Utilidad del cuestionario de Barber para seleccionar a personas de 75 años o más con riesgo de hospitalización, institucionalización o muerte / Utility of the Barber questionnaire to select individuals aged 75 years or more at risk of hospitalisation, institutionalisation or death

RESUMEN

Introducción y objetivo: analizar la asociación del cuestionario de Barber (CB) positivo con hospitalización-institucionalización-muerte al año, en una consulta de atención primaria en población de 75 años o mayor. Material y métodos: estudio de cohortes, CB positivo/negativo; 133 personas. Valoración inicial CB, edad, sexo, índice de Barthel, cuestionario de Pfeiffer. Resultados: edad media, 80,6 años (P75, 83 años); el 45,5% eran varones. CB positivo, 62,9% (intervalo de confianza [IC] del 95%, 54,5-71,3); el 72,3%, ≤ 2 puntos. Sólo una respuesta afirmativa al ítem 2, y ninguna al 4. Barthel alterado, el 27,6% del total; Pfeiffer, el 19,4%. Asociación CB positivo-Barthel y Barthel-Pfeiffer alterados (p < 0,0001). Riesgo relativo (RR) = 2,1 (IC del 95%, 0,8-5,4) para hospitalización, y 2,3 (IC del 95%, 0,9-5,7) para los 3 eventos en conjunto, si el CB era positivo; 23,8 (IC del 95%, 3,0-182,9) y 37,2 (IC del 95%, 4,9-283,2) para mortalidad; 2,7 (IC del 95%, 1,3-5,6) y 2,5 (IC del 95%, 1,2-5,1) para hospitalización; 2,8 (IC del 95%, 1,4-5,7) y 2,5 (IC del 95%, 1,2-5,3) para los 3 eventos, si el índice de Barthel o el cuestionario de Pfeiffer estaban alterados, respectivamente. RR de eventos en conjunto = 2,6 (IC del 95%, 1,2-5,4) si el ítem 6 («problemas le impiden valerse autónomamente») es positivo, y 4,9 (IC del 95%, 2,4-10,0) si es el ítem 9 («hospitalización previa»); ambos ítems son las únicas variables que obtienen RR estadísticamente significativos en la regresión logística. El valor predictivo positivo (VPP) del CB, considerando eventos acaecidos, es del 27,7%. Conclusiones: es uno de los escasos estudios realizados en España sobre la utilidad del CB. Éste presenta importantes limitaciones para uso como cribado pobre VPP, deficiente validez de contenido, asociación con deterioro funcional o cognitivo condicionan los resultados. Los ítems 9 y 6 y la alteración funcional predicen mejor los eventos adversos

ABSTRACT

Introduction and objective: to analyse the association between positive-Barber questionnaire (BQ) and hospital-institutional admissions and death within a year, in individuals aged 75 years old or older in a primary care centre. Material and methods: cohort study positive/negative BQ. 133 persons. Initial assessment BQ, age, gender, Barthel index, Pfeiffer questionnaire. Results: Mean age 80.6 (P75 83 years old). Males 45.5%. Positive BQ 62.9% (95%CI 54.5-71.3), 72.3% ≤2 points. Only one person answered affirmatively to item 2 and none to item 4. Altered Barthel score 27.6% of the total; Pfeiffer 19.4%. Association positive BQ-Barthel and Barthel-Pfeiffer, both altered (p <0.0001). Relative risk (RR, considering density of incidence) 2.1 (95%CI 0.8-5.4) for hospitalisation, and 2.3 (95%CI 0.9-5.7) for three events as a whole, if BQ was positive; 23.8 (95%CI 3.0-182.9) and 37.2 (95%CI 4.9-283.2) for mortality, 2.7 (95%CI 1.3-5.6) and 2.5 (95%CI 1,2-5,1) for hospitalisation, 2.8 (95%CI 1.4-5.7) and 2.5 (95%CI 1.2-5.3) for three events, if Barthel or Pfeiffer was altered, respectively. RR considering the three events as a whole was 2.6 (95%CI 1.2-5.4) if item 6 ("problems which limit his/her autonomy") was positive, and 4.9 (IC95% 2.4-10.0) when item 9 ("previous hospitalisation") was positive; these two items were the only variables with significant RR in the regression analysis. The positive predictive value of the BQ, when considering events occurred, was 27.7%. Conclusions: The present study is one of the few studies in Spain on the utility of the BQ. This questionnaire presents considerable limitations for use in screening with poor predictive value and deficiencies in content validity, while association with deteriorated functional-cognitive status can influence the results. Items 9 and 6 and functional alteration better predict adverse events