«Lee los estudios»: cómo funciona de verdad la investigación sobre la comida y cómo no dejarte engañar

No todos los estudios científicos sobre la comida tienen el mismo valor. La comunidad científica clasifica las investigaciones según una pirámide de la evidencia: en la cima están las revisiones sistemáticas de ensayos aleatorizados, en la base los estudios en células y animales. Quien cita «un estudio» para sostener una alarma alimentaria pesca casi siempre en la mitad inferior. Siete preguntas bastan para desmontar el 90% de las afirmaciones que circulan sobre nutrición.

Pasa en las discusiones en la mesa, en los comentarios de un reel, en los grupos de WhatsApp donde alguien ha compartido la enésima alarma alimentaria. En cierto momento, cuando se acaban los argumentos, llega la frase: «Lee los estudios».

Es una frase poderosa. Cierra el discurso, pone al otro en dificultad, transmite la idea de quien sabe frente a quien no sabe. Tiene un solo problema: en la mayoría de los casos, quien la pronuncia no ha leído ningún estudio. Ha leído un titular. Ha visto un reel. Ha oído a alguien que había oído a alguien. Y esa frase, «lee los estudios», no es una invitación al conocimiento. Es un arma retórica. Sirve para ganar una discusión, no para buscar la verdad.

Este artículo es para quien, la próxima vez que oiga esa frase, quiera tener las herramientas para responder con una pregunta sencilla y demoledora: «¿Qué estudio? ¿Y dónde está en la pirámide?»

Porque la pirámide existe. Es real. Es el modo en que la comunidad científica internacional clasifica las investigaciones según su fiabilidad, es decir, según su capacidad de decirte si una cosa causa realmente otra o si es solo una impresión. No todos los estudios son iguales. Y entender la diferencia es la competencia más útil que puedes desarrollar para que no te engañe quien habla de comida como si fuera una religión.

La pirámide tiene diez niveles. En la cima están los pocos estudios que más pesan. En la base está la masa de trabajos que pesan menos, no porque sean inútiles, sino porque por sí solos no pueden demostrar nada definitivo. Cuanto más subes, menos estudios encuentras, porque los de la cima cuestan millones, duran años y requieren miles de personas. Cuanto más bajas, más estudios encuentras, porque son más fáciles y rápidos de hacer. Y aquí está la cuestión: cuando un gurú cita «un estudio», casi siempre está pescando en la mitad inferior.

Empecemos por abajo y subamos.

En la planta baja están los estudios en células en probeta y en animales (en jerga técnica se llaman estudios in vitro y estudios en modelos animales: los primeros se hacen en laboratorio con células aisladas, los segundos con ratones, ratas u otros animales). Son fundamentales para entender cómo funciona un mecanismo biológico: cómo una sustancia interactúa con una célula, qué ocurre en el hígado de un ratón cuando le das una determinada molécula. Pero no te dicen nada sobre lo que le pasa a un ser humano que come normalmente. Un ratón no es un hombre. Una célula en una placa no es un organismo. Y sobre todo las dosis usadas en estos experimentos son a menudo cientos o miles de veces superiores a las que tomarías comiendo. Cuando alguien te dice «causa cáncer» citando un estudio en ratones, está dando un salto lógico enorme, como decir que, puesto que un coche se destruye yendo a 300 por hora, entonces es peligroso conducir a 50.

Un escalón más arriba están las opiniones de expertos, las revisiones narrativas y los documentos de consenso (en inglés: expert opinion, narrative review, consensus statement; son textos en los que uno o varios expertos exponen su punto de vista sobre un tema, eligiendo qué estudios citar y cuáles ignorar, sin un método sistemático para seleccionarlos). Tienen un valor: te dan la perspectiva de alguien que conoce el campo. Pero son subjetivos por definición. El experto elige qué incluir y qué excluir. Si tiene una opinión fuerte, o un conflicto de intereses, su selección estará orientada. No es ciencia. Es un parecer autorizado. La diferencia cuenta.

Luego están los estudios ecológicos y los casos clínicos (el estudio ecológico compara datos de poblaciones enteras, por ejemplo: «los países que consumen más aceite de oliva tienen menos infartos»; el case report es la descripción detallada de lo que le ha ocurrido a un solo paciente o a un grupo pequeño). El estudio ecológico es el que genera los grandes titulares de los periódicos, porque las cifras parecen enormes y las conclusiones parecen claras. El problema es que comparar países enteros esconde mil variables: clima, genética, sistema sanitario, estilo de vida. Que Italia tenga menos infartos que el norte de Europa no demuestra que el aceite de oliva sea la causa: podría ser el clima, la vida social, el tipo de trabajo, cien cosas más. El caso clínico, en cambio, es útil para señalar algo nuevo o inusual, pero es un caso único. De uno solo no se generaliza.

Subamos otro escalón. Los estudios transversales (cross-sectional study: se fotografía una población en un momento preciso, se miden a la vez la exposición y el efecto) te dicen que dos cosas coexisten, pero no te dicen cuál vino antes. Si haces una fotografía y ves que las personas que comen más verdura están también más delgadas, no puedes concluir que la verdura adelgaza. Podría ser al contrario: quien está más delgado, por mil razones, tiende a comer más verdura. Causa y consecuencia están enredadas y no puedes separarlas.

Luego llegan los estudios retrospectivos y de casos y controles (retrospective cohort y case-control study: en el primero se toma un grupo de personas y se va hacia atrás en el tiempo para reconstruir qué han comido; en el segundo se parte de quien ya tiene la enfermedad y se compara con quien no la tiene, buscando diferencias en el pasado). Son más informativos que los estudios transversales porque al menos intentan reconstruir una secuencia temporal. Pero mirar hacia atrás es siempre más impreciso que mirar hacia delante. Las personas recuerdan mal lo que comieron ayer, imagínate hace diez años. Y quien ya está enfermo tiende, involuntariamente, a recordar más los hábitos que cree que pueden haber contribuido a la enfermedad.

El estudio de cohortes prospectivo (prospective cohort study: se toma un gran grupo de personas sanas, se registra qué comen hoy y después se las sigue durante años, a veces décadas, para ver quién enferma y quién no) es el primer nivel realmente sólido entre los estudios observacionales. Aquí nadie interviene en la dieta de las personas: se las observa y basta. La ventaja es que la secuencia temporal está clara: primero viene la exposición, después el efecto. El límite es que observar no es controlar. Puede haber mil factores ocultos que expliquen el resultado. Quien come más pescado quizá sea también más rico, más instruido, más atento a la salud en general, y puede que sea eso, y no el pescado, lo que marca la diferencia.

Aquí está el salto de calidad. Las revisiones sistemáticas con metaanálisis de estudios observacionales (systematic review + meta-analysis: un grupo de investigadores busca todos los estudios disponibles sobre una pregunta concreta, los selecciona con criterios rigurosos y predefinidos y después combina sus resultados matemáticamente para obtener una respuesta única y más precisa) toman todo lo que existe sobre un tema, decenas, a veces centenares de estudios, y hacen una síntesis. Es como escuchar todos los testimonios de un juicio en lugar de uno solo. La fuerza está en la cantidad y en el método: no eliges tú qué estudios incluir, incluyes todos los que cumplen los criterios. El límite es que, si todos los estudios de base son observacionales, la síntesis sigue siendo observacional. Puedes tener la media de cien estudios débiles, pero una media de estudios débiles no se convierte en un dato fuerte.

Por encima encontramos los experimentos controlados no aleatorizados y las intervenciones en comunidades (non-randomized intervention study y cluster trial: en el primero se comparan dos grupos, uno que recibe la intervención y otro no, pero sin asignación aleatoria; en el segundo se interviene sobre comunidades enteras, como una escuela o un barrio, y se mide el efecto a nivel colectivo). Son un paso adelante porque aquí alguien interviene activamente, cambia la dieta, el menú escolar, la oferta alimentaria, pero la ausencia de aleatoriedad en la asignación hace que los resultados sean menos limpios.

Y llegamos al nivel que muchos consideran el punto de referencia: el ensayo controlado aleatorizado (randomized controlled trial, abreviado RCT: se toma a las personas, se las divide al azar en dos grupos, a uno se le da la intervención —una dieta, un alimento, un suplemento— y al otro no, y después se comparan los resultados). La división al azar es el punto clave: elimina, en teoría, todas las variables ocultas que en los estudios observacionales contaminan los resultados. Si divides al azar a mil personas y a la mitad le das aceite de oliva y a la otra mitad no, las diferencias de renta, educación, genética y estilo de vida se distribuyen por igual en los dos grupos. Lo que queda es el efecto del aceite. Una variante todavía más precisa es el crossover trial, donde las mismas personas hacen tanto el tratamiento como el control en momentos distintos, de modo que cada persona se convierte en su propia comparación. El límite de los RCT en nutrición es práctico: no puedes hacer que alguien coma lo mismo durante veinte años para ver si enferma menos. Cuestan millones. Duran muchísimo. Y a menudo no son éticamente viables.

En la cima de la pirámide están las revisiones sistemáticas de ensayos controlados aleatorizados y, todavía más arriba, las umbrella review, revisiones de revisiones, es decir, estudios que sintetizan todas las síntesis existentes sobre un tema. Son el punto más alto de certeza disponible en la ciencia de la nutrición. No son infalibles, nada lo es, pero cuando una umbrella review de alta calidad dice algo, ese algo ha atravesado más niveles de verificación que cualquier otra afirmación posible.

Ya está. Esta es la pirámide. Y ahora viene la parte que cuenta de verdad.

Cuando alguien te dice «lee los estudios» y tú le preguntas qué estudio, pueden pasar tres cosas. La primera: no sabe responder, porque no ha leído ningún estudio. La segunda: te cita algo de la mitad inferior de la pirámide —un experimento en ratones, un caso clínico, la opinión de un experto— presentándolo como si fuera una prueba definitiva. La tercera, la más rara: te cita efectivamente un estudio sólido. En ese caso, enhorabuena. Pero incluso ahí la pregunta siguiente es: ¿ese estudio es coherente con el resto de la evidencia, o es la excepción que se usa para borrar la regla?

Porque la desinformación alimentaria funciona casi siempre del mismo modo. Se toma un solo estudio, quizá real, quizá cierto, y se extrae del contexto. Se ignora todo lo demás. Se confunde correlación con causa: que dos cosas ocurran juntas no significa que una provoque la otra. Se usan dosis de laboratorio para asustar a quien come dosis normales. Se citan cifras que parecen enormes pero que en la vida real no significan casi nada: una diferencia estadística del 0,3% en una cohorte de cien mil personas da un titular perfecto para un periódico y no cambia ni un milímetro tu riesgo personal.

Si quieres protegerte, bastan siete preguntas. Son las mismas que se hace un investigador cuando lee un trabajo. No hacen falta competencias especiales. Hace falta solo la voluntad de no conformarse con el titular.

¿Qué tipo de estudio es? ¿En cuántas personas se ha realizado? ¿Durante cuánto tiempo? ¿Se ha hecho en seres humanos o en animales? ¿Quién lo ha financiado? ¿Los resultados han sido confirmados por otros estudios independientes? ¿Y el efecto medido es realmente relevante en la vida real, o es una diferencia tan pequeña que no cambia nada en tu día a día?

Estas siete preguntas, aplicadas con constancia, desmontan el noventa por ciento de las afirmaciones que encuentras por ahí. No porque las afirmaciones sean todas falsas —algunas son ciertas, muchas son parcialmente ciertas—, sino porque el modo en que se comunican está casi siempre distorsionado. Se toma un trocito de verdad y se hincha hasta hacerlo parecer una certeza absoluta. La ciencia no funciona así. La ciencia funciona por acumulación: cada estudio añade una pieza, y solo cuando muchas piezas apuntan en la misma dirección se puede empezar a hablar de evidencia sólida.

Y es aquí donde el discurso enlaza con todo lo que hemos dicho sobre las etiquetas, sobre las apps, sobre los sistemas de valoración. Son todos instrumentos. La investigación científica es un instrumento. Ningún estudio por sí solo cierra una cuestión, ni siquiera los que están en la cima de la pirámide. El objetivo de todos los estudios es acumular conocimiento y hacer un balance. Quien te dice «está demostrado» casi siempre está simplificando. Quien te dice «lee los estudios» casi siempre no los ha leído. Y quien ha entendido de verdad cómo funciona la investigación es justamente el que habla con más cautela, porque sabe que la cautela no es debilidad. Es competencia.

Una cosa más, que vale la pena llevarse a casa. «Alto en la pirámide» no significa automáticamente verdadero. Un experimento controlado hecho mal —con pocas personas, con criterios equivocados, con quien financia el estudio teniendo interés en un determinado resultado— vale menos que un estudio observacional hecho con rigor en decenas de miles de personas seguidas durante veinte años. La pirámide clasifica el potencial del método, no la calidad de la ejecución. Y del mismo modo, «bajo en la pirámide» no significa inútil. Los estudios en células y en animales son indispensables para entender los mecanismos, para generar las hipótesis sobre las que después se construyen los estudios más grandes. El problema nace solo cuando alguien los usa para decirte qué tienes que poner en el plato, saltándose todos los pasos intermedios.

La próxima vez que oigas «lee los estudios», no bajes la mirada. Levanta la pregunta.