¿Recuerdan mi pataleta sobre los estudios científicos que se contradicen a cada rato? Bien, es un problema real que lleva a mucha gente a no saber cuál es la verdad sobre algo (dejando de lado a los extraterrestres y las teorías conspiranoicas, que quizás mencione en alguna otra ocasión). También lleva a que las personas ya no crean en las estadísticas ni en los estudios científicos, o peor: que crean en esos estudios seudocientíficos/seudorrevolucionarios que aparecen en Internet cada cinco minutos. Onda "¡las zanahorias curan el cáncer!" o "¡la leche causa osteoporosis!" (la demonización de los lácteos me tiene hasta el gorro, la verdad).
Créanme: la estadística ES UNA CIENCIA. Por desgracia, al igual que cualquier otra ciencia, es posible usarla rematadamente mal, y luego la gente ya no confía en ella. Mientras tanto, el método científico aún funciona de maravilla... ¡y TAMBIÉN es posible usarlo mal!
Qué ganas de tirarse de los pelos, ¿verdad?
Hay mucha gente que manipula las estadísticas para confundirnos, o sea, aquellos que puedan beneficiarse de la confusión, ya sean políticos, empresarios e incluso los propios científicos. También hay gente que usa mal las estadísticas para fundamentar sus propios prejuicios (por ejemplo, que las personas de piel oscura son menos inteligentes que las caucásicas, lo cual NO es cierto).
En fin, en esta entrada voy a explicar los fundamentos básicos de las estadísticas y los estudios científicos, a fin de que ustedes puedan encararlos en forma razonable y no caigan en los engaños de gente inescrupulosa.
Repasemos lo que nos enseñaron en el colegio sobre el método científico. Éste consiste en cinco fases bien definidas:
1) OBSERVACIÓN - Observamos un fenómeno.
2) HIPÓTESIS - Nos preguntamos a qué obedece tal fenómeno.
3) EXPERIMENTACIÓN - Experimentamos para despejar la duda.
4) CONCLUSIÓN - Obtenemos una respuesta.
5) REPETIBILIDAD
¿Se están preguntando qué cuernos es esa "repetibilidad" de la que nunca les hablaron en el colegio? Pues bien, la repetibilidad significa que, si otra persona hace exactamente el mismo estudio científico que nosotros, en teoría debería obtener el mismo resultado. De lo contrario, alguno de los dos científicos ha hecho algo mal, o quizás intervinieron factores importantes que ninguno de los dos científicos tomó en cuenta. Debido a lo anterior, es necesario documentar todos los detalles del experimento: materiales, sujetos del experimento (por ejemplo, ratas) y métodos. De esta manera se puede saber dónde demonios metió alguien la pata.
Aquí aparece una de las primeras funciones de la estadística aplicada a los estudios científicos. Como la biología NO es una ciencia exacta (ninguna ciencia aplicada a seres vivos lo es), cualquier experimento biológico no podrá repetirse con una exactitud del 100%. Pueden variar los sujetos de experimentación (las ratas no serán las mismas), el equipo de científicos que haga el experimento (humanos que podrían repetir o no los aciertos o errores del equipo que realizó el experimento original) y así por el estilo. Es por esto que cualquier estudio científico debe ser confirmado por repetición, y cuantas más repeticiones, mejor. Las repeticiones proveen algo que en estadística se denomina "número de muestra", y cuanto más grande sea la muestra, los patrones que surjan de las repeticiones se podrán ver con más claridad. El tamaño de la muestra puede darse dentro del mismo experimento: el número de ratas. Por ejemplo, si estamos probando un fármaco nuevo, los resultados serán más fiables con una muestra de 1.000 ratas que con una de 20. Si el fármaco resultó ser eficaz en un 70% de las ratas, pero sólo se aplicó a una muestra de 20 ratas... es posible que la eficacia haya sido una simple coincidencia y que esas 14 ratas se hayan curado por cuenta propia (no me miren así, las ratas son organismos condenadamente resistentes).
Como dije arriba, la estadística es una ciencia. ¡Y tiene fórmulas matemáticas! (no me entusiasman las matemáticas, pero he de admitir que son bastante más exactas que la biología). Existen fórmulas para determinar si los resultados de un estudio son estadísticamente significativos (o sea, no una simple coincidencia). Dichas fórmulas se calculan usando, entre otros números, el tamaño de la muestra.
Entonces, si un experimento se realizó en una muestra de individuos lo bastante grande, y luego otros científicos lo replicaron exitosamente usando unas condiciones similares y en una muestra de individuos también grande, pues entonces lo más probable es que la conclusión de dicho experimento sea CORRECTA. O sea, el fármaco sirve para curar determinado cáncer en las ratas un 87% de las veces, o un método educativo funciona en un 74% de los niños disléxicos, o comer determinado alimento disminuye en un 42% las probabilidades de contraer determinada enfermedad.
No me pidan datos exactos. Las estadísticas poblacionales nunca son exactas. La estadística, como ciencia, busca lo más cercano a la exactitud dentro de la inexactitud. Si todo fuera exacto, no necesitaríamos estadísticas :-D
"¿Y qué pasa con los datos que se salen de las estadísticas?", me preguntarán. "¿Con ese 13% de ratas que no se curaron, por ejemplo?" Pues pueden pasar miles de cosas. Quizás esas otras ratas eran alérgicas al fármaco del experimento, o sus células cancerígenas simplemente eran más resistentes, o esas ratas tenían alguna infección microbiana subyacente que las debilitó antes de que el fármaco pudiera hacer efecto. O, lo más probable, una combinación de todo lo anterior.
A la mayoría de las personas nos hacen bien los frutos secos (son súper nutritivos y tienen ácidos grasos poliinsaturados). Unas cuantas, en cambio, son alérgicas a ellos y pueden morir en minutos si comen un maní por accidente. (Las estadísticas muestran que cada vez hay más niños que se vuelven mortalmente alérgicos a los maníes, por cierto. Volveré a eso en un rato.) Ahí tienen otro ejemplo de que nada es absoluto en la biología.
A estas alturas ya deben de haber concluido que es súper complicado medir la exactitud de un experimento científico, ¿verdad? Pues voy a complicar el asunto un poco más: no siempre es posible demostrar algo mediante un estudio científico controlado, y entonces no queda otra que hacer un estudio observacional o epidemiológico.
La diferencia entre un estudio científico controlado y un estudio observacional es que el primero está CONTROLADO, valga la redundancia. O sea, se reducen al mínimo las diferencias entre los sujetos de la muestra y se estudian las variaciones de un único factor: el que nosotros queremos probar (por ejemplo, el fármaco contra el cáncer en ratas). O sea, conseguimos a unas pobres ratas muy parecidas entre sí, les inducimos el mismo tipo de cáncer y vemos en qué porcentaje de ellas funciona el fármaco. Si son personas en lugar de ratas, se eligen aquellas que tengan el mismo tipo de cáncer y que se encuentren más o menos en la misma etapa de la enfermedad. Si esto no es posible, bien, el análisis estadístico deberá tomar en cuenta que las personas con cáncer terminal podrían no reaccionar al fármaco de la misma manera que las personas con cáncer incipiente (entre otros factores).
Los estudios observacionales, por otro lado, estudian a las poblaciones sin experimentar directamente sobre ellas. Por ejemplo, se hacen encuestas o se estudian miles de fichas clínicas en busca de patrones y tendencias. Digamos que en un pueblito de 500 personas la expectativa de vida promedio es de 105 años para los hombres. Si en los pueblos vecinos la expectativa de vida es de 85 años para los hombres, ¿qué pasa en ese pueblito con estadísticas anómalas? ¿Hay algo en el agua? ¿Son los genes de las familias que viven ahí? ¿Hay alguna planta que crezca justo en esa zona y que, consumida en forma de ensalada, te vuelva súper saludable?
Hora de hacer preguntas a todo el mundo y ver qué factores coinciden y cuáles no. Con un poco de suerte, descubriremos qué hace que la gente viva tanto en ese pueblito y podremos aplicarlo a la humanidad en general.
Los estudios observacionales son bastante más engorrosos que los controlados, por razones obvias. Sin embargo, a veces se descubren cosas buenas por accidente. Por ejemplo, quizás un fármaco no fuera demasiado efectivo contra una enfermedad en particular... ¡pero resulta que, mirando las fichas clínicas de los pacientes, salta a la vista que les alivió los síntomas de OTRA enfermedad para la cual NO había sido diseñado! (Sí, esto ha pasado en la vida real. Con la aspirina, por ejemplo.)
Los estudios observacionales suelen aplicarse a situaciones de largo plazo o a aquellas en que, por razones éticas, no es posible hacer un estudio controlado. Así fue como se averiguó que el tabaquismo causa todas las enfermedades que causa, o que comer verduras mejora los valores sanguíneos, o que leer mucho enlentece el deterioro cerebral. En otras ocasiones se detecta algún fenómeno a través de un estudio epidemiológico y luego se realizan estudios controlados para confirmarlo.
¿Cuándo aparecen las manipulaciones y los engaños?
Empecemos por los promedios (lo que en estadística es la "media"). A los políticos les encantan los promedios, dado que maquillan los extremos negativos de su gestión. "El ingreso per cápita subió a 3.000 euros/dólares al mes." Ajá. Pero lo que olvidan decir es que un 5% de la población está ganando 20.000 euros/dólares al mes y que el 95% restante está ganando, con suerte, 700.
Hay un chiste sobre eso. Un estadístico tiene un pie en agua hirviendo y el otro pie en agua con hielo. Entonces va y dice: "En promedio, mis pies están agradablemente tibios."
Siempre hay que tomar con pinzas cualquier estadística que larguen los políticos. Aunque el gobierno no las falsifique directamente (pasó en Argentina), hay muchas maneras de maquillar los datos cambiando los factores estadísticos. "La pobreza bajó un 15%." Ajá. ¿Y de dónde carajo salió el dato? ¡Explíquenmelo con pelos y señales! ¡Ya mismito! O sea, si el gobierno estuvo dando dinero a los pobres y contando eso como un ingreso, técnicamente es cierto que bajó la pobreza... pero en realidad no es cierto. Estadísticamente hablando, y hablo de estadísticas SERIAS, la mejor forma de reducir la pobreza es creando fuentes reales de empleo y mejorando la educación pública. Si no, es puro humo que se desvanecerá cuando el gobierno corte las asistencias. En cambio, si dicen que bajó la pobreza porque aumentó la capacitación de la población, y por lo tanto los trabajadores están accediendo ahora a empleos mejor pagados, bueno, entonces sí puedo creer que la pobreza bajó cuanto me dicen que bajó.
Otro ejemplo: "Los atracos disminuyeron un 30%." Ajá. ¿Estamos seguros de eso? ¿Y qué tal si hacemos una encuesta para averiguar si los atracos disminuyeron o si simplemente la gente no los está denunciando porque ya no confía en la policía? Aquí conviene mirar las cifras de un delito que se denuncia la mayor parte de las veces: los homicidios. Si el gobierno viene y me dice que están haciendo un trabajo fantástico porque disminuyeron los robos, pero resulta que la cifra de homicidios aumentó un 25% con respecto al año anterior... ¡bonito cuento de hadas me están contando!
Pasemos ahora a la cuestión de la salud. Actualmente parece como que todos los días está saliendo un estudio nuevo sobre la eficacia de tal suplemento alimenticio, tal dieta nueva que se ha vuelto muy popular o tal droga que previene cierta enfermedad. ¿Cuáles estudios debemos tomar en cuenta y cuáles no? ¿Son puras patrañas o hay datos sólidos detrás de las distintas afirmaciones?
No es broma todo esto, la salud de uno puede estar en juego. Por mucho tiempo se insistió con que las grasas saturadas eran la causa principal de las enfermedades cardiovasculares, pero desde entonces los estudios científicos controlados han determinado que no era tan así. OK, ¿de dónde salió tal conclusión, entonces? Al parecer, de estudios científicos que pasaron por alto otras variables. En fin, resulta que el exceso de carbohidratos refinados es mucho más dañino para la salud cardiovascular, y las grasas saturadas no causan tantos problemas como se creía dentro de una dieta balanceada. Vaaaale. También nos hicieron cambiar las grasas saturadas por aceites vegetales, pero ahora resulta que los aceites vegetales (salvo unos pocos, como el de oliva) son inflamatorios y nocivos para el cuerpo, y los aceites realmente buenos son los del pescado, por su alto contenido de ácidos grasos omega 3. Vaaaale.
La próxima vez que les llegue un dato científico/estadístico, del tipo que sea, encárenlo de esta manera:
1) Piensen en qué beneficia a quien lo está mencionando. Si un presidente larga datos estupendísimos sobre su gestión, averigüen cómo fueron obtenidos. Fíjense, también, si tales datos coinciden con lo que VEN a diario. El gobierno de mi país dice que bajó la pobreza, pero yo veo MÁS gente hurgando en la basura, no menos, así que no me lo creo (las estadísticas sobre la cantidad de gente con necesidades básicas insatisfechas sí confirman lo que veo). Si se trata de un fármaco o una dieta, busquen estudios hechos por parte de gente que NO gane dinero con dicho fármaco o dieta (o sea, laboratorios independientes). Como solía decir el doctor House, "todo el mundo miente". Yo añadiría "cuando hay dinero, poder u orgullo de por medio".
2) Averigüen si se trata de un estudio controlado u observacional. Si es un estudio controlado, fíjense que haya sido validado por instituciones serias (lo que se llama "revisión por pares" o "peer review" en inglés), y si es un estudio observacional, pidan a un experto que lo analice. ¿Recuerdan lo que puse arriba sobre el aumento de las alergias fatales al maní? ¿Qué pasa con los maníes, se han vuelto tóxicos o qué? No, la culpa no es de los maníes, al parecer. Siempre ha habido individuos alérgicos a los maníes u otros frutos secos (o a los camarones, por mencionar un alergeno animal), pero los estudios epidemiológicos apuntan a que los niños que se crían demasiado limpios suelen presentar más alergias y enfermedades autoinmunes que los niños de países tercermundistas expuestos a sustancias mucho más alergénicas y tóxicas (esto sorprendió a los científicos, pues esperaban lo contrario). Y yo les puedo largar un dato similar: la alergia a las pulgas es mucho más común en perritos de apartamento que en perros de campo que crecieron expuestos a numerosos parásitos y alergenos. Ya ven, los estudios epidemiológicos, aunque inexactos, pueden arrojar patrones muy reveladores.
3) Si se trata de un estudio controlado, ya he explicado algunos de los factores que determinan su calidad: el tamaño de la muestra, que se hayan tomando en cuenta las posibles diferencias entre los sujetos de experimentación, y que otros científicos hayan obtenido los mismos resultados bajo las mismas condiciones. También es importante saber, en el caso de los fármacos, si hubo una diferencia significativa con respecto al grupo de control (= el que no recibió la droga) y el grupo del placebo (= el que recibió, sin saberlo, una sustancia inerte para descartar el efecto de la psicología sobre el desarrollo de la enfermedad). Existe también lo que se llama el "doble ciego" ("double-blind" en inglés): los pacientes no saben si están recibiendo una droga o un placebo... y el científico tampoco sabe qué les está dando. Vale, todos tendrán que enterarse en algún momento, pero eso será DESPUÉS de obtenidos los resultados. Esto es para evitar que el científico mismo influya de algún modo sobre el experimento, por las razones que sea (ego, nociones preconcebidas, intereses económicos, etc.).
4) Si se trata de un estudio observacional o epidemiológico, cuestionen a fondo el resultado. "La leche causa osteoporosis." OK, ¿de dónde salió eso? "Ah, es que los asiáticos y los africanos no beben leche y no sufren de osteoporosis." Aaaaajá. Bien, éste es el típico caso donde "correlación" (= relación estadística entre dos factores) no significa "causalidad" (= que uno de esos factores tenga algún tipo de influencia sobre el otro). Los asiáticos no beben leche... pero suelen comer pescado, que tiene proteínas y vitamina D. Ambos nutrientes previenen la osteoporosis. Los africanos están más expuestos al sol y eso les permite sintetizar ellos mismos la vitamina D. Puestos en ello, hay muchos factores que determinan la aparición de la osteoporosis, como el sedentarismo, los niveles de estrógenos y la genética. Para zanjar este asunto habría que hacer un bonito estudio clínico controlado donde la única diferencia entre ambos grupos fuera la ingesta de lácteos. Oh, esperen, SÍ se han hecho esos estudios, y resulta que los lácteos son beneficiosos, aunque es verdad que se pueden obtener los mismos nutrientes de otros alimentos. En fin, muy a menudo los responsables de un estudio observacional eligen solamente los datos que prueban su hipótesis o utilizan métodos estadísticos equivocados a propósito por la misma razón.
5) No se queden con el resultado de un estudio (ya sea controlado u observacional); síganlo a largo plazo. El largo plazo puede desmentir la conclusión de un estudio a corto plazo, o mostrar cosas que no se vieron en el estudio a corto plazo. ¿Por qué creen que los organismos correspondientes tardan tanto tiempo en aprobar los fármacos nuevos? Porque a veces aparecen efectos adversos inesperados, como ocurrió con la talidomida. La talidomida era estupenda para calmar las náuseas durante los primeros tres meses de embarazo... pero resultó tener efectos teratogénicos (los niños nacieron con deformidades anatómicas). Si han oído hablar de la famosa dieta Dukan, es cierto que se pierde mucho peso en poco tiempo... y luego la mayoría de las personas lo recupera en un lapso de tres años o menos porque la última fase "es muy difícil de seguir". ¿Y la cuestión de los "gordos saludables"? ¿O sea, gente con sobrepeso pero con los valores sanguíneos de una persona saludable? Bien, lamento decir que los estudios a largo plazo muestran que, tarde o temprano, esos "gordos saludables" van a dejar de estar saludables por culpa del sobrepeso. Pero no se desanimen: a veces el largo plazo arroja resultados favorables. Por ejemplo, que comer pescado es muy saludable (algo bueno aprendimos de los japoneses, a pesar de su estúpida manía de comerse a las ballenas).
6) Si suena como "demasiado bueno para ser cierto"... es muy probable que NO sea cierto. Como eso de que las zanahorias curan el cáncer. Sí, las zanahorias aportan betacarotenos (precursores de la vitamina A, que tiene un efecto protector sobre los tejidos) y pueden AYUDAR a combatir determinados tipos de cáncer como parte de una dieta saludable, pero si fuera así de sencillo curar el cáncer, ningún vegetariano ni animal herbívoro padecería cáncer jamás porque las plantas tienen betacarotenos a patadas. A veces también aparece un estudio maravilloso que contradice a todos los demás... pero bueno, después de todo lo que acabo de explicar, ya habrán asimilado la idea de que si veinte estudios científicos (serios) indican una cosa y uno solo indica otra, estadísticamente lo más probable es que ese estudio científico solitario no esté en lo cierto, aunque diga algo estupendo.
7) Sepan que SIEMPRE hay excepciones... pero no las tomen en cuenta a la hora de tomar decisiones porque, estadísticamente hablando, lo más probable es que ustedes NO sean la excepción. Sí, hay fumadores empedernidos que viven hasta los 95 años sin desarrollar ningún trastorno relacionado al tabaquismo. Sí, hay gente que come cualquier porquería y nunca engorda ni se enferma. Y por cada una de esas excepciones estadísticas hay doscientos fumadores que murieron de cáncer de pulmón y otras doscientas personas que se volvieron obesas y murieron por un derrame cerebral. La verdad, yo no pienso correr el riesgo.
8) Pregúntense qué tan relevante es para ustedes el estudio científico a la hora de tomar decisiones. Por ejemplo, los vegetarianos suelen ser más sanos y longevos... pero no mucho más sanos y longevos que una persona que siga una saludable dieta mediterránea. Si me dicen que comer espinaca reducirá en un 4% mis probabilidades de enfermarme de tal cosa, lo siento, pero creo que paso. Detesto las espinacas. Pero si me dicen que comer más verduras en general disminuirá un 60% mis probabilidades de contraer cáncer de colon, un 80% mis probabilidades de volverme obesa, y que encima me hará parecer 5 años más joven, bueno, eso ya es otro cantar (bueno, acabo de inventar todas esas cifras, pero sí es cierto que comer muchas verduras es beneficioso). A la hora de elegir un estilo saludable de vida, se puede sumar un poco por aquí, otro poco por allá, y no ponernos paranoicos con todos esos estudios científicos alarmistas. O sea, comer una tajada de pastel o beber whisky de vez en cuando no afectará significativamente nuestra expectativa de vida :-D
9) En cuanto a los fármacos, bien, depende del caso. Sí, algunos niños son sensibles a las vacunas, pero los fanáticos antivacunas parecen haber olvidado cuántos niños morían antes de que se inventaran. Si uno de cada mil niños reacciona mal a una vacuna, sí, es una pena, pero estadísticamente hablando es mejor vacunar a todo el mundo que dejar que los padres decidan basándose en un miedo estadísticamente irracional. Por otro lado, también hay muchos fármacos de efecto dudoso, como los antidepresivos (que sí, funcionan... pero en algunas personas sí y en otras no). Por no hablar de todos esos suplementos alimenticios que ni siquiera son necesarios en personas sanas con una dieta variada. Rueguen porque les toque un médico de fiar (o sea, con experiencia en los tratamientos y que no se deje sobornar por las farmacéuticas para recetar cualquier cosa), y si tienen alguna duda, investiguen todo lo posible acerca del fármaco en cuestión. A veces alguna droga nueva no es significativamente más efectiva que otra que ya existía... pero sí significativamente más cara. Otras veces no es significativamente más efectiva pero sí tiene menos efectos secundarios (como ciertos analgésicos o quimioterápicos).
En fin, espero haber explicado claramente todo este rollo patatero. Si tienen alguna pregunta, pueden hacerla en los comentarios :-)
Mi Donaldito es una criatura poco común, estadísticamente hablando. Y como sus colores son azul y amarillo, en promedio es de color turquesa :-D
G. E.
0 comentarios: