Las personas con deficiencias del sistema nervioso central o del periférico sufren con frecuencia de impedimentos neurológicos, déficit funcional y discapacidad, que llevan a la necesidad de elaborar esquemas de rehabilitación para la recuperación de sus patrones básicos de movimiento. Sin embargo, en la mayoría de los países en vía de desarrollo, los procesos de rehabilitación y seguimiento son con frecuencia deficientes. Esta situación podría estar relacionada con diferentes actores, como el sistema de salud, las familias y los usuarios, con respecto a las estrategias para favorecer la adherencia a los procesos terapéuticos y los altos costos que implica la no continuidad de los usuarios en dichos procesos. Por tanto, la comprensión de este fenómeno permitiría integrar acciones que maximicen la dinámica de los procesos de atención y mejorar la prestación de los servicios de salud para el individuo y sus redes de apoyo [1].
La adherencia a los procesos terapéuticos es un fenómeno complejo, que requiere la comprensión desde diferentes perspectivas: evaluativas, tecnológicas, económicas, sociales y culturales [2]. En efecto, la Organización Mundial de la Salud ha planteado cinco dimensiones que afectan la adherencia a procesos de tratamiento a largo plazo: sociodemográficos, factores del sistema o el equipo de asistencia sanitaria, relacionados con el tratamiento, relacionados con la enfermedad y factores relacionados con el paciente [3]. Estas dimensiones son también consideradas en aquellos procesos necesarios de interacción para la rehabilitación funcional, y que a largo plazo dependen de la capacidad residual generada por los déficits neurológicos sucedidos en el individuo [2,4-6].
La evidencia empírica y la reflexión teórica han demostrado la relación existente entre la adherencia terapéutica y los procesos de neurorrehabilitación funcional, en articulación con las dimensiones enunciadas. En factores sociodemográficos, aspectos como los recursos económicos [6,7], el círculo social [8,9], el estigma social [10] y el apoyo de la familia [9,11] han mostrado un vínculo funcional para la adherencia terapéutica. Para los factores relacionados con el sistema o el equipo de asistencia sanitaria, se ha demostrado la influencia de los servicios de salud [12], la idoneidad profesional [13-15], el apoyo dado por los profesionales de la salud [6,16] y el interés manifiesto por el personal asistencial [12,15] en el cumplimiento y la adherencia de los usuarios. Asimismo, factores como el proceso de neurorrehabilitación funcional, la frecuencia de las terapias [17,18], la percepción del cumplimiento por parte del profesional de la salud [5,6], la percepción de mejoría por parte del usuario [19-21] y las complicaciones o los efectos secundarios resultado de los procesos terapéuticos [18,22,23] muestran un impacto directo sobre el cumplimiento y la adherencia a dichos procesos. Igualmente, en el factor que tiene que ver con la discapacidad, se han descrito relaciones de la adherencia terapéutica con la condición funcional [24], la progresión de la enfermedad [22], la severidad de la enfermedad [15,22,25] y las comorbilidades [22,26,27]. Por último, respecto a los factores asociados al paciente, el nivel de motivación en el proceso de rehabilitación [12,21], la importancia dada en el proceso de recuperación [11,28], la comprensión del proceso [21,29] y la esperanza [15,30] son considerados elementos importantes para la adherencia a procesos de neurorrehabilitación funcional.
La medición de la adherencia constituye un elemento importante para la toma de decisiones en los servicios de salud, lo que posibilita dinamizar el proceso de rehabilitación, al permitir comprender el valor aportado que imprimen los factores sociales, culturales, económicos, políticos y del sistema de salud a la adherencia desde una perspectiva más global [31-34].
En el ámbito de la rehabilitación, es escaza la evidencia de instrumentos, cuestionarios o escalas creadas para determinar la adherencia a procesos terapéuticos [35]. Dado lo anterior, se cuenta con la escala para la medición de la adherencia a procesos de neurorrehabilitación (Scale to Measure Adherence to the Neurorehabilitation, sman), desarrollada entre el 2012 y el 2020. Inicialmente, se efectuó un proceso de validez interna de la escala sman, con la creación de los constructos y las preguntas, medido con el estadístico Alfa de Cronbach (ac) [36]; en segunda instancia, se realizó un proceso de confiabilidad inter e intraevaluador, medido a través del índice kappa de Cohen [37]. Finalmente, se planteó la necesidad de determinar la validez del constructo de la sman, por medio de un análisis factorial confirmatorio (afc), dada la falta, en el ámbito de rehabilitación, de una escala con propiedades psicométricas destacables y confiables para la medición de la adherencia a procesos terapéuticos en poblaciones con déficit funcional asociado a condición neurológica.
Estudio instrumental, con un diseño transversal, en el que se hace uso del método de afc para un modelo inicial de 5 factores y 20 ítems.
La población estuvo constituida por personas que asistieron a procesos de neurorrehabilitación en tres centros de rehabilitación privados y uno público, ubicados en la ciudad de Cali.
En relación con las características de los participantes del estudio, el 60 % eran hombres y la edad media de 44 años (desviación estándar: 18,7) para ambos sexos. El 45 % de las personas eran solteras, el 35 % pertenecía al nivel socioeconómico medio-bajo (estrato 3 en Colombia), el 58 % hacía parte del régimen contributivo (pago de cotización para prestación de servicios en salud), el 20 % eran trabajadores independientes, el 38 % contaba con estudios universitarios, y la condición clínica más frecuente fue la enfermedad cerebrovascular y el trauma raquimedular, con una representación entre un 25 y 35 %, respectivamente.
La muestra de esta investigación estuvo constituida por 100 personas, seleccionadas de forma no probabilística, que hacían parte de los servicios de neurorrehabilitación funcional de los centros de rehabilitación incluidos en el estudio.
El tamaño de la muestra para este estudio se obtuvo teniendo en cuenta los criterios descritos por Lloret et al.[38].
La sman de Quiroz [36] está integrada por 5 constructos, cada uno con 4 ítems, determinados como preguntas en escala de Likert en un rango de 1 (Nunca) a 5 (Siempre) (véase Anexo).
La adherencia se puntúa de 20 a 100 y el valor descrito se puede ubicar en rangos de adherencia como: nula (0-4 %), baja (5-25 %), mediana (26-50 %), satisfactoria (51-94 %), alta (95-100 %).
La fiabilidad interna de la escala reportada por Quiroz [36] tuvo un valor de ac de 0,83. La confiabilidad inter e intraevaluador tuvo un valor de índice kappa de 0,76 y 0,71; así mismo, el coeficiente de correlación de Spearman fue de 0,82 y 0,80, reportada por Quiroz y Pérez [37].
Entre marzo y abril del año 2019 se invitó a participar en la investigación a las personas que asistieron a procesos de neurorrehabilitación funcional en cuatro centros especializados de Cali. El criterio de inclusión de los participantes en el estudio se determinó por: vinculación a los procesos de rehabilitación y aceptación de participación en la investigación a través de consentimiento informado.
Los centros especializados seleccionados para la inclusión de los participantes son los que tienen mayor afluencia de personas a procesos de neurorrehabilitación en la ciudad de Cali. La convocatoria para participar en el estudio se realizó directamente en los servicios de rehabilitación y la participación fue completamente voluntaria.
El instrumento sman fue suministrado a cada participante y diligenciado de forma privada; cuando el participante requirió orientación, un encuestador entrenado aclaró las dudas.
Los principios éticos que se siguieron en el presente estudio fueron: beneficencia, respeto a la autonomía, no maleficencia, justicia, fidelidad y veracidad. El aval ético de la presente investigación quedó registrado en el Acta 11 del 22 de noviembre de 2018 del Grupo de Investigación de Estudios de Salud y Sociedad (giess), de la Institución Universitaria Escuela Nacional del Deporte.
Como se indicó, para verificar la validez de constructo de la sman, se llevó a cabo un estudio instrumental, con un diseño transversal, en el que se hacía uso del método de afc, el cual permite contrastar la validez de los constructos de los cinco factores definidos por la sman mediante el ajuste de un modelo que la asuma y diagnosticando su bondad de ajuste (validación de constructo) [39]. Para reducir el sesgo de información o de medición, se realizó previamente capacitación de encuestadores, quienes hicieron la aplicación del instrumento.
Para el análisis, se usó el paquete estadístico ibm® spss® Statistics Versión 24 e ibm® spss® amos® Versión 24. El modelo planteado se evaluó a través del método de máxima verosimilitud; asimismo, para determinar la normalidad univariada, se examinaron los índices de asimetría y curtosis [40], y para normalidad multivariada, se examinó el índice de Mardia [41].
Se tuvieron en cuenta los índices de modificación (Modification Index, mi) y el parámetro de cambio esperado (Expected Parameter Change, epc) para las covarianzas, las varianzas y los pesos de regresión con valor de referencia mayor o igual que 10,00, dado que un valor inferior no daría ningún resultado significativo en el ajuste general del modelo. La modificación del modelo después del análisis inicial solo se ejecutó cuando esta cumplía con los criterios estadísticos y se ajustaba a la comprensión teórica de la sman [42,43].
Se valoró el ajuste del modelo teniendo en cuenta las medidas de ajuste absoluto, las de ajuste incremental y las de ajuste de la parsimonia. Las medidas de ajuste absoluto fueron: chi cuadrado relativo (χ 2/gl), índice de bondad de ajuste (Goodness of Fit Index, gfi), índice corregido de bondad de ajuste (Adjusted Goodness of Fit Index, agfi), error cuadrático medio estandarizado (Standardized Root Mean Square Residual, srmr) y error de aproximación cuadrático medio (Root Mean Square Error of Approximation, rmsea). Las medidas de ajuste incremental fueron: índice normado de ajuste (Normed Fit Index, nfi), índice de ajuste comparativo (Comparative Fit Index, cfi), índice no normalizado de ajuste o de Tucker-Lewis (Tucker-Lewis Index, tli) y el índice de ajuste incremental (Incremental Fit Index, ifi). Las medidas de ajuste a la parsimonia fueron: índice de bondad de ajuste de parsimonia (Parsimony Goodness of Fit Index, pgfi), índice de ajuste normado de parsimonia (Parsimony Normed of Fit Index, pnfi), el criterio de información de Akaike (Akaike Information Criterion, aic) y el índice de validación cruzada esperada (Expected Cross Validation Index, ecvi).
Los valores de referencia considerados para el ajuste del modelo fueron: χ 2/gl: ≤ 2, gfi y agfi = 1,0 (ajuste perfecto), srmr ≤ 0,05, rmsea ≤ 0,05, nfi y cfi ≥ 0,90, tli ≥ 0,95 e ifi ≥ 0,90, según Byrne [42] y Wheaton et al.[44]; y para las medidas de ajuste a la parsimonia, pgfi y pnfi ≥ 0,50, y aic y ecvi con valores inferiores después de cada reespecificación del modelo o cercanos a cero, según Byrne [42] y Hooper et al.[45].
Posterior a la reespecificación del modelo factorial planteado, se realizaron estadísticos de fiabilidad y validez. Para la fiabilidad, se midió el ac; para la validez convergente, se usó la varianza extraída media (ave), y para la validez discriminante, se calculó la matriz de correlaciones (r de Pearson) entre los ítems de la escala o fiabilidad en diagonal, según Hu y Bentler [46], y Henseler, Ringle y Sarstedt [47]. El valor de referencia del ac fue mayor o igual que 0,70, según Oviedo y Campo [48]. Debido a que la sman tiene más de un constructo y el ac no tiene en cuenta la influencia que los otros constructos pueden tener sobre el medido, como lo plantea Dunn et al.[49], se usó el índice de fiabilidad compuesta (ifc) según Fornell y Larcker [50], que tuvo en cuenta las interrelaciones de los constructos extraídos. El valor de referencia del ifc fue de mayor o igual que 0,70, basado en Prieto y Delgado [51]. El valor de referencia para ave fue de mayor o igual que 0,50, según Fornell y Larcker [50].
El afc propuesto estableció la relación entre cinco constructos de la sman, expresados en forma de variables latentes o factores: socioeconómico, sistema, rehabilitación, discapacidad y paciente, representados cada uno con cuatro variables observables o ítems (véase Figura 1].
Los parámetros establecidos para el afc fueron estimados mediante el método de máxima verosimilitud. Los valores obtenidos en el índice de asimetría estuvieron entre 0,61 y 1,99, por debajo de 2, y para curtosis, entre 0,03 y 2,72, por debajo de 5, según lo establecido por Ryu [40]. La normalidad multivariada, medida a través del índice de Mardia, obtuvo un valor de 20,37, inferior a 50, según lo establecido por Rodríguez y Ruiz [41]; por tanto, existe normalidad univariada y multivariada de los datos.
Para los estimados de carga estandarizados de las variables observadas, todas tuvieron valores mayores que 0,50, p< 0,001. Para el primer modelo hipotetizado (M0), se encontraron dos mi con valor mayor o igual que 10,00. Este resultado mostraba una posible covarianza entre las varianzas de error relacionadas con las variables indicadoras, representadas por el símbolo (↔): frd4 y frp1 (e16 ↔ e17), frpnf3 y frp4 (e11 ↔ e20). Para frd4 y frp1, se muestra que el mi es 11,24 y el epc es 0,21. Para frpnf3 y frp4, se muestra que el mi es 11,16 y el epc es 0,08. En términos generales, el valor de mi sugiere que si este parámetro se estimara libremente en un análisis posterior, el valor X 2 general disminuiría en aproximadamente 11,24 y la covarianza de error estimada tomaría un valor aproximado de 0,21. Dado que las rutas de los mi mostraron cargas cruzadas, es decir, pertenecen a diferentes constructos, no se procedió a establecer rutas de regresión y se procedió a hacer una revisión de los ítems del instrumento.
Los ítems frd4 y frp4 son redundantes dentro del instrumento, en los constructos de discapacidad y paciente; por tanto, se procedió a eliminarlos, especificando dos modelos (M1 y M2) para cada ítem eliminado.
Las modificaciones se realizaron en pasos sucesivos (véase Tabla 1], concluyendo en un modelo M2, compuesto por 5 constructos y 18 ítems (véase Figura 2]. Para el modelo M2, no existió diferencia entre la matriz de datos observada y el modelo hipotetizado (p= 0,12, ≥ 0,05); asimismo, el modelo M2 explica las correlaciones dentro de un error promedio de 0,04 (srmr ≤ 0,05). Todos los índices de ajuste absoluto, ajuste incremental y ajuste a la parsimonia para el modelo M2 estuvieron por encima de los criterios establecidos.
[i]Nota: χ 2/gl: chi cuadrado relativo; gfi: índice de bondad de ajuste; agfi: índice corregido de bondad de ajuste; srmr: error cuadrático medio estandarizado; rmsea: error de aproximación cuadrático medio; nfi: índice normado de ajuste; cfi: índice de ajuste comparativo; tli: índice de Tucker-Lewis; ifi: índice de ajuste incremental; pgfi: índice de bondad de ajuste de parsimonia; pnfi: índice de ajuste normado de parsimonia; aic: criterio de información de Akaike; ecvi: índice de validación cruzada esperada.
El instrumento sman, compuesto con 18 ítems, tuvo un valor de ac de 0,96. Los valores de ac, ifc y ave para cada constructo estuvieron por encima del criterio de referencia (véase Tabla 2].
La validez discriminante se calculó por medio de la matriz de correlaciones entre los ítems de la escala. Existió correlación significativa, positiva y alta entre todos los constructos que componen la sman (p< 0,001).
Para Fornell y Larcker [50], un modelo posee validez discriminante si la raíz cuadrada de la ave de cada constructo o valor sobre la diagonal es mayor que las correlaciones con el resto de constructos, lo que implica entonces que cada constructo es diferente a otro. Todos los indicadores se ajustan de forma aceptable de acuerdo con los principios establecidos, garantizando la validez discriminante de los constructos (véase Tabla 3].
El modelo inicialmente hipotetizado de la sman (M0), constituido por los 5 factores o constructos y los 20 ítems, mostró diferencias estadísticamente significativas con la matriz de datos observada (p= 0,006, ≤ 0,05), y se encontraron covarianzas de error mal especificadas entre los ítems frd4 y frp1, frpnf3 y frp4, lo que llevó a hacer una reespecificación del modelo.
Para la reespecificación, se tuvieron en cuenta los parámetros planteados por Shek y Yu [52], donde se describen dos alternativas: establecer rutas entre las covarianzas de los ítems pertenecientes a un mismo constructo sugeridos como modificables o eliminar aquellos ítems cuya covarianza de error estimada presente una carga cruzada con ítems de otros factores.
Durante la reespecificación, se evidenció que, en el factor relacionado con la discapacidad, el ítem frd4, “Asisto a mi proceso de rehabilitación, así se presenten otros trastornos de salud adicionales a los que padezco”, midió no solo cómo el paciente percibe su compromiso en el proceso de rehabilitación, sino también el ítem frp1 del factor relacionado con el paciente: “Mantengo motivado en mi proceso de rehabilitación”. Este hallazgo podría deberse a una estrecha relación de los factores personales, donde la motivación se relaciona con la percepción de cumplimiento, compromiso y la autoeficacia en los procesos de rehabilitación [53-56].
También se evidencio que el ítem frp4, “Tengo esperanza frente a mi proceso de rehabilitación”, no solo midió el constructo de factores relacionados con el paciente, sino también el constructo de procesos de neurorrehabilitación funcional correspondiente al ítem frpnf3, “Asisto a las sesiones programadas de rehabilitación, así aún no vea cambios en mi proceso de rehabilitación”. Esto puede deberse a la capacidad percibida de los sujetos de generar intenciones hacia las metas deseadas, además de una sobrevaloración de los eventos positivos, en los que se incluye la futura rehabilitación de la condición de salud y que se define como sesgo de optimismo. También estaría relacionado con la posibilidad de mostrar la mejor imagen de sí mismo en el contexto del estudio y podría interpretarse como un sesgo de respuesta de deseabilidad social [57-59].
El análisis teórico realizado a los ítems demostró la necesidad de eliminar aquellos que generaban redundancia dentro del instrumento. La eliminación no afecto la consistencia de los constructos, dado que el modelo definitivo conservó el número de factores del modelo inicial y un mínimo de 3 ítems por factor, según lo planteado por Lloret et al.[38]. La calificación de la adherencia con el instrumento sman, posterior a la eliminación de los 2 ítems, se ajustó teniendo en cuenta un rango entre 18 y 90 puntos, donde el cálculo de la adherencia final se mantiene con respecto al instrumento inicialmente publicado [37].
El ajuste del modelo o el último modelo propuesto (M2), fue evaluado por las medidas de ajuste absoluto, medidas de ajuste incremental y medidas de ajuste de la parsimonia, sugeridas por Byrne [42], Wheaton et al.[44] y Hooper et al.[45]. En las medidas de ajuste absoluto, el chi cuadrado relativo (χ 2/gl) se distinguió por un valor inferior a 2; índices como el gfi y agfi mostraron valores cercanos a 1, y el srmr y el rmsea se ubicaron con valores inferiores al criterio de 0,05, exhibiendo entonces un buen ajuste del modelo. Para las medidas nfi, cfi, tli e ifi se obtuvieron valores por encima del criterio de 0,90, demostrando así que el modelo tiene una buena bondad de ajuste incremental. Las medidas de ajuste a la parsimonia (pgfi, pnfi) demostraron valores por encima del criterio de 0,50 y los índices aic y ecvi presentaron disminución en los valores en los dos modelos M1 y M2. Lo anterior demostró tener un punto óptimo sobre la complejidad del modelo y una mejor bondad de ajuste de parsimonia.
La fiabilidad y la validez convergente del modelo M2 de la sman, establecidas a través del ac, ifc y ave, cumplieron con los criterios de referencia planteados, lo que demuestra que los ítems miden satisfactoriamente el constructo evaluado, teniendo en cuenta la influencia de los otros constructos sobre el medido. La validez discriminante calculada demostró correlación significativa, positiva y alta entre todos los constructos, determinando la diferencia y la relación entre los conceptos que conforman la sman.
La presente investigación genera un aporte valioso a los procesos de rehabilitación, al determinar la fiabilidad y la validez de un instrumento para evaluar de manera confiable la adherencia a procesos de neurorrehabilitación funcional. Si bien el acceso a la población que asiste a dichos procesos no es fácil, dada la baja prevalencia de las enfermedades neurológicas y la carencia de registros sistemáticos de seguimiento -siendo esta una de las limitantes que presentó este estudio-, esta investigación obtuvo una muestra suficiente para establecer la validez de los constructos que configuran la sman y constituye un aporte al personal asistencial, debido a que sus resultados pueden ser usados para predecir tempranamente los motivos de incumplimiento y no adherencia de las personas adultas a sus tratamientos.
Dadas las consideraciones anteriores, la adherencia a los procesos terapéuticos resultan de la adecuada relación y la dinámica establecida por los actores de las dimensiones; considerar las necesidades y prioridades del usuario es quizá la clave para la permanencia y el logro de objetivos en el abordaje. Este instrumento es un soporte para ser usasdo en la toma de decisiones frente a la trazabilidad de objetivos hacia la rehabilitación funcional.
Se puede concluir que la evidencia teórica previamente descrita, los hallazgos empíricos del presente estudio y el marco estadístico de la validez y la fiabilidad a través de un afc sugieren que la sman, constituida por 5 factores o constructos, y 18 ítems, posee propiedades psicométricas destacables y confiables para la medición de la adherencia en poblaciones con déficit funcional asociado a condición neurológica.
A las personas que aceptaron voluntariamente a participar en el estudio, a ellas, nuestro más magno y fraterno agradecimiento. Adicionalmente, le agradecemos a la Institución Educativa Escuela Nacional del Deporte por apoyar esta iniciativa.
2. Jin J, Sklar GE, et al. Factors affecting therapeutic compliance: A review from the patient’s perspective. Ther Clin Risk Manag. 2008;4:269-86. doi: https://doi.org/10.2147/tcrm.s1458
J Jin GE Sklar Factors affecting therapeutic compliance: A review from the patient’s perspectiveTher Clin Risk Manag20084269286https://doi.org/10.2147/tcrm.s1458
3. Organización Mundial de la Salud. Adherencia a los tratamientos a largo plazo. Pruebas para la acción. Ginebra: Organización Panamericana de la Salud [internet]; 2004 [citado 2020 abr. 14]. Disponible en: https://www.paho.org/spanish/ad/dpc/nc/adherencia-largo-plazo.pdf
Organización Mundial de la Salud Adherencia a los tratamientos a largo plazo. Pruebas para la acciónGinebraOrganización Panamericana de la Salud20042020 abr. 14
4. Coetzee N, Andrewes D, Khan F, et al. Predicting compliance with treatment following stroke: A new model of adherence following rehabilitation. Brain Impair: Cambridge University Pres. 2008;9(2):122-39. doi: https://doi.org/10.1375/brim.9.2.122
N Coetzee D Andrewes F Khan Predicting compliance with treatment following stroke: A new model of adherence following rehabilitationBrain Impair: Cambridge University Pres200892122139https://doi.org/10.1375/brim.9.2.122
5. Bassett SF. The assessment of patient adherence to physiotherapy rehabilitation. NZ Journal of Physiotherapy. 2003 [citado 2020 abr. 27]; 31(2):60-66. Disponible en : Disponible en : https://www.researchgate.net/publication/284411604_The_assessment_of_patient_adherence_to_physiotherapy_rehabilitation
SF Bassett The assessment of patient adherence to physiotherapy rehabilitationNZ Journal of Physiotherapy20032020 abr. 273126066Disponible en : https://www.researchgate.net/publication/284411604_The_assessment_of_patient_adherence_to_physiotherapy_rehabilitation
6. Duncan PW, Horner RD, Reker DM, et al. Adherence to postacute rehabilitation guidelines is associated with functional recovery in stroke. Stroke. 2002;33(1):167-78. doi: https://doi.org/10.1161/hs0102.101014
PW Duncan RD Horner DM Reker Adherence to postacute rehabilitation guidelines is associated with functional recovery in strokeStroke2002331167178https://doi.org/10.1161/hs0102.101014
7. Mapipa HV. Identifying contributing factors for poor adherence to rehabilitative services in patients with neurological conditions [dissertation]. [Pretoria]: University of Pretoria [internet]; 2014 [citado 2020 may. 14]. Disponible en: Disponible en: https://repository.up.ac.za/handle/2263/46138
HV Mapipa Identifying contributing factors for poor adherence to rehabilitative services in patients with neurological conditionsPretoriaUniversity of Pretoria20142020 may. 14Disponible en: https://repository.up.ac.za/handle/2263/46138
8. Duncan TE, McAuley E. Social support and efficacy cognitions in exercise adherence: A latent growth curve analysis. J Behav Med. 1993;16:199-218. doi: https://doi.org/10.1007/BF00844893
TE Duncan E McAuley Social support and efficacy cognitions in exercise adherence: A latent growth curve analysisJ Behav Med199316199218https://doi.org/10.1007/BF00844893
9. Frier A, Barnett F, Devine S. The relationship between social determinants of health, and rehabilitation of neurological conditions: a systematic literature review. Disabil Rehabil. 2017;39(10):941-8. doi: https://doi.org/10.3109/09638288.2016.1172672
A Frier F Barnett S Devine The relationship between social determinants of health, and rehabilitation of neurological conditions: a systematic literature reviewDisabil Rehabil20173910941948https://doi.org/10.3109/09638288.2016.1172672
10. Zinn S. Patient adherence in rehabilitation. H Bosworth, E Oddone, M Weinberger, editors. Patient treatment adherence. Concepts, interventions, and measurement. Londres: Taylor & Francis; 2008. pp. 195-236 doi: https://doi.org/10.4324/9781410615626
S Zinn Patient adherence in rehabilitation H Bosworth Patient treatment adherence. Concepts, interventions, and measurementLondresTaylor & Francis2008195236https://doi.org/10.4324/9781410615626
11. Jurkiewicz MT, Marzolini S, Oh P. Adherence to a home-based exercise program for individuals after stroke. Top Stroke Rehabil. 2011;18(3):277-84. doi: https://doi.org/10.1310/tsr1803-277
MT Jurkiewicz S Marzolini P Oh Adherence to a home-based exercise program for individuals after strokeTop Stroke Rehabil2011183277284https://doi.org/10.1310/tsr1803-277
12. Pishkhani MK, Dalvandi A, et al. Adherence to a rehabilitation regimen in stroke patients: A concept analysis. Iran J Nurs Midwifery Res. 2020;25:139-45. doi: https://doi.org/10.4103/ijnmr.IJNMR_170_18
MK Pishkhani A Dalvandi Adherence to a rehabilitation regimen in stroke patients: A concept analysisIran J Nurs Midwifery Res202025139145https://doi.org/10.4103/ijnmr.IJNMR_170_18
13. Munce SEP, Graham ID, Salbach NM, et al. Perspectives of health care professionals on the facilitators and barriers to the implementation of a stroke rehabilitation guidelines cluster randomized controlled trial. bmc. Health Serv Res. 2017;17:440. doi: https://doi.org/10.1186/s12913-017-2389-7
SEP Munce ID Graham NM Salbach Perspectives of health care professionals on the facilitators and barriers to the implementation of a stroke rehabilitation guidelines cluster randomized controlled trialbmc. Health Serv Res201717440https://doi.org/10.1186/s12913-017-2389-7
14. Koudriavtseva T, Onesti E, Pestalozza IF, et al. The importance of physician-patient relationship for improvement of adherence to long-term therapy: Data of survey in a cohort of multiple sclerosis patients with mild and moderate disability. Neurol Sci. 2012;33:575-84. doi: https://doi.org/10.1007/s10072-011-0776-0
T Koudriavtseva E Onesti IF Pestalozza The importance of physician-patient relationship for improvement of adherence to long-term therapy: Data of survey in a cohort of multiple sclerosis patients with mild and moderate disabilityNeurol Sci201233575584https://doi.org/10.1007/s10072-011-0776-0
15. Khoshbakht Pishkhani M, Dalvandi A, Ebadi A, Hosseini M. Factors affecting adherence to rehabilitation in Iranian stroke patients: A qualitative study. J Vasc Nurs 2019;37(4):264-71. doi: https://doi.org/10.1016/j.jvn.2019.07.001
M Khoshbakht Pishkhani A Dalvandi A Ebadi M Hosseini Factors affecting adherence to rehabilitation in Iranian stroke patients: A qualitative studyJ Vasc Nurs2019374264271https://doi.org/10.1016/j.jvn.2019.07.001
16. Wentink MM, Meesters J, Berger MAM, et al. Adherence of stroke patients with an online brain training program: The role of health professionals’ support. Top Stroke Rehabil. 2018;25(5):359-65. doi: https://doi.org/10.1080/10749357.2018.1459362
MM Wentink J Meesters MAM Berger Adherence of stroke patients with an online brain training program: The role of health professionals’ supportTop Stroke Rehabil2018255359365https://doi.org/10.1080/10749357.2018.1459362
17. Turner AP, Knowles LM. Behavioral interventions in multiple sclerosis. Fed Pract. [internet]. 2020 [citado 2020 abr. 28]; 37(Suppl. 1):S31-S35. Disponible en: Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7182244/
AP Turner LM Knowles Behavioral interventions in multiple sclerosisFed Pract20202020 abr. 2837Suppl. 1S31S35Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7182244/
18. Allen NE, Song J, Paul SS, et al. Predictors of adherence to a falls prevention exercise program for people with Parkinson’s disease. Mov Disord Clin Pract. 2015;2(4):395-401. doi: https://doi.org/10.1002/mdc3.12208
NE Allen J Song SS Paul Predictors of adherence to a falls prevention exercise program for people with Parkinson’s diseaseMov Disord Clin Pract201524395401https://doi.org/10.1002/mdc3.12208
19. Colombo R, Pisano F, Mazzone A, et al. Design strategies to improve patient motivation during robot-aided rehabilitation. J NeuroEngineering Rehabil. 2007;4:3. doi: https://doi.org/10.1186/1743-0003-4-3
R Colombo F Pisano A Mazzone Design strategies to improve patient motivation during robot-aided rehabilitationJ NeuroEngineering Rehabil2007433https://doi.org/10.1186/1743-0003-4-3
20. Suttanon P, Hill KD, Said CM, et al. Factors influencing commencement and adherence to a home-based balance exercise program for reducing risk of falls: Perceptions of people with Alzheimer’s disease and their caregivers. Int Psychogeriatr. 2012;24(7):1172-82. doi: https://doi.org/10.1017/S1041610211002729
P Suttanon KD Hill CM Said Factors influencing commencement and adherence to a home-based balance exercise program for reducing risk of falls: Perceptions of people with Alzheimer’s disease and their caregiversInt Psychogeriatr201224711721182https://doi.org/10.1017/S1041610211002729
21. Yao M, Chen J, Jing J, Sheng H, Tan X, Jin J. Defining the rehabilitation adherence curve and adherence phases of stroke patients: An observational study. Patient Prefer Adherence. 2017;11:1435-41. doi: https://doi.org/10.2147/PPA.S139854
M Yao J Chen J Jing H Sheng X Tan J Jin Defining the rehabilitation adherence curve and adherence phases of stroke patients: An observational studyPatient Prefer Adherence20171114351441https://doi.org/10.2147/PPA.S139854
23. Essery R, Geraghty AWA, et al. Predictors of adherence to home-based physical therapies: A systematic review. Disabil Rehabil. 2017;39(6):519-34. doi: https://doi.org/10.3109/09638288.2016.1153160
R Essery AWA Geraghty Predictors of adherence to home-based physical therapies: A systematic reviewDisabil Rehabil2017396519534https://doi.org/10.3109/09638288.2016.1153160
24. Glass SP, Matin N, Williams B, et al. Neuropsychiatric factors linked to adherence and short-term outcome in a U.S. functional neurological disorders clinic: A retrospective cohort study. J Neuropsychiatry Clin Neurosci. 2017;30:152-9. doi: https://doi.org/10.1176/appi.neuropsych.17060117
SP Glass N Matin B Williams Neuropsychiatric factors linked to adherence and short-term outcome in a U.S. functional neurological disorders clinic: A retrospective cohort studyJ Neuropsychiatry Clin Neurosci201730152159https://doi.org/10.1176/appi.neuropsych.17060117
25. Tiedemann A, Sherrington C, Dean CM, et al. Predictors of adherence to a structured exercise program and physical activity participation in community dwellers after stroke. Stroke Res Treat. 2012;2012. doi: https://doi.org/10.1155/2012/136525
A Tiedemann C Sherrington CM Dean Predictors of adherence to a structured exercise program and physical activity participation in community dwellers after strokeStroke Res Treat20122012https://doi.org/10.1155/2012/136525
26. Amofa Sr PA, DeFeis B, De Wit L, et al. Functional ability is associated with higher adherence to behavioral interventions in mild cognitive impairment. Clin Neuropsychol. 2019;34(5):937-955. doi: https://doi.org/10.1080/13854046.2019.1672792
PA Amofa Sr B DeFeis L De Wit Functional ability is associated with higher adherence to behavioral interventions in mild cognitive impairmentClin Neuropsychol2019345937955https://doi.org/10.1080/13854046.2019.1672792
27. Silva MA, Calvo D, Brennan EM, et al. Incidence and predictors of adherence to sleep apnea treatment in rehabilitation inpatients with acquired brain injury. Sleep Med 2020;69:159-67. doi: https://doi.org/10.1016/j.sleep.2020.01.016
MA Silva D Calvo EM Brennan Incidence and predictors of adherence to sleep apnea treatment in rehabilitation inpatients with acquired brain injurySleep Med202069159167https://doi.org/10.1016/j.sleep.2020.01.016
28. Grindley EJ, Zizzi SJ, Nasypany AM. Use of protection motivation theory, affect, and barriers to understand and predict adherence to outpatient rehabilitation. Phys Ther. 2008;88(12):1529-40. doi: https://doi.org/10.2522/ptj.20070076
EJ Grindley SJ Zizzi AM Nasypany Use of protection motivation theory, affect, and barriers to understand and predict adherence to outpatient rehabilitationPhys Ther2008881215291540https://doi.org/10.2522/ptj.20070076
29. Grindley EJ, Zizzi SJ. Using a multidimensional approach to predict motivation and adherence to rehabilitation in older adults. Top Geriatr Rehabil. 2005;21(3):182-93. doi: https://doi.org/10.1097/00013614-200507000-00004
EJ Grindley SJ Zizzi Using a multidimensional approach to predict motivation and adherence to rehabilitation in older adultsTop Geriatr Rehabil2005213182193https://doi.org/10.1097/00013614-200507000-00004
30. Kernan WN. Keeping Faith With Patients After Stroke or Transient Ischemic Attack. jama Neurol. 2018;75(4):404-5. doi: https://doi.org/10.1001/jamaneurol.2017.4027
WN Kernan Keeping Faith With Patients After Stroke or Transient Ischemic Attackjama Neurol2018754404405https://doi.org/10.1001/jamaneurol.2017.4027
31. Clay DL, Hopps JA. Treatment adherence in rehabilitation: The role of treatment accommodation. Rehabil Psychol. 2003;48(3):215-9. doi: https://doi.org/10.1037/0090-5550.48.3.215
DL Clay JA Hopps Treatment adherence in rehabilitation: The role of treatment accommodationRehabil Psychol2003483215219https://doi.org/10.1037/0090-5550.48.3.215
32. Iuga AO, McGuire MJ. Adherence and health care costs. Risk Manag Healthc Policy. 2014;7:35-44. doi: https://doi.org/10.2147/RMHP.S19801
AO Iuga MJ McGuire Adherence and health care costsRisk Manag Healthc Policy201473544https://doi.org/10.2147/RMHP.S19801
33. Martín Alfonso L. Repercusiones para la salud pública de la adherencia terapéutica deficiente. Rev Cuba Salud Pública [internet]. 2006 [citado 2020 may. 13]; 32(3). Disponible en: Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662006000300013
L Martín Alfonso Repercusiones para la salud pública de la adherencia terapéutica deficienteRev Cuba Salud Pública20062020 may. 13323Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662006000300013
34. Silva GE, Galeano E, Correa JO. Adherencia al tratamiento. Implicaciones de la no-adherencia. Acta Méd Colomb. [internet] 2005 [citado 2020 abr. 14]; 30(4):268-73. Disponible en: Disponible en: https://www.redalyc.org/pdf/1631/163113820004.pdf
GE Silva E Galeano JO Correa Adherencia al tratamiento. Implicaciones de la no-adherenciaActa Méd Colomb20052020 abr. 14304268273Disponible en: https://www.redalyc.org/pdf/1631/163113820004.pdf
35. Frost R, Levati S, McClurg D, et al. What adherence measures should be used in trials of home-based rehabilitation interventions? A systematic review of the validity, reliability, and acceptability of measures. Arch Phys Med Rehabil. 2017;98(6):1241-56.e45. doi: https://doi.org/10.1016/j.apmr.2016.08.482
R Frost S Levati D McClurg What adherence measures should be used in trials of home-based rehabilitation interventions? A systematic review of the validity, reliability, and acceptability of measuresArch Phys Med Rehabil2017986124156.e45https://doi.org/10.1016/j.apmr.2016.08.482
36. Quiroz CA. Instrumento para evaluar adherencia de personas adultas a procesos de neurorehabilitación funcional basado en las dimensiones propuestas de la Organización Mundial de la Salud. Rev Fac Nac de Salud Pública [internet]. 2014 [citado 2020 abr. 14]; 32(1):52-61. Disponible en: Disponible en: https://revistas.udea.edu.co/index.php/fnsp/article/view/13378
CA Quiroz Instrumento para evaluar adherencia de personas adultas a procesos de neurorehabilitación funcional basado en las dimensiones propuestas de la Organización Mundial de la SaludRev Fac Nac de Salud Pública20142020 abr. 143215261Disponible en: https://revistas.udea.edu.co/index.php/fnsp/article/view/13378
37. Quiroz CA, Perez JE. Reliability instrument to assess adherence to adult long term functional neurorehabilitation process (sman 1.0). Physiotherapy. 2015;101(Supl. 1):e1245-6. doi: https://doi.org/10.1016/j.physio.2015.03.1147
CA Quiroz JE Perez Reliability instrument to assess adherence to adult long term functional neurorehabilitation process (sman 1.0)Physiotherapy2015101Supl. 1e1245e1246https://doi.org/10.1016/j.physio.2015.03.1147
38. Lloret-Segura S, Ferreres-Traver A, et al. El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizada. An Psicol. 2014;30(3):1151-69. doi: https://doi.org/10.6018/analesps.30.3.199361
S Lloret-Segura A Ferreres-Traver El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizadaAn Psicol201430311511169https://doi.org/10.6018/analesps.30.3.199361
39. Batista-Foguet JM, Coenders G, Alonso J. Análisis factorial confirmatorio. Su utilidad en la validación de cuestionarios relacionados con la salud. Med Clín. 2004;122(Supl. 1):21-27. doi: https://doi.org/10.1157/13057542
JM Batista-Foguet G Coenders J Alonso Análisis factorial confirmatorio. Su utilidad en la validación de cuestionarios relacionados con la saludMed Clín2004122Supl. 12127https://doi.org/10.1157/13057542
40. Ryu E. Effects of skewness and kurtosis on normal-theory based maximum likelihood test statistic in multilevel structural equation modeling. Behav Res Methods. 2011;43:1066-74. doi: https://doi.org/10.3758/s13428-011-0115-7
E Ryu Effects of skewness and kurtosis on normal-theory based maximum likelihood test statistic in multilevel structural equation modelingBehav Res Methods20114310661074https://doi.org/10.3758/s13428-011-0115-7
41. Rodríguez-Ayán MN, Ruiz-Díaz MA. Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de variables: incidencia sobre la estructura factorial. Psicológica [internet]. 2008 [citado 2020 abr. 14]; 29(2): 205-27. Disponible en: Disponible en: https://www.redalyc.org/pdf/169/16929206.pdf
MN Rodríguez-Ayán MA Ruiz-Díaz Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de variables: incidencia sobre la estructura factorialPsicológica20082020 abr. 14292205227Disponible en: https://www.redalyc.org/pdf/169/16929206.pdf
42. Byrne BM. Structural equation modeling with amos, basic concepts, applications and programming. 3.a ed. Nueva York: Routledge [internet]; 2016 [citado 2020 may. 14]. Disponible en: Disponible en: https://crispindia.org/wp-content/uploads/2016/11/Structural-equation-modeling-with-AMOS.pdf
BM Byrne Structural equation modeling with amos, basic concepts, applications and programming3Nueva YorkRoutledge20162020 may. 14Disponible en: https://crispindia.org/wp-content/uploads/2016/11/Structural-equation-modeling-with-AMOS.pdf
43. Cole JC, Motivala SJ, Khanna D, et al. Validation of single-factor structure and scoring protocol for the health assessment questionnaire-disability index. Arthritis Care Res. 2005;53(4):536-42. doi: https://doi.org/10.1002/art.21325
JC Cole SJ Motivala D Khanna Validation of single-factor structure and scoring protocol for the health assessment questionnaire-disability indexArthritis Care Res2005534536542https://doi.org/10.1002/art.21325
44. Wheaton B, Muthén B, et al. Assessing reliability and stability in panel models. Sociol Methodol. 1977;8:84-136. doi: https://doi.org/10.2307/270754
B Wheaton B Muthén Assessing reliability and stability in panel modelsSociol Methodol1977884136https://doi.org/10.2307/270754
45. Hooper D, Coughlan J, Mullen MR. Structural equation modelling: Guidelines for determining model fit. Electron J Bus Res Methods [internet] 2008 [citado 2020 abr. 14]; 6(1):53-60. Disponible en: Disponible en: https://arrow.tudublin.ie/buschmanart/2/
D Hooper J Coughlan MR Mullen Structural equation modelling: Guidelines for determining model fitElectron J Bus Res Methods20082020 abr. 14615360Disponible en: https://arrow.tudublin.ie/buschmanart/2/
46. Hu L, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Struct Equ Model Multidiscip J. 1999;6(1):1-55. doi: https://doi.org/10.1080/10705519909540118
L Hu PM Bentler Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternativesStruct Equ Model Multidiscip J199961155https://doi.org/10.1080/10705519909540118
47. Henseler J, Ringle CM, Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. J Acad Mark Sci. 2015;43:115-35. doi: https://doi.org/10.1007/s11747-014-0403-8
J Henseler CM Ringle M Sarstedt A new criterion for assessing discriminant validity in variance-based structural equation modelingJ Acad Mark Sci201543115135https://doi.org/10.1007/s11747-014-0403-8
48. Oviedo HC, Campo-Arias A. Aproximación al uso del coeficiente alfa de Cronbach. Rev Colomb Psiquiatr. [internet]. 2005 [citado 2020 abr. 14]; 34(4):572-80. Disponible en: Disponible en: https://www.redalyc.org/pdf/806/80634409.pdf
HC Oviedo A Campo-Arias Aproximación al uso del coeficiente alfa de CronbachRev Colomb Psiquiatr20052020 abr. 14344572580Disponible en: https://www.redalyc.org/pdf/806/80634409.pdf
49. Dunn TJ, Baguley T, Brunsden V. From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. Br J Psychol. 2014;105(3):399-412. doi: https://doi.org/10.1111/bjop.12046
TJ Dunn T Baguley V Brunsden From alpha to omega: A practical solution to the pervasive problem of internal consistency estimationBr J Psychol20141053399412https://doi.org/10.1111/bjop.12046
50. Fornell C, Larcker DF. Evaluating structural equation models with unobservable variables and measurement error. J Mark Res. 1981;18(1):39-50. doi: https://doi.org/10.1177/002224378101800104
C Fornell DF Larcker Evaluating structural equation models with unobservable variables and measurement errorJ Mark Res19811813950https://doi.org/10.1177/002224378101800104
51. Prieto G, Delgado AR. Fiabilidad y validez. Papeles Psicólogo [internet]. 2010 [citado 2020 abr. 14]; 31(1):67-74. Disponible en: Disponible en: http://www.papelesdelpsicologo.es/pdf/1797.pdf
G Prieto AR Delgado Fiabilidad y validezPapeles Psicólogo20102020 abr. 143116774Disponible en: http://www.papelesdelpsicologo.es/pdf/1797.pdf
52. Shek DTL, Yu L. Confirmatory factor analysis using amos: A demonstration. Int J Disabil Hum Dev. 2014;13(2):191-204. doi: https://doi.org/10.1515/ijdhd-2014-0305
DTL Shek L Yu Confirmatory factor analysis using amos: A demonstrationInt J Disabil Hum Dev2014132191204https://doi.org/10.1515/ijdhd-2014-0305
53. Rossini Y, Estrada O, et al. Factores relacionados con adherencia a un programa de rehabilitación. rfs Rev Fac Salud. 2010;2(1):39-50. doi: https://doi.org/10.25054/rfs.v2i1.28
Y Rossini O Estrada Factores relacionados con adherencia a un programa de rehabilitaciónrfs Rev Fac Salud2010213950https://doi.org/10.25054/rfs.v2i1.28
54. Maclean N, Pound P, et al. The concept of patient motivation. Stroke. 2002;33(2):444-8. doi: https://doi.org/10.1161/hs0202.102367
N Maclean P Pound The concept of patient motivationStroke2002332444448https://doi.org/10.1161/hs0202.102367
55. Bandura A. The explanatory and predictive scope of self-efficacy theory. J Soc Clin Psychol. 1986;4(3):359-73. doi: https://doi.org/10.1521/jscp.1986.4.3.359
A Bandura The explanatory and predictive scope of self-efficacy theoryJ Soc Clin Psychol198643359373https://doi.org/10.1521/jscp.1986.4.3.359
56. Morris JH, Oliver T, Kroll T, Joice S, Williams B. Physical activity participation in community dwelling stroke survivors: Synergy and dissonance between motivation and capability. A qualitative study. Physiotherapy. 2017;103(3):311-21. doi: https://doi.org/10.1016/j.physio.2016.05.001
JH Morris T Oliver T Kroll S Joice B Williams Physical activity participation in community dwelling stroke survivors: Synergy and dissonance between motivation and capability. A qualitative studyPhysiotherapy20171033311321https://doi.org/10.1016/j.physio.2016.05.001
57. Levy T, Laver K, Killington M, et al. A systematic review of measures of adherence to physical exercise recommendations in people with stroke. Clin Rehabil. 2019;33(3):535-45. doi: https://doi.org/10.1177/0269215518811903
T Levy K Laver M Killington A systematic review of measures of adherence to physical exercise recommendations in people with strokeClin Rehabil2019333535545https://doi.org/10.1177/0269215518811903
58. Sharot T. The optimism bias. Curr Biol. 2011;21(23):R941-5. doi: https://doi.org/10.1016/j.cub.2011.10.030
T Sharot The optimism biasCurr Biol20112123R941R945https://doi.org/10.1016/j.cub.2011.10.030
59. Van de Mortel TF. Faking it: Social desirability response bias in self-report research. Australian J Advanced Nursing [internet]. 2005 [citado 2020 abr. 14]; 25(4): 40-48. Disponible en: Disponible en: https://www.ajan.com.au/archive/Vol25/Vol_25-4_vandeMortel.pdf
TF Van de Mortel Faking it: Social desirability response bias in self-report researchAustralian J Advanced Nursing20052020 abr. 142544048Disponible en: https://www.ajan.com.au/archive/Vol25/Vol_25-4_vandeMortel.pdf
[4] Financial disclosure Se declara que esta investigación fue financiada con recursos de la Institución Educativa Escuela Nacional del Deporte.
[5] Se declara que los puntos de vista expresados en este artículo son responsabilidad de los autores y no de la institución donde trabajan.
[6] Los autores declaramos cumplir con los criterios del International Committee of Medical Journal Editors (icmje) para ser autores del presente escrito. Carlos A. Quiroz participó en el procesamiento estadístico de los datos, en la escritura del método y los resultados. Mauricio Hernández realizó el procesamiento estadístico de los datos y elaboró el modelo de ecuaciones estructurales; también participó en la escritura del método y de los resultados. Zulamy Agudelo y Carlos Medina participaron en la escritura y la redacción del resumen, la introducción y la discusión. Así mismo, cada autor está en la capacidad y la disposición de responder por el contenido del manuscrito y su proceso de elaboración.
[7]Quiroz-Mora CA, Hernández-Carrillo M,Agudelo-Martínez AZ, Medina-Riaño CA. Validez de constructo de la escala para evaluar la adherencia a procesos de neurorrehabilitación funcional (sman) en personas adultas. Rev. Fac. Nac. Salud Pública. 2021;39(3):e341716. DOI: https://doi.org/10.17533/udea.rfnsp.e341716