Galileo no jugaba a los dados

Una crítica común a la Medicina Basada en la Ciencia es la falacia de Galileo: Galileo no hubiese descubierto nuevas fronteras en física si no se hubiese atrevido a romper con las premisas establecidas. Por eso, es importante investigar si la homeopatía o el reiki funcionan. La forma de avanzar es tener la mente abierta. Otra crítica menos absurda, también relacionada con el uso del conocimiento científico previo, hace referencia a la subjetividad. La evaluación del conocimiento es, hasta cierto punto, subjetiva. Dos investigadores pueden tener discrepancias legítimas sobre la probabilidad de que una hipótesis sea cierta, por ejemplo la probabilidad de que un medicamento funcione. De estas dos cuestiones trata esta continuación a la entrada sobre la Medicina Basada en la Ciencia.

La falacia de Galileo

Es común que los defensores de las pseudoterapias hagan la siguiente crítica. Si nos negamos a evaluar tratamientos no respaldados por la medicina oficial, nos negamos la posibilidad a aprender cosas inesperadas y valiosas. La medicina oficial no esperaba que la úlcera se debiese a una infección, los médicos insistían en culpar al estrés de los pacientes. Si a Galileo no se le hubiese permitido hacer experimentos, nunca se habría podido comprobar que la Tierra gira alrededor del Sol. En esto consiste la falacia de Galileo.

Galileo no iría al homeópata

Podría parecer que estas críticas tienen algo de sentido. Nuestro conocimiento actual dirige qué hipótesis vamos a explorar. Puede que tengamos descubrimientos maravillosos esperándonos en la punta de los dedos, pero que nuestra imaginación, o una prudencia exagerada, nos impidan plantear los experimentos necesarios. Pero, ¿es cierto que si sólo evaluamos lo esperable no aprenderemos lo inesperado? No.

Galileo hizo los experimentos pertinentes, pero no los hizo por probar a tontas y a locas. Cuando los hizo no esperaba un resultado inesperado. Muy al contrario, estaba prácticamente seguro de lo que iba a observar y el cosmos no le sorprendió. Proponer que la Tierra se movía no era una osadía. Aristarco ya lo había propuesto hacía casi 2000 años y lo había hecho, como lo hizo Copérnico, basándose en unas evidencias claras, el movimiento de los otros planetas. La genialidad de Galileo no consistió en tirarse a la piscina, sino en insistir que la ciencia es un conjunto de conocimientos integrado y que áreas distintas, como el disparo de los cañones y la astronomía, no pueden obedecer a principios profundos contradictorios.

Paul M. Dirac

Un cosmos, unas reglas. No hay ramas del conocimiento aisladas.

Esta unidad del conocimiento es una fuente inagotable de conocimientos inesperados. Lo que en un área de la ciencia es esperable, en otra puede ser radicalmente inesperado. En medicina tenemos numerosos ejemplos. Paul Dirac, un físico amante de la sencillez y la belleza matemática, integró a principios de siglo XX la mecánica cuántica y la relatividad especial. La física de lo muy pequeño y de lo muy rápido. Una tarea titánica que logró resolver basándose en la integración de los principios profundos de dos las dos físicas. Su propuesta, en 1928, que la simetría profunda de sus matemáticas predecía la existencia de la antimateria. Una conclusión que se materializó sólo 4 años después en un experimento y que se utiliza actualmente en un procedimiento diagnóstico habitual, la Tomografía por Emisión de Positrones. Si a un médico le hubiesen pedido seleccionar un proyecto de investigación con visos de acabar teniendo una aplicación práctica, jamás se le habría ocurrido apostar por Dirac. Su proyecto se basaba en físicas extrañas, en el principio de indeterminación y en gemelos que viajan a distinta velocidad en el tiempo. Además, Dirac era un físico taciturno y extraño que tenía fama limitarse a conversar diciendo una palabra por hora. Se dice que cuando Dirac se encontró con Richard Feynman en una conferencia, después de un largo silencio, simplemente dijo: “Tengo una ecuación, ¿tienes otra?”

PET Scan

La ciencia fundamental crea aplicaciones inesperadas

La ciencia más abstrusa y básica acaba, habitualmente, por ser la fuente de las aplicaciones que mueven nuestro mundo. La curiosidad, unida a una rigurosidad despiadada, nos descubren nuevas regiones del Cosmos y nuevas tecnologías aplicadas. La electrónica surgió de la mecánica cuántica, la web de la física de partículas, la seguridad en internet de la teoría de los números y los propios ordenadores del estudio matemático de las bases de la lógica. Pretender financiar solamente la ciencia aplicada, demuestra una ceguera de terribles consecuencias para el futuro.

Otra fuente de conocimiento inesperado es la pesca. Los científicos muchas veces van de pesca, en vez de hacer experimentos planeados para evaluar una hipótesis concreta, hacen experimentos sin hipótesis previas para ver qué acaba sucediendo, qué hipótesis acaba picando. Estos tiros a ciegas tienen la ventaja de no depender de nuestras hipótesis previas. El problema es que hay que ser cautos pescando porque la estadística de los grandes números nos puede confundir. Las nuevas hipótesis generadas deben someterse siempre a la evaluación en nuevos experimentos rigurosos, de modo que puedan mostrar su valía real.

Pesca con red

Pero volvamos a las ideas inesperadas. Ya hemos visto que no todas las hipótesis son igual de probables y esto se convierte en una tensión que define la carrera de todos los científicos. Uno puede elegir apostar por el caballo ganador, estudiando sólo hipótesis que todo el mundo espera que sean ciertas, o apuntar al cielo y apostar por hipótesis arriesgadas. Demostrar algo esperado no tendrá un gran reconocimiento, pero las apuestas arriesgadas acaban, en demasiados casos, en fracaso. Cuando más riesgos asumamos, más fácil es que acabemos por desperdiciar los recursos, y la ciencia no es barata, pero si no arriesgamos será mucho lo que perderemos. Cada científico, dependiendo de su personalidad, de su historia y de sus circunstancias, se enfrenta diariamente a esta tensión y cada uno la resuelve de un modo. Barry Marshall apostó, con su propia salud, por H. pylori como causante de la úlcera de estómago. Fue capaz de ver una posibilidad que nadie antes había visto y consiguió evidencias claras que demostraban su hipótesis.

El tratamiento que no existe no puede funcionar

Independientemente de nuestra tendencia a asumir riesgos, lo que no podemos hacer es empeñarnos en desperdiciar recursos públicos en evaluar una y otra vez hipótesis imposibles. No podemos jugárnosla en loterías que no pueden salir, al menos no con el dinero público. Apostar por un tratamiento basado en no administrar ni una sola molécula es como confiar nuestra curación a médicos fantasma.

Conocimiento previo y subjetividad

En ciencia ignorar el conocimiento previo no es una opción, pero la evaluación de este conocimiento es, hasta cierto punto, subjetiva. Esta es la crítica más frecuente al razonamiento bayesiano que introdujimos en la entrada sobre Medicina Basada en Ciencia.

Yo puedo pensar que la homeopatía es imposible porque si no hay moléculas no puede haber efecto, pero tú puedes pensar que las vibraciones del agua pueden tener recuerdos. Distintas personas juzgarán el conocimiento previo de distinto modo. Esta subjetividad hace que muchos huyan de la aproximación bayesiana.

El consenso absoluto es inalcanzable, sólo podemos aspirar a un consenso razonable

El problema es que aunque esta crítica es irrefutable, no es menos cierto que es inevitable y que no es exclusiva del razonamiento bayesiano, sino de cualquier razonamiento. Si no tenemos en cuenta el conocimiento previo, nunca podremos aprender nada, puesto que el nuevo conocimiento dependerá, necesariamente, de las nuevas evidencias y del conocimiento anterior. Intentar ignorar este problema simplemente lo esconde debajo de la alfombra. La alternativa a no evaluar el conocimiento previo es no usarlo, volver siempre a la casilla de salida, a lo que Tales de Mileto sabía del Cosmos hace 2600 años. Si os interesa leer discusiones más técnicas os recomiendo que leáis sobre la falacia del P-valor y sobre las defensas y las críticas a la inferencia bayesiana.

Ser conscientes de la dependencia del método científico del conocimiento previo, nos obliga a esforzarnos en evaluar este conocimiento de un modo lo más objetivo y riguroso posible. Además, nos exige explicar claramente porqué hemos considerado ciertos estudios anteriores o por qué hemos ignorado otros. Puede que incluso, aun tras hacer este esfuerzo sigan habiendo diferencias de opinión entre distintos investigadores; pero, al menos, sus diferencias serán explícitas y estarán sujetas al escrutinio público. En el peor de los casos, la aproximación bayesiana hará explícito el problema.

Además, incluso aunque persistan las diferencias de opinión, no todo está perdido, dado que lo que sí podemos hacer es evaluar objetivamente las nuevas evidencias que vamos a ir acumulando. Esto hará que, con el tiempo, las posturas que inicialmente no coincidían se vayan aproximando a medida que vayamos aprendiendo de las nuevas evidencias. Por supuesto, para que esto funcione, debemos evaluar las evidencias de un modo imparcial, independiente de nuestros intereses e ideas previas. Si nos empeñamos en ignorar las evidencias que nos contradicen y utilizar sólo las que nos apoyan, nunca llegaremos a tener conocimiento, nos quedaremos en mera opinión.

Medicina y método: ciencia y evidencias

La idea principal es sencilla y no debería ser controvertida. Las evidencias, por ejemplo los ensayos clínicos, son fundamentales para llegar a una conclusión. ¿Es eficaz y seguro un tratamiento? Pero esto no excluye la necesidad de tener en cuenta el conocimiento previo disponible. ¿Se han hecho otros ensayos en el pasado? ¿Se puede plantear un mecanismo biológico sugerido por las investigaciones anteriores? Por ejemplo, si evaluamos la homeopatía, además de las evidencias de los ensayos que se hagan, debemos incorporar las lecciones de la química más básica. Es imposible que la homeopatía funcione, ya que si no hay moléculas no puede haber efecto alguno.

Medicina Basada en Evidencias

El método más popular de adquirir nuevos conocimientos en medicina es hacer ensayos clínicos para, en base a ellos, llegar a una conclusión. Se comprueba si el tratamiento funciona o no funciona y si es seguro o no. A este método se le denomina habitualmente Medicina Basada en Evidencias.

cclogo300x350

colaboración Cochrane

El guión a seguir sería el siguiente. 1. Se nos ocurre una nueva posible terapia. 2. Se diseñan varios ensayos clínicos para evaluar la eficacia y la seguridad del tratamiento. Estos ensayos, siempre que sea posible, deben incluir un grupo tratado y un grupo control y ni los pacientes ni los médicos deben saber quien está recibiéndolo y quien no. Debido a este desconocimiento, a este tipo de ensayo se le denomina de doble ciego. Así se evitan posibles sesgos en la evaluación de los pacientes y en el análisis de los datos.

Los ensayos clínicos son la base de la medicina

Los resultados del ensayo son las evidencias con las que podremos evaluar si los pacientes tratados están mejor que los no tratados (el tratamiento es eficaz) y si no han aparecido efectos secundarios serios (el tratamiento es seguro). Llegar a una conclusión sólida requerirá un buen número de pacientes, pero esto no siempre es fácil de conseguir en un solo ensayo. Para superar este problema podemos evaluar varios ensayos conjuntamente. Agrupando las evidencias de todos los ensayos, las denominadas revisiones sistemáticas y los meta-análisis obtienen conclusiones mucho más sólidas que las de cualquier ensayo individual. Existe una respetada colaboración independiente, llamada Cochrane, que tiene por misión realizar estas revisiones. Esta metodología, basada en evidencias, es muy potente y nos ha servido bien. Ha demostrado la eficacia de muchos nuevos tratamientos, y, en contra de las afirmaciones de las empresas farmacéuticas, la ineficacia o la peligrosidad de otros.

Los límites de la evidencia

Las evidencias son el modo que tenemos de preguntarle al Cosmos su opinión. Cuando se trata de aerodinámica, salud o cualquier otra cosa, mejor escuchar al Cosmos que a cualquier otro. Nadie discute la necesidad de recoger y tener en cuenta las evidencias de los ensayos clínicos, pero algunas voces críticas nos recuerdan las limitaciones de no tener también en cuenta el resto de evidencias, vengan o no vengan de ensayos clínicos. ¿Qué dice la colaboración Cochrane sobre la homeopatía?

“En vista de la ausencia de evidencias no es posible hacer comentarios sobre el uso de la homeopatía como tratamiento de la demencia”

“No hay evidencias suficientes para evaluar el posible papel de la homeopatía en el tratamiento del asma.”

“Actualmente hay pocas evidencias sobre la eficacia de la homeopatía para el tratamiento del trastorno por déficit de atención con hiperactividad. Es recomendable desarrollar protocolos de tratamiento óptimos antes de hacer nuevos ensayos clínicos aleatorios.”

“Los datos no son suficientemente claros como para hacer una recomendación general sobre el uso del  Oscillococcinum como primera línea de tratamiento en la gripe. Se requieren más investigaciones, pero el número de individuos debe ser grande.”

¿Podemos concluir que la homeopatía no funciona?

¿Se necesitan más investigaciones para concluir que tratar con agua con azúcar no cura el asma?  ¿Cómo es posible? ¿Es que los médicos que colaboran en Cochrane no han estudiado química básica en la facultad? ¿Si no hay moléculas cómo puede haber efecto? ¿Cómo una evaluación de tantas evidencias puede llevarnos a respuestas tan pírricas? Cuando se trata de un tema sanitario, no llegar a respuestas claras, a pesar del absurdo de los tratamientos propuestos, es un grave problema social.

Ecliptica_diagrama
La Tierra se mueve

A nadie se le ocurriría afirmar que no existen suficientes evidencias de que la Tierra gira alrededor del Sol y, sin embargo, sí se hacen afirmaciones que violan los principios más básicos de la química. Pero, ¿dónde radica el problema? En dos principios erróneos de la Medicina Basada en las Evidencias. En primer lugar, no es cierto que las evidencias, que los ensayos clínicos, estén lo suficientemente exentos de problemas como para que las conclusiones derivadas a partir de ellos no estén ligeramente sesgadas. En segundo lugar, y esto es lo más importante, no se puede obviar el conocimiento previo. Pero vayamos por partes. Los ensayos clínicos son, en muchos casos, más confusos y tienen más fuentes de error de lo que nos gustaría. Una manipulación habitual consiste en hacer varios ensayos pequeños, en vez de uno grande, y elegir para publicar sólo los que por azar han resultado ser más positivos. La omisión de los negativos lleva a que las conclusiones sean más positivas de lo que deberían. Estas omisiones no tienen ni siquiera por que ser maliciosas. Se pueden buscar justificaciones de porqué un ensayo no ha funcionado y otro sí. El ensayo peor se hizo en temporada de gripe y esto afectó a los pacientes. Esto es justificar después del hecho. Pero este no es el único problema. Muchas veces, los análisis estadísticos de los resultados son inapropiados. Por ejemplo, hay artefactos debidos al problema de las comparaciones múltiples. También puede que los grupos control no sean apropiados. Puede que los pacientes fuesen jóvenes y los controles más mayores, o que pertenezcan a diferentes clases socioeconómicas o que provengan de diferentes regiones geográficas. En otras ocasiones los errores son incluso más graves. Puede que las conclusiones, simplemente, no se deriven de las evidencias presentadas o que haya fraude. Todos estos problemas suelen ser más abundantes en los estudios hechos por las partes interesadas, ya sean farmacéuticas o proponentes de las pseudomedicinas. Para un excelente repaso de los abusos de las farmacéuticas y de los vendedores de las pseudoterapias os recomiendo los libros “Mala farma” y “Mala ciencia” de Ben Goldacre. Debido a todos estos problemas, los ensayos clínicos de terapias que en realidad no funcionan, no tenderán a ofrecer un resultado unánime, claro y negativo, sino que llegarán a conclusiones equívocas. Siempre nos será fácil encontrar estudios que apoyarán la bondad del tratamiento, incluso aunque el tratamiento sea ineficaz. Estos ensayos clínicos deficientes tienden a compartir algunas características comunes. Incluyen pocos pacientes, se publican en revistas de baja calidad favorables al tratamiento propuesto y están financiados por las partes interesadas. Son estos estudios de baja calidad los que al incluirse en las revisiones sistemáticas inducen conclusiones equívocas del tipo: “No hay evidencias suficientes para llegar a una conclusión definitiva sobre el grado de efectividad del tratamiento”. Un problema de estas conclusiones excesivamente tibias es que son utilizadas por los proponentes de los tratamientos para acallar a los críticos. Usted afirma que el tratamiento no funciona, pero esta fuente reputada afirma, sin embargo, que se necesitan más estudios. Además, cuanto menor sea el efecto del tratamiento propuesto más difícil será llegar a una conclusión clara. Es fácil descartar algo evidente (el Sol no sale por el este), pero no es tan fácil rechazar hipótesis más sutiles (la Luna llena influye en el número de asesinatos).

El charlatán
El charlatán

Después de 200 años de estudios esta es exactamente la situación de la homeopatía. Todavía son muchos los que creen que se necesitan más ensayos clínicos antes de resolver la cuestión. Pero, ¿cuántos más? ¿Existe una solución a estos problemas? Sí, utilizar el método científico.

Medicina Basada en la Ciencia

Las evidencias obtenidas mediante los ensayos clínicos son insustituibles y necesarias, pero no son suficientes. Se necesita algo más. Se necesita que las conclusiones incorporen también los conocimientos básicos de la química y la biología. Conocimientos firmemente establecidos durante siglos de acumulación de evidencias, de experimentación, de observación y de discusión. Debemos tener en cuenta los conocimientos firmemente establecidos, como que la materia está compuesta por átomos y moléculas y los seres vivos por células. Esto no podrá resolver todos los casos anteriormente expuestos, pero sí los más escandalosos.

Se aprende actualizando el conocimiento con nuevas evidencias

El uso de los ensayos clínicos como fuente de conocimiento es imprescindible, pero pretender que esta es la única fuente de conocimiento se puede acabar convirtiendo en el talón de Aquiles de la medicina.

Tomb_of_statistician_Thomas_Bayes,_Bunhill_Cemetery,_London_1
Lápida de Thomas Bayes

Cuando aprendemos, lo que en realidad estamos haciendo es actualizar nuestras ideas previas en base a las nuevas evidencias disponibles.

Conocimiento = Conocimiento previo + nuevas evidencias

Esta idea, que es intuitivamente obvia, ha sido formalizada por estadísticos y filósofos de la ciencia en un tipo de razonamiento denominado inferencia bayesiana. Lo de bayesiano puede asustar, pero simplemente se refiere a Thomas Bayes, el matemático inglés que demostró el teorema en el que se basa este tipo de aprendizaje. Si no has oído nunca hablar de él no eres el único. Su muerte en 1761 pasó sin pena ni gloria y sólo recientemente se ha reconocido la verdadera dimensión de su contribución. En 1969 se restauró su tumba con dinero donado por estadísticos de todo el mundo. Esta forma de razonar refleja además otra característica fundamental de la ciencia. El conocimiento se construye iterativamente. Las evidencias se incorporan en el nuevo conocimiento, que a su vez sirve como conocimiento previo para futuras investigaciones. De este modo el conocimiento va poco a poco incorporando más y más evidencias, y va explicando cada vez más. El conocimiento actual es una Matroska que incluye numerosas capas de evidencias anteriores incorporadas laboriosamente por numerosos pensadores e investigadores pasados.

First_matryoshka_museum_doll_open
Matroska

En el caso que nos ocupa, la inferencia bayesiana nos ayudaría a llegar a una conclusión sobre si la homeopatía funciona o no funciona en base a los ensayos clínicos realizados y al conocimiento previo. Esta consideración del conocimiento previo es la diferencia fundamental con la Medicina Basada exclusivamente en Evidencias. Y no es una diferencia menor, sino que tiene consecuencias profundas. Si evaluamos la probabilidad de que una terapia funcione exigiremos más evidencias cuanto más peregrina sea la terapia. No necesito demasiadas evidencias para que me convenzas de que si salto por la ventana voy a llegar en malas condiciones al suelo, pero exigiré muchas más si me dices que voy a salir volando. El maestro Sagan resumió la idea excelentemente:

“afirmaciones extraordinarias requieren evidencias extraordinarias”. Carl Sagan.

Conocimiento previo

El conocimiento previo incluye: conocimientos científicos básicos, ensayos clínicos anteriores, fuentes de financiación de los estudios, identidad de los investigadores y trabajos previos de los mismos, así como cualquier otra evidencia previa relevante. El razonamiento bayesiano resume este conocimiento en la probabilidad de que la hipótesis sea correcta antes de tener en cuenta las nuevas evidencias. Por ejemplo: la probabilidad de que la homeopatía funcione, dada la química y la biología más básicas es tan cercana a cero como la probabilidad de que yo sea Napoleón. Y la probabilidad de que cualquier tratamiento funcione, incluyendo los que tienen estudios previos prometedores en animales, siempre es baja. La mayoría de los tratamientos propuestos no funcionan o no son seguros.

No podemos ignorar el conocimiento acumulado en el pasado

En algunos casos, como el de la homeopatía, la probabilidad de que funcione es tan baja que no tendríamos ni que utilizar recursos en hacer ensayos clínicos. Los recursos siempre son limitados y merece la pena gastarlos en tratamientos más prometedores. Un grupo de médicos con ganas de broma hizo una sátira en la que se burlaban de las consecuencias de ignorar el conocimiento previo. ¿Es el uso de paracaídas un buen método de prevención de muertes por saltos desde aviones? El artículo concluía que dada la falta de ensayos clínicos con grupos control, sin paracaídas, no se podía llegar a una recomendación sobre el uso de los mismos. El razonamiento bayesiano depende de la evaluación del conocimiento previo, pero esto es una fuente de problemas, puesto que distintos investigadores pueden evaluar distintas hipótesis de distinto modo. En el estudio de un crimen un detective puede dar más valor a las pruebas forenses y otro al testimonio de los testigos o a los posibles motivos. Esta es una crítica que, hasta cierto punto, es inevitable. Pero no muestra una limitación exclusiva del razonamiento bayesiano, sino de cualquier investigación racional. Para no alargarnos dejaremos la discusión de estas críticas para otra entrada.

Evidencias

Pero la aproximación bayesiana no difiere solamente en el uso del conocimiento previo, sino también, en el uso de las nuevas evidencias. Podemos verlo mejor si escribimos la fórmula de Bayes.

P(Hipótesis|Evidencia) = P(Hipótesis) * P(Evidencia|Hipótesis) / P(Evidencia)

Lo que es equivalente a lo que habíamos escrito antes:

El conocimiento surge del conocimiento anterior más las nuevas evidencias

El término P(H|E) es lo que queremos saber. ¿Cuál es la probabilidad de la hipótesis, de que la homeopatía o los paracaídas funcionen, dados los conocimientos previos y las nuevas evidencias? El término P(H) es la probabilidad a priori de la hipótesis teniendo en cuenta sólo el conocimiento previo.

Considera tu hipótesis favorita, pero también las demás

El término P(E|H) / P(E) resume cual es la potencia estadística de las evidencias para hacernos cambiar de opinión, para modificar nuestras ideas anteriores. Para hacerlo tiene en cuenta un hecho fundamental, que muchas veces se nos olvida considerar: las evidencias pueden aparecer tanto si la hipótesis es cierta como si no es cierta. Tendemos a pensar que el hecho de que nuestras predicciones funcionen apoya nuestra hipótesis, pero esto no es necesariamente cierto. Imaginemos que quiero probar si la homeopatía funciona y planteo un ensayo clínico en el que doy homeopatía a enfermos de la gripe. Tengo 100 enfermos y a los 100 les doy homeopatía. A las dos semanas evalúo cual es su estado y veo que se han curado los 100. ¿Puedo concluir que la homeopatía cura la gripe? Evidentemente no. Es cierto que los enfermos se han curado, pero no es menos cierto que también se habrían curado si no les hubiese dado la homeopatía porque la gripe suele curarse en una semana por sí sola. La probabilidad de que se curen los enfermos si la homeopatía funciona dividida por la probabilidad de que se curen si no funciona se suele llamar factor de Bayes y nos indica si realmente las evidencias apoyan nuestra hipótesis o no lo hacen.

H. pylori
H. pylori

Un caso en el que el factor de Bayes mostraba una clara potencia estadística fue el de la úlcera de estómago. Barry Marshall, un médico australiano, se tomó un frasco de Helicobacter pylori para demostrar que, a pesar de lo que se pensaba anteriormente, la infección por esta bacteria era una causa de la úlcera de estómago. Si H. pylori no causaba la úlcera, si su hipótesis no era cierta, no debía enfermar, pero si lo era sí debía hacerlo. El resultado es bien conocido, Marshall enfermó en una semana. La evidencia era clara, no sólo porque enfermó, sino porque si no se hubiese infectado a él mismo, no habría enfermado. Posteriormente, además, se trató con antibióticos y se curó, lo cual de nuevo apoyaba la hipótesis. Y no sólo porque se curó, sino porque la gente que no se trataba con antibióticos no solía curarse de la úlcera. Además, después de esta primera prueba se hicieron amplios ensayos clínicos que confirmaron la hipótesis. H. pylori causaba úlceras de estómago. Marshall consiguió evidencias extraordinarias y demostró una hipótesis extraordinaria. Por todo esto le concedieron un merecido Nobel.

Conocimiento

La colaboración Cochrane hace un admirable trabajo en el uso de las evidencias provenientes de los ensayos clínicos, pero para llegar a conclusiones más sólidas debe incorporar los conocimientos previos. Y debe reconocer que el conocimiento forma una red tupida de conclusiones que hace imposible aislar la medicina del resto de la ciencia, de la biología o de la química. Necesitamos las evidencias, pero no sólo las de los ensayos clínicos, sino todas las evidencias, incluyendo las que los pioneros de la física, la química y la biología llevan siglos arrancando al Cosmos. No debemos continuar dilapidando recursos en ensayos clínicos absurdos e inmorales. Es inmoral plantear la evaluación de la homepatía porque tenemos una responsabilidad con los pacientes que nos ceden sus cuerpos y sus esperanzas. No podemos engañarlos ofreciéndoles tratamientos que sabemos imposibles. Es inmoral dilapidar recursos en la evaluación de lo que no puede funcionar mientras los enfermos esperan un tratamiento que puede surgir de la evaluación de lo que sí es prometedor. Las pseudomedicinas no son una alternativa a la medicina, son una alternativa a la realidad. No querer aprender de la realidad, es empeñarse en vivir en el país de las hadas, lo cual, además de un riesgo para nuestra salud, es una traición a nuestra propia integridad intelectual. Para saber más os recomiendo el excelente blog Science-Based Medicine. Esta entrada pretende ser simplemente un resumen de algunas de sus entradas de introducción a la materia.