Cuerpo

¿Qué tanto sabe tu médico de estadística? (¿y cómo impacta esto tu salud?)

María del Carmen Climént 05 / Nov / 19
Asumimos que saben lo que hacen. Cuando un médico revisa un estudio o un tratamiento guardamos silencio y esperamos su “veredicto” pero ¿interpretan los doctores correctamente la información?

‘¿La quimioterapia es la mejor opción para tratar mi cáncer?’, ‘Si me decido por el trasplante, ¿qué oportunidad tengo de sobrevivir?’, ‘La prueba genética prenatal salió positiva - ¿eso quiere decir que mi bebé nacerá con una alteración genética?’.

Con frecuencia la respuesta a este tipo de preguntas no es un simple ‘sí’ o ‘no’. Las respuestas dependen de probabilidades: para un paciente en específico, cierta quimioterapia triplica el riesgo de infecciones; o una persona puede tener 85% de probabilidad de sobrevivir el primer año después del transplante, pero 50% de probabilidad de seguir vivo 5 años después. O puede haber 90% de probabilidad de que la prueba sea un verdadero positivo, pero 10% de que sea un falso positivo. ¿Pero qué significan todos esos números?

Buena parte de la evidencia que necesitamos para tomar decisiones sobre nuestra salud viene en forma de números. Solemos asumir que los médicos no sólo son expertos en diagnósticos y tratamientos, sino también en interpretar todo tipo de números relacionados con la salud.

medico.jpg
Imagen ilustrativa | Foto: Aarón Blanco Tejedor, Unsplash

En el Reino Unido, en la Universidad de Cambridge, hay un centro llamado ‘Winton Centre para la Comunicación de Riesgo y Evidencia’, que se dedica a mejorar el entendimiento público en estadística. Los investigadores de este centro ofrecen una nueva perspectiva: a los médicos se les dificultan los números más de lo que imaginamos – y puede tener graves consecuencias en la salud pública.

“Casi 50% de los médicos piensa erróneamente que si los estudios rutinarios diagnostican el cáncer de forma temprana, significa que se están salvando vidas.”

Analfabetismo numérico

El problema puede parecer nuevo para el ciudadano de a pie, pero ciertamente no para profesionales como el catedrático Gerd Gigerenzer, quien lleva décadas estudiando el analfabetimo numérico en salud y su impacto en la salud pública. Gigerenzer es el director del instituto homólogo del Winton Centre en Berlín, Alemania, llamado Centro Harding para Alfabetismo sobre Riesgo. 

El trabajo de Gigerenzer se centra sobre el grave analfabetismo en estadística que ha encontrado tras evaluar a miles de médicos en el mundo. El investigador y su equipo han explorado si los médicos comprender las medidas estadísticas que se necesitan para comprobar que un programa de detección de cáncer está salvando vidas, por ejemplo.

La mayoría de los médicos no fueron capaces de interpretar la probabilidad de realmente tener cáncer dado un resultado positivo en las pruebas rutinarias de diagnóstico.

Éste es un problema clásico en estadísticas de salud. Lo que los médicos deben comparar es la tasa de mortalidad, no la tasa de supervivencia a 5 años. La tasa de mortalidad indica el número de muertes en un periodo de tiempo. En cambio, la tasa de supervivencia a 5 años sólo indica cuántas personas viven 5 años a partir del día que fueron diagnosticadas con cáncer.

Algunos exámenes de rutina pueden lograr diagnósticos a edades más tempranas - esto puede incrementar las tasas de ‘5 años de supervivencia’, sin que necesariamente las personas vivan más tiempo.

Comprender las diferencias

Un estudio reciente y ampliamente reportado que se publicó en la revista The Lancet, por ejemplo, usó en sus titulares las tasas de  supervivencia a 5 años para varios cánceres en diferentes países, pero además compararon las tasas de mortalidad. Esto mostró varios casos en los que las tasas de supervivencia a 5 años aumentaron sin que mejoraran la mortalidad. Esto podría deberse a que se hicieron diagnósticos más tempranos debido a un mayor uso de los programas de detección de cáncer, sin mejorar el tratamiento posterior. 
 
Figura del artículo de The Lancet que muestra que en Canadá, por ejemplo, las tasas de supervivencia a 5 años para el cáncer rectal muestran una mejoría (las figuras verdes están por encima de 0 en el eje y, lo que muestra una mayor supervivencia a 5 años), pero la mortalidad no ha disminuido (las figuras verdes están casi todas en el lado derecho de '0' en el eje x, lo que muestra una mayor mortalidad). Las pruebas rutinarias de detección del cáncer colorrectal en Canadá han aumentado, lo que podría aumentar la detección temprana del cáncer rectal, una situación que podría explicar, en parte, por qué la supervivencia a 5 años ha mejorado sin que haya una mejora posterior en la mortalidad.

foto_2_-lancetfigure3.jpg
Gráfica de The Lancet

Es vital que los médicos comprendan la diferencia entre estas dos y que sólo la tasa de mortalidad mide si se están salvando vidas – o no. Pero Gigerenzer ha encontrado que en la mayoría de los casos, los médicos no comprenden esta diferencia.

“Casi 50% piensa erróneamente que si los estudios rutinarios diagnostican el cáncer de forma temprana, significa que se están salvando vidas.”

 En entrevista Gigerenzer menciona distintos ejemplos. Uno de ellos es particularmente dramático: la mayoría de los médicos no fueron capaces de interpretar la probabilidad de realmente tener cáncer dado un resultado positivo en las pruebas rutinarias de diagnóstico.

 “La mayoría de los médicos piensa que un resultado positivo en las pruebas rutinarias de detección de cáncer de mama es muy certero: piensan que entre 80 y 90% de las mujeres con resultado positivo realmente tienen cáncer, cuando sólo alrededor de 1 en 10 lo tiene. Es decir, 10%.” Lo que es preocupante, por decir lo menos.

quirofano.jpg
Foto ilustratica de médicos en el quirófano| Foto: Richard Catabay, Unsplash

Para entender el problema desde la perspectiva de los médicos es necesario escuchar a la Dra. Michelle Da Silva, especialista en medicina renal quien trabaja en el North West Deanery Hospital en el Reino Unido.

 “Nosotros usamos estadísticas en todo nuestro trabajo del día a día: cuando diagnosticamos, cuando interpretamos resultados en publicaciones científicas, para decidir qué tratamiento dar, al explicar los niveles de riesgo a los pacientes y también al interpretar resultados de pruebas de laboratorio.”

Da Silva no parece ajustarse al estereotipo de médico numéricamente analfabeto que Gigerenzer describía. No obstante, explica que su confianza la obtuvo después de hacer un curso en estadística de un año como parte de sus estudios de doctorado. La investigadora está convencida de que una mejor comprensión de los números es vital para todos los médicos.

“Si no entiendes correctamente, no eres capaz de comunicarte con el paciente y explicarle los riesgos; no eres capaz de tomar una decisión basada en evidencia; no eres capaz de proponerles un plan de manejo para su condición.”

estadistica-.jpg
Imagen ilustrativa | Foto: Pixabay

¿Y América Latina?

Los estudios de Gigerenzer, y muchos otros, se centran en países desarrollados como el Reino Unido, Alemania y Estados Unidos. Son menos los estudios realizados en América Latina pero ya hay   algunos que apuntan a que compartimos el mismo problema, aquí un ejemplo:

Múltiples investigadores de Chile, Perú, España y Alemania realizaron un estudio en Lima, Perú en la Universidad Peruana Cayetano Heredia. Evaluaron si los médicos le recomendarían a pacientes hacerse estudios de detección de cáncer con base en algunos escenarios específicos. Además les evaluaron: capacidad de comprender evidencia, creencias a-priori de los estudios de rutina, alfabetismo numérico y científico y educación previa en estadística.

La mayoría de los médicos piensa que un resultado positivo en las pruebas rutinarias de detección de cáncer de mama es muy certero: piensan que entre 80 y 90% de las mujeres con resultado positivo realmente tienen cáncer, cuando sólo alrededor de 1 en 10 lo tiene. Es decir, 10%.”

Más de 400 médicos (de 6to y 7mo año y residentes) participaron en el estudio. Se les pidió que imaginaran que una paciente de 55 años había venido a preguntarles acerca de las pruebas diagnósticas de rutina para cierto tipo de cáncer. Los participantes recibieron algunas estadísticas sobre incidencia y mortalidad en personas con y sin estudios diagnósticos. Con base en eso, los médicos tenían que decidir si recomendarían a la paciente hacerse esos estudios o no.

Los resultados mostraron que cuando los participantes tenían fuertes creencias positivas a priori respecto a los estudios diagnósticos, o una pobre comprensión numérica o un pobre conocimiento en estadísticas, se podía relacionar con el hecho de no comprender la evidencia y, por lo tanto, con recomendar a las pacientes hacerse estudios aún cuando no eran efectivos o necesarios. 

estadisticas.jpg
Imagen ilustrativa | Foto: Pixabay

Las consecuencias

“Si no entiendes correctamente, no eres capaz de comunicarte con el paciente y explicarle los riesgos; no eres capaz de tomar una decisión basada en evidencia; no eres capaz de proponerles un plan de manejo para su condición.”

Interpretar estadísticas incorrectamente en el contexto de la salud, puede tener consecuencias profundas para los pacientes. Una mujer que compartió su historia con la BBC en febrero de 2019 estuvo a punto de decidir abortar cuando una prueba genética de rutina durante el embarazo dio positivo al síndrome de Turner, un síndrome genético muy raro que afecta a niñas.

Ninguno de profesionales de la salud le explicó que lo más probable era que se tratara de un falso positivo – es decir- que el bebé estaba sano y se trataba de un error de la prueba. 

Esto no quiere decir que las pruebas médicas son particularmente imprecisas: lo que nos muestra es que cada prueba requiere de una comprensión elemental de estadística para interpretar sus resultados. Y los pacientes dependen de los médicos para hacer estas interpretaciones.

 

Foto: Pixabay

El analfabetismo numérico en los profesionales de la salud es un problema de escala mundial que afecta tanto a países en vías de desarrollo como a los desarrollados. Las consecuencias están ahí desde una escala individual hasta social. La gran pregunta es, ¿por qué ocurre?

Es vital que los médicos comprendan la diferencia entre estas dos y que sólo la tasa de mortalidad mide si se están salvando vidas – o no. Pero Gigerenzer ha encontrado que en la mayoría de los casos, los médicos no comprenden esta diferencia.

Causas y soluciones

Gerd Gigerenzer piensa que el problema se origina en la educación que reciben los médicos. “En las carreras de medicina los estudiantes aprenden de todo menos razonamiento estadístico.”

Michelle Da Silva coincide con ese punto y señala que ella no tuvo ningún entrenamiento en estadística durante su carrera de medicina en Brasil, su país de origen. En otros países, como México (en la UNAM), o como el Reino Unido, sí suelen incluir la estadística en los planes de estudio de la carrera de medicina, pero la forma en que se enseña sigue siendo un problema. Gigerenzer, es contundente al hablar de los cambios necesarios para atender este problema: “Lo primero es totalmente claro: cambiar la educación médica.” 

Aunque suena ambicioso, investigadores como Matt Castle, matemático y estadístico de la Universidad de Cambridge, rediseñan el mapa curricular de estadística para la Escuela de Medicina en esa universidad.  Para él, los planes de estudio de diversas universidades presentan el mismo problema “Lo que vemos en la mayoría de los planes de estudio es una versión teórica y matemática de la estadística, que está muy alejada de lo que realmente se necesita, que es una visión práctica, aplicable, enfocada en resolver problemas.”

estudiante-se-queda-dormido.jpg
Estudiante se queda dormido | Foto: Especial

De esta manera, su misión es dotar a la estadística de un sentido práctico: “Diseñamos cursos que intentan reflejar cómo se utilizarán estadísticas en la práctica: damos problemas, damos situaciones de la vida real, y hablamos sobre las técnicas que deben implementarse para analizar esos datos.”

Michelle Da Silva es muy positiva respecto al impacto que podrían generar ese tipo de cambios en los planes de estudio.

“Sería extraordinario. Mejoraría los resultados porque las decisiones se tomarían de acuerdo con la mejor evidencia disponible. Los pacientes podrían tomar una decisión conociendo todos los riesgos y beneficios, conociendo los números a favor y en contra de un procedimiento o plan de manejo.”

Un problema generalizado

El analfabetismo numérico es un problema complejo que va más allá de la comunidad médica. Michelle Da Silva piensa que también los gerentes de instituciones y políticos son parte del problema; y Gerd Gigerenzer va aún más lejos, él cree que algunos de los problemas en salud a nivel mundial no sólo se tratan de analfabetismo numérico, sino de la posibilidad de los médicos de atenerse a la evidencia.

“En muchos países los médicos tienen conflictos de interés, entre lo que piensan que es lo mejor para el paciente y otros intereses… y otro factor que va en contra de la medicina basada en evidencia es la ‘medicina defensiva’.”

La ‘medicina defensiva’ significa que los médicos no siempre están motivados por lo que es mejor para el paciente, sino también por el temor que tienen a que se emprendan acciones legales contra ellos. Por eso piden más pruebas o más procedimientos de los estrictamente necesarios, simplemente para protegerse.

“En países como Estados Unidos, esto es particularmente fuerte.” Dice Gigerenzer. “En estudio tras estudio, más del 90% de los médicos estadounidenses dicen que practican la medicina defensiva y que no tienen otra opción. Así que existe todo un sistema social que dificulta que los médicos opten por la evidencia.”

tratamiento-medico.jpg
Ilustración especial | Foto: Pixabay

Decisiones que impactan

Cada “Positivo”, “Negativo” o cualquier otro resultado reportado en el contexto médico, potencialmente se traduce en decisiones que impactan la vida de los pacientes. Algunas de enorme magnitud como decidir si someterse a un procedimiento médico mayor o a cierto tratamiento. Otras veces, tal vez la decisión en juego es menor, pero, de cualquier modo, entender lo que cada uno de esos números significa puede ser elemental para que el paciente comprenda su situación de salud y le brinde tranquilidad.

Mejorar la comprensión en estadísitica de los médicos es urgente, pero lograrlo no es sólo responsabilidad de ellos. Las universidades y otras instituciones también deben involucrarse. Hay demasiado en juego para permitir que el analfabetismo numérico se interponga en el camino de las buenas deicisones para la salud de los ciudadanos.

*El Winton Centre for Risk and Evidence Communciation ha producido cursos gratuitos en línea sobre comunicación de riesgo para profesionales de la salud. 

Autor: María del Carmen Climént
Trabaja en el Winton Centre for Risk and Evidence Communication en la Universidad de Cambridge en el Reino Unido, donde desarrolla herramientas para mejorar la comunicación de evidencia en periodismo y en el sector de la salud. Tiene siete años de experiencia como periodista de ciencia en la radio y televisión mexicana. Ha estado a cargo de de investigación de contenidos, elaboración de guiones y conducción programas sobre ciencia, medio ambiente, salud y políticas públicas. Con su reportaje ‘La reinvención del inodoro’ ganó el Premio nacional de divulgación periodística en sustentabilidad 2014. Además, recientemente trabajó como guionista de ciencia para el Foro Consultivo Científico y Tecnológico. Con el apoyo de la beca Chevening, Maricarmen estudió una maestría en comunicación de la ciencia en la Universidad de Sheffield, Reino Unido en el 2015. Es Médica Veterinaria Zootecnista y maestra en ciencias egresada de la Universidad Nacional Autónoma de México (UNAM).