Acceso usuarios
Héctor González Ordi, Pablo Santamaría Fernández, María Pilar Fernández Marín
La simulación se define como la producción intencional de síntomas físicos y/o psicológicos falsos o exagerados motivados por incentivos externos, como la prolongación o mantenimiento de bajas laborales, obtención de compensaciones económicas, etc. Se presenta un estudio donde se pretende valorar la precisión predictiva del Inventario Estructurado de Simulación de Síntomas-SIMS para detectar simulación en una muestra incidental de 61 pacientes que cursan baja por “accidente de trabajo” (AT) y por “incapacidad temporal por contingencias comunes” (ITCC) y que acuden al Servicio de Psicología del Hospital Asepeyo Coslada (Madrid). En base a un diseño de grupos conocidos, a través de jueces expertos que utilizan criterios empíricos protocolizados, muestra es dividida en dos grupos: “no simuladores” (n=27) y “probables simuladores” (n=34), a los que posteriormente se les administra el SIMS individualmente. El análisis de las diferencias en las puntuaciones medias muestra que el grupo de “probables simuladores” puntúa significativa y discriminantemente más alto en la escala total y en todas las subescalas del SIMS que el grupo “no simulador”. Los análisis de clasificación predictiva y curvas COR para discriminar entre no simuladores y probables simuladores, utilizando los puntos de corte recomendados en la adaptación española, muestran que el SIMS presenta una sensibilidad de .82, una especificad de .93, un valor predictivo positivo de .83 y un valor predictivo negativo de .92, siendo el área bajo la curva COR de .88. Estos resultados respaldan el uso de la adaptación española del SIMS como instrumento de screening para la detección de la simulación en contextos medicolegales.
Malingering is defined as the intentional production of false or grossly exaggerated physical or psychological symptoms, motivated by external incentives such as avoiding work, obtaining financial compensation, etc. The present study aims to evaluate predictive accuracy of the Structured Inventory of Malingered Symptomatology-SIMS to detect malingering in an overall sample (N=61) of patients on sick leave who went to the Psychology Unit of the Hospital Asepeyo Coslada (Madrid). Using known-group design, participants were assigned to “non-malingering” (n=27) and “probable malingering” (n=34) conditions. Afterwards, the SIMS was administered to all participants individually. Results show that “probable malingering” group scored significantly higher in the SIMS total scale and all subscales than “non-malingering” group, with large effect sizes. Classification accuracy statistics and ROC analyses, by using the Spanish adaptation optimal cut-off score for the total scale (SN=.82, SP=.93, PPP=.83, NPP=.92, & AUC=.88) showed that SIMS is a reliable screening tool for the detection of malingering in the medicolegal setting.
