INTRODUCCIÓN
La presencia del Covid-19, un tipo de coronavirus surgido en la ciudad de Wuhan, China, se ha vuelto el principal problema de salud pública en el mundo
(1). Si bien su tasa de letalidad llega del 3 – 5% en la mayoría de los casos, la facilidad con la que se propaga puede llegar a elevar el número de contagiados hasta el punto de saturar y colapsar los sistemas de salud.
(2)
Es por ello que varios países, entre ellos el Perú, ha tomado medidas, como el distanciamiento social y el aislamiento social obligatorio (cuarentena), como una forma de evitar la propagación masiva de la enfermedad, imponiendo a la población que permanezca en sus hogares, y con altas medidas de restricción para movilizarse por las calles.
(3,4)
La imposibilidad de las personas para realizar sus actividades cotidianas ha repercutido directamente sobre sus estilos de vida
(5-7). De esa forma, la condición física puede verse reducida, promoviendo al sedentarismo
(8; cambios en los patrones alimenticios, por el difícil, ya sea por la dificultad a su acceso o motivos económicos; los patrones de sueño, tanto por factores emocionales como físicos, o incluso el consumo de hábitos nocivos. Estos cambios son desfavorables, puede conllevar algunos efectos a largo plazo sobre las enfermedades cardiovasculares.
(9)
Una población bastante susceptible a estos cambios son los estudiantes universitarios, debido a que se ven obligados a adaptarse a las nuevas formas de aprendizaje, junto con el aislamiento social obligatorio necesario, y todo esto sumado a que son un grupo que presenta una alta prevalencia de trastornos ansiosos y depresivos, con mayor presencia de trastornos de angustia durante los primeros años de estudio.
(10-13)
Por lo tanto, frente a esta problemática, se busca con esta investigación mediante el diseño y la validación de una escala para conocer cuáles son los cambios en los estilos de vida de los estudiantes durante este periodo de confinamiento obligatorio. Por lo que, el objetivo del presente estudio desarrollar una escala de validación para conocer cuáles son los cambios en los estilos de vida durante el periodo de cuarentena en una población de estudiantes universitarios de Lima, Perú
MÉTODOS
Diseño y área de estudio
Se desarrolló un estudio transversal, observacional, analítico. Para ello se encuestaron a 549 estudiantes universitarios de la carrera de Medicina Humana y de psicología de dos universidades Privadas de Lima, Perú, durante el periodo de la tercera semana de Mayo del 2020. La realización de la encuesta fue de forma virtual. Se realizó la validez de constructo, la fiabilidad y posteriormente se determinaron los rangos y las categorías para calificar el estilo de vida de los participantes.
Población y muestra
Con una población de estudiantes de medicina total de 1000 sujetos, y una proporción esperada del 50%, con un tamaño de muestra de 398 sujetos se obtiene una precisión estadística del 3%. En caso de los estudiantes de psicología con un total de 600 sujetos, y una proporción esperada del 50%, con un tamaño de muestra de 151 sujetos, se obtiene una precisión estadística de 6%.
Variables e instrumentos
El cuestionario fue desarrollado por los investigadores, agrupadas en 4 áreas, dimensiones o dominios orientados a medir el constructo de los cambios de estilo de vida durante la cuarentena: consumo de alimentos, actividad física, consumo de hábitos nocivos (alcohol y cigarrillo) y uso de medios de comunicación, de opción múltiple.
Las preguntas del cuestionario fueron originalmente adaptadas del Cuestionario nacional de indicadores nutricionales, bioquímicos, socioeconómicos y culturales, el cual fue realizada en el año 2005 por el Centro nacional de alimentación y nutrición del Instituto Nacional de Salud. De esa forma, el diseño del instrumento contaba con una escala tipo Likert para las opciones de respuesta, excepto si la pregunta se hizo de manera binaria.
La primera versión del cuestionario contaba con 27 preguntas agrupadas en 4 áreas, dimensiones o dominios orientados a medir el constructo.
Para el dominio “consumo de alimentos” las cuales para conocer los cambios se colocó cuatro alternativas: aumentó
(1), disminuyó
(2), no cambió
(3) y no consume
(4).
Para el dominio ‘actividad física’ se realizó una pregunta dirigida a conocer si hubo cambios o no en la cuarentena: aumentó
(1), disminuyó
(2), no cambió
(3) y no realizó ningún tipo de actividad física
(4).
En caso dominio ‘hábitos nocivos´ se realizó también un solo tipo de pregunta, tanto para el hábito fumar como para el hábito consumo de alcohol. En ambos fue en base a si aumentó
(1), disminuyó
(2), no cambió, pues fuma/bebe alcohol igual que antes
(3), y no fuma/bebe
(4).
Finalmente, en el dominio ‘medios de comunicación’ se consideraron los cambios sobre el uso de internet, radio y televisión. En ambos fue en base a si aumentó
(1), disminuyó
(2), no cambió
(3), y no usa algunos de estos medios, respectivamente
(4).
Procedimientos
Fase preliminar y exploratoria
Primero se conformó el grupo de investigación que se encargó de la revisión de la literatura enfocada en los temas de validación y cambios en el estilo de vida. Luego de revisar cuestionarios en base de datos internacionales (Pubmed, ScienceDirect, Scielo y Google Scholar) se construyó el cuestionario en base a las preguntas que se consideraron las más pertinentes.
Fase final
Se hicieron los últimos ajustes y se estructuró la versión final del cuestionario que sería aplicado en la medición de los cambios en el estilo de vida de los estudiantes de medicina humana y psicología. Posteriormente, se llevó a cabo la evaluación psicométrica y al análisis multivariado para demostrar la validez de constructo del instrumento diseñado a fin de determinar el número final de preguntas a incluir.
Análisis estadísticos
Primero se realizó una exploración previa con el software SPSS-IBM 26.0, para evaluar las condiciones previas para ejecutar la validez de constructo, tales como evaluar en la matriz de correlaciones si la mayoría de correlaciones ítem-total superan el valor de 0.3, además se determinaron el estadístico Kaiser Meyer Olkin (KMO) y la prueba de esfericidad de Barlett. En cuanto a la validez de constructo del instrumento de medición, se empleó la técnica estadística de análisis factorial exploratorio (AF), y se extrajeron los posibles factores resultantes por medio del análisis de componentes principales rotación Varimax. y una varianza total acumulada mayor al 50%. Para demostrar la fiabilidad del instrumento se calculó el coeficiente alfa de Cronbach considerando un valor superior de 0.8 como indicador de consistencia. Al ser una escala de medición ordinal tipo Lickert, se procedió a confirmar los resultados a través del programa Factor Analisys V10, obteniendo resultados afines a los alcanzados por el SPSS.
Aspectos éticos
El estudio contó con la aprobación del comité de ética de la Facultad de Medicina Humana de la Universidad Ricardo Palma.
RESULTADOS
La escala se conformó por 27 indicadores distribuidos en cuatro áreas temáticas. Las cuatro áreas temáticas fueron 1) Hábitos alimenticios, que se produjo mediante 21 ítems que presentaban los cambios con respecto a la alimentación del sujeto; 2) Hábitos nocivos, a través de 2 ítems que señalaba los cambios que realizó en cuanto al hábito de fumar y alcohol; 3) Actividad física, mediante 1 ítem; y 4) Uso de medios de comunicación, que buscaba a través de 3 ítems conocer los cambios respecto a los usos de los medios de comunicación.
El análisis de fiabilidad del instrumento original se realizó a través del paquete estadístico SPSS-IBM v26.0, empleando la prueba de consistencia interna mediante un análisis alfa de Cronbach, la correlación ítem-total; la correlación al cuadrado (varianza explicada) con los reactivos de la escala; y el valor de fiabilidad si se eliminaba algún reactivo, los resultados evidenciaron un alfa de Cronbach de 0.81(calificado como aceptable) (
Tabla 1).
Tabla 1. Primer análisis de fiabilidad de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena”
|
Media |
Correlación total de elementos corregida |
Alfa de Cronbach si el elemento se ha suprimido |
Cambios que realizó en su alimentación respecto al consumo de Pollo |
2,71 |
,412 |
,809 |
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados |
2,41 |
,350 |
,812 |
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos |
2,55 |
,263 |
,816 |
Cambios que realizó en su alimentación respecto al consumo de Huevo |
2,71 |
,441 |
,808 |
Cambios que realizó en su alimentación respecto al consumo de Arroz |
2,53 |
,543 |
,804 |
Cambios que realizó en su alimentación respecto al consumo de Verduras |
2,68 |
,444 |
,808 |
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) |
2,58 |
,493 |
,806 |
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) |
2,67 |
,469 |
,807 |
Cambios que realizó en su alimentación respecto al consumo de Frutas |
2,81 |
,430 |
,809 |
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) |
2,60 |
,512 |
,805 |
Cambios que realizó en su alimentación respecto al consumo de Café |
2,33 |
,337 |
,813 |
Cambios que realizó en su alimentación respecto al consumo de Frituras |
2,56 |
,419 |
,809 |
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas |
2,61 |
,517 |
,805 |
Cambios que realizó en su alimentación respecto al consumo de Fideos |
2,39 |
,524 |
,806 |
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla |
2,25 |
,415 |
,809 |
Cambios que realizó en su alimentación respecto al consumo de Azúcar |
2,34 |
,517 |
,806 |
Cambios que realizó en su alimentación respecto al consumo de Sal |
2,34 |
,540 |
,806 |
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) |
2,19 |
,215 |
,818 |
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres |
2,54 |
,366 |
,812 |
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas |
2,25 |
,319 |
,814 |
Cambios que realizó en su alimentación respecto al consumo de Suplementos nutricionales (Vitaminas y/o minerales) |
1,86 |
,236 |
,818 |
Su consumo durante la cuarentena en cuanto a Cigarro |
1,12 |
,028 |
,820 |
Su consumo durante la cuarentena en cuanto a Alcohol |
1,35 |
,061 |
,821 |
Su actividad física o deportiva durante la cuarentena... |
2,81 |
,023 |
,828 |
Respecto al uso de los medios de comunicación – Televisión |
2,02 |
,079 |
,822 |
Respecto al uso de los medios de comunicación – Radio |
1,80 |
-,010 |
,824 |
Respecto al uso de los medios de comunicación – Internet |
2,90 |
,097 |
,819 |
En la
tabla 2 presentamos el análisis de validez interna a la que fue sometida la escala original fue mediante el Índice Kaiser-Meyer-Olkin alcanzando una medida de 0.847. La prueba de esfericidad de Bartlett fue significativa (3693.59, gl=351, p<0.001), evidenciando la necesidad de realizar el análisis de factores. El análisis factorial exploratorio de la escala identificó 8 factores que explicaban el 57.39% de la varianza. Posterior a ello se realizó el análisis de los ítems en función al criterio de saturación o aporte de la varianza < 0.4, siendo eliminados 2 ítems, obteniendo una escala final de 25 reactivos.
Tabla 2. Análisis de validez interna mediante el índice Kaiser-Meyer-Olkin de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena”
|
Componentes |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
Cambios que realizó en su alimentación respecto al consumo de Pollo |
,320 |
|
|
,522 |
|
|
|
,316 |
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados |
|
|
|
,705 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos |
|
|
|
,730 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Huevo |
,533 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Arroz |
,476 |
,504 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Verduras |
,705 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) |
,666 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) |
,667 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Frutas |
,735 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) |
,589 |
|
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Café |
,305 |
|
|
,355 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Frituras |
|
,400 |
,429 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas |
,358 |
,461 |
|
|
|
|
-,333 |
|
Cambios que realizó en su alimentación respecto al consumo de Fideos |
|
,603 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla |
|
,568 |
,389 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Azúcar |
|
,788 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Sal |
|
,776 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) |
|
|
,746 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres |
|
|
,751 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas |
|
|
,761 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Suplementos nutricionales (Vitaminas y/o minerales) |
|
|
,372 |
|
|
|
,333 |
|
Su consumo durante la cuarentena en cuanto a Cigarro |
|
|
|
|
|
,819 |
|
|
Su consumo durante la cuarentena en cuanto a Alcohol |
|
|
|
|
|
,782 |
|
|
Su actividad física o deportiva durante la cuarentena... |
|
|
|
|
|
|
,854 |
|
Respecto al uso de los medios de comunicación – Televisión |
|
|
|
|
,769 |
|
|
|
Respecto al uso de los medios de comunicación – Radio |
|
|
|
|
,833 |
|
|
|
Respecto al uso de los medios de comunicación – Internet |
|
|
|
|
|
|
|
,839 |
Método de extracción: análisis de componentes principales.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 8 iteraciones.
La escala de 25 ítems fue sometida a un nuevo análisis de fiabilidad obteniendo un alfa de 0.81 (aceptable), los índices de correlación ítem total corregida y valores de alfa si el elemento es eliminado evidenciaron la pertinencia de mantenerlos en la escala final (
Tabla 3).
Tabla 3. Segundo análisis de fiabilidad de la “Escala de Cambios en los estilos de vida durante el periodo de cuarentena”
|
Media |
Correlación total de elementos corregida |
Alfa de Cronbach si el elemento se ha suprimido |
Cambios que realizó en su alimentación respecto al consumo de Pollo |
2,71 |
,416 |
,803 |
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados |
2,41 |
,345 |
,807 |
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos |
2,55 |
,252 |
,811 |
Cambios que realizó en su alimentación respecto al consumo de Huevo |
2,71 |
,444 |
,802 |
Cambios que realizó en su alimentación respecto al consumo de Arroz |
2,53 |
,551 |
,797 |
Cambios que realizó en su alimentación respecto al consumo de Verduras |
2,68 |
,440 |
,802 |
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) |
2,58 |
,492 |
,799 |
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) |
2,67 |
,480 |
,800 |
Cambios que realizó en su alimentación respecto al consumo de Frutas |
2,81 |
,417 |
,803 |
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) |
2,60 |
,508 |
,799 |
Cambios que realizó en su alimentación respecto al consumo de Frituras |
2,56 |
,430 |
,803 |
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas |
2,61 |
,522 |
,798 |
Cambios que realizó en su alimentación respecto al consumo de Fideos |
2,39 |
,534 |
,799 |
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla |
2,25 |
,416 |
,803 |
Cambios que realizó en su alimentación respecto al consumo de Azúcar |
2,34 |
,527 |
,799 |
Cambios que realizó en su alimentación respecto al consumo de Sal |
2,34 |
,545 |
,799 |
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) |
2,19 |
,199 |
,814 |
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres |
2,54 |
,353 |
,806 |
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas |
2,25 |
,299 |
,809 |
Su consumo durante la cuarentena en cuanto a Cigarro |
1,12 |
,021 |
,815 |
Su consumo durante la cuarentena en cuanto a Alcohol |
1,35 |
,070 |
,815 |
Su actividad física o deportiva durante la cuarentena... |
2,81 |
,010 |
,825 |
Respecto al uso de los medios de comunicación – Televisión |
2,02 |
,088 |
,817 |
Respecto al uso de los medios de comunicación – Radio |
1,80 |
-,005 |
,819 |
Respecto al uso de los medios de comunicación – Internet |
2,90 |
,106 |
,814 |
La escala final quedó conformada por 25 reactivos que se presentan en la
Tabla 4. La prueba de esfericidad de Bartlett fue significativa (3514.19, gl= 300, p<0.001) y el indicador de adecuación del tamaño de muestra Kaiser-Meyer-Olkin fue adecuado (0.845).
Tabla 4. Presentación de la escala final “Escala de Cambios en los estilos de vida durante el periodo de cuarentena”
|
Componente |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Cambios que realizó en su alimentación respecto al consumo de Pollo |
,394 |
|
|
,503 |
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Carnes rojas y derivados |
|
|
|
,718 |
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Pescado y/o mariscos |
|
|
|
,745 |
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Huevo |
,565 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Arroz |
,524 |
,474 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Verduras |
,697 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Tubérculos (Papa, camote, yuca, olluco, etc.) |
,676 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Menestras (Frejoles, garbanzos, pallares, etc.) |
,686 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Frutas |
,696 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Lácteos (Leche, yogurt, queso) |
,578 |
|
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Frituras |
|
,363 |
,456 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Pan y/o tostadas |
,383 |
,440 |
|
|
|
|
-,397 |
Cambios que realizó en su alimentación respecto al consumo de Fideos |
,305 |
,583 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Margarina/mantequilla |
|
,573 |
,390 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Azúcar |
|
,786 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Sal |
|
,782 |
|
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Comidas rápidas (Por delivery) |
|
|
,766 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Golosinas/postres |
|
|
,758 |
|
|
|
|
Cambios que realizó en su alimentación respecto al consumo de Gaseosas y/o bebidas procesadas |
|
|
,767 |
|
|
|
|
Su consumo durante la cuarentena en cuanto a Cigarro |
|
|
|
|
|
,813 |
|
Su consumo durante la cuarentena en cuanto a Alcohol |
|
|
|
|
|
,798 |
|
Su actividad física o deportiva durante la cuarentena... |
|
|
|
|
|
|
,871 |
Respecto al uso de los medios de comunicación – Televisión |
|
|
|
|
,800 |
|
|
Respecto al uso de los medios de comunicación – Radio |
|
|
|
|
,725 |
|
|
Respecto al uso de los medios de comunicación – Internet |
|
|
|
|
,448 |
|
|
Método de extracción: análisis de componentes principales.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 6 iteraciones.
La agrupación de los ítems obtenida a través de la rotación ortogonal Varimax, evidenció la presencia de 7 componentes que explican el 56.47% de la varianza y que se encuentran distribuidos de la siguiente manera:
-
Componente 1: Consumo de huevo, arroz, verduras, tubérculos (papa, camote, yuca, olluco, etc.), menestras (frejoles, garbanzos, pallares, etc.), frutas y lácteos, explicando el 9.430% de la varianza y que obtiene un 0.48 de fiabilidad.
-
Componente 2: Consumo de pan y/o tostadas, fideos, margarina/mantequilla, azúcar y sal, alcanzando el 5.955% de la varianza y una fiabilidad de 0.61.
-
Componente 3: Consumo de frituras, comidas rápidas (por delivery), golosinas/postres y gaseosas y/o bebidas procesadas, que explica el 5.316% de la varianza y una fiabilidad de 0.29.
-
Componente 4: Consumo de pollo, carnes rojas y derivados y pescados y/o mariscos, que explica el 21.605% de la varianza y alcanza un 0.42 de fiabilidad.
-
Componente 5: Uso de medios de comunicación: televisión, radio e internet que explica el 4.401% de la varianza y obtiene 0.036 de fiabilidad.
-
Componente 6: Hábitos nocivos: Consumo de cigarro y alcohol, explicando el 5.022% de la varianza y obteniendo un 0.04 de fiabilidad.
-
Componente 7: Actividad física o deportiva que explica el 4.750% de la varianza y alcanza un 0.01 de fiabilidad.
Al ser una escala de medición ordinal tipo Likert, se procedió a confirmar los resultados a través del programa Factor Analisys obteniendo un KMO de 0.80 (confiable) y la prueba de esfericidad de Bartlett significativa (5528.8; p<0.001; gl=300), confirmando la existencia de 7 componentes que explican el 63% de la varianza.
En el anexo 2 se presenta el comparativo entre los resultados obtenidos a través de la correlación de Pearson y el análisis de correlaciones policóricas de los ítems finales.
Finalmente, dentro de los resultados encontramos en nuestra encuesta de cambios, las variables que nos gustaría presentar que tuvieron mayores cambios fueron tres. En primer lugar, respecto al uso de los medios de comunicación, se obtuvo que el 91% de los encuestados tuvieron un mayor uso de la internet. En segundo lugar, respecto al consumo de alcohol y cigarrillos, la mitad de los encuestados señalaron una baja en el consumo, mientras que solo un 2% y 3%, respectivamente, afirman haber aumentado su consumo. Finalmente, para la actividad física, el 65% de encuestados indica una disminución de esta durante el tiempo de la cuarentena.
DISCUSIÓN
La presencia de la pandemia en el mundo obligó a la mayoría de los países, entre ellas el Perú, a tomar medidas de aislamiento social obligatorio, que definitivamente ha provocado versatilidad en la manera de vivir de la población.
Por lo tanto, es importante conocer sobre los cambios que se han provocado en los estilos de vida, en especial en la población estudiantil universitaria, que además de la necesidad de adaptarse a este confinamiento, deben ajustarse a la nueva modalidad de enseñanza a distancia, donde se está varias horas frente a una pantalla, modificando mucho más la manera en cómo llevaban a cabo sus actividades cotidianas. Justamente, conocer sobre estos cambios nos permitirá tomar decisiones basadas en evidencia e intervenir en esta población, para contribuir en ellos el desarrollo de estilos de vida saludables.
El desarrollo y validación es un instrumento que mida este cambio es necesario e importante. Cabe resaltar que no existe una herramienta que mida en cambio en una etapa como la que nos encontramos, pues la mayoría mide el estilo de vida per se, pero no si luego de una situación singular arrojaría cambios importantes. Luego del análisis, este ha demostrado ser provechoso para ser utilizado para como herramienta para evaluación de estilos de vida en estudiantes universitarios de las carreras de ciencias de la salud, particularmente de medicina y psicología.
La elección de los dominios de consumo de alimentos, actividad física, consumo de hábitos nocivos (alcohol y cigarrillo) y uso de medios de comunicación se encuentra justificada a partir de otros estudios que han evaluado estilos de vida, el cual a su vez ha sido respaldado a nivel estadístico. La consistencia interna del instrumento evaluado mediante el alfa de Cronbach fue de 0.81, un valor aceptable. A su vez, la presencia de la subdivisión en 7 componentes que explican el 56.47% contrasta bien con la división en estilos de vida que hay en otros estudios, donde justamente han evaluado la importancia de estos en una época de cambio como esta
(14-17). Cabe resaltar que no se realizó una validación de una encuesta dirigida al impacto mental, debido a que ya existen herramientas que evalúen dichos cambios, lo mismo con los cambios en los patrones de sueños. No obstante, sería importante cuantificarlos mediante otro estudio.
Finalmente, con respecto a los cambios encontrados, podemos señalar que, con respecto a la alimentación, estos cambios fueron mínimos, lo cual se asemeja con los resultados encontrados en otros estudios
(18,19) . No obstante, con respecto a los medios de comunicación, si bien para la radio y la televisión, los cambios no han sido importantes, si lo fue para la internet, donde casi todos los encuestados señalaron un mayor uso de la internet durante el aislamiento social. Esto guarda relación con las actividades que ahora llevan los alumnos con respecto a las clases virtuales, y a la comunicación social, que ahora depende mayoritariamente a través de internet
(20,21).
En relación al cigarrillo y alcohol, podemos encontrar un grupo no mayoritario, pero si resistente al cambio, que afirma haber aumentado su consumo; si bien no podemos cuantificar exactamente cuánto es este incremento, llama la atención. Las respuestas a este hallazgo se pueden deber a la necesidad de algunos estudiantes a depender de algunos de estos hábitos para combatir algunos estados como ansiedad, que es altamente prevalente en esta población, como afirman algunos estudios
(22,23). Y para terminar, en cuanto a la actividad física, el aislamiento social no permite que muchos puedan movilizarse como lo hacían con anterioridad eso sumado al sedentarismo encontrado en los estudiantes debido a la falta de tiempo.
(24-26)
Por todo lo mencionado con anterioridad, consideramos que instrumento puede ser considerado una herramienta útil para el tamizaje y obtener una línea de base para intervenciones dirigidas a mejorar el estilo de vida de los estudiantes de Ciencias de la Salud.
Dentro de las limitaciones del estudio podemos mencionar unos aspectos. En primer lugar, consideremos el sesgo de selección, debido a la selección de alumnos de las carreras de ciencia de la salud de dos universidades de Lima, Perú. Si bien no es posible hacer una inferencia completa a toda la población universitaria del país, se debe considerar que las características que llevan los estudiantes, más aun los que forman parte de las ciencias de la salud, es muy semejante. En segundo lugar, existen otras características sobre los estilos de vida que no se han evaluado por completo, inclusive dentro de los dominios estudiados; sin embargo, los patrones escogidos han sido los de mayor consistencia, esto con el fin de evitar realizar un instrumento prolongado, que ocasione otros tipos de sesgo relacionado al momento de hacer el respectivo llenado.
CONCLUSION
Este instrumento para medir los cambios en los estilos de vida reúne las propiedades psicométricas para ser considerado un instrumento útil, valido y fiable para medir dichos cambios en estudiantes de carreras de ciencias de la salud, siendo necesario validarlo en forma prospectiva en otras carreras y países.
Contribuciones de Autoría: Los autores participaron en la génesis de la idea, diseño de proyecto, recolección e interpretación de datos, análisis de resultados y preparación del manuscrito del presente trabajo de investigación.
Financiamiento: Autofinanciado.
Conflictos de intereses: Los autores declaran no tener conflicto de intereses.
Recibido: 22 de junio 2020
Aprobado: 6 de agosto 2020
Correspondencia: Víctor Juan Vera Ponce.
Dirección: Calle Cantuarias 398, Miraflores 15074
Teléfono: + 51 940072431
Correo: victor_jvp@hotmail.com
REFERENCIAS BIBLIOGRÁFICAS
1. Hassan SA, Sheikh FN, Jamal S, Ezeh JK, Akhtar A, S H, et al. Coronavirus (COVID-19): A Review of Clinical Features, Diagnosis, and Treatment. Cureus Journal of Medical Science. 2020;12(3). DOI: 10.7759/cureus.7355
4. Chirinos-Cáceres JL. La salud en el Perú en tiempos del coronavirus: A reflexionar. Revista de la Sociedad Peruana de Medicina Interna. 2020;33(1):10–1. DOI:
https://doi.org/10.36393/spmi.v33i1.504
5. Balanzá–Martínez V, Atienza–Carbonell B, Kapczinski F, Boni RBD. Lifestyle behaviours during the COVID-19 – time to connect. Acta Psychiatrica Scandinavica. 2020. DOI:
https://doi.org/10.1111/acps.13177
6. Zhang SX, Wang Y, Rauch A, Wei F. Unprecedented disruption of lives and work: Health, distress and life satisfaction of working adults in China one month into the COVID-19 outbreak. Psychiatry Research. 2020;288:11–29. DOI:
https://doi.org/10.1016/j.psychres.2020.112958
7. Zhang Y, Ma ZF. Impact of the COVID-19 Pandemic on Mental Health and Quality of Life among Local Residents in Liaoning Province, China: A Cross-Sectional Study. International Journal of Environmental Research and Public Health. 17(7):2381. DOI:
https://doi.org/10.3390/ijerph17072381
8. Rodríguez-Núñez I, Rodríguez-Núñez I. Prescribiendo ejercicio físico en períodos de cuarentena por COVID-19: ¿Es útil la autorregulación perceptual en niños? Revista chilena de pediatría. 2020;91(2):304–5. DOI:
http://dx.doi.org/10.32641/rchped.vi91i2.2208
9. Mattioli AV, Ballerini Puviani M. Lifestyle at Time of COVID-19: How Could Quarantine Affect Cardiovascular Risk. American Journal of Lifestyle Medicine. 2020. DOI:
https://doi.org/10.1177/1559827620918808
11. Barquín CS, García AR, Ruggero C. Depresión, ansiedad y rendimiento académico en estudiantes universitarios. Revista Intercontinental de Psicología y Educación. 2013;15(1):47–60. Disponible en:
http://www.redalyc.org/articulo.oa?id=80225697004
13. Leyton M, Lobato S, Batista M, Aspano MI. Validación del cuestionario de estilo de vida saludable (evs) en una población española. 2018;13:10. Disponible en:
http://dehesa.unex.es/handle/10662/10470
14. Di Renzo L, Gualtieri P, Pivari F, Soldati L, Attinà A, Cinelli G, et al. Eating habits and lifestyle changes during COVID-19 lockdown: an Italian survey. J Transl Med. 2020;18(1). DOI:
https://doi.org/10.1186/s12967-020-02399-5
15. Stanton R, To QG, Khalesi S, Williams SL, Alley SJ, Thwaite TL, et al. Depression, Anxiety and Stress during COVID-19: Associations with Changes in Physical Activity, Sleep, Tobacco and Alcohol Use in Australian Adults. Int J Environ Res Public Health. 2020;17(11). DOI:
https://doi.org/10.3390/ijerph17114065
16. Lippi G, Henry BM, Sanchis-Gomar F. Physical inactivity and cardiovascular disease at the time of coronavirus disease 2019 (COVID-19). Eur J Prev Cardiol. 2020;27(9):906–8. DOI:
https://doi.org/10.1177/2047487320916823
18. Dubuc M-M, Aubertin-Leheudre M, Karelis AD. Lifestyle Habits Predict Academic Performance in High School Students: The Adolescent Student Academic Performance Longitudinal Study (ASAP). Int J Environ Res Public Health. 2019;17(1). DOI:
https://doi.org/10.3390/ijerph17010243
19. Zazpe I, Marqués M, Sánchez-Tainta A, Rodríguez-Mourille A, Beunza J-J, Santiago S, et al. Eating habits and attitudes towards change in Spanish university students and workers. Nutr Hosp. 2013;28(5):1673–80. DOI: 10.3305/nh.2013.28.5.6553
20. Carbonell X, Chamarro A, Oberst U, Rodrigo B, Prades M. Problematic Use of the Internet and Smartphones in University Students: 2006-2017. Int J Environ Res Public Health. 08 de 2018;15(3). DOI:
https://doi.org/10.3390/ijerph15030475
21. Kojima R, Sato M, Akiyama Y, Shinohara R, Mizorogi S, Suzuki K, et al. Problematic Internet use and its associations with health-related symptoms and lifestyle habits among rural Japanese adolescents. Psychiatry Clin Neurosci. enero de 2019;73(1):20–6. DOI:
https://doi.org/10.1111/pcn.12791
22. Hall L, Tejada-Tayabas LM, Monárrez-Espino J. Breakfast Skipping, Anxiety, Exercise, and Soda Consumption are Associated with Diet Quality in Mexican College Students. Ecol Food Nutr. junio de 2017;56(3):218–37. DOI:
https://doi.org/10.1080/03670244.2017.1299010
23. Janković SM, Aleksić D, Bahtijari Z, Jelić A, Klacar J, Kovacević A, et al. Risk factors for severe dental anxiety among medical students. Vojnosanit Pregl. enero de 2014;71(1):16–21. DOI: 10.2298/VSP1401016J
26. Tsitsimpikou C, Tsarouhas K, Vasilaki F, Papalexis P, Dryllis G, Choursalas A, et al. Health risk behaviors among high school and university adolescent students. Exp Ther Med. octubre de 2018;16(4):3433–8. DOI:
https://doi.org/10.3892/etm.2018.6612