Un estudio cuestiona la fiabilidad de las entrevistas para diagnosticar trastornos mentales

Un estudio publicado en Jama Network Open puso en duda la fiabilidad de las entrevistas usadas para diagnosticar trastornos mentales y por consumo de sustancias, una práctica que aún es habitual pese a que sus resultados varían según la condición evaluada y no existe una alternativa establecida, informó el diario británico The Guardian.

La revisión reunió investigaciones sobre “fiabilidad test-retest” publicadas entre febrero de 2024 y septiembre de 2025, explicó Laura Duncan, profesora de psiquiatría de la Universidad McMaster en Ontario y una de las autoras. Ese enfoque mide con qué frecuencia una persona recibe el mismo diagnóstico cuando responde dos veces a la misma entrevista.

Para estimar esa consistencia, los autores usaron el coeficiente kappa de Cohen, una herramienta estadística que corrige la coincidencia que podría producirse por azar. El promedio de fiabilidad fue en general mejor en los trastornos por consumo de sustancias y el valor más alto correspondió al trastorno por consumo de opioides.

La profesora indicó que estas entrevistas “a menudo se tratan como un ‘patrón oro’ para evaluar trastornos mentales tanto en contextos clínicos como de investigación”, pero sostuvo que no alcanzan a ofrecer “un punto de referencia que demuestre una validez y fiabilidad excelentes”.

Conducta observable, diagnóstico más consistente

Duncan atribuyó esa diferencia a la naturaleza de los criterios diagnósticos. Los trastornos por consumo de sustancias se apoyan en gran medida en conductas medibles y verificables, mientras que en trastornos como la depresión o la ansiedad los criterios dependen de experiencias internas. Para explicarlo, resumió: “A menudo es más fácil estimar cuántas bebidas tomaste en una semana que la cantidad de días que te sentiste triste o ansioso”.

El estudio incluyó trabajos sobre instrumentos como la Structured Clinical Interview for DSM-5, conocida como SCID y desarrollada por Michael First, psiquiatra y profesor de Columbia University, así como la Mini International Neuropsychiatric Interview, o Mini, que evalúan múltiples trastornos mentales. También incorporó herramientas diseñadas para cuadros específicos, como la Clinically Administered PTSD Scale.

El experto coincidió en que las entrevistas diagnósticas varían en su fiabilidad y con demasiada frecuencia no diagnostican correctamente a las personas. Aun así, advirtió que el trabajo no detallara cuáles instrumentos concretos mostraron mejores resultados. “Sería bueno poder mirar esto y decir: ‘Oh, sobre la base de este artículo, debería elegir este por esta razón’. Eso le prestaría un verdadero servicio al campo. Pero simplemente no hay suficiente información aquí”, indicó.

Duncan respondió que esa limitación refleja la escasez de investigaciones disponibles durante el período examinado. También señaló que los datos necesarios para resolver todas las objeciones planteadas todavía no existen.

Entrevistas estructuradas vs. semiestructuradas

Otra crítica de First apuntó a un problema metodológico: el estudio analizó en conjunto entrevistas “completamente estructuradas” y “semiestructuradas” como si fueran herramientas equivalentes, cuando operan bajo lógicas opuestas y producen resultados distintos en términos de consistencia.

Las primeras tienden a arrojar el mismo resultado con más frecuencia cuando se repiten porque el entrevistador debe seguir el guion sin desviaciones. “Si la persona dice algo contradictorio, ni siquiera se te permite señalar que es contradictorio”, explicó el psiquiatra. Este tipo de entrevista se usa a menudo en investigaciones epidemiológicas sobre grandes poblaciones y está pensada para ser aplicada por personas con poca formación especializada.

Las entrevistas semiestructuradas, en cambio, están diseñadas para que clínicos entrenados diagnostiquen pacientes. En ese formato, el profesional puede adaptar las preguntas cuando la respuesta es vaga o contradictoria, hacer repreguntas y precisar la información, lo que puede mejorar la precisión del diagnóstico aunque también vuelva menos estable la respuesta entre una sesión y otra.

Para First, mezclar ambos tipos en un mismo análisis distorsiona los promedios de fiabilidad y oscurece qué instrumento funciona mejor en cada contexto.

Duncan indicó que su equipo intentó extraer información sobre el formato de las entrevistas incluidas en la revisión, pero con frecuencia ese dato era impreciso o ni siquiera figuraba en los estudios analizados. Para la autora, esa ausencia de información es otra señal de que hace falta más rigor en el diagnóstico psiquiátrico.

El experto reconoció además que incluso las entrevistas estructuradas, pese a ser herramientas que él mismo ayudó a diseñar, están lejos de ser ideales. Según dijo, los psiquiatras llevan décadas esperando que algún día existan pruebas de laboratorio más objetivas para las enfermedades mentales. “Llevamos diciendo eso 50 años”, afirmó.

La profesora, por su parte, planteó otra posibilidad: que los clínicos se alejen de categorías diagnósticas estrictas, en las que una condición está presente o ausente, y piensen los síntomas en un espectro o continuo.