‘Riesgo’ es un concepto complejo que coloquialmente asociamos con escenarios que consideramos peligrosos. Sin embargo, el riesgo no necesariamente se refiere a algo malo o dañino, pues desde una perspectiva estadística, el riesgo es un número. Además, el riesgo genera también un sentimiento que depende de las interpretaciones individuales y, por lo tanto, la manera de percibir los riesgos cambia de persona a persona.

En múltiples artículos científicos, sobre todo de temas de salud, frecuentemente encontramos riesgos que son cifras estadísticas; por ejemplo, el riesgo de morir entre los pacientes con covid-19, el riesgo de desarrollar problemas de salud asociado a beber alcohol, o la disminución en el riesgo de desarrollar demencia si hacemos ejercicio. Cada vez que quieres explicar la magnitud de un riesgo reportado en los artículos científicos es necesario tener una metodología para asegurarte que los estás presentando de una manera precisa y entendible. Los siguientes puntos podrán ayudarte.

A la hora de comunicar un riesgo, los siguientes siete pasos pueden ayudar a traducir las cifras reportadas en el artículo de investigación a una forma mucho más clara y fácil de entender.

1. Especifica de qué riesgo hablas y de quién hablas

Un error común es hablar de riesgos sin siquiera especificar de qué riesgo se está hablando y quiénes exactamente son los afectados por dicho riesgo.

Cuando comunicamos un riesgo, siempre debemos especificar de qué riesgo estamos hablando. Por ejemplo, en el caso de daños asociados a la covid-19, tendríamos que especificar si hablamos de riesgo de contagio, de morir por covid-19 o el riesgo de hospitalización.

Al especificar quién está afectado por un riesgo, primero debemos corroborar si la investigación se hizo en humanos o en otra especie, como ratones. Además, hay que estratificar lo más posible el grupo al que nos referimos, por ejemplo, personas hospitalizadas, población total, personas con una condición específica, hombres, mujeres, personas mayores de 60 años, etc.

2. Especifica el periodo de tiempo en el que el riesgo estimado ocurre

Es muy importante especificar el periodo de tiempo el que el riesgo estimado ocurre, ¿el riesgo se calculó por mes, por año, cinco años… o en toda una vida?

Por ejemplo, las pastillas anticonceptivas se han asociado con un caso adicional de tromboembolismo venoso por cada 7000 usuarias al año; o el tratamiento diario con estrógenos y progestágenos durante cinco años está relacionado con un caso adicional de cáncer de mama por cada 50 usuarias.

3. Además del riesgo relativo, presenta los riesgos absolutos sin y con exposición al factor de riesgo

• Riesgo relativo. Con frecuencia cometemos el error de comunicar solo los riesgos relativos, como en los siguientes ejemplos: "Las pastillas anticonceptivas duplican el riesgo de tromboembolismo venoso", “la variante del coronavirus que se propaga por el mundo es un 58 % más letal”, “la terapia de reemplazo hormonal para la menopausia se asocia con un incremento de un tercio del riesgo de desarrollar cáncer de mama”.

  “Duplican”, “58 % más” e “incremento de un tercio” son riesgos relativos.

  Los riesgos relativos no son una probabilidad, indican cuánto más grande o pequeño es un número respecto a otro, pero no son números absolutos. Por tanto, no proporcionan ninguna información sobre la probabilidad real de que se produzca un suceso. Para entender un riesgo relativo, es necesario responder a la simple pregunta: ¿el doble de qué, el 58 % más de qué, un tercio de qué?

  Muchos estudios académicos utilizan métodos matemáticos que producen uno de los tres tipos principales de riesgos relativos: Risk Ratio (RR), Hazard Ratio (HR) y Odds Ratio (OR). Cada uno de ellos se calcula de forma ligeramente diferente, pero lo que se necesita saber es que todos representan una comparación entre dos grupos.

Los riesgos relativos nunca deben comunicarse solos, siempre deben ir acompañados de los riesgos absolutos en cada grupo que estamos comparando.

• Riesgo absoluto. Un riesgo absoluto es una probabilidad de que un evento ocurra. Casi siempre nos interesa comunicar dos riesgos absolutos:

  a) Riesgo absoluto en el grupo no expuesto (o grupo control), también llamado riesgo basal. Por ejemplo, la proporción de personas que se espera que desarrollen demencia entre las personas sin diabetes.

  b) Riesgo absoluto en el grupo expuesto (o grupo experimental). Por ejemplo, la proporción de personas que se espera que desarrollen demencia entre las personas con diabetes.

El siguiente ejemplo contrasta la comunicación del mismo mensaje usando riesgos relativos vs. riesgos absolutos.

Ejemplo: Terapia de reemplazo hormonal y riesgo de cáncer de mama

Un artículo de la revista The Lancet, que actualizaba la evidencia sobre la asociación entre cinco años de terapia de reemplazo hormonal y el riesgo de cáncer de mama, fue noticia en todo el mundo.

• Cómo se comunicó el mensaje con riesgos relativos

  ‘La terapia de reemplazo hormonal para la menopausia aumenta el riesgo de cáncer de mama en un tercio, advierten los expertos' (The Sun). “Un tercio" es un riesgo relativo. La magnitud de este riesgo no está clara sin responder a la sencilla pregunta: ¿un tercio de qué?

• ¿Cómo debería haberse comunicado el mensaje con riesgos absolutos?

  De cada 50 mujeres que no toman pastillas anticonceptivas, se espera que tres desarrollen cáncer de mama. De cada 50 mujeres que toman pastillas anticonceptivas, se espera que cuatro desarrollen cáncer de mama, es decir, un caso adicional por cada 50 usuarias.

  El País hizo una comunicación bastante fiel de este riesgo absoluto: "Un análisis de más de 100.000 mujeres muestra que el tratamiento diario con estrógenos y progestágenos durante cinco años está relacionado con un caso extra del tumor por cada 50 usuarias".

4. Considera el formato de los números

El formato en el que se presentan los números también puede afectar cómo son percibidos los riesgos por las personas.

Si queremos que la gente sea capaz de comparar dos números, estos deben estar en el mismo formato. Es muy difícil comparar "1 de cada 30" con "1 de cada 90". ¿Cuál es más grande? Los estudios demuestran que, de forma sistemática, muchas personas no distinguen fácilmente que el riesgo con el número mayor es en realidad el menor. Para ello, se recomienda:

• Usa frecuencias esperadas con el mismo denominador. Por ejemplo, 3 de 50 frente a 4 de 50 (nunca 6 de 100 frente a 4 de 50) (Yagamashi 1997). El uso de frecuencias ayuda a convertir una probabilidad —en la que a la gente le resulta difícil pensar— en un resultado más sólido, algo familiar y que se puede visualizar, aunque solo sea en la mente.

• Cuidado con los porcentajes. Los porcentajes son especialmente difíciles de entender cuando son inferiores al 1 %. Si aparece un punto decimal, es mejor utilizar un formato diferente. Suele ser más seguro acompañarlos de frecuencias esperadas.

• Nunca reemplaces los números por palabras. Decir que un riesgo es "alto", "bajo", "raro", "común", "muy probable", "improbable", etc. es ambiguo y cada persona le atribuye un valor diferente. (Knapp et al 2005).

Los diferentes formatos para expresar un riesgo hacen que este suene más alto o más bajo para las personas. Hay evidencia de que con porcentajes la gente muestra una percepción de riesgo menor, mientras que el formato “1 en x” incrementa drásticamente la percepción de riesgo. (Freeman et. al 2021).

5. Cuando puedas, usa gráficas

Las gráficas pueden facilitar la comprensión de la magnitud de los riesgos. Un ejemplo son las iconografías, gráficos compuestos de pequeños iconos en forma de bolitas que representan la cantidad de personas en cada grupo que estamos comparando. La utilidad de las iconografías radica, primero, en que muestran los riesgos absolutos usando frecuencias esperadas y segundo, en que permiten visualizar a través de colores los casos que se espera que ocurran aunque no estén expuestos al factor de riesgo (mostrados en azul) y los casos adicionales asociados a la exposición a dicho factor (mostrados en naranja).

Ejemplo:

6. Presenta la información de forma equilibrada para que las personas puedan sopesar por sí mismas los posibles beneficios y daños

Cuando hablamos de riesgo en el contexto de la salud, por ejemplo, el uso de tratamientos o intervenciones médicas, casi siempre hay dos caras de la historia: la probabilidad de beneficio y la probabilidad de daño. Presentar la información equilibrada significa contar estos dos lados de la historia para que la gente pueda sopesar la información y tomar sus propias decisiones. Es importante no dar un “falso balance”, lo cual se refiere a indicar los beneficios y daños potenciales sin explicar la magnitud de cada uno (Blastland et al., 2020).

Ejemplo: El caso de la vacuna covid-19 de AstraZeneca

Este es un claro ejemplo de la importancia de proporcionar información equilibrada. La vacuna para la covid-19 de AstraZeneca se asoció a un incremento en el riesgo de desarrollar determinados tipos de tromboembolismo venoso. En respuesta a este hallazgo, algunos medios publicaron historias sobre las muertes asociadas a la administración de la vacuna, mientras que otros medios publicaron historias sobre cuántas vidas se habían salvado gracias a la vacuna. En términos de dar información equilibrada, comunicar solo el beneficio o solo el daño es igualmente equivocado.

Para analizar si merecía o no la pena seguir vacunando con AstraZeneca, era necesario presentar las dos caras de la historia: la magnitud del beneficio y la magnitud del daño asociado a la vacuna. La gráfica siguiente es un ejemplo de cómo explicar ambas perspectivas.

7. Explica las incertidumbres

Cuando las personas recibimos información necesitamos saber qué grado de certeza tiene para saber qué relevancia darle.

Explicar las incertidumbres se refiere a ser sinceros/as tanto con la precisión de los números como con la calidad de la evidencia que los respalda.

• Incertidumbre sobre la precisión de los números

  Explicar este tipo de incertidumbre consiste en presentar los rangos de incertidumbre (intervalo de confianza).

  Cuando se analizan los datos, normalmente se obtiene un rango en el que es probable que se sitúe el riesgo encontrado. En la mayoría de los cálculos estadísticos, los riesgos relativos y absolutos no son números fijos, sino que se sitúan en un rango que varía entre un valor mínimo y un valor máximo esperado. Una estrategia básica para explicar este tipo de incertidumbre de precisión es informar del rango dentro del cual podría variar el riesgo encontrado. Este rango puede denominarse “intervalo de confianza”, “intervalo de incertidumbre” o “margen de error”. Puede ser estrecho o amplio; cuanto más amplio sea el intervalo, mayor será la incertidumbre.

• Incertidumbre sobre la calidad de la evidencia que respalda los números

  ¿Tenemos evidencia proveniente de muchos estudios que suman miles de personas y que estiman que el porcentaje de individuos que podrían beneficiarse de un tratamiento está entre el 27 y el 33 %? ¿O tenemos un único estudio, pequeño y mal diseñado, en el que 3 de las 10 personas obtuvieron un beneficio? ¿Cómo comunicar las dos situaciones de forma diferente?

  Aparte de la incertidumbre directa sobre un número, también puede haber incertidumbre sobre la evidencia que generó esa cifra. Los estudios sugieren que, si no se advierte a la gente que la calidad de la evidencia es baja, las personas asumen que la calidad de la información es alta y la tendrán más en cuenta en su toma de decisiones. Por lo tanto, al comunicar riesgos es importante ayudar a la audiencia a entender cuándo la información está basada en evidencia de baja calidad y, por lo tanto, los números podrían estar alejados de la realidad. (Schneider C. R 2021).

Sobre la autora: María del Carmen Climént, miembro del comité asesor del SMC España, es comunicadora científica en el Winton Centre for Risk and Evidence Communication en la Universidad de Cambridge, Reino Unido, donde investiga e imparte cursos para mejorar la comunicación de riesgo en el sector salud y periodismo. Esta guía fue desarrollada como parte de su participación en el libro Informando de ciencia con ciencia de FECYT y Fundación Lilly, que será publicado en 2023.