Resultados obtenidos del estudio longitudinal

OUTCOMES3

Resultados obtenidos del estudio longitudinal

Entregable: E2.1

Paquete de trabajo: PT2

OUTCOMES3 3

©


ÍNDICE

1. INTRODUCCIÓN 5

2. ESTUDIO CLÍNICO LONGITUDINAL 6

3. ANÁLISIS DE SENSIBILIDAD DE TECNOLOGÍAS PORTABLES 9

4. ESTUDIO DE CORRELACIÓN ENTRE PARÁMETROS BIOMECÁNICOS Y PROMS 19

5. ANÁLISIS DE LOS RESULTADOS DEL ESTUDIO LONGITUDINAL 22

6. CÁLCULO DE UN ÍNDICE BASADO EN PARÁMETROS BIOMECÁNICOS 31

7. ANÁLISIS COSTE-EFECTIVIDAD DE LAS INTERVENCIONES 37

8. PASOS FUTUROS 50

9. BIBLIOGRAFÍA 51

OUTCOMES3 5


©

1. INTRODUCCIÓN

El presente entregable recoge los resultados obtenidos de la realización de los dos primeros paquetes técnicos del proyecto:

• PT1. Realización del estudio longitudinal

• PT2. Análisis de los resultados

El objetivo del primer paquete de trabajo fue la realización del estudio longitudinal para la evaluación clínica de personas a las que se le implanta una prótesis de rodilla. Este paquete de trabajo comprende entre otras actividades el reclutamiento de pacientes, colaboración con personal hospitalario, realización de pruebas biomecánicas, gestión de la información, y creación de una base informática protegida de datos (ver apartado 2). Otra actividad realizada en el marco de esta actividad ha consistido en la elaboración y aplicación de medidas de contingencia para paliar el efecto que la situación del Covid-19 ha tenido en el estudio longitudinal.

El segundo paquete de trabajo comprende los diferentes análisis de los resultados del estudio longitudinal realizados:

• El análisis de la sensibilidad de diferentes tecnologías portables frente al estándar actual que es la fotogrametría para la evaluación funcional de pacientes con prótesis de rodilla (ver apartado 4).

• El estudio de la correlación entre las variables biomecánicas analizadas y las puntuaciones de las escalas y cuestionarios clínicos incluidos en el estudio (ver apartado 5).

• La identificación de las variables funcionales que muestran cambios más significativos en el proceso de recuperación, así como el grado de variación entre las distintas fases de medida (ver apartado 6).

• La determinación de un índice basado en variables objetivas biomecánicas para relacionar las puntuaciones obtenidas con el índice WOMAC (ver apartado 7).

• El análisis de la relación coste-efectividad de las intervenciones a través de los resultados objetivos de las pruebas de valoración funcional y su comparación con el actual estándar (ver apartado 8).

Los siguientes apartados del entregable recogen el detalle de las actividades descritas anteriormente.

6

©

2. ESTUDIO CLÍNICO LONGITUDINAL

Hacia el final de la segunda anualidad del proyecto Outcomes se inició un estudio

clínico longitudinal en colaboración con los servicios de Medina Física y Rehabilitación (RHB) y de Cirugía Ortopédica y Traumatología (COT) del Consorcio Hospital General Universitario de Valencia (CHGUV). Para fines del estudio clínico, se llevó a cabo la implantación de un laboratorio de valoración funcional biomecánica en las instalaciones del hospital.

El objetivo de este estudio es el seguimiento longitudinal mediante un protocolo definido de valoración funcional de una muestra de 30 participantes que van a ser intervenidos con una prótesis primaria de rodilla (según criterios de inclusión y exclusión). El estudio contempla el seguimiento de estos participantes en 4 fases: de forma previa a la intervención quirúrgica, así como a los 3, 6 y 12 meses.

El protocolo de evaluación de los participantes consta de las siguientes partes:

Anamnesis

Recopilación de datos del paciente de interés para el estudio y, con ellos, revisión de los criterios de inclusión/exclusión. Algunos de los datos recogidos son los siguientes:

- Código y sexo del participante.

- Fecha de nacimiento.

- Tipo de prótesis de rodilla intervenida o a la espera de intervención: unilateral. Tipo de material utilizado, cementada o no cementada, y tipo de intervención quirúrgica

- Cirujano que realiza o realizará la intervención.

- Tiempo pasado desde la intervención quirúrgica o fecha de intervención prevista.

- Autonomía del sujeto y uso de ayudas técnicas.

Cuestionarios clínicos

Con ayuda del clínico o investigador si lo precisa, el participante cumplimenta una serie de escalas y cuestionarios clínicos estandarizados de dolor percibido y funcionalidad en relación a la rodilla protetizada (o a la espera de serlo):

- Cuestionario ICHOM para osteoartritis de rodilla y cadera

- WOMAC

- EQ-5D-5L

- EVA (dolor)

OUTCOMES3 7


©

Exploración clínica

Una vez cumplimentados los cuestionarios, se realiza la exploración clínica manual

del paciente, consistente en:

- Inspección. Detección de signos inflamatorios (presencia de edema, eritema, aumento de temperatura localizada en la articulación, presencia de una rótula flotante) e inspección de la alineación de las rodillas (presencia de genu valgo o genu varo).

- Exploración. Balance articular y muscular de la rodilla afecta y su comparación con la contralateral.

Pruebas de valoración funcional

Finalmente se llevan a cabo las pruebas de valoración funcional biomecánica que el investigador clínico considere adecuadas en cada etapa de evaluación. A nivel general, la secuencia de medidas a seguir es la siguiente:

o Prueba de marcha con la aplicación NedAMH+/IBV. En esta prueba se pide al sujeto que camine de manera natural (a una velocidad que le resulte cómoda) estableciendo un pasillo de marcha que pasa por encima de las plataformas de fuerzas. Se hace un registro de 6 pisadas para cada uno de los pies.

o Prueba de velocidad de marcha (6-Minutes Walking Test – 6MWT):

mediante este test estandarizado se mide la distancia máxima que puede recorrer el sujeto durante 6 minutos. De forma adicional al test que únicamente registra el tiempo en realizar la prueba, en nuestro estudio se ha instrumentado al paciente con un sensor inercial en el sacro.

o Prueba de subir/bajar escaleras con la aplicación NedRodilla/IBV. En esta prueba se pide al sujeto subir/bajar dos escalones de manera alterna (comenzando con la pierna derecha o la izquierda), repitiendo el gesto, para cada una de las piernas, tres veces (doce repeticiones en total). El sujeto realiza el gesto descalzo y sin ningún tipo de apoyo externo (brazos cruzados).

o Prueba de pasar un escalón con la aplicación NedRodilla/IBV. Para pacientes que no son capaces de subir y bajar dos escalones se lleva a cabo esta prueba en la que se pide al sujeto sobrepasar un escalón pisando encima de él con un pie y pasando el contrario al otro lado del escalón.

o Prueba funcional levantarse de una silla con la aplicación NedLumbar/IBV. En esta prueba se pide al sujeto repetir tres veces el gesto de levantarse sobre una silla sin reposabrazos y sin apoyo de los miembros superiores.

o Monitorización continua de la actividad diaria. Tras la realización de las pruebas en laboratorio el sujeto es instrumentado con un actígrafo

colocado cerca del sacro mediante un pequeño cinturón elástico. El sujeto lleva el actígrafo de forma continuada durante 7 días consecutivos a

8

©

excepción de las noches para dormir y actividades de aseo. El actígrafo registra de forma ininterrumpida el tipo y nivel de actividad que realiza el sujeto en su actividad diaria.

Situación actual del estudio clínico longitudinal

Durante el primer mes de esta tercera anualidad del proyecto Outcomes, 23 participantes habían sido incluidos en el estudio y valorados de forma previa a la intervención quirúrgica. De estos pacientes, 5 fueron intervenidos quirúrgicamente antes de la declaración del estado de alarma por Covid-19.

A partir de la declaración del estado de alarma y hasta la fecha de finalización de la presente anualidad del proyecto, la actividad de quirófano del Hospital General se vio reducida y paralizada en su mayor parte con el fin de disponer de los quirófanos para atender urgencias.

En septiembre de 2020 y ante la imposibilidad de reanudar las intervenciones en el hospital para poder dar continuidad al estudio se tomaron dos medidas de contingencia.

- La primera por parte del Hospital General de establecer un plan de choque para practicar las operaciones rutinarias programadas entre las que se encontraban las artroplastias de rodilla en distintos hospitales privados de Valencia.

- La segunda fue adoptada por el IBV y consistió en la evaluación de una muestra de 60 personas con diferentes patologías de rodilla en las instalaciones del IBV. Los participantes de este estudio fueron medidos siguiendo el mismo protocolo de valoración funcional biomecánica establecido en el proyecto, añadiendo el uso de cámaras de smartphone en el registro de las pruebas. El objetivo de este estudio adicional fue el de recoger información valiosa para analizar la sensibilidad del uso de una tecnología portable, económica y de uso muy extendido como la cámara de un smartphone en el seguimiento de pacientes con prótesis de rodilla. Esta información se recoge en el apartado de este informe dedicado al análisis de sensibilidad de diferentes tecnologías portables frente al actual estándar que es la fotogrametría (ver apartado 4).

A pesar de las medidas de contingencia adoptadas y los esfuerzos por llevar a cabo el estudio, la muestra de pacientes evaluada al final de 2020 ha sido muy baja. En concreto, el número de medidas obtenidas han sido:

• 27 medidas preoperatorias • 3 medidas a los tres meses de evolución • 5 medidas a los seis meses de evolución

OUTCOMES3 9


©

Además, los grupos de pacientes evaluados a los tres y seis meses de evolución pertenecen a muestras independientes.

Debido a los problemas y retrasos en la ejecución del estudio clínico durante esta anualidad, el volumen de participantes que se ha medido en fases posoperatorias es muy bajo y las conclusiones que se han podido obtener del análisis de estos datos son muy preliminares. Sin embargo, la metodología aplicada para el seguimiento de personas con prótesis de rodilla sí que es válida para observar cómo evoluciona el estado funcional y la percepción de los participantes de forma individual.

Por este motivo, el estudio continuará durante todo 2021 con el objetivo de finalizar el seguimiento de 30 pacientes durante un año tras la intervención. El IBV cuenta con el apoyo y disposición del Hospital General Universitario de Valencia para continuar con el mismo.

Todos los resultados de los seguimientos realizados hasta la fecha han sido recopilados en una base de datos segura integrada en el servicio informático del hospital, así como en la historia clínica de los pacientes, ayudando de esta manera al personal sanitario a realizar un mejor seguimiento de las pruebas y resultados obtenidos. Este resultado corresponde al cuarto resultado descrito en la memoria como “Integración de los resultados de valoración biomecánica en el historial clínico hospitalario”.

3. ANÁLISIS DE SENSIBILIDAD DE TECNOLOGÍAS PORTABLES

Las medidas de cinemática de los movimientos humanos se realizan mediante el uso de sistemas de captura de movimientos o conocido por sus siglas en inglés MoCap. El sistema más ampliamente utilizado en el análisis de movimientos es la videofotogrametría, cuyo principal inconveniente es que sólo puede emplearse en entornos controlados donde no se produzcan oclusiones. Además, su uso conlleva un alto coste y el preprocesado de los datos que se adquieren imposibilita su uso en tiempo real.

Para superar estas restricciones, se ha estudiado extensamente el uso de dispositivos vestibles para controlar los movimientos humanos. Las revisiones recientes relativas al análisis cinemático con unidades de medición inercial (conocidas por sus siglas en inglés IMUs), suelen ser realizadas por expertos en ingeniería o por médicos, que se centran en los aspectos técnicos o en la relevancia clínica. Las revisiones realizadas anteriormente destacaron el creciente interés por los sensores inerciales en la práctica clínica.

En el marco de la tarea T2.1 se ha llevado a cabo el estudio de la sensibilidad que ofrecen dos tecnologías portables y de bajo coste como son los IMUs y la cámara

10

©

de un smartphone para realizar la evolución funcional de pacientes con prótesis de rodilla y su seguimiento en el tiempo. Para llevar a cabo este análisis, los resultados de la evaluación con estas tecnologías se han comparado con el actual

estándar de oro para el registro de la actividad funcional biomecánica que es la fotogrametría. El objetivo de este estudio fue determinar la validez de las tecnologías portables analizadas para realizar el seguimiento de pacientes con prótesis de rodilla comparándolas con el actual estándar de oro que es la fotogrametría.

A continuación, se describen brevemente estas tres tecnologías mencionadas.

3.1. DESCRIPCIÓN DE LAS DIFERENTES TECNOLOGÍAS

3.1.1. Fotogrametría

La fotogrametría permite la obtención de información espacial a partir de imágenes planas, registradas mediante dos o más cámaras de vídeo de alta velocidad. El seguimiento del movimiento de cada segmento corporal se realiza mediante marcadores que se adhieren a la piel en los puntos anatómicos de interés. Los marcadores usados de forma más habitual están recubiertos de un material reflectante, lo que aumenta su visibilidad en la imagen captada por las cámaras.

Figura 1. Instrumentación de modelo de marcha fotogrametría mediante marcadores reflectantes.

El sistema realiza un análisis de las imágenes de todas las cámaras y calcula la posición de los marcadores en cada instante en el espacio. A partir de las coordenadas de cada cámara, el sistema reconstruye la posición del marcador en tres dimensiones y, finamente, calcula la cinemática articular aplicando el modelo mecánico desarrollado.

Una de las principales limitaciones de la fotogrametría es que el espacio de medida

debe ser calibrado y las condiciones de iluminación controladas para un resultado óptimo de la medida, Por este motivo los estudios de fotogrametría habitualmente se realizan en entorno de laboratorio.

OUTCOMES3 11


©

En los últimos años se ha popularizado el uso de los IMUs, ya que su principal ventaja frente a la fotogrametría es su mayor portabilidad.

3.1.2. Sensores inerciales (IMUs)

Los IMUs son dispositivos que están equipados con un conjunto de sensores (giróscopos, acelerómetros y magnetómetros) que miden velocidad angular, aceleración y la dirección del campo magnético y calculan la orientación del sensor mediante algoritmos de fusión de datos.

Esta tecnología está en un proceso continuo de evolución y la utilización de los IMUs para el análisis de movimientos humanos tiene ciertas limitaciones. Un primer inconveniente es que estos sensores presentan errores de medida debidos a la deriva en la integración de los datos del giróscopo y a la alteración que puede introducir la proximidad de elementos ferromagnéticos.

Figura 2. Instrumentación de miembro inferior mediante IMUs de la marca Xsens.

Además, los IMUs no proporcionan información de su posición en el espacio, lo que supone un problema considerable en el análisis de movimientos humanos. Debido a ello, la posición relativa de los ejes del sensor con respecto a los ejes anatómicos es desconocida y es necesario aplicar protocolos de calibración anatómica para obtenerla.

Los IMUs son una buena opción cuando no se dispone de un presupuesto elevando, debido a su coste comparado con un equipo complejo de fotogrametría, ni de un espacio dedicado para realizar análisis de movimientos por su portabilidad y rápida fácil instrumentación.

3.1.3. Cámara de un smartphone

Con el auge de la Inteligencia Artificial IA y las redes neuronales, se pueden

implementar sistema que estiman la postura humana mediante imágenes. El problema de la estimación de la postura humana, definido como el problema de

12

©

la localización de las articulaciones humanas, ha gozado de una atención considerable en la comunidad de la visión por computadora. Algunos de los desafíos de este problema: articulaciones pequeñas y apenas visibles, oclusiones

y la necesidad de captar el contexto.

La principal corriente de trabajo en este campo ha sido motivada principalmente por el primer desafío, la necesidad de buscar en el gran espacio de todas las posibles poses articuladas. Modelos parciales se prestan naturalmente a modelar las articulaciones y en los últimos años una variedad de estos modelos se han propuesto identificar el contexto de uso.

Figura 3. Modelo BlazePose de 33 Keypoint de COCO(fuente imagen: https://ai.googleblog.com/).

La red Holistic de MediaPipe integra modelos separados para la pose, la cara y los componentes de la mano, cada uno de los cuales está optimizado para su dominio particular. Sin embargo, debido a sus diferentes especializaciones de la red, la entrada a para un objetivo no valdría para los demás. Con un ejemplo se clarifica; el modelo de estimación de la pose toma como entrada un frame de vídeo de menor resolución, pero si se recortaran las regiones de la rodilla, la resolución de la imagen sería demasiado baja para detectar una pose de forma precisa en un modelo más antiguo. Por lo tanto, Google ha diseñado la nueva red MediaPipe Holistic como una red multi etapa, que trata las diferentes regiones del cuerpo con una resolución adecuada para cada región.

Por lo que una posible idea es la utilización de las cámaras de un smartphone como herramienta de medición del miembro inferior durante el desarrollo de una prueba de valoración funcional.

3.2. DESCRIPCIÓN DE LOS ESTUDIOS

Para validar las tecnologías portables descritas anteriormente como herramientas

de medición de movimientos humanos, se realizaron dos estudios independientes con personas en el laboratorio de movimientos de las instalaciones del Instituto

OUTCOMES3 13


©

de Biomecánica. Las pruebas realizadas consistieron en las mismas pruebas de valoración funcional realizadas en el estudio clínico longitudinal, en concreto:

• Prueba de marcha

• Prueba de pasar un escalón

• Prueba de levantarse de una silla

La validación de las diferentes tecnologías se realizó mediante las pruebas nombradas anteriormente mientras el sujeto permanecía instrumentado con ambos métodos de registro, y realizando una captura de forma sincronizada con los equipos (Figura 4).

Figura 4. Combinación de las diferentes instrumentaciones durante las pruebas de valoración funcional

(IZQ: IMUs y marcadores de fotogrametría) (DER: Cámara smartphone).

Para la validación del uso de sensores inerciales (IMUs) se contó con la participación de 23 sujetos (11 Hombres y 12 mujeres) de 64.29 años de edad de media. Estas personas realizaron el protocolo desarrollado en la anterior anualidad con dos tecnologías de registro: fotogrametría y sensores inerciales.

Tal y como se ha descrito en el apartado 2, para la validación del uso de cámara de smartphone se realizó un estudio con 60 personas con diferentes patologías de rodilla en las instalaciones del IBV. Los participantes de este estudio fueron medidos siguiendo el mismo protocolo de valoración funcional biomecánica establecido en el proyecto, añadiendo el uso de cámaras de smartphone en el registro de las pruebas.

3.3. ANÁLISIS DE SENSIBILIDAD

Con el fin de comprobar la sensibilidad/precisión de la que dispone las diferentes tecnologías de registro se utiliza el índice de correlación intraclase (ICC), el Alfa de Cronbach y una representación visual mediante los gráficos de Bland-Altman.

14

©

El ICC mide el grado de acuerdo o consistencia entre medidas cuya varianza poder ser atribuida a:

• Variaciones entre experimentadores, cuando dos experimentadores realizan medidas sobre una misma muestra.

• Entre instrumentos, cuando se emplean dos instrumentos de medida sobre una misma muestra.

• Cuando se realizan medida con un mismo instrumento en distintos momentos del tiempo.

El método de Bland-Altman es un método gráfico que permite comparar dos técnicas de medición sobre una misma variable cuantitativa. Es aplicable, por ejemplo, a casos en los que se requiere medir la difierencia entre un nuevo método con respecto a uno ya establecido o validado, y así poder validar o no el nuevo en fucnión de si resulta fiable y reproducible para el uso previsto. Para ello, el método de Bland-Altman cuantifica la diferencia media entre ambos métodos (bias o sesgo) y un rango de confianza, entre los cuales se espera aque se incluyan el 95% de las diferencias entre una técnica de medida y la otra. El análisis de Bland-Altman también puede ser útil para evaluar la reproducibilidad de un solo método. El gráfico podría ser útil en este caso para determinar si la variabilidad o precisión del método en cuestión se relaciona con el tamaño de la característica que se está miediendo. En este caso particular, dado que se usa siempre el mismo método, el bias sería 0.

En nuestro caso, se pretende comparar ambos métodos de medida. Para determinar si ambos métodos pueden usarse indistíntamente, han de establecerse a priori los límites de las diferencias máximas aceptables en base a criterios analíticos, en nuestro caso 2 veces la desviación típica de las diferencias.

La Tabla 1 muestra los índices de correlación intraclase (ICC) y el Alfa de Cronbach para las dos tecnologías portables analizadas.

Tabla 1. Resultados de la comparación entre tecnologías: IMUs Vs Fotogrametría; Cámara de Smartphone Vs Fotogrametría.

Variable IMU Cámara Smartphone

ICC Cronbach ICC Cronbach

Flexión Cadera 0.862 0.872 0.678 0.647

Flexión Rodilla 0.913 0.906 0.712 0.687

Flexión Tobillo 0.927 0.921 - -

Tiempo Apoyo 0.815 0.898 - -

Tiempo Vuelo 0.859 0.885 - -

OUTCOMES3 15


©

Tiempo Zancada 0.828 0.843 - -

Cadencia 0.842 0.898 0.732 0.691

Como se observa en la tabla anterior, los resultados obtenidos con los sensores inerciales tienen una concordancia prácticamente perfecta (ICC >= 0.8).

De los gráficos de Bland-Altman (Figura 5) se pudo observar que el promedio de las diferencias en prácticamente todas las variables está centrado en 0 por lo que no existe un sesgo o bias en la comparación de ambas tecnologías. Además, todas las diferencias de se encuentran dentro de las bandas establecidas de dos veces la desviación típica, esto nos indica que con los dos sistemas de registro se pueden obtener resultados similares. Los resultados obtenidos son muy similares a los encontrados por Bolink y colaboradores durante la comparación de ambas tecnologías con un protocolo muy similar.[1]

Por otro lado, la concordancia entre los resultados obtenidos con la cámara de smartphone y fotogrametría es moderada. Para el análisis de los datos registrados con cámaras de smartphone se utilizaron técnicas de análisis basadas en redes neuronales o Inteligencia Artificial (IA). Dado que la muestra analizada por el momento ha sido muy baja, a medida que se aumente la misma se logrará una mejor concordancia entre resultados.

También hay que tener en cuenta que esta metodología utiliza una tecnología en continuo desarrollo, por lo que es de esperar que en un corto plazo de tiempo la IA que utiliza estas redes neuronales mejore de forma exponencial su precisión.

16

©

OUTCOMES3 17


©

Figura 5. Gráficos de Bland-Altman de la comparación de ambas tecnologías.

©

3.4. IDENTIFICACIÓN DE VARIABLES QUE ES POSIBLE MEDIR MEDIANTE LAS TECNOLOGÍAS PORTABLES

Teniendo en cuenta las variables identificadas en el apartado 3 de este mismo documento como variables de mayor interés en el seguimiento de pacientes con prótesis de rodillas en su recuperación y las variables que mejor podemos detectar de forma fiable y reproducible mediante tecnologías portables según los resultados del apartado anterior, se han identificado las variables de interés que estas últimas son capaces de medir.

En el caso de la utilización de sensores inerciales, las mejores variables son las variables que se pueden obtener mediante las orientaciones de los segmentos instrumentados:

- Flexión/extensión de rodilla - Flexión/extensión de cadera - Flexión/extensión de tobillo - Desplazamiento vertical del centro de masas - Desplazamiento medio-lateral del centro de masas - Variables temporales de la marcha:

o Tiempo de paso o Tiempo de zancada

o Tiempo de apoyo o Tiempo de vuelo o Cadencia

Para la obtención de los momentos articulares es necesario la utilización de plataformas dinamométricas, por lo que ya no sería un sistema de registro portable y económico.

En el caso de la utilización de una cámara de un smartphone, esta tecnología sólo nos permite obtener los ángulos de flexión de cadera y rodilla, así como la cadencia de paso. Por el contrario, ofrece la ventaja no tener que instrumentar al sujeto, pues no requiere ningún tipo de equipamiento adicional más que una cámara sencilla.

OUTCOMES3 19


©

4. ESTUDIO DE CORRELACIÓN ENTRE PARÁMETROS BIOMECÁNICOS Y PROMS

En el marco del proyecto outcomes3 se ha realizado un estudio estadístico para conocer el grado de correlación entre los resultados de las pruebas de valoración biomecánica que miden la función objetiva de los pacientes y la autopercepción que ellos tienen de su capacidad funcional medida a través de escalas y cuestionarios autocompletados.

4.1. DESCRIPCIÓN DE LA MUESTRA

A continuación, se realiza una descripción de los participantes del estudio con los que se han realizado estas correlaciones. Con el fin de aumentar las observaciones, se ha utilizado cada resultado de cada sesión como una observación individual, con lo que nos quedaría una muestra, como se describe a continuación (Tabla 2). Se utiliza la media tendencia central y la desviación típica como medida de dispersión de los datos.

Tabla 2. Descripción de la muestra para la correlación.

Edad (media±DT)

Peso (media±DT)

Altura (media±DT)

WOMAC (media±DT)

KOOS (media±DT)

EVA (media±DT)

QUALY (media±DT)

Hombre (N=15) 67.21±8.21 90.34±11.25 173.26±8.22 13.61±12.72 29.07±14.28 3.15±3.21 0.81±0.17

Mujer (N=34) 70.58±8.13 74.47±12.24 155.35±5.97 24.15±21.70 36.10±16.85 3.92±2.77 0.68±0.23

Con los datos de media y desviación típica ya se observa en los resultados de las escalas que la dispersión es demasiado elevada, prácticamente se asemeja a valores de la media. En la siguiente figura vemos cómo se distribuye la muestra según la edad.

©

Figura 6.Descripción de la muestra según la edad.

En la siguiente figura vemos cómo se distribuye la muestra según las fases de medida. Se puede observar que mayoritariamente las personas intervenidas o pendientes de ello son mujeres.

Figura 7. Descripción de la muestra agrupada por fases de medida y separada por género.

OUTCOMES3 21


©

4.2. RESULTADOS Y CONCLUSIONES

A continuación, se muestran los resultados de las correlaciones de Pearson con los

distintos parámetros de las pruebas biomecánicas realizadas con las escalas clínicas. Se han resaltado los valores que se encuentran por encima de 0.5 (en valor absoluto) correlación moderada y los valores de significación los inferiores a 0.005 (estadísticamente significativos).

En la prueba de 6 minutos marcha los parámetros que mejor se correlacionan con las escalas son en número de vueltas realizadas, distancia recorrida y la velocidad media de marcha. Además, la escala con la que mejor se relacionan los parámetros es la escala WOMAC. Estos resultados son consistentes con los encontrados en la literatura, que muestra que las variables que mejor se correlacionan con las escalas para una evaluación rápida del estado funcional de las personas con prótesis de rodilla son la velocidad a la que caminan y la distancia que recorren. Una mayor velocidad y distancia equivaldrían a un mejor estado funcional.

Cuando observamos los resultados obtenidos con los parámetros de la monitorización durante los 7 días de forma ininterrumpida, los resultados empeoran. La mejor correlación es de 0.4, lo que queda de manifiesto que la relación entre lo que el sujeto percibe sobre su estado funcional según las escalas no se relaciona con la actividad real realizada en una semana.

Durante la prueba de marcha en laboratorio, que ha consistido en caminar por un pasillo de aproximadamente 10 metros varias repeticiones, las variables que mejor se correlacionan son la velocidad de paso, el rango de rodilla y la longitud de la zancada. También son correlaciones moderadas (aprox. 0.5) de variables temporales de la marcha o la velocidad de la marcha.

Cuando se realiza la correlación entre las variables de la prueba de sentarse y levantarse la única que tiene una relación inversa con el índice QALY es el tiempo que se tarda en extender el tronco al realizar el gesto y el momento que aparece en la cadera. Esto también pone de manifiesto que una correlación de variables biomecánica objetivas con una escala de autopercepción no arroja buenos resultados, ya que estamos observando el estado funcional desde dos dimensiones muy diferentes.

Los resultados obtenidos del estudio de correlaciones entre variables biomecánicas y cuestionarios y escalas clínicas de autopercepción del paciente (PROMs por sus siglas en inglés) son muy similares a los encontrados en la literatura y ponen de manifiesto que la evaluación objetiva y subjetiva de la funcionalidad miden dimensiones diferentes de la misma y son complementarias entre sí. [2]–[4]

Con estos resultados, la solución más potente, teniendo en cuenta que lo que se

pretende realizar es el seguimiento del proceso de recuperación de una persona con prótesis y su satisfacción con el tratamiento recibido, sería realizar una

©

combinación de ambas técnicas de registro (pruebas biomecánicas y PROMs). De esta manera ponemos en valor los puntos fuertes de cada herramienta de medida, incluyendo la satisfacción de la persona, pero sin descuidar su comportamiento

funcional real.

5. ANÁLISIS DE LOS RESULTADOS DEL ESTUDIO LONGITUDINAL

Con los datos obtenidos del estudio clínico longitudinal a la finalización de la tercera anualidad del proyecto, se realizó un análisis de la evolución las variables biomecánicas en las diferentes fases de recuperación tras la intervención.

En concreto, el objetivo ha sido analizar la sensibilidad de las variables biomecánicas para apreciar cambios en la evolución y compararlas con las metodologías tradicionales que se realizan en el entorno clínico tales como escalas clínicas y cuestionarios de percepción de salud y de niveles de bienestar subjetivo.

5.1. PROCEDIMIENTOS EMPLEADOS

Partiendo de las hipótesis y planteamiento del estudio de la anualidad anterior los

sujetos han sido valorados en cuatro ocasiones diferentes:

- Antes de intervención quirúrgica (PRE) - A los tres meses después de la intervención (3M) - A los seis meses después de la intervención (6M) - A los doce meses (12M)

A modo de recordatorio de la anualidad anterior, la batería de pruebas realizadas son las siguientes:

• Pruebas de control:

– Cuestionarios de autopercepción y escalas clínicas:

▪ WOMAC (Funcionalidad, dolor y rigidez percibida en la rodilla)

▪ KOOS-PS (Funcionalidad de la rodilla)

▪ EQ-5D-5L (Calidad de vida)

▪ EVA (Escala Visual Analógica)

• Pruebas funcionales:

– En laboratorio:

▪ Prueba de marcha en pasillo de 10 metros.

OUTCOMES3 23


©

▪ Prueba de sentarse y levantarse 5 veces de una silla.

▪ Prueba de subir y bajar un escalón.

©

▪ Prueba de subir y bajar escaleras

– Fuera del laboratorio:

▪ Prueba de velocidad de la marcha (test de caminar seis minutos)

▪ Prueba actividad física (monitorización de actividad física 24 horas, 7 días)

OUTCOMES3 25


©

5.2. DESCRIPCIÓN DE LA MUESTRA

Como se ha mencionado en la introducción, debido a la situación extraordinaria derivada del covid-19, La muestra se ha visto mermada gravemente de la idea inicial, por lo que al final se dispone de 27 medidas preoperatorias, de las cuales disponemos de 5 medidas a los 6 meses y 3 medidas a los 3 meses de evolución. Con este tamaño de muestra los resultados obtenidos son muy preliminares y no pueden generalizarse. Pero la metodología aplicada para el seguimiento de personas con prótesis de rodilla sí que es válida para observar cómo evoluciona el estado funcional y la percepción de los sujetos analizados.

Figura 8. Distribución de la muestra del estudio por fases de medida.

©

5.3. ANÁLISIS Y CONCLUSIONES

5.3.1. Análisis descriptivo

En la anterior anualidad se plantearon una serie de hipótesis. Una de ellas era la capacidad de los sujetos a poder realizar cada una de las pruebas según sus capacidades funcionales en cada instante de observación.

Figura 9. Hipótesis previa de secuencia de dificultad de pruebas biomecánicas.

En la Figura 9 se observa que realmente se cumple la hipótesis previa. Todos los participantes han podido autocompletar las escalas o PROMS, en la fase preoperatoria (barra azul), de toda la muestra la gran mayoría de personas han podido realizar la prueba de velocidad de marcha, la monitorización en sus hogares y la prueba de marcha en laboratorio. Según la clasificación funcional de la marcha del hospital de Sagunto (FACHS) estarían en los niveles 2 o superiores.

Cuando aumentamos la dificultad de las pruebas cada vez hay menos personas que las pueden realizar con seguridad, ya sea, levantarse y sentarse de una silla, pasar un escalón o subir y bajar escaleras, la cual, esta última sólo 3 personas la pudieron realizar.

Figura 10. Pruebas realizadas según la fase de medida.

OUTCOMES3 27


©

Fijándose de forma individual en las personas que fueron intervenidas y fueron evaluadas a los 3M, hay pruebas que en la fase preoperatoria no pudieron realizar y a los 3 meses sí (sentarse y levantarse, subir y bajar un escalón y subir y bajar

escaleras).

Figura 11. Pruebas realizadas de los sujetos PRE y 3M.

Si observamos las puntuaciones de la escala WOMAC todos, los sujetos mejoran a los 3 meses de la intervención. Además, tienen una mejorar significativa en su percepción de la funcionalidad (mejorar de más de 20 puntos).

Figura 12. Evolución del WOMAC en los sujetos PRE y 3M.

Cuando observamos el cambio de la fase preoperatoria y a los 6 meses de la intervención ocurre lo mismo, hay un aumento de las pruebas biomecánicas que pueden realizar, con la excepción de un sujeto que la prueba de subir y bajar un escalón, que en la fase preoperatoria sí que lo podía realizar y a los 6 meses no.

©

Al observar las puntuaciones de la escala WOMAC de forma individual, nos damos cuenta de que el sujeto 9 ya partía de un estado funcional alto y con la intervención ha empeorado levemente a los 6 meses. Esta persona sería recomendable hacerle un seguimiento más individualizado con el fin de averiguar el motivo de su empeoramiento de su percepción de la funcionalidad.

Figura 13. Evolución del WOMAC en los sujetos PRE y 6M.

Para este tipo de casos en los que la evolución del paciente no es satisfactoria, el seguimiento con variables objetivas puede aportar una mayor información al personal clínico encargado de realizar este control.

5.3.2. Identificación de variables relevantes

A partir de las pruebas biomecánicas funcionales se han extraído una serie de variables que son relevantes para el seguimiento de las personas intervenidas por una prótesis de rodilla. La identificación de estas variables se ha realizado mediante pruebas estadísticas clásicas, pruebas t-student de medidas pareadas para comparar si los cambios entre las fases PRE - 3M y las fases PRE – 6M son estadísticamente significativos. Por otra parte, se realiza un ANOVA de medidas repetidas para hacer la comparación con las 3 fases, hay que tener en cuenta que hay sujetos que no tienen las tres medidas en las distintas fases. Para evaluar la

tendencia de las variables se ha utilizado la media y la desviación típica como medida de dispersión de los parámetros.

OUTCOMES3 29


©

Este proceso se ha realizado por prueba funcional realizada, es decir, tendremos unas variables claves por cada prueba funcional (Velocidad de marcha, marcha en pasillo, sentarse y levantarse y pasar un escalón).

• Velocidad de marcha:

Se ha hecho una comparación de medias y desviaciones típicas de los parámetros. El p-value obtenido es la significación del resultado del ANOVA utilizando como factor la fase de medida.

Los parámetros obtenidos son:

- Número de vueltas al circuito - Distancia recorrida en 6 minutos - Velocidad media de marcha - Rango del desplazamiento vertical y medio-lateral del centro de masas - Rango de la sobreaceleración medio-lateral y antero-posterior del centro

de masas - Análisis espectral durante los giros.

De los resultados de significación se observa que aparentemente no hay parámetros que muestren diferencias comparando las 3 fases de forma conjunta, pero si comparamos las medias entre la fase PRE y la 3M, las medias sí que son bastante diferentes.

Los resultados también muestran que el mayor cambio de valor ocurre entre las fases PRE y a los 3 meses desde la intervención. Este resultado anómalo puede deberse a que los pacientes medidos a los 6M pasaron la mayor parte del proceso de recuperación en casa debido al confinamiento derivado del covid-19 que se inició en Febrero, mientras que los pacientes medidos a los 3M fueron operados tras el cese del confinamiento y pudieron llevar a cabo una recuperación más activa. Esta limitación se refleja en todos los resultados del estudio por lo que las conclusiones que se han podido extraer son poco concluyentes.

• Marcha en pasillo:

Para la prueba de marcha en pasillo se obtiene los rangos de la cinemática de las articulaciones de tobillo, rodilla y cadera, así como las variables espacio-temporales de la marcha y las fuerzas de reacción sobre la plataforma.

Del mismo modo que en la prueba de marcha de velocidad, cuando se realiza la comparación teniendo en cuenta las 3 fases de medida, no aparecen diferencias significativas en los parámetros. Pero si nos fijamos en los valores numéricos de las medias y en la representación gráfica, hay mucha dispersión en los datos de la fase preoperatoria, y sí que parece que a los 3 meses hay un pequeño cambio de en las variables y a los 6 meses vuelve a parecerse a los datos de la primera fase.

Esto puede ser debido a que los datos obtenidos entre las fases no coinciden con los mismos sujetos, y que hay mucha disparidad entre los estados funcionales de

©

los sujetos, además de a la mencionada situación de recuperación en casa debido al covid-19. Esto dificulta el análisis de los resultados, así como interpretarlos, pero el procedimiento de seguimiento se adecúa a los citados en bibliografía para

observar la evolución del correcto funcionamiento de la prótesis.

• Sentarse y levantarse:

En esta prueba se obtuvieron un total de 91 parámetros con el fin de caracterizar el gesto, los parámetros se reparten entre la cinemática de las articulaciones de miembro inferior (tobillo, rodilla, cadera), momentos articulares, velocidad de movimientos, fuerzas de reacción, y asimetrías de lateralidad (derecha e izquierda) de los distintos parámetros. En la Figura 14 se muestran los promedios de cada variable agrupado por fases de medida. Con esto nos puede dar una idea de en qué variables existen mayores diferencias.

Figura 14. Diferencias por fases del promedio de todos los parámetros.

Cuando se observa las asimetrías, entendiendo por asimetría como la diferencia de existente entre extremidades derecha e izquierda, en los rangos de ángulos de cadera rodilla y tobillo, las medias no difieren demasiado entre fases salvo en la cadera entre la fase pre y la 3 meses. Esta situación puede ser debida a posibles estrategias compensatorias que adopta el sujeto cuando realiza el gesto de levantarse. Cuando se realiza este gesto, la posición sentado, es una posición exigente para la articulación de rodilla e intuitivamente la persona puede adoptar una mayor flexión de cadera para compensar el esfuerzo de levantar el su propio peso de la silla.

En resumen, se han identificado las variables que presentan mayores cambios en la evolución de los pacientes del estudio. Las principales variables se relacionan con variables espacio-temporales. Los ángulos de rodilla y cadera presentan mayor relevancia en el análisis de la marcha al comparar el momento pre- y post- intervención quirúrgica. En el gesto funcional de sentarse y levantarse son importantes los tiempos de ejecución del gesto, las fuerzas de reacción, los

OUTCOMES3 31


©

momentos extensores de rodilla y cadera y sobre todo las ratios de simetría entre la pierna sana y protetizada.

6. CÁLCULO DE UN ÍNDICE BASADO EN PARÁMETROS BIOMECÁNICOS

Otra actividad realizada esta anualidad ha sido la generación de un modelo matemático que permite predecir el índice WOMAC en función de parámetros obtenidos de una prueba de marcha (Resultado R2e).

6.1. MODELO DE ESTIMACIÓN ESCALA WOMAC

Lo que se ha pretendido realizar en esta sección es generar un modelo matemático que permita predecir el índice WOMAC en función de parámetros obtenidos de una prueba de marcha.

Para el análisis realizado se ha invertido la dirección del WOMAC (96-WOMAC) de modo que, con este nuevo cálculo, el significado de la puntación ha cambiado a 96 la persona percibe que está muy bien y 0 que está mal. Con esta modificación se pretende que el nuevo índice basado en parámetros biomecánicos pueda

obtener puntuaciones superiores a 96. Esto se traduce en que mediante las variables biomecánicas podemos observar que el sujeto aún tiene margen de mejora aun cuando la escala WOMAC ha llegado a su máximo.

Se ha estudiado la relación que existe entre variables biomecánicas y el índice 96-WOMAC para identificar cuáles son los mejores predictores del modelo, qué variables presentan relaciones de tipo no lineal (por lo que no pueden ser incluidas) y para identificar colinealidad entre predictores.

Para seleccionar los predictores que deben formar parte del modelo se ha empleado el método stepwise doble o mixto, iniciando el modelo con todas las variables como predictores y realizando la selección de los mejores predictores con la medición Akaike (AIC).

6.1.1. Descripción de las variables

El primer paso a la hora de establecer un modelo lineal múltiple es estudiar la relación que existe entre variables. Esta información es crítica a la hora de identificar cuáles pueden ser los mejores predictores para el modelo, qué variables presentan relaciones de tipo no lineal (por lo que no pueden ser incluidas) y para

identificar colinealidad entre predictores. Cada predictor numérico tiene que estar linealmente relacionado con la variable respuesta y mientras los demás

predictores se mantienen constantes, de lo contrario no se puede introducir en el

©

modelo. La forma más recomendable de comprobarlo es representando los residuos del modelo frente a cada uno de los predictores. Si la relación es lineal, los residuos se distribuyen de forma aleatoria entorno a cero. Estos análisis son

solo aproximados, ya que no hay forma de saber si realmente la relación es lineal cuando el resto de predictores se mantienen constantes. A modo complementario, es recomendable representar la distribución de cada variable mediante histogramas.

Figura 15. Histogramas de las variables predictoras del modelo.

Se comprueba si existe una relación en la puntuación de la escala WOMAC con el factor género mediante un diagrama de cajas Figura 16. Como se puede observar en la figura, la dispersión de los resultados WOMAC en mujeres es mucho mayor que en hombres, por lo que sí que influye en el resultado el género del sujeto y se incluye en el modelo final.

OUTCOMES3 33


©

Figura 16. Diagrama de cajas

6.1.2. Selección de los predictores

A la hora de seleccionar los predictores que deben formar parte del modelo se pueden seguir varios métodos:

Método jerárquico: basándose en el criterio del analista, se introducen unos predictores determinados en un orden determinado.

Método de entrada forzada: se introducen todos los predictores simultáneamente.

Método paso a paso (stepwise): emplea criterios matemáticos para decidir qué predictores contribuyen significativamente al modelo y en qué orden se introducen. Dentro de este método se diferencian tres estrategias:

• Dirección forward: El modelo inicial no contiene ningún predictor, solo el parámetro β0. A partir de este se generan todos los posibles modelos introduciendo una sola variable de entre las disponibles. Aquella variable que mejore en mayor medida el modelo se selecciona. A continuación, se intenta incrementar el modelo probando a introducir una a una las variables restantes. Si introduciendo alguna de ellas mejora, también se selecciona. En el caso de que varias lo hagan, se selecciona la que incremente en mayor medida la capacidad del modelo. Este proceso se repite hasta llegar al punto en el que ninguna de las variables que quedan por incorporar mejore el modelo.

• Dirección backward: El modelo se inicia con todas las variables disponibles

incluidas como predictores. Se prueba a eliminar una a una cada variable,

©

si se mejora el modelo, queda excluida. Este método permite evaluar cada variable en presencia de las otras.

• Doble o mixto: Se trata de una combinación de la selección forward y

backward. Se inicia igual que el forward pero tras cada nueva incorporación se realiza un test de extracción de predictores no útiles como en el backward. Presenta la ventaja de que si a medida que se añaden predictores, alguno de los ya presentes deja de contribuir al modelo, se elimina.

El método paso a paso requiere de algún criterio matemático para determinar si el modelo mejora o empeora con cada incorporación o extracción. Existen varios parámetros empelados, de entre los que destacan el Cp, AIC, BIC y R2ajustado, cada uno de ellos con ventajas e inconvenientes. El método Akaike (AIC) tiende a ser más restrictivo e introducir menos predictores que el R2-ajustado. Para un mismo set de datos, no todos los métodos tienen porque concluir en un mismo modelo.

Es frecuente encontrar ejemplos en los que la selección de predictores se basa en el p-value asociado a cada uno. Si bien este método es sencillo e intuitivo, presenta múltiples problemas: la inflación del error tipo I debida a las comparaciones múltiples, la eliminación de los predictores menos significativos tiende a incrementar la significancia de los otros predictores. Por esta razón, a excepción de casos muy sencillos con pocos predictores, es preferible no emplear los p-

values como criterio de selección.

En el caso de variables categóricas, si al menos uno de sus niveles es significativo, se considera que la variable lo es. Cabe mencionar que, si una variable se excluye del modelo como predictor, significa que no aporta información adicional al modelo, pero sí puede estar relacionada con la variable respuesta.

En R la función step() permite encontrar el mejor modelo basado en AIC utilizando cualquiera de las 3 variantes del método paso a paso.

6.1.3. Generar el modelo

Como se ha explicado en el apartado anterior, hay diferentes formas de llegar al modelo final más adecuado. En este caso se va a emplear el método mixto iniciando el modelo con todas las variables como predictores y realizando la selección de los mejores predictores con la medición Akaike (AIC).

El modelo inicial con todas las variables introducidas como predictores tiene un R2 alta (0.7834), es capaz de explicar el 78,3% de la variabilidad observada en el 1-WOMAC. El p-value del modelo es significativo (0.04946) demasiado cercano a 0.05 por lo que se puede aceptar que el modelo no es por azar.

OUTCOMES3 35


©

Muchas de las variables predictoras no son significativas, lo que es un indicativo de que podrían no contribuir al modelo. Por este motivo se procede a realizar una selección de los mejores predictores.

6.1.4. Selección de los mejores predictores

Para este fin se emplea la estrategia de stepwise mixto. El valor matemático empleado para determinar la calidad del modelo va a ser Akaike(AIC).

Una vez realizado el proceso el modelo que se obtiene es el siguiente con un AIC = 243.58:

𝑊𝑂𝑀𝐴𝐶 ~ 𝐸𝑑𝑎𝑑 + 𝐴𝑙𝑡𝑢𝑟𝑎 + 𝑅𝑎𝑛𝑔. 𝑅𝑜𝑑𝑖𝑙𝑙𝑎 + 𝑅𝑎𝑛𝑔. 𝑇𝑜𝑏𝑖𝑙𝑙𝑜 + 𝑉𝑒𝑙. 𝑝𝑎𝑠𝑜+ 𝐹𝑢𝑒𝑟𝑧. 𝐹𝑟𝑒𝑛𝑎𝑑𝑜 + 𝐹𝑢𝑒𝑟𝑧. 𝐷𝑒𝑠𝑝𝑒𝑔𝑢𝑒 + 𝐶𝑎𝑑𝑒𝑛𝑐𝑖𝑎+ 𝐿𝑜𝑛𝑔. 𝑍𝑎𝑛𝑐𝑎𝑑𝑎 + 𝐴𝑛𝑐ℎ. 𝑃𝑎𝑠𝑜

Observamos que el proceso iterativo no ha incluido la variable Peso ni Altura, variables que, a criterio experto, influyen en el estado funcional, por lo que se deciden incluir, quedando de la siguiente forma:

𝑊𝑂𝑀𝐴𝐶 ~ 𝐺𝑒𝑛𝑒𝑟𝑜 + 𝐸𝑑𝑎𝑑 + 𝐴𝑙𝑡𝑢𝑟𝑎 + 𝑃𝑒𝑠𝑜 + 𝑅𝑎𝑛𝑔. 𝑅𝑜𝑑𝑖𝑙𝑙𝑎+ 𝑅𝑎𝑛𝑔. 𝑇𝑜𝑏𝑖𝑙𝑙𝑜 + 𝑉𝑒𝑙. 𝑝𝑎𝑠𝑜 + 𝐹𝑢𝑒𝑟𝑧. 𝐹𝑟𝑒𝑛𝑎𝑑𝑜+ 𝐹𝑢𝑒𝑟𝑧. 𝐷𝑒𝑠𝑝𝑒𝑔𝑢𝑒 + 𝐶𝑎𝑑𝑒𝑛𝑐𝑖𝑎 + 𝐿𝑜𝑛𝑔. 𝑍𝑎𝑛𝑐𝑎𝑑𝑎+ 𝐴𝑛𝑐ℎ. 𝑃𝑎𝑠𝑜

Con este nuevo modelo obtenemos una R2 ajustada de 0.7476 con p_value < 0.001, con lo que explicaríamos un 74% de la varianza de la variable. Considerando los resultados obtenidos con en el apartado de correlación entre las variables biomecánicas de marcha por sí solas con la escala WOMAC que eran inferiores a 0.5 el obtener una explicación de un 74% es un resultado prometedor.

6.1.5. Validación de condiciones para la regresión lineal múltiple

Por último, se ha validado que el modelo reúne las condiciones para la regresión lineal múltiple mediante la observación de la distribución de residuos del modelo, la influencia de cada uno de los sujetos al modelo y por último el ajuste del modelo.

©

Figura 17. Distribución de los residuos estandarizados del modelo.

Los sujetos que más influyen en el modelo son los sujetos 16 y 24. El sujeto 16 es el que más influye, pero se encuentra en el centro de los residuos, el 24 estaría un poco al límite de ser caso anómalo.

Figura 18. Influencia de los sujetos al modelo.

OUTCOMES3 37


©

Figura 19. Ajuste de la predicción del modelo a la variable WOMAC.

Los resultados obtenidos en este estudio son muy similares a los encontrados por Kwon y colaboradores en un reciente artículo publicado en 2020 que incluye una muestra de 375 pacientes con diferentes grados de osteoartritis de rodilla.[5]

En los siguientes apartados se muestran algunas de aplicaciones prácticas del uso de este índice basado en parámetros biomecánicos.

7. ANÁLISIS COSTE-EFECTIVIDAD DE LAS INTERVENCIONES

Otro de los objetivos de la tercera anualidad del proyecto Outcomes fue explorar las ventajas del uso de un índice de efectividad basado en parámetros biomecánicos para el análisis coste-efectividad de las intervenciones de rodilla. También se realizó la comparación con los resultados obtenidos utilizando el índice estandarizado WOMAC como medida de efectividad. Para la realización de esta actividad se contó con el asesoramiento de David Vivas Consuelo, profesor titular de economía aplicada y coordinador del Centro de Investigación en Economía y Gestión de la Salud de la Universitat Politècnica de València.

En primer lugar, se realizó una revisión bibliográfica para conocer en profundidad la metodología para el análisis coste-efectividad de fármacos y dispositivos médicos, es decir, los pasos a seguir para su obtención, qué costes se tienen en cuenta, las diferentes formas de cálculo de la efectividad, etc.

©

7.1. ANÁLISIS COSTE-EFECTIVIDAD: ESTADO DEL ARTE

Un análisis coste-efectividad es una evaluación económica que valora los resultados de una intervención en unidades no monetarias. El objetivo final es obtener una ratio que exprese el coste por unidad de resultados. Este análisis implica la comparación de dos o más alternativas, por lo que las ratios han de ser calculados de manera incremental (Ecuación 1): cociente entre la diferencia de costes de los tratamientos y diferencia de resultados [1].

𝐼𝐶𝐸𝑅 =𝛥𝐶

𝛥𝐸=

𝐶𝐴 − 𝐶𝐵

𝐸𝐴 − 𝐸𝐵 (1)

ICER: ratio incremental coste-efectividad (incremental cost-effectiveness ratio)

A: procedimiento a estudiar

B: alternativa terapéutica o tratamiento estándar

Como se observa en la Figura 20, cuando se calcula la ratio incremental hay 4

posibles resultados. En los casos en los que uno de los dos tratamientos domina, éste es el tratamiento de elección. Pero en los otros dos casos es necesario comparar la ratio con la disposición a pagar o coste máximo aceptable (en inglés “willingness-to-pay”), que es un umbral que suele establecerse en torno a 20.000 $ por año de vida ajustado por calidad (AVAC o QALY por sus siglas en inglés). Este

último índice es descrito más adelante en este apartado y se utiliza ampliamente para valorar la rentabilidad de las intervenciones médicas.

OUTCOMES3 39


©

Figura 20. Esquema de los posibles resultados de un análisis coste-efectividad en el que se comparan dos

tratamientos A y B.

7.1.1 Costes

Para la obtención de los costes en un análisis coste-efectividad existen principalmente dos alternativas, la consideración de únicamente los costes directos o la consideración de costes tanto directos como indirectos.

Los costes directos abarcan conceptos como la atención hospitalaria y médica, pruebas de laboratorio, transporte en ambulancia al hospital, etc. Son costes que requieren el pago por parte del paciente, institución médica o sistema de salud.

En cambio, los costes indirectos se refieren a la pérdida de recursos y oportunidades como resultado de la lesión o enfermedad. Estos son más complejos de identificar. Un ejemplo de esto sería la pérdida de productividad provocada por una enfermedad, medida en número de días que se falta al trabajo, estando éste pagado, por estar de baja [2].

Por ser los indirectos más complejos de calcular, una práctica habitual es considerar únicamente los costes directos.

©

7.1.2 Medidas de la efectividad

Hay distintas formas de medir la efectividad, pero la más extendida es el uso de

QALYs (quality-adjusted life years) o AVACs en castellano, años de vida ajustados por calidad. Consiste en una medida del estado de la salud, que considera tanto la cantidad como la calidad de vida. Para calcularlo se utiliza un cuestionario clínico estandarizado de calidad de vida general auto percibida por el paciente y denominado por sus siglas en inglés EQ-5D. Este cuestionario mide 5 dimensiones de la calidad de vida: movilidad, autocuidado, actividades cotidianas, dolor/malestar y ansiedad/depresión. Los pacientes rellenan esta encuesta y en función de sus respuestas se les asigna un estado de salud que va entre 1 (un estado de salud perfecto) a 0 (muerte) o incluso valores negativos, que corresponden a un estado peor que la muerte (sufrimiento). A partir de las puntuaciones a las 5 preguntas del cuestionario y del país donde se realiza el estudio, es posible obtener el QALY, un índice tabulado que refleja los años ajustados por calidad de vida (Figura 21).

Figura 21. QALYs obtenido en función del estado de salud y del país de procedencia.

Utilizar los QALYs para medir la efectividad permite, al ser la medida más extendida para el análisis económico de intervenciones sanitarias, la comparación con otros tratamientos, fármacos o dispositivos de manera sencilla.

Sin embargo, diversos autores han utilizado otras medidas para medir la efectividad como el WOMAC (cuestionario específico para cadera y rodilla), DALY (Disability Adjusted Life Years), revision-free quality year, etc. El uso de estos indicadores diferentes al QALY aporta una valoración mucho más específica de la efectividad de la intervención al medir parámetros que están más estrechamente correlacionados con los resultados de la intervención. En la Tabla 3 se recogen artículos que, centrados en artroplastia de rodilla, utilizan diferentes medidas para la efectividad.

Existen diversos artículos de otras intervenciones o dispositivos médicos que también optan por alternativas frente a los QALYs, como, por ejemplo Mukerji y

sus colaboradores [3] que, para medir la efectividad de mascarillas médicas, utilizan como medida el número de enfermedades respiratorias que se producen

OUTCOMES3 41


©

entre el personal usuario de estas mascarillas; o como Nogueira y sus colaboradores [4] que utilizan una combinación entre la medida de la calidad de vida y la medida de la satisfacción con el tratamiento para evaluar la

sobredentadura mandibular mono implantada en comparación con la dentadura completa convencional.

©

Tabla 3. Resumen de artículos que realizan análisis coste-efectividad para artroplastias de rodilla.

Artículo Intervención de

estudio

Intervención

comparativa Tipo de estudio

Medida de la

efectividad Tipo de coste y moneda

Tasa de

descuento

Koskinen et

al., [5]

Artroplastia

unicondilar Artroplastia total

Basado en

registros

Revision-free life

year Coste de prótesis, € 2003 Ninguna

Räsänen et

al., [6] Artroplastia primaria Sin intervención

Estudio con

pacientes QALYs

Costes directos del

hospital, €

5% solo para

QALYs

Waimann et

al.,[7] Artroplastia total

Estrategia hipotética

sin cirugía

Estudio con

pacientes

Mejora en el

WOMAC

Costes directos e

indirectos, $

estadounidense

Ninguna

Xie et al., [8] Artroplastia total Artroplastia

unicondilar

Estudio con

pacientes QALYs

Costes directos, $

estadounidense

3% para costes y

efectos

Stan et al., [9] Artroplastia

unilateral Rehabilitación Ensayo clínico QALYs Costes directos, € 3% para QALYs

Bedair et al.,

[10] Artroplastia total Tratamiento sin cirugía

Modelo de

Markov

Ahorro de costes

aprox. 3,5 años

postcirugía

Costes directos e

indirectos, $

estadounidense 2012

3% para costes y

efectos

OUTCOMES3 43


©

7.1.3 Tasa de descuento

Otro aspecto a tener en cuenta en las evaluaciones económicas en salud es que normalmente, los costes y beneficios considerados no solo recaen en el año presente, sino que abarcan más allá del presente. Las personas, generalmente, valoran los costes y efectos futuros menos que los actuales. Por ello, en las evaluaciones económicas se hace necesario ajustar el valor tanto de costes como beneficios al tiempo en el que ocurren. Esta técnica se llama descuento. La práctica dominante y habitual en el descuento es descontar costes y ganancias en salud con la misma tasa de descuento, normalmente oscilando entre un 3 y un 6%. Sin embargo, este argumento solo es válido si el valor monetario de los efectos en la salud, normalmente los QALYs, son estables en el tiempo. En general esto no ocurre, ya que el valor del QALY se espera que crezca a lo largo del tiempo [11], [12], [13].

Actualmente qué tasas de descuento utilizar y si deben ser las mismas o diferentes para el coste y el beneficio en salud sigue siendo un tema de gran controversia, no existiendo un criterio claro ni un consenso en la comunidad científica.

7.2. MATERIAL Y MÉTODOS

Como se ha comentado, el objetivo del estudio fue calcular las ratios coste-efectividad (ICER por sus siglas en inglés) de las intervenciones de rodilla del estudio clínico longitudinal. Dado que el análisis coste-efectividad implica la comparación de dos o más alternativas, siguiendo la metodología descrita por otros autores se ha contemplado como alternativa terapéutica la no intervención [6]. Para esta alternativa, se ha optado por considerar que los indicadores biomecánicos se mantienen igual que en el estado basal.

Como medidas de efectividad se han utilizado el índice WOMAC, un cuestionario específico para evaluar la condición de pacientes con osteoartritis de rodilla y cadera, incluyendo dolor, rigidez y funcionalidad de las articulaciones, y el índice basado en parámetros biomecánicos descrito en el apartado anterior.

Para este estudio se ha excluido el uso del QALY como medida de efectividad para obtener las ratios coste-efectividad por disponer medidas en un horizonte de tiempo muy corto (6 meses).

Con los datos obtenidos pacientes que han sido evaluados antes (PRE) y a los 6 meses después de la operación (6M), se han realizado 3 cálculos de la ratio coste-efectividad, variando en cada uno de ellos la medida de la efectividad. Para facilitar los cálculos y su interpretación se ha cogido como indicador 96-WOMAC.

©

Para el cálculo de costes, solamente se han considerado los costes directos. Por ser el horizonte temporal solamente de 6 meses, no se ha utilizado ninguna tasa de descuento en el análisis.

Por último, para evaluar los resultados de las ratios coste-efectividad se ha utilizado la diferencia mínima clínicamente importante (MCID por sus siglas en inglés). Este término es una medida absoluta de la mejoría, definido como el cambio clínico más pequeño con relevancia para la mejoría del paciente [1],[2]. Diversos autores han propuesto un índice MCID para cada una de las escalas.

En este estudio se ha definido el MCID como el cambio en un 20% de la puntuación de la escala tanto para el WOMAC como para el indicador IBV. Así pues, en el cálculo de la ratio coste-efectividad, se calculará qué inversión monetaria es necesaria para producir un cambio clínico relevante o MCID en el paciente.

La muestra de este estudio comprende a 20 pacientes, de los cuales se tienen datos preoperatorios de todos ellos, y solamente de 5 se tienen también datos a los 6 meses después de la operación.

7.3. CÁLCULO DEL INDICADOR IBV

Usando el modelo predictor desarrollado y explicado en el apartado 7, teniendo en cuenta las variables incluidas en el modelo y sus coeficientes, se ha calculado el valor del indicador IBV para cada uno de los pacientes antes de la cirugía y a los

6 meses.

7.4. RESULTADOS Y CONCLUSIONES

7.4.1 Descripción de la muestra

La muestra está compuesta de un total de 25 pacientes, 5 de ellos eliminados de esta parte del estudio por falta de datos: o bien no pudieron completar las pruebas biomecánicas, y por tanto no se ha podido calcular el índice IBV o bien faltan preguntas del cuestionario WOMAC por responder, por lo que no se puede obtener el índice correspondiente.

De los 20 pacientes incluidos en el estudio, se tienen datos preoperatorios de todos ellos, y solamente de 5 se tienen también datos a los 6 meses después de la operación. La descripción de la muestra y otros datos demográficos y de interés se muestran en la Tabla 4.

OUTCOMES3 45


©

Tabla 4. Descripción de la muestra con los pacientes medidos pre y post.

Variable Datos de la muestra (preoperatorio) Datos de la muestra (6 meses)

Número de pacientes 20 5

Edad 73 ± 6.27 años 74.2 ± 5.35 años

Sexo Mujeres: 13 (65%)

Hombres: 7 (35%)

Mujeres: 5 (100%)

Hombres: 0 (0%)

Altura 162 ± 10.43 cm 155 ± 10.63 cm

Peso 79 ± 12.95 kg 74.2 ± 11.58 kg

Forma de vida

Vivo con pareja / cónyuge / familiares: 15 (75%)

Vivo solo: 4 (20%)

Sin respuesta: 1 (5%)

Vivo con pareja / cónyuge / familiares: 5 (100%)

Motivo de la intervención Artritis degenerativa Artritis degenerativa

Intervención Rodilla izquierda: 9 (45%) Rodilla izquierda: 3 (60%)

Rodilla derecha: 11 (65%) Rodilla derecha: 2 (40%)

Comorbilidades asociadas

Enfermedad cardíaca: 9 (45%) Enfermedad cardíaca: 2 (40%)

Hipertensión arterial: 14 (70%) Hipertensión arterial: 5 (100%)

Dolor en piernas por mala circulación: 3 (15%) Dolor en piernas por mala circulación: 1 (20%)

Enfermedad pulmonar: 2 (10%) Enfermedad pulmonar: 0 (0%)

Diabetes: 2 (10%) Diabetes: 1 (20%)

Enfermedad renal: 4 (20%) Enfermedad renal: 0 (0%)

Enfermedades del sistema nervioso: 1 (5%) Enfermedades del sistema nervioso: 0 (0%)

Enfermedad hepática: 1 (5%) Enfermedad hepática: 0 (0%)

Depresión: 5 (25%) Depresión: 2 (40%)

Artritis en espalda u otra afección que afecte a la columna

vertebral: 3 (15%)

Artritis en espalda u otra afección que afecte a la columna

vertebral: 1 (20%)

46

©

7.4.2 Cálculo del coste-efectividad

Para el cálculo de las ratios coste-efectividad se ha seguido la ecuación 2, en la que para la efectividad se tiene en cuenta la ganancia o pérdida de funcionalidad o de calidad de vida a los 6 meses de la intervención, respecto al estado inicial del paciente.

En el caso de la no intervención, como se ha considerado que los indicadores de eficacia a los 6 meses se mantienen con respecto al estado preoperatorio, el segundo término del denominador es 0.

𝐼𝐶𝐸𝑅 = 𝐶𝐼𝑁𝑇𝐸𝑅𝑉𝐸𝑁𝐶𝐼Ó𝑁 − 𝐶𝑁𝑂 𝐼𝑁𝑇𝐸𝑅𝑉𝐸𝑁𝐶𝐼Ó𝑁

𝛥𝐸𝐼𝑁𝑇𝐸𝑅𝑉𝐸𝑁𝐶𝐼Ó𝑁(6𝑀−𝑃𝑅𝐸) − 𝐸𝑁𝑂−𝐼𝑁𝑇𝐸𝑅𝑉𝐸𝑁𝐶𝐼Ó𝑁(6𝑀−𝑃𝑅𝐸)

(2)

En la ¡Error! No se encuentra el origen de la referencia. se describen los resultados de los indicadores de efectividad preoperatorios y a los 6 meses de la intervención, expresando en cada uno el promedio y la desviación típica.

Tabla 5. Descripción de los indicadores de efectividad preoperatorios y a los 6 meses tras el reemplazo total de rodilla

Preoperatorio 6 meses

96-WOMAC 59.250 ± 17.010 86.400 ± 2.966

IBV 60.886 ± 11.873 83.881 ± 2.878

En lo referente al apartado de costes, al no disponer por el momento de los datos reales de costes obtenidos de los pacientes incluidos en el estudio, se han tomado los costes recogidos en un artículo publicado por Waimann y sus colaboradores en 2014, en el que se realiza un estudio muy similar con el mismo horizonte temporal [6].

Con los costes definidos y los resultados de efectividad calculados, los ICER para la intervención de artroplastia total de rodilla a los 6 meses y expresados en euros son:

8.748,51€ por cada mejoría de 20 puntos en el 96-WOMAC

10.329,34€ por cada mejoría de 20 puntos en el indicador IBV

Los ICER obtenidos para ambos indicadores son similares, siendo el coste de obtener el MCID para el indicador IBV ligeramente mayor que para obtener el MCID para el indicador 96-WOMAC. Los ICER obtenidos son inferiores a los encontrados por Waimann y colaboradores [6]. Discrepancias en los costes

OUTCOMES3 47


©

considerados, en el cálculo del índice WOMAC y en el estado preoperatorio de los pacientes pueden haber contribuido a estas diferencias.

Hasta la fecha, existen pocos estudios publicados que evalúen el coste-efectividad de artroplastias de rodilla comparadas con la no intervención en pacientes con osteoartritis y la mayor parte de estos utilizan el índice QALY como indicador de efectividad. Por este motivo, no se ha establecido la disposición a pagar o coste máximo aceptable (en inglés “willingness-to-pay”) para un cambio en el índice WOMAC en pacientes sometidos a una artroplastia de rodilla.

Aunque disponemos de los datos del índice QALY para la muestra del estudio clínico longitudinal, para este estudio se ha excluido su uso para obtener las ratios coste-efectividad. Al ser una medida de años de vida ajustados por calidad, se utiliza cuando se realizan estudios que abarcan varios años y tienen en cuenta cómo evolucionan los pacientes durante un periodo largo de tiempo y los costes derivados del seguimiento médico que se les realiza tras la intervención. En este estudio, como solamente se tienen datos de los 6 meses posteriores, se ha descartado hacer las ratios coste-efectividad con los valores de QALY.

7.4.3 Otras aplicaciones del índice basado en parámetros biomecánicos

Otra de las aplicaciones del indicador basado en parámetros biomecánicos es establecer un mapa de clasificación entre la capacidad funcional percibida por el

paciente y la función objetiva del mismo, medida mediante tecnologías de valoración biomecánica.

De esta forma, se ha realizado un análisis comparando las diferencias percibidas por los pacientes a los 6 meses con respecto a su estado basal antes de la intervención (diferencias positivas indican una mejoría y diferencias negativas un empeoramiento) con ambos indicadores (IBV y WOMAC). Estas diferencias se ilustran en la Figura 22.

48

©

Figura 22. Comparativa entre la evolución del indicador 96-WOMAC y el indicador IBV, siendo esta

evolución la diferencia entre el indicador a los 6 meses y el indicador en la fase preoperatoria.

De la gráfica se puede interpretar que hay diferentes tipos de pacientes. Teniendo en cuenta que se ha definido el MCID en 20 puntos, es decir, los cambios significativos en la evolución se producen a partir de una diferencia igual o mayor a 20 puntos en los indicadores:

• Los pacientes 1 y 7 son pacientes que han tenido una notable evolución de la funcionalidad medida de manera objetiva (ΔIBV6M-PRE > 20) y su percepción coincide con dicha evolución, es decir, perciben que han mejorado en cuanto a funcionalidad. Son pacientes con una visión realista de su evolución.

• Los pacientes 9 y 11 son pacientes que, aunque sí han tenido una evolución notable en su funcionalidad en términos objetivos, no lo perciben como tal, ya que Δ96-WOMAC6M-PRE < 20. Estos pacientes podrían ser considerados como pesimistas en su percepción.

• El paciente 8 aunque ha empeorado en su estado funcional, puesto que la diferencia en el indicador IBV es inferior a 0, su percepción es que ha tenido una pequeña mejoría, aunque sin llegar al MCID. En este caso, el paciente tiene una visión realista de su mejoría.

De este análisis se desprende que el uso de cuestionarios cumplimentados por el propio paciente tiene un importante factor subjetivo, y están influenciados por las sensaciones del paciente; por lo que pueden no reflejar la evolución objetiva de la funcionalidad de dichos pacientes. Además, las respuestas del paciente a estos

cuestionarios pueden depender mucho del día en el que se realicen o incluso el horario, puesto que las sensaciones de los pacientes fluctúan en el tiempo.

-2

4

10

16

22

28

34

40

0 10 20 30 40

Ind

icad

or

IBV

(P

rueb

as la

bo

rato

rio

, o

bje

tivo

)

96-WOMAC (Percepción paciente, subjetivo)

Comparación entre la evolución del indicador

96-WOMAC y el indicador IBV

Paciente 1

Paciente 7

Paciente 8

Paciente 9

Paciente 11

OUTCOMES3 49


©

Así pues, el indicador IBV obtenido a partir de variables biomecánicas se sitúa como una posible alternativa para medir tanto la evolución de los pacientes intervenidos de artroplastia total de rodilla, como para evaluar estas

intervenciones en términos de coste-efectividad.

50

©

8. PASOS FUTUROS

Los resultados obtenidos en este estudio en lo referente al indicador IBV son muy prometedores, pues se ha conseguido un indicador que es capaz de medir de una manera objetiva la evolución en la funcionalidad de pacientes con prótesis de rodilla. Como se ha descrito a lo largo de este informe, para validar este indicador se requiere continuar con el estudio clínico y lograr un número elevado de pacientes para poder extraer resultados más representativos a la población global.

Además, el cálculo del coste-efectividad en este estudio se ha realizado tomando unos valores de referencia publicados en un artículo del año 2014, expresados en dólares, por no disponer todavía de los costes reales obtenidos del hospital en el que se ha realizado el estudio. A la finalización de esta anualidad ya se había contactado con el personal del hospital responsable de la unidad de costes y nos encontramos a la espera de obtener el conjunto de costes directos reales para los pacientes del estudio. Estos costes se incluirán en el análisis de los resultados y se recalcularán las ratios coste-efectividad con dichos datos.

A la finalización del estudio clínico se podrá la correlación que existe entre los

indicadores WOMAC e IBV, y el gasto sanitario relacionado con la utilización de servicios por parte de los pacientes (urgencias, ingresos hospitalarios, gasto farmacológico, visitas médicas, etc.). De esta forma se comprobará si el indicador IBV ofrece una mejor correlación con el gasto sanitario y mayor sensibilidad que la ofrecida por el índice WOMAC como es nuestra hipótesis.

Por otro lado, una línea de investigación abierta es la comprobación de si el indicador IBV en los primeros meses de la intervención puede ser una medida predictiva de cuál será la evolución de dichos pacientes. Para ello es necesario contar con medidas de evolución de estos pacientes en un plazo más largo de tiempo. Esta línea de trabajo implicaría desarrollar un modelo predictivo incluyendo en él los parámetros de evolución funcional y validar si, incluyendo únicamente datos de los primeros meses tras la intervención, puede predecir los parámetros funcionales pasados varios años desde la fecha de la intervención.

Desde el punto de vista coste-efectividad este modelo predictivo sería extremadamente útil, ya que permitiría conocer qué pacientes podrían evolucionar de manera desfavorable. Así, el personal sanitario podría anticiparse y, conociendo esta información, diseñar una rehabilitación personalizada a cada paciente con el objetivo de intentar mejorar su funcionalidad y evitar que en un

futuro el paciente vuelva a consulta en repetidas ocasiones, o que haya que

OUTCOMES3 51


©

volverlo a intervenir y sustituirle la prótesis en el caso de que la prótesis fracasara. De esta manera se reducirían los costes y la intervención sería más coste-efectiva.

9. BIBLIOGRAFÍA

[1] J. L. P. Prades y F. I. S. Martínez, «MÉTODOS PARA LA EVALUACIÓN ECONÓMICA DE NUEVAS PRESTACIONES», p. 282.

[2] S. Polinder, H. Toet, M. Panneman, y E. van Beeck, «Methodological approaches for cost–effectiveness and cost–utility analysis of injury prevention measures», p. 108.

[3] S. Mukerji et al., «Cost-effectiveness analysis of N95 respirators and medical masks to protect healthcare workers in China from respiratory infections», BMC Infect. Dis., vol. 17, jul. 2017, doi: 10.1186/s12879-017-2564-9.

[4] T. E. Nogueira, S. Esfandiari, y C. R. Leles, «Cost-effectiveness analysis of the single-implant mandibular overdenture versus conventional complete denture: study protocol for a randomized controlled trial», Trials, vol. 17, nov. 2016, doi: 10.1186/s13063-016-1646-0.

[5] E. Koskinen, A. Eskelinen, P. Paavolainen, P. Pulkkinen, y V. Remes, «Comparison of survival and cost‐effectiveness between unicondylar arthroplasty and total knee arthroplasty in patients with primary osteoarthritis: A follow‐up study of 50,493 knee replacements from the Finnish Arthroplasty Register», Acta Orthop., vol. 79, n.o 4, pp. 499-507, ene. 2008, doi: 10.1080/17453670710015490.

[6] P. Räsänen et al., «Effectiveness of hip or knee replacement surgery in terms of quality-adjusted life years and costs», Acta Orthop., vol. 78, n.o 1, pp. 108-115, ene. 2007, doi: 10.1080/17453670610013501.

[7] W. Ca et al., «Cost-effectiveness of total knee replacement: a prospective cohort study.», Arthritis Care Res., vol. 66, n.o 4, pp. 592-599, abr. 2014, doi: 10.1002/acr.22186.

[8] F. Xie, N.-N. Lo, J.-E. Tarride, D. O’Reilly, R. Goeree, y H.-P. Lee, «Total or partial knee replacement? Cost-utility analysis in patients with knee osteoarthritis based on a 2-year observational study», Eur. J. Health Econ., vol. 11, n.o 1, pp. 27-34, feb. 2010, doi: 10.1007/s10198-009-0154-5.

[9] G. Stan, H. Orban, y C. Orban, «Cost Effectiveness Analysis of Knee Osteoarthritis Treatment», p. 7.

[10] H. Bedair, T. D. Cha, y V. J. Hansen, «Economic Benefit to Society at Large of Total Knee Arthroplasty in Younger Patients: A Markov Analysis», JBJS, vol. 96, n.o 2, pp. 119-126, ene. 2014, doi: 10.2106/JBJS.L.01736.

[11] J. John, F. Koerber, y M. Schad, «Differential discounting in the economic evaluation of healthcare programs», Cost Eff. Resour. Alloc. CE, vol. 17, dic. 2019, doi: 10.1186/s12962-019-0196-1.

[12] A. E. Attema, W. B. F. Brouwer, y K. Claxton, «Discounting in Economic Evaluations», Pharmacoeconomics, vol. 36, n.o 7, pp. 745-758, 2018, doi: 10.1007/s40273-018-0672-z.

52

©

[13] H. Gravelle y D. Smith, «Discounting for health effects in cost-benefit and cost-effectiveness analysis», Health Econ., vol. 10, n.o 7, pp. 587-599, oct. 2001, doi: 10.1002/hec.618.

[14] S. B. Kwon, Y. Ku, H. uk-soo Han, M. C. Lee, H. C. Kim, y D. H. Ro, «A machine learning-based diagnostic model associated with knee osteoarthritis severity», Sci. Rep., vol. 10, n.o 1, Art. n.o 1, sep. 2020, doi: 10.1038/s41598-020-72941-4.

[15] J. H. Donado Gómez, E. A. Jiménez Cotes, y L. M. Cardona, «Diferencia mínima clínicamente importante en algunas escalas de medición utilizadas en enfermedades musculoesqueléticas», Rev. Colomb. Reumatol., vol. 21, n.o 3, pp. 125-132, sep. 2014, doi: 10.1016/S0121-8123(14)70160-4.

Resultados obtenidos del estudio longitudinal

Documents

Transcript of Resultados obtenidos del estudio longitudinal