Cibercondría durante la pandemia del COVID-19 : su relación con la ansiedad por salud, ansiedad rasgo y ansiedad estado

Abstract

[Español] Introducción: La cibercondría es un ciclo compulsivo de búsqueda de información médica que, en vez de satisfacer la necesidad de información, aumenta la ansiedad. Objetivo: Esta investigación transversal exploró cómo influye la ansiedad por salud, la ansiedad rasgo y la ansiedad estado en la cibercondría en jóvenes dominicanos durante la pandemia del COVID-19. Investigamos las diferencias en estas variables entre las personas que se consideran en riesgo de complicaciones por COVID-19 y las que no. Método: 87 participantes contestaron un cuadernillo en línea: Información sociodemográfica; Inventario de Ansiedad Estado-Rasgo (STAI); Breve Inventario de Ansiedad por Salud (SHAI); Versión corta de la Escala de Gravedad de la Cibercondría (CSS-12). Resultados: Una regresión múltiple con selección forward encontró que el modelo de mejor ajuste de cibercondría seleccionó dos predictores: ansiedad por salud (β = .38, p < .001) y ansiedad rasgo (β = .28, p = .004), explicando el 25% de la varianza (p < .001). Las personas en riesgo de complicaciones por COVID-19 son 4.77 veces más propensos a cumplir criterios diagnósticos de hipocondriasis que quienes no están en riesgo. Discusión y conclusión: Los niveles altos de ansiedad por salud y ansiedad rasgo se asocian a la cibercondría e hipocondriasis, específicamente en personas en riesgo de complicaciones por COVID-19, representando una amenaza para la salud pública que debe intervenirse para moderar su impacto social y económico.

[English] Introduction: Cyberchondria is a compulsive cycle of seeking medical information that, instead of satisfying the need for information, increases anxiety. Objective: This cross-sectional study explored how health anxiety, trait anxiety, and state anxiety impact the levels of cyberchondria in young Dominicans during the COVID-19 pandemic. We investigated the differences between people who are considered to be at risk for complications from COVID-19 and those who are not in these variables. Method: 87 participants answered an online booklet: A sociodemographic section; State-trait anxiety questionnaire (STAI); Brief Health Anxiety Inventory (SHAI); Short version of the Cyberchondria severity scale (CSS-12). Results: A multiple regression analysis with forward selection found that the best fit model of cyberchondria selected two predictors: health anxiety (β = .38, p < .001) and trait anxiety (β = .28, p = .004), explaining 25% of the variance (p < .001). People who believe are at risk of complications from COVID-19 are 4.77 times more likely to meet diagnostic criteria for hypochondriasis than those who do not think that are at risk. Discussion and conclusion: High levels of health anxiety and trait anxiety is associated with cyberchondria and hypochondriasis, specifically in people at risk of complications from COVID-19, representing a threat to public health that must be intervened to moderate its social and economic impact.