Vila-Rovira et.

al Revista de Investigación en Logopedia 1 (2011) 35-55

Disponible on-line en: a una combinación entre ellas. El clínico y el investigador precisan de instrumentos que
[Link] permitan evidenciar los cambios que la voz sufre y éstos deben responder a las diversas
Revista de investigación en Logopedia 1 (2011) 35-55.
dimensiones que la voz y su uso comunicativo presentan. En este aspecto, coincidimos
con las diversas propuestas de abordaje multi-instrumental de la disfonía. Partiendo del
amplio acuerdo obtenido por el protocolo elaborado por el Comité de Foniatría de la
Sociedad Europea de Laringólogos (Dejonckere et al. 2001), recogiendo los últimos
Indicadores fonorrespiratorios de normalidad y trabajos de revisión (Carding, Wilson, MacKenzie y Deary, 2009; Oates, 2009) y sin

patología en la clínica vocal olvidar las propuestas metodológicas e instrumentales que han aparecido en nuestro
contexto territorial (Arias, 1992; Rodríguez-Parra, Adrián y Casado, 2009), centraremos
Josep María Vila-Rovira, Jesús Valero-García, Laura González-Sanvisens nuestra atención en algunas medidas de la función vocal, algunas muy habituales en la
Universitat Ramón Llull práctica clínica y otras más novedosas. En todos estos referentes se determina la
necesidad de establecer unos acuerdos de mínimos para el diagnóstico de las
Resumen alteraciones de la voz y disponer de herramientas comparables para ser usadas en las
La disfonía es una alteración de las cualidades de la voz. Estas cualidades pueden ser medidas y los
valores obtenidos pueden aportar información relevante para el profesional clínico de la voz. Esta investigaciones sobre la eficacia de los tratamientos y de las nuevas técnicas de
investigación pretende identificar las medidas más válidas en el estudio objetivo de la voz patológica y
establecer valores que identifiquen a la población disfónica. Se ha estudiado la voz de 141 personas con evaluación. En estos protocolos y revisiones se tienen en cuenta las informaciones
alteraciones vocales y se ha comparado con un grupo control de 99 sujetos. Los resultados obtenidos
muestran diferencias significativas en diversos parámetros y se pueden perfilar valores de corte en la
aportadas por las pruebas de imagen laríngea, por las valoraciones perceptivas, por los
frecuencia máxima (537 Hz.- Do4 en hombres y 667 Hz.- Mi4 en mujeres) así como en el Dysphonia datos del examen acústico, por las medidas aerodinámicas y por las valoraciones del
Severity Index (3.70). La diversidad y variabilidad de los datos observados reclaman al clínico la
necesidad de integrar los datos obtenidos con las medidas objetivas con sus percepciones cualitativas, las hándicap vocal.
valoraciones subjetivas del propio paciente y las informaciones obtenidas por las imágenes laríngeas.
En primer lugar, el proceso diagnóstico precisa de la observación directa de la
Palabras clave: Calidad vocal; Disfonía; Exploración de la voz; Voz;.
laringe. En este aspecto, Dejonckere et al. (2001) afirman que la
Abstract videolaringoestroboscopia es el principal instrumento para el diagnóstico etiológico de
Dysphonia is a disorder of the voice qualities. These qualities can be measured and these values may
provide relevant information for clinical professionals of voice. This research aims to identify the most las alteraciones de la voz. Se trata de la visualización y grabación de los pliegues
valid measures in the study of pathological voice and set cut-off values to identify the population hoarse.
We have studied the voice of 141 people with vocal disorders and compared with a control group of 99 vocales en acción fonatoria con el apoyo de una fuente de luz sincronizada con la
subjects. The results show significant differences in several parameters and values can shape cut-off in
the maximum frequency (537 Hz - C4 in men and 667 Hz - Mi4 in women) and in the Dysphonia Severity vibración glótica. Esta prueba permite valorar también la calidad de la vibración de los
Index (3.70). The diversity and variability observed of the data call to the clinician to integrate the data pliegues vocales y puede ser utilizada para la evaluación de la efectividad de los
the objective measures with their qualitative perceptions, subjective assessments of the patient and the
information obtained by the laryngeal images. tratamientos médicos o quirúrgicos. Se afirma que esta pertenencia está basada en la
Keywords: Dysphonia; Voice; Voice assessment; Voice quality. buena reproducibilidad intra e interobservador, en la no redundancia de la información
aportada y en la relación que se establece entre lo observado y la fisiología vocal. Sin
embargo, en nuestro país la videolaringoestroboscopia no es, todavía, la prueba
Introducción
diagnóstica para todos los pacientes afectados por alteraciones de la voz. Compartimos
La disfonía es un fenómeno multidimensional, que afecta a las cualidades de la voz del
la importancia de la captación de las imágenes laríngeas tanto para el proceso
hablante, que es percibida por sus interlocutores y que altera la vida cotidiana de quien
diagnóstico como para la mejor comprensión de la producción vocal tanto en laringes
la padece. Aronson (1980) la define como la anomalía de la voz percibida por aquel que
sanas como en las de las personas con disfonía. En nuestra investigación hemos
la escucha y que afecta sea a la frecuencia, a la intensidad, al timbre, a la ligereza o bien
centrado nuestra atención en otras perspectivas para la medida y valoración del

36
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

fenómeno vocal, motivo por el cual no profundizamos en la descripción y análisis de los que responde al acrónimo GRBAS, donde la G (Grade) corresponde al grado de
procedimientos de captación de imágenes laríngeas. disfonía, la R (Roughness) se refiere a la raspositat o aspereza, la inicial B (Breathiness)
En segundo lugar, debemos hacer referencia a la desarrollo de instrumentos para valora la presencia ruido de aire en la voz, voz soplada, la debilidad o astenicitat
la valoración de las consecuencias que la disfonía provoca en quien la padece. A pesar tímbrica se valora con la inicial A (Asthenics) y, finalmente, se puntúa la característica
de que nuestro trabajo no se dedica a ellas, consideramos necesario no perder de vista la de la constricción en el parámetro S (Strained). El clínico puntúa el nivel de severidad
mirada subjetiva del paciente. Entendemos que ceder la palabra al paciente para opinar de la disfonía en una escala de cuatro puntos. Donde al primero se le otorga el valor 0
sobre su enfermedad enriquece y complementa la visión objetiva y subjetiva del clínico. que responde a la ausencia de disfonía y los valores 1, 2 y 3 indican los niveles ligero,
Siguiendo a Zraick y Risner (2008), podemos identificar la existencia de hasta doce moderado y severo en cada uno de los parámetros valorados. Se trata de una escala
cuestionarios de autopercepción de la disfonía. La descripción y análisis de todas estas perceptiva que es conocida y empleada de forma habitual en todo el mundo a pesar de
herramientas supera ampliamente el objetivo de este documento y por este motivo que en nuestro país no todos los profesionales ORL y logopedas la usen aún. En nuestro
preferimos referirnos únicamente al Voice Handicap Index (Jacobson et al., 1997), por estudio consideramos, siguiendo a Oates (2009), que se trata de la prueba estándar para
ser el único traducido, adaptado y validado a la lengua española (Núñez-Batalla et al. determinar la validez de otros instrumentos de medida de la calidad vocal.
2007). Se trata de un cuestionario compuesto por treinta ítems, en el que el paciente Siguiendo con las dimensiones de valoración de la disfonía, debemos referirnos
expresa con qué frecuencia sufre algunas limitaciones en la vida cotidiana motivadas seguidamente a las medidas aerodinámicas. La producción de la voz precisa del aire
por su voz. Siete años después de su publicación, se revisó y se propuso una versión pulmonar para su generación. Por este motivo, la respiración ha tenido un papel
corta de sólo diez ítems y se argumentó que no hay ningún beneficio en el uso de la destacado tanto en las valoraciones de la voz como en los métodos de mejora o
versión completa (Rosen, Lee, Osborne, Zullo y Murry, 2004). La aceptación de esta tratamiento de la voz. Siguiendo las orientaciones de la Sociedad Europea de
herramienta ha sido muy importante. Existen diversos estudios que avalan su fiabilidad Laringólogos (Dejonckere et al. 2001) el indicador aerodinámico de la voz más simple
y validez y ha sido empleada en numerosos trabajos científicos como contraste de otros es el Tiempo Máximo de Fonación (TMF). Se trata de la prolongación de la emisión de
instrumentos de medida de la disfonía (Deary, Webb, Mackenzie, Wilson y Carding, la vocal /a/ durante el máximo tiempo posible en una frecuencia e intensidad
2004; Steen et al. 2008; Webb et al. 2007). Un reciente estudio de revisión presenta el confortable tras una inspiración profunda (Hirano, 1981; Neiman y Edeson, 1981). Se
VHI-10 como uno de los instrumentos más robustos para la valoración de la recomienda realizar una demostración y tres ensayos y se considera que puede tener una
autopercepción de la disfonía (Carding et al. 2009). El Voice Handicap Index ha sido cierta sensibilidad al entrenamiento y a la fatiga. Son diversos los estudios que
traducido a muchas lenguas (Verdonck-de Leeuw et al. 2008) y en nuestro país hace presentan datos normativos sobre el tiempo máximo de fonación y los valores que
algunos años que se emplean las dos versiones del VHI, pero no ha sido hasta 2007 que aportan presentan una alta variabilidad (Hakkesteegt, Brocaar, Wieringa y Feenstra,
se ha publicado una versión castellana adaptada y validada. 2006; Rodriguez-Parra et al. 2009; Wuyts et al. 2000). Finalmente, nos parece idóneo
El tercero de los ámbitos de la exploración para el diagnóstico de las alteraciones referirnos al reciente trabajo presentado por Speyer et al. (2010) en el que ponen de
de la voz es la valoración perceptiva, es decir, la valoración que el clínico realiza de la manifiesto que la medida del tiempo máximo de fonación es una medida fiable y que no
voz del paciente con su sentido de la audición Todos los protocolos de evaluación se ve afectada por el número de ensayos que se realicen ni de si se realiza en diferentes
actuales incluyen esta dimensión y los estudios de revisión más recientes no olvidan días o por diversos observadores.
esta herramienta de valoración clínica que es la escucha del paciente (Behrman, 2005; Prosiguiendo con la descripción y análisis de las medidas aerodinámicas, nos
Dejonckere et al. 2001; Oates, 2009; Rodriguez-Parra et al. 2009; Webb et al. 2004). queremos referir ahora al valor del Tiempo Máximo de Espiración (TME). No se trata
Para valorar perceptivamente la calidad vocal, disponemos de un referente innegable en de un dato directamente relacionado con la fonación pero nos permitirá acceder a un
la escala GRBAS (Hirano, 1981). Hirano definió una escala de valoración perceptiva parámetro de relación entre fonación y espiración. El TME se obtiene pidiendo al

37 38
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

paciente que prolongue un soplo espiratorio durante el máximo tiempo posible con la estandarización. Además, el protocolo básico de 2001 propone el uso de algunos valores
emisión de un fonema /s/. En el mismo sentido recientemente, un grupo de Andalucía del fonetograma (representación conjunta de intensidad y frecuencia que delimita el
formado por Rodríguez-Parra, Adrián y Casado (2009) en su protocolo campo vocal de un hablante). Considera que realizar el fonetograma completo es muy
multidimensional para la evaluación de la disfonía llamado Teatinos, proponen la costoso en cuanto al tiempo dedicado y propone que se tomen las tres medidas más
anotación del TME y informan de diferencias significativas entre los valores obtenidos sensibles al cambio: intensidad mínima y frecuencias máxima y mínima. Relacionado
entre sujetos con afectación vocal y sin ella, así como entre los valores obtenidos antes y con los valores de período e intensidad, nos parece relevante uno de los últimos estudios
después de una intervención terapéutica. La relación entre el TME y el TMF se recoge publicados (Ma et al. 2007) donde se comparan los valores del fonetograma de un grupo
en el denominado cociente s/z. Se interpreta como un indicador de la eficiencia de cierre de noventa mujeres con patología laríngea con otro de treinta y cinco mujeres sin
glótico. Como nos presentan Gelfer y Pazera (2006), hay diversidad de datos no patología vocal. Podemos destacar que las diferencias entre los dos grupos se
concluyentes sobre la fiabilidad de esta medida y sugieren que el uso clínico de la manifiestan significativas para todos los parámetros estudiados, frecuencia mínima y
misma debe realizarse con cautela. máxima, intensidad mínima y máxima, rangos de frecuencia e intensidad y área vocal
Finalmente, en el análisis de las dimensiones que forman parte del protocolo (producto del rango de frecuencias y de intensidades en semitonos).
debemos referirnos a las medidas objetivas de calidad vocal. En este sentido, cabe decir La diversidad de medidas acústicas que pueden ofrecer los programas
que los avances de la informática han puesto al alcance de clínicos e investigadores informáticos de análisis vocal así como la discutida fiabilidad y validez de las mismas
distintas aplicaciones que aportan información sobre el sonido de la voz. El análisis ha llevado a diversos grupos de investigadores a la búsqueda de índices que agrupen las
acústico de la voz es una mirada no invasiva al fenómeno vocal que permite objetivar la medidas más robustas y que puedan sintetizar el concepto de calidad vocal o de
evaluación de la voz con parámetros numéricos. En la tradición clínica los valores severidad de la disfonía. Podemos señalar la existencia y desarrollo de varios de éstos
habitualmente observados son la frecuencia fundamental espontánea, las frecuencias índices. Para nuestro estudio nos ha interesado centrarnos en el Dysphonia Severity
mínima y máxima y las intensidades mínima y máxima. Por otra parte, gracias a los Index (DSI) de Wuyts et al. (2000) por ser el que más desarrollo científico tiene hasta el
análisis informatizados de la voz es posible obtener diversos valores que expresan las momento. El DSI combina de manera ponderada los datos objetivos más significativos
características de una onda sonora. Mediante la transformada de Fourier es posible de una exploración vocal acústica y aerodinámica. El DSI recoge el tiempo máximo de
calcular múltiples valores. La explicación de todos y cada uno de los parámetros que se fonación, la frecuencia fundamental más aguda, la intensidad más baja y el jitter en
pueden calcular con los diferentes programas rebasa ampliamente los objetivos de este porcentaje. Su ponderación se expresa en la fórmula siguiente: DSI= 0.13 x TMF +
trabajo. Hay que referirse en este ámbito al trabajo de Baken (1999) donde se recogen 0.0053 x F0 máx. – 0.26 x Intensidad mín. – 1.18 x jitter + 12.4. En los últimos años, ha
las bases, datos y utilidades de estos parámetros acústicos. aumentado el uso de este indicador y ha sido estudiada su variabilidad en función de la
Tomamos de nuevo la referencia del protocolo básico de la Sociedad Europea de edad y el género, interobservador, en test-retest y como indicador de cambios tras el
Laringólogos (Dejonckere et al. 2001) donde se considera que las medidas de tratamiento logopédico y la fonocirugía. (Hakkesteegt et al., 2006; Hakkesteegt,
perturbación de la amplitud y de la frecuencia (shimmer y jitter) y las de relación entre Wieringa, Brocaar, Mulder y Feenstra, 2008; Hakkesteegt, Brocaar y Wieringa, 2010).
la señal y el ruido son las más robustas para cuantificar las características perceptuales La experiencia de Wuyts et al. (2001) con el DSI ha sido seguida por varios grupos de
de la calidad vocal. Se señala, no obstante, que una de las limitaciones que presenta en investigadores en la búsqueda de nuevos índices en los que se combinaran varios
ese momento el análisis acústico informatizado es la incapacidad de analizar señales parámetros acústicos que hicieran posible una valoración objetiva con la mejor
acústicas fuertemente aperiódicas. Concretamente, recomienda no considerar los valores capacidad de categorización, máxima sensibilidad al cambio, reproducibilidad y
de perturbación de amplitud y periodo en porcentajes que superen el 5%. En referencia correlación con las percepciones de los jurados de escucha. En esta línea hay que tomar
a los índices de señal / ruido considera que no hay suficientes estudios de en consideración los trabajos liderados por Awan y por Maryn y sus colaboradores

39 40
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

(Awan y Roy, 2006; Awan y Roy, 2009; Awan, Roy y Dromey, 2009; Awan, Roy, ha garantizado el anonimato de todos los datos registrados con una referencia
Jette, Meltzner y Hillman, 2010; Maryn, De Bodt y Roy, 2010) que aportan alfanumérica específica para este estudio.
principalmente el uso de muestras de habla continua combinada con las vocales
sostenidas y la incorporación de medidas relacionadas con el espectro y el cepstrum, Materiales y procedimiento
evitando el uso del jitter al que consideran que no es un indicador fiable extraíble de las Entre los meses de abril y diciembre de 2010, se procedió a la recogida de muestras
vocales sostenidas. mediante sesiones individuales de treinta minutos realizadas en espacios no
En consecuencia de los datos hasta aquí aportados, los objetivos que nos insonorizados pero con un nivel sonoro inferior a 50 dB (Dejonckere et al. 2001). Las
proponemos en la investigación que presentamos tratan sobre la determinación de la tareas solicitadas a cada participante pueden encontrarse en la tabla 1.
significación de varias medidas aerodinámicas y acústicas en relación a la patología
vocal y al posible establecimiento de puntuaciones de corte que sirvan al clínico de Tabla 1. Tareas para la recogida de muestras de voz
orientación en el proceso multiprofesional de la evaluación y diagnóstico de las Decir el número de referencia de la investigación y la fecha del día
afecciones vocales. Producir los sonidos /s/, /z/ y /a/ durante el máximo de tiempo posible (dos intentos)
Producir la vocal /a/ en la tonalidad e intensidad que sea confortable (tres intentos de
Método tres segundos como mínimo)
Participantes Recitar los días de la semana y alargar la vocal tónica /á/ del sábado (un intento de tres
Para este estudio, la muestra del grupo experimental se seleccionó entre los pacientes segundos como mínimo)
diagnosticados por médicos ORL y atendidos, por alteraciones de la voz, en varios Producir un sonido en forma de sirena ascendente hasta el tono más agudo posible(tres
centros logopédicos con concierto económico con la administración sanitaria pública. El intentos)
sistema de derivación de pacientes a los centros concertados no asegura, con fiabilidad, Producir tres sonidos a la mínima intensidad posible(tres intentos de tres segundos
la categorización de los diagnósticos lesionales. Las muestras del grupo control se como mínimo)
recogieron entre alumnado universitario, cantores de coros no profesionales, maestros Lectura de un texto
participantes en cursos de educación de la voz y otros voluntarios convocados a tal
efecto. Se excluyeron del grupo experimental los pacientes afectados de alteraciones de En relación a la muestra de voz en lectura, queremos indicar que no existe en
origen neoplásico, neurológico o de presbifonía. En el grupo control se excluyeron nuestro ámbito territorial ningún texto que se utilice de manera consensuada para la
todas las personas que manifestaban haber sufrido problemas vocales con o sin exploración de la voz ni en investigaciones relacionadas con ella. Se dispuso la
diagnóstico confirmatorio. Después de una selección aleatoria, el grupo experimental se redacción de un escrito para esta finalidad que respondiera a ciertos criterios. La lectura
formó con un total de 141 pacientes y el grupo control con 99 personas. El conjunto de usada es una adaptación de un cuento de Pere Calders, titulado “La mosca”. Dicho
la muestra estaba formada por 38 hombres y 202 mujeres y la media de edad del grupo texto, tanto en su versión castellana como catalana contiene todos los sonidos
experimental era de 44 años y la del grupo control de 30. La diferencia de las medias de consonánticos, vocálicos y diptongos de nuestras lenguas, palabras que comienzan en
edad entre los dos grupos se mostró significativa (z = 6.890: p <.01). todas las vocales posibles y las curvas de entonación más usuales (interrogación,
La participación en este estudio, tanto en el grupo experimental como en el admiración, condición, subordinación...). La lectura está formada por fragmentos
grupo control, ha sido voluntaria y con la firma de un documento de consentimiento narrativos, descriptivos y diálogos y contiene alguna frase muy larga para valorar la
informado. Las pruebas administradas son habituales en la práctica clínica de nuestro gestión del aire en fonación. El texto puede ser leído en pocos minutos y no contiene
entorno y no se conocen estudios que informen de la nocividad de ninguna de ellas. Se palabras poco comunes o de pronunciación difícil. Ha sido probado por un grupo de

41 42
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

lectores voluntarios para comprobar su facilidad de lectura y la posibilidad de obtener Resultados

datos como la frecuencia fundamental, el rango de frecuencias, los puntos de toma de Presentaremos los resultados obtenidos organizados por bloques, iniciando por los datos
aire, las curvas de entonación, los ataques vocales, entre otros. En nuestra investigación relativos a los tiempos de espiración y fonación y al cociente s/z. Los resultados
se ha utilizado para la valoración perceptiva realizada por un jurado de escucha experto promedios se encuentran en la tabla 2.
compuesto por seis logopedas especializados en alteraciones de la voz que no presentan
Tabla 2. Valores promedio de Tiempo Máximo de Espiración (TME); Tiempo
problemas auditivos conocidos. Los jueces han valorado la totalidad de las muestras
Máximo de Fonación con la consonante /z/ (TMF z); Tiempo Máximo de Fonación
vocales siguiendo los procedimientos habituales de la escala GRBAS de Hirano (1981) con la vocal /a/ (TMF a); Cociente TMFs/TMFz (Q s/z).
y se ha utilizado únicamente el parámetro G, por ser el más global de los cinco.
TME TMF z TMF a Q s/z
Las muestras vocales han sido recogidas por un micrófono de diadema AKG 555
Total 13 12 11 1,14
(de respuesta plana e hipercardioide), un grabador digital Samson Zoom H4. Para la
medida de la intensidad vocal se he utilizado un sonómetro digital PCE 322-A. Las Control 14 14 13 1,06
Experimental 12 11 10 1,21
grabaciones se han realizado en formato digital wave con una frecuencia de muestreo de
44.100 Hz. a 16 bits y en mono. Las muestras de voz han sido analizadas en el Hombre 15 15 14 1,08
Mujer 13 12 11 1,16
Laboratorio de Logopedia de FPCEE Blanquerna de la Universitat Ramon Llull con los Datos en expresados en segundos.
programas Adobe Audition 2.0 de Adobe Systems Incorporated y Multi Dimensional
Voice Program de Kay Elemetrics. Con estos programas se han obtenido los siguientes En el conjunto de los datos no se han asumido las condiciones de normalidad e
datos de cada muestra: Tiempo Máximo de Espiración (TME); Tiempo Máximo de igualdad de varianzas y se ha procedido a contrastar los resultados mediante pruebas no
Fonación con la consonante /z/ (TMF z); Tiempo Máximo de Fonación con la vocal /a/ paramétricas. Se han encontrado diferencias estadísticamente significativas en los
(TMF a); Cociente TMFs/TMFz (Q s/z); Frecuencia fundamental promedio en habla valores TMF en /z/ y en /a/ (z = -4.272 y -6.366; p < .01), así como en el Q s/z (z = -
espontánea a partir de la presentación y fecha (X F0 espo.); Frecuencia fundamental en 2.496; p < .05) entre los grupos control y experimental, siendo también significativa la
la emisión del fonema /z/ (F0 /z/); Frecuencia fundamental en la emisión del fonema /a/ diferencia de los tiempos de fonación en /z/ y en /a/ entre hombres y mujeres. (z = -
(F0 /a/); Frecuencia fundamental en la emisión del fonema /á/ de /sábado/ (F0 /á/ larga); 3.299 y -3.323; p < .01). Se ha calculado en estadístico área bajo curva ROC (AUC) del
Frecuencia fundamental máxima F0 máx.); Intensidad mínima (Int. mín.) y Jitter cociente s/z y ha presentado un valor .594 que es considerado bajo, lo que nos apunta
promedio de la /a/ sostenida (Jitter). A partir de algunos de estos datos se ha calculado que no puede ser considerado como una prueba de valor discriminante en el proceso
el DSI (Wuyts et al. 2001). diagnóstico.
Los datos obtenidos se han tratado con el paquete estadístico PASW, versión En referencia a los resultados a las frecuencias fundamentales de la voz,
18.0, con él se han calculado estadísticos descriptivos y de significación así como se ha debemos diferenciar los resultados de hombres y mujeres. Los resultados obtenidos en
procedido al cálculo de curvas ROC (Receiver Operating Characteristics) para el este ámbito se encuentran resumidos en la tabla [Link]í mismo, podemos observar en el
establecimiento de una puntuación de corte. Este procedimiento estadístico permite gráfico 1 que sólo se presentan diferencias significativamente diferentes en los valores
valorar la fiabilidad de una prueba mediante el parámetro del área bajo curva (AUC) y relativos a la F0 máxima (hombres: z = -3.132; p< .01 y mujeres: z = -8.266; p< .01).
establecer un punto de corte en función de la sensibilidad y la especificidad deseadas
(Burgueño, García-Bastos y González-Buitrago, 1995).

43 44
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

Tabla 3. Valores en Hz. de las distintas frecuencias fundamentales. Tabla 4. Valores en notación musical de las distintas frecuencias fundamentales:
X F0 esp. F0 /z/ F0 /a/ F0 /á/ larga F0 máx. F0X espo. F0 /z/ F0 /a/ F0 /á/ larga F0 máx.

Control 125 119 117 119 671 Control Si1 Siβ1 Siβ1 Siβ1 Mi4
Hombres Hombres
Experimental 128 119 125 125 459 Experimental Do2 Siβ1 Si1 Si1 Siβ3

Control 206 175 189 199 827 Control Sol#2 Fa2 Fa#2 Sol2 Laβ4
Mujeres Mujeres
Experimental 196 178 194 200 580 Experimental Sol2 Fa2 Sol2 Sol2 Re4

Frecuencia fundamental promedio en habla espontánea a partir de la presentación y fecha (X F0 espo); Frecuencia fundamental promedio en habla espontánea a partir de la presentación y fecha (X F0 espo.);
Frecuencia fundamental en la emisión del fonema /z/ (F0 /z/); Frecuencia fundamental en la emisión del Frecuencia fundamental en la emisión del fonema /z/ (F0 /z/); Frecuencia fundamental en la emisión del
fonema /a/ (F0 /a/); Frecuencia fundamental en la emisión del fonema /á/de /sábado/ (F0 /á/ larga); fonema /a/ (F0 /a/); Frecuencia fundamental en la emisión del fonema /á/de /sábado/ (F0 /á/ larga);
Frecuencia fundamental máxima F0 máx); Intensidad mínima (Int mín); Jitter promedio de la /a/ sostenida Frecuencia fundamental máxima F0 máx.).
(Jitter).

La significación observada en las diferencias entre los valores promedio de la

frecuencia máxima de los grupos control y experimental nos ha impulsado a calcular la
Gráfico I: Valores medios de la frecuencia fundamental máxima para hombres y
mujeres del grupo control y experimental en Hz. curva ROC (ver gráfico 2) y obtener una nota de corte de 537 Hz. (Do4), con una
sensibilidad de .83 y una especificidad de .78 para los hombres con un AUC = .808. En
el caso de las mujeres, la AUC = .841 y una nota de corte de 667 Hz. (Mi4), con una
sensibilidad de .81 y una especificidad de .78.

Gráfico 2. Curva ROC

Este hecho se hace más evidente cuando observamos la misma tabla expresando
los datos en notas musicales y por lo tanto, más próximos a la escala de percepción
Gráfico II: Curvas ROC de las frecuencias máximas para hombres y mujeres
humana de los tonos (Ver tabla 4).

En el ámbito de las medidas de altura vocal, nos ha interesado observar si los

valores de las frecuencias fundamentales obtenidos en las diversas tareas son
equivalentes. Concretamente hemos comparado, con la prueba de los signos de

45 46
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

Wilcoxon, si las F0 obtenidas con la media de frecuencias en la tarea de presentación de En el cálculo de las curvas ROC, los resultados han mostrado para las variables
cada participante respecto a las obtenidas en la emisión de la consonante /z/, en la intensidad mínima i jitter unas áreas bajo curva bajas ( .666 y .590, respectivamente)
emisión de las vocales /a/ sostenidas y, finalmente, en la prolongación de la /á/ de que se consideran bajas y que por tanto no permiten la determinación de puntuaciones
sábado en el recitado de los días de la semana eran equivalentes. Los resultados nos de corte que discriminen con precisión probabilística mínima los sujetos con
muestran que existen diferencias entre la F0 promedio espontánea y la F0 /z/ y F0 /a/. En alteraciones de los que no las presentan. Sin embargo, el índice DSI, calculado a partir
cambio aparecen como equivalentes los valores obtenidos entre la F0 promedio de la combinación del tiempo de fonación, la frecuencia máxima, la intensidad mínima
espontánea y la F0 de la /a/ prolongada de /sábado/. Ver tabla 5. y el jitter, ha presentado un valor AUC de .853, considerado como útil (Burgueño et al.,
1995) y situando una nota de corte en los 3.70 puntos, con una sensibilidad de .77 y una
Tabla 5. Prueba de los rangos con signo de Wilcoxon entre los distintos especificidad de .77. Ver gráfico 3).
procedimientos de obtener la F0

Gráfico 3. Curva ROC para DSI

F0 /á/ larga - F0 X
F0 /z/ - F0 X espo. F0 /a/ - F0 X espo.
espo.

Z -11.060 -5.947 -1.143

[Link]ót. (bilateral) .000 .000 .253

El tercer grupo de resultados analizados corresponde a los dos últimos

parámetros que forman parte del Dysphonia Severity Index y al propio DSI. En relación
con las medidas de la intensidad mínima (Int. Mín.), el jitter promedio de la /a/
sostenida (Jitter) y el DSI nuestros datos arrojan diferencias significativas entre el grupo
control y el grupo de pacientes con alteración vocal documentada (z = -4.392, p < .01; z Finalmente se ha calculado la correlación entre las distintas variables
= -2.362, p < .05; z = -9.320, p < .01, respectivamente). Los valores medios pueden significativas y las puntuaciones que los jueces de escucha impusieron a las muestras
encontrarse en la tabla 6. vocales de todos los sujetos participantes. Entre los cinco parámetros de la escala
GRBAS de Hirano (1999) se ha utilizado únicamente el parámetro global G que ha
Tabla 6. Valores medios para la intensidad mínima en dB, el jitter en porcentaje y presentado un coeficiente de correlación intraclasse (ICC) de .909 (p<.001), considerada
el Dysphonia Severity Index. excelente. Los datos obtenidos en nuestra investigación presentan correlaciones
Int. Mín. Jitter DSI significativas (p< .01) entre el parámetro G y las variables relativas a los tiempos de
fonación, al cociente s/z, así como con las variables frecuencia máxima, intensidad
Control 47 (4.2) 1.110 ( .71) 5.1 (1.8) mínima, jitter y DSI. Ver tabla 7
Experimental 50 (4.1) 1.380 ( .92) 2.2 (2.0)
Entre paréntesis, las desviaciones típicas.

47 48
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

con Rodríguez-Parra et al. (2009) en cuanto al TMF en /a/ del grupo experimental
Tabla 7. Correlaciones de las distintas variables con la puntuación media del situado en los 9 segundos. Finalmente, nos cabe señalar que junto con Speyer et al.
parámetro G del GRBAS
(2010), las diferencias entre los TMF entre los grupos control y experimental son
significativas aunque dichos autores presentan una diferencia promedio de seis
TME TMF z TMF a Q s/z
segundos frente a los tres que arrojan nuestros datos. La explicación a este conjunto de
Rho de Spearman
disimilitudes entre los datos de nuestra investigación debemos encontrarlos en las
Media G Coef. de correlación -,175 -,364 -,465 ,194
posibles diferencias de instrucciones dadas a los sujetos participantes. Es probable que
Sig. (bilateral) ,007 ,000 ,000 ,003
unas instrucciones con mayor o menor énfasis y gestualidad puedan favorecer tiempos
de emisión más o menos largos. La diversidad de resultados observados en las medidas
F0 X espo. F0 /z/ F0 /a/ F0 /á/ larga /
de tiempos de fonación y espiración da lugar a cocientes s/z también variables. Si
Media G Coef. de correlación -,070 ,110 ,124 ,104
comparamos nuestros datos con los de Gelfer y Pazera (2006), observamos que, en lo
Sig. (bilateral) ,278 ,090 ,055 ,107
relativo al grupo control, ambos valores son muy cercanos a 1. Pero nuestros resultados
presentan una media en el grupo experimental de 1,2 que está por debajo de los 1,4 que
F0 Máx. Int. Mín. Jitter DSI
informan Rodríguez-Parra et al. (2009). En nuestros cálculos referidos al Q s/z, hemos
Media G Coef. de correlación -,535 ,388 ,355 -,727
obtenido que la diferencia entre grupos es significativa pero el estadístico AUC ha
Sig. (bilateral) ,000 ,000 ,000 ,000
resultado bajo. Estos datos junto a la no coincidencia respecto a la literatura anterior nos
induce a no considerar este cociente como un indicador discriminante de normalidad o
Discusión y conclusiones
patología y nos hace recordar a los profesionales clínicos la necesidad de interpretar los
El objetivo de este estudio era determinar la existencia de significación en las
parámetros de eficiencia respiratoria y fonorespiratoria conjuntamente con la
diferencias entre algunos valores respiratorios y fonatorios usados habitualmente en la
observación cualitativa del modo y el tipo respiratorio y en relación al acto fonador y
exploración de las alteraciones de la voz. En aquellas variables que presentaran valores
comunicativo.
distintos entre el grupo de personas con patología vocal y los sujetos sanos, se proponía
En el apartado a los resultados relativos a las frecuencias podemos destacar la
la determinación de puntos de corte que orienten al clínico sobre la existencia de estas
práctica coincidencia con los datos ofrecidos por Baken (1999) respecto a la F0
alteraciones vocales.
espontánea de hombres y mujeres. Nuestros resultados nos impulsan a considerar que el
Entre los resultados mostrados hasta ahora debemos analizar en primer lugar los
mejor procedimiento para obtener éste dato es el cálculo informatizado de la media de
relativos a los tiempos de espiración y fonación. Dichos resultados se muestran una
una producción espontánea, evitando el uso de vocales sostenidas. En cuanto a la F0
tendencia a presentar valores más bajos que los publicados en la literatura anterior. Así,
máxima existe un cierto acuerdo en determinar que en los hombres sanos este valor se
Rodríguez-Parra et al. (2009) informa de una media en el TME de 30 segundos para el
sitúa alrededor de los 670 Hz. (Baken, 1999; Hakkesteeg et al., 2006). Dicho valor en
grupo control y de 17 para el experimental, mientras que nuestros datos se sitúan en una
las mujeres sanas no se presenta tan homogéneo. En nuestra investigación, la media se
media de 13 segundos y no presentan diferencias significativas entre pacientes y sujetos
situó en los 827 Hz, cercanos a los de 943 Hz. de los trabajos de Hakkesteeg et al.
sanos. Respecto a los tiempos de fonación, tanto en /z/ como en /a/, los valores también
(2006) pero a unos seis semitonos por debajo de los datos de Baken (1999) y Ma y Yiu
son inferiores si los comparamos con los publicados por Wuyts et al. (2000), Gelfer y
(2006). Estas diferencias no menguan el valor de las notas de corte determinadas en la
Pazera (2006) y Hakkesteegt et al. (2006). Aunque coincidimos con Wuyts et al. en la
curva ROC y nos anima a definir el Do4 en varones y el Mi4 en mujeres, como los
percepción de una alta variabilidad de dicho parámetro. Podemos destacar el acuerdo

49 50
 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55 Vila-Rovira et. al Revista de Investigación en Logopedia 1 (2011) 35-55

valores que permiten identificar una limitación patológica en el parámetro de la atención logopédica concertados en los que, desgraciadamente, se realizan pocos
frecuencia máxima. tratamientos pre quirúrgicos. Probablemente la inclusión de todas estas tipologías de
Respecto a la intensidad mínima, nuestros datos del grupo control y pacientes habría aumentado los valores relativos a la alteración vocal.
experimental coinciden parcialmente con los estudios de Ma y Yiu (2006) y de Finalmente podemos concluir el conjunto de medidas vocales y respiratorias que
Hakkesteeg et al. (2006), lo que unido a los bajos valores del estadístico AUC nos hemos estudiado son útiles para la práctica clínica. Unos deben usarse con cautela como
llevan a no considerar este parámetro como discriminante de la presencia de alteración factores determinantes en la consideración de normalidad o patología pero, integrados
vocal. Esta misma consideración debemos asignarla al parámetro jitter, pues los trabajos en la mirada global del evaluador, pueden aportar información muy relevante en la
antes citados o los de Rodríguez-Parra et al. (2009) sitúan las medias de normalidad por comprensión de cada caso y pueden servir de referente de su evolución tras las
debajo de 1.0 mientras que nuestros resultados lo sitúan en 1.1. En el caso del grupo actuaciones médicas o logopédicas. En el caso de la frecuencia máxima podemos
experimental los valores son más altos en los trabajos de Hakkesteeg et al. (2006) y de considerar que nuestro objetivo de dotar a la comunidad profesional de un valor de corte
Rodríguez-Parra et al. (2009) que en los nuestros. La variabilidad y dudosa fiabilidad de se ha conseguido. Finalmente, en referencia al Dysphonia Severity Index consideramos
los datos obtenidos con el cálculo del jitter se ponen de manifiesto en los trabajos de que este trabajo es un primer estudio experimental en nuestro país, pero que la inclusión
Maryn et al. (2009), a los que nos adherimos, en los que concluyen que no se trata de de un valor tan discutido como el jitter le resta robustez y recorrido futuro. Por este
un buen instrumento para la valoración de la calidad vocal. motivo, y sólo mientras no aparezcan nuevos estudios en los que se compare
Finalmente, en referencia al Dysphonia Severity Index, observamos que los directamente la validez de este tipo de índices multiparamétricos, consideramos al DSI
resultados de nuestro estudio muestran claras diferencias entre el grupo control y el como un indicador útil en el diagnóstico clínico de la voz por su facilidad de cálculo y
experimental y el valor promedio del grupo control coincide con los datos que aportan accesibilidad de los instrumentos necesarios para su obtención.
los estudios de sus creadores (Wuyts et al. 2000) y de la mayoría de trabajos que has
estudiado (Maryn, Corthals, Van Cauwenberge, Roy y De Bodt, 2010) su validez y Referencias
fiabilidad (Hakkesteegt et al. 2006, 2008 y 2010). Respecto a los resultados referidos al Arias, C. (1992). Examen funcional de la fonación de la exploración foniátrica. Bases
grupo experimental, éstos presentan un rango muy amplio en nuestro estudio y en los para la aplicación en logopedia. Revista de Logopedia, Foniatría y Audiología, 12(2),
diversos trabajos consultados se pueden observar resultados también dispares influidos 111-118.
en gran medida por la selección de la muestra. Aronson, A. E. (1980). Clinicla voice disorders : A interdisciplinary approach. NY:
En conjunto, nuestros resultados se muestran más próximos a la literatura Thieme-Stratton.
cuando se refieren al grupo control. Este hecho puede encontrar su explicación en los Awan, S. N., y Roy, N. (2006). Toward the development of an objective index of
criterios de inclusión de nuestro grupo experimental. La selección se realizó en el marco dysphonia severity: A four-factor acoustic model. Clinical linguistics & phonetics,
de una investigación que persigue comprender el papel de las características 20(1), 35-49.
psicológicas en las alteraciones vocales y a tal efecto se decidió excluir las alteraciones Awan, S. N., y Roy, N. (2009). Outcomes measurement in voice disorders: application
de origen neurológico como las parálisis laríngeas o las distonías y bajo el mismo of an acoustic index of dysphonia severity. Journal of Speech, Language, and Hearing
criterio no se incorporaron los pacientes neoplásicos o presbifónicos. También somos Research, 52(2), 482-499.
conscientes que algunos resultados podrían matizarse si hubiéramos conocido con Awan, S. N., Roy, N., y Dromey, C. (2009). Estimating dysphonia severity in
certeza los diagnósticos lesionales pues algunas lesiones determinan algunos de los continuous speech: application of a multi-parameter spectral/cepstral model. Clinical
valores estudiados. En la muestra tampoco estaban presentes pacientes en espera de Linguistics & Phonetics, 23(11), 825-841.
intervención quirúrgica por lesiones laríngeas, pues fueron captados en los centros de

51 52