VALORES DE REFERENCIA.

ESTANDARIZACION
ANTONIO DIEZ HERRANZ. NEUMOLOGO. GABINETE MEDICO LOPEZ GOMEZ.

VALLADOLID

Tras la realización de la espirometría se debe proceder a su interpretación, de acuerdo con unos

valores considerados como normales. En otras pruebas diagnósticas, como serían los análisis de

sangre, o el análisis numérico del electrocardiograma, los valores normales son más o menos estrechos,

pero sobre todo son independientes de las características antropométricas del paciente (si la glucemia

normal está comprendida entre 60 y 110, este valor se aplica por igual a un varón de 25 años de 190 cm

de altura y 95 kg de peso, y a una mujer de 80 años de 145 cm de altura y 40 kg de peso) 1,2. Sin

embargo, en las pruebas de función pulmonar estos valores normales, además de tener unos amplios

límites de normalidad y una gran variabilidad interindividual, sí dependen de las características

antropométricas de los pacientes (sexo, edad, talla, peso)1,2, de modo que decir que FEV1 es 2 litros no

quiere decir realmente nada, ya que para el varón joven sería un valor claramente bajo, mientras que

para la mujer anciana puede ser un valor superior a lo normal.

Es por ello por lo que la interpretación de la espirometría se basa en la comparación de los

valores obtenidos por un paciente con los que teóricamente le corresponderían a un individuo sano de

sus mismas características antropométricas1,3-7, en lo que se ha dado en llamar “corrección por el

tamaño”3,7. Este valor teórico o valor de referencia (VR) se estima a partir de unas ecuaciones de

predicción (EP), y es el promedio del valor correspondiente a una muestra suficientemente amplia de

individuos de esas características antropométricas3. Se debe reseñar, como hecho anecdótico, que

algunos autores no utilizan ningún tipo de ER ni VP, como se recogió en una encuesta publicada en

19908.

¿Cómo se calculan los valores de referencia?

El método ideal sería tener una muestra suficientemente grande de individuos sanos que

cumplan unas determinadas características antropométricas, calculando para esa muestra la media y la

1
desviación típica, de modo que obtendríamos para cada paciente su valor de referencia correspondiente

según sus características antropométricas3.

Sin embargo, este método no es aplicable (se necesitaría un elevado número de muestras

representativas, para ambos sexos, de todas las combinaciones posibles de edad y altura), de modo que

en la práctica se realizan los análisis en una muestra de un tamaño suficientemente amplio que recoja,

para cada sexo, pacientes de diversas características antropométricas, hallándose las ecuaciones de

regresión múltiple escalonada correspondientes (generalmente lineales y multivariantes, aunque en

ocasiones son univariantes o no lineales), en las que la variable dependiente es el VR del parámetro

espirométrico y las variables explicativas los parámetros antropométricos1,3. La utilización de ecuaciones

de referencia supone asumir que un determinado parámetro funcional se distribuye de manera simétrica

alrededor de la media, y que la varianza es homogénea en todo el rango de todas las variables

explicativas consideradas3,9. Una forma general de ecuación sería:

VR=a + b·edad + c·talla + d· peso + e·talla2 + f·edad·talla+ …,

obteniéndose además el error estándar de la estima (SEE) o desviación estándar de los residuos (RSD).

¿Son iguales todas las ecuaciones de predicción?

La respuesta es, evidentemente, no. En contra de lo que cabría esperar, no existe uniformidad

en cuanto a las diferentes EP utilizadas habitualmente y los VR que se estiman a partir de las mismas,

de modo que estos valores pueden variar ampliamente de acuerdo con las ecuaciones utilizadas y

pueden llevar a variaciones significativas en la interpretación de la espirometría1,10-15, como se puede ver

en las figuras 1 a 3 y en las tablas 116, 214 y 314.

¿A qué se deben estas diferencias? Se han descrito múltiples factores que pueden intervenir:

Diferentes criterios de selección de las poblaciones de referencia, diferentes rangos de edad, importancia

de otras variables antropométricas distintas a las empleadas habitualmente, diferencias estructurales no

relacionadas con características antropométricas medibles, hábito tabáquico, raza y origen étnico

(incluyendo matrimonios interraciales), región geográfica (hábitat rural vs. urbano, altura sobre el nivel

del mar, existencia de migraciones), exposición ambiental, nivel de entrenamiento, estado nutricional,

nivel socioeconómico, profesión, variabilidad inherente a la prueba o a la técnica, diferencias

metodológicas en cuanto a la realización de la prueba (equipo, procedimiento) como al análisis de los

datos (en este sentido tal vez cabe cuestionarse si el modelo de regresión lineal utilizado habitualmente
2
es el que mejor describe la distribución de los parámetros funcionales respiratorios, y si las variables

explicativas escogidas realmente son las indicadas17,18), diferencias en la distribución de los factores

analizados en la población, etc., aunque la mayor parte de la variación sigue sin explicarse1,7,10,12,14,16,19-23.

Además, las diferentes ecuaciones pueden ser más o menos sensibles a una o varias variables

explicativas, lo cual supone otra fuente de variabilidad12,19.

¿Cuáles son las limitaciones de las ecuaciones de predicción?

Además de las fuentes de variabilidad expuestas anteriormente, las EP tienen una serie de

limitaciones, que pueden dificultar su aplicación:

1. No siempre se dispone de EP de la propia área geográfica; este aspecto se comentará

más adelante.

2. Hay pocas EP para personas mayores de 70 años, a pesar de que una proporción

importante (y creciente) de los pacientes subsidiarios de hacerse una espirometría son

mayores de esa edad. De hecho, las EP recomendadas por la SEPAR24 y por la ERS23 tienen

un límite superior en 70 años. Por otro lado, cabe preguntarse si las EP que cubren rangos

de edad muy amplios (como las desarrolladas por Cordero et al.25, que permiten estimar los

VR desde los 18 a los 88 años) son aplicables en todo ese rango. Aunque se ha señalado

que el comportamiento de la función pulmonar es lineal a edades superiores a las de los

pacientes incluidos en el cálculo de las EP 23,26, lo que permitiría utilizar éstas en personas

mayores de ese límite de edad, en general no es conveniente hacerlo porque se introducen

sesgos en la interpretación3.

3. Los coeficientes de correlación encontrados en algunos casos tienen valores bajos, en

ocasiones incluso inferiores a 0.524,25, aun siendo estadísticamente distintos de 0, de manera

que las estimaciones que se obtienen con esas EP pueden estar sujetas a un amplio margen

de error.

4. Las ecuaciones de predicción y los valores de referencia de ellas derivados son

realmente un artificio matemático que puede no reflejar la situación real, de modo que se

considera de manera arbitraria que un individuo es normal si se encuentra por encima de un

determinado límite (por ejemplo, el percentil 5). Este hecho puede llevar a confusiones e

3
 interpretaciones erróneas, porque habitualmente no se puede saber a ciencia cierta cuál es

la situación basal de un individuo; conocer esta situación previa al desarrollo de la

enfermedad permitiría que el individuo fuera su propia referencia1,7,27. A modo de ejemplo se

presenta la espirometría de un varón asmático de 43 años que presenta los valores que

aparecen en la tabla 4, y que podría considerarse como dentro de la normalidad (o, en todo

caso, reducción de los flujos de pequeñas vías). Sin embargo, en la figura 4 vemos la

evolución de FEV1 en el tiempo, de modo que el máximo valor que llegó a tener es de 4260,

por lo que el valor actual, 3428, es un 74% del máximo valor personal. El contexto clínico en

que se obtuvo esta espirometría era una agudización de su asma. Es decir, al igual que se

considera que la mejor técnica radiológica complementaria a la radiografía simple de tórax es

una radiografía antigua, siempre que sea posible se deberían tener en cuenta mediciones

seriadas de función pulmonar, y que el mejor valor personal de un individuo sería su valor de

referencia4,28-30.

¿Qué ecuaciones de predicción se deben utilizar?

En general se recomienda utilizar valores de referencia obtenidos en el propio laboratorio de

función pulmonar (lo que de hecho es realizado por algunos autores5), siempre que sea posible, o en su

defecto aquel conjunto de ecuaciones de predicción que mejor se ajuste a nuestra área geográfica (a tal

fin, se seleccionaría una muestra de individuos sanos en los que se ensayarían las diferentes

ecuaciones, escogiendo la que mejor se ajuste a nuestros pacientes y que se haya elaborado usando

una metodología similar a la usada en nuestro propio laboratorio de función pulmonar) 3,18,21,31. Sin

embargo, con frecuencia esto no es posible, y tenemos que utilizar otras que corresponden a

poblaciones que probablemente no son homogéneas respecto a nuestra población, y que permiten

obtener resultados distintos; en este sentido, y a modo de ejemplo, en nuestro medio, las ecuaciones

propuestas por la Sociedad Española de Neumología y Cirugía Torácica (SEPAR)24 y las propuestas por

la European Respiratory Society (ERS)23 no dan resultados equivalentes, existiendo en algunos casos

discordancias notables, de modo que las ecuaciones de la ERS presentan valores de referencia menores

y una dispersión mayor13,32.

Los criterios de selección de ecuaciones de predicción serían los siguientes19:

4
 • Metodológicos: Los métodos utilizados para desarrollar las EP (equipo, procedimiento,

análisis) deben ser comparables (y, si es posible, idénticos) a los que se van a usar en

nuestro laboratorio.

• Epidemiológicos: La muestra que generó los valores de referencia debe ser lo más

parecida posible a la población a la que vamos a realizar la espirometría.

• Conceptuales: Para estudios diagnósticos probablemente la utilización de unas u otras

ecuaciones de predicción no tendría demasiada repercusión, pero sí la tendría en exámenes

periódicos.

Por otro lado, se recomienda no utilizar ecuaciones desarrolladas más allá de 10-15 años

antes3,15, y parece razonable utilizar las ecuaciones que permitan obtener el máximo coeficiente de

correlación y la mínima variabilidad (es decir, el menor SEE).

En la tabla 4 se presentan las EP propuestas por la SEPAR para adultos (Roca, 1982)24, y que,

en una versión posterior y modificada (Roca, 1986) han sido validadas recientemente para la población

española (tabla 5)32. En la tabla 6 se presentan las EP propuestas por la ERS en 1993 23. La reciente

validación de las ecuaciones de Roca et al. para población española de diferentes procedencias32 hace

válido este conjunto de ecuaciones, de modo que serían las que se debieran utilizar en nuestro medio 13,

aunque con frecuencia se utilizan las de la ERS.

¿A qué se refiere el término “estandarización” en relación con los valores

de referencia?

Cuando se realiza una espirometría se pretende determinar si los valores obtenidos por el

paciente se encuentran o no dentro del rango de la normalidad, y, en caso de no estarlo, cuánto se

desvían del valor de referencia1,5. Para ello disponemos básicamente de dos métodos de expresión de

los resultados, el del porcentaje del valor de referencia y el de los residuos estandarizados (RE). Con

ellos se pretende es tener un dato que sea comparable y que signifique lo mismo para todos los

pacientes y en todos los contextos.

Sin embargo, el método del porcentaje fijo, aunque de uso generalizado (por sus características,

como son la sencillez en el cálculo y en la comprensión), no cumple estos criterios, ya que presenta una

serie de limitaciones33:

5
 • La amplitud de los límites de la normalidad es directamente proporcional al valor de

referencia(es decir, es elevada a VR elevados y bajo a VR bajos), lo que introduce un sesgo

de sexo, talla y edad.

• Por lo anterior, una misma desviación del VR significa cosas muy diferentes para

personas distintas en función de sus variables antropométricas, lo que va contra el propio

fundamento teórico de los valores de referencia.

• Si la dispersión es alta, hay una elevada tasa de falsos positivos.

• El valor elegido es arbitrario, sin justificación fisiológica ni estadística.

• Este método asume que la dispersión de los parámetros de función pulmonar es

heterocedástica, es decir, la dispersión es proporcional a la magnitud del VR. lo que no

ocurre en la práctica habitual (al menos en adultos, en los que la dispersión es constante en

todo el rango de VR).

Por todo ello se desaconseja la utilización de este método1-4,9,12,16,18,21,23,28,30,33-37.

¿Dónde está la solución a este problema? Se ha propuesto, como método ideal, considerar

como límite inferior de la normalidad el percentil 5 de la distribución de la variable considerada en la

población general3,15,36-42, aunque rara vez esto es posible21; sin embargo, dado que los parámetros

funcionales respiratorios en adultos siguen una distribución gaussiana y la varianza es fija en todo el

rango del VR2,10,28,30, se considera que el percentil 5 puede ser sustituido sin error por VR menos 1.645

veces SEE1,3,4,23,36,43, y que la desviación respecto al VR se puede expresar en forma de RE 1,23,44, que

permiten comparar individuos de diferentes características antropométricas, ya que para una misma

desviación del valor medido alrededor de VR permiten obtener un mismo valor sea cual sea el VR33.

Es decir, la solución debe pasar por el procedimiento estadístico llamado tipificación o

estandarización45, mediante el cual una distribución normal de media VR y desviación típica RSD se

convierte en una distribución normal de media 0 y desviación típica 1; esto se consigue si se define una

nueva variable, el residuo estandarizado, que se calcula como (valor medido –VR)/RSD 23. Es decir, el

residuo estandarizado es el resultado de tipificar o estandarizar los parámetros funcionales según VR y

RSD, lo que permite comparar dos valores cualesquiera de una misma variable, sean cuales sean esos

valores, los VR y las RSD, determinando así el grado de separación del valor de referencia23. Se

considera que un resultado es anormal si RE es menor de –1.64523.

A modo de ejemplo se presentan dos pacientes:

6
 • Varón de 25 años, 180 cm de altura, y FVC de 4.35 L, siendo el VR 5.378 L (según las

ecuaciones de la ERS) y el RSD 0.61 L.

• Mujer de 70 años y 160 cm de altura, con FVC de 1.80 L, siendo VR 2.378 L y RSD 0.43

L.

En el primer caso FVC es el 80.9% del valor de referencia y en el segundo es el 75.7%, es decir,

de acuerdo con el método del porcentaje del VR el primer paciente tendría una FVC normal y la segunda

una FVC anormalmente baja.

Sin embargo, ¿cuál es la situación si se utilizan los RE? En el primer caso RE es –1.685 y en el

segundo es –1.344, es decir, se invierte la situación.

¿Cuáles son las ventajas y desventajas de la estandarización?

La estandarización de los valores de referencia, o utilización del método de los residuos

estandarizados, presenta varias ventajas respecto al método del porcentaje del VR, que hacen

recomendable su utilización: Permite utilizar toda la informacion disponible acerca de una población

(media y dispersión), y está libre de sesgos2,9; además, al considerar la variabilidad de los parámetros

funcionales en la población, para los parámetros con mayor variabilidad hará falta un cambio mayor para

considerar un dato como anormal (es decir, tiene una elevada especificidad)30.

Por el contrario, presenta diversos inconvenientes:

• La utilización de un determinado percentil como límite inferior de la normalidad es

arbitraria5,10,46,47; generalmente se trata del percentil 51,4,10,16,21,23,29,41,43,48-51, y este valor supone

realmente una arbitrariedad refrendada por la tradición estadística, pero sin ningíun

fundamento fisiológico47.

• La utilización de un percentil 5 supone asumir de antemano un error alfa del 5% (es

decir, una tasa de falsos positivos del 5%)3-5,10,20,36,50,52, pero también la existencia de un error

beta (tasa de falsos negativos) desconocida, de modo que se desconoce la sensibilidad de la

espirometría, que entonces no aportaría ninguna información sobre la enfermedad, aunque

sí sobre la ausencia de enfermedad5,47,52.

• La sensibilidad de este método a VR bajos es baja16.

7
 • La estimación del percentil 5 como media –1.645·RSD presupone que el parámetro
considerado se distribuye normalmente39, lo cual no es admitido por algunos autores, de

modo que los resultados pueden diferir según se considere la estimación del percentil 5 o el

percentil 5 real de la muestra53.

• Si se estima el percentil 5 como la media menos “a” veces la dispersión, podemos

encontrar variaciones en ambos factores. Por un lado, aunque en general se recomienda la

utilización del error estándar de la estima1-4,23,28,43, algunos autores utilizan la desviación

típica29,41,49,54 y otros el coeficiente de variación10,48. El valor de “a” recomendado es

habitualmente 1.645 (1.6449, o 1.65)1,3,4,10,16,21,23,41,43,48,49,50 (correspondiente a una prueba de

contraste unilateral, ya que en lo referente a los parámetros espirométricos solo tienen

significado patológico los valores anormalmente bajos, no los anormalmente altos16,21),

aunque algunos autores consideran que es 1.96 o 22,28,54 (que correspondería a una prueba

de contraste bilateral, en la que serían anormales los valores muy altos y muy bajos).

• La estimación del RE supone realizar una resta y una división, es decir, unos cálculos no
más complejos que los que se realizan al hallar un porcentaje, pero sí es un cálculo adicional

que no siempre se puede realizar por necesitar un tiempo adicional y por necesitarse el error

estándar, del que no siempre se dispone2.

¿Existe alguna solución de compromiso entre los diversos métodos para

estandarizar la expresión de los resultados de la espirometría?

Asumiendo que el método de los residuos estandarizados es el único correcto para la

interpretación de los resultados3,23,33, pero teniendo en cuenta que el del porcentaje del VR es el más

utilizado, se han propuesto varias soluciones, como serían:

• Intentar dar validez estadística al método de los porcentajes, equiparándolo al de los

residuos estandarizados10,28,34,48,55. A pesar del avance que pueden suponer, estos métodos

presentan el inconveniente de precisar validación para otras poblaciones y otras ecuaciones

de predicción.

8
• Utilizar porcentajes en la práctica clínica habitual, y residuos cuando se precise expresar
los parámetros espirométricos con una medida no sesgada o cuando se precise relacionar

ésta con otras medida2.

• Utilizar ambos métodos en la expresión de los resultados1,34, aunque sólo se utilice el de

los residuos estandarizados para interpretar la espirometría.

9
TABLA 1 – VALORES PREDICHOS PARA FEV1 Y FVC EN VARONES DE 1.70 M DE ALTURA,

DERIVADAS DE DIFERENTES ECUACIONES DE REFERENCIA

FVC FEV1
Edad Morris Cherniack Crapo Knudson ECCS Morris Cherniack Crapo Knudson ECCS
20 5.17 4.63 5.11 4.96 4.93 4.25 4.13 4.35 4.20 4.14
30 4.92 4.49 4.90 4.66 4.67 3.92 3.90 4.11 3.91 3.83
40 4.67 4.35 4.69 4.36 4.41 3.60 3.67 3.87 3.62 3.52
50 4.42 4.21 4.48 4.06 4.15 3.29 3.44 3.63 3.33 3.21
60 4.17 4.07 4.27 3.76 3.89 2.97 3.21 3.39 3.04 2.90
70 3.92 3.93 4.06 3.46 3.63 2.65 2.98 3.15 2.75 2.59
80 3.67 3.79 3.85 3.16 3.37 2.33 2.75 2.91 2.48 2.28

Modificado de la referencia 16

10
TABLA 2 – VALORES DE REFERENCIA PARA FVC SEGÚN DISTINTAS ECUACIONES DE

REGRESION, PARA UN VARON DE 172.72 CM

INVESTIGADOR 25 AÑOS 50 AÑOS

Baldwin 4.45 3.85
Needham 4.83 3.74
Goldham 4.94 4.01
Miller 4.86 4.06
Kory 4.83 4.17
Ferris 4.48 3.67
Berglund 5.48 4.82
Higgins 4.73 4.01
Cotes 4.99 4.03
Dickman 4.79 3.95
Morris 5.15 4.40
Cherniack 4.76 4.34
Bass 4.59 3.90
Kamburoff 5.17 4.40
Schmidt 4.75 4.09
Knudson 5.04 4.17

Modificada de la referencia 14

11
TABLA 3 – VALORES DE REFERENCIA PARA FEV 1 SEGÚN DIFERENTES ECUACIONES DE

REGRESION, PARA UN VARON DE 172.72 CM

INVESTIGADOR 25 AÑOS 50 AÑOS

Kory 4.10 3.26
Ferris 3.61 2.77
Berglund 4.45 3.36
Higgins 4.06 3.22
Cotes 4.10 3.11
Dickman 4.15 3.15
Morris 4.16 3.20
Cherniack 4.13 3.44
Kamburoff 4.47 3.39
Schmidt 4.20 3.27
Knudson 4.11 3.30

Modificada de la referencia 14

12
TABLA 4 – PARAMETROS ESPIROMETRICOS CORRESPONDIENTES A UN VARON ASMATICO DE

43 AÑOS, 173 CM DE ALTURA Y 71 KG DE PESO

PARAMETRO VR P5 VALOR MEDIDO PORCENTAJE

FVC 4.507 3.506 4.471 99

FEV1 3.702 2.866 3.428 93

FEV1/FVC 79.47 70.66 76.67 96

FEF25-75 4.207 2.502 2.587 62

PEF 8.923 6.939 11.280 126

FEF25 7.729 4.924 8.382 109

FEF50 4.874 2.709 3.732 77

FEF75 2.057 778 830 40

Valores de referencia basados en las ecuaciones de predicción de la ERS23. Se considera un valor como

anormal si es inferior al percentil 5.

13
TABLA 5 – ECUACIONES DE PREDICCION PARA ADULTOS (20-70 AÑOS) PROPUESTAS POR LA

SEPAR24

VARIABLE SEXO ECUACION SEE

FVC M 0.0678T-0.0147E-6.05 0.530

F 0.0454T-0.0211E-2.83 0.403

FEV1 M 0.0499T-0.0211E-3.84 0.444

F 0.0317T-0.0250E-1.23 0.307

FEV1/FVC M -0.1902E+85.58 5.36

F -0.2240E-0.1126P+94.88 5.31

FEF25-75% M 0.0392T-0.043E-1.16 1.000

F 0.0230T-0.0456E+1.11 0.680

PEF M 0.0945T-0.0209E-5.77 1.470

F 0.0448T-0.0304E+0.35 1.040

M: Masculino. F: Femenino. T: Talla en cm. E: Edad en años. P: Peso en kg. SEE: Error estándar de la

estima.

14
TABLA 6 – ECUACIONES DE PREDICCION PARA ADULTOS (20-70 AÑOS) PROPUESTAS POR

ROCA, 198632

VARIABLE SEXO ECUACION SEE

FVC M 0.0678T-0.0147E-6.055 0.53

F 0.0454T-0.0211E-2.825 0.40

FEV1 M 0.0514T-0.0216E-3.955 0.45

F 0.0326T-0.0253E-1.286 0.32

M: Masculino. F: Femenino. T: Talla en cm. E: Edad en años. SEE: Error estándar de la estima.

TABLA 7 – ECUACIONES DE PREDICCION PARA ADULTOS (18-70 AÑOS) PROPUESTAS POR LA

ERS, 199323

VARIABLE SEXO ECUACION SEE

FVC M 5.76T-0.026E-4.34 0.61

F 4.43T-0.026E-2.89 0.43

FEV1 M 4.30T-0.029E-2.49 0.51

F 3.95T-0.025E-2.60 0.38

FEV1/FVC M -0.18E+87.21 7.17

F -0.19E+89.10 6.51

FEF25-75 M 1.94T-0.043E+2.70 1.04

F 1.25T-0.034E+2.92 0.85

PEF M 6.14T-0.043E+0.15 1.21

F 5.50T-0.030E-1.11 0.90

M: Masculino. F: Femenino. T: Talla en m. E: Edad en años. SEE: Error estándar de la estima. Para

edades comprendidas entre 18 y 25 años, se sustituye la edad por 25 en las ecuaciones.

15
FIGURA 1 - Representación gráfica del valor predicho de FVC (FVCp) y del percentil 5, de acuerdo con

diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura. Tomada de la

referencia 34

5,6

FVCp
5,2
FV C (L)

4,8

4,4

P5
4
Knudson 1983

Roca 1986

P aoletti 1986
Quanjer 1993

Quanjer 1977

Dockery 1985

M iller 1985

M iller 1986

Crapo 1981

M orris 1971

Roberts 1991

16
FIGURA 2 - Representación gráfica del valor predicho de FEV 1 (FEV1p) y del percentil 5, de acuerdo con

diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura. Tomada de la

referencia 34

4,5
FEV1p

4
FE V 1 (L)

3,5

P5
3
Quanjer 1977

M orris 1971

M iller 1985

Quanjer 1993

P aoletti 1986

Knudson 1983

R oca 1986

Crapo 1981

R oberts 1991
Dockery 1985

M iller 1986

17
FIGURA 3 - Representación gráfica del valor predicho del cociente FEV1/FVC y del percentil 5, de

acuerdo con diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura.

Tomada de la referencia 34

84

FEV1/FVCp

79
FE V 1/FV C

74

P5
69
R oberts 1991

M iller 1985
P aoletti 1986

Roca 1986

Quanjer 1977

Quanjer 1993

M iller 1986

Knudson 1983
Crapo 1981

18
FIGURA 4 – REPRESENTACION DE LA EVOLUCION DEL FEV1 EN UN PACIENTE ASMATICO DE 43

AÑOS (FECHA DE NACIMIENTO 24-10-56), DE 173 CM DE ALTURA Y DE 71 KG DE PESO. MEJOR

VALOR PERSONAL: 4620 ML.

5000

4500

4000

3500

3000

2500

2000

1500
VALOR MAXIMO: 4620 (30-10-97)
VALOR MINIMO: 2715 (22-8-97)
1000

500

19
BIBLIOGRAFIA

1 Roca J. Aplicaciones clínicas de las pruebas de 10 Pennock BE, Cottrell JJ, Rogers RM. Pulmonary
función pulmonar. En Ancic Cortez P, Clark TJH function testing. What is “normal”? Arch Intern Med
(editores). Enfermedades respiratorias. Utilidad del 1983; 143: 2123-2127.
laboratorio. Santiago de Chile: Camugraf Ediciones
Científicas, 1990: 171-190. 11 American Thoracic Society. Standardization of
spirometry – 1994 update. J Respir Crit Care Med
2 Miller MR, Pincock AC. Predicted values: how should 1995; 152: 1107-1136.
we use them? Thorax 1988; 43: 265-267.
12 Sobol BJ. The early detection of airway
3 American Thoracic Society. Lung function testing: obstruction: another perspective. Am J Med 1976; 60:
selection of reference values and interpretative 619-624.
strategies. Am Rev Respir Dis 1991; 144: 1202-1218.
13 Díez Herranz A. Concordancia entre los valores de
4 American College of Chest Physicians. Statement referencia para la espirometría recomendados por las
on spirometry. A report of the section on respiratory Sociedades Neumológicas Española y Europea. Arch
pathophysiology. Chest 1983; 83: 547-550. Bronconeumol 1996; 32: 459-462.

5 Harber P. Value based interpretation of pulmonary 14 Glindmeyer HW III. Predictable confusion. J Occup
function tests. Chest 1985; 874-877. Med 1981; 23: 845-849.

6 Grippi MA, Metzger LF, Krupinski AV, Fishman AP. 15 Lebowitz MD, Holberg CJ. Comparison of
Pulmonary function testing. En Fishman AP (editor). spirometric reference values and the proportion of
Pulmonary diseases and disorders. New York: abnormal subjects among male smokers and those
McGraw-Hill Book Company, 1988: 2469-2521. symptomatic in a community population. Am Rev Respir
Dis 1990; 141: 1491-1496.
7 Burrows B, Knudson RJ, Kettel LJ. Respiratory
insufficiency. Chicago: Year Book Medical Publishers, 16 Quadrelli S, Roncoroni A, Montiel G. Assessment
1975: 165-168. of respiratory function: influence of spirometry
reference values and normality criteria selection.
8 Ghio AJ, Crapo RO, Elliot CG. Reference equations Respir Med 1999; 93: 523-535.
used to predict pulmonary function. Survey at
institutions with respiratory disease training programs 17 Ferrante A, Anaclerio M, Quatela M, et al.
in the United States and Canada. Chest 1990; 97: Referente spirometric data and their modelling: is it
400-403. time to change the traditional variables in models? Eur
Respir J 1994; 7 (supl. 8): 354S.
9 Harber P, Tockman M. Defining “disease” in
epidemiologic studies of pulmonary function: percent 18 Vollmer WM, Johnson LR, McCamant LE, Buist
of predicted or difference from predicted? Bull Eur AS. Methodological issues in the analysis of lung
Physiopathol Resp 1982; 18: 819-828. function data. J Chron Dis 1987; 40: 1013-1023.

20
19 Becklake MR. Concepts of normality applied to the
measurement of lung function. Am J Med 1986; 80: 28 Sobol BJ, Sobol PG. Per cent of predicted as the
1158-1164. limit of normal in pulmonary function testing: a
statistically valid approach. Thorax 1979; 34: 569-570.
20 Cotes JE. Lung function throughout life:
determinants and reference values. En Cotes JE 29 American Heart Association. AHA Council Report.
(editor). Lung function. Assessment and application in Manual for evaluation of lung function by spirometry.
medicine. Oxford, Blackwell Scientific Publications, Circulation 1982; 65: 644A-651A.
1993: 445-513.
30 Hankinson JL. Pulmonary function testing in the
21 Quadrelli SA, Montiel GC, Roncoroni AJ. Análisis screening of workers: guidelines for instrumentation,
de los factores de error en la espirometría. Medicina performance, and interpretation. J Occup Med 1986;
(Buenos Aires) 1994; 54: 69-81. 28: 1081-1092.

22 Cotes JE. Assessment of bellows and mechanical
attributes of the lung. En Cotes JE (editor). Lung
function. Assessment and application in medicine.
Oxford, Blackwell Scientific Publications, 1993: 131-178.
23 Quanjer PhH, Tammeling GJ, Cotes JE, Pedersen
OF, Peslin R, Yernault J-C. Standardized lung function
testing. Lung volumes and forced ventilatory flows.
Official statement of the European Respiratory Society.
Eur Respir J 1993; 6 (supl 16): 5-40.
31 Gilbert R, Auchincloss JH. The interpretation of the
spirogram. How accurate is it for "obstruction"? Arch
Intern Med 1985; 145: 1635-1639.
32 Castellsagué J, Burgos F, Sunyer J, Barberà JA,
Roca J, for the Barcelona Collaborative Group on
Reference Values for Pulmonary Function testing and
the Spanish Group of the European Community
Respiratory health Survey. Respir Med 1998; 92: 401-
407.

24 SEPAR. Normativa para la espirometría forzada. 33 Díez Herranz A, Tobal González M. La

Barcelona, Ediciones Doyma, SA, 1985. interpretación de la espirometría: ¿dónde nos
encontramos? Arch Bronconeumol 1996; 32: 475-482.
25 Cordero PJ, Morales P, Benlloch E, Miravet L,
Cebrián J. Spirometric studies in normal subjects. 34 Díez Herranz A, Para Cabello J, Aller Alvarez JL.
Reference values for adults of Spanish descent. Eur Intrerpretando la espirometría: ¿porcentajes o
Respir J 1995; 8 (supl. 19): 436S. percentiles? Validación de diferentes criterios
diagnósticos. XII Premio CIBA. Salamanca: XIV
26 Cotes JE. Lung function throughout life: Congreso SOCALPAR, 1995.
determinants and reference values. En Cotes JE
(editor). Lung function. Assessment and application in 35 Thomas HM III, Garret RC. Interpretation of
medicine. Oxford: Blackwell Scientific Publications, spirometry. A graphic and computational approach.
1993: 445-513. Chest 1984; 86: 129-131.

27 Hyatt RE, Scanlon PD, Nakamura M. Spirometry: 36 Knudson RJ, Lebowitz MD, Holberg CJ, Burrows B.
dynamic lung volumes. En Hyatt RE, Scanlon PD, Changes in the normal maximal expiratory flow-volume
Nakamura M. Interpretation of pulmonary function curve with growth and aging. Am Rev Respir Dis 1983;
tests. Philadelphia, Lippincott-Raven Publishers, 127: 725-734.
1997: 5-25.

21
37 Dosman JA, Cotton DJ, Graham BL, Hall DL, Li R,
Froh F, et al. Sensitivity and specificity of early
diagnostic tests of lung function in smokers. Chest 1981;
79: 6-11.
38 Miller MR, Pincock AC. Predicted values: how should
we use them? Thorax 1988; 43: 663-664.
39 Quanjer PhH. RV/TLC% ratio: alternative criteria of
normality. Eur Respir J 1995; 8: 1813.
40 American Thoracic Society. Evaluation of
impairment/ disability secondary to respiratory disorders.
Am Rev Respir Dis 1986; 133: 1205-1209.
41 Detels R, Tashkin DP, Simmons MS, Carmichael HE
Jr, Sayre JW, Rokaw SN, et al. The UCLA population
studies of chronic obstructive respiratory disease. 5.
Agreement and disagreement of tests in identifying
abnormal lung function. Chest 1982; 82: 630-638.
42 Manfreda J, Sidwall G, Maini K, West P, Cherniak
RM. Respiratory abnormalities in employees of the hard
rock mining industry. Am Rev Respir Dis 1982; 126:
629-634.
43 Crapo RO, Morris AH, Gardner RM. Reference
spirometric values using techniques and equipment that
meet ATS recommendations. Am Rev Respir Dis 1981;
123: 659-664.
44 Laszlo G. European standards for lung function
testing: 1993 update. Thorax 1993; 48: 873-876.
45 Matthews DE, Farewell VT. Estadística médica.
Aplicación e interpretación. Barcelona: Salvat
Editores, SA, 1990: 93-107.
46 Miller MR, Pincock AC, Grove DM. Patterns of
spirogram abnormality in individual smokers. Am Rev
Respir Dis 1985; 132: 1034-1040.
47 Crapo RO, Morris AH, Gardner RM. Reference
spirometric values using techniques and equipment that
meet ATS recommendations. Am Rev Respir Dis 1981;
124: 764.
48 Pennock BE, Rogers RM, McCaffree DR. Changes
in measured spirometric indices. What is significant?
Chest 1981; 80: 97-99.
49 Roberts CM, Mac Rae KD, Winning AJ, Adams L,
Seed WA. Reference values and prediction equations
for normal lung function in a nonsmoking white urban
population. Thorax 1991; 46: 643-650.
50 Pennock BE, Rogers RM, Owens GR, Unger KM.
The normal ranges in spirometric indices. Chest 1982;
81: 658-659.
51 Oldham PD. Per cent of predicted as the limit of
normal in pulmonary function testing: a statistically valid
approach. Thorax 1979; 34: 569.
52 Kauffmann F, Drouet D. Spirometric reference
values - what for? Am Rev Respir Dis 1982; 136: 595.
53 Miller MR, Grove DM, Pincock AC. Time domain
spirogram indices. Their variability and reference values
in nonsmokers. Am Rev Respir Dis 1985; 132: 1041-
1048.
54 Poirier KP. A quantitative definition of obstructive
lung disease. Am J Med 1968; 45: 329-335.
55 Díez Herranz A, Para Cabello J, Fernández
Rodríguez ML. Validación de diversos criterios de
interpretación de la espirometría forzada. Estudio
preliminar. Arch Bronconeumol 1994; 30: 418-
419.
22