MétaCan
Menu
Retour à la cohorte
Enregistrement W3095388932 · doi:10.1016/j.anyes.2020.08.002

Propiedades psicométricas del Inventario de Ansiedad de Beck (BAI, Beck Anxiety Inventory) en población general de México

2020· article· es· W3095388932 sur OpenAlexaff
Ferran Padrós Blázquez, Karina Salud Montoya Pérez, Marcelo Archibaldo Bravo, María Patricia Martínez Medina

Notice bibliographique

RevueAnsiedad y Estrés · 2020
Typearticle
Languees
DomainePsychology
ThématiqueAnxiety, Depression, Psychometrics, Treatment, Cognitive Processes
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesFactorial analysisArtMathematics

Résumé

récupéré en direct d'OpenAlex

Una de las escalas más utilizadas para evaluar la ansiedad es el BAI (Beck Anxiety Inventory) que ha mostrado adecuadas propiedades psicométricas; sin embargo, no hay consenso sobre su estructura interna. Este trabajo tuvo como objetivo estudiar la estructura interna del BAI haciendo uso del Análisis Factorial Confirmatorio (AFC) por primera vez en México, así como la bondad de los ítems que la componen y su consistencia interna. Además, se presentan datos descriptivos de los niveles de ansiedad en población general de Michoacán (México). Se administró la escala BAI al mismo tiempo que se solicitaron datos sociodemográficos (sexo, edad, estado civil y escolaridad) a 1,245 personas adultas. Primero, se realizó un Análisis Factorial Exploratorio (AFE) con la mitad de la muestra; posteriormente, con la segunda mitad de la muestra y a través de un AFC, se pusieron a prueba los modelos factoriales obtenidos en estudios mexicanos previos, la solución unifactorial, así como el modelo obtenido en el AFE. Se observó una elevada consistencia interna de la escala total (α = .911); sin embargo, ningún modelo de los probados en el AFC resultó satisfactorio. Puede concluirse que el BAI, a pesar de mostrar una estructura interna inestable, es adecuado para evaluar la presencia de sintomatología de ansiedad en población general de Michoacán (México). Es importante señalar que hasta un 24.9% de la muestra presentó niveles de ansiedad moderada o severa. One of the most widely used scales to assess anxiety is the BAI (Beck Anxiety Inventory) that has shown adequate psychometric properties; however, there is no consensus on its internal structure. This work aimed to study the internal structure of the BAI using Confirmatory Factor Analysis (AFC) for the first time in Mexico, as well as the goodness of the items that make it up and its internal consistency. In addition, descriptive data of anxiety levels in the general population of Michoacán (Mexico) are presented. The BAI was administered and the sociodemographic data (sex, age, marital status, and education) were requested from 1,245 adults. First, an Exploratory Factor Analysis (EFA) was carried out with half the sample. Using the second half of the sample, the factorial models obtained in previous Mexican studies, the single factor solution and the model obtained in the AFE were tested through a CFA. A high internal consistency of the total scale was observed (α = .911); however, no model of those tested in the CFA was satisfactory. It can be concluded that the BAI, despite showing an unstable internal structure, can adequately assess the presence of anxiety symptoms in the general population of Michoacán (Mexico). It is important to note that up to 24.9% of the sample presented moderate or severe anxiety levels.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,330
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnsiedad y EstrésMême sujetAnxiety, Depression, Psychometrics, Treatment, Cognitive ProcessesTravaux en français237 207