Cada semana en 2025 parece traer un nuevo titular de salud, ya sea el aumento de las tasas de autismo, el cambio en las recomendaciones de vacunaciĆ³n o riesgos inesperados de cĆ”ncer.
Para las personas que intentan tomar decisiones informadas sobre su salud y la salud de sus familias, puede resultar difĆcil encontrarle sentido a todo esto. La ciencia puede resultar contradictoria y confusa. Los datos humanos son confusos y los estudios a menudo producen resultados contradictorios.
Los enfrentamientos entre funcionarios gubernamentales y cientĆficos pueden nublar aĆŗn mĆ”s el panorama.
Como profesores que enseƱan epidemiologĆa y mĆ©todos de investigaciĆ³n a estudiantes de salud pĆŗblica, comenzamos a nuestros estudiantes con algunas preguntas clave que pueden ayudar a aclarar la evidencia. Sabemos que estas lecciones no son sĆ³lo para los profesionales de la salud pĆŗblica: son herramientas que cualquiera puede utilizar para eliminar los prejuicios, evaluar las declaraciones de propiedades saludables y comprender mejor los debates sobre polĆticas de salud.
No. 1: ¿Las personas contraen esta enfermedad con mĆ”s frecuencia?
Los informes de los medios a menudo destacan cambios en la frecuencia con la que se diagnostica la afecciĆ³n. Tomemos, por ejemplo, "la tasa de autismo en EE. UU. aumenta nuevamente a 1 de cada 31 niƱos, segĆŗn los CDC" y "los CDC encuentran que casi 1 de cada 3 jĆ³venes de EE. UU. tiene prediabetes, pero los expertos cuestionan los escasos datos".
Antes de dar la alarma sobre una epidemia en evoluciĆ³n, es importante considerar si los cambios en las tasas se deben a lo que los investigadores de salud pĆŗblica llaman cambios artefactos o si son cambios reales.
Cuando la AsociaciĆ³n Estadounidense del CorazĆ³n redujo el umbral para diagnosticar la presiĆ³n arterial alta, de repente se pensĆ³ que mĆ”s personas padecĆan esta afecciĆ³n. J_art/Momento vĆa Getty Images
Los cambios artefactos pueden ocurrir incluso cuando la tasa de una enfermedad o condiciĆ³n en una poblaciĆ³n en realidad no ha cambiado. Cuando los investigadores revisan la forma en que definen una afecciĆ³n, la cantidad de personas que se cuentan que la padecen puede cambiar con el tiempo. Las tasas de autismo, por ejemplo, han aumentado, al menos en parte, debido a la definiciĆ³n ampliada de autismo.
Otro ejemplo es cambiar lo que clasifica a alguien como hipertenso. En 2017, la AsociaciĆ³n Estadounidense del CorazĆ³n redujo el umbral para diagnosticar hipertensiĆ³n de 140/90 a 130/80. Como resultado, casi de la noche a la maƱana, se pensĆ³ que mĆ”s personas padecĆan esta afecciĆ³n.
La tasa de esta afecciĆ³n tambiĆ©n puede parecer aumentar a medida que los mĆ©dicos mejoran en su detecciĆ³n. La adopciĆ³n generalizada de la prueba PSA, abreviatura de prueba de antĆgeno prostĆ”tico especĆfico, un anĆ”lisis de sangre para detectar el cĆ”ncer de prĆ³stata, a principios de la dĆ©cada de 1990 resultĆ³ en un aumento en los diagnĆ³sticos de cĆ”ncer de prĆ³stata. Algunos de estos casos se detectan en una etapa tan temprana que es posible que nunca hayan progresado hasta causar enfermedad o muerte durante la vida del paciente.
Una mayor conciencia de la afecciĆ³n debido a los informes de los medios o la discusiĆ³n pĆŗblica tambiĆ©n puede conducir a mĆ”s diagnĆ³sticos. Esto es especialmente cierto cuando el diagnĆ³stico no se basa en una prueba mĆ©dica definitiva, sino en observaciones o informes clĆnicos. Por ejemplo, el aumento de los casos de TDAH a lo largo del tiempo puede reflejar en parte un mayor reconocimiento y diagnĆ³stico a medida que aumenta la conciencia.
Los verdaderos cambios en las tasas de una enfermedad o condiciĆ³n de salud reflejan cambios reales en los factores que hacen que la condiciĆ³n se vuelva mĆ”s o menos comĆŗn en la poblaciĆ³n.
Un ejemplo clĆ”sico de cambio real en las tasas de enfermedad es el tabaquismo y el cĆ”ncer de pulmĆ³n. A principios del siglo XX, el cĆ”ncer de pulmĆ³n era una enfermedad rara en los Estados Unidos. En la dĆ©cada de 1930, los mĆ©dicos veĆan mĆ”s casos en hombres, lo que llevĆ³ a estudios que investigaban sus posibles causas, incluido el tabaquismo.
Con base en los resultados de numerosos estudios revisados a principios de la dĆ©cada de 1960 por el ComitĆ© Asesor sobre Tabaquismo y Salud del Cirujano General de EE. UU., el comitĆ© concluyĆ³ que fumar es la causa principal de cĆ”ncer de pulmĆ³n. En un informe histĆ³rico del Cirujano General publicado en 1964, que se basĆ³ en evidencia de mĆ”s de 7.000 artĆculos cientĆficos y tĆ©cnicos, el comitĆ© concluyĆ³ que "fumar cigarrillos contribuye significativamente a la mortalidad por ciertas enfermedades especĆficas y a la tasa de mortalidad general".
NĆŗmero 2: ¿QuĆ© estudio llevĆ³ a esta afirmaciĆ³n?
Los estudios mĆ”s sĆ³lidos comparan un grupo de control que no recibe la intervenciĆ³n que se estĆ” probando y un grupo experimental que sĆ la recibe. Los participantes del estudio fueron asignados aleatoriamente a uno de estos grupos. Este tipo de diseƱo de estudio, llamado ensayo controlado aleatorio, se considera el estĆ”ndar de oro para demostrar cuĆ”ndo un tratamiento u otro factor realmente causa o previene una enfermedad.
Algunos estudios que evalĆŗan el estado de salud pueden probar directamente una intervenciĆ³n, mientras que otros analizan algo que el paciente ya estĆ” experimentando. Dragos Condrea/iStock vĆa Getty Images
Sin embargo, no se puede utilizar un ensayo controlado aleatorio para estudiar factores potencialmente daƱinos como pesticidas u otras sustancias quĆmicas que se encuentran en nuestro entorno cotidiano. Exponer a las personas a una exposiciĆ³n potencialmente daƱina no serĆa Ć©tico. En cambio, los investigadores deberĆan basarse en estudios observacionales, que identifiquen a las personas que ya estĆ”n expuestas a un factor en su vida diaria (por ejemplo, quienes trabajan con pesticidas) y comparen sus resultados de salud con los de personas que no estĆ”n expuestas a los pesticidas.
El desafĆo de los estudios observacionales es que dos grupos de personas a menudo difieren de manera impredecible, y estas diferencias pueden explicar parcialmente por quĆ© un grupo tiene una tasa mĆ”s alta de una enfermedad o condiciĆ³n de salud en particular. Esto se conoce como confusiĆ³n. Los mĆ©todos estadĆsticos utilizados para controlar estas diferencias entre grupos suelen ser imperfectos. Por tanto, es arriesgado sacar conclusiones de un solo estudio.
No. 3: ¿QuĆ© otras pruebas existen?
Como un solo estudio no puede probar causa y efecto, los expertos revisan toda la investigaciĆ³n sobre un tema, como un jurado que sopesa todas las pruebas antes de emitir un veredicto. La evidencia a menudo implica una combinaciĆ³n de tipos de estudios, incluidos ensayos clĆnicos aleatorios, estudios observacionales e investigaciones de laboratorio. Los ensayos clĆnicos aleatorios prueban si una intervenciĆ³n realmente cambia los resultados en condiciones controladas, mientras que los estudios observacionales buscan patrones y asociaciones en poblaciones del mundo real. La investigaciĆ³n de laboratorio tiene como objetivo descubrir los mecanismos biolĆ³gicos que vinculan una causa potencial con una enfermedad y generalmente se lleva a cabo en circunstancias artificiales.
Por ejemplo, muchos estudios han investigado los efectos de las sustancias quĆmicas presentes en el humo del cigarrillo. En general, descubrieron que tales sustancias quĆmicas causan cĆ”ncer al daƱar el material genĆ©tico de las cĆ©lulas pulmonares. Cuando este daƱo afecta a genes clave, puede provocar que las cĆ©lulas se dividan sin control y provoquen el desarrollo de cĆ”ncer.
Una vez que los cientĆficos descartan explicaciones basadas en artefactos, como que mĆ”s personas sean clasificadas con una condiciĆ³n debido a definiciones cambiantes, pueden combinar evidencia de una variedad de estudios sobre un tema para construir un caso convincente sobre si el factor que estĆ”n investigando realmente causa o previene una enfermedad u otra condiciĆ³n. Sopesan toda la evidencia porque ningĆŗn estudio por sĆ solo resuelve la cuestiĆ³n, pero juntos pintan una imagen mĆ”s clara.
¿ConclusiĆ³n? Si ve una afirmaciĆ³n sobre la salud que parece demasiado buena (o demasiado mala) para ser verdad, tĆ³mese un momento para analizar mentalmente la evidencia a travĆ©s de estas tres preguntas antes de decidir quĆ© creer.
.webp)
0 Comentarios