Conflicto de Intereses
Los autores de este artículo declaran que no tienen ningún conflicto de intereses.
Este estudio evalúa si el sexo, la dependencia a la nicotina y variables emocionales (ansiedad, depresión e ira) permiten describir un perfil de paciente que pueda beneficiarse de una terapia cognitivo-conductual para abandonar la adicción al tabaco. Se analizaron los resultados de una muestra de 120 fumadores adultos que voluntariamente recibieron TCC. Se valoró la adherencia de los pacientes y el éxito del programa a través de árboles de decisión. Los resultados indicaron que la adherencia al tratamiento ya implica alta probabilidad de éxito (86.4%), aumentando hasta el 95.6% cuando los participantes presentaban altos niveles de ira externa. Además, la adherencia al tratamiento fue completa (100%) cuando la ansiedad en contexto de evaluación, la ansiedad fisiológica y la motivación fueron altas. La obtención de este tipo de perfiles diferenciales permite determinar qué personas son más indicadas para cada tratamiento, lo que incrementaría la eficacia de los mismos.
The aim of this study is to analyse if gender, nicotine dependence, and emotional variables (anxiety, depression, and anger) help to describe a patient profile that could benefit from a cognitive behavioral therapy (CBT) to quit tobacco addiction. The sample consisted of 120 adult smokers who voluntarily received the CBT. Decision trees were used to assess patients’ treatment adherence and program success. Data showed that just programme adherence implied a high success probability (86.4%), increasing to 95.6% when participants showed a high anger response. Besides, treatment adherence was 100% when anxiety in an evaluative context, physiologic anxiety, and motivation were high. Finding these differential profiles would help to determine the patient profile that would benefit most from treatment, and would increase their effectiveness.
El tabaco es una de las mayores amenazas para la salud pública. Según la Organización Mundial de la Salud el tabaquismo es la principal causa prevenible de morbimortalidad en los países desarrollados y una de las mayores amenazas para la salud pública (
En los últimos años ha habido un creciente interés por conocer esta dependencia y la búsqueda de tratamientos eficaces para contribuir a su control y erradicación. Las guías de práctica clínica, entre ellas la
No obstante, dicha eficacia disminuye drásticamente en los seguimientos. Tras un año de tratamiento farmacológico combinando dos fármacos el éxito es del 25-30% (
Los diferentes estudios realizados ponen de manifiesto que tal vez el relativo éxito de los diferentes procedimientos resida en la diversidad de variables que potencialmente pueden actuar como predictoras de éxito en el tratamiento del tabaquismo.
En este sentido, otro tipo de variables que han sido estudiadas en el abandono del tabaco, tanto en fumadores que lograron la abstinencia como en aquellos que presentaron fracaso terapéutico, se refieren a variables sociodemográficas (sexo, edad de inicio al consumo, nivel socioeconómico y educativo) y/o variables relativas a la historia de tabaquismo (edad de inicio al hábito de fumar, dependencia a la nicotina, años que llevan fumando, vivir con fumadores, etc.). Sin embargo, estos resultados han sido cuestionados, ya que presentan datos contradictorios, indicando que variables que se muestran como predictoras de éxito en unos trabajos muestran resultados opuestos en otros (
Por otra parte, la comunidad científica insiste en que los fumadores presentan mayores niveles de ansiedad y estrés (
Sin embargo, otros autores no encontraron diferencias significativas en los pacientes que dejan de fumar con altos niveles de ansiedad y/o depresión y la población general. Además, describen en sus seguimientos cómo estos niveles de ansiedad y depresión bajan tras el abandono del hábito, independientemente de la existencia de psicopatología (
Variables sociodemográficas como el sexo, la dependencia a la nicotina y las variables emocionales influyen en la eficacia y adherencia al tratamiento. El conocimiento previo de estas variables nos permitirá determinar el perfil de paciente que más se va a beneficiar de este tipo de tratamiento. De esta manera, una evaluación previa que tuviera en cuenta dichas variables permitiría seleccionar los fumadores que más se pueden beneficiar de este tipo de tratamiento.
Por otra parte, la mayoría de las investigaciones optan por técnicas clásicas en el análisis de datos, por ejemplo, los análisis de regresión múltiple. Este estudio analiza los datos a través de árboles de decisión para intentar esclarecer cómo influyen las variables de tipo socio-demográfico (sexo y edad de inicio al consumo) y emocionales (ansiedad, depresión e ira) tanto en la adherencia al tratamiento como en el éxito o fracaso en un programa estructurado para dejar de fumar basado en TCC. Se analizan gráficamente y mediante reglas de decisión los perfiles o patrones de respuesta, relacionando las variables tanto de tipo emocionales y sociodemográficas, así como la historia de tabaquismo, con la adherencia y el éxito del tratamiento.
El presente estudio tiene como objetivo fundamental conocer el perfil del fumador que podría en mayor medida beneficiarse de una intervención TCC estandarizada.
La muestra está compuesta por 120 fumadores (71.7% mujeres), todos ellos mayores de 18 años y con una media de edad de 38.92 años (
Los pacientes solicitaron tratamiento en la consulta de otorrinolaringología del hospital. El tratamiento fue aplicado por un grupo de terapeutas previamente entrenados (psicólogos y estudiantes de los últimos cursos de Psicología). Tras el consentimiento informado, se realizó una primera evaluación formada por una entrevista semiestructurada (donde se recogen datos sociodemográficos e información sobre la conducta de fumar del sujeto) y los cuestionarios numerados en el apartado instrumentos, con la evaluadora presente. A su vez se realizó una cooximetría para la evaluación del monóxido de carbono del aire espirado.
La terapia TCC utilizada es un programa compuesto por 6 sesiones individuales, de una sesión semanal de 30 minutos de duración con seguimientos de un año. Estos programas están formados por 3 fases (preparación para dejar de fumar, abandono de los cigarrillos y prevención de la recaída) y han demostrado ser eficaces para dejar de fumar (
Se utilizó como medida objetiva de abstinencia el nivel de monóxido de carbono (CO) en aire (abstinente si CO ≤ 6) (
Para la evaluación de las variables sociodemográficas se utilizó una entrevista semiestructurada formada por: 1) historia de tabaco y médica (edad de inicio del hábito, número de cigarrillos y marca, periodos de abstinencia y método utilizado, motivos por los que quiere dejar de fumar, antecedentes médicos y tratamiento médico actual) y 2) hábitos y costumbres de la vida cotidiana.
El grado de dependencia nicotínica se evalúa mediante el Test de Fagerström de Dependencia de la Nicotina (FTND) (
Se midió el grado de motivación para dejar de fumar mediante el Test de Richmond (
Para evaluar la depresión se utilizó el Inventario de Depresión de Beck I (BDI-I) (
Para evaluar la variable ansiedad se utilizó el Inventario de Situaciones y Respuestas de Ansiedad (ISRA) (
Para la emoción ira se usó el Inventario de la Expresión de la Ira Estado-Rasgo (STAXI) (
Se utilizó la técnica de análisis de los árboles de decisión como una forma de representar una serie de reglas que conducen a una clase (árbol de clasificación) o valor (árbol de regresión) con el objetivo de obtener modelos que nos ayuden a comprender la realidad bajo estudio. Un árbol de decisión es una colección de nodos de decisión, conectados por ramas, con estructura descendente y cuyo objetivo es predecir el valor de salida de la variable respuesta a partir de los posibles valores de un conjunto de variables predictoras.
La posición relativa de una variable predictora en la estructura de árbol determina su peso predictivo (capacidad de discriminación) sobre la variable respuesta: las variables asociadas a los nodos superiores (más cercanos al nodo raíz) tienen mayor peso que las variables asociadas a nodos inferiores (más alejados del nodo raíz). Por otro lado, cuanto más alejado el nodo tiende a disminuir la cobertura de la regla (disminuye el número de casos representados). Además, el árbol permite obtener fácilmente las reglas que describen el perfil o características de un grupo de casos (subpoblación) en los que se ha observado un determinado valor de la variable respuesta.
En particular, se utilizó el algoritmo CART (acrónimo de
Finalmente, con el objetivo de maximizar la calidad de los datos y el rendimiento del algoritmo, es relevante indicar que la muestra utilizada en el estudio no presenta valores faltantes en ninguna de las variables introducidas en el algoritmo (los casos que no cumplían con dicha condición fueron excluidos de la muestra).
Al analizar los árboles de clasificación resultantes, observamos las siguientes conclusiones relacionadas con las reglas destacadas en cada uno de los modelos.
Primero, la
Por otro lado, la probabilidad de no adherencia al programa aumenta del 45% (nodo 0) al 86.5% (nodo 16,
Con respecto al éxito del programa (
Así, en el caso de los hombres, el éxito del programa se relacionó principalmente con la respuesta emocional de ira, alta puntuación en expresión de ira y baja en ira externa y la probabilidad de éxito inicial de 26.5 % (nodo 2) llegó a 85.7% (nodo 11,
Finalmente, en cuanto al éxito del programa entre los participantes que realizaron completamente el programa de intervención (
El objetivo de este estudio era conocer algunas características de las personas que nos permitieran seleccionar al fumador y orientarlo hacia un tratamiento TCC para dejar de fumar. Para ello los árboles de decisión nos han proporcionado algunos perfiles de esas características.
Los datos más relevantes de este estudio nos permitieron relacionar diferentes niveles de respuestas emocionales con otras variables.
Hemos hallado relación entre medidas de ansiedad estado altas, mediante cuestionario (STAI- E), como predictor de recaída (
Además, coincidiendo con otros estudios en los que la ansiedad de tipo fóbica social es predictora de fracaso en el abandono del tabaco y en consecuencia en el mantenimiento de la abstinencia al tabaco, nuestros resultados indican que un nivel elevado de ansiedad de tipo fóbico en determinadas situaciones disminuye el éxito del programa (
También encontramos menor adherencia al tratamiento si la ansiedad en situaciones de interacción social, la ansiedad en el canal motor y la ira son altas, mientras la ansiedad ante la evaluación es baja. No obstante, si la ansiedad que se encuentra elevada es la que se da en situaciones de evaluación y en el canal fisiológico, en pacientes con motivación alta y que consumen alcohol la probabilidad de adherencia fue la más elevada (100 %).
De la misma manera, las investigaciones relacionan puntuaciones altas en cuestionarios de depresión con fracaso en los tratamientos para dejar de fumar, recomendando bajar esas puntuaciones antes o durante el tratamiento para conseguir éxito en la deshabituación tabáquica (
Una posible explicación a este resultado es que esta terapia estandarizada, así como se muestra en la
Las guías de práctica clínica enumeran diferentes tratamientos eficaces para dejar de fumar, aunque con porcentajes de éxitos limitados, ya que los estudios no son precisos a la hora de ide.jpgicar variables que sean predictoras de éxito o fracaso para recomendar uno u otro tratamiento.
Las investigaciones han mostrado un creciente interés en estudiar la comorbilidad entre la psicopatología emocional y tabaquismo, midiendo ansiedad y depresión mediante cuestionarios como el BDI para la depresión, cuestionarios de ansiedad como STAI (Inventario de Ansiedad Estado Rasgo), el citado ISRA o como el HADS (
En este sentido, no tener en cuenta el triple sistema de respuesta y la ansiedad ante diferentes situaciones es lo que podría explicar que existan contradicciones entre estas variables.
La bibliografía consultada indicó un porcentaje de éxito de un tratamiento TCC para dejar de fumar del 55% (
Los estudios no llegan a concretar diferencias significativas en cuanto al sexo del fumador y éxito en el tratamiento de dejar de fumar (
Hasta donde sabemos, este es el primer estudio que relaciona diagramas de decisión para buscar predictores de éxito y fracaso. Futuros estudios para predecir el éxito o fracaso del tratamiento deberían tener en cuenta diferentes análisis de la información. Al analizar los datos por la vía habitual, quizás estamos perdiendo información. Estos resultados ofrecen una visión única de cómo los predictores de abandono se cruzan para crear un perfil de paciente y tienen potencial para informar de un tratamiento u otro a medida, mejorando con ello los resultados.
En este sentido, autores como
Por otra parte, entre las limitaciones del estudio se encuentra el tamaño de la muestra, limitado a 120 sujetos. En este sentido, sería preferible tener un número mayor de sujetos para obtener resultados más consistentes. Además, los grupos en cuanto a la variable sexo no están equiparados, puesto que hay una proporción de mujeres mayor que de hombres en la muestra. Es importante tener en cuenta el tipo de tratamiento aplicado, ya que, aunque se trata de TCC, hablamos de un programa estandarizado, también conocido como multicomponente y aplicado de forma individual. No sabemos si podría generalizarse a nivel grupal, ni tampoco si podrían extrapolarse los resultados a otras TCC, ya que es un programa muy estructurado.
En resumen, el análisis de los datos mediante arboles de decisiones es una ventana de oportunidades para analizar las diferentes variables que influyen en el cese del tabaquismo. La relación compleja entre las conductas consumo de tabaco, variables emocionales y variables sociales describían los perfiles del paciente con mayor probabilidad de éxito con el tratamiento TCC estandarizado. La obtención de perfiles diferenciales mediante árboles de decisión podría ser una herramienta para optimizar el impacto de la abstinencia. Esto permitiría afinar los protocolos de evaluación, previa intervención, para seleccionar e ide.jpgicar a los pacientes más adecuados para los tratamientos que tenemos y obtener así, finalmente, mejores resultados.
Además, la escasez de estudios en el campo de la adicción a la nicotina que analicen los datos mediante los árboles de decisión impide que se puedan comparar resultados y la consistencia de nuestros resultados es, por tanto, débil.
Finalmente, como otra limitación a tener en cuenta de este estudio, solo se recogen los datos al finalizar el tratamiento sin existir un seguimiento durante el tiempo posterior de abstinencia según los perfiles que hemos encontrado.
Al Dr. Manuel Tomas, director del Servicio de Otorrinolaringología, a la psicóloga Dña. Carmen Castro del Hospital Son Espases, a los pacientes que han aceptado participar en este estudio, así como a los estudiantes de psicología que han colaborado y hecho posible la realización de este estudio.
Para citar este artículo: Pérez-Pareja, F. J., García-Pazo, P., Jiménez, R., Escalas, T. y Gervilla, E. (2020). Dejar de fumar, terapia cognitivo-conductual y perfiles diferenciales con árboles de decisión.