Respuesta rápida: para saber si un estudio científico es fiable, mira primero qué tipo de estudio es (no vale lo mismo un experimento en células que un ensayo con cientos de personas), en quién se hizo, con qué dosis, qué se midió exactamente, si el efecto se expresa en riesgo absoluto o solo relativo, y quién lo financió. Un titular como «el ingrediente X reduce un 50 % el riesgo de...» casi nunca cuenta toda la historia. En esta guía te damos las claves para leer un estudio, o la noticia que lo resume, con criterio, sobre todo cuando hablan de alimentación y complementos.
Por qué importa saber leer un estudio
Cada semana aparecen noticias que atribuyen a un alimento o a un complemento efectos espectaculares. Muchas se basan en estudios reales, pero mal resumidos; otras en estudios pequeños, preliminares o hechos en animales. En la Unión Europea, además, lo que un producto puede prometer en su etiqueta o en su publicidad está limitado a las declaraciones autorizadas tras una evaluación científica de la EFSA. Si quieres entender cómo funciona ese filtro, lo explicamos en qué es la EFSA y cómo decide qué se puede decir de un alimento y en qué pueden prometer los productos. Saber leer un estudio te permite detectar cuándo un mensaje va más allá de lo que dice la ciencia.
¿Qué tipo de estudio es? La pirámide de la evidencia
No todos los estudios tienen el mismo peso. La llamada pirámide de la evidencia los ordena según su capacidad para demostrar que una cosa causa otra. De menor a mayor fiabilidad, de forma simplificada:
- Opinión de expertos y casos aislados. Útiles para plantear hipótesis, no para sacar conclusiones.
- Estudios in vitro (en células) y en animales. Explican mecanismos, pero lo que ocurre en una placa o en un ratón a menudo no se reproduce en personas, ni a las dosis que una persona tomaría.
- Estudios observacionales (casos y controles, cohortes). Siguen a grupos de personas y buscan asociaciones. Pueden incluir a miles de participantes, pero no demuestran causa y efecto por sí solos.
- Ensayos controlados aleatorizados (ECA). Se reparte a los participantes al azar entre el grupo que recibe la intervención y el que recibe placebo u otra alternativa. Si además es doble ciego, ni los participantes ni los investigadores saben quién toma qué, lo que reduce sesgos.
- Revisiones sistemáticas y metaanálisis. Reúnen y analizan todos los estudios de calidad sobre una misma pregunta. Un metaanálisis combina sus resultados numéricamente.
La propia EFSA, en su guía para evaluar declaraciones de salud, considera centrales los estudios en humanos y sitúa los ECA bien diseñados en lo alto de la jerarquía; los estudios en animales o in vitro solo sirven de apoyo cuando ya hay estudios en personas que muestran un efecto.
¿Correlación o causalidad?
Es el error más repetido en las noticias de nutrición. Que dos cosas aparezcan juntas no significa que una cause la otra. Cochrane Iberoamérica lo ilustra con un ejemplo: comer menos ultraprocesados puede asociarse con menos cáncer, pero quienes comen menos ultraprocesados quizá también tienen mejor nivel socioeconómico, hacen más ejercicio o fuman menos. Son las llamadas variables de confusión.
Una señal de alerta sencilla: si el estudio es observacional y el titular usa verbos causales como «reduce», «mejora» o «provoca», probablemente está exagerando. La forma correcta sería «se asocia con».
Riesgo relativo y riesgo absoluto: el truco del porcentaje
Un «50 % menos de riesgo» puede significar cosas muy distintas. Cochrane lo explica así: si una enfermedad afecta a 20 de cada 100 personas, reducir el riesgo a la mitad evita 10 casos de cada 100. Pero si afecta a 20 de cada 10.000, la misma reducción del 50 % evita solo 10 casos de cada 10.000, es decir, 1 de cada 1.000.
El porcentaje relativo es idéntico; el impacto real, cien veces menor. Cuando leas una cifra de reducción o aumento de riesgo, busca siempre el dato absoluto: ¿cuántas personas de cada 100 o de cada 1.000?
¿Cuántas personas participaron y durante cuánto tiempo?
Cuanto menor es la muestra, más probable es que el resultado se deba al azar. Un ensayo con 8 o 15 participantes puede ser un buen punto de partida, pero no una prueba concluyente. La duración también importa: un efecto medido durante tres días no dice nada de lo que pasa en tres años.
«Estadísticamente significativo» no es lo mismo que «importante»
Un valor p menor de 0,05 indica que es poco probable que la diferencia observada se deba solo al azar, pero no dice nada sobre si esa diferencia es relevante para tu salud. Una diferencia minúscula puede ser estadísticamente significativa si el estudio es muy grande. Fíjate en el tamaño del efecto y en los intervalos de confianza, no solo en el valor p.
¿Qué se midió exactamente?
Muchos estudios no miden el resultado que de verdad nos importa (un infarto, una fractura), sino un marcador sustituto: un valor en sangre, una cifra de colesterol, un marcador de inflamación. Son útiles, pero que un marcador cambie no garantiza que cambie la salud. Cuando leas que un ingrediente «mejora» algo, pregunta: ¿mejora un análisis de laboratorio o mejora algo que la persona nota?
¿Con qué dosis y con qué producto?
Este punto es clave con los complementos. Un estudio puede usar un extracto concentrado y estandarizado, en una dosis muy superior a la que contiene un producto comercial o a la que se consume en la dieta. La EFSA exige que la cantidad necesaria para obtener el efecto pueda consumirse razonablemente, y que cuando se estudia una formulación concreta se aporten estudios sobre esa formulación. Antes de trasladar un resultado a un producto, compara:
- ¿Es el mismo ingrediente y la misma forma química? En nuestro glosario de complementos explicamos por qué la forma química y la biodisponibilidad cambian el resultado.
- ¿Es la misma dosis diaria?
- ¿Se estudió el alimento entero o un extracto aislado?
¿Quién lo publicó y quién lo financió?
Que un estudio esté financiado por la industria no lo invalida, pero conviene saberlo: los conflictos de interés pueden influir en el diseño, en el análisis y en cómo se comunican los resultados. Un estudio que no declara su financiación es una señal de alerta.
Comprueba también dónde se publicó. La revisión por pares (otros científicos revisan el trabajo antes de publicarlo) es un filtro importante, aunque no infalible. Los preprints son borradores aún sin revisar. Y existen revistas depredadoras que cobran por publicar sin una revisión real; puedes comprobar una revista en directorios como DOAJ, Scopus o Web of Science.
Un caso real: el chocolate que «adelgazaba»
En 2015, el periodista John Bohannon demostró lo fácil que es colar un titular falso. Con un estudio de solo 15 participantes, tres semanas y 18 variables medidas a la vez, encontró que el grupo que comía chocolate negro perdía peso más rápido. Con tantas variables y tan pocas personas, era casi seguro que alguna saldría «significativa» por azar. Lo publicó en una revista que cobraba sin revisión real, con un instituto inventado, y medios de varios países lo difundieron como noticia. El propio Bohannon reveló después el engaño para mostrar cómo se fabrica ciencia basura sobre dietas.
Checklist rápido antes de creerte un titular
- ¿Es un estudio en personas, en animales o en células?
- ¿Es observacional o un ensayo aleatorizado? ¿Hay una revisión sistemática sobre el tema?
- ¿Cuántos participantes y cuánto tiempo?
- ¿El efecto se da en riesgo absoluto o solo relativo?
- ¿Se midió un resultado de salud real o un marcador?
- ¿La dosis y la forma coinciden con el producto que te venden?
- ¿Quién lo financió y dónde se publicó?
Para análisis más formales, las plantillas de lectura crítica de CASPe, en español, son una herramienta muy útil.
Preguntas frecuentes
¿Cómo saber si un estudio científico es fiable?
Fíjate en el tipo de estudio, el número de participantes, la duración, si hay grupo control y placebo, si se publicó en una revista con revisión por pares y quién lo financió. Un único estudio rara vez es definitivo: lo más sólido es el conjunto de la evidencia.
¿Qué diferencia hay entre una revisión sistemática y un metaanálisis?
Una revisión sistemática busca y evalúa todos los estudios de calidad sobre una pregunta con un método explícito. El metaanálisis es el paso estadístico que, cuando es posible, combina numéricamente sus resultados.
¿Por qué correlación no implica causalidad?
Porque dos factores pueden ir juntos por casualidad o porque un tercer factor influye en ambos. Solo los ensayos aleatorizados, o un conjunto amplio y coherente de evidencias, permiten hablar de causa y efecto con seguridad.
¿Sirve un estudio en ratones para saber si algo funciona en personas?
Sirve para generar hipótesis y entender mecanismos, pero no para concluir que algo funciona en humanos. Muchas sustancias prometedoras en animales no muestran efecto en personas.
¿Qué es un ensayo doble ciego con placebo?
Un estudio en el que los participantes se reparten al azar entre la intervención real y un placebo de aspecto idéntico, y en el que ni ellos ni los investigadores saben quién recibe cada cosa hasta el final.
En InZoe aplicamos estos mismos criterios cuando escribimos y revisamos los artículos de Aprende; puedes ver quién los firma y cómo se revisan en autores y revisión, y cómo elegimos el catálogo en cómo seleccionamos los productos.
Bibliografía
- Cochrane Iberoamérica. Pensamiento crítico en salud (claves divulgativas sobre efectos relativos, correlación y causalidad, y conflictos de intereses).
- Cochrane Iberoamérica. Los estudios pequeños pueden ser confusos.
- Molina Arias M. ¿Qué significa realmente el valor de p? Rev Pediatr Aten Primaria. 2017;19:377-81.
- EFSA NDA Panel. General scientific guidance for stakeholders on health claim applications. EFSA Journal. 2016;14(1):4367.
- NPR. What junk food can teach us about junk science (2015).
- CASPe. Plantillas de lectura crítica.
Última revisión: 1 de octubre de 2026. Equipo InZoe.
Suplementos y superalimentos ecológicos, sin aditivos
Todo lo que lees aquí puedes encontrarlo en nuestra tienda, con certificación ecológica.
