Saltar al contenido
Herramientas

Cuestionarios validados en español

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.

Conseguirlo en la fuente oficial https://www.phqscreeners.com/select-screener

Rendimiento

Colombia · Bucaramanga

Atención primaria, n = 243, contra la MINI. AUC 0,92. Punto de corte óptimo ≥ 7: sensibilidad 90,4 %, especificidad 81,7 %, VPP 57,3 %, VPN 96,9 %, LR+ 4,93, LR− 0,12.

Fuente: Cassiani-Miranda 2021

Metaanálisis internacional

Datos individuales de 58 estudios, 17 357 participantes, 2312 casos. Contra entrevista semiestructurada, corte ≥ 10: sensibilidad 0,88 (IC 95 % 0,83–0,92), especificidad 0,85 (0,82–0,88).

Fuente: Levis 2019

Qué más da positivo en el PHQ-9

En general
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.

Fuente: Levis 2020 · prevalencia

Trastorno bipolar
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.

Fuente: Cerimele 2013

Consumo de sustancias
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.

Fuente: Delgadillo 2011

Estrés postraumático
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.

Fuente: Flory 2015

Duelo, enfermedad médica y fármacos
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.

Fuente: Instrucciones del PHQ-9

¿Sirve para medir cambio?

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.

Conseguirlo en la fuente oficial https://www.psychiatry.org/psychiatrists/practice/dsm/educational-resources/assessment-measures

Rendimiento

Lo que hay

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.

Fuente: Bastiaens 2018

Sensibilidad y especificidad por dominio

Consulta externa · lo que midió el estudio
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 → diagnósticoCortePrevalencia en la clínicaSens.Esp.VPPVPN
Depresión → trastorno depresivo≥ 429 %67 %56 %37 %84 %
Ansiedad → trastornos de ansiedad y TEPT≥ 623 %64 %57 %30 %85 %
Sustancias → trastorno por sustancias≥ 221 %72 %61 %31 %91 %
Psicosis → trastorno psicótico≥ 17 %63 %77 %18 %97 %
Manía → trastorno bipolar≥ 26 %51 %56 %7 %95 %
Inatención → TDAH≥ 14 %66 %45 %5 %97 %
Cifras de la tabla 11 de la tesis; el artículo de 2023 resume los mismos rangos.

Fuente: Mikhalyuk 2022 · tesis · Mikhalyuk 2023

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 → diagnósticoSens.Esp.Prevalencia en consulta externa (MIDAS)VPPVPN
Depresión → depresión mayor0,950,5954 %73 %91 %
Ansiedad → TEPT0,940,5214 %25 %98 %
Manía → trastorno bipolar0,650,729 %19 %95 %
Ansiedad → trastorno bipolar0,950,519 %17 %99 %
Ansiedad → ansiedad generalizada0,870,54No 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.

Fuente: Gonçalves Pacheco 2024 · Mitchell 2009 · MIDAS · Zimmerman 1999 · TEPT · Zimmerman 2010 · bipolar

¿Sirve para medir cambio?

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.
  • No sustituye la entrevista: sustituye el olvido.

PCL-5 y PC-PTSD-5

Estrés postraumático · 20 ítems (PCL-5) o 5 preguntas (PC-PTSD-5) · autoinforme

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.

Conseguirlo en la fuente oficial https://www.ptsd.va.gov/professional/assessment/adult-sr/ptsd-checklist.asp

Rendimiento

Punto de corte

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.

Fuente: VA · PCL-5

PC-PTSD-5 · el corte

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.

Fuente: Prins 2016 · Bovin 2021

La advertencia que hay que leer

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.

Fuente: VA · PCL-5

¿Sirve para medir cambio?

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.

Escala de Edimburgo (EPDS)

Depresión perinatal · 10 ítems · 3 minutos · autoinforme

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.

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).

Fuente: Levis 2020

España · 6 semanas posparto

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.

Fuente: García-Esteve 2003

Comparada con el PHQ-9

Metaanálisis · PHQ-9 en el embarazo y el posparto
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.

Fuente: Wang 2021

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.

Fuente: van Heyningen 2018

La cifra en contra
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.

Fuente: Park 2022

¿Sirve para medir cambio?

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.

Conseguirlo en la fuente oficial https://www.the4at.com/4at-espanol

Rendimiento

España · pacientes hospitalizados

121 pacientes de 70 años o más con interconsulta a psiquiatría. Corte ≥ 4: sensibilidad 96 %, especificidad 83,1 %, AUC 0,918.

Fuente: Delgado-Parada 2022

Metaanálisis

17 estudios, 3702 observaciones, prevalencia de delirium 24,2 %. Sensibilidad agrupada 0,88 (0,80–0,93) y especificidad 0,88 (0,82–0,92).

Fuente: Tieges 2021

¿Sirve para medir cambio?

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.

MDQ (cuestionario de trastornos del ánimo)

Tamizaje de bipolaridad · 13 síntomas + 2 preguntas · 5 minutos · autoinforme

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.

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.

Fuente: Sánchez-Moreno 2008

Metaanálisis · fuera de psiquiatría

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.

Fuente: Carvalho 2015 · Wang 2015

Dos alternativas al MDQ, y cómo se diagnostica

HCL-32 · lista de hipomanía
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.

Fuente: Vieta 2007

BSDS · escala diagnóstica del espectro bipolar
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 %.

Fuente: Vázquez 2010

Para diagnosticar: la entrevista
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.

Fuente: Sheehan 1998

¿Sirve para medir cambio?

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.

Siguiente paso

Twenty Twenty-Five

Designed with WordPress