INTRODUCCIÓN

La depresión es un problema mayor de salud pública debido a su impacto social y económico ¹. La prevalencia a lo largo de la vida y en el último año de Trastorno Depresivo Mayor (TDM) en la población general se sitúa entre 1.5 a 19.0 % y 0.8 % a 5.8 %, respectivamente, ², ³. Sin embargo, en los estudiantes universitarios, estas cifras son sustancialmente más altas, con proporciones de prevalencia que oscilan entre 10 % y 85 %, con una media de 30.6 % ⁴ tanto a nivel mundial como en Colombia, en donde la de sintomatología depresiva en estudiantes universitarios se ubica en el rango entre 25 y 52.3 % ⁵-¹⁰.

Los síntomas depresivos se asocian con deterioro significativo en el desempeño cognoscitivo, el cual afecta en forma perjudicial el rendimiento académico y representa un estresor negativo adicional para la mayoría de estudiantes ¹¹. A pesar de la importante carga global de los trastornos depresivos, cerca del 50 % de los pacientes con este problema no son identificados en contextos no clínicos ¹². Teniendo en cuenta lo anterior y que la salud mental de los estudiantes universitarios tiene importantes implicaciones para la salud pública ¹³. se ha establecido la importancia de identificar tempranamente la depresión en los estudiantes universitarios, ya que además estos trastornos debutan durante estas etapas de la vida y tienden a cronificarse ¹⁴. En consecuencia, el uso de cuestionarios de tamizaje cortos puede mejorar el reconocimiento de la depresión en diferentes contextos no clínicos ¹⁵.

Existen diversos instrumentos de tamizaje o escalas para la detección de sintomatología depresiva en población general ¹⁶,¹⁷, sin embargo, la mayoría se han desarrollado en inglés o en otros idiomas diferentes del español, lo que hace necesario realizar el proceso de validación, ya que existen diferencias a nivel idiomático y cultural que pueden alterar el ajuste del proceso de medición que traía la escala original ¹⁸.

Durante los últimos 20 años en Colombia se han desarrollado o validado pocos cuestionarios para el tamizaje de depresión. A pesar de su adecuada sensibilidad y especificidad, algunos de estos cuestionarios son muy extensos y dispendiosos para ser usados en contextos no clínicos ¹⁹. Además, todos han sido diseñados hace más de 3 décadas y no recogen los criterios diagnósticos más recientes del DSM (Manual Diagnóstico y Estadístico de Enfermedades Mentales, por sus siglas en inglés). Para resolver este problema se dispone recientemente del PHQ-9, que es la versión de 9 ítems del Cuestionario de Salud del Paciente, derivado de la Evaluación de Trastornos Mentales en Cuidado Primario (PRIME-MD), como herramienta de tamizaje de depresión en cuidado primario según los criterios diagnóstico del DSM-IV, el cual demuestra una adecuada sensibilidad y especificidad ²⁰,²¹, y es sustancialmente más corto que la mayoría de escalas usadas para el tamizaje de depresión ²²,²³. El PHQ-9 ha sido traducido a varios idiomas, con varios estudios que respaldan su confiabilidad y validez con herramienta de tamizaje (24-27), sin embargo, sus propiedades psicométricas no han sido evaluadas formalmente en la población colombiana.

La validación de escalas es un proceso continuo, de adaptaciones y ajustes para grupos o poblaciones específicas, sin dejar a un lado la equivalencia lingüística o cultural de la escala del idioma original a la nueva versión ²⁸. Existen diferentes formas de validez, las cuales pueden ser de constructo, convergente, divergente, nomológica, de criterio ²⁹. La validez de apariencia tiene como objetivo determinar si la escala parece medir lo que debe medir ²⁹,³⁰, por lo tanto no representa en sí un concepto estadístico, sino que depende del concepto que los expertos emitan sobre la pertinencia de los ítems de la escala. Para evaluar la validez de apariencia se conforma un grupo de jueces, por lo general expertos que determinan si en su concepto el instrumento en apariencia mide las cualidades deseadas, o por el contrario, otro de personas que van a ser evaluadas por la escala³¹. La importancia de esta forma de validez radica en la aplicabilidad y en la aceptabilidad de la escala en un contexto determinado ³².

Durante muchos años la adaptación se limitaba a la traducción casi literal de las escalas de medición para su posterior aplicación, sin prestar mayor atención a sus contenidos, lo que sin duda tiene importantes implicaciones en los hallazgos y su interpretación ³³. Hoy en día, en el campo de la investigación transcultural la adaptación de instrumentos implica un proceso más riguroso que trasciende la traducción del idioma original de un instrumento, particularmente cuando es empleado en un contexto sociocultural y lingüísticamente distinto de aquel para el que fue creado, a fin de alcanzar la equivalencia de significado en ambos contextos ³⁴,³⁵. Sin embargo, los informes sobre adaptación lingüística y cultural del PHQ-9 son escasos.

Para evaluar determinar la validez de apariencia se utilizan algunas medidas, tales como la pertinencia y adecuación ³⁶. La pertinencia hace referencia a la relevancia de cada ítem y su contribución a identificar el constructo evaluado. La adecuación valora la claridad, comprensión, redacción y lenguaje con que se expresa cada ítem, y su adaptación a la población donde se va aplicar la escala. Por lo tanto, la validez de apariencia constituye un paso metodológico importante antes de evaluar las propiedades psicométricas de una escala. El objetivo de este informe es determinar la validez de apariencia del PHQ-9 para la detección de sintomatología depresiva en estudiantes de ciencias de la salud de la universidad de Cartagena(Colombia).

MATERIALES Y MÉTODOS

Este informe corresponde a la primera fase de un estudio transversal que evalúa el desempeño psicométrico de la escala PHQ-9 en la detección de sintomatología depresiva en estudiantes de ciencias de la salud en una universidad en Cartagena.

Para la realización del estudio se contó con la autorización por escrito para utilizar la versión para Colombia del PHQ-9 (disponible en http://www.phqscreeners.com/) por parte de uno de sus autores, Kurt Kroenke. Además, fue aprobado por el Comité de Ética de la Facultad de Medicina de la Universidad de Cartagena.

La versión de 9 ítems del Cuestionario de Salud del Paciente, o escala PHQ-9 por su nombre en inglés, Patient Health Quetionnaire 9, es una versión autoadministrada del instrumento de diagnóstico, PRIME-MD, para los trastornos mentales comunes en atención primaria ²⁰-²². Corresponde al módulo para tamizaje de depresión de acuerdo con los criterios diagnósticos del DSM-IV. El PHQ-9 puede ser usado de manera algorítmica para realizar el diagnóstico probable de un Trastorno Depresivo Mayor; o como una medida continua de puntajes que van de 0 a 27, con puntos de corte de 5, 10, 15 y 20, representando los niveles de síntomas depresivos como leve, moderado, moderadamente severo y severo, respectivamente ²⁰.

El objetivo de la primera fase de este estudio fue determinar la validez de apariencia de la escala; para ello se consultó a 10 expertos en el área de investigación y diagnóstico clínico de depresión de cuatro regiones diferentes de Colombia. El grupo estuvo conformado por 7 psiquiatras, 2 enfermeras y 1 psicóloga, con un promedio de 21,4 años de experiencia y suficiencia investigativa en el área y que además representaran las diferentes regiones del país. Se seleccionó el número de 10 expertos, puesto que supera el número mínimo requerido según las fórmula para que los resultados sean confiables. A cada experto se le envió por correo electrónico un formato en el que se les solicitaba la siguiente información: a) Que respondiera, marcando con una X, “SI” o “NO” si consideraban que cada uno de los ítems representaba o es relevante para medir los criterios diagnósticos de episodio depresivo según el DSM-IV. b) Que identificará palabras que hicieran el ítem incomprensible o indujeran errores en quienes contestan el test; o si consideraban hacer alguna corrección en la forma gramatical de plantear lo que el ítem pregunta, para que la medición del síntoma al que hace alusión fuera medido con exactitud según los criterios diagnósticos del DSM. c) Que respondieran si consideraban que en términos generales la escala permitía identificar adecuadamente, como herramienta de tamización, un episodio depresivo mayor en la población de este estudio. Con esta información se construyeron las medidas para evaluar la validez de apariencia: pertinencia y adecuación. La pertinencia valoró la relevancia de cada ítem y su contribución a detectar sintomatología depresiva. La adecuación evaluó la claridad, comprensión, redacción y lenguaje con que se expresa cada ítem y su adaptación a los estudiantes universitarios.

La determinación de la pertinencia se realizó a través del modelo estadístico propuesto por Lawshe y modificado en 2008 por Tristán ³⁷ mediante la aplicación de la siguiente fórmula: CVR = (E - (N/2))/(N/2), donde CVR es la tasa de validez de contenido, E es el número de expertos que consideran esencial el ítem y N es el número total de expertos consultados ³⁸. El resultado se comparó de acuerdo con el número de expertos consultados con el valor mínimo de CVR según el método de Lawshe. Para este estudio se determinó que un ítem era esencial si al aplicar la fórmula de CVR el valor obtenido era mayor que 0.62.

Para evaluar la adecuación se realizó un grupo de discusión conformado por los autores del proyecto (2 psiquiatras, 1 residente de Psiquiatría, 1 magíster en salud pública, 1 epidemiólogo y 2 estudiantes de último año de medicina), teniendo igual de valor por cada votante, donde se tuvo en cuenta las observaciones expresadas por los expertos para cada ítem. Para llegar a un consenso de la redacción de cada uno de los ítems de la escala se sometió a votación la inclusión o exclusión de algunos términos.

RESULTADOS

Pertinencia

La pertinencia de cada ítem, evaluada con la Razón de Validez de Contenido (0), arrojó que todos los ítems de la escala PHQ-9 eran esenciales para el tamizaje de sintomatología depresiva en la población estudiada, de acuerdo con la opinión de los expertos consultados, con una CVR igual a 1 en los nueve ítems evaluados (Esencial CVR ≥ 0.62, p = 0,05) tabla 1 CRV =; donde ne = número de panelistas que tienen acuerdo en la categoría “esencial”, y N = número total de panelistas.

Tabla 1 Pertinencia de los ítems del PHQ-9 para tamizaje de sintomatología depresiva en estudiantes de ciencias de la salud de la Universidad de Cartagena CVR: Content Value Ratio - Razón de Validez de Contenido 

Fuente: datos tabulados por los autores.

Adecuación

En el análisis por ítem se resumen a continuación las observaciones relevantes de los expertos, que después del debate interno en el grupo investigador tuvieron el mayor peso a la hora de ajustar la estructura gramatical de las preguntas de la escala tabla 2. En la columna de decisión de la tabla se indica con un “SI” si el consenso del grupo de discusión llevó a cabo el cambio propuesto por los expertos en la estructura de la escala.

Tabla 2 Re sumen de las observaciones de los expertos y el resultado final del debate interno del grupo investigador sobre la estructura gramatical del ítem 

Fuente: datos tabulados por los autores.

Item 1

Los expertos recomiendan agregar la expresión “Ha sentido” al inicio del enunciado con el objetivo de personalizar la pregunta y que el entrevistado perciba que le están preguntando directamente a él o ella. Se adopta esta recomendación debido que, por estar la escala original en inglés, al traducirla al español no se tuvo en cuenta las diferencias lingüísticas de ambos idiomas, por lo cual la traducción original muestra impersonalidad y se hace necesario personalizarla para obtener un mejor resultado al ser aplicado en un país hispano. Esta misma observación aplica para los ítems 1 al 6. Además, sugieren agregar la expresión “que habitualmente le gustan” al finalizar el enunciado. Por consenso se acepta esta recomendación, porque con ello se le da mayor especificidad a la pregunta, ya que lo que se desea es determinar una alteración cuyo patrón se viene manifestando hace dos semanas y rompe con el patrón habitual de funcionamiento del individuo. Así, el enunciado es modificado ¿Ha sentido poco interés o placer en hacer las cosas que habitualmente le gustan? A pesar de que pudiera ser redundante debido a que al iniciar la escala hay una instrucción general, esta habitualmente es olvidada o no tenida en cuenta en los individuos cuando contestan las escalas de este tipo.

Ítem 2

Se decidió cambiar el término “Deprimido” por “Triste”, ya que el primero denota un estado patológico, que constituye la esencia del constructo del episodio depresivo mayor según el DSM y es un término que engloba muchos aspectos del fenómeno “estar deprimido”; sin embargo, el término triste, es más específico porque hace referencia al estado de ánimo triste que es lo que trata de indagar este ítem de la escala. Por consiguiente, se considera más pertinente incluir el último término. Adicionalmente, los expertos sugieren agregar el término “Irritabilidad” a la construcción del enunciado, ya que este hace parte de los criterios diagnósticos de depresión incluidos en el DSM-IV y que cobra importancia en población joven y adolescente, pudiendo llegar a ser la única manifestación en este grupo específico. Además, el ánimo triste y la irritabilidad, a pesar de ser dos síntomas diferentes, hacen parte del mismo ítem dentro de criterio A de trastorno depresivo mayor del DSM. Así, el enunciado es modificado por Se ha sentido desanimado/a, triste, irritable o sin esperanzas.

Ítem 3

Los expertos recomendaron cambiar la expresión “Problemas para dormir” por “Dificultad para dormir” por considerar que el último ofrece un mejor estilo de redacción para el ítem y lo hace más comprensible y específico según su experiencia. Con respecto a la expresión “Mantenerse en el sueño”, utilizada en la versión colombiana de la escala PHQ-9, los expertos consideran que dicha terminología podría inducir a error por dificultad en la comprensión del ítem, lo cual fue aceptado por consenso, y el grupo de trabajo propone como alternativa “Permanecer dormido”. Finalmente, los expertos consideran que es pertinente cambiar la expresión “Dormir demasiado” por “Dormido(a) más de lo habitual”, ya que la redacción de la escala debe ser realizada de la forma más clara posible para los entrevistados, y la expresión “Más de lo habitual” refleja, de acuerdo con los expertos, de una forma más fidedigna un cambio en el patrón de sueño, puesto que dormir demasiado puede ser un hábito frecuente en la población de estudio. De esta forma, el enunciado es modificado por Ha tenido dificultad para dormir o permanecer dormido(a) o ha dormido más de lo habitual.

Ítem 4

Los expertos recomiendan finalizar el enunciado con la frase “Sin razón aparente”, puesto que el sentirse cansado o sin energía puede tener una explicación clara para el entrevistado, pero al no enfatizar en si conoce la razón de su estado, puede inducir a puntuar de forma positiva en el ítem y sobreestimar el número de personas que puntúan con SDIC. Estas recomendaciones son aceptadas por consenso y el ítem se modifica por Se ha sentido cansado/a o con poca energía sin razón aparente.

Ítem 5

Los expertos recomiendan cambiar la expresión “Comer demasiado” por “Ha comido demasiado o más de lo habitual”; estas recomendaciones se realizan con el fin de detectar cambios en el patrón de alimentación y fueron aceptadas en consenso; por lo que el ítem se modifica a: Se ha sentido con poco apetito, ha comido demasiado o más de lo habitual.

Ítem 6

Los expertos sugieren continuar con el estilo personalizado de redacción en el resto del ítem al cambiarlo por “Se ha sentido mal con usted mismo, o ha sentido que es un fracaso, o que ha quedado mal con usted mismo o con su familia” y agregar algunas palabras que hicieran la redacción del ítem más entendible para el contexto. De esta forma, la redacción del ítem es modificada por Se ha sentido mal con usted mismo, ha sentido que es un fracaso, o que ha quedado mal con usted mismo o con su familia.

Ítem 7

Los expertos recomiendan agregar “Ha tenido” en el encabezado del ítem para darle tono personalizado a la pregunta, por lo tanto el ítem es modificado a: Ha tenido dificultad para concentrarse en diferentes actividades, tales como leer el periódico o ver televisión. Uno de los expertos sugirió eliminar la palabra “periódico” debido a que esta es una actividad infrecuente en el ámbito mundial, sin embargo, no hubo consenso sobre esta recomendación y el grupo de discusión no consideró pertinente el cambio con base en el argumento de no producir cambios idiomáticos en la escala que no partieran de una recomendación relevante y fruto de consenso a la hora de la identificación del constructo.

Ítem 8

Al igual que en ítems anteriores, los expertos recomiendan personalizar el estilo de redacción del ítem cambiando “Moverse o hablar tan despacio” por “Se ha movido o ha hablado tan despacio”. Además, el grupo de trabajo decide cambiar “O bien por el contrario” por “Por el contrario” por considerar que genera mayor claridad para el entrevistado; así el ítem es modificado por ¿Se ha movido o ha hablado tan despacio que otras personas lo han notado o, por el contario, ha estado tan inquieto/a o intranquilo/a que se ha movido mucho más de lo habitual?

Ítem 9

Los expertos recomiendan personalizar el estilo de redacción del ítem, separándolo por ideas; asimismo, consideran incluir al enunciado la frase “Hacerse daño”, además de la idea de “lastimarse”, ya que según ellos se puede entender que el término “lastimarse” hace alusión directa a formas de daño físico, mientras que la expresión “Hacerse daño” busca indagar por otras formas de autoagresión que pueden tener connotación clínica significativa en pacientes deprimidos con ideas suicidas; de forma que el enunciado queda de la siguiente manera: Ha pensado que estaría mejor muerto o ha pensado en lastimarse o hacerse daño de alguna manera, y es aceptado por consenso. En este ítem en particular existió la discusión con respecto a cuál es la mejor forma de indagar por las ideas de muerte, si preguntando “Ha pensado que estaría mejor muerto” o “Ha pensado que es mejor no estar vivo”, lo cual permitió ratificar que de hecho indagar las ideaciones de muerte preguntando si “estaría mejor muerto” es la forma más acertada, ya que evoca más fácilmente las ideas de muerte en el entrevistado según la experiencia de los expertos y los participantes en el grupo de discusión.

DISCUSIÓN

Según la opinión de los expertos consultados, los ítems de la escala PHQ-9 son esenciales para evaluar la de sintomatología depresiva en los estudiantes universitarios de ciencias de salud de Cartagena.

El procedimiento generalmente utilizado para evaluar la validez de apariencia de las escalas en salud mental es el juicio de expertos y el índice cuantitativo disponible más usado hasta el momento es el CVR (Content Validity Ratio) de Lawshe ³⁷,³⁸. En este trabajo hubo un 100 % de acuerdo entre los expertos en cuanto a la pertinencia de los ítems, y se obtuvo un CVR total de 1 (P < 0.05), lo cual indica una adecuada validez de apariencia.

Resultados similares se han obtenido en Latinoamérica; en el contexto de sistema de atención primaria en Perú, Calderón et al., mediante una reunión técnica con la presencia de especialistas en salud mental conformado por de 23 psiquiatras, 3 psicólogos y una enfermera, informaron que el PHQ-9 es un instrumento con adecuada validez de apariencia, sin embargo, los autores no informan el método utilizado para determinar la pertinencia de los ítems, a diferencia de este trabajo, en el que todos los ítems son esenciales aplicando el CVR ³⁹.

El proceso de adecuación permitió realizar algunos ajustes gramaticales en el instrumento a fin de hacerlo más comprensible en el contexto peruano; tales como: en el ítem 2 se consideró incluir la palabra “ triste” para reforzar el concepto de deprimido; en nuestro trabajo se decidió reemplazar deprimido por estar triste, puesto que el estado de ánimo triste es el indagado por la escala de tamizaje; de la misma manera, en ambas escalas, peruana y colombiana, en el ítem 9 se añadió la frase “hacerse daño”, ya que la palabra “lastimarse” no es considerada de amplio uso en su contexto para indagar sobre formas de autoagresión. En la versión peruana se recomendó no especificar la palabra “periódico” en el ítem 7; en nuestro trabajo, un experto sugirió eliminarla, sin embargo, es una actividad de uso rutinario en nuestro país.

En un estudio de validación hondureña ⁴⁰ del PHQ-9 en atención primaria, Wulsin et al. describen que el único ítem que precisó modificación fue el 7, que indaga concentración, en donde la expresión “leer el periódico o ver televisión” fue sustituida por actividades alternativas como “tareas de la casa” o “conversar” teniendo en cuenta los hábitos de cada paciente, debido a que la mayoría de la población evaluada no leía periódico o no veía televisión, lo cual hace interpretar que variaba mucho este ítem; a pesar de ello, la población evaluada no informó mayores dificultades en el diligenciamiento y ningún ítem requirió modificaciones lingüísticas mayores para su comprensión o ajuste cultural, con lo que se concluyó una adecuada validez de apariencia sin descripción de la pertinencia de los ítems ⁴⁰. Situación distinta es lo observado en la población universitaria de esta ciudad, en la que estas actividades sí son frecuentes; por lo que a la sugerencia de un experto sobre eliminar la palabra “periódico” en el grupo de discusión no hubo consenso sobre esta recomendación; además de considerar que no tenía mayor relevancia a la hora de identificar el síntoma que se pretende evocar.

Por otra parte, Sherina et al. en Malasia informaron que mediante un panel de expertos conformado por psiquiatras, especialistas en salud pública, clínicos e investigadores en una prueba piloto conformada por 80 sujetos en la que se determinaron los “valores de apariencia” del instrumento en una localidad diferente de la del estudio pero con características socioeconómicas similares, se encontró una adecuada validez de apariencia y aceptabilidad del instrumento sin cambios significativos en la estructura gramatical de los ítems ⁴¹.

Sin embargo existen otras metodologías para evaluar la validez de apariencia que se caracterizan por que no consultan con expertos sino que ponen el instrumento a consideración de las población a la que será aplicada para que emitan su juicio sobre la aceptabilidad, comprensión, etc. En este sentido existen varias publicaciones que abordan el problema de la validez de apariencia en poblaciones con particularidades lingüísticas y culturales como los aborígenes. Así, un estudio realizado en una comunidad aborigen de Australia con metodología de grupos focales valoró la aceptabilidad y la validez de apariencia del PHQ-9 y se encontró que en general esta comunidad consideró adecuada esta herramienta de tamizaje para sintomatología depresiva ⁴².

Si bien los creadores de la escala PHQ-9 presentaron una versión oficial en castellano de uso libre para Colombia, no existen datos publicados que evalúen su proceso de validez de apariencia o adaptación cultural; por lo que la primera fase de este estudio consistió en evaluar las características gramaticales según las observaciones de los expertos y el panel de discusión del grupo investigador. Este proceso condujo a la obtención de una versión adaptada para la población de estudiantes ciencias de salud de una universidad en Cartagena cuyas propiedades psicométricas serán informadas posteriormente.

CONCLUSIONES

Los resultados obtenidos en este estudio permiten afirmar que el instrumento cuenta con una adecuada validez de apariencia, y a pesar de que se modificaron algunos de los ítems del instrumento, se logró obtener consistencia en los mismos en lo que respecta al constructo evaluado. Esta validez le confiere a la escala aplicabilidad en los estudiantes universitarios del área de las ciencias de la salud en esta universidad de Cartagena, sin embargo, es necesario continuar con la validación de las propiedades psicométricas de esta versión de la escala PHQ-9 adaptada para Colombia, que permitirá a clínicos e investigadores disponer de una herramienta de tamizaje breve, fácil de usar y confiable para la identificación de síntomas depresivos en poblaciones de características similares dentro del país.