Un estudio en la pantalla de tu smartphone suena a ciencia, pero no lo es. Puede tratarse de un experimento bien diseñado y cuidadosamente realizado, o de una mala idea mal ejecutada.
Entonces, ¿cómo saber cuál es cuál?
El estudio se diseñó para analizar la causa y el efecto.
El estudio se diseñó para analizar causas y efectos.
Es importante saber si un estudio científico está diseñado para analizar causas y efectos, ya que esto indica qué tipo de conclusiones pretendían sacar los investigadores.
Por ejemplo, si trataban de averiguar si comer zanahorias mejora la vista, la conclusión sería que las zanahorias mejoran la vista (una relación causal).
Si sólo estuvieran analizando si hay diferencias entre los grupos de personas que comen zanahorias y los que no las comen y no encontraran diferencias en la salud ocular entre los dos grupos, entonces podríamos concluir que no hay una asociación entre comer zanahorias y mejorar la visión (no hay relación causal).
La variable que analizaron los investigadores podría haber causado los resultados que observaron.
La variable que analizaron los investigadores podría haber causado los resultados que observaron.
Es importante considerar si existen otras variables que podrían haber afectado a su estudio.
Si se estudia a un grupo de personas que beben café, por ejemplo, y se descubre que los que beben más café tienden a vivir más que los que beben menos -pero también resultan ser más ricos y más sanos en general-, nos sería imposible saber si fue realmente beber café lo que les hizo vivir más o si fue su riqueza o su salud (o algún otro factor).
Para que los resultados de un estudio sean válidos, los investigadores deben ser capaces de controlar estas otras variables midiéndolas además de cualquier otra cosa que estén analizando.
Si se estuviera estudiando cuánto tiempo pasa la gente viendo la televisión frente a cuánto tiempo pasa haciendo ejercicio como predictores de las tasas de obesidad en diferentes países del mundo (lo cual es un estudio real), entonces el control del nivel de ingresos ayudaría a garantizar que cualquier asociación entre ver la televisión y la obesidad no se deba simplemente a que la gente pobre no sólo tiende a ver más la televisión, sino que también tiene peor acceso a la misma.
Hay suficiente información sobre las cosas que importan.
El estudio debe ser lo suficientemente amplio como para ser significativo. El número de personas en un estudio debe ser lo suficientemente grande como para que el análisis estadístico sea significativo, pero no tan grande como para que resulte difícil para los investigadores o los participantes cumplir con sus funciones.
Por ejemplo, si un investigador quiere ver si tomar vitamina C previene los resfriados y tiene 1.000 participantes en su experimento, puede que descubra algunas cosas interesantes sobre la vitamina C (como si existe o no una asociación entre tomar vitaminas y tener menos resfriados).
Sin embargo, en este momento no puede decir definitivamente si tomar vitamina C evitará o no que alguien enferme porque el tamaño de su muestra era demasiado pequeño: ¡había demasiadas variables implicadas!
Así que una cosa en la que hay que fijarse a la hora de evaluar los estudios es si utilizan o no muestras lo suficientemente grandes; de lo contrario, podrían no ofrecer resultados precisos por estar mal diseñados.»
Hay mucha gente implicada en la investigación.
Un estudio con muchas personas implicadas tiene más probabilidades de ser fiable porque hay más oportunidades de detectar errores.
Si la muestra es pequeña y sólo participa una persona en la investigación, es posible que se le haya pasado algo por alto o haya cometido un error en el análisis.
Si quieres que tus resultados sean lo más precisos posible, lo mejor es que participen en la investigación tantas personas como sea posible: cuanto mayor sea el tamaño de la muestra, mejor.
Los datos son fiables; se han comprobado y vuelto a comprobar.
Una buena forma de garantizar la fiabilidad de un estudio científico es comprobar los datos. Los datos deben ser comprobados por otros investigadores, que pueden así verificar su exactitud y validez.
Además, es importante que expertos en tu campo de investigación comprueben tu trabajo antes de publicarlo para que no cometas ningún error o descuido en el análisis de la información recopilada.
Por último, aunque estés seguro al cien por cien de que un experimento ha sido realizado correctamente y registrado con precisión por ti mismo o por otra persona implicada en él (¡y espero que sea cierto!), puede haber errores de transcripción al mecanografiar las notas tomadas durante los experimentos/observaciones, etcétera; ¡estas cosas ocurren con demasiada frecuencia!
Un par de ojos adicionales podrían detectar algún error antes de enviar los resultados para su revisión o publicación, así que asegúrese de que no son los ojos de cualquiera: intente preguntar a alguien que no tenga nada que ver pero que esté igualmente cualificado (tal vez alguien que trabaje en otra universidad).
Los datos respaldan los resultados que los investigadores dicen haber obtenido.
Los resultados que los investigadores afirman haber obtenido deben estar respaldados por datos.
Los datos deben ser fiables y los resultados válidos, lo que significa que los investigadores han comprobado cuidadosamente sus datos y han utilizado pruebas estadísticas apropiadas para el diseño de su estudio.
Los investigadores también deben explicar por qué eligieron un tipo concreto de diseño de estudio (por ejemplo, ensayo controlado aleatorizado o estudio de cohortes), cómo se aseguraron de que la aleatorización se hiciera correctamente, si hubo abandonos de alguno de los grupos durante el transcurso de su experimento y cuántas personas participaron en cada brazo del estudio (es decir, tratamiento frente a control).
Puede ser difícil saber si un estudio es bueno desde el punto de vista científico.
Como científico, puede tener la tentación de pensar que la ciencia es perfecta. Pero no lo es. Los científicos pueden equivocarse o ser parciales en sus investigaciones.
Los estudios pueden ser erróneos de muchas maneras:
- Sesgo: Los científicos a menudo tienen sus propios intereses y creencias, por lo que pueden querer encontrar resultados que apoyen lo que ya saben o creen. Esto significa que a veces, aunque no sea su intención (y estén haciendo todo lo posible), los científicos obtienen resultados sesgados debido a sus opiniones personales sobre temas como la política o la religión.
- Error: Otro problema de la ciencia es lo mucho que nos queda por entender sobre el funcionamiento del mundo: ¡todavía hay muchas preguntas sin respuesta! Así que incluso si alguien lo ha hecho todo bien en términos de encontrar una respuesta precisa basada en pruebas de experimentos anteriores (de los que hablaremos más adelante…), a veces es simplemente imposible para nosotros los humanos que no hemos estado desde los primeros días en que todo empezó a suceder 🙂
Conclusión
Esperamos haberle dado algunas ideas sobre cómo evaluar un estudio científico. Hay muchos factores a tener en cuenta, y es importante que los entienda todos antes de tomar decisiones basadas en datos de investigación.
Aunque pueda parecer una tarea abrumadora, creemos que si tiene en cuenta estas cuatro preguntas en la medida de lo posible -especialmente cuando lea artículos de prensa sobre nuevos estudios o vea programas de televisión sobre avances médicos-, sus posibilidades de tomar decisiones con conocimiento de causa aumentarán considerablemente.
Aparece en periódicos digitales y domina los buscadores, Infórmate aquí.
- ¿Qué puede hacer un licenciado en biología? - febrero 8, 2023
- ¿Qué políticas, prácticas y procesos son necesarios para lograr una transición ecológica? - febrero 8, 2023
- ¿Qué es un ecosistema y qué beneficios aporta a los organismos que viven en él? - febrero 8, 2023
