La (mala) ciencia de la nutrición

Seguramente usted recordará que hace décadas los huevos eran malos, porque contenían colesterol. Hasta que hace algunos años fueron absueltos, porque contienen colina. Y luego volvieron a ser condenados. Y luego reabsueltos. Y así. Si es usted bebedor de café, recordará que esta bebida también ha pasado las peripecias de ser mala una semana, buena la siguiente y neutral la próxima. Por esto, algunas personas deciden eventualmente no prestar más atención a las noticias de nuevos hallazgos sobre el impacto en salud de determinadas comidas.

Por un lado, “la ciencia se crea, pero nunca está creada”, solía decir Santiago Ramón y Cajal. Pero en el caso de la llamada ciencia de la nutrición, el problema es gravísimo: entre el 80-90 % de hallazgos positivos en investigación sobre nutrición, fallan posteriormente en replicar. Esto no es normal y nos habla de un problema sistemático. Gran parte de lo que se publica en nutrición tiene más de astrología de Walter Mercado que de ciencia, por lo que se hace inevitable que la enorme mayoría de lo que sale publicado, no pueda luego ser reproducido.

La mayor parte de la investigación sobre nutrición se hace a través de estudios observacionales. Los estudios observacionales no son aptos para testear hipótesis. Tienen utilidad para descubrir posibles correlaciones estadísticas entre variables, que luego permitan a los investigadores diseñar otros estudios para explorar en mayor detalle si la correlación hallada refleja alguna relación causal o si es meramente espuria. Pero, en principio, un estudio observacional “en que, como el nombre lo dice, se observa poblaciones o segmentos y se tabula determinadas variables y se observa a lo largo de un determinado período” no permite afirmar relación causal a partir de meras correlaciones halladas. Correlación no es causalidad.

Sin embargo, la mayoría de los reportajes que usted conoce a través de medios masivos, sobre hallazgos de efectos de determinados tipos de alimentos en salud humana, son obtenidos de estudios observacionales en los que, a pesar de lo ya señalado, los autores de todas maneras redactan los resúmenes de tal modo que el público infiera una relación causal. Ejemplo hipotético: se observa una población durante determinado número de años, se tabula toda una serie de variables sobre su alimentación, y al final se halla correlación inversa entre obesidad y ser mujer que consume manzanas. Los autores publican sus resultados y en el resumen de prensa, se deja ver que si usted es una mujer y quiere reducir riesgo de obesidad, le haría bien comer manzanas.

Un elemento común es la metodología del cuestionario de comidas (“Food Frequency Questionnaire” o FFQ, en inglés). Entrevistadores dan a cada uno de los sujetos del estudio, unos cuestionarios que el sujeto debe llenar indicando qué comió cada día de la semana pasada, del mes pasado y de todo el año previo. Con qué frecuencia come usted pescado, carnes rojas, embutidos, quesos y otros lácteos, cereales, pastas, pizza, sodas, jugos, vino, cerveza, ¿fuma o no fuma?, y así con una larga lista de comidas y hábitos. Y pretenden que usted recuerde no solo si las come o no, sino el tamaño de las porciones y la frecuencia semanal. “¿Come usted 1, 2, 3 o cuántas porciones de carnes rojas por semana?”... ¿Y qué es una porción?

¿Ve usted el problema? No sé usted, pero a mí me cuesta recordar qué cené ayer, mucho menos voy a recordar cuántas porciones y de qué tamaños de cada cosa, comí semanalmente durante los últimos dos años. Pues bien, ese cuestionario de comidas es la fuente de información de un alto porcentaje de los estudios sobre nutrición cuyos hallazgos le comunican a través de medios masivos, un día sí y al día siguiente también. ¿Qué fidelidad puede tener la data recabada con un método tan obviamente sujeto a burdo error?

Otro problema grave es la medición de decenas o hasta cientos de variables para hallar correlaciones. Vaya, si usted mide un número suficiente de variables, va a hallar correlaciones estadísticamente significativas aunque espurias. Hay incluso sitios de internet dedicados a mostrar ejemplos de correlaciones espurias. Un caso es el de la correlación entre consumo per cápita de queso mozzarella y cantidad de diplomas otorgados en ingeniería civil en Estados Unidos. Entre los años 2000 y 2009 la correlación entre ambas variables fue de casi 96 %. Y es que “la aleatoriedad real no se ve aleatoria”, como dice Nassim Nicholas Taleb. La aleatoriedad produce patrones por mero azar, y es bastante fácil ser engañado por dichos patrones resultantes del azar. Y cuando se miden múltiples variables, no para testear una hipótesis preconcebida, sino para ver qué correlaciones se encuentran, pero se establece un umbral de significación estadística que no toma en cuenta este último factor, está casi garantizado que habrá resultados “estadísticamente significativos”, pero espurios. ¿Le dicen eso a usted en los reportes periodísticos del estudio? No, en lo absoluto. Se lo venden a la población como hallazgos robustos.

La epidemiología tiene su utilidad si se conocen y respetan sus limitaciones, como pasa con cualquier otra herramienta. Fueron estudios epidemiológicos (observacionales) los que detectaron la correlación entre cigarrillo y cáncer de pulmón. Pero es que la incidencia de cáncer de pulmón entre los fumadores en dichos estudios era de al menos 800-1000 % la de los no fumadores, correlación que pudo ser reproducida de forma consistente estudio tras estudio. El alto multiplicador y la consistencia de la data, fueron claves. Contraste usted eso con los estudios que le dicen el martes que el café incrementa riesgo cardiovascular en 20 %, y el miércoles sale otro que dice que el café reduce dicho riesgo en 30 %. En estudios observacionales que no han sido diseñados para testear hipótesis preespecificadas, sino que son expediciones de pesca para ver qué sale, el mero hallazgo de correlaciones estadísticas jamás debe ser usado como un hallazgo de relación causal. Lamentablemente, la regla con los estudios de nutrición es sobrevender sus hallazgos positivos, por aquello de la presión académica para publicar.