Varios estudios indican que las líneas de alta tensión causan cáncer, mientras que otros dicen lo contrario. Un estudio asocia a los monitores de computación con pérdidas del embarazo, pero muchos otros no. Un hombre afirma que su esposa tuvo un cáncer causado por el teléfono celular, Pero algunas autoridades médicas dicen que eso es una locura. Como Meryl Streep preguntó durante la alarma del Alar: "¿Qué es lo que una madre debe hacer?"
Bien, existe un método que procura aclarar esta locura. Se llama Epidemiología. Es una ciencia de asociación, que se basa en estadísticas y conocimientos sobre cómo se producen las enfermedades o accidentes (lo que es conocido como etiología). El propósito es detectar qué es lo que está causando el problema y cuál es su magnitud, para finalmente reducir o eliminar su incidencia. La epidemiología se basa en la observación, y por ello está en contraste con los estudio de laboratorio, que desarrollan duras relaciones causa/efecto de la evidencia experimental.
Un estudio epidemiológico de exposición consta normalmente de tres partes. Primero, aísla a un grupo que ha sido expuesto a una substancia en particular, o a otras posibles causas de la enfermedad. Luego determina si el grupo ha sido más propenso a alguna enfermedad en particular o heridas que el resto de la población. Finalmente, si existe un exceso de incidencia de la enfermedad o herida, intenta decidir, excluyendo todos los demás factores posibles, si el exceso de incidencia es el resultado de una exposición a la substancia en cuestión.
La mayoría de los estudios no son concluyentes, y puede llevar mucho años descubrir una relación causa/efecto, aún cuando resulte claro que hubo una relación particularmente fuerte, tal como la que relaciona al cáncer de pulmón con el fumar cigarrillos. Por consiguiente, la epidemiología puede ser una herramienta muy cruda, aunque, cuando realmente funciona sus resultados pueden ser mucho más confiables que los estudios realizados en tubos de ensayo y animales de laboratorio, porque esos factores que causan ciertos efectos en el laboratorio o en un roedor o un perro, no producirá necesariamente el mismo efecto en los seres humanos.
Este artículo echa un vistazo a las reglas básicas de la epidemiología. Algunas de esas reglas parecen muy básicas, aún simples, pero se sorprendería usted con los problemas que alguna gente tiene con ellas.
Axioma1: Todo el mundo muere. La muerte sólo se toma vacaciones en las películas. Ello parece ser bastante simple, pero muchas personas, en el calor del momento, se olvidan de ello. Hay probabilidades de que si su periódico local publica una noticia diciendo: "desde que el incinerador de residuos peligrosos comenzó a funcionar en mayo pasado, han muerto 186 personas." sobrevendría el pánico si bien no en las calles, por lo menos en alguna parte. Muchas personas no se detendrían a pensar en cuántas personas habrían muerto durante el mismo período, aunque el incinerador no hubiese estado funcionando.
Un punto relacionado con esto es que, aunque tenemos un promedio de vida de algo más de 70 años cada uno, ello no más que un promedio. Algunos de nosotros sobrevive hasta los 105 años, otros mueren en la infancia. El cáncer y las enfermedades coronarias tienden a ser enfermedades de las personas viejas, pero a menudo un joven muere de cáncer y ocasionalmente también muere del corazón. Ello no parece ser justo, pero la vida tampoco lo es. De manera que no sólo debemos tener presente que todos morimos algún día, sino además recordar que muchos de nosotros morimos prematuramente.
Axioma 2: Una cuarta parte de nosotros contraerá cáncer, una quinta parte morirá por esa causa. En verdad, a medida de que la población envejece, y menos y menos personas muere por otras causas, mas y mas gente morirá de cáncer. ¿Por qué? Porque usted se tiene que morir de algo. (Ver Axioma 1). El cáncer, en su mayor parte, es una enfermedad de la gente vieja, y las naciones que han reducido su incidencia de las enfermedades que matan a las personas jóvenes, encontrará que sus tasas de cáncer se incrementan. No porque la exposición a substancias cancerígenas hayan aumentado, sino porque hay más gente que llega a vieja y, por ello, tienen más probabilidades de morir de cáncer.
Axioma 3: La mecánica de cómo se desarrolla el cáncer no se comprende bien. Se cree que el daño al ADN de las células y una inadecuada división de las mismas son las raíces de la formación del cáncer. Pero, más allá de eso, nuestra comprensión de la enfermedad se torna borrosa. No siempre el daño al ADN y la división inadecuada de las células conduce al cáncer y, m aún, ni siquiera sabemos cuáles son las causas de tales daños o de la división inadecuada.
Axioma 4: La mayoría de los cánceres no tienen explicación. Esto se desprende del Axioma 3. Dado que no sabemos con exactitud cómo se produce el cáncer en general, es obviamente difícil decir cómo se produjo específicamente. Nuevamente, este es un concepto con el que la gente tiene gran dificultad en comprender.
Muchos legos probablemente no comprenden que en todos los casos es imposible decir con seguridad cómo una persona contrajo cáncer. Si alguien que contrajo cáncer de pulmón fumó tres paquetes de cigarrillos diarios durante sesenta años, es una buena apuesta que el cáncer fue producido por el cigarrillo pero ello no es por cierto totalmente seguro. Considere la cantidad de grandes fumadores que murieron de edad avanzada por enfermedades que no tenían nada que ver con el cigarrillo, y considere que el 15% de las víctimas de cáncer de pulmón jamás fumaron.
Los tumores no vienen con una etiqueta identificatoria de sus causas. Un bulto en la mama causado por consumo de alcohol tiene el mismo aspecto que uno causado por una exposición excesiva a la radiación. Un tumor cerebral causado por exposición al plutonio será exactamente igual al tumor cerebral que ocurre por razones que no pueden ser identificadas.
Una excepción a esto es el mesotelioma, una enfermedad de la cavidad torácica que parece estar asociada exclusivamente con la exposición al asbestos. Pero aún en estos casos, parecen haber algunos casos donde el asbestos no fue la causa. Si usted lee que un doctor dijo que un cáncer X fue provocado por un agente Z, usted puede suponer que el doctor está equivocado al tratar a su opinión como un hecho, o que los medios han interpretado erróneamente lo que dijo el doctor.
Entonces, cuando alguien dice: "Yo contraje cáncer por haber trabajado en tal o cual fábrica, o porque viví muy cerca de esa planta atómica, o porque comí esto y aquello", él no puede estar seguro, como tampoco su médico, ni el más sabio de los médicos de diagnostico del mundo. Lo que nos lleva al Axioma 5.
Axioma 5: Ser la víctima de alguna enfermedad no lo convierte a uno en experto en cómo fue adquirida: Es un fenómeno curioso cómo una persona que es afligida por alguna enfermedad es tratada con frecuencia como un experto, sólo porque la sufre. Un hombre que afirma haber contraído cáncer por trabajar en algún lugar, automáticamente se le da total credibilidad.
En 1991, la fenecida estrella de fútbol americano Lyle Alzaldo hizo noticia cuando declaró que su inoperable (y finalmente fatal) cáncer cerebral había sido causado por los esteroides anabólicos. "Yo usé un cierto esteroide que me arruinó el sistema inmunológico", dijo. Luego agregó: "Sólo espero que esta entrevista convencerá a otras personas estudiantes de la secundaria y universitarios que bien pueden pasársela sin esta substancia".
En verdad, está documentado que la ingesta de esteroides puede hacerle toda clase de cosas malévolas al cuerpo, aunque el cáncer de cerebro no es una ellas. Aún más, la gente se ha estando muriendo de cáncer de cerebro por mucho tiempo antes de que nadie tuviese acceso a los esteroides que se pudiesen ingerir o inyectar. Por ello, ni Anzaldo ni nadie más podría decir jamás con autoridad que su cáncer estaba conectado con el uso de esteroides.
Pero la Associated Press, Sports Illustrated, la CNN y por lo menos un columnista sindicado nacionalmente publicaron esta historia sin ninguna sugerencia a esta discrepancia.
Alzaldo dijo que había contraído cáncer de cerebro por usar esteroides, de modo que ¿quiénes somos nosotros para discutirle? Por otro lado, su historia podría hacer que los chicos se asustaran y evitasen consumir esteroides. Es cierto, pero aún así, sigue siendo mala ciencia. De hecho, un cáncer de cerebro es un cáncer de cerebro, ya sea provocado por el cigarrillo, la contaminación del aire, o por alguna otra clase de mutación espontánea de las células de la que no entendemos absolutamente nada. Quien sufre de ese cáncer es experto en saber qué se siente sufrir de ello, pero nada más que eso.
Las afirmaciones de la víctima pueden ser válidas en que dan una visión sobre sus sentimientos. Eso puede ser de interés para el periódico promedio, y para el lector promedio, pero no significa nada para el epidemiólogo. Sin embargo, una y otra vez leemos historias en la prensa, o vemos noticiosos de la TV en donde una víctima del cáncer asegura que él o ella saben que el cáncer vino por exposición a una planta nuclear o los derrames de PCB de algún transformador.
Del mismo modo, ocasionalmente leemos la historia de la mujer que "sabe" que su hijo contrajo cáncer por la exposición a un vaciadero de residuos tóxicos o a un pesticida. Esto no es ciencia, es apenas superstición.
Axioma 6: El médico que trata a una víctima, no necesariamente es un experto en la causa del problema, cuando ese problema es un cáncer. Si no tiene sentido tratar a la víctima de una enfermedad mediante un epidemiólogo, tampoco tiene mucho sentido atribuir automáticamente esa experticia al médico que la trata. Los medios parecen generalmente suponer que cualquiera que tenga el título de médico, o las letras M.D. después de su nombre, y que está deseoso de hablar sobre algún asunto médico es un experto en el tema.
En verdad, la mayoría de los médicos que trabajan fuera de las áreas relacionadas con la epidemiología (que incluye a los médicos que le tratan cuando usted se enferma o se accidenta), tomaron un curso de epidemiología hace mucho tiempo, y hoy saben tanto de epidemiología como usted sabe de química porque tuvo que estudiarla durante el bachillerato, allá por 1969. Además, la práctica de un médico no lo ponen en una posición de estudiar patrones epidemiológicos. Es decir, el fijarse en casos individuales tiene poco valor para formarse una idea completa.
Es así que un médico puede afirmar: "Jamás he visto un caso igual de esta enfermedad en un hombre de esta edad". El médico puede creer que esto tiene una gran importancia epidemiológica, como también lo creerá un periodista, y por último el lector del periódico. De hecho, probablemente no tenga ninguna. Si el médico ve súbitamente cinco casos más al mismo tiempo, quizás pueda significar algo. Pero que haya practicado la medicina por muchos años y este es el primer caso que ve, no tiene ningún significado.
Axioma 7: Los abortos espontáneos son comunes: Los estudios han demostrado que los índices de abortos espontáneos después de un embarazo comprobado varían entre el 12,5 y el 33,9%. Algunos de los primeros estudios que mostraban los índices más altos probablemente sufrían de varios errores, de modo que un riesgo de entre el 12 y el 1%% parece ser el más probable. En cuanto al índice total de embarazos perdidos después de la fertilización, incluyendo aquellos que una mujer no podría normalmente reconocer como un embarazo, un estudio reciente colocó esta cifra en 31%. Estos son índices más altos que los que alguno de nosotros podríamos haber pensado, siendo el asunto que, cuando se mira el número de abortos espontáneos en una oficina o un vecindario, y el número parece ser elevado, no significa que realmente sea elevado en relación a la cantidad esperada.
Obviamente, estas son cifras generalizadas. Algunas categorías de mujeres tienen un riesgo mucho mayor (aquellas por encima de los 35 años, por ejemplo, o las que sufren de una seria diabetes sin tratamiento), mientras que otras mujeres tienen riesgos mucho más bajos. Un buen estudio epidemiológico no compara abortos espontáneos en un grupo determinado con el índice nacional de abortos espontáneos; en lugar de ello, trata de hallar una correspondencia con mujeres similares (un grupo de control) que no tienen el factor de riesgo que se está investigando, pero que tienen mucho en común con aquellas que lo tienen.
Axioma 8: Los defectos de nacimiento son comunes: Probablemente cerca del 2% o 3% de todos los bebés nacidos en los Estados Unidos salieron del vientre de sus madres con por lo menos una malformación. Dado que nacen anualmente unos 4 millones de bebés, ello significa que entre 80,000 y 120,000 bebés nacen anualmente con malformaciones.
Axioma 9: La mayoría de las pérdidas de embarazo y defectos de nacimiento son inexplicables. Un estudio reciente encontró que el 43% de 1,549 pérdidas de embarazo estudiados tenían causas totalmente desconocidas. Del restante 57%, gran parte de ellos también se debían, en alguna medida, a causas de origen desconocido. Por ejemplo, se podría decir que muchos de ellos estaban relacionados con anormalidades de los cromosomas en los niños perdidos, pero es a menudo difícil decir cuál es el origen de esas anormalidades cromosómicas. La razón de estos desconocimientos es paralela a la explicación de por qué desconocemos el origen de la mayoría de los cánceres. Por de pronto, no existe el conocimiento suficiente sobre qué es lo que causa los defectos de nacimiento.
El Dr. Lewis Holmes, autor del recién mencionado estudio sobre defectos de nacimiento dice: "Mucha gente se han culpado a ellos mismos, los vecinos les han dado ideas. No comprenden que hasta los desórdenes genéticos se presentan como sorpresas totales".
Además, hace notar Holmes, aún la tecnología que ha estado presente en los últimos 30 años, y que puede usarse a veces para determinar las causas de defectos y pérdidas de embarazos, no está siendo usada. De manera que, cuando el médico de la familia o un ginecólogo le dice: "No se por qué tuvo usted este problema", lo más probables es que realmente no lo sepa.
Axioma 10: La epidemiología es una ciencia compleja. Establecer un adecuado estudios epidemiológico es extremadamente difícil, aún cuando es hecho por los mejores profesionales. Compare a los estudios epidemiológicos con los cuestionarios dados en los colegios. En todas las clases, habrá estudiantes que lo harán bien en todos los cuestionarios, y algunos que lo harán mal en todos, pero la mayoría estará en un rango que le permitirá al profesor tener una buena idea de las habilidades del estudiante en esa clase. Aún esto supone que los cuestionarios del profesor son evaluaciones justas. En cualquier caso, cualquier cuestionario o estudio epidemiológico no tiene mucho peso sin el apoyo de otros.
Es por ello que no resulta desusado escuchar un Lunes que el café ha sido relacionado con el cáncer y el Miércoles escuchar que no existe tal relación, escuchar el Martes que las píldoras anticonceptivas provocan enfermedades cardíacas y escuchar el Viernes que no lo hacen. No hay, necesariamente deshonestidad o un encubrimiento involucrado; sólo hay un montón de problemas que debe ser dilucidados. Puede tomar años, tal vez décadas hacerlo. Por esa razón es que es simplemente erróneo que un científico, o más comúnmente un periodista u otro campañista publico construir todo un caso alrededor de un solo estudio, a aún de dos o tres.
Lo que un buen periodista puede hacer es perforar agujeros en un mal estudio epidemiológico. Ello es el equivalente esencial de un no-arquitecto que pasea dentro de una casa que ha sido pobremente diseñada, o un granjero que nota que el barco en que viaja se está escorando peligrosamente. Pero la construcción y la navegación de estas casa casas y barcos es una tarea que es mejor que permanezca en manos de los profesionales.
Axioma 11: La epidemiología es una ciencia inexacta: La epidemiología no puede detectar todas las causas de las enfermedades. Si una enfermedad es bastante común, un pequeño aumento como el causado por algún agente específico puede pasar desapercibido o ser imposible de detectar. Así es que, por ejemplo, Frederick J. Stare, Robert E. Olson y Elizabeth M. Whelan, todos ellos del American Council for Science and Health (Consejo Americano para la Ciencia y la Salud), escribieron en su libro "Nutrición Equilibrada" (Balanced Nutrition): "El Alar ha sido usado desde 1967 sin que se haya registrado ni un solo caso de cáncer o ninguna otra enfermedad atribuible a su consumo, a los niveles aprobados para su uso en manzanas".
Pero, por supuesto no. Casi todos nosotros hemos consumido alguna vez manzanas y la cuarta parte algún día tendrá un cáncer. Buscar entre esas decenas de millones de cánceres los cánceres provocados por el Alar es como tratar de determinar si alguien arrojó un ladrillo dentro de la piscina simplemente midiendo el cambio de nivel del agua. Alar "podría" causar 5,000 cánceres anuales, pero sobre el fondo de un millón de cánceres diagnosticados entre los comedores de manzanas, usted jamás lo sabría.
Por otro lado, un ladrillo arrojado dentro de la pileta de la cocina podría causar un perceptible aumento del nivel del agua. El equivalente de esto sería medir a todos aquellos con una extraordinaria exposición, por ejemplo, a los trabajadores que estuvieron expuestos a elevados niveles de Alar. Por desgracia, jamás se ha realizado ningún trabajo de esa naturaleza.
Axioma 12: Los Epidemiólogos son sólo humanos: Ellos pueden cometer errores que exageran o le quitan importancia a un problema. Pueden, muy raramente, deformar su información intencionalmente para que se ajuste a conclusiones predeterminadas. En líneas generales, los epidemiólogos son confiables en un factor diez veces mayor que los periodistas que pasarán la información al público, o que los reguladores y políticos que promulgarán leyes y regulaciones basadas en esos estudios. Los epidemiólogos son, por lo general, bastante cuidadosos y conservadores en su lenguaje. Por ejemplo, si observan el doble de casos de gripe en una semana que en la semana anterior, dirán que este aumento es "significativo". Y so la mitad de la ciudad fue barrida por la peste bubónica, también dirán que es "significante". No dirán "muy significante", ni "extremadamente significante", ni "absolutamente horripilante". Sólo dirán " significante".
Axioma 13: Las asociaciones no son lo mismo que Causa y Efecto. Sólo porque las personas con una misma enfermedad tienen otra cosa en común, ello no significa que la otra cosa haya causado la enfermedad. Cuando yo era pequeño, observaba que la mayoría de los que bebían gaseosas "diet" tenían sobrepeso. Por consiguiente, yo me convencí de que bebiendo Tab, que era por entonces casi la única gaseosa diet, engordaba a la gente. Del mismo modo, sentado en el sauna de algún gimnasio, uno llegaría a la conclusión de que hay una desproporcionada cantidad de gente gorda en esas habitaciones. No sería sabio llegar a la conclusión de que los saunas engordan a la gente más de lo que lo hacen las gaseosas diet.
Axioma 14: Las enfermedades raras tienen que ocurrirle a alguien. Si usted leyese que "Juan, que trabajó durante 20 años en una planta nuclear, fue súbitamente atacado de una rara forma de cáncer del dedo chico del pie", su primer pensamiento probablemente será que el cáncer tiene algo que ver con la radioactividad. Pero asumiendo que 100 hombres y mujeres sufren anualmente de esta misma rara forma de cáncer del "dedito gordo", debemos preguntarnos: "¿Y que hay de la exposición a la radioactividad de los otros 99?"
En un muy publicitado incidente, al hijo de 12 años de un matrimonio se le diagnosticó un osteosarcoma (cáncer de huesos), y ya que ellos vivían cerca de una planta procesadora de plutonio y el ostoesarcoma ataca a sólo 520 niños norteamericanos por año, los padres supusieron que la planta era la responsable del cáncer. La prensa local pareció compartir esa suposición. Lo que no tuvieron en cuenta fue que los otros 519 niños que tuvieron osteosarcoma ese mismo año ni siquiera vivían cerca de la planta.
Axioma 15: Los "clusters" casi siempre no significan nada. Hablando de manera estrictamente científica, un "cluster" (conglomerado o grupo) simplemente es una incidencia elevada de una enfermedad u otro problema dentro de una determinada población. Los tres sujetos que más a menudo aparecen en los informes de los medios como "clusters" son el cáncer, los defectos de nacimiento y las pérdidas de embarazos.
Considere a un grupo de sesenta personas de los que se puede esperar que el 20%, o 12 en números, sufra de cataratas. Por una gran coincidencia, este grupo resulta tener el porcentaje correcto. Los alineamos en tres filas en orden alfabético. Están representados más abajo, con las "N" representando a los normales y a las "C" a los que tienen cataratas.
Dado que tienen exactamente el porcentaje de cataratas que podría esperarse en este grupo, no encon-tramos nada desusado. No hay clusters. Pero si nos fijamos en ellos fila por fila, encontramos que las cataratas están sumamente multiplicadas en la tercera fila. Ajá, cluster! Por supuesto, sabemos que esto no significa nada, ya que el lugar alfabético que una persona ocupa dentro del grupo no se considera un factor de riesgo para el desarrollo de cataratas.
Existe virtualmente un número infinito de maneras de descomponer grupos sexo, raza, dirección, ocupa-ción, edad, y así por delante, además de todas las combinaciones posibles entre estas categorías. Si uno está buscando algún cluster, siempre podrá encontrarlo simplemente ordenando las categorías de manera arbitraria. Podemos encontrar que las mujeres negras que viven en el extremo norte de la ciudad, que tra-bajan como secretarias, entre los 15 y 30 años de edad, no tienen una elevación de sus índices de cán-cer. Pero si su grupo de muestra de mujeres con cáncer tiene dos mujeres de 31 años, arrojándolas dentro de la estadística enseguida habrá duplicado usted la tasa esperada de cáncer. Llamen a las cámaras de televisión y a los diarios! Obviamente, un buen epidemiólogo trata de evitar tal descomposición arbitraria de los grupos, pero los periodistas y la gente no sabe absolutamente nada de tal metodología.
De modo que, ¿para qué son útiles los clusters? En manos de detectives aficionados y cruzados, tales como aquellos cuyos informes llenan los diarios, revistas y noticias de la TV, los clusters no son buenos para nada, en términos epidemiológicos, y sumamente dañinos en términos sociológicos en otras pala-bras, no tienen otro propósito que el de aterrorizar a la gente.
¿Cuál es la utilidad, entonces, en manos de profesionales entrenados? Tampoco hay mucho allí, en reali-dad. En la Conferencia Nacional de Clustering (agrupamiento) de Eventos de Salud, patrocinado por el CDC (Centro de Control de Enfermedades) en Atlanta, 1989, el conferencista principal, Kenneth Rothmanm editor de la publicación Epidemiology, argumentó que "con pocas excepciones, existen muy pocas razones científicas o de salud pública para investigar clusters individuales". Tales esfuerzos, dijo, se están tornan-do cada vez más en "ejercicios en relaciones públicas", alimentados por consumidores preocupados por su salud y percepciones públicas erradas sobre que la investigación es la respuesta a cualquier problema.
Dijo Rothman: "Si la epidemia de investigación de clusters continúa, entorpecerá eventualmente a investigaciones epidemiológicas más productivas sobre exposiciones ambientales".
Alan Bender, jefe del Departamento de Enfermedades Crónicas de la Salud y Epidemiología Ambiental de Minnesota, dijo durante la conferencia que de los 500 informes sobre supuestos clusters en Minnesota, sólo 5 provocaron suficiente preocupación como para iniciar estudios formales. Otros estados informaron de resultados similares. Por ejemplo, desde 1961 hasta 1983, el CDC investigó 108 clusters de cáncer de 29 estados y 5 países. No encontró ninguna causa clara para ninguno de los clusters.
Mientras que los clusters son de muy poco valor para los epidemiólogos, son una hermosa herramienta para los "cruzados" que buscan culpar a cualquier cosa de provocar cualquier enfermedad. Dígale a un lego que cierto edificio de oficinas o cierta manzana de un barrio tiene el doble de víctimas de cáncer o ata-ques de corazón que los índices esperados, y de inmediato supondrá que hay algo malo en ese edificio o esa manzana.
El concepto de epidemiología debería haberle quedado claro al lector, y deberá esperarse además que le haya quedado claro alguna otra cosa más: mientras que los conceptos de epidemiología son básicos, su aplicación está plagada de dificultades. El periodista u otra persona sin conocimientos que se precia de que puede mirar a un cluster de cáncer cualquiera y decir: "Ajá!, Aquí hay claramente un problema", o el que va más allá como para decir "Y además se lo que los está provocando", es culpable de tomar el bisturí del cirujano con manos inexpertas y comenzar a operar. El periodista que, después de que los epidemiólo-gos disienten con él, insiste en que seguramente son parte de algún encubrimiento, no sólo es un igno-rante total sino que además es un soberbio arrogante.
Como en cualquier profesión, los epidemiólogos han elaborado su propia jerga, algo de lo cual es bueno que los legos conozcan, otras cosas es mejor que lo ignoren, (algo equivalente la jerga jurídica que sólo las aves negras entienden). Los epidemiólogos expresan la posibilidad matemática del aumento de los riesgos mediante el uso de "tasas o índices de riesgos". Un "índice de riesgo" (o relación de probabilidades) de 3,0 de cáncer de pulmón significa que tres veces más gente mostrando tal tipo de cáncer apareció en esa categoría que la gente del "grupo de control". Un índice de 4,2 para la leucemia quiere decir que en dicho grupo aparecieron 4,2 veces más personas con leucemia que en el grupo de control. Un grupo de control es un conjunto de personas cuidadosamente relacionadas con el conjunto de personas que está siendo observado por el problema. Por lo tanto, un estudio epidemiológico de un grupo de mujeres que usan terminales de video en sus trabajos debe tener como grupo de control un conjunto de mujeres que no usen terminales de video, pero que hayan estado sentadas y fumen tanto como las que usan las terminales.
A pesar de ello, no es algo ya establecido que los riesgos por encima de 1,0 signifique que algo especial esté causando cáncer u otra enfermedad que se esté investigando. Ello se debe a las leyes de posibili-dades y probabilidades. Así, si usted arroja al aire una moneda cuatro veces, usted puede esperar que salgan dos "caras" y dos "secas". En realidad, a menudo muchas veces no sale de ese modo. A menudo obtendrá tres de una y una de otra. Eso le daría un índice de 1,5 veces el número de caras contra secas (o al revés) de las que esperaba. No significa que algo esté afectando a la moneda, es sólo la suerte. Las enfermedades a menudo se agrupan simplemente por suerte... (Ver arriba, Axioma 15)
Para ampliar sus índices de riesgos, los epidemiólogos usan "intervalos de seguridad". Así, usted verá un índice de riesgo expresado como "2,9 (0,9-3,5)". Esto quiere decir que, expresado en los términos más estrictos, el índice de riesgo es 2,9, pero cualquier cosa entre 0,9 y 3,5 está dentro del rango de resulta-dos del estudio. De hecho, aún este parámetro no es tan sólido. Los intervalos de seguridad en sí mismos pueden estar errados. Por ello, los epidemiólogos dirán: "Este es un intervalo de seguridad del 95%", que-riendo decir que existe un 5% de probabilidad de que este tan amplio rango sea incorrecto. Un intervalo de seguridad del 90% significa que hay un 10% de probabilidad de que sea errado, y así por delante. Si fuese conducido de manera incorrecta, los resultados son completamente descartados.
De cualquier modo, cuando no sólo el número de riesgo relativo está por encima de 1,0 (a menudo se usará el término "elevado" para describir esta situación) pero también lo es la parte inferior del rango del intervalo de seguridad, los epidemiólogos dirán entonces que se trata de un número "estadísticamente significativo". Es sumamente importante aprehender este concepto tan simple. Un nivel de riesgo elevado de 4,0 puede parecer muy serio. Dice que tal cosa se está mostrando hasta cuatro veces más que en el grupo de control que no estuvo expuesto al agente sospechoso. Pero, si muy pocas personas están invo-lucradas en el estudio, el intervalo de seguridad puede ser de algo como 0,8-9,0, indicando que el elevado nivel de riesgo de 4,0 puede no significar nada más que la manera en que la moneda a aterrizado. Mientras más personas estén involucradas en el estudio, más estrecho será el intervalo de seguridad y mejores las probabilidades de que el elevado nivel de riesgo realmente tenga algún significado.
Vea el tiempo en Argentina
Vea aquí otras interesantes
estadísticas de la página
¿Desde qué países nos visitan?
¿Quiénes son los visitantes?
No se enoje! Sólo díganos su opinión!