Taxometría de conglomerados del trastorno por déficit de atención/hiperactividad con análisis de clases latentes y de correspondencias

RESUMEN: El trastorno por déficit de atención/hiperactivad (TDA/H) presenta síntomas heterogéneos y con diversos grados de intensidad. El análisis de conglomerados de clases latentes (ACCL) puede clasificar a los niños a partir de los datos directos provenientes de cualquier instrumento que muestre estos síntomas, sin un diagnóstico de patrón de oro previo. Se utilizó un instrumento tipo lista de chequeo para los síntomas de TDA/H y otro para las comorbilidades del TDA/H. ACCLs fueron aplicados para los datos de cada instrumento en una muestra aleatoria y representativa de 540 niños y adolescentes escolarizados de 4 a 17 años, de la ciudad de Manizales. Un análisis de correspondencias simples (ACS) fue usado para determinar la relación o concordancia de los grupos derivados de los ACCLs. Se encontraron seis clases para la lista de chequeo de síntomas de TDA/H y cinco para el instrumento de las comorbilidades de TDA/H. El ACS mostró cuatro grupos independientes, derivados de las concordancias entre las clases obtenidas de los dos instrumentos. Estos hallazgos sugieren que el ACCL y el ACS pueden ser usados como procedimientos taxométricos precisos para la clasificación de las psicopatologías por externalización.

• Autores: Pineda Salazar, David Antonio; Aguirre Acevedo, Daniel Camilo; Lopera Restrepo, Francisco Javier; Pineda Álvarez, Daniel Esteban; Arcos Burgos, Oscar Mauricio
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2007
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/42331
• Acceso en línea: https://hdl.handle.net/10495/42331
• Palabra clave: Trastorno por Déficit de Atención con Hiperactividad; Attention Deficit Disorder with Hyperactivity; Análisis de Clases Latentes; Latent Class Analysis; https://id.nlm.nih.gov/mesh/D001289; https://id.nlm.nih.gov/mesh/D000077272
• Rights: openAccess
• License: http://creativecommons.org/licenses/by/2.5/co/