Un especialista dice en una entrevista que «el azúcar daña la memoria». Puede tener razón, pero lo que te ofrece es su criterio, no datos.

Poco por sí sola. Los expertos aciertan a menudo, pero también se equivocan, y a veces opinan fuera de su especialidad.

«Dejé el azúcar y en dos semanas se me quitó el cansancio.» Un médico también puede publicar en una revista el caso de un paciente con algo poco común.

Sirve para dar la alerta y abrir preguntas. No prueba la causa: la persona pudo mejorar por otra razón, o sola.

Decirte si a ti te va a pasar lo mismo.

A un grupo de ratones se le da agua con azúcar y a otro agua sola, y se mide su memoria en un laberinto.

Mucho para entender cómo funciona algo por dentro; poco para saber qué pasará en personas. Una revisión de 2024 encontró que solo alrededor del 5 % de los tratamientos probados en animales llegó a aprobarse para uso en personas.

Se pregunta a 5.000 personas cuánta azúcar toman y se las pesa. Resultado: las que toman más azúcar pesan más.

Muestra que dos cosas van juntas, pero no cuál vino primero. Quizá el azúcar aumenta el peso; quizá las personas con más peso toman más bebidas dulces; quizá las dos cosas dependen de una tercera.

Decir qué causa qué.

Se reúne a 300 personas con diabetes y a 300 sin ella, de edades parecidas, y se les pregunta cuánta azúcar tomaban hace diez años.

Muy útil para enfermedades poco frecuentes y para levantar sospechas rápido. Su punto débil suele ser la memoria: cuando el estudio depende de lo que la gente recuerda, quien ya está enfermo puede recordar su pasado de forma distinta a quien está sano.

Se anota cuánta azúcar toman 10.000 personas sanas y se las sigue durante 15 años para ver quién sube de peso.

Es el más fuerte de los estudios que solo observan, porque sabe qué vino primero. Pero quienes toman más azúcar pueden ser distintos en otras cosas (cuánto duermen, cuánto se mueven, cuánto ganan), y eso puede explicar el resultado.

Una vacuna se ofrece solo a quienes nacieron después de una fecha exacta. Quien nació una semana antes y quien nació una semana después son casi iguales en todo, salvo en la vacuna.

Es de lo mejor que puede ofrecer la observación, porque imita un sorteo. Pero no es un sorteo: siempre puede quedar alguna diferencia escondida.

Queremos saber si tomar agua con azúcar a diario hace subir de peso. Reunimos a 200 personas y un sorteo las reparte en dos grupos. Un grupo toma agua con azúcar cada día; el otro, el grupo control, toma agua con un endulzante sin calorías que sabe igual. Ni los participantes ni quienes los pesan saben quién está en cada grupo: eso es el doble ciego. A los tres meses se compara el peso de los dos grupos. (Ejemplo inventado.)

Como decide el azar, los dos grupos quedan parecidos en todo lo demás: edad, dieta, ejercicio, e incluso cosas que nadie midió. Si al final hay diferencia, lo más probable es que venga de lo único que cambió entre ellos.

Es el diseño que mejor permite decir «esto causa aquello». Pero un solo ensayo puede equivocarse: si es pequeño, si dura poco o si sus participantes no se parecen a ti. Su fuerza sube cuando otros lo repiten y llegan a lo mismo.

Probar lo que no se puede sortear por razones éticas. A nadie se le puede asignar fumar durante veinte años: para eso hacen falta estudios que observan.

En vez de fiarse de un solo estudio sobre azúcar y peso, se buscan todos los que existen, se descartan los de mala calidad y se calcula el efecto de conjunto.

Es lo más sólido, porque no depende de un solo estudio. Pero vale lo que valen los estudios que reúne: juntar muchos estudios malos da un resultado malo con apariencia de sólido.

Decir que «el cuerpo regula su peso como un termostato» es un modelo: propone cómo funciona algo y predice qué debería pasar si cambias la dieta. Después hay que comprobar si pasa.

Depende de cuántas de sus predicciones se han comprobado. Una teoría puesta a prueba miles de veces es de lo más sólido que tiene la ciencia; un modelo nuevo es solo una propuesta.

Lanza una moneda 10 veces y te pueden salir 7 caras sin que la moneda tenga nada raro. Lánzala 1.000 veces y quedarás muy cerca de la mitad. Con las personas pasa lo mismo: en grupos pequeños, el azar puede fabricar diferencias que no existen.

Mucho. Un análisis de 2013 estimó que los estudios de neurociencia tenían, de mediana, alrededor de un 20 % de probabilidad de detectar un efecto real: la mayoría eran demasiado pequeños para lo que buscaban. Y cuando un estudio pequeño encuentra algo, tiende a exagerar su tamaño.

Una muestra grande no arregla un mal diseño: miles de personas mal elegidas, o sin grupo de comparación, siguen sin probar nada.

Filtra errores, pero los revisores no repiten el experimento: revisan si el método y las conclusiones se sostienen. Hay estudios revisados que después resultan equivocados.

Permite compartir resultados rápido, pero todavía no ha pasado el control de otros científicos, y puede cambiar antes de su versión final.

Mucho. En 2015, un proyecto intentó repetir 100 estudios de psicología: el 97 % de los originales había encontrado un efecto, pero solo el 36 % de las repeticiones lo encontró, y los efectos salieron en promedio la mitad de grandes.