Introducción

La cibercondría es la búsqueda compulsiva de información sobre temas médicos en internet, que, en vez de reducir el malestar psicológico que motivó esa búsqueda, lo exacerba (Starcevic & Berle, 2013). Estos autores indican que la ansiedad aumenta cuando la búsqueda no satisface la necesidad de información. El aumento en la ansiedad provoca los siguientes posibles efectos: (1) que la persona evite búsquedas subsecuentes en internet; (2) que inicie un círculo vicioso de búsquedas que aumenten la ansiedad, desencadenando en cibercondría.

Diversos estudios encontraron relaciones entre la cibercondría y la ansiedad por salud (McMullan et al., 2019; Starcevic et al., 2019). La ansiedad por salud es una preocupación, tensión y aprensión ante una amenaza percibida hacia la salud, que en niveles patológicos se denomina hipocondriasis (Alberts et al., 2013; Arnáez et al., 2019), también conocida como trastorno de síntomas somáticos y ansiedad por enfermedad (American Psychiatric Association, 2013). Según Witthöft y Hiller (2010) existen dos factores que predisponen a las personas a enfermedades somáticas e hipocondriasis: (1) los niveles de ansiedad por tener una enfermedad médica no diagnosticada; (2) la tendencia de atribuir una causa médica a un síntoma que, luego de una evaluación médica, no justifica la preocupación (Bailer et al., 2008).

Otra relación que ha sido reconocida es aquella entre la cibercondría y la ansiedad (Starcevic et al., 2019). La ansiedad es una emoción caracterizada por una intensa sensación de aprensión, preocupación o tensión, provocada por algo adverso que pueda suceder en el futuro (Grillon, 2008). Endler y Kocovski (2001) y Spilberger, Gorsuch, y Lushene (1997) clasifican la ansiedad en: (1) ansiedad estado, una reacción temporal que consiste en sentimientos de aprensión, nerviosismo y secuelas fisiológicas a eventos adversos; y (2) ansiedad rasgo, una característica estable de la personalidad, relacionada con la tendencia a responder con inquietudes, problemas y preocupaciones ante algún evento. Esta diferenciación ha sido corroborada en términos neuroanatómicos por Saviola et al. (2020), quienes encontraron activaciones cerebrales diferentes para ansiedad estado y rasgo.

La Teoría de la Búsqueda de Seguridad de Starcevic y Berle (2013) explica que la cibercondría se mantiene debido a dos factores: (1) Las características psicológicas de algunas personas, que buscan seguridad en la información médica del internet, tienen baja tolerancia a la incertidumbre y a la ambigüedad, presentan confusión sobre si confiar o no en las fuentes consultadas, y necesitan obtener información definitiva y sencilla. (2) Las características inherentes del uso del internet, en donde las personas acceden a fuentes de información, desde las más confiables hasta las más ambiguas, exageradas, amenazantes o catastróficas. Repetir búsquedas que no satisfacen la necesidad de seguridad causa una sobrecarga de información, en la que la ambigüedad y la incertidumbre elevan los niveles de malestar y ansiedad.

La pandemia del COVID-19 ha generado una situación propicia para desarrollar cibercondría (Starcevic et al., 2020). El COVID-19 es una enfermedad infecciosa respiratoria causada por el virus SARS-CoV-2 (Wu et al., 2020). Es altamente contagiosa, con una tasa de letalidad mundial promedio de 3.7% al inicio de la pandemia, 7.2% en el mes de abril de 2020, y 2.2% en enero de 2021 (Dong et al., 2020). Según Starcevic et al. (2020), el desarrollo de la cibercondría en el contexto del COVID-19 se debe a: (1) la falta de información sobre el COVID-19 al ser un virus nuevo; (2) la información cambiante sobre el virus, ya que los nuevos descubrimientos se publican durante el curso de la pandemia; (3) la insatisfacción causada por la desconfianza en las fuentes seguras; (4) el constante reporte, tanto de fuentes seguras como de fake news (noticias falsas). Estos factores provocan una sobrecarga de información, dificultades en filtrar la información segura de las fake news, y niveles altos de ansiedad.

En la República Dominicana se reportó el primer caso de COVID-19 el 1 de marzo de 2020. Paulino-Ramirez y Tapia (2020) resumen la respuesta del sistema de salud para la prevención del COVID-19 en “campañas de desinfección, recursos educativos, involucramiento de la comunidad, detección de casos y aislamiento grupal” (p. 3). Los autores enfatizan la necesidad del manejo eficiente de información a través de medios que promuevan la prevención del contagio. Esto representó un reto para las autoridades de salud, quienes no contaban con un sistema efectivo de comunicación para educar a la población al inicio de la pandemia (Rathe, 2020). No obstante, el Ministerio de Salud Pública dedicó parte de su presupuesto a campañas de radio, televisión y redes sociales, para explicar mecanismos de prevención (Ministerio de Salud Pública, 2020). Dichas campañas no han sido del todo efectivas por la desconfianza en las autoridades y la propagación rápida de fake news (Tapia, 2020).

El miedo al COVID-19 y las consecuencias de las medidas de prevención (cierre de fronteras, escuelas, universidades y comercio) impactan la salud mental de la población (Hernández-Rodríguez, 2020). En el caso dominicano, Peralta y Taveras (2020) encontraron que la mayor demanda de servicios de salud mental por telemedicina durante la pandemia era por ansiedad (43%), dificultades para dormir (10.2%), desórdenes de estrés (6.1%), desórdenes de adaptación (6.1%) y conductas suicidas (2%).

Teniendo en cuenta que la cibercondría está asociada a preocupaciones por la salud y a la ansiedad, que la ansiedad es un tema recurrente en la búsqueda de ayuda de salud mental en los dominicanos durante la pandemia, y que los mecanismos de transmisión de información de salud no convencen a la población de seguir los protocolos, el primer propósito de este estudio fue determinar la relación entre cibercondría, ansiedad por salud, ansiedad rasgo y ansiedad estado en el contexto de pandemia en una muestra de adultos emergentes dominicanos. Determinamos si ansiedad por salud, ansiedad rasgo y la ansiedad estado predicen la cibercondría. El segundo propósito fue conocer las diferencias en cibercondría, ansiedad de salud y ansiedad entre participantes que se identificaran como personas en riesgo de complicaciones por COVID-19 y participantes que no. Hipotetizamos mayores niveles de ansiedad, cibercondría, ansiedad de salud en las personas que se consideran en riesgo de complicaciones por COVID-19. El tercer propósito fue explorar las probabilidades de cumplir criterios diagnósticos de ansiedad clínicamente significativa e hipocondriasis en los participantes en riesgo de complicaciones por COVID-19, comparadas con los que no están en riesgo.

Método

Diseño del Estudio

Este es un estudio transversal con una muestra no probabilística intencional.

Participantes

Participaron adultos emergentes, residentes de Santo Domingo, República Dominicana. Se realizó un análisis de potencia a priori para establecer el tamaño de la muestra para una regresión múltiple de tres predictores, con una potencia de .95 y un alfa de .05 que pudiera predecir un tamaño de efecto mediano (f² = .15). A partir de este análisis puede asumirse que un total de 89 participantes responde a dichos requerimientos.

Cumplieron los criterios de inclusión 87 participantes, con una edad promedio de 24.39 años (DT = 7.67), y pertenecían a una posición socioeconómica media-alta. Las demás variables sociodemográficas se encuentran en la Tabla 1.

Tabla 1

Características Demográficas de los Participantes

Lugar

Los participantes eran residentes de la ciudad de Santo Domingo, República Dominicana y completaron los cuestionarios vía internet.

Instrumentos

Cuestionario Sociodemográfico

El cuestionario contenía preguntas sobre edad, posición socioeconómica, sexo, tipo de relación, educación y percepción de riesgo de tener complicaciones por COVID-19.

Inventario de Ansiedad Estado-Rasgo (STAI por sus siglas en inglés)⁴

Este instrumento tiene dos subescalas: (1) ansiedad estado y (2) ansiedad rasgo (Spielberger, 1983). Cada subescala consiste en un cuestionario de 20 ítems tipo Likert de 4 puntos, que solicita al participante seleccionar la frecuencia con la que presenta determinadas conductas o estados emocionales asociados a la ansiedad. Las puntuaciones de las subescalas se calcularon sumando la puntuación de sus ítems, usando la puntuación invertida para los ítems inversos. Los participantes que puntúan más de 40 puntos en la subescala de ansiedad estado, podrían cumplir criterios diagnósticos para ansiedad clínicamente significativa. El instrumento mostró una consistencia interna alta (α = .93 en ambas subescalas).

Breve Inventario de Ansiedad por la Salud (SHAI por sus siglas en inglés)

Este instrumento tiene dos subescalas: (1) Ansiedad por salud y miedo a la posibilidad de enfermar, de 14 ítems; y (2) Temor a las consecuencias producidas por la enfermedad, de 4 ítems (Alberts et al., 2013; Arnáez et al., 2019). Cada ítem consta de 4 afirmaciones sobre síntomas de ansiedad por salud que incrementan en intensidad. Los participantes debían escoger la afirmación que mejor le representa. La puntuación total y las puntuaciones de cada subescala se calcularon sumando los ítems correspondientes. Los participantes que puntúan más de 45 puntos en la puntuación total podrían cumplir criterios diagnósticos para hipocondriasis. Las subescalas mostraron buena consistencia interna (α = .70 a .85).

Versión corta de la escala de gravedad de la Cibercondría (CCS-12 por sus siglas en inglés)

El instrumento tiene cuatro subescalas de tres ítems cada una: (1) Excesividad, definida como rápida escalada de las búsquedas en internet; (2) Angustia, considerada como la sensación de ansiedad como resultado de estas búsquedas; (3) Ayuda, considerada como la solicitud de ayuda profesional tras la búsqueda en internet; y (4) Compulsión, en donde las búsquedas web interfieren con otros aspectos de la vida de la persona (McElroy et al., 2019). Es una escala tipo Likert de 5 puntos. El instrumento mostró una consistencia interna aceptable para la escala de compulsión (α = .64) y buena para el resto de las subescalas (α = .74 a .77).

Procedimiento

Los participantes fueron contactados a través de las redes sociales. Se les envió un hipervínculo con la información del estudio. Los participantes leyeron y firmaron el consentimiento informado y contestaron los instrumentos.

Análisis Estadísticos

Para establecer el modelo predictivo de cibercondría se realizó un análisis de regresión múltiple; para conocer si existían diferencias entre los grupos se realizó una prueba t de muestras independientes; para conocer el posible riesgo de cibercondría que tienen las personas en riesgos de tener complicaciones por COVID-19 sobre los que no tienen riesgo, se realizó un análisis de odds ratio. Se utilizó el programa SPSS para los análisis de datos.

Consideraciones Éticas

Este estudio tiene la aprobación del Comité de Ética de la Universidad Iberoamericana y sigue los lineamientos de la Declaración de los Principios Éticos para Psicólogos (IAAP & IUPsyS, 2008), las Guías Éticas Internacionales para la Investigación Biomédica en Participantes Humanos (CIOMS et al., 2016) y las declaraciones de la Sociedad Interamericana de Psicología (ISP, 2019).

Resultados

Se realizó un análisis descriptivo para conocer el comportamiento de cada variable por separado (Ver Tabla 1). Los participantes puntuaron un promedio de 39.39 en la variable de ansiedad por salud (DT = 5.27). El 14% de la muestra obtuvo una puntuación total mayor a 45 puntos en la variable de ansiedad por salud, lo que indica que podrían cumplir criterios diagnósticos para hipocondriasis o trastorno de síntomas somáticos. Con relación a la ansiedad estado, los participantes puntuaron un promedio de 44.49 (DT = 12.31). El 64% de la muestra obtuvo una puntuación total mayor a 40 puntos en ansiedad estado, lo que indica que podrían cumplir criterios diagnósticos para ansiedad clínicamente significativa. La Tabla 2 muestra las demás estadísticas descriptivas.

Tabla 2

Estadísticas Descriptivas de las Variables del Estudio

Nota. E = escala; S = subescala; A = Análisis adicional.

Para contestar la primera pregunta de investigación, se realizó un análisis de regresión con el método forward de selección de predictores y establecer modelos de ajustes adecuados para predecir la variable dependiente (cibercondría), con las variables independientes (ansiedad por salud, ansiedad estado y ansiedad rasgo).

El primer modelo estableció que la variable ansiedad por salud obtuvo el mayor coeficiente estandarizado de regresión. El modelo explicó el 17% de la varianza (R² = .17, F(1,85) = 17.95, p < .001). Se encontró que la ansiedad por salud predice la cibercondría (β = .42, p < .001). El factor de inflación de la varianza (VIF) obtuvo un valor de 1, indicando ausencia de correlación entre las variables predictoras.

El segundo modelo indica que las puntuaciones de ansiedad por salud (β = .38, p < .001) y ansiedad rasgo (β = .28, p = .004) predicen las puntuaciones en cibercondría. El modelo explica 25% de la varianza (R² = .25, F(1,84) = 14.21, p < .001). La Tabla 3 presenta el resultado del análisis. El factor de inflación de la varianza (VIF) obtuvo un valor de 1.02, indicando ausencia de correlación entre las variables predictoras.

Tabla 3

Regresión Múltiple de Predicción de Cibercondría (N = 96)

Nota. Método forward de selección de predictores. El rimer modelo excluyó las variables de ansiedad rasgo y ansiedad estado. El segundo modelo excluyó ansiedad estado. * p < .05. ** p < .01. *** p <.001.

Para contestar la segunda pregunta de investigación, se realizaron pruebas t de Student en cada variable, contrastando el grupo de personas que identificó que estaba en riesgo de complicaciones por COVID-19 y el grupo de personas que no se identificó en riesgo.

En relación a la cibercondría, los participantes que se percibían en riesgo de complicaciones por COVID-19 obtuvieron puntuaciones significativamente mayores a las de los participantes que no se percibían en riesgo en la subescala de solicitud de ayuda luego de buscar información sobre salud en internet (t(85) = -2.36, p = .021), pero no para el resto de las subescalas de cibercondría.

Las personas en riesgo obtuvieron puntuaciones marginalmente más altas que las personas que no estaban en riesgo en la puntuación total de ansiedad por salud (t(85) = -1.98, p = .051).

No hubo diferencias significativas en ansiedad estado y ansiedad rasgo cuando comparamos los participantes percibidos en riesgo vs. los participantes que no se identificaban en riesgo (Ver la Tabla 4 para las estadísticas descriptivas e inferenciales).

Tabla 4

Resultados de la Prueba t de Ansiedad por Salud, Cibercondría, Ansiedad Estado y Rasgo según Riesgo

Nota. M = media; DT = desviación típica; * significativo a p < .021

Para contestar la tercera pregunta de investigación, se crearon variables nuevas a partir de las variables ansiedad de salud y ansiedad estado. La literatura establece como punto de corte 45 puntos en ansiedad de salud. Las personas que obtienen más de 45 puntos, tienen mayor probabilidad de cumplir criterios diagnósticos para hipocondriasis. La variable ansiedad de salud fue dicotomizada (0 = personas con puntuaciones entre 0 y 44, 1 = personas con puntuaciones por encima de los 45 puntos). Este mismo procedimiento se hizo con la variable ansiedad estado, cuyo punto de corte es 40 puntos. Estas nuevas variables fueron denominadas hipocondriasis y ansiedad clínica.

Se realizó una prueba chi cuadrado de independencia comparando la frecuencia de cumplir criterios diagnósticos de hipocondriasis en personas en riesgo de complicaciones por COVID-19 y personas que no están en riesgo. Se observó una asociación significativa (X²(1) = 6.47, p < .011) con un tamaño mediano ( = .27). Las personas percibidas en riesgo tienen más posibilidades de cumplir con los criterios diagnósticos de hipocondriasis (31.58%) que las personas que no se identificaron en riesgo (8.8%). En otras palabras, las personas en riesgo de complicaciones por COVID-19 son 4.77 veces más propensas de cumplir criterios diagnósticos de hipocondriasis que aquellas que no están en riesgo (OR = 4.77, 95% CI [1.33 – 17.15]).

Se realizó una prueba chi cuadrado de independencia comparando la frecuencia de cumplir criterios diagnósticos de ansiedad clínica en personas percibidas en riesgo de complicaciones por COVID-19 y personas que no se perciben en riesgo. No se observaron asociaciones significativas.

Discusión

El propósito de este estudio fue establecer el poder de predicción de la ansiedad por salud, ansiedad rasgo y ansiedad estado sobre la cibercondría, en participantes dominicanos adultos. El modelo de mejor ajuste seleccionó dos predicciones de la cibercondría: ansiedad por salud con el mayor coeficiente estandarizado de regresión, y ansiedad rasgo. En el caso de la ansiedad por salud, estos resultados coinciden con los demostrados en otras investigaciones, que encontraron que la cibercondría surge de una preocupación de salud (McMullan et al., 2019; Starcevic et al., 2019). En el caso de la ansiedad, otros autores encontraron una relación entre cibercondría y ansiedad (Starcevic et al., 2019), y en nuestro estudio, encontramos que la ansiedad rasgo obtuvo mucho más peso en la predicción de la cibercondría que la ansiedad estado. Considerando que la ansiedad rasgo es una característica de la personalidad, los resultados sugieren que las personas que tienden a responder con inquietudes, problemas y preocupaciones ante algún evento adverso, pueden desarrollar con más facilidad cibercondría, independientemente de la respuesta de ansiedad inicial que se tenga ante un evento.

El segundo propósito de investigación fue explorar si existían diferencias en las variables del estudio entre participantes que se percibían en riesgo de complicaciones por COVID-19 y participantes que no se percibían en riesgo. Las personas que se consideran en riesgo de tener complicaciones por COVID-19 obtuvieron puntuaciones marginalmente más altas en ansiedad por salud y en la subescala de búsqueda de ayuda que pertenece a la cibercondría. Esto denota que los participantes en riesgo tienden a consultar directamente a profesionales de la salud tras la búsqueda en internet en comparación a los participantes que no se perciben en riesgo. En lo que respecta a las variables de ansiedad estado y ansiedad rasgo, no hubo diferencias significativas entre los grupos, esto quiere decir, que los participantes independientemente si se perciben en riesgo o no, presentan niveles similares de ansiedad. Este hallazgo es similar a estudios previos que reportaron niveles altos de ansiedad estado independientemente de la percepción de riesgo de sus participantes (Germani et al., 2020; Lin et al., 2020; Salari et al., 2020).

El tercer propósito de la investigación fue conocer el riesgo de tener cibercondría y ansiedad clínica entre los participantes que se perciben en riesgo de complicaciones por COVID-19 y los que no. Los resultados muestran que una persona que se considera en riesgo es 4.77 veces más propensa a cumplir criterios diagnósticos de hipocondriasis. Sin embargo, no es más propensa a cumplir criterios diagnósticos de ansiedad clínica. Esto sugiere que el riesgo de desarrollar un trastorno de ansiedad en el contexto de la pandemia es el mismo en personas percibidas en riesgo de complicaciones por COVID-19 y personas que piensan no estar en riesgo. Esto confirma la literatura, que indica que en la hipocondriasis, el miedo a la enfermedad o los síntomas médicos inexplicables son el foco de preocupación principal, diferente a los trastornos de ansiedad, donde las personas tienen preocupaciones por múltiples situaciones, actividades y/o sucesos (American Psychiatric Association, 2013). Sugerimos que los niveles más altos de ansiedad por salud en quienes se perciben en riesgo se deben a que son conscientes de tener mayor probabilidad de complicaciones severas en caso de contraer COVID-19. Sin embargo, todos los participantes han estado expuestos a los cambios de estilos de vida e incertidumbre provocados por la pandemia, lo que explica que el riesgo de desarrollar un trastorno de ansiedad, sea el mismo.

Los análisis descriptivos muestran que el 64% de la muestra cumple con los criterios diagnósticos de ansiedad clínica, y que el 14% de la muestra cumple con criterios diagnósticos de hipocondriasis. Estos resultados deben interpretarse con cautela, ya que no contamos con las puntuaciones de los participantes de antes de la pandemia. No obstante, es importante interpretarlos en el contexto dominicano. Debido al contexto político en el que inició la pandemia y la forma en la que está configurado el sistema de salud de la República Dominicana, los ciudadanos dominicanos pueden estar en riesgo de desarrollar cibercondría. Tapia (2020) reportó que el primer caso de COVID-19 sucedió semanas después de una crisis electoral que llevó a la ciudadanía a desconfiar de las autoridades. En segundo lugar, el autor señala dificultades en la población en general en discernir entre las noticias basadas en la evidencia y las fake news, así como una dificultad en entender la evidencia científica generada desde la academia, lo que hace que parte del mismo personal de salud prescriba tratamientos profilácticos aún no aprobados para su uso en COVID-19, confundiendo aún más a la población general.

Los resultados de este estudio coinciden con los de Mencía-Ripley et al. (2021), quienes encontraron que los adultos dominicanos reportan tener malestar psicológico durante los primeros meses de la pandemia de COVID-19. Los autores establecieron la relación entre este malestar psicológico y desconfianza a las autoridades de salud. La desconfianza produce ambigüedad e incertidumbre, lo que aumenta la cibercondría (Schimmenti et al., 2020; Starcevic et al., 2019; Starcevic & Berle, 2013).

Este estudio tiene varias limitaciones a considerar al interpretar sus resultados. Pese a tener un tamaño de muestra adecuado para los análisis estadísticos, la muestra no fue probabilística, por lo que se recomienda cautela al hacer inferencias a toda la población. En segundo lugar, los instrumentos de medición de auto-reporte presentan una amenaza a la validez interna de instrumentación por efectos de la deseabilidad social. Otra limitación es que todas las variables, de alguna forma, están asociadas al malestar psicológico y a la ansiedad. No obstante, los análisis estadísticos muestran que no hubo multicolinearidad.

Pese a estas limitaciones, los resultados indican que existe un riesgo considerable en desarrollar hipocondriasis en las personas que poseen niveles altos de ansiedad rasgo y ansiedad por salud, y que el riesgo es mayor en personas que se consideran vulnerables a tener complicaciones de salud debido al COVID-19. Además, es relevante la alta prevalencia de síntomas de ansiedad clínicamente significativa en los participantes, lo que representa un nuevo reto para las autoridades desde una perspectiva de salud pública, ya que justifican la implementación y mejora de los servicios de atención psicológica y promoción de la salud mental para la población. Los resultados de esta investigación sugieren que además de la pandemia del COVID-19, existe el riesgo de una epidemia de salud mental y es importante intervenir para moderar su impacto social y económico.

Agradecimientos

Agradecemos al profesor Carlos Ruiz-Matuk por su acompañamiento durante los análisis de datos.

Referencias

Alberts, N. M., Hadjistavropoulos, H. D., Jones, S. L., & Sharpe, D. (2013). The Short Health Anxiety Inventory: A systematic review and meta-analysis. Journal of Anxiety Disorders, 27(1), 6878. https://doi.org/10.1016/j.janxdis.2012.10.009

American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders (5th ed.). Author.

Arnáez, S., García-Soriano, G., López-Santiago, J., & Belloch, A. (2019). The Spanish validation of the Short Health Anxiety Inventory: Psychometric properties and clinical utility. International Journal of Clinical and Health Psychology, 19(3), 251-260. https://doi.org/10.1016/j.ijchp.2019.05.003

Bailer, J., Witthöft, M., & Rist, F. (2008). Psychological predictors of short- and medium term outcome in individuals with idiopathic environmental intolerance (IEI) and individuals with somatoform disorders. Journal of Toxicology and Environmental Health, Part A, 71, 766-775. https://doi.org/10.1080/15287390801985562

CIOMS, WHO, & PAHO. (2016). Pautas éticas internacionales para la investigación relacionada con la salud con seres humanos. https://cioms.ch/wp-content/uploads/2017/12/CIOMS-EthicalGuideline_SP_INTERIOR-FINAL.pdf

Dong, E., Du, H., & Gardner, L. (2020). An interactive web-based dashboard to track COVID-19 in real time. The Lancet Infectious Diseases, 20(5), 533-534. https://doi.org/10.1016/S1473-3099(20)30120-1

Endler, N. S., & Kocovski, N. L. (2001). State and trait anxiety revisited. Journal of Anxiety Disorders, 15(3), 231-245. https://doi.org/10.1016/S0887-6185(01)00060-3

Germani, A., Buratta, L., Delvecchio, E., Gizzi, G., & Mazzeschi, C. (2020). Anxiety severity, perceived risk of COVID-19 and individual functioning in emerging adults facing the pandemic. Frontiers in Psychology, 11, 567-505. https://doi.org/10.3389/fpsyg.2020.567505

Grillon, C. (2008). Models and mechanisms of anxiety: Evidence from startle studies. Psychopharmacology, 199, 421–437. https://doi.org/10.1007/s00213-007-1019-1

Hernández-Rodríguez, J. (2020). Impacto de la COVID-19 sobre la salud mental de las personas. Medicentro Electrónica, 24(3), 578-594.

IAAP, & IUPsyS. (2008). Universal Declaration of Ethical Principles for Psychologists. https://www.iupsys.net/about/governance/universal-declaration-of-ethical-principles-for-psychologists.html

ISP. (2019). Declaración de la SIP sobre experticia de psicólogas y psicólogos en el campo de la salud mental y las ciencias del comportamiento. https://archive.org/details/sip-2019-declaracion-experticia-en-salud-mental

Lin, Y., Hu, Z., Alias, H., & Wong, L. P. (2020). Knowledge, attitudes, impact, and anxiety regarding COVID-19 infection among the public in China. Frontiers in Public Health, 8, 236. https://doi.org/10.3389/fpubh.2020.00236

McElroy, E., Kearney, M., Touhey, J., Evans, J., Cooke, Y., & Shevlin, M. (2019). The CSS-12: Development and validation of a short-form version of the Cyberchondria Severity Scale. Cyberpsychology, Behavior, and Social Networking, 22(5), 330-335. https://doi.org/10.1089/cyber.2018.0624

McMullan, R. D., Berle, D., Arnáez, S., & Starcevic, V. (2019). The relationships between health anxiety, online health information seeking, and cyberchondria: Systematic review and meta-analysis. Journal of Affective Disorders, 245, 270-278. https://doi.org/10.1016/j.jad.2018.11.037

Mencía-Ripley, A., Paulino-Ramírez, R., Féliz-Matos, L., Ruiz-Matuk, C. B., & Sánchez-Vincitore, L. V. (2021). Psychological responses to the COVID-19 outbreak are related to trust in public institutions: Implications for management of emerging infectious diseases. InterAmerican Journal of Medicine and Health, 4.

Ministerio de Salud Pública. (2020). Plan de contingencia ante enfermedad por coronavirus (COVID-19). República Dominicana.

Paulino-Ramirez, R., & Tapia, L. (2020). Learning from pandemics in the Americas: The Dominican Republic programmatic response against a novel coronavirus (COVID-19). InterAmerican Journal of Medicine and Health, 3, 1-3. https://doi.org/10.31005/iajmh.v3i0.104

Peralta, E., & Taveras, M. (2020). Effectiveness of teleconsultation use in access to mental health services during the coronavirus disease 2019 pandemic in the Dominican Republic. Indian Journal of Psychiatry, 62(9), 492. https://doi.org/10.4103/psychiatry.IndianJPsychiatry_1047_20

Rathe, M. (2020). Dominican Republic: The response to the COVID-19 pandemic in 2020. Gaceta Médica de Caracas, 128(2), 227-235. https://doi.org/10.47307/GMC.2020.128.s2.10

Salari, N., Hosseinian-Far, A., Jalali, R., Vaisi-Raygani, A., Rasoulpoor, S., Mohammadi, M., Rasoulpoor, S., & Khaledi-Paveh, B. (2020). Prevalence of stress, anxiety, depression among the general population during the COVID-19 pandemic: A systematic review and meta-analysis. Globalization and Health, 16, 57. https://doi.org/10.1186/s12992-020-00589-w

Saviola, F., Pappaianni, E., Monti, A., Grecucci, A., Jovicich, J., & De Pisapia, N. (2020). Trait and state anxiety are mapped differently in the human brain. Scientific Reports, 10(1), 1-11. https://doi.org/10.1038/s41598-020-68008-z

Schimmenti, A., Billieux, J., & Starcevic, V. (2020). The four horsemen of fear during the COVID pandemic. Clinical Neuropsychiatry, 17(2), 41-45.

Spielberger, C. D. (1983). State-Trait Anxiety Inventory for Adults (STAI-AD). [Database record]. APA PsycTests.

Spilberger, C. D., Gorsuch, R. L., & Lushene, R. E. (1997). STAI: Cuestionario de Ansiedad Estado-Rasgo. TEA Ediciones. http://pseaconsultores.com/sites/default/files/STAI_0.pdf

Starcevic, V., Baggio, S., Berle, D., Khazaal, Y., & Viswasam, K. (2019). Cyberchondria and its relationships with related constructs: A network analysis. Psychiatric Quarterly, 90(3), 491-505. https://doi.org/10.1007/s11126-019-09640-5

Starcevic, V., & Berle, D. (2013). Cyberchondria: Towards a better understanding of excessive health-related Internet use. Expert Review of Neurotherapeutics, 13(2), 205-213. https://doi.org/10.1586/ern.12.162

Starcevic, V., Schimmenti, A., Billieux, J., & Berle, D. (2020). Cyberchondria in the time of the COVID-19 pandemic. Human Behavior and Emerging Technologies, October, 1-10. https://doi.org/10.1002/hbe2.233

Tapia, L. (2020). COVID-19 and fake news in the Dominican Republic. American Journal of Tropical Medicine and Hygiene, 102(6), 1172-1174. https://doi.org/10.4269/ajtmh.20-0234

Witthöft, M., & Hiller, W. (2010). Psychological approaches to origins and treatments of somatoform disorders. Annual Review of Clinical Psychology, 6(February), 257-283. https://doi.org/10.1146/annurev.clinpsy.121208.131505

Wu, F., Zhao, S., Yu, B., Chen, Y.-M., Wang, W., Song, Z.-G., Hu, Y., Tao, Z.-W., Tian, J.-H., Pei, Y.-Y., Yuan, M.-L., Zhang, Y.-L., Dai, F.-H., Liu, Y., Wang, Q.-M., Zheng, J.-J., Xu, L., Holmes, E. C., & Zhang, Y.-Z. (2020). A new coronavirus associated with human respiratory disease in China. Nature, 579, 265-269. https://doi.org/10.1038/s41586-020-2008-3

Notas

Notas de autor

¹ Correspondence about this article should be addressed Gianluis Ortega Germosén: gortega@est.unibe.edu.do

Declaración de intereses