Validación del instrumento “Computer Vision Syndrome Questionnaire (CVS-Q)” para la evaluación del síndrome visual informático en personal de salud de Lima

Autores/as

DOI:

https://doi.org/10.20453/rmh.v33i3.4339

Palabras clave:

Estudio de validación, pruebas de visión, astenopia, terminales de computador, ergonomía visual

Resumen

Objetivos: Determinar la validez y confiabilidad del instrumento “Computer Vision Syndrome Questionnaire (CVS-Q)” en la medición del Síndrome Visual Informático en personal de salud de Lima. Material y métodos: Estudio observacional, descriptivo y de corte transversal, de tipo evaluación de cuestionario, realizado en 82 trabajadores de salud. La validez de contenido se evaluó mediante juicio de expertos con método estadístico de V de Aiken; Validez de constructo, mediante análisis factorial; validez discriminante, a través de la curva operador-receptor (ROC) contrastada con el cuestionario CSSV17; confiabilidad de consistencia interna, con alfa de Cronbach; confiabilidad test - re-test (con 7 días de diferencia); con Rho de Spearman y Coeficiente de Correlación Intraclase (CCI), con intervalos de confianza (IC) del 95%. Se empleó para el procesamiento el software SPSS versión 20.0 para Windows con licencia de prueba. Resultados: El V de Aiken obtuvo un valor de 100%. El análisis factorial extrajo 3 componentes principales que explicaron el 69,455% de la varianza total. El área bajo la curva ROC fue 0,889 [(0,845-0,934); IC=0,95] (p=0,000), sensibilidad 72,22% y especificidad 100%. El alfa de Cronbach fue 0,939, Rho de Spearman 0,884 (p=0,000) y CCI 0,856 [(0,777 – 0,907); IC=0,95] (p=0,000). Conclusiones: El Cuestionario CVS-Q es válido y confiable para ser aplicado sobre el grupo ocupacional de profesionales de la salud con buenas propiedades psicométricas.

Citas

Randolph SA. Computer vision syndrome. Workplace Health Saf. 2017; 65(7):328.

Artime EM, Sánchez F, Suarez A, Iglesias-Rodríguez FJ, Seguí MDM. Prediction of Computer Vision Syndrome in health personnel by means of genetic algorithms and binary regression trees. Sensors (Basel). 2019; 19(12):2800.

Dhar-Munshi S, Amed S, Munshi S. Computer vision syndrome: An update. Br j neurosci nurs. 2019; 15(Sup2):S10–1.

Chawla A, Lim TC, Shikhare SN, Munk PL, Peh WCG. Computer vision syndrome: Darkness under the shadow of light. Can Assoc Radiol J. 2019; 70(1):5–9.

American Optometric Association. Computer vision syndrome. Missouri: American Optometric Association; 2021. (Citado el 10 de junio de 2021). Disponible en https://www.aoa.org/healthy-eyes/eye-and-vision-conditions/computer-vision-syndrome?sso=y

Lurati AR. Computer vision syndrome: Implications for the occupational health nurse. Workplace Health Saf. 2018; 66(2):56–60.

Seguí M, Cabrero-García J, Crespo A, Verdú J, Ronda E. A reliable and valid questionnaire was developed to measure computer vision syndrome at the workplace. J Clin Epidemiol. 2015; 68(6):662–73.

Altalhi A, Khayyat W, Khojah O, Alsalmi M, Almarzouki H. Computer vision syndrome among Health Sciences students in Saudi Arabia: Prevalence and risk factors. Cureus. 2020; 12(2):e7060.

Quispe DL. Prevalencia y factores asociados al síndrome visual informático en estudiantes de Medicina Humana del Perú durante la educación virtual por la pandemia del COVID-19. Tesis de Médico Cirujano. Lima, Perú: Universidad Ricardo Palma; 2021. 68 pp.

Huapaya YA. Validación del instrumento “Computer Vision Syndrome Questionnaire (CVS-Q)” en el personal administrativo en Lima 2019. Tesis de Maestro en Medicina Ocupacional y del Medio Ambiente. Lima, Perú: Universidad Peruana Cayetano Heredia; 2020. 76 pp.

Pértega-Díaz S, Pita-Fernández S. Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal. Cad Aten Primaria. 2002; 9(4):209–11.

Meneses G. Conocimientos, actitudes y prácticas sobre competencia cultural en estudiantes de medicina de séptimo año. San Fernando, UNMSM, Lima, Perú, 2009. Tesis de Doctor en Medicina. Lima, Perú: Universidad Nacional Mayor de San Marcos; 2011. 100 pp.

Villavicencio E. Validación de cuestionarios. Odontol Act Rev Cient. 2018; 1(3):71–6.

Ramada-Rodilla JM, Serra-Pujadas C, Delclós-Clanchet GL. Adaptación cultural y validación de cuestionarios de salud: revisión y recomendaciones metodológicas. Salud Publica Mex. 2013; 55(1):57–66.

Méndez C, Rondón MA. Introducción al análisis factorial exploratorio. Rev Colomb Psiquiatr. 2012; 41(1):197–207.

UCLA Statistical Consulting Group. A practical introduction to factor analysis: Exploratory factor analysis. California: UCLA Statistical Consulting Group; 2021. (Citado el 16 de junio de 2021). Disponible en: https://stats.idre.ucla.edu/spss/seminars/introduction-to-factor-analysis/a-practical-introduction-to-factor-analysis/

González-Pérez M, Susi R, Antona B, Barrio A, González E. The Computer-Vision Symptom Scale (CVSS17): development and initial validation. Invest Ophthalmol Vis Sci. 2014; 55(7):4504–11.

Molina-Aragonés JM, Lemonche-Aguilera C, Sánchez-San Cirilo S, López-Pérez C. Cuestionario CVSS17 y vigilancia de la salud de trabajadores profesionalmente expuestos a pantallas de visualización. Med Segur Trab (Madr). 2018; 64(253):329–44.

Fleiss JL, Cohen J. The equivalence of weighted kappa and the intraclass correlation coefficient as measures of reliability. Educ Psychol Meas. 1973; 33(3):613–9

Descargas

Publicado

2022-11-02

Cómo citar

1.
Aguilar-Ramírez MDP, Meneses G. Validación del instrumento “Computer Vision Syndrome Questionnaire (CVS-Q)” para la evaluación del síndrome visual informático en personal de salud de Lima. Rev Méd Hered [Internet]. 2 de noviembre de 2022 [citado 3 de julio de 2024];33(3):187-95. Disponible en: https://revistas.upch.edu.pe/index.php/RMH/article/view/4339

Número

Sección

INVESTIGACION ORIGINAL