En ámbitos clínicos la fiabilidad hace referencia habitualmente a la estabilidad de la medida cuando ésta se repite varias veces. Medimos pues la capacidad de coincidir al repetir la valoración. En este sentido, fiabilidad se usa habitualmente como sinónimo de repetibilidad, reproducibilidad o concordancia. El término validez se refiere a si el procedimiento está midiendo realmente el fenómeno que queremos medir, es decir, si la medición es certera. La reproducibilidad del instrumento de medida es un prerrequisito de su validez, de manera que antes de plantearnos si el instrumento mide lo que queremos medir, debemos asegurarnos de que el instrumento mide «algo» de una forma reproducible. Si el instrumento de medida no ofrece resultados reproducibles entonces no es fiable, y resulta ocioso plantearnos el problema de la validez19,20.

Los diseños de los estudios de fiabilidad en TD son estudios de medidas repetidas, es decir, un dermatólogo toma una decisión en el diagnóstico o manejo de un problema clínico concreto, y en un segundo tiempo el mismo dermatólogo (estudios de concordancia intraobservador) o distintos dermatólogos (estudios de concordancia interobservador) vuelven a tomar esta decisión y se compara el grado de acuerdo entre ambas. Si el grado de concordancia es elevado (concordancia simple mayor del 80 % o kappa mayor de 0,6) se considera que el instrumento es fiable15,19,20.

Para evaluar la validez de la teleconsulta es necesario disponer de otro instrumento (patrón de oro o gold standard) que permita conocer ese verdadero valor. En dermatología, el estándar de oro puede no estar bien establecido. En patología tumoral el estándar sería histológico, en patología infecciosa microbiológico, en dermatitis por contacto las pruebas epicutáneas y finalmente en patología inflamatoria el estándar de oro sería la correlación clínico-patológica21.

En el caso de la TD para la mayoría de autores el estándar de oro es la propia CP22-25, considerando que la valoración mediante consulta convencional de presencia será siempre superior o al menos igual que mediante TM. El diseño más habitual en TD es intermodalidad, es decir, compara el diagnóstico obtenido en la teleconsulta con el obtenido en la CP. En este sentido son estudios de fiabilidad y al mismo tiempo de validez. Esta opción es una mera aproximación22,26, pues los estudios tendrían más valor si la comparación se estableciera con un verdadero estándar de oro, que sería la correlación de los hallazgos clínicos de la propia CP con los resultados de las pruebas complementarias pertinentes en cada caso (estudios histológicos, cultivos, pruebas epicutáneas, etc.).

El grado de acuerdo en el diagnóstico se categoriza generalmente como completo o parcial. El acuerdo es completo (AC) si los dos diagnósticos emitidos son idénticos y parcial (AP) cuando alguno de los dos dermatólogos ha utilizado más de un diagnóstico, es decir, realiza un diagnóstico diferencial (DD) y al menos un diagnóstico es idéntico. Frecuentemente el AP se expresa como acuerdo agrupado (AA), suma de AC más AP.

En el diseño más habitual (intermodalidad teleconsulta frente a presencia) la práctica totalidad de estudios apuntan a que la teleconsulta obtiene fiabilidades en el diagnóstico aceptables (superiores a 0,6). Existe, sin embargo, un amplio margen de variabilidad en los resultados. Así, en los estudios interobservador usando vídeo en tiempo real (TDTR) la concordancia en el diagnóstico oscila entre 0,5425 y 0,8022 para AC y 0,7927 y 0,9928 para AA, mientras que en los que usan foto fija (TD de almacenamiento o TDA) varían entre 0,4726 y 0,9029 para AC y entre 0,5930 y 0,8631 para AA (tablas 1 y 2).

Un grupo de investigadores de Oregón ha publicado dos revisiones sistemáticas sucesivas (años 2001 y 2006)6,12 sobre el nivel de evidencia (tabla 3) en las diferentes aplicaciones de TM desde el punto de vista clínico excluyendo la telerradiología y la telepatología. Según la dirección de la evidencia para el efecto calificaron los estudios como: A, efecto fuertemente positivo; B, efecto positivo débil; C, efecto conflictivo, y D, efecto negativo (evidencia de que la tecnología es inferior o inefectiva).

En relación con las decisiones en el diagnóstico y el manejo en la primera revisión6, de los 55 artículos de diversas especialidades, 18 correspondían a TD. La mitad de los 22 estudios en almacenamiento fueron de TD, de los que clasificados por su calidad hubo: dos IB26,39, seis IIB33,35,36,40-42, dos IIC34'43 y uno III-C44. De los 33 estudios en tiempo real siete lo son en TD, clasificados como dos II-C28,45 y cinco III-C22,25,27,45,46. En la actualización12 14 de los 52 estudios sobre decisiones en el diagnóstico y el manejo correspondían a TD, trece en almacenamiento (clasificados dos como IB47,48, nueve como IIB30,31,49-55 y dos como IIC37,56) y sólo uno en tiempo real32. Predominan los estudios con efecto positivo débil a favor de la TD (B), sin que existan estudios con efecto negativo (D), aunque tampoco hay estudios con efecto fuertemente positivo (A). Los dos estudios de máxima calidad47,48, relativos al diagnóstico de lesiones pigmentadas, incluían medidas de validez (estándar histológico) para los grupos de TD y de presencia.

La dermatología lidera la investigación en el área de decisiones en el diagnóstico y el manejo en TM clínica, con 32 de 107 estudios (29 %)12. La modalidad sincrónica mediante videoconferencia ha perdido interés para los investigadores en TD, pues en la etapa inicial hubo siete de 22 estudios en TDTR, y en los últimos cinco años (2001-2006), sólo uno de 13. El aspecto más frecuentemente estudiado en TD es la concordancia interobservador, y los rangos de la misma varían ampliamente (0,41-0,87 para AC y 0,51-0,96 para AA). A excepción de dos estudios analizados en la primera revisión26,28 es notoria la ausencia de estudios que midan la concordancia basal en la CP para el diagnóstico o el manejo. Para los autores la única manera de dilucidar las discrepancias sobre variabilidad en concordancia diagnóstica es diseñando estudios de alta calidad que incluyan una evaluación de las concordancias interobservador en la CP.

Tras la mencionada revisión, en los dos últimos años, el interés se ha centrado en el manejo de los tumores57, y en especial de lesiones pigmentadas58 y en la denominada «teledermatoscopia»59,60, que trataremos más detalladamente en el apartado de validez.

Son realmente escasos los estudios en los que se evalúan decisiones de manejo, relativas al tratamiento pautado y las pruebas complementarias recomendadas. Las fiabilidades en manejo de las teleconsultas, al igual que en diagnóstico, son elevadas. En el único estudio en que se cuenta con la basal de presencia26, sólo uno de tres teledermatólogos tuvo una fiabilidad en el tratamiento menor que la obtenida en la CP. Para el resto no hubo diferencias significativas en la fiabilidad de las recomendaciones para el tratamiento médico o quirúrgico entre la CP y la TDA. En general fue más fiable el diagnóstico que el manejo y los autores lo achacan a que el manejo puede reflejar estilos personales y no así el diagnóstico que se basaría en criterios más estrictos. Otro autor35, también en modalidad TDA, encuentra el 90 % de manejo correcto contando con foto e historia clínica (HC) frente al 87 % contando sólo con la imagen.

En teleconsulta en tiempo real hay dos estudios25,27 que valoran la fiabilidad en el manejo, encontrando que es correcto en más del 70 % de los casos. Básicamente se solicitan el mismo número y tipo de pruebas diagnósticas en CP que en TDTR25. El acuerdo diagnóstico se relacionó con el acuerdo en el manejo (p < 0,0001)27. Otro estudio alcanza AC en el 88 % para la pruebas y el 84 % para el tratamiento, pero tiene menos valor por su diseño intraobservador61.

Un área al que se ha prestado atención es la fiabilidad en la indicación o no de biopsia. Los resultados han sido variables entre el 0,4549 y el 1,0055, ambos en TDA. En el estudio de Pak et al52 en la modalidad TDA intraobservador la fiabilidad para indicar biopsia fue del 0,76 con kappa 0,47, muy similar a la obtenida por Phillips23 en TDTR (0,86, kappa 0,47).

En un reciente estudio sobre evaluación prequirúrgica de tumores cutáneos, los autores alcanzan una muy alta fiabilidad (kappa 0,75, intervalo de confianza 95 % 0,71-0,79) en la indicación de la técnica quirúrgica a realizar evaluando al paciente a distancia con foto fija62.

La calidad de las fotos influye de forma decisiva en el grado de acuerdo. Este aspecto ha sido objeto de análisis, y son múltiples los estudios que muestran el mismo efecto30,33,36-38,63. Sólo en un estudio la calidad de las fotos no influyó en el acuerdo39, pero éstas fueron tomadas en el local por estudiantes de medicina previamente entrenados y dirigidos en el momento de tomarlas por un dermatólogo siguiendo un protocolo estricto. El resultado fue una gran calidad de las fotos con elevados AC (> 80 %). Cuando las fotos no se realizan en este contexto idealizado sino en condiciones de trabajo habitual por diferentes MAP en el centro de salud (CS) la calidad de las fotos disminuye y los acuerdos bajan de forma sustancial37,64.

Actualmente tienen poca importancia la resolución y el tamaño de los archivos de foto digital, y cualquier cámara de gama baja-media obtiene las resoluciones necesarias para una buena visualización en un monitor convencional (1.024 × 768 píxeles). De hecho, un estudio demuestra que no existen diferencias para el diagnóstico entre diapositivas de alta calidad e imágenes digitales de calidad baja, aunque sí existe menor fiabilidad utilizando imágenes de vídeo65. En otro estudio no hay diferencias en la fiabilidad para el diagnóstico entre diapositivas de alta calidad y archivos digitales con compresión (15, 30 y hasta 40:1)66. Finalmente, un tercer estudio no encuentra diferencias para el diagnóstico entre las CP y el uso de diapositivas o foto digital, y sí que aparecen diferencias y muy marcadas cuando el evaluador del diagnóstico fue un MAP y no un dermatólogo67.

Algunos autores dan más importancia al encuadre, que debe incluir tanto áreas de piel no afectada como afectada para evaluar el cuadro30,37, que a la calidad técnica de la foto. Son comunes entre los fotógrafos noveles los problemas de foco, y un buen enfoque es básico para el diagnóstico, pudiendo obtenerse fácilmente con los objetivos macro de los que dispone una cámara actual de gama media. No se debe forzar la función tele usando un objetivo macro y es importante colocar algún objeto, por ejemplo una regla, junto a la piel para facilitar el enfoque cuando la piel lesional muestra poco contraste. Siempre se debe evaluar el foco en el visor ampliando la vista inmediatamente tras la toma. El flash obligado evita defectos de exposición por iluminación irregular, aunque hay localizaciones más difíciles de fotografiar con calidad, como el cuero cabelludo30, precisando disminuir la exposición porque el brillo del pelo «quema» un alto número de píxeles y la foto queda inservible. En resumen, es fundamental dar formación mediante talleres de fotografía con un enfoque eminentemente práctico para conseguir mejorar la capacitación de los MAP y obtener resultados aceptables37,68.

El influjo de la HC en el diagnóstico dermatológico puede ser muy pobre, así en el estudio de Zelickson y Homan35 hay acuerdo diagnóstico en el 67 % de los casos contando sólo con la HC; en el 85 %, sólo con foto, y en el 88 %, contando con foto y la HC. En otros estudios, en pacientes hospitalizados63, el acuerdo pasa del 52 % (sólo con foto clínica) al 65 % cuando se tienen datos de la HC. En otro estudio 8 dermatólogos han valorado a 50 pacientes mediante foto fija y sólo en el 11 % de los casos modificaron su diagnóstico tras conocer datos de la HC49. Baba et al38 incrementaron el AC de 0,73 a 0,89 según fuera la HC de mala o buena calidad. En otra serie el acuerdo empeoró significativamente (p = 0,0002) cuando la HC era de mala calidad30. Finalmente, otros autores insisten en la necesidad de una HC estandarizada que asegure una calidad mínima 26,36,69,70.

Al igual que la calidad de las fotos clínicas, la seguridad o confianza en diagnóstico (certeza) está bien estudiada en la literatura. La evidencia es clara, pues todos los estudios coinciden en señalar la correlación entre confianza en el diagnóstico y acuerdo, tanto en TDA33,36-39 como en TDTR22,25,27,46. Cuando se hace análisis de la seguridad en el diagnóstico en la CP ésta es superior a la seguridad en la teleconsulta22,32,33, aunque en el estudio noruego32 la diferencia no alcanzó significación estadística.

Hay autores que equiparan la confianza en el diagnóstico, que expresa la dificultad de evaluar la teleconsulta, con el porcentaje de casos en que se realiza DD. Opinan que el mayor número de casos con DD en TD expresa la menor certeza en consultas de TDA52 o TDTR28. En los estudios de Whited et al26 y de Du Moulin et al37 las diferencias en porcentaje de casos con DD son escasas entre tele y presencia, y sí que hay mayor confianza en los diagnósticos emitidos de presencia. El hacer DD es una medida indirecta de la seguridad en el diagnóstico, pero cualquier médico lo utiliza como procedimiento habitual para llegar a un diagnóstico final. Por tanto, es una medida más de la dificultad en el diagnóstico que entraña el proceso evaluado, a veces sólo pendiente de una prueba complementaria que dilucidará el dilema. Es decir, el médico puede hacer un DD y estar seguro de que está haciendo correctamente el proceso diagnóstico. Para evaluar la certeza es mejor la propia opinión del médico sobre este aspecto.

En cualquier caso, lo relevante de este análisis es que existe una fuerte correlación entre acuerdo diagnóstico elevado y seguridad alta, y entre desacuerdo y seguridad baja. Por tanto, el dermatólogo por su sensación de seguridad detecta cuándo puede estar cometiendo un error, lo que le capacita para indicar la necesidad de que el paciente venga de presencia, o repita las fotos, o mejore la HC, evitando errores21. Lo idóneo es que el protocolo de uso de teleconsulta para cribaje incluya entre los criterios de no derivación una seguridad diagnóstica elevada, asegurando sensibilidades de la teleconsulta cercanas a uno, especialmente en el uso como cribado de cáncer de piel71.

Es un área muy debatida si el acuerdo en TD es mayor a la hora de evaluar alguna patología específica. Algunos estudios no encuentran diferencias entre los diferentes motivos de consulta33,23. En la mayoría de los estudios se obtienen menores fiabilidades en erupciones que en tumores34,35,42,52. Dada la escasa dificultad diagnóstica de acné y verrugas vulgares en un estudio esta patología se excluye del análisis33. Otros autores encuentran dificultad en el diagnóstico en TD de tumores benignos36,46, que sin embargo obtienen una sensibilidad y especificidad casi perfectas en otro estudio22. En lesiones pigmentadas53,68 los dermatólogos obtienen acuerdos muy elevados en TDA para el diagnóstico. Los últimos estudios en patología tumoral ofrecen resultados contradictorios: una gran serie de 2.009 pacientes57 en TDA obtuvo fiabilidad interobservador con kappa de 0,83, mientras que un estudio inglés sobre 163 pacientes64 no alcanzó una concordancia simple de 0,50. En este estudio se consideró insuficiente la calidad del 20 % de las fotos remitidas, frente a menos del 6 % en el primer estudio.

Existen carencias de peso que nos impiden sacar conclusiones adecuadas respecto a la fiabilidad de la consulta de TD. La mayoría de estas carencias son relativas a problemas metodológicos y de diseño de los estudios que comprometen la posibilidad de extrapolar los resultados a la población diana con un mínimo de rigor metodológico. Entre ellos debemos destacar:

Sólo se han evaluado resultados intermedios como consultas evitadas, tiempo transcurrido hasta la primera intervención, tiempo consumido en las consultas, etc. No existen estudios con muestra importante que valoren resultados finales como curso clínico o calidad de vida utilizando instrumentos de medida específicos18.

Cinco estudios analizaron el porcentaje de consultas de presencia evitadas tras TDA, que varió entre el 18 y el 42 %, con media del 29 %26,27,42,56,82. Otros cinco estudios hicieron la misma valoración tras consulta TDTR, variando del 44 al 82 % con una media del 61 %72,74,76,83,84. En el estudio de Loane et al76 se comparan TDA y TDTR en la misma muestra, la primera evitaría el 31 % de CP y la segunda, el 54 %. En este sentido la evidencia apuntaría a que es claramente más útil la consulta TDTR en el manejo de pacientes que la consulta TDA.

En una reciente revisión del Peterborough project85 en UK sólo un 8 % de 325 pacientes, remitidos en un período de 51 meses, evitaron la CP tras realización de consultas TDA. Muy recientemente Bowns et al77 en un ensayo aleatorizado en TDA estimaron que apenas un 20 % de los pacientes evitarían la CP, por lo que no estaría indicado este tipo de cribado. Sin embargo, en el potente estudio de Moreno-Ramírez et al sobre 2.007 pacientes se evitarían hasta el 51 % de las derivaciones de tumores mediante TDA. En un estudio posimplementación holandés sobre 503 pacientes en consulta general, cuando el MAP tiene intención de referir al paciente, el 51 % de las derivaciones se evitarían mediante consultas TDA. Estos datos apoyan el uso de la TDA para cribado de pacientes dermatológicos.

El tiempo de demora hasta la primera valoración por el dermatólogo fue menor para consultas TDA en tres estudios: 40 frente a 127 días en el de Whited et al86, 2 frente a 17 días en el de van der Akker et al87 y 12 frente a 88 días en el de Moreno-Ramírez et al57. Sin embargo, en todos los casos el propio diseño del estudio puede sesgar de forma clara el resultado final del mismo12.

Con relación al tiempo empleado por el dermatólogo para la realización de una teleconsulta en TDA los resultados son muy variables, los más elevados fueron entre siete86 y diez minutos87, y los más bajos de sólo 1,5 minutos76 e incluso menos de un minuto39. Los resultados en consultas TDTR y CP son más uniformes, así para CP se gastan entre 1676 y 24 minutos75, y en videoconferencia del orden de 20-23 minutos76,88. En un reciente estudio que analiza específicamente el tiempo consumido por el MAP en una consulta TDA, varió entre 7 y 26 minutos, de media 11. El 41 % del tiempo se consumió al tomar la HC y el 28 % al rellenar el formulario electrónico. Las primeras teleconsultas y los pacientes femeninos ocuparon más tiempo al MAP89. En un estudio el MAP tardó 17,4 frente a 11,6 minutos en realizar una consulta TDA según realizara o no foto dermatoscópica71.

En TD no existen estudios sobre segundas visitas (revisiones) ni tampoco estudios de telemonitorización en domicilio (home-based)12. Sólo hay un estudio que evalúe los resultados del manejo, en concreto a los tres meses de la consulta, sin que existan diferencias sobre la eficacia del tratamiento pautado en CP frente al aplicado tras una teleconsulta de almacenamiento, con el valor añadido de ser un estudio aleatorizado90.

Hay dos estudio de costes en TDA que concluyen que la teleconsulta ahorra costes en el manejo del cáncer de piel91 y de pacientes ingresados en instituciones35. En un tercer estudio la TDA resulta más cara que la CP para el servicio de salud (36 $ frente a 21 $ por paciente), pero se hace más coste-efectiva desde el punto de vista social, tomando en cuenta los gastos ocasionados al paciente en viajes y tiempo de trabajo perdido75.

Los estudios iniciales en TDTR concluían que este tipo de consulta es más cara que la convencional (tabla 5), pero puede resultar más coste-efectiva en ámbitos rurales (dependiendo en especial de la distancia entre el CS y el hospital) y para la atención de pacientes ingresados en instituciones (especialmente residencias de ancianos o prisiones). Se debe recalcar que los costes salvados lo son para los propios pacientes (viajes, tiempo de trabajo perdido, etc.) y no para el sistema de salud, para el que generalmente resultará más gravoso el sistema de TD que la CP.

Estos estudios se publicaron hace seis o más años, y el precio de la tecnología de ordenadores personales y de redes ha bajado considerablemente, aparte de que ya en cada centro se cuenta con potentes equipos informáticos y redes de telecomunicaciones para múltiples menesteres. En la actualidad la inversión en equipamiento se minimiza sobremanera. De hecho, el último estudio publicado indica que la TDTR92 sería más coste-efectiva que la CP.

Hay que recalcar que no existen instrumentos validados específicos para medir la satisfacción de médicos y pacientes en esta área.

Los pacientes (tabla 6) no muestran preferencias claras, ya sea por la teleconsulta ya sea por la consulta convencional, ni en TDA94-96 ni en TDTR25,32,97,98. En las revisiones sistemáticas a este respecto se destaca que los estudios apuntan a un grado aceptable de satisfacción de los pacientes, pero adolecen de claros defectos metodológicos94,99,100.

Con relación a los MAP (tabla 7), en un estudio se hace mención expresa de la escasa aceptación de un sistema TDA en el que los médicos tenían que recabar datos clínicos, tomar fotos clínicas y remitir esta información al dermatólogo95. Esta sobrecarga de trabajo llevó a que sólo un 23 % de los MAP considerara el uso futuro de la TD. Esta queja también se advierte en algunos estudios101,103, pero no en otros52,96, y en general los MAP seguirían utilizando el sistema en el futuro96,101,103. Los MAP habitualmente advierten un beneficio en formación médica tanto en TDA 87,104 como en TDTR 25,105.

Los dermatólogos (tabla 7) consideran suficiente el sistema para diagnóstico tanto en TDA52,87 como en TDTR22,32, aunque también con ambos sistemas se sienten menos seguros que con la CP22,32,52,96.

La TD ha demostrado ser factible y fiable, pero aún está lejos de alcanzar su madurez como tecnología médica para su práctica habitual. El área mejor estudiada es la de fiabilidad en el diagnóstico y el manejo, donde existen un gran número de estudios, aunque muchos de ellos adolecen de importantes defectos metodológicos. Existen estudios de validez en oncología cutánea con metodología correcta que demuestran una validez comparable con la CP.

Es difícil mantener la tensión entre implementación y validación de sistemas en TM106. Se hace preciso el diseño de estudios en resultados de salud que permitan un análisis fidedigno de resultados finales, costes y satisfacción de los sistemas de TD.

Conflicto de intereses

Declaramos no tener ningún conflicto de intereses.