Cómo leer un estudio sobre ejercicio sin creerte el titular

Cada semana aparece un titular que promete que tal ejercicio «reduce el dolor de espalda», «mejora la postura» o «quema más grasa». Detrás suele haber un estudio real, pero entre lo que el estudio midió y lo que el titular afirma hay muchas veces un abismo. Aprender a mirar cuatro o cinco elementos básicos —quién participó, cuánto duró, con qué se comparó y qué se midió exactamente— te permite distinguir en dos minutos un hallazgo sólido de una promesa inflada. No hace falta ser científico: hace falta saber dónde mirar.

Primero: ¿qué tipo de estudio estás leyendo?

No todos los estudios sirven para lo mismo. Los que más vas a encontrar en temas de ejercicio y salud se agrupan en unas pocas familias:

• Estudios observacionales: los investigadores observan a un grupo de personas sin intervenir. Preguntan cuánto se mueven y siguen su salud durante años. Sirven para detectar asociaciones (quien se mueve más suele estar mejor), pero no demuestran causa: puede ser que la gente más sana sea la que puede moverse más, y no al revés.
• Ensayos controlados aleatorizados (en inglés, RCT): se reparte a los participantes al azar entre uno o varios grupos y se les aplica algo distinto a cada uno. El azar sirve para que los grupos se parezcan en todo lo demás, de modo que la diferencia final pueda atribuirse a la intervención. Es el diseño más fuerte para responder a «¿esto funciona?».
• Revisiones sistemáticas y metaanálisis: no generan datos nuevos, sino que reúnen todos los estudios disponibles sobre una pregunta y, en el caso del metaanálisis, combinan sus resultados estadísticamente. Su calidad depende por completo de la calidad de los estudios que incluyen: reunir veinte estudios pequeños y mal hechos no produce una conclusión sólida.
• Series de casos y estudios sin grupo de comparación: describen lo que ocurrió con un grupo de personas que hicieron algo. Son útiles para generar hipótesis y poco más.

Si un titular dice «causa», «reduce» o «mejora» y el estudio de base es observacional, el salto lo ha dado el periodista, no el investigador.

La muestra: ¿cuánta gente y qué gente?

El tamaño de la muestra —cuántas personas participaron— importa porque con pocos participantes el azar hace mucho ruido. En un grupo de diez personas, que dos tengan una semana especialmente mala puede dar la vuelta al resultado. Muchos estudios de ejercicio son pequeños por razones prácticas: entrenar a gente durante meses es caro. Eso no los invalida, pero sí obliga a tomarlos como indicios y no como pruebas definitivas.

Más importante todavía es quién formaba la muestra. Un resultado obtenido en estudiantes universitarios de veinte años, sanos y entrenados, no se traslada automáticamente a una persona de sesenta con artrosis de rodilla. Busca en el estudio la edad, el sexo, el nivel previo de actividad y si tenían alguna patología. También los criterios de exclusión: si dejaron fuera a quien tenía dolor intenso, el estudio no te dice nada sobre el dolor intenso.

Y fíjate en los abandonos. Si empezaron cien personas y terminaron cincuenta, conviene preguntarse por qué se fueron las otras. Si se marcharon precisamente las que no mejoraban, el resultado final se ve mucho mejor de lo que fue en realidad.

La duración: ¿doce semanas o dos años?

La mayoría de los estudios de ejercicio duran semanas o pocos meses. Es tiempo suficiente para ver cambios en fuerza, movilidad o dolor a corto plazo, pero no para saber si esos cambios se mantienen. Un programa puede mejorar mucho una medida a las ocho semanas y no dejar rastro un año después, sobre todo si la persona deja de practicarlo.

Presta atención a dos cosas relacionadas. La primera, si hubo seguimiento después de terminar la intervención: los estudios que vuelven a medir a los seis o doce meses son mucho más informativos. La segunda, la dosis: cuántas sesiones por semana, de cuánto tiempo, con qué intensidad y con qué supervisión. Un resultado obtenido con tres sesiones semanales supervisadas por un profesional no es el mismo escenario que una sesión suelta en casa siguiendo un vídeo.

El grupo control: ¿comparado con qué?

Esta es la pregunta que más titulares desarma. Decir que un método «mejora el dolor lumbar» carece de sentido si no se especifica frente a qué mejora. Los controles habituales son:

• Lista de espera o ningún tratamiento: el grupo control no hace nada. Es el listón más bajo. Casi cualquier intervención supera a no hacer nada, entre otras cosas porque el simple hecho de participar, ser atendido y prestar atención al propio cuerpo ya produce cambios.
• Control activo: el grupo control hace otra cosa razonable —caminar, estiramientos, fisioterapia convencional—. Es una comparación mucho más exigente y mucho más útil, porque responde a la pregunta real: ¿esto es mejor que lo que ya hacíamos?
• Control simulado (sham): se aplica una versión inerte de la intervención. Es viable en terapias manuales o aparatos, pero muy difícil en ejercicio, porque nadie puede entrenar sin darse cuenta de que entrena.

Esa dificultad conecta con el cegamiento: que participantes, instructores y evaluadores no sepan quién está en cada grupo. En ejercicio, cegar al participante es casi imposible, así que lo máximo que suele lograrse es que quien mide los resultados no sepa a qué grupo pertenece cada persona. Cuando ni siquiera eso se hace y las medidas son subjetivas, las expectativas contaminan el resultado.

¿Qué midieron exactamente?

Un estudio puede medir decenas de variables. Conviene distinguir entre resultados clínicamente relevantes (menos dolor, más autonomía, menos caídas) y variables intermedias (activación de un músculo en un electromiograma, ángulo de una articulación, marcador en sangre). Que un músculo se active más no significa automáticamente que te vaya a doler menos la espalda; es una hipótesis intermedia, no un beneficio comprobado.

Desconfía también del resultado que aparece de repente. Los estudios bien planteados declaran de antemano —idealmente en un registro público, antes de empezar— cuál es su objetivo principal. Si el titular destaca un hallazgo que suena a secundario, puede tratarse de un análisis de los muchos que se hicieron: cuantas más comparaciones se prueban, más probable es que alguna salga «positiva» por puro azar.

Significativo no quiere decir importante

La palabra «significativo» en un estudio es un término técnico, no un elogio. Indica que es poco probable que la diferencia observada se deba solo al azar, según un umbral estadístico convencional. No dice nada sobre si esa diferencia importa en tu vida.

Lo que importa es el tamaño del efecto: cuánto cambió realmente la medida. Una mejora de dos puntos en una escala de dolor de cien puede ser estadísticamente significativa en un estudio grande y completamente irrelevante para quien la siente. Muchos campos definen un umbral de cambio mínimo que el paciente percibe como una mejora real; si el estudio lo menciona, es buena señal.

Y cuidado con los porcentajes sin contexto. «Reduce el riesgo un 50 %» puede significar pasar de dos casos entre mil a uno entre mil. El cambio relativo suena espectacular; el absoluto, bastante menos.

El último filtro: quién lo publica y quién lo paga

La revisión por pares —que otros investigadores examinen el trabajo antes de publicarlo— es un filtro básico, aunque imperfecto. Los preprints, versiones publicadas antes de pasar ese filtro, son legítimos pero provisionales. Mira también la declaración de conflictos de interés y quién financió el trabajo: que lo pague una empresa interesada no anula el estudio, pero es información que el lector merece tener.

Por último, recuerda que casi ningún estudio individual cambia nada por sí solo. El conocimiento avanza por acumulación: cuando varios equipos independientes, con diseños distintos, llegan a lo mismo, la conclusión se sostiene. Un único resultado llamativo y nunca replicado es, de momento, una pista.

Una lista mínima para leer cualquier estudio

• ¿Es observacional o experimental? ¿Permite hablar de causa?
• ¿Cuántas personas participaron y se parecen a mí?
• ¿Cuánto duró y hubo seguimiento posterior?
• ¿Con qué se comparó: con nada o con una alternativa real?
• ¿Qué se midió y quién lo midió?
• ¿El efecto es grande o solo «significativo»?
• ¿El titular dice lo mismo que el resumen del estudio?

Si adoptas la costumbre de leer el resumen original en lugar de quedarte en la noticia, descubrirás algo tranquilizador: la mayoría de los investigadores son mucho más prudentes en sus conclusiones que quien las traduce a un titular.