El Dr. Carl Phillips da a sus lectores las herramientas necesarias para hacer una crítica más informada y matizada de las afirmaciones científicas, con un enfoque particular en temas polémicos como el vapeo.
En un artículo de opinión destacado en el The Daily Caller del 20 de noviembre de 2017, el Dr. Carl Phillips dota a los lectores con las herramientas necesarias para una crítica más informada y matizada de las afirmaciones científicas, con un enfoque particular en temas polémicos como el vapeo. Allí aboga por una perspectiva crítica crucial para descifrar el complejo mundo de la investigación en salud pública. El Dr. Phillips subraya los peligros de las afirmaciones simplistas y los hallazgos mal interpretados e ilustra cómo pueden moldear erróneamente el discurso público y la política. Este llamado a una evaluación más perspicaz de los datos científicos enfatiza la importancia de la profundidad y la precisión en la comprensión de la investigación relacionada con la salud, particularmente en áreas que provocan un debate significativo.
«Lección de ciencia: cómo entender la ‘confusión’ puede combatir la ciencia basura antivapeo» es un artículo que enfatiza la importancia de reconocer y abordar los factores de confusión en la investigación epidemiológica, particularmente en estudios relacionados con el vapeo. La confusión ocurre cuando la relación que se observa entre dos variables es influenciada por un tercer factor que está relacionado tanto con la exposición como con el resultado, pero no es un paso intermedio en la ruta causal de la exposición al resultado. Esto puede llevar a conclusiones erróneas sobre la verdadera relación entre la exposición y el resultado mismo.
Una explicación del problema
Imaginemos un estudio que busca entender si el vapeo aumenta el riesgo de enfermedades pulmonares. Los resultados preliminares indican que las personas que vapean tienen tasas más altas de enfermedades pulmonares en comparación con aquellos que nunca han vapeado ni fumado. A primera vista, esto podría sugerir que el vapeo es la causa directa del aumento en el riesgo de enfermedades pulmonares. Sin embargo, consideremos que no se ha tomado en cuenta una variable importante en este análisis: el historial de tabaquismo entre los vapeadores. Es decir, muchas personas que vapean son exfumadores o fumadores actuales que también utilizan cigarrillos electrónicos. El tabaquismo es conocido por su fuerte asociación con enfermedades pulmonares.
En este escenario, el historial de tabaquismo actúa como una tercera variable que confunde la relación entre el vapeo y las enfermedades pulmonares. La confusión ocurre porque tanto el vapeo como el tabaquismo están relacionados con el resultado (enfermedades pulmonares), pero no se ha considerado que el tabaquismo por sí solo ya es un factor de riesgo bien establecido para estas enfermedades. Por lo tanto, sin ajustar por el historial de tabaquismo, los resultados del estudio podrían erróneamente atribuir el riesgo de enfermedades pulmonares al vapeo, cuando en realidad podría ser el efecto residual del tabaquismo anterior o concurrente.
Es así que la confusión puede sesgar los resultados de un estudio y llevar a conclusiones incorrectas si no se identifican y controlan adecuadamente todas las variables relevantes. La adecuada consideración de la confusión es esencial para hacer inferencias causales precisas en investigación epidemiológica.
Conceptos clave
Phillips introduce el tema destacando cómo muchas personas que utilizan cigarrillos electrónicos han desarrollado un entendimiento intuitivo de este concepto epidemiológico clave conocido como confusión, a pesar de no estar formalmente familiarizados con el término. La confusión, en este contexto, se refiere a la dificultad de determinar si una asociación observada entre dos variables (como el vapeo y el fumar, en el proceso de puerta de entrada) es realmente causal o si se debe a otros factores no considerados.
Aunque muchas personas comprenden estos argumentos de manera intuitiva, el autor sugiere que tener un conocimiento pleno del concepto de confusión puede ser aún más beneficioso para evaluar críticamente las afirmaciones científicas y refutar lo que él denomina como «ciencia basura antivapeo».
En ese sentido, el epidemiólogo estadounidense aborda un aspecto fundamental en la interpretación de investigaciones de salud: la distinción entre asociación y causalidad y el papel de la confusión en este contexto. La «confusión» ocurre cuando se observa una diferencia en el resultado entre grupos expuestos y no expuestos a cierto factor, pero dicha diferencia no se debe directamente a la exposición. Este fenómeno puede llevar a interpretaciones erróneas sobre la relación causal entre variables, como en el caso del vapeo y las enfermedades pulmonares.
De acuerdo con el autor, la confusión se manifiesta cuando los resultados observados se deben más a factores no considerados (confusores) que a la exposición misma. Los confusores son variables que investigadores identifican y ajustan en sus análisis para reducir el impacto de la confusión en los resultados de un estudio. Estos no son la causa directa de la confusión, sino variables que tienen asociación tanto con la exposición estudiada como con el resultado observado. A través de su ajuste, los investigadores buscan aclarar la relación entre la exposición y el resultado, intentando aislar el efecto de la exposición de interés de otros factores que podrían influir en el resultado.
Supongamos que un estudio epidemiológico desea investigar si el consumo de una dieta alta en grasas saturadas está relacionado con un mayor riesgo de enfermedad cardíaca. La dieta alta en grasas saturadas sería la exposición de interés y la enfermedad cardíaca el resultado.
En este ejemplo, la actividad física sería un confusor. Las personas que consumen dietas altas en grasas saturadas podrían ser menos activas físicamente que aquellos con dietas más saludables. La actividad física, conocida por reducir el riesgo de enfermedad cardíaca, actúa entonces como un confusor, ya que está asociada tanto con la exposición (dieta alta en grasas) como con el resultado (enfermedad cardíaca). En este caso, si el estudio no ajusta por el nivel de actividad física, los resultados podrían mostrar erróneamente que la dieta alta en grasas saturadas tiene una fuerte relación con la enfermedad cardíaca, cuando parte de ese riesgo podría deberse a la menor actividad física en ese grupo de personas.
Aclaraciones importantes
Phillips critica la comprensión defectuosa de la confusión por parte de muchos lectores y autores, quienes a menudo confunden los términos «confusor» y «confusión», y subraya la importancia de reconocer que, aunque algunas investigaciones pueden sugerir asociaciones entre exposiciones y resultados, inferir causalidad directa es un proceso mucho más complejo y sujeto a interpretación. En consecuencia, enfatiza la necesidad de un análisis cuidadoso para distinguir entre los efectos de confusión y las relaciones causales verdaderas, especialmente en investigaciones que tienen implicaciones significativas para la salud pública y la política sanitaria.
El artículo analiza un desafío común en la investigación en salud: el manejo de la confusión, que se refiere a cómo las variables externas pueden afectar la relación observada entre dos variables de interés, potencialmente sesgando los resultados. Para abordar esto, los investigadores introducen variables adicionales en sus análisis, denominadas «confusores», con la intención de «controlar» o ajustar por esta confusión y aislar la relación causal real. Sin embargo, Phillips argumenta que este término es engañoso, ya que estas variables no son la fuente de la confusión, sino intentos de corregirla. Por lo tanto, sería más apropiado llamarlas «desconfusores».
Estos desconfusores a menudo son aproximaciones imperfectas y no logran eliminar completamente el efecto de confusión, dejando lo que se conoce como «confusión residual». Un ejemplo dado es el ajuste por el número de años que una persona ha fumado para tratar de controlar el impacto del tabaquismo anterior en un estudio sobre el vapeo. Este ajuste es imperfecto porque ignora factores como la intensidad del hábito de fumar, lo que lleva a una eliminación parcial de la confusión.
El texto critica la práctica común en la investigación de salud de hacer ajustes superficiales sin considerar cuidadosamente cómo medir y corregir adecuadamente las propensiones o inclinaciones que podrían introducir sesgos en los resultados. Esto es particularmente relevante en estudios que buscan identificar efectos causales, como aquellos que investigan si el vapeo actúa como una «puerta de entrada» al hábito de fumar.
La presencia de confusión residual, incluso después de intentar ajustar por confusores, sugiere que las estimaciones de los estudios pueden estar sesgadas. Esto subraya la importancia de comprender y reconocer la confusión en la investigación epidemiológica. Conocer los detalles técnicos de la confusión y cómo puede afectar las estimaciones no solo refuerza los argumentos al discutir estos temas, sino que también ayuda a identificar cuándo y cómo los resultados de los estudios pueden estar siendo mal interpretados debido a ajustes inadecuados.
«La confusión se presenta cuando factores externos no considerados distorsionan la relación observada entre dos variables».
¿Cómo solucionar esto?
El Dr. Carl V. Phillips, en su enfoque hacia la interpretación crítica de la investigación epidemiológica, propone una serie de herramientas intelectuales diseñadas para desentrañar la complejidad detrás del concepto de confusión y su influencia en los estudios de salud. Phillips subraya la importancia de captar plenamente la naturaleza de la confusión, que se presenta cuando factores externos no considerados distorsionan la relación observada entre dos variables. Esta comprensión crítica permite a los lectores discernir con mayor precisión las situaciones en las cuales las asociaciones pueden estar siendo mal interpretadas debido a influencias externas.
El Dr. Phillips distingue meticulosamente entre los términos «confusión» y «confusores», los primeros refiriéndose al sesgo introducido por variables externas y los segundos a las variables que los investigadores intentan ajustar en sus análisis para mitigar la confusión. Esta distinción es clave para evaluar si un estudio ha manejado de manera efectiva los factores que podrían sesgar sus resultados.
El epidemiólogo también critica la práctica de realizar ajustes inadecuados en los estudios, apuntando a la tendencia de usar variables de ajuste que no capturan completamente la esencia de los verdaderos confusores, dejando lo que él denomina «confusión residual». Este escepticismo hacia los ajustes realizados subraya la importancia de examinar si los esfuerzos por controlar la confusión son genuinamente efectivos.
Phillips igualmente destaca la importancia de reconocer cómo las diferencias en las propensiones de las poblaciones estudiadas, como la inclinación de los jóvenes hacia el vapeo y el fumar, pueden introducir confusión en los estudios. Este enfoque es especialmente relevante en la investigación sobre el efecto puerta de entrada del vapeo al fumar, sugiriendo que es necesario un análisis más profundo de estos comportamientos para evitar conclusiones erróneas.
También aboga por un análisis crítico de la metodología utilizada en los estudios sobre salud, promoviendo una evaluación rigurosa de cómo se maneja la confusión y la selección de variables de ajuste. Las variables de ajuste son factores que pueden influir tanto en la exposición como en el resultado de un estudio y, por tanto, deben considerarse en el análisis para evitar conclusiones erróneas.
Por ejemplo, en una investigación sobre el tabaquismo se destaca la importancia de considerar una amplia gama de variables cuando se examinan los efectos del tabaco a lo largo de la historia. Estas variables incluyen factores económicos, sociales, culturales y políticos que pueden afectar la producción, comercialización y consumo del tabaco, así como sus percepciones y regulaciones.
En el contexto de la investigación sobre tabaco o cualquier otro tema, las variables de ajuste ayudan a los investigadores a entender mejor la relación entre la exposición de interés (como el uso del tabaco) y el resultado medido (por ejemplo, problemas de salud). Al ajustar por estas variables, se pueden minimizar los efectos confusos de otros factores que podrían sesgar los resultados, lo que permite una interpretación más precisa de la relación causal.
Por ejemplo, en estudios epidemiológicos, las variables de ajuste pueden incluir edad, género, estatus socioeconómico y hábitos de vida como la dieta y el ejercicio, entre otros. Ajustar por estas variables permite a los investigadores aislar el efecto específico de la exposición de interés sobre el resultado, proporcionando así una comprensión más clara de su impacto real.
Una actitud crítica es esencial, según Phillips, para navegar por el complejo panorama de la investigación en salud pública y evitar la adopción de conclusiones y políticas basadas en afirmaciones simplistas o resultados mal interpretados. En pocas líneas, el Dr. Phillips equipa a los lectores con un conjunto de herramientas intelectuales para abordar críticamente las afirmaciones científicas, fomentando un escrutinio riguroso de los estudios y sus metodologías. Este enfoque es de vital importancia en la evaluación de temas controversiales como el vapeo, donde la comprensión profunda y el análisis crítico son fundamentales para derivar conclusiones informadas y políticas basadas en evidencia sólida.
Lea el artículo: Science Lesson: How Understanding ‘Confounding’ Can Combat Anti-Vaping Junk Science
Este artículo es una publicación original. Si encuentra algún error, inconsistencia o tiene información que pueda complementar el texto, comuníquese utilizando el formulario de contacto o por correo electrónico a redaccion@thevapingtoday.com.
La entrada Herramientas contra la confusión: la lección del Dr. Phillips se publicó primero en VAPING TODAY.
