«Nuevo estudio: comer carne procesada duplica tu riesgo de cáncer colorrectal.» Al leer ese titular, la mayoría plantearía eliminar la carne procesada de su dieta. Ahora lee los números reales.
Supongamos que el riesgo basal de cáncer colorrectal para alguien que no come carne procesada es de 5 en 1.000 a lo largo de la vida. Un estudio encuentra que quienes la comen a diario tienen un riesgo de 10 en 1.000. El incremento de riesgo relativo es del 100% — se ha duplicado. El incremento de riesgo absoluto es de 5 en 1.000 — medio punto porcentual. Estas dos frases describen exactamente el mismo hallazgo. Los periodistas de salud casi siempre informan la primera.
Tres números, un mismo estudio
El mismo resultado — expresado de tres formas
(duplica tu riesgo)
(del 0,5% al 1,0%)
200 personas deberían comer carne procesada a diario para que se produzca un caso adicional
Los tres describen el mismo hallazgo hipotético. Solo uno te dice la magnitud real del efecto.
Por qué se informa tanto el riesgo relativo
Las cifras de riesgo relativo son casi siempre más grandes y más llamativas que las de riesgo absoluto. Un titular que dice «aumenta tu riesgo en medio punto porcentual» atrae mucha menos atención que uno que dice «duplica tu riesgo». No es necesariamente malicia — tanto científicos como periodistas tienen incentivos para comunicar la significación estadística, y el riesgo relativo captura algo real sobre la fuerza de una asociación. El problema surge cuando se presenta sin la línea de base, que es el número que le da sentido al riesgo relativo.
Si tu riesgo basal es del 50%, duplicarlo es catastrófico. Si tu riesgo basal es del 0,1%, duplicarlo sigue siendo muy pequeño. La cifra de riesgo relativo por sí sola no puede distinguir entre estas situaciones.
El número que importa para las decisiones: NNT
El Número Necesario para Tratar (NNT) — o su espejo, el Número Necesario para Producir Daño (NNH) — es el estadístico más útil para evaluar si un tratamiento o una exposición importa realmente a escala de una decisión individual. Pregunta: ¿cuántas personas necesitan ser expuestas (o tratadas) para que una persona adicional experimente el resultado?
Un NNT de 5 significa que por cada 5 personas que reciben un tratamiento, una persona adicional se beneficia. Eso es una intervención potente. Un NNT de 500 significa que habría que tratar a 500 personas — con todos los costes, riesgos y efectos secundarios asociados — para producir un beneficio adicional. Eso cambia el cálculo considerablemente, aunque la reducción de riesgo relativo parezca impresionante.
El NNT y el NNH se calculan directamente a partir de las diferencias de riesgo absoluto, que es el número que necesitas. Las publicaciones de ensayos clínicos incluyen cada vez más datos de riesgo absoluto por exigencia editorial. El periodismo de salud no se ha puesto al día.
Qué hacer cuando leas un titular de salud
Cuando encuentres una estadística sobre riesgo de salud — en un periódico, un podcast o una conversación — hazte dos preguntas. Primera: ¿cuál es el riesgo basal? Duplicar algo no tiene sentido sin saber desde dónde se duplica. Segunda: ¿qué tan grande es la diferencia absoluta? Si el artículo no facilita esos datos, trata el hallazgo con el escepticismo apropiado. El artículo original casi siempre los contiene.
La alfabetización estadística no trata de desconfiar de la ciencia. Trata de leerla lo suficientemente bien como para actuar sobre ella con sensatez.
Conclusiones clave
- El riesgo relativo (p. ej., «duplica tu riesgo») es casi siempre un número mayor y más alarmante que el incremento de riesgo absoluto.
- El riesgo relativo sin el riesgo basal no es interpretable para decisiones individuales.
- El Número Necesario para Tratar/Producir Daño es el estadístico más relevante para decisiones y se calcula a partir del riesgo absoluto.
- Ante una cifra de riesgo relativo llamativa, pregunta siempre: ¿cuál es la línea de base y cuál es la diferencia absoluta?
Más ciencia de datos, explicada con claridad
Publico regularmente sobre estadística, genómica y salud global — en términos que no requieren un doctorado para entenderse.