Un titular afirma que un tratamiento “reduce 50% el riesgo” de una enfermedad. Suena decisivo. Pero falta una pieza capaz de cambiar por completo la interpretación: ¿el riesgo pasó de 40% a 20%, de 10% a 5% o de 2 personas por cada 10,000 a solo 1?
Los tres escenarios pueden describirse como una reducción relativa del 50%, aunque su importancia práctica sea radicalmente distinta. Leer investigación científica no consiste en reconocer palabras como “aleatorizado”, “significativo” o “metanálisis”; consiste en reconstruir qué pregunta se hizo, qué comparación permite el diseño, qué sesgos pueden alterar el resultado y cuánto debería cambiar nuestra confianza ante la evidencia.
📏 Antes de conocer el riesgo inicial, ¿qué tan convincente le parece “reduce 50% el riesgo”?
Objetivo didáctico
Al terminar esta ficha serás capaz de evaluar críticamente investigaciones científicas mediante la relación entre pregunta, diseño, sesgos, medidas estadísticas y síntesis de evidencia, distinguiendo lo que permiten inferir los estudios de cohorte, caso-control y ensayos controlados aleatorizados, así como revisiones sistemáticas y metanálisis.
Introducción
El artículo científico es el producto visible de una cadena mucho más larga: formular una pregunta, definir una población, seleccionar variables, elegir comparadores, medir desenlaces, decidir cómo analizar datos y comunicar incertidumbre. Cada decisión puede fortalecer una inferencia o introducir una distorsión. Por eso dos artículos publicados en revistas legítimas pueden ofrecer grados de evidencia muy diferentes aunque ambos incluyan tablas, valores p y lenguaje técnico.
Tampoco existe una jerarquía simple en la que un tipo de estudio sea siempre “mejor” que todos los demás. Un ensayo controlado aleatorizado es especialmente poderoso para estimar efectos causales de intervenciones que pueden asignarse experimentalmente, pero sería absurdo aleatorizar personas a fumar durante 30 años para investigar cáncer pulmonar. Para exposiciones potencialmente dañinas, enfermedades raras o efectos de largo plazo, los diseños observacionales pueden ser la estrategia científica apropiada.
🔷 Validez de una investigación
Una investigación resulta informativa cuando su diseño permite responder razonablemente la pregunta propuesta, sus comparaciones reducen explicaciones alternativas, las mediciones son adecuadas, los análisis corresponden a los datos y la incertidumbre se comunica de forma transparente. Calidad metodológica, calidad del reporte y prestigio de la revista no son la misma cosa.
Esta competencia importa más allá de la academia. Noticias sobre medicamentos, alimentación, contaminación, educación, actividad física o tecnologías sanitarias suelen condensar investigaciones complejas en una frase. Leer críticamente permite preguntar algo más productivo que “¿es verdad o mentira?”: ¿qué grado de confianza merece esta afirmación y qué nueva evidencia podría cambiarlo?
Desarrollo del tema
Cohorte, caso-control y ECA: el diseño determina la inferencia
En un estudio de cohorte, las personas se organizan según exposición y se observa posteriormente la aparición del desenlace. Esto permite estimar incidencia y comparar riesgos entre expuestos y no expuestos. En un estudio de casos y controles, el punto de partida es diferente: se seleccionan personas que presentan el desenlace y controles procedentes de la población que produjo esos casos; después se reconstruyen exposiciones previas. Por eso la medida clásica es el odds ratio, no el riesgo directo.
El ensayo controlado aleatorizado (ECA) introduce una diferencia fundamental: el investigador asigna la intervención mediante un procedimiento aleatorio. Si la asignación y el seguimiento se realizan adecuadamente, la aleatorización ayuda a que factores pronósticos conocidos y desconocidos queden distribuidos sin depender sistemáticamente del grupo de tratamiento. No garantiza perfección, pero reduce una fuente crucial de confusión.
La historia del ECA moderno está ligada a un problema muy concreto. En la década de 1940 la estreptomicina era escasa y existía enorme presión pública para utilizarla contra la tuberculosis. El ensayo del Medical Research Council británico comenzó a reclutar pacientes en 1947 y publicó sus resultados en 1948. La asignación utilizó números aleatorios y sobres sellados, en contraste con métodos previsibles como alternar pacientes. Esa decisión metodológica ayudó a establecer un estándar para comparar intervenciones evitando que la elección del médico determinara quién recibía el nuevo tratamiento.
Una analogía útil es pensar en tres investigaciones sobre un incendio. La cohorte pregunta: “de quienes estuvieron y no estuvieron expuestos al humo, ¿quién desarrolló después enfermedad pulmonar?”. El caso-control pregunta: “entre quienes hoy tienen la enfermedad y quienes no, ¿quién estuvo expuesto?”. El ECA sería apropiado solo si pudiéramos asignar éticamente la exposición; con humo tóxico no podemos. La pregunta correcta no es qué diseño ocupa el primer lugar en una pirámide, sino cuál produce la comparación válida que el problema permite.
Lectura crítica: leer métodos antes de enamorarse del resultado
La lectura crítica comienza antes de observar la conclusión. Primero debe reconstruirse la pregunta: población, exposición o intervención, comparación y desenlace. Después se examina cómo se seleccionaron participantes, si los grupos eran comparables, cómo se midieron resultados, cuántos participantes se perdieron, qué análisis estaba previsto y si el desenlace destacado al final coincide con el que originalmente se pretendía estudiar.
Las guías de reporte ayudan a encontrar esa información. CONSORT apareció por primera vez en 1996 para mejorar el reporte de ensayos aleatorizados y fue actualizado en 2001, 2010 y nuevamente en 2025. La versión CONSORT 2025 contiene una lista de 30 ítems, incorpora una sección específica de ciencia abierta e incluye información sobre registro del ensayo, protocolo, plan de análisis estadístico, disponibilidad de datos, financiamiento y conflictos de interés.
CONSORT y STROBE ayudan a saber qué hicieron y qué reportaron los investigadores, pero no deben convertirse en puntuaciones mecánicas de “calidad”. El propio CONSORT 2025 aclara que su lista no fue diseñada como instrumento de evaluación metodológica. Un artículo puede describir con transparencia una limitación importante; ocultarla sería peor, pero la transparencia no hace desaparecer la limitación.
Para estudios observacionales, la declaración STROBE publicada en 2007 propuso 22 elementos para mejorar el reporte de cohortes, estudios caso-control y estudios transversales. Estas guías permiten una lectura más disciplinada: en vez de dejarse llevar por el resumen, el lector puede buscar selección de participantes, definición de exposiciones, variables de confusión, pérdidas, análisis de sensibilidad y limitaciones.
En la vida cotidiana esto cambia la lectura de una noticia. Si se afirma que quienes consumen determinado alimento presentan 30% menos enfermedad, antes de recomendarlo habría que preguntar si era una cohorte observacional, cómo se midió la dieta, qué otros hábitos diferenciaban a los grupos y si el resultado permaneció después de ajustar variables relevantes. El titular informa el efecto estimado; los métodos determinan cuánto confiar en él.
Revisión sistemática y metanálisis: sintetizar no es simplemente sumar
Una revisión sistemática utiliza métodos explícitos y previamente definidos para identificar, seleccionar, evaluar y sintetizar la evidencia que responde una pregunta. Un metanálisis es una técnica estadística que puede utilizarse dentro de esa revisión para combinar estimaciones cuantitativas suficientemente comparables. Por eso no son sinónimos: puede existir una revisión sistemática sin metanálisis cuando los estudios son demasiado heterogéneos para combinarlos de manera defendible.
El término meta-analysis fue acuñado por Gene Glass en 1976, aunque la combinación cuantitativa de estudios es mucho más antigua. La metodología moderna ha desarrollado procedimientos para ponderar estudios por precisión, evaluar heterogeneidad, realizar análisis de sensibilidad y estimar cómo cambian las conclusiones bajo distintos supuestos. El Cochrane Handbook, cuya versión 6.5 fue actualizada en 2024, dedica capítulos completos a estos problemas.
PRISMA 2020 proporciona actualmente una lista de 27 ítems para reportar revisiones sistemáticas con transparencia. Pero tampoco una etiqueta “revisión sistemática” convierte automáticamente una síntesis en evidencia superior. Hay que revisar la búsqueda, criterios de elegibilidad, riesgo de sesgo de estudios individuales, decisiones de síntesis y posibilidad de evidencia ausente.
Imagine cinco termómetros que miden temperaturas en ciudades diferentes. Calcular su promedio es trivial; decidir si ese promedio responde una pregunta significativa requiere saber dónde estaba cada instrumento, cuándo midió y con qué precisión. El metanálisis enfrenta el mismo problema: la sofisticación estadística no puede reparar una pregunta mal definida ni volver equivalentes estudios que responden cosas distintas.
Sesgo de publicación: la evidencia que no vemos también cuenta
La literatura publicada no es necesariamente una muestra neutral de toda la investigación realizada. Los resultados estadísticamente significativos, novedosos o favorables pueden tener más posibilidades de publicarse, publicarse antes o aparecer de forma más visible. El problema recibe nombres más amplios como sesgo por evidencia faltante o non-reporting bias, porque puede desaparecer un estudio entero o solamente determinados desenlaces y análisis.
Un caso histórico convirtió este problema abstracto en algo medible. Turner y colaboradores compararon documentos regulatorios de la FDA con la literatura publicada sobre 74 estudios de 12 antidepresivos y 12,564 participantes. Al poder observar ensayos registrados aunque algunos nunca llegaran a una revista, obtuvieron una imagen de la evidencia que normalmente permanece oculta.
💫 En aquel análisis, 31% de los 74 estudios registrados en la FDA no se habían publicado. La literatura publicada hacía parecer que 94% de los ensayos eran positivos; la evaluación de la FDA clasificaba como positivos solo 51%.
Al comparar los dos conjuntos, la estimación del tamaño del efecto aparecía inflada aproximadamente 32% en conjunto. Turner et al., 2008.
El ejemplo cambia una intuición importante: leer “todos los artículos que encontré” no garantiza haber leído toda la evidencia. Una revisión puede buscar registros de ensayos, protocolos, documentos regulatorios, literatura gris y autores de estudios para reducir ese problema. Cochrane advierte además que una asimetría en un funnel plot no demuestra por sí sola sesgo de publicación: puede aparecer por heterogeneidad real, problemas metodológicos de estudios pequeños, artefactos estadísticos o azar.
La versión 6.5 del Cochrane Handbook recomienda como regla práctica aplicar pruebas de asimetría de embudo solo cuando existen al menos 10 estudios, porque con menos su potencia suele ser baja. Incluso entonces, la asimetría necesita interpretación. Un gráfico no sustituye la investigación sobre qué estudios fueron registrados, qué resultados estaban planeados y cuáles terminaron siendo visibles.
Esta distorsión afecta directamente decisiones ciudadanas. Si medicamentos, dietas, programas educativos o políticas se conocen principalmente por estudios favorables, una persona puede recibir una imagen exagerada de beneficio y demasiado optimista de incertidumbre. La ausencia de evidencia no siempre es aleatoria; a veces tiene una dirección.
Estadística clínica básica: tamaño del efecto antes que culto al valor p
Cuando el desenlace es binario —por ejemplo hospitalización sí/no— existen varias formas de expresar el efecto. El riesgo relativo (RR) compara proporciones: un RR de 0.50 significa que el riesgo observado en un grupo fue la mitad del riesgo del comparador. La diferencia absoluta de riesgos resta las proporciones. El odds ratio (OR) compara odds, no probabilidades directas, y puede separarse considerablemente del RR cuando el desenlace es frecuente.
Suponga un ECA donde 10 de cada 100 participantes del grupo control presentan un evento, frente a 5 de cada 100 con tratamiento. El RR es 0.50: reducción relativa de 50%. Pero la reducción absoluta es de 5 puntos porcentuales. El número necesario a tratar, NNT, es el inverso de 0.05: aproximadamente 20 personas tendrían que recibir la intervención durante el periodo estudiado para evitar un evento adicional, asumiendo que la diferencia observada representa el efecto aplicable.
El intervalo de confianza agrega otra dimensión: la precisión. Para una medida relativa, un intervalo de confianza del 95% que atraviesa 1 incluye valores compatibles con ausencia de diferencia relativa bajo el modelo estadístico. Un intervalo estrecho indica mayor precisión que uno muy amplio. Pero ni el intervalo ni el valor p responden automáticamente si un efecto es clínicamente importante, si el estudio está libre de sesgo o si el resultado se aplica a otra población.
Esta distinción es especialmente importante cuando resultados de investigación llegan a medios de comunicación. “Reduce 50% el riesgo” suele resultar más impactante que “evita aproximadamente 5 eventos por cada 100 personas tratadas en este periodo”. Ambas expresiones pueden derivar de los mismos datos. Una lectura científicamente madura exige preguntar cuál de ellas permite entender mejor la decisión real.
Conclusión
Leer investigación científica significa reconstruir una arquitectura de inferencias. El diseño indica qué comparación puede realizarse; la selección de participantes determina de qué población procede la evidencia; las mediciones definen qué fenómeno fue realmente observado; el análisis traduce datos en estimaciones; los intervalos expresan precisión; y el riesgo de sesgo obliga a preguntarse si el resultado podría haberse desplazado sistemáticamente.
Una cohorte bien diseñada puede responder mejor una pregunta sobre exposición prolongada que un experimento imposible. Un ECA puede producir una estimación causal fuerte y, aun así, ser poco aplicable a la población que interesa. Una revisión sistemática puede reunir decenas de estudios y seguir siendo vulnerable a evidencia faltante. Un metanálisis puede calcular un promedio con muchos decimales y continuar respondiendo una pregunta clínicamente confusa.
La competencia central no consiste, por tanto, en memorizar una jerarquía de evidencia. Consiste en hacer corresponder la fuerza de la conclusión con la fuerza del diseño, la transparencia del reporte, la precisión estadística, la consistencia del conjunto de estudios y las limitaciones que permanecen. Cuanto más espectacular sea un resultado, más útil resulta preguntar qué tendría que haber ocurrido para producirlo sin que la explicación propuesta fuera verdadera.
🔭 Para seguir aprendiendo
Esta ficha abre más preguntas de las que cierra:
- ¿Cómo debería cambiar nuestra confianza cuando un ECA y varios estudios observacionales producen resultados distintos?
- ¿Cuándo la heterogeneidad de un metanálisis representa ruido metodológico y cuándo revela diferencias científicamente importantes entre poblaciones?
- ¿Qué cambiaría en la literatura científica si todos los protocolos, análisis y resultados quedaran registrados públicamente antes de conocer sus conclusiones?
Actividad de aprendizaje autónoma
Proyecto final · Auditoría crítica de una investigación científica
Seleccione un artículo científico sobre salud, ambiente, comportamiento, alimentación o una intervención relevante para México o América Latina. Preferentemente utilice un artículo original de acceso abierto publicado durante los últimos cinco años. El objetivo no es resumirlo, sino producir una evaluación independiente de lo que realmente permite concluir.
Antes de elaborar la auditoría, complete estas cuatro relaciones conceptuales.
✍️ Complete las afirmaciones
1. En un estudio caso-control, la medida de asociación utilizada habitualmente es el .
2. Una revisión que identifica y sintetiza estudios mediante métodos explícitos es una .
3. El rango que comunica la precisión de una estimación suele expresarse mediante un .
4. Si el riesgo pasa de 10% a 5%, la reducción absoluta del riesgo es de .
Prepare una auditoría crítica de 900 a 1,100 palabras siguiendo esta secuencia:
- Escriba la pregunta de investigación en una sola oración e identifique población, exposición o intervención, comparador y desenlace.
- Clasifique el diseño: cohorte, caso-control, ECA u otro. Explique por qué ese diseño resulta adecuado o limitado para la pregunta.
- Reconstruya la selección de participantes. ¿De dónde provienen? ¿Quién quedó fuera? ¿Las pérdidas durante el seguimiento podrían modificar el resultado?
- Identifique la medida principal de efecto: RR, OR, diferencia de riesgos, diferencia de medias u otra. Tradúzcala a lenguaje cotidiano sin perder precisión.
- Interprete el intervalo de confianza y, si se informa, el valor p. Separe significación estadística de importancia clínica o práctica.
- Identifique al menos tres riesgos de sesgo o explicaciones alternativas: selección, confusión, medición, pérdidas, reporte selectivo u otros pertinentes al diseño.
- Busque una revisión sistemática relacionada y compruebe si el estudio es consistente con el conjunto de evidencia. No asuma que el metanálisis tiene razón automáticamente: examine heterogeneidad y riesgo de sesgo.
- Investigue si el estudio fue registrado previamente, si existe protocolo y si encuentra señales de desenlaces cambiados, resultados faltantes o conflicto de interés.
- Asigne al hallazgo un grado de confianza entre 0 y 100 y justifique qué evidencia nueva haría aumentar o disminuir su valoración.
Evidencia de logro: la auditoría no juzga un artículo por la reputación de la revista ni por la presencia de un valor p; relaciona diseño con inferencia, diferencia medidas absolutas y relativas, interpreta incertidumbre, identifica riesgo de sesgo y compara el estudio con evidencia acumulada.
Criterio de éxito: una persona que no haya leído el artículo original debe poder terminar su auditoría sabiendo qué se estudió, qué resultado apareció, qué tan grande fue, qué tan preciso es, qué explicaciones alternativas siguen abiertas y qué conclusión sería más fuerte de lo que los datos permiten.
Reflexión final: elimine durante un momento el título, el nombre de la revista, las afiliaciones de los autores y el valor p. ¿Seguiría considerando convincente el estudio solo por la arquitectura de su pregunta, diseño, datos y análisis? Si su respuesta cambia mucho, ha identificado cuánto peso estaba otorgando a señales de autoridad en lugar de a la evidencia misma.
Referencias · APA 7
Deeks, J. J., Higgins, J. P. T., Altman, D. G., McKenzie, J. E., & Veroniki, A. A. (2024). Analysing data and undertaking meta-analyses. In J. P. T. Higgins et al. (Eds.), Cochrane handbook for systematic reviews of interventions (Version 6.5). Cochrane.
Hopewell, S., Chan, A.-W., Collins, G. S., Hróbjartsson, A., Moher, D., Schulz, K. F., et al. (2025). CONSORT 2025 statement: Updated guideline for reporting randomised trials. BMJ, 389, e081123. https://doi.org/10.1136/bmj-2024-081123
Medical Research Council. (1948). Streptomycin treatment of pulmonary tuberculosis: A Medical Research Council investigation. British Medical Journal, 2(4582), 769–782. https://doi.org/10.1136/bmj.2.4582.769
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Page, M. J., Higgins, J. P. T., & Sterne, J. A. C. (2024). Assessing risk of bias due to missing evidence in a meta-analysis. In J. P. T. Higgins et al. (Eds.), Cochrane handbook for systematic reviews of interventions (Version 6.5). Cochrane.
Turner, E. H., Matthews, A. M., Linardatos, E., Tell, R. A., & Rosenthal, R. (2008). Selective publication of antidepressant trials and its influence on apparent efficacy. New England Journal of Medicine, 358(3), 252–260. https://doi.org/10.1056/NEJMsa065779
von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. The Lancet, 370(9596), 1453–1457. https://doi.org/10.1016/S0140-6736(07)61602-X