Utilización de una App dentro de un programa clínico para dejar de fumar

TESIS DE DOCTORADO UTILIZACIÓN DE UNA APP DENTRO DE UN PROGRAMA CLÍNICO PARA DEJAR DE FUMAR María Barroso Hurtado ESCUELA DE DOCTORADO INTERNACIONAL DE LA UNIVERSIDAD DE SANTIAGO DE COMPOSTELA PROGRAMA DE DOCTORADO EN NEUROCIENCIA Y PSICOLOGÍA CLÍNICA SANTIAGO DE COMPOSTELA 2023 Conflicto de intereses La doctoranda, María Barroso Hurtado, declara no tener ningún conflicto de interés en relación con esta tesis doctoral. Fdo. María Barroso Hurtado A mis dos grandes pilares, mi madre y mi hermano AGRADECIMIENTOS Quiero comenzar este apartado dando gracias a mis directores de tesis, el Prof. Elisardo Becoña y la Prof. Ana López Durán, por haberme brindado esta oportunidad y haber confiado en mí para realizar este gran trabajo. Gracias por todo el esfuerzo, tiempo y dedicación que habéis invertido para que todo saliese bien. Por vuestro apoyo y amabilidad durante todo este proceso, así como por vuestra guía constante y el aprendizaje que he obtenido con vuestras enseñanzas y consejos. Me gustaría dar las gracias también a mi familia, en especial a mi madre y mi hermano. A mi madre, mi gran pilar. Por enseñarme el valor del trabajo y demostrarme con su ejemplo que con constancia y esfuerzo todo se consigue. Espero te sientas orgullosa, tuyo es el mérito de haber llegado hasta aquí. A mi hermano, mi referente. Por ser mi guía y marcarme siempre el camino a seguir, no he podido tener mejor ejemplo. Gracias por vuestro cariño y apoyo incondicional, por hacerme creer que siempre puedo. Gracias Tomás, por ser hogar. Por escucharme, acompañarme y apoyarme siempre. Por haber hecho fáciles los momentos más complicados de toda esta etapa, gracias por caminar siempre a mi lado. A Marga, Elena y Borja, por arroparme y hacerme sentir siempre en casa. También quiero dar las gracias a todos mis compañeros de la Unidad de Tabaquismo, con los que he compartido grandes momentos en estos años. A Dani, como tú dijiste, esta etapa no solo me ha dado un gran compañero, sino también un amigo. Gracias por cada momento divertido y por tu apoyo en los que no lo han sido tanto. Has sido fundamental en todo este proceso. Gracias por cada desayuno, comida o café en los que hemos intentado solucionar el mundo. Juntos indudablemente hemos sumado. Gracias también a Carmela, por su ayuda y guía constante. Por su amabilidad, su enorme paciencia y total disponibilidad ante cualquier duda que pudiese surgir. Sin tu ayuda no habríamos obtenido este gran resultado. A mis compañeras, Elizabeth, María y Sara, que pese a no haber podido compartir demasiado tiempo, siempre me han tendido una mano en todo momento. Gracias por vuestra cercanía y por vuestro apoyo. He sido muy afortunada de poder compartir esta etapa con todos vosotros. También he tenido la suerte de poder aprender de grandes pofesionales del campo del tabaquismo. Gracias al Dr. Thomas H. Brandon, a la Dra. Vani N. Simmons y al Dr. José Alberto Gomes Precioso, por permitirme realizar mis estancias de investigación con ustedes, pudiendo aprender de vuestro increíble trabajo y ampliar mis conocimientos en el ámbito de la investigación. Quiero dar las gracias también a Úrsula, por su cálida acogida, gran amabilidad y su ayuda, que hicieron de mi estancia una etapa muy especial. A todos mis amigos y mi familia, de Extremadura y Galicia, que por cuestiones de espacio no puedo mencionar, gracias por acompañarme siempre en cada uno de mis retos. También quiero agradecer a todas las personas que han participado en el estudio, por su tiempo y enseñanzas. Sin ellos esta investigación no habría sido posible. A todos vosotros, por haber compartido camino y seguir compartiéndolo conmigo, muchas gracias. Índice I. INTRODUCCIÓN 15 1. EL CONSUMO DE TABACO 1.1. El tabaco y sus componentes El tabaco procede de la planta Nicotiana Tabacum, a partir de la cual se elaboran numerosos productos como cigarrillos, puros, cigarros o tabaco de liar. Así, el consumo de estos productos provoca un enorme daño de salud pública a nivel mundial (Jha et al., 2006), ya que se componen de miles de sustancias tóxicas que dañan casi todos los órganos del cuerpo, contribuyendo en el proceso de numerosas enfermedades (U.S. Department of Health and Human Services [U.S.D.H.H.S], 2010). 1.1.1. Nicotina, alquitrán y monóxido de carbono Entre todos los componentes del tabaco, destacan tres de ellos: nicotina, alquitrán y monóxido de carbono (CO). El componente principal del tabaco es la nicotina, sustancia que posee propiedades sedantes y estimulantes (Brennan et al., 2016), y que produce dependencia y adicción al mismo. Está considerada como la droga legal que acarrea más problemas de mortalidad y de morbilidad relacionados con su consumo. La nicotina es un alcaloide que solo existe en la planta del tabaco (Gallardo et al., 2004). Su absorción se realiza a través de la vía pulmonar, mucosa oral y a través de la piel (Attwood et al., 2013). De hecho, a nivel bucal, su absorción es mínima, por lo que el fumador se ve obligado a realizar inhalaciones profundas para poder absorber esta sustancia a nivel pulmonar, lo que conlleva la absorción del resto de tóxicos que se encuentran en el humo (Martín et al., 2004). Es una sustancia tóxica, con un gran potencial adictivo, poder reforzador y con rapidez de acción (Becoña, 2007), que influye sobre sistemas como el cardiovascular, renal, respiratorio y reproductivo, produciendo enfermedades como cáncer, enfermedades de tipo cardiovascular, gastrointestinal y respiratorias (Mishra et al., 2015). Su rápida absorción hace que llegue en cuestión de segundos al cerebro, en torno a 10 segundos tras su inhalación, alcanzando picos a nivel arterial a los 20 segundos (Ruiz y Strain, 2014). Los cigarrillos están diseñados de tal manera que poseen la suficiente cantidad de nicotina para poder ser transferida de forma rápida dentro del cuerpo de la persona fumadora, aunque sin llegar a ser una cantidad demasiado potente como para que la persona no pueda continuar fumando (U.S.D.H.H.S., 2010). Otra de las características de la nicotina es su gran poder reforzador, actuando en ocasiones como reforzador positivo, por ejemplo, generando placer cuando se fuma, o como reforzador negativo, evitando los síntomas negativos derivados del síndrome de abstinencia que la persona presenta cuando deja de fumar. Además, como todas las drogas, provoca dependencia, tolerancia y síndrome de abstinencia (síntomas físicos y psicológicos) cuando se deja de consumir. Este síndrome de abstinencia aparece en las 24 horas posteriores a su reducción o cese y se caracteriza por la aparición de síntomas (4 o más) como irritabilidad, ira o frustración, dificultades de concentración, ansiedad, aumento del apetito o del peso, insomnio, estado de ánimo depresivo e intranquilidad (American Psychiatric Association [APA], 2013). Además de estos criterios, según la CIE-11 (Clasificación Internacional de las Enfermedades) se añaden algunos como bradicardia, deseo de consumir tabaco (craving) o productos con nicotina, incremento de la tos y úlceras bucales (World Health Organization [WHO], 2022). Sin embargo, esta sustancia en sí misma no es suficiente para explicar la dependencia al tabaco, puesto que también influyen otros factores como los ambientales (ej., entorno que rodea a la persona, asociaciones con situaciones o estímulos específicos) y el individuo en sí MARÍA BARROSO HURTADO 16 (ej., genética, raza y sexo, factores psicológicos como cogniciones, motivación, creencias o emociones). No obstante, consumos repetidos de nicotina aumentan la probabilidad de generar una adicción a la misma dada la existencia de receptores cerebrales específicos (ej., nAChRs) que se activan cuando la persona fuma y que terminan sensibilizándose a la misma (Ruiz y Strain, 2014). Existe, por tanto, una relación causal entre el consumo de tabaco y la adicción a la nicotina, que en muchas ocasiones tiene su inicio en la etapa de la adolescencia y adultez temprana (18-30 años) (U.S.D.H.H.S., 2012). Así, uno de los mayores problemas en torno a la adicción a esta sustancia es que conlleva que la persona se exponga también de forma constante a los demás componentes nocivos del tabaco y su humo (Hecht, 2012). Otra de las principales sustancias presentes en el tabaco es el alquitrán, que se produce por la combustión del tabaco y del papel del cigarrillo. Se trata de una sustancia oscura, untuosa y con olor fuerte (Becoña, 2006). Contiene en sí otros componentes dañinos para el organismo de tipo carcinógeno (ej., PAHs), pudiendo variar la concentración de las toxinas que contiene en función de elementos como el proceso de combustión, en el que juega un papel importante el diseño de los cigarrillos y la forma de fumar, o la hoja utilizada (Stephens, 2007). El consumo de alquitrán se relaciona con enfermedades como el cáncer, entre los que destaca el cáncer de pulmón (Dela Cruz et al., 2013), así como con enfermedades de tipo respiratorio (Becoña, 2006). Finalmente, el CO es un gas derivado de la combustión incompleta de hidrocarburos. Es incoloro, inodoro e insípido (Dorey et al., 2020). Esta sustancia junto con la hemoglobina forma la carboxihemoglobina (COHb), que provoca limitaciones a la hora de abastecer al organismo con oxígeno, ya que dificulta que se fije en los hematíes (Becoña, 2006; Solano et al., 2009). Su medición es sencilla, realizándose a través de aire espirado y se utiliza en el campo de la investigación como uno de los principales biomarcadores del consumo de tabaco. Así, el nivel de CO es significativamente mayor en personas fumadoras (19.5 ppm) que en no fumadoras (6 ppm) (Shaikh et al., 2019). Algunos de los síntomas que se asocian a intoxicaciones graves de CO son mareos, dolores de cabeza, problemas visuales o reducción de los suministros de oxígeno a nivel cerebral o cardiaco (Dorey et al., 2020). Además, su consumo se relaciona con mortalidad por enfermedades como el cáncer de pulmón, enfermedad pulmonar obstructiva crónica (EPOC), enfermedades de tipo coronario y accidentes cerebrovasculares (Hart et al., 2006). En el caso de las mujeres embarazadas, mayores concentraciones de esta sustancia se asocian con bajo peso al nacer y problemas durante el embarazo (Reynolds et al., 2019). 1.1.2. Otros componentes del tabaco El humo del tabaco contiene más de 7.000 sustancias químicas, muchas de ellas son peligrosas y al menos 69 provocan cáncer (U.S.D.H.H.S., 2010). Los componentes del humo llegan a todo el cuerpo, no sólo afectan al aparato respiratorio. Por ello, fumar se relaciona con distintas enfermedades en la mayor parte de los órganos del cuerpo (U.S.D.H.H.S., 2012). Más específicamente, entre las sustancias que componen el tabaco algunas favorecen la posibilidad de tener cáncer, habitualmente mediante proliferación celular (componentes cocancerígenos), y otras lo producen de forma directa (components cancerígenos) (International Agency for Research on Cancer [IARC], 2004; U.S.D.H.H.S., 2010). Entre los componentes cancerígenos destacan el arsénico (veneno mortal), creosota, cadmio y níquel (ej., baterías), alquitranes, cloruro de vinilo, uretano (ej., embalajes), polonio 2010 y formaldehído (conservante orgánico con utilidad en laboratorios de tipo forense). Por otro lado, también existen otros componentes del humo considerados como sustancias tóxicas irritantes que influyen en las vías respiratorias y en los ojos de las personas, ya sean o no I. INTRODUCCIÓN 17 fumadoras, como la acetona (disolvente tóxico), cianuro de hidrógeno (veneno mortal/raticida), amoníaco (ej., limpiacristales), acroleína (irritante de bronquios), monóxido de carbono, tolueno (disolvente tóxico) y metanol (ej., combustión para misiles) (Salvador et al., 2005). De forma más detallada, el humo del tabaco contiene algunos componentes químicos como (U.S.D.H.H.S., 2010): 1) Alcaloides (ej., nicotina, anatabina, anabasina, nornicotina); 2) N-Nitrosaminas. Se hallan en tanto en el tabaco como en el humo. Pueden ser volátiles (ej., N-nitrosodimetilamina, N-nitrosopirrolidina) o no volátiles (ej., ácido N-nitrosopipecólico, N- nitrosodietanolamina). Entre estas últimas destacan algunas nitrosaminas específicas del tabaco (TSNA) como son la N’-nitrosonornicotina o la N’-nitrosoanatabina; 3) Hidrocarburos Aromáticos Policíclicos (HAPs). Están presentes en el humo del tabaco, producidos por la combustión. Destacan algunos como el antraceno, criseno o el pireno; 4) Compuestos volátiles y Aldehídos. Se encuentran en el humo del tabaco y determinan la toxicidad de este (ej., dinitrógeno, oxígeno, monóxido de carbono, dióxido de carbono); 5) Metales pesados. Se hallan en el humo del tabaco (ej., cadmio, plomo, arsénico y mercurio). Los niveles de metales se derivan, por ejemplo, de las condiciones del cultivo, como el tipo de fertilizantes utilizados y el suelo donde se cultiva el tabaco, así como del diseño de los cigarrillos; 6) Aminas Aromáticas (ej., 2-aminonaftaleno, Anilina); y 7) Aminas heterocíclicas (HCA). No son específicas de los productos del tabaco, pero se encuentran en algunas partículas del humo (ej., 2-amino-1-metil-6-fenilimidazo [4,5-b] piridina). En esta misma línea, en Estados Unidos, la U.S. Food and Drug Administration (FDA, 2012) ha desarrollado una lista sobre los componentes del tabaco y el humo que son nocivos para la salud, catalogándolos en función de la influencia que ejercen sobre la salud de las personas. En ella figuran 93 componentes dañinos o potencialmente dañinos, de los que 79 están considerados como carcinógenos, 24 como tóxicos respiratorios, 12 como tóxicos cardiovasculares, 14 como tóxicos para el desarrollo o la reproducción, 4 como adictivos y 1 componente como prohibido en los alimentos. Además, el consumo de tabaco no solo influye en la salud de la persona fumadora, sino también en la de las personas que la rodean. Así, fumar de manera involuntaria (fumador pasivo) conlleva la inhalación del humo ajeno y, por tanto, de más de 50 componentes carcinógenos como el benceno, polonio 210, 1,3-butadieno, benzo[a]pireno o la nicotina (U.S.D.H.H.S., 2006, 2010). Por ello, autores como Talhout et al. (2011) defienden la necesidad de identificar todos estos componentes del humo, dada su influencia sobre la adicción a los distintos productos del tabaco (ej., haciéndolos más atractivos o apetecibles influyendo sobre sentidos como el gusto o el olfato), y destacan la importancia de realizar una reducción progresiva de los componentes químicos tóxicos que lo componen asentada sobre una base científica, mediante el establecimiento de distintos estándares. En esta línea, en España existe una regulación entorno a los componentes del tabaco, siendo el Real Decreto 579/2017 de 9 de junio de 2017 el que regula aspectos relacionados con los productos del tabaco, más concretamente, sobre su fabricación, presentación y comercialización. Establece, entre otras medidas, las cantidades máximas de alquitrán, nicotina y CO que pueden contener los cigarrillos. Además de lo expuesto, existen algunos factores que pueden provocar alteraciones en los componentes químicos y cancerígenos del humo del tabaco como, por ejemplo, el diseño de los cigarrillos (U.S.D.H.H.S., 2010). Algunos elementos del diseño son la porosidad del papel y el tratamiento que recibe con citrato, la longitud del cigarrillo y su circunferencia, el tipo de filtro utilizado y la presencia o ausencia de este, la ventilación, así como los aditivos químicos empleados (Hoffmann y Hoffmann, 2010; U.S.D.H.H.S., 2010). Con respecto a estos últimos, se utilizan diferentes tipos de aditivos como los humectantes y los aditivos de sabores, MARÍA BARROSO HURTADO 18 sirviendo los primeros para evitar que el tabaco se seque, ejerciendo la función de mantenimiento de la humedad y la plasticidad y, los segundos, liberan aromatizantes cuando se calientan (Hoffmann y Hoffmann, 2010). 1.2. Prevalencia del consumo de tabaco Fumar es la principal causa evitable de muerte a nivel mundial (Brennan et al., 2016; Prochaska et al., 2017). En el mundo, cada año mueren alrededor de 7 millones de personas debido al consumo directo de tabaco y en torno a 1,2 millones debido a la exposición indirecta al mismo (WHO, 2021). Pese a que actualmente fuman en torno a 1.140 millones de personas en el mundo, con el paso de los años la tendencia del consumo de tabaco ha ido decreciendo en ambos sexos (Reitsma et al., 2021). En España, esta prevalencia también ha sufrido un descenso en los últimos años, pudiendo deberse, entre otros, a las medidas legislativas que se han implantado sobre todo a partir del Convenio Marco de la OMS (Organización Mundial de la Salud) para el Control del Tabaco, que tiene como objetivo proteger a la población contra las consecuencias del consumo de tabaco y de la exposición a su humo, proporcionando un marco de medidas de control (ej., de precios e impuestos, de protección de la exposición al humo, del contenido de los productos de tabaco, de empaquetado y etiquetado…) con el propósito de reducir su prevalencia de consumo y la exposición al mismo (OMS, 2003). Destaca también, por ejemplo, el reciente Acuerdo del Consejo Interterritorial del Sistema Nacional de Salud del 4 de junio de 2021 derivado de la COVID-19 que limita el consumo de tabaco en las vías públicas y eventos, o la Ley 42/2010 en la que se estableció la prohibición de fumar en espacios cerrados. Sin embargo, en nuestro país aún fuma a diario un 19,8% de la población de 15 años o más (Instituto Nacional de Estadística [INE], 2020) y, según la Encuesta sobre Alcohol y Drogas en España (EDADES), un 32,3% de la población de entre 15 y 64 años, habiendo consumido esta sustancia alguna vez en la vida el 70% de esta franja de población (Observatorio Español de las Drogas y las Adicciones [OEDA], 2021c). El consumo medio de cigarrillos diarios es de 12,0, siendo los hombres los que más fuman (12,8 vs 11 cigarrillos) (OEDA, 2021a). Según informa, la Encuesta sobre Uso de Drogas en Enseñanzas Secundarias en España (ESTUDES) llevada a cabo con jóvenes entre 14 y 18 años, el tabaco, junto con el alcohol e hipnosedantes son las drogas de inicio de consumo más temprano (OEDA, 2021b). Así, la edad media de inicio del consumo de tabaco es de 16,6 años, siendo la de inicio del consumo diario de 18,3 años (OEDA, 2021c). En cuanto al sexo, en nuestro país la prevalencia de consumo de tabaco diario es mayor en hombres que en mujeres (ver Figura 1) (INE, 2020; OEDA, 2021c), siendo del 36,8% y 27,8% respectivamente (OEDA, 2021c). Pero cuando analizamos el intervalo de edad de entre 14 y 18 años, los patrones se invierten. Según la encuesta ESTUDES, la prevalencia sería ligeramente mayor en mujeres (9,2%) que en hombres (8,8%) (OEDA, 2021b). Con respecto a la prevalencia de consumo de tabaco diario en función del sexo, la prevalencia de consumo en hombres es mayor en la franja de edad entre 25-34 años y en mujeres es más elevada en la franja entre los 45-54 años (INE, 2020; OEDA, 2021c). I. INTRODUCCIÓN 19 0 5 10 15 20 25 30 35 40 15-24 25-34 35-44 45-54 55-64 65-74 75-84 85+ 11,97 21,62 20,3 23,75 20,04 8,5 2,77 0,58 18,32 30,89 27,83 26,23 27,33 14,4 9,05 2,8 EDAD Hombres Mujeres Figura 1. Porcentaje de fumadores de 15 años o más que consumen diariamente tabaco en España Fuente: Adaptado de INE (2020) Con respecto al tipo de tabaco que se consume, la forma más habitual de consumo en el mundo son los cigarrillos (WHO, 2021). En nuestro país el tipo de tabaco más consumido son los cigarrillos (73,9%), seguido del tabaco de liar (17%) y finalmente de aquellos que fuman ambos tipos de productos (9,1%). Las mujeres, en comparación con los hombres, son mayores consumidoras de cigarrillos (77,3% frente a 71,2% respectivamente). Mientras que, en el caso del tabaco de liar, es superior en los hombres (15,2% de las mujeres en comparación con un 18,4% de los hombres) (OEDA, 2021c). Finalmente, en lo referente a los intentos de dejar de fumar, un 61,6% de los fumadores diarios se han planteado intentar dejarlo, siendo las mujeres las que más se lo han planteado (64%) en comparación con los hombres (59,8%). Sin embargo, solo un 37,2% de los fumadores lo ha intentado (39,1% mujeres y 35,8% hombres) (OEDA, 2021c). 1.3. Consecuencias del consumo de tabaco El tabaco, junto con el alcohol, son las sustancias que mayores problemas sanitarios generan (Becoña, 2016). Más concretamente, el tabaco es una de las principales causas que explica el elevado gasto producido en el sistema sanitario de los diferentes países, sobre todo en aquellos con mayores ingresos (ej., Europa, América), lo que puede explicarse en gran parte por los numerosos costes asociados a las enfermedades derivadas de su consumo (Goodchild et al., 2018). Además, fumar se asocia con una menor calidad de vida (Goldenberg et al., 2014) y una menor esperanza de vida en comparación con personas no fumadoras (Rigotti et al., 2022). De hecho, las personas que nunca han fumado en comparación con las fumadoras tienen el doble de probabilidades de llegar a los 80 años, triplicándose en población fumadora de 25 a 79 años el riesgo de muerte por diferentes causas MARÍA BARROSO HURTADO 20 médicas (ej., cáncer, enfermedades vasculares, etc.). A lo que se debe sumar que fumar acorta una media aproximada de 11 años de vida en mujeres y 12 en hombres (Jha et al., 2013). A estas consecuencias se debe añadir la gran cantidad de muertes derivadas de su consumo. En nuestro país, según informa el Ministerio de Sanidad, Servicios Sociales e Igualdad (2016), en el periodo 2010-2014, se contabilizaron 259.348 muertes relacionadas con el consumo de tabaco, produciéndose aproximadamente 51.870 muertes anuales. En esta línea, Pirie et al. (2013) llevaron a cabo un estudio con mujeres con un seguimiento de 12 años. Las personas fumadoras al inicio del estudio, en comparación con aquellas que nunca habían fumado, tenían una tasa de mortalidad tres veces mayor. Además, la cantidad de cigarrillos fumados influye aumentando el riesgo relativo (RR) de muerte en los fumadores, siendo la tasa de mortalidad general elevada, incluso en consumos reducidos, cuando se compara con no fumadores. Así, esta tasa es dos veces mayor en personas con un consumo menor de 10 cigarrillos/día en comparación con las no fumadoras. Más factores que se asocian con mortalidad son la edad de inicio del consumo y la edad de cese de este. Otro de los grandes problemas derivados del consumo de tabaco es el tabaquismo pasivo, definido como la inhalación del humo del tabaco de manera involuntaria por parte de una persona no fumadora (humo de segunda mano o ambiental) (U.S.D.H.H.S., 2014), que conlleva la inhalación de diferentes tóxicos y carcinógenos (ej., benceno, 1,3-butadieno, etc.) (IARC, 2004). La exposición a este tipo de humo se relaciona con efectos negativos sobre la salud de niños y bebés, así como con enfermedades de tipo respiratorio, cardiovascular (ej., accidente cerebrovascular) y cáncer (U.S.D.H.H.S., 2014). Más concretamente en el caso de los bebés, la exposición al humo tras el nacimiento se asocia con el síndrome de muerte súbita infantil y provoca un menor nivel de funcionamiento pulmonar durante la infancia y, en la edad escolar, el consumo de tabaco de los padres se relaciona con síntomas como flemas, sibilancias, dificultades respiratorias (disnea), tos, así como con la enfermedad en el oído medio (ej., otitis media aguda) y asma (U.S.D.H.H.S., 2006). En jóvenes, la exposición al humo se relaciona con disfunción endotelial, así como con un empeoramiento en el perfil lipídico. Teniendo los hijos/as de los padres/madres que fuman, una mayor probabilidad de fumar también en el futuro (U.S.D.H.H.S., 2012). Finalmente, en personas adultas que nunca han fumado, el tabaquismo pasivo es una de las causas del padecimiento de cáncer de pulmón. Así, pese a que en España no se permite fumar en el contexto laboral, en otros países la exposición al humo en este contexto se encuentra asociado con un incremento en el RR de cáncer de pulmón, siendo el riesgo mayor en aquellas personas sometidas a altos niveles de exposición (IARC, 2004). Además, también se asocia con incrementos en el riesgo de morir por una enfermedad coronaria, de padecer irritaciones nasales o de padecer molestias por el olor, entre otras (U.S.D.H.H.S., 2006). 1.3.1. Consecuencias del consumo de tabaco sobre la salud física El consumo de tabaco es un factor de riesgo relacionado con numerosas enfermedades de salud física que provocan mortalidad prematura, tales como cáncer, enfermedades de tipo cardiovascular, enfermedades respiratorias, problemas reproductivos, problemas de fertilidad (U.S.D.H.H.S., 2014) y problemas durante el embarazo (Banderali et al., 2015). De hecho, fumar es la mayor causa prevenible de cáncer en el mundo (IARC, 2011). Según afirman López-Durán et al. (2018), hay evidencia científica que defiende que incluso el consumo de tabaco de forma no regular supondría un aumento del riesgo de padecer cáncer, y, por tanto, no es necesario fumar durante toda la vida para que ese riesgo exista. Además, algunos componentes del tabaco, como la nicotina, influyen sobre procesos relacionados con esta enfermedad, como la proliferación de células tumorales y la metástasis (Mishra et al., I. INTRODUCCIÓN 21 2015). En esta línea, la evidencia científica sugiere que en personas con cáncer y supervivientes, podría existir una relación causal entre el consumo de tabaco y posibles recurrencias, un incremento de la toxicidad asociada al tratamiento y una peor respuesta al mismo. Existiendo, además, una relación causal entre fumar y el aumento del riesgo de padecer segundos cánceres primarios. Así, el pronóstico de las personas con cáncer tiende a mejorar cuando se deja de fumar (U.S.D.H.H.S., 2014). Varios tipos de cáncer se relacionan con el consumo de tabaco, como el cáncer de pulmón (Pirie et al., 2013; U.S.D.H.H.S., 2004), cáncer de colon (U.S.D.H.H.S., 2014; IARC, 2004), cáncer de laringe, esófago y cavidad oral, cáncer de páncreas, cáncer de tracto urinario que comprende el uréter, la vejiga y la pelvis renal (IARC, 2004), cáncer de cérvix (Sugawara et al., 2019) y otros tipos de cáncer, como el cáncer de hígado (carcinoma hepatocelular), cáncer de próstata y mama (U.S.D.H.H.S., 2014), cáncer de tráquea y bronquios (Reitsma et al., 2021), entre otros. En el caso de la leucemia, la evidencia aún es débil para establecer una asociación entre el tabaquismo y dicha enfermedad. Sin embargo, existe evidencia que defiende la relación entre fumar y la leucemia mieloide (IARC, 2004). El consumo de tabaco también influye tanto en el curso como en la aparición de las enfermedades cardiovasculares. Se han observado altas tasas de riesgo de muerte en fumadores por cardiopatía isquémica (Jha et al., 2013), siendo una de las principales causas de muerte a nivel mundial atribuibles al consumo de tabaco (Stanaway et al., 2018) y, en personas adultas jóvenes, fumar en la etapa de la adolescencia y adultez temprana se relaciona de manera causal con aterosclerosis aórtica abdominal temprana (U.S.D.H.H.S., 2012). Además, los fumadores tienen un mayor riesgo (30-40%) de padecer diabetes (U.S.D.H.H.S., 2014) y una mayor probabilidad de desarrollar formas más graves de hipertensión arterial (Virdis et al., 2010). Fumar también se relaciona con problemas respiratorios. Así, se han observado altas tasas de riesgo de muerte en fumadores por enfermedades respiratorias (Jha et al., 2013). Entre estas enfermedades destaca la EPOC, siendo el consumo de tabaco la primera causa del padecimiento de esta. Así, deben tenerse en cuenta factores como la cantidad de cigarrillos que la persona consume diariamente y los años que lleva fumando, dada su influencia en padecer una mayor insuficiencia ventilatoria y en el riesgo de morir por dicha enfermedad (Burns, 2010). También se ha encontrado relación entre el consumo de tabaco y otras patologías como el asma y la tuberculosis (U.S.D.H.H.S., 2014). Además, de con otro tipo de molestias como tos, secreciones mucosas, disnea (U.S.D.H.H.S., 2004), sibilancias, disminuciones en la función pulmonar y deterioros en el crecimiento pulmonar (U.S.D.H.H.S., 2012). Con respecto a los problemas de reproducción, fertilidad y embarazo, la exposición fetal y posnatal a dicha sustancia se relaciona con efectos negativos como la diabetes tipo 2, obesidad y asma en los hijos, parto prematuro (Banderalli et al., 2015; Harju et al., 2016), restricciones en el crecimiento del feto (Abraham et al., 2017), daño vascular en el mismo (U.S.D.H.H.S., 2012), etc. Por su parte, el consumo de tabaco materno se relaciona con embarazos ectópicos y un incremento en el riesgo de padecer abortos de forma espontánea (Practice Committee of the American Society for Reproductive Medicine, 2018). Es importante puntualizar que las consecuencias postnatales negativas derivadas del consumo de tabaco no son únicamente consecuencia de su uso durante la etapa del embarazo, sino que también juega un papel importante el consumo durante la fase de la lactancia y la exposición pasiva al mismo (Banderalli et al., 2015). Respecto a las enfermedades reproductivas y de fertilidad, en el caso de los hombres, el consumo de tabaco se asocia con problemas como la disfunción eréctil (U.S.D.H.H.S., 2014). MARÍA BARROSO HURTADO 22 En las mujeres, tanto fumar como altas exposiciones de manera pasiva, se asocian con un riesgo más elevado de infertilidad y de padecer menopausia antes de los 50 años (Hyland et al., 2016). También se asocia con ciclos irregulares de menstruación, dismenorrea y retrasos a la hora de concebir (Amos y Mackay, 2010). Finalmente, otras enfermedades con las que se asocia el consumo de tabaco son la artritis reumatoide (U.S.D.H.H.S., 2014), enfermedad periodontal y caries (Martín et al., 2004), envejecimiento prematuro, decoloración de las uñas y empeoramiento de algunas enfermedades de la piel (ej., acné, psoriasis, etc.) (Puri et al., 2017). Además, dicho consumo altera los sentidos del gusto y el olfato, mejorando ambos cuando se logra la abstinencia (Etter et al., 2013). 1.3.2. Tabaco y salud mental Además de las consecuencias que el tabaquismo tiene a nivel de salud física, también se ha analizado su influencia sobre la salud psicológica. Así, los trastornos mentales se relacionan con una amplia variedad de comportamientos considerados de riesgo para la salud, como el consumo de tabaco (Royal College of Physicians, 2013). De hecho, pese a que las personas con trastornos mentales o trastornos por abuso de sustancias representan aproximadamente el 25% de la población adulta, estas fuman el 39.6% de los cigarrillos que consume dicha población (Substance Abuse and Mental Health Services Administration [SAMHSA], 2013). En personas con problemas de salud mental comparadas con personas sin patología mental, los niveles de dependencia al tabaco son mayores y la probabilidad de consumo es dos veces más elevada, aumentando dicha prevalencia cuanto mayor es la gravedad del trastorno (Royal College of Physicians, 2013). Además, son más propensos a fumar tabaco de liar y a padecer mayor craving (Brose et al., 2020). Una de las posibles explicaciones a este argumento, es que la nicotina podría ayudar, en algunos casos, a aliviar síntomas relacionados con las patologías, así como a aliviar la ansiedad. Sin embargo, se sabe que en ocasiones los síntomas que padecen se podrían exacerbar, a su vez, por los síntomas de la dependencia a la nicotina (Royal College of Physicians, 2013). Fumar se relaciona en personas adultas con una amplia variedad de diagnósticos psiquiátricos tales como esquizofrenia (Šagud et al., 2018), trastorno bipolar (Jackson et al., 2015), depresión (Weinberger et al., 2020), ansiedad (Fluharty, et al., 2017), trastorno por déficit de atención con hiperactividad (TDAH) (Mitchell et al., 2019) y abuso de sustancias (U.S.D.H.H.S., 2012). Además, también se asocia con trastornos de la conducta alimentaria como anorexia, bulimia y trastorno por atracón (Anzengruber et al., 2006; Solmi et al., 2016). De hecho, las personas con diagnóstico de bulimia nerviosa o trastorno por atracón tienen el doble de probabilidad de fumar cuando se comparan con personas sin patología (Solmi et al., 2016). Esto podría venir explicado, en parte, por la creencia de que el consumo de tabaco ayuda a controlar el peso, siendo un factor de gran relevancia en la decisión de fumar (U.S.D.H.H.S., 2012). Además, el consumo de tabaco también se relaciona con otro tipo de adicciones como el juego patológico, el consumo de alcohol y otras sustancias adictivas. Así, existe una elevada comorbilidad entre fumar y el juego patológico. Siendo la dependencia al tabaco mayor en personas con esta patología que en población general. Según plantean McGrath y Barrett (2009), hay mecanismos similares entre ambas adicciones a nivel biológico, ambiental y genético. Fumar también se relaciona con otro tipo de adicciones como el trastorno por consumo de alcohol, siendo la prevalencia de consumo de tabaco dos veces mayor que en personas sin este diagnóstico, apreciándose una tendencia más elevada del consumo en I. INTRODUCCIÓN 23 función de la gravedad del trastorno (leve, moderado o severo) (Weinberger et al., 2019). Por último, el consumo de tabaco también se asocia con el de algunas sustancias psicoactivas, como cannabis (Agrawal et al., 2012; McClure et al., 2019), cocaína (Becoña y Miguez, 2004; Epstein et al., 2010) o heroína (Epstein et al., 2010). Finalmente, es importante destacar que las personas con patologías mentales, pese a estar muy motivadas a querer abandonar el consumo de tabaco o reducirlo, suelen tener un éxito menor que las personas sin patología en sus intentos de dejarlo (Brose et al., 2020; Royal College of Physicians, 2013). Además, pueden tener dificultades para el acceso a los tratamientos, así como una respuesta baja a los tratamientos tradicionales para dejar de fumar (Brennan et al., 2016). 1.4. Beneficios de dejar de fumar Dejar de fumar es positivo a cualquier edad (U.S.D.H.H.S., 2020) y conlleva numerosos beneficios para la salud física y mental de las personas (Becoña, 2007). De hecho, el abandono del consumo de tabaco conlleva numerosos beneficios incluso horas o minutos después de haberlo dejado (WHO, 2019b) (ver Tabla 1). Uno de los principales beneficios del abandono del consumo de tabaco es la reducción del riesgo de muerte. Este es más bajo en personas que dejan de fumar que en fumadores, viéndose influido este riesgo por el tiempo que hace desde que la persona dejó de fumar (U.S.D.H.H.S., 2020). Concretamente, la esperanza de vida puede incrementarse en un rango de 4 a 10 años dependiendo de la edad en la que se decida abandonar el consumo, siendo más beneficioso a menor edad. Más específicamente, en población entre 25-34 años que dejan de fumar, en comparación con los que continúan fumando, la esperanza de vida puede aumentar unos 10 años, obteniendo tasas muy similares de supervivencia cuando se comparan con personas que no han fumado nunca. A partir de esa edad, los beneficios que se van obteniendo al dejar de fumar, en comparación con las personas que continúan fumando, van disminuyendo, pudiendo llegar a ganar unos 9 años si se deja de fumar entre los 35-45 años, 6 años entre los 45-54 años y 4 años entre los 55-64 años (Jha et al., 2013). En personas que llevan abstinentes 15 o más años, el riesgo de muerte puede llegar a ser similar al de una persona que nunca ha fumado (Becoña, 2007). Según afirma la WHO (2019b) a este beneficio se debe sumar la mejora de la salud durante los años de vida ganados. Lo que se puede explicar, en parte, por la reducción de las enfermedades derivadas del consumo de tabaco que tienden a disminuir la calidad de vida de las personas fumadoras. Además, dado que el consumo de tabaco conlleva costes elevados para los fumadores, para la sociedad y para el sistema sanitario (U.S.D.H.H.S., 2020), el cese de su consumo beneficia la economía de los países, por ejemplo, reduciendo los costes médicos derivados de las enfermedades asociadas al consumo a largo plazo (Jha et al., 2010; WHO, 2019b). Así, la evidencia científica es suficiente para concluir que dejar de fumar disminuye el riesgo de padecer algunos tipos de cáncer como el cáncer de pulmón, de páncreas, de cuello uterino, de estómago, de vejiga, de hígado, de laringe o leucemia mieloide aguda, entre otros (U.S.D.H.H.S., 2020). Por ejemplo, dejar de fumar provoca una disminución del riesgo de padecer cáncer de pulmón en ambos sexos, en personas con diferentes patrones de consumo (<20 cigarrillos/día y ≥ 20 cigarrillos/día) y también entre aquellos que consumen diferentes productos elaborados con tabaco, como cigarrillos manufacturados o tabaco de liar (IARC, 2004). Además, dejar de fumar durante la adultez temprana, puede ayudar a prevenir otras muchas enfermedades derivadas del consumo de tabaco que pueden causar la muerte, como la MARÍA BARROSO HURTADO 24 EPOC, enfermedad coronaria, accidentes cerebrovasculares, así como, abortos espontáneos y subdesarrollos en el feto (West, 2017). Tabla 1. Beneficios físicos de dejar de fumar, a corto y largo plazo Beneficios a corto plazo Tiempo transcurrido tras dejar de fumar Beneficios 20 minutos La presión arterial, frecuencia cardíaca y temperatura de las manos y pies recuperan valores normales. 8 horas El CO y oxígeno de la sangre vuelven a valores normales. 24 horas El riesgo de un ataque al corazón se disminuye. 48 horas El gusto y el olfato mejoran. Además, las terminaciones nerviosas del cuerpo se adaptan a la falta de nicotina. 72 horas Mejora la capacidad pulmonar y la respiración, dada la relajación de los bronquios. Beneficios a largo plazo Tiempo transcurrido tras dejar de fumar Beneficios Medio mes-3 meses Mejora la circulación y en un 30% la función pulmonar. Caminar resulta más sencillo. 1-9 meses Incrementa la sensación de bienestar y mejora la capacidad que tiene el cuerpo para limpiar el pulmón, por lo que se reducen las infecciones. Además, la fatiga, congestión de la nariz, tos y sensación de ahogo se reducen. 5 años Se reduce a la mitad el riesgo de morir por una enfermedad pulmonar y el de morir a causa de una enfermedad cardiaca se equipara al de las personas no fumadoras. 10 años La posibilidad de padecer cáncer de laringe, esófago, boca, riñón, vejiga y páncreas, así como de morir a causa de cáncer de pulmón, se asimila al de los no fumadores. Fuente: Adaptado de Becoña (2007) Más concretamente, en el caso de las mujeres embarazadas, dejar de fumar beneficia la salud propia, así como la del feto o recién nacido (U.S.D.H.H.S., 2020). Así, las mujeres que dejan de fumar antes o tras quedarse embarazadas, no aprecian reducciones en las mediciones del feto en el segundo o tercer trimestre de embarazo (Abraham et al., 2017), obtienen mayores ganancias de peso durante el periodo de gestación y reducen el riego de que el recién nacido nazca con un tamaño menor de lo esperado para su edad gestacional (U.S.D.H.H.S., 2020). Además, el abandono del consumo de tabaco al inicio del embarazo por parte del padre ejerce un efecto de tipo protector, reduciendo la posibilidad del desarrollo de asma en el hijo (Harju et al., 2016). Finalmente, con respecto a los beneficios de dejar de fumar sobre la salud mental, el abandono del consumo de tabaco, cuando se compara con continuar fumando, se asocia en los seguimientos con disminuciones en los síntomas depresivos (Martínez-Vispo et al., 2019; Rodríguez-Cano et al., 2016), ansiedad, y estrés (Chassin et al., 2002; Kim et al., 2019; Taylor I. INTRODUCCIÓN 31 2.2. Tratamientos psicológicos para dejar de fumar Los primeros tratamientos psicológicos para dejar de fumar surgieron en el siglo XX, en los años 60, cuando emergieron las técnicas de modificación de conducta. Desde entonces se han utilizado diversas técnicas como las aversivas (ej., la técnica de fumar rápido), control de estímulos, técnicas de desvanecimiento (disminución gradual de la ingestión de la nicotina y el alquitrán), manejo y contrato de contingencias, técnicas de desensibilización sistemática o programas de prevención de recaídas, entre otras (Becoña, Fernández del Río, et al., 2014; Becoña, 2010). Así, se denominan como tratamientos psicológicos multicomponentes a aquellos que combinan estas técnicas mencionadas, es decir, que proporcionan de manera conjunta todos los recursos y técnicas que se encuentran disponibles y que son efectivos para dejar de fumar (Suárez-Varela et al., 2019), pudiendo aplicarse en formato individual o grupal. Estos son considerados como los programas más frecuentes y de elección para el tratamiento del tabaquismo (Becoña, 2006). Estos tratamientos psicológicos han mantenido su interés desde el principio, llegando a convertirse para muchos fumadores en tratamientos de primera elección por encima de otros (Becoña, Fernández del Río, et al., 2014), demostrando su eficacia para dejar de fumar de manera sistemática (Becoña, 2010). Cabe destacar que en los últimos años se está innovando en la forma de llevar a cabo estos tratamientos para facilitar la accesibilidad a los mismos, destacando la utilización de aplicaciones móviles (apps), con una OR de 1,26, o los emails con una OR de 1,60 (Hartmann-Boyce et al., 2021). En función de la fase en la que se encuentra el fumador, se establecen diferentes tipos de intervenciones psicológicas: 1) Fase de Motivación: engloba a los fumadores que no se han propuesto dejar de fumar hasta el momento. En esta fase el objetivo es proporcionarles información y ofrecerles tratamientos efectivos para dejar de fumar. Un ejemplo de tratamiento es el consejo conductual para la reducción del consumo; 2) Fase de Preparación: en esta fase ya existe intención por parte del paciente de realizar algún intento para dejar de fumar, por lo que el objetivo es prepararlo con el tratamiento para realizar el intento (Baker et al., 2016). Es decir, se fomenta la motivación del paciente y compromiso con el abandono. Por ello, posibles técnicas a utilizar serían los contratos de contingencias, la autoobservación mediante el uso de autorregistros y gráficas de consumo, el establecimiento de una fecha para realizar un intento (Becoña, 2010) y técnicas de automanejo y autocontrol (Becoña, 2004); 3) Fase de Abandono: comprende un rango de 2 a 4 semanas tras la fecha establecida para realizar el intento de dejar de fumar, es decir, el periodo de tiempo posterior al abandono durante el cual la persona participa de forma activa en el tratamiento ofertado. En esta fase se deciden algunos aspectos relacionados con dicho intento, por ejemplo, cómo se llevará a cabo, es decir, si lo hará de forma brusca o gradual mediante una reducción de ingestión de nicotina y número de cigarrillos. Un ejemplo del posible tratamiento a ofertar en esta fase es el asesoramiento intensivo para el abandono del consumo de tabaco (Baker et al., 2016). Algunas técnicas a utilizar son la reducción gradual de la ingestión de nicotina y alquitrán y técnicas de control de estímulos o de autocontrol (Shadel y Niaura, 2003); y 4) Fase de Mantenimiento: con una duración indeterminada. Dirigida a mantener a largo plazo las ganancias alcanzadas (Becoña, 2004), así como a consolidar la abstinencia con el paso del tiempo, tratando de superar algunos desafíos asociados al tratamiento como la reducción de la motivación del paciente por el paso del tiempo, posibles caídas y recaídas, así como la disminución de la adherencia al mismo (Baker et al., 2016). Por ello, en el tratamiento durante esta fase se utilizarían técnicas como el entrenamiento en habilidades para el manejo del craving y el manejo de las situaciones de alto riesgo relacionadas con el consumo, el entrenamiento en solución de problemas, el uso de autoinstrucciones, el fomento del apoyo MARÍA BARROSO HURTADO 32 social y técnicas para la prevención de recaídas. Una vez finalizado el tratamiento, se recomienda pautar sesiones de seguimiento o llamadas telefónicas con el paciente para el refuerzo de la abstinencia a largo plazo (Becoña, 2004). En España se están aplicando varios tratamientos psicológicos para dejar de fumar, por ejemplo, en asociaciones (ej., Asociación Española contra el Cáncer), universidades (ej., unidades de tabaquismo), en Centros de Adicción o Drogas y en hospitales (Becoña, 2003). Muchos de estos tratamientos han demostrado su eficacia, entre los que se enmarca el tratamiento psicológico cognitivo-conductual Programa para Dejar de Fumar (Becoña, 2007) llevado a cabo por la Unidad de Tabaquismo y Trastornos Adictivos de la Universidad de Santiago de Compostela. Sin embargo, en nuestro país aún existen numerosas barreras que dificultan la difusión de los tratamientos psicológicos para dejar de fumar, entre las que destacan la mala posición en la que se halla aún la psicología clínica dentro de nuestro sistema sanitario, la gran cantidad de intereses que posee la industria farmacéutica en este campo (ej., venta de fármacos para dejar de fumar) y la inversión en publicidad que se realiza sobre su eficacia, encontrándose en muchas ocasiones sesgada hacia su beneficio, la idealización que tienen muchas personas acerca de dejar de fumar realizando un mínimo esfuerzo y de forma rápida, así como la escasa publicidad que reciben los tratamientos psicológicos, de ahí el gran desconocimiento que tiene la población respecto a la existencia de este tipo de tratamientos (Becoña, 2003). 2.2.1. Características de las intervenciones psicológicas para dejar de fumar: individual o grupal, intensivo o breve, número y duración de las sesiones, formato a través de videollamadas Los tratamientos conductuales para dejar de fumar pueden diferir en función de algunas características como: los componentes utilizados en el tratamiento (ej., asesoramiento, incentivos financieros), su formato (ej., grupal, individual, cara a cara, por teléfono o SMS, aplicaciones móviles, impresos) (ver Tabla 4), la persona responsable de realizarlos (ej., psicólogos, enfermeras, médicos) y la intensidad del tratamiento (ej., duración del tratamiento en términos de días y horas, así como número de sesiones) (Hartmann-Boyce et al., 2021). Tabla 4. Intervenciones conductuales para dejar de fumar: formatos Intervenciones conductuales para dejar de fumar: formatos Formatos OR Grupal 1,16 Individual 0,90 Cara a cara 1,04 Teléfono 0,98 Impreso 1,01 Internet u ordenador 1,08 App 1.26 SMS 1.45 Video estático 0,83 Video interactivo 0,99 Email 1,61 Acceso a líneas para dejar de fumar 0,83 Respuesta interactiva de voz 1,19 Fuente: Adaptado de Hartmann-Boyce et al. (2021) I. INTRODUCCIÓN 33 • Tratamiento individual o grupal: Hartman-Boyce et al. (2021) encontraron que la OR para el tratamiento conductual para dejar de fumar en formato grupal es mayor que para el consejo individual, siendo la del tratamiento grupal de 1,16 y la del consejo individual de 0,90 (ver Tabla 4). Según Becoña (2016), el tratamiento grupal del tabaquismo favorece la costo-eficiencia del tratamiento, dada la disminución que conlleva de los costes económicos y de tiempo. Otras ventajas del tratamiento grupal frente al individual son el incremento de la motivación y compromiso al establecer relaciones con el resto de los miembros del grupo, el incremento de la adherencia al tratamiento y de las posibilidades de generalizar lo que se ha trabajado en sesión (Becoña, 2010), permite aprender de las experiencias de los compañeros, favoreciendo el apoyo social sobre todo en aquellas personas que se encuentran más aisladas (ej., a nivel familiar) (van Wormer y Davis, 2013). En esta línea, una de las variables a valorar a la hora de desarrollar un tratamiento grupal, es el tamaño idóneo de los grupos. Así, se recomienda una media de 4-8 personas para el buen funcionamiento de las sesiones grupales cuando se cuenta con un solo terapeuta. En caso de contar con un coterapeuta, se recomienda un máximo de 9-15 personas. A mayor número de integrantes, mayor dificultad en el manejo clínico del grupo, por lo que se debe tener en cuenta la provisión de interacciones que se van a realizar, así como la duración de las sesiones (Becoña, 2010; Becoña y Míguez, 2008). • Tratamiento intensivo o breve: Con respecto a la intensidad del tratamiento, Patnode et al. (2021) defienden la existencia de evidencia científica suficiente para poder afirmar que el consejo más intensivo, en comparación con el menos intensivo, obtiene mayores tasas de abstinencia (RR = 1,29). Acorde con esto, la revisión de Lancaster y Stead (2017) señala un RR de 1,29 para el asesoramiento intensivo comparado con el asesoramiento breve. Esto se ve apoyado por autores como Fiore et al. (2008) que defienden que las intervenciones intensivas dirigidas al tratamiento del consumo de tabaco son más efectivas y poseen mayores tasas de éxito que las intervenciones breves para dejar de fumar (OR = 2,3 vs OR = 1.6). A lo que hay que sumar que este tipo de intervenciones suelen ser aplicadas por profesionales sanitarios especializados en el campo, que cuentan con los conocimientos, experiencia y formación necesarios para prestar estas intervenciones con diferentes grados de intensidad. Por tanto, el consejo psicológico incrementa su efectividad con la intensidad del tratamiento, es decir, cuanto más intensa sea la intervención mayor es la abstinencia obtenida (Fiore et al., 2008). • Número y duración de las sesiones: Con respecto al número de sesiones de las que debe constar un tratamiento eficaz para dejar de fumar, la evidencia científica apoya que el tratamiento presencial para el abandono del consumo de tabaco llevado a cabo en cuatro o más sesiones incrementa las tasas de abstinencia, por lo que se recomienda este mínimo de sesiones. Además, en cuanto al tiempo de duración de las sesiones de tratamiento, Becoña y Míguez (2008) defienden que en grupos de 4-12 personas, cada sesión debe durar en torno a una hora. Sin embargo, cuando el grupo supera los 12 participantes, la duración podría enmarcarse entre los 90 y 180 minutos. • Formato a través de videollamadas para dejar de fumar: En la pandemia del COVID-19 y por las numerosas restricciones derivadas de esta, muchos tratamientos han tenido que adaptarse, utilizando los recursos no presenciales disponibles, para poder seguir atendiendo las necesidades de los pacientes. Un ejemplo es el uso de terapias a través de internet que se realizan de manera sincrónica, es decir, de manera simultánea entre las dos partes, como el caso de las videollamadas. Este recurso permite la MARÍA BARROSO HURTADO 34 continuidad de los cuidados, reduce los costes asociados a los tratamientos, consigue mejorar la accesibilidad disminuyendo los desplazamientos, llegando a más personas (Soto-Pérez et al., 2010), además permite realizar sesiones grupales (ej., familiares) cuando las personas viven en diferentes lugares y trabajar con pacientes que podrían precisar visitas domiciliarias (ej., personas con agorafobia) (Przeworski y Newman, 2012). Los tratamientos psicológicos a través de videollamadas han demostrado generar una buena alianza terapéutica (Murphy y Turgoose, 2019; Lichstein et al., 2013) y aceptación por parte de los pacientes y terapeutas (Yuen et al., 2013). Estos han demostrado su eficacia para la reducción de síntomas depresivos e insomnio (Lichstein et al., 2013) y síntomas de ansiedad social (Yuen et al., 2013). Además, han demostrado ser igual de eficaces que las intervenciones cara a cara para el tratamiento de algunas patologías. Así, por ejemplo, en el estudio de Choi et al. (2014), en el que compararon 3 grupos de tratamiento (videollamada usando la plataforma Skype, presencial cara a cara y llamadas telefónicas), encontraron reducciones significativas en los síntomas depresivos en el seguimiento de 12 semanas, medidos a través de la Escala de Depresión de Hamilton, en los grupos que recibieron tratamiento a través de videollamadas y presencialmente cara a cara en comparación con los de llamada telefónica. Además, las puntuaciones obtenidas en dicha escala no difirieron entre los dos primeros grupos mencionados. Sin embargo, pese al notable crecimiento que ha tenido este tipo de formato en los últimos años, existen pocos estudios que evalúen su eficacia en el caso de las intervenciones para dejar de fumar. Los escasos estudios existentes parecen señalar resultados muy positivos a favor del uso de videollamadas para el abandono del consumo de tabaco. Por ejemplo, Tzelepis et al. (2019) han encontrado que cuando se compara el uso de videollamadas para dejar de fumar con tratamientos bien establecidos como llamadas telefónicas, no existen diferencias significativas en el efecto del tratamiento ni en el número de intentos realizados en aquellos pacientes que no abandonaron el consumo de tabaco pasados 12 meses. Tampoco encontraron diferencias significativas en la adherencia a las sesiones, más concretamente en el número medio de sesiones finalizadas y en completar el tratamiento, ni en las puntuaciones medias referentes a la alianza terapéutica y de satisfacción con el tratamiento, siendo incluso más probable que las personas que recibieron el tratamiento mediante videollamada recomendasen dicha intervención a una persona cercana de su entorno (familiar o amigo). Por otro lado, otros estudios (Nomura et al., 2019) han ido un poco más allá, incorporando a este tipo de tratamientos online nuevas herramientas tecnológicas como el uso de apps móviles para dejar de fumar y han encontrado que, cuando se compara un tratamiento de asesoramiento por video a través de internet con un tratamiento presencial cara a cara, ambos combinados con la misma aplicación para dejar de fumar, se obtienen porcentajes similares de abstinencia continuada de la semana 9 a la 12 (81% vs 78,9% respectivamente) y de la semana 9 a la 24 (74.1% vs 71.9% respectivamente), no encontrando diferencias significativas entre ellos y siendo altas las tasas de adherencia a las sesiones en ambas condiciones de tratamiento. Así, el asesoramiento a través de video podría ser una alternativa viable a los tratamientos tradicionales cara a cara. Sin embargo, pese a que los resultados preliminares de los estudios existentes son positivos a favor del uso de videollamadas para el tratamiento de dejar de fumar, algunos autores defienden la necesidad de que se realicen más estudios aleatorizados, que comparen el uso de estos tratamientos con otras intervenciones conductuales para dejar de fumar, como por ejemplo intervenciones presenciales tradicionales, con el fin de poder establecer conclusiones más certeras en relación a su eficacia (Tzelepis et al., 2019). I. INTRODUCCIÓN 35 3. INTEGRANDO LOS TRATAMIENTOS PSICOLÓGICOS PARA DEJAR DE FUMAR CON LAS TICS PARA LA MEJORA DE SU EFICACIA 3.1. El uso de las Tecnologías de la Información y la Comunicación en el ámbito de la salud: eHealth Las Tecnologías de la Información y la Comunicación (TICs) se definen como un conjunto de herramientas y recursos tecnológicos (ej., ordenadores, internet, telefonía, televisión, radio) dirigidos a almacenar, crear, intercambiar y transmitir información (UNESCO, 2009). Así, el uso de tecnologías digitales dirigidas a la salud, o salud digital, es un campo actualmente emergente que utiliza las TICs para hacer frente a las necesidades de salud existentes, entre las que se incluye dejar de fumar (WHO, 2019a). En los últimos años, el uso de estas tecnologías para la mejora de los hábitos de salud son un recurso cada vez más utilizado y demandado por una parte importante de la sociedad dado su gran atractivo. Las intervenciones que utilizan tecnologías tienen diversas ventajas entre las que se encuentran la posibilidad de estandarizarlas para proporcionar contenido basado en la evidencia científica; la adaptación de sus contenidos a grupos específicos de población (ej., personas con patologías mentales graves, mujeres embarazadas, personas hospitalizadas); así como su coste reducido en comparación con otras intervenciones psicosociales de tipo tradicional (Vilardaga, Rizo, et al., 2019). Además de estas ventajas, el uso de tecnologías en los tratamientos puede ayudar a reducir el craving y el riesgo de consumo, funcionando como intervenciones en tiempo real cuando el paciente no se encuentra en el lugar donde se le administra el tratamiento (Keoleian et al., 2015). Sin embargo, algunos autores hablan de ciertas limitaciones asociadas al uso de tecnologías, como pueden ser las dificultades en el establecimiento del vínculo entre paciente y terapeuta, algunas cuestiones relacionadas con el ámbito ético y legal (ej., ausencia de guías a seguir y de organismos que las regulen) y las dificultades en la percepción de la comunicación no verbal (ej., gestos) cuando se lleva a cabo, por ejemplo, terapia online (Przeworski y Newman, 2012). Dentro del campo de la salud digital están las eHealth, que hacen referencia al uso de las TICs con la finalidad de mejorar la salud y los campos relacionados con la misma (WHO, 2019a). Así, pese a que existe un gran abanico de intervenciones que utilizan eHealth, aún queda por establecer una categorización que recoja todos estos tipos de intervenciones, tratándose de una gran limitación a la hora de realizar los estudios. Por tanto, uno de los puntos a mejorar en el futuro sería el establecimiento de categorías para clasificar las intervenciones con eHealth. Así, algunos ejemplos de intervenciones que utilizan eHealth en el campo de la salud general son: los registros electrónicos de salud de los pacientes, los sistemas de información en hospitales, la salud móvil (mHealth), registros electrónicos de medicamentos (WHO, 2006) o la telemedicina (uso de TICS para facilitar el acceso a la información y cuidado médico de los pacientes) (Davies y Mueller, 2020), entre otros. Más específicamente, en el ámbito dirigido a dejar de fumar, una posible clasificación de las intervenciones que utilizan eHealth es la utilizada por Do et al. (2018) en uno de sus estudios, en el que dividen estas intervenciones en: intervenciones web (páginas web de internet que requiere de un acceso online), intervenciones a través del ordenador (aplicación o programa que se ejecuta a través de un ordenador o portátil), intervenciones a través de teléfonos móviles (requieren del uso de tecnología móvil e inalámbrica, como por ejemplo, el uso de apps o SMS) u otras plataformas (ej., redes sociales, juegos, chats). Con respecto a la eficacia estas eHealth para dejar de fumar, continuando con la categorización anteriormente mencionada, los estudios realizados señalan que las MARÍA BARROSO HURTADO 36 intervenciones web obtienen tasas de abstinencia más altas a los 6 meses de seguimiento (RR= 2,03) en comparación con otros tratamientos no activos, como por ejemplo el uso de materiales impresos (Do et al., 2018). Es importante destacar que, pese a que las intervenciones web incrementan las tasas de abstinencia, estas mejoran su efectividad cuando utilizan técnicas de modificación de conducta y componentes interactivos (ej., componentes que requieren interacción por parte de la persona, como, por ejemplo, cubrir cuestionarios, herramientas de planificación del abandono del consumo de tabaco, calculadora de gastos, ejercicios, etc.) (U.S.D.H.H.S., 2020). Con respecto a la eficacia de las intervenciones a través del ordenador, algunos estudios como el de Do et al. (2018) han encontrado que incrementan poco o nada la abstinencia cuando se comparan con tratamiento habitual (RR=1,16). Sin embargo, en un meta-análisis llevado a cabo por Myung et al. (2009) el uso de intervenciones a través del ordenador obtenía tasas más altas de abstinencia que los grupos control (ej., cuidado estándar, materiales de autoayuda) utilizados (RR=1,48). Estas intervenciones basadas en tecnologías, como páginas web o programas de ordenador, también han demostrado su eficacia en poblaciones específicas, como en personas en situaciones de riesgo (ej., bajo nivel económico, trastorno mental, VIH, trastorno por uso de sustancias), incrementando la probabilidad de dejar de fumar en los seguimientos de 3 meses (OR = 2,04), 12 meses (OR = 1,68) y 18 meses (OR = 1,83) en el caso de los programas a través de internet, y en el seguimiento de 6 meses cuando se utilizan intervenciones web (OR = 1,37) (Boland et al., 2018). También se han investigado el uso de intervenciones digitales para dejar de fumar en mujeres embarazadas, siendo una de las más efectivas las basadas en ordenadores (OR = 3,06) (Griffiths et al., 2018). Por otro lado, también se ha estudiado la eficacia de las intervenciones a través de las redes sociales para dejar de fumar. Así, en una revisión sistemática desarrollada por Naslund et al. (2017) concluyeron que las intervenciones que utilizan redes sociales, como Facebook, Twitter o WhatsApp, para dejar de fumar son viables y tienen gran aceptación, demostrando una eficacia preliminar positiva cuando se compara con otras intervenciones (ej., tratamiento habitual, folletos de autoayuda, líneas telefónicas para dejar de fumar), incrementando las tasas de abstinencia, previniendo la recaída y fomentando la realización de intentos de abandono del consumo de tabaco. Respecto a los resultados de abstinencia, Pechmann et al. (2017) realizaron un estudio en el que el grupo control recibió el tratamiento habitual (parches de nicotina) combinado con el uso de una web y el grupo experimental el mismo tratamiento que el control más una intervención a través de Twitter (Tweet2Quit). La abstinencia continua hasta el seguimiento de 60 días fue del doble en el grupo experimental en comparación con el grupo control (40% vs 20%; RR=2.67). Además. el volumen de tweet utilizados predijo dicha abstinencia, es decir, publicar más tweets se relacionó significativamente con una mayor abstinencia continua. Finalmente, la eficacia de las intervenciones para dejar de fumar a través de teléfonos móviles (ej., apps, SMS) se expondrá en el apartado posterior, dada la relevancia de dicho tema en la presente tesis doctoral. 3.2. Salud móvil: mHealth En la actualidad se ha producido un importante incremento del uso de los smartphones, estando cada vez más incorporados en la vida cotidiana. De hecho, a nivel mundial 6.378 millones de personas tienen un smartphone (Statista, 2021). Se calcula que entorno al 90% de las personas adultas poseen uno y que el 95% de los que lo tienen hacen un uso diario del mismo (Ditrendia, 2021). I. INTRODUCCIÓN 37 Dentro de las eHealth encontramos las mHealth (salud móvil) que se basan en el uso de tecnología móvil inalámbrica (ej., teléfonos móviles, PDA, dispositivos de monitorización de pacientes) dentro del ámbito de la salud (WHO, 2016, 2019a). Estas plataformas mHealth han tenido un importante auge en los últimos 20 años, apreciándose un gran incremento y adquiriendo una especial relevancia en los últimos 10 años (U.S.D.H.H.S., 2020). Algunos tipos de programas basados en mHealth son el uso de SMS recordatorios para la asistencia a citas médicas, el acceso por parte de los profesionales a la información médica de los pacientes a través del teléfono móvil (WHO, 2016) y las aplicaciones móviles de salud dirigidas al ámbito clínico, como el tratamiento de enfermedades o el consumo de sustancias psicoactivas (Silva et al., 2015), como sucede en el caso del tabaco. Una de las ventajas principales de las intervenciones con mHealth es que son costoefectivas (Iribarren et al., 2017). Así, proporcionar tecnología móvil podría ser en determinadas situaciones más económico que suministrar servicios en persona (WHO, 2016). El uso de esta tecnología puede reducir algunas barreras asociadas a los tratamientos tradicionales, como el tiempo y transporte que conllevan (U.S.D.H.H.S., 2020), no siendo preciso residir cerca para poder participar, reduciendo así el tiempo necesario para acudir a las citas programadas. Por tanto, su uso en el ámbito de los programas de salud podría facilitar el acceso a los tratamientos a personas que de otra manera no podrían recibirlos y, por lo tanto, mejorar su calidad de vida (WHO, 2016). Entre sus principales ventajas se encuentran la posibilidad de adaptación de los contenidos a las características de los usuarios, así como su facilidad de uso dada la flexibilidad de poder utilizarlas en cualquier momento y lugar, pudiendo llegar a grandes poblaciones. Además, algunas posibilitan el establecimiento de relaciones con otros usuarios fomentando con ello el apoyo social (ej., apps con componentes de chat) (Whittaker et al., 2016). Este tipo de instrumentos presentan, además, una buena aceptación no solo por parte de las personas que los utilizan sino también por parte de los profesionales de la salud que las coordinan (WHO, 2016). El uso de mHealth no solo proporciona ventajas durante el tratamiento, sino una vez finalizado. Así, Keoleian et al. (2015) señalan que el uso de tecnologías móviles dirigidas a la salud pueden ser de gran ayuda para el mantenimiento de las mejorías una vez finalizado el tratamiento de algunas adicciones (ej., consumo de tabaco, cannabis o alcohol). Por ejemplo, podrían proporcionar recordatorios dirigidos al manejo de las caídas y recaídas o para el reforzamiento de las habilidades adquiridas a lo largo del tratamiento, apoyando el mantenimiento de la abstinencia una vez finalizada la intervención. Pese a las ventajas señaladas, también existen limitaciones relacionadas con el uso de las mHealth. Entre estas se encuentran la falta de legislación o regulaciones en torno a los programas que usan mHealth (WHO, 2016), existiendo una gran variabilidad entre las mHealth en términos de calidad y alcance (ej., muchas utilizan medidas de autoinforme) (Marzano et al., 2015); barreras en la aplicación/uso de las mHealth, asociadas a la falta de información sobre la evaluación de su eficacia y rentabilidad; así como limitaciones relacionadas con las prioridades del sistema sanitario (ej., falta de fondos en torno a las mismas) (WHO, 2011). Además, existen barreras específicas relacionadas con la implementación de intervenciones mHealth en los países en desarrollo por la falta de infraestructuras y de equipamientos tecnológicos, la existencia de una brecha tecnológica, la alfabetización de las personas, la escasez de formación o las barreras relacionadas con el idioma (Kruse et al., 2019). MARÍA BARROSO HURTADO 38 Cabe destacar que pese a que los programas que utilizan mHealth pueden precisar grandes inversiones iniciales (ej., para la configuración de los sistemas, costes operativos), proporcionan grandes beneficios a largo plazo (WHO, 2016). Dentro de las mHealth, el uso de apps es uno de los recursos más utilizados. Las apps se han convertido en un elemento importante en la vida de las personas, especialmente de las más jóvenes, viéndose reflejado en las cifras de descargas. Por ejemplo, durante el año 2019, se descargaron 204 mil millones de apps, en las que los usuarios invirtieron una media de 3 horas y 40 minutos, y a las que les correspondió el 91% del tiempo de utilización del teléfono (Ditrendia, 2021). Esta tendencia también se ve reflejada en el campo de la salud, existiendo un gran número de apps en las tiendas móviles de aplicaciones dirigidas a dicho ámbito. Las apps de salud (Health apps) se definen como aquellas apps dirigidas al mantenimiento y a la promoción de la salud (Davies y Mueller, 2020). En el año 2017 estaban disponibles en torno a 325.000 aplicaciones de salud, con una media estimada de 3,7 billones de descargas (Research2Guidance, 2017). Más concretamente, los españoles superamos la media mundial del uso de apps de salud y deporte, siendo de un 48% en nuestro país y de un 47% a nivel mundial (Ditrendia, 2021). En los últimos años se ha apreciado un incremento en este campo del desarrollo de apps como herramientas para la modificación de diferentes aspectos relacionados con el estilo de vida de los pacientes (Vogel et al., 2017). Entre estas apps encontramos algunas dirigidas, por ejemplo, a la pérdida de peso (Islam et al., 2020), a la realización de ejercicio físico (Romeo et al., 2019; Yerrakalva et al., 2019), al abandono del consumo de alcohol (Crane et al., 2018; Hides et al., 2018) o a dejar de fumar (BinDhim et al., 2018). Estas apps pueden centrarse únicamente en uno de estos aspectos (ej., una app dirigida únicamente a dejar de fumar) o pueden combinar varios dentro de una misma aplicación, por ejemplo, la aplicación See Me Smoke-Free combina actividad física, dieta y dejar de fumar (Gordon, Armin, Hingle, et al., 2017). Sin embargo, aunque existe un amplio mercado de aplicaciones relacionadas con la salud y tienen una gran disponibilidad, muy pocos países poseen una entidad responsable de supervisar las regulaciones de las apps en cuanto a su calidad, fiabilidad y seguridad, existiendo un vacío a la hora de poder proporcionar a la población un asesoramiento fiable sobre la selección de aplicaciones de salud efectivas y basadas en la evidencia científica (WHO, 2016). Para poder proporcionar estas recomendaciones basadas en la evidencia, es muy importante probar la eficacia de las apps en estudios científicos. Así, esta incorporación de las apps al campo de las investigaciones clínicas conlleva numerosas ventajas como (Vogel et al., 2017): 1) facilidades en la recopilación de datos y reducciones en su duración (ej., los análisis de datos pueden realizarse antes, pudiendo incorporar los resultados al tratamiento que se esté desarrollando), siendo más objetiva y estandarizada; 2) permite consultar el progreso del paciente de forma longitudinal; 3) reduce el papeleo; 4) la introducción de datos puede realizarse por ambas partes (profesional y paciente); 5) incrementa la transparencia de los datos recogidos (ej., dificultando cambios posteriores) y se reducen los errores al digitalizarlos; 6) simplifica el reclutamiento de pacientes (ej., mayor alcance de personas, mayor rapidez en el reclutamiento) haciéndolo más costo-efectivo; 7) mejora la replicación de los resultados al poder aplicarse los procedimientos utilizados de la misma manera en diferentes centros, siendo más objetiva. Sin embargo, pese a los numerosos beneficios presentados, con respecto al uso de apps en las investigaciones clínicas hay algunas limitaciones que se deben tener en cuenta a la hora de I. INTRODUCCIÓN 39 realizar estos estudios (Vogel et al., 2017): 1) Limitaciones de tipo legal (ej., privacidad de los datos y anonimato en su transferencia, aprobación de comités éticos). Pueden diferir en función del país en el que se desarrolle y pueden solucionarse con la firma de documentos como un consentimiento informado e información a los pacientes; 2) Limitaciones relacionadas con los pacientes (ej., actitud hacia el uso de apps, condicionada en ocasiones por variables como la edad o la disposición de un móvil adecuado o compatible con el estudio). Pueden solventarse con organización y planificación previa, por ejemplo, seleccionando los componentes en función de las características de la muestra o incorporando criterios de inclusión adecuados (ej., posesión de un teléfono móvil o la prestación de un teléfono móvil durante el periodo del estudio); 3) Características del personal responsable del estudio, como sus actitudes o capacitación técnica para el uso de estas herramientas (ej., habilidades); 4) La realización técnica del estudio, por ejemplo, el aumento del coste por la necesidad de personal cualificado o el cumplimiento de los requisitos legales mencionados (ej., almacenamiento y gestión de datos). Con respecto a la eficacia de las intervenciones basadas en plataformas mHealth para dejar de fumar, estas han demostrado ser eficaces en estudios como el de Do et al. (2018) en el que obtienen tasas de abstinencia más altas en comparación con otros tratamientos no activos, como folletos informativos (RR= 1.71) y el de Whittaker et al. (2016) en el que apuntan la eficacia de las intervenciones mHealth a las 26 semanas de abstinencia en comparación con el tratamiento habitual (RR=1.67). Más concretamente, centrándonos en los SMS y las apps móviles, dos de las plataformas mHealth más utilizadas, la evidencia sugiere que los SMS automatizados (enviados de forma automática en base a una programación/configuración previa) son más efectivos que el apoyo mínimo (RR=1,54) y que la combinación de SMS con otros tratamientos para dejar de fumar, es más efectiva que otros tratamientos (ej., 8 semanas de SMS con contenidos dirigidos a no fumar, tratamiento habitual) (RR=1,59) (Whittaker et al., 2019). Además, cuando los SMS se personalizan incrementan las tasas de abandono del consumo de tabaco (RR=1,80) (Do et al., 2018; U.S.D.H.H.S., 2020). Estas intervenciones basadas en SMS también han demostrado su eficacia en poblaciones específicas, como en mujeres embarazadas. Incrementando significativamente la probabilidad de abstinencia cuando se compara su uso con otro tipo de tratamientos, como materiales de autoayuda (OR = 1,59) (Griffiths et al., 2018). Con respecto a la eficacia de las apps móviles para dejar de fumar, dada la importancia que estas tienen para el desarrollo de la presente tesis doctoral, se destinará el próximo apartado a profundizar sobre las mismas. 3.2.1. Aplicaciones móviles para dejar de fumar En la actualidad existen numerosas apps para dejar de fumar disponibles en las tiendas de aplicaciones móviles que se encuentran al alcance de la población, incluso de forma gratuita. Así, algunos estudios han analizado el uso de estas apps en las tiendas de iOS y Android, encontrando que más del 50% de las apps gratuitas más utilizadas en estas plataformas superan las 100.000 descargas (Regmi et al., 2018). Este elevado uso se explica, en parte, por los numerosos beneficios y ventajas asociados a las intervenciones para dejar de fumar mediante el uso del teléfono móvil, siendo algunos de ellos: 1) su facilidad de uso y accesibilidad, pudiendo utilizarlas en cualquier sitio y a cualquier hora del día; 2) su personalización, es decir, la capacidad de adaptación de los contenidos a diferentes poblaciones (ej., sexo y edad) y en función de las respuestas proporcionadas por los pacientes (ej., necesidades, intereses); 3) su gran alcance y aceptación dado su elevado atractivo en comparación con otro tipo de intervenciones (llegan a un gran MARÍA BARROSO HURTADO 40 número de personas con independencia de su ubicación); 4) la posibilidad de proporcionar apoyo social, mediante el contacto con otros usuarios pudiendo compartir sus experiencias y conocimientos (ej., a través de redes sociales), así como de manejo del “craving” y; 5) su capacidad de enviar mensajes/notificaciones importantes en cualquier momento cuando el dispositivo se encuentra encendido (McClure et al., 2016; Whittaker et al., 2019). Existe una gran variedad de aplicaciones para dejar de fumar, la mayor parte de ellas dirigidas a población general, y otras dirigidas a poblaciones específicas. Por ejemplo, existen aplicaciones para dejar de fumar diseñadas para mujeres (Gordon, Armin, Hingle, et al., 2017), adolescentes (Pbert et al., 2020), personas con patologías mentales graves, como esquizofrenia o trastorno bipolar (Vilardaga, Rizo, et al., 2019), población hospitalaria (Finkelstein y Cha, 2016), personas con VIH (Brinker et al., 2018), o embarazadas (Tombor et al., 2016). Con respecto al contenido de las aplicaciones, encontramos una gran diversidad de enfoques: la terapia de aceptación y compromiso (ACT) (Bricker et al., 2014, 2017), TCC (García-Pazo et al., 2020), mindfulness (Garrison et al., 2020), etc. También pueden variar con respecto al objetivo a tratar, puesto que algunas incorporan como único objetivo dejar de fumar (Iacoviello et al., 2017), y otras incorporan además otros cambios en estilos de vida como el cuidado de la alimentación y la realización de ejercicio físico (Gordon, Armin, Hingle, et al., 2017). Una de las principales limitaciones relacionadas con el uso de apps para dejar de fumar es la dificultad de la validación de la abstinencia del paciente, cuestión especialmente relevante para el desarrollo de estudios, así como para proporcionar una retroalimentación objetiva a la persona. Por ello, cada vez más estudios utilizan apps para dejar de fumar que se combinan con otras herramientas tecnológicas para la verificación de la abstinencia. Un ejemplo es el uso de dispositivos portátiles como pulseras o relojes que mediante determinados movimientos corporales detectan el consumo de tabaco. Estos dispositivos habitualmente suelen ir asociados a una app móvil para dejar de fumar. Sin embargo, una de las principales limitaciones de su uso es su generalización a escenarios diarios de la vida de la persona y a la práctica clínica, puesto que sobre ellos influyen factores que pueden afectar a los resultados, como la mano dominante que utiliza la persona, sus posturas corporales o el consumo de tabaco mientras se llevan a cabo otras actividades como conducir (Ortis et al., 2020). Un ejemplo de ello es el estudio llevado a cabo por Dar (2018) en el que los participantes recibieron un reloj inteligente asociado a la aplicación SmokeBeat para dejar de fumar. Otra herramienta, que se está utilizando combinada con el uso de apps para el abandono del consumo de tabaco son los medidores de CO (Krishnan et al., 2019; Raiff et al., 2017), que sirven para verificar las medidas de abstinencia y la adherencia de los fumadores al tratamiento. Estos medidores de CO suelen ser portátiles que se encuentran asociados a apps móviles. Por ejemplo, en el estudio de Raiff et al. (2017) los pacientes recibieron un medidor de CO (Bedfont piCO+ Smokerlyzer, COvita, Haddonfield, NJ) para utilizar a lo largo de todo el periodo de la intervención. Además de este medidor, debían utilizar la app móvil (mōtiv8) para grabar dos videos diarios de ellos mismos mientras realizaban sus mediciones de CO, debiendo registrar posteriormente los valores obtenidos (partículas por millón [ppm] de CO en aire espirado) en la app. Por otro lado, Krishnan et al. (2019) proporcionaron a cada participante un medidor portátil e individualizado iCO (Bedfont Scientific Ltd). Los usuarios disponían también la app COach2Quit, que les proporcionó información sobre cómo utilizar el medidor de CO, además de avisos diarios sobre la necesidad de realizar dos mediciones diarias. Tras finalizar las mediciones, la app envió mensajes al participante en función de los valores de CO obtenidos, y le permitió la visualización de las puntuaciones (ppm) obtenidas II. OBJETIVOS E HIPÓTESIS 47 1. OBJETIVOS La presente tesis doctoral tiene por objetivo evaluar la eficacia de un tratamiento psicológico cognitivo-conductual para dejar de fumar, Programa para Dejar de Fumar, con una App móvil de apoyo (“Non Fumo”), en comparación con la aplicación única del tratamiento psicológico cognitivo-conductual para dejar de fumar. Se plantean los siguientes objetivos específicos: 1) Evaluar la eficacia de un tratamiento psicológico cognitivo-conductual para dejar de fumar con el apoyo de una App (“Non Fumo”) mediante un estudio de asignación aleatoria a dos condiciones de tratamiento: a) tratamiento psicológico cognitivo-conductual estándar más el uso de la App; b) tratamiento psicológico cognitivoconductual estándar. La eficacia se evaluará al final del tratamiento y en los seguimientos posteriores de 3, 6 y 12 meses. 2) Evaluar la adherencia de los participantes al tratamiento y a los posteriores seguimientos. 3) Estudiar las variables psicológicas que se relacionan con la eficacia del tratamiento (sintomatología depresiva, urgencia a fumar y calidad de vida). 4) Evaluar si existen diferencias en las variables psicológicas entre las personas que dejan de fumar con el tratamiento psicológico cognitivo-conductual estándar más App y los que abandonan el consumo de tabaco con el tratamiento psicológico cognitivoconductual sin App. 5) Analizar si existen diferencias en la satisfacción con el tratamiento entre el grupo que recibe el tratamiento psicológico cognitivo-conductual con apoyo de la App y el grupo que recibe el tratamiento psicológico cognitivo-conductual sin App. 6) Analizar la satisfacción con la App en el grupo que recibe el tratamiento psicológico cognitivo-conductual con apoyo de la App. 2. JUSTIFICACIÓN El consumo de tabaco provoca en torno a 7 millones muertes al año (WHO, 2021), siendo la principal causa de muerte evitable a nivel mundial (Brennan et al., 2016; Prochaska et al., 2017). Pese a que la prevalencia del consumo de tabaco ha ido disminuyendo con el paso del tiempo, aún fuman en torno a 1.140 millones de personas en el mundo (Reitsma et al., 2021), siendo la prevalencia de fumadores diarios en España de un 19,8% en la población mayor de 15 años (INE, 2021a). Sin embargo, el porcentaje de fumadores diarios que se ha planteado y ha intentado dejar de fumar ha disminuido casi a la mitad en los últimos años, siendo de un 65,5% en el año 2017 (OEDA, 2019) y de un 37,2% en los años 2019/2020 (OEDA, 2021c). Entre los tratamientos eficaces para dejar de fumar, destacan los tratamientos psicológicos, siendo uno de los de primera elección para el tratamiento del tabaquismo. Así, la U.S. Preventive Services Task Force (2021) recomienda en personas adultas utilizar tratamientos psicológicos conductuales para dejar de fumar, ya sean solos o combinados. Entre estos tratamientos, uno de los más usados es la terapia cognitivo-conductual (Perkins et al., 2008). Dentro de este enfoque se enmarca el tratamiento psicológico Programa para Dejar de Fumar (Becoña, 2007) llevado a cabo por la Unidad de Tabaquismo y Trastornos Adictivos de la Universidad de Santiago de Compostela, que ha mostrado su eficacia en numerosos estudios (Martínez-Vispo et al., 2019; Rodríguez-Cano et al., 2016). Así, el primer objetivo del estudio será evaluar la eficacia de un tratamiento psicológico cognitivo-conductual para dejar de fumar combinado con el apoyo de una App, al final del tratamiento y en los posteriores seguimientos, mediante un estudio de asignación aleatoria comparando dos condiciones de tratamiento. La condición experimental recibirá el MARÍA BARROSO HURTADO 48 tratamiento psicológico cognitivo-conductual estándar, Programa para Dejar de Fumar, más el uso de la App (“Non Fumo”) y la condición control únicamente del tratamiento psicológico cognitivo-conductual estándar. Con el paso de los años se continúa investigando para mejorar los resultados de los tratamientos psicológicos para dejar de fumar. Por ejemplo, los tratamientos tradicionales están empezando a combinarse con herramientas que proporciona la eHealth. Así, algunos autores defienden que los tratamientos que se combinan con estas herramientas son tratamientos prometedores, dado que se espera que las ventajas asociadas a cada uno de los formatos compensen las limitaciones del otro. Así, una de las limitaciones relacionadas con el uso de herramientas eHealth es la falta de contacto con los profesionales de la salud, cuestión que podría compensarse con la combinación con un formato en persona (Siemer, Ben Allouch, et al., 2020; Siemer, Brusse-Keizer, et al., 2020). Una de las herramientas más relevantes y con mayor crecimiento en el campo del tabaquismo son las Apps móviles. Pese a ello, existe una falta de ensayos aleatorizados sobre la efectividad de las mismas (Bricker et al., 2014), encontrando resultados variados sobre su eficacia (BinDhim et al., 2018; Dar, 2018; Masaki et al., 2019; O’Connor et al., 2020; U.S.D.H.H.S., 2020). Además, a pesar de la gran proliferación de Apps en este campo, son pocos los estudios que utilizan esta herramienta como complemento a los tratamientos tradicionales (Vilardaga, Casellas-Pujol, et al., 2019), tratándose de una cuestión de especial relevancia, dado que literatura previa ha sugerido que uno de los factores que influye en las tasas de abandono del consumo de tabaco es la intensidad del tratamiento aplicado (Fiore et al., 2008), por lo que la combinación de Apps con otros tratamientos para dejar de fumar podría suponer un incremento en la intensidad de los mismos y por tanto mejorar su eficacia (Lancaster y Stead, 2017). Un fenómeno muy común y uno de los grandes retos en el campo del tabaquismo continúa siendo la prevención de la recaída (Brandon et al., 2007; Hajek et al., 2013). De hecho, pese a la existencia de tratamientos psicológicos efectivos para dejar de fumar (Hartmann-Boyce et al., 2021), a largo plazo se aprecia una disminución de las tasas de abstinencia de estos tratamientos, dado que un gran porcentaje de personas recaen con el paso del tiempo (García-Gómez et al., 2019; Livingstone-Banks et al., 2019). Más concretamente, algunos estudios muestran que pasado un año tras recibir un tratamiento para dejar de fumar recaen en torno al 40-70% de los participantes (Becoña, López-Durán, et al., 2014; García- Gómez et al., 2019; Martínez-Vispo et al., 2019). Pese a que este fenómeno de la recaída ha sido ampliamente estudiado (Rodríguez-Cano et al., 2021), los estudios que investigan la eficacia de las intervenciones conductuales dirigidas a la prevención de la recaída en personas abstinentes (ej., reconocimiento de situaciones de alto riesgo y fomento de estrategias para hacer frente a estas situaciones) no encuentran beneficios derivados de las mismas, es decir, no se ha encontrado un efecto clínicamente significativo de estas intervenciones sobre la prevención de la recaída (Livingstone-Banks et al., 2019). Por tanto, se necesita más investigación al respecto para poder determinar qué componentes o herramientas podrían ayudar a prevenir las tasas de recaídas y fomentar el mantenimiento de la abstinencia a largo plazo en los tratamientos para dejar de fumar. Así, autores como Keoleian et al. (2015) sugieren que el uso de tecnología móvil en el campo de las adicciones podría tratarse de un componente importante para el mantenimiento de las mejorías tras la finalización del tratamiento, es decir, durante la etapa de seguimiento. Pudiendo, por ejemplo, utilizar recordatorios sobre cómo manejar las recaídas o componentes dirigidos a la consolidación de las habilidades adquiridas durante el tratamiento, fomentando con ello el mantenimiento de la abstinencia alcanzada. II. OBJETIVOS E HIPÓTESIS 49 Más concretamente, el uso de apps para dejar de fumar, tiene asociado numerosos beneficios como, por ejemplo, su facilidad de uso y accesibilidad, su gran alcance o su capacidad de envío de mensajes/notificaciones en cualquier momento (McClure et al., 2016; Whittaker et al., 2019), haciendo muy cómodo su uso durante la etapa de seguimiento. Autores como Dahne et al. (2018) señalan que la combinación de los tratamientos tradicionales con apps móviles podría, además, solventar muchas de las limitaciones asociadas al uso de materiales en papel, pudiendo proporcionar información en tiempo real sobre la realización de tareas y el cumplimiento del tratamiento, mejorar la eficiencia de las sesiones, ya que permite consultar previamente a través de una web el progreso de las personas, e incrementar la motivación de los pacientes, pudiendo facilitar la recogida de información y la entrega de los materiales del tratamiento. Sin embargo, pese a todas las ventajas presentadas, el uso de apps dirigido a la mejora de los resultados de recaída es un campo de investigación muy reciente. Así, son pocos los estudios que utilizan Apps para dejar de fumar, ya sean combinadas o no con tratamientos tradicionales, que informen sobre resultados relacionados con la prevención de la recaída. Por ello, se precisan más estudios para poder determinar su eficacia sobre la misma (Barroso- Hurtado et al., 2021). Uno de los pocos estudios que proporcionan datos al respecto es el que llevó a cabo Masaki et al. (2020) en el que comparó un grupo experimental que recibió un tratamiento en persona para dejar de fumar combinado con la aplicación CASC App (acompañada de un medidor de CO) con un grupo control que recibió el mismo tratamiento en persona, combinado con una App móvil que incluía únicamente los componentes básicos de anterior App (sin evaluación de CO ni otra medida fisiológica). Obtuvieron diferencias significativas en el tiempo que transcurrió desde la fecha en la que dejaron de fumar hasta la primera recaída, siendo el tiempo significativamente mayor en el grupo experimental (M = 267 días) que en control (M = 19 días). Estos autores sugieren que los buenos resultados obtenidos a largo plazo podrían deberse a que la CASC App proporcionaba a los participantes recursos como tutoriales educativos y asesoramiento para el fomento de estrategias de afrontamiento para poder hacer frente a las ganas de fumar y los síntomas del síndrome de abstinencia. Por tanto, dada la escasez de estudios en este ámbito, es importante investigar si la combinación del tratamiento psicológico con Apps móviles mejora los resultados de abstinencia al final del tratamiento y en los posteriores seguimientos en comparación con los tratamientos tradicionales para dejar de fumar. El segundo objetivo es evaluar la adherencia de los participantes al tratamiento para dejar de fumar, asistencia a las sesiones, y a los posteriores seguimientos en función de la condición de tratamiento. Numerosos estudios han señalado que una elevada adherencia a los tratamientos para dejar de fumar se relaciona con mejores tasas de abstinencia (Grandi et al., 2016; Qin et al., 2021; Pérez-Pareja et al., 2020; Siemer et al., 2018) y que una baja adherencia se asocia con fumar un mayor número de cigarrillos diarios pre-tratamiento (> 20 cigarrillos/día) (Figueiró et al., 2017). En los últimos años ha empezado a investigarse el uso de herramientas mHealth, como las Apps móviles, para mejorar los datos de adherencia. Pese a que aún existen pocos estudios en este campo, autores como Nomura et al. (2019) han señalado que los tratamientos combinados con Apps para dejar de fumar (ej., tratamiento en persona más App o asesoramiento a través de una página web más App) se asocian con una elevada adherencia a cada sesión de tratamiento, siendo como media la adherencia a las sesiones mayor del 95% en ambas condiciones. Además, autores como Zeng et al. (2016) han investigado específicamente la influencia de la adherencia a las aplicaciones para dejar de fumar sobre los MARÍA BARROSO HURTADO 50 resultados de tabaquismo, encontrando que una elevada adherencia a las Apps se relaciona con incrementos en las tasas de abstinencia, llegando a ser hasta 4 veces mayores. Así, dada la importancia de esta variable sobre los resultados de abstinencia del consumo de tabaco, uno de los grandes retos actuales es lograr identificar formas de poder promover la adherencia de las personas a los diferentes componentes de las Apps para dejar de fumar. Por tanto, dado que existe escasez de estudios al respecto (Siemer, Brusse-Keizer, et al., 2020), es importante investigar si el uso de Apps combinadas con los tratamientos tradicionales para dejar de fumar podría incrementar la adherencia a los mismos cuando se compara con otro tipo de tratamientos tradicionales para dejar de fumar con componentes activos parecidos, como los tratamientos en persona. Nuestro tercer objetivo es estudiar las variables psicológicas que se relacionan con la eficacia del tratamiento (sintomatología depresiva, urgencia a fumar y calidad de vida) y si existen diferencias en las mismas entre las personas que dejaron de fumar con el tratamiento psicológico cognitivo-conductual estándar más el uso de la App y los que abandonaron el consumo de tabaco con el tratamiento psicológico cognitivo-conductual. Existen una serie de variables psicológicas que influyen en el proceso de dejar de fumar, como por ejemplo los síntomas depresivos, la urgencia a fumar y la calidad de vida. Las personas que padecen depresión tienen una mayor prevalencia de consumo de tabaco (Jiménez-Treviño et al., 2019; Weinberger et al., 2020), una mayor dependencia a la nicotina, menor probabilidad de dejar de fumar, perciben una mayor dificultad para el mantenimiento de la abstinencia y tienen mayor probabilidad de recaer tras el abandono del consumo (Hartmann-Boyce et al., 2014; Richardson et al., 2019; Weinberger et al., 2017). Así, autores como Stepankova et al. (2017) han encontrado que la presencia de depresión al inicio de un tratamiento para dejar de fumar se asocia con tasas más bajas de abstinencia pasado 1 año, siendo esta tasa en personas con depresión leve de un 32,5%, en personas con depresión moderada o severa de un 25.8% y en personas sin diagnóstico de un 40.5%. Dejar de fumar se asocia con disminuciones en los síntomas depresivos (Martínez-Vispo et al., 2019; Rodríguez-Cano et al., 2016), es decir, las personas abstinentes consiguen mejorías también en sus niveles de sintomatología depresiva. Rodríguez-Cano et al. (2016) encontraron que, al finalizar un tratamiento para dejar de fumar, las personas abstinentes en comparación con las fumadoras, tenían menos síntomas depresivos, sucediendo lo mismo en el periodo de seguimiento de 12 meses. Sin embargo, en aquellas personas que recaen, los síntomas depresivos van incrementándose durante el seguimiento. Martínez-Vispo et al. (2019) también obtuvieron que estar abstinente, en comparación con continuar fumando, se relacionó con reducciones en los síntomas depresivos al finalizar el tratamiento, así como en los posteriores seguimientos (3, 6 y 12 meses). Otra variable a investigar por su relación con los resultados del tratamiento es la urgencia a fumar. Una elevada urgencia a fumar se relaciona con una mayor dependencia a la nicotina (Hooper et al., 2017; Lechner et al., 2017), un mayor número de cigarrillos diarios consumidos pre-tratamiento, una menor probabilidad de dejar de fumar al finalizar un tratamiento y en los posteriores seguimientos (3, 6 y 12 meses) (Hooper et al., 2017), así como con mayor probabilidad de recaer (Doherty et al., 1995; Kotz et al., 2021; Shiffman et al., 1997). De hecho, Maskrey et al. (2015) han encontrado que las personas que ponen en práctica estrategias para el manejo de la urgencia a fumar consiguen una abstinencia más prolongada, es decir, tienen menos probabilidades de recaer en el seguimiento de 12 meses. Además, dejar de fumar se relaciona con una disminución en la intensidad de la urgencia a fumar (Shiffman et al., 1997). II. OBJETIVOS E HIPÓTESIS 51 La urgencia a fumar está compuesta por dos dimensiones: 1) los deseos de fumar relacionados con la expectativa de fumar como una experiencia placentera y 2) los deseos de fumar asociados con la expectativa del alivio del afecto negativo a través del consumo de tabaco (Cox et al., 2001). Existen pocos estudios que analicen la influencia de estas dos dimensiones sobre los resultados de dejar de fumar en un contexto clínico, llevándose a cabo la mayor parte de estos estudios en contextos de tipo experimental. Además, los resultados no son concluyentes, encontrando diferentes resultados para las distintas dimensiones. Por ejemplo, Heffner et al. (2011) analizaron estas dimensiones de la urgencia a fumar comparando personas dependientes del alcohol con personas sin dicho diagnóstico, encontrando que las personas abstinentes dependientes del alcohol experimentaban una mayor urgencia a fumar por la expectativa del alivio del afecto negativo. Toll, Schepis, et al. (2007) llevaron a cabo un estudio cuyo objetivo fue estudiar la influencia de las dimensiones de la urgencia a fumar al finalizar un tratamiento y en los seguimientos, obteniendo que grandes reducciones en los deseos de fumar relacionados con la expectativa del consumo de tabaco como una experiencia placentera, predijeron recaer al final del tratamiento, así como en el posterior seguimiento de 3 meses. Sin embargo, no obtuvieron resultados significativos con la dimensión restante de la urgencia a fumar. Finalmente, otros estudios se han llevado a cabo en contextos clínicos como el de Allen et al. (2008) en el que investigaron el papel de las dimensiones de la urgencia a fumar en mujeres en los 30 días posteriores a realizar un intento de dejar de fumar, encontrado que las personas que recayeron en ese periodo de tiempo en comparación con las abstinentes presentaban mayores puntuaciones de urgencia a fumar en ambas dimensiones. Por último, otra variable a estudiar respecto a su relación con los resultados del tratamiento para dejar de fumar es la calidad de vida. Una peor calidad de vida se asocia con mayor probabilidad de empezar a fumar, así como con una menor probabilidad de dejar de fumar. Existe, además, una relación negativa entre fumar y la calidad de vida de las personas fumadoras (Goldenberg et al., 2014; Pizzo de Castro et al., 2010), estando la magnitud de esta relación determinada por el número de cigarrillos que se consumen (Goldenberg et al., 2014). De hecho, las personas que nunca han fumado en comparación con aquellas con un consumo superior a 20 cigarrillos diarios viven una media de 10 años más y presentan un mejor funcionamiento físico (Strandberg et al., 2008). Numerosos estudios han investigado la influencia de la abstinencia sobre la calidad de vida de los fumadores, encontrado que dejar de fumar se relaciona con una mejor calidad de vida a corto y largo plazo (Bloom et al., 2017; Goldenberg et al., 2014; Taylor et al., 2014, 2021). Dado que el mantenimiento de la abstinencia y la prevención de la recaída continúan siendo uno de los mayores retos en el campo del tabaquismo, es importante investigar el papel que tiene la calidad de vida en dichos resultados. Por ejemplo, autores como Míguez et al. (2018) han analizado la influencia de esta variable, encontrando que la dependencia a la nicotina en fumadores de la población general que han recaído es un predictor de una peor calidad de vida, es decir, a mayor dependencia a la nicotina peor calidad de vida. Además, analizando las diferentes dimensiones que componen el constructo de calidad de vida, encontraron que un 28.6% de las personas que recayeron presentaban problemas de dolor/malestar, un 23.7% de ansiedad/depresión, un 8.8% problemas relacionados con sus actividades cotidianas, un 5.8% con respecto a su movilidad y un 0.8% problemas de cuidado personal. La presentación de estas problemáticas también difirió entre sexos, presentando las mujeres mayores puntuaciones en las tres primeras dimensiones mencionadas anteriormente. Además, un mayor historial de años fumando y un mayor número de cigarrillos consumidos provocaba una menor percepción de calidad de vida. MARÍA BARROSO HURTADO 52 Los objetivos cuarto y quinto son analizar la satisfacción con el tratamiento de los participantes en el estudio y si existen diferencias en función de las condiciones de tratamiento, así como analizar la satisfacción con la App del grupo que recibe el tratamiento psicológico cognitivo-conductual estándar más el uso de la App. El Programa para Dejar de Fumar es un tratamiento que ha obtenido muy buenas puntuaciones de satisfacción de las personas que lo reciben, así, estudios como el de Martínez-Vispo et al. (2019) muestran que un 87.3% de los participantes del programa aplicado en seis sesiones y un 94.7% de los participantes del programa de ocho sesiones que incorpora el componente de activación conductual están altamente satisfechos. No existiendo diferencias significativas en satisfacción entre ambos tipos de tratamiento. En la actualidad existe una tendencia a la incorporación de herramientas mHealth a los tratamientos tradicionales para dejar de fumar, por lo que es importante investigar la satisfacción de las personas con este tipo de herramientas. Así, numerosos estudios han obtenido altas tasas de satisfacción de los participantes que usan herramientas mHealth para dejar de fumar (Cupertino et al., 2019; Gordon, Armin, Cunningham, et al., 2017; Graham et al., 2022; Zbikowski et al., 2008). Más concretamente, Bruno et al. (2018) obtuvieron que un 89.3% de las personas que participaron en su estudio indicaron estar extremadamente, muy o moderadamente satisfechos con la App utilizada. Liao y Tang (2022) que evaluaron la satisfacción con una App con componentes cognitivos-conductuales para dejar de fumar, encontraron que el 90% de los participantes estaban satisfechas con la App a lo largo de todo el estudio. Incrementándose desde el inicio del tratamiento (93%) hasta la finalización del mismo (98%). Estos autores también encontraron diferencias entre el inicio y el final del tratamiento respecto a la percepción de los participantes sobre el efecto de la App sobre la abstinencia. Un 69% de los participantes consideraba al inicio del tratamiento que la App les ayudaría a dejar de fumar, incrementándose dicho porcentaje a un 97% al final del tratamiento. También se ha estudiado la satisfacción con el uso de Apps para dejar de fumar en poblaciones más específicas, encontrando de nuevo buenos resultados de satisfacción con las mismas, en jóvenes adultos (18-24 años) (Chulasai et al., 2021), mujeres (Gordon, Armin, Hingle, et al., 2017) o personas con cáncer (Krebs et al., 2019). Algunos estudios han comparado la satisfacción de dos tratamientos basados en el uso de Apps para dejar de fumar. Es el caso del estudio de Bricker et al. (2014) en el que compararon la satisfacción de los participantes con el uso de una App basada en la terapia de aceptación y compromiso (SmartQuit) y otra App del Instituto Nacional de cáncer basada en la US Clinical Practice Guidelines (QuitGuide). Solo encontraron diferencias entre ambas respecto a la organización de la App, un 85% de los participantes de la condición SmartQuit indicó que la App estaba organizada frente a un 67% de los participantes en la condición QuitGuide. Por tanto, dada la importancia de esta variable, es necesario evaluar la satisfacción de los participantes con los diferentes tratamientos disponibles para dejar de fumar. 3. HIPÓTESIS Finalmente, las hipótesis del presente estudio son: 1) La eficacia al final del tratamiento y en los seguimientos posteriores de 3, 6 y 12 meses será mayor en el grupo que recibirá tratamiento psicológico cognitivo-conductual combinado con el uso de la App respecto al que no. 2) La adherencia al tratamiento y a los seguimientos será mayor en el grupo de tratamiento psicológico cognitivo-conductual más el uso la App que en el grupo de tratamiento psicológico cognitivo-conductual estándar para dejar de fumar. II. OBJETIVOS E HIPÓTESIS 53 3) Una mayor urgencia a fumar, medida a través del cuestionario QSU, se relacionará con mayor probabilidad de continuar fumando al final de tratamiento y de recaer en los posteriores seguimientos, así como con un consumo mayor de cigarrillos en ambas condiciones de tratamiento. Además, las personas abstinentes al finalizar el tratamiento y en los seguimientos presentarán una menor urgencia a fumar. 4) Una mayor sintomatología depresiva, medida a través del cuestionario BDI-II, se asociará con una mayor probabilidad de continuar fumando al finalizar el tratamiento y de recaer en los seguimientos de 3, 6 y 12 meses, así como con un consumo mayor de cigarrillos en todos los puntos de evaluación. Además, las personas abstinentes al finalizar el tratamiento y en los seguimientos, presentarán una menor sintomatología depresiva en todos los momentos de evaluación en comparación con las personas que continúan fumando en ambos grupos de tratamiento. 5) Las personas abstinentes presentarán una mayor calidad de vida al finalizar el tratamiento y en los seguimientos en comparación con aquellas que continúan fumando en ambas condiciones de tratamiento. Además, una peor calidad de vida se relacionará con una menor probabilidad de dejar de fumar, una mayor probabilidad de recaer en seguimientos y un mayor consumo de cigarrillos en ambas condiciones. 6) Las personas que reciben el tratamiento cognitivo-conductual más el uso de la App presentarán una menor sintomatología depresiva, menor urgencia a fumar y una mayor calidad de vida al finalizar el tratamiento y en los posteriores seguimientos que las pertenecientes al grupo sin aplicación. 7) La satisfacción con el tratamiento al final del mismo será mayor en el grupo de participantes que reciben el tratamiento cognitivo-conductual más el uso de la App que en el grupo de solo tratamiento cognitivo-conductual. III. METODOLOGÍA III. METODOLOGÍA 55 1. PARTICIPANTES La muestra estuvo compuesta por 206 participantes que demandaron tratamiento en la Unidad de Tabaquismo y Trastornos Adictivos de la Facultad de Psicología de la Universidad de Santiago de Compostela. Estos fueron reclutados mediante el uso de cartelería en centros de salud y diferentes puntos de la ciudad de Santiago de Compostela (ej., facultades), a través de los medios de comunicación (ej., notas de prensa, entrevistas en radio o televisión) y redes sociales de la Unidad de Tabaquismo y Trastornos Adictivos (@UTTA.USC y @unidade_tabaquismo_usc), derivaciones por parte de médicos de atención primaria u otros profesionales de la salud (ej., dentistas), así como a través de otras personas que previamente recibieron tratamiento en la Unidad. Para la participación en el estudio, las personas interesadas debían cumplir con una serie de criterios de inclusión y exclusión (ver Tabla 5). Tabla 5. Criterios de inclusión y exclusión del estudio Criterios de inclusión Criterios de exclusión • Tener 18 años o más. • Desear participar de manera voluntaria en el Programa para Dejar de Fumar. • Tener a su disposición un smartphone con conexión a internet. • Cumplimentar adecuadamente todos los cuestionarios de evaluación pre-tratamiento. • Fumar ≥ 6 cigarrillos al día antes de comenzar el tratamiento. • Tener trastorno adictivo concurrente de otra sustancia diferente al tabaco, como el alcohol, cannabis o cocaína. • Consumir algún producto derivado del tabaco distinto a los cigarrillos. Por ejemplo, tabaco de liar, puritos, cigarrillos electrónicos, etc. • Tener un diagnóstico de trastorno mental grave, como esquizofrenia o trastorno bipolar. • Padecer algún tipo de patología física que conlleve un riesgo vital para la persona y que requiera de una intervención inmediata. Tras cumplir con los criterios de inclusión y exclusión (ver Figura 3), la muestra estuvo formada por un total de 206 personas fumadoras, de entre 19 y 69 años (60,20% mujeres) con una media de edad de 45,12 años (D.T. = 10,94). Los participantes fueron asignados de manera aleatoria a los siguientes grupos de tratamiento: 1) Tratamiento psicológico cognitivoconductual para dejar de fumar “Programa para Dejar de Fumar” más el uso la App móvil “Non Fumo” (n = 102), 2) Tratamiento psicológico cognitivo-conductual para dejar de fumar “Programa para Dejar de Fumar” (n = 104). La muestra recibió el tratamiento entre los años 2019-2021. Se requirió un mínimo de 99 personas por cada condición de tratamiento (con o sin App) para poder detectar una diferencia del 20% en el seguimiento de 12 meses (90% de potencia con un alfa de 0,05). Las personas interesadas en participar en el Programa para Dejar de Fumar se pusieron en contacto con la Unidad de Tabaquismo y Trastornos Adictivos mediante llamada telefónica o a través de un correo electrónico para solicitar información. Una vez proporcionada y confirmada su decisión de participar, se les citó para realizar la evaluación pre-tratamiento. Se llevaron a cabo dos sesiones de evaluación pre-tratamiento con cada participante en formato individual. Cada sesión tuvo una duración aproximada de 40-60 minutos, en las que se realizó una entrevista clínica estructurada. En la primera sesión se les proporcionó información sobre la programación y el contenido del Programa para Dejar de Fumar, solucionando las posibles dudas. Se obtuvo, también, el consentimiento informado (ver MARÍA BARROSO HURTADO 56 Anexo 1) firmado por cada participante, se administraron diversos cuestionarios y se evaluó el monóxido de carbono (CO) en aire espirado, con el objetivo de establecer una medida de línea base. En la segunda sesión de evaluación se administraron también diferentes cuestionarios. Figura 3. Participantes que solicitan tratamiento para dejar de fumar Personas que demandaron tratamiento en la Unidad de Tabaquismo y Trastornos Adictivos entre septiembre 2019 y mayo 2021 n = 452 Participantes que completan la evaluación pre-tratamiento (n = 247) Participantes que cumplen criterios de inclusión y son aleatorizados a las condiciones de tratamiento (n = 206) • Están abstinentes (n = 9) • Solicitan solo información (n = 135) • Solicitan tratamiento por correo (n = 6) • No localizados (n = 2) • No cumplen criterios de inclusión para participar en el estudio (n = 19): - Consumo de cigarrillos < 6 (n = 15) - Tienen menos de 18 años (n = 2) - No disponen de un smartphone (n = 2) Tratamiento psicológico cognitivoconductual más el uso la App (n = 102) Tratamiento psicológico cognitivoconductual (n = 104) No asisten a la primera sesión de tratamiento (n = 7) • Renuncian a participar en el tratamiento (n = 4) • Solicitan tratamiento individual (n = 3) • Están abstinentes (n = 2) • Cumplen criterios de exclusión para participar en el estudio (n = 32): - Diagnóstico de trastorno mental grave (n = 17) - Trastorno adictivo concurrente de otra sustancia (n = 14) - Patología física que conlleva un riesgo vital (n = 1) No asisten a la primera sesión de tratamiento (n = 6) Participantes elegibles para la evaluación pre-tratamiento (n = 281) - No acuden a la cita de evaluación (n = 12) - No completan la evaluación (n = 22) Participantes finales en el estudio (N = 206) III. METODOLOGÍA 63 • Identificación de los impulsos a fumar, así como el modo de enfrentarse a los mismos como una persona no fumadora. • Análisis de su vida futura como no fumador. • Análisis del proceso de dejar de fumar, su significado (ej., satisfacción que le ha generado, cómo se ve como una persona no fumadora), facilidad/dificultades que le han surgido, consecuencias positivas/negativas de dejar de fumar, concordancia entre lo esperado y su experiencia con respecto al abandono, grado de dificultad, etc. - Si continúan fumando: • Comprobación del cumplimiento del objetivo del número de cigarrillos y la cantidad de nicotina establecidos. • Reducción de la cantidad de cigarrillos a fumar durante la semana y cambio de marca de tabaco a una con menor contenido de nicotina. • Técnica de control de estímulos, selección de 3 situaciones nuevas. • Identificación de los impulsos a fumar, así como el modo de enfrentarse a los mismos. • Ayuda para la planificación de un intento de abandono del consumo de tabaco, programándolo para el final de la semana. • Reglas: - En el caso de que fume nada más levantarse, retrasar 1 hora el primer cigarrillo de la mañana. - Retrasar 45 minutos el cigarrillo de después de tomar café, comer y cenar. 8) Sesión 8: • Comprobación de la realización de las tareas propuestas la semana previa, así como resolución de dudas y dificultades que hayan podido surgir. • Comprobar si la persona ha conseguido dejar de fumar, reforzándola por conseguirlo. Repaso de las sensaciones que la persona puede experimentar al no fumar (ej., sequedad de boca, ganas de fumar). • Análisis del proceso de dejar de fumar, su significado (ej., satisfacción que le ha generado, cómo se ve como una persona no fumadora), facilidad/dificultades que le han surgido, consecuencias positivas/negativas de dejar de fumar, concordancia entre lo esperado y su experiencia con respecto al abandono, grado de dificultad, etc. • Explicación de la diferencia entre caída y recaída. • Análisis de las posibles creencias erróneas del participante con respecto a su proceso de abandono. • Identificación de los impulsos a fumar, así como el modo de enfrentarse a los mismos como una persona no fumadora. • Análisis de su vida futura como no fumador. • Refuerzo de la implicación y de las actividades realizadas por el participante a lo largo del tratamiento, así como su relación con el estado de ánimo. • Insistir sobre la importancia de poner en práctica en el futuro todas las estrategias aprendidas durante el tratamiento. • En el grupo experimental: presentación de la fase 2 de la App. Explicación sobre los contenidos de la misma, profundizando en cada uno de ellos. MARÍA BARROSO HURTADO 64 2.2. Descripción de los contenidos de la App móvil “Non Fumo” El grupo experimental además de participar en el Programa para Dejar de Fumar previamente descrito contó con el apoyo de una App móvil denominada “Non Fumo” (ver Figura 4) durante las sesiones de tratamiento (fase 1) y posterior seguimiento (fase 2). La fase 1 de la aplicación se diseñó con el objetivo de facilitar al participante el cumplimiento de ciertas tareas (ej., registro de cigarrillos) y la consulta de los materiales relacionados con el tratamiento. Por su parte, la fase 2 se dirigió principalmente a la prevención de la recaída y su afrontamiento, en el caso de producirse, proporcionando contenidos dirigidos al manejo del craving (ej., juegos, gift, videos), así como al refuerzo de las estrategias/técnicas trabajadas en sesión (ej., consulta de materiales) y de la abstinencia (ej., ganancias y logros). En la primera sesión de tratamiento los participantes descargaron la App desde alguna de las dos tiendas principales de aplicaciones móviles (Google play o App Store) en función del sistema operativo de su teléfono móvil. Una vez descargada, utilizaron como usuario su dirección de correo electrónico personal y se les proporcionó una contraseña, que posteriormente pudieron modificar. Tras iniciar sesión con su usuario y contraseña (ver Figura 5), tuvieron que cubrir una serie de preguntas de evaluación de línea base en la App. Siendo esas preguntas (ver Figura 6): 1) ¿Cuántos cigarrillos tiene tu paquete?; 2) ¿Cuántos cigarrillos fumas al día?; 3) ¿Cuánto vale cada paquete? Estas preguntas sirvieron para poder calcular posteriormente de forma personalizada, algunos de los contenidos disponibles en la App (ej., ahorro de dinero). Figura 4. Icono de la App Non Fumo Figura 5. Pantalla de bienvenida a la App III. METODOLOGÍA 65 Figura 6. Preguntas línea base Dentro de la aplicación, en la esquina superior derecha de la pantalla principal, figuran dos elementos: 1) un acceso directo al teléfono de la Unidad de Tabaquismo y Trastornos Adictivos, para poder contactar con los profesionales en caso de precisarlo, y 2) un apartado de configuración de la aplicación, compuesto por información sobre el usuario (correo electrónico) y la App (versión descargada). La fase 1 de la App, a disposición del participante durante las sesiones del tratamiento, consta de los siguientes dos componentes: • Registro: registro del consumo de cigarrillos diarios, especificando el día, hora y situación en la que la persona fuma cada cigarrillo, así como el placer que le genera en una escala de 0 a 10, siendo 10 el máximo placer (ver Figura 7). • Sesiones: material en formato pdf de cada una de las sesiones de tratamiento (ver Figura 8). MARÍA BARROSO HURTADO 66 Figura 7. Registro de cigarrillos en la App Figura 8. Material de las sesiones del programa en la App III. METODOLOGÍA 67 Tras finalizar las sesiones de tratamiento (sesión 8), los pacientes pudieron acceder a la fase 2 de la App. Esta fase consta de los siguientes seis componentes (ver Figura 9): • Ganancias y Logros (ver Figura 10): el apartado de Ganancias recoge los beneficios que la persona obtiene al dejar de fumar. Dicho apartado consta de: 1) día en que la persona deja de fumar; 2) número de días que lleva sin fumar; 3) dinero ahorrado, calculado a partir de las tres preguntas que se realizaron al descargar inicialmente la aplicación; y 4) tiempo ganado desde que deja de fumar. El apartado de Logros se centra en las mejorías a nivel de salud experimentadas en función del tiempo transcurrido desde el abandono del consumo de tabaco. Este apartado se representa mediante un listado de beneficios que se van completando en función de los días que la persona llevaba sin fumar. • Tips (ver Figura 11): consejos de tipo cognitivo y conductual para el mantenimiento de la abstinencia. • S.O.S: contenidos dirigidos al manejo del craving y las ganas de fumar. Consta a su vez de 4 elementos (ver Figura 12): juegos, videos, gifts y agenda de contactos de emergencia. El objetivo es distraerse dirigiendo su atención a otros aspectos no relacionados con fumar. En el caso de los contactos de emergencia, serían aquellas personas a las que llamar para que sirvan de apoyo en el caso de tener ganas de fumar. • Mis Vídeos: vídeos tanto de la propia persona como de sus allegados para motivarle a mantener la abstinencia (ver Figura 13). • Registro de los cigarrillos fumados y materiales de las sesiones de tratamiento. El registro de cigarrillos permite anotar a los participantes posibles caídas o recaídas durante el periodo de seguimientos. Figura 9. Imagen de los componentes fase seguimiento MARÍA BARROSO HURTADO 68 Figura 10. Ganancias y Logros Figura 11. Tips III. METODOLOGÍA 69 Figura 12. S.O.S: juegos, videos, gift y agenda Figura 13. Mis Vídeos MARÍA BARROSO HURTADO 70 3. INSTRUMENTOS DE EVALUACIÓN Los participantes cubrieron distintos cuestionarios en cinco momentos diferentes. En la evaluación pre-tratamiento, al final del tratamiento (post-tratamiento) y en los seguimientos de 3, 6 y 12 meses. A continuación, se presenta una breve descripción de los instrumentos de evaluación utilizados: • Entrevista clínica. Se realizan preguntas en relación con: 1) Consumo de otras sustancias diferentes al tabaco (ej., alcohol, cannabis, cocaína) y su frecuencia; 2) Diagnóstico de trastorno mental y/o problemas físicos pasados y actuales y valores inadecuados en las analíticas realizadas; 3) Disponibilidad de teléfono móvil propio con conexión a internet y su uso, así como su disposición a la utilización de una App; 4) Cómo se enteró del programa y disponibilidad horaria (ej., tardes o mañanas) para la asistencia a las sesiones; 5) Evaluación del nivel de CO en aire espirado en los participantes tratados en el periodo anterior a la pandemia del COVID-19. • Entrevista Clínica Estructurada: criterios diagnósticos del trastorno por consumo de tabaco según el Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM-5). Se trata de una entrevista estructurada basada en los criterios diagnósticos del trastorno por consumo de tabaco establecidos en este manual (APA, 2013). • Cuestionario de Screening de Episodios de Depresión Mayor (Screening Questionnaire Major Depressive Episode [MDE]; Muñoz, 1998). Consta de 18 ítems, sin capacidad diagnóstica, pero que permiten detectar personas con una elevada probabilidad de padecer o haber padecido algún episodio de depresión mayor. La persona debe responder si en algún momento de su vida, durante dos semanas o más ha padecido (pasado) alguno de los síntomas mencionados en el cuestionario. En caso de que la respuesta sea afirmativa, responderá si ha padecido esa misma sintomatología casi todos los días a lo largo de las dos últimas semanas (actualidad). Está diseñado para evaluar los nueve criterios del episodio de depresión mayor establecidos en el DSM. Respecto a su corrección, si la persona ha padecido cinco o más de los nueve síntomas (siendo necesario uno de los dos primeros) durante dos o más semanas y estos le generaron interferencia en su vida diaria, entonces es probable que padezca o haya padecido un episodio de depresión mayor (Muñoz et al., 1999). Consta también de algunos ítems referentes a la causa de la aparición de los síntomas, número de veces que los ha padecido a lo largo de su vida y si ha recibido en algún momento tratamiento para la depresión. • Cuestionario sobre el Hábito de Fumar (Becoña, 1994). Compuesto de 62 ítems, evalúa diferentes aspectos relacionados con la conducta de fumar. Más concretamente, se recogen datos sobre: 1. Variables demográficas: nombre y apellidos, sexo, edad, estado civil, estudios cursados, profesión actual, ingresos económicos y número de hijos. 2. Datos de contacto: dirección postal y de correo electrónico, teléfono personal y del trabajo. 3. Peso y altura. 4. Consumo de tabaco: actual y pasado (cigarrillos y otros productos derivados del tabaco como puros, pipas y puritos), marcas de tabaco consumidas, edad de inicio de consumo, años que lleva fumando, forma en la que fuma (tipo de inhalación, número de caladas y cantidad de cigarrillo que fuma), convivencia con personas fumadoras, consumo de tabaco actual y previo por parte de familiares. 5. Intentos previos de abandono o reducción del consumo de tabaco: días que estuvo sin fumar en el último año, número de cigarrillos que redujo, intentos realizados, III. METODOLOGÍA 71 número de días abstinentes a lo largo de su vida y en el último año, así como el procedimiento utilizado en dichos intentos. 6. Motivos para dejar de fumar en los intentos previos. 7. Creencias entorno a la incidencia del consumo de tabaco sobre la salud y recomendaciones médicas relacionadas con el abandono. 8. Enfermedades y síntomas físicos pasados y actuales. Molestias causadas por el consumo de tabaco. 9. En el caso de las mujeres, posible embarazo. 10. Posibles enfermedades o fallecimiento de familiares derivadas del consumo de tabaco. 11. Consumo de bebidas alcohólicas o estimulantes (cañas o cervezas, vino, copas de sidra o champán, alcohol destilado o combinados, café y té) durante la semana y el fin de semana. 12. Medicamentos prescritos. 13. Deseo de dejar de fumar e intención de dejarlo en el momento actual. 14. Deseo de participar y expectativas entorno al Programa para Dejar de Fumar. 15. Personas del entorno que hayan participado en el Programa. • Estadios de Cambio (Becoña, 2004). Basado en el modelo transteórico de Prochaska y DiClemente (1983), se evaluó el estadio de cambio del fumador en el momento en el que realizó la evaluación pre-tratamiento. Según este modelo los estadios de cambio se dividen en (Prochaska et al., 1994): a) Precontemplación. La persona no tiene intención de abandonar el consumo en los próximos 6 meses; b) Contemplación. La persona comienza a plantearse la posibilidad de dejar de fumar en los próximos 6 meses y a contemplar su conducta como problemática. Sin embargo, no contempla abandonar el consumo en los próximos 30 días o bien lo contempla, pero no ha estado en el último año más de 24 horas sin fumar; c) Preparación para la acción. El fumador ha tomado la decisión de dejar de fumar en los próximos 30 días y ha estado al menos 24 horas sin fumar en el último año, y d) Acción. La persona ha dejado de fumar y lleva sin hacerlo un mínimo de 24 horas. Estos autores perciben las conductas adictivas dentro de un continuo en la intención de abandonarlas, pudiendo durar todo este proceso incluso varios años. • Test de Fargerström de Dependencia a los Cigarrillos (Fagerström Test for Cigarette Dependence [FTCD]; Fagerstrom, 2012; Heatherton et al., 1991; adaptación española de Becoña y Vázquez, 1998). Diseñado para evaluar la dependencia a la nicotina de manera rápida y no invasiva (Fagerström et al., 1990). Compuesto de 6 ítems, con alternativas de respuesta que varían de 2 a 4 opciones. La puntuación total va en un rango de 0 a 10, siendo a mayor puntuación mayor dependencia. Más concretamente el punto de corte que indica alta dependencia a la nicotina es una puntuación ≥ 6 (Fagerström et al., 1996; Fagerström y Furberg, 2008). La versión española del cuestionario posee un coeficiente alfa de Cronbach de 0,66 (Becoña y Vázquez, 1998). • Escala del Síndrome de Dependencia de la Nicotina (Nicotine Dependence Syndrome Scale [NDSS]; Shiffman et al., 2004; adaptación al castellano de Becoña et al., 2010). Se basa en la conceptualización sindrómica de la dependencia de Edwards (Edwards, 1986; Edwards y Gross, 1976), con el objetivo de medir multidimensionalmente la dependencia a la nicotina de manera autoinformada mediante 19 ítems. Las puntuaciones obtenidas en este cuestionario correlacionan con otras variables relacionadas con la dependencia a la nicotina, como son el craving y la abstinencia. Sus subescalas muestran una buena validez (Shiffman et al., 2004). A mayor puntuación en el cuestionario mayor es la dependencia a la nicotina. Algunos autores (Becoña et al., 2011) plantean que dicha escala MARÍA BARROSO HURTADO 72 mide mejor el síndrome de dependencia que otros instrumentos como el FTND, puesto que la escala NDSS considera cinco variables para comprender la dependencia a la nicotina (impulso, prioridad, tolerancia, continuidad, esteriotipia), no proporcionando una medida unidimensional. La versión adaptada al castellano de este cuestionario (Becoña et al., 2010), ha mostrado ser útil para la evaluación de la dependencia a la nicotina en personas españolas y ha señalado una buena fiabilidad para su factor general (alfa de Cronbach de 0,76). Existe, además, una escala breve de este cuestionario (Short Nicotine Dependence Syndrome Scale [NDSS-S]; Becoña et al., 2011), compuesta por 6 ítems de la escala original (ítems 5, 8, 10, 14, 16 y 18). Esta escala breve consta de una buena validez predictiva de dependencia a la nicotina y una adecuada fiabilidad con un coeficiente alfa de Cronbach de 0,79. El punto de corte que indica dependencia a la nicotina para esta escala es ≥ 11 puntos. • Cuestionario de Urgencias a Fumar (Questionnaire of Smoking Urges [QSU]; Tiffany y Drobes, 1991; Cox et al., 2001; adaptación al español por Cepeda-Benito y Reig-Ferrer, 2004). Se trata de un cuestionario de 32 ítems, cuyo objetivo es medir la urgencia a fumar y craving (Tiffany y Drobes, 1991). Consta de dos factores: 1) El factor 1 hace referencia a los deseos de fumar relacionados con la expectativa de fumar como una experiencia placentera y 2) El factor 2 a los deseos de fumar asociados con la expectativa del alivio del afecto negativo a través del consumo de tabaco (Cox et al., 2001). Se utilizó la versión española del cuestionario (Cepeda-Benito y Reig-Ferrer, 2004), compuesta de 10 ítems que se valora en una escala tipo Likert de 1 a 7 opciones de respuesta. Esta versión ha mostrado buenas propiedades psicométricas y validez de constructo, siendo los coeficientes de fiabilidad buenos para ambos factores, factor 1 (α = 0,95) y factor 2 (α = 0,93). • Escala de Autoeficacia/Tentación de Fumar (forma corta; Velicer et al., 1990). El objetivo de la escala es evaluar la confianza que tiene la persona en mantenerse abstinente en distintas situaciones. Son 9 ítems que describen varias situaciones y que son valorados en una escala Likert con cinco opciones de respuesta (1 a 5). A mayor puntuación, mayor tentación a fumar en las situaciones mencionadas. La escala evalúa 3 dimensiones situacionales: 1) situación de afecto positivo/social, 2) situación de afecto negativo/afectivo y 3) situación de hábito/adictiva. La escala ha mostrado una buena consistencia interna para cada una de sus escalas (α = 0,85; 0,94; 0,80 respectivamente) (John et al., 2004; Velicer et al., 1990). • Escala del Síndrome de Abstinencia de Minnesota (Minnesota Nicotine Withdrawal Scale [MNWS]; Hughes y Hatsukami, 1986). Se trata de un cuestionario de 8 ítems cuyo objetivo es evaluar los síntomas del síndrome de abstinencia (depresión, insomnio, irritabilidad/frustración/enfado, ansiedad, dificultades de concentración, inquietud, incremento del apetito/ganancia de peso y craving/urgencia a fumar) que aparecen cuando los participantes dejan de fumar o reducen su consumo. La puntuación total de la escala se calcula en base a la suma de estos ítems. Dado que en el DSM-IV no estaba incluido el craving como síntoma del síndrome de abstinencia, los autores decidieron que pese a haberlo incluido en la escala original, éste no debe contabilizarse a la hora de calcular la puntuación total, sino que debe contabilizarse de manera independiente (Hughes y Hatsukami, 1998). Esta escala posee una buena consistencia interna que varía en un rango de α = 0,80-0,83 (Toll, O'Malley, et al., 2007) y ha sido aplicada también en población española (Piñeiro et al., 2014). • Inventario de Depresión de Beck-II (Beck Depression Inventory-II [BDI-II]; Beck et al., 1996; adaptación al castellano de Sanz, Perdigón, et al., 2003). El objetivo de este inventario es medir presencia y la gravedad de los síntomas depresivos en personas a partir de los 13 años. Consta de 21 ítems valorados en base a una escala tipo Likert de 0 a 3, IV. RESULTADOS MARÍA BARROSO HURTADO 80 1. VARIABLES SOCIODEMOGRÁFICAS, DE CONSUMO DE TABACO Y PSICOLÓGICAS PRE-TRATAMIENTO La muestra de la presente tesis doctoral se compuso de 206 fumadores con una media de edad de 45,12 años (D.T. = 10,94), siendo el 60,2% mujeres (82 hombres y 124 mujeres). Más de la mitad (53,9%) cursó estudios superiores y un 61,7% se encontraba trabajando en el momento de la evaluación pre-tratamiento. Con respecto a su estado civil, la mayor parte estaban casados/en pareja (48%) o solteros (35%). Con respecto a los datos relacionados con el consumo de tabaco pre-tratamiento (Tabla 7), la media de cigarrillos diarios (CPD) consumidos por los participantes fue de 18,00 (D.T. = 8,29), con una media de 0,79 mg. de nicotina (D.T. = 0,18). Además, llevan fumando una media de 25,68 años (D.T. = 12,21), habiendo empezado a fumar de manera regular a los 17,84 años (D.T. = 4,24). Un 39% de la muestra presenta dependencia a la nicotina medida a través del Test de Fagerström de Dependencia a los Cigarrillos (FTCD) y un 90,3% medida a través de la Escala corta del Síndrome de Dependencia de la Nicotina (NDSS-S). Con respecto a la forma de consumir tabaco, un 98,5% inhala el humo cuando fuma, un 56,3% fuma casi todo el cigarrillo y un 62,1%% le da bastantes caladas al cigarrillo. Finalmente, con respecto a la historia de intentos previos de abandono del consumo de tabaco, un 62,6% no ha dejado de fumar ni un día en el último año y un 66% ni siquiera ha intentado dejarlo en el último año. Sin embargo, un 29,6% manifiesta haber reducido su consumo de cigarrillos en este periodo de tiempo. Tabla 7. Variables sociodemográficas y de consumo de tabaco Muestra total (N= 206) Variables sociodemográficas Media D.T Edad 45,12 10,94 n % Sexo Mujer 124 60,20 Hombre 82 39,80 Nivel de estudios Básicos 32 15,50 Medios 63 30,60 Superiores 111 53,90 Situación laboral actual Trabaja 127 61,70 Otras (ej., en paro, de baja, pensionista, estudia, en E.R.T.E.) 79 38,30 Estado civil Soltero 72 35,00 Casado o en pareja 99 48,00 Otros (ej., divorciado o separado, viudo) 35 17,00 Variables de consumo de tabaco Media D.T Cigarrillos consumidos por día (CPD) 18,00 8,29 Marca de tabaco (mg. de nicotina) actual 0,79 0,18 IV. RESULTADOS 81 Tabla 7. Variables sociodemográficas y de consumo de tabaco (continuación) Media D.T N.º cigarrillos máximos que llegó a fumar en el último año 26,66 10,77 N.º cigarrillos máximos que llegó a fumar en su vida 32,26 16,80 Años fumando 25,68 12,21 Edad de inicio del consumo regular de tabaco 17,84 4,24 Test de Fagerström de Dependencia a los Cigarrillos (FTCD)a 4,96 2,11 Escala corta del Síndrome de Dependencia de la Nicotina (NDSS-S) 17,46 5,08 n % Test de Fagerström de Dependencia a los Cigarrillos (FTCD)a Puntuaciones ≥ 6 (dependencia) 80 39,00 Puntuaciones < 6 (no dependencia) 125 61,00 Escala corta del Síndrome de Dependencia de la Nicotina (NDSS-S) Puntuaciones ≥ 11 (dependencia) 186 90,30 Puntuaciones < 11 (no dependencia) 20 9,70 Inhala el humo al fumar Si 203 98,50 No 3 1,50 Número de caladas que le da al cigarrillo Muchas 51 24,80 Bastantes 128 62,10 Pocas 27 13,10 Fuma los cigarrillos Enteros hasta el filtro 70 34,00 Casi todo el cigarrillo 116 56,30 La mitad del cigarrillo 19 9,20 Lo enciendo y lo apago 1 0,50 ¿Dejó de fumar algún día en el último año? Si 77 37,40 No 129 62,60 ¿Redujo su consumo de cigarrillos en el último año? Si 61 29,60 No 145 70,40 ¿Ha intentado dejar de fumar en el último año? Si 70 34,00 No 136 66,00 Estadios de cambioa Preparación para el cambio 59 28,80 Contemplación 142 69,30 Precontemplación 4 1,90 a FTCD y estadios de cambio calculado en base a 205 personas En relación con las variables psicológicas (Tabla 8), un 45,1% de los participantes presentó algún episodio depresivo en el pasado y un 6,8% presentaba un episodio depresivo en el momento de la evaluación. Los participantes presentaron una puntuación media de 32,60 (D.T. = 13,21) en urgencia a fumar siendo la puntuación máxima de la escala de 70 puntos, MARÍA BARROSO HURTADO 82 con una media de 20,67 (D.T. = 8,14) en el factor 1 y de 11,94 (D.T. = 6,86) en el factor 2. En sintomatología depresiva la puntuación media de los participantes fue de 10,74 (D.T. = 9,44) siendo la puntuación máxima que se puede obtener en la escala de 63 puntos. Con respecto a la calidad de vida, medida en una escala de 0 a 100, las personas presentaron una media de 73,95 (D.T. = 17,22). Tabla 8. Variables psicológicas pre-tratamiento Muestra total (N=206) Media D.T QSU total 32,60 13,21 QSU-factor 1 20,67 8,14 QSU-factor 2 11,94 6,86 BDI-II 10,74 9,44 EQ-5D escala analógicaa 73,95 17,22 n % MDE Episodio depresivo pasado Si 93 45,10 No 113 54,90 Episodio depresivo actual Si 14 6,80 No 192 93,20 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; MDE = Cuestionario de Screening de Episodios de Depresión Mayor a EQ-5D calculado en base a 203 personas 1.1.Datos sociodemográficos, de consumo de tabaco y variables psicológicas pretratamiento en función de la condición de tratamiento Aplicando tablas de contingencia con el estadístico Chi-cuadrado para calcular las diferencias entre las condiciones de tratamiento en las variables sociodemográficas y de consumo de tabaco pre-tratamiento. No se encontraron diferencias estadísticamente significativas dichas variables entre las condiciones de tratamiento, con App y sin App (Tabla 9). Dado que algunas de las variables sociodemográficas y de consumo de tabaco presentadas no cumplían con el criterio de normalidad, se utilizó también la prueba noparamétrica de U de Mann-Whitney para comparar ambas condiciones de tratamiento, no obteniendo diferencias significativas en las variables analizadas (Tabla 10). IV. RESULTADOS 83 Tabla 9. Variables sociodemográficas y de consumo de tabaco pre-tratamiento en función de la condición de tratamiento Con App (n=102) Sin App (n=104) Variables sociodemográficas Media D.T Media D.T Edad 44,96 9,97 45,27 11,87 n % n % χ2 p V de Cramer Sexo Mujer 59 57,80 65 62,50 0,46 0,49 0,05 Hombre 43 42,20 39 37,50 Nivel de estudios Básicos 17 16,70 15 14,40 0,96 0,61 0,07 Medios 28 27,40 35 33,70 Superiores 57 55,90 54 51,90 Situación laboral actual Trabaja 63 61,80 64 61,50 0,00 0,97 0,00 Otras (ej., en paro, de baja, pensionista, estudia, en E.R.T.E.) 39 38,20 40 38,50 Estado civil Soltero 36 35,30 36 34,60 0,78 0,67 0,06 Casado o en pareja 51 50,00 48 46,20 Otros (ej., divorciado o separado, viudo) 15 14,70 20 19,20 Variables de consumo de tabaco Media D.T Media D.T Cigarrillos consumidos por día (CPD) 18,66 9,61 17,37 6,73 Marca de tabaco (mg. de nicotina) actual 0,77 0,20 0,81 0,16 N.º cigarrillos máximos que llegó a fumar en el último año 27,12 11,74 26,20 9,77 N.º cigarrillos máximos que llegó a fumar en su vida 32,12 13,73 32,39 19,41 Años fumando 24,55 12,40 26,78 11,99 Edad de inicio de consumo regular de tabaco 18,27 5,28 17,41 2,85 Test de Fagerström de Dependencia a los Cigarrillos (FTCD)a 5,04 2,01 4,89 2,22 Escala corta del Síndrome de Dependencia de la Nicotina (NDSS-S) 17,11 5,00 17,81 5,15 n % n % χ2 p V de Cramer Test de Fagerström de Dependencia a los Cigarrillos (FTCD)a Puntuaciones ≥ 6 (dependencia) 42 41,60 38 36,50 0,54 0,45 0,05 Puntuaciones < 6 (no dependencia) 59 58,40 66 63,50 Escala corta del Síndrome de Dependencia de la Nicotina (NDSS-S) Puntuaciones ≥ 11 (dependencia) 90 88,20 96 92,30 0,97 0,32 0,06 Puntuaciones < 11 (no dependencia) 12 11,80 8 7,70 a FTCD y estadios de cambio del grupo sin App calculado en base a 101 personas MARÍA BARROSO HURTADO 84 Tabla 9. Variables sociodemográficas y de consumo de tabaco pre-tratamiento en función de la condición de tratamiento (continuación) Con App (n=102) Sin App (n=104) n % n % χ2 p V de Cramer Inhala el humo al fumar Si 100 98,00 103 99,00 0,35 0,54 0,04 No 2 2,00 1 1,00 Número de caladas que le da al cigarrillo Muchas 28 27,50 23 22,10 1,00 0,60 0,07 Bastantes 60 58,80 68 65,40 Pocas 14 13,70 13 12,50 Fuma los cigarrillos Enteros hasta el filtro 35 34,30 35 33,70 2,84 0,41 0,11 Casi todo el cigarrillo 54 52,90 62 59,60 La mitad del cigarrillo 12 11,80 7 6,70 Lo enciendo y lo apago 1 1,00 0 0,00 ¿Dejó de fumar algún día en el último año? Si 36 35,30 41 39,40 0,37 0,54 0,04 No 66 64,70 63 60,60 ¿Redujo su consumo de cigarrillos en el último año? Si 28 27,50 33 31,70 0,45 0,50 0,04 No 74 72,50 71 68,30 ¿Ha intentado dejar de fumar en el último año? Si 39 38,20 31 29,80 1,63 0,20 0,08 No 63 61,80 73 70,20 Estadios de cambioa Preparación 24 23,80 35 33,70 2,45 0,29 0,11 Contemplación 75 74,20 67 64,40 Precontemplación 2 2,00 2 1,90 a FTCD y estadios de cambio del grupo sin App calculado en base a 101 personas Tabla 10. U de Mann-Whitney para las variables sociodemográficas y de consumo de tabaco pre-tratamiento Con App (n=102) Sin App (n=104) Variables sociodemográficas Mdn (IQR) Mdn (IQR) p Edad 45,00 [38,00–54,00] 45,50 [35,25–54,75] 0,90 Variables de consumo de tabaco Mdn (IQR) Mdn (IQR) p Cigarrillos consumidos por día (CPD) 17,50 [12,00–20,00] 20,00 [12,00–20,00] 0,86 Marca de tabaco (mg. de nicotina) actual 0,80 [0,75–0,90] 0,80 [0,80–0,90] 0,28 N.º cigarrillos máximos que llegó a fumar en el último año 25,00 [20,00–35,00] 25,00 [20,00–30,00] 0,96 N.º cigarrillos máximos que llegó a fumar en su vida 30,00 [20,00–40,00] 30,00 [25,00–35,00] 0,99 Años fumando 25,00 [16,00–36,00] 25,00 [17,00–35,00] 0,26 Edad de consumo regular de tabaco 17,00 [15,00–20,00] 18,00 [16,00–19,00] 0,88 FTCDa 5,00 [4,00–7,00] 5,00 [4,00–6,00] 0,58 NDSS-S 17,00 [12,00-21,00] 18,00 [14,00-21,75] 0,31 Nota. Mdn = Mediana; IQR = Rango interquartil (rango de valores de datos entre el percentil 25 y 75); FTCD = Test de Fagerström de Dependencia a los Cigarrillos; NDSS-S = Escala corta del Síndrome de Dependencia de la Nicotina a FTCD del grupo sin App calculado en base a 101 personas IV. RESULTADOS 85 Analizando las diferencias entre los participantes asignados al grupo con App (n= 102) y al grupo sin App (n =104) en los episodios de depresión mayor pasados o actuales utilizando el estadístico Chi-cuadrado (Tabla 11), no se encontraron diferencias estadísticamente significativas entre las condiciones. Dado que algunas de las variables psicológicas presentadas no cumplían con el criterio de normalidad (urgencia a fumar, sintomatología depresiva y calidad de vida), se utilizó también la prueba no-paramétrica de U de Mann-Whitney (Tabla 12). Solo se hallaron diferencias estadísticamente significativas en la puntuación del factor 2 del cuestionario QSU (p ≤ 0,05), siendo significativamente mayor en el grupo sin App (Mdn = 11,50) que en el grupo con App móvil (Mdn = 9,00). No encontrando diferencias significativas en el resto de las puntuaciones de los cuestionarios utilizados (QSU total, QSU-factor 1, BDI-II y EQ-5D). Tabla 11. Variables psicológicas pre-tratamiento de la muestra en función de la condición de tratamiento Con App (n=102) Sin App (n=104) Media D.T Media D.T QSU total 31,29 12,77 33,88 13,57 QSU-factor 1 20,50 8,25 20,83 8,07 QSU-factor 2 10,79 6,52 13,06 7,03 BDI-II 9,98 8,96 11,49 9,86 EQ-5D escala analógicaa 73,78 17,17 74,13 17,35 n % n % χ2 p V de Cramer MDE Episodio depresivo pasado Si 46 45,10 47 45,20 0,00 0,98 0,00 No 56 54,90 57 54,80 Episodio depresivo actual Si 5 4,90 9 8,70 1,14 0,28 0,07 No 97 95,10 95 91,30 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; MDE = Cuestionario de Screening de Episodios de Depresión Mayor a EQ-5D del grupo sin App calculado en base a 101 personas Tabla 12. Prueba U de Mann-Whitney para las variables psicológicas pre-tratamiento Con App (n=102) Sin App (n=104) Mdn (IQR) Mdn (IQR) p QSU total 32,00 [21,00–41,00] 35,00 [22,00–46,00] 0,11 QSU-factor 1 21,00 [14,50–28,00] 21,00 [14,00–29,00] 0,77 QSU-factor 2 9,00 [5,00–14,00] 11,50 [6,00–19,00] 0,01 MARÍA BARROSO HURTADO 86 Tabla 12. Prueba U de Mann-Whitney para las variables psicológicas pre-tratamiento (continuación) Con App (n=102) Sin App (n=104) Mdn (IQR) Mdn (IQR) p BDI-II 7,00 [3,00–15,25] 8,50 [4,00–18,00] 0,22 EQ-5D escala analógicaa 80,00 [60,00–85,00] 80,00 [60,00–88,00] 0,84 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; QSU = Cuestionario de Urgencias a Fumar; MDE = Cuestionario de Screening de Episodios de Depresión Mayor; Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) a EQ-5D del grupo sin App calculado en base a 101 personas 2. RESULTADOS DEL TRATAMIENTO PARA DEJAR DE FUMAR: PORCENTAJES DE ABSTINENCIA Y NÚMERO DE CIGARRILLOS FUMADOS EN EL POST-TRATAMIENTO Y SEGUIMIENTOS 2.1. Porcentajes de abstinencia post-tratamiento y seguimientos Del total de la muestra (N= 206) un 65,0% se encontraba abstinente al finalizar el tratamiento, un 43,7% en el seguimiento de 3 meses, un 37,4% en el de 6 meses y un 33,5% en el de 12 meses. En cuanto a la abstinencia continua, tomando como criterio no haber fumado más de 5 cigarrillos desde el final del tratamiento, un 35,4% de los participantes mostró abstinencia continua a los 6 meses y un 28,6% a los 12 meses (Tabla 13). Con respecto a los porcentajes de abstinencia puntual en función de la condición de tratamiento (Tabla 13 y Figura 14) aplicando el estadístico Chi-cuadrado, no se encontraron diferencias significativas en los porcentajes de abstinencia puntual y continua entre ambas condiciones. Al finalizar el tratamiento, un 64,7% de los participantes del grupo con App estaba abstinente frente a un 65,4% de los participantes del grupo sin App, a los 3 meses un 42,2% frente a un 45,2%, a los 6 meses un 37,3% vs 37,5% y a los 12 meses un 35,3% vs 31,7%, respectivamente. Respecto a la abstinencia continua un 35,3% del grupo con App frente a un 35,6% del grupo sin App estaba abstinente a los 6 meses y un 30,4% vs 26,9% a los 12 meses, respectivamente. Tabla 13. Porcentajes de abstinencia puntual y continua en los diferentes momentos temporales en función de la condición de tratamiento y en la muestra total Con App (n=102) Sin App (n=104) Muestra total (N=206) Abstinencia puntual n % n % χ2 p V de Cramer n % Final de tratamiento 66 64,70 68 65,40 0,01 0,91 0,00 134 65,00 Seguimiento 3 meses 43 42,20 47 45,20 0,19 0,66 0,03 90 43,70 Seguimiento 6 meses 38 37,30 39 37,50 0,00 0,97 0,00 77 37,40 Seguimiento 12 meses 36 35,30 33 31,70 0,29 0,58 0,03 69 33,50 IV. RESULTADOS 87 64,7% 42,2% 37,3% 35,3% 65,4% 45,2% 37,5% 31,7% 0 10 20 30 40 50 60 70 Final de tratamiento Seguimiento 3 meses Seguimiento 6 meses Seguimiento 12 meses Con App Sin App Tabla 13. Porcentajes de abstinencia puntual y continua en los diferentes momentos temporales en función de la condición de tratamiento y en la muestra total (continuación) Con App (n=102) Sin App (n=104) Muestra total (N=206) Abstinencia continua n % n % χ2 p V de Cramer n % Seguimiento 6 meses 36 35,30 37 35,60 0,00 0,96 0,00 73 35,40 Seguimiento 12 meses 31 30,40 28 26,90 0,30 0,58 0,03 59 28,60 Figura 14. Porcentajes de abstinencia puntual en función de la condición de tratamiento Al comparar la abstinencia puntual y continua en función de la condición de tratamiento teniendo en cuenta variables como el sexo, edad, nivel de estudios y número de cigarrillos pre-tratamiento mediante tablas de contingencia aplicando el estadístico Chi-cuadrado (Tabla 14 y Tabla 15), únicamente se encontraron diferencias estadísticamente significativas cuando se tuvo en cuenta esta última variable. Concretamente, se encontraron diferencias en abstinencia puntual a los 3 y 6 meses y en abstinencia continua a los 6 meses entre los participantes del grupo con App y sin App que fumaban más de 20 cigarrillos en el pretratamiento, siendo más altas las tasas de abstinencia en el grupo sin App (ver Tabla 14 y Figura 15). No se encontraron diferencias significativas en el resto de puntos de evaluación (final de tratamiento, seguimiento de 12 meses y abstinencia continua a los 12 meses). Tampoco se obtuvieron diferencias en los análisis llevados a cabo con las categorías sexo, edad y nivel de estudios. MARÍA BARROSO HURTADO 88 Tabla 14. Diferencias en abstinencia puntual y continua en función de la condición de tratamiento teniendo en cuenta sexo, edad y número de cigarrillos pre-tratamiento IV. RESULTADOS 95 Tabla 21. Prueba U de Mann-Whitney para la diferencia en el número de cigarrillos diarios consumidos por los fumadores en cada punto de evaluación en función de la condición de tratamiento Con App Sin App Mdn (IQR) Mdn (IQR) p Final de tratamiento (n= 72) a 13,50 (8,50-20,00) 11,00 (5,25-20,00) 0,32 Seguimiento 3 meses (n=116) b 15,00 (10,00-20,00) 10,00 (7,00-20,00) 0,12 Seguimiento 6 meses (n=129) c 15,00 (10,00-20,00) 12,00 (7,50-20,00) 0,03 Seguimiento 12 meses (n=137) d 15,00 (10,00-20,25) 14,00 (10,00-20,00) 0,10 Nota. Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) a Grupo con App n=36 y grupo sin App n=36 b Grupo con App n=59 y grupo sin App n=57 c Grupo con App n=64 y grupo sin App n=65 d Grupo con App n=66 y grupo sin App n=71 Analizando el número de cigarrillos consumidos por los fumadores en cada punto de evaluación como variable categórica, no se encontraron diferencias estadísticamente significativas entre las condiciones de tratamiento en ninguno de los puntos cuando se aplicaron tablas de contingencia con el estadístico Chi-cuadrado (Tabla 22). Tabla 22. Diferencias en el número de cigarrillos fumados (categorizados) en la muestra de fumadores en función de la condición de tratamiento Con App Sin App n % n % χ2 p V de Cramer Final de tratamiento (n= 72) 0 cigarrillos 0 0,00 1 2,80 1,96 0,37 0,16 1-5 cigarrillos 5 13,90 8 22,20 ≤ 6 cigarrillos 31 86,10 27 75,00 Seguimiento 3 meses (n=116) 0 cigarrillos 1 1,70 2 3,50 3,20 0,20 0,16 1-5 cigarrillos 3 5,10 8 14,00 ≤ 6 cigarrillos 55 93,20 47 82,50 Seguimiento 6 meses (n=129) 0 cigarrillos 0 0,00 2 3,10 4,68 0,09 0,19 1-5 cigarrillos 5 7,80 11 16,90 ≤ 6 cigarrillos 59 92,20 52 80,00 Seguimiento 12 meses (n=137) 0 cigarrillos 0 0,00 0 0,00 0,14 0,70 0,03 1-5 cigarrillos 7 10,60 9 12,70 ≤ 6 cigarrillos 59 89,40 62 87,30 Nota. En el pre-tratamiento los participantes tenían un consumo ≥ 6 cigarrillos a Grupo con App n=36 y grupo sin App n=36 b Grupo con App n=59 y grupo sin App n=57 c Grupo con App n=64 y grupo sin App n=65 d Grupo con App n=66 y grupo sin App n=71 Se llevó a cabo un ANOVA de medidas repetidas con la submuestra de fumadores a los 12 meses de tratamiento (n=137) para comprobar si existían diferencias de manera MARÍA BARROSO HURTADO 96 17,75 5,87 9,73 11,46 14,03 19,76 7,88 13,42 14,98 17,2 0 5 10 15 20 25 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses CPD Sin App Con App longitudinal en la media del número de cigarrillos en función de la condición de tratamiento desde el pre-tratamiento hasta los seguimientos. En el análisis intersujetos se encontraron diferencias estadísticamente significativas en el número de cigarrillos consumidos diariamente a lo largo del tiempo entre las condiciones de tratamiento F (1, 1418,00) = 4,06, p = 0,04, ηp2 = 0,029, siendo menor el número de cigarrillos en el grupo sin App (ver Tabla 23 y Figura 19). Además, los resultados intrasujetos revelaron diferencias significativas en el número de CPD a lo largo del tiempo FGG (2,88, 3764,76) = 97,53, p < 0,001, ηp2 = 0,419. Concretamente los análisis post-hoc mostraron una reducción significativa entre el número de cigarrillos en el pre-tratamiento y el resto de los puntos de evaluación (post-tratamiento, seguimiento de 3, 6 y 12 meses). Además de un incremento significativo del número de cigarrillos en los seguimientos en comparación con el post-tratamiento y un incremento en el número de cigarrillos entre todos los seguimientos con el paso del tiempo. Tabla 23. Puntuaciones medias en CPD en submuestra de fumadores en los diferentes puntos de evaluación en función de la condición de tratamiento Con App (n=66) Sin App (n=71) Muestra total (N=137) Media D.T Media D.T Media D.T Pre-tratamiento 19,76 10,78 17,75 7,08 18,72 b,c,d,e 9,08 Post-tratamiento 7,88 10,75 5,87 8,23 6,84 a,c,d,e 9,55 Seguimiento 3 meses 13,42 11,97 9,73 8,49 11,51 a,b,d,e 10,44 Seguimiento 6 meses 14,98 10,88 11,46 7,98 13,16 a,b,c,e 9,62 Seguimiento 12 meses 17,20 11,15 14,03 7,79 15,55 a,b,c,d 9,65 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 Figura 19. Número de cigarrillos fumados en función de la condición de tratamiento en los diferentes puntos de evaluación en la submuestra de fumadores IV. RESULTADOS 97 3. ADHERENCIA AL TRATAMIENTO Y A LOS SEGUIMIENTOS Se llevaron a cabo distintos análisis con U de Mann-Whitney, dada la falta de normalidad de algunas variables, y tablas de contingencia aplicando Chi-cuadrado para analizar las posibles diferencias entre las condiciones de tratamiento en adherencia al tratamiento y a los seguimientos. No se encontraron diferencias significativas en la adherencia al tratamiento, medida mediante el número de sesiones a las que acudieron (ver Tabla 24), ni en los seguimientos a 3 y 6 meses en ninguna de las 3 categorías utilizadas en cada seguimiento (no contesta, contesta dato de abstinencia y contesta cuestionario). Se encontraron diferencias estadísticamente significativas en la adherencia al seguimiento de 12 meses entre las condiciones de tratamiento (χ2=13,84; p ≤ 0,05) en dos de las categorías utilizadas, siendo significativamente mayor en el grupo sin App que en el grupo con App el número de personas que contestaron al cuestionario (83,60% vs 69,60%) y significativamente mayor en el grupo con App que en el grupo sin App el número de personas que no contestaron (26,50% vs 7,70%) (ver Tabla 25 y Figura 20). Sin embargo, no se obtuvieron diferencias entre las condiciones de tratamiento en la categoría “contesta dato de abstinencia” en el seguimiento de 12 meses. Tabla 24. Prueba U de Mann-Whitney para adherencia al tratamiento Con App (n=102) Sin App (n=104) Mdn (IQR) Mdn (IQR) p Tratamiento (nº sesiones) 7 50 [5,75–8,00] 7,00 [4,00–8,00] 0,13 Nota. Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) Tabla 25. Adherencia al tratamiento y a los seguimientos en función de la condición de tratamiento Con App (n=102) Sin App (n=104) Adherencia Media D.T Media D.T Tratamiento (nº sesiones) 6,29 2,44 5,91 2,45 n % n % χ2 p V de Cramer Seguimiento 3 meses No contesta 20 19,60 17 16,30 0,53 0,76 0,05 Contesta dato de abstinencia 7 6,90 9 8,70 Contesta cuestionario 75 73,50 78 75,00 Seguimiento 6 meses No contesta 19 18,63 10 9,60 4,19 0,12 0,14 Contesta dato de abstinencia 8 7,84 13 12,50 Contesta cuestionario 75 73,53 81 77,90 Seguimiento 12 meses No contesta a 27 26,50 8 7,70 13,84 0,001 0,25 Contesta dato de abstinencia 4 3,90 9 8,70 Contesta cuestionario b 71 69,60 87 83,60 a Diferencias significativas entre condiciones en la variable no contesta, p ≤ 0,05 b Diferencias significativas entre condiciones en la variable contesta cuestionario, p ≤ 0,05 MARÍA BARROSO HURTADO 98 Figura 20. Porcentaje de adherencia a las categorías del seguimiento de 12 meses en función de la condición de tratamiento 4. VARIABLES PSICOLÓGICAS RELACIONADAS CON LOS RESULTADOS AL FINAL DE TRATAMIENTO Y EN LOS SEGUIMIENTOS 4.1. Variables psicológicas relacionadas con los resultados al final de tratamiento Se llevaron a cabo regresiones logísticas binarias para evaluar qué variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) predecían la abstinencia y continuar fumando al finalizar el tratamiento para dejar de fumar. En los análisis dirigidos a predecir abstinencia se asignó un valor de 0 a la condición de fumador y de 1 a la de no fumador. En aquellos cuya finalidad fue predecir si los participantes continuaban fumando al final del tratamiento se asignó un valor de 0 a la condición de no fumador y de 1 a la de fumador. Se presentan los valores sin ajustar y ajustados por covariables para cada uno de los análisis realizados. Las covariables utilizadas fueron sexo, edad, estado civil, nivel educativo y dependencia a los cigarrillos evaluada mediante FTCD. También se incluyó la variable condición de tratamiento en el análisis realizado con el QSU total y sus dimensiones (QSU- factor 1 y QSU-factor 2). 4.1.1. Variables psicológicas relacionadas con abstinencia al final del tratamiento Los resultados de las regresiones logísticas binarias dirigidas a predecir si las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) predecían abstinencia al final del tratamiento mostraron que una mayor puntuación en urgencia a fumar medida mediante el QSU total pre-tratamiento predijo una menor probabilidad de estar abstinente al final del tratamiento en el modelo sin ajustar (OR = 0,97), sin embargo, los resultados perdieron significación en el modelo ajustado por covariables. Con respecto a las dimensiones de la urgencia a fumar, se obtuvo que una puntuación elevada 7,7% 8,7% 83,6% 26,5% 3,9% 69,6% 0 10 20 30 40 50 60 70 80 90 No contesta Contesta dato de abstinencia Contesta cuestionario Sin App Con App IV. RESULTADOS 99 en el QSU factor-2 pre-tratamiento, tanto en el modelo ajustado (AOR = 0,93) como en el modelo sin ajustar (OR = 0,94), predijo una menor probabilidad de estar abstinente al finalizar el tratamiento. Sin embargo, no se encontraron efectos estadísticamente significativos para el QSU factor-1 pre-tratamiento (Tabla 26). En relación con la presencia de sintomatología depresiva, una mayor sintomatología depresiva medida con el BDI-II en el pre-tratamiento predijo una menor probabilidad de abstinencia de los participantes al finalizar el tratamiento en ambos modelos, ajustado (AOR = 0,96) y sin ajustar (OR = 0,96). Por último, la puntuación en calidad de vida pre-tratamiento no predijo abstinencia al finalizar el tratamiento ni en el modelo ajustado ni en el sin ajustar. Tabla 26. Regresiones logísticas binarias usando las variables psicológicas pre-tratamiento como predictores de la abstinencia al final del tratamiento Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; OR = odds ratios sin ajustar; AOR = odds ratios ajustados (análisis QSU total, QSU-factor 1 y QSU-factor 2: sexo, edad, estado civil, nivel educativo, dependencia a los cigarrillos evaluada mediante FTCD y condición de tratamiento. Análisis BDI-II y EQ-5D: sexo, edad, estado civil, nivel educativo, dependencia a los cigarrillos evaluada mediante FTCD) a n= 206 personas para análisis con QSU total, QSU-factor 1, QSU-factor 2 y BDI-II; n= 203 personas para análisis EQ-5D b n= 205 personas para análisis con QSU total, QSU-factor 1, QSU-factor 2 y BDI-II; n= 202 personas para análisis EQ-5D 4.1.2. Variables psicológicas relacionadas con continuar fumando a final del tratamiento Se llevaron a cabo diferentes regresiones logísticas binarias para estudiar si las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) predecían continuar fumando al final del tratamiento. Los resultados mostraron que una elevada urgencia a fumar medida a través del QSU total pre-tratamiento predijo continuar fumando al final del tratamiento en el modelo sin ajustar (OR = 1,02), sin embargo, dicho modelo no alcanzó significación al ajustarlo por las covariables. Una puntuación elevada en el QSU-factor 2 predijo continuar fumando, tanto en el modelo ajustado (AOR = 1,06) como en el modelo sin ajustar (OR = 1,05). Sin embargo, la puntuación en el QSU-factor 1 no predijo continuar fumando en ninguno de los modelos, ajustado y sin ajustar. Con respecto a la sintomatología depresiva pre-tratamiento, una elevada puntuación en la misma predijo continuar fumando en el modelo sin ajustar (OR = 1,03) y ajustado por covariables (OR = 1,03). Finalmente, no se hallaron resultados estadísticamente significativos con respecto a la puntuación en calidad de vida pre-tratamiento y continuar fumando al finalizar el tratamiento (Tabla 27). Abstinencia final del tratamiento ORa (95% IC) p AORb (95% IC) p QSU total 0,97 (0,95-0,99) 0,03 0,98 (0,95-1,00) 0,11 QSU-factor 1 1,00 (0,95-1,04) 0,97 1,01 (0,97-1,06) 0,45 QSU-factor 2 0,94 (0,90-0,99) 0,03 0,93 (0,89-0,99) 0,02 BDI-II 0,96 (0,93-0,99) 0,02 0,96 (0,93-1,00) 0,05 EQ-5D 1,00 (0,98-1,02) 0,59 0,99 (0,97-1,01) 0,78 MARÍA BARROSO HURTADO 100 Tabla 27. Regresiones logísticas binarias usando las variables psicológicas pre-tratamiento como predictores de continuar fumando al final del tratamiento Fumar final del tratamiento ORa (95% IC) p AORb (95% IC) p QSU total 1,02 (1,00-1,04) 0,03 1,02 (0,99-1,04) 0,11 QSU-factor 1 0,99 (0,95-1,04) 0,97 0,98 (0,93-1,03) 0,45 QSU-factor 2 1,05 (1,00-1,11) 0,03 1,06 (1,00-1,12) 0,02 BDI-II 1,03 (1,00-1,06) 0,02 1,03 (0,99-1,06) 0,05 EQ-5D 0,99 (0,97-1,01) 0,59 1,00 (0,98-1,02) 0,78 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; OR = odds ratios sin ajustar; AOR = odds ratios ajustados (análisis QSU total, QSU-factor 1 y QSU-factor 2: sexo, edad, estado civil, nivel educativo, dependencia a los cigarrillos evaluada mediante FTCD y condición de tratamiento. Análisis BDI-II y EQ-5D: sexo, edad, estado civil, nivel educativo, dependencia a los cigarrillos evaluada mediante FTCD) a n= 206 personas para análisis con QSU total, QSU-factor 1, QSU-factor 2 y BDI-II; n= 203 personas para análisis EQ-5D b n= 205 personas para análisis con QSU total, QSU-factor 1, QSU-factor 2 y BDI-II; n= 202 personas para análisis EQ-5D 4.1.3. Variables psicológicas relacionadas con número de cigarrillos al final del tratamiento Se realizaron dos regresiones lineales múltiples para determinar la influencia de las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) sin la inclusión de las covariables (sexo, edad, estado civil, nivel educativo, dependencia a los cigarrillos evaluada mediante FTCD y condición de tratamiento) sobre el número de cigarrillos al final del tratamiento. También se llevaron a cabo dos regresiones lineales jerárquicas con el objetivo de comprobar si las variables psicológicas pre-tratamiento predecían el número de cigarrillos diarios consumidos al finalizar el tratamiento al incluir las covariables mencionadas. La primera de las regresiones lineales jerárquicas se llevó a cabo incluyendo las puntuaciones pre-tratamiento en el QSU total, BDI-II y EQ-5D como predictoras del número de cigarrillos al final del tratamiento. En la segunda regresión se emplearon las puntuaciones pre-tratamiento en el QSU-factor 1, QSU-factor 2, BDI-II y EQ- 5D como predictoras de dicho resultado. En primer lugar, se realizó una regresión lineal múltiple con las puntuaciones en el QSU total, BDI-II y EQ-5D en la que no se incluyeron las covariables. Ninguna de las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) predijo el número de cigarrillos en el post-tratamiento (Tabla 28). Tabla 28. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento sin ajustar por covariables Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,03 0,02 0,03 QSU total 0,004 0,003 0,12 -0,001 0,01 IV. RESULTADOS 101 Tabla 28. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento sin ajustar por covariables (continuación) Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,03 0,02 0,03 BDI-II 0,007 0,004 0,13 -0,002 0,01 EQ-5D 0,002 0,002 0,06 -0,003 0,006 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 A continuación, se realizó un análisis de regresión lineal jerárquica en el que utilizaron las variables psicológicas QSU total, BDI-II y EQ-5D como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento incluyendo como covariables el sexo, edad, estado civil, nivel educativo, FTCD y condición de tratamiento. Los resultados mostraron que las covariables ingresadas en el primer paso del modelo explicaron una cantidad significativa de varianza, R2 Ajustada = 0,11, F(6, 324.092) = 5,106, p < 0,001, siendo únicamente la dependencia a la nicotina un predictor significativo del resultado (ver Tabla 29). Tras incluir las variables psicológicas QSU total, BDI-II y EQ-5D en el paso dos, el modelo mostró una cantidad significativa de varianza, R2 Ajustada = 0,11, F(9, 241,879) = 3,824, p < 0,001, siendo de nuevo la dependencia a la nicotina el único predictor del número de cigarrillos en el post-tratamiento (Tabla 29). Tabla 29. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,14 0,11 0,14*** Sexo1 -1,81 1,17 -0,10 -4,11 0,50 Edad -0,07 0,06 -0,09 -0,19 0,05 Estado civil2 0,52 0,98 0,04 -1,42 2,46 Nivel educativo3 -0,30 0,79 -0,03 -1,86 1,25 FTCD 1,38 0,27 0,35*** 0,84 1,92 Condición de tratamiento4 0,82 1,13 0,05 -1,40 3,04 Paso 2 0,15 0,11 0,02 Sexo1 -2,07 1,19 -0,12 -4,42 0,29 Edad -0,06 0,06 -0,08 -0,18 0,06 Estado civil2 0,48 0,98 0,04 -1,46 2,42 MARÍA BARROSO HURTADO 102 Tabla 29. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento (continuación) Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 2 0,15 0,11 0,02 Nivel educativo3 -0,28 0,79 -0,02 -1,84 1,27 FTCD 1,37 0,29 0,34*** 0,80 1,94 Condición de tratamiento4 1,03 1,13 0,06 -1,20 3,27 QSU total 0,01 0,05 0,02 -0,08 0,11 BDI-II 0,12 0,07 0,13 -0,02 0,27 EQ-5D 0,05 0,04 0,10 -0,02 0,13 Nota. FTCD = Test de Fargerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,00 Posteriormente se llevó a cabo una regresión lineal múltiple en la que se incluyeron la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D sin ajustar por covariables. Las variables psicológicas pre-tratamiento explicaron una cantidad significativa de varianza, R2 Ajustada = 0,03, F(4, 195.931) = 2.805, p = 0,027, los resultados mostraron que únicamente el QSU-factor 2 fue el único predictor del resultado (Tabla 30). Así, de nuevo, una elevada puntuación en el QSU-factor 2 pre-tratamiento predijo un consumo elevado de cigarrillos. El resto de las variables psicológicas pre-tratamiento, QSU-factor 1, BDI-II y EQ- 5D, no mostraron significación. Tabla 30. Modelo de regresión lineal múltiple usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento sin ajustar por covariables Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,05 0,03 0,05* QSU-factor 1 -0,12 0,09 -0,12 -0,30 0,05 QSU-factor 2 0,25 0,11 0,20* 0,04 0,46 BDI-II 0,14 0,08 0,15 -0,01 0,29 EQ-5D 0,07 0,04 0,03 -0,06 0,09 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 IV. RESULTADOS 103 Finalmente se realizó un modelo de regresión jerárquica con el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D. Los resultados revelaron que, al ingresar las covariables en el primer paso del modelo estas explicaron una cantidad significativa de varianza, R2 Ajustada = 0,11, F(6, 339,375) = 5,293, p < 0,001, prediciendo únicamente la dependencia a la nicotina el resultado (ver Tabla 31). Tras incluir las variables psicológicas QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D en el segundo paso, estas explicaron una cantidad significativa de varianza, R2 Ajustada = 0,15, F(10, 282,364) = 4,605, p < 0,001, prediciendo la dependencia a la nicotina, QSU-factor 1 y QSU-factor 2 el número de cigarrillos post-tratamiento. Concretamente, una elevada puntuación en el QSU-factor 2 y una baja puntuación en el QSU-factor 1 predijeron un mayor consumo de cigarrillos post-tratamiento. Sin embargo, las puntuaciones en el BDIII y EQ-5D pre-tratamiento no mostraron significación. Tabla 31. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente al finalizar el tratamiento Número de cigarillos post-tratamiento (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,14 0,11 0,14*** Sexo1 -1,71 1,17 -0,10 -4,02 0,61 Edad -0,07 0,06 -0,08 -0,19 0,06 Estado civil2 0,36 0,98 0,03 -1,58 2,30 Nivel educativo3 -0,51 0,78 -0,04 -2,05 1,03 FTCD 1,45 0,28 0,36*** 0,91 1,99 Condición de tratamiento4 0,73 1,13 0,04 -1,50 2,96 Paso 2 0,19 0,15 0,05** Sexo1 -1,50 1,19 -0,09 -3,84 0,85 Edad -0,06 0,06 -0,07 -0,18 0,06 Estado civil2 0,12 0,97 0,010 -1,78 2,03 Nivel educativo3 -0,48 0,77 -0,04 -1,99 1,04 FTCD 1,51 0,29 0,37*** 0,94 2,09 Condición de tratamiento4 1,37 1,12 0,08 -0,85 3,59 QSU-factor 1 -0,20 0,09 -0,19* -0,37 -0,03 QSU-factor 2 0,28 0,10 0,22** 0,07 0,48 BDI-II 0,13 0,07 0,14 -0,02 0,28 EQ-5D 0,05 0,04 0,10 -0,02 0,13 Nota. FTCD = Test de Fargerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 MARÍA BARROSO HURTADO 104 4.1.3.1. Variables psicológicas relacionadas con número de cigarrillos al final del tratamiento en la submuestra de fumadores. Se llevaron a cabo los mismos análisis de regresión que en el apartado anterior, dos regresiones lineales múltiples y dos regresiones lineales jerárquicas ajustadas por covariables (sexo, edad, estado civil, nivel educativo, FTCD y condición de tratamiento) para determinar la influencia de las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) en el número de cigarrillos post-tratamiento en la submuestra de fumadores al final del tratamiento. El modelo de regresión lineal múltiple llevado a cabo con las puntuaciones pretratamiento en el QSU total, BDI-II y EQ-5D sin ajustar por covariables no mostró significación para ninguna de las variables psicológicas pre-tratamiento (Tabla 32). Tabla 32. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos en submuestra de fumadores al finalizar el tratamiento Número de cigarillos post-tratamiento (n=69) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,01 -0,04 0,01 QSU total -0,02 0,09 -0,03 -0,20 0,15 BDI-II 0,06 0,14 0,07 -0,22 0,34 EQ-5D -0,01 0,08 -0,03 -0,17 0,14 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Los análisis realizados con el modelo de regresión lineal jerárquica en el que se utilizó la puntuación del QSU total, BDI-II y EQ-5D como predictores del número de cigarrillos en la submuestra de fumadores, mostraron que en el primer paso en el que se incluyeron todas las covariables, estas explicaron una cantidad significativa de varianza, R2 Ajustada = 0,17, F(6, 250,451) = 3,377, p = 0,006, siendo el único predictor del resultado la dependencia a la nicotina. En el paso dos, tras incluir la puntuación en el QSU total, BDI-II y EQ-5D, las variables explicaron de nuevo una cantidad significativa de varianza, R2 Ajustada = 0,14, F(9, 170,111) = 2,196, p = 0,035, manteniéndose la dependencia a la nicotina como único predictor del número de cigarrillos en el post-tratamiento (Tabla 33). En el modelo de regresión lineal múltiple en el que se incluyeron las puntuaciones en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento sin ajustar por covariables (Tabla 34), ninguna de las variables psicológicas mostró significación. IV. RESULTADOS 111 4.2.2. Variables psicológicas relacionadas con el número de cigarrillos fumados en los seguimientos Se realizaron diferentes regresiones lineales múltiples para determinar la influencia de las variables psicológicas pre-tratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) sin la inclusión de las covariables (sexo, edad, estado civil, nivel educativo, FTCD y condición de tratamiento) sobre el número de cigarrillos en los diferentes seguimientos (3, 6 y 12 meses). También se llevaron a cabo varias regresiones lineales jerárquicas con el objetivo de comprobar dichas variables psicológicas pre-tratamiento predecían el número de cigarrillos diarios consumidos en el seguimiento de 3, 6 y 12 meses al incluir las covariables mencionadas. Se utilizaron dos modelos en las regresiones lineales jerárquicas, uno de ellos incluyendo las puntuaciones pre-tratamiento en el QSU total, BDI-II y EQ-5D y el otro empleando las puntuaciones pre-tratamiento en el QSU-factor 1, QSU-factor 2, BDI-II y EQ- 5D como predictoras del número de cigarrillos en cada uno de los seguimientos. Los resultados del modelo de regresión lineal múltiple llevado a cabo con las puntuaciones en el QSU total, BDI-II y EQ-5D pre-tratamiento sin ajustar por covariables, mostró que ninguna de las variables psicológicas mencionadas predijo el número de cigarrillos en el seguimiento de 3 meses (Tabla 40). Tabla 40. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 3 meses sin ajustar por covariables CPD seguimiento 3 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,008 -0,007 0,008 QSU total 0,04 0,06 0,05 -0,07 0,15 BDI-II 0,01 0,09 0,008 -0,18 0,20 EQ-5D -0,03 0,05 -0,06 -0,13 0,06 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Con respecto a los resultados de la regresión lineal jerárquica para determinar los predictores del número de cigarrillos en el seguimiento de 3 meses, se obtuvo que, en el modelo en el que se utilizaron las puntuaciones en el QSU total, BDI-II y EQ-5D pretratamiento, las variables utilizadas en el paso 1 y 2 explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,12, F(6, 505,104) = 5,589, p < 0,001 en el paso 1 y R2 Ajustada = 0,11, F(9, 340,016) = 3,710, p < 0,001 en el paso 2. Los resultados mostraron que en ambos pasos tanto el sexo como la dependencia a la nicotina predijeron el número de cigarrillos en dicho seguimiento (Tabla 41). En el modelo de regresión lineal múltiple llevado a cabo con las puntuaciones en el QSU- factor 1, QSU-factor 2, BDI-II y EQ-5D sin ajustar por covariables, únicamente el QSU- factor 2 predijo el número de cigarrillos consumidos en el seguimiento de 3 meses. No mostrando significación el resto de las variables psicológicas utilizadas, QSU-factor 1, BDI-II y EQ-5D (Tabla 42). MARÍA BARROSO HURTADO 112 Tabla 41. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 3 meses CPD seguimiento 3 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,15 0,12 0,15*** Sexo1 -2,81 1,39 -0,14* -5,56 -0,07 Edad -0,04 0,07 -0,04 -0,18 0,11 Estado civil2 0,52 1,17 0,04 -1,79 2,84 Nivel educativo3 0,16 0,94 0,01 -1,69 2,01 FTCD 1,60 0,32 0,33*** 0,96 2,24 Condición de tratamiento4 2,17 1,34 0,11 -0,48 4,82 Paso 2 0,15 0,11 0,001 Sexo1 -2,95 1,44 -0,14* -5,78 -0,12 Edad -0,03 0,07 -0,04 -0,18 0,11 Estado civil2 0,50 1,18 0,03 -1,83 2,84 Nivel educativo3 0,16 0,95 0,01 -1,70 2,03 FTCD 1,58 0,35 0,33*** 0,90 2,26 Condición de tratamiento4 2,24 1,36 0,11 -0,45 4,93 QSU total 0,00 0,06 0,00 -0,11 0,11 BDI-II 0,05 0,09 0,04 -0,13 0,22 EQ-5D 0,008 0,05 0,01 -0,08 0,10 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 42. Modelo de regresión lineal múltiple usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 3 meses sin ajustar por covariables CPD seguimiento 3 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,04 0,02 0,04 QSU-factor 1 -0,17 0,11 -0,14 -0,38 0,04 QSU-factor 2 0,29 0,13 0,19* 0,04 0,55 BDI-II 0,05 0,09 0,04 -0,14 0,23 EQ-5D -0,03 0,05 -0,06 -0,13 0,06 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 IV. RESULTADOS 113 En cuanto a la regresión lineal jerárquica teniendo en cuenta las dimensiones del QSU (QSU-factor 1 y QSU-factor 2), BDI-II y EQ-5D en los análisis, se obtuvo que en ambos pasos del modelo las variables incluidas explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,12, F(6, 504,420) = 5,554, p < 0,001 en el paso 1 y R2 Ajustada = 0,14, F(10, 387,667) = 4,392, p < 0,001 en el paso 2. Los resultados mostraron que en el paso 1, tanto el sexo como la dependencia a la nicotina fueron predictores del resultado. En el paso 2 los predictores del número de cigarrillos en el seguimiento de 3 meses fueron: dependencia a la nicotina, condición de tratamiento, QSU-factor 1 y QSU-factor 2 (Tabla 43). Así, una baja puntuación en el QSU-factor 1 y una elevada puntuación en el QSU-factor 2 predijeron un mayor número de CPD en el seguimiento de 3 meses. No obtuvieron significación el resto de variables psicológicas utilizadas, BDI-II y EQ-5D. Tabla 43. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 3 meses CPD seguimiento 3 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,15 0,12 0,15*** Sexo1 -2,72 1,40 -0,13* -5,48 0,03 Edad -0,04 0,07 -0,04 -0,18 0,11 Estado civil2 0,38 1,17 0,03 -1,92 2,69 Nivel educativo3 -0,004 0,93 0,00 -1,84 1,83 FTCD 1,66 0,33 0,34*** 1,01 2,30 Condición de tratamiento4 2,09 1,35 0,10 -0,57 4,74 Paso 2 0,19 0,14 0,04* Sexo1 -2,25 1,43 -0,11 -5,06 0,56 Edad -0,03 0,07 -0,03 -0,17 0,11 Estado civil2 0,11 1,16 0,007 -2,18 2,39 Nivel educativo3 -0,03 0,92 -0,003 -1,85 1,78 FTCD 1,75 0,35 0,36*** 1,06 2,44 Condición de tratamiento4 2,69 1,35 0,13* 0,03 5,35 QSU-factor 1 -0,26 0,10 -0,21** -0,47 -0,06 QSU-factor 2 0,33 0,12 0,22** 0,09 0,57 BDI-II 0,05 0,09 0,04 -0,13 0,22 EQ-5D 0,01 0,04 0,02 -0,08 0,10 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 MARÍA BARROSO HURTADO 114 Con respecto a los resultados del seguimiento de 6 meses, el modelo de regresión lineal múltiple utilizando las puntuaciones del QSU total, BDI-II y EQ-5D sin ajustar por covariables (Tabla 44), mostró que ninguna de las variables psicológicas predijo el resultado. El modelo de regresión lineal jerárquica usando las puntuaciones del QSU total, BDI-II y EQ- 5D reveló que las variables utilizadas en ambos pasos del modelo explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,15, F(6, 580,031) = 6,824, p < 0,001 en el paso 1 y R2 Ajustada = 0,14, F(9, 390,151) 4,528, p < 0,001 en el paso 2. Siendo el único predictor del número de cigarrillos, en ambos pasos, la covariable de dependencia a la nicotina (FTCD) (Tabla 45). Tabla 44. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 6 meses sin ajustar por covariables CPD seguimiento 6 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,02 0,002 0,02 QSU total 0,07 0,06 0,09 -0,04 0,18 BDI-II -0,008 0,09 -0,007 -0,19 0,18 EQ-5D -0,05 0,05 -0,08 -0,14 0,04 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 45. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 6 meses CPD seguimiento 6 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,17 0,15 0,17*** Sexo1 -1,73 1,35 -0,08 -4,40 0,93 Edad -0,05 0,07 -0,06 -0,19 0,09 Estado civil2 0,99 1,14 0,07 -1,24 3,24 Nivel educativo3 0,17 0,91 0,01 -1,63 1,96 FTCD 1,80 0,32 0,38*** 1,18 2,42 Condición de tratamiento4 2,23 1,30 0,11 -0,34 4,80 Paso 2 0,18 0,14 0,002 Sexo1 -1,91 1,39 -0,09 -4,65 0,84 Edad -0,05 0,07 -0,05 -0,19 0,09 Estado civil2 1,01 1,15 0,07 -1,26 3,27 Nivel educativo3 0,15 0,92 0,01 -1,67 1,96 FTCD 1,74 0,34 0,37*** 1,08 2,41 IV. RESULTADOS 115 Tabla 45. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 6 meses (continuación) CPD seguimiento 6 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 2 0,18 0,14 0,002 Condición de tratamiento4 2,30 1,32 0,12 -0,30 4,91 QSU total 0,02 0,05 0,03 -0,08 0,13 BDI-II 0,02 0,09 0,02 -0,15 0,19 EQ-5D -0,003 0,04 -0,005 -0,09 0,08 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tampoco mostró significación ninguna de las variables psicológicas en el modelo de regresión lineal múltiple utilizando las puntuaciones del QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D sin ajustar por covariables (Tabla 46). Sin embargo, los resultados de la regresión lineal jerárquica en la que se utilizaron las puntuaciones de estas variables psicológicas, mostraron que las variables incluidas en ambos pasos del modelo explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,15, F(6, 584,770) = 6,862, p < 0,001 en el paso 1 y R2 Ajustada = 0,15, F(10, 387,820) 4,559, p < 0,001 en el paso 2. Los análisis mostraron que en el paso 1 la dependencia a la nicotina fue el único predictor del número de cigarrillos en el seguimiento de 6 meses, siendo en el paso 2 la dependencia a la nicotina, la condición de tratamiento y el QSU-factor 2 predictores de dicho resultado (Tabla 47). Así, una mayor puntuación en el QSU-factor 2 predijo un mayor número de cigarrillos en el seguimiento de 6 meses. Sin embargo, no se obtuvieron resultados significativos con respecto al resto de variables psicológicas (QSU-factor 1, BDI-II y EQ-5D). Tabla 46. Modelo de regresión lineal múltiple usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 6 meses sin ajustar por covariables CPD seguimiento 6 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,03 0,007 0,03 QSU-factor 1 -0,04 0,11 -0,03 -0,25 0,17 QSU-factor 2 0,19 0,13 0,13 -0,06 0,45 BDI-II 0,03 0,09 0,02 -0,16 0,21 EQ-5D -0,05 0,05 -0,09 -0,14 0,04 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 MARÍA BARROSO HURTADO 116 Tabla 47. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 6 meses CPD seguimiento 6 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,17 0,15 0,17*** Sexo1 -1,68 1,35 -0,08 -4,35 0,98 Edad -0,05 0,07 -0,06 -0,19 0,09 Estado civil2 0,92 1,13 0,06 -1,32 3,15 Nivel educativo3 0,02 0,90 0,002 -1,75 1,80 FTCD 1,86 0,32 0,39*** 1,23 2,49 Condición de tratamiento4 2,18 1,30 0,11 -0,39 4,75 Paso 2 0,19 0,15 0,02 Sexo1 -1,46 1,40 -0,07 -4,22 1,30 Edad -0,05 0,07 -0,05 -0,19 0,09 Estado civil2 0,76 1,14 0,05 -1,48 3,01 Nivel educativo3 -0,03 0,91 -0,002 -1,81 1,76 FTCD 1,88 0,34 0,39*** 1,21 2,55 Condición de tratamiento4 2,60 1,32 0,13* -0,01 5,21 QSU-factor 1 -0,15 0,10 -0,12 -0,35 0,05 QSU-factor 2 0,23 0,12 0,16* -0,003 0,47 BDI-II 0,02 0,09 0,02 -0,15 0,19 EQ-5D -0,002 0,04 -0,003 -0,09 0,09 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 En el seguimiento de 12 meses, de nuevo el modelo de regresión lineal múltiple sin ajustar por covariables (Tabla 48) no obtuvo significación para ninguna de las variables psicológicas (QSU total, BDI-II y EQ-5D). Por su parte, en la regresión lineal jerárquica todas las variables incluidas en ambos pasos del modelo explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,17, F(6, 754,544) = 7,712, p < 0,001 en el paso 1 y R2 Ajustada = 0,16, F(9, 521,618) = 5,295, p < 0,001 en el paso 2 (Tabla 49), siendo la dependencia a la nicotina predictora del número de cigarrillos en ambos pasos en dicho seguimiento. IV. RESULTADOS 117 Tabla 48. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 12 meses sin ajustar por covariables CPD seguimiento 12 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,03 0,02 0,03 QSU total 0,07 0,06 0,09 -0,04 0,19 BDI-II 0,05 0,10 0,05 -0,14 0,25 EQ-5D -0,06 0,05 -0,10 -0,17 0,03 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 49. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 12 meses CPD seguimiento 12 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,19 0,17 0,19*** Sexo1 -1,75 1,45 -0,08 -4,61 1,11 Edad -0,09 0,08 -0,09 -0,24 0,06 Estado civil2 1,34 1,22 0,09 -1,07 3,75 Nivel educativo3 0,28 0,98 0,02 -1,64 2,21 FTCD 2,14 0,34 0,42*** 1,47 2,80 Condición de tratamiento4 1,40 1,40 0,06 -1,36 4,16 Paso 2 0,20 0,16 0,007 Sexo1 -2,14 1,49 -0,10 -5,07 0,80 Edad -0,08 0,08 -0,08 -0,23 0,07 Estado civil2 1,31 1,23 0,08 -1,11 3,73 Nivel educativo3 0,27 0,98 0,02 -1,67 2,21 FTCD 2,03 0,36 0,39*** 1,32 2,74 Condición de tratamiento4 1,53 1,41 0,07 -1,26 4,32 QSU total 0,02 0,06 0,02 -0,09 0,13 BDI-II 0,08 0,09 0,07 -0,10 0,27 EQ-5D -0,01 0,05 -0,02 -0,11 0,08 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 MARÍA BARROSO HURTADO 118 Finalmente, el modelo en el que se utilizaron las puntuaciones en el QSU-factor 1, QSU- factor 2, BDI-II y EQ-5D sin ajustar no mostró significación para ninguna de las variables psicológicas en el seguimiento de 12 meses (Tabla 50). Además, en el modelo de regresión lineal jerárquica utilizando dichas variables psicológicas, todas las variables incluidas explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,17, F(6, 748,689) = 7,642, p < 0,001 en el paso 1 y R2 Ajustada = 0,17, F(10, 499,827) = 5,133, p < 0,001 en el paso 2 (Tabla 51). Se obtuvo que la dependencia a la nicotina fue el único predictor del número de cigarrillos a los 12 meses en ambos pasos. Tabla 50. Modelo de regresión lineal múltiple usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 12 meses sin ajustar por covariables CPD seguimiento 12 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,04 0,02 0,04 QSU-factor 1 -0,04 0,11 -0,03 -0,26 0,18 QSU-factor 2 0,19 0,14 0,12 -0,08 0,47 BDI-II 0,09 0,10 0,08 -0,10 0,29 EQ-5D -0,06 0,05 -0,10 -0,16 0,04 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 51. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 12 meses CPD seguimiento 12 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,19 0,17 0,19*** Sexo1 -1,71 1,45 -0,08 -4,57 1,15 Edad -0,09 0,08 -0,09 -0,24 0,06 Estado civil2 1,27 1,21 0,08 -1,12 3,67 Nivel educativo3 0,18 0,97 0,01 -1,73 2,08 FTCD 2,18 0,34 0,42*** 1,51 2,85 Condición de tratamiento4 1,37 1,40 0,06 -1,39 4,12 Paso 2 0,21 0,17 0,02 Sexo1 -1,70 1,50 -0,08 -4,66 1,25 Edad -0,08 0,08 -0,08 -0,23 0,07 Estado civil2 1,09 1,22 0,07 -1,30 3,50 Nivel educativo3 0,19 0,97 0,01 -1,72 2,10 FTCD 2,13 0,37 0,41*** 1,41 2,85 IV. RESULTADOS 119 Tabla 51. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en el seguimiento de 12 meses (continuación) CPD seguimiento 12 meses (n=201) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 2 0,21 0,17 0,02 Condición de tratamiento4 1,83 1,42 0,08 -0,97 4,62 QSU-factor 1 -0,15 0,11 -0,11 -0,37 0,06 QSU-factor 2 0,22 0,13 0,14 -0,03 0,48 BDI-II 0,08 0,09 0,06 -0,11 0,26 EQ-5D -0,01 0,05 -0,02 -0,11 0,08 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 4.2.2.1. Variables psicológicas relacionadas con el número de cigarrillos en seguimientos en submuestra de fumadores. Se realizaron los mismos análisis de regresión que en el apartado anterior, pero con la submuestra de fumadores en los seguimientos de 3, 6 y 12 meses. Por tanto, se emplearon diferentes regresiones lineales múltiples sin ajustar por covariables y regresiones lineales jerárquicas ajustadas por covariables (sexo, edad, estado civil, nivel educativo, FTCD y condición de tratamiento) para determinar la influencia de las variables psicológicas pretratamiento (urgencia a fumar, sintomatología depresiva y calidad de vida) en el número de cigarrillos consumidos en los distintos seguimientos en la submuestra de fumadores. Con respecto a los resultados referentes al número de cigarrillos en el seguimiento de 3 meses, el modelo de regresión lineal múltiple en el que se utilizaron las puntuaciones en el QSU total, BDI-II y EQ-5D, no obtuvo significación para ninguna de las variables incluidas (Tabla 52). Respecto a los resultados de la regresión lineal jerárquica utilizando las mismas variables psicológicas, se obtuvo que todas las variables incluidas en la regresión lineal jerárquica explicaron una cantidad significativa de varianza (paso 1: R2 Ajustada = 0,20, F(6, 432,626) = 5,538, p < 0,001 y paso 2: R2 Ajustada = 0,19, F(9, 297,045) = 3,725, p < 0,001), siendo la dependencia a la nicotina el predictor del número de cigarrillos en ambos pasos (Tabla 53). MARÍA BARROSO HURTADO 120 Tabla 52. Modelo de regresión lineal múltiple usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en la submuestra de fumadores en el seguimiento de 3 meses sin ajustar por covariables CPD seguimiento 3 meses (n=107) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,02 -0,01 0,02 QSU total 0,02 0,07 0,02 -0,13 0,16 BDI-II 0,04 0,14 0,03 -0,24 0,33 EQ-5D -0,06 0,06 -0,11 -0,19 0,06 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 53. Modelo de regresión lineal jerárquica usando la puntuación en el QSU total, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en la submuestra de fumadores en el seguimiento de 3 meses CPD seguimiento 3 meses (n=107) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,25 0,20 0,25*** Sexo1 -2,44 1,75 -0,12 -5,91 1,03 Edad -0,06 0,10 -0,07 -0,27 0,14 Estado civil2 2,50 1,61 0,18 -0,70 5,70 Nivel educativo3 -1,14 1,23 -0,08 -3,58 1,30 FTCD 1,93 0,45 0,40*** 1,04 2,82 Condición de tratamiento4 2,62 1,74 0,13 -0,82 6,07 Paso 2 0,26 0,19 0,007 Sexo1 -2,73 1,82 -0,14 -6,33 0,87 Edad -0,07 0,10 -0,08 -0,27 0,14 Estado civil2 2,58 1,65 0,18 -0,70 5,85 Nivel educativo3 -1,10 1,25 -0,08 -3,58 1,38 FTCD 1,88 0,48 0,39*** 0,93 2,82 Condición de tratamiento4 2,54 1,77 0,13 -0,98 6,06 QSU total -0,01 0,07 -0,02 -0,15 0,12 BDI-II 0,04 0,13 0,03 -0,22 0,30 EQ-5D -0,04 0,06 -0,07 -0,16 0,07 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 IV. RESULTADOS 127 Finalmente, teniendo en cuenta las dimensiones del QSU (QSU-factor 1 y QSU-factor 2), BDI-II y EQ-5D, en el modelo de regresión lineal múltiple sin ajustar por covariables, ninguna de las variables psicológicas mostró ser predictora del número de cigarrillos en el seguimiento de 12 meses (Tabla 62). El modelo de regresión lineal jerárquica utilizando las puntuaciones de dichos cuestionarios mostró que en ambos pasos del modelo las variables explicaron una cantidad significativa de varianza, siendo R2 Ajustada = 0,36, F(6, 814,219) = 13,262, p < 0,001 en el paso 1 y R2 Ajustada = 0,35, F(10, 501,365) = 8,041, p < 0,001 en el paso 2. Los resultados obtenidos revelaron que tanto el sexo, como la dependencia a la nicotina y la condición de tratamiento fueron los únicos predictores del número de cigarrillos en ambos pasos del modelo (Tabla 63). Tabla 62. Modelo de regresión lineal múltiple usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en la submuestra de fumadores en el seguimiento de 12 meses sin ajustar por covariables CPD seguimiento 12 meses (n=133) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS 0,03 -0,004 0,03 QSU-factor 1 0,06 0,13 0,05 -0,19 0,32 QSU-factor 2 0,09 0,15 0,07 -0,19 0,38 BDI-II -0,02 0,11 -0,02 -0,24 0,20 EQ-5D -0,06 0,06 -0,12 -0,18 0,05 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 Tabla 63. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en la submuestra de fumadores en el seguimiento de 12 meses CPD seguimiento 12 meses (n=133) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 1 0,39 0,36 0,39*** Sexo1 -3,03 1,40 -0,15* -5,81 -0,25 Edad 0,008 0,08 0,009 -0,15 0,17 Estado civil2 0,92 1,23 0,07 -1,53 3,36 Nivel educativo3 -1,24 0,99 -0,09 -3,20 0,73 FTCD 2,55 0,34 0,55*** 1,89 3,22 Condición de tratamiento4 2,87 1,37 0,15* 0,16 5,57 Paso 2 0,39 0,35 0,01 Sexo1 -2,99 1,48 -0,15* -5,93 -0,06 Edad 0,003 0,08 0,004 -0,16 0,17 MARÍA BARROSO HURTADO 128 Tabla 63. Modelo de regresión lineal jerárquica usando la puntuación en el QSU-factor 1, QSU-factor 2, BDI-II y EQ-5D pre-tratamiento como predictores del número de cigarrillos consumidos diariamente en la submuestra de fumadores en el seguimiento de 12 meses (continuación) CPD seguimiento 12 meses (n=133) Predictor R2 R2 Ajustada Cambio en R2 B DT B β 95% IC LI LS Paso 2 0,39 0,35 0,01 Estado civil2 0,99 1,26 0,07 -1,50 3,48 Nivel educativo3 -1,38 1,02 -0,09 -3,41 0,64 FTCD 2,52 0,36 0,54*** 1,80 3,23 Condición de tratamiento4 3,25 1,41 0,17* 0,45 6,04 QSU-factor 1 -0,04 0,11 -0,03 -0,25 0,18 QSU-factor 2 0,16 0,12 0,12 -0,08 0,40 BDI-II -0,03 0,09 -0,03 -0,21 0,15 EQ-5D -0,01 0,05 -0,03 -0,11 0,08 Nota. FTCD = Test de Fagerström de Dependencia a los Cigarrillos; QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; LI = límite inferior; LS = límite superior 1 Sexo categorizado como 1 = hombre; 2 = mujer 2 Estado civil categorizado como 1 = soltero; 2 = casado o en pareja; 3 = otros 3 Nivel educativo categorizado como 1 = básicos; 2 = medios; 3 = superiores 4 Condición de tratamiento categorizado como 0 = sin App; 1 = con App *p ≤ 0,05; ** p ≤ 0,01; *** p ≤ 0,001 5. VARIABLES PSICOLÓGICAS POST-TRATAMIENTO Y EN SEGUIMIENTOS EN FUNCIÓN DEL ESTATUS DE FUMADOR Y DE LA CONDICIÓN DE TRATAMIENTO 5.1. Variables psicológicas post-tratamiento y en seguimientos en función del estatus de fumador CEn la Tabla 64 se pueden visualizar las medias de las puntuaciones de urgencia a fumar, sintomatología depresiva y calidad de vida en función del estatus de fumador. Debido a la falta de normalidad de las variables, se llevaron a cabo diferentes análisis utilizando la prueba no-paramétrica U de Mann-Whitney, para comprobar las diferencias en las variables psicológicas (urgencia a fumar, sintomatología depresiva y calidad de vida), en función del estatus de fumador (abstinente o fumador) de los participantes en el posttratamiento y cada uno de los seguimientos (3, 6 y 12 meses). Se encontraron diferencias estadísticamente significativas en la urgencia a fumar total (QSU total), en las dos dimensiones de este cuestionario (QSU-factor 1 y QSU-factor 2) y en la presencia de sintomatología depresiva (BDI-II) entre los participantes abstinentes y los fumadores en cada uno de los puntos de evaluación (post-tratamiento, seguimiento de 3, 6 y 12 meses), siendo significativamente mayores las puntuaciones en estas variables en el caso de los fumadores en todos los puntos de evaluación realizados. También se encontraron diferencias en la puntuación referente a calidad de vida (EQ-5D), teniendo una calidad de vida significativamente mayor las personas abstinentes en los seguimientos de 3, 6 y 12 meses. Sin embargo, no se encontraron diferencias en calidad de vida en el post-tratamiento (Tabla 65). IV. RESULTADOS 129 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D a Fumador QSU total, QSU-factor 1 y QSU-factor 2 n=67 b Muestra total QSU total, QSU-factor 1 y QSU-factor 2 N=152 Tabla 64. Puntuación media en las variables psicológicas al final del tratamiento y en los seguimientos en función del estatus de fumador MARÍA BARROSO HURTADO 130 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D a Fumador EQ-5D n=83 b Abstinente BDI-II n=70 c Abstinente EQ-5D n=68 d Muestra total BDI-II N=154 e Muestra total EQ-5D N= 151 Tabla 64. Puntuación media en las variables psicológicas al final del tratamiento y en los seguimientos en función del estatus de fumador (continuación) IV. RESULTADOS 131 Nota. QSU = Cuestionario de Urgencias a Fumar; BDI-II = Inventario de Depresión de Beck-II; EQ-5D = Cuestionario de Calidad de Vida EuroQoL-5D; Mdn = Mediana; IQR = Rango interquartil (rango de valores de datos entre el percentil 25 y 75) a Fumador QSU total, QSU-factor 1 y QSU-factor 2 n=67 b Fumador EQ-5D n=83 c Abstinente BDI-II n=70 d Abstinente EQ-5D n=68 Tabla 65. U de Mann-Whitney para las variables psicológicas al final del tratamiento y en los seguimientos en función del estatus de fumador MARÍA BARROSO HURTADO 132 A continuación, se llevaron a cabo también diferentes análisis de ANOVA de medidas repetidas para comprobar la evolución de dichas variables psicológicas (urgencia a fumar, sintomatología depresiva y calidad de vida) desde el pre-tratamiento hasta los seguimientos, utilizando como referencia el estatus de fumador (fumador vs abstinente) a los 12 meses de seguimiento. En primer lugar, el ANOVA de medidas repetidas con el QSU total mostró diferencias estadísticamente significativas intersujetos en las puntuaciones de urgencia a fumar (QSU total) medida a lo largo del tiempo en función del estatus de fumador a los 12 meses de seguimiento F (1, 14568,498) = 42,513, p < 0,001, ηp2 = 0,246 (Tabla 66 y Figura 21), mostrando puntuaciones más bajas los participantes abstinentes en comparación con los que continuaron fumando. Además, los resultados intrasujetos revelaron diferencias significativas en las puntuaciones de urgencia a fumar a lo largo del tiempo FGG (3,742, 5817,472) = 60,433, p < 0,001, ηp2 = 0,317. Concretamente, los análisis post-hoc revelaron disminuciones estadísticamente significativas de la puntuación en el QSU total en todos los puntos de evaluación (post-tratamiento, seguimiento de 3, 6 y 12 meses) con respecto a los valores pretratamiento. Tabla 66. Puntuación media en urgencia a fumar (QSU total) en los diferentes puntos de evaluación en función del estatus de fumador a los 12 meses de seguimiento Fumador (n=60) Abstinente (n=72) Muestra total (N=132) Media D.T Media D.T Media D.T Pre-tratamiento 34,88 13,26 31,90 12,59 33,52b,c,d,e 12,99 Post-tratamiento 21,32 12,07 15,93 10,84 18,87a 11,80 Seguimiento 3 meses 24,14 15,16 12,18 4,34 18,70 a 12,99 Seguimiento 6 meses 23,90 13,20 13,73 7,94 19,28 a 12,19 Seguimiento 12 meses 29,71 14,11 13,02 8,83 22,12 a 14,58 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 IV. RESULTADOS 133 34,88 21,32 24,14 23,9 29,71 31,9 15,93 12,18 13,73 13,02 0 5 10 15 20 25 30 35 40 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses QSU total Fumador Abstinente Figura 21. Urgencia a fumar (QSU total) a lo largo del tiempo en función del estatus de fumador a los 12 meses de seguimiento Respecto al ANOVA de medidas repetidas con las dimensiones de urgencia a fumar (QSU-factor 1 y QSU-factor 2), los análisis intersujetos revelaron diferencias estadísticamente significativas en las puntuaciones en QSU-factor 1, F (1, 6448,990) = 45,579, p < 0,001, ηp2 = 0,260, y QSU-factor 2, F (3,593, 545,257) = 26,449, p < 0,001, ηp2 = 0,169 entre los participantes abstinentes y los fumadores, siendo menores las puntuaciones en ambas dimensiones en las personas abstinentes a los 12 meses de seguimiento (ver Figura 22 y Figura 23). Además, en los análisis intrasujetos, los resultados mostraron diferencias significativas a lo largo del tiempo en las puntuaciones del QSU-factor 1, F (4, 2698,062) = 67,419, p < 0,001, ηp2 = 0,342 y del QSU-factor 2, FGG (1, 1631,710) = 21,807, p < 0,001, ηp2 = 0,144. Específicamente, los análisis post-hoc revelaron reducciones estadísticamente significativas en las puntuaciones de todas las medidas del QSU-factor 1 y 2 (post-tratamiento y posteriores seguimientos) con respecto a los valores pre-tratamiento. Además, se encontraron puntuaciones más elevadas en el QSU-factor 1 en el seguimiento de 12 meses en comparación con el de 3 meses y puntuaciones más altas en el QSU-factor 2 en el seguimiento de 12 meses en comparación con el de 6 meses (Tabla 67). MARÍA BARROSO HURTADO 134 21,94 13,21 14,1 14,92 18,31 20,72 9,2 6,43 7,7 7,03 0 5 10 15 20 25 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses QSU-factor 1 Fumador Abstinente Tabla 67. Puntuaciones medias en QSU-factor 1 y QSU-factor 2 en los diferentes puntos de evaluación en función del estatus de fumador a los 12 meses de seguimiento QSU-factor 1 Fumador (n=72) Abstinente (n=60) Muestra total (N=132) Media D.T Media D.T Media D.T Pre-tratamiento 21,94 8,11 20,72 8,31 21,39 b,c,d,e 8,19 Post-tratamiento 13,21 8,25 9,20 6,42 11,39 a 7,71 Seguimiento 3 meses 14,10 9,44 6,43 3,04 10,61 a,e 8,19 Seguimiento 6 meses 14,92 9,77 7,70 5,55 11,64 a 8,87 Seguimiento 12 meses 18,31 9,27 7,03 5,24 13,18 a,c 9,52 QSU-factor 2 Fumador (n=72) Abstinente (n=60) Muestra total (N=132) Media D.T Media D.T Media D.T Pre-tratamiento 12,93 6,93 11,18 6,11 12,14 b,c,d,e 6,60 Post-tratamiento 8,11 5,00 6,73 5,02 7,48 a 5,04 Seguimiento 3 meses 10,04 7,02 5,75 2,14 8,09 a 5,78 Seguimiento 6 meses 8,99 5,50 6,03 3,28 7,64 a,d 4,84 Seguimiento 12 meses 11,40 6,44 5,98 4,08 8,94 a,e 6,11 Nota. QSU = Cuestionario de Urgencias a Fumar a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 Figura 22. QSU-factor 1 a lo largo del tiempo en función del estatus de fumador a los 12 meses de seguimiento IV. RESULTADOS 135 12,93 8,11 10,04 8,99 11,4 11,18 6,73 5,75 6,03 5,98 0 2 4 6 8 10 12 14 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses QSU-factor 2 Fumador Abstinente Figura 23. QSU-factor 2 a lo largo del tiempo en función del estatus de fumador a los 12 meses de seguimiento En el ANOVA de medidas repetidas con la sintomatología depresiva (BDI-II), se obtuvieron diferencias significativas en el análisis intersujetos en función del estatus de fumador a los 12 meses F (1, 4193,335) = 20,783, p < 0,001, ηp2 = 0,139, obteniendo puntuaciones más elevadas las personas fumadoras en comparación con las abstinentes a los 12 meses de seguimiento (ver Figura 24).. En el análisis intrasujetos también se encontraron diferencias significativas en sintomatología depresiva a lo largo del tiempo FGG (3,593, 155,471) = 3,462, p = 0,011, ηp2 = 0,026, concretamente se encontró una disminución de las puntuaciones en sintomatología depresiva al comparar los valores obtenidos en el posttratamiento y el seguimiento de 3 meses con los valores pre-tratamiento (Tabla 68). Tabla 68. Puntuaciones medias en sintomatología depresiva en los diferentes puntos de evaluación en función del estatus de fumador a los 12 meses de seguimiento Fumador (n=58) Abstinente (n=73) Muestra total (N=131) Media D.T Media D.T Media D.T Pre-tratamiento 11,47 8,89 9,02 9,90 10,38 b,c 9,39 Post-tratamiento 9,52 7,39 6,12 6,60 8,02 a 7,23 Seguimiento 3 meses 10,07 9,81 5,12 6,43 7,88 a 8,81 Seguimiento 6 meses 11,67 10,10 5,47 7,03 8,92 9,36 Seguimiento 12 meses 12,66 10,81 4,19 4,73 8,91 9,61 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 MARÍA BARROSO HURTADO 136 Figura 24. Sintomatología depresiva a lo largo del tiempo en función del estatus de fumador a los 12 meses de seguimiento Finalmente, en el ANOVA de medidas repetidas con las puntuaciones de calidad de vida (EQ-5D) (ver Tabla 69) también se obtuvieron diferencias significativas intersujetos en las puntuaciones de calidad de vida en función del estatus de fumador F (1, 12074,599) = 12,881, p < 0,001, ηp2 = 0,093, siendo dichas puntuaciones mayores en el grupo de personas abstinentes (ver Figura 25). Sin embargo, no se encontraron diferencias estadísticamente significativas en las puntuaciones intrasujetos del EQ-5D a lo largo del tiempo F (4, 192,760) = 1,476, p = 0,208, ηp2 = 0,012. Tabla 69. Puntuaciones medias en calidad de vida en los diferentes puntos de evaluación en función del estatus de fumador a los 12 meses de seguimiento Fumador (n=70) Abstinente (n=57) Muestra total (N=127) Media D.T Media D.T Media D.T Pre-tratamiento 68,77 17,93 77,23 16,39 72,567 17,70 Post-tratamiento 72,99 16,45 77,11 17,26 74,83 16,88 Seguimiento 3 meses 71,26 16,97 80,21 12,94 75,28 15,88 Seguimiento 6 meses 69,76 18,41 79,56 16,03 74,16 17,99 Seguimiento 12 meses 66,74 20,59 79,25 15,57 72,35 19,47 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 11,47 9,52 10,07 11,67 12,66 9,02 6,12 5,12 5,47 4,19 0 2 4 6 8 10 12 14 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses BDI-Il Fumador Abstinente IV. RESULTADOS 143 13,42 8,54 9,58 8,07 9,77 10,73 6,33 6,46 7,17 8,03 0 2 4 6 8 10 12 14 16 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses QSU-factor 2 Sin App Con App Con respecto al ANOVA de medidas repetidas con la segunda dimensión de la urgencia a fumar, QSU-factor 2, se encontraron diferencias significativas intersujetos en función de la condición de tratamiento F (1, 746,572) = 9,145, p = 0,003, ηp2 = 0,066, siendo mayor la media de las puntuaciones del grupo control en todos los puntos de evaluación (Tabla 74 y Figura 28). También se obtuvieron diferencias significativas intrasujetos en el QSU-factor 2 a lo largo del tiempo FGG (3,560, 539,983) = 25,216, p < 0,001, ηp2 = 0,162. Concretamente los análisis post-hoc muestran reducciones estadísticamente significativas de todas las puntuaciones en dicha dimensión con respecto a los valores pre-tratamiento y una puntuación más elevada en el QSU-factor 2 en el seguimiento de 12 meses en comparación con el de 6 meses. Tabla 74. Puntuaciones medias en QSU-factor 2 en los diferentes puntos de evaluación en función de la condición de tratamiento Con App (n=63) Sin App (n=69) Muestra total (N=132) Media D.T Media D.T Media D.T Pre-tratamiento 10,73 5,94 13,42 6,96 12,14 b,c,d,e 6,60 Post-tratamiento 6,33 4,13 8,54 5,564 7,48 a 5,04 Seguimiento 3 meses 6,46 2,80 9,58 7,24 8,09 a 5,78 Seguimiento 6 meses 7,17 4,46 8,07 5,16 7,64 a,e 4,84 Seguimiento 12 meses 8,03 5,70 9,77 6,39 8,94 a,d 6,11 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 Figura 28. QSU-factor 2 en función de la condición de tratamiento a lo largo del tiempo MARÍA BARROSO HURTADO 144 10,66 8,93 8,14 8,16 8,64 10,07 6,97 7,57 9,8 9,21 0 2 4 6 8 10 12 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses BDI-II Sin App Con App En el ANOVA de medidas repetidas llevado a cabo con las puntuaciones en sintomatología depresiva (BDI-II), no se encontraron diferencias intersujetos estadísticamente significativas en sintomatología depresiva entre las condiciones de tratamiento a lo largo del tiempo F (1, 5,347) = 0,023, p = 0,880, ηp2 = 0,000 (Tabla 75 y figura 29). Sin embargo, en los análisis intrasujetos, los resultados mostraron diferencias significativas en sintomatología depresiva a lo largo del tiempo FGG (3,583, 149,123) = 3,236, p = 0,016, ηp2 = 0,024. Específicamente, se encontraron reducciones estadísticamente significativas en la puntuación del BDI-II post-tratamiento y en el seguimiento de 3 meses con respecto al valor pretratamiento. Tabla 75. Puntuaciones medias en sintomatología depresiva en los diferentes puntos de evaluación en función de la condición de tratamiento Con App (n=61) Sin App (n=70) Muestra total (N=131) Media D.T Media D.T Media D.T Pre-tratamiento 10,07 9,58 10,66 9,28 10,38 b,c 9,39 Post-tratamiento 6,97 6,42 8,93 7,79 8,02 a 7,23 Seguimiento 3 meses 7,57 8,17 8,14 9,38 7,88 a 8,81 Seguimiento 6 meses 9,80 10,55 8,16 8,20 8,92 9,36 Seguimiento 12 meses 9,21 10,89 8,64 8,41 8,91 9,61 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 Figura 29. Sintomatología depresiva en función de la condición de tratamiento a lo largo del tiempo IV. RESULTADOS 145 72,87 74,83 74,2 74,7 72,75 72,25 74,84 76,37 73,6 71,95 60 62 64 66 68 70 72 74 76 78 80 Pre-tratamiento Post-tratamiento 3 meses 6 meses 12 meses EQ-5D Sin App Con App Finalmente, se realizó un ANOVA de medidas repetidas con la puntuación en calidad de vida (EQ-5D). Los resultados intersujetos no mostraron diferencias estadísticamente significativas entre las condiciones de tratamiento F (1, ,749) = 0,001, p = 0,979, ηp2 = 0,000 (Tabla 76 y Figura 30). En cuanto al análisis intrasujetos, tampoco se encontraron diferencias en las puntuaciones en el EQ-5D a lo largo del tiempo F (4, 222,756) = 1,682, p = 0,153, ηp2 = 0,013. Tabla 76. Puntuaciones medias en calidad de vida en los diferentes puntos de evaluación en función de la condición de tratamiento Con App (n=63) Sin App (n=64) Muestra total (N=132) Media D.T Media D.T Media D.T Pre-tratamiento 72,25 18,71 72,87 16,79 72,58 17,70 Post-tratamiento 74,84 19,73 74,83 13,66 74,83 16,88 Seguimiento 3 meses 76,37 16,71 74,20 15,08 75,28 15,88 Seguimiento 6 meses 73,60 19,92 74,70 16,02 74,16 17,99 Seguimiento 12 meses 71,95 20,65 72,75 18,37 72,35 19,47 a Diferencias significativas con respecto al pre-tratamiento, p ≤ 0,05 b Diferencias significativas con respecto al post-tratamiento, p ≤ 0,05 c Diferencias significativas con respecto al seguimiento de 3 meses, p ≤ 0,05 d Diferencias significativas con respecto al seguimiento de 6 meses, p ≤ 0,05 e Diferencias significativas con respecto al seguimiento de 12 meses, p ≤ 0,05 Figura 30. Puntuaciones en EQ-5D en función de la condición de tratamiento a lo largo del tiempo MARÍA BARROSO HURTADO 146 6. SATISFACCIÓN 6.1. Satisfacción con el tratamiento En la Tabla 77 se puede visualizar la media de satisfacción de la muestra total con respecto al tratamiento recibido. Tabla 77. Satisfacción de los participantes con el tratamiento en función de la condición de tratamiento Nota. CSQ-8 = Cuestionario de Satisfacción del Cliente Se realizó un análisis con la prueba estadística U de Mann-Whitney, dado que la variable utilizada no cumplía con el criterio de normalidad, para analizar la posible diferencia en satisfacción con el tratamiento entre el grupo con y sin App (Tabla 78). Pese a que la satisfacción con el tratamiento recibido en ambas condiciones fue elevada, no se encontraron diferencias significativas entre las condiciones. Tabla 78. Prueba U de Mann-Whitney para satisfacción con el tratamiento Con App (n=80) Sin App (n=90) Mdn (IQR) Mdn (IQR) p CSQ-8 32,00 [31,00–32,00] 32,00 [30,00–32,00] 0,08 Nota. CSQ-8 = Cuestionario de Satisfacción del Cliente; Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) Analizando las diferencias entre las condiciones de tratamiento en cada uno de los ítems del cuestionario CSQ-8 (Tabla 79), se encontraron diferencias estadísticamente significativas en el ítem 3 (“en qué medida el programa había satisfecho las necesidades de los participantes”), concretamente entre las respuestas “excelente” y “bueno” (χ 2= 9,10; p = 0,01), siendo el número de respuestas puntuadas como “excelente” significativamente mayores en el grupo con App que en el grupo sin App (85,00% vs 66,70%) y las puntuadas como “bueno” significativamente mayores en el grupo sin App que en el grupo con App (28,90% vs 15,00%). Con App (n=80) Sin App (n=90) Muestra total (N=170) Media D.T Media D.T Media D.T CSQ-8 31,04 1,79 30,30 2,75 30,65 2,37 IV. RESULTADOS 147 a Diferencias significativas entre condiciones en las categorías de excelente, p ≤ 0,05 b Diferencias significativas entre condiciones en las categorías de buena, p ≤ 0,05 Tabla 79. Ítems del CSQ-8 en función de la condición de tratamiento MARÍA BARROSO HURTADO 148 6.2. Satisfacción con la App móvil En el grupo experimental, con App, se evaluó también la satisfacción con la App al finalizar el tratamiento y en los seguimientos de 3, 6 y 12 meses. Al final del tratamiento (Tabla 80), un 72,50% de los participantes indicó que hacer los registros de los cigarrillos a través de la App le había resultado muy cómodo y fácil, a un 51,25% le resultó muy útil tener los documentos de las sesiones en la aplicación, a un 82,50% le resultó muy fácil de usar la App, un 67,50% recomendaría mucho el uso de la App a otras personas y un 63,75% estuvo muy satisfecho de manera global con la App. Con respecto a la pregunta sobre si la aplicación le había ayudado a dejar de fumar, un 33,75% que le ayudó mucho y un 53,75% indicó que le ayudó bastante. Tabla 80. Satisfacción de los participantes con la App al final del tratamiento Satisfacción con App final de tratamiento (n=80) Nada Poco Bastante Mucho n % n % n % n % 1. Hacer los registros de los cigarrillos a través de la App me ha resultado cómodo y fácil 0 0,00 3 3,75 19 23,75 58 72,50 2. Tener los documentos de las sesiones en la App me ha resultado útil 0 0,00 5 6,25 34 42,50 41 51,25 3. La App me ha resultado fácil de usar 0 0,00 1 1,25 13 16,25 66 82,50 4. En general, considero que la App me ha ayudado a dejar de fumar 1 1,25 9 11,25 43 53,75 27 33,75 5. De manera global, recomendaría el uso de la App a otros usuarios de la Unidad 0 0,00 2 2,50 24 30,00 54 67,50 6. De manera global, mi nivel de satisfacción con la App es 0 0,00 2 2,50 27 33,75 51 63,75 Se analizó también la satisfacción de los participantes del grupo experimental con la App durante los seguimientos. Las respuestas referentes a la satisfacción de los participantes con los componentes de la App en los seguimientos de 3, 6 y 12 meses pueden consultarse en la Tabla 81. Con respecto a la pregunta “De manera global, recomendaría el uso de la App a otros usuarios de la Unidad”, respondieron “mucho” un 45,30% de los participantes en el seguimiento de 3 meses, un 49,33% en el de 6 meses y un 46,50% en el de 12 meses y “bastante” un 45,30% de las personas en el seguimiento de 3 meses, un 40,00% en el de 6 meses y un 45,10% en el de 12 meses. Finalmente, a la pregunta “De manera global, mi nivel de satisfacción con la App es…” indicaron la opción de “mucho” un 36,00% de los participantes en el seguimiento de 3 meses, un 41,30% en el seguimiento de 6 meses y un 31,00% en el de 12 meses. A esta misma pregunta respondieron como “bastante” un 54,70% de las personas en el seguimiento de 3 meses, un 38,70% en el de 6 meses y un 53,50% en el de 12 meses (Tabla 81). IV. RESULTADOS 149 Tabla 81. Satisfacción de los participantes con la App en los seguimientos de 3-, 6- y 12-meses. MARÍA BARROSO HURTADO 150 7. USO DE LA APP EN EL GRUPO EXPERIMENTAL Al analizar, en la condición experimental, la media del uso de la App durante la etapa de tratamiento y seguimientos, se encontró una media de 257,31 usos durante el periodo de tratamiento y de 38,54 durante los seguimientos (Tabla 82). Tabla 82. Media de uso de la App durante la etapa de tratamiento y seguimientos Durante el tratamiento (n=102) Durante el seguimiento (n=102) Media D.T Media D.T Uso App 257,31 183,61 38,54 77,96 En la tabla 83 se puede visualizar la media del uso de la App en la etapa de tratamiento y seguimiento en función del estatus de fumador. Tabla 83. Uso de la App durante el tratamiento y seguimientos en función del estatus de fumador Final del tratamiento Abstinentes (n=66) Fumadores (n=36) Media D.T Media D.T Uso App tratamiento 278,79 136,82 217,94 245,06 Seguimiento de 12 meses Abstinentes (n=36) Fumadores (n=66) Media D.T Media D.T Uso App seguimientos 65,78 117,22 23,68 37,56 Se llevaron a cabo dos análisis con la prueba U de Mann-Whitney, dado la falta de normalidad de las variables empleadas, para analizar si existían diferencias significativas en el uso de la App durante la etapa de tratamiento y seguimientos en función del estatus de fumador (abstinente o fumador) al final del tratamiento y en el seguimiento de 12 meses (Tabla 84). Se obtuvieron diferencias significativas en función del estatus de fumador en el uso de la App durante el tratamiento, siendo significativamente superior (p ≤ 0,05) el uso en el grupo de abstinentes que en el de fumadores (Mdn = 265,50 vs Mdn = 156,00) en dicha etapa. Con respecto al uso de la App durante la etapa de seguimientos, el uso también fue significativamente superior en las personas abstinentes (Mdn = 15,00) en comparación con las fumadoras (Mdn =9,50) a los 12 meses de seguimiento (p ≤ 0,05) (Tabla 84). Tabla 84. Diferencias en uso de la App durante el tratamiento y seguimientos en función del estatus de fumador aplicando U de Mann-Whitney Final del tratamiento Abstinentes (n=66) Fumadores (n=36) Mdn (IQR) Mdn (IQR) p Uso App tratamiento 265,50 (186,00-380,00) 156,00 (7,25-347,75) 0,01 IV. RESULTADOS 151 Tabla 84. Diferencias en uso de la App durante el tratamiento y seguimientos en función del estatus de fumador aplicando U de Mann-Whitney (continuación) Seguimiento de 12 meses Abstinentes (n=36) Fumadores (n=66) Mdn (IQR) Mdn (IQR) p Uso App seguimientos 15,00 (4,00-85,75) 9,50 (0,00-26,75) 0,03 Nota. Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) Dadas las diferencias encontradas en abstinencia puntual a los 3 y 6 meses y en abstinencia continua a los 6 meses entre los participantes del grupo con App y sin App que fumaban más de 20 cigarrillos en el pre-tratamiento, se llevó a cabo un análisis para comprobar si existían diferencias en el uso de la App en función del consumo de cigarrillos pre-tratamiento. Se llevó a cabo análisis con t de Student para comprobar las posibles diferencias en el uso de la App durante el tratamiento en función del número de cigarrillos consumidos en el pre-tratamiento (Tabla 85). Se encontraron diferencias significativas en el uso de la App durante la etapa de tratamiento a favor del grupo con un consumo superior de cigarrillos pre-tratamiento, es decir, el uso de la App durante el tratamiento fue significativamente superior en el grupo con un consumo > 20 cigarrillos en comparación con el grupo con un consumo ≤ 20 cigarrillos (t = -2,41; p ≤ 0,05). Sin embargo, al aplicar la prueba U de Mann-Whitney, dada la falta de normalidad, para comparar el uso de la App durante la etapa de seguimiento entre dichos grupos, no se encontraron diferencias estadísticamente significativas entre ellos (Tabla 86). Tabla 85. Diferencias en uso de la App durante el tratamiento y seguimientos en función de número de cigarrillos pre-tratamiento ≤ 20 cigarrillos (n=79) > 20 cigarrillos (n=23) Media D.T Media D.T t p d de Cohen Uso App tratamiento 226,48 142,06 363,22 260,92 -2,41 0,02 0,78 Uso App seguimientos 36,15 65,46 46,74 112,34 Tabla 86. Diferencias en uso de la App en seguimientos en función de número de cigarrillos pre-tratamiento aplicando U de Mann-Whitney ≤ 20 cigarrillos (n=79) > 20 cigarrillos (n=23) Mdn (IQR) Mdn (IQR) p Uso App seguimientos 11,00 (2,00-34,00) 18,00 (0,00-32,00) 0,94 Nota. Mdn = Mediana; IQR =Rango interquartil (rango de valores de datos entre el percentil 25 y 75) V. DISCUSIÓN