La mitad siempre convence

Cuando un ensayo clínico anuncia que un medicamento "reduce el riesgo un 50%", la frase es matemáticamente correcta y clínicamente casi irrelevante: si el riesgo de base era del 2%, la reducción absoluta es de un punto porcentual. Décadas de investigación muestran que médicos y pacientes toman decisiones distintas según cómo se presentan los mismos datos. El sistema elige, casi siempre, el número más grande.

Un ensayo clínico anuncia que un medicamento reduce el riesgo de infarto en un cincuenta por ciento. Los medios lo cubren. El cardiólogo en televisión dice: significativo. El comunicado de prensa dice: histórico.

Lo que no dice el titular es esto: el riesgo de base era del dos por ciento. El medicamento lo llevó al uno. De cada cien personas que tomaron la droga, noventa y nueve no obtuvieron ningún beneficio. Una sí.

Reducción de riesgo relativo: cincuenta por ciento.
Reducción de riesgo absoluto: un punto porcentual.
Número necesario para tratar: cien.

No son interpretaciones distintas del mismo dato. Son preguntas distintas. El riesgo relativo dice cuánto cambió tu probabilidad respecto al punto de partida. El riesgo absoluto dice cuánto cambió tu probabilidad en términos concretos. Ambos son matemáticamente correctos. El riesgo absoluto es el que permite evaluar mejor el impacto real para una persona.

El problema del diseño

La distinción no es nueva ni oscura. Está en los libros de texto. El psicólogo Gerd Gigerenzer lleva décadas documentando que la mayoría de los médicos en ejercicio —no los estudiantes, los médicos formados— no distinguen correctamente entre ambas métricas cuando se les presentan datos clínicos reales. En su trabajo con médicos alemanes, americanos y británicos, mostró que las estimaciones sobre la eficacia del screening de cáncer de mama cambiaban radicalmente según si los datos se presentaban en términos relativos o absolutos. Por su parte, Sheridan y Pignone demostraron experimentalmente que los pacientes informados con riesgo absoluto y número necesario para tratar tomaban decisiones distintas —más calibradas— que quienes recibían solo la reducción relativa.

El problema no es técnico. Es de diseño.

Los comunicados de prensa de las farmacéuticas casi siempre usan riesgo relativo. Los abstracts de los papers también, con frecuencia. Las guías clínicas hablan de reducción relativa. Y los médicos, que aprenden de esas fuentes, terminan comunicando lo mismo a los pacientes.

No hay que suponer mala fe para entender el mecanismo. Un número más grande es más fácil de comunicar, y suele percibirse como más relevante en la práctica clínica y mediática. El sistema de incentivos hace el resto.

El caso JUPITER

El ejemplo de las estatinas lo ilustra con precisión. El ensayo JUPITER —uno de los estudios que respaldó la expansión de las estatinas a poblaciones de bajo riesgo cardiovascular— encontró una reducción del cuarenta y cuatro por ciento en ataques cardíacos. Ese número circuló ampliamente. El que circuló menos fue este: la reducción absoluta fue de 0,59 puntos porcentuales. El número necesario para tratar durante casi dos años fue, según distintos análisis, de aproximadamente entre 95 y 120 pacientes, según el endpoint considerado.

Ninguno de esos números prueba que las estatinas no sirven. Para personas con riesgo alto, el balance cambia. El punto no es que el tratamiento sea inútil. El punto es que la misma evidencia, presentada de maneras distintas, lleva a decisiones distintas.

Hacia una norma de transparencia

En el Reino Unido, el National Institute for Health and Care Excellence exige que las comunicaciones sobre eficacia de medicamentos incluyan tanto el riesgo relativo como el absoluto, y que se especifique el número necesario para tratar. Es una norma razonable. No es universal.

En la mayoría de los países, el paciente que escucha "este medicamento reduce su riesgo a la mitad" no tiene herramientas inmediatas para preguntarse: ¿a la mitad de qué? ¿De cuánto a cuánto? ¿Cuántas personas como yo necesitan tomar esto para que una se beneficie?

No porque sea difícil entenderlo. Sino porque nadie se lo enseñó, porque el sistema no lo presenta así, y porque la mitad siempre convence más que uno en cien.

Eso no es un error de comunicación. Es una consecuencia previsible de un sistema donde publicar resultados grandes tiene más valor que comunicar resultados exactos.

Referencias

• Gigerenzer G, Gaissmaier W, Kurz-Milcke E, Schwartz LM, Woloshin S. "Helping Doctors and Patients Make Sense of Health Statistics." Psychological Science in the Public Interest, 2007; 8(2):53–96. DOI: 10.1111/j.1539-6053.2008.00033.x
• Gigerenzer G, Edwards A. "Simple tools for understanding risks: from innumeracy to insight." BMJ, 2003; 327(7417):741–744. DOI: 10.1136/bmj.327.7417.741
• Sheridan SL, Pignone MP, Lewis CL. "A randomized comparison of patients' understanding of number needed to treat and other common risk reduction formats." Journal of General Internal Medicine, 2003; 18(11):884–892. DOI: 10.1046/j.1525-1497.2003.21102.x
• Ridker PM, Danielson E, Fonseca FAH, et al. (JUPITER Study Group). "Rosuvastatin to Prevent Vascular Events in Men and Women with Elevated C-Reactive Protein." New England Journal of Medicine, 2008; 359(21):2195–2207. DOI: 10.1056/NEJMoa0807646
• National Institute for Health and Care Excellence (NICE). "Cardiovascular disease: risk assessment and reduction, including lipid modification." Clinical guideline CG181, 2014 (updated 2023). Link