Como averiguamos las cosas realmente?
Imagina que quieres saber si tomar te verde ayuda a dormir mejor. Podrias preguntarles a tus amigos que toman te verde si duermen bien. Pero ese enfoque tiene problemas. Quiza tus amigos que toman te tambien hacen mas ejercicio, o quiza simplemente ya son buenos durmientes de nacimiento.
El diseno de investigacion es el plan de como recopilamos evidencia. Un buen plan nos ayuda a separar lo que realmente causa algo de lo que simplemente aparece junto a ello. Un mal plan puede llevarnos a conclusiones completamente equivocadas, a veces con consecuencias reales para la salud, la educacion o las finanzas de las personas.
Dos tipos principales de estudios
Todo estudio cae en una de dos categorias amplias: observacional o experimental. Entender cual tipo estas viendo te dice mucho sobre cuanta confianza deberias tener en los resultados.
Estudios observacionales: mirar sin interferir
En un estudio observacional, los investigadores simplemente observan y registran lo que pasa. No cambian nada ni le piden a nadie que haga algo diferente. Observan el mundo tal como es.
Por ejemplo, un investigador podria seguir a 10,000 personas durante diez anos, registrando lo que comen y si desarrollan enfermedades cardiacas. El investigador no le dice a nadie que comer. Solo observa y toma notas.
Los estudios observacionales son utiles cuando no puedes (o no deberias) experimentar con personas. No le pedirias a un grupo de adolescentes que empiecen a fumar solo para ver que pasa. En su lugar, observarias a fumadores y no fumadores a lo largo del tiempo y compararias su salud.
La gran limitacion: los estudios observacionales pueden mostrar que dos cosas estan conectadas, pero no pueden probar que una causa la otra. Las personas que comen mas verduras podrian tambien hacer mas ejercicio, dormir mejor y visitar a sus medicos regularmente. Son las verduras las que les ayudan, o es todo lo demas?
Estudios experimentales: cambiar una cosa a proposito
En un estudio experimental, el investigador cambia algo deliberadamente y mide lo que sucede. Este es el estandar de oro para descubrir si una cosa realmente causa otra.
Lo que el investigador cambia se llama la variable independiente. Lo que mide despues se llama la variable dependiente. Todo lo demas se mantiene lo mas similar posible.
Una secretaria de educacion en Mexico quiere saber si un nuevo metodo de ensenanza de matematicas mejora las calificaciones. Seleccionan 20 salones de clase. Diez salones usan el nuevo metodo (el grupo experimental). Diez continuan con el metodo anterior (el grupo de control). Despues de seis meses, comparan las calificaciones. El metodo de ensenanza es la variable independiente. Las calificaciones son la variable dependiente.
Por que importan los grupos de control
Un grupo de control es un grupo que no recibe el tratamiento o cambio que se esta estudiando. Sin un grupo de control, no puedes saber si los resultados habrian ocurrido de todas formas.
Piensa en la medicina para el resfriado. Si tomas un remedio nuevo y te sientes mejor en cinco dias, fue la medicina? O te habrias sentido mejor en cinco dias de todos modos? Sin comparar tu experiencia con personas que no tomaron la medicina, simplemente no puedes saberlo.
En los ensayos clinicos, el grupo de control a menudo recibe un placebo, una pastilla de azucar o un tratamiento inactivo que se ve identico al real. Esto se hace porque las personas a veces se sienten mejor solo por creer que estan siendo tratadas. A esto se le llama el efecto placebo, y es sorprendentemente poderoso.
Aleatorizacion: mantenerlo justo
Como decides quien va al grupo experimental y quien al grupo de control? Si dejas que las personas elijan, podrias obtener resultados sesgados. Las personas que se ofrecen como voluntarias para un nuevo programa de ejercicio, por ejemplo, podrian ya estar mas motivadas que el promedio.
La solucion es la aleatorizacion: asignar personas a los grupos al azar, como lanzar una moneda. De esta forma, cualquier diferencia entre las personas (edad, salud, motivacion, antecedentes) se distribuye mas o menos equitativamente entre ambos grupos. No es perfecto, pero con suficientes participantes funciona sorprendentemente bien.
Una empresa en Bogota quiere probar si los horarios flexibles reducen el estres de los empleados. Si dejan que los empleados elijan si quieren probar los horarios flexibles, los empleados menos estresados podrian ser los que se inscriban (porque ya manejan mejor su tiempo). En cambio, la empresa asigna aleatoriamente departamentos al horario flexible o al horario estandar, para que los grupos sean comparables.
Cegamiento: eliminando el sesgo inconsciente
Incluso con buenas intenciones, saber en que grupo estas puede afectar los resultados. Los pacientes que saben que estan recibiendo la medicina real podrian reportar sentirse mejor. Los medicos que saben que pacientes recibieron el tratamiento real podrian buscar inconscientemente mejoras con mas atencion.
Simple ciego significa que los participantes no saben en que grupo estan, pero los investigadores si. Doble ciego significa que ni los participantes ni los investigadores que interactuan con ellos saben quien esta recibiendo que. Un equipo separado lleva el registro y revela la informacion solo cuando el estudio ha terminado.
Los estudios de doble ciego se consideran los mas confiables porque eliminan el sesgo de ambos lados. Por eso a menudo escucharas la frase "ensayo aleatorizado, doble ciego, controlado con placebo" en la investigacion medica. Combina las tres protecciones: asignacion aleatoria, cegamiento de ambos lados y un grupo de comparacion que recibe un placebo.
Poniendolo todo junto: el ensayo clinico
Veamos un ejemplo del mundo real. Una farmaceutica desarrolla un nuevo medicamento para la presion arterial. Asi funciona un estudio bien disenado:
- Reclutar participantes: Encontrar 1,000 adultos con presion arterial alta que acepten participar en el estudio.
- Aleatorizar: Una computadora asigna aleatoriamente a 500 personas al grupo del medicamento y a 500 al grupo del placebo.
- Cegar: Ambas pastillas se ven identicas. Ni los pacientes ni los medicos que miden la presion saben quien recibio que.
- Medir: Despues de tres meses, comparar las lecturas de presion arterial entre los dos grupos.
- Analizar: Usar pruebas estadisticas para determinar si cualquier diferencia es real o solo se debe al azar.
Si el grupo del medicamento tiene presion arterial significativamente mas baja que el grupo del placebo, y el estudio fue correctamente aleatorizado y cegado, esa es evidencia fuerte de que el medicamento realmente funciona.
Cuando los experimentos no son posibles
A veces los experimentos serian antieeticos o impracticos. No puedes asignar aleatoriamente a personas a la pobreza para estudiar sus efectos en la salud. No puedes asignar aleatoriamente a ninos a diferentes estructuras familiares. En estos casos, los investigadores se apoyan en estudios observacionales y usan tecnicas estadisticas para intentar compensar las diferencias entre los grupos. Los resultados siguen siendo valiosos, pero requieren mas cautela en la interpretacion.
La fuerza de las conclusiones de un estudio depende de su diseno. Los estudios experimentales con aleatorizacion, grupos de control y cegamiento proporcionan la evidencia mas fuerte de que una cosa causa otra. Los estudios observacionales pueden revelar patrones importantes, pero no pueden probar causa y efecto por si solos. Cuando te encuentres con una afirmacion de investigacion, pregunta: fue un experimento o una observacion? Esa sola pregunta te dice mucho sobre que tan seguro deberias estar del resultado.