nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
No cabe ninguna duda de que las nuevas tecnologías de la información y la comunicación se han abierto camino en el mundo de la medicina. La mHealth o salud móvil se empieza a fraguar hace más de 15 años, cuando Internet irrumpe en el escenario médico.
Dentro de este ámbito de las nuevas tecnologías asociadas a la salud, el fenómeno de las aplicaciones móviles (apps) es sin duda el que está haciendo que tanto el paciente como el profesional adquieran otra dimensión.
Nos estamos refiriendo a las denominadas Mobile Medical Application. La Agencia del Gobierno de los Estados Unidos responsable de la regulación de alimentos, medicamentos, cosméticos, aparatos médicos, productos biológicos y derivados sanguíneos (FDA) define estas apps de salud1 como «la aplicación software destinada al diagnóstico o cura, mitigación, tratamiento o prevención de la enfermedad que puede afectar la estructura o función del cuerpo humano o de otros animales».
Por otro lado, en el ámbito europeo se ha publicado un directorio de apps de salud2 con el fin de servir de apoyo a pacientes y profesionales para que encuentren aplicaciones útiles y fiables. Se trata de un directorio con más de 200 apps (41 de ellas en español), de 64 especialidades y en 30 idiomas, dirigidas principalmente a la autogestión de su salud y bienestar. Este directorio añade cuatro nuevas dimensiones al estudio de las aplicaciones de salud. En primer lugar, ofrece la categorización (especialidades); en segundo lugar, el directorio incorpora a grupos de pacientes en la ecuación, de tal manera que la aplicación sólo se añade si ha sido revisada por un grupo de pacientes; la tercera dimensión por la cual este directorio es novedoso está en la indización del nivel de uso de las aplicaciones; por último, el directorio aporta información al lector sobre el desarrollo de cada aplicación.
Pero, ¿cómo puede la mHealth modificar la sanidad en el mundo? A través de cinco aspectos fundamentales:3
Empoderando al paciente. Se trata de darle poder al paciente, es decir, que se convierta en un elemento activo en el tratamiento.
Modificando hábitos. Existen ya numerosas aplicaciones destinadas a controlar la actividad física, la dieta o los cigarrillos consumidos.
Cambiando relaciones y procesos. Cada vez hay más profesionales sanitarios que utilizan los smartphones y Tablets como herramienta de trabajo.
Monitorizando. Permiten registrar parámetros físicos que indican el nivel de actividad y el estado de salud de forma totalmente personalizada.
Almacenando datos de forma inteligente.
Por su parte, el Institute for Healthcare Informatics (IMS)4 confirma que son ya más de 40,000 las apps de salud y medicina que se pueden descargar desde la tienda de Apple y 97,000 sumando todas las tiendas de aplicaciones móviles, constituyendo la tercera categoría con mayor crecimiento, sólo después de juegos y utilidades. De todas ellas, 30% se dirigen a los profesionales sanitarios y sus pacientes. En el año 2015, el número de usuarios de teléfonos inteligentes con apps de salud superó los 500 millones.5
Dentro de las aplicaciones dirigidas a profesionales y a sus pacientes, la FDA reconoce aquéllas diseñadas para uso clínico, pero que conservan la funcionalidad de herramientas simples de medida. Estas aplicaciones pueden estar provistas de sensores (acelerómetro, inclinómetro, etc.) para medir parámetros fisiológicos como pueden ser sensores para medir el movimiento de las extremidades.1
Los fisioterapeutas siempre hemos utilizado la goniometría universal (GU) como la herramienta más objetiva para medir el rango de movilidad articular, ayudando al diagnóstico y control de la eficacia del tratamiento.6,7,8,9 Sin embargo, existen ciertos factores que pueden influir negativamente en la fiabilidad y precisión del uso de GU en estas mediciones:10,11 mala identificación de referencias anatómicas, mal posicionamiento de las ramas del goniómetro o variabilidad en la colocación de la extremidad del paciente para la medición.
En la actualidad, con las tecnologías emergentes, el profesional sanitario dispone de más de 20 apps de salud para medir la movilidad de diferentes articulaciones del cuerpo humano. Esta tecnología está siendo cada vez más utilizada en la práctica clínica, pues supone una herramienta rápida, precisa y fácil de interpretar.12,13,14,15,16 Además, estas aplicaciones pueden ser utilizadas fácilmente por el propio paciente fuera del entorno clínico.17
El objetivo del estudio fue analizar la fiabilidad y validez concurrente de una app de salud para iPhone en relación con la goniometría tradicional para medir la flexión pasiva de la rodilla.
Material y métodos
Se realizó un estudio comparativo y descriptivo de validación no experimental a doble ciego en el Servicio de Radiodiagnóstico y la Unidad de Fisioterapia de nuestro centro, siendo aprobado por el Comité Científico y de Ética del hospital.
Las mediciones del estudio las realizaron cinco fisioterapeutas con una experiencia superior a 15 años en el tratamiento musculoesquelético y un investigador efectuó el análisis estadístico. Dos de los fisioterapeutas utilizaron por primera vez la app de salud Goniometer-Pro para iPhone (G-Pro) y los otros dos el GU que estaban habituados a utilizar. La metodología empleada para medir la flexión pasiva de la rodilla fue la siguiente: fulcro del goniómetro sobre epicóndilo lateral del fémur izquierdo; rama fija del goniómetro sobre cara lateral de fémur en dirección al trocánter mayor; rama móvil sobre la cara externa de la pierna en dirección al maléolo externo.18 Por su parte, la aplicación G-Pro fundamenta su medición en la inclinación de la tibia con respecto a la horizontal, siendo ésta la de la orientación del fémur.
Como muestra de estudio se reclutaron 21 alumnos de fisioterapia de ambos sexos sin ninguna alteración en la articulación de cadera o rodilla y que habían firmado previamente un formulario de consentimiento informado. Estos participantes fueron colocados en decúbito-prono sobre una mesa de exploración dentro de la sala de radiodiagnóstico. A continuación, un fisioterapeuta colocó pasivamente la rodilla izquierda en un rango de flexión aleatorio.
Posteriormente, a cada uno de los participantes del estudio se les realizaron cuatro mediciones de ese posicionamiento de la rodilla: dos fisioterapeutas mediante GU y dos mediante la aplicación G-Pro (Figura 1). Cada investigador disponía de una hoja diseñada a tal efecto donde, sin poner en conocimiento del resto de investigadores, apuntaba el valor obtenido. Finalmente, al participante se le tomó una radiografía lateral de rodilla en la posición marcada inicialmente (Figura 2). Dichas radiografías se emplearon para medir el valor real de flexión pasiva de la rodilla y fueron analizadas por el quinto fisioterapeuta a partir del trazado del eje anatómico del fémur y de la tibia (Figura 3).
Una vez realizadas las cuatro mediciones goniométricas y analizada la radiografía lateral correspondiente, todos los valores obtenidos por los cinco fisioterapeutas se enviaron por correo electrónico al sexto investigador que se encargó de realizar el análisis estadístico sin conocer previamente a qué grupo de medición pertenecían dichos datos.
El análisis de los datos se llevó a cabo mediante el paquete informático SPSS 20.0® para Windows. A partir de ello se obtuvo: la fiabilidad interobservador mediante la prueba α de Cronbach, la validez de las dos herramientas de medida respecto a la radiografía (Rx) con el índice de correlación intraclase (ICC) y para mostrar las correlaciones existentes entre las mediciones de las Rx y los valores medios de las mediciones de las dos herramientas utilizadas se obtuvo el valor de la correlación de Pearson.
Resultados
Los resultados descriptivos muestran que las medias efectuadas por los cuatro investigadores en las dos técnicas y las medias de las medidas de la radiografía fueron los siguientes: GU-1 55.33o; GU-2 54.71o; G-Pro 3 50.19o; G-Pro 4 48.95o y Rx 49.33o (Tabla 1). La diferencia entre los valores medios intragrupos fue de 3.148o (± 2.669o) para GU y 2.476o (± 2.638o) para G-Pro. Por otra parte, la diferencia de medias intergrupos alcanzó 5.45o (55.02o del GU-49.57o del G-Pro), aproximándose más el valor medio de las mediciones de G-Pro (49.57o) al valor real de la Rx (49.33o).
Tabla 1: Datos de las diferentes mediciones con el goniómetro universal (GU) y la app Goniometer-Pro (G-Pro) en el posicionamiento pasivo de flexión de la rodilla.
| Sujeto | GU-1 (o) | GU-2 (o) | GU-1/GU-2 (o) | G-Pro-3 (o) | G-Pro-4 (o) | G-Pro-3/G-Pro-4 (o) | Rx (o) |
|---|---|---|---|---|---|---|---|
| 1 | 27 | 25 | 26.0 | 20 | 18 | 19.0 | 22 |
| 2 | 46 | 41 | 43.5 | 37 | 40 | 38.5 | 36 |
| 3 | 44 | 46 | 45.0 | 36 | 37 | 36.5 | 34 |
| 4 | 86 | 84 | 85.0 | 76 | 75 | 75.5 | 80 |
| 5 | 64 | 62 | 63.0 | 60 | 61 | 60.5 | 60 |
| 6 | 54 | 60 | 57.0 | 52 | 56 | 54.0 | 46 |
| 7 | 95 | 88 | 91.5 | 85 | 84 | 84.5 | 90 |
| 8 | 36 | 29 | 32.5 | 25 | 25 | 25.0 | 22 |
| 9 | 62 | 61 | 61.5 | 57 | 54 | 55.5 | 50 |
| 10 | 71 | 69 | 70.0 | 67 | 65 | 66.0 | 65 |
| 11 | 88 | 89 | 88.5 | 99 | 86 | 92.5 | 90 |
| 12 | 18 | 21 | 19.5 | 17 | 20 | 18.5 | 14 |
| 13 | 71 | 71 | 71.0 | 65 | 66 | 65.5 | 64 |
| 14 | 53 | 46 | 49.5 | 44 | 43 | 43.5 | 48 |
| 15 | 19 | 18 | 18.5 | 18 | 16 | 17.0 | 14 |
| 16 | 55 | 56 | 55.5 | 52 | 48 | 50.0 | 50 |
| 17 | 70 | 69 | 69.5 | 63 | 61 | 62.0 | 70 |
| 18 | 39 | 38 | 38.5 | 30 | 28 | 29.0 | 30 |
| 19 | 56 | 65 | 60.5 | 52 | 50 | 51.0 | 54 |
| 20 | 47 | 52 | 49.5 | 48 | 45 | 46.5 | 45 |
| 21 | 61 | 59 | 60.0 | 51 | 50 | 50.5 | 52 |
GU-1 = valores del observador 1 con el goniómetro universal (en grados); GU-2 = valores del observador 2 con el goniómetro universal (en grados); GU-1/GU-2 = medias de los valores obtenidos por el observador 1 y 2 con goniómetro universal (en grados); G-Pro-1 = valores del observador 3 con la app Goniometer-Pro (en grados); G-Pro-2 = valores del observador 4 con la app Goniometer-Pro (en grados); G-Pro-3/G-Pro-4 = medias de los valores obtenidos por el observador 3 y 4 con la app Goniometer-Pro (en grados); Rx = valores de las radiografías laterales (en grados).
Fiabilidad
Con la GU, la medición de ángulos entre los dos investigadores obtuvo un valor de α de Cronbach de 0.990 y un ICC con un valor de 0.990.
Con la G-Pro, la medición de ángulos entre los dos investigadores obtuvo un valor de α de Cronbach de 0.993 y un ICC con un valor de 0.993.
Validez
Para analizar la exactitud se emplearon las medias de las medidas en grados de cada una de las mediciones con respecto a las medias de los datos obtenidos de las radiografías, con el objetivo de ver cuál de ellas se aproximaba más al valor real del ángulo de la rodilla.
Los datos obtenidos nos dan una exactitud en ambas técnicas de: GU = 0.976 y G-Pro = 0.992.
Por otro lado, se intentó mostrar gráficamente las correlaciones existentes entre los valores de las mediciones de las radiografías con los valores medios de las mediciones de los investigadores, tanto del GU como del G-Pro, con el objetivo de analizar si los valores de las medidas guardaban una elevada correlación. Para el GU el coeficiente de correlación encontrado entre los valores medios de los dos investigadores y las medidas de las Rx fue de 0.977, siendo el valor de la correlación de Pearson de 0.988 (Figura 4); en el caso del coeficiente de correlación encontrado entre los valores medios de los dos investigadores en la G-Pro y las medidas de las Rx fue de 0.971, siendo el valor de la correlación de Pearson de 0.985 (Figura 5).
Discusión
La salud móvil se está transformando en uno de los pilares básicos de la sanidad en todas partes, incluidos los países en vías de desarrollo:3Everywhere, everytime, everyone es un sector en crecimiento que ofrece muchas posibilidades para innovar en salud, entre ellas, todas las aplicaciones o herramientas destinadas a la medición del rango de movilidad. Como se ha podido observar, la fiabilidad tanto de la GU como de una aplicación de móvil, como puede ser la G-Pro, ha quedado demostrada (0.990 y 0.993 respectivamente), si bien el valor de α de Cronbach nos indica una ligera ventaja hacia la app. En relación con la validez, ambas herramientas tienen un valor muy alto de exactitud, ligeramente superior en el caso de la aplicación G-Pro (0.976 frente a 0.992) mostrando, además, una correlación casi perfecta (0.985).
En los últimos años han surgido diferentes estudios que han empleado o comparado distintas aplicaciones para móvil con la misma finalidad. Milanese et al.19 estudian la fiabilidad intra- e interobservador de tres estudiantes de fisioterapia de último año y tres médicos experimentados en la medición del rango pasivo de flexión de seis rodillas derechas mediante aplicación de teléfono inteligente en relación con el GU. Cada examinador realiza la medición tanto con el GU como con la app del teléfono móvil y llegan a conclusiones similares a las de nuestro estudio, en el cual la evaluación mediante la aplicación de móvil es ligeramente superior a la GU, no obteniendo diferencias significativas entre las mediciones realizadas por los estudiantes y los médicos experimentados (ICC > 0.96 en ambos casos). Un estudio similar fue el desarrollado por Jones et al.20 en una muestra de 36 sujetos, en el cual realizan una comparativa entre GU y una app de iPhone para la medición de la movilidad de la rodilla, concluyendo que no existen diferencias estadísticamente significativas entre ambas herramientas de medida (correlación de Pearson de 0.96 frente a 0.98) y confirmando así la validez de ambas. Este estudio, al igual que el anterior, no compara los valores obtenidos por las dos herramientas de medida en relación con un valor real del ángulo de la rodilla.
En una muestra de tan sólo cinco sujetos Ockendon et al.21 comparan la validez de una app de móvil creada por ellos mismos con respecto a un goniómetro tradicional en el rango de flexión de la rodilla y sus resultados revelan que los datos obtenidos de ambos instrumentos de medida se correlacionan estrechamente, aunque con ligeras diferencias a favor de la app (correlación interobservador 0.994 frente a 0.952 y correlación intraobservador 0.982 frente a 0.927) y tienen una diferencia media de tan sólo -0.4o. En nuestro estudio esa diferencia alcanzó un valor de 5.45o y fue más significativa la diferencia entre el valor real de la Rx (49.33o) y el grupo GU (55.02o). En el estudio de Ockendon tampoco podemos extraer este resultado al no compararlo con el valor real del ángulo de flexión de la rodilla medido radiográficamente.
Otros estudios como el de Andrea et al.22 validan el uso clínico de una aplicación específica para smartphone (SmartJoint) en la medición pasiva del ángulo de la prueba de Lachman en 35 rodillas con rotura del ligamento cruzado anterior. En este estudio dos evaluadores comparan los valores obtenidos con dicha aplicación con los extraídos de la utilización del artrómetro KT-1000 en ambas rodillas, una de ellas con afectación del LCA, concluyendo que el rendimiento de la nueva aplicación es comparable y altamente correlacionada con las mediciones obtenidas con el artrómetro (ICC promedio de 0.987 en la rodilla con lesión del LCA).
Pero los resultados positivos de estos estudios no sólo se reducen al uso de las nuevas tecnologías en la medición de la movilidad de la rodilla, diferentes autores han llegado a las mismas conclusiones utilizando apps similares para otras articulaciones como pueden ser la muñeca,23 los dedos,9,10 el hombro,24,25 columna lumbar26 o incluso, para analizar la movilidad de pacientes que han sufrido un accidente cerebrovascular.27
Por tanto, queda claro que la mHealth y concretamente las apps de salud pueden facilitar una mejora en la calidad asistencial y mayor eficacia en las evaluaciones y exploraciones de los diferentes profesionales de la salud para con sus pacientes, pero sería necesario realizar otros estudios que analizaran hasta qué punto estas nuevas tecnologías para la medición de los ángulos de movilidad suponen un ahorro en los costes de la asistencia sanitaria.
Según un estudio de 2011 del Kinsey Global Institute,28 las apps de salud pueden suponer un beneficio de 250,000 millones de euros al sector público europeo y unos 300,000 millones de dólares al sector de sanidad de los Estados Unidos. Además, gracias a la reducción de costes y a la expansión de la tecnología móvil, la presencia de las apps crece en lugares del mundo donde la tecnología tradicional tiene muy difícil acceso. En las zonas más desoladas, los dispositivos móviles facilitan la atención remota, la telemedicina y la intervención en casos de emergencias. En un informe de PricewaterhouseCoopers29 publicado en 2012 se señala que las aplicaciones móviles podían salvar más de un millón de vidas en África subsahariana durante los siguientes cinco años y ahorrar hasta casi 100,000 millones de euros a la Unión Europea hasta 2017. En España, en el último estudio de la Sociedad de la Información de la Fundación Telefónica30 se afirma que el uso de las tecnologías móviles podía reducir el coste sanitario per cápita en Europa 18% y hasta 35% en el caso del tratamiento de pacientes crónicos en el año 2017.
La mHealth se presenta, por tanto, como un factor clave en el desafío de avanzar hacia una sanidad más sostenible, mejorando la eficacia y eficiencia, reduciendo costes y atendiendo las principales necesidades de nuestra sociedad, caracterizada por el envejecimiento y la prevalencia de las enfermedades crónicas. También es uno de los mayores avances disruptivos que harán que la medicina cambie radicalmente. De hecho, estos fenómenos reafirman el concepto de que cada 20 años el conocimiento médico cambia prácticamente en 100% de sus contenidos.3
Probablemente, algún día en las consultas de médicos, farmacéuticos, fisioterapeutas y demás profesionales de la salud se prescribirá o se recomendará, además del uso de las medidas terapéuticas más apropiadas a cada caso, los entornos informativos en línea más apropiados, fiables y reputados.3
Como conclusiones de este trabajo, tanto la app Goniometer-Pro como el goniómetro universal son herramientas fiables con una elevada exactitud en la medición del rango de movilidad de flexión de la rodilla. Los resultados de la aplicación móvil han sido ligeramente superiores a los de la goniometría tradicional, por lo que se podría afirmar que la aplicación G-Pro se mostró como una herramienta útil para evaluar ángulos articulares de la rodilla. A ello habría que añadir la ventaja en cuanto a la portabilidad y facilidad de uso de estos sistemas que pueden llegar a simplificar la tarea de llevar a cabo evaluaciones del rango de movimiento.
