SciELO - Scientific Electronic Library Online

 
vol.12 número1Evaluación del control glucémico a largo plazo y conocimientos sobre la diabetes mellitus en pacientes egresados de DiabetIMSS: estudio transversalSíndrome de uña verde secundario a colocación de uñas acrílicas: reporte de caso índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de medicina familiar

versión On-line ISSN 2696-1296versión impresa ISSN 2007-9710

Rev. Mex. med. familiar vol.12 no.1 Ciudad de México ene./mar. 2025  Epub 03-Jun-2025

https://doi.org/10.24875/rmf.24000084 

ARTÍCULOS ORIGINALES

Evaluación de la calidad de vida en individuos con COVID-19 atendidos mediante un programa de telesalud de seguro médico

Evaluation of quality of life in individuals with COVID-19 treated through a health insurance telehealth program

Flor M. Ledesma-Solaeche1  * 
http://orcid.org/0000-0002-0950-8172

Fernando E. Coppolillo2 
http://orcid.org/0000-0001-9969-0504

Silvina G. Despalanque3 
http://orcid.org/0009-0007-2119-4763

Mariana Latorraca4 
http://orcid.org/0000-0003-0680-3050

Pablo S. Funes-Peris3 
http://orcid.org/0009-0002-1389-670X

1Gerencia de Innovación en Salud;

2Gerencia General;

3Área de Telemedicina;

4Asesoría en Investigación. Medifé, Ciudad Autónoma de Buenos Aires, Argentina


RESUMEN

Antecedentes:

La pandemia de COVID-19 tuvo un impacto significativo en la calidad de vida de las personas tanto física como el bienestar emocional. En este contexto, la telemedicina se convirtió en una herramienta clave para la atención y el seguimiento de pacientes.

Objetivo:

Evaluar el impacto de la COVID-19 en la calidad de vida de pacientes en un programa de telemedicina de una aseguradora en Argentina.

Material y métodos:

Estudio descriptivo y transversal con 5,605 pacientes. Se utilizó una encuesta recolectando datos sociodemográficos, estado de salud y calidad de vida relacionada con la salud con el cuestionario EQ-5D-3L. El análisis estadístico se realizó con STATA 14.0.

Resultados:

De 65,635 pacientes atendidos, 6,113 respondieron la encuesta. El 81% tuvo formas leves de COVID-19. La calidad de vida se midió con una escala analógica visual autorreportada, obteniendo una puntuación media de 0.733. El envejecimiento y las formas moderadas y graves de la enfermedad se asociaron con una percepción más deteriorada de la salud.

Conclusiones:

El estudio destacó el impacto negativo del envejecimiento y la gravedad de la enfermedad en la percepción de salud. Estos hallazgos son cruciales para futuras investigaciones y políticas sanitarias, proporcionando información sobre necesidades específicas en diferentes pacientes y efectos a largo plazo en la calidad de vida.

Palabras clave: COVID-19; Calidad de vida; Medición de resultados en salud; Telemedicina

ABSTRACT

Background:

The COVID-19 pandemic had a significant impact on people's quality of life, both physical and emotional well-being. In this context, telemedicine became a key tool for patient care and monitoring.

Objective:

To evaluate the impact of COVID-19 on the quality of life of patients in a telemedicine program of an insurance company in Argentina.

Material and methods:

Descriptive and cross-sectional study with 5,605 patients. A survey was used to collect sociodemographic data, health status, and health-related quality of life with the EQ-5D-3L questionnaire. Statistical analysis was performed with STATA 14.0.

Results:

Of 65,635 patients treated, 6,113 responded to the survey. 81% had mild forms of COVID-19. Quality of life was measured with a self-reported visual analogue scale, obtaining an average score of 0.733. Aging and moderate and severe forms of the disease were associated with a worse perception of health.

Conclusions:

The study highlighted the negative impact of aging and disease severity on health perception. These findings are crucial for future research and health policy, providing information on specific needs in different patients and long-term effects on quality of life.

Keywords: COVID-19; Quality of life; Health outcome assessment; Telemedicine

INTRODUCCIÓN

La infección por SARS-CoV-2 provoca la enfermedad multisistémica COVID-191, caracterizada por síntomas persistentes que impactan la calidad de vida (CdV) de los pacientes, independientemente de su edad y de la gravedad de la enfermedad inicial. Numerosos estudios han demostrado la persistencia de estas manifestaciones incluso después del alta o la recuperación2,3,4,5. Los signos relacionados con la infección por COVID-19 pueden influir significativamente en la CdV6,7,8,9,contribuyendo a aumentar los síntomas de estrés postraumático y la depresión3,10.

La CdV abarca el bienestar físico, mental y social de una persona11, y se evalúa subjetivamente mediante herramientas como el SF-36, el SF-12 o el EQ-5D, ampliamente utilizados en la investigación en salud12.

Las revisiones sistemáticas realizadas han identificado que los dominios más afectados en la CdV post-COVID13 son el dolor/malestar y la ansiedad/depresión, con factores como la edad avanzada, el sexo femenino y la gravedad de la enfermedad relacionados con una menor CdV14,15. Entre los factores asociados a una baja CdV también se encuentran el ingreso en la unidad de terapia intensiva (UTI), la ventilación mecánica prolongada, la estancia más prolongada en la UTI y la comorbilidad16. Otra revisión concluye que, en relación al EQ-5D-5L, el momento de realización de la evaluación no está relacionado necesariamente con la puntuación de la CdV. Un estudio realizado con menor tiempo de seguimiento reporta índices EQ-5D-5L más bajos17.

En Argentina, la pandemia de COVID-19 trajo consigo desafíos sin precedentes para el sistema de salud. Ante los estrictos y prolongados períodos de aislamiento social, preventivo y obligatorio, la telesalud emergió como una herramienta esencial para mantener la continuidad asistencial, permitiendo mitigar la sobrecarga en los sistemas sanitarios, reducir el riesgo de exposición al virus y garantizar el acceso a la atención en un contexto donde la movilidad estaba restringida, demostrando una alta efectividad18. El Ministerio de Salud de la Nación impulsó políticas que favorecieron la implementación de tecnologías de la salud digital, como la teleconsulta y el seguimiento remoto de pacientes con COVID-19.

En este contexto, el impacto de la pandemia en la CdV de los pacientes recuperados de COVID-19 ha sido un tema de creciente interés por las secuelas físicas, psicológicas y sociales que afectan su bienestar general, ya que van más allá de la fase aguda. No obstante, en Argentina, la investigación sobre la percepción de la CdV en esta población es limitada, en especial desde una perspectiva que contemple de qué manera las herramientas tecnológicas, como la telemedicina, pueden haber influido en esta experiencia. Este vacío en la literatura presenta una oportunidad para llevar a cabo un trabajo original que no solo explore las experiencias subjetivas de los pacientes recuperados, sino que también analice cómo los recursos implementados durante la pandemia pudieron impactar su percepción de bienestar. La empresa de seguros de salud de Argentina donde se llevó a cabo la presente investigación conformó durante la pandemia un equipo de médicos para realizar teleseguimiento a sus asociados. Este programa, llamado «Telemedicina COVID-19», facilitó la detección temprana de complicaciones y la toma de decisiones médicas adecuadas. Tras 2 años de dicho programa se consolidó una base de datos robusta con más de 65,000 registros, los cuales constituyen la población objeto de esta investigación, permitiéndonos analizar la CdV en esta población específica atendida mediante telemedicina y generar evidencia para justificar la continuidad y la expansión de la telesalud en el seguimiento post-COVID-19 con el fin de mejorar la CdV de los pacientes. Dicho análisis podría permitir generar conocimientos significativos y contribuir al desarrollo de estrategias más efectivas en futuras crisis sanitarias.

Este trabajo busca analizar la percepción de CdV en los afiliados de una aseguradora de salud atendidos mediante un programa de telemedicina, contribuyendo a justificar la continuidad de estas herramientas y su papel clave en el seguimiento post-COVID.

MÉTODO

Se llevó a cabo un estudio observacional, descriptivo y transversal que abarcó desde marzo de 2020 hasta marzo de 2022.

Población

El estudio incluyó 65,535 individuos atendidos por el programa de telemedicina al cursar COVID-19, que recibían llamados telefónicos diarios desde el inicio de los síntomas hasta el alta, y que tuvieran como mínimo 12 semanas desde el inicio de los síntomas.

Lugar de estudio

El estudio abarca toda la República Argentina, teniendo en cuenta que el programa de telemedicina atiende a individuos afiliados a la empresa de seguros de salud distribuidos por todo el país.

Muestreo

Se utilizó un muestreo por conveniencia, empleando un cuestionario elaborado por el equipo de investigación adaptado al contexto local. Tras un estudio piloto se realizaron ajustes para facilitar su comprensión e interpretación. Los criterios de inclusión fueron estar afiliados a la empresa de seguros donde se realizó la investigación, haber recibido seguimiento telefónico para COVID-19 y participar de manera voluntaria en la encuesta. Suponiendo un riesgo alfa del 5%, una potencia del 99% y una prevalencia del 20%, se estimó un mínimo de 5605 participantes. Se utilizó el software OpenEpi para el cálculo del tamaño de la muestra.

Recolección de la información

La encuesta se llevó a cabo por correo electrónico, de respuesta voluntaria, confidencial y anónima. Abarcó datos sociodemográficos, estado de vacunación y estado de salud general. Para evaluar el estado de salud general se utilizó la EQ-5D-3L (European Quality of Life 5 Dimensions 3 Level Version), una herramienta genérica, sencilla y fácil de administrar (por correo, autoadministrada o por entrevista) que se encuentra validada para la población argentina19,2021. A través de valores de preferencia (o utilidades) de los individuos por una serie de estados de salud, permite la medición de resultados informados por el paciente para evaluar su CdV independientemente de la enfermedad, monitorear la evolución de pacientes individuales y obtener preferencias para realizar estudios de costo-utilidad21.

La encuesta incluyó los siguientes datos:

    –. Descripción general de la población: grupos de edad, sexo, actividad principal y nivel educativo completado.

    –. Gravedad de la COVID-19: test negativo para COVID-19 con síntomas, COVID-19 asintomática, COVID-19 leve (solo requirió seguimiento en domicilio), COVID-19 moderada (requirió internación en sala común) y COVID-19 grave (requirió internación en UTI).

    –. Vacunación: no vacunado, una dosis, dos dosis, dos dosis más refuerzo, o tiene contraindicaciones para vacunarse (esquema de vacunación obligatorio al momento de la encuesta).

    –. Estado de salud general (EQ-5D-3L): se utilizó un sistema descriptivo con cinco dimensiones (movilidad, cuidado personal, actividades cotidianas, dolor/malestar y ansiedad/depresión) para las que existen tres niveles de gravedad (1 = sin limitación, 2 = con algunas limitaciones y 3 = con mucha limitación). Además, se utilizó una escala visual analógica (EVA) autorreportada, en forma de termómetro, en cuyos extremos se encuentran el «peor estado de salud imaginable» en el 0 y el «mejor estado de salud imaginable» en el 100. El individuo debía indicar el punto de la escala que mejor reflejaba la valoración de su estado de salud general el día de la encuesta. Esta escala proporciona una puntuación complementaria al sistema descriptivo de la autoevaluación del estado de salud del individuo. Con base en cada estado del EQ-5D-3L reportado por cada individuo, se ponderó a la preferencia social por este, utilizando la ecuación elaborada por el estudio de derivación de preferencias sociales argentinas. Se combinaron los valores de todas las dimensiones del sistema descriptivo y se generó un número de cinco dígitos, habiendo 243 combinaciones (estados de salud) posibles, que pueden utilizarse como perfiles. A partir de estos números generados, y considerando los valores proporcionados por la validación de esta escala en la población argentina, se calcula un índice de valores de preferencias para cada estado de salud, utilizando el método de intercambio temporal (TTO, Time Trade Off). El índice oscila entre el valor 1 (mejor estado de salud) y el 0 (la muerte), aunque existen valores negativos para el índice, correspondientes a aquellos estados de salud que son valorados como peores que la muerte. Las tres variables utilizadas para la estimación de la CdV fueron, pues, la EVA autorreportada y la transformación del estado de las personas encuestadas en valores o utilidades poblacionales del EQ-5D-3L derivadas a través del método EVA o TTO. La EVA autorreportada se transformó en una escala de 0 a 1 para poder compararla con las otras dos variables (EVA y TTO).

    –. Se analizó también el tiempo transcurrido desde el inicio de los síntomas hasta la encuesta: 3-6 meses, 6-18 meses, 12-18 meses y 18-24 meses.

Los datos obtenidos se analizaron utilizando el software STATA versión 14.0. Se utilizó estadística descriptiva. Las variables cuantitativas se presentan con medidas de tendencia central y dispersión, mientras que las variables cualitativas se presentan con sus frecuencias absolutas y relativas. Se realizó el análisis de varianzas utilizando el test de ANOVA o el test de Kruskal-Wallis, según correspondiera al tipo de comportamiento de la variable analizada, y la prueba de Tukey o la prueba Dunn, respectivamente, para la comparación de múltiples variables.

Se utilizó la prueba exacta de Fisher para determinar los valores de p del estado de salud según las dimensiones afectadas autorreportadas, teniendo en cuenta que si alguna de las celdas tiene frecuencias bajas (especialmente en el grupo de «síntomas graves») esta prueba es más adecuada.

Una limitación de la encuesta es que la variable de la gravedad de la enfermedad y su impacto en la CdV no considera otras posibles variables confusoras, como comorbilidad, nivel socioeconómico o apoyo social, que podrían afectar la percepción de la CdV.

Es importante mencionar que no se recibieron encuestas incompletas ni datos omitidos en las respuestas.

RESULTADOS

De los 65,535 pacientes con sospecha de COVID-19 a los que se envió la encuesta en mayo de 2022 (21.4% del total de la población afiliada al seguro de salud), se obtuvo respuesta de 6114 pacientes. La edad promedio de los participantes fue de 34 años (desvío estándar [DE]: 0.17) y el 55% eran de sexo masculino (Tabla 1). Más del 70% de los encuestados eran del Área Metropolitana de Buenos Aires, Córdoba y Mar del Plata.

Tabla 1 Descripción general de la población (n = 6114) 

Edad media, años (DE) 34 (0.17)
Sexo
 Femenino, n (%)
 Masculino, n (%)

2751
3363

(45)
(55)
Principal actividad actual
 Empleado o autónomo, n (%)
 Estudiante, n (%)
 Tareas domésticas, n (%)
 Retirado o jubilado, n (%)
 Buscando trabajo, n (%)
 CUD, n (%)

4917
533
345
167
135
16

(80.42)
(8.72)
(5.64)
(2.73)
(2.21)
(0.26)
Estudios cursados
 Universitario, n (%)
 Secundario, n (%)
 Primario, n (%)
 Lee y escribe, n (%)

3089
2707
243
74

(50.52)
(44.28)
(3.97)
(1.21)

CUD: certificado único de discapacidad; DE: desvío estándar.

En cuanto a la gravedad de la COVID-19, la gran mayoría, el 81%, informaron una forma leve; las presentaciones restantes fueron mucho menores (Tabla 2).

Tabla 2 Gravedad de la COVID-19 cursada por los pacientes (n = 6114) 

Clasificación según gravedad de COVID-19 n (%)
COVID-19 test negativo (con síntomas) 486 (7.95)
COVID-19 asintomático 263 (4.30)
COVID-19 leve (seguimiento en domicilio) 4988 (81.58)
COVID-19 moderado (internación en piso) 305 (4.99)
COVID-19 grave (internación en unidad de terapia intensiva) 71 (1.16)

Al momento de la encuesta, el esquema completo de vacunación contra la COVID-19 en Argentina consistía en dos dosis más un refuerzo, con un 64.72% que completó el esquema y un 31% que recibió dos dosis de vacuna.

Calidad de vida en la población: EQ-D5-3L

La evaluación de la CdV a través de la EVA autorreportada arrojó una media ponderada de 0.733 (DE: 0.295). La media de las utilidades EQ-5D-3L, evaluadas mediante el método EVA, fue de 0.898 (intervalo de confianza del 95% [IC95%]: 0.894-0.901), mientras que la media de las utilidades EQ-5D-3L evaluadas mediante el método TTO fue de 0.934 (IC95%: 0.931-0.937).

Al evaluar las utilidades poblacionales mediante la extrapolación de los estados de salud descriptivos obtenidos en la encuesta realizada, se observó que la EVA autorreportada fue menor que las utilidades EVA y ambas fueron menores que las utilidades TTO.

El análisis ponderado reveló que el 60% de la población informó tener una salud excelente (11,111) según el estado de salud autorreportado. En este estado, todos los individuos mostraron la utilidad máxima para EQ-5D-3L, representando el estado de salud perfecto con un valor de 1.

Respecto a las limitaciones en los dominios del EQ-5D-3L, se observó una variación significativa. En los dominios de cuidado personal y movilidad, el 99.41% y el 95.47% de los individuos, respectivamente, no informaron limitaciones. En el dominio de ansiedad o depresión, el 30% experimentaron síntomas moderados o graves, mientras que los demás dominios mostraron un comportamiento intermedio entre estos extremos (Tabla 3).

Tabla 3 Estado de salud según las dimensiones afectadas autorreportado por los pacientes (n = 6114) 

Dimensión Sin síntomas
n (%)
Síntomas moderados
n (%)
Síntomas graves
n (%)
Movilidad 5837 (95.47) 263 (4.30) 13 (0.21)
Cuidado personal 6078 (99.41) 24 (0.39) 11 (0.18)
Actividades de todos los días 5610 (91.76) 489 (8) 14 (0.23)
Dolor o malestar 5064 (82.83) 1020 (16.68) 29 (0.47)
Ansiedad o depresión 4222 (69.05) 1727 (28.25) 164 (2.68)

Utilizando la prueba exacta de Fisher para cada dimensión, todas las dimensiones tienen p = 1.0, lo que indica que no hay diferencias estadísticamente significativas dentro de cada dimensión.

Las tablas 4 a 5,6 muestran la relación entre las variables continuas de la EVA autorreportada y las utilidades por EVA y TTO en relación con la edad, la gravedad de la COVID-19 y el tiempo transcurrido desde el inicio de los síntomas hasta la encuesta. Se observó que, a medida que el autorreporte de la salud empeoraba, las variables relacionadas con la CdV disminuían significativamente.

Tabla 4 EVA autorreportada y utilidades EVA y TTO según la edad (n = 6114) 

Edad EVA autorreportada (DE) Utilidad EVA media (DE) Utilidad TTO media (DE)
0-14 años 0.815 (0.535) 0.889 (0.140) 0.931 (0.113)
15-29 años 0.818 (0.141)* 0.894 (0.147)* 0.932 (0.121)*
30-44 años 0.811 (0.142)* 0.893 (0.162)* 0.927 (0.136)*
45-74 años 0.813 (0.116)* 0.886 (0.156)* 0.928 (0.113)*
> 75 años 0.714 (0.209) 0.766 (0.254) 0.812 (0.271)

DE: desvío estándar; EVA: escala visual analógica; TTO: Time Trade Off (método de intercambio temporal).

EVA autorreportada es la transformación de EVA autorreportada en escala 0-100 a una escala 0-1 para su mayor comparabilidad.

EVA autorreportada: p < 0.01; utilidad EVA media: p < 0.01; utilidad TTO media: p < 0.01.

*p < 0.05 comparando con la categoría 0-14 años.

Tabla 5 EVA autorreportada y utilidades EVA y TTO según la gravedad de la COVID-19 (n = 6114) 

Gravedad de la COVID-19 EVA autorreportada (DE) Utilidad EVA media (DE) Utilidad TTO media (DE)
Test negativo COVID-19 (con síntomas) 0.845 (0.147) 0.926 (0.142) 0.945 (0.137)
COVID-19 asintomática 0.835 (0.160) 0.912 (0.140) 0.942 (0.119)
COVID-19 leve (seguimiento en domicilio) 0.819 (0.139)* 0.897 (0.144)* 0.935 (0.115)*
COVID-19 moderada (internación en piso) 0.773 (0.167)* 0.812 (0.192)* 0.867 (0.170)*
COVID-19 grave (internación en UTI) 0.748 (0.187)* 0.753 (0.215)* 0.812 (0.226)*

DE: desvío estándar; EVA: escala visual analógica; TTO: Time Trade Off (método de intercambio temporal); UTI: unidad de terapia intensiva.

EVA autorreportada es la transformación de EVA autorreportada en escala 0-100 a una escala 0-1 para su mayor comparabilidad.

EVA autorreportada: p < 0.01; utilidad EVA media: p < 0.01; utilidad TTO media: p < 0.01.

*p < 0.05 comparado con COVID-19 asintomática.

Tabla 6 EVA autorreportada y utilidades EVA y TTO según el tiempo de seguimiento posterior a la fecha de inicio de los síntomas (n = 6114) 

Tiempo desde inicio
de los síntomas
EVA autorreportada (DE) Utilidad EVA media (DE) Utilidad TTO media (DE)
3-6 meses 0.824 (0.1397) 0.904 (0.140) 0.940 (0.113)
6-12 meses 0.821 (0.138) 0.893 (0.148)* 0.932 (0.117)*
12-18 meses 0.813 (0.146)* 0.892 (0.152)* 0.931 (0.125)
18-24 meses 0.780 (0.161)* 0.829 (0.191)* 0.876 (0.178)*

DE: desvío estándar; EVA: escala visual analógica; TTO: Time Trade Off (método de intercambio temporal).

EVA autorreportada es la transformación de EVA autorreportada en escala 0-100 a una escala 0-1 para su mayor comparabilidad.

EVA autorreportada: p < 0.01; utilidad EVA media: p < 0.01; utilidad TTO media: p < 0.01.

*p < 0.05 comparando con la categoría 3-6 meses.

En cuanto a la edad, se vio una tendencia de disminución, tanto en la EVA autorreportada como en las utilidades por EVA y TTO, con el aumento de la edad, con una diferencia estadísticamente significativa (p < 0.01).

Respecto a la gravedad de la COVID-19, se halló una tendencia de disminución de las variables de CdV según aumentaba la gravedad. Para los individuos con enfermedad leve, las utilidades fueron de 0.819 para la EVA autorreportada, de 0.897 para la utilidad EVA y de 0.935 para la utilidad TTO. En cambio, para aquellos que cursaron formas graves de la enfermedad las utilidades fueron de 0.748 para la EVA autorreportada, de 0.753 para la utilidad EVA y de 0.812 para la utilidad TTO, siendo estas diferencias estadísticamente significativas (p < 0.01).

En cuanto al tiempo transcurrido desde el inicio de los síntomas, la EVA autorreportada muestra un descenso progresivo en la media a medida que aumenta el tiempo desde el inicio de los síntomas, lo que sugiere que con el tiempo los pacientes perciben una disminución en su CdV general. La utilidad EVA media sigue una tendencia similar, con un descenso más marcado a los 3-6 meses y 18-24 meses, reflejando una percepción de menor utilidad de la salud con el paso del tiempo. La utilidad TTO media también disminuye con el tiempo, aunque los valores son siempre más altos que los de la utilidad EVA, posiblemente debido a diferencias en la metodología, reflejando una percepción más optimista de la CdV a largo plazo medida por TTO, aunque con una disminución significativa a los 18-24 meses. Las diferencias fueron estadísticamente significativas (p < 0.01) para todas las métricas (Tabla 6).

DISCUSIÓN

La evaluación y la vigilancia de la salud trascienden la mera mortalidad o la ausencia de morbilidad; abarcan también aspectos positivos, como el bienestar y la CdV, fundamentales para la planificación de políticas de salud22. Sin embargo, en el ámbito de los seguros de salud, con frecuencia se pasan por alto estos aspectos críticos.

Este estudio del equipo de telemedicina se centró en la población específica de la cobertura privada en cuestión que había cursado COVID-19. Con una edad promedio de 34 años y un 55% de sexo masculino, esta población se expresó mediante una encuesta validada que permitió un diagnóstico integral de su CdV.

Cabe mencionar que, al haber utilizado un muestreo por conveniencia, somos conscientes de que puede haber sesgos al no representar adecuadamente a toda la población de interés. Esto limita la generalización de los resultados a toda la población con COVID-19 en Argentina, ya que el estudio se centra en individuos afiliados a una aseguradora de salud. El análisis consideró variables como grupos etarios, gravedad de la enfermedad y tiempo transcurrido desde el diagnóstico.

Los hallazgos de esta investigación concuerdan con los informados en estudios análogos. Destaca una asociación sólida entre las variables utilizadas para la evaluación de la CdV12. No obstante, surgen diferencias en los valores promedio entre la EVA autorreportada, las utilidades EVA y las utilidades TTO. En general, la EVA autorreportada muestra valores promedio más altos que las utilidades EVA, y a su vez, estas últimas tienen valores más altos que las utilidades TTO. Estas variaciones pueden atribuirse a las características y los supuestos distintivos de cada técnica de valoración de preferencias23,24. La EVA autorreportada se basa en la autopercepción del estado de salud actual sin considerar aspectos de incertidumbre, riesgo o temporalidad, lo que resulta en valores promedios elevados. Por otro lado, las utilidades EVA reflejan una evaluación más objetiva y generalizada de la CdV, lo que conduce a valores promedio ligeramente más bajos. Por último, las utilidades TTO incorporan elementos de incertidumbre, riesgo y temporalidad, lo que puede resultar en una evaluación más conservadora de la CdV y, por ende, unos valores promedio más bajos en comparación con las anteriores. Es crucial tener en cuenta estas diferencias al interpretar y comparar los resultados de CdV en estudios y análisis comparativos20. Además, se observa un descenso discernible en las utilidades EVA o TTO a medida que empeora el autorreporte de salud, indicando una percepción de salud disminuida, en concordancia con estudios previos21.

En cuanto al análisis por edad, no se encontraron diferencias estadísticamente significativas, excepto en el grupo de personas mayores de 75 años. Esto sugiere que el envejecimiento podría estar asociado con una peor percepción de la salud y una menor CdV. Respecto a la gravedad de la enfermedad, se observaron estados de salud más deteriorados en aquellos que habían experimentado formas moderadas y graves en comparación con los que tuvieron enfermedad menos grave. Además, en relación con el tiempo transcurrido desde el diagnóstico de la infección, el momento de la evaluación de la CdV no parece estar estrictamente correlacionado con las puntuaciones de la CdV. Los pacientes perciben una reducción en su CdV general y utilidad con el tiempo, en especial a partir de los 12 meses, según todas las métricas, las cuales tienen p < 0.01, indicando que las diferencias entre las categorías temporales son significativas. Esto puede estar relacionado con la progresión de la enfermedad, la acumulación de secuelas o la falta de recuperación total en algunos pacientes.

El análisis, además, resalta la importancia de priorizar intervenciones dirigidas a mitigar los síntomas de ansiedad, depresión y dolor, ya que estas dimensiones concentran una mayor proporción de casos con gravedad significativa. Los hallazgos también refuerzan la necesidad de abordar estas dimensiones como parte del cuidado holístico de los pacientes.

En cuanto a la principal limitación de este estudio, está relacionada con las características de una encuesta poblacional de corte transversal y las limitaciones inherentes a dicho diseño. Aunque este diseño es útil y válido para un análisis descriptivo, y puede sugerir asociaciones entre variables, no permite establecer relaciones causales. Otra limitación radica en la dificultad de extrapolar estos resultados a la población general de Argentina, ya que el estudio se centra en un subgrupo específico de la población general con seguro de salud.

En resumen, este estudio presenta una visión general y descriptiva de la CdV en individuos que han padecido COVID-19 y fueron atendidos por un equipo de teleseguimiento. Constituye un punto de partida interesante tanto para futuras investigaciones como para la formulación de políticas de salud prospectivas. Los resultados son fundamentales para identificar grupos de pacientes que pueden requerir atención especializada y enfocar los esfuerzos de intervención en aquellos con una peor percepción de la salud. Además, resaltan la importancia de proporcionar apoyo y seguimiento continuo a lo largo del tiempo para aquellas personas que experimentaron una enfermedad grave.

AGRADECIMIENTOS

Los autores agradecen al siguiente equipo por su participación, que fue de gran ayuda en la creación del artículo: C. Cuminetti, Jefa administrativa de Telemedicina (Ciudad Autónoma de Buenos Aires, Argentina), quien proporcionó soporte al equipo de médicos que realizaron el Teleseguimiento; J. Calioglu, C. Kapusta y F. Tucci, médicas coordinadoras de Teleseguimiento (Ciudad Autónoma de Buenos Aires, Argentina), que articularon la teleasistencia y la referencia de pacientes a centros de mayor complejidad en casos específicos; y S. Balsano y A. Rubio, como desarrolladores de la aplicación para teleseguimiento.

FINANCIAMIENTO

Los autores declaran que los recursos económicos para la elaboración de esta investigación provienen de la empresa donde se llevó a cabo el proyecto. M. Latorraca declara que recibió honorarios por el análisis de datos y la redacción del texto.

CONFLICTO DE INTERESES

Los autores declaran no tener ningún conflicto de intereses.

CONSIDERACIONES ÉTICAS

Protección de personas y animales.Los autores declaran que para esta investigación no se han realizado experimentos en seres humanos ni en animales.

Confidencialidad, consentimiento informado y aprobación ética. El estudio no involucra datos personales de pacientes ni requiere aprobación ética. No se aplican las guías SAGER.

Declaración sobre el uso de inteligencia artificial. Los autores declaran que no utilizaron ningún tipo de inteligencia artificial generativa para la redacción de este manuscrito.

BIBLIOGRAFÍA

1. Ramos Casals M, Brito Zerón P, Mariette X. Systemic and organ-specific immune-related manifestations of COVID-19. Nat Rev Rheumatol. 2021;17:315-32. [ Links ]

2. Zheng Z, Yao Z, Wu K, Zheng J. Patient follow-up after discharge after COVID-19 pneumonia: considerations for infectious control. J Med Virol. 2020;92:2412-9. [ Links ]

3. Halpin SJ, McIvor C, Whyatt G, Adams A, Harvey O, McLean L, et al. Postdischarge symptoms and rehabilitation needs in survivors of COVID-19 infection: a cross-sectional evaluation. J Med Virol. 2021;93:1013-22. [ Links ]

4. Sykes DL, Holdsworth L, Jawad N, Gunasekera P, Morice AH, Crooks MG. Post-COVID-19 symptom burden: what is long-COVID and how should we manage it? Lung. 2021;199:113-9. [ Links ]

5. Osikomaiya B, Erinoso O, Wright KO, Odusola AO, Thomas B, Adeyemi O, et al. ‘Long COVID’: persistent COVID-19 symptoms in survivors managed in Lagos State, Nigeria. BMC Infect Dis. 2021;21:304. [ Links ]

6. Bein T, Bienvenu OJ, Hopkins RO. Focus on long-term cognitive, psychological and physical impairments after critical illness. Intensive Care Med. 2019;45:1466-8. [ Links ]

7. Figueiredo EAB, Silva WT, Tsopanoglou SP, Vitorino DF de M, Oliveira LFL de, Silva KLS, et al. The health-related quality of life in patients with post-COVID-19 after hospitalization: a systematic review. Rev Soc Bras Med Trop. 2022;55:e0741. [ Links ]

8. Hu B, Guo H, Zhou P, Shi ZL. Characteristics of SARS-CoV-2 and COVID-19. Nat Rev Microbiol. 2021;19:141-54. [ Links ]

9. Tsuzuki S, Miyazato Y, Terada M, Morioka S, Ohmagari N, Beutels P. Impact of long-COVID on health-related quality of life in Japanese COVID-19 patients. Health Qual Life Outcomes. 2022;20:125. [ Links ]

10. Vindegaard N, Benros ME. COVID-19 pandemic and mental health consequences: systematic review of the current evidence. Brain Behav Immun. 2020;89:531-42. [ Links ]

11. Schramme T. Health as complete well-being: the WHO definition and beyond. Public Health Ethics. 2023;16:210-8. [ Links ]

12. Kularatna S, Senanayake S, Gunawardena N, Graves N. Comparison of the EQ-5D 3L and the SF-6D (SF-36) contemporaneous utility scores in patients with chronic kidney disease in Sri Lanka: a cross-sectional survey. BMJ Open. 2019;9:e024854. [ Links ]

13. Sandmann FG, Tessier E, Lacy J, Kall M, Van Leeuwen E, Charlett A, et al. Long-term health-related quality of life in non-hospitalized Coronavirus disease 2019 (COVID-19) cases with confirmed severe acute respiratory syndrome Coronavirus 2 (SARS-CoV-2) infection in England: longitudinal analysis and cross-sectional comparison with controls. Clin Infect Dis. 2022;75:e962-73. [ Links ]

14. Nandasena HMRKG, Pathirathna ML, Atapattu AMMP, Prasanga PTS. Quality of life of COVID-19 patients after discharge: systematic review. PLoS One. 2022;17:e0263941. [ Links ]

15. Malik P, Patel K, Pinto C, Jaiswal R, Tirupathi R, Pillai S, et al. Post-acute COVID-19 syndrome (PCS) and health-related quality of life (HRQoL) — a systematic review and meta-analysis. J Med Virol. 2022;94:253-62. [ Links ]

16. Chang R, Elhusseiny KM, Yeh YC, Sun WZ. COVID-19 ICU and mechanical ventilation patient characteristics and outcomes — a systematic review and meta-analysis. PLoS One. 2021;16:e0246318. [ Links ]

17. Poudel AN, Zhu S, Cooper N, Roderick P, Alwan N, Tarrant C, et al. Impact of COVID-19 on health-related quality of life of patients: a structured review. PLoS One. 2021;16:e0259164. [ Links ]

18. Yousaf W, Umar AI, Shirazi SH, Fayaz M, Assam M, Khan JA, et al. [Retracted] Telehealth for COVID-19: a conceptual framework. J Healthc Eng. 2023;2023(1). [ Links ]

19. EuroQol Research Foundation. EQ-5D-5L. 2021. (Consultado el 29-11-2024.) Disponible en: https://euroqol.org/information-and-support/euroqol-instruments/eq-5d-5l/ [ Links ]

20. EuroQol Research Foundation. EQ-5D-3L User Guide. 2021. [ Links ]

21. Morton F, Nijjar JS. eq5d: Methods for analysing “EQ-5D” data and calculating “EQ-5D” index scores. CRAN: Contributed Packages; 2019. [ Links ]

22. Brika SKM, Chergui K, Algamdi A, Musa AA, Zouaghi R. E-learning research trends in higher education in light of COVID-19: a bibliometric analysis. Front Psychol. 2022;12:762819. [ Links ]

23. Carfora L, Foley CM, Hagi-Diakou P, Lesty PJ, Sandstrom ML, Ramsey I, et al. Patients’ experiences and perspectives of patient-reported outcome measures in clinical care: a systematic review and qualitative meta-synthesis. PLoS One. 2022;17:e0267030. [ Links ]

24. Eyal N, Hurst SA, Murray CJL, Schroeder SA, Wikler D, editors. Measuring the global burden of disease. Oxford: Oxford University Press; 2020. [ Links ]

Recibido: 03 de Junio de 2024; Aprobado: 06 de Enero de 2025

*Correspondencia: Flor M. Ledesma-Solaeche. E-mail: florledesma@medife.com.ar

Creative Commons License Federación Mexicana de Especialistas y Residentes en Medicina Familiar. Publicado por Permanyer. Este es un artículo open access bajo la licencia CC BY-NC-ND