De la experiencia al dato: qué representa un síntoma en un modelo

431.1. Un dato clínico tiene una historia de producción

Consideremos un caso hipotético. Una persona refiere que durante la última semana le costó iniciar sus actividades. Su pareja cuenta que pasó mucho tiempo sentada, mientras el registro laboral muestra asistencia completa. Las tres observaciones pueden ser correctas a la vez, porque aluden a objetos distintos: el esfuerzo experimentado, la conducta visible y el cumplimiento de una obligación. Reunirlas en una única variable llamada falta de energía exige decisiones que nadie ha explicitado todavía.

El dato se construye antes de que aparezca un número. Primero hay que delimitar el fenómeno, elegir una fuente y fijar una oportunidad de observación; después se formula una pregunta, se interpreta la respuesta y se aplica una regla de codificación. En cada uno de esos pasos puede conservarse la información pertinente o introducirse una transformación que altera lo que la variable termina representando.

Un síntoma registrado puede operar como indicador de una experiencia, como descripción de una conducta o como resultado de un juicio clínico. Esos usos no son intercambiables. Una pregunta sobre la dificultad subjetiva para concentrarse y una prueba de rendimiento atencional suelen relacionarse, aunque cuando discrepan hace falta interpretar el desacuerdo, ya que ambas no observan exactamente el mismo objeto.

Borsboom, Mellenbergh y van Heerden (2004) propusieron una concepción deliberadamente simple de la validez. Según ella, un test es válido para medir un atributo si el atributo existe y si sus variaciones producen causalmente variaciones en los resultados de la medición. De esta tesis extrajeron una consecuencia metodológica que interesa directamente aquí: la investigación de validez debe dirigirse a los procesos que transmiten el efecto del atributo a las puntuaciones, mientras que las correlaciones con otros atributos pasan a un lugar secundario. En psicopatología, preguntar por ese proceso es una tarea previa a decidir si una variable entrará en un modelo como nodo de una red, indicador de un factor o criterio de una categoría.

431.2. Delimitar el fenómeno antes de contar

Una expresión como «sentirse extraño» puede designar experiencias muy diferentes, desde la desconexión afectiva o la sensación de irrealidad hasta la extrañeza corporal o la dificultad para encontrar palabras. Una pregunta cerrada que clasifique todas esas respuestas bajo una misma etiqueta produce un dato de apariencia uniforme que, en rigor, reúne fenómenos distintos.

Para delimitar el referente, la descripción debe precisar cualidad, contexto y relación con la actividad habitual. Suele bastar con preguntar qué ocurre durante el episodio, cómo comienza y qué reconoce la persona como diferente. El propósito es identificar las distinciones que permiten a la codificación conservar significado, lo que no requiere una narración ilimitada.

Conviene separar también la experiencia de su explicación. Alguien puede describir una sensación y atribuirla al cansancio, a un conflicto o a una enfermedad. Esa atribución forma parte de cómo comprende su problema, aunque no tiene el mismo estatuto que la descripción de lo vivido. Cuando ambas se registran en una sola variable, el modelo mezcla el fenómeno con una hipótesis causal.

Las conductas observables exigen un cuidado semejante. Hablar poco puede acompañar inhibición, desconfianza o fatiga, o reflejar simplemente una entrevista que no dio ocasión de desarrollar respuestas. Lo observado es la conducta, mientras que su interpretación depende de información adicional. Una inferencia puede ser razonable sin convertirse por eso en observación directa del mecanismo.

Una definición operacional útil especifica qué variaciones se tratarán como equivalentes y cuáles se mantendrán separadas. Esa decisión depende de la pregunta del estudio. Un registro orientado a contar episodios puede necesitar menos detalle cualitativo que una investigación sobre formas de experiencia, siempre que declare qué información sacrifica.

431.3. Experiencia, comunicación y codificación

Entre una experiencia y su registro media una interacción. La persona elige palabras, interpreta lo que se le pregunta y decide cuánto comunicar. El entrevistador escucha desde un marco conceptual y puede reformular, aclarar o cerrar la exploración. La puntuación final depende de esa secuencia, además del fenómeno que motivó la consulta.

La dificultad para describir una experiencia no demuestra que esté ausente ni que sea extrema. Puede deberse al vocabulario, al idioma, a la escasa familiaridad con la situación de entrevista o a rasgos del propio fenómeno. Una respuesta breve puede contener información suficiente en un contexto y resultar ambigua en otro, de modo que la extensión de lo dicho no sirve como medida directa de gravedad.

Las preguntas compuestas agregan otra dificultad. Si se pregunta a la vez por tristeza y pérdida de interés, una respuesta afirmativa no indica cuál de las dos experiencias está presente. Codificarla como presencia de ambas añade información que la respuesta no contenía. La pregunta debe estar construida de manera que pueda reconstruirse qué afirmación respalda cada dato.

El registro también puede borrar la diferencia entre una afirmación espontánea y una respuesta inducida por una pregunta específica. Las dos son informativas, pero corresponden a condiciones de observación distintas. Conservar esa procedencia ayuda a interpretar cambios entre entrevistas en las que se exploraron contenidos diferentes.

La trazabilidad no obliga a transcribir cada conversación. Puede mantenerse con una descripción breve del fenómeno, la fuente, el periodo al que se refiere y la regla empleada para codificarlo. Con esos elementos es posible revisar una puntuación cuando aparecen discrepancias, sin tratar el número como una representación que se explica a sí misma.

431.4. Presencia, frecuencia e intensidad responden preguntas distintas

La presencia clínica indica que se identificó un fenómeno bajo una definición dada. La frecuencia describe cuántas veces aparece dentro de una ventana temporal y de un conjunto de oportunidades de observación. La intensidad expresa una propiedad de cada aparición o una valoración global. Una experiencia infrecuente puede ser intensa y relevante, mientras otra muy frecuente puede tener escaso impacto.

El denominador de una frecuencia tiene que especificarse. Puede contarse la proporción de días, de episodios de interacción o de respuestas a los avisos de un dispositivo. Estas unidades producen cifras distintas aunque se refieran a la misma trayectoria. Un porcentaje sin denominador explícito pierde parte de su interpretación.

La duración constituye otra dimensión. Dos episodios diarios de diez minutos y dos episodios diarios de varias horas tienen la misma frecuencia por día, pero ocupan proporciones muy diferentes del tiempo observado. Si el mecanismo propuesto depende de la exposición acumulada, el simple recuento puede quedarse corto.

Una escala puede combinar frecuencia e intensidad en sus opciones de respuesta. En ese caso, el número expresa la regla del instrumento y no debería reinterpretarse automáticamente como medida pura de una sola dimensión. Antes de introducirlo en una ecuación dinámica conviene revisar qué cambios del fenómeno llevarían a pasar de una categoría a la siguiente.

431.5. Un modelo elemental de detección

Para formalizar la diferencia entre fenómeno y registro, definamos una variable binaria $E$ que indica la presencia de una característica operacional durante un periodo. Otra variable, $O$, indica si el procedimiento la registra. El modelo no pretende agotar la experiencia. Su función es delimitar una pregunta de detección.

La sensibilidad $s$ es la probabilidad de registrar la característica cuando está presente; la especificidad $c$ es la probabilidad de no registrarla cuando está ausente. Ambas cantidades pertenecen a un procedimiento aplicado en condiciones determinadas. Ninguna de ellas es una propiedad universal de un término clínico.

Supongamos, con fines puramente ilustrativos, una prevalencia de tres décimas, una sensibilidad de ocho décimas y una especificidad de nueve décimas. La frecuencia esperada de registros positivos es entonces de treinta y una centésimas. Su cercanía a la prevalencia verdadera es accidental. Los falsos negativos esperados representan seis centésimas de la población y los falsos positivos siete centésimas, de modo que ambos errores casi se compensan en el agregado.

Que las frecuencias poblacionales coincidan no demuestra que cada individuo quede bien clasificado. Dos procedimientos pueden producir la misma proporción de positivos y equivocarse con personas diferentes, algo que la evaluación limitada al promedio no permite advertir.

En datos clínicos, estimar sensibilidad y especificidad requiere un estándar de referencia y un diseño apropiado. Aquí se conocen porque forman parte del generador sintético. Estos valores no se atribuyen a una entrevista real ni a un signo psicopatológico concreto. Esa delimitación impide que una demostración matemática se lea como una validación diagnóstica que no existe.

431.6. Incertidumbre sobre el estado después de observar

La regla de Bayes transforma la observación en una distribución de probabilidad sobre la característica definida. Con los valores del ejemplo, un registro positivo eleva la probabilidad de presencia a veinticuatro treinta y unavos, alrededor de setenta y siete centésimas. Un registro negativo la reduce a dos veintitresavos, algo menos de nueve centésimas. Ninguna de las dos observaciones produce certeza.

La incertidumbre que queda después de observar depende de la distribución previa y de las propiedades del procedimiento. Un mismo registro puede significar cosas distintas en poblaciones o contextos con probabilidades previas diferentes. La puntuación aislada no contiene esa información.

Esta incertidumbre sobre el estado debe distinguirse de la incertidumbre sobre el procedimiento. En el cálculo anterior, sensibilidad y especificidad son conocidas. Cuando se estiman con pocos datos, sus valores también son inciertos. Tratarlos como constantes fijadas en la estimación puntual puede inflar la confianza en la probabilidad posterior.

El mismo problema aparece cuando cambia el contexto. Una característica puede ser fácil de detectar durante una entrevista prolongada y difícil de pesquisar en un contacto breve. Usar el mismo parámetro de observación en ambas situaciones supone una equivalencia que debe justificarse.

Una probabilidad posterior responde a una pregunta definida por el modelo. No equivale a una valoración global de la persona ni reemplaza la descripción del fenómeno. Su utilidad consiste en mostrar cómo se combinan supuestos y observaciones, lo que permite discutir cuál de los componentes necesita más información.

431.7. Un cálculo reproducible

El código siguiente calcula las probabilidades del ejemplo y comprueba que, al promediar las probabilidades posteriores sobre los resultados posibles del procedimiento, se recupera la probabilidad previa; esa identidad verifica la coherencia interna de la actualización. Comprueba además que la inversión de la sección 431.17 devuelve la prevalencia de partida. Las partes restantes examinan el efecto de los registros faltantes, el de un componente de error compartido y el de la suma de indicadores.

import numpy as np

# Detección binaria (secciones 431.5, 431.6 y 431.17)
p, sensibilidad, especificidad = 0.3, 0.8, 0.9
q = sensibilidad*p + (1-especificidad)*(1-p)
positivo = sensibilidad*p/q
negativo = (1-sensibilidad)*p/(1-q)
assert np.isclose(q, 0.31)
assert np.isclose(q*positivo+(1-q)*negativo, p)
assert np.isclose((q+especificidad-1)/(sensibilidad+especificidad-1), p)
print("P(O=1), P(E=1|O=1), P(E=1|O=0):", q, positivo, negativo)

# Datos faltantes (sección 431.8)
trayectoria = np.array([1,0,1,1,1,0,0,1,1,0,1,0,0,1], dtype=float)
registro = trayectoria.copy()
registro[[2,7]] = np.nan
frecuencia_observada = np.nanmean(registro)
frecuencia_cero = np.nan_to_num(registro).mean()
print("Frecuencias: completa, observada, ceros",
      trayectoria.mean(), frecuencia_observada, frecuencia_cero)
assert np.isclose(trayectoria.mean(), 8/14)
assert np.isclose(frecuencia_observada, 6/12)
assert np.isclose(frecuencia_cero, 6/14)

# Promedio de repeticiones con promedio observado igual a 2 (secciones 431.10 y 431.11)
for n in [1,4,16]:
    for var_sesgo in [0.0,0.5]:
        R = var_sesgo+1/n
        V = R/(1+R)
        media = 2/(1+R)
        print("Repeticiones, varianza compartida, media posterior, varianza posterior",
              n, var_sesgo, media, V)
assert np.isclose(2/(1+1/4), 1.6) and np.isclose((1/4)/(1+1/4), 0.2)
assert np.isclose((0.5+1/4)/(1+0.5+1/4), 3/7)
R_grande = 0.5+1/10**6
assert abs(R_grande/(1+R_grande) - 1/3) < 1e-6

# Perfiles con igual total (sección 431.9), indicadores puntuados de 0 a 3
perfil_a = np.array([3,3,3,3,0,0])
perfil_b = np.array([2,2,2,2,2,2])
assert perfil_a.sum() == perfil_b.sum() == 12
assert np.count_nonzero(perfil_a) != np.count_nonzero(perfil_b)

Las aserciones comprueban relaciones exactas de la construcción. Los números impresos no son estimaciones obtenidas en pacientes. Mantener separados los datos generados de los datos clínicos es lo que permite saber qué demuestra cada operación.

431.8. Datos faltantes y oportunidades de observación

La trayectoria sintética contiene ocho días positivos entre catorce. Se eliminan dos registros que correspondían a días positivos. Entre los doce días observados, la frecuencia queda en una mitad; si los datos faltantes se reemplazan por ausencia, desciende a seis catorceavos. Ninguna de las dos cifras coincide con la proporción completa del generador.

En un registro real no se sabría qué ocurrió en los días omitidos. El ejemplo conserva esa información solo para mostrar las consecuencias de dos reglas de análisis, cuya diferencia no puede zanjarse suponiendo que una omisión equivale a normalidad.

La falta de respuesta puede depender del estado clínico. Una persona puede dejar de contestar los avisos cuando está ocupada, cuando el malestar aumenta o cuando se siente mejor y el registro deja de parecerle relevante. Cada uno de estos mecanismos selecciona observaciones de manera distinta, por lo que conocer la razón de las omisiones puede importar tanto como aumentar el número de avisos.

Rubin (1976) formalizó las condiciones bajo las cuales el proceso que genera los datos faltantes puede ignorarse en la inferencia. Distinguió dos situaciones. En la inferencia basada en distribuciones muestrales, ese proceso puede ignorarse si los datos faltan al azar y los valores disponibles fueron observados al azar; en la inferencia bayesiana, si los datos faltan al azar y los parámetros del mecanismo de pérdida son distintos de los parámetros de interés. Aplicar esas condiciones obliga a describir de qué depende la ausencia de datos. Que un patrón de omisiones parezca irregular a simple vista no autoriza a llamarlo faltante al azar.

Conviene conservar el número de oportunidades previstas, las respuestas recibidas y los periodos sin información. De ese modo puede distinguirse una frecuencia baja del fenómeno de una frecuencia baja de observación. Un modelo longitudinal que no represente esa diferencia puede atribuir a recuperación clínica lo que fue solo una interrupción del registro.

431.9. Una puntuación total puede ocultar perfiles distintos

El código incluye dos perfiles sintéticos de seis indicadores ordinales, cada uno puntuado de cero a tres. Ambos suman doce puntos. En el primero, cuatro indicadores alcanzan la puntuación máxima y dos están ausentes; en el segundo, los seis reciben una puntuación intermedia. La igualdad del total conserva una propiedad aritmética y pierde la configuración de los indicadores.

El alcance de esa pérdida depende del uso. Para resumir una carga general, el total puede aportar información. Para comprender qué experiencia limita una actividad o qué proceso cambió durante el seguimiento, el perfil puede resultar indispensable.

Fried y Nesse (2015) revisaron estudios que muestran que síntomas depresivos específicos difieren en sus correlatos biológicos, en sus factores de riesgo y en su impacto sobre el funcionamiento. Entre los ejemplos que discuten figura un estudio con pacientes ambulatorios en el que la pérdida de interés afectaba sobre todo las actividades sociales, mientras la fatiga perjudicaba más el manejo del hogar. Los autores señalan que la suma solo es válida si la depresión constituye una condición única y todos los síntomas son indicadores igualmente buenos de gravedad. Reconocen, con todo, que el total transmite información sobre la carga psicopatológica general, aunque de manera tosca. Su argumento respalda conservar la información específica. No implica que toda suma sea inválida, ni que el análisis ítem por ítem resuelva por sí solo los problemas de medición.

Los indicadores pueden diferir en contenido, variabilidad y relación con una intervención. Un cambio de dos puntos en uno no tiene necesariamente el mismo significado que un cambio idéntico en otro. Si la suma se usa como variable continua, debe explicitarse qué interpretación admite esa operación y qué propiedades del instrumento se han evaluado.

La selección de indicadores también modifica el total. Incluir varios ítems muy parecidos puede aumentar el peso de un dominio dentro de la puntuación sin aumentar en la misma proporción la diversidad de información. De este modo, la estructura del instrumento participa en la representación de gravedad que después se atribuye a la persona.

431.10. Repetir una medición reduce algunos errores

Para distinguir la incertidumbre sobre el estado de la que introduce el instrumento, consideremos un estado continuo $x$ con distribución previa gaussiana de media cero y varianza uno. Cada observación suma un ruido independiente de varianza uno. En la notación $\mathcal N(\mu,\sigma^2)$ empleada en adelante, el segundo argumento es una varianza. Si se obtienen varias mediciones y su promedio vale dos, la incertidumbre posterior disminuye a medida que aumenta el número de repeticiones.

Con cuatro observaciones independientes, la varianza del error del promedio es un cuarto. La media posterior es uno coma seis y la varianza posterior, un quinto. Esta reducción depende de que las observaciones correspondan al mismo estado y de que sus errores sean independientes.

En psicopatología, repetir preguntas durante una entrevista no siempre genera observaciones independientes. La persona puede recordar lo que respondió antes, el evaluador puede mantener su interpretación inicial y el contexto puede afectar de manera común a todas las respuestas. Contar las repeticiones como información nueva sin representar estas dependencias exagera la precisión.

El estado, además, puede cambiar mientras se observa. Si las mediciones pertenecen a momentos distintos, promediarlas bajo el supuesto de un estado constante mezcla la variación del fenómeno con el error instrumental. Una serie de respuestas dispares puede contener una dinámica real que el promedio borra.

La elección entre repetir una medición, ampliar el contexto o recurrir a otra fuente depende de la incertidumbre que se quiere reducir. Repetir el mismo procedimiento sirve frente a fluctuaciones independientes. Aporta poco cuando el problema es una ambigüedad de significado o un sesgo que comparten todas las observaciones.

431.11. Un error compartido no desaparece al promediar

Añadamos un componente desconocido $b$ que afecta por igual a todas las mediciones de una serie, como podría hacerlo una diferencia estable de calibración del procedimiento. Se le asigna una distribución gaussiana de media cero y varianza un medio. La varianza del error del promedio, que llamaremos $R_n$, contiene ahora un término que no disminuye con las repeticiones.

Con cuatro observaciones y promedio dos, la media posterior del estado es ocho séptimos, aproximadamente uno coma catorce, y su varianza tres séptimos. La inferencia es menos precisa que bajo independencia completa, porque parte del desplazamiento observado podría deberse al componente compartido.

Aun con muchas repeticiones, la varianza posterior no tiende a cero. Se aproxima a un tercio, que es el valor de $0.5/(1+0.5)$. El procedimiento puede llegar a medir con gran precisión la suma del estado y del componente compartido sin separar los dos términos. Se trata de un problema de identificación, que acumular datos de la misma clase no resuelve.

La distribución asignada al componente compartido expresa la incertidumbre del modelo sobre su valor. No supone que el evaluador cambie de sesgo al azar en cada pregunta, puesto que dentro de una serie concreta el componente permanece fijo. Si se confundiera la variación entre procedimientos con la variación entre respuestas, se obtendría otra estructura de covarianza.

Una fuente adicional puede ayudar si aporta información distinta y sus errores están razonablemente caracterizados. Tampoco la independencia entre fuentes debe darse por supuesta, ya que pueden compartir documentos, expectativas o conversaciones previas. La procedencia de cada observación condiciona cuánto agrega en realidad.

431.12. Desacuerdo entre fuentes y acceso al fenómeno

Los informantes acceden de manera distinta a una experiencia. La persona conoce aspectos subjetivos que pueden ser poco visibles desde fuera. Quien convive con ella observa conductas y cambios de rutina durante periodos que la entrevista no cubre. Un registro administrativo documenta acontecimientos delimitados y suele decir poco sobre esfuerzo o significado.

Achenbach, Krukowski, Dumenci e Ivanova (2005) revisaron unos 51.000 artículos publicados durante diez años en 52 revistas y encontraron correlaciones entre autoinformes e informes de terceros sobre psicopatología adulta en 108 de ellos. Con instrumentos paralelos, la correlación media fue de 0,68 para consumo de sustancias, 0,43 para problemas internalizantes y 0,44 para problemas externalizantes; con instrumentos diferentes descendió a 0,30. Los autores concluyeron que la magnitud moderada de estas correlaciones justifica obtener sistemáticamente datos de varios informantes. El resultado respalda examinar qué informa cada fuente, aunque una correlación moderada no indica quién se equivoca ni supone la existencia de un estado verdadero conocido con el cual comparar a todos.

Cuando dos fuentes discrepan, la primera tarea consiste en alinear el periodo y el referente. Que alguien salga de casa los fines de semana y que le cueste salir para ir a trabajar pueden ser descripciones de actividades con exigencias distintas. Codificarlas como respuestas opuestas a una pregunta general sobre salir elimina el contexto que permitiría entenderlas.

También puede haber discrepancia sobre un mismo acontecimiento. En ese caso interesa establecer las condiciones de acceso, la memoria de cada informante y las posibles diferencias de interpretación. La integración exige argumentar la pertinencia de cada fuente para esa afirmación concreta. Una jerarquía fija que dé siempre prioridad al mismo informante no cumple esa función.

Conservar los desacuerdos de forma explícita puede ser más informativo que producir una media artificial. Un modelo de observación puede representar efectos de fuente y de contexto, siempre que el diseño permita separarlos. El desarrollo formal de esa posibilidad se aborda en el capítulo dedicado a la dependencia del evaluador.

431.13. Invariancia de medición y comparación longitudinal

Comparar puntuaciones a lo largo del tiempo supone que su significado se mantiene razonablemente estable. Si una persona cambia su manera de entender una pregunta después de recibir información o de adquirir un vocabulario más preciso, una diferencia de puntuación puede combinar un cambio del fenómeno con un cambio en la forma de responder.

La relación entre indicador y atributo también puede variar con el contexto. Una dificultad para iniciar actividades tiene consecuencias observables distintas según las obligaciones de cada periodo o el apoyo disponible, de modo que un mismo nivel subjetivo puede traducirse en frecuencias diferentes de conducta visible. La comparación tiene que considerar esas modificaciones del entorno.

La invariancia no exige que todo permanezca idéntico. Exige identificar qué propiedades deben conservarse para sostener la comparación que se propone. Un estudio sobre el orden relativo de las personas puede requerir supuestos distintos de uno que interpreta diferencias absolutas de puntuación, de manera que el tipo de equivalencia necesario depende del uso.

En un seguimiento individual conviene documentar los cambios de instrumento, de modalidad de entrevista y de fuente principal. Si el primer periodo se basa en autoinformes diarios y el segundo en una valoración retrospectiva mensual, la diferencia entre ambos no puede atribuirse por completo al estado clínico, porque también cambió el procedimiento de observación.

Una discrepancia de este tipo puede investigarse con periodos de solapamiento entre métodos, preguntas de aclaración o medidas adicionales. Estas estrategias permiten evaluar la comparabilidad en vez de darla por sentada solo porque dos mediciones comparten una etiqueta.

431.14. Diseñar variables que puedan interpretarse después

Una variable útil necesita una definición que sobreviva al análisis. Debe saberse qué afirmación respalda una puntuación alta, qué periodo representa y qué condiciones producen un dato ausente. Si esas reglas quedan solo en la memoria del entrevistador, la base de datos pierde reproducibilidad y su significado puede alterarse cuando otros la reutilicen.

El diccionario de variables puede distinguir valores observados, inferidos y derivados. Un dato observado procede de una respuesta o de un registro definido. Una inferencia clínica combina información mediante un juicio. Un valor derivado se calcula a partir de otros datos. Los tres tipos pueden ser pertinentes, siempre que conserven su procedencia.

Las transformaciones también deben documentarse. Recodificar una escala ordinal, sumar indicadores o imputar valores faltantes genera una variable nueva. Mantener la versión original permite examinar la sensibilidad de las conclusiones y recuperar distinciones que la transformación haya eliminado.

La precisión con que se expresa un número debe corresponder a la del procedimiento que lo produjo. Informar con varios decimales una estimación basada en categorías amplias sugiere una información que no existe; que una operación matemática entregue un resultado continuo no reduce la incertidumbre de las entradas.

Los modelos de las secciones anteriores señalan los puntos en que puede perderse el vínculo entre experiencia y dato: el significado del indicador, la oportunidad de observación, la agregación y los supuestos de independencia. Identificar esas operaciones permite formular preguntas más precisas antes de interpretar patrones estadísticos como propiedades del fenómeno.

431.15. Distinguir fenómenos próximos sin fragmentar innecesariamente

La separación entre fatiga y somnolencia ofrece un ejemplo concreto. Una persona puede sentir falta de energía sin tendencia a quedarse dormida, mientras otra conserva interés y capacidad de esfuerzo pero presenta episodios de sueño involuntario. Registrar ambas situaciones como cansancio oculta diferencias relevantes para la exploración clínica y para interpretar una asociación con las horas de sueño.

Aclarar la distinción requiere ejemplos situados. Puede preguntarse qué ocurre al intentar leer, conversar o hacer una tarea física. También conviene precisar si el problema consiste en el esfuerzo, en la pérdida del hilo o en la propensión a dormirse. La respuesta ayuda a delimitar el fenómeno, aunque no establece por sí sola su causa. Una definición más precisa mejora la variable sin transformar la entrevista en una prueba etiológica.

Algo parecido ocurre con interés y disfrute. Anticipar poco placer antes de una actividad y disfrutar poco mientras se realiza son momentos distintos de la experiencia. Una pregunta global puede reunirlos, mientras que un modelo sobre selección de actividades necesita separarlos. Lo que justifica la distinción es el mecanismo que se quiere estudiar, junto con la posibilidad de observarla de manera fiable.

Fragmentar cada expresión en numerosas variables tampoco garantiza precisión. Si las distinciones no pueden describirse de forma consistente o no guardan relación con la pregunta, el resultado puede ser un conjunto de indicadores redundantes. El grado de resolución adecuado depende del detalle que exige la hipótesis y del que puede sostener el procedimiento de observación.

Un diccionario clínico útil incluye ejemplos y contraejemplos del fenómeno definido. Con ellos puede comprobarse si distintos evaluadores aplican la misma distinción y pueden localizarse los desacuerdos semánticos. Esa revisión permite modificar el instrumento antes de reunir una muestra grande cuya aparente homogeneidad dependa de una etiqueta demasiado amplia.

431.16. Qué implica tratar una respuesta ordinal como cantidad

Una escala de categorías ordenadas informa que una respuesta ocupa, según su regla, una posición superior a otra. No establece por eso que la distancia entre categorías sucesivas sea constante. El paso de la ausencia a la aparición ocasional puede tener un significado diferente del paso de la aparición frecuente a la persistente.

Un modelo de umbrales representa esta situación mediante una variable continua no observada $Z$ y una serie de límites $\tau_k$ que determinan la categoría registrada $S$, con $\tau_0=-\infty$ y el último límite igual a $+\infty$. Desplazar un límite puede modificar las frecuencias de respuesta sin que cambie la distribución de la variable subyacente; a la inversa, un cambio en la variable puede producir un patrón parecido con los límites intactos.

Si se suma una misma constante a la variable y a todos los límites, o si se multiplican todos por un mismo factor positivo, las categorías observadas no cambian. Por eso la localización y la escala de $Z$ solo quedan identificadas mediante convenciones o información adicional. Un modelo puede reproducir exactamente las respuestas y dejar abierta, aun así, la interpretación de su escala interna.

En comparaciones longitudinales, un desplazamiento del umbral de respuesta puede confundirse con un cambio del estado. Una persona puede reservar la categoría máxima para experiencias que antes habría descrito con otra palabra. Examinar ejemplos de referencia y conservar la formulación exacta de las preguntas ayuda a investigar esa posibilidad.

Tratar las puntuaciones como continuas puede ser una aproximación útil en ciertos análisis. Su pertinencia depende del número de categorías, de cómo se distribuyen las respuestas y de que el resultado se mantenga al comparar con modelos ordinales. La decisión debe justificarse por el problema estadístico y la interpretación buscada, sin deducir propiedades métricas del solo hecho de que las categorías estén numeradas.

431.17. Recuperar prevalencia no equivale a recuperar experiencias

Cuando sensibilidad y especificidad son conocidas, la ecuación de detección puede despejarse para estimar la proporción de presencia a partir de la frecuencia registrada. La fórmula está definida siempre que la suma de ambas difiera de uno. Solo tiene una lectura natural cuando la supera, porque una suma inferior a uno describe un procedimiento que registra más a menudo la característica cuando está ausente. Con los valores del ejemplo, una frecuencia registrada de treinta y una centésimas devuelve la prevalencia de tres décimas.

Cuando la suma de sensibilidad y especificidad se acerca a uno, el denominador se vuelve pequeño. Cada variación de la frecuencia observada se multiplica por $1/(s+c-1)$ al trasladarse a la prevalencia estimada. En el ejemplo ese factor vale algo más de 1,4; con una suma de 1,05 llegaría a 20. Expresar el resultado con más decimales no corrige nada, porque la observación contiene poca información para separar los estados. Con frecuencias muestrales, además, la estimación puede caer fuera del intervalo entre cero y uno. Ocurre, por ejemplo, cuando la frecuencia observada es menor que la tasa esperada de falsos positivos, $1-c$.

Si la suma es exactamente uno, la probabilidad de un registro positivo es la misma con presencia que con ausencia. La frecuencia observada deja de informar sobre la prevalencia bajo ese procedimiento. La inversión no está definida porque cualquier proporción del fenómeno genera la misma distribución de registros.

Incluso una corrección poblacional bien identificada no permite reconstruir lo que ocurrió en cada persona. Estimar una proporción y clasificar individuos son tareas distintas. Tampoco se recuperan las cualidades de la experiencia que quedaron fuera de la definición binaria inicial.

Este límite pesa al reutilizar bases clínicas. Una variable histórica puede permitir estimar tendencias de los registros sin sostener afirmaciones precisas sobre prevalencia fenomenológica. Las conclusiones deben mantenerse en el nivel de representación que los datos y su calibración permiten.

431.18. Reconstrucción de una afirmación clínica

Volvamos al caso hipotético del comienzo, la persona que describe dificultad para iniciar actividades y mantiene su asistencia laboral. Una formulación descriptiva puede conservar ambos datos: refiere mayor esfuerzo para comenzar tareas durante la última semana, mientras los registros disponibles muestran asistencia completa. La segunda observación delimita el funcionamiento observable y no cancela por sí misma la primera.

Para estudiar la frecuencia haría falta precisar en cuántos días y en qué actividades apareció la dificultad. Si interesa la intensidad, convendría saber cómo se graduó el esfuerzo y qué consecuencias tuvo. Una pregunta causal requeriría datos sobre secuencia temporal, contexto y explicaciones alternativas. Cada una de estas ampliaciones apunta a una incertidumbre diferente.

La puntuación final puede resumir parte de esa información, siempre que mantenga el vínculo con la descripción de la que procede. Si más adelante el número cambia, podrá preguntarse si cambió la experiencia, su frecuencia, el contexto o la regla de valoración. Para responder bastará con consultar la descripción, la fuente y la regla de codificación que quedaron documentadas.

Referencias

Achenbach, T. M., Krukowski, R. A., Dumenci, L. e Ivanova, M. Y. (2005). Assessment of adult psychopathology: Meta-analyses and implications of cross-informant correlations. Psychological Bulletin, 131(3), 361–382. https://doi.org/10.1037/0033-2909.131.3.361

Borsboom, D., Mellenbergh, G. J. y van Heerden, J. (2004). The concept of validity. Psychological Review, 111(4), 1061–1071. https://doi.org/10.1037/0033-295X.111.4.1061

Fried, E. I. y Nesse, R. M. (2015). Depression sum-scores don’t add up: Why analyzing specific depression symptoms is essential. BMC Medicine, 13, artículo 72. https://doi.org/10.1186/s12916-015-0325-4

Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. https://doi.org/10.1093/biomet/63.3.581