TEDGlobal 2011
Ben Goldacre: Battling bad science
Ben Goldacre: Luchando contra la mala ciencia
Filmed:
Readability: 4.3
2,713,579 views
Todos los días salen nuevas noticias de consejos para la salud, pero ¿cómo se puede saber si están en lo cierto? El médico y epidemiólogo Ben Goldacre nos cuenta, a gran velocidad, las formas en que puede tergiversarse la evidencia; desde afirmaciones totalmente obvias de nutrición hasta trucos muy sutiles de la industria farmacéutica.
Ben Goldacre - Debunker
Ben Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks. Full bio
Ben Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks. Full bio
Double-click the English transcript below to play the video.
00:15
So I'm a doctor, but I kind of slipped sideways into research,
0
0
3000
Bien, soy doctor, pero me incliné hacia la investigación
00:18
and now I'm an epidemiologist.
1
3000
2000
y ahora soy epidemiólogo.
00:20
And nobody really knows what epidemiology is.
2
5000
2000
La verdad es que nadie sabe bien qué es la epidemiología.
00:22
Epidemiology is the science of how we know in the real world
3
7000
3000
Es la ciencia para saber en el mundo real
00:25
if something is good for you or bad for you.
4
10000
2000
si algo es bueno o malo para uno.
00:27
And it's best understood through example
5
12000
2000
Se entiende mejor con un ejemplo:
00:29
as the science of those crazy, wacky newspaper headlines.
6
14000
5000
es la ciencia de los titulares descabellados en los periódicos.
00:34
And these are just some of the examples.
7
19000
2000
Veamos ejemplos.
00:36
These are from the Daily Mail. Every country in the world has a newspaper like this.
8
21000
3000
Esto es del Daily Mail. Cada país tiene un periódico así.
00:39
It has this bizarre, ongoing philosophical project
9
24000
3000
Tiene un proyecto filosófico estrafalario en curso
00:42
of dividing all the inanimate objects in the world
10
27000
2000
de dividir los objetos inanimados del mundo
00:44
into the ones that either cause or prevent cancer.
11
29000
3000
en los que previenen o los que provocan cáncer.
00:47
So here are some of the things they said cause cancer recently:
12
32000
2000
Estas son cosas que dijeron recientemente que provocan cáncer:
00:49
divorce, Wi-Fi, toiletries and coffee.
13
34000
2000
divorcio, wi-fi, artículos de aseo y café.
00:51
Here are some of the things they say prevents cancer:
14
36000
2000
Y estas dijeron que lo previenen:
00:53
crusts, red pepper, licorice and coffee.
15
38000
2000
corteza, pimienta roja, regaliz y café.
00:55
So already you can see there are contradictions.
16
40000
2000
Ya pueden ver que hay contradicciones.
00:57
Coffee both causes and prevents cancer.
17
42000
2000
El café provoca y previene el cáncer.
00:59
And as you start to read on, you can see
18
44000
2000
Y, a medida que continúan leyendo, pueden observar
01:01
that maybe there's some kind of political valence behind some of this.
19
46000
3000
que quizá haya alguna forma de valencia política detrás de esto.
01:04
So for women, housework prevents breast cancer,
20
49000
2000
Para las mujeres, los quehaceres previenen el cáncer de mama,
01:06
but for men, shopping could make you impotent.
21
51000
3000
pero, para los hombres, ir de compras puede hacerlos impotentes.
01:09
So we know that we need to start
22
54000
3000
Por eso debemos empezar
01:12
unpicking the science behind this.
23
57000
3000
a desentrañar la ciencia subyacente.
01:15
And what I hope to show
24
60000
2000
Y espero mostrarles
01:17
is that unpicking dodgy claims,
25
62000
2000
que deshacer estas afirmaciones arriesgadas,
01:19
unpicking the evidence behind dodgy claims,
26
64000
2000
deshacer la evidencia que subyace a estas afirmaciones,
01:21
isn't a kind of nasty carping activity;
27
66000
3000
no es refunfuñar con mala intención;
01:24
it's socially useful,
28
69000
2000
socialmente es útil
01:26
but it's also an extremely valuable
29
71000
2000
pero también es una herramienta aclaratoria,
01:28
explanatory tool.
30
73000
2000
extremadamente valiosa.
01:30
Because real science is all about
31
75000
2000
Porque la verdadera ciencia consiste
01:32
critically appraising the evidence for somebody else's position.
32
77000
2000
en evaluar la evidencia de manera crítica ante la postura de otro.
01:34
That's what happens in academic journals.
33
79000
2000
Esto sucede en las publicaciones académicas.
01:36
That's what happens at academic conferences.
34
81000
2000
Es lo que sucede en las conferencias académicas.
01:38
The Q&A session after a post-op presents data
35
83000
2000
Los debates luego de un postoperatorio
01:40
is often a blood bath.
36
85000
2000
son normalmente una batalla campal.
01:42
And nobody minds that. We actively welcome it.
37
87000
2000
Y a nadie le molesta. La recibimos con gusto.
01:44
It's like a consenting intellectual S&M activity.
38
89000
3000
Es como una actividad intelectual sadomasoquista consensuada.
01:47
So what I'm going to show you
39
92000
2000
Así que voy a mostrarles
01:49
is all of the main things,
40
94000
2000
las partes principales,
01:51
all of the main features of my discipline --
41
96000
2000
las características principales de mi disciplina...
01:53
evidence-based medicine.
42
98000
2000
la medicina basada en evidencias.
01:55
And I will talk you through all of these
43
100000
2000
Voy a guiarlos
01:57
and demonstrate how they work,
44
102000
2000
y demostrarles cómo funcionan,
01:59
exclusively using examples of people getting stuff wrong.
45
104000
3000
exclusivamente usando ejemplos de personas que malinterpretan las cosas.
02:02
So we'll start with the absolute weakest form of evidence known to man,
46
107000
3000
Empecemos con la forma más débil de evidencia conocida por el hombre,
02:05
and that is authority.
47
110000
2000
la autoridad.
02:07
In science, we don't care how many letters you have after your name.
48
112000
3000
En la ciencia, no nos importa cual sea tu apellido.
02:10
In science, we want to know what your reasons are for believing something.
49
115000
3000
En la ciencia, queremos saber cuáles son las razones para creer algo.
02:13
How do you know that something is good for us
50
118000
2000
¿Cómo sabemos si algo es bueno...
02:15
or bad for us?
51
120000
2000
...o malo para nosotros?
02:17
But we're also unimpressed by authority,
52
122000
2000
La autoridad tampoco nos convence
02:19
because it's so easy to contrive.
53
124000
2000
porque es muy sencillo inventarla.
02:21
This is somebody called Dr. Gillian McKeith Ph.D,
54
126000
2000
Esta es la Dra. Gillian McKeith
02:23
or, to give her full medical title, Gillian McKeith.
55
128000
3000
o, para darles su título médico completo, Gillian McKeith.
02:26
(Laughter)
56
131000
3000
(Risas)
02:29
Again, every country has somebody like this.
57
134000
2000
Y claro, cada país tiene a alguien así.
02:31
She is our TV diet guru.
58
136000
2000
Ella es nuestra nutricionista y gurú mediática.
02:33
She has massive five series of prime-time television,
59
138000
3000
Tiene 5 series de TV masivas en horario pico de audiencia,
02:36
giving out very lavish and exotic health advice.
60
141000
3000
dando consejos de salud espléndidos y exóticos.
02:39
She, it turns out, has a non-accredited correspondence course Ph.D.
61
144000
3000
Resulta que ella tiene un doctorado no oficial por correspondencia,
02:42
from somewhere in America.
62
147000
2000
de algún lugar de Estados Unidos.
02:44
She also boasts that she's a certified professional member
63
149000
2000
También se jacta de ser miembro profesional certificado
02:46
of the American Association of Nutritional Consultants,
64
151000
2000
de la American Association of Nutritional Consultants,
02:48
which sounds very glamorous and exciting.
65
153000
2000
lo cual suena muy fascinante y glamoroso.
02:50
You get a certificate and everything.
66
155000
2000
Te dan un certificado y todo.
02:52
This one belongs to my dead cat Hetti. She was a horrible cat.
67
157000
2000
Esta es Hetti, mi difunta gata; una gata espantosa.
02:54
You just go to the website, fill out the form,
68
159000
2000
Uno entra al sitio web, llena el formulario,
02:56
give them $60, and it arrives in the post.
69
161000
2000
les paga 60 dólares y se lo envían por correo.
02:58
Now that's not the only reason that we think this person is an idiot.
70
163000
2000
Pero, no es la única razón por la cual pensamos que esta persona es una idiota.
03:00
She also goes and says things like,
71
165000
2000
También sale a decir cosas tales como
03:02
you should eat lots of dark green leaves,
72
167000
2000
que deberíamos comer muchas hojas verde oscuras,
03:04
because they contain lots of chlorophyll, and that will really oxygenate your blood.
73
169000
2000
porque contienen mucha clorofila, y eso ayuda a oxigenar la sangre.
03:06
And anybody who's done school biology remembers
74
171000
2000
Y cualquiera que haya estudiando biología en el colegio recuerda
03:08
that chlorophyll and chloroplasts
75
173000
2000
que la clorofila y los cloroplastos
03:10
only make oxygen in sunlight,
76
175000
2000
solo producen oxígeno a la luz del sol,
03:12
and it's quite dark in your bowels after you've eaten spinach.
77
177000
3000
y que en sus intestinos están bastante oscuros para la espinaca.
03:15
Next, we need proper science, proper evidence.
78
180000
3000
Después, hacen falta ciencia y evidencia apropiadas.
03:18
So, "Red wine can help prevent breast cancer."
79
183000
2000
"El vino tinto ayuda a prevenir el cáncer de mama".
03:20
This is a headline from the Daily Telegraph in the U.K.
80
185000
2000
Este es un titular del Daily Telegraph del Reino Unido.
03:22
"A glass of red wine a day could help prevent breast cancer."
81
187000
3000
"Un vaso de vino tinto por día contribuiría a la prevención del cáncer de mama".
03:25
So you go and find this paper, and what you find
82
190000
2000
Entonces vemos este diario y descubrimos
03:27
is it is a real piece of science.
83
192000
2000
que es un verdadero artículo científico.
03:29
It is a description of the changes in one enzyme
84
194000
3000
Es la descripción de los cambios en una enzima
03:32
when you drip a chemical extracted from some red grape skin
85
197000
3000
cuando se le coloca una gota de químico extraído de la piel de una uva negra
03:35
onto some cancer cells
86
200000
2000
en células cancerosas
03:37
in a dish on a bench in a laboratory somewhere.
87
202000
3000
en una bandeja en algún laboratorio.
03:40
And that's a really useful thing to describe
88
205000
2000
Esto es algo muy útil para describir
03:42
in a scientific paper,
89
207000
2000
en una publicación científica,
03:44
but on the question of your own personal risk
90
209000
2000
pero en cuanto al riesgo personal
03:46
of getting breast cancer if you drink red wine,
91
211000
2000
de contraer cáncer de mama si tomamos vino tinto,
03:48
it tells you absolutely bugger all.
92
213000
2000
no nos está diciendo absolutamente nada.
03:50
Actually, it turns out that your risk of breast cancer
93
215000
2000
Y, resulta que el riesgo de contraer cáncer de mama
03:52
actually increases slightly
94
217000
2000
aumenta ligeramente
03:54
with every amount of alcohol that you drink.
95
219000
2000
si aumenta la cantidad de alcohol consumido.
03:56
So what we want is studies in real human people.
96
221000
4000
Queremos estudios hechos en humanos reales.
04:00
And here's another example.
97
225000
2000
Aquí hay un ejemplo
04:02
This is from Britain's leading diet and nutritionist in the Daily Mirror,
98
227000
3000
del destacado nutricionista británico del Daily Mirror,
04:05
which is our second biggest selling newspaper.
99
230000
2000
nuestro segundo diario más vendido.
04:07
"An Australian study in 2001
100
232000
2000
"Un estudio realizado en Australia en 2001
04:09
found that olive oil in combination with fruits, vegetables and pulses
101
234000
2000
revela que el aceite de oliva, con frutas, vegetales y legumbres
04:11
offers measurable protection against skin wrinklings."
102
236000
2000
sirve para prevenir arrugas en la piel".
04:13
And then they give you advice:
103
238000
2000
Y luego nos aconseja:
04:15
"If you eat olive oil and vegetables, you'll have fewer skin wrinkles."
104
240000
2000
"Si comemos aceite de oliva y vegetales, vamos a tener menos arrugas".
04:17
And they very helpfully tell you how to go and find the paper.
105
242000
2000
Y nos dicen dónde encontrar la publicación.
04:19
So you go and find the paper, and what you find is an observational study.
106
244000
3000
Y uno la lee y encuentra un estudio de observación.
04:22
Obviously nobody has been able
107
247000
2000
Por supuesto, nadie ha podido
04:24
to go back to 1930,
108
249000
2000
volver a 1930,
04:26
get all the people born in one maternity unit,
109
251000
3000
y hacer que los recién nacidos de una maternidad,
04:29
and half of them eat lots of fruit and veg and olive oil,
110
254000
2000
la mitad coman muchas frutas y verduras y aceite de oliva,
04:31
and then half of them eat McDonald's,
111
256000
2000
y que la otra mitad coma McDonald's,
04:33
and then we see how many wrinkles you've got later.
112
258000
2000
para después ver cuántas arrugas hay al final.
04:35
You have to take a snapshot of how people are now.
113
260000
2000
Hay que muestrear cuántas personas hay ahora.
04:37
And what you find is, of course,
114
262000
2000
Y, claro, quienes comen
04:39
people who eat veg and olive oil have fewer skin wrinkles.
115
264000
3000
vegetales y aceite de oliva tienen menos arrugas en la piel
04:42
But that's because people who eat fruit and veg and olive oil,
116
267000
3000
porque quienes consumen frutas, vegetales y aceite de oliva
04:45
they're freaks, they're not normal, they're like you;
117
270000
3000
son raros, no son normales, son como Uds;
04:48
they come to events like this.
118
273000
2000
vienen a eventos como éste.
04:50
They are posh, they're wealthy, they're less likely to have outdoor jobs,
119
275000
3000
Son elegantes, adinerados, trabajan menos al aire libre,
04:53
they're less likely to do manual labor,
120
278000
2000
hacen menos labores manuales,
04:55
they have better social support, they're less likely to smoke --
121
280000
2000
tienen mejor asistencia social, fuman menos...
04:57
so for a whole host of fascinating, interlocking
122
282000
2000
por una cantidad de razones sociales,
04:59
social, political and cultural reasons,
123
284000
2000
culturales y políticas, fascinantes y entrelazadas,
05:01
they are less likely to have skin wrinkles.
124
286000
2000
es menos probable de que tengan arrugas en la piel.
05:03
That doesn't mean that it's the vegetables or the olive oil.
125
288000
2000
No significa que sea por los vegetales o el aceite de oliva.
05:05
(Laughter)
126
290000
2000
(Risas)
05:07
So ideally what you want to do is a trial.
127
292000
3000
Idealmente, uno querría hacer es un ensayo.
05:10
And everybody thinks they're very familiar with the idea of a trial.
128
295000
2000
Todos piensan que están muy familiarizados con la idea de ensayo.
05:12
Trials are very old. The first trial was in the Bible -- Daniel 1:12.
129
297000
3000
Los ensayos son muy antiguos. El primero está en la Biblia, Daniel 1:12.
05:15
It's very straightforward -- you take a bunch of people, you split them in half,
130
300000
2000
Es muy directo, se toma un grupo de gente, se los divide en 2
05:17
you treat one group one way, you treat the other group the other way,
131
302000
2000
tratamos un grupo de una forma y al otro de otra forma
05:19
and a little while later, you follow them up
132
304000
2000
y poco después, se les hace un seguimiento
05:21
and see what happened to each of them.
133
306000
2000
para ver qué pasó con cada grupo.
05:23
So I'm going to tell you about one trial,
134
308000
2000
Así que voy a contarles de un ensayo,
05:25
which is probably the most well-reported trial
135
310000
2000
que seguramente es el ensayo más célebre
05:27
in the U.K. news media over the past decade.
136
312000
2000
de la prensa del Reino Unido en la última década.
05:29
And this is the trial of fish oil pills.
137
314000
2000
Es el ensayo con píldoras de aceite de pescado.
05:31
And the claim was fish oil pills improve school performance and behavior
138
316000
2000
Se decía que las píldoras mejoran el rendimiento en la escuela
05:33
in mainstream children.
139
318000
2000
y el comportamiento de la mayoría de los niños.
05:35
And they said, "We've done a trial.
140
320000
2000
Dijeron: "Hemos hecho el ensayo.
05:37
All the previous trials were positive, and we know this one's gonna be too."
141
322000
2000
Los ensayos anteriores fueron positivos y sabemos que éste también lo será".
05:39
That should always ring alarm bells.
142
324000
2000
Esto debería ser señal de alarma.
05:41
Because if you already know the answer to your trial, you shouldn't be doing one.
143
326000
3000
Porque si ya se sabe el resultado del ensayo, no deberíamos estar haciéndolo.
05:44
Either you've rigged it by design,
144
329000
2000
O está manipulado desde el diseño,
05:46
or you've got enough data so there's no need to randomize people anymore.
145
331000
3000
o hay suficiente información y ya no hay necesidad de aleatorizar personas.
05:49
So this is what they were going to do in their trial.
146
334000
3000
Esto es lo que iban a hacer en este ensayo.
05:52
They were taking 3,000 children,
147
337000
2000
Iban a tomar a 3.000 niños,
05:54
they were going to give them all these huge fish oil pills,
148
339000
2000
iban a darles estas enormes píldoras,
05:56
six of them a day,
149
341000
2000
6 al día,
05:58
and then a year later, they were going to measure their school exam performance
150
343000
3000
y, un año después, iban a evaluar su rendimiento en exámenes escolares
06:01
and compare their school exam performance
151
346000
2000
y comparar este rendimiento
06:03
against what they predicted their exam performance would have been
152
348000
2000
con la previsión del rendimiento de los mismos
06:05
if they hadn't had the pills.
153
350000
3000
de no haber tomado las píldoras.
06:08
Now can anybody spot a flaw in this design?
154
353000
3000
¿Alguien puede identificar la falla en este diseño?
06:11
And no professors of clinical trial methodology
155
356000
3000
Ningún profesor en metodología de ensayos clínicos
06:14
are allowed to answer this question.
156
359000
2000
tiene permitido contestar esta pregunta.
06:16
So there's no control; there's no control group.
157
361000
2000
No hay control; no hay un grupo de control.
06:18
But that sounds really techie.
158
363000
2000
Pero esto suena muy técnico.
06:20
That's a technical term.
159
365000
2000
Es terminología técnica.
06:22
The kids got the pills, and then their performance improved.
160
367000
2000
Los niños tomaron las pastillas y su rendimiento mejoró.
06:24
What else could it possibly be if it wasn't the pills?
161
369000
3000
¿Qué otra cosa podría haber sido, si no fueron las píldoras?
06:27
They got older. We all develop over time.
162
372000
3000
Crecieron. Se desarrollaron a lo largo del tiempo.
06:30
And of course, also there's the placebo effect.
163
375000
2000
Y, por supuesto, está también el efecto placebo.
06:32
The placebo effect is one of the most fascinating things in the whole of medicine.
164
377000
2000
El efecto placebo es una de las cosas más fascinantes de toda la medicina.
06:34
It's not just about taking a pill, and your performance and your pain getting better.
165
379000
3000
No sólo se trata de tomar una píldora y de que mejoren el rendimiento y dolor.
06:37
It's about our beliefs and expectations.
166
382000
2000
Se trata de nuestras expectativas y creencias.
06:39
It's about the cultural meaning of a treatment.
167
384000
2000
Se trata del sentido cultural de un tratamiento.
06:41
And this has been demonstrated in a whole raft of fascinating studies
168
386000
3000
Y esto ha sido demostrado en un montón de estudios fascinantes
06:44
comparing one kind of placebo against another.
169
389000
3000
comparando un tipo de placebo contra otro.
06:47
So we know, for example, that two sugar pills a day
170
392000
2000
Entonces sabemos, por ejemplo, que 2 píldoras de azúcar por día
06:49
are a more effective treatment for getting rid of gastric ulcers
171
394000
2000
es un tratamiento más efectivo para eliminar úlceras gástricas
06:51
than one sugar pill.
172
396000
2000
que 1 píldora de azúcar.
06:53
Two sugar pills a day beats one sugar pill a day.
173
398000
2000
Dos por día son mejores que una por día.
06:55
And that's an outrageous and ridiculous finding, but it's true.
174
400000
3000
Es un hallazgo exorbitante y ridículo, pero es cierto.
06:58
We know from three different studies on three different types of pain
175
403000
2000
De tres estudios diferentes sabemos que para tres tipos de dolor
07:00
that a saltwater injection is a more effective treatment for pain
176
405000
3000
una inyección de agua con sal es más efectiva para el dolor
07:03
than taking a sugar pill, taking a dummy pill that has no medicine in it --
177
408000
4000
que una píldora de azúcar, que tomar una píldora placebo sin medicamento;
07:07
not because the injection or the pills do anything physically to the body,
178
412000
3000
no porque la inyección o las píldoras hagan algo físico en el cuerpo,
07:10
but because an injection feels like a much more dramatic intervention.
179
415000
3000
sino porque una inyección parece una intervención más drástica.
07:13
So we know that our beliefs and expectations
180
418000
2000
Sabemos que nuestras expectativas y creencias
07:15
can be manipulated,
181
420000
2000
pueden manipularse,
07:17
which is why we do trials
182
422000
2000
razón por la que hacemos estos ensayos
07:19
where we control against a placebo --
183
424000
2000
donde experimentamos con un placebo;
07:21
where one half of the people get the real treatment
184
426000
2000
la mitad de un grupo recibe el tratamiento real
07:23
and the other half get placebo.
185
428000
2000
y la otra mitad recibe el placebo.
07:25
But that's not enough.
186
430000
3000
Pero eso no es suficiente.
07:28
What I've just shown you are examples of the very simple and straightforward ways
187
433000
3000
Lo que acabo de mostrarles son sólo ejemplos de formas sencillas y directas
07:31
that journalists and food supplement pill peddlers
188
436000
2000
que los periodistas, y los comerciantes de suplementos dietarios
07:33
and naturopaths
189
438000
2000
y naturópatas
07:35
can distort evidence for their own purposes.
190
440000
3000
pueden usar para tergiversar la evidencia para su propio interés.
07:38
What I find really fascinating
191
443000
2000
Encuentro realmente fascinante
07:40
is that the pharmaceutical industry
192
445000
2000
que la industria farmacéutica
07:42
uses exactly the same kinds of tricks and devices,
193
447000
2000
use los mismos trucos e instrumentos
07:44
but slightly more sophisticated versions of them,
194
449000
3000
pero en versiones un poco más sofisticadas,
07:47
in order to distort the evidence that they give to doctors and patients,
195
452000
3000
para tergiversar la evidencia que le dan a los médicos y pacientes,
07:50
and which we use to make vitally important decisions.
196
455000
3000
y que usamos para tomar decisiones de importancia vital.
07:53
So firstly, trials against placebo:
197
458000
2000
En primer lugar, los ensayos con placebos:
07:55
everybody thinks they know that a trial should be
198
460000
2000
todos piensan que saben que un ensayo debería ser
07:57
a comparison of your new drug against placebo.
199
462000
2000
una comparación de drogas nuevas contra un placebo.
07:59
But actually in a lot of situations that's wrong.
200
464000
2000
Pero, de hecho, en muchos casos eso está mal.
08:01
Because often we already have a very good treatment that is currently available,
201
466000
3000
Porque, con frecuencia, ya tenemos disponible un muy buen tratamiento,
08:04
so we don't want to know that your alternative new treatment
202
469000
2000
entonces no queremos saber si el nuevo tratamiento alternativo
08:06
is better than nothing.
203
471000
2000
es mejor que nada.
08:08
We want to know that it's better than the best currently available treatment that we have.
204
473000
3000
Queremos saber si es superior al mejor tratamiento disponible que ya tenemos.
08:11
And yet, repeatedly, you consistently see people doing trials
205
476000
3000
Pero aún así, reiteradamente, todavía se hacen ensayos
08:14
still against placebo.
206
479000
2000
comparando contra placebos.
08:16
And you can get license to bring your drug to market
207
481000
2000
Se puede obtener una licencia para sacar una droga al mercado
08:18
with only data showing that it's better than nothing,
208
483000
2000
con solo información que demuestre que es mejor que nada
08:20
which is useless for a doctor like me trying to make a decision.
209
485000
3000
algo inútil para un médico como yo que trata de tomar una decisión.
08:23
But that's not the only way you can rig your data.
210
488000
2000
Pero no es la única forma de manipular información.
08:25
You can also rig your data
211
490000
2000
También puede manipularse
08:27
by making the thing you compare your new drug against
212
492000
2000
haciendo que contra lo que comparamos la nueva droga
08:29
really rubbish.
213
494000
2000
sea basura.
08:31
You can give the competing drug in too low a dose,
214
496000
2000
Dando la droga competidora en dosis demasiado bajas,
08:33
so that people aren't properly treated.
215
498000
2000
asi las personas no reciben el tratamiento adecuado.
08:35
You can give the competing drug in too high a dose,
216
500000
2000
Dando la droga competidora en dosis demasiado altas,
08:37
so that people get side effects.
217
502000
2000
para que las personas tengan efectos secundarios.
08:39
And this is exactly what happened
218
504000
2000
Y esto fue exactamente lo que sucedió
08:41
which antipsychotic medication for schizophrenia.
219
506000
2000
con medicamentos antipsicóticos para la esquizofrenia.
08:43
20 years ago, a new generation of antipsychotic drugs were brought in
220
508000
3000
Hace 20 años salió al mercado una nueva generación de antipsicóticos
08:46
and the promise was that they would have fewer side effects.
221
511000
3000
y la promesa era que tendrían menos efectos secundarios.
08:49
So people set about doing trials of these new drugs
222
514000
2000
Se hacían ensayos con estas nuevas drogas
08:51
against the old drugs,
223
516000
2000
comparándolas con las viejas,
08:53
but they gave the old drugs in ridiculously high doses --
224
518000
2000
suministraban las viejas drogas en dosis ridículamente altas,
08:55
20 milligrams a day of haloperidol.
225
520000
2000
20 miligramos por día de haloperidol.
08:57
And it's a foregone conclusion,
226
522000
2000
Y es una conclusión previsible,
08:59
if you give a drug at that high a dose,
227
524000
2000
si se administra una droga en dosis altas,
09:01
that it will have more side effects and that your new drug will look better.
228
526000
3000
tendrá más efectos secundarios y eso hará que la nueva droga se destaque.
09:04
10 years ago, history repeated itself, interestingly,
229
529000
2000
Hace 10 años la historia se repitió, es interesante,
09:06
when risperidone, which was the first of the new-generation antipscyhotic drugs,
230
531000
3000
cuando la risperidona, el primero de una nueva generación de antipsicóticos,
09:09
came off copyright, so anybody could make copies.
231
534000
3000
no tenía más derechos de autor, así que cualquiera podía imitarlo.
09:12
Everybody wanted to show that their drug was better than risperidone,
232
537000
2000
Todos querían demostrar que su droga era mejor que la risperidona,
09:14
so you see a bunch of trials comparing new antipsychotic drugs
233
539000
3000
entonces en muchos ensayos se comparaba nuevos antipsicóticos
09:17
against risperidone at eight milligrams a day.
234
542000
2000
con la risperidona a 8 miligramos por día.
09:19
Again, not an insane dose, not an illegal dose,
235
544000
2000
De nuevo, no es una dosis alocada, no es ilegal,
09:21
but very much at the high end of normal.
236
546000
2000
pero es mucho más alta de lo normal.
09:23
And so you're bound to make your new drug look better.
237
548000
3000
Es obvio que hará que la nueva droga se destaque como mejor.
09:26
And so it's no surprise that overall,
238
551000
3000
No sorprende que, en general,
09:29
industry-funded trials
239
554000
2000
los ensayos de las industrias
09:31
are four times more likely to give a positive result
240
556000
2000
tienen una tendencia 4 veces mayor de dar un resultado positivo
09:33
than independently sponsored trials.
241
558000
3000
que los ensayos independientes.
09:36
But -- and it's a big but --
242
561000
3000
Pero, y es un gran "pero",
09:39
(Laughter)
243
564000
2000
(Risas)
09:41
it turns out,
244
566000
2000
tal y como resulta
09:43
when you look at the methods used by industry-funded trials,
245
568000
3000
cuando se investigan los métodos usados por ensayos de las industrias,
09:46
that they're actually better
246
571000
2000
son de hecho mejores
09:48
than independently sponsored trials.
247
573000
2000
que los usados por ensayos independientes.
09:50
And yet, they always manage to to get the result that they want.
248
575000
3000
Y aún así, siempre se las arreglan para obtener el resultado que desean.
09:53
So how does this work?
249
578000
2000
¿Cómo funciona esto?
09:55
How can we explain this strange phenomenon?
250
580000
3000
¿Cómo explicar este extraño fenómeno? [¡Qué diablos!]
09:58
Well it turns out that what happens
251
583000
2000
Bueno, resulta que lo que sucede
10:00
is the negative data goes missing in action;
252
585000
2000
es que la información negativa se pierde en acción;
10:02
it's withheld from doctors and patients.
253
587000
2000
no se la revelan a doctores y pacientes.
10:04
And this is the most important aspect of the whole story.
254
589000
2000
Y este es el aspecto más importante de toda la historia.
10:06
It's at the top of the pyramid of evidence.
255
591000
2000
Está en la punta de la pirámide de la evidencia.
10:08
We need to have all of the data on a particular treatment
256
593000
3000
Necesitaríamos toda la información de un tratamiento en particular
10:11
to know whether or not it really is effective.
257
596000
2000
para saber si realmente es o no efectivo.
10:13
And there are two different ways that you can spot
258
598000
2000
Hay dos formas distintas de identificar
10:15
whether some data has gone missing in action.
259
600000
2000
si algo se perdió en acción.
10:17
You can use statistics, or you can use stories.
260
602000
3000
Se pueden usar estadísticas, o historias.
10:20
I personally prefer statistics, so that's what I'm going to do first.
261
605000
2000
Personalmente prefiero las estadísticas, así que eso haré primero.
10:22
This is something called funnel plot.
262
607000
2000
Hay algo llamado gráfico de embudo.
10:24
And a funnel plot is a very clever way of spotting
263
609000
2000
El gráfico de embudo es una forma inteligente de identificar
10:26
if small negative trials have disappeared, have gone missing in action.
264
611000
3000
pequeños ensayos negativos desaparecidos o perdidos en acción.
10:29
So this is a graph of all of the trials
265
614000
2000
Este es un gráfico de todos los ensayos
10:31
that have been done on a particular treatment.
266
616000
2000
realizados para un tratamiento en particular.
10:33
And as you go up towards the top of the graph,
267
618000
2000
Si observan la parte superior del gráfico,
10:35
what you see is each dot is a trial.
268
620000
2000
verán que cada punto representa un ensayo.
10:37
And as you go up, those are the bigger trials, so they've got less error in them.
269
622000
3000
Y, a medida que suben, estos son los ensayos más grandes, y tienen menos errores.
10:40
So they're less likely to be randomly false positives, randomly false negatives.
270
625000
3000
Es menos probable que tengan resultados falsos positivos o negativos al azar.
10:43
So they all cluster together.
271
628000
2000
Entonces estos se agrupan juntos.
10:45
The big trials are closer to the true answer.
272
630000
2000
Los grandes ensayos se acercan más a la verdadera respuesta.
10:47
Then as you go further down at the bottom,
273
632000
2000
Y, luego, a medida que bajamos a la parte inferior
10:49
what you can see is, over on this side, the spurious false negatives,
274
634000
3000
lo que vemos es, de este lado, los ficticios falsos negativos,
10:52
and over on this side, the spurious false positives.
275
637000
2000
y de este lado, los ficticios falsos positivos.
10:54
If there is publication bias,
276
639000
2000
Si hay arbitrariedad en la publicación
10:56
if small negative trials have gone missing in action,
277
641000
3000
si los pequeños ensayos negativos se pierden en acción,
10:59
you can see it on one of these graphs.
278
644000
2000
se puede ver en uno de estos gráficos.
11:01
So you can see here that the small negative trials
279
646000
2000
Aquí puede verse que los pequeños ensayos negativos
11:03
that should be on the bottom left have disappeared.
280
648000
2000
que deberían estar abajo a la izquierda han desaparecido.
11:05
This is a graph demonstrating the presence of publication bias
281
650000
3000
Este gráfico demuestra la arbitrariedad de una publicación
11:08
in studies of publication bias.
282
653000
2000
en estudios sobre publicaciones arbitrarias.
11:10
And I think that's the funniest epidemiology joke
283
655000
2000
Creo que esa es la broma epidemiológica más graciosa
11:12
that you will ever hear.
284
657000
2000
que vayan a escuchar.
11:14
That's how you can prove it statistically,
285
659000
2000
Así se comprueba estadísticamente,
11:16
but what about stories?
286
661000
2000
pero ¿qué hay de las historias?
11:18
Well they're heinous, they really are.
287
663000
2000
Bueno, son atroces, de verdad lo son.
11:20
This is a drug called reboxetine.
288
665000
2000
Existe una droga llamada reboxetina.
11:22
This is a drug that I myself have prescribed to patients.
289
667000
2000
Es una droga que personalmente he recetado a mis pacientes.
11:24
And I'm a very nerdy doctor.
290
669000
2000
Y soy un médico muy estudioso.
11:26
I hope I try to go out of my way to try and read and understand all the literature.
291
671000
3000
Hago lo posible para intentar leer y entender la bibliografía.
11:29
I read the trials on this. They were all positive. They were all well-conducted.
292
674000
3000
Leí los ensayos al respecto. Todos positivos. Todos bien realizados.
11:32
I found no flaw.
293
677000
2000
No encontré ninguna falla.
11:34
Unfortunately, it turned out,
294
679000
2000
Pero resultó que, desafortunadamente,
11:36
that many of these trials were withheld.
295
681000
2000
se ocultaron muchos de estos ensayos.
11:38
In fact, 76 percent
296
683000
2000
De hecho, el 76%
11:40
of all of the trials that were done on this drug
297
685000
2000
de los ensayos realizados con esta droga
11:42
were withheld from doctors and patients.
298
687000
2000
fueron ocultados a médicos y pacientes.
11:44
Now if you think about it,
299
689000
2000
Si se piensa,
11:46
if I tossed a coin a hundred times,
300
691000
2000
si yo lanzara una moneda cientos de veces,
11:48
and I'm allowed to withhold from you
301
693000
2000
y se me permitiera ocultarles
11:50
the answers half the times,
302
695000
2000
las respuestas la mitad de las veces,
11:52
then I can convince you
303
697000
2000
entonces podría convencerlos
11:54
that I have a coin with two heads.
304
699000
2000
de que tengo una moneda con 2 caras.
11:56
If we remove half of the data,
305
701000
2000
Si quito la mitad de la información,
11:58
we can never know what the true effect size of these medicines is.
306
703000
3000
jamás sabremos cual es el efecto estadístico verdadero de este medicamento.
12:01
And this is not an isolated story.
307
706000
2000
Y esta no es una historia aislada.
12:03
Around half of all of the trial data on antidepressants has been withheld,
308
708000
4000
Cerca de la mitad de la información de ensayos con antidepresivos está oculta,
12:07
but it goes way beyond that.
309
712000
2000
pero va mucho más allá.
12:09
The Nordic Cochrane Group were trying to get a hold of the data on that
310
714000
2000
El Nordic Cochrane Group intentó acceder a esa información
12:11
to bring it all together.
311
716000
2000
para poder consolidarla.
12:13
The Cochrane Groups are an international nonprofit collaboration
312
718000
3000
Los Cochrane Groups son colaboradores internacionales sin fines de lucro
12:16
that produce systematic reviews of all of the data that has ever been shown.
313
721000
3000
que producen críticas sistemáticas de toda la información que se ha demostrado.
12:19
And they need to have access to all of the trial data.
314
724000
3000
Y necesitan tener acceso a toda la información del ensayo.
12:22
But the companies withheld that data from them,
315
727000
3000
Pero las compañías les ocultan esta información,
12:25
and so did the European Medicines Agency
316
730000
2000
tal como lo hizo la Agencia Europea de Medicamentos
12:27
for three years.
317
732000
2000
durante 3 años.
12:29
This is a problem that is currently lacking a solution.
318
734000
3000
Este es un problema que actualmente no tiene solución.
12:32
And to show how big it goes, this is a drug called Tamiflu,
319
737000
3000
Para mostrarles la magnitud, esta es una droga llamada Tamiflu,
12:35
which governments around the world
320
740000
2000
en la que los gobiernos del mundo
12:37
have spent billions and billions of dollars on.
321
742000
2000
han gastado miles de millones de dólares.
12:39
And they spend that money on the promise
322
744000
2000
Y han gastado este dinero con la promesa
12:41
that this is a drug which will reduce the rate
323
746000
2000
de que ésta es la droga que va a disminuir la tasa
12:43
of complications with flu.
324
748000
2000
de complicaciones de la gripe.
12:45
We already have the data
325
750000
2000
Ya tenemos información
12:47
showing that it reduces the duration of your flu by a few hours.
326
752000
2000
que reduce la duración de una gripe en tan solo unas pocas horas.
12:49
But I don't really care about that. Governments don't care about that.
327
754000
2000
Pero no me importa. A los gobiernos no les importa.
12:51
I'm very sorry if you have the flu, I know it's horrible,
328
756000
3000
Lamento muchísimo si tienen gripe, sé que es horrible,
12:54
but we're not going to spend billions of dollars
329
759000
2000
pero no vamos a gastar miles de millones de dólares
12:56
trying to reduce the duration of your flu symptoms
330
761000
2000
tratando de reducir la duración de sus síntomas gripales
12:58
by half a day.
331
763000
2000
en medio día.
13:00
We prescribe these drugs, we stockpile them for emergencies
332
765000
2000
Recetamos estas drogas, las almacenamos para emergencias
13:02
on the understanding that they will reduce the number of complications,
333
767000
2000
creyendo que reducirá la cantidad de complicaciones,
13:04
which means pneumonia and which means death.
334
769000
3000
es decir, de neumonía, de muertes.
13:07
The infectious diseases Cochrane Group, which are based in Italy,
335
772000
3000
El Cochrane Group de enfermedades infecciosas, con sede en Italia,
13:10
has been trying to get
336
775000
2000
ha intentado obtener
13:12
the full data in a usable form out of the drug companies
337
777000
3000
la información completa y usable de las farmacéuticas
13:15
so that they can make a full decision
338
780000
3000
para poder tomar una decisión concluyente
13:18
about whether this drug is effective or not,
339
783000
2000
sobre si esta droga es efectiva o no
13:20
and they've not been able to get that information.
340
785000
3000
y no han podido acceder a esta información.
13:23
This is undoubtedly
341
788000
2000
Este es, sin dudas,
13:25
the single biggest ethical problem
342
790000
3000
el problema ético más grande
13:28
facing medicine today.
343
793000
2000
que enfrenta la medicina actualmente.
13:30
We cannot make decisions
344
795000
3000
No podemos tomar decisiones
13:33
in the absence of all of the information.
345
798000
4000
en ausencia de toda la información.
13:37
So it's a little bit difficult from there
346
802000
3000
Entonces se hace un poco difícil desde allí
13:40
to spin in some kind of positive conclusion.
347
805000
4000
llegar a alguna conclusión positiva.
13:44
But I would say this:
348
809000
4000
Pero sí les diría:
13:48
I think that sunlight
349
813000
3000
creo que la luz solar
13:51
is the best disinfectant.
350
816000
2000
es el mejor desinfectante.
13:53
All of these things are happening in plain sight,
351
818000
3000
Todas estas cosas están pasando a simple vista,
13:56
and they're all protected
352
821000
2000
y están todas protegidas
13:58
by a force field of tediousness.
353
823000
3000
por un campo de fuerza de monotonía.
14:01
And I think, with all of the problems in science,
354
826000
2000
Y creo que, con todos los problemas en ciencias,
14:03
one of the best things that we can do
355
828000
2000
una de las mejores cosas que se pueden hacer
14:05
is to lift up the lid,
356
830000
2000
es levantar la tapa,
14:07
finger around in the mechanics and peer in.
357
832000
2000
meter la cuchara en los mecanismos y curiosear.
14:09
Thank you very much.
358
834000
2000
Muchas gracias.
14:11
(Applause)
359
836000
3000
(Aplausos)
ABOUT THE SPEAKER
Ben Goldacre - DebunkerBen Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks.
Why you should listen
"It was the MMR story that finally made me crack," begins the Bad Science manifesto, referring to the sensationalized -- and now-refuted -- link between vaccines and autism. With that sentence Ben Goldacre fired the starting shot of a crusade waged from the pages of The Guardian from 2003 to 2011, on an addicitve Twitter feed, and in bestselling books, including Bad Science and his latest, Bad Pharma, which puts the $600 billion global pharmaceutical industry under the microscope. What he reveals is a fascinating, terrifying mess.
Goldacre was trained in medicine at Oxford and London, and works as an academic in epidemiology. Helped along by this inexhaustible supply of material, he also travels the speaking circuit, promoting skepticism and nerdish curiosity with fire, wit, fast delivery and a lovable kind of exasperation. (He might even convince you that real science, sober reporting and reason are going to win in the end.)
As he writes, "If you're a journalist who misrepresents science for the sake of a headline, a politician more interested in spin than evidence, or an advertiser who loves pictures of molecules in little white coats, then beware: your days are numbered."
Ben Goldacre | Speaker | TED.com