Desarrollo de un modelo predictivo para el índice de esfuerzo del cuidador

• Autores: Margarita Alvarez Tello, Rosa Casado Mejía , JM Praena-Fernández, Manuel Ortega Calvo
• Localización: Revista española de geriatría y gerontología: Órgano oficial de la Sociedad Española de Geriatría y Gerontología, ISSN-e 1578-1747, ISSN 0211-139X, Vol. 52, Nº. 1 (Enero / Febrero), 2017, págs. 15-19
• Idioma: español
• DOI: 10.1016/j.regg.2015.12.004
• Títulos paralelos:
  • Developing a predictive model for the caregiver strain index
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • español

    Fundamentos La atención al paciente pluripatológico en el hogar es un hecho cada vez más frecuente. El índice de esfuerzo del cuidador es un instrumento en forma de cuestionario que está diseñado para medir la carga percibida en aquellas personas que cuidan a sus familiares. El objetivo fue la construcción de un nomograma diagnóstico de sobrecarga en el cuidador informal mediante el cuestionario del índice de esfuerzo del cuidador con los datos de un modelo predictivo.

    Métodos El modelo se confeccionó mediante regresión logística binaria, siendo incluidos los ítems del cuestionario del índice de esfuerzo del cuidador como variables predictoras dicotómicas. La variable dependiente fue la puntuación final obtenida mediante el cuestionario realizándose la categorización referenciada por la bibliografía: valores entre 0 y 6 fueron considerados como no existencia de estrés del cuidador y los iguales o superiores a 7 como existencia de estrés del cuidador. Se utilizó el programa estadístico R versión 3.1.1. Para construir los intervalos de confianza de la curva ROC se utilizaron 2.000 repeticiones bootstrap.

    Resultados Sobre una muestra de 67 cuidadores se confeccionó un nomograma diagnóstico, con su gráfica de calibración (índice de Brier escalado = 0,686; R2 de Nagelkerke=0,791) y con la correspondiente curva ROC (área bajo la curva de 0,962).

    Conclusiones El modelo predictivo generado mediante regresión logística binaria y su nomograma contienen cuatro variables predictoras (los ítems 1, 4, 5 y 9 del cuestionario). El área bajo la curva ROC (0,96; IC al 95%: 0,994-0,941) muestra un valor alto y discriminativo. La calibración del nomograma también presenta valores altos de bondad de ajuste por lo que estimamos que puede tener utilidad clínica en la consultas de enfermería comunitaria, de gestión de casos, de medicina de familia y de geriatría.

  • English

    Background Patient homecare with multiple morbidities is an increasingly common occurrence. The caregiver strain index is tool in the form of questionnaire that is designed to measure the perceived burden of those who care for their families. The aim of this study is to construct a diagnostic nomogram of informal caregiver burden using data from a predictive model.

    Methods The model was drawn up using binary logistic regression and the questionnaire items as dichotomous factors. The dependent variable was the final score obtained with the questionnaire but categorised in accordance with that in the literature. Scores between 0 and 6 were labelled as “no” (no caregiver stress) and at or greater than 7 as “yes”. The version 3.1.1R statistical software was used. To construct confidence intervals for the ROC curve 2000 boot strap replicates were used.

    Results A sample of 67 caregivers was obtained. A diagnosing nomogram was made up with its calibration graph (Brier scaled = 0.686, Nagelkerke R2=0.791), and the corresponding ROC curve (area under the curve=0.962).

    Findings The predictive model generated using binary logistic regression and the nomogram contain four items (1, 4, 5 and 9) of the questionnaire. R plotting functions allow a very good solution for validating a model like this. The area under the ROC curve (0.96; 95% CI: 0.994-0.941) achieves a high discriminative value. Calibration also shows high goodness of fit values, suggesting that it may be clinically useful in community nursing and geriatric establishments.