Actitud balint

1 Elaborado por:

Nicolás Martínez Ramos
Bioestadístico Oficina de Investigaciones
Psicólogo, Esp. medición y evaluación psicológica y mg. bioestadística

2 Exploración base de datos

library(readxl)
BASE <- read_excel("ACTITUDES HACIA LOS GRUPOS BALINT Y SU INFLUENCIA EN EL BIENESTAR PSICOSOCIAL(1-177).xlsx") # 5-08-2026

library(dplyr) 
library(dlookr)
library(DT)
library(janitor)


BASE <- BASE %>%
  clean_names()  # Convierte todo a snake_case automáticamente

2.1 Limpieza base

#Items 
names(BASE)[15:29] <- paste0("i4_", 1:15)
names(BASE)[30] <- "i5_1"


#recodificando los niveles de los items 
BASE[15:30] <- lapply(BASE[15:30], function(x) as.numeric(gsub("=.*", "", x)))

#creando copia de factor de los items

nuevas_vars <- lapply(BASE[15:30], as.factor)
names(nuevas_vars) <- paste0(names(BASE)[15:30], "_f")
BASE <- cbind(BASE, nuevas_vars)

#Variables sociodemográficas

##edad
BASE$edad[BASE$edad == "juan fernando camargo arenas"] <- NA #ID 130
BASE$edad2 <- as.numeric(gsub("=.*", "", BASE$edad))

##sexo
BASE$genero <- as.factor(gsub("^[A-Z]\\.\\s*", "", BASE$genero))

##profesion
BASE$profesion_unificada <- case_when(
  grepl("resident", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Residente de medicina",
  grepl("especialista", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Médico especialista",
  grepl("medic[ao] general|^medic[ao]$", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Médico general",
  grepl("enfermer[ií]a$|auxiliar de enfermer", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Auxiliar de enfermería",
  grepl("coordinadora de enfermer", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Coordinadora de enfermería",
  grepl("enfermero", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Enfermero(a)",
  grepl("tecnico en auxiliar", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Técnico auxiliar de enfermería",
  grepl("administrativo", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Administrativo",
  grepl("biolog", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Bióloga",
  grepl("citohistotecnolog", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Citohistotecnóloga",
  grepl("fisioterapeuta", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Fisioterapeuta",
  grepl("ingeniero de sistemas", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Ingeniero de sistemas",
  grepl("instrumentadora", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Instrumentadora quirúrgica",
  grepl("qu[ií]mic[ao] far", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Químico farmacéutico",
  grepl("^asistencial$", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Asistencial",
  grepl("^X$", BASE$cual_es_su_profesion, ignore.case = TRUE) ~ "Desconocido",
  TRUE ~ as.character(BASE$cual_es_su_profesion)
)

BASE$profesion_unificada <- as.factor(BASE$profesion_unificada)

## especialidad
BASE$especialidad_unificada <- case_when(
  grepl("anestesiolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Anestesiología",
  grepl("^an[oó]nimo$", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Desconocido",
  grepl("cirugia pediatrica|cirug[ií]a pedi[aá]trica", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Cirugía pediátrica",
  grepl("^cirujano$", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Cirugía general",
  grepl("paliativ", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Cuidados paliativos",
  grepl("urgencia|emergencia", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Medicina de urgencias/emergencias",
  grepl("neonatolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Neonatología",
  grepl("neumolog.*pediatr|pediatr.*neumolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Neumología pediátrica",
  grepl("medicina.*familiar|residente de medicina familiar", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Medicina familiar",
  grepl("medicina interna", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Medicina interna",
  grepl("medicina\\s*general|medico general|médico general", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Medicina general",
  grepl("^general$", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Medicina general",
  grepl("geriatria|geriatría", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Geriatría",
  grepl("hematolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Hematología",
  grepl("pediatr", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Pediatría",
  grepl("patologia|patología|sst.*patolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Patología",
  grepl("psiquiatr", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Psiquiatría",
  grepl("radioterapia", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Radioterapia",
  grepl("radiolog", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Radiología",
  grepl("urologia|urología", BASE$cual_es_su_especialidad, ignore.case = TRUE) ~ "Urología",
  TRUE ~ as.character(BASE$cual_es_su_especialidad)
)
BASE$especialidad_unificada <- as.factor(BASE$especialidad_unificada)

## años ejercicio profesional
BASE$anos_de_ejercicio_profesional <- as.factor(gsub("^[A-Z]\\.\\s*", "", BASE$anos_de_ejercicio_profesional))

#cargo desempeñado
BASE$esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo <- as.factor(gsub("^[A-Z]\\.\\s*", "", BASE$esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo))

#participacio nen actividades docentes
BASE$participa_en_actividades_docentes <- as.factor(gsub("^[A-Z]\\.\\s*", "", BASE$participa_en_actividades_docentes))







library(stringr)
library(stringi)

# 1. Normalizar texto: minúsculas, sin tildes, sin espacios extra
esp <- BASE$cual_es_su_profesion %>%
  str_to_lower() %>%
  stri_trans_general("Latin-ASCII") %>%
  str_squish()

# 2. Patrones
pat_enfermeria <- "enfermer|auxiliar"
pat_medico <- paste(
  "anestes", "cirug", "paliativ", "dolor", "emergenc", "urgenc",
  "fellow", "neonat", "general", "geriatr", "hemat", "medicina",
  "medico", "pediatr", "patolog", "psiquiat", "radiol", "radioter",
  "residente", "urolog", "neumol",
  sep = "|"
)

# 3. Nueva variable (residentes y fellows quedan en médicos)
BASE$grupo_profesional <- case_when(
  str_detect(esp, pat_enfermeria) ~ "Enfermería",
  str_detect(esp, pat_medico)     ~ "Profesionales médicos",
  TRUE                            ~ "Otros"
) %>%
  factor(levels = c("Profesionales médicos", "Enfermería", "Otros"))

3 Análisis descriptivo (sin ítems)

edad se reportó como variable continua.

library(gtsummary)
tabla0 <- BASE %>%
  select(ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado, durante_cuanto_tiempo_ha_participado_en_grupos_balint, a_durante_mis_estudios_de_pregrado, b_durante_la_residencia_medica,
c_como_especialista_subespecialista, d_durante_mis_estudios_para_subespecialista, e_como_auxiliar_de_enfermeria_enfermer, f_como_administrativo, genero, grupo_profesional, profesion_unificada, especialidad_unificada, anos_de_ejercicio_profesional, esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo, participa_en_actividades_docentes, edad2) %>%
  tbl_summary(
    type = list(
      all_categorical() ~ "categorical",
      edad2 ~ "continuous"
    ),
    label = list(
      ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado ~ "Participación actual o pasada en grupo balint", 
      durante_cuanto_tiempo_ha_participado_en_grupos_balint ~ "Tiempo participación grpo balint", 
      a_durante_mis_estudios_de_pregrado ~ "Durante pregrado", 
      b_durante_la_residencia_medica ~ "Durante Residencia médica",
      c_como_especialista_subespecialista ~ "Como Especialista - subespecialista", 
      d_durante_mis_estudios_para_subespecialista ~ "Durante estudios subespecialidad", 
      e_como_auxiliar_de_enfermeria_enfermer ~ "Como auxiliar de enfermería", 
      f_como_administrativo ~ "Como administrativo", 
      genero ~ "Género", 
      grupo_profesional ~ "Grupo profesional",
      profesion_unificada ~ "Profesion", 
      especialidad_unificada ~ "Especialidad", 
      anos_de_ejercicio_profesional ~ "Años ejercicio profesional", 
      esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo ~ "Desempeño trabajo en que el tenga personal a cargo", 
      participa_en_actividades_docentes ~ "Partiipación act. docente",
      edad2 ~ "Edad"
    ),
    statistic = list(
      all_categorical() ~ "{n} ({p}%)",
      edad2 ~ "{mean} ({sd})"
    ),
    digits = list(
      all_categorical() ~ 1,
      edad2 ~ 1
    ),
    missing = "ifany",
    missing_text = "Sin dato"
  ) %>%
  modify_header(label ~ "**Variable**") %>%
  bold_labels() %>%
  modify_caption("**Tabla 1**")


library(writexl)

tabla0 %>%
  as_tibble() %>%
  write_xlsx("tabla0.xlsx")
tabla0

Tabla 1

Variable	N = 1771
Participación actual o pasada en grupo balint
Actualmente participo en un grupo Balint.	80.0 (45.2%)
He participado en un grupo Balint en el pasado.	84.0 (47.5%)
Nunca he participado en un grupo Balint.	13.0 (7.3%)
Tiempo participación grpo balint
De 1 a 2 años.	49.0 (27.7%)
De 2 a 3 años	10.0 (5.6%)
Más de 3 años.	34.0 (19.2%)
Menos de un año.	84.0 (47.5%)
Durante pregrado
NO	168.0 (94.9%)
SI	9.0 (5.1%)
Durante Residencia médica
NO	118.0 (66.7%)
SI	59.0 (33.3%)
Como Especialista - subespecialista
NO	140.0 (79.1%)
SI	37.0 (20.9%)
Durante estudios subespecialidad
NO	173.0 (97.7%)
SI	4.0 (2.3%)
Como auxiliar de enfermería
NO	139.0 (78.5%)
SI	38.0 (21.5%)
Como administrativo
NO	132.0 (74.6%)
SI	45.0 (25.4%)
Género
Femenino	133.0 (75.1%)
Masculino	44.0 (24.9%)
Grupo profesional
Profesionales médicos	93.0 (52.5%)
Enfermería	52.0 (29.4%)
Otros	32.0 (18.1%)
Profesion
Administrativo	23.0 (13.0%)
Asistencial	1.0 (0.6%)
Auxiliar de enfermería	8.0 (4.5%)
Bióloga	1.0 (0.6%)
Citohistotecnóloga	1.0 (0.6%)
Desconocido	1.0 (0.6%)
Enfermero(a)	44.0 (24.9%)
Fisioterapeuta	1.0 (0.6%)
Ingeniero de sistemas	1.0 (0.6%)
Instrumentadora quirúrgica	1.0 (0.6%)
Médica General	1.0 (0.6%)
Médico especialista	37.0 (20.9%)
Médico general	6.0 (3.4%)
Químico farmacéutico	2.0 (1.1%)
Residente de medicina	49.0 (27.7%)
Especialidad
Anestesiología	5.0 (6.5%)
Cirugía general	1.0 (1.3%)
Cirugía pediátrica	1.0 (1.3%)
Cuidados paliativos	7.0 (9.1%)
Desconocido	1.0 (1.3%)
Geriatría	2.0 (2.6%)
Hematología	2.0 (2.6%)
Medicina de urgencias/emergencias	9.0 (11.7%)
Medicina familiar	9.0 (11.7%)
Medicina general	7.0 (9.1%)
Medicina interna	6.0 (7.8%)
Neonatología	2.0 (2.6%)
Neumología pediátrica	1.0 (1.3%)
Patología	2.0 (2.6%)
Pediatría	7.0 (9.1%)
Psiquiatría	3.0 (3.9%)
Radiología	5.0 (6.5%)
Radioterapia	1.0 (1.3%)
Urología	6.0 (7.8%)
Sin dato	100
Años ejercicio profesional
11-19 años	47.0 (26.6%)
6-10 años	31.0 (17.5%)
Hasta 5 años	57.0 (32.2%)
Más de 20 años.	42.0 (23.7%)
Desempeño trabajo en que el tenga personal a cargo
No	100.0 (56.5%)
Sí	77.0 (43.5%)
Partiipación act. docente
No	110.0 (62.1%)
Sí	67.0 (37.9%)
Edad	37.4 (8.7)
Sin dato	11
1 n (%); Mean (SD)

4 Gráfico Likert de respuesta

library(likert)
library(ggplot2)

library(dplyr)

items_directos   <- paste0("i4_", 1:11)
items_invertidos <- c(paste0("i4_", 12:15), "i5_1")

niveles <- c("Desfavorable", "Neutro", "Favorable")

BASE <- BASE %>%
  mutate(
    # Ítems directos: 1-2 = Desfavorable, 3 = Neutro, 4-5 = Favorable
    across(
      all_of(items_directos),
      ~ factor(case_when(
          . %in% 1:2 ~ "Desfavorable",
          . == 3     ~ "Neutro",
          . %in% 4:5 ~ "Favorable",
          TRUE       ~ NA_character_
        ), levels = niveles),
      .names = "{.col}_cat"
    ),
    # Ítems invertidos: 1-2 = Favorable, 3 = Neutro, 4-5 = Desfavorable
    across(
      all_of(items_invertidos),
      ~ factor(case_when(
          . %in% 1:2 ~ "Favorable",
          . == 3     ~ "Neutro",
          . %in% 4:5 ~ "Desfavorable",
          TRUE       ~ NA_character_
        ), levels = niveles),
      .names = "{.col}_cat"
    )
  )

datos_likert <- BASE %>%
  select(i4_1_cat, i4_2_cat, i4_3_cat, i4_4_cat, i4_5_cat, i4_6_cat, i4_7_cat, i4_8_cat, i4_9_cat, i4_10_cat, i4_11_cat, i4_12_cat, i4_13_cat, i4_14_cat, i4_15_cat, i5_1_cat)

names(datos_likert) <- c(
  "4.1 Relaciones con pacientes",
  "4.2 Relación apoyo colegas",
  "4.3 Mejoró relaciones equipo",
  "4.4 Resolución de problemas",
  "4.5 Disminuyó burnout",
  "4.6 Manejo de pacientes",
  "4.7 Empatía",
  "4.8 Satisfacción",
  "4.9 Autocuidado",
  "4.10 Red de apoyo",
  "4.11 Identidad profesional",
  "4.12 Discusiones aburridas",
  "4.13 Discusiones superficiales",
  "4.14 Incomodidad al compartir",
  "4.15 Orientación no profesional",
  "5.1 Importancia del Grupo Balint"
)

library(ggstats)

colores_likert <- c(
  "Desfavorable" = "indianred3",
  "Neutro"       = "#FFDEAD",
  "Favorable"    = "steelblue"
)

g_likert <- gglikert_stacked(datos_likert, labels_size = 6) +
  scale_fill_manual(values = colores_likert, name = "Respuesta") +
  ggtitle("Escala Likert", subtitle = "Actitudes Grupo Balint") +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold", size = 25, color = "black"),
    plot.subtitle = element_text(size = 20, color = "black"),
    axis.text = element_text(color = "black", size = 20),
    axis.title = element_text(color = "black"),
    legend.text = element_text(color = "black", size = 20),
    legend.title = element_text(color = "black", size = 20, face = "bold"),
    legend.position = "bottom",
    panel.grid.major.y = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

g_likert

ggsave(
  filename = file.path("likert_balint.png"),
  plot = g_likert,
  width = 14, height = 10, dpi = 300, bg = "white",
  scale = 0.4
)
g_likert

datos_likert2 <- datos_likert
names(datos_likert2) <- c(
  "4.1. El GB mejoró mis relaciones con los pacientes",
  "4.2. El GB me ayudó a establecer una relación de apoyo con mis colegas",
  "4.3. El GB mejoró mis relaciones con otros miembros del equipo multidisciplinario",
  "4.4. El GB me proporcionó habilidades para la resolución de problemas en el entorno profesional",
  "4.5. El GB me ayudó a aliviar el agotamiento profesional (burnout)",
  "4.6. El GB facilitó un mejor manejo de los pacientes (o usuarios) en mi consulta o atención",
  "4.7. El GB mejoró mis habilidades de empatía hacia los pacientes (o usuarios)",
  "4.8. El GB me hizo sentir satisfecho (a).",
  "4.9. Mi preocupación por el autocuidado fue abordada en el GB",
  "4.10. El GB se convirtió en una valiosa red de apoyo profesional para mi",
  "4.11. El GB contribuyó al desarrollo de mi identidad profesional",
  "4.12. Las discusiones en el GB me resultaron aburridas",
  "4.13. Las discusiones en el GB son superficiales",
  "4.14. Me sentí incómodo (a) al compartir mis casos en el GB",
  "4.15. La orientación brindada en el GB no fue profesional",
  "5.1. ¿Qué tan importante considera que es la participación en el grupo Balint para su bienestar profesional?"
)


g_likert2 <- gglikert_stacked(datos_likert2, labels_size = 6) +
  scale_fill_manual(values = colores_likert, name = "Respuesta") +
  ggtitle("Escala Likert", subtitle = "Actitudes Grupo Balint") +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold", size = 25, color = "black"),
    plot.subtitle = element_text(size = 20, color = "black"),
    axis.text = element_text(color = "black", size = 20),
    axis.title = element_text(color = "black"),
    legend.text = element_text(color = "black", size = 20),
    legend.title = element_text(color = "black", size = 20, face = "bold"),
    legend.position = "bottom",
    panel.grid.major.y = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

g_likert2

ggsave(
  filename = file.path("likert_balint2.png"),
  plot = g_likert2,
  width = 14, height = 10, dpi = 300, bg = "white",
  scale = 0.4
)
g_likert2

4.1 Gráfico para profesionales de medicina

BASE_MED <- BASE %>% filter(grupo_profesional == "Profesionales médicos")

datos_likert_MED <- BASE_MED %>%
  select(i4_1_cat, i4_2_cat, i4_3_cat, i4_4_cat, i4_5_cat, i4_6_cat, i4_7_cat, i4_8_cat, i4_9_cat, i4_10_cat, i4_11_cat, i4_12_cat, i4_13_cat, i4_14_cat, i4_15_cat, i5_1_cat)

names(datos_likert_MED) <- c(
  "4.1 Relaciones con pacientes",
  "4.2 Relación apoyo colegas",
  "4.3 Mejoró relaciones equipo",
  "4.4 Resolución de problemas",
  "4.5 Disminuyó burnout",
  "4.6 Manejo de pacientes",
  "4.7 Empatía",
  "4.8 Satisfacción",
  "4.9 Autocuidado",
  "4.10 Red de apoyo",
  "4.11 Identidad profesional",
  "4.12 Discusiones aburridas",
  "4.13 Discusiones superficiales",
  "4.14 Incomodidad al compartir",
  "4.15 Orientación no profesional",
  "5.1 Importancia del Grupo Balint"
)

g_likert3 <- gglikert_stacked(datos_likert_MED, labels_size = 6) +
  scale_fill_manual(values = colores_likert, name = "Respuesta") +
  ggtitle("Escala Likert", subtitle = "Actitudes Grupo Balint Medicina") +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold", size = 25, color = "black"),
    plot.subtitle = element_text(size = 20, color = "black"),
    axis.text = element_text(color = "black", size = 20),
    axis.title = element_text(color = "black"),
    legend.text = element_text(color = "black", size = 20),
    legend.title = element_text(color = "black", size = 20, face = "bold"),
    legend.position = "bottom",
    panel.grid.major.y = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

g_likert3

ggsave(
  filename = file.path("likert_balint3.png"),
  plot = g_likert3,
  width = 14, height = 10, dpi = 300, bg = "white",
  scale = 0.4
)
g_likert3

4.2 Gráfico profesionales de enfermería

BASE_ENF <- BASE %>% filter(grupo_profesional == "Enfermería")

datos_likert_ENF <- BASE_ENF %>%
  select(i4_1_cat, i4_2_cat, i4_3_cat, i4_4_cat, i4_5_cat, i4_6_cat, i4_7_cat, i4_8_cat, i4_9_cat, i4_10_cat, i4_11_cat, i4_12_cat, i4_13_cat, i4_14_cat, i4_15_cat, i5_1_cat)

names(datos_likert_ENF) <- c(
  "4.1 Relaciones con pacientes",
  "4.2 Relación apoyo colegas",
  "4.3 Mejoró relaciones equipo",
  "4.4 Resolución de problemas",
  "4.5 Disminuyó burnout",
  "4.6 Manejo de pacientes",
  "4.7 Empatía",
  "4.8 Satisfacción",
  "4.9 Autocuidado",
  "4.10 Red de apoyo",
  "4.11 Identidad profesional",
  "4.12 Discusiones aburridas",
  "4.13 Discusiones superficiales",
  "4.14 Incomodidad al compartir",
  "4.15 Orientación no profesional",
  "5.1 Importancia del Grupo Balint"
)

g_likert4 <- gglikert_stacked(datos_likert_ENF, labels_size = 6) +
  scale_fill_manual(values = colores_likert, name = "Respuesta") +
  ggtitle("Escala Likert", subtitle = "Actitudes Grupo Balint Enfermeria") +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold", size = 25, color = "black"),
    plot.subtitle = element_text(size = 20, color = "black"),
    axis.text = element_text(color = "black", size = 20),
    axis.title = element_text(color = "black"),
    legend.text = element_text(color = "black", size = 20),
    legend.title = element_text(color = "black", size = 20, face = "bold"),
    legend.position = "bottom",
    panel.grid.major.y = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

g_likert4

ggsave(
  filename = file.path("likert_balint4.png"),
  plot = g_likert4,
  width = 14, height = 10, dpi = 300, bg = "white",
  scale = 0.4
)
g_likert4

4.3 Gráfico otros

BASE_OTRO <- BASE %>% filter(grupo_profesional == "Otros")

datos_likert_OTRO <- BASE_OTRO %>%
  select(i4_1_cat, i4_2_cat, i4_3_cat, i4_4_cat, i4_5_cat, i4_6_cat, i4_7_cat, i4_8_cat, i4_9_cat, i4_10_cat, i4_11_cat, i4_12_cat, i4_13_cat, i4_14_cat, i4_15_cat, i5_1_cat)

names(datos_likert_OTRO) <- c(
  "4.1 Relaciones con pacientes",
  "4.2 Relación apoyo colegas",
  "4.3 Mejoró relaciones equipo",
  "4.4 Resolución de problemas",
  "4.5 Disminuyó burnout",
  "4.6 Manejo de pacientes",
  "4.7 Empatía",
  "4.8 Satisfacción",
  "4.9 Autocuidado",
  "4.10 Red de apoyo",
  "4.11 Identidad profesional",
  "4.12 Discusiones aburridas",
  "4.13 Discusiones superficiales",
  "4.14 Incomodidad al compartir",
  "4.15 Orientación no profesional",
  "5.1 Importancia del Grupo Balint"
)

g_likert5 <- gglikert_stacked(datos_likert_OTRO, labels_size = 6) +
  scale_fill_manual(values = colores_likert, name = "Respuesta") +
  ggtitle("Escala Likert", subtitle = "Actitudes Grupo Balint Otras profesiones") +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold", size = 25, color = "black"),
    plot.subtitle = element_text(size = 20, color = "black"),
    axis.text = element_text(color = "black", size = 20),
    axis.title = element_text(color = "black"),
    legend.text = element_text(color = "black", size = 20),
    legend.title = element_text(color = "black", size = 20, face = "bold"),
    legend.position = "bottom",
    panel.grid.major.y = element_blank(),
    plot.background = element_rect(fill = "white", color = NA)
  )

g_likert5

ggsave(
  filename = file.path("likert_balint5.png"),
  plot = g_likert5,
  width = 14, height = 10, dpi = 300, bg = "white",
  scale = 0.4
)
g_likert5

Recodificando los valores de los items aparentemente invertidos

BASE <- BASE %>%
  mutate(
    across(c(i4_12, i4_13, i4_14, i4_15), ~ 6 - .)
  )

4.4 Perfilación de sujetos a partir del resultado de actitud

• Posiblemente se peuda descubrir una actitud alta y baja

library(mclust)
DATA_PROFILES <- BASE[, 15:30]
set.seed(2025)
mc1 <-mclustBIC(BASE[,15:30]) 
summary(mc1) # 3 grupos

## Best BIC values:
##              EEE,3      EEE,1      EEV,1
## BIC      -6842.973 -6945.5907 -6945.5907
## BIC diff     0.000  -102.6181  -102.6181

set.seed(2025)
model1 <- Mclust(BASE[,15:30], modelNames = "EEE", G = 3)
summary(model1)

## ---------------------------------------------------- 
## Gaussian finite mixture model fitted by EM algorithm 
## ---------------------------------------------------- 
## 
## Mclust EEE (ellipsoidal, equal volume, shape and orientation) model with 3
## components: 
## 
##  log-likelihood   n  df       BIC       ICL
##       -2940.104 177 186 -6842.973 -6843.214
## 
## Clustering table:
##   1   2   3 
## 123   8  46

Se grafica la solucion

library(tibble)
library(tidyr)

means <- data.frame(model1$parameters$mean) %>%
  rownames_to_column() %>%
  rename(DATA_PROFILES = rowname) %>%
  pivot_longer(cols = c(X1, X2, X3), names_to = "Profile", values_to = "Mean") %>%
  mutate(
    Mean = round(Mean, 2),
    # Estandarización Z (normalización usando media y desviación estándar)
    Mean = (Mean - mean(Mean)) / sd(Mean)
  )

p <- means %>%
  mutate(
    Profile = case_when(
      Profile == "X1" ~ "P1 (123)",
      Profile == "X2" ~ "P2 (8)",
      Profile == "X3" ~ "P3 (46)",
      TRUE ~ Profile
    )
  ) %>%
  ggplot(aes(
    x = DATA_PROFILES,
    y = Mean,
    group = Profile,
    color = Profile
  )) +
  geom_point(size = 2.25) +
  geom_line(linewidth = 1.25) +
  scale_x_discrete(
    limits = c(
      "i4_1", "i4_2", "i4_3", "i4_4", "i4_5", "i4_6", "i4_7", "i4_8",
      "i4_9", "i4_10", "i4_11", "i4_12", "i4_13", "i4_14", "i4_15",
      "i5_1"
    )
  ) +
  scale_color_manual(
    values = c(
      "P1 (123)" = "blue2",
      "P2 (8)" = "green4",
      "P3 (46)" = "red"
    )
  ) +
  labs(
    x = "Items actitud",
    y = "Media estandarizada",
    color = "Perfil",
    title = "Perfiles Actitud grupo Balint"
  ) +
  theme_bw(base_size = 14) +
  theme(
    axis.text.x = element_text(angle = 90, hjust = 1, size = 20, face = "bold"),
    axis.text.y = element_text(size = 20, face = "bold"),
    axis.title.x = element_text(size = 22, face = "bold"),
    axis.title.y = element_text(size = 22, face = "bold"),
    legend.position = "right",
    legend.text = element_text(size = 15, face = "bold"),
    legend.title = element_text(size = 25, face = "bold")
  )

ggsave(
  filename = file.path("perfiles_balint.png"),
  plot = p,
  width = 14, height = 8, dpi = 300, bg = "white",
  scale = 0.5
)
p

Se encontraron 3 potenciales perfiles, de manera general da la impesión que existe un perfil de sujetos que tienen una actitud más positiva acerca del grupo Balint, sin emabrgo no encuentran gran aporte (items 5.1). Los otros se diferencian especialmente en los ítems que parecen invertidos.

4.5 Caracterización perfiles de actitud

# Extraer las clasificaciones del modelo
clases <- model1$classification

# Agregar las clases al data frame
BASE <- BASE %>%
  mutate(Perfil = clases)

BASE$Perfil <- factor(BASE$Perfil, levels = c(1, 3, 2), labels = c ("Alto", "Medio", "Bajo"))

BASE <- BASE %>% 
  mutate(Perfil2 = case_when(
    Perfil == "Alto"  ~ "Favorable",
    Perfil == "Medio" ~ "Neutro - Desfavorable",
    Perfil == "Bajo"  ~ "Neutro - Desfavorable",
    TRUE              ~ NA_character_
  ))

tabla1 <- BASE %>%
  select(
    ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado,
    durante_cuanto_tiempo_ha_participado_en_grupos_balint, genero, grupo_profesional,
    anos_de_ejercicio_profesional, esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo,
    participa_en_actividades_docentes, edad2, Perfil
  ) %>%
  tbl_summary(
    by = Perfil,
    type = list(
      all_categorical() ~ "categorical",
      edad2 ~ "continuous"
    ),
    label = list(
      ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado ~ "Participación actual o pasada en grupo Balint",
      durante_cuanto_tiempo_ha_participado_en_grupos_balint ~ "Tiempo participación grupo Balint",
      genero ~ "Género",
      grupo_profesional ~ "Grupo profesional",
      anos_de_ejercicio_profesional ~ "Años ejercicio profesional",
      esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo ~ "Desempeña cargo con personal a cargo",
      participa_en_actividades_docentes ~ "Participación act. docente",
      edad2 ~ "Edad"
    ),
    statistic = list(
      all_categorical() ~ "{n} ({p}%)",
      edad2 ~ "{median} ({p25}, {p75})"
    ),
    digits = list(
      all_categorical() ~ 1,
      edad2 ~ 1
    ),
    missing = "ifany",
    missing_text = "Sin dato"
  ) %>%
  add_p(
    test = list(
      all_categorical() ~ "chisq.test",
      all_continuous()  ~ "kruskal.test"
    ),
    pvalue_fun = ~ style_pvalue(.x, digits = 3)
  ) %>%
  add_overall(last = FALSE, col_label = "**Total**, N = {N}") %>%
  modify_header(label ~ "**Variable**") %>%
  modify_spanning_header(all_stat_cols() ~ "**Perfil**") %>%
  bold_labels() %>%
  bold_p(t = 0.05) %>%
  modify_caption("**Tabla 1**")

tabla1 %>%
  as_tibble() %>%
  write_xlsx("tabla1.xlsx")

tabla1

Tabla 1

Variable	Perfil				p-value2
	Total, N = 1771	Alto N = 1231	Medio N = 461	Bajo N = 81
Participación actual o pasada en grupo Balint					0.018
Actualmente participo en un grupo Balint.	80.0 (45.2%)	64.0 (52.0%)	14.0 (30.4%)	2.0 (25.0%)
He participado en un grupo Balint en el pasado.	84.0 (47.5%)	53.0 (43.1%)	25.0 (54.3%)	6.0 (75.0%)
Nunca he participado en un grupo Balint.	13.0 (7.3%)	6.0 (4.9%)	7.0 (15.2%)	0.0 (0.0%)
Tiempo participación grupo Balint					0.650
De 1 a 2 años.	49.0 (27.7%)	36.0 (29.3%)	11.0 (23.9%)	2.0 (25.0%)
De 2 a 3 años	10.0 (5.6%)	7.0 (5.7%)	2.0 (4.3%)	1.0 (12.5%)
Más de 3 años.	34.0 (19.2%)	26.0 (21.1%)	8.0 (17.4%)	0.0 (0.0%)
Menos de un año.	84.0 (47.5%)	54.0 (43.9%)	25.0 (54.3%)	5.0 (62.5%)
Género					0.621
Femenino	133.0 (75.1%)	93.0 (75.6%)	33.0 (71.7%)	7.0 (87.5%)
Masculino	44.0 (24.9%)	30.0 (24.4%)	13.0 (28.3%)	1.0 (12.5%)
Grupo profesional					0.505
Profesionales médicos	93.0 (52.5%)	69.0 (56.1%)	19.0 (41.3%)	5.0 (62.5%)
Enfermería	52.0 (29.4%)	33.0 (26.8%)	17.0 (37.0%)	2.0 (25.0%)
Otros	32.0 (18.1%)	21.0 (17.1%)	10.0 (21.7%)	1.0 (12.5%)
Años ejercicio profesional					0.436
11-19 años	47.0 (26.6%)	35.0 (28.5%)	10.0 (21.7%)	2.0 (25.0%)
6-10 años	31.0 (17.5%)	17.0 (13.8%)	12.0 (26.1%)	2.0 (25.0%)
Hasta 5 años	57.0 (32.2%)	44.0 (35.8%)	11.0 (23.9%)	2.0 (25.0%)
Más de 20 años.	42.0 (23.7%)	27.0 (22.0%)	13.0 (28.3%)	2.0 (25.0%)
Desempeña cargo con personal a cargo					0.494
No	100.0 (56.5%)	67.0 (54.5%)	27.0 (58.7%)	6.0 (75.0%)
Sí	77.0 (43.5%)	56.0 (45.5%)	19.0 (41.3%)	2.0 (25.0%)
Participación act. docente					0.574
No	110.0 (62.1%)	75.0 (61.0%)	31.0 (67.4%)	4.0 (50.0%)
Sí	67.0 (37.9%)	48.0 (39.0%)	15.0 (32.6%)	4.0 (50.0%)
Edad	36.0 (30.0, 44.0)	35.0 (29.0, 43.0)	38.0 (31.0, 45.0)	38.5 (29.5, 45.5)	0.571
Sin dato	11	7	4	0
1 n (%); Median (Q1, Q3)
2 Pearson’s Chi-squared test; Kruskal-Wallis rank sum test

tabla2 <- BASE %>%
  select(
    ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado,
    durante_cuanto_tiempo_ha_participado_en_grupos_balint, genero, grupo_profesional,
    anos_de_ejercicio_profesional, esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo,
    participa_en_actividades_docentes, edad2, Perfil2
  ) %>%
  tbl_summary(
    by = Perfil2,
    type = list(
      all_categorical() ~ "categorical",
      edad2 ~ "continuous"
    ),
    label = list(
      ha_participado_alguna_vez_en_un_grupo_balint_ya_sea_actualmente_o_en_el_pasado ~ "Participación actual o pasada en grupo Balint",
      durante_cuanto_tiempo_ha_participado_en_grupos_balint ~ "Tiempo participación grupo Balint",
      genero ~ "Género",
      grupo_profesional ~ "Grupo profesional",
      anos_de_ejercicio_profesional ~ "Años ejercicio profesional",
      esta_desempenando_un_cargo_en_el_cual_tenga_personal_a_cargo ~ "Desempeña cargo con personal a cargo",
      participa_en_actividades_docentes ~ "Participación act. docente",
      edad2 ~ "Edad"
    ),
    statistic = list(
      all_categorical() ~ "{n} ({p}%)",
      edad2 ~ "{median} ({p25}, {p75})"
    ),
    digits = list(
      all_categorical() ~ 1,
      edad2 ~ 1
    ),
    missing = "ifany",
    missing_text = "Sin dato"
  ) %>%
  add_p(
    test = list(
      all_categorical() ~ "fisher.test",
      all_continuous()  ~ "kruskal.test"
    ),
    pvalue_fun = ~ style_pvalue(.x, digits = 3)
  ) %>%
  add_overall(last = FALSE, col_label = "**Total**, N = {N}") %>%
  modify_header(label ~ "**Variable**") %>%
  modify_spanning_header(all_stat_cols() ~ "**Perfil**") %>%
  bold_labels() %>%
  bold_p(t = 0.05) %>%
  modify_caption("**Tabla 1 - Ajustada**")

tabla2 %>%
  as_tibble() %>%
  write_xlsx("tabla2.xlsx")

tabla2

Tabla 1 - Ajustada

Variable	Perfil			p-value2
	Total, N = 1771	Favorable N = 1231	Neutro - Desfavorable N = 541
Participación actual o pasada en grupo Balint				0.010
Actualmente participo en un grupo Balint.	80.0 (45.2%)	64.0 (52.0%)	16.0 (29.6%)
He participado en un grupo Balint en el pasado.	84.0 (47.5%)	53.0 (43.1%)	31.0 (57.4%)
Nunca he participado en un grupo Balint.	13.0 (7.3%)	6.0 (4.9%)	7.0 (13.0%)
Tiempo participación grupo Balint				0.562
De 1 a 2 años.	49.0 (27.7%)	36.0 (29.3%)	13.0 (24.1%)
De 2 a 3 años	10.0 (5.6%)	7.0 (5.7%)	3.0 (5.6%)
Más de 3 años.	34.0 (19.2%)	26.0 (21.1%)	8.0 (14.8%)
Menos de un año.	84.0 (47.5%)	54.0 (43.9%)	30.0 (55.6%)
Género				0.851
Femenino	133.0 (75.1%)	93.0 (75.6%)	40.0 (74.1%)
Masculino	44.0 (24.9%)	30.0 (24.4%)	14.0 (25.9%)
Grupo profesional				0.358
Profesionales médicos	93.0 (52.5%)	69.0 (56.1%)	24.0 (44.4%)
Enfermería	52.0 (29.4%)	33.0 (26.8%)	19.0 (35.2%)
Otros	32.0 (18.1%)	21.0 (17.1%)	11.0 (20.4%)
Años ejercicio profesional				0.127
11-19 años	47.0 (26.6%)	35.0 (28.5%)	12.0 (22.2%)
6-10 años	31.0 (17.5%)	17.0 (13.8%)	14.0 (25.9%)
Hasta 5 años	57.0 (32.2%)	44.0 (35.8%)	13.0 (24.1%)
Más de 20 años.	42.0 (23.7%)	27.0 (22.0%)	15.0 (27.8%)
Desempeña cargo con personal a cargo				0.510
No	100.0 (56.5%)	67.0 (54.5%)	33.0 (61.1%)
Sí	77.0 (43.5%)	56.0 (45.5%)	21.0 (38.9%)
Participación act. docente				0.737
No	110.0 (62.1%)	75.0 (61.0%)	35.0 (64.8%)
Sí	67.0 (37.9%)	48.0 (39.0%)	19.0 (35.2%)
Edad	36.0 (30.0, 44.0)	35.0 (29.0, 43.0)	38.0 (30.0, 45.0)	0.290
Sin dato	11	7	4
1 n (%); Median (Q1, Q3)
2 Fisher’s exact test; Kruskal-Wallis rank sum test

````