Introducción

El cáncer en México representa uno de los mayores retos a la salud pública, pues cada año se presentan aproximadamente 200 mil nuevos diagnósticos y en 2022 se registraron más de 800 mil en la República mexicana (Brau-Figueroa et al., 2020; inegi, 2024; Reynoso-Noverón & Torres-Domínguez, 2017). Con la finalidad de reducir la probabilidad de recaída y bajar la mortalidad al incrementar la adherencia al tratamiento, es necesario entender los procesos psicológicos asociados a la calidad de vida de los pacientes oncológicos (Camarillo Guzmán et al., 2022; Palacios-Espinosa & Vargas-Sterling, 2012). El crecimiento postraumático (cpt) ha sido estudiado en pacientes oncológicos donde el constructo posicionó como clave, para retomar relaciones con pares, reconstruir la autoimagen, disminuir síntomas depresivos y mejorar su vida sexual (Gamboa-Chaves & Quirós-Mata, 2019; Ochoa & Blanco, 2013); sin embargo, el campo en México no está explorado.

Tener un diagnóstico oncológico se ha descrito como un evento con un impacto psicológico alto, debido a las consecuencias de la misma enfermedad y de los efectos de los tratamientos (Bardwell & Fiorentino, 2012). Además de las consecuencias físicas referidas, los pacientes con cáncer también se enfrentan a una serie de retos y cambios relacionados con sus roles sociales, laborales y familiares, cambios en su rutina y funcionamiento cotidiano, así como de incertidumbre elevada y miedo a que el cáncer progrese o que exista recurrencia en caso de haber remitido. Entre las respuestas emocionales más reportadas en estos pacientes se han identificado la depresión, la ansiedad y el distrés, también llamado malestar emocional. Por ello, el cáncer ha sido descrito como una experiencia potencialmente traumática (Fallowfield & Jenkins, 2015).

Después de eventos altamente estresantes, se han descrito cambios psicológicos, ya sea positivos, como el cpt, y negativos, como el estrés postraumático. La atención relacionada con cambios positivos asociados a un trauma es algo que autores como Calhoun y Tedeschi (2006) y Quezada-Berumen y González-Ramírez (2021) han estudiado más recientemente.

Calhoun y Tedeschi (2006) definen al cpt como cambios positivos ocurridos antes o después de la experimentación de una situación potencialmente traumática, y tiene cinco componentes: cambios en espiritualidad, en apreciación de la vida, en la idea de nuevas posibilidades, en la percepción de uno mismo y en la relación con otros (positivos o negativos). Por otro lado, se ha asociado a modificación de valores y prioridades vitales, mayor unión familiar, optimismo, gratitud, así como un incremento en calidad de vida y conductas de autocuidado que actúan como mediadores ante el desarrollo de ciertos desórdenes psicológicos, lo cual sería un factor de protección en pacientes oncológicos (De la Rosa Gómez & López, 2016; Quezada-Berumen & González-Ramírez, 2021).

Con respecto a la medición del constructo, Calhoun y Tedeschi (2006) diseñaron el Inventario de Crecimiento Postraumático (ptgi por sus siglas en inglés) para medir el cpt, que consta de 21 ítems, con seis opciones de respuesta tipo Likert, y realizaron un análisis de componentes con rotación varimax para conocer la estructura factorial. Obtuvieron cinco factores que explicaban el 62% de la varianza. En cuanto a consistencia interna encontraron un alfa general de .90, y los puntajes alfa por factores fueron los siguientes: nuevas posibilidades (α = .84), relación con otros (α = .85), fortaleza personal (α = .72), cambios espirituales (α = .85) y apreciación de la vida (α = .67) (Calhoun & Tedeschi, 2006).

Se han realizado diferentes adaptaciones a otros países y a población específica, como en pacientes con cáncer. La versión adaptada para población española arrojó cuatro factores: nueva percepción de la vida, relación con los demás, fuerza personal y cambio espiritual. La consistencia interna de la puntuación total reportada en este instrumento fue de α = .89, y para las subescalas fue de α = .61 – α = .89 (Pajón et al., 2020). Asimismo, también se han estudiado las propiedades psicométricas para población general mexicana; los resultados indicaron una solución unifactorial con un alfa de α = .94 (Quezada-Berumen & González-Ramírez, 2021). Es importante señalar que existe una versión corta de 10 ítems que ha mostrado una estructura de cinco factores y una adecuada consistencia interna (α = .83) en población chilena (Castro et al., 2015).

Específicamente, en población oncológica se realizaron varios estudios, en los cuales se han obtenido diferentes soluciones factoriales. En la francesa el ptgi mostró cuatro factores, coincidiendo con la escala original, pero no se obtuvo el factor apreciación de la vida. El número de ítems en esta versión fue de 21, y el alfa de Cronbach total de la escala fue de α = .85, con valores en las subescalas de α = .85-.87 (Dubuy et al., 2022). Para población oncológica española se obtuvo una estructura monofactorial, explicando el 54% de la varianza con 12 ítems con un alfa total de α = .95 (Costa-Requena, 2007). Para la china se han identificado cuatro factores: sí mismo, espiritualidad, orientación a la vida y una dimensión interpersonal que explican el cpt con 15 ítems y la varianza en el 59.93%. La consistencia interna de los factores va de α = .42- α = .85 y la consistencia interna total de α = .82 (Ho et al., 2004). Finalmente, también existen versiones cortas de ocho y 10 ítems (Amiri et al., 2020; Cann et al., 2011; Rodríguez-Rey et al., 2016) con adecuadas propiedades psicométricas. La Tabla 1 muestra los modelos que se han propuesto en estudios previos.

Estas diferencias en las estructuras factoriales de las validaciones del inventario ptgi pueden deberse a la influencia sociocultural y el tipo de población evaluada, factores que incidirían en el desarrollo del cpt, además de las diferencias respecto a la interpretación de los ítems que hace necesario analizar las propiedades psicométricas en muestras específicas y en diversas culturas.

A la fecha no hay evidencias de validación del ptgi para población oncológica mexicana. Dada la necesidad de conocer más sobre los procesos psicológicos que se asocien a una mayor calidad de vida, adherencia terapéutica y factores de protección ante desórdenes mentales, se necesitan instrumentos psicométricos válidos y confiables para usar con esta población. Por ello, el objetivo del presente estudio es analizar las propiedades psicométricas del ptgi en adultos mexicanos con diagnóstico de cáncer al probar las estructuras factoriales reportadas en la literatura, su consistencia interna y generar una propuesta de baremación a la versión con mejores propiedades psicométricas. La hipótesis que guía el estudio es que el ptgi proveerá evidencias de validez estructural y consistencia interna en una muestra de pacientes oncológicos mexicanos.

Método

Diseño

El diseño fue cuantitativo no experimental de tipo instrumental (Ato et al., 2013), tomando en cuenta que el objetivo del estudio fue analizar las propiedades psicométricas del ptgi de Tedeschi y Calhoun (1996) en pacientes mexicanos.

Participantes

El muestreo se llevó a cabo en un centro oncológico privado de la ciudad de Querétaro, México. Usando tanto el método exponencial de la distribución gamma (Kock & Hadaya, 2018), como el método de raíz cuadrada inversa (Ezeugwa et al., 2022), una muestra de 110 participantes sería suficiente para detectar una carga factorial de tamaño pequeño (λ > 0.22). Si bien existen autores que recomiendan el uso de muestras de mayor tamaño para la revisión de propiedades psicométricas, las características de esta no facilitaron la integración de más participantes.

Los criterios de inclusión fueron pacientes adultos con diagnóstico oncológico, que acepten participar en el estudio, firmando consentimiento informado y que sepan leer y escribir. Los criterios de exclusión fueron pacientes en remisión, con diagnóstico de recurrencia de cáncer. Los criterios de eliminación fueron cuestionarios incompletos y retiro de consentimiento.

La media de edad de las participantes fue de 52 (DE 14.3), de los cuales 77 (62.6%) fueron mujeres. El nivel de escolaridad fue 59 (47.9%) para licenciatura, 16 (13%) para posgrado, 13 (10%) para preparatoria, y 12 (9.7%) para primaria o secundaria; 23 (18.6%) no contestó (Tabla 2).

Procedimiento

Durante febrero de 2021 a agosto de 2022 se incluyeron pacientes que estaban por iniciar tratamiento oncológico. Como parte de su tratamiento habitual fueron citados por el personal de psicooncología, que fue capacitado para recolectar los datos, es decir, la entrevista y la aplicación de instrumentos. En la sesión se realizó una entrevista inicial y se evaluaron aspectos psicosociales relacionados con la adaptación al cáncer. A todos los participantes se les explicaron los objetivos de la investigación, y se les informó que su participación era voluntaria, anónima y podían dejar de responder si así lo deseaban. Todos los que aceptaron participar firmaron un consentimiento informado y la evaluación fue individual. La duración aproximada fue de 15 minutos. Posteriormente se capturaron las respuestas en spss para su análisis.

Consideraciones éticas

El protocolo fue sometido y aprobado por el comité de investigación del centro con número 22 CI 22 014 037. Se les explicó a los pacientes los objetivos y se les pidió que firmaran el consentimiento informado. De igual manera el tratamiento de los datos cuidó la confidencialidad de los participantes.

Instrumentos

Inventario de Crecimiento Postraumático (icpt)

Se utilizaron los ítems en español para población mexicana utilizados por Guzmán Sescosse et al. (2015). El icpt consiste en un autorreporte que está conformado por 21 ítems (por ejemplo, “Revaloré lo que es realmente importante en la vida”) que se responden utilizando una escala tipo Likert de tres puntos donde 1 = “Mucho más que antes”, 2 = “Igual que antes” y 3 = “Menos que antes”. Si bien las validaciones del instrumento comúnmente han utilizado seis opciones de respuesta, la decisión de emplear una escala de tres opciones en este estudio responde a la necesidad de simplificar el proceso de recolección de datos, procurando que los participantes pudieran responder de manera más intuitiva y sin ambigüedades. De acuerdo con Finstad (2010), Krosnick y Presser (2010) y Revilla et al. (2014), una escala reducida facilita la claridad de las opciones y disminuye la carga cognitiva, lo cual es especialmente relevante en contextos en los que los participantes pueden no estar familiarizados con herramientas de evaluación más complejas. Este procedimiento ya ha sido implementado con éxito en la población francesa por Dubuy et al. (2022), quienes redujeron las opciones de respuesta a cinco, logrando una mayor claridad y consistencia en los datos recolectados. Además, esta elección permite obtener datos más consistentes al minimizar la posibilidad de respuestas extremas o intermedias con baja discriminación.

Análisis de datos

El análisis comenzó identificando las frecuencias y los porcentajes en la distribución de las respuestas en cada reactivo. Posteriormente se realizó un análisis factorial confirmatorio para poner a prueba los distintos modelos reportados en la literatura científica que aparecen en la Tabla 1.

Se optó por utilizar la matriz de correlaciones policóricas y la técnica de factorización de mínimos cuadrados ponderados diagonalmente (dwls), debido a que el formato de respuesta solo permitía tres alternativas. Para evaluar el ajuste del modelo, se emplearon el χ² y el χ²/gl, que miden el ajuste absoluto y aproximado, respectivamente. Los índices cfi y tli se usaron para analizar el ajuste relativo, esperando valores superiores a .90. Para los residuos, se tomaron en cuenta el rmsea y el srmr, donde valores inferiores a .08 indican ajuste cercano o bueno, mientras que valores inferiores a .05 indican muy buen ajuste (Kline, 2015; Sathyanarayana & Mohanasundaram, 2024). La consistencia interna se examinó mediante el omega de McDonald ($\textcolor{red}{}$ $\textcolor{red}{}\omega$). El poder discriminativo de los ítems se analizó mediante pruebas U de Mann Whitney, comparando los grupos con el 27% de las puntuaciones más bajas y más altas. Los análisis descriptivos y el poder discriminativo de los ítems se realizaron en el programa spss V.25, mientras que los análisis factoriales confirmatorios y la revisión de la consistencia interna se efectuaron en jasp V.18 y R [4.13], utilizando el paquete Lavaan.

Resultados

Análisis descriptivo de los reactivos

En la etapa inicial del análisis se efectuó un conteo detallado de las respuestas obtenidas para cada ítem. La Tabla 3 presenta las frecuencias y los porcentajes correspondientes a los 21 ítems. Se observa que la mayoría de las respuestas se concentra en la primera opción, indicando un nivel menor de cpt.

Análisis factorial confirmatorio

En relación con el análisis factorial confirmatorio, los modelos de Cann et al. (2011) y Rodríguez-Rey et al. (2020) mostraron un excelente ajuste, ya que la prueba de bondad de ajuste de χ² fue no significativa en ambos casos (p >.05). No obstante, estos modelos, así como los de Tedeschi y Calhoun (1996), Pajón et al. (2020), Dubuy et al. (2022) y Quezada-Berumen y González-Ramírez (2021) presentaron una alerta de error, ya que la matriz de varianza-covarianza de los parámetros estimados no parece ser definida positivamente.

La presencia de una varianza negativa en un análisis factorial confirmatorio indica que la estructura del modelo planteado no converge en una solución única, por lo cual los parámetros estimados, así como las matrices (sigma, theta, lambda y phi) no son interpretables. Esto sucede por problemas de especificación o identificación del modelo, multicolinealidad en ítems y variables latentes, muestras pequeñas, así como problemas numéricos derivados de inconsistencias en las escalas utilizadas para responder a los ítems (Jarvis et al., 2012; Kolenikov & Bollen, 2012; Robitzsch, 2023).

En dicho sentido, solo fueron interpretables los modelos de Rodríguez-Rey et al. (2016), Weiss y Berger (2006) y Fekih-Romdhane et al. (2024). En ellos obtuvieron indicadores de ajuste cercanos satisfactorios (valores de >.95 en tli y cfi). No obstante, en el caso de los residuales, los mejores indicadores se presentaron en el modelo original y en el modelo de Weiss y Berger (2006). De hecho, este último estuvo cerca de alcanzar un ajuste absoluto (χ² [62] = 71.12, p = .005). La Tabla 4 detalla los indicadores de ajuste para cada modelo analizado.

Tomando en cuenta estos hallazgos se eligió el modelo de Weiss y Berger (2006). Específicamente, este incluye 13 reactivos y tres factores relacionados: (1) actitud positiva hacia uno mismo (4-10-3-7-1-14), (2) filosofía de vida (19-16-11-13-18) y (3) relaciones con otros (6-9). La Figura 1 muestra la estructura del modelo y sus respectivos pesos factoriales.

Consistencia interna y poder discriminativo de los ítems

Los resultados mostraron valores satisfactorios para la escala en su totalidad ($\textcolor{red}{}\omega$= .88 [IC95% .85-.91]). Asimismo, los factores actitud positiva a uno mismo ($\textcolor{red}{}\omega$ = .76 [IC95% .68-.82]) y filosofía de vida ($\textcolor{red}{}\omega$ = .82 [IC95% .76-.87]) mostraron valores satisfactorios. No obstante, la dimensión relaciones con otros ($\textcolor{red}{}\omega$= .52 [IC95% .26-.68]) no alcanzó valores satisfactorios, probablemente debido a su composición por solo dos ítems. Respecto al poder discriminativo, las pruebas U de Mann Whitney entre los grupos con el 27% de las puntuaciones más altas y bajas revelaron diferencias estadísticamente significativas, confirmando así que los ítems discriminan efectivamente entre puntuaciones bajas y altas del constructo estudiado. La Tabla 5 proporciona información adicional sobre la correlación ítem-total por factor, los valores de alfa y omega si se elimina un ítem, y el poder discriminativo de cada reactivo.

Propuesta de baremación

Finalmente, se establecieron los percentiles tanto para la puntuación total de la escala como para cada uno de sus factores. Se sugiere clasificar las puntuaciones en tres categorías: (1) “Bajo” para puntuaciones inferiores al percentil 25; (2) “Medio” para aquellas entre los percentiles 25 y 75, y (3) “Alto” para puntuaciones superiores al percentil 75, como se detalla en la Tabla 6.

Discusión

El objetivo principal de la presente investigación fue estudiar las propiedades psicométricas del ptgi en adultos mexicanos con diagnóstico de cáncer. Si bien esta escala ya se encuentra validada para uso en población mexicana (Quezada- Berumen et al., 2020), el presente instrumento se enfoca específicamente para adultos mexicanos con diagnóstico oncológico. Enfrentarse a un diagnóstico oncológico ha sido referido como una situación potencialmente traumática (Bardwell & Fiorentino, 2012), además de esto, el desarrollo del cpt en población oncológica es otra línea de investigación dentro del área de psicooncología, por lo que es necesario el desarrollo y la adaptación de instrumentos de medición enfocados a ello.

En esta investigación se estudió la estructura factorial, la consistencia interna y la bondad de los reactivos. Respecto a la estructura factorial, un aspecto crítico que merece discusión es el error asociado con la matriz de varianza-covarianza de los parámetros estimados, el cual no se definió de manera positiva. Este problema puede atribuirse a una variedad de factores, incluidos problemas en la identificación o especificación del modelo, la presencia de varianzas negativas, un tamaño de muestra inadecuado, o multicolinealidad entre variables (Brown, 2015; Byrne, 2016; Kline, 2015). Se realizaron esfuerzos para identificar la causa subyacente de este error, aplicando cambios en el método de factorización y simulando un aumento en el tamaño de la muestra; sin embargo, estos intentos no lograron resolver el problema. Se hipotetiza que la causa del error podría estar relacionada con una excesiva cantidad de ítems para el constructo evaluado, lo que sugiere problemas de multicolinealidad. Esta suposición se refuerza por el hecho de que el problema emerge cuando se incluyen todos los ítems y por la observación de que las respuestas tienden a concentrarse significativamente en una de las opciones disponibles.

De modo que solo fueron interpretables los modelos de Rodríguez-Rey et al. (2016), Weiss y Berger (2006) y Fekih-Romdhane et al. (2024). De estos, el modelo de Weiss y Berger (2006) es el que mostró mejores indicadores. Consta de tres factores; actitud positiva hacia uno mismo, filosofía de vida y relaciones con otros, coincidiendo únicamente este último con el modelo original de Tedeschi y Calhoun (1996) de cinco factores. Los factores actitud positiva hacia uno mismo y filosofía de vida se constituyeron con diferentes ítems de los distintos factores, pero muestran congruencia con las nuevas etiquetas propuestas por Weiss y Berger (2006).

Los 13 ítems que incluyen la escala mostraron adecuadas propiedades psicométricas, tomando en consideración la correlación con el factor de referencia, con la contribución con la consistencia interna del factor (excepto el de relaciones con los otros que no puede calcularse porque contiene dos reactivos) y la capacidad de discriminación.

La consistencia interna muestra valores de Omega adecuados para la escala total y los factores actitud positiva a uno mismo y filosofía de vida; sin embargo, resultó baja en el de relaciones con otros. Esto es esperable debido a que solo consta de dos reactivos.

Debe comentarse como notable limitación del instrumento que no ofrece un punto de corte que indique la presencia de cpt. Además, en esta investigación no se ha estudiado la validez de criterio de la escala. Sería deseable hacer uso de entrevistas en profundidad para detectar la presencia o la ausencia del cpt, para estudiar la validez de criterio y proponer un punto de corte óptimo con la máxima sensibilidad y especificidad. Asimismo, debe señalarse que el estudio se ha realizado únicamente con población del estado de Querétaro; en futuros estudios sería deseable recoger muestras de diferentes entidades del país con la finalidad de incrementar la representatividad. Por otra parte, estudios que asocien el cpt con sintomatología, uso de sustancias, adherencia terapéutica u otros factores asociados a la recuperación y el tratamiento de pacientes oncológicos en México brindaría una mayor examinación de las otras dimensiones de validez del instrumento, pues pondría a prueba la validez convergente y divergente, y le daría una utilidad más robusta. También es importante señalar que el uso de una escala de tres opciones en lugar de las seis comúnmente utilizadas en las validaciones originales del instrumento podría haber influido en la calidad y la sensibilidad de los datos recolectados. Esta decisión, aunque fundamentada en la necesidad de simplificar la recolección y reducir la carga cognitiva de los participantes, podría haber restringido la variabilidad de las respuestas, lo cual puede explicar que algunos modelos estadísticos no hayan ajustado adecuadamente. Futuros estudios deberían considerar la evaluación del impacto de diferentes números de opciones en las propiedades psicométricas del instrumento, así como en el desempeño de los modelos utilizados para el análisis.

En ulteriores estudios sería recomendable estudiar la fiabilidad test-retest de la escala y la sensibilidad al cambio, quizás a partir de la aplicación de intervenciones centradas en fomentar en cpt como el propuesto por Guzmán-Sescosse et al. (2015).

A pesar de las limitaciones señaladas, puede concluirse que la versión de 13 reactivos del ptgi puede considerarse un instrumento con adecuada validez estructural, adecuada consistencia interna y de gran utilidad para evaluar el cpt en pacientes con cáncer de México.

Referencias

Amiri, H., Rezapour, M., Nekoei-Moghadam, M., & Nakhaee, N. (2020). Translation and adaptation of the posttraumatic growth inventory-short form into Persian. The Open Psychology Journal, 13(1), 326-332. https://doi.org/10.2174/1874350102013010326

Ato, M., López, J. J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511

Bardwell, W. A., & Fiorentino, L. (2012). Risk factors for depression in breast cancer survivors: An update. International Journal of Clinical and Health Psychology, 12(2), 311-331.

Brau-Figueroa, H., Alejandra Palafox-Parrilla, E., & Mohar-Betancourt, A. (2020). The national cancer registry in Mexico, a reality. Gaceta Mexicana de Oncología, 19(2), 1-5. https://doi.org/10.24875/j.gamo.20000030

Brown, T. A. (2015). Confirmatory factor analysis for applied research. Guilford publications.

Byrne, B. M. (2016). Adaptation of assessment scales in cross-national research: Issues, guidelines, and caveats. International Perspectives in Psychology, 5(1), 51-65. https://doi.org/10.1037/ipp0000042

Calhoun, L. G., & Tedeschi, R. G. (2006). Handbook of posttraumatic growth: Research and practice. Lawrence Erlbaum Associates, Publishers. https://doi.org/10.1021/ja00905a033

Camarillo Guzmán, G., Flores-Pérez, C., Vázquez-Hernández, S., Botello-Mendoza, L. A., López-Mora, G., & Totomol Yoval, B. E. (2022). Adherencia al tratamiento en mujeres con cáncer desde “Modelo Creencias en Salud”. UVserva, 14, 153-164. https://doi.org/10.25009/uvs.vi14.2844

Cann, A., Calhoun, L. G., Tedeschi, R. G., Triplett, K. N., Vishnevsky, T., & Lindstrom, C. M. (2011). Assessing posttraumatic cognitive processes: The event related rumination inventory. Anxiety, Stress and Coping, 24(2), 137-156. https://doi.org/10.1080/10615806.2010.529901

Castro, M. C., Delgado, J. B., Alvarado, E. R., & Rovira, D. P. (2015). Spanish Adaptation and validation of the posttraumatic growth inventory-short form. Violence and Victims, 30(5), 756-769. https://doi.org/10.1891/0886-6708.VV-D-13-00165

Costa-Requena, J. (2007). A hybrid routing approach for ad hoc networks. Helsinki University of Technology.

De la Rosa Gómez, A., & López, G. C. (2016). Reacciones postraumáticas: revisión desde una perspectiva dimensional. Psicología Iberoamericana, 24(1), 70-78. https://doi.org/10.48102/pi.v24i1.81

Dubuy, Y., Sébille, V., Bourdon, M., Hardouin, J. B., & Blanchin, M. (2022). Posttraumatic growth inventory: Challenges with its validation among French cancer patients. bmc Medical Research Methodology, 22(1). https://doi.org/10.1186/s12874-022-01722-6

Ezeugwa, B., Talukder, F., Ruhul Amin, M., Iqbal Hossain, S., & Arslan, F. (2022). Minimum sample size estimation in sem: Contrasting results for models using composites and factors. Data Analysis Perspectives Journal, 3(4), 1-7.

Fallowfield, L., & Jenkins, V. (2015). Psychosocial/survivorship issues in breast cancer: Are we doing better? Journal of the National Cancer Institute, 107(1), 1-5. https://doi.org/10.1093/jnci/dju335

Fekih-Romdhane, F., Fawaz, M., Hallit, R., Sawma, T., Obeid, S., & Hallit, S. (2024). Psychometric properties of an Arabic translation of the 10-item Connor-Davidson resilience scale (cd-risc-10), the 8- and 10-item post-traumatic growth inventory-short form (ptgi-sf) scales. PLoS one, 19(1 January). https://doi.org/10.1371/journal.pone.0293079

Finstad, K. (2010). Response interpolation and scale sensitivity: Evidence against 5-point scales. Journal of Usability Studies, 5(3), 104-110. https://uxpajournal.org/response-interpolation-and-scale-sensitivity-evidence-against-5-point-scales/

Gamboa-Chaves, A. Y., & Quirós-Mata, M. (2019). Crecimiento postraumático en pacientes sobrevivientes de cáncer infantil. Acta Médica Costarricense, 61(4), 172-176.

Guzmán Sescosse, M., Padrós Blázquez, F., García Campos, T., Augusto Laca Arocena, F., González Betanzos, F., & Elena Rivera Heredia, M. (2015). Efecto de la terapia de procesamiento cognitivo con entrenamiento en crecimiento post-traumático para pacientes con trastorno de estrés post-traumático. Universidad Michoacana de San Nicolás de Hidalgo.

Ho, S. M. Y., Chan, C. L. W., & Ho, R. T. H. (2004). Posttraumatic growth in Chinese cancer survivors. Psycho-Oncology, 13(6), 377-389. https://doi.org/10.1002/pon.758

inegi (Instituto Nacional de Estadística y Geografía ). (2024). Estadísticas a propósito del día internacional de la lucha contra el cáncer de mama (19 de octubre). https://www.cdc.gov/breast-cancer/es/about/?cdc_AAref_Val=https://www.cdc.gov/spanish/cancer/breast/basic_info/what-is-breast-cancer.htm

Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2012). The negative consequences of measurement model misspecification: A response to Aguirre-Urreta and Marakas. mis Quarterly, 36(1), 139-146. https://doi.org/10.2307/41410410

Kline, R. (2015). Principles and practice of structural equation modeling. Guilford Press.

Kock, N., & Hadaya, P. (2018). Minimum sample size estimation in pls-sem: The inverse square root and gamma-exponential methods. Information Systems Journal, 28(1), 227-261. https://doi.org/10.1111/isj.12131

Kolenikov, S., & Bollen, K. A. (2012). Testing negative error variances: Is a Heywood case a symptom of misspecification? Sociological Methods and Research, 40(1), 124-167. https://doi.org/10.1177/0049124112442138

Krosnick, J. A., & Presser, S. (2010). Questionnaire design. En J. A. Krosnick & S. Presser (Eds.), Handbook of survey research (2nd ed., pp. 263-313). Emerald Group Publishing.

Ochoa, C., & Blanco, I. (2013). Terapia psicológica Crecimiento Post-traumático en supervivientes de cáncer y sus otros significativos. ¿Crecimiento vicario o secundario? Terapia Psicológica, 31(1), 81-92. http://dx.doi.org/10.4067/S0718-48082013000100008

Pajón, L., Greco, A. M., Pereda, N., & Gallardo-Pujol, D. (2020). Factor structure of the posttraumatic growth inventory in a Spanish sample of adult victims of interpersonal violence in childhood. Revista de Psicopatología y Psicología Clínica, 25(2), 101-110. https://doi.org/10.5944/rppc.26017

Palacios-Espinosa, X., & Vargas-Sterling, L. P. (2012). Adherencia a la quimioterapia y radioterapia en pacientes oncológicos: una revisión de la literatura. Psicooncología, 8(2-3). https://doi.org/10.5209/rev_psic.2011.v8.n2-3.37890

Quezada-Berumen, L., & González-Ramírez, M. T. (2021). Propiedades psicométricas del inventario de crecimiento postraumático en población. Acción Psicológica, 17(1). https://doi.org/10.5944/ap.17.1.25736

Revilla, M. A., Saris, W. E., & Krosnick, J. A. (2014). Choosing the number of categories in agree-disagree scales. Sociological Methods and Research, 43(1), 73-97. https://doi.org/10.1177/0049124113509605

Reynoso-Noverón, N., & Torres-Domínguez, J. A. (2017). Epidemiología del cáncer en México: carga global y proyecciones 2000-2020. www.rproyect.org

Robitzsch, A. (2023). Modeling model misspecification in structural equation models. Stats, 6(2), 689-705. https://doi.org/10.3390/stats6020044

Rodríguez-Rey, R., Alonso-Tapia, J., Kassam-Adams, N., & Garrido-Hernansaiz, H. (2016). La estructura factorial del inventario de crecimiento postraumático en padres de niños críticamente enfermos. Psicothema, 28(4), 495-503. https://doi.org/10.7334/psicothema2016.162

Rodríguez-Rey, R., Garrido-Hernansaiz, H., & Collado, S. (2020). Psychological impact and associated factors during the initial stage of the Coronavirus (Covid-19) pandemic among the general population in Spain. Frontiers in Psychology, 11. https://doi.org/10.3389/fpsyg.2020.01540

Sathyanarayana, S., & Mohanasundaram, T. (2024). Fit indices in structural equation modeling and confirmatory factor analysis: Reporting guidelines. Asian Journal of Economics, Business and Accounting, 24(7), 561-577. https://doi.org/10.9734/ajeba/2024/v24i71430

Tedeschi, R. G., & Calhoun, L. G. (1996). The Posttraumatic Growth Inventory: Measuring the positive legacy of trauma. Journal of Traumatic Stress, 9(3), 455-471. https://doi.org/10.1007/BF02103658

Weiss, T., & Berger, R. (2006). Reliability and validity of a Spanish version of the posttraumatic growth inventory. Research on Social Work Practice, 16(2), 191-199. https://doi.org/10.1177/1049731505281374

Información adicional

redalyc-journal-id: 1339