Participantes

Se recolectó una muestra no probabilística incidental de 249 pacientes odontológicos. Los criterios de inclusión fueron: dar el consentimiento informado, tener 18 años de edad o más, saber leer y escribir, residir en Monterrey y solicitar atención periodontal o tratamiento dental profiláctico en la Clínica de Periodoncia y Odontología Preventiva de la Facultad de Odontología de la Universidad Autónoma de Nuevo León. Los criterios de exclusión fueron: ser menor de edad, ser analfabeto y tener problemas clínicos de atención y comprensión (esquizofrenia, autismo o demencia). El criterio de eliminación fue dejar al menos un dato incompleto en el OHIP-14-PD.

Instrumento

Se utilizó el Perfil de Impacto de Salud Oral aplicado a la Enfermedad Periodontal (OHIP-14-PD).(⁸) Dicho instrumento se adaptó a partir del OHIP-14 de Slade,(²) enfocando sus preguntas a la enfermedad periodontal (ver Anexo). El OHIP-14 consta de 14 ítems distribuidos en siete factores: limitación funcional (ítems 1 y 2), dolor físico (ítems 3 y 4), malestar psicológico (ítems 5 y 6), discapacidad física (ítems 7 y 8), discapacidad psicológica (ítems 9 y 10), discapacidad social (ítems 11 y 12) y minusvalía (ítems 13 y 14). Las respuestas tienen un formato con cinco categorías ordenadas: 0 = nunca, 1 = casi nunca, 2 = ocasionalmente, 3 = frecuentemente y 4 = muy frecuentemente. La puntuación total se obtiene por la suma directa de los 14 ítems y tiene un rango de 0 a 56.(²)

Procedimiento

Los datos se recolectaron entre octubre de 2015 y marzo de 2016. Los participantes, elegidos en orden de llegada a una clínica universitaria, respondieron a las preguntas en el momento de la consulta odontológica. Se solicitó la atención periodontal porque padecían signos y síntomas de dicha enfermedad (54,2%) y se llevó a cabo el tratamiento profiláctico como parte de la consulta dental periódica (45,8%). Se invitó a los participantes a formar parte del estudio; para ello, se les explicó en qué consistía, se solicitó la firma del consentimiento informado y se respetó la confidencialidad de la información. El estudio fue aprobado por el Comité de Bioética de la Secretaría de Salud (DEISC-19-01-16-16).

Análisis de los datos

La discriminabilidad se determinó por la diferencia de tendencia central en el ítem entre el grupo de puntuaciones altas y el grupo de puntuaciones bajas en la escala contrastada por la prueba U de Mann-Whitney. Los grupos se definieron por los cuartiles primero y tercero en la escala. La consistencia interna se estimó por la correlación del ítem con el resto de la escala y por el efecto de la eliminación del ítem en la consistencia interna de la escala. La correlación se calculó por el coeficiente de correlación poliserial (CPS) y la consistencia interna por el coeficiente alfa ordinal (α ordinal _t-í). Se consideró que un ítem presentaba consistencia débil en caso de que CPS_i,t-i < 0,50 y si con su eliminación se incrementaba la consistencia interna de la escala (α ordinal _t-í > α ordinal _t). Con valores de α ≥ 0,70 se habla de consistencia interna aceptable, ≥ 0,80 alta y ≥ 0,90 unitaria.(⁹)

En el análisis factorial exploratorio (AFE), la extracción de factores se realizó desde la matriz de correlaciones policóricas, usando el método de mínimos cuadrados ponderados (WLS). Se rotó la matriz factorial por el método Promax. Cada ítem se asignó al factor en el que presentó su carga en la matriz estructural más alta y mayor que 0,40.(¹⁰) Para determinar el número de factores se contemplaron seis criterios: análisis paralelo de Horn (percentil 95), coordenadas óptimas, media mínima de las correlaciones parciales al cuadrado o a la cuarta potencia, factor de aceleración y autovalores mayores que uno o criterio de Kaiser.(¹¹)

En el análisis factorial confirmatorio (AFC) se minimizó la función de discrepancia por mínimos cuadrados libres de escala (SFLS), lo cual admite variables ordinals(¹²) y ofrece mejores resultados con matrices de correlaciones policóricas.(¹¹) Se estimaron los errores estándar y su significación se contrastó por Percentiles Corregidos de Sesgo, usando remuestreo paramétrico con la extracción de 2000 muestras. Se usó un intervalo de confianza del 95% y un nivel de significación bilateral de 0,05. Los valores de correlación (r) y los pesos de medida estandarizados (λ) < 0,30 se interpretaron como efecto de tamaño pequeño, entre 0,30 y 0,499 medio, entre 0,50 y 0,699 grande, entre 0,70 y 0,899 muy grande y ≥ 0,90 unitario.(¹³)

Se contemplaron seis índices de ajuste: chi-cuadrado relativo (χ²/gl), residuo estandarizado cuadrático medio (SRMS), índice de bondad de ajuste (GFI) y su modalidad corregida (AGFI), índice normado de ajuste (NFI) e índice relativo de ajuste (RFI) por el coeficiente rho de Bollen. Se estipularon como valores de buen ajuste: χ²/gl ≤ 2, SRMS ≤ 0,08, GFI ≥ 0,95, AGFI ≥ 0,90, NFI ≥ 0,95 y RFI ≥ 0,95; y como valores de ajuste adecuado: χ²/gl ≤ 3, SRMS < 0,10, GFI ≥ 0,90, AGFI ≥ 0,85, NFI ≥ 0,90 y RFI ≥ 0,90.(¹⁴,¹⁵) Se consideró que la bondad de ajuste entre dos modelos es equivalente cuando el cociente entre la diferencia de sus estadísticos chi y la diferencia de sus grados de libertad de los modelos es menor o igual a 5 (Δχ²/Δgl ≤ 5), y las diferencias en los índices GFI, NFI e IFI son menores o iguales a 0,01.(¹⁴) Se estimó la parsimonia del modelo por el índice (PR) de James, Mulaik y Brett. Se interpretaron valores de PR ≥ 0,75 como parsimonia alta, ≥ 0,50 media, ≥ 0,25 baja y < 0,25 muy baja.(¹⁶)

Con los ítems asignados a cada factor se calculó la varianza media extraída (VME) por la media aritmética de los cuadrados de las cargas de la matriz estructural, así como la confiabilidad compuesta (CC) por el coeficiente omega de McDonald (ω), usando las cargas de la matriz estructural. La combinación de una VME > 0,50 y una CC > 0,70, o una VME > 0,45 y una CC > 0,80 se tomó como criterio de validez convergente.(⁹) Se consideró que un factor presenta validez discriminante con respecto a otro cuando el cuadrado de la correlación entre dos factores (varianza compartida) es mayor que la VME de cada factor y menor que dos tercios (VME < r² < 0,66).(⁹) La validez discriminante también se juzgó desde el criterio del cociente heterorasgo-monorasgo (CHRMR). Se interpretó que un CHRMR < 0,85 refleja validez discriminante.(¹⁷) Los análisis se hicieron con SPSS22, menú R2.4 para SPSS22, AMOS16 y Excel 2007.

Descripción de la muestra

El 48,6% de los participantes fueron mujeres y el 51,4% hombres. La media de edad fue de 39,92 (DE = 15,59) con un rango de 18 a 76 años. La escolaridad varió de primaria (6 años) a posgrado (al menos 18 años) con una mediana de estudios medios superiores técnicos (12 años). De los 249 participantes de población clínica, 41,4% respondieron ser solteros, 51% casados, 2,8% divorciados, 2,4% viudos y 2,4% estar en unión libre. Con respecto a la ocupación laboral, 25,3% dijeron ser amas de casa, 4,8% obreros, 32,1% empleados, 5,2% tener negocio propio, 26,5% estudiantes, 1,6% desempleados y 4,4% jubilados. En cuanto al estrato socioeconómico subjetivo, 5,2% se consideraron de estrato bajo, 26,5% medio-bajo, 60,6% medio-medio, 7,2% medio-alto y 0,4% alto, con una mediana de estrato medio-medio.

Distribución, discriminabilidad y consistencia interna

La distribución multivariada de los 14 ítems no se ajustó a la normalidad por las pruebas de Mardia (asimetría multivariada: χ² = 110,704, P < 0,001; curtosis multivariada: χ² = 169,873, P < 0,001). Los 14 ítems presentaron discriminabilidad (Z_U < -6, P < 0,001). La consistencia interna fue alta en los 14 ítems (r_ps(t-i) > 0,50 y α ordinal_(t-i) > α ordinal_t = 0,928), salvo en el ítem 4 (r_ps(t-i) = 0,444 y α α ordinal_(t-i) = 0,930) (Tabla 1).

La consistencia interna de los 14 ítems fue muy alta (α ordinal = 0,928). La distribución de la puntuación total del OHIP-14-PD mostró asimetría positiva (AF = 0,861, IC del 95%: [0,559, 1,163]) y apuntamiento (CF = 0,784, IC del 95%: [0,182, 1,386]), por lo que no se ajustó a una distribución normal (ZK-S-L = 0,072, P = 0,003). La media fue 18,01 (IC del 95%: [16,62, 19,40]), con una desviación estándar de 11,147, y la mediana fue 17 (Q1 = 9, Q3 = 24).

Validez discriminante del OHIP-14-PD

La tendencia central de la distribución de la puntuación total del OHIP-14-PD fue significativamente más alta (Z_U = -4.326, P < 0,001) entre los 149 pacientes con periodontitis (M = 20,39, IC del 95%: [18,60, 22,18]; Mdn = 19 [Q₁ = 13, Q₃ = 26]) que entre los 100 pacientes con gingivitis (M = 14,54, IC del 95%: [12,49, 16,59]; Mdn = 12,5 [Q₁ = 7, Q₃ = 20,35]).

Análisis factorial exploratorio

El número de factores por el análisis paralelo de Horn, coordenadas óptimas y el factor de aceleración fue uno. Por la prueba de la media mínima de las correlaciones parciales al cuadrado y elevadas a la cuarta potencia, así como por el criterio de Kaiser, fue tres. Al extraer un factor, se explicó el 49,4% de la varianza total. El factor tuvo una consistencia interna muy alta (α ordinal = 0,928) y validez convergente (VME = 0,494 y CC = 0,930) (Tabla 2).

Al extraer tres factores, se explicó el 63,6% de la varianza total. El primer factor quedó conformado por siete indicadores (ítems 8, 9, 10, 11, 12, 13 y 14); por su contenido se denominó impacto psicosocial, tuvo una consistencia interna muy alta (α ordinal = 0,921) y mostró validezconvergente(VME= 0,634 y CC= 0,923). El segundo factor quedó conformado por dos indicadores (ítems 5 y 6). Por su contenido se denominó síntomas de mal olor y sabor de boca o discapacidad física, conforme a Slade;(²) tuvo una consistencia interna alta (α ordinal = 0,881) y mostró validez convergente (VME = 0,790 y CC = 0,881). El tercer factor quedóconfigurado por cinco indicadores (ítems 1, 2, 3, 4 y 7); por su contenido se denominó impacto físico, tuvo una consistencia interna alta (α ordinal = 0,833) y mostró validez convergente (VME = 0,519 y CC = 0,839). Las varianzas compartidas entre los factores variaron de 23,8% a 48,7% y en todos los casos fueron menores que la VME de cada factor, por lo que los factores mostraron validez discriminante (Tabla 2).

Análisis factorial confirmatorio

Se contrastaron los modelos de Silveira et al,(⁶) Zucoloto et al,(⁷) Montero et al(⁵) y de un factor, así como el de tres factores correlacionados derivado del AFE.

Siguiendo a Silveira et al,(⁶) se especificó un modelo jerarquizado de siete factores subordinados a uno general de severidad del impacto. Los siete factores de orden inferior fueron: limitación funcional (Ítems 1 y 2), dolor físico (Ítems 3 y 4), discapacidad física (Ítems 5 y 6), malestar psicológico (Ítems 7 y 8), discapacidad psicosocial (Ítems 9 y 10), discapacidad social (Ítems 11 y 12) y minusvalía (Ítems s 13 y 14) (Figura 1).

Figura 1 Modelo de Silveira et al (2014) 

Los factores de discapacidad física, psicológica y social tuvieron una consistencia interna alta (α ordinal de 0,853 a 0,896). No obstante, los factores de limitación funcional (α ordinal = 0,689), dolor físico (α ordinal = 0,569) y minusvalía (αordinal= 0,663) tuvieron una consistencia interna baja, y el de malestar psicológico tuvo una consistencia interna muy baja (α ordinal = 0,563). En seis de las 21 relaciones entre los siete factores no hubo validez discriminante por el análisis de las correlaciones heterorasgo/homorasgo. La parsimonia del modelo fue alta (PR = 0,769), pero se obtuvo una solución no admisible. El peso del factor general sobre los factores de malestar físico y minusvalía fueron mayores que uno (Figura 1).

Siguiendo a Zucoloto et al,(⁷) se especificó un modelo jerarquizado de tres factores de orden superior correlacionados y siete factores de orden inferior. Los factores de limitación funcional, dolor físico y discapacidad física se especificaron jerarquizados al factor de impacto físico; los factores de malestar psicológico y discapacidad psicosocial al factor de impacto psicosocial; y los factores de discapacidad social y minusvalía al factor de impacto social. La parsimonia del modelo fue alta (PR = 0,813), pero presentó una solución no admisible. Las correlaciones entre los tres factores de orden superior variaron de muy altas (> 0,80) a unitarias (≥ 0,90), evidenciando falta de validez discriminante.

Como modelo alternativo se especificó uno de tres factores correlacionados: impacto físico (ítems 1, 2, 3, 4, 5 y 6]), impacto psicosocial (ítems 7, 8, 9 y 10) e impacto social (ítems 11, 12, 13 y 14). El factor de impacto físico (IF) tuvo una consistencia interna alta (α ordinal = 0,839) y mostró una validez convergente (VME = 0,465 y CC = 0,837), pero careció de validez discriminante con respecto a los otros dos factores (VME = 0,465 < r² _IFyIS = 0,651 y r² _IFyIS = 0,651). También el factor de impacto psicosocial (IP) tuvo una consistencia interna alta (α ordinal = 0,830) y validez convergente (VME = 0,551 y CC = 0,829), aunque careció de validez discriminante con respecto a los otros dos factores (r² _IPyIF = 0,714 y r² _IPyIS = 0,790). El factor de impacto social tuvo una consistencia interna alta (α ordinal = 0,891), validez convergente (VME = 0,696 y CC = 0,899) y validez discriminante con respecto al factor de impacto físico (r² _ISyIF = 0,650), pero no con respecto al impacto psicosocial (r² _ISyIP = 0,790). Al aplicar el análisis de las correlaciones heterorasgo/homorasgo, el factor de impacto físico no mostró validez discriminante con respecto al de impacto psicológico (CHRMR = 0,851), pero sí con respecto al de impacto social (CHRMR = 0,804).

Los factores de impacto psicológico y social no tuvieron validez discriminante entre sí (CHRMR = 0,904). El ajuste del modelo fue bueno por cinco índices y aceptable por uno (Tabla 3 y Figura 2).

Figura 2 Modelo reespecificado de Zucoloto et al (2014) 

Siguiendo a Montero et al,(⁵) se especificó un modelo de tres factores correlacionados: impacto psicosocial (ítems 5, 6, 9, 10, 11, 12, 13 y 14), dolor/malestar (ítems 3, 4, 7 y 8) y limitación funcional (ítems 1 y 2). La consistencia interna del factor de impacto psicosocial fue muy alta (α ordinal = 0,913) y la del factor de malestar/ dolor aceptable (α ordinal = 0,718), pero la del factor de limitación funcional fue baja (α ordinal = 0,689). Al aplicar el análisis de las correlaciones heterorasgo/ homorasgo, los factores de limitación funcional e impacto psicosocial mostraron validez discriminante entre sí (CHRMR = 0,801), pero el factor de dolor/ malestar físico careció de validez discriminante con respecto al de limitación funcional (CHRMR = 0,997) y al de impacto psicosocial (CHRMR = 0,930). La parsimonia del modelo fue alta (PR = 0,813), pero la solución no fue admisible. La correlación entre los factores de dolor/malestar y limitación funcional quedó fuera de su rango potencial (r = 1,102, IC del 95%: [1,031, 1,187]).

Con base en los resultados del AFE, y siguiendo a Mello dos Santos et al,3 se especificó un modelo de un factor general con 14 indicadores. La parsimonia fue alta (PR = 0,846) y la solución admisible. El factor mostró validez convergente (VME = 0,493 y CC = 0,930). El ajuste del modelo fue bueno por cuatro índices y adecuado por cuatro (Tabla 3). Tras revisar la matriz de residuos, se liberó un parámetro: la correlación entre los residuos de medida de los ítems 5 y 6, con lo que mejoró el ajuste (Δχ2/Δgl = 44,877, ΔNFI = 0,008 y ΔRFI = 0,009). En este modelo modificado, el ajuste fue bueno por los seis índices y la parsimonia fue alta (PR = 0,835). Además, el factor único presentó validez convergente (VME = 0,490 y CC = 0,929) (Tabla 3 y Figura 3).

Figura 3 Modelo de un factor modificado 

Con base en los resultados de AFE, se especificó un modelo de tres factores correlacionados. La parsimonia fue alta (PR = 0,813) y la solución admisible. El factor de impacto físico mostró validez convergente (VME = 0,512 y CC = 0,837) y discriminante con respecto al de discapacidad física (r² _{IFy DP} = 0,373), pero no respecto al de impacto psicosocial (r² _{IFy IP} = 0,587). El factor de impacto psicosocial tuvo validez convergente (VME = 0,634 y CC = 0,925) y discriminante con respecto a los otros dos factores (VME = 0,634 > r² _{IPy IF} = 0,587 y r² _{DFy IP} = 0,373). El factor de discapacidad física también mostró validez convergente (VME = 0,787 y CC = 0,881) y discriminante con respecto a los otros dos (VME = 0,787 > r² _{DFy IF} = 0,373 y r² _{DFy IP} = 0,386). El ajuste fue bueno por los seis índices (Tabla 3 y Figura 4). Al aplicar el análisis de las correlaciones heterorasgo/homorasgo, el factor de impacto físico mostró validez discriminante con respecto al de discapacidad física (CHRMR = 0,575) y al de impacto psicosocial (CHRMR = 0,698); asimismo, los factores de discapacidad física e impacto psicosocial tuvieron validez discriminante entre sí (CHRMR = 0,602).

Figura 4 Modelo de tres factores correlacionados derivado del AFE