PHQ-9: aplicación e interpretación en consulta

El PHQ-9 es uno de los instrumentos de tamizaje de depresión más utilizados, y sin embargo en la práctica diaria se le usa a medias: se aplica una vez, se anota el número y se archiva. Bien usado, hace tres cosas distintas: tamiza, gradúa la severidad y mide el progreso sesión a sesión. Esta guía recorre cómo aplicarlo, cómo leer el puntaje sin convertirlo en veredicto, qué exige exactamente un ítem 9 positivo y qué respaldo tiene la versión en español que puedes descargar gratis.

Qué es el PHQ-9 y qué respaldo tiene

El PHQ-9 es el módulo de depresión del Patient Health Questionnaire, la versión autoaplicada del PRIME-MD. Cada uno de sus nueve ítems corresponde a un criterio de depresión del DSM-IV y se califica de 0 a 3 según la frecuencia del síntoma en las últimas dos semanas; el puntaje total va de 0 a 27.

El estudio de validación original (Kroenke, Spitzer y Williams, 2001) lo aplicó a 6,000 pacientes en 8 clínicas de atención primaria y 7 de ginecobstetricia, y evaluó su validez de criterio contra una entrevista estructurada independiente, realizada por profesionales de salud mental, en 580 de esos pacientes. La consistencia interna fue excelente: alfa de Cronbach de 0.89 en el estudio de atención primaria y 0.86 en el de ginecobstetricia. La conclusión del propio artículo resume los dos usos del instrumento: además de producir diagnósticos basados en criterios, es una medida confiable y válida de la severidad de la depresión. Guarda esa frase: todo lo que sigue depende de entender que son dos funciones distintas, y que ninguna de las dos sustituye tu evaluación clínica.

Cómo aplicarlo en consulta

Es autoaplicado: el paciente lo responde solo, marcando para cada síntoma una de cuatro frecuencias que en la versión oficial en español se leen «Para nada», «Varios días», «Más de la mitad de los días» y «Casi todos los días». En la práctica, la mayoría de las personas lo completa en unos pocos minutos, en la sala de espera o al inicio de la sesión, y eso deja el tiempo clínico para conversar el resultado en lugar de recolectarlo.

Tres detalles de aplicación que evitan errores después:

El décimo ítem no suma. La pregunta final sobre cuánto dificultan los síntomas el trabajo o la vida diaria es valiosa clínicamente, pero el manual oficial de instrucciones es explícito: ese ítem de dificultad no se usa para calcular ningún puntaje ni diagnóstico.
Si usas el PHQ-2 como filtro, conoce la regla. Para las versiones ultrabreves, el manual indica que un puntaje de 3 o mayor debe llevar a aplicar el PHQ-9 completo, además de una entrevista clínica que determine si existe un trastorno.
Usa la versión oficial. El instrumento es de dominio público: el sitio oficial permite descargar, reproducir y distribuir los cuestionarios y sus traducciones sin pedir permiso. Existe una versión oficial en español para México, cuyo pie de página lo dice en nuestro idioma: «No se requiere permiso para reproducir, traducir, mostrar o distribuir». Con un original gratuito y verificado, no hay razón para aplicar copias de procedencia dudosa.

Al presentarlo, una consigna breve rinde más que una explicación técnica:

«Antes de empezar te pido responder este cuestionario corto sobre las últimas dos semanas. No hay respuestas buenas ni malas; me sirve para ver cómo has estado y compararlo con las semanas anteriores.»

Recuerda además que el puntaje que registras es un dato de salud — sensible bajo la ley de protección de datos vigente —, una razón más para tener bien resuelto el consentimiento informado desde la primera sesión.

Cómo interpretar el puntaje

La tabla de severidad que casi todos citan combina dos fuentes, y conviene saber cuál dice qué. El estudio de 2001 estableció los cortes: puntajes de 5, 10, 15 y 20 representan depresión leve, moderada, moderadamente severa y severa. La banda inferior y las acciones sugeridas vienen del manual oficial, que las toma de Kroenke y Spitzer (2002):

Puntaje	Severidad	Acción propuesta por el manual
0–4	Mínima o nula	Ninguna
5–9	Leve	Espera vigilante; repetir el PHQ-9 en el seguimiento
10–14	Moderada	Plan de tratamiento: consejería, seguimiento y/o farmacoterapia
15–19	Moderadamente grave	Tratamiento activo con farmacoterapia y/o psicoterapia
20–27	Grave	Tratamiento activo; el manual sugiere además derivación oportuna a especialidad

Nota que esas acciones fueron pensadas para atención primaria, con la farmacoterapia como opción de primera línea; en tu consulta psicoterapéutica funcionan como orientación general, no como receta.

Sobre el corte clásico de tamizaje: en la validación original, un puntaje ≥ 10 tuvo sensibilidad de 88% y especificidad de 88% para depresión mayor frente a la entrevista estructurada. El manual añade una imagen útil: ≥ 10 es una «bandera amarilla» que señala una condición clínicamente significativa posible, y ≥ 15 una «bandera roja» que apunta a quien probablemente amerita tratamiento activo.

Ahora el matiz que los resúmenes omiten: esos números salen de atención primaria estadounidense, y los cortes óptimos cambian con la población. En un estudio colombiano con 243 adultos usuarios de atención primaria en Bucaramanga, el corte óptimo fue ≥ 7 (sensibilidad 90.38%, especificidad 81.68%, alfa 0.80). La lección no es que cambies el corte por tu cuenta: es que el corte orienta el tamizaje y tu juicio clínico decide qué hacer con cada caso.

Porque el PHQ-9 tamiza y monitorea; no diagnostica solo. El manual llama «provisionales» a los diagnósticos que produce, y su propio ejemplo trabajado muestra al clínico confirmando la depresión mayor únicamente después de descartar antecedentes de manía, causas físicas o medicamentosas y duelo normal, y de explorar la ideación suicida que la paciente había marcado. La escala propone; el clínico dispone.

El ítem 9 no se archiva: se evalúa

En la versión oficial para México, el ítem 9 pregunta si la persona «ha pensado que estaría mejor muerto(a) o se le ha ocurrido lastimarse de alguna manera». Es el único ítem que el algoritmo diagnóstico cuenta con cualquier frecuencia: mientras los demás requieren «más de la mitad de los días», el manual indica que la ideación suicida se cuenta siempre que esté presente.

Ese estatus especial tiene una traducción práctica que hay que decir sin rodeos: cualquier respuesta distinta de «para nada» en el ítem 9 exige una evaluación clínica de riesgo inmediata, en esa misma sesión, conforme a tu protocolo y tu formación. El manual lo respalda: la decisión final sobre el riesgo real de autolesión requiere una entrevista clínica, no un puntaje. Esta guía no va a darte un protocolo de pasos — ese protocolo viene de tu formación en riesgo suicida y de las guías profesionales que apliquen donde ejerces —, pero sí tres apoyos verificables:

Un complemento estructurado. La Escala Columbia (C-SSRS) organiza la evaluación con preguntas en lenguaje llano sobre ideación, actos preparatorios e intentos; está disponible en más de 100 idiomas y es gratuita para entornos comunitarios y de salud.
Recursos de crisis para tu paciente. En México, la Línea de la Vida atiende en el 800 911 2000, gratuita, las 24 horas, los 365 días del año. Que el paciente salga de la sesión sabiendo a dónde acudir entre sesiones no reemplaza tu plan clínico: lo completa.
Documentación. Registra el puntaje, la evaluación que hiciste, lo que encontraste y en qué basas tu decisión. Un expediente que muestra el ítem 9 positivo sin evaluación posterior es exactamente el hueco que no se puede explicar después.

Un apunte honesto: no existe — o no localizamos — una guía oficial mexicana específica sobre el seguimiento del ítem 9; la orientación disponible viene de los materiales oficiales del instrumento y de los estándares de tu profesión.

Del tamizaje al monitoreo

El segundo uso del PHQ-9 es el que más valor deja y el que menos se practica: repetirlo. El manual lo señala expresamente: la sensibilidad al cambio del PHQ-9 está bien establecida, y el instrumento se usa tanto para graduar la severidad inicial como para determinar la respuesta al tratamiento.

Ese es el corazón de la atención basada en mediciones (measurement-based care): recolectar datos de forma sistemática para monitorear el progreso e informar directamente las decisiones clínicas, como la definen Scott y Lewis (2015). Su caso ilustrativo es replicable en cualquier consulta: la terapeuta aplica el PHQ-9 y el GAD-7 antes de cada sesión y comparte con la consultante gráficos de sus puntajes, convirtiendo el número en conversación clínica.

Las bandas hacen legible ese seguimiento. Un paciente que pasa de 12 a 8 no solo «bajó cuatro puntos»: cruzó de sintomatología moderada a leve, y eso es un dato de evolución que cabe en la sección O de tu nota SOAP y que puede anclar objetivos verificables en tu plan de tratamiento — «PHQ-9 por debajo de 10 sostenido durante un mes» se puede evaluar; «que mejore el ánimo», no.

Errores comunes con el PHQ-9

Tratar el puntaje como diagnóstico. Un 16 no es un trastorno depresivo mayor; es una bandera roja que tu evaluación clínica confirma o descarta.
Archivar un ítem 9 positivo. El único error de esta lista que no admite «lo veo la próxima sesión».
Aplicarlo una vez y nunca más. Sin mediciones repetidas no hay curva de progreso, solo una foto de admisión.
Usar copias o traducciones de procedencia dudosa habiendo versiones oficiales gratuitas en español.
No devolver el resultado al paciente. El puntaje compartido y graficado es material terapéutico; el puntaje guardado en el cajón es papeleo.
Olvidar el contexto poblacional. Los cortes son convenciones derivadas de muestras concretas, no umbrales universales.

La versión en español sí tiene datos

El manual oficial incluye una advertencia que pocos citan: a diferencia de las versiones en inglés, pocas traducciones del PHQ han sido validadas psicométricamente contra una entrevista psiquiátrica estructurada independiente. Es una razón más para usar las versiones oficiales y conocer la evidencia local en lugar de asumirla.

Y para México, esa evidencia existe. En la cohorte de maestras mexicanas (Familiar et al., 2015), con 55,555 participantes, el PHQ-9 en español mostró estructura unifactorial con cargas de 0.71 a 0.90, alfa de Cronbach de 0.89, y los autores respaldan su uso clínico y de investigación; en esa muestra, 12.6% presentó sintomatología depresiva de moderada a alta. En Chiapas rural (Arrieta et al., 2017), con 215 adultos analizados, la consistencia interna se mantuvo en alfa ≥ 0.8 incluso entre subgrupos de género, alfabetización y edad. La versión que descargas del sitio oficial no es una traducción improvisada: es un instrumento con desempeño documentado en población mexicana.

Que el instrumento trabaje para ti

Todo lo anterior — aplicar antes de la sesión, calificar, graficar, comparar bandas, documentar — es sencillo con un paciente y pesado con treinta. Ahí es donde una plataforma ayuda: gesell.ai incluye escalas validadas con calificación automática, entre ellas el PHQ-9 y el GAD-7, integradas al expediente estructurado de cada paciente, de modo que el puntaje de hoy queda junto a los anteriores y listo para tu nota. El resultado siempre es apoyo a la decisión que tú evalúas: la escala aporta el dato; el criterio clínico sigue siendo tuyo.