Introducción

La salud mental implica algo más que la ausencia de trastornos mentales. Refiere a un estado de bienestar en el que los individuos reconocen sus capacidades, afrontan las tensiones normales de la vida, trabajan productivamente y realizan contribuciones a la comunidad. Esta concepción positiva de la salud supone que tanto la promoción como la prevención y el restablecimiento de la salud mental deben ser preocupaciones de las personas, las comunidades y las sociedades alrededor del mundo (Organización Mundial de la Salud, 2004). Se estima que una de cada cuatro personas, es decir, un 25% de la población mundial, padece o ha padecido un trastorno mental en el curso de su vida. En la región de las Américas, los trastornos mentales comunes - llamados así por ser los de mayor prevalencia - constituyen una causa importante de discapacidad y mortalidad, situándose en primer término los trastornos depresivos, seguidos en grado de importancia por los trastornos de ansiedad, la autolesión y los trastornos por dolor (Organización Panamericana de la Salud, 2018).

En Argentina, las cifras más recientes correspondientes al primer Estudio epidemiológico de salud mental en población general de la República Argentina (Stagnaro et al., 2018) indican que la prevalencia a lo largo de la vida de al menos un trastorno mental asciende al 29%, alcanzando el 35.4% en el rango etario entre 18 y 34 años de edad, con una edad media de aparición en torno a los 20 años. Entre los padecimientos más frecuentes se ubican los trastornos de ansiedad (16.4%), los trastornos del estado del ánimo (12.3%), los trastornos por uso de sustancias (10.4%) y, en menor grado, los trastornos del control de los impulsos (2.5%).

La exploración de problemas de salud mental en contexto universitario adquiere relevancia si se tiene en cuenta que un porcentaje considerable de su estudiantado se ubica dentro del rango etario que informa mayor sintomatología. Más aún, la evidencia empírica disponible señala que la prevalencia de desórdenes mentales en este grupo no sólo es superior a la reportada en población general (Micin & Bagladi, 2011; Oro, Esquerda, Viñas, Yuguero & Pifarre, 2017; Vázquez, Otero & Díaz, 2012), sino que se ha incrementado de manera significativa en las últimas décadas (Álamo et al., 2020; Auerbach et al., 2016; Lipson, Lattie & Eisenberg, 2019). Las dificultades para ajustarse a la vida académica se ubican entre las razones que permiten comprender este fenómeno (Micin & Bagladi, 2011; Véliz Burgos & Dörner París, 2019).

Respecto a la incidencia de casos, en cuanto a número y tipo de trastorno, la literatura difiere según la metodología empleada para la recolección de datos. Así, por ejemplo, se encuentran estudios de corte transcultural como el efectuado por Auerbach et al. (2016) en el que estudiantes de 21 países fueron encuestados con la Entrevista Diagnóstica Internacional Compuesta (CIDI, por sus siglas en inglés), una herramienta clínica altamente estructurada, de heteroaplicación y diseñada con fines epidemiológicos (Kessler & Ustun, 2004). El estudio referido halló que el 20.3% de la muestra cumplía criterios diagnósticos para algún trastorno, siendo los de tipo ansioso los de mayor prevalencia. Utilizando diversas medidas de auto-reporte para la valoración de síntomas psicopatológicos, otras investigaciones evidenciaron que aproximadamente un cuarto del estudiantado presentaba problemas de salud mental vinculados principalmente con sintomatología depresiva y/o ansiosa (Baarder et al., 2014; Bresolin et al., 2020; Czernik, Giménez, Morel & Almirón, 2006; Moreta-Herrera, Zambrano-Estrella, Sánchez-Vélez & Naranjo-Vaca, 2021; Rossi et al., 2019). No obstante, se observa cierta variabilidad en los guarismos, de manera que es posible encontrar publicaciones en las que apenas el 15% de la población objetivo presenta niveles significativos de malestar (Antúnez & Vinet, 2013), mientras que en otras las cifras ascienden al 35% o 45%, según el caso (Barrera-Herrera & San Martín, 2021; Lipson, Zhou, Wagner, Beck & Eisenberg, 2016).

Sin embargo, no todas las alteraciones se expresan mediante signos o síntomas detectables, por lo que resulta necesario atender también a las manifestaciones subclínicas dada su potencialidad para interferir en el normal funcionamiento individual (Mayorga-Lascano & Moreta-Herrera, 2019). La detección de riesgo se realiza, por lo general, mediante la aplicación de técnicas de screening, siendo una de las más difundidas el Symptom Checklist 90-Revised (SCL-90-R; Derogatis, 1983). Si bien explora distintas dimensiones clínicas, existe cierto acuerdo en que el Índice Global de Severidad (IGS) constituye el mejor estimador de riesgo psicopatológico (e.g., Smith, Timmerman, Barelds & Meijer, 2014). En este sentido, la investigación realizada por Contreras et al. (2017) reveló que entre un 10% y un 13% de los universitarios mexicanos presentaba síntomas que requerían de supervisión clínica. Análogamente, un estudio realizado en España con una muestra de estudiantes de medicina indicó que el 16.9% obtuvo puntuaciones ubicadas por encima del punto corte establecido para el IGS (Oro et al., 2017). A nivel local, Urquijo (2014) halló que apenas el 1.9% de los estudiantes de psicología consultados se encontraba en riesgo y el 0.7% presentaba patología severa.

Diferenciando por género, diversas investigaciones concluyeron que las estudiantes presentaban mayor severidad en los síntomas, además de obtener medias superiores en Somatización, Depresión, Obsesiones-Compulsiones, Ansiedad, Ansiedad Fóbica y Sensitividad Interpersonal (Antúnez & Vinet, 2013; Contreras et al., 2017; Kontoangelos et al., 2015; Oro et al., 2017, Urquijo, 2014). El estudio realizado por Erazo y Jiménez (2012) con estudiantes colombianos apoya dichos resultados, pero suma evidencia al incluir las puntuaciones obtenidas en Hostilidad y Paranoia. Cabe destacar que las estudiantes no sólo presentan mayores alteraciones respecto de los varones, sino también al ser comparadas con otras mujeres de población general (Vázquez et al., 2012).

El número de trabajos resulta significativamente menor al cotejar otras variables sociodemográficas. Por ejemplo, Kontoangelos et al. (2015) observaron una relación inversa entre la edad en años y las puntuaciones obtenidas en Somatización, Sensitividad Interpersonal, Ansiedad Fóbica y Psicoticismo, lo que hace suponer que las cohortes más jóvenes son las que presentan mayor vulnerabilidad.

Puntualizando en variables académicas, se observan diferencias según la disciplina. Por caso, en un estudio realizado en Grecia se identificó que los estudiantes de Filosofía exhibían mayores síntomas de Somatización y Sensitividad Interpersonal al compararlos con los alumnos de Leyes, Economía y Ciencias Políticas; así como puntuaciones más elevadas en Obsesiones-Compulsiones, Depresión, Ansiedad Fóbica, Ideación Paranoide y Psicoticismo respecto del alumnado de Ciencias de la Salud (Kontoangelos et al., 2015). Empleando otros instrumentos de screening para la detección de síntomas de depresión y ansiedad, Lipson et al. (2016) hallaron que los estudiantes de Humanidades y de Artes y Diseño eran los que exhibían mayores problemas de salud mental, encontrándose las tasas más bajas de ocurrencia de psicopatología entre el alumnado de Enfermería, Salud Pública y Negocios.

Considerando los antecedentes expuestos se evidencia la importancia de indagar la presencia de indicadores clínicos en población universitaria del medio local. Por consiguiente, el presente trabajo se propone tres objetivos: 1) Analizar diferencias en la sintomatología psicopatológica inespecífica de los estudiantes de la Universidad de Buenos Aires según género y categoría disciplinar; 2) Examinar las correlaciones entre la sintomatología psicopatológica inespecífica y la edad; y 3) Estimar las frecuencias absolutas y relativas del riesgo presente en dichos alumnos.

Metodología

Diseño y estudio

Se realizó un diseño no experimental, transversal. El tipo de estudio fue descriptivo y correlacional. El muestreo efectuado fue no probabilístico

Participantes

La muestra se compuso por 364 alumnos de la Universidad de Buenos Aires (62.6% mujeres, 37.4% varones) de entre 18 y 35 años (M=22.97, DE=3). Los estudiantes cursaban sus carreras en las Facultades de Arquitectura, Diseño y Urbanismo (17.9%), Farmacia y Bioquímica (13.5%), Derecho (20.6%), Filosofía y Letras (5.2%), Psicología (21.1%), Ciencias Exactas y Naturales (8.2%), y Ciencias Económicas (13.5%). Las distribuciones fueron similares a las informadas en estadísticas de organismos oficiales (Ministerio de Educación, 2013). La mayoría de los estudiantes (60.5%) trabajaba, mientras que el 39.5% restante se encontraba desempleado. Considerando nivel socioeconómico autopercibido, el 70.3% se ubicó en el nivel medio, el 15.6% como medio-alto, el 10.9% en el medio-bajo, y un pequeño porcentaje informó su pertenencia a los extremos bajo y alto de nivel socioeconómico (1.8% y 1.4% respectivamente).

Instrumentos

Encuesta de datos sociodemográficos. Fue diseñada ad-hoc para este estudio. Indaga género, edad, Facultad, situación laboral y nivel socioeconómico percibido.

- Symptom Check List 90-R (SCL-90-R; Casullo & Pérez, 2008; Derogatis, 1983). Consta de 90 ítems que evalúan la sintomatología psicopatológica no específica reportada en la última semana. Se compone de nueve sub-escalas (Somatización, Obsesiones-Compulsiones, Sensitividad interpersonal, Depresión, Ansiedad, Hostilidad, Ansiedad Fóbica, Ideación Paranoide y Psicoticismo); tres índices (Índice de Severidad Global, Total de Síntomas Positivos, Índice de Malestar Sintomático Positivo) y siete ítems críticos. Emplea un formato de respuesta likert de cinco posiciones (Nada, Muy poco, Poco, Bastante, Mucho) para valorar la intensidad de los síntomas.

Procedimiento

La recolección de datos se efectuó de modo presencial en los horarios y aulas de cursada de los alumnos. La participación de los sujetos fue voluntaria, sin retribución económica mediante, y prestando conformidad mediante la firma de un consentimiento informado. En él se comunicaban los objetivos del estudio, la posibilidad de finalizar su participación en cualquier momento, y se garantizaba la confidencialidad de los datos y resultados recabados.

Análisis de datos

Para responder al objetivo 1, en un primer momento se calcularon correlaciones entre las nueve dimensiones del SCL-90-R con el fin de seleccionar la prueba estadística más pertinente. Considerando las asociaciones positivas significativas se optó por comparar medias mediante análisis multivariados de la varianza (MANOVA). Se reagruparon las Facultades en las categorías de Ciencias Básicas (6.6%), Aplicadas (33%), Humanas (24.7%) y Sociales (35.3%) atendiendo a la clasificación creada por el Ministerio de Educación (2013). Debido a que la homocedasticidad calculada con la prueba de M-Box y el contraste de Levene resultaban estadísticamente significativos, se seleccionó la Traza de Hotelling por ser más robusta frente al incumplimiento de dichos supuestos (Finch & French, 2013). Para el análisis post-hoc de variables independientes de cuatro grupos (Disciplina), se utilizó el contraste Tukey por su mayor potencia (Pardo & San Martín, 1999).

Se calcularon diseños de 2 (Género=Mujer y Varón) x 4 (Disciplina= Ciencias Básicas, Aplicadas, Humanas y Sociales) x 9 (Sintomatología= Somatización, Obsesiones-Compulsiones, Sensitividad interpersonal, Depresión, Ansiedad, Hostilidad, Ansiedad Fóbica, Ideación Paranoide y Psicoticismo). Al no encontrarse interacción entre las variables independientes se efectuaron dos MANOVAs independientes para Género y Disciplina. Por otro lado, se calcularon pruebas t de Student y análisis de la varianza de un factor (ANOVA) para el Índice de Severidad Global según Género y según Disciplina, respectivamente. Cabe aclarar que no se incluyó ese índice en los MANOVAs porque constituye un cálculo en función de los puntajes de las nueve dimensiones.

Para analizar las asociaciones de las dimensiones del SCL-90-R con la edad se calcularon correlaciones r de Pearson (objetivo 2).

En todos estos cálculos se examinó el tamaño del efecto según los puntos de corte establecidos por Cohen (1988). Para las diferencias de medias se consideró el η2 (pequeño = .01; moderado = .05; grande = .13), y la d (pequeño = .02; moderado = .05; grande = .08). Para las asociaciones se analizó el coeficiente r de Pearson (pequeño = .10; moderado = .24; grande = .37).

Finalmente, para responder al tercer objetivo, se calcularon nuevas puntuaciones T normalizadas (Pérez, 2009) para cada una de las escalas clínicas y los tres índices del SCL-90-R (Casullo & Pérez, 2008; Derogatis, 1983). Este paso tuvo por finalidad fijar los nuevos valores a partir de los cuales se consideraría la presencia de riesgo psicopatológico en cada caso. Por último, y para estimar el porcentaje de mujeres y varones en riesgo psicopatológico se realizaron análisis de frecuencias relativas (porcentajes) para cada una de las escalas del instrumento.

Los análisis se efectuaron con el software PASW Statistic Versión 18 (SPSS Inc., 2009).

Resultados

Correlaciones entre dimensiones del SCL-90-R

En un primer momento se calcularon correlaciones r de Pearson entre las nueve dimensiones del SCL-90-R hallándose valores estadísticamente significativos con tamaño del efecto moderado y alto entre todas las dimensiones en el rango de r=.333 a r=.729 (Tabla 1).

Diferencias de medias en la sintomatología psicopatológica según Género y Disciplina

Debido a las correlaciones elevadas entre las dimensiones se optó por realizar un MANOVA. Para examinar diferencias en la sintomatología psicopatológica inespecífica según Género y Disciplina se realizó un diseño de 9 (Dimensiones= Somatización, Obsesiones-Compulsiones, Sensitividad interpersonal, Depresión, Ansiedad, Hostilidad, Ansiedad Fóbica, Ideación Paranoide, Psicoticismo) x 2 (Género= Mujer, Varón) x 4 (Disciplina= Ciencias Básicas, Ciencias Aplicadas, Ciencias Humanas, Ciencias Sociales). No se halló interacción entre los vectores de medias de las dimensiones según las variables Género y Disciplina (T2=0.71, F(27, 1040)=0.91, p=.59, η2=0.23) por lo cual se realizaron análisis individuales.

Se calculó un MANOVA según Género hallándose diferencias estadísticamente significativas con tamaño del efecto grande (T2=0.19, F(9, 354)=7.83, p=.00, η2=0.16). Las diferencias registradas fueron en favor de las mujeres para las escalas de Somatización, Depresión y Ansiedad Fóbica (con tamaño del efecto moderado) y Ansiedad (con tamaño del efecto bajo). En la Tabla 2 se incluyen los estadísticos.

En cuanto a las variables académicas se identificaron diferencias significativas en los valores medios según área disciplinar con tamaño del efecto moderado (T2=0.20, F(27, 1052)=2.67, p=.00, η2=0.06). Los estudiantes de Ciencias Humanas evidenciaron menor presencia de Somatización, Obsesiones-Compulsiones, Depresión y Hostilidad comparados con los alumnos de Ciencias Aplicadas (con tamaño del efecto moderado). En la Tabla 3 se resumen los resultados aquí obtenidos. Las letras diferentes indican subgrupos distintos

Finalmente, se calculó una prueba t de Student para muestras independientes a fin de examinar diferencias en el Índice de Severidad Global según Género hallándose medias mayores en las mujeres (t= 3.28, 362gl, p=.001, d=.36, Mm=0.81 vs. Mv = 0.65). Con relación a las diferencias según Disciplina se realizó una prueba ANOVA detectándose diferencias estadísticamente significativas [F(3, 360)=4.83, p =.003, η2=.03]. Los estudiantes de Ciencias Humanas presentaron medias menores (M=0.61) comparados con los de Ciencias Aplicadas (M=0.84). No se hallaron diferencias respecto de los alumnos de Ciencias Sociales (M=0.76) y Ciencias Básicas (M=0.76). En ambos análisis el tamaño del efecto fue entre pequeño y moderado.

Asociación entre sintomatología psicopatológica y edad

Se efectuaron correlaciones r de Pearson entre las dimensiones psicopatológicas y la edad, detectándose asociaciones significativas (p <.05), aunque débiles y de signo negativo, entre la cantidad de años y las escalas de Obsesiones-Compulsiones (r = -.116), Sensitividad Interpersonal (r = -.137), y Depresión (r = -.106) de la SCL-90-R. En las restantes dimensiones no se hallaron correlaciones significativas.

Puntajes T normalizados y porcentajes de alumnado en riesgo

Considerando el tamaño del efecto alto del análisis global del MANOVA para las diferencias según Género, se optó por calcular nuevas puntuaciones T normalizadas para todas las escalas de la SCL-90-R, diferenciando por Género. Este paso tuvo por finalidad evitar posibles sobreestimaciones en las tasas porcentuales obtenidas al examinar la población en riesgo, debido a la utilización de normas estadísticas envejecidas (Casullo & Pérez, 2008).

En las Tablas 4 y 5 se presentan las puntuaciones T normalizadas calculadas para todas las escalas clínicas correspondientes a las mujeres en el primer caso, y a los varones en el segundo. La Tabla 6, por su parte, contiene los valores correspondientes a los tres índices diferenciando según el género del que se trate en cada caso.

Tras obtenerse los valores normativos para la muestra analizada se procedió al cálculo de los porcentajes de riesgo psicopatológico. Para discriminar entre los grupos con y sin riesgo – y en sintonía con los criterios adoptados por los autores del test - se adoptó como valor criterio puntuaciones mayores o iguales a T 63, equivalente a un percentil 90, en cualquiera de las escalas clínicas y en el IGS de forma análoga a como se procede en el análisis de casos individuales. La Tabla 7 muestra las frecuencias relativas obtenidas en esta sección diferenciando según género

Discusión

El presente trabajo tuvo por fin caracterizar la sintomatología psicopatológica en estudiantes universitarios del medio local y estimar el porcentaje de población en riesgo.

El abordaje del primero de los objetivos permitió establecer diferencias en función del género y la disciplina. En el primer caso, se observaron puntuaciones elevadas en varias escalas clínicas - Somatización, Depresión, Ansiedad y Ansiedad Fóbica – y en el IGS para el caso de las mujeres, siendo esto coincidente con lo reportado en la literatura previa (Antúnez & Vinet, 2013; Contreras et al., 2017; Kontoangelos et al., 2015; Oro et al., 2017; Urquijo, 2014). En cuanto a las diferencias según disciplina, la menor presencia de indicadores clínicos entre quienes cursan sus estudios en carreras de orientación humanística respecto de aquellos que se forman en Ciencias Aplicadas coincide parcialmente con lo hallado en otros trabajos (Kontoangelos et al., 2015; Lipson et al., 2016). Por tal motivo, se torna necesario reflexionar sobre algunos puntos. En primer lugar, en la presente publicación se trabajó con una clasificación de las disciplinas no utilizada en el contexto internacional, por lo que las comparaciones entre estudios merecen cautela. Así, la investigación de Kontoangelos et al. (2015) limita la comparación a unas pocas carreras de manera tal que las Ciencias Humanas quedan allí únicamente representadas por Filosofía, a diferencia de la muestra local que incluye otras cinco unidades académicas en dicha categoría. A su vez, el estudio local no contó con la participación de estudiantes de Ciencias de la Salud, restringiendo así las comparaciones en ese punto. En segundo lugar, si bien el presente trabajo difiere de lo hallado por Lipson et al. (2016) respecto de los estudiantes de Humanidades – carrera que correspondería a las Ciencias Humanas de acuerdo a la clasificación adoptada – sí se observa coincidencia en cuanto a lo señalado para los estudiantes de las carreras Arte y Diseño, consideradas en nuestro país como Ciencias Aplicadas. Sin perder de vista las consideraciones anteriores, merece destacarse el aporte que significa contar con información acerca del estado actual de la salud mental de estudiantes de diversas áreas disciplinares, siendo estas representadas proporcionalmente de acuerdo a datos censales (Ministerio de Educación, 2013).

Respecto del segundo objetivo, el hallazgo de correlaciones negativas entre la edad de los participantes y algunas dimensiones sintomáticas sigue la línea de lo reportado en otro estudio (Kontoangelos et al., 2015), además de ser coherente con las estadísticas de Argentina que indican tasas elevadas entre los más jóvenes (Stagnaro et al., 2018).

Finalmente, las frecuencias porcentuales informadas para las escalas clínicas y el IGS -tercer objetivo- se ubican dentro los valores registrados en muestras hispanoparlantes (Contreras et al., 2017; Oro et al., 2017), aunque resultan superiores a las reportadas en un estudio local llevado a cabo con una pequeña muestra de estudiantes (Urquijo, 2014). Es pertinente resaltar que la presente investigación estimó el riesgo psicopatológico a partir de puntos de corte establecidos exclusivamente para población universitaria, siendo esta una diferencia con respecto a las normas empleadas en los estudios antes mencionados.

Respecto de las limitaciones de este estudio, pueden mencionarse en primer lugar las referidas al muestreo. Si bien la inclusión de alumnos de diversas unidades académicas dota de heterogeneidad a la muestra, no todas las disciplinas se encuentran representadas, lo cual limita la generalización de los resultados. En este sentido, se aconseja replicar el estudio incluyendo a estudiantes de otras orientaciones como, por ejemplo, a aquellos pertenecientes a las Ciencias de la Salud. Como segunda limitación se encuentra la utilización de técnicas autoadministrables para la identificación de psicopatología, lo que acarrea el inconveniente del posible sesgo en las respuestas brindadas por los evaluados. Al respecto, una propuesta a encarar en futuras investigaciones sería incluir entrevistas clínicas estructuradas como las aplicadas en estudios epidemiológicos ya referenciados (Auerbach et al., 2016; Stagnaro et al., 2018). De esta manera, no sólo se podría ponderar adecuadamente la información obtenida mediante técnicas de rastrillaje como la aquí utilizada, sino que permitiría establecer comparaciones interculturales al homologarse la metodología de recolección de datos. Una segunda línea de indagación, derivada en parte de la anterior, incluye el análisis de las diferencias entre muestras de población general y estudiantil, tópico ampliamente investigado a nivel internacional (Micin & Bagladi, 2011; Oro et al., 2017; Vázquez, Otero & Díaz, 2012).

En otro orden de ideas, resultaría pertinente la realización de estudios de tipo longitudinal con el objetivo de valorar la salud mental del estudiantado en distintos tramos de su trayectoria académica, analizando además los vínculos con los desempeños académicos alcanzados en cada momento.

Sin perder de vista las limitaciones y alcances mencionados, resulta menester enunciar las principales fortalezas de esta presentación. Como principal aporte se ubica el hecho de contar con datos actualizados acerca de la salud mental de los estudiantes de la Universidad de Buenos Aires. Asimismo, la confección de normas estadísticas con fines de investigación resulta en una contribución adicional puesto que habilita su utilización en los ámbitos concretos de aplicación. En este sentido, los nuevos puntos de corte no sólo representan una ventaja por su actualidad respecto de normas locales disponibles (Casullo & Pérez, 2008), sino que constituyen un punto de mejora al calcularse a partir de datos obtenidos en estudiantes universitarios. Como conclusión, se espera que los resultados aquí informados contribuyan no sólo a la adecuada detección y derivación de casos sospechosos, sino al diseño de programas de intervención basados en las características psicopatológicas identificadas.

REFERENCIAS

Álamo, C., Antúnez, Z., Baader, T., Kendall, J., Barrientos, M., & de la Barra, D. (2020). The sustained increase of mental health symptoms in Chilean university students over three years. Revista Latinoamericana de Psicología, 52, 71-80. doi: https://dx.doi.org/10.14349/rlp.2020.v52.8

Antúnez, Z., & Vinet, E.V. (2013). Problemas de salud mental en estudiantes de una universidad regional chilena. Revista Médica de Chile, 141(2), 209-216. doi: https://dx.doi.org/10.4067/S0034-98872013000200010

Auerbach, R.P., Alonso, J., Axinn, W.G., Cuijpers, P., Ebert, D.D., Green, J.G., … Bruffaerts, R. (2016). Mental disorders among college students in the World Health Organization world mental health surveys. Psychological Medicine, 46(14), 2955-2970. doi: https://dx.doi.org/10.1017/S0033291716001665

Baader, T., Rojas, C., Molina, J.L., Gotelli, M., Alamo, C., Fierro, C., Venezian, S. & Dittus, P. (2014). Diagnóstico de la prevalencia de trastornos de la salud mental en estudiantes universitarios y los factores de riesgo emocionales asociados. Revista Chilena de Neuro-Psiquiatría, 52(3), 167-176. doi: https://dx.doi.org/10.4067/S0717-92272014000300004

Barrera-Herrera & San Martín, Y. (2021). Prevalencia de sintomatología de salud mental y hábitos de salud en una muestra de universitarios chilenos. Psykhé, 30(1), 1-16. doi: https://dx.doi.org/10.7764/psykhe.2019.21813

Bresolin, J.Z., Dalmolin, G.L., Vasconcellos, S.J.L., Barlem, E. L.D., Andolhe, R., Magnago, T.S.B.S. (2020). Depressive symptoms among healthcare undergraduate students. Revista Latinoamérica de Enfermagem, 28. doi: https://dx.doi.org/10.1590/1518-8345.3210.3239.

Casullo, M.M. & Pérez, M. (2008). El Listado de Síntomas SCL-90-R de Derogatis. Buenos Aires: Departamento de Publicaciones. Facultad de Psicología. UBA.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Second Edition. Hillsdale, NJ: LEA. doi: https://doi.org/10.1002/bs.3830330104

Contreras, M., de León, A.M., Martínez, E., Peña, E.M., Marques, L., & Gallegos, J. (2017). Psychopathological symptoms and psychological wellbeing in mexican undergraduate students. International Journal of Social Science Studies, 5(6), 30-35. doi: https://dx.doi.org/10.11114/ijsss.v5i6.2287

Czernik, G.E., Giménez, S.B., Mora Morel, M.E. & Almirón, L.M. (2006). Variables sociodemográficas y síntomas de depresión en estudiantes universitarios de Medicina de Corrientes, Argentina. Revista Argentina de Clínica Neuropsiquiátrica, 13(2), 64-73.

Derogatis, L.R. (1983). Symptom Checklist-90-Revised. San Antonio: Pearson.

Erazo, M.I., & Jiménez, M. (2012). Dimensiones psicopatológicas en estudiantes universitarios. Revista CES Psicología, 5(1), 65-76.

Finch, H., & French, B. (2013). A Monte Carlo comparison of robust manova test statistics. Journal of Modern Applied Statistical Methods, 12(2), 35-81. doi: https://doi.org/10.22237/jmasm/1383278580

Kessler, R.C., & Ustun, T.B. (2004). The World Mental Health (WMH) Survey Initiative version of the World Health Organization (WHO) Composite International Diagnostic Interview (CIDI). International Journal of Methods in Psychiatric Research 13, 93-12.

Kontoangelos, K., Tsiori, S., Koundi, K., Pappa, X., Sakkas. P., & Papageorgiou, C. C. (2015). Greek college students and psychopathology: New insights. International Journal of Environmental Research and Public Health, 12, 4709-4725. doi: https://dx.doi.org/10.3390%2Fijerph120504709

Lipson, S. K., Lattie, E. G., & Eisenberg, D. (2019). Increased rates of mental health service utilization by US college students: 10-year population-level trends (2007–2017). Psychiatric services, 70(1), 60-63. doi: https://dx.doi.org/10.1176/appi.ps.201800332.

Lipson, S.K., Zhou, S., Wagner, B., Beck, K., & Eisenberg, D. (2016) Major differences: variations in undergraduate and graduate student mental health and treatment utilization across academic disciplines. Journal of College Student Psychotherapy, 30(1), 23-41. doi: https://dx.doi.org/10.1080/87568225.2016.1105657

Mayorga-Lascano, M., & Moreta-Herrera, R. (2019). Síntomas clínicos, subclínicos y necesidades de atención psicológica en estudiantes universitarios con bajo rendimiento. Revista Educación, 43(2). doi: http://dx.doi.org/10.30681/252610103549

Micin, S., & Bagladi, V. (2011). Salud Mental en Estudiantes Universitarios: Incidencia de psicopatología y antecedentes de conducta suicida en población que acude a un servicio de salud estudiantil. Terapia psicológica, 29(1), 53-64. doi: https://dx.doi.org/10.4067/S0718-48082011000100006.

Ministerio de Educación (2013). Anuario 2013. Estadísticas universitarias argentinas. Buenos Aires: Subsecretaría de Gestión y Coordinación de Políticas Universitarias.

Moreta-Herrera, R., Zambrano-Estrella, J., Sánchez-Vélez, H., & Naranjo-Vaca, S. (2021). Salud mental en estudiantes universitarios de Ecuador: síntomas relevantes, diferencias por género y prevalencia de casos. Pensamiento psicológico, 19(1), 2665-3281. doi: https://dx.doi.org/10.11144/Javerianacali.PPSI19.smue

Organización Mundial de la Salud. (2004). Invertir en Salud mental. Ginebra: Organización Mundial de la Salud.

Organización Panamericana de la Salud. (2018). La carga de los trastornos mentales en la Región de las Américas, 2018. Washington, DC.: Organización Panamericana de la Salud.

Oro, P., Esquerda, M., Viñas, J., Yuguero, O., & Pifarre, J. (2017). Síntomas psicopatológicos, estrés y burnout en estudiantes de medicina. Educación médica, 20(1), 42-48. doi: https://dx.doi.org/10.1016/j.edumed.2017.09.003

Pardo, A., & San Martín, R. (1999). Análisis de datos en psicología II. Madrid: Pirámide.

Pérez, M.A. (2009). Las puntuaciones de los tests. En M. Fernández Liporace, A.N. Cayssials, & M.A. Pérez (Eds.). Curso Básico de Psicometría (pp. 75-115). Buenos Aires: Editorial Lugar.

Rossi, J.L., Jiménez, J.P., Barros, P., Assar, R., Jaramillo, K., Herrera, L., … Martínez, F. (2019). Sintomatología depresiva y bienestar psicológico en estudiantes universitarios chilenos. Revista Médica de Chile, 147(5), 579-588. doi: https://dx.doi.org/10.4067/S0034-98872019000500579

Smits, I.A.M., Timmerman, M. E., Barelds, D.P.H., & Meijer, R.R. (2014). The Dutch Symptom Checklist-90-Revised: Is the use of the subscales justified? European Journal of Psychological Assessment, 31, 263-271. doi: https://dx.doi.org/10.1027/1015-5759/a000233

SPSS Inc. (2009). PASW Statistics for Windows, Version 18.0. Chicago: SPSS Inc.

Stagnaro, J.C., Cía, A., Vázquez, N., Vommaro, H., Nemirovsky, M., Serfaty, E., … Kessler, R. (2018). Estudio epidemiológico de salud mental en población general de la República Argentina. Vertex. Revista Argentina de Psiquiatría, 24, 275-299.

Urquijo, S. (2014). Prevalencia de psicopatologías en estudiantes universitarios de Psicología. XVIII Congreso Nacional de Psicodiagnóstico. XXV Jornadas Nacionales de la Asociaciones Argentina de Estudio e Investigación en Psicodiagnóstico. Asociación Argentina de Estudio e Investigación en Psicodiagnóstico, Mar del Plata.

Vázquez, F., Otero, P., & Díaz, O. (2012). Psychological distress and related factors in female college students. Journal of American College Health, 60(3), 219-225.

Véliz Burgos, A., & Dörner Paris, A. (2019). Reflexiones respecto al bienestar psicológico y salud mental en estudiantes de primer año de una Universidad Estatal. Revista Ciencias de la Documentación, 5 (1), 63-71.