Delirium y organización consciente: hipótesis dinámicas

418.1. Un síndrome que exige observar cambios

El delirium plantea una dificultad particular para estudiar la organización consciente, porque las capacidades observadas pueden cambiar en intervalos breves y no lo hacen de manera uniforme. Una persona puede mantener los ojos abiertos y producir lenguaje mientras tiene dificultades para sostener la atención o seguir una conversación. La actividad motora visible no basta para ordenar esas alteraciones en una escala ni permite deducir si la experiencia es rica, pobre o ausente.

Según la síntesis de Wilson y colaboradores (2020), los criterios del DSM-5 exigen una alteración de la atención y de la conciencia del entorno que se instala en horas o días, tiende a fluctuar a lo largo del día y se acompaña de al menos otro déficit cognitivo, sin que otro trastorno neurocognitivo la explique mejor y con indicios de una causa médica, tóxica o de abstinencia. La definición contiene una comparación con el funcionamiento previo que un rendimiento bajo aislado no permite reconstruir. El curso, el estado basal y las circunstancias de observación modifican la interpretación de cualquier evaluación.

Shenkin y colaboradores (2019) compararon el 4AT y el Confusion Assessment Method (CAM) con una evaluación de referencia basada en criterios DSM-IV, realizada por evaluadores distintos y ciegos al resultado de la prueba índice. En 785 pacientes médicos agudos de 70 años o más, el 4AT tuvo una sensibilidad del 76 % y una especificidad del 94 %; el CAM, del 40 % y del 100 %. Una herramienta de detección se juzga así frente a un criterio clínico con procedimientos especificados. Detectar casos e identificar un mecanismo siguen siendo, con todo, preguntas diferentes.

Un enfoque dinámico formula hipótesis sobre cómo se producen las fluctuaciones y precisa qué observaciones permitirían distinguirlas. Podrían intervenir cambios en la activación, en la estabilidad de las representaciones, en la regulación del sueño o en el acceso a información contextual, posiblemente de forma simultánea. Wilson y colaboradores señalan que no se ha demostrado una vía única común a todas las formas de delirium; la inflamación, la disfunción vascular, la insuficiencia metabólica, los desequilibrios de neurotransmisión y la alteración de la conectividad figuran como procesos implicados o plausibles. Un modelo útil deriva consecuencias de cada hipótesis y las confronta con datos. Reducir el síndrome a una única variable abstracta de complejidad recorre el camino inverso.

Los ejemplos de este capítulo son construcciones metodológicas. Sus estados latentes y parámetros no corresponden a categorías diagnósticas validadas ni ofrecen criterios para decisiones clínicas individuales.

418.2. Atención, activación y contenido

La atención puede describirse operacionalmente como la selección y el mantenimiento de información relevante para una tarea. La activación designa aquí las condiciones que favorecen estar despierto y responder al entorno. Wilson y colaboradores las tratan como rasgos clínicos vinculados pero distintos, con una activación que va desde un estado cercano al coma hasta la hipervigilancia. Una activación elevada puede coexistir con una selección inestable, mientras que una respuesta lenta puede deberse a dificultades motoras sin que falte contenido consciente.

Imaginemos dos variables latentes. Una regula la disponibilidad general para responder y la otra la estabilidad de una representación durante varios segundos. Una tarea breve de detección puede depender sobre todo de la primera, mientras que una instrucción con varios pasos exige también la segunda. Si solo se administra la tarea compleja, un fracaso no indica qué componente falló. Incorporar tareas con demandas diferentes restringe las explicaciones compatibles con los datos.

La experiencia subjetiva añade otra dimensión. Un informe posterior de escenas confusas informa sobre lo que la persona recuerda haber vivido, pero no demuestra que la experiencia haya sido la misma durante todo el episodio, porque la precisión temporal del relato depende de la memoria y del contexto de la entrevista. La falta de informe tampoco equivale a ausencia de experiencia, ya que puede deberse a dificultades de registro o de recuperación.

Una descripción multidimensional evita ordenar los casos sobre un eje único que iría de la normalidad a la inconsciencia. Registra por separado atención, orientación, respuesta a instrucciones, lenguaje, activación y memoria. Esa separación no supone que los componentes sean independientes. Deja sus dependencias abiertas al estudio, mientras que una puntuación global las fija de antemano y las oculta.

También obliga a distinguir la tarea de la capacidad que se pretende medir. Un procedimiento verbal exige comprensión lingüística y audición suficientes; uno visual exige acceso al estímulo; uno motor depende de la posibilidad de ejecutar la respuesta. El análisis de fluctuaciones tiene que registrar estas condiciones, porque pueden variar junto con el estado investigado. Una hipoacusia estable puede parecer una capacidad fluctuante si cambian el ruido ambiental o la distancia del interlocutor.

418.3. Dos escalas temporales y un problema de muestreo

Las fluctuaciones pueden desarrollarse en escalas de segundos, minutos u horas. Un registro continuo de actividad eléctrica y una evaluación clínica breve no muestrean el mismo objeto temporal. Si el primero se promedia durante diez minutos y la segunda dura un minuto, una discordancia entre ambos puede deberse a que las ventanas son distintas. Antes de proponer una explicación neuronal hay que alinear los intervalos y describir su incertidumbre.

Supongamos que una capacidad alterna entre episodios relativamente estables y episodios frágiles. Una observación cada cuatro horas puede detectar cambios amplios y perder oscilaciones intermedias. Aumentar la frecuencia de observación mejora la resolución, aunque también puede modificar el proceso, porque las preguntas y las interrupciones elevan transitoriamente la activación o producen fatiga. El observador forma parte de las condiciones experimentales.

El calendario de evaluación condiciona lo que se puede afirmar. McCusker y colaboradores (2003) siguieron a 193 pacientes médicos de 65 años o más con delirium, evaluados cada dos o tres días en la primera semana de hospitalización y luego semanalmente. Los autores reconocen que, sin observaciones diarias, la duración del episodio solo pudo aproximarse y que en el seguimiento no era posible separar persistencia de recurrencia. De Freitas y colaboradores (2020) aplicaron, en cambio, hasta cuatro evaluaciones diarias con el 3D-CAM a 55 pacientes de una sala de ortopedia. De los 17 casos identificados con el esquema repetido, 13 ya se habían detectado en la primera evaluación de la mañana. La diferencia no alcanzó significación estadística en este estudio piloto, en el que más de la mitad de los pacientes no recibió la cuarta evaluación prevista. El estudio ilustra a la vez la ganancia potencial de muestrear más a menudo y la dificultad práctica de sostenerlo.

La escala temporal afecta además a la definición de mejoría. Un promedio diario puede subir porque los episodios favorables duran más, porque los desfavorables son menos intensos o porque las mediciones se concentran en los mejores momentos. Una serie temporal suficientemente detallada permite estimar por separado la ocupación de cada estado, la duración de los episodios y el rendimiento dentro de cada estado.

Una periodicidad diaria no identifica por sí misma su origen. Una repetición aproximada a cierta hora podría reflejar ritmos endógenos, horarios de medicación, procedimientos de enfermería, comidas o la disponibilidad de los evaluadores. Estudiarla requiere registrar las entradas externas y evitar que la hora del día quede confundida sistemáticamente con una intervención.

Un modelo con varias escalas puede incluir una variable lenta de vulnerabilidad que module la probabilidad de transición de una variable rápida de rendimiento. Así dos personas con igual rendimiento momentáneo pueden tener distinta estabilidad futura. Justificar esa construcción exige mostrar que la variable lenta mejora las predicciones fuera de la muestra de ajuste.

418.4. Un modelo mínimo de estados ocultos

Construyamos un modelo de dos estados latentes, denominados estable y frágil. Los nombres se refieren exclusivamente al rendimiento en una tarea ficticia. Cada quince minutos se realiza una observación binaria, acierto o error. La probabilidad de error es 0,10 en el estado estable y 0,60 en el frágil. Un error no identifica por sí solo el estado, del mismo modo que un acierto no lo descarta. Se trata de un modelo oculto de Markov, en el que una cadena no observada genera observaciones ruidosas (Rabiner, 1989).

La matriz de transición por intervalo es la siguiente.

Las filas indican el estado actual y las columnas el siguiente, en el orden estable, frágil. Desde la estabilidad, la probabilidad de permanecer es 0,90 y la de pasar a fragilidad es 0,10. Desde la fragilidad, la probabilidad de recuperarse en el intervalo siguiente es 0,25. El modelo supone que el estado actual resume toda la información del pasado relevante para predecir la transición siguiente.

La distribución estacionaria asigna probabilidades de cinco séptimos y dos séptimos a los dos estados. Se obtiene igualando los flujos de entrada y de salida, de modo que 5/7 × 0,10 coincide con 2/7 × 0,25, más la condición de normalización. La tasa media de errores es entonces 1,7/7, aproximadamente 0,24286. Este promedio mezcla estados distintos y no corresponde a la probabilidad de error de un tercer estado intermedio.

Bajo estas hipótesis, la duración de cada episodio, medida en intervalos, sigue una distribución geométrica cuya media depende solo de la probabilidad de permanencia.

El estado frágil dura en promedio cuatro intervalos, equivalentes a sesenta minutos. El estable dura diez intervalos, equivalentes a ciento cincuenta minutos. Estas cifras dependen del paso temporal elegido. Cambiar el intervalo sin transformar coherentemente la matriz alteraría el proceso representado.

El modelo omite mecanismos fisiológicos, causas médicas y variaciones continuas dentro de cada estado. Su utilidad está en separar magnitudes que suelen confundirse, como la proporción de tiempo en cada condición, la duración de los episodios y la probabilidad de observar un error, sin atribuirse validez diagnóstica.

418.5. El mismo promedio puede ocultar dinámicas diferentes

Consideremos ahora otra matriz.

Conserva la distribución estacionaria de cinco séptimos y dos séptimos, ya que 5/7 × 0,40 coincide con 2/7 × 1,00. Si las probabilidades de error por estado no cambian, conserva también el promedio de errores. En esta construcción, sin embargo, cada episodio frágil dura exactamente un intervalo y los estables duran en promedio dos intervalos y medio, es decir, 37,5 minutos. Las transiciones son mucho más frecuentes.

Un análisis limitado al porcentaje total de errores concluiría que ambos procesos son iguales, mientras que una serie temporal revelaría diferencias en el agrupamiento de los errores y en la recuperación. La segunda matriz es deliberadamente extrema, porque obliga a abandonar el estado frágil en el paso siguiente. Demuestra que la ocupación y la duración no se identifican a partir del promedio, sin pretender describir un patrón habitual en pacientes.

En una matriz de dos estados, el segundo autovalor es la suma de las probabilidades de permanencia menos uno. Vale 0,65 en la primera matriz y −0,40 en la segunda. En la cadena latente, el primero favorece la persistencia y el segundo introduce una tendencia alternante. El ruido de emisión atenúa la relación con las observaciones, puesto que un estado estable puede producir un error y uno frágil un acierto. Para emisiones binarias, la autocorrelación de la serie de errores con retardo k puede calcularse exactamente.

donde p_S y p_F son las probabilidades de error en cada estado, ē es la tasa media de errores y λ₂ el segundo autovalor. Con estos parámetros el factor vale aproximadamente 0,277, de modo que la autocorrelación con retardo uno es cercana a 0,18 en la primera matriz y a −0,11 en la segunda. La serie observada conserva el signo y la tasa de decaimiento de la dinámica latente con una magnitud muy reducida. Una autocorrelación conductual pequeña es compatible con estados latentes bastante persistentes.

La distinción tiene consecuencias para el diseño. Un muestreo espaciado puede bastar para detectar episodios prolongados, pero pierde los cambios rápidos o genera patrones aparentes que dependen de la fase de observación. El intervalo debe elegirse según la dinámica que se quiere estimar y puede ponerse a prueba con simulaciones antes de recoger datos.

También hay consecuencias para evaluar cambios longitudinales. Una intervención hipotética podría acortar los episodios frágiles sin modificar la frecuencia con que se entra en ellos, o reducir las entradas sin alterar la duración de los episodios restantes. Ambas disminuyen el tiempo total en fragilidad, aunque sugieren mecanismos diferentes. Distinguirlas exige conservar información sobre entradas y salidas, además del promedio agregado.

418.6. Inferir estados sin confundirlos con observaciones

La inferencia de estados ocultos combina lo que la dinámica permite esperar con la verosimilitud de la observación actual. Antes de recibir un resultado, el modelo predice una distribución sobre los estados. Después la actualiza según la probabilidad de acierto o de error en cada uno. Este procedimiento recursivo, el filtrado o algoritmo hacia adelante (Rabiner, 1989), entrega una distribución de probabilidad sobre el estado y no una clasificación definitiva.

Si se parte de la distribución estacionaria y se observan dos aciertos, la probabilidad filtrada de fragilidad disminuye. Tres errores consecutivos la elevan. Un acierto posterior vuelve a reducirla sin borrar de inmediato la historia reciente, porque el modelo supone persistencia. Esa memoria del filtro procede de la matriz de transición fijada de antemano. El procedimiento no la descubre en los datos.

El código siguiente comprueba ambas distribuciones estacionarias, aplica el filtro a una secuencia sintética y calcula las duraciones medias y la autocorrelación teórica de los errores. En cada paso, el estado se actualiza con la observación antes de predecir el intervalo siguiente.

import numpy as np

P = np.array([[0.90, 0.10], [0.25, 0.75]])
P_rapida = np.array([[0.60, 0.40], [1.00, 0.00]])
pi = np.array([5/7, 2/7])
p_error = np.array([0.10, 0.60])

assert np.allclose(pi @ P, pi)
assert np.allclose(pi @ P_rapida, pi)
assert np.allclose(P.sum(axis=1), 1)
assert np.allclose(P_rapida.sum(axis=1), 1)
print("Error medio en ambos modelos:", pi @ p_error)

observaciones = [0, 0, 1, 1, 1, 0, 0, 1]
prediccion = pi.copy()
filtradas = []
for error in observaciones:
    verosimilitud = p_error if error else 1-p_error
    posterior = prediccion * verosimilitud
    posterior /= posterior.sum()
    filtradas.append(posterior[1])
    prediccion = posterior @ P

print("Probabilidades filtradas de fragilidad:",
      np.round(filtradas, 6))
assert 0.09 < filtradas[1] < 0.11
assert 0.90 < filtradas[4] < 0.93
assert 0.67 < filtradas[-1] < 0.69

for matriz in (P, P_rapida):
    duraciones = 1/(1-np.diag(matriz))
    print("Duraciones medias en minutos:", 15*duraciones)

e_medio = pi @ p_error
factor = ((p_error[1]-p_error[0])**2 * pi[0]*pi[1]
          / (e_medio*(1-e_medio)))
for matriz in (P, P_rapida):
    lam2 = np.trace(matriz) - 1
    rho = factor * lam2**np.arange(1, 4)
    print("Autovalor:", round(lam2, 2),
          "Autocorrelación de errores (k=1..3):", np.round(rho, 4))

Tras los dos primeros aciertos, la probabilidad de fragilidad es aproximadamente 0,09894. Después de los tres errores consecutivos alcanza 0,91451, desciende a 0,50250 y 0,24851 con los dos aciertos siguientes y vale aproximadamente 0,67999 tras el error final. Las duraciones medias son de 150 y 60 minutos en el primer modelo y de 37,5 y 15 minutos en el segundo. Todos estos números dependen de parámetros elegidos por construcción y no son probabilidades clínicas estimadas en una población.

Una aplicación empírica tendría que estimar o justificar los parámetros, examinar si dos estados bastan y comparar el modelo con una probabilidad de error constante o con modelos que incorporan fatiga o cambios conocidos del ambiente. Un estado oculto adicional puede mejorar el ajuste absorbiendo ruido sin corresponder a una entidad fisiológica distinta.

418.7. Lentitud de recuperación y variabilidad

Otra familia de hipótesis describe la fluctuación mediante una variable continua que retorna hacia un equilibrio. Un ejemplo es el proceso de Ornstein–Uhlenbeck.

La tasa de retorno λ es positiva, la intensidad del ruido σ es constante y el término aleatorio representa fluctuaciones idealizadas de tipo browniano. En equilibrio, la varianza es el cociente entre el cuadrado de la intensidad del ruido y el doble de la tasa de retorno. La autocorrelación decae exponencialmente con el intervalo temporal.

Cuando el proceso se observa a intervalos regulares Δ, la serie muestreada es exactamente un proceso autorregresivo de primer orden con coeficiente e^{−λΔ}. El coeficiente estimado depende, por tanto, del intervalo de muestreo y solo es comparable entre estudios si se convierte en una tasa por unidad de tiempo.

Si la tasa de retorno disminuye con ruido constante, aumentan a la vez la varianza y la persistencia. Este enlentecimiento crítico se ha propuesto como señal de alerta temprana de transiciones abruptas en ecosistemas, mercados financieros o el clima (Scheffer et al., 2009). Aquí motiva una hipótesis de recuperación más lenta frente a perturbaciones. Una mayor variabilidad observada no identifica, sin embargo, una reducción de la tasa de retorno. El ruido puede haber aumentado, la entrada externa puede haber cambiado o puede existir una tendencia no modelada.

Separar estas posibilidades exige estudiar la respuesta a acontecimientos identificables y la estructura temporal del ruido. Interrupciones repetidas pueden producir autocorrelación aparente, al igual que un promedio móvil aplicado durante el procesamiento. El análisis tiene que incorporar cómo se generó y cómo se filtró la serie.

La proximidad a una transición crítica requiere todavía más evidencia. Boettiger y Hastings (2012) evaluaron la varianza y la autocorrelación crecientes como indicadores de alerta en un escenario deliberadamente favorable, con sistemas que se acercan a una bifurcación silla-nodo por un cambio gradual y monótono de un parámetro. Aun así, las tendencias de ambos indicadores se superponían ampliamente entre sistemas estables y sistemas próximos a la transición, con tasas apreciables de falsas alarmas y de omisiones. El modelo lineal no contiene una bifurcación observada del síndrome. Atribuir las fluctuaciones del delirium a criticidad exigiría un modelo de mecanismos, parámetros de control identificables y predicciones que distingan esa explicación de sus alternativas.

Una prueba razonable compararía modelos de retorno con ruido constante, con ruido variable y con entradas observadas, usando periodos separados para ajuste y evaluación. Si el modelo de retorno lento predice mejor la duración de recuperaciones futuras, gana apoyo como descripción de esos datos. Quedaría por investigar qué proceso fisiológico corresponde a su parámetro y si este conserva significado entre individuos y contextos.

418.8. Qué dicen y qué no dicen los registros eléctricos

Los registros electroencefalográficos tienen una resolución temporal útil para estudiar fluctuaciones, aunque sus métricas responden a propiedades diferentes. La potencia por bandas, la frecuencia dominante, el acoplamiento de fase y la complejidad de una secuencia no son intercambiables. Una señal puede volverse más lenta y, según el filtrado y la codificación, mostrar cambios de complejidad de signo distinto en bandas diferentes.

La revisión sistemática de Boord y colaboradores (2021) reunió 31 estudios con registros antes, durante o después del delirium. Durante el episodio, el patrón más constante en adultos fue el enlentecimiento, con más potencia delta y theta y menos alfa, junto con indicios de menor conectividad funcional. Los hallazgos previos al episodio fueron mixtos, en parte porque algunos registros catalogados como previos se obtuvieron durante el factor precipitante. La revisión describe asociaciones que no permiten concluir que esos cambios causen el delirium.

Van der A y colaboradores (2025) analizaron 377 pacientes de tres centros europeos, 173 con delirium y 204 sin él, agrupados en delirium posterior a un ictus, médico y posoperatorio. Los controles eran pacientes con condiciones semejantes sin delirium. Las alteraciones espectrales tuvieron la misma dirección en las tres etiologías, con menor frecuencia pico, más potencia delta relativa y menos potencia beta relativa, aunque con magnitudes muy heterogéneas. El índice de retardo de fase (PLI), una medida de conectividad funcional, no mostró diferencias combinadas consistentes. Los autores atribuyen parte de la heterogeneidad a diferencias entre centros en reclutamiento, equipos e instrumentos de detección. Advierten también que algunos controles podían tener un delirium resuelto, subsindrómico o no reconocido. El estudio no incluyó medidas de complejidad, de modo que no informa sobre ningún umbral de complejidad para el diagnóstico.

Tanabe y colaboradores (2022), en una carta de investigación con datos de dos cohortes perioperatorias previas, analizaron el cambio preoperatorio a posoperatorio de la complejidad de Lempel–Ziv por bandas en un único canal occipital (Oz). En 89 pacientes, 30 con delirium, el diagnóstico se asoció con menor complejidad en theta y mayor en alfa, sin asociación en alfa alta; la gravedad, analizada en 88 de ellos, mostró el mismo patrón. Las pruebas se informaron sin corrección por tasa de descubrimientos falsos. El resultado pone en duda que la complejidad cambie en una única dirección global, sin demostrar que esos cambios causen el síndrome.

Antes de comparar valores hay que conocer la banda, la ventana, la normalización y el preprocesamiento, porque filtrar una señal cambia su estructura temporal y el número de patrones posibles. La complejidad de Lempel–Ziv tampoco es independiente de la forma del espectro. En registros de ratas y monos durante vigilia y anestesia con propofol, así como en modelos computacionales, Medel y colaboradores (2023) encontraron una relación inversa y monótona entre esa complejidad y la pendiente aperiódica del espectro de potencia. Una diferencia de complejidad entre grupos puede depender en parte de la potencia, de la pendiente espectral y de la relación señal-ruido. Interpretarla como una propiedad distinta exige controles que separen esas contribuciones, por ejemplo series sustitutas que conserven el espectro.

También importa el estado durante el registro. Los ojos abiertos o cerrados, la somnolencia y los movimientos afectan la calidad y la composición de los datos. Seleccionar solo segmentos sin artefactos mejora la estimación de la señal, aunque puede dejar representada una fracción particular del episodio.

El resultado más defendible suele ser una asociación específica entre una métrica, una ventana temporal y una evaluación clínica. Convertirla en un marcador transportable requiere validación externa y comparación con condiciones alternativas; convertirla en explicación mecanística requiere además predicciones causales. Ninguna métrica aislada tiene que cumplir todas esas funciones a la vez.

418.9. Causas comunes y efectos de selección

Una asociación entre rendimiento atencional y una señal eléctrica admite varias estructuras causales. La señal podría contribuir al rendimiento, el esfuerzo de la tarea podría modificar la señal o una tercera variable podría afectar a ambos. La coincidencia temporal no decide entre esas posibilidades. Incluso una asociación que precede al deterioro puede reflejar un factor común que evoluciona antes de hacerse visible en la conducta.

Considérese una variable de activación que modifica tanto la potencia lenta como la probabilidad de error. Un análisis que la omita puede atribuir a la potencia un efecto causal directo. Ajustar por una medición de activación ayuda solo si esa medición captura adecuadamente el factor relevante. Una medida ruidosa deja confusión residual. Una variable situada después del mecanismo de interés puede bloquear parte del efecto que se quería estudiar.

La medicación y los procedimientos del entorno añaden dependencia temporal. Una intervención puede administrarse precisamente cuando el estado empeora, de modo que su asociación con un peor rendimiento posterior podría reflejar la gravedad que motivó su indicación. La secuencia temporal debe reconstruirse con detalle y el objetivo causal debe definirse antes del ajuste estadístico.

La selección de controles también importa. Comparar personas con delirium con adultos sanos puede identificar diferencias atribuibles a la enfermedad general, la hospitalización o la edad. Compararlas con pacientes clínicamente semejantes reduce esas diferencias, aunque obliga a decidir quién pertenece al grupo de referencia. La ausencia de un diagnóstico registrado no garantiza la de un episodio no detectado, como reconocen van der A y colaboradores al discutir sus controles.

El análisis debe conservar la procedencia de cada observación. Una evaluación realizada porque alguien notó un cambio no equivale a otra programada con independencia del estado. Mezclarlas sin modelar el proceso de observación puede llevar a sobrestimar la frecuencia del deterioro o a describir mal su duración.

418.10. Datos ausentes y evaluaciones imposibles

Cuando una tarea no puede completarse, codificar automáticamente un error confunde la capacidad atencional con las condiciones de administración. Codificar normalidad produce el problema contrario. Los instrumentos clínicos lo resuelven de maneras distintas. En el estudio de Shenkin y colaboradores, los ítems cognitivos del 4AT que no podían administrarse por disminución de la activación recibían la puntuación de «no evaluable», que suma como anormal, de modo que el instrumento entrega un resultado aun cuando no es posible aplicar pruebas cognitivas. En el procedimiento del CAM descrito en el mismo trabajo, un ítem no evaluable se puntuaba como negativo. Wilson y colaboradores recogen una convención afín a la del 4AT, según la cual un paciente por encima del nivel de coma que no puede participar en la evaluación se clasifica como portador de inatención grave.

Estas reglas responden a la finalidad de cada instrumento. Una puntuación destinada a activar una evaluación clínica puede tratar razonablemente la imposibilidad de evaluar como un signo positivo. Una variable usada para estimar transiciones latentes cumple otra función. Trasladarle esas reglas reuniría en una sola categoría el error, la ausencia de respuesta y la imposibilidad de administrar la prueba. Conviene conservar por separado el resultado, la posibilidad de evaluar y el motivo de la ausencia.

Supongamos que los datos faltan con mayor probabilidad durante los episodios frágiles. Un modelo ajustado solo a las observaciones disponibles sobrerrepresentará los periodos favorables. Si además los episodios graves duran más, el sesgo afectará a la ocupación y a la persistencia. En la terminología de Rubin (1976), esa ausencia no sería aleatoria, porque dependería del propio estado no observado. En el estudio de De Freitas y colaboradores, las altas, los ingresos tardíos y las negativas impidieron completar el esquema de evaluaciones en más de la mitad de los pacientes. Registrar todas las oportunidades de observación, incluso las que no producen una respuesta válida, permite investigar ese mecanismo.

Una extensión del modelo oculto puede incluir una variable que indique si hubo evaluación, con una probabilidad dependiente del estado latente y de circunstancias registradas. Esa extensión añade parámetros y puede resultar poco identificable sin información externa. Es preferible reconocerlo a producir estimaciones muy precisas bajo una suposición implícita de ausencia completamente aleatoria. Los análisis de sensibilidad pueden imponer varios escenarios plausibles de ausencia y examinar qué conclusiones se mantienen. Si la duración estimada de los episodios cambia mucho entre escenarios, esa incertidumbre debe comunicarse y orientar la recogida de datos siguiente.

418.11. Caso resuelto de observación longitudinal

Imaginemos una persona hospitalizada, sin atribuirle un diagnóstico real, cuya tarea breve muestra buen rendimiento por la mañana, varios errores al mediodía y una recuperación parcial más tarde. Un registro eléctrico cercano al mediodía contiene más potencia lenta. Una primera interpretación propone un deterioro común de la activación y la atención. Otra sostiene que el registro coincidió con un periodo de somnolencia, mientras que los errores se debieron a una dificultad auditiva en un ambiente más ruidoso.

El primer paso es reconstruir tiempos y condiciones. Se comprueba si el registro y la tarea coincidieron, si se mantuvo la modalidad de instrucción y si había información sobre el funcionamiento previo. También se distingue entre errores, ausencia de respuesta e imposibilidad de administrar la prueba. Estas operaciones pueden cambiar sustancialmente el patrón antes de introducir cualquier modelo complejo.

Después se formulan predicciones. La hipótesis de dificultad auditiva anticipa un mejor rendimiento cuando la instrucción se presenta de manera accesible sin cambiar su demanda cognitiva. La hipótesis de fluctuación atencional anticipa dificultades en más de una modalidad y cierta relación temporal entre tareas con demandas similares. La hipótesis de somnolencia predice asociaciones con indicadores de activación, aunque esos indicadores tampoco son perfectos.

El seguimiento puede programar observaciones breves a intervalos definidos y registrar los acontecimientos externos. Las tareas deben ser comparables sin ser tan idénticas que el aprendizaje explique la mejoría, considerando además la fatiga y la familiarización. Un modelo con transiciones puede resumir la persistencia del rendimiento una vez verificado que los cambios no proceden de la forma de administración.

La conclusión del caso se expresa por niveles. Los datos iniciales documentan una discordancia temporal que necesita aclaración. Las observaciones adicionales pueden favorecer una explicación de acceso sensorial, una fluctuación más general o una combinación de ambas. Ningún valor eléctrico aislado permite pronunciarse a la vez sobre el diagnóstico, el mecanismo y la experiencia subjetiva.

418.12. Comprobar el modelo antes de interpretar sus estados

El ajuste de un modelo oculto puede producir estados de apariencia nítida aunque la división no corresponda a procesos distintos. Si una tarea aumenta gradualmente su dificultad, un algoritmo de dos estados podría separar la primera mitad de la sesión de la segunda. Si cambia el evaluador, podría atribuir las diferencias de administración a una transición del participante. Antes de asignar a los estados un significado fisiológico hay que examinar si siguen variables externas conocidas.

Una comprobación útil consiste en generar nuevas secuencias con los parámetros ajustados y compararlas con las observadas. Pueden examinarse la longitud de las rachas de errores, la distribución de los intervalos entre errores y las diferencias entre momentos de evaluación. Un modelo que reproduce el porcentaje total pero casi nunca genera las rachas largas presentes en los datos omite una estructura temporal relevante.

El supuesto de independencia de las observaciones condicionadas al estado merece especial atención. En el ejemplo, dos errores dentro de un mismo estado son independientes. Una tarea real puede introducir dependencia adicional si un error confunde la instrucción siguiente o si el participante adopta una estrategia persistente. Atribuida por completo a los estados, esa dependencia hace que el modelo exagere su duración. Puede estudiarse incluyendo características de la tarea o comparando con modelos cuyas emisiones dependan del pasado.

También puede evaluarse la calibración predictiva. Si el modelo asigna una probabilidad de error cercana a 0,30 a muchos intervalos nuevos, la frecuencia observada en ese conjunto debería aproximarse a ese valor dentro de la incertidumbre de muestreo. Van Calster y colaboradores (2019) recuerdan que un modelo sobreajustado tiende a producir en datos nuevos predicciones demasiado extremas, que sobrestiman el riesgo alto y subestiman el bajo. Esa mala calibración importa cuando las probabilidades se usan para planificar nuevas observaciones o comparar la incertidumbre entre periodos.

La validación debe respetar el orden temporal. Dividir al azar observaciones vecinas entre ajuste y evaluación deja información muy semejante a ambos lados y produce estimaciones optimistas, un problema que Roberts y colaboradores (2017) analizan para datos con estructura temporal, espacial o jerárquica. Reservar un periodo posterior, o participantes completos cuando se quiere generalizar entre personas, ofrece una prueba más pertinente. La imputación y la normalización deben calcularse también con los datos de ajuste.

Conviene distinguir, además, predicción y explicación. Un modelo puede anticipar errores a partir de la hora y del historial reciente sin identificar ningún mecanismo cerebral. Otro puede describir un mecanismo plausible y predecir peor porque las mediciones son insuficientes. Sostener una explicación dinámica del delirium exige conexiones verificables entre parámetros, condiciones fisiológicas y cambios de comportamiento, además de un buen ajuste estadístico.

Cuando las comprobaciones fallan, hay que localizar el fallo en las transiciones, en las emisiones, en una observación sesgada o en variables omitidas. Añadir estados puede ayudar, aunque también puede ocultar el problema. Una revisión útil modifica una hipótesis concreta y genera predicciones nuevas evaluables con observaciones adicionales.

418.13. Hipótesis dinámicas con consecuencias comprobables

Una hipótesis dinámica sobre el delirium debe anticipar algo más que la existencia de variación. Puede predecir la duración de los episodios, la velocidad de recuperación, la dependencia de entradas externas o las relaciones entre capacidades medidas de forma distinta. Estas predicciones son útiles cuando pueden fallar y cuando se comparan con modelos que explican los mismos promedios mediante mecanismos diferentes, como ocurre con las dos matrices de este capítulo.

La estabilidad de los parámetros entre contextos ofrece una prueba adicional. Un modelo que obliga a reinterpretar sus estados en cada persona quizá describa los datos, aunque ofrece una explicación común limitada. Puede ser necesario incorporar diferencias basales y permitir variación individual, siempre que esa flexibilidad se equilibre con predicciones evaluables en participantes o periodos nuevos.

El estudio de la organización consciente exige además conservar el contenido de las observaciones clínicas y subjetivas. Una serie binaria de errores simplifica una capacidad específica y no contiene por sí misma la orientación, el significado de la experiencia ni la relación con el entorno. Vincular el modelo con esas dimensiones requiere instrumentos y preguntas adicionales, junto con una teoría sobre cómo se relacionan entre sí.

La evidencia revisada procede de estudios observacionales con controles heterogéneos y de un reanálisis de un solo canal. Justifica investigar los cambios espectrales, temporales y de interacción con atención a las bandas y a las etiologías. No justifica reducir el síndrome a un índice único de complejidad ni inferir la presencia o ausencia de experiencia a partir de una sola métrica. Lo que el enfoque dinámico aporta es la obligación de declarar las escalas de tiempo y de especificar qué datos permitirían distinguir entre hipótesis que hoy explican igualmente bien los promedios.

Referencias

• Boettiger, C. y Hastings, A. (2012). Quantifying limits to detection of early warning for critical transitions. Journal of the Royal Society Interface, 9(75), 2527–2539. DOI.
• Boord, M. S. et al. (2021). Investigating how electroencephalogram measures associate with delirium: A systematic review. Clinical Neurophysiology, 132(1), 246–257. DOI.
• De Freitas, S. A. et al. (2020). The effect of multiple assessments on delirium detection: A pilot study. Canadian Geriatrics Journal, 23(4), 277–282. DOI.
• McCusker, J. et al. (2003). The course of delirium in older medical inpatients. Journal of General Internal Medicine, 18(9), 696–704. DOI.
• Medel, V. et al. (2023). Complexity and 1/f slope jointly reflect brain states. Scientific Reports, 13, 21700. DOI.
• Rabiner, L. R. (1989). A tutorial on hidden Markov models and selected applications in speech recognition. Proceedings of the IEEE, 77(2), 257–286. DOI.
• Roberts, D. R. et al. (2017). Cross-validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure. Ecography, 40(8), 913–929. DOI.
• Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. DOI.
• Scheffer, M. et al. (2009). Early-warning signals for critical transitions. Nature, 461(7260), 53–59. DOI.
• Shenkin, S. D. et al. (2019). Delirium detection in older acute medical inpatients: A multicentre prospective comparative diagnostic test accuracy study of the 4AT and the confusion assessment method. BMC Medicine, 17, 138. DOI.
• Tanabe, S., Parker, M., Lennertz, R., Pearce, R. A., Banks, M. I. y Sanders, R. D. (2022). Delirium and cortical complexity: Divergent changes in alpha and theta bands. The Journals of Gerontology: Series A, 77(11), 2221–2222. DOI.
• Van Calster, B. et al. (2019). Calibration: The Achilles heel of predictive analytics. BMC Medicine, 17, 230. DOI.
• van der A, J. et al. (2025). Quantitative electroencephalography characteristics in delirium with various etiologies: A multicenter study. NeuroImage: Clinical, 48, 103871. DOI.
• Wilson, J. E. et al. (2020). Delirium. Nature Reviews Disease Primers, 6, 90. DOI.