Causas y correlaciones (Ambros)

No somos muy buenos haciendo predicciones. Tal vez por eso adivinos y similares tienen tanto éxito. Y no me refiero a la capacidad de adivinar el futuro sino a algo mucho más básico.  Saber si una acción es la causa de otra. Tendemos a pensar que basta con que sean simultáneas cuando puede haber otros efectos que no conocemos.

Muchas veces la estadística, que es una estupenda herramienta bien utilizada, se manipula para proporcionar la causa de algo. Y quizás la salud es el campo donde más confusión y problemas se crean.  Son los numerosos estudios que intentan analizar si un producto químico, las radiaciones electromagnéticas,  un alimento o  un comportamiento son favorables o dañinos para nuestra salud. Estos estudios sirven para encontrar correlaciones, es decir, dos series de hechos (por ejemplo, colesterol alto y riesgo de infarto) que parecen estar relacionados. Pero, ¿eso nos demuestra que es la causa?. En realidad, no.

Una correlación no es lo mismo que una causa. Como muestra, este estupendo gráfico que he sacado de una página del CSIC.  Puede verse una clara correlación entre el número de nidos de cigüeñas en una población y el de nacimientos de niños, ¿tal vez las viejas historias tenían razón? Más bien no, las poblaciones más grandes suelen tener más nidos y también más nacimientos al contener mayor población.

El problema es que tenemos enfermedades o problemas médicos para los que es muy difícil comprender el mecanismo básico implicado.  Y estas limitaciones no son comprendidas, o tenidas en cuenta,  en nuestra vida diaria. Recordemos el anuncio de una conocida marca de cereales afirmando que consumirlos en el  desayuno es mejor para perder peso que no desayunar. Pueden hacerlo ya que hay estudios que sugieren que, para perder peso, desayunar cualquier cosa es mejor que no desayunar  o desayunar muy poco. Pero, incluso dando por bueno el estudio, seguimos sin conocer la causa. De hecho, la propia noticia que enlazo se limita a recoger la opinión de la autora del estudio lo que no es una prueba concluyente. Es perfectamente posible que estemos pasando por alto algún otro efecto que sea la causa real.

Aun así, y dentro de sus limitaciones, la estadística sigue siendo muy útil para obtener información y orientarnos en la dirección correcta. Algunas hipótesis han resultado acertadas. Por ejemplo, la relación entre el tabaco y el aumento del riesgo de cáncer. Aquí la correlación pudo establecerse mucho antes de que se descubriesen los mecanismos y causas exactos.

A cambio, también se cometen errores. La relación entre colesterol e infarto era más complicada de lo que se pensaba inicialmente. Aparecieron diferentes tipo de moléculas de colesterol, algunas dañinas pero otras capaces de protegernos. Y esto obligo a pasar de recomendar algunos alimentos a prohibirlos.  O viceversa. Pero los estudios no eran  incorrectos. Lo incorrecto eran las exageradas, y muchas veces interesadas,  conclusiones que se sacamos de ellos. Nos guste o no, hay que ser conscientes de los límites en nuestro conocimiento.