Cómo medir el progreso del paciente sesión a sesión

«¿Cómo va tu paciente?» Casi todos respondemos con impresión clínica: cómo lo vemos, qué nos cuenta, qué se siente en la sesión. La impresión es indispensable, pero medir es otra cosa, y los datos sobre cuántos medimos son incómodos: según una revisión publicada en JAMA Psychiatry, menos del 20 % de los profesionales de la salud mental — y apenas el 11.1 % de los psicólogos — practica la atención basada en mediciones, y tan solo alrededor del 5 % la aplica con la frecuencia que la evidencia respalda: cada sesión. Esta guía recorre qué significa medir en serio, con qué instrumentos, cuánto cambio es cambio de verdad y dónde queda registrado el avance en tu expediente.

Qué es la atención basada en mediciones

Scott y Lewis la definen como la recolección sistemática de datos para monitorear el progreso del paciente e informar directamente las decisiones del tratamiento, y reportan que, usada como marco de trabajo, produce mejores resultados que la atención habitual. La definición tiene dos mitades, y la segunda es la que suele faltar: aplicar escalas no es atención basada en mediciones si el resultado no entra en la decisión clínica.

La revisión de JAMA Psychiatry la descompone en cuatro componentes: una medida estandarizada aplicada de forma rutinaria, idealmente antes de cada encuentro; la revisión del resultado por el clínico; su revisión por el paciente; y la reevaluación colaborativa del plan a la luz del dato. Los últimos dos separan la práctica real del archivero de puntajes: el número se comenta en sesión y puede cambiar el rumbo.

La misma revisión resume 21 ensayos aleatorizados contra la atención habitual: resultados significativamente mejores, sobre todo en los pacientes que no están respondiendo, con tamaños del efecto de medianos a grandes (0.22 a 0.70). Vale la pena leer dos veces dónde se concentra el beneficio: en los no respondedores, justo los casos donde la impresión clínica tarda más en aceptar que algo no funciona. Entre las barreras que la revisión documenta está la creencia de que las escalas no agregan nada al juicio clínico; el dato de los no respondedores la responde directamente.

Cada sesión, no cada trimestre

Medir al inicio y al alta no es monitorear: es una foto de entrada y otra de salida, sin película en medio. La revisión de Lewis y colegas distingue esta práctica del monitoreo de resultados de baja frecuencia — cada varios meses o una vez al año —, demasiado espaciado para corregir el rumbo de un caso. En el ejemplo de caso de Scott y Lewis, el PHQ-9 y el GAD-7 se aplican antes de cada sesión: cuando la sesión empieza, el dato ya está sobre la mesa.

¿Es viable fuera de un estudio? El sistema público inglés demuestra que sí, a escala nacional. El manual oficial de NHS Talking Therapies (v7, actualizado en marzo de 2024) pide a los pacientes completar una medida de depresión y una de ansiedad en cada sesión, porque la mayoría presenta niveles significativos de ambas. La razón práctica es elegante: si el paciente termina antes de lo previsto, o una aplicación se olvida, siempre existe un último puntaje disponible; gracias a ese hábito el programa tiene datos de resultado del 98.5 % de quienes reciben un curso de tratamiento — sin él, los puntajes faltantes vendrían sobre todo de quienes mejoraron menos. Son estándares operativos de un programa concreto, no una norma universal, pero demuestran que medir cada sesión es viable a gran escala.

El kit mínimo: PHQ-9 y GAD-7

Para depresión y ansiedad, la pareja de siempre es también la mejor documentada, y ambas escalas son gratuitas en su sitio oficial, con versiones en español. El PHQ-9 puntúa de 0 a 27, y su validación original fijó los umbrales de 5, 10, 15 y 20 para sintomatología leve, moderada, moderadamente grave y grave. El GAD-7 puntúa de 0 a 21, y en su validación original los cortes de 5, 10 y 15 se interpretan como ansiedad leve, moderada y grave. El manual oficial de instrucciones respalda expresamente el doble uso: el PHQ-9 gradúa la severidad para decidir el tratamiento inicial y funciona como herramienta de resultado para determinar la respuesta; incluso en la banda leve (5-9), la conducta sugerida es vigilancia y repetir el instrumento en el seguimiento.

Las bandas convierten el número en lectura clínica: un PHQ-9 que pasa de 17 a 9 no solo «bajó ocho puntos» — cruzó de moderadamente grave a leve. Y para el final del proceso existe un umbral citable: la medida de calidad #370 de los CMS en Estados Unidos define remisión como un PHQ-9 menor a 5, en pacientes que entraron al tratamiento con más de 9. Es una definición estadounidense de pago por calidad, no un criterio universal, pero ancla la palabra «remisión» a un número.

«Sesión 8. PHQ-9: 9 (sesión 1: 17; sesión 4: 15). GAD-7: 7 (previo: 11). Refiere que retomó el ejercicio y duerme mejor; persiste la evitación de reuniones laborales. Se revisa la gráfica con la paciente: acuerda sostener la activación conductual y priorizar exposición en el trabajo.»

Cuánto cambio es cambio de verdad

Los puntajes oscilan: un punto arriba o abajo entre semanas es ruido esperable, no noticia. Para no celebrar ni alarmarte de más necesitas umbrales, y conviene decir la verdad completa: existen varios, se estiman con métodos distintos y no coinciden exactamente.

El estándar operativo inglés es el más explícito. La Tabla 9 del manual de NHS Talking Therapies fija el umbral de caso clínico en PHQ-9 ≥ 10 y GAD-7 ≥ 8, y el cambio confiable en ≥ 6 puntos para el PHQ-9 y ≥ 4 para el GAD-7; hay mejora confiable cuando una de las medidas baja en esa magnitud sin que la otra suba de forma confiable, y el mismo marco define el deterioro confiable. Una evaluación de 2024 en BMJ Open reitera esas definiciones y añade la recuperación: pasar de caso a no-caso en ambas medidas. En paralelo, la literatura del GAD-7 suele tomar 4 puntos como diferencia mínima clínicamente importante, umbral que estudios revisados por pares atribuyen al análisis de sensibilidad al cambio de Toussaint y colegas — de uso común, no una constante universal.

La lectura práctica para tu consulta: los movimientos de 1 o 2 puntos no se interpretan solos; una caída sostenida en el rango de 4 a 6 puntos, según la escala, sí es señal de avance; y una subida confiable es señal de revisar el plan esta semana, no en la revisión trimestral. Ese es el sentido de medir seguido: el deterioro aparece en la gráfica antes que en la narrativa.

Los síntomas no son toda la historia

El sistema inglés tampoco mide solo síntomas: su medida principal de discapacidad es la WSAS (Work and Social Adjustment Scale), que evalúa cuánto interfiere el problema con el trabajo, el hogar, el ocio, la vida social y la familia. El manual advierte que la discapacidad suele bajar cuando los síntomas mejoran — pero no siempre — y contempla continuar el tratamiento cuando el PHQ-9 y el GAD-7 ya son bajos pero la interferencia con el funcionamiento sigue siendo significativa. Un PHQ-9 de 6 en alguien que no retoma el trabajo ni su vida social no es un caso cerrado.

Dos opciones más, con respaldo de la OMS. El WHODAS 2.0 es un instrumento genérico de salud y discapacidad, utilizable en cualquier enfermedad — trastornos mentales incluidos — e independiente del diagnóstico: seis dominios (cognición, movilidad, autocuidado, relaciones, actividades cotidianas y participación), con versiones de 36 y de 12 ítems — la corta explica el 81 % de la varianza de la completa. Y si prefieres una medida formulada en positivo, el índice de bienestar WHO-5 consta de cinco ítems que producen un puntaje de 0 a 100: un cambio de 10 puntos se considera clínicamente relevante, con 50 puntos o menos se recomienda cribar depresión, y existe en más de 30 idiomas.

El avance también se mide contra el plan

Las escalas dicen si los síntomas se mueven; tu plan de tratamiento dice si el paciente se acerca a lo que vino a buscar. Cuando los objetivos están escritos en formato verificable — «reducir el PHQ-9 de 16 a menos de 10 en 12 semanas», «retomar la asistencia laboral completa en 6 semanas» — cada sesión responde en una línea cuánto falta, y revisar el plan se vuelve una comparación entre lo acordado y lo medido.

Revisar el dato con el paciente — los componentes tres y cuatro — tiene su propio marco: la toma de decisiones compartida, que Slade define como el proceso en el que clínico y paciente eligen juntos el tratamiento a partir de la evidencia y de las preferencias informadas del paciente. La evidencia sobre su efecto en los resultados sigue siendo inconclusa, así que preséntala como lo que es: buena práctica. En consulta se traduce en gestos simples: mostrar la gráfica, preguntar «¿esto coincide con cómo te has sentido?» y decidir juntos qué objetivo toca ahora.

Dónde queda registrado: la nota de evolución

En México el avance tiene domicilio legal. La NOM-004-SSA3-2012 exige una nota de evolución cada vez que se atiende a un paciente ambulatorio (numeral 6.2), y entre sus contenidos están la evolución del cuadro clínico, los resultados relevantes, los diagnósticos o problemas clínicos, el pronóstico y el tratamiento. Un puntaje con su comparación previa es exactamente eso: evolución documentada con un resultado relevante. El numeral 5.16 ajusta la exigencia a la naturaleza de los servicios psicológicos, pero la nota por atención permanece. Lo que la norma no te pide es el instrumento ni una cadencia de medición: la recomendación de medir sesión a sesión viene de la literatura internacional y de programas como el inglés, no de una norma mexicana.

En términos de formato, el puntaje entra en el O de tu nota SOAP — observación medible, junto al examen mental — y la respuesta del paciente a lo trabajado vive en la R de una nota GIRP. El formato importa menos que el hábito: que el número quede en la nota firmada de la sesión, con su fecha y su comparación, y no en una hoja suelta que nadie volverá a encontrar.

Lo que un puntaje no hace

No diagnostica. El PHQ-9 y el GAD-7 son herramientas de tamizaje y monitoreo; el diagnóstico integra tu juicio clínico, la historia y el contexto. Un 12 no es un trastorno: es una señal que tú interpretas.
No decide por ti. El dato informa la decisión, no la sustituye. Un puntaje que contradice todo lo demás que sabes del caso es una pregunta para explorar en sesión, no un veredicto.
No se archiva sin leerse. Si aplicas el PHQ-9 cada sesión, tarde o temprano habrá un ítem 9 positivo, y eso exige una evaluación clínica de riesgo inmediata conforme a tu protocolo y tu formación — la guía del PHQ-9 desarrolla ese punto — y su registro en la nota.
No es una hoja anónima. Cada puntaje que guardas es información sobre la salud de tu paciente: dato personal sensible bajo la ley de datos vigente, que exige consentimiento expreso y por escrito para tratarlo. Dejar bien resuelto el consentimiento informado desde la primera sesión también cubre esta parte.

Que medir no te cueste la sesión

La objeción restante es el tiempo, y es la más fácil de resolver: una escala breve se contesta en minutos antes de la sesión; lo que consume tiempo es calificarla, graficarla y compararla a mano, semana tras semana. gesell.ai incluye escalas validadas con calificación automática — PHQ-9 y GAD-7 entre ellas —, da seguimiento al progreso a través de las sesiones y destaca los temas recurrentes del proceso, siempre como apoyo a una decisión que tú evalúas. La plataforma produce la gráfica; la lectura clínica, y la conversación con tu paciente, siguen siendo tuyas.