📝HISTORIA EN BREVE
- Los sistemas de información modernos, como los algoritmos, las estructuras de financiamiento y las vías regulatorias, influyen de forma importante en las ideas médicas que conoce y moldean la manera en que interpreta los riesgos y las opciones de tratamiento
- Las dinámicas psicológicas que se intensifican en situaciones de incertidumbre y aislamiento hacen que las narrativas repetidas parezcan más ciertas, lo que influye en cómo se perciben y recuerdan las pruebas científicas
- Las primeras estrategias que combinaban medicamentos ya existentes para tratar el COVID enfrentaron barreras estructurales que influyeron en qué terapias llegaron a los ensayos clínicos y al conocimiento del público
- El momento en que se llevaron a cabo las investigaciones y el impulso de la financiación determinaron qué enfoques generaron más datos, lo que ayuda a explicar por qué se llegó a un consenso rápido en torno a algunas estrategias, mientras que otras tuvieron una visibilidad limitada
- Adoptar hábitos de evaluación sencillos, como dar prioridad a las fuentes primarias, detectar las incongruencias temporales y comparar las diferentes explicaciones, refuerza el pensamiento independiente y permite tomar decisiones de salud con mayor seguridad
🩺Por el Dr. Mercola
Durante los primeros meses de la pandemia de COVID-19, médicos de todo el mundo estuvieron probando combinaciones de medicamentos ya existentes y de bajo costo en sus pacientes. Algunas de esas estrategias dieron resultados prometedores en un principio. Sin embargo, la mayoría de las personas nunca escucharon sobre ellas y no porque la ciencia las hubiera descartado, sino por dónde y cuándo se hizo la investigación, quién la financió y cómo las plataformas de información decidieron lo que usted vería.
El Dr. Malone describió la influencia psicológica a gran escala, que muchos llaman formación de masas, como un estado que emerge cuando las personas viven una incertidumbre prolongada, aislamiento social y miedo, condiciones que se documentaron durante el periodo del COVID-19, cuando los confinamientos y la disrupción social afectaron a miles de millones de personas en todo el mundo.
En esencia, la formación de masas es lo que ocurre cuando la ansiedad y el aislamiento generalizados llevan a las personas a aferrarse a una historia compartida, no porque sea la más sólida desde el punto de vista de las pruebas, sino porque creer en ella reduce el miedo y restaura el sentido de pertenencia. En términos prácticos, piense en alguien que al principio dudaba de un tratamiento en particular. Durante las semanas siguientes, todos los compañeros de trabajo, presentadores de noticias y publicaciones en redes sociales repitieron la misma conclusión.
Ningún dato nuevo le hizo cambiar de opinión, pero la mera repetición hizo que cuestionarlo se sintiera como un riesgo social, incluso algo irracional. Eso es formación de masas en acción. Usted filtra cada vez más su percepción de la evidencia científica, las opciones de tratamiento y el riesgo a través del refuerzo social, y no de una evaluación independiente.
Este filtro funciona, en parte, por una característica básica de cómo su cerebro administra el esfuerzo. Los psicólogos lo llaman carga cognitiva: la energía mental que necesita para procesar información. Su cerebro trata una afirmación conocida como un camino muy transitado: recorrerlo exige menos esfuerzo que abrir un sendero nuevo entre la maleza. Cuando la misma historia le llega desde múltiples direcciones, aceptarla se convierte en el camino de menor resistencia, mientras que evaluar alternativas le exige un esfuerzo mucho mayor.
Ese desequilibrio explica por qué la repetición no solo difunde ideas sino que hace que parezcan más ciertas. Esa dinámica preparó el terreno para los otros grandes temas de la conversación: cómo las estructuras regulatorias y los patrones de financiación determinaron qué estrategias de tratamiento temprano avanzaron durante el COVID-19, y cómo las plataformas gobernadas por algoritmos influyeron en qué visiones médicas llegaron al público. Si comprende estas fuerzas, entiende por qué el consenso se forma rápido en torno a algunas ideas mientras otras se estancan.
Una mirada reveladora a las barreras de la investigación y la influencia narrativa
Uno de los aspectos más llamativos de la conversación fue el relato del Dr. Malone sobre su intento de estudiar combinaciones de medicamentos ya aprobados, entre ellos la famotidina, el celecoxib y la ivermectina, como estrategias de tratamiento temprano contra el COVID.2
La pregunta era sencilla: si estos medicamentos ya tenían un historial de seguridad establecido ¿por qué no pudieron avanzar rápido a ensayos clínicos cuando se usaron en nuevas combinaciones? Después de todo, los medicamentos reutilizados suelen llegar a los pacientes más rápido y con un costo mucho menor que el desarrollo de uno nuevo desde cero. La respuesta, como la describió el Dr. Malone, tuvo menos que ver con la ciencia y más con la estructura.
• Los requisitos de aprobación redefinieron qué terapias llegaron a los ensayos: las primeras propuestas se rechazaron hasta que los investigadores pudieron producir datos antivirales específicos de laboratorio para la ivermectina, aun cuando el protocolo más amplio incluía múltiples medicamentos autorizados.
¿El resultado? Quitaron la ivermectina del estudio propuesto solo para que el ensayo pudiera avanzar. En otras palabras, los criterios administrativos, y no el razonamiento clínico, determinaron qué estrategias de tratamiento avanzaron y de cuáles el público nunca oyó hablar.
• Los retrasos en la investigación determinaron qué tratamientos ganaron atención: mientras las aprobaciones de los ensayos se estancaban, la política de salud pública avanzó rápido y abrió una brecha cada vez mayor entre las primeras ideas terapéuticas y la evidencia formal necesaria para respaldarlas. Esto importa porque cuando la investigación comienza tarde, la narrativa gravita hacia la evidencia que aparece primero, y no hacia las mejores ideas que se exploraron al inicio. Lo que escuchó reflejó tanto el momento como la amplitud científica.
• Las estrategias combinadas tuvieron dificultades en los marcos de tratamiento con un solo medicamento: este es un punto fundamental. Los marcos regulatorios suelen evaluar cada medicamento por separado, incluso cuando toda la hipótesis terapéutica depende de la sinergia: que varios medicamentos actúen juntos para producir un efecto más potente que cualquiera de ellos por sí solo. Imagine que prueba si una llave funciona al examinar la llave y la cerradura en habitaciones separadas: nunca descubriría que encajan.
Eso es, en esencia, lo que ocurrió cuando los protocolos de combinación se vieron forzados a pasar por un sistema diseñado para evaluar un medicamento a la vez. Ese desajuste explica por qué estrategias con una base biológica sólida a veces desaparecieron de los titulares, aunque detrás de ellas hubiera una lógica clara.
• La dirección de la financiación aceleró algunas vías mientras frenó otras: una vez que los grandes ensayos y los flujos de dinero se concentraron en enfoques específicos, sobre todo en antivirales e inyecciones, las estrategias alternativas recibieron menos atención, menos recursos y una acumulación de evidencia más lenta.
Esto creó un ciclo que se refuerza a sí mismo: las vías con mucha financiación generaron más datos, lo cual reforzó su protagonismo en las guías y en la cobertura mediática. Si alguna vez se preguntó por qué el consenso parece desarrollarse de forma desigual entre ideas médicas que se contraponen, esta es una gran parte de la razón.
Cómo los estándares desiguales y los sistemas de información moldearon lo que vio
Los medicamentos de nuevo desarrollo avanzaron por vías regulatorias estructuradas, mientras que los genéricos reutilizados enfrentaron requisitos adicionales de justificación a pesar de su historial de seguridad establecido. Las condiciones no eran equitativas, y ese desequilibrio influyó en qué terapias se estudiaron, recomendaron o reembolsaron de forma generalizada. Pero el filtrado no se limitó al ámbito de la investigación. Aunque los estudios con escasa financiación dieran resultados, un segundo filtro determinaba si esos resultados llegaban a las personas.
Las plataformas algorítmicas, los mensajes institucionales y los incentivos de los medios de comunicación controlaron el flujo de información, lo que significa que un tratamiento podía superar un obstáculo científico y, aun así, seguir siendo invisible para el público. Entender estas dos dimensiones en conjunto, quién influyó en qué investigaciones se llevaron a cabo y quién influyó en los resultados que se publicaron, es esencial para comprender por qué algunos tratamientos parecían surgir de la nada, mientras que otros parecían no existir en absoluto.
• Los incentivos institucionales determinaron qué hipótesis se dieron a conocer al público: los incentivos profesionales, el riesgo para la reputación y la alineación de las instituciones influyeron en el comportamiento de los investigadores en situaciones de crisis. Los científicos trabajaban en entornos que premiaban la conformidad con los paradigmas dominantes y desalentaban cualquier desviación, sobre todo en momentos de gran incertidumbre. El resultado fue una presión estructural que, de forma silenciosa, filtró qué hipótesis llegaban a tener repercusión pública.
• Las opiniones médicas que encontró no se eligieron por su precisión: fueron seleccionadas por algoritmos que dan prioridad a los clics, las veces que se comparte y el tiempo de visualización, junto con la presión publicitaria y las normas de contenido de la plataforma, que determinaron qué puntos de vista se difundieron y cuáles se silenciaron. Los algoritmos dieron prioridad a las señales de interacción (clics, veces que se comparte y tiempo de visualización), nada de lo cual tiene que ver con la precisión científica.
Un titular polémico que genera indignación se posiciona más alto que un debate clínico cuidadoso que no genera ninguna reacción. El resultado fue que lo primero que aparecía al buscar información sobre salud reflejaba la dinámica de la plataforma tanto como la evidencia científica subyacente y, en ocasiones, más.
• La repetición de los mensajes reforzó la certeza percibida con el paso del tiempo: cuando se repite la misma explicación en múltiples instituciones, la certeza percibida aumenta, incluso cuando las pruebas subyacentes siguen siendo incompletas.
Como se mencionó antes, las narrativas familiares requieren menos esfuerzo mental, lo que hace que sean más fáciles de aceptar que las interpretaciones complejas o contradictorias. Reconocer este patrón, y darse cuenta cuando usted mismo recurre por defecto al camino ya transitado, es una de las cosas más prácticas que puede hacer para fortalecer su propia evaluación independiente y tomar decisiones de salud más seguras y deliberadas.
Recupere el control sobre cómo la información de salud moldea sus decisiones
Cuando la sobrecarga de información genera confusión, el problema de raíz no es el conocimiento, sino el filtro. Enfrenta afirmaciones contrapuestas, narrativas cambiantes y una visibilidad desigual de la investigación. Ese entorno genera fatiga en la toma de decisiones y debilita la confianza. Lo que sigue no es un protocolo de tratamiento ni una guía de dosificación, sino algo más fundamental.
Estos son los hábitos de evaluación que le ayudan a eliminar el ruido y a juzgar cualquier afirmación sobre la salud en función de sus méritos, ya sea que evalúe un suplemento nuevo, un medicamento reutilizado o un titular sobre el último ensayo clínico. Recuperar la claridad comienza por cambiar cómo evalúa la evidencia, no por perseguir cada nueva afirmación. Cuando fortalece su base de conocimientos sobre salud, sus decisiones al respecto se vuelven más seguras, rápidas y fundamentadas.
1. Establezca una jerarquía de pruebas sencilla en la que confíe: para evitar confusiones, clasifique las fuentes de información antes de leerlas. Priorice la investigación primaria, las entrevistas completas y los datos originales por encima de los comentarios, los titulares y los vídeos de redes sociales.
Las bases de datos gratuitas como PubMed.gov le permiten buscar ensayos clínicos y estudios revisados por pares de forma directa, sin necesidad de suscribirse ni de tener un título de medicina. Una vez que esta clasificación se convierte en un hábito, deja de malgastar energía mental en preguntarse si debería confiar en algo y empieza a dedicarla a preguntarse qué significa eso en realidad.
2. Observe cómo el momento en que se realiza la investigación influye en lo que percibe: preste atención a cuándo se inicia la investigación, no solo a las conclusiones que se obtienen. Las hipótesis iniciales suelen desaparecer cuando los ensayos comienzan con retraso o reciben poca atención. La ivermectina es un ejemplo muy claro. Los médicos comenzaron a estudiarlo como tratamiento temprano contra el COVID en la primavera de 2020, pero los ensayos clínicos a gran escala y con una financiación adecuada no comenzaron hasta mucho más tarde.
En el lapso entre el uso clínico inicial y los resultados oficiales de los ensayos, la narrativa pública ya había cambiado; y para cuando se publicaron los datos, muchas personas ya se habían formado opiniones firmes con base en comentarios, y no en investigaciones completas. Cuando se observan discrepancias temporales como esta, queda claro que la falta de cobertura no equivale a la falta de investigación. Ser consciente de esto evita que se dé por sentado un consenso demasiado pronto.
3. Indague quién financió la investigación y qué aspectos no se analizaron: para reforzar su punto de vista, vaya más allá de los propios resultados y averigüe quién financió el estudio, qué alternativas se excluyeron y si el diseño de la investigación favoreció un resultado concreto. La financiación determina qué preguntas se formulan en primer lugar y cuáles no. Cuando esto se convierte en un hábito, deja de creer en los titulares al pie de la letra y empieza a leer los estudios con el contexto que merecen.
4. Limite la influencia de los algoritmos con rutinas de información intencionales: reduzca el sesgo narrativo al elegir horarios y fuentes específicas para investigar, en lugar de depender de las redes sociales. Guardar las entrevistas originales, marcar los materiales primarios y volver a consultarlos más adelante refuerza la memoria y reduce la toma de decisiones emocionales. Esto convierte la recopilación de información en una habilidad que se puede repetir, en lugar de una experiencia pasiva.
5. Aumente la confianza mediante la comparación activa: anote dos o tres explicaciones contradictorias para cualquier afirmación importante sobre la salud y compare sus supuestos, las pruebas, el momento en que se presentan y los incentivos. Esto convierte esa sensación de "no sé qué creer" en una investigación activa que puede controlar. Cuando lo practica con regularidad, mejora su capacidad para evaluar debates complejos sobre salud, reduce la carga cognitiva y sus decisiones se sienten más deliberadas en lugar de forzadas.
Preguntas frecuentes sobre cómo los sistemas de información influyen en las decisiones sobre salud
P: ¿Qué es la formación de masas y por qué es importante en las decisiones sobre salud?
R: La formación de masas describe un estado psicológico en el que el miedo, la incertidumbre y el aislamiento social impulsan a las personas hacia narrativas compartidas que brindan alivio emocional y pertenencia. Esto es importante porque influye en la forma en que se interpretan las pruebas científicas, las opciones de tratamiento y la información sobre los riesgos, y a menudo moldea las creencias a través de la repetición y el refuerzo social, más que mediante una evaluación independiente.
P: ¿Por qué resultó más difícil estudiar las combinaciones de medicamentos reutilizados durante la pandemia de COVID-19?
R: De acuerdo con los relatos del Dr. Malone, las propuestas para estudiar combinaciones de medicamentos ya aprobados se enfrentaron a requisitos normativos que modificaron el diseño de los ensayos. Si bien algunos medicamentos contaban ya con un historial de seguridad consolidado, los requisitos de datos adicionales y los trámites de aprobación determinaban qué terapias seguían adelante, lo que influía en las estrategias de tratamiento que llegaban a conocimiento del público.
P: ¿Cómo influyó el momento en que se llevó a cabo la investigación en los tratamientos que se dieron a conocer?
R: Cuando los ensayos clínicos comienzan más tarde, el discurso público tiende a basarse en las primeras pruebas disponibles, en lugar de en toda la gama de ideas terapéuticas iniciales. Esta diferencia temporal implica que la visibilidad a menudo refleja cuándo se aprobó y financió la investigación, y no solo qué enfoques existían.
P: ¿Cómo influyen la financiación y los incentivos institucionales en el consenso médico?
R: La orientación de la financiación determina qué estudios generan más datos, y esos datos influyen en las directrices, la cobertura mediática y la postura de los profesionales. Los incentivos institucionales y el riesgo para la reputación también influyen en las hipótesis que los investigadores deciden abordar de forma pública, lo que contribuye a que las diferentes ideas médicas en competencia reciban una atención desigual.
P: ¿Qué medidas prácticas le ayudan a evaluar la información sobre salud de manera más independiente?
R: Entre las estrategias claras se incluyen dar prioridad a las fuentes primarias, prestar atención a los plazos de la investigación, examinar el contexto de la financiación, limitar la exposición a la información que llega por algoritmos y comparar múltiples explicaciones para las afirmaciones importantes. Estos hábitos reducen la sobrecarga cognitiva, fortalecen la confianza y apoyan decisiones de salud más deliberadas.
