Schizotypy, Alexithymia and Affect as predictors of Facial Emotion Recognition Capability using static and dynamic images

Resumen

El objetivo principal del presente estudio es investigar la capacidad de predicción de los rasgos de esquizotípia y alexitímia, en combinación con la afectividad, de la habilidad de reconocimiento de emociones en una muestra de adultos sanos. Noventa y ocho pacientes sanos (N =98) fueron evaluados mediante la Escala de Alexitímia Toronto-20 (TAS-20), el Inventario de Sentimientos y Experiencias Oxford-Liverpool-Versión Reducida (O-LIFE-R), y la Escala de Afecto Positivo y Negativo (PANAS). Para la evaluación de la capacidad de reconocimiento de emociones a nivel facial, se utilizó un set validado de fotografías (imágenes estáticas) y caras en realidad virtual (imágenes dinámicas). Para el análisis correlacional de las variables de estudio se aplicó la prueba de correlación de Pearson; para el análisis de predicción de la capacidad de reconocimiento emocional se utilizó un modelo de regresión lineal en el que se incluyeron las variables derivadas de las escalas OLIFE-R, TAS-20 y PANAS. Los resultados mostraron la existencia de una relación significativa entre alexitímia, esquizotípia y afecto negativo; el modelo de regresión reveló una aportación significativa de la alexitímia y el afecto negativo en la predicción de los errores cometidos en la tarea de reconocimiento facial. El modelo predictivo propuesto fue válido para ambos tipos de presentación de las emociones (fotografías y caras virtuales). La inclusión de las caras virtuales surge como respuesta a la necesidad de considerar los personajes computarizados como nuevo material de evaluación y tratamiento para la investigación y psicoterapia en psicología.