“Un nuevo fármaco reduce a la mitad el riesgo de infarto”. “Un nuevo fármaco evita un infarto por cada mil personas que lo toman durante cinco años”. Dos titulares. Un mismo estudio. Los mismos datos. Si sin el fármaco hay 2 infartos por cada 1.000 personas y con él hay 1, el riesgo se ha reducido a la mitad. Pero 999 de cada 1.000 personas lo habrán tomado sin obtener ese beneficio. El primer titular invita a correr a la farmacia; el segundo, a pensárselo dos veces. Ninguno miente.

Este 20 de octubre, Día de la Estadística, conviene recordar: la desinformación en salud no siempre nace de datos falseados o inventados. Muchas veces nace de datos verdaderos, pero, contados a medias.

¿La mitad de cuánto?

La diferencia entre ambos titulares tiene nombre. Por un lado, el riesgo relativo compara grupos: “la mitad”, “el doble”, “un 50 % menos”. En cambio, el riesgo absoluto cuenta personas: “de 2 a 1 de cada 1.000”. El primero siempre suena más grande. Por eso es el favorito de los titulares, y de la publicidad.

Existe una tercera forma, y aún es más clara: el número necesario a tratar. En nuestro ejemplo, habría que tratar a 1.000 personas durante cinco años para evitar un solo infarto. No significa que el fármaco no sirva. Significa que ese beneficio debe ponerse en la balanza junto a sus efectos adversos y su coste. ¿Parece un simple tecnicismo? Preguntemos a las mujeres británicas de 1995.

Una palabra, miles de embarazos

El 19 de octubre de 1995, hace ya 31 años y en la víspera de lo que hoy es el Día de la Estadística, las autoridades sanitarias del Reino Unido advirtieron de que las píldoras anticonceptivas de tercera generación duplicaban el riesgo de trombosis venosa. Era cierto. Pero ese riesgo pasaba, aproximadamente, de 1 a 2 casos por cada 7.000 mujeres.

A la calle llegó “el doble”, no “uno más entre siete mil”. Muchas mujeres dejaron la píldora de golpe. En los meses siguientes, los embarazos aumentaron en torno a un 7 % y los abortos, más de un 9 %, sobre todo entre las más jóvenes y con menos recursos.

La ironía: el embarazo conlleva un riesgo de trombosis mayor que la propia píldora. Y lo más revelador: estudios posteriores confirmaron que ese riesgo relativo, en torno al doble, era real. El problema nunca fueron los datos, sino cómo se contaron. Una cifra relativa sin su cifra absoluta es una media verdad. Y en salud, las medias verdades dejan huella.

90 % de vivos o 10 % de muertos

Decir que una operación tiene “un 90 % de supervivencia” o “un 10 % de mortalidad” es decir exactamente lo mismo. Pero no suena igual. En un estudio clásico, pacientes y médicos elegían más a menudo la cirugía cuando se la presentaban en términos de supervivencia. No decidimos solo con los datos, decidimos con cómo nos los plantean.

Con los gráficos ocurre lo mismo, un eje que no empieza en cero convierte una diferencia mínima en un precipicio. El gráfico en sí no miente, pero quien lo diseña es quién decide qué vemos primero.

Los estudios que nunca leeremos

En estadística solemos considerar que un resultado es «significativo» cuando, si el tratamiento en realidad no hiciera nada, la probabilidad de obtenerlo por puro azar sería menor del 5 %. Es decir, más o menos 1 de cada 20 veces.

Ahora imaginemos que 20 equipos de investigación prueban un tratamiento que no funciona. Lo más probable es que alguno obtenga, por casualidad, un resultado «significativo». Y ese es precisamente el estudio con más papeletas para publicarse, mientras los otros 19 se quedan en un cajón. Es el sesgo de publicación. Si solo leemos lo que salió bien, la ciencia parece más optimista de lo que es.

Hagamos la prueba

De cada 100 mujeres que se hacen una mamografía de cribado, 1 tiene cáncer de mama. La prueba detecta 9 de cada 10 cánceres. Con las mujeres sanas acierta casi siempre: solo se equivoca y da positivo en 9 de cada 100. Si una mujer recibe un positivo, ¿qué probabilidad tiene de tener cáncer?

La mayoría, incluidos muchos profesionales sanitarios, responde que un 90 %, porque es lo que detecta la prueba. En realidad, es de aproximadamente 1 de cada 10. Para entenderlo, vamos a imaginar que 1.000 mujeres se hacen la mamografía: 10 tienen cáncer. La prueba encuentra a 9 de ellas. 990 están sanas. Pero la prueba se equivoca con unas 89 y les da un positivo.

En total, 98 mujeres reciben un positivo, y solo 9 tienen cáncer de verdad. El punto importante es que las sanas son muchísimas más que las enfermas: aunque la prueba se equivoque poco con cada una, al ser tantas, sus errores superan a los aciertos. Un positivo en un cribado no es un diagnóstico: es el inicio de más pruebas.

En mis clases de bioestadística en primero de Enfermería, este ejercicio suele sorprender. Y deja una lección para todos, la estadística no es una asignatura de números; es una forma de protegerse del engaño.

Cinco preguntas antes de compartir

No hace falta ser estadístico para defenderse. Basta con hacerse estas preguntas ante una noticia de salud:

• ¿Sobre cuántos? Si solo vemos un porcentaje relativo, debemos buscar la cifra absoluta.

• ¿Comparado con qué? “El doble” no dice nada sin el punto de partida.

• ¿En quiénes y durante cuánto tiempo? Los ratones no son personas, y un mes no son diez años.

• ¿Un estudio o toda la evidencia? Un resultado llamativo rara vez cuenta la historia completa.

• ¿Quién lo cuenta y por qué? Un titular también compite por nuestra atención.

La próxima vez que un titular nos prometa reducir algo “a la mitad”, hagámonos una sola pregunta: ¿la mitad de cuánto? Puede ahorrarnos un susto, un gasto o una mala decisión. Porque se puede engañar sin decir una sola mentira. Y también se puede aprender a no dejarse engañar.

This work is licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International