Las escalas de autoobservación explicadas

Dos escalas conviven bajo las mismas siglas, y confundirlas explica buena parte de los malentendidos. La primera, publicada por Kessler y sus coautores en 2005 en Psychological Medicine, tiene dieciocho enunciados, de los cuales seis se seleccionaron mediante regresión logística para formar una versión corta. La segunda, publicada por Ustun y sus coautores en 2017 en JAMA Psychiatry, es una versión de seis enunciados recalibrada con otros criterios.

Sus cifras no coinciden, y eso resulta instructivo. Con 154 participantes de una encuesta estadounidense en población general, la versión corta de 2005 identifica al 68,7 % de las personas afectadas y deja correctamente por debajo del umbral al 99,5 % de las demás. La versión de 2017 alcanza un 91,4 % de sensibilidad y un 96,0 % de especificidad en población general. Mismo ámbito, mismo número de enunciados, dos calibraciones: la cifra pertenece al estudio, no a la escala.

Lo que miden estas escalas es más modesto de lo que se les atribuye: la frecuencia, declarada por la propia persona, de situaciones de falta de atención e inquietud interior en los últimos meses. No miden ni desde cuándo existen las dificultades, ni su repercusión, ni qué más podría explicarlas. Esos tres elementos están, sin embargo, en el centro de una evaluación realizada por un profesional.

Dos instrumentos dominan la literatura sobre adultos. El primero es un cuestionario corto de diez enunciados, publicado por Allison, Auyeung y Baron-Cohen en 2012 a partir de mil casos y tres mil controles; deriva de un cuestionario más largo del mismo centro de investigación. El segundo es la escala revisada de Ritvo y coautores, publicada en 2011, que consta de ochenta enunciados y exige bastante más tiempo.

La escala de Ritvo presenta cifras llamativas en su publicación de origen: un 97 % de sensibilidad y un 100 % de especificidad en 779 participantes, de los cuales 201 estaban afectados y 578 eran controles. Esos resultados proceden del equipo que construyó la escala, con una muestra en la que ambos grupos estaban muy contrastados. Es la configuración más favorable posible, y no se parece en nada a la de alguien que responde solo en su casa.

La demostración más útil viene de un estudio independiente. Ashwood y sus coautores aplicaron en 2016 el cuestionario a 476 adultos derivados a un servicio especializado, de los cuales 346, es decir el 73 %, vieron reconocido el trastorno al término de la evaluación. En el punto de corte habitual, la versión corta identifica al 77 % de las personas afectadas pero solo clasifica correctamente al 29 % de las demás. Los autores concluyen que el cuestionario no predecía el resultado en su muestra.

El instrumento de referencia lo presentaron Christina Maslach y Susan Jackson en 1981 en el Journal of Organizational Behavior. Se construyó con profesionales de la relación de ayuda, y las autoras describen tres dimensiones distintas: el agotamiento emocional, la despersonalización y la realización personal. Tres dimensiones y, por tanto, tres lecturas, no una puntuación única.

Esa estructura es lo que más a menudo pierden las adaptaciones en línea. Un sitio que muestra un único porcentaje de agotamiento fabrica una cifra que el instrumento original no produce. Alguien muy cansado que conserva la sensación de hacer un trabajo útil no está en la misma situación que alguien cuyas tres dimensiones caen a la vez, y una puntuación única borra justamente esa diferencia.

Un segundo límite se dice menos: el agotamiento laboral no es un trastorno en el sentido de las clasificaciones médicas. Lo que mide el instrumento es un estado ligado al trabajo, descrito en tres ejes. No separa lo que procede de una organización del trabajo insostenible de lo que procede de otra cosa, y ningún cuestionario hace esa distinción.

Porque una escala publicada sigue siendo una obra protegida y las condiciones de reutilización varían de un titular a otro. Es el punto menos visible para el lector y el que más claramente separa a un sitio que ha comprobado sus derechos de uno que no lo ha hecho.

La consecuencia es sencilla y la asumimos. Los cuestionarios de Brain Quiz no reproducen ningún enunciado de estas escalas. Se escribieron para este producto a partir de la literatura, sus pesos y sus bandas de resultado los fijó el equipo editorial y ninguno procede de una calibración sobre población. Cada página de metodología lo indica, y por eso ninguna de nuestras puntuaciones se presenta como un umbral validado.

Estas tres palabras aparecen en todas las publicaciones citadas aquí y no dicen lo mismo. Las dos primeras describen la escala. La tercera describe lo que le concierne a usted: qué pensar de su propia puntuación. Es la única de las tres que cambia según el público al que se ofrece la escala.

Un ejemplo con cifras vale más que una definición. La escala corta sobre la atención publicada en 2017 muestra un 96,0 % de especificidad en población general, lo que parece excelente. Su valor predictivo positivo es, sin embargo, del 67,3 %: entre quienes superan el umbral, unas dos de cada tres personas cumplen los criterios tras la evaluación y una de cada tres no. Ambas cifras proceden del mismo estudio y no se contradicen.

• Una cifra de rendimiento pertenece a un estudio, a una población y a un umbral: sacarla de ese contexto la vuelve falsa.
• Una especificidad alta en población general no garantiza nada para un público que ya se hace la pregunta.
• Una escala traducida o acortada no hereda el rendimiento de la original: hay que medirlo de nuevo.
• Ninguno de estos indicadores dice qué hacer después. Eso lo dice una conversación con un profesional.