ANÁLISIS DE REDES EN PSICOLOGÍA

La psicología, desde sus orígenes, no ha cesado en su empeño por mejorar la comprensión de la conducta humana. Este continuo acicate ha impulsado el desarrollo de diferentes modelos psicológicos que, en esencia, tratan de avanzar en el conocimiento del comportamiento y los procesos psicológicos (en su sentido amplio). Los nuevos modelos teóricos y psicométricos tal vez permitan incorporar un prisma alternativo con el que conceptualizar y repensar los fenómenos psicológicos. El modelo de redes, la teoría del caos o la teoría de los sistemas dinámicos son solo algunos ejemplos que, aunque son temas clásicos en algunas disciplinas científicas, se están incorporando en la ciencia del comportamiento humano (Nelson, McGorry, Wichers, Wigman, y Hartmann, 2017). Especialmente interesante son las aportaciones del modelo de redes para el análisis de variables psico(pato)lógicas (Borsboom, 2017;Borsboom y Cramer, 2013). Esta nueva forma de comprender e intervenir en la conducta tiene enormes posibilidades ya que puede, entre otros aspectos, motivar formas alternativas de analizar datos, sugerir maneras diferentes de modelar y analizar las relaciones entre variables (p.ej., síntomas, signos, procesos psicológicos, rasgos de personalidad, desencadenantes ambientales, consumo de sustancias, etc.), diseñar nuevas formas de prevención e intervención y/o incluso mejorar la búsqueda de mecanismos etiológicos.

Dentro de este contexto el objetivo de este trabajo es realizar una introducción al análisis de redes en psicología. Se trata de presentar el modelo de redes, de forma breve, amena, sencilla y, en la medida de lo posible, alejada de ciertos tecnicismos y el complejo aparataje estadístico. La meta es que sirva de tutorial introductorio al profesional de la psicología y que permita, por un lado, dar los primeros pasos en el análisis de redes, y por otro, comprender las implicaciones teóricas y clínicas subyacentes a este modelo. El hilo de exposición en el presente trabajo será el siguiente. En primer lugar, se comentan los orígenes de este enfoque así como la forma que tiene de comprender los fenómenos psicológicos, concretamente las variables de tinte psicopatológico. Se abordan los conceptos de red, nodo y arista, los tipos de redes y los procedimientos para su estimación. Seguidamente, se explican las medidas de centralidad y se mencionan algunas aplicaciones al campo de la psicología. Posteriormente, se ejemplifica en un caso concreto, estimando y analizando una red de rasgos de personalidad dentro del modelo de los Big Five. Se aporta la sintaxis correspondiente para que el lector pueda practicar. Finalmente, a modo de conclusión, se realiza una breve recapitulación, se comentan algunas notas de reflexión y se exponen líneas de investigación futuras.

El análisis de redes representa un enfoque teórico reciente en psicología, si bien no es algo nuevo en el campo científico. Se ha aplicado extensamente en otras áreas bajo la teoría de grafos, por ejemplo, en el estudio de las relaciones sociales (Borgatti, Mehra, Brass, y Labianca, 2009; Newman, 2010).

El profesor Denny Borsboom de la Universidad de Ámsterdam y su grupo de colaboradores han impulsado una visión diferente con la que conceptualizar, concretamente, los problemas psicopatológicos (Borsboom y Cramer, 2013; Schmittmann et al., 2013). Bien es cierto que se está expandiendo a otras áreas de la psicología que van más allá del estudio de los trastornos mentales, como por ejemplo, la inteligencia o las actitudes de voto (Maas, Kan, Marsman, y Stevenson, 2017). Básicamente, el modelo de redes surge como respuesta al modelo médico, predominante en el campo de la psiquiatría y algunas áreas de la psicología, y que ha sido promulgado por los principales sistemas nosológicos. Por ejemplo, desde el Manual diagnóstico y estadístico de los trastornos mentales (DSM) (American Psychiatric Association, 2013), se considera que los síntomas y signos que refieren los pacientes tienen su origen en una causa latente denominada “trastorno mental” o “enfermedad mental”. Los síntomas son solo meras consecuencias pasivas de una causa latente común. A esta interpretación se le conoce como “modelo de trastorno latente común” o “modelo de causa latente común” (Borsboom y Cramer, 2013). Se supone, por ejemplo, que las manifestaciones fenotípicas tales como alucinaciones, ideas delirantes o síntomas negativos son debidas a un trastorno subyacente que los causa, denominado, en este caso, esquizofrenia (véase Figura 1). Esta aproximación médica del entendimiento de la conducta anormal parece partir de una premisa falsa: una causa latente común. Obviamente esta visión no está exenta de limitaciones. Por ejemplo, a diferencia de otros campos de la medicina, en psicopatología es difícil identificar una causa común como condición que exista independientemente de sus síntomas y que explique la emergencia y covariación de los mismos (McNally, 2016). Además, este enfoque conduce a un razonamiento tautológico (una persona tiene alucinaciones porque padece de un episodio psicótico; se diagnostica de psicosis esquizofrenia porque refiere alucinaciones) y también a la reificación. A parte del modelo de redes, y como respuesta a estas posibles limitaciones, los sistemas nosológicos también han sido criticados desde otras asociaciones internacionales proponiéndose incluso nuevas formas de conceptualización y clasificación de los problemas mentales (p.ej., Research Domain Criteria, RDoC) (Insel et al., 2010).

Como señala Fonseca-Pedrero (2017) el modelo de “causa latente común” es sin duda una de las formas más socorridas para explicar los trastornos mentales; no obstante otras interpretaciones, complementarias o no, que permitan un cabal entendimiento de los trastornos psicopatológicos así como de otros fenómenos psicológicos (p. ej., rasgos de personalidad) son posibles, además de deseables. Se desea ejemplificar este punto con un caso. Véase, una persona con problemas de sueño los cuales le perturban su estado de ánimo y sus procesos de razonamiento, volviéndose más suspicaz. A su vez, con el paso del tiempo estos comportamientos desembocan en un estado de malestar general e ideación paranoide que impactan negativamente en su capacidad de concentración y en su rendimiento académico/laboral. Todo ello acaba desencadenando un conjunto de experiencias alucinatorias auditivas, que alteran su funcionamiento social, generando discapacidad y necesidad de tratamiento. La representación visual de este caso se recoge en la Figura 2. Si se tiene en cuenta este modelo, un trastorno mental subyacente, denominado esquizofrenia, no sería la causa común de la covarianza existente entre los síntomas y signos. Los síntomas se agrupan porque se influyen mutuamente unos a los otros, y no porque hay una causa latente común que está explicando su emergencia y covariación. Los síntomas no reflejarían “la causa” sino que serían constitutivos de la misma (McNally, 2016). Por lo tanto, se podría pensar que los síntomas psicopatológicos no son las manifestaciones emergentes de un trastorno mental subyacente sino que son redes de síntomas, sistemas complejos dinámicos o constelaciones dinámicas de síntomas (y signos) que se encuentran interrelacionados de forma causal (Borsboom y Cramer, 2013;Fried, van Borkulo, Cramer, et al., 2016). Desde el modelo de redes, los trastornos psicopatológicos se conciben como un sistema complejo dinámico (Cramer et al., 2016). Es sistema porque analiza relaciones directas entre síntomas. Es complejo porque no se puede predecir el resultado considerando solamente un elemento del sistema. Es dinámico porque evoluciona con el tiempo.

Para un análisis más detallado del análisis de redes el lector puede consultar excelentes trabajos previos tanto en inglés (Borsboom, 2017; Borsboom y Cramer, 2013; Epskamp, Maris, Waldorp, y Borsboom, en prensa; McNally, 2016; Schmittmann et al., 2013) como en español (Fonseca-Pedrero, 2017), tutoriales (Borsboom y Cramer, 2013; Costantini et al., 2017;Costantini et al., 2015), páginas web (http://psychosystems.org/; http://psych-networks.com/), aplicaciones para analizar y representar las redes (https://jolandakos.shinyapps.io/NetworkApp/ o http://ncase.me/loopy/v1.1/) o sintaxis en el entorno R (http://sachaepskamp.com/files/Cookbook.html). Para aquellos que deseen iniciar sus primeros pasos en R se pueden consultar magníficos manuales y artículos introductorios (Elosua, 2009; Field, Miles, y Field, 2012; R Core Team, 2016; Ruiz-Ruano y Puga, 2016).

FIGURA 1
EJEMPLO DE REPRESENTACIÓN DE TRASTORNO MENTAL A PARTIR DEL MODELO DE ''CAUSA LATENTE COMÚN'' (MODELO REFLECTIVO)

FIGURA 2
POSIBLE MODELO TEÓRICO DE RELACIONES ENTRE SÍNTOMAS PROPUESTO PARA UN PACIENTE CON UN PRIMER EPISODIO PSICÓTICO

No ha sido hasta relativamente hace poco tiempo que la literatura psicológica se ha centrado en un enfoque de red para modelar fenómenos psicológicos. En este breve recorrido se han realizado excelentes aportaciones científicas, fiel reflejo del interés que ha suscitado entre los profesionales y los investigadores de la psicología y ciencias afines. Las temáticas de estudio bajo el modelo de redes se encuentran en clara ebullición y expansión. Sirva como muestra los trabajos que han analizado la sintomatología depresiva (Bringmann, Lemmens, Huibers, Borsboom, y Tuerlinckx, 2015; Cramer et al., 2016;Fried, van Borkulo, Epskamp, et al., 2016), la psicosis y su relación con experiencias traumáticas o impactos ambientales (Isvoranu, Borsboom, van Os, y Guloksuz, 2016; Isvoranu et al., 2017), los síntomas psicóticos negativos (Levine y Leucht, 2016), los síntomas psicóticos atenuados (Fonseca-Pedrero, 2018), el abuso de sustancias (Rhemtulla et al., 2016), la calidad de vida (Kossakowski et al., 2016), los síntomas de estrés post-traumático (McNally et al., 2014), la comorbilidad (Cramer, Waldorp, van der Maas, y Borsboom, 2010), la relación entre síntomas y trastornos desde los sistemas taxonómicos (Boschloo et al., 2015; Tio, Epskamp, Noordhof, y Borsboom, 2016), los problemas emocionales y comportamentales en adolescentes (Boschloo, Schoevers, van Borkulo, Borsboom, y Oldehinkel, 2016; Fonseca-Pedrero, 2017) o la inteligencia (Maas, Kan, Marsman, y Stevenson, 2017), por citar algunos.

Borsboom (2017) ha propuesto un modelo teórico de redes para la comprensión de los trastornos mentales. En su teoría postula cinco principios referidos a la relación con la estructura y dinámica de las redes y que se concretan en: complejidad, correspondencia de componente de síntoma, conexiones causales directas, estructura en red de problemas mentales e histéresis. Primero, la complejidad se refiere a la interacción que se establece entre los diferentes componentes de la red. Segundo, la correspondencia se refiere a la relación entre los componentes de la red y los síntomas de los problemas psicológicos. Tercero, la estructura se genera por un patrón de conexiones directas entre los síntomas. Cuarto, la red psicopatológica tiene una topología no trivial, esto es, unos síntomas están más fuertemente conectados que otros (p. ej., un síntoma concreto dentro de un trastorno mental se encuentra más conectado con los síntomas de ese trastorno específico que con los síntomas de otros síndromes clínicos). Quinto, la histéresis se refiere al fenómeno por el cual un determinado evento externo a la red (p. ej., experiencias de trauma) puede activarla y la subsiguiente ausencia de tal evento o suceso externo no necesariamente la desactiva, esto es, los síntomas se continúan activando entre sí incluso cuando ha desaparecido el evento desencadenante externo. Finalmente, desde este modelo, la noción de salud mental se correspondería con un estado estable de una red débilmente conectada, mientras que los trastornos mentales se corresponderían con estados estables de redes de síntomas fuertemente conectados. Por ejemplo, bajo este acercamiento se concibe los síndromes psicopatológicos (véase por ejemplo trastornos psicóticos) como redes causales dinámicas de estados mentales con niveles crecientes de gravedad psicopatológica, aspecto totalmente congruente con los modelos actuales de estadificación (Fonseca-Pedrero, 2018; McGorry y van Os, 2013; Nelson et al., 2017; Wigman et al., 2013).

De la teoría de redes se derivan claras implicaciones en la forma de comprender el diagnóstico y el tratamiento psicológico. Por ejemplo, el análisis de estructura de la red y las medidas de centralidad tienen claras implicaciones clínicas. Se puede juzgar cuáles son los síntomas que tienen una mayor importancia en la red, utilizar los síntomas más centrales para diagnosticar y planificar el tratamiento o focalizar el tratamiento en un síntoma o la red de síntomas que tienen más conexiones. También se puede identificar nodos “puente”, esto es, un síntoma que sirve de nexo entre dos conjuntos de redes y que su abordaje e intervención tal vez permita controlar la (hipo)activación de otras subredes. Para Borsboom (2017) el diagnóstico implica identificar redes de síntomas, mientras que el tratamiento implica cambiar o manipular la red psicopatológica de tres formas, a saber: a) intervenciones en síntomas (modificando el estado de uno o más síntomas); b) intervenciones en el campo externo (eliminando la causa o las causas desencadenantes); y c) intervenciones en la red (modificando las conexiones entre los nodos de la red, esto es, síntoma-síntoma). Por ejemplo, ante un paciente con un trastorno del espectro psicótico, se puede pensar en realizar una intervención familiar para modificar las pautas de comunicación, eliminar el consumo de sustancias, y/o trabajar con técnicas cognitivo-conductuales que permitan afrontar los delirios de persecución para que reduzcan las experiencias alucinatorias asociadas. Como puede vislumbrar el lector, todas ellas cuestiones sumamente relevantes para la práctica clínica.

En este apartado se presenta, brevemente y a modo de ejemplo, un análisis de red en personalidad, en concreto para analizar los cinco grandes factores de la personalidad (Extraversión –E, Extraversion-; Responsabilidad –C, Conscientiousness-, Apertura a la experiencia, -O Opennness-; Amabilidad –A, Agreeableness-; Neuroticismo, -N, Neuroticism) evaluados con 25 ítems (ver apéndice). Cada una de estas dimensiones se valora con cinco ítems. Se utilizó una muestra de 2800 participantes (M=28,8 años, DT=11,1 años) que se encuentra disponible en el paquete “psych” (Revelle, 2015) del entorno R (R Core Team, 2016). La red fue estimada mediante el Qgraph (Epskamp et al., 2012). La red estimada es ponderada y no dirigida. Se utilizó el algoritmo G-LASSO. El lector puede encontrar en el apéndice la sintaxis correspondiente.

Los resultados tanto de la red psicológica estimada como de los índices de centralidad se presentan en las Figuras 5 y 6. Se comentó anteriormente que un nodo es central si tiene muchas conexiones y que su centralidad dependía básicamente de la fuerza (strenght), la cercanía (closenness) y la intermediación (betweeness). En la Figura 6 se presentan los valores estandarizados referidos a estos tres parámetros. Los índices se encuentran todos en la misma escala de medida, están estandarizados, aspecto que permite la comparación entre ellos. Como se puede observar, los ítems que tuvieron unos mayores coeficientes de centralidad en fuerza (strenght) fueron el C4 (“Hacer las cosas a mitad de camino”) y C2 (“Continuar hasta que todo esté perfecto”). En cercanía (closenness) fueron los ítems O4 (“Dedicar tiempo a reflexionar sobre las cosas”), E5 (“Tomar el control”) y E4 (“Hacer amigos fácilmente”). Y en intermediación (betweeness) fueron los ítems N4 (“A menudo te sientes triste”), E4 (“Hacer amigos fácilmente”) y C2.

Los ítems de la dimensión Responsabilidad parecen tener las conexiones más fuertes. En este caso la fuerza de centralidad refleja la probabilidad con la que la activación de unos de estos nodos (ítems/rasgos) le seguirá la activación de otros nodos de la red. Los ítems de la dimensión Extraversión y el ítem 4 de Apertura presentaron una alta centralidad de cercanía indicando que son nodos que pueden predecir bien otros nodos (ítems/rasgos) de la red. Los ítems N4, E4 y C2 presentaron una alta centralidad de intermediación, esto es, son nodos (ítems/rasgos) que con frecuencia están situados entre (en medio de) otros nodos y a través de los cuales pasan los caminos más cortos entre otros nodos de la red.

Es digno de mención que para una correcta interpretación de la red el lector no debe centrar únicamente su valoración en una inspección visual. Un problema a evitar en las redes psicológicas es precisamente la sobre-interpretación a la hora de su visualización. Este aspecto se refiere especialmente al diseño y a la colocación de nodos en el grafo, por ejemplo, cuando los nodos de la red se agrupan en un clúster. Sin embargo, el lector tiene que saber que la ubicación del nodo dentro de una red es solo una de las muchas formas igualmente “correctas” de colocar los nodos en la red, es decir, con la misma muestra la situación de los nodos en la red, en una nueva estimación, podría ser diferente. Por ello, hay que ser cauteloso a la hora de realizar una interpretación visual de los nodos y su posición en la red. Aunque no es objeto de este tutorial, para una mejor interpretación de la red psicológica se podrían analizar las comunalidades (Golino y Epskamp, 2017) y/o la predictibilidad (Haslbeck y Fried, 2017).

A partir de estos resultados se puede comprender mejor la relación estructural que se establece entre los cinco grandes rasgos de personalidad, como un sistema complejo de características afectivas, cognitivas y comportamentales.

El propósito de este artículo fue realizar una introducción al análisis de redes psicológicas. En esencia se trató presentar, de forma totalmente didáctica, este fértil acercamiento al profesional de la psicología.

Actualmente, el modelo de redes se presenta en la sociedad como un enfoque prometedor en la forma de conceptualizar la psico(pato)logía (Fried y Cramer, 2017). De hecho, algunos autores creen que el análisis de redes puede transformar en cierta medida el campo de la psicopatología (McNally, 2016). Desde el modelo de redes ni una variable latente subyacente sería la causa de la covarianza de los síntomas, ni los síntomas serían indicadores intercambiables de un trastorno subyacente. En consecuencia, los síntomas no reflejan trastornos mentales subyacentes, son constitutivos de ellos. Por ello, el análisis de redes puede tener un papel relevante en la comprensión de los fenómenos psicopatológicos, soslayando las limitaciones del modelo médico basado en una causa latente común. Además el análisis de redes puede arrojar pistas sobre los mecanismos psicológicos que subyacen al desarrollo y mantenimiento de los problemas de salud mental.

Es esencial incorporar diferentes ópticas y perspectivas que ayuden a repensar, en cierto modo, el comportamiento humano (en sentido amplio). No cabe duda que la comprensión y estudio de la conducta humana es una labor compleja, donde operan una infinita cantidad de variables procedentes de múltiples niveles de análisis (biológico, psicológico y social). En cualquier caso, ayude a cambiar o no el modelo de redes el actual abordaje epistemológico y metodológico de la psicología, en concreto de la psicopatología, al menos este acercamiento se presenta como una nueva aproximación a partir de la cual observar, medir, analizar, comprender e intervenir en los fenómenos psico(pato)lógicos (Fonseca-Pedrero, 2017). En esencia, trata de dar respuesta a ciertos problemas de los que adolece algunas áreas de la psicología actual como pudiera ser superación de la noción de variable latente y supuesta causa subyacente. Obviamente el análisis de redes no se debe ver como algo incompatible con otros acercamientos teóricos y metodológicos, sino como un enfoque complementario. Su correcto uso y su utilidad dependen del objetivo de estudio y de los intereses particulares del clínico o el investigador así como de otros aspectos referidos al buen uso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muñiz, 2016, 2017; Hernández, Ponsoda, Muñiz, Prieto, y Elosua, 2016).

La investigación en análisis de redes se encuentra en estos momentos en su infancia, por lo que es necesario seguir trabajando en la construcción de un modelo científico sólido y refutable e incorporar nuevas evidencias científicas (Borsboom, 2017). Obviamente, este modelo no está exento de ciertas limitaciones y algunos autores han realizado ciertas reflexiones cautelares (Guloksuz, Pries, y van Os, 2017; Wichers, Wigman, Bringmann, y de Jonge, 2017). Primero, los estudios bajo esta perspectiva llevan un claro coste de tiempo, sobre todo aquellos que realizan seguimientos longitudinales de los participantes. Segundo, todavía los modelos psicométricos de redes no están consolidados y son computacionalmente complicados, incluso para los expertos en la materia. Tercero, se debe distinguir aquellos estudios científicos que permiten un análisis bajo esta perspectiva respecto a los que no, esto es, no todos los trabajos se tienen que ver desde el prisma de redes. Cuarto, el método de redes con su impresionante y elegante tecnología puede ir en detrimento de análisis cualitativos narrativos y clasificaciones prototípicas más que politéticas. Quinto, las redes psicológicas suponen y a la vez tienden a homogeneizar los síntomas, cuando los mismos síntomas podrían ser cualitativamente distintos, aspecto que requiere de un análisis fenomenológico (Parnas, 2015; Pérez Álvarez, 2012;Pérez-Álvarez y García Montes, 2018;Sass, 1992). Sexto, no se debe incurrir en una especie de metodologicismo, esto es, el método debe estar al servicio de los temas y problemas de la psico(pato)lógica y no a la inversa. Séptimo, se debería contemplar la necesidad de incorporar el error de medición en la estimación de la red.

Muchas líneas de investigación interesantes se abrirán paso en los próximos años. Primero, sería interesante desplazarse hacia modelos de redes multinivel que permitan integrar aquellos estudios que recaban información proveniente de múltiples niveles de análisis, dentro de una estrategia traslacional e interdisciplinar. Segundo, sería conveniente comenzar a analizar el comportamiento desde una perspectiva dinámica (longitudinal), personalizada (individual) y de estadificación (niveles de gravedad) (Fusar-Poli, McGorry, y Kane, 2017; Nelson et al., 2017; van os et al., 2013), incluyendo la posibilidad de diseñar estrategias de diagnóstico, intervención o incluso análisis funcionales del comportamiento. Por ejemplo, se podrían diseñar intervenciones individualizadas en función de la estructura de red estimada y conectividad de los signos y síntomas. Cuarto, sería interesante hacer programas y paquetes estadísticos más sencillos y “amigables” que pudieran ser usados por el profesional de la psicología, aspecto que permitiría, entre otros, el establecimiento de relaciones entre síntomas a la escala en la que trabaja el clínico.

El modelo de redes representa un avance en el abordaje, comprensión y medición de los fenómenos psicológicos. Como no puede ser de otro modo, futuros estudios determinarán la verdadera utilidad y calado del modelo de redes en psicología. Sea como fuere, el camino por recorrer es cuanto menos apasionante.

El autor quiere agradecer los comentarios realizados por los profesores Alicia Pérez de Albéniz, José Muñiz y Marino Pérez a una versión preliminar de este trabajo.

Esta investigación ha sido financiada por el Ministerio de Ciencia e Innovación de España (MICINN) (referencia PSI2014-56114-P), por el Instituto Carlos III, Centro de Investigación Biomédica en Red de Salud Mental (CIBERSAM) y por la Convocatoria 2015 de Ayudas Fundación BBVA a Investigadores y Creadores Culturales.

No existe conflicto de intereses en el contenido del artículo.