Validación de una intervención psicosocial sobre la imagen corporal en personas mayores: un diseño experimental

En las sociedades occidentales, verse bien, saludable y joven es muy importante para sentirse bien, encajar, interactuar con los demás y tener éxito, convirtiéndose en un elemento central del autoconcepto y la autoestima. La satisfacción de una persona con su cuerpo depende de la percepción personal, específicamente, de cómo se siente, percibe, imagina y reacciona a la apariencia física y al funcionamiento del ^cuerpo1,2. Siguiendo esta definición, es posible identificar dos dimensiones cualitativamente diferentes dentro de este constructo. Por un lado, está la dimensión perceptiva, que depende de evaluar el tamaño, la forma y las proporciones del propio cuerpo; por otro lado, está el dominio cognitivo-emocional (es decir, la "satisfacción corporal"³), que es el tema de esta investigación.

Esencialmente, la satisfacción corporal es el grado de aceptación de una persona de su apariencia ^física4, lo cual es malo si esta evaluación afecta negativamente a la confianza en sí mismo de manera negativa y positiva cuando aumenta la confianza personal en la interacción con los ^demás5,6. Tradicionalmente, se ha considerado que cuando una persona envejece y entra en la última etapa de la vida (tomando la edad de 50 años como punto de corte para la mediana edad), las preocupaciones sobre la imagen corporal disminuyen sustancialmente. En otras palabras, se cree que las distorsiones perceptivas sobre la imagen corporal típicas en la adolescencia y la ^{juventud6,7,8} son raras en las personas ^mayores9,10. La razón es que el foco de preocupación cambia del peso y la condición física a otros defectos físicos significativos más asociados con la falta de salud y el deterioro físico.

En esta línea, la literatura científica ha demostrado que las principales preocupaciones sobre la apariencia física de las personas mayores se centran en los signos del envejecimiento, como la pérdida de la forma física, las arrugas y el envejecimiento de la piel, la pérdida de cabello y canas, el olor corporal, entre ^otros11,12. También se ha argumentado que la percepción de estos signos de envejecimiento juega un papel evolutivo y adaptativo, ya que permite a las personas tomar conciencia progresiva del envejecimiento, ayudando así a aceptar la transformación y el deterioro de la apariencia física. Aunque esto puede ser correcto, no es menos cierto que la conciencia del envejecimiento influye negativamente en la satisfacción del cuerpo. No en vano, el fenómeno generalizado de la "crisis de la mediana edad" se refiere a un punto de inflexión en el que la persona comienza a darse cuenta de que está envejeciendo y, en algunos casos, esto viene acompañado de experimentar síntomas depresivos que, si no se abordan adecuadamente, pueden interferir con el bienestar personal y la salud ^mental11,13.

Se han estudiado las implicaciones psicológicas y emocionales derivadas de la conciencia de la ^{senescencia14}. En ese sentido, el deterioro de la apariencia física ha sido considerado el signo más inconfundible que alguien puede experimentar respecto a la llegada de la ^{senescencia15}. A esto se suma la sensación de jugar un papel social irrelevante e infravalorado ¹⁶. Por lo tanto, la autoidentificación como "persona mayor" está irremediablemente ligada a una aceptación gradual de nuevas limitaciones y circunstancias desfavorables. Así, la persona mayor comienza a experimentar dificultades y problemas emocionales, como ansiedad, estrés o depresión. En breve, la persona puede identificarse con roles sociales negativos mientras acepta mal las limitaciones físicas asociadas con el ^{envejecimiento17,18}.

En diferentes grupos de edad, como adolescentes y jóvenes, se sabe que la satisfacción y la imagen corporal pueden mejorar con los programas de ^{intervención1,19}. Ejemplos de ello son las conocidas intervenciones de Cash (1997)²⁰ y PICTA (Programa preventivo sobre imagen corporal y trastornos alimentarios) de Maganto, del Río y Roiz (2002)²¹, así como algunos programas más recientes (Kilpela et al., 2016)²², Halliwell et al. (2016)²³, McCabe et al. (2017)²⁴ o Bailey, Gammage y Van Ingen (2019)²⁵ . Sin embargo, ninguno de ellos se dirige a personas maduras y se centra principalmente en las mujeres, a excepción de la intervención desarrollada por Sánchez-Cabrero (2012)²⁶ denominada 'IMAGINA' que este estudio pretende validar. Supongamos que una intervención terapéutica sobre la imagen corporal puede contribuir a la autoaceptación y desarrollar un yo positivo en los jóvenes. No hay razón para no aplicarlo e intervenir en personas mayores que enfrentan cambios radicales en sus cuerpos27,28,29.

El diseño experimental es la metodología más efectiva para determinar las relaciones causales y evaluar si una intervención terapéutica produce mejoras. En primer lugar, es necesario aislar el efecto de intervención del resto de variables intervinientes, algo que en las ciencias sociales es muy costoso y complejo ya que los factores que pueden influir son casi innumerables. En segundo lugar, también requiere una comparación pre-post tratamiento, comparaciones entre grupos control y experimentales, la aleatorización de los participantes en las condiciones de control y tratamiento, así como el estudio de las variables intervinientes más relevantes. Así, este experimento sigue dos objetivos principales: (1) analizar la mejora en la satisfacción de la imagen corporal de las personas mayores de 50 años que se inscriben en un programa específico de satisfacción corporal en comparación con el progreso obtenido en un programa general (no específico); (2) examinar la relación entre la satisfacción corporal y las variables intervinientes como la edad, el género, el estado civil, la época del año de participación y la vida en una residencia metropolitana o rural.

El Comité revisó el Protocolo sobre Conducta Científica y Ética de la Universidad Alfonso X el Sabio. Además, un grupo de científicos externos al equipo de investigación verificó y aprobó el proceso experimental completo. Para permitir la participación en el estudio, fue necesario firmar un consentimiento informado aceptando inscribirse en el programa, como lo recomienda la Declaración de ^Helsinki30. Antes de la inscripción, se aseguró que ninguno de los participantes sufriría ningún estrés psicológico o daño resultante de la intervención.

1. Realizar el estudio de campo

NOTA: El diseño experimental sigue un diseño mixto, con mediciones entre sujetos (grupos experimentales y de control) y mediciones repetidas antes y después del tratamiento. Este diseño experimental permite aislar el efecto del tratamiento (los resultados obtenidos en un programa específico de satisfacción corporal) de otras variables relacionadas con las diferencias individuales ya que la satisfacción corporal se midió antes y después del tratamiento. El estudio también compara el tratamiento con lo que sucedió al participar en un programa de intervención no específico (grupo de control) aislando el efecto de manipulación durante la intervención. Los participantes fueron asignados aleatoriamente en las condiciones experimentales y de control, garantizando las condiciones óptimas para la realización del experimento.

1. Selección de herramientas de investigación
   1. Elegir un programa psicosocial dirigido a mejorar la imagen corporal en personas mayores adecuado al objetivo del estudio. En este caso, la opción elegida fue el programa IMAGINA de Sánchez-Cabrero (2012)²⁶ ya que cumple con todos los requisitos.
      NOTA: Los criterios para seleccionar el instrumento experimental fueron los siguientes: (1) tenía que ser un programa específico para la satisfacción corporal; (2) debe adaptarse perfectamente a las personas mayores; (3) debe ser un programa grupal que haga hincapié en la interacción social entre los participantes; (4) tiene que durar de 6 a 10 sesiones de 60-120 minutos cada una, por lo que los cambios de actitud y comportamiento podrían lograrse de manera consistente.
   2. Elija un programa psicosocial general para que las personas mayores trabajen en grupos que cumplan con todas las condiciones requeridas y sirvan como una comparación de control. En este experimento, el programa es 'Promoting Healthy Aging: Consistent Health', dirigido por Cruz Roja ^Española31 ya que era la mejor opción disponible.
      NOTA: El criterio para seleccionar el programa de control es que (1) debe basarse en la interacción social positiva sin centrarse en la imagen corporal; (2) debe estar diseñado para trabajar en grupos; (3) debe ser apropiado para las personas mayores; (4) debe tener un horario similar al programa de intervención experimental.
   3. Elegir un instrumento científico para evaluar la satisfacción de la imagen corporal en personas mayores. El Body Shape Questionnaire (BSQ) de Cooper, Taylor, Cooper y Fairburn (1987)³³ fue considerado como el instrumento más adecuado para los objetivos de la investigación.
      NOTA: El criterio para seleccionar el instrumento científico para evaluar la satisfacción corporal en la vejez fue que (1) debe ser un instrumento revisado y publicado por pares; (2) mide la satisfacción del cuerpo y tiene validez convergente con otros instrumentos científicos; (3) debe ser breve y sencillo de adaptar a la población mayor (3) debe traducirse al español y escalarse para la población española.
   4. Diseñar un cuestionario (Archivo Complementario 1) para recopilar todos los datos demográficos y variables intervinientes para controlar en este estudio.
      NOTA: Los datos sociodemográficos sobre edad, género y estado civil se recopilaron con un cuestionario específico ad hoc. La edad fue tratada como una variable cuantitativa y discreta y el resto como variables categóricas dicotómicas. En cuanto a 'estación del año' y 'entorno de residencia', esta información fue registrada por el investigador a cargo del experimento.
2. Método de muestreo
   1. Solicitar la colaboración de una organización sin ánimo de lucro (ONG) que lleve a cabo programas psicosociales de aplicación grupal para personas mayores en diferentes localidades.
   2. Seleccionar diez ubicaciones diferentes para aplicar los programas psicosociales experimentales y de control. La mitad de ellos vivían en el campo (lugares con menos de 1000 residentes), y la otra mitad vivía en pueblos y ciudades metropolitanas.
3. Aplicación de intervenciones experimentales y de control
   1. Realizar la medición previa al tratamiento de BSQ. Las medidas individuales se reunieron con papel y bolígrafo, pero los participantes estaban en el mismo espacio que su grupo de racimo.
   2. Realizar más de ocho sesiones de ambos programas psicosociales (control y experimentales) en diez localidades.
      NOTA: Los programas estaban bajo la supervisión de la misma persona en dos estaciones diferentes del año: verano e invierno. En ambos casos, las actividades se realizaron por la noche, durante 4 semanas, y dos veces por semana. En ambos programas, los participantes trabajaron en grupos, teniendo actividades lúdicas y reuniones sociales, lo que redujo drásticamente la retirada de los participantes.
   3. Reúna la medición posterior al tratamiento del BSQ.
      NOTA: Las solicitudes individuales se reunieron con papel y bolígrafo, pero los participantes estaban en la misma sala con su grupo de grupos. Esto se hizo justo después de terminar las sesiones. El BSQ no se aplicó a aquellas personas que no asistieron a todas las sesiones. En consecuencia, los resultados del 10% de la muestra se omitieron en los análisis finales.

2. Digitalizar los datos obtenidos en el estudio de campo

1. Abra el software estadístico y vaya a Menú Archivo | Nuevas | Datos, haga clic en el icono Datos y luego vaya a Vista de variables (Figura 1) y cree una variable estadística para cada una de las siguientes variables que se muestran en la Tabla 1.

Tabla 1: Principales características de las variables estadísticas de investigación. Descripción detallada de las principales características de las variables de investigación en su proceso de digitalización.

Figura 1: Cómo importar datos de variables al paquete de software estadístico. (1) Haga clic en el icono Datos ; (2) Haga clic en el icono Vista variable . Haga clic aquí para ver una versión más grande de esta figura.

2. Vaya a Data View en el software estadístico (Figura 2) y, para cada participante, complete los datos de las medidas previas y posteriores de la prueba BSQ. Haga lo mismo con los datos demográficos y atributivos del cuestionario.
   NOTA: Los resultados obtenidos con el BSQ y la información relativa a los datos sociodemográficos del estudio fueron recogidos en papel y bolígrafo, por lo que fue necesario digitalizarlos uno a uno.
   1. Crear una nueva variable con la diferencia entre la medición pre y post-BSQ en el software estadístico (datos obtenidos con la prueba). Para ello, vaya a Transformar | Compute Variable, y en el menú emergente asigne un nombre en Target Variable gap, luego seleccione la variable de pretratamiento en el menú Type & Label... y muévala a Numeric Expression gap, luego haga clic en el icono de resta (-) en la calculadora.
   2. Después, seleccione la variable posterior al tratamiento en el menú Tipo y etiqueta y muévala de nuevo al intervalo de expresión numérica . Finalmente, haga clic en ok, y luego se crea la variable que explica la diferencia entre la medición previa y posterior (Figura 3).

Figura 2: Cómo importar datos de investigación al paquete de software estadístico. Seleccione el icono Vista de datos . Haga clic aquí para ver una versión más grande de esta figura.

Figura 3: Cómo crear una nueva variable con la diferencia entre la medición previa y posterior de la prueba BSQ en el software estadístico. (1) Haga clic en Transformar | Variable de cómputo; (2) Asignar un número en la brecha de la variable objetivo; (3) Seleccione la variable de pretratamiento en el menú Tipo y etiqueta... y moverlo a la brecha de expresión numérica; (4) Haga clic en el icono de resta (-) en la calculadora; (5) Seleccione la variable posterior al tratamiento en el menú Tipo y etiqueta y muévala al espacio de expresión numérica; (6) haga clic en el icono Aceptar. Haga clic aquí para ver una versión más grande de esta figura.

3. Análisis estadísticos

1. Observe la confiabilidad y consistencia de la medición de BSQ y vuelva a probar con el Coeficiente de Correlación Intraclase (ICC) con el paquete de software estadístico.
   1. Para ello, seleccione el menú Analizar | Escala | Análisis de confiabilidad, mueva las mediciones de BSQ previas y posteriores al tratamiento utilizadas en el experimento al cuadro de diálogo Análisis de confiabilidad .
   2. Haga clic en Estadísticas... y elija Coeficiente de correlación intraclase y las opciones Mixto bidireccional y Consistencia. Finalmente, haga clic en el icono Aceptar para generar la salida deseada (Figura 4).

Figura 4: Cómo evaluar la consistencia interna del cuestionario. Seleccione analizar menú | Escala | Análisis de confiabilidad. (1) Mueva las variables utilizadas en el experimento al cuadro de diálogo Análisis de confiabilidad; (2) Haga clic en el icono Aceptar. Haga clic aquí para ver una versión más grande de esta figura.

NOTA: Las mediciones de BSQ pre y post-tratamiento tuvieron excelentes valores de confiabilidad y consistencia (ICC=0,916).

2. Ejecute el análisis descriptivo con el paquete de software estadístico. Comience con estadísticas descriptivas como la media aritmética y la desviación estándar (DE) para las variables cuantitativas 'BSQ pre-tratamiento', 'BSQ post-tratamiento' y 'Pre-post diferencia'. Primero globalmente, luego teniendo en cuenta cada categoría de las otras variables incluidas en el estudio. Finalmente, estudiar la distribución de frecuencias en las variables categóricas intervinientes y controladas.
   1. Para realizar este análisis, seleccione Analizar menú | Estadística descriptiva | Frecuencias y, tras la salida, analizar | Estadística descriptiva | Descriptivo (Figura 5). Para especificar la estadística descriptiva de las variables cuantitativas para cada condición de las variables categóricas, seleccione la opción Dividir archivo en el menú principal, y en el menú emergente elija la variable categórica a analizar y seleccione la opción 'Organizar salida por grupos'; luego haga clic en Aceptar (Figura 6).
   2. Repetir este proceso para cada variable categórica considerada en el estudio (condición experimental, época del año, género, estado civil y residencia).

Figura 5: Cómo realizar el análisis descriptivo de los datos. Seleccione analizar menú | Estadística descriptiva | Frecuencias y, tras la salida, analizar | Estadística descriptiva | Descriptivo. Haga clic aquí para ver una versión más grande de esta figura.

Figura 6: Cómo especificar las estadísticas descriptivas de las variables cuantitativas para cada condición de las variables nominales intermedias controladas. (1) Haga clic en el icono Dividir archivo ; (2) Elija la variable categórica a analizar y seleccione la opción Organizar la salida por grupos; (3) Haga clic en el icono Aceptar . Haga clic aquí para ver una versión más grande de esta figura.

3. Realizar una prueba t de Student de muestras pareadas con el paquete de software estadístico para examinar la imagen corporal antes y después de participar en las dos condiciones (efecto IV entre sujetos).
   1. Para ello, seleccione Analizar menú | Comparar medios | Muestras pareadas t-Test, y en el cuadro de diálogo Muestras pareadas t-test , ponga BSQ pre-tratamiento y BSQ post-tratamiento como Variable 1 y 2 (Figura 7).
   2. Para especificar las muestras pareadas Prueba t del estudiante según cada variable categórica (condición experimental, género, estado civil, época del año y lugar de residencia) seleccione la opción Dividir archivo en el menú principal, y en el menú emergente elija la variable categórica a analizar y seleccione la opción 'Organizar salida por grupos' y haga clic en Aceptar (Figura 6).
   3. Repita este proceso antes de cada análisis para cada variable nominal (época del año, género, estado civil y residencia).

Figura 7: Cómo realizar muestras emparejadas Análisis de la prueba t de Student. (1) Seleccione analizar el menú | Comparar medios | Muestras pareadas t-Test; (2) poner BSQ pre-tratamiento y BSQ post-tratamiento como Variables 1 y 2; (3) Haga clic en el icono Aceptar . Haga clic aquí para ver una versión más grande de esta figura.

4. Realice un análisis ANOVA unidireccional con el paquete de software estadístico para ver el efecto de cada programa (efecto intergrupo IV), género, estado civil, época del año y lugar de residencia.
   1. Para ello, seleccione Analizar menú | Comparar medios | ANOVA unidireccional (Figura 8), y en el cuadro de diálogo ANOVA unidireccional , coloque las variables BSQ pre-tratamiento, BSQ post-tratamiento y la diferencia pre-post en la Lista dependiente y la variable de condición experimental como el Factor.
   2. Repita este proceso para cada una de las variables nominales (condición experimental, género, estado civil, época del año y lugar de residencia). El resultado muestra la significación estadística del pretratamiento BSQ, el postratamiento BSQ y la diferencia pre-post como variable cuantitativa discreta mediante la comparación de medias con la distribución F de Snedecor (no considerando la igualdad de varianzas).

Figura 8: Cómo realizar un análisis ANOVA unidireccional. (1) Seleccione el menú Analizar | Comparar medios | ANOVA unidireccional; (2) poner las variables BSQ pre-tratamiento, BSQ post-tratamiento y la diferencia pre-post en la Lista de Dependientes, y la variable de condición experimental como el Factor; (3) Haga clic en el icono Aceptar . Haga clic aquí para ver una versión más grande de esta figura.

5. Realizar análisis ANOVA de Medidas Repetidas con el paquete de software estadístico utilizando las estadísticas Trace de Pillai y Lambda de Wilks, ya que ofrecen resultados opuestos y complementarios del efecto interingrupal de variables independientes.
   1. Para ello, seleccione Analizar menú | | general del modelo lineal Medidas repetidas, y en el cuadro de diálogo Medidas repetidas , asigne un nombre en el cuadro Nombre del factor dentro del sujeto (por ejemplo, PRE-POST), coloque '2' en el cuadro Número de niveles y en el cuadro Nombre de la medida ponga BSQ. Finalmente, haga clic en el icono 'Definir' para cambiar al cuadro de selección de variables (Figura 9).
   2. Dentro de ese menú emergente, seleccione las medidas previas y posteriores de la prueba BSQ como Variables dentro de los sujetos, la condición experimental como Factor (s) entre sujetos y todas las variables sociodemográficas (época del año, sexo, edad, estado civil y entorno de residencia) como Covariables.
   3. Antes de obtener el resultado del análisis, haga clic en Modelo y seleccione 'Factorial completo'; luego vaya a 'Opciones' y elija 'Estimaciones del tamaño del efecto' (consulte la Figura 10). Por último, repite todo el proceso pero en lugar de elegir 'Factorial completo' en Modelo elige la opción 'Construir términos personalizados', combinando la variable 'Condición' con todas las variables sociodemográficas (época del año, sexo, edad, estado civil y entorno de residencia) utilizando para ello el icono 'Por *'.

Figura 9: Cómo configurar el análisis ANOVA de medidas repetidas. (1) Seleccione el menú Analizar | | general del modelo lineal Medidas repetidas; (2) Asigne un nombre en el cuadro Nombre del factor dentro del sujeto ; (3) Ponga '2' en el cuadro Número de niveles y haga clic en el icono Agregar ; (4) Coloque BSQ en el cuadro Nombre de la medida y haga clic en el icono Agregar ; (5) Haga clic en el icono Definir . Haga clic aquí para ver una versión más grande de esta figura.

Figura 10: Cómo seleccionar variables para realizar análisis ANOVA de Medidas Repetidas. Seleccione las medidas previas y posteriores de la prueba BSQ como Variables dentro de los sujetos y la condición experimental como Factor (s) entre sujetos. Haga clic aquí para ver una versión más grande de esta figura.

La investigación experimental siguió un diseño mixto, con mediciones entre sujetos (grupos experimentales y de control) y mediciones repetidas antes y después del tratamiento.

El programa IMAGINA de Sánchez-Cabrero (2012)26 fue seleccionado como el programa terapéutico experimental para aumentar la satisfacción de la imagen corporal de los adultos mayores en España. Cuenta con ocho sesiones grupales de 90-120 minutos de duración cada una, con el objetivo de entretener y comprometer a los participantes, utilizando actividades previamente diseñadas y probadas, que son dinámicas y requieren participación activa, trabajo en equipo y reflexión individual. Se espera que la imagen corporal y la autoestima mejoren a través de la participación social, la comunicación, los talleres de imagen corporal y la información nutricional saludable. También se aborda la inteligencia emocional, ya que las actividades del programa fomentan relaciones positivas entre los participantes al tiempo que reevalúan las autoconcepciones poco realistas y dañinas sobre la apariencia física. Además, este programa es específico para intervenciones de imagen corporal y, en consecuencia, es la mejor opción para probar en qué medida es útil. Finalmente, la encuesta de satisfacción de la fase piloto mostró una excelente aceptación (puntuación de 9 sobre 10).

El programa 'Promoting Healthy Aging: Consistent Health' para personas mayores31, dirigido por Cruz Roja Española, fue seleccionado como instrumento de control. El programa 'Promoting Healthy Aging: Consistent Health' se ha aplicado durante los últimos cinco años como un instrumento psicosocial para promover la salud colectivamente con una aprobación sobresaliente. Su duración es la misma que imagina (8 sesiones de 90-120 minutos), y también cuenta con matrícula grupal. Fomenta el contacto social sin tener en cuenta los problemas de imagen corporal. El programa incluye actividades grupales alegres y entrenamiento en hábitos saludables basado en el 'Cuaderno de ejercicios y actividades de agilidad mental para personas mayores' publicado por Cruz Roja Española32.

Esta investigación tuvo lugar en el noroeste de España, que sufre graves problemas de envejecimiento poblacional. La selección de los participantes se realizó con muestreo por conglomerados, identificando diez grupos de personas mayores de cincuenta años. La mitad de ellos vivían en el campo (lugares con menos de 1000 residentes), y la otra mitad vivía en pueblos y ciudades metropolitanas. Un total de 176 personas participaron desinteresadamente y sin recompensa económica. Los participantes fueron asignados a las condiciones de control y experimentales (mitad en el programa general y mitad en 'IMAGINA'), asegurando una distribución similar en ambos grupos. Y lo mismo se hizo con las variables época del año y entorno de residencia. La media aritmética de la edad de la muestra fue de 64,03 con una desviación estándar de 64,03, con una desviación estándar (DE) de ± 8,06. Participaron 146 mujeres (83%) y 30 hombres (17%), 93 mayores de 65 años (jubilados según el sistema laboral español) y 83 menores de 65 años (población activa en cuanto a mano de obra). Hubo 15 solteros, 37 viudas/ viudos, 117 participantes en una relación formal y solo 7 separados o divorciados. En cuanto a la residencia y la temporada de intervención, 63 viven en el campo y 113 procedían de áreas metropolitanas, 84 se inscribieron en el programa durante el invierno y 92 durante el verano. Todos ellos eran blancos (europeos-caucásicos) ya que este lugar de España es muy homogéneo, racialmente hablando.

Como Variable Dependiente (VD) en la investigación experimental fue seleccionado el Body Shape Questionnaire (BSQ) de Cooper, Taylor, Cooper y Fairburn (1987)33, traducido y escalado a la lengua y cultura española por Raich et al. (1996)34. Las principales características son:

● El instrumento consta de 34 ítems siguiendo una escala Likert (de 1 (nunca) a 6 (siempre).
● Ha demostrado ser una herramienta científica confiable por varios estudios que la utilizaron, y tiene una α de Cronbach entre 0.95 y 0.97.
● Tiene buena validez externa con otros instrumentos científicos similares, como la subescala de insatisfacción corporal del EDI35 (Inventario de Trastornos alimentarios) o el MBSRQ36 (Cuestionario de Autorelaciones Corporales Multidimensionales).
● Puntuación final entre 34 y 204.
● La puntuación por encima de 110 indica descontento con la imagen corporal (Cooper et al., 1987)33.

BSQ fue la herramienta científica elegida por ser uno de los instrumentos más utilizados en este campo científico37,6. Además, se ha adaptado a otros idiomas y culturas en múltiples ocasiones, por ejemplo, Brasil38, Colombia39, Noruega40 y Corea41, entre otros. Sus atributos psicométricos son excelentes, y se ha escalado a la lengua y la cultura españolas. Desde una perspectiva léxica, el BSQ es lo suficientemente simple y breve como para usarlo con personas mayores, evitando el cansancio al responder a él; incluso a las personas con bajas habilidades de alfabetización les resulta fácil responder. Dado que el BSQ ha sido ampliamente utilizado, es posible comparar esta investigación con otros estudios realizados con participantes más jóvenes, lo que nos permite examinar la insatisfacción corporal en diferentes etapas y momentos de la vida. La última motivación para usar BSQ es que ninguna otra herramienta de satisfacción corporal para personas mayores ha sido validada científicamente. Por lo tanto, la creación de un nuevo instrumento científico causaría importantes problemas de fiabilidad, lo que haría imposible comparar esta investigación con la literatura anterior.

Los resultados obtenidos permiten examinar el efecto de la condición experimental: los beneficios de participar en un programa de imagen corporal para personas mayores. Esto se hace examinando las diferencias con la condición de control y la variabilidad intrasujeto (medida antes del tratamiento).

En cuanto al primer objetivo de investigación, la Tabla 2 muestra el tamaño del efecto en los grupos experimental y de control antes y después de que los participantes tuvieran lugar en ellos (d de Cohen), y la diferencia entre estos dos momentos con una prueba de muestras pareadas.

Tabla 2: Medias y desviaciones estándar de la prueba BSQ en condiciones y momentos (pre, post) y diferencia pre-post-prueba (prueba de muestras pareadas). Abreviaturas, M = Media; DE = desviación estándar; p = valor de probabilidad o significación. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

La salida de la prueba de muestras pareadas (efecto entre sujetos) muestra que la mejoría es mayor en el programa de imagen corporal IMAGINA que en el general (M=6,75 versus M=.75), y esto es estadísticamente significativo (t =6,782, p =.000). La mejoría no es significativa en la condición de control (t = .883, p = .380), mostrando un resultado notable del programa de imagen corporal IMAGINA en comparación con el programa de ONG (d de Cohen = .721 versus .094). Los resultados obtenidos permiten identificar el efecto de ambas condiciones (experimental y control) y las diferencias entre ellas. Más específicamente, se realizará un análisis multivariante para ver si el efecto de IMAGINA fue mayor que el programa de control.

La Tabla 3 muestra un ANOVA un unidireccional (efecto intergrupal), que compara BSQ en la condición experimental y de control en cada momento (pre y post-tratamiento), así como entre los dos momentos (diferencia pre-post). Estos resultados muestran que el diseño entre sujetos es robusto, ya que tanto pre (F = .56, p = .455) como post-condición (F = .443, p = .506) muestran diferencias de medias no significativas entre ambas condiciones. Por el contrario, existe una mejora significativa en BSQ en la diferencia pre-post (F=12,734, p=000), lo que indica un buen rendimiento de la prueba BSQ, apoyando lo observado en los análisis anteriores.

Tabla 3: Diferencias BSQ en ambos momentos (ANOVA unidireccional). Abreviaturas, F = F de Snedecor; p = valor de probabilidad o significación. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

Finalmente, este trabajo concluye con los resultados globales obtenidos en las condiciones experimentales y de control. La Tabla 4 muestra el resultado de las mediciones repetidas ANOVA (efecto inter-intragrupo), apuntando a la efectividad del programa imagina de satisfacción corporal (condición experimental) sobre el no específico (condición de control). El examen de un efecto de moderación en los resultados de la 'variable condición' (agregando el sexo, la edad, el estado civil, la estación del año y el entorno de residencia como covariables) permite ver que los contrastes multivariados del efecto de interacción interinfamiliar son estadísticamente significativos (p = .000).

Tabla 4: Prueba multivariante. Abreviaturas, F = F de Snedecor; p = valor de probabilidad o significación; Hyp. DF = Hipótesis Grados de Libertad; Error DF = Grados de libertad de error; MS = cuadrado medio. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

En cuanto al segundo objetivo de este estudio, es decir, el papel que las variables intervinientes jugaron en las diferencias de satisfacción corporal, la Tabla 5 muestra la media aritmética y la SD de BSQ tanto en las condiciones como en los momentos de medición por género, estado civil, estación del año y entorno de residencia, así como el efecto tamaño (d de Cohen), entre estos dos momentos de medición y la prueba de Muestras Pareadas resultante.

Tabla 5: Edad, sexo, estado civil, época del año y ambiente de las diferencias de residencia (prueba de muestras pareadas).. Abreviaturas, M = Media; DE = desviación estándar; p = valor de probabilidad o significación. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

Los hombres estaban más satisfechos con su apariencia física que las mujeres, lo que es más evidente después de participar en la condición experimental con el programa específico de imagen corporal (Post-test). De hecho, la diferencia entre la medida del BSQ antes e inmediatamente después de la intervención es estadísticamente significativa para ambos sexos justo en la condición experimental después de participar en el programa IMAGINA (Mujeres: t = 5.756, p = .000; Hombres: t =4.646, p =.000).

Con respecto al estado de la relación, los participantes dentro de una relación están más descontentos con su apariencia física en la condición previa y posterior al tratamiento. Esto sucede tanto en el grupo de control como en el experimental, lo que indica que la falta de pareja se relaciona positivamente con la satisfacción de la imagen corporal; sin embargo, esto también mejora su satisfacción corporal de manera más significativa durante su participación en IMAGINA (M=6.76 versus M=5.09). Estos resultados son significativos para los participantes con o sin relaciones en la condición experimental.

La temporada del año del programa no afectó significativamente a los individuos en el grupo de control, pero afectó a los del grupo experimental (programa IMAGINA). El programa IMAGINA obtuvo puntuaciones más altas en invierno que en verano (M= 9,44 y M= 4,40, respectivamente), aunque la mejoría fue significativa en ambas épocas del año (p=.003 y p=.000, respectivamente).

Finalmente, en cuanto al entorno de residencia, la mejoría fue mayor para los individuos metropolitanos (M=8,35) que en los individuos del campo (M=4,21) en la condición experimental. El tamaño del efecto es significativo en el grupo experimental pero no en el control, como ocurre con el resto de variables sociodemográficas. Una vez más, ninguno de los grupos de la condición de control obtuvo resultados significativos.

Como se puede ver, el género, la estación del año y el entorno de residencia tienen menos efecto sobre la satisfacción corporal en los grupos de control que en los grupos del programa IMAGINA (condición experimental), como lo muestra la d de Cohen. Más específicamente, observando el efecto intergrupo (IV) en la Tabla 6, es posible ver cómo la salida obtenida en el ANOVA unidireccional muestra que la mayoría de las diferencias significativas se encuentran en las diferencias pre-post. Además, la diferencia pre-post tiene más tamaño de efecto (Eta Squared) que las medidas pre y post solas.

Tabla 6: Interanálisis BSQ por edad, sexo, estado civil, época del año y entorno de residencia en todas las condiciones (ANOVA unidireccional). Abreviaturas, F = F de Snedecor; p = valor de probabilidad o significación. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

Finalmente, la Tabla 7 muestra los análisis multivariados con medidas repetidas (efecto entre grupos) que muestran que la edad, el sexo, tener una pareja estable, la estación del año y el entorno de residencia no interfieren con la efectividad del tratamiento (programa IMAGINA) ya que el efecto no es significativo.

Tabla 7: Contrastes multivariados de edad, sexo, estado civil, época del año y entorno de residencia (análisis inter e intra). Abreviaturas, F = F de Snedecor; p = valor de probabilidad o significación; Hyp. DF = Hipótesis Grados de Libertad; Error DF = Grados de libertad de error; MS = cuadrado medio. Esta tabla ha sido modificada a partir de Sánchez-Cabrero et al.2.

Los resultados mostrados en las Tablas 5-7 muestran que la aplicación de un diseño entre sujetos en la intervención IMAGINA fue efectiva y jugó un papel más poderoso que el resto de las variables intervinientes controladas, que tradicionalmente se han considerado de gran relevancia sobre la imagen corporal en estudios previos sobre este tema.

Expediente complementario. Haga clic aquí para descargar esta figura.

Los autores no tienen nada que revelar.