ECA de tres brazos: la CBT con exposición VR superó a la exposición in-vivo en ansiedad social y resultó más fácil para los terapeutas

Antecedentes

El trastorno de ansiedad social (SAD) se encuentra entre las afecciones psiquiátricas más frecuentes (prevalencia a lo largo de la vida ~12,1 %) y, sin embargo, sigue estando notablemente infratratado. La propia búsqueda de tratamiento se ve limitada por el trastorno: las personas con SAD suelen evitar los servicios sanitarios igual que evitan otras interacciones sociales, perciben la psicoterapia como una amenaza a su necesidad de privacidad y pueden esperar muchos años antes de consultar. La psicoterapia de primera línea consensuada para el SAD es la terapia cognitivo-conductual (CBT) con exposición, pero los ejercicios de exposición in-vivo plantean problemas prácticos para los terapeutas (exigencia logística, dependencia de la programación, dificultad para graduarlos sistemáticamente, preocupaciones de privacidad cuando se realizan en público) y problemas de activación/evitación para los pacientes. La exposición mediante realidad virtual (in virtuo) se ha propuesto como un medio alternativo que ofrece al terapeuta escenarios de exposición controlables, repetibles y confidenciales, impartidos desde la consulta.

Para el momento de este ensayo, el trabajo previo había respaldado la eficacia de la exposición con VR para fobias específicas y para la ansiedad ante hablar en público, con dos estudios piloto que abordaban situaciones sociales tanto de desempeño como de no desempeño en el SAD (Klinger et al. 2005; Kampmann et al. 2016). Bouchard y colaboradores se propusieron llevar a cabo una prueba metodológicamente más rigurosa: un ECA de tres brazos que comparara 14 sesiones semanales de CBT individual con exposición in-virtuo, la misma CBT con exposición in-vivo, y un control en lista de espera, con una hipótesis de superioridad preespecificada (la VR es más eficaz que in vivo) y una medida de la carga práctica de aplicar cada modalidad (escala SWEAT).

Lo que hicieron los investigadores

Los pacientes se reclutaron mediante derivaciones de profesionales y anuncios en periódicos locales y redes universitarias de la región de Outaouais, en Quebec. De 90 personas contactadas, 80 se sometieron a la Entrevista Clínica Estructurada para el DSM-IV (SCID); se excluyeron 21, quedando 59 aleatorizadas a una de tres condiciones: CBT con exposición in-virtuo (n=17), CBT con exposición in-vivo (n=22) o control en lista de espera (n=20). Las asignaciones aleatorias se generaron con una tabla de números aleatorios antes del reclutamiento; las asignaciones se mantuvieron ocultas hasta que comenzó la primera sesión de terapia. El ensayo se registró como ISRCTN99747069.

Criterios de inclusión: adultos francófonos de 18 a 65 años con un diagnóstico primario de SAD según el DSM-5 de al menos 2 años de duración. Se permitía medicación estable (>=6 meses) si se mantenía sin cambios durante todo el estudio.

Exclusión: demencia, discapacidad intelectual, amnesia, esquizofrenia, psicosis, trastorno bipolar, SAD secundario a otro diagnóstico del DSM-IV, psicoterapia concurrente, antecedentes de convulsiones.

Tratamiento. Ambos brazos activos recibieron 14 sesiones semanales individuales de CBT de 60 minutos adaptadas del modelo de Clark y Wells. Los terapeutas eran estudiantes de posgrado con experiencia en CBT para trastornos de ansiedad y con al menos un año de experiencia práctica en exposición in-vivo o in-virtuo. Los dos brazos se diferenciaban únicamente en la modalidad de exposición (sesiones 7-14, 20-30 minutos por sesión):

• Brazo in-vivo: juego de roles y exposición guiada dentro o fuera de la consulta del terapeuta (por ejemplo, pedir la hora en una cafetería, cometer errores en un lugar público, ser grabado en vídeo, llevar calcetines desparejados en público, invitar a desconocidos a una cita, un discurso improvisado y embarazoso ante una audiencia simulada de personal, peticiones improcedentes en tiendas). Se recurría al personal del laboratorio para la exposición ante audiencia simulada.

• Brazo in-virtuo: 8 escenarios virtuales utilizando entornos de Virtually Better (Decatur, GA) y de Klinger et al.: hablar ante una audiencia en una sala de reuniones (dos escenarios), tener una entrevista de trabajo (dos escenarios), presentarse y conversar con familiares en un apartamento, actuar bajo el escrutinio de desconocidos en la terraza de una cafetería, y afrontar críticas o insistencia en dos situaciones de asertividad (vecinos hostiles; rechazar a un vendedor persistente). Hardware: casco de realidad virtual eMagin z800 + rastreador de movimiento InterSense Inertia Cube. Los pacientes navegaban usando el HMD y un ratón inalámbrico, interactuando con los personajes virtuales mediante diálogos preformateados activados por el terapeuta. A los participantes del brazo in-virtuo se les indicó que no realizaran ninguna exposición in-vivo entre sesiones.

En ambos brazos, la exposición siguió el enfoque de aprendizaje inhibitorio (Craske et al. 2014), centrado en desarrollar nuevas interpretaciones no amenazantes y adaptativas de las situaciones sociales temidas en lugar de la habituación. La exposición a la misma situación NO se repetía necesariamente con frecuencia. Las seis primeras y la última sesión de terapia impartieron los componentes cognitivos: construcción de la alianza, conceptualización personal del caso, reestructuración cognitiva de las creencias disfuncionales y prevención de recaídas.

Resultado primario: puntuación total de la Escala de Ansiedad Social de Liebowitz-Autoinforme (LSAS-SR), preespecificada antes del inicio del estudio.

Resultados secundarios: Escala de Fobia Social (SPS), Escala de Ansiedad ante la Interacción Social (SIAS), Miedo a la Evaluación Negativa (FNE), Inventario de Depresión de Beck-II (BDI-II) y una Tarea de Evaluación Conductual (BAT) en la que los pacientes pronunciaban un discurso improvisado de hasta 6 minutos, puntuado por tres evaluadores independientes enmascarados mediante la Escala de Valoración del Desempeño Social.

Medidas de proceso: la escala Specific Work for Exposure Applied in Therapy (SWEAT) la completaban los terapeutas después de cada sesión de exposición (294 sesiones en total) para medir el esfuerzo/coste práctico de aplicar la exposición. También se recogieron la credibilidad del tratamiento, la alianza de trabajo, el Cuestionario de Mareo del Simulador (antes/después de cada inmersión) y los Cuestionarios de Presencia (PQ de Witmer y Singer; PQ de Gatineau).

Hipótesis (preespecificada): que la CBT con exposición in-virtuo sería más eficaz Y más práctica que la CBT con exposición in-vivo. Esta fue una prueba de superioridad, no una prueba de no inferioridad. Un análisis de potencia indicó que una muestra de 78 era suficiente para detectar una f de Cohen = 0,4 con alfa 0,05 y potencia 0,80 para la comparación de referencia.

Análisis. Por intención de tratar, con la última observación arrastrada hacia adelante para los no completadores. ANOVA de medidas repetidas con contrastes ortogonales planificados: primer contraste = lista de espera frente a las dos condiciones activas (unilateral); segundo contraste = las dos condiciones activas (bilateral). Se aplicó la corrección de Bonferroni familiar a las cinco medidas secundarias (alfa = 0,05/5).

Lo que encontraron

En comparación con la lista de espera. Ambos tratamientos activos produjeron mejoras significativas en la LSAS-SR (resultado primario) y en los cinco resultados secundarios (BAT, SPS, SIAS, FNE, BDI-II), y los contrastes ortogonales planificados confirmaron que ambas condiciones activas superaron significativamente a la lista de espera en todas las medidas.

En comparación entre sí (la prueba de superioridad preespecificada). La CBT con exposición in-virtuo fue significativamente más eficaz que la CBT con exposición in-vivo en:

• LSAS-SR (resultado primario) tras el tratamiento: contraste ortogonal planificado t(56)=2,02, p<,05 (bilateral). En el seguimiento a 6 meses: interacción condición por tiempo F(1,37)=4,78, p<,05.
• SPS (secundario) tras el tratamiento: t(56)=2,69, p<,01 con corrección de Bonferroni.

Las dos condiciones activas NO difirieron significativamente en BAT, SIAS, FNE ni BDI-II tras el tratamiento, ni difirieron en los resultados secundarios en el seguimiento. El índice de cambio fiable de antes a después del tratamiento fue del 76,5 % en la CBT con exposición in-virtuo, del 68,3 % en la CBT con exposición in-vivo y del 30,0 % en la condición de lista de espera (chi-cuadrado(2)=9,78, p<,01); la diferencia entre las condiciones activas no se aproximó a la significación (chi-cuadrado(1)=0,33, ns).

Carga práctica (SWEAT). Aplicar la exposición fue significativamente menos engorroso y costoso en VR que in vivo (15,24 frente a 24,46, t(22,83)=3,66, p<,001), un efecto grande.

Medidas de proceso. La alianza de trabajo (medida tras la sesión 7) fue un predictor significativo y robusto del cambio en la LSAS-SR en ambas condiciones (CBT+VR: t=-2,52, p<,05, sr=-,52; CBT+in vivo: t=-2,8, p<,05, sr=-,42). La credibilidad del tratamiento NO fue un predictor significativo. La regresión multivariante mostró que la modalidad de tratamiento, la credibilidad del tratamiento (combinadas) y la alianza de trabajo explicaban conjuntamente el 55 % de la varianza del cambio en la LSAS-SR (F(4,27)=9,22, p<,001).

Tolerabilidad. Las puntuaciones del Cuestionario de Presencia fueron altas (M=78,3 en la sesión 1, ascendiendo a M=93,7 en la sesión 8) y las puntuaciones del Cuestionario de Mareo del Simulador no aumentaron significativamente antes/después de ninguna de las 8 sesiones de exposición. Las tasas de abandono no difirieron significativamente entre las condiciones activas (prueba exacta de Fisher p=,67). Los únicos motivos de abandono citados explícitamente fueron un participante que no quiso exponerse (brazo in-vivo) y dos que ya no estaban interesados en la terapia (brazo in-vivo).

Durabilidad del tratamiento. Todas las mejoras se mantuvieron en el seguimiento a 6 meses; los efectos temporales de antes frente a seguimiento fueron significativos en todas las medidas, sin cambios significativos entre después del tratamiento y el seguimiento.

Por qué esto importa

Este ensayo aporta una de las comparaciones directas metodológicamente más rigurosas entre la exposición basada en VR y la exposición in-vivo tradicional para el SAD en la literatura publicada. La hipótesis de superioridad preregistrada —que la VR sería más eficaz que in vivo— se confirmó en el resultado primario LSAS-SR tanto tras el tratamiento como en el seguimiento a 6 meses. Esta es una conclusión más fuerte que “la VR es no inferior” o “la VR es equivalente”: es “la VR puede ser más eficaz” en las condiciones de este ensayo.

El hallazgo sobre la carga práctica (SWEAT) es igualmente importante para la traslación clínica: el equipo de Bouchard operacionalizó y midió el esfuerzo necesario para aplicar la exposición, y encontró que la VR requiere significativamente menos esfuerzo de aplicación. Este es el tipo de evidencia que piden los clínicos y los responsables de servicios al decidir si adoptar una nueva tecnología.

El hallazgo sobre la alianza de trabajo es un recordatorio útil para cualquier equipo que introduzca la VR en la práctica clínica: la modalidad de exposición no sustituye a la relación con el terapeuta. La alianza de trabajo predijo con fuerza el cambio en la LSAS-SR en AMBAS condiciones; la credibilidad del tratamiento (si los pacientes encontraban plausible la justificación) NO predijo la respuesta. El ingrediente activo sigue siendo la relación terapéutica; la VR es el medio de aplicación de la exposición.

Específicamente para Therapy withVR: este ensayo no utilizó, evaluó ni comparó con Therapy withVR. El hardware fue un casco de realidad virtual eMagin z800 y los entornos fueron desarrollados por Virtually Better y Klinger et al. El ensayo de Bouchard se incluye en el Evidence Hub porque suma a la base de evidencia más amplia sobre la VR inmersiva para la ansiedad social en adultos, no porque guarde relación con Therapy withVR. El programa de trabajo más amplio del equipo de Bouchard —incluido el más reciente Delangle et al. 2026 (también en este Evidence Hub)— ha extendido su enfoque de exposición con VR a poblaciones afines a la comunicación.

Limitaciones

Los autores señalan explícitamente lo siguiente:

• Sin evaluador clínico independiente para las entrevistas diagnósticas. Los resultados clínicos se midieron mediante cuestionarios de autoinforme; los autores señalan que esto plantea la cuestión de la objetividad. La tarea de evaluación conductual con tres evaluadores independientes enmascarados abordó esto en parte.
• Solo formato individual. El ensayo evaluó la CBT individual; la CBT grupal también se utiliza ampliamente y es igualmente eficaz. Esta decisión de diseño se tomó para aislar el efecto de la modalidad de exposición.
• Muestra total modesta (n=59 entre tres brazos). La replicación con una muestra mayor, la adición de medidas fisiológicas y análisis detallados de la presencia siguen siendo valiosos para el trabajo futuro.
• Los escenarios in-vivo e in-virtuo no coincidían exactamente. Las diferencias entre las condiciones podrían explicarse en parte por diferencias sutiles en los estímulos utilizados, y no solo por la modalidad de exposición. Los autores señalan que emparejar a los participantes en estímulos específicos habría limitado cómo los terapeutas podían adaptar las intervenciones, pero reconocen que unos escenarios coincidentes con exactitud aumentarían la validez del ensayo.
• Contexto de un único centro. El ensayo se realizó en un solo laboratorio de la Universite du Quebec en Outaouais, lo que limita la validez externa. Está justificada una replicación multicéntrica.
• COI de Bouchard/Robillard a declarar. Los coautores Bouchard y Robillard poseen participación accionarial en Cliniques et Developpement In Virtuo, una empresa de desarrollo de VR, lo cual se señala en la Declaración de Intereses del artículo y se reitera en nuestra sección de financiación. El artículo afirma explícitamente que esa empresa no creó los entornos utilizados en este estudio, pero la relación accionarial es un contexto de fondo relevante. Esta es la misma relación accionarial de Bouchard declarada en el artículo de Delangle et al. 2026 (también en este Evidence Hub).