INTRODUCCIÓN

La cibercondría se define como la búsqueda excesiva de información de salud en línea que genera ansiedad (1, 2). Ha mostrado una fuerte asociación con síntomas de trastornos obsesivo-compulsivos e intolerancia a la incertidumbre (3). Este fenómeno psicológico afecta la salud pública, especialmente durante brotes infecciosos donde la información precisa es vital (4, 5). Aunque no es considerada una entidad clínica formal en manuales diagnósticos como el Manual diagnóstico y estadístico de los trastornos mentales (DSM-5) o la Clasificación Internacional de Enfermedades, undécima edición (CIE-11), la cibercondría se concibe actualmente como un constructo psicopatológico que describe una conducta compulsiva de búsqueda de información médica en línea, acompañada de ansiedad creciente (6). Esta conducta se ha ubicado dentro del espectro de los trastornos de ansiedad, que suele medirse mediante escalas validadas como la Escala de Severidad de Cibercondría (CSS-12), sin implicar que constituya un diagnóstico clínico autónomo (7).

La pandemia de la COVID-19 incrementó la cibercondría, caracterizada por una búsqueda obsesiva de información de salud en internet (8, 9). En el contexto de infecciones de transmisión sexual, como el VIH, se asocia a los comportamientos de búsqueda de seguridad no racionales y al uso problemático de internet (5). Su severidad predice una mayor utilización de servicios de salud, lo que representa una carga adicional para los sistemas de salud durante crisis sanitarias (4, 7, 10).

Los estudiantes de Medicina son especialmente vulnerables a problemas de salud mental, ya que enfrentan ansiedad, estrés y, ocasionalmente, depresión debido a la alta presión académica y la responsabilidad que perciben. Esta situación se agrava por su constante exposición a información médica y un conocimiento incompleto sobre enfermedades (11). La exposición frecuente u obsesiva a contenido médico digital puede intensificar los trastornos hipocóndricos preexistentes y aumentar el riesgo de desarrollar cibercondría (5, 11). Factores como el acceso inmediato a la información médica, el perfeccionismo y la autoevaluación crítica pueden incrementar la prevalencia de este trastorno en esta población (12).

En Perú, el dengue es endémico en las zonas costeras y selváticas, con picos entre noviembre y mayo. En 2023, Piura reportó 67 697 casos de dengue y 130 muertes, con una tasa de letalidad de 0,19 % (13, 14). En este contexto, la creciente morbilidad y mortalidad por dengue puede aumentar la cibercondría en estudiantes de Medicina. Este estudio exploró la relación entre la cibercondría y el dengue en un área endémica peruana entre estudiantes de Medicina del norte del Perú.

MATERIALES Y MÉTODOS

Diseño del estudio

Estudio de tipo transversal, observacional, analítico y prospectivo, con enrolamiento de participantes desde el 1 de junio hasta el 30 de julio de 2024.

Población y muestreo

El Perú es un país ubicado en el oeste de América del Sur, con una población de más de 31 millones de habitantes, distribuida en 24 departamentos que se dividen en tres regiones geográficas (norte, centro y sur). En el noroeste, se ubica el departamento de Piura, con una población superior a 2 millones de habitantes, siendo el cuarto departamento más poblado (15). En el Perú, solo el 0,01 % del producto bruto interno (PBI) per cápita se destina a salud mental (16); además, entre estudiantes de Medicina Humana se ha estimado que más del 60 % presentaban algún trastorno de salud mental (17).

El estudio se desarrolló en una población total de 475 estudiantes de Medicina Humana, inscritos durante el primer semestre de 2024 en la Universidad Nacional de Piura, con edad mayor o igual a 16 años y que tuvieran acceso a plataformas virtuales como Facebook y WhatsApp con cuentas personales. Se excluyó a aquellos que no brindaron su consentimiento informado al momento de recibir el cuestionario virtual, a quienes no dieron respuesta al cuestionario tras 72 horas de su entrega, a los que tuvieron diagnóstico de enfermedad por dengue durante el período de estudio o que presentaron un familiar fallecido por esta patología durante los 6 meses previos al enrolamiento del estudio.

El cálculo estimó una muestra de 213 estudiantes de Medicina, con un 95 % de nivel de confianza y un error esperado del 5 %, considerando una proporción esperada de cibercondría en esta población de 28 % (18) y ajustado a una tasa de pérdida de 20 %.

Medidas de resultado

Se empleó la CSS-12, traducida al español, para estudiantes de Medicina peruanos en su versión corta (19), a fin de evaluar la gravedad de la cibercondría. Consta de un cuestionario autoinformado de 12 preguntas, con respuestas en escala de tipo Likert, desde 1 («nunca») a 5 («siempre»), y con puntuaciones totales entre 12 y 60 (20). Esta escala ha demostrado una fiabilidad adecuada (α de Cronbach = 0,93), así como una medida unidimensional de la cibercondría entre estudiantes de Medicina peruanos (19).

Para evaluar la depresión, la ansiedad y el estrés se utilizó la Escala de Depresión, Ansiedad y Estrés-21 (DASS-21), que cuenta con validación al idioma español en población latina (Chile) (21) y ha sido empleada en la población universitaria peruana (22). Está conformada por un cuestionario autoinformado de 21 preguntas y dividida en tres subescalas (depresión, ansiedad y estrés), estructuradas en escala de tipo Likert, desde 0 («nunca») hasta 3 («casi siempre») (21, 22). Se utilizaron los puntos de corte usuales para cada una de sus subescalas: depresión (≥5 puntos), ansiedad (≥4 puntos) y estrés (≥5 puntos) (23). Además, se incluyeron los puntajes totales para el análisis de regresión lineal. Esta escala ha demostrado tener una adecuada fiabilidad global (α de Cronbach = 0,91), así como en cada una de las tres subescalas que lo conforman (depresión: α = 0,85; estrés: α = 0,83; ansiedad: α = 0,73) (21).

Se exploró, además, las características demográficas, como edad, sexo, lugar de procedencia, ciclo de estudio y antecedentes de diagnóstico previo de enfermedad por dengue, tener un familiar diagnosticado con esta enfermedad o fallecido a causa de esta. La edad se categorizó en los siguientes rangos: 16 a 20 años, 21 a 25 años, y mayor a 25 años. El ciclo de estudio reportado por los participantes se dividió en las siguientes categorías: primero a cuarto ciclo, quinto a octavo, y noveno a decimosegundo. El lugar de procedencia se definió según la residencia del participante antes de ingresar a la universidad.

Procedimientos

Se elaboró un cuestionario en Google Forms, el cual se distribuyó a través de los delegados universitarios de cada ciclo académico mediante sus redes sociales (Facebook y WhatsApp). Para incentivar la participación en el estudio, se brindó a los participantes la posibilidad de recibir los resultados obtenidos; asimismo, no se dio incentivos económicos por la participación en el estudio. Para asegurar la calidad de los datos recolectados, se activaron validaciones automáticas en el formulario, que exigían completar todas las preguntas antes de enviarlo y así evitar respuestas incompletas. Además, se realizó una revisión manual posterior para identificar y excluir registros con datos inconsistentes o duplicados.

Métodos estadísticos

Para el análisis estadístico, se consideró el puntaje de severidad de cibercondría como variable continua. Las variables cuantitativas se presentaron mediante media ± DE o mediana y rangos intercuartílicos, según la normalidad. Las variables categóricas se reportaron mediante proporciones y porcentajes.

Se ajustaron tres modelos lineales multivariables de forma sucesiva para evaluar la asociación entre el puntaje de severidad de cibercondría y las características demográficas, puntaje de las dimensiones de la DASS-21 y/o categorización de los trastornos de salud mental (ansiedad, depresión y estrés). El modelo 1 incluyó las características demográficas de la población de estudio, como edad, sexo, procedencia y ciclo de estudio. La variable edad fue categorizada en tres grupos, y las demás variables categóricas se trataron como factores con múltiples niveles, sin ser dicotomizadas. En el modelo 2 se incluyó las variables del modelo 1 y los puntajes por separado dentro de cada dimensión de la escala en mención. Finalmente, el modelo 3 incluyó las variables del modelo 1 más la clasificación de los puntajes de las dimensiones de la DASS-21, según lo descrito previamente, para definir la presencia de depresión, ansiedad y estrés. Se descartó la evidencia de colinealidad entre las variables incluidas en cada modelo, empleando el factor de inflación de varianza.

Se estimó el efecto del puntaje en cada dimensión de la DASS-21 sobre la severidad de la cibercondría asociada a trastornos de salud mental, ajustando modelos según los cuartiles de dichas dimensiones. Los modelos se ajustaron por las variables del modelo 1 (edad, sexo, procedencia y ciclo de estudio) y de forma independiente con los puntajes de cada dimensión de la escala expresados en cuartiles. No se consideraron interacciones entre las variables independientes en los modelos presentados. Los análisis estadísticos se realizaron con STATA versión 15 (v1, College Station, TX).

Consideraciones éticas

La investigación fue aprobada por el Comité Institucional de Ética e Investigación de la Facultad de Ciencias de la Salud de la Universidad Nacional de Piura, con permiso del decano de la Escuela de Medicina Humana. La participación fue voluntaria y la información recolectada se mantuvo en estricta confidencialidad.

RESULTADOS

La encuesta fue respondida por 213 participantes, de los cuales se seleccionaron 192 para el análisis final. Se excluyeron 21 participantes debido a que no brindaron su consentimiento informado, no entregaron los cuestionarios completos, presentaron un diagnóstico de enfermedad por dengue durante el período de reclutamiento o manifestaron tener un familiar fallecido por esta enfermedad durante los 6 meses previos al período de reclutamiento.

Las características evaluadas en los participantes del estudio se resumen en la tabla 1. La edad más frecuente fue de 16 a 20 años (55,7 %; n = 107); el 57,8 % (n = 111) fueron participantes masculinos; el 10,9 % (n = 21) provenía de áreas rurales; y el 45,8 % (n = 88) se encontraba cursando entre el primer y cuarto ciclo de la carrera al momento del estudio. Asimismo, el 40,1 % (n = 77) reportó haber tenido antecedentes de infección por dengue; y el 52,1 % (n = 100) mencionó haber tenido algún familiar diagnosticado con esta enfermedad. Por otro lado, el puntaje de severidad de cibercondría fue, en promedio, de 27,7 ± 7,2 puntos. Además, se identificó que el 38 % (n = 73) presentó depresión; el 58,9 % (n = 113), ansiedad; y el 59,4 % (n = 114), estrés, según la evaluación de la DASS-21.

En la tabla 2 se resume la distribución del puntaje de severidad de cibercondría dentro de cada categoría de las variables independientes evaluadas, además se presenta el análisis de regresión lineal bivariado. Se identificó en este análisis que presentaron asociación significativa los modelos para las variables procedencia (p = 0,029), cursar quinto a octavo ciclo de estudio (p = 0,001), cursar noveno a decimosegundo ciclo (p = 0,033), el puntaje en las subescalas de ansiedad (p = 0,001) y de estrés (p = 0,030) según DASS-21, así como la presencia de ansiedad (p < 0,001) y estrés (p = 0,031).

En la tabla 3 se describen los resultados de los tres modelos de regresión lineal multivariado planteados para predecir el puntaje de severidad de cibercondría. En el modelo 1 se identificó la asociación entre la severidad de cibercondría y el encontrarse cursando del quinto a octavo ciclo de la carrera (p = 0,005). En el modelo 2, ajustado por características demográficas, se identificó que un mayor puntaje en la dimensión de ansiedad de la DASS-21 era un predictor independiente para puntajes de severidad de cibercondría más elevados (p = 0,009). Otros predictores identificados en este modelo fueron el sexo femenino (p = 0,049) y el encontrarse cursando del quinto a octavo ciclo de la carrera (p = 0,010). En el modelo 3, ajustado por características demográficas, se identificó como predictores independientes para la severidad de cibercondría el ser clasificado con ansiedad (p = 0,002) y cursar del quinto a octavo ciclo de la carrera (p = 0,012).

Para estimar el tamaño del efecto del aumento de los puntajes en cada subescala de la DASS-21 sobre la severidad de la cibercondría, se realizaron modelos de regresión lineal multivariada, utilizando cuartiles para estas tres subescalas. Como se identifica en la figura 1, después de ajustar por edad, sexo, procedencia y ciclo académico, los cuartiles crecientes en la subescala depresión se asociaron significativamente con el puntaje creciente de la severidad de cibercondría (p = 0,016 para la tendencia lineal). En esta subescala, el puntaje medio ajustado de severidad aumentó de 26,3 puntos, con un puntaje ≤2 (cuartil más bajo), a 28,7 puntos, en aquellos con ≥8 puntos (cuartil más alto). Por otro lado, para los cuartiles de las subescalas de ansiedad y estrés, se obtuvieron resultados significativos. En la subescala de ansiedad, el puntaje medio de severidad de cibercondría ajustado aumentó de 26, en el cuartil más bajo, a 30,2 puntos, en el cuartil más alto (p = 0,001 para la tendencia lineal). De manera similar, en la subescala de estrés, el puntaje medio de severidad de cibercondría ajustado aumentó de 26,9, en el cuartil más bajo, a 28,8 puntos, en el cuartil más alto (p = 0,026 para la tendencia lineal).

Figura 1.
Valores medios ajustados del puntaje de severidad de cibercondría para los cuartiles de las tres subescalas evaluadas por la DASS-21. En todas las figuras, los modelos de regresión lineal multivariada se ajustaron por edad, sexo, procedencia y ciclo académico. Los modelos se ajustaron de forma independiente para: A) subescala de depresión; B) subescala de ansiedad; C) subescala de estrés evaluadas por la DASS-21. Las barras representan el error estándar de la media para cada cuartil en cada subescala.

DISCUSIÓN

Este estudio pionero explora la cibercondría en estudiantes de Medicina de una zona endémica de dengue, ofreciendo una perspectiva única sobre cómo el contexto epidemiológico específico influye en la búsqueda de información de salud en línea. Se identificó que el sexo, el ciclo académico y la ansiedad estaban significativamente asociados con la severidad de cibercondría, siendo la ansiedad el único predictor significativo en el modelo multivariado final.

Asociación entre sexo y cibercondría

Las mujeres presentaron niveles más altos de cibercondría en comparación con los hombres, lo que coincide con estudios previos que indican una mayor propensión del sexo femenino a trastornos internalizantes, como la ansiedad y la cibercondría. Estos estudios sugieren una percepción elevada de vulnerabilidad a enfermedades en mujeres (24, 25). Sin embargo, otros trabajos no encontraron diferencias significativas por sexo, sugiriendo una mayor influencia de factores moduladores, como la confianza en la información, la capacidad de discernimiento crítico y el nivel educativo o de alfabetización en esta asociación (26, 27).

Influencia del ciclo académico en la severidad de cibercondría

Los estudiantes de ciclos intermedios presentaron mayores niveles de cibercondría en comparación con los de ciclos iniciales o finales. En los primeros años, los estudiantes tienen un conocimiento médico limitado. A medida que avanzan, adquieren más entendimiento y habilidades clínicas, y aumentan su exposición a información médica detallada. Esto puede provocar síntomas obsesivo-compulsivos e intolerancia a la incertidumbre, así como una búsqueda compulsiva de información en línea (28, 29). En contraste, los estudiantes de ciclos superiores tienen una formación clínica más consolidada, lo que les permite interpretar la información médica de manera más objetiva y reducir la ansiedad (30).

Diversos estudios han descrito el llamado «síndrome del estudiante de Medicina», caracterizado por hipervigilancia frente a síntomas percibidos y preocupaciones excesivas sobre enfermedades (11). Un estudio en Arabia Saudita reportó que el 8,5 % de los estudiantes de Ciencias Médicas presentaban este síndrome, asociado a mayores niveles de ansiedad e hipocondría; esto afectó su rendimiento académico, especialmente en los años intermedios de formación (31). Aunque los estudiantes de Medicina cuentan con herramientas para evaluar críticamente la información médica, su exposición continua a contenidos clínicos, unida a la presión académica y al conocimiento parcial de la práctica médica, puede aumentar su vulnerabilidad a patrones de búsqueda excesiva en línea. Estos factores podrían explicar por qué, incluso en poblaciones con formación sanitaria, emergen conductas compatibles con la cibercondría.

Relación entre ansiedad y cibercondría

El análisis multivariado mostró que la ansiedad fue el único trastorno de salud mental significativamente asociado con un aumento en la severidad de la cibercondría. Esta asociación es consistente con estudios previos que demuestran que la ansiedad promueve la búsqueda compulsiva de información para reducir la incertidumbre percibida sobre la salud.

El estudio de Abdulrahman et al. (32) encontró que el acceso fácil a la información médica en línea aumenta la ansiedad entre los estudiantes al consultar repetidamente los recursos digitales. Similarmente, Bati et al. (26) hallaron que los estudiantes de Ciencias de la Salud expuestos a búsquedas en internet presentaban niveles elevados de angustia, comportamiento excesivo y necesidad de confirmación, lo que indica que el uso intensivo del internet amplifica la ansiedad. El-Zoghby et al. (33), por su parte, identificaron una correlación significativa entre la adicción al smartphone y la cibercondría, al señalar que el uso excesivo de plataformas digitales como Facebook incrementa la ansiedad. Santi y Sahoo (30) observaron que la cibercondría impacta directamente en la ansiedad de los estudiantes médicos, especialmente en las áreas de comportamiento excesivo y compulsión. Esto demuestra que la búsqueda repetitiva de información médica en línea potencia la ansiedad en este grupo.

Aunque se espera buscar información durante una epidemia, la cibercondría se caracteriza por una búsqueda excesiva y ansiosa que genera malestar. Nuestros hallazgos sugieren que no todos reaccionan igual ante el riesgo epidémico, reforzando que se trata de un fenómeno diferenciado, vinculado a la ansiedad.

Las diferencias observadas entre los modelos multivariados podrían explicarse por la inclusión progresiva de variables psicológicas relacionadas. Por ejemplo, en el modelo 2, el uso de puntajes continuos de la DASS-21 permitió detectar una asociación con el sexo femenino, mientras que en el modelo 3, al categorizar los trastornos mentales, dicha asociación desapareció. Esto sugiere que el modo de operacionalizar las variables (cuantitativas frente a categóricas) puede influir en la sensibilidad del modelo para detectar asociaciones. Además, algunas covariables pueden compartir varianza explicativa, lo que puede modificar la significancia estadística de ciertas variables al ajustar los modelos.

La cibercondría podría no ser una entidad clínica completamente independiente, sino una expresión moderna de la ansiedad, favorecida por el acceso a información médica en internet. Esta posible superposición conceptual debe considerarse al interpretar nuestros hallazgos, especialmente porque la ansiedad fue el único predictor consistente en nuestro estudio.

En el contexto de enfermedades infecciosas endémicas como el dengue, esta tendencia puede agravarse, ya que la alta prevalencia y la disponibilidad de información en línea intensifican la preocupación por el contagio.

La depresión y el estrés, presentes en una proporción considerable de los participantes, no se asociaron significativamente con la severidad de la cibercondría en los modelos ajustados. La ansiedad, caracterizada por la intolerancia a la incertidumbre y la necesidad de control, promueve la búsqueda reiterativa de información en línea. En cambio, la depresión, asociada a la apatía y baja iniciativa, y el estrés, vinculado a una activación emocional general, no suelen generar conductas compulsivas como la búsqueda excesiva de información médica (25). Esto refuerza la idea de que la cibercondría está más estrechamente ligada a procesos ansiosos que a estados depresivos o estresores inespecíficos.

Implicaciones clínicas y académicas

Los hallazgos de este estudio resaltan la necesidad de que las universidades, especialmente en regiones endémicas, desarrollen intervenciones enfocadas en la regulación de la ansiedad y el uso crítico de la información médica en línea. Esto podría lograrse mediante talleres de alfabetización digital en salud, programas de acompañamiento psicológico para estudiantes en ciclos intermedios, quienes presentan mayor vulnerabilidad, y estrategias para afrontar la ansiedad durante brotes epidémicos. Asimismo, incorporar contenidos sobre manejo emocional ante enfermedades prevalentes en el currículo académico contribuiría a reducir la búsqueda compulsiva de información y a promover un consumo más responsable de fuentes digitales.

Limitaciones y futuras líneas de investigación

El diseño transversal limita la capacidad de inferir causalidad entre las variables y la falta de análisis sobre el tiempo o frecuencia de búsqueda en internet; además, la representación de una sola universidad restringe la generalización de los resultados. Futuras investigaciones deberían considerar diseños longitudinales para seguir la evolución de la cibercondría y estudios cualitativos sobre las causas de la búsqueda compulsiva de información médica. También sería beneficioso evaluar el efecto de intervenciones educativas para mitigar la cibercondría entre estudiantes de Medicina.

CONCLUSIÓN

Este estudio identificó que la ansiedad es un factor clave en la severidad de la cibercondría en estudiantes de Medicina, mientras que el sexo y el ciclo académico también influyen en su desarrollo.

REFERENCIAS

1. Mestre-Bach G, Potenza MN. Cyberchondria: a growing concern during the COVID-19 pandemic and a possible addictive disorder? Curr Addict Rep [Internet]. 2023; 10(1): 77-96. Disponible en: https://doi.org/10.1007/s40429-022-00462-3

2. Starcevic V, Berle D, Arnáez S. Recent insights into cyberchondria. Curr Psychiatry Rep [Internet]. 2020; 22(11): 56. Disponible en: https://doi.org/10.1007/s11920-020-01179-8

3. Schenkel SK, Jungmann SM, Gropalis M, Witthöft M. Conceptualizations of cyberchondria and relations to the anxiety spectrum: systematic review and meta-analysis. J Med Internet Res [Internet]. 2021; 23(11): e27835. Disponible en: https://doi.org/10.2196/27835

4. Kobryn M, Duplaga M. Cyberchondria severity and utilization of health services in Polish society: a cross-sectional study. BMC Public Health [Internet]. 2024; 24: 902. Disponible en: https://doi.org/10.1186/s12889-024-18399-9

5. Staraj T, Sorta-Bilajac I, Lucijanic M, Sinozic T, Vuckovic M, Bazdaric K. Cyberchondria, health literacy, and perception of risk in Croatian patients with risk of sexually transmitted infections and HIV: a cross-sectional study. Epidemiol [Internet]. 2024; 5(3): 525-538. Disponible en: https://doi.org/10.3390/epidemiologia5030036

6. McElroy E, Kearney M, Touhey J, Evans J, Cooke Y, Shevlin M. The CSS-12: Development and validation of a short-form version of the Cyberchondria Severity Scale. Cyberpsychol Behav Soc Netw [Internet]. 2019; 22(5): 330-335. Disponible en: https://doi.org/10.1089/cyber.2018.0624

7. Mathes BM, Norr AM, Allan NP, Albanese BJ, Schmidt NB. Cyberchondria: overlap with health anxiety and unique relations with impairment, quality of life, and service utilization. Psychiatry Res [Internet]. 2018; 261: 204-211. Disponible en: https://doi.org/10.1016/j.psychres.2018.01.002

8. Varma R, Das S, Singh T. Cyberchondria amidst COVID-19 pandemic: challenges and management strategies. Front Psychiatry [Internet]. 2021; 12: 618508. Disponible en: https://doi.org/10.3389/fpsyt.2021.618508

9. Jungmann SM, Gropalis M, Schenkel SK, Witthöft M. Is cyberchondria specific to hypochondriasis? J Anxiety Disord [Internet]. 2024; 102: 102798. Disponible en: https://doi.org/10.1016/j.janxdis.2023.102798

10. Hsu WC. Developing a cyberchondria severity scale to promote self-care among university students during COVID-19. Sci Rep [Internet]. 2024; 14: 23683. Disponible en: https://doi.org/10.1038/s41598-024-74829-z

11. Devkota D. Medical student syndrome and imposter syndrome: are they real? J Nepal Med Assoc [Internet]. 2024; 62(272): 282-283. Disponible en: https://doi.org/10.31729/jnma.8531

12. Nadeem F, Malik NI, Atta M, Ullah I, Martinotti G, Pettorruso M, et al. Relationship between health-anxiety and cyberchondria: role of metacognitive beliefs. J Clin Med [Internet]. 2022; 11(9): 2590. Disponible en: https://doi.org/10.3390/jcm11092590

13. Munayco CV, Valderrama BY, Lizarbe SY, Yon CR, Peña R, Vásquez CH, et al. Notas desde el campo: brote de dengue en Perú, 2023. Morb Mortal Wkly Rep [Internet]. 2024; 73(4): 86-88. Disponible en: http://dx.doi.org/10.15585/mmwr.mm7304a4

14. Arrasco J, Mateo SY, Valderrama Y. Población de áreas de transmisión de dengue y factores demográficos y socioeconómicos. Perú, 2010-2023. Rev Cuerpo Méd HNAAA [Internet]. 2024; 17(1): e2327. Disponible en: https://cmhnaaa.org.pe/ojs/index.php/rcmhnaaa/article/view/2327

15. Instituto Nacional de Estadística e Informática (PE). Perú: Perfil sociodemográfico. Informe nacional [Internet]. Lima: INEI; 2018. Disponible en: https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1539/libro.pdf

16. ESAN Graduate School of Business. Salud mental: ¿cuánto se invierte en el Perú? [video de entrevista en Internet]. YouTube. 2019, 6 de noviembre. Disponible en: https://youtu.be/T6pqbNVusEw?si=pEmcnNpBaGB1FCzD

17. Valladares-Garrido D, Quiroga-Castañeda PP, Berrios-Villegas I, Zila-Velasque JP, Anchay-Zuloeta C, Chumán-Sánchez M, et al. Depression, anxiety, and stress in medical students in Peru: a cross-sectional study. Front Psychiatry [Internet]. 2023; 14: 1268872. Disponible en: https://doi.org/10.3389/fpsyt.2023.1268872

18. Gandla SD, Dayala PP, Kadiyala PK. Cyberchondria: an emerging form of health anxiety. Arch Ment Health [Internet]. 2021; 22(2): 148-152. Disponible en: https://doi.org/10.4103/amh.amh_49_21

19. Robles-Mariños R, Alvarado GF, Maguiña JL, Bazo-Alvarez JC. The short-form of the Cyberchondria Severity Scale (CSS-12): adaptation and validation of the Spanish version in young Peruvian students. PLoS One [Internet]. 2023; 18(10): e0292459. Disponible en: https://doi.org/10.1371/journal.pone.0292459

20. Arnáez S, García-Soriano G, Castro J, Berle D, Starcevic V. The Spanish version of the short form of the Cyberchondria Severity Scale (CSS-12): testing the factor structure and measurement invariance across genders. Curr Psychol [Internet]. 2023; 42(24): 20686-20695. Disponible en: https://link.springer.com/article/10.1007/s12144-022-03170-3

21. Antúnez Z, Vinet EV. Escalas de Depresión, Ansiedad y Estrés (DASS-21): validación de la versión abreviada en estudiantes universitarios chilenos. Ter Psicológica [Internet]. 2012; 30(3): 49-55. Disponible en: https://teps.cl/index.php/teps/article/view/111

22. Sandoval KD, Morote-Jayacc PV, Moreno-Molina M, Taype-Rondan A. Depresión, estrés y ansiedad en estudiantes de Medicina humana de Ayacucho (Perú) en el contexto de la pandemia por COVID-19. Rev Colomb Psiquiatr [Internet]. 2021; 52(supl. 1): S77-S84. Disponible en: https://doi.org/10.1016/j.rcp.2021.10.005

23. Román F, Santibáñez P, Vinet EV. Uso de las Escalas de Depresión Ansiedad Estrés (DASS-21) como instrumento de tamizaje en jóvenes con problemas clínicos. Acta Investig Psicol [Internet]. 2016; 6(1): 2325-2336. Disponible en: https://doi.org/10.1016/S2007-4719(16)30053-9

24. Sansakorn P, Mushtaque I, Awais-E-Yazdan M, Dost MK. The relationship between cyberchondria and health anxiety and the moderating role of health literacy among the Pakistani public. Int J Environ Res Public Health [Internet]. 2024; 21(9): 1168. Disponible en: https://doi.org/10.3390/ijerph21091168

25. Farhane-Medina NZ, Luque B, Tabernero C, Castillo-Mayén R. Factors associated with gender and sex differences in anxiety prevalence and comorbidity: a systematic review. Sci Prog [Internet]. 2022; 105(4): 00368504221135469. Disponible en: https://doi.org/10.1177/00368504221135469

26. Bati AH, Mandiracioglu A, Govsa F, Çam O. Health anxiety and cyberchondria among Ege University health science students. Nurse Educ Today [Internet]. 2018; 71: 169-173. Disponible en: https://doi.org/10.1016/j.nedt.2018.09.029

27. Ali SS, Hendawi NE, El-Ashry AM, Mohammed MS. The relationship between cyberchondria and health literacy among first-year nursing students: the mediating effect of health anxiety. BMC Nurs [Internet]. 2024; 23: 776. Disponible en: https://doi.org/10.1186/s12912-024-02396-9

28. Patanapu SK, Sreeja CS, Veeraboina N, Reddy KV, Voruganti S, Anusha P. Prevalence and effect of cyberchondria on academic performance among undergraduate dental students: an institutional based study. Ind Psychiatry J [Internet]. 2022; 31(2): 228-234. Disponible en: https://doi.org/10.4103/ipj.ipj_272_21

29. Arsenakis S, Chatton A, Penzenstadler L, Billieux J, Berle D, Starcevic V, et al. Unveiling the relationships between cyberchondria and psychopathological symptoms. J Psychiatr Res [Internet]. 2021; 143: 254-261. Disponible en: https://doi.org/10.1016/j.jpsychires.2021.09.014

30. Santi S, Sahoo JP. Cyberchondria in medical students: an observational study. Natl J Physiol Pharm Pharmacol [Internet]. 2023; 13(1): 82-84. Disponible en: http://dx.doi.org/10.5455/njppp.2023.13.05224202202062022

31. Abdulghani HM, Marwa K, Alghamdi NA, Almasoud RN, Faraj AT, Alshuraimi AF, et al. Prevalence of the medical student syndrome among health professions students and its effects on their academic performance. Medicine [Internet]. 2023; 102(43): e35594. Disponible en: https://doi.org/10.1097/md.0000000000035594

32. Abdulrahman KA, Musfir SK, Alforaih AS, Alshehri AM, Aldossari AK, Dawood FD. The prevalence of cyberchondria and the impact of skepticism on medical decisions among university students in Riyadh, Saudi Arabia. J Fam Med Prim Care [Internet]. 2024; 13(11): 5334-5340. Disponible en: https://doi.org/10.4103/jfmpc.jfmpc_640_24

33. El-Zoghby SM, Zaghloul NM, Tawfik AM, Elsherbiny NM, Shehata SA, Soltan EM. Cyberchondria and smartphone addiction: a correlation survey among undergraduate medical students in Egypt. J Egypt Public Health Assoc [Internet]. 2024; 99: 7. Disponible en: https://doi.org/10.1186/s42506-024-00154-y

Notas

Notas de autor

Correspondencia: Christian Rodríguez Saldaña, e-mail: christianro96@gmail.com

Información adicional

redalyc-journal-id: 3720

Enlace alternativo

https://revistas.upch.edu.pe/index.php/RNP/article/view/6308/6668 (pdf)