La aparición de la pandemia de la COVID-19 y las medidas de bioseguridad tomadas como el confinamiento han impactado en diversas áreas en la vida de los individuos, especialmente a nivel emocional; afectando seriamente su salud mental (Diz-Ferreira et al., 2021; Huang & Zhao, 2020; Sandín et al., 2020). Diversos estudios han identificado un incremento en condiciones de salud mental como ansiedad y depresión en población general (Li et al., 2020a; Xiong et al., 2020) y grupos sociodemográficos específicos (Jones et al., 2021; Theberath et al., 2022; Xie et al., 2022). De la misma manera, se ha presentado un incremento en los niveles de irritabilidad y estrés producto de la cuarentena (Ellakany et al., 2022).
Estas implicancias a nivel de salud mental se encuentran estrechamente relacionadas con cambios abruptos que el contexto de la pandemia ha impuesto sobre los patrones de duración, mantenimiento y conciliación del sueño (Diz-Ferreira et al., 2021; Eleftheriou et al., 2021; Ellakany et al., 2022). Esto ocurre porque el sueño es considerado un factor fundamental que influye en la salud física y mental de las personas (Leger et al., 2012). En efecto, la relación entre patrones de sueño y salud mental se evidencia en estudios de prevalencia sobre la mayoría de las enfermedades mentales, en donde las dificultades de sueño suelen encontrase presentes (Carpi et al., 2022; Lewis et al., 2021; Scott et al., 2017).
En este sentido, las dificultades de sueño pueden generar u ocasionar afecciones en la salud mental de las personas (Scott et al., 2017), especialmente en sectores poblacionales más vulnerables ante dichas dificultades como jóvenes estudiantes universitarios en donde las cargas académicas y otros factores propios de esta etapa suelen asociarse a dificultades de sueño (Schlarb et al., 2017). Es así como múltiples investigaciones han reportado la presencia de problemas de salud en este grupo poblacional (e.g., Bruce et al., 2017; Carpi et al., 2022; Gardani et al., 2022; Dinis & Bragança, 2018).
Esta situación fue agravada en los últimos años producto de la proliferación del COVID-19 y las repercusiones de las medidas de confinamiento decretadas por los gobiernos. Las diferentes restricciones impuestas tuvieron como resultado múltiples cambios en el contexto académico que implicaron la pronta adaptación de los estudiantes. No obstante, diversos estudios evidencian que las dificultades de sueño en estudiantes han incrementado en comparación con ciclos de estudio previos a la pandemia (Ellakany et al., 2022; Smit et al., 2021).
Por ejemplo, Huang y Zhao (2020) identificaron que un quinto de sus participantes experimentaba síntomas depresivos y problemas de sueño, en muchos casos explicado por la incertidumbre causada por la pandemia COVID-19. Blackwelder et al. (2021), encontraron que las personas que dormían en promedio seis horas o menos tenían el triple de probabilidades de padecer enfermedades mentales a diferencia de las que dormían más de seis horas. También, se han encontrado que las dificultades para conciliar y mantener el sueño están asociadas a altos niveles de estrés (Alimoradi et al., 2021), vinculados a la percepción que tienen los individuos de la pandemia, es así que el miedo al contagio y el confinamiento han generado ansiedad y estrés en las personas, teniendo como consecuencia el insomnio (Medina-Ortiz et al., 2020).
No obstante, existen otras variables tanto sociodemográficas como psicológicas que podrían influir sobre la salud mental en el contexto de la pandemia (Nayak et al., 2021). Por estos motivos, el presente estudio tiene como objetivo analizar la capacidad predictiva de la duración del sueño y de las dificultades en su mantenimiento y conciliación con respecto a condiciones de salud mental como depresión, ansiedad y estrés en una muestra de estudiantes universitarios, luego de controlar el efecto de variables sociodemográficas y psicológicas.
Método
Participantes
La muestra del presente estudio está compuesta por 3 442 estudiantes universitarios de pregrado de una universidad privada de Lima Metropolitana, Perú. El proceso de selección consideró como criterios de inclusión a estudiantes mayores de edad (>18 años) que se encontraban matriculados durante el año 2020. La recolección de información se llevó a cabo por una plataforma en línea y la participación fue estrictamente voluntaria. Los participantes se caracterizan por una relativa homogeneidad en cuanto a la edad (M = 20.60, SD = 2.33). Adicionalmente, la muestra se compone por un 32.51% de estudiantes varones y 67.49% de mujeres; el 67.75% reporta encontrarse en una relación de pareja; mientras que, el 32.25% no presenta una pareja. El 79.31% no se encontraba trabajando; mientras que, solo el 20.69% estudiaba y trabajaba simultáneamente.
Instrumentos
Salud mental. La salud mental se define como el nivel de depresión, ansiedad y estrés presentado por los estudiantes, y se operacionaliza en la versión traducida al español de la escala Depression, Anxiety and Stress Scales (DASS). Lovibond y Lovibond (1995) propusieron la escala original compuesta por un total de 42 ítems; no obstante, Antony et al. (1998) demostraron que una versión reducida de 21 ítems mantenía entre aceptables a excelentes propiedades psicométricas, así como la capacidad de identificar las características de depresión, estrés y ansiedad tan bien como la versión completa. Ambas versiones obtuvieron la denominación de DASS-42 y DASS-21, respectivamente. En el presente estudio se emplea la versión en español del DASS-21, en donde los ítems se presentan con una escala de respuesta de cuatro niveles desde No me ha ocurrido hasta Me ha ocurrido mucho, o la mayor parte del tiempo.
Duración de sueño. La duración de sueño es operacionalizada como la cantidad de horas diarias que el estudiante reporta dormir durante el periodo académico. La pregunta específica fue “¿Cuántas horas aproximadamente duermes diariamente?”. Las horas auto reportadas oscilan en un rango entre 4 a 13 horas (M = 6.76, DE = 1.37).
Disrupción del sueño. La dificultad asociada a la calidad de sueño es operacionalizada como dificultades para conciliar o mantener el sueño durante el último mes. La pregunta específica fue “¿En el último mes, ¿cuán frecuentemente te cuesta conciliar el sueño o te levantas durante la noche?”. Las opciones de respuesta originales se expresaban en una escala Likert de cinco categorías: casi nunca, algunas veces, regularmente, muchas veces y casi siempre. Este indicador fue dicotomizado de modo que los primeros dos niveles corresponden dificultades poco frecuentes y los últimos tres niveles corresponden a dificultades regulares de sueño. La distribución del indicador dicotomizado es de 64.03% de estudiantes con pocas dificultades de sueño y 35.97% estudiantes con frecuentes dificultades de sueño.
Covariables sociodemográficas. Para controlar el efecto de otras variables sociodemográficas sobre la relación de la duración del sueño y la salud mental se decidió por incorporar como covariables: sexo, definida como un indicador categórico dicotómico con niveles: mujer y hombre; edad, como la cantidad de años cumplidos del estudiante hasta el momento de la evaluación, índice de masa corporal (IMC), como una razón de la masa y talla de un estudiante, situación de pareja, delimitado como un indicador dicotómico de estudiantes con y sin pareja al momento de la evaluación; condición laboral, como un indicador dicotómico de estudiantes que solo estudian y aquellos que estudian y trabajan a la vez.
Covariables psicológicas. Como covariables psicológicas se introdujeron la resiliencia y el apoyo social percibido. La resiliencia se define como los recursos o cualidades personales que permiten al individuo prosperar frente a la adversidad y adaptarse positivamente a la sociedad (Connor & Davidson, 2003). Este constructo es medido a partir del Connor-Davidson Resilience Scale (CD-RISC). La versión original se compuso a partir de 25 ítems que pretendían capturar un constructo multidimensional (Connor & Davidson, 2003). Campbell-Sills y Stein (2007) propusieron el CD-RISC 10, una versión reducida orientada a capturar el constructo desde una perspectiva unidimensional a partir de 10 ítems tipo Likert con cinco alternativas de respuesta: Nunca, Rara vez, A veces, A menudo y Casi siempre. El apoyo social percibido se mide a partir del Multidimensional Survey of Perceived Social Support (MSPSS; Zimet et al., 1988), una escala que operacionaliza el apoyo social desde la exploración de las relaciones del individuo con tres agentes: su familia, amigos y una persona importante. El instrumento se compone a partir de 12 ítems derivados de estudios basados en el análisis factorial. Los ítems se presentan con una escala de respuesta tipo-Likert con seis alternativas de respuesta que oscilan entre Completamente en desacuerdo hasta Completamente de acuerdo.
Análisis de datos
La estrategia de análisis propuesta se basa en el método Factor Score Regression (FSR; también conocido como Multistage Factor Score Regression o Factor Score Path Analysis). FSR es un proceso análogo al Modelamiento de Ecuaciones Estructurales (SEM), pero con severas ventajas al trabajar con un modelo con alta complejidad en donde la estimación simultánea de los parámetros puede encontrarse comprometida debido a una posible mala especificación en el modelo (Devlieger & Rosseel, 2017). En pocas palabras, FSR divide la estimación simultánea del SEM en distintas etapas. Durante la primera etapa, los modelos de medición son contrastados a partir de un Análisis Factorial Confirmatorio (CFA) que vincula la variable latente con sus respectivos indicadores observables (Devlieger & Rosseel, 2017). Posteriormente, se estiman puntajes factoriales, medidas que representan la ubicación relativa de un individuo en un rasgo latente determinado y que se construyen a partir de la información de un análisis factorial (DiStefano et al., 2009). Finalmente, en la última etapa, los puntajes factoriales son utilizados como variables observadas en un modelo de regresión, análogo a un modelo estructural en SEM (Hayes & Usami, 2020). Los modelos CFA serán estimados considerando matrices de correlaciones policóricas y el estimador Weighted Least Square Mean and Variance Adjusted (WLSMV); mientras que, el ajuste será evaluado a través de los índices Comparative Fit Index (CFI), Root Mean Squared Error of Approximation (RMSEA) y Standardized Root Mean Square Residual (SRMR). Los valores de los índices fueron contrastados considerando los puntos de corte CFI≥.95, RMSEA≤.05 y SRMR≤.06 como indicadores de un buen ajuste a los datos empíricos; y CFI≥.90, RMSEA≤.08 y SRMR≤.08 como indicadores de un ajuste razonable del modelo (Keith, 2019). Estimaciones de confiabilidad sobre la base de los modelos de medición serán reportados como sustento del uso de las medidas en contextos de investigación a partir del Coeficiente Omega como aproximación congenérica (Cho, 2016), calculado con el algoritmo propuesto por Green y Yang (2009). Los análisis relacionales de la relación entre la duración del sueño y la salud mental se llevarán a cabo a través de cuatro modelos de regresión. El primero considera únicamente la relación entre duración del sueño y salud mental; el segundo incorpora las dificultades de sueño como covariable; el tercero incorpora variables sociodemográficas como covariables; finalmente, el cuarto incorpora las variables psicológicas como covariables. Todos los análisis serán desarrollados en el software de uso libre R a través del entorno RStudio, principalmente con el paquete lavaan.
Resultados
Modelos de medición
La evaluación del ajuste de los tres modelos de medición contemplados en el presente estudio se presenta en la Tabla 1. El ajuste de las medidas de depresión ω GY =.922, ansiedad ω GY =.849 y estrés ω GY =.933 presentan niveles de confiabilidad altos y aptos para el uso de sus medidas en investigación; las cargas factoriales indican fuertes relaciones entre los indicadores observables y latentes λ=.477-.883. La medida de resiliencia presenta un alto grado de consistencia interna ω GY =.899, con altas relaciones entre los ítems y el constructo latente λ=.588-.835. De una manera similar, los indicadores asociados al apoyo social percibido demuestran una consistencia bastante alta para las subescalas del apoyo familiar ω GY =.917, de amigos ω GY =.942, y de una persona importante ω GY =.896, con cargas factoriales altas λ=.822-.941.
Tabla 1 Estructura Interna del DASS-21, CD-RISC y MSPSS
Escala | p | CFI | SRMR | ||
DASS-21 | 5905.649 (186) | <.001 | 0.936 | .095 (.092, .097) | 0.054 |
CD-RISC 10 | 740.089 (35) | <.001 | 0.981 | .077 (.072, .081) | 0.032 |
MSPSS | 2088.626 (51) | <.001 | 0.983 | .108 (.104, .112) | 0.04 |
Nota. = Chi-cuadrado, gl = grados de libertad, CFI = Comparative Fit Index, RMSEA = Root Mean Square Error of Approximation, SRMR = Standardized Root Mean Square Residual.
Modelos de regresión
La Tabla 2 presenta los cuatro modelos evaluados para la depresión. Como se puede apreciar, la duración del sueño representa un predictor estadísticamente significativo de la depresión, pero por sí sola explica solo un 2% de la variabilidad en las medidas. Al incluir las dificultades para conciliar o mantener el sueño, el tamaño del efecto asociado a la variabilidad explicada por ambas variables aumenta a un 10%. Estas dos variables son predictores estadísticamente significativos de la depresión, aun controlando los efectos de las variables sociodemográficas y psicológicas incluidas en el estudio. Además, en el modelo final se identifica que las variables de resiliencia y apoyo social percibido por familia, amigos y una persona importante son predictores estadísticamente significativos de depresión; mientras que, entre las variables sociodemográficas solo se encontraron diferencias estadísticamente significativas según sexo, luego del control del resto de variables.
Tabla 2 Duración y Disrupción del Sueño como Predictores de la Depresión
Variable | Modelo 1 | Modelo 2 | Modelo 3 | Modelo 4 |
Duración de sueño | -.137*** | -.084*** | -.081*** | -.044** |
(-.170, -.104) | (-.116, -.051) | (-.113, -.048) | (-.071, -.017) | |
Dificultades en el sueño | .589*** | .574*** | .425*** | |
(.521, .656) | (.507, .641) | (.369, .481) | ||
Sexo | .264*** | .193*** | ||
(.195, .333) | (.135, .251) | |||
Edad | 0.001 | -0.018 | ||
(-.033, .035) | (-.045, .010) | |||
Condición laboral | -0.063 | 0.066 | ||
(-.145, .019) | (-.003, .134) | |||
IMC | .047** | 0.027 | ||
(.014, .079) | (.000, .054) | |||
Situación sentimental | -0.064 | 0.026 | ||
(-.132, .005) | (-.036, .089) | |||
Resiliencia | -.332*** | |||
(-.361, -.303) | ||||
Apoyo social (familia) | ||||
Familia | -.086** | |||
(-.140, -.032) | ||||
Amigos | -.214*** | |||
(-.256, -.172) | ||||
Persona importante | -.049* | |||
(-.089, -.009) | ||||
0.019 | 0.096 | 0.112 | 0.394 | |
0.019 | 0.077 | 0.016 | 0.283 |
Nota. *p<.05, **p<.01, ***p<.001.
La Tabla 3 presenta los cuatro modelos evaluados para la ansiedad. Como se puede apreciar, la duración del sueño representa un predictor estadísticamente significativo de la ansiedad, pero por sí sola explica solo un 2.5% de la variabilidad en las medidas. Al incluir las dificultades para conciliar o mantener el sueño, el tamaño del efecto asociado a la variabilidad explicada por ambas variables aumenta a un 10.9%. Estas dos variables son predictores estadísticamente significativos de la ansiedad, aun controlando los efectos de las variables sociodemográficas y psicológicas incluidas en el estudio. Además, en el modelo final se identifica que las variables de resiliencia y apoyo social percibido por parte de la familia son predictores estadísticamente significativos de ansiedad; así como las variables sociodemográficas de sexo, edad, condición laboral e IMC.
Tabla 3 Duración y Disrupción del Sueño como Predictores de la Ansiedad
Variable | Modelo 1 | Modelo 2 | Modelo 3 | Modelo 4 |
Duración de sueño | -.159*** | -.103*** | -.100*** | -.072*** |
(-.170, -.104) | (-.135, -.071) | (-.113, -.048) | (-.100, -.043) | |
Dificultades en el sueño | .615*** | .594*** | .477*** | |
(.548, .682) | (.507, .641) | (.418, .536) | ||
Sexo | .367*** | .294*** | ||
(.195, .333) | (.233, .355) | |||
Edad | -.039* | -.052*** | ||
(-.033, .035) | (-.082, .023) | |||
Condición laboral | 0.017 | .124*** | ||
(-.145, .019) | (.052, .196) | |||
IMC | .049** | .035* | ||
(.014, .079) | (.007, .064) | |||
Situación sentimental | -.003 | 0.054 | ||
(-.132, .005) | (-.012, .120) | |||
Resiliencia | -.320*** | |||
(-.350, -.289) | ||||
Apoyo social (familia) | ||||
Familia | -.149*** | |||
(-.194, -.105) | ||||
Amigos | -0.035 | |||
(-.078, -.007) | ||||
Persona importante | -.037 | |||
(-.094, .020) | ||||
.025 | .109 | .140 | .326 | |
.025 | .084 | .030 | .187 |
Nota. *p<.05, **p<.01, ***p < .001.
La Tabla 4 presenta los cuatro modelos evaluados para el estrés. Como se puede apreciar, la duración del sueño representa un predictor estadísticamente significativo del estrés, pero por sí sola explica solo un 2.7% de la variabilidad en las medidas. Al incluir las dificultades para conciliar o mantener el sueño, el tamaño del efecto asociado a la variabilidad explicada por ambas variables aumenta a un 11.7%. Estas dos variables son predictores estadísticamente significativos del estrés, aun controlando los efectos de las variables sociodemográficas y psicológicas incluidas en el estudio. Además, en el modelo final se identifica que las variables de resiliencia y apoyo social percibido por parte de la familia son predictores estadísticamente significativos del estrés; así como las variables sociodemográficas de sexo, edad, condición laboral, IMC y situación sentimental.
Tabla 4 Duración y Disrupción del Sueño como Predictores del Estrés
Variable | Modelo 1 | Modelo 2 | Modelo 3 | Modelo 4 |
Duración de sueño | -.164*** | -.106*** | -.103*** | -.075*** |
(-.197, -.131) | (-.138, -.074) | (-.135, -.071) | (-.103, -.047) | |
Dificultades en el sueño | .636*** | .616*** | .497*** | |
(.570, .703) | (.550, .682) | (.439, .556) | ||
Sexo | .364*** | .290*** | ||
(.296, .432) | (.229, .351) | |||
Edad | -.026 | -.039** | ||
(-.059, .007) | (-.068, -.009) | |||
Condición laboral | 0.057 | .163*** | ||
(-.024, .137) | (.092, .235) | |||
IMC | .046** | .031* | ||
(.014, .078) | (.003, .060) | |||
Situación sentimental | -0.031 | .086** | ||
(-.036, .099) | (-.021, .152) | |||
Resiliencia | -.315*** | |||
(-.346, -.285) | ||||
Apoyo social (familia) | ||||
Familia | -.162*** | |||
(-.206, -.119) | ||||
Amigos | -0.032 | |||
(-.074, .010) | ||||
Persona importante | -.033 | |||
(-.089, .024) | ||||
.027 | .117 | .146 | .334 | |
.027 | .090 | .029 | .187 |
Nota. *p<.05, **p<.01, ***p < .001.
Discusión
La proliferación del COVID-19 tuvo como consecuencia severas dificultades a nivel de la salud mental de la población general, con una prevalencia de síntomas asociados a trastornos mentales altamente reportada en la literatura científica (Li et al., 2020a; Xiong et al., 2020). Gran parte de estos estudios vincula a las dificultades en la duración, conciliación y mantenimiento del sueño con la incidencia de dichas condiciones de salud mental (Diz-Ferreira et al., 2021; Eleftheriou et al., 2021; Ellakany et al., 2022). Por estos motivos, el presente estudio tuvo como objetivo analizar el rol predictivo de la duración, conciliación y mantenimiento del sueño frente a sintomatología asociada a la depresión, ansiedad y estrés, en estudiantes universitarios, una población que se ha encontrado constantemente asociada con problemas irregularidades en los patrones de sueño debido a las condiciones propias del entorno académico en el que se circunscriben y que se han complicado producto del contexto impuesto por la pandemia (Ellakany et al., 2022; Smit et al., 2021).
Con respecto a los síntomas depresivos, en el presente estudio se identificó que la duración del sueño y las dificultades para conciliar o mantener el sueño tienen una relación estadísticamente significativa con la sintomatología depresiva de los estudiantes universitarios de pregrado, incluso al controlar el efecto de variables sociodemográficas y psicológicas como resiliencia y apoyo social percibido. En relación con la duración, los hallazgos coinciden con los estudios contemporáneos como los realizados por Li et al. (2020b), quienes identificaron que una corta duración de sueño (<7 horas) en estudiantes universitarios está asociada a una mayor prevalencia de padecer síntomas depresivos. Asimismo, estudios recientes encontraron que se debe mantener una duración del sueño óptima (8 horas aproximadamente) con el fin de aminorar el riesgo a sufrir depresión; a su vez, se debe tomar en cuenta que la duración del sueño no debe ser muy larga, pues también incrementa la probabilidad de tener depresión (Dong et al., 2022). Adicionalmente, diversos estudios encontraron que existe una relación entre la duración del sueño y la depresión (e.g., Berger et al., 2019; Koo et al., 2020; Sun et al., 2018). No obstante, los resultados de la investigación sugieren que el tamaño del efecto de la relación entre duración del sueño y sintomatología depresiva es negligible, a pesar de ser estadísticamente significativa. Esto es congruente con estudios como el de Li et al. (2017) en donde se propone que la duración del sueño es un factor independiente al riesgo de tener depresión. En contraste, nuestros hallazgos sugieren que las dificultades para conciliar o mantener el sueño representan factores que influyen más en la incidencia de síntomas depresivos en comparación con la duración por sí sola. Esto es confirmado por Lewis et al. (2021), quienes mencionan que dichas dificultades son las que más han tenido influencia en los síntomas de depresión, viéndose esta relación más agraviada durante la cuarentena a diferencia de otros tiempos. A su vez, otras dificultades asociadas a la conciliación y mantenimiento del sueño como la baja calidad de sueño o insomnio se encuentran relacionados con los síntomas depresivos (Sivertsen et al., 2012; Wang et al., 2020).
Con respecto a los síntomas de ansiedad, los hallazgos del presente estudio sugieren que tanto la duración como las dificultades para conciliar o mantener el sueño son predictores estadísticamente significativos de dicha sintomatología en la muestra de estudiantes universitarios. En congruencia con la naturaleza de esta relación, Roberts y Duong (2017) señalan que una reducción en la duración del sueño puede aumentar el riesgo de padecer ansiedad. No obstante, van Mill et al. (2014) encontraron que tanto una corta duración del sueño como una larga cantidad de horas son predictores de los síntomas crónicos de ansiedad. Aunque la duración del sueño por sí sola ya se encuentra relacionada a esta sintomatología, las dificultades para iniciar y conciliar el sueño ejercen un rol importante en su prevalencia, pues estudios como los de Kalmbach et al. (2019), Taylor et al. (2005) y Choueiry et al. (2016) hallaron que las personas que tenían problemas de sueño causado por el insomnio al momento de conciliar el sueño son más propensas a padecer síntomas de ansiedad. Esta relación fue más notoria en el contexto de la pandemia, esto se evidencia en el trabajo de Cellini et al. (2020) y Morin et al. (2021), quienes encontraron un incremento en la prevalencia de condiciones como ansiedad e insomnio, y que las dificultades para dormir aumentaron significativamente en las personas que experimentaron altos niveles de ansiedad. Específicamente, el mismo contexto de confinamiento impuesto por la cuarentena ha tenido un impacto negativo en los problemas del sueño y en la presencia de síntomas relacionados a la ansiedad (e.g., Iqbal et al., 2021; Marelli et al., 2021).
En relación con los síntomas de estrés, se identificó que tanto la duración del sueño como las dificultades para su conciliación y mantenimiento resultaron ser predictores estadísticamente significativos, incluso luego de controlar variables psicológicas y sociodemográficas. Es importante indicar que la duración del sueño por sí sola tiene un efecto negligible; mientras que, las dificultades tienen una mayor capacidad explicativa de los síntomas de estrés. En efecto, la literatura especializada en estrés indica que una mayor cantidad de estresores se encuentra relacionada a una reducción en la cantidad de horas de sueño y su respectiva calidad (Kim & Disdale, 2007; Kim et al., 2019). Estudios identifican que una duración de sueño menor a 5 horas implica una mayor severidad del estrés percibido en comparación con un patrón de sueño con una duración entre 7 a 8 horas (Choi et al., 2018; Kim & Lee, 2018). Esta relación entre sueño y estrés también se ha identificado previamente en el contexto de la pandemia por COVID19 (Alimoradi et al., 2021). Asimismo, se identificaron diferencias con respecto al sexo, edad, condición laboral, IMC y situación sentimental; además, que resiliencia y apoyo social percibido por parte de la familia tienen un efecto mucho más significativo que la duración, conciliación y mantenimiento juntos.
En conclusión, la duración del sueño es un predictor estadísticamente significativo de la depresión, ansiedad y estrés; no obstante, el tamaño del efecto de la cantidad de horas al dormir por sí solas es negligible. En su lugar, las dificultades en la conciliación y mantenimiento de sueño tienen un tamaño del efecto con mayores implicancias prácticas incluso después del control de variables psicológicas y sociodemográficas con una alta capacidad predictiva frente a las condiciones de salud mental mencionadas. Cabe resaltar que los resultados son aproximaciones sujetas a las limitaciones del estudio como el no emplear un muestreo no probabilístico lo cual limita las posibilidades de generalizar los resultados a poblaciones más extensas; no obstante, los hallazgos son congruentes con estudios contemporáneos sobre las relaciones entre la duración, conciliación y mantenimiento del sueño con condiciones de salud mental. Otra limitación del estudio es que el estudio de relaciones se limita a las variables contempladas, aunque el porcentaje de varianza explicada es alto en los tres modelos, otras variables importantes podrían ser consideradas en futuros estudios, especialmente aquellas de carácter académico si se replica el estudio en una población de estudiantes universitarios. Finalmente, los hallazgos sobre las diferencias entre estratos sociodemográficos y el poder predictivo de la resiliencia y apoyo social percibido ameritan una discusión profunda que no es abordada porque escapa al objetivo de la presente investigación.