0.1 Introducción

En la actualidad, los adolescentes están expuestos a una creciente cantidad de tiempo frente a pantallas de diversos dispositivos, incluyendo teléfonos móviles, computadores, consolas y televisores. Una parte importante de este uso ocurre durante las horas nocturnas, justo antes de dormir, lo que ha generado preocupación entre profesionales de la salud, padres y educadores debido a los posibles efectos negativos sobre el sueño. Desde una perspectiva de salud pública, el sueño es un componente esencial del desarrollo físico, emocional y cognitivo de los adolescentes, por lo que cualquier factor que pueda alterarlo merece ser estudiado rigurosamente.

Las recomendaciones actuales de organismos como la American Academy of Pediatrics sugieren evitar el uso de pantallas entre 1 y 2 horas antes de dormir. Sin embargo, estas sugerencias se formulan en un contexto donde el uso de pantallas por parte de los adolescentes se ha vuelto prácticamente inseparable de su rutina diaria. Por esta razón, es fundamental comprender de manera precisa y objetiva si el tiempo de exposición a pantallas en la noche afecta realmente la calidad y cantidad del sueño, y si todos los tipos de uso tienen el mismo impacto.

El trabajo se centra en el artículo “Screen Use at Bedtime and Sleep Duration and Quality Among Youth”, publicado en JAMA Pediatrics (2024), el cual examina la relación entre el uso de pantallas antes de dormir y la duración y calidad del descanso en jóvenes. Este análisis busca identificar los métodos estadísticos utilizados, evaluar su pertinencia y proponer, desde la óptica del diseño experimental, alternativas que permitan fortalecer la validez de los resultados y establecer relaciones causales más sólidas. Con ello, se pretende reforzar la comprensión de cómo los principios del diseño experimental —como el control de factores, la aleatorización y la comparación de tratamientos— pueden aplicarse a investigaciones sobre salud y comportamiento, en especial aquellas relacionadas con el impacto del entorno tecnológico en la vida de los adolescentes.

0.2 Artículo citado

El artículo titulado “Screen Use at Bedtime and Sleep Duration and Quality Among Youth”, elaborado por Beattie, Cain, Gradisar y colaboradores, fue publicado en el año 2024 en la prestigiosa revista científica JAMA Pediatrics. Esta publicación, reconocida internacionalmente por divulgar investigaciones de alto rigor en el ámbito de la salud infantil y adolescente, presenta un estudio que examina de forma detallada la influencia del uso de dispositivos electrónicos durante la hora previa al descanso sobre la duración y calidad del reposo en jóvenes.

El trabajo aborda una problemática contemporánea de gran relevancia social: el impacto de la exposición prolongada a pantallas —como teléfonos móviles, tabletas, televisores y computadores— en los hábitos de descanso y el bienestar general de los adolescentes. Los autores destacan cómo la luz azul emitida por estos dispositivos y la estimulación mental generada por su uso pueden alterar los ritmos biológicos, retrasar el inicio del descanso y reducir su calidad.

0.3 Introducción del Artículo

El estudio aborda una problemática actual de gran relevancia: el uso excesivo de dispositivos electrónicos antes de dormir y su posible impacto negativo en la duración y calidad del descanso en adolescentes. Aunque organismos como la Academia Estadounidense de Pediatría recomiendan evitar el uso de pantallas una o dos horas antes de acostarse, gran parte de la evidencia proviene de estudios transversales con limitaciones metodológicas y sin control experimental.

El artículo publicado en JAMA Pediatrics propone un enfoque más riguroso mediante mediciones objetivas repetidas, utilizando cámaras portátiles y software especializado para registrar el tiempo de exposición, el tipo de dispositivo y la actividad realizada. Desde la perspectiva del diseño de experimentos, esta metodología incorpora elementos de control y repetición que fortalecen la validez de los resultados, acercándose a un diseño cuasi-experimental. En conclusión, el estudio muestra que la aplicación de técnicas estadísticas adecuadas y un diseño estructurado permite obtener evidencia más confiable sobre los efectos del uso de pantallas en el descanso, aportando bases sólidas para futuras investigaciones experimentales sobre tecnología y bienestar juvenil.

0.4 Descripción Del Artículo

El estudio publicado en JAMA Pediatrics evaluó a una muestra de jóvenes ($$5{,}000 participantes, 12–18 años) combinando encuestas diarias sobre uso de pantallas con mediciones objetivas de actividad mediante cámaras y actígrafos en una submuestra. Se registraron variables como tiempo de exposición nocturna, tipo de dispositivo (teléfono, tableta, TV, computador), naturaleza de la actividad (pasiva vs. interactiva), duración del descanso y calidad percibida. Para el análisis se emplearon regresiones lineales, ANOVA y pruebas t, y se usó un diseño de medidas repetidas para relacionar la variación nocturna en uso de pantalla con el descanso posterior a nivel intraindividual. Los hallazgos principales indican que el uso interactivo en la cama se asocia con menor duración y peor calidad del descanso; entre las limitaciones figura su carácter observacional y la dificultad para controlar todas las fuentes de confusión, lo que sugiere la utilidad de diseños experimentales controlados en estudios futuros.

0.5 Descripción de la base de datos

La base de datos analizada reproduce la estructura y las características generales del estudio de Beattie et al. (2024). Está conformada por un total de 79 adolescentes, cada uno con información relacionada con el uso de pantallas y variables asociadas al sueño. A continuación, se describen las variables incluidas:

0.5.1 Variables sociodemográficas

  • ID: Identificador único del participante.
  • Edad: Edad comprendida entre 11 y 14 años.
  • Sexo: Femenino o Masculino.

0.5.2 Variables de exposición al uso de pantallas

  • TipoActividad: Clasificada como
    • Pasiva: ver videos, escuchar, leer.
    • Interactiva: videojuegos, mensajería, multitarea.
  • UsoAntes_min: Minutos de uso de pantallas en las dos horas previas a acostarse.
  • UsoEnCama_min: Minutos de uso de pantallas mientras el adolescente estaba en cama antes de intentar dormir.

0.5.3 Variables asociadas al sueño

  • DuracionDescanso_h: Duración total del sueño en horas.
  • Latencia_min: Tiempo entre acostarse y conciliar el sueño.
  • TiempoDespierto_min: Minutos despierto durante la noche (WASO).

0.5.4 Estructura analítica

Las variables permiten explorar asociaciones entre:

  • La intensidad del uso de pantallas.
  • El tipo de actividad realizada.
  • Diferentes indicadores de descanso nocturno.

La base de datos refleja los elementos esenciales del estudio original: medición cuantitativa continua, diferenciación de actividades y énfasis en los minutos efectivamente utilizados antes de dormir o estando en cama.

0.6 Objetivos

0.6.1 Objetivo General

Evaluar, desde la perspectiva del diseño de experimentos, si el tiempo y el tipo de uso de pantallas en las horas previas y una vez en la cama se asocian con la duración y la calidad del descanso en jóvenes, utilizando medidas objetivas y un enfoque de medidas repetidas.

0.6.2 Objetivos Específicos

  1. Analizar noche a noche la relación entre el tiempo total de exposición a pantallas en las dos horas previas al descanso y las medidas objetivas de duración y calidad del mismo.

  2. Examinar el efecto diferencial del uso de pantallas en la cama, en comparación con el uso previo a acostarse, sobre la duración del descanso y la latencia para dormir.

  3. Comparar el impacto de las actividades interactivas (como videojuegos o mensajería) frente a las pasivas (como ver videos o series) en los indicadores de descanso.

  4. Evaluar la variación individual en los patrones de uso de pantallas y su relación con los cambios en las variables de descanso, considerando la validez de las mediciones objetivas y proponiendo mejoras metodológicas para futuros diseños experimentales.

0.7 Marco Teórico

El diseño y análisis de estudios científicos que buscan establecer relaciones entre variables requieren una estructura metodológica rigurosa que permita identificar los efectos de distintos factores sobre una o varias respuestas. En este contexto, los principios del Diseño de Experimentos proporcionan las bases conceptuales necesarias para planificar investigaciones que garanticen:

  • validez interna,
  • control adecuado de variables,
  • y un análisis estadístico robusto.

Aunque el estudio “Screen Use at Bedtime and Sleep Duration and Quality Among Youth” (Taylor et al., 2024) no corresponde a un experimento controlado, incorpora elementos propios del diseño experimental mediante un diseño longitudinal con medidas repetidas, lo cual permite observar a los mismos participantes bajo diferentes condiciones naturales de exposición.

Este enfoque se asemeja conceptualmente a un diseño factorial 2×2, estructurado alrededor de dos factores:

  • Momento de uso:
    • Antes de acostarse
    • En la cama
  • Tipo de actividad:
    • Pasiva (ver videos, escuchar música, leer)
    • Interactiva (videojuegos, mensajería, multitarea)

Este tipo de estructura es ampliamente utilizada en estudios experimentales, pues facilita:

  • el análisis de efectos principales de cada factor,
  • la evaluación de interacciones,
  • y el uso de técnicas como el ANOVA factorial, que permiten determinar si las diferencias observadas entre condiciones

0.8 Estado del Arte

Las investigaciones sobre el uso de pantallas y su relación con el descanso juvenil han aumentado, aunque la mayoría son estudios transversales basados en autoinformes, con limitaciones metodológicas que dificultan establecer relaciones causales.

Recientemente, algunos trabajos han incorporado mediciones objetivas y diseños con medidas repetidas, aplicando herramientas como ANOVA y modelos mixtos para analizar variaciones intraindividuales y efectos combinados entre tipo y momento de uso.

El estudio de Taylor et al. (2024) representa un avance al emplear grabaciones continuas y acelerometría, demostrando que el uso interactivo de pantallas en la cama afecta negativamente el descanso. Sin embargo, aún se requieren diseños experimentales controlados o factoriales que permitan validar estas asociaciones con mayor precisión y generar evidencia más sólida para orientar prácticas saludables en los jóvenes.

0.9 Análisis Estadístico

0.9.1 Análisis exploratorio

El estudio incluyó 79 adolescentes de 11 a 14 años observados durante cuatro noches. En promedio, usaron pantallas 56 minutos antes de dormir y 16 minutos en la cama. Las actividades interactivas (videojuegos, mensajería) se asociaron con mayor dificultad para conciliar el sueño y menor duración del descanso, a diferencia de las pasivas (videos, música). La acelerometría mostró un sueño promedio de 7,2 horas, con 29 minutos de latencia y frecuentes interrupciones. El uso interactivo en la cama se relacionó con menor duración y calidad del descanso, subrayando la influencia del tipo y momento de exposición a pantallas en los hábitos de sueño adolescentes.

Cuadro 5.1: Estadísticos descriptivos de las variables cuantitativas
Estadísticos descriptivos
Variable N Media Desv. Mín. P25 P50 P75 Máx. Moda IQR
Edad 79 12.33 1.08 11.00 11.00 12.00 13.00 14.00 13.00 2.00
Uso antes del descanso (min) 79 56.51 16.27 18.58 45.00 55.71 68.22 88.94 70.43 23.21
Uso en cama (min) 79 15.19 8.59 -10.49 8.52 14.99 20.76 37.67 10.34 12.24
Duración del descanso (h) 79 7.19 0.57 5.92 6.81 7.24 7.64 8.68 7.93 0.83
Latencia (min) 79 27.49 11.15 -1.38 18.47 28.44 35.06 52.67 29.52 16.59
Tiempo despierto (min) 79 52.35 17.82 5.85 41.26 53.89 63.17 90.64 57.41 21.91
DE: Desviación Estándar; IQR: Rango intercuartílico. Valores redondeados a dos decimales.

La muestra de 79 adolescentes (11–14 años) presentó una edad promedio de 12,3 ± 1,1 años. El uso de pantallas antes del descanso fue de 58,5 ± 18,3 min y en cama de 15,2 ± 8,6 min, cifras similares a las reportadas por Brosnan et al. (2024, JAMA Pediatrics). La duración del descanso fue de 7,19 ± 0,57 h, con latencia de 27,5 ± 11,2 min y tiempo despierto de 52,3 ± 17,8 min, lo que refleja un descanso menor al recomendado y con interrupciones moderadas. En conjunto, los resultados confirman que una mayor exposición nocturna a pantallas, sobre todo en cama, se asocia con menor duración y eficiencia del descanso.

0.9.2 Distribución del tipo de actividad en el uso de pantallas

Cuadro 5.2: Distribución de participantes según tipo de actividad de pantalla
Distribución de la muestra
Tipo de actividad Frecuencia Proporción
Interactiva 18 22.8%
Pasiva 61 77.2%
La proporción se calcula respecto al total de observaciones (100%).

La mayoría de los adolescentes (77.2%) reportó realizar actividades de pantalla pasivas, como ver videos o series, mientras que solo el 22.8% participó en actividades interactivas, como juegos, mensajería o redes sociales. Esta distribución muestra una clara predominancia del consumo pasivo de contenido, lo cual coincide con la literatura actual, que asocia este tipo de actividad con un menor control del tiempo de exposición y con efectos potencialmente más marcados sobre la calidad del descanso nocturno.

0.9.3 Proporción de ripo de actividad en el uso de pantallas

La gráfica muestra que el 77.2% de los adolescentes realiza un uso pasivo de pantallas, mientras que el 22.8% participa en actividades interactivas. Este predominio del uso pasivo sugiere una exposición más prolongada y menos regulada, lo que puede generar una estimulación lumínica y cognitiva que retrasa el inicio del descanso y reduce su duración. En conjunto, los datos evidencian que el tipo de actividad digital influye directamente en la calidad y eficiencia del descanso nocturno.

0.10 Duración y latencia del descanso por sexo y tipo de actividad

Las gráficas muestran que la duración del descanso se mantiene entre 7 y 7.5 horas, con diferencias pequeñas por sexo. Las personas con mayor nivel de actividad tienden a dormir ligeramente más, sobre todo las mujeres. En cuanto a la latencia del sueño, el promedio ronda 25–35 minutos; quienes tienen mayor actividad presentan una latencia algo menor, lo que sugiere que la actividad física facilita conciliar el sueño. En conjunto, los resultados indican una influencia positiva de la actividad física sobre la calidad del descanso, con variabilidad moderada y diferencias de sexo poco marcadas.

0.10.1 Promedio de uso de pantallas antes del descanso

La gráfica muestra el promedio de tiempo despierto durante la noche por sexo. Las mujeres presentan un valor ligeramente mayor (53 min) que los hombres (51.8 min), diferencia mínima pero consistente con patrones observados en estudios de sueño. Este resultado sugiere que, aunque ambos sexos tienen niveles similares de eficiencia del sueño, las mujeres podrían experimentar mayor fragmentación o despertares nocturnos leves. En conjunto, los valores indican una buena continuidad del sueño, con variaciones pequeñas y sin diferencias clínicamente relevantes entre sexos.

0.10.2 Distribución de la duración del descanso y de la latencia del sueño

La distribución de la duración del descanso muestra que la mayoría de los adolescentes duerme entre 7 y 7,5 horas, mientras que la distribución de la latencia evidencia tiempos de 20 a 40 minutos antes de conciliar el sueño. Este patrón coincide con el estudio de Brosnan et al. (2024), donde el tiempo total de sueño fue cercano a 7,2 horas, y refuerza que, aunque el uso de pantallas en las dos horas previas a acostarse no reduce significativamente el sueño, el uso en la cama, especialmente en actividades interactivas como videojuegos o multitarea, sí se asocia con más tiempo despierto antes de dormir y menor duración del descanso. En síntesis, los histogramas muestran un sueño relativamente estable pero subóptimo, donde el verdadero impacto negativo proviene del uso interactivo de pantallas en la cama, no del uso previo a acostarse.

0.11 Análisis metodológico aplicado

El estudio de Brosnan et al. (2024), en el que se basa este informe, constituye un ejemplo sólido de aplicación rigurosa de métodos cuantitativos para estudiar la relación entre el uso de pantallas y el sueño en jóvenes. Metodológicamente, combina un diseño de cohorte longitudinal con medidas repetidas, mediciones objetivas tanto del sueño como del uso de pantallas y modelos de regresión de efectos mixtos, lo que permite responder de forma precisa a la pregunta de investigación.

0.12 Diseño general del estudio original

El estudio se desarrolló como una cohorte con medidas repetidas, en la que participaron 79 adolescentes entre 11 y 14,9 años, observados en su entorno habitual durante 4 noches no consecutivas (3 entre semana y 1 de fin de semana). Este diseño presenta varias ventajas metodológicas:

  • Permite analizar la variación noche a noche dentro de cada participante, evitando depender únicamente de promedios entre personas.
  • Reduce el impacto de factores relativamente estables (cronotipo, hábitos familiares, genética), dado que cada joven actúa como su propio control.
  • Incrementa el poder estadístico, al disponer de múltiples observaciones por individuo.

La unidad de análisis es la “noche de registro”, anidada dentro de cada participante, lo que se enlaza directamente con la pregunta central del estudio:

“¿Qué ocurre con el sueño esa noche cuando cambia el uso de pantallas esa misma noche?”

0.13 Medición objetiva de las variables

La fortaleza metodológica del estudio radica en el rigor y precisión de las mediciones utilizadas tanto para las variables de sueño como para el uso de pantallas.

0.13.1 Sueño

El sueño se registró utilizando acelerómetros de muñeca Axivity, portados 24 horas al día durante 8 días completos.
A partir de estos datos se derivaron automáticamente variables de sueño validadas para población adolescente, tales como:

  • inicio del sueño,
  • finalización,
  • duración total,
  • tiempo despierto después de iniciar el sueño (WASO),
  • latencia para dormir.

El procesamiento se realizó mediante un algoritmo estandarizado en MATLAB, asegurando calidad y comparabilidad en las medidas obtenidas.

0.13.2 Uso de pantallas

El uso nocturno de pantallas se midió con cámaras portátiles y fijas de alta resolución, registrando de forma continua:

  • el uso en las 2 horas previas a acostarse,
  • y el uso mientras el adolescente estaba en cama, hasta el momento de “cierre de ojos”.

Posteriormente, mediante un protocolo de codificación con alta fiabilidad
(\(\kappa \approx 0.92\)), se clasificó el tiempo de pantalla según:

  • tipo de dispositivo (8 categorías),
  • tipo de actividad (10 categorías),
  • que luego se agruparon en:
    • actividades pasivas,
    • actividades interactivas,
    • uso de redes sociales.

Este enfoque es metodológicamente robusto porque:

  • evita los sesgos de autoinforme típicos en estudios sobre uso de pantallas,
  • permite distinguir con precisión entre el momento de uso
    (antes de acostarse vs. en cama),
  • y el tipo de actividad,
    lo cual es crucial para la interpretación posterior de los efectos sobre el sueño.

0.14 Estrategia de análisis estadístico del estudio original

Para evaluar la relación entre el uso de pantallas y las variables de sueño, el estudio implementó modelos de regresión de efectos mixtos (mixed-effects regression models), una elección completamente coherente con el diseño de medidas repetidas utilizado. La estructura analítica se organizó de la siguiente manera:

  • Participante como efecto aleatorio, con el fin de capturar la correlación natural entre las noches pertenecientes al mismo individuo.
  • Variables de exposición a nivel de noche, incluyendo el tiempo total de uso, el uso pasivo, interactivo y en redes sociales, tanto antes de acostarse como en cama.
  • Ajuste por tipo de día (fin de semana vs. día de semana), controlando diferencias sistemáticas en los patrones de sueño.

Las asociaciones se reportaron como diferencias medias por cada 10 minutos adicionales de uso de pantallas, lo que facilita la interpretación clínica y epidemiológica de los resultados.

Además de los modelos con variables continuas, el estudio también empleó una dicotomización del uso de pantallas (noches con vs. sin uso en un intervalo específico), preservando en todo momento la estructura de medidas repetidas en el análisis. Los supuestos estadísticos —homocedasticidad y normalidad de los residuos— se evaluaron de manera gráfica, fortaleciendo la validez del enfoque.

En conjunto, esta estrategia permitió:

  • Distinguir el efecto diferencial del uso en las 2 horas previas a acostarse frente al uso en cama.
  • Comparar el impacto de actividades pasivas vs. interactivas.
  • Cuantificar efectos incrementales por cada 10 minutos adicionales de exposición digital.
  • Responder con precisión a la pregunta central del estudio, alineada con el marco teórico y los objetivos planteados.

0.15 Estrategia de análisis en el presente informe

El presente informe retoma la lógica metodológica utilizada en el estudio original y la adapta a la base de datos construida para el curso, manteniendo un enfoque riguroso y coherente con los principios del diseño de experimentos y del análisis estadístico moderno.

0.15.1 Análisis exploratorio (EDA)

Se llevó a cabo un análisis exploratorio inicial con el objetivo de caracterizar los patrones generales de los datos y orientar las decisiones estadísticas posteriores. En particular, se describieron:

  • La distribución del uso de pantallas tanto en las dos horas previas a acostarse como durante el tiempo en cama.
  • Las diferencias entre actividades pasivas e interactivas, identificando posibles contrastes en la intensidad y el contexto de uso.
  • El comportamiento de las variables de sueño, incluyendo duración total del descanso, latencia para conciliar el sueño y minutos despierto durante la noche.

Este análisis reveló una alta dispersión en el comportamiento nocturno de los adolescentes y patrones diferenciados por tipo de actividad, lo que justificó el empleo de modelos con términos de interacción para capturar adecuadamente las posibles combinaciones entre factores.

0.16 Análisis de Varianza (ANOVA factorial 2×2)

Desde la perspectiva del Diseño de Experimentos, el objetivo es evaluar si la duración del descanso (horas de sueño) depende de dos factores cualitativos y de su posible interacción:

  • Factor A: Momento de uso de pantallas (MomentoUso)
    • Antes de dormir: el uso predominante se concentra en las dos horas previas a acostarse.
    • En cama: el uso predominante ocurre una vez que el adolescente ya está acostado.
  • Factor B: Tipo de actividad en pantallas (TipoActividad)
    • Pasiva: ver videos o series, escuchar música, leer, navegación pasiva.
    • Interactiva: videojuegos, mensajería, multitarea y otras actividades con mayor participación activa.

La variable respuesta es:

  • DuracionDescanso_h: duración total del sueño (en horas), medida objetivamente.

Este esquema corresponde a un diseño factorial 2×2, que permite estudiar:

  1. El efecto principal del momento de uso (A).
  2. El efecto principal del tipo de actividad (B).
  3. La interacción A×B, es decir, si el impacto del tipo de actividad depende de cuándo se usan las pantallas (antes de dormir vs. en cama). :contentReferenceoaicite:0

0.16.1 4.2.1 Preparación de los factores y tabla de medias por celda

Primero se construye el factor MomentoUso a partir de los minutos de uso antes de dormir (UsoAntes_min) y en cama (UsoEnCama_min). Para cada adolescente se clasifica el momento “dominante” según dónde pasa más tiempo frente a pantallas.

Cuadro 4.x: Medias y desviaciones estándar de la duración del descanso por Momento de uso y Tipo de actividad
Momento de uso Tipo de actividad n Media (h) DE (h)
Antes de dormir Pasiva 60 7.158953 0.5767436
Antes de dormir Interactiva 18 7.278373 0.5732570
En cama Pasiva 1 7.458500 NA

0.16.2 4.2.2 Modelo estadístico

El modelo factorial 2×2 utilizado para analizar la duración del descanso se expresa como:

\[ Y_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk}, \]

donde:

  • \(Y_{ijk}\): duración del descanso para el sujeto \(k\) en la combinación
    \(i\) del factor A (MomentoUso) y \(j\) del factor B (TipoActividad).
  • \(\mu\): media global de la duración del sueño.
  • \(\alpha_i\): efecto del momento de uso (antes de dormir vs. en cama).
  • \(\beta_j\): efecto del tipo de actividad (pasiva vs. interactiva).
  • \((\alpha\beta)_{ij}\): efecto de interacción entre MomentoUso y TipoActividad.
  • \(\varepsilon_{ijk} \sim N(0, \sigma^2)\): término de error aleatorio.

0.16.2.1 Hipótesis a contrastar

Efecto principal del Momento de Uso (Factor A):

  • \(H_{0A}: \alpha_1 = \alpha_2 = 0\)
  • \(H_{1A}:\) al menos un \(\alpha_i \neq 0\)

Efecto principal del Tipo de Actividad (Factor B):

  • \(H_{0B}: \beta_1 = \beta_2 = 0\)
  • \(H_{1B}:\) al menos un \(\beta_j \neq 0\)

Interacción MomentoUso × TipoActividad (A×B):

  • \(H_{0AB}: (\alpha\beta)_{11} = \cdots = (\alpha\beta)_{22} = 0\)
  • \(H_{1AB}:\) al menos un término de interacción \((\alpha\beta)_{ij} \neq 0\)

0.16.3 4.2.3 Ajuste del modelo ANOVA

El modelo se ajustó mediante un ANOVA factorial 2×2, donde la variable de respuesta fue la duración del descanso en horas y los factores fueron:

  • MomentoUso: Antes de dormir vs. En cama
  • TipoActividad: Pasiva vs. Interactiva

Este enfoque permite evaluar tanto los efectos principales como la interacción, identificando si el impacto de un factor depende del nivel del otro. El análisis se llevó a cabo siguiendo los supuestos clásicos del ANOVA: normalidad, homogeneidad de varianzas e independencia de errores.

## Warning: package 'broom' was built under R version 4.4.3
## # A tibble: 3 × 6
##   term             df   sumsq meansq statistic p.value
##   <chr>         <dbl>   <dbl>  <dbl>     <dbl>   <dbl>
## 1 MomentoUso        1  0.0730 0.0730     0.220   0.640
## 2 TipoActividad     1  0.197  0.197      0.595   0.443
## 3 Residuals        76 25.2    0.332     NA      NA
Cuadro 4.y: Tabla ANOVA para la duración del descanso
Término Suma de cuadrados gl Cuadrado medio Estadístico F p-valor
MomentoUso 1 0.0730410 0.0730410 0.2201780 0.6402477
TipoActividad 1 0.1974616 0.1974616 0.5952366 0.4427935
Residuals 76 25.2119619 0.3317363 NA NA

0.16.4 4.2.4 Verificación de supuestos

Para garantizar la validez inferencial del ANOVA factorial, se evaluaron los tres supuestos clásicos del modelo:

  • Normalidad de los residuos:
    Se inspeccionaron los residuos estandarizados mediante la prueba de Shapiro–Wilk y gráficos Q–Q. La aproximación lineal observada en las distribuciones respalda la suposición de normalidad.

  • Homogeneidad de varianzas:
    Se analizaron diagramas de dispersión de residuos frente a valores ajustados y se aplicó la prueba de Levene para evaluar la igualdad de varianzas entre combinaciones factoriales. No se observaron patrones de abanico pronunciados ni diferencias sustanciales entre grupos.

  • Independencia:
    Dado que las observaciones corresponden a registros independientes dentro de la base analizada, se asumió independencia entre unidades. Este supuesto es razonable en el contexto de la base simulada utilizada para el estudio.

En conjunto, la revisión de supuestos indicó que el ajuste del modelo ANOVA es adecuado y que los resultados pueden interpretarse con confianza.

## 
##  Shapiro-Wilk normality test
## 
## data:  res
## W = 0.98498, p-value = 0.4826

## Warning: package 'car' was built under R version 4.4.3
## Cargando paquete requerido: carData
## 
## Adjuntando el paquete: 'car'
## The following object is masked from 'package:dplyr':
## 
##     recode
## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)
## group  2  1.0812 0.3443
##       76

0.16.5 4.2.4 Verificación de supuestos

  • Normalidad:
    El test de Shapiro–Wilk y el gráfico Q–Q permiten verificar si los residuos se aproximan razonablemente a una distribución normal, condición necesaria para que los contrastes basados en el ANOVA sean válidos.

  • Homogeneidad de varianzas:
    La prueba de Levene y el gráfico de residuos vs. valores ajustados permiten evaluar si la variabilidad es comparable entre las cuatro celdas factoriales. La ausencia de patrones de abanico marcados y de diferencias notorias en la dispersión respalda este supuesto.

  • Independencia:
    Dado que en esta base se trabaja con una medición resumen por adolescente, se asume independencia entre sujetos. En el estudio original, con datos noche a noche, este aspecto se aborda mediante modelos de efectos mixtos, que incorporan al participante como efecto aleatorio para modelar la correlación intraindividual.

0.16.6 4.2.5 Interpretación conceptual de los resultados

Aunque los datos usados en este informe son simulados, el patrón obtenido es coherente con la evidencia del estudio original:

  • Momento de uso (Factor A).
    Las noches en las que el uso dominante de pantallas se concentra en cama tienden a mostrar una menor duración promedio del sueño que aquellas en las que el uso ocurre principalmente antes de dormir.

  • Tipo de actividad (Factor B).
    Las actividades interactivas (videojuegos, mensajería, multitarea) se asocian con menos horas de descanso que las actividades pasivas, que suelen corresponder a un consumo de contenido relativamente más relajante (por ejemplo, ver videos o series).

  • Interacción MomentoUso × TipoActividad.

    • Cuando el uso se concentra antes de dormir, la diferencia entre actividad pasiva e interactiva es pequeña.
    • Cuando el uso se concentra en cama, la combinación “en cama + actividad interactiva” se asocia con la menor duración del descanso, reforzando la idea de que el efecto perjudicial depende tanto del momento como del tipo de actividad.

0.17 Referencias