determinar el grado de concordancia de 2 modelos diferentes de estratificación de la atención farmacéutica a personas que viven con el VIH.
Métodose trata de un estudio de cohortes prospectivo observacional unicéntrico de pacientes con seguimiento regular en consultas de atención farmacéutica según la metodología Capacidad-Motivación-Oportunidad, realizado entre el 1 de enero y el 31 de marzo de 2023.
Los pacientes recibieron las intervenciones farmacoterapéuticas aplicadas de forma rutinaria a los pacientes de atención ambulatoria según este modelo. Como parte de la práctica clínica habitual, se recogió la presencia o ausencia de las variables que se aplican a ambos modelos de estratificación.
Para cada paciente se recogieron las puntuaciones obtenidas y el nivel de estratificación correspondiente según ambos modelos de estratificación publicados (ST-2017 y ST-2022).
Para analizar la fiabilidad entre las mediciones de 2 modelos de puntuación numérica del nivel de estratificación con ambas herramientas, se calculó su grado de concordancia mediante el coeficiente de correlación intraclase. Asimismo, también se evaluó la fiabilidad desde una perspectiva cualitativa mediante el coeficiente Kappa de Cohen.
Adicionalmente, se evaluó la existencia de correlación entre las puntuaciones de ambos modelos mediante el cálculo del coeficiente de correlación de Pearson.
Resultadosdel total de 758 pacientes en seguimiento de la cohorte, finalmente se incluyeron 233 pacientes. La distribución de pacientes para cada modelo de estratificación fue: ST-2017: 59,7% nivel 3; 25,3% nivel 2 y 15,0% nivel 1; mientras que para ST-2022: 60,9% nivel 3; 26,6% nivel 2 y 12,4% nivel 1.
Se observó que la reclasificación era simétrica (p=0,317). En el análisis cualitativo de la concordancia entre los modelos se mostró un buen valor kappa de Cohen (K= 0,66). Se halló un valor de 0,563 como coeficiente de correlación intraclase.
Por último, el análisis de correlación entre las puntuaciones cuantitativas de los 2 modelos arrojó un coeficiente de correlación de Pearson de 0,86.
Conclusionesla concordancia entre los 2 modelos fue buena, lo que confirma que la adaptación multidimensional y la simplificación del modelo fueron correctas y que su uso puede extenderse en la práctica clínica habitual.
To determine the degree of agreement of two differents stratification models for pharmaceutical care to people living with HIV.
MethodsThis was a single-centre observational prospective cohort study of patients with regular follow-up in pharmaceutical care consultations according to the Capacity-Motivation-Opportunity methodology, conducted between January 1st and March 31th, 2023.
Patients received the pharmacotherapeutic interventions applied routinely to ambulatory care patients according to this model. As part of the usual clinical practice, the presence or absence of the variables that apply to both stratification models were collected.
The scores obtained and the corresponding stratification level were collected for each patient according to both stratification models published (ST-2017 and ST-2022).
To analyze the reliability between the measurements of two numerical score models of the stratification level with both tools, their degree of concordance was calculated using the intraclass correlation coefficient. Likewise, reliability was also evaluated from a qualitative perspective by means of Cohen's Kappa coefficient.
Additionally, the existence of correlation between the scores of the two models was assessed by calculating Pearson's correlation coefficient.
ResultsOf the total of 758 patients being followed in the cohort, finally, 233 patients were enrolled. The distribution of patients for each stratification model was: ST-2017: 59.7% level-3, 25.3% level-2 and 15.0% level-1, while for ST-2022: 60.9% level-3, 26.6% level-2 and 12.4% level-1.
It was observed that the reclassification was symmetrical (p=0.317). The qualitative analysis of the agreement between the models showed a good Cohen's kappa value, (K=0.66). A value of 0.563 was found as the intraclass correlation coefficient.
Finally, the correlation analysis between the quantitative scores of the two models yielded a Pearson correlation coefficient of 0.86.
ConclusionsThe concordance between the two models was good, which confirms that the multidimensional adaptation and simplification of the model were correct and that its use can be extended in routine clinical practice.
En la actualidad, la infección por VIH se considera una enfermedad crónica1. El éxito del tratamiento antirretroviral (TAR) de gran actividad y el desarrollo de fármacos más potentes y con mejores recomendaciones posológicas han permitido a las personas que viven con el VIH/SIDA (PVVS) reducir significativamente el riesgo de transmisión del virus y disfrutar de una esperanza de vida casi normal2. Pero a medida que la esperanza de vida aumenta, el tratamiento de las PVVS, que suelen presentar comorbilidades relacionadas con la edad, plantea una nueva serie de dificultades. Los estudios de cohortes sobre el VIH muestran que las PVVS se ven afectadas de forma desproporcionada por enfermedades como la hipertrigliceridemia, la hipercolesterolemia, la hipertensión arterial y la diabetes mellitus. Como es de esperar, el desarrollo de comorbilidades aumenta el uso de fármacos no antirretrovirales, lo que a su vez complica el manejo terapéutico de dichos pacientes3.
Para lograr un tratamiento eficaz de las PVVS, es necesario disponer de un equipo sanitario multidisciplinar4. En este contexto, la función del farmacéutico clínico especializado en VIH es crucial5. Históricamente, la estrategia de atención farmacéutica (AF) ha hecho gran hincapié en los medicamentos, pero ha ignorado las características únicas de cada paciente. Para aportar la mejor atención posible a los pacientes, deben evaluarse previamente los aspectos demográficos, educativos y cognitivos de los mismos, así como el uso de los recursos médicos. También se debería priorizar el empoderamiento de los pacientes para mejorar su autoeficacia en la gestión de la medicación.
Teniendo en cuenta todo lo anterior, hace 7 años, se desarrolló un modelo de AF actualizado basado en 3 aspectos diferenciales6. En primer lugar, la estratificación de los pacientes. Se considera que la estratificación de los pacientes es un paso esencial para abordar necesidades específicas y optimizar el uso de los recursos y el tiempo. En segundo lugar, la entrevista motivacional permite establecer y definir objetivos farmacoterapéuticos individualizados. El tercer aspecto es el seguimiento de pacientes en tiempo real mediante el uso de las nuevas herramientas tecnológicas. El modelo de intervención Capacidad-Motivación-Oportunidad (CMO) en AF se ha probado previamente en PVVS con éxito y ha mejorado la adherencia al TAR, reducido el riesgo cardiovascular e incrementado la activación de los pacientes7–9.
Respecto al desarrollo del primer pilar de esta metodología, en 2017 se publicó el primer modelo de estratificación. Esta herramienta dividía a los pacientes en 3 estratos lo que permitía desarrollar intervenciones a varios niveles en función de las necesidades de cada uno de ellos10. En 2022 se llevó a cabo una simplificación y adaptación multidimensional del modelo publicado para adecuarlo aún más a las características de los pacientes actuales y facilitar su implementación en la práctica clínica habitual11.
Por lo tanto, no existen datos actualizados de la práctica clínica real sobre la concordancia entre los 2 modelos de estratificación.
El objetivo principal de este estudio fue determinar el grado de concordancia entre ambos modelos. Como objetivos secundarios, analizamos cualitativamente la fiabilidad y estudiamos la existencia de correlación entre las puntuaciones de los modelos para establecer, en su caso, una correlación entre ambos.
MétodosSe trata de un estudio de cohortes, prospectivo, observacional y unicéntrico de PVVS con seguimiento periódico en consultas de AF mediante la metodología CMO, y realizado entre el 1 de enero y el 31 de marzo de 2023. El estudio fue aprobado por el comité ético de investigación del hospital donde se realizó la investigación.
PacientesSe incluyó a los participantes que cumplían los siguientes criterios: pacientes con infección por VIH mayores de 18 años de edad, y que hubieran recibido TAR activo durante al menos 2 años antes de su inclusión en el estudio. Se excluyeron a los pacientes que estaban participando en algún ensayo clínico o no dieran su consentimiento informado por escrito. Por tanto, solo se incluyeron en el estudio a pacientes que acudían en persona a la consulta de farmacia.
IntervencionesLos pacientes recibieron las intervenciones farmacoterapéuticas que se utilizan de forma rutinaria a los pacientes de atención ambulatoria según el modelo CMO de AF8. En primer lugar, se realizó una estratificación inicial de los pacientes en 3 niveles, según el modelo estratificado de riesgo para la AF en PVVS de la Sociedad Española de Farmacia Hospitalaria, tanto el de 2017 como el de 2022. Cada paciente recibió AF intensiva correspondiente a las intervenciones predeterminadas para cada nivel asistencial. Durante la visita presencial al servicio de farmacia del hospital, se realizó una entrevista motivacional a cada paciente. En cada entrevista se establecieron o reevaluaron los objetivos farmacoterapéuticos, en consenso con el resto del equipo médico responsable de la atención del paciente.
Por último, los pacientes tuvieron acceso a una página web (www.farmaciavalmecpv.com) desarrollada por el Servicio de Farmacia del Hospital de Valme, que contiene información sobre adherencia y hábitos de vida saludables. La web incluye vídeos, infografías, dípticos, enlaces a otras páginas web, artículos y otra información relevante sobre esta materia. Esta herramienta se mantuvo disponible y actualizada durante todo el seguimiento, de forma que los pacientes podían acceder a los contenidos subidos en cualquier momento y en función de sus competencias digitales. Todos los pacientes dispusieron de herramientas de contacto permanente (teléfono, correo electrónico, etc.) con los farmacéuticos del estudio para resolver cualquier incidencia o duda relacionada con su tratamiento durante todo del estudio.
Resultados esperadosSe recopilaron las puntuaciones obtenidas y el nivel de estratificación correspondiente para cada paciente y ambos modelos de estratificación.
Para ello, se dispuso de herramientas de estratificacion web con la Herramienta de Estratificación-2017 (ST-2017)10 y la Herramienta de Estratificación-2022 (ST-2022)11. Las variables correspondientes a cada herramienta de estratificación se describen en el anexo 1.
Como parte de la práctica clínica habitual, se recogió la presencia o ausencia de las variables aplicables a cada modelo de estratificación.
Tamaño de la muestraSi asumimos un valor esperado de 0,90; un nivel de confianza del 95% y una precisión o amplitud del intervalo del 5%, serían necesarias un mínimo de 228 evaluaciones para estimar el coeficiente de correlación intraclase como medida de concordancia de los 2 modelos del estudio, los instrumentos de medición cuantitativa de la complejidad de los pacientes y las necesidades de seguimiento individualizado en ambos modelos. El cálculo se determinó a partir de las fórmulas de Bonett mediante una hoja de cálculo Excel12.
Análisis estadísticoPara analizar la fiabilidad entre las mediciones de 2 modelos de puntuación numérica del nivel de estratificación con ambas herramientas (ST-2017 y ST-2022) se calculó el grado de concordancia mediante el coeficiente de correlación intraclase y se complementó con un gráfico de Bland-Altman que, además de la concordancia, muestra cualquier tendencia sistemática y posibles valores atípicos. Este gráfico permite identificar patrones de dispersión y evaluar si la variabilidad de las diferencias cambia en función del nivel de las mediciones. Si se observa una buena concordancia entre los métodos, la mayoría de las diferencias estarán dentro de los límites de concordancia y la línea media se aproximará a cero.
Se utilizó la prueba de McNemar-Bowker para analizar las diferencias entre los niveles de estratificación y su dirección. Esta herramienta permite analizar la asociación o discordancia entre 2 variables categóricas con más de 2 categorías, lo que proporciona un modo consistente de evaluar la significación estadística en estudios donde no se cumple la independencia entre las variables.
Asimismo, también se evaluó la fiabilidad desde una perspectiva cualitativa mediante el coeficiente Kappa de Cohen, que indica el grado de concordancia entre los niveles de clasificación de los 2 modelos.
Además, se evaluó la existencia de correlación entre las puntuaciones de los 2 modelos mediante el cálculo del coeficiente de correlación de Pearson. Si este fuese elevado, se realizaría un modelo de regresión lineal simple para expresar la correlación lineal media entre dichas puntuaciones.
El análisis se realizó con el programa estadístico SPSS v. 28.0. de IBM
ResultadosDe un total de 758 pacientes en seguimiento de la cohorte, finalmente se incluyeron 233 pacientes. Las características basales de los pacientes se resumen en la tabla 1.
Características basales de los pacientes
Características | Cohorte total (n = 233) |
---|---|
Demográficas | |
Edad media, años (DE) | 53 (7,0) |
Sexo masculino, n (%) | 175 (75,1) |
VIH | |
Transmisión del VIH, n (%) | |
Relaciones sexuales | 138 (59,0) |
Parenteral | 95 (41,0) |
Carga vírica indetectable | 217 (93,0) |
Recuento de CD4 >300 células/u | 207 (89,3) |
Cociente CD4/CD8 <1 | 108 (46,0) |
Patrón de morbilidad | |
Metabólica/cardiaca | 133 (57,0) |
Tiroidea/mecánica | 4 (1,8) |
Psico/geriátrico | 96 (41,2) |
Farmacoterapia | |
Régimen de un solo comprimido | |
Sí | 189 (81,1) |
No | 44 (19,9) |
Adherencia al TAR | |
>90% | 222 (95,2) |
<90% | 11 (4,7) |
Tratamiento concomitante | |
Sí | 209 (89,6) |
No | 24 (11,4) |
Polifarmacia (> 6) | 109 (46,7) |
Polifarmacia mayor (>11) | 42 (18,0) |
Patrón de polifarmacia | |
Depresión/ansiedad | 106 (45,4) |
EPOC | 13 (5,5) |
ECV | 109 (46,7) |
Mixto | 8 (3,4) |
Medicamentos concomitantes prescritosa | |
Fármacos hipolipemiantes | 91 (39,0) |
Fármacos psicotrópicos | 87 (37,0) |
Antihipertensivos | 84 (36,0) |
Medicamentos para el dolor musculoesquelético | 65 (28,0) |
Medicamentos para trastornos relacionados con la acidez gástrica | 58 (25,0) |
Medicamentos para enfermedades respiratorias crónicas | 58 (25,0) |
EPOC: enfermedad pulmonar obstructiva crónica; ECV: enfermedad cardiovascular. DE, desviación estándar.
Los regímenes TAR más frecuentes fueron aquellos que incluían una combinación de 2 inhibidores de la transcriptasa inversa análogos de los nucleósidos (ITIAN) más un inhibidor de la integrasa (42,6%), seguidos de 2 ITIAN más un inhibidor de la transcriptasa inversa no análogo de los nucleósidos (16,4%) y por último 2 ITIAN más un inhibidor de la proteasa (11,5%). Otras terapias combinadas representaron el 29,5% de los regímenes de los pacientes. Los hipolipemiantes fueron los medicamentos concomitantes prescritos más utilizados, seguidos de los psicofármacos (39 y 37% de los pacientes, respectivamente). La mediana del número de fármacos simultáneos prescritos por paciente fue de 7 (RIC: 5-8).
La distribución de pacientes para cada modelo de estratificación fue la siguiente. Para el ST-2017: 59,7% en nivel 3; 25,3% en nivel 2 y 15,0% en nivel 1. Para ST-2022: 60,9% en nivel 3; 26,6% en nivel 2 y 12,4% en nivel 1 (tabla 2).
Análisis de las diferencias entre los niveles de estratificación y dirección
ST-2022 | Global | |||||
---|---|---|---|---|---|---|
Nivel 3 | Nivel 2 | Nivel 1 | ||||
ST-2017 | Nivel 3 | Recuento (n) | 127 | 12 | 0 | 139 |
% coincidencia | 91,4 | 8,6 | 0,0 | 100,0 | ||
59,7 | ||||||
Nivel 2 | Recuento (n) | 12 | 40 | 7 | 59 | |
% coincidencia | 20,3 | 67,8 | 11,9 | 100,0 | ||
25,3 | ||||||
Nivel 1 | Recuento (n) | 3 | 10 | 22 | 35 | |
% coincidencia | 8,6 | 28,6 | 62,9 | 100,0 | ||
15,0 | ||||||
Globala | Recuento | 142 | 62 | 29 | 233 | |
% global | 60,9 | 26,6 | 12,4 |
Coincidencia = Porcentaje de pacientes clasificados en el mismo estrato por las 2 herramientas.
Las puntuaciones medias obtenidas tras la aplicación del ST-2017 y el ST-2022 fueron 13,4 y 6,5 respectivamente.
En la tabla 2 se muestra, por un lado, la reclasificación de la estratificación que realiza la ST-2022 para cada nivel de estratificación según ST-2017 y, por otro, la concordancia cualitativa de los 3 niveles de estratificación entre los 2 modelos. Se observa que la reclasificación es simétrica porque los cambios de un nivel a otro en la estratificación realizada por los 2 modelos se producen en ambas direcciones con la misma probabilidad (p=0,317). En el análisis cualitativo de la concordancia entre los modelos se mostró un buen valor kappa de Cohen, K = 0,66, siendo el nivel de estratificación bajo del ST-2017 el más consistente con el ST-2022 (91,4%), seguido del nivel intermedio (67,8%), y del más alto (63,0%).
El análisis cuantitativo de la concordancia entre los modelos mostró un valor kappa de Cohen de K = 0,66.
Cuando se analizó la concordancia entre los modelos desde la perspectiva cuantitativa, el valor del coeficiente de correlación intraclase (0,563) muestra concordancia moderada en la clasificación de los niveles de estratificación (fig. 1).
Por último, el análisis de correlación entre las puntuaciones cuantitativas de los 2 modelos arrojó un coeficiente de correlación de Pearson de 0,86, lo que indica la existencia de una correlación lineal entre los modelos. Tras realizar un análisis de regresión lineal simple, el resultado fue la siguiente ecuación: puntuación (ST-2022) = 0,84 + 0,42 x puntuación (ST-2017). Por lo tanto, el ST-2022 explica el 75% de la variabilidad de ST-2017 (fig. 2).
DiscusiónEste estudio unicéntrico demuestra un buen grado de concordancia entre ambos modelos de estratificación para las PVVS.
Nuestros hallazgos indican que el nuevo modelo de estratificación identifica con solidez desenlaces adversos para la salud en diferentes poblaciones de riesgo, lo que subraya los posibles beneficios del uso de esta estrategia de atención sanitaria para optimizar el momento y la viabilidad de las intervenciones de AF.
La concordancia entre las puntuaciones de riesgo global obtenidas a partir de ambas herramientas de estratificación fue alta. Esto puede explicarse por el hecho de que dichas herramientas utilizan variables predictoras para las puntuaciones de riesgo y generan clasificaciones análogas para las mismas puntuaciones de riesgo y los mismos pacientes. Cabe señalar que la ST-2017 constaba de 4 dimensiones con 21 variables, mientras que la ST-2022 incluye 9 dimensiones y 17 variables. Se han excluido aspectos como el nivel de educación, la relación paciente-profesional, la coinfección por VHC, los cambios de régimen terapéutico o el nivel de satisfacción con el TAR del primer modelo. Estas variables ya no se consideran pertinentes en el contexto actual de manejo de las PVVS desde la perspectiva del perfil del paciente ni desde las características de los tratamientos prescritos. Por tanto, al eliminar dichas variables, e incorporar otras relacionadas con el deterioro cognitivo, la fragilidad o la adherencia a los objetivos farmacoterapéuticos, se puede alcanzar una comprensión más completa de las verdaderas necesidades de los pacientes. Esto, a su vez, permite implementar intervenciones adecuadas para mejorar la calidad de vida de los pacientes.
Los cambios demográficos y epidemiológicos están conduciendo a un aumento del número de pacientes con múltiples enfermedades crónicas, y es bien sabido que los pacientes pluripatológicos, entre los que cada vez se encuentran más PVVS, consumen una parte significativa de los recursos sanitarios13,14. Sin embargo, no todos tienen el mismo riesgo de descompensación, por lo que poder identificar a los pacientes con mayor riesgo ayuda a adaptar los recursos a las necesidades, tal y como recomiendan los nuevos modelos de atención a crónicos, como el Chronic Care Model o el Kaiser Permanente15–17.
Los sistemas de clasificación del riesgo no son un fin en sí mismos, sino un medio para identificar a los pacientes a los que se debe dedicar un esfuerzo especial con más y diferentes recursos. Por ello, antes de decidir uno u otro sistema de estratificación, es necesario conocer su validez.
Con los resultados obtenidos, según la distribución porcentual en cada modelo, podemos incluso afirmar que el ST-2022 se ajusta más a la distribución teórica marcada para este tipo de modelos de 60-30-10%. Esta distribución garantiza mejor la consecución del propósito para el que se crearon que no es otro que realizar intervenciones lo más adecuadas posible a las necesidades de cada paciente, y optimizando el tiempo en las consultas de AF.
A nivel internacional, se están utilizando diferentes herramientas de estratificación en distintos ámbitos y poblaciones, como en los servicios de urgencias, la atención a crónicos, etc. Estas herramientas tienen numerosos beneficios para la asistencia sanitaria, y el objetivo común es promover un enfoque integral de la evaluación del paciente y orientar las actuaciones profesionales. Desempeñan un papel esencial en la toma de decisiones clínicas y en la elección del enfoque más adecuado para el tratamiento del paciente. Orientan las decisiones sobre la distribución de las personas atendidas en términos de servicios médicos, derivación a servicios altamente especializados y el diseño de servicios fundamentado en las características y magnitud del riesgo y la creación de rutas de atención sanitaria para distintos pacientes13–16.
Este estudio presenta posiblemente algunas limitaciones. En primer lugar, se debe a la naturaleza unicéntrica del estudio. Sin embargo, tanto la distribución porcentual de la población como las puntuaciones establecidas en un único centro se pueden extrapolar, porque el diseño inicial de los modelos de estratificación es multicéntrico. Otra posible limitación se refiere a que solo se incluyeron los pacientes que acudían personalmente a la consulta. Sin embargo, esto no significa que se les considerara una población más demandante o que se excluyeran a los pacientes con mayor discapacidad que requiriesen recursos adicionales. El motivo es que, en el flujo de trabajo habitual, el acto asistencial se refuerza en coordinación con otras visitas médicas o pruebas funcionales hospitalarias, en las que también debe participar el paciente. Por tanto, el estudio refleja la práctica clínica habitual.
Recientemente, se ha determinado la utilidad del modelo de estratificación ST-2017 para predecir el riesgo de muerte a un año entre las PVVS. Queda por determinar si el nuevo modelo afina aún más el riesgo, dadas las variables incluidas en su desarrollo17.
Para promover el uso de estos sistemas de estratificación, es necesario integrarlos y automatizarlos en los sistemas de información de los diferentes sistemas sanitarios, lo que permitiría la toma de decisiones en tiempo real para dichos pacientes, tal y como recomiendan las guías de calidad especializadas18. Sin embargo, es necesario considerar la integración de tecnologías avanzadas como el aprendizaje automático o incluso la inteligencia artificial. Estas herramientas podrían permitir el desarrollo de algoritmos más sofisticados que utilicen datos clínicos y biomarcadores para predecir la evolución de un paciente y las intervenciones más eficientes ajustadas a cada caso.
Líneas de investigación futuras permitirán conocer y evaluar los desenlaces clínicos a largo plazo, la calidad de vida y los costes asociados a la estratificación de la AF. Dicha investigación podría proporcionar una comprensión más completa de los beneficios y retos a largo plazo de estos modelos y dirigir la toma de decisiones clínicas y políticas. Además, ampliar el uso del ST-2022 en diferentes entornos asistenciales permitirá identificar, en parte, que la simplificación realizada ha sido útil y ha contribuido a la generalización de su uso rutinario.
Por último, también son necesarios más estudios para validar la eficacia y evaluar la aplicabilidad a diferentes entornos asistenciales de todo el mundo. Ello contribuiría a reforzar la base científica de estos modelos y a mejorar una aplicación práctica más generalizada.
En conclusión, la concordancia entre los 2 modelos de estratificación de pacientes fue buena, lo que confirma que la adaptación y simplificación multidimensional del modelo inicial fue correcta y que el uso del modelo simplificado puede extenderse en la práctica clínica habitual, para permitir que las intervenciones se ajusten a las necesidades reales de cada paciente.
Aportación a la literatura científicaEl envejecimiento de la población VIH y la necesidad de un abordaje cualitativo y multidimensional de sus necesidades farmacoterapéuticas han conducido a la publicación de nuevos conceptos que sirvan para analizar esta problemática. Entre ellos cabe destacar las herramientas de estratificación y los nuevos modelos de atención farmacéutica.
En este artículo comparamos el grado de concordancia de los 2 modelos de estratificación de pacientes con infección por VIH publicados hasta la fecha e implementados con individuos en la práctica clínica real. Los resultados muestran que existe una concordancia significativa entre ambos modelos, lo que refuerza la idea de que la simplificación y adaptación multidimensional realizada ha sido exitosa, lo que permitirá la expansión de su uso en diferentes ámbitos asistenciales a partir de ahora.
Responsabilidades éticasEl estudio ha sido aprobado por el Comité Ético de Investigación del Sur de Sevilla (Sevilla, España). Todos los participantes recibieron información sobre el estudio y sus objetivos, firmando el consentimiento informado que se les facilitó.
FinanciaciónEl proyecto ha sido realizado sin financiación externa.
Declaración de autoríaTodos los autores contribuyeron al desarrollo de la idea original y al diseño del estudio. Ramón Morillo-Verdugo, se encargó de la redacción del manuscrito y fue revisado por todos los autores que aprobaron la versión final para su publicación.
Conflicto de interesesLos autores declaran no tener conflictos de intereses.
Declaración de contribución de autoría CRediTRamón Morillo-Verdugo: Writing – original draft, Project administration, Methodology, Formal analysis, Data curation, Conceptualization. Sebastián Parra Zuñiga: Writing – review & editing, Methodology, Investigation, Formal analysis, Data curation. María Álvarez de Sotomayor Paz: Writing – review & editing, Validation, Methodology, Conceptualization. Enrique Contreras Macías: Writing – review & editing, Validation, Methodology, Conceptualization. Carmen Victoria Almeida González: Writing – review & editing, Methodology, Formal analysis, Data curation. María de las Aguas Robustillo-Cortes: Writing – review & editing, Validation, Methodology, Conceptualization.