Principales metodologías de clasificación de los estados de salud

También denominados sistemas de clasificación multiatributo -o medidas genéricas basadas en preferencias-, son cuestionarios para medir las preferencias en salud que mediante la aplicación de técnicas estadísticas se convierten en valores de utilidad, calculando así, los QALYs. De acuerdo a la literatura especializada, todo sistema de clasificación de estado de salud genérico y robusto debe contener al menos los siguientes cinco requisitos (^{Boyle & Torrance, 1984}; ^{Chen, Bush & Patrick, 1975}; ^{Fitzpatrick et al., 1998}; ^{Guyatt et al., 1989}; ^{Kaplan, Bush & Berry, 1976}; ^{Kirshner & Guyatt, 1985}; ^{Sintonen, 1994}):

Uno de los más recientes sistemas de clasificación de estados de salud es el DEP-6D (^{Rodríguez-Míguez et al., 2016}), el cual cuenta con una combinación de 6 atributos: comer -con 3 niveles-, incontinencia -con 3 niveles-, cuidado personal -con 4 niveles-, movilidad -con 4 niveles-, tareas domésticas -con 3 niveles- y problemas mentales/cognitivos -con 4 niveles-. Dicho instrumento logra identificar 1728 estados de salud diferentes, y necesita de entrevistadores entrenados para el respectivo diligenciamiento, que dura en promedio 20 minutos. El conjunto de valores DEP-6D se basa en las preferencias de la comunidad, por lo que se sigue la línea de la llamada "perspectiva social" (Rodríguez-Míguez et al., 2016), según la cual las evaluaciones económicas deberían incluir todos los efectos y costos potenciales independientemente del pagador o beneficiario (^{Drummond et al., 2005}).

Por otra parte, se encuentra la escala Fifteen Dimension -15D-, instrumento auto-administrado para mayores de 16 años con una duración aproximada entre 5 y 10 minutos. Este, cuenta con 15 dimensiones evaluadas: movilidad, visión, audición, respiración, dormir, comer, habla, excreción, actividades cotidianas, función mental, malestar y síntomas, depresión, angustia, vitalidad y actividad sexual (^{Sintonen, 1994}). Cada ítem tiene 5 niveles ordinales de respuesta, por lo que el instrumento 15D logra identificar 30 517 578 125 estados de salud. Adicionalmente, las ponderaciones de utilidad van en la escala de 0 a 1. Basado en el cuestionario 15D, se ha desarrollado una versión para adolescentes de 12 a 15 años -denominado 16D- y para niños de 8 a 11 años -17D, administrado por los padres- (^{Hawthorne, Richardson, & Day, 2001}).

Uno de los sistemas de clasificación más utilizados en la literatura es el sistema descriptivo EQ-5D-3L desarrollado por el Grupo EuroQol en 1990, en el cual se puede clasificar a los pacientes en 243 posibles estados de salud, más los estados de muerte e inconsciencia (^{Brooks, 1996}). Este sistema de clasificación tuvo sus inicios en 1987, y consta esencialmente de 5 dimensiones: movilidad, cuidado personal, actividades cotidianas, dolor/malestar y ansiedad/depresión, con tres niveles de estado para elegir -sin problemas, algunos problemas y problemas extremos-.

En el 2009, se presentó una nueva versión, denominada EQ-5D-5L, con el fin de mejorar la sensibilidad del instrumento y reducir los efectos de techo (^{Brooks, 2013}). Para este cuestionario se mantienen las cinco dimensiones, y cada una de ellas contempla 5 estados -sin problemas, problemas leves, problemas moderados, problemas graves y problemas extremos-, generando en total 3125 posibles estados de salud -más los estados de muerte e inconsciencia-.

Por consiguiente, en 2009, se construye el sistema descriptivo EQ-5D-Y, un cuestionario adaptado para niños y adolescentes. Este se basa en el EQ-5D-3L y comprende cinco dimensiones: movilidad, cuidar de mí mismo, realizar actividades habituales, tener dolor o incomodidad y sentir preocupación, tristeza o infelicidad. Cada dimensión tiene 3 niveles: sin problemas, algunos problemas y muchos problemas (^{Brooks, 2013})⁵.

El Health Utilities index -HUI-, es un familia de sistemas multiatributo de clasificación, existiendo hasta la fecha 3 versiones de cuestionarios⁶: HUI-1 (^{Patrick & Erickson, 1993}; ^{Torrance et al., 1996}), HUI-2 (Torrance, Feeny & Furlong, 1996) y HUI-3 (Feeny et al., 2002). El primero de ellos, consta de cuatro dimensiones (función física, función de rol, función socio-emocional y problemas de salud) y un rango de 4 a 8 niveles, por lo que se pueden llegar a establecer hasta 960 estados de salud. El HUI-2 se compone de 7 dimensiones -sensación, movilidad, emoción, cognición, auto-cuidado, dolor y fertilidad- con 3, 4 o 5 niveles por atributo, logrando identificar 24.000 estados de salud. Y el HUI-3, el cual contempla 8 dimensiones -visión, audición, habla, deambulación, destreza, emoción, cognición y dolor-, con 5 o 6 niveles por atributo, identificando en total 972 000 estados únicos de salud.

Desde otra perspectiva, la escala Quality of Well-Being -QWB- (^{Kaplan, Bush & Berry, 1979}) se compone de 4 atributos: movilidad, actividad física, actividad social y complejo síntoma-problema. La función de puntuación resultante está en la escala de preferencia de 0 -estado de muerte- a 1 -estado de funcionamiento completo asintomático-. Consta de 71 ítems y toma aproximadamente 20 minutos su diligenciamiento (Kaplan, Anderson & Ganiats, 1993). Existen dos versiones diferentes de QWB, uno diseñado para ser administrado por un entrevistador, y el otro para ser auto-administrado⁷ (Kaplan, Sieber & Ganiats, 1997; ^{Seiber et al., 2008}).

Otro de los métodos más utilizados es la familia de cuestionarios Short-Form -SF-. La primera versión está compuesta por 36 ítems seleccionados de un total de 245 ítems empleados en el Medical Outcome Study -de allí que se conozca como SF-36⁸-, donde se miden 8 conceptos de salud: función física -con 10 ítems-, rol físico -con 4 ítems-, dolor corporal -con 2 ítems-, vitalidad -con 4 ítems-, salud general, autopercepción, -con 5 ítems-, salud mental -con 5 ítems-, función social -con 2 ítems- y rol emocional -con 3 ítems- (^{Ware, Kosinski & Keller, 1994}; Ware & Sherbourne, 1992)⁹.

Para cada concepto, los ítems son codificados, agregados y transformados en una escala que va desde 0 -el peor estado de salud para esa dimensión- hasta 100 -el mejor estado de salud posible- (^{Ware et al., 1993}). Adicionalmente, a partir de la combinación de las puntuaciones de cada componente pueden ser calculadas dos puntuaciones resumen: la suma del componente físico y la suma del componente mental. Debido a que el SF-36 resulta extenso dadas las características de los pacientes que lo diligencian -duración promedio de 10 minutos-, se propuso reducir su tamaño y complejidad, construyendo un cuestionario de 12 ítems -SF-12- con una duración aproximada de 2 a 3 minutos, manteniendo aun así, las ocho dimensiones (^{Brazier & Roberts, 2004}; Ware, Kosinski & Keller, 1996).

Con la idea de seguir optimizando el cuestionario, se han creado otros sistemas de clasificación basados en el SF-36, resaltando entre ellos, el SF-6D, compuesto por 6 dimensiones -función física, función social, salud mental, vitalidad, dolor corporal y limitaciones de roles-, que en términos estadísticos ha demostrado representar de manera adecuada los estados de salud de manera parsimoniosa, distinguiendo entre 18 000 posibles (^{Brazier, Roberts & Deverill, 2002}).

De otra parte, está el instrumento de medición Years of Healthy Life -YHL-, definido como un medio rápido, económico y sensible para estimar la carga de la enfermedad de las prioridades de salud regionales (^{Muennig & Gold, 2001}). Los dos componentes del cálculo del YHL son las tablas de vida y la discapacidad auto-percibida evaluada por las encuestas de salud (^{Erickson, Wilson & Shannon, 1995}) -por lo que no hay necesidad de diligenciar un cuestionario genérico en específico-. A la muerte se asigna un valor de 0 y a un estado de salud óptima el valor de 1. En resumen, esta medida combina, a través de funciones multiatributo, datos de mortalidad y morbilidad para representar la salud general de la población en un solo indicador. Así, YHL estima el número de años restantes que se espera que una persona de cierta edad viva sin discapacidad (Erickson, Wilson & Shannon, 1995; Muennig & Gold, 2001).

Por último, está el Western Ontario and McMaster Universities Osteoarthritis index -WOMAC-. Este sistema contiene 24 ítems relacionados con la cantidad de dolor -5 preguntas-, la rigidez -2 preguntas- y las dificultades en el funcionamiento físico -17 preguntas-, donde las opciones de respuesta están en escala Likert de 5 puntos -de 0-4-. Por ende, los puntajes pueden oscilar entre 0 y 20 en la sub-escala de dolor, 0 y 8 en la sub-escala de rigidez, y 0 y 68 en la sub-escala de funcionamiento. De manera que, la suma total WOMAC arroja un resultado entre 0 y 96, donde puntuaciones más altas indican respuestas a peores estados de salud. Su administración puede ser virtual o por vía telefónica, con una duración promedio de 12 minutos (^{Bellamy, 2002}; ^{McConnell, Kolopack & Davis, 2001}).

El cuadro 1 muestra las dimensiones que contienen los principales sistemas de clasificación de salud, que son utilizados en la estimación de QALYs, donde se observa que los conceptos más comunes en dichos cuestionarios son la función mental, la función física y la función sensorial; contrario a lo ocurrido con las percepciones de salud.

Cuando se comparan los diferentes cuestionarios, la literatura ha demostrado que: 1) QBW proporciona menos información sobre los perfiles de salud que SF-36 (^{Kaplan et al, 1998}); 2) SF-36 posee ventajas frente a EQ-5D, referente a su tamaño mucho más grande en el sistema descriptivo, lo cual conduce a un posible mayor grado de sensibilidad en los análisis de evaluación económica (^{Brazier, Roberts & Deverill, 2002}); 3) El sistema 15D predice utilidades sistemáticamente más altas que HUI-3 y EQ-5D (^{Hawthorne, Richardson & Day, 2001}); 4) El instrumento EQ-5D-5L predice valores -de los estados de salud- levemente más altos que los calculados desde SF-6D (^{Craig, 2016}); 5) El valor mínimo predicho por DEP-6D resulta ser menor que el valor mínimo de los algoritmos EQ-5D y SF-6D (^{Rodríguez-Míguez et al., 2016}); 6) Aunque WOMAC y SF-36 logran captar adecuadamente los niveles de dolor, el primero detecta con más precisión la mejora funcional (^{Angst et al., 2001}); 7) Se encuentran diferencias importantes en los valores del estado de salud derivados de los instrumentos EQ-5D, HUI y SF-36, resaltándose que no hay un instrumento mejor que otro, por lo que el investigador debe elegir la herramienta de medición que mejor se adapte a la condición bajo análisis y al diseño de estudio en específico (^{McDonough et al., 2005}).

Principales métodos de valoración de preferencias en salud

Este tipo de métodos se pueden dividir en dos grupos, los tradicionales y los que tienen en cuenta la valoración temporal del estado de salud. En el primer grupo, que consiste en técnicas que asumen que el valor de la utilidad es independiente de la duración del estado de salud, los métodos más comunes son los de equivalencia temporal, apuesta estándar, escala analógica visual y escala de posición.

En el juego de apuesta estándar o lotería normalizada -standard gamble-, basado en los axiomas de la teoría de la utilidad de von Neumann y Morgenstern (^{Pliskin, Shepard & Weinstein, 1980}), se pide elegir a los encuestados entre permanecer en un estado de mala salud por un período de tiempo -con probabilidad 1-p-, o la elección de una intervención médica que tiene la oportunidad de curar su enfermedad obteniendo una salud perfecta o la muerte -con probabilidad p-. La probabilidad (p) de obtener salud completa -o la muerte- se varía hasta que el encuestado es indiferente entre las dos alternativas. En ese punto de indiferencia el valor de p indica el peso de utilidad asignada al estado de salud que se estudia (^{Gafni, 1994}).

El método de equivalencia temporal o transacción temporal -time trade-off- fue desarrollado por ^{Torrance, Thomas & Sackett (1972)}. En este, se le pide al encuestado comparar z años en un estado de salud particular (g) por x años en un estado de salud perfecta (con la consecuencia de una esperanza de vida más corta). El número x (<z) es variado hasta que el encuestado es indiferente entre las alternativas. El peso asignado a la calidad del estado de salud g es igual a .

De otro lado, el método de escala de posición -rating scale- hace que el encuestado ponga una marca a lo largo de una línea para representar su valoración del estado de salud en cuestión, en una escala de 0 a 100, donde 0 representa la muerte inmediata y 100 indica perfecta salud. La escala posteriormente se normaliza entre 0 -muerte inmediata- y 1 -salud completa- (^{Freyd, 1923}; ^{Hayes & Patterson, 1921}). Este método es el más sencillo, el menos costoso y el de mayor facilidad para administrar. La idea primordial es que el entrevistado cree sus propios intervalos en la escala de preferencias y los pueda comparar (^{Wewers & Lowe, 1990}).

La escala analógica visual -visual analogue scale-, entendida como la forma más común del método de escala de posición para la medición de QALYs, hace que el encuestado ponga una marca a lo largo de un "termómetro" -con una escala de 0 a 100- para expresar la valoración de un estado de salud específico. La parte superior de la escala indica la "mejor salud imaginable", mientras que la parte inferior de la escala indica la "peor salud imaginable". Así, se les pide a las personas que indiquen en qué escala consideran que se encuentran ciertos estados de salud (^{Shmueli et al., 2008}).

El segundo conjunto de metodologías de medición de utilidades, consiste en los enfoques que permiten que la duración del estado de salud afecte la valoración. Uno de los primeros fue el de equivalencia de espera, el cual fue desarrollado específicamente para valorar los estados de salud asociados con las pruebas y detecciones de diagnósticos. Los encuestados tienen la opción de elegir entre someterse a una prueba invasiva y recibir los resultados junto al tratamiento de inmediato, o esperar un período de tiempo específico para obtener los resultados de una prueba hipotética "ideal" no invasiva (^{Swan et al., 2000}).

La equivalencia de sueño es una variación del método de equivalencia temporal tradicional que sustituye el sueño no reparador por el estado de muerte (^{Wright et al., 2009}). Se le pide al encuestado elegir la cantidad de tiempo que está dispuesto a pasar durmiendo en un estado no reparador en comparación con el tiempo pasado en un estado de salud temporal (^{Merlino et al., 2001}).

Por otro lado, se tiene la equivalencia temporal con duración específica del estado de salud. En este método, un estado temporal relativamente corto se puede abordar directamente al limitar la cantidad máxima de tiempo que se puede intercambiar frente al otro estado de salud con el que se compara (^{Lee et al., 2005}). Asimismo, se encuentra el método de equivalencia temporal con modificación de la esperanza de vida. Allí, el horizonte de tiempo es la longitud de la esperanza de vida del encuestado en lugar de la duración del estado de salud (^{Prosser et al., 2004}).

En el cuadro 2 se presentan las principales características de las metodologías antes mencionadas.

Al comparar los distintos métodos de valoración de preferencias en salud, la literatura internacional ha encontrado que: 1) La correlación entre los resultados predichos y la clasificación real es significativamente mayor para la escala de equivalencia temporal que para la escala de posición y la apuesta estándar (^{Bleichrodt & Johannesson, 1997}); 2) Las decisiones que no implican ningún riesgo se pueden estimar más robustamente por el método de equivalencia temporal, siendo el más consistente con las preferencias de las personas. Sin embargo, para las decisiones que impliquen riesgo, el método apuesta estándar -en una versión corregida- es el más confiable (Abellán-Per-piñan, Bleichrodt & Pinto-Prades, 2007); 3) La escala analógica visual es uno de los enfoques más consistentes para la comparación entre grupos de referencia -con otros pacientes o con la población en general- (^{Brooks, 2013}; ^{Shmueli et al., 2008}); 4) La escala analógica visual se considera un método inferior a los demás, debido a que implica una tarea de calificación en lugar de una tarea de elección (^{Weinstein, Torrance & McGuire 2009}); 5) Los métodos de valoración temporal aún tienen inconsistencias teóricas por corregir, considerando necesario para líneas futuras de investigación el realizar comparaciones con métodos estándar para cuantificar los sesgos (^{Wright et al., 2008}).