Por Manuel Meglio
El presente estudio, publicado en Journal of Clinical Psychology, busca profundizar en diversas cuestiones no abarcadas en la validación Argentina del CORE-10 realizada por Areas et al. (2025). No obstante, el punto focal del estudio fue abordar, con mirada crítica, las estrategias para calcular puntos de corte en escalas clínicas.
Los puntos de corte funcionan como herramientas que permiten diferenciar los estados clínicos de un paciente. En otras palabras, es un recurso que da soporte al juicio clínico para la economización de tratamientos o para observar cuando un paciente presenta un cambio significativo durante su tratamiento, en vías de la conclusión del mismo.
En este contexto, el uso de criterios externos, que clasifiquen el estado clínico del sujeto, es fundamental. Ya que los valores de tendencia central y las distribuciones en cada grupo permiten calcular el valor crítico que nos dé la diferenciación más estable y confiable entre poblaciones.
No obstante, la utilización de criterios externos adecuados, en muchos casos, implica un costo muy alto en recursos diversos (económicos, de tiempo, entre otros). Por esta razón, la estrategia más inmediatamente accesible, habitualmente utilizada, es: si el sujeto se encuentra o no en tratamiento psicoterapéutico.
La intuición nos dicta que la intención de iniciar un tratamiento se debe a un sufrimiento psicológico diferencial. Sin embargo, nuestro estudio mostró que las tendencias centrales entre ambas poblaciones, aunque se mantenían significativamente diferenciadas, eran muy próximas y presentaban distribuciones altamente solapadas. Asumir la terapia como criterio clínico en este escenario implicaría un punto de corte con muy malas capacidades discriminativas del fenómeno clínico. Lo que nos conduce a dos posibles conclusiones: (1) la escala no es adecuada para discriminar sujetos clínicos (dirección opuesta al encuadre teórico del instrumento); (2) el criterio externo utilizado no es suficientemente representativo de la población que queremos identificar.
Partiendo de este problema, proponemos una estrategia basada en datos que utiliza las respuestas a los ítems y los patrones observados en sus tendencias de respuesta para identificar grupos de estado clínico claramente diferenciados. La estrategia completa consta de dos pasos: (a) la aplicación de diferentes algoritmos no supervisados para detectar grupos entre los casos y (b) el cálculo del punto de corte clínico a partir de dos criterios distintos.
La primera observación que pudimos realizar fue que, en el paso (b), al utilizar el criterio de terapia como indicador de estado clínico, se obtuvieron valores marcadamente diferentes, con una diferencia práctica de 3 puntos. Además, al realizar esta exploración por separado en cada grupo, los valores tienden a los extremos.
En cambio, al incorporar el paso (a) para la categorización de los estados clínicos antes del paso (b), las diferencias nunca superaron ±1 punto entre las estrategias de agrupamiento ni entre los distintos criterios de cálculo. Asimismo, al utilizar por separado los grupos de terapia y no terapia con esta estrategia, se observó que, entre todos los cálculos realizados que incluyeron ambos pasos, la diferencia nunca fue mayor a 2 puntos.
En otras palabras, la estrategia propuesta basada en datos mostró una alta consistencia al estimar puntos de corte clínicos, ya fuera utilizando toda la muestra, solo la de terapia o solo la de no terapia.
📄 Artículo disponible en:
Meglio, M., López, F., Areas, M., Gómez, B., Fernández-Álvarez, J,. and Gómez-Penedo, J.M. (2026). Psychometric Properties and Clinical Resources of the Clinical Outcomes in Routine Evaluation-10 in Argentina: Data-Driven Approach for Clinical Cut-Off. Journal of Clinical Psychology, e70104. https://doi.org/10.1002/jclp.70104.
Manuel Meglio es doctorando en la Universidad de Buenos Aires y en el IPEHCS (CONICET-UNCO). Su trabajo se centra en el desarrollo de sistemas de monitoreo y retroalimentación para la personalización de tratamientos.