Navegando el laberinto de la ciencia: ¿cómo buscar y entender estudios científicos?

Papers: ¿qué son? ¿Cómo buscarlos? ¿Cómo encontrarlos?

Para el que no lo sepa, en el ámbito académico, los estudios científicos son habitualmente llamados «papers»: documentos mediante los cuales los científicos comunican sus resultados a la comunidad científica (y al público). Estos documentos se publican en journals, que son revistas científicas que usualmente se especializan en una rama de la ciencia o campo de estudio.

Los journals pueden ser de temáticas relativamente generales como la Biología o la Medicina, hasta otros temas muy específicos, como estudios sobre una región del cerebro en particular, o una enfermedad específica. Aunque puede variar ligeramente dependiendo del paper o del journal, suelen estar organizados en las siguientes secciones:

1. Título: un título claro y descriptivo que resume el contenido del paper.
2. Abstract o Resumen: síntesis del estudio entero, normalmente de un párrafo, donde se nombran las conclusiones y la relevancia, para que uno no tenga que leer el estudio entero para saber de qué trata y qué encontraron.
3. Introducción: donde se citan estudios científicos anteriores y se menciona la problemática a estudiar, además de brindar contexto para quien no esté informado sobre el tema.
4. Metodología: sección en la que se muestra cómo se recabaron los datos y cómo se los analizaron.
5. Resultados: mostrados de forma matemática, con tablas y gráficos.
6. Discusión: se comenta sobre los resultados hallados y sus posibles implicaciones.
7. Conclusión: sección opcional, ya que muchas veces las conclusiones se comentan en la discusión.
8. Referencias: lista de todos los estudios científicos citados a lo largo del artículo, respetando un formato de citación específico (por ejemplo, APA).
9. Apéndice: (de ser necesario) puede incluir datos adicionales, detalles técnicos o material complementario.

Muchas veces, al final de un paper se comentan también las limitaciones del estudio, se aclara los puntos débiles del mismo, además se hacen sugerencias para quienes decidan realizar un estudio sobre el mismo tema. No es inusual que se incluya también una declaración de posible conflicto de intereses (por ejemplo, si el estudio es sobre las ventajas nutricionales de un alimento, siendo que el estudio fue financiado por una empresa productora de ese alimento).

¿Cómo buscar estudios científicos?

Si no tenemos mucho tiempo para dedicarle a un paper, podemos leer simplemente el Abstract/Resumen. Además, si queremos profundizar un poco más, podemos ir al PDF del artículo y leer las Conclusiones o Discusión. Si queremos conocer con exactitud matemática los hallazgos del estudio, leeremos los Resultados.

Si somos escépticos respecto a los procedimientos usados en el estudio (por ejemplo, si la conclusión es contraria a otros estudios similares), podemos leer la Metodología. Y si no entendemos mucho del tema y queremos empezar a conocerlo en profundidad, toca leer la Introducción. Los papers, así, están organizados de tal manera que uno muy rara vez necesita leer el artículo entero para comprenderlo (a menos que uno sea un científico trabajando en ese campo y necesite entender cada detalle).

Los papers, para poder ser publicados en un journal, pasan por una etapa de revisión por pares: proceso mediante el cual el estudio es revisado anónimamente por otros investigadores del mismo campo científico, quienes comentan con los autores las correcciones y sugerencias que consideren necesarias.

Lamentablemente, la mayoría de los papers se publican en inglés, así que debemos manejar este idioma para poder manejarnos de forma efectiva en este medio. De todos modos, dada la mejora en los traductores, es cada vez más sencillo poder desenvolverse sin necesidad de tener un alto dominio de este idioma.

Una muy buena idea es buscar en Google Académico: Uno puede filtrar los resultados por fecha (un intervalo de años específico, por ejemplo). También permite ver rápidamente el numero de veces que cada estudio fue citado, lo cual es una medida asociada a su relevancia.

Otra opción es directamente ir a Wikipedia: por ejemplo, si queremos ver qué evidencia hay a favor de la educación Montessori, vamos a la página de wikipedia de ese tema, y en la sección de referencias vemos que hay más de un paper.

Wikipedia provee el link para poder consultar de forma inmediata el paper. Podemos reconocer los papers teniendo en cuenta que suelen tener el código doi (por ahora basta decir que es un link a un artículo científico), aparte del journal en el que fueron publicados. Por ejemplo, la referencia resaltada en celeste es un artículo científico publicado por Chloë Marshall en 2017 en el journal Science of Learning. Haciendo clic en el nombre del artículo podremos acceder al mismo.

¿Cómo encontrar papers?

Desafortunadamente, encontrar el link a un paper no implica que podamos leerlo. La inmensa mayoría de los papers están detrás de un paywall, excepto el abstract, que es público. Uno debe pagar sumas astronómicas para poder leerlos (por ejemplo, $30 dólares por un único paper), a menos que se forme parte de una universidad que esté pagando por acceso a ese journal. Por suerte, hay herramientas que vienen en nuestro auxilio. La más usada se llama Sci-Hub, una página en la que simplemente ingresando el link de un paper en el cuadro de búsqueda, podemos acceder al PDF completo del mismo.

La gran mayoría de los papers están disponibles en esta página. Sin embargo, si no encontramos uno en particular (ocurre a veces con algunos journals en particular, o si fue publicado muy recientemente), siempre podemos enviar un email a alguno de los autores (sus correos suelen poder verse desde la página web del paper, y si no, suelen aparecer fácilmente al googlear el nombre del científico), y muy probablemente estarán encantados de enviarnos el pdf.

¿Cómo leer e interpretar un paper científico?

Hay distintos conceptos que tenemos que tener en cuenta para leer un paper:

• Revisión sistemática: son revisiones de una gran cantidad de estudios de un mismo tema, para sintetizarlos y ver si se puede llegar a una conclusión general. Por ejemplo, una revisión sistemática podría analizar docenas o cientos de papers para ver si hay consenso sobre que el ser humano es el causante del cambio climático.
• Meta-análisis: es similar al anterior, pero con el agregado de que los datos cuantitativos de los estudios analizados son «combinados» para obtener un único resultado global. Por ejemplo, una meta-análisis podría analizar un par de docenas de estudios que estudiaron distintas terapias psicológicas para ver cuál es más efectiva para tratar cierta patología.
• DOI: es como un link y un código de barras a la vez. Cada paper tiene un DOI único que lo identifica y que sirve como un link para acceder al paper (o al abstract, si es que no es un paper abierto). A diferencia de los links, no puede «romperse», siempre funciona. Si algo no tiene un código DOI, entonces no es un paper publicado en un journal.
• Significancia, p: en términos coloquiales, se refiere a la probabilidad de que el efecto encontrado se deba al azar, y no debido a un efecto real medido. Por consenso se considera que el 5% es el umbral de un hallazgo para que se considere real: habría solo un 5% de probabilidades de que ese hallazgo sea solo a causa del azar. Por ejemplo, si medimos cómo afecta en la altura el hecho de que los niños tomen leche, podríamos obtener como conclusión que tiene un efecto positivo. Pero quizá ese resultado sea solo porque justo las personas altas del estudio tomaron leche, pero cuyo crecimiento se vio causado por otro factor. Tener un p bajo ayuda a disipar estas dudas.
• RCT (Randomized Controlled Trial, Test Aleatorizado Controlado): es un tipo de estudio en el que el total de sujetos que participan se divide en dos (o más) grupos, de forma aleatoria. Uno de los grupos va a ser el control: por ejemplo, si el estudio es sobre la efectividad de un medicamento, al grupo de control se le va a dar una pastilla similar que no tiene ningún efecto real. De esa manera se permite comparar cuál es el efecto de lo que se estudia. Si solo hubiera un grupo, ¿cómo sabemos si la mejoría se debe realmente al tratamiento que estamos usando, y que no es simplemente la evolución normal de la enfermedad?
• r (coeficiente de correlación): mide la fuerza (y dirección) de la relación entre dos variables. Dos variables que sean totalmente independientes (por ejemplo, el resultado de tirar una moneda y la probabilidad de que llueva ese día) van a tener un r=0. Si hay una relación completa y directa, r=1. Casi siempre va a haber un r intermedio. Un r cercano a 1 habla de una correlación fuerte (la que podría haber, por ejemplo, entre las quemaduras por el sol y la estación: la mayoría van a ocurrir en verano). Otras van a ser débiles (la relación entre jugar videojuegos violentos y la agresión en jóvenes es r=0.01). Es importante recordar que correlación no implica casualidad: por ejemplo, es probable que haya una correlación entre el consumo de helados y los ataques de tiburones, meramente porque hay un tercer factor (el calor) que hace que la gente compre más helados y que vaya más a la playa, y por tanto pueden ser atacados por tiburones.
• N (sample size, tamaño de la muestra): se refiere, usualmente, a la cantidad de personas en las que se realizó el estudio. Por ejemplo, si hago una encuesta a 1000 personas, esa cantidad es mi N. Si hago un experimento con dos grupos de 200 personas, entonces tengo un N=400. Si un estudio tiene un N muy pequeño (de menos de 50, por ejemplo), hay que ser cauto con los resultados. De todos modos, varía dependiendo de qué tipo de estudio sea. Por otro lado, que un estudio tenga una muestra muy grande (de miles), no implica que sus conclusiones sean sólidas.
• Retracción: cuando después de publicado se descubre que un paper tiene errores graves, es usual que los autores lo reconozcan y decidan retractar el paper. Esto es un aviso a la comunidad científica de que el paper ya no es válido. Cada vez que uno intente acceder al paper va a haber un aviso de que fue retractado. Por ejemplo, el paper que asociaba las vacunas con el autismo fue retractado.
• Impact factor (Factor de Impacto): es una métrica usada para evaluar la influencia de papers y journals. Es una medida que indica la frecuencia con la que los artículos publicados en esa revista son citados por otros investigadores en sus propias investigaciones. Si un paper afirma algo revolucionario, pero casi no fue citado, es una señal de que debemos estar alerta. Aunque el factor de impacto es una medida del prestigio de un paper,  journal o investigador, es importante también tener en cuenta que un estudio con un impact factor alto no implica que tenga una metodología sólida.

Otros recursos relevantes

• Una buena base de datos de meta-análisis y revisiones sistemáticas (aunque solo sobre temas asociados a la medicina y la salud) es la prestigiosa Cochrane Library. Sus artículos suelen incluir un abstract en lenguaje sencillo y accesible, a veces incluso disponible en español.
• Otra base de datos relevante es PubMed, que es una librería de papers de medicina (y campos asociados, como la farmacología y biología). Tiene su propio buscador interno de papers, en caso de que no queramos usar un buscador convencional. Un detalle que puede hacer que sea útil es que en la página de cualquier paper aparecen recomendaciones de otros estudios científicos similares.
• Aunque este post está centrado en papers, no podemos dejar de mencionar a la Library Genesis, donde podemos encontrar libros académicos de todo tipo, principalmente en inglés, pero también en español y otros idiomas. Es una herramienta invaluable.
• Si queremos leer artículos sobre ciencia, que sean rigurosos pero que sean más sencillos de leer que un paper, tenemos varias opciones. Por ejemplo, dos de los journals más prestigiosos del mundo, Nature y Science, publican rutinariamente noticias de ciencia, siempre citando los papers a los que se refieren, para que podamos verificar lo que dicen, y de paso para permitir que el lector pueda profundizar el tema si lo desea. Podemos leerlos en: nature.com y science.org/news. Otros medios rigurosos y que siempre aclaran los papers que comentan son  phys.org y quantamagazine.org