3.3. Nivel clínico

Los datos empleados en este nivel proceden por lo general de sujetos clínicos. Tienen la ventaja de que son obtenidos a partir de problemas psicopatológicos reales. Un problema importante es que se basan en muestras sesgadas en múltiples aspectos: muchos aspectos de relevancia determinan que alguien sea etiquetado como "paciente". Otro problema es que normalmente el investigador se encuentra con el trastorno ya constituido, es decir, con el "producto final", siendo difícil investigar los procesos causales del trastorno.

Generalmente, la evidencia clínica ha servido para obtener información de tipo descriptivo sobre los distintos trastornos psicopatológicos y para formular hipótesis etiológicas. La forma habitual de obtención de datos clínicos ha sido a través de las historias de casos. Más recientemente, se ha desarrollado la orientación metodológica conocida como “diseños experimentales de caso único”. En ambos tipos la observación juega un papel predominante. Otra modalidad es la de los métodos cuasiexperimentales, donde se aplica una metodología semejante a la experimental, sin embargo, al trabajar con pacientes no existen las mismas condiciones de control que en los procedimientos experimentales. Otra modalidad son los procedimientos metodológicos de tipo correlacional.

Diseños correlacionales

El estudio de la conducta anormal se establece en torno a dos niveles de análisis: descriptivo, que tiene como finalidad la descripción y clasificación de la conducta patológica y utiliza la orientación metodológica correlacional, y explicativo, que se asocia con el método experimental e implica el conocimiento de los aspectos etiológicos de la conducta anormal. Una amplia mayoría de investigación en psicopatología, es esencialmente correlacional, no experimental. La investigación correlacional ha sido definida por Kerlinger como investigaciones científicas ex -post-facto tendentes a descubrir las relaciones o interacciones entre las variables de carácter sociológico, psicológico y pedagógico en las estructuras sociales reales.

El método correlacional consiste en establecer las relaciones de covariación que se producen entre dos o más variables tal y como se dan espontáneamente en la población. El investigador observa y describe la situación lo más exactamente posible para examinar las relaciones entre las conductas de los individuos. Por tanto, la principal característica de este procedimiento es la "no manipulación" de las variables que se pretenden estudiar. Los sujetos tampoco se asignan aleatoriamente a los diferentes valores de la VI, puesto que éstos se hallan presentes en los sujetos de modo natural.

Así dicha orientación es apropiada cuando el interés por la investigación se centra en variables del organismo o cuando es imposible manipular la VI. Arévalo y Vizcarro refieren usos inherentes al método correlacional:

• El establecimiento de categorías diagnósticas.

• La formulación de predicciones vinculadas al diagnóstico y tratamiento.

• Estudiar cuestiones diferenciales relacionadas con la etiología, el diagnóstico o el tratamiento.

• Confirmar predicciones sobre el comportamiento de los individuos en base a rasgos de la personalidad.

• Observaciones que faciliten el planteamiento de hipótesis que serán contrastadas posteriormente en estudios con mayor control experimental.

Una de las limitaciones de este método es su imposibilidad para verificar hipótesis en modelos causales, es decir, para determinar las relaciones de causa-efecto entre dos variables. Esto no quiere decir que los análisis correlacionales no puedan utilizarse en ningún caso en modelos causales. El desarrollo de métodos de control estadístico sofisticados y de estrategias de comparación entre grupos se apuntan como vías de solución.

Otro posible inconveniente es el problema de la tercera variable: que dos factores covaríen no significa que uno sea causa del otro, sino que alguna variable o proceso no especificado puede ser la causa de la correlación. Algunos autores sugieren para mitigar la influencia de esta tercera variable la técnica de equiparación (matching), en la cual los sujetos son equiparados en factores potencialmente relevantes a la vez que en otras variables de interés. El procedimiento de equiparación ha sido criticado ya que, por una parte, las condiciones restrictivas a la hora de seleccionar los sujetos pueden favorecer que los grupos no sean representativos de la población general. Otra crítica es que el número de factores potencialmente relevantes a veces es tan amplio que resulta imposible seleccionar dos o más grupos iguales en todas las características excepto en el grupo de interés. Otros tipos de inconsistencias como las diferencias metodológicas, la gran cantidad de variables difíciles de definir y separar unas de otras y la falta de exactitud en la medición de dichas variables han sido propuestas recientemente.

Pero los estudios correlacionales tienen importantes ventajas, pues son válidos en cuanto a realismo, fuerza de las variables y cualidad heurística (con frecuencia, las hipótesis se nos presentan sin que las busquemos). Y aunque tienen la imposibilidad de confirmar una hipótesis, estos estudios sí permiten aumentar el grado de confianza de las mismas fortaleciendo la teoría. Arévalo y Vizcarro combinan esta metodología con la aproximación experimental en las distintas fases de la investigación de un problema. Según estos autores, en las etapas iniciales, cuando el fenómeno está poco definido o implica un alto nivel de complejidad pueden ser muy útiles las estrategias correlacionales. Posteriormente, a medida que el problema se delimita, se utilizan las estrategias experimentales.

Desde la perspectiva correlacional, un procedimiento muy utilizado consiste comparar grupos de sujetos que han sido seleccionados por poseer un determinado valor de una VI: según criterios de diagnóstico, a partir de puntuaciones en autoinformes de variables psicopatológicas, edad, sexo, etc. Son los diseños comparativos. Un ej de este tipo de diseños es el estudio de Hill, Kemp-Wheeler y Jones, que compararon análogos depresivos con depresivos clínicos. Compararon 3 grupos de sujetos: estudiantes depresivos subclínicos, pacientes ligeramente deprimidos y pacientes severamente deprimidos. Fueron evaluados mediante 21 ítems del Inventario de Beck (IDB). Se seleccionaron aquellos sujetos cuya puntuación rondaba entre 10 y 21. Posteriormente, se evaluó la severidad de los 21 síntomas que definen la depresión utilizando una técnica de análisis discriminante. Resultados: corroboraron la existencia de una dimensión clínica-subclínica de la depresión. El grupo subclínico difería de la depresión clínica en una mayor severidad en síntomas de estado de ánimo disfórico. Los sujetos subclínicos se asocian más a conductas de autoculpa e irritabilidad, y de forma débil con síntomas de pesimismo, fracaso e insatisfacción (más en clínicos ligeros y severos). Esta investigación consolida el valor de los estudios análogos en orden a delimitar un modelo preciso de los trastornos psicopatológicos.

El diseño comparativo puede también llevarse a cabo comparando muestras de sujetos normales (no clínicos) sobre alguna variable definitoria de la conducta anormal. Norton, Dorward y Cox compararon dos grupos de estudiantes universitarios normales con experiencia previa de ataques de pánico y sin experiencia previa de ataques de pánico a partir de las puntuaciones obtenidas en 5 cuestionarios de autoinformes para evaluar ansiedad, depresión, síntomas somáticos y conductas de miedo/evitación. Resultados: los sujetos con historia previa de ataque de pánico puntuaron más alto en variables de ansiedad y depresión.

Una segunda alternativa en procedimientos correlacionales consiste en analizar las relaciones que ocurren entre 2 o más variables dentro de un mismo grupo de sujetos tanto clínicos como normales. Brantley, Dietz y Tulhez examinaron las posibles covariaciones existentes entre el estrés psicológico diario y los niveles en variables endocrinas asociadas al estrés. Llevaron a cabo un diseño correlacional de tipo longitudinal (prospectivo) en que ambos tipos de variables fueron evaluadas durante 10 días consecutivos. Los datos se analizaron mediante el procedimiento de series temporales. No se confirmó ningún tipo de relación negativa entre las medidas analizadas.

El método correlacional se lleva a cabo mediante técnicas estadísticas correlacionales.

El análisis de los datos suele basarse en estrategias multivariadas. Sanchez y Cánovas las clasifican en base al tipo de datos que se utilizan en el análisis, al número de poblaciones y a los conjuntos de variables. Dillon y Glodstein diferencian entre técnicas de modelo de dependencia y técnicas de modelo de interdependencia. Los modelos de dependencia se sugieren cuando en la investigación pueden distinguirse 2 conjuntos de variables. A este modelo pertenecen el análisis de regresión múltiple, el análisis discriminante, el análisis de varianza multivariado, el análisis de vías (path analysis) y el análisis de correlación canónica. Los modelos de interdependencia se usan cuando no es posible efectuar distinción entre los dos grupos de variables y el interés se centra en el grado de relación mutua entre la totalidad de las variables. El análisis factorial (útil en estudios exploratorios donde se desconocen las inter-relaciones entre las variables y cuando existen sospechas de que los datos no son homogéneos) y el análisis de clúster (cuando interesa describir las interrelaciones entre un conjunto amplio de variables) son representativas de este modelo.

A partir de la aplicación de técnicas correlacionales, pueden inferirse relaciones causales entre las variables. En este sentido se han empleado dos. Por un lado, el análisis de regresión múltiple, que es análogo al análisis de varianza, pero basado en datos de naturaleza correlacional. Proporciona más información y es menos restrictivo que el análisis de varianza. Por otro, el análisis de vías, que es posiblemente la técnica correlacional más precisa para estudiar las relaciones causales. Permite comprobar si los modelos causales son matemáticamente apropiados a partir de los datos correlacionales.

Métodos cuasi-experimentales

A veces no es posible controlar ciertos tipos de variables tal y como establece el método experimental. Esto ocurre con relativa frecuencia en la investigación psicopatológica, en la que se utilizan sujetos clínicos o grupos de sujetos subclínicos (análogos clínicos), es decir, en casos en la que la asignación no se establece al azar. Se están utilizando diseños cuasiexperimentales o "diseños mixtos" en los que las variables no han sido manipuladas sino que son clasificatorias.

Las características fundamentales de una investigación cuasiexperimental fueron definidas por Cook y Campbell en base a 3 principios:

1. Carencia de control experimental, tanto sobre las variables experimentales como sobre los aspectos covariantes generalmente complejos.

2. Uso de diferentes procedimientos (aumento del número de observaciones) como sustitutivo del control experimental.

3. Pueden y deben utilizarse cuando no es posible usar diseños experimentales. Por tanto, es frecuente en escenarios naturales o en campos aplicados de la psicología.

Los diseños cuasiexperimentales son los mismos que los experimentales con la salvedad de la selección y asignación de los sujetos. Sin embargo, gracias al empleo de diferentes técnicas de control (uso de grupos de control "no equivalentes") tienen una mayor potencia explicativa causal que los métodos no experimentales.

Hay 2 tipos de diseños cuasiexperimentales:

• En primer lugar están los diseños de grupo, en los que un grupo de sujetos clínicos o subclínicos es sometido a algún tipo de manipulación de variables.

• En segundo lugar están los diseños de sujeto en los que se analiza un sujeto clínico individualmente o diseños de N = 1. Cook y Campbell han elaborado una clasificación propia para los diseños cuasi-experimentales: 17 tipos de diseño agrupados en 3 grandes bloques según el grado de impenetrabilidad de los resultados en términos de causación: diseños preexperimentales, diseño con grupo de control no equivalente y diseño de series temporales interrumpida.

Un ej de cuasi-experimento con análogos clínicos es el estudio de Hill y Dutton que realizaron con un grupo de depresivos (subclínicos) y grupo de no depresivos, comparados en una tarea de atención selectiva (VD: tiempo de reacción). La hipótesis era que los sujetos depresivos tienen menos tiempo de reacción asociados con palabras de amenaza de la autoestima que con palabras neutras. El diseño utilizado fue Factorial 2x2 con 4 condiciones experimentales (Factor depresivo/no depresivo y factor neutral/amenazante). Resultados: los sujetos con cierto grado de depresión mostraban mayor tendencia a tiempos de reacción más largos ante palabras amenazantes, especialmente las mujeres.

Un ejemplo de cuasi-experimento con sujetos clínicos es el trabajo de Holt y Andrews. Pretendían verificar hasta qué punto los pacientes con diagnóstico de pánico difieren de los sujetos con otros trastornos de ansiedad en su respuesta a dos procedimientos de provocación de pánico. Eran 4 grupos de sujetos clínicos que padecían agorafobia, desorden de pánico, fobia social y desorden de ansiedad generalizada y 1 grupo control sin alteración psicopatológica. Resultados: con independencia del diagnóstico, los sujetos mostraron mayor número de síntomas somáticos y cognitivos de ansiedad durante las situaciones de provocación del ataque. El incremento en el miedo de tipo catastrofista ocurrió de forma selectiva en los pacientes con agorafobia y desorden de pánico, pero no en los otros grupos. Se confirma la teoría de que los ataques de pánico vienen dados por los síntomas de ansiedad (producido en este caso por la inducción de pánico en el laboratorio).

Problemas de los diseños cuasi-experimentales:

• Problema referido al diagnóstico de los sujetos. La asignación de los diferentes sujetos clínicos a los diferentes grupos no está libre de errores (marco teórico del investigador, la ejecución del diagnostico…).

• Problema relacionado con el tratamiento clínico. Es muy probable que la investigación se realice con pacientes previamente tratados. Únicamente el 15% de los estudios informan acerca del tipo y dosis del tratamiento.

• Problema asociado a la cronicidad del trastorno. No se comportan de la misma manera los pacientes crónicos que los agudos. Además, la cronicidad no es una cuestión de todo o nada, sino que es un proceso gradual y continuo.

• Problema referido a la gravedad del cuadro clínico. Aunque los sujetos posean idéntico diagnóstico, no significa que estén igualados respecto a la gravedad clínica.

Diseños de caso único

Corresponden a los experimentos N=1. Representan un importante perfeccionamiento en relación con los estudios de casos. Se han desarrollado y aplicado fundamentalmente en el campo de la psicología clínica más que en psicopatología, extendiéndose después a otras disciplinas como la modificación de la conducta o la psicología de la salud.

Las características de este tipo de diseño son:

• La medición de la conducta no es puntual, sino que se efectúa de forma continuada en el tiempo.

• Se realiza un registro basal de la conducta o línea de base.

• La VI suele ser una intervención o tratamiento.

• La variabilidad intraindividual de la conducta del sujeto es controlada por el número de medidas, por lo que los diseños tienen un carácter dinámico e interactivo.

• Los datos poseen un orden y una secuencia temporal.

La validez interna es elevada, pero no la validez externa, pues tiene un bajo nivel de generalización. Estos diseños serían experimentales en el caso en que los sujetos fuesen elegidos al azar, pero los sujetos suelen ser clínicos o subclínicos, por lo que se conceptualizan como diseños cuasi-experimentales. Estos diseños son importantes en psicopatología porque pueden emplearse con sujetos normales, subclínicos o clínicos para investigar directamente procesos psicopatológicos y porque indirectamente puede obtenerse información sobre la conducta anormal.

Las características que deben cumplir los diseños de caso único para poder efectuar inferencias válidas son:

• Las VDs deben medirse de forma repetida a través de varias fases del experimento. La línea de base se obtiene en un periodo de observación inicial y es una medida de referencia. A continuación hay diferentes fases de intervención, a la vez que se van registrando los datos correspondientes a ducha fase. Finalmente, la fase de interpretación de los resultados en la que se evalúan cambios en la conducta tras la intervención por medio de 3 tipos de criterios: estadístico, clínico y social.

• Evaluación de la variabilidad temporal del paciente. Puesto que las conductas objetivo son medidas repetidamente, la variabilidad usualmente aparecerá reflejada en los datos. El nivel y tendencia de las conductas objetivo indican el alcance de las inferencias que pueden perfilarse acerca del curso futuro de la conducta.

• Especificación de las VI y VD, situación, terapeuta y características del paciente que ocurren durante el experimento. Es importante mantener constantes ciertas variables y aislar los componentes terapéuticos para establecer una relación funcional entre las VIs y la VD.

• Replicación de los efectos. La validez interna se obtiene mediante la replicación de los efectos a través de los clientes, medidas en un mismo cliente, o situaciones. Se precisan entre 2 y 4 replicaciones para probar la hipótesis de que la VI es responsable del cambio en la VD. También es importante para poder generalizar los resultados.

Respecto a los tipos de diseño de caso único son muy variados. Los más utilizados son los diseños intraseries, que evalúan los cambios en distintas fases de la investigación. Entre éstos están los diseños de series temporales (A-B), los de series temporales con doble línea de base (A-B-A) y los diseños operantes o de intervenciones múltiples (A-B-A-B). Este último sirve para establecer la causalidad de las vv de tratamiento, y su estructura puede ser considerada como una ampliación del modelo básico A-B-A con la inclusión de una cuarta fase. "A" representa la línea de base y "B" el tratamiento.

Por otro lado, están los diseños interseries, que permiten comparar dos o más intervenciones a través del tiempo, como los diseños de tratamientos alternativos y diseños de tratamientos simultáneos. Combinando ambos tipos (intraseries e interseries) pueden obtenerse múltiples formas de diseños. Uno de los más conocidos es el diseño de línea de base múltiple.

Estudios de casos

Los estudios de casos tienen en común con los de caso único que se basan en un solo sujeto y que se dan en un contexto clínico. Ambos aportan un importante conocimiento básico descriptivo imposible de obtener a partir de diseños con amplio número de sujetos. El estudio de casos se caracteriza por implicar un estudio intensivo del sujeto y por basarse en la historia clínica del mismo. El estudio de casos, al no tener ningún tipo de control, no permite establecer relaciones ni generalizaciones. Sin embargo, aporta información para que surjan hipótesis o se revisen conocimientos ya establecidos.

Bellack y Hersen proponen tres tipos de investigación de estudios de caso:

1. Estudio de caso no terapéutico, que sería meramente descriptivo y basado en biografías;

2. Estudio de caso de diagnóstico/evaluación, un estudio descriptivo con instrumentos psicométricos para el diagnóstico y descripción de la conducta, y

3. Estudio de caso de intervención o terapéutico, donde el investigador describe el curso natural del trastorno o desarrolla una intervención para tratar el problema.

Las ventajas de los estudios de caso son:

• Se investiga con personas reales que poseen problemas igualmente reales.

• Las historias de casos clínicos pueden documentar un fenómeno infrecuente y raro que difícilmente pueden ser explorados a través de otras formas de investigación.

• La historia de casos clínicos es la principal fuente de hipótesis de la conducta anormal.

• Los casos clínicos pueden servir para aportar evidencia disconfirmatoria sobre una hipótesis previamente aceptada.

Inconvenientes:

• La historia puede estar distorsionada por el clínico o por el paciente. Los informes clínicos son normalmente retrospectivos.

• La fiabilidad de las historias de casos clínicos es baja. Realmente, al tratarse de casos clínicos de la vida real no son repetibles.

• El nivel de generalización es bajo.

• Aporta muy poca evidencia para confirmar modelos de causalidad, aunque útiles para construir hipótesis de causalidad.