Lo que la pandemia nos ha enseñado sobre el método científico (tanto bueno como malo)

La pandemia del covid-19 ha estrechado el vínculo entre los ciudadanos y la profesión científica como nunca antes. Se ha demostrado que los científicos no son ni semidioses omniscientes cuyas opiniones superan automáticamente cualquier desacuerdo político ni estafadores sin escrúpulos que reivindican una agenda política bajo un manto de imparcialidad. En algún punto intermedio se encuentra la verdad: la ciencia es asunto imperfecto y humano, pero puede producir verdades atemporales y directrices prácticas fiables de una forma en la que otros enfoques no pueden.

En una ponencia en la Universidad Cornell en 1964, el físico Richard Feynman definió el método científico. Primero, planteas una hipótesis, dijo, entre alguna risa. Luego registras las consecuencias de tu hipótesis. Luego comparas esas consecuencias con pruebas de observaciones o experimentos. "Si [tu hipótesis] difiere del experimento, está mal. En esa sencilla afirmación está la clave de la ciencia. No importa lo bonita que sea la hipótesis, lo inteligente que seas, quién planteó la hipótesis o su nombre… está mal".

Así que cuando la gente empezó a caer enferma el invierno pasado con problemas respiratorios, algunos científicos supusieron que un nuevo coronavirus era el responsable. Las pruebas les dieron la razón. Algunos plantearon que había venido de un animal vendido en el mercado de animales de Wuhan. Las pruebas demostraron que estaban equivocados. Se podrían desarrollar algunas vacunas propuestas que prevendrían el contagio. Todavía no se sabe.

TE PUEDE INTERESAR

Este inmunólogo trabaja en una idea para cancelar esta pandemia... y quizá la próxima

Antonio Villarreal

Ver la ciencia como un juego de prueba y error aclara lo que ha estado pasando estos últimos meses. La ciencia no trata de pronunciarse con certeza sobre los datos conocidos del mundo; va de explorar lo desconocido probando suposiciones, algunas de las cuales están equivocadas.

Las malas prácticas pueden corromper todas las fases del proceso. Algunos científicos se enamoran tanto de sus hipótesis que no consiguen probarlas frente a pruebas. Solo registran las consecuencias y se quedan ahí. Los modelos matemáticos son hipótesis elaboradas, formales, y ha habido una tendencia preocupante en los últimos años a describir sus resultados con palabras como datos, resultado o conclusión. No son nada parecido.

Un modelo epidemiológico desarrollado en marzo en el Imperial College de Londres fue tratado por los políticos como prueba sólida de que, sin confinamientos, la pandemia podía matar a 2,2 millones de estadounidenses, 510.000 británicos y 96.000 suecos. Los suecos probaron el modelo en el mundo real y descubrieron que era deficiente: decidieron renunciar a un confinamiento y han fallecido menos de 6.000.

En general, a la ciencia se le da mucho mejor hablar del pasado y el presente que del futuro. Como han demostrado Philip Tetlock de la Universidad de Pensilvania y otros, predecir acontecimientos económicos, meteorológicos o epidemiológicos más allá de un futuro próximo sigue siendo muy difícil, y a veces a los expertos se les da peor que a los aficionados, porque exageran sus teorías causales favoritas.

Un segundo error es recopilar datos viciados. El 22 de mayo, las respetadas revistas médicas 'The Lancet' y 'The New England Journal of Medicine' publicaron un estudio basado en los expedientes médicos de 96.000 pacientes de 671 hospitales de todo el mundo que parecían desmentir la presunción de que la hidroxicloroquina podía curar el covid-19. El estudio provocó que la Organización Mundial de la Salud frenase los ensayos del medicamento.

Sin embargo, luego se descubrió que la base de datos procedía de Surgisphere, una pequeña empresa con poca trayectoria, pocos empleados y sin un consejo científico independiente. Cuando se le preguntó, Surgisphere no fue capaz de aportar los datos primarios. Se retiraron los documentos con disculpas abyectas de las revistas. Tampoco se ha demostrado que la hidroxicloroquina funcione desde entonces. Continúa la incertidumbre sobre ella.

TE PUEDE INTERESAR

Oxford ya produce vacunas para venderlas en diciembre una vez testadas

EFE

Un tercer problema es que los datos pueden ser fiables pero insuficientes. La medicina basada en la evidencia enseña a los médicos a confiar plenamente solo en la ciencia basada en el estándar de excelencia de ensayos aleatorios controlados. Pero no ha habido tales ensayos sobre el uso de la mascarilla para evitar el contagio de enfermedades respiratorias (a pesar de que ahora hay uno en marcha en Dinamarca). En Occidente, al contrario que en Asia, tuvimos meses este año de desacuerdo sobre el valor de las mascarillas, terminando en el argumento un tanto desesperado de sus enemigos de que la gente puede comportarse de forma demasiado complaciente cuando las lleva. El consenso científico es que las pruebas son lo suficientemente buenas y los inconvenientes lo suficientemente pequeños como para que haya que esperar a tener una certeza absoluta antes de empezar a aconsejar a la gente que lleve mascarillas.

Esta es una forma invertida del llamado principio precautorio, que sostiene que la incertidumbre sobre posibles riesgos es un motivo sólido para limitar o prohibir nuevas tecnologías. Pero el principio funciona en ambos sentidos. Si se sabe que una línea de acción es segura y barata y puede ayudar a prevenir o curar enfermedades —como llevar una mascarilla facial o tomar suplementos de Vitamina D en el caso del covid-19—, entonces la incertidumbre no es excusa para no intentarlo.

Ignorar datos que rebaten hipótesis

Un cuarto error es recopilar datos que son compatibles con tu hipótesis, pero ignorar datos que la rebaten. Esto se conoce como sesgo de confirmación. Deberías probar la propuesta de que todos los cisnes son blancos buscando negros, no encontrando más blancos. Pero los científicos 'creen' en sus hipótesis, así que a menudo acumulan pruebas compatibles con ellas pero las incluyen como pruebas irregulares que las falsearían —diciendo, por ejemplo, que los cisnes negros de Australia no cuentan—.

Los defensores de teorías rivales tienden a ver los mismos datos de formas diferentes. El pasado enero, científicos chinos publicaron una secuencia del genoma conocida como RaTG13 del virus más estrechamente relacionado con el que causa el covid-19, aislado de un murciélago de herradura en 2013. Pero hay dudas sobre los datos. Cuando se publicó la secuencia, los investigadores no hicieron referencia al nombre anterior otorgado a la muestra o al brote de la enfermedad que condujo a la investigación de la mina donde vivía el murciélago en 2012. Se descubrió en julio que la muestra había sido secuenciada en 2017-2018 en vez de poscovid, como se alegó originalmente.

Estas anomalías han llevado a varios científicos, incluida la Dra. Li-Meng Yan, que dejó hace poco la Escuela de Salud Pública de la Universidad de Hong Kong y es muy crítica con el gobierno chino, a reivindicar que la secuencia de genoma del virus del murciélago se creó para desviar la atención de la verdad: que el virus SARS-CoV-2 en realidad se fabricó en un laboratorio a partir de otros virus. Estos científicos siguen buscando pruebas, como la falta de un esperado ADN bacteriano en la supuesta muestra fecal, que siembren dudas sobre la historia oficial.

Por el contrario, el Dr. Kristian Andersen de Scripps Research en California ha analizado las mismas declaraciones confusas y declara que él no "cree que sea plausible ningún tipo de hipótesis de laboratorio". Habiendo examinado los datos primarios, no le "preocupa la calidad general del [genoma del] RaTG13".

Dado que la reputación del Dr. Andersen en el mundo científico es mayor que la de la Dra. Yan, la mayoría de los medios trata a Yan como una rarita o una terrorista conspirativa. Incluso muchos de los que piensan que es posible que el covid-19 haya podido ser causado por una fuga de laboratorio no llegan tan lejos como para afirmar que una secuencia del virus de murciélago fue creada como una distracción. Pero es probable que todas las partes de este debate estén sucumbiendo en cierta medida al sesgo de confirmación, buscando pruebas de que es compatible con su teoría favorita y descartando pruebas contradictorias.

TE PUEDE INTERESAR

Científicos critican en 'The Lancet' el caos de los datos de covid en España

D. P.

De hecho, el Dr. Andersen ha argumentado que a pesar de que el virus que causa el covid-19 tiene una "gran afinidad" por los receptores celulares humanos, "los análisis computacionales predicen que la interacción no es perfecta" y es distinta de la del SARS, lo que supone una "prueba sólida de que el SARS-CoV-2 no es el producto de una manipulación intencionada". Aun así, incluso si tiene razón, muchos de los que reconocen que el virus es natural no verían esta prueba contundente.

Como muestra este ejemplo, una de las preguntas más difíciles a las que se enfrenta un divulgador científico es cuándo tomarse en serio a un hereje. Resulta tentador para los científicos consolidados utilizar argumentos de autoridad para desestimar motivos razonables, pero no todos los inconformistas son un nuevo Galileo. Como dijo una vez el astrónomo Carl Sagan: "Demasiada receptividad y aceptarás cualquier noción, idea e hipótesis —lo que equivale a no saber nada—. Demasiado escepticismo —especialmente rechazar nuevas ideas antes de que sean probadas adecuadamente— y no solo serás desagradablemente gruñón, sino que también estarás cerrándote al avance de la ciencia". En otras palabras, como alguien ocurrente dijo una vez, "no seas tan abierto de mente que se te caiga el cerebro".

La revisión por homólogos es supuestamente el mecanismo que nos aleja de herejes poco fiables. Un resultado científico solo es fiable cuando académicos de prestigio le han otorgado su aprobación. El informe de la Dra. Yan no ha sido revisado. Pero, en los últimos años, la reputación de la revisión por homólogos ha sido manchada por una serie de escándalos. El estudio de Surgisphere fue revisado por homólogos, así como el estudio del Dr. Andrew Wakefield, héroe del movimiento antivacuna, reclamando que la vacuna MMR (sarampión, paperas y rubéola) provocaba autismo. Las investigaciones muestran que la revisión por homólogos es a menudo superficial en vez de exhaustiva, a menudo utilizada por amigos para ayudarse entre ellos, y con frecuencia usada por guardianes para excluir y extinguir opiniones científicas minoritarias legítimas en un campo.

TE PUEDE INTERESAR

Una viróloga acusa a China de encubrir el coronavirus y huye a Estados Unidos

El Confidencial

Herbert Ayres, experto en investigación operativa, resumió el problema hace varias décadas: "Como árbitro de un documento que amenaza con alterar su vida, [un catedrático] está en un puesto de conflicto de intereses, simple y llanamente. A menos que estemos convencidos de que él, nosotros y todos nuestros amigos que arbitran nos encontramos en el quintil superior del percentil de integridad de aquellos que han sobrecualificado para la santidad, es más que ingenuo creer que la censura no existe". Rosalyn Yalow, ganadora del Premio Nobel de Medicina, solía mostrar la carta que recibió en 1955 del 'Journal of Clinical Investigation' diciendo que los revisores "se mostraron especialmente firmes al rechazar" su trabajo.

Cuando la ciencia se vuelve política

La solidez de la ciencia depende de tolerar, e incluso motivar, al menos cierto desacuerdo. En la práctica, no se impide que la ciencia se convierta en religión pidiendo a los científicos que desafíen sus propias teorías, sino haciendo que se prueben entre ellos, a veces con gusto. Cuando la ciencia se vuelve política, como con el cambio climático y el covid-19, esta diversidad de opiniones a veces se extingue en la búsqueda de un consenso que presentar a un político o en una rueda de prensa, y para impedir una mayor publicidad a raritos. Este año ha hecho comprender mejor que nunca el mensaje de que no existe "la ciencia" como tal; hay diferentes puntos de vista científicos sobre cómo eliminar el virus.

Anthony Fauci, principal asesor científico de EEUU, insistió en primavera en que era necesario un confinamiento y sigue defendiendo la medida. Su equivalente en Suecia, Anders Tegnell, por el contrario, ha insistido en que su país no impondría un confinamiento formal y mantendría abiertas tanto las fronteras, como los colegios, restaurantes y gimnasios a la vez que fomentaría el distanciamiento social voluntario. Al principio, el experimento del Dr. Tegnell pareció ridículo a medida que aumentaba el volumen de casos en Suecia. Ahora, con un número de contagios bajo y la economía sueca en un estado mucho mejor que en otros países, parece sensato. Ambos son buenos científicos analizando pruebas similares, pero han llegado a conclusiones diferentes.

Tras probar una hipótesis como válida, los científicos deben repetir el experimento. Aquí también hay problemas. Una crisis de replicación ha golpeado la psicología y la medicina en los últimos años, con muchas conclusiones de científicos demostrando ser imposibles de replicar porque apresuraron su publicación con 'sesgo de publicación' a favor de resultados leve y accidentalmente significativos. Como el psicólogo Stuart Ritchie del Kings College de Londres argumenta en su nuevo libro, 'Science Fictions: Exposing Fraud, Bias, Negligence and Hype in Science', ahora se sabe que detrás de algunas teorías influyentes hay artículos poco fiables e incluso fraudulentos.

Por ejemplo, hasta hace poco se creía que la 'imprimación' —el fenómeno por el cual la gente puede ser inducida a comportarse de forma diferente por palabras o estímulos sugerentes— era un hecho sólido comprobado, pero los estudios fracasan sistemáticamente al intentar replicarlo. En el conocido experimento de la cárcel de Stanford de 1971, enseñado a generaciones de estudiantes de psicología, voluntarios desempeñando un papel supuestamente eligieron comportarse de forma sádica con los 'prisioneros'. Las cintas han revelado que en realidad se instruyó a los 'guardias' para que se comportaran así. Un estudio en el que se cree ampliamente, objeto de una famosísima 'TED talk', que demuestra que 'presentar poder' te produce un estímulo hormonal, no puede ser replicado. Y un descubrimiento muy publicitado de que la acidificación del océano altera el comportamiento de los peces resultó ser una patraña.

El profesor Ritchie argumenta que la forma en la que se financia, publica y promueve a los científicos es corrupta: "la revisión por homólogos está lejos de la garantía de fiabilidad que debería ser, mientras que el sistema de publicación que supuestamente es una fortaleza crucial de la ciencia se ha convertido en su tendón de Aquiles". Declara que hemos "terminado con un sistema científico que no solo ignora las debilidades humanas, sino que las amplifica".

¿Cómo debería la gente empezar a dar sentido a la avalancha de visiones científicas a veces contradictorias generadas por la crisis del covid?

A veces, las personas con gran experiencia han sido humilladas durante esta pandemia por la forma en la que el virus ha desafiado sus previsiones. Feynman también dijo: "la ciencia es la creencia en la ignorancia de los expertos". Pero un físico teórico puede permitirse esa visión, no sirve de mucho consuelo para una persona normal que intenta mantenerse segura durante una pandemia o a un político que busca asesoramiento sobre cómo prevenir la propagación del virus. La ciencia organizada es, en efecto, capaz de dejar suficiente experiencia fuera del debate de la misma forma en la que resuelve problemas prácticos. Lo hace de forma imperfecta y con errores, pero aun así lo hace.

¿Cómo debería la gente empezar a dar sentido a la avalancha de visiones científicas a veces contradictorias generadas por la crisis del covid-19? No existe un atajo. La única forma de estar completamente seguro de que una declaración científica es fiable y otra no lo es consiste en analizar las pruebas por uno mismo. Confiar en la reputación del científico o el reportero que lo presenta es lo que muchos de nosotros hacemos, y es mejor que nada, pero no es infalible. En caso de duda, haz tus deberes.