Los titulares de salud pueden resultar confusos: estas tres preguntas pueden ayudarle a clasificarlos

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 vacunación o riesgos inesperados de cáncer.

Para las personas que intentan tomar decisiones informadas sobre su salud y la salud de sus familias, puede resultar difícil 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 científicos pueden nublar aún más el panorama.

Como profesores que enseñan epidemiología y métodos de investigación a estudiantes de salud pública, comenzamos a nuestros estudiantes con algunas preguntas clave que pueden ayudar a aclarar la evidencia. Sabemos que estas lecciones no son sólo para los profesionales de la salud pública: son herramientas que cualquiera puede utilizar para eliminar los prejuicios, evaluar las declaraciones de propiedades saludables y comprender mejor los debates sobre políticas de salud.

No. 1: ¿Las personas contraen esta enfermedad con más frecuencia?

Los informes de los medios a menudo destacan cambios en la frecuencia con la que se diagnostica la afección. Tomemos, por ejemplo, “la tasa de autismo en EE. UU. aumenta nuevamente a 1 de cada 31 niños, según los CDC” y “los CDC encuentran que casi 1 de cada 3 jóvenes de EE. UU. tiene prediabetes, pero los expertos cuestionan los escasos datos”.

Antes de dar la alarma sobre una epidemia en evolución, es importante considerar si los cambios en las tasas se deben a lo que los investigadores de salud pública llaman cambios artefactos o si son cambios reales.

Cuando la Asociación Estadounidense del Corazón redujo el umbral para diagnosticar la presión arterial alta, de repente se pensó que más personas padecían esta afección. J_art/Momento vía Getty Images

Los cambios artefactos pueden ocurrir incluso cuando la tasa de una enfermedad o condición en una población en realidad no ha cambiado. Cuando los investigadores revisan la forma en que definen una afección, 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 definición ampliada de autismo.

Otro ejemplo es cambiar lo que clasifica a alguien como hipertenso. En 2017, la Asociación Estadounidense del Corazón redujo el umbral para diagnosticar hipertensión de 140/90 a 130/80. Como resultado, casi de la noche a la mañana, se pensó que más personas padecían esta afección.

La tasa de esta afección también puede parecer aumentar a medida que los médicos mejoran en su detección. La adopción generalizada de la prueba PSA, abreviatura de prueba de antígeno prostático específico, un análisis de sangre para detectar el cáncer de próstata, a principios de la década de 1990 resultó en un aumento en los diagnósticos de cáncer de próstata. 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 afección debido a los informes de los medios o la discusión pública también puede conducir a más diagnósticos. Esto es especialmente cierto cuando el diagnóstico no se basa en una prueba médica definitiva, sino en observaciones o informes clínicos. Por ejemplo, el aumento de los casos de TDAH a lo largo del tiempo puede reflejar en parte un mayor reconocimiento y diagnóstico a medida que aumenta la conciencia.

Los verdaderos cambios en las tasas de una enfermedad o condición de salud reflejan cambios reales en los factores que hacen que la condición se vuelva más o menos común en la población.

Un ejemplo clásico de cambio real en las tasas de enfermedad es el tabaquismo y el cáncer de pulmón. A principios del siglo XX, el cáncer de pulmón era una enfermedad rara en los Estados Unidos. En la década de 1930, los médicos veían más casos en hombres, lo que llevó a estudios que investigaban sus posibles causas, incluido el tabaquismo.

Con base en los resultados de numerosos estudios revisados ​​a principios de la década de 1960 por el Comité Asesor sobre Tabaquismo y Salud del Cirujano General de EE. UU., el comité concluyó que fumar es la causa principal de cáncer de pulmón. En un informe histórico del Cirujano General publicado en 1964, que se basó en evidencia de más de 7.000 artículos científicos y técnicos, el comité concluyó que “fumar cigarrillos contribuye significativamente a la mortalidad por ciertas enfermedades específicas y a la tasa de mortalidad general”.

Número 2: ¿Qué estudio llevó a esta afirmación?

Los estudios más sólidos comparan un grupo de control que no recibe la intervención que se está probando y un grupo experimental que sí la recibe. Los participantes del estudio fueron asignados aleatoriamente a uno de estos grupos. Este tipo de diseño de estudio, llamado ensayo controlado aleatorio, se considera el estándar de oro para demostrar cuándo un tratamiento u otro factor realmente causa o previene una enfermedad.

Algunos estudios que evalúan el estado de salud pueden probar directamente una intervención, mientras que otros analizan algo que el paciente ya está experimentando. Dragos Condrea/iStock vía Getty Images

Sin embargo, no se puede utilizar un ensayo controlado aleatorio para estudiar factores potencialmente dañinos como pesticidas u otras sustancias químicas que se encuentran en nuestro entorno cotidiano. Exponer a las personas a una exposición potencialmente dañina no sería ético. En cambio, los investigadores deberían basarse en estudios observacionales, que identifiquen a las personas que ya están 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 están expuestas a los pesticidas.

El desafío de los estudios observacionales es que dos grupos de personas a menudo difieren de manera impredecible, y estas diferencias pueden explicar parcialmente por qué un grupo tiene una tasa más alta de una enfermedad o condición de salud en particular. Esto se conoce como confusión. Los métodos estadísticos utilizados para controlar estas diferencias entre grupos suelen ser imperfectos. Por tanto, es arriesgado sacar conclusiones de un solo estudio.

No. 3: ¿Qué otras pruebas existen?

Como un solo estudio no puede probar causa y efecto, los expertos revisan toda la investigación sobre un tema, como un jurado que sopesa todas las pruebas antes de emitir un veredicto. La evidencia a menudo implica una combinación de tipos de estudios, incluidos ensayos clínicos aleatorios, estudios observacionales e investigaciones de laboratorio. Los ensayos clínicos aleatorios prueban si una intervención realmente cambia los resultados en condiciones controladas, mientras que los estudios observacionales buscan patrones y asociaciones en poblaciones del mundo real. La investigación de laboratorio tiene como objetivo descubrir los mecanismos biológicos 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 químicas presentes en el humo del cigarrillo. En general, descubrieron que tales sustancias químicas causan cáncer al dañar el material genético de las células pulmonares. Cuando este daño afecta a genes clave, puede provocar que las células se dividan sin control y provoquen el desarrollo de cáncer.

Una vez que los científicos descartan explicaciones basadas en artefactos, como que más personas sean clasificadas con una condición 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 están investigando realmente causa o previene una enfermedad u otra condición. Sopesan toda la evidencia porque ningún estudio por sí solo resuelve la cuestión, pero juntos pintan una imagen más clara.

¿Conclusión? Si ve una afirmación sobre la salud que parece demasiado buena (o demasiado mala) para ser verdad, tómese un momento para analizar mentalmente la evidencia a través de estas tres preguntas antes de decidir qué creer.