Introducción

Los ligamentos cruzados de la rodilla son un par de estructuras localizadas en la articulación femorotibial para dar estabilidad sobre la dirección anteroposterior y rotacional de una superficie articular sobre otra, de los cuales el ligamento cruzado anterior es una de las estructuras anatómicas que más fuerza soporta, por lo que es bastante común observar lesiones en el mismo.¹,²

Para verificar el estado del ligamento cruzado anterior existen diferentes métodos y uno de los más empleados por los especialistas es la maniobra de giro de pivote o pivot-shift. Éste permite evaluar el grado de laxitud del ligamento y presenta a su vez información sobre la estabilidad general de la articulación de la rodilla.²,³,⁴,⁵,⁶,⁷ La importancia de dicha maniobra radica en que es tomada como indicativo para determinar si el paciente es candidato para el reemplazo de este ligamento. Sin embargo, esta maniobra tiene la particularidad de ser completamente cualitativa, lo cual puede ser una problemática grande, pues el diagnóstico queda a criterio únicamente del médico que la aplica, por lo que puede existir una discordancia entre los mismos observadores.

Esta problemática puede solucionarse gracias al uso de herramientas capaces de cuantificar la estabilidad de la articulación de la rodilla; el ejemplo clásico de ello es el KT1000,¹,²,⁵,⁸,⁹ que tiene la capacidad de medir el desplazamiento anterior de la tibia con respecto al fémur. El KT1000 ya ha sido objeto de numerosos estudios comparativos con la maniobra de Lachman, pues refiere una fiabilidad aceptable, que refiere una diferencia del coeficiente de correlación intraclase contra Lachman de 0.53.⁶,⁷,⁸,⁹ No obstante, este dispositivo únicamente es capaz de evaluar el haz anteromedial del ligamento cruzado anterior, ya que abarca exclusivamente la estabilidad anteroposterior de la articulación, mientras que con la maniobra pivot-shift es posible explorar también el haz posterolateral, y así evaluar la estabilidad rotacional y anteroposterior del ligamento, es por esto que se propone la aplicación «pivot shift meter»,¹,² desarrollada para dispositivos móviles, capaz de acceder a los giroscopios integrados del teléfono,⁴,⁶,⁷ para proporcionar información cuantitativa de los movimientos que se presentan al realizar la maniobra pivot-shift y reducir el margen de error y la posible discordancia entre observadores. Aunque la aplicación genera características cuantitativas de una prueba de pivot-shift, queda todavía una variable libre: la diferencia entre el método que cada observador usa para aplicar la maniobra, ya que ésta carece de estandarización en su ejecución.⁶,⁷,⁸,⁹,¹⁰,¹¹,¹²⁾ Se podría suponer que los datos obtenidos por un médico residente tendrán diferencias con respecto a las obtenidas por un médico ortopedista con años de experiencia realizando la maniobra. Por tanto, es preciso determinar si esta variabilidad es significativa al comparar los datos obtenidos de dos observadores, independientemente de su nivel de entrenamiento.¹³,¹⁴,¹⁵,¹⁶ La herramienta estadística utilizada fue el coeficiente de correlación intraclase, pues ha sido aceptado como el índice de concordancia para datos continuos.¹⁷,¹⁸,¹⁹,²⁰,²¹,²²,²³

Se pretende determinar el coeficiente de correlación intraclase entre las diferencias intra- e interobservador al realizar la maniobra pivot-shift para descartar que exista una relevancia significativa para el análisis de los datos obtenidos por el pivot-shift meter y, de esta manera, lograr un resultado cuantitativo de la maniobra de pivote.

Material y métodos

Se obtuvieron muestras de 66 alumnos de la Facultad de Medicina y Ciencias Biomédicas, de la universidad local, de entre 18 y 37 años, de los cuales 52% fueron mujeres. Se tomaron en cuenta únicamente los participantes que hayan sido examinados por la totalidad de los evaluadores. El reclutamiento de los participantes se realizó mediante un evento «Pivotón» en donde cada sujeto acudió voluntariamente.

Cada paciente fue examinado por seis evaluadores, de los cuales tres poseen grado de especialidad en ortopedia (A, B y C), dos poseen grado de residencia en ortopedia (R y T) y el restante grado de médico general (G).

El KT1000 es un artrómetro considerado un estándar de oro para la medición del desplazamiento anteroposterior que presenta la tibia sobre el fémur en milímetros, para realizar una comparativa de las piernas de cada paciente.

La aplicación «pivot-shift meter» es un software desarrollado para dispositivos móviles capaz de acceder a los giroscopios integrados del dispositivo en que sea instalado, para capturar así el movimiento de giro sobre cada eje (x, y, z) en forma de vectores de 500 datos por eje.

Los datos capturados por la aplicación son almacenados en una base de datos en tiempo real en línea. Fue posible bajar los datos mediante un programa diseñado en Python 3.7 para organizar los datos en formato de hojas de cálculo para facilitar el análisis de los resultados.

Para el protocolo utilizado en el estudio se diseñó un circuito de pruebas, en el cual fueron designados seis espacios para la exploración de cada paciente, donde se asignó un evaluador por área. Uno de los evaluadores (evaluador G) fue designado a obtener la diferencia de desplazamiento AP entre las rodillas de cada paciente, mediante el KT1000. Mientras que los demás realizaron la maniobra de pivot-shift a cada sujeto de exploración con la aplicación previamente instalada en su dispositivo móvil.

Cada teléfono celular fue colocado en una banda de sujeción para ajustarlo posteriormente a la cara anteromedial de la tibia, justo por debajo de la tuberosidad tibial. Luego de asegurarse que el dispositivo estuviese correctamente anclado, se procedió a realizar la maniobra pivot-shift tres veces seguidas, dentro de un tiempo de entre 500 a 700 centisegundos.

Antes de iniciar el circuito de evaluación, se les entregó a los participantes una carta de consentimiento informado, donde se les explicaba las posibles implicaciones de participar en el protocolo; una vez firmada la carta, se pasaba a los participantes a la primera prueba.

El protocolo descrito fue previamente aprobado por el Comité de Ética del Hospital Christus Muguerza del Parque.

Métodos estadísticos

El coeficiente de correlación intraclase resulta de un ajuste a la ecuación de fiabilidad y se define como el cociente entre la varianza poblacional y la suma de varianzas propias a nuestra población más la varianza del error de medida; se puede expresar de la siguiente manera:

ICC = σ_p/ σ_p + σ_e

Siendo:

Las características de la señal que fueron aisladas para los análisis intra- e interobservador fueron los picos que la señal presentó y se obtuvieron gracias a la función «findpeaks» de Matlab, que nos otorga dos vectores de características por cada señal:

Siendo un vector de velocidad máxima en radianes sobre segundo de cada pico detectado (1) y un vector de tiempo de detección en centisegundos de cada pico detectado (2).

Una vez que se obtuvieron todos los vectores de todas las señales capturadas por cada observador (Figura 1), se compararon todos los vectores de características de cada observador consigo mismo (análisis intraobservador), así como la totalidad de los vectores de características de todos los observadores entre sí (análisis interobservador) a través de la función «corrcoef» de Matlab, la cual compara dos vectores de características para entregar un valor de 0 a 1, siendo 1 el valor de máxima correlación. De este proceso se obtuvieron vectores de 52 × 52 con la totalidad de valores de correlación de cada análisis, con los cuales fue posible calcular la media de similitud entre las muestras de un observador consigo mismo, así como comparado con otros (Figuras 2 y 3).

Figura 1: Ejemplo de un gráfico obtenido a partir de los datos capturados. 

Figura 2: Movimiento capturado por la aplicación correspondiente al eje X del participante 45 examinado por el evaluador A. 

Figura 3: Gráfico con características. Cada punto (▼) muestra la amplitud en rad/s y la localización en el tiempo en cs de cada pico. 

Resultados

Antes de analizar los datos, se encontró que los evaluadores más experimentados tenían una consistencia en amplitud de señal muy marcada, incluso la diferencia entre la amplitud de la señal de cada evaluador resultó ser pequeña, pues los picos máximos oscilan entre150 a 200 rad/s (Figura 4).

Figura 4: Comparación de amplitudes entre los evaluadores (A y B) más experimentados en un caso (45). 

Además, como también puede distinguirse en la Figura 4, la morfología de las gráficas es similar, pues se pueden apreciar tres picos que representan la velocidad máxima a la que llega la pierna durante la aplicación de cada maniobra pivot-shift.

En el análisis intraobservador se encontró que todos los evaluadores mantuvieron una consistencia muy alta en cuanto al tiempo en que realizaban cada maniobra, pues alcanzó un promedio global en el coeficiente de correlación intraclase de cada observador de 95%. Por otro lado, la amplitud en que los picos fueron detectados, que corresponde a la magnitud de la velocidad aplicada por el evaluador, resultó ser más variable, ya que arrojó un promedio global en el coeficiente de correlación intraclase de cada observador de 71% (Figura 5).

Figura 5: Promedio de los coeficientes de correlación intraclase globales para amplitud y tiempo intraobservador y su comparación interobservador. 

En cuanto al análisis interobservador, se encontró que la amplitud de los picos detectados fue variable, ya que presentó un promedio global en el coeficiente de correlación intraclase de 66%. Sin embargo, la posición en que se detectaron los picos a lo largo del tiempo se mantuvo muy consistente, al presentar un promedio global en el coeficiente de correlación intraclase de 94% (Figura 6).

Figura 6: Porcentajes de similitud entre las señales de los evaluadores dados por la media de los coeficientes de correlación intraclase obtenidos de la comparación de las señales correspondientes a cada sujeto de exploración. 

A su vez, en la Figura 6 es destacable que los evaluadores A y B que poseen más de 25 años de experiencia, obtuvieron el porcentaje más bajo de correlación en cuanto a la amplitud de los picos encontrados en la totalidad de la señal en el análisis interobservador, mientras que los evaluadores C y R que corresponden a un ortopedista con menos de 25 años de experiencia y un médico residente en ortopedia, respectivamente, obtuvieron la mayor correlación en la misma característica.

Discusión y conclusiones

El KT1000 ha sido por años una herramienta muy útil para el diagnóstico de lesiones en el ligamento cruzado anterior, ya que es capaz de cuantificar la maniobra de Lachman; sin embargo, aún presenta limitaciones. La maniobra de pivote, por otro lado, puede otorgar más información acerca del estado del ligamento cruzado anterior, sobre todo del haz posterolateral, por lo que otorgarle una forma de ser cuantitativa apoyaría ampliamente al médico especialista al formular un diagnóstico más certero.

De los 66 participantes que firmaron la carta de consentimiento informado, únicamente 52 de ellos formaron parte de esta investigación debido a que fueron examinados por la totalidad de los evaluadores y sus datos fueron correctamente adquiridos y almacenados.

El análisis mediante coeficiente de correlación intraclase resultó satisfactorio; no obstante, se pretende realizar un análisis de correlación concordancia (o análisis estadístico de Lin), así como probar con el modelo de efectos mixtos bidireccional,¹⁷ debido a que se ha demostrado que son métodos superiores y más específicos para medir la reproducibilidad de un ensayo.¹⁹,²⁰,²¹,²²,²³,²⁴,²⁵

Al presentar un coeficiente de correlación intraclase por encima de 65% en la característica de amplitud se considera una relación pobre;²⁰,²¹,²²,²³ sin embargo, el coeficiente de correlación intraclase en los tiempos de reproducibilidad de maniobra alcanzó un valor por encima de 93%, lo cual indica una correlación sustancial.²⁰,²¹,²²,²³

Resultó ser muy notorio que el tiempo en que las tres maniobras se realizaron obtuvo un alto valor de reproducibilidad tanto en el análisis intraobservador como en el análisis interobservador, lo cual puede deberse a que los evaluadores fueron adaptándose prueba tras prueba a lograr tres maniobras seguidas dentro de cinco segundos.

En cuanto a la baja correlación obtenida entre el análisis intraobservador con respecto a la amplitud en que los picos fueron detectados, puede deberse a que cada evaluador posee una forma única de ejecutar la maniobra; a su vez, es posible que influyan factores anatómicos, tanto del evaluador como de los sujetos de exploración, como lo son estatura y condición física. Lo anterior sugiere que es necesaria una estandarización más estricta de la maniobra de pivote,⁵,⁶,⁷,⁸,⁹,¹⁰,¹¹ dada por la misma aplicación, y una vez aplicada esta estandarización sería posible obtener una correlación más alta. A su vez, es necesario aumentar la cantidad de evaluadores previo a la estandarización de la maniobra para adquirir datos con una posible mayor variabilidad, por lo cual se está llevando a cabo un estudio multicéntrico, donde se están adquiriendo datos de diferentes centros de salud de América Latina.

Debido a que el coeficiente de correlación intraclase intraobservador como interobservador alcanzaron 70% en velocidad aplicada y el de 95% en el tiempo que se tomaba entre cada maniobra, se puede concluir que la correlación es suficientemente fuerte, como para hacer posible la realización de un análisis cuantitativo de la maniobra de pivote a través de los giroscopios integrados de un teléfono móvil.