En 2019, un grupo de investigadores daneses comparó a 657.461 niños nacidos entre 1999 y 2010 para responder a una pregunta que llevaba años circulando: ¿aumenta la vacuna triple vírica el riesgo de autismo? No se quedaron con anécdotas ni con casos sueltos, sino que contaron. El resultado cabe en un solo número y en una línea, y es un buen ejemplo de lo que hace la estadística cuando se enfrenta a una creencia.
El 20 de octubre y la estadística
El 20 de octubre es la fecha que la ONU eligió para el Día Mundial de la Estadística. Se celebró por primera vez en 2010 y, desde 2015, se repite cada cinco años: la última edición fue en 2025 y la siguiente será en 2030. En 2025 el lema fue «Impulsar el cambio con estadísticas y datos de calidad para todos». No toca edición este año, pero la fecha sirve igual para hablar de algo que usamos a diario sin darnos cuenta: cómo decidimos qué creer.
Por qué hace falta contar
A todos nos pasa que recordamos mejor lo que confirma lo que ya pensábamos (sesgo de confirmación). Si alguien se encuentra mejor después de tomar algo, es muy fácil pensar que fue por eso. Pero muchas enfermedades mejoran solas, los síntomas suben y bajan, y el simple hecho de recibir un tratamiento puede aliviar (efecto placebo). Para separar todo eso hacen falta tres ingredientes: un grupo de comparación, reparto al azar de quién recibe qué y, cuando se puede, que ni pacientes ni investigadores sepan quién recibe qué (doble ciego). La estadística pone el último paso: decir cuánta diferencia es real y cuánta puede ser casualidad.
Esa idea de usar los datos para ver lo que no se ve a simple vista no es nueva. En educaina contamos cómo John Snow y el brote de cólera de Broad Street usó un mapa de muertes para señalar una bomba de agua en 1854.
Caso 1: vacuna triple vírica y autismo
Volvamos a Dinamarca. Los investigadores siguieron a los niños durante años a través de los registros de salud del país (esto se llama estudio de cohorte: se observa a un grupo grande a lo largo del tiempo). Para medir cuánto tiempo se observó en total usan los años-persona, que es la suma del tiempo de seguimiento de cada niño: un niño seguido durante un año cuenta como 1 año-persona, y diez niños seguidos durante dos años cuentan como 20. Aquí se acumularon 5.025.754 años-persona, y en ese tiempo 6.517 niños recibieron un diagnóstico de autismo.
Después compararon a los vacunados con los no vacunados, teniendo en cuenta (es decir, «ajustando» por) la edad, el sexo, otras vacunas, los antecedentes familiares y otros factores de riesgo, para que esas diferencias no distorsionaran la comparación. El resultado fue una razón de riesgos de 0,93. Esta cifra compara la frecuencia de autismo en los dos grupos: 1 significa que es igual, por debajo de 1 que es menor en los vacunados y por encima de 1 que es mayor. Como todo estudio trabaja con una muestra, se añade un intervalo de confianza del 95 %, que es el margen dentro del cual está, con bastante seguridad, el valor real: aquí va de 0,85 a 1,02. Ese margen incluye el 1, así que los datos no muestran que la vacuna aumente el riesgo de autismo. Tampoco lo muestran en los subgrupos analizados (niños con hermanos con autismo, con otros factores de riesgo o según el tiempo transcurrido tras la vacunación).
Aquí la pregunta sí se estudió, con un número enorme de niños, y el resultado fue negativo. Hay una diferencia importante entre eso y lo siguiente.
Caso 2: homeopatía, estudiada y sin resultados
En abril de 2026, el Ministerio de Sanidad publicó el informe de la AEMPS sobre homeopatía. Analizó 64 revisiones sistemáticas (trabajos que reúnen y evalúan de forma ordenada todos los estudios disponibles sobre una pregunta) publicadas desde 2009 y concluyó que la eficacia de los productos homeopáticos no supera a la del placebo en ninguna de las patologías analizadas. Un detalle que se repite en este tipo de informes: los estudios pequeños o poco rigurosos a veces sugieren beneficio, pero a medida que sube la calidad del ensayo clínico (estudio en el que se prueba un tratamiento en personas, comparándolo con otro o con un placebo), ese supuesto efecto disminuye hasta desaparecer. En 2015, el organismo australiano NHMRC llegó a una conclusión parecida tras revisar 57 revisiones sistemáticas con 176 estudios.
Además, el informe explica por qué es poco plausible: una dilución de 6 CH (6 diluciones sucesivas, de 1 parte en 100 cada vez), la habitual en estos productos, equivale a disolver un sobre de azúcar en todo el mar Mediterráneo. Es decir, aquí se juntan dos cosas: los estudios buenos no encuentran efecto y, además, no hay un mecanismo creíble que lo explique. El informe señala también que en España no hay ningún producto homeopático con indicación terapéutica autorizada, y que el riesgo real está en dejar un tratamiento eficaz por otro que no lo es.
Caso 3: «no hay pruebas» no siempre significa «se ha demostrado que no»
Hay una trampa en el otro sentido que conviene evitar. En el análisis exploratorio del plan del Gobierno de España frente a las pseudoterapias, se examinaron 138 técnicas con pretendida finalidad sanitaria. Para 71 de ellas no se encontraron ensayos clínicos ni revisiones sistemáticas en PubMed (el buscador de la literatura científica médica) entre 2012 y 2018. Eso no quiere decir que se haya demostrado que no funcionan: quiere decir que no hay datos buenos para afirmar que funcionan. Es una pregunta abierta, no una respuesta negativa.
La diferencia importa. Con la homeopatía o la relación entre vacunas y autismo hay estudios grandes y la respuesta es clara. Con otras técnicas, la respuesta honesta es «no sabemos» y, mientras tanto, conviene no darlas por probadas ni por descartadas, y no sustituir con ellas un tratamiento que sí está respaldado.
Cinco preguntas para leer una estadística
- ¿Con quién se compara? Sin grupo de comparación, mejorar después de algo no prueba que fuera por ese algo.
- ¿Se repartió al azar y hubo ciego? Es lo que evita que los grupos sean distintos desde el principio.
- ¿Cuántos participantes? Con muestras pequeñas, la casualidad pesa mucho. Lo vimos en el ensayo POInT sobre insulina oral y en el ensayo TESEO sobre Chagas, dos ejemplos de cómo se lee un ensayo real.
- ¿Qué dice el intervalo de confianza? Es el margen donde probablemente está el valor real. Si incluye el valor «sin efecto» (el 1 en la Figura 1), los datos no permiten asegurar que haya efecto.
- ¿Es correlación o causa? Que dos cosas ocurran a la vez no significa que una cause la otra. Algo parecido pasa con un resultado de cribado, como explicamos en este artículo sobre cribado.
La estadística no sirve para tener razón, sino para equivocarnos menos. Y eso incluye reconocer cuándo la respuesta todavía no existe.
Referencias
- ONU. World Statistics Day. https://www.un.org/en/observances/statistics-day
- Hviid A, Hansen JV, Frisch M, Melbye M. Measles, Mumps, Rubella Vaccination and Autism: A Nationwide Cohort Study. Ann Intern Med. 2019;170(8):513-520. https://pubmed.ncbi.nlm.nih.gov/30831578/
- Ministerio de Sanidad (21/04/2026). Nota de prensa sobre el informe de la AEMPS. https://www.sanidad.gob.es/gabinete/notasPrensa.do?id=6893
- AEMPS (2026). Homeopatía y productos homeopáticos. Evaluación de las evidencias acerca de su eficacia y seguridad. https://www.aemps.gob.es/informa/docs/informe-homeopatia-2026.pdf
- NCCIH. Homeopathy (resume la evaluación del NHMRC de 2015). https://www.nccih.nih.gov/health/homeopathy
- Plan para la Protección de la Salud frente a las Pseudoterapias. Resumen del informe preliminar sobre técnicas con pretendida finalidad sanitaria. https://www.conprueba.es/sites/default/files/multimedia/documentos/informes-pseudoterapias_1.pdf
