La falacia ecológica ataca de nuevo | Journal of Epidemiology & Community Health

Cuando empecé a estudiar epidemiología, se habló brevemente de los estudios ecológicos como un método barato pero poco fiable para estudiar los factores de riesgo de enfermedades a nivel individual. Por ejemplo, en lugar de dedicar el tiempo y los gastos necesarios para establecer un estudio de cohortes o un estudio de casos y controles sobre la ingesta de grasas y el cáncer de mama, se podían utilizar simplemente los datos nacionales sobre la dieta y la incidencia del cáncer y, con un tiempo y unos gastos mínimos, mostrar una fuerte correlación a nivel internacional entre la ingesta de grasas y el cáncer de mama. Este enfoque se consideró, con razón, inadecuado y poco fiable debido a las muchas formas adicionales de sesgo que pueden darse en tales estudios en comparación con los estudios de individuos dentro de una población. En particular, puede producirse la «falacia ecológica» en el sentido de que los factores que se asocian con las tasas nacionales de enfermedad pueden no estar asociados con la enfermedad en los individuos.1 Por ejemplo, casi cualquier enfermedad que se asocie con la afluencia y la occidentalización se ha asociado en el pasado a nivel nacional con las ventas de televisores, y hoy en día probablemente se asocie a nivel nacional con las tasas de uso de Internet.

Por lo tanto, los estudios ecológicos no eran algo bueno, y eran una reliquia de la fase «premoderna» de la epidemiología antes de que se estableciera firmemente con un paradigma metodológico basado en la teoría de los ensayos controlados aleatorios de individuos. Este paradigma, muy potente cuando se utiliza adecuadamente, dio lugar a métodos cada vez más sofisticados de diseño de estudios y análisis de datos. En particular, los métodos bioestadísticos que se desarrollaron para los ensayos aleatorios que implicaban una exposición a nivel individual se utilizaron para reformular y hacer más rigurosos los métodos epidemiológicos de diseño de estudios y análisis de datos que antes eran ad hoc.23 Así, los cursos de epidemiología se han limitado cada vez más a discutir los estudios de cohortes y de casos y controles y los métodos de análisis de datos que se ajustan al paradigma de los ensayos clínicos en los que se basan. Por lo general, se discute poco o nada sobre la filosofía de la ciencia (con la excepción de algunas versiones popperianas muy simplistas), o sobre cómo se desarrollan las teorías e hipótesis. Los estudiantes de epidemiología se gradúan y salen al «mundo real» para poner a prueba las hipótesis que se pueden investigar con estos métodos y para las que se puede obtener financiación.

Ahora los estudios a nivel de población vuelven a estar de actualidad, por dos razones importantes.

En primer lugar, se reconoce cada vez más que, incluso cuando se estudian los factores de riesgo a nivel individual, los estudios a nivel de población desempeñan un papel esencial en la definición de los problemas de salud pública más importantes que hay que abordar, y en la generación de hipótesis sobre sus posibles causas. Muchos factores de riesgo individuales importantes para la enfermedad simplemente no varían lo suficiente dentro de las poblaciones como para permitir que se identifiquen o estudien sus efectos.4 Y lo que es más importante, estos estudios son un componente clave del ciclo continuo de generación y comprobación de teorías e hipótesis.5 Históricamente, el área clave en la que los epidemiólogos han podido «añadir valor» ha sido a través de este enfoque poblacional, aunque esta lección ha sido olvidada por muchos epidemiólogos modernos. Por ejemplo, muchos de los descubrimientos recientes sobre las causas del cáncer (incluidos los factores dietéticos y el cáncer de colon, la hepatitis B y el cáncer de hígado, las aflatoxinas y el cáncer de hígado, el virus del papiloma humano y el cáncer de cuello de útero) tienen su origen, directa o indirectamente, en las comparaciones internacionales sistemáticas de la incidencia del cáncer llevadas a cabo en las décadas de 1950 y 1960.6 Éstas sugirieron hipótesis sobre las posibles causas de los patrones internacionales, que se investigaron con mayor profundidad en estudios posteriores. En algunos casos, estas hipótesis eran coherentes con los conocimientos biológicos de la época, pero en otros casos eran nuevas y sorprendentes, y podrían no haberse propuesto, o investigado más, si no se hubieran realizado los análisis a nivel de población. Más recientemente, se ha invertido una enorme cantidad de fondos en el estudio de las causas «conocidas» del asma en los países ricos (por ejemplo, la contaminación atmosférica, la exposición a alérgenos), y sólo ahora los estudios estandarizados están revelando importantes diferencias internacionales en la prevalencia del asma que no se explican por estos factores de riesgo «establecidos», como la contaminación atmosférica,7 sino que son más coherentes con las teorías recientes sobre el papel protector de algunas infecciones infantiles en la etiología del asma.8

Una segunda razón por la que vuelven los estudios ecológicos es que cada vez se reconoce más que algunos factores de riesgo de enfermedad operan realmente a nivel de la población.9-11 En algunos casos, pueden ser la causa directa de la enfermedad, pero quizá sea más frecuente que la causen como modificadores del efecto o determinantes de la exposición a los factores de riesgo a nivel individual.12 Por ejemplo, ser pobre en un país o barrio rico puede ser peor que tener el mismo nivel de ingresos en un país o barrio pobre, debido a los problemas de exclusión social y a la falta de acceso a los servicios y recursos.13 Esto puede operar a través de mecanismos relativamente directos, pero también puede implicar aspectos del estilo de vida individual que están en parte determinados por el contexto social. Por ejemplo, la decisión de seguir obteniendo un alivio y un placer temporal fumando tabaco puede ser bastante racional para alguien que sobrevive semana a semana en circunstancias difíciles.

El hecho de no tener en cuenta la importancia del contexto de la población, como modificador del efecto y determinante de las exposiciones a nivel individual, podría denominarse la «falacia individualista «14 en la que se ignoran los principales determinantes de la salud en la población y se presta una atención indebida a las características individuales. En esta situación, las asociaciones entre estas características individuales y la salud pueden estimarse de forma válida, pero puede ignorarse su importancia en relación con otras intervenciones potenciales, así como la importancia del contexto de dichas intervenciones. Por ejemplo, en la mayoría de los países del mundo, cualquier estudio a nivel individual identificará ciertas características individuales (incluidos los factores genéticos) que parecen ser los determinantes más importantes de la salud. Sin embargo, los recientes acontecimientos en Europa del Este han demostrado que estas características individuales operan dentro de un poderoso contexto poblacional que puede ser un determinante mucho más fuerte de la enfermedad a nivel de población.15 Ignorar este contexto e intentar estudiar poblaciones homogéneas puede llevar a la conclusión errónea de que las características individuales son los principales determinantes de la enfermedad y los más importantes para la intervención, al igual que estudiar poblaciones con estilos de vida homogéneos puede llevar a la conclusión errónea de que otros factores son los principales determinantes de la enfermedad.4

Estas consideraciones han llevado a un resurgimiento de los estudios a nivel de población en los últimos años, con un creciente interés en los métodos estadísticos de análisis multinivel. Estos métodos tienen considerables méritos, ya que permiten estimar los efectos a nivel de población (ecológicos) al tiempo que incluyen los efectos a nivel individual,16 evitando así tanto la falacia ecológica como la falacia individualista. Sin embargo, aunque se ha debatido mucho sobre el análisis estadístico de estos estudios, se ha debatido relativamente poco sobre las demás cuestiones metodológicas relacionadas con el estudio de los verdaderos efectos ecológicos. El artículo de Blakely y Woodward en este número de la revista es, por tanto, una contribución muy oportuna y valiosa. En particular, señalan su preocupación por el hecho de que «la aplicación de los métodos estadísticos multinivel puede haberse adelantado a un marco teórico en el que llevar a cabo análisis significativos y sólidos» y que «a medida que los investigadores vayan superando la euforia inicial de aplicar la ‘magia’ de los métodos estadísticos multinivel a los datos, habrá que centrarse cada vez más en la teoría, el diseño del estudio y las fuentes de error». Al igual que aprender a utilizar el método Mantel-Haenszel o la regresión logística estándar es sólo una pequeña parte de aprender a ser epidemiólogo, aprender a hacer regresión logística multinivel es sólo una pequeña parte de aprender a ser epidemiólogo multinivel. En ambos casos, los métodos bioestadísticos no son más que una parte del conjunto de herramientas epidemiológicas, que incluye métodos de diseño de estudios adecuados, incluida la evitación, minimización o evaluación de posibles sesgos. Y lo que es más importante, en ambos casos, el conocimiento de los métodos apropiados de diseño de estudios y análisis de datos no sustituye a saber elegir la hipótesis más apropiada para el estudio.

Entonces, ¿cómo pueden los epidemiólogos aprender a pensar de forma multinivel? ¿Cómo pueden asegurarse de que se desarrollen las mejores hipótesis para su estudio y de que se utilice la «tecnología apropiada» (ya sea a nivel individual o poblacional) para probarlas? ¿Cómo pueden los estudiantes de epidemiología aprender esos métodos de manera que puedan utilizarlos adecuadamente, en lugar de dejar que los métodos que aprenden definan y restrinjan las preguntas que posteriormente formulan? Hay dos principios de la enseñanza y la práctica clínica que pueden ser especialmente relevantes a este respecto.

En primer lugar, en las facultades de medicina de todo el mundo se ha adoptado cada vez más un enfoque basado en problemas para la enseñanza de la medicina clínica. El valor de este enfoque es que las teorías y los métodos se enseñan en el contexto de la resolución de problemas de la vida real. Esto sitúa los métodos en su contexto y ayuda a garantizar que se eligen los métodos adecuados para el problema, en lugar de hacer que el problema se adapte a los métodos. Tal vez la enseñanza de la epidemiología basada en problemas pueda ayudar a restablecer el vínculo con la salud pública, y con el mundo real en el que la mayoría de los problemas de salud pública implican una variedad de niveles de causalidad de la enfermedad. El estudio de los problemas reales de salud pública en su contexto histórico y social no excluye el aprendizaje de métodos sofisticados de diseño de estudios y análisis de datos (de hecho, lo requiere), pero puede ayudar a garantizar que se formulen las preguntas adecuadas y que se utilice la «tecnología adecuada» para responderlas.

En segundo lugar, la decisión sobre cuál es la «tecnología adecuada» debe basarse en la evidencia. Esto es menos obvio de lo que parece, ya que muchos métodos epidemiológicos no están basados en pruebas. Por ejemplo, la actual ola de entusiasmo por la «epidemiología molecular» ha llevado al uso generalizado de biomarcadores de exposición incluso cuando hay muy pocas pruebas de su validez. La necesidad de una epidemiología basada en la evidencia también se aplica a la «estrategia de investigación» general que utilizan los epidemiólogos, así como a los métodos de investigación específicos que se emplean, ya que existen buenas pruebas históricas del valor de un enfoque basado en la población.5

En algunos casos, el uso de estos nuevos métodos complicará la epidemiología. Poole y Rothman17 señalan esto de forma un tanto despectiva y parecen equiparar a los críticos de la «epidemiología moderna» con aquellos que preferirían volver a los métodos «más simples» y ad hoc del pasado. Sin embargo, la cuestión aquí no es que el uso de métodos estadísticos sofisticados sea deseable o indeseable en sí mismo. La cuestión es que debemos responder a las preguntas científicas y de salud pública más importantes y utilizar la «tecnología adecuada» para responderlas. En algunos casos, el enfoque poblacional dará lugar a hipótesis que pueden investigarse con sencillos estudios de cohortes o de casos y controles y analizarse mediante simples tablas de 2 × 2, o los correspondientes métodos multivariantes de regresión de Poisson o logística. En otros casos, pueden ser necesarios métodos muy diferentes de diseño de estudios y análisis de datos.11

En cada caso, la epidemiología seguirá implicando una sana colaboración entre epidemiólogos y bioestadísticos (así como biólogos, científicos sociales y otros), pero son los epidemiólogos quienes tienen la responsabilidad principal de identificar y desarrollar las preguntas de investigación más importantes a nivel de la población, que luego pueden investigarse utilizando métodos bioestadísticos adecuados. El artículo de Blakely y Woodward es una contribución importante en este sentido, ya que nos alerta de los peligros de añadir simplemente la modelización multinivel a nuestro conjunto de herramientas analíticas, y plantea las importantes cuestiones del desarrollo de la teoría, el diseño del estudio y la evaluación del sesgo que deben tenerse en cuenta en los estudios multinivel, del mismo modo que actualmente se tienen (o deberían tenerse) en cuenta en los estudios de nivel individual.