Se incluyeron todos aquellos pacientes >18 años y con una estancia prevista en UCI>48h, que consintieron participar y que ingresaron entre enero de 2020 y junio de 2023. No se han incluido pacientes con sospecha de muerte inminente o con COVID-19.

Según la lista de comprobación de diseño de estudios COSMIN para instrumentos de medición de resultados comunicados por pacientes39, sería necesario un mínimo de 100 pares de evaluaciones realizadas por al menos 2 observadores independientes, para analizar la fiabilidad interobservador. Teniendo en cuenta las pérdidas del 10%, la muestra debería ser de 111 pares de evaluaciones, como mínimo.

Al ingreso, además de valorar la fragilidad con la Clinical Frailty Scale-España (CFS-Es)13 y la FRAIL-España (FRAIL-Es)14, se registraron el sexo, edad, comorbilidades (índice de comorbilidad de Charlson40) y el nivel de gravedad (Simplified Acute Physiology Score 3 [SAPS 3]41).

A todos los participantes en el estudio se les evaluó la fragilidad, según su situación en el mes anterior al ingreso en el hospital, con la CFS-Es y la FRAIL-Es. La evaluación fue realizada presencialmente por 3 enfermeras de intensivos (E1, E2, E3), con más de 20 años de experiencia en UCI y 2 intensivistas (M1, M2), con más de 10 años de especialidad, con los pacientes o sus familiares, si no era posible la comunicación con el paciente. No todos los pacientes pudieron ser evaluados en varias ocasiones o por todos los evaluadores; un intensivista (M1) solo pudo realizar una evaluación (siempre con el paciente) y el resto de los profesionales realizaron hasta dos evaluaciones (con familiares y/o paciente); la segunda se realizó con una separación mínima de 72h desde la primera. Las evaluaciones fueron realizadas siempre de forma independiente. Si varios evaluadores coincidían en la visita al paciente para realizar la valoración de fragilidad, todos podían hacer preguntas, pero el nivel individual de fragilidad que se le otorgaba a los pacientes siempre fue ciego para el resto de evaluadores. Al alta de los pacientes, la investigadora principal accedía a las valoraciones individuales de cada evaluador. Los profesionales que valoraron la fragilidad conocían las escalas, pero su implementación no formaba parte de su práctica asistencial diaria.

Se consideraron las valoraciones de la enfermera 1 (E1) como referentes de las enfermeras, por ser la investigadora principal del estudio y quien realizaba la entrevista inicial al paciente o familiares, donde se preguntaba también por aspectos de dependencia y calidad de vida. Fue, además, la única enfermera que evaluó a todos los pacientes incluidos en el estudio. Se consideraron las valoraciones de la médica 2 (M2) como referente de las/os intensivistas, al ser quien pudo realizar hasta dos evaluaciones a los pacientes. Las comparaciones entre enfermeras se realizaron entre la E1 y la enfermera 3 (E3) debido al menor número de valoraciones de la enfermera 2 (E2).

Las variables cuantitativas se muestran con mediana y rango intercuartílico [Q1-Q3], tras comprobar el comportamiento no paramétrico de las variables con el test de Shapiro-Wilk, y las variables cualitativas se muestran como frecuencia absoluta (n) y relativa (%). La comparación de medianas entre grupos se realizó con el test U de Mann-Whitney.

Se evaluó la concordancia entre el mismo profesional y entre 2 y 3 profesionales de la CFS-Es y la FRAIL-Es con el CCI, mediante la comparación de varianzas (ANOVA) con medidas repetidas42, cuando se consideraron las escalas como variables cuantitativas, la Kappa (K) de Cohen43 en las comparaciones entre 2 observadores y la Kappa de Fleiss44 en la valoración de la concordancia entre 3 observadores. Se consideró acuerdo leve si la concordancia fue ≤0,20, regular si 0,21-0,40, moderado con 0,41-0,60, sustancial con 0,61-0,80 y acuerdo casi perfecto con valores >0,80.

Las valoraciones con la CFS-Es estratificaron a los pacientes según 3 opciones. La opción A los clasificó en 3 grupos: no frágiles (CFS-Es=1-3), vulnerables o con fragilidad muy leve (CFS-Es=4), o frágiles (CFS-Es=5-9). Las opciones B y C clasificaron a los pacientes en dos grupos (no frágiles y frágiles). En la opción B, los pacientes situados en el nivel 4 fueron considerados como no frágiles (frágiles=CFS-Es 5-9) y en la opción C los pacientes en el nivel 4 fueron considerados como frágiles (frágiles=CFS-Es 4-9). Estas estratificaciones fueron planteadas por el cambio de nomenclatura del nivel 4 en 20209, pasando de «vulnerable» (no frágil) a «con fragilidad muy leve» (frágil). Las valoraciones de la FRAIL-Es estratificaron a los pacientes en 3 grupos (opción A), clasificándolos como no frágiles (FRAIL-Es=0), prefrágiles (FRAIL-Es=1-2) o frágiles (FRAIL-Es=3-5); o en dos grupos (opción B) donde las valoraciones de FRAIL-Es de 0 a 2 clasificaron a los pacientes como no frágiles (tabla 1).

La consistencia interna de la FRAIL-Es, al tener ítems dicotómicos, se calculó con la fórmula 20 de Kuder-Richardson45. Se consideró muy baja confiabilidad los valores <0,20, baja con 0,21-0,40, media con 0,41-0,60, alta con 0,61-0,80 y muy alta >0,8046. También se evaluó la correlación de cada ítem con la valoración global de la escala mediante el coeficiente de correlación de Spearman, considerando correlación nula con niveles <0,10, débil con niveles 0,10-0,29, moderada con niveles 0,30-0,50 y correlación fuerte con valores >0,5047. Para el cálculo de la consistencia interna de la FRAIL-Es se utilizaron todas las valoraciones realizadas por los 5 profesionales.

Todos los valores se presentan con el intervalo de confianza del 95% (IC95%) y el valor de p, considerando estadísticamente significativo un valor p<0,05. Los análisis estadísticos se realizaron con IBM SPSS Statistics for Windows (versión 29.0. IBM Corp., Armonk, NY).

El protocolo del estudio fue revisado y aprobado por el Comité de Ética de la Investigación del hospital (CEIm2019/42). Se solicitó consentimiento al paciente para ser incluido en el estudio, o a su familiar más cercano, mientras éste no pudiera dar su consentimiento personalmente. A cada paciente se le otorgó un código alfanumérico conocido únicamente por la investigadora principal del estudio con el fin de preservar la confidencialidad de sus datos.

El CCI mostró una concordancia, entre las primeras y las segundas evaluaciones de cada profesional, casi perfecta, con valores >0,80 para la CFS-Es y >0,90 para la FRAIL-Es (tabla 3).

Cuando se analizaron las escalas por estratos, se observó un acuerdo entre sustancial y casi perfecto, de las valoraciones con la CFS-Es y con la FRAIL-Es, según las posibles opciones de estratificación. No se observaron grandes diferencias en la confiabilidad de las valoraciones realizadas por enfermeras o intensivistas. Las dimensiones de la FRAIL-Es con menor concordancia fueron la fatiga y la ambulación, mientras que la de mayor concordancia fue la presencia de comorbilidades (tabla 3).

La concordancia entre las valoraciones de los distintos profesionales, medida con el CCI (IC95%), es casi perfecta, tanto para la CFS-Es como para la FRAIL-Es. La concordancia más baja se ha obtenido en las valoraciones de la FRAIL-Es entre intensivistas [CCI (IC95%)=0,763 (0,645-0,842); p<0,001] (tabla 4).

Cuando se analizaron las escalas por estratos, se observó un acuerdo entre moderado y sustancial, en la CFS-Es y en la FRAIL-Es, según las posibles opciones de estratificación. El mayor acuerdo de la CFS-Es se ha observado cuando se agrupan a los pacientes en dos estratos (no frágiles y frágiles), considerando a los pacientes situados en el nivel 4 como pacientes frágiles (opción C). Entre intensivistas hubo menor concordancia que entre enfermeras y entre médica y enfermera. Las dimensiones con menor concordancia entre profesionales fueron la pérdida de peso y la fatiga, mientras que la de mayor concordancia fue la presencia de enfermedades (tabla 4).

Se ha obtenido una alta confiabilidad de la FRAIL-Es medida con la fórmula 20 de Kuder-Richardson (IC95%)=0,643 (0,608-0,677). También, se ha observado una fuerte correlación entre 4 de las dimensiones (fatiga, resistencia, ambulación y pérdida de peso involuntaria) con la valoración global de la escala y correlación débil con la dimensión de las comorbilidades (tabla 5).

La fiabilidad intraobservador de la CFS-Es fue similar a la reportada por Abraham et al.22 en la validación de la versión francesa de la escala y también implementada por enfermeras/os [CCI (IC95%)=0,87 (0,76-0,93)] e intensivistas [CCI (IC95%)=0,86 (0,72-0,93)]. Otras versiones validadas en pacientes no críticos por otros profesionales sanitarios, como la portuguesa30 o la griega31, también obtuvieron excelentes fiabilidades intraobservador: CCI (IC95%)=0,999 (0,998-0,999) y 0,89 (0,85-0,92), respectivamente. La versión brasileña29 obtuvo valores más bajos (CCI=0,641). Los datos de estos estudios confirman que la CFS en las diferentes versiones y, más concretamente, la versión española (CFS-Es) tiene una muy buena fiabilidad intraobservador y que resulta igualmente fiable cuando es realizada por enfermeras/os o médicas/os.

También, la fiabilidad intraobservador de la FRAIL-Es es muy elevada, independientemente del profesional que la implemente, y superior a las versiones mexicana35 (CCI=0,82) y china34 (CCI=0,708), implementadas ambas en participantes no hospitalizados. Con respecto al acuerdo de las diferentes dimensiones de la FRAIL-Es, la presencia de comorbilidades tuvo un acuerdo del 100%, posiblemente por el carácter objetivo de su valoración, todos los profesionales utilizaron la historia clínica del paciente para valorar esta dimensión, mientras que el resto de las dimensiones fueron evaluadas según la información recibida por familiares y/o pacientes.

La fiabilidad de la CFS-Es entre diferentes observadores fue similar a la reportada por Vrettos et al.31 en su estudio de validación de la versión griega en pacientes hospitalizados ancianos no críticos [CCI (IC95%)=0,87 (0,82-0,90)]. Por otro lado, los datos de fiabilidad de la CFS-Es son superiores a los reportados por Abraham et al.22 en la validación de la versión francesa entre intensivistas [CCI (IC95%)=0,87 (0,76-0,93)], entre enfermeras/os de intensivos [CCI (IC95%)=0,76 (0,57-0,87)] o entre intensivistas y enfermeras/os [CCI (IC95%)=0,75 (0,56-0,87) y 0,73 (0,52-0,85), y a lo reportado por Rodrigues et al.29 (CCI=0,350) en la validación de la versión brasileña en voluntarios. Nissen et al.26, en la validación de la versión danesa, obtuvieron mayor fiabilidad entre intensivistas [CCI (IC95%)=0,90(0,82-0,96)], pero esta validación no se realizó con entrevistas a pacientes o sus familiares, sino que fue realizada mediante la evaluación de casos clínicos escritos, por lo que se descartó la posible variabilidad en las respuestas de los pacientes y familiares. Aun así, sus datos de fiabilidad están muy cercanos a los reportados para la CFS-Es.

No hemos hallado ningún estudio que evalúe la fiabilidad de la escala FRAIL en pacientes críticos, pero los 2 estudios hallados que la han evaluado en adultos no hospitalizados reportan fiabilidades inferiores a las de la FRAIL-Es; CCI=0,82 en la versión mexicana35 y CCI=0,708 en la versión china34.

Con respecto a la concordancia entre grupos, son 5 los estudios implementados en pacientes críticos que evalúan la fiabilidad de la CFS23–25,28,32. En el estudio de Flaatten et al.32 intensivistas y enfermeras/os de intensivos evalúan la fragilidad de pacientes ancianos (<80 años), y los agrupan en 3 estratos (CFS=1-3 no frágiles, CFS=4 vulnerables y CFS=5-9 frágiles); la fiabilidad obtenida entre intensivistas es superior a la de la CFS-Es [K(IC95%)=0,80 (0,77-0,84)], al igual que la obtenida entre enfermeras/os [K(IC95%)=0,77 (0,71-0,83)] y entre intensivistas y enfermeras/os [K(IC95%)=0,77 (0,71-0,83) y 0,80 (0,77-0,84)]. Posiblemente esta superioridad esté relacionada con el hecho de ser un estudio multicéntrico, donde se incluyeron 3920 pacientes de 22 países europeos y se obtuvieron 1923 pares de evaluaciones. Surkan et al.28 implementaron la CFS (la versión original en inglés) a 158 pacientes de UCI mayores de 18 años y la fiabilidad entre un intensivista y un residente de geriatría o un geriatra resultó mucho más baja que las obtenidas para la CFS-Es [K(IC95%)=0,32 (0,17 a 0,46) y 0,29(−0,11 a 0,69), respectivamente].

En el estudio de Pugh et al.25, la CFS (original en inglés) también fue implementada por intensivistas y enfermeras/os de intensivos, aunque en este caso estratifican a los pacientes en dos grupos (CFS=1-4 y CFS=5-9); la fiabilidad obtenida es más similar a la de la CFS-Es [K(IC95%)=intensivista-enfermera/o 0,59 (0,44 a 0,75), enfermera-enfermera 0,63 (0,45 a 0,82)], salvo entre intensivistas, que es superior [K(IC95%)=0,70 (0,67 a 0,80)], aunque el porcentaje de acuerdo entre intensivistas es del 63% y el de la CFS-Es del 82%. También, Hope et al.24, quienes analizan la variabilidad entre investigadores y pacientes o familiares, obtienen una fiabilidad entre los 3 grupos [CFS=1-3, CFS=4 y CFS=5-9; K(IC95%)=0,43 (0,42 a 0,46)] similar a la global de la CFS-Es y ligeramente superior [K(IC95%)=0,62(0,53 a 0,70)] cuando se analizan la variabilidad al estratificar a los pacientes en dos grupos (CFS=1-4 y CFS=5-9). Darvall et al.23, en un estudio retrospectivo, obtienen una Kappa de 0,67 y un acuerdo del 45% entre las observaciones de un investigador y un/a médico/a residente de intensivos, Kappa ligeramente superior a la CFS-Es, pero con menor porcentaje de acuerdo. Además, hay que tener en cuenta que las valoraciones realizadas en el estudio de Darvall et al.23 fueron realizadas tras la revisión de la historia clínica de los pacientes, es decir, sin la intervención de la posible variabilidad de pacientes y familiares al ser entrevistados.

Finalmente, la fiabilidad entre observadores por grupos de la CFS-Es es inferior a la reportada en las versiones turca27 (K=0,811) y china33 (K=0,60), ambos implementados en pacientes ambulatorios mayores de 65 años.

No hemos hallado ningún estudio donde se evalúe el acuerdo entre observadores de la escala FRAIL o de las diferentes versiones. Los datos globales de la FRAIL-Es son moderados tanto si se analiza el acuerdo entre dos grupos (no frágiles y frágiles) como el acuerdo entre 3 grupos (no frágiles, prefrágiles y frágiles). Las valoraciones de los/as intensivistas son las más bajas obtenidas, donde posiblemente juega un papel importante la moderada concordancia en las dimensiones de enfermedades y pérdida de peso. Con respecto a la Kappa de 0,492 entre intensivistas en la dimensión enfermedades, sin duda está condicionada por la muestra ya que el acuerdo entre intensivistas fue del 98% y la valoración de ambos se realizó a través de la misma historia clínica del paciente. La pérdida de peso involuntaria obtuvo regular acuerdo entre intensivistas y acuerdo moderado o sustancial en el resto de las comparaciones (médica vs. enfermera y enfermera vs. enfermera, respectivamente), posiblemente por ser una valoración difícil de cuantificar. Algunos pacientes nunca se pesaban y no eran conscientes de su cambio de peso, aunque al preguntarles varias veces sobre este tema pudieran reflexionar y concretar más la posible pérdida o ganancia en la segunda valoración.

La consistencia interna de la FRAIL-Es, medida con la fórmula 20 de Kuder-Richardson, es superior a la observada por Dong et al.34 en la versión china de la FRAIL (KR-20=0,485) y por Aprahamian et al.36,37 en la versión portuguesa de Brasil (KR-20 (IC95%)=0,447 (0,290-0,605) y KR-20=0,53). Aunque se ha obtenido una consistencia interna alta, es posible que no haya sido más elevada como consecuencia del bajo número de ítems que componen la escala (5 ítems)46. La correlación de los ítems de la escala con la valoración global fue fuerte, a excepción del ítem de comorbilidades. Este hecho también ha sido reportado por Rosas-Carrasco et al.35 en la versión española de México y por Susanto et al.48, quienes obtuvieron correlaciones más bajas que las de la FRAIL-Es. Aunque Rosas-Carrasco et al.35 refieren que esta baja correlación podría deberse a que las comorbilidades no están tan relacionadas con el desarrollo de la fragilidad como las otras dimensiones de la escala, hemos observado que en nuestra cohorte los pacientes frágiles (FRAIL-Es=3-5) tienen un índice de Charlson significativamente superior a los no frágiles (FRAIL-Es=0-2). Desde luego, las comorbilidades sí tienen relación con la fragilidad, aunque es posible que, efectivamente, en menor medida que el resto de las dimensiones evaluadas o quizá tenga que ver con la representatividad, puesto que solo un 4% de los pacientes tenían presente la dimensión de las comorbilidades.

La fortaleza principal del estudio es evaluar si es igual de fiable que las escalas sean implementadas por enfermeras/os de intensivos o por intensivistas. La valoración de la fragilidad debe ser interprofesional, puesto que el nivel de fragilidad del paciente puede repercutir en los cuidados enfermeros y/o tratamiento médico.

Los desacuerdos entre evaluaciones a un mismo paciente (bien entre evaluadores o entre el mismo evaluador en diferentes momentos) pudieron estar condicionados por las diferentes respuestas de pacientes y familiares; no siempre fue posible realizar todas las evaluaciones con el paciente o con el mismo familiar. Por otro lado, las respuestas dadas podían estar condicionadas por el sesgo de deseabilidad social, respondiendo aquello que se considera adecuado y no la realidad. Si estaban presentes varios familiares, se procuraba que todos participaran en las respuestas hasta llegar al consenso, pero no siempre fue posible. Conseguir una valoración objetiva es difícil, tanto en una escala con preguntas cerradas (como la FRAIL-Es) como en las escalas sin preguntas cerradas y que dependen de la habilidad del profesional (como la CFS-Es).

Por otro lado, los artículos que evalúan la fiabilidad en pacientes críticos son escasos y algunos con poblaciones muy concretas (>60 o >80 años) e implementados por diferentes profesionales. Esto dificulta la comparación con el presente estudio.

Otra posible limitación sería la falta de entrenamiento previo de los profesionales para implementar las escalas. Aunque las conocían, no las utilizaban habitualmente y es posible que la curva de aprendizaje haya influido en la fiabilidad49. En este sentido, no ha sido posible compararnos con otros estudios por ser datos no reportados.

También podría considerarse una limitación que no todos los evaluadores pudieron valorar la fragilidad de los pacientes en dos momentos, aunque hubiera sido lo deseable, ya que las condiciones asistenciales y/o clínicas del paciente no siempre lo permitió.

Tras obtener la fiabilidad de las escalas al ser implementadas en pacientes críticos, sería interesante poder analizar la fiabilidad de estas escalas en otra cohorte de pacientes o en adultos no hospitalizados.