Antes predecían los profetas, ahora preferimos que lo hagan los científicos. Cuando el entorno es determinista, las predicciones se cumplen si las condiciones basales no varían. Se aplican las leyes de la física. Por ejemplo, conocida la resistencia de un material, una fuerza superior necesariamente producirá una lesión. Causa suficiente. Pero en biología las cosas son más complicadas. Casi nunca una causa es suficiente y no siempre es necesaria. Más que causas individuales debemos considerar anillos causales. La tuberculosis está producida por el bacilo de su mismo nombre. Sin él no habrá enfermedad: es causa necesaria. Pero no suficiente: hay muchos sujetos infectados que no sufren la enfermedad. Se precisa el concurso de más causas, entre ellas, las resistencias del sujeto. Más difuminada es la causa del cáncer de pulmón. Cuando en su trabajo seminal Doll y Hill demostraron que los médicos que fumaban tenían más cáncer de pulmón que los que no fumaban, se encontraron con un dilema: ni todos los fumadores tenían cáncer ni todos los no fumadores no lo tenían. Entrábamos en el mundo probabilístico. Y remediaron esa incertidumbre con un modelo de causalidad que lo reconocía: el tabaco es un factor de riesgo que incrementa la probabilidad de cáncer de pulmón. Porque puede haber cáncer por otras causas. Por ejemplo, el amianto, o el radón o simplemente, un error genético por el azar. De manera que en la producción del cáncer de pulmón hay varios anillos causales. Causas que pueden o deben actuar al unísono o lo tienen que hacer secuencialmente. Los tratamientos se pueden ver como causas: intervenciones que modifican un proceso. Y como tales, tienen un carácter probabilístico. La mejor forma de conocer esa probabilidad es con los ensayos clínicos. Todo el mundo sabe hoy los elementos que los constituyen: se elige una población y por métodos aleatorios a una parte se le somete a la intervención mientras la otra sirve para mostrar que ocurre sin ella. Al final, pasado el tiempo o cosechados el número de casos previstos, se comparan los resultados definidos en ambos grupos. Por ejemplo, cuánto disminuyo la tensión arterial en el grupo intervención y cuanto en el control. O cuántas complicaciones por diabetes tuvo el grupo intervención, con el nuevo fármaco, comparado con el control que se trata con el clásico. Pero nadie asegura que, si el nuevo fármaco es mejor, lo será para todos. Porque se podrá observar que habrá sujetos en el grupo control con buenos resultados y en el de intervención con malos. Se comparan las medias. Por ejemplo, que un nuevo fármaco antineoplásico mejore la mediana de supervivencia en 4 meses, lo que dice es que el 50% de los tratados alcanzarán esa cifra, pero la mitad no llegará allí. Y ocurrirá que algunos, unos pocos, vivirán años. Esos son los más visibles, los que más esperanzas dan y los que más empujan el uso de ese fármaco. Pero el ensayo clínico, además de los propios problemas de diseño, tiene muchas limitaciones. Por consideraciones éticas, no se puede emplear para estudiar causalidad. Para eso tenemos que acudir a los estudios observacionales, como el mencionado del tabaco o el que más información nos dio sobre las causas de las enfermedades circulatorias. Consistió en recoger el estado basal de mucha gente en cuanto a hábitos y otras cosas y seguirlos años, décadas. Compararon la frecuencia de infarto, o ictus, entre los hipertensos y no hipertensos, fumadores y no fumadores, etc. Y gracias a esos estudios se han instaurados medidas preventivas que han salvado muchas vidas. Hace unos 30 años un grupo de epidemiólogos denunció que demasiadas prácticas médicas no tenían suficiente fundamento científico. Nace la medicina basada en la evidencia y la categorizan en grados, siendo el más alto el que procede de ensayos clínicos, sobre todo si repetidos van en la misma dirección: los meta-análisis. Y aparecen los apóstoles de esta visión que desprecian todo lo que no procede de ahí. No cabe duda de que ha sido una bendición para la medicina, para los ciudadanos. Hay más certeza sobre la utilidad de las intervenciones. Pero no siempre es posible, o recomendable, acudir a los ensayos clínicos. Mientras los gurús de la medicina basada en la evidencia reclaman que se aplique a una situación tan aleatoria y compleja como la pandemia y denuncian que no hay pruebas sobre la eficacia de las dolorosas medidas sociales impuestas, la realidad exige actuar. Y se hace acudiendo a la experiencia y analogía con situaciones similares, a los estudios de laboratorio, a la deducción de la biología del microbio y a modelos matemáticos y la lógica social. Además de consideraciones éticas, hay demasiados obstáculos para hacer un ensayo clínico donde cada sujeto sería un grupo social con los consiguientes problemas para aleatorizar. Hay demasiada incertidumbre e inestabilidad en la forma en que se comporta la epidemia en cada población (en cada individuo de estudio) y en cada momento como para hacer grupos comparables. El reto de diseño es enorme así como las dificultades técnicas y logísticas. En estos casos, los estudios observacionales, con un riguroso control de las variables que pueden ensuciar el resultado, son lo más apropiados.
