Evaluación de modelos conjuntos de psicopatología y temas de personalidad en los niños

Área de la Ciencia:

• Psicología infantil
• Psicología del desarrollo
• Investigación en psicopatología

Sus antecedentes:

• Los modelos taxonómicos de psicopatología y personalidad muestran una superposición significativa, pero a menudo se estudian de forma aislada.
• La integración de estos marcos puede incorporar construcciones cruciales perdidas en los modelos psicopatológicos tradicionales.
• El consenso sobre la estructura óptima del factor articular, especialmente para la infancia, sigue siendo difícil de alcanzar.

Objetivo del estudio:

• Comparar el ajuste de modelos bifactoriales de dos, tres y cuatro factores que integran la psicopatología infantil y los datos de personalidad.
• Determinar la estructura de factores conjuntos más interpretable y confiable para la psicopatología y la personalidad infantil.
• Evaluar el valor añadido de la afectividad positiva en la predicción de la depresión infantil en modelos integrados.

Principales métodos:

• Se recogieron datos de informes de padres de 649 niños de 8 a 12 años.
• Se compararon modelos de cuatro factores, tres factores y dos factores utilizando índices de calidad de ajuste.
• Se examinó la utilidad predictiva del factor de internalización, con y sin afectividad positiva, para la depresión.

Principales resultados:

• Un modelo de cuatro factores mostró el mejor ajuste basado en índices tradicionales.
• Un modelo de internalización/externalización de dos factores cumplió con los criterios de interpretabilidad y fiabilidad.
• La inclusión de la afectividad positiva mejoró la predicción de la depresión por el factor de internalización.

Conclusiones:

• El modelo tradicional de internalización/externalización de dos factores proporciona una estructura sólida para la investigación y la aplicación clínica en la psicopatología infantil.
• Este modelo se puede mejorar incorporando dimensiones de temperamento, como la afectividad positiva.
• La investigación futura debe considerar modelos integrados que equilibren el ajuste estadístico con la interpretabilidad clínica.