CAPÍTULO
46 ESTUDIO FUNCIONAL DE LA VOZ
I. Cobeta Marco y E. Mora Rivas
INTRODUCCIÓN
En el mecanismo de la emisión de la voz inter-
vienen varias estructuras, especialmente el aparato
respiratorio y la vía digestiva alta, aunque la laringe
es la parte principal y la más versátil. El elemento
físico esencial de la emisión vocal es el aire. El or-
ganismo emplea el aire espirado como fuente de
energía para la emisión vocal en un extraordinario
ejercicio de aprovechamiento energético: el aire
que se desecha tras cumplir la misión del intercam-
bio gaseoso es el que se aprovecha para emitir la
voz. Pero el lengua-je que se emplea en la comuni-
cación verbal es mucho más que la voz: la voz y el
habla articulada son los vehículos del lenguaje, y
éste surge de determinadas áreas del neocórtex ce-
rebral que son prácticamente exclusivas del género
humano. Sin la participación del cerebro, todas las
estructuras que originan la emisión de la voz, del
habla y, en definitiva, del lenguaje (comunicación
verbal) no existirían.
Siempre se ha hablado de tres mecanismos esen-
ciales en la producción vocal: los pulmones, que ex-
halan el aire, como fuente de energía continua; la la-
ringe, que transforma esta fuente de energía continua
en pulsos de aire en forma de energía discontinua
con frecuencia variable; y el tracto vocal (desde las
cuerdas vocales hasta los labios) que al modificar su
morfología (longitud y anchura), hace que, los mis-
mos pulsos aéreos de los pulmones (consonantes) y
de las cuerdas (vocales) suenen de diferente manera,
conformando los sonidos del lenguaje verbal en los
diferentes idiomas.
ANATOMÍA DE LA FONACIÓN
El aparato respiratorio es fundamental en la pro-
ducción de la voz, ya que sin aire no se pueden emitir
sonidos. Muchas disfonías son debidas a hábitos res-
piratorios incorrectos y a problemas anatómicos y
funcionales en distintas alturas del aparato respirato-
rio. Las personas con reducción de la capacidad pul-
monar tienen dificultades en la emisión vocal.
El músculo más efectivo para producir la inspira-
ción es el diafragma, que está inervado por el nervio
frénico y está constituido por una lámina musculo-
tendinosa que separa el tórax del abdomen. En posi-
ción espiratoria el músculo tiene forma de cúpula en
la parte inferior del tórax. La región lateral de esa
cúpula contacta con la vertiente interna de las tres
costillas inferiores. La contracción del diafragma
produce un aplanamiento del mismo, abriéndose el
ángulo costodiafragmático en todo su perímetro,
produciéndose la ventilación pulmonar inspiratoria.
Las costillas pueden moverse realizando un ascenso
por su parte anterior (giran sobre un eje posterior).
La elevación costal produce un aumento de los diá-
metros anteroposterior y transversal del tórax. De
hecho, el perímetro torácico aumenta entre 7 y 10
cm en el hombre al hacer una inspiración máxima y
entre 5 y 8 cm en la mujer. La elevación inspiratoria
de las costillas se produce fundamentalmente por la
acción de los músculos intercostales externos. Los
músculos intercostales internos tienen, al contraerse,
un efecto espiratorio. Son músculos auxiliares de la
respiración los pectorales mayor y menor, los escale-
nos, el esternocleidomastoideo y algunos fascículos
de los serratos. La espiración se produce por la rela-
jación del diafragma y por la elasticidad del parén-
quima pulmonar, contribuyendo a la espiración for-
zada o contra resistencia los músculos abdominales
que traccionan hacia abajo de la parte anterior de las
costillas y haciendo, además, que las vísceras abdomi-
nales desplacen el diafragma hacia arriba.
La laringe, como se ha dicho, constituye la estruc-
tura más importante del mecanismo fonatorio. Sus
principales propiedades son:
 Parte 4. Laringología
1. Rigidez externa, proporcionada por el esqueleto
cartilaginoso, que le da solidez para evitar el co-
lapso o la obstrucción.
2. Elasticidad y movilidad, determinadas por: dos
membranas, el cono elástico y la membrana cua-
drangular, situadas por dentro de los cartílagos;
por los músculos intrínsecos y extrínsecos, y por
los ligamentos que unen los cartílagos.
3. Flexibilidad para la vibración, gracias a la lámina
propia de la mucosa que recubre la endolaringe.
No se hará alusión al esqueleto laríngeo, que ya se
trató en el capítulo anterior. Aquí conviene retomar
la función vocal de algunos músculos, y señalar que:
El músculo cricoaritenoideo lateral va desde la cara
superior del anillo cricoideo hasta la apófisis muscu-
lar del aritenoides. Su efecto es traccionar la apófisis
muscular hacia delante, desplazando el aritenoides
medialmente, juntando las cuerdas.
El músculo tiroaritenoideo es el propio músculo de
la cuerda vocal, y tiene dos grupos de fibras. La por-
ción medial constituye el cuerpo de la cuerda vocal;
su contracción disminuye la longitud de las cuerdas
vocales, produciendo un efecto relativo de engrosa-
miento de las mismas, al tiempo que disminuye la
tensión longitudinal; su acción permite la emisión de
tonos vocales bajos (o graves). La porción lateral del
músculo tiroaritenoideo tiene un efecto mínimo en
las características vibratorias de las cuerdas vocales, y
también tiene un ligero efecto aductor (contribuye a
cerrar la glotis).
El músculo interaritenoideo abraza a los dos cuerpos
de los cartílagos aritenoides por su parte interna y
posterior, y ayuda a juntarlos en la línea media. El
efecto aductor del músculo interaritenoideo produce
el cierre de la parte posterior de la glotis.
El músculo cricotiroideo se origina en la cara antero-
lateral del arco cricoideo y se inserta también en el
borde inferior de la lámina tiroidea. Su contracción
aproxima los cartílagos tiroides y cricoides por de-
lante, desplazando el sello cricoides y el aritenoides
hacia atrás, elongando las cuerdas vocales, haciéndo-
las más finas y estrechas, con lo que vibrarán más de-
prisa y la nota emitida será más aguda (éste es un
músculo de suma importancia para los cantantes). La
disminución en la actividad del músculo cricotiroi-
deo produce una disminución de la tensión de las
cuerdas vocales, resultando una vibración más lenta y
una disminución de la frecuencia fundamental (im-
posibilidad de emitir notas agudas).
Como se indicó en el capítulo 44, el músculo cri-
coaritenoideo posterior es el único músculo intrínseco
que separa (abduce) las cuerdas vocales. Se inserta en
la cara posterior del sello cricoideo, y sus fibras con-
vergen para insertarse en la apófisis muscular del ari-
tenoides. Su contracción desplaza la apófisis muscular
590
hacia atrás, lo que asocia una lateralización aritenoidea
que abre la glotis.
Es conveniente retomar algunos aspectos ya tra-
tados referentes a la inervación, para hacer alguna
consideración acerca de la función vocal; son los si-
guientes:
La inervación de los músculos intrínsecos de la
laringe se realiza por dos nervios, ramas del vago
(X par): el más importante es el nervio recurrente,
que entra en la laringe por la parte inferior, por de-
trás de la glándula tiroides, inervando a todos los
músculos excepto al cricotiroideo (el músculo de las
notas agudas), el cual es inervado por la rama exter-
na del nervio laríngeo superior, también rama del
nervio vago. El recurrente es un nervio tanto aproxi-
mador como separador de las cuerdas vocales. Su
lesión o parálisis determina una inmovilidad de la
hemilaringe correspondiente. Cuando la parálisis es
de un solo lado, la voz resultante es muy aérea, pero
si la lesión es bilateral se produce una disnea por im-
posibilidad de separar las cuerdas vocales, que oscila
de moderada a grave, aunque la voz no suele estar
afectada porque las cuerdas pueden vibrar al estar
casi unidas en la línea media. La rama interna del
nervio laríngeo superior, que atraviesa la membrana
tirohioidea, recoge la sensibilidad de la supraglotis y
la valécula.
Las cuerdas vocales tienen características diferen-
tes según se consideren los dos tercios anteriores o el
tercio posterior. Los dos tercios anteriores tienen ca-
racterísticas membranosas o vibratorias: su espesor o
parte más externa está formada por el músculo ti-
roaritenoideo (músculo vocal), que está cubierto me-
dialmente (hacia la glotis) por una porción fibrosa
densa (ligamento vocal), por una porción fibrosa laxa
(lámina propia) y, finalmente, por mucosa; el tercio
posterior es cartilaginoso (porción no vibratoria o
respiratoria) y está formado por la apófisis vocal y la
base del cartílago aritenoides de cada lado. La cuerda
vocal vibratoria se compone de tres partes, reclasifi-
cadas en 1975 por Hirano desde las cinco capas his-
tológicas clásicas (fig. 46-1):
1. Cubierta, formada por la mucosa (epitelio estrati-
ficado plano no queratinizado) y por la capa su-
perficial de la lámina propia laxa y flexible (espa-
cio de Reinke).
2. Zona de transición o ligamento vocal, formada
por las capas intermedia (fibras elásticas) y pro-
funda (fibras colágenas) de la lámina propia.
3. Cuerpo o músculo vocal.
Para que la voz suene correctamente, y no haya
disfonía, es imprescindible la perfecta integridad de
estas estructuras anatómicas.
 Capítulo 46. Estudio funcional de la voz

vocales. La vibración de las cuerdas se mantiene a sí

E misma debido a las fuerzas aerodinámicas del aire al
Cubierta salir y a las mioelásticas, por la elasticidad del tejido
LPs
de las cuerdas. Al salir el aire, con las cuerdas unidas
LPI en la línea media, se produce una separación mínima en
el momento en que la presión subglótica del aire em-
Transición
pieza a vencer la presión de cierre de las cuerdas; si el
LPP
aire sigue saliendo, se produce una mayor separación,
pero al pasar el aire a una mayor velocidad por un
lugar estrecho se crea una aspiración del borde infe-
MV Cuerpo
rior de las cuerdas (efecto Bernoulli), con lo que co-
mienzan a volver a unirse; esta rápida apertura y cie-
rre se conoce como ciclo vocal, que comienza por la
CE cara inferior de las cuerdas y termina en la superior,
produciendo un movimiento en forma de onda, que
se denomina onda mucosa (fig. 46-2).

Figura 46-1. Representación esquemática de un corte

transverso de la cuerda vocal que muestra las capas que
le dan un gradiente de elasticidad gracias al cual pueden
vibrar. E: epitelio; LPs: lámina propia superficial (espacio de
Reinke); LPI: lámina propia intermedia; LPp: lámina propia
profunda; MV: músculo vocal; CE: cono elástico.

FISIOLOGÍA DE LA FONACIÓN

La laringe tiene diferentes funciones: la respira-

toria, que permite el paso del aire desde el exterior a
los pulmones (para lo cual las cuerdas deben estar
abducidas (separadas); otra importante misión en el
ser humano es la de ayudar a emitir el sonido vocal,
para lo cual la laringe debe estar con las cuerdas adu-
cidas (cerradas); igualmente está cerrada, casi con-
traída como un esfínter, cuando deglutimos, con el
© Elsevier. Es una publicación MASSON. Fotocopiar sin autorización es un delito.

fin de aislar la vía aérea de la digestiva. Otras funcio-

nes son aumentar la efectividad de la tos, y el aumen-
to de la presión abdominal; estas dos últimas se fun-
damentan en un mecanismo de válvula.
Se detallan a continuación las dos primeras fun-
ciones, que se concatenan funcionalmente: respirar y
fonar. Ambas tienen una posición opuesta de las cuer-
das. Para respirar, la posición de las cuerdas debe ser
Figura 46-2. Representación del ciclo vocal. Las figuras
de reposo, separadas, con lo cual respiramos de una
superiores muestran una visión estroboscópica de la glotis,
forma natural y eficiente. Para emitir la voz las cuer-
y las inferiores muestran una sección coronal.
das deben estar unidas en la línea media, para que
tengan capacidad de vibrar. Diversas teorías han in-
tentado explicar el mecanismo de la fonación; actual-
mente se acepta la teoría mioelástica-aerodinámica El número de veces que las cuerdas se separan
de Van der Berg, enunciada en 1958 (v. también capí- y se aproximan en un segundo, estando las apófisis
tulo 44). Para que se produzca la emisión vocal, las vocales unidas, es decir, el número de ciclos vocales
cuerdas deben cerrarse y unirse en la línea media; de por segundo, se expresa en hertzios (Hz) y constituye
esta manera, la corriente continua de aire provenien- la frecuencia fundamental (F0). La F0 en las mujeres
te de los pulmones puede hacer vibrar las cuerdas está en torno a 200-250 Hz, y en los hombres, en

591
 Parte 4. Laringología
100-150 Hz. Como el sonido es tanto más agudo
cuando mayor es el número de veces que vibran las
cuerdas en un segundo, la voz de las mujeres es más
aguda. La diferente frecuencia de vibración de las
cuerdas se percibe como una variación en el tono:
más vibración, tono más agudo; menor vibración,
tono más grave.
El tono puede variar entre dos y tres octavas en un
mismo individuo, lo cual puede conseguirse modifi-
cando la tensión, longitud y la masa relativa de las cuer-
das vocales. Así, al aumentar la longitud y la tensión de
las cuerdas, aumentará el tono, y disminuirá al incre-
mentarse la masa. Los músculos responsables de estas
variaciones son el cricotiroideo, que elonga las cuerdas,
y el tiroaritenoideo, que disminuye la tensión y la lon-
gitud de las cuerdas vocales con su contracción.
La intensidad de la emisión vocal aumenta de for-
ma fundamental al aumentar la presión subglótica, la
cual debe ir acompañada de una mayor resistencia
glótica al flujo aéreo (principio de acción y reacción).
Una vez que el sonido vibratorio entra en el tracto
vocal comienzan a producirse una serie de cambios
en él, puesto que el tracto vocal se convierte en un
filtro, haciendo que partes de ese sonido se refuercen
y otras se atenúen (amplificación y armonización) a
lo largo de las cavidades de resonancia (hipofaringe,
faringe, nariz y boca), dando lugar a los armónicos de
la voz hablada, que son refuerzos de energía en de-
terminadas frecuencias que se conocen como forman-
tes; dependiendo de la posición de los formantes, que
generalmente son tres, suenan las diferentes vocales
(teoría fuente-filtro).
CONCEPTO DE DISFONÍA
Es difícil de definir la voz normal, puesto que de-
pende de parámetros fundamentalmente sociocultu-
rales. Para afirmar que una voz es normal:
1. El timbre debe ser agradable, con una cierta mu-
sicalidad y con ausencia de ruido. Depende de los
formantes del tracto vocal, de la frecuencia funda-
mental y de la intensidad.
2. El tono debe ser el adecuado, en correspondencia
a la edad y al sexo del individuo.
3. El volumen debe ser el apropiado, sin que la voz
sea tan débil que no se pueda oír en condiciones
de un entorno sonoro normal, ni que sea tan alta
que llame la atención.
4. La flexibilidad debe ser la adecuada, con variacio-
nes de tono y de volumen que ayudan a expresar
sentimientos y emociones.
Una voz es disfónica cuando es diferente a como
esperamos que sea, o cuando nos llama la atención por
592
algo. El término disfonía es impreciso, porque abarca
un amplísimo espectro de alteraciones de la emisión
vocal; realmente, al decir disfonía estamos diciendo
que la voz no es normal o que quizá sea patológica, o
lo que es lo mismo: que la voz no «suena» como el
paciente o el médico creen que debería hacerlo.
La voz normal se emite cuando se utilizan ade-
cuadamente los recursos fonatorios, tanto estructural
como funcionalmente. Aunque existen muchas cau-
sas que pueden producir alteraciones de la voz, se
pueden resumir en tres: defecto de cierre de la glotis,
falta o irregularidad de vibración de las cuerdas voca-
les y tensión excesiva de la laringe. Esta última causa
puede ser primitiva o consecuencia de alguna de las
anteriores.
EXPLORACIÓN FUNCIONAL DE LA VOZ
Como en cualquier otra rama de la medicina, una
buena evaluación clínica de la voz comienza por
una correcta historia clínica. La historia clínica de la
voz debe responder, en principio, al origen, evolución
y causa de la alteración vocal. La gran ventaja al hacer
la historia clínica vocal es que oímos la voz del pacien-
te y podemos hacernos idea inmediatamente de cuál es
el motivo de consulta. Cuando se tiene un buen entre-
namiento, la audición e interpretación de la voz puede
aproximarnos mucho al posible diagnóstico.
ANAMNESIS
1. La exploración visual del paciente debe realizarse
al comienzo de la entrevista clínica: postura, hábi-
tos respiratorios, colocación del cuerpo durante la
fonación, etc.
2. Antecedentes personales: hábitos tóxicos, fárma-
cos, intervenciones quirúrgicas, enfermedades de
interés, profesión y ambiente en el que la desarro-
lla, etc.
3. Enfermedad actual: inicio de los síntomas (crono-
logía y forma de instauración), evolución (tanto a
lo largo del tiempo como en un día), estrés emo-
cional, síntomas de reflujo faringe-laríngeo, y re-
lación de los síntomas con los esfuerzos vocales.
VALORACIÓN PSICOACÚSTICA
La valoración psicoacústica o valoración subjetiva
de la voz tiene por objeto atribuir unas características
tímbricas a la voz y tratar de relacionarlas con la pa-
tología y el grado de lesión. También tiene la finali-
dad de valorar la evolución del tratamiento de una
forma subjetiva, en contraposición con la valoración
 Capítulo 46. Estudio funcional de la voz
objetiva que se consigue mediante el equipamiento
del laboratorio de voz.
La valoración psicoacústica suele hacerse con la
escala GRABS, que corresponde al acrónimo, en in-
glés, de: G-grade (grado), R-rough (rasposa), A-astenic
(asténica), B-breathy (aérea), S-strain (tensa). Cada
uno de los apartados se valora en una escala de 4 pun-
tos (0 = normal, 1 = ligero, 2 = moderado, 3 = extre-
mo) (tabla 46-1).
El atributo G indica el grado general de afectación
de la voz; el 0 corresponde a una voz normal; el 3 co-
rresponde a una voz muy patológica.
El atributo R indica si la voz es ronca, o con roza-
miento. Se produce por alteración en la vibración,
bien porque hay una lesión de la cuerda vocal que
hace que se bloquee la vibración por rozamiento con
la otra cuerda, o porque la cubierta de la cuerda está
fija al músculo y se produce una ausencia de onda
mucosa. Las inflamaciones agudas laríngeas partici-
pan de ambos mecanismos. La forma más simple de
ronquera es el bloqueo instantáneo de la vibración
por la interposición de una mucosidad sobre el borde
libre, y la forma más grave es la infiltración tumoral
de la glotis.
El atributo A es el grado de fatiga y debilidad de la
voz, incapacidad para fonar durante períodos largos
de tiempo sin cambiar el timbre vocal. Cada persona
tiene su límite, pero oscila entre 80 y 120 minutos de
habla continua. El tono se hace más grave y la dic-
ción es más monótona, perdiendo flexibilidad. La voz
asténica puede aparecer en enfermedades neurológi-
cas, como la esclerosis múltiple, la miastenia gravis,
ELA, síndromes parkinsonianos, etc.
El atributo B corresponde a la sensación de aire en
la voz, voz aérea o voz soplada, que se produce por
escape de aire entre las cuerdas vocales. El aire espi-
rado hace vibrar las cuerdas en cada ciclo vocal: éste
© Elsevier. Es una publicación MASSON. Fotocopiar sin autorización es un delito.
es el aire productivo, con salida en pulsos regulares
con la cadencia de la frecuencia fundamental. Si por
alguna circunstancia no hay cierre glótico, parte del
aire espirado se pierde de forma turbulenta entre las
cuerdas, lo cual se percibe como voz aérea. El caso
Tabla 46-1. Valoración psicoacústica de la voz (método GRABS)
G (grade) Grado de afectación global de la voz
R (rough) Voz ronca
A (astenic) Grado de fatiga
B (breathy) Sensación de aire en la voz, «voz aérea»
S (strain) Tensión vocal
más llamativo se observa en la parálisis laríngea.
Cuanto menor es el tiempo de fonación, mayor es el
defecto de cierre.
El atributo S lo tienen las voces constreñidas
o tensas. Esta interpretación psicoacústica corres-
ponde al fenómeno de la hiperfonación o tensión ex-
cesiva de la laringe. La contracción excesiva es el ori-
gen de muchas lesiones hipertróficas del borde libre
de las cuerdas. La tensión de la voz, con agotamiento
del aire espirado, con sensación acústica de dureza,
suele tener una repercusión extralaríngea, de forma
que se aprecia contracción de los músculos del cuello
e ingurgitación venosa cervical. Con las voces tensas
parece que el paciente habla portando un gran peso
en los brazos.
Los atributos R y B se asocian en mayor grado
con lesiones orgánicas en las que predomina la dis-
minución de la vibración (R) y el defecto de cierre
(B), mientras que los atributos A y S se asocian más,
en principio, a lesiones funcionales, en las que se en-
cuentra cansancio vocal (A) y emisión hiperfónica
(S). Las voces normales tienen una numeración sub-
jetiva psicoacústica GRABS de 0-2; las voces con dis-
fonía leve, entre 3-5; las voces con disfonía modera-
da, entre 6-8; y las disfonías graves tienen una
puntuación superior a 8.
EVALUACIÓN AERODINÁMICA
Pruebas no instrumentales
El tiempo máximo de fonación (TMF) se obtiene al
pedirle al paciente que pronuncie la vocal «e» duran-
te todo el tiempo que pueda, tras una inspiración
profunda, a un volumen y a una frecuencia cómodas.
Es conveniente realizar la prueba dos o tres veces, y
tomar el mejor tiempo. Los valores normales son va-
riables, y esto hace que se le dé un valor relativo, pero
es muy orientativo, variando en función del sexo y la
edad. Los hombres tienen un TMF medio de 25 a
35 segundos, y las mujeres, de 15-25 segundos. En las
Normal Ligero Moderado Extremo
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
0 1 2 3
593
 Parte 4. Laringología
personas mayores de 65 años existe una disminución
global de la capacidad pulmonar, así como una pérdi-
da de la eficiencia glótica, lo que conlleva a una dis-
minución del TMF.
Clínicamente, unos valores del TMF «e» por de-
bajo de 10 segundos se deben considerar patológicos.
Cuando el paciente emite un sonido vocal, las varia-
ciones del tiempo de emisión vienen determinadas
por la capacidad pulmonar, la intensidad del sonido
y la eficiencia glótica (cierre glótico).
Las disminuciones del TMF deben atribuirse,
en principio, a una pérdida de la eficiencia glótica.
Cuando alguna lesión impide el cierre de las cuer-
das (parálisis, masa, atrofia o rigidez) parte del aire
se escapa sin producir vibración. Este aire crea tur-
bulencias no armónicas que generan la disfonía. De
esta forma, se puede asociar disfonía con disminu-
ción del TMF, y la parálisis laríngea es la que lo pre-
senta en mayor proporción, seguida de los nódulos
y pólipos.
El índice «s/e» también se conoce como índice
o cociente fonorrespiratorio. Y es el cociente entre el
TMF para la «s» y el TMF para la «e». El TMF «s»
se halla pidiéndole al paciente que diga la letra «s»,
como si mandase callar, todo el tiempo que pueda
después de una inspiración profunda. La «s» se pro-
nuncia haciendo pasar el aire entre los dientes sepa-
rados unos 2 mm y modulándolo con la punta de la
lengua. La intensidad debe ser baja, y el control de
la espiración, máximo. El TMF para la «s» es igual o
mayor que TMF «e». El índice «s/e» tiene como fi-
nalidad relacionar las funciones pulmonar y laríngea.
En un paciente sin restricción pulmonar, un TMF
corto significa siempre un defecto de cierre glótico.
El razonamiento de la prueba consiste en que, si hay
defecto de cierre glótico, se pierde aire (aire no pro-
ductivo vocal), con la consiguiente disminución del
TMF para la «e», pero sin disminuir el TMF «s»
(que es el numerador del índice). Si el numerador
permanece igual y el denominador disminuye («e»),
se obtienen unos índices anormalmente altos. El lí-
mite de la normalidad se encuentra en 1,3, y por en-
cima, cuanto más alto, más patológico.
Pruebas instrumentales: el fonetograma
Es una representación gráfica de la capacidad fo-
natoria. Se construye representando en un diagrama
cartesiano, en el eje de abscisas, lo que se denomina
el rango vocal, o frecuencias desde la más grave a la
más aguda, todos los tonos que sea capaz de emitir el
paciente, y en el eje de ordenadas, la intensidad en
decibelios desde la más baja a la más alta (rango diná-
mico) a la que sea capaz de emitir dichos tonos. La
interacción entre el rango vocal y el dinámico se
conoce como campo vocal. El fonetograma sirve para:
594
1. Determinar la gravedad de la disfonía.
2. Demostrar la mejoría tras el tratamiento.
3. Determinar el potencial de cantantes y profesio-
nales de la voz.
Con el fonetograma se obtiene una valoración
cuantitativa, pero no se valora la cualidad vocal.
EXPLORACIÓN POR IMAGEN
Estroboscopia
La estroboscopia constituye uno de los métodos
más útiles, sino el que más, para la exploración fun-
cional laríngea, sobre todo cuando se quiere valorar a
un paciente con disfonía; en realidad, es el elemento
más importante de los laboratorios de voz. Para la ex-
ploración estroboscópica se debe utilizar un método
de captación de imagen (telelaringoscopio, preferen-
temente, o fibroscopio), una fuente de luz estroboscó-
pica y un sistema de registro (no imprescindible).
El movimiento de las cuerdas vocales puede en-
lentecerse de forma ficticia a través de la ilusión óp-
tica que proporciona el estroboscopio. La vibración
de las cuerdas vocales se produce unas 125 veces/s en
el hombre y unas 250 veces/s en la mujer; a esta fre-
cuencia, el ojo humano es incapaz de distinguir los
ciclos vocales; de hecho, cuando un movimiento pe-
riódico ocurre más de 5 veces por segundo ya no se
puede individualizar (ley de Talbott). La luz estro-
boscópica se emite con un desfase respecto a la fre-
cuencia del ciclo vocal, que se capta con un micrófo-
no, de tal forma que con cada destello se ilumina una
parte del ciclo vocal (cada vez ligeramente avanzado
en comparación con el anterior). De esta manera, lo
que acontece muchas veces en un segundo queda re-
ducido a menos de 5 ciclos por segundo, con lo cual
se consigue la ilusión óptica de que se produce muy
lentamente, y se puede analizar visualmente y regis-
trarlo.
Los aspectos que se deben valorar al realizar la
estroboscopia son los siguientes (tabla 46-2).
Tabla 46-2. Detalles que se valoran
en la laringoestroboscopia
Aspectos anatómicos Aspectos funcionales
de las cuerdas vocales de las cuerdas vocales
¸ Coloración y vascularización ¸ Simetría
¸ Lesiones orgánicas ¸ Periodicidad
¸ Mucosidad ¸ Cierre glótico
¸ Características del borde libre ¸ Amplitud de la onda mucosa
 Capítulo 46. Estudio funcional de la voz
1. Aspectos anatómicos:
a) Coloración y vascularización de las cuerdas
vocales.
b) Lesiones (localización y tamaño).
c) Moco (cantidad y consistencia).
d) Borde libre de las cuerdas.
2. Aspectos funcionales:
a) Simetría en la movilidad de las cuerdas.
b) Periodicidad: regularidad de los ciclos vocales,
representando una contracción muscular esta-
ble e igualdad en la masa de ambas cuerdas.
c) Cierre glótico: existencia o ausencia de defec-
tos de cierre (posterior, anteroposterior, ante-
rior, en reloj de arena, en huso).
d) Amplitud de la onda mucosa: movimiento ver-
tical de la cubierta de la cuerda sobre el múscu-
lo. La estroboscopia reconoce zonas de adina-
mia de la mucosa, es decir, porciones no
vibratorias, lo cual no se puede apreciar con la
luz continua; siendo ésta su aplicación funda-
mental. En este sentido, se muestra muy útil
en el seguimiento de procesos potencialmente
malignos, como las laringitis crónicas leuco-
plásicas, para diferenciarlas de un carcinoma
microinvasor; también es extremadamente útil
para diagnosticar disfonías en las que, con luz
continua, las cuerdas aparecen normales, pero
hay zonas cicatriciales que no vibran.
Para evaluar los parámetros anteriores, se deben
realizar las siguientes maniobras durante la explora-
ción con videoestroboscopia:
1. Emisión de una vocal sostenida, primero en un
mismo tono e intensidad, y luego variando los
mismos.
2. Haciendo un glissando (recorrer la escala de fre-
© Elsevier. Es una publicación MASSON. Fotocopiar sin autorización es un delito.
cuencias en una misma vocal, generalmente la
«i», procurando no variar el volumen).
Cinematografía ultrarrápida
(High Speed Digital Imaging)
Descrito por primera vez en 1942, pero perfec-
cionada digitalmente en los últimos años, este méto-
do de estudio vocal viene a solventar las limitaciones
que presenta la ficción de la estroboscopia, como en
el caso, por ejemplo, de voces no periódicas, o con
disfonía grave y tiempos de fonación extremadamen-
te limitados (hasta de un segundo). La F0 o la inten-
sidad de la emisión vocal no limitan el estudio. Tiene
capacidad para registrar hasta 8.000 fotogramas por
segundo, aunque lo habitual en los equipos clínicos
es de entre 2.000 y 4.000, grabando por tanto cada
uno de los ciclos vocales a ritmo real y de forma com-
pleta. La duración de los registros varía de 2 a 8 se-
gundos. Recoge la señal acústica y electroglotográ-
fica al mismo tiempo, y permite un estudio más
detallado de los fenómenos transitorios de la vibra-
ción, como en el caso de las escalas de los glissando, en
la tos, en la fonación inspiratoria, en la risa y en el
frito vocal (vibración vocal acompañada de vibración
de bandas).
Los datos que pueden estudiarse son: amplitud,
asimetría/asincronía, onda mucosa, diferencia de fase
vertical, y otros de menor interés. El uso clínico tiene
especial relevancia en la diplofonía, el temblor y el
estudio en detalle de las lesiones benignas.
La cinematografía ultrarrápida perfeccionada es
un método de análisis vocal relativamente reciente,
por lo que se prevé que en el futuro se desarrolle y
aumenten sus aplicaciones clínicas, ya que en el mo-
mento actual su uso fundamental reside en la investi-
gación básica, debido a la necesaria lentitud del aná-
lisis de las imágenes.
Una variación de la cinematografía ultrarrápida
es la videoquimografía, que emplea una base semejante
a la anterior, pero recogiendo la imagen glótica de
forma simultánea, tanto desde el aspecto espacial
como temporal; esto permite observar los fenómenos
que aparecen a lo largo del ciclo vocal en varios pun-
tos glóticos. La videoquimografía puede detectar, por
tanto, asimetrías e irregularidades en el modo de
propagación de la onda mucosa tanto en sentido ver-
tical como anteroposterior. Su coste es ostensible-
mente inferior a la cinematografía.
ANÁLISIS ACÚSTICO DE LA VOZ
(LABORATORIO DE VOZ)
Como fase final de la exploración de la voz, tras la
historia clínica, las pruebas de valoración acústica, las
pruebas aerodinámicas básicas y la estroboscopia, se
encuentra el análisis acústico de la voz; esta prueba
consiste en analizar y cuantificar los componentes de
la emisión vocal. Cuando se emite un sonido mante-
nido, como una vocal (generalmente, la «e»), se crea
una señal acústica que puede recogerse mediante un
micrófono colocado a 20 cm de los labios para, pos-
teriormente, digitalizarla y analizarla con un progra-
ma de análisis acústico. Dicha señal se traduce en una
onda compleja y periódica que es el resultado de la
vibración de las cuerdas después de atravesar el trac-
to vocal. Los parámetros principales que se analizan
de la señal microfónica son: la frecuencia fundamen-
tal, las variaciones de la frecuencia (jitter) y las varia-
ciones de la intensidad (shimmer).
La frecuencia fundamental (F0), como ya se ha
indicado anteriormente, es el número de veces que
las cuerdas vibran en un segundo. Varía en función de
la masa de las cuerdas vocales; así, cuando la masa
595
 Parte 4. Laringología
aumenta (edema de Reinke, gran vascularización,
masas intracordales), disminuye la F0 (la voz se hace
más grave), en función de la longitud y la tensión de las
cuerdas vocales. Ambos parámetros suelen variar
conjuntamente, de forma que un aumento de la lon-
gitud motiva un aumento de la tensión de la cuerda,
y esto se traduce en una vibración más rápida y, por
tanto, en un aumento de la F0 (sonido más agudo).
El jitter se refiere a las variaciones involuntarias
de la F0 entre un ciclo vocal y el siguiente. La F0
puede variarse de forma voluntaria cambiando la en-
tonación de una frase, pero esta variación no es la que
estudia el jitter. Representa también una medida de la
estabilidad de la fonación. Las causas de estas pertur-
baciones son:
1. Neurológicas: por falta de control del sistema
nervioso sobre los músculos vocales.
2. Aerodinámicas: cuando existe un defecto de cie-
rre glótico que puede provocar un escape de aire
que haga vibrar irregularmente a las cuerdas.
3. Mecánicas: cuando hay asimetrías en la masa de
las cuerdas o cuando hay cambios en las propieda-
des biomecánicas de las mismas, que es cuando se
produce una gran alteración en el jitter.
Las lesiones de masa de las cuerdas vocales aumen-
tan mucho el jitter. Los valores del jitter aumentan al
aumentar la edad. Valores de jitter del 1% ya son per-
cibidos como ronquera, y conforme aumentan dichos
valores, aumenta la percepción de la ronquera.
El shimmer mide la variabilidad de la amplitud de la
señal ciclo a ciclo. Al igual que la frecuencia funda-
mental, la intensidad varía de forma involuntaria al
emitir un sonido vocal; existe un cierto grado de tole-
rancia en la variación que es útil para que la voz no
suene metálica o artificial. Se mide, al igual que el jit-
ter, a partir de sonidos vocálicos mantenidos sin varia-
ciones voluntarias. También representa una medida de
la estabilidad de la fonación. Una pequeña variación
ciclo a ciclo es normal, pero una variabilidad excesiva,
indica una posible patología; pero, al igual que el jitter,
no se ha podido vincular el shimmer con una patología
determinada. El shimmer se relaciona de modo inverso
con la intensidad vocal: disminuye al aumentar la in-
tensidad. Su valor normal es de hasta el 7%.
OTROS ESTUDIOS
Espectrograma
Gracias al llamado análisis de Fourier, una onda
compleja puede descomponerse en varias ondas con
diferentes frecuencias y amplitudes. Así, la onda com-
pleja que representa la señal acústica puede descom-
596
ponerse en sus armónicos, que son ondas con fre-
cuencias múltiplos enteros de F0. Mediante el método
de predicción lineal, se puede estudiar la función la-
ríngea y la de todo el tracto vocal. El espectrograma
relaciona la frecuencia, la intensidad y el ruido de la
emisión vocal, comparando la cantidad de energía
útil de la voz (armónicos), con la cantidad de ener-
gía no útil (ruido).
Hay dos tipos de espectrogramas:
1. De banda estrecha, en los que se representan los
armónicos como líneas horizontales, determinán-
dose su frecuencia de forma clara.
2. De banda ancha, en los que se representan clara-
mente los pulsos glóticos en función del tiempo.
El uso clínico más importante consiste en medir
la cantidad de ruido existente en la voz y, por tan-
to, la calidad de la misma.
Electroglotografía
Tiene uso clínico en la detección de la frecuencia
fundamental y sus variaciones (jitter), y en el diagnós-
tico y valoración de las disfonías, así como en la valo-
ración de resultados de tratamientos laríngeos, ya
sean rehabilitadores o médicos.
Filtrado inverso
Consiste en el registro de los flujos aéreos que pa-
san a través de la glotis durante la fonación, mediante
una máscara con diseño característico que se ajusta
sobre la boca. Se registran:
1. Flujos (pico de flujo, flujo mínimo, flujo continuo,
flujo alterno).
2. Medidas de tiempos (período, cocientes de aper-
tura y cierre).
3. Relación de velocidad (tiempo de apertura-tiem-
po de cierre).
Tiene uso clínico en el estudio de los hábitos fo-
natorios (hiperfunción frente a escape de aire) y me-
didas de eficiencia glótica.
Electromiografía laríngea
Permite la detección de lesiones en los nervios
responsables de la movilidad laríngea, y puede distin-
guir si dicha lesión se encuentra en la primera o en la
segunda motoneurona. Mediante la colocación de
electrodos de tipo aguja en los músculos que interese
estudiar (cricotiroideo, inervado por el nervio larín-
geo superior; tiroaritenoideo, inervado por el recu-
rrente, y, más raramente, el cricoaritenoideo lateral)
se obtiene un electromiograma en el que se registra:
 Capítulo 46. Estudio funcional de la voz
1. Potenciales de inserción, que son normales.
2. Actividad espontánea.
3. Potenciales de fibrilación, que aparecen en la de-
nervación.
4. Patrones de interferencia.
5. Fasciculaciones.
Tiene uso clínico en el pronóstico de la parálisis
laríngea, el diagnóstico y tratamiento de la disfonía
RESUMEN
t En el mecanismo de emisión de la voz intervienen el apa-
rato respiratorio y la vía digestiva alta.
t El aparato respiratorio es fundamental en la producción
de la voz: un mal hábito respiratorio puede ser origen de
muchas disfonías.
t Las características anatómicas de la laringe le confieren
rigidez, elasticidad, movilidad y la flexibilidad necesarias
para la producción de la voz.
t El músculo cricoaritenoideo es el encargado de la aduc-
ción de las cuerdas vocales. El músculo cricoaritenoideo
posterior es abductor de las cuerdas vocales.
t La inervación de la musculatura intrínseca de la laringe se
realiza por el nervio laríngeo inferior o recurrente, y por el
nervio laríngeo superior; ambos dependen del X par.
BIBLIOGRAFÍA RECOMENDADA
Behrman A. Common practices of voice therapists in the evaluation
of patients. J Voice 2005;19:454-469.
Cobeta I. Otorrinolaringología y Patología Cervicofacial. Ars Médi-
ca 2003.
© Elsevier. Es una publicación MASSON. Fotocopiar sin autorización es un delito.
García-Tapia R, Cobeta I. Diagnóstico y tratamiento de la patología
de la voz. Editorial Garsí, Madrid 1996.
Hans Larsson M, Stellan Hertegard, Per-Ake Lindestad, et al. Vocal
Fold Vibrations: High-Speed Imaging, Kymography, and Acous-
tic Analysis: A preliminary Report. Laryngoscope Dec 2000;110:
2117-2122.
espasmódica (infiltración) y para distinguir entre pa-
rálisis e inmovilidad de las cuerdas.
Como conclusión, puede afirmarse que el análisis
acústico, por sí mismo, no tiene valor diagnóstico; para
lo que sirve, especialmente, es para cuantificar de for-
ma objetiva, en el contexto de las demás exploraciones,
la magnitud de la disfonía y los posibles cambios que
pueden darse a lo largo del tiempo, dependiendo de la
propia evolución y de los tratamientos.
t La frecuencia fundamental (F0) en las mujeres se halla
en torno a 250 Hz, y en los varones, en 150 Hz.
t La disfonía puede ser debida a un defecto de cierre de la
glotis, falta o irregularidad de vibración de las cuerdas
vocales y tensión excesiva de la laringe.
t En la valoración psicoacústica o valoración subjetiva de
la voz se emplea la escala GRABS.
t La estroboscopia es el elemento más importante de los
laboratorios de voz.
t El análisis acústico de la voz estudia varios parámetros: la
frecuencia fundamental, las variaciones de la frecuencia
(jitter) y las variaciones de la intensidad (shimmer).
t La electromiografía permite detectar lesiones en los ner-
vios responsables de la movilidad laríngea.
Kendall KA, Browning MM, Skovlund SM. Introduction to high-
speed imaging of the larynx. Cur Opin Otolaryn 2005;13:135-
137.
Olthoff A, Woywod C, Kruse E. Stroboscopy versus High-Speed
Glottography: A Comparative Study. Laryngoscope 2007;117:
1123-1126.
Poburke B. A new stroboscopic rating form. J Voice 1999;13:403-
413.
Qingjun Q, Schutte HK. A new generation VideoKimography for
Routine Clinical Vocal Fold examination. Laryngoscope Oct
2006;116:1824-1828.
597