ESPIROMETRÍA. CONTROL DE CALIDAD. MANTENIMIENTO DEL ESPIRÓMETRO. TRANSMISIÓN DE INFECCIONES.

  Pulse aquí para descargar el documento Espirometría-Calidad.doc (43 kb)

 

      Tras la realización de la espirometría se debe proceder a su interpretación, de acuerdo con unos valores considerados como normales. En otras pruebas diagnósticas, como serían los análisis de sangre, o el análisis numérico del electrocardiograma, los valores normales son más o menos estrechos, pero sobre todo son independientes de las características antropométricas del paciente (si  la glucemia normal está comprendida entre 60 y 110, este valor se aplica por igual a un varón de 25  años de 190 cm de altura y 95 kg de peso, y a una mujer de 80 años de 145 cm de altura y 40 kg de  peso)1,2. Sin embargo, en las pruebas de función pulmonar estos valores normales, además de tener unos amplios límites de normalidad y una gran variabilidad interindividual, sí dependen de las características antropométricas de los pacientes (sexo, edad, talla, peso)1,2, de modo que decir que FEV1 es 2 litros no quiere decir realmente nada, ya que para el varón joven sería un valor claramente bajo, mientras que para la mujer anciana puede ser un valor superior a lo normal.
 
     Es por ello por lo que la interpretación de la espirometría se basa en la comparación de los valores obtenidos por un paciente con los que teóricamente le corresponderían a un individuo sano de sus mismas características antropométricas1,3-7, en lo que se ha dado en llamar "corrección por el tamaño"3,7. Este valor teórico o valor de referencia (VR) se estima a partir de unas ecuaciones de predicción (EP), y es el promedio del valor correspondiente a una muestra suficientemente amplia de individuos de esas características antropométricas3. Se debe reseñar, como hecho anecdótico, que algunos autores no utilizan ningún tipo de ER ni VP, como se recogió en una encuesta publicada en 19908.
  
     ¿Cómo se calculan los valores de referencia?
  
     El método ideal sería tener una muestra suficientemente grande de individuos sanos que cumplan unas determinadas características antropométricas, calculando para esa muestra la media y la desviación típica, de modo que obtendríamos para cada paciente su valor de referencia correspondiente según sus características antropométricas3.
  
     Sin embargo, este método no es aplicable (se necesitaría un elevado número de muestras representativas, para ambos sexos, de todas las combinaciones posibles de edad y altura), de modo que en la práctica se realizan los análisis en una muestra de un tamaño suficientemente amplio que recoja, para cada sexo, pacientes de diversas características antropométricas, hallándose las ecuaciones de regresión múltiple escalonada correspondientes (generalmente lineales y multivariantes, aunque en ocasiones son univariantes o no lineales), en las que la variable dependiente es el VR del parámetro espirométrico y las variables explicativas los parámetros antropométricos1,3. La utilización de ecuaciones de referencia supone asumir que un determinado parámetro funcional se distribuye de manera simétrica alrededor de la media, y que la varianza es homogénea en todo el rango de todas las variables explicativas consideradas3,9. Una forma general de ecuación sería:
  
VR=a + b·edad + c·talla + d· peso + e·talla2 + f·edad·talla+ …,
 
 obteniéndose además el error estándar de la estima (SEE) o desviación estándar de los residuos (RSD).
 
VR=a + b·edad + c·talla + d· peso + e·talla2 + f·edad·talla+ …,
 
 obteniéndose además el error estándar de la estima (SEE) o desviación estándar de los residuos (RSD).
  
     ¿Son iguales todas las ecuaciones de predicción?
  
     La respuesta es, evidentemente, no. En contra de lo que cabría esperar, no existe uniformidad en cuanto a las diferentes EP utilizadas habitualmente y los VR que se estiman a partir de las mismas, de modo que estos valores pueden variar ampliamente de acuerdo con las ecuaciones utilizadas y pueden llevar a variaciones significativas en la interpretación de la espirometría1,10-15, como se puede ver en las figuras 1 a 3 y en las tablas 116, 214 y 314.
 
¿A qué se deben estas diferencias? Se han descrito múltiples factores que pueden intervenir: Diferentes criterios de selección de las poblaciones de referencia, diferentes rangos de edad, importancia de otras variables antropométricas distintas a las empleadas habitualmente, diferencias estructurales no relacionadas con características antropométricas medibles, hábito tabáquico, raza y origen étnico (incluyendo matrimonios interraciales), región geográfica (hábitat rural vs. urbano, altura sobre el nivel del mar, existencia de migraciones), exposición ambiental, nivel de entrenamiento, estado nutricional, nivel socioeconómico, profesión, variabilidad inherente a la prueba o a la técnica, diferencias metodológicas en cuanto a la realización de la prueba (equipo, procedimiento) como al análisis de los datos (en este sentido tal vez cabe cuestionarse si el modelo de regresión lineal utilizado habitualmente es el que mejor describe la distribución de los parámetros funcionales respiratorios, y si las variables explicativas escogidas realmente son las indicadas17,18), diferencias en la distribución de los factores analizados en la población, etc., aunque la mayor parte de la variación sigue sin explicarse1,7,10,12,14,16,19-23. Además, las diferentes ecuaciones pueden ser más o menos sensibles a una o varias variables explicativas, lo cual supone otra fuente de variabilidad12,19.
  

     ¿Cuáles son las limitaciones de las ecuaciones de predicción?

 
     Además de las fuentes de variabilidad expuestas anteriormente, las EP tienen una serie de limitaciones, que pueden dificultar su aplicación:
 
  1. No siempre se dispone de EP de la propia área geográfica; este aspecto se comentará más adelante.

     

  2. Hay pocas EP para personas mayores de 70 años, a pesar de que una proporción importante (y creciente) de los pacientes subsidiarios de hacerse una espirometría son mayores de esa edad. De hecho, las EP recomendadas por la SEPAR24 y por la ERS23 tienen un límite superior en 70 años. Por otro lado, cabe preguntarse si las EP que cubren rangos de edad muy amplios (como las desarrolladas por Cordero et al.25, que permiten estimar los VR desde los 18 a los 88 años) son aplicables en todo ese rango. Aunque se ha señalado que el comportamiento de la función pulmonar es lineal a edades superiores a las de los pacientes incluidos en el cálculo de las EP23,26, lo que permitiría utilizar éstas en personas mayores de ese límite de edad, en general no es conveniente hacerlo porque se introducen sesgos en la interpretación3.

     

  3. Los coeficientes de correlación encontrados en algunos casos tienen valores bajos, en ocasiones incluso inferiores a 0.524,25, aun siendo estadísticamente distintos de 0, de manera que las estimaciones que se obtienen con esas EP pueden estar sujetas a un amplio margen de error.

     

  4. Las ecuaciones de predicción y los valores de referencia de ellas derivados son realmente un artificio matemático que puede no reflejar la situación real, de modo que se considera de manera arbitraria que un individuo es normal si se encuentra por encima de un determinado límite (por ejemplo, el percentil 5). Este hecho puede llevar a confusiones e interpretaciones erróneas, porque habitualmente no se puede saber a ciencia cierta cuál es la situación basal de un individuo; conocer esta situación previa al desarrollo de la enfermedad permitiría que el individuo fuera su propia referencia1,7,27. A modo de ejemplo se presenta la espirometría de un varón asmático de 43 años que presenta los valores que aparecen en la tabla 4, y que podría considerarse como dentro de la normalidad (o, en todo caso, reducción de los flujos de pequeñas vías). Sin embargo, en la figura 4 vemos la evolución de FEV1 en el tiempo, de modo que el máximo valor que llegó a tener es de 4260, por lo que el valor actual, 3428, es un 74% del máximo valor personal. El contexto clínico en que se obtuvo esta espirometría era una agudización de su asma. Es decir, al igual que se considera que la mejor técnica radiológica complementaria a la radiografía simple de tórax es una radiografía antigua, siempre que sea posible se deberían tener en cuenta mediciones seriadas de función pulmonar, y que el mejor valor personal de un individuo sería su valor de referencia4,28-30.

 
      ¿Qué ecuaciones de predicción se deben utilizar?
 
      En general se recomienda utilizar valores de referencia obtenidos en el propio laboratorio de función pulmonar (lo que de hecho es realizado por algunos autores5), siempre que sea posible, o en su defecto aquel conjunto de ecuaciones de predicción que mejor se ajuste a nuestra área geográfica (a tal fin, se seleccionaría una muestra de individuos sanos en los que se ensayarían las diferentes ecuaciones, escogiendo la que mejor se ajuste a nuestros pacientes y que se haya elaborado usando una metodología similar a la usada en nuestro propio laboratorio de función pulmonar)3,18,21,31. Sin embargo, con frecuencia esto no es posible, y tenemos que utilizar otras que corresponden a poblaciones que probablemente no son homogéneas respecto a nuestra población, y que permiten obtener resultados distintos; en este sentido, y a modo de ejemplo, en nuestro medio, las ecuaciones propuestas por la Sociedad Española de Neumología y Cirugía Torácica (SEPAR)24 y las propuestas por la European Respiratory Society (ERS)23 no dan resultados equivalentes, existiendo en algunos casos discordancias notables, de modo que las ecuaciones de la ERS presentan valores de referencia menores y una dispersión mayor13,32.
 
     Los criterios de selección de ecuaciones de predicción serían los siguientes19:
 
  • Metodológicos: Los métodos utilizados para desarrollar las EP (equipo, procedimiento, análisis) deben ser comparables (y, si es posible, idénticos) a los que se van a usar en nuestro laboratorio.

     

  • Epidemiológicos: La muestra que generó los valores de referencia debe ser lo más parecida posible a la población a la que vamos a realizar la espirometría.

     

  • Conceptuales: Para estudios diagnósticos probablemente la utilización de unas u otras ecuaciones de predicción no tendría demasiada repercusión, pero sí la tendría en exámenes periódicos.

     Por otro lado, se recomienda no utilizar ecuaciones desarrolladas más allá de 10-15 años antes3,15, y parece razonable utilizar las ecuaciones que permitan obtener el máximo coeficiente de correlación y la mínima variabilidad (es decir, el menor SEE).

     En la tabla 4 se presentan las EP propuestas por la SEPAR para adultos (Roca, 1982)24, y que, en una versión posterior y modificada (Roca, 1986) han sido validadas recientemente para la población española (tabla 5)32. En la tabla 6 se presentan las EP propuestas por la ERS en 199323. La reciente validación de las ecuaciones de Roca et al. para población española de diferentes procedencias32 hace válido este conjunto de ecuaciones, de modo que serían las que se debieran utilizar en nuestro medio13, aunque con frecuencia se utilizan las de la ERS.

 
     ¿A qué se refiere el término "estandarización" en relación con los valores de referencia?
  

     Cuando se realiza una espirometría se pretende determinar si los valores obtenidos por el paciente se encuentran o no dentro del rango de la normalidad, y, en caso de no estarlo, cuánto se desvían del valor de referencia1,5. Para ello disponemos básicamente de dos métodos de expresión de los resultados, el del porcentaje del valor de referencia y el de los residuos estandarizados (RE). Con ellos se pretende es tener un dato que sea comparable y que signifique lo mismo para todos los pacientes y en todos los contextos.

     Sin embargo, el método del porcentaje fijo, aunque de uso generalizado (por sus características, como son la sencillez en el cálculo y en la comprensión), no cumple estos criterios, ya que presenta una serie de limitaciones33:

  • La amplitud de los límites de la normalidad es directamente proporcional al valor de referencia(es decir, es elevada a VR elevados y bajo a VR bajos), lo que introduce un sesgo de sexo, talla y edad.

     

  • Por lo anterior, una misma desviación del VR significa cosas muy diferentes para personas distintas en función de sus variables antropométricas, lo que va contra el propio fundamento teórico de los valores de referencia.

     

  • Si la dispersión es alta, hay una elevada tasa de falsos positivos.

     

  • El valor elegido es arbitrario, sin justificación fisiológica ni estadística.

     

  • Este método asume que la dispersión de los parámetros de función pulmonar es heterocedástica, es decir, la dispersión es proporcional a la magnitud del VR. lo que no ocurre en la práctica habitual (al menos en adultos, en los que la dispersión es constante en todo el rango de VR).

     Por todo ello se desaconseja la utilización de este método1-4,9,12,16,18,21,23,28,30,33-37.

     ¿Dónde está la solución a este problema? Se ha propuesto, como método ideal, considerar como límite inferior de la normalidad el percentil 5 de la distribución de la variable considerada en la población general3,15,36-42, aunque rara vez esto es posible21; sin embargo, dado que los parámetros funcionales respiratorios en adultos siguen una distribución gaussiana y la varianza es fija en todo el rango del VR2,10,28,30, se considera que el percentil 5 puede ser sustituido sin error por VR menos 1.645 veces SEE1,3,4,23,36,43, y que la desviación respecto al VR se puede expresar en forma de RE1,23,44, que permiten comparar individuos de diferentes características antropométricas, ya que para una misma desviación del valor medido alrededor de VR permiten obtener un mismo valor sea cual sea el VR33.

     Es decir, la solución debe pasar por el procedimiento estadístico llamado tipificación o estandarización45, mediante el cual una distribución normal de media VR y desviación típica RSD se convierte en una distribución normal de media 0 y desviación típica 1; esto se consigue si se define una nueva variable, el residuo estandarizado, que se calcula como (valor medido –VR)/RSD23. Es decir, el residuo estandarizado es el resultado de tipificar o estandarizar los parámetros funcionales según VR y RSD, lo que permite comparar dos valores cualesquiera de una misma variable, sean cuales sean esos valores, los VR y las RSD, determinando así el grado de separación del valor de referencia23. Se considera que un resultado es anormal si RE es menor de –1.64523.

     A modo de ejemplo se presentan dos pacientes:

  • Varón de 25 años, 180 cm de altura, y FVC de 4.35 L, siendo el VR 5.378 L (según las ecuaciones de la ERS) y el RSD 0.61 L.

     

  • Mujer de 70 años y 160 cm de altura, con FVC de 1.80 L, siendo VR 2.378 L y RSD 0.43 L.

      En el primer caso FVC es el 80.9% del valor de referencia y en el segundo es el 75.7%, es decir, de acuerdo con el método del porcentaje del VR el primer paciente tendría una FVC normal y la segunda una FVC anormalmente baja.

     Sin embargo, ¿cuál es la situación si se utilizan los RE? En el primer caso RE es –1.685 y en el segundo es –1.344, es decir, se invierte la situación.

   
     ¿Cuáles son las ventajas y desventajas de la estandarización?
  

     La estandarización de los valores de referencia, o utilización del método de los residuos estandarizados, presenta varias ventajas respecto al método del porcentaje del VR, que hacen recomendable su utilización: Permite utilizar toda la informacion disponible acerca de una población (media y dispersión), y está libre de sesgos2,9; además, al considerar la variabilidad de los parámetros funcionales en la población, para los parámetros con mayor variabilidad hará falta un cambio mayor para considerar un dato como anormal (es decir, tiene una elevada especificidad)30.

     Por el contrario, presenta diversos inconvenientes:

  • La utilización de un determinado percentil como límite inferior de la normalidad es arbitraria5,10,46,47; generalmente se trata del percentil 51,4,10,16,21,23,29,41,43,48-51, y este valor supone realmente una arbitrariedad refrendada por la tradición estadística, pero sin ningíun fundamento fisiológico47.

     

  • La utilización de un percentil 5 supone asumir de antemano un error alfa del 5% (es decir, una tasa de falsos positivos del 5%)3-5,10,20,36,50,52, pero también la existencia de un error beta (tasa de falsos negativos) desconocida, de modo que se desconoce la sensibilidad de la espirometría, que entonces no aportaría ninguna información sobre la enfermedad, aunque sí sobre la ausencia de enfermedad5,47,52.

     

  • La sensibilidad de este método a VR bajos es baja16.

     

  • La estimación del percentil 5 como media –1.645·RSD presupone que el parámetro considerado se distribuye normalmente39, lo cual no es admitido por algunos autores, de modo que los resultados pueden diferir según se considere la estimación del percentil 5 o el percentil 5 real de la muestra53.

     

  • Si se estima el percentil 5 como la media menos "a" veces la dispersión, podemos encontrar variaciones en ambos factores. Por un lado, aunque en general se recomienda la utilización del error estándar de la estima1-4,23,28,43, algunos autores utilizan la desviación típica29,41,49,54 y otros el coeficiente de variación10,48. El valor de "a" recomendado es habitualmente 1.645 (1.6449, o 1.65)1,3,4,10,16,21,23,41,43,48,49,50 (correspondiente a una prueba de contraste unilateral, ya que en lo referente a los parámetros espirométricos solo tienen significado patológico los valores anormalmente bajos, no los anormalmente altos16,21), aunque algunos autores consideran que es 1.96 o 22,28,54 (que correspondería a una prueba de contraste bilateral, en la que serían anormales los valores muy altos y muy bajos).

     

  • La estimación del RE supone realizar una resta y una división, es decir, unos cálculos no más complejos que los que se realizan al hallar un porcentaje, pero sí es un cálculo adicional que no siempre se puede realizar por necesitar un tiempo adicional y por necesitarse el error estándar, del que no siempre se dispone2.
  
     ¿Existe alguna solución de compromiso entre los diversos métodos para estandarizar la expresión de los resultados de la espirometría?
    

     Asumiendo que el método de los residuos estandarizados es el único correcto para la interpretación de los resultados3,23,33, pero teniendo en cuenta que el del porcentaje del VR es el más utilizado, se han propuesto varias soluciones, como serían:

  • Intentar dar validez estadística al método de los porcentajes, equiparándolo al de los residuos estandarizados10,28,34,48,55. A pesar del avance que pueden suponer, estos métodos presentan el inconveniente de precisar validación para otras poblaciones y otras ecuaciones de predicción.

     

  • Utilizar porcentajes en la práctica clínica habitual, y residuos cuando se precise expresar los parámetros espirométricos con una medida no sesgada o cuando se precise relacionar ésta con otras medida2.

     

  • Utilizar ambos métodos en la expresión de los resultados1,34, aunque sólo se utilice el de los residuos estandarizados para interpretar la espirometría.
  

TABLA 1 – VALORES PREDICHOS PARA FEV1 Y FVC EN VARONES DE 1.70 M DE ALTURA, DERIVADAS DE DIFERENTES ECUACIONES DE REFERENCIA

   
 

FVC

FEV1

Edad

Morris

Cherniack

Crapo

Knudson

ECCS

Morris

Cherniack

Crapo

Knudson

ECCS

20

5.17

4.63

5.11

4.96

4.93

4.25

4.13

4.35

4.20

4.14

30

4.92

4.49

4.90

4.66

4.67

3.92

3.90

4.11

3.91

3.83

40

4.67

4.35

4.69

4.36

4.41

3.60

3.67

3.87

3.62

3.52

50

4.42

4.21

4.48

4.06

4.15

3.29

3.44

3.63

3.33

3.21

60

4.17

4.07

4.27

3.76

3.89

2.97

3.21

3.39

3.04

2.90

70

3.92

3.93

4.06

3.46

3.63

2.65

2.98

3.15

2.75

2.59

80

3.67

3.79

3.85

3.16

3.37

2.33

2.75

2.91

2.48

2.28

Modificado de la referencia 16

 

TABLA 2 – VALORES DE REFERENCIA PARA FVC SEGÚN DISTINTAS ECUACIONES DE REGRESION, PARA UN VARON DE 172.72 CM

INVESTIGADOR

25 AÑOS

50 AÑOS

Baldwin

4.45

3.85

Needham

4.83

3.74

Goldham

4.94

4.01

Miller

4.86

4.06

Kory

4.83

4.17

Ferris

4.48

3.67

Berglund

5.48

4.82

Higgins

4.73

4.01

Cotes

4.99

4.03

Dickman

4.79

3.95

Morris

5.15

4.40

Cherniack

4.76

4.34

Bass

4.59

3.90

Kamburoff

5.17

4.40

Schmidt

4.75

4.09

Knudson

5.04

4.17

Modificada de la referencia 14

  

TABLA 3 – VALORES DE REFERENCIA PARA FEV1 SEGÚN DIFERENTES ECUACIONES DE REGRESION, PARA UN VARON DE 172.72 CM

INVESTIGADOR

25 AÑOS

50 AÑOS

Kory

4.10

3.26

Ferris

3.61

2.77

Berglund

4.45

3.36

Higgins

4.06

3.22

Cotes

4.10

3.11

Dickman

4.15

3.15

Morris

4.16

3.20

Cherniack

4.13

3.44

Kamburoff

4.47

3.39

Schmidt

4.20

3.27

Knudson

4.11

3.30

Modificada de la referencia 14

  
TABLA 4 – PARAMETROS ESPIROMETRICOS CORRESPONDIENTES A UN VARON ASMATICO DE 43 AÑOS, 173 CM DE ALTURA Y 71 KG DE PESO

PARAMETRO VR P5 VALOR MEDIDO PORCENTAJE

FVC 4.507 3.506 4.471 99

FEV1 3.702 2.866 3.428 93

FEV1/FVC 79.47 70.66 76.67 96

FEF25-75 4.207 2.502 2.587 62

PEF 8.923 6.939 11.280 126

FEF25 7.729 4.924 8.382 109

FEF50 4.874 2.709 3.732 77

FEF75 2.057 778 830 40

Valores de referencia basados en las ecuaciones de predicción de la ERS23. Se considera un valor como anormal si es inferior al percentil 5.

   

TABLA 5 – ECUACIONES DE PREDICCION PARA ADULTOS (20-70 AÑOS) PROPUESTAS POR LA SEPAR24

VARIABLE SEXO ECUACION SEE

FVC M 0.0678T-0.0147E-6.05 0.530

F 0.0454T-0.0211E-2.83 0.403

FEV1 M 0.0499T-0.0211E-3.84 0.444

F 0.0317T-0.0250E-1.23 0.307

FEV1/FVC M -0.1902E+85.58 5.36

F -0.2240E-0.1126P+94.88 5.31

FEF25-75% M 0.0392T-0.043E-1.16 1.000

F 0.0230T-0.0456E+1.11 0.680

PEF M 0.0945T-0.0209E-5.77 1.470

F 0.0448T-0.0304E+0.35 1.040

M: Masculino. F: Femenino. T: Talla en cm. E: Edad en años. P: Peso en kg. SEE: Error estándar de la estima.

   

TABLA 6 – ECUACIONES DE PREDICCION PARA ADULTOS (20-70 AÑOS) PROPUESTAS POR ROCA, 198632

VARIABLE SEXO ECUACION SEE

FVC M 0.0678T-0.0147E-6.055 0.53

F 0.0454T-0.0211E-2.825 0.40

FEV1 M 0.0514T-0.0216E-3.955 0.45

F 0.0326T-0.0253E-1.286 0.32

M: Masculino. F: Femenino. T: Talla en cm. E: Edad en años. SEE: Error estándar de la estima.

  

TABLA 7 – ECUACIONES DE PREDICCION PARA ADULTOS (18-70 AÑOS) PROPUESTAS POR LA ERS, 199323

VARIABLE SEXO ECUACION SEE

FVC M 5.76T-0.026E-4.34 0.61

F 4.43T-0.026E-2.89 0.43

FEV1 M 4.30T-0.029E-2.49 0.51

F 3.95T-0.025E-2.60 0.38

FEV1/FVC M -0.18E+87.21 7.17

F -0.19E+89.10 6.51

FEF25-75 M 1.94T-0.043E+2.70 1.04

F 1.25T-0.034E+2.92 0.85

PEF M 6.14T-0.043E+0.15 1.21

F 5.50T-0.030E-1.11 0.90

M: Masculino. F: Femenino. T: Talla en m. E: Edad en años. SEE: Error estándar de la estima. Para edades comprendidas entre 18 y 25 años, se sustituye la edad por 25 en las ecuaciones.

    

FIGURA 1 - Representación gráfica del valor predicho de FVC (FVCp) y del percentil 5, de acuerdo con diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura. Tomada de la referencia 34

    

FIGURA 2 - Representación gráfica del valor predicho de FEV1 (FEV1p) y del percentil 5, de acuerdo con diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura. Tomada de la referencia 34

   

FIGURA 3 - Representación gráfica del valor predicho del cociente FEV1/FVC y del percentil 5, de acuerdo con diversas ecuaciones de predicción, para un varón de 30 años y de 176 cm de altura. Tomada de la referencia 34

   

FIGURA 4 – Representación de la evolución del FEV1 en un paciente asmatico de 43 años (FECHA DE NACIMIENTO 24-10-56), de 173 cm de altura y de 71 KG de peso. Mejor valor personal:4620ml

.

    

BIBLIOGRAFIA

      
 1 Roca J. Aplicaciones clínicas de las pruebas de función pulmonar. En Ancic Cortez P, Clark TJH (editores). Enfermedades respiratorias. Utilidad del laboratorio. Santiago de Chile: Camugraf Ediciones Científicas, 1990: 171-190.

2 Miller MR, Pincock AC. Predicted values: how should we use them? Thorax 1988; 43: 265-267.

3 American Thoracic Society. Lung function testing: selection of reference values and interpretative strategies. Am Rev Respir Dis 1991; 144: 1202-1218.

4 American College of Chest Physicians. Statement on spirometry. A report of the section on respiratory pathophysiology. Chest 1983; 83: 547-550.

5 Harber P. Value based interpretation of pulmonary function tests. Chest 1985; 874-877.

6 Grippi MA, Metzger LF, Krupinski AV, Fishman AP. Pulmonary function testing. En Fishman AP (editor). Pulmonary diseases and disorders. New York: McGraw-Hill Book Company, 1988: 2469-2521.

7 Burrows B, Knudson RJ, Kettel LJ. Respiratory insufficiency. Chicago: Year Book Medical Publishers, 1975: 165-168.

8 Ghio AJ, Crapo RO, Elliot CG. Reference equations used to predict pulmonary function. Survey at institutions with respiratory disease training programs in the United States and Canada. Chest 1990; 97: 400-403.

9 Harber P, Tockman M. Defining "disease" in epidemiologic studies of pulmonary function: percent of predicted or difference from predicted? Bull Eur Physiopathol Resp 1982; 18: 819-828.

10 Pennock BE, Cottrell JJ, Rogers RM. Pulmonary function testing. What is "normal"? Arch Intern Med 1983; 143: 2123-2127.

11 American Thoracic Society. Standardization of spirometry – 1994 update. J Respir Crit Care Med 1995; 152: 1107-1136.

12 Sobol BJ. The early detection of airway obstruction: another perspective. Am J Med 1976; 60: 619-624.

13 Díez Herranz A. Concordancia entre los valores de referencia para la espirometría recomendados por las Sociedades Neumológicas Española y Europea. Arch Bronconeumol 1996; 32: 459-462.

14 Glindmeyer HW III. Predictable confusion. J Occup Med 1981; 23: 845-849.

15 Lebowitz MD, Holberg CJ. Comparison of spirometric reference values and the proportion of abnormal subjects among male smokers and those symptomatic in a community population. Am Rev Respir Dis 1990; 141: 1491-1496.

16 Quadrelli S, Roncoroni A, Montiel G. Assessment of respiratory function: influence of spirometry reference values and normality criteria selection. Respir Med 1999; 93: 523-535.

17 Ferrante A, Anaclerio M, Quatela M, et al. Referente spirometric data and their modelling: is it time to change the traditional variables in models? Eur Respir J 1994; 7 (supl. 8): 354S.

18 Vollmer WM, Johnson LR, McCamant LE, Buist AS. Methodological issues in the analysis of lung function data. J Chron Dis 1987; 40: 1013-1023.

19 Becklake MR. Concepts of normality applied to the measurement of lung function. Am J Med 1986; 80: 1158-1164.

20 Cotes JE. Lung function throughout life: determinants and reference values. En Cotes JE (editor). Lung function. Assessment and application in medicine. Oxford, Blackwell Scientific Publications, 1993: 445-513.

21 Quadrelli SA, Montiel GC, Roncoroni AJ. Análisis de los factores de error en la espirometría. Medicina (Buenos Aires) 1994; 54: 69-81.

22 Cotes JE. Assessment of bellows and mechanical attributes of the lung. En Cotes JE (editor). Lung function. Assessment and application in medicine. Oxford, Blackwell Scientific Publications, 1993: 131-178.

23 Quanjer hH, Tammeling GJ, Cotes JE, Pedersen OF, Peslin R, Yernault J-C. Standardized lung function testing. Lung volumes and forced ventilatory flows. Official statement of the European Respiratory Society. Eur Respir J 1993; 6 (supl 16): 5-40.

24 SEPAR. Normativa para la espirometría forzada. Barcelona, Ediciones Doyma, SA, 1985.

25 Cordero PJ, Morales P, Benlloch E, Miravet L, Cebrián J. Spirometric studies in normal subjects. Reference values for adults of Spanish descent. Eur Respir J 1995; 8 (supl. 19): 436S.

26 Cotes JE. Lung function throughout life: determinants and reference values. En Cotes JE (editor). Lung function. Assessment and application in medicine. Oxford: Blackwell Scientific Publications, 1993: 445-513.

27 Hyatt RE, Scanlon PD, Nakamura M. Spirometry: dynamic lung volumes. En Hyatt RE, Scanlon PD, Nakamura M. Interpretation of pulmonary function tests. Philadelphia, Lippincott-Raven Publishers, 1997: 5-25.

28 Sobol BJ, Sobol PG. Per cent of predicted as the limit of normal in pulmonary function testing: a statistically valid approach. Thorax 1979; 34: 569-570.

29 American Heart Association. AHA Council Report. Manual for evaluation of lung function by spirometry. Circulation 1982; 65: 644A-651A.

30 Hankinson JL. Pulmonary function testing in the screening of workers: guidelines for instrumentation, performance, and interpretation. J Occup Med 1986; 28: 1081-1092.

31 Gilber R, Auchincloss JH. The interpretation of the spirogram. How accurate is it for "obstruction"? Arch Intern Med 1985; 145: 1635-1639.

32 Castellsagué J, Burgos F, Sunyer J, Barberà JA, Roca J, for the Barcelona Collaborative Group on Reference Values for Pulmonary Function testing and the Spanish Group of the European Community Respiratory health Survey. Respir Med 1998; 92: 401-407.

33 Díez Herranz A, Tobal González M. La interpretación de la espirometría: ¿dónde nos encontramos? Arch Bronconeumol 1996; 32: 475-482.

34 Díez Herranz A, Para Cabello J, Aller Alvarez JL. Intrerpretando la espirometría: ¿porcentajes o percentiles? Validación de diferentes criterios diagnósticos. XII Premio CIBA. Salamanca: XIV Congreso SOCALPAR, 1995.

35 Thomas HM III, Garret RC. Interpretation of spirometry. A graphic and computational approach. Chest 1984; 86: 129-131.

36 Knudson RJ, Lebowitz MD, Holberg CJ, Burrows B. Changes in the normal maximal expiratory flow-volume curve with growth and aging. Am Rev Respir Dis 1983; 127: 725-734.

37 Dosman JA, Cotton DJ, Graham BL, Hall DL, Li R, Froh F, et al. Sensitivity and specificity of early diagnostic tests of lung function in smokers. Chest 1981; 79: 6-11.

38 Miller MR, Pincock AC. Predicted values: how should we use them? Thorax 1988; 43: 663-664.

39 Quanjer PhH. RV/TLC% ratio: alternative criteria of normality. Eur Respir J 1995; 8: 1813.

40 American Thoracic Society. Evaluation of impairment/ disability secondary to respiratory disorders. Am Rev Respir Dis 1986; 133: 1205-1209.

41 Detels R, Tashkin DP, Simmons MS, Carmichael HE Jr, Sayre JW, Rokaw SN, et al. The UCLA population studies of chronic obstructive respiratory disease. 5. Agreement and disagreement of tests in identifying abnormal lung function. Chest 1982; 82: 630-638.

42 Manfreda J, Sidwall G, Maini K, West P, Cherniak RM. Respiratory abnormalities in employees of the hard rock mining industry. Am Rev Respir Dis 1982; 126: 629-634.

43 Crapo RO, Morris AH, Gardner RM. Reference spirometric values using techniques and equipment that meet ATS recommendations. Am Rev Respir Dis 1981; 123: 659-664.

44 Laszlo G. European standards for lung function testing: 1993 update. Thorax 1993; 48: 873-876.

45 Matthews DE, Farewell VT. Estadística médica. Aplicación e interpretación. Barcelona: Salvat Editores, SA, 1990: 93-107.

46 Miller MR, Pincock AC, Grove DM. Patterns of spirogram abnormality in individual smokers. Am Rev Respir Dis 1985; 132: 1034-1040.

47 Crapo RO, Morris AH, Gardner RM. Reference spirometric values using techniques and equipment that meet ATS recommendations. Am Rev Respir Dis 1981; 124: 764.

48 Pennock BE, Rogers RM, McCaffree DR. Changes in measured spirometric indices. What is significant? Chest 1981; 80: 97-99.

49 Roberts CM, Mac Rae KD, Winning AJ, Adams L, Seed WA. Reference values and prediction equations for normal lung function in a nonsmoking white urban population. Thorax 1991; 46: 643-650.

50 Pennock BE, Rogers RM, Owens GR, Unger KM. The normal ranges in spirometric indices. Chest 1982; 81: 658-659.

51 Oldham PD. Per cent of predicted as the limit of normal in pulmonary function testing: a statistically valid approach. Thorax 1979; 34: 569.

52 Kauffmann F, Drouet D. Spirometric reference values - what for? Am Rev Respir Dis 1982; 136: 595.

53 Miller MR, Grove DM, Pincock AC. Time domain spirogram indices. Their variability and reference values in nonsmokers. Am Rev Respir Dis 1985; 132: 1041-1048.

54 Poirier KP. A quantitative definition of obstructive lung disease. Am J Med 1968; 45: 329-335.

55 Díez Herranz A, Para Cabello J, Fernández Rodríguez ML. Validación de diversos criterios de interpretación de la espirometría forzada. Estudio preliminar. Arch Bronconeumol 1994; 30: 418-419.