Introducción y objetivos
La depresión es una entidad prevalente que se asocia con una frecuencia elevada de recaídas y tiene consecuencias significativas como la discapacidad y la mortalidad prematura. Los factores de riesgo de depresión identificados con mayor frecuencia son el nivel socioeconómico bajo y el sexo femenino. Otros factores incluyen los antecedentes familiares de depresión, los eventos vitales negativos, las relaciones interpersonales inadecuadas y el consumo de alcohol. Entre los adultos mayores, el abandono social y las discapacidades físicas serían factores de riesgo de depresión. La estimación del riesgo de depresión es fundamental para prevenir su aparición. No obstante, las estrategias de prevención disponibles se encuentran limitadas por la falta de conocimiento de dichos factores. El objetivo del presente estudio fue elaborar un algoritmo para evaluar el riesgo de depresión mayor en pacientes atendidos en Europa y evaluar su valor predictor en individuos no europeos.
Pacientes y métodos
En diferentes centros de atención de Europa se llevó a cabo un estudio prospectivo con el objetivo de crear un algoritmo para la predicción del riesgo de depresión en pacientes atendidos en el ámbito de la medicina general. La validez externa del algoritmo se verificó en sujetos residentes en Chile.
Los participantes tenían de 18 a 75 años. El antecedente de depresión mayor durante los 6 meses anteriores al inicio del estudio se evaluó mediante la Composite International Diagnostic Interview (CIDI). Los factores de riesgo a evaluar e incluir en el algoritmo se eligieron a partir de la información disponible, con la precaución de no excluir ningún punto considerado como relevante. De este modo, se seleccionaron 39 factores de riesgo candidatos, entre los cuales se incluyó la edad, el sexo, la ocupación, el nivel educativo, el estado civil y laboral, el origen étnico y la presencia de enfermedades físicas. También se valoró el antecedente de depresión, el nivel económico, el estado de salud física y mental y el consumo de alcohol. Entre las herramientas empleadas para la evaluación de los pacientes se incluyeron la Short Form 12, el Alcohol Disorders Identification Test, el Patient Health Questionnaire (PHQ) y el List of Threatening Life Experiences Questionnaire. La aparición de depresión se reevaluó después de 6 y 12 meses de estudio mediante la CIDI.
Para crear el algoritmo se consideraron 10 grupos de datos sobre los factores de riesgo candidatos y se obtuvieron estimaciones combinadas. Además, se elaboró un modelo de riesgo mediante un análisis de regresión logística que incluyó los 39 factores escogidos. La edad y el sexo fueron incluidos en todos los modelos de regresión debido a que su asociación con la depresión es conocida. Como resultado se obtuvo un puntaje correspondiente al riesgo que permitió estimar la probabilidad de depresión a los 12 meses de estudio. Por último, se evaluó la validez externa e interna del algoritmo.
Resultados
Participaron 10 045 pacientes residentes en Portugal, Estonia, Eslovenia, Chile, Reino Unido y Países Bajos. El 89.5% y 85.9% de los individuos se incluyeron en las evaluaciones de seguimiento a los 6 y 12 meses, respectivamente. La prevalencia de depresión mayor entre los hombres y las mujeres al inicio del estudio fue del 13.9% y 8.5%, respectivamente. La incidencia de depresión en la población europea luego de 12 meses de seguimiento fue del 7.7%.
El algoritmo para evaluar el riesgo de depresión fue elaborado sobre la base de los resultados obtenidos en los 5 216 pacientes europeos no deprimidos al inicio del estudio que reunieron los criterios para el diagnóstico de depresión a los 6 y 12 meses de seguimiento. El modelo final incluyó las siguientes variables relacionadas con las características y los antecedentes de los sujetos: sexo, edad, nivel educativo, antecedentes personales de depresión y antecedentes familiares de trastornos psicológicos. También se incluyeron 4 factores vinculados con el estado de los pacientes en el momento de la evaluación: salud física, salud mental, dificultades laborales y experiencias de discriminación. Además, se tuvo en cuenta el factor correspondiente al país de residencia.
El modelo de riesgo obtenido en cada uno de los 10 grupos resultó estable. Además del país de residencia, el sexo y la edad, cada grupo de datos arrojó 5 variables de manera sistemática: antecedentes personales de depresión, antecedentes familiares de trastornos psicológicos, puntajes correspondientes a la salud física y mental obtenidos mediante el Short Form 12 y dificultades laborales. La discriminación y la educación fueron seleccionadas en 7 y 4 grupos de datos, respectivamente. El modelo resultó con mayor valor predicitor y más útil para diferenciar a los participantes según el riesgo de depresión en los Países Bajos. En cambio, presentó menor valor predictor en Portugal.
La incidencia de depresión luego de 12 meses de estudio entre los pacientes chilenos atendidos en el ámbito de la medicina general fue del 11.6%. Para validar el modelo elaborado, se emplearon los datos correspondientes a 1 732 sujetos sin depresión al inicio del estudio. El análisis efectuado resultó en una concordancia adecuada entre la posibilidad y la probabilidad observada de depresión mayor.
Discusión
El propósito del presente estudio fue determinar los factores más importantes para incluir en un algoritmo clínico de predicción para la aparición de depresión. Se identificaron 5 factores de riesgo inalterables: edad, sexo, nivel educativo y antecedentes personales y familiares de depresión. También se reconocieron 4 factores de riesgo alterables relacionados con el estado del paciente en el momento de la evaluación. Dichos factores fueron los puntajes correspondientes a la salud física y mental obtenidos mediante la escala Short Form 12, las dificultades laborales y las experiencias de discriminación. El valor predictor del modelo elaborado fue favorable en comparación con un índice de riesgo de eventos cardiovasculares obtenido con anterioridad.
Entre las limitaciones del presente estudio se destaca el número reducido de participantes residentes en el Reino Unido y los Países Bajos. No obstante, la proporción de individuos incluida en las evaluaciones de seguimiento fue elevada. La distribución geográfica de los centros de atención de cada país fue variable. Además, el período de seguimiento fue relativamente breve. Los autores destacan que el trabajo actual no fue diseñado para evaluar el mecanismo de aparición de depresión, sino que el propósito fue crear una herramienta de detección de depresión mayor antes de su inicio. Esto permitirá la prevención de esta entidad de manera similar a la que se efectúa respecto de las enfermedades cardiovasculares. No obstante, es posible que algunos de los factores de riesgo incluidos en el algoritmo estén involucrados en los mecanismos de aparición de la depresión.
A su vez, el presente estudio no permite evaluar el modo de aplicación del algoritmo en el ámbito de la medicina general. Sin embargo, los factores incluidos en dicho algoritmo pueden valorarse de manera simple y rápida. Por lo tanto, su uso en la práctica clínica será de utilidad para la predicción de la aparición de depresión. Los resultados obtenidos indicaron una diferencia notoria entre los pacientes que presentaron depresión y los que no la presentaron. Esto permite identificar a los individuos con un riesgo elevado de padecer depresión, efectuar un seguimiento adecuado y aplicar el tratamiento oportuno. Dicho riesgo puede disminuirse mediante estrategias cognitivo conductuales, entre otras. Sin embargo, son necesarios estudios adicionales para evaluar la utilidad de las intervenciones mencionadas en el ámbito de la atención primaria.
El presente trabajo no fue efectuado para evaluar la utilidad de la modificación de los factores de riesgo alterables identificados. Además, no debe considerarse que los pacientes que sólo presentan factores de riesgo inalterables no tienen oportunidad para prevenir la depresión. Más allá de los factores de riesgo que posea cada individuo, la aplicación de programas de entrenamiento en habilidades conductuales y la administración de un tratamiento farmacológico antidepresivo pueden resultar efectivas para prevenir la depresión.
Conclusión
El algoritmo de evaluación del riesgo de depresión elaborado en el presente estudio puede ser de utilidad para prevenir la aparición del trastorno en el ámbito de la medicina general.