Vázquez, C., Roca, P., Poyato, N., y Pascual, T. (2017).

Teoría de redes en
psicopatología: Una alternativa radical a los sistemas diagnósticos. En R. Fernández-
Ballesteros (Ed.), Progresos y crisis en Psicología clínica: Tratamientos basados en la
evidencia y crisis del diagnóstico (pp. 59-83). Madrid: Pirámide.

TEORÍA DE REDES EN PSICOPATOLOGÍA Una

alternativa radical a los sistemas diagnósticos

3
Carmelo Vázquez ValVerde
Pablo roCa morales
Natalia Poyato Vega
teodoro PasCual NiColás

RESUMEN
La TR propone que las
categorías diagnósticas no son
reales ni deben ser objeto de
escrutinio clínico o científico.
Sólo existirían síntomas que,
mediante conexiones causales
entre ellos, van configurando
redes de síntomas.
El objetivo de la TR no es analizar, o
llegar a diagnosticar, ninguna
entidad subyacente sino encontrar
patrones de síntomas que covaríen
dinámicamente.
Aquí se exponen algunos de los
principios básicos de esta
prometedora propuesta y se
discuten las promesas y
limitaciones de este nuevo modo
de concebir la Psicopatología.

1. SISTEMAS CATEGORIALES DE CLASIFICACIÓN

EN PSICOPATOLOGÍA: ¿UNA CRISIS DEFINITIVA?
La clasificación diagnóstica en Psicología Clínica no vive su mejor
momento de reputación científica. Incluso los trabajos preparativos del
DSM-5 (APA, 2013) estuvieron sujetos a duras críticas por parte de
académicos, profesionales y asociaciones como no había ocurrido nun-
ca antes. El producto final ha sido duramente criticado incluso por los
psiquiatras que coordinaron los trabajos de las ediciones del DSM-III
(Spitzer, 2009) y del DSM-IV (Frances, 2013). Las críticas han tenido
también un carácter institucional. En una medida sin precedentes, y en
la que sin duda se entremezclan intereses científicos, económicos y de
poder, el Instituto Nacional de Salud Mental de EE.UU. ha liderado
la creación de un sistema alternativo al DSM, los Research Domain
Criteria (RDoC) (Cuthbert, 2014; Insel et al., 2010), que son también
tratados en este libro.
¿Cómo se ha producido esta crisis de confianza? Los sistemas diag-
59
60 Progresos y crisis en Psicología clínica
nósticos categoriales sufrieron un cambio importante con la publicación
del DSM-III (APA, 1980). Por vez primera se usaba un sistema de cri-
terios diagnósticos operativos en el que se depositó una gran esperanza
para incrementar la fiabilidad del diagnóstico (Vázquez, 1990b). Se sabía
que la causa principal de la baja fiabilidad de los diagnósticos psiquiátri-
cos era no disponer de criterios diagnósticos claros y específicos (Beck,
Ward, Mendelson, Mock y Erbaugh, 1962), pero hasta la publicación del
DSM-III no se afrontó este problema en las clasificaciones diagnósticas
oficiales (Vázquez, 1990a).
Desde un punto de vista práctico, parecía evidente que efectuar diag-
nósticos tomando en cuenta síntomas y signos específicos podría ser
un modo eficaz para el diagnóstico, lo que se confirmaba a través de la
mejora de los datos de fiabilidad diagnóstica que se lograban con estos
nuevos sistemas (Kendler, 2009; Kendell y Jablensky, 2003). Pero las
promesas del DSM-III (1980) y sus sucesores fueron incumplidas en bue-
na medida. Los sistemas diagnósticos vigentes siguen siendo conceptual
y metodológicamente insuficientes (véase tabla 1) y conllevan algunos
problemas intrínsecos que parecen difíciles de resolver. Clasificar la rea-
lidad en términos de agrupaciones de síntomas no está guiado por teorías
y datos sino por opiniones de expertos que siguen viejas tradiciones de
clasificación inspiradas por las apariencias observables (es decir, los sín-
tomas). Y, para añadir más fuego a la crisis, como ya hemos expuesto
anteriormente (Vázquez, Sánchez y Romero, 2014) los datos sobre la
fiabilidad del DSM-5 no mejoran los de sus predecesores sino que, en
varios trastornos, incluso los empeoran (Regier et al., 2013).

TABLA 1
Algunos de los problemas atribuibles a los sistemas diagnósticos y, en
concreto, al DSM-5 (APA, 2013). (Adaptado y ampliado de Vázquez,
Sánchez y Romero, 2014)
• La fiabilidad es baja para una mayoría de trastornos, considerándose «acep-
tables» índices de fiabilidad Kappa de 0.20-0.40.
• Los estudios de campo previos a su publicación habían mostrado una
enorme variabilidad en los índices de fiabilidad entre diferentes centros (ej.:
un 0.27 en unos centros y 0.75 en otros para el diagnóstico de Trastorno
Bipolar I).
• Se publicó en 2013 sin haber publicado antes pruebas sobre su eficiencia
diagnóstica ni cómo funcionaba respecto a su antecesor DSM-IV-TR.
• Su validez es necesariamente baja si la fiabilidad es baja.
• Probablemente produce una comorbilidad artificial.
• Al suprimir los Ejes IV y V simbólicamente se suprime el interés por dar al
menos alguna información sobre estresores y dificultades psicosociales.
• Tres de cada cuatro grupos de expertos responsables de los capítulos del
DSM-5 tienen algún conflicto de interés declarado (normalmente haberes
sido financiados por la industria farmacéutica).
 Teoría de redes en psicopatología 61

A pesar del importante cambio que supuso la introducción de crite-

rios operativos, la lógica subyacente de los sistemas diagnósticos (previos
y posteriores al DSM-III o al CIE-10) ha permanecido inalterada hasta
la actualidad. El propósito del diagnóstico era, y es, denominar una ca-
tegoría latente que explique la aparición de un conjunto de síntomas. En
este sentido, los síntomas concretos o la constelación de síntomas exis-
tentes apenas importarían frente a la tarea de dar nombre a una entidad
genérica subyacente. Esa entidad subyacente podría ser un «trastorno»
o una «enfermedad». En ambos casos el problema es el mismo. Aparte
de que los problemas psicológicos no son enfermedades, aunque este sea
el modelo subyacente que se utiliza en la lógica diagnóstica psiquiátrica
(Deacon, 2013; López y Costa, 2014), incluso la idea misma de «trastor-
no» obedece a esta lógica de una entidad real subyacente que explica el
despliegue de aparición de síntomas. Frente a esta lógica de encontrar
entidades reales latentes se alza el modo de hacer y de comprender la
patología por parte del análisis y teoría de redes.

2. CONCEPTOS FUNDAMENTALES EN TEORIA DE REDES (TR)

La teoría de redes (TR) plantea una posición radicalmente diferente
respecto a la naturaleza misma del diagnóstico y, en cierto sentido, como
señalan Schmittmann et al. (2013), viene a deconstruir los constructos
diagnósticos (es decir, las categorías psiquiátricas).
Los planteamientos de la TR no son nuevos. El interés por analizar
las relaciones entre elementos tiene su antecedente en los trabajos del
matemático Leonhard Euler (1707-1787), que fue a su vez la semilla de
la teoría de grafos (uno de los instrumentos típicos de análisis en la TR).
Desde entonces, y con procedimientos matemáticos, la TR se usa para
revelar redes complejas en biología, física, meteorología, epidemiología,
lingüística, producción científica, datos computacionales (ej.: circulación
de la información en Internet y en redes sociales), en sociología, ciencia
política o psicología. De hecho, la idea de representar redes conectivas
entre individuos es justamente la quintaesencia del sociograma, herra-
mienta creada por el psicólogo de la Gestalt Jacob Moreno (1889-1974).
En una red hay dos elementos básicos representados: nodos (o vér-
tices), que representan los elementos o unidades de análisis, y aristas (o
nexos) que visualizan la conexión entre los nodos. En unos casos los
nodos pueden ser mensajes de tweet, en otros casos serán genes, en otros
moléculas o partículas atómicas. Los nodos pueden también ser indi-
viduos como es el caso del sociograma. Igualmente se pueden analizar
redes de redes (Newman, 2012), en las que cada red se relaciona mediante
un conjunto de nexos con otras redes. Desde esta perspectiva, quizás se
podría pensar que los DSM son como una compleja red de subredes de
síntomas, las cuales estarían básicamente agrupadas en torno a las cate-
gorías del DSM (Borsboom y Cramer, 2013; Boschloo et al., 2015). Esta
idea se aproxima mucho a la de concebir los constructos psicológicos o
62 Progresos y crisis en Psicología clínica
psicopatológicos como agrupaciones de elementos con dinámicas com-
plejas (Kendler et al., 2011).
En los análisis de redes que se vienen efectuando actualmente en el
ámbito de la psicopatología, el nodo por antonomasia es el síntoma. Esto
ocurre probablemente por la gran disponibilidad de datos existentes en
base a esa unidad (inventarios de síntomas, cuestionarios, ítems de entre-
vistas estructuradas, etc.) y parece que utilizar esa lente puede ser la más
factible y económica, al menos en este momento del desarrollo de la TR.
Pero esto no quiere decir que el síntoma sea el único nodo susceptible de
ser analizado. Además, la palabra «síntoma» remite al modelo médico de
causación y puede ser algo engañosa (MacNally, 2017). Por ello, algunos
autores (ej.: Hofmann, Curtiss y Mcnally, 2016) defienden la idea de que
es preferible el término elementos al de síntomas, para trascender esta
idea implícita de causalidad que conlleva la palabra síntoma.
Creemos que este interés por una lectura de la Psicopatología como
redes de síntomas (Borsboom, 2017) puede engarzarse con las propues-
tas que algunos respetados críticos de los sistemas diagnósticos hicieron
lúcidamente hace años. Por ejemplo, autores como Jacqueline Persons
(1986), desde una perspectiva conductual, Germán Berrios (Berrios,
2008) desde una perspectiva crítica de la historia de la Psiquiatría, o
Richard Bentall (Bentall et al., 1988), desde una perspectiva anclada en
la psicopatología experimental, han venido proponiendo reemplazar el
estudio de las categorías psiquiátricas (por ejemplo: «depresión mayor»
o «trastorno esquizofrénico») por el estudio programático de síntomas
concretos (ej.: tristeza o alucinaciones). Sin embargo, la irrupción de
los sistemas diagnósticos prácticamente aplastó cualquier intento de
centrarse en el análisis y teorización sobre síntomas y en la formulación
de teorías más cercanas a la realidad clínica (Andreasen, 2007; Vázquez,
2000). Aquellas voces que habían clamado en el desierto contra esta si-
tuación, en cierto modo se ven reconocidas y amplificadas actualmente
con este nuevo foco planteado por la TR.
Pero antes de entrar de lleno en la exposición de la TR, conviene
recordar que el estudio de síntomas, en vez de categorías, tiene algunas
ventajas importantes:
1. Evita problemas de clasificación diagnóstica. Las etiquetas diag-
nósticas tienen una fiabilidad y validez limitada y, a pesar de esto,
la investigación y la docencia se ordenan mecánicamente en torno
a estos elementos tan limitados conceptual y empíricamente.
2. Permite investigar fenómenos ignorados. Los síntomas de algún
modo se diluyen en las categorías diagnósticas y no se presta
apenas atención a la investigación específica sobre los mismos.
Un mayor foco en el síntoma haría florecer un tipo de investiga-
ción deseable sobre los factores causales de los propios síntomas,
facilitando así nuevos desarrollos teóricos.
3. Perspectiva dimensional. En cierto sentido el foco en el sínto-
 Teoría de redes en psicopatología 63

ma también contribuye a un mayor énfasis en la continuidad

normal-patológico, frente a la visión dicotómica de presencia/
ausencia que conlleva el pensamiento que subyace al enfoque
categorial.
La TR ha visto en los últimos 10 años un crecimiento vertiginoso
en las publicaciones más avanzadas en Psicología Clínica (Borsboom,
2017; McNally, 2016). Este impulso ha venido, fundamentalmente, de
especialistas en psicometría que tuvieron la feliz idea de aplicar este tipo
de análisis en el ámbito de la psicopatología.
El punto de partida más característico de los análisis de redes es la
elección de las unidades de estudio. En el diagnóstico tradicional psiquiá-
trico la unidad última de referencia es una categoría diagnóstica. La idea
de fondo, que comparten los pensamientos médico y clínico tradicionales
(también en buena parte del diagnóstico en Psicología), es que hay una
categoría subyacente o latente que de algún modo el diagnóstico desvela.
Por el contrario, lo que la TR plantea es que los síntomas, o sus patrones
asociativos, son en sí mismos el problema. No hay necesidad de desvelar
nada más allá. Desde un punto de vista epistemológico este es quizás el
punto más novedoso y retador de la TR frente al resto de perspectivas
clínicas antiguas o modernas (como los RDoC). Naturalmente, como
plantearemos al final de este capítulo, se puede discutir si la unidad de
análisis debe ser el síntoma y solo el síntoma pero lo significativo es este
profundo cambio de perspectiva.
Esta idea manida del trastorno subyacente (por ejemplo, creer que
una persona se comporta impredeciblemente «porque» tiene un trastorno
de personalidad borderline), que nos resulta tan familiar en el pensa-
miento clínico, tiene algunas consecuencias laterales importantes en el
quehacer de la práctica y la investigación (Borsboom y Cramer, 2013).
En primer lugar, no hay síntomas necesarios para ninguna categoría1 y
cualquier combinación de síntomas puede servir porque todos «suman»
del mismo modo para el diagnóstico2. La idea fundamental de los sis-
temas diagnósticos tipo DSM es que se puede llegar a un diagnóstico a
través de configuraciones de síntomas diversas. Pero esta permisividad,
que tiene algunas ventajas, es seguramente excesiva incluso para el pro-
pio modelo categorial. Por ejemplo, para un diagnóstico de trastorno
depresivo mayor, el DSM requiere la presencia de 5 síntomas de un

1
En el DSM hay muy pocas excepciones de esta ausencia de síntomas o condiciones necesa-
rias. Una excepción tiene que ver con el diagnóstico de la depresión al requerir la presencia
necesariamente de ánimo deprimido o de falta de interés. Otra bien conocida es la necesidad
de haber sufrido una experiencia traumática, según se define en el DSM, para diagnosticar
un trastorno de estrés postraumático.
2
Psicométricamente este modo de pensar «politético» también se refleja en la práctica co-
mún, que sin duda todos hacemos, de sumar puntuaciones en cuestionarios de síntomas para
valorar la gravedad del paciente, ignorando en buena medida los ítems o síntomas particula-
res contestados (Fried y Nesse, 2015).
64 Progresos y crisis en Psicología clínica
conjunto de nueve. Esto da lugar a 1497 patrones diferentes de sínto-
mas. Pero como han mostrado Fried y Nesse (2015) con una muestra
de miles de pacientes con depresión diagnosticados con el DSM, lo que
en realidad sucede es que se identifican 1030 perfiles únicos de síntomas,
lo que se traduce en 3,6 pacientes por perfil, acumulando el perfil más
común una frecuencia de 1,8 (tan solo un 41,5  % de los participantes). Es
poco probable que podamos hacer ciencia fiable, y menos aún encontrar
bases genéticas, psicológicas, o biológicas robustas con categorías tan
poco consistentes.
La TR parte de unos supuestos diferentes y en este sentido no es una
continuidad con el modo de pensar psicopatológico categorial. Estos son
algunos de los elementos más destacables, y en cierto modo rupturista,
de la TR:
1. Marco teórico no esencialista. Los síntomas o elementos de la red
no son expresión de un trastorno subyacente común sino que tie-
nen una naturaleza e identidad propias. Por lo tanto, ni «pertene-
cen» ni son expresión de ninguna categoría superior, ni tampoco
«contribuyen» (como sugieren las técnicas de análisis factorial) a
una categoría latente (Schmittmann et al., 2013).
La idea esencialista de descubrir y describir categorías por detrás
de síntomas o conductas no sólo pertenece al pensamiento no-
sológico categorial, sino que incluso entre los defensores de una
perspectiva dimensional de los fenómenos psicológicos es también
muy común esta idea (ej.: Krueger, Watson y Barlow, 2005). Por
ejemplo, considerar que determinados factores como el Neuroti-
cismo causan la emergencia de ciertos problemas (ej.: emocionali-
dad negativa), es habitual en los enfoques teóricos y psicométricos.
Una perspectiva alternativa, dentro del espíritu de la TR, sería
considerar que esos elementos que se toman como indicadores de
un constructo latente pasen a ser considerados entidades causales
autónomas (Schmittmann et al., 2013; MacNally, 2017).
Respecto a la heterogeneidad diagnóstica, la TR admite que hay
variaciones individuales en los patrones de síntomas pero no se
considera que dichas variaciones sean diferentes aspectos de una
misma entidad subyacente. Lo que se plantea desde la TR es que
las variaciones serían configuraciones causales diferentes de un
mismo grupo de síntomas (Hofmann et al., 2016).
2. Perspectiva dinámica. Es posible que la aparición o activación
de algunos síntomas se produzcan por la activación anterior de
algún otro, generándose así cascadas causales de síntomas. Esta
perspectiva dinámica, como han resaltado los teóricos de la TR
(Barabasi, 2011), es también un modo diferente al modo estático
de considerar los síntomas en los sistemas categoriales. Sin duda,
esta visión es muy próxima a la que los clínicos de orientación
más conductual han enfatizado sobre el análisis funcional de los
 Teoría de redes en psicopatología 65

síntomas (ej.: Goldfried y Davison, 1976; Haynes, 1992), pero en

cualquier caso esta es la perspectiva propia de la TR.
3. Fundamentación matemática. Otra peculiaridad de la TR es
que las redes se describen y representan en base a algoritmos
matemáticos que permiten descubrir y visualizar patrones de
asociación que serían difíciles de identificar con otros métodos
(MacNally, 2017). Este es un área de complejidad creciente pues,
entre otras cosas, intenta apresar la dinámica mutua entre nodos,
lo que requiere técnicas computacionales relativamente sofisti­
cadas.

3. PARÁMETROS EN LOS ANÁLISIS DE REDES (AR)

Aun sin pretender hacer una presentación detallada del AR, conviene
exponer brevemente algunos de los conceptos y de las métricas básicas
que se utilizan en los estudios de redes en psicopatología.

3.1. Topologías de redes

En la mayoría de los trabajos sobre psicopatología se describen varios
tipos de redes: de asociación, de concentración, y de importancia relati-
va. En todos los casos se asume, obviamente, que hay una covariación
real y nexos funcionales entre los elementos de la red (Barsabi et al.,
2011). En la figura 1, a propósito de las redes en depresión, se ilustran
algunos de estos conceptos.
1. Redes de asociación (association networks). Es una simple red
que conecta cada nodo con aristas que representan índices de
correlación. Gráficamente se representan las aristas con un grosor
proporcional a la magnitud de esa correlación aunque no indica
la dirección de esa relación. Normalmente los algoritmos gráficos
sitúan los nodos con las mayores correlaciones en el centro de
la red, mientras que los de menores correlaciones se sitúan en la
periferia. Además, para evitar nexos espurios se suelen representar
en este primer paso solo los nexos con una correlación mayor de
un determinado valor (normalmente r = 0,30).
2. Redes de concentración (concentration networks). Las correlacio-
nes entre síntomas pueden deberse a muchos factores incluyendo,
por ejemplo, la presencia de la activación de un tercer síntoma
o de otra variable. Estas redes básicamente representan la cone-
xión entre dos nodos tras haber controlado, usualmente mediante
correlaciones parciales, la influencia del resto de los nodos. En
otras palabras, cuando existe una conexión entre dos nodos esta
no puede ser explicada por ninguna otra variable de la red y en
su ausencia se puede determinar que ambos nodos son condicio-
nalmente independientes (Pearl, 2000). De este modo, en esta red
66 Progresos y crisis en Psicología clínica
se depuran conexiones irrelevantes entre nodos asegurándose que
las resultantes son robustas y específicas.
3. Redes de importancia relativa (relative importance networks).
Mientras que a las dos anteriores se las suele denominar redes
indirectas, y han sido las más comunes en la investigación en psi-
cología (Newman 2010), las redes de importancia se consideran
directas. Las primeras se basan en correlaciones y por tanto no
reflejan direcciones de causalidad concretas entre los síntomas,
mientras que las segundas reflejan las relaciones potencialmente
causales y direccionales entre los nodos o cadenas de nodos. Re-
presentan por lo tanto el efecto directo de un nodo A sobre un
nodo B, habiendo controlado el efecto que tienen el resto de los
nodos sobre el nodo B. De modo que estas redes indican nexos
causales, por ejemplo AàB (de ahí que también se conozcan como
redes dirigidas), y la magnitud relativa de los mismos.

3.2. Medidas de centralidad

El análisis de redes proporciona también indicadores y representa-
ciones gráficas específicas (que no presentamos en este capítulo) para
cuantificar la importancia de los nodos en la topología de la propia red.
A continuación exponemos los más comunes (Batool y Niazi, 2014; Fre-
eman, 1979; Ward, Stovel y Sacks, 2011):
a) Grado (degree): El grado de centralidad indica el número de
conexiones que tiene cada nodo. Los nodos más conectados con
otros se presupone que son más importantes o con más fortaleza
en la red y se indica con un parámetro que agrega los pesos (nor-
malmente correlaciones) de todas las aristas conectadas al nodo,
reflejando el grosor del trazo la fortaleza de las conexiones.
b) Cercanía (closeness): La importancia de un nodo también está
relacionada con la distancia que tiene respecto a los demás. Este
parámetro recoge la distancia media entre un nodo y los restantes
de la red. Desde esta perspectiva, cuanto más importante es un
nodo, menor será su distancia total o su distancia media respecto
a los demás nodos.
c) Intermediación (betweeness): Un nodo puede ser también rele-
vante porque aparece muchas veces intermediando la relación
entre otros pares de nodos. Para este parámetro se calculan las
distancias más cortas entre cada par de nodos. Si la distancia más
corta entre un nodo A y otro B resulta que pasa por un nodo C,
se contaría ya una intermediación para el nodo C. Si el nodo C de
nuevo está en la distancia más corta entre otro par de nodos (por
ejemplo A y D), se le contaría una intermediación adicional y así
sucesivamente. En cierto modo implicaría la dependencia (o nece-
saria mediación) de algunos nodos para que emerja la asociación
entre otros pares de nodos. En definitiva, este parámetro refleja
 Teoría de redes en psicopatología 67

el número de veces que un tercer nodo está entre la distancia más

corta entre dos nodos diferentes.
Aparte de describir topológicamente una red, el reto más interesante
es analizar sus cambios en el tiempo. Esta perspectiva dinámica es quizás
el aspecto más sustancial de la TR y en el que se van a producir segu-
ramente los desarrollos más interesantes, tanto a través de métodos de
análisis de la dinámica de las redes (Borsboom et al., 2016; Bringmann et
al., 2016), como mediante el análisis de datos longitudinales (Bringmann
et al., 2013).
Este tipo de análisis promete ser una vía importante para establecer
marcos predictivos sobre el curso y tratamiento de problemas psicopato-
lógicos. Por ejemplo, analizar la dinámica de una red facilitará analizar
factores de resiliencia y vulnerabilidad de un modo novedoso. De hecho,
basándose en análisis procedentes de la Teoría del Caos, se pueden iden-
tificar redes, o partes de una red, con un comportamiento más estable
(o resiliente) ante situaciones de estrés o de amenaza (Hofmann et al.,
2016). Una red con nodos poco interconectados es posible que se adapte
mejor a transiciones que redes con nodos hiperconectados, en las que el
cambio de uno de los nodos puede afectar más fácilmente al resto de los
nodos. En terapia sería posible identificar nodos cuyo cambio lleve a un
punto de inflexión (tipping point), que finalmente conduzca a cambios
en otros nodos promoviendo así un cambio global de la red (Scheffer
et al., 2012). Incluso se podría predecir la aproximación a uno de esos
puntos críticos de transición y, en consecuencia, intentar acelerar o fre-
nar los cambios previsibles. De modo que la TR proporciona conceptos
y herramientas para analizar de un modo más microscópico, e incluso
individualizado, procesos de cambio siempre que se cuente con datos
longitudinales.

4. EL PROBLEMA DE LA COMORBILIDAD DESDE LA TR

La TR puede ayudar también a desentrañar significados más pro-
fundos de la comorbilidad (Cramer et al., 2010) de los que estamos
acostumbrados. En la epidemiología tradicional se plantea que diferentes
diagnósticos clínicos pueden coexistir en el individuo. Del mismo modo
que puede coexistir una gripe con un traumatismo craneal o una peri-
tonitis, habría individuos que sufren simultánea o sucesivamente uno o
más trastornos mentales.
Efectivamente, se observa una alta comorbilidad entre trastornos
mentales. Según datos del National Comorbidty Study, un estudio nor-
teamericano a gran escala sobre prevalencia comunitaria de trastornos
mentales diagnosticados con entrevista estructurada y criterios DSM-
IV (APA, 1994), en el 79 % de las personas que presentan un trastorno
mental existe, ha existido, o existirá otro trastorno mental diagnosticable
(Kessler et al., 1996). La comorbilidad se produce tanto con trastornos
68 Progresos y crisis en Psicología clínica
dentro de la misma categoría (ej.: Trastornos de Ansiedad) como entre
trastornos de categorías diferentes (ej.: Trastornos de Abuso de Sustan-
cias y Trastornos del Estado de Ánimo). ¿A qué se debe esta sorprenden-
te, y quizás sospechosamente alta, comorbilidad en psicopatología? Es
posible que esta elevada comorbilidad sea debida, al menos en parte, al
propio solapamiento de síntomas que aparece en el DSM y, por lo tanto,
en realidad sea un producto algo artificial de cómo está construido el
propio sistema (Spitzer, First y Wakefield, 2007). Por ejemplo, el trastor-
no de ansiedad generalizada y el trastorno depresivo mayor comparten
varios síntomas en el propio DSM (problemas de sueño, problemas de
concentración y fatiga) y de ahí que no resulte extraño la alta comorbi-
lidad hallada entre ambos cuadros.
Pero, aparte de esta falta de depuración de los criterios diagnósticos,
quizás haya un problema más de fondo. La TR plantea el problema de
la comorbilidad desde un ángulo diferente. La clave de que una red de
síntomas relacionados con la ansiedad, por ejemplo, se relacione a su vez
con una red de síntomas de depresión, se debe a la existencia de algunos
«síntomas puente» que empíricamente conectan ambas redes (Borsboom
y Cramer, 2013; Cramer et al., 2010). La activación de estos síntomas
puede propagarse a redes próximas con las que se conectan. De este
modo, la comorbilidad se vería como una oportunidad para desentra-
ñar relaciones funcionales significativas entre determinados síntomas y
algunas redes.

5. TEORÍA DE REDES Y PSICOPATOLOGÍA

A continuación haremos un breve repaso de algunos de los principa-
les ámbitos de la psicopatología en los que se ha aplicado TR. Hemos
seleccionado los problemas de depresión, ansiedad, y esquizofrenia como
ejemplos paradigmáticos de cómo esta nueva perspectiva puede abrir al-
gunas puertas nuevas para entender la naturaleza y la dinámica de estas
condiciones. El caso de la depresión se presenta más detalladamente para
exponer algunas de las ventajas y oportunidades que ofrece, de modo
general, la TR en el análisis psicopatológico.

5.1. La depresión
El uso de modelos diagnósticos categoriales y la amplia heterogenei-
dad encubierta bajo la categoría diagnóstica de Depresión Mayor (DM
en adelante) podrían ser dos de los factores responsables de la falta de
progresos notables en la investigación de los biomarcadores en depresión
y la escasa eficacia de los antidepresivos para el tratamiento de la misma
(Fried et al., 2015). El marco del Análisis de Redes podría ser una alter-
nativa viable a esta situación.
En la figura 1 hemos recogido de modo sintético algunos de los prin-
cipales hallazgos empíricos de los estudios de redes en depresión hasta
 Teoría de redes en psicopatología 69

la fecha, emulando una red longitudinal de síntomas. La figura nos sirve

además para ilustrar gráficamente los nodos, aristas, centralidad y redes
tal y como se han descrito anteriormente. En la figura podemos observar
un ejemplo de lo que sería una red de síntomas de un paciente que pre-
senta un trastorno depresivo (D) consistente en ocho síntomas (D1-D5
y B1-B3) y un trastorno de ansiedad comórbido (A) consistente en otros
ocho síntomas (A1-A5 y B1-B3).

Irritab.
A4 ↓ peso
D5

Fatiga Anhed.
T. musc.
B1 D2
A3

SVE I. suici.
Tristeza
Insom. D4
D1
B2
Miedo
A1
↓ conc. Culpa
B3 D3
A.S.B.
Preoc. Resil.
V1
A2 P1
Sesgos
V3
S. Inter.
V2

D = síntomas depresión B = síntomas puente ansioso-depresivos

A = síntomas ansiedad V = factores de vulnerabilidad
P = factores protectores SVE = suceso vital estresante
relación positiva relación negativa relación fuerte

D1 (tristeza): estado de ánimo depresivo; D2 (anhedonia): disminución del interés o el

placer; D3 (culpa): sentimiento de inutilidad o culpabilidad; D4 (I.suici): pensamientos de
muerte; D5 (↓ peso): pérdida de peso; B1 (Fatiga): fatiga o pérdida de energía; B2 (Insom.):
insomnio; B3 (↓ conc): disminución de la capacidad para concentrarse; A1 (Miedo): emoción
de miedo; A2 (Preoc): preocupación excesiva; A3 (T.musc): tensión muscular; A4 (Irritab.):
irritabilidad; V1 (A.S.B): Activación Simpática Basal; V2 (S.Inter): sensibilidad interperso-
nal; V3 (Sesgos): sesgos cognitivos latentes; SVE: Sucesos Vitales Estresantes.

Figura 1.—Una hipotética red de importancia relativa en base a los síntomas en

depresión. (Elaboración propia.)
70 Progresos y crisis en Psicología clínica
De esta forma, el análisis de redes podría permitir identificar algunos
elementos de importancia para comprender la naturaleza del problema
psicológico, la identificación de patrones de vulnerabilidad y resistencia,
y la selección de objetivos terapéuticos. A continuación enumeramos
brevemente algunas de estas posibilidades:
1. Comorbilidad. En la figura 1 se observa que los síntomas B1-B3
(fatiga, insomnio y problemas de concentración) sirven como
«síntomas puente» entre el trastorno depresivo y el trastorno
de ansiedad. Algunos estudios de redes muestran que la DM y
el TAG constituyen dos clúster psicopatológicos íntimamente
relacionados y que se superponen considerablemente, explicando
este fenómeno en términos de «síntomas puente» que, como el
insomnio, suelen conectar ambos clúster (Cramer, Waldorp, van
der Maas y Borsboom, 2010).
2. Predicción de las señales de alarma tempranas. El AR puede servir
para detectar cambios o transiciones incipientes en la red, por
ejemplo en respuesta a sucesos estresantes. En el ejemplo de la
figura 1 se observa que en primer lugar se desarrolla el síntoma
A3 (miedo) en respuesta a un estresor del medio (SVE), que desem-
boca inicialmente en síntomas del trastorno de ansiedad (A), los
que a su vez, a través de los síntomas puente (B), desencadenan
los síntomas depresivos (D). Los estudios de redes han observado
que la fase de transición a la depresión promovida por un suceso
vital estresante es más pronunciada cuando hay altos niveles de
conectividad dentro de la red. De esta forma, una red de síntomas
débilmente conectada ante un suceso vital estresante llevaría a un
incremento gradual en la sintomatología depresiva, mientras que
ese mismo estresor en una red de síntomas fuertemente conectada
conduciría a una activación más masiva, iniciando un episodio
depresivo completo (Cramer et al., 2016; van de Leemput et al.,
2014).
Predicción del curso de la depresión. En la Figura 1 también se
observa que algunos síntomas de depresión (D) están fuertemente
conectados (véase el mayor grosor de las líneas). Concretamente
esto se observa en los síntomas D1 (estado de ánimo depresivo)
y D3 (sentimiento de culpa). Algunos estudios han mostrado
que las relaciones entre emociones negativas dentro de las redes
de pacientes con DM y psicosis están más fuertemente conecta-
das que en sujetos sanos (Pe et al., 2015; Wigman et al., 2015).
Esta hiperconectividad puede tener importantes implicaciones. En
concreto, van Borkulo y colaboradores (2016) encontraron que
mayores niveles de conectividad de la red en la línea base en pa-
cientes deprimidos predecían peores resultados en un seguimiento
de dos años.
3. Recurrencias y recaídas en depresión. En la figura 1 se observa que
 Teoría de redes en psicopatología 71

el insomnio (B2) presenta relaciones con gran parte de los sínto-

mas de la red de ansiedad (A), lo que a su vez revierte de nuevo en
dos de los síntomas depresivos de la red: el bajo estado de ánimo
(D1) y la anhedonia (D2). Los datos señalan que no solo el número
de síntomas de la red es importante, sino que determinados patro-
nes de síntomas son determinantes en el proceso de recaída. Por
ejemplo, en el estudio de Dombrovski y colaboradores (2007) se
observó que la ansiedad residual y los problemas de sueño prede-
cían la recurrencia temprana en depresión en pacientes que habían
experimentado remisiones.
4. Procesos de mantenimiento de los síntomas («círculos de feed-
back»). La relación entre la pérdida de interés o anhedonia (D2)
y los sentimientos de culpa (D3) que se observa en la figura 1,
denota no sólo una fuerte conexión, sino también una interacción
recíproca del uno sobre el otro. Usando AR, Bringmann y colabo-
radores (2015) comprobaron que cuando se analizan los cambios
sintomáticos depresivos de una sesión de terapia a la siguiente se
pueden detectar conexiones a través de patrones temporales de
influencia (directa o indirecta) mutuamente reforzados, siendo la
pérdida de interés el ítem con mayor centralidad de la red.
5. Detección de síntomas centrales. En el ejemplo de la figura 1 se
observa que los síntomas de estado de ánimo deprimido (D1), la
anhedonia (D3), el insomnio (B2) y la pérdida de energía o fatiga
(B1) están muy conectados con otros síntomas de la red, ocupando
un papel central en la misma. Los estudios que han empleado mé-
tricas de centralidad basadas en la red parecen indicar que los dos
síntomas nucleares del Episodio Depresivo Mayor en el DSM-5,
el bajo estado de ánimo y la anhedonia, ocupan un papel central
en las redes de depresión (Boschloo, van Borkulo, Borsboom y
Schoevers, 2016; Bringmann et al., 2015; Cramer et al., 2010;
Fried, Epskamp, Nesse, Tuerlinckx y Borsboom., 2016; Koenders
et al., 2015) frecuentemente junto con el insomnio y la pérdida de
energía.
6. Factores de vulnerabilidad y factores protectores. Las redes permi-
ten incluir aspectos diferentes a los síntomas (ej.: estresores, sesgos
cognitivos, etc.) y, además, ofrecer indicadores relacionados con
la resiliencia o, por el contrario, la activación de elementos. En
la figura 1 se observa que la resiliencia (P1) guarda una relación
inversa (representada con una línea discontinua) con los sesgos
cognitivos (V3) y con el bajo estado de ánimo (D1), lo que implica
que la activación del nodo de la resiliencia mitigaría las cadenas
de síntomas desencadenadas dentro de la red. Hoorelbeke y co-
laboradores (2016) encontraron que la resiliencia ocupaba un
papel central en una red compuesta por diversos procesos cogni-
tivos implicados en depresión, procesos de regulación emocional
y sintomatología residual, ejerciendo a su vez un papel central
72 Progresos y crisis en Psicología clínica
en la remisión de la depresión. Por otro lado, Fried et al. (2016)
efectuaron un AR con 28 síntomas de depresión evaluados me-
diante el Inventory of Depressive Symptomatology (IDS-30), que
incluye tanto síntomas del DSM como otros, en una muestra de
3463 pacientes depresivos ambulatorios. Sorprendentemente, se
encontró que los síntomas DSM no eran más centrales en la red
que los síntomas no DSM. Es decir, tanto los síntomas DSM (ej.:
estado de ánimo deprimido) como los síntomas no DSM (ej.:
ansiedad) ocupaban un papel central igual de relevante en la red
de depresión, lo que en cierto sentido ilustra la arbitrariedad en
la selección de síntomas que constituyen un «trastorno» en los
sistemas diagnósticos. Atendiendo a este tipo de hallazgos, en el
ejemplo de la figura 1 se incluyen tanto síntomas DSM (e.j. anhe-
donia, insomnio, preocupación,…) como síntomas no DSM (mie-
do, sesgos cognitivos,…), ilustrando esta necesidad de expandir
nuestra estrecha visión de lo que define los llamados «trastornos
psicopatológicos».
7. Diseño de intervenciones y tratamientos. En la figura 1 se ob-
serva que los síntomas D1, D2, B1 y B2 ocupan un papel central
en la red, sin embargo, otros síntomas como la pérdida de peso
(D5) o la irritabilidad (A4) no tienen ninguna conexión aparente
con el resto de síntomas de la red pero presentan un fuerte efec-
to autorregresivo (loops). Aunque aparentemente este tipo de
síntomas no están conectados con los otros síntomas de la red,
su presencia en un futuro cercano podría ser predicha de forma
fiable por su aparición en un punto temporal anterior. Una de
las implicaciones terapéuticas del AR es que al aliviar uno de los
síntomas centrales de la red se puede afectar de forma positiva al
resto de síntomas de esa misma red. Por ejemplo, en el estudio de
Bringmann et al. (2015) analizaron la relación entre síntomas en
pacientes que recibían tratamiento para depresión y encontraron
que el cambio de algunos síntomas predecía el cambio en otros
síntomas pasada una semana, independientemente del descenso
general en la gravedad de la sintomatología. Esto sugiere la posi-
bilidad de detectar síntomas o elementos diana en las redes como
objetivos terapéuticos de preferencia.

5.2. La ansiedad y problemas relacionados

El AR ha comenzado a aplicarse sobre todo en depresión, pero tam-
bién hay algunos estudios en otras psicopatologías como la ansiedad.
Incluso hay estudios que se han centrado en analizar los lazos de cone-
xión entre ambos problemas. Por ejemplo, Beard et al. (2016) observaron
uniones o conexiones entre los síntomas del trastorno depresivo y los
síntomas de ansiedad, más concretamente entre el síntoma motor de de-
presión y el elemento de inquietud en ansiedad, y entre tristeza y nervios.
 Teoría de redes en psicopatología 73

Trastorno Estrés Postraumático

En este apartado vamos a abordar algunos resultados relevantes en-
contrados sobre análisis de redes y el Trastorno de Estrés Postraumático
(TEPT) así como algunos resultados discrepantes en los pocos trabajos
publicados hasta la fecha. El primer estudio fue desarrollado por McNa-
lly et al. (2015) y evalúa síntomas de TEPT en adultos que perdieron un
hijo en el terremoto de la ciudad de Wenchuan en China. En el estudio
se realizó una red de asociación en la cual se observaron fuertes corre-
laciones entre los síntomas de hipervigilancia y respuesta de sobresalto,
posicionándose la hipervigilancia como el síntoma de mayor centralidad.
En la red de concentración, los autores hallaron que el futuro desolador
emergió como un síntoma central al tener un valor elevado de interme-
diación. Resulta llamativa la centralidad de este síntoma relacionado con
cogniciones futuras cuando desde una perspectiva clínica se insiste tanto
en el peso de las cogniciones sobre el pasado (p.ej., recuerdos negativos
asociados con el trauma).
El segundo estudio (Armour, Fried, Deserno, Tsai & Pietrzak, 2017)
fue realizado con veteranos de guerra en Estados Unidos. Resulta nove-
doso que en este trabajo además de incluir los síntomas de TEPT tam-
bién se incluyeron como nodos o elementos otras medidas clínicas. Una
vez más los resultados mostraron una fuerte correlación entre hipervigi-
lancia y respuesta de sobresalto. Respecto a los índices de centralidad,
los resultados difieren de los encontrados por McNally y colaboradores,
sobresaliendo las emociones negativas relacionadas con el trauma, flash-
backs y la reactividad fisiológica. A diferencia de los resultados hallados
por McNally, los síntomas con mayor centralidad estarían relacionados
con el evento pasado y no con eventos futuros.
Resulta difícil saber la causa de estas discrepancias en los resultados.
Desde una perspectiva de redes podría argumentarse que como las carac-
terísticas sociodemográficas de la muestra (civiles vs militares, número
de mujeres vs hombres y edad) y la causa o evento que desencadena
la sintomatología (perder un hijo por un desastre natural vs diferentes
eventos relacionados con estancias en zonas de guerra) son diferentes, los
patrones de síntomas también podrían ser diferentes. Es decir, diferentes
eventos traumáticos o diferencias en variables sociodemográficas podrían
dar lugar a redes de síntomas diferentes. Esta idea está en parte avalada
por hallazgos de que las redes de síntomas de depresión pueden diferir
dependiendo de los eventos precipitantes (Keller et al., 2007; Fried et
al., 2015).
Por último, Bryant et al. (2016) en un estudio con 1084 personas
que han sufrido un TEPT y que ha requerido cuidados hospitalarios,
comparan la red de síntomas de TEPT que aparecía a las dos semanas
después del evento (fase aguda) con la existente 12 meses más tarde
(frase crónica). Los resultados mostraron que los síntomas de intru-
sión de pensamientos y reactividad fisiológica son muy centrales en la
74 Progresos y crisis en Psicología clínica
fase aguda, lo que indica que su activación se propaga a muchos otros
síntomas y de ahí la posible necesidad de una intervención temprana
sobre los mismos a modo de cortafuegos de la propagación de la acti-
vación. Pero además, se observaron asociaciones bidireccionales entre
síntomas de evitación de pensamientos e intrusividad de pensamientos,
por un lado, y de evitación social y entumecimiento emocional por otro
lado (un descubrimiento relativamente nuevo para la psicopatología del
trauma). A los 12 meses, la red de síntomas parecía más interconectada
que en las primeras semanas observándose un cluster de síntomas más
relacionados con el miedo (ej.: hipervigilancia, sobresalto, reexperimen-
tación) y otro más relacionado con disforia (irritabilidad, problemas
de sueño y mal funcionamiento). Además, los problemas de concentra-
ción, un síntoma aparentemente secundario en el PTSD, mostraron un
alto nivel de centralidad cuando el PTSD se alarga en el tiempo, otro
aspecto también novedoso. En definitiva, este estudio pone de relieve
la importancia de considera el aspecto dinámico de las redes a lo largo
del tiempo, lo que va en contra del concepto estático de los sistemas
categoriales.
Todos estos resultados no sólo tienen implicaciones teóricas, sino
que pueden tener grandes repercusiones en la práctica clínica. Es posible
que diferentes redes puedan diferir en los síntomas centrales, y en últi-
ma estancia esto afecta a las prioridades del abordaje terapéutico (p.ej.,
priorizando los nodos con mayores índices de centralidad o mayores
conexiones) y este abordaje será diferente para cada red en función de
sus elementos con más conexiones y el momento temporal en que se
encuentra el problema. Dado que el AR se puede abordar tanto con
una perspectiva nomotética como idiográfica, es posible que con ello se
pueda mejorar la personalización de los tratamientos.

Trastorno obsesivo-compulsivo (TOC)

Por último, existe algún trabajo incipiente sobre el TOC. Debido
a la alta tasa de comorbilidad entre el TOC y la depresión, McNally,
Mair, Mugno, & Riemann (2017) realizaron un análisis de redes para
comprobar los síntomas puente o conexiones entre ambos. Realizaron
un análisis de importancia relativa encontrando que el único nexo di-
reccional entre ambos diagnósticos fue la activación del nodo de tristeza
cuando se activa el nodo de malestar causado por las obsesiones. Este
hallazgo sugiere que si se evita el desarrollo del malestar asociado a
las obsesiones es posible evitar el desarrollo de tristeza (un nodo de
alta centralidad en la depresión). Este estudio resulta relevante porque
sugiere que una alta tasa de comorbilidad no requiere de múltiples co-
nexiones entre síntomas de ambos diagnósticos, sino que puede bastar,
como en este caso, una única conexión que active un elemento clave de
una segunda red.
 Teoría de redes en psicopatología 75

5.3. Psicosis
Finalmente, el uso del AR se está expandiendo a muchos otros pro-
blemas psicológicos. Aquí haremos una breve mención a algunas apor-
taciones relevantes en el área de las psicosis como ejemplo de dicho
crecimiento.
El AR se ha empleado recientemente para el estudio del impacto de
los factores ambientales en la etiopatogenia de la esquizofrenia (Isvo-
ranu, Borsboom, van Os y Guloksuz, 2016). A tal fin, introdujeron sínto-
mas clínicos pero también otros elementos como el consumo de cannabis,
trauma infantil y entorno urbano. La red resultante mostró que no todos
los factores ambientales parecen igualmente relevantes. Únicamente el
trauma infantil estaba relacionado con la expresión psicótica de manera
directa. El consumo de cannabis se relaciona con los síntomas de psicosis
pero sólo a través de otros dominios psicopatológicos como la ansiedad
o depresión a los que está más fuertemente asociado. A su vez, se halló
que el entorno urbano tiene una relación menor con las medidas psico-
patológicas puesto que sólo se relaciona débilmente con la somatización
aunque muestra una fuerte relación con el uso de cannabis. Más allá de
la interpretación específica de la red resultante, estos nuevos análisis per-
miten evaluar cómo se modifica la topología de la misma con la adición
o sustracción de elementos, o la comparación de redes entre diferentes
subgrupos de personas. En esta línea, los autores decidieron investigar
si la hipótesis de Guloksuz et al., (2015) que propone que los factores
ambientales incrementan el riesgo de psicosis a través de un incremento
en la psicopatología general era cierta. Para ello, compararon las redes
de medidas psicopatológicas y psicóticas de personas expuestas y no
expuestas a factores ambientales. Los resultados suscriben dicha hipó-
tesis planteada dado que, aunque la estructura de las redes generadas
no difería de unas a otras, sí lo hacía la fuerza de las conexiones, siendo
estadísticamente mayor en el grupo expuesto a factores ambientales. En
otras palabras el AR pueden contribuir también a la validación empírica
de modelos psicopatológicos específicos.
Otra ventaja de la TR es que permite ahondar en las relaciones esta-
blecidas en los modelos resultantes de una manera intuitiva y sencilla.
Siguiendo con el ejemplo anterior, el modelo obtenido ha relacionado de
manera directa el trauma infantil y la sintomatología psicótica positiva
pero cabe ahondar más aún en subcomponentes (ej.: tipos de trauma
infantil experimentados, tipos de síntomas psicóticos, efectos sobre sín-
tomas afectivos o cognitivos, etc.). Isvoranu et al. (2017) emplearon esta
estrategia de análisis adicionales, en una muestra de 552 participantes
diagnosticados con un trastorno psicótico no afectivo. Como era de es-
perar, el nodo más central fue el de contenidos inusuales de pensamiento.
Inesperadamente, y en oposición a las relaciones establecidas en el ante-
rior estudio de los autores, no se encontraron conexiones directas entre
los nodos de trauma y nodos referentes a la sintomatología psicótica
tanto positiva como negativa. Sin embargo, sí se hallaron conexiones
entre distintos tipos de trauma infantil y diferentes subtipos de síntomas
psicóticos. En concreto, y por poner algún ejemplo relevante, se observó
que el abuso físico se asociaba positivamente con preocupaciones somá-
ticas y control deficiente de impulsos. Sin embargo, el abuso emocional
se asociaba positivamente con síntomas de ansiedad, y el abuso sexual
correlacionaba con síntomas de culpa. Análisis adicionales revelaron que
el trauma puede conducir a la psicosis a través de elevados niveles emo-
cionales de malestar, lo que apoya la idea de una via afectiva causal hacia
la psicosis). Sin entrar en más detalles, este estudio reveló otras posibles
vías particulares causales. Por ejemplo, el retardo motor (que además es
un síntoma característico de la depresión) parece ser el camino principal
entre la negligencia física y otros síntomas negativos.

6. CONCLUSIONES
Creemos que la principal característica de la TR no es tanto su apro-
ximación metodológica como su separación radical de la lógica del diag-
nóstico tradicional (tanto en los sistemas del DSM o CIE como en las
alternativas más actuales como los RDoC). La idea fundamental es que
se aparta de una visión esencialista de la patología mental, según la cual
la tarea última del diagnóstico es desvelar categorías reales existentes
detrás de los síntomas (Insel, 2013).
La TR no va a cumplir a corto plazo ninguna función práctica esen-
cial ni es algo que deba esperarse en este momento de la misma. Al me-
nos de momento, hay que entender su aportación como una herramienta
conceptual y de investigación que abre nuevos caminos inexplorados.
Conviene reconocer que clasificar los trastornos mentales según una
serie de categorías sintéticas ordenadas tiene aún muchas funciones.
Recibir o no un diagnóstico puede determinar recibir un determinado
tratamiento, ser internado o no en un centro, recibir una determinada
sentencia judicial o recibir determinados beneficios sociales. Como han
demostrado encuestas a psicólogos y psiquiatras de muchos países, los
sistemas diagnósticos son usados no por su valor científico sino por su
valor de comunicación para sintetizar y ordenar la realidad (Evans et al.,
2013). En ese sentido, es muy poco probable que podamos reemplazar la
necesidad de seguir utilizando los sistemas categoriales y por ello no hay
que abandonar su mejora, aun siendo conscientes de los límites quizás
insalvables que tienen.
La TR en Psicopatología se mueve fundamentalmente en el terreno de
los síntomas, pero obviamente éstos no son el único plano de la realidad
humana. Los síntomas pueden estar interconectados y tener relaciones
entre ellos. Pero a su vez, están conectados con otros elementos en una
red mucho más amplia que explique de modo más acabado la realidad:
motivaciones y deseos, red social e interacciones sociales cotidianas, cir-
cunstancias (ej.: momento del día, tipo de actividad que se está haciendo
 Teoría de redes en psicopatología 77

en un momento dado, eventos estresantes, o condiciones de salud física),

sesgos cognitivos, etc. La tristeza podría activar otros nodos cercanos
de una o varias redes pero esta, a su vez, podría estar activada por un
dolor de espalda previo o por la sobrecarga de cuidar de los hijos (Fried
et al., 2015; Schmittmann et al., 2013), de modo que podríamos pensar
en varios planos simultáneos de análisis. Cada uno de los nodos, en una
red estándar de síntomas como las que hemos presentado, podría expli-
carse por redes de elementos en esos diferentes planos o como si fuera un
juego de muñecas rusas, empleando la imagen propuesta por Borsboom
y Cramer (2013). Por ejemplo, la rumiación puede ser un síntoma pero,
a su vez, puede explicarse por mecanismos psicológicos que se activan
como, por ejemplo, procesos de autofocalización y la sobreproducción de
emociones negativas simultáneas (Hervás y Vázquez, 2011). En un estu-
dio pionero de redes, Heeren y McNally (2016) introdujeron síntomas de
fobia social pero también medidas de control atencional, recogidas con
tareas experimentales en el laboratorio, y encontraron que la orientación
inicial hacia la amenaza aparece como uno de los tres síntomas centrales
de la red, lo que resalta la idea de otras variables ajenas a los síntomas
(en este caso sesgos en el procesamiento de la información) pueden ser
eficaces objetivos de intervención clínica. A su vez, por debajo de este
plano psicológico, habría otros planos inferiores (desde mecanismos
fisiológicos, hasta elementos moleculares, como se sugiere en la visión
de los RDoC), que podrían estar por detrás de los síntomas observables
(ej.: Beck y Bredemeier, 2016).
La combinación de información sobre síntomas junto con otros ele-
mentos en red probablemente es uno de las vías más prometedoras de
la TR. Por ejemplo, la información sobre nivel de actividad, o estado de
ánimo, recogida con procedimientos de muestreo de experiencia (Expe-
rience Sampling Methodology, ESM) es particularmente interesante. En
un estudio de este tipo, Fisher et al. (2011), con técnicas de AR, com-
probaron que los pacientes que mejor respondían a terapia eran aquellos
que mostraban menos oscilaciones en sus registros diarios de estados de
ánimo recogidos con procedimientos de ESM.
Igualmente cabe esperar que los desarrollos futuros de la TR permi-
tan dar cuenta de la heterogeneidad de los participantes. Por ejemplo,
sentirse inútil podría provocar sentirse culpable en solo la mitad de la
muestra estudiada, mientras que la relación opuesta sería el caso para el
resto de los participantes y este tipo de subanálisis, como hemos señalado
en el caso del estudio de la psicosis, puede tener una gran relevancia.
En el AR se emplean análisis matemáticos complejos que segura-
mente requieren algunos desarrollos adicionales. Por ejemplo, dado que
los índices de ajuste todavía no están bien establecidos en estos análisis,
se hace difícil comparar la bondad de ajuste de unas redes respecto a
otras alternativas. Por otro lado, muchos de los estudios existentes de
AR en psicopatología están encorsetados con la selección de síntomas
y participantes. Se trata de estudios ya realizados en los que se someten
78 Progresos y crisis en Psicología clínica
los datos recogidos a AR. Esto es problemático porque como ya hemos
señalado la mayor parte de estos estudios se han realizado con la lógica
de los sistemas diagnósticos, lo que hace excluir a muchos participantes
potenciales (por ejemplo, si un paciente no cumple tristeza o pérdida de
interés no se incluye en un estudio de “depresión mayor”) y además el
espectro de síntomas que se recoge suele ser innecesariamente limitado
(en el caso de la depresión circunscrito a 9 síntomas).
En definitiva la TR plantea un modo alternativo de entender los
trastornos mentales (Borsboom, 2017). Lo hace conjugando una aproxi-
mación epistemológica particular sobre lo que se considera la naturaleza
de los trastornos (i.e., redes de síntomas) y el uso de métodos de análisis
matemáticos. Todo esto puede ir configurando, con una metodología
inductiva, nuevos e inesperados hallazgos sobre la configuración de los
trastornos y sobre las dinámicas de cambio. Sin duda abre una nueva
ventana para entender la psicopatología aunque no es previsible que se
convierta en una alternativa inmediata a los sistemas diagnósticos tal y
como los conocemos porque estos, como hemos visto, cumplen muchas
funciones al margen de la ciencia. Pero el camino del cambio está abierto.

REFERENCIAS
American Psychiatric Association (1980). Diagnostic and Statistical Manual of
Mental Disorders (3.ª ed.). Washington, DC: American Psychiatric Associa-
tion.
American Psychiatric Association (1994). Diagnostic and Statistical Manual of
Mental Disorders (4.ª ed.). Washington, DC: American Psychiatric Associa-
tion.
American Psychiatric Association. (2013). Diagnostic and Statistical Manual of
Mental Disorders (5th ed.). Washington, DC: American Psychiatric Associa-
tion.
Andreasen, N. C. (2007). DSM and the death of phenomenology in America:
an example of unintended consequences. Schizophrenia Bulletin, 33, 108-112.
https://doi.org/10.1093/schbul/sbl054.
Armour, C., Fried, E. I., Deserno, M. K., Tsai, J. y Pietrzak, R. H. (2017). A
network analysis of DSM-5 posttraumatic stress disorder symptoms and co-
rrelates in US military veterans. Journal of Anxiety Disorders, 45, 49-59. doi:
10.1016/j.janxdis.2016.11.008.
Barabási, A. L. (2011). The network takeover. Nature Physics, 8(1), 14-16.
Batool, K. y Niazi, M. A. (2014). Towards a methodology for validation of cen-
trality measures in complex networks. PLoS ONE, 9(4), e90283. http://doi.
org/10.1371/journal.pone.0090283.
Beard, C., Millner, A. J., Forgeard, M. J., Fried, E. I., Hsu, K. J., Treadway, M.
T., Leonard C. V., Kertz, S. J. y Björgvinsson, T. (2016). Network analysis
of depression and anxiety symptom relationships in a psychiatric sample.
Psychological medicine, 46(16), 3359. 10.1017/S0033291716002300.
Beck, A. T. y Bredemeier, K. (2016). A unified model of depression: integrating
clinical, cognitive, biological, and evolutionary perspectives. Clinical Psycho-
logical Science, 4(4), 596-619. http://doi.org/10.1177/2167702616628523.
 Teoría de redes en psicopatología 79

Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., y Erbaugh, J. K. (1962). Re-
liability of psychiatric diagnoses: A study of consistency of clinical judgments
and ratings. American Journal of Psychiatry, 119, 351-357.
Bentall, R. P., Jackson, H. F. y Pilgrim, D. (1988). Abandoning the concept of
‘schizophrenia‘: Some implications of validity arguments for psychological
research into psychotic phenomena. British Journal of Clinical Psychology,
27(4), 303-324.
Berrios, G. (2008). Historia de los síntomas de los trastornos mentales: la psicopato-
logía descriptiva desde el siglo xix. México DF: Fondo Cultura (Original, 1996).
Borsboom, D. (2017). A network theory of mental disorders. World Psychiatry,
16(1), 5-13. http://doi.org/10.1002/wps.20375.
Borsboom, D. y Cramer, A. O. J. (2013). Network analysis: an integrative
approach to the structure of psychopathology. Annual Review of Clinical Psy-
chology, 9(1), 91-121. http://doi.org/10.1146/annurev-clinpsy-050212-185608.
Borsboom, D., Rhemtulla, M., Cramer, A. O. J., van der Maas, H. L. J., Sche-
ffer, M., y Dolan, C. V. (2016). Kinds versus continua: a review of psycho-
metric approaches to uncover the structure of psychiatric constructs. Psycho-
logical Medicine, 1-13. http://doi.org/10.1017/S0033291715001944.
Boschloo, L., Van Borkulo, C. D., Rhemtulla, M., Keyes, K. M., Borsboom, D.
y Schoevers, R. A. (2015). The network structure of symptoms of the diag-
nostic and statistical manual of mental disorders. PLoS ONE, 10(9), 1-12. doi:
10.1371/journal.pone.0137621.
Boschloo, L., van Borkulo, C. D., Borsboom, D. y Schoevers, R. A. (2016). A
prospective study on how symptoms in a network predict the onset of depres-
sion. Psychotherapy and Psychosomatics, 85, 183-184. doi:10.1159/000442001
Bringmann, L. F., Lemmens, L. H., Huibers, M. J., Borsboom, D. y Tuer-
linckx, F. (2015). Revealing the dynamic network structure of the beck de-
pression inventory-II. Psychological Medicine, 45, 747-757. doi: 10.1017/
S0033291714001809.
Bringmann, L. F., Pe, M. L., Vissers, N., Ceulemans, E., Borsboom, D., Vanpae-
mel, W., … Kuppens, P. (2016). Assessing temporal emotion dynamics using
networks. Assessment, 1-11. http://doi.org/10.1177/1073191116645909.
Bringmann, L. F., Vissers, N., Wichers, M., Geschwind, N., Kuppens, P., Pee-
ters, F., Borsboom, D. y Tuerlinckx, F. (2013). A network approach to psy-
chopathology: new insights into clinical longitudinal data. PloS One, 8(4),
e60188. http://doi.org/10.1371/journal.pone.0060188.
Bryant, R. A., Creamer, M., O’donnell, M., Forbes, D., McFarlane, A. C.,
Silove, D. y Hadzi-Pavlovic, D. (2016). Acute and chronic posttraumatic
stress symptoms in the emergence of posttraumatic stress disorder: a network
analysis. JAMA Psychiatry. 10.1001/jamapsychiatry.2016.3470.
Casey, B.J., Craddock, N., Cuthbert, B.N., Hyman, S.E., Lee, F.S., y Ressler,
K.L. (2013). DSM-5 and RDoC: Progress in psychiatry research? Nature
Reviews Neuroscience, 14, 810-814. doi:10.1038/nrn3621.
Clarke, D. E., Narrow, W. E., Regier, D. a, Kuramoto, S. J., Kupfer, D. J.,
Kuhl, E., Kraemer, H. C. (2013). DSM-5 field trials in the United States and
Canada, Part I: study design, sampling strategy, implementation, and analytic
approaches. American Journal of Psychiatry, 170, 43-58. doi: 10.1176/appi.
ajp.2012.12070998.
Cramer, A. O. J., van Borkulo, C. D., Giltay, E.J., van der Maas, H. L. J.,
Kendler, K. S., Scheffer, M. y Borsboom, D. (2016). Major depression as a
80 Progresos y crisis en Psicología clínica
complex dynamical system. Arxiv Preprint (ID 1606.00416), 1-38. Retrieved
from https://arxiv.org/abs/1606.00416.
Cramer, A. O. J., Waldorp, L. J., van der Maas, H. L. J. y Borsboom, D. (2010).
Comorbidity: a network perspective. Behavioural Brain Sciences, 33, 137-150.
doi: 10.1017/S0140525X09991567.
Cuthbert, B. (2014). The RDoC framework: facilitating transition from ICD/
DSM to dimensional approaches that integrate neuroscience and psychopa-
thology. World Psychiatry, 13, 28-35.
Deacon, B. (2013). The biomedical model of mental disorder: A critical analysis
of its validity, utility, and effects on psychotherapy research. Clinical Psycho-
logy Review, 33, 846-861. doi: 10.1016/j.cpr.2012.09.007.
Dombrovski, A.Y., Mulsant, B. H., Houck, P. R., Mazumdar, S., Lenze, E. J.,
Andreescu, C., et al. (2007). Residual symptoms and recurrence during main-
tenance treatment of late-life depression. Journal of Affective Disorders, 103,
77-82. doi: 10.1016/j.jad.2007.01.020.
Evans, S. C., Reed, G. M., Roberts, M. C., Esparza, P., Watts, A. D., Correia,
J. M., Ritchie, P., Maj, M. y Saxena, S. (2013). Psychologists’ perspectives
on the diagnostic classification of mental disorders: results from the WHO-
IUPsyS Global Survey. International Journal of Psychology, 48(3), 177-193.
Frances, A. (2013). Saving normal: An insider’s revolt against out-of-control psy-
chiatric diagnosis, DSM-5, big pharma, and the medicalization of ordinary life.
New York, NY: William Morrow.
Freeman, L.C. (1979) Centrality in social networks conceptual clarification.
Social Networks, 1, 215-239.
Fried, E. I. (2015). Problematic assumptions have slowed down depression re-
search: Why symptoms, not syndromes are the way forward. Frontiers in
Psychology, 6(MAR), 1-11. http://doi.org/10.3389/fpsyg.2015.00309.
Fried, E. I., Epskamp, S., Nesse, R. M., Tuerlinckx, F. y Borsboom, D. (2016).
What are ‘‘good’’ depression symptoms? Comparing the centrality of DSM
and non-DSM symptoms of depression in a network analysis. J. Affect Di-
sord, 189, 314-320. doi:10.1016/j. jad.2015.09.005.
Fried, E. I., Bockting, C., Arjadi, R., Borsboom, D., Tuerlinckx, F., Cramer, A.,
et al. (2015). From loss to loneliness: the relationship between bereavement
and depressive symptoms. Journal of Abnormal Psychology, 124(2), 256-265.
doi:10.1037/abn0000028.
Fried, E. I. y Nesse, R. M. (2015). Depression is not a consistent syndrome: An
investigation of unique symptom patterns in the STAR*D study. Journal of
Affective Disorders, 172, 96-102. http://doi.org/10.1016/j.jad.2014.10.010.
Fried, E. I., Nesse, R. M., Guille, C. y Sen, S. (2015). The differential influence
of life stress on individual symptoms of depression. Acta Psychiatrica Scan-
dinavica, 131(6), 465-471. http://doi.org/10.1111/acps.12395.
Glaser, J. P., van Os, J., Portegijs, P. J. M., y Myin-Germeys, I. (2006). Child-
hood trauma and emotional reactivity to daily life stress in adult frequent
attenders of general practitioners. Journal of Psychosomatic Research, 61(2),
229-236. http://doi.org/10.1016/j.jpsychores.2006.04.014.
Guloksuz, S., van Nierop, M., Lieb, R., van Winkel, R., Wittchen, H.-U. y
van Os, J. (2015). Evidence that the presence of psychosis in non-psychotic
disorder is environment-dependent and mediated by severity of non-psycho-
tic psychopathology. Psychological Medicine, 45(11), 2389-2401. http://doi.
org/10.1017/S0033291715000380.
 Teoría de redes en psicopatología 81

Hayes, A. M., Yasinski, C., Ben Barnes, J. y Bockting, C. L. H. (2015). Network

destabilization and transition in depression: New methods for studying the
dynamics of therapeutic change. Clinical Psychology Review, 41, 27-39. http://
doi.org/10.1016/j.cpr.2015.06.007.
Haynes, S. N. (1992). Models of causality in psychopathology. Toward dy-
namic, synthetic and nonlinear models of behavior disorders. New York:
MacMillan.
Heeren, A. y McNally, R. J. (2016). An integrative network approach to social
anxiety disorder: The complex dynamic interplay among attentional bias for
threat, attentional ontrol, and symptoms. Journal of Anxiety Disorders, 42,
95-104. doi: 10.1016/j.janxdis.2016.06.009.
Hervás, G. y Vázquez, C. (2011). What else do you feel when you feel sad? Emo-
tional overproduction, neuroticism and rumination. Emotion, 11, 881-895.
doi: 10.1037/a0021770.
Hofmann, S. G., Curtiss, J. y McNally, R. J. (2016). A complex network perspec-
tive on clinical science. Perspectives on Psychological Science, 11(5), 597–605.
http://doi.org/10.1177/1745691616639283.
Hoorelbeke, K., Marchetti, I., De Schryver, M. y Koster, E. H. W. (2016). The
interplay between cognitive risk and resilience factors in remitted depression:
a network analysis. Journal of Affective Disorders, 195, 96-104. doi:10.1016/j.
jad.2016.02.001.
Insel, T. (2013). Directors blog: Transforming diagnosis. Recuperado de http://
www.nimh.nih.gov/about/director/2013/transformingdiagnosis.
Insel, T., Cuthbert, B., Garvey, M., Heinssen, R., Pine, D. S., Quinn, K., Sanis-
low, C. y Wang, P. (2010). Research domain criteria (RDoC): toward a new
classification framework for research on mental disorders. American Journal
of Psychiatry, 167(7), 748-751. doi: 10.1176/appi.ajp.2010.09091379.
Isvoranu, A.-M., Borsboom, D., van Os, J. y Guloksuz, S. (2016). A Network
approach to environmental impact in psychotic disorder: Brief theoretical
framework. Schizophrenia Bulletin, 42(4), 870-873. http://doi.org/10.1093/
schbul/sbw049.
Isvoranu, A.-M., van Borkulo, C. D., Boyette, L.-L., Wigman, J. T. W., Vinkers,
C. H., & Borsboom, D. (2017). A network approach to psychosis: pathways
between childhood trauma and psychotic symptoms. Schizophrenia Bulletin,
43(1), 187-196. https://doi.org/10.1093/schbul/sbw055.
Janssen, I., Krabbendam, L., Bak, M., Hanssen, M., Vollebergh, W., De Graaf,
R., & Van Os, J. (2004). Childhood abuse as a risk factor for psychotic expe-
riences. Acta Psychiatrica Scandinavica, 109(1), 38-45. http://doi.org/10.1046/
j.0001-690X.2003.00217.x.
Kay, S. R., Fiszbein, A. y Opler, L. A. (1987). The positive and negative syn-
drome scale (PANSS) for schizophrenia. Schizophrenia Bulletin, 13(2), 261-76.
http://doi.org/10.1093/schbul/13.2.261.
Kendell, R. E., y Jablensky, A. (2003). Distinguishing between the validity and
utility of psychiatric diagnoses. American Journal of Psychiatry, 160, 4-12. doi:
10.1176/appi.ajp.160.1.4.
Kendler, K. S. (2009). An historical framework for psychiatric nosolo-
gy. Psychological Medicine, 39, 1935-1941. https://doi.org/10.1017/
S0033291709005753.
Kendler, K. S., Zachar, P. y Craver, C. (2011). What kinds of things are psychia-
tric disorders? Psychological Medicine, 41(06), 1143-1150.
82 Progresos y crisis en Psicología clínica
Keller, M. C., Neale, M. C., & Kendler, K. S. (2007). Association of different
adverse life events with distinct patterns of depressive symptoms. American
Journal of Psychiatry, 164(10), 1521-1529.
Koenders, M. A., de Kleijn, R., Giltay, E. J., Elzinga, B. M., Spinhoven, P. y
Spijker, A. T. (2015). A network approach to bipolar symptomatology in
patients with different course types. PLoS One, 10, e0141420. doi:10.1371/
journal.pone.0141420.
Kraemer, H. C., Kupfer, D. J., Clarke, D. E., Narrow, W. E., y Regier, D. A.
(2012). DSM-5: how reliable is reliable enough? American Journal of Psychia-
try, 169, 13-15. doi: 10.1176/appi.ajp.2011.11010050.
Krueger, R. F., Watson, D., y Barlow, D. H. (2005). Introduction to the special
section: toward a dimensionally based taxonomy of psychopathology. Journal
of Abnormal Psychology, 114, 491-493. doi: 10.1037/0021-843X.114.4.491.
McDonald, C. y Murray, R. M. (2000). Early and late environmental risk fac-
tors for schizophrenia. Brain Research Reviews, 31(2), 130-137. http://doi.
org/10.1016/S0165-0173(99)00030-2.
McNally, R. J., Mair, P., Mugno, B. L. y Riemann, B. C. (2017). Co-morbid
obsessive-compulsive disorder and depression: a Bayesian network approach.
Psychological Medicine, 1-11. https://doi.org/10.1017/S0033291716003287.
McNally, R. J., Robinaugh, D. J., Wu, G. W., Wang, L., Deserno, M. K. y
Borsboom, D. (2015). Mental disorders as causal systems a network approach
to posttraumatic stress disorder. Clinical Psychological Science, 3(6), 836-849.
10.1177/2167702614553230.
McNally, R. J. (2016). Can network analysis transform psychopathology? Behaviour
Research and Therapy, 86, 95-104. http://doi.org/10.1016/j.brat.2016.06.006.
McNally, R. J. (2017). Networks and nosology in Posttraumatic Stress Disor-
der. JAMA Psychiatry, 74(2), 124-125. http://doi.org/10.1001/jamapsychia-
try.2016.3344.
Newman, M. J. (2010). Networks: An Introduction. Oxford, UK: Oxford Uni-
versity Press.
Pe, M. L., Kircanski, K., Thompson, R. J., Bringmann, L. F., Tuerlinc-
kx, F., Mestdagh, M. y Gotlib, I. H. (2015). Emotion-network density
in major depressive disorder. Clinical Psychological Science, 3, 292-300.
doi:10.1177/2167702614540645.
Pearl, J. (2000). Causality: Models, Reasoning, and Inference. Cambridge, UK:
Cambridge University Press.
Persons, J. B. (1986). The advantages of studying psychological phenomena
rather than psychiatric diagnoses. American Psychologist, 41(11), 1252-1260.
http://doi.org/10.1037/0003-066X.41.11.1252.
Regier, D. A., Narrow,W. E., Clarke, D. E., Kraemer, H. C., Kuramoto, S. J.,
Kuhl, E. A., Kupfer, D. J. (2013). DSM-5 field trials in the United States and
Canada, part II: Test-retest reliability of selected categorical diagnoses. Ame-
rican Journal of Psychiatry, 170, 59-70. doi: 10.1176/appi.ajp.2012.12070999.
Schmittmann, V. D., Cramer, A. O. J., Waldorp, L. J., Epskamp, S., Kievit, R.
A. y Borsboom, D. (2013). Deconstructing the construct: A network pers-
pective on psychological phenomena. New Ideas in Psychology, 31(1), 43-53.
http://doi.org/10.1016/j.newideapsych.2011.02.007.
Spitzer, R. L. (2009). DSM-V transparency: Fact or rhetoric? Psychiatric Times.
Recuperado de http://www.psychiatrictimes.com/articles/dsm-v-transparen-
cy-fact-or-rhetoric.
 Teoría de redes en psicopatología 83

Spitzer, R. L., First, M. B. y Wakefield, J. C. (2007). Saving PTSD from itself in

DSM-V. Journal of Anxiety Disorders, 21(2), 233-241.
Spitzer, R. L., Williams, J. B. W., y Endicott, J. (2012). Standards for DSM-5
reliability. The American Journal of Psychiatry, 169, 537-538. doi: 10.1176/
appi.ajp.2012.12010083.
Van Borkulo, C. D., Boschloo, L., Borsboom, D., Penninx, B. W. J. H., Waldorp,
L. J. y Schoevers, R. A. (2016). Association of symptom network structure
with the course of depression. JAMA Psychiatry, 72, 1219-1226. doi:10.1001/
jamapsychiatry.2015.2079.
Van de Leemput, I. A., Wichers, M., Cramer, A. O. J., Borsboom, D., Tuer-
linckx, F., Kuppens, P. y Scheffer, M. (2014). Critical slowing down as early
warning for the onset and termination of depression. PNAS, 111, 87-92.
doi:10.1073/pnas. 1312114110.
Vázquez, C. (1990a). Fundamentos teóricos y metodológicos de la clasificación
en Psicopatología. En F. Fuentenebro y C. Vázquez (dirs.), Psicología Médi-
ca, Psicopatología y Psiquiatría (Vol. 2, pp. 655-678). Madrid: McGraw-Hill.
Vázquez, C. (1990b). Sistemas de clasificación en Psicopatología. En F. Fuen-
tenebro y C. Vázquez (dirs.), Psicología Médica, Psicopatología y Psiquiatría
(Vol. 2, pp. 679-708). Madrid: McGraw-Hill.
Vázquez, C. (2000). De un psicopatólogo. Memorias de un cuarentón. En M.D.
Avia (dir.), Cartas a un joven psicólogo (pp.76-86). Madrid: Alianza Editorial.
Vázquez, C., Sánchez, A. y Romero, N. (2014). Clasificación y diagnóstico de
los trastornos psicológicos: Usos y limitaciones del DSM-IV-TR/DSM-5 y
la CIE-10. En V. E. Caballo, I. C. Salazar y J. A. Carrobles, (Eds.). Manual
de Psicopatología y Trastornos Psicológico, 2.ª ed. (pp. 93-116). Madrid: Pi-
rámide.
Ward, M. D., Stovel, K. y Sacks, A. (2011). Network analysis and political scien-
ce. Annual Review of Political Science, 14(1), 245-264. http://doi.org/10.1146/
annurev.polisci.12.040907.115949.
Wigman, J. T. W., Van Os, J., Borsboom, D., Wardenaar, K. J., Epskamp,
S., Klippel, A. y Wichers, M. (2015). Exploring the underlying structure of
mental disorders: cross-diagnostic differences and similarities from a network
perspective using both a top-down and a bottom-up approach. Psychological
Medicine, 45(11), 2375-2387 doi:10.1017/ S0033291715000331.

View publication stats