Análisis del perfil de subescalas del CATQ: comparación de puntuaciones desiguales y repetidas

Por Silas Rowland · Actualizado el 3 de noviembre de 2026

El perfil de subescalas del CATQ muestra en qué se diferencia tu camuflaje autoinformado entre tres dimensiones. Antes de interpretar un patrón desigual, comprueba qué representan realmente los números: una puntuación bruta mayor, una media por ítem más alta y un rango percentil son afirmaciones distintas. Un cambio posterior en el patrón plantea otra pregunta: ¿subió una puntuación, bajó otra o se movieron las dos?

Si has completado el cuestionario de autorreflexión CAT-Q, guarda los tres resultados con su fecha y la versión que utilizaste. Así podrás comparar los números reales sin depender de una etiqueta de perfil ni del largo relativo de tres barras.

El CAT-Q mide el camuflaje autoinformado, también entre personas adultas no autistas. Su estudio de desarrollo original no estableció puntos de corte diagnósticos ni tipos clínicos basados en combinaciones de puntuaciones de subescalas. Usa los resultados como punto de reflexión y busca apoyo profesional cuando las dificultades afecten a tu vida cotidiana. [1]

Persona interactuando con una interfaz de prueba del CATQ en línea

Coloca las puntuaciones en una base numérica comparable

Para conocer las tres definiciones, el número de ítems, la clave de corrección y el solapamiento que hace que la Asimilación resulte especialmente difícil de interpretar por separado, consulta la guía sobre Compensación, Enmascaramiento y Asimilación.

Considera un resultado ficticio de Compensación 45 y Enmascaramiento 40. Al dividir cada suma correctamente puntuada por su número de ítems se obtiene 45 ÷ 9 = 5 y 40 ÷ 8 = 5. La diferencia bruta es de cinco puntos, pero las medias por ítem son idénticas. Por sí sola, la suma mayor no demuestra un mayor grado de acuerdo por ítem. Estos números ilustran aritmética; no son umbrales ni metas. [1]

Expresar esas sumas como porcentajes de sus máximos también produce un empate: 45 ÷ 63 y 40 ÷ 56 dan ambos cerca del 71,4 %. Para estas subescalas, dividir por el máximo equivale a dividir la media por ítem entre siete. Cambiar la visualización de una media a un porcentaje no añade información sobre cómo te comparas con otras personas. [1, 5]

Ahí está la diferencia entre un porcentaje del máximo y un rango percentil. El primero toma como denominador el máximo posible de la escala. Un percentil exige una distribución de comparación procedente de un grupo especificado. Por eso, mostrar un 71,4 % no significa que hayas superado el 71,4 % de quienes respondieron. Los resultados básicos del sitio muestran puntuaciones y porcentajes de las subescalas, sin ninguna clasificación de la puntuación total. [5]

En el ejemplo, la media por ítem resuelve el problema del número desigual de ítems. No hace que los tres constructos sean intercambiables. Una diferencia de un punto en la media sigue siendo una diferencia entre respuestas a conjuntos de preguntas distintos, y no una medida directa de esfuerzo adicional, daño o necesidad de apoyo. La validación original no ofrece un umbral clínico para la diferencia entre dos subescalas. [1]

Gráfico que muestra las puntuaciones y el perfil de subescalas del CATQ

Audita la afirmación que acompaña a tu perfil

Usa esta tabla cuando una página de resultados o una explicación haga una afirmación sobre tus números. Parte de la afirmación que quieras comprobar, en lugar de elegir una fila según cuál sea la dimensión más alta.

Afirmación que encuentrasQué comprobarQué puede establecer la comprobación
«Esta es tu puntuación más alta.»Si la comparación usa sumas brutas o medias por ítemSi la cantidad desigual de ítems explica ese orden
«Estás por encima de la mayoría de la gente.»Si se indican un grupo de comparación y un método de percentilSi hay una comparación con una población, y no solo un porcentaje del máximo
«La diferencia es significativa.»Qué evidencia y qué definición de significación respaldan la diferenciaSi la frase significa más que una diferencia numérica visible
«Tu patrón ha cambiado.»Cada subescala en cada fecha, usando la misma base de puntuaciónQué puntuaciones individuales se movieron, no solo cuál pasó a ser la más alta
«Este patrón predice el agotamiento.»Si la evidencia pone a prueba ese desenlace, esa combinación y ese cambio futuroSi la investigación citada se ocupa realmente de la predicción que se hace

Por ejemplo, el resultado ficticio de 45 frente a 40 respalda que «las sumas brutas difieren». Tras la conversión, también respalda que «ambas medias por ítem son cinco». No respalda que «la Compensación domina de forma significativa». Cada frase hace una afirmación distinta, aunque todas remitan a los mismos dos números.

Si una explicación usa «significativo», pregunta si significa con respaldo estadístico, clínicamente importante o simplemente perceptible. No dejes que la palabra sustituya al método. Del mismo modo, una etiqueta como «Compensación alta, Enmascaramiento bajo» necesita una base explícita para «alto» y «bajo»; la aritmética no aporta la etiqueta por sí sola.

Puedes cerrar la auditoría con una afirmación más acotada y exacta. «Mi suma de Compensación es mayor, pero las medias son iguales» ya es un resultado útil. No necesitas convertirlo en un perfil con nombre. Si un informe añade un percentil, deja el grupo de referencia junto a él para que una comparación posterior no cambie de población a hurtadillas.

Separa asociación, cambio futuro y predicción personal

La investigación sobre camuflaje y salud mental formula varias preguntas distintas. Distinguirlas te ayuda a decidir si un hallazgo se aplica a la afirmación que acompaña a tu perfil.

¿Las personas que reportan más camuflaje reportan también más dificultades al mismo tiempo? El estudio de Hull y sus colegas de 2021 halló asociaciones entre puntuaciones totales de camuflaje más altas y la ansiedad y la depresión en personas adultas autistas. Fue un análisis transversal: podía describir una relación en un momento concreto, pero no podía establecer cuál de las dos cosas había ocurrido primero. También examinó la puntuación total, en lugar de validar combinaciones de las tres subescalas como perfiles de riesgo. [2]

¿Una puntuación anterior predice un cambio posterior en las dificultades? Van der Putten y sus colegas estudiaron el camuflaje y la salud mental de forma longitudinal. No encontraron evidencia sólida de que el camuflaje predijera la aparición de dificultades de salud mental. La Asimilación inicial no predijo el cambio posterior; los análisis exploratorios de las puntuaciones iniciales de Enmascaramiento y Compensación tampoco hallaron efectos predictivos relevantes sobre el cambio. El estudio tuvo dos momentos de medición, lo cual los autores consideraron insuficiente para extraer conclusiones causales sólidas. [3]

Estos hallazgos responden a preguntas distintas. Una asociación con el malestar actual puede convivir con la ausencia de evidencia sólida para predecir cambios posteriores. Ninguno de los dos hallazgos permite concluir que el patrón de subescalas de una persona concreta causó su malestar. El resultado longitudinal tampoco establece que el camuflaje sea inocuo. [2, 3]

¿Puede tu combinación particular anticipar lo que te va a pasar? Esa es una afirmación adicional. Ni la asociación con la puntuación total ni los hallazgos longitudinales validan una regla de predicción para tu combinación de tres puntuaciones. Una afirmación como «este perfil significa que el agotamiento se acerca» necesitaría evidencia para esa predicción concreta. Una explicación que suena familiar no es esa evidencia. [2, 3]

La predicción del desempeño social hacia el exterior es otro asunto aparte. La revisión sistemática de Cook y sus colegas distingue el esfuerzo de camuflaje autoinformado de las medidas que comparan las características internas con la presentación externa. Tu perfil no es una lectura directa de hasta qué punto lograste ocultar algo ni de qué notaron los demás. [4]

Al hablar de un momento difícil, pon el resultado y la dificultad uno al lado del otro: «Estas fueron mis puntuaciones, y estaba sintiendo un agotamiento total». Así se conservan las dos observaciones. Decir que «la subescala más alta explica el agotamiento» añade una conclusión causal. Puedes pedir ayuda para el agotamiento y dejar esa explicación abierta.

Compara los perfiles repetidos subescala a subescala

Un perfil puede parecer más desigual incluso cuando su puntuación más alta no ha aumentado. En un ejemplo ficticio, la Compensación se mantiene en 45 mientras el Enmascaramiento pasa de 40 a 32. Sus medias por ítem pasan de 5 contra 5 a 5 contra 4. La Compensación ahora parece relativamente más alta porque el Enmascaramiento cayó, no porque la Compensación subiera.

El problema inverso también es posible. Supón que las sumas pasan de 45 y 40 a 54 y 48. Ambas medias por ítem suben de cinco a seis, mientras que la relación entre ellas sigue siendo de igualdad. El patrón relativo parece no haber cambiado, pero los niveles reportados son distintos. Ninguno de los dos ejemplos identifica una causa ni una dirección deseable del cambio; muestran por qué comparar solo la barra más alta pierde información. [1]

Antes de interpretar dos resultados, comprueba que sean comparables:

  1. Guarda la versión y el idioma del cuestionario junto a cada resultado. No des por supuesto que un cuestionario adaptado u otra traducción son intercambiables con la versión utilizada antes. No debe asumirse que los hallazgos de la validación original en personas adultas se aplican sin cambios a cada traducción o grupo de edad. [1, 4]
  2. Mantén la base de puntuación coherente. Compara una suma con la suma de la misma subescala, o una media por ítem con su equivalente. Mantén los porcentajes separados de los percentiles y conserva cualquier grupo de referencia nombrado que se haya usado en los resultados de percentil.
  3. Anota la fecha y cualquier diferencia en cómo entendiste las preguntas. Si ahora un ítem significa algo distinto para ti, anótalo junto a la respuesta cambiada. Así queda visible una pregunta de interpretación importante, en lugar de atribuir toda la diferencia a un cambio de conducta.
  4. Describe el movimiento de cada subescala antes de interpretar el perfil. «Compensación sin cambios; Enmascaramiento más bajo» dice más que «me he vuelto más compensador».

El artículo de desarrollo original presentó evidencias preliminares de fiabilidad test–retest. Eso respalda el estudio de la consistencia de la medida entre administraciones repetidas; no convierte en significativo cada movimiento individual de puntuación ni ofrece un umbral para el cambio significativo en la diferencia entre tus subescalas. [1] No utilices un hallazgo de investigación sobre puntuaciones repetidas como una regla que declare que toda diferencia personal es o bien progreso real o ruido de medición.

Una nota comparativa útil podría leerse así: «Misma versión y mismo idioma. La Compensación se mantuvo en 45; el Enmascaramiento pasó de 40 a 32. La mayor diferencia vino del resultado de Enmascaramiento. Además, esta vez entendí una pregunta de otra manera. Quiero hablar de ese cambio antes de interpretar el patrón». Esta nota ficticia separa el cálculo, la comparabilidad y la interpretación sin asignarles un significado clínico.

Mujer relajándose en un lugar tranquilo después de un evento social

Referencias

  1. Hull L, Mandy W, Lai M-C, et al. 2019. Development and Validation of the Camouflaging Autistic Traits Questionnaire (CAT-Q). Journal of Autism and Developmental Disorders. doi: 10.1007/s10803-018-3792-6.
  2. Hull L, et al. 2021. Is social camouflaging associated with anxiety and depression in autistic adults? Molecular Autism. doi: 10.1186/s13229-021-00421-1.
  3. van der Putten et al. 2025. Camouflaging in autism: A cause or a consequence of mental health difficulties? Autism. doi: 10.1177/13623613251347104.
  4. Cook J, Hull L, Crane L, Mandy W. 2021. Camouflaging in autism: A systematic review. Clinical Psychology Review. doi: 10.1016/j.cpr.2021.102080.
  5. Cat-q. n.d. Questionnaire, scoring implementation, and basic results. Cat-q.

Termina con una comparación que puedas explicar

Un análisis útil del perfil de subescalas del CATQ termina con una afirmación que puedas rastrear hasta los resultados: qué unidades comparaste, qué puntuaciones difirieron y qué sigue siendo una pregunta abierta. Guarda esa afirmación junto a los resultados con fecha, en lugar de depender de una etiqueta de perfil generada a partir de ellos.

Para preguntas más amplias sobre los resultados numéricos, revisa la guía de puntuación y puntos de corte del CAT-Q. Puedes llevar tu nota comparativa a un profesional cualificado junto con las dificultades en las que quieres ayuda. Una puntuación más baja o un perfil más uniforme no son un requisito previo para buscar apoyo.

Si el malestar interfiere con tu vida cotidiana, habla con un profesional de la salud cualificado. Si te enfrentas a un peligro inmediato o no puedes mantenerte a salvo, contacta con los servicios de emergencias locales o con un servicio de crisis para recibir apoyo inmediato.

Preguntas frecuentes sobre la interpretación de las subescalas del CATQ

¿Qué significa que mi puntuación de Compensación sea significativamente más alta que mi puntuación de Enmascaramiento?

Comprueba si «más alta» se refiere a sumas brutas o a medias por ítem y, después, pregunta qué respalda la palabra «significativamente». En el ejemplo ficticio de 45 frente a 40, las medias por ítem son iguales. Incluso si queda una diferencia de medias, eso no establece un tipo clínico ni identifica la causa de una dificultad. [1]

¿Puede cambiar mi perfil de subescalas con el tiempo?

Los resultados repetidos pueden diferir. Compara cada subescala por separado usando la misma base de puntuación y conserva las versiones, los idiomas, las fechas y cualquier cambio en la interpretación de las preguntas. Un cambio en la diferencia puede reflejar un cambio en cualquiera de las dos puntuaciones. Las evidencias preliminares de fiabilidad test–retest no establecen el significado de cada movimiento individual. [1]

¿Qué precisión tienen estos perfiles de subescalas al predecir mis dificultades sociales?

Las evidencias que respaldan la medida del camuflaje autoinformado no establecen la precisión de las predicciones asociadas a una combinación concreta de puntuaciones. Las asociaciones actuales con la salud mental, los cambios posteriores en la salud mental y el desempeño social hacia el exterior son resultados distintos. Los estudios citados no validan una predicción personal a partir de tu patrón de tres puntuaciones. [1, 2, 3, 4]