Seis instrumentos que un residente usa de verdad, cada uno con sus cifras, sus
usos y sus trampas. Ninguno diagnostica: todos tamizan. Lo que hacen es decidir a quién
hay que entrevistar con más cuidado.
Cómo leer estas cifras antes de usarlas
Sensibilidad y especificidad no son del paciente
Son propiedades de la prueba frente a un patrón de referencia. Le dicen cómo se comporta la escala,
no qué probabilidad tiene este paciente de estar enfermo.
El valor predictivo sí depende de dónde esté usted
Es el número que el clínico realmente usa, y se mueve con la prevalencia. En la validación
colombiana del PHQ-9, con 90 % de sensibilidad y 82 % de especificidad, el valor predictivo
positivo fue del 57 %: casi la mitad de los positivos no tenían depresión. La misma escala en
un servicio de psiquiatría acierta mucho más.
El punto de corte no se importa
El corte óptimo del PHQ-9 en atención primaria en Bucaramanga fue 7; el
internacional es 10. Las dos cifras son ciertas, porque el rendimiento de una escala
depende de la población y del patrón de referencia con que se midió (allí, la MINI; en el
metaanálisis, entrevista semiestructurada). Usar el corte de otro estudio es usar otra prueba.
Tamizar sin plan es hacer daño
Antes de aplicar cualquiera de estas, contéstese qué va a hacer con un positivo. Si no hay a quién
remitir ni tiempo para entrevistar, el tamizaje solo produce ansiedad y etiquetas.
PHQ-9
Depresión · 9 ítems · 2 minutos · autoinforme
Es el cuestionario más usado del mundo en atención primaria y el mejor ejemplo de por qué un punto de corte no se importa de otro país. Sus nueve ítems son los nueve criterios del episodio depresivo mayor, así que además de tamizar, enseña a preguntar.
Con el corte de 10, el PHQ-9 da positivos al doble de personas de las que tienen depresión mayor: 24,6 % frente a 12,1 % con la entrevista SCID, en 44 estudios y 9242 participantes (razón media de 2,5). Parte de esos positivos tienen otro trastorno que explica los síntomas.
Una depresión bipolar cumple los mismos nueve ítems, y el PHQ-9 no pregunta por manía ni hipomanía. Las propias instrucciones del cuestionario piden descartar un episodio maníaco previo antes de hablar de depresión mayor. En atención primaria, entre 3,4 y 9 % de los pacientes con depresión u otra queja psiquiátrica tienen trastorno bipolar cuando se usa entrevista estructurada. Antes de un antidepresivo, un PHQ-9 positivo pide preguntar por episodios de euforia o energía excesiva y por historia familiar.
La intoxicación y la abstinencia dan insomnio, fatiga, falta de concentración y ánimo bajo. En 103 pacientes de un programa ambulatorio de drogas en el Reino Unido el mejor corte fue 12, no 10, con sensibilidad 81 % y especificidad 75 %: una de cada cuatro personas sin depresión mayor salió positiva. La entrevista no estableció si el consumo o la depresión empezaron primero.
Comparten insomnio, dificultad para concentrarse, pérdida de interés y culpa, y alrededor de la mitad de las personas con TEPT también tienen depresión mayor. No hay literatura que mida cuántos positivos del PHQ-9 son un TEPT sin depresión. La fuente citada no lo mide.Especificidad del PHQ-9 en personas con TEPT: no se encontró un estudio que la mida.
Las mismas instrucciones piden descartar duelo normal y una causa física, farmacológica o por otra droga. En enfermedad médica los ítems de sueño, energía y apetito suben el puntaje sin que haya depresión.
Buena. Se usa de rutina para seguimiento: un descenso de 5 puntos se toma como cambio clínicamente relevante (Löwe 2004, Med Care) y llegar a menos de 5 es el criterio de remisión más usado. Es la escala de esta página con mejor comportamiento como medida repetida.
Para qué se usa
Tamizaje en atención primaria y en consulta general.
Seguimiento de respuesta cada 2 a 4 semanas, con la misma versión y la misma vía de administración.
Los dos primeros ítems solos son el PHQ-2, útil como filtro de dos preguntas.
Dónde se equivoca la gente
En Bucaramanga el corte propuesto fue 7, no 10. Es un solo estudio (243 usuarios, unos 50 casos, IC de la sensibilidad 81–99 %) y usó la MINI como referencia; el metaanálisis muestra que contra la MINI la sensibilidad del PHQ-9 es menor que contra entrevista semiestructurada, así que parte de la diferencia es del patrón de referencia y no de la población. La lección se sostiene igual: antes de importar un corte, pregunte contra qué y en quién se midió.
El VPP fue del 57 % incluso con esa sensibilidad y especificidad. Casi la mitad de los positivos no tenían depresión. Un puntaje alto es una razón para entrevistar, nunca un diagnóstico.
La sensibilidad depende del patrón de referencia: contra entrevista semiestructurada fue de 5 a 22 % MAYOR que contra entrevistas totalmente estructuradas. Dos estudios con cifras distintas pueden estar midiendo bien los dos.
El ítem 9 pregunta por ideación de muerte o autolesión. Un positivo ahí se explora en persona, siempre, y no se deja para la próxima cita.
El PHQ-9 no distingue una depresión unipolar de una bipolar. Empezar un antidepresivo por un PHQ-9 alto sin preguntar por hipomanía salta el paso que las instrucciones del cuestionario exigen.
Medida transversal de síntomas del DSM-5 (nivel 1)
Revisión de síntomas · 23 ítems en adultos · 5 minutos · autoinforme
Entender esto lo es todo: es una revisión por sistemas de la psiquiatría. Trece dominios en la versión de adultos (ánimo, ansiedad, psicosis, sueño, memoria, sustancias, personalidad y más), y su función es decir dónde mirar después; no diagnostica ni dice qué tiene el paciente. Un ítem positivo manda a la medida de nivel 2 de ese dominio, que sí es una escala de gravedad.
Consistencia interna aceptable y validez convergente con escalas más largas del mismo constructo, demostradas en muestras grandes. No se diseñó como prueba de cribado, y cuando se la probó como tal (150 personas de un centro correccional comunitario, contra la MINI) la sensibilidad y el valor predictivo positivo de los dominios de depresión, manía, ansiedad y psicosis fueron pobres por exceso de falsos positivos; solo el valor predictivo negativo de manía, ansiedad y psicosis fue bueno.
851 jóvenes (edad media 20 años) en dos centros comunitarios de salud mental de Rhode Island, contra el diagnóstico de la entrevista de ingreso. Aquí el valor predictivo es el de esa clínica, con su propia prevalencia. Ojo: usaron una versión modificada (25 ítems, 14 dominios, ventana de 30 días y la suma de los ítems del dominio), no la de la APA.
Dominio → diagnóstico
Corte
Prevalencia en la clínica
Sens.
Esp.
VPP
VPN
Depresión → trastorno depresivo
≥ 4
29 %
67 %
56 %
37 %
84 %
Ansiedad → trastornos de ansiedad y TEPT
≥ 6
23 %
64 %
57 %
30 %
85 %
Sustancias → trastorno por sustancias
≥ 2
21 %
72 %
61 %
31 %
91 %
Psicosis → trastorno psicótico
≥ 1
7 %
63 %
77 %
18 %
97 %
Manía → trastorno bipolar
≥ 2
6 %
51 %
56 %
7 %
95 %
Inatención → TDAH
≥ 1
4 %
66 %
45 %
5 %
97 %
Cifras de la tabla 11 de la tesis; el artículo de 2023 resume los mismos rangos.
Con la prevalencia de una consulta externa de psiquiatría
Sensibilidad y especificidad de la cohorte de Pelotas (3578 personas de 22 años, contra la MINI, con la versión original del cuestionario), llevadas a la prevalencia de cada trastorno en la consulta externa del proyecto MIDAS, en Rhode Island, con diagnóstico por SCID. El VPP y el VPN los calculamos nosotros con esas cifras (calculado aquí): ningún artículo los publica.
Dominio → diagnóstico
Sens.
Esp.
Prevalencia en consulta externa (MIDAS)
VPP
VPN
Depresión → depresión mayor
0,95
0,59
54 %
73 %
91 %
Ansiedad → TEPT
0,94
0,52
14 %
25 %
98 %
Manía → trastorno bipolar
0,65
0,72
9 %
19 %
95 %
Ansiedad → trastorno bipolar
0,95
0,51
9 %
17 %
99 %
Ansiedad → ansiedad generalizada
0,87
0,54
No establecido.Prevalencia de ansiedad generalizada en la consulta externa de MIDAS: no la tenemos en texto.
—
—
Con la misma sensibilidad y especificidad, el VPP de la depresión es alto porque en consulta externa la mitad de los pacientes están deprimidos; el del TEPT y el del bipolar es bajo porque son menos frecuentes. El VPN es alto en todos: un dominio negativo descarta mejor de lo que uno positivo confirma. El cálculo asume que la sensibilidad y la especificidad medidas en población general se mantienen en una consulta, y eso no siempre se cumple.
No es su función y no debe usarse así. Para seguir a un paciente se usa la medida de nivel 2 del dominio que interesa, o la escala específica de ese trastorno.
Para qué se usa
Primera consulta, para no dejar dominios sin explorar por sesgo del motivo de consulta.
Detectar lo que el paciente no trae: consumo, psicosis incipiente, ideación suicida en quien consulta por insomnio.
Hay versión de padres para niños de 6 a 17 años y autoinforme para 11 a 17.
Dónde se equivoca la gente
Un puntaje alto no diagnostica nada. Si se lee como diagnóstico produce etiquetas en serie.
Genera hallazgos incidentales que hay que estar dispuesto a atender: quien lo aplica se compromete a preguntar por lo que salga.
La APA la publica solo en inglés. La traducción autorizada al español es la de la edición de Panamericana del DSM-5, que la incluye entre sus materiales complementarios; las copias que circulan por servicios de salud no siempre son esa traducción ni la versión vigente. No hay validación publicada en español.
El PCL-5 mide los 20 síntomas del TEPT del DSM-5 y se usa tanto para tamizar como para seguir. El PC-PTSD-5 son cinco preguntas de sí o no, pensadas para atención primaria: filtra, y el que sale positivo pasa al PCL-5 o a la entrevista.
El National Center for PTSD sitúa el corte de TEPT probable entre 31 y 33 puntos, y recomienda explícitamente moverlo según el objetivo: más bajo para tamizar, más alto para un diagnóstico provisional.
Veteranos en atención primaria de Estados Unidos, AUC 0,93–0,94: corte 3 maximiza la sensibilidad; corte 4 equilibra falsos positivos y negativos en la muestra global y en hombres; en mujeres el 4 dejó un tercio de falsos negativos y el 3 ajustó mejor. Sin validación publicada en español.
Hay traducción al español disponible solicitándola al centro, pero esa traducción no está validada en investigación publicada y el propio centro pide reconocer esa limitación al usarla. Es la escala menos sólida de esta página en cuanto a validación en español.
Buena, y es de las mejor estudiadas para eso: una caída de 10 puntos se propone como indicador de respuesta, y quedar por debajo de 28 como cambio clínicamente significativo.
Para qué se usa
Tamizaje en poblaciones expuestas: víctimas del conflicto, desplazamiento, violencia urbana, personal de salud.
Medida repetida durante el tratamiento del TEPT.
El PC-PTSD-5 como filtro rápido en consulta de primer nivel.
Dónde se equivoca la gente
Exige un evento índice. Sin identificar el trauma al que se refieren las preguntas, el puntaje se interpreta con dificultad; es el error de administración más común. El centro ofrece una versión sin criterio A solo cuando la exposición se midió por otra vía.
Los síntomas se solapan con depresión y con duelo: un puntaje alto en alguien que perdió a un familiar hace un mes puede no ser TEPT.
Preguntar por trauma reactiva síntomas. No se manda a la sala de espera a llenarlo sin que haya alguien disponible después.
El corte varía tanto por población que usar 33 en todas partes es una decisión, no un dato.
Diseñada para el embarazo y el posparto, y por eso evita a propósito los síntomas somáticos (sueño, apetito, cansancio) que en una puérpera son normales y que inflan cualquier otra escala de depresión.
Tiene derechos de autor activos y no hay una descarga oficial libre.
Consígalo por la vía de su institución o de la editorial. Este sitio no lo aloja.
Rendimiento
Metaanálisis de datos individuales
58 estudios, 15 557 participantes, 2069 casos. Contra entrevista semiestructurada: ≥ 10 sensibilidad 0,85 (0,79–0,90) y especificidad 0,84 (0,79–0,88); ≥ 11, el que maximiza la combinación, 0,81 (0,75–0,87) y 0,88 (0,85–0,91); ≥ 13 0,66 (0,58–0,74) y 0,95 (0,92–0,96).
1201 mujeres, contra entrevista SCID: mejor corte 10/11 para depresión mayor y menor, sensibilidad 79 %, especificidad 95,5 %, valor predictivo positivo 63 %; con ese corte se detectaron todos los casos de depresión mayor. En Colombia (Cartagena, 2007) solo hay consistencia interna y estructura factorial publicadas; no hay validación de criterio.
10 estudios contra entrevista diagnóstica; 7 con el corte de 10: PHQ-9 con sensibilidad 0,84, especificidad 0,81 y AUC 0,89. En los estudios que aplicaron las dos escalas a las mismas mujeres el rendimiento fue casi idéntico, y la correlación mediana entre ellas, 0,59: miden algo parecido, pero no marcan positivas a las mismas mujeres.
Las dos en las mismas embarazadas · Ciudad del Cabo
376 embarazadas en atención primaria, contra la MINI Plus; 22 % con episodio depresivo mayor. EPDS con corte 14: AUC 0,91, sensibilidad 86 %, especificidad 81 %, VPP 56 %. PHQ-9 con corte 10: AUC 0,89, sensibilidad 79 %, especificidad 82 %, VPP 55 %. Las dos se aplicaron leídas por una entrevistadora, no autoadministradas.
Otro metaanálisis, con menos estudios del PHQ-9 (tres o más), encontró un área bajo la curva resumen de 0,74 para el PHQ-9 frente a 0,86 para la EPDS. Los dos metaanálisis no coinciden, y ninguno usó datos individuales de las pacientes.
Aceptable pero no es su fuerte; se usa más para detectar que para seguir. Para seguimiento en el posparto muchos servicios prefieren el PHQ-9, que tiene mejor comportamiento como medida repetida.
Para qué se usa
Tamizaje en control prenatal y en el posparto, incluido el control del recién nacido.
Sirve igual en el embarazo que después del parto: la precisión fue similar en los dos.
Dónde se equivoca la gente
El corte de 13, que es el más usado, deja pasar a un tercio de las mujeres con depresión (sensibilidad 0,66). Para cribado, 10 u 11; 13 solo si se quiere seleccionar a las más sintomáticas. Con 10–12 se entrevista, no se descarta.
El ítem 10 pregunta por ideas de hacerse daño. Se revisa antes de que la paciente salga del consultorio, siempre, aunque el total sea bajo.
Un puntaje alto puede ser ansiedad y no depresión: la escala tiene una subescala de ansiedad reconocible dentro.
Circulan muchas traducciones al español de calidad desigual. Use la de su institución si está validada y sepa cuál es.
La escala tiene derechos de autor: es reproducible citando la fuente, no se modifica ni se vende.
4AT
Delirium · 4 ítems · menos de 2 minutos · lo aplica el clínico
La única de esta página que no es autoinforme, y va aquí porque el delirium es lo que más se pasa por alto en el hospital general. No requiere entrenamiento especial y funciona en el paciente que no colabora: la falta de respuesta puntúa. Incluye tamizaje cognitivo breve y una pregunta por curso fluctuante.
No sirve para eso y no se diseñó para eso. Es una prueba de detección puntual; la gravedad del delirium se sigue con otros instrumentos.
Para qué se usa
Al ingreso hospitalario en mayores, y ante cualquier cambio agudo del estado mental.
Urgencias, cirugía, medicina interna. Lo puede aplicar enfermería.
Hay versión en español en el sitio oficial, de descarga libre para uso clínico.
Dónde se equivoca la gente
Las bandas: 0 improbable; 1–3 posible deterioro cognitivo, evaluar más; 4 o más, posible delirium con o sin deterioro. El ítem de cambio agudo o fluctuante puntúa 4 por sí solo, así que un 4 o más no distingue delirium de demencia por sí solo: la clave es el curso agudo y fluctuante, que es historia clínica, no puntaje.
Un 4AT negativo en un paciente que estaba distinto hace dos horas no descarta nada: el delirium fluctúa, y una sola medición coge un momento.
La forma hipoactiva, el paciente callado y quieto, es la más frecuente y la que menos se detecta. Nadie llama a psiquiatría por un paciente tranquilo.
Aplicarlo una sola vez al ingreso y no repetirlo desperdicia la herramienta.
Busca antecedentes de hipomanía o manía en alguien que consulta por depresión. Es la escala de esta página con el rendimiento más frágil, y por eso conviene conocerla bien: se usa mucho más de lo que su sensibilidad justifica.
Tiene derechos de autor activos y no hay una descarga oficial libre.
Consígalo por la vía de su institución o de la editorial. Este sitio no lo aloja.
Rendimiento
España · consulta externa de psiquiatría
236 sujetos. Con los criterios completos (7 síntomas más simultaneidad más disfunción): sensibilidad 0,60 (0,51–0,69) y especificidad 0,98 (0,94–0,99). Contando solo los 7 síntomas, sin exigir las otras dos condiciones: sensibilidad 0,81 (0,73–0,88) y especificidad 0,95 (0,89–0,98). Es una muestra de casos y controles (bipolar I, bipolar II, depresión mayor y sanos), no de pacientes consecutivos: el rendimiento real en consulta es menor.
En atención primaria o población general, con corte 7: sensibilidad 43 % y especificidad 95 %. En deprimidos sin diagnóstico previo de bipolaridad, sensibilidad 37 %. En servicios psiquiátricos, 66 % y 79 %. El estudio original (198 ambulatorios) dio 0,73 y 0,90.
32 ítems de autoinforme. Validación española en 15 consultas externas (bipolar I, bipolar II, depresión mayor y sanos): con 14 respuestas afirmativas, sensibilidad 0,85 y especificidad 0,79, y no distingue bipolar I de II. En servicios psiquiátricos, sensibilidad 81 % y especificidad 67 %, y detecta mejor que el MDQ el bipolar tipo II. Cuando se aplica con el MDQ a los mismos pacientes, la especificidad del HCL-32 baja a 57 %, con más falsos positivos que el MDQ.
19 ítems, empieza con un relato que el paciente marca si se reconoce en él. Versión en español validada en Buenos Aires (65 bipolares frente a 36 unipolares, diagnóstico por entrevista semiestructurada): con 13 puntos, sensibilidad 0,70 y especificidad 0,89; con 12, 0,76 y 0,81. En servicios psiquiátricos, 69 % y 86 %.
Las tres escalas tamizan, y ninguna diagnostica. El diagnóstico sale de una entrevista, idealmente estructurada. El módulo de manía de la MINI frente a la SCID, para manía a lo largo de la vida: sensibilidad 0,81, especificidad 0,94, κ 0,73, y dura unos 19 minutos frente a 43 de la SCID. La MINI tiene versión en español y requiere licencia de uso clínico.
Ninguna: no mide estado actual sino antecedentes. No se repite para seguir a un paciente.
Para qué se usa
En todo paciente que consulta por depresión, antes de empezar un antidepresivo.
Como disparador de la pregunta que de verdad importa, que es por episodios pasados y por historia familiar.
Dónde se equivoca la gente
Los criterios completos bajan la sensibilidad al 60 %: cuatro de cada diez pacientes bipolares salen negativos. Contar solo los siete síntomas la sube al 81 % con especificidad 0,95: en consulta psiquiátrica, donde ya hay sospecha, el criterio de los siete síntomas rinde mejor.
Fuera de psiquiatría la sensibilidad se hunde. En atención primaria o población general, con corte 7, sensibilidad 43 % y especificidad 95 %; en deprimidos sin diagnóstico previo de bipolaridad, 37 %. Un MDQ negativo no descarta nada.
Es un autoinforme sobre hipomanía, que es justo lo que el paciente no reconoce como enfermedad. Se recuerda como «una buena época». Preguntarle a un familiar cambia el resultado más que cambiar el punto de corte.
Detecta peor el bipolar tipo II, que es el que más se confunde con depresión unipolar. Falla justo donde más se necesita.
Un positivo no es diagnóstico de trastorno bipolar. Se confirma con entrevista, y ahí se decide.
Tiene derechos de autor. Consígalo por la vía de su institución; este sitio no lo aloja.
Este sitio no aloja ningún cuestionario. Los ítems tienen dueño:
se explica qué miden, se dan sus cifras y se enlaza a donde viven con permiso. Material docente, no una guía
de práctica clínica.
Este sitio es material educativo. Lee esto y marca la casilla para continuar.
Solo uso educativo. Estas guías son referencias educativas. No son consejo médico, y leerlas no crea una relación médico-paciente ni ninguna otra relación profesional.
No se garantiza exactitud. La medicina cambia deprisa y los errores son posibles. El contenido puede estar incompleto, desactualizado o ser incorrecto, y se ofrece «tal cual», sin garantías de ningún tipo.
Verifica antes de actuar. Confirma cada dosis, interacción, contraindicación y advertencia con el registro sanitario vigente del INVIMA (o el de tu país) y con las guías clínicas y las fuentes primarias antes de cualquier uso clínico.
La responsabilidad del clínico es suya. Cualquier decisión de prescripción es tuya y solo tuya, según tu juicio, tu formación y tu verificación independiente. No según lo que leas aquí.
No es para automedicarse. Si no eres profesional sanitario, no inicies, suspendas ni modifiques ningún tratamiento por lo que leas aquí. Habla con tu médico.
Sin responsabilidad. En la máxima medida que permita la ley, José Mantilla-Rivas, MD, Psychiatry by Mantilla-Rivas, LLC y psicofarma.co, junto con sus autores, declinan toda responsabilidad por cualquier pérdida, daño o lesión derivados del uso de este contenido.