O objetivo deste estudo foi investigar a estrutura latente da depressão em uma amostra não clínica de idosos, utilizando a análise taxométrica. Essa análise é uma família de procedimentos estatísticos concebidos para testar se um determinado construto é mais bem representado por categorias ou por dimensões nas quais os sujeitos variam. A amostra foi composta por 570 idosos, com média de idades de 71,90 anos (DP = 7,45), que responderam à Escala de Depressão Geriátrica, a um teste de rastreio cognitivo e a questões demográficas. Foram utilizados três procedimentos taxométricos: o Mean Above Minus Below a Cut (MAMBAC), o Maximum Eigenvalue (MAXEIG) e o Latent Model (L-Mode). Foram analisados conjuntos de dados categóricos e dimensionais simulados, assim como os índices de ajuste CCFI. Os resultados encontrados nas três técnicas apontaram para um melhor ajuste ao formato dimensional em detrimento do taxônico, ou seja, a depressão parece ser mais bem representada como uma síndrome, na qual os sujeitos estão distribuídos em um contínuo e não em uma entidade discreta de diagnóstico.

This study aimed to investigate the latent structure of depression with a non-clinical sample of elderly, using taxometric analysis. The latter consists of a family of statistical procedures conceived for testing whether a given psychological construct is best represented by categories or dimensions in which individuals vary. The sample consisted of 570 elderly with a mean age of 71.9 years (SD = 7.45), who answered the Brazilian version of the Geriatric Depression Scale, a cognitive test, and demographic questions. Three taxometric procedures were used: Mean Above Minus Below A Cut (MAMBAC), Maximum Eigenvalue (MAXEIG), and Latent Mode (L-mode). Sets of simulated categorical and dimensional data, along with the comparison curve fit indices (CCFI), oriented the study data's interpretation. The results with the three techniques pointed to a better fit with the dimensional format as opposed to the taxonic one, that is, depression represented better as a syndrome in which subjects are distributed along a continuum rather than as a discrete diagnostic entity.

Este estudio ha investigado la estructura latente de la depresión en una muestra de una clínica geriátrica, mediante un análisis taxométrico, que es una familia de procedimientos estadísticos diseñados para probar si un constructo es representado mejor por categorías o dimensiones en el que los sujetos varían. La muestra estuvo conformada por 570 ancianos, con una edad media de 71,90 años (DS = 7,45) que respondieron a la Escala de Depresión Geriátrica, una prueba de screening cognitivo y a cuestiones demográficas. Se utilizaron tres procedimientos taxométricos: Mean Above Minus Below a Cut (MAMBAC), Maximum Eigenvalue (MAXEIG) y Latent Mode (L-Mode). Se usaron conjuntos de datos simulados categóricos y dimensionales, así como los índices de ajuste CCFI (Comparison Curve Fit Index). Los resultados mostraron en las tres técnicas un mejor ajuste para el modelo dimensional, en detrimento de la solución taxónica. O sea, depresión parece estar mejor representada como un síndrome, donde los sujetos se distribuyen en un continuum, en lugar de como una entidad discreta de diagnóstico.

O objetivo deste estudo foi investigar a estrutura latente da depressão em uma amostra não clínica de idosos, utilizando a análise taxométrica. Essa análise é uma família de procedimentos estatísticos concebidos para testar se um determinado construto é mais bem representado por categorias ou por dimensões nas quais os sujeitos variam. A amostra foi composta por 570 idosos, com média de idades de 71,90 anos (DP = 7,45), que responderam à Escala de Depressão Geriátrica, a um teste de rastreio cognitivo e a questões demográficas. Foram utilizados três procedimentos taxométricos: o Mean Above Minus Below a Cut (MAMBAC), o Maximum Eigenvalue (MAXEIG) e o Latent Model (L-Mode). Foram analisados conjuntos de dados categóricos e dimensionais simulados, assim como os índices de ajuste CCFI. Os resultados encontrados nas três técnicas apontaram para um melhor ajuste ao formato dimensional em detrimento do taxônico, ou seja, a depressão parece ser mais bem representada como uma síndrome, na qual os sujeitos estão distribuídos em um contínuo e não em uma entidade discreta de diagnóstico.

This study aimed to investigate the latent structure of depression with a non-clinical sample of elderly, using taxometric analysis. The latter consists of a family of statistical procedures conceived for testing whether a given psychological construct is best represented by categories or dimensions in which individuals vary. The sample consisted of 570 elderly with a mean age of 71.9 years (SD = 7.45), who answered the Brazilian version of the Geriatric Depression Scale, a cognitive test, and demographic questions. Three taxometric procedures were used: Mean Above Minus Below A Cut (MAMBAC), Maximum Eigenvalue (MAXEIG), and Latent Mode (L-mode). Sets of simulated categorical and dimensional data, along with the comparison curve fit indices (CCFI), oriented the study data's interpretation. The results with the three techniques pointed to a better fit with the dimensional format as opposed to the taxonic one, that is, depression represented better as a syndrome in which subjects are distributed along a continuum rather than as a discrete diagnostic entity.

Este estudio ha investigado la estructura latente de la depresión en una muestra de una clínica geriátrica, mediante un análisis taxométrico, que es una familia de procedimientos estadísticos diseñados para probar si un constructo es representado mejor por categorías o dimensiones en el que los sujetos varían. La muestra estuvo conformada por 570 ancianos, con una edad media de 71,90 años (DS = 7,45) que respondieron a la Escala de Depresión Geriátrica, una prueba de screening cognitivo y a cuestiones demográficas. Se utilizaron tres procedimientos taxométricos: Mean Above Minus Below a Cut (MAMBAC), Maximum Eigenvalue (MAXEIG) y Latent Mode (L-Mode). Se usaron conjuntos de datos simulados categóricos y dimensionales, así como los índices de ajuste CCFI (Comparison Curve Fit Index). Los resultados mostraron en las tres técnicas un mejor ajuste para el modelo dimensional, en detrimento de la solución taxónica. O sea, depresión parece estar mejor representada como un síndrome, donde los sujetos se distribuyen en un continuum, en lugar de como una entidad discreta de diagnóstico.