Barreras comunicativas en salud mental: el papel de la desinformación y la dificultad de apertura en la petición de ayuda

• Ariadna de la Vega Castelo ^[1] ; Jorge Leocadio-Baño ^[1] ; María del Sequeros Pedroso-Chaparro ^[2]
  1. [1] Universidad Rey Juan Carlos

     Universidad Rey Juan Carlos

     Madrid, España

     
  2. [2] Universidad a Distancia de Madrid

     Universidad a Distancia de Madrid

     Madrid, España

     
• Localización: Miguel Hernández Communication Journal, ISSN-e 1989-8681, Nº. 17, 2026, págs. 441-460
• Idioma: español
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    La presencia de problemas de salud mental en estudiantes es elevada, sin embargo, un porcentaje importante no recurre a fuentes fiables para le petición de ayuda. El objetivo de esta investigación es estudiar las barreras para la búsqueda de ayuda, comparando perfiles de los estudiantes universitarios que piden ayuda profesional, respecto a los que piden a la Inteligencia Artificial y los que no piden ayuda. Para ello se ha empleado una metodología transversal. Se realizaron análisis de regresión logística multinomial para identificar los predictores de los perfiles de solicitud de ayuda en los tres grupos. Una mayor conciencia de problemas presentes y pasados y una adecuada información sobre recursos de salud mental hacían significativamente más probable pertenecer al grupo de los que piden ayuda profesional respecto a los que no piden ayuda. La probabilidad de pertenecer al grupo que pide ayuda a la Inteligencia Artificial en vez de a un profesional era mayor si había una menor conciencia de problema, una insuficiente información de recursos sobre salud mental, un mayor autoestigma para solicitar ayuda y una mayor dificultad para hablar de los problemas personales

  • English

    Prevalence of mental health problems among students is high;

    however, a significant percentage does not turn to reliable sources for help. The objective of this study is to examine the barriers for seeking help by comparing the profiles of college students who seek professional help with those who turn to artificial intelligence and those who do not seek help at all. A cross-sectional methodology was used for this purpose.

    Multinomial logistic regression analyses were conducted to identify predictors of help-seeking profiles across the three groups. Greater awareness of current and past problems and adequate information about mental health resources made it significantly more likely to belong to the group seeking professional help compared to those who do not seek help. The probability of belonging to the group that seeks help from Artificial Intelligence rather than a professional was higher when there was lower awareness of the problem, insufficient information about mental health resources, greater self-stigma for seeking help, and greater difficulty for talk about personal problems