Está en la página 1de 257

Metodología de investigación

Estadística Aplicada e
instrumentos en Neuropsicología
Metodología de investigación
Estadística Aplicada e
instrumentos en Neuropsicología
Guía practica para investigación

Carlos Daniel Mias


Prologo Prof. Silvia Tornimbeni
Título: Metodología de investigación Estadística Aplicada e instrumentos en Neuropsicología

Guía practica para investigación


Autor: Carlos Daniel Mias

Mias, Carlos Daniel


Metodología de investigación, estadística aplicada e instrumentos en
neuropsicología : guía práctica para investigación / Carlos Daniel Mias ; prólogo de
Silvia Tornimbeni. - 1a ed. - Córdoba : Encuentro Grupo Editor, 2018.
Libro digital, PDF

Archivo Digital: online


ISBN 978-987-4078-98-8

1. Evaluación Neuropsicológica. 2. Neuropsicología. 3. Metodología de la


Investigación. I. Tornimbeni, Silvia, prolog. II. Título.
CDD 001.42

© De todas las ediciones, Carlos Daniel Mias


© 2018 Encuentro Grupo Editor
1° Edición.
Archivo Digital: online
ISBN 978-987-4078-98-8

Queda hecho el depósito que marca la ley 11.723.


Ninguna parte de esta publicación, incluido el diseño de tapa, puede ser reproducida,
almacenada o transmitida por ningún medio, ya sea electrónico, químico, mecánico,
óptico, de grabación o por fotocopia sin autorización previa.

www.editorialbrujas.com.ar publicaciones@editorialbrujas.com.ar
Tel/fax: (0351) 4606044 / 4691616– Pasaje España 1486 Córdoba–Argentina.
DEDICATORIAS

A Raquel Krawchik
Mi reconocimiento siempre

A mis hijos Manuel y Gabriel


Siempre conmigo

A Karina
Mi elección

7
AGRADECIMIENTOS

Mis mayores agradecimientos a los colegas del lugar de trabajo donde se


desarrolló y aplica la presente obra: El Equipo del Servicio de Neuropsicología
de la Facultad de Psicología de la Universidad Nacional de Córdoba, que
hace posible brindar un servicio la comunidad, de carácter público e inclusivo
de verdad; y que permite realizar diversas investigaciones como instancias de
formación de grado y postgrado. Especial agradecimiento a su Coordinadora
General, la Prof. Marisa Bastida, un gran complemento humano y profesional,
con la fidelidad que la caracteriza; a los profesores intervinientes Dra. Leticia
Luque, Lic. Pablo Murillo y Lic. Maria Laura del Boca siempre presentes; al
igual que al Dr. Luciano Ponce y Lic. Marcela Salvetti por su apoyo constante,
estímulo y apertura a la creatividad, con gran interés por las actividades de
extensión e investigación que desarrollamos. A los pasantes supervisados y de
investigación, que desde el año 2004 a la actualidad vienen acompañando los
proyectos de trabajo, por sus aportes a través de los seminarios, ateneos clínicos
y discusión de artículos, como en las tareas de evaluación y procesamiento de
datos; sin olvidar las profundas charlas, viajes y eventos sociales compartidos.
Con ellos hemos puesto a prueba y consideración gran parte de los contenidos
de la presente obra. A las autoridades de la Facultad de Psicología, que desde
un comienzo apoyaron este emprendimiento, con los recursos necesarios y el
entendimiento de que se puede jerarquizar la actividad de extensión, tanto
como su vinculación con la investigación. Mi eterno agradecimiento a Raquel
Krawchik, amiga, formadora y adelantada para su época, siempre presente
en todos mis escritos; como a María Elena Isaia, a quien todavía extraño en
las aulas de la facultad, y por su enorme aporte como docente y de gestión
académica. A los docentes colaboradores del Hospital Nacional de Clínicas,

9
Mias C. D.

Dr. Mario Sassi y Dra. Paola Quevedo, por sus aportes con seminarios de
psiquiatría y neurología, como en confiar en nuestros informes y valoraciones
neurocognitivas. Por último, siempre tendré un agradecimiento a Juan
Sebastian, Wolfang, Ludwing, Gustav y Floyd por lo que me dejan a menudo
y su compañía de toda la vida, naturalmente presentes en muchas de las largas
horas de inspiración y dedicación al trabajo.

10
Reflexiones sobre Ciencia que me guían

“La ciencia no es cara, cara es la ignorancia”


Bernardo A. Houssay
Argentino. Premio Nobel de Medicina, 1947

“No, la ciencia no es una ilusión,


pero sería una ilusión creer que prodríamos encontrar
en otra parte, aquello que ella no nos puede dar”
Sigmund Freud
El porvenir de una ilusión, 1927

“Si se mira el tiempo suficiente,


si se mide un número suficiente de atributos,
y si se es muy selectivo, a la larga
es posible encontrar evidencia estadística
que corrobore cualquier afirmación”
Stephen Jay Gould, 1980
Biólogo, Historiador de la Ciencia

“Para movernos en el mundo (el territorio) y conocerlo,


necesitamos disponer de modelos o teorías (los mapas)
que organicen el mundo... aunque por definición
todos los mapas difieren de los territorios que representan”
Charles S. Claxton, 1984
Académico Cognitivista

“Las reglas básicas de la ciencia:


1. Cuestionar siempre la autoridad científica
2. Tomar las ideas propias como hipótesis
3. Seguir el camino de la evidencia”.
Carl Sagan, 1995
Cosmólogo

11
Contenido

PRÓLOGO..................................................................................................17

INTRODUCCIÓN.....................................................................................19

Capitulo I
Formato para proyectos de investigación......................................................25
A) Sobre componentes de un proyecto............................................ 25
B) La evaluación de un proyecto o artículo de investigación ........... 37
C) Guía referencial para la presentación final de tesis...................... 39
El Cuerpo de la Tesis ...................................................................... 40

Capitulo II
Consideraciones útiles de metodología de investigación...............................45
Tipos de investigación..................................................................... 45
Tipo de Estudios............................................................................. 46
Tipos de Variables........................................................................... 47
Técnicas recolección datos............................................................... 48
Diseños de Investigación................................................................. 50
Diseños de investigación ex post facto............................................. 52
Población y muestras....................................................................... 53
El control y la validez interna.......................................................... 55
Alcance y limitaciones de los estudios.............................................. 57

13
Los instrumentos en la evaluación neuropsicológica........................ 58
El análisis estadístico....................................................................... 59
La ficha técnica del estudio.............................................................. 60

Capitulo III
Consideraciones de estadística aplicada .......................................................65
1. La Estadística descriptiva ............................................................ 65
2. La Estadística inferencial............................................................. 68
La distribución normal ................................................................... 69
Formulación de hipótesis ................................................................ 71

Capitulo IV
Pruebas estadísticas Aplicaciones en estudios de Neuropsicología................73
1) La Distribución normal............................................................... 73
2) La prueba Chi Cuadrado............................................................ 76
3) Medidas de correlación............................................................... 77
4) La prueba t de student................................................................ 80
5) El Test ANOVA .................................................................................... 84
6) Regresión Múltiple lineal ........................................................... 90
7) Regresión Logística Binaria (Odds Ratio).................................... 95
8) Modelos lineales uni (Ancova) y multivariados (Manova).......... 101
9) Sensibilidad y especificidad ...................................................... 110
10) Análisis de correspondencia de variables.................................. 116
Ejemplos de análisis de correspondencia simple (ACS).................. 117
Ejemplos de análisis de correspondencia múltiple (ACM)............. 121
11) Análisis de Clasificación de datos en Conglomerados ............. 124
12) Análisis Factorial Exploratorio para reducción de datos........... 132
13) Análisis de confiabilidad.......................................................... 140
Síntesis referencial de estadística aplicada...................................... 143
Análisis multivariado (Variables múltiples).................................... 144
Referencia para dos o más variables Independientes....................... 145
Capitulo V
Consideraciones para el análisis y construcción de instrumentos...............147
Calculo de la confiabilidad............................................................ 149
Cálculo de la validez...................................................................... 149
Construir escalas o inventarios en Neuropsicología........................ 150
Algunas recomendaciones.............................................................. 152
Elegir las escalas para medir........................................................... 154
Los cuestionarios........................................................................... 154
Escalas de cotejo ad-hoc................................................................ 155

Capitulo VI
Protocolos e instrumentos en Neuropsicologia...........................................157
A) Protocolo inicial de evaluación neuropsicológica....................... 158
B) Paradigmas de evaluación neuropsicológica .............................. 160
C) Instrumentos de evaluación...................................................... 165
D) Medidas de tendencia central de instrumentos (Baremos)........ 181

Capitulo VII
Informes modelo de un Servicio de Neuropsicología para adultos mayores.....185

Capitulo VIII
Ejemplos de redacción y formato de abstracts para congresos....................213

ANEXOS....................................................................................................231

BIBLIOGRAFÍA.........................................................................................251

15
PRÓLOGO

Este libro es una guía que permite por un lado conocer conceptos
y procedimientos útiles de metodología, psicometría y estadística, su
aplicación a problemas concretos en neuropsicología, y por otro, muestra los
desarrollos más actuales, tales como los avances en paradigmas de evaluación
neuropsicológica.
El autor pone de manifiesto, tanto los conocimientos científicos como su
experiencia en los procesos de investigación, docencia y práctica profesional.
Lo que va desarrollando revela su capacidad para poner en palabras y
describir la realidad y las vicisitudes del quehacer del docente investigador
en Instituciones donde predomina lo formal, pero también la naturaleza, en
parte arbitraria, propia de todos los evaluadores. En quiénes se conjuga lo
objetivo con las emociones. Esto es, la ciencia no es ni puede ser neutra,
particularmente en nuestra disciplina, la psicología.
Es de destacar los comentarios, recomendaciones y advertencias,
que realiza en diferentes capítulos, acerca de aspectos presentes, pero “no
formales” que ocurren en instancias de presentación y evaluación de trabajos,
que seguramente resultarán muy útiles, particularmente, para aquéllos que se
inician en la investigación.
Una de las características salientes de este libro es que cada tema se
trabaja desde lo teórico conceptual, pero también en su aplicación práctica con
ejemplos de investigaciones. La mayoría de las investigaciones presentes son
locales, sobre tópicos trabajados por el autor, otros profesionales y estudiantes
de grado y postgrado que colaboran en el Servicio de Neuropsicología de la
Facultad de Psicología de la Universidad Nacional de Córdoba, y de otros
Servicios de Hospitales de la Comunidad.
El capítulo primero constituye una muy buena síntesis de los pasos a seguir
en la elaboración de un proyecto, que es a la vez integral y completa. Expresa

17
Mias C. D.

con suma claridad y fácil comprensión lo más relevante. Se especifican además


datos concretos de referencia tanto para búsqueda como para ampliar los ítems
considerados. En los capítulos siguientes se abordan conceptos y procedimientos
de metodología y estadística descriptiva e inferencial, que si bien son desarrollados
en otros textos, en el presente, por su carácter aplicado, permite una lectura ágil
e integral de conceptos técnicos complejos, con la particularidad de su análisis
mediante el Programa SPSS.
Los capítulos V y VI tratan sobre los procedimientos para construcción
de Instrumentos en general y específicos para la Evaluación Neuropsicológica,
utilizando los conceptos técnicos necesarios, y contemplando en forma
permanente su aplicación a pruebas utilizadas en la actualidad y en nuestro
medio. Asimismo, en el capítulo VI presenta los paradigmas de evaluación
neuropsicológica con novedades de interés para el diagnóstico y tratamiento,
sus posibles aportes y limitaciones, tal como el paradigma de Validez Ecológica.
Un especial aporte del libro lo constituyen los últimos capítulos que
muestran temas de mucha significación en la formación de investigadores
y de profesionales, tales como la redacción de informes y la elaboración de
abstracts para congresos y publicaciones.
Me satisface haber sido convocada para realizar el prólogo de este libro,
ya que, durante mis 45 años en la Universidad como docente investigador,
me he dedicado a la enseñanza de la Estadística, Psicometría y Metodología,
conociendo las dificultades que en general presenta a los estudiantes de grado
y postgrado el abordaje de estas temáticas. Por ello considero que este texto,
en general será de mucho valor para los lectores, dado que la forma en que está
escrito facilita el acceso y la comprensión de estos contenidos.

Lic. y Prof. Silvia Tornimbeni


Facultad de Psicología
Universidad Nacional de Córdoba

18
INTRODUCCIÓN

La presente obra ha sido concebida con el formato de una guía


referencial para realizar investigaciones en Neuropsicología, y está destinada a
los alumnos de grado y postgrado, pasantes e investigadores en general. Sus
comienzos fueron esbozados en trabajos de formación del equipo del Servicio
de Neuropsicología de la UNC, donde desde el año 2004 hasta la fecha,
tenemos una línea de trabajo e investigación sobre los deterioros cognitivos
leves y moderados, en personas adultas y mayores. En consecuencia, esta
obra ha sido desarrollada en función de frecuentes inquietudes, necesidades e
interrogantes recibidos en los últimos años, en los que hemos trabajado con
ellos. Es también una resultante de los seminarios, ateneos y comunicaciones
científicas que tiene previsto anualmente el Servicio de Neuropsicologia.
No obstante, debo decir, que esta obra es el producto de más de 15
años de trabajo, ya que los primeros escritos comenzaron a tomar cuerpo
cuando iniciaba mis estudios de doctorado. Por entonces, por cada estudio
que hacia quedaba un archivo en la computadora, y así fue como aprendí
a convivir con lo aprendido, y a construir mayores experiencias. Durante el
proceso formador, me fui haciendo conciente de que doctorarse, al menos en
aquellas épocas, implicaba mucho más que hacer un trabajo de investigación
de envergadura. El resultado final fue formarse cultural y actitudinalmente
para el trabajo y la comprensión de la ciencia en su contexto social; modelando
el pensamiento en función de los métodos científicos, y ajustando la conducta
y los hábitos en función de un emprendimiento. Así fue como, entre otras
cuestiones, debí realizar diversas investigaciones que implicaron distintos
métodos, instrumentos y análisis estadísticos. Recuerdo que hicimos estudios
bibliométricos, de baremización y determinación de puntos de corte de pruebas
neuropsicológicas, de adaptación de escalas, de generación de inventarios, de
prevalencia de deterioro cognitivo en la ciudad de Córdoba, de exploración

19
Mias C. D.

de factores protectores y de riesgo, como descriptivos de la normalidad, y


comparativos con distintas formas de deterioro en personas adultas. Algunos
de estos trabajos fueron publicados, otros solo presentados en congresos, y
otros trabajos solo fueron parte del gran motor para el aprendizaje.
También debí aprender mucho respecto de los formatos cambiantes y
a veces arbitrarios para presentar proyectos, practicar la redacción científica,
referenciar bibliografía según distintas normas, cumplir con normas éticas,
encontrar canales de apoyo o subsidios; entre otras cuestiones. Eran épocas
donde los reglamentos para cualquier emprendimiento estaban haciéndose o
actualizándose, y por lo tanto muy cambiantes. En el presente parece haber
más calma en estos procesos, y los focos de inestabilidad parecen haberse
desplazado hacia niveles de productividad cuantitativos, con análisis complejos
que pareciera solo el experto metodólogo puede entender para mantener su
rol de imprescindible. Siempre recuerdo algunas anécdotas en tal sentido,
como cuando un experto presente en un tribunal de tesis de grado, le exigía
al incipiente profesional, conocer un procedimiento estadístico que él mismo
había aprendido en un curso del mes anterior (se trataba del último grito de la
moda en la estadística); o cuando un evaluador de proyecto doctoral, le exigía
al tesista que implementara un diseño de Solomon (diseño experimental, que
requiere al menos de 4 grupos), ante la propuesta de desarrollar un programa
terapéutico de reorganización cortical del movimiento en la enfermedad
de Parkinson (y sin conciencia sobre su ignorancia de modelos clínicos de
investigación!). Una actitud muy útil para preservar espacios de poder, pero
de entorpecimiento de los procesos formadores. Hoy por suerte, y democracia
mediante, todo es más accesible, desde el acceso a internet y bases de datos
científicas, hasta el contacto con la metodología y grupos de investigación
solidarios en el mundo entero.
Una etapa de relevancia en el proceso formador implica la práctica. En este
punto, observo que los alumnos activan actitudes latentes, como su curiosidad,
deseos de estudio, de análisis estadístico, de juicio crítico, de experimentar o
tomar datos, de escribir y tener presencia en los medios de comunicación
científica, hasta de sana competitividad y solidaridad. Ofreciendo lugares de
practica y capacitación, es como logramos la motivación en la mayoría de los
estudiantes y graduados. Pero también leyendo y estudiando. Así es como,
en el Servicio de Neuropsicología de la Facultad de Psicología generamos
cada vez más seminarios en función de los intereses de los miembros del

20
Metodología Estadística e instrumentos en Neuropsicología

equipo, como espacios semanales de lectura y análisis crítico de artículos de


investigación. En instancias como estas, es donde el alumno se sorprende de
las debilidades metodológicas y estadísticas de artículos científicos, muchos de
ellos publicados en inglés y en importantes Journals, o por destacados autores.
“No todo lo que reluce es oro, ni todo lo opaco es lata”, suele ser la moraleja
resultante. Después de todo, leyendo investigaciones se aprende a investigar;
quizás como parte de un aprendizaje de tipo vicario. Pero también se aprende
a separar la espuma del contenido relevante.
Este texto ha sido titulado de modo extenso, pero la idea es que refleje
fielmente lo que el lector puede encontrar en sus páginas. En tal sentido,
comienza detallando distintos tipos de estudios posibles, como el formato
que suele requerirse tanto en los proyectos de investigación, como en tesis
de grado y postgrado. Si bien se trata de contenidos multipresentes en la
literatura, me he mantenido fiel a mi estilo, de decir lo que no se dice, o se
hace de modo muy teórico. Esto deriva de mi experiencia de haber leído
varios libros de metodología de investigación, pero ninguno fue tan valioso
como los diálogos con mi directora de tesis la Dra. Ruth Fernandez y algunos
profesores, cuyas indicaciones no estaban escritas, pero eran fundamentales
para el trabajo. Entonces, por qué no escribir justamente eso?.
La presente obra ha sido elaborada con el criterio de hacer presente una
serie de consideraciones y recomendaciones, que de algún modo reproducen
contenidos extraídos de esos diálogos formadores. Indicaciones que
permitieron entender el lenguaje sobrio de la ciencia, los métodos de validación
del conocimiento, que no es necesario complicarse ni comprender todo, sino
lo que se necesita, que deben atenderse a ciertos detalles y formalismos; como
también entender la arbitrariedad o discrecionalidad presente en los procesos
y tribunales de evaluación. Por ello, resulta importante aprender a blindar un
proyecto o tesis, a fin de concientizarse de la experticia requerida, como en
reducir el margen de observaciones maliciosas. Después de todo, en ciencia
también existen las emociones. Esta una de las primeras lecciones que se debe
aprender, y tratar de no hacerlo tardíamente.
En esta obra se intenta también poner en evidencia cómo piensa un
evaluador de proyectos o de tesis, y cuáles son los puntos más o menos
concensuados como imprescindibles para valorar un trabajo. En el capítulo
siguiente, se repasan algunos conocimientos básicos de estadística aplicada,
hasta llegar a presentar los procedimientos más frecuentemente empleados en

21
Mias C. D.

diversas investigaciones nacionales e internacionales, relativas a nuestra línea


de trabajo en el Servicio de Neuropsicología. Se trata no solo de comprender
diversos análisis estadísticos posibles, sino de aprender cómo se reportan
los procedimientos, tanto como sus resultados en el texto, como en tablas y
figuras. En tal sentido, de modo practico, se repasan estadísticos paramétricos
y no paramétricos, univariados y multivariados; y en todas las ocasiones,
los pasos a seguir en el programa estadístico Statistical Package for the Social
Sciences o SPSS (versión 15 en adelante). Quizás esta sea la parte de mayor
novedad en toda la obra, ya que se brindan numerosos ejemplos prácticos
de investigaciones en Neuropsicología, que el lector interesado seguramente
podrá aplicar.
Especialmente concebida para tesistas graduados que, habiendo
realizado postgrados en análisis estadísticos, se ven inundados de conceptos
teóricos que adolecen de la practicidad necesaria para el procesamiento
de datos que requieren; o bien no saben afrontar los datos que arroja un
software estadístico. En el capítulo siguiente se tratan algunas consideraciones
generales para la construcción de escalas e inventarios en Neuropsicología, ya
que muchas escalas que aún se implementan, culturalmente han envejecido,
o han sido desarrolladas para los deterioros severos como las demencias y
no cubren nuevos interrogantes, o bien responden a líneas de investigación
extranjeras, con bajo impacto en nuestro medio. Esto se podrá corroborar en
el capítulo relativo a instrumentos de evaluación neuropsicológica, en el cual
se detallan algunos de los más usados, tanto test como escalas y cuestionarios
(algunos propios); a fin de que el investigador tenga una referencia sobre los
principales componentes que evalúan. En los capítulos finales se comparten
algunos ejemplos de redacción de informes del Servicio de Neuropsicología,
y abstracts para presentación en congresos. De este modo, introducimos
secundariamente al lector, en algunos trabajos y datos que el Servicio de
Neuropsicología viene generando.
Finalmente, esta obra intenta superar la sola lectura, e invita a poner
en práctica algunos de sus conceptos, análisis estadísticos o consideraciones
técnicas de instrumentos de Neuropsicología. Es concebida además como
complementaria a la bibliografía especializada y recomendada, como los textos
clásicos de Metodología de la Investigación de Hernandez Sampieri (2014),
Kazdin (2004), Sierra Bravo (2002), y Montero & León (2002), y los clásicos
de estadística de Runyon & Harber (1994) y de Montero Lorenzo (2007). En

22
Metodología Estadística e instrumentos en Neuropsicología

consecuencia, se trata de un escrito de carácter flexible y abierto, practico y


referencial, muy direccionado a trabajos dentro de una línea de investigación;
con la originalidad de que todos sus ejemplos derivan de trabajos realizados
en un Servicio de Neuropsicología público e inclusivo. De este modo se evitan
los esfuerzos para comprender ejemplos provenientes de temas alejados de
nuestro quehacer, y se estimula el juicio crítico y la innovación para futuros
trabajos. Quizás ésta sea una de las fortalezas del presente escrito. Se espera que
el lector interesado encuentre en esta obra, el aporte necesario para organizar
su trabajo de investigación o de tesis. Se trata de contenidos técnicos que no
constituyen lo más importante en una investigación, pero sí lo necesario para
poder hacerla.
Por todas estas cuestiones introducidas, quiero agradecer a mis siempre
profesores y a los estudiantes, colegas y tesistas, que me han obligado (y
lo siguen haciendo) a buscar algunas respuestas frente a sus exigencias e
inquietudes. Aunque la construcción del edificio del conocimiento nunca
termine o se derrumbe lo levantado, igual seguiré cuestionando el presente y
buscando lo nuevo.

Prof. Dr. Carlos D. Mias


Junio de 2018

23
Capitulo I
Formato para proyectos de investigación

A continuación, se detallan los principales puntos a tener en cuenta


en el desarrollo de un proyecto de investigación. Puede que no sea necesario
explicitar todos, pero sí es necesario ser conciente de los mismos. Si bien los
formatos o su secuencia pueden variar, aquí se detallan los más consensuados,
con muchas consideraciones no formales a tener en cuenta. La consideración
detenida y respetuosa de los contenidos, puede garantizarle un mayor blindaje
a su proyecto o trabajo de investigación.

A) Sobre componentes de un proyecto


1) Titulo del trabajo
Es la síntesis del contenido de todo el trabajo. Su mención debe dar
una idea precisa y sintética del mismo. Puede referir las variables propias del
estudio. Considere que un título, difícilmente se pueda cambiar luego de ser
evaluado.

2) Nombre del (de los) autor (es)


Nombres de los responsables del trabajo. La secuencia de la presentación
no tiene ninguna significación en anteproyectos presentados en grupo. En
proyectos individuales todo el peso de la responsabilidad y legalidad del estudio
recae en el autor. En las publicaciones de artículos puede ser importante el
orden, aunque esté presente un experto. En investigación cuando hay muchos
autores, el Junior suele estar primero y el Senior al final. En las publicaciones

25
Mias C. D.

preliminares, es de estilo considerar al director de tesis, ya que habitualmente


forma parte de los trabajos realizados. La investigación no se realiza en soledad.

3) Planteo del problema


Muy importante delimitar el problema de estudio. Generalmente hace
mención a las variables en cuestión y sus posibles relaciones. Es importante la
lectura previa y de modo exhaustivo para delimitar el problema. Contar con
algunos trabajos de investigación similares como antecedentes directos es una
condición de referencia para el correcto planteo, determinación de variables,
selección de instrumentos, metodología y análisis estadísticos. Recuerde que
“solo se investiga aquello que se conoce muy bien”, y así se sabe qué aspectos
del tema deben profundizarse. Por lo tanto, no confunda “investigar” con
“estudiar” un tema. No es conveniente apresurarse por tener un problema de
investigación, si no se conoce bien el tema. Puede pretender querer descubrir
la pólvora, en referencia a algo que ya se conoce.

4) Antecedentes y Fundamentación
Es imprescindible poseer abundante información acerca de los
antecedentes del tema a investigar, realizando una breve síntesis de estos con
el fin de: a) Analizar los trabajos ya realizados en relación con el tema, para no
repetir una investigación, b) Analizar la metodología empleada, las hipótesis
formuladas, los resultados obtenidos y el contexto de estos, valorando el estado
“actual del tema” o “estado del arte”. De esta manera se pueden considerar los
puntos no investigados, los nuevos interrogantes que se desprenden, problemas
o dificultades del estado actual. Recuerde que luego habrá que fundamentar
su investigación. En suma, es una síntesis de los antecedentes en que se inspira
el estudio, a fin de precisar la naturaleza del problema a investigar. Es crucial
para demostrar que se ha revisado la literatura internacional y que se conoce
el tema a investigar.

5) Definición de propósitos y objetivos


Es muy importante tener en claro los fines generales que persigue
la investigación, ya sea conocer un fenómeno, responder interrogantes
planteados, describir o explicar algún evento, contrastar una hipótesis etc.,
aclarando los objetivos o las finalidades específicas del estudio. Igualmente,
los objetivos se pueden formular por etapas de investigación. Generalmente

26
Metodología Estadística e instrumentos en Neuropsicología

se consigna un objetivo general y varios específicos (acciones que conducen


al general). Considerar que los objetivos específicos deben enunciarse como
acciones que sean comprobables en su realización; por ejemplo, “analizar,
determinar, identificar, establecer, reconocer, comparar…”, entre otras. No
se deben emplear acciones incomprobables, como “estudiar”, “conocer”,
“comprender”, etc. ¡Los evaluadores estarán atentos a que se vean cumplidos
los objetivos específicos y alcance el general, y para ello volverán una y otra
vez a sus objetivos para ver si los ha cumplido!

6) Marco teórico o supuestos que orientan la investigación


Habitualmente no es la presentación de una teoría global, sino de un
modelo, marco teórico específico, o conceptos que se toman como principios
orientadores o supuestos teóricos. Ejemplo: “Existen diferencias tanto a
nivel neurocognitivo, conductual y funcional entre los distintos tipos de
deterioro cognitivo leve y las demencias, con mecanismos neurobiológicos
diferenciados”. En otras ocasiones, trabajar con dominios cognitivos
específicos requiere determinar un modelo teórico de referencia, como en caso
de los componentes ejecutivos. En tal caso puede referirse el modelo de Lezak,
Miyake u otros autores. Estos supuestos se deben fundar en la bibliografía.
Por otra parte, el marco teórico debe ser congruente con las variables que
selecciona para el estudio, y con los instrumentos que las hacen operativas.

7) Hipótesis
Refiere la relación conjeturable entre dos o más variables, coherentes
con el problema o marco teórico, y demostrables con el método de
investigación. La demostración requiere de la observación directa o de las
consecuencias derivadas, a través de experimentos o estudios de diseño
(Hernandez Sampieri, 2014). Si bien toda investigación está orientada
por alguna hipótesis, no siempre es necesario explicitarla (estudios cuasi-
experimentales). La mayoría de los estudios descriptivos o exploratorios, solo
trabajan la relación de variables, sin pretender enunciar a priori los resultados
de dichas relaciones. Sin embargo, será bueno asesorarse en las exigencias de
la evaluación del proyecto, a fin de evitar sorpresas. En este punto se deben
diferenciar claramente, tanto conceptual como operativamente, las variables
independientes, las intervinientes (que requieren controlarse), y dependientes.

27
Mias C. D.

8) Tipo de tesis y disponibilidad de bibliografía


Estará en función de la orientación del problema y los recursos que
se visualizan como posibles y disponibles, para orientarse hacia un tipo de
tesis, y reconocer fuentes documentales de información para tal fin (Sierra
Bravo, 2005). Lo primero a saber, es que hay distintos tipos de trabajos de
investigación (figura 1). Si bien algunos investigadores básicos suelen ser
prejuiciosos para estudios aplicados o de revisión; el paradigma experimental
solo representa una parte menor de la diversidad de trabajos posibles y
publicables. Las tesis pueden considerarse desde distintas perspectivas a
tener en cuenta, como su naturaleza, alcance temporal, amplitud, carácter
relacional, etc. Por otra parte, es muy necesario para la revisión bibliográfica,
especificar bien las fuentes documentales en las cuales se investigará el tema,
y el periodo de tiempo que se contemplará en la búsqueda. Estas fuentes son
variadas e incluyen libros, revistas, entrevistas, anuarios, abstracts, notas de
editor, revisiones, hasta ciertos sitios de internet. No incluye la referencia a
blogs o medios sociales de comunicación. Más adelante se verán las bases de
datos y sitios sugeridos de consulta electrónica.

28
Metodología Estadística e instrumentos en Neuropsicología

Figura 1. Tipos de tesis posibles (Tomado de: Sierra Bravo S., 2005)

9) Definir conceptos y variables


Siempre debe haber una definición conceptual y otra operacional de
las variables. Ejemplo: qué se entiende por reserva cognitiva, depresión,
normalidad o deterioro leve. La siguiente pregunta será: cómo se mide o se
valora. Considere que toda variable es susceptible de medición de algún modo,
sea en términos de frecuencia, duración o intensidad. Esto es una condición
crucial para la investigación, y forma parte del apartado de materiales y
métodos. Para las definiciones operacionales: Considerar que desde una misma
definición teórica se pueden desprender distintos indicadores operacionales,
pero siempre en correspondencia con la teoría.
Por ejemplo: Consideremos la variable dependiente “Estado cognitivo”.
Definición conceptual: condición estable de un conjunto de funciones
neurocognitivas (orientación, atención, memoria, lenguaje, visuoespacial
y ejecutiva, entre otras) necesarias y satisfactorias para el desarrollo de la
actividad mental en relación con las exigencias de la vida diaria en múltiples

29
Mias C. D.

áreas (cotidiana, laboral, social, etc.). En nuestros estudios puede adquirir las
siguientes condiciones (Mias, et al., 2007, 2015, 2017):

1) Normal. Conceptual: condición satisfactoria del funcionamiento


neurocognitivo para la adaptación a las exigencias de la vida diaria en todas
las áreas. Operacional: resultado obtenido en los test neuropsicológicos
seleccionados dentro de una desviación estándar y media (+-1,5 DS) respecto
de la media, con relación a la edad y nivel de instrucción.

2) Deterioro Cognitivo Leve. Conceptual: deterioro con afectación de


la memoria y otras funciones cognitivas. Los criterios diagnósticos han sido
establecidos por Petersen (2001, 2004) y recomendados por el International
Working Group on Mild Cognitive Impairment (Winblad, et al., 2004).
Operacional: resultados obtenidos en los tests neuropsicológicos con alrededor
de una desviación estándar y media por debajo de la media, con relación a la
edad y nivel de instrucción.

3) Deterioro cognitivo mayor. Conceptual: deterioro con afectación


multidominio, con afectación en actividades funcionales de la vida diaria y
signos de demencia. Operacional: rendimiento alrededor de dos desviaciones
estándar y media (+-2,5 DS) por debajo de la media en la mayoría de las
pruebas neuropsicológicas administradas, con una afectación significativa de
las actividades de la vida diaria básicas e instrumentales medidas con escalas
de AVD de Katz, Lawton & Brody.

Para mayor precisión, se aconseja la lectura del artículo tomado como


referencia: Mias CD, Sassi M, Masih ME, Querejeta A, Krawchik R, (2007).
Deterioro cognitivo leve: estudio de prevalencia y factores sociodemográficos
en la ciudad de Córdoba, Argentina. Rev Neurol 44, (12): 733-738.

10) Metodología
En necesario, especificar con todo detalle, teniendo en cuenta que
este capítulo es determinante en el valor del trabajo. En este punto, puede
consultarse la segunda parte de la presente obra, tanto como complementarse
con la bibliografía recomendada en la introducción. Aquí será necesario
considerar:

30
Metodología Estadística e instrumentos en Neuropsicología

10.1) Población y Muestra: Se debe consignar la población y muestra que


pretende representarla. En caso de tomar una muestra consignar su naturaleza
y constitución (considerar técnicas de muestreo). Esta puede implicar
determinar criterios de inclusión y exclusión de la muestra. También debe
quedar definida la población de alcance de la muestra. Tenga presente que
la muestra en un contexto, puede ser la población en otro. Por ejemplo: Los
sujetos evaluados en el Servicio de Neuropsicología, pueden ser una muestra
de los consultantes a servicios similares, o bien pueden ser la población de
estudio en sí misma. Toda dependerá de hasta donde se hacen extensivos los
resultados.

10.2) Diseño metodológico: Por ejemplo, si se consideran estudios ex post


facto, retrospectivos o prospectivos, descriptivos, grupos control (que pueden
generar diseños factoriales), entre otros. En este punto, es importante contar
con algunos artículos de investigación muy cercanos a lo que se pretende
investigar, ya que son una referencia respecto de la metodología, instrumentos
y análisis estadísticos a emplear. También considere que la mayoría de los
estudios en ciencias sociales y humanas son de naturaleza descriptiva,
exploratoria, comparativa, predictiva, transversales o longitudinales; o de
modelización en relación con el efecto de distintas variables (Montero & León,
2002). Son infrecuentes los estudios de relaciones causales. En este punto, es
importante recordar que la RELACION ENTRE VARIABLES, puede ser de
tres tipos: Asociativa, Correlacional y Causal; siendo las dos primeras de
mayor frecuencia de investigación en Ciencias Sociales y Psicología.

10.3) Instrumentos a emplear: Siempre se recomienda emplear


instrumentos reconocidos internacionalmente, a fin de tener mayores
oportunidades de replicación y publicación. En todos los casos, es importante
hacer referencia a datos de confiabilidad y validez de éstos, como el origen
de baremos en caso de emplearse. En otros casos, pueden emplearse escalas
de cotejo desarrolladas ad hoc, con el fin de observar o cotejar aspectos de una
variable; sin tener que contar con un instrumento estandarizado que la mida
y establezca comparaciones con la población normal (necesario para tomar
decisiones sobre los evaluados). No obstante, requieren de estudios pilotos y
de algunas propiedades psicométricas antes de su implementación. Por otro
lado, tenga en cuenta que los estudios de adaptación o de estandarización

31
Mias C. D.

de instrumentos menores, suelen NO ACEPTARSE como proyectos de


Maestría o Doctorado, en función de que no implican un aporte al desarrollo
teórico o estado del arte, sin un destacado fundamento. Solo los investigadores
iniciados o de perfil técnico suelen realizar investigaciones con estudios sobre
la adaptación o estandarización de instrumentos, aunque ello no implique
un avance en el desarrollo de una teoría o el esclarecimiento de un problema.

10.4) Procedimiento: Describir cómo se procederá en la administración


de entrevistas, test, cuestionarios, encuestas, escalas de cotejo etc., de manera
que se conozca los pasos a realizar tanto en la selección de los participantes,
como en la toma de datos. Si se plantean sesiones de trabajo, es importante
especificar qué se trabajará en cada sesión. El procedimiento de trabajo
es importante para su factible replicación. Tenga en cuenta que es como
enunciar una receta de cocina, a fin poder realizarse en otros sitios. Un
apartado importante, suele ser referir la administración de un formulario de
consentimiento informado.

10.5) Consentimiento informado. Necesario en caso de trabajar con par-


ticipantes voluntarios o seleccionados, acorde a normas éticas vigentes. En
este punto pueden considerarse las Normas APA (American Psychological As-
sociation) y su enmienda de 2010 (disponible en español en texto: http://
www.proyectoetica.org/descargas/normativas_deontologicas/APA%202010.
pdf; o bien acorde a lo recomendado en la “Guia para las buenas prácticas de
investigación clínica en seres humanos”, Ministerio de Salud Argentina, Resol
1480/11 (disponible para su descarga en http://www.buenosaires.gob.ar/si-
tes/gcaba/files/resolucion_1480.pdf ). Considerar que el trabajo con huma-
nos puede requerir aprobación de un Comité de Etica, que suele requerir un
engorroso trámite y tomarse un significativo tiempo para expedirse.

10.6) Procedimientos y análisis estadístico. Tenga en cuenta si empleará


una estadística descriptiva o inferencial. Si se manejaran pruebas paramétricas
o no paramétricas. Es importante prever y detallar el análisis estadístico de
antemano, considerando especialmente la naturaleza de las variables y el
número de casos. El detalle del procedimiento y análisis estadístico permitirá
al evaluador conocer el procesamiento que le dará a los datos recabados, y
en base a ello determinar el abordaje empírico del trabajo y la riqueza de

32
Metodología Estadística e instrumentos en Neuropsicología

sus hallazgos. ¡Este es un punto muy importante en la valoración de todo el


proceso de investigación!

10.7) Alcances y Limitaciones del estudio. En este apartado se demuestra


la conciencia que se tiene de los alcances y las limitaciones que tiene el estudio.
Debe aceptarse que la mayoría de las investigaciones aplicadas implican
aportes de alcances limitados. Ello es debido a las limitaciones derivadas
de las muestras, número de casos, diferencias de instrumentos, de diseño,
constructos teóricos, control de variables intervinientes, entre otras cuestiones;
y que suelen estar en la base de hallazgos a veces contradictorios con estudios
similares. De hecho, es frecuente que un estudio realice hallazgos convergentes
o divergentes con otros similares, para concluir que las diferencias se explican
por motivos como los descriptos. De este modo se generan múltiples
investigaciones de un mismo tema, que no terminan de ser concluyentes,
o más bien hablan de una muestra en particular. Por otro lado, resulta muy
importante este apartado al momento de realizar investigaciones descriptivas,
muy reducidas en su número y procedencia de casos. Mostrar conciencia de
los alcances y limitaciones del estudio no constituye una debilidad del trabajo,
sino que revela conocimiento y conciencia de su validez externa.

11) Importancia del Proyecto


Este punto es muy importante, ya que debe justificarse el estudio en
relación con su aporte al estado del arte o toma de decisiones (por ejemplo,
determinar un estado clínico, clasificar sujetos para la toma de decisiones,
identificar factores de riesgo, justificar recomendaciones, lograr mayor
eficiencia o eficacia de procedimientos, fundamentar la reducción de un gasto,
o economizar recursos, entre otros). Refiere en forma sintética y categórica la
importancia del proyecto en relación con sus aplicaciones y aportes, tanto
al problema en cuestión, como a sus posibles alcances secundarios o de
impacto regional. Por ello es muy importante el estudio de antecedentes y la
determinación del problema, recurriendo a bibliografía actualizada y de mérito
científico. Tenga en cuenta que con alguna frecuencia se proponen trabajos de
prolijidad metodológica, pero de relativa importancia, o finas variantes de un
mismo trabajo. Por ejemplo, estudiar los mecanismos de resiliencia, estrategias
de afrontamiento o de regulación emocional en pacientes con un antecedente
reciente de traumatismo de cráneo, puede resultar de suma importancia. Sin

33
Mias C. D.

embargo, trasladar el mismo esquema de trabajo a pacientes de cualquier


enfermedad, o a estudiantes universitarios frente a los exámenes, puede no
serlo. En tal sentido, deberá haber una fundamentación que demuestre la
importancia del tema. Esto es especialmente importante en los proyectos de
doctorado, ya que se espera impliquen un significativo aporte al estado del
arte o a procesos de toma de decisiones.

12) Recursos disponibles


En todo proyecto, es importante consignar la disponibilidad de recursos,
como: Bibliotecas, instituciones, test, materiales de trabajo, acceso a bases
de datos, empleo de software etc., necesarios para la investigación. Esto es
importante para valorar la factibilidad del trabajo, y evitar que se quede a
medio camino.
Por otro lado, también deben especificarse los recursos humanos
necesarios y participantes. Respecto del software estadístico, será necesario
contar con licencia para un mejor aprovechamiento del recurso. En tal sentido,
es muy recomendable trabajar con el paquete SPSS (Statistical Package for
the Social Sciences) versión 15 en adelante, generalmente disponibles en
unidades académicas. En caso de no tenerlo, considerar que, escribiendo a los
distribuidores de IBM, es posible obtener una licencia provisoria para algunos
trabajos de tesis. Puede intentarlo escribiendo a un representante de IBM
SPSS en el siguiente sitio:
https://www14.software.ibm.com/webapp/iwm/web/signup.
do?source=swgmail-ba&S_TACT=101KR27W&lang=es_ar. De modo
alternativo puede usarse un software estadístico gratuito y de código abierto,
como el PSPP (descarga en http://www.gnu.org/software/pspp/ ), muy
similar al SPSS; u otros programas como el InfoStat cuya licencia es de costo
accesible, dado su desarrollo local por docentes investigadores de Estadística,
Biometría y de Diseño de Experimentos de la Universidad Nacional de
Córdoba, Argentina (descarga en http://www.infostat.com.ar/ ).

13) Cronograma de trabajo


Siempre será importante considerar las acciones de su trabajo en su
secuencia temporal. El cronograma de trabajo, es además, una oportunidad
para mostrar las acciones y el ritmo de trabajo, a fin de no dejar dudas sobre
el cumplimiento temporal de objetivos previstos. A modo de ejemplo, se
presentan dos modelos distintos.

34
Metodología Estadística e instrumentos en Neuropsicología

Modelo 1: Especificando acciones


Meses Actividades
− Confección de planillas, protocolos y parrillas de los
test seleccionados.
− Entrenamiento del equipo participante en la
Febrero-marzo
administración de pruebas.
− Diseño de base de datos intercambiable entre SPSS
y MS Excel.
− Diseño y determinación de la muestra.
Abril − Administración de pruebas de ensayo y ajuste de
diversas variables.
− Toma de entrevistas y exploración neuropsicológica.
Mayo- septiembre − Administración de inventario de Personalidad
− Corrección de pruebas y carga de datos en PC.
− Procesamiento de los datos.
Octubre − Confección de informes neuropsicológicos a solicitud
de los profesionales.
− Trabajo sobre los resultados finales.
Noviembre-
− Discusión teórica y comunicación de los resultados.
diciembre
− Redacción de tesis o articulo

Modelo 2: Especificando etapas


Año 2019 Año 2020
etapas
jun jul ago sep oct nov dic ene feb mar abr may jun jul
I X X X
II X X X X
III X X X X X X

14- Referencias Bibliográficas


Se deberá consignar el material empleado mediante las normas de estilo
APA (www.apa.org) citando la bibliografía con el autor, la editorial, y fecha
de publicación primera. En relación con revistas especializadas, se debe citar
su nombre, título del artículo, volumen, página y fecha de publicación; en el
idioma original. Puede consultar la sexta edición de las normas de estilo APA
en http://normasapa.com/tag/sexta-edicion/. En toda cita bibliográfica, debe
ajustarse a las normas de estilo que se sugiere en la carrera que realiza (APA,
Vancouver, etc).

35
Mias C. D.

En Neuropsicología es imprescindible la consulta de bases de datos


científicas como PUBMED, EBSCO, SCIENCEDIRECT, SCOPUS, RE-
DALYC, SCIELO, PSICODOC, PSYINFO, HEALTHLINE, ERIC (para
educación), para la búsqueda de material actualizado y específico. Eventual-
mente puede iniciarse con una búsqueda en GOOGLE ACADEMICO, pero
luego deberá continuar con las bases de datos. Puede recurrir a las computa-
doras de una unidad académica, o realizar las búsquedas con los docentes en
los horarios de consulta. También será bueno si posee alguna identificación
académica, que le permita registrarse en sitios de internet de intercambio de
artículos entre investigadores, como por ejemplo ResearchGate (https://www.
researchgate.net/topic/Review), o usar un gestor y administrador de biblio-
grafía de intercambio, como la base Mendeley (disponible en https://www.
mendeley.com/download-desktop/). También puede ser necesario especificar
el periodo temporal de búsqueda, como los principales descriptores del tra-
bajo.
Por otro lado, tenga en cuenta que un evaluador de su proyecto o tesis
puede tomar las “palabras clave” de su trabajo e introducirlas en alguna base
de datos representativa. De este modo puede juzgar en qué medida Ud. po-
see bibliografía actualizada, tanto cuali como cuantitavamente. Considere
que una tesis de postgrado puede verse disminuida, si un evaluador encuen-
tra un estudio más robusto que el suyo, que pone en duda sus resultados; o
bien si encuentra abundante y relevante bibliografía no considerada en su
trabajo. Por ello, debe estar siguiendo hasta último momento la evolución
de las publicaciones en su materia.
En caso de contar solo con Abstracts de artículos de interés o relevantes
para el trabajo, puede tomar el email del autor y escribirle para solicitar el
trabajo original y otros relacionados. En tal sentido, el director del proyecto
le indicará cómo hacerlo de manera pertinente y en inglés, respetando
las formas académicas. Tenga en cuenta que los investigadores suelen ser
generosos para compartir sus trabajos. Por ejemplo, una manera sencilla de
hacerlo puede ser:

36
Metodología Estadística e instrumentos en Neuropsicología

Dear Dr. Ronald Petersen:

I would greatly appreciate receiving a copy of your paper (or review, or chapter, or
communication etc.) entitled “Self-rated and informant-rated everyday function
in comparison to objective neuropsychological memory test of Alzheimer’s disease.”,
published in Alzheimers Dement, Volume 15, Number 3, Pages 552-560, 2015;
and, if possible, related papers.

Your paper (or review etc.) will be of great importance and very useful for my
Magister (or Doctoral) Thesis in Neuropsychology, which I am developing in the
Faculty of Psychology, National University of Cordoba, Argentina.

Thanks in advance for your help, collaboration and kindness, and waiting for
your answer, I remain.
Yours Sincerely

Firma y título Académico


Dirección postal (Unidad Académica)
E-mail

Cabe aclarar que la calidad y actualidad de la Bibliografía es muy


importante en la valoración del trabajo de investigación. La bibliografía debe
ser en su mayoría de mérito científico. Esto implica que las publicaciones
cuentan con algún tipo de referato. A través de ella Ud. denota la actualidad
que tiene sobre el tema, sin por ello tener que asumir los problemas y métodos
del mundo anglosajón, dominante en la producción científica (concentra
alrededor del 85% de los trabajos a nivel mundial que están presentes en
las bases las bases de datos hegemónicas). Este comentario resulta de interés
en virtud de que con frecuencia los investigadores descuidan los problemas,
métodos o instrumentos de uso regional o análogo, y terminan trabajando
según intereses o problemas de un contexto que poco representa la comunidad
que los incluye; además de subestimar por desconocimiento, los trabajos
científicos de regiones no dominantes o emergentes. Tenga siempre presente
la moraleja “No todo lo que reluce es oro, ni todo lo opaco es lata”.

B) La evaluación de un proyecto o artículo de investigación


En la valoración de un anteproyecto como de un proyecto final o te-
sis concluida, considere que los evaluadores siguen cierto orden y se realizan

37
Mias C. D.

ciertos interrogantes. Por ejemplo, es frecuente que comiencen valorando el


adecuado planteo del problema, sus objetivos y metodología. Luego pueden
seguir con la valoración de la bibliografía que respalda el trabajo, para finalizar
con la lectura de los antecedentes o marco teórico. Especial interés cobran las
conclusiones y/o discusiones del trabajo, dado que es aquí donde se muestra
el mayor desarrollo intelectual y aportes al estado del arte.
Si bien no todos los evaluadores son totalmente imparciales, o sin
conflictos encubiertos con el tesista, director, o el trabajo mismo; tenga en
cuenta que existen evaluadores maliciosos. No son muchos, ya que la mayoría
de los docentes o evaluadores actúan honestamente. No obstante, es bueno
estar informado acerca del perfil de actuación de un evaluador, a fin de tomar
los recaudos necesarios. Debe saber que existen instancias de recusación
de jurados. No sea ingenuo en este punto y trate el tema con su director.
¡Tenga en cuenta que en CIENCIA también existen las EMOCIONES!
La discrecionalidad, la arbitrariedad sutil y el detallismo obsesivo suelen ser
las formas académicas de manifestarse. No obstante, un evaluador imparcial
y sin conflictos valorará el proyecto según el tipo de trabajo que se trata
(licenciatura, especialidad, maestría, doctorado, etc.) y se orientará en mayor
o menor grado por ciertos interrogantes. Por ejemplo:

1. Es satisfactoria la definición del problema? Los objetivos están bien


planteados?
2. El diseño del estudio y los instrumentos empleados, son apropiados
al objetivo planteado? Están suficientemente descriptos? (población en
estudio, tamaño de la muestra, diseño de investigación, datos de validez y
confiabilidad, etc).
3. El método de selección y reclutamiento de los sujetos está
detalladamente descripto? (Criterios de inclusión, exclusión y convocatoria).
4. La ejecución del proyecto es factible? Tiene posibilidades de
concreción y finalización?
5. Es adecuada la descripción o referencia a los procedimientos
estadísticos propuestos? Son apropiadas las operaciones estadísticas en función
de los objetivos, tamaño de la muestra, variables, distribución, etc? El análisis
es suficiente o podría ser mas enriquecedor?
6. Es correcta la presentación del material sintético y estadístico (tablas,
figuras)? Son lo suficientemente autoexplicativas?

38
Metodología Estadística e instrumentos en Neuropsicología

7. Son las conclusiones derivadas del análisis de datos y de los resultados?


Realiza una discusión con la bibliografía a partir de sus hallazgos?
8. Es el trabajo original, de replicación, descriptivo? Supone algún
aporte teórico o aplicado? Describe una realidad de interés o aporta a la teoría?
9. Las conclusiones retoman la teoría y la enriquecen? Aportan datos e
implican nuevos interrogantes?
10. La bibliografía es actualizada, abundante y refiere investigaciones
similares o pertinentes? Es de mérito científico? Permite deducir que conoce el
tema en profundidad? Con las palabras clave del estudio, cuántas referencias
bibliográficas aparecen en las bases científicas, y cuántas hay citadas en el
estudio? Están las más actuales?

En todos los casos, es importante considerar las recomendaciones de los


tribunales y reportar avances preliminares a fin de que pueda realizar un se-
guimiento y se eviten sorpresas. El tribunal, una vez recibida la tesis, no podrá
solicitar nuevas modificaciones más allá de las especificadas en el proyecto o
en el seguimiento. Finalmente, tenga en cuenta que, llegada la instancia de
defensa oral de su tesis, Ud. ya está aprobado, solo que deberá defender el
trabajo y ganarse la dimensión de la aprobación.
En el caso de artículos enviados a publicar, analice bien la revista donde
hacerlo. Siempre será importante ajustarse en un todo a las normas de las
revistas, y estar dispuesto a recibir sugerencias o comentarios que puedan
implicar desde un replanteo del trabajo hasta detalles menores. ¡Considere que
un evaluador parece no ser merecedor de tal función, si no es capaz de hacer
observaciones!

C) Guía referencial para la presentación final de tesis


Si bien no existe un modelo único para la presentación de una tesis, se
reconocen algunas pautas comunes. No obstante, siempre se sugiere abocarse
a las pautas de cada carrera de Grado o Postgrado, a fin de evitar conflictos
innecesarios. Este es un punto muy importante, ya que forma parte de las
cuestiones formales que hacen a la recomendación de imprimir la tesis defi-
nitivamente. A continuación, se detallan algunas pautas comunes que debe
reunir una tesis:

39
Mias C. D.

Sobre su presentación
Tener en cuenta una generosa presentación visual y un adecuado diseño,
de manera de facilitar su lectura. Considere que su trabajo está siendo evaluado
de lo general a lo particular. Puede poner al comienzo algunos agradecimientos
(se recomienda ser más extenso en agradecimientos académicos y sencillo en
los afectivos). Siempre será de peso agradecer a personalidades reconocidas a
nivel internacional en el tema, en el caso de haber sido consultadas. Por ello,
además del aporte que supone consultar los autores referentes internacionales,
resulta muy estratégico demostrar que lo ha hecho.
Toda tesis comienza con un resumen o Abstract del trabajo tanto en
español como en inglés, con las respectivas palabras claves. Habitualmente
el abstract no debe superar las 450 palabras o una página para cada idioma.
Procure hacer una traducción prolija y no españolizada, ya que puede no
causar buena impresión. Por otro lado, en algunas ocasiones, puede añadirse
una nota del director fundamentando por qué el trabajo está en condiciones
de ser presentado para su evaluación y defensa oral. ¡Háblelo con su director
de tesis!

Índice
Se debe realizar un índice en el que figura cada título relevante y la
página en la que aparece. Lo mismo se puede hacer para los subtemas que
se desprendan de cada item y que le dan cuerpo, anticipando al potencial
lector lo que encontrará en su desarrollo. Es recomendable su ubicación
previa a la presentación del trabajo, en las primeras páginas. Por último, se
recomienda incorporar una hoja para realizar los agradecimientos a quienes
hayan colaborado en su trabajo, o a las instituciones en que hayan participado.
Es muy estratégico agradecer a personalidades expertas o instituciones
reconocidas, tanto como mostrar respaldo de trabajo. También será estratégico
referir pasantías, becas o subsidios que haya obtenido, denotando su inquietud
científica y de aceptación de terceros expertos.

El Cuerpo de la Tesis
Aquí se desarrollarán los contenidos del problema estudiado, siguiendo
los objetivos planteados. Puede acompañar la presentación del material con
formas visuales como dibujos, gráficos, cuadros estadísticos, etc. Todo lo que

40
Metodología Estadística e instrumentos en Neuropsicología

no es texto se consigna como figura o tabla, y debe enumerarse, con una


explicación arriba (tablas) o al pie (figuras) que debe ser autoexplicativa. Las
tablas y figuras solo se emplean para destacar alguna información, de modo
que deben ser cuidadosamente seleccionadas. No haga insertos innecesarios o
redundantes, ya que causan mala impresión. No intente ganar volumen en su
impreso con tablas o figuras innecesarias, y mucho menos sin el debido estilo
de formato.

El cuerpo de la investigación debe ser claro, preciso y no redundar en


palabras. No escribir de más, ya que hace ruido. Su desarrollo se debe corres-
ponder con los Objetivos y propósitos planteados anteriormente y que justi-
fican la dirección que toma la investigación.

El cuerpo consta de cuatro partes:

1. Introducción. Planteo del problema. Fundamentos y antecedentes


de estudios previos, o marco referencial. Revisión de antecedentes específicos,
presente en la literatura científica. Si revisa distintos autores o investigaciones
similares, es importante sintetizar los revisados en una tabla, donde consigna
el autor, métodos y resultados. Finalmente debe arribar de modo natural al
planteo del problema y formulación de objetivos. Es aconsejable que este
capítulo no exceda más del 30% de la tesis, a riesgo de quedar anclado en
aspectos teóricos o innecesarios, que pueden diluir su trabajo, como darle un
aspecto de monografía.

2. Materiales y métodos. Describir tipo de estudio, diseño,


población, muestra, criterios de selección y exclusión, instrumentos, análisis
estadístico, importancia, alcances y limitaciones del estudio. Es importante
que este capítulo no represente menos del 25% de la tesis, a fin de demostrar
la arquitectura que sostiene el edificio de las conclusiones. En otras palabras,
considere que este punto representa la mayor validez del trabajo, y es el que lo
hace replicable por otros autores. Es el capítulo que hace fuerte o vulnerable
el trabajo. Por ello, es importante el estudio exhaustivo de antecedentes, a
fin de no apartarse sustancialmente de trabajos que ya han sido evaluados y
aprobados por algún tipo de Comité Científico.

41
Mias C. D.

3. Resultados. Describir los mismos, siguiendo la secuencia de


objetivos específicos planteados. Es en este capítulo donde se muestran y
describen los hallazgos. Puede apoyarse con figuras y tablas seleccionadas,
evitando los insertos superficiales. Incorpore solo las tablas y figuras necesarias.
Puede incluirse una interpretación preliminar de los resultados. Este capítulo
puede representar alrededor de un 25% del trabajo.

4. Conclusiones y discusión. Son los comentarios que


necesariamente se desprenden del desarrollo de la investigación, realizando
una breve síntesis para visualizar qué se deriva de la misma, como ejemplo:
principales hallazgos y aportes, recomendaciones, sugerencias, nuevos
interrogantes, nuevos problemas etc. Son muy importantes las discusiones
a que dan lugar las conclusiones. Considere que aquí es donde se revela el
potencial intelectual del autor, como el dominio del tema. Puede optar por
comentar y discutir los resultados en función de la secuencia de los objetivos
específicos, dando participación a otros autores o trabajos de investigación
para su discusión. Destaque las convergencias o divergencias con otros
estudios y autores, ensaye una explicación de las diferencias o los hallazgos
nuevos, genere nuevos interrogantes, pero sea concluyente con sus resultados.
En las conclusiones y/o discusiones, será importante no adentrarse
en temas que desvían los objetivos del trabajo. Recuerde que, en materia de
comunicación científica, se deben respetar tres principios:

1- Tener algo que decir.


2. Decirlo con método y sobriedad.
3- No decir nada más.

De esta manera se evitan contenidos confusores o que hacen ruido


en el trabajo. Finalmente, en una tesis pueden resumirse las conclusiones
escribiendo frases abreviadas a modo de tips informativos, considerando no
sobrepasar las diez frases. Igualmente de importante, es incluir la Vita de la
tesis, o la producción curricular y científica vinculada al proceso formador.
Esto incluye las citas de publicaciones realizadas, comunicaciones científicas,
cursos realizados, becas obtenidas, pasantías, y toda productividad derivada
de su trabajo. Este ultimo apartado es muy importante para demostrar que
su trabajo cuenta con estudios diversos, y con aprobaciones parciales de

42
Metodología Estadística e instrumentos en Neuropsicología

otros tribunales científicos. Si bien es un apartado recomendado por la APA,


no todas las carreras lo tienen presente. Por ello se recomienda ajustarse en
un todo a las normas y formatos de las carreras en curso, a fin de lograr la
autorización final para imprimir su trabajo.
Tener presente también el estilo narrativo de material científico. El
mismo es sobrio, sintético, lleva la menor cantidad de caracteres, es vehículo
de información significativa, no es redundante ni perseverativo. Ante cualquier
duda o correcciones reiteradas, se sugiere realizar un taller de redacción
científica. Tenga presente que una redacción vulgar, redundante, reiterativa
o narrativa, puede causar mala impresión, además de sugerir que ha leído o
escrito poco en relación con un proceso formador de excelencia.

Referencias Bibliográficas
Considere las normas de estilo APA que están en vigencia (www.apa.
org) citando la bibliografía con el autor, la editorial, y fecha de publicación
primera. Puede consultar la sexta edición de las normas de estilo APA en
(http://www.normasapa.com). En toda cita bibliográfica, debe ajustarse a las
normas de estilo que se le sugiere en la carrera que realiza.

Hay que considerar que un evaluador le dará especial importancia


a la bibliografía y correcta referencia. En ocasiones consultará las bases de
datos científicas con las palabras clave de su trabajo, a fin de observar si ha
considerado trabajos de actualidad y con la suficiente abundancia. Tener en
cuenta, además, que las citas deben estar incluidas en el texto y manejadas de
algún modo.

Apéndice o anexos
Se colocan en este punto los dibujos, esquemas, tablas etc. que no
hayan sido colocados en el cuerpo del trabajo. Igualmente, en ocasiones
pueden incorporarse los modelos de protocolos, cuestionarios, encuestas,
consentimientos, estudios complementarios, y todo otro material que se
juzgue pertinente a los fines de valorar la globalidad del trabajo. Finalmente,
todo el material de trabajo original debe estar disponible ante un eventual y
extraordinario requerimiento.

43
Mias C. D.

El consentimiento informado
En general toda investigación con humanos requiere de un
consentimiento informado. Se trata de un derecho de todo participante,
aún cuando sea voluntario. En consecuencia, se deben prever las acciones
necesarias a fin de lograr la aprobación de un Comité de Etica en investigación
en Salud. Puede elaborar el consentimiento conforme la Guía para las buenas
prácticas de investigación clínica en seres humanos (Argentina, Ministerio de
Salud, Resol. 1480/11); o bien siguiendo algunas recomendaciones como las
establecidas por la APA. No presuma conocer normas que no ha leído. En el
anexo, a fin de visualizar los requerimientos que se suelen exigir, se comparte
la declaración de consentimiento que fuera aprobado para investigaciones
en el Servicio de Neuropsicología de la Facultad de Psicología UNC (ODO
CAI-CIEIS N° 231).

44
Capitulo II

Consideraciones útiles de
metodología de investigación

En este capítulo veremos algunos conceptos metodológicos que orientan


la mayoría de los trabajos de investigación en Neuropsicología, como diversas
disciplinas afines. Como ya se dijo, el espíritu de la presente obra es reflejar
de modo sintético, algunos conceptos esenciales que todo investigador debe
manejar, bajo el formato de Guía Práctica. Por lo tanto, no será necesario
desarrollar todos los conceptos en profundidad, ya que para estos temas puede
remitirse a textos clásicos de Metodología de la Investigación y estadística
como fuente principal. En tal sentido, se recomienda los textos de Hernandez
Sampieri (2014) y de Montero & León (2002) entre otros, los cuales
tomaremos como referencia en adelante.
En consecuencia, seleccionamos algunas consideraciones útiles y
frecuentes a tener en cuenta para el desarrollo de una investigación. Sin
embargo, no podemos dejar de comentar que los lineamientos metodológicos
aún en manuales clásicos no agotan todos los diseños posibles de realizar en
una investigación. Esto es importante en la investigación clínica, con estudios
de casos, o de análisis cualitativos. En tal sentido, recomendamos la obra de
Kazdin (2002) para ampliar diseños de investigación clínica y de caso único,
aquí no contemplados.

Tipos de investigación
Las Investigaciones pueden definirse desde distintas perspectivas. Si-

45
Mias C. D.

guiendo a Hernandez Sampieri (2014), las más frecuentes que podemos con-
siderar son:
1. Por su finalidad:
a- Básica
b- Aplicada
2. Por su profundidad:
a- Exploratoria (aproximación a un fenómeno desconocido).
b- Descriptiva (sin prueba de hipótesis).
c- Explicativa (con hipótesis que se someten a prueba).
3. Por el marco de desarrollo:
a. De laboratorio
b. De campo

Tipo de Estudios
1. Caso control: Son estudios que pueden ser longitudinales y retros-
pectivos. Por ejemplo, analizar para atrás en personas que han desarrollado
demencia, si tenían quejas de memoria y qué tipo de olvidos, o a que distancia
temporal comenzaron los primeros síntomas.
2. Transversal o transeccional: Estudios que implican un momento actual
específico. Por ejemplo, estudios descriptivos y prevalencia de deterioro leve
y depresión en adultos mayores. La prevalencia se acota a los límites de la
muestra, especificando su alcance.
3. Estudios de cohorte: Son estudios longitudinales y prospectivos. Por
ejemplo, al cabo de cinco años analizar la evolución del deterioro leve y su
tasa de conversión a demencia; o analizar los efectos de un programa de
estimulación cognitiva con diversas medidas temporales de seguimiento.
4. Experimentales o pruebas clínicas: a) Controlados: Con grupo control,
autocontrol o controles históricos. Cuando el investigador conoce la variable
que manipula y el sujeto no, se denomina Ciego. Por ejemplo, cuando los
sujetos no conocen el tipo de programa de estimulación cognitiva que recibirán
(puede ser de mero aprestamiento o de verdadera estimulación). Cuando
ambos desconocen la variable, se denomina Doble Ciego. Estos estudios
son infrecuencias en Neuropsicología Aplicada. b) No controlado, sin grupo
control. Útil para investigar algunas características de muestras de pacientes.
Son novedosos y descriptivos. Hacen visible una realidad poco conocida. En

46
Metodología Estadística e instrumentos en Neuropsicología

especial cuando se cuentan con pocos casos. Por ejemplo, instrumentar un


programa de reorganización del movimiento en la enfermedad de Parkinson,
valiéndose de la reprogramación cortical; o bien investigar características
socioambientales de un grupo etario de adultos mayores.

Tipos de Variables
1. Cuantitativas o Numéricas: a- Discretas ordinales (números enteros.
Por ejemplo, cuántos hijos, grado de depresión, reserva cognitiva). b- Con-
tinuas (son números y fracciones. Por ejemplo, valores obtenidos en un test,
como el de stroop, o de figura de Rey, o en Minimental test, etc).
2. Cualitativas o Categóricas: Son variables no numéricas, cuentan o
describen categorías ordenadas. Pueden ser: dicotómicas (genero; normal-
deterioro; depresión si-no), nominales (diagnóstico, estado civil, enfermedades
antecedentes, etc.), ordinales (grado de sociabilidad alto-medio-bajo), y
porcentuales.

También pueden ser clasificadas en:


1. Nominal (Son categorías excluyentes. No admiten cálculos aritméti-
cos). Por ejemplo, genero, procedencia, motivo de consulta, estudios realiza-
dos, etc.
2. Ordinal (Son formas de medición que indican ordenamiento). Por
ejemplo, escalas propias de cuestionarios o inventarios, con referencias a un
ordenamiento, al estilo: Nunca-a veces-siempre, poco-mas o menos-mucho.
3. Intervalar (el cero tiene valor). Por ejemplo, Test Stroop. Requiere
estudio de distribución de frecuencias.
4. Proporcional (el cero es ausencia de atributos). Por ejemplo, número de
palabras evocadas de modo diferido, palabras que denotan fluidez verbal, etc.

En el programa informático SPSS (Statistical Package Social Science), las


variables se categorizan del siguiente modo:
1) ESCALAR (variables continuas, cuantitativas; intervalares o propor-
cionales). Por ejemplo, los puntajes obtenidos en test, o puntaje total de esca-
las y cuestionarios.
2) NOMINAL (implica variables cualitativas, dicotómicas o categóri-
cas). Por ejemplo, el género, diagnóstico, procedencia, antecedentes familia-
res, estado civil, etc.

47
Mias C. D.

3) ORDINAL (Son variables que refieren un ordenamiento de mayor


a menor, de poco a mucho, o viceversa). Por ejemplo, nivel socioeconómico
alto-medio-bajo, frecuencia de lectura alta-media-baja-nula; nivel de reserva
cognitiva, grado de instrucción, etc. Muchos de los ítems de los cuestionarios
o escalas, representan escalas de tipo ordinal.
Nota: Será muy importante determinar en el programa SPSS correcta-
mente el tipo de variables que se está introduciendo, a fin de no desvirtuar
el análisis estadístico posterior. También debe informarle al programa si la
variable implica un carácter numérico, si es una fecha o es en formato de
cadena (por ejemplo, nombres de personas). Finalmente, es importante darle
un nombre codificado a cada variable, tanto como una breve descripción de
etiqueta (como Ud. llama a la variable).

A los fines de las pruebas estadísticas que se llevaran a cabo, las variables
se clasifican en:
1. Independiente (Es explicativa de la dependiente). Por ejemplo, los
puntajes en test de memoria, test ejecutivos, edad, nivel de instrucción o so-
cioeconómico; pueden ser explicativas del estado cognitivo de normalidad o
deterioro.
2. Dependiente (es la variable explicada por la independiente). Por ejem-
plo, el Estado cognitivo o diagnóstico (normal vs. deterioro), puede explicarse
por un conjunto de variables independientes, tales, como edad, nivel de ins-
trucción, nivel socioeconómico, enfermedades antecedentes, entre otras.
3. Intervinientes o covariables (deben ser controladas o bien analizar su
efecto). Por ejemplo, la presencia de depresión puede influir sobre los resul-
tados en los test, y provocar el riesgo de estar evaluando el desempeño que la
depresión provoca, en vez del real estado cognitivo. De este modo podríamos
afirmar que una persona posee un deterioro, cuando en realidad se trata de
una disminución mientras dura la depresión. Por supuesto, esto será así, en
los casos donde la depresión no se considera un síntoma secundario de un
cuadro de deterioro cognitivo.

Técnicas recolección datos


En Neuropsicologia, observamos que en diversos estudios publicados se
emplean distintas técnicas de recolección de datos. Las principales:

48
Metodología Estadística e instrumentos en Neuropsicología

1. Entrevista. Los datos derivan de una entrevista generalmente protoco-


lizada, que indaga, por ejemplo, sobre variables sociodemográficas, enfermeda-
des antecedentes, estudios realizados, percepción de cambios cognitivos, etc. O
cuando entrevistamos a familiares observadores, a fin de valorar la discrepancia
entre paciente-familiar. Esta técnica es muy rica además en la obtención de
datos cualitativos, derivados de la observación meticulosa (por ejemplo, estado
de lucidez, comunicación no verbal, apoyo en el lenguaje como estrategia reso-
lutiva, modalidades de procesamiento de la información, etc.).
2. Encuestas. Pueden tener un formato de preguntas breves, cuestionarios,
consultas telefónicas, o por medios electrónicos. Por ejemplo, podemos a
través de llamada telefónica encuestar a familiares de un paciente respecto
de sus niveles funcionales en la vida diaria; o si han observado cambios en el
último mes, o de la presencia de estímulos ambientales que definen la variable
Ambiente Estimular Enriquecido en Adultos mayores (AEE).
3. Pruebas o test de medición. En este caso, los datos obtenidos derivan
directamente de los test o instrumentos administrados, tanto en sus puntajes
totales, como en sus subcategorías o ítems.
4. Consultas a registros previos o Historias Clinicas (HC). Por ejemplo,
acudimos a historias clínicas para rescatar variables no contempladas
inicialmente.
5. Escalas o inventarios estandarizados. Por ejemplo, puntajes obtenidos
en la escala de Quejas Subjetivas de Memoria, o de Depresión de Yesavage, o
de valoración de Demencia de Blessed.
6. Escalas de cotejo ad hoc (diseñadas para un estudio en particular). Se
trata de escalas derivadas de un marco teórico o de criterios concensuados,
que indagan sobre aspectos ausentes en la literatura o bien no se cuenta con
escalas estandarizadas. Por ejemplo, podemos tomar los criterios de Depresión
Mayor del DSM-5, establecer su correlato conductual y valorar la presencia-
ausencia de estos en un paciente; o bien podemos cotejar sobre la frecuencia de
hábitos de riesgo (fumar, alcohol, problemas para dormir, etc.) con una escala
tipo likert. Estas escalas de cotejo ad hoc que tienen una validez conceptual y
suelen respaldarse con consultas de expertos, requieren sin embargo estudios
de confiabilidad.
7. Observación operacionalizada y sistematizada. En estos casos podemos
partir, por ejemplo, de un protocolo de observación de la conducta de empatía,
fenómenos del lenguaje y el habla etc., para luego organizar y clasificar los
datos.

49
Mias C. D.

8. Experimentos o eventos con sujetos. Se trata de obtener datos a partir


de intervenciones de diversa índole, por ejemplo, cuando realizamos un
postest después de un taller de estimulación cognitiva, o cuando valoramos la
percepción del autocuidado en la vejez, después de un programa psicoeducativo.

Diseños de Investigación
Hasta ahora, podemos tener definido un marco teórico, tema de
investigación, problema de investigación, estudios antecedentes, tipo de
estudio, alcance del estudio, principales variables y el planteo de hipótesis
de trabajo (o interrogantes orientadores). Sin embargo, el diseño de la
investigación será importante para la validez de los resultados que se obtengan.
En consecuencia, el diseño implica el plan o estrategia para obtener los datos,
de manera de poder dar cuenta de los objetivos del trabajo, y poder dar
respuesta a las hipótesis o los interrogantes orientadores. Para un repaso y
selección de los principales contenidos que pretendemos destacar, seguimos
los desarrollos de Sampieri (2014) y de Montero & León (2002). En tal
sentido, comenzamos observando que los diseños tradicionales se determinan
según el tipo de investigación:

1. Investigación de tipo experimental


Estas investigaciones se caracterizan por tener controladas todas
las variables necesarias, menos aquella que se manipula. Requiere por lo
tanto de condiciones controladas de modo muy riguroso, a fin de estudiar
las consecuencias de la manipulación de las variables seleccionadas.
Generalmente son investigaciones básicas que definen una hipótesis de
trabajo, con variables operacionalizadas, con experimentos y tratamientos
estadísticos posteriores (frecuentemente de comparación de grupos, ya que
los controles y experimentales, diferirán solo en la variable manipulada).
Dado que no son investigaciones muy presentes en Neuropsicología clínica,
no nos detendremos en sus posibles diseños, aunque básicamente se basan en
muestras conformadas al azar o emparejadas.

2. Investigación no experimental
A. Método transversal: Este diseño implica que se interviene o se
recolectan datos en un momento dado. La finalidad de este método es

50
Metodología Estadística e instrumentos en Neuropsicología

describir variables, analizar su incidencia y relación con otras variables


(asociación, correlación), todo en un momento dado. En consecuencia,
pueden considerarse dentro de este método (Hernandez Sampieri, 2014):
Diseños exploratorios: Proponen una exploración inicial sobre una
población o muestra específica, a fin de observar el comportamiento de algunas
variables. Estos diseños pueden hacer visibles problemas de investigación de
mayor envergadura.
Diseños transversales descriptivos: son aquellos que tienen como objetivo
explorar la frecuencia, incidencia y medidas de tendencia central en que se
manifiesta una o más variables.
Diseños transversales correlacionales: se encargan de describir relaciones
entre dos o más variables en un momento determinado, generalmente como
parte de estudios exploratorios y descriptivos en términos de relaciones.
Diseños transversales correlacionales/causales: en estos diseños se parte
de que las causas y efectos ya ocurrieron en la realidad (estaban dados
y manifestados) y el  investigador los observa y reporta. Por ejemplo, la
observación de que personas con menor inteligencia cristalizada, menor nivel
de instrucción o nivel socioeconómico, tienen mas probabilidad de presentar
un deterioro cognitivo con la edad.

B. Método longitudinal: estos diseños implican la recolección de datos


a lo largo del tiempo, o bien por intervalos de tiempo o períodos determina-
dos. De este modo, permiten hacer inferencias respecto a cambios observados,
sus determinantes y consecuencias. Los principales diseños que consideramos
son:
Diseños longitudinales de tendencia o trend: son aquellos que analizan
cambios a través del tiempo (en variables o sus relaciones), dentro de alguna
población en general. Por ejemplo, conocer con el tiempo la incorporación
de dispositivos electrónicos en adultos mayores y su relación con medidas
neurocognitivas.
Diseños longitudinales de evolución de grupo o cohort: son estudios que
examinan cambios a través del tiempo en subpoblaciones o grupos específicos,
por ejemplo, definidos por el año, periodo de ingreso a sistema de salud, o
bien los grupos de cohortes vinculados de alguna manera,  generalmente la
edad, grupos por edad, entre otros.
Diseños de Panel: Implican estudios que valoran o evalúan cambios en
el mismo grupo de sujetos a través del tiempo. Por ejemplo, un Servicio de

51
Mias C. D.

Neuropsicología convoca por vía telefónica a las personas diagnosticas con


deterioro cognitivo leve tres años atrás, a fin de ser nuevamente evaluadas y
observar los cambios producidos con el tiempo, y analizar posibles variables
predictoras.

Diseños de investigación ex post facto


En consideración de Hernandez Sampieri (2014), el objetivo de los
estudios ex post facto es buscar indicios que permitan hacer inferencias
acerca de cuáles pueden ser las posibles causas de los fenómenos sujetos a
investigación. En estos diseños no podemos hablar de relaciones causales
directas. Existen dos categorías de diseños ex post facto: los retrospectivos,
que son aquellos en que las variables ya han sucedido; y los prospectivos, que
son aquellos en que la variable independiente no es posible manipularla (ej.
edad, sexo, altura, etc).

Diseños retrospectivos. En los diseños retrospectivos vamos hacia atrás


para encontrar variables independientes (una o más) que afectan a una
variable dependiente. Por ejemplo, estudiamos cómo la reserva cognitiva,
nivel de instrucción de los padres, y antecedentes familiares, pueden afectar
el estado cognitivo actual. Según Hernandez Sampieri (2014), una forma
de mejorar los diseños retrospectivos es mediante la consideración de grupos
de control: se compara un grupo (grupo casos) que cumple con la variable
dependiente y otro grupo (grupo control) que comparte características con el
primero, salvo la variable dependiente. De esta forma se pueden comparar los
valores de diferentes variables independientes para determinar su importancia
en los efectos sobre la dependiente. Por ejemplo, podemos comparar niveles
reserva cognitiva en personas con un deterioro cognitivo mayor, con un grupo
control conformado por personas cognitivamente normales.
Diseños prospectivos. En estos diseños lo que se pretende es conocer cómo
una variable independiente en particular con el tiempo afecta a la variable
dependiente. Por ejemplo, si se quiere saber cómo afecta al “cálculo” el uso
de dispositivos electrónicos; podemos seleccionar un grupo de sujetos que
usan estos dispositivos y otros que no los usan, a fin de comparar el nivel de
operatoria aritmética frente a una prueba de cálculo neutral.

52
Metodología Estadística e instrumentos en Neuropsicología

Diseños evolutivos. Estos diseños se emplean cuando se trata de determi-


nar cómo el paso del tiempo provoca un cambio o efecto sobre una variable
dependiente. Por ejemplo, conocer cómo la edad tiene un efecto sobre la evo-
lución de funciones cognitivas como la memoria, el lenguaje o la organización
espacial, entre otras. Estos diseños pueden ser de dos clases:
1.  Transversales: cuando se mide la variable dependiente en distintos
momentos vitales de distintos sujetos (Por ejemplo, valoramos la frecuencia
de quejas de memoria y niveles de estrés en el adulto joven, adulto maduro y
adulto mayor). 2. Longitudinales: cuando se mide la variable dependiente en
distintos momentos vitales de los mismos sujetos (por ejemplo, años antes y
después de la jubilación: o bien estudios de seguimiento del estado cognitivo
con el paso de los años, a fin de estudiar variables críticas para la rotación de
la normalidad cognitiva al deterioro tipo demencia).

Población y muestras
Delimitada la población, la muestra es un subgrupo de la población,
por lo que debe conocerse en sus características de contenido, lugar y tiempo.
Por ejemplo, podemos definir una población como el conjunto de sujetos
adultos mayores evaluados en un Servicio de Neuropsicología en el período
comprendido entre los años 2015-2018, que consta de 1000 casos. Luego,
podemos tomar una muestra de la población, de alrededor de 120 casos. Se-
gún el teorema del límite central una muestra moderada (más de 100 casos)
tiene una distribución que tiende a ser normal, y permite realizar pruebas
estadísticas más robustas. Lo importante será, no obstante, que la muestra sea
lo más representativa de la población de la cual proviene. Los resultados que
se obtendrían en este caso serán generalizables a la población definida como
los sujetos evaluados en el período 2015-2018; pero no alcanzarían a tener
representatividad para referirnos a la población de adultos mayores de la Pro-
vincia de Córdoba (Argentina).
La población que se considera puede ser: 1- General (es la real, a la cual
se pretende alcanzar o representar). 2- Hipotética (en la que se podría aplicar
los resultados). 3- Estándar (patrón para comparar con otra población). Las
muestras en consecuencia deben ser representativas y no sesgadas. Dependen
siempre de cómo se define la población. Las muestras, desde la perspectiva
del análisis estadístico, son importantes a partir de los 30 (Medicina) o 40
(Psicología) casos.

53
Mias C. D.

Técnicas de muestreo

Considerando que las muestras deben ser representativas de la pobla-


ción en función de cómo se la define, existen diversas tecnicas de muestreo,
todas presentes en distintos tipos de estudios en Neuropsicología. A fin de
su identificación seguimos los criterios establecidos por Hernandez Sampieri
(2014):
1- Aleatorio: a- Simple (realizamos un sorteo dentro de la población,
donde todos los sujetos tienen la misma probabilidad de ser seleccionados). b-
Sistemático (divide la población en dos o tres partes, y sorteamos un número
de casos de cada parte. Por ejemplo, si dividimos la población por rangos de
edad, podemos tomar el primer y tercer caso de cada categoría; o bien los
casos pares, o hacer un sorteo al azar).
2- No aleatorio: a- Accidental (Se constituye con sujetos a mano, que son
alcanzados por todos los variables objetos de estudio). Dado que estas muestras
no permiten una generalización, no permiten tomar mayores decisiones).
Son frecuentes en estudios exploratorios en Neuropsicologia, y su finalidad es
aportar estudios previos hacia la validación de una hipótesis de trabajo. Por
ejemplo, podemos explorar un patrón de deterioro cortical en enfermedades
de naturaleza subcortical, como la enfermedad de parkinson, con los pocos
casos que se tienen a mano. Luego, los resultados, pueden justificar estudios
mayores, bajo la hipótesis de que la enfermedad en determinado tiempo afecta
a procesos cognitivos corticales.
b- Intencional (Conformada por criterios delimitados de inclusión y
exclusión, en función de cómo se define la población). Por ejemplo, podemos
seleccionar los casos que vienen acompaños por sus familiares, y excluimos
todos los demás. O bien seleccionamos el mismo numero de casos por décadas
de edad, por género y motivo de consulta).
3- Muestreo por etapas. Las muestras se conforman por la selección
de sujetos que responden a determinadas características, en un tiempo
determinado (por ejemplo, se van incluyendo sujetos por semestre con
deterioro leve, con distribución equitativa por rangos de edad, género y
ausencia de depresión).

54
Metodología Estadística e instrumentos en Neuropsicología

Tipos de Muestras

1. Probabilísticas:
Son muestras que garantizan de algún modo, que todos los sujetos com-
prendidos en una población han tenido la misma probabilidad de ser inclui-
dos. Pueden obtenerse por sorteo, asignando números aleatorios, en forma
sistemática, y permiten calcular el margen de error. Para poblaciones grandes,
como puede ser los Adultos mayores de la Ciudad de Córdoba (alrededor de
450 mil), es importante conocer cómo se distribuyen en el mapa de la Ciu-
dad, para sectorizar por azar los puntos de recolección de datos esenciales, por
ejemplo, a través de encuestas o evaluaciones en distintos puntos sanitarios y
de participación comunal. No obstante, las muestras probalilísticas, son muy
propias de la investigación experimental o en encuestas de sondeo de opinión
en la población general.

2. No probabilísticas:
Son consideradas un tanto arbitrarias, ya que no permiten calcular con
precisión el error estándar. Su ventaja es para aquellos estudios que no depen-
den tanto de la representatividad de los sujetos de una población, sino su cui-
dadosa selección según ciertas características de estudio. Por tales motivos, la
mayoría de las investigaciones en Neuropsicología, suelen estar conformadas
por muestras no probabilísticas. Estas pueden ser:
a) Muestra de sujetos voluntarios: Son muestras accidentales, pero se pro-
cura que los sujetos sean homogéneos en edad, sexo, inteligencia, etc. De
manera que los resultados no se deban a diferencias individuales significativas,
sino a la intervención. Especialmente en Neuropsicología, que requiere con-
trolar variables sociodemográficas que inciden en el desempeño de los test,
tales como la edad, género y nivel de instrucción.
b) Muestra por cuotas: como en las encuestas en donde se determina a
quienes entrevistar. Por ejemplo, se determina evaluar 25% hombres mayores
de 64 años, 25 % mujeres de más de 64 años; 25% hombres menores de 64
años, etc.

El control y la validez interna


La validez interna se refiere al grado en que una investigación puede
explicar cómo la variable independiente afecta a la dependiente; excluyendo

55
Mias C. D.

otras explicaciones alternativas (Hernandez Sampieri, 2014). Esto es muy im-


portante, ya que cualquier otra variable o factor no contemplado que pudiera
explicar mejor los resultados, es una debilidad, y constituyen una amenaza
para la validez interna (por ejemplo, con frecuencia en la evaluación neurop-
sicológica debemos tener en cuenta la fatiga, el efecto de fármacos, la pre-
sencia de depresión, la motivación y expectativas, el ambiente de evaluación,
el entendimiento de las consignas, el uso de instrumentos estandarizados y
confiables, la experticia del evaluador, entre otros). De esta forma, la validez
interna indica que las explicaciones o interpretaciones que estamos propo-
niendo, inhiben o ensombrecen múltiples explicaciones alternativas, como
cuando consideramos que los resultados obtenidos son debidos al desempeño
cognitivo objetivo (sin efectos de fatiga o fármacos que diluyan la interpreta-
ción). La validez interna se refuerza mediante (Hernandez Sampieri, 2014):

1. Grupos de comparación (dos como mínimo). En lo posible, contro-


lando algunas variables muy conocidas por sus efectos confusores en neu-
ropsicología, tales como edad, nivel de instrucción, género, y en ocasiones
depresión.

2. Equivalencia de los grupos en todo, excepto la manipulación de las


variables independientes. Por ejemplo, si queremos conocer el efecto que tiene
la depresión en el estado cognitivo, y para ello comenzamos comparando dos
grupos normal-deterioro; será bueno que éstos sean equivalentes es número,
edad, instrucción, genero, nivel socioeconómico, estado laboral, niveles
funcionales de la vida diaria y ansiedad. De esta manera, podremos considerar
con mayor validez, que las diferencias de los grupos de deben a los niveles de
depresión. Si bien es dificil en investigaciones de carácter aplicado, controlar
todas las variables independientes, es bueno tener al menos dos grupos
claramente diferenciados por la variable dependiente en estudio (por ejemplo,
normal-deterioro, alto-bajo grado de estrés, etc.). Por otro lado, podemos
considerar los siguientes métodos:

2.1. Equivalencia inicial


Implica que los grupos son similares entre sí en el inicio de la investigación.
Por ejemplo, el nivel de instrucción, genero, normalidad cognitiva, inteligencia,
entre otras. Si bien no habrá una diferencia simétrica y exacta, decimos que
no debe haber una diferencia estadísticamente significativa (p>0,05).

56
Metodología Estadística e instrumentos en Neuropsicología

2.2. Equivalencia durante el estudio


Durante el estudio, los grupos deben mantenerse similares, excepto
en la manipulación de la variable independiente. Esto supone: mismos
evaluadores, maneras de recibirlos, ambientes semejantes, duración de la
evaluación, materiales estímulo, consignas; y todo lo que forme parte del
proceso de recabar datos con los sujetos. Una buena forma de mantener la
equivalencia inicial de los grupos es con la asignación al azar de los sujetos
a evaluar en un Servicio de Neuropsicología con múltiples evaluadores. La
asignación aleatoria funciona mejor cuanto mayor sea el número de sujetos
con que se cuenta para el estudio.
2.3. El emparejamiento
Otro método para trabajar la equivalencia de los grupos es el
emparejamiento o apareo. Se trata de igualar los grupos en relación con
algunas variables específicas que pudieran tener una influencia confusora.
Por ejemplo, en Neuropsicologia es bueno igualar los grupos es función
de la edad, nivel de instrucción (alto-bajo), genero, y depresión (si-no). En
general, las variables seleccionadas para emparejar los grupos deben estar
muy relacionadas con la variable dependiente, de manera tal que puede tener
una influencia decisiva. En otros casos, si se están estudiando subtipos de
deterioro, es muy posible que se deban controlar el efecto de ciertos dominios
cognitivos, a fin de obtener grupos emparejados en cuanto al perfil cognitivo
(por ejemplo, deterioros amnésicos versus deterioros ejecutivos).

Alcance y limitaciones de los estudios


En toda investigación de diseño, es importante ser conciente de los
alcances y limitaciones de sus hallazgos. En otras palabras, hasta dónde pueden
generalizarse los resultados, y los límites en los que deben ser considerados.
Se trata de la validez externa que tienen los resultados. Indica en qué medida
pueden ser generalizados a una población, diferentes sujetos, lugares,
alcances geográficos, o delimitaciones según ciertas variables independientes.
La validez externa puede verse limitada por los sesgos de las muestras, la
selección de casos extremos, de evaluaciones previas, entre otras. Por ello
debemos recordar que las investigaciones difícilmente sean concluyentes en
el problema abordado, sino mas bien, que aportan evidencias para pensar
en una determinada dirección; pero que es necesario estudios mayores y mas

57
Mias C. D.

controlados para lograr conclusiones mas sólidas. Quizás por estos motivos,
investigaciones similares llevadas en distintos lugares, con procedimientos y
muestras diferentes, pueden no obtener los mismos resultados.

Los instrumentos en la evaluación neuropsicológica


En general, en Neuropsicologia empleamos instrumentos múltiples,
desde distintos test valorativos de diversos dominios cognitivos, hasta escalas
y cuestionarios valorativos de aspectos psicológicos, conductuales, funcionales
de la vida diaria, ambientales y familiares. La entrevista neuropsicológica y la
anamnésis clínicas son también importantes instrumentos que dan contexto
a las valoraciones neurocognitivas. Este es un punto muy importante, ya
que el neuropsicólogo iniciado suele tener un perfil más técnico y encuentra
seguridad en el uso de instrumentos, haciendo prevalecer el criterio estadístico
en la interpretación de los resultados finales. En tal sentido, en materia de
evaluación neuropsicológica se advierte que nada reemplaza la experticia
del evaluador en materia clínica, como su formación en neuropatología
(Mias, 2008). Sin embargo, a los fines de emprender una investigación,
será importante que, en todos los casos se empleen instrumentos válidos y
confiables, y algunos de ellos con sensibilidad o especificad aceptables. Mas
adelante se verán estos conceptos, y los distintos tipos de instrumentos que
podemos emplear en investigación. Por ahora, en la tabla inferior vemos una
síntesis de test neuropsicológicos, diferenciados por sus objetivos, su función
y utilidad (Mias, 2008).

58
Metodología Estadística e instrumentos en Neuropsicología

Tabla 1. Distintos tipos de test neuropsicológicos, diferenciados por sus objetivos y función
Objetivo Función Utilidad Test
Cheking Cribado Útil en detección MMSE, Foto
cognitivo de (+) Test, Test Isacs
Screening Barrido cognitivo Útil en hipótesis NEUROPSI
amplio orientadoras ADASCOG
Comprensión Valorar sistemas Útil en Test basados en
Global Funcionales exploración modelo de Luria,
clínica Test WAIS
Perfil Valorar Útil en Test o baterías
neurocognitivo constructos investigación y específicas (p.e.
por funciones cognitivos en diagnóstico WMS, TAVEC)
o por patología diferencial
Valoración Valoración Útil en la Test ecológicos
ecológica conductual de terapéutica Lectura
los sistemas conductual
funcionales Datos cualitativos

El análisis estadístico
Hasta ahora hemos hecho referencia a la importancia de las relaciones
de variables independientes, respecto de las variables dependientes. Hemos
definido un problema, objetivos, hipótesis o interrogantes orientadores,
materiales y métodos (diseño, población, muestra, criterios de inclusión,
instrumentos, etc.). Debemos pensar ahora en las pruebas estadísticas que nos
permitan contrastar nuestras hipótesis u observar resultados, con el debido
procesamiento de los datos. Este es un punto muy sensible, ya que proceder
con un análisis equivocado puede conducir a conclusiones erróneas, de bajo
fundamento, o bien a falsos hallazgos.
La primera recomendación que debe tenerse en cuenta es observar
en investigaciones antecedentes, los análisis estadísticos empleados, a fin de
considerarlos una referencia. Si bien en la mayoría de las publicaciones no
brindan mayores detalles de los procedimientos estadísticos, es importante
conocer bien las pruebas que se realizarán y las condiciones o requisitos para su
uso. Estos análisis permitirán además un mejor aprovechamiento de los datos,
permitiendo ir mas allá de estudios meramente descriptivos y exploratorios.
Es muy frecuente ver que investigaciones o tesis doctorales, aun teniendo
los datos suficientes, no han enriquecido sus conclusiones con análisis más

59
Mias C. D.

avanzados. En ocasiones posibilitan estudios mixtos, que comienzan siendo


exploratorios y terminan siendo explicativos. También el ensayo de modelos
predictivos, como de agrupamientos de variables, o de procesamientos
multivariados, suelen otorgar una envergadura mayor a la investigación, a la
vez de resultados más explicativos.
Por supuesto no toda investigación implica un análisis estadístico de
carácter empírico muestral, ya que numerosos estudios clínicos o estudios
de casos, siguen otros principios basados en análisis más cualitativos
(Kazdin, 2002). Sin embargo, en esta obra reflejaremos solo los usos de la
estadística descriptiva e inferencial aplicada en nuestra línea de investigación
en Neuropsicología. Para el desarrollo de una tesis, es importante el detalle
respecto de los pasos a seguir desde una perspectiva estadística, a fin de
garantizar una lógica de razonamiento, como de asegurarse los adecuados
procedimientos. En consecuencia, para un proyecto de investigación sea lo
más descriptivo posible respecto este punto. Puede ocurrir que un evaluador
sea un metodólogo obsesivo y no valore su obra, si no es desde esta rigurosa (y a
veces tendenciosa) perspectiva. En el próximo capítulo, veremos las numerosas
pruebas que podemos emplear en estadística aplicada, con ejemplos prácticos
propios de aplicaciones en Neuropsicología.

La ficha técnica del estudio


Luego de repasar distintos aspectos metodológicos y de diseños de
investigación, podemos sintetizar la estructura del proyecto en una ficha
técnica. En tal sentido, se propone un formato modelo de comunicación de
la estructura del trabajo de investigación:

Ejemplo 1

Tipo de Finalidad • Aplicada.


Tipo de investigación: • Exploratorio, Descriptivo, Comparativo.
Tipo de Diseño: • No Experimental. Ex post facto.
Tipo de información: • Cuantitativa. Análisis cualitativo secundario.
Tipo de Muestra: • No Probabilística. Muestreo: por etapas.
Tipo de objetivo: • Descriptivo, exploratorio, Predictivo.
Temporalidad: • Transeccional o transversal correlacional.

60
Metodología Estadística e instrumentos en Neuropsicología

• Adultos mayores entre 50-80 años de residencia en


Población:
ciudad de Córdoba.
• Participantes concurrentes centros comunitarios, con
Muestra:
criterios de inclusión.
• Pruebas Neuropsicológicas
Instrumentos de
• Cuestionarios conductuales y psicoafectivos
Investigación:
• Escalas de funcionalidad en vida diaria.
• Descriptivos. Anova (Bonferroni). Regresión lineal,
Estadísticos principales
método forward Wald.

Ejemplo 2

Tipo de estudio: Aplicado y exploratorio. Descriptivo y analítico.


Población: Personas voluntarias comprendidas entre los 50-80 años
residentes en la ciudad de Córdoba, que concurren a servicios públicos de
evaluación neurocognitiva.
Muestra: Muestra no probabilística, con participantes voluntarios
concurrentes a los Servicios de Neuropsicologia. Técnica de muestreo por
etapas (selección con determinadas características, en un tiempo determinado).
Mínimo 180 casos.
Criterios de inclusión: Participantes entre 55-85 años que concurren
voluntariamente a los lugares de evaluación neuropsicológica, sin enfermedades
médicas, neurológicas y psiquiátricas causales en primer grado de un deterioro
cognitivo. Sin signos de demencia y alteración significativa de actividades
básicas de la vida diaria. De nivel educativo con evidencias de adquisición
de lectoescritura y cálculo simple. Que cumplen con todas las evaluaciones
neurocognitivas y psicológicas propuestas.
Diseño de investigación: Ex post facto, de tipo transeccional, descriptivo
y comparativo. Los grupos: Grupo 1 (control): Participantes cognitivamente
normales (n=90) con evaluación cognitiva multifunción normal en relación
con edad y nivel de instrucción; Grupo 2 (deterioro): Participantes con
deterioro cognitivo leve (n=90) que cumplen con los criterios recomendados
(Winblad et al., 2004) para el diagnóstico de deterioro cognitivo leve,
multidominio, amnésico y frontal. Variables de control: género, edad y nivel
de instrucción; sin diferencias estadísticamente significativas (p>0,05).
Variables de estudio: La variable dependiente es el estado cognitivo
valorado como normal-deterioro; y las variables independientes son: Quejas
subjetivas de memoria (QSM), las Quejas ejecutivas (QE), depresión (GDS)

61
Mias C. D.

y estrés traumático (Holmes). Las variables de control son el género, edad y


nivel de instrucción.

Instrumentos:
1. Protocolo de admisión:
El mismo se completa con información relativa a datos sociofamiliares,
nivel educativo, profesión, nivel socioeconómico, antecedentes de
enfermedades neurológicas y psiquiátricas, presencia de enfermedades
somáticas (hipertensión, diabetes entre otras), presencia de medicación que
afecta sistema nervioso, horas de sueño, actividad física y consumo de tabaco.
Dicho protocolo es importante para la valoración global del estado cognitivo.
2. Valoración Neuropsicológica:
1. Mini Mental State Examination de Folstein; 2. Subtest de Memoria
Verbal del Test Weschler Memory Scale; 3. Figura compleja de Rey; 4. Test
de denominación de Boston; 5. Test de fluidez verbal semántica; 6. Test de
fluidez verbal fonológica; 7. Test WAIS-III (Wechsler, 2002): Subtest de Digi-
to-Símbolos; Subtest de completamiento de figuras; Subtest ordenamiento
número-letra; 8. Test de Stroop; 9. Test INECO Frontal Screening; 10. Test
del Reloj; 11. Torre de Hanoi. 12. Wisconsin card sorting test.
3. Valoración conductual:
1. Cuestionario de quejas de memoria (Marotto, 2003); 2. Escala de
cotejo de Quejas Ejecutivas (Mias, 2010); 3. Escala de Depresión Geriátrica
de Yesavage (GDS 30); 4. Escala de Estrés traumático de Holmes.
4. Consentimiento informado:
Considerando el trabajo con humanos, participantes voluntarios, a
quienes se realizarán evaluaciones cognitivas verbales y de lápiz y papel, se
empleará formulario de consentimiento informado acorde a la “Guía para las
buenas prácticas de investigación clínica en seres humanos” (Ministerio de
Salud, Resol. 1480/11). Resguardo ético: Aprobado por Comité de ética en
investigación en Salud (ODO CAI-CIEIS N° 231).
5. Procedimiento:
Participantes voluntarios concurrentes al Servicio de Neuropsicología
durante abril de 2018 a diciembre de 2019. Dos sesiones de entrevista y eva-
luación neuropsicológica de 70 minutos cada una. En la segunda sesión se
realiza entrevista con familiar informante, a fin de verificar el estado funcional
de las personas, como la presencia de quejas de memoria.

62
Metodología Estadística e instrumentos en Neuropsicología

6. Análisis Estadístico:
Se analizan las quejas de memoria y ejecutivas en relación con los test
de memoria y estado psicoafectivo en ambos grupos, considerando un nivel
de significación de p<0,05. Como primera medida, se calculará el índice de
correlación de Pearson para las medidas de QSM, Quejas Ejecutivas y pruebas
objetivas de memoria en ambos grupos. Para explorar la asociación de varia-
bles dicotómicas se empleará la prueba de 2; por ejemplo, al analizar la aso-
ciación entre el bajo-alto grado de QSM, QE y GDS (categorizados mediante
método de análisis de clústers de K-medias). Para conocer las diferencias en
las medidas de QSM, QE, GDS y Estrés traumático entre los grupos con-
formados, se realizará una prueba t de Student para muestras independientes
(con control de normalidad mediante la prueba de Kolmogorov-Smirnov y de
homocedasticidad con prueba de Levene). Asimismo, se aplicará una prueba t
para explorar olvidos diferenciales con relación a los grupos. Para explorar las
QE, se realizará un análisis factorial a fin de reducir los datos, para emplear
luego una prueba t con los mismos. Finalmente se explorará un modelo de
factores de riesgo de deterioro cognitivo (odds ratio), mediante análisis de re-
gresión logística con el método forward wald, y la prueba de bondad de ajuste
de Hosmer y Lemeshow.

63
Capitulo III
Consideraciones de estadística aplicada

Luego de recolectar datos propios de nuestras variables de estudio,


y siguiendo los objetivos de la investigación, llega el momento del análisis
estadístico a fin de describir la muestra, las variables estudiadas, y poner a prueba
nuestras hipótesis o interrogantes orientadores. En otras palabras, estudiaremos
la relación entre las variables dependientes con las independientes, a través de
procedimientos derivados de las matemáticas, y que conforman la estadística
aplicada (Runyon & Harber, 1992; Montero, 2007). Desde esta perspectiva,
debemos considerar dos aspectos de los procedimientos estadísticos:

1. La Estadística descriptiva
Implica operaciones básicamente tendientes a describir, resumir,
visualizar la distribución de los datos, como su organización y dispersión
en relación con medidas centrales (Montero, 2007). Estima estadísticos
descriptivos, como la media, mediana, moda, rango, desviación típica (o
estándar), varianza (mide la dispersión de los valores), recuento de casos,
porcentajes y percentiles. Los estadísticos más usados son la media (promedio)
y la desviación típica o estándar (DT o DS). Luego, los datos pueden ser
representados mediante un histograma de frecuencia, diagramas de barras,
gráficos circulares o piramidales, etc. La estadística descriptiva es empleada
para un primer análisis exploratorio del comportamiento de las variables y
de los datos, a fin de realizar luego, análisis más complejos y reveladores. Los
principales estadísticos que habitualmente consideramos pueden resumirse
en:

65
Mias C. D.

Medidas de tendencia central: moda (para todas las escalas); Mediana


(ordinal e intervalar); Media (ordinal e intervalar). IC 95%: intervalo de
confianza en el que caería la media poblacional.
Medidas de variabilidad o dispersión: Rango o recorrido (incluir máximo
y mínimo); Desviación estándar o típica y la Varianza (DS al cuadrado).
Porcentajes, Razones y tasas: La razón es, por ejemplo, dos hombres
por cada mujer. La tasa es una medida para comparar datos en diferentes
poblaciones y tiempos; se trata de la relación entre el número de casos, la
frecuencia y una unidad de medida. Por ejemplo 33,4 demencias por mil
habitantes mayores de 64 años.
Riesgo relativo: relación entre la presencia de un factor y la aparición de
una enfermedad. Por ejemplo, frecuencia de enfermos sobre frecuencia de
casos expuestos.
Odds ratio: es la proporción de pertenecer a una u otra posibilidad de
la misma categoría (por ejemplo, normal-deterioro).

Primeras pruebas de normalidad:


1) Asimetría o Skewness (cuando se acerca nuestra distribución a una
curva normal. Si es =0 es simétrica, si es positiva los valores se agrupan a la
izquierda o por debajo de la media);
2) Curtosis o Kurtosis (indica si la curva es picuda o plana. Si es =0 es
normal, si es positiva es picuda, y si es negativa es aplanada).

Puntuación Z: Es una descripción adicional. Indica la dirección y el gra-


do en que un valor obtenido se aleja de la media en una escala, cuyas unidades
son en términos de desviación estándar. Tiene una media de 0 y una DS de 1.
Se obtiene con el puntaje original menos la media de esa distribución sobre la
desviación estándar de la misma (X – M/DS). Útil para estandarizar la escala
de una variable intercalar, de manera de poder comparar puntuaciones de dos
distribuciones diferentes (p.e. test y post-test), o comparar mediciones de distintas
pruebas con distintas escalas aplicadas a los mismos sujetos. Por ejemplo: un su-
jeto de 58 años obtiene un puntaje de 26 en el Minimental State de Folstein,
y de 7 puntos en el test del reloj. Estos valores no serán comparables, dado
que pertenecen a una escala distinta; en consecuencia, pueden ser llevados a
puntaje Z.
Percentiles y cuartiles: Se trata de una medida de posición indicativa del
valor de la variable por debajo del cual se encuentra un porcentaje dado de
observaciones. Por ejemplo, el percentil 25 o primer cuartil, indica que un
puntaje determinado supera el 25% de los casos de esa distribución.

66
Metodología Estadística e instrumentos en Neuropsicología

Ejemplo
Veamos las aplicaciones de una estadística descriptiva, en un estudio
valorativo de distintas medidasMIASenCARLOS
relación
D.
con el estado cognitivo de
normalidad, deterioro leve y deterioro mayor (criterios DSM5). En este
ejemplo, analizamos la distribución porcentual de variables de control que
Ejemplo
caracterizan la muestra, y algunos estadísticos descriptivos con relación a test
neuropsicológicos de cribado. de una estadística descriptiva, en un estudio
Veamos las aplicaciones
valorativo de distintas medidas en relación con el estado cognitivo de normalidad,
deterioroTabla
leve 2.
y deterioro mayor
Distribución (criterios
de casos segúnDSM5). Endemográficas
variables este ejemplo,
de analizamos
control. la
distribución porcentual de variables de control que caracterizan la muestra, y algunos
descriptivos con relación a testNormal
Variables
estadísticos neuropsicológicos deDeterioro
cribado.
de control Recuento % Recuento 61,1%
F casos según
Tabla 2. Distribución de 63 variables
71,6% 58 de control.
demográficas 61,1%
Genero
M 25 28,4% 37 38,9%
Variables Normal Deterioro
Alto-Bajo
de control ALTARecuento
60 68,2%
% Recuento 58,9%
56 61,1%
Genero Instrucción F BAJA 63 28 71,6%
31,8% 3958 41,1%61,1%
M 25 28,4% 37 38,9%
Alto-Bajo Instrucción ALTA 55-64 60 37 42,0%
68,2% 4156 43,2%58,9%
Edad Agrupada BAJA 65-74 28 43 48,9%
31,8% 3739 38,9%41,1%
Edad Agrupada 55-64
75-89 37 8 42,0%
9,1% 1741 17,9%43,2%
65-74 43 48,9% 37 38,9%
75-89 8 9,1% 17 17,9%
Tabla 3. Estadísticos descriptivos del test de
memoria Tabla
episódica y su histograma
3. Estadísticos de frecuencia
descriptivos del test(figura
de derecha)
memoria episódica y su histograma de frecuencia (figura derecha)

N 1352
Media 5,62
Mediana 6,00
Moda 5,00
Desviación estándar 3,10
Asimetría -0,17
Curtosis -0,73
Rango 12,00
Mínimo 0,00
Máximo 12,00
Percentiles 25 4,00
50 6,00
75 8,00

Tabla 4. Medidas de tendencia central de test de cribado neuropsicológico


con relación al estado cognitivo

Diagnostico
Variables
Normal DCL Demencia
independientes
Media DS Media DS Media DS
67
Minimental State 28,98 1,00 27,81 1,83 22,63 3,86
INECO Frontal 24,98 2,83 19,90 2,06 14,11 3,60
Mias C. D.

Tabla 4. Medidas de tendencia central de test de cribado neuropsicológico


con relación al estado cognitivo
Diagnostico
Variables Normal DCL Demencia
independientes Media DS Media DS Media DS
Minimental State 28,98 1,00 27,81 1,83 22,63 3,86
INECO Frontal 24,98 2,83 19,90 2,06 14,11 3,60
Test del Reloj 9,43 0,83 8,59 1,51 6,46 1,66

2. La Estadística inferencial
Posibilita extender los resultados de una muestra a una población o
hacer pruebas de hipótesis a partir de muestras. En otras palabras, implica
hacer inferencias a partir de una muestra, explorar asociación o correlación de
variables, comparar grupos, generar modelos predictivos de los cambios en la
variable dependiente, o bien realizar pronósticos de futuras observaciones de
los datos.
Posibilita el cálculo de estadísticos de asociación, correlación, análisis
comparativos de medias o análisis de varianzas, análisis de regresión lineales
o logísticos, entre otros. El objetivo será siempre hacer inferencias a partir
de una muestra, que alcancen a una población (Runyon & Harber, 1992).
Luego, si las variables en cuestión tienen una distribución normal de los datos,
la estadística inferencial será de tipo paramétrica; y si los datos no tienen una
distribución normal, será de tipo no paramétrica.
La estadística inferencial va más allá de describir las variables, ya que
pretende generalizar los resultados de la muestra a la población. Se usa para
probar hipótesis o estimar parámetros (medidas poblacionales) a partir de
estadísticos (medidas muestrales). Por ejemplo, nos preguntaremos si la media
de la muestra está cercana a la media de la población.
Para ello es importante el concepto de distribución normal y los niveles
de significación. Por ejemplo, para probar hipótesis inferenciales, se debe
saber si es alta o baja la probabilidad de que la media de la muestra esté cerca
de la media de la distribución muestral (distribución de las medidas de todas
las muestras que agotan la población).
El nivel de significación: p<0,05 comprende un área alrededor de 2 DS
por debajo y arriba de la media, e indica que se tiene el 95% de seguridad para
generalizar sin equivocarse y el 5% en contra. El nivel de p<0,01 implica 2,5

68
Metodología Estadística e instrumentos en Neuropsicología

DS, y que se aumenta al 99% de seguridad. Los niveles de significación son


fijados por el investigador a priori, según los objetivos de la investigación. No
obstante, cuando los resultados obtenidos están al límite de la significación
más baja (p=0,05), es bueno incrementar el número de casos o emplear prue-
bas más robustas o exigentes. Por ejemplo, el test de Brown-Forsythe en caso
de la prueba ANOVA.
Sin embargo, nunca estamos completamente seguros de la inferencia
o estimación para generalizar y pueden cometerse errores, como aceptar una
hipótesis falsa (tipo II) o rechazar una hipótesis verdadera (tipo I). Estos
errores indeseables se calculan con el error estándar, y se reducen con: muestras
representativas probabilísticas, suficiente número de casos, conocimiento de
la población, inspección cuidadosa de los datos.

La distribución normal
La distribución normal es necesaria para la inferencia estadística. Implica
la posibilidad de trasladar los valores de una muestra a una población. Puede
calcularse mediante la prueba de Kolmogorov-Smirnov (muestras con más de
50 casos) o de Shapiro-Wilk (muestras con menos de 50 casos).
El histograma de frecuencias permite inspeccionar visualmente el grado
de normalidad de la distribución. La asimetría y la curtosis son los primeros
indicadores que analizar (Montero, 2007). También con el análisis de la
asimetría: Lo ideal es que se acerque a cero para ser normal perfecta (p.e. 0,25);
si es negativa se tira hacia la derecha (p.e. -3,25) y viceversa. Otro indicador
será observar que la media coincida con la mediana (Md) y las varianzas no
sean muy disímiles (La prueba de Mat Whitney compara las medianas).
Las curvas no simétricas requieren convertir los datos a curva normal,
como con el puntaje Z. Caso contrario, se tratan con pruebas No paramétricas,
como prueba de porcentajes. Las curvas no normales o binomiales, con un N
grande (a partir de 100 casos) se aproximan a lo normal.
La Distribución Normal permite el cálculo de la probabilidad de que los
resultados obtenidos no se deban al azar. La probabilidad es la relación entre los
casos probables y los posibles de obtener. Ejemplo al tirar una moneda al aire,
con la esperanza de que caiga del lado de la cara. ¿Qué probabilidad tenemos
luego de cinco ensayos? Estimamos la probabilidad (p) del siguiente modo:

69
Mias C. D.

p= casos favorables / casos posibles o ensayos realizados


p= ½ = 50% = 0.50 representa una probabilidad que va de 1 a 0.

Para comparación de grupos, tendremos en cuenta:

5% = (p < 0.05) ligeramente significativo. Z= 1.96


1% = (p < 0.01) significativo. Z= 2.58
0,1% = (p < 0.001) muy significativo (un caso en mil puede ser al azar)

2 Desvíos Estándar = 95% de la muestra representada.


2,5 DS = 99% de la muestra representada.
2,8 DS = 99,9% (p<0.001)

2 Error Estándar = 95% de la población


2,5 ES = 99% población
2,8 ES = 99,9% (p<0.001)

En la figura inferior vemos una curva de distribución normal. En


neuropsicología, en función de algunos criterios diagnósticos, se considera
que los test comprendidos cuyos puntajes están dentro de 1,5 DS por debajo
o encima de la media pueden interpretarse como normales. Esto indica que
se asume que el 82% de las personas son normales en una población dada, y
que el interés radica en detectar el 9% de las personas cuyo puntaje está por
debajo de la media, y que puede interpretarse como deterioro. Sin embargo,
si queremos reducir el margen de error al 5%, podemos considerar +- 2 DS
con respecto a la media.

Figura 2. La distribución normal y las medidas de desviación estándar


por encima y debajo de la media, con el área porcentual de normalidad que representan.

70
Metodología Estadística e instrumentos en Neuropsicología

+-1 DS = Representa el 68,26% de la población normal


+-1,5 DS = Representa el 81,85% de la población normal
+-2 DS = Representa el 95,44% de la población normal
+-2,5 DS = Representa el 99,72% de la población normal
+-3 DS = Representa el 99,98% de la población normal

Tanto la DS y el ES (error estándar) son inversamente proporcionales al


tamaño de la muestra o población, y directamente proporcionales a la dispersión.
Si ambos son grandes, hay que aumentar el número de casos. Las variaciones
admitidas están más arriba, y se expresan: Media +- 2DS.
El error estándar de la media indica la diferencia promedio de las distintas
medias de las muestras. Nos dice que la media obtenida puede no representar
a la población. Pero si tomamos M +-2 ES la media obtenida tiene el 95% de
ser representativa (intervalo de confianza).
La P o Alfa representa la probabilidad de error. De que los resultados se
deban al azar. Cuando se comparan medias o se hacen estadísticos, hay que
decidir hasta cuánto error se acepta.

Error tipo I: Rechazar algo que era verdadero. Rechaza hipótesis nula
cuando es verdadero.
Error tipo II: Aceptar algo que es falso. Aceptar la hipótesis nula cuando es falsa.

Si se considera la población (según cómo se la defina), entonces directa-


mente no hay error de muestreo. Las diferencias de medias se deben a lo que
mide el test o a cómo se lo administró. Por ejemplo: Datos obtenidos para
la población de adultos mayores pertenecientes a un Centro de Participación
Comunal. En este caso, la población es pequeña y puede ser abordada en su
totalidad. Pero si se trata de evaluar la población de estudiantes ingresantes a
Psicología (alrededor de 2500), será necesario tomar una muestra.

Formulación de hipótesis
Hipótesis nula: está dada por el conocimiento preestablecido. Por ejem-
plo, los puntajes obtenidos en un test objetivo de memoria no guardan rela-
ción de las quejas subjetivas de memoria.
Hipótesis alternativa: Es la que se opone a la nula y por lo tanto se la
pone a prueba. A partir de una muestra, y con estadísticos (que admiten un

71
Mias C. D.

error alfa o P de que los resultados se deban al azar). Por ejemplo, los puntajes
en test de memoria se verán afectados por la frecuencia de quejas subjetivas
de memoria.
La distribución de muestreo es la distribución de resultados posibles
si fuera cierta la Hipótesis nula. A partir de ese conocimiento se eligen los
modelos matemáticos que se emplean en las Pruebas de Hipótesis.

Pasos para comprobación de hipótesis


1- Formular hipótesis operativas (mejor si se formulan en términos
estadísticos).
2- Determinar las pruebas estadísticas y el nivel de significación.
3- Tomar la muestra y calcular los estadísticos (muestrales).
4- Ver si el estadístico cae en zona de rechazo o no. Concluir sobre la
hipótesis alternativa (se acepta o rechaza).

Análisis Estadísticos
1. Univariado: se describe una variable por vez.
2. Bivariado: se investiga una variable independiente por vez (por
ejemplo, test de fluidéz verbal) con respecto a una dependiente (por ejemplo,
DCL-Demencia).
3. Multivariado: Investiga influencia de 2 o más variables independientes
por vez (por ejemplo, fluidez verbal semántica y fonológica) que pueden estar
juntas con otras covariables o cofactores (p.e. edad y genero); con relación a
una o más variables dependientes (por ejemplo, Normal-Demencia; SI-NO
depresión).

Pruebas paramétricas y no paramétricas


En próximo capítulo veremos los principales estadísticos que podemos
emplear para el análisis de datos, considerando pruebas de tipo paramétricas y
su equivalente no paramétricas (cuando por ejemplo, no se cumplen criterios
de distribución normal, o el número de casos es pequeño, o del tipo de
variables).

72
Capitulo IV

Pruebas estadísticas
Aplicaciones en estudios de Neuropsicología

Llego el momento de procesar y analizar los datos. De hacer preguntas o


de contrastar hipótesis, que la estadística deberá responder; habiendo previsto
un adecuado diseño de investigación y correcta carga de datos. Recordamos
que estudiaremos siempre relaciones entre variables. El primer paso para tener
en cuenta es conocer qué tipo de variables tenemos y cómo se distribuyen los
datos considerando el número de casos. De esto dependerá que se seleccionen
pruebas paramétricas (distribución normal, propio generalmente de variables
numéricas) o no paramétricas (distribución anormal, característica de variables
categóricas). En consecuencia, vamos a seguir una secuencia de pruebas
estadísticas comenzado por las pruebas más exploratorias, hasta arribar a
análisis más avanzados.

1) La Distribución normal
Muchos variables para ser sometidas a análisis más avanzados, deben
tener una distribución normal de sus datos. La distribución ideal es cuando
coincide la media (promedio aritmético), con la mediana (valor de la variable
que la divida en dos mitades). También la ideal es simétrica respecto a su media
(valor de asimetría). El área que comprende 2 DS (desviaciones estándar) por
encima y debajo de la media, es equivalente al 95% de los casos.
Para comprobar si una variable tiene una distribución normal se puede
recurrir a la prueba de Kolmogorov-Smirnov (Si hay más de 50 casos) o

73
Mias C. D.

de Shapiro-Wilk (si hay menos de 50 casos). Con más de 100 casos, se


asume una distribución normal según teoría del límite central. Este teorema
supone que cuando el tamaño de la muestra es lo suficientemente grande, la
distribución de las medias sigue aproximadamente una distribución normal.

Para determinar la normalidad de una variable mediante el Programa


SPSS, se debe considerar la siguiente secuencia en su menú: Analizar/Es-
tadísticos descriptivos/Explorar. Luego se selecciona la pestaña Gráficos/
Gráficos con prueba de normalidad. En el campo de las variables depen-
dientes se pone la variable de prueba (p.e. memoria operativa), y en lista de
factores la variable que se quiere estratificar (p.e. alta-baja reserva cogniti-
va). Si se hace para una sola muestra independiente, en el programa SPPS
seguir la secuencia: Análisis/Pruebas no paramétricas/K-S de 1 Muestra,
y tildar la casilla de normalidad (prueba de Kolmogorov-Smirnov). En los
resultados obtenidos, si los valores de P o alfa no dan significativos (p>0,05)
la variable tiene una distribución normal.

Ejemplo
A continuación, vemos un ejemplo de distribución NO normal, en una
muestra de 86 casos. En la tabla y figuras inferiores, se observa los resultados
obtenidos para la variable “Puntaje Test de Stroop”. Se observa una p<0,01
en la prueba de Shapiro-Wilk (n<50 casos en cada categoría diagnóstica) en
todas las categorías de la variable diagnóstico; por lo tanto, no se distribuyen
normalmente los datos. En las figuras de dispersión de los datos, se observa
cómo se distancian de la línea que representan la distribución normal ideal.
Para la variable “Eventos traumáticos”, se obtiene un p>0,05 en la prueba
de Shapiro-Wilk, por lo tanto, se asume una distribución normal (tabla 5,
figura 3).

74
Metodología Estadística e instrumentos en Neuropsicología

Tabla 5. Prueba de normalidad para la variable Test de Stroop en relación a las


categorías de la variable de estado cognitivo
Kolmogorov-Smirnov Shapiro-Wilk
Diagnostico
Estadístico gl Sig. Estadístico gl Sig.
Normal 0,184 38 0,000 0,947 58 0,014
Test de
DCL 0,161 32 0,001 0,916 60 0,001
Stroop
Demencia 0,239 15 0,000 0,866 35 0,001
Escala Normal 0,114 38 0,055 0,947 38 0,058
Eventos DCL 0,122 32 0,051 0,916 32 0,061
traumáticos Demencia 0,129 15 0,057 0,866 15 0,116

Figura 3. Dispersión de datos de la variable Test de Stroop en relación con cada


categoría diagnóstica. Nótese cómo la dispersión de los datos se distancia de la línea
de normalidad.

75
Mias C. D.

2) La prueba Chi Cuadrado


Esta prueba es utilizada para explorar si dos variables están asociadas
(no confundir con correlación). Se emplea con datos cualitativos o escalas
nominales, categóricas o dicotómicas. De este modo, al cruzar dos variables
categóricas, se obtiene un conjunto de celdas definidas por las filas y colum-
nas. En cada celda aparecerá en número de casos correspondiente al cruce de
variables. En otras palabras, combina las categorías con las frecuencias obser-
vadas en cada una. Se pueden emplear más de dos grupos (con prueba t no es
posible). La prueba analiza la discrepancia entre lo observado y lo esperado.
Cuanto mayor sea la diferencia entre lo observado y lo esperado, es la mayor
probabilidad de que haya asociación entre las variables. Entonces, la prueba
Chi-cuadrado ( ) indica si hay asociación entre las variables (significa que
hay relación entre filas y columnas). La tabla resultante debe estar integrada
por valores esperados que no sea menor a 5 en cada celda (condición desea-
ble). Si fuera así, en este caso se toma el valor de ² de Pearson. En caso de
tener una celda con menos de 5 casos, se toma el valor del Estadístico exacto
de Fisher; aunque la mejor opción es aumentar el número de casos en la celda
correspondiente; o bien combinar categorías si teóricamente es admisible.

Para el cálculo de ² en el programa SPSS, se sigue la siguiente secuen-


cia: Analizar/Estadísticos descriptivos/Tablas cruzadas. Allí seleccionamos
las variables nominales u ordinales en las filas y columnas; y luego en la pes-
taña “Estadísticos” seleccionamos la prueba Chi cuadrado ( ²). Para conocer
la magnitud de la asociación, seleccionamos el coeficiente Phi o V de Cramer
(para variables nominales) o Tau de Kendall (para variables ordinales). Si el
número de casos es pequeño se emplea la prueba exacta de Fisher para obtener
el ². Cuando las muestras son grandes puede usarse el coeficiente de Pearson
o la razón de verosimilitud. Puede calcularse luego, el riesgo relativo del cruce
de las dos variables, con el cálculo de índice de confianza IC-95%.

Ejemplo
Vamos a explorar si hay asociación entre la variable “Estado Cognitivo”
(Normal-DCL-Demencia) y la variable “Nivel de Instrucción” (Alta-Baja).
En la tabla inferior puede observarse la distribución de frecuencias resultan-
tes del cruce de ambas variables, en una muestra de 153 personas evaluadas
en un Servicio de Neuropsicología (tabla 6). Posteriormente, en las figuras

76
MIAS CARLOS D.

Metodología
Vamos a explorarEstadística e instrumentos
si hay asociación entreenlaNeuropsicología
variable “Estado Cognitivo”
(Normal-DCL-Demencia) y la variable “Nivel de Instrucción” (Alta-Baja). En la tabla
inferior puede observarse la distribución de frecuencias resultantes del cruce de
siguientes, se observa
ambas variables, el valor
en una de de
muestra chi153
cuadrado,
personas como de la en
evaluadas magnitud de lade
un Servicio
asociación. Con los
Neuropsicología resultados
(tabla obtenidos en este
6). Posteriormente, caso, se
las figuras concluyeseque:
siguientes, existeel
observa
valor de chi cuadrado, como de la magnitud de la asociación. Con los
una asociación entre las variables “Estado cognitivo” y “Nivel de Instrucción” resultados
obtenidos en este caso, se concluye que: existe una asociación entre las variables
que se valora como significativa, pero de baja magnitud ( ²=48,56; p=0,000;
“Estado cognitivo” y “Nivel de Instrucción” que se valora como significativa, pero de
Phi=0,294) [figura
baja magnitud 4]. p=0,000; Phi=0,294) [figura 4].
(χ²=48,56;

Tabla 6. Distribución de contingencia para la variable Instrucción Alta-Baja en


Tabla 6. Distribución de contingencia para la variable Instrucción Alta-Baja
relación con con
en relación el diagnóstico cognitivo
el diagnóstico cognitivo

Diagnostico
Instrucción
Normal DCL Demencia Total
Baja 16 24 18 58
Alta 42 36 17 95
Total 58 60 35 153

Figura 4. Mostración de las tablas y los datos de la prueba de ² ofrecidos por el


Figura 4. Mostración de las tablas y los datos de la prueba de χ² ofrecidos por el programa
programaSPSS,
SPSS,dededonde
donde recogemosel el
recogemos valor
valor de y de
de χ² ² yPhi
de oPhi oV
V de de Cramer.
Cramer.

3) Medidas de correlación
3) Medidas de correlación
Esta medida permite expresar cuantitativamente el grado en que dos
variables están relacionadas, en distribuciones unimodales o ligeramente simétricas.
Esta medida permite expresar cuantitativamente el grado en que dos
Su elección depende de: a- El tipo de escala; b- La distribución continua o discreta;
variables están relacionadas,
c- La característica en distribuciones
lineal o no lineal unimodales
(si no hay correlación, puede oqueligeramente
la misma no
simétricas.
sea lineal, Su
por elección
lo que hay depende de: a-
que calcular un El tipo de de
coeficiente escala; b- La curvilineal.
correlación distribuciónPor
ello, será importante ver el diagrama de dispersión. La relación se puede resumir
continua o discreta; c- La característica lineal o no lineal (si no hay correlación, con
una recta que refleja la tendencia de los valores (recta de regresión).
puede que la misma no sea lineal, por lo que hay que calcular un coeficiente de
correlación curvilineal.
El análisis Por ello,entre
de correlación serádos
importante
variables ver el diagrama
se realiza de dispersión.
en el programa SPSS
Laconrelación se puedeAnalizar/Correlacionar/Bivariadas.
la secuencia: resumir con una recta que refleja la tendencia
Luego, de losel
se selecciona
coeficiente
valores (rectadede correlación
regresión). pertinente, acorde a la naturaleza de las variables
introducidas (Ver tabla inferior). El resultado se expresa en un número que
generalmente varía entre el -1 y el 1; donde 0 representa la ausencia total de
El análisis de correlación entre dos variables se realiza en el programa
SPSS con la secuencia: Analizar/Correlacionar/Bivariadas. Luego, se selec-
| 54
ciona el coeficiente METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA
de correlación pertinente, acorde a la naturaleza de las va-

77
Mias C. D.

riables introducidas (Ver tabla inferior). El resultado se expresa en un número


que generalmente varía entre el -1 y el 1; donde 0 representa la ausencia total
de correlación entre los puntajes,MIAS 1 CARLOS D.
la correlación positiva perfecta (cuando
MIAS CARLOS D.
una variable aumenta la otra lo hace también en forma proporcional) y -1 la
correlación entre
correlación los puntajes,
negativa perfecta1(cuando
la correlación positiva perfecta
una variable aumenta (cuando
la otrauna variable
disminuye
aumenta la otra
correlación entrelolos
hace también
puntajes, encorrelación
1 la forma proporcional) y -1 la(cuando
positiva perfecta correlación
una negativa
variable
en forma(cuando
aumenta
perfecta laproporcional).
otra lo
unahace Enaumenta
también
variable
laentabla
forma siguiente, se observa
proporcional)
la otra disminuye yen -1forma laproporcional).
interpretación
la correlación negativa
En
respecto
laperfecta del grado
(cuando se
tabla siguiente, de correlación,
unaobserva
variablelaaumenta que implican
la otrarespecto
interpretación disminuyelos valores
delengrado obtenidos
correlación,entre
formadeproporcional). En
que
la tabla
estos siguiente,
valores
implican (tablaseobtenidos
los valores observa la
8). interpretación
entre respecto
estos valores (tabladel
8). grado de correlación, que
implican los valores obtenidos entre estos valores (tabla 8).

Tabla 7. 7.Coeficientes
Tabla Coeficientesdedecorrelación
correlación según la escala
según la escala de
de las
lasvariables
variablesintroducidas.
introducidas.
Tabla 7. Coeficientes de correlación según la escala de las variables introducidas.
Escala Índice Usos
Escala
Nominal Índice
Phi - Tetracórica Usos tomar dos valores. Dos
Dos dicotómicas. Otra puede
Nominal Phi - Tetracórica Dos dicotómicas.
dicotómicas Otra puede tomar dos valores. Dos
con continuidad
dicotómicas con continuidad
Ordinal r de Spearman – Puede haber una intervalo o razón, pero debe
Ordinal r de Spearman – Puede haber una intervalo o razón, pero debe
Tau Kendall expresarse en orden. No normal
Tau Kendall expresarse en orden. No normal
Escalares r de Pearson Escalas intervalo y/o razón. Normal
Escalares r de Pearson Escalas intervalo y/o razón. Normal

Tabla 8. Interpretación de los coeficientes de correlación en distintas disciplinas


Tabla 8. Interpretaciónde
delos
loscoeficientes
coeficientes de
de correlación
correlación enendistintas disciplinas
Tabla 8. Interpretación distintas disciplinas
MEDICINA
MEDICINA CS.
CS. SOCIALES
SOCIALES CONCENSO
CONCENSO
r rentre
entre Valoración
Valoración rrentre
entre Valoración
Valoración rr entre
entre Valoración
Valoración
0.00
0.00––0.45
0.45 Mala
Mala 0.00
0.00 –– 0.40
0.40 Baja
Baja 0,21-0,40 Media Baja
Media Baja
0.45
0.45––0.65
0.65 Regular
Regular 0.40
0.40 –– 0.60
0.60 Moderada
Moderada 0,41-0,60 Media
Media
0.65
0.65––0.85
0.85 Buena
Buena 0.60
0.60 –– 0.80
0.80 Alta
Alta 0,61-0,80 Medio Alta
Medio Alta
0.85
0.85––1.00
1.00 Muy
MuyBuena
Buena 0.80
0.80>> Significativa
Significativa 0,81-0,99 Alta
Alta
11 Perfecta
Perfecta 11 Perfecta
Perfecta 1 Perfecta
Perfecta

Ejemplo
Ejemplo 11
Ejemplo 1
En una
En una muestraconformada
una muestra
muestra conformada por por
245 245 sujetos
sujetos con DCL (deterioro
con DCL
En conformada por 245 sujetos con DCL (deterioro
(deterioro cognitivo
cognitivo
cognitivo
leve), exploramos la correlación entre el puntaje del Test INECO,del
leve), leve),
exploramos exploramos
la correlación la correlación
entre el entre
puntaje del el
Testpuntaje
INECO, conTest
con otrasINECO,
otras pruebas
pruebas
de
con tipo frontal,
otras como
pruebas el test de Stroop y TMT-B (todas variables continuas). Se aplicó
de tipo frontal, como de tipodefrontal,
el test Stroop ycomo TMT-Bel(todas
test de Stroopcontinuas).
variables y TMT-B Se(todas
aplicó
el estadístico coeficiente de correlación de Pearson, que refleja el grado de
el estadístico
variables coeficiente
continuas). de
Se aplicó correlación de
el conjuntos Pearson,
estadístico que refleja
coeficiente (tabla el grado
de correlación de
de
correspondencia o relación entre dos de puntuaciones 9).
correspondencia o relación entre dos conjuntos de puntuaciones (tabla
Pearson, que refleja el grado de correspondencia o relación entre dos conjuntos 9).

de puntuaciones (tabla 9).


Tabla 9. Correlación entre la variable test Ineco y otros test valorativos de componentes
Tabla 9. Correlación entre Nótese
frontales. la variable testcorrelación
la alta Ineco y otros test
entre valorativos
estas pruebas.de componentes
frontales. Nótese la alta correlación entre estas pruebas.
INECO Frontal Stroop PC TMT-B
INECO Frontal Correlación de Pearson INECO1Frontal Stroop
0,607**PC TMT-B
-0,580**

INECO Frontal Correlación


Sig. (bilateral)de Pearson 1 0,607
0,000** -0,580
0,000 **
Sig.
N (bilateral) 245 0,000
245 0,000
1061
Stroop PC NCorrelación de Pearson 245 **
0,607 245
1 1061**
-0,592
Stroop PC Sig. (bilateral)
Correlación de Pearson 0,000
0,607 ** 1 0,000 **
-0,592
N (bilateral)
Sig. 245
0,000 245 245
0,000
TMT-B NCorrelación de Pearson -0,580
245
** -0,592
245
** 1
245
TMT-B Sig. (bilateral)
Correlación de Pearson 0,000**
-0,580 0,000**
-0,592 1
78 N (bilateral) 245 245 244
Sig. 0,000 0,000
**. La correlación es significativa en el nivel 0,01 (bilateral). Nota: Resultados como se presentan en el programa SPSS.
N 245 245 244
**. La correlación es significativa en el nivel 0,01 (bilateral). Nota: Resultados como se presentan en el programa SPSS.
Ejemplo 1

En una muestra conformada por 245 sujetos con DCL (deterioro cognitivo
leve), exploramos la correlación entre el puntaje del Test INECO, con otras pruebas
de tipo frontal, como el test de Stroop y TMT-B (todas variables continuas). Se aplicó
el estadístico coeficiente de correlación de Pearson, que refleja el grado de
Metodología Estadística e instrumentos en Neuropsicología
correspondencia o relación entre dos conjuntos de puntuaciones (tabla 9).

Tabla
Tabla 9.9. Correlación
Correlación entreentre la variable
la variable test
test Ineco Ineco
y otros testy valorativos
otros test valorativos de
de componentes
componentes frontales. Nótese la alta correlación entre estas pruebas.
frontales. Nótese la alta correlación entre estas pruebas.

INECO Frontal Stroop PC TMT-B


INECO Frontal Correlación de Pearson 1 0,607** -0,580**
Sig. (bilateral) 0,000 0,000
N 245 245 1061
Stroop PC Correlación de Pearson 0,607** 1 -0,592**
Sig. (bilateral) 0,000 0,000
N 245 245 245
TMT-B Correlación de Pearson -0,580** -0,592** 1
Sig. (bilateral) 0,000 0,000
N 245 245 244
**. La correlación es significativa en el nivel 0,01 (bilateral). Nota: Resultados como se presentan en el programa SPSS.

| 55
Ejemplo 2
Se explora la correlación entre la variable “Quejas subjetivas de memoria”
MIAS CARLOS D.
(QSM) e “Índices de psicopatología”, en relación con los grupos Normal-
Deterioro.
EjemploSe2encontró que en el grupo experimental o DCL el puntaje de QSM
se correlaciona moderadamente con la dimensión “obsesiva” (r=0,57; p=0,000),
Se explora la correlación entre la variable “Quejas subjetivas de memoria”
y de “psicoticismo” (r=0,42; p=0,004), y levemente con depresión (r=0,28;
(QSM) e “Índices de psicopatología”, en relación con los grupos Normal-Deterioro.
p=0,029). Este que
Se encontró resultado sugiere
en el grupo en primer
experimental o DCL lugar quedemientras
el puntaje una mente es
QSM se correlaciona
moderadamente con la dimensión “obsesiva” (r=0,57; p=0,000), y de “psicoticismo”
más detallista y dubitativa, con dureza emocional y tendencia al aislamiento,
(r=0,42; p=0,004), y levemente con depresión (r=0,28; p=0,029). Este resultado
presenta una mayor
sugiere en frecuencia
primer lugar de olvidos.
que mientras una menteMientras que, en
es más detallista los controles,
y dubitativa, con se
dureza emocional y tendencia al aislamiento, presenta una mayor frecuencia de
encuentra una correlación moderada entre el puntaje de QSM y casi
olvidos. Mientras que, en los controles, se encuentra una correlación moderada entre
todas las
dimensiones
el puntajepsicopatológicas
de QSM y casi valoradas (p<0,01), indicador
todas las dimensiones de que
psicopatológicas las quejas se
valoradas
(p<0,01), indicador de que las quejas se asocian con un claro malestar psicológico
asocian con un claro malestar psicológico general (ver tabla 10).
general (ver tabla 10).

TablaTabla Correlación
10.10. entre el puntaje total de la escala de quejas subjetivas de
Correlación entre el puntaje total de la escala de quejas subjetivas de memoria
memoria (QSM)(QSM) y yloslos índices
índices de psicopatología
de psicopatología de SCL-90R
de la escala la escala SCL-90R
Normal DCL
(n=285) (n=245)
r P valor r P valor
Total QSM 1 1
Índice severidad Global 0,40 0,000 0,26 NS
Síntomas positivos 0,45 0,000 0,25 NS
Somatización 0,36 0,001 0,19 NS
Obsesividad 0,56 0,000 0,57 0,000
Sensibilidad interpersonal 0,37 0,000 0,22 NS
Depresión 0,33 0,003 0,28 0,029
Ansiedad 0,34 0,001 0,17 NS
Hostilidad 0,21 NS 0,22 NS
Ansiedad fóbica 0,17 NS 0,11 NS
Ideación paranoide 0,20 NS 0,09 NS
Psicoticismo 0,34 0,002 0,42 0,004
r= coeficiente de Pearson; NS = no significativo

4) La prueba t de student 79

Esta prueba de tipo paramétrica es considerada para comparar la media entre


dos grupos, para la cual se deben cumplir algunos requisitos. En caso de no
Mias C. D.

4) La prueba t de student
Esta prueba de tipo paramétrica es considerada para comparar la media
entre dos grupos, para la cual se deben cumplir algunos requisitos. En caso
de no cumplirse (por ejemplo, cuando la homogeneidad de varianzas es
significativa p<0,05); se usa la prueba no paramétrica equivalente: U de Mann-
Whitney, o de Kolmogorov-Smirnov para dos muestras independientes; o de
Wilcoxon para dos variables relacionadas.

En el programa SPSS se sigue la secuencia: Analizar/Comparar me-


dias/Prueba T para muestras independientes. Allí solo se selecciona la va-
riable independiente, y la referida a los grupos control y experimental.

Requisitos:
1) La variable continua debe tener distribución normal en cada grupo,
o ser superiores a 30 casos;
2) Las varianzas deben ser homogéneas en todos los grupos (criterio de
homocedasticidad). La prueba no paramétrica de U de Mann-Whitney se usa
cuando no se cumplen estos requisitos, o cuando tenemos: variable categórica
y otra cuantitativa, sin distribución normal.
3) Requiere conocer datos descriptivos como N, M, DS, ES para ambas
muestras.
La prueba t de Student compara dos medias, sea la media de dos grupos
o de dos categorías dentro de una misma variable (pre y pos-test). También
se usa para muestras grandes. Cuantos más grados de libertad se obtenga, la
distribución t de student se acerca más a ser una distribución normal (gl >120
es normal). La muestra deber ser homogénea, con varianzas similares (próxima
a uno). En este sentido el test de Levene no significativo implica asumir que
las varianzas no son significativas (o que son homogéneas).

Puede usarse con:


a- Dos grupos o muestras independientes.
b- Dos grupos o muestras dependientes (tipo pre y post-test, o distintos
métodos a un mismo sujeto). Su equivalente No paramétrico es la Suma de
Rangos de Wilcoxon.

80
Metodología Estadística e instrumentos en Neuropsicología

Ejemplo 1
Vamos a explorar en una muestra de 164 casos, si existen olvidos de
memoria diferenciales entre la normalidad y el deterioro cognitivo leve, a fin
de identificar olvidos que pudieran implicar una mayor alerta en estrategias
de prevención. Para ello, se establecieron las diferencias de un listado de
veinte olvidos, en relación con los grupos Normal-Deterioro, empleando la
prueba t de student, con control de homocedasticidad. Con control de variables
intervinientes tales como, genero, edad y nivel de instrucción (p>0,05).
Se encontró que los siguientes olvidos son de mayor frecuencia en el
grupo experimental o DCL (Tabla 11): Olvidar el nombre de personas bien
conocidas (p=0,001), olvidar lo que acaban de decirle (p=0,018), perder el
hilo de la conversación (0,015), no encontrar la palabra apropiada (p=0,023),
olvidar o no estar seguro de la fecha (p=0,002), olvidar qué se iba a hacer en
un sitio que se acaba de ir (p=0,021), olvidar el significado de palabras cono-
cidas (p=0,001) y olvidar cómo se manipulan algunos objetos de la vida diaria
(p=0,002). MIAS CARLOS D.

Tabla 11.11.Comparación
Tabla Comparación de
de la
la frecuencia
frecuencia dededistintos
distintosolvidos
olvidos(M(M y DS)
y DT)
enengrupo
grupocontrol
control yy con
con DCL
DCL
Control (n=85) DCL (n=79)
t P valor
M (D.S.) M (D.S.)
Nombres de personas bien conocidas 2,8 (1,9) 4,5 (2,8) -3,62 0,001
Caras de personas bien conocidas 2,5 (2,1) 3,2 (2,4) -1,62 NS
Citas o compromisos 2,3 (1,8) 2,8 (2,3) -1,31 NS
Olvida donde dejó objetos 3,8 (2,4) 4,5 (2,7) -1,53 NS
Olvida lo que acaban de decirle 3,2 (2,2) 4,2 (2,4) -2,39 0,018
Olvida números de teléfono 2,7 (2,2) 3,7 (3,0) -1,92 NS
Pierde el hilo de una conversación 3,0 (1,9) 4,1 (2,6) -2,49 0,015
No encuentra palabra apropiada 3,9 (2,0) 5,0 (2,6) -2,32 0,023
Olvidos o inseguridad de acciones 3,7 (2,3) 4,2 (2,7) -1,21 NS
Listado de compras 3,5 (2,2) 3,9 (2,5) -1,04 NS
No está seguro de la fecha 2,1 (1,1) 3,3 (2,4) -3,20 0,002
Olvida lo que acaba de leer 3,7 (2,3) 4,6 (2,7) -2,10 NS
Ir a un sitio y olvida para qué 3,5 (2,0) 4,6 (2,6) -2,35 0,021
Olvida si tomó los medicamentos 2,8 (2,5) 3,3 (2,5) -1,32 NS
Olvida parte de una historia o relato 3,8 (2,5) 4,6 (2,9) -1,68 NS
Olvida hecho o suceso reciente 2,6 (2,0) 3,2 (2,5) -1,51 NS
Olvida hechos del pasado 3,5 (2,3) 3,2 (2,4) 0,49 NS
Olvida significado palabras conocidas 1,5 (0,9) 2,7 (2,2) -3,45 0,001
Olvida manipulación de objetos 1,7 (1,4) 2,9 (2,3) -3,26 0,002
Olvida tener que recordar 3,5 (2,2) 4,4 (2,5) -2,06 NS
NS = No significativo

Ejemplo 2
81
Para realizar los estudios comparativos entre los dos grupos
(normal/deterioro), se obtiene primero la media, desviación típica, asimetría y
curtosis para realizar un primer análisis respecto de si los datos están normalmente
No está seguro de la fecha 2,1 (1,1) 3,3 (2,4) -3,20 0,002
Olvida lo que acaba de leer 3,7 (2,3) 4,6 (2,7) -2,10 NS
Ir a un sitio y olvida para qué 3,5 (2,0) 4,6 (2,6) -2,35 0,021
Olvida si tomó los medicamentos 2,8 (2,5) 3,3 (2,5) -1,32 NS
Olvida parte de una historia o relato 3,8 (2,5) 4,6 (2,9) -1,68 NS
Olvida hecho o suceso reciente 2,6 (2,0) 3,2 (2,5) -1,51 NS
Olvida hechos del pasado 3,5Mias
(2,3)
C. D. 3,2 (2,4) 0,49 NS
Olvida significado palabras conocidas 1,5 (0,9) 2,7 (2,2) -3,45 0,001
Olvida manipulación de objetos 1,7 (1,4) 2,9 (2,3) -3,26 0,002
Olvida tener que recordar 3,5 (2,2) 4,4 (2,5) -2,06 NS
Ejemplo 2
NS = No significativo

Para realizar los estudios comparativos entre los dos grupos (normal/
deterioro),
Ejemplo 2se obtiene primero la media, desviación típica, asimetría y curtosis
para realizar un primer análisis respecto de si los datos están normalmente
Para realizar los estudios comparativos entre los dos grupos
distribuidos. Se utiliza
(normal/deterioro), también
se obtiene primeroel la
estadístico Levene típica,
media, desviación para contrastar
asimetría y la
curtosis para realizar un primer análisis respecto de si los datos
hipótesis de que las varianzas poblacionales de los dos grupos son igualesestán normalmente
distribuidos. Se utiliza también el estadístico Levene para contrastar la hipótesis de
(homocedasticidad). En función de ello, se observa en tabla inferior la
que las varianzas poblacionales de los dos grupos son iguales (homocedasticidad).
conveniencia
En función de de ello,
emplear una estadística
se observa no paramétrica
en tabla inferior paradeel emplear
la conveniencia test MMSEuna y
estadística no paramétrica
sus respectivos sub-ítems. para el test MMSE y sus respectivos sub-ítems.

Tabla
Tabla 12. 12. Medidas
Medidas de tendenciacentral
de tendencia central yy valorativas
valorativas de de
la igualdad de varianzas
la igualdad de varianzas
Estadístico P
Media DS Asimetría Curtosis
de Levene valor
Total MMSE 28,63 1,46 -1,51 2,58 24,430 0,00
Orientación tempo espacial 9,73 0,59 -2,61 8,81 11,999 0,00
Atención y concentración 4,79 0,54 -3,51 11,99 6,015 0,00
Recuerdo diferido 2,35 0,79 -0,77 -0,77 4,528 0,01
Lenguaje 7,84 0,44 -3,27 12,34 31,491 0,00

En la tabla anterior se puede observar la media, desviación estándar,


los índices de curtosis y asimetría de cada una de las variables. Su inspección
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 58

visual permite observar que la mayoría de las variables en estudios presentan


valores de asimetría y curtosis superior a -1,5 y 1,5, los que nos indicaría
que estas variables se alejarían de una distribución normal. El estadístico de
Levene nos indica en este punto que todas las variables presentan niveles de
significación menores que 0,05, por lo cual debemos rechazar la hipótesis de
igualdad de varianza y concluir que las varianzas no son iguales. En base a
estos resultados se opta por aplicar la prueba No Paramétrica de U de Mann-
Whitney. Este estadístico es la mejor alternativa de la prueba t sobre diferencia de
medias cuando no se cumplen los supuestos normalidad y homocedasticidad.
Con tales hallazgos, se aplica ahora la prueba U de Mann-Whitney.
Como se puede observar en la tabla inferior, los dos grupos difieren en el
puntaje total del MMSE (p=0,000) y en los ítems: Orientación temporal y
espacial (p=0,001), Recuerdo diferido (p=0,000) y Denominación (p=0,000),
y donde los rangos promedios del grupo Normal son superiores al del grupo
Deterioro. Sin embargo, para el ítem Atención y concentración del MMSE
no se observó diferencia estadísticamente significativa (p=0,177) [tabla 13].

82
Con tales hallazgos, se aplica ahora la prueba U de Mann-Whitney. Como se
puede observar en la tabla inferior, los dos grupos difieren en el puntaje total del
MMSE (p=0,000) y en los ítems: Orientación temporal y espacial (p=0,001),
Recuerdo diferido (p=0,000) y Denominación (p=0,000), y donde los rangos
promedios del grupo Normal son superiores al del grupo Deterioro. Sin embargo,
para el Metodología
ítem AtenciónEstadística
y concentración del MMSE
e instrumentos no se observó diferencia
en Neuropsicología
estadísticamente significativa (p=0,177) [tabla 13].

13. Comparación
TablaTabla entre dos grupos (Normal y Deterioro)
13. Comparación entre dos grupos (Normal y Deterioro)
en el puntaje total
en el puntaje totaldel
del MMSE y cada
MMSE y cada ítem:
ítem:

Normal Deterioro
(n = 53) (n = 61)
Rango Rango Mann -
P valor
Promedio Promedio Whitney U
MMSE Puntaje total 116,90 68,74 2302,000 0,000
Orientación tempoespacial 108,83 87,67 3457,000 0,001
Atención y concentración 104,83 97,04 4028,500 0,177
Recuerdo diferido 114,19 75,11 2690,500 0,000
Lenguaje 109,19 86,83 3405,500 0,000

Recordamos que, cuando hay dos variables relacionadas o dependientes, por


Recordamos que, cuando hay dos variables relacionadas o dependientes,
ejemplo, pre y post test; y si hay una distribución normal se debe usar la prueba T
pordeejemplo,
Student pre
paraymuestras
post test;relacionadas;
y si hay unay sidistribución normal
no hay distribución se debe
normal, usar
se usa la la
prueba de Wilcoxon. Cuando se trata de comparar dos proporciones
prueba T de Student para muestras relacionadas; y si no hay distribución observadas
en el mismo grupo en dos ocasiones, se usa el test de McNemar.
normal, se usa la prueba de Wilcoxon. Cuando se trata de comparar dos
proporciones observadas
Otras ocasiones en el
para el uso de mismo
pruebas grupo en dos ocasiones, se usa el test
comparativas
de McNemar.
Supongamos que en relación con la variable dependiente “estado cognitivo”
queremos determinar las diferencias entre sus tres grupos (Normal, DCLa y DCLm)
en Otras
relaciónocasiones paraindependiente
con la variable el uso de pruebas
MMSE y comparativas
cada uno de los ítems. Como
tenemos tres grupos, debemos considerar la prueba H de Kruskal-Wallis (como se
Supongamos que en relación con la variable dependiente “estado
verá más adelante). En caso de encontrar diferencias significativas entre los tres
cognitivo” queremos determinar las diferencias entre sus tres grupos (Normal,
DCLa y DCLm) en relación con la variable independiente MMSE y cada| 59uno
de los ítems. Como tenemos tres grupos, debemos considerar la prueba H de
Kruskal-Wallis (como se verá más adelante). En caso de encontrar diferencias
significativas entre los tres grupos, no sabremos qué grupos difieren entre
sí. Por consiguiente, para analizar MIASqué grupos
CARLOS D. guardan diferencias, ahora
empleamos la prueba de U de Mann-Whitney acompañada de la corrección
de grupos,
Bonferroni. En la qué
no sabremos tabla inferior
grupos vemos
difieren quePorseconsiguiente,
entre sí. encontraron paradiferencias
analizar
qué grupos guardan diferencias, ahora empleamos la prueba de U de Mann-Whitney
significativas entre los tres grupos para todos los test, menos en atención y
acompañada de la corrección de Bonferroni. En la tabla inferior vemos que se
concentración:
encontraron diferencias significativas entre los tres grupos para todos los test, menos
en atención y concentración:
14. Prueba
Tabla Tabla H de Kruskal-Wallis sobre los puntajes MMSE
14. Prueba H de Kruskal-Wallis sobre los puntajes MMSE
en relación con
en relación conelelestado
estadocognitivo (tresgrupos)
cognitivo (tres grupos)
Grupo diagnosticado
Normal DCLa DCLm
(n = 53) (n = 31) (n = 30) χ² P valor
MMSE – Puntaje Total 116,90 74,05 63,25 31,120 0,000
Orientación tempo-espacial 108,83 88,53 86,78 10,732 0,005
Atención y concentración 104,83 98,76 95,27 1,951 0,377
Recuerdo diferido 114,19 73,77 76,48 22,986 0,000
Lenguaje 109,19 94,50 78,90 19,558 0,001

Los análisis posteriores (no incluidos aquí) con la prueba U de Mann-Whitney 83


(p<0,01) indicaron que el solo grupo Normal se diferencia del grupo DCLm, en
relación con la variable del puntaje total del MMSE (p=0,000) y los ítems Orientación
Mias C. D.

Los análisis posteriores (no incluidos aquí) con la prueba U de Mann-


Whitney (p<0,01) indicaron que el solo grupo Normal se diferencia del grupo
DCLm, en relación con la variable del puntaje total del MMSE (p=0,000)
y los ítems Orientación temporal y espacial (p=0,002), Recuerdo diferido
(p=0,001) y Lenguaje (p=0,005).

5) El Test ANOVA
Esta prueba paramétrica se utiliza para comparar tres o más grupos
mediante un análisis de varianza. Este tipo de análisis permite determinar
si diferentes grupos muestran diferencias significativas, o por el contrario,
que sus medias poblacionales no difieren. En caso de no cumplirse algunos
requisitos para llevar adelante la prueba, su equivalente no paramétrico es la
prueba Kruskal-Wallis para comparar tres o más grupos.
El Anova es similar a la prueba T de student, pero no compara los
grupos a través de las medias sino a través de la varianza (análisis de varianza).
La variabilidad o varianza total que podemos tener en los datos implica la
sumatoria de: a) Una varianza entre grupos, que refleja la variabilidad entre las
medias de cada grupo respecto a la media total de las observaciones (varianza
inter-grupos). b) Una varianza dentro de los grupos, que mide la variabilidad
de cada observación respecto a la media de su grupo (varianza intra-grupos).
El Anova analiza las variaciones entre dos grupos a nivel intergrupal y la
compara con la variación intragrupal para obtener el valor F. Las diferencias
(medidas en término de varianza) intergrupos debe ser mayor que la intragrupo.
El equivalente en el análisis de varianza multivariado es el MANOVA.
Al comparar tres o más grupos, debe considerarse que no sería correcto
aplicar la prueba t de Student para comparar las posibles combinaciones entre
los grupos, ya que esto incrementa significativamente el error tipo I (resultado
falso positivo). La prueba Anova se usa para corroborar que la diferencia entre
las medidas de dos o más grupos no es debida al azar. Cuando las diferencias
encontradas están al límite de lo significativo (por ejemplo, p=0,048), o bien
se incrementa el número de casos, o bien es necesario emplear una prueba
más robusta como la de Brown-Forsythe, a fin de exigir más la determinación
del nivel de significación definitivo.

84
Metodología Estadística e instrumentos en Neuropsicología

Condiciones:
1. La distribución debe ser normal.
2. Con grupos independientes y homogeneidad de varianza (varianza
similar).
3. Relación lineal entre la variable y el factor. Si la varianza es muy
desigual, se salva con un N igual para cada grupo (o emplear el post-hoc para
varianza desigual como el de Games-Howell).

La homogeneidad de varianzas (homocedasticidad) se puede valorar


mediante la prueba de Levene, de Harley, de Cochran o de Bartlett. Cuando
los grupos son de tamaño muy diferente debe tenerse especial cuidado con el
cumplimiento de este supuesto. La prueba de Levene es poco sensible a la ausencia
de normalidad. Por el contrario, las pruebas de Bartlett y Cochran son bastante
sensibles a la falta de normalidad. El test de Levene cuando es significativo
(p<0,05) indica que las varianzas de los grupos son diferentes; por lo tanto,
debe ser p>0,05 (No significativa). Las varianzas deben ser iguales, o bien se
salva con un N igual para ambos grupos.
La condición de normalidad hace referencia a que la muestra con que
trabajemos está normalmente distribuida (difícilmente de lograr con variables
psicológicas); y la condición de homocedasticidad u homogeneidad de
la varianza, hace referencia a que todas esas mismas poblaciones normales
poseen la misma varianza. Esto se puede realizar en un primer momento
prestando atención a tres aspectos básicos: medidas de tendencia central
(media), dispersión (desviación típica) y forma de la distribución (asimetría y
curtosis) de las variables (tabla 15).
Además, para contrastar la hipótesis de que las varianzas poblacionales
son iguales (homocedasticidad) se puede utilizar el estadístico Levene. Por
ejemplo, en la tabla inferior observamos esta exploración en relación con
la distribución de los puntajes de destinos test neuropsicológicos, en una
muestra conformada por 356 sujetos cognitivamente normales, con un rango
de edad entre 60 y 75 años (m=68; DT=4,5).

85
Mias C. D.

MIAS CARLOS D.
Tabla 15. Media, desviación estándar, asimetría, curtosis y la prueba de
homocedasticidad mediante el estadístico Levene de los subtest del Wechsler y del
Tabla 15. Media, desviación estándar, asimetría, curtosis y la prueba de homocedasticidad
mediante el estadístico LeveneNeuropsi.
de los subtest del Wechsler y del Neuropsi.

Estadístico
Media D.S. Asimetría Curtosis P valor
de Levene
Memoria operativa 8,62 2,38 0,04 0,43 0,49 0,611
Evocación espontánea 3,47 2,48 -0,90 -0,93 2,20 0,131
Evocación por claves 9,45 2,54 -1,30 1,60 1,77 0,176
Evocación reconocimiento 6,05 2,43 0,02 -0,61 4,75 0,010
Memoria Visual: Copia 33,82 2,63 -1,87 4,91 8,34 0,000
Memoria visual: diferido 18,36 7,04 0,06 -0,75 0,17 0,852
Denominación 8,52 2,93 0,05 0,35 30,02 0,120
Fluidez semántica 14,68 4,72 0,02 0,36 0,44 0,651
Fluidez fonológica 14,68 4,72 0,02 0,36 1,63 0,205

Luego de verificadas las condiciones para llevar a cabo un análisis de


Luego de verificadas las condiciones para llevar a cabo un análisis de va-
varianza con Anova, procedemos a su ejecución. Cuando la diferencia explorada
rianza con
entre los Anova, procedemos
tres o más a su ejecución.significativa,
grupos es estadísticamente Cuando lainteresa
diferencia explorada
explorar ahora
la diferencia entre pares de grupos.
entre los tres o más grupos es estadísticamente significativa, interesa explorar
ahora la diferencia entre pares
Para ello empleamos de grupos.
pruebas Post hoc. Los más utilizados son:
1- Test de Tukey; 2- Test de Bonferroni; 3- Test de Duncan (todos para pares de
medias). 4- Test de Dunner (compara varias medias con una media global).
Para ello empleamos pruebas Post hoc. Los más utilizados son:
1- Test de Tukey;
Pruebas 2- Test
Post Hoc: deseBonferroni;
el que 3- Test
utiliza con más de Duncan
frecuencia (todos para
para establecer la
significación estadística de las diferencias encontradas entre dos
pares de medias). 4- Test de Dunner (compara varias medias con una media grupos es la
prueba de Bonferroni, que consiste en dividir el error alfa aceptado habitualmente
global).
(0,05), por el número de comparaciones; de forma que, si hemos llevado a cabo 10
comparaciones, exigimos una probabilidad menor de 0,005. Esta prueba se
considera
PruebasmuyPostconservadora, pero se
Hoc: el que esutiliza
adecuada concuando se desea controlar
más frecuencia el error
para establecer
alfa o tipo I (falso positivo). También se puede utilizar la prueba de Tukey cuando
la significación estadística(homogeneidad
existe homocedasticidad de las diferencias encontradas
de varianzas) entre de
y los tamaños doslosgrupos
grupos es
la prueba de Bonferroni,
son iguales, que consiste
ya que ambos tienen en dividir
buena potencia el error
de control alfaalfa
del error aceptado
o tipo I. Siha-
bitualmente (0,05), por el número de comparaciones; de forma que, sidehe-
los tamaños de los grupos son ligeramente distintos se debería usar la prueba
Gabriel, dada su potencia; pero si son muy diferentes los tamaños se debe usar la
mosprueba
llevadoGT2a cabo 10 comparaciones,
de Hochberg. En el caso deexigimos una probabilidad
que las varianzas menor de
sean muy diferentes
0,005. Esta prueba se considera muy conservadora, pero es adecuada cuando
(heterocedasticidad) se recomienda utilizar la prueba de Games-Howell.
se desea controlar el error alfa o tipo I (falso positivo). También se puede uti-
En el programa SPSS, para llevar a cabo la prueba Anova una vez que
lizarhemos
la prueba
verificado sus cuando
de Tukey existe
requisitos, homocedasticidad
debemos (homogeneidad
seguir la siguiente secuencia: de
Análisis/Comparación
varianzas) y los tamaños de de medias/Anova
los grupos sondeiguales,
un factor.
ya que ambos tienen
Allí podemos buena
seleccionar
las variables dependientes, y el factor o los grupos que se pretender comparar.
potencia de control del error alfa o tipo I. Si los tamaños de los grupos son
También podemos seleccionar la prueba Post hoc de Bonferroni, y la de Games-
ligeramente
Howell para distintos
el caso se
dedebería
que lasusar la prueba
varianzas sean demuyGabriel, dada
diferentes. En su
la potencia;
pestaña
“Opciones” podemos seleccionar los estadísticos descriptivos,
pero si son muy diferentes los tamaños se debe usar la prueba GT2 de Hoch- la prueba de
homogeneidad de varianzas, de Brown-Forsythe y los gráficos de las medias.
berg. En el caso de que las varianzas sean muy diferentes (heterocedasticidad)
se recomienda utilizar la prueba de Games-Howell.
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 62

86
Metodología Estadística e instrumentos en Neuropsicología

En el programa SPSS, para llevar a cabo la prueba Anova una vez que
hemos verificado sus requisitos, debemos seguir la siguiente secuencia: Aná-
lisis/Comparación de medias/Anova de un factor. Allí podemos seleccio-
nar las variables independientes, y el factor o los grupos que se pretender
comparar. También podemos seleccionar la prueba Post hoc de Bonferroni,
y la de Games-Howell para el caso de que las varianzas sean muy diferentes.
En la pestaña “Opciones” podemos seleccionar los estadísticos descriptivos,
la prueba de homogeneidad de varianzas, de Brown-Forsythe y los gráficos
de las medias.

Ejemplo 1
En una muestra de sujetos evaluados en un Servicio de Neuropsi-
cología, conformada por 1122 sujetos, con un promedio de edad de 68,7
años, y de 12,36 años de instrucción formal, y con un 63% de género fe-
menino; vamos a determinar si existen diferencias entre la variable “Esta-
do Cognitivo” (Normal, DCL, Demencia) y otras variables independien-
tes de interés, como las de “Reserva cognitiva”, “Ambiente enriquecido”,
“AVD instrumentales” e “Índice de discrepancia paciente-familiar sobre
niveles de funcionalidad”. Para ello, llevamos a cabo la prueba Anova One
way (una vía o factor. Ver tabla 16), solicitando la prueba post hoc de
Bonferroni y de Games-Howell. La revisión de estudios antecedentes nos
permite sostener la hipótesis alternativa de que se encontrarán diferencias
en todas las variables independientes. La hipótesis nula indica que no hay
diferencia entre los grupos, en relación con las variables independientes.
Veamos los resultados:

87
familiar sobre niveles de funcionalidad”. Para ello, llevamos a cabo la prueba Anova
One way (una vía o factor. Ver tabla 16), solicitando la prueba post hoc de Bonferroni
y de Games-Howell. La revisión de estudios antecedentes nos permite sostener la
hipótesis alternativa de que se encontrarán diferencias en todas las variables
independientes. La hipótesis nula indica que no hay diferencia entre los grupos, en
relación con las variables independientes.Mias C. D. los resultados:
Veamos

Tabla 16. Resultado prueba Anova para la variable estado Cognitivo, en relación con
Tabla 16. Resultado prueba Anova para la variable estado Cognitivo, en relación con
variables de
variables de reserva
reservacognitiva,
cognitiva, ambiente
ambiente enriquecido,
enriquecido, AVD instrumentales ee índice de
AVD instrumentales de
discrepanciapaciente-familiar
discrepancia paciente-familiar

Desviación Error
N Media estándar estándar F P valor
Reserva cognitiva Normal 453 13,12 3,90 0,183 115,379 0,000
DCL 416 10,83 4,36 0,214
Demencia 253 8,18 4,38 0,271
Total 1122 11,16 4,57 0,136
Ambiente Estimular Normal 120 78,9 16,64 1,51 28,577 0,000
Enriquecido DCL 147 75,0 15,35 1,26
Demencia 91 62,1 18,20 1,90
Total 358 73,0 17,78 0,93
AVD Instrumentales Normal 453 1,59 2,211 0,103 226,530 0,000
DCL 416 3,20 3,309 0,162
Demencia 253 7,45 5,329 0,335
Total 1122 3,51 4,178 0,124
Discrepancia Normal 453 0,57 5,413 0,254 5,658 0,004
Paciente- familiar DCL 416 0,47 6,506 0,319
Demencia 253 -1,10 9,128 0,573
Total 1122 0,1602 6,833 0,203

Los
Los resultados
resultados obtenidos
obtenidosindican
indicanquequeexisten diferencias
existen estadísticamente
diferencias estadística-
significativas en todas las variables estudiadas, en relación con el Estado Cognitivo.
mente
Sin significativas
embargo, ahora nosen todas lasconocer
interesa variablesenestudiadas,
detalle cuálesen relación
son los con el Es-
grupos que
tado Cognitivo.
difieren entre sí, porSin embargo,
lo que ahoraalnos
recurriremos interesa
análisis de lasconocer
pruebasenpostdetalle cuáles
hoc. Para las
variables independientes
son los grupos que difieren Reserva
entre sí,Cognitiva,
por lo queAmbiente
recurriremosEnriquecido,
al análisisydeAVD
las
Instrumentales, vamos a emplear la prueba de Bonferroni, considerando
pruebas post hoc. Para las variables independientes Reserva Cognitiva, Am- que para
estas variables la prueba de homogeneidad de varianzas no fue significativa
biente Enriquecido, y AVD Instrumentales, vamos a emplear la prueba de
(p>0,05). Para la variable Índice de discrepancia, vamos a considerar la prueba de
Bonferroni, considerando
Games-Howell, que para
dado que la prueba de estas variables la
homogeneidad prueba
resultó de homogeneidad
significativa (p<0,05).
de varianzas no fue significativa (p>0,05). Para la variable Índice de discre-
pancia, vamos a considerar la prueba de Games-Howell, dado que la prueba | 63

de homogeneidad resultó significativa (p<0,05).


Por razones de espacio en el texto, se muestran en la tabla solo los re-
sultados para la primer y ultima variable. De este modo, encontramos que
la variable “reserva cognitiva” difiere en relación a la variable dependiente
“estado cognitivo” (F(2,1119)=115,37; p=0,000), y que mediante el análisis
post hoc los tres grupos difieren entre si (p=0,000). En relación a la variable
“Índice de Discrepancia paciente-familiar”, encontramos que existe una dife-
rencia significativa en relación a la variable “Estado Cognitivo” (F(2,1119)=
5,65; p=0,004); aunque el análisis post hoc indica que solo difieren los grupos
Normal y Demencia (p=0,021) [tabla 17]. Esta diferencia puede interpretarse

88
Por razones de espacio en el texto, se muestran en la tabla solo los
resultados para la primer y ultima variable. De este modo, encontramos que la
variable “reserva cognitiva” difiere en relación a la variable dependiente “estado
cognitivo” (F(2,1119)=115,37; p=0,000), y que mediante el análisis post hoc los tres
Metodología Estadística e instrumentos en Neuropsicología
grupos difieren entre si (p=0,000). En relación a la variable “Índice de Discrepancia
paciente-familiar”, encontramos que existe una diferencia significativa en relación a
la variable “Estado Cognitivo” (F(2,1119)= 5,65; p=0,004); aunque el análisis post
en el sentido de que las personas normales tienden a registrar con mas detalle
hoc indica que solo difieren los grupos Normal y Demencia (p=0,021) [tabla 17]. Esta
sus dificultades
diferencia en la vida diaria,
puede interpretarse en el dado que
sentido deson
quefuente de preocupación,
las personas mien-a
normales tienden
tras quecon
registrar en las
masdemencias
detalle sushay una disminución
dificultades en la vida de la conciencia,
diaria, y tienden
dado que son a
fuente de
preocupación, mientras que en las demencias hay una disminución
responder con la memoria de niveles funcionales premórbidos. de la conciencia,
y tienden a responder con la memoria de niveles funcionales premórbidos.

Tabla
Tabla 17. Prueba
17. Prueba postdehoc
post hoc de la variable
la variable estado cognitivo
estado cognitivo en con
en relación relación con las de
las variables
variablesreserva
de reserva cognitiva
cognitiva e índice
e índice de Discrepancia
de Discrepancia paciente-familiar
paciente-familiar
Intervalo de
Diferencia confianza al 95%
Variable (I) (J) medias Error Límite Límite
independiente Diagnostico Diagnostico (I-J) estándar Sig. inferior superior
Bonferroni Normal DCL 2,288* 0,283 0,000 1,6090 2,9680
Reserva Demencia 4,939* 0,326 0,000 4,1463 5,7170
cognitiva DCL Normal -2,288* 0,281 0,000 -2,9680 -1,6090
Demencia 2,643* 0,332 0,000 1,8454 3,4410
Demencia Normal -4,931* 0,327 0,000 -5,7170 -4,1463
DCL -2,643* 0,332 0,000 -3,4410 -1,8454
Games- Normal DCL 0,099 0,408 0,968 -0,8587 1,0573
Índice de
Howell Demencia 1,679* 0,627 0,021 0,2020 3,1569
Discrepancia
Paciente DCL Normal -0,099 0,408 0,968 -1,0573 0,8587
Familiar
Demencia 1,580* 0,656 0,044 0,0356 3,1247
Demencia Normal -1,679* 0,627 0,021 -3,1569 -0,2020
DCL -1,580* 0,656 0,044 -3,1247 -0,0356
*. La diferencia de medias es significativa en el nivel 0.05.
Nota: Tabla presentada como la arroja el SPSS

En elel caso
En caso de
de quequenonosesehubieran
hubierancumplido
cumplido algunas
algunas dede las
lascondiciones
condiciones
referidas para la aplicación del ANOVA, existen alternativas no paramétricas.
referidas para la aplicación del ANOVA, existen alternativas no paramétricas. Entre
ellas se encuentran la prueba de Kruskal-Wallis (variable de contraste
Entre ellas se encuentran la prueba de Kruskal-Wallis (variable de contraste continua) y la
prueba de Jonckheere-Terpstra (variable de contraste continua u ordinal) para
continua) y la prueba de Jonckheere-Terpstra (variable de contraste continua
muestras independientes; y las pruebas de Friedman (variable de contraste
u ordinal)lapara
continua), W demuestras
Kendall independientes;
(como medida delyacuerdo
las pruebas
entrede Friedman
dos (variable
evaluadores) y la Q
deCochran
de contraste(para
continua), la W
variable de de Kendall
contraste (como
dicotómica) paramedida
muestrasdelapareadas.
acuerdo entre
Estas
pruebas en general tienen menos potencia que el ANOVA, y dado
dos evaluadores) y la Q de Cochran (para variable de contraste dicotómica)que no se basan
en la distribución normal, no realizan contrastes sobre las medias, sino sobre las
para muestras apareadas. Estas pruebas en general tienen menos potencia que
medianas.
el ANOVA, y dado que no se basan en la distribución normal, no realizan
contrastes sobre las medias, sino sobre las medianas.
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 64

89
Mias C. D.

Ejemplo 2 MIAS CARLOS D.

Vemos la importancia de explorar la diferencia entre el Estado Cogni-


Ejemplo 2
tivo (Normal-DCL-Demencia), en relación con variables subjetivas autoper-
cibidas como el “Estrés percibido”, “Sentimientos de Soledad”, y “Grado de
Vemos la importancia de explorar la diferencia entre el Estado Cognitivo
sociabilidad”. Considerando
(Normal-DCL-Demencia), una muestra
en relación de 90subjetivas
con variables sujetos, yautopercibidas
que no se cumplen
como
el “Estrés percibido”, “Sentimientos de Soledad”, y “Grado
los criterios de normalidad y de homocedasticidad, aplicamos la prueba de de sociabilidad”.
Considerando una muestra de 90 sujetos, y que no se cumplen los criterios de
Kruskal-Wallis.
normalidad y de Enhomocedasticidad,
tal sentido, soloaplicamos
encontramos unadediferencia
la prueba significativa
Kruskal-Wallis. En tal
en sentido,
relaciónsolo conencontramos
la variableuna“Sociabilidad” ( ²=45,04;
diferencia significativa p=0,000)
en relación con la[tabla 18].
variable
“Sociabilidad” (χ²=45,04; p=0,000) [tabla 18]. Luego, para conocer los grupos que
Luego, para conocer los grupos que difieren entre sí, se procede a un análisis
difieren entre sí, se procede a un análisis de pares mediante la prueba de U Mann
de pares mediante
de Whitney la prueba
(No incluido aquí). de U Mann de Whitney (No incluido aquí).

Tabla 18. Diferencias del Estado Cognitivo en relación con


Tabla 18. Diferencias del Estado Cognitivo en relación con
variables subjetivas
variables subjetivas autopercibidas.
autopercibidas.

Estrés Sentimientos
Percibido de Soledad Sociabilidad
Chi-cuadrado 2,831 0,574 45,049
gl 2 2 2
Sig. asintótica 0,243 0,750 0,000
a. Prueba de Kruskal Wallis; b. Variable de agrupación: Diagnostico

6) Regresión Múltiple lineal


6) Regresión Múltiple lineal
Mas allá de pruebas estadísticas comparativas entre grupos respecto de una
variable, en ocasiones resulta de interés explorar modelos predictivos respecto una
Mas allá de pruebas estadísticas comparativas entre grupos respecto
variable dependiente (Por ejemplo, el estado cognitivo). Para ello podemos recurrir a
de una variable,
análisis en ocasiones
de regresión. resulta
La regresión delineal
múltiple interés explorar
se emplea con modelos
tres o máspredictivos
grupos, o
para predecir
respecto una variable
una variable continua(Por
dependiente principalmente.
ejemplo, elUnaestado
variable dependiente
cognitivo). Para
numérica (por ejemplo, CI, memoria episódica, fluidez verbal) es explicada por otras
elloindependientes,
podemos recurrir a análisiscomo
tanto numéricas de regresión.
dicotómicasLa regresióndemúltiple
(Minimental lineal se
Fostein, genero,
emplea con tres
antecedente o másetc.).
familiar, grupos, o para predecir
Debe atenderse una que
a la relación variable continua
pudiera princi-
existir entre la
variables independientes o colinealidad, ya que puede generar
palmente. Una variable dependiente numérica (por ejemplo, CI, memoria un efecto confusor
(por ejemplo, la edad puede influir en una prueba de memoria, porque en los
episódica,
mayores fluidez verbal)
las diferencias sonesmás
explicada por otras independientes, tanto numé-
pequeñas).
ricas como dicotómicas (Minimental de Fostein, genero, antecedente fami-
liar, etc.).Con
Debeel análisis de regresión lineal se intenta predecir una variable
atenderse a la relación que pudiera existir entre la variables
dependiente (VD) a partir de variables independientes (VI) explicativas; creando por
independientes o
lo tanto un modelo colinealidad, ya que
explicativo puede generar
exploratorio. un efecto
Además, confusor
posibilita (por
descubrir
ejemplo, la edadentre
interacciones puedevariables
influir en una prueba que
independientes de memoria, porquenoenserían
por sí mismas los ma-
significativas. Requiere también identificar variables confusoras, que pueden afectar
yores las diferencias son más pequeñas).
los resultados finales del modelo creado.
Con el análisis de regresión lineal se intenta predecir una variable de-
pendiente (VD) a partir de variables independientes (VI) explicativas; crean- | 65

90
Metodología Estadística e instrumentos en Neuropsicología

do por lo tanto un modelo explicativo exploratorio. Además, posibilita


descubrir interacciones entre variables independientes que por sí mismas no
serían significativas. Requiere también identificar variables confusoras, que
pueden afectar los resultados finales del modelo creado.

Requisitos
1. Linealidad: marca una relación lineal.
2. Normalidad de residuos: son las diferencias entre los valores calculados
por el modelo y los realmente observados. Deben ser pequeñas y normales.
3. Contar con 10 casos por cada variable que se incluye el modelo general.
4. Colinealidad: Cuando dos variables independientes están muy rela-
cionadas y se anulan, cuando en realidad una sola de ellas sería significativo.
Se detecta examinando los coeficientes de correlación entre ambas, y analizar
si los resultados finales se vuelven inestables al introducir una nueva variable.
5. Importante que los grupos estén equilibrados. Los coeficientes alfa
cuando varían significativamente pueden estar identificando las variables
confusoras.
6. Considerar que los modelos de regresión no siempre son lineales
(puede ser cuadrática, logística, etc).

Con la prueba Anova vemos las diferencias de grupos; pero no se conclu-


ye más. Con el análisis de regresión lineal, interesa ver qué variables influyen
en esas diferencias. Con este análisis, es necesario examinar detenidamente los
siguientes indicadores que aparecerán una vez ejecutado el análisis estadístico:

R2: Indica el porcentaje de la varianza que explica el modelo (su im-


portancia depende de lo que se explica). Pero como mientras más variables se
incluyen en el modelo más aumenta; por lo tanto, se apela a una corrección
o R2 corregida.
R2 corregida: Es más honesta que la anterior por su bondad de ajuste.
Beta 1: Indica la correlación de cada variable independiente con la
variable dependiente o criterio (cuál aporta más al modelo). Indica la dirección
de la asociación y el valor de la fuerza de asociación.
Beta 2: Indica la correlación con las otras variables independientes. Es
bueno que sea baja, si no se trata de variables que estarán refiriendo lo mismo.
T: debe ser mayor a >1,64 para que sea relevante. Muy importante esto.
Colinealidad: cuando el valor VIF en el SPSS (que cuantifica la

91
Mias C. D.

intensidad de la multicolinealidad en un análisis de regresión normal) está


entre >10 y <30, es significativa.
La matriz de correlaciones que aparecerá adicionalmente nos puede
indicar cuándo dos variables independientes están muy correlacionadas, para
excluir una de ellas (>0,75). Por el contrario, la correlación con la variable
dependiente es de interés en este análisis.

Para llevar a cabo este análisis en el programa SPSS, se debe seguir los
siguientes pasos: Analizar/Regresiones/Lineales. Allí deberemos introducir
la variable dependiente (por ejemplo, estado cognitivo, puntaje en test de
memoria, etc.); y las variables independientes o predictoras (por ejemplo, test
neuropsicológicos, variables sociodemográficas, escalas funcionales o conduc-
tuales, etc.). Como método de análisis, se puede seleccionar el denominado
Intro, o mejor el denominado Forward-Wald o hacia adelante. En la pesta-
ña “Estadísticos” podemos solicitar las estimaciones de análisis, intervalos de
confianza, ajuste del modelo, descriptivos, y diagnósticos de colinealidad.

Ejemplo 1
En un estudio de prevalencia de deterioro cognitivo realizado en
Córdoba, nos interesa conocer la influencia predictora de variables de carácter
sociodemográficos (Edad, genero, nivel de instrucción, estado civil, número
de hijos, procedencia, etc). En este caso, al contar con la variable dependiente
“Estado Cognitivo” constituida por tres grupos (Normal-DCL-Demencia),
para evaluar la influencia de las variables sociodemográficas se empleó un
análisis de regresión linear múltiple. La tabla inferior muestra las puntuaciones
obtenidas del análisis con el método Intro o Enter (extraída de: Mias CD,
Sassi M, Masih ME, Querejeta A, Krawchik R, 2007. Deterioro cognitivo
leve. Un estudio de prevalencia y factores sociodemográficos en la Ciudad
de Córdoba, Argentina. Rev Neurol, 44-12: 733-738). De las variables
incluidas, se encontró que el género (p=0,000), la edad (p=0,000), los años
de instrucción formal (p=0,000), el número de hijos (p=0,021) y el número
de hermanos (p=0,020) se encuentran significativamente correlacionadas con
el estado cognitivo. El coeficiente de correlación fue r = 0,42 (p < 0,000) y r²
= 0,174, lo que explica el 17,4% de la varianza total (Ver tabla 19).

92
(extraída de: Mias CD, Sassi M, Masih ME, Querejeta A, Krawchik R, 2007. Deterioro
cognitivo leve. Un estudio de prevalencia y factores sociodemográficos en la Ciudad
de Córdoba, Argentina. Rev Neurol, 44-12: 733-738). De las variables incluidas, se
encontró que el género (p=0,000), la edad (p=0,000), los años de instrucción formal
(p=0,000), el número de hijos (p=0,021) y el número de hermanos (p=0,020) se
encuentran Metodología Estadística
significativamente e instrumentos
correlacionadas con elenestado
Neuropsicología
cognitivo. El coeficiente
de correlación fue r = 0,42 (p < 0,000) y r² = 0,174, lo que explica el 17,4% de la
varianza total (Ver tabla 19).
Tabla 19. Análisis de regresión lineal sobre la variable Estado Cognitivo en
relación
Tabla 19.con variables
Análisis sociodemográficas,
de regresión lineal sobre lapublicado en Rev
variable Estado Neurol.enTomado
Cognitivo relación de
con
variables sociodemográficas, publicado en Rev
Mias et.al., Neurol. Tomado de Mias et.al., 2007.
2007.

Ejemplo 2
Ejemplo 2
Exploramos ahora la influencia de variables psicológicas y funcionales
Exploramos ahora la influencia de variables psicológicas y funcionales
(Quejas de memoria, quejas ejecutivas, actividades instrumentales, depresión,
(Quejas
eventos de memoria,y quejas
traumáticos reservaejecutivas,
cognitiva)actividades
en relacióninstrumentales,
con la variable depresión,
dependiente
eventos traumáticos
“estado Cognitivo”. Para yelloreserva cognitiva)
aplicamos un análisisende relación con la
regresión lineal, variableel
empleando
método Forward-Wald o hacia adelante (considerando que introducimos
dependiente “estado Cognitivo”. Para ello aplicamos un análisis de regresión varias
lineal, empleando el método Forward-Wald o hacia adelante (considerando
| 67
que introducimos varias variables y pretendemos que el programa seleccione
MIAS CARLOS D.
aquellas que resultan significativas, y que descarte aquellas que no tienen
correlación alguna). Encontramos en primer término la siguiente tabla de
variables y pretendemos que el programa seleccione aquellas que resultan
datos en el programa
significativas, y que SPSS:
descarte aquellas que no tienen correlación alguna).
Encontramos en primer término la siguiente tabla de datos en el programa SPSS:
Tabla 20. Resumen del análisis de regresión lineal visualizado
Tabla 20. Resumen del análisis
ende4 regresión lineal visualizado en 4 modelos predictores
modelos predictores
Error Estadísticos de cambio
R R2 estándar Cambio Cambio Sig.
Modelo R cuadrado ajustado estimación en R 2 en F gl1 gl2 Cambio F
1 0,883 0,780 0,779 0,98258 0,780 1068,325 1 302 0,000
2 0,904 0,817 0,816 0,89594 0,038 62,234 1 301 0,000
3 0,918 0,843 0,842 0,83179 0,026 49,218 1 300 0,000
4 0,924 0,854 0,852 0,80432 0,011 21,837 1 299 0,000

En la tabla superior, observamos que del análisis resultante surgen cuatro


modelos o agrupamientos de variables independientes. El primero de ellos explica el
93
(R2 ajustado) 77,9% de los cambios en la variable dependiente en función de la
presencia de las variables independientes consideradas en el estudio, el segundo el
Error Estadísticos de cambio
R R2 estándar Cambio Cambio Sig.
Modelo R cuadrado ajustado estimación en R 2 en F gl1 gl2 Cambio F
1 0,883 0,780 0,779 0,98258 0,780 1068,325 1 302 0,000
2 0,904 0,817 0,816 0,89594
Mias 0,038
C. D. 62,234 1 301 0,000
3 0,918 0,843 0,842 0,83179 0,026 49,218 1 300 0,000
4 0,924 0,854 0,852 0,80432 0,011
En la tabla superior, observamos que del21,837
análisis 1resultante
299 0,000
surgen
cuatro modelos o agrupamientos de variables independientes. El primero de
ellos explica el (R2
En la tabla ajustado)
superior, 77,9% deque
observamos los cambios en la
del análisis variable surgen
resultante dependiente
cuatro
modelos
en función de la presencia de las variables independientes consideradas en elel
o agrupamientos de variables independientes. El primero de ellos explica
(R2 ajustado) 77,9% de los cambios en la variable dependiente en función de la
estudio, el segundo el 81,6%, el tercero el 84,3%, y el cuarto el 85,2%. En
presencia de las variables independientes consideradas en el estudio, el segundo el
principio,
81,6%, nos orientamos
el tercero el 84,3%, ya elseleccionar el cuarto
cuarto el 85,2%. En modelo,
principio, por explicar una
nos orientamos
porcentaje elmayor,
seleccionar cuartoemodelo,
incluir un
por número mayor
explicar un de variables
porcentaje mayor,(ver tablaun21).
e incluir número
mayor de variables (ver tabla 21).
Tabla 21. Influencia de variables conductuales y funcionales sobre el Estado
Tabla 21. Influencia de variables conductuales y funcionales sobre el Estado Cognitivo.
Cognitivo.
Nótese Nótese la de
la conveniencia conveniencia
considerar eldemodelo
considerar el modelo
4, al incluir 4, alnúmero
el mayor incluirdeelvariables,
mayor
número de variables,
explicativoexplicativo
del 85,2% dedellos85,2%
casos. de los casos.

Coeficientes no Coeficientes 95.0% intervalo de


estandarizados estandarizados confianza para B
Error Límite Límite
Modelo VD B estándar Beta t Sig. inferior superior
1 Quejas Ejecutivas 0,058 0,002 0,883 32,685 0,000 0,054 0,061
2 Quejas Ejecutivas 0,045 0,002 0,683 19,325 0,000 0,040 0,049
AVD Instrumentales 0,087 0,011 0,279 7,889 0,000 0,065 0,108
3 Quejas Ejecutivas 0,030 0,003 0,453 9,753 0,000 0,024 0,036
AVD Instrumentales 0,094 0,010 0,304 9,199 0,000 0,074 0,114
Reserva cognitiva 0,048 0,007 0,267 7,016 0,000 0,035 0,061
4 Quejas Ejecutivas 0,016 0,004 0,240 3,743 0,000 0,007 0,024
AVD Instrumentales 0,087 0,010 0,281 8,704 0,000 0,068 0,107
Reserva cognitiva 0,038 0,007 0,212 5,496 0,000 0,024 0,052
Quejas de Memoria 0,120 0,026 0,294 4,673 0,000 0,069 0,170
a. Variable dependiente: Diagnostico

En la tabla superior puede observarse que las variables “Quejas ejecutivas,


AVD-I, En la tabla
Reserva superior
Cognitiva puededeobservarse
y Quejas quesignificativas
memoria” son las variables “Quejascon
(p<0,000); eje-
un
valor t >1,64; y un valor beta que indica que las AVD-I tiene mayor peso
cutivas, AVD-I, Reserva Cognitiva y Quejas de memoria” son significativas predictor.
(p<0,000); con un valor t >1,64; y un valor beta que indica que las AVD-I
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 68
tiene mayor peso predictor. Observamos también que otras variables han sido
excluidas del modelo, ya que no resultaron significativas, y por lo tanto no
figuran en la tabla.
En un análisis posterior, si pretendemos explorar estas variables como
factores de “riesgo o protectores” del estado cognitivo, es necesario un análisis
de “regresión logística”; pero en este caso, necesitaremos reclasificar los gru-
pos en dos categorías, por ejemplo, normal-deterioro; o bien descartamos en
el análisis a las personas con deterioro de moderado a grave (demencia). En

94
Metodología Estadística e instrumentos en Neuropsicología

el siguiente punto vemos los detalles respecto la utilidad y aplicación de esta


prueba.

7. Regresión Logística Binaria (Odds Ratio)


Este análisis se emplea cuando pretendemos, por ejemplo, explorar
factores de riesgo de deterioro cognitivo y protectores de la normalidad.
La regresión logística binaria explora relaciones causales cuando la variable
dependiente es de tipo binaria (dicotómica o Dummy), es decir, que tiene
solo dos categorías (por ejemplo: normal-deterioro; Quejas de memoria no-
si, perfomance alta-baja, etc). Recordamos que, en el análisis de regresión
lineal múltiple, la variable dependiente es ordinal o escalar; mientras que en la
regresión logística debe ser dicotómica, ya que está basada en la estimación de
los Odds ratio y las probabilidades. En este caso, las variables independientes
tratan de predecir la probabilidad que ocurra algo (por ejemplo, normalidad
cognitiva) en relación con la probabilidad que no-ocurra (por ejemplo,
deterioro). En otras palabras, representa la probabilidad de ocurrencia de un
suceso cuando está presente un factor.
Requiere que las variables predictoras sean dicotómicas o continuas
(por ejemplo, alta-baja instrucción, depresión si-no, puntajes obtenidos de
los test, etc). Las variables predictoras se eligen en función de un análisis
significativo previo (Anova o prueba t). En estas variables, también se requiere
que se defina de antemano la categoría de referencia (por ejemplo, indicarle
al programa que la categoría “alta reserva cognitiva” es la de referencia para
presentar normalidad cognitiva, en contraste con la categoría “baja reserva
cognitiva”. También debe cuidarse que la muestra sea numerosa y bien
distribuida.

Cuantificadores de riesgo
Un valor Odds ratio u OR=1 indica que no hay riesgo ya que la
oportunidad de expuestos es igual a la de no expuestos. Los valores de OR
van de 0 a infinito, por lo tanto, se determinan los IC 95%, pero en ellos no
debe caer el 1 (uno). Por lo tanto:
Si el OR >1 indica mayor riesgo (factor de riesgo) que los controles y B
es positivo.
Si el OR <1 indica menor riesgo que los controles (factor protector) y
B es negativo.

95
Mias C. D.

En definitiva, es una forma de expresar la proporción del número de ve-


ces que un suceso ocurra frente a que no ocurra, o de que se obtenga norma-
lidad frente a la posibilidad de deterioro cognitivo. De tal manera que si una
variable independiente (por ejemplo, depresión no-si) obtiene un OR=2,5;
indica que ante la presencia de las demás variables, la presencia de depresión
implica que tiene la posibilidad de 2,5 veces más de presentar deterioro cog-
nitivo (factor de riesgo). En cambio, si se obtiene un OR=0,5; indicaría que
se reduce a la mitad la cantidad de veces que se obtendría deterioro (factor
protector). Luego, si queremos conocer su significado en términos de proba-
bilidades, podemos transformar el OR a partir de la fórmula:

Probabilidad = Odds ratio / Odds ratio + 1


Ejemplo: 2,5 / (2,5 + 1) = 0,714 = 71,4%

En este caso si el OR fue de 2,5 entonces aplicando la fórmula presen-


tada, la probabilidad es de 0,714, o lo que es igual del 71,4%. Mientras que
en el caso del OR=1, la probabilidad es del 50%, es decir que existen en este
último caso las mismas probabilidades que el evento ocurra estando o no la
otra variable en estudio presente.

Codificación en el modelo logístico


La variable dependiente en el programa SPSS debe codificarse de
manera que:
1 = indica ausencia de Deterioro (normalidad).
2 = indica presencia de Deterioro (deterioro).
Nota: en la codificación numérica de las categorías en el programa
SPSS, se aconseja no utilizar el número cero, a fin de evitar un procesamiento
erróneo del número. Por otra parte, siempre debe iniciarse la numeración
con la categoría de referencia. Por ejemplo, si preguntamos ¿toma alcohol? La
numeración de la escala será: 1. Nada, 2. Poco, 3. Mucho. Queda claro que la
categoría de referencia para la normalidad cognitiva sería que no haya ingesta
de alcohol. Pero si preguntamos, ¿realiza actividad física? La numeración de la
escala será: 1. Mucho, 2. Poco, 3. Nada. De esta manera la referencia teórica
que apoya la normalidad cognitiva es la realización de actividad física. Consi-
derar que este ordenamiento incidirá en los resultados, con el riesgo de hacer
interpretaciones erróneas.

96
Metodología Estadística e instrumentos en Neuropsicología

Las variables independientes o predictoras


1- Dicotómicas: Por ejemplo: 1. No fuma – 2. Fuma
2- Categóricas: Las variables ordinales o continuas deben llevarse a dico-
tómicas o variables DUMMY, ya que, si se sigue el orden, se interpreta como
riesgo proporcionalmente mayor, cuando el orden no es reflejo de linealidad de
riesgo. Por ejemplo, en la escala: 1=No fuma, 2=Fuma poco, 3=Fuma mucho,
indicaría que “fumar mucho” es 2 veces más riesgoso que “fuma poco”. En el
programa SPSS tenemos la opción de convertir la variables ordinales o conti-
nuas en variables Dummy. En este punto, pueden considerarse las opciones: 1)
“Simple”, cuando cada categoría de la variable predictora (menos la de referen-
cia) es comparada con la categoría de referencia, que es la que se considera sin
riesgo. 2) “Difference”, cuando cada categoría de la variable predictora (menos
la de referencia) es comparada con el promedio de la categoría previa.
3- Numéricas: pueden usarse tal cual o categorizarse si el aumento no
es proporcional.

Condiciones para el análisis


1. Muestra numerosa y bien distribuida.
2. Por cada variable predictora contar con 10 casos al menos.
3. Identificar variables confusoras.
4. El test de Wald (chi) debe ser >3.
5. El Exp(B) representa el valor OR.
6. El valor R2 de Cox & Snell o de Nagelkerke, explica el porcentaje de
varianza. Estos valores pueden diferir, por lo que algunos autores toman uno
u otro, o bien el promedio de ambos. En nuestra opción, consideramos la de
Nagelkerke.
7. Identificar colinealidad como problema, cuando los IC: 95% son
anormalmente grandes. Esto quiere decir que dos variables predictoras están
muy correlacionadas (r> 0,60) y se debe sacar una.

Consideraciones importantes
Considerar que las variables género, edad, instrucción etc. pueden
ser de control o covariables o bien factores de confusión. En la medida que
se va construyendo el modelo predictor, cuando una variable se modifica
mucho cuando se incorpora una nueva, puede estar interactuando. Por otro
lado, cuando hay variables muy correlacionadas no sirve incluir ambas: hay

97
Mias C. D.

colinealidad lo que equivale a haber introducido una misma variable dos


veces. Es bueno empezar incluyendo una variable y luego agregar otras (método
Forward Wald) o bien empezar con todas y luego sacar de a una (método Back
o hacia atrás), o bien proceder paso a paso combinando los anteriores (método
Steep o paso a paso). La regresión logística con una variable ordinal (por
ejemplo, reserva cognitiva baja-media-alta), se denomina regresión logística
multinomial, y se rige por principios y condiciones similares a la binaria.

En el programa SPSS, se podrá realizar el análisis de regresión logística


binaria, con la siguiente secuencia: Analizar/Regresión/Logística Binaria.
En la pantalla que se abre, podrá introducir la variable dependiente, luego
las variables independientes, y seleccionar el método de análisis (en nuestra
elección, es el Forward-Wald). En el caso de introducir variables ordinales o
continuas, se pueden convertir en Dummy en la pestaña categórica, señalan-
do la categoría de referencia y el método “simple” (en nuestra opción). En
la pestaña Opciones, debe seleccionarse las casillas de Bondad de ajuste de
Hosmer-Lemeshow y el CI para exp(B) [intervalos de confianza]. La prueba
de Bondad de ajuste de Hosmer-Lemeshov es muy importante, ya que per-
mite comprobar si el modelo propuesto puede explicar lo que se observa; al
evaluar la distancia entre lo observado y lo esperado en el modelo. Por lo tan-
to, lo deseable sería que el valor no sea significativo (p>0,05), lo que significa
que no hay diferencias entre lo observado y lo esperado por el modelo; o que
no hay diferencias significativas entre lo que se predice y los datos reales (o
Goodness of Fit <15). En otras palabras, una prueba de bondad de ajuste que
no da significativo implica que el modelo permite calcular predicciones de manera
satisfactoria.

En consecuencia, para dar cumplimiento al objetivo se realiza en pri-


mer lugar un análisis de colinealidad, con la finalidad de evitar una correla-
ción excesiva entre las variables independientes. Luego se evalúa la asociación
mediante la prueba chi cuadrado para variables cualitativas, y el coeficiente
de correlación de Pearson para variables cuantitativas. Se consideran correla-
ciones importantes cuando los valoren superar la cifra de 0,7. La bondad de
ajuste del modelo a los datos se comprueba mediante el empleo el test de Hos-
mer y Lemeshov. Se considera un ajuste satisfactorio del modelo a los datos, si
p>0,05. La prueba de Nagelkerke nos permite observar el porcentaje de cambios
en la variable dependiente, consecuencia de la presencia de las variables indepen-

98
Metodología Estadística e instrumentos en Neuropsicología

dientes seleccionadas. Seguidamente se realiza el análisis de Regresión Logísti-


ca. Finalmente se determinan los odds ratio para cada variable seleccionada.

Punto de corte en el análisis


En el programa SPSS también está la opción para realizar el análisis
considerando un punto de corte. Por ejemplo, estimar el valor OR para los
sujetos con un Minimental (MMSE) igual o mayor a 25 puntos; o bien para
analizar la muestra con un punto de corte que la clasifica con o sin depresión
(12 puntos en la escala GDS). Para ello se emplea la opción “REGLA”, y
se determina el punto de corte para hacer el análisis. También en RULE se
puede usar una variable para dividir la muestra (por ejemplo, por género o
presencia de antecedentes si-no). De este modo, se hará un análisis solo para
el género femenino, o considerando las personas que tienen un antecedente
familiar de enfermedad. Cuando se estima que la relación no es lineal se usan
los Métodos Probit o Logit.

Ejemplo 1
En relación con la variable “Estado Cognitivo” (Normal-DCL),
pretendemos conocer factores protectores de la normalidad y de riesgo de
deterioro, en una muestra del Servicio de Neuropsicología compuesta
por 930 casos (61% normales); considerando la influencia de variables
sociodemográficas (género, edad, instrucción) y psicológicas (quejas de
memoria, ejecutivas, depresión). Para ello realizamos un análisis de regresión
logística binaria con el método Forward Wald, con control de colinealidad y
la prueba de Bondad de ajuste de Hosmer-Lemeshov.

En la tabla siguiente se puede observar un resumen del modelo


generado. Puede observarse que aparecen cuatro modelos posibles, que
incluyen progresivamente un mayor número de variables. En consecuencia,
será interesante explorar el modelo cuatro. En tal sentido, lo primero es
observar que el valor de la prueba de bondad de ajuste de Hosmer-Lemeshov
haya resultado no significativa, indicador de que el modelo hace predicciones
satisfactorias. Por su parte, el valor de la prueba de Nagelkerke (0,397) sugiere
una explicación del 39% de que los cambios en la variable dependiente, se debe a
la presencia de las variables independientes consideradas en el estudio (tablas
22 y 23).

99
progresivamente un mayor número de variables. En consecuencia, será interesante
explorar el modelo cuatro. En tal sentido, lo primero es observar que el valor de la
MIAS CARLOS D.
prueba de bondad de ajuste de Hosmer-Lemeshov haya resultado no significativa,
indicador de que el modelo hace predicciones satisfactorias. Por su parte, el valor de
En la
la prueba detabla siguiente (0,397)
Nagelkerke se puedesugiere
observaruna un resumen del modelo
explicación del 39%generado.
de que los
Puede observarse que aparecen cuatro
Mias C. modelos
D. posibles, que
cambios en la variable dependiente, se debe a la presencia de las variables incluyen
progresivamente un mayor número de variables. En consecuencia, será interesante
independientes consideradas en el estudio (tablas 22 y 23).
explorar el modelo cuatro. En tal sentido, lo primero es observar que el valor de la
prueba
Tablas de y 23. Prueba
22 bondad de Hosmer-Lemeshov
de ajuste de Hosmer-Lemeshov y resumen delresultado
haya modelo. Nótese que para
no significativa,
Tablas 22 de
indicador y 23.
que Prueba
el de Hosmer-Lemeshov
modelo hace predicciones y resumen delPor
satisfactorias. modelo.
su Nótese
parte, el que de
valor para el
el modelo
modelo 4,
4, la prueba de
la prueba debondad
bondaddedeajuste
ajustenonoeses
significativo (p=0,207),
significativo (p=0,207),y el R2R2
y el dede
la Nagelkerke
prueba de Nagelkerke (0,397) sugiere una explicación del 39% de que los
Nagelkerke sugiere
sugiereuna
unapredicción
prediccióndel
del39%39%dedeloslos
casos de ladevariable
casos dependiente.
la variable dependiente.
cambios en la variable dependiente, se debe a la presencia de las variables
independientes consideradas en el estudio (tablas 22 y 23).
Paso Chi-2 gl Sig.
1 10,474 y resumen
Tablas 22 y 23. Prueba de Hosmer-Lemeshov 8 0,303
del modelo. Nótese que para el
2 de ajuste
modelo 4, la prueba de bondad 12,638no es8significativo
0,225 (p=0,207), y el R2 de
3
Nagelkerke sugiere una predicción 14,376
del 8 casos
39% de los 0,219
de la variable dependiente.
4 17,863 8 0,207
Paso Chi-2 gl Sig.
1 10,474 8 0,303
2 R cuadrado
12,638 de 8 R cuadrado
0,225 de
Paso
3 Cox y Snell 8 Nagelkerke
14,376 0,219
14 0,347
17,863 8 0,463
0,207
2 0,347 0,462
3 0,349 0,460
4 R cuadrado
0,356de R cuadrado de
0,397
Paso Cox y Snell Nagelkerke
1 0,347 0,463
A continuación, observamos
2 el resultado0,462
0,347 final del análisis de regresión binaria,
en dondeA vemos
continuación, observamos
que al usar
3 el forward-wald,
el método
0,349 resultado finalse
0,460 delfueron
análisis de regresión
incluyendo variables,
4 0,356 0,397
hasta finalizar
binaria, en cuatro
en donde vemospasos
que al(tabla
usar 24). Las variables
el método que nosese
forward-wald, incluyen
fueron aquí, no
inclu-
resultaron significativas,
yendo variables, hasta por lo tanto,
finalizar no han pasos
en cuatro sido incluidas en Las
(tabla 24). el modelo.
variables que
A continuación, observamos el resultado final del análisis de regresión binaria,
no
en se
donde incluyen
vemos queaquí, no resultaron
al usar significativas,sepor
el método forward-wald, lo tanto,
fueron no han
incluyendo sido
variables,
Tabla 24. Análisis de regresión logística con el método hacia adelante, exploratorio de
hasta finalizar
incluidas en cuatro
en eldemodelo. pasos (tabla 24). Las variables que no se incluyen aquí, no
factores riesgo y protección del estado cognitivo de Normalidad-deterioro
resultaron significativas, por lo tanto, no han sido incluidas en el modelo.
95% C.I. para
Tabla
Tabla24.
Variables en Análisis
24. Análisis deregresión
de
la ecuación regresiónlogística
logística conelelmétodo
con
Error método hacia
hacia adelante,
adelante, exploratorio
exploratorio
Exp(B) de
EXP(B)
factoresde
de factores deriesgo
riesgoyyprotección
protección
B del estado
del cognitivo
cognitivogldedeNormalidad-deterioro
estado Wald
estándar Normalidad-deterioro
Sig. OR Inferior Superior
Paso 1 QE Baja-Alta 0,225 0,042 28,79 1 0,000 1,252 1,15 1,36
Paso 2 Instrucción Baja-Alta -1,302 0,184 50,21 1 0,000 0,27295% C.I. para
0,19 0,39
Variables en la ecuación Error Exp(B) EXP(B)
QE Baja-Alta 0,663
B 0,080
estándar 68,02
Wald gl 1 Sig.0,000 OR 1,941
Inferior Superior 2,27
1,65
Paso 3 1 Instrucción
Paso QE Baja-AltaBaja-Alta 0,225
-1,129 0,042 0,194 28,7933,80 1 1 0,0000,0001,2520,323 1,15 0,22 1,36 0,47
Paso 2 Depresión
InstrucciónNO-SI
Baja-Alta -0,431 0,184
-1,302 0,161 50,21 7,15 1 1 0,0000,0070,2720,650 0,19 0,47 0,39 0,89
QEQEBaja-Alta
Baja-Alta 0,663
0,720 0,080
0,084 68,0272,87 1 1 0,0000,0001,9412,055 1,65 1,74 2,27 2,42
Paso 3 Instrucción
Paso 4 Edad Agrupada Baja-Alta -1,129
0,246 0,194
0,074 33,80
11,05 1 1 0,0000,0010,323 1,2790,22 0,47 1,47
1,10
Depresión NO-SI -0,431 0,161 7,15 1 0,007
0,000
0,650
0,309
0,47 0,89
0,21 0,45
Instrucción Baja-Alta -1,175 0,198 35,21 1
QE Baja-Alta 0,720 0,084 72,87 1 0,000 2,055 1,74 2,42
Depresión NO-SI -0,701 0,183 14,69 1 0,000 0,496 0,34 0,71
Paso 4 Edad Agrupada 0,246 0,074 11,05 1 0,001 1,279 1,10 1,47
QE Baja-Alta 0,519 0,103 25,56 1 0,000
0,0000,309
1,6800,21
1,37
0,45
2,05
Instrucción Baja-Alta -1,175 0,198 35,21 1
QE= Quejas ejecutivas 0,000 0,496 0,34 0,71
Depresión NO-SI -0,701 0,183 14,69 1
QE Baja-Alta 0,519 0,103 25,56 1 0,000 1,680 1,37 2,05
QE= Quejas ejecutivas

| 73

En consecuencia, puede verse que en el paso cuatro ingresan cuatro


| 73
variables. Dos de ellas pueden considerarse un factor protector, como la
“alta instrucción” (OR=0,309, p=0,000 [IC 95% 0,21-0,45]); y la “ausencia

100
Metodología Estadística e instrumentos en Neuropsicología

de depresión” (OR=0,496, p=0,000 [IC 95% 0,34-0,71]). Esto sugiere


que las dos variables juntas aumentan en 0,15 veces (resultado de 0,309 x
0,496) las posibilidades de presentar deterioro, por lo tanto, al ser menor
que 1, constituyen un claro factor protector. En términos de probabilidad,
la presencia de las dos variables implican un 13% [0,15/(0,15+1)] de
probabilidad de implicar deterioro, por lo tanto son factores protectores.
Por otro lado, dos variables se visualizan como factores de riesgo; como la
mayor “Edad agrupada” (OR=1,279, p=0,001 [IC 95% 1,10-1,47]); y la
“Alta frecuencia de Quejas Ejecutivas” (OR=1,680, p=0,000 [IC 95% 1,37-
2,06]). Esto sugiere que ambas variables de riesgo aumentan en 2,15 veces de
posibilidades de presentar un deterioro, o que tienen un 68% [2,15/(2,15+1)]
de probabilidad de corresponderse con un deterioro; por lo tanto, son claros
factores de riesgo.

8. Modelos lineales uni (Ancova) y multivariados (Manova)


Estos análisis se emplean cuando se desea estudiar el efecto de más de
un factor sobre la variable dependiente, recurriendo a modelos de análisis de
varianza que permiten conocer el efecto de diversos factores, tanto de manera
individual, como conjunta. En otras palabras, se lleva a cabo un análisis de la
varianza con el fin de explorar el efecto o interacciones de variables independientes,
sobre la variable dependiente (análisis univariado) o las variables dependientes
(análisis multivariado). Se trata de contrastar la hipótesis alternativa de que
las variables independientes tienen un efecto sobre las variables dependientes
tomadas de forma conjunta. Utilizando este procedimiento se puede investigar
los efectos o interacciones entre los factores y también los efectos individuales
de los factores. Las variables dependientes deben ser cuantitativas, y los
factores fijos deben ser categóricos (u ordinales). Las variables independientes
(predictoras) se especifican como factores fijos. Las interacciones pueden ser
positivas, negativas o inversas.

En el programa SPSS, podemos realizar estos análisis siguiendo la se-


cuencia: Analizar/Modelo lineal general. Luego podemos seleccionar el
análisis Univariado (Ancova) o multivariado (Manova), donde encontraremos
espacio para seleccionar las variables dependientes en primer lugar, seguido
de los factores fijos (variables independientes) y las covariables. Se presentan

101
Mias C. D.

además pestañas para seleccionar la realización de pruebas post hoc (cuando


las variables independientes tienen tres o más categorías), además de requerir
pruebas de homogeneidad, estimaciones del tamaño de los efectos y potencia
observada.

Entonces, si consideramos una variable dependiente, estamos frente a


un análisis Univariado. En cambio, se consideramos más de una variable de-
pendiente, se realiza un análisis multivariado de varianzas usando la traza de
Pillai, la lambda de Wilks (nuestra elección), la traza de Hotelling y el criterio
de mayor raíz de Roy con el estadístico F aproximado. Para comprobar que
se pueden utilizar las pruebas se considera el análisis de homogeneidad de
varianzas M de Box. Las pruebas post hoc (Bonferroni, Tukey) para estudiar
si hay diferencias entre las medias, se realizan por separado para cada variable
dependiente. En el análisis mediante modelos lineales univariados (Ancova)
o multivariados (Manova), verificamos si la variable independiente afecta a
las variables dependientes de forma conjunta. En caso de no controlarse el
supuesto de homogeneidad, lo más adecuado es elegir la prueba de la Traza
de Pillai.

Ejemplo 1. Análisis Univariado (Ancova)


Consideremos que en la población concurrente a un Servicio de
Neuropsicología entre los años 2015-17 constituida por con 840 casos, con
un promedio de edad de 67,8 años, y de 12,6 años de instrucción formal; nos
interesa estudiar el efecto que tienen sobre la variable dependiente de “memoria
episódica” (puntaje obtenido en la prueba), algunas variables independientes,
tales como el estado cognitivo y la alta-baja instrucción. Luego de verificar las
condiciones para realizar la prueba, y de verificar que la prueba de igualdad
de varianzas de Levene no da significativa (p>0,05); procedemos en el análisis
del modelo lineal univariado (consideramos solo una variable dependiente, el
puntaje en test de memoria). En las tablas 25 y 26, observamos un resumen
sobre la distribución de los casos en función de las variables independientes
seleccionadas, y del efecto de las variables sobre el puntaje de memoria.

102
estado cognitivo y la alta-baja instrucción. Luego de verificar las condiciones para
realizar la prueba, y de verificar que la prueba de igualdad de varianzas de Levene
no da significativa (p>0,05); procedemos en el análisis del modelo lineal univariado
(consideramos solo una variable dependiente, el puntaje en test de memoria). En las
tablas 25 y 26, observamos un resumen sobre la distribución de los casos en función
Metodología Estadística e instrumentos en Neuropsicología
de las variables independientes seleccionadas, y del efecto de las variables sobre el
puntaje de memoria.
Tablas 25 y 26. Análisis Univariado para la variable dependiente de Memoria
Tablas 25 y 26. Análisis Univariado para la variable dependiente de Memoria episódica
episódica diferida
diferida (subtest
(subtest de ladeWMS)
la WMS)
Alto-Baja Desviación
Diagnostico Instrucción Media estándar N
Normal ALTA 7,80 1,92 276
BAJA 7,06 1,87 74
DCL ALTA 5,53 2,42 183
BAJA 4,84 2,23 126
Demencia ALTA 1,55 1,77 79
BAJA 1,77 1,81 102

Tipo III Parámetro


MODELO suma de Media de no Potencia
cuadrados gl cuadrática F Sig. centralidad observada
Estado Cognitivo 3376,07 2 1688,036 396,66 0,000 793,33 1,00
Instrucción alta-baja 27,95 1 27,950 6,56 0,011 6,56 0,72
EC + Instrucción 29,04 2 14,522 3,41 0,033 6,82 0,64
R al cuadrado = 0,893 (R al cuadrado ajustada = 0,892)

Con estos resultados, observamos que el estado Cognitivo, el Nivel de


Con estos
Instrucción, comoresultados, observamos
la combinación quetienen
de ambas, el estado Cognitivo,
un efecto el Nivel
significativo deel
sobre
puntaje obtenido en una prueba de memoria diferida. En otras palabras,
Instrucción, como la combinación de ambas, tienen un efecto significativo estaríamos
aceptando la hipótesis alternativa de que las variables independientes de
sobre el puntaje obtenido en una prueba de memoria diferida. En otras
“Diagnóstico” y de “Nivel de Instrucción”, tienen un efecto sobre la variable
palabras, estaríamos aceptando la hipótesis alternativa de que las variables
independientes de “Diagnóstico” y de “Nivel de Instrucción”, tienen un efecto| 75
sobre la variable dependiente: El puntaje en test de “memoria episódica”. Esto
es válido tanto para el efecto individual como combinado de las variables
independientes (p=0,033).

Ejemplo 2. Análisis multivariado (Manova)


Ahora supongamos que nos interesa estudiar el efecto que tienen
sobre las variables dependientes de Atención (puntaje en el span de dígitos)
y de memoria (puntaje obtenido en memoria diferida); algunas variables
independientes, tales como el estado cognitivo y la alta-baja instrucción.
Luego de verificar las condiciones para realizar la prueba, y de verificar que la
prueba de igualdad de varianzas de M de Box y de Levene no dan significativo
(p>0,05) para ambas variables dependientes; procedemos al análisis del
modelo lineal Manova.
En las tablas 27 y 28, observamos un resumen sobre la distribución de
los casos en función de las variables independientes seleccionadas, en relación
con las variables dependientes de “spam de dígitos” y de “Memoria episódica

103
Ahora supongamos que nos interesa estudiar el efecto que tienen sobre las
variables dependientes de Atención (puntaje en el span de dígitos) y de memoria
(puntaje obtenido en memoria diferida); algunas variables independientes, tales
como el estado cognitivo y la alta-baja instrucción. Luego de verificar las condiciones
para realizar la prueba, y de verificar queMias
la prueba
C. D. de igualdad de varianzas de M
de Box y de Levene no dan significativo (p>0,05) para ambas variables
dependientes; procedemos al análisis del modelo lineal Manova.
diferida” (evocación espontánea). Observamos que los contrastes multivaria-
En las tablas
dos obtenidos con27layLambda
28, observamos
de Wilksunindican
resumen quesobre
hay launadistribución
diferenciadeenlosla
casos en función de las variables independientes seleccionadas, en relación con las
interacción
variables de las variables
dependientes de “spamdependientes
de dígitos”dey acuerdo
de “Memoriacon elepisódica
estado cognitivo
diferida”
y los añosespontánea).
(evocación de instrucción (Estado que
Observamos Cognitivo, F=211,78;
los contrastes Años instrucción,
multivariados obtenidos
con la Lambda
F=18,65; de Wilksy indican
p<0,001); que hay
que también hayuna diferencia con
diferencias en lala interacción
interaccióndeentrelas
variables dependientes de acuerdo con el estado cognitivo y los años
ambas (F=2,52; p=0,039). En otras palabras, las variables independientes tie- de instrucción
(Estado Cognitivo, F=211,78; Años instrucción, F=18,65; p<0,001); y que también
nen un efecto sobre las dependientes, tanto en forma individual como con-
hay diferencias con la interacción entre ambas (F=2,52; p=0,039). En otras palabras,
lasjunta. Luego,
variables los efectos intersujetos
independientes indican
tienen un efecto sobrequelashay diferenciastanto
dependientes, significativas
como en
en lasindividual
forma variablescomo
dependientes
conjunta. por separado,
Luego, en función
los efectos del estado
intersujetos indicancognitivo
que hayy
diferencias
el nivel de instrucción; pero el efecto interactivo de ambas variables, solodel
significativas en las variables dependientes por separado, en función se
estado cognitivo y el nivel de instrucción; pero el efecto interactivo de ambas
observa en relación con la variable “span de dígitos” (F=4,49; p=0,011), y no
variables, solo se observa en relación con la variable “span de dígitos” (F=4,49;
para la variable
p=0,011), y no paramemoria
la variablediferida
memoria (p>0,05) [tabla 29].
diferida (p>0,05) [tabla 29].

Tabla 27. Distribución de casos en función de las variables dependientes e


Tabla 27. Distribución de casos en función de las variables dependientes e
independientesseleccionadas
independientes seleccionadas
Variables Estado Alto-Bajo Desviación
dependientes Cognitivo Instrucción Media típica N
Normal ALTA 15,43 2,95 276
BAJA 13,52 2,65 74
DCL ALTA 12,01 3,16 183
Span dígitos BAJA 10,83 3,17 126
Demencia ALTA 10,34 3,68 79
BAJA 9,50 2,85 102
Normal ALTA 7,80 1,92 276
BAJA 7,06 1,87 74
DCL ALTA 5,53 2,42 183
Evocación BAJA 4,84 2,23 126
espontanea Demencia ALTA 1,55 1,77 79
BAJA 1,77 1,81 102
MIAS CARLOS D.

TablaTabla 28. Contrastes


28. Contrastes
METODOLOGIAmultivariados
multivariados mediante
Y ESTADISTICA mediante
Manova
APLICADA Manova
para para las
las variables
EN NEUROPSICOLOGIA variables | 76
independientes de
independientes de Estado Cognitivo y Nivel de Instrucción.
Estado Cognitivo y Nivel de Instrucción.

Parámetro
Efecto Valor F Gl de Sig. de no Potencia
hipótesis centralidad observada
Estado Traza de Pillai 0,57 168,46 4,000 0,000 673,851 1,000
Cognitivo Lambda de 0,43 211,78 4,000 0,000 847,139 1,000
Wilks
Años Traza de Pillai 0,04 18,65 2,000 0,000 37,305 1,000
Instrucción Lambda de Wilks 0,95 18,65 2,000 0,000 37,305 1,000
Estado cog + Traza de Pillai 0,01 2,52 4,000 0,039 10,108 0,720
Años Lambda de 0,98 2,52 4,000 0,039 10,113 0,720
instrucción Wilks

En la siguiente tabla analizamos los efectos intersujetos, donde vemos que el


104
efecto interactivo de las variables “Estado Cognitivo” y de “Nivel de Instrucción”, no
es significativo en relación con la variable “Memoria” (Evocación). Esto puede
visualizarse también en la observación de las figuras inferiores sobre las medias
Efecto Valor F Gl de Sig. de no Potencia
hipótesis centralidad observada
Estado Traza de Pillai 0,57 168,46 4,000 0,000 673,851 1,000
Cognitivo Lambda de 0,43 211,78 4,000 0,000 847,139 1,000
Wilks
Años Traza de Pillai 0,04 18,65 2,000 0,000 37,305 1,000
Instrucción Lambda de
Metodología Wilks 0,95e
Estadística 18,65 2,000
instrumentos 0,000 37,305
en Neuropsicología 1,000
Estado cog + Traza de Pillai 0,01 2,52 4,000 0,039 10,108 0,720
Años Lambda de 0,98 2,52 4,000 0,039 10,113 0,720
instrucción Wilks
En la siguiente tabla analizamos los efectos intersujetos, donde vemos
que el efecto interactivo de las variables “Estado Cognitivo” y de “Nivel de
En la siguiente
Instrucción”, tabla analizamos
no es significativo los efectos
en relación con intersujetos, donde vemos(Evo-
la variable “Memoria” que el
efecto interactivo de las variables “Estado Cognitivo” y de “Nivel de Instrucción”, no
cación). Esto puede visualizarse también en la observación de las figuras infe-
es significativo en relación con la variable “Memoria” (Evocación). Esto puede
riores sobre las
visualizarse medias
también en marginales paradelaslasvariables
la observación figuras dependientes,
inferiores sobreen lasdonde
medias
las diferencias
marginales parase las
observan con
variables líneas paralelas.
dependientes, Sin embargo,
en donde en la se
las diferencias visualiza-
observan
con líneas
ción de las paralelas. Sin embargo,
medias marginales enlala variable
para visualización de las medias
“memoria diferida”,marginales para
se observa
superposición o falta de distancias en relación con las variables de Estadoen
la variable “memoria diferida”, se observa superposición o falta de distancias
relación con las variables de Estado Cognitivo y Nivel de Instrucción.
Cognitivo y Nivel de Instrucción.

Tabla 29.Pruebas
Tabla29. Pruebasde
deefectos
efectosintersujetos
intersujetos

Variable Media Eta 2 Potencia


Origen dependiente gl cuadrática F Sig. parcial observada
Modelo Span dígitos 6 30437,507 3260,862 0,000 0,946 1,000
Evocación 6 6850,050 1473,328 0,000 0,888 1,000
Estado Cognitivo Span dígitos 2 1589,966 170,338 0,000 0,234 1,000
Evocación 2 2083,974 448,227 0,000 0,445 1,000
Años instrucción Span dígitos 1 503,778 53,971 0,000 0,049 1,000
Evocación 1 57,736 12,418 0,000 0,011 0,941
Estado cognit + Span dígitos 2 41,914 4,490 0,011 0,008 0,769
Años instrucción Evocación 2 13,695 2,946 0,053 0,005 0,574

Finalmente,
Finalmente, nos
nos interesa
interesa conocer
conocer enen qué
quégrupos
gruposdentro
dentrode delaslas
variables
variables
independientes
independientes se se presentan
presentan las lasdiferencias.
diferencias. Para
Paraello
elloacudimos
acudimosalalanálisis
análisisdedela la
prueba post
prueba post hoc
hocde
deBonferroni,
Bonferroni, para
para observar
observar que,
que, respecto
respectode delas
lascategorías
categorías deldel
Estado Cognitivo, hay diferencias significativas en relación con los tres grupos entre
Estado Cognitivo, hay diferencias significativas en relación con los tres grupos
si, tanto para el “span de dígitos” (p=0,000), como para la prueba de “memoria
entre si, (p=0,000)
diferida” tanto para[tabla
el “span de figuras
30]. Las dígitos”5 y(p=0,000),
6 permiten como parala la
visualizar prueba dede
significación
“memoria
las mediasdiferida” (p=0,000)
de las pruebas (líneas[tabla 30]. es
paralelas Lasmejor).
figuras 5 y 6 permiten visualizar
la significación de las medias de las pruebas (líneas paralelas es mejor).

| 77

105
MIAS CARLOS D.

Tabla 30. Diferencias entre


Tabla 30. los grupos
Diferencias de los
entre las grupos
variables
deindependientes, en relación con
las variables independientes, enelrelación co
span de dígitos y la memoria diferida.
span de dígitos y la memoria diferida.
Mias C. D.
MIAS CARLOS D. Intervalo de Intervalo de
Variables Variables Diferencia Diferencia confianza al 95% confianza al 9
dependientes dependientes
Tabla (I)
30. Diferencias (J)
entre
Tabla 30. Diferencias entre(I) los medias
grupos
los grupos de las de las Error
variables
(J)variables medias independientes,
independientes, Límiteen Límite
relación
en relación con
Error elLímite Lím
Diagnostico con Diagnostico
elspan
spandededígitos
Diagnostico (I-J)
dígitosy la estándar
y memoria
Diagnostico la memoriadiferida. Sig.estándar
diferida.
(I-J) inferior Sig.superior inferior sup
Normal DCL
Normal 3,610*
DCL 0,207
3,610*0,0000,207 3,1131 0,000de
Intervalo 4,1080
3,1131 4,1
Variables Demencia 5,452 *
Diferencia
Demencia 0,239
5,452 *0,000 0,2394,8771
confianza al
0,000 6,0270
95%
4,8771 6,0
Span dígitos dependientes
DCL
(I)
Normal
Span dígitos Diagnostico
(J)
-3,610
medias
* Error
0,207 0,000
Límite
-4,1080
Límite
-3,1131
DCL Normal (I-J)
Diagnostico -3,610 Sig.0,207
estándar * inferior 0,000
superior-4,1080 -3,1
Demencia
Normal DCL 1,841
Demencia
*3,610* 0,243 0,207 *0,000
1,841
0,000 1,2575
0,243
3,1131 2,4255
4,1080
0,000 1,2575 2,4
Demencia 5,452 * 0,239 0,000 4,8771 6,0270
Demencia Normal -5,452 * 0,239 0,000 -6,0270 -4,8771
DCL Demencia Normal Normal-3,610* -5,452 0,239-4,10800,000 -3,1131-6,0270 -4,8
Span dígitos *
0,207 0,000
DCL Demencia -1,8411,841
DCL
* * 0,2430,243 *0,000
-1,841 -2,4255
0,243
0,000 1,2575 0,000 -1,2575
2,4255 -2,4255 -1,2
Normal DCL
Demencia
Normal
Normal 2,381-5,452
DCL
* *
0,146
0,239 *0,000
2,381
0,000 2,0304
0,146
-6,0270 2,7325
-4,8771
0,000 2,0304 2,7
DCL -1,841 * 0,243 0,000 -2,4255 -1,2575
Evocación Evocación Demencia 5,822
Demencia
* 0,169
5,822 0,000 0,1695,4172 6,2287
2,0304 0,000 2,73255,4172 6,2
*
Normal DCL 2,381* 0,146 0,000
espontanea Evocación
DCL
espontanea Normal -2,381 * * 0,146 0,000 -2,7325 -2,0304
DCL Demencia Normal 5,822 -2,381
0,169 * 0,146
0,000 5,4172 0,000 -2,7325
6,2287 -2,0
espontanea DCLDemencia Normal 3,441-2,381
Demencia * 0,171 3,441*0,0000,171
0,000 3,0293
0,0003,8536
* * 0,146 -2,7325 -2,0304
3,0293 3,8
Demencia 3,441 0,171 0,000 3,0293 3,8536
Demencia Normal
Demencia -5,822 * 0,169 0,000 -6,2287 -5,4172
Normal Normal-5,822* -5,822 0,169-6,22870,000 -5,4172-6,2287 -5,4
*
Demencia 0,169 0,000
DCL DCL -3,441
DCL -3,441
* * 0,171
-3,441
0,171 0,000
* -3,8536
0,171
0,000 -3,85360,000 -3,0293
-3,0293-3,8536 -3,0
*. Significativo a nivel p>0,01. Nota:
*. Significativo a nivel Tabla
*. Significativo
p>0,01.como laNota:
arroja
Nota: Tabla
a nivel p>0,01.
comoellaSPSS
arroja el SPSS
Tabla como la arroja el SPSS

Figuras 5 y 6. Visualización de las medias marginales para las variables dependientes.


Nótese la falta de significación en las medias de la prueba de memoria (derecha),
en relación con la variable Estado Cognitivo.

Figuras 5 Ejemplo 3
y 6.Figuras
Visualización
Figuras 6. de las medias
5 y56.y Visualización
Visualización marginales
de las de
medias para
las marginales
medias las las
para variables
marginales paradependientes.
variables dependientes.
las variables dependient
Nótese la falta de
Nótese significación
la
Nótese
En
falta de
la falta
este caso,
en las
significación medias
en
de significación
a partir
las
de una muestra
de
medias la
de
en las prueba
la prueba
de medias
de
de memoria
memoria
de la prueba
106 participantes,
(derecha),
(derecha),
con de
en
un memoria
promedio (derecha),
en relación
de edad de 66,2 años, y deen con
relación la variable
con la
instrucción Estado
variable
relación con EstadoCognitivo.
Cognitivo.
la variable
de 12,79 Estado Cognitivo.
años; pretendemos conocer si las
variables independientes de Estado Cognitivo (normal-deterioro) y la variable
género;Ejemplo
tienen un3 efecto en el desempeño de la vida diaria (AVD instrumentales,
Ejemplo 3 expansivas
Ejemplo
En este y recreativas). Con las variables independientes diagnóstico y género, se
3 caso, a partir de una muestra de 106 participantes, con un
establece un diseño factorial, donde se conforman ahora cuatro grupos: normal-
promedio de edad de 66,2 años, y de instrucción de 12,79 años; pretendemos
femenino, normal-masculino, deterioro-femenino y deterioro-masculino. De esta
En este caso,En
conocer
manera, sialaseste
partir
mediante deanálisis
variables
caso,
un una muestra
independientes
a partir de 106
de Estadoparticipantes,
linealdemultivariado,
una Cognitivo
muestra con unlugar
promedio
de 106(normal-deterioro)
obtenemos enparticipantes,
primer con un
una prom
de edad de 66,2 años, y de instrucción de 12,79 años; pretendemos conocer si las
tabla como la siguiente:
de edad de 66,2 años, y de instrucción de 12,79 años; pretendemos conocer s
variables independientes de Estado Cognitivo
variables independientes de Estado(normal-deterioro) y la variabley la var
Cognitivo (normal-deterioro) | 78
género; tienen un efecto
tienenenunel efecto
desempeño en el de la vida diariade la(AVD instrumentales,
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA
106
género; desempeño vida diaria (AVD instrument
expansivas yexpansivas
recreativas). Con las variables
y recreativas). Con las independientes diagnóstico ydiagnóstico
variables independientes género, se y géner
Metodología Estadística e instrumentos en Neuropsicología

y la variable género; tienen un efecto en el desempeño de la vida diaria (AVD


instrumentales, expansivas y recreativas). Con las variables independientes
diagnóstico y género, se establece un diseño factorial, donde se conforman
ahora cuatro grupos: normal-femenino, normal-masculino, deterioro-
femenino y deterioro-masculino. De esta manera, mediante un análisis lineal
multivariado, obtenemos en primer MIASlugar
MIAS una
CARLOS
CARLOS D. tabla como la siguiente:
D.

Tabla 31. Distribución


Tabla
Tabla 31. de losde
31. Distribución
Distribución decasos
los y promedios
los casos
casos y obtenidos
y promedios
promedios en las
obtenidos
obtenidos enescalas
en las funcionales
las escalas
escalas
funcionales de AVD, en relación con el Estado cognitivo
de AVD, en relación con el Estado cognitivo y el género.
funcionales de AVD, en relación con el Estado cognitivo y
y el
el género.
género.

Variables
Variables Estado
Estado
dependientes
dependientes Cognitivo
Cognitivo Genero
Genero Media
Media D.S.
D.S. N
N
Normal
Normal F
F 1,10
1,10 1,60
1,60 38
38
M
M 2,31
2,31 2,08
2,08 16
16
Total
Total 1,46
1,46 1,82
1,82 54
54
AVD
AVD Deterioro
Deterioro F
F 1,83
1,83 2,37
2,37 37
37
Instrumentales
Instrumentales M
M 2,86
2,86 3,99
3,99 15
15
Total
Total 2,13
2,13 2,93
2,93 52
52
Total
Total F
F 1,46
1,46 2,04
2,04 75
75
M
M 2,58
2,58 3,11
3,11 31
31
Total
Total 1,79
1,79 2,44
2,44 106
106
Normal
Normal F
F 2,94
2,94 2,92
2,92 38
38
M
M 3,62
3,62 2,60
2,60 16
16
Total
Total 3,14
3,14 2,82
2,82 54
54
AVD
AVD Deterioro
Deterioro F
F 4,86
4,86 4,17
4,17 37
37
Expansivas
Expansivas M
M 4,66
4,66 3,41
3,41 15
15
Total
Total 4,80
4,80 3,94
3,94 52
52
Total
Total F
F 3,89
3,89 3,70
3,70 75
75
M
M 4,12
4,12 3,01
3,01 31
31
Total
Total 3,96
3,96 3,50
3,50 106
106
Normal
Normal F
F 62,73
62,73 12,22
12,22 38
38
M
M 59,75
59,75 12,44
12,44 16
16
Total
Total 61,85
61,85 12,24
12,24 54
54
AVD
AVD Deterioro
Deterioro F
F 53,10
53,10 10,98
10,98 37
37
Recreativas
Recreativas M
M 53,53
53,53 9,98
9,98 15
15
Total
Total 53,23
53,23 10,60
10,60 52
52
Total
Total F
F 57,98
57,98 12,52
12,52 75
75
M
M 56,74
56,74 11,57
11,57 31
31
Total
Total 57,62
57,62 12,21
12,21 106
106

Con
Con lalalaconformación
conformación de
de esos
esos cuatro
cuatro grupos
grupos o
o de
de diseño
diseño factorial, podemos
factorial,factorial,
podemos
Con conformación de esos cuatro grupos o de diseño
hacer
hacer una inspección visual de los puntajes promedio que obtiene cada categoría de
una inspección visual de los puntajes promedio que obtiene cada categoría de
podemos hacer
las una inspecciónejemplo,visual de los puntajes promedio que obtiene
las variables
variables independientes.
independientes. Por Por ejemplo, vemos
vemos queque elel género
género masculino,
masculino, presenta
presenta
cada categoría
mayor
mayor puntaje en
puntaje delas
en las variables
las escalas de
escalas independientes.
de AVD instrumentales
AVD Por ejemplo,
instrumentales vemos
yy expansivas,
expansivas, quesi
tanto
tanto sielel
elgénero
estado
estado
cognitivo
masculino,
cognitivo es normal
es normal
presenta o de
o de deterioro.
mayor puntaje
deterioro. Estoen
Esto sería sugestivo
las sugestivo
sería escalas dededeAVD
que el
que elinstrumentales
género masculino
género masculino y
tendría
tendría más dificultades
más dificultades en la vida diaria, independientemente de su estado cognitivo
expansivas, tanto si el en la vidacognitivo
estado diaria, independientemente de su estado
es normal o de deterioro. Estocognitivo
sería
(debe
(debe considerarse
considerarse además,
además, queque estas
estas escalas
escalas tienen
tienen un un sesgo,
sesgo, en en donde
donde se se
sugestivo de queactividades
valoran el género masculino tendría más dificultades en la vida diaria,
valoran algunas
algunas actividades de de mayor
mayor tradición
tradición cultural
cultural femenina).
femenina). Realizamos
Realizamos ahoraahora
independientemente
un
un análisis
análisis lineal de su estado
lineal multivariado,
multivariado, paracognitivo
para ver
ver el (debeque
el efecto
efecto considerarse
que tienen
tienen laslasademás,
variables
variables quede
de
“diagnóstico”
“diagnóstico” y “género”,
estas escalas tienen sobre
un sesgo,
y “género”, las
sobreenlas variables
donde dependientes
se valoran
variables algunas en
dependientes en estudio
actividades (AVD);
de mayor
estudio (AVD); pero
pero
vamos
vamos a a considerar
considerar en en esta
esta ocasión
ocasión la la variable
variable “depresión”
“depresión” comocomo covariable.
covariable. En En tal
tal
sentido, obtenemos
sentido, obtenemos los los siguientes
siguientes resultados
resultados (tabla
(tabla 32):
32):
107
Tabla 32.
Tabla 32. Pruebas
Pruebas de
de efectos
efectos intersujetos
intersujetos

Eta
Eta parcial
parcial
Con la conformación de esos cuatro grupos o de diseño factorial, podemos
hacer una inspección visual de los puntajes promedio que obtiene cada categoría de
las variables independientes. Por ejemplo, vemos que el género masculino, presenta
mayor puntaje en las escalas de AVD instrumentales
Mias C. D. y expansivas, tanto si el estado
cognitivo es normal o de deterioro. Esto sería sugestivo de que el género masculino
tendría más dificultades en la vida diaria, independientemente de su estado cognitivo
tradición
(debe cultural femenina).
considerarse además, queRealizamos ahora un
estas escalas análisis
tienen un lineal
sesgo,multivariado,
en donde se
valoran algunas actividades de mayor tradición cultural femenina). Realizamos
para ver el efecto que tienen las variables de “diagnóstico” y “género”, sobre ahora
un análisis lineal multivariado, para ver el efecto que tienen las variables de
las variables dependientes en estudio (AVD); pero vamos a considerar en esta
“diagnóstico” y “género”, sobre las variables dependientes en estudio (AVD); pero
ocasióna la
vamos variable en
considerar “depresión”
esta ocasióncomo covariable.
la variable En talcomo
“depresión” sentido, obtenemos
covariable. En tal
los siguientes
sentido, resultados
obtenemos (tabla 32):
los siguientes resultados (tabla 32):

Tabla
Tabla 32. Pruebas de
32. Pruebas deefectos
efectos intersujetos
intersujetos
Eta parcial
Variable Media al
Origen dependiente Tipo III MIAS CARLOS
gl D.cuadrática F Sig. cuadrado
Modelo AVD-I 488,170a 5 97,63 20,551 0,000 0,235
AVD-E 2053,866b 5 410,77 46,194 0,000 0,303
AVD-R 35504,784c 5 7100,95 570,646 0,000 0,197
Depresión AVD-I 107,947 1 107,94 22,722 0,000 0,184
(Covariable) AVD-E 311,169 1 311,16 34,993 0,000 0,257| 79
AVD-R 1019,454 1 1019,45 8,192 0,005 0,075
Estado Cognitivo AVD-I 0,402 1 0,40 0,085 0,772 0,001
(normal-DCL) AVD-E 0,399 1 0,39 0,045 0,833 0,000
AVD-R 589,738 1 589,73 4,739 0,032 0,045
Genero AVD-I 29,936 1 29,93 6,301 0,014 0,059
(F-M) AVD-E 2,332 1 2,33 0,262 0,610 0,003
AVD-R 45,265 1 45,26 0,364 0,548 0,004
EC + Genero AVD-I 0,202 1 0,20 0,042 0,837 0,000
AVD-E 4,426 1 4,42 0,498 0,482 0,005
AVD-R 65,352 1 65,35 0,525 0,470 0,005
a. R2 = 0,504 (R2 ajustada = 0,480); b. R2 = 0,696 (R2 ajustada = 0,681); c. R2 = 0,780 (R2 ajustada = 0,742)

En primer lugar, exploramos los niveles de significación, indicativos de las


variables
Enindependientes
primer lugar, que tienen un los
exploramos efecto sobrede
niveles la dependiente.
significación,Enindicativos
tal sentido,
observamos en primer lugar que la depresión es una variable importante que tiene
de las variables independientes que tienen un efecto sobre la dependiente.
un efecto sobre todas las AVD (p<0,005) y que condiciona a las demás variables. En
En tal sentido,
cambio, observamos
vemos que la variableen primer
Estado lugar que
Cognitivo tienelaun depresión es sobre
efecto solo una variable
las AVD
importante(F=4,73;
recreativas que tienep=0,032);
un efectoysobreque todas las AVD
el Género (p<0,005)
tiene y que
un efecto condiciona
sobre las AVD
Instrumentales (F=6,30; p=0,014).
a las demás variables. En cambio, La interacción
vemos que dela ambas variables
variable Estado no Cognitivo
tiene efecto
sobre las AVD. Luego vemos la eta cuadrada parcial, ya que es una medida del
tiene un efecto solo sobre las AVD recreativas (F=4,73; p=0,032); y que el
tamaño del efecto. Este número indica cuánto de la variable dependiente es
Género tiene
controlado por un efecto sobre
la variable las AVD El
independiente. Instrumentales
número más alto (F=6,30;
que se p=0,014).
puede obtener La
interacción
es 1. El valorde
deambas
0,01 es variables no tiene
poco efecto, efecto
una eta sobre las
cuadrada en AVD.
torno aLuego vemos
0,06 indica un
efecto
la eta medio y una
cuadrada eta cuadrada
parcial, ya que es superior a 0,14 del
una medida es ya un efecto
tamaño grande.Este
del efecto. Los
porcentajes
número indicamáscuánto
altos (losde más cercanos
la variable a 1) significan
dependiente un mayor por
es controlado efecto. Una eta
la variable
cuadrada de 0.73 significa que la variable independiente explica el 73% de los
independiente. El número más alto que se puede obtener es 1. El valor de
cambios en las variables dependientes. Finalmente, en este ejemplo no es necesario
0,01 esuna
realizar poco efecto,
prueba una
post etayacuadrada
hoc, en tornoindependientes
que las variables a 0,06 indica un sonefecto medioy
dicotómicas,
y una eta cuadrada superior a 0,14 es ya un efecto grande. Los porcentajes
podemos observar las diferencias de medias en ambos grupos.
más altos (los más cercanos a 1) significan un mayor efecto. Una eta cuadrada
Interpretación con teoría
de 0.73 significa que la variable independiente explica el 73% de los cambios en
La depresión como covariable, tiene un efecto importante (en función del valor
eta cuadrado mayor a 0,14) sobre las AVD, siendo mayor el efecto en las AVD-E
108
(explica el 26% de los cambios en esta variable dependiente). Esto sugiere que la
depresión (como covariable) tiene un efecto moderado sobre la disminución de las
Metodología Estadística e instrumentos en Neuropsicología

las variables dependientes. Finalmente, en este ejemplo no es necesario realizar


una prueba post hoc, ya que las variables independientes son dicotómicas, y
podemos observar las diferencias de medias en ambos grupos.

Interpretación con teoría


La depresión como covariable, tiene un efecto importante (en función
del valor eta cuadrado mayor a 0,14) sobre las AVD, siendo mayor el efecto
en las AVD-E (explica el 26% de los cambios en esta variable dependiente).
Esto sugiere que la depresión (como covariable) tiene un efecto moderado
sobre la disminución de las AVD; debido a que un estado de ánimo ca-
racterizado por tristeza, disminución de intereses, motivaciones y energía
emocional, reducen la funcionalidad en la vida diaria, y lo hace aún con
mayor efecto sobre actividades expansivas (mantenerse informado, aprender
cosas nuevas, expresar deseos o necesidades, socializar, etc.). Por otro lado,
se observa que el Estado Cognitivo tiene un efecto (Eta cuadrado = 0,045;
valorado como bajo.) sobre las AVD-R, ya que, al conservarse las adapta-
ciones funcionales, parece tener un efecto significativo sobre actividades
recreativas, tales como viajar, mantener hobbies, aprendizajes grupales, par-
ticipación cultural, actividades al aire libre, etc.

Por último, se observa que el Género solo tiene efecto sobre las AVD
Instrumentales (Eta cuadrado = 0,059; valorado como medio) [figura 7].
Esto se explicaría en función de que el inventario de AVD-I de Lawton y
Brody tendría cierta preferencia por actividades culturalmente atribuidas a
lo femenino, tales como hacer la comida, lavar la ropa y hacer las compras,
en las cuales los hombres suelen no puntuar igual que las mujeres. Final-
mente, se observa que la interacción del estado Cognitivo y el Género, no
tienen un efecto significativo sobre las AVD instrumentales, expansivas y
recreativas.

109
Mias C. D.

Figura 7. Visualizacion de las medias marginales para las variables independientes


genero y estado cognitivo en relacion a su efecto sobre las AVD Instrumentales.

9. Sensibilidad y especificidad
Luego de un análisis de regresión, en las actividades relacionadas con
la evaluación neuropsicológica, puede interesar un análisis sobre la capacidad
de discriminación de un test o variable con un punto de corte determinado,
ajustado por edad, género e instrucción (las principales variables intervinientes
en neuropsicología). Especialmente para un test de cribado, que es una prueba
diagnóstica con características especiales, que debe ofrecer resultados positivos
en enfermos, y resultados negativos en sanos. De esta manera, en ocasiones
puede ser muy útil clasificar a los sujetos en dos categorías antagónicas, por
ejemplo, sanos-enfermos, o cognitivamente normal-deterioro.
Contar con un punto de corte, es muy útil en test de cribado o de
filtraje inicial, con capacidad predictiva, que se emplean mucho en Atención
primaria (por ejemplo, MMSE; test Ineco, test del Reloj, Foto test, Test de
Isaac para analfabetos, etc.). Su fin es seleccionar adecuadamente a los sujetos
que deben remitirse a nivel especializado (evaluación profunda). Aunque
los test de cribado son de diagnóstico inicialmente, tienen características
especiales (Carnero Pardo & Montor-Rios, 2004).

110
Metodología Estadística e instrumentos en Neuropsicología

El test de cribado debe ser sencillo de aplicar, aceptado por los pacientes,
mínimos efectos adversos y económicamente viable: pero además debe ser
confiable, valido, sensible, específico y seguro. Para determinar un punto de
corte, se calcula la Sensibilidad y Especificidad con la gráfica ROC [receiver
operating characteristics]. La variable dependiente es siempre categórica, y las
independientes es mejor cuando son continuas y reflejan puntajes obtenidos
en los test. La curva ROC obtenida, permite el análisis de su sensibilidad y
especificidad. ¿Pero qué significan estos conceptos? Veamos:

Sensibilidad: Puede definirse como la capacidad de un test para detectar la


enfermedad de manera correcta. Es la probabilidad de clasificar correctamente
sujetos identificados positivamente con una patología. Indica, por ejemplo, que
el 90% de los sujetos con deterioro cognitivo son correctamente identificados.
En otras palabras, es la proporción de sujetos con deterioro cognitivo que obtu-
vieron un resultado positivo (bajo puntaje en test MMSE) en el test de cribado.
Son los clasificados como verdaderos positivos.
Especificidad: Puede definirse como la capacidad del test para detectar
los sanos o normales. Indica, por ejemplo, que el 20% de los sujetos sanos
podría ser identificado como con deterioro, cuando no queremos que ocurra
esto. En otras palabras, es la probabilidad de clasificar correctamente a un
sujeto normal, obteniendo un resultado negativo en el test (por ejemplo, alto
puntaje en MMSE), o de clasificar incorrectamente un sujeto normal obte-
niendo un resultado positivo (bajo puntaje). También puede considerarse que
indica el porcentaje de personas que puede identificarse sin esa patología (de-
finidas como normales). O el porcentaje de normales, pero que pueden tener
otro deterioro. Con la Especificidad se afirma que no tiene deterioro cuando
el test no lo indica.

Las “pruebas de cribado” deben ser de alta sensibilidad para detectar


a los sujetos con deterioro; muy útil en los casos en los que no detectar la
enfermedad puede resultar de importancia o gravedad para los pacientes,
como en el caso del DCL. En evaluación neuropsicológica, vemos a menudo
cómo se seleccionan personas cognitivamente normales, mediante pruebas
de cribado como el MMSE (Folstein), ya que es conocido su alto grado de
sensibilidad para las demencias. Esto implica que personas con un puntaje
inferior a 26, caen en la presunción firme de deterioro. En otras palabras, si

111
Mias C. D.

una persona obtiene un puntaje de 20 en el test MMSE, podemos afirmar


que tiene deterioro cognitivo; sin embargo, si obtiene 27 puntos, no
podemos afirmar que no lo tenga. La especificidad en cambio debe ser alta
en las “pruebas confirmatorias” del diagnóstico para evitar falsos positivos;
cuando equivocar un diagnóstico trae consecuencias importantes, o cuando
es necesario conocer al menos la ausencia de una enfermedad grave como la
demencia tipo Alzheimer en estadio avanzado.

En el programa SPSS, podemos realizar estos estudios siguiendo la si-


guiente secuencia: Analizar/Curva ROC. La Sensibilidad y Especificidad se
calcula para el estado cognitivo dicotómico, normal-deterioro (variable de es-
tado en SPSS). Luego se elige el test como variable de prueba (en nuestro caso
tomaremos el test Ineco). Seleccionar el casillero de Curva COR, con línea dia-
gonal de referencia, intervalo de confianza y coordenadas de la curva. En la
pestaña “Opciones”, verificar que se incluye el valor de punto de corte para la
clasificación positiva, la dirección de la prueba, y el supuesto de distribución
(puede ser no paramétrico). Con los resultados obtenidos, lo primero que de-
bemos observar es el valor del área explicada, que debe ser superior a 0,80 para
una buena discriminación. Luego, debemos determinar el punto de corte que
nos indicará el valor de sensibilidad y especificidad del test. Este punto de corte
para la determinación en una u otra categoría puede elegirse con el valor chi2
más alto (en caso de escalas de baja dispersión de puntajes), o bien identificando
la curva COR el punto de la curva que está más lejos de la diagonal; o bien ana-
lizando la tabla generada hasta encontrar un punto de corte con aceptable sen-
sibilidad y especificidad. Siempre será importante definir el grupo etario (rango
de edad, instrucción, etc.) sobre el que se estiman los valores.

Valores predictivos
Desde una perspectiva probabilística, los valores más importantes
para un test de clasificación diagnóstica de cribado no es la Sensibilidad y
Especificidad, sino el VPP (valor predictivo positivo) y VPN (valor predictivo
negativo); o sea, se responde a la pregunta: ¿cuál es la probabilidad de que el
paciente esté realmente en una categoría, sea de normalidad o de deterioro?
Valor predictivo positivo (VPP):
Es la probabilidad de tener enfermedad o deterioro cognitivo (en
nuestros ejemplos) si se obtiene un resultado positivo en el test (por ejemplo,

112
Metodología Estadística e instrumentos en Neuropsicología

bajo puntaje en test de Folstein, del reloj, etc.). Se calcula conociendo los
sujetos que obtuvieron resultado positivo (o patológico) con el test, y los que
resultaron finalmente con la enfermedad.
Valor predictivo negativo (VPN):
Es la probabilidad de que un sujeto con un resultado negativo esté
realmente sano. Se calcula conociendo los sujetos que obtuvieron resultado
negativo (o normal) con el test, y los que resultaron finalmente sanos o
normales.
Estos valores, a diferencia de la Sensibilidad y Especificidad varían según
la prevalencia de la enfermedad estudiada en una población. Por ejemplo,
un punto de corte puede ser perfecto para descartar deterioro en jóvenes
(baja prevalencia de deterioro) [vpn= 0,99], o para confirmar la presencia
de demencia en una población de alta prevalencia (ancianos). Cuando la
prevalencia es baja, un resultado negativo permite descartar la enfermedad con
seguridad, siendo mayor el valor predictivo negativo (VPN). Por el contrario,
un resultado positivo no permite confirmar el diagnóstico, por lo que el valor
predictivo positivo será bajo (VPP).

Razones de verosimilitud
Se considera cuando es necesario contar con puntos de corte que
sean clínicamente útiles y no dependan de la prevalencia. La razón de
verosimilitud o razón de probabilidad miden la probabilidad de un resultado
concreto (positivo o negativo) según la presencia o ausencia de enfermedad
(o deterioro).

Razón de verosimilitud positiva (RVP) = Sensibilidad / 1-Especificidad

Razón de verosimilitud negativa (RVN) = 1-Sensibilidad / Especificidad

Así, por ejemplo, se puede obtener un cociente de probabilidades po-


sitivo de 3,20 que indica que tener un resultado positivo (como bajo puntaje
en test de memoria) es 3 veces más probable de identificar un Deterioro. Esto
además permite comparar diferentes test para un mismo diagnóstico.

En caso de variables ordinales como un puntaje de memoria


En el caso que el resultado de una prueba no sea dicotómico (como
los puntajes de un test de memoria), debe analizarse un punto de corte que

113
Se considera cuando es necesario contar con puntos de corte que sean
clínicamente útiles y no dependan de la prevalencia. La razón de verosimilitud o
razón de probabilidad miden la probabilidad de un resultado concreto (positivo o
negativo) según la presencia o ausencia de enfermedad (o deterioro).

Razón de verosimilitud positiva (RVP) =Mias


Sensibilidad
C. D. / 1-Especificidad
Razón de verosimilitud negativa (RVN) = 1-Sensibilidad / Especificidad

permitaAsí, por ejemplo,una


finalmente se puede obtener undicotómica
clasificación cociente de probabilidades positivo de No
(normal-deterioro).
3,20 que indica que tener un resultado positivo (como bajo puntaje en test de
se memoria)
cuenta ahora conmás
es 3 veces un probable
único valor se sensibilidad
de identificar y especificidad,
un Deterioro. sino un
Esto además permite
conjunto
compararde valorestest
diferentes que corresponden
para a distintos niveles de decisión. Para
un mismo diagnóstico.
ello, se analiza la curva ROC, el área bajo dicha curva (recuerde que un área
En caso de variables ordinales como un puntaje de memoria
>0,80 discrimina bien) y los distintos valores de la prueba y sus valores de
En elycaso
sensibilidad que el resultado de una prueba no sea dicotómico (como los
especificad.
puntajes de un test de memoria), debe analizarse un punto de corte que permita
finalmente una clasificación dicotómica (normal-deterioro). No se cuenta ahora con
Ejemplo
un único valor se sensibilidad y especificidad, sino un conjunto de valores que
corresponden
Vamos aadeterminar
distintos niveles
un de decisión.
punto Para ello,
de corte y losse valores
analiza lade
curva ROC, el y
sensibilidad
área bajo dicha curva (recuerde que un área >0,80 discrimina bien) y los distintos
especificidad para las
valores de la prueba pruebas
y sus valores de cribado dey especificad.
de sensibilidad MMSE (Folstein) y el Test de
Ineco Frontal Screening (Torralva, Roca, Gleichgerrcht, Lopez, Manes; 2009)
Ejemplo
para sujetos con normalidad cognitiva multifunción y con deterioro cognitivo
leve (tipos ejecutivo
Vamos y multidominio).
a determinar un punto de Para
corte ello,
y los consideramos una muestra
valores de sensibilidad y
de 453 personas normales y 415 con DCL. Realizamos en análisis ROC para
especificidad para las pruebas de cribado de MMSE (Folstein) y el Test de Ineco
(Torralva, Roca, Gleichgerrcht, Lopez, Manes; 2009) para sujetos con normalidad
determinar punto de corte (sensibilidad y especificidad) en ambos test, para
cognitiva multifunción y con deterioro cognitivo leve (tipos ejecutivo y multidominio).
la categoría Normal-DCL
Para ello, consideramos una(para un grupo
muestra de 453 etario entre
personas 50-80yaños).
normales EnDCL.
415 con primer
término, observamos
Realizamos en análisispara
ROCcada testdeterminar
para el área explicada
punto de para
corteuna buena discri-
(sensibilidad y
especificidad) en ambos test, para la categoría Normal-DCL (para un grupo etario
minación (tabla 33).
entre 50-80 años). En primer término, observamos para cada test el área explicada
para una buena discriminación (tabla 33).
Tabla 33. Estimación del área explicada para una buena discriminación.
Tabla 33. Estimación del área explicada para una buena discriminación.
Nótese que,
Nótese parapara
que, el test dedeFolstein,
el test Folstein, no se observa
no se observaununárea
área satisfactoria
satisfactoria (<0,80).
(<0,80).

Variables de Área Error Significación 95% de intervalo de confianza


prueba explicada estándar asintótica asintótico
Límite inferior Límite superior
MMSE 0,711 0,018 0,000 0,676 0,747
Test Ineco 0,849 0,014 0,000 0,822 0,876

Se observa que el área explicada de 0,711 para el test MMSE (Folstein)


METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 84
nos indica que el test no discrimina bien entre normales y deterioro leve, en
consecuencia, deberemos dejarlo de lado. Esto es esperable, dado que este test
es empleado para explorar un deterioro mayor propio de las demencias, en
consecuencia, no tiene valor para discriminar un deterioro leve (en el cual, es
esperable un puntaje dentro de la normalidad, aunque presente una dismi-
nución en relación con normales). En otras palabras, una persona con DCL
obtendría con facilidad un puntaje normal en este test.
Respecto del Test Ineco Frontal Screening (Torralva, et al, 2009) ob-
servamos que el área explicada es de 0,849 indicador de que discrimina bien

114
Se observa que el área explicada de 0,711 para el test MMSE (Folstein) nos
indica que el test no discrimina bien entre normales y deterioro leve, en
consecuencia, deberemos dejarlo del lado. Esto es esperable, dado que este test es
empleado para explorar un deterioro mayor propio de las demencias, en
consecuencia, no tiene valor para discriminar un deterioro leve (en el cual, es
esperable un Metodología
puntaje dentro de la normalidad,
Estadística aunque
e instrumentos enpresente una disminución en
Neuropsicología
relación con normales). En otras palabras, una persona con DCL obtendría con
facilidad un puntaje normal en este test.
entre normales y deterioro leve (ejecutivo y multidominio). Esto sería un ha-
Respectoconsiderando
llazgo importante, del Test Ineco (Torralva,
que el testet ha
al, 2009) observamos
sido diseñado queidentifi-
para el área
explicada es de 0,849 indicador de que discrimina bien entre normales
car deterioro de tipo frontal en las demencias. Sin embargo, vemos en este y deterioro
leve (ejecutivo y multidominio). Esto sería un hallazgo importante, considerando que
estudio, que puede discriminar una afectación de estas funciones en sujetos
el test ha sido diseñado para identificar deterioro de tipo frontal en las demencias.
clasificados
Sin como deterioro
embargo, vemos leve (con
en este estudio, queafectaciones ejecutivas
puede discriminar y multidominio).
una afectación de estas
En consecuencia, es importante ahora determinar el punto de corte con nive-y
funciones en sujetos clasificados como deterioro leve (con afectaciones ejecutivas
multidominio). En consecuencia,
les de sensibilidad y especificidades importante
aceptables.ahora
Paradeterminar el punto
ello, analizamos endeprimer
corte
con niveles de sensibilidad y especificidad aceptables. Para ello, analizamos en
lugar la curva COR, observando que el punto de la curva mas distante de la
primer lugar la curva COR, observando que el punto de la curva mas distante de la
diagonalsesepresenta
diagonal presentaenenlas lascoordenadas
coordenadasdedesensibilidad
sensibilidad0,810,81 y de
y de 1-especifici-
1-especificidad
dedad de En
0,24. 0,24. En lasiguiente,
la tabla tabla siguiente, observamos
observamos que estas que estas coordenadas
coordenadas indican
indican el punto
deelcorte de 22. La figura inferior nos muestra la curva ROC.
punto de corte de 22. La figura inferior nos muestra la curva ROC.

Tabla 34. Punto de corte estimados


Tabla 34. Punto de corte estimados

Positivo si es 1-
menor que Sensibilidad Especificidad
7 1,000 1,000
8 1,000 0,997
9 1,000 0,995
10 1,000 0,986
11 1,000 0,973
12 1,000 0,959
13 1,000 0,927
14 1,000 0,892
15 1,000 0,873
16 1,000 0,803
17 1,000 0,765
18 0,996 0,681
19 0,980 0,568
20 0,925 0,454
21 0,870 0,343
22 0,810 0,246
23 0,717 0,176 Figura 8. Curva ROC. Su inspección visual
24 0,545 0,122 indica el punto de la curva más alejado de la
25 0,448 0,089 diagonal en sensibilidad 0,81 y
26 0,316 0,059 1-especificidad 0,24.
27 0,249 0,038
28 0,088 0,011
29 0,066 0,011

Figura 8. Curva ROC. Su inspección visual indica el punto de la curva más


alejado de la diagonal en sensibilidad 0,81 y 1-especificidad 0,24.
| 85

Finalmente podemos determinar que el Test Ineco discrimina bien en-


tre normales y deterioro leve (ejecutivos y multidominios), con un punto de
corte de 22 puntos, que le otorga una sensibilidad del 81% y una especifici-
dad del 76% (resultado de: [1 - 0,270=0,73 x 100= 73]). Nota: esto es solo un

115
Mias C. D.

ejemplo. Los resultados no están previamente ajustados por edad y nivel de


instrucción, aunque a la luz de este hallazgo, amerita realizarse este estudio,
ya que estaríamos hablando de una buena discriminación de deterioros leves,
cuando el test inicialmente fue desarrollado para deterioros mayores.

10. Análisis de correspondencia de variables


Estas pruebas se emplean para estudiar las relaciones de dependencia e
independencia de un conjunto de variables categóricas. Permite reducir un
volúmen importante de información en determinadas dimensiones o factores
(generalmente dos o tres). El análisis de correspondencia de variables puede
ser simple (ACS: dos variables, requiere especificar filas y columnas en una
tabla de contingencia), o múltiple (ACM: más de dos variables nominales).
En todos los casos debemos considerar variables cualitativas nominales u ordi-
nales de bajo rango (Por ejemplo: bajo, medio, alto). Informa sobre el grado de
proximidad entre dos variables, luego de que se hizo el análisis de asociación
con 2 (chi cuadrado). Pero dado que este último análisis no refleja la proxi-
midad entre las distintas categorías de las variables, se realiza el análisis de
correspondencia simple (ACS).
Se trata de poner en evidencia las aproximaciones de las categorías de
dos variables, en función de su frecuencia en los casos evaluados. Cuando
tenemos más de dos variables nominales cualitativas, esta técnica supone la
construcción de una matriz de doble entrada (filas y columnas) con todas las
categorías de cada una de las variables cualitativas del estudio. Esta matriz
conocida como Matriz de Hurt, posee en su interior las frecuencias de cada
uno de los cruces (como en el caso de dos variables cualitativas). A partir de
ella se realiza el análisis de reducción de dimensiones y la representación en un
plano de todas las categorías respetando la posición relativa de unos conceptos
respecto a los otros.

En SPSS iniciamos el proceso con la siguiente secuencia: Analizar/


Reducción de dimensiones/Análisis de correspondencias. Para un ACS,
seleccionamos nuestras variables nominales en las respectivas filas y colum-
nas. En la pestaña “Modelo”, seleccionamos la prueba de chi cuadrado. En
la pestaña “Estadísticos”, vamos a seleccionar el casillero referido a la Tabla
de correspondencias y perfiles de filas y columnas. En la pestaña “Gráficos”,

116
Metodología Estadística e instrumentos en Neuropsicología

puede seleccionarse el Diagrama de dispersión biespacial y los gráficos de


líneas.

Para realizar un ACM, seguimos la siguiente secuencia en el SPSS:


Analizar/Reducción de dimensiones/Escalonamiento óptimo. Allí ve-
rificamos que estén seleccionadas las opciones: todas las variables son no-
minales múltiples, un conjunto, y análisis de correspondencia múltiple.
Luego, debemos seleccionar las variables de análisis, y verificar que preten-
demos identificar solo dos dimensiones (pueden ser más). En la pestaña
“Resultados” seleccionamos las Medidas discriminantes y las correlaciones
entre variables. En la pestaña “Gráficos/Objetos” seleccionamos puntos
de objetos; y en pestaña “Gráficos/variable”, seleccionamos todas nuestras
variables en el campo de “gráficos de categorías conjuntas”. Luego, esta-
mos en condiciones de analizar los resultados de ACM, identificando en
las dos dimensiones generadas, las variables que muestren los valores mas
altos en las medidas de discriminación.

Ejemplos de análisis de correspondencia simple (ACS)


Ejemplo 1
En la población de sujetos concurrentes al Servicio de Neuropsicolo-
gía en el período comprendido entre 2015-17, se analizan 840 casos, que
adquieren distintos diagnósticos, y que a su vez expresan distintos estados
de condición social ocupacional. En tal sentido, exploramos en primer tér-
mino la asociación entre la variable “Diagnóstico” y la variable “Actividad
actual”. Con la prueba de 2 observamos que entre ambas hay asociación
significativa ( 2=55,345; p=0,001; Phi=0,35). Sin embargo, ahora quere-
mos conocer la proximidad entre las categorías “diagnósticas” y de “acti-
vidad actual” (en actividad ocupacional, jubilado, pensionado, otro). Con
el análisis de correspondencia de dos variables, en primer lugar, vemos la
distribución de casos activos, conforme el cruce de filas y columnas (ver
tabla inferior).

117
variable “Diagnóstico” y la variable “Actividad actual”. Con la prueba de ꭕ2
observamos que entre ambas hay asociación significativa (ꭕ2=55,345; p=0,001;
Phi=0,35). Sin embargo, ahora queremos conocer la proximidad entre las categorías
“diagnósticas” y de “actividad actual” (en actividad ocupacional, jubilado,
pensionado, otro). Con el análisis de correspondencia de dos variables, en primer
Mias C.
lugar, vemos la distribución de casos activos, D.
conforme el cruce de filas y columnas
(ver tabla inferior).

Tabla
Tabla 35. Análisisdedecorrespondencias
35. Análisis correspondenciasdedecasos
casosactivos
activos

Diagnóstico Jubilado Pensionado En actividad Otro Margen


ocupacional activo
Normal 94 1 58 11 164
Limite 102 1 69 14 186
DCL-MEMO 19 0 18 3 40
DCL- MULTI 91 3 40 23 157
DCL- NO MEMO 53 2 36 21 112
DC Moderado 116 12 25 28 181
Margen activo 475 19 246 100 840

Luego, vemos que con el ACS se visualizan tres dimensiones (Tabla 36).
Luego,“proporción
En la casilla vemos que con deelinercia”,
ACS se vemos
visualizan
quetres dimensiones
la primera (Tablaexplica
dimensión 36). En
la casilla “proporción de inercia”, vemos que la primera dimensión explica el 83%
el 83% de la varianza, y la segunda dimensión el 14% de la varianza. Entre
de la varianza, y la segunda dimensión el 14% de la varianza. Entre ambas
ambas dimensiones
dimensiones se está explicando
se está explicando el 97% de el 97% de la varianza.
la varianza. Con ladimensión
Con la primera primera
dimensión
sería seríapero
suficiente, suficiente,
se puedenpero seMIAS
pueden
considerar considerar
las dos
CARLOS D. las dos primeras.
primeras.

Tabla 36.Resumen
Tabla36. Resumen de
de análisis de correspondencia
análisis de correspondenciasimple
simple
| 87
Proporción de inercia Valor de confianza
Valor Chi Contabilizado Desviación Correlación
Dimensión singular Inercia cuadrado Sig. para Acumulado estándar 2
1 0,254 0,064 0,833 0,833 0,032 -0,016
2 0,106 0,011 0,146 0,979 0,037
3 0,040 0,002 0,021 1,000
0,077 64,955 0,000 1,000 1,000
Nota: Tabla arrojada por el programa SPSS.

En la figura siguiente, se observa que la categoría de “en actividad” está más


próxima Enalladiagnóstico
figura siguiente,
normal, se observa
límite que la categoría
y dcl-memoria; de “en“jubilado”
la categoría actividad”
esta
próxima al diagnóstico de demencia y dcl-m; y la categoría “otro”
está más próxima al diagnóstico normal, límite y dcl-memoria; la categoría más próxima al dcl-
no memoria. En otras palabras, al considerar las dos dimensiones más explicativas,
“jubilado” esta próxima al diagnóstico de demencia y dcl-m; y la categoría
podemos interpretar que, con los años, mantenerse “en actividad ocupacional” está
“otro”
más más próxima
próximo al dcl- no de
a los diagnósticos memoria. En otras
menor efecto palabras,
sobre al considerar
la funcionalidad las
de la vida
dos dimensiones
diaria, tales como más explicativas,
la normalidad podemos
cognitiva, interpretar
el estado límite,que, conellos
o bien DCLaños,
tipo
memoria
mantenerse (cuyas
“endificultades, al ser solo de está
actividad ocupacional” memoria, suelen ser
más próximo compensadas
a los diagnósticos desde
de
un ejecutivo
menor efectoordenador). Por otro lado, de
sobre la funcionalidad la condición de “jubilado”
la vida diaria, tales comoestálamás próximo al
normalidad
diagnóstico de mayor impacto en la funcionalidad de la vida diaria, tales como
cognitiva, el estado límite, o bien el DCL tipo memoria (cuyas dificultades, al
demencia y DCL tipo multidominio (de mayor dificultad compensadora).
ser solo de memoria, suelen ser compensadas desde un ejecutivo ordenador).
Por otro lado, la condición de “jubilado” está más próximo al diagnóstico de
mayor impacto en la funcionalidad de la vida diaria, tales como demencia y
DCL tipo multidominio (de mayor dificultad compensadora).
En la figura izquierda, se
118 observa que la categoría
de “en actividad” está más
próxima al estado cognitivo
diaria, tales como la normalidad cognitiva, el estado límite, o bien el DCL tipo
memoria (cuyas dificultades, al ser solo de memoria, suelen ser compensadas desde
un ejecutivo ordenador). Por otro lado, la condición de “jubilado” está más próximo al
diagnóstico de mayor impacto en la funcionalidad de la vida diaria, tales como
demencia y DCL
Metodología tipo multidominio
Estadística (de mayor
e instrumentos dificultad compensadora).
en Neuropsicología

En la figura izquierda, se
observa que la categoría
de “en actividad” está más
próxima al estado cognitivo
normal, límite y DCL-
memoria; la categoría
“jubilado” esta próxima al
diagnóstico de demencia y
dcl-m. Hasta acá se explica
el 97% de la varianza.

Solo como observación no


significativa, puede verse
que la categoría “otro” es
más próxima al DCL-no
memoria.
Figura 9. Proximidad
Figura de las de
9. Proximidad categorías de lasdevariables
las categorías las variables

En la figura de arriba, se observa que la categoría de “en actividad” está


más próxima al estado cognitivo normal, límite y DCL-memoria; la categoría
“jubilado” esta próxima al diagnóstico de demencia y dcl-m. Hasta acá se
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 88
explica el 97% de la varianza.
Solo como observación no significativa, puede verse que la categoría
“otro” es más próxima al DCL-no memoria.

Ejemplo 2
Vamos a explorar ahora la proximidad o dependencia entre la variable
“Diagnóstico” y la variable “Quejas ejecutivas” (baja-media-alta). En primer
lugar, observamos que hay una asociación significativa y moderada entre am-
bas variables ( 2=80,18; p=0,000; Phi=0,38). En la tabla inferior vemos la
distribución de correspondencias de casos activos en una población de 907
casos de un Servicio de Neuropsicología Público de la Ciudad de Córdoba.

119
Ejemplo 2
Vamos a explorar ahora la proximidad o dependencia entre la variable
Vamos ya laexplorar
“Diagnóstico” variableahora la proximidad
“Quejas o dependencia entre
ejecutivas” (baja-media-alta). la variable
En primer lugar,
“Diagnóstico”
observamos quey lahay
variable “Quejas ejecutivas”
una asociación significativa(baja-media-alta).
y moderada entreEn primer
ambas lugar,
variables
observamos
(ꭕ2=80,18; que hay una
p=0,000; asociación
Phi=0,38). Ensignificativa y moderada
la tabla inferior entre
vemos la ambas variables
distribución de
(ꭕ2=80,18; p=0,000;
correspondencias Phi=0,38).
de casos activosEn laMias
en una tabla inferior
población
C. D. vemos
de 907 la dedistribución
casos un Servicio de
de
correspondencias de casos
Neuropsicología Público de activos en de
la Ciudad unaCórdoba.
población de 907 casos de un Servicio de
Neuropsicología Público de la Ciudad de Córdoba.
Tabla 37. Distribución
Tabla37. Distribución dedecasos
casosactivos
activos
Tabla 37. Distribución de casos activos
QE Categorías
Diagnóstico Baja QE Categorías
Media Alta Masa
Normal
Diagnóstico 98
Baja 100
Media 78
Alta 276
Masa
Limite
Normal 63
98 38
100 29
78 130
276
DCL- Memo
Limite 7
63 388 10
29 25
130
DCL- Memo
DCL- Multi 43
7 55
8 60
10 158
25
DCL- Multi
DCL- NO Memo 21
43 37
55 62
60 120
158
DC Moderado
DCL- NO Memo 35
21 48
37 115
62 198
120
Margen
DC activo
Moderado 267
35 286
48 354
115 907
198
Margen activo 267 286 354 907

A
A continuación,
continuación, con el ACS
con vemos
el ACS vemosque que
se visualizan dos dimensiones
se visualizan (Tabla
dos dimensiones
A continuación, con el ACS vemos que se visualizan dos dimensiones
38). En la casilla “proporción de inercia”, vemos que la primera dimensión explica el (Tabla
(Tabla 38). En la casilla “proporción de inercia”, vemos que la primera di-
38).
89%En delalacasilla “proporción
varianza, de inercia”,
y la segunda vemoselque
dimensión 10% la primera dimensión
de la varianza. explica
Entre ambas el
mensión
89% de la explica
dimensiones varianza,el 89%
se está de la varianza,
yexplicando
la segunda 99% dey la
el dimensión laelsegunda
10% de dimensión
varianza. la varianza.
Con elEntre
la primera10% de la
ambas
dimensión
varianza.
dimensiones
sería Entre
suficiente, ambas
se está
pero se dimensiones
explicando
pueden el 99% se de
considerar está
la explicando
las varianza.
dos. En talConelsentido,
99% de
la primerala dimensión
varianza.
observamos las
sería
dos suficiente,
dimensiones pero
en se
la pueden
figura 10. considerar las dos. En tal sentido,
Con la primera dimensión sería suficiente, pero se pueden considerar las dos. observamos las
dos dimensiones en la figura 10.
En tal sentido, observamos las dos dimensiones en la figura 10.
Tabla 38. Resumen de análisis de correspondencias
Tabla
Tabla 38. Resumen de
38. Resumen de análisis
análisisdedecorrespondencias
correspondencias
Valor singular de
Proporción de inercia Valorconfianza
singular de
Valor Inercia Chi Sig. Proporción de inercia Desviación Correlación
confianza
Dimensión singular
Valor Inercia cuadrado
Chi Sig. Contabilizado Acumulado estándar 2
Desviación Correlación
Dimensión
1 singular
0,230 0,053 cuadrado Contabilizado
0,891 Acumulado
0,891 estándar
0,031 2
0,025
12 0,230
0,080 0,053
0,006 0,891
0,109 0,891
1,000 0,031
0,034 0,025
2 0,080 0,006
0,059 49,845 0,000 0,109
1,000 1,000
1,000 0,034
0,059 49,845 0,000 1,000 1,000
En la inspección visual de la figura siguiente, se observa que la “alta
En ladeinspección
frecuencia” QE está más visual de laa figura
próximo siguiente, de
los diagnósticos se DCL
observa que la “altay
tipo no-memoria
En ladeinspección
frecuencia” QE estáy más
deterioro moderado;
visual de la figura
que próximo
la “bajaa los
siguiente,
diagnósticos
frecuencia”
seQE
de de
observa
DCLestátipo
que
más
lapróximo
“alta fre-al
no-memoria y
cuencia”
deterioro
diagnóstico de QE
moderado; está más
Límite. Eny otras próximo
que palabras, a los diagnósticos
la “baja alfrecuencia”
considerar de de
las QE DCL tipo no-memo-
está más próximo
dos dimensiones, podemos al
ria y deterioro
diagnóstico
interpretar que moderado;
Límite.
con Enlosotras
años, ypalabras,
que la “baja frecuencia”
al considerar
las frecuentes quejaslas de
dedos QE
tipo está más están
dimensiones,
ejecutivas, próximo
podemos
más
interpretar
próximas yque
se con
tornanlos años,
dependienteslas frecuentes
de los quejas
diagnósticos de tipo
que
al diagnóstico Límite. En otras palabras, al considerar las dos dimensiones, ejecutivas,
implican están
afectación más
leve
próximas y se tornan
de componentes dependientes
ejecutivos de losmoderada
y afectación diagnósticos que implican
multifunción afectación
(incluye leve
ejecutivos).
de
podemos interpretar
Porcomponentes
que con
ejecutivos
otro lado, la “baja
losdeaños,
y afectación
frecuencia”
las frecuentes
QEmoderada
quejas
multifunción
está más próxima
de tipo ejecutivas,
(incluye ejecutivos).
al diagnóstico Limite, en
están
Por más
otro próximas
lado, la “baja yfrecuencia”
se tornan de dependientes
QE está más depróxima
los diagnósticos que implican
al diagnóstico Limite, en
afectación leve de componentes ejecutivos y afectación moderada multifun- | 89
| 89
ción (incluye ejecutivos). Por otro lado, la “baja frecuencia” de QE está más
próxima al diagnóstico Limite, en donde las quejas ejecutivas podrían estar
asociadas también a fluctuaciones cognitivas por efecto de estrés y depresión.
En consecuencia, se justifican mayores estudios en esta dirección, incluyendo
a sujetos cognitivamente normales.

120
Metodología Estadística e instrumentos en Neuropsicología

Figura 10. Proximidad de las categorías de las variables “estado cognitivo”


y “quejas ejecutivas”. Nótese cómo la frecuencia alta de QE esta próxima al DCL
no memoria y el DC moderado (incluye componentes ejecutivos)

En la figura 10, se observa que la ALTA frecuencia de QE está más


próxima o que depende más de los diagnósticos de DCL no memoria y dete-
rioro moderado; y que la BAJA frecuencia de QE está más próxima al diag-
nóstico Límite.

Ejemplos de análisis de correspondencia múltiple (ACM)


Ejemplo
Entre los múltiples interrogantes que forman parte de una anamné-
sis neuropsicológica, pretendemos observar la proximidad o dependencia de
distintas variables en dos dimensiones. Para ello, en una población de 1022
personas evaluadas en un Servicio de Neuropsicología público, seleccionare-
mos para un ACM algunas variables muy frecuentes propias de la indagatoria,

121
Mias C. D.

tales como cuando preguntamos sobre: antecedentes médicos, neurológicos,


psiquiátricos, presentar problemas de memoria y confirmación de un infor-
mante (observaciones de terceros familiares). A continuación, lo primero que
haremos será observar un resumen del modelo, verificando que las dos di-
mensiones generadas tengan un autovalor >1, un alfa de Cronbach aceptable,
y el porcentaje de la varianza explicada (tabla 39).
MIAS CARLOS D.

Tabla 39. Resumen del modelo de ACM en relación con variables de la anamnésis
clínica
Tabla 39. Resumen del modelo de ACM en relación con variables de la anamnésis clínica

Varianza contabilizada para


Alfa de Total % de
Dimensión Cronbach (autovalor) Inercia varianza
1 0,721 1,540 0,257 35,675
2 0,532 1,124 0,187 18,728
Total 2,664 0,444
Nota: Tabla que arroja el programa SPSS.

AA continuación,
continuación,exploramos
exploramosla latabla
tablaque
quearroja
arrojaelelSPSS
SPSS respecto
respecto dede las
las
medidas discriminantes para observar el agrupamiento de las variables en las
medidas discriminantes para observar el agrupamiento de las variables en las dos
dimensiones
dos dimensionessolicitadas. Esto se
solicitadas. Estorealiza inspeccionando
se realiza los valores
inspeccionando mas mas
los valores altos
incluidos en cada dimensión (tabla 40, en negrita), y verificando que no sean muy
altos incluidos en cada dimensión (tabla 40, en negrita), y verificando que no
alejados.
sean muy alejados. E
Ennuestro
En nuestroejemplo,
ejemplo, observamos
observamos queque
enen
la la dimensión
dimensión 1, explicativa
1, explicativa del
del 35%
de la varianza y con un alfa de Cronbach aceptable, se agrupan las variables:
35% de la varianza y con un alfa de Cronbach aceptable, se agrupan las varia- “Las
quejas son un problema” y “Notan terceros (familiares informantes)”. La dimensión 2
bles: “Las quejas son un problema” y “Notan terceros (familiares informan-
resulta explicativa de un 18% de la varianza, con un alfa de Cronbach bajo, se
tes)”. Lalasdimensión
agrupan 2 resulta explicativa
variables: “Antecedentes de un
psiquiátrico” 18% de la varianza,
y “Antecedente familiar”. con un
alfa de Cronbach bajo, se agrupan las variables: “Antecedentes psiquiátrico” y
Las variables
“Antecedente excluidas de las dimensiones generadas posiblemente
familiar”.
constituyan una dimensión en sí mismas (por ejemplo, el “antecedente neurológico”),
Las variables excluidas de las dimensiones generadas posiblemente cons-
algo que podríamos corroborar solicitando la generación de tres dimensiones. Por
tituyannos
ahora, unalimitamos
dimensión en sí mismas
a afirmar (porvariables
que estas ejemplo,no el “antecedente
guardan una neurológi-
relación de
co”), algo quecon
dependencia podríamos corroborar
las demás. Estas solicitando
observaciones la generación de tres dimen-
son coincidentes con la
inspección
siones. Porvisual
ahora,quenos hacemos
limitamosdea afirmar
la figuraqueinferior, en donde
estas variables no apreciamos
guardan unala
proximidad de los puntos correspondientes a ambas dimensiones,
relación de dependencia con las demás. Estas observaciones son coincidentes
con la inspección visual que hacemos de la figura inferior, en donde aprecia-
mos la proximidad de losTabla puntos correspondientes
40. Medidas discriminantesa ambas dimensiones,
Dimensión
1 2 Media
Antecedente neurológico 0,175 0,005 0,090
Antecedente psiquiátrico 0,111 0,336 0,224
122 Antecedente Medico 0,008 0,433 0,221
Antecedente familiar 0,147 0,171 0,159
Quejas son problema 0,554 0,074 0,314
Notan terceros 0,545 0,104 0,325
constituyan una dimensión en sí mismas (por ejemplo, el “antecedente neurológico”),
algo que podríamos corroborar solicitando la generación de tres dimensiones. Por
ahora, nos limitamos a afirmar que estas variables no guardan una relación de
dependencia con las demás. Estas observaciones son coincidentes con la
inspección visual que hacemos de la figura inferior, en donde apreciamos la
proximidad deMetodología Estadística e instrumentos
los puntos correspondientes en Neuropsicología
a ambas dimensiones,

Tabla
Tabla 40. Medidasdiscriminantes
40. Medidas discriminantes

Dimensión
1 2 Media
Antecedente neurológico 0,175 0,005 0,090
Antecedente psiquiátrico 0,111 0,336 0,224
Antecedente Medico 0,008 0,433 0,221
Antecedente familiar 0,147 0,171 0,159
Quejas son problema 0,554 0,074 0,314
Notan terceros 0,545 0,104 0,325
Total activo 1,540 1,124 1,332
% de varianza 25,675 18,728 22,201

La inspección visual de la figura 11 permite observar la proximidad o


dependencia de variables correspondientes a la dimensión:
| 91
1. las “quejas son un problema” y lo “notan terceros”. En menor grado, se
observa la proximidad de las variables de la dimensión.
2. “antecedente médico” y “antecedente familiar”. Las variables excluidas,
tales como antecedente neurológico y familiar, bien podrán constituir dimensio-
nes en sí mismas, algo que podría corroborarse solicitando al ACM la generación
de más de dos dimensiones.

Figura 11. Medidas discriminantes visualizadas en la gráfica. Nótese la proximidad


indicadora de dependencia de variables conforme las dimensiones generadas

123
Mias C. D.

11. Análisis de Clasificación de datos en Conglomerados


El  Análisis  de clasificación de datos en conglomerados o clúster,
es un procedimiento estadístico de carácter multivariante que busca clasificar
tanto “casos” como “variables”, a fin de identificar nuevos grupos con la
máxima homogeneidad interna, y la mayor diferencia entre ellos. Este es un
análisis de exploración diseñado para descubrir agrupaciones naturales en un
conjunto de datos, a fin de simplificar análisis posteriores.
La clasificación de elementos en conglomerados o clústers permite iden-
tificar y describir subgrupos de sujetos o variables homogéneas dentro de un
conjunto de datos aparentemente heterogéneo. Este análisis se basa en el es-
tudio de las distancias entre ellos, que permite cuantificar el grado de simili-
tud, en el caso de las proximidades, y el grado de diferencia, en el caso de las
distancias. Como resultado aparecen agrupaciones o clústers homogéneos.
En este tipo de análisis, se pueden seguir distintos métodos que pasamos a
considerar:

11.1 El método Bietápico: El método de análisis de conglomerados


Bietápico es empleado para clasificar o identificar perfiles, por ejemplo, de
pacientes o de informantes, en relación con ciertas variables críticas. A diferen-
cia de otros análisis, permite trabajar con grandes bases de datos, y permiten
de modo automático identificar o crear modelos de conglomerados o clústers
con variables tanto categóricas como continuas. Permite además incluir varia-
bles independientes, que deben cumplir con criterios de normalidad o multi-
nomial (por ejemplo, mediante Kolmogorov-Smirnov), y ser independientes
entre si, o de baja correlación (controlar con 2 o con prueba t de student).
Una vez verificadas estas condiciones esenciales, se procede a la exploración
inicial de los datos, seleccionando diversas variables de modo progresivo y con
sentido teórico. Los resultados que se obtienen permiten verificar la “Calidad
de los conglomerados”, cuando en una gráfica de barra, la medida de la silueta
se sitúa en la valoración “Correcto” (ver figura 12).
En el programa SPSS se sigue la secuencia de comandos: Analizar/Cla-
sificar/Clúster Bietápico. Luego se seleccionan variables categóricas y conti-
nuas, y se dejan las opciones marcadas por defecto por el programa. De este
modo, se obtiene en primer lugar un resumen del modelo con la observación
sobre la cantidad de variables introducidas, y el número de clústers o de sub-
grupos. También se observa la calidad de los conglomerados o clústers con la

124
Metodología Estadística e instrumentos en Neuropsicología

medida de la silueta en la categoría “correcto o buena”. A continuación, debe


realizar doble clic en estos gráficos, y se abrirá una pantalla para analizar el
tamaño de los clústers (porcentaje de casos incluidos) y las entradas (o subca-
tegorías identificadas de las variables introducidas). También puede analizarse
la comparación entre los clústers obtenidos, como el tamaño de las variables
introducidas como predictores.
En este punto, es bueno recordar que este procedimiento tiene como
fin clasificar variables para detectar y describir subgrupos de sujetos o varia-
bles homogéneas; por lo tanto, es recomendable obtener el menor número
de clústers posible (de 2 a 6 recomendable, según las variables introducidas).
Cuando resulten satisfactorios los clústers identificados, se debe tildar en el
SPSS la opción: Resultados/crear la variable del clúster de pertenencia (de
este modo encontrará al final de archivo de datos del SPSS, la nueva variable
creada en base a los clústeres identificados). Finalmente, con la detección de
estos clústeres o subgrupos, se procede a un análisis posterior, por ejemplo,
de comparación de grupos mediante las pruebas t de student (2 clústers) o
de Anova (3 o más clústers). Vemos a continuación un ejemplo práctico con
variables propias del protocolo de un Servicio de Neuropsicología.

Ejemplo
Considerando que las evaluaciones neuropsicológicas con los pacientes
incluyen una entrevista y cuestionarios administrados a familiares informan-
tes; pretendemos conocer si existen distintos perfiles de Informantes, cuyas
observaciones pudieran predecir la valoración de test neuropsicológicos de
cribado administrados a los pacientes. Trabajaremos con una población de
1022 pacientes evaluados en un Servicio de Neuropsicología, con un prome-
dio de edad de 67,4 años, y de instrucción de 12,64 años. Para nuestro objeti-
vo, generaremos un modelo en el cual introducimos la variable categórica re-
sultante de la pregunta: ¿Observa Ud. problemas de memoria en su familiar?
(si-no). Luego introducimos las variables continuas, en este caso, los puntajes
derivados de los cuestionarios de AVD-Instrumentales, AVD-Expansivas y el
AD8 (Cuestionarios que responden los familiares). Con este modelo, encon-
tramos que se alcanzan a identificar 2 clústers o subgrupos, con una calidad
de conglomerado valorada como “correcta o buena” (ver figura inferior). Ana-
lizamos también la importancia que tiene cada predictor en el modelo, ob-
servando en este caso, que la variable “Familiar observa problemas” resulta de

125
continuas, en este caso, los puntajes derivados de los cuestionarios de AV
Instrumentales, AVD-Expansivas y el AD8 (Cuestionarios que responden
familiares). Con este modelo, encontramos que se alcanzan a identificar 2 clúster
subgrupos, con una calidad de conglomerado valorada como “correcta o buena” (
figura inferior). Analizamos tambiénMias la C.importancia
D. que tiene cada predictor en
modelo, observando en este caso, que la variable “Familiar observa problem
resulta de la mayor importancia, seguida de las variables AD8, AVD-I y AVD
la mayor importancia, seguida de las variables AD8, AVD-I y AVD-E (figura
(figura 13). Este dato ya nos advierte sobre la importancia y necesidad de entrevis
13). Este dato ya nos advierte sobre la importancia y necesidad de entrevistar
a terceros informantes, generalmente familiares cercanos.
a terceros informantes, generalmente familiares cercanos.

Figuras 12 y 13. Observamos la calidad del conglomerado como “correcta”,


Figurasy 12 y 13. Observamos
la importancia que tiene la calidad
cada del en
predictor conglomerado
el modelo. como “correcta”,
y la importancia que tiene cada predictor en el modelo.

En la figura 14, observamos que el modelo se conforma por dos clústers


o conglomerados.
En la figura El primer
14, clúster tiene
observamos que uneltamaño
modeloequivalente al 60,3%
se conforma pordedos clúster
la varianza, y el segundo
conglomerados. El primercorresponde
clúster altiene
39,7% unrestante.
tamaño Analizando ahora al
equivalente las 60,3% de
entradas yen el
varianza, la tabla (ver figura
segundo 14), vemos que:
corresponde al 39,7% restante. Analizando ahora
entradas en la tabla (ver figura 14), vemos que:
a) El Clúster 1 es el más numeroso, y lo conforma la observación de
queClúster
a) El el Familiar
1 esNO observa
el más problemasy de
numeroso, lo memoria
conformaenlaelobservación
paciente, conde unaque el Fam
NOpercepción
observa de bajos cambios
problemas a nivel cognitivo
de memoria en el(2,24 puntoscon
paciente, en eluna
cuestionario
percepción de ba
AD8), como
cambios a nivel en cognitivo
AVD-I (2,25) y enpuntos
(2,24 AVD-Een (4,70). Este clúster o AD8),
el cuestionario subgrupo,
como en AV
lo podemos
(2,25) y en AVD-Edenominar
(4,70).entonces: “Familiar
Este clúster observa normalidad
o subgrupo, lo podemos funcional y
denominar entonc
cognitiva”.
“Familiar observa normalidad funcional y cognitiva”.
b) El clúster 2 es menos numeroso, y lo conforma la observación de que
b) El clúster 2SIes
el Familiar observa
menos problemas
numeroso,de memoria en el paciente;
y lo conforma con una de
la observación per-que el Fam
SI cepción
observadeproblemas
cambios significativos
de memoria a nivel
en elcognitivo
paciente;(4,35con
en una
AD8),percepción
como en de camb
AVD-I (4,98)
significativos a ynivel
en AVD-E (7,67).
cognitivo En consecuencia,
(4,35 en AD8), como este clúster
en AVD-Io subgrupo
(4,98) y en AVD
identificado,
(7,67). lo podemos denominar:
En consecuencia, “Familiaro observa
este clúster afectación
subgrupo funcional y lo podem
identificado,
cognitiva”.“Familiar observa afectación funcional y cognitiva”.
denominar:

METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA

126
Metodología Estadística e instrumentos en Neuropsicología

Figura 14. Clústers resultantes del análisis Bietápico, en donde se observa el


tamaño de cada uno, como las categorías de entrada. Nota. La figura se presenta
como la arroja el programa SPSS.

Finalmente, a partir del análisis realizado, observamos que hay dos tipos
de perfiles de informantes bien definidos:
1. Familiar que observa normalidad funcional y cognitiva.
2. Familiar que observa afectación funcional y cognitiva.

Ahora, con estos clústers o grupos de conglomerados identificados, nos


interesa, por ejemplo, explorar si hay diferencias entre estos perfiles de Infor-

127
funcional y cognitiva.
2. Familiar que observa afectación
funcional y cognitiva.

Mias C. D.

mantes, y los puntajes obtenidos por los pacientes en las pruebas neuropsico-
lógicas de cribado
Ahora, MMSE,
con estos INECO,
clústers RELOJ
o grupos de yconglomerados
la prueba de memoria episódica
identificados, nos
interesa, por ejemplo, explorar si hay diferencias entre estos perfiles
(Evocación espontánea y diferida de la WMS-III). Para tal fin, aplicaremos lade Informantes,
y los puntajes obtenidos por los pacientes en las pruebas neuropsicológicas de
prueba t de student para muestras independientes, considerando que tenemos
cribado MMSE, INECO, RELOJ y la prueba de memoria episódica (Evocación
dos grupos.
espontánea Con los
y diferida deresultados
la WMS-III).obtenidos (tabla
Para tal fin, inferior),
aplicaremos encontramos
la prueba que
t de student
los “familiares
para que observan afectación
muestras independientes, funcional
considerando y cognitiva”
que tenemos dos en los pacientes,
grupos. Con los
resultados
predicen obtenidos (tabla en
bajos puntajes inferior),
los testencontramos que los “familiares
neuropsicológicos de cribadoque observan
administra-
afectación funcional y cognitiva” en los pacientes, predicen bajos puntajes en los test
dos, tales como MMSE (t=11,37; p=0,000), Ineco (t=7,51; p=0,000) y Test
neuropsicológicos de cribado administrados, tales como MMSE (t=11,37; p=0,000),
del Reloj
Ineco (t=6,77;
(t=7,51; p=0,000)p=0,000).
y Test del Reloj (t=6,77; p=0,000).

Tabla
Tabla 41. Comparación
41. Comparación de los perfiles
de los perfiles de informantes
de informantes obtenidosobtenidos
respecto arespecto a los en
los puntajes
pruebas de cribado realizadas por los sujetos.
puntajes en pruebas de cribado realizadas por los sujetos.
Familiar Observa
a nivel funcional N Media D.S. t P valor
MMSE Normalidad 316 27,63 2,29 11,37 0,000
Afectación 353 24,25 4,79
INECO Frontal Normalidad 277 19,38 4,54 7,51 0,000
Afectación 341 16,16 5,85
Test Reloj Normalidad 316 8,39 1,73 6,77 0,000
Afectación 353 7,24 2,54

11.2. El método de K-Medias. Este procedimiento multivariante | 95

lo podemos emplear en nuestros estudios, cuando en la distribución de los


puntajes de una o más variables continuas (por ejemplo, test de atención,
memoria, fluidez, etc), queremos identificar dos grupos de conglomerados que
pudiéramos comparar. Si bien podemos considerar dos grupos considerando
la mediana o los cuartiles primero y tercero; la prueba de K-medias emplea un
algoritmo distinto, basado en las distancias que tienen los puntajes, respecto
del centro o promedio que se va conformando para cada grupo. De este
modo, nos garantiza la posibilidad de obtener dos grupos de conglomerados
bien diferenciados sin perder casos.
Para su realización en el SPSS se sigue la secuencia: Análisis/Clasificar/
K-Medias; y se seleccionan las casillas Opciones/tablas de Anova (para
comprobar que ambos grupos difieren) y en Guardar/Clúster de pertenencia
(para crear una nueva variable con estos dos clúster o grupos en la base de
datos del SPSS).

128
bien podemos considerar dos grupos considerando la mediana o los cuartiles
primero y tercero; la prueba de K-medias emplea un algoritmo distinto, basado en las
distancias que tienen los puntajes, respecto del centro o promedio que se va
conformando para cada grupo. De este modo, nos garantiza la posibilidad de
obtener dos grupos de conglomerados bien diferenciados sin perder casos.
Metodología Estadística e instrumentos en Neuropsicología
Para su realización en el SPSS se sigue la secuencia: Análisis/Clasificar/K-
Medias; y se seleccionan las casillas Opciones/tablas de Anova (para comprobar
Ejemplo
que ambos grupos difieren) y en Guardar/Clúster de pertenencia (para crear una
nuevaSupongamos que, en
variable con estos dossujetos
clúster cognitivamente normales
o grupos en la base de datos(n=792), quere-
del SPSS).
mos conocer las diferencias que habría entre un grupo con frecuencia “Alta
Ejemplo
quejas de memoria”, y otro con “baja quejas de memoria”; en relación con
los puntajes obtenidos
Supongamos en en
que, testsujetos
de memoria operativanormales
cognitivamente (numero-letra),
(n=792),episódi-
queremos
caconocer
(WMS), lasfluidez verbal
diferencias quesemántica (FVS),
habría entre depresión
un grupo (Geriatric“Alta
con frecuencia Depression
quejas de
memoria”,
Scale, y otro
Yesavage) con “baja
y AVD-I quejas&deBrody,
(Lawton memoria”;
1969).en Para
relación con realizamos
este fin los puntajes
obtenidos en test de memoria operativa (numero-letra), episódica (WMS), fluidez
un análisis k-medias, introduciendo la variable: puntaje total de cuestionario
verbal semántica (FVS), depresión (Geriatric Depression Scale, Yesavage) y AVD-I
de(Lawton
quejas&subjetivas
Brody, 1969).de Para
memoria (QSM).
este fin Mediante
realizamos la prueba
un análisis de introduciendo
k-medias, k-medias
obtenemos
la variable:dos clústers:
puntaje totalEl
deprimero de ellos,
cuestionario incluyesubjetivas
de quejas 471 casos,decon una media
memoria (QSM).
de 3,49 puntos en la escala de QSM. El segundo, con 321 casos, y con incluye
Mediante la prueba de k-medias obtenemos dos clústers: El primero de ellos, una
471 casos, con una media de 3,49 puntos en la escala de QSM. El segundo, con
media de 6,65 puntos en la escala referida (ver tablas 42 y 43).
321 casos, y con una media de 6,65 puntos en la escala referida (ver tablas 42 y 43).

Tablas 42 y 43. Puntajes promedios de cada clúster en relación con las quejas de memoria,
Tablas 42 y 43. Puntajes promedios
y números de casos de cada clúster
incluidos enclúster
en cada relación con las quejas de memoria,
o grupo
y números de casos incluidos en cada clúster o grupo

Centros de clústeres finales Número casos en cada clúster


Clúster Clúster 1 471
1 2 2 321
QSM 3,49 6,65 Válidos 792

Luego del análisis realizado, podemos comprobar que el programa SPSS ha


creadoLuego del análisis
una nueva realizado,
variable podemos
que aparece comprobar
al final de la base que
deeldatos;
programa
y queSPSS
en este
hacaso
creado una nueva variable
denominaremos quefrecuencia
“Alta-Baja aparece al definal de la
quejas base de de
subjetivas datos; y que A
memoria”.
enpartir
estedecaso
estedenominaremos
momento, procedemos
“Alta-Bajaa comparar
frecuencia estos grupos subjetivas
de quejas en relacióndecon
algunas variables de interés, tales como: memoria operativa, episódica, fluidez
memoria”. A partir de este momento, procedemos a comparar estos grupos
semántica, depresión y AVD-I; empleando la prueba de t de student. Con los
enresultados
relación obtenidos,
con algunas variables de
observamos queinterés, tales como:
las personas memoria normales
cognitivamente operativa,con
episódica, fluidezdesemántica,
“alta frecuencia QSM” obtienedepresión
un mayor y AVD-I;
puntaje enempleando
los test de:lamemoria
prueba de t de
operativa
student. Con los resultados obtenidos, observamos que las personas cognitiva-
mente normales conMETODOLOGIA
“alta frecuencia de QSM” obtiene un mayor puntaje en| 96
Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA

los test de: memoria operativa (t=2,94; p=0,005), memoria episódica (t=2,82;
p=0,038) y fluidez verbal semántica (t=2,85; p=0,004). En relación con la
escala de depresión y funcional, se obtiene significativamente un menor pun-
taje, indicador de una menor afectación en estas variables. En tal sentido se
observan diferencias en la escala de depresión (t=-6,83; p=0,000) y AVD-I
(t=-5,87; p=0,000) [tabla 44].

129
MIAS CARLOS D.

(t=2,94; p=0,005), memoria episódica (t=2,82;


Mias C.p=0,038)
D. y fluidez verbal semántica
(t=2,85; p=0,004). En relación con la escala de depresión y funcional, se obtiene
significativamente un menor puntaje, indicador de una menor afectación en estas
variables. En tal sentido se observan diferencias en la escala de depresión (t=-6,83;
Estos resultados, sugieren que las personas con alta frecuencia de QSM
p=0,000) y AVD-I (t=-5,87; p=0,000) [tabla 44].
rinden mejor en las pruebas, y se encuentran menos afectadas en su humor,
como enEstos
la vida diaria. Este
resultados, hallazgo
sugieren advierte
que las sobre
personas con la
altanecesidad
frecuenciade
deestudios
QSM
rinden mejor en las pruebas, y se encuentran menos afectadas en su humor, como
másenprofundos que subyacen a la generación de quejas de memoria en perso-
la vida diaria. Este hallazgo advierte sobre la necesidad de estudios más
nasprofundos
cognitivamente normales,
que subyacen a la tales como de
generación presencia de estrés,
quejas de memoriaansiedad, medi-
en personas
cognitivamente normales, tales
das compensadoras de los olvidos, etc.como presencia de estrés, ansiedad, medidas
compensadoras de los olvidos, etc.

44. Comparación
Tabla Tabla 44. Comparacióndedelos
losclústers
clústers obtenidos sobrelaslasQSM,
obtenidos sobre QSM, en relación
en relación con loscon los
puntajes en pruebas
puntajes en pruebasneurocognitivas, psicológicas
neurocognitivas, psicológicas y funcionales.
y funcionales.

Clúster de N Media D.S. t P valor


quejas
Memoria Operativa ALTA 471 8,24 2,88 2,94 0,005
BAJA 321 7,63 3,04
Evocación espontanea ALTA 471 6,05 3,15 2,82 0,038
BAJA 321 5,59 2,89
Fluidéz semántica ALTA 471 17,82 5,76 2,85 0,004
BAJA 321 16,66 5,39
Depresión ALTA 471 11,46 6,02 -6,83 0,000
BAJA 321 14,57 6,65
AVD Instrumentales ALTA 471 2,79 3,80 -5,87 0,000
BAJA 321 4,35 4,760

11.3. El método de clúster jerárquico. Este procedimiento se puede


11.3. El método de clúster jerárquico. Este procedimiento se puede usar
usarpara
paraclasificar
clasificar tanto
tanto casoscasos
comocomo variables,
variables, con la con la posibilidad
posibilidad de identificar
de identificar muchos
clústeres de modo jerárquico. Con frecuencia, en investigaciones
muchos clústeres de modo jerárquico. Con frecuencia, en investigaciones en en Neuropsicología
aplicada, necesitamos reducir un conjunto de variables en clústers o grupos de
Neuropsicología aplicada, necesitamos reducir un conjunto de variables en
conglomerados que permitan un análisis posterior más simplificado, poniendo en
clústers o grupos
evidencia de conglomerados
la agrupación que permitan
de distintas variables. A diferenciaundeanálisis
análisisposterior más
factorial (se
verá más adelante),
simplificado, poniendo podemos introducir variables
en evidencia tanto categóricas
la agrupación como continuas.
de distintas variables. A
diferenciaParade realizar
análisisestefactorial (seelverá
análisis en más SPSS,
programa adelante), podemos
seguimos introducir
la secuencia de:
variables tanto categóricas como
Análisis/Clasificar/Clúster continuas.
Jerárquico; y tildamos las opciones “Variables” y
“Estadísticos y Gráficos”. Luego, en la pestaña “Estadísticos”, podemos dejar las
Para realizar este análisis en el programa SPSS, seguimos la secuencia
opciones como están para identificar automáticamente el número clústers, o bien
de: seleccionar
Análisis/Clasificar/Clúster
el número que estimamos Jerárquico; y tildamos
conveniente las opciones
(deducido “Varia-
del gráfico
bles” y “Estadísticos y Gráficos”. Luego, en la pestaña “Estadísticos”, podemos
denominado “Dendograma”). En la pestaña “Gráficos”, seleccionar la opción
Dendograma; y en la pestaña “Método”, podemos seleccionar estandarizar las
dejar las opciones como están para identificar automáticamente el número
variables.
clústers, o bien seleccionar el número que estimamos conveniente (deducido
del gráfico denominado “Dendrograma”). En la pestaña “Gráficos”, seleccio- | 97
nar la opción Dendrograma; y en la pestaña “Método”, podemos seleccionar
estandarizar las variables.

130
Metodología Estadística e instrumentos en Neuropsicología

Ejemplo
Dentro de las evaluaciones que se realizan en un Servicio de Neuropsi-
cología, contamos con numerosas valoraciones de distintas variables funcio-
nales, ambientales, psicológicas, conductuales, sociodemográficas, de antece-
dentes, etc. Supongamos que queremos clasificar varias de estas variables, en
términos de sus relaciones, a fin de simplificar análisis posteriores. Para ello
hemos seleccionado las siguientes variables: Edad, Años de estudio, Quejas
de memoria, AVD Instrumentales, AVD Expansivas, Depresión, Estrés trau-
mático, Reserva Cognitiva y Ambiente enriquecido. Con el análisis de clúster
jerárquico, obtenemos el siguiente “Dendrograma” (figura inferior), que nos
permite identificar el agrupamiento de variables, y decidir cuantos clústers
vamos a considerar.

Figura 15. Dendrograma resultante de un análisis de clústers jerárquico para


visualizar el agrupamiento de variables seleccionadas.

131
Mias C. D.

En un primer análisis, una inspección visual del Dendrograma genera-


do, nos permite identificar la conformación de dos clústeres:
a) El primero conformado por las variables Reserva Cognitiva, Años de
estudios, Ambiente enriquecido y la Edad;
b) El segundo conformado por las variables Quejas subjetivas de
memoria, Quejas ejecutivas, AVD Expansivas, AVD Instrumentales y Estrés
traumático.
Sin embargo, si pretendemos identificar un mayor número de clústers,
podemos observar el siguiente número: 1) Reserva Cognitiva, Años de Estudio
y Ambiente enriquecido; 2) Edad; 3) Quejas Ejecutivas, Quejas de memoria,
Depresión, AVD Instrumentales y AVD Expansivas; 4) Estrés traumático. Con
estos resultados, podemos ahora realizar estudios posteriores, generando las
respectivas variables en el programa SPSS, que resultan de los agrupamientos
de los clústers identificados.
En tal sentido, si optamos por la consideración de los cuatro clústers,
al primer clúster lo podemos denominar “reserva y ambiente protector”, el
segundo mantiene el nombre de la variable “edad”; el tercero lo podemos
denominar “quejas subjetivas y funcionalidad”; el cuarto clúster mantiene el
nombre de la variable de “estrés traumático”.

12. Análisis Factorial Exploratorio para reducción de datos


Este análisis es muy útil para explorar factores subyacentes a un conjunto
grande de variables, con el fin de reducir las mismas, evitar redundancias y
contar con nuevas variables de análisis para ser incluidas en análisis estadísticos
más complejos (por ejemplo, de regresión). Estas pruebas muy frecuentes
en psicología, se basan en el análisis de la interrelación de una larga lista de
variables a fin de comprender la estructura de relaciones subyacente, haciendo
posible reducirlo a un número manejable de variables, que finalmente son
agregadas a la base de datos del SPSS. Frecuentemente es utilizado para
observar factores subyacentes a un conjunto de ítems en un cuestionario, o
en ocasiones como solución Ad-Hoc para la simplificación y agregación de
nuevas variables. Estos análisis, según el problema que se investigue, pueden
requerir análisis factoriales confirmatorios posteriores.

132
Metodología Estadística e instrumentos en Neuropsicología

En el programa SPSS se realiza siguiendo la siguiente secuencia: Ana-


lizar/Reducción de dimensiones/factor. Allí debemos considerar las múl-
tiples variables (por ejemplo, diversos test neuropsicológicos para explorar
los dominios cognitivos que subyacen en su empleo, los ítems de un cues-
tionario o escala para explorar los factores subyacentes, etc.). En la pestaña
“Descriptivos” marcamos: a) la prueba KMO o esfericidad de Bartlett que
nos indicará si es posible llevar a cabo el análisis factorial (debe ser p<0,01);
b) la solución inicial basada en el autovalor, y para determinar el porcen-
taje de la varianza explicada. En la pestaña “Extracción” seleccionamos: c)
método de extracción de componentes principales, y d) gráfico de sedimen-
tación. En la pestaña “Rotación” seleccionamos en método Varimax (si se
considera que los factores hallados no están relacionados entre sí, o bien
Oblimin (si considera que los factores pueden estar relacionados). En la pes-
taña “Puntuaciones” seleccionamos guardar como variables, con el método
Bartlett (esto generará nuevas variables al final de la base del SPSS, produc-
to de los factores resultantes, a los que luego deben denominarse. Este pun-
to se recomienda demorarlo hasta estar seguro respecto de la identificación
de los factores. En la pestaña “opciones” seleccionamos la opción de ordenar
los datos por tamaño, y suprimir pequeños coeficientes agregando el valor
0,35. Con estas opciones, estamos en condiciones de analizar los resultados
progresivamente.

Ejemplo 1
Queremos explorar la estructura factorial del Cuestionario de Quejas
Ejecutivas (Mias, 2009; 2010), el cual consta de 15 ítems (o variables), con
una escala tipo likert de 0 a 4 puntos; administrado a 295 participantes
adultos cognitivamente normales, con edad promedio de 65,4 años, y de
12,8 años de estudio (para realizar este análisis, como mínimo se debe contar
-aún en estudio piloto-, con una muestra equivalente a multiplicar por cinco
el número de variables introducidas. En nuestro caso, el cuestionario tiene 15
ítems, por lo que debemos considerar una muestra superior a los 75 casos).
Los ítems muestran en su mayoría una distribución normal, inspeccionados
mediante las medidas de asimetría y curtosis; tanto como correlaciones sig-
nificativas entre la mayoría de ellos. Con estas condiciones, observamos los
resultados del análisis. En primer lugar, vemos que la prueba de KMO es al-
tamente significativa (KMO=0,879; p=0,000), indicador de que es factible

133
estudio (para realizar este análisis, como mínimo se debe contar -aún en estudio
piloto-, con una muestra equivalente a multiplicar por cinco el número de variables
introducidas. En nuestro caso, el cuestionario tiene 15 ítems, por lo que debemos
considerar una muestra superior a los 75 casos). Los ítems muestran en su mayoría
una distribución normal, inspeccionados mediante las medidas de asimetría y
Mias C. D.
curtosis; tanto como correlaciones significativas entre la mayoría de ellos. Con estas
condiciones, observamos los resultados del análisis. En primer lugar, vemos que la
prueba de KMO es altamente significativa (KMO=0,879; p=0,000), indicador de que
de realizarse el análisis factorial (tabla 45). En consecuencia, podemos seguir
es factible de realizarse el análisis factorial (tabla 45). En consecuencia, podemos
adelante
seguir con elcon
adelante análisis factorial
el análisis factorial

Tablas 45 y 46. Prueba de KMO y Bartlett, con los resultados como los arroja el
Tablas 45 y 46. Prueba de KMO y Bartlett, con los resultados como
programa SPSS; y visualización
los arroja del autovalor
el programa SPSS; de los componentes
y visualización y porcentaje
del autovalor de los de la
componentes y varianza
porcentajeexplicada
de la varianza explicada

Medida Kaiser-Meyer-Olkin de adecuación de muestreo 0,879


Prueba de esfericidad de Bartlett Aprox. Chi-cuadrado 2.822,487
gl 105
Sig. 0,000

Autovalores iniciales
Componente Autovalor % de %
varianza acumulado
1 6,262 41,748 41,748
2 1,503 10,021 51,769
3 1,340 8,931 60,700
4 0,844 5,630 66,330
5 0,800 5,336 71,665
6 0,686 4,571 76,237
7 0,571 3,807 80,044
8 0,507 3,381 83,424
9 0,477 3,182 86,607
10 0,442 2,947 89,554
11 0,414 2,759 92,312
12 0,346 2,307 94,619
13 0,313 2,084 96,703
14 0,281 1,871 98,573
15 0,214 1,427 100,000

METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 100

En la tabla 46 se puede observar que los 15 ítems indican la presencia de 3


componentes o factores (Autovalor >1), explicativos de un 60,7% de la varianza
o de los casos. En consecuencia, resultará de interés ahora conocer los ítems
que se agrupan en dichos componentes. Para ello se aplica la solución rotada
de varimax, ya que se considera que no hay relación entre los distintos factores
(tabla 47).

134
MIAS CARLOS D.

En la tabla 46 se puede observar que los 15 ítems indican la presencia de 3


componentes o factores (Autovalor >1), explicativos de un 60,7% de la varianza o de
los casos.Metodología
En consecuencia, resultará
Estadística de interésenahora
e instrumentos conocer los ítems que se
Neuropsicología
agrupan en dichos componentes. Para ello se aplica la solución rotada de varimax,
ya que se considera que no hay relación entre los distintos factores (tabla 47).
Tabla 47. Ítems agrupados en tres componentes, resultante de análisis factorial
exploratorio
Tabla 47. Ítems agrupados con rotación
en tres componentes, Varimaxde análisis factorial exploratorio
resultante
con rotación Varimax

Síntesis del Item Componente


1 2 3
Cuesta motivarme 0,801
Necesito empujón para la iniciativa 0,781
Esfuerzo para accionar 0,767
Empiezo y no termino las cosas 0,717
Dificultad para adaptarme 0,633
Apático todo da igual 0,629
Cuesta decidir 0,607
Dificultad para controlarme 0,852
Humor cambia abruptamente 0,818
Actúo sin pensar demasiado 0,613
Resulta dificil salir de la rutina 0,572
Desconfía memoria inmediata 0,851
Cuesta recordar mensajes 0,809
Me distraigo con facilidad 0,598
Cuesta mantener atención 0,560

A continuación, corresponde un análisis teórico de los ítems agrupados, para


A continuación,
ver qué pueden tener encorresponde
común y poder undarle
análisis teórico
un nombre de losencontrado.
al factor ítems agru-En tal
sentido,
pados, porver
para los qué
resultados
pueden obtenidos,
tener envemos
común quey lapoder
escaladarle
nos muestra 3 factores
un nombre al
factor encontrado. En tal sentido, por los resultados obtenidos, vemos que y
que podemos denominar: 1) Motivación, iniciativa y decisión; 2) Control inhibitorio
la flexibilidad;
escala nos3)muestra
Atención3y factores
memoria que
reciente.
podemos denominar: 1) Motivación,
iniciativa y decisión;
Luego, 2)nuevas
con estas Control inhibitorio
variables, podemosy flexibilidad; 3) Atención
explorar las diferencias entrey la
memoria
variable reciente.
Diagnóstico (normal-DCL-demencia). Par ello, como ya se ha visto, se
Luego,
emplea conAnova
un test estas con
nuevas variables,
post-hoc podemos(ver
de Bonferroni explorar las diferencias
tabla inferior), verificando
primero algunas condiciones oportunamente comentadas.
entre la variable Diagnóstico (normal-DCL-demencia). Par ello, como ya
se ha visto, se emplea un test Anova con post-hoc de Bonferroni (ver tabla
inferior),Analizando los resultados obtenidos, encontramos una diferencia significativa
verificando primero algunas condiciones oportunamente comen-
entre la Normalidad y la Demencia en relación con el Factor 1: Motivación, iniciativa
tadas.
y decisión (p=0,002) y el Factor 3: Atención y memoria reciente (p=0,019). Sin
Analizando
embargo, los resultados
las mayores obtenidos,
diferencias encontramos
intergrupales aparecen en unaeldiferencia
Factor 2: sig-
Control
nificativa
inhibitorioentre la Normalidad
conductual, y la Demencia
donde la normalidad en relación
se diferencia con(p=0,000)
del DCL el Factory 1:de la
Motivación, iniciativa[tabla
demencia (p=0,006) y decisión
48]. En(p=0,002) y el Factor
adelante, resultaría de3:interés
Atención y me-
explorar estas
moria reciente
diferencias (p=0,019).
en relación Sindistintos
con los embargo, las mayores
subtipos diferencias
de deterioro leve. intergrupa-
les aparecen en el Factor 2: Control inhibitorio conductual, donde la nor-
malidad se diferencia del DCL (p=0,000) y de la demencia (p=0,006) [tabla
48]. En adelante, resultaría de interés explorar estas diferencias en relación
con los distintos subtipos de deterioro leve.

135
Mias C. D.
MIAS CARLOS D.

Tabla 48. Comparación de grupos en relación con los factores del cuestionario de
Tabla 48. Comparación de grupos en relación con los factores del cuestionario de
Quejas
Quejas Ejecutivas
Ejecutivas

Variable
dependiente (I) Diagnostico (J) Diagnostico Error estándar P valor
Normal DCL 0,1135 0,559
Factor Demencia 0,1361 0,002
Motivación, Iniciativa, DCL Normal 0,1135 0,559
decisión Demencia 0,1518 0,100
Demencia Normal 0,1361 0,002
DCL 0,1518 0,100
Normal DCL 0,1114 0,000
Factor Demencia 0,1335 0,006
Control inhibitorio DCL Normal 0,1114 0,000
conductual Demencia 0,1489 1,000
Demencia Normal 0,1335 0,006
DCL 0,1489 1,000
Normal DCL 0,1142 1,000
Factor Demencia 0,1369 0,019
Atención y memoria DCL Normal 0,1142 1,000
reciente Demencia 0,1527 0,176
Demencia Normal 0,1369 0,019
DCL 0,1527 0,176

Ejemplo 2
Ejemplo 2
Queremos
Queremos explorar en este
explorar en este caso
caso cómo
cómo se se agrupan
agrupandiversas
diversasactividades
actividades
recreativas, a fin de simplificar análisis posteriores. Con
recreativas, a fin de simplificar análisis posteriores. Con este fin tomamos este fin tomamos el el
inventario de cotejo Ad-Hoc de Actividades Recreativas en Adulto Mayores (Mias,
inventario
2010), el decualcotejo
consta Ad-Hoc
de 17 ítemsde (oActividades
variables), conRecreativas
una escala en tipoAdulto
likert deMayores
1a5
(Mias,
puntos;2010), el cuala 295
administrado consta de 17 ítems
participantes adultos(o variables), con
cognitivamente una con
normales, escala
edadtipo
promedio de 65,4 años, y un promedio de 12,8 años de estudio
likert de 1 a 5 puntos; administrado a 295 participantes adultos cognitiva- formal. El inventario
cuenta con validez de contenido, y sus ítems fueron seleccionados entre 20 ítems
mente normales,
iniciales conde
con consulta edad promedio
expertos. En estede 65,4 el
estudio, años, y un arrojó
inventario promedio de de
un índice 12,8
años de estudio formal. El inventario cuenta con validez de contenido, y sus
confiabilidad alfa de Cronbach de 0,917, valorado como alto.
ítems fueron seleccionados entre 20 ítems iniciales con consulta de exper-
En primer lugar, vemos que la prueba de KMO es significativa (KMO=0,843;
tos.p=0,000),
En esteindicador
estudio,deelqueinventario arrojó un
podemos continuar con índice de Luego,
el análisis. confiabilidad
vemos que alfa
se de
Cronbach
identificande4 0,917, valorado
componentes como alto.
(autovalor >1), explicativo del 56% de la varianza.
Finalmente, en la tabla 49 podemos observar la estructura factorial de la escala,
En primer lugar, vemos que la prueba de KMO es significativa
conforme el agrupamiento de sus ítems. Se recuerda que el objetivo en este caso es
(KMO=0,843;
simplificar un p=0,000),
gran número indicador de quepara
de variables podemos
análisiscontinuar
posteriores, conaunque
el análi-
secundariamente estaremos conociendo la estructura factorial
sis. Luego, vemos que se identifican 4 componentes (autovalor >1), explica- del inventario para
usos futuros.
tivo del 56% de la varianza. Finalmente, en la tabla 49 podemos observar la
estructura factorial de la escala, conforme el agrupamiento de sus ítems. Se
recuerda que el objetivo en este caso es simplificar un gran número de varia-
bles para análisis posteriores, aunque secundariamente estaremos conociendo | 102

la estructura factorial del inventario para usos futuros.

136
Metodología Estadística e instrumentos en Neuropsicología
MIAS CARLOS D.

Tabla
Tabla 49. 49. Ítems
Ítems agrupados
agrupados en componentes
en componentes resultante
resultante de análisis
de análisis factorialfactorial
exploratorio
exploratorio del inventario de Actividades Recreativas
del inventario de Actividades Recreativas

Ítems Inventario Actividades Recreativas Componente


1 2 3 4
Hace taller de memoria 0,774
Hace actividades manuales 0,753
Hace cursos o talleres 0,737
Participa de reuniones sociales 0,332
Practica ejercicio físico actualmente -0,888
Frecuencia ejercicio físico -0,866
Se mantiene activo físicamente -0,839
Participa de actividades con amigos 0,748
Participa de actividades con familiares 0,697
Realiza viajes recreativos 0,673
Escucha radio 0,500
Mira Televisión 0,482
Juegos de mesa 0,480
Concurre a espectáculos 0,398
Juegos de revista o diarios 0,732
Lectura de libros 0,636
Escribe de puño y letra 0,627

AA continuación, hacemosununanálisis
continuación, hacemos análisisteórico
teóricode de
los los ítems
ítems agrupados,
agrupados, para
denominar
para al factor
denominar al encontrado. En tal sentido,
factor encontrado. En tal por los resultados
sentido, obtenidos, obte-
por los resultados vemos
que el inventario nos muestra 4 factores que podemos denominar: 1) Actividades de
nidos, vemos que el inventario nos muestra 4 factores que podemos denomi-
talleres y cursos; 2) Actividades de ejercicio físico; 3) Actividad social y recreativa; 4)
nar: 1) Actividades
Actividades de talleres
intelectuales verbales.y cursos; 2) Actividades de ejercicio físico; 3)
Actividad social y recreativa; 4) Actividades intelectuales verbales.
Ejemplo 3
Ejemplo 3
En este
En este ejemplo,
ejemplo, vamos
vamos aa presentar
presentar elel análisis
análisis factorial
factorialdeldelInventario
Inventario que
hemos desarrollado en el Servicio de Neuropsicología para dimensionar el
que hemos desarrollado en el Servicio de Neuropsicología para dimensionar
enriquecimiento estimular en el que viven los adultos mayores. Este inventario es
el enriquecimiento
desarrollado sobre la estimular
base de unenmarco
el que viveninicialmente
teórico los adultosexperimental,
mayores. Este in-
mediante
ventario
el cual seeshadesarrollado
demostrado sobre
que elladesarrollo
base de un en marco
ambientesteórico inicialmente
enriquecidos expe-
en animales
implica cambios estructurales y funcionales en el sistema
rimental, mediante el cual se ha demostrado que el desarrollo en ambientes nervioso (Revisión
realizada por Restovich, 2018). Su importancia ha inspirado la creación de un
enriquecidos en animales implica cambios estructurales y funcionales en el
inventario de ambiente enriquecido para niños, siendo inexistente una propuesta
sistema nervioso
similar para adultos(Revisión
mayores.realizada por Restovich,
En tal sentido, generamos 2018). Su importancia
una escala inicialmente
ha inspiradopor
conformada la 50
creación
ítems, dequeun inventario
a juicio de ambiente
de expertos enriquecido
(dos) resultaron para ni-de
descriptivos
componentes
ños, presentes una
siendo inexistente en lapropuesta
vida diaria de un
similar adulto
para mayor,
adultos y que En
mayores. pueden
tal
considerarse de significación estimular a nivel cognitivo. Conceptualmente
sentido, generamos una escala inicialmente conformada por 50 ítems, que a los ítems
fueron agrupados en: estímulos del hogar, de la vivienda y el barrio, verbales, de
juicio
rutinas,desocioafectivos,
expertos (dos) resultaron
culturales descriptivos
y estímulos para de
el componentes presentes
cuidado de la salud. Con enuna
la vida diaria de un adulto mayor, y que pueden considerarse de significación
escala de tipo likert de tres categorías: 1 (no tiene o no está disponible), 2 (Relativo,
no siempre disponible) y 3 (Tiene o siempre disponible). Esta versión inicial fue

METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 103


137
Mias C. D.

estimular a nivel cognitivo. Conceptualmente los ítems fueron agrupados en:


estímulos del hogar, de la vivienda y el barrio, verbales, de rutinas, socioafec-
tivos, culturales y estímulos para el cuidado de la salud. Con una escala de
tipo likert de tres categorías: 1 (no tiene o no está disponible), 2 (Relativo, no
siempre disponible) y 3 (Tiene o siempre disponible). Esta versión inicial fue
administrada como estudio piloto a 102 participantes adultos cognitivamente
normales, con edad promedio de 61,18 años, y de 13,4 años promedio de es-
tudio (femenino 65%). Como se verá más adelante, en función de su análisis
de asimetría y curtosis de los ítems, como del análisis factorial final, el inven-
tario original se redujo a 35 ítems, con un coeficiente alfa de confiabilidad
de 0,902 valorado como alto. Con estas condiciones, presentamos ahora los
resultados finales del análisis. En primer lugar, encontramos que la prueba de
KMO es altamente significativa (KMO=0,857; p=0,000), indicador de que es
factible de realizarse el análisis factorial. Luego, observamos que se identifican
7 componentes (autovalor >1,1), explicativo del 56,64% de la varianza (ver
figura inferior con el método scree plot). En la tabla 50 vemos el análisis de
confiabilidad resultante, tanto para la escala total, como para cada uno de los
componentes aceptados. Finalmente, en la tabla 51 observamos la estructura
factorial de la escala, conforme el agrupamiento de los ítems finales.

Figura 16. Método de scree plot para la determinación del número de factores
mediante la inspección visual. De los 11 componentes que podrían considerarse, se
optó por aceptar 7, asumiendo un autovalor >1,1.

138
Figura 16. Método de scree plot para la determinación del número de factores
mediante la inspección
Metodología visual. De
Estadística los 11 componentes
e instrumentos que podrían considerarse, se
en Neuropsicología
optó por aceptar 7, asumiendo un autovalor >1,1.

Índice
Tabla 50. Tabla 50.de confiabilidad
Índice deldelIAE-AM
de confiabilidad y sus
IAE-AM y sus componentes
componentes

Inventario Ambiente Enriquecido Alfa de N° de


Adultos Mayores (IAEAM) Cronbach items
Escala total 0,902 35
Estímulos para el cuidado de la salud 0,821 5
Estimulación verbal doméstica 0,761 6
Estimulación cultural y de viaje 0,837 4
Estimulación afectiva 0,754 6
Estimulación digital y electrónica 0,737 5
Estimulación social verbal 0,773 5
Estímulos de Herramientas y mascota 0,584 4
MIAS CARLOS D.

Tabla 51. Ítems agrupados en componentes resultante de análisis factorial


Tabla 51. Ítems agrupados en componentes resultante de análisis factorial exploratorio
exploratoriodel
delinventario
inventario de Ambiente
de Ambiente Enriquecido
Enriquecido para
para Adultos Adultos Mayores
Mayores
| 104

Ítems IAE-AM Componente


1 2 3 4 5 6 7
Posibilidad de estudios complejos 0,760
Cobertura médica 0,739
Cobertura de emergencia 0,725
Dispone de medicamentos 0,717
Medico lo conoce bien 0,633
Necesidad de lectura 0,780
Necesidad de escritura 0,729
Juegos verbales 0,592
Juegos intelectuales 0,574
Tiene más de 30 libros 0,504
Tiene acceso a diarios 0,492
Asiste a espectáculos recreativos 0,776
Tiene vacaciones 0,728
Usa medios transporte 0,670
Tiene medios para viajar 0,651
Familiares le demuestran afecto 0,757
Tiene relación hijos o hermanos 0,723
Tiene relación con niños o nietos 0,678
Tiene familiar para tranquilizarlo 0,590
Amigos que visitar 0,555
Familiares responden demandas 0,501
Redes sociales internet 0,802
Celular digital 0,760
Computadora o tablet 0,622
Tiene Internet 0,586
Electrodomésticos varios 0,505
Oportunidad de diálogos 0,679
Cuenta historias 0,671
Negocios cerca 0,604
Recibe llamados 0,579
Se le pide información 0,529
Tiene herramientas jardinería 0,763
Tiene espacio para trabajos 0,656
Posee mascota que cuidar 0,612
Tiene herramientas de reparación 0,507

A continuación, revisamos los ítems agrupados, para denominar al factor


encontrado. En tal sentido, por los resultados obtenidos, vemos que el inventario nos
139
muestra 7 factores que podemos denominar: 1) Estímulos para el cuidado de la
salud (5 ítems); 2. Estimulación verbal doméstica (6 ítems); 3. Estimulación cultural y
Mias C. D.

A continuación, revisamos los ítems agrupados, para denominar al fac-


tor encontrado. En tal sentido, por los resultados obtenidos, vemos que el in-
ventario nos muestra 7 factores que podemos denominar: 1) Estímulos para el
cuidado de la salud (5 ítems); 2. Estimulación verbal doméstica (6 ítems); 3.
Estimulación cultural y de viaje (4 ítems); 4. Estimulación afectiva (5 ítems);
5. Estimulación digital y electrónica (5 ítems); 6. Estimulación social verbal
(5 ítems); 7. Estímulos de Herramientas y cuidado mascota (5 ítems).
Si bien consideramos que el IAE-AM se encuentra en fase de estudio
piloto, vamos a explorar el valor de sus principales componentes como fac-
MIAS CARLOS D.
tores protectores de la normalidad. Para esto consideramos la administración
del IAE-AM a 127 personas con deterioro cognitivo; sin diferencias de géne-
Si bien consideramos que el IAE-AM se encuentra en fase de estudio piloto,
ro y edad que el grupo normal. A continuación, llevamos a cabo un analisis
vamos a explorar el valor de sus principales componentes como factores protectores
de laregresión
de logística
normalidad. Paramediante el método laForward-Wald,
esto consideramos administracióncontrolando
del IAE-AM la a ho-
127
mocedasticidad
personas mediante
con deterioro la prueba
cognitivo; de Hosmer-Lemeshow
sin diferencias de género y (p=0,121).
edad que elDicho
grupo
normal.
análisisAarrojó
continuación, llevamos
tres pasos, a cabo
optando un el
por analisis deexplicativo
tercero regresión logística
del 34% mediante
de la
el método Forward-Wald, controlando la homocedasticidad mediante la prueba de
varianza (R2 de Nagelkerke 0,345). En la tabla siguiente vemos que resul-
Hosmer-Lemeshow (p=0,121). Dicho análisis arrojó tres pasos, optando por el
tan protectores
tercero explicativodedel
la normalidad los factores
34% de la varianza (R2 “Estimulación
de Nagelkerke verbal
0,345).doméstica”
En la tabla
(OR=0,51,
siguiente p=0,000
vemos [IC 95%
que resultan 0,39-0,65]);
protectores “Estimulación
de la normalidad cultural“Estimulación
los factores y de viaje”
verbal doméstica”
(OR=0,55, (OR=0,51,
p=0,000 [IC 95% p=0,000 [IC 95% y0,39-0,65]);
0,43-0,71]); “Estimulación
“Estimulación digital ycultural
electró-y
de viaje” (OR=0,55, p=0,000 [IC 95% 0,43-0,71]); y “Estimulación digital y
nica” (OR=0,56, p=0,000 [IC 95% 0,44-0,72]).
electrónica” (OR=0,56, p=0,000 [IC 95% 0,44-0,72]).

Tabla
Tabla 52. Exploracióndedefactores
52. Exploración factoresprotectores
protectoresdede
la la normalidad
normalidad mediante
mediante analisis de
analisis de regresión
regresión logística
logística

95% C.I. para


Factores del IAE-AM EXP(B)
B ES Wald gl Sig. Exp(B) Inferior Superior
Estimulación verbal doméstica -0,674 0,130 26,938 1 0,000 0,510 0,395 0,657
Estimulación cultural y de viaje -0,598 0,129 21,589 1 0,000 0,550 0,428 0,708
Estimulación digital y electrónica -0,570 0,125 20,759 1 0,000 0,566 0,443 0,723

13.
13.Análisis
Análisisde
deconfiabilidad
confiabilidad
Con
Confrecuencia
frecuenciavemos
vemosqueque
el reporte de diversos
el reporte instrumentos,
de diversos como escalas
instrumentos, como
e inventaros, hacen referencia a medidas de confiabilidad. La confiabilidad es una
escalas e inventaros, hacen referencia a medidas de confiabilidad. La confiabi-
propiedad que implica la consistencia y estabilidad de las puntaciones obtenidas en
lidad
los es una ítems.
diversos propiedad que implicaconfiable
Un instrumento la consistencia
implicay que
estabilidad de las
no habrá punta-
errores de
ciones obtenidas
medida, en los diversos
y que los resultados ítems.seUn
obtenidos instrumento
mantendrían conconfiable
sucesivasimplica que
mediciones
(siempre
no habráy cuando
errores no
decambien
medida,condiciones críticas (Hernandez
y que los resultados obtenidosSampieri, 2014). Por
se mantendrían
ejemplo, un paciente puede obtener bajo puntaje en una escala confiable de
ansiedad, pero a los 30 días, y próximo a rendir un examen, puede mostrar una
140
variación en la media).

La prueba de confiabilidad más empleada consiste en la estimación de la


Metodología Estadística e instrumentos en Neuropsicología

con sucesivas mediciones (siempre y cuando no cambien condiciones críticas


(Hernandez Sampieri, 2014). Por ejemplo, un paciente puede obtener bajo
puntaje en una escala confiable de ansiedad, pero a los 30 días, y próximo a
rendir un examen, puede mostrar una variación en la media).
La prueba de confiabilidad más empleada consiste en la estimación de
la consistencia interna a través del índice alfa de Cronbach. Este índice es
aconsejable que sea mayor a 0,75; y mientras más se acerca a 1, mayor es la
medida de confiabilidad del instrumento. En ocasiones, para un instrumento
que se está desarrollando con estudios pilotos, pueden ser aceptables valores
entre 0,70 y 0,79; pero cuando se finalizan, es bueno un coeficiente alfa de
Cronbach superior a 0,80 para la escala total. Incluso, en algunos campos teó-
ricos se exigen coeficientes no menores a 0,90 para la escala total, aun cuando
algunos factores dentro de la escala tengan un coeficiente menor.

En el programa SPSS podemos realizar un análisis de confiabilidad, si-


MIAS CARLOS D.
guiendo la secuencia: Analizar/Escala/Análisis de fiabilidad. Allí debemos
verificar a selección del coeficiente alfa, solicitando conocer los valores descrip-
En el programa SPSS podemos realizar un análisis de confiabilidad, siguiendo
tivos
la para la escala,
secuencia: para la escala si se elimina
Analizar/Escala/Análisis un elemento,
de fiabilidad. y las correlaciones
Allí debemos verificar a
inter-elementos.
selección del coeficiente alfa, solicitando conocer los valores descriptivos para la
escala, para la escala si se elimina un elemento, y las correlaciones inter-elementos.

Ejemplo
Ejemplo
Con la muestra considerada para el analisis factorial del cuestionario de
Quejas ejecutivas
Con la muestraprecedente, vamos
considerada paraa el
calcular
analisisahora su confiabilidad.
factorial Para
del cuestionario de
Quejas ejecutivas alprecedente,
ello recurrimos cálculo delvamos
índicea alfa
calcular ahora su confiabilidad.
de Cronbach, tanto para laPara ello
escala
recurrimos al cálculo del índice alfa de Cronbach, tanto para la escala total, como
total, como para los factores resultantes del análisis factorial. De esta manera,
para los factores resultantes del análisis factorial. De esta manera, obtenemos los
obtenemos
siguientes los siguientes
valores (tabla 53):valores (tabla 53):

Tabla 53. Cálculo del índice Alfa de Cronbach para el inventario de Quejas
Tabla 53. Cálculo del índice
ejecutivas, tantoAlfa
paradela
Cronbach para el
escala total, inventario
como de Quejas
sus factores ejecutivas, tanto
internos.
para la escala total, como sus factores internos.

Estadísticas de fiabilidad
Factor Alfa de Alfa de Cronbach basada en N de
Cronbach elementos estandarizados elementos
Escala total 0,918 0,917 15
Factor 1 0,808 0,801 7
Factor 2 0,773 0,771 4
Factor 3 0,755 0,750 4

Con estos resultados, encontramos que el cuestionario de Quejas Ejecutivas


(Mías, 2009, 2010) tiene un índice de confiabilidad alfa de 0,918, que se valora como
141
alto. Para un análisis más pormenorizado del aporte de cada item, se explora la tabla
54 a fin de observar cómo puede variar el coeficiente alfa, si quitamos un elemento
Estadísticas de fiabilidad
Factor Alfa de Alfa de Cronbach basada en N de
Cronbach elementos estandarizados elementos
Escala total 0,918 0,917 15
Factor 1 0,808 Mias C.0,801
D. 7
Factor 2 0,773 0,771 4
Factor 3 0,755 0,750 4
Con estos resultados, encontramos que el cuestionario de Quejas Ejecu-
tivas (Mías, 2009, 2010) tiene un índice de confiabilidad alfa de 0,918, que
Con estos resultados, encontramos que el cuestionario de Quejas Ejecutivas
se valora como alto. Para un análisis más pormenorizado del aporte de cada
(Mías, 2009, 2010) tiene un índice de confiabilidad alfa de 0,918, que se valora como
item,
alto. se explora
Para la tabla
un análisis 54 a fin de observar
más pormenorizado cómo
del aporte puede
de cada variar
item, el coeficiente
se explora la tabla
alfa,
54 si de
a fin quitamos
observarun elemento
cómo puede del cuestionario.
variar el coeficienteEn este
alfa, caso, vemos
si quitamos que no
un elemento
del
haycuestionario. En este caso,
mayores variaciones, porvemos
lo quequeno no hay mayores
es necesario variaciones,
quitar por lo(ob-
ningún item que
no es necesario quitar ningún item (observar la columna relativa al Alfa de Cronbach
servar la columna relativa al Alfa de Cronbach si el elemento es eliminado).
si el elemento es eliminado).

Tabla 54.Valores
Tabla54. Valoresdescriptivos
descriptivos para laescala
para la escala sisise
se elimina
eliminaununelemento
elemento
deldel
Inventario de Quejas Ejecutivas
Inventario de Quejas Ejecutivas
Varianza de Alfa de
Media de escala escala si el Correlación de Cronbach si el
si el elemento se elemento se ha elementos elemento se
ha suprimido suprimido corregida ha suprimido
Me distraigo con facilidad 24,9952 123,587 0,488 0,914
Esfuerzo para accionar 25,4358 116,669 0,653 0,908
Dificultad para adaptarme 25,7893 120,283 0,596 0,910
Apático todo da igual 25,9419 119,128 0,623 0,901
MIAS CARLOS D.
Dificultad para controlarme 25,6610 123,220 0,455 0,916
Desconfío memoria reciente 24,9346 126,289 0,364 0,911
Empiezo y no termino 25,4843 117,775 0,667 0,908
Cuesta mantener atención 25,3317 118,776
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA
0,617 0,910
| 107
Cuesta motivarme 25,5617 119,883 0,618 0,910
Humor cambia abruptamente 25,5448 121,443 0,511 0,914
Cuesta recordar mensajes 24,9395 120,581 0,560 0,912
Necesito empujón iniciativa 25,6416 113,818 0,710 0,905
Dificil salir de la rutina 25,7191 118,683 0,615 0,900
Cuesta decidir 25,5230 118,401 0,646 0,908
Actúo sin pensar 25,4625 121,662 0,477 0,905
Nota: Tabla presentada como la arroja el programa SPSS

142
Metodología Estadística e instrumentos en Neuropsicología

Síntesis referencial de estadística aplicada

1) Pruebas paramétricas:

Con distribución normal. Con variables numéricas o cuantitativas


siempre. Son de mayor potencia y menor margen de error.

A- Individuales:
1- Con dos grupos: Para muestras independientes (test t), para muestras
dependientes (antes y después) se emplea test t para muestras dependientes.
2- Con 3 o más grupos: ANOVA One way.

B- Agrupados:
1- Test Z o de Gauss para diferencia entre medias.

2) Pruebas NO paramétricas:

Distribución no normal o Binomial. Generalmente variables Cualitati-


vas. Se pueden usar para las paramétricas, pero le restan potencia.

A- Individuales:
1- Con dos grupos: Para muestras independientes (test U de Mann
Whitney); para muestras dependientes (prueba de Wilcoxon).
2- Con tres o más grupos: Para independientes (Prueba de Kruskal Wa-
llis); para dependientes (prueba de Friedman).

B- Agrupados (empleamos tablas de Contingencia):


1- Chi cuadrado.
2- Diferencia entre porcentajes.

143
2- Con tres o más grupos: Para independientes (Prueba de Kruskal Wallis); para
dependientes (prueba de Friedman).

B- Agrupados (empleamos tablas de Contingencia):


1- Chi cuadrado.
2- Diferencia entre porcentajes. Mias C. D.

REFERENCIA
REFERENCIARAPIDA
RAPIDA
VARIABLES CUANTITATIVAS
Nº de variables Nº de muestras Test
1 1 M, Md, Mo y DS
1 2 independientes Test t de student
1 2 dependientes Test t apareado
2 Múltiples Anova
2 1 Análisis de regresión
Múltiples 1 Análisis multivariado
VARIABLES NOMINALES
Nº de variables Nº de muestras Test
1 1 Proporciones – E.S.
1 2 independientes Fisher – Chi cuadrado
1 2 dependientes Wilcoxon
1 Múltiples Chi cuadrado – Kruskal-Wallis
Múltiples 1 Chi cuadrado (n x n)
2 1 Chi cuadrado (2 x 2)

METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 109

Análisis multivariado (Variables múltiples)


MIAS CARLOS D.
Cuando hay varias variables dependientes. Ejemplo: cómo influye la
actividadmultivariado
Análisis física, y el sedentarismo en el estado cognitivo (normal-deterioro) y
(Variables múltiples)
la edad (por décadas).
Cuando hay varias variables dependientes. Ejemplo: cómo influye la actividad física,
y el sedentarismo
1- Análisisenmultivariado
el estado cognitivo (normal-deterioro)
múltiple y la edad (por décadas).
de varianzas (MANOVA): Hay nu-
merosas variables dependientes, y las variables independientes son nominales.
1- Análisis multivariado múltiple de varianzas (MANOVA): Hay numerosas variables
La diferencia ycon
dependientes, lasANOVA,
variables esindependientes
que mide unason
variable independiente,
nominales. y MA-
La diferencia con
NOVA es
ANOVA, dosque
o más.
mide una variable independiente, y MANOVA dos o más.

Tabla Ejemplo
55.55.
Tabla Ejemplocon
contres
tresvariables
variables para unanálisis
para un análisismultivariado
multivariado

Actividad física Sedentarismo


Masculino Normal
Deterioro
Femenino Normal
Deterioro

2- Análisis
2- Análisis del logaritmo
del logaritmo lineal:
lineal: Las Las variables
variables dependientes
dependientes e indepen-
e independientes son
nominales.
dientes sonSenominales.
estudia en tablas de contingencia.
Se estudia en tablas Eldelogaritmo lineal determina
contingencia. si hay
El logaritmo
relación entre las variables (usar en tabla de contingencia el logaritmo
lineal determina si hay relación entre las variables (usar en tabla de contingen- de la
frecuencia observada).
cia el logaritmo de la frecuencia observada).
3- Regresión logística: Las variables independientes incluyen tanto medidas
numéricas como nominales u ordinales, y la variable dependiente es binaria o
dicotómica. El resultado se presenta como función exponencial de las varianzas
144
independientes.

Referencia para dos o más variables Independientes


Masculino Normal
Deterioro
Femenino Normal
Deterioro

Metodología Estadística e instrumentos en Neuropsicología


2- Análisis del logaritmo lineal: Las variables dependientes e independientes son
nominales. Se estudia en tablas de contingencia. El logaritmo lineal determina si hay
relación3-entre
Regresión logística:(usar
las variables Las variables
en tabla independientes
de contingenciaincluyen tantode
el logaritmo me-la
frecuencia observada).
didas numéricas como nominales u ordinales, y la variable dependiente es
binaria o dicotómica. El resultado se presenta como función exponencial de
3- Regresión logística: Las variables independientes incluyen tanto medidas
las varianzas
numéricas independientes.
como nominales u ordinales, y la variable dependiente es binaria o
dicotómica. El resultado se presenta como función exponencial de las varianzas
independientes.
Referencia para dos o más variables Independientes
Referencia para dos o más variables Independientes

Independiente Dependiente Método


Nominal Nominal Log. Lineal
Nominal y numérica Nominal dicotómica Regresión logística
Nominal y numérica Nominal (2 o más vbles.) Análisis discriminante
Nominal Numérica ANVA
Numérica Numérica Regresión múltiple
Nominal Numérica Regresión
Nominal Censada Cox (datos anticipados, como en
oncología)
Nominal con factor de Numérica - Nominal ANCOVA – Mantel-Haenzel (tabla
confusión 2x2)

| 110

145
Capitulo V
Consideraciones para el análisis y
construcción de instrumentos
En función de los múltiples factores que se exploran en neuropsicología,
(psicológicos, ambientales, funcionales, de antecedentes, etc.), es necesario
contar con instrumentos de medición confiables y válidos, ya que representan
una variable objeto de investigación. Mejor aún si se cuenta con instrumentos
desarrollados localmente o en el propio país, ya que se evitan los engorrosos
y a veces estériles procesos de estandarizar un cuestionario extranjero, que
bien podría desarrollarse en nuestro medio. Es por ello por lo que muchos
investigadores iniciados, comienzan sus trabajos realizando estudios muy téc-
nicos, como son los de adaptación y estandarización de escalas o cuestionarios
extranjeros, favoreciendo líneas de investigación interesadas o comandadas
desde afuera. Como sea, tanto si se genera un instrumento o se adapta uno
de otras latitudes, finalmente se deberá contar con estudios de confiabilidad
y validez. Para repasar estos conceptos, vamos a tomar como referencia los
lineamientos de Hernandez Sampieri (2014).

La Confiabilidad indica que su aplicación repetida al mismo sujeto


genera iguales resultados. Implica la consistencia y estabilidad de las punta-
ciones obtenidas en los diversos ítems. Si un puntaje obtenido de un test solo
se aproxima al verdadero, siempre hay un error de medida, que se trata de
reducir. La confiabilidad indica que ese error es pequeño y los resultados son
consistentes con las mediciones.
La validez garantiza que se mide lo que se quiere medir, y ello depende
del contenido, del criterio y del constructo. Un instrumento puede ser confia-
ble pero no valido. Sin embargo, existen distintos tipos de evidencias internas
y externas de validez:

Validez de contenido: Grado en que se refleja el contenido del test, de


manera que los ítems del test son representativos del atributo a medir. Por

147
Mias C. D.

ejemplo, en la evaluación neuropsicológica no se podría valorar el lenguaje


si se excluye alguna operación lingüística. Una variante es cuando un ins-
trumento representa los contenidos teóricos en su estructura (por ejemplo,
tomar los criterios diagnósticos de una enfermedad del DSM5 y observar la
presencia-ausencia de estos). Está formada por dos componentes: representa-
tividad y relevancia del contenido. Es el caso de las escalas de cotejo o ad hoc.
Validez de criterio: Se refiere a la validez de un instrumento compara-
do con algún criterio externo (Por ejemplo, un comportamiento observado,
una entrevista clínica, otro instrumento similar, test o inventario). Luego, si
se hace en el momento presente (por ejemplo, encontrar deterioro) el criterio
serán los resultados de los estudios finales en su conjunto (validez concurren-
te); y si el criterio se fija en el futuro (por ejemplo, ecuación para predecir
potencial de deterioro) se trata de validez predictiva. La validez referida a un
criterio respalda el uso del inventario o escala para pronosticar el futuro o
hacer predicciones.
Validez de constructo: Utilizada para referir si la prueba es una buena
medida de lo que intenta medir. En qué grado una medición se relaciona
con otras mediciones de acuerdo con las hipótesis derivadas de la teoría. En
otras palabras, determina el “significado” del puntaje de un test conforme
una teoría. Un constructo es una variable medida que se crea dentro de una
teoría (suele obtenerse por análisis factorial o por grupos contrastados con y
sin patología). Por ejemplo, validez de constructo de una escala de memoria
medida con una escala de olvidos; o la validez de constructo de un test que va-
lora función ejecutiva. La hipótesis es que, a mayor afectación de la memoria,
mayores olvidos se tendrán; o a menor rendimiento en funciones ejecutivas,
mayores dificultades en resolución de problemas. Si la correlación es positiva
y sustancial, se aporta evidencia para la validez del constructo. Esto requiere
que se especifique la relación teórica entre los conceptos y se los correlacione.

Ahora bien, existe una serie de factores que pueden afectar la confiabi-
lidad y validez. Entre ellos se destacan: La improvisación de los instrumentos;
o usar los desarrollados en el extranjero que no han sido validados a nuestro
contexto. Puede también que no sea satisfactorio, o no tenga congruencia con
la teoría. También debe considerase que se vea influido por otras condiciones;
como ser muy extenso, agotador, exija elevado nivel de abstracción, o requiera
alta tolerancia a la fatiga, entre otros. Es por ello que muchos instrumentos
han caído en desuso, dado lo engorroso que implica su administración, que
termina afectando la confiabilidad de este. Por otro lado, si bien en la práctica
es imposible que una medición sea perfecta; los errores posibles deben ser

148
Metodología Estadística e instrumentos en Neuropsicología

reducidos a su mínima expresión. Por ello es necesario recurrir al cálculo de la


confiabilidad y determinar su validez.

Calculo de la confiabilidad:
Existen varias formas, todas con puntajes que van a oscilar entre 0-1
(Hernandez Sampieri, 2014):
A- Coeficiente Alfa de Cronbach: Como se vio con anterioridad, es el
método más empleado. Requiere una sola administración para calcular el co-
eficiente alfa (aceptable a partir de 0.80), y se analiza la correlación item-pun-
taje.
B- Medida de estabilidad (confiabilidad por test-retest): se aplica el ins-
trumento dos o más veces a una misma muestra de sujetos luego de cierto
período. Se comparan las varianzas para que no haya diferencias significativas,
y se obtienen las correlaciones de los puntajes de las dos aplicaciones mediante
la prueba de Pearson o de Spearman (según el nivel de medición).
C- Método de mitades partidas: requiere solo una aplicación. Luego, el
total de ítems (o componentes) es dividido en dos mitades y se comparan las
puntuaciones (prueba t de student), y se las correlaciona (Pearson). No debe
haber diferencia en la media, y las puntuaciones deben estar fuertemente co-
rrelacionadas para que sea confiable. Considerar que cuantos más ítems más
confiabilidad garantiza.
D- Coeficiente KR-20 de Kuder: similar al coeficiente alfa, pero se pue-
de aplicar cuando la variable es dicotómica.

Cálculo de la validez
Validez de contenido: Implica revisar la literatura para ver problemas
de contenido, o cómo fue usada la variable por otros investigadores. Implica
elaborar muchos ítems, consultar con expertos, correlacionar los ítems entre
sí (deben ser altas), para seleccionar mejores ítems en prueba piloto. Consi-
derando que no siempre se cuenta con instrumentos específicos, o bien resul-
ta novedosa una variable a estudiar, con frecuencia se desarrollan escalas de
cotejo o cuestionarios desarrollados ad hoc que poseen validez de contenido.
Por ejemplo, podemos desarrollar una escala de síntomas de tipo frontal, re-
curriendo a la teoría, elaborando ítems y consultando con expertos, hasta
realizar una prueba piloto.

149
Mias C. D.

Validez de criterio: Implica correlacionar el instrumento con un criterio


de referencia, como por ejemplo, otros cuestionarios, entrevistas, observacio-
nes etc. Por ejemplo, el Cuestionario de Quejas Ejecutivas (Mias, 2010) de
desarrollo local, ha sido correlacionado con otro similar como la Escala Dise-
jecutiva (DEX) de Barbara Wilson, encontrando una correlación alta (r=0,76;
p=0,000). De esta manera, el instrumento adquiere validez de criterio, al co-
rrelacionar en grado elevado (r>0,7) con otro similar de validez comprobada
(evidencia convergente).
Validez de constructo: Se obtiene mediante un análisis factorial, en el cual
el métodos de los componentes principales suele ser el más usado, tal como
se vio en apartado correspondiente a este análisis. Sin embargo, se debe tener
en cuenta que las soluciones factoriales pueden ser consideradas no solo de
acuerdo con criterios estadísticos, sino también por criterios de significación
psicológica o conceptual (debe predominar la teoría psicológica que sustenta
el instrumento). Si bien se prevé que algunos ítems puedan correlacionar más
que con otros, será importante que todos correlacionen con la escala total.

Construir escalas o inventarios en Neuropsicología


El Servicio de Neuropsicología de la Universidad Nacional de Córdoba
ha generado diversos cuestionarios e inventarios para ser empleados con adul-
tos mayores, que amplían la valoración de aspectos cognitivos subjetivos (Es-
cala de Quejas de Memoria, Escala de Quejas Ejecutivas), psicológicos (Escala
de Vulnerabilidad al Estrés), funcionales de la vida diaria (AVD Expansivas;
Inventario de Actividades Recreativas), y ambientales (como la novedosa Es-
cala de Ambiente Enriquecido Estimular).
Esto se debe a la necesidad de ampliar las valoraciones de los pacientes,
por distintos motivos, entre los que se destacan:
1) Considerar variables novedosas o poco contempladas en la biblio-
grafía (por ejemplo, el grado de enriquecimiento estimular ambiental en que
viven los pacientes, o conocer particularidades de las interacciones sociales; o
el grado de conciencia de déficits cognitivos, entre otras).
2) Muchas escalas o inventarios han sido desarrollados para las demen-
cias, por lo tanto, resultan poco descriptivas de lo que acontece en los deterio-
res leves. Otras escalas, pueden considerarse que han envejecido con relación
a los cambios culturales de época.
3) La determinación de actividades más complejas o demandantes de
mayores recursos cognitivos (Por ejemplo, AVD expansivas), o bien de cons-

150
Metodología Estadística e instrumentos en Neuropsicología

tructos cognitivos novedosos (como componentes de cognición social, toma


de decisiones, etc).
4) Considerar otras perspectivas en diversas variables, sean funcionales,
psicológicas o ambientales (por ejemplo, abandonamos algunas escalas de es-
trés percibido ya que resultaban de bajo efecto discriminante, y optamos por
desarrollar una de valoración multicomponente: La Escala de Vulnerabilidad
al estrés).
5) Porque es factible mejorar algunos cuestionarios breves de proce-
dencia extranjera (por ejemplo, escalas de olvidos, o de quejas ejecutivas, de
estrés, o de insight). En tal caso, algunos instrumentos desarrollados en el
exterior pueden emplearse para estudios de evidencia convergente.
6) Desarrollar inventarios o escalas sencillos y simplificados, económi-
cos en su administración; dejando de lado cuestionarios extensos que pueden
ser útiles si los empleamos como único instrumento. Ante la necesidad de
una evaluación multifactorial y extensa, debe ajustarse el tiempo que se in-
vierte en entrevistas y cuestionarios, con el beneficio de la información final
que proveen. Por ejemplo, existen numerosos cuestionarios de personalidad
con más de 150 ítems, que resultan muy engorrosos incluirlos en un set de
evaluación psicológica, además de que la información que proveen puede no
ser sustancial.

En otras ocasiones, adaptar un instrumento resulta una tarea muy engo-


rrosa y una gran inversión en tiempo, pudiendo ser más económico desarrollar
una escala propia. Lo importante será seguir ciertos principios en la construc-
ción de los instrumentos, de manera de estar seguros de que se comportan de
manera confiable y válida. Por supuesto que, en ocasiones, es mejor conservar
algunos instrumentos, dado su uso mundialmente extendido, aunque veamos
que algunos de ellos son limitados o han envejecido; aunque no por ello han
perdido confiabilidad y validez. Por ejemplo, la escala geriátrica de depresión
de Yesavage (GDS), es mundialmente conocida y tiene muy buenos valores
de confiabilidad y validez, como de sensibilidad y especificidad. Si embargo,
la escala no mide muchos aspectos relativos a la depresión, ya que se focaliza
más bien en componentes ideatorios y emocionales generales. Podríamos re-
ferirnos también a la escala de actividades instrumentales de la vida diaria de
Lawton & Brody (1969), la que no solo tiene un sesgo valorativo en relación
con el género femenino, si no que en la actualidad se considera una escala
envejecida. Sin embargo, es tan difundido su uso, y sus niveles de sensibilidad
son tan satisfactorios para la demencia, que todavía se sigue usando.

151
Mias C. D.

En consecuencia, por diversos motivos puede resultar muy conveniente


construir un instrumento, a veces con un uso ad hoc; otras para compartir con
la comunidad científica. En consecuencia, veremos ahora algunas recomenda-
ciones con tales fines, que de ninguna manera reemplazan el estudio especiali-
zado en materia psicométrica. Como en toda la presente obra, se trata de dar
una orientación práctica, que a menudo requiere profundizar su estudio a fin
de comprender la estructura conceptual de lo que se está realizando.

Algunas recomendaciones
Al momento de pensar en la construcción de un instrumento de tipo
escala, inventario o cuestionario, es necesario comenzar por revisar la litera-
tura al respecto. Tiene sus ventajas basarse en un instrumento ya desarrollado
con satisfactoria confiabilidad y validez. También se recomienda conocer el
marco teórico de referencia, y observar cómo se definen operacionalmente las
variables. Si se elabora un instrumento propio, debe pensarse previamente en:
la teoría, la variable, la definición operacional, las dimensiones y los ítems.
Veamos un ejemplo, que consideramos al momento de desarrollar una Escala
de AVD Expansivas.

Teoría: De tipo conductual. Las personas aprenden y producen diver-


sas adaptaciones a la vida diaria sujetas a condiciones de refuerzo. Algunas
de ellas son básicas y otras más complejas, que generan mayores recursos de
aprendizaje. Las escalas existentes han sido desarrolladas para las demencias,
por lo que resulta oportuno el desarrollo de escalas en relación con conductas
de mayores exigencias neurocognitivas, capaces de detectar cambios sutiles
que afectan a la funcionalidad de la vida diaria, y que incluye componentes
sociales y fuera del hogar.
Variable: Actividades de la vida diaria Expansivas (AVD-E). Capacidad
funcional para actividades que vinculan a la persona con el mundo social y
externo al hogar.
Operacional: Capacidad de autocontrol, expresión de necesidades y de-
seos, mantenerse informado, mantener contactos socioafectivos, realizar acti-
vidades recreativas, realizar ejercicio físico, y aprender cosas nuevas.
Dimensiones: Regulación emocional, Actualización, Actividades fuera
del hogar.
Nivel de medición: Escala de tipo Likert.

152
Metodología Estadística e instrumentos en Neuropsicología

Es importante asegurarse que haya suficientes ítems para medir todas


las variables y en todas sus dimensiones. Se aconseja una revisión de ítems
por expertos para analizar la evidencia de validez de contenido. Luego, la
versión preliminar se estudia con muestra piloto (entre 30 y 60 personas. Lo
recomendable es contar con un mínimo de 5 casos por cada ítem del instru-
mento), para luego ver cómo funcionan los ítems, calcular la confiabilidad y
si es posible la validez. Luego se mejora el instrumento preliminar y los indi-
cadores de confiabilidad y validez.

Un punto que es bueno considerar siempre en toda evaluación que pre-


tende ser psicométrica, es el control de la “Deseabilidad social”, mediante el
cual los sujetos, por diversos motivos, no siempre responden con sinceridad.
En ocasiones, por desinterés, prejuicios, respuestas basadas en el deseo y no en
la realidad que los representa, sus propias distorsiones cognitivas o creencias
de cómo deben ser las cosas, sus cualidades de personalidad, o bien por seguir
un patrón de respuesta azaroso o que se consideran aceptables para todos.
Estas condiciones producen una distorsión en la valoración psicométrica, que
puede llevar a invalidar sus resultados. Por lo tanto, la medición no deja de ser
auto-perceptiva en estos casos y es bueno ser consciente de ello. Por ejemplo,
es frecuente que, en escalas o inventarios de problemas de memoria y olvidos,
haya personas que no reporten ningún olvido o distracción (en una escala de
1-10 responden con un promedio de 1; lo que significa que no tienen ningún
tipo de olvido nunca. Esta es una medición tan sesgada, como otra que nos
responde todos los ítems con una frecuencia promedio de 10).
Por eso en Neuropsicología es frecuente la necesidad de contrastar con
un informante, a fin de lograr una mejor aproximación a la lectura. Tam-
bién en Neuropsicología forense es necesario contar con preguntas y prue-
bas control, a fin de corroborar la presencia de simulación con fundamentos
objetivos. No obstante, existen algunas formas para reducir estos errores. Lo
primero siempre es contar con muestras grandes (>350) que diluyan el efec-
to de la deseabilidad social; también se pueden identificar y anular los casos
con respuestas extremas, ya que la visión dicotómica es poco representativa.
También es recomendable, si es posible, incluir ítems control, que son enun-
ciados de modo inverso, para detectar las contradicciones (por ejemplo, en
un inventario de estrés, un ítem puede preguntar si la persona está tensa, y
otro puede preguntar si está relajada). Otra solución para disminuir los sesgos
de las respuestas consiste en incluir una escala de sinceridad (como la de Ey-
senck) o de preguntas control, en las cuales, si se observan altos puntajes, se
sospecha que la persona está haciendo un esfuerzo por dar una imagen positi-

153
Mias C. D.

va, o sencillamente no está respondiendo con sinceridad. En Neuropsicología


forense, es necesario prever algunas pruebas y preguntas control, en las cuales
el periciado debiera responder sin dificultad, según el estudio del caso.

Elegir las escalas para medir


Las escalas son solo un indicador de la conducta, no una realidad. Es
bueno ser consciente de esto, a fin de “no confundir el mapa con el territo-
rio”. Las escalas más conocidas de construcción, según Hernandez Sampieri
(2014) son:
a- Escala tipo Likert: con ítems presentados como afirmaciones para ver
la reacción de los sujetos (muy de acuerdo, de acuerdo, ni de acuerdo ni en
desacuerdo, en desacuerdo, muy en desacuerdo / Muy bueno, bueno, regular,
malo, muy malo / Nunca, casi nunca, a veces, casi a menudo, muy a menu-
do). La dirección de las afirmaciones puede ser positiva o negativa. General-
mente hay de ambos, como en escala de ansiedad Staix. La escala Likert es de
tipo ordinal, aunque se la puede trabajar como intercalar. Si los sujetos tienen
poca capacidad de discriminar deben incluirse tres categorías, por el contrario,
pueden usarse hasta siete. En cada escala se considera que todos los ítems
tienen igual peso.
b- Diferencial semántico: Se usan adjetivos extremos que califican al ob-
jeto de estudio, como el de personalidad de Goldberg. Es necesario generar
una lista de adjetivos bipolares exhaustiva. Por ejemplo, ansioso-relajado.
c- Escalograma de Guttman: Igual que Likert, pero cada afirmación mide
la misma dimensión de la misma variable (unidimensional) pero que varían
en intensidad.

Los cuestionarios
Implican preguntas respecto de una variable a medir con categorías o
alternativas a elegir. Por ejemplo, cuestionarios que indagan sobre distintos
tipos de olvidos o cuestionarios en los cuales se debe elegir el nivel de funcio-
nalidad en la vida diaria, en una categoría especifica. Siempre será recomen-
dable jerarquizar opciones y categorías. Recordamos que será importante que
las preguntas que se van elaborando, estén basadas en cuestionarios previos,
o bien impliquen un correlato conductual de criterios conceptuales, o que
cuenten con juicio de expertos.

154
Metodología Estadística e instrumentos en Neuropsicología

Las preguntas abiertas no delimitan respuestas, pero deben categori-


zarse luego. Si una pregunta es suficiente, no será importante incluir otras
similares, o en la misma dirección. Es conveniente iniciar con la elaboración
de preguntas neutrales. Las instrucciones deben se claras, explicitar los ob-
jetivos generales de la investigación, agradecer la colaboración y garantizar
la confidencialidad. Los cuestionarios autoadministrados en Neuropsicología
no debieran durar más de 15 minutos para responderse. Pueden administrarse:
sea por entrevista personal y/o con terceros, o en formato autoadministrado.
En el caso de emplear cuestionarios o inventarios estandarizados, es im-
portante que sean aplicables al mismo contexto de nuestro estudio y tengan
confiabilidad y validez. Si la prueba fue diseñada en otro contexto, debe
adaptarse y aplicarse en pruebas piloto para calcular su confiabilidad y validez,
como para ajustarla al nuevo contexto. En caso de ser esto muy engorroso, se
recomienda desarrollar escalas de cotejo ad hoc.

Escalas de cotejo ad-hoc


Se trata de escalas o inventarios con validez de contenido o conceptual;
con una clara referencia teórica. Se trata de consultar a los participantes en
relación con ítems con valor teórico o descriptivo, a fin de cotejar una serie de
indicadores preestablecidos. En ocasiones implican un correlato conductual
de criterios conceptuales presentes en la literatura. Es importante que tengan
estudios piloto para evaluar el comportamiento de los ítems, como logar un
índice de confiabilidad considerable (alfa>0,80). No requieren de validez de
criterio o estandarización, ya que se desarrollan para un estudio en particular,
y ante la ausencia de escalas válidas preexistentes (o superadoras). Según la
relevancia de la escala, será bueno contar con juicio de expertos para aceptar
los ítems como representativos de la teoría o de criterios consensuados, sean
diagnósticos, funcionales, conductuales, etc.
Por ejemplo: si queremos estudiar cómo influye una variable sobre
un determinado diagnóstico (por ejemplo, de bipolaridad), y queremos te-
ner certeza de que los participantes cumplen con los criterios diagnósticos;
podemos elaborar una escala de cotejo de los principales criterios obtenidos
del DSM-5 (criterios valorados como presentes-ausentes), a fin de cotejar y
garantizar que los sujetos cumplen con estos. También podemos cotejar si
las personas realizan determinadas actividades en su vida diaria, a las que
podemos llamar Expansivas, consultando con expertos sobre qué actividades
realizan los adultos mayores de tipo social y fuera del hogar. En este caso, la

155
Mias C. D.

validez está dada por la referencia teórica, claramente especificada, y en oca-


siones con el aval de expertos. Luego, algunas escalas de cotejo, si muestran
un satisfactorio comportamiento, pueden postularse para el desarrollo de un
instrumento estandarizado.

156
Capitulo VI
Protocolos e instrumentos en Neuropsicologia
En un Servicio de Neuropsicología, generalmente se emplean protoco-
los de evaluación muy exhaustivos, que pueden ser propios de una patología
en particular, y que son complementarios a la entrevista neuropsicológica.
Un protocolo de trabajo establece los procedimientos a seguir. De este modo,
ordena las observaciones, los procedimientos, pasos a seguir, y toda norma-
tiva que se considere adecuada para tal fin. Su finalidad es garantizar un es-
tudio profundo y sistemático en función de los objetivos de un Servicio de
Neuropsicología; como que distintos evaluadores puedan seguir un mismo
procedimiento, y que se aprovechen los datos en su análisis estadístico, entre
otros fines. En consecuencia, será muy importante para el investigador aplicar
un protocolo adaptado a su trabajo, incluyendo todas las variables de análisis
en un contexto mayor, como aprender a codificar las observaciones, datos y
respuestas para su procesamiento estadístico posterior.
A continuación, y a modo de ejemplo, compartimos algunos aspectos
del protocolo general de trabajo del Servicio de Neuropsicología de la Facul-
tad de Psicología, Universidad Nacional de Córdoba; como algunos de los
principales instrumentos empleados, y los baremos de algunas pruebas tra-
bajadas localmente. Todo ello en el marco de un Servicio de Evaluacion que
recepta de la comunidad alrededor de 350 personas por año; con solicitudes
de profesionales, de familiares, de carácter judicial, y de certificación de disca-
pacidad, entre otras. Su trabajo se enmarca además dentro de un Programa de
Extension a la Comunidad, con el fin de detectar tempranamente deterioro
cognitivo e iniciar las primeras acciones psicoeducativas; como de apresta-
miento, ejercitación y estimulación cognitiva.

157
MIAS CARLOS D.

de carácter judicial, y de certificación de discapacidad, entre otras. Su trabajo se


enmarca además dentro de un Programa de Extension a la Comunidad, con el fin de
detectar tempranamente deterioro cognitivo e iniciar las primeras acciones
Mias C. D.
psicoeducativas; como de aprestamiento, ejercitación y estimulación cognitiva.

A) Protocolo inicial de evaluación neuropsicológica


A) Protocolo inicial de evaluación neuropsicológica
Protocolo N°
Nombre: Edad: Lateralidad: Genero: Est. Civil: Nº Hermanos: N° hijos:
Procedencia: 1. Cba. Capital, 2. Cba. Interior, 3. Capital Prov, 4. Interior Prov, 5. Bs.As. 6. Cap. Federal.
Ciudad de residencia: Provincia: Extranjero:

Nivel educativo-socioeconómico
Dedicación o profesión: Años estudio: Títulos:
Trabaja actualmente? 1.Si - 2.No / En qué trabaja? (Detalle de su rutina):
Estado actual de actividad: 1. Jubilado o pensionado - 2. En actividad - 3. Desocupado - 4. Otro:
Tiene casa propia: 1.Si - 2.No / Tiene ingreso propio: 1.Si - 2.No / Tiene obra social: 1.Si - 2.No

Antecedentes y Estado de Salud


Toma medicamentos? 1.No - 2.Si / Cuales?
Ha tenido o padece alguna enfermedad:
Neurológica? 1.No - 2.Si / Años:_____ Cual?
Psiquiátrica ? 1.No - 2.Si / Años:_____ Cuál?
Médica ? 1.No - 2.Si / Años:_____ Cuál?
Padece alguna enfermedad actualmente (dos últimos años) ? 1- Hipertensión, 2. Colesterol, 3- Diabetes, 4-
Cardiopatía, 5- Neoplasia, 6- Renopatía (riñones), 7- Tiroidismo, 8- Reumatismo, 9- Traumatismo de cráneo,
10- Sobrepeso marcado (más del 20%), 11- Alcoholismo, 12- Adicciones. Otra:

Antecedentes y enfermedades familiares


Padres, hermanos o fliar. con antecedentes neurológicos o psiquiátricos? 1.No - 2.Si / Cual? ____
1. Alzheimer; 2. Demencia; 3. Parkinson; 4. Epilepsia; 5. ACV; 6. Depresión; 7. Sind. Down; 8.
Otro. Detalle:

Quejas y Hábitos
Tiene quejas memoria? 1.No - 2.Si / Es un problema? 1.No - 2.Si / Lo notan los demás? 1.No - 2.Si
Índice carga tabáquica= [(años de fumador: ____ x cigarrillos promedio:____) ÷ 20] = ________ (0-50)
Ha bebido alcohol últimos 10 años?: 1.Nada, 2.Poco, 3.Más o menos, 4.Mucho, 5. Problema alcohólico.
Problemas dormir? 1.No - 2.Si / Problemas apetito? 1.No - 2.Si / Actividad física regular? 1.Si - 2.No
Lee regularmente (no diarios): 1.Siempre 2.Bastante 3.Ocasional 4.Casi nunca 5. Nunca.
Visita amigos o familiares semanalmente? 1.Si - 2.No / Suele sentirse solo? 1.NO – 2.SI
¿De 1 a 10, en cuanto valora su actividad física promedio en últimos 5 años?
¿De 1 a 10, en cuanto valora su frecuencia de lectura promedio en últimos 5 años?
¿De 1 a 10, en cuánto valora su frecuencia de socialización en los últimos 5 años?

Con Familiar o Informante: Responde el familiar sobre el paciente que consulta:


A. Se queja de su memoria? 1.No-2.Si / Es un problema? 1.No-2.Si / Lo notan los demás? 1.No-2.Si
B. Cambios en funcionamiento cotidiano? 1.Nada, 2.Poco, 3.Más o menos, 4.Mucho, 5. Bastante
C. El familiar necesita ser acompañado a la consulta? 1.No - 2.Si
D. Detalle cómo es un día habitual del familiar:

Motivo de evaluación
1. Voluntario, 2. Seguimiento 3. Indicación familiar 4. Indicación profesional. 5. Indicación judicial.

Motivo de consulta? (especificar al dorso: principales motivos, estudios realizados, olvidos


significativos y describir funcionamiento en la vida diaria).

| 120

158
Metodología Estadística e instrumentos en Neuropsicología
MIAS CARLOS D.

Medicación
Detalle de nombre comercial, droga, dosis, desde cuando toma. Historial farmacológico anterior.

Impresión Psicológica - Psiquiátrica


Aspecto general: Postura - Aseo - Expresiones faciales - Actitud - Movilidad / Otro :
Estado Afectivo Anímico: Deprimido - Ansioso - Irritable – Eufórico - Aplanado - Exaltado - Lábil - Hipotimia
Cognición Social afectada: Reconoce emociones - SeMIAS pone en lugar
CARLOS D. de otros - Inocencia - Juicio moral
Observaciones:

EventosMedicación
traumáticos
Detalle de
Muerte cónyuge nombrehijo
- Muerte comercial,
- Muertedroga, dosis,
familiar desde cuando
- Enfermedad toma.
- Robo Historial
o asalto farmacológico
- Malos tratos - anterior.
Mudanza - Migración
familiar - Divorcio o separación - Accidente grave - Catástrofe natural - Problema económico - Abuso sexual –
Impresión Psicológica - Psiquiátrica
Problema de género - Juicio o demanda - Privación de libertad - Otro:
Aspecto general: Postura - Aseo - Expresiones faciales - Actitud - Movilidad / Otro :
Estado Afectivo Anímico: Deprimido - Ansioso - Irritable – Eufórico - Aplanado - Exaltado - Lábil - Hipotimia
Impresión Neurocognitiva
Cognición Social afectada: Reconoce emociones - Se pone en lugar de otros - Inocencia - Juicio moral
SensorialObservaciones:
disminuido: Audición - Visión - Olfato - Gusto - Sensibilidad - Cinestesias
Conciencia: Lúcido - Somnolencia - Embotada - Confusional - Crepuscular - Obnubilación - Soporoso
Eventos
Orientación: Tiempo traumáticos
- Espacio - Persona / Atención: Sostenida - Focalizada - Simultánea - Dividida
Muerte
Movimiento: Ticscónyuge - Muerte
-Temblor hijo - Muerte
- Postural familiar- Ataxia
- En reposo - Enfermedad
- Mov.- parético
Robo o asalto - Malos -tratos
- Equilibrio - Mudanza
Alteración - Migración
de marcha
familiar - Divorcio o separación - Accidente grave - Catástrofe natural - Problema económico - Abuso sexual –
Problema de género - Juicio o demanda - Privación de libertad - Otro:
Impresión de Lenguaje espontáneo – Discurso (acorde a nivel educativo)
Lenguaje:Impresión
FonológicoNeurocognitiva
– Sintáctico – Semántico – Pragmático / Signos de: Disartria - Disfonía - Afasia
Propiedades: Espontáneo
Sensorial – denominación
disminuido: Audición - Visión–- Repetición – Comprensión
Olfato - Gusto - Sensibilidad -– Cinestesias
Lectura - Escritura
Fluidéz verbal: FluenteLúcido
Conciencia: - No -fluente (menos
Somnolencia 25 palabras
- Embotada x min) - Lentificado
- Confusional - Crepuscular- Anomias - Parafasias
- Obnubilación - Logorrea
- Soporoso
Orientación: Tiempo - Espacio - Persona / Atención: Sostenida - Focalizada - Simultánea - Dividida
Movimiento: Tics -Temblor - Postural - En reposo - Ataxia - Mov. parético -
Equilibrio - Alteración de marcha
Pensamiento
Pensamiento: Concreto
Impresión de- Lenguaje
Disperso - espontáneo
Desorganizado– -Discurso
Pobreza semántica
(acorde a- Pérdida núcleo semántico -
nivel educativo)
Perseverativo - Incoherente
Lenguaje: Fonológico-–Autoreferencial - Bradipsiquia
Sintáctico – Semántico - Taquipsiquia
– Pragmático - Estereotipado
/ Signos de: - Disgregado
Disartria - Disfonía - Afasia
Propiedades: Espontáneo – denominación – Repetición – Comprensión – Lectura - Escritura
Neurología
Fluidéz- verbal:
Neuropsicologia
Fluente - No fluente (menos 25 palabras x min) - Lentificado - Anomias - Parafasias - Logorrea
Lateralidad: Diag. Neurológico: Meses evolución:
Pensamiento
Topografía Lesional: FI - FD - PI - PD - OI - OD - TI - TD - Gang. basales - Sist. limbico - Tallo cerebral. Detalle:
Pensamiento: Concreto - Disperso - Desorganizado - Pobreza semántica - Pérdida núcleo semántico -
Estudios previos: EEG - EMG - TAC - IRMN - SPECT – IRMF – Resultados:
Perseverativo - Incoherente - Autoreferencial - Bradipsiquia - Taquipsiquia - Estereotipado - Disgregado
Hallazgos Neuropsicológicos de observación: Orientación - Atención - Memoria - Agnosia - Apraxia -
Neurología
Comprensivo - Neuropsicologia
- Expresivo - Confabulaciones - Perseveraciones - Desinhibición - Impulsividad -
Lateralidad: Diag. Neurológico: Meses evolución:
Comprensión emocional - Expresión emocional - Abstracción - Visoespacial - Falta iniciativa -
Topografía Lesional: FI - FD - PI - PD - OI - OD - TI - TD - Gang. basales - Sist. limbico - Tallo cerebral. Detalle:
Planificación - Decisión
Estudios - Anosoagnosia
previos: EEG - Latencias
- EMG - TAC - IRMN - SPECT – –Empatía - Calculo - Lectura - Escritura
IRMF – Resultados:
Hallazgos Neuropsicológicos de observación: Orientación - Atención - Memoria - Agnosia - Apraxia -
Facilitadores de -rendimiento
Facilitadores
Comprensivo de rendimiento
Expresivo - Confabulaciones - Perseveraciones - Desinhibición - Impulsividad -
Considere el siguiente
Comprensión listado de
emocional facilitadores
- Expresión y observe
emocional aquellos- que
- Abstracción pueden beneficiar
Visoespacial al paciente
- Falta iniciativa -
Considere el siguiente listado de facilitadores y observe aquellos que pue-
en el rendimiento de- Decisión
Planificación diversas- Anosoagnosia
tareas y test -neuropsicológicos.
Latencias – Empatía -Muy Importante
Calculo - Lectura -para el tratamiento.
Escritura
den beneficiar
Facilitadores al paciente en el rendimiento
de rendimiento de diversasBeneficio
No lo beneficia tareas y test Lo neuropsico-
beneficia
lógicos. Muy
Considere Importante
el siguiente para
listado de el tratamiento.
facilitadores y observe aquellos que pueden beneficiar
relativo al paciente
en el rendimiento de diversas tareas y test neuropsicológicos. Muy Importante para el tratamiento.
1. Auditivo verbal
2. Auditivo no verbal No lo beneficia Beneficio Lo beneficia
3. Visual verbal relativo
1. Auditivo verbal
4. Visual no verbal
2. Auditivo no verbal
5. Cinestésico corporal
3. Visual verbal
6. Análisis o fragmentación
4. Visual no verbal
7. Síntesis o globalidad
5. Cinestésico corporal
8. Procesamiento
6. Análisis osecuencial
fragmentación
9. 7. Síntesis osimultáneo
Procesamiento globalidad
10. 8. Procesamiento
Feedback continuo secuencial
9. Procesamiento simultáneo
11. Lenguaje organizador audible
10. Feedback continuo
12. Lenguaje organizador interno
11. Lenguaje organizador audible
13. Organizar la tarea
12. Lenguaje en tercera
organizador persona
interno
14. Asociación de estímulos
13. Organizar la tarea en tercera persona
14. Asociación de estímulos
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 121
METODOLOGIA Y ESTADISTICA APLICADA EN NEUROPSICOLOGIA | 121
159
Mias C. D.

Modalidades de aprendizaje
Considere el siguiente listado deCARLOS
MIAS modalidades
D. preferenciales para el apren-
dizaje (basado en modelo de Hermann, 1996) y observe aquellos que suelen
describir al paciente
Modalidades en el rendimiento de diversas tareas de la vida diaria y neu-
de aprendizaje
Considere el siguiente listado de modalidades preferenciales para el aprendizaje (basado en modelo
rocognitivas.
de Hermann, 1996) y observe aquellospara
Muy Importante el tratamiento.
que suelen describir al paciente en el rendimiento de diversas
tareas de la vida diaria y neurocognitivas. Muy Importante para el tratamiento.

Poco Más o menos Mucho


1 2 3 4 5 6
1. Lógico
2. Intuitivo
3. Organizado
4. Sociable
5. Analítico
6. Imaginativo
7. Controlador
8. Emocional
9. Planificador
10. Sintético
11. Disciplinado
12. Expresivo

Detalle de la vida diaria del paciente (Describir un día de la semana y otro de fin de semana, indagando
sobre autonomía, hábitos, praxias, memoria, emociones, usos del lenguaje, decisiones, etc)

Observaciones Generales:

Impresión diagnóstica:

B) Paradigmas de evaluación neuropsicológica


B) Paradigmas de evaluación neuropsicológica
En la actualidad, existen diversos modelos de evaluación e intervención
En la actualidad, existen diversos modelos de evaluación e intervención
neuropsicológica. Algunos de ellos persiguen fines de investigación, y otros
neuropsicológica. Algunos de ellos persiguen fines de investigación, y otros son de
sonmayor
de mayor
utilidad utilidad en la
en la práctica práctica
clínica clínicao estimuladora
estimuladora rehabilitadora. Son o rehabilitadora.
modelos que
Sonhacen
modelosa losque hacendea los
objetivos la objetivos
evaluación,de la evaluación,
que nos hacen pensar:que nos hacen pensar:
¿evaluar para
diagnosticar, para tratar o para investigar?
¿evaluar para diagnosticar, para tratar o para investigar?
Si Si
bien
bienestos
estosobjetivos noson
objetivos no sonexcluyentes,
excluyentes, en en general
general prevalece
prevalece alguno
alguno de
de ellos.
ellos. Son
Son frecuentes
frecuenteslas lasofertas
ofertasdedepostgrado
postgradosobresobreevaluación
evaluación y diagnósti-
y diagnóstico
co neuropsicológico,
neuropsicológico, quequese se
quedan
quedan muymuy cortos con con
cortos los planes y dispositivos
los planes de
y dispositivos
intervención (aprestamiento, ejercitación, estimulación o rehabilitación cognitiva), y
de que
intervención (aprestamiento, ejercitación, estimulación o rehabilitación
con frecuencia no instruyen sobre la neuropatología, reduciendo la función
cognitiva),
evaluadoray aqueuna con
tareafrecuencia
muy técnica no instruyenconsobre
(interpretada la neuropatología,
criterios redu-
estadísticos). En otras
ciendo la función
ocasiones, evaluadora
no faltan a unaque
los evaluadores tarea muyen
irrumpen técnica (interpretada
un momento dado en uncon crite-
grupo
riosetario, con la finalidad
estadísticos). de tomar
En otras datos para
ocasiones, no alimentar
faltan losinvestigaciones,
evaluadores que de pacientes
irrumpen
que no serán tratados por ellos (por ejemplo, evaluadores en contextos
en neuropsiquiátricos,
un momento dado queen unconocen
solo grupo etario,
sobre elcon la finalidad
desempeño detest
en los tomar datos para
de pacientes
alimentar investigaciones,
con esquizofrenia, de pacientes
bipolaridad, etc). Por otroquelado,
no están
serán los tratados
clínicos,por
queellos
hacen(por

| 122
160
Metodología Estadística e instrumentos en Neuropsicología

ejemplo, evaluadores en contextos neuropsiquiátricos, que solo conocen sobre


el desempeño en los test de pacientes con esquizofrenia, bipolaridad, etc). Por
otro lado, están los clínicos, que hacen prevalecer las lecturas cualitativas, las
modalidades de procesamiento de la información y de desarrollo potencial, en
un paciente que debe ser tratado, más allá de la etiología subyacente (conside-
raciones transdiagnósticas, muy actuales en el presente, mediante las cuales,
un abordaje terapéutico es capaz de beneficiar pacientes con patologías simila-
res). Con estas consideraciones, es necesario una revisión de los modelos más
utilizados en evaluación y tratamiento en neuropsicología, a fin de entender
sus objetivos. En la actualidad, se pueden identificar los siguientes paradigmas
presentes en las prácticas profesionales y de investigación (Mias, 2008; 2015;
Ruff, 2003; 2014):

1. El paradigma localizacionista. Tiene su fundamento en evaluar


para localizar ares cerebrales afectadas, en especial en pacientes próximos a ci-
rugías. Supone el uso de test con el fin de localizar en el cerebro las funciones
alteradas, para poder inferir la anatomía involucrada a partir del desempeño
en distintas pruebas. Así, a los test se les atribuyen funciones en directa corres-
pondencia anatómica, aunque de modo relativamente global. Los aspectos
emocionales se observan con el fin de identificar la anatomía afectada.

2. El paradigma del análisis factorial. Es la propuesta inicial de


Alexander Luria (1976, 1978, 1984) que fundamenta la necesidad de un aná-
lisis factorial de las funciones cerebrales para determinar el denominador co-
mún que subyace a distintas alteraciones funcionales. En esta dirección Ardila
(1995) se refiere “al conjunto de factores de naturaleza cognocitiva (o habili-
dades cognoscitivas básicas) que participan en un proceso psicológico o en la
ejecución de una tarea particular (por ejemplo, leer, buscar palabras de acuer-
do con determinadas características etc.)”. Según Ardila, en condiciones nor-
males, durante la realización de una tarea como escribir, leer, hacer cálculos u
orientarse en el espacio concreto, participan diferentes sistemas cerebrales que
representan el sustrato nervioso de los sistemas funcionales correspondientes.
Mediante un análisis factorial (cualitativos más que cuantitativo) se intenta
conocer los factores de la actividad mental que subyacen a la ejecución en dis-
tintas pruebas neuropsicológicas. “Por ejemplo, la coincidencia en la propues-
ta de dos posibles factores (lingüístico-auditivo y visoespacial) responsables
de la dislexia es sorprendente” (Ardila, 1995). En consecuencia, se trata de
conocer los elementos básicos o comunes de la actividad cognocitiva.

161
Mias C. D.

Motiva esta perspectiva las importantes diferencias individuales que se


observan en la realización de distintas tareas neuropsicológicas. La estrategia
de evaluación y tratamiento de estos modelos es laboriosa: conocer el deno-
minador común de distintas funciones afectadas y proponer un abordaje tera-
péutico sobre aquellos puntos que permitirían un mejoramiento de distintas
funciones. Por ejemplo, una afectación del cálculo, la escritura y la lectura,
puede tener como objeto de trabajo el espacio como denominador común; o
una afectación de la atención, memoria y capacidad asociativa, puede tener a
ciertos procesos de la función ejecutiva como denominar común. El modelo
requiere de lecturas cualitativas complementarias, y resulta muy útil a los fines
terapéuticos.

3. El paradigma neurocognitivo. Asume que el cerebro es un procesa-


dor de información, que establece circuitos que pueden constituir módulos
independientes de procesamiento. En consecuencia, supone identificar pro-
cesos y subprocesos (constructos) que deben ser evaluados de modo diferen-
cial (Parkin, 1999; Ellis & Young, 1992). Estos modelos presuponen que la
actuación de un paciente con una lesión cerebral refleja todas las funciones
cognitivas, menos los sistemas lesionados (supuesto de la sustractividad). Por
consiguiente, hacen hincapié “en la explicación de los síntomas de los pa-
cientes con lesiones cerebrales en términos de afectación de las operaciones
mentales que son necesarias para una percepción y una memoria normales y
eficientes” (Ellis & Young, 1992). De esta manera, la organización mental es
posible gracias a la actividad orquestada de múltiples procesadores cognitivos
o módulos (Parkin, 1999).
Los aportes de sus investigaciones buscan establecer una arquitectura
cognitiva cada vez más compleja y modular, que en la práctica puede ensom-
brecer la interacción de procesos más sistémicos y complejos (Luria, 1976,
1978). La estrategia terapéutica es prolija: implementar programas de estimu-
lación o rehabilitación de las funciones afectadas (déficits selectivos) y potenciar
las conservadas. El trabajo se realiza en consultorios o en laboratorios, y con
frecuencia incluye programas informáticos. Si bien existen algunos estudios
que sugieren que procedimientos informáticos y el uso de las TICs generan un
mejoramiento cognitivo (Fernandez-Calvo, 2011; Gunther et al, 2003; Lu-
que, 2007; Ruiz-Sanchez, 2012), en nuestra experiencia clínica interpretamos
muchos de estos resultados como resultantes de un “aprestamiento cognitivo”,
ya que todavía falta resolver los problemas en los contextos de la vida diaria.
Estos modelos son muy considerados para realizar investigaciones. Con fre-
cuencia los logros reportados desde este paradigma derivan de la superación

162
Metodología Estadística e instrumentos en Neuropsicología

de un post-test y algunas escalas funcionales, más que de un reporte genuino


del mejoramiento de la vida diaria. Los aspectos cognitivo-afectivos, con las
interacciones ambientales y del contexto en la resolución de problemas son
considerados; aunque el énfasis está puesto en la medición de las funciones o
constructos, en los déficits y en las funciones conservadas, con un tibio alcance
a los problemas de la vida real. Es consecuencia, la evaluación por dominios
cognitivos es el modelo ideal para promover investigaciones de baja transfe-
rencia al mundo profesional, como suele ocurrir en los ámbitos académicos.
Estas valoraciones neuropsicológicas suelen seguir procedimientos que
implican una arquitectura neurocognitiva basada en numerosos constructos y
subprocesos cognitivos, que en la práctica clínica suele resultar artificioso. En
opinión de algunos autores (García Molina et al, 2014) “las pruebas diseña-
das de acuerdo con este paradigma resultan de poco valor para procedimien-
tos clínicos (diseño de la rehabilitación) por la pobre correspondencia con
la realidad clínica del sujeto o paciente”. Se trata de evaluaciones útiles en la
identificación de patrones diagnósticos diferenciales, pero pobres en el diseño
de esquemas terapéuticos de alcance ecológico. Se trata de evaluaciones más
dependientes de constructos teóricos, de la estadística y la baremización; que
de la observación cualitativa y del estado potencial de las funciones cerebrales
(instrumentos facilitadores, estrategias de resolución, modalidades procesa-
miento y de aprendizaje). En una revisión de test ecológicos valorativos de las
funciones ejecutivas, por ejemplo, Bombín-Gonzalez et al. (2014) observan
que “frecuentemente los test de resolución de problemas plantean tareas que
nada tienen que ver con las actividades cotidianas, con el fin de que ningún
sujeto se beneficie de la experiencia previa y procurar unos criterios de evalua-
ción homogéneos”. Esto sin duda ha promovido numerosas investigaciones y
aportes, aunque la mayoría de ellos con beneficios más académicos y persona-
listas que de aplicación profesional (Ruff, 2003).

4. El paradigma de validez ecológica. Su fundamento radica en que es


necesario evaluar y tratar las funciones cerebrales los más cercano al contexto
en el cual se organizan y desarrollan. Los test intentan ser representativos
de las funciones cerebrales involucradas en la vida real. Implican tareas que
deben ser lo suficientemente complejas como para demandar recursos cogni-
tivos y predecir los problemas en la vida diaria. A menudo se complementan
con valoraciones conductuales en contextos específicos, como problemas de la
vida diaria, relaciones socioafectivas y toma de decisiones. En los últimos años
se viene trabajando en la generación de nuevas pruebas neuropsicológicas con
validez ecológica (Burgues et al, 1998; Lambert et al, 2002; Manly et al, 2003;

163
Mias C. D.

Levine et al, 2009). La evaluación con fines diagnósticos supone recrear un


contexto común a las personas, aunque no hay acuerdo sobre cuál contexto
resultaría más ecológico o representativo. No obstante, este es un modelo muy
útil y necesario en la práctica clínica. Justifica la observación de las funciones
cerebrales a través de su expresión comportamental en tareas cotidianas. Por
ejemplo, se le otorga al paciente un dinero o un listado de actividades que
debe ejecutar en un ambiente natural simulado; o bien se puede recorrer el
barrio a fin de observar su orientación espacial, como mantener una conserva-
ción sobre sus temas de interés, a fin de observar sus particularidades lingüísti-
cas. Estas formas ecológicas de observación justifican conocer el ambiente del
paciente, y en ocasiones fundamentan la necesidad de un Auxiliar Terapéutico
(AXT) instruido en neuropsicología y modelos de aprendizaje (Mias, 2015).
El abordaje terapéutico supone atender las exigencias cognitivas que subyacen
a problemas de adaptación o integración en áreas críticas como problemas de
la vida diaria, familiar, rendimiento laboral y social.
En materia de evaluaciones con test de validez ecológica, corresponde
decir que no hay acuerdo todavía respecto de qué “contexto” se toma como
ecológico, con la consecuente separación de poblaciones marginales, escasa-
mente instruidas, poco desarrolladas, o con particulares destrezas o estilos de
vida (Bombín- Gonzalez et al, 2014). Además, si bien el contexto está dado
por las reglas, en la práctica, éstas pueden adquirir autonomía funcional y no
responder a las particularidades cognitivas del paciente, ni a las contingencias
del refuerzo. Es el ejemplo de cuando las reglas controlan la conducta, dejando
más vulnerables a las personas que no pueden seguir las mismas, tal como son
exigidas (a pesar de que las reglas dan margen de resolución al paciente). Por
lo tanto, para un abordaje terapéutico la lectura de las funciones cognitivas
como “déficits” o “conservadas” no siempre resulta práctica, ya que en oca-
siones el problema no es la función cognitiva, sino el contexto que la exige.
Para ello, los procedimientos de re-contextualización, suelen ser de utilidad.
Sin embargo, no se trata de cambiar el contexto para que se ajuste la función
cognitiva, sino que además se solucione un problema o se logre una mayor
adaptación a la vida cotidiana. Operar de este modo implica un paradigma
centrado en el paciente.

5. El paradigma centrado en el tratamiento. Se fundamenta en la


necesidad de observación y valoración neuropsicológica y conductual en la
vida misma del paciente (Mias, 1997; Ruff, 2003). Su fundamento: No hay
mejor test que la vida diaria (Mias, 2008). Además del carácter ecológico de
la evaluación, supone conocer el efecto de instrumentos facilitadores, estrategias

164
Metodología Estadística e instrumentos en Neuropsicología

de resolución, y modalidades de procesamiento y aprendizaje (estilos cognitivos),


que aporten a un esquema terapéutico de utilidad en la vida del paciente. En
términos de Vigotsky (1934), se trata de valorar no solo un rendimiento efecti-
vo, sino también potencial. En consecuencia, los tiempos y puntajes obtenidos
en los test, no serán tan importantes como observar el afrontamiento cogni-
tivo y beneficio de instrumentos facilitadores (mejoradores del rendimiento).
La propuesta considera la interacción de aspectos neurocognitivos, conduc-
tuales y socioafectivos, en contextos propios del paciente. Se trata además
de comprender, los sistemas funcionales y de refuerzo e interacción medio
ambiental, como las representaciones y esquemas mentales con significados
claves en los procesos de recuperación o desarrollo. Se contempla la elabora-
ción del duelo de pérdida o no desarrollo neurofuncional, hasta encontrar un
nuevo significado de vida a través de la conciencia, la aceptación y el realismo
(García-Molina et al, 2014). Implica un compromiso del medio ambiente y
familiar importante, tanto como la participación de un Auxiliar Terapéutico
(AXT) en el dispositivo de trabajo (Mias, 2015). El objetivo de este modelo es
la intervención terapéutica, y en caso de desarrollarse investigaciones, requiere
de modelos de caso único. Muchas investigaciones que propicia este modelo
se enmarcan en estudios clínicos de caso único o diseños de series temporales,
descriptivos, de casos controles, entre otros.

C) Instrumentos de evaluación
En la evaluación neuropsicológica se emplean diversas pruebas, valora-
tivas de múltiples dominios cognitivos. Debe destacarse, que la implemen-
tación de instrumentos no está exenta de observaciones cualitativas respecto
de modalidades de procesamiento de la información, de resolución, como de
facilitadores de rendimiento. Esto es especialmente importante si se trata de
realizar finas discusiones clínicas, como de pensar el tratamiento. Es lo que
marca la diferencia entre “evaluar para diagnosticar, o evaluar para tratar”
(Mias, 2015). A los fines de la investigación, el criterio estadístico suele ser
importante, por lo que se procede con las consignas, estímulos y puntuacio-
nes recomendados para cada prueba. Con la finalidad de que el investigador
en Neuropsicología tenga algunas pruebas y medidas de tendencia central de
referencia, veremos a continuación algunos instrumentos frecuentemente em-
pleados, la mayoría de ellos multipresentes en la literatura científica, y otros
de desarrollo local.

165
Mias C. D.

C.1. Pruebas Neuropsicológicas

Minimental State Examination (MMSE)


Es un test de cribado de las demencias desarrollado por Folstein &
McHugh (1975), aunque ha sido estudiado su perfil en el deterioro leve
(Fontan Scheitler et al, 2004). El MMSE es un test de rápida administración
que evalúa cinco funciones básicas: orientación espacial y temporal, memoria
inmediata y diferida, atención y cálculo, lenguaje con denominación, repeti-
ción, comprensión y lectoescritura, y viso-construcción (Simone et al, 2007).
La puntuación máxima es de 30 puntos; y para fijar el punto de corte las
normas sugieren considerar la edad y el nivel de instrucción del evaluado
(Butman et al., 2001). En Argentina se administra según normas determi-
nadas por la Sociedad Neurológica Argentina (Allegri et al, 1999; Butman
et al, 2001). Los estudios de confiabilidad y validez son multipresentes en la
literatura científica, y cuenta con adaptación y baremización en Argentina
(Butman et al, 2001; Infante & Mias, 2009).

Test de Isaac
Test desarrollado por Isaac & Akhtar (1972). Es empleado como test de
cribado de la demencia en sujetos de muy bajo nivel de instrucción o analfa-
betos. Valora la fluidez verbal semántica, la flexibilidad cognitiva, la velocidad
de procesamiento y el almacén léxico-semántico. Presenta gran similitud a las
pruebas de fluidez verbal. En esta prueba el evaluado debe mencionar palabras
pertenecientes a categorías semánticas de colores, animales, frutas y ciudades.
En la versión que utilizamos en nuestro medio se dispone de un minuto para
cada categoría o se pasa a la siguiente cuando haya mencionado 10 palabras
correctas. El puntaje máximo final es de 40 puntos (10 por categoría) asig-
nándose 1 punto por palabra correcta. El punto de corte para detectar una
demencia es de 29 puntos en los adultos, y de 27 en las personas mayores. El
grado de correlación entre el MMSE y el Test Isaac tiene un r= 0,732 valorado
como alto (Pascual et al., 1990).

Test del reloj a la orden


Prueba creada por Freedman y colaboradores en 1994. Se lo utiliza
como una herramienta sencilla para recabar información sobre el funciona-
miento cognitivo global del paciente y para discriminar personas con demen-
cia (Simone et al, 2007). Además de medir el funcionamiento cognitivo ge-
neral permite valorar funciones ejecutivas, memoria semántica y habilidades
visoespaciales (Jardim et al, 2013). En nuestro medio utilizamos la propuesta

166
Metodología Estadística e instrumentos en Neuropsicología

de aplicación y puntuación de Cacho, et al. (1999). La puntuación consiste


en una escala de 0 a 10. Una puntuación máxima de dos puntos para la es-
fera, cuatro puntos para los números y otros cuatro puntos para las agujas.
El puntaje de corte para discriminar entre personas sanas y pacientes con
demencia es de 6 puntos, con una sensibilidad del 92,8 % y una especificidad
del 93,48% (Cacho et al, 1999).

INECO Frontal Screening Test


Es una prueba desarrollada en el Instituto de Neurociencia Cognitiva de
Argentina, por Torralva y colaboradores (2009). Se trata de un cribado de las
funciones ejecutivas (Torralva et al, 2008), sensible y específica para detectar
disfunción frontal temprana en pacientes con demencia. También ha demos-
trado ser de utilidad adicional en el diagnóstico diferencial entre pacientes
con Alzheimer y demencia frontotemporal (Gleichgerrcht et al, 2011). El test
INECO está compuesto por ocho subpruebas breves que permiten medir tres
grandes grupos de funciones: respuesta de inhibición y flexibilidad cognitiva,
abstracción y memoria de trabajo. Las pruebas comprenden valoración de:
programación motora, instrucciones conflictivas, control inhibitorio motor
verbal, memoria operativa y agenda visoespacial, interpretaciones de refranes
y control inhibitorio verbal. El puntaje máximo es de 30 puntos y el punto de
corte es de 25 puntos, con sensibilidad del 96,2% y especificidad del 91,5%
(Torralva, Roca, Gleichegercht, López & Manes, 2009). El test cuenta con
baremización local para su uso en un Servicio de Neuropsicología (ver más
adelante).

Subtests del WAIS-III (Wechsler, 2002)


A partir de la mundialmente conocida Bateria WAIS (Wechsler, 2002),
que cuenta con adaptación y baremización en nuestro país, se seleccionan los
subtest de: 1) Subtest de Digito Símbolos que valora atención visual, memoria
inmediata y velocidad de procesamiento perceptual; 2) Subtest de completa-
miento de figuras que valora el análisis visoperceptivo y la función visoespacial;
3) Subtest ordenamiento número-letra para el estudio de la memoria de corto
plazo, memoria operativa y estrategia de retención, y cuyo efecto distractor
lo torna sensible para el estudio del deterioro en comparación con sujetos
normales. 4) Subtest de analogías, que valora la capacidad de abstracción y
conceptualización, a través de la habilidad para asimilar y clasificar semejanzas
y diferencias entre objetos, hechos o ideas. Su rendimiento se ve muy influido
por el nivel de instrucción. Estudios de confiabilidad y validez de las pruebas
WAIS son aceptables y multipresentes en la literatura. Estos subtest cuentan

167
Mias C. D.

con baremización en la Ciudad de Córdoba, Argentina (Mias, 2010) y ac-


tuales (ver más adelante).

Subtest de Memoria Verbal


Se trata de la prueba de aprendizaje de palabras del Test Neuropsi Atención
y Memoria de Ostrosky-Solís y Ardila. Esta subprueba valora la evocación
diferida de 12 palabras, de manera espontánea, por claves y reconocimiento.
Valora tanto la memoria inmediata, como la memoria episódica a través de la
evocación diferida espontánea; permitiendo diferenciarla de la evocación por
claves y reconocimiento; a los fines de establecer diferencias entre la capacidad
de almacenamiento y evocación de la información. Cuenta con datos nor-
mativos para sujetos entre 6 y 85 años (Ostrosky-Solis et al., 2003), y barem-
ización del subtest de memoria en la Ciudad de Córdoba, Argentina (Mias,
2010) y actuales (ver más adelante).

Lista de palabras de la Wechsler Memory Scale


La prueba se enmarca en una batería amplia y específica para la
valoración de la memoria, como la Wechsler Memory Scale, cuarta edición.
La bateria permite puntuaciones de índice para memoria auditiva, memoria
episódica visual, memoria de trabajo visual, memoria inmediata y diferida.
La subprueba seleccionada con frecuencia implica el aprendizaje de 12 pal-
abras sin relación semántica ni fonológica en cuatro ensayos consecutivos; con
la evocación diferida espontánea y por reconocimiento (se leen 24 palabras
para su identificación). Estos componentes de la prueba permiten diferenciar
procesos de evocación (memoria diferida) versus de almacenamiento (recon-
ocimiento). Estudios de validez y confiabilidad de la prueba son aceptables y
multipresentes en la literatura científica. El test cuenta con baremización local
para su uso en Neuropsicología (ver más adelante).

Subtest Memoria semántica remota


Se trata de una subprueba de la Memory Alteration Test (M@T) desa-
rrollada por Rami et al. (2007), que ha demostrado tener capacidad para
diferenciar quejas de memoria, de deterioro leve y Alzheimer. Está basada
en la teoría de la consolidación de la memoria propuesta por Squire et al.
(2004), la cual plantea que el lóbulo temporal medial dirige la codificación y
recuerdo de eventos recientes, y que los recuerdos se vuelven independientes
del hipocampo y del lóbulo temporal medial consolidándose en los circuitos
neocorticales. Consta de 15 preguntas de cultura general orientadas a evaluar
la memoria semántica (Rami et al, 2007). Se asigna 1 punto por cada respues-

168
Metodología Estadística e instrumentos en Neuropsicología

ta exacta correcta, no aceptándose como tal una respuesta aproximada. El test


cuenta con baremización local para su uso en un Servicio de Neuropsicología
(ver más adelante).

Test de la figura compleja de Rey-Osterrieth


Esta prueba fue desarrollada por Rey en 1941 para evaluar habilidades
viso-constructivas y memoria visual en pacientes con lesión cerebral; y en
1944 fue estandarizada por Osterrieth (Shin, Park, et al, 2006). El test valora
la función visoperceptiva en la copia de la figura, y la función de memoria vi-
sual en su reconstrucción diferida, y secundariamente, la ejecución de las pra-
xias construccionales (Peña Casanova, Gramunt, & Gich, 2005) dependien-
tes de lápiz y papel. Actualmente, además de habilidades viso-constructivas
y memoria visual, se considera que la figura compleja de Rey permite valorar
otras funciones y procesos cognitivos, en especial capacidad de planificación,
estrategias de organización de la información, habilidades perceptuales y mo-
toras (Ardila y Ostrosky, 2012). Estudios de confiabilidad y validez son acep-
tables y multipresentes en la literatura; y cuenta con baremización realizada
para la Ciudad de Córdoba (Mias, 2010) y actuales (ver mas adelante)

Test de denominación de Boston


Esta prueba evalúa la función denominativa del lenguaje y el acceso a la
memoria semántica. Es una prueba de denominación por confrontación vi-
sual, muy empleado en la valoración de las demencias semánticas y demencias
tipo Alzheimer (Jaichenco, Wilson & Ruiz, 2007). En Argentina se adaptó y
estandarizó una forma abreviada con los 12 ítems con mayor discriminación
para demencias, estableciendo un punto de corte de 9 (Serrano et al., 2001).
Otro criterio por emplearse son baremos, como los desarrollados para Ciudad
de Córdoba (Mias, 2010) y actuales (ver más abajo).

Pruebas de Fluidez Verbal


Estas pruebas presentes en muchas baterías o protocolos de evaluación
neuropsicológica fueron desarrolladas inicialmente por Spreen y Benton (Ruff
et al, 1996). Permiten valorar la capacidad de almacenamiento del sistema
mnésico semántico, la habilidad de recuperación de información almacenada,
y componentes ejecutivos estratégicos de acceso lexical o búsqueda de pala-
bras (Butman et al., 2000). Además, brindan información sobre la amplitud
del vocabulario, la velocidad de respuesta, la memoria a corto y largo plazo, la
facilidad de producción verbal y la disponibilidad para iniciar una conducta
en respuesta ante una tarea novedosa (Ramírez et al, 2005). La habilidad de

169
Mias C. D.

generar palabras indica actividad de las regiones cerebrales frontal y tempo-


ral del hemisferio izquierdo. A nivel cualitativo pueden analizarse las perse-
veraciones, intrusiones, sustituciones y estrategias utilizadas (Butman et al.,
2000). Las pruebas de fluidez verbal permiten diferenciar: 1) Test de fluidez
verbal semántica: valora memoria semántica y flexibilidad cognitiva (nombrar
animales en un minuto). El test cuenta con estudios de adaptación y estan-
darización en Argentina (Butman et al, 2000), de baremización en la Ciudad
de Córdoba (Mias, 2010), y actuales (ver más adelante). 2) Test de fluidez
verbal fonológica: Valora memoria de trabajo, habilidad de recuperación verbal
y flexibilidad cognitiva (palabras que comiencen con P o F en un minuto).
Ha sido adaptado y estandarizado en Argentina (Butman et al., 2000), con
baremos obtenidos para la Ciudad de Córdoba (Mias, 2010) y más actuales
(ver más abajo). 3) Test de fluidez verbal letra excluida. Consiste en solicitar al
sujeto que en un minuto diga la mayor cantidad de palabras posibles que no
tengan una letra designada. En nuestro medio se utiliza la versión letra “A”
excluida y se valora según la dificultad en la tarea (moderada, leve o sin difi-
cultad). Cuenta con baremos de uso en un Servicio en Neuropsicología (ver
mas adelante).

El Trail Making test


Esta prueba creada por Partington & Leiter (1949), consta de dos partes
conocidas como TMT-A y TMT-B. El primero requiere de búsqueda visual,
valora atención sostenida y habilidades motoras y visoespaciales. El TMT-B
implica además flexibilidad mental y atención dividida (Drake et al., 2008).
La puntuación de cada parte consiste en el tiempo empleado para resolver la
consigna, señalado en segundos. Además, se anotan los errores para el análisis
cualitativo (Drake, 2008). Debe señalarse que, en estas pruebas, a diferencia
de las demás, la mayor puntuación (medida en segundos) es indicadora de
menor rendimiento. Estudios de confiabilidad y validez son multipresentes en
la literatura; y cuenta con baremos desarrollados para la Ciudad de Córdoba,
y más actuales (ver más adelante).

Test de Stroop
Es una prueba desarrollada originalmente por Stroop en 1935, aunque
se emplea la versión de Golden. La prueba evalúa principalmente la capacidad
para inhibir una respuesta automática (leer las palabras) y sustituirla por una
respuesta poco habitual (decir el color con el que está escrita) definida por un
criterio arbitrario. En consecuencia, implica una atención selectiva e inhibi-
ción de respuesta automática. El test otorga además un índice de resistencia

170
Metodología Estadística e instrumentos en Neuropsicología

a la interferencia en una situación conflictiva, previa medida de lectura de


palabra e identificación de colores. Su fiabilidad ha mostrado ser muy consis-
tente en sus distintas versiones, con índices que varían de 0,71 a 0,73 para la
puntuación de interferencia (Golden, 2005). El test de Stroop es sensible a
lesiones laterales y mediales de los lóbulos frontales, pero no es específico del
funcionamiento frontal general, ya que activa redes neuronales de regiones
frontales y no frontales (Torralva & Manes, 2008). En el Servicio de Neurop-
sicología se emplea únicamente el estímulo de palabra-color, para el cual se
cuenta con baremos locales (ver mas adelante).

Prueba de reconocimiento de figuras yuxtapuestas


Es una prueba basada en el test desarrollado por Poppelreuter en 1917
que consta de 12 láminas que contienen de tres a cinco dibujos superpuestos
de objetos comunes. La tarea consiste en presentar cada una de dichas lámi-
nas, solicitar al examinado que identifique los objetos que observa y que los
señale con el dedo (o eventualmente los denomine). Mas allá de la modalidad
de expresión, lo importante es la capacidad para identificar los objetos en una
trama de dibujos superpuestos. En nuestro medio utilizamos una versión que
consta de dos láminas que contienen cinco figuras superpuestas cada una.
Se asigna 1 punto por cada figura identificada correctamente siendo 10 la
máxima puntuación posible. Esta prueba permite valorar las gnosias visuales,
dado que un paciente con dificultades en el reconocimiento visual es incapaz
de separar las figuras e identificarlas (Ardila & Rosselli, 2007). Dado que la
prueba es más sensible a las demencias, en el Servicio de Neuropsicología la
utilizamos como parte de un set de pruebas con valor cualitativo, orientador
respecto de la presencia de agnosias visuales.

Valoración de gnosias auditivas de Luria


Es una prueba basada en la subprueba “escucha fonémica” de Luria
perteneciente a la valoración neuropsicológica de Luria, sistematizada por
Christensen (1989). Consta de una parte de discriminación auditiva en la
cual se presentan dos fonemas y el examinado debe determinar si son iguales
o diferentes; y otra parte de audición fonémica y repetición en la cual el exa-
minado debe repetir tres letras, tres sílabas y tres palabras de baja frecuencia
de uso en la lengua española. En la evaluación original propuesta por Luria
no se incluía la repetición de sílabas ni de palabras, y es un acierto que esta
prueba las incorpore porque en la cotidianeidad la comprensión fonética de
consonantes depende de la vocal que le sigue (Christensen et al., 1989). Su
análisis no requiere de baremización, sino que admite una lectura cualitativa;

171
Mias C. D.

aunque sus respuestas pueden categorizarse empleando una dimensión según


el grado de dificultad observada.

Comprensión de texto y abstracción de Luria


La valoración de procesos intelectuales a través de la comprensión de
textos forma parte de la Batería Neuropsicológica de Luria-Nebraska (Golden
et al, 1980). Es una herramienta útil para evaluar las alteraciones en el conoci-
miento semántico-lexical que suelen presentarse en afasias con lesiones poste-
riores (Christensen et al,1989). En el Servicio de Neuropsicología empleamos
la fábula “El cuervo y las palomas”, aunque hay otras disponibles como “la
gallina de los huevos de oro”. En ambos casos, se lee en voz alta y luego se
le formula al evaluado cuatro preguntas. Las primeras tres preguntas valoran
memoria inmediata y comprensión; y la cuarta apunta a evaluar abstracción
y comprensión de metáforas (Burin, 2007). Cada respuesta correcta vale 1
punto, las respuestas poco claras, parcialmente correctas o que requieren de
facilitación 0,5 puntos y las respuestas incorrectas 0 puntos. Al tratarse de una
prueba cualitativa se valora según la dificultad en la tarea (moderada, leve o
sin dificultad), por lo tanto, no requiere de baremización.

Memoria episódica con sentido ecológico


Es una prueba de memoria episódica considerada de tipo ecológica, pro-
puesta por Mias & Bastida en el Servicio de Neuropsicología de la UNC. En
esta prueba se le pregunta al evaluado qué se hizo y habló al principio de la
sesión (primeros 10 minutos), cuáles fueron los primeros diálogos y actividades
realizadas (preguntas iniciales del protocolo de evaluación, y primeros test). El
rendimiento es valorado con una escala de apreciación cualitativa que va de 0
a 5 puntos en función del grado de detalles que el sujeto es capaz de recordar;
0 puntos equivalen a un nulo recuerdo y 5 puntos equivalen a un recuerdo
óptimo. La prueba no prevé baremos, sino que emplea una escala likert para
valorar el volumen de información recuperado. Se la considera ecológica, ya que
el evaluado debe recuperar espontáneamente información presente al momento
de iniciar el dialogo; y resulta de correlación moderada (r=0,63; p=0,001) con
pruebas tradicionales de aprendizaje de 12 palabras (WMS).

172
Metodología Estadística e instrumentos en Neuropsicología

C.2. Valoración funcional, psicológica y ambiental

Cuestionario de quejas subjetivas de memoria


El cuestionario indaga la frecuencia de diferentes tipos de olvidos y des-
pistes, dada la necesidad de explorar esta variable subjetiva de modo específico
(Adbulrab & Heurn, 2008). La versión original creada por Marotto (1999)
está compuesta por 14 ítems sobre olvidos comunes en adultos mayores; pero
en nuestro medio utilizamos una versión ampliada de 20 ítems (Mías, 2010)
que incluye seis ítems adicionales de olvidos frecuentemente asociados a la
demencia (significado de palabras conocidas, de manipulación de objetos co-
tidianos, de un suceso completo, olvido de tener que acordarse, et sim). La va-
loración se realiza a través de una escala tipo likert con opciones de respuesta
del 1 al 10, en la cual, a mayor puntuación, corresponde mayor frecuencia de
olvido. El cuestionario tiene validez de contenido, y el coeficiente de confia-
bilidad Alfa de Cronbach en nuestros estudios es de 0,94 (Mías, et al, 2015a).
El cuestionario cuenta con baremización local para su uso en un Servicio de
Neuropsicología (ver más adelante).

Cuestionario de quejas ejecutivas


Se trata de una escala de cotejo desarrollada Ad-Hoc por Mias (2010)
para estudios en el Servicio de Neuropsicología UNC. A juicio de dos expertos,
implica quejas de tipo ejecutivas en relación con dominios de atención y me-
moria reciente, control inhibitorio, motivación y apatía, planificación e inicia-
tiva. La escala se desarrolló con 30 ítems iniciales, de los cuales se seleccionan
15 mediante análisis factorial exploratorio. Está compuesta por un total de 15
ítems finales, que se responden con una escala tipo likert de 0 a 4 (Nunca a
siempre); agrupados en cinco factores ejecutivos: “atención y memoria inmedia-
ta”, “iniciativa y programación”, “flexibilidad conductual”, “apatía y decisión” y
“control de la inhibición”. No obstante, un análisis más reciente realizado con
295 adultos cognitivamente normales determinó una estructura de tres factores,
explicativos del 60,7% de la varianza: 1) Motivación, iniciativa y decisión; 2)
Control inhibitorio conductual; 3) Atención y memoria reciente. Tiene validez
de constructo, con un índice alfa de confiabilidad de 0,92, valorado como alto
(Mias, 2010). El cuestionario cuenta con baremización local para su uso en un
Servicio de Neuropsicología (ver más adelante).

Escala de Actividades Instrumentales de la Vida Diaria


La escala de Actividades Instrumentales de la Vida Diaria fue desarro-
llada por Lawton & Brody (1969), con la finalidad de evaluar la autonomía

173
Mias C. D.

funcional y las actividades instrumentales de la vida diaria en la población


anciana. Consta de ocho ítems que aluden a distintos quehaceres de la vida
diaria, tales como: capacidad para utilizar el teléfono, hacer compras, prepa-
ración de la comida, cuidado de la casa, lavado de la ropa, uso de medios de
transporte, responsabilidad respecto a su medicación y manejo de sus asuntos
económicos. Los ítems se valoran mediante una escala ordinal de tres a seis
niveles dependiendo del ítem. El 0 indica siempre capacidad conservada y el
mayor puntaje indica el mayor grado de afectación (Montejo et al, 2012).
Estudios de confiabilidad y validez son multipresentes en la literatura (Millán
Calenti, 2011). En el Servicio de Neuropsicología, esta escala es administrada
tanto al paciente como al informante.

Escala de Actividades Expansivas de la Vida Diaria


La escala es construida inicialmente como una escala ad hoc por Mías
(2010) en el Servicio de Neuropsicología de la UNC. La escala fue desarrolla-
da con ítems, que a juicio de dos expertos, valora la capacidad autoreportada
de actividades que vinculan a la persona con el mundo social y externo al
hogar, tales como: expresar necesidades o deseos, capacidad de autocontrol,
mantenerse informado, mantener contactos socioafectivos, realizar activida-
des recreativas, realizar actividad física y aprender cosas nuevas. Consta de sie-
te ítems los cuales se valoran de modo similar a la escala de Lawton & Brody,
empleando una escala ordinal de cuatro niveles en la cual 1 indica siempre
capacidad conservada y el mayor puntaje indica el mayor grado de afectación.
La puntación final es la suma del valor de todas las respuestas y en nuestro
medio oscila entre 7 (máximo desarrollo) y 28 (desarrollo nulo). La escala
tiene validez conceptual y un índice alfa de confiabilidad de 0,89, valorado
como alto. En el Servicio de Neuropsicología de la UNC, este cuestionario se
administra tanto al paciente como al informante.

Escala de Depresión Geriátrica de Yesavage


Instrumento de autoadministración diseñado para valorar depresión
geriátrica en adultos mayores (Yesavage et al., 1983). La escala consta de 30
ítems relacionados con los síntomas afectivos y comportamentales de la de-
presión que permite valorar las siguientes áreas: afecto empobrecido, inactivi-
dad, irritabilidad, retraimiento, pensamientos angustiantes y juicios negativos
acerca del pasado, el presente y el futuro (Salamero & Marcos, 1992). Cuenta
con un formato de respuesta dicotómico categorizado como si-no, y se asigna
1 punto por cada respuesta positiva para depresión. La puntuación total oscila
entre 0 y 30 puntos, siendo esta última indicadora de depresión severa. En la

174
Metodología Estadística e instrumentos en Neuropsicología

versión original el punto de corte para discriminar normalidad de la afectivi-


dad es de 12 puntos. Posee elevados índices de correlación con otras escalas de
depresión como las de Hamilton y de Zung, y buena validez predictiva (sensi-
bilidad 84 %, especificidad 95 %, para un punto de corte de 15 (Burke et al,
1992). Estudios de confiabilidad y validez son satisfactorios y multipresentes
en la literatura (Millán Calenti, 2011).

Inventario de depresión de Beck


Este inventario desarrollado por Beck en 1961, consta en la actualidad
con 21 ítems para evaluar la gravedad (intensidad sintomática) de la depre-
sión (Beck et al., 1987). De administración autoadministrada, fue adaptada
al castellano y validada al castellano por Vázquez y Sanz (1991), siendo una
de las escalas de depresión mas utilizadas. En 1996, se presenta la Beck De-
pression Inventory II (BDI-II). Su contenido enfatiza más en el componente
cognitivo de la depresión, ya que los síntomas de esta esfera representan en
torno al 50 % de la puntuación total del cuestionario, siendo los síntomas de
tipo somático / vegetativo el segundo bloque de mayor peso; de los 21 ítems,
15 hacen referencia a síntomas psicológico-cognitivos, y los 6 restantes a sín-
tomas somático-vegetativos. Posee adecuada validez como prueba de cribado
(Burke, 1992; Millan Calenti, 2011), con índice satisfactorio de confiabilidad
en diversos estudios (0,76 a 0,95).

Escala de Eventos Traumáticos


Internacionalmente es conocida como Social Readjustment Rating Sca-
le. Es un instrumento desarrollado por Holmes & Rahe (1967), con el fin de
medir el reajuste social entendido como la intensidad y tiempo necesario para
adaptarse a un evento vital significativo (más allá de su deseabilidad). La esca-
la está compuesta por 43 ítems que representan distintos eventos vitales que
resultan estresantes, los cuales fueron seleccionados empíricamente en base a
la experiencia clínica (Hobson et al., 1998). Se trata de eventos que anteceden
al inicio de una enfermedad o que agravan el curso de una enfermedad ya es-
tablecida (Bruner et al., 1994). A cada uno de los ítems le corresponde un va-
lor denominado Life Change Unit que oscila entre 11 y 100 y que significa el
grado de reajuste vital que demanda dicho evento (Bruner et al., 1994; Moro-
te Rios et al, 2014). El evaluado debe marcar una cruz en aquellos eventos que
hayan ocurrido en los últimos 10 años. La escala original tiene un punto de
corte de 180 puntos para riesgo bajo de enfermedades somáticas, de 180-320
riesgo intermedio, y más de 320 puntos riesgo alto (Sanchez Cuba, 2010).

175
Mias C. D.

Escala de Estrés percibido


Escala desarrollada por Cohen, Kamarck & Mermelstein (1983). Valo-
ra el grado en cual las situaciones de la vida son valoradas como estresantes.
Este instrumento comprende 14 ítems diseñados para valorar cuan imprede-
cible, incontrolable y sobrecargada perciben a su vida las personas; se trata de
los tres componentes centrales en la experiencia de estrés (Cohen et al., 1983).
Los ítems consisten en preguntas sobre la frecuencia de diferentes percepcio-
nes de tensión, y el evaluado debe responder utilizando una escala que oscila
entre 0 “nunca” a 4 “muy a menudo”. El puntaje se obtiene invirtiendo el
valor asignado a los 7 ítems positivos que no connotan estrés (4, 5, 6, 7, 9, 10
y 13), y luego sumando el total de los valores (Cohen et al., 1983). En nuestro
medio utilizamos la escala traducida al español y una escala que oscila entre
1 “Nunca” a 5 “Muy a menudo”. La escala ha mostrado en nuestros estudios
un índice de confiabilidad de 0,87; y cuenta con baremos desarrollados para
la población local (ver más adelante).

Escala de Sentimientos de Soledad de UCLA


Escala de autoreporte desarrollada por Russell, Peplau & Ferguson
(1978) con el objetivo de suplir la falta de cuestionarios simples, breves y con-
fiables que midan la soledad. La versión original está compuesta por 20 ítems
extraídos de la escala desarrollada por Sisenwein; y consisten en declaraciones
que describen la experiencia de soledad. En nuestro medio utilizamos una
versión española de la forma abreviada de 10 ítems desarrollada por Knight,
Chisholm, Marsh & Godfrey¸ con posteriores estudios psicométricos (Bor-
ges, et al., 2008). En esta versión los ítems están planteados como preguntas,
lo cual es una de las mejoras que implementó Russell en la tercera versión de
la escala a fines de simplificar su formato de respuesta (Rusell, 1996). De este
modo, el sujeto debe valorar cuan a menudo siente lo planteado según una
escala likert de 1 a 3. A mayor puntuación, mayor presencia de sentimientos
de soledad.

Inventario de Personalidad criterios DSM IV


El CUPER-DSM es un inventario desarrollado por Mias (2010) dada
la necesidad de valorar aspectos de la personalidad de un modo breve, con in-
formación de tipo clínica. Considerando que los inventarios de personalidad
existentes son muy extensos y engorrosos (de 180 a 520 ítems), se optó por
desarrollar el presente partiendo de 80 ítems en estudio piloto, y aceptando
50 ítems en su versión final. Este inventario valora comportamientos que
configuran propiedades sobresalientes de la personalidad desde la perspec-

176
Metodología Estadística e instrumentos en Neuropsicología

tiva clínica, con una visión más dimensional que categorial. La base teórica
la constituyen los criterios para los trastornos de personalidad del DSM-IV
y su entrevista clínica. La determinación de un trastorno de la personalidad
debe diagnosticarse con otros métodos complementarios, como la entrevista
clínica o la Diagnostic Interview for DSM-IV Personality Disorders (Othmer
& Othmer, 1996). En el CUPER-DSM los puntajes para cada estilo de Per-
sonalidad van de 0 a 50 puntos en su versión escala likert 0-10 de respuesta.
Ítems de corrección: 1) Paranoide: 1, 11, 21, 31, 41. 2) Esquizoide: 2, 12,
22, 32, 42. 3) Esquizotipico: 3, 13, 23, 33, 43. 4) Antisocial: 4, 14, 24, 34,
44. 5) Límite: 5, 15, 25, 35, 45. 6) Histriónico: 6, 16, 26, 36, 46. 7) Nar-
cisista: 7, 17, 27, 37, 47. 8) Evitación: 8, 18, 28, 38, 48. 9) Dependencia:
9, 19, 29, 39, 49. 10) Obsesivo: 10, 20, 30, 40, 50. Exige sumar los puntajes
y ordenarlos luego de mayor a menor para observar las características sobresa-
lientes. También admite sumar los puntos de los ítems, para agruparlos como
A: grupo Raros y excéntricos; B: Dramáticos y emocionales; C: Ansiosos y
temerosos. El agrupamiento se realiza: 1-2-3 (grupo A), 4-5-6-7 (grupo B), y
8-9-10 (Grupo C); donde el resultado de Grupo B se multiplica por 0,75 para
ponderar los valores con los grupos A y B. El inventario cuenta con estudios
de sus propiedades psicométricas, realizadas con 743 voluntarios del medio
universitario, con 30,3 años de edad y 14,9 de instrucción (femenino 62,3%).
La prueba KMO (0,887; p=0,000) posibilitó conocer su estructura factorial,
mediante método varimax, obteniendo 8 factores que explican el 57,49%
de la varianza. Dado el número de factores muy próximo a los generados, y
la alta correlación entre los aspectos de personalidad indagados, se optó por
mantener los 10 factores conceptuales, con reordenamiento de 7 ítems ori-
ginales. Luego se obtuvo un coeficiente alfa de Cronbach de 0.87 valorado
como satisfactorio, con una correlación ínter ítem de 0.07. Ver la versión
definitiva en anexo.

Inventario de estrategias de afrontamiento de Tobin


El Coping Strategies Inventory, fue desarrollado por Tobin, Holroyd y
Reynols (1984). Escala basada en un modelo procesal de la información, me-
diante el cual tres serían las fases que conforman el proceso de estrés (Lazarus
& Folkman, 1987): 1) Evaluación primaria, que se refiere a la valoración que
el individuo hace de una situación estresante; 2) Evaluación secundaria, que
consiste en la elaboración a nivel mental de una respuesta ante la situación
estresante; y 3) Afrontamiento, o “cómo el sujeto responde” frente a la situa-
ción. La medida del Afrontamiento implica según estos autores, tener en con-
sideración: a) pensamiento, sentimientos y actos específicos; b) contextos es-

177
Mias C. D.

pecíficos de evaluación; y c) diferentes períodos temporales. La presente escala


permite explorar Subescalas primarias, como: 1. Resolución de problemas; 2.
Reestructuración cognitiva; 3. Expresión de emociones; 4. Apoyo social; 5.
Evitación de problemas; 6. Pensamientos ansiosos; 7. Autocrítica; 8. Retirada
social; Subescalas secundarias, como: 1. Dirigida a la acción y centrada en el
problema. Estas estrategias implican esfuerzos cognitivos y conductuales para
cambiar la situación o cambiar el significado de tal situación para el sujeto.
Se centran en la situación estresante en sí misma. 2. Dirigida a la acción cen-
trada en la emoción. Los esfuerzos de afrontamiento se centran en las reac-
ciones emocionales de los sujetos ante situaciones estresantes. Se expresan las
emociones y se busca apoyo psicosocial. 3. No dirigida a la acción centrada
en el problema. Reflejan estrategias cognitivas y conductuales de evitación y
negación de situaciones estresantes y una falta de habilidad o rechazo a per-
cibir la situación de diferente modo. 4. No dirigida a la acción centrada en la
emoción. Refleja un esfuerzo hacia el aislamiento, la no manifestación de los
sentimientos a los demás, y autocrítica o autoculpa por lo ocurrido; y Subes-
calas terciarias, como: 1. Dirigida a la acción. Con estas estrategias los sujetos
se involucran activamente en los acontecimientos estresantes, pudiendo llegar
hasta modificarlos. 2. No dirigida a la acción. No hay una implicación activa
del sujeto en la transacción persona/ambiente. Los sentimientos no son ex-
presados y se evitan las situaciones. En nuestro medio, se estudiaron algunas
propiedades psicométricas de la escala con 743 voluntarios de procedencia
universitaria, con 14,9 años de instrucción. Se obtuvo un coeficiente alfa de
Cronbach de 0.83 valorado como satisfactorio.

Cuestionario de Reserva Cognitiva


Desarrollado por Rami et al. (2011) con el objetivo de evaluar la RC
de forma rápida y práctica, basándose en la valoración de ocho ítems que
tendrían más influencia en el desarrollo de la reserva cognitiva (Rami et al.,
2011). Estos ítems son: la escolaridad alcanzada, escolaridad de los padres,
cursos de formación realizados, ocupación laboral desempeñada a lo largo
de la vida, formación musical, dominio de idiomas, frecuencia aproximada
de lectura y juegos intelectuales. Para cada aspecto hay de 3 a 6 opciones de
respuesta que pueden oscilar entre 0 y 5 puntos y el individuo debe marcar
aquella que más se ajusta a su realidad. Para calcular el puntaje total se suman
los valores asignados a cada aspecto, siendo el máximo 25 puntos. Puntuacio-
nes totales iguales o menores a 6 estiman una RC baja, entre 7 y 9 media-baja,
entre 10 y 14 media-alta y mayores o iguales a 15 alta (Rami et al., 2011).

178
Metodología Estadística e instrumentos en Neuropsicología

Inventario de Ambientes Enriquecidos en Adultos Mayores


El inventario de ambientes enriquecidos en adultos mayores (IAE-AM),
actualmente en versión piloto con 102 casos evaluados, ha sido desarrollado
en el Servicio de Neuropsicología por Mías, Restovich, Bressan & Bastida
(2017) con la finalidad de valorar el grado de estimulación presente en el
ambiente cotidiano de adultos y adultos mayores. Este inventario costa en su
versión original con 51 ítems agrupados en siete factores: estímulos del hogar
con 13 ítems, estímulos de vivienda y barrio con 7 ítems, estímulos verbales
con 7 ítems, estímulos de rutinas con 6 ítems, estímulos socioafectivos con
8 ítems, y estímulos culturales y estímulos para el cuidado de la salud con 5
ítems cada uno. Luego del primer análisis de sus propiedades psicométricas,
el inventario se ha reducido a 35 ítems, manteniendo 7 factores: 1) Estímulos
para el cuidado de la salud (5 ítems); 2. Estimulación verbal doméstica (6
ítems); 3. Estimulación cultural y de viaje (4 ítems); 4. Estimulación afectiva
(5 ítems); 5. Estimulación digital y electrónica (5 ítems); 6. Estimulación
social verbal (5 ítems); 7. Estímulos de Herramientas y cuidado mascota (5
ítems). Este inventario es autoadministrado y el formato de respuesta es tipo
likert con tres opciones: “No tiene o no está disponible” (0 puntos), “relativo
o no siempre disponible” (1 punto) y “tiene o siempre disponible” (2 puntos).
El máximo puntaje posible es 70 puntos. En estudios preliminares (Resto-
vich, 2017), el coeficiente de confiabilidad alfa ha sido de 0,91 para la escala
total, valorado como alto.

Escala AD8 (Alzheimer Disease 8)


Se trata de un cuestionario desarrollado por Galvin et al. (2005) con el
objetivo de diferenciar individuos cognitivamente normales de aquellos con
demencia, de forma más ágil y rápida que utilizando la Clinical Dementia
Rating Scale (CDR). La versión original consiste en una breve entrevista de
ocho preguntas a un informante acerca de la situación cognitiva y conductual
del paciente en el momento actual en relación con su situación previa. Por lo
tanto, este cuestionario tiene la ventaja de ofrecer una perspectiva evolutiva
del paciente. En nuestro medio utilizamos la versión validada y adaptada al
español rioplatense (Blanco et al., 2016) en la cual las preguntas son presen-
tadas en formato de cuestionario. De acuerdo con Muñoz, Núñez, Flores,
Behrens & Slachevsky (2010) las ocho preguntas evalúan cambios en las áreas
más comprometidas en un síndrome demencial y son las más sensibles para
predecir la puntuación en la CDR. Un estudio de validación evidenció que
un puntaje mayor que 2 detecta casos de demencia muy leve con excelentes
sensibilidad y especificidad (Galvin, Roe, Xiong & Morris, 2006, citado en

179
Mias C. D.

Muñoz et al., 2010). En el Servicio de Neuropsicología UNC, esta escala se


administra tanto al paciente (autoaplicada) como al familiar informante.

Test del Informador


Conocido como el Informant Questionnaire on Cognitive Decline in the
Eldery (IQCODE). Se trata de un cuestionario desarrollado por Jorm, Scott
& Jacomb (1989), a fin de valorar el declive cognitivo en ancianos a través
de un informante. El informante debe valorar el desempeño actual del pa-
ciente en tareas de la vida cotidiana en relación con cómo era 10 años atrás,
y determinar si el mismo ha mejorado mucho, ha mejorado un poco, apenas
ha cambiado, ha empeorado un poco o si ha empeorado mucho (Jorm & Ja-
comb, 1989). De este modo el IQCODE brinda una perspectiva longitudinal
sobre declive cognitivo (Forcano García & Perlado Ortiz de Pinedo, 2002);
y a mayor puntuación corresponde mayor declive. En su versión original el
cuestionario consta de 26 ítems, pero en nuestro medio utilizamos una ver-
sión española abreviada de 17 ítems conocida como SS-IQCODE (Morales,
Gonzalez-Montalvo, Bermejo & Del-Ser, 1995), en la cual se toman como
referencia 3 años en lugar de 10. El SS-IQCODE puede ser una herramienta
de screening útil para la detección funcional de demencia leve, ya que cuenta
con una sensibilidad del 86% y una especificidad del 90%, con valores supe-
riores a los del MMSE (Morales et al., 1992). Además, posee como ventaja
que los resultados son independientes de la edad, escolarización e inteligencia
premórbida del paciente (Jorm & Jacomb, 1989).

Escala de la demencia de Blessed


Instrumento desarrollado por Blessed, Tomlinson & Roth (1968)
que permite cuantificar la capacidad de los pacientes dementes para llevar a
cabo distintas tareas de la vida diaria (Mangone, Bauman & Gigena, 2008).
Inicialmente fue creada con el objetivo de establecer una correlación anato-
mo-funcional entre la escala y el número de placas seniles encontradas en
las muestras cerebrales de pacientes ancianos. La escala posee 22 ítems divi-
didos en tres apartados: actividades de la vida diaria, hábitos y personalidad
y conducta (Blessed et al., 1968). En nuestro medio utilizamos una versión
con una escala de respuesta que permite valorar la incapacidad total, parcial
o nula ante los distintos ítems, con un rango de puntos que oscilan entre 0
y 3; siendo 28 el puntaje máximo indicativo de incapacidad pronunciada.
Este instrumento debe ser siempre administrado al paciente en presencia de
un familiar. La BDS ha probado ser un test de screening sensible y específico
para detectar demencia; utilizando un punto de corte de 4 puntos posee una

180
Metodología Estadística e instrumentos en Neuropsicología

sensibilidad del 90% y una especificidad del 84% (Erkinjuntti, Hokkanen,


Sulkava & Palo, 1988).

D) Medidas de tendencia central de instrumentos (Baremos)


A continuación, vemos las medidas de tendencia central (media y des-
viación típica), obtenidas para algunas pruebas neuropsicológicas y psicoló-
gicas. Se trata de medidas obtenidas a partir de 688 casos cognitivamente
normales multifunción, evaluados en el Servicio de Neuropsicología de la
UNC, entre los años 2014-2016 (ver tabla 56). Los sujetos incluidos no se
encuentran afectados por enfermedades orgánicas, a excepción de los proble-
mas propios de la edad, en la medida que se reportan como controlados. Sin
antecedentes neurológicos ni psiquiátricos, con plena autonomía funcional, y
con adquisición de uso de la lecto-escritura y cálculo.
El recuento de casos fue categorizado en función de la edad, por rangos
de 10 años, considerando estudios que han mostrado para nuestra población,
que las variaciones significativas normales propias del declive se producen
cada 10 años (Mias, Bastida, et al, 2017). En nivel de instrucción fue cate-
gorizado con el criterio presente en la bibliografía, de valorar como baja la
escolaridad incompleta (3 a 11 años) y como alta a partir de la instrucción
media completa (12 o más años).
A fin de que el investigador tenga una referencia para determinar nor-
malidad cognitiva apoyado en un criterio estadístico, y considerando que la
misma se encuadra dentro de +-1,5 DS con respecto a la media, se presen-
tan las medidas de algunas pruebas frecuentemente empleadas en la evalua-
ción neuropsicológica. Para calcular a cuántos desvíos estándar de la media
se encuentra un puntaje obtenido, puede aplicarse la formula expresada
mas abajo. Se trata tomar el puntaje bruto (PB) obtenido del test, restarle
la media (M) del baremo; y al resultado dividirlo por la desviación estándar
(DS) del baremo.
Fórmula de cálculo de la desviación estándar de un puntaje bruto

DS = [PB (puntaje bruto obtenido) - M (media del baremo)] ÷ [DS (del baremo)]

181
(PB) obtenido del test, restarle la media (M) del baremo; y al resultado dividirlo por la
desviación estándar (DS) del baremo.

Fórmula de cálculo de la desviación estándar de un puntaje bruto

DS = [PB (puntaje bruto obtenido) - M (media del baremo)] ÷ [DS (del baremo)]
Mias C. D.

TablaTabla Número
56. 56. Númerode
decasos
casosde
de sujetos cognitivamente
sujetos cognitivamente normales
normales comprendidos
comprendidos en el
en el cálculo
cálculo de medidas de tendencia central de diversas pruebas
de medidas de tendencia central de diversas pruebas

Edad Nivel Recuento


instrucción
45-54 ALTA 125
BAJA 25
55-64 ALTA 221
BAJA 55
65-74 ALTA 152
BAJA 47
75-89 ALTA 39
BAJA 24
TOTAL 688
MIAS CARLOS D.
MIAS CARLOS D.

57. Medidas
Tabla Tabla de tendencia central para los test IFT, dígitos, número-letra| 140
57. Medidas de tendencia central para los test IFT, dígitos, número-letra
y
dígito
Tabla 57. Medidas de tendencia dígitosímbolo.
y central símbolo.
para los test IFT, dígitos, número-letra
y dígito símbolo.
Edad y Nivel INECO Frontal Span Número - Digito
Edad y Nivel
Instrucción INECO Frontal
test Span
dígitos Número
Letra - Digito
Símbolo
Instrucción test
Media D.S. dígitos
Media D.S. Letra D.S.
Media Símbolo
Media D.S.
45-54 ALTA Media
26,60 D.S.
2,19 Media
15,79 D.S.
2,16 Media
10,57 D.S.
1,41 Media
65,59 D.S.
13,84
45-54 ALTA
BAJA 26,60
23,60 2,19
2,13 15,79
13,60 2,16
2,60 10,57
9,80 1,41
1,57 65,59
49,07 13,84
13,03
55-64 BAJA
ALTA 23,60
26,20 2,13
2,29 13,60
15,24 2,60
2,45 9,80
10,46 1,57
2,06 49,07
58,78 13,03
12,81
55-64 ALTA
BAJA 26,20
23,30 2,29
2,69 15,24
13,40 2,45
2,25 10,46
8,60 2,06
1,47 58,78
48,05 12,81
9,70
65-74 BAJA
ALTA 23,30
25,22 2,69
2,48 13,40
15,52 2,25
2,47 8,60
10,07 1,47
2,14 48,05
51,87 9,70
10,56
65-74 ALTA
BAJA 25,22
23,89 2,48
2,53 15,52
13,14 2,47
2,53 10,07
9,03 2,14
2,24 51,87
45,22 10,56
9,69
75-89 BAJA
ALTA 23,89
24,23 2,53
2,44 13,14
13,97 2,53
2,28 9,03
9,41 2,24
1,50 45,22
45,54 9,69
9,18
75-89 ALTA
BAJA 24,23
22,70 2,44
2,64 13,97
12,16 2,28
2,48 9,41
8,47 1,50
2,20 45,54
38,32 9,18
9,85
BAJA 22,70 2,64 12,16 2,48 8,47 2,20 38,32 9,85
Tabla 58. Medidas de tendencia central para subtest de memoria de la WMS
58. Medidas
Tabla Tabla de tendencia
58. Medidas central
de tendenciay centralpara
figura de Reysubtest
para de memoria
subtest de memoriadede la WMS y
la WMS
figura
y figurade
deRey
Rey
Edad y Nivel WMS WMS Fig. Rey Fig. Rey
Edad y Nivel
Instrucción WMS
espontanea WMS
reconocimiento Fig. Rey
Copia Fig. Rey
Diferido
Instrucción espontanea
Media D.S. reconocimiento
Media D.S. CopiaD.S.
Media Diferido
Media D.S.
45-54 ALTA Media
8,61 D.S.
1,81 Media
22,80 D.S.
1,63 Media
34,70 D.S.
1,86 Media
21,51 D.S.
5,10
45-54 ALTA
BAJA 8,61
7,27 1,81
2,09 22,80
22,87 1,63
1,06 34,70 2,27
34,10 1,86 21,51
20,57 5,10
5,61
55-64 BAJA
ALTA 7,27
8,39 2,09
1,63 22,87
22,60 1,06
1,81 34,10
34,95 2,27
1,52 20,57
21,96 5,61
4,42
55-64 ALTA
BAJA 8,39
6,95 1,63
2,06 22,60
22,55 1,81
1,47 34,95
33,38 1,52
2,68 21,96
20,60 4,42
5,92
65-74 BAJA
ALTA 6,95
7,48 2,06
2,01 22,55
22,42 1,47
1,61 33,38
34,28 2,68
2,21 20,60
21,03 5,92
4,05
65-74 ALTA
BAJA 7,48
7,19 2,01
1,63 22,42
22,39 1,61
2,14 34,28
33,44 2,21
2,63 21,03
18,67 4,05
4,79
75-89 BAJA
ALTA 7,19
6,91 1,63
2,05 22,39
21,65 2,14
2,18 33,44
33,65 2,63
2,67 18,67
18,80 4,79
5,15
75-89 ALTA
BAJA 6,91
6,53 2,05
1,84 21,65
22,16 2,18
1,38 33,65
32,21 2,67
2,80 18,80
18,19 5,15
6,72
BAJA 6,53 1,84 22,16 1,38 32,21 2,80 18,19 6,72

Tabla 58.1 Medidas de tendencia central para la prueba de memoria del test NEUROPSI de
Ostrosky-Solis
Tabla 58.1 Medidas de tendencia et al,
central para 2003 (n=596)
la prueba de memoria del test NEUROPSI de
Ostrosky-Solis et al, 2003 (n=596)
Edad y Nivel 1er Evocación Evocación por Evocación
Edad y Nivel
Instrucción 1er
ensayo Evocación
diferida Evocación
claves por Reconocimiento
Evocación
Instrucción MediaensayoD.S. diferida
Media D.S. MediaclavesD.S. Reconocimiento
Media D.S.
182
45-54 ALTA Media
5,4 D.S.
1,9 Media
7,4 D.S.
1,9 Media
7,5 D.S.
2,0 Media
10,8 D.S.
1,4
45-54 BAJA
ALTA 5,4
5,2 1,9
1,4 7,4
7,2 1,9
1,8 7,5
8,0 2,0
1,7 10,8 1,4
55-64 BAJA
ALTA 5,2
5,1 1,4
1,5 7,2
7,1 1,8
1,5 8,0
6,9 1,7
1,9 10,8
10,7 1,4
1,3
BAJA 7,27 2,09 22,87 1,06 34,10 2,27 20,57 5,61
55-64 ALTA 8,39 1,63 22,60 1,81 34,95 1,52 21,96 4,42
BAJA 6,95 2,06 22,55 1,47 33,38 2,68 20,60 5,92
65-74 ALTA 7,48 2,01 22,42 1,61 34,28 2,21 21,03 4,05
BAJA 7,19 1,63 22,39 2,14 33,44 2,63 18,67 4,79
75-89 Metodología
ALTA 6,91Estadística
2,05 e21,65
instrumentos
2,18 en Neuropsicología
33,65 2,67 18,80 5,15
BAJA 6,53 1,84 22,16 1,38 32,21 2,80 18,19 6,72

Tabla 58.1 Medidas de tendencia central para la prueba de memoria del test
Tabla 58.1 Medidas de tendencia central para la prueba de memoria del test NEUROPSI de
NEUROPSI de Ostrosky-Solis
Ostrosky-Solis et al,
et al, 2003 2003 (n=596)
(n=596)

Edad y Nivel 1er Evocación Evocación por Evocación


Instrucción ensayo diferida claves Reconocimiento
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 5,4 1,9 7,4 1,9 7,5 2,0 10,8 1,4
BAJA 5,2 1,4 7,2 1,8 8,0 1,7 10,8 1,4
55-64 ALTA 5,1 1,5 7,1 1,5 6,9 1,9 10,7 1,3
BAJA 5,0 1,6 7,1 1,8 7,7 1,6 10,8 1,3
65-74 ALTA 5,1 1,6 6,5 1,6 6,6 1,7 10,4 1,5
BAJA 5,1 1,4 6,3 1,6 6,9 1,6 10,5 1,3
75-89 ALTA 4,6 1,0 6,3 1,4 6,1 1,7 9,9 1,6
BAJA 4,5 1,2 6,1 1,6 6,1 1,3 10,1 1,7
MIAS CARLOS D.
MIAS CARLOS D.

MedidasY ESTADISTICA
Tabla 59.METODOLOGIA de tendencia central para los test verbales
APLICADA EN NEUROPSICOLOGIA | 141
Tabla 59. Medidas de tendencia central para los test verbales
Tabla 59. Medidas de tendencia central para los test verbales
Edad y Nivel Test Boston Fluidéz Fluidéz Fluidéz letra
Edad y Nivel Test Boston Fluidéz Fluidéz Fluidéz letra
Instrucción Denominación semántica fonológica excluida
Instrucción Denominación semántica fonológica excluida
Media D.S. Media D.S. Media D.S. Media D.S.
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 11,33 0,84 22,47 4,62 15,71 2,77 10,68 2,49
45-54 ALTA 11,33 0,84 22,47 4,62 15,71 2,77 10,68 2,49
BAJA 11,00 1,10 19,80 4,27 13,60 2,20 8,36 2,17
BAJA 11,00 1,10 19,80 4,27 13,60 2,20 8,36 2,17
55-64 ALTA 11,07 1,03 21,55 4,30 15,04 3,42 11,03 2,16
55-64 ALTA 11,07 1,03 21,55 4,30 15,04 3,42 11,03 2,16
BAJA 10,90 0,97 17,95 3,17 12,35 3,17 8,20 2,07
BAJA 10,90 0,97 17,95 3,17 12,35 3,17 8,20 2,07
65-74 ALTA 11,20 0,96 20,69 4,12 14,94 3,36 10,26 2,09
65-74 ALTA 11,20 0,96 20,69 4,12 14,94 3,36 10,26 2,09
BAJA 10,78 1,17 17,94 3,87 13,08 2,44 8,50 2,16
BAJA 10,78 1,17 17,94 3,87 13,08 2,44 8,50 2,16
75-89 ALTA 10,51 1,22 20,35 4,01 13,73 3,17 10,08 2,30
75-89 ALTA 10,51 1,22 20,35 4,01 13,73 3,17 10,08 2,30
BAJA 9,89 1,29 17,26 3,16 12,30 2,29 8,63 2,46
BAJA 9,89 1,29 17,26 3,16 12,30 2,29 8,63 2,46

Tabla 60. Medidas de tendencia central para los test de componentes frontales
TablaTabla
60. 60. Medidasdedetendencia
Medidas tendencia central
centralpara
paraloslos
testtest
de de
componentes frontales
componentes frontales
Edad y Nivel TMT-A TMT-B Stroop Analogías
Edad y Nivel TMT-A TMT-B Stroop Analogías
Instrucción PC
Instrucción PC
Media D.S. Media D.S. Media D.S. Media D.S.
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 56,28 18,03 88,49 24,97 34,44 6,49 23,27 3,08
45-54 ALTA 56,28 18,03 88,49 24,97 34,44 6,49 23,27 3,08
BAJA 71,73 16,04 107,93 28,60 25,00 3,41 19,00 2,73
BAJA 71,73 16,04 107,93 28,60 25,00 3,41 19,00 2,73
55-64 ALTA 62,39 19,36 92,52 23,52 34,37 6,45 23,58 3,74
55-64 ALTA 62,39 19,36 92,52 23,52 34,37 6,45 23,58 3,74
BAJA 68,25 18,62 122,90 24,94 30,50 4,71 16,55 2,46
BAJA 68,25 18,62 122,90 24,94 30,50 4,71 16,55 2,46
65-74 ALTA 64,63 21,26 102,91 24,71 31,95 5,71 23,12 3,41
65-74 ALTA 64,63 21,26 102,91 24,71 31,95 5,71 23,12 3,41
BAJA 69,36 21,03 117,28 25,84 29,83 5,23 18,22 3,30
BAJA 69,36 21,03 117,28 25,84 29,83 5,23 18,22 3,30
75-89 ALTA 73,59 17,86 127,86 24,82 28,00 4,67 21,83 3,08
75-89 ALTA 73,59 17,86 127,86 24,82 28,00 4,67 21,83 3,08
BAJA 76,63 18,68 132,11 29,82 21,00 4,24 16,09 3,88
BAJA 76,63 18,68 132,11 29,82 21,00 4,24 16,09 3,88

Tabla 60.1 Medidas de tendencia central para test de memoria, velocidad de procesamiento
Tabla 60.1 Medidas de tendencia central para test de memoria, velocidad de procesamiento
y escala de Blessed
y escala de Blessed
Edad y Nivel Memoria Episódica Velocidad Blessed
Edad y Nivel Memoria Episódica Velocidad Blessed 183
Instrucción semántica ecológica procesam. Dementia Scale
Instrucción semántica ecológica procesam. Dementia Scale
Media D.S. Media D.S. Media D.S. Media D.S.
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 14,75 0,96 4,0 1,0 65,59 13,84 0,25 0,35
BAJA 68,25 18,62 122,90 24,94 30,50 4,71 16,55 2,46
65-74 ALTA 64,63 21,26 102,91 24,71 31,95 5,71 23,12 3,41
BAJA 69,36 21,03 117,28 25,84 29,83 5,23 18,22 3,30
75-89 ALTA 73,59 17,86 127,86 24,82 28,00 4,67 21,83 3,08
BAJA 76,63 18,68 132,11 29,82 21,00 4,24 16,09 3,88
Mias C. D.

Tabla 60.1 Medidas de tendencia central para test de memoria, velocidad de


Tabla 60.1 Medidas de tendencia central para test de memoria, velocidad de procesamiento
procesamiento
y escala ydeescala de Blessed
Blessed

Edad y Nivel Memoria Episódica Velocidad Blessed


Instrucción semántica ecológica procesam. Dementia Scale
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 14,75 0,96 4,0 1,0 65,59 13,84 0,25 0,35
BAJA 14,46 0,70 3,6 0,6 49,07 13,03 0,54 0,82
55-64 ALTA 14,07 1,10 4,1 0,7 58,78 12,81 0,77 1,08
BAJA 14,42 0,64 4,1 0,8 48,05 9,70 0,56 0,64
65-74 ALTA 13,55 1,60 4,2 1,0 51,87 10,56 0,56 0,63
BAJA 12,23 0,84 4,0 0,8 45,22 9,69 0,63 0,68
75-89 ALTA 13,58 1,11 4,3 0,8 45,54 9,18 0,68 0,94
BAJA 12,73 1,52 3,8 0,9 38,32 9,85 1,20 0,97
MIAS CARLOS D.

Tabla 61. Medidas de tendencia central para cuestionarios de quejas subjetivas y


Tabla 61. Medidas de tendencia central para cuestionarios de quejas subjetivas
ycomponentes
componentes psicológicos
| 142
psicológicos

Edad y Nivel Total Total Total Total Estrés


Instrucción QSM QE GDS Percibido
Media D.S. Media D.S. Media D.S. Media D.S.
45-54 ALTA 4,29 1,59 25,73 8,75 11,29 4,39 44,07 3,02
BAJA 5,62 1,79 27,33 8,65 12,13 4,38 45,50 2,12
55-64 ALTA 4,51 1,57 26,90 8,73 10,76 4,06 43,00 4,71
BAJA 4,21 1,70 25,30 8,91 12,25 4,99 42,33 2,52
65-74 ALTA 4,43 1,66 22,14 8,66 9,37 5,28 43,91 4,31
BAJA 3,44 1,43 22,42 8,94 10,14 4,77 43,33 7,76
75-89 ALTA 2,84 0,97 18,27 6,87 8,84 4,17 42,67 8,14
BAJA 3,51 1,00 19,94 9,94 7,95 5,12 41,50 8,02
QSM = Quejas subjetivas de memoria; QE = Quejas subjetivas ejecutivas; GDS = Escala Depresión de
Yesavage

184
Capitulo VII
Informes modelo de un Servicio
de Neuropsicología para adultos mayores
En el presente capitulo veremos algunos informes realizados por el Ser-
vicio de Neuropsicología de la Universidad Nacional de Córdoba, que do-
cumentan las actuaciones anuales realizadas, a la vez que introducen algunos
aspectos de investigación a los fines de tomar decisiones para años siguientes.
Esto es muy importante, ya que toda actividad profesional o científica que
se desarrolla en un marco institucional requiere de algunos registros estadís-
ticos que otorgan visibilidad a sus acciones, a la vez que aportan datos para
toma decisiones futuras. De esta manera, año tras año, se van mejorando la
calidad de los Servicios prestados, se incorporan nuevas variables de estudio
y se suprimen otras, al igual que los instrumentos, que se ajustan a nuevos
requerimientos. Otro punto interesante de llevar registros estadísticos es es-
tudiar las variaciones de la población que consulta, que en nuestro caso, cada
vez incluye más personas derivadas por profesionales médicos y psicólogos del
medio privado, como las solicitudes de pericias judiciales y certificaciones por
discapacidad. Esto nos ha obligado a incluir anexos específicos a los protoco-
los de base (por ejemplo, incluir pruebas control e indicadores de simulación
de déficits neurocognitivos). En definitiva, recomendamos llevar algunos re-
gistros estadísticos. Esto nos ha permitido en nuestro caso, contar con la base
de datos más grande la Ciudad de la Córdoba, tan necesaria para conocer
nuestra población local, y realizar investigaciones secundarias a los proyectos
de investigación acreditados.

185
Mias C. D.

Ejemplo 1

Reporte de actividades y
Estudio de prevalencia de deterioro cognitivo en Córdoba
Campaña multicéntrica de evaluación y prevención
del deterioro cognitivo realizada en

Cátedra de Neuropsicología, FACULTAD DE PSICOLOGIA


Servicio Psicopatología, HOSPITAL NACIONAL DE CLINICAS
Servicio de Neurologia, HOSPITAL CORDOBA
Servicio de Neuropsicología, FUNDACION SEMAS

Estudio completo Investigación realizada en 2006. Actualización 2013.


Resultados parciales publicados en

Mias, C.D., Sassi, M., Masih, M.E., Querejeta, A., Krawchik, R. (2007). Deterioro cognitivo
leve: Estudio de prevalencia y factores sociodemográficos en la Ciudad de Córdoba, Argentina.
REV NEUROL 2007; 44 (12): 733-738

186
Metodología Estadística e instrumentos en Neuropsicología

FICHA TECNICA

Los objetivos generales


1. Describir el estado cognitivo en personas mayores de 50 años residentes en la
Ciudad de Córdoba mediante una evaluación neuropsicológica y conductual.
2. Detectar niveles de deterioro cognitivo leve y demencia probable.
3. Reconocer factores sociodemográficos y conductuales de riesgo del deterioro
cognitivo.
4. Brindar información de valor psicoeducativo y preventivo de las formas de
deterioro cognitivo y demencias.

Los objetivos específicos


1. Valorar funciones neuropsicológicas tales como atención, memoria,
visoespaciales y ejecutivas, obteniendo un perfil neurocognitivo de las
personas voluntarias.
2. Valorar conductualmente niveles de adaptación a la vida diaria, quejas
cognitivas y de psicopatología básica.
3. Determinar factores de riesgo predictores de niveles deterioro cognitivo.
4. Determinar la prevalencia de deterioro cognitivo leve en la muestra estudiada.
5. Analizar el efecto de variables intervinientes, tales como edad, género,
nivel de instrucción, percepción de salud, necesidades socioeconómicas y
antecedentes familiares.
6. Obtener base de datos para el estudio y seguimiento cognitivo de personas
mayores en la Ciudad de Córdoba.

Tipo de estudio
Transeccional de tipo exploratorio y descriptivo. Diseño ex post facto.

Población
Personas mayores de 50 años residentes en la Ciudad de Córdoba en los
últimos 10 años, de nacionalidad Argentina.

Muestra
Personas mayores de 50 años que concurren en forma voluntaria a los
servicios de valoración neuropsicológica. Muestra no probabilística con su-
jetos voluntarios compuesta por 447 personas, con un rango de edad 50-87
años. Participantes concurrentes a los Servicios de Neuropsicología reconoci-
dos de la Ciudad de Córdoba. Técnica de muestreo: accidental. Reclutamien-
to: medios masivos de información, mediante difusión comunitaria sobre de-
tección de deterioro cognitivo.

187
Mias C. D.

Estudio piloto
Se realizó estudio piloto para la estandarización de pruebas, que garan-
ticen mayor representatividad local. Personas mayores de 50 años que con-
currieron en forma voluntaria. Muestra no probabilística de tipo accidental
compuesta por 180 personas, con un rango de edad 50-80 años, pertenecien-
tes a la ciudad de Córdoba.

Los instrumentos empleados


A- Protocolo de admisión.
B- Entrevista estructurada con el interesado y un familiar.
C- Valoración Neuropsicológica: 1. Mini Mental State Examination,
(Folstein y MacHugh, 1975). 2. Test de Stroop (Golden C, 2005). 3. Subtest
ordenamiento número-letra (WAIS III, 2002). 4. Subtest de Memoria Verbal
(Neuropsi, 2002). 5. Figura compleja de Rey (Rey, 1954). 6. Subtest de Digi-
to Símbolos -Codificación- (WAIS III, 2002). 7. Subtest de completamiento
de figuras (WAIS III, 2002). 8. Test de denominación de Boston. 9. Test de
fluidéz semántica y fonológica.
D- Valoración psicológica y funcional: 1. Escala Geriátrica de depresión
(Yesavage). 2. Escala de actividades instrumentales de la vida diaria (Lawton
& Brody). 3. Symptom Checklist SCL-90 R (Derogatis, 2002).

Fundamentación
En la actualidad existe en la mayoría de los países un aumento de la
expectativa de vida y un crecimiento significativo de la población de adultos
mayores. Solo en nuestro país, los mayores de 65 años suman 3.887.620 y en
la provincia de Córdoba 375.662 personas, según datos del INDEC (Insti-
tuto nacional de Estadísticas y censos). Existe una población que envejece y
que en algunos países europeos amenaza con superar la población de adultos
jóvenes.
Frente a esto se ha despertado en el mundo entero un creciente interés
por la zona limítrofe entre el envejecimiento normal y ciertas enfermedades
asociadas a la edad, como la enfermedad de Alzheimer y otras formas de de-
mencia. Esto condujo al estudio de estados intermedios caracterizados por la
aparición de cambios cognitivos, que sin llegar a constituir una demencia es-
tablecida, constituyen formas clínicas de riesgo sobre las que puede efectuarse
una prevención secundaria.

Características cognitivas del envejecimiento normal


La edad adulta y el envejecimiento cerebral se caracterizan en la po-

188
Metodología Estadística e instrumentos en Neuropsicología

blación por cierto grado de declive natural de las funciones cognitivas que
responde a múltiples factores (Lapuente et al, 1998; Ollari, 1999; Bartes et
al, 1999). Son características una disminución en la capacidad para codifi-
car, retener y evocar información nueva, en las habilidades visoespaciales y
la velocidad de procesamiento de información. Sin embargo, el “declive no
significa deterioro” (Lorenzo et al, 2003) ni una disminución significativa de
las capacidades de aprendizaje, de resolución de problemas y adaptación a la
vida diaria.

Cambios relacionados con la memoria


La dificultad para evocar nombres, números de teléfono, lugares donde
se dejan las cosas, retener pequeños mensajes o un listado de compras, cons-
tituyen quejas de memoria frecuentes. La afectación de la memoria puede
tratarse de un síntoma inicial de demencia (Amariglio et al, 2011; Gallasi et
al, 2010). Cualquier cambio de memoria encubre una patología que merece
investigarse.
Pero, ¿cómo saber la naturaleza y el significado de nuestros olvidos?
Especialmente cuando tienden a ser negados; rápidamente compensados por
la experiencia individual, o bien retirados de nuestro interés. En ocasiones se
refuerza con ideas idiosincrásicas del tipo “a cierta edad es natural que ocurra”,
“es normal porque me pasa a mi”, “estoy más allá de esas cosas”, entre otras. La
evidencia clínica indica que es importante atender las quejas de memoria en
personas mayores de 50 años. Aun cuando no se vean afectadas en su vida
diaria o laboral. Frente a esto, la respuesta de un facultativo “no se preocupe, es
normal a su edad” es un grave error si no se respalda con estudios neuropsico-
lógicos precisos.

Qué es el Deterioro Cognitivo Leve (DCL)


Es un diagnóstico neuropsicológico formulado con fines preventivos,
intermedio entre el declive normal y el Alzheimer. Conforme los criterios
propuestos en 1996 por Petersen en la Mayo Clinic Alzheimer Disease Research
Center en EEUU, ampliados en 1999 por el National Institute of Mental
Health de ese país, actualizados en 2004 en el Simposio internacional de Es-
tocolmo (Winblad et al, 2004), el diagnóstico de Deterioro Cognitivo Leve
(Mild Cognitive Impairment) supone: 1. Quejas subjetivas de memoria for-
muladas por las personas y preferentemente corroboradas por algún familiar
o informante, 2. Objetivación de un deterioro de la memoria u otra función
a través de pruebas neuropsicológicas específicas, 3. Conservación de cierta
normalidad en el resto de las funciones cognitivas; 4. Normal desempeño de

189
Mias C. D.

las actividades de la vida diaria, 5. Sin elementos de sospecha de demencia.


Sin embargo, los problemas de memoria no siempre son las funciones
más afectadas, por lo que se aceptan distintos subtipos de DCL: amnésico,
multidominio y no memoria. Luego, también existen criterios clínicos para
valorar el “DCL atribuible a enfermedad de Alzheimer incipiente”, propues-
tos en el año 2002, por el Grupo Asesor en Temas de Neuropsicología, del
Grupo de Neurología de la Conducta y Demencias de la Sociedad Españo-
la de Neurología; con nuevas revisiones sobre el concepto (Rosselli & Ardi-
la, 2012). Naturalmente es necesario considerar variables que excluyen este
diagnóstico, tales como: factores asociados a estrés, depresión, trastornos de
ansiedad, fatiga crónica, enfermedades cardiovasculares, renales, respiratorias
y hepáticas clínicamente significativas, o los efectos de drogas que pueden
afectar la memoria u otra función cognitiva.

La conversión del Deterioro Cognitivo Leve


Las tasas de conversión del DCL a demencia varían de acuerdo con los
autores, pero en todos los casos son superiores a la prevalencia de demencia
en las poblaciones de sujetos normales. Los valores oscilan del 12% al 20 %
anual contra el 2-3% anual para la población normal. Algunos estudios con
3,8 años de seguimiento establecen un 29% de conversión a la demencia
de Alzheimer, contra un 11% en los sujetos normales (Lorenzo & Scheitler,
2003).

Qué estudios son necesarios para el diagnóstico de DCL?


Un estudio neuropsicológico de las funciones cognitivas de atención, me-
moria, fluidéz verbal, fonológica y ejecutivas, como una evaluación conductual
del desempeño en la vida diaria y la vida de rendimiento, resulta ser la combi-
nación de mayor sensibilidad. Adicionalmente, medir la “plasticidad cognitiva”
en tareas de aprendizaje contribuiría en reconocer mayores riesgos de Alzheimer;
como medir la “Reserva cognitiva” permitiría comprender cierto ralentecimiento
de la progresión de un deterioro cognitivo involutivo. Estudios de neuroimáge-
nes funcionales como el SPECT y estructurales como la Resonancia Magnética
Nuclear son útiles, aunque sus hallazgos positivos suelen ser observados en etapas
más avanzadas. Estudios complementarios de laboratorio y genéticos suelen ser
necesarios en caso de presunción de algunas formas de demencia.

Cuál es la importancia de prevenir el deterioro?


Actualmente se conocen distintos factores de riesgo que sin tener un
claro valor predictivo, aumentan la probabilidad de pasar de una memoria

190
Metodología Estadística e instrumentos en Neuropsicología

normal hacia patologías que pueden convertirse en una demencia como la


enfermedad de ALZHEIMER. Entre otros, se encuentran: 1. La edad, 2. Bajo
nivel de exposición a situaciones de aprendizaje, 3. Elevados niveles de estrés
crónico, 4. Problemas de riesgo vascular (p.e. hipertensión, colesterol), 5. An-
tecedentes familiares, 6. Consumo crónico de drogas que afectan las funcio-
nes cognitivas, 7. Presencia elevada de la apolipoproteína E4 y D (cromosoma
19). 8. Concentración y depósito elevado de proteína Tau y amiloides. Otros
factores están en duda, tales como: factores ambientales y antecedentes de
traumatismos craneoencefálicos.
Conocer tempranamente el efecto de dichos factores en consideración
de medidas protectoras del deterioro cognitivo, contribuye significativamen-
te en la demora o compensación de procesos con una alta probabilidad de
conversión a una demencia. En tal sentido, será importante contar con una
medida neuropsicológica de base con la cual realizar el seguimiento con los
años en personas mayores, y adquirir hábitos con efectos preventivos. Entre
los factores protectores más estudiados se reconocen: 1. Frecuente participación
de situaciones de aprendizaje, 2. Habilidades con el lenguaje, 3. Bajo nivel de
estrés, 4. Estimulación cognitiva cotidiana, 5. Personalidad o actitud positiva,
6. Ejercicio físico regular. También están en estudio a partir de los 50 años, el
consumo moderado de vino tinto (preferentemente Borgoña), de antioxidan-
tes y la raíz Ginko Biloba.
Por otra parte, el diagnóstico temprano otorga mayor eficacia a la tera-
péutica del deterioro cognitivo, tanto a nivel farmacológico, neurocognitivo y
conductual. Esto es especialmente importante, si se considera tanto la extensión
de la vida en el adulto mayor, como su impacto a nivel familiar y en el presu-
puesto en salud.

Resultados

1- La muestra estudiada
Se evaluó un total de 447 personas que acuden voluntariamente a los
distintos centros de evaluación: Cátedra de Neuropsicología, Facultad de Psi-
cología; Servicio de Psicopatología, Hospital Nacional de Clínicas y Servicio
de Neurología, Hospital Córdoba. Un total de 418 personas completaron
todos los protocolos de evaluación y fueron incluidos en el análisis estadístico.
El 78% de las personas evaluadas pertenece al género femenino. El promedio
de edad es de 64,24 años (DS=8,48) y el de instrucción de 12,76 años (DS=
4,50). Se observa se trata de personas en general bien instruidas con un se-
cundario completo; con una composición familiar de 2,54 (DS=1,60) hijos
de promedio, y de 3,18 (DS=2,58) hermanos.

191
Servicio de Psicopatología, Hospital Nacional de Clínicas y Servicio de Neurología,
Hospital Córdoba. Un total de 418 personas completaron todos los protocolos de
evaluación y fueron incluidos en el análisis estadístico. El 78% de las personas
evaluadas pertenece al género femenino. El promedio de edad es de 64,24 años
(DS=8,48) y el de instrucción de 12,76 años (DS= 4,50). Se observa se trata de
personas en general bien instruidas Mias con C.
unD.secundario completo; con una
composición familiar de 2,54 (DS=1,60) hijos de promedio, y de 3,18 (DS=2,58)
hermanos.
Tabla 62. Datos sociales y familiares de la muestra
Tabla 62. Datos sociales y familiares de la muestra
Años de Nº de Nº de
Edad estudios hijos hermanos
N 418 418 418 418
Media 64,24 12,76 2,54 3,18
D.S. 8,48 4,50 1,60 2,58
Mínimo 50 1 0 0
Máximo 87 25 10 12

Laprocedencia
La procedencia es es
enen
su su mayoría
mayoría de Córdoba
de Córdoba Capital
Capital (67%) (67%) e (19%)
e interior interiory
en(19%)
menory engrado
menorde grado
otras capitales y provincias
de otras capitales (13%). Su
y provincias estado
(13%). Su civil es civil
estado en su
es
mayoría casado (58%), seguido por viudez (20%). El 60% de las
en su mayoría casado (58%), seguido por viudez (20%). El 60% de las personas personas es
jubilada o pensionada, y se encuentra en actividad un 31%. Las necesidades
es jubilada o pensionada, y se encuentra en actividad un 31%. Las necesidades
socioeconómicas se encuentran entre muy cubiertas (42%) y medianamente
socioeconómicas se encuentran entre muy cubiertas (42%) y medianamente
cubiertas (42%). Solo un 16% de las personas se encuentran con sus necesidades
cubiertas
poco o muy(42%). Solo un(16%).
poco cubiertas 16% de las necesidades
Estas personas se encuentran con susen
han sido valoradas necesida-
función
de si las personas poseen vivienda, automóvil, ingreso y cobertura social propiaen
des poco o muy poco cubiertas (16%). Estas necesidades han sido valoradas o
función
con de si lasEn
el cónyuge. personas poseen
general, vivienda,
se observa automóvil,
que ingreso(84%)
en su mayoría y cobertura
se tratasocial
de
personas
propia osincon
mayores dificultades
el cónyuge. socioeconómicas
En general, se observabásicas.
que en su mayoría (84%) se
trata de personas sin mayores dificultades socioeconómicas básicas.
El estado se salud autopercibido de las personas es regular para el 25% de
El estado se salud autopercibido de las personas es regular para el 25%
las personas y delicado para el 4%. Solo el 16% manifiesta no tener ninguna
de las personas
enfermedad, y el y delicado
32% paraElel 52%
solo una. 4%. restante
Solo el 16% manifiesta
reconoce padecernomás
tener
de nin-
una
guna enfermedad, y el 32% solo una. El 52% restante reconoce
enfermedad propia de la edad, tales como hipertensión, colesterol, reumatismo, padecer más
de una enfermedad
tiroidismo, propia de etc.
renopatía, cardiopatía la edad, tales se
Además, como hipertensión,
observa colesterol,
que el 83% de las
personas toma tiroidismo,
reumatismo, algún tipo derenopatía,
medicamento. Por otraetc.
cardiopatía parte, el 40%semanifiesta
Además, tener
observa que el
algún antecedente familiar de demencia o deterioro, de los
83% de las personas toma algún tipo de medicamento. Por otra parte, el 40%cuales, el 36%
corresponde a Alzheimer y el 23% a algún tipo de demencia.
manifiesta tener algún antecedente familiar de demencia o deterioro, de los
cuales, el 36% corresponde a Alzheimer y el 23% a algún tipo de demencia.
Respecto de las dimensiones de descriptores básicos de la psicopatolo- | 150
gía, se observa que la depresión se presenta en primer lugar, seguido de la so-
matización y la obsesividad. Estas expresiones se diferencian significativamen-
te del resto (IC 95%) [figura 17]. En forma coincidente con observaciones
clínicas, se trata de manifestaciones frecuentes en el adulto mayor, aunque en
el estudio presente, no se trata de una observación categorial, sino más bien
dimensional. Del mismo modo se indagaron descriptores de la personalidad.
Respecto de las categorías de la personalidad reseñadas en el DSM IV-TR
(2000), se registra una mayor dimensión del descriptor obsesivo (IC 95%)
[figura 18]. En menor grado se observan los descriptores evitativo y paranoi-

192
Metodología Estadística e instrumentos en Neuropsicología

de. Por el contrario, los descriptores esquizotípico, esquizoide, límite y de


dependencia, son de baja dimensión en la muestra estudiada.

Sueño alimentación

Psicoticismo

Ideación paranoide

Ansiedad fóbica

Hostilidad

Ansiedad

Depresión

Sensibilidad iterpersonal

Obsesividad

Somatización

0 1 2 3 4 5 6
95% IC

Obsesivo

Dependencia

Evitación

Narcisista

Histriónico

Límite

Antisocial

Esquizotípico

Esquizoide

Paranoide

2 4 6 8 10 12
95% IC

Figuras 17 y 18. Dimensiones de los principales descriptores de la “psicopatología


general” y la “personalidad” de los sujetos que componen la muestra

2- El estado cognitivo

Respecto de la valoración de estado cognitivo de la muestra, la misma


se realizó siguiendo los criterios propuestos por Petersen (1996) y ampliados

193
Mias C. D.

por la NIMH (1999) para la categoría de Deterioro Cognitivo Leve y Dete-


rioro Global y establecidos por la Quality Standard Subcommittee of the Ame-
rican Academy of Neurology; y revisados en 2004 en el Simposio de Estocolmo
(Winblad et al, 2004). Los criterios para el DCL Tipo Memoria han sido: 1.
Quejas subjetivas de memoria formuladas por las personas y eventualmente
corroboradas por algún familiar o informante, 2. Objetivación de un deterioro
de la memoria a través de pruebas neuropsicológicas específicas (<1,5 DS), 3.
Conservación de cierta normalidad en otras funciones cognitivas; 4. Normal
desempeño de las actividades de la vida diaria (básicas e instrumentales), 5. Sin
elementos de sospecha de demencia, 6. MMSE >=24 y =<28. Los criterios para
el DCL Global o multidominio han sido: 1. Idem anterior, 2. Objetivación de
un deterioro a través de pruebas neuropsicológicas en más de una función como
atención, lenguaje, visoespaciales y fluidez (<1,5 DS). Los criterios para el DCL
Tipo No Memoria, han sido: 1. Objetivación de un deterioro a través de prue-
bas neuropsicológicas en una función No memoria (<1,5 DS).
Se consideró también la categoría de Deterioro Moderado-Severo para
quienes evidenciaban signos de demencia. Se trata de personas que ya traían
un diagnóstico, o bien estuvieron por debajo de dos desviaciones estándar en
la mayoría de las pruebas neuropsicológicas administradas, con una afectación
significativa además en las actividades de la vida diaria básicas e instrumentales.
Por otra parte, en este estudio exploratorio, se consideró un estado adicio-
nal denominado “Límite”, el cual fue utilizado en los casos que están al límite
de una desviación estándar y media en más de dos pruebas neuropsicológicas de
memoria, o bien en aquellos casos en los que no fue posible determinar en qué
medida han sido afectadas por medicamentos, estados de fatiga o enfermedades
somáticas. El protocolo de entrevista no fue lo suficientemente exhaustivo para
tal fin, ya que escapa a los objetivos del presente trabajo el establecer diagnósti-
cos diferenciales. Sin embargo, a los casos comprendidos dentro de esta catego-
ría se les recomendó que realizaran una nueva evaluación en un año, a los fines
de observar las variaciones cognitivas y psicológicas en el tiempo transcurrido.
En el presente estudio, encontramos que un número importante de
personas (75,6%, N=316) tuvo un rendimiento normal, tanto a nivel neu-
ropsicológico como conductual. El estado límite ha sido de frecuencia consi-
derable (8,6%, N=36). Si bien estas personas podrían considerarse dentro del
estado normal ya que no reúnen criterios para el deterioro cognitivo leve, será
interesante observar si al cabo de un año existe un porcentaje de conversión a
dicha condición.

194
Metodología Estadística e instrumentos en Neuropsicología

Como dato más relevante, se destaca la detección de un 9,1% (N=38)


de personas con DCL tipo Memoria, y de un 4,5% (N=19) con DCL Tipo
multidominio. En suma, se trata de un 13,6% de personas que tienen mayor
probabilidad de desarrollar una demencia en los próximos años. Según algunos
estudios, se trata de personas que ya cursarían un estadio muy temprano de
demencia, aunque esto debería comprobarse con mayor rigurosidad. Sin duda,
será importante realizar un seguimiento de estas personas, a fin de establecer el
porcentaje de conversión con los años. En todos los casos, estas personas fueron
derivadas a la consulta neurológica o psiquiátrica, a los fines de valorar la po-
sibilidad de un tratamiento adecuado, tanto farmacológico como conductual.
Sin embargo, se destaca que escasamente hay en nuestro medio una
adecuada oferta terapéutica que vaya más allá del empleo de los fármacos,
talleres variopintos y psicoterapia. Por ejemplo, es necesario la realización de
talleres de memoria tendientes a adquirir la lógica de la autoestimulación
cotidiana, el aprendizaje de hábitos que fortalecen las funciones cognitivas,
como de participar de programas con un claro objetivo de estimulación cog-
nitivo-ecológica (incluye ejercicios de aprestamiento y ejercitación cognitiva).
Previo a este estudio, se indagó acerca de los lugares donde se pudieran hacer
derivaciones con esta finalidad, tanto en lo público como lo privado, y el ha-
llazgo fue muy pobre y heterogéneo, sin un formato definido. En tal sentido,
este estudio pone en evidencia la necesidad de desarrollar programas terapéu-
ticos y de investigación que consideren un significativo número de personas
potencialmente en consulta.
Finalmente, un porcentaje muy bajo (2,2%, N=9) de personas eviden-
ció un deterioro de moderado a severo. Se trata de personas que cursan un
estadio demencial, pero que es necesario corroborar su tipología para su mejor
orientación y tratamiento. Estas personas han sido derivadas en su mayoría
por un profesional tratante, por lo que se recomendó algunos estudios com-
plementarios y un trabajo en equipo en virtud de observarse afectación en
múltiples áreas, tanto neurocognitiva, conductual y de adaptación a la vida
diaria.

3- La adaptación a la vida diaria: las actividades básicas, instrumentales


y expansivas.

En la vida diaria las personas requieren del despliegue de una serie de


habilidades y acciones para una efectiva adaptación a las exigencias cotidianas.
Desde asearse y vestirse apropiadamente, usar medios de transporte y manejar
el dinero, hasta mantenerse informado o tener capacidad para el autocontrol.

195
Mias C. D.

Estas actividades son numerosas y se clasifican en:


1. Básicas: Tales como identificarse correctamente, mantener el aseo,
vestirse apropiadamente, usar el baño, despertarse y levantarse con autono-
mía, continencia de esfínteres y comer.
2. Instrumentales: Capacidad para usar el teléfono, ir de compras, traba-
jar en la casa, usar medio de transporte, responsabilidad con los medicamen-
tos, manejar el dinero, pasear y ubicarse en la ciudad.
3. Expansivas: Son consideradas en este estudio: Capacidad de autocon-
trol, para expresar necesidades y deseos, mantenerse informado, mantener
contactos socioafectivos y actividades recreativas, realizar algún tipo de activi-
dad física y aprender cosas nuevas.
Sobre las actividades básicas de la vida diaria, mediante un análisis de
varianza se observó una relación significativa entre el estado cognitivo y el
nivel de ejecución de actividades básicas [F=(4,413)=12,66 p<0,000]. El test
post hoc de Tukey (p<0,001) muestra que es el estado cognitivo de deterioro
Moderado-Severo el que marca la diferencia por su mayor afectación de las
actividades básicas de adaptación a la vida diaria. Esto significa que en el dete-
rioro cognitivo leve no se registran dificultades significativas en este nivel, tal
como se considera en distintos estudios. En la figura 19 se observan las medias
en la puntuación obtenida para las actividades básicas de la vida diaria.
Respecto las actividades instrumentales, se observa existe una relación sig-
nificativa entre el estado cognitivo y el nivel de ejecución de estas actividades en
la vida diaria. [F(4,413)=38,33, p<0,000]. El test post hoc de Tukey muestra que
es nuevamente el estado cognitivo de deterioro Moderado-Severo el que marca la
diferencia por su mayor afectación de actividades instrumentales. Esto ratifica que
en el deterioro cognitivo leve no se observa una alteración significativa de las AVD
(Básicas e instrumentales), sino que las mismas se afectan en un estadio de mayor
deterioro y demencia probable. En la figura siguiente se observan las medias en la
puntuación obtenida para las actividades básicas de la vida diaria.

196
Metodología Estadística e instrumentos en Neuropsicología

3,0
8,0

2,5
Media de AVD Instrumentales

Media de AVD Básicas


6,0
2,0

1,5
4,0

1,0

2,0
0,5

0,0 0,0

Normal Limite DCL- DCL- GLO DCM- Normal Limite DCL- DCL- GLO DCM-
MEMO SEVERO MEMO SEVERO

Figuras 19 y 20. AVD básicas e Instrumentales según el estado cognitivo.

La valoración de las actividades expansivas no tiene mayores preceden-


tes en la bibliografía, siendo original de este estudio. A diferencia de las ac-
tividades básicas e instrumentales, se presume que las actividades expansivas
se afectan en aquellas personas con deterioro cognitivo leve, en función de su
impacto en la autoestima y valoración personal.
En tal sentido, se observó que existe una relación significativa en-
tre el estado cognitivo y el nivel de ejecución en las actividades expansivas
[F(4,413)=13,28, p<0,000)]. El test post hoc de Tukey muestra que el nivel
de afectación de estas actividades tiene una mayor dimensión en el Deterioro
Cognitivo a diferencia del estado normal; pero no se diferencia del estado
límite. El Deterioro Moderado-Severo, sin embargo, se diferencia de ambos.
Lo importante de este hallazgo radica en que la observación de dificul-
tades en las actividades expansivas puede contribuir en la sospecha de Dete-
rioro Cognitivo tanto del tipo Memoria como Global o Multidominio (figura
21). Esto significa que las personas mayores de 50 años con quejas de memo-
ria y con la observación de una disminución en sus actividades expansivas,
tales como capacidad de autocontrol, expresión de necesidades, mantenerse
informado, mantener contactos socioafectivos, actividades recreativas, apren-
der cosas nuevas etc., que no se explican por otras causas, pueden sugerir
una alerta que motive una consulta apropiada y un examen neuropsicológico
específico.

197
Mias C. D.

Figura 21. Diferencias


14
en las medias +- 2 ES de
AVD Expansivas según el
Media +- 2 ES AVD Expansivas
12
estado cognitivo
10

Normal Limite DCL- DCL- GLO DCM-


MEMO SEVERO

4- Las quejas de memoria:

Respecto de las quejas de memoria operativa, en este estudio fueron


indagadas a través de un cuestionario con una escala tipo likert (de nunca a
siempre) con los siguientes ítems:

Desconfío de mi memoria reciente.


Necesito hacer un esfuerzo para recordar lo que quería decir.
Me