CONCORDANCIA ENTRE DOS ENCUESTAS PARA EL DIAGNÓSTICO DE FATIGA VISUAL DIGITAL EN ESTUDIANTES DE UNA UNIVERSIDAD EN PERÚ: CONCORDANCE BETWEEN TWO QUESTIONARIES FOR THE DIAGNOSIS OF DIGITAL EYE STRAIN IN STUDENTS OF A UNIVERSITY IN PERU

Guillermo Landa Guerra

doi:10.25176/RFMH.v23i4.5765

Autores/as

Guillermo Landa Guerra Facultad de Medicina Humana de la Universidad de Piura; Hospital Nacional Guillermo Almenara Irigoyen

DOI:

https://doi.org/10.25176/RFMH.v23i4.5765

Palabras clave:

concordancia, astenopia, manifestaciones oculares, encuestas y cuestionarios

Resumen

Objetivo: Obtener la frecuencia de fatiga visual digital (FVD) mediante dos cuestionarios entre los estudiantes de una universidad privada en Lima, Perú; para estimar el grado de concordancia entre ambos métodos. Métodos: Se realizó un estudio transversal en una muestra de 345 participantes mayores de 18 años, estudiantes de una universidad en Lima, Perú y que completaron el instrumento de recogida de datos. Los dos métodos usados para la medición de FVD fueron el cuestionario de Hayes que define un caso positivo para FVD con un puntaje igual o mayor a 20; y el cuestionario CVS-Q de Seguí, que define como positivo para FVD con un puntaje mayor a 6. Se estimó el coeficiente kappa de Cohen con su intervalo de confianza al 95% para medir la concordancia global y por estratos. Resultados: El cuestionario de Hayes identificó a 167 (48.4%) participantes con un diagnostico presuntivo de FVD, el cuestionario de Seguí identificó a 247 (71.6%) estudiantes. En el análisis de concordancia, el coeficiente Kappa de Cohen fue 0.45 (IC95%; 0.37 – 0.53) (p < 0.01) en el análisis global, considerado como moderado. Conclusión: El grado de concordancia entre ambos métodos fue moderado, el instrumento de Seguí identificó una mayor proporción de estudiantes universitarios con FVD.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Guillermo Landa Guerra, Facultad de Medicina Humana de la Universidad de Piura; Hospital Nacional Guillermo Almenara Irigoyen

Estudiante de medicina humana. Interno de Medicina.

Citas

BIBLIOGRAFÍA:

Sheppard AL, Wolffsohn JS. Digital eye strain: prevalence, measurement and amelioration. BMJ Open Ophthalmology 2018;3:e000146. doi: 10.1136/bmjophth-2018-000146.

Bali J, Neeraj N, Bali R. Computer vision syndrome: A review. Journal of Clinical Ophthalmology and Research. 2014;2(1):61. doi: 10.4103/2320-3897.122661.

Rosenfield M. Computer vision syndrome (A.K.A. digital eye strain). Optometry in Practice. 2016; 17:1–10.

Portello JK, Rosenfield M, Bababekova Y, Estrada JM, Leon A. Computer-related visual symptoms in office workers. Ophthalmic Physiol Opt. 2012; 32(5):375-82. doi: 10.1111/j.1475-1313.2012.00925.x.

Kim J, Hwang Y, Kang S, Kim M, Kim TS, Kim J, et al. Association between Exposure to Smartphones and Ocular Health in Adolescents. Ophthalmic Epidemiol. 2016 3;23(4):269–76.

Hayes JR, Sheedy JE, Stelmack JA, Heaney CA. Computer use, symptoms, and quality of life. Optom Vis Sci. 2007; 84(8):738-44. doi: 10.1097/OPX.0b013e31812f7546.

Jain R, Ahmed Khan A, Hegde V, Bappal A, S R. Digital eye strain among undergraduate medical students in a tertiary eye care hospital of south India – A questionnaire based study. Indian Journal of Clinical and Experimental Ophthalmology. 2019; 5(2):208–10.

Seguí MDM, Cabrero-García J, Crespo A, Verdú J, Ronda E. A reliable and valid questionnaire was developed to measure computer vision syndrome at the workplace. J Clin Epidemiol. 2015;68(6): 662–73.

Cantó-Sancho N, Ronda E, Cabrero-García J, Casati S, Carta A, Porru S, et al. Rasch-Validated Italian Scale for Diagnosing Digital Eye Strain: The Computer Vision Syndrome Questionnaire IT©. Int J Environ Res Public Health. 2022; 19(8):4506.

Mowatt L, Gordon C, Santosh ABR, Jones T. Computer vision syndrome and ergonomic practices among undergraduate university students. Int J Clin Pract. 2018; 72(1).

Maguiña C, Gastelo R, Tequen A. El nuevo Coronavirus y la pandemia del Covid-19. Revista Medica Herediana. 2020; 31(2):125–31.

Hussaindeen JR, Gopalakrishnan A, Sivaraman V, Swaminathan M. Managing the myopia epidemic and digital eye strain post COVID-19 pandemic - What eye care practitioners need to know and implement? Indian J Ophthalmol. 2020 Aug; 68(8):1710–2.

Fernández-Villacorta D, Soriano-Moreno AN, Gálvez-Olortegui T, Agui-Santivañez N, Soriano-Moreno DR, Benites-Zapata VA. Síndrome visual informático en estudiantes universitarios de posgrado de una universidad privada de Lima, Perú. Arch Soc Esp Oftalmol. 2021; 96(10):515–20.

Landis J KG. The measurement of observer agreement for categorical data. Biometrics. 1977; 33(1):159-74.

Gammoh Y. Digital Eye Strain and Its Risk Factors Among a University Student Population in Jordan: A Cross-Sectional Study. Cureus. 2021;13(2):e13575. doi: 10.7759/cureus.13575.

Fernandez DE. Prevalencia del síndrome visual informático en estudiantes universitarios de postgrado de una universidad privada Lima [tesis]. Lima: Universidad Peruana Unión, Facultad de medicina humana; 2019.

Wangsan K, Upaphong P, Assavanopakun P, Sapbamrer R, Sirikul W, Kitro A, et al. Self-Reported Computer Vision Syndrome among Thai University Students in Virtual Classrooms during the COVID-19 Pandemic: Prevalence and Associated Factors. Int J Environ Res Public Health. 2022; 19(7):3996.

Mohan A, Sen P, Shah C, Jain E, Jain S. Prevalence and risk factor assessment of digital eye strain among children using online e-learning during the COVID-19 pandemic: Digital eye strain among kids (DESK study-1). Indian J Ophthalmol. 2021;69(1):140.

Kaur K, Gurnani B, Nayak S, Deori N, Kaur S, Jethani J, et al. Digital Eye Strain- A Comprehensive Review. Ophthalmol Ther. 2022; 11(5):1655–80.

Coles‐brennan C, Sulley A, Young G. Management of digital eye strain. Clin Exp Optom. 2019 Jan 1;102(1):18–29.