Cómo leer un estudio científico sin ser investigador
Nut. Diego Torres
Tiempo de lectura: 7 minutos
Cada día aparecen nuevos estudios sobre nutrición. Sin embargo, basta con pasar unos minutos en redes sociales para encontrar afirmaciones completamente opuestas sobre un mismo tema.
El huevo aumenta el riesgo cardiovascular.
El huevo no afecta la salud cardiovascular.
Los lácteos fortalecen los huesos.
Los lácteos perjudican la salud ósea.
Las legumbres son una excelente fuente de nutrientes.
Las legumbres son perjudiciales por sus antinutrientes.
Entonces surge una pregunta inevitable: ¿Cómo pueden existir estudios que parecen demostrar cosas completamente opuestas?
La respuesta no siempre está en los resultados, sino en cómo aprendemos a interpretar la evidencia científica.
En este artículo encontrarás cinco preguntas sencillas que te ayudarán a leer un estudio científico con una mirada mucho más crítica, incluso si no eres investigador.
Primera pregunta: ¿cuál fue la pregunta de investigación y por qué era necesario el estudio?
Cuando leemos un artículo científico, es muy común ir directamente a los resultados o incluso a las conclusiones. Sin embargo, antes de analizar cualquier resultado, existe una pregunta mucho más importante:
¿Qué intentaban responder los investigadores?
Toda investigación científica nace porque existe una duda que aún no ha sido resuelta o porque la evidencia disponible muestra resultados contradictorios. Esa duda se conoce como pregunta de investigación y constituye el punto de partida de todo el estudio.
Por ejemplo, en nutrición podríamos plantearnos preguntas como:
¿El consumo de huevos aumenta las concentraciones de colesterol LDL?
¿La suplementación con creatina mejora la fuerza muscular en personas veganas?
¿Una mayor ingesta de fibra reduce el porcentaje de grasa corporal?
¿Consumir bebidas azucaradas incrementa el riesgo de diabetes tipo 2?
Cada una de estas preguntas requiere un diseño de investigación diferente y determinará aspectos tan importantes como la población estudiada, las variables que se medirán y la forma en que deberán interpretarse los resultados.
Generalmente, la pregunta de investigación puede identificarse en la Introducción o al inicio de la sección Métodos. Los autores suelen expresarla mediante frases como:
"El objetivo de este estudio fue evaluar..."
"El propósito de esta investigación fue determinar si..."
"Buscamos comparar..."
Si después de leer la introducción aún no tienes claro qué pregunta intenta responder el estudio, probablemente será difícil interpretar correctamente sus resultados.
¿Por qué es importante identificar la pregunta de investigación?
Porque no todos los estudios responden la misma pregunta, aunque hablen del mismo tema.
Por ejemplo, observa estas dos preguntas:
¿El colesterol dietario aumenta las concentraciones de colesterol LDL?
¿El colesterol dietario incrementa el riesgo de enfermedad cardiovascular?
A simple vista parecen similares, pero en realidad responden a preguntas científicas diferentes.
La primera busca determinar un efecto fisiológico, mientras que la segunda evalúa un desenlace clínico. Por esta razón, la evidencia necesaria para responder cada una también es diferente.
En otras palabras, si no identificamos correctamente la pregunta de investigación, existe un alto riesgo de interpretar erróneamente las conclusiones del estudio.
Segunda pregunta: ¿cuál fue el diseño de la investigación?
Una vez identificada la pregunta de investigación, el siguiente paso consiste en averiguar cómo decidieron responderla. En otras palabras, ¿qué diseño de investigación utilizaron?
El diseño de un estudio representa la estrategia que siguieron los investigadores para responder su pregunta de investigación. No existe un único diseño capaz de responder todas las preguntas científicas. Algunas requieren simplemente observar lo que ocurre en una población, mientras que otras exigen intervenir directamente para evaluar el efecto de una exposición o tratamiento. Por esta razón, a lo largo del tiempo se han desarrollado diferentes diseños de investigación, cada uno con fortalezas, limitaciones y aplicaciones específicas.
De forma general, los estudios pueden clasificarse en dos grandes grupos: estudios primarios y estudios secundarios.
Los estudios primarios generan información original mediante la recopilación directa de datos en personas, animales o muestras biológicas.
Los estudios secundarios, en cambio, no obtienen datos nuevos, sino que analizan, sintetizan e interpretan la evidencia generada por estudios primarios.
Esta clasificación es importante porque cada tipo de estudio fue diseñado para responder preguntas científicas diferentes y, por ello, presenta fortalezas y limitaciones propias. Por ejemplo, un ensayo clínico puede ser el diseño más apropiado para evaluar el efecto de un suplemento, mientras que un estudio de cohorte suele ser más útil para investigar si un patrón alimentario se asocia con el riesgo de desarrollar una enfermedad a lo largo del tiempo.
En otras palabras, no existe un diseño de investigación que sea mejor que otro. Por ello, antes de interpretar los resultados de un estudio es fundamental identificar qué diseño utilizaron los investigadores y comprender qué preguntas puede responder (Tabla 1).
Tabla 1. Principales diseños de investigación utilizados en nutrición y el tipo de preguntas que permiten responder.
Tipo de estudio | ¿Qué hace? | Ejemplo en nutrición |
Estudio transversal | Evalúa la exposición y el desenlace en un mismo momento. | ¿Las personas que consumen más fibra presentan menor porcentaje de grasa corporal? |
Estudio de casos y controles | Compara personas con una enfermedad (casos) y sin ella (controles) para investigar si estuvieron expuestas con mayor frecuencia a un determinado factor de riesgo. | ¿Las personas con cáncer colorrectal consumían más carnes procesadas que quienes no desarrollaron la enfermedad? |
Estudio de cohorte | Sigue a una población a lo largo del tiempo para evaluar si una exposición se asocia con un desenlace. | ¿El consumo habitual de bebidas azucaradas aumenta el riesgo de diabetes tipo 2? |
Ensayo clínico aleatorizado | Asigna una intervención y compara sus efectos con un grupo control. | ¿La suplementación con creatina mejora la fuerza muscular en comparación con un placebo? |
Revisión sistemática | Resume de forma rigurosa los estudios disponibles sobre una pregunta específica. | ¿Qué muestran los ensayos clínicos sobre el consumo de huevos y el colesterol LDL? |
Metaanálisis | Combinan estadísticamente los resultados de varios estudios para obtener una estimación más precisa del efecto. | ¿Cuál es el efecto promedio de la creatina sobre el rendimiento deportivo? |
En términos sencillos, la pregunta de investigación determina el diseño del estudio, y el diseño determina qué tan confiable será la respuesta para esa pregunta.
Una vez identificado el diseño del estudio, la siguiente pregunta es inevitable:
¿Fue adecuado el diseño para responder esa pregunta?
Para entender mejor esta idea, veamos cómo un mismo tema puede investigarse mediante diferentes diseños de investigación.
Por ejemplo, el consumo de huevos puede estudiarse mediante un estudio transversal, una cohorte o un ensayo clínico (Tabla 2). Aunque todos abordan el mismo tema, cada uno permitirá responder una pregunta científica diferente.
Tabla 2. Un mismo tema puede responder preguntas distintas según el diseño de investigación utilizado.
Diseño | ¿Qué pregunta respondería? | Principal limitación |
Estudio transversal | ¿Las personas que consumen más huevos presentan concentraciones más altas de colesterol LDL en un momento determinado? | Mide exposición y desenlace al mismo tiempo, por lo que no permite establecer la dirección temporal ni inferir causalidad. |
Estudio de cohorte | ¿Las personas que consumen más huevos tienen mayor riesgo de desarrollar enfermedad cardiovascular durante el seguimiento? | Aunque establece la secuencia temporal, puede verse afectado por factores de confusión (por ejemplo, quienes consumen más huevos también pueden tener otros hábitos alimentarios o estilos de vida diferentes). |
Ensayo clínico aleatorizado | ¿Consumir dos huevos al día aumenta el colesterol LDL en comparación con un grupo control? | Es el diseño más adecuado para evaluar efectos causales a corto plazo, pero suele tener una duración limitada y, en muchos casos, no permite evaluar desenlaces clínicos que tardan años en desarrollarse, como la enfermedad cardiovascular. |
Como puede observarse, no existe un diseño de investigación que sea superior por sí mismo. La elección del diseño dependerá de la pregunta científica que se desee responder. Por ello, antes de interpretar los resultados de un estudio, no basta con identificar su diseño; también es necesario preguntarse si era el más adecuado para responder la pregunta de investigación planteada.
Finalmente, es importante recordar que el diseño de un estudio es solo una parte del proceso. En investigación científica, las conclusiones rara vez se basan en un único estudio, sino en el conjunto de la evidencia disponible. Para aumentar la confianza en una hipótesis, es habitual combinar evidencia proveniente de diferentes diseños de investigación, un enfoque conocido como triangulación de la evidencia. Cuando distintos diseños llegan, de forma independiente, a conclusiones similares, aumenta la confianza en que los resultados reflejen un efecto real y no únicamente las limitaciones inherentes a un diseño en particular. En otras palabras, la fortaleza de una conclusión científica no depende de un estudio aislado, sino de la consistencia del conjunto de la evidencia.
Tercera pregunta: ¿Qué puedo concluir realmente a partir de ese estudio?
Hasta este punto ya sabemos cuál fue la pregunta de investigación y qué diseño utilizaron los investigadores. Sin embargo, conocer el diseño no significa saber cómo interpretar sus resultados.
La verdadera pregunta es: ¿qué conclusiones puedo extraer realmente de este estudio?
Un error frecuente consiste en interpretar los resultados más allá de lo que realmente pueden demostrar.
Imagina que un estudio transversal encuentra que las personas que consumen más frutas presentan un menor riesgo de obesidad. ¿Significa esto que comer más frutas reduce, por sí solo, el riesgo de obesidad? No necesariamente. Este diseño permite identificar una asociación, pero no establecer una relación causal. Es posible que quienes consumen más frutas también realicen más actividad física, duerman mejor o tengan otros hábitos saludables que expliquen, al menos en parte, esa asociación.
En otras palabras, interpretar un estudio científico no consiste únicamente en leer sus resultados, sino en comprender hasta dónde permiten llegar sus conclusiones. Saber qué puede demostrar un estudio es tan importante como reconocer aquello que no puede demostrar.
Diseño de investigación | Lo que permite concluir | Lo que NO permite concluir |
Estudio transversal | Existe una asociación entre dos variables. | Que una variable sea la causa de la otra. |
Casos y controles | Una exposición fue más frecuente entre quienes desarrollaron una enfermedad. | Que esa exposición causó la enfermedad. |
Cohorte | Una exposición se asocia con un mayor o menor riesgo de desarrollar un desenlace a lo largo del tiempo. | Que la asociación observada sea necesariamente causal. |
Ensayo clínico aleatorizado | Una intervención produce un efecto bajo las condiciones del estudio. | Que el mismo efecto ocurra en todas las poblaciones o contextos. |
Revisión sistemática | Resume el conjunto de estudios disponibles sobre una pregunta específica. | Que la evidencia sea de alta calidad si los estudios incluidos presentan limitaciones. |
Metaanálisis | Estima el efecto promedio al combinar varios estudios. | Que todos los estudios sean homogéneos o estén libres de sesgos. |
Ideas clave para llevar a casa
Toda interpretación comienza por identificar la pregunta de investigación.
Cada diseño de investigación fue desarrollado para responder un tipo específico de pregunta científica.
No todos los diseños permiten extraer las mismas conclusiones.
La confianza en una conclusión científica proviene del conjunto de la evidencia, no de un estudio aislado.
Bibliografía
Greenhalgh TM, Dijkstra P. How to read a paper: the basics of evidence-based healthcare. John Wiley & Sons; 2024 Dec 23.
Bonita R, Beaglehole R, Kjellström T. Epidemiologia básica. OPS; 2008.
Lipton, Peter (2008) "Inference to the Best Explanation". In Newton-Smith, W. H., A Companion to the Philosophy of Science, pp. 184–193: Wiley-Blackwell (2008)