COVID-19 Fake News : ¿Asociación o Causalidad? Básico en Lectura Crítica de la Literatura Científica

 

 

Soy  Oftalmólogo y Médico de Familia. He ejercido la Medicina siendo un servidor público durante un poco más de 18 años dentro y fuera de España. Desde hace un tiempo trabajo en los ensayos clínicos y colaboro con Biotécnológicas y Laboratorios Farmacéuticos como Medical Advisor en una CRO.

Tengo este Blog de perfil e interés científico desde 2016. En él abordo la interpretación de artículos científicos de interés -con herramientas de Lectura Crítica de la Literatura Científica, por eso lo he denominado LABORATORIO DE PROYECTOS.

Con todo el impacto que el SARS-COV-2 ha tenido en nuestras vidas y la gran incertidumbre que genera la patología que produce (COVID-19), pudiera ser de interés para muchos de mis lectores comprender el fundamento científico ( si lo tiene) de muchas publicaciones que recibimos, encontramos o buscamos a diario sobre el tema. 

Estoy convencida que aproximarnos desde la perspectiva de la Lectura Crítica y con sus herramientas, este abordaje, podría  ser muy revelador al tiempo que esclarecedor.

Los 3 pasos que personalmente sigo cuando tengo que interpretar críticamente un conjunto de datos científicos son :

1-Contextualizar

2- Comparar

3-Re-evaluar los datos

Desde inicios de la pandemia, se vienen publicando numerosos estudios observacionales para intentar orientar el diagnóstico, tratamiento y pronóstico de la enfermedad. Sin embargo siendo observacionales, no ensayos clínicos, sin grupo control y sin aleatorización, su correcta interpretación, contextualizándolos, resulta crucial. 

Las noticias que dimanan de estos errores de interpretación evolucionan con una rapidez pasmosa y se convierten desafortunadamente en "Fake News", tan rápido como apagamos nuestro pensamiento crítico y dejamos de contextualizar, comparar y re-evaluar los datos. 

En lo que tiene que ver con los estudios observacionales analíticos, una de las herramientas de Lectura Crítica  que puede servirnos para comparar, contextualizar y re-evaluar los datos son los 9 principios de Sir Austin Bradford Hill, teniendo en cuenta que asociación no es sinónimo de causalidad. 

Para decidir si existe una relación causal en una variable de estudio y los resultados obtenidos, tendríamos que preguntarnos :

¿Cuándo una asociación implica causalidad?

Esta pregunta se contesta con los 9 principios de Bradford Hill, (curiosamente haciendónos estas 9 preguntas) :

1-Fuerza : ¿ es esta asociación lo suficientemente fuerte como para que podamos descartar otros factores?

2-Consistencia: ¿Han sido estos resultados replicados por diferentes investigadores, en diferentes lugares y circunstancias en tiempos diferentes?

3-Especificidad: ¿Está asociada la exposición con una enfermedad muy específica?

4-Temporalidad: ¿La exposición precedió la enfermedad?

5-Gradiente biológico: ¿Están los niveles incrementados de exposición con un incremento del riesgo de la enfermedad?

6-Plausibilidad: ¿Existe un mecanismo científico que pueda explicar la relación causal?

7-Coherencia: ¿Es la asociación consistente con la historia natural de la enfermedad?

8-Evidencia experimental: ¿ Existe evidencia de otros estudios randomizados?

9-Analogía: ¿Existe alguna relación análoga a alguna previamente probada asociación causal?

Esta es una manera apropiada que nos deja la Lectura Crítica para evaluar si existe causalidad (más allá de la asociación encontrada) entre una exposición ( por ejemplo un factor de riesgo ) y sus resultados. 

¿Cuál es tu opinión al respecto? Te parecen adecuados estos principios?

Me encantaría leerte en comentarios. Si lo prefieres puedes escribirme por LinkedIn: https://www.linkedin.com/in/inesmluna/

Inés Luna, MD. PhD

Referencias:

Bradford Hill A. The environment and disease: association or causation? Proceedings of the Royal Society of Medicine 1965:58:295-300