En 1960, un psicólogo mostró a los voluntarios de su experimento tres números —2, 4, 6— y les pidió que descubrieran la regla que los gobernaba. La mayoría proponía secuencias como 8, 10, 12. O 20, 22, 24. Estaban seguros de que la regla era números pares ascendentes. Nadie intentaba refutar su propia hipótesis. Estaban seguros. Estaban equivocados. Eso pasa también en los ensayos clínicos, y las consecuencias son mucho más grandes.
El mecanismo
El sesgo de confirmación no requiere deshonestidad. No requiere falsificar datos ni ignorar resultados. Requiere algo mucho más difícil de detectar: que en cada decisión de diseño sea, consistentemente, una que maximiza la probabilidad de un resultado positivo.
Un estudio que se detiene temprano porque los resultados son favorables tiende a sobreestimar el efecto. Lo mismo puede pasar cuando se selecciona una población particularmente sana o cuando se elige, entre múltiples outcomes posibles, el que produce la señal más clara. Ninguna de esas decisiones es necesariamente fraudulenta. El resultado empieza a construirse mucho antes de que aparezcan los resultados.
Lo que hace esto particularmente difícil es que el investigador no necesita reconocerlo. La convicción de que la hipótesis es correcta —sin la cual pocos sostendrían años de trabajo— es la misma fuerza que puede contaminar el método.
No hay villano en esta historia. Hay un sistema que produce sesgo incluso cuando todos creen estar haciendo las cosas bien.
Para seguir leyendo
El sesgo en el diseño entra antes de los datos. Pero hay otro momento donde el sistema también falla: el análisis. Probar múltiples opciones analíticas hasta encontrar una que produzca p < 0,05 puede convertir un resultado aleatorio en un hallazgo publicable. El problema no es solo qué muestran los datos. También es cuántas maneras distintas existían de analizarlos hasta obtener el resultado correcto.