📄 psychiatry and clinical psychology

Measurement equivalence of the SRQ-20 across armed-conflict exposure, sex, and region in Colombia (ENSM 2015)

Este estudio demuestra que el SRQ-20 es una herramienta psicométricamente sólida y de equivalencia de medición para evaluar el malestar mental a través de la exposición al conflicto armado y regiones en adultos colombianos, aunque exhibe un sesgo menor al comparar sexos.

Autores originales: Velez-Pardo, P., Sanchez Acosta, D., Moratto-Vasquez, N. S., Quintero-Hoyos, J. M.

Publicado 2026-07-27

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Velez-Pardo, P., Sanchez Acosta, D., Moratto-Vasquez, N. S., Quintero-Hoyos, J. M.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver un misterio, pero en lugar de buscar huellas dactilares, estás buscando sentimientos. En el mundo de la psicología, los científicos usan reglas especiales para medir sentimientos llamadas encuestas para medir cuánta estrés, tristeza o ansiedad carga una persona. Una de las reglas más famosas es el SRQ-20, una lista corta de 20 preguntas utilizada en todo el mundo para detectar malestar mental. Pero aquí está la parte difícil: una regla solo funciona si mide lo mismo para todos. Si una regla se estira cuando la sostienes al sol pero se encoge cuando la sostienes en la sombra, no puedes confiar en las mediciones. En la ciencia, esto se llama "equivalencia de medición". Pregunta: ¿Significa una respuesta "triste" la misma cantidad de tristeza para un hombre que para una mujer? ¿Significa lo mismo para alguien que nunca ha visto una guerra que para alguien que ha sobrevivido a una? Si la regla está rota para ciertos grupos, podríamos pensar que están más tristes solo porque la herramienta es sesgada, no porque realmente lo estén. Esto es algo muy importante porque si nos equivocamos con los números, podríamos enviar ayuda a las personas equivocadas o pasar por alto a las personas que más lo necesitan.

Ahora, entremos en la historia de un equipo de investigadores en Colombia que decidió probar esta regla bajo algunas condiciones muy intensas. Colombia tiene una larga historia de conflicto armado, y los investigadores querían saber: ¿Sigue funcionando el SRQ-20 de manera justa para las personas que han sido directamente heridas por la guerra, o el trauma cambia la forma en que responden a las preguntas? También verificaron si la regla funcionaba de manera diferente para hombres y mujeres, y a través de diferentes regiones del país. No se limitaron a pedirle a la gente que llenara la encuesta; utilizaron un conjunto de herramientas matemáticas sofisticadas llamado Teoría de Respuesta al Ítem (TRI). Piensa en esto como tomar la regla por partes, examinar cada una de sus marcas y ver si el metal se expande o se contrae dependiendo de quién la sostiene. Compararon las respuestas de la encuesta contra una entrevista diagnóstica de estándar de oro para ver si la regla realmente apuntaba a problemas reales de salud mental.

Aquí descubrieron lo que pasó, y es un giro en la trama. Primero, descubrieron que el SRQ-20 es una regla fantástica para medir el malestar en Colombia. Es esencialmente una sola pieza sólida de metal, que mide un único tipo de "peso mental". Pero la noticia más emocionante es sobre la guerra. Descubrieron que la regla funciona igualmente bien para las personas que han estado expuestas al conflicto armado y para las que no lo han estado. Incluso para los adultos que fueron víctimas directas —aquellos que presenciaron tortura, secuestro o violencia— la regla no se dobló ni se rompió. El hecho de que estas personas reportaran niveles más altos de malestar no era porque las preguntas fueran confusas o sesgadas contra ellos; era porque realmente estaban cargando con más peso. Los investigadores pudieron separar la "tristeza verdadera" de los "errores de medición", demostrando que la herramienta es justa. Puedes comparar la puntuación de un sobreviviente de la guerra con la de un no sobreviviente y confiar en que la diferencia es real, no un error en la herramienta.

Sin embargo, la historia no es perfecta. Cuando examinaron el sexo, encontraron una pequeña grieta en la regla. La encuesta es mayormente justa, pero para tres preguntas específicas (sobre asustarse fácilmente, tener dolores de cabeza y llorar más), las mujeres tendieron a decir "sí" un poco más a menudo que los hombres, incluso cuando sentían exactamente la misma cantidad de malestar. Es como si la regla tuviera un pequeño y constante estiramiento para las mujeres, añadiendo unos 0.85 puntos a su puntuación total. Es un sesgo pequeño, pero es real. Así que, si estás comparando hombres y mujeres, necesitas saber sobre este pequeño estiramiento y ajustar tu pensamiento, pero no arruina toda la herramienta.

También intentaron añadir cuatro preguntas extra sobre pensamientos extraños o alucinaciones para hacer una "regla de 25 ítems", pero eso no funcionó bien. Una de esas preguntas adicionales ("¿Es usted más importante de lo que otros piensan?") fue respondida por casi la mitad de las personas, incluso aquellas que no estaban teniendo experiencias psicóticas, lo que la convierte en una mala pregunta para este grupo. El equipo concluyó que las 20 preguntas originales son la mejor opción. Finalmente, verificaron si la regla podía realmente detectar trastornos mentales reales. Hizo un muy buen trabajo, actuando como una red confiable que atrapa la mayoría de los casos, aunque a veces atrapa algunos peces que no son exactamente lo que estamos buscando (falsos positivos). ¿La conclusión final? En el complejo y pesado contexto de la historia de Colombia, el SRQ-20 es una herramienta robusta y justa que puede ayudarnos a entender el costo mental del conflicto sin dejarnos engañar por el trauma mismo.

Resumen Técnico: Equivalencia de Medición del SRQ-20 en Colombia (ENSM 2015)

Planteamiento del Problema
El Cuestionario de Autoinforme (SRQ-20) es una herramienta de tamizaje ampliamente implementada para el malestar mental común en países de ingresos bajos y medios (LMIC, por sus siglas en inglés). Sin embargo, su base de evidencia psicométrica suele limitarse a coeficientes de confiabilidad clásica y una unidimensionalidad asumida, con una interrogación insuficiente del comportamiento a nivel de ítem mediante la Teoría de Respuesta al Ítem (TRI). Crucialmente, la equivalencia de medición del SRQ-20 entre grupos que difieren en exposición al conflicto armado, sexo y región rara vez ha sido probada utilizando métodos que distingan las diferencias reales en el malestar latente (impacto) del sesgo de los ítems (Funcionamiento Diferencial de los Ítems, o DIF). En entornos afectados por conflictos como Colombia, asumir la invarianza sin una prueba rigurosa conlleva el riesgo de confundir las diferencias genuinas en el malestar con artefactos de medición, lo que conduce a estimaciones epidemiológicas y asignación de recursos erróneas.

Metodología
El estudio utilizó datos de la Encuesta Nacional de Salud Mental de Colombia 2015 (ENSM), una encuesta de probabilidad multietápica, nacional y representativa de 10,865 adultos. El análisis empleó un conjunto de herramientas psicométricas modernas:

Dimensionalidad y Ajuste del Modelo: Se utilizaron correlaciones tetracóricas y estimadores de mínimos cuadrados ponderados (WLSMV) para el Análisis Factorial Confirmatorio (CFA). La dimensionalidad se evaluó mediante el análisis paralelo de Horn, índices bifactoriales (Varianza Común Explicada, $\omega$ -jerárquico) y modelos que consideran la dependencia local (parametrización de testlets).
Calibración de la TRI: Se ajustó un modelo logístico de dos parámetros (2PL) para estimar la discriminación del ítem ( $a$ ) y la dificultad ( $b$ ). El ajuste del modelo se evaluó mediante el estadístico $M_2^*$ , RMSEA y estadísticas $S-X^2$ a nivel de ítem.
Prueba de Equivalencia de Medición: Se probó una jerarquía de modelos de múltiples grupos 2PL (configural, métrico, escalar). Para abordar la limitación de los resultados de DIF no significativos en muestras grandes, los autores emplearon la prueba de equivalencia en los tamaños del efecto a nivel de ítem (Diferencias de Puntuación Esperada Firmadas, SIDS) contra una banda preespecificada de $|SIDS| < 0.10$.
Separación de Impacto y Sesgo: Se utilizó un procedimiento de "anclaje purificado". Un modelo configural inicial identificó los ítems invariantes para servir como anclas. La media latente y la varianza del grupo focal se estimaron libremente para separar el verdadero diferencial de malestar entre grupos (impacto) del sesgo de los ítems.
Validez y Sensibilidad: La validez de criterio se evaluó mediante un análisis ROC con diseño ponderado frente a diagnósticos de 12 meses de una Entrevista Diagnóstica Internacional Compuesta (CIDI) reducida. Los análisis de sensibilidad incluyeron comparaciones graduadas por severidad (victimización directa vs. no expuestos) y reestimación con diseño ponderado.

Resultos Clave

Dimensionalidad: El SRQ-20 es esencialmente unidimensional. Aunque el análisis paralelo sugirió múltiples factores, los índices bifactoriales indicaron un factor de malestar general dominante (ECV = .71, $\omega$ -jerárquico = .79). La multidimensionalidad aparente se atribuyó en gran medida a cuatro pares de ítems con contenido redundante (p. ej., digestión/estómago, ítems de cansancio), los cuales fueron modelados exitosamente mediante residuos correlacionados sin invocar una segunda dimensión sustantiva.
Parámetros de la TRI: El modelo 2PL proporcionó un ajuste superior en comparación con un modelo de un parámetro. Los ítems mostraron una alta discriminación (rangos de 1.10 a 2.79); los ítems afectivos (anhedonia, tristeza) discriminan mejor que los somáticos. La escala es altamente informativa en los umbrales de tamizaje ( $\theta \approx 1.1–1.5$ ), donde la confiabilidad condicional es alta (.93–.94), aunque la confiabilidad marginal es menor (.65) debido a la concentración de información por encima de la media poblacional.
Equivalencia de Medición:
- Exposición al Conflicto Armado: El SRQ-20 demostró plena equivalencia entre adultos expuestos y no expuestos. Una vez que se modeló el mayor nivel de malestar del grupo expuesto (impacto = +0.29 SD), todos los SIDS de los ítems cayeron dentro de la banda de equivalencia (máximo $|SsIDS| = .033$). El Funcionamiento Diferencial de Prueba (DTF) neto fue insignificante (+0.12 puntos). Esta equivalencia se mantuvo incluso en un análisis graduado por severidad de adultos víctimas directas.
- Región: Se encontró plena equivalencia a través de cinco macroregiones (máximo $|SIDS| = .046$).
- Sexo: Se observó invarianza parcial. Si bien la invarianza escalar se mantuvo según los estándares de $\Delta CFI$ , la prueba de equivalencia reveló tres ítems con sesgo (asustadizo, dolores de cabeza, llorar más) donde las mujeres reportaron más síntomas que los hombres ante un mismo nivel de malestar latente. Esto resultó en un DTF neto de +0.85 puntos, indicando un sesgo sistemático en las puntuaciones totales brutas que favorece puntuaciones más altas para las mujeres.
Validez de Criterio: El AUC con diseño ponderado fue de .877 para la depresión mayor y .836 para cualquier trastorno. Los puntos de corte óptimos (p. ej., $\ge 5$ ) mostraron buena especificidad pero sensibilidad modesta, reflejando el compromiso inherente al tamizaje. El bajo Valor Predictivo Positivo (PPV) se atribuyó a la baja prevalencia y no a una mala calidad de la escala.
Extensión de 25 Ítems: La adición de cuatro ítems de experiencias psicóticas no formó una subescala coherente (alfa de Cronbach = .45), impulsada principalmente por un ítem de "grandiosidad" con baja discriminación. Se recomienda la forma de 20 ítems.

Significancia y Reivindicaciones
El artículo sostiene que el SRQ-20 es un instrumento válido, confiable y esencialmente unidimensional para medir el malestar mental común en la población adulta colombiana. Su principal contribución es establecer que el instrumento funciona de manera equivalente entre grupos con diferentes niveles de exposición al conflicto armado y a través de las regiones, lo que respalda comparaciones válidas entre individuos expuestos y no expuestos dentro de esta población específica.

El estudio enfatiza una distinción metodológica: al separar el verdadero diferencial de malestar del sesgo de los ítems, demuestra que el SRQ-20 mide el mismo constructo sobre la misma métrica para personas expuestas al conflicto y no expuestas, a pesar de que el grupo expuesto presenta mayores niveles de malestar. Esto valida el uso del SRQ-20 para comparaciones dentro de la población en entornos de conflicto, una práctica que suele asumirse pero que rara vez se valida a escala nacional.

Sin embargo, los autores son cautos respecto al alcance de estas afirmaciones. Establecen explícitamente que los resultados respaldan comparaciones dentro de la población colombiana y no autorizan comparaciones transnacionales ni comparaciones entre entornos de conflicto y no conflicto a nivel global. Además, advierten que las comparaciones de puntuaciones totales brutas por sexo están sesgadas y deben ajustarse (aproximadamente +0.85 puntos para las mujeres) o interpretarse sobre la métrica latente. Finalmente, el estudio desaconseja el uso de la forma extendida de 25 ítems para el tamizaje de psicosis en este contexto, abogando por la versión estándar de 20 ítems.

Resumen Técnico: Equivalencia de Medición del SRQ-20 en Colombia (ENSM 2015)

Más como este