Estudios de costes ¿y si enfocamos al proceso?

Ya hace 8 años que comentamos que los GDR eran una herramienta precaria a la hora de entender los costes de la atención sanitaria;  en nuestra última entrada hicimos una traducción de un artículo que nos conminaba contribuir a la campaña #NursingNow realizando trabajos de investigación que reflejen el  impacto económico de las enfermeras algo para lo que el propio artículo da bastantes pistas que vale la pena seguir.

En la XI jornada nacional de enfermería del hospital de Móstoles el Dr. Morales Asencio habló sobre la enfermería de práctica avanzada (EPA) y su impacto haciendo un repaso a las evidencias sobre las distintas figuras de EPA en distintas dimensiones destacando la preocupante ausencia de estudios sobre el impacto económico de estas figuras profesionales (columna derecha de la imagen la intensidad del color verde marca la existencia de más evidencia sobre el impacto).

  
Sin embargo como comentamos en la red las enfermeras en España no realizamos muchos estudios de ese tipo (También es cierto que hay notables excepciones –Análisis económico PICC publicado en OSTEBA  by @VictoriaArmen14- ) y los motivos aducidos son los que vemos en el tuit de abajo lo que no quiere decir que sean los únicos o que sean los principales pero parece una sensación compartida.

Puede que un motivo no incluido en la encuesta (porque sólo permite 4 opciones) sea que creemos que en un sistema sanitario público no se debe atender a los criterios económicos... espero que no porque indicaría un desconocimiento absoluto de las obligaciones morales que justamente nos vinculan con una sociedad que elige un modelo público para prestar estos servicios.

También hace poco tuve el privilegio de escuchar a Rafael Bengoa en #AEES18 donde abordó la necesidad perentoria de reorientar el sistema sanitario (y sociosanitario)  para “sacar” a la atención sanitaria del hospital reorientando nuestro enfoque para hacer procesos centrados verdaderamente en el paciente.

La verdad es que he tardado en hilar las cosas y me he percatado que ese cambio de enfoque al proceso también debería abarcar a la forma en la que “miramos” los a los costes y que existen modelos que lo hacen como los Patient Management Categories (PMC aquí su "artículo fundacional") una forma de mirar que, además, parece muy indicada para la gestión presupuestaria que realiza la administración pública y que permitiría modelar la atención atendiendo a eso de "las mejores pruebas disponibles" esto es; encajar la evidencia con la gestión en busca de la eficiencia, pero eso debería ser objeto de otra entrada.

Si queremos de verdad entrar en esa dinámica y visibilizar el impacto de nuestras intervenciones y de los nuevos roles desde mi modesto punto de vista no nos queda más remedio que aprender a realizar estudios de costes e impacto económico (dos cosas diferentes), escapar de indicadores que tratan a los procesos de cuidados como una actividad secundaria o accesoria y crear alianzas que nos permitan conocer cuales son las fuentes de datos sobre los costes de cada elemento de la atención sanitaria y sobre cómo obtenerlos porque:

¿Realmente sabemos cuanto cuesta una enfermera en el sistema público?¿Sabemos cuanto cuestan los productos que usamos?¿y los espacios en los que se desarrolla la actividad? Y lo más importante ¿sabemos cuales son los impactos importantes para nuestras poblaciones? por ejemplo; ¿Sabemos cuanto vale la accesibilidad para un paciente-cuidador en cuanto a coste de oportunidad?.


Bibliografía:

1. 

Young WW. Incorporating severity of illness and comorbidity in case-mix measurement. Health Care Financ Rev [Internet]. noviembre de 1984 [citado 27 de octubre de 2018];1984(Suppl):23-31. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4195100/

Ensalada de guías a la “AGREEeta”

El pasado mes de Septiembre se publicó uno de esos estudios secundarios que desearía no haber leído pero que, en el fondo, agradezco enormemente.

Bajo el título de "Quality appraisal of clinical guidelines for surgical site infection prevention: A systematic review" Un grupo de Australianas entre l@s cuales hay 3 enfermeras realizó la labor de búsqueda sistemática de las guías de práctica clínica referidas a un conjunto de medidas para prevenir la infección de herida quirúrgica y evaluó su calidad metodológica usando como referencia la reconocida herramienta Appraisal of Guidelines for Research and Evaluation II (AGREE II).

Ni que decir tiene que este estudio presenta un claro sesgo de selección pues sólo incluyó en su búsqueda y posterior valoración GPCs publicadas en lengua inglesa algo que no por repetido se puede considerar normal ni mucho menos correcto. Así pues se seleccionaron 6 GPCs para evaluar los 23 ítems de AGREE II; cada GPC fue evaluada por 3 de los autores buscando un nivel de acuerdo muy elevado.

La revisión informa sobre los ítems de AGREE II agrupados en ”dominios" y realiza una valoración global de cada GPC adjudicando una recomendación de la misma si consigue una valoración de 50% o más en al menos 4 de los 6 dominios. Pues bien, de las 6 GPCs seleccionadas sólo 4 serían recomendadas (la de la OMS, la de los CDC, la NICE y la estrategia de prevención de infección del sitio quirúrgico de un grupo de trabajo de epidemiólogos).

Hasta ahí todo “bien”; pues tenemos 4 documentos cuya elaboración supera los criterios de calidad recomendables lo que pasa es que ya no es nada halagüeño que sólo 3 guías consiguen una calificación decente en el apartado de aplicabilidad y únicamente la de la OMS consigue calificaciones por encima del 80% en todos los apartados.

Recomendaciones y nivel de evidencia

Si miramos las recomendaciones concretas de las guías del estudio (tabla S5 anexo) veremos que no son tantas las que se respaldan con niveles de evidencia altos o moderados (tabla 3 imagen izquierda) algo que muchas veces es usado a modo de excusa barrera a la hora de ponerlas en marcha.

La dificultad radica en la naturaleza múltiple e interrelacionada de los factores que determinan que un paciente padezca una infección de herida quirúrgica cuyo abordaje precisa no sólo de medidas con un claro nivel de recomendación aplicadas simultáneamente sino medidas “bien aplicadas” y sobre todo bien explicadas a los profesionales.

Por poner el ejemplo de la antisepsia cutánea tal y como explica el documento de consenso de la Sociedad Española de Medicina Preventiva Salud Pública e Higiene (SEMPSPH) “Las guías de práctica clínica al uso suelen hacer muy breves recomendaciones, eludiendo dar detalles sobre cómo realizar, paso a paso, esta Antisepsia cutánea sin ocuparse de los puntos conflictivos que generan cierta polémica” la clave una vez se dispone del recurso concreto (clorhexidina alcohólica) es una buena explicación técnica AL CONJUNTO DE LOS PROFESIONALES IMPLICADOS de cómo ha de aplicarse y de las alternativas para los casos y las zonas donde no se puede aplicar.

Desde mi punto de vista la revisión señalada pone en valor proyectos como “Infección quirúrgica zero” que se centran en las intervenciones con mayor grado de recomendación (según las 4 guías “aprobadas” por la revisión) y se explaya en el detalle técnico sobre su correcta realización ofreciendo herramientas de difusión y respuestas a las dudas que puedan surgir.


Conclusiones:

*Faltan estudios primarios de calidad que disciernan definitivamente el valor de algunas medidas, pero el diseño y realización de los mismos es muy complicado dados los numerosos factores que influyen en la infección de la herida quirúrgica.

*Las enfermeras como parte del equipo multidisciplinar debemos aportar también en el campo de la investigación aún a riesgo de revelar la "desnudez del emperador" porque sólo desde ahí se podrá avanzar para construir una base de evidencia fuerte que nos apoye en la práctica diaria.

*La implantación de las medidas que tienen apoyo de la evidencia científica depende tanto de factores estructurales (disponer de recursos) como de factores organizativos que permitan a tod@s los agentes comprender la forma adecuada de aplicar esas medidas y aclarar sus dudas al respecto.

Bibliografía:

1. 

Gillespie BM, Bull C, Walker R, Lin F, Roberts S, Chaboyer W. Quality appraisal of clinical guidelines for surgical site infection prevention: A systematic review. Chambers D, editor. PLOS ONE. 13 de septiembre de 2018;13(9):e0203354.

Tela telita tela #IQZ

En Junio una compañera me preguntó sobre la evidencia disponible respecto al uso de gorros de tela en el área quirúrgica (y por extensión en otras áreas especiales).

Apremiado por la vida y sin otra intención que dar una respuesta con algo de fundamento realicé una pequeña y restringida búsqueda que me brindó la ocasión de diseccionar los diversos aspectos de la cuestión como:

*De existir algún riesgo o problema no se limitaría al uso de gorros quirúrgicos sino a otras prendas como chaquetas y objetos como mochilas que el personal quirúrgico acarrea a diario.
*Aparejado al uso de este tipo de prendas está la frecuencia y características de su lavado.
*Es inegable que este es un factor que no se puede estudiar de forma aislada a la hora de vincularlo a los resultados en los usuarios.

Encontré alguna documentación algo vieja pero muy específica que cito abajo.

Pero lo más interesante lo encontré en la página de la AORN y se trata de una tabla que compendia 123 referencias sobre el tema de la vestimenta quirúrgica con toda clase de documentos desde estudios experimentales en laboratorio hasta guías de práctica clínica.

En todo caso no pude obtener una conclusión tajante sobre el tema, pero hoy me he decido a compartir un artículo publicado en Julio de este año que, además, toca también los aspectos de la prevención de infección de herida quirúrgica de un proyecto que parece hermano gemelo de #IQZ.

El artículo es Análisis multicentríco de las prácticas de control de infección identifica el subconjunto asociado con un mejor rendimiento respecto a la infección de herida quirúrgica.

Davis CH, Kao LS, Fleming JB, Aloia TA, Bass BL, Cali JR, et al. Multi-Institution Analysis of Infection Control Practices Identifies the Subset Associated with Best Surgical Site Infection Performance: A Texas Alliance for Surgical Quality Collaborative Project. Journal of the American College of Surgeons. 1 de octubre de 2017;225(4):455-64.

En un conjunto de hospitales de Texas afiliados en una alianza por la calidad quirúrgica se estudió la implementación de 38 medidas de control de infección agrupadas en 6 categorías (Vestimenta, Preparación, Intraoperatorio, Profilaxis antibiotica, Cuidados postquirúrgicos y otros) mediante una escala de 4 puntos y los ratios locales de infección. Estos datos se compararon con los ratios de riesgo del informe de 2016 del colegio americano de cirujanos. La adhrencia a las medidas se comparó con los 7 mejores centros y con los 7 peores.

Sobre la vestimenta quirúrgica el estudio puntuaba si cirujanos y anestesistas llevaban la ropa de quirófano fuera del hospital, si los cirujanos la llevaban a las unidades de hospitalización o urgencias, si cirujanos o anestesistas empleaban gorros personales (de tela) en quirófano, si los anestesistas usaban chaquetas personales en quirófano, si los cirujanos llevan bolsos o maletines sin cubrir al quirórfano, si los cirujanos llevaban calzas cubre zapatos en el quirófano o si el personal circulante se cubre los brazos.

En los resultados se refleja que los cirujanos llevan los uniformes de quirófano a las plantas (en 17 hospitales de 76% a 100%; en los otros 3 hospitales de 51% a 75%), que de 25% a 50% de los cirujanos y 51% a 75% del personal de anestesia que usa gorros de tela personales en quirófano, de 51% a 75% de los anestesistas usa chaqueta personal en quirófano, de 26% a 50% de los cirujanos lleva bolsos o maletines personales sin cubrir al quirófano, de 26% a 50% de los cirujanos usan calzas para cubrir sus zapatos, y que entre 51% y 75% del personal de quirófano que cubre sus antebrazos.
En todo caso ninguno de estos datos se relacionaron significativamente con uns mayor tasa de infección como refleja la tabla a continuación.

Ahh, por cierto; del análisis se desprende que las medidas relativas a la preparación de la piel antes de la cirugía, la higiene de la herida quirúrgica y la existencia de información transparente sobre el ratio de infección se correlacionan con el ratio de infección así que sería conveniente poner el foco en estos aspectos y dejar de perseguir al personal por sus gorros.

Otra bibliografía:

*DISPERSAL OF STAPHYLOCOCCUS AUREUS BY PATIENTS AND SURGICAL STAFF
D.W. Bethune. M.B. Durh
THE LANCET Volume 285, Issue 7383, 27 February 1965, Pages 480-483

*DESIGN OF OPERATING-ROOM DRESS FOR SURGEONS
Robert Blowers.
THE LANCET Volume 286, Issue 7414, 2 October 1965, Pages 681-683

*EFFECT OF CLOTHING ON DISPERSAL OF STAPHYLOCOCCUS AUREUS BY MALES AND FEMALES
Joyce Hill, Anthony Howell, Robert Blowers.
THE LANCET Volume 304, Issue 7889, 9 November 1974, Pages 1131-1133

*Patient draping and staff clothing in the operating theatre: a microbiological study.Bergman, B. R., Hoborn, J. & Nachemson, A. L. (1985). Scnad J. Infect Dis 17, 421-426

Cuando surge la tecnología cambia la evidencia

Hace 6 años para ilustrar la necesidad de usar estudios que no son ensayos clínicos aleatorizados (ECA) a la hora de generar evidencia científica citabamos un artículo-broma de 2003 que traducimos como "Uso del paracaídas para prevenir la muerte y el traumatismo mayor relacionado con exposición gravitacional". El artículo simulaba la realización de una revisión sistemática sobre el tema que se quedaba "en blanco" porque no se encontraron ECAs sobre el tema e invitaba a los defensores acérrimos de este tipo de estudios a ser voluntarios en su realización.

Pues bien, aunque el propio artículo-broma hace referencia a un caso excepcional de supervivencia a una gran "exposición gravitacional" como justificación de la necesidad de hacer ECAs al respecto lo cierto es que les faltaba un comparador adecuado e voila¡ aquí lo tenemos:



Así que, una vez más una nueva tecnología y/o una nueva forma de usar elementos que ya se conocían provocan que aquello que parecía imposible de conseguir. Esto representa un reto tanto para los profesionales clínicos que quieren aprovechar estas oportunidades para sus pacientes como para los gestores que deben aquilatar la incorporación de estas alternativas.

Tanto unos como otros necesitan de forma perentoria estudios que les ayuden a decidir y a argumentar sus decisiones, pero necesitan aún más herramientas que les permitan evaluar la fiabilidad de esos estudios y es ahí donde veo la principal diferencia entre el SNS y el NHS.

¿Cuando resucitarán los 17 taifas y el califa a la agencia de calidad del SNS para coordinar los diversos pero dispersos esfuerzos que de manera tan dispar se realizan ahora?

Esperemos que pronto.

Bajándole los humos a "p"

https://twitter.com/emulenews

El pasado día 2 de Agosto Steven Novella (@stevennovella )‏ publicó en "science based medicine" "0.05 or 0.005? p-value wars continue" en el que repasaba la sugerencia realizada entre otros por John P.A. Ioannidis en una editorial publicada en PsyArXiv bajo el título "Redefine Statistical Significance"creo que su traducción puede resultar de interés para quienes se quieran adentrar en el mundo de la investigación al 100% al principio me permito una floritura creo que comprensible en nuestro medio.


_________________________________


A lo largo del tiempo la FIFA ha cambiado las dimensiones del campo de juego, específicamente las del área de penalti y la altura y anchura de la portería. Lo han hecho para equilibrar las oportunidades de delanteros y portero y hacer el juego más interesante para los espectadores.

Los científicos están debatiendo ajustes similares en la significación estadística, para equilibrar el balance entre falsos positivos y falsos negativos. Como en el caso de delanteros y portero, algunos cambios son un juego de suma cero si disminuyes los falsos positivos incrementas los falsos negativos y viceversa. Donde está el equilibrio perfecto es una cuestión complicada y un tema de debate creciente.

Un artículo reciente de una larga lista de autores, incluidos grandes popes como John P.A. Ioannidis sugieren que el valor de p que habitualmente se usa como umbral de significación estadística debe cambiar de 0.05 a 0.005 para los campos de biomedicina y psiquiatría. Escriben:

"Para los campos en los que el umbral para definir significación estadística de nuevos descubrimientos es p<0,05 proponemos un cambio a p<0,005. Este simple paso podría mejorar inmediatamente la reproducibilidad de la investigación científica en muchos campos. Los resultados que actualmente se llaman "significativos" pero no alcanzan este nuevo umbral podrían pasar a llamarse "sugerentes". Si bien los estadísticos ya sabían de la relativa debilidad de usar p≈0,05 como umbral y la propuesta de bajarlo a 0,005 no es nueva, ahora una masa crítica de investigadores apoya este cambio."

El p-valor se define como la probabilidad de que los resultados de un experimento se desvíen del nulo tanto como lo hicieron o más si la hipótesis nula es correcta. Si esto te parece difícil de entender no te sientas mal. Muchos científicos no pueden dar la definición técnica correcta. Para simplificarlo, ¿cual es la probabilidad de que obtuvieras esos resultados (o mayores) si tu hipótesis no es cierta? En ciencias de la salud generalmente esto se refiere a un efecto, como la diferencia en la reducción de dolor entre un placebo y un tratamiento experimental. ¿Es estadísticamente significativa? Un p-valor de 0,05, el umbral tradicional, significa que existe un 5% de posibilidad de que obtuvieras esos resultados sin que exista un efecto real. Un p-valor de 0,005 significa que hay un 0,5% de posibilidad; un cambio de 1/20 a 1/200.

Existen importantes problemas con la sobredependencia del p-valor. Nunca se pretendió que fuera una medida de si un efecto era o no real, pero desafortunadamente el deseo humano de simplificar le ha colocado en ese papel. Además, la gente tiende a virar su significado interpretando que es la probabilidad de que el efecto sea real (en lugar de que LOS DATOS dicen lo que dicen). Sin embargo, esta inversión del significado no es válida por muchos motivos. Un estudio con un p-valor  de 0,05 no significa que haya un 95% de probabilidad de que el efecto sea real. Podría haber aún sólo una pequeña probabilidad de que el efecto sea real, dependiendo de otros factores.

Otorgar demasiada importancia al p-valor conduce de forma demostrable al llamado p-hacking. Existen formas sutiles (y no tan sutiles a veces) en las que los investigadores pueden sesgar el resultado de un estudio para traspasar el umbral mágico de 0,05 declarando sus resultados significativos y consiguiendo que se publiquen (otro grave sesgo científico -nota del trad.-). Esto a su vez conduce a un problema de reproducibilidad de la investigación y a inundar la literatura científica con una masa de estudios dudosos.

Los autores señalan esencialmente que el equilibrio entre falsos positivos y falsos negativos se ha alejado del punto óptimo. A lo largo de los años los investigadores han descubierto como jugar con el p-valor. En combinación con la tremenda presión de publicar resultados positivos y los sesgos que todos tenemos esto ha llevado a un exceso de hallazgos preliminares que mayoritariamente son falsos positivos.

Lo que los autores proponen alejaría ciertamente el equilibrio de los falsos positivos. Es una solución sencilla, pero podría no ser óptima, o no suficiente por si misma. Aunque nos guste la sugerencia de considerar 0,005 como estadísticamente significativo, y lo que esté entre 0,05 y 0,005 como "sugerente". Esto está más cerca de la verdad, y probablemente ayudará a cambiar la forma en la que los científicos y el público piensan respecto a los p-valor. Yo mismo he hecho este cambio mental. No me emociono acerca de los resultados con un p-valor cercano a 0,05. Simplemente no significa mucho.

El lado oscuro, por supuesto, es que esto aumentará el número de falsos negativos. Dado lo sobrepasada que está la literatura con los estudios con falsos positivos, creo que es un buen cambio. Además, el umbral de p-valor no es la única variable. Los autores sugieren que se podría incrementar el tamaños de un estudio un 70% para mantener el ratio de falsos negativos donde está. Visto de esta forma no se trataría de un juego de suma zero. Puedes disminuir los falsos positivos y los falsos negativos aumentando el tamaño del estudio, o su fuerza.

Siendo esto cierto puede ser difícil para algunos investigadores, especialmente los que cuentan con pocos fondos, como los investigadores jóvenes (o los de disciplinas secundarias -N. de trad-). Para las enfermedades raras o cuestiones en las que es difícil enrolar a pacientes, aún disponiendo de fondos, puede ser duro alcanzar las cifras necesarias para conseguir p<0,005. Pero ¿y qué? pueden realizar su pequeño estudio y si consiguen p-valores marginales pueden incluso publicarlos. Sólo que en vez de llamar a sus resultados "significativos" han de llamarlos "sugerentes".

Podría haber consecuencias no deseadas de este cambio, pero en vista del grave problema con los estudios de falsos positivos defiendo que hagamos el cambio y veamos qué pasa. Podemos hacer ajustes posteriormente si es necesario.

Además, no quiero poner el foco en dónde situar el p-valor para distraer de la cuestión más profunda sobre la propia utilidad del p-valor en si. Algunas revistas han ido más allá prohibiendo completamente los p-valor en favor de otros métodos de análisis estadístico. Creo que es draconiano, pero tienen la idea correcta, poner al p-valor en su lugar.

Por ejemplo, el tamaño del efecto es extremadamente importante, pero a menudo descuidado. Más importante que el p-valor es alguna medida de la relación señal/ruido. ¿Cuál es el tamaño del efecto en comparación con lo que se está midiendo y la incertidumbre del resultado? Además, los análisis bayesianos pueden ser muy útiles. Un análisis bayesiano pregunta que realmente los investigadores piensan que hacen: ¿cual es la probabilidad de mi hipótesis dados estos datos? En un comentario en Nature sobre este tema sugieren que muchos investigadores no tienen habilidades estadísticas para hacer análisis bayesianos. Nuevamente digo ¿y qué? La respuesta es mejorar las habilidades estadísticas entre el investigador medio.

Este es, de hecho, el problema inherente. Muchos investigadores no comprenden las limitaciones del p-valor, o sucumben a la tentación de depender de esta medida porque es la vía rápida a la significación estadística y la publicación. También muchos no comprenden completamente la naturaleza del p-hacking y como evitarlo. Necesitamos más sofisticación en el mínimo análisis estadístico aceptable y la metodología de la investigación en salud.

Todo indica que el equilibrio ha cambiado de forma inaceptable hacia los falsos positivos. Probablemente necesitemos un cambio cultural completo en la comunidad de investigación en salud publicando menos estudios pero más rigurosos e indicando claramente cuales son estudios preliminares y eliminando el sesgo de publicación respecto a los estudios con resultados negativos.

Este cambio en el umbral para la significación estadística no será suficiente, pero creo que es un movimiento en la dirección correcta.

EDICIÓN 21/8/2017.

Lo grande de las RRSS es que si no es la interacción es simplemente tener buenas fuentes "sintonizadas" lo que te permite seguir mejorando. En este caso gracias a @emulenews viene muy a cuento el estudio "Estimating the evidential value of significant results in psychological science"en el que se calcula el factor bayesiano de nada menos que 287000 hallazgos científicos en psicología publicados en 35515 artículos. Las conclusiones son devastadoras:

Concluimos que debido a que el umbral de aceptación se ha establecido demasiado bajo para los hallazgos en psicología, una proporción sustancial de los resultados publicados tienen un soporte de evidencia débil.

Esto apoya la medida propuesta en la editorial de la que trata el artículo que traducimos recordando que la misma por si sola no bastará para mejorar la evidencia que sostiene o debería sostener nuestro trabajo.

Claves para comprender un metanálisis.

Traducción de "5 tips for understanding data in meta analyses" de  Hilda Bastian 

Hay un diluvio de estudios científicos de todo tipo, miles cada día. A menudo hay varios estudios buscando respuestas sobre el mismo tema, pero puede haber docenas e incluso centenares de ellos. El metanálisis es un grupo de técnicas estadísticas que usan datos de más de un estudio para combinarlos y analizarlos como un nuevo conjunto de datos.

No se empezó a hablar de metanálisis hasta los años 70. Ahora cada día se publican docenas de artículos con metanálisis y en menos de 5 años se duplicará el número de los publicados en un año. Sin embargo, los métodos del metanálisis siguen constituyendo un misterio para mucha gente.

Este comic es un forest plot, un estilo de visualización de datos para los resultados de un metanálisis. Alguna gente les llama “blobbograms”. Cada línea horizontal con un cuadrado en el medio representa el resultado de un estudio diferente. La longuitud de esa línea horizontal representa el intervalo de confianza de sus resultados. Esto te proporciona información sobre cuanta incertidumbre existe en torno a un resultado cuanto más corta más confianza podemos tener en ese resultado (Aquí la explicación).

El cuadrado se denomina el punto estimado o el "resultado" del estudio si lo prefieres. A menudo su tamaño va acorde con el peso que el estudio tiene en el metanálisis. Cuanto más grande, más confianza debemos tener en el resultado.

El tamaño del punto estimado es un eco de la longitud del intervalo de confianza. Son dos puntos de vista de la misma información. Un cuadrado pequeño y una linea larga dan menos confianza que un gran cuadrado en una línea corta.

El diamante en la parte inferior se llama resumen estimado. Representa el resumen de los resultados de los 3 estudios combinados. No se trata sólo de sumar los resultados de los estudios y dividirlos por 3. Se trata de un promedio ponderado. Los estudios más grandes con más eventos cuentan más.

Las esquinas derecha e izquierda del diamante son los límites de su intervalo de confianza. Con cada estudio que se añada al metanálisis estas esquinas se acercarán entre ellas y se moverán a derecha o izquierda según los resultados añadidos se inclinen en una u otra dirección.

La línea central es la "linea de no efecto". Si un resultado la toca o la cruza, no será significativo estadísticamente. (Un concepto complicado explicado aquí).

En biomedicina, los forest plots son la norma. Pero en otros campos, como la psicología, el resultado de los metanálisis con frecuencia se presentan como tablas de datos. Eso significa que cada punto de datos (el principio y el final de cada intervalo de confianza y sucesivamente) son números en una columna en lugar de estar representados en un gráfico (ejemplo).

Es un trabajo pesado interpretar las tablas y es fácil perderse en los detalles. Por otra parte, la visualización de los datos puede proporcionar una rápida, fuerte y falsa impresión. Vale la pena dedicar tiempo a los detalles. He aquí 5 claves para tener una perspectiva razonable. Usaré metanálisis de estudios clínicos comparando dos grupos porque son los más comunes.

1) No pases a las conclusiones sin examinar detenidamente el contexto y la prespectiva.

Busca el tema concreto y la medida estadística. En el ejemplo falso de abajo, el tema son los resultados de una prueba de detección de algo (puede ser estancias hospitalarias o ataques cardíacos por ejemplo).

En este caso la línea vertical de "no efecto" es 1. Para otras medidas podría ser 0. Es uno porque la medida estadística es un RR (ratio de riesgo): "95% IC" es el nivel de significación para el intervalo de confianza. (aquí otra explicación). Hay una segunda línea vertical de puntos: indica donde cae el promedio de los resultados combinados.

A excepción del primero estos estudios imaginarios son bastante parecidos. Ese primer estudio no tiene mucha fuerza. Su intervalo de confianza es tan largo que el extremo izquierdo no cabe en el gráfico lo que no es bueno. Por eso tiene una flecha.

Lo que está a izquierda y derecha no es siempre lo mismo. Lo elige quien realiza el metanálisis y es su forma de enmarcar el tema. Su forma de funcionar en conjunto suele ser fácil y obvia pero no siempre.

Por ejemplo, este es uno en el que el grupo de control está en la izquierda del metanálisis y a la derecha está el resultado bueno (es sobre reducir el tamaño de las porciones, menor es mejor). Mientras que en este, el grupo control (placebo) está a la derecha, y los resultados a la izquierda son mejores. (Se trata de lágrimas artificiales sin receta para los síntomas del ojo seco.) Mientras tanto, en éste, hace dos metanálisis; en uno en la página 58 "favorece" la inmunoterapia está a la derecha y páginas más adelante está a la izquierda. Y eso no es poco frecuente.

El orden de los estudios también varía. En el gráfico de arriba los estudios están en orden cronológico. Pueden estar en orden alfabético por el nombre del estudio lo que hace más fácil encontrar información extra de otra tabla o metanálisis en el artículo. También se pueden ordenar por sus resultados.

No siempre hay una figuar de resumen de la estimación en la parte inferior del gráfico de estudios. No pienses que el de abajo es "el" resultado. Puedes tener gráficos de diferentes metanálisis. Por ejemplo uno muestrando un resumen estimado de un grupo de metanálisis de preguntas relacionadas.

2. No pierdas de vista que datos no están en el metanálisis.

Probablemente esta es la trampa más común en la que se cae en los metanálisis: No tener en cuenta que a menudo buscan en un subconjunto de resultados. Si quien recopiló los datos originales no midió la misma cuestión y de la misma forma no tendrás datos que puedas combinar de esos estudios.

He aquí un ejemplo dramático de eso. Es de la misma revisión sistemática sobre lágrimas artificiales de venta libre mencionada más arriba.

Hay 2 resultados, comparando la diferencia de medias en las escalas de síntomas a los 21, 28 días (gráfico de arriba) y 56 días.

Sólo hay 2 ensayos en el gráfico. Sin embargo se obtuvieron 43 ensayos sobre efectos de las lágrimas artificiales. Es muy frecuente que se enfoque y se informen el metanálisis de datos como el resumen de todos los estudios encontrados: "Un estudio con 43 ensayos sobre lágrimas artificiales encontró..." (más ejemplos de esto en la vida real).

Entonces surge la pregunta sobre cómo se encuentran y seleccionan los estudios. Un mentanálisis no es necesariamente una revisión sistemática, con una búsqueda cuidadosa y completa de la evidencia sobre una pregunta. Siempre hay que tener 2 niveles en mente.

¿es probable encontrar estudios relevantes? y ¿Cuales de esos se representan en este resultado metanalitico en particular?

3. Recuerda comprobar si hay signos de que los estudios pueden ser demasiado diferentes de alguna  forma.

Sólo porque puedar echar un montón de números en una marmita matematica no significa que formen parte del mismo cálculo.  Por desgracia no siempre es tan obvio como en esta señal.

Un concepto importante en metanálisis es el estudio de la heterogeneidad Una forma de decir "estos elementos nos son exactamente los mismos". La heterogeneidad puede deberse a algo que conozacas, como que un ensayo se realizó con niños y otro con adultos. Pero también hay una heterogeneidad inexplicable y puede ser un problema. Las diferencias en los resultados entre grupos y los conflictos entre estudios pueden deberse al azar, pero pueden deberse también a la heterogeneidad. (una explicación aqui).

Hay pruebas estadísticas para la heterogeneidad en metanálisis. Una prueba común es el I2, que proporciona un resultado en porcentaje. Aquí lo veis al final de la primera línea:

Es del mentanálisis de la página 58 mencionado más arriba. Combina clasificaciones de excema/dermatitits de 6 estudios para prevenirla con inmunoterapia alergénica. Fijaos sólo en el porcentaja el final: 19%. Está en la parte baja de la escala: hasta un 40% no representa un problema. Pero 75% o más lo puede ser mucho, y debe hacerte ser cauto con el resultado. Es más importante cuando los estudios son potentes, porque esta prueba estadística no es fiable con muestras pequeñas.

(La prueba estadística en la línea del medio es la de significación estadística).


4. Buscar si uno (o varios) resultados llevan la mayor parte del peso.

El peso que un estudio obtiene está relacionado con lo que se llama la precisión del estudio. La medida de la precisión depende de cuantos participantes y eventos hubo en el estudio. No importa únicamente el tamaño total del estudio.

Digamos que el evento en el que estás interesado son ataques cardíacos y estás investigando un método para reducirlos. Pero por alguna razón, ninguna persona en el grupo experimental o de control tuvo un ataque cardíaco aúnque el estudio era suficientemente grande para haber esperado varios. Este estudio tendría menos capacidad para detectar cualquier diferencia que tu método pudiera haber generado, por lo que debería tener menos peso (en el metanálisis).

Es bastante frecuente que sólo uno o un par de estudios carguen con la mayoría del peso en el metanálisis. Un estudio de Paul Glasziou y cols. encontró que el ensayo con más precisión significaba un promedio del 51% del total (del metanálisis).

Algunos estudios son tan grandes que sobrepasan a todos los demás, no importa cuantos haya. Les llamo los Hulk. Los Hulk no pueden ser puestos en duda, sólo por su tamaño nadie repetirá otro estudio como ese. Esto es genial si proporcionan una respuesta definitiva, pero no tanto si pueden no ser representativos.

El tamaño del punto estimado (resultado) y la longitud del intervalo de confianza son clave para la asignación de peso a un estudio. El metanálisis debe incluir un porcentaje para mostrar cuanto contribuye cada resultado individual al promedio. Si no lo hace puedes saberlo mirando si hay uno o dos estudios cuyo resultado está mucho más cerca del resultado resumen que los otros. (Clave: La linea punteada vertical ayuda a esto, si la ponen).

Aquí una versión extrema y actual de esto. El ensayo de la iniciativa "salud de la mujer" (WHI) probó el tratamiento hormonoal prolongado en cáncer de mama. Es un "Hulk" clásico: un estudio de investigación de 15 años con más de 160000 muejeres.

Este es un análisis 6.3.3 de Jane Marjoribanks y cols. versión 2012. Hay muchos más metanálisis que este.

Los 140 eventos en más de 160000 mujeres del WHI machacan a los 4 eventos en los dos ensayos previos más pequeños. El WHI se lleva el 95,4% del peso del promedio del resumen.

Clave: Si te sientes confuso por la medida estadística y necesitas ganar perspectiva sobre qué pasa, deberás mirar las cifras brutas de los eventos. En este caso están a la izquierda: 68 de las 9084 mujeres del grupo de tratamiento tuvieron cáncer de mama por 76 de las 8649 mujeres del grupo control. Está tocando la línea de "no efecto", luego no es un resultado estadísticamente significativo.

5. El tamaño no lo es todo, se cuidadoso con el "recuento de votos".

Una de las principales ventajas de los metanálisis es que son la alternativa más fiable que el "recuento de votos": "4 de 5 estudios muestran..."

¿Qué sucede si esos "4" son estudios pequeños y mal realizados en un grupo que no es relevante para tí (no es tu foco) y el quinto es el único ensayo bien diseñado, potente y relevante?

El ingenuo recuento de votos es un riesgo, hay más estudios que "podrían llevar a conclusiones desastrosas en varias circunstancias" escibieron Madden y Paul.

Aquí presentamos 2 metanálisis de una revisión sistemática sobre revistas biomédicas revisadas por pares. Hay también un resumen de la estimación combinada de los dos análisis. Se ha eliminado el contexto pero se ha dejado un elemento crítico extra a la derecha.

Pese a que la estimación del análisis en la parte inferiro favorece la revisión por pares no cegada, no es una respuesta definitiva. Los círculos de colores a la derecha muestran la evaluación del riesgo de sesgo de acuerdo a 4 criterios y muestran el porqué.

Sólo 1 estudio (el de arriba) tiene una valoración positiva de los cuatro criterios en un resultado, pero no es muy preciso. El segundo estudio tiene más precisión en esa pregunta, pero tiene un par de aspectos dudosos (marcados en amarillo).

Esto demuestar hasta que punto es complejo y exige juicio esta labor. Un estudio más o menos. La diferencia en juicio sobre la calidad del estudio. Enfocarse en resultados o preguntas diferentes. Cualquiera de estos cambios pueden modificar el resultado.

Una buena revisión sistemática y metanálisis puede ser de gran ayuda para clasificar estudios aparentemente en conflicto. Pero no debe sorprender que los resultados de los mentanálisis varien. Necesitamos más gente capaz de leerlos criticamente y ver porqué los mentanálisis se convierten en resultados conflictivos por si sólos.

Razons para investigar #whywedoresearch

A ciencia non ten idioma, como moito ten unha linguaxe propia: a metodoloxía científica. Por iso escribo esta entrada no legado que me deixaron os meus vellos: a fala.

Arestora estase a celebra-lo tweetchat #whywedoresearch en castelán auspiciado e moderado por +Carmen Villar (@carmenvillarb na foto caracterizada como Mrs Evidence)

Unha conversa en 140 caracteres para dar resposta ás cuestions que abaixo vos poño tentando de saca-las claves da escaseza de investigación en coidados.

O papel da universidade na investigación en coidados e a distancia que semella que separa a esta do traballo diario na clínica e a preocupante falta de implementación da evidencia tamén formarán parte da conversa.

Dou por descontado que vos uniredes e se non podedes facelo sempre podedes lee-lo debate "tirando do hastag.

E aquí van as miñas respostas:

Q1-Investigar está ó alcance do sacrificio do tempo persoal e familiar das enfermeiras.
Q2-O que teñen semella que é obxectivos diferentes e non sempre orientados ó doente.
Q3-Facendo que os créditos horarios dos profesores asociados se adiquen non só ós alumnos senon a asesorar a investigación clínica.
Q4-Divulgar, divulgar e voltar a divulgar. En cada control, en cada consulta e en cada centro.

Pseudoresponsables?

José tiene cáncer... de colon.

A su hija se lo han dicho nada más salir de la intervención de urgencia que hubo que hacerle porque el tumor había ocupado toda la luz de intestino y se había acabado hinchando como un globo con unos dolores tremendos...

En la intervención le quitaron el tumor y parte de la tripa pero tuvieron que dejarle una bolsa de esas para "sus cosas" porque no se podía pegar la tripa hasta más adelante... y mientras tanto habría que darle tratamiento para evitar que el tumor atacase otras partes de su cuerpo si es que no lo había hecho ya.

José no quería tener aquella bolsa que lo tenía atado en casa con la verguenza de no poder salir por si se le soltaba... vaya broma... quería una solución ya no esperar 6 meses.

Cuando empezó con la quimio no notó nada y pensó que no sería tan difícil; para el final del segundo ciclo pensaba que a él no le mataba el cáncer sino aquel tratamiento.

Así que cuando le vino a visitar Luis y le contó que le habían dicho que un conocido de un amigo había ido a la farmacia de otro barrio a por un tratamiento "especial" y que se había curado del cáncer le faltaron pies para ir allá.

La persona que le recibió en la farmacia fue muy amable y conocía perfectamente lo que estaba pasando José; la bolsa, la quimio, el miedo... le miraba y sonreía. Empezó a contarle sobre su tratamiento "biológico" que estaba indicado para casos como el suyo y que el en la farmacia se lo podría susmistrar pero no tenía financiación; tendría que pagarselo él mismo... José miró los diplomas de la pared, el título de grado, la especialidad, cursos y miembro de la comisión de terapias alternativas del colegio profesional... estaba claro.

José inició el tratamiento con una "desintoxicación" que incluía abandonar la quimioterapia cosa que hizo de mil amores pues pensaba que aquello era el mal en si, lo peor que le estaba pasando...

Cuando llamaron a la hija para preguntar porqué su padre no se había presentado a las sesiones ni a las consultas en los últimos 3 meses casi colapsa... ¿¿¿¿QUUUUEEEEE???? omitiremos los llantos y los gritos, el miedo y la verguenza; la reconciliación y las lágrimas, la despedida... el entierro.

Semanas despues la hija de José recordó que su padre le había dicho que ese tratamiento "biológico" tenía que ser bueno porque el colegio profesional tenía una sección sobre ello... y se decidió verlo por si misma hacíendose pasar por paciente.

Cuando preguntó por "garantías" la amable cara del personaje cambio de gesto, torció los labios y dijo "es como la vida; algunas cosas no salen bien"; cuando le preguntó por el apoyo del colegio profesional le dijo "pues tenemos un grupo de trabajo que estudia estas cosas... ". Se decidió y le contó quien era y qué habia pasado con su padre....

A partir de aquí el relato del proceso judicial alargaría esto más de lo necesario pero en lo esencial la hija de José consiguió que al personaje se le sancionara y que el seguro de responsabilidad del colegio profesional pagara una suculenta indemnización de "pseudoresponsabilidad".

Y he aquí queridos amigos otro argumento por el que los colegios profesionales no deben tener secciones sobre Pseudociencias.

Siempre hay que seguir investigando

Hace algunas semanas me encontré esta retórica pregunta en las RRSS...

Would reject a manuscript that cocludes "further research is needed" - I vote for yes @BJSurgery @AnnalsofSurgery @JAMASurgery @DCRjournal

— Julio Mayol (@juliomayol) 15 abril 2017

Digo lo de retórica porque viniendo de un miembro de comité editorial de una revista de prestigio e investigador que ha publicado múltiples estudios de todo tipo no creo que tuviese intención de preguntarlo en serio, pero me llama la atención que un 38% respondiera que si entre ellos el propio que lo propone.

Para mi la respuesta viene a ser la misma esencia de la ciencia que es que el conocimiento no es un ente que esté formado y sea estático. Cualquier descubrimiento en un campo del conocimiento puede hacer que nos tengamos que replantear lo que se conoce en otro.

Además algunos diseños de investigación, en realidad lo que hacen es buscar cual debería ser el objeto de investigación en futuros estudios; léase por ejemplo un trabajo descriptivo tanto prospectivo como retrospectivo en el que se encuentra alguna relación no esperada cuya explicación ha de ser objeto de investigación ya con otro tipo de abordaje.

Por no decir de la investigación secundaria en la que es casi obligatorio descubrir aspectos en los que nuestro conocimiento es insuficiente; también genera cuestiones a dilucidar la necesidad de comprender las circunstancias locales y las personales en los campos de salud, tratamientos y organización... cuestiones a responder desde el paradigma cualitativo o con diseños mixtos.

Es más, en algunas publicaciones y eventos la tendencia es justamente la opuesta pues siendo conscientes de que siempre "hace falta más investigación" lo que marcan en sus instrucciones para autores es la inclusión obligatoria de un apartado de "implicaciones para la investigación futura".

Y es que llegar a una respuesta única y verdadera es lo menos científico que se pueda encontrar, lo que no quiere decir que cualquier técnica o elemento pueda considerarse terapia sin una causalidad demostrada.

Pero como respuesta final me quedo con esta:

Práctica basada en la evidencia aquí y ahora

Tal y como había prometido y tratando de mantener una actitud coherente y crítica respecto a la mejora de los resultados que nuestra actividad profesional ofrece a la sociedad no me voy a dedicar únicamente a "fustigar" a quienes por activa o pasiva dan pávulo a actividades sin fundamento ninguno haciendo que los pacientes pierdan un tiempo precioso y el sistema unos recursos de los que no anda sobrado.

Esta vez mi mirada se centra (como ya lo he hecho en otras ocasiones) en que la que podríamos llamar "práctica oficial" en este caso en forma de los tan necesarios esfuerzos para implantar la PBE en nuestra realidad diaria encarnados en los más conocidos proyectos PBE como son los "proyectos zero" y los proyectos encabezados por INVESTEN en colaboración con otras instituciones nacionales o internacionales.

El cuestionario no os llevará más de 15' y tiene 3 partes:
La primera y siempre necesaria parte demográfica
La segunda parte que trata de medir la actitud frente a la práctica basada en la evidencia mediante una herramienta validada.
y La tercera de elaboración propia que para cada proyecto PBE trata de medir la impresión de quien responde frente a diversos aspectos como la tranparencia, rigor, actualización, participación institucional y aplicabilidad.

En principio mi intención es difundir el cuestionario durante 6 meses en varias oleadas "por tierra, mar y aire" (correo, redes sociales públicas y privadas).

Muchas gracias por vuestra participación y colaboración.

El enlace para difundir la encuesta es este https://goo.gl/forms/1jbsWH4IPaqE8qOr1

Catecismo en el colegio #NoSinEvidencia

Dije hace unos días que me estaba plateando esta duda:

De aquí al lunes y puede que más allá he de reflexionar si es compatible una organización transparente y democrática con la pseudociencia

— X.M. Meijome (@EnferEvidente) 19 xaneiro 2017

En realidad la verdadera duda no era esa sino la de si en pro de que los colegios profesionales se rijan por normas verdaderamente democráticas, transparentes y de buen gobierno soy capaz de omitir mi crítica al apoyo que desde algunos colegios profesionales se hace a las pseudociencias.

Y no, no lo soy.

No lo soy porque tal y como critico la "mala ciencia" (ensayos clínicos con diseños sesgados, no registrados, con resultados escondidos, investigadores financiados...) critico la pseudociencia por ser igual de engañosa. Ambos constituyen un fraude y un despilfarro de recursos y tiempo que tiene consecuencias para las personas.

Es más, veo más grave omitir la crítica a esas instituciones que a otras.

Lo es porque, de momento, la colegiación es obligatoria (con buen o mal gobierno, con o sin transparencia, con o sin democracia) y esa obligatoriedad se basa en que todos los profesionales hemos de estar bajo la tutela de un organismo que, se supone, garantice a la sociedad que somos verdaderamente profesionales titulados y cumplimos con la deontología.... pese a lo vaga que resulta su redacción:

Artículo 15
La Enfermera/o garantizará y llevará a cabo un tratamiento correcto y adecuado a todas las personas que lo necesiten, independientemente de cuál pueda ser su padecimiento, edad o circunstancia de dichas personas.

Y la pseudociencia apoya tratamientos cuya supuesta eficacia es fácilmente desmontable con un sencillo ensayo realizado por una colegial y de cuya aplicación empiezan a abundar los casos de daños graves simplemente no pueden encontrar cobijo dentro de los colegios profesionales.

Podría dedicar tiempo a responder a los supuestos argumentos del documento de justificación de una comisión de "terapias naturales" en un colegio profesional, pero me quedo con esta perla:

"Los usuarios que demandan terapias complementarias, están solicitando en el fondo una atención personalizada, que el profesional les dedique tiempo, escucha, y se interese de verdad por esa persona en particular."

Veo bastante explícito que no estamos hablando de un tipo de intervención en el que los resultados observados se sabe que no se deben a la misma. 

Para mi la pseudociencia es algo que impulsa la imagen negativa de la profesión la haga una sociedad, una universidad, un colegio profesional o la mismísima Rosamaría Alberdi. ¿Como queremos que la sociedad nos tome en serio si nos empeñamos en vincularnos con estas cosas?.

Y que el colegio profesional proporcione "cobertura" a la pseudociencia es tan negativo para la imagen profesional como que tenga un "aula taurina", un palco VIP en un estadio de futbol o que impartiera catequesis a los colegiados no católicos.

La importancia de la narrativa en ciencia

Continuo tratando de aportar recursos útiles a quienes sienten la inquietud por la investigación, sigo centrándome en la fase de compartir lo aprendido y hacerlo de una forma que sea certera y amena; en este caso traduzco el artículo "The importance of storytelling in science" publicado por Jeff Atkins en los blos de PLOS que hace una revisión de un estudio sobre la posible vinculación entre el empleo de elementos narrativos en los artículos científicos y su nivel de citas.

Que aproveche.

“We owe it to each other to tell stories.”
– Neil Gaiman

La escritura científica es vista a menudo como seca, o dura; un bloque de texto indómito, indescifrable camuflado tras un lenguaje vago de voces pasiva, incontables ecuaciones y oraciones sobreconstruidas de forma casi interminable. ¿Como lo ves? Hay algunos artículos y autores que nos sorprenden con su estilo y legibilidad. La buena ciencia se sustenta sobre la buena escritura. Si tu prosa se parece al inicio de esta entrada mucha gente nunca la leerá y tu trabajo de campo o laboratorio por fantástico que sea se verá olvidado, relegado a una triste estantería.

Aunque todos hemos leído nuestra cuota de manuscritos densos e inaccesibles, ¿cuanto afecta el estilo narrativo al impacto de nuestra investigación? En un trabajo recientemente publicado en PLOS "El estilo narrativo influye en la citación de artículos en climatología" de Ann Hillier, Ryan P. Kelly, y Terrie Klinger usaron una plataforma de crowdsourcing para revisar el estilo narrativo de 732 resumenes de 19 revistas empleando la frecuencia de cita como aproximación de su impacto, los autroes restringieron su punto de vista a la investigación en cambio climatico y empezaron a trabajar con la hipótesis de que la presencia de un texto enfocado en la narrativa podría tener mayor frecuencia de citas. Y como así ha sido a todo el mundo le gusta esta historia.

“Research is formalized curiosity. It is poking and prying with a purpose.”
– Zora Neale Hurston

Los autores definieron seis factores que influyen en la narrativa:

Escenario: Una narrativa de éxito se basa en una consideración de tiempo y lugar. El lector desea saber cuando y donde está ocurriendo algo. Los resúmenes se seleccionaron por mencionar o u momento o un lugar.

Perspectiva narrativa: El papel del narrador distingue a las historias de otras formas de comunicación. Un narrador en primera persona tiene una presencia narrativa más fuerte que en tercera. Las referencias en el texto al narrador con pronombres como "yo", "nosotros" o "nuestro" se evaluaron para cuantificar la perspectiva narrativa.

Lenguaje sensitivo: El lenguaje que invoca a los sentidos o las emociones se puede usar para crear una conexión entre el lector y el trabajo. Como definen los autores, esto incluye expresiones de "emociones, actitudes e interpretaciones".

Conjunciones: La ordenación lógica de una narrativa mediante el uso de las conjunciones para conectar palabras y frases produce una prosa dirigida hacia una conclusión o fin. Los autores usaron la presencia de conjunciones para determinar "hasta que punto un resumen está ordenado lógicamente, basado en que el orden temporal o causal de los eventos es esencial y distintivo, característico de las narrativas.

Conectividad: El uso de palabras o frases que crean enlaces contextualmente explicitos en la narrativa crea una "conectividad" ya sea mediante la repetición o las referencias a afirmaciones anteriores. Los autores también consideraron los "vinculos lógicos" explicitamente.

Solicitud: Claro que está; la pregunta ¿porqué nos interesa? ¿qué ofrece el artículo? Una narrativa debe incluir alguna forma de comentario, evaluación o "un paisaje de conciencia" ¿hace el manuscrito alguna solicitud o recomendación clara?.

Además de estos elementos narrativos, la longitud del resumen, el número de autores, el año de publicación, la revista y su factor de impacto se consideraron como elementos que influyen en la frecuencia de citación de un artículo.

“People think that stories are shaped by people. In fact, it’s the other way around.”
― Terry Pratchett

Este trabajo aplicó una metodología única, el uso de la plataforma de micromecenazgo CrowdFlower
 que trabaja con muchos colaboradores voluntarios o que cobran por completar pequeñas tareas en este caso la tarea era examinar los resumenes científicos basados en los 6 criterios definidos. Cada resumen considerado fue examinado por múltiples colaboradores de forma independiente desde el sitio web. La idea es tener colaboradores de la mejor calidad que ofrezcan una experiencia técnica mejor que la gente media de la calle. Aunque este método es costoso, mitiga los problemas de garantía de calidad y control de otros métodos de micromecenazgo.

Cuatro de los seis criterios mostraron una fuerte correlación positiva con la frecuencia de citación: El lenguaje sesitivo, Las conjunciones, la conectividad y la solicitud. Se creó un "índice narrativo" para cada resumen con sus puntuaciones en cada uno de los seis criterios. Se hizo evidente una fuerte relación positiva entre un alto "índice narrativo" y una alta frecuencia de citación. Cada "índice narrativo" de un resumen se correlacionaba bien con el factor de impacto de la revista de publicación.

“There have been great societies that did not use the wheel, but there have been no societies that did not tell stories.”
― Ursula K. Le Guin

A primera vista, parece bastante interesante. Sin embargo, era esperable hasta cierto punto. Las revistas consiguen mayor factor de impacto en base a la frecuencia de citación. Si la frecuencia de citas tiene un relación positiva con el índice narrativo, este también debe tener una relación positiva con el factor de impacto de las revistas. Lo curioso empieza aquí. ¿Seleccionan los editores de las revistas con mayores frecuencias de citas y mayor factor de impacto los escritos que presentan mayores propiedades narrativas? Bueno, es problable. Los outliers son Nature, Science y Ecology letters. Nature y Science se dirigen a públicos interdisciplinarios. Los artículos en estas revistas suelen ser más cortos y requieren una prosa más directa y atractiva que otras revistas específicas. Esto probalblemente influya en su nivel de legibilidad o narratividad. Sin embargo, juro por mi vida, que dudo que alguna vez entienda uno de esos artículos sobre el plegamiento de proteinas.

No obstante a lo largo de mi educación se me ha dicho que los buenos científicos hacen buena ciencia, pero que los grandes científicos son además grandes escritores. ¿Los que publican en revistas de mayor impacto ya eran mejores escritores antes?


La respuesta es más compleja que esto. A menudo los científicos mayores son quienes publican en las revistas con más impacto. Probablemente le han dedicado más tiempo. Sería de esperar que hubieran aprendido los trucos en ese recorrido. Hay un sesgo de selección de clases. También muchos otros factores influyen en cuantas citas recibe un determinado artículo. Las citas sólo son una forma de medir el impacto científico y son el dinero de la ciencia. La ciencia requiere comunicación y desde el surgimiento del método científico escribir ha estado en el centro de cómo comunicamos ciencia. Dicho esto, escribir es un factor. Y, honestamente, tanto si mejora el índice de citación como si no, mejorar y hacer más clara la escritura científica es beneficioso y todos debemos esforzarnos en ello.

Se considera que la legibilidad de un resumen está vinculada con la legibilidad de todo el trabajo. Honestamente, los resumenes son lo que más leen los científicos y académicos. Si es un mal resumen, probablemente no siguamos leyendo el artículo y si el acceso al artículo es mediante pago posiblemente sólo tengas acceso al resumen.

El trabajo tiene, por las revistas seleccionadas, una visión claramente centrada en la biología; pero sus hallazgos e indicaciones es probable que sean ampliamente aplicable:

“El discurso cientifico revisado por pares es vista a menudo como una forma especial de comunicación, exento de las cualidades que los humanos creemos inherentea a las narraciones. Sin embargo, nuestros hallazgos apoyan una interpretación alternativa: los científicos pueden atraer a los lectores e incrementar su captación incorporando atributos narrativos en su estilo de escritura.” — de Hilllier et al. 2016.

Escribir, como cualquier otra actividad, no es una habilidad con la que se nace. Se consigue mediante incontables horas de trabajo y revisión. Sólo seguir adelante. Mucha gente te dirá que la mayor dificultad para conseguir una titulación superior en ciencias o cualquier otro campo es escribir la tesis o discurso final. Escribir es un proceso. Cualquiera que haya terminado ese último folio la noche antes te lo puede contar.

“A word after a word after a word is power.”
– Margaret Atwood

Un gran mentor da siempre el mismo consejo a quien da su primera presentación. Están nerviosos y ansiosos. Les recuerda lo entusiasmados que estaban con su trabajo, cuanto amor, tiempo y esfuerzo han puesto en ese proyecto, cuanto les importa. Una presentación, les dice es sólo compartir ese entusiasmo con otros. Si estás emocionado les emocionará. Sólo sal y habla. En cierto modo esto es aplicable a la escritura. Realizaste todo ese trabajo, es hora de contárselo a la gente. Dicho esto, tengo algunas cosas que escribir.

 

10 reglas simples para tu artículo científico

En vista de que la difusión por twitter ha sido amplia (más que la fuente) os ofrezco la traducción del artículo original porque creo que lo que se dice en él puede ser de gran utilidad a much@s compañer@s ya que transmite muy bien los conceptos.

Más adelante me gustaría entrar a fondo con el tema de la narrativa en la ciencia... 

Ten simple rules for structurin papers de K. Kording y B. Mensh. (Enlace al original publicado gracias a Antonio Jesús Ramos Morcillo).

Escribir y leer artículos es una habilidad clave para los científicos. De hecho, el éxito al publicar se ha usado para evaluarlos(1) y puede ayudar a predecir su éxito futuro(2). En la producción y consumo de artículos, se ven implicadas varias partes cada uno con sus motivaciones y prioridades. Los editores quieren estar seguros de que el artículo es significante y los revisores quieren determinar si las conclusiones están justificadas por los resultados. El lector quiere comprender rápidamente las conclusiones conceptuales del artículo antes de decidir si escarbar en los detalles y el escritor quiere comunicar sus importantes conclusiones a la más amplia audiencia posible. Todos estos objetivos pueden facilitarse si estructuramos bien a escala de la oración, del párrafo, de la sección y del documento.

La claridad en la comunicación es crucial para cualquier reto científico porque la "transferencia de concepto" es un paso limitante en la polinización cruzada que es la ciencia. Esto es particularmente cierto en las ciencias biológicas y en otros campos que comprenden la vasta red de subdiciplinas altamente interconectadas. Cuanto más se especializan los científicos más importante (y difícil) se hace crear vínculos entre las especialidades. La comunicación entre los límites de las disciplinas solo funciona cuando los manuscritos son legibles, creíbles y memorizables.

Un artículo de éxito trasmite las conexiones entre los datos, los métodos y las interpretaciones. Las interpretaciones culminan en una afirmación que le da significado al trabajo. Esta afirmación debe estar apoyada en los datos y en una lógica que le de credibilidad. Sin una cuidadosa planificación de la lógica del artículo, a menudo faltarán datos o pasos lógicos hacia la conclusión. Si bien esto va más allá de este artículo tu lógica científica debe ser muy clara para proclamar tu afirmación.

Presentamos 10 reglas simples para escribir un artículo (tabla 1). Las primeras cuarto reglas son principios que pueden ser aplicados a todas las partes del artículo e incluso a otras formas de comunicación como póster o ponencias. Las siguientes 4 reglas se encaminan a los objetivos primarios de comunicación de cada parte de los artículos. Las dos reglas finales proporcionan consejos sobre el proceso - heurística para la construcción eficiente de manuscritos.

Principios (reglas 1-4)

Escribir es comunicación. Así la experiencia del lector es de importancia primaria y toda escritura ha de servir a ese objetivo. Cuando escribes, debes tener siempre al lector en tu cabeza. Estas 4 reglas te ayudarán a evitar perder a tu lector.

Regla 1: Presenta únicamente una idea central por artículo e inclúyela en el título.

Tus esfuerzos de comunicación tendrán éxito si los lectores pueden seguir describiendo su principal contribución a sus colegas un año después de leerlo. Habitualmente el número de aportaciones que tus lectores recordarán al cabo de un año es Cero. Si bien a menudo es necesario que un artículo comunique varias innovaciones para llegar al mensaje final no vale la pena ser ambicioso. Los artículo que se enfocan en varias contribuciones suelen ser menos convincentes a cerca de cada una y por lo tanto se recuerdan menos.

El elemento más importante de un artículo es el título; piensa en el ratio del número de títulos que lees dividido por el número de artículos que lees. El título es habitualmente el primer elemento que se encuentran los lectores, por lo que su calidad(3) determina si el lector invertirá tiempo en leer el resumen.

El título no sólo transmite la contribución central del artículo, también sirve como recordatorio constante (para ti) para enfocar el texto en transmitir esa idea. La ciencia es, después de todo, la abstracción de principios simples desde datos complejos. El título es la refinación extrema de la contribución de un artículo. Pensar en el título desde el inicio y vuelven al mismo con regularidad puede ayudarte no sólo a escribir el artículo sino también en el proceso de diseñar experimentos o desarrollar teorías.

Esta regla es una de las más difíciles de implementar de forma óptima porque se enfrenta cara a cara con uno de los desafíos clave de la ciencia: Hacer un modelo/afirmación tan simple como puedan apoyar los datos, pero no simplón. Al final, tu lucha por encontrar ese equilibrio puede resultar en "una contribución" que es multifacética. No queremos una ciencia de galleteros; en su lugar urgimos a los escritores que se aseguren de que las facetas de su contribución "cuelgan" claramente de una afirmación única claramente visible. Por ejemplo, un artículo tecnológico puede describir una tecnología y un resultado biológico obtenido usándola; el puente que unifica estas dos facetas es una descripción clara de como la nueva tecnología puede ser usada para obtener el nuevo resultado.

Regla 2: Escribe para humanos de carne y hueso que no conocen tu trabajo.

Debido a que eres un experto mundial en eso que haces, eres el menos cualificado para juzgar lo que escribes desde la perspectiva de un lector novel. La mayoría de los errores de escritura se fundamentan en esta cuestión. Piensa como un diseñador para cada elemento determina el impacto que quieres alcanzar en la gente y esfuérzate en alcanzar dicho objetivo(4). Trata de pensar el documento para un lector que desconoce el tema y hazle fácil captar el mensaje rápidamente y con un esfuerzo mínimo.

El vasto conocimiento de la psicología humana es útil para la escritura de un artículo científico. Por ejemplo, la gente tiene limitaciones de memoria de trabajo: sólo pueden recordar un pequeño número de ítems y son mejores recordando el principio y el final de una lista que los del medio(5). Emplea tus conocimientos sobre psicología, con la vista puesta en el lector novel, para conducir tu proceso de escritura. En la regla 10, extendemos los beneficios de tener respuestas de pruebas con los lectores noveles durante el proceso.

Regla 3: Atente al esquema Contexto-Contenido-Conclusión (CCC).

La gran mayoría de las historias populares tienen una estructura con un inicio discernible, un cuerpo bien definido y un final. El principio prepara el contexto de la historia, mientras el cuerpo (contenido) avanza la historia hacia una finalización donde los problemas encuentran su conclusión. Esta estructura reduce las posibilidades de que el lector se pregunte "¿porqué me dice esto?" (si se pierde el contexto) o "¿y qué?" (si se pierde las conclusiones).

Hay muchas maneras de contar una historia. La mayoría difieren en como sirven a un lector paciente frente a un lector impaciente(6). El lector impaciente ha de ser atrapado rápidamente, esto se consigue presentando el contenido más interesante primero (por ejemplo en muchos artículos periodísticos). El esquema CCC que proponemos sirve para un lector más paciente, que desea dedicar tiempo orientado con el contexto. Una desventaja del CCC es que puede que no atraiga a los lectores impacientes. Esta desventaja se puede paliar debido a la estructura de los artículos científicos, específicamente con la primacía del título y el resumen, que a menudo fuerzan a revelar el contenido rápidamente. Así, un lector que lee la introducción es probable que esté suficientemente comprometido para absorber el contexto. Por otra parte, un riesgo de una exceso de "acción" al inicio de una historia con estructura científica es que puedes generar escepticismo en el lector, de modo que se pueda perder un fragmento importante del contexto que haga a tu afirmación más creíble. Por estos motivos promovemos CCC como estructura por defecto de las historias científicas.

El esquema CCC define la estructura de un artículo en múltiples escalas. A nivel del artículo completo, la introducción determina el contexto, los resultados son el contenido y la discusión brinda el espacio para la conclusión. Aplicando CCC a nivel de párrafo la primera oración define el tema o el contexto mientras que la última proporciona la conclusión que debe ser recordada. En este artículo nos enfocamos en el modo de escribir con CCC.

Desviarse de la estructura CCC a menudo conduce a artículos que son difíciles de leer, pero los escritores lo hacen debido a su propio contexto autobiográfico. Durante nuestro día a día como científicos, dedicamos la mayoría de nuestro tiempo produciendo contenido y el resto entre una variedad de otras actividades. Hacemos experimentos, desarrollamos la exposición de la literatura disponible y combinamos pensamientos usando la inefable magia de la cognición humana. Es natural que queramos registrar esos esfuerzos en un artículo. Por ejemplo, podemos querer estructurar un artículo cronológicamente. Pero para nuestros lectores, la mayoría de los detalles sobre nuestras actividades son extrañas. No les importa el camino cronológico por el que alcanzas un resultado; sólo les interesa tu afirmación final y la lógica que la apoya. Así que todo nuestro trabajo debe ser reformateado para proporcionar contexto para hacer nuestro material comprensible y u una conclusión que ayude al lector a comprender y recordar.

Regla 4: Optimiza tu flujo lógico evitando ir en zigzag y usando paralelismos.

Evitar el zigzag: Solo la idea central de un artículo debe ser tocada varias veces. Por el contrario cada tema debe ser tratado en sólo un lugar para minimizar los cambios de tema. Las oraciones relacionadas, o los párrafos relacionados, deben encadenarse juntos en lugar de ir adelante y atrás como un patrón A-B-A. Las ideas similares, como dos razones por las que debemos creer algo deben ir inmediatamente una detrás de la otra.

Uso de paralelismos: De modo similar, a través de párrafos consecutivo u oraciones, los mensajes paralelos deben comunicarse de forma paralela. El paralelismo hace más fácil leer el texto porque el lector está familiarizado con la estructura. Por ejemplo, si tenemos tres razones independientes por las que preferimos una interpretación de un resultado sobre otra, es útil comunicarlas con la misma sintaxis porque esa redacción se hace transparente para el lector, permitiéndole enfocarse en el contenido. Solo una palabra debe usarse para referirse a cada concepto.

Los componentes del artículo (reglas 5-8)

Las partes de un artículo (Resumen, Introducción*, Resultados y Discusión) tienen diferentes objetivos y, por lo tanto, diferente estructura general y de párrafo. Estas estructuras especializadas son el tema de esta sección y de la figura.

Regla 5: Cuenta una historia completa en el resumen.

El resumen es, para muchos lectores, la única parte del artículo que leerán. Esto significa que el resumen debe transmitir de forma efectiva el mensaje del artículo completo. Para alcanzar este propósito, la estructura del resumen se conserva a alto nivel. Cada uno de los elementos CCC tiene dos elementos para ello, detallados más abajo.

El contexto debe cubrir el espacio que el artículo llenará. La primera oración orienta al lector introduciendo el campo en el cual se sitúa la investigación en particular. Luego este contexto se estrecha hasta el punto en el que surge la pregunta particular que la investigación responde. Una sección de contexto ejemplar establece la situación para distinguir la contribución del artículo desde el estado actual de la cuestión comunicando que se había perdido en la literatura (algo por conocer) y porque importa (la conexión entre ese desconocimiento y el contexto que abre el artículo).

El contenido ("Aquí estamos") describe primero el nuevo método o aproximación que has usado que empodera tu respuesta a lo desconocido, la pregunta. A continuación presentas "la chicha"; el sumario ejecutivo de los resultados. Evita las palabras con alto significado técnico (la jerga pierde lectores) y evita las palabras con significados sutiles.

Finalmente la conclusión interpreta el resultado para responder la pregunta que situamos al final de la sección de contexto. Cuando, especialmente para las revistas "generales" con amplio número de lectores, hay una segunda parte de la sección de conclusiones en ella se resaltará cómo estas conclusiones hacen avanzar el campo de estudio general.

Esta estructura ayuda a evitar el error más común de los resúmenes: Hablar de los resultados antes de que el lector esté preparado para entenderlos. Los buenos resúmenes normalmente realizan varias revisiones de refinamiento para asegurarse de que cubren el espacio como una llave en una cerradura. La estructura Amplio-estrecho-amplio permite comunicar con un mayor número de lectores mientras se mantiene la credibilidad de tu afirmación (que se basa en datos finitos).

Regla 6: Lograr comunicar porqué el artículo importa en la introducción.

La introducción resalta el espacio que existe entre el conocimiento o los métodos actuales y porqué es importante el artículo. Esto se hace habitualmente mediante un conjunto de párrafos cada vez más específicos que culminan en una exposición clara de cual es la carencia en la literatura, seguido de un párrafo que resume que se hace en el artículo para cubrir esa carencia.

Como ejemplo de la progresión de carencias, un primer párrafo puede explicar porqué comprender la diferenciación celular es un tema importante y que el campo que aún no ha sido resuelto es cuales son sus disparadores (una carencia o desconocimiento). Un segundo párrafo puede explicar que se desconoce sobre la diferenciación de un tipo específico de células como los atrocitos. Un tercero puede proporcionar claves sobre un gen particular que puede conducir la diferenciación de los atrocitos, estableciendo que esta hipótesis no está probada (la carencia que el artículo cubrirá). La afirmación sobre lo desconocido capta la atención del lector sobre lo que el artículo le dirá.

La estructura de cada párrafo de la introducción (excepto el último) sirven al objetivo de desarrollar la carencia. Cada párrafo primero orienta al lector sobre el tema (una o dos oraciones de contexto) y luego le explica "lo conocido" en la literatura relevante (contenido) antes de aterrizar en el "desconocido" crítico (conclusión) que hace que el artículo sea importante. A lo largo del recorrido, a menudo hay claves sobre los misterios detrás de lo desconocido que nos llevan a la hipótesis no probadas o métodos no desarrollados del artículo; aprendemos porque cerrar la brecha es prometedor. La introducción no debe contener una revisión de literatura sobre la motivación del artículo. Esta estructura enfocada en los desconocimientos o carencias hace fácil para los lectores experimentados evaluar la importancia potencial del artículo, sólo necesitan valorar la importancia del desconocimiento proclamado. Y esa declaración de desconocimiento o pregunta de investigación será contra lo que se evaluará al artículo; el entusiasmo, las expectativas y el alto nivel del contexto se establecen en esta definición de lo desconocido por el artículo.

El último párrafo de la introducción es especial, sumariza de forma compacta los resultados que cubren el desconocimiento que acabas de referir. Difiere del resumen en que no necesita presentar el contexto (que acabas de proporcionar justo arriba) siendo algo más específico sobre los resultados y dejando ver brevemente la conclusión del artículo, si lo hace.

Regla 7: Comunicar los resultados como una secuencia de afirmaciones que conectan lógicamente para apoyar la contribución central.

La sección de los resultados necesita convencer al lector de que la afirmación central del documento está apoyada por los datos y la lógica. Cada argumento científico tiene su estructura lógica particular que dicta la secuencia en la que los elementos deben ser presentados.

Por ejemplo, un artículo puede establecer una hipótesis, verificar que un método para medir es válido en el sistema bajo estudio, y usarlo para rechazar la hipótesis. De forma alternativa, un artículo puede establecer múltiples hipótesis alternativas (excluyentes mutuamente) y rechazar todas menos una para proporcionar evidencia para la interpretación restante. La estructura del argumento contendrá los controles y métodos donde sean precisos para la lógica general.

En la fase de borrador de la preparación del artículo (ver regla 9) esboza la estructura lógica de cómo los resultados apoyan tu afirmación final y conviértelo en una secuencia de afirmaciones declarativas sucesivas que sirvan como titulares de subsecciones dentro de la sección de resultados, muchas revistas permiten este tipo de formato. Estos titulares mantienen al lector orientado dentro del conjunto.

Las figuras y leyendas son particularmente importantes. De hecho, algunos lectores sólo leerán el resumen y mirarán las tablas y figuras. Idealmente las figuras deben contar la historia gráficamente sin la necesidad de leer la leyenda o el texto.

El primer párrafo de los resultados es especial ya que resume la aproximación global al problema manifestada en la introducción, junto con las innovaciones en los métodos desarrollados. Algunos lectores no leen los métodos por lo que este párrafo les proporciona una esencia de la metodología empleada.

Cada párrafo subsiguiente en la sección de resultados se inicia con una oración o dos precisando la pregunta que se responde en el párrafo. Por ejemplo "para verificar que no hubo artefactos...", "Cual es la fiabilidad test-retest de nuestra medida?" o "Después probamos si el flujo de Ca2+ a través de los canales tipo L Ca2+ estaba involucrado". El centro del párrafo presenta los datos y la lógica que incumben a la pregunta y el párrafo termina con una oración que responde a la pregunta. Por ejemplo, puede concluir que no se detectaron artefactos potenciales. Esta estructura hace más sencillo para un lector experto verificar el artículo. Cada párrafo convence al lector de la respuesta que se proporciona en la oración final. Esto hace fácil encontrar el párrafo donde se dibuja una conclusión sospechosa y verificar la lógica de dicho párrafo. El resultado de cada párrafo es una afirmación lógica, y los párrafos siguientes se basan en las conclusiones de los párrafos anteriores igual que los teoremas se construyen en la literatura matemática.

Regla 8: Discutir como se cubre el desconocimiento, las limitaciones de interpretación y la relevancia para el campo estudiado.

La sección de discusión explica como los resultados cubren el desconocimiento identificado en la introducción, proporciona advertencias sobre la interpretación y describe como el artículo hace avanzar su campo de conocimiento abriendo nuevas oportunidades. Esto se hace normalmente recapitulando los resultados, discutiendo las limitaciones, y revelando cómo la afirmación central puede catalizar progresos futuros. El primer párrafo de la discusión es especial porque resume los hallazgos importantes de la sección de resultados. Algunos lectores pasan de largo partes sustanciales de los resultados, así que este párrafo les proporciona al menos la esencia de dicha sección.

Cada párrafo siguiente en la sección de discusión se inicia describiendo un área de debilidad o fortaleza del artículo. Debe evaluar la fortaleza o debilidad citando extensivamente la literatura relevante. Para finalizar, concluye con la apreciación del autor acerca de su contribución discutiendo las formas en las que se puede seguir avanzando.

Por ejemplo, el primer párrafo puede hacer un sumario de los resultados, enfocado en su significado. Los siguientes cuatro párrafos pueden debatir las debilidades potenciales y como la literatura las mitiga o como futuros experimentos pueden hacerles frente. El quinto y el mas interesante sexto párrafo pueden culminar en una descripción de cómo el articulo influye en el campo de investigación. Paso a paso, así el lector aprende a poner las conclusiones del artículo en el contexto adecuado.

Proceso (reglas 9 y 10)

Para hacer un buen artículo, los autores pueden usar procesos y hábitos que les ayuden. Algunos aspectos de un artículo son más importantes para su impacto que otros, sugerimos que tu inversión de tiempo debe ponderarse hacia el tema que más importe. Por otra parte interactuar usando la retroalimentación de colegas permite a los autores mejorar la historia a todos los niveles para producir un manuscrito potente. Elegir el proceso adecuado hace que escribir artículos sea más fácil y efectivo.

Regla 9: Dedicar tiempo a lo que importa: Título, resumen, figuras y borrador.

La lógica central subyacente a una afirmación científica es primordial. Es el puente que conecta la fase experimental de un esfuerzo investigador con la fase de escritura de un artículo.
Por lo tanto, es importante que la estructura lógica del papel se planifique de acuerdo con los experimentos que se realizaron. Así, es útil formalizar la lógica de los esfuerzos experimentales (durante las reuniones en el laboratorio) en un documento de evolución de forma que haga de modelo para el boceto del artículo.

Debes repartir tu tiempo en virtud de la importancia de cada sección para comunicársela al lector. El título es leído por mucha más gente que el resumen que es leído por más gente que el grueso del artículo y el resto del artículo recibe más atención que la parte de métodos. Asigna tiempo en consecuencia.

El tiempo que dedicamos a cada sección debe ser usado eficientemente planificando el texto y produciéndolo. Haz un borrador. Nos gusta escribir oraciones informales para cada párrafo que planificamos. Suele ser útil empezar el proceso en las descripciones de los resultados obtenidos que luego pueden hacer de encabezados de las subsecciones en la sección de resultados. Como la historia es un conjunto cada párrafo ha de tener un papel definido en el avance de la misma. Este papel se comprueba mejor en la fase de borrador.

Regla 10: Consigue retroalimentación para reducir, reusar y reciclar la historia.

Escribir puede considerarse un problema de optimización en el cual quieres mejorar simultáneamente la historia, el borrador y los componentes de las oraciones. En este contexto, es importante no estar muy apegado a lo escrito. En muchos casos, desechar párrafos enteros y rescribirlos es la forma más rápida de producir un buen texto.

Hay múltiples signos de que hace falta refinar más un manuscrito (tabla 1). Por ejemplo, si como escritor no puedes describir el borrador completo del artículo a un colega en breves minutos, entonces un lector tampoco podrá. Necesitas mejorar tu historia. Encontrar estas infracciones en la escritura ayuda a mejorar el artículo a todos los niveles.

Escribir un artículo con éxito requiere la aportación de mucha gente. Se necesitan lectores de prueba para estar seguros de que el global de la historia funciona. También pueden darnos valiosa información sobre donde la historia parece que va demasiado de prisa o demasiado despacio. Pueden aclararnos si es mejor volver al escritorio y rescribir la historia completa. Los revisores son útiles también. Una respuesta no específica y aparentemente aburrida implica que los lectores no han "cogido" el marco de la historia. Una retroalimentación específica señala lugares donde la lógica entre párrafos no es suficiente. Es vital aceptar estas opiniones de forma positiva. Como contribución de otros es esencial, un red de colegas colaboradores es fundamental para hacer una historia memorable. Y para mantener esa red funcionando asegúrate de compensarles leyendo sus manuscritos.

Tabla 1: Resumen de reglas y sus usos
Regla	Signo de que falla:
1: Una gran idea	Los lectores no pueden hacer un resumen en una frase
2: Lectores humanos	Los lectores no “cogen” el artículo.
3: Contexto, Contenido, Conclusión	Los lectores preguntan porqué algo es significativo o que significa
4: Optimizar el flujo lógico	Los lectores tropiezan en una sección del texto
5: Resumen: Sumario compacto	Los lectores no pueden responder a la importancia del trabajo tras leerlo.
6: Introducción: Porqué importa	Los lectores muestran poco interés en tu artículo.
7: Resultados: porque la conclusión está justificada	Los lectores no están de acuerdo con tu conclusión.
8: Discusión: Adelantarse a la crítica y hablar del impacto futuro	Los lectores quedan con preguntas o críticas sin responder.
9: Distribución de tiempos	Los lectores encuentran mejor los datos que la afirmación central
10: Historia no legible	La contribución del artículo es rechazada por los lectores de prueba, editores o revisores.

REFERENCIAS BIBLIOGRÁFICAS DEL ORIGINAL

1. Hirsch JE (2005) An index to quantify an individual's scientific research output. Proc Natl Acad Sci U S A 102: 16569-16572.
2. Acuna DE, Allesina S, Kording KP (2012) Future impact: Predicting scientific success. Nature 489: 201-202.
3. Paiva CE, Lima JPSN, Paiva BSR (2012) Articles with short titles describing the results are cited more often. Clinics 67: 509-513.
4. Carter M (2012) Designing Science Presentations: A Visual Guide to Figures, Papers, Slides, Posters, and More: Academic Press.
5. Murdock BB, Jr. (1968) Serial order effects in short-term memory. J Exp Psychol 76: Suppl:1-15.
6. Lisberger SG (2011) From Science to Citation: How to Publish a Successful Scientific Paper: Stephen Lisberger.
7. Simons D (2012) Dan's writing and revising guide.
8. Sørensen C. This is Not an Article — Just Some Thoughts on How to Write One; 1994; Oulu University. Syöte, Finland. pp. 46-59.
9. Day R (1988) How to write and publish a scientific paper: Phoenix: Oryx.
10. Lester JD, Lester J (1967) Writing research papers: Scott, Foresman.
11. Dumont J-L (2009) Trees, Maps, and Theorems: Principiae.
12. Pinker S (2014) The Sense of Style: The Thinking Person’s Guide to Writing in the 21st Century: Viking Adult.
13. Bern D (1987) Writing the empirical journal. The compleat academic: A practical guide for the beginning social scientist 171.