Diseño de una herramienta para la clasificación de pacientes en base a su actitud farmacoterapéutica

Introducción

Según datos de prevalencia, el 19 % de la población adulta europea informa sufrir dolor crónico, el equivalente a 140 millones de personas (1). En el contexto español, el 23,5 % manifiesta experimentar dolor crónico. Y de este grupo, solo el 66,9 % sigue un tratamiento analgésico prescrito por un profesional médico (2). Entre ellos, se encuentran los pacientes con Síndrome de Espalda Fallida (SEF), caracterizados por el fracaso de intervenciones previas para aliviar el dolor. Estos hallazgos sustentan la afirmación de que la farmacoterapia desempeña un rol fundamental en la gestión del dolor. Se reconoce ampliamente que la percepción y el alivio del dolor tras la terapia analgésica exhiben una notable variabilidad entre individuos. Aspectos como la edad, el género, la etnia, el nivel educativo, el nivel real de estrés, el estado de ánimo o las condiciones médicas pueden modificar la interpretación personal del dolor y las respuestas al tratamiento farmacológico. A su vez, las diferencias farmacogenéticas pueden generar cambios tanto en la farmacocinética como en la farmacodinámica que podrían desempeñar un papel significativo en los efectos, en ocasiones no deseados, del tratamiento analgésico (3).

La ineficacia de un tratamiento puede llevar a que hasta el 40 % de los pacientes con dolor crónico no cumplan con las indicaciones de su medicación según lo prescrito (4). Este resultado se desprende de un metaanálisis que revisa resultados en función de factores que caracterizan la adherencia terapéutica y la posibilidad de un fallo en el tratamiento. Consultando la bibliografía existente, debido a las grandes diferencias en los diseños de los estudios, las poblaciones estudiadas, definiciones de adherencia y métodos para medirla. Las tasas de incumplimiento de las prescripciones para el dolor varían entre el 8 % y el 62 %, con una media ponderada del 40 %. En la mayoría de los estudios se observa que el uso insuficiente de analgésicos es más frecuente que el uso excesivo en base a la posología pautada (4).

Los elementos que se correlacionan con el “no cumplimiento” al tratamiento incluyen la pauta de dosificación, la polimedicación y la intensidad del dolor. Destacan especialmente las preocupaciones relacionadas con los analgésicos, tales como la posibilidad de adicción, tolerancia, síndrome de abstinencia y posibilidad de efectos adversos. En contraste, aquellos factores que presentan una correlación al “cumplimiento” son la edad, nuevamente la intensidad del dolor y, de manera predominante, la calidad de la relación entre el paciente con sus profesionales sanitarios. Estas tendencias han sido identificadas en numerosos estudios, tal como se reporta en la literatura científica disponible (4).

La conducta del paciente se desglosa en intencional, no intencional o una amalgama de ambas. La falta de adherencia no intencional se manifiesta cuando el paciente muestra una actitud positiva, pero se ve limitado por la falta de capacidad o recursos, como la baja alfabetización en salud o restricciones económicas (5). En cambio, la falta de adherencia intencional implica un proceso consciente de toma de decisiones para no seguir las recomendaciones. Las percepciones individuales sobre la gravedad de la enfermedad o la eficacia de la terapia prescrita pueden influir en la motivación para iniciar o mantener el tratamiento médico (6-7).

Los conceptos en torno a la medicación representan un factor determinante en el fracaso terapéutico en numerosos casos. La armonización individual entre la percepción de la necesidad y los miedos relacionados con la medicación, conocido como el “Marco de Necesidad-Preocupaciones”, puede elucidar la falta de adherencia intencional (8). De esta manera, constituye un punto focal para intervenciones destinadas a mejorar la adherencia (8). En este contexto, la identificación y delimitación de perfiles resultan fundamentales para la formulación de estrategias de intervención adaptadas, considerando la variabilidad existente entre los pacientes.

En 2016, la Fundación FarmaIndustria publica “La Encuesta sobre adherencia terapéutica en España”. Uno de sus objetivos consiste en clasificar a los pacientes en perfiles tipo para establecer estrategias de actuación y mejora de la adherencia terapéutica. Entre sus resultados se obtienen cinco perfiles de pacientes crónicos: “Clásicos”, “Dependientes”, “Críticos”, “Inconscientes” y “Responsables” (9). Paso fundamental para establecer planes de gestión y mejora del cumplimiento terapéutico.

Objetivos

• Definir perfiles tipo de pacientes con síndrome de espalda fallida en base a conocer actitudes ante la enfermedad, el tratamiento, la asistencia sanitaria y el seguimiento que reciben de sus profesionales sanitarios (9).
• Crear una herramienta que permita, de forma sencilla, la identificación del perfil de paciente para uso asistencial.

Material y métodos

Estudio de series de casos clínicos, observacional, descriptivo y transversal.

Población diana

La población de estudio se constituyó por 54 pacientes de la Unidad del Dolor del Hospital Universitario Nuestra Señora de La Candelaria (HUNSC) en Santa Cruz de Tenerife diagnosticados de SEF o cirugía fallida de espalda que aceptaron participar en el estudio y cumplieron los criterios de inclusión (25 hombres; 46,30 % y 29 mujeres; 53,70 %). Estudio realizado entre los años 2019-2023.

Criterios de inclusión (a cumplir todos)

• Pacientes mayores de 18 años.
• Pacientes diagnosticados con síndrome de espalda fallida o cirugía fallida de espalda.
• Pacientes que, una vez leída la hoja de información al paciente (ver anexo 1), den su consentimiento a través de un formulario adaptado a la normativa vigente en materia de protección de datos (ver anexo 2).
• Pacientes capaces de completar los cuestionarios. Se contemplan algunas excepciones en caso de que el paciente, por motivos motores, no sea capaz. Se leen los cuestionarios, sin emplear ninguna entonación o dar ninguna explicación extra que pueda influenciar en la respuesta del paciente.

Criterios de exclusión

• Pacientes con dificultades de comunicación u otras incapacidades que, a criterio del investigador, imposibiliten su participación.
• Pacientes que no cumplan con todas las fases del proyecto.

Diseño

El estudio consistió en 3 fases: (F0) recopilación de datos en la historia clínica del paciente por parte de los investigadores, (F1) visita inicial y (F2) entrevista personal con el/la paciente.

• F0: se realizó la toma de datos clínicos, sociodemográficos y humanísticos de la historia clínica de los pacientes con el objetivo de seleccionar a los pacientes que cumplieran con los criterios de estudio, sin datos identificativos más allá del número de historia clínica. El personal autorizado del Hospital codificó a los participantes no permitiendo al resto de los investigadores el acceso a datos personales, sólo códigos de identificación.
• F1: con el objetivo de agilizar la entrevista personal con el paciente (F2), la captación de los pacientes se realizó por los profesionales de la Unidad en el momento de su consulta rutinaria de seguimiento, de acuerdo con los criterios de inclusión/exclusión.
• F2: en primer lugar, se explicó al paciente el estudio a través de la Hoja de Información al Paciente para su comprensión (anexo 1). Una vez aceptaron su participación en el estudio, el paciente rellenó el Consentimiento Informado (anexo 2) del cual se le entregó una copia. Se procedió a la entrevista personalizada donde se realizó el cuestionario para evaluar aspectos correspondientes al perfil del paciente respecto a actitudes ante la enfermedad, el tratamiento, la asistencia sanitaria y el seguimiento que recibieron de sus profesionales sanitarios (ver anexo 3). Además, se realizaron otras evaluaciones relacionadas con la farmacoterapia del paciente que no son objetivo de este artículo y están explicadas en la Hoja de Información al Paciente (anexo 1).

Procedimiento

Durante la fase estudio en la Unidad del Dolor, se recogieron una serie de datos obtenidos de 3 procesos diferentes:

1. Historias clínicas de los pacientes seleccionados por parte del personal autorizado.

2. Datos obtenidos durante la consulta médica por el personal sanitario de la Unidad del Dolor.

3. Entrevistas con los pacientes mediante medida directa de variables.

Los datos obtenidos se registraron en una base de datos protegida y de acceso restringido para su posterior análisis. La identidad de los pacientes se codificó para evitar sesgos de conocimiento.

Variables en estudio

Humanísticos

Escala Likert de 17 ítems con 3 posibles respuestas (de acuerdo, en desacuerdo y ni de acuerdo ni desacuerdo) por ítem para el análisis de las actitudes ante la enfermedad, el tratamiento, la asistencia sanitaria y el seguimiento que recibieron de sus profesionales sanitarios (anexo 3) (9).

Herramientas

Con el fin de la realización del estudio, se puso a disposición de los investigadores una serie de materiales y herramientas:

Programa de gestión de Historias Clínicas del Hospital

Se utilizó exclusivamente por el personal autorizado del Hospital. Herramienta básica para la obtención de ítems necesarios para la selección de pacientes y su codificación.

Anexos

Se facilitaron como anexos todos aquellos cuestionarios validados necesarios para medir las variables a estudio con previa autorización de los pacientes a través de un consentimiento informado (anexo 2).

Software de análisis estadístico

Para su análisis posterior, se utilizaron tanto el programa Microsoft Excel como IBM SPSS Statistics 2022.

Muestreo

Por la naturaleza del proyecto se tomó una muestra de conveniencia (muestreo determinístico) formada por personas que cumplieron los criterios de admisión y a las que el equipo investigador tuvo fácil acceso. Este tipo de muestreo tiene ventajas de coste y de tipo logístico para alcanzar los objetivos del estudio. Se eligió a cada persona accesible de forma consecutiva a lo largo del período de ejecución del proyecto, considerado suficientemente largo para incluir variaciones de tipo temporal en las respuestas.

Tamaño de la muestra

El tamaño muestral mínimo vino determinado a partir de la verificación de la fiabilidad y validez del cuestionario necesario para medir las actitudes ante la enfermedad, el tratamiento, la asistencia sanitaria y el seguimiento que recibieron de sus profesionales sanitarios. Se hizo uso de una escala (cuestionario) tipo Likert.

Análisis estadístico

En primer lugar, se realizó un estudio descriptivo de las variables medidas. Para las variables cuantitativas, se calculó como estadístico de tendencia central la mediana y la media y como medida de dispersión la desviación estándar. En caso de variables cualitativas (nominales u ordinales) se calcularon las frecuencias absolutas y relativas de cada categoría. Asimismo, se calcularon los intervalos de confianza al 95 % según la fórmula del intervalo de confianza para las medias, desviaciones típicas y proporciones.

Para el análisis de las actitudes ante la enfermedad, el tratamiento, la asistencia y el seguimiento que recibieron de sus profesionales sanitarios se hizo uso de una escala (cuestionarios) tipo Likert (9). Se estimó la fiabilidad y la validez para evaluar su calidad. Para el estudio de la validez, se llevó a cabo un análisis factorial con el fin de identificar las características principales que identifican a cada uno de los individuos. La evaluación de la fiabilidad conllevó un análisis de consistencia interna mediante el cálculo del coeficiente alfa de Cronbach y un análisis de la capacidad de discriminación de los ítems mediante contrastes de hipótesis t-student y el índice de homogeneidad de cada ítem.

Con el fin de clasificar a los individuos en función de las distintas dimensiones obtenidas, se planteó un análisis clúster que permite identificar a los pacientes atendiendo a una serie de características comunes. Para la configuración de los grupos, se usó del análisis clúster de k-medias. Procedimiento que intenta identificar grupos de casos relativamente homogéneos basándose en las características seleccionadas a través de un grupo de variables, con la finalidad de minimizar la suma de las distancias entre los puntos y el centroide al que pertenecen. Las distancias se calcularon utilizando la distancia euclídea simple.

Para la creación de la herramienta, se procedió a la realización de dos procesos:

• Realización de un modelo de regresión lineal a través de la optimización de valores mediante Criterio de Mínimos Cuadrados. Ello permitió determinar el modelo que hace mínima la suma de los residuales de todos los sujetos elevados al cuadrado, asegurando el modelo que comete los errores más pequeños de cuantos modelos se pudieron emplear para resumir la nube de puntos.
• En segundo lugar, una prueba Anova para la comprobación la significancia estadística de los datos y modelos obtenidos.

Para la optimización de la herramienta, se aplicó un modelo por pasos hacia atrás para que el propio software estadístico optimice el modelo para quedarse con aquellos ítems que mejor predijeran la variable dependiente “Clúster de pertenencia”.

Aspectos éticos

El Proyecto fue aprobado por el Comité Ético de Investigación Clínica (CEIC) del HUNSC con número CHUNSC_2019_29. Se realizó siguiendo los “Principios Éticos para las investigaciones médicas en seres humanos” que se recogieron en la declaración de Helsinki. El estudio se desarrolló de acuerdo con el protocolo y en base a los procedimientos que aseguraron el cumplimiento de las normas de Buenas Prácticas Clínicas.

Protección de datos

Consentimiento informado

Los profesionales sanitarios informaron al paciente sobre qué conllevaba su participación en el estudio a través de la Hoja de información al Paciente (anexo 1), asegurándose de que entendieron la información antes de otorgar su consentimiento. El paciente recibió una copia del Consentimiento Informado (anexo 2) que previamente firmaron. En cualquier momento pudieron abandonar el estudio retirando su consentimiento.

Confidencialidad de los datos

Se garantizó la protección de la intimidad personal y el tratamiento confidencial de los datos personales que resultaron de la actividad de investigación conforme a lo dispuesto en la Ley Orgánica 3/2018, de 5 de diciembre de Protección de Datos Personales y garantía de los derechos digitales, y a la aplicación de del Reglamento (UE) 2016/679 del Parlamento europeo y del Consejo de 27 de abril de 2016 de Protección de Datos.

Fuente de financiación

Estudio financiado por la Fundación Canaria para el Control de las Enfermedades Tropicales a través del Instituto de Enfermedades Tropicales y Salud Pública de Canarias. Esta investigación forma parte de una tesis doctoral incluida en el Programa de Doctorado Ciencias Médicas, Farmacéuticas y Calidad de vida de la Universidad de La Laguna.

Resultados

Análisis descriptivo

Se utilizaron 17 ítems en base las actitudes ante la enfermedad, el tratamiento y la asistencia sanitaria y el seguimiento que recibieron de sus profesionales sanitarios (anexo 3). Se distribuyeron en:

• 3 preguntas: conocimiento y manejo de la enfermedad.
• 8 preguntas: actitudes ante el tratamiento.
• 6 preguntas: asistencia sanitaria y seguimiento recibido por los profesionales sanitarios.

En la tabla 1 se exponen las diferentes respuestas de los 54 pacientes de la muestra:

Perfiles tipo

Mediante la aplicación de un análisis multivariable (clúster análisis k-medias), se identificó y clasificó a los pacientes en cinco grupos. Como muestra la tabla 2, se necesitaron solo 3 iteraciones hasta llegar a una convergencia de cero (a menor número de iteraciones, los datos están menos alejado del centro del clúster y en consecuencia, se realizaron grupos más homogéneos).

Tabla 1 Valores absolutos de respuesta al cuestionario de evaluación

 

Tabla 2 Historial de iteraciones

La media de cada clúster en cada uno de los ítems del cuestionario aplicado a los pacientes se muestra en la tabla 3.

Aplicado la media de cada clúster, se obtuvieron tipologías de pacientes diferentes entre sí. Los grupos identificados se definieron según sus respuestas a 17 actitudes o frases vistas: “Clásicos”, “Dependientes”, “Críticos”, “Inconscientes” y “Responsables”. Los centros de los clústeres finales coincidieron con los Grupos obtenidos en el estudio referencia del cual se toma el cuestionario de evaluación (9). Existieron diferencias significativas entre las formas de entender la enfermedad, abordar los tratamientos y su cumplimiento (tabla 4).

Tabla 3 Centros de clústeres finales
Tabla 3 Centros de clústeres finales

 

Tabla 4 Tipología de enfermos según grupo (perfiles)

Herramienta de identificación de perfiles

Se aplica un modelo por pasos hacia atrás para que el propio software optimice el modelo seleccionando aquellos ítems que mejor predijeron la variable dependiente “Clúster de pertenencia”. El criterio utilizado para determinar cuáles son los valores óptimos para los coeficientes de regresión, fue el denominado Criterio de Mínimos Cuadrados (tabla 5).

Creado y optimizado el modelo de regresión lineal mediante ANOVA, se calcula la significación estadística de R2. Se obtienen los resultados reflejados en la tabla 6.

El software finaliza su optimización después de 11 pasos. Se obtiene en todos los modelos del ANOVA un resultado significativo.

Como resultado se establecieron 2 modelos: el primero tiene mayor capacidad predictiva (17 ítems; Modelo 1; tabla 6) y el segundo modelo optimizado (7 ítems; Modelo 11; tabla 6), es decir, aquel modelo que necesitaba menos variables independientes para predecir o explicar la variable dependiente sin perder capacidad predictiva o explicativa.

Tabla 5 Modelo de pasos hacia atrás para optimización

 

Tabla 6 Resultados test Anova

Cuando hablamos de comprobar la significación de los coeficientes estamos refiriéndonos a comprobar si los pesos Bi de las diferentes variables independientes difieren estadísticamente de 0. Esto se hace mediante una prueba t consistente en dividir el valor del coeficiente por su error típico.

Los pesos Bi representan el cambio promedio en la variable Y correspondiente a un incremento de una unidad en la variable Xi cuando las restantes variables independientes de la ecuación se mantienen constantes. Estos valores indican la pendiente del plano de regresión y vienen dados en las mismas unidades de medida que las respectivas variables.

Por tanto, cuanto mayor es el coeficiente asociado a una variable mayor cambio produce en la variable dependiente y por tanto sería más importante en este sentido.

Se calcula la ecuación de regresión que nos iba a servir para predecir el clúster de pertenencia de un individuo a partir de los coeficientes Bi de cada ítem y de las respuestas obtenidas en los 17 ítems del cuestionario de evaluación y, por otro lado, de los 7 ítems optimizados. La ecuación de regresión se consigue multiplicando cada coeficiente Bi por número de respuesta del paciente ((de acuerdo=1, desacuerdo=3 o ni de acuerdo/ni desacuerdo=2). Una vez calculada cada ecuación de regresión, se dividide el sumatorio de las Bi de todas las respuestas y se divide por el sumatorio de todas las ecuaciones de regresión dando como resultado el clúster correspondiente: “Clásicos”=4, “Dependientes”=1, “Críticos”=2, “Inconscientes”=5 y “Responsables”=3.

A través del programa Microsoft Excel y de las ecuaciones calculadas, se obtuvieron dos herramientas con los 17 ítems iniciales (figura 1) y otra con los 7 ítems optimizados (figura 2).

Empleo de la herramienta

En las figuras 1 y 2 y se puso como ejemplo dos supuestos prácticos correspondientes a la herramienta de 17 ítems y a la herramienta de 7 ítems optimizados. El profesional sanitario, exclusivamente, debe incluir las respuestas del paciente a cada ítem en el espacio señalado de color rojo. A cada ítem, el paciente puede contestar: de acuerdo, desacuerdo o ni de acuerdo/ni desacuerdo. El profesional sanitario debe interpretar el resultado y traducir a caracteres numéricos cada respuesta (de acuerdo=1, desacuerdo=3 o ni de acuerdo/ni desacuerdo=2). Automáticamente, la herramienta calcula el clúster del paciente encuestado dando un valor numérico que se corresponde con el número del grupo: “Clásicos”=4, “Dependientes”=1, “Críticos”=2, “Inconscientes”=5 y “Responsables”=3.

Figura 1 Herramienta 17 ítems
Representación gráfica de la herramienta con 17 ítems donde se expone un ejemplo de las respuestas de un posible paciente señaladas en rojo

Figura 2 Herramienta 7 ítems optimizados
Representación gráfica de la herramienta con 7 ítems optimizados donde se expone un ejemplo de las respuestas de un posible paciente señaladas en rojo. Las respuestas a los 7 ítems son las mismas que en el modelo de 17 ítems. El objetivo es mostrar la variación existente entre las dos herramientas para predecir el clúster.

 Accede aquí a esta herramienta en formato Excel (ZIP)

Discusión

Los resultados principales del estudio permiten poder clasificar a los pacientes que cursan con SEF en perfiles diferenciados para establecer estrategias de comunicación y de actuación personalizadas. Con ello, se pueden seleccionar actuaciones en base a cada grupo teniendo en cuenta consensos amplios de abordaje (10):

• Grupo I (“Clásicos”): aumentar grado de implicación, añadir formación y hacerles formar parte del manejo de su farmacoterapia.
• Grupo II (“Dependientes”): creación por parte del servicio sanitario de mecanismos de control y seguimiento. No solo de su farmacoterapia, también de los cuidados necesarios para su mantenimiento.
• Grupo III (“Críticos”): utilizar la capacidad de independencia de estos pacientes, aunque mejorando la confianza que tienen en sus profesionales sanitarios y sus fármacos.
• Grupo IV (“Inconscientes”): capacitar a los pacientes frente a los peligros de la patología que padecen, así como la relevancia y virtudes de su farmacoterapia.
• Grupo V (“Responsables”): no se requiere actuación alguna ya que corresponden al paciente ideal. Reforzar su actitud.

Por otro lado, este análisis de perfiles permite poner en marcha una herramienta donde, en pocos minutos de entrevista con el paciente, obtenemos una categorización que permite saber el perfil tipo en base a los resultados obtenidos. Es manejable a cualquier nivel asistencial. Cuenta con un modelo completo de 17 ítems para estudios donde se necesita una precisión superior. Y un modelo de 7 ítems optimizado más práctico y sencillo de manejar.

Aplicaciones a la farmacia comunitaria

La farmacia comunitaria no deja de ser un eslabón más en la cadena de Atención Primaria con amplia experiencia en la utilización de cuestionarios de cribado (11), cálculos de riesgos potenciales a la salud (12), adherencia (13) y otras disciplinas (15-16), actualmente inmersos en los Servicios Profesionales Farmacéuticos Asistenciales (SPFA). Estas herramientas están dirigidas a optimizar la farmacoterapia del paciente y su seguimiento (14-16).

Ámbitos como la adherencia y el cumplimiento terapéutico tienen una gran capacidad de mejora dentro de la FC. En una encuesta realizada para farmacéuticos comunitarios por el Grupo OAT Observatorio de la Salud, el 88 % de los encuestados dicen tener claro el concepto de adherencia. Sin embargo, sólo el 50 % de ellos lleva a cabo actuaciones para determinarla. Es fundamental, para el éxito de los SPFA, conocer la capacidad de actuación y respuesta de los pacientes. En base a los perfiles de pacientes obtenidos y a la herramienta desarrollada, se pueden proponer las siguientes estrategias de mejora y seguimiento (17-18):

• Grupo I (“Clásicos”): entrevista motivacional (estrategia psico-conductual), estrategias educativo-cognitivas a través de infografías además de ponencias didácticas en la FC y revisión periódico del uso de su medicación (RUM) (19).
• Grupo II (“Dependientes”): evaluación farmacoterapéutica como objetivo de simplificación de tratamientos. Implantación de Sistema Personalizado de Dosificación (SPD) en el paciente (20).
• Grupo III (“Críticos”): estrategias educativo-cognitivas a través de infografías además de ponencias didácticas en la FC. Seguimiento a través de dispositivos electrónicos sobre fecha, toma del fármaco, dosis, etc. A posteriori monitorización de resultados junto con el paciente y realizar modificaciones en base a resultados obtenidos (21).
• Grupo IV (“Inconscientes”): estrategias educativo-cognitivas a través de infografías además de ponencias didácticas en la FC sobre riesgos de su patología y efectos así como las virtudes de su farmacoterapia. Evaluación farmacoterapéutica como objetivo de simplificación de tratamientos. Implantación de Sistema personalizado de Dosificación (SPD) en el paciente (20).
• Grupo V (“Responsables”): corresponde al paciente ideal. Reforzar su actitud mediante entrevista motivacional (estrategia psico-conductual) e implicarlo en procesos formativos y SPFA.

Población de estudio

Los pacientes con SEF representan un desafío clínico significativo, caracterizado por el fracaso de intervenciones previas para aliviar el dolor (22). Está frecuentemente vinculado a factores psicosociales, como la depresión, el estrés y la ansiedad. Factores claves en la relación con su farmacoterapia (23).

A menudo han experimentado diversas intervenciones terapéuticas, desde tratamientos conservadores hasta intervenciones invasivas. Esta complejidad aumenta la relevancia de evaluar el cumplimiento terapéutico, ya que la falta de respuesta puede estar relacionada con el incumplimiento de las pautas de tratamiento (24). La complejidad y la variabilidad en la presentación de este síndrome sugieren la necesidad de explorar factores subyacentes que puedan influir en la falta de respuesta a tratamientos anteriores. Uno de estos factores cruciales, pero a menudo subestimado es la adherencia terapéutica, que engloba la capacidad del paciente para seguir las recomendaciones médicas de manera consistente (24).

En este tipo de pacientes, su clasificación empleando esta herramienta puede informar de su predisposición al cumplimiento farmacoterapéutico y así actuar de manera más eficiente.

Limitaciones del estudio

Podemos considerar una limitación el sesgo de selección debido al proceso de captación. La selección de participantes es realizada con los pacientes que acuden a la Unidad del Dolor del HUNSC. Esta población tiene características demográficas diferentes a la población general, por lo que no podemos extender las conclusiones a la población española. Debido al no ser un estudio multicéntrico, tampoco podemos extrapolar los resultados a otros ámbitos geográficos, limitándose su reproducibilidad al ámbito regional. Se necesitan de estudios posteriores para su confirmación.

Sin embargo, el presente estudio basa su metodología en un análisis con un tamaño muestral más importante con ámbito nacional (10). La distribución poblacional de hombres y mujeres, así como la obtención de perfiles de pacientes arrojan resultados, con un tamaño muestral inferior, coincidentes y con relevancia estadística significativa (tabla 6).

Conclusiones

Se obtienen cinco grupos tipológicos de pacientes con SEF en relación con el cumplimiento terapéutico: “Clásicos”, “Dependientes”, “Críticos”, “Inconscientes” y “Responsables”. Los resultados obtenidos son comparables a otros estudios similares (9). Sus formas de entender la enfermedad y abordar los tratamientos y su cumplimiento son muy distintas entre sí. Sus perfiles nos permiten localizarlos y dirigirnos a cada uno de ellos con estrategias diferenciadas.

Las dos herramientas desarrolladas permiten identificar la tipología del paciente. En función del tipo de estudio, el profesional sanitario podrá utilizar una herramienta u otra sin perjudicar la calidad de la medición.

A pesar de ser una herramienta desarrollada en el ámbito hospitalario, los beneficios aportados por ella dan a la FC, como un nivel asistencial inmerso en la Atención Primaria, la capacidad de identificar y conocer a los pacientes para un desarrollo profesional con mayor rigor y calidad. También establecer estrategias personalizadas de mejora con las herramientas y Servicios que dispone actualmente la FC.

REFERENCIAS BIBLIOGRÁFICAS

1. Langley PC. The prevalence, correlates and treatment of pain in the European Union. Curr Med Res Opin. 2011 Feb;27(2):463-80. doi:10.1185/03007995.2010.542136

2. Ortega-Jiménez P, De Sola H, Salazar A, Dueñas M, Del Reguero L, Failde I. A Nationwide Cross-Sectional Study of Self-Reported Adherence and Factors Associated with Analgesic Treatment in People with Chronic Pain. J Clin Med. 2020 Nov 14;9(11):3666. doi:10.3390/jcm9113666

3. Kaye AD, Garcia AJ, Hall OM, Jeha GM, Cramer KD, Granier AL, Kallurkar A, Cornett EM, Urman RD. Update on the pharmacogenomics of pain management. Pharmgenomics Pers Med. 2019 Jul 3;12:125-143. doi:10.2147/PGPM.S179152

4. Timmerman L, Stronks DL, Groeneweg JG, Huygen FJ. Prevalence and determinants of medication non-adherence in chronic pain patients: a systematic review. Acta Anaesthesiol Scand. 2016 Apr;60(4):416-31. doi:10.1111/aas.12697

5. Chaudri NA. Adherence to Long-term Therapies Evidence for Action. Ann Saudi Med. 2004 May-Jun;24(3):221–2. doi:10.5144/0256-4947.2004.221

6. Miguel-Lavariega D, Elizararrás-Rivas J, Villarreal-Ríos E, Baltiérrez-Hoyos R, Velasco-Tobón U, Vargas-Daza ER, Galicia-Rodríguez L. Perfil epidemiológico de la artritis reumatoide (Epidemiological profile of rheumatoid arthritis). Rev Med Inst Mex Seguro Soc. 2023 Sep 4;61(5):574-582. doi:10.5281/zenodo.8316427

7. Horne R, Chapman SC, Parham R, et al. Understanding patients’ adherence-related beliefs about medicines prescribed for long-term conditions: a meta-analytic review of the Necessity-Concerns Framework. PLoS ONE. 2013;8: e80633. doi:10.1371/journal.pone.0080633

8. Dilla T, Valladares A, Lizán L, Sacristán JA. Adherencia y persistencia terapéutica: causas, consecuencias y estrategias de mejora. Aten Primaria. 2009 Jun;41(6):342-8. Spanish. doi:10.1016/j.aprim.2008.09.031

9. Sociología y Comunicación Encuesta sobre adherencia terapéutica en España. Madrid: Fundación Farmaindustria; 2016. Disponible en: http://www.farmaindustria.es/web/documento/encuesta-adherencia-terapeutica-espana/

10. Sociedad Española de Farmacia Familiar y Comunitaria (SEFAC). Dispensación, adherencia y uso adecuado del tratamiento: guía práctica para el farmacéutico comunitario. Barcelona: Edittec; 2017. Disponible en: https://www.sefac.org/sites/default/files/2017-11/Adherencia_0.pdf

11. Tenorio L, García-rodríguez P, Fernández M, Leites A, Marcos L, Mera R, Mera I, Andrés JC, Andrés NF, Fornos JA. Análisis de la efectividad de un servicio de Seguimiento Farmacoterapéutico para la optimización de la farmacoterapia antidiabética en Farmacias Comunitarias. Farm Comunitarios. 2020 Apr 16;12(Supl 1. Congreso Semergen SEFAC):22. Disponible en: https://www.farmaceuticoscomunitarios.org/es/journal-article/analisis-efectividad-servicio-seguimiento-farmacoterapeutico-optimizacion

12. Liu Q, Zhu X, Shen M, Wu J, Chen S, Wang Z, Yu W, Shi J, Huang J, Wang Z. Community Pharmacist Services for Hypertensive Patients: A Novel Practice in Shanghai, China. Inquiry. 2021 Jan-Dec;58. doi:10.1177/00469580211020874

13. Jacob V, Reynolds JA, Chattopadhyay SK, Hopkins DP, Therrien NL, Jones CD, Durthaler JM, Rask KJ, Cuellar AE, Clymer JM, Kottke TE; Community Preventive Services Task Force (CPSTF). Pharmacist Interventions for Medication Adherence: Community Guide Economic Reviews for Cardiovascular Disease. Am J Prev Med. 2022 Mar;62(3):e202-e222. doi:10.1016/j.amepre.2021.08.021

14. Jolle A, Midthjell K, Holmen J, Carlsen SM, Tuomilehto J, Bjorngaard JH, et al. Validity of the FINDRISC as a prediction tool for diabetes in a contemporary Norwegian population: a 10-year follew-up of the HUNT study. BMJ Open Diab Res Care. 2019;7:e000769. doi:10.1136/bmjdrc-2019-000769

15. Bacci JL, Zaraa S, Stergachis A, Simic G, White HS. Community pharmacists’ role in caring for people living with epilepsy: A scoping review. Epilepsy Behav. 2021 Apr;117:107850. doi: 10.1016/j.yebeh.2021.107850. Epub 2021 Feb 23. PMID: 33631435. doi:10.1016/j.yebeh.2021.107850

16. Megía C, Aguilar J, Amaro L, López-Torres R, Recio C, Martín L, Varas R. Estudio de la intervención del farmacéutico comunitario sobre el conocimiento de la técnica de inhalación en pacientes con asma que inician tratamiento con inhaladores (ASPIRA). Resultados definitivos. Farm Comunitarios. 2016 May 26;8(Suplemento 1). Disponible en: https://www.farmaceuticoscomunitarios.org/es/journal-article/estudio-intervencion-del-farmaceutico-comunitario-sobre-conocimiento-tecnica

17. Grupo OAT Observatorio para la salud y Fundación Weber. Proyecto ADHER Libro Blanco de la Adherencia en España. Madrid: Fundación Weber; 2021. Disponible en: https://www.oatobservatorio.com/wp-content/uploads/2023/02/17.20220404.Proy-Adher.LB_Version-digital-OK.pdf

18. Demonceau J, Ruppar T, Kristanto P, Hughes DA, Fargher E, Kardas P, De Geest S, Dobbels F, Lewek P, Urquhart J, Vrijens B; ABC project team. Identification and assessment of adherence-enhancing interventions in studies assessing medication adherence through electronically compiled drug dosing histories: a systematic literature review and meta-analysis. Drugs. 2013 May;73(6):545-62. doi:10.1007/s40265-013-0041-3

19. Messerli M, Blozik E, Vriends N, Hersberger KE. Impact of a community pharmacist-led medication review on medicines use in patients on polypharmacy--a prospective randomised controlled trial. BMC Health Serv Res. 2016 Apr 23;16:145. doi:10.1186/s12913-016-1384-8

20. Kwint HF, Stolk G, Faber A, Gussekloo J, Bouvy ML. Medication adherence and knowledge of older patients with and without multidose drug dispensing. Age Ageing. 2013 Sep;42(5):620-6. doi:10.1093/ageing/aft083

21. Martínez-Mateo M, García-Herrera D. Adherencia terapéutica en pacientes con diabetes mellitus tipo II y el uso de la tecnología móvil básica: una revisión sistemática. Revista Española de Comunicación en Salud. 2019 10(1), 70-80. doi:10.20318/recs.2019.4429

22. Hoy D, March L, Brooks P, Blyth F, Woolf A, Bain C, Williams G, Smith E, Vos T, Barendregt J, Murray C, Burstein R, Buchbinder R. The global burden of low back pain: estimates from the Global Burden of Disease 2010 study. Ann Rheum Dis. 2014 Jun;73(6):968-74. doi:10.1136/annrheumdis-2013-204428

23. Costa L d C M, Maher C G, McAuley J H, Hancock M J, Herbert R D, Refshauge K M et al. Prognosis for patients with chronic low back pain: inception cohort study BMJ 2009; 339 :b3829. doi:10.1136/bmj.b3829

24. Chou R, Deyo R, Friedly J, Skelly A, Hashimoto R, Weimer M, Fu R, Dana T, Kraegel P, Griffin J, Grusing S, Brodt ED. Nonpharmacologic Therapies for Low Back Pain: A Systematic Review for an American College of Physicians Clinical Practice Guideline. Ann Intern Med. 2017 Apr 4;166(7):493-505. doi:10.7326/M16-2459