julio-diciembre 2025

10.22235/cp.v19i2.4209

Artículos Originales

Evidencias preliminares de validez de la Escala de Trastorno Depresivo Persistente (TDP) en estudiantes universitarios peruanos

Preliminary Evidence of Validity of the Persistent Depressive Disorder Scale (PDD) in Peruvian University Students

Evidências preliminares de validade da Escala de Transtorno Depressivo Persistente (PDD) em estudantes universitários peruanos

Gilda Elejabo-Pacheco¹, ORCID 0000-0002-9179-5579

Maria Enriquez-Cuba², ORCID 0000-0003-0657-5799

Isaac A. Conde Rodríguez³, ORCID 0000-0002-5683-8596

Cristian E. Adriano-Rengifo⁴, ORCID 0000-0001-9211-511X

¹Universidad Peruana Unión, Perú

²Universidad Peruana Unión, Perú

³Universidad Peruana Unión, Perú

⁴Universidad Peruana Unión, Perú, [email protected]

Resumen:

El Trastorno Depresivo Persistente (TDP), también conocido como distimia, tiene un curso crónico y un impacto negativo en la calidad de vida de las personas, más aún en jóvenes universitarios. Este trastorno es uno de los tipos de trastornos del estado de ánimo menos estudiado y carece de instrumentos para su adecuada evaluación. Por tanto, el objetivo principal del estudio fue construir una escala para medir el TDP y evaluar preliminarmente sus propiedades psicométricas. La muestra total del estudio fue de 868 estudiantes universitarios de 18 a 34 años. Los resultados del análisis factorial exploratorio evidenciaron la presencia de un único factor. Asimismo, el análisis factorial confirmatorio reportó índices de bondad de ajuste adecuados (CFI = .98, TLI = .97, SRMR = .06, RMSEA [90 %CI]= .09[.08 - .10]) para una estructura unifactorial. Además, la escala demostró ser invariante según el sexo de los participantes. Respecto a la validez convergente, el TDP mostró covarianzas significativas con la ansiedad, depresión y satisfacción con la vida. Por último, la escala presentó elevada fiabilidad (α = .88; ω = .88). En conclusión, la escala TDP presenta preliminarmente adecuadas propiedades psicométricas para medir la presencia de patrones del trastorno depresivo persistente en jóvenes universitarios.

Palabras clave: trastorno depresivo persistente; análisis factorial; invarianza factorial; confiabilidad.

Abstract:

Persistent Depressive Disorder (PDD), also known as dysthymia, has a chronic course and a negative impact on people's quality of life, even more so in young university students. This disorder is one of the least studied types of mood disorders and lacks instruments for its proper evaluation. Therefore, the main objective of the study was to build a scale to measure PDD and preliminarily evaluate its psychometric properties. The total sample of the study was 868 university students aged 18 to 34 years. The results of the exploratory factor analysis showed the presence of a single factor. Likewise, the confirmatory factor analysis reported adequate goodness-of-fit indices (CFI = .98, TLI = .97, SRMR = .06, RMSEA [90 %CI] = .09 [.08 - .10]) for a single-factor structure. In addition, the scale proved to be invariant according to the sex of the participants. Regarding convergent validity, PDD showed significant covariances with anxiety, depression, and life satisfaction. Finally, the scale showed high reliability (α = .88; ω = .88). In conclusion, the PDD scale preliminarily presents adequate psychometric properties to measure the presence of patterns of persistent depressive disorder in university students.

Keywords: ersistent depressive disorder; factor analysis; factor invariance; reliability.

Resumo:

O Transtorno Depressivo Persistente (PDD), também conhecido como distimia, apresenta um curso crônico e um impacto negativo na qualidade de vida das pessoas, especialmente em jovens universitários. Esse transtorno é um dos tipos de transtornos do humor menos estudados e carece de instrumentos para sua avaliação adequada. Portanto, o principal objetivo do estudo foi construir uma escala para medir o PDD e avaliar preliminarmente suas propriedades psicométricas. A amostra total do estudo foi por 868 estudantes universitários, de 18 a 34 anos. Os resultados da análise fatorial exploratória evidenciaram a presença de um único fator. Da mesma forma, a análise fatorial confirmatória apresentou índices de ajuste adequados (CFI = .98, TLI = .97, SRMR = .06, RMSEA [IC90%] = .09[.08 - .10]) para uma estrutura unifatorial. Além disso, a escala se mostrou invariante em relação ao sexo dos participantes. Quanto à validade convergente, o PDD apresentou covariâncias significativas com ansiedade, depressão e satisfação com a vida. Por fim, a escala apresentou elevada confiabilidade (α = .88; ω = .88). Em conclusão, a escala PDD apresenta, preliminarmente, propriedades psicométricas adequadas para medir a presença de padrões do transtorno depressivo persistente em jovens universitários.

Palavras-chave: transtorno depressivo persistente; análise fatorial; invariância fatorial; confiabilidade.

Recibido: 12/08/2024

Aceptado: 17/07/2025

El trastorno depresivo persistente, también llamado distimia, es un tipo de trastorno del estado de ánimo (González-Forteza et al., 2015) que sigue un curso crónico (Halverson, 2015). En el Manual Diagnóstico de Trastornos Mentales DSM-5 (Asociación Americana de Psiquiatría [APA], 2014) se encuentra dentro de los trastornos depresivos, con el nombre de Trastorno Depresivo Persistente (TDP) o distimia (300.4) y en el CIE-11 se encuentra en los trastornos del humor (afectivos) persistentes, (distimia, 6A70.0) (Organización Mundial de la Salud [OMS], 2019). Sin embargo, ambos manuales mantienen criterios diagnósticos similares (Morocho, 2018). Jiménez-Maldonado et al., (2013) plantean que este trastorno afectivo es uno de los menos estudiados; no obstante, tiene un alto impacto negativo en la calidad de vida de las personas.

El DSM-5 (APA, 2014) refiere que la prevalencia para el trastorno depresivo persistente durante el año 2013 en Estados Unidos fue de aproximadamente 0.5 %. Por otro lado, un estudio de revisión sistemática analizó 38 estudios que abarcan 30 países a nivel mundial y halló una prevalencia del 1.6 %. Asimismo, esta prevalencia aumentó en los jóvenes alcanzando un máximo de sintomatología alrededor de los 50 años. El estudio también encontró que existe una mayor prevalencia de distimia en mujeres que en varones (Charlson et al., 2013). Respecto a los países de América Latina y el Caribe, el 2017 se encontró una prevalencia del 13.3 % de distimia en las personas mayores a 15 años (Tapia, 2017). De igual importancia, en Perú, Melendres (2019) halló una prevalencia de 6.8 % del TDP en postulantes a la universidad.

Frente a esta situación, un diagnóstico temprano es de importancia y no debe tomarse de forma ligera, pues en muchos casos desencadena en una depresión altamente crónica (Aparcana, 2017). Las personas con TDP tienen más probabilidades de suicidarse y ser hospitalizados que aquellas con depresión mayor (Klein et al., 2000). Además, conlleva a significativas consecuencias sociales o personales, tales como la incapacidad laboral, por tanto, requieren de mayor atención clínica (Castro-Díaz et al., 2013; Klein et al., 2000). En cuanto al ámbito laboral, un trabajador con este trastorno puede sentirse recargado de trabajo e incluso discriminado por sus superiores, así como verse comprometido en conflictos continuos con sus colaboradores de trabajo (Halverson, 2015). De igual manera, este trastorno influye en la satisfacción con la vida, ya que esta se enmarca en el análisis de las cogniciones y los sentimientos sobre el estilo de vida (Moreta-Herrera et al., 2018). Cuando una persona presenta un TDP, en ocasiones se ven alteraciones en su vida en el ámbito social y familiar debido a los sentimientos desesperanzadores, lo que induce a ver las situaciones como contrarias a sí mismos o a sus planes (Ortiz, 2023). Asimismo, el TDP se relaciona con la ansiedad, ya que esta aparece cuando la persona se halla en alguna situación de amenaza y la depresión aparece en situaciones de desamparo y pérdida (Gutiérrez, 2020). Por consiguiente, cuando la persona se encuentra con síntomas depresivos, puede llegar a desarrollar ansiedad al enfrentar presión en dichas situaciones. Además, la presencia de un trastorno de ansiedad precedente a la depresión o asociado a esta incrementa su gravedad y el riesgo de recaída (García-Herrera & Nogueras, 2013).

Por otro lado, el trastorno depresivo persistente es el más prevalente en comorbilidad con trastornos de la personalidad, como el trastorno limítrofe, evitativo, narcisista, antisocial, dependiente y obsesivo compulsivo (Irastorza, 2012; The Government of Canada, 2006).

Existen diversos instrumentos que miden el TDP desde varias perspectivas teóricas. Entre los instrumentos más utilizados, la Escala Hospitalaria de Ansiedad y Depresión (HADS) y el Cuestionario de Salud General (GHQ) presentan algunas limitaciones: (a) no miden exclusivamente distimia y (b) sus ítems miden menos del 50 % de los síntomas (Sanz et al., 2013). De manera similar la subescala de Distimia-D, también llamada neurosis depresiva (Condorcallo & Alvarez, 2016) en el Inventario Clínico Multiaxial de Millon III, no superó en ningún caso el 50 % de los síntomas y la escala de Depresión del Cuestionario de 90 síntomas en la escala de valoración (SCL-90-R), compuesta de 90 ítems, de los cuales solo 13 ítems miden depresión. No obstante, no superó la mitad de los síntomas de la distimia de acuerdo al DSM IV (Sanz et al., 2013).

También, la escala de Depresión Estado/Rasgo (IDER) de Spielberger et al. (2008) hace una diferencia entre la frecuencia de aparición de los síntomas (rasgo) y la afectación que tiene la persona de acuerdo a dicha sintomatología (estado) (Sotelo et al., 2012). No obstante, Agudelo (2009) menciona que es alta la probabilidad de confusión por esta distinción de medidas entre intensidad y frecuencia, así como de síntomas característicos de esta entidad clínica (distimia). Además, sus ítems no logran medir todos los indicadores según los criterios diagnósticos del TDP de acuerdo con el DSM-5.

Diversos estudios han evidenciado que los estudiantes universitarios son una población particularmente vulnerable al desarrollo de trastornos del estado de ánimo, como el TDP (Moreta-Herrera et al., 2018). Este grupo enfrenta múltiples factores estresantes, como la presión académica, la incertidumbre sobre el futuro laboral, la adaptación a nuevos entornos y la falta de apoyo familiar o social, que pueden contribuir al deterioro de su salud mental (Sotelo et al., 2012). En el contexto peruano, estos factores se ven intensificados por condiciones estructurales, como la desigualdad social y económica (Tapia, 2017), limitando el acceso a servicios de salud mental y aumentando el riesgo de que estos síntomas no sean detectados ni tratados a tiempo (Melendres, 2019). A pesar de ello, la investigación sobre el TDP en esta población sigue siendo escasa, lo que resalta la necesidad de contar con instrumentos específicos y culturalmente adaptados para su evaluación (Condorcallo & Álvarez, 2016). Por lo expuesto, se aprecia que la mayoría de los instrumentos actuales no miden adecuadamente el constructo TDP. Por ello, el objetivo principal del estudio es construir una escala para medir la presencia de patrones del TDP en estudiantes universitarios peruanos. Los objetivos específicos son: 1) analizar la validez de contenido de los ítems mediante el juicio de expertos, 2) evaluar la estructura interna de la escala a través del análisis factorial exploratorio y confirmatorio, 3) evidenciar la invarianza factorial intergrupo según el sexo, 4) examinar la validez de criterio relacionada con otras variables, y 5) estimar la fiabilidad de la escala mediante el coeficiente alfa y omega.

Delimitación conceptual del constructo

El TDP es un tipo de depresión incapacitante y crónica, que hace referencia a sentimientos depresivos constantes de bajo nivel. Entre las características de la distimia cabe mencionar la falta de interés prolongada por cualquier tipo de cosas, la baja autoestima y la tendencia a la autocrítica, así como anhedonia, fatiga, irritabilidad y pobre concentración (Argoff & Mccleane, 2011; Jiménez-Maldonado et al., 2013).

Por otro lado, el CIE-11 (OMS, 2019) lo define como una depresión crónica del humor con durabilidad de al menos varios años y no suficientemente grave, o bien cuyos episodios individuales no alcanzan a ser prolongados como para justificar el diagnóstico depresión moderada a grave o como para diagnosticar un trastorno depresivo mayor. En el manual DSM-IV TR (1998), este trastorno es conocido con el nombre de trastorno distímico, que posteriormente en el DSM-5 (APA, 2014) se renombra a TDP. Asimismo, este se clasifica en dos subtipos: inicio temprano, antes de los 21 años, y de inicio tardío, después de los 21 años. Teniendo en cuenta lo mencionado, el TDP se caracteriza por un estado de ánimo deprimido en la mayor parte del día y casi todos los días. Bajo esta perspectiva se planteó un modelo unidimensional del constructo, considerando los ocho criterios para el diagnóstico del TDP según el manual DSM-5 (APA, 2014).

Desde un punto de vista metodológico, la construcción de un instrumento específico para medir TDP resulta relevante dado que esta condición clínica ha sido reconocida desde hace décadas, aunque con distintas denominaciones como neurosis depresiva o distimia (González-Forteza et al., 2015). Sin embargo, llama la atención que, a pesar de su inclusión formal en manuales diagnósticos como el DSM y la CIE, no se haya desarrollado una escala ampliamente validada que mida de forma integral sus síntomas según criterios actualizados (Sanz et al., 2013). Esta brecha puede explicarse por la tendencia de los instrumentos existentes a centrarse en trastornos depresivos mayores o en dimensiones generales de depresión y ansiedad, lo que ha llevado a una subrepresentación del TDP como constructo específico (Condorcallo & Álvarez, 2016). Contar con una escala psicométricamente sólida permitiría mejorar el diagnóstico diferencial, identificar precozmente casos clínicos, y diseñar intervenciones más adecuadas en poblaciones de riesgo, como los estudiantes universitarios (Sotelo et al., 2012). Además, facilitaría la investigación sobre la prevalencia y las características del TDP al superar la actual invisibilización clínica y académica de esta entidad (Agudelo, 2009).

Materiales y Método

Diseño

Este estudio es de tipo instrumental, se centra en el desarrollo de un instrumento de medición psicológica y analiza sus propiedades psicométricas (Ato et al., 2013).

Participantes

En este estudio participaron un total de 868 universitarios dividido en dos muestras. Con la primera muestra (n = 302) se realizó el análisis factorial exploratorio (AFE) y con la segunda muestra (n = 566) el análisis factorial confirmatorio (AFC). Ambas muestras se obtuvieron mediante un muestreo no probabilístico por conveniencia (Otzen & Manterola, 2017).

En la Tabla 1 se detallan las características sociodemográficas de las muestras. El rango de edad de los participantes oscila entre 18 y 34 años en ambas muestras; la edad promedio en la muestra del análisis confirmatorio fue de 22.34 (DE = 2.86). Se destaca mayor porcentaje de participación de mujeres que residen en la región costa y sierra.

Tabla 1: Características sociodemográficas de los participantes

Instrumentos

La Escala de Trastorno Depresivo Persistente (TDP) ha sido elaborada por los autores de este estudio con el objetivo de identificar la presencia de rasgos de TDP siguiendo los criterios de diagnósticos clínicos del DSM-5 (APA, 2014) en estudiantes universitarios mayores de 18 años. La propuesta inicial de la escala fue unidimensional y consta de 12 ítems (Apéndice A). Para la evaluación del criterio A se estableció el ítem número 1 “En los dos últimos años, me he sentido melancólico y/o triste”. Para el criterio B, se establecieron los ítems 2 “En las últimas semanas, mi apetito ha disminuido o se ha incrementado”; 3 “En las últimas semanas, he dormido menos de lo normal o habitual”; 4 “En las últimas semanas, he dormido más de lo normal”; 5 “En las últimas semanas, he sentido cansancio durante la mayor parte del día”; 6 “En las últimas semanas, he pensado que no valgo nada”; 7 “En las últimas semanas, he pensado que tengo más defectos que cualidades”; 8 “En las últimas semanas, he sentido que no tengo muchos motivos para sentirme único y valioso”; 9 “En las últimas semanas, he tenido dificultades para mantener mi concentración”; 10 “En las últimas semanas, he tenido dificultades para tomar decisiones”; 11 “En las últimas semanas, el futuro me parece inseguro e incierto” y 12 “En las últimas semanas, me sentí abandonado por las personas de mi entorno”. Las respuestas del ítem 1 se estructuraron mediante escalas ordinales de tipo frecuencia: 0: Ningún día; 1: Algunos días (1 a 2 días); 2: Varios días (3 a 4 días); 3: La mayoría de los días (5 a 6 días); 4: Todos los días. Los ítems del 2 al 12 presentaron respuestas de tipo Likert: 0: Nunca, 1: Casi nunca, 2: A veces, 3: Casi siempre y 4: Siempre.

General Anxiety Disorder-7 (GAD-7). La escala GAD-7 fue desarrollada por Spitzer et al. (2006) y adaptada al Perú por Franco-Jimenez y Nuñez-Magallanes (2022). Este instrumento evalúa siete síntomas de la ansiedad que son definidos en el DSM-IV, relacionados a la continuidad o nivel de molestias presentes en las dos últimas semanas. Los ítems responden a una escala de calificación tipo Likert desde 0: En absoluto hasta 3: Casi todos los días. Las puntuaciones más altas sugieren niveles altos de sintomatología ansiosa. La versión peruana del GAD-7 presenta índices de ajuste adecuados (χ² = 31.717, gl = 14, CFI = .995, TLI = .992, RMSEA = .056, SRMR = .026), lo que evidencia una estructura unifactorial de acuerdo al modelo original. Asimismo, presenta una elevada fiabilidad mediante el coeficiente omega de McDonald (ω = .89) (Franco-Jimenez & Nuñez-Magallanes, 2022).

Patient Health Questionnaire (PHQ-9). El cuestionario salud del paciente, por sus siglas en inglés PHQ-9, fue elaborado por Spitzer et al. (1999). En Perú, Calderón et al. (2012) evaluaron el contenido de la versión española del instrumento y elaboraron la versión peruana que posteriormente fue usada en investigaciones posteriores para tamizajes de depresión. Este instrumento realiza diagnósticos en base a los criterios de depresión y otros trastornos que comúnmente se dan en la atención primaria. Los ítems se califican con un valor de 0 a 3, donde 0 es En absoluto y 3 Casi todos los días. Una investigación realizada con estudiantes universitarios de Medicina en Lima halló índices adecuados de ajuste en el modelo bifactorial en el AFC (χ² = 26.451, gl = 17, p = .067; CFI = .991; GFI = .969; RMSEA = .056) en comparación con los modelos unidimensional y bidimensional y una adecuada consistencia interna (α = .903) (Huarcaya-Victoria et al., 2020).

Escala de Satisfacción con la Vida (SWLS). La escala fue desarrollada por Diener et al. (1985) y es uno de los instrumentos más usados en el campo de la investigación (Pavot & Diener, 2008), puesto que se enfoca netamente en la evaluación de la satisfacción con la vida global y no relaciona otros factores, como el afecto positivo o la soledad. Está conformada por cinco ítems que evalúan el sentimiento general de satisfacción de la persona con su vida como un todo (Diener et al., 1985). Los ítems se responden con una escala tipo Likert de cinco alternativas que van desde: (1) Totalmente en desacuerdo hasta (5) Totalmente de acuerdo. La escala fue adaptada al contexto peruano por Oliver et al. (2018). Sus resultados en una muestra de estudiantes universitarios peruanos brindaron índices de ajuste adecuados (χ² = 19.464, gl = 5, p = .001, CFI = .985, RMSEA = .075 [.042-.111]); además, presentó una fiabilidad adecuada, (α = .78).

Procedimiento y consideraciones éticas

Los datos fueron recolectados en dos fases. La primera recolección de datos para el AFE fue en junio del 2021. La segunda recolección para el AFC se realizó de octubre hasta noviembre del 2022. La recolección de datos fue mediante formularios virtuales (Google Forms). El enlace del formulario fue compartido en diversos medios de comunicación y redes sociales como WhatsApp, Instagram, Facebook y código QR. En la encuesta se expuso el objetivo de la investigación y se requirió el consentimiento informado de cada participante, donde se señaló que la información sería anónima, confidencial y su uso sería solo para fines de la investigación. Asimismo, se indicó que la participación sería de forma voluntaria y se podría abandonar en cualquier momento si así lo desearan. Si alguno de los participantes deseaba más información de la investigación, podía contactar a los investigadores a través de una dirección electrónica.

Se consideraron los lineamientos éticos de la Declaración de Helsinki (World Medical Association, 2013). Esta investigación obtuvo la aprobación del Comité de Ética de la Facultad Ciencias de la Salud de la Universidad Peruana Unión con referencia de aprobación N°1926-2022/UPEU-FCS-CF.

Análisis de datos

El análisis se efectuó en seis fases. En la primera fase se procedió a realizar la validación de contenido por medio de criterio de expertos (cinco psicólogos clínicos con un mínimo de cinco años de experiencia), quienes revisaron la claridad, relevancia y representatividad de cada ítem. Se consideró el coeficiente V-Aiken > .70 para garantizar la validez de contenido de los ítems. En la segunda fase, se realizó el AFE para comprobar la naturaleza teórica y dimensional del constructo. Para el cumplimiento de los supuestos se utilizó el Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett. Seguidamente, se empleó el Análisis Paralelo (AP) para determinar el número de factores. Para el AFE se usó el Método de Mínimos Residuales, por tratarse variables ordinales, con rotación Oblimin al haberse propuesto dimensiones relacionadas. En la tercera etapa, se realizó el AFC con la finalidad de corroborar la estructura interna de la escala. Primero se comprobó el supuesto de normalidad multivariada con la prueba de Mardia, por lo cual se utilizó el estimador Mínimos Cuadrados Ponderados Diagonales (DWLS) porque es un estimador robusto que no asume normalidad y es recomendado para datos de naturaleza ordinal y categóricos (Brown, 2008). Para evidenciar un buen ajuste del modelo se analizaron los indicadores del Comparative Fit Index (CFI), Tucker-Lewis Index (TLI) los cuales deben ser > .90 como ajuste aceptable y > .95 como ajuste óptimo. También se utilizó el Root Mean Square Error of Approximation (RMSEA) y Standardized Root Mean Square Residual (SRMR) que debe ser < .06 o .08 para un ajuste aceptable ( Hu & Bentler, 1999; Mueller & Hancock, 2008; Schreiber et al., 2006). En la cuarta etapa, se evaluó la confiabilidad mediante el coeficiente omega de McDonald, cuyo valor adecuado es ω > .80 (Raykov & Hancock, 2005), y el coeficiente de Alfa de Cronbach α >.70 (Oviedo & Campos-Arias, 2005). En la quinta etapa, se analizó la validez convergente mediante Modelamiento de Ecuaciones Estructurales (SEM). Para evaluar el modelo propuesto se utilizó el estimador Máxima Verosimilitud Robusto (MLR) porque es un estimador robusto, recomendable para análisis de covarianza en variables latentes (Brown, 2008). Además, para evidenciar un buen ajuste del modelo se analizaron los indicadores del CFI, TLI los cuales deben ser > .90 como ajuste aceptable y > .95 como ajuste óptimo. También se utilizó el RMSEA y SRMR que debe ser < .06 o .08 para un ajuste aceptable ( Hu & Bentler, 1999; Mueller & Hancock, 2008; Schreiber et al., 2006). En la sexta etapa, se evaluó la invarianza factorial por sexo mediante un AFC multigrupo aplicando modelos jerárquicos progresivos: configural, métrico, escalar y estricto. Se consideraron indicadores de invarianza aceptables cuando la diferencia en el CFI (ΔCFI) entre modelos sucesivos fue menor a .01, en concordancia con las recomendaciones de Cheung y Rensvold (2002).

Los análisis estadísticos se realizaron en el programa R versión 4.2.2 de acceso libre (R Studio Team, 2021). El AFE y AFC se realizaron con el paquete Lavaan versión 0.6-8 y la fiabilidad con el paquete SemTools versión 0.5-5.

Resultados

Validez de contenido

La validez basada en el contenido del instrumento se evaluó mediante V de Aiken. Valores cercanos a 1 señalan un perfecto acuerdo entre los jueces, pero el punto de corte mínimo requerido es de .70 (Ventura-León, 2022). En la Tabla 2 se aprecia que el ítem 3 evidencia por parte de uno o más jueces observaciones en claridad del ítem. Siguiendo estas observaciones, el ítem 3 (“En las últimas semanas me ha sido difícil conciliar el sueño”) fue modificado por “En las últimas semanas, he dormido menos de lo normal o habitual”. Los demás ítems presentaron valores superiores a .70, lo que indica acuerdo entre la mayoría de los jueces respecto a la relevancia, coherencia, claridad y contenido de los ítems.

Tabla 2: Validez de contenido de la escala TDP por acuerdo interjueces V de Aiken

Análisis factorial exploratorio

En primer lugar, se verificó el cumplimiento de los supuestos de adecuación muestral de Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett (Tabla 3). En segundo lugar, el método de Análisis Paralelo (AP) evidencia que los 12 ítems planteados forman un solo factor (Figura 1), esto coincide con el planeamiento teórico de la escala basado en el modelo unidimensional del constructo según el DSM-5. También, se observa que todos los ítems ingresan en el componente correspondiente con un peso factorial alto (λ > .60). Asimismo, el factor logra explicar el 63 % de variabilidad del conjunto de ítems.

Tabla 3: Análisis factorial exploratorio de la escala TDP

Figura 1: Análisis paralelo

Análisis descriptivos de los ítems

Se realizó un análisis descriptivo de cada uno de los ítems con la finalidad de establecer la distribución de la muestra, evaluando la media, desviación estándar, asimetría y curtosis. En la Tabla 4 se observa que el ítem 5 presenta una puntuación media mayor (M = 1.80; DE = .75) y el ítem 6 la puntuación media más baja (M = 1.46; DE = .84). Respecto a la asimetría y la curtosis, los valores se mantienen dentro de los límites recomendados de +/- 1.5 (Forero et al., 2009). Los resultados del test de Mardia indican que no se cumple el supuesto de normalidad multivariada (asimetría = 5694.67, p < .001; curtosis = 62.81, p < .001). Estos hallazgos sugieren que los datos analizados se desvían de la distribución normal multivariada esperada.

Tabla 4: Análisis preliminar de los ítems de la escala TDP

Nota: M: Media; DE: Desviación Estándar; g1: Asimetría; g2: Curtosis.

Análisis factorial confirmatorio y confiabilidad

Posteriormente, se realizó el AFC considerando el modelo de un único factor latente evidenciado en el AFE. En la Tabla 5 se presentan los índices de bondad de ajuste que fueron adecuados (χ2 = 318.72, gl = 54, p < .001; CFI = .98, TLI = .97, RMSEA [90 %CI] = .09[0.8 - .10], SRMR = .06); aunque el RMSEA es ligeramente superior, se puede tomar con prudencia con los otros indicadores que se encuentran dentro del rango. Además, las saturaciones (λ) de todos los ítems son superiores a .50 (Raykov & Hancock, 2005). Finalmente, la confiabilidad de la escala se evaluó mediante el coeficiente de Alfa de Cronbach y Omega de McDonald, evidenciando adecuados índices de fiabilidad (α = .88; ω = .88).

Tabla 5: Análisis factorial confirmatorio de la escala TDP (N = 566)

Nota: Χ2: chi cuadrado; gl: grados de libertad; CFI: Índice de Ajuste Comparativo; TLI: Índice Tucker-Lewis; SRMR: Raíz Residual Estandarizada Cuadrática Media; RMSEA: Error Cuadrático Medio de Aproximación; IC: Intervalos de Confianza.

Figura 2: Estructura interna de la escala TDP

Diagrama

El contenido generado por IA puede ser incorrecto.

Validez convergente

La validación convergente se realizó a través del Modelamiento de Ecuaciones Estructurales (SEM), que permite modelar y estimar todas las relaciones entre las variables al mismo tiempo. Se halló que la Escala de Trastorno Depresivo Persistente covaría significativamente y en la orientación esperada con constructos relacionados, como depresión (PHQ-9), ansiedad (GAD-7) y satisfacción con la vida (SWLS). En la Tabla 6, el análisis SEM muestra índices de ajuste adecuados (RMSEA = .043; SRMR = .050; CFI = .91; TLI = .91).

Tabla 6: Análisis SEM con variables de ansiedad, depresión y satisfacción con la vida

Nota: χ2: chi cuadrado; gl: grados de libertad; CFI: Índice de Ajuste Comparativo; TLI: Índice Tucker-Lewis; SRMR: Raíz Residual Estandarizada Cuadrática Media; RMSEA: Error Cuadrático Medio de Aproximación; IC: Intervalos de Confianza.

Figura 3: Modelamiento de Ecuaciones Estructurales del TDP con otras variables

Invarianza factorial según sexo

La Tabla 7 muestra la evaluación de la invarianza factorial por sexo a través de una secuencia jerárquica de modelos con restricciones progresivas. A medida que se introducen restricciones (igualdad de cargas, interceptos y varianzas de error), los índices de ajuste se mantienen dentro de rangos aceptables. Las diferencias de CFI entre modelos consecutivos (ΔCFI) son mínimas, todas por debajo del umbral de .01, recomendado por Cheung y Rensvold (2002); lo que indica que la imposición de restricciones no deteriora significativamente el modelo. Esto sugiere que los ítems de la escala TDP funcionan de manera equivalente en hombres y mujeres en términos de estructura factorial, fuerza de relación con el constructo, y niveles de error, lo que permite comparaciones válidas entre grupos. Aunque el cambio de CFI entre los modelos métrico y escalar se acerca al límite de decisión, su magnitud (−.003) sigue siendo aceptable. En conjunto, los resultados respaldan la invarianza configural, métrica y estricta, y aportan evidencia parcial a favor de la invarianza escalar.

Tabla 7: Invarianza factorial según sexo

Nota: CFI: Índice de ajuste comparativo; TLI: Índice Tucker-Lewis; RMSEA: Raíz del error cuadrático medio de aproximación; SRMR: Raíz del residuo cuadrático medio estandarizado. Δχ² y p indican la comparación con el modelo anterior menos restringido.

Discusión

El TDP es un trastorno del estado de ánimo crónico que no es común; sin embargo, es más incapacitante que la depresión mayor episódica. Se da con más frecuencia en la población adulta entre las edades de 18 hasta 44 años (Gómez-Restrepo, 2015). Los pacientes con TDP describen su estado de ánimo como triste o con el ánimo "por los suelos" (APA, 2014) Asimismo, el TDP puede ser difícil de detectar en contextos psiquiátricos y atención primaria hasta que se incrementa en forma de un episodio depresivo mayor superpuesto (Schramm et al., 2020). El propósito del presente estudio fue construir y evaluar las propiedades psicométricas de una escala para medir la presencia de patrones del TDP en estudiantes universitarios peruanos de 18 a 34 años.

La construcción de la escala TDP se sustentó en los criterios diagnósticos del DSM-5 (APA, 2014) y fue sometida a revisión por expertos clínicos en salud mental. El juicio experto permitió afinar los ítems, especialmente en claridad y coherencia, y aportó evidencia inicial de validez de contenido (Ventura-León, 2022). No obstante, este tipo de evidencia se limita a la consistencia con marcos teóricos y no puede sustituir análisis empíricos sobre la validez discriminante del instrumento (Rios & Wells, 2014).

El análisis factorial exploratorio y confirmatorio evidenció una estructura unidimensional con cargas factoriales adecuadas (Raykov & Hancock, 2005). Desde una perspectiva teórica, esta unidimensionalidad sugiere que el constructo medido corresponde a una manifestación global del malestar afectivo persistente (Watson et al., 1988). Sin embargo, el TDP es una condición multidimensional, caracterizada por una variedad de síntomas (alteraciones del sueño, apetito, autoestima, desesperanza), que podrían estructurarse en dominios específicos (González-Forteza et al., 2015). Por tanto, la elección de una estructura unifactorial implica una simplificación conceptual útil para propósitos de tamizaje, aunque no refleja necesariamente la heterogeneidad clínica del trastorno (Sanz et al., 2013).

En relación con la confiabilidad, los coeficientes obtenidos (α = .88; ω = .88) indican una alta consistencia interna de la Escala de Trastorno Depresivo Persistente. Estos valores superan los puntos de corte mínimos sugeridos para instrumentos de nueva construcción (α > .70; ω > .80) (Hayes & Coutts, 2020), lo que respalda su uso en contextos de investigación y tamizaje inicial. Una alta consistencia interna sugiere que los ítems comparten un núcleo semántico común y miden una misma dimensión subyacente: el malestar afectivo persistente propio del TDP. Esto fortalece la validez estructural del constructo y permite su operacionalización como una unidad coherente de análisis (Raykov & Hancock, 2005). Considerando que el TDP es un trastorno históricamente subestimado y con limitada visibilidad clínica, contar con una medida fiable representa un avance hacia su delimitación empírica y su estudio sistemático en poblaciones no clínicas, como los estudiantes universitarios, grupo en el que los estudios son escasos a nivel internacional (Auerbach et al., 2018; Ge et al., 2024). Este hallazgo invita a replantear el abordaje de la salud mental en la universidad, superando modelos genéricos de depresión para incorporar dimensiones crónicas como el TDP, cuya detección oportuna puede tener implicancias decisivas en la prevención de deterioro funcional y riesgo suicida.

En cuanto a la validez convergente, el modelo SEM mostró relaciones esperadas entre la escala TDP y medidas de ansiedad, depresión y satisfacción con la vida (Diener et al., 1985; Spitzer et al., 1999; Spitzer et al., 2006). Estas asociaciones respaldan la conexión teórica entre el TDP y otros indicadores del bienestar psicológico (Goodheart et al., 2006). Sin embargo, no permiten concluir sobre la especificidad diagnóstica del instrumento, ya que los síntomas evaluados pueden coincidir con episodios de depresión mayor u otros trastornos afectivos (Irastorza, 2012). Es particularmente relevante que solo uno de los ítems incluya explícitamente la evaluación de la temporalidad del síntoma depresivo, lo que representa una limitación sustantiva si se considera que este es el criterio diferencial más importante del TDP (APA, 2014).

El análisis de invarianza factorial mostró que la escala funciona de manera estructuralmente equivalente entre hombres y mujeres, lo cual permite realizar comparaciones entre grupos con confianza (Cheung & Rensvold, 2002). No obstante, este hallazgo se basa en una muestra no clínica y homogénea, compuesta exclusivamente por estudiantes universitarios peruanos jóvenes, lo que restringe la generalización de los resultados (Otzen & Manterola, 2017). Además, la ausencia de datos provenientes de poblaciones clínicas limita la posibilidad de recomendar su uso como herramienta diagnóstica o para decisiones clínicas individualizadas (Sotelo et al., 2012).

Aunque los hallazgos del presente estudio aportan evidencia preliminar relevante sobre la validez y confiabilidad de la Escala de Trastorno Depresivo Persistente, deben interpretarse a la luz de ciertas limitaciones metodológicas. En primer lugar, la recolección de datos se realizó mediante un muestreo no probabilístico por conveniencia, lo cual limita la generalización de los resultados a la población universitaria nacional o a otros contextos socioculturales (Otzen & Manterola, 2017). Asimismo, la muestra estuvo compuesta exclusivamente por estudiantes universitarios jóvenes, lo que restringe el rango etario y deja fuera a poblaciones potencialmente relevantes, como adultos mayores o adolescentes, en quienes también puede presentarse el TDP con características distintas (Charlson et al., 2013). En segundo lugar, si bien la escala fue diseñada en base a criterios diagnósticos del DSM-5 y revisada por jueces expertos, su validez diagnóstica aún no ha sido establecida. En otras palabras, no se ha determinado empíricamente su capacidad para diferenciar el TDP de otros trastornos del estado de ánimo, especialmente el trastorno depresivo mayor, con el cual comparte sintomatología significativa (Irastorza, 2012). La ausencia de procedimientos clínicos, como entrevistas estructuradas o grupos control, limita la interpretación de la escala como herramienta de tamizaje o apoyo diagnóstico. En tercer lugar, aunque se obtuvo evidencia de validez convergente mediante análisis SEM, no se evaluaron indicadores de validez discriminante o sensibilidad/especificidad diagnóstica, los cuales son fundamentales para valorar el uso clínico de cualquier instrumento psicométrico (Goodheart et al., 2006; Rios & Wells, 2014).

Los resultados obtenidos en el presente estudio tienen implicancias relevantes tanto para la práctica psicológica como para la investigación en salud mental universitaria. En primer lugar, la Escala de Trastorno Depresivo Persistente representa un instrumento inicial que permite evaluar de manera breve y estructurada la sintomatología depresiva persistente en contextos no clínicos, particularmente en estudiantes universitarios, una población reconocida por su vulnerabilidad a los trastornos afectivos (Arrieta et al., 2014; Moreta-Herrera et al., 2018). Su estructura unifactorial y adecuada consistencia interna la hacen útil como herramienta de tamizaje preliminar para identificar personas que podrían estar experimentando un malestar emocional crónico. En segundo lugar, la evidencia de invarianza factorial por sexo sugiere que el instrumento opera de manera equivalente en varones y mujeres, lo cual permite realizar comparaciones válidas entre grupos sin sesgos de medición (Cheung & Rensvold, 2002). Esto contribuye al desarrollo de evaluaciones psicométricas más justas y sensibles al análisis de diferencias de género en salud mental. Desde el ámbito investigativo, la escala puede ser empleada como una medida de autorreporte en estudios epidemiológicos, programas de promoción de la salud mental, o intervenciones psicológicas orientadas al abordaje de síntomas depresivos de curso prolongado. También abre camino para investigaciones futuras sobre comorbilidades, factores protectores, y trayectorias longitudinales del TDP en jóvenes, lo cual permitiría enriquecer la comprensión teórica y clínica del constructo.

En síntesis, el presente estudio aporta evidencia preliminar sobre las propiedades psicométricas de una escala diseñada para evaluar el TDP en estudiantes universitarios peruanos. La escala mostró una estructura unidimensional, adecuados niveles de consistencia interna y relaciones convergentes con variables teóricamente asociadas como ansiedad, depresión y satisfacción con la vida. Además, se confirmó la invarianza factorial por sexo, lo cual permite comparaciones válidas entre hombres y mujeres. No obstante, debido a la naturaleza no clínica de la muestra y la ausencia de análisis de validez discriminante, se recomienda cautela en la interpretación de los resultados. La escala puede ser útil como herramienta de tamizaje en contextos educativos, pero no reemplaza una evaluación diagnóstica especializada. Se sugiere ampliar su validación en muestras clínicas y explorar su aplicabilidad en estudios longitudinales que evalúen la estabilidad del constructo en el tiempo.

Referencias

Agudelo, D. (2009). Propiedades psicométricas del Inventario de Depresión Estado/Rasgo (IDER) con adolescentes y universitarios de la ciudad de Bucaramanga. Pensamiento Psicológico, 5(12), 139-159. https://doi.org/10.11144/111

Aparcana, F. (2017). La depresión y el rendimiento académico en los estudiantes de la Carrera de Gestión y Negocios del Instituto Superior Sistema Informativo y Soporte Estudiantil (SISE), sede SJL, 2016 [Tesis de maestría]. Universidad Nacional de Educación Enrique Guzmán y Valle. https://repositorio.une.edu.pe/handle/20.500.14039/1367

Argoff, C., & Mccleane, G. (2011). Tratamiento del dolor (3^a ed.). Elsevier Mosby.

Arrieta, K., Díaz, S., & González, F. (2014). Síntomas de depresión y ansiedad en jóvenes universitarios: prevalencia y factores relacionados. Revista Clínica de Medicina de Familia, 7(1), 14-22. https://doi.org/10.4321/s1699-695x2014000100003

Asociación Americana de Psiquiatría. (2014). Manual diagnóstico y estadístico de los trastornos mentales (DSM-5).

Ato, M., López, J. J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en Psicología. Anales de Psicología, 29(3), 1038-1059. https://doi.org/10.6018/analesps.29.3.178511

Auerbach, R. P., Mortier, P., Bruffaerts, R., Alonso, J., Benjet, C., Cuijpers, P., Demyttenaere, K., Ebert, D. D., Green, J. G., Hasking, P., Murray, E., Nock, M. K., Pinder-Amaker, S., Sampson, N. A., Stein, D. J., Vilagut, G., Zaslavsky, A. M., Kessler, R. C., & WHO WMH-ICS Collaborators. (2018). WHO World Mental Health Surveys International College Student Project: Prevalence and distribution of mental disorders. Journal of Abnormal Psychology, 127(7), 623-638. https://doi.org/10.1037/abn0000362

Brown, T. (2008). Confirmatory factor analysis for applied research. The American Statistician, 62(1), 91-92. https://doi.org/10.1198/tas.2008.s98

Calderón, M., Gálvez-Buccollini, J., Cueva, G., Ordoñez, C., Bromley, C., & Fiestas, F. (2012). Validación de la versión peruana del PHQ-9 para el diagnóstico de depresión. Revista Peruana de Medicina Experimental y Salud Pública, 29(4), 578-579. https://doi.org/10.1590/s1726-46342012000400027

Castro-Díaz, S., Gómez-Restrepo, C., Gil, F., Uribe, M., Miranda, C., De La Espriella, M., Arenas, Á., & Pinto, D. (2013). Factores de riesgo para ideación suicida en pacientes con trastorno depresivo en Colombia. Revista Colombiana de Psiquiatria, 43(1), 27-35. https://doi.org/10.1016/j.rcp.2013.11.003

Charlson, F., Ferrari, A., Flaxman, A., & Whiteford, H. (2013). The epidemiological modelling of dysthymia : Application for the Global Burden of Disease Study 2010. Journal of Affective Disorders, 151(1), 111-120. https://doi.org/10.1016/j.jad.2013.05.060

Cheung, G. W., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling, 9(2), 233-255. https://doi.org/10.1207/S15328007SEM0902_5

Condorcallo, A., & Alvarez, S. (2016). Perfil clínico de personalidad y niveles de resistencia en personas adictas en situación de internamiento [Tesis de grado, Universidad Nacional de San Agustín]. Repositorio Campus UNSA. https://repositorio.unsa.edu.pe/items/23769f41-4fae-4155-bfd0-0f15a7e1d345

Diener, E., Emmons, R., Larsen, E., & Griffin, S. (1985). The satisfaction with sex life scale. Measurement and Evaluation in Counseling and Development, 45(1), 18-31. https://doi.org/10.1177/0748175611422898

Forero, C. G., Maydeu-Olivares, A., & Gallardo-Pujol, D. (2009). Factor analysis with ordinal indicators: A Monte Carlo study comparing DWLS and ULS estimation. Structural Equation Modeling: A Multidisciplinary Journal, 16(4), 625-641. https://doi.org/10.1080/10705510903203573

Franco-Jimenez, R., & Nuñez-Magallanes, A. (2022). Propiedades psicométricas del GAD-7 , GAD-2 y GAD-Mini en universitarios peruanos. Propósitos y Representaciones 10(1), e1437. https://doi.org/10.20511/pyr2022.v10n1.1437

García-Herrera, J., & Nogueras, V. (2013). Guías de autoayuda para la depresión y los trastornos de ansiedad. Servicio Andaluz de Salud. https://consaludmental.org/publicaciones/Guiasautoayudadepresionansiedad.pdf

Ge, P., Tan, C., Liu, J.-X., Cai, Q., Zhao, S.-Q., Hong, W.-Y., Liu, K.-M., Qi, J.-L., Hu, C., Yu, W.-L., Li, Y.-M., You, Y., Guo, J.-H., Hao, M.-Y., Chen, Y., Pan, L.-T., Liu, D.-Y., Yan, M.-Y., Zhang, J.-Z., … Bian, Y. (2024). Prevalence of subthreshold depression and its related factors in Chinese college students: A cross-sectional study. Heliyon, 10(12), e32595. https://doi.org/10.1016/j.heliyon.2024.e32595

Gómez-Restrepo, C. (2015). Encuesta Nacional de Salud Mental – ENSM 2015 - Tomo I. Revista Colombiana de Psiquiatria, 45. https://doi.org/10.1016/j.rcp.2016.09.006

González-Forteza, C., Hermosillo de la Torre, A., Vacio-Muro, M. de los Á., Peralta, R., & Wagner, F. (2015). Depresión en adolescentes. Un problema oculto para la salud pública y la práctica clínica. Boletin medico del Hospital Infantil de Mexico, 72(2), 149-155. https://doi.org/10.1016/j.bmhimx.2015.05.006

Goodheart, C. D., Levant, R. F., Barlow, D. H., Carter, J., Davidson, K. W., Hagglund, K. J., Hollon, S. D., Johnson, J. D., Leviton, L. C., Mahrer, A. R., Newman, F. L., Norcross, J. C., Silverman, D. K., Smedley, B. D., Wampold, B. E., Westen, D. I., Yates, B. T., Zane, N. W., Reed, G. M., … Bullock, M. (2006). Evidence-based practice in psychology. American Psychologist, 61(4), 271-285. https://doi.org/10.1037/0003-066X.61.4.271

Gutiérrez, J. (2020). Trastorno Depresivo Persistente (Distimia) desde la Intervención Cognitivo - Conductual [Tesis de especialidad]. Universidad Pontificia Bolivariana Seccional Bucaramanga. https://repository.upb.edu.co/bitstream/handle/20.500.11912/9316/117_1 %281%29.pdf?sequence=1&isAllowed=y

Halverson, J. (2015). Dysthymic Disorder: Background, Etiology, Epidemiology. Medscape. http://emedicine.medscape.com/article/290686-overview

Mueller, R. O., & Hancock, G. R. (2008). Best Practices in Structural Equation Modeling. En J. Osborne (Ed.), Best Practices in Quantitative Methods (pp. 488-508). Sage. https://doi.org/10.4135/9781412995627.d38

Hayes, A. F., & Coutts, J. J. (2020). Use omega rather than cronbach’s alpha for estimating reliability. But…. Communication Methods and Measures, 14(1), 1-24. https://doi.org/10.1080/19312458.2020.1718629

Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55. https://doi.org/10.1080/10705519909540118

Huarcaya-Victoria, J., De-Lama-Morán, R., Quiros, M., Bazán, J., López, K., & Lora, D. (2020). Propiedades psicométricas del Patient Health Questionnaire (PHQ-9) en estudiantes de medicina en Lima, Perú. Revista de Neuro-Psiquiatria, 83(2), 72-78. https://doi.org/10.20453/rnp.v83i2.3749

Irastorza, L. (2012). Personalidad depresiva: concepto y diferenciación Diagnóstico diferencial entre trastorno de personalidad depresiva y distimia [Tesis doctoral, Universidad Complutense de Madrid]. DOCTA Complutense. https://eprints.ucm.es/id/eprint/15066/1/T24648.pdf

Jiménez-Maldonado, M., Gallardo-Moreno, G., Villaseñor-Cabrera, T., & Gonzáles-Garrido, A. (2013). La distimia en el contexto clínico. Revista Colombiana de Psiquiatría, 42(2), 212-218. https://doi.org/10.1016/s0034-7450(13)70008-8

Klein, D., Schwartz, J. E., Rose, S., & Leader, J. (2000). Five-year course and outcome of dysthymic disorder: A prospective, naturalistic follow-up study. American Journal of Psychiatry, 157(6), 931-939. https://doi.org/10.1176/appi.ajp.157.6.931

Melendres, N. (2019). Prevalencia y factores asociados a Depresión Mayor y/o Distimia en postulantes a la Universidad Nacional De Piura –Perú, 2019 [Tesis de grado]. Universidad Nacional de Piura. http://repositorio.unp.edu.pe/bitstream/handle/UNP/1639/CCS-MEL-HUA-2019.pdf?sequence=1&isAllowed=y

Moreta-Herrera, R., López-Calle, C., Gordón-Villalba, P., Ortiz-Ochoa, W., & Gaibor-Gonzáles, I. (2018). Satisfacción con la vida, bienestar psicológico y social como predictores de la salud mental en ecuatorianos. Actualidades En Psicología, 32(124), 112-126. https://doi.org/10.15517/ap.v32i124.31989

Morocho, G. (2018). Análisis semiológico de la distimia, tomando como referencia los manuales de diagnóstico DSM V y CIE 10. https://repositorio.utmachala.edu.ec/handle/48000/8531

Oliver, A., Galiana, L., & Bustos, V. (2018). Validación de la Escala de Satisfacción con la Vida y su relación con las dimensiones del autoconcepto en universitarios peruanos. Persona, 2(021), 29-44. https://doi.org/10.26439/persona2018.n021.3018

Organización Mundial de la Salud. (2019). Clasificación Internacional de Enfermedades, undécima revisión (CIE-11). https://icd.who.int/browse11

Ortiz, M. (2023). Niveles de depresión y satisfacción con la vida en estudiantes de tercero de bachillerato del colegio Benigno Malo, Post confinamiento por Covid-19, periodo 2021-2022 [Tesis de maestría]. Universidad Politécnica Salesiana de Ecuador. https://dspace.ups.edu.ec/bitstream/123456789/24193/1/UPS-CT010309.pdf

Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227-232. https://doi.org/10.4067/S0717-95022017000100037

Oviedo, H., & Campos-Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Espanola de Salud Publica, 76(2), 81-84. https://doi.org/10.1590/s1135-57272002000200001

Pavot, W., & Diener, E. (2008). The Satisfaction With Life Scale and the emerging construct of life satisfaction. Journal of Positive Psychology, 3(2), 137-152. https://doi.org/10.1080/17439760701756946

Raykov, T., & Hancock, G. R. (2005). Examining change in maximal reliability for multiple-component measuring instruments. British Journal of Mathematical and Statistical Psychology, 58(1), 65-82. https://doi.org/10.1348/000711005X38753

Rios, J., & Wells, C. (2014). Evidencia de validez basada en la estructura interna. Psicothema, 26(1), 108-116. https://doi.org/10.7334/psicothema2013.260

R-Studio Team. (2021). R Studio: Integrated Development for R (R versión 4.2.2.) [Software]. Rstudio Team Inc.

Sanz, J., Izquierdo, A., & García-Vera, M. (2013). Una Revisión desde la Perspectiva de la Validez de Contenido de los Cuestionarios, Escalas e Inventarios Autoaplicados más Utilizados en España para Evaluar la Depresión Clínica en Adultos [Trabajo académico]. Universidad Complutense de Madrid. https://www.pearsonclinical.es/mwdownloads/download/link/id/879/

Schramm, E., Klein, D. N., Elsaesser, M., Furukawa, T. A., & Domschke, K. (2020). Review of dysthymia and persistent depressive disorder: history, correlates, and clinical implications. The Lancet Psychiatry, 7(9), 801-812. https://doi.org/10.1016/S2215-0366(20)30099-7

Schreiber, J. B., Stage, F. K., King, J., Nora, A., & Barlow, E. A. (2006). Reporting structural equation modeling and confirmatory factor analysis results: A review. Journal of Educational Research, 99(6), 323-338. https://doi.org/10.3200/JOER.99.6.323-338

Sotelo, L., Sotelo, N., Dominguez, S., Poma, I., Cueto, E., Alarcón, D., Barboza, M., & Padilla, O. (2012). Propiedades psicométricas del Inventario de Depresión Estado-Rasgo (IDER) en Adultos de Lima. Avances en Psicología, 20(2), 59-68.

Spielberger, C., Agudelo, D., & Buela-Casal, G. (2008). IDER Inventario de Depresión Estado-Rasgo. MANUAL. TEA. http://www.web.teaediciones.com/Ejemplos/IDER-Manual-Extracto.pdf

Spitzer, R., Kroenke, K., & Williams, J. (1999). Validation and utility of a self-report version of PRIME-MD. Primary Care Companion to the Journal of Clinical Psychiatry, 2(1), 31. https://doi.org/10.1001/jama.282.18.1737

Spitzer, R., Kroenke, K., Williams, J., & Löwe, B. (2006). A brief measure for assessing generalized anxiety disorder: The GAD-7. Archives of Internal Medicine, 166(10), 1092-1097. https://doi.org/10.1001/archinte.166.10.1092

Tapia, R. (2017). La salud mental en el Perú, marco normativo y legislación comparada. Área de Servicios de Investigación, 14(511), 1-49.

The Government of Canada. (2006). The human face of mental health and mental illness in Canada 2006. Minister of Public Works and Government Services Canada. https://www.phac-aspc.gc.ca/publicat/human-humain06/pdf/human_face_e.pdf

Ventura-León, J. (2022). De regreso a la validez basada en el contenido. Adicciones, 34(4), 323. https://doi.org/10.20882/adicciones.1213

Watson, D., Clark, L. A., & Tellegen, A. (1988). Development and Validation of Brief Measures of Positive and Negative Affect: The PANAS Scales. Journal of Personality and Social Psychology, 54(6), 1063-1070. https://doi.org/10.1037/0022-3514.54.6.1063

World Medical Association. (2013). Declaration of Helsinki: Ethical Principles for Medical Research Involving Human Subjects. American Journal of Medicine, 310(20), 2191-2194. https://doi.org/10.1001/jama.2013.281053

Disponibilidad de datos: El conjunto de datos que apoya los resultados de este estudio no se encuentra disponible.

Financiamiento: Este estudio no recibió ninguna financiación externa ni apoyo financiero.

Conflicto de interés: Los autores declaran no tener ningún conflicto de interés.

Cómo citar: Elejabo-Pacheco, G., Enriquez-Cuba, M., Conde Rodríguez, I. A., & Adriano-Rengifo, C. E. (2025). Evidencias preliminares de validez de la Escala de Trastorno Depresivo Persistente (TDP) en estudiantes universitarios peruanos. Ciencias Psicológicas, 19(2), e-4209. https://doi.org/10.22235/cp.v19i2.4209

Contribución de los autores (Taxonomía CRediT): 1. Conceptualización; 2. Curación de datos; 3. Análisis formal; 4. Adquisición de fondos; 5. Investigación; 6. Metodología; 7. Administración de proyecto; 8. Recursos; 9. Software; 10. Supervisión; 11. Validación; 12. Visualización; 13. Redacción: borrador original; 14. Redacción: revisión y edición.

G. E. P. ha contribuido en 1, 5, 7, 8, 13; M. E. C. en 1, 5, 7, 8, 13; I. A. C. R. en 1, 2, 6, 9, 10, 13; C. E. A. R. en 1, 3, 6, 9, 10, 14.

Editora científica responsable: Dra. Cecilia Cracco.

Apéndice A

Tabla A1

Ciencias Psicológicas; v19(2)

July-December 2025

10.22235/cp.v19i2.4209

Original Articles

Preliminary Evidence of Validity of the Persistent Depressive Disorder Scale (PDD) in Peruvian University Students

Evidencias preliminares de validez de la Escala de Trastorno Depresivo Persistente (TDP) en estudiantes universitarios peruanos

Evidências preliminares de validade da Escala de Transtorno Depressivo Persistente (PDD) em estudantes universitários peruanos

Gilda Elejabo-Pacheco¹, ORCID 0000-0002-9179-5579

Maria Enriquez-Cuba², ORCID 0000-0003-0657-5799

Isaac A. Conde Rodríguez³, ORCID 0000-0002-5683-8596

Cristian E. Adriano-Rengifo⁴, ORCID 0000-0001-9211-511X

¹Universidad Peruana Unión, Peru

²Universidad Peruana Unión, Peru

³Universidad Peruana Unión, Peru

⁴Universidad Peruana Unión, Peru, [email protected]

Abstract:

Keywords: ersistent depressive disorder; factor analysis; factor invariance; reliability.

Resumen:

Palabras clave: trastorno depresivo persistente; análisis factorial; invarianza factorial; confiabilidad.

Resumo:

Palavras-chave: transtorno depressivo persistente; análise fatorial; invariância fatorial; confiabilidade.

Received: 12/08/2024

Accepted: 17/07/2025

Persistent depressive disorder, also called dysthymia, is a type of mood disorder (González-Forteza et al., 2015) that follows a chronic course (Halverson, 2015). In the Diagnostic Manual of Mental Disorders DSM-5 (American Psychiatric Association [APA], 2014) is found within depressive disorders, with the name of Persistent Depressive Disorder (PDD) or dysthymia (300.4) and in the ICD-11 is found in persistent (affective) mood disorders, (dysthymia, 6A70.0) (World Health Organization [WHO], 2019); however, both manuals maintain similar diagnostic criteria (Morocho, 2018). Jiménez-Maldonado et al. (2013) suggest that this affective disorder is one of the least studied; however, it has a high negative impact on people's quality of life.

The DSM-5 (APA, 2014) reports that the prevalence of persistent depressive disorder in 2013 in the United States was approximately 0.5%. On the other hand, a systematic review study analyzed 38 studies spanning 30 countries worldwide and found a prevalence of 1.6%. Likewise, this prevalence increased in young people, reaching a maximum of symptoms around the age of 50. The study also found that there is a higher prevalence of dysthymia in women than in men (Charlson et al., 2013). Regarding the countries of Latin America and the Caribbean, in 2017, a prevalence of 13.3 % of dysthymia was found in people over 15 years of age (Tapia, 2017). Of equal importance, in Peru, Melendres (2019) found a prevalence of 6.8 % of PDT in university applicants.

Faced with this situation, an early diagnosis is important and should not be taken lightly, since in many cases it triggers a highly chronic depression (Aparcana, 2017). People with PDD are more likely to commit suicide and be hospitalized than those with major depression (Klein et al., 2000). In addition, it leads to significant social and/or personal consequences, such as incapacity for work; therefore, they require greater clinical attention (Castro-Díaz et al., 2013; Klein et al., 2000). Regarding the workplace, a worker with this disorder may feel overworked and even discriminated against by their superiors, as well as being involved in continuous conflicts with their work collaborators (Halverson, 2015). Likewise, this disorder influences life satisfaction, as it is framed in the analysis of cognitions and feelings about lifestyle (Moreta-Herrera et al., 2018). When a person presents with PDD, sometimes alterations are seen in their life in the social and family environment due to hopeless feelings, which induce them to see situations as contrary to themselves or their plans (Ortiz, 2023). Likewise, PDD is related to anxiety, since it appears when the person is in a threatening situation, and depression appears in situations of helplessness and loss (Gutiérrez, 2020). Therefore, when the person encounters depressive symptoms, they may develop anxiety when faced with pressure in such situations. In addition, the presence of an anxiety disorder preceding or associated with depression increases its severity and the risk of relapse (García-Herrera & Nogueras, 2013).

On the other hand, persistent depressive disorder is the most prevalent in comorbidity with personality disorders such as borderline, avoidant, narcissistic, antisocial, dependent, and obsessive-compulsive disorder (Irastorza, 2012; The Government of Canada, 2006);

Several instruments measure PDD from various theoretical perspectives. Among the most used instruments, the Hospital Anxiety and Depression Scale (HADS) and the General Health Questionnaire (GHQ) have some limitations: (a) they do not exclusively measure dysthymia, and (b) their items measure less than 50% of the symptoms (Sanz et al., 2013). Similarly, the Dysthymia-D subscale, also called depressive neurosis (Condorcallo & Alvarez, 2016) in the Million III Multiaxial Clinical Inventory, in no case exceed 50 % of the symptoms, and the Depression Scale of the 90-Symptom Questionnaire - Rating Scale (SCL-90-R), composed of 90 items, of which only 13 items measure depression; however, it did not exceed half of the symptoms of dysthymia according to the DSM IV (Sanz et al., 2013).

Also, the State/Trait Depression (IDER) scale, Spielberger et al. (2008), makes a difference between the frequency of onset of symptoms (trait) and the affectation that the person has according to said symptomatology (state) (Sotelo et al., 2012). However, Agudelo (2009) mentions that there is a high probability of confusion due to this distinction of measures between intensity and frequency, as well as symptoms characteristic of this clinical entity (dysthymia). In addition, his items fail to measure all indicators according to the diagnostic criteria of PDD according to the DSM-5.

Various studies have shown that university students are a particularly vulnerable population to the development of mood disorders, such as PDD (Moreta-Herrera et al., 2018). This group faces multiple stressors, such as academic pressure, uncertainty about the future of work, adaptation to new environments, and lack of family or social support, which can contribute to the deterioration of their mental health (Sotelo et al., 2012). In the Peruvian context, these factors are intensified by structural conditions such as social and economic inequality (Tapia, 2017), limiting access to mental health services and increasing the risk that these symptoms are not detected or treated in time (Melendres, 2019). Despite this, research on PDD in this population remains scarce, which highlights the need to have specific and culturally adapted instruments for its evaluation (Condorcallo & Álvarez, 2016). From the above, it can be seen that most of the current instruments do not adequately measure the PDD construct; therefore, the main objective of the study is to build a scale to measure the presence of PDD patterns in Peruvian university students. The specific objectives are: 1) to analyze the content validity of the items through expert judgment, 2) to evaluate the scale's internal structure through exploratory and confirmatory factor analysis, 3) to show the intergroup factor invariance according to sex, 4) to examine the criterion validity related to other variables, and 5) to estimate the scale's reliability through the alpha and omega coefficient.

Conceptual delimitation of the construct

PDD is a disabling and chronic type of depression, which refers to constant low-level depressive feelings. Among the characteristics of dysthymia, it is worth mentioning the prolonged lack of interest in anything, low self-esteem, and the tendency to self-criticism, as well as anhedonia, fatigue, irritability, and poor concentration (Argoff & McCleane, 2011; Jiménez-Maldonado et al., 2013).

On the other hand, CIE-11 (OMS, 2019) defines it as a chronic depression of the mood with duration of at least several years and not severe enough, or whose individual episodes are not prolonged enough to justify the diagnosis of moderate to severe depression or to diagnose a major depressive disorder. In the manual DSM-IV TR (1998), this disorder is known as dysthymic disorder, which DSM-5 (APA, 2014) later renamed to PDD. It is also classified into two subtypes: early onset, before age 21, and late onset after age 21.

Given the above, PDD is characterized by a depressed mood most of the day and almost every day. From this perspective, a one-dimensional model of the construct was proposed, considering the eight criteria for the diagnosis of PDD according to the manual DSM-5 (APA, 2014).

From a methodological point of view, the construction of a specific instrument to measure PDT is relevant since this clinical condition has been recognized for decades, although with different names such as "depressive neurosis" or "dysthymia" (González-Forteza et al., 2015). However, it is striking that, despite its formal inclusion in diagnostic manuals such as the DSM and the ICD, a widely validated scale that comprehensively measures its symptoms according to updated criteria has not been developed (Sanz et al., 2013). This gap can be explained by the tendency of existing instruments to focus on major depressive disorders or on general dimensions of depression and anxiety, which has led to an underrepresentation of PDD as a specific construct (Condorcallo & Álvarez, 2016). Having a psychometrically solid scale would improve the differential diagnosis, identify clinical cases early, and design more appropriate interventions in at-risk populations, such as university students (Sotelo et al., 2012). In addition, it would facilitate research on the prevalence and characteristics of PDD, overcoming the current clinical and academic invisibility of this entity (Agudelo, 2009).

Materials and Methods

Design

This study is of an instrumental type, focuses on the development of a psychological measurement instrument, and analyzes its psychometric properties (Ato et al., 2013).

Participants

A total of 868 university students participated in this study, divided into two samples. Exploratory factor analysis (EFA) was performed on the first sample (n = 302) and confirmatory factor analysis (CFA) on the second sample (n = 566). Both samples were obtained through non-probabilistic convenience sampling (Otzen & Manterola, 2017).

Table 1 details the sociodemographic characteristics of the samples. The age range of the participants ranges from 18 to 34 years in both samples; the average age in the confirmatory analysis sample was 22.34 (SD = 2.86). There is a higher percentage of participation by women who reside in the coastal and mountain regions.

Table 1: Sociodemographic characteristics of the participants

Instruments

The Persistent Depressive Disorder Scale (PDD) has been developed by the authors of this study to identify the presence of PDD traits following the clinical diagnosis criteria of DSM-5 (APA, 2014) in university students over 18 years of age. The initial proposal of the scale was one-dimensional and consisted of 12 items (Appendix A). For the evaluation of criterion A, item number 1 was established: "In the last two years, I have felt melancholic and/or sad". For criterion B, items 2 "In recent weeks, my appetite has decreased or increased", 3 "In recent weeks, I have slept less than normal or usual", 4 "In recent weeks, I have slept more than normal", 5 "In recent weeks, I have felt tired for most of the day", 6 "In recent weeks, I have thought that I am worthless", 7 "In recent weeks, I have thought that I have more defects than qualities", 8 "In recent weeks, I have felt that I do not have many reasons to feel unique and valuable", 9 "In recent weeks, I have had difficulty maintaining my concentration", 10 "In recent weeks, I have had difficulty making decisions", 11 "In recent weeks, the future seems uncertain and uncertain to me" and 12 "In recent weeks, I have felt abandoned by the people around me." The responses of item 1 were structured using frequency-type ordinal scales: 0: No day; 1: Some days (1 to 2 days); 2: Several days (3 to 4 days); 3: Most days (5 to 6 days); 4: Every day. Items 2 through 12 presented Likert-type responses: 0: Never, 1: Almost never, 2: Sometimes, 3: Almost always, and 4: Always.

General Anxiety Disorder-7 (GAD-7). The GAD-7 scale was developed by Spitzer et al. (2006) and adapted to Peru by Franco-Jimenez and Nuñez-Magallanes (2022). This instrument evaluates seven symptoms of anxiety that are defined in the DSM-IV, related to the continuity or level of discomfort present in the last two weeks. The items respond to a Likert-type rating scale from 0: Not at all to 3: Almost every day. Higher scores suggest high levels of anxious symptomatology. The Peruvian version of the GAD-7 presents adequate fit indices (χ² = 31.717, df = 14, CFI = .995, TLI = .992, RMSEA = .056, SRMR = .026) showing a univariate structure according to the original model, as well as high reliability using the McDonald's omega coefficient (ω = .89) (Franco-Jimenez & Nuñez-Magallanes, 2022).

Patient Health Questionnaire-9 (PHQ-9). The Patient Health Questionnaire, PHQ-9, was prepared by Spitzer et al. (1999). In Peru, Calderón et al. (2012) evaluated the content of the Spanish version of the instrument, elaborating the Peruvian version that was subsequently used in subsequent investigations for depression screening. This instrument makes diagnoses based on the criteria for depression and other disorders that commonly occur in primary care. The items are rated from 0 to 3, where 0 is not at all and 3 almost every day. A research conducted with university medical students in Lima found adequate indices of fit in the bifactorial model in the AFC (χ²= 26.451, df = 17, p = .067; CFI = .991; GFI = .969; RMSEA = .056) compared to the one-dimensional and two-dimensional models, and an adequate internal consistency (α = .903) (Huarcaya-Victoria et al., 2020).

Satisfaction with Life Scale (SWLS) The scale was developed by Diener et al. (1985); being one of the most used instruments in the field of research (Pavot & Diener, 2008) since the SWLS focuses clearly on the evaluation of global life satisfaction and does not relate to other factors, such as positive affect or loneliness. It consists of five items that evaluate the person's overall feeling of satisfaction with their life (Diener et al., 1985). The items are answered with a Likert-type scale of five alternatives ranging from 1: Strongly disagree to 5: Strongly agree. The scale was adapted to the Peruvian context by Oliver et al. (2018). His results in a sample of Peruvian university students provided adequate fit indices (χ² = 19.464, df = 5, p = .001, CFI = .985, RMSEA = .075 [.042-.111]). Additionally, he presented adequate reliability (α = .78).

Procedure and ethical considerations

The data was collected in two phases. The first data collection for the AFE was in June 2021. The second collection for the AFC was carried out from October to November 2022. Data collection was through virtual forms (Google Forms). The form link was shared across various media outlets and social networks, including WhatsApp, Instagram, Facebook, and QR codes. The survey exposed the objective of the research. It required the informed consent of each participant, where it was noted that the information would be anonymous, confidential, and its use would be for research purposes only. It was also indicated that participation would be voluntary and could be abandoned at any time if they wished. If any of the participants wanted more information about the research, they could contact the researchers through an electronic address.

The ethical guidelines of the Declaration of Helsinki were considered (World Medical Association, 2013). This research obtained the approval of the Ethics Committee of the Faculty of Health Sciences of the Peruvian Union University with approval reference No.1926-2022/UPEU-FCS-CF.

Data analysis

The analysis was carried out in six phases. In the first phase, the content validation was carried out using expert criteria (five clinical psychologists with a minimum of five years of experience), who reviewed the clarity, relevance, and representativeness of each item. The V-Aiken coefficient > .70 was considered to guarantee the content validity of the items. In the second phase, the AFE was performed to check the theoretical and dimensional nature of the construct. For the fulfillment of the assumptions, the Kaiser-Meyer-Olkin (KMO) and Bartlett's test of sphericity were used. Next, the Parallel Analysis (PA) was used to determine the number of factors. For the AFE, the Residual Minimum Method was used because ordinal variables were treated, with Oblimin rotation. After all, related dimensions were proposed. In the third stage, the CFA was carried out to corroborate the internal structure of the scale. First, the assumption of multivariate normality was tested with the Mardia test, for which the Diagonal Weighted Least Squares (DWLS) estimator was used because it is a robust estimator that does not assume normality and is recommended for ordinal and categorical data (Brown, 2008). To evidence a good fit of the model, the Comparative Fit Index (CFI), Tucker-Lewis Index (TLI) indicators were analyzed, which must be > .90 as an acceptable fit and > .95 as an optimal fit. It was also used the Root Mean Square Error of Approximation (RMSEA) and Standardized Root Mean Square Residual (SRMR), which must be < .06 or .08 for an acceptable fit (Hu & Bentler, 1999; Mueller & Hancock, 2008; Schreiber et al., 2006). In the fourth stage, reliability was evaluated using McDonald's omega coefficient, whose appropriate value is ω > .80 (Raykov & Hancock, 2005) and Cronbach's Alpha coefficient α > .70 (Oviedo & Campos-Arias, 2005). In the fifth stage, convergent validity was analyzed by Structural Equation Modeling (SEM). To evaluate the proposed model, the Maximum Robust Likelihood (MLR) estimator was used because it is a robust estimator, recommended for analysis of covariance in latent variables (Brown, 2008). In addition, to evidence a good fit of the model, the CFI and TLI indicators were analyzed, which must be > .90 as an acceptable fit and > .95 as an optimal fit. It was also used the RMSEA and SRMR, which must be < .06 or .08 for an acceptable fit (Hu & Bentler, 1999; Mueller & Hancock, 2008; Schreiber et al., 2006). In the sixth stage, factorial invariance by sex was evaluated using a multigroup AFC, applying progressive hierarchical models: configural, metric, scalar, and strict. Acceptable invariance indicators were considered when the difference in CFI (ΔCFI) between successive models was less than .01, following the recommendations of Cheung and Rensvold (2002).

Statistical analyses were performed in the free-access R version 4.2.2 program (R Studio Team, 2021). The AFE and AFC were performed with the Lavaan package version 0.6-8 and the reliability with the SemTools package version 0.5-5.

Results

Content validity

The content validity of the instrument was assessed using Aiken's V test. Values close to 1 indicate perfect agreement between judges, but the minimum cut-off point required is .70 (Ventura-León, 2022). Table 2 shows that item 3 was observed by one or more judges for clarity. Following these observations, item 3 ("In recent weeks, it has been difficult for me to fall asleep") was modified to "In recent weeks, I have slept less than usual" The other items presented values greater than .70, indicating agreement among most of the judges regarding the relevance, coherence, clarity, and content of the items.

Table 2: Content validity of the PDD scale by inter-judge agreement V of Aiken

Exploratory factor analysis

First, compliance with the Kaiser-Meyer-Olkin (KMO) sampling adequacy assumptions and Bartlett's test of sphericity was verified (Table 3). Secondly, the Parallel Analysis (AP) method shows that the 12 items proposed form a single factor (Figure 1), which coincides with the theoretical planning of the scale based on the one-dimensional model of the construct according to the DSM-5. Also, it is observed that all items enter the corresponding component with a high factorial weight (λ > .60). Likewise, the factor manages to explain the 63 % variability of the set of items.

Table 3: Exploratory factor analysis of the PDD scale

Figure 1: Parallel Analysis

Descriptive analysis of the items

A descriptive analysis of each of the items was performed to establish the distribution of the sample, evaluating the mean, standard deviation, skewness, and kurtosis. In Table 4, it is observed that item 5 has a higher mean score (M = 1.80; SD = .75), and item 6 has the lowest mean score (M = 1.46; SD = .84). Regarding skewness and kurtosis, the values remain within the recommended limits of +/- 1.5 (Forero et al., 2009). The results of the Mardia test indicate that the assumption of multivariate normality is not met (asymmetry = 5694.67, p < .001; kurtosis = 62.81, p < .001). These findings suggest that the data analyzed deviate from the expected multivariate normal distribution.

Table 4: Preliminary analysis of the items of the PDD scale

Notes: M: Medium; SD: Standard Deviation; g1: Asymmetry; g2: Kurtosis.

Confirmatory factor analysis and reliability

Subsequently, the CFA was performed considering the single latent factor model evidenced in the EFA. Table 5 presents the goodness-of-fit indices that were adequate (χ² = 318.72, df = 54, p < .001; IFC = .98, TLI = .97, RMSEA [90 %CI] = .09[0.8 - .10], SRMR = .06). Although the RMSEA is slightly higher, it can be taken with caution in conjunction with the other indicators that are within the range. In addition, the saturations (λ) of all items are greater than .50 (Raykov & Hancock, 2005). Finally, the reliability of the scale was evaluated using Cronbach's Alpha and McDonald's Omega coefficient, showing adequate reliability indices (α = .88; ω = .88).

Table 5: Confirmatory factor analysis of the PDD scale (N = 566)

Notes. χ2: chi square; df: degrees of freedom; CFI: Comparative Fit Index; TLI: Tucker-Lewis Index; SRMR: Standardized Root Mean Square Residual; RMSEA: Root Mean Square Error of Approximation; CI: Confidence Intervals.

Figure 2: Internal structure of the PDD scale

Diagrama

El contenido generado por IA puede ser incorrecto.

Convergent validity

Convergent validation was carried out through Structural Equation Modeling (SEM), which allows modeling and estimating all the relationships between the variables at the same time. The Persistent Depressive Disorder Scale was found to covariate significantly and in the expected direction with related constructs such as depression (PHQ-9), anxiety (GAD-7), and satisfaction with life (SWLS). In Table 6, SEM analysis shows adequate fit indices (RMSEA = .043; SRMR = .050; CFI = .91; TLI = .91).

Table 6: SEM analysis with variables of anxiety, depression, and life satisfaction

Notes: χ²: chi square; df: degrees of freedom; CFI: Comparative Fit Index; TLI: Tucker-Lewis Index; SRMR: Standardized Root Mean Square Residual; RMSEA: Root Mean Square Error of Approximation; CI: Confidence Intervals.

Figure 3: Modeling of Structural Equations of the PDD with other variables

Diagrama

El contenido generado por IA puede ser incorrecto.

Factorial invariance according to sex

Table 7 shows the evaluation of factorial invariance by sex through a hierarchical sequence of models with progressive restrictions. As constraints are introduced (equal loads, intercepts, and error variances), the fit indices remain within acceptable ranges. CFI differences between consecutive models (ΔCFI) are minimal, all below the .01 threshold recommended by Cheung and Rensvold (2002), indicating that the imposition of constraints does not significantly deteriorate the model. This suggests that the items of the PDD scale work equivalently in men and women in terms of factorial structure, strength of relationship with the construct, and levels of error, allowing valid comparisons between groups. Although the CFI change between the metric and scalar models is close to the decision limit, its magnitude (−.003) is still acceptable. Taken together, the results support configural, metric, and strict invariance and provide partial evidence in favor of scalar invariance.

Table 7: Factorial invariance according to sex

Note: CFI: Comparative Fit Index; TLI: Tucker-Lewis Index; RMSEA: Root mean square error of approximation; SRMR: Root mean square residual standardized. Δχ² and p indicate the comparison with the previous less restricted model.

Discussion

PDD is an uncommon, chronic mood disorder, yet more disabling than episodic major depression. It occurs more frequently in the adult population between the ages of 18 and 44 (Gómez-Restrepo, 2015). Patients with PDD describe their state of mind as sad or "feeling really down". (APA, 2014) Likewise, PDD can be difficult to detect in psychiatric contexts and primary care until it increases in the form of an overlapping major depressive episode (Schramm et al., 2020). The purpose of this study was to build and evaluate the psychometric properties of a scale to measure the presence of PDD patterns in Peruvian university students aged 18 to 34 years.

The construction of the PDD scale was based on the diagnostic criteria of the DSM-5 (APA, 2014) and was reviewed by clinical experts in mental health. The expert judgment allowed the items to be refined, especially in clarity and coherence, and provided initial evidence of content validity (Ventura-León, 2022). However, this type of evidence is limited to consistency with theoretical frameworks and cannot replace empirical analyses on the discriminant validity of the instrument (Rios & Wells, 2014).

Exploratory and confirmatory factor analysis showed a one-dimensional structure with adequate factor loadings (Raykov & Hancock, 2005). Theoretically, this one-dimensionality suggests that the measured construct corresponds to a global manifestation of persistent affective discomfort (Watson et al., 1988). However, PDD is a multidimensional condition, characterized by a variety of symptoms (sleep disorders, appetite, self-esteem, hopelessness) that could be structured in specific domains (González-Forteza et al., 2015). Therefore, the choice of a univariate structure implies a useful conceptual simplification for screening purposes, although it does not necessarily reflect the clinical heterogeneity of the disorder (Sanz et al., 2013).

About reliability, the coefficients obtained (α = .88; ω = .88) indicate a high internal consistency of the Persistent Depressive Disorder Scale. These values exceed the suggested minimum cut-off points for newly constructed instruments (α > .70; ω > .80) (Hayes & Coutts, 2020), supporting their use in research and initial screening contexts. A high internal consistency suggests that the items share a common semantic core and measure the same underlying dimension: the persistent affective discomfort typical of PDD. This strengthens the structural validity of the construct and allows its operationalization as a coherent unit of analysis (Raykov & Hancock, 2005). Considering that PDD is a historically underestimated disorder with limited clinical visibility, having a reliable measure represents an advance towards its empirical delimitation and its systematic study in non-clinical populations such as university students, a group in which studies are scarce at the international level (Auerbach et al., 2018; Ge et al., 2024). This finding invites us to rethink the approach to mental health in the university, overcoming generic models of depression to incorporate chronic dimensions such as PDD, whose timely detection can have decisive implications in the prevention of functional deterioration and suicide risk.

Regarding convergent validity, the SEM model showed expected relationships between the PDD scale and measures of anxiety, depression, and life satisfaction (Diener et al., 1985; Spitzer et al., 1999; Spitzer et al., 2006). These associations support the theoretical connection between PDD and other indicators of psychological well-being (Goodheart et al., 2006). However, they do not allow us to conclude on the diagnostic specificity of the instrument, since the symptoms evaluated may coincide with episodes of major depression or other affective disorders (Irastorza, 2012). It is particularly relevant that only one of the items explicitly includes the evaluation of the temporality of the depressive symptom, representing a substantive limitation if it is considered that this is the most crucial differential criterion of PDD (APA, 2014).

The analysis of factorial invariance showed that the scale works in a structurally equivalent way between men and women, which allows comparisons between groups to be made with confidence (Cheung & Rensvold, 2002). However, this finding is based on a non-clinical and homogeneous sample, composed exclusively of young Peruvian university students, which restricts the generalization of the results (Otzen & Manterola, 2017). In addition, the absence of data from clinical populations limits the possibility of recommending its use as a diagnostic tool or for individualized clinical decisions (Sotelo et al., 2012).

Although the findings of the present study provide relevant preliminary evidence on the validity and reliability of the Persistent Depressive Disorder Scale, they must be interpreted in light of certain methodological limitations. First, data were collected through non-probabilistic convenience sampling, which limits the generalization of the results to the national university population or other socio-cultural contexts (Otzen & Manterola, 2017). Likewise, the sample was composed exclusively of young university students, restricting the age range and leaving out potentially relevant populations, such as older adults or adolescents, in whom PDD can also present with different characteristics (Charlson et al., 2013). Secondly, although the scale was designed based on diagnostic criteria of the DSM-5 and reviewed by expert judges, its diagnostic validity has not yet been established. In other words, its ability to differentiate PDD from other mood disorders, especially major depressive disorder, with which it shares significant symptoms, has not been determined empirically (Irastorza, 2012). The absence of clinical procedures such as structured interviews or control groups limits the interpretation of the scale as a screening tool or diagnostic support. Third, although evidence of convergent validity was obtained by SEM analysis, indicators of discriminant validity or diagnostic sensitivity/specificity were not evaluated, which are fundamental to assess the clinical use of any psychometric instrument (Goodheart et al., 2006; Rios & Wells, 2014).

The results obtained in the present study have relevant implications for both psychological practice and university mental health research. First, the Persistent Depressive Disorder Scale represents an initial instrument that allows a brief and structured evaluation of persistent depressive symptomatology in non-clinical contexts, particularly in university students, a population recognized for its vulnerability to affective disorders (Arrieta et al., 2014; Moreta-Herrera et al., 2018). Its univariate structure and adequate internal consistency make it useful as a preliminary screening tool to identify people who may be experiencing chronic emotional distress. Second, the evidence of factorial invariance by sex suggests that the instrument operates in an equivalent way in men and women, which allows valid comparisons between groups without measurement biases (Cheung & Rensvold, 2002). This contributes to the development of fairer and more sensitive psychometric evaluations for the analysis of gender differences in mental health. From the research field, the scale can be used as a self-report measure in epidemiological studies, mental health promotion programs, or psychological interventions aimed at addressing long-term depressive symptoms. It also paves the way for future research on comorbidities, protective factors, and longitudinal trajectories of PDD in young people, which would enrich the theoretical and clinical understanding of the construct.

In summary, the present study provides preliminary evidence on the psychometric properties of a scale designed to evaluate PDD in Peruvian university students. The scale showed a one-dimensional structure, adequate levels of internal consistency, and convergent relationships with theoretically associated variables such as anxiety, depression, and life satisfaction. In addition, the factorial invariance by sex was confirmed, which allows valid comparisons between men and women. However, due to the non-clinical nature of the sample and the absence of discriminant validity analysis, caution is recommended in interpreting the results. The scale can be useful as a screening tool in educational contexts, but it does not replace a specialized diagnostic evaluation. It is suggested to expand its validation in clinical samples and explore its applicability in longitudinal studies that evaluate the stability of the construct over time.

References

Aparcana, F. (2017). La depresión y el rendimiento académico en los estudiantes de la Carrera de Gestión y Negocios del Instituto Superior Sistema Informativo y Soporte Estudiantil (SISE), sede SJL, 2016 [Master's thesis]. Universidad Nacional de Educación Enrique Guzmán y Valle. https://repositorio.une.edu.pe/handle/20.500.14039/1367

Argoff, C., & Mccleane, G. (2011). Tratamiento del dolor (3^th ed.). Elsevier Mosby.

Asociación Americana de Psiquiatría. (2014). Manual diagnóstico y estadístico de los trastornos mentales (DSM-5).

Brown, T. (2008). Confirmatory factor analysis for applied research. The American Statistician, 62(1), 91-92. https://doi.org/10.1198/tas.2008.s98

Condorcallo, A., & Alvarez, S. (2016). Perfil clínico de personalidad y niveles de resistencia en personas adictas en situación de internamiento [Grade thesis, Universidad Nacional de San Agustín]. Repositorio Campus UNSA. https://repositorio.unsa.edu.pe/items/23769f41-4fae-4155-bfd0-0f15a7e1d345

Gómez-Restrepo, C. (2015). Encuesta Nacional de Salud Mental – ENSM 2015 - Tomo I. Revista Colombiana de Psiquiatria, 45. https://doi.org/10.1016/j.rcp.2016.09.006

Gutiérrez, J. (2020). Trastorno Depresivo Persistente (Distimia) desde la Intervención Cognitivo - Conductual [Specialty thesis]. Universidad Pontificia Bolivariana Seccional Bucaramanga. https://repository.upb.edu.co/bitstream/handle/20.500.11912/9316/117_1 %281%29.pdf?sequence=1&isAllowed=y

Halverson, J. (2015). Dysthymic Disorder: Background, Etiology, Epidemiology. Medscape. http://emedicine.medscape.com/article/290686-overview

Mueller, R. O., & Hancock, G. R. (2008). Best Practices in Structural Equation Modeling. In J. Osborne (Ed.), Best Practices in Quantitative Methods (pp. 488-508). Sage. https://doi.org/10.4135/9781412995627.d38

Irastorza, L. (2012). Personalidad depresiva: concepto y diferenciación Diagnóstico diferencial entre trastorno de personalidad depresiva y distimia [Doctoral dissertation, Universidad Complutense de Madrid]. DOCTA Complutense. https://eprints.ucm.es/id/eprint/15066/1/T24648.pdf

Melendres, N. (2019). Prevalencia y factores asociados a Depresión Mayor y/o Distimia en postulantes a la Universidad Nacional De Piura –Perú, 2019 [Degree thesis]. Universidad Nacional de Piura. http://repositorio.unp.edu.pe/bitstream/handle/UNP/1639/CCS-MEL-HUA-2019.pdf?sequence=1&isAllowed=y

Morocho, G. (2018). Análisis semiológico de la distimia, tomando como referencia los manuales de diagnóstico DSM V y CIE 10. https://repositorio.utmachala.edu.ec/handle/48000/8531

Ortiz, M. (2023). Niveles de depresión y satisfacción con la vida en estudiantes de tercero de bachillerato del colegio Benigno Malo, Post confinamiento por Covid-19, periodo 2021-2022 [Master's thesis]. Universidad Politécnica Salesiana de Ecuador. https://dspace.ups.edu.ec/bitstream/123456789/24193/1/UPS-CT010309.pdf

Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227-232. https://doi.org/10.4067/S0717-95022017000100037

Oviedo, H., & Campos-Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Espanola de Salud Publica, 76(2), 81-84. https://doi.org/10.1590/s1135-57272002000200001

Rios, J., & Wells, C. (2014). Evidencia de validez basada en la estructura interna. Psicothema, 26(1), 108-116. https://doi.org/10.7334/psicothema2013.260

R-Studio Team. (2021). R Studio: Integrated Development for R (R versión 4.2.2.) [Software]. Rstudio Team Inc.

Sanz, J., Izquierdo, A., & García-Vera, M. (2013). Una Revisión desde la Perspectiva de la Validez de Contenido de los Cuestionarios, Escalas e Inventarios Autoaplicados más Utilizados en España para Evaluar la Depresión Clínica en Adultos [Academic paper]. Universidad Complutense de Madrid. https://www.pearsonclinical.es/mwdownloads/download/link/id/879/

Spielberger, C., Agudelo, D., & Buela-Casal, G. (2008). IDER Inventario de Depresión Estado-Rasgo. MANUAL. TEA. http://www.web.teaediciones.com/Ejemplos/IDER-Manual-Extracto.pdf

Tapia, R. (2017). La salud mental en el Perú, marco normativo y legislación comparada. Área de Servicios de Investigación, 14(511), 1-49.

Ventura-León, J. (2022). De regreso a la validez basada en el contenido. Adicciones, 34(4), 323. https://doi.org/10.20882/adicciones.1213

World Health Organization. (2019). Clasificación Internacional de Enfermedades, undécima revisión (CIE-11). https://icd.who.int/browse11

Data availability: The data set supporting the results of this study is not available.

Funding: This study did not receive any external funding or financial support.

Conflict of interest: The authors declare that they have no conflicts of interest.

How to cite: Elejabo-Pacheco, G., Enriquez-Cuba, M., Conde Rodríguez, I. A., & Adriano-Rengifo, C. E. (2025). Preliminary Evidence of Validity of the Persistent Depressive Disorder Scale (PDD) in Peruvian University Students. Ciencias Psicológicas, 19(2), e-4209. https://doi.org/10.22235/cp.v19i2.4209

Authors’ contribution (CRediT Taxonomy): 1. Conceptualization; 2. Data curation; 3. Formal Analysis; 4. Funding acquisition; 5. Investigation; 6. Methodology; 7. Project administration; 8. Resources; 9. Software; 10. Supervision; 11. Validation; 12. Visualization; 13. Writing: original draft; 14. Writing: review & editing.

G. E. P. has contributed in 1, 5, 7, 8, 13; M. E. C. in 1, 5, 7, 8, 13; I. A. C. R. in 1, 2, 6, 9, 10, 13;

C. E. A. R. in 1, 3, 6, 9, 10, 14.

Scientific editor in-charge: Dr. Cecilia Cracco.

Ciencias Psicológicas; v19(2)

julio-diciembre 2025

10.22235/cp.v19i2.4209

Artículos Originales

Appendix A

Table A1