Geert Molenberghs: "¡Hay tal cantidad de volumen de datos, que fluyen como las aguas de un río enfurecido!"

El prestigioso profesor belga Geert Molenberghs –bioestadístico de las universidades de Hasselt y Lovaina y director del Interuniversity Institute for Biostatistics and Statiscial Bioinformatics, I-Biostat– impartió una conferencia en el Theatre Room del edificio Cimus, en Santiago. Organizada por el Centro Internacional de Estudios de Doctorado y Avanzados (Ciedus) y el Grupo de Bioestatística e Ciencia de Datos Biomédicos –que dirige la catedrática Carmen Cadarso–, se pretende acercar al público la importancia de esta disciplina.

Profesor, ¿qué es la bioestadística? ¿Cuáles son sus aplicaciones? Cuando se desarrollan nuevos medicamentos (píldoras, inyecciones), para humanos o animales (mascotas, animales de granja), se deben realizar pruebas cuidadosas para asegurarse de que estos productos son activos (curan o al menos hace que mejoren los pacientes o animales) y son seguros (no tienen efectos secundarios, o al menos estos son tolerables y aceptables). Para ello, se realiza un análisis estadístico. Cuando hay un brote de una epidemia, que va desde la gripe hasta el sida y el ébola, necesitamos estudiar su propagación para tomar las medidas adecuadas, desarrollar medicamentos para curar a los pacientes, así como vacunas para evitar futuros brotes y la propagación.

La bioestadística está dedicada a todos ellos: la aplicación de la estadística en las llamadas ciencias de la vida, como la medicina, la agricultura, la biología y el medio ambiente.

¿Podemos decir que ofrece un enfoque experto a los problemas estadísticos que surgen en la investigación?

De hecho, los bioestadísticos ayudan a planificar estudios y analizar los datos que surgen de ellos. Al mismo tiempo, los bioestadísticos trabajan activamente para ampliar la metodología existente. Esta es la razón por la que ahora podemos abordar los problemas de las enfermedades raras (enfermedades huérfanas, que ocurren en menos de 1 por cada 100.000 personas, por ejemplo).

También es por eso que vemos cada vez más la medicina personalizada. Naturalmente, los pacientes quieren que se les administre una terapia que funcione para ellos, no sólo para la población en general. Hay diferencias genéticas entre las personas, diferencias en términos de exposición (algunos fuman, otros no; algunos son activos en el deporte, otros no, etc.). Puedo asegurarles que tales procedimientos, aunque muy legítimos, son complejos. Sin embargo, hemos hecho grandes progresos en estos ámbitos.

¿Puede ayudar a resolver problemas ecológicos? ¿Es verdad que estamos perdiendo muchas especies animales? ¿Los animales y las plantas migran de los ecuadores hacia los polos debido a los cambios climáticos, etc.? Incluso, qué componente del cambio climático es natural y qué parte está inducida por el hombre. Se trata de temas muy difíciles y, evidentemente, cargados de contenido político. Pero los estadísticos, en particular los bioestadísticos, pueden contribuir enormemente a separar la realidad de la ficción, la señal del ruido.

Trabaja con datos. ¿A qué peligros se enfrenta? ¿Qué precauciones toma?

Vivimos en una época en la que, justificadamente, se presta mucha atención a la integridad, seguridad y privacidad de los datos. Esto tiene varios aspectos. En particular, cuando los datos proceden de seres humanos, es deber de todo ­investigador, y en particular también del bioestadístico, tratar los datos con respeto: garantizar la ­privacidad y el anonimato, no ­alterar los datos y garantizar que todos los datos ­disponibles se utilicen ­para el análisis, a menos que exista un claro error de registro. En el peor de los casos, la alteración de los datos puede indicar un fraude ­científico.

Lamentablemente, esto sucede y, por lo tanto, es conveniente que los gobiernos, las universidades, los hospitales, etc., establezcan procedimientos para detectar y denunciar el fraude. Siendo también el presidente del Comité de Integridad Científica de mi universidad, creo que, mientras se producen problemas de este tipo, debemos estar atentos, al mismo tiempo no debemos pensar que todo el mundo está cometiendo fraude.

A veces la gente comete errores porque no se utiliza la mejor técnica de análisis. Esto debería contrarrestarse con una formación de alto nivel, así como con estrategias de aprendizaje a lo largo de toda la vida. También me refiero a los ­errores de registro. Por ejemplo, si se ­reporta que alguien tiene 754 años de edad, es muy probable que haya tenido 75.4 años. Pero los buenos protocolos de estudio, ya sea para ensayos clínicos u otros, cuentan con estrategias de manejo y limpieza de datos para abordar este problema.

Se habla de Big Data y Data Science. ¿Cuál es la diferencia? ¿Cómo se lo explicaría a nuestros lectores? Todos sabemos que la cantidad de datos recopilados hoy en día es inigualable. ¡Los datos están fluyendo como las aguas de un río enfurecido! El gran volumen de estos datos ha hecho que la gente se refiera a ellos como Big Data. Debido al volumen, es necesario adaptar las técnicas. Todo esto plantea desafíos que van más allá de los que se encuentran cuando se construye una casa. Como resultado, la captura, almacenamiento, limpieza y análisis de datos requiere habilidades que van más allá de lo que los estadísticos habrían hecho hace 10-20 años. Esta es la razón por la que los ingenieros e informáticos han entrado en escena. Las habilidades combinadas de estas profesiones, además de la estadística y la bioestadística, se denominan ciencias de la información.

¿Cómo nos afecta la bioestadística a diario?

Esencialmente, todos los medicamentos que los médicos prescriben han sido evaluados en ensayos clínicos, que se establecieron y cuyos datos fueron analizados con el aporte clave de los bioestadísticos.

Ayer dio una conferencia. ¿Podría hacernos un resumen para que todos podamos entenderlo?

De hecho, esta conversación ya nos metió de lleno en el tema de mi presentación: la utilidad de la bioestadística, a través de las diversas disciplinas como la medicina, la agricultura, la investigación y el desarrollo, medio ambiente, etc. Di varios ejemplos del uso de la bioestadística en ensayos clínicos. También hablé de las enfermedades raras y de la medicina personalizada. Hoy en día, es muy común en los estudios clínicos hacer un seguimiento de los pacientes a lo largo del tiempo. Por ejemplo, en un ensayo de pérdida de peso, se puede pedir a los pacientes que vengan todos los meses para tomar sus medidas de peso, y que respondan a una serie de preguntas relacionadas con la dieta, las actividades deportivas, etc. A estos datos los llamamos datos longitudinales -tenemos perfiles a lo largo del tiempo-. Me referí a las ventajas específicas de estos perfiles, pero también a los retos a los que se enfrentan a la hora de analizar estos datos. En particular, los pacientes pueden abandonar un ensayo clínico antes del final, por todo tipo de razones: pueden tener suficiente de la carga que suponen estas visitas mensuales, pueden pensar que los efectos secundarios son demasiados, o simplemente que están curados. El médico tratante puede pensar que es mejor darles un medicamento diferente a los que están disponibles en el estudio, etc. Tales abandonos plantean desafíos metodológicos específicos, porque todavía queremos sacar conclusiones válidas, de manera que la decisión de llevar la terapia en estudio al mercado se tome de forma adecuada.