análisis de redes en psicología - papeles del psicólogo · de redes, y por otro, ......

12
a psicología, desde sus orígenes, no ha cesado en su empeño por mejorar la comprensión de la conducta humana. Este continuo acicate ha im- pulsado 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 psicomé- tricos tal vez permitan incorporar un prisma alternativo con el que conceptualizar y repensar los fenómenos psi- cológicos. El modelo de redes, la teoría del caos o la te- oría de los sistemas dinámicos son solo algunos ejemplos que, aunque son temas clásicos en algunas disciplinas científicas, se están incorporando en la ciencia del com- portamiento humano (Nelson, McGorry, Wichers, Wig- man, y Hartmann, 2017). Especialmente interesante son las aportaciones del modelo de redes para el análisis de variables psico(pato)lógicas (Borsboom, 2017; Borsbo- om y Cramer, 2013). Esta nueva forma de comprender e intervenir en la conducta tiene enormes posibilidades ya que puede, entre otros aspectos, motivar formas alterna- tivas de analizar datos, sugerir maneras diferentes de modelar y analizar las relaciones entre variables (p.ej., síntomas, signos, procesos psicológicos, rasgos de per- sonalidad, desencadenantes ambientales, consumo de sustancias, etc.), diseñar nuevas formas de prevención e intervención y/o incluso mejorar la búsqueda de meca- nismos etiológicos. Dentro de este contexto el objetivo de este trabajo es realizar una introducción al análisis de redes en psico- logía. Se trata de presentar el modelo de redes, de for- ma 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 ANÁLISIS DE REDES EN PSICOLOGÍA NETWORK ANALYSIS IN PSYCHOLOGY Eduardo Fonseca-Pedrero Universidad de La Rioja. Centro de Investigación Biomédica en Red de Salud Mental (CIBERSAM), Oviedo El objetivo general de este trabajo es introducir un nuevo enfoque denominado análisis de redes (network analysis) para su aplica- ción al campo de la psicología. Básicamente, se trata de presentar el modelo de redes, de forma breve, amena, sencilla y, en la me- dida de lo posible, alejada de tecnicismos y aparataje estadístico. Es un breve bosquejo cuya finalidad es, por un lado, dar los primeros pasos en el análisis de redes, y por otro, mostrar las implicaciones teóricas y clínicas subyacentes a este modelo. En primer lugar, se comentan los orígenes de este enfoque y la forma 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. Posteriormen- te, 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 re- capitulación, se comentan algunas notas de reflexión y líneas de investigación futuras. Palabras clave: Análisis de redes, Salud mental, Medición, Psicología, Psicometría, Modelo de redes. The main goal of this work is to introduce a new approach called network analysis for its application in the field of psychology. Basically, in this paper we present the network model in a brief, entertaining and simple way and, as far as possible, away from technicalities and the statistical point of view. The aim of this outline is, on the one hand, to take the first steps in network analysis, and on the other, to show the theoretical and clinical implications underlying this model. Firstly, the roots of this approach are discussed as well as the way it has of understanding psychological phenomena, specifically psychopathological problems. The concepts of network, node and edge, the types of networks and the procedures for their estimation are all addressed. Next, measures of centrality are explained and some applications in the field of psychology are mentioned. Later, this approach is exemplified with a specific case, which estimates and analyzes a network of personality traits within the Big Five model. The syntax of this analysis is provided. Finally, by way of conclusion, a brief recapitulation is provided, and some cautionary reflections and future research lines are discussed. Key words: Network analysis, Mental health, Measurement, Psychology, Psychometric, Network model. Recibido: 4 septiembre 2017 - Aceptado: 7 noviembre 2017 Correspondencia: Eduardo Fonseca Pedrero. Universidad de La Rioja. Departamento de Ciencias de la Educación. Calle Luis Ulloa, 2, 26004 La Rioja. España. Email: [email protected] Artículos Papeles del Psicólogo / Psychologist Papers, 2018. Vol. 39(1), pp. 1-12 https://doi.org/10.23923/pap.psicol2018.2852 http://www.papelesdelpsicologo.es http://www.psychologistpapers.com L 1

Upload: vuxuyen

Post on 13-May-2018

212 views

Category:

Documents


0 download

TRANSCRIPT

a psicologiacutea desde sus oriacutegenes no ha cesadoen su empentildeo por mejorar la comprensioacuten de laconducta humana Este continuo acicate ha im-

pulsado el desarrollo de diferentes modelos psicoloacutegicosque en esencia tratan de avanzar en el conocimientodel comportamiento y los procesos psicoloacutegicos (en susentido amplio) Los nuevos modelos teoacutericos y psicomeacute-tricos tal vez permitan incorporar un prisma alternativocon el que conceptualizar y repensar los fenoacutemenos psi-coloacutegicos El modelo de redes la teoriacutea del caos o la te-oriacutea de los sistemas dinaacutemicos son solo algunos ejemplosque aunque son temas claacutesicos en algunas disciplinascientiacuteficas se estaacuten incorporando en la ciencia del com-portamiento humano (Nelson McGorry Wichers Wig-

man y Hartmann 2017) Especialmente interesante sonlas aportaciones del modelo de redes para el anaacutelisis devariables psico(pato)loacutegicas (Borsboom 2017 Borsbo-om y Cramer 2013) Esta nueva forma de comprender eintervenir en la conducta tiene enormes posibilidades yaque puede entre otros aspectos motivar formas alterna-tivas de analizar datos sugerir maneras diferentes demodelar y analizar las relaciones entre variables (pejsiacutentomas signos procesos psicoloacutegicos rasgos de per-sonalidad desencadenantes ambientales consumo desustancias etc) disentildear nuevas formas de prevencioacuten eintervencioacuten yo incluso mejorar la buacutesqueda de meca-nismos etioloacutegicosDentro de este contexto el objetivo de este trabajo esrealizar una introduccioacuten al anaacutelisis de redes en psico-logiacutea Se trata de presentar el modelo de redes de for-ma breve amena sencilla y en la medida de loposible alejada de ciertos tecnicismos y el complejoaparataje estadiacutestico La meta es que sirva de tutorial

ANAacuteLISIS DE REDES EN PSICOLOGIacuteANETWORK ANALYSIS IN PSYCHOLOGY

Eduardo Fonseca-PedreroUniversidad de La Rioja Centro de Investigacioacuten Biomeacutedica en Red de Salud Mental (CIBERSAM) Oviedo

El objetivo general de este trabajo es introducir un nuevo enfoque denominado anaacutelisis de redes (network analysis) para su aplica-cioacuten al campo de la psicologiacutea Baacutesicamente se trata de presentar el modelo de redes de forma breve amena sencilla y en la me-dida de lo posible alejada de tecnicismos y aparataje estadiacutestico Es un breve bosquejo cuya finalidad es por un lado dar losprimeros pasos en el anaacutelisis de redes y por otro mostrar las implicaciones teoacutericas y cliacutenicas subyacentes a este modelo En primerlugar se comentan los oriacutegenes de este enfoque y la forma de comprender los fenoacutemenos psicoloacutegicos concretamente las variablesde tinte psicopatoloacutegico Se abordan los conceptos de red nodo y arista los tipos de redes y los procedimientos para su estimacioacutenSeguidamente se explican las medidas de centralidad y se mencionan algunas aplicaciones al campo de la psicologiacutea Posteriormen-te se ejemplifica en un caso concreto estimando y analizando una red de rasgos de personalidad dentro del modelo de los Big FiveSe aporta la sintaxis correspondiente para que el lector pueda practicar Finalmente a modo de conclusioacuten se realiza una breve re-capitulacioacuten se comentan algunas notas de reflexioacuten y liacuteneas de investigacioacuten futurasPalabras clave Anaacutelisis de redes Salud mental Medicioacuten Psicologiacutea Psicometriacutea Modelo de redes

The main goal of this work is to introduce a new approach called network analysis for its application in the field of psychologyBasically in this paper we present the network model in a brief entertaining and simple way and as far as possible away fromtechnicalities and the statistical point of view The aim of this outline is on the one hand to take the first steps in network analysis andon the other to show the theoretical and clinical implications underlying this model Firstly the roots of this approach are discussed aswell as the way it has of understanding psychological phenomena specifically psychopathological problems The concepts of networknode and edge the types of networks and the procedures for their estimation are all addressed Next measures of centrality areexplained and some applications in the field of psychology are mentioned Later this approach is exemplified with a specific casewhich estimates and analyzes a network of personality traits within the Big Five model The syntax of this analysis is provided Finallyby way of conclusion a brief recapitulation is provided and some cautionary reflections and future research lines are discussedKey words Network analysis Mental health Measurement Psychology Psychometric Network model

Recibido 4 septiembre 2017 - Aceptado 7 noviembre 2017Correspondencia Eduardo Fonseca Pedrero Universidad de LaRioja Departamento de Ciencias de la Educacioacuten Calle LuisUlloa 2 26004 La Rioja Espantildea Email eduardofonsecauniriojaes

A r t iacute c u l o sPapeles del Psicoacutelogo Psychologist Papers 2018 Vol 39(1) pp 1-12httpsdoiorg1023923pappsicol20182852httpwwwpapelesdelpsicologoeshttpwwwpsychologistpaperscom

L

1

introductorio al profesional de la psicologiacutea y que per-mita por un lado dar los primeros pasos en el anaacutelisisde redes y por otro comprender las implicaciones teoacute-ricas y cliacutenicas subyacentes a este modelo El hilo de ex-posicioacuten en el presente trabajo seraacute el siguiente Enprimer lugar se comentan los oriacutegenes de este enfoqueasiacute como la forma que tiene de comprender los fenoacuteme-nos psicoloacutegicos concretamente las variables de tintepsicopatoloacutegico Se abordan los conceptos de red nodoy arista los tipos de redes y los procedimientos para suestimacioacuten Seguidamente se explican las medidas decentralidad y se mencionan algunas aplicaciones alcampo de la psicologiacutea Posteriormente se ejemplificaen un caso concreto estimando y analizando una redde rasgos de personalidad dentro del modelo de los BigFive Se aporta la sintaxis correspondiente para que ellector pueda practicar Finalmente a modo de conclu-sioacuten se realiza una breve recapitulacioacuten se comentanalgunas notas de reflexioacuten y se exponen liacuteneas de inves-tigacioacuten futuras

EL ANAacuteLISIS DE REDES EN PSICOLOGIacuteAEl anaacutelisis de redes representa un enfoque teoacuterico re-ciente en psicologiacutea si bien no es algo nuevo en el cam-po cientiacutefico Se ha aplicado extensamente en otrasaacutereas bajo la teoriacutea de grafos por ejemplo en el estudiode las relaciones sociales (Borgatti Mehra Brass y La-bianca 2009 Newman 2010)El profesor Denny Borsboom de la Universidad deAacutemsterdam y su grupo de colaboradores han impulsa-do una visioacuten diferente con la que conceptualizar con-cretamente los problemas psicopatoloacutegicos (Borsboomy Cramer 2013 Schmittmann et al 2013) Bien escierto que se estaacute expandiendo a otras aacutereas de la psi-cologiacutea que van maacutes allaacute del estudio de los trastornosmentales como por ejemplo la inteligencia o las acti-tudes de voto (Maas Kan Marsman y Stevenson2017) Baacutesicamente el modelo de redes surge comorespuesta al modelo meacutedico predominante en el cam-po de la psiquiatriacutea y algunas aacutereas de la psicologiacutea yque ha sido promulgado por los principales sistemasnosoloacutegicos Por ejemplo desde el Manual diagnoacutesticoy estadiacutestico de los trastornos mentales (DSM) (Ameri-can Psychiatric Association 2013) se considera quelos siacutentomas y signos que refieren los pacientes tienensu origen en una causa latente denominada ldquotrastornomentalrdquo o ldquoenfermedad mentalrdquo Los siacutentomas son solo

meras consecuencias pasivas de una causa latente co-muacuten A esta interpretacioacuten se le conoce como ldquomodelode trastorno latente comuacutenrdquo o ldquomodelo de causa latentecomuacutenrdquo (Borsboom y Cramer 2013) Se supone porejemplo que las manifestaciones fenotiacutepicas tales comoalucinaciones ideas delirantes o siacutentomas negativosson debidas a un trastorno subyacente que los causadenominado en este caso esquizofrenia (veacutease Figura1) Esta aproximacioacuten meacutedica del entendimiento de laconducta anormal parece partir de una premisa falsauna causa latente comuacuten Obviamente esta visioacuten noestaacute exenta de limitaciones Por ejemplo a diferenciade otros campos de la medicina en psicopatologiacutea esdifiacutecil identificar una causa comuacuten como condicioacuten queexista independientemente de sus siacutentomas y que expli-que la emergencia y covariacioacuten de los mismos (Mc-Nally 2016) Ademaacutes este enfoque conduce a unrazonamiento tautoloacutegico (una persona tiene alucina-ciones porque padece de un episodio psicoacutetico sediagnostica de psicosis esquizofrenia porque refierealucinaciones) y tambieacuten a la reificacioacuten A parte delmodelo de redes y como respuesta a estas posibles li-mitaciones los sistemas nosoloacutegicos tambieacuten han sidocriticados desde otras asociaciones internacionalesproponieacutendose incluso nuevas formas de conceptuali-zacioacuten y clasificacioacuten de los problemas mentales (pejResearch Domain Criteria RDoC) (Insel et al 2010) Como sentildeala Fonseca-Pedrero (2017) el modelo deldquocausa latente comuacutenrdquo es sin duda una de las formasmaacutes socorridas para explicar los trastornos mentalesno obstante otras interpretaciones complementarias ono que permitan un cabal entendimiento de los trastor-nos psicopatoloacutegicos asiacute como de otros fenoacutemenos psi-coloacutegicos (p ej rasgos de personalidad) son posiblesademaacutes de deseables Se desea ejemplificar este puntocon un caso Veacutease una persona con problemas desuentildeo los cuales le perturban su estado de aacutenimo y susprocesos de razonamiento volvieacutendose maacutes suspicazA su vez con el paso del tiempo estos comportamien-tos desembocan en un estado de malestar general eideacioacuten paranoide que impactan negativamente en sucapacidad de concentracioacuten y en su rendimiento aca-deacutemicolaboral Todo ello acaba desencadenando unconjunto de experiencias alucinatorias auditivas quealteran su funcionamiento social generando discapaci-dad y necesidad de tratamiento La representacioacuten vi-sual de este caso se recoge en la Figura 2 Si se tiene

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

2

A r t iacute c u l o s

en cuenta este modelo un trastorno mental subyacentedenominado esquizofrenia no seriacutea la causa comuacuten dela covarianza existente entre los siacutentomas y signos Lossiacutentomas se agrupan porque se influyen mutuamenteunos a los otros y no porque hay una causa latente co-muacuten que estaacute explicando su emergencia y covariacioacutenLos siacutentomas no reflejariacutean ldquola causardquo sino que seriacuteanconstitutivos de la misma (McNally 2016) Por lo tantose podriacutea pensar que los siacutentomas psicopatoloacutegicos noson las manifestaciones emergentes de un trastornomental subyacente sino que son redes de siacutentomas sis-temas complejos dinaacutemicos o constelaciones dinaacutemicasde siacutentomas (y signos) que se encuentran interrelacio-nados de forma causal (Borsboom y Cramer 2013Fried van Borkulo Cramer et al 2016) Desde el mo-delo de redes los trastornos psicopatoloacutegicos se conci-ben como un sistema complejo dinaacutemico (Cramer etal 2016) Es sistema porque analiza relaciones direc-tas entre siacutentomas Es complejo porque no se puedepredecir el resultado considerando solamente un ele-mento del sistema Es dinaacutemico porque evoluciona conel tiempo Para un anaacutelisis maacutes detallado del anaacutelisis de redes ellector puede consultar excelentes trabajos previos tanto eningleacutes (Borsboom 2017 Borsboom y Cramer 2013 Eps-kamp Maris Waldorp y Borsboom en prensa McNally2016 Schmittmann et al 2013) como en espantildeol (Fonse-ca-Pedrero 2017) tutoriales (Borsboom y Cramer 2013Costantini et al 2017 Costantini et al 2015) paacuteginasweb (httppsychosystemsorg httppsych-networkscom) aplicaciones para analizar y representarlas redes (httpsjolandakosshinyappsioNetworkAppo httpncasemeloopyv11) o sintaxis en el entorno R(httpsachaepskampcomfilesCookbookhtml) Paraaquellos que deseen iniciar sus primeros pasos en R sepueden consultar magniacuteficos manuales y artiacuteculos introduc-torios (Elosua 2009 Field Miles y Field 2012 R Core Te-am 2016 Ruiz-Ruano y Puga 2016)

CONCEPTOS BAacuteSICOS EN EL ANAacuteLISIS DE REDESPSICOLOacuteGICASRed nodos y aristasUna red es un modelo abstracto que contiene nodos(nodes) y aristas (edges) Los nodos representan los obje-tos o variables de estudio mientras que las aristas repre-sentan las conexiones entre los nodos esto es la ldquoliacuteneardquoque los conecta (veacutease Figura 3) Los nodos pueden ser

todo tipo de variables como por ejemplo siacutentomas psi-copatoloacutegicos rasgos de personalidad o estiacutemulos am-bientales (p ej experiencias traumaacuteticas consumo decannabis) (Isvoranu et al 2017 Klippel et al 2017)Tambieacuten podriacutea ser alguacuten otro tipo de variable proce-dente de niveles de anaacutelisis no observables al ojo huma-no (p ej geneacutetico psicofisioloacutegico neurocognitivo)(Santos Jr Fried Asafu-Adjei y Ruiz 2017) A la repre-sentacioacuten graacutefica existente entre nodos y aristas se le co-noce como grafo Tales representaciones se puedenejecutar en R (R Core Team 2016) y con paquetes espe-ciacuteficos como el Qgraph (Epskamp Cramer WaldorpSchmittmann y Borsboom 2012)

Clasificacioacuten de las redes Existen diferentes tipos de redes en funcioacuten de si lasaristas estaacuten ponderadas o no yo dirigidas o no De su

EDUARDO FONSECA-PEDRERO

3

A r t iacute c u l o s

FIGURA 2POSIBLE MODELO TEOacuteRICO DE RELACIONES ENTRE SIacuteNTOMAS PROPUESTO PARA UN PACIENTE CON

UN PRIMER EPISODIO PSICOacuteTICO

Nota Tal inter-relacioacuten entre siacutentomas se tiene que ver de forma dinaacutemica (no estaacutetica)Dado que es un modelo se tiene que ver como una simplificacioacuten de la realidad que se haexpuesto aquiacute con fines expositivos y didaacutecticos httpncasemeloopyv11

Insomnio

Malestar

Rendimiento

Suspicacia

IdeasDelirantes Alucinaciones Discapacidad

FIGURA 1EJEMPLO DE REPRESENTACIOacuteN DE TRASTORNO MENTAL A

PARTIR DEL MODELO DE ldquoCAUSA LATENTE COMUacuteNrdquo (MODELO REFLECTIVO)

Esquizofrenia

Alucinaciones Ideasdelirantes

Lenguajedesorganizado

Comportamientodesorganizado

Siacutentomasnegativos

combinacioacuten resultan cuatro tipos a saber no pondera-das no dirigidas no ponderadas dirigidas ponderadasno dirigidas y ponderadas dirigidas En la Figura 4 serecoge una representacioacuten visual de esta taxonomiacutea Primero las aristas de las redes pueden ser pondera-das o no ponderadas En las redes no ponderadas losnodos estaacuten conectados sin ninguna fuerza o pesomientras que en las redes ponderadas hay un valor uncoeficiente que es indicativo de la magnitud de tal co-nexioacuten Este valor estaacute representado por el grosor de laarista y oscila entre -+1 Cuanto maacutes cercano a +1 o-1 sea el valor mayor es el grosor de la arista y mayores la fuerza de la asociacioacuten entre nodos Se deduceque la asociacioacuten entre nodos puede ser positiva o ne-gativa Una asociacioacuten negativa signo negativo delcoeficiente se suele representar con el color rojo y unapositiva signo positivo de coeficiente con el color ver-de Un valor de 0 indica ausencia de la arista que co-necta los nodosSegundo las aristas de las redes pueden ser no dirigi-das o dirigidas Las redes no dirigidas consisten en aris-tas o liacuteneas simples que conectan pares de nodos dondeexiste una asociacioacuten de cierta magnitud pero no se in-dica la direccioacuten de tal relacioacuten (p ej si el nodo X pro-voca la activacioacuten del nodo Y o a la inversa)

Graacuteficamente las liacuteneas de colores (rojo y verde) queunen los nodos no tendriacutean flechas en su punto final Porsu parte las redes dirigidas permiten que la direccioacuten dela prediccioacuten entre nodos vaya en ambos sentidos Lasredes dirigidas consisten en aristas con puntas de flechaen un extremo del borde apuntando en la direccioacuten dela prediccioacuten y quizaacutes causalidad

Estimacioacuten de la redLas redes psicoloacutegicas necesitan ser estimadas Dichaestimacioacuten parte de una matriz de correlaciones quepuede ser baacutesicamente de tres tipos a) simples b) par-ciales y c) parciales regularizadas Las correlacionessimples se corresponden con la matriz de correlacionesde Pearson Las correlaciones parciales permiten ver lacorrelacioacuten entre el nodo A y el nodo B controlando elefecto del resto de nodos de la red esto es controlar lascorrelaciones espurias que pueden surgir debido a lasmuacuteltiples comparaciones La estimacioacuten de la red se rea-liza mediante un algoritmo denominado Fruchterman-Reingold Las correlaciones parciales regularizadasimplementan un procedimiento de regularizacioacuten querequiere de menos paraacutemetros a estimar por lo que per-mite extraer una red estable y de faacutecil interpretacioacuten Eneste caso se puede estimar la red con el Least AbsoluteShrinkage and Selection Operator (LASSO) o con unavariacioacuten denominada Graphical-LASSO (G-LASSO)(Epskamp Borsboom y Fried 2017) La eleccioacuten del

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

4

A r t iacute c u l o s

FIGURA 3EJEMPLO DE RED ESTIMADA

Nota Los ciacuterculos representan nodos (variables) Las aristas o liacuteneas representan la rela-cioacuten entre los nodos Por ejemplo el nodo A podriacutea representar ideacioacuten suicida el nodoB acoso escolar etc A mayor valor del coeficiente mayor grosor de la liacutenea y por lo tan-to asociacioacuten maacutes fuerte entre nodos Color azul de la arista indica relacioacuten positiva entrenodos (variables) Color gris de la arista indica relacioacuten negativa entre nodos (variables)

FIGURA 4TIPOS DE REDES

No ponderadano dirigida

A

B

CD

E

A

B

CD

E

A

B

CD

E

A

B

CD

E

No ponderadadirigida

Ponderadadirigida

Ponderada no dirigida

meacutetodo de estimacioacuten no es una cuestioacuten trivial y no sedebe dejar al albur pues puede tener un gran impactotanto en la estructura resultante de la red como en lasconclusiones extraiacutedas a partir de dicha estructura (Eps-kamp Kruis y Marsman 2017)

Analizar la estructura de la red medidas de centralidadA partir de la red estimada se pueden realizar diferen-tes inferencias que ayuden a comprender la estructura dela misma asiacute como examinar la importancia relativa de losnodos dentro de ella Para analizar la estructura de la redexisten las medidas de a) distancia y longitud de la tra-yectoria maacutes corta b) centralidad y c) conectividad yagrupamiento Aquiacute uacutenicamente se expondraacuten las medi-das de centralidad por lo que aquel lector que quieraprofundizar en las otras medidas de inferencia puede con-sultar trabajos previos (Costantini et al 2015)Las medidas de centralidad se preguntan cuaacutel es el no-do maacutes importante en la red Permiten analizar la impor-tancia relativa del nodo dentro de la red en funcioacuten delpatroacuten de conexiones En una red estimada no todos losnodos son igualmente importantes Un nodo es central sitiene muchas conexiones Un nodo es perifeacuterico se en-cuentra en la parte externa de la red si tiene pocas co-nexiones Para saber si el nodo es central (importanteinfluyente) en la red se tienen que tener en cuenta a) lafuerza (strenght centrality) b) la cercaniacutea (closennesscentrality) y c) la intermediacioacuten (betweeness centrality) La fuerza de centralidad se refiere a la magnitud de laasociacioacuten con los demaacutes nodos esto es queacute nodo tienelas conexiones maacutes fuertes Un nodo con una centralidadalta es un nodo que influye en muchos otros nodos La cer-caniacutea de centralidad se define como la inversa de la sumade la distancia desde un nodo a todos los otros nodos dela red Un nodo con una alta centralidad de proximidades un nodo que puede predecir bien otros nodos La inter-mediacioacuten se define como el nuacutemero de veces que un no-do estaacute entre otros dos nodos Las intermediacioacuten es lacantidad de caminos maacutes cortos entre dos nodos cuales-quiera (la ruta maacutes corta del nodo A al nodo B) que pasaun nodo especiacutefico Un nodo con un valor alto en interme-diacioacuten indicada que es un nodo bien conectado con elresto de nodos de la redLos programas estadiacutesticos permiten extraer estos iacutendicesde centralidad (en puntuaciones Z) referidos a la fuerzacercaniacutea yo intermediacioacuten asiacute como generar graacuteficos ytablas a partir de ellos (ver maacutes adelante Figuras 5 y 6)

ALGUNAS APLICACIONES AL CAMPO DE LAPSICOLOGIacuteANo ha sido hasta relativamente hace poco tiempo quela literatura psicoloacutegica se ha centrado en un enfoquede red para modelar fenoacutemenos psicoloacutegicos En estebreve recorrido se han realizado excelentes aportacio-nes cientiacuteficas fiel reflejo del intereacutes que ha suscitadoentre los profesionales y los investigadores de la psico-logiacutea y ciencias afines Las temaacuteticas de estudio bajo elmodelo de redes se encuentran en clara ebullicioacuten yexpansioacuten Sirva como muestra los trabajos que hananalizado la sintomatologiacutea depresiva (BringmannLemmens Huibers Borsboom y Tuerlinckx 2015 Cra-mer et al 2016 Fried van Borkulo Epskamp et al2016) la psicosis y su relacioacuten con experiencias trau-maacuteticas o impactos ambientales (Isvoranu Borsboomvan Os y Guloksuz 2016 Isvoranu et al 2017) lossiacutentomas psicoacuteticos negativos (Levine y Leucht 2016)los siacutentomas psicoacuteticos atenuados (Fonseca-Pedrero2018) el abuso de sustancias (Rhemtulla et al 2016)la calidad de vida (Kossakowski et al 2016) los siacutento-mas de estreacutes post-traumaacutetico (McNally et al 2014)la comorbilidad (Cramer Waldorp van der Maas yBorsboom 2010) la relacioacuten entre siacutentomas y trastor-nos desde los sistemas taxonoacutemicos (Boschloo et al2015 Tio Epskamp Noordhof y Borsboom 2016)los problemas emocionales y comportamentales enadolescentes (Boschloo Schoevers van Borkulo Bors-boom y Oldehinkel 2016 Fonseca-Pedrero 2017) ola inteligencia (Maas Kan Marsman y Stevenson2017) por citar algunos Borsboom (2017) ha propuesto un modelo teoacuterico deredes para la comprensioacuten de los trastornos mentales Ensu teoriacutea postula cinco principios referidos a la relacioacutencon la estructura y dinaacutemica de las redes y que se con-cretan en complejidad correspondencia de componentede siacutentoma conexiones causales directas estructura enred de problemas mentales e histeacuteresis Primero la com-plejidad se refiere a la interaccioacuten que se establece entrelos diferentes componentes de la red Segundo la co-rrespondencia se refiere a la relacioacuten entre los compo-nentes de la red y los siacutentomas de los problemaspsicoloacutegicos Tercero la estructura se genera por un pa-troacuten de conexiones directas entre los siacutentomas Cuarto lared psicopatoloacutegica tiene una topologiacutea no trivial estoes unos siacutentomas estaacuten maacutes fuertemente conectados queotros (p ej un siacutentoma concreto dentro de un trastorno

EDUARDO FONSECA-PEDRERO

5

A r t iacute c u l o s

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

introductorio al profesional de la psicologiacutea y que per-mita por un lado dar los primeros pasos en el anaacutelisisde redes y por otro comprender las implicaciones teoacute-ricas y cliacutenicas subyacentes a este modelo El hilo de ex-posicioacuten en el presente trabajo seraacute el siguiente Enprimer lugar se comentan los oriacutegenes de este enfoqueasiacute como la forma que tiene de comprender los fenoacuteme-nos psicoloacutegicos concretamente las variables de tintepsicopatoloacutegico Se abordan los conceptos de red nodoy arista los tipos de redes y los procedimientos para suestimacioacuten Seguidamente se explican las medidas decentralidad y se mencionan algunas aplicaciones alcampo de la psicologiacutea Posteriormente se ejemplificaen un caso concreto estimando y analizando una redde rasgos de personalidad dentro del modelo de los BigFive Se aporta la sintaxis correspondiente para que ellector pueda practicar Finalmente a modo de conclu-sioacuten se realiza una breve recapitulacioacuten se comentanalgunas notas de reflexioacuten y se exponen liacuteneas de inves-tigacioacuten futuras

EL ANAacuteLISIS DE REDES EN PSICOLOGIacuteAEl anaacutelisis de redes representa un enfoque teoacuterico re-ciente en psicologiacutea si bien no es algo nuevo en el cam-po cientiacutefico Se ha aplicado extensamente en otrasaacutereas bajo la teoriacutea de grafos por ejemplo en el estudiode las relaciones sociales (Borgatti Mehra Brass y La-bianca 2009 Newman 2010)El profesor Denny Borsboom de la Universidad deAacutemsterdam y su grupo de colaboradores han impulsa-do una visioacuten diferente con la que conceptualizar con-cretamente los problemas psicopatoloacutegicos (Borsboomy Cramer 2013 Schmittmann et al 2013) Bien escierto que se estaacute expandiendo a otras aacutereas de la psi-cologiacutea que van maacutes allaacute del estudio de los trastornosmentales como por ejemplo la inteligencia o las acti-tudes de voto (Maas Kan Marsman y Stevenson2017) Baacutesicamente el modelo de redes surge comorespuesta al modelo meacutedico predominante en el cam-po de la psiquiatriacutea y algunas aacutereas de la psicologiacutea yque ha sido promulgado por los principales sistemasnosoloacutegicos Por ejemplo desde el Manual diagnoacutesticoy estadiacutestico de los trastornos mentales (DSM) (Ameri-can Psychiatric Association 2013) se considera quelos siacutentomas y signos que refieren los pacientes tienensu origen en una causa latente denominada ldquotrastornomentalrdquo o ldquoenfermedad mentalrdquo Los siacutentomas son solo

meras consecuencias pasivas de una causa latente co-muacuten A esta interpretacioacuten se le conoce como ldquomodelode trastorno latente comuacutenrdquo o ldquomodelo de causa latentecomuacutenrdquo (Borsboom y Cramer 2013) Se supone porejemplo que las manifestaciones fenotiacutepicas tales comoalucinaciones ideas delirantes o siacutentomas negativosson debidas a un trastorno subyacente que los causadenominado en este caso esquizofrenia (veacutease Figura1) Esta aproximacioacuten meacutedica del entendimiento de laconducta anormal parece partir de una premisa falsauna causa latente comuacuten Obviamente esta visioacuten noestaacute exenta de limitaciones Por ejemplo a diferenciade otros campos de la medicina en psicopatologiacutea esdifiacutecil identificar una causa comuacuten como condicioacuten queexista independientemente de sus siacutentomas y que expli-que la emergencia y covariacioacuten de los mismos (Mc-Nally 2016) Ademaacutes este enfoque conduce a unrazonamiento tautoloacutegico (una persona tiene alucina-ciones porque padece de un episodio psicoacutetico sediagnostica de psicosis esquizofrenia porque refierealucinaciones) y tambieacuten a la reificacioacuten A parte delmodelo de redes y como respuesta a estas posibles li-mitaciones los sistemas nosoloacutegicos tambieacuten han sidocriticados desde otras asociaciones internacionalesproponieacutendose incluso nuevas formas de conceptuali-zacioacuten y clasificacioacuten de los problemas mentales (pejResearch Domain Criteria RDoC) (Insel et al 2010) Como sentildeala Fonseca-Pedrero (2017) el modelo deldquocausa latente comuacutenrdquo es sin duda una de las formasmaacutes socorridas para explicar los trastornos mentalesno obstante otras interpretaciones complementarias ono que permitan un cabal entendimiento de los trastor-nos psicopatoloacutegicos asiacute como de otros fenoacutemenos psi-coloacutegicos (p ej rasgos de personalidad) son posiblesademaacutes de deseables Se desea ejemplificar este puntocon un caso Veacutease una persona con problemas desuentildeo los cuales le perturban su estado de aacutenimo y susprocesos de razonamiento volvieacutendose maacutes suspicazA su vez con el paso del tiempo estos comportamien-tos desembocan en un estado de malestar general eideacioacuten paranoide que impactan negativamente en sucapacidad de concentracioacuten y en su rendimiento aca-deacutemicolaboral Todo ello acaba desencadenando unconjunto de experiencias alucinatorias auditivas quealteran su funcionamiento social generando discapaci-dad y necesidad de tratamiento La representacioacuten vi-sual de este caso se recoge en la Figura 2 Si se tiene

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

2

A r t iacute c u l o s

en cuenta este modelo un trastorno mental subyacentedenominado esquizofrenia no seriacutea la causa comuacuten dela covarianza existente entre los siacutentomas y signos Lossiacutentomas se agrupan porque se influyen mutuamenteunos a los otros y no porque hay una causa latente co-muacuten que estaacute explicando su emergencia y covariacioacutenLos siacutentomas no reflejariacutean ldquola causardquo sino que seriacuteanconstitutivos de la misma (McNally 2016) Por lo tantose podriacutea pensar que los siacutentomas psicopatoloacutegicos noson las manifestaciones emergentes de un trastornomental subyacente sino que son redes de siacutentomas sis-temas complejos dinaacutemicos o constelaciones dinaacutemicasde siacutentomas (y signos) que se encuentran interrelacio-nados de forma causal (Borsboom y Cramer 2013Fried van Borkulo Cramer et al 2016) Desde el mo-delo de redes los trastornos psicopatoloacutegicos se conci-ben como un sistema complejo dinaacutemico (Cramer etal 2016) Es sistema porque analiza relaciones direc-tas entre siacutentomas Es complejo porque no se puedepredecir el resultado considerando solamente un ele-mento del sistema Es dinaacutemico porque evoluciona conel tiempo Para un anaacutelisis maacutes detallado del anaacutelisis de redes ellector puede consultar excelentes trabajos previos tanto eningleacutes (Borsboom 2017 Borsboom y Cramer 2013 Eps-kamp Maris Waldorp y Borsboom en prensa McNally2016 Schmittmann et al 2013) como en espantildeol (Fonse-ca-Pedrero 2017) tutoriales (Borsboom y Cramer 2013Costantini et al 2017 Costantini et al 2015) paacuteginasweb (httppsychosystemsorg httppsych-networkscom) aplicaciones para analizar y representarlas redes (httpsjolandakosshinyappsioNetworkAppo httpncasemeloopyv11) o sintaxis en el entorno R(httpsachaepskampcomfilesCookbookhtml) Paraaquellos que deseen iniciar sus primeros pasos en R sepueden consultar magniacuteficos manuales y artiacuteculos introduc-torios (Elosua 2009 Field Miles y Field 2012 R Core Te-am 2016 Ruiz-Ruano y Puga 2016)

CONCEPTOS BAacuteSICOS EN EL ANAacuteLISIS DE REDESPSICOLOacuteGICASRed nodos y aristasUna red es un modelo abstracto que contiene nodos(nodes) y aristas (edges) Los nodos representan los obje-tos o variables de estudio mientras que las aristas repre-sentan las conexiones entre los nodos esto es la ldquoliacuteneardquoque los conecta (veacutease Figura 3) Los nodos pueden ser

todo tipo de variables como por ejemplo siacutentomas psi-copatoloacutegicos rasgos de personalidad o estiacutemulos am-bientales (p ej experiencias traumaacuteticas consumo decannabis) (Isvoranu et al 2017 Klippel et al 2017)Tambieacuten podriacutea ser alguacuten otro tipo de variable proce-dente de niveles de anaacutelisis no observables al ojo huma-no (p ej geneacutetico psicofisioloacutegico neurocognitivo)(Santos Jr Fried Asafu-Adjei y Ruiz 2017) A la repre-sentacioacuten graacutefica existente entre nodos y aristas se le co-noce como grafo Tales representaciones se puedenejecutar en R (R Core Team 2016) y con paquetes espe-ciacuteficos como el Qgraph (Epskamp Cramer WaldorpSchmittmann y Borsboom 2012)

Clasificacioacuten de las redes Existen diferentes tipos de redes en funcioacuten de si lasaristas estaacuten ponderadas o no yo dirigidas o no De su

EDUARDO FONSECA-PEDRERO

3

A r t iacute c u l o s

FIGURA 2POSIBLE MODELO TEOacuteRICO DE RELACIONES ENTRE SIacuteNTOMAS PROPUESTO PARA UN PACIENTE CON

UN PRIMER EPISODIO PSICOacuteTICO

Nota Tal inter-relacioacuten entre siacutentomas se tiene que ver de forma dinaacutemica (no estaacutetica)Dado que es un modelo se tiene que ver como una simplificacioacuten de la realidad que se haexpuesto aquiacute con fines expositivos y didaacutecticos httpncasemeloopyv11

Insomnio

Malestar

Rendimiento

Suspicacia

IdeasDelirantes Alucinaciones Discapacidad

FIGURA 1EJEMPLO DE REPRESENTACIOacuteN DE TRASTORNO MENTAL A

PARTIR DEL MODELO DE ldquoCAUSA LATENTE COMUacuteNrdquo (MODELO REFLECTIVO)

Esquizofrenia

Alucinaciones Ideasdelirantes

Lenguajedesorganizado

Comportamientodesorganizado

Siacutentomasnegativos

combinacioacuten resultan cuatro tipos a saber no pondera-das no dirigidas no ponderadas dirigidas ponderadasno dirigidas y ponderadas dirigidas En la Figura 4 serecoge una representacioacuten visual de esta taxonomiacutea Primero las aristas de las redes pueden ser pondera-das o no ponderadas En las redes no ponderadas losnodos estaacuten conectados sin ninguna fuerza o pesomientras que en las redes ponderadas hay un valor uncoeficiente que es indicativo de la magnitud de tal co-nexioacuten Este valor estaacute representado por el grosor de laarista y oscila entre -+1 Cuanto maacutes cercano a +1 o-1 sea el valor mayor es el grosor de la arista y mayores la fuerza de la asociacioacuten entre nodos Se deduceque la asociacioacuten entre nodos puede ser positiva o ne-gativa Una asociacioacuten negativa signo negativo delcoeficiente se suele representar con el color rojo y unapositiva signo positivo de coeficiente con el color ver-de Un valor de 0 indica ausencia de la arista que co-necta los nodosSegundo las aristas de las redes pueden ser no dirigi-das o dirigidas Las redes no dirigidas consisten en aris-tas o liacuteneas simples que conectan pares de nodos dondeexiste una asociacioacuten de cierta magnitud pero no se in-dica la direccioacuten de tal relacioacuten (p ej si el nodo X pro-voca la activacioacuten del nodo Y o a la inversa)

Graacuteficamente las liacuteneas de colores (rojo y verde) queunen los nodos no tendriacutean flechas en su punto final Porsu parte las redes dirigidas permiten que la direccioacuten dela prediccioacuten entre nodos vaya en ambos sentidos Lasredes dirigidas consisten en aristas con puntas de flechaen un extremo del borde apuntando en la direccioacuten dela prediccioacuten y quizaacutes causalidad

Estimacioacuten de la redLas redes psicoloacutegicas necesitan ser estimadas Dichaestimacioacuten parte de una matriz de correlaciones quepuede ser baacutesicamente de tres tipos a) simples b) par-ciales y c) parciales regularizadas Las correlacionessimples se corresponden con la matriz de correlacionesde Pearson Las correlaciones parciales permiten ver lacorrelacioacuten entre el nodo A y el nodo B controlando elefecto del resto de nodos de la red esto es controlar lascorrelaciones espurias que pueden surgir debido a lasmuacuteltiples comparaciones La estimacioacuten de la red se rea-liza mediante un algoritmo denominado Fruchterman-Reingold Las correlaciones parciales regularizadasimplementan un procedimiento de regularizacioacuten querequiere de menos paraacutemetros a estimar por lo que per-mite extraer una red estable y de faacutecil interpretacioacuten Eneste caso se puede estimar la red con el Least AbsoluteShrinkage and Selection Operator (LASSO) o con unavariacioacuten denominada Graphical-LASSO (G-LASSO)(Epskamp Borsboom y Fried 2017) La eleccioacuten del

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

4

A r t iacute c u l o s

FIGURA 3EJEMPLO DE RED ESTIMADA

Nota Los ciacuterculos representan nodos (variables) Las aristas o liacuteneas representan la rela-cioacuten entre los nodos Por ejemplo el nodo A podriacutea representar ideacioacuten suicida el nodoB acoso escolar etc A mayor valor del coeficiente mayor grosor de la liacutenea y por lo tan-to asociacioacuten maacutes fuerte entre nodos Color azul de la arista indica relacioacuten positiva entrenodos (variables) Color gris de la arista indica relacioacuten negativa entre nodos (variables)

FIGURA 4TIPOS DE REDES

No ponderadano dirigida

A

B

CD

E

A

B

CD

E

A

B

CD

E

A

B

CD

E

No ponderadadirigida

Ponderadadirigida

Ponderada no dirigida

meacutetodo de estimacioacuten no es una cuestioacuten trivial y no sedebe dejar al albur pues puede tener un gran impactotanto en la estructura resultante de la red como en lasconclusiones extraiacutedas a partir de dicha estructura (Eps-kamp Kruis y Marsman 2017)

Analizar la estructura de la red medidas de centralidadA partir de la red estimada se pueden realizar diferen-tes inferencias que ayuden a comprender la estructura dela misma asiacute como examinar la importancia relativa de losnodos dentro de ella Para analizar la estructura de la redexisten las medidas de a) distancia y longitud de la tra-yectoria maacutes corta b) centralidad y c) conectividad yagrupamiento Aquiacute uacutenicamente se expondraacuten las medi-das de centralidad por lo que aquel lector que quieraprofundizar en las otras medidas de inferencia puede con-sultar trabajos previos (Costantini et al 2015)Las medidas de centralidad se preguntan cuaacutel es el no-do maacutes importante en la red Permiten analizar la impor-tancia relativa del nodo dentro de la red en funcioacuten delpatroacuten de conexiones En una red estimada no todos losnodos son igualmente importantes Un nodo es central sitiene muchas conexiones Un nodo es perifeacuterico se en-cuentra en la parte externa de la red si tiene pocas co-nexiones Para saber si el nodo es central (importanteinfluyente) en la red se tienen que tener en cuenta a) lafuerza (strenght centrality) b) la cercaniacutea (closennesscentrality) y c) la intermediacioacuten (betweeness centrality) La fuerza de centralidad se refiere a la magnitud de laasociacioacuten con los demaacutes nodos esto es queacute nodo tienelas conexiones maacutes fuertes Un nodo con una centralidadalta es un nodo que influye en muchos otros nodos La cer-caniacutea de centralidad se define como la inversa de la sumade la distancia desde un nodo a todos los otros nodos dela red Un nodo con una alta centralidad de proximidades un nodo que puede predecir bien otros nodos La inter-mediacioacuten se define como el nuacutemero de veces que un no-do estaacute entre otros dos nodos Las intermediacioacuten es lacantidad de caminos maacutes cortos entre dos nodos cuales-quiera (la ruta maacutes corta del nodo A al nodo B) que pasaun nodo especiacutefico Un nodo con un valor alto en interme-diacioacuten indicada que es un nodo bien conectado con elresto de nodos de la redLos programas estadiacutesticos permiten extraer estos iacutendicesde centralidad (en puntuaciones Z) referidos a la fuerzacercaniacutea yo intermediacioacuten asiacute como generar graacuteficos ytablas a partir de ellos (ver maacutes adelante Figuras 5 y 6)

ALGUNAS APLICACIONES AL CAMPO DE LAPSICOLOGIacuteANo ha sido hasta relativamente hace poco tiempo quela literatura psicoloacutegica se ha centrado en un enfoquede red para modelar fenoacutemenos psicoloacutegicos En estebreve recorrido se han realizado excelentes aportacio-nes cientiacuteficas fiel reflejo del intereacutes que ha suscitadoentre los profesionales y los investigadores de la psico-logiacutea y ciencias afines Las temaacuteticas de estudio bajo elmodelo de redes se encuentran en clara ebullicioacuten yexpansioacuten Sirva como muestra los trabajos que hananalizado la sintomatologiacutea depresiva (BringmannLemmens Huibers Borsboom y Tuerlinckx 2015 Cra-mer et al 2016 Fried van Borkulo Epskamp et al2016) la psicosis y su relacioacuten con experiencias trau-maacuteticas o impactos ambientales (Isvoranu Borsboomvan Os y Guloksuz 2016 Isvoranu et al 2017) lossiacutentomas psicoacuteticos negativos (Levine y Leucht 2016)los siacutentomas psicoacuteticos atenuados (Fonseca-Pedrero2018) el abuso de sustancias (Rhemtulla et al 2016)la calidad de vida (Kossakowski et al 2016) los siacutento-mas de estreacutes post-traumaacutetico (McNally et al 2014)la comorbilidad (Cramer Waldorp van der Maas yBorsboom 2010) la relacioacuten entre siacutentomas y trastor-nos desde los sistemas taxonoacutemicos (Boschloo et al2015 Tio Epskamp Noordhof y Borsboom 2016)los problemas emocionales y comportamentales enadolescentes (Boschloo Schoevers van Borkulo Bors-boom y Oldehinkel 2016 Fonseca-Pedrero 2017) ola inteligencia (Maas Kan Marsman y Stevenson2017) por citar algunos Borsboom (2017) ha propuesto un modelo teoacuterico deredes para la comprensioacuten de los trastornos mentales Ensu teoriacutea postula cinco principios referidos a la relacioacutencon la estructura y dinaacutemica de las redes y que se con-cretan en complejidad correspondencia de componentede siacutentoma conexiones causales directas estructura enred de problemas mentales e histeacuteresis Primero la com-plejidad se refiere a la interaccioacuten que se establece entrelos diferentes componentes de la red Segundo la co-rrespondencia se refiere a la relacioacuten entre los compo-nentes de la red y los siacutentomas de los problemaspsicoloacutegicos Tercero la estructura se genera por un pa-troacuten de conexiones directas entre los siacutentomas Cuarto lared psicopatoloacutegica tiene una topologiacutea no trivial estoes unos siacutentomas estaacuten maacutes fuertemente conectados queotros (p ej un siacutentoma concreto dentro de un trastorno

EDUARDO FONSECA-PEDRERO

5

A r t iacute c u l o s

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

en cuenta este modelo un trastorno mental subyacentedenominado esquizofrenia no seriacutea la causa comuacuten dela covarianza existente entre los siacutentomas y signos Lossiacutentomas se agrupan porque se influyen mutuamenteunos a los otros y no porque hay una causa latente co-muacuten que estaacute explicando su emergencia y covariacioacutenLos siacutentomas no reflejariacutean ldquola causardquo sino que seriacuteanconstitutivos de la misma (McNally 2016) Por lo tantose podriacutea pensar que los siacutentomas psicopatoloacutegicos noson las manifestaciones emergentes de un trastornomental subyacente sino que son redes de siacutentomas sis-temas complejos dinaacutemicos o constelaciones dinaacutemicasde siacutentomas (y signos) que se encuentran interrelacio-nados de forma causal (Borsboom y Cramer 2013Fried van Borkulo Cramer et al 2016) Desde el mo-delo de redes los trastornos psicopatoloacutegicos se conci-ben como un sistema complejo dinaacutemico (Cramer etal 2016) Es sistema porque analiza relaciones direc-tas entre siacutentomas Es complejo porque no se puedepredecir el resultado considerando solamente un ele-mento del sistema Es dinaacutemico porque evoluciona conel tiempo Para un anaacutelisis maacutes detallado del anaacutelisis de redes ellector puede consultar excelentes trabajos previos tanto eningleacutes (Borsboom 2017 Borsboom y Cramer 2013 Eps-kamp Maris Waldorp y Borsboom en prensa McNally2016 Schmittmann et al 2013) como en espantildeol (Fonse-ca-Pedrero 2017) tutoriales (Borsboom y Cramer 2013Costantini et al 2017 Costantini et al 2015) paacuteginasweb (httppsychosystemsorg httppsych-networkscom) aplicaciones para analizar y representarlas redes (httpsjolandakosshinyappsioNetworkAppo httpncasemeloopyv11) o sintaxis en el entorno R(httpsachaepskampcomfilesCookbookhtml) Paraaquellos que deseen iniciar sus primeros pasos en R sepueden consultar magniacuteficos manuales y artiacuteculos introduc-torios (Elosua 2009 Field Miles y Field 2012 R Core Te-am 2016 Ruiz-Ruano y Puga 2016)

CONCEPTOS BAacuteSICOS EN EL ANAacuteLISIS DE REDESPSICOLOacuteGICASRed nodos y aristasUna red es un modelo abstracto que contiene nodos(nodes) y aristas (edges) Los nodos representan los obje-tos o variables de estudio mientras que las aristas repre-sentan las conexiones entre los nodos esto es la ldquoliacuteneardquoque los conecta (veacutease Figura 3) Los nodos pueden ser

todo tipo de variables como por ejemplo siacutentomas psi-copatoloacutegicos rasgos de personalidad o estiacutemulos am-bientales (p ej experiencias traumaacuteticas consumo decannabis) (Isvoranu et al 2017 Klippel et al 2017)Tambieacuten podriacutea ser alguacuten otro tipo de variable proce-dente de niveles de anaacutelisis no observables al ojo huma-no (p ej geneacutetico psicofisioloacutegico neurocognitivo)(Santos Jr Fried Asafu-Adjei y Ruiz 2017) A la repre-sentacioacuten graacutefica existente entre nodos y aristas se le co-noce como grafo Tales representaciones se puedenejecutar en R (R Core Team 2016) y con paquetes espe-ciacuteficos como el Qgraph (Epskamp Cramer WaldorpSchmittmann y Borsboom 2012)

Clasificacioacuten de las redes Existen diferentes tipos de redes en funcioacuten de si lasaristas estaacuten ponderadas o no yo dirigidas o no De su

EDUARDO FONSECA-PEDRERO

3

A r t iacute c u l o s

FIGURA 2POSIBLE MODELO TEOacuteRICO DE RELACIONES ENTRE SIacuteNTOMAS PROPUESTO PARA UN PACIENTE CON

UN PRIMER EPISODIO PSICOacuteTICO

Nota Tal inter-relacioacuten entre siacutentomas se tiene que ver de forma dinaacutemica (no estaacutetica)Dado que es un modelo se tiene que ver como una simplificacioacuten de la realidad que se haexpuesto aquiacute con fines expositivos y didaacutecticos httpncasemeloopyv11

Insomnio

Malestar

Rendimiento

Suspicacia

IdeasDelirantes Alucinaciones Discapacidad

FIGURA 1EJEMPLO DE REPRESENTACIOacuteN DE TRASTORNO MENTAL A

PARTIR DEL MODELO DE ldquoCAUSA LATENTE COMUacuteNrdquo (MODELO REFLECTIVO)

Esquizofrenia

Alucinaciones Ideasdelirantes

Lenguajedesorganizado

Comportamientodesorganizado

Siacutentomasnegativos

combinacioacuten resultan cuatro tipos a saber no pondera-das no dirigidas no ponderadas dirigidas ponderadasno dirigidas y ponderadas dirigidas En la Figura 4 serecoge una representacioacuten visual de esta taxonomiacutea Primero las aristas de las redes pueden ser pondera-das o no ponderadas En las redes no ponderadas losnodos estaacuten conectados sin ninguna fuerza o pesomientras que en las redes ponderadas hay un valor uncoeficiente que es indicativo de la magnitud de tal co-nexioacuten Este valor estaacute representado por el grosor de laarista y oscila entre -+1 Cuanto maacutes cercano a +1 o-1 sea el valor mayor es el grosor de la arista y mayores la fuerza de la asociacioacuten entre nodos Se deduceque la asociacioacuten entre nodos puede ser positiva o ne-gativa Una asociacioacuten negativa signo negativo delcoeficiente se suele representar con el color rojo y unapositiva signo positivo de coeficiente con el color ver-de Un valor de 0 indica ausencia de la arista que co-necta los nodosSegundo las aristas de las redes pueden ser no dirigi-das o dirigidas Las redes no dirigidas consisten en aris-tas o liacuteneas simples que conectan pares de nodos dondeexiste una asociacioacuten de cierta magnitud pero no se in-dica la direccioacuten de tal relacioacuten (p ej si el nodo X pro-voca la activacioacuten del nodo Y o a la inversa)

Graacuteficamente las liacuteneas de colores (rojo y verde) queunen los nodos no tendriacutean flechas en su punto final Porsu parte las redes dirigidas permiten que la direccioacuten dela prediccioacuten entre nodos vaya en ambos sentidos Lasredes dirigidas consisten en aristas con puntas de flechaen un extremo del borde apuntando en la direccioacuten dela prediccioacuten y quizaacutes causalidad

Estimacioacuten de la redLas redes psicoloacutegicas necesitan ser estimadas Dichaestimacioacuten parte de una matriz de correlaciones quepuede ser baacutesicamente de tres tipos a) simples b) par-ciales y c) parciales regularizadas Las correlacionessimples se corresponden con la matriz de correlacionesde Pearson Las correlaciones parciales permiten ver lacorrelacioacuten entre el nodo A y el nodo B controlando elefecto del resto de nodos de la red esto es controlar lascorrelaciones espurias que pueden surgir debido a lasmuacuteltiples comparaciones La estimacioacuten de la red se rea-liza mediante un algoritmo denominado Fruchterman-Reingold Las correlaciones parciales regularizadasimplementan un procedimiento de regularizacioacuten querequiere de menos paraacutemetros a estimar por lo que per-mite extraer una red estable y de faacutecil interpretacioacuten Eneste caso se puede estimar la red con el Least AbsoluteShrinkage and Selection Operator (LASSO) o con unavariacioacuten denominada Graphical-LASSO (G-LASSO)(Epskamp Borsboom y Fried 2017) La eleccioacuten del

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

4

A r t iacute c u l o s

FIGURA 3EJEMPLO DE RED ESTIMADA

Nota Los ciacuterculos representan nodos (variables) Las aristas o liacuteneas representan la rela-cioacuten entre los nodos Por ejemplo el nodo A podriacutea representar ideacioacuten suicida el nodoB acoso escolar etc A mayor valor del coeficiente mayor grosor de la liacutenea y por lo tan-to asociacioacuten maacutes fuerte entre nodos Color azul de la arista indica relacioacuten positiva entrenodos (variables) Color gris de la arista indica relacioacuten negativa entre nodos (variables)

FIGURA 4TIPOS DE REDES

No ponderadano dirigida

A

B

CD

E

A

B

CD

E

A

B

CD

E

A

B

CD

E

No ponderadadirigida

Ponderadadirigida

Ponderada no dirigida

meacutetodo de estimacioacuten no es una cuestioacuten trivial y no sedebe dejar al albur pues puede tener un gran impactotanto en la estructura resultante de la red como en lasconclusiones extraiacutedas a partir de dicha estructura (Eps-kamp Kruis y Marsman 2017)

Analizar la estructura de la red medidas de centralidadA partir de la red estimada se pueden realizar diferen-tes inferencias que ayuden a comprender la estructura dela misma asiacute como examinar la importancia relativa de losnodos dentro de ella Para analizar la estructura de la redexisten las medidas de a) distancia y longitud de la tra-yectoria maacutes corta b) centralidad y c) conectividad yagrupamiento Aquiacute uacutenicamente se expondraacuten las medi-das de centralidad por lo que aquel lector que quieraprofundizar en las otras medidas de inferencia puede con-sultar trabajos previos (Costantini et al 2015)Las medidas de centralidad se preguntan cuaacutel es el no-do maacutes importante en la red Permiten analizar la impor-tancia relativa del nodo dentro de la red en funcioacuten delpatroacuten de conexiones En una red estimada no todos losnodos son igualmente importantes Un nodo es central sitiene muchas conexiones Un nodo es perifeacuterico se en-cuentra en la parte externa de la red si tiene pocas co-nexiones Para saber si el nodo es central (importanteinfluyente) en la red se tienen que tener en cuenta a) lafuerza (strenght centrality) b) la cercaniacutea (closennesscentrality) y c) la intermediacioacuten (betweeness centrality) La fuerza de centralidad se refiere a la magnitud de laasociacioacuten con los demaacutes nodos esto es queacute nodo tienelas conexiones maacutes fuertes Un nodo con una centralidadalta es un nodo que influye en muchos otros nodos La cer-caniacutea de centralidad se define como la inversa de la sumade la distancia desde un nodo a todos los otros nodos dela red Un nodo con una alta centralidad de proximidades un nodo que puede predecir bien otros nodos La inter-mediacioacuten se define como el nuacutemero de veces que un no-do estaacute entre otros dos nodos Las intermediacioacuten es lacantidad de caminos maacutes cortos entre dos nodos cuales-quiera (la ruta maacutes corta del nodo A al nodo B) que pasaun nodo especiacutefico Un nodo con un valor alto en interme-diacioacuten indicada que es un nodo bien conectado con elresto de nodos de la redLos programas estadiacutesticos permiten extraer estos iacutendicesde centralidad (en puntuaciones Z) referidos a la fuerzacercaniacutea yo intermediacioacuten asiacute como generar graacuteficos ytablas a partir de ellos (ver maacutes adelante Figuras 5 y 6)

ALGUNAS APLICACIONES AL CAMPO DE LAPSICOLOGIacuteANo ha sido hasta relativamente hace poco tiempo quela literatura psicoloacutegica se ha centrado en un enfoquede red para modelar fenoacutemenos psicoloacutegicos En estebreve recorrido se han realizado excelentes aportacio-nes cientiacuteficas fiel reflejo del intereacutes que ha suscitadoentre los profesionales y los investigadores de la psico-logiacutea y ciencias afines Las temaacuteticas de estudio bajo elmodelo de redes se encuentran en clara ebullicioacuten yexpansioacuten Sirva como muestra los trabajos que hananalizado la sintomatologiacutea depresiva (BringmannLemmens Huibers Borsboom y Tuerlinckx 2015 Cra-mer et al 2016 Fried van Borkulo Epskamp et al2016) la psicosis y su relacioacuten con experiencias trau-maacuteticas o impactos ambientales (Isvoranu Borsboomvan Os y Guloksuz 2016 Isvoranu et al 2017) lossiacutentomas psicoacuteticos negativos (Levine y Leucht 2016)los siacutentomas psicoacuteticos atenuados (Fonseca-Pedrero2018) el abuso de sustancias (Rhemtulla et al 2016)la calidad de vida (Kossakowski et al 2016) los siacutento-mas de estreacutes post-traumaacutetico (McNally et al 2014)la comorbilidad (Cramer Waldorp van der Maas yBorsboom 2010) la relacioacuten entre siacutentomas y trastor-nos desde los sistemas taxonoacutemicos (Boschloo et al2015 Tio Epskamp Noordhof y Borsboom 2016)los problemas emocionales y comportamentales enadolescentes (Boschloo Schoevers van Borkulo Bors-boom y Oldehinkel 2016 Fonseca-Pedrero 2017) ola inteligencia (Maas Kan Marsman y Stevenson2017) por citar algunos Borsboom (2017) ha propuesto un modelo teoacuterico deredes para la comprensioacuten de los trastornos mentales Ensu teoriacutea postula cinco principios referidos a la relacioacutencon la estructura y dinaacutemica de las redes y que se con-cretan en complejidad correspondencia de componentede siacutentoma conexiones causales directas estructura enred de problemas mentales e histeacuteresis Primero la com-plejidad se refiere a la interaccioacuten que se establece entrelos diferentes componentes de la red Segundo la co-rrespondencia se refiere a la relacioacuten entre los compo-nentes de la red y los siacutentomas de los problemaspsicoloacutegicos Tercero la estructura se genera por un pa-troacuten de conexiones directas entre los siacutentomas Cuarto lared psicopatoloacutegica tiene una topologiacutea no trivial estoes unos siacutentomas estaacuten maacutes fuertemente conectados queotros (p ej un siacutentoma concreto dentro de un trastorno

EDUARDO FONSECA-PEDRERO

5

A r t iacute c u l o s

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

combinacioacuten resultan cuatro tipos a saber no pondera-das no dirigidas no ponderadas dirigidas ponderadasno dirigidas y ponderadas dirigidas En la Figura 4 serecoge una representacioacuten visual de esta taxonomiacutea Primero las aristas de las redes pueden ser pondera-das o no ponderadas En las redes no ponderadas losnodos estaacuten conectados sin ninguna fuerza o pesomientras que en las redes ponderadas hay un valor uncoeficiente que es indicativo de la magnitud de tal co-nexioacuten Este valor estaacute representado por el grosor de laarista y oscila entre -+1 Cuanto maacutes cercano a +1 o-1 sea el valor mayor es el grosor de la arista y mayores la fuerza de la asociacioacuten entre nodos Se deduceque la asociacioacuten entre nodos puede ser positiva o ne-gativa Una asociacioacuten negativa signo negativo delcoeficiente se suele representar con el color rojo y unapositiva signo positivo de coeficiente con el color ver-de Un valor de 0 indica ausencia de la arista que co-necta los nodosSegundo las aristas de las redes pueden ser no dirigi-das o dirigidas Las redes no dirigidas consisten en aris-tas o liacuteneas simples que conectan pares de nodos dondeexiste una asociacioacuten de cierta magnitud pero no se in-dica la direccioacuten de tal relacioacuten (p ej si el nodo X pro-voca la activacioacuten del nodo Y o a la inversa)

Graacuteficamente las liacuteneas de colores (rojo y verde) queunen los nodos no tendriacutean flechas en su punto final Porsu parte las redes dirigidas permiten que la direccioacuten dela prediccioacuten entre nodos vaya en ambos sentidos Lasredes dirigidas consisten en aristas con puntas de flechaen un extremo del borde apuntando en la direccioacuten dela prediccioacuten y quizaacutes causalidad

Estimacioacuten de la redLas redes psicoloacutegicas necesitan ser estimadas Dichaestimacioacuten parte de una matriz de correlaciones quepuede ser baacutesicamente de tres tipos a) simples b) par-ciales y c) parciales regularizadas Las correlacionessimples se corresponden con la matriz de correlacionesde Pearson Las correlaciones parciales permiten ver lacorrelacioacuten entre el nodo A y el nodo B controlando elefecto del resto de nodos de la red esto es controlar lascorrelaciones espurias que pueden surgir debido a lasmuacuteltiples comparaciones La estimacioacuten de la red se rea-liza mediante un algoritmo denominado Fruchterman-Reingold Las correlaciones parciales regularizadasimplementan un procedimiento de regularizacioacuten querequiere de menos paraacutemetros a estimar por lo que per-mite extraer una red estable y de faacutecil interpretacioacuten Eneste caso se puede estimar la red con el Least AbsoluteShrinkage and Selection Operator (LASSO) o con unavariacioacuten denominada Graphical-LASSO (G-LASSO)(Epskamp Borsboom y Fried 2017) La eleccioacuten del

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

4

A r t iacute c u l o s

FIGURA 3EJEMPLO DE RED ESTIMADA

Nota Los ciacuterculos representan nodos (variables) Las aristas o liacuteneas representan la rela-cioacuten entre los nodos Por ejemplo el nodo A podriacutea representar ideacioacuten suicida el nodoB acoso escolar etc A mayor valor del coeficiente mayor grosor de la liacutenea y por lo tan-to asociacioacuten maacutes fuerte entre nodos Color azul de la arista indica relacioacuten positiva entrenodos (variables) Color gris de la arista indica relacioacuten negativa entre nodos (variables)

FIGURA 4TIPOS DE REDES

No ponderadano dirigida

A

B

CD

E

A

B

CD

E

A

B

CD

E

A

B

CD

E

No ponderadadirigida

Ponderadadirigida

Ponderada no dirigida

meacutetodo de estimacioacuten no es una cuestioacuten trivial y no sedebe dejar al albur pues puede tener un gran impactotanto en la estructura resultante de la red como en lasconclusiones extraiacutedas a partir de dicha estructura (Eps-kamp Kruis y Marsman 2017)

Analizar la estructura de la red medidas de centralidadA partir de la red estimada se pueden realizar diferen-tes inferencias que ayuden a comprender la estructura dela misma asiacute como examinar la importancia relativa de losnodos dentro de ella Para analizar la estructura de la redexisten las medidas de a) distancia y longitud de la tra-yectoria maacutes corta b) centralidad y c) conectividad yagrupamiento Aquiacute uacutenicamente se expondraacuten las medi-das de centralidad por lo que aquel lector que quieraprofundizar en las otras medidas de inferencia puede con-sultar trabajos previos (Costantini et al 2015)Las medidas de centralidad se preguntan cuaacutel es el no-do maacutes importante en la red Permiten analizar la impor-tancia relativa del nodo dentro de la red en funcioacuten delpatroacuten de conexiones En una red estimada no todos losnodos son igualmente importantes Un nodo es central sitiene muchas conexiones Un nodo es perifeacuterico se en-cuentra en la parte externa de la red si tiene pocas co-nexiones Para saber si el nodo es central (importanteinfluyente) en la red se tienen que tener en cuenta a) lafuerza (strenght centrality) b) la cercaniacutea (closennesscentrality) y c) la intermediacioacuten (betweeness centrality) La fuerza de centralidad se refiere a la magnitud de laasociacioacuten con los demaacutes nodos esto es queacute nodo tienelas conexiones maacutes fuertes Un nodo con una centralidadalta es un nodo que influye en muchos otros nodos La cer-caniacutea de centralidad se define como la inversa de la sumade la distancia desde un nodo a todos los otros nodos dela red Un nodo con una alta centralidad de proximidades un nodo que puede predecir bien otros nodos La inter-mediacioacuten se define como el nuacutemero de veces que un no-do estaacute entre otros dos nodos Las intermediacioacuten es lacantidad de caminos maacutes cortos entre dos nodos cuales-quiera (la ruta maacutes corta del nodo A al nodo B) que pasaun nodo especiacutefico Un nodo con un valor alto en interme-diacioacuten indicada que es un nodo bien conectado con elresto de nodos de la redLos programas estadiacutesticos permiten extraer estos iacutendicesde centralidad (en puntuaciones Z) referidos a la fuerzacercaniacutea yo intermediacioacuten asiacute como generar graacuteficos ytablas a partir de ellos (ver maacutes adelante Figuras 5 y 6)

ALGUNAS APLICACIONES AL CAMPO DE LAPSICOLOGIacuteANo ha sido hasta relativamente hace poco tiempo quela literatura psicoloacutegica se ha centrado en un enfoquede red para modelar fenoacutemenos psicoloacutegicos En estebreve recorrido se han realizado excelentes aportacio-nes cientiacuteficas fiel reflejo del intereacutes que ha suscitadoentre los profesionales y los investigadores de la psico-logiacutea y ciencias afines Las temaacuteticas de estudio bajo elmodelo de redes se encuentran en clara ebullicioacuten yexpansioacuten Sirva como muestra los trabajos que hananalizado la sintomatologiacutea depresiva (BringmannLemmens Huibers Borsboom y Tuerlinckx 2015 Cra-mer et al 2016 Fried van Borkulo Epskamp et al2016) la psicosis y su relacioacuten con experiencias trau-maacuteticas o impactos ambientales (Isvoranu Borsboomvan Os y Guloksuz 2016 Isvoranu et al 2017) lossiacutentomas psicoacuteticos negativos (Levine y Leucht 2016)los siacutentomas psicoacuteticos atenuados (Fonseca-Pedrero2018) el abuso de sustancias (Rhemtulla et al 2016)la calidad de vida (Kossakowski et al 2016) los siacutento-mas de estreacutes post-traumaacutetico (McNally et al 2014)la comorbilidad (Cramer Waldorp van der Maas yBorsboom 2010) la relacioacuten entre siacutentomas y trastor-nos desde los sistemas taxonoacutemicos (Boschloo et al2015 Tio Epskamp Noordhof y Borsboom 2016)los problemas emocionales y comportamentales enadolescentes (Boschloo Schoevers van Borkulo Bors-boom y Oldehinkel 2016 Fonseca-Pedrero 2017) ola inteligencia (Maas Kan Marsman y Stevenson2017) por citar algunos Borsboom (2017) ha propuesto un modelo teoacuterico deredes para la comprensioacuten de los trastornos mentales Ensu teoriacutea postula cinco principios referidos a la relacioacutencon la estructura y dinaacutemica de las redes y que se con-cretan en complejidad correspondencia de componentede siacutentoma conexiones causales directas estructura enred de problemas mentales e histeacuteresis Primero la com-plejidad se refiere a la interaccioacuten que se establece entrelos diferentes componentes de la red Segundo la co-rrespondencia se refiere a la relacioacuten entre los compo-nentes de la red y los siacutentomas de los problemaspsicoloacutegicos Tercero la estructura se genera por un pa-troacuten de conexiones directas entre los siacutentomas Cuarto lared psicopatoloacutegica tiene una topologiacutea no trivial estoes unos siacutentomas estaacuten maacutes fuertemente conectados queotros (p ej un siacutentoma concreto dentro de un trastorno

EDUARDO FONSECA-PEDRERO

5

A r t iacute c u l o s

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

meacutetodo de estimacioacuten no es una cuestioacuten trivial y no sedebe dejar al albur pues puede tener un gran impactotanto en la estructura resultante de la red como en lasconclusiones extraiacutedas a partir de dicha estructura (Eps-kamp Kruis y Marsman 2017)

Analizar la estructura de la red medidas de centralidadA partir de la red estimada se pueden realizar diferen-tes inferencias que ayuden a comprender la estructura dela misma asiacute como examinar la importancia relativa de losnodos dentro de ella Para analizar la estructura de la redexisten las medidas de a) distancia y longitud de la tra-yectoria maacutes corta b) centralidad y c) conectividad yagrupamiento Aquiacute uacutenicamente se expondraacuten las medi-das de centralidad por lo que aquel lector que quieraprofundizar en las otras medidas de inferencia puede con-sultar trabajos previos (Costantini et al 2015)Las medidas de centralidad se preguntan cuaacutel es el no-do maacutes importante en la red Permiten analizar la impor-tancia relativa del nodo dentro de la red en funcioacuten delpatroacuten de conexiones En una red estimada no todos losnodos son igualmente importantes Un nodo es central sitiene muchas conexiones Un nodo es perifeacuterico se en-cuentra en la parte externa de la red si tiene pocas co-nexiones Para saber si el nodo es central (importanteinfluyente) en la red se tienen que tener en cuenta a) lafuerza (strenght centrality) b) la cercaniacutea (closennesscentrality) y c) la intermediacioacuten (betweeness centrality) La fuerza de centralidad se refiere a la magnitud de laasociacioacuten con los demaacutes nodos esto es queacute nodo tienelas conexiones maacutes fuertes Un nodo con una centralidadalta es un nodo que influye en muchos otros nodos La cer-caniacutea de centralidad se define como la inversa de la sumade la distancia desde un nodo a todos los otros nodos dela red Un nodo con una alta centralidad de proximidades un nodo que puede predecir bien otros nodos La inter-mediacioacuten se define como el nuacutemero de veces que un no-do estaacute entre otros dos nodos Las intermediacioacuten es lacantidad de caminos maacutes cortos entre dos nodos cuales-quiera (la ruta maacutes corta del nodo A al nodo B) que pasaun nodo especiacutefico Un nodo con un valor alto en interme-diacioacuten indicada que es un nodo bien conectado con elresto de nodos de la redLos programas estadiacutesticos permiten extraer estos iacutendicesde centralidad (en puntuaciones Z) referidos a la fuerzacercaniacutea yo intermediacioacuten asiacute como generar graacuteficos ytablas a partir de ellos (ver maacutes adelante Figuras 5 y 6)

ALGUNAS APLICACIONES AL CAMPO DE LAPSICOLOGIacuteANo ha sido hasta relativamente hace poco tiempo quela literatura psicoloacutegica se ha centrado en un enfoquede red para modelar fenoacutemenos psicoloacutegicos En estebreve recorrido se han realizado excelentes aportacio-nes cientiacuteficas fiel reflejo del intereacutes que ha suscitadoentre los profesionales y los investigadores de la psico-logiacutea y ciencias afines Las temaacuteticas de estudio bajo elmodelo de redes se encuentran en clara ebullicioacuten yexpansioacuten Sirva como muestra los trabajos que hananalizado la sintomatologiacutea depresiva (BringmannLemmens Huibers Borsboom y Tuerlinckx 2015 Cra-mer et al 2016 Fried van Borkulo Epskamp et al2016) la psicosis y su relacioacuten con experiencias trau-maacuteticas o impactos ambientales (Isvoranu Borsboomvan Os y Guloksuz 2016 Isvoranu et al 2017) lossiacutentomas psicoacuteticos negativos (Levine y Leucht 2016)los siacutentomas psicoacuteticos atenuados (Fonseca-Pedrero2018) el abuso de sustancias (Rhemtulla et al 2016)la calidad de vida (Kossakowski et al 2016) los siacutento-mas de estreacutes post-traumaacutetico (McNally et al 2014)la comorbilidad (Cramer Waldorp van der Maas yBorsboom 2010) la relacioacuten entre siacutentomas y trastor-nos desde los sistemas taxonoacutemicos (Boschloo et al2015 Tio Epskamp Noordhof y Borsboom 2016)los problemas emocionales y comportamentales enadolescentes (Boschloo Schoevers van Borkulo Bors-boom y Oldehinkel 2016 Fonseca-Pedrero 2017) ola inteligencia (Maas Kan Marsman y Stevenson2017) por citar algunos Borsboom (2017) ha propuesto un modelo teoacuterico deredes para la comprensioacuten de los trastornos mentales Ensu teoriacutea postula cinco principios referidos a la relacioacutencon la estructura y dinaacutemica de las redes y que se con-cretan en complejidad correspondencia de componentede siacutentoma conexiones causales directas estructura enred de problemas mentales e histeacuteresis Primero la com-plejidad se refiere a la interaccioacuten que se establece entrelos diferentes componentes de la red Segundo la co-rrespondencia se refiere a la relacioacuten entre los compo-nentes de la red y los siacutentomas de los problemaspsicoloacutegicos Tercero la estructura se genera por un pa-troacuten de conexiones directas entre los siacutentomas Cuarto lared psicopatoloacutegica tiene una topologiacutea no trivial estoes unos siacutentomas estaacuten maacutes fuertemente conectados queotros (p ej un siacutentoma concreto dentro de un trastorno

EDUARDO FONSECA-PEDRERO

5

A r t iacute c u l o s

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

mental se encuentra maacutes conectado con los siacutentomas deese trastorno especiacutefico que con los siacutentomas de otrossiacutendromes cliacutenicos) Quinto la histeacuteresis se refiere al fe-noacutemeno por el cual un determinado evento externo a lared (p ej experiencias de trauma) puede activarla y lasubsiguiente ausencia de tal evento o suceso externo nonecesariamente la desactiva esto es los siacutentomas secontinuacutean activando entre siacute incluso cuando ha desapa-recido el evento desencadenante externo Finalmentedesde este modelo la nocioacuten de salud mental se corres-ponderiacutea con un estado estable de una red deacutebilmenteconectada mientras que los trastornos mentales se co-rresponderiacutean con estados estables de redes de siacutentomasfuertemente conectados Por ejemplo bajo este acerca-miento se concibe los siacutendromes psicopatoloacutegicos (veacuteasepor ejemplo trastornos psicoacuteticos) como redes causalesdinaacutemicas de estados mentales con niveles crecientes degravedad psicopatoloacutegica aspecto totalmente congruen-te con los modelos actuales de estadificacioacuten (Fonseca-Pedrero 2018 McGorry y van Os 2013 Nelson et al2017 Wigman et al 2013) De la teoriacutea de redes se derivan claras implicacionesen la forma de comprender el diagnoacutestico y el trata-miento psicoloacutegico Por ejemplo el anaacutelisis de estructu-ra de la red y las medidas de centralidad tienen clarasimplicaciones cliacutenicas Se puede juzgar cuaacuteles son lossiacutentomas que tienen una mayor importancia en la redutilizar los siacutentomas maacutes centrales para diagnosticar yplanificar el tratamiento o focalizar el tratamiento enun siacutentoma o la red de siacutentomas que tienen maacutes cone-xiones Tambieacuten se puede identificar nodos ldquopuenterdquoesto es un siacutentoma que sirve de nexo entre dos conjun-tos de redes y que su abordaje e intervencioacuten tal vezpermita controlar la (hipo)activacioacuten de otras subredesPara Borsboom (2017) el diagnoacutestico implica identifi-car redes de siacutentomas mientras que el tratamiento im-plica cambiar o manipular la red psicopatoloacutegica detres formas a saber a) intervenciones en siacutentomas(modificando el estado de uno o maacutes siacutentomas) b) in-tervenciones en el campo externo (eliminando la causao las causas desencadenantes) y c) intervenciones enla red (modificando las conexiones entre los nodos dela red esto es siacutentoma-siacutentoma) Por ejemplo ante unpaciente con un trastorno del espectro psicoacutetico sepuede pensar en realizar una intervencioacuten familiar pa-ra modificar las pautas de comunicacioacuten eliminar elconsumo de sustancias yo trabajar con teacutecnicas cog-

nitivo-conductuales que permitan afrontar los deliriosde persecucioacuten para que reduzcan las experienciasalucinatorias asociadas Como puede vislumbrar el lec-tor todas ellas cuestiones sumamente relevantes parala praacutectica cliacutenica

UN EJEMPLO DE ANAacuteLISIS DE REDES ENPERSONALIDADEn este apartado se presenta brevemente y a modo deejemplo un anaacutelisis de red en personalidad en concretopara analizar los cinco grandes factores de la personali-dad (Extraversioacuten ndashE Extraversion- Responsabilidad ndashCConscientiousness- Apertura a la experiencia -OOpennness- Amabilidad ndashA Agreeableness- Neuroti-cismo -N Neuroticism) evaluados con 25 iacutetems (verapeacutendice) Cada una de estas dimensiones se valora concinco iacutetems Se utilizoacute una muestra de 2800 participan-tes (M=288 antildeos DT=111 antildeos) que se encuentra dis-ponible en el paquete ldquopsychrdquo (Revelle 2015) delentorno R (R Core Team 2016) La red fue estimada me-diante el Qgraph (Epskamp et al 2012) La red estima-da es ponderada y no dirigida Se utilizoacute el algoritmoG-LASSO El lector puede encontrar en el apeacutendice lasintaxis correspondienteLos resultados tanto de la red psicoloacutegica estimadacomo de los iacutendices de centralidad se presentan en lasFiguras 5 y 6 Se comentoacute anteriormente que un nodoes central si tiene muchas conexiones y que su centrali-dad dependiacutea baacutesicamente de la fuerza (strenght) lacercaniacutea (closenness) y la intermediacioacuten (betweeness)En la Figura 6 se presentan los valores estandarizadosreferidos a estos tres paraacutemetros Los iacutendices se en-cuentran todos en la misma escala de medida estaacutenestandarizados aspecto que permite la comparacioacutenentre ellos Como se puede observar los iacutetems que tu-vieron unos mayores coeficientes de centralidad enfuerza (strenght) fueron el C4 (ldquoHacer las cosas a mi-tad de caminordquo) y C2 (ldquoContinuar hasta que todo esteacuteperfectordquo) En cercaniacutea (closenness) fueron los iacutetemsO4 (ldquoDedicar tiempo a reflexionar sobre las cosasrdquo)E5 (ldquoTomar el controlrdquo) y E4 (ldquoHacer amigos faacutecilmen-terdquo) Y en intermediacioacuten (betweeness) fueron los iacutetemsN4 (ldquoA menudo te sientes tristerdquo) E4 (ldquoHacer amigosfaacutecilmenterdquo) y C2 Los iacutetems de la dimensioacuten Responsabilidad parecen te-ner las conexiones maacutes fuertes En este caso la fuerza decentralidad refleja la probabilidad con la que la activa-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

6

A r t iacute c u l o s

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

cioacuten de unos de estos nodos (iacutetemsrasgos) le seguiraacute laactivacioacuten de otros nodos de la red Los iacutetems de la di-mensioacuten Extraversioacuten y el iacutetem 4 de Apertura presenta-ron una alta centralidad de cercaniacutea indicando que sonnodos que pueden predecir bien otros nodos (iacutetemsras-gos) de la red Los iacutetems N4 E4 y C2 presentaron unaalta centralidad de intermediacioacuten esto es son nodos(iacutetemsrasgos) que con frecuencia estaacuten situados entre(en medio de) otros nodos y a traveacutes de los cuales pasanlos caminos maacutes cortos entre otros nodos de la red Es digno de mencioacuten que para una correcta interpreta-cioacuten de la red el lector no debe centrar uacutenicamente su va-loracioacuten en una inspeccioacuten visual Un problema a evitar

en las redes psicoloacutegicas es precisamente la sobre-inter-pretacioacuten a la hora de su visualizacioacuten Este aspecto serefiere especialmente al disentildeo y a la colocacioacuten de no-dos en el grafo por ejemplo cuando los nodos de la redse agrupan en un cluacutester Sin embargo el lector tiene quesaber que la ubicacioacuten del nodo dentro de una red es so-lo una de las muchas formas igualmente ldquocorrectasrdquo decolocar los nodos en la red es decir con la misma mues-tra la situacioacuten de los nodos en la red en una nueva esti-macioacuten podriacutea ser diferente Por ello hay que sercauteloso a la hora de realizar una interpretacioacuten visualde los nodos y su posicioacuten en la red Aunque no es objetode este tutorial para una mejor interpretacioacuten de la redpsicoloacutegica se podriacutean analizar las comunalidades (Goli-no y Epskamp 2017) yo la predictibilidad (Haslbeck yFried 2017)A partir de estos resultados se puede comprender mejorla relacioacuten estructural que se establece entre los cinco gran-des rasgos de personalidad como un sistema complejo decaracteriacutesticas afectivas cognitivas y comportamentales

RECAPITULACIOacuteNEl propoacutesito de este artiacuteculo fue realizar una introduc-

cioacuten al anaacutelisis de redes psicoloacutegicas En esencia se tratoacutepresentar de forma totalmente didaacutectica este feacutertil acer-camiento al profesional de la psicologiacutea

EDUARDO FONSECA-PEDRERO

7

A r t iacute c u l o s

FIGURA 5RED ESTIMADA PARA LOS RASGOS DE PERSONALIDAD DESDE EL

MODELO DE LOS CINCO GRANDES

Nota Los nuacutemeros de los nodos representan los iacutetems del cuestionario (veacutease apeacutendice)Las aristas (liacuteneas) representan la asociacioacuten entre los nodos Liacutenea punteada relacioacuten ne-gativa entre nodos Liacutenea no punteada relacioacuten positiva entre nodos El grosor de la aristaindica la fuerza de la asociacioacuten En el apeacutendice se encuentra la sintaxis para realizar esta figura en color Aquiacute se presentala red en tonos grises por motivos de impresioacutenExtraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Apertura a la ex-periencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -N Neuroti-cism

FIGURA 6MEDIAS DE CENTRALIDAD PARA LOS IacuteTEMS DEL CUESTIONARIO

DE PERSONALIDAD

Nota Para una correcta interpretacioacuten los valores del eje X estaacuten estandarizados (pun-tuaciones Z) Los nuacutemeros se corresponden con los iacutetems del cuestionario (veacutease apeacutendi-ce) Extraversioacuten ndashE Extraversion- Responsabilidad ndashC Conscientiousness- Aperturaa la experiencia -O Opennness- Amabilidad ndashA Agreeableness- Neuroticismo -NNeuroticism Strenght = fuerza Closenness= cercaniacutea Betweeness = intermediacioacuten

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

Actualmente el modelo de redes se presenta en la socie-dad como un enfoque prometedor en la forma de concep-tualizar la psico(pato)logiacutea (Fried y Cramer 2017) Dehecho algunos autores creen que el anaacutelisis de redes pue-de transformar en cierta medida el campo de la psicopato-logiacutea (McNally 2016) Desde el modelo de redes ni unavariable latente subyacente seriacutea la causa de la covarianzade los siacutentomas ni los siacutentomas seriacutean indicadores inter-cambiables de un trastorno subyacente En consecuencialos siacutentomas no reflejan trastornos mentales subyacentesson constitutivos de ellos Por ello el anaacutelisis de redes pue-de tener un papel relevante en la comprensioacuten de los fenoacute-menos psicopatoloacutegicos soslayando las limitaciones delmodelo meacutedico basado en una causa latente comuacuten Ade-maacutes el anaacutelisis de redes puede arrojar pistas sobre los me-canismos psicoloacutegicos que subyacen al desarrollo ymantenimiento de los problemas de salud mental Es esencial incorporar diferentes oacutepticas y perspectivasque ayuden a repensar en cierto modo el comporta-miento humano (en sentido amplio) No cabe duda quela comprensioacuten y estudio de la conducta humana es unalabor compleja donde operan una infinita cantidad devariables procedentes de muacuteltiples niveles de anaacutelisis(bioloacutegico psicoloacutegico y social) En cualquier caso ayu-de a cambiar o no el modelo de redes el actual abordajeepistemoloacutegico y metodoloacutegico de la psicologiacutea en con-creto de la psicopatologiacutea al menos este acercamientose presenta como una nueva aproximacioacuten a partir de lacual observar medir analizar comprender e interveniren los fenoacutemenos psico(pato)loacutegicos (Fonseca-Pedrero2017) En esencia trata de dar respuesta a ciertos pro-blemas de los que adolece algunas aacutereas de la psicolo-giacutea actual como pudiera ser superacioacuten de la nocioacuten devariable latente y supuesta causa subyacente Obvia-mente el anaacutelisis de redes no se debe ver como algo in-compatible con otros acercamientos teoacutericos ymetodoloacutegicos sino como un enfoque complementarioSu correcto uso y su utilidad dependen del objetivo deestudio y de los intereses particulares del cliacutenico o el in-vestigador asiacute como de otros aspectos referidos al buenuso y calidad de los instrumentos de medida (Fonseca-Pedrero y Muntildeiz 2016 2017 Hernaacutendez PonsodaMuntildeiz Prieto y Elosua 2016)La investigacioacuten en anaacutelisis de redes se encuentra enestos momentos en su infancia por lo que es necesarioseguir trabajando en la construccioacuten de un modelo cien-tiacutefico soacutelido y refutable e incorporar nuevas evidencias

cientiacuteficas (Borsboom 2017) Obviamente este modelono estaacute exento de ciertas limitaciones y algunos autoreshan realizado ciertas reflexiones cautelares (GuloksuzPries y van Os 2017 Wichers Wigman Bringmann yde Jonge 2017) Primero los estudios bajo esta pers-pectiva llevan un claro coste de tiempo sobre todo aque-llos que realizan seguimientos longitudinales de losparticipantes Segundo todaviacutea los modelos psicomeacutetri-cos de redes no estaacuten consolidados y son computacio-nalmente complicados incluso para los expertos en lamateria Tercero se debe distinguir aquellos estudioscientiacuteficos que permiten un anaacutelisis bajo esta perspectivarespecto a los que no esto es no todos los trabajos setienen que ver desde el prisma de redes Cuarto el meacute-todo de redes con su impresionante y elegante tecnolo-giacutea puede ir en detrimento de anaacutelisis cualitativosnarrativos y clasificaciones prototiacutepicas maacutes que politeacuteti-cas Quinto las redes psicoloacutegicas suponen y a la veztienden a homogeneizar los siacutentomas cuando los mis-mos siacutentomas podriacutean ser cualitativamente distintos as-pecto que requiere de un anaacutelisis fenomenoloacutegico(Parnas 2015 Peacuterez Aacutelvarez 2012 Peacuterez-Aacutelvarez yGarciacutea Montes 2018 Sass 1992) Sexto no se debeincurrir en una especie de metodologicismo esto es elmeacutetodo debe estar al servicio de los temas y problemasde la psico(pato)loacutegica y no a la inversa Seacuteptimo se de-beriacutea contemplar la necesidad de incorporar el error demedicioacuten en la estimacioacuten de la redMuchas liacuteneas de investigacioacuten interesantes se abriraacutenpaso en los proacuteximos antildeos Primero seriacutea interesantedesplazarse hacia modelos de redes multinivel que per-mitan integrar aquellos estudios que recaban informa-cioacuten proveniente de muacuteltiples niveles de anaacutelisis dentrode una estrategia traslacional e interdisciplinar Segun-do seriacutea conveniente comenzar a analizar el comporta-miento desde una perspectiva dinaacutemica (longitudinal)personalizada (individual) y de estadificacioacuten (niveles degravedad) (Fusar-Poli McGorry y Kane 2017 Nelsonet al 2017 van os et al 2013) incluyendo la posibili-dad de disentildear estrategias de diagnoacutestico intervencioacuteno incluso anaacutelisis funcionales del comportamiento Porejemplo se podriacutean disentildear intervenciones individualiza-das en funcioacuten de la estructura de red estimada y conec-t ividad de los signos y siacutentomas Cuarto seriacuteainteresante hacer programas y paquetes estadiacutesticos maacutessencillos y ldquoamigablesrdquo que pudieran ser usados por elprofesional de la psicologiacutea aspecto que permitiriacutea en-

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

8

A r t iacute c u l o s

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

tre otros el establecimiento de relaciones entre siacutentomasa la escala en la que trabaja el cliacutenico El modelo de redes representa un avance en el aborda-je comprensioacuten y medicioacuten de los fenoacutemenos psicoloacutegi-cos Como no puede ser de otro modo futuros estudiosdeterminaraacuten la verdadera utilidad y calado del modelode redes en psicologiacutea Sea como fuere el camino porrecorrer es cuanto menos apasionante

AGRADECIMIENTOSEl autor quiere agradecer los comentarios realizadospor los profesores Alicia Peacuterez de Albeacuteniz Joseacute Muntildeiz yMarino Peacuterez a una versioacuten preliminar de este trabajo Esta investigacioacuten ha sido financiada por el Ministeriode Ciencia e Innovacioacuten de Espantildea (MICINN) (referenciaPSI2014-56114-P) por el Instituto Carlos III Centro deInvestigacioacuten Biomeacutedica en Red de Salud Mental (CIBER-SAM) y por la Convocatoria 2015 de Ayudas FundacioacutenBBVA a Investigadores y Creadores Culturales

CONFLICTO DE INTERESESNo existe conflicto de intereses en el contenido del ar-tiacuteculo

REFERENCIASAmerican Psychiatric Association (2013) Diagnosticand Statistical Manual of Mental Disorders (5th ed)Washington DC American Psychiatric Association

Borgatti S P Mehra A Brass D J y Labianca G(2009) Network Analysis in the Social SciencesScience 323(April) 892ndash896

Borsboom D (2017) A network theory of mental disor-ders World Psychiatry 16 5ndash13

Borsboom D y Cramer A O (2013) Network analy-sis an integrative approach to the structure of psycho-pathology Annual Review of Clinical Psychology 991ndash121

Boschloo L Schoevers R A van Borkulo C D Bors-boom D y Oldehinkel A J (2016) The networkstructure of psychopathology in a community sampleof preadolescents Journal of Abnormal Psychology125(4) 599ndash606

Boschloo L van Borkulo C D Rhemtulla M KeyesK M Borsboom D y Schoevers R A (2015) Thenetwork structure of symptoms of the diagnostic andstatistical manual of mental disorders PLoS One10(9) e0137621

Bringmann L F Lemmens L H J M Huibers M JH Borsboom D y Tuerlinckx F (2015) Revealingthe dynamic network structure of the Beck DepressionInventory-II Psychological Medicine 45 747ndash57

Costantini G Epskamp S Borsboom D Perugini MMotildettus R Waldorp L J y Cramer A O J (2015)State of the aRt personality research A tutorial on net-work analysis of personality data in R Journal of Re-search in Personality 54 13ndash29

Costantini G Richetin J Preti E Casini E EpskampS y Perugini M (2017) Stability and variability of per-sonality networks A tutorial on recent developments innetwork psychometrics Personality and Individual Diffe-rences httpsdoiorg101016jpaid201706011

Cramer A O J van Borkulo C D Giltay E J vander Maas H L J Kendler K S Scheffer M yBorsboom D (2016) Major depression as a complexdynamic system Plos One 11(12) e0167490

Cramer A O J Waldorp L J van der Maas H L Jy Borsboom D (2010) Comorbidity a network pers-pective The Behavioral and Brain Sciences 33(2ndash3)137ndash193

Elosua P (2009) iquestExiste vida maacutes allaacute del SPSS Des-cubre R Psicothema 21(4) 652ndash655

Epskamp S Borsboom D y Fried E I (2017) Estima-ting psychological networks and their accuracy a tu-torial paper Behavior Research Methods 1ndash34

Epskamp S Cramer A O J Waldorp L J Schmitt-mann V D y Borsboom D (2012) qgraph Net-work visualizations of relationships in psychometricdata Journal of Statistical Software 48(4) 1ndash18

Epskamp S Kruis J y Marsman M (2017) Estima-ting psychopathological networks Be careful what youwish for PLoS ONE 12(6)

Epskamp S Maris G Waldorp L J y Borsboom D(en prensa) Network psychometrics En P Irwing DHughes y T Booth (Eds) Handbook of Psychome-trics New York NY Wiley

Field A Miles J y Field Z (2012) Discovering Statis-tics Using R London SAGE

Fonseca-Pedrero E (2017) Anaacutelisis de redes iquestuna nue-va forma de comprender la psicopatologiacutea Revistade Psiquiatria y Salud Mental 10 206-215

Fonseca-Pedrero E(Coordinador) (2018) Evaluacioacuten delos trastornos del espectro psicoacutetico Madrid Piraacutemide

Fonseca-Pedrero E y Muntildeiz J (2016) Advances in psy-chological assessment Papeles del Psicoacutelogo 37 1-2

EDUARDO FONSECA-PEDRERO

9

A r t iacute c u l o s

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

Fonseca-Pedrero E y Muntildeiz J (2017) Quinta evalua-cioacuten de tests editados en espantildea mirando haciaatraacutes construyendo el futuro Papeles del Psicoacutelogo38 161ndash168

Fried E y Cramer A (2017) Moving forward challen-ges and directions for psychopathological networktheory and methodology Perspectives on Psychologi-cal Science doi 1011771745691617705892

Fried E I van Borkulo C D Cramer A O J Bosch-loo L Schoevers R A y Borsboom D (2016)Mental disorders as networks of problems a review ofrecent insights Social Psychiatry and Psychiatric Epi-demiology 58(12) 7250ndash7257

Fried E I van Borkulo C D Epskamp S SchoeversR A Tuerlinckx F y Borsboom D (2016) Measu-ring depression over time Or not Lack of unidi-mensionality and longitudinal measurement invariancein four common rating scales of depression Psycholo-gical Assessment 28 1354-1367

Fusar-Poli P McGorry PD y Kane JM (2017) Im-proving outcomes of first-episode psychosis an over-view World Psychiatry 16 251-265

Golino H F y Epskamp S (2017) Exploratory graphanalysis A new approach for estimating the numberof dimensions in psychological research PLoS ONE12(6)

Guloksuz S Pries L-K y van Os J (2017) Applica-tion of network methods for understanding mental di-sorders pitfalls and promise Psychological Medicine5 1ndash10 doi 101017S0033291717001350

Haslbeck J M B y Fried E I (2017) How predictableare symptoms in psychopathological networks a rea-nalysis of 17 published datasets Psychological Medi-cine 19 1-10 doi 101017S0033291717001258

Hernaacutendez A Ponsoda V Muntildeiz J Prieto G y Elo-sua P (2016) Revisioacuten del modelo para evaluar lacalidad de los tests utilizados en Espantildea Papeles delPsicoacutelogo 37 161ndash168

Insel T Cuthbert B Garvey M Heinssen R Pine DS Quinn K hellip Wang P (2010) Research domaincriteria (RDoC) toward a new classification frame-work for research on mental disorders The AmericanJournal of Psychiatry 167(7) 748ndash751

Isvoranu A-M Borsboom D van Os J y GuloksuzS (2016) A network approach to environmental im-pact in psychotic disorder brief theoretical frame-work Schizophrenia Bulletin 42(4) 870ndash873

Isvoranu A M van Borkulo C D Boyette L L Wig-man J T W Vinkers C H y Borsboom D (2017)A Network approach to psychosis pathways betweenchildhood trauma and psychotic symptoms Schizoph-renia Bulletin 43 187-196

Klippel A Viechtbauer W Reininghaus U WigmanJ T van Borkulo C MERGE hellip Wichers M(2017) The cascade of stress a network approach toexplore differential dynamics in populations varying inrisk for psychosis Schizophrenia Bul let indoi101093schbulsbx037

Kossakowski J J Epskamp S Kieffer J M van Bor-kulo C D Rhemtulla M y Borsboom D (2016)The application of a network approach to health-rela-ted quality of life introducing a new method for asses-sing HRQoL in healthy adults and cancer patientsQuality of Life Research 25 781ndash792

Levine S Z y Leucht S (2016) Identifying a system ofpredominant negative symptoms Network analysis ofthree randomized clinical trials Schizophrenia Rese-arch 178 17-22

Maas H Van Der Kan K Marsman M y StevensonC E (2017) Network models for cognitive develop-ment and intelligence Journal of Intelligence 5 16doi103390jintelligence5020016

McGorry P y van Os J (2013) Redeeming diagnosisin psychiatry timing versus specificity Lancet 381343ndash345

McNally R J (2016) Can network analysis transformpsychopathology Behaviour Research and Therapy86 95ndash104

McNally R J Robinaugh D J Wu G W Y WangL Deserno M K Borsboom D hellip Borsboom D(2014) Mental disorders as causal systems a net-work approach to posttraumatic stress disorder Clini-cal Psychological Science 3(6) 1ndash14

Nelson B McGorry P D Wichers M Wigman J TW y Hartmann J A (2017) Moving from static todynamic models of the onset of mental disorder JA-MA Psychiatry 74 528-534

Newman M E J (2010) Networks An IntroductionOxford Reino Unido Oxford University Press

Parnas J (2015) Differential diagnosis and current polyt-hetic classification World Psychiatry 14 284ndash287

Peacuterez Aacutelvarez M (2012) Las raiacuteces de la psicopatolo-giacutea moderna La melancoliacutea y la esquizofrenia Ma-drid Ediciones Piraacutemide

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

10

A r t iacute c u l o s

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

Peacuterez Aacutelvarez M y Garciacutea Montes J (2018) Evalua-cioacuten fenomenoloacutegica maacutes allaacute de los siacutentomas En EFonseca-Pedrero (Coordinador) Evaluacioacuten de lostrastornos del espectro psicoacutetico Madrid Piraacutemide

R Core Team (2016) R A Language and Environmentfor Statistical Computing Vienna Austria

Revelle W (2015) Package ldquopsychrdquo - Procedures forPsychological Psychometric and Personality ResearchR Package 1ndash358 Retrieved from httppersonality-projectorgrpsych-manualpdf

Rhemtulla M Fried E I Aggen S H Tuerlinckx FKendler K S y Borsboom D (2016) Networkanalysis of substance abuse and dependence symp-toms Drug and Alcohol Dependence 161 230ndash237

Ruiz-Ruano A M y Puga J L (2016) R como entornopara el anaacutelisis estadiacutestico en evaluacioacuten psicoloacutegicaPapeles del Psicoacutelogo 37 74ndash79

Santos Jr H Fried E I Asafu-Adjei J y Ruiz R J(2017) Network structure of perinatal depressivesymptoms in latinas relationship to stress and repro-ductive biomarkers Research in Nursing amp Health40 218-228

Sass LA (1992) Madness and modernism Insanity inthe light of modern art literature and thought Har-vard University Press

Schmittmann V D Cramer A O J Waldorp L JEpskamp S Kievit R A y Borsboom D (2013)Deconstructing the construct A network perspective onpsychological phenomena New Ideas in Psychology31(1) 43ndash53

Tio P Epskamp S Noordhof A y Borsboom D(2016) Mapping the manuals of madness Compa-ring the ICD-10 and DSM-IV-TR using a network ap-proach International Journal of Methods in PsychiatricResearch 25 267-276

van Os J Delespaul P Wigman J Myin-Germeys IWichers M (2013) Beyond DSM and ICD introdu-cing ldquoprecision diagnosisrdquo for psychiatry using mo-mentary assessment technology World Psychiatry 12113ndash117

Wichers M Wigman J T W Bringmann L F y deJonge P (2017) Mental disorders as networks somecautionary reflections on a promising approach So-cial Psychiatry and Psychiatric Epidemiology 52(2)143ndash145

Wigman J T W Collip D Wichers M DelespaulP Derom C Thiery E hellip van Os J (2013) Alte-red transfer of momentary mental states (atoms) as thebasic unit of psychosis liability in interaction with envi-ronment and emotions PLoS ONE 8(2)

EDUARDO FONSECA-PEDRERO

11

A r t iacute c u l o s

Apeacutendice

Figura 2httpncasemeloopyv11data=[[[1547236122Malestar224][2315338122Insomnio225][3535487122Suspicacia220][4874357122Alucinaciones221][5698358122Ideas2520delirantes222][61107351122Discapacidad223][777717303322Rendimiento2520221]][[219410][128910][23-5510][15-410][35-2510][31-5910][545610][454810][465410][644810][13-4910][174610][17-2710][75-4910][57-2210]][[123642322a22]]75D

Contenido de los 25 iacutetems utilizados(disponible en httpswwwpersonality-projectorgrhtmlbfihtml)

Afabilidad A1 Ser indiferente a los sentimientos de los demaacutesA2 Investigar sobre el bienestar de los demaacutesA3 Saber coacutemo consolar a los demaacutesA4 Amar a los nintildeosA5 Hacer que la gente se sienta a gustoResponsabilidad (Conscientiousness)C1 Ser exigente en mi trabajoC2 Continuar hasta que todo esteacute perfectoC3 Hacer las cosas de acuerdo a un planC4 Hacer las cosas a mitad de caminoC5 Perder el tiempoExtraversioacutenE1 No hablar muchoE2 Encontrar difiacutecil acercarse a los demaacutesE3 Saber coacutemo cautivar a la genteE4 Hacer amigos faacutecilmenteE5 Tomar el controlNeuroticismo N1 Enojarse faacutecilmenteN2 Irritarse faacutecilmenteN3 Tener cambios de humor frecuentesN4 A menudo te sientes tristeN5 Asustarse faacutecilmente

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo

ANAacuteLISIS DE REDES EN PSICOLOGIacuteA

12

A r t iacute c u l o s

Apeacutendice (Continuacioacuten)

Apertura a la experiencia (Opennness)O1 Estar lleno de ideasO2 Evitar el material de lectura difiacutecilO3 Llevar la conversacioacuten a un nivel superiorO4 Dedicar tiempo a reflexionar sobre las cosasO5 No profundizar en un tema

AgreeablenessA1 Am indifferent to the feelings of othersA2 Inquire about othersrsquo well-beingA3 Know how to comfort othersA4 Love childrenA5 Make people feel at easeConscientiousnessC1 Am exacting in my workC2 Continue until everything is perfectC3 Do things according to a planC4 Do things in a half-way mannerC5 Waste my timeExtraversionE1 Donrsquot talk a lotE2 Find it difficult to approach othersE3 Know how to captivate peopleE4 Make friends easilyE5 Take chargeNeuroticismN1 Get angry easilyN2 Get irritated easilyN3 Have frequent mood swingsN4 Often feel blueN5 Panic easilyOpennness O1 Am full of ideasO2 Avoid difficult reading materialO3 Carry the conversation to a higher levelO4 Spend time reflecting on thingsO5 Will not probe deeply into a subject

Sintaxis en RInstalar R httpscranr-projectorgmirrorshtmlSe puede consultar httpsachaepskampcomfilesCookbookhtml

installpackages(ldquoqgraphrdquo) instalar el programa qgraph

mat2 lt- matrix(c(0 03 0 -03 02 0303 0 -09 0 0 00 -09 0 08 0 0-03 0 08 0 -03 002 0 0 -03 0 003 0 0 0 0 0) ncol = 6 nrow = 6 byrow = TRUE)qgraph(mat2 edgelabels = TRUEesize = 10 labels = LETTERS[16] fade = FALSE) matriz para representar la Figura 1 del artiacuteculo

library(ldquopsychrdquo) instalar el programa psychdata(bfi) cargar la base de datos llamada ldquobfirdquoview (bfi) ver la base de datos ldquobfirdquosummary(bfi) computer miacutenimo maacuteximo rango media etc de los datos ldquobfirdquo dim(bfi) nuacutemero de variables y casos de la base ldquobfirdquonames(bfi) Nombres de las variables en la base ldquobfirdquodescribe(bfi) Estadiacutesticos descriptivos de la base ldquobfirdquo

bfiSub lt- bfi[125] seleccioacuten de los primeros 25 iacutetems

corMat lt- cor_auto(bfiSub) computar la correlacioacuten entre las variables de la base 25 iacutetems de naturaleza ordinal

Groups lt-c(rep(ldquoAmabilidadrdquo5)rep(ldquoResponsabilidadrdquo5)rep(ldquoExtraversionrdquo5)rep(ldquoNeuroticismordquo5)rep(ldquoAperturardquo5)) generar grupos de iacutetems que secorresponden con las cinco dimensiones cada dimensioacuten contiene 5 iacutetems

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) theme = ldquograyrdquo groups = Groups) estimar la red con25 iacutetem y 5 dimensiones con el meacutetodo GLASSO colores grises Figura 5 del trabajo

Graph_lasso lt- qgraph(corMat graph = ldquoglassordquo layout = ldquospringrdquo tuning = 025 sampleSize = nrow(bfiSub) groups = Groups palette = ldquocolorblindrdquo) estimar lared con 25 iacutetem y 5 dimensiones con el meacutetodo GLASSO Figura 5 del trabajo en color

centralityPlot(Graph_lasso) estimar los iacutendices de centralidad Figura 6 del trabajo