Cómo leer la evidencia científica

Qué significan de verdad los niveles de evidencia que ves en cada lección, y cómo distinguir un hallazgo real de ruido estadístico o marketing.

Por qué cada lección de esta app tiene un 'nivel de evidencia'

No toda afirmación sobre fitness tiene el mismo respaldo: hay ideas sostenidas por decenas de estudios grandes y consistentes, y otras que son solo la opinión razonable de un experto. Poner un nivel (A, B, C, D) a cada afirmación no es burocracia: te dice cuánto puedes apostar por ella y cuánto margen hay de que cambie con nueva investigación. Tratar un nivel A y un nivel C con la misma confianza es el error de lectura científica más común.

Cómo se aplica

• Cuando leas una recomendación de fitness en cualquier sitio, pregúntate qué nivel de evidencia tiene detrás antes de seguirla al pie de la letra
• Recuerda que un nivel C o D no significa 'falso', significa 'todavía no lo sabemos con seguridad'

La pirámide de la evidencia: de la opinión experta al metaanálisis

En la base están las opiniones de expertos y series de casos sueltos (útiles para generar ideas, no para confirmarlas); subiendo están los estudios observacionales (que muestran asociaciones pero no prueban causa); más arriba, el ensayo controlado aleatorizado (RCT), el diseño que sí permite decir 'esto causó aquello'; y en la cima, el metaanálisis, que combina muchos RCTs en una sola estimación más fiable. Pero la jerarquía es relativa: un RCT mal diseñado puede valer menos que un buen estudio observacional.

Cómo se aplica

• Da más peso a una recomendación respaldada por varios RCTs o un metaanálisis que a un solo estudio o una opinión, por reconocido que sea quien opina
• No descartes automáticamente un estudio observacional bien hecho solo por no ser un RCT: la calidad del diseño importa tanto como el tipo

Los 4 tipos de estudio que te vas a encontrar

El RCT (ensayo controlado aleatorizado) reparte al azar a la gente entre grupos para poder decir 'esto causó el cambio'; el diseño cruzado hace que la misma persona pase por ambas condiciones, útil para efectos agudos (como un suplemento) pero no para adaptaciones permanentes (como ganar músculo); el estudio de cohorte sigue a personas en el tiempo sin manipular nada, útil para efectos a muy largo plazo que no se pueden aleatorizar; y el metaanálisis combina estadísticamente varios estudios en una sola cifra.

Cómo se aplica

• Si ves un estudio de suplemento con diseño 'cruzado' que mide ganancia muscular a largo plazo, sospecha: ese diseño no encaja con ese objetivo
• Para preguntas de 'qué pasa en 20 años de hábito', un estudio de cohorte tiene más sentido que buscar un RCT, que sería carísimo e inviable

'Estadísticamente significativo' no es lo mismo que 'importante'

Un valor p menor a 0.05 solo dice que el resultado es poco probable si no hubiera ningún efecto real; no dice si el efecto es grande, útil o reproducible. Con una muestra muy grande, hasta una diferencia diminuta e irrelevante (como ganar 100 gramos de músculo en 12 semanas) puede salir 'estadísticamente significativa'. Lo que de verdad importa es el tamaño del efecto: cuánto cambia algo en la práctica, no solo si el cambio es matemáticamente improbable por azar.

Cómo se aplica

• Cuando un titular diga 'estudio demuestra que X funciona', busca de cuánto fue el efecto real, no solo si fue 'significativo'
• Desconfía de estudios con miles de participantes que solo reportan el valor p sin decir la magnitud del cambio

El intervalo de confianza: lo que casi nadie interpreta bien

Cuando un estudio dice 'el efecto fue de +3 kg (IC 95%: +1 a +5 kg)', ese rango te dice cuánta incertidumbre real hay sobre el número, algo que el valor p por sí solo no muestra. Un intervalo muy ancho (de +0.5 a +8 kg) significa que el estudio tiene poca precisión, aunque el resultado central parezca bueno; un intervalo estrecho da más confianza en el número concreto.

Cómo se aplica

• Si puedes, busca el intervalo de confianza además del resultado promedio: te dice cuánto fiarte del número exacto
• Un intervalo de confianza muy ancho es una señal de que hace falta más investigación antes de confiar demasiado en el resultado

Los sesgos más comunes en estudios de fitness

El sesgo del superviviente hace que solo veamos resultados de quienes terminaron el estudio (los más motivados, no la gente real); el autoinforme de dieta y ejercicio se equivoca sistemáticamente (la gente subestima lo que come hasta un 20-40%); el sesgo de publicación hace que se publiquen más los estudios con resultado positivo que los negativos, inflando el efecto medio aparente; y los estudios financiados por la industria de un suplemento tienen 3-4 veces más probabilidad de mostrar resultados favorables a quien paga.

Cómo se aplica

• Si un estudio sobre un suplemento está financiado por la marca que lo vende, súmale un punto extra de escepticismo
• Recuerda que las dietas y rutinas de 'estudios' con mucho abandono probablemente sobreestiman lo fácil que es seguirlas

Correlación no es causalidad: el ejemplo que más se repite en fitness

'Las personas que hacen ejercicio tienen mejor salud mental' es una correlación real, pero no dice en qué dirección va la causa: ¿el ejercicio mejora el ánimo, o la gente con mejor ánimo tiene más energía para hacer ejercicio? Solo los estudios donde se asigna el ejercicio al azar (no donde simplemente se observa quién ya lo hace) pueden separar estas dos explicaciones. Es el error más frecuente al leer titulares de estudios observacionales sobre hábitos saludables.

Cómo se aplica

• Ante cualquier titular tipo 'las personas que hacen X viven más', pregúntate si el estudio asignó X al azar o solo observó quién ya lo hacía
• Sospecha del 'sesgo del usuario sano': quien ya entrena también suele dormir y comer mejor, lo que confunde el efecto real del ejercicio en sí

Por qué solo con participar en un estudio ya mejoras (efecto Hawthorne)

Las personas cambian su comportamiento simplemente por saber que están siendo observadas: en estudios de entrenamiento, los participantes suelen entrenar más duro, comer mejor y dormir más de lo habitual solo durante el periodo del estudio. Esto puede inflar los resultados de cualquier intervención, porque parte de la mejora no viene del tratamiento en sí sino de la atención y el seguimiento que reciben los participantes.

Cómo se aplica

• Ten en cuenta que los resultados de estudios cortos y muy supervisados pueden ser mejores de lo que tú lograrás entrenando por tu cuenta sin ese seguimiento
• El registro y seguimiento cercano (como llevas en esta app) también puede darte ese empujón extra: úsalo a tu favor

Cómo leer un estudio o un titular con escepticismo sano

Antes de cambiar tu rutina por un estudio nuevo, pregúntate: ¿en qué población se hizo (entrenados o sedentarios, tu edad y sexo)?, ¿cuánto duró (semanas no predicen años)?, ¿quién lo financió?, ¿el tamaño del efecto es grande o trivial aunque sea 'significativo'?, ¿hay otros estudios que digan lo mismo o es un hallazgo aislado? El objetivo no es desconfiar de toda la ciencia, sino no cambiar de estrategia por un solo titular llamativo cuando el conjunto de la evidencia dice otra cosa.

Cómo se aplica

• Antes de adoptar una novedad viral, busca si hay un metaanálisis o varios estudios que la respalden, no solo el estudio que se hizo viral
• Da más peso al conjunto de la evidencia acumulada que a la última noticia, por convincente que suene el titular