La ciencia médica ha asumido durante mucho tiempo que, para comprender qué hace que las personas funcionen y se enfermen, cuanto más grande sea la muestra de sujetos humanos, mejor. Sin embargo, una nueva investigación sugiere que este enfoque de big data puede estar muy alejado de la realidad. Esto se debe en gran parte a que las emociones, el comportamiento y la fisiología varían notablemente de una persona a otra y de un momento a otro. Por lo tanto, promediar los datos de un gran grupo de sujetos humanos en un momento dado solo ofrece una instantánea, y una borrosa, según los investigadores. Estos hallazgos, publicados esta semana en las Actas de la Academia Nacional de Ciencias, tienen implicaciones para todo, desde la minería de datos en las redes sociales hasta la personalización de terapias de salud, y podrían cambiar la forma en que los investigadores y los médicos analizan, diagnostican y tratan los trastornos mentales y físicos.
“Si quieres saber lo que las personas sienten o cómo se enferman, debes investigar a las personas, no a los grupos”, dice el autor principal del estudio, Aaron Fisher, profesor asistente de psicología en la Universidad de California, Berkeley. “Las enfermedades, los trastornos mentales, las emociones y los comportamientos se expresan dentro de las personas, a lo largo del tiempo. Una instantánea de muchas personas en un momento dado no puede capturar estos fenómenos”.
Además, las consecuencias de seguir confiando en datos de grupos en las ciencias médicas, sociales y del comportamiento incluyen diagnósticos erróneos, prescripción de tratamientos incorrectos y la perpetuación de teorías científicas y experimentos que no están adecuadamente calibrados a las diferencias entre individuos, según Fisher.
Sin embargo, hay una solución al alcance: “Las personas no deberían perder la fe en la ciencia médica o social”, dice. “En cambio, deberían ver el potencial de realizar estudios científicos como parte de la atención rutinaria. Así es como realmente podemos personalizar la medicina”. Además, señala que “las tecnologías modernas nos permiten recopilar muchas observaciones por persona de manera relativamente fácil, y la informática moderna hace posible el análisis de estos datos de formas que antes no eran posibles”.
Fisher y sus colegas utilizaron modelos estadísticos para comparar datos recopilados de cientos de personas, incluyendo individuos sanos y aquellos con trastornos que van desde la depresión y la ansiedad hasta el trastorno de estrés postraumático y el trastorno de pánico. En seis estudios separados, analizaron datos a través de encuestas en línea y en teléfonos inteligentes, así como pruebas de electrocardiograma para medir las frecuencias cardíacas. Los resultados mostraron consistentemente que lo que es cierto para el grupo no necesariamente es cierto para el individuo.
En resumen, este estudio nos muestra la importancia de considerar a las personas como individuos únicos en lugar de promediar los datos de un grupo. Esto tiene implicaciones significativas en el campo de la medicina y las ciencias sociales, ya que nos permite comprender mejor las enfermedades, los trastornos mentales y los comportamientos humanos. Al personalizar la medicina y realizar estudios científicos en el contexto de la atención médica rutinaria, podemos brindar un mejor cuidado a cada individuo y mejorar la precisión de los diagnósticos y tratamientos.
