¿Cómo sabemos si podemos fiarnos de un estudio de psicología?
La evidencia manda
Editorial
Vivimos rodeados de frases que empiezan por "un estudio dice que". Aparecen en titulares, en redes, en conversaciones de sobremesa. Y casi nunca viene acompañada de la pregunta que de verdad importa: ¿qué clase de estudio, y cuánto podemos fiarnos de él?
Este primer número de Indicios no trata de un fenómeno de la mente, sino de la herramienta con la que miraremos todos los demás. Antes de hablar de memoria, ansiedad o sueño, conviene ponernos de acuerdo en algo: no todas las pruebas científicas pesan lo mismo. Un experimento cuidadosamente diseñado y repetido en miles de personas no está al mismo nivel que la impresión de un solo profesional, por experto que sea.
Esto no es un tecnicismo para especialistas. Es una forma de leer el mundo. Quien entiende la jerarquía de la evidencia deja de estar a merced del último titular llamativo y empieza a preguntarse lo correcto. Por eso es el número inaugural: es la brújula que orientará todos los siguientes. Y no es casualidad que el propio símbolo de esta revista sea un medidor de niveles.
La gran pregunta
¿Cómo sabemos si podemos fiarnos de un estudio de psicología?
Abstract
La medicina y la psicología basadas en la evidencia parten de una idea sencilla pero poderosa: las afirmaciones sobre qué funciona y qué no deben apoyarse en la mejor prueba disponible, y esas pruebas se pueden ordenar por su fiabilidad. Este artículo explica, en lenguaje accesible, la llamada jerarquía o pirámide de la evidencia. En su cúspide se sitúan las revisiones sistemáticas y los metaanálisis, que combinan de forma rigurosa muchos estudios; después, los ensayos controlados aleatorizados; más abajo, los estudios observacionales (cohortes, casos y controles, transversales); y en la base, la opinión de expertos. Repasamos qué aporta y qué limita a cada nivel, con qué herramientas los científicos valoran la calidad de la evidencia (como el sistema GRADE) y por qué esta jerarquía, aunque útil, es un modelo simplificado y no una regla mecánica: un metaanálisis solo es tan bueno como los estudios que resume. La conclusión es práctica: aprender a preguntar "¿en qué nivel de evidencia se apoya esto?" es una de las habilidades más útiles para leer con criterio la psicología y, en realidad, cualquier afirmación sobre el mundo.
Por qué importa
Imagina dos titulares el mismo día. Uno dice: "Un estudio revela que cierta postura corporal aumenta la confianza". Otro dice: "Una revisión de decenas de experimentos no encuentra pruebas sólidas de que la postura corporal cambie tus hormonas". ¿Cuál te crees?
Sin una brújula, tendemos a quedarnos con el que más nos gusta o el que llega primero. Con ella, sabes que el segundo titular —una síntesis de muchos estudios— pesa muchísimo más que el primero —un solo experimento—. Esta distinción no es académica: determina qué tratamientos elegimos, qué consejos seguimos y en qué gastamos tiempo y dinero. La jerarquía de la evidencia es, en el fondo, un filtro para no dejarnos engañar por lo que simplemente suena convincente.
Contexto
La idea de basar las decisiones en pruebas cuidadosamente evaluadas tiene raíces antiguas, pero su formulación moderna es reciente. En la década de 1980, un grupo de la Universidad McMaster (Canadá), liderado por David Sackett, desarrolló los principios de lo que se llamó medicina basada en la evidencia: integrar la experiencia del profesional con la mejor evidencia disponible procedente de la investigación sistemática.
Desde entonces, la comunidad científica ha ido refinando cómo clasificar esa evidencia. Surgieron sistemas para graduar la calidad de los estudios y la fuerza de las recomendaciones, como el sistema GRADE, hoy ampliamente utilizado, y guías desarrolladas por organismos como la red escocesa SIGN. La imagen más popular de todo este esfuerzo es una pirámide: cuanto más arriba, mayor es la fiabilidad del tipo de estudio.
Qué dice la evidencia
La evidencia disponible sugiere de forma consistente un orden aproximado de fiabilidad entre los distintos diseños de estudio, que suele representarse como una pirámide.
En la cúspide se sitúan los metaanálisis y las revisiones sistemáticas: trabajos que buscan, seleccionan y combinan de forma rigurosa muchos estudios sobre una misma pregunta. Una revisión sistemática localiza y evalúa críticamente toda la investigación relevante; un metaanálisis, además, combina estadísticamente los resultados de varios estudios. Conviene recordar un detalle importante: un metaanálisis no puede existir sin una revisión sistemática previa que seleccione qué estudios se combinan.
Justo debajo, o al mismo nivel según la clasificación, se sitúan las guías de práctica clínica basadas en evidencia, que sintetizan todo lo anterior para ofrecer recomendaciones.
Después vienen los ensayos controlados aleatorizados: experimentos en los que las personas se asignan al azar a recibir una intervención o no. Ese azar es lo que permite atribuir las diferencias a la intervención y no a otras causas. Por eso proporcionan más evidencia que los estudios observacionales.
Más abajo están los estudios observacionales, en los que los investigadores observan sin intervenir: los estudios de cohortes (siguen a grupos en el tiempo), los de casos y controles (comparan personas con y sin un rasgo hacia atrás) y los transversales (una foto fija en un momento). Aportan pistas valiosas, pero es más difícil descartar explicaciones alternativas.
En la base se sitúan los informes de casos aislados y la opinión de expertos no basada en una evaluación crítica de la evidencia.
Cómo funciona
¿Por qué el azar de un ensayo vale tanto? Piensa en dos grupos de personas que prueban una nueva terapia. Si tú eliges quién va a cada grupo, sin querer podrías poner a los más motivados en el grupo de la terapia, y luego atribuir a la terapia una mejora que en realidad venía de la motivación. Si es el azar quien reparte, esas diferencias tienden a equilibrarse entre los grupos. El azar no elimina el ruido, pero lo distribuye de forma pareja.
¿Y por qué combinar muchos estudios (metaanálisis) es tan potente? Imagina que cada estudio es una encuesta a un puñado de personas. Una sola encuesta pequeña puede dar un resultado por casualidad. Pero si juntas muchas encuestas independientes que apuntan en la misma dirección, la casualidad se vuelve una explicación cada vez menos creíble. Combinar estudios aumenta la precisión y permite ver si un efecto se sostiene en distintos grupos.
Ahora bien, hay una regla que nunca falla: si combinas estudios malos, obtienes una conclusión mala con apariencia de solidez. La calidad de la cúspide depende de la calidad de los ladrillos.
Mitos
| Mito | Qué dice la ciencia | Nivel de evidencia |
|---|---|---|
| "Si lo dice un estudio, ya está demostrado." | Un estudio aislado rara vez es concluyente; hace falta que otros lo repliquen y lo confirmen. | Alta |
| "Un metaanálisis es la verdad definitiva." | Solo es tan fiable como los estudios que combina: si son de baja calidad, la conclusión también lo es. | Alta |
| "Si participan muchas personas, el estudio es fiable." | El tamaño ayuda a la precisión, pero no sustituye a un buen diseño; un estudio grande mal diseñado sigue siendo débil. | Moderada-alta |
| "Correlación significa causa." | Que dos cosas ocurran juntas no prueba que una cause la otra; puede haber una tercera variable detrás. | Alta |
| "La opinión de un gran experto vale más que los datos." | La experiencia importa, pero en la jerarquía de la evidencia la opinión sin evaluación crítica ocupa el nivel más bajo. | Moderada |
Controversias
La pirámide de la evidencia es una herramienta enormemente útil, pero no todos los expertos la interpretan igual, y ahí hay un debate interesante.
Una postura clásica coloca los metaanálisis y las revisiones sistemáticas en lo más alto, sin más. Una revisión más reciente, asociada a Murad y colaboradores, propone un matiz importante: quizá las revisiones sistemáticas y los metaanálisis no deberían verse como el "peldaño superior", sino como una lente con la que examinamos y aplicamos los demás estudios. La diferencia no es solo estética: recuerda que la síntesis es un método de evaluación, no una garantía automática de verdad.
Otro punto de discusión es cuánto peso dar a los estudios observacionales. En muchas preguntas de la vida real no es ético ni posible hacer un ensayo aleatorizado (no puedes asignar al azar a la gente a sufrir un trauma, por ejemplo), y ahí los estudios observacionales bien hechos son lo mejor que tenemos. La jerarquía orienta, pero no sustituye al juicio sobre qué diseño es apropiado para cada pregunta.
Lo que todavía no sabemos
La propia clasificación de la evidencia sigue evolucionando. No existe una única pirámide universalmente aceptada en todos los detalles: distintas instituciones usan variantes ligeramente diferentes. Persisten preguntas abiertas sobre cómo integrar tipos de evidencia muy distintos, cómo valorar los estudios cuando los ensayos no son posibles, y cómo comunicar la incertidumbre al público sin caer ni en el "está demostrado" ni en el "nadie sabe nada". La evidencia actual todavía no permite concluir que exista un sistema perfecto y definitivo; lo que sí tenemos son herramientas cada vez mejores para razonar con transparencia.
Aplicaciones
En tu vida diaria: ante cualquier titular sobre salud o psicología, pregúntate qué tipo de estudio hay detrás. "¿Es un experimento o una observación? ¿Es un estudio suelto o una síntesis de muchos?" Esa sola pregunta te protege de mucho ruido.
En el trabajo y la gestión: al evaluar una moda de management o una técnica de productividad, aplica el mismo filtro. Muchas prácticas populares se apoyan en un único estudio llamativo que nunca se replicó.
En educación y salud: distinguir niveles de evidencia ayuda a elegir métodos e intervenciones con respaldo real, en lugar de seguir la última tendencia.
En cómo te informas: desconfía de la certeza absoluta. Las fuentes más fiables suelen ser las que reconocen los límites de lo que sabemos.
Caso práctico
María, profesora, lee que "una técnica de estudio duplica la retención de memoria". Antes de reorganizar sus clases, aplica la brújula de Indicios. Busca el origen y descubre que es un único experimento con veinte estudiantes. Sigue buscando y encuentra una revisión sistemática que ha combinado decenas de estudios sobre esa misma técnica: el efecto existe, pero es más modesto de lo que prometía el titular, y depende mucho de cómo se aplique.
María no descarta la técnica, pero ajusta sus expectativas y la introduce con prudencia. Ha pasado de reaccionar ante un titular a decidir según el peso real de la evidencia. Eso es, en la práctica, todo lo que propone este número.
Infografía
(Descripción para diseño) Una pirámide dividida en niveles, de arriba abajo: (1) Revisiones sistemáticas y metaanálisis; (2) Guías de práctica clínica; (3) Ensayos controlados aleatorizados; (4) Estudios de cohortes; (5) Casos y controles; (6) Estudios transversales; (7) Informes de casos y opinión de expertos. A un lado, una flecha vertical que indica "mayor fiabilidad" arriba y "mayor cautela" abajo. Al pie, una nota destacada: "La calidad de la cúspide depende de la calidad de la base". Paleta: tinta, latón para los niveles altos, tonos apagados para los bajos.
Glosario
Metaanálisis: técnica que combina estadísticamente los resultados de varios estudios sobre una misma pregunta para obtener una estimación más precisa.
Revisión sistemática: trabajo que busca, selecciona y evalúa de forma rigurosa y transparente toda la investigación relevante sobre una pregunta.
Ensayo controlado aleatorizado (ECA): experimento en el que las personas se asignan al azar a recibir o no una intervención, lo que ayuda a atribuir los efectos a esa intervención.
Estudio de cohortes: estudio observacional que sigue a uno o varios grupos a lo largo del tiempo para ver qué les ocurre.
Estudio de casos y controles: compara, mirando hacia atrás, a personas que tienen un resultado con otras que no lo tienen.
Estudio transversal: examina a una población en un único momento, como una fotografía fija.
Sistema GRADE: método ampliamente usado para clasificar la calidad de la evidencia y la fuerza de las recomendaciones.
Sesgo: error sistemático en el diseño o análisis de un estudio que desvía sus resultados de la realidad.
Variable de confusión: un tercer factor que influye a la vez en la supuesta causa y en el efecto, y puede crear una asociación engañosa.
Preguntas frecuentes
¿Un solo estudio no sirve para nada, entonces? Sí sirve: aporta una pista. Pero una pista no es una conclusión. La ciencia avanza cuando esos hallazgos se replican y se sintetizan.
¿El metaanálisis es siempre lo mejor? Es de lo más fiable cuando reúne buenos estudios, pero si combina estudios de baja calidad, su conclusión hereda esa debilidad.
¿Por qué el azar es tan importante en un ensayo? Porque reparte de forma pareja las diferencias entre los grupos, de modo que las mejoras puedan atribuirse a la intervención y no a otras causas.
¿Los estudios observacionales son malos? No. Son imprescindibles cuando un experimento no es posible o ético. Solo hay que interpretarlos con más cautela.
¿Correlación nunca implica causa? No permite concluir causa por sí sola. Establecer causalidad requiere más pruebas y mejores diseños.
¿Quién decide el nivel de evidencia? Existen sistemas consensuados, como GRADE, que ofrecen criterios para clasificarla de forma transparente.
¿La opinión de un experto no cuenta? Cuenta, sobre todo para interpretar y contextualizar, pero en la jerarquía ocupa el nivel más bajo cuando no se apoya en evaluación crítica de datos.
¿Por qué hay varias versiones de la pirámide? Porque es un modelo educativo que distintas instituciones adaptan; no una ley física.
¿Esto solo vale para medicina? No. Sirve para psicología, nutrición, educación y, en general, cualquier afirmación sobre qué funciona.
¿Cómo aplico esto sin ser experto? Con una pregunta: "¿En qué tipo de estudio se basa esto, y cuántos lo respaldan?". Con eso ya filtras la mayor parte del ruido.
Ideas clave
- No todas las pruebas científicas pesan lo mismo: existe una jerarquía de fiabilidad.
- En la cúspide están las revisiones sistemáticas y los metaanálisis.
- Los ensayos aleatorizados destacan porque el azar reparte las diferencias entre grupos.
- Los estudios observacionales aportan pistas valiosas, pero exigen más cautela.
- Un metaanálisis solo es tan bueno como los estudios que combina.
- Correlación no implica causa.
- La opinión de un experto, sin datos, ocupa el nivel más bajo.
- Sistemas como GRADE permiten clasificar la evidencia con transparencia.
- La pirámide es un modelo útil, no una regla mecánica ni universal.
- La mejor pregunta que puedes hacer ante cualquier afirmación es: "¿en qué nivel de evidencia se apoya?".
Para saber más
Cochrane (cochrane.org): organización internacional referente en revisiones sistemáticas sobre salud.
PubMed (pubmed.ncbi.nlm.nih.gov): el mayor buscador de literatura científica biomédica.
Manual MSD (versión para profesionales): capítulo accesible sobre medicina basada en la evidencia y guías clínicas.
GRADE Working Group (gradeworkinggroup.org): el grupo que desarrolla el sistema GRADE de clasificación de la evidencia.
"Sistema GRADE" (Aguayo-Albasini et al., 2014): artículo en español que explica la clasificación de la calidad de la evidencia.
Referencias
Aguayo-Albasini, J. L., Flores-Pastor, B., & Soria-Aledo, V. (2014). Sistema GRADE: clasificación de la calidad de la evidencia y graduación de la fuerza de la recomendación. Cirugía Española, 92(2), 82-88.
Manual MSD versión para profesionales. (2026). Medicina basada en la evidencia y guías clínicas. MSD Manuals. https://www.msdmanuals.com/es/professional/temas-especiales/toma-de-decisiones-m%C3%A9dicas/medicina-basada-en-la-evidencia-y-gu%C3%ADas-cl%C3%ADnicas
Manterola, C., & Zavando, D. (2014). Jerarquización de la evidencia: niveles de evidencia y grados de recomendación de uso actual. Revista Chilena de Infectología, 31(6), 705-718.
Redalyc/SciELO. (2020). La revisión sistemática y el metaanálisis como herramientas de apoyo para la clínica y la investigación.
(Nota editorial: verifica cada referencia y sus datos completos antes de publicar. Las direcciones web pueden cambiar con el tiempo.)
Desarrollado con soporte de IA y supervisado por el autor.