Medicina basada en riesgos, un jeroglífico lleno de trampas

Jordi Varela

Editor

Gerd Gigerenzer, Director del Harding Center for Risk Literacy del Max Plank Institute for Human Development de Berlín, ya mereció la atención de este blog en 2014 a raíz de su publicación "Risk Savvy. How to make good decisions." La cruzada de Gigerenzer en contra de la manipulación de los riesgos y sus consecuencias es consistente y tenaz, y por eso creo que deberíamos utilizar más sus materiales para ayudar a vencer las trampas de los números malintencionados, si lo que queremos es practicar una medicina proporcionada a los riesgos reales de las personas. El siguiente vídeo ha sido editado en febrero de 2020 por la factoría Gigerenzer y se ha convertido en imprescindible para aprender a manejar la diferencia entre riesgo absoluto y riesgo relativo.

De promedio, los humanos tenemos un testículo

Este artículo trata de la interpretación de los datos. El título es un ejemplo que pone Daniel Levitin en su sugerente libro Weaponized Lies: How to Think Critically in the Post-Truth Era (Penguin Random House, Nueva York, 2017), sobre los errores que se pueden cometer y las mentiras que se pueden decir según como se expongan los datos numéricos. Obviamente, el título del artículo es exacto. Si la proporción de hombres y mujeres es del 50 % aproximadamente, ciertamente los humanos, de media, tenemos un testículo (y un ovario).

Es bien conocida la confusión que se puede generar si interpretamos inadecuadamente el riesgo relativo. Como se ve a continuación, el tratamiento B tiene el doble de efectos adversos que el A. Si no enseñamos el gráfico, parece claro que todo el mundo elegirá el tratamiento A. Pero si observamos la imagen veremos que prácticamente no hay diferencias. Hablábamos de riesgo relativo.

La vida la entiendes mejor si la dibujas

“La vida la entiendes mejor si la dibujas” es el titular con que el periodista Joan Elías resumía la conferencia “Como mejorar la comprensión sobre riesgos de salud” de la Dra. Rocío García Retamero [1], en el marco de la Jornada del pasado 30 de octubre, organizada por la Sección de Gestión Clínica de la Sociedad Catalana de Gestión Sanitaria.

¿Cuál de las siguientes cantidades representa un riesgo mayor de contraer una enfermedad? Un riesgo que afecta a: a) 1 de cada 10 personas, b) 1 de cada 100 personas, c) 1 de cada 1.000 personas. Con esta pregunta lanzada a la audiencia, la Dra. García Retamero iniciaba su presentación y mostraba estudios con muestras representativas de población en Alemania y Estados Unidos, reproducidos posteriormente en otros países, que demuestran que el 25-30% de los encuestados responden incorrectamente a más de la mitad de las preguntas sobre riesgos de salud con información numérica básica como la anterior.

Otro estudio presentado establece una correlación entre la habilidad numérica, evaluada mediante el Berlin Numeracy Test, y el número de enfermedades y de medicación prescrita, independientemente de otras variables como la condición económica o la edad; los pacientes con menor habilidad numérica, tienen mayor comorbilidad y reciben más medicación. La falta de comprensión de la información condiciona una conducta menos saludable y un uso menos adecuado de los servicios de salud. Además la interacción médico-paciente es menos fluida y conlleva una menor involucración del paciente en la toma de decisiones sobre su salud.

Estratifica y vencerás

La estrategia de dividir los problemas en pequeñas partes ha arrojado ventajas en múltiples ámbitos de la acción humana. Famoso es el divide et vinces (divide y vencerás) heredado de la política romana que sobrevive con fuerzas renovadas en la política contemporánea o en el reduccionismo aplicado a la investigación científica.

La clasificación de pacientes es una práctica habitual en medicina y enfermería como método para documentar el trabajo realizado. Sin embargo, su uso de forma prospectiva es mucho más reciente y se beneficia del proceso de digitalización de la información sanitaria de los últimos 20 años mediante técnicas de análisis y predicción.

Los sistemas de estratificación de riesgos permiten pronosticar el comportamiento de individuos agrupados en segmentos poblacionales en función de sus condiciones y pautas actuales. Esta capacidad predictiva permite repensar la organización y la atención sanitaria en múltiples aspectos. Veamos tres ejemplos:

Cuando el sobrediagnóstico se politiza

Rudy Giuliani, alcalde republicano de Nueva York aquel fatídico 11 de septiembre, en un mitin electoral dijo: "Sufrí un cáncer de próstata hace ya 5 ó 6 años y doy gracias a Dios de ser ciudadano norteamericano porque aquí la probabilidad de supervivencia a los cinco años para este cáncer es del 82%, mientras que en el Reino Unido, debido a la medicina socializada, este valor es sólo del 44%." Hay que aclarar que en EEUU el cribaje del PSA está muy extendido, mientras que en el Reino Unido no. Según Gerd Gigerenzer (el caso lo he extraído de su libro "Risk Savvy"), las palabras de Giuliani encubren un gran error, porque en realidad, aunque parezca una contradicción, la mortalidad por cáncer de próstata en los dos países es prácticamente la misma. Entonces, ¿cómo puede ser que las supervivencias sean tan diferentes? Para explicarlo, Gigerenzer describe dos sesgos que fomentan el error intencionado del político conservador:

"Risk Savvy" o la comprensión del riesgo, según Gerd Gigerenzer

Gerd Gigerenzer, Director de Harding Center for Risk Literacy del Max Planck Institute for Human Development de Berlín, ha publicado "Risk Savvy. How to make good decisions" (Penguin 2014). Se trata de una obra que aborda las dificultades de tomar decisiones en entornos inciertos y la necesidad de saber comunicar los riesgos de manera comprensible. Según el autor, de acuerdo con su propia experiencia, un 80% de médicos no entienden el significado de un resultado positivo en una prueba diagnóstica y, siguiendo en esta línea, en un estudio australiano, de 50 médicos consultados, sólo 13 respondieron que entendían el concepto del "valor predictivo positivo" (que es la probabilidad de tener una enfermedad si una prueba específica sale positiva), pero finalmente sólo uno de ellos fue capaz de explicarlo correctamente. En un post de este mismo blog, "Too much mamography" o el espejismo de los cribajes, Cristina Roure explicó que el riesgo de una mujer de tener cáncer de mama después de haber mostrado una lesión sospechosa en una mamografía preventiva es del 10%, cuando la mayoría de médicos cree que es del 90%. Con esta introducción ya se ve que deberíamos considerar el libro de Gigerenzer imprescindible para poder practicar medicina en un mundo de probabilidades.