Psicometría clínica · Actualización 2026

Cómo interpretar los resultados de un test psicológico

Publicado el 1 de enero de 2026 · Lectura: 10 min

Tipos de puntuaciones

Los tests psicológicos generan distintos tipos de puntuaciones, cada una con un significado específico. En evaluación cognitiva, la guía de evaluación neuropsicológica ayuda a integrar hallazgos del WAIS-IV o WISC-V con la entrevista clínica. Conocer la diferencia entre ellas es esencial para evitar errores de interpretación que pueden afectar las decisiones clínicas.

La puntuación directa es la más intuitiva pero también la más limitada: un puntaje de 20 en el BDI-II no significa lo mismo que un puntaje de 20 en el GAD-7 ni que un puntaje de 20 en el PCL-5. Cada instrumento tiene su propia escala, sus propios rangos de severidad y sus propios puntos de corte. Por eso, el clínico debe conocer las características específicas del instrumento que está utilizando antes de interpretar cualquier resultado.

Las puntuaciones estandarizadas (z, T, percentiles) permiten comparar el desempeño del paciente con una población de referencia y facilitan la comunicación entre profesionales. Sin embargo, su utilidad depende de la calidad y la representatividad de las normas disponibles, lo que es particularmente relevante en contextos latinoamericanos donde no siempre se dispone de baremos locales.

En tamizajes cognitivos breves —como el MMSE, el MoCA o el Test del Reloj— la interpretación suele apoyarse en puntuaciones directas con puntos de corte fijos. En pruebas de inteligencia no verbal como el Raven SPM, los percentiles y cocientes sitúan el razonamiento abstracto respecto a la norma. En inventarios de rasgos, como el 16PF, las puntuaciones T de cada factor configuran un perfil de personalidad que no debe reducirse a un solo número global.

¿Qué es un punto de corte y cómo se establece?

Un punto de corte es un valor específico en la escala de un test psicológico que se utiliza para clasificar a los individuos en categorías clínicamente relevantes, por ejemplo, «probable caso» versus «no caso». La elección del punto de corte óptimo implica un equilibrio fundamental entre dos propiedades psicométricas: la sensibilidad (capacidad de identificar correctamente a los individuos que presentan la condición evaluada) y la especificidad (capacidad de identificar correctamente a los individuos que no la tienen). Los puntos de corte se establecen mediante estudios de validación que comparan los resultados del test con un criterio externo o «estándar de oro», típicamente una entrevista clínica estructurada o diagnóstico confirmado por profesional. El análisis de curvas ROC (Receiver Operating Characteristic) permite visualizar la relación entre sensibilidad y especificidad para todos los valores posibles del test y seleccionar el punto de corte que optimice ambas propiedades de manera balanceada.

En la práctica clínica, es importante considerar que un punto de corte más bajo aumenta la sensibilidad pero reduce la especificidad (generando más falsos positivos), mientras que un punto de corte más alto produce el efecto opuesto. El clínico debe reconocer que los puntos de corte pueden variar significativamente según la población, el contexto sociocultural y las características del entorno de evaluación. Un punto de corte validado en una muestra clínica de países de habla inglesa puede no ser óptimo para poblaciones comunitarias o clínicas en México o Colombia, debido a diferencias en factores demográficos, socioeconómicos y culturales. Por tanto, siempre que sea posible, es preferible utilizar puntos de corte que hayan sido validados específicamente en poblaciones similares a la del paciente que se está evaluando.

Referencias:

1. Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. Ver estudio original
2. Streiner, D. L., Norman, G. R., & Cairney, J. (2015). Health measurement scales: A practical guide to their development and use (5th ed.). Oxford University Press.
3. Sumner, P., Vivian-Griffiths, S., Boivin, J., Williams, A., Venetis, C. A., Davies, A., ... & Chambers, C. D. (2014). The association between exaggeration in health related science news and academic press releases: retrospective observational study. BMJ, 349, g7015. Ver estudio original

Cribado vs diagnóstico

Una de las confusiones más frecuentes en la práctica clínica es equiparar el resultado de un test de cribado con un diagnóstico definitivo. Los instrumentos de tamizaje como el PHQ-9, el GAD-7 o el PCL-5 están diseñados específicamente para identificar personas que probablemente tengan una condición, no para confirmar su presencia de manera concluyente. En depresión clínica, escalas aplicadas por el evaluador como la Hamilton de depresión (HDRS-17) miden severidad con criterio heteroaplicado y complementan los autoinformes breves. Un resultado positivo en un test de cribado –por ejemplo, una puntuación ≥10 en el PHQ-9 para depresión moderada– indica únicamente que el paciente necesita una evaluación clínica más profunda, pero no constituye un diagnóstico por sí solo. Estos instrumentos poseen utilidad comprobada para deteccin en contextos de atención primaria y comunitaria, pero su sensibilidad y especificidad varían según la población estudiada y requieren interpretación clínica contextualizada.

El diagnóstico clínico requiere una evaluación integral que considere la historia clínica completa del paciente, la presentación actual de los síntomas, la duración y la gravedad funcional, los posibles diagnósticos diferenciales y los factores contextuales relevantes. La entrevista clínica estructurada según criterios diagnósticos (DSM-5-TR o CIE-11) sigue siendo el estándar de referencia para el diagnóstico de trastornos mentales, y los tests psicométricos deben entenderse como herramientas complementarias que informan pero no sustituyen el juicio clínico del profesional. Esta distinción es fundamental para evitar falsos positivos y garantizar diagnósticos precisos que orienten adecuadamente el plan de tratamiento.

Referencias:

1. Kroenke et al. (2001). The PHQ-9: validity of a brief depression severity measure. Journal of General Internal Medicine, 16(9), 606-613. Ver estudio original
2. Spitzer et al. (2006). A brief measure for assessing generalized anxiety disorder: the GAD-7. Archives of Internal Medicine, 166(10), 1092-1097. Ver estudio original
3. Weathers et al. (2013). The PTSD Checklist for DSM-5 (PCL-5). Scale available from the National Center for PTSD.

Errores más comunes al interpretar resultados

Incluso profesionales experimentados pueden caer en errores sistemáticos al interpretar los resultados de tests psicológicos. Reconocer estos sesgos es el primer paso para evitarlos:

• Sobredependencia de una sola puntuación: basar una decisión clínica únicamente en el puntaje total de un test, sin considerar el perfil de respuestas individuales, los ítems críticos o el contexto del paciente.
• Ignorar el contexto: interpretar los resultados sin considerar factores como el estado físico del paciente, eventos vitales recientes, medicación actual o el entorno en que se aplicó el test.
• No considerar las normas adecuadas: comparar al paciente con normas poblacionales que no son representativas de su grupo demográfico, cultural o lingüístico.
• Negligencia de la tasa base: no tener en cuenta la prevalencia de la condición en la población del paciente. Un test con buena sensibilidad y especificidad puede generar muchos falsos positivos si la condición es poco frecuente en esa población.
• Sesgo de confirmación: interpretar los resultados del test de manera que confirmen una hipótesis previa del clínico, descartando o minimizando información contradictoria.

Este riesgo es especialmente relevante en cuestionarios multidimensionales como el SCL-90-R, donde el índice global puede enmascarar elevaciones en subescalas específicas de ansiedad, depresión u hostilidad que orientan la intervención clínica.

Cómo comunicar resultados al paciente

La comunicación de los resultados de un test es una intervención clínica en sí misma. La forma en que el profesional presenta los hallazgos puede influir significativamente en la comprensión del paciente sobre su condición, su motivación para el tratamiento y su relación terapéutica con el clínico.

Es recomendable utilizar un lenguaje sencillo y accesible, evitando tecnicismos innecesarios. En lugar de decir «su puntuación T es 72, lo que indica dos desviaciones estándar por encima de la media normativa», es preferible explicar que «sus resultados indican un nivel de ansiedad considerablemente más alto que el de la mayoría de las personas, lo que nos ayuda a entender por qué se siente como se siente y a planificar un tratamiento adecuado».

También es importante evitar etiquetar al paciente con base en una puntuación. El test mide síntomas, no define a la persona. Frases como «usted es depresivo» deben reemplazarse por «los resultados muestran que está experimentando síntomas depresivos significativos en este momento». Esta distinción sutil puede tener un impacto importante en cómo el paciente integra la información en su autoconcepto.

Severidad estadística vs severidad clínica

Una puntuación estadísticamente elevada no siempre implica relevancia clínica, y viceversa. La significancia estadística se refiere a la probabilidad de que un resultado se deba al azar, mientras que la significancia clínica se refiere al impacto real del resultado en el funcionamiento y el bienestar del paciente.

Por ejemplo, un paciente puede obtener un puntaje de 12 en el PHQ-9 (rango moderado) pero mantener un funcionamiento laboral, social y familiar relativamente intacto. Otro paciente puede puntear 8 (rango leve) pero experimentar una interferencia significativa en su capacidad de trabajar o mantener relaciones. La evaluación del deterioro funcional es tan importante como la puntuación del test y debe considerarse siempre en la toma de decisiones clínicas.

El rol de la entrevista clínica junto al test

Los tests psicométricos no deben utilizarse de forma aislada. La entrevista clínica permite contextualizar los resultados, explorar áreas que el test no cubre y evaluar aspectos cualitativos de la presentación del paciente que un cuestionario no puede captar. Además, la interacción durante la entrevista ofrece información valiosa sobre el estado emocional, la capacidad de introspeción y la motivación del paciente para el tratamiento.

El enfoque más robusto combina la información cuantitativa del test con la información cualitativa de la entrevista. Cuando los resultados del test y la impresión clínica coinciden, la confianza en la evaluación es alta. Cuando hay discrepancias, es necesario explorar las posibles razones: el paciente puede estar minimizando o exagerando síntomas, puede haber malentendido preguntas del test, o pueden estar operando factores contextuales que afectan una u otra fuente de información.

¿Cuándo remitir a psiquiatría?

Los resultados de un test psicológico pueden ser un indicador importante para decidir cuándo derivar al paciente a psiquiatría. Aunque los umbrales específicos varían según el instrumento y el contexto, existen algunas señales de alarma que deben motivar una derivación:

• Puntuaciones en rango severo: puntajes que indiquen sintomatología grave (por ejemplo, PHQ-9 ≥ 20, GAD-7 ≥ 15, BDI-II ≥ 29).
• Ítems de riesgo elevados: cualquier puntuación positiva en ítems de ideación suicida, autolesiones o síntomas psicóticos.
• Falta de respuesta al tratamiento: puntuaciones que no mejoran o empeoran después de un periodo razonable de psicoterapia (generalmente 6-8 semanas).
• Deterioro funcional significativo: cuando los resultados del test son consistentes con un nivel de deterioro que afecta la seguridad del paciente o su capacidad de autocuidado.
• Comorbilidad compleja: cuando los resultados de múltiples tests sugieren la presencia simultánea de varios trastornos que podrían beneficiarse de intervención farmacológica.

Cómo documentar los hallazgos

La documentación adecuada de los resultados de tests psicológicos en el expediente clínico es tanto una responsabilidad ética como un requisito legal. Un registro completo debe incluir: el nombre y la versión del instrumento aplicado, la fecha de aplicación, las condiciones de administración (presencial, remota, idioma), la puntuación total y las subpuntuaciones relevantes, el rango de severidad correspondiente, cualquier observación sobre ítems críticos (como ideación suicida) y la interpretación clínica del profesional en el contexto de la evaluación global.

Cuando se utilizan plataformas digitales como Kalyo, la documentación se automatiza en gran parte: las puntuaciones se calculan y registran automáticamente, los rangos de severidad se aplican de forma inmediata y los resultados se integran en el expediente clínico del paciente. Esto no solo ahorra tiempo sino que también reduce el riesgo de errores en la calificación manual y facilita el seguimiento longitudinal de la evolución del paciente a través del tiempo.