Cr\u00e9dito: CC0 Public Domain <\/p>\n
\u00bfEl caf\u00e9 mejora la memoria? \u00bfLas zanahorias mejoran la visi\u00f3n? \u00bfLa deficiencia de vitamina D aumenta el riesgo de COVID-19? <\/p>\n
Depende.<\/p>\n
La misma pregunta de investigaci\u00f3n puede arrojar respuestas muy diferentes seg\u00fan c\u00f3mo se dise\u00f1e un estudio, qu\u00e9 variables se midan y c\u00f3mo se analicen los resultados.<\/p>\n
Debido a la mezcolanza de enfoques utilizados para descifrar la interacci\u00f3n entre las variables, los estudios de asociaci\u00f3n, aquellos que exploran c\u00f3mo una cosa afecta a otra son notoriamente propensos al error o al \u00absesgo\u00bb.<\/p>\n
Encontrar un v\u00ednculo donde no existe o perder uno si existe puede frustrar la b\u00fasqueda de preguntas y soluciones cient\u00edficas cr\u00edticas, llevar a los investigadores por el camino equivocado y generar resultados contradictorios que confundan a los cient\u00edficos colegas y al p\u00fablico por igual.<\/p>\n
Para ayudar a remediar tales problemas, un equipo de cient\u00edficos computacionales de Harvard Medical School ha desarrollado una herramienta de auditor\u00eda llamada vibraci\u00f3n de efectos (VoE).<\/p>\n
La herramienta, descrita por primera vez en PLoS Biology en septiembre de 2021, ahora se implement\u00f3 para analizar los v\u00ednculos informados entre varios microbios intestinales y seis enfermedades en 15 publicar previamente ed estudios que comprenden muestras de 2434 pacientes con c\u00e1ncer de colon, diabetes tipo 1, diabetes tipo 2, enfermedad cardiovascular, enfermedad inflamatoria intestinal (EII) y cirrosis hep\u00e1tica.<\/p>\n
La nueva investigaci\u00f3n, publicada el 2 de marzo en PLoS Biolog\u00eda, es la \u00faltima entrega de una serie de tres art\u00edculos y representa la culminaci\u00f3n del viaje de dos a\u00f1os del equipo emprendido al comienzo de la pandemia de COVID-19 y realizado con colaboradores que trabajan de forma remota en todo el pa\u00eds.<\/p>\n
Los resultados del \u00faltimo estudio revelan que un tercio completo de las 581 asociaciones microbio-enfermedad informadas fueron inconsistentes, y los resultados cambiaron dependiendo de c\u00f3mo se modific\u00f3 el dise\u00f1o y qu\u00e9 otras variables se incluyeron en el an\u00e1lisis.<\/p>\n
Un hallazgo particularmente sorprendente, dijo el equipo, fue que m\u00e1s del 90 por ciento de los hallazgos de investigaci\u00f3n de los estudios que exploraron el v\u00ednculo entre los microbios intestinales y la diabetes tipo 1 y tipo 2 fueron inconsistentes.<\/p>\n
Los estudios que exploraron el v\u00ednculo entre la cirrosis del el microbioma hep\u00e1tico e intestinal produjo la mayor consistencia. El 60 % de estos an\u00e1lisis mostr\u00f3 resultados consistentes cuando se ejecutaron en diferentes modelos.<\/p>\n
Los estudios de asociaci\u00f3n de enfermedades cardiovasculares mostraron casi un 50 % de consistencia, al igual que un tercio de los estudios de asociaci\u00f3n de EII y microbioma. <\/p>\n
La herramienta utiliza un enfoque computacional de fuerza bruta que prueba la confiabilidad de los resultados de la investigaci\u00f3n y puede ser utilizada por los investigadores para auditar sus propios resultados antes de enviarlos para su publicaci\u00f3n. Es de acceso p\u00fablico y est\u00e1 disponible de forma gratuita en l\u00ednea.<\/p>\n
\u00abEn su forma m\u00e1s b\u00e1sica, el modelo de vibraci\u00f3n de efectos analiza c\u00f3mo las elecciones de modelado que hace un investigador pueden influir en lo que descubrir\u00e1\u00bb, dijo Braden Tierney, uno de los los principales arquitectos de la herramienta.<\/p>\n
Ex estudiante de doctorado en HMS, Tierney ahora es investigador posdoctoral en Weill Cornell Medical College.<\/p>\n
\u00abEste enfoque es una forma de maximizar la confianza de los investigadores en los resultados que obtienen de sus an\u00e1lisis incluso antes de publicarlos\u00bb.<\/p>\n
En el \u00faltimo estudio, el equipo verific\u00f3 cada una de las asociaciones informadas mediante la ejecuci\u00f3n de millones de estrategias de modelado, incluida la suma y resta de diferentes variables El modelo demostr\u00f3 c\u00f3mo los resultados pueden cambiar dr\u00e1sticamente seg\u00fan las variables que se usaron y las preguntas que se hicieron.<\/p>\n
En general, los estudios que obtuvieron puntajes altos fueron menos confiables porque sus resultados mostraron un alto grado de variaci\u00f3n cuando se ejecutaron a trav\u00e9s de m\u00faltiples modelos. .<\/p>\n
Por el contrario, los estudios que obtuvieron una puntuaci\u00f3n baja en VoE se consideraron s\u00f3lidos porque identificaron asociaciones que se mantienen consistentes incluso cuando se aplica un modelo de prueba diferente.<\/p>\n
Avanzando un paso m\u00e1s, el equipo demostr\u00f3 c\u00f3mo se puede usar la herramienta VoE para identificar posibles factores de confusi\u00f3n cuya influencia no se mide ni se tiene en cuenta en el dise\u00f1o del estudio y, por lo tanto, interfiere con la confiabilidad de los resultados.<\/p>\n
Para hacerlo, el equipo ejecut\u00f3 m\u00e1s de 6 millones de estrategias de modelado estad\u00edstico sobre los hallazgos de estudios previos, sumando y restando variables y probando diferentes combinaciones de variables.<\/p>\n
Por ejemplo, analizando el papel del microbio F. prausnitzii en la enfermedad col\u00f3nica, t Los investigadores demostraron c\u00f3mo la inclusi\u00f3n de factores como los niveles de az\u00facar y colesterol en la sangre de una persona y el \u00edndice de masa corporal puede dar resultados muy divergentes.<\/p>\n
\u00abLa herramienta VoE puede ayudar a los investigadores no solo a identificar problemas, sino tambi\u00e9n a diagnosticar lo que puede estar causando ellos\u00bb, dijo Tierney. \u00abPuede ayudarlos a comprender por qu\u00e9 pueden estar obteniendo hallazgos contradictorios sobre la misma pregunta de investigaci\u00f3n, y puede ayudarlos a profundizar y encontrar v\u00ednculos que de otro modo podr\u00edan pasar por alto\u00bb.<\/p>\n
Alto en juego<\/p>\n
Cuando se hacen bien, los estudios de asociaci\u00f3n pueden convertirse en puertas de entrada fundamentales para futuras investigaciones que se basen en estos hallazgos iniciales. La identificaci\u00f3n de v\u00ednculos entre variables, como el consumo de caf\u00e9 y la memoria, el consumo de zanahorias y la vista, es importante porque pueden informar hip\u00f3tesis que los cient\u00edficos pueden probar en el laboratorio y en ensayos cl\u00ednicos para determinar la causa y el efecto y, finalmente, el mecanismo subyacente de un observado. efecto.<\/p>\n
\u00abComprender la correlaci\u00f3n es un requisito previo para comprender la causalidad, pero no es suficiente\u00bb, dijo Chirag Patel, coautor principal del tr\u00edo de estudios y profesor asociado de inform\u00e1tica biom\u00e9dica en el Instituto Blavatnik del HMS. <\/p>\n
\u00abPor lo tanto, es esencial que los investigadores tengan confianza en la solidez de la asociaci\u00f3n observada antes de emprender m\u00e1s estudios, a veces costosos\u00bb.<\/p>\n
\u00abSaber qu\u00e9 tan fuerte es la asociaci\u00f3n entre dos variables puede evitar que los investigadores vayan por callejones sin salida o puede ponerlos en el camino correcto para comprender los v\u00ednculos cr\u00edticos en la salud humana\u00bb, dijo Patel, quien codirigi\u00f3 los tres estudios con su colega Aleksanda r Kostic, profesor asistente de microbiolog\u00eda en HMS e investigador asistente en Joslin Diabetes Center.<\/p>\n
Para detectar correlaciones, los investigadores a menudo comienzan obteniendo datos de observaci\u00f3n de humanos. Por ejemplo, comparar las diferencias en la composici\u00f3n microbiana del intestino entre las personas que tienen diabetes y las que no la tienen puede ayudar a esclarecer qu\u00e9 bacterias pueden reducir o aumentar el riesgo de la enfermedad.<\/p>\n
Pero con ese enfoque, dijo Patel, llegar\u00e1 un toda una serie de advertencias. Especialmente cr\u00edtico entre estos es conocer y evaluar las variables que pueden desempe\u00f1ar un papel en un supuesto efecto.<\/p>\n
Por ejemplo, al estudiar la relaci\u00f3n entre una bacteria intestinal y una enfermedad card\u00edaca, otros factores que podr\u00edan influir en el resultado podr\u00eda ser la edad, el sexo, el nivel de actividad de la persona, etc.<\/p>\n
Tradicionalmente, los investigadores pueden explicar la influencia de estos factores de confusi\u00f3n o controlarlos en el lenguaje estad\u00edstico incorpor\u00e1ndolos al modelo anal\u00edtico. Pero, \u00bfqu\u00e9 sucede cuando los investigadores no saben o no piensan en lo que deben controlar?<\/p>\n
Digamos que un equipo de investigadores est\u00e1 tratando de determinar si el microbio intestinal A aumenta el riesgo de desarrollar c\u00e1ncer colorrectal, explic\u00f3 Patel. El equipo controla el sexo, la edad y los antecedentes familiares de enfermedad colorrectal, pero no incorpora la dieta del hu\u00e9sped en el an\u00e1lisis.<\/p>\n
Los hallazgos estar\u00edan contaminados porque los cient\u00edficos no consideraron la posibilidad de que ciertos alimentos y las opciones diet\u00e9ticas tambi\u00e9n pueden aumentar el riesgo de este tipo de c\u00e1ncer. Los investigadores pueden atribuir err\u00f3neamente el aumento observado en el riesgo en un subconjunto de participantes a la presencia o ausencia del microbio A, cuando en realidad pueden haber sido sus dietas las que elevaron el riesgo.<\/p>\n
\u00abPuede que est\u00e9 buscando por un lado, pero tambi\u00e9n es necesario comprender qu\u00e9 otras cosas pueden tener un papel que afecte el resultado\u00bb, dijo Patel. \u00abDebe tener un buen dise\u00f1o de estudio que pueda extraer la se\u00f1al del ruido y pueda diferenciar las asociaciones verdaderas de las confusas, pero \u00bfc\u00f3mo se hace eso?\u00bb<\/p>\n
Una forma de remediar el problema, dijeron Patel y Tierney, es hacer una \u00abprueba de presi\u00f3n\u00bb de los hallazgos. Esto es precisamente lo que hace VoE.<\/p>\n
El modelo lo hace analizando todas las posibles asociaciones e influencias que pueden haber llevado al resultado. Si el hallazgo sigue siendo consistente en todos los escenarios posibles, entonces apuntan a un efecto real.<\/p>\n
Los investigadores advierten, sin embargo, que la herramienta VoE no puede diferenciar entre los v\u00ednculos causales verdaderos y los mediadores de la enfermedad, aquellos factores que puede precipitar la enfermedad en presencia de otros factores, pero que por s\u00ed solos no son suficientes para causar la enfermedad.<\/p>\n
Sin embargo, la herramienta puede eliminar gran parte de las asociaciones defectuosas y ayudar a los investigadores a centrarse en las s\u00f3lidas que tienen m\u00e1s probabilidades para generar m\u00e1s conocimientos, un paso cr\u00edtico en el descubrimiento biom\u00e9dico.<\/p>\n
El modelo VoE se basa en el trabajo iniciado por Patel hace varios a\u00f1os. Sobre la base de estos esfuerzos, Patel, Tierney y Kostic buscaron analizar c\u00f3mo los microbios en el intestino humano pueden influir en los rasgos de salud y enfermedad.<\/p>\n
Pero los cient\u00edficos quer\u00edan profundizar m\u00e1s que los estudios de asociaci\u00f3n habituales que inundan el campo: aquellos que evaluar si la mera presencia o ausencia de un microbio determinado afecta la salud del hu\u00e9sped. Quer\u00edan determinar qu\u00e9 especies microbianas espec\u00edficas y qu\u00e9 genes espec\u00edficos dentro de una especie podr\u00edan desempe\u00f1ar un papel en el desarrollo de enfermedades.<\/p>\n
La primera entrega de la serie de tres partes aborda esa misma pregunta, mostrando que en lugar de un microbio ausencia o presencia, son genes bacterianos espec\u00edficos los que est\u00e1n fuertemente vinculados con la enfermedad.<\/p>\n
El trabajo, publicado en mayo de 2021 en Nature Communications, analiza la composici\u00f3n gen\u00e9tica de las bacterias en el intestino humano y vincula grupos de genes bacterianos con varias enfermedades.<\/p>\n
En el segundo art\u00edculo, el equipo present\u00f3 la herramienta VoE y la utiliz\u00f3 para auditar miles de an\u00e1lisis estad\u00edsticos y comparar sus hallazgos. Los investigadores evaluaron los resultados de los estudios que analizan el v\u00ednculo entre la ingesta de calcio y la densidad \u00f3sea, los niveles de vitamina D y el riesgo de COVID-19, la ingesta de zanahorias y la vista, el az\u00facar en la sangre y los ingresos, los niveles de presi\u00f3n arterial y el uso de un medicamento antihipertensivo com\u00fanmente recetado (lisinopril ).<\/p>\n
Probaron 10\u00a0000 escenarios de modelado diferentes por asociaci\u00f3n para identificar diferentes niveles de \u00abvibraci\u00f3n\u00bb o ruido. Uno de los hallazgos m\u00e1s sorprendentes de este art\u00edculo fue que casi la mitad de todos los estudios sobre el COVID-19 y la vitamina D mostraron resultados contradictorios cuando se sometieron a pruebas de presi\u00f3n.<\/p>\n
Por el contrario, los niveles de glucosa en sangre y la riqueza mostraron una asociaci\u00f3n constante a lo largo de los an\u00e1lisis, con ca\u00eddas en el seguimiento de la riqueza con niveles m\u00e1s altos de az\u00facar en la sangre.<\/p>\n
El \u00faltimo art\u00edculo unifica las tres publicaciones para explicar c\u00f3mo se puede aplicar el enfoque a las asociaciones de enfermedades del microbioma para seis afecciones prevalentes y bien estudiadas. En muchos casos, diferentes modelos arrojaron asociaciones contradictorias para el mismo binomio microbio-enfermedad, algunas mostrando correlaciones positivas y otras negativas.<\/p>\n
Recomendaciones para el campo<\/p>\n
En t\u00e9rminos generales, los hallazgos del equipo hablan de la necesidad de un autoan\u00e1lisis continuo por parte de los investigadores, que nunca deben dejar de cuestionar las suposiciones b\u00e1sicas que hacen en el dise\u00f1o del estudio, para evaluar el papel de las variables que eligen y para cuestionar y probar sus propios hallazgos, dijo Patel.<\/p>\n
\u00abLas decisiones que tomamos al principio cuando conceptualizamos y dise\u00f1amos un estudio determinan todo lo que sigue\u00bb, dijo Patel.<\/p>\n
\u00abPara m\u00ed, cosas como la edad, el sexo, el pa\u00eds de origen son cosas b\u00e1sicas para considerar en el dise\u00f1o de su estudio, pero alguien m\u00e1s, incluso si tiene la misma hip\u00f3tesis que yo, puede decidir incluir cosas totalmente diferentes en su an\u00e1lisis, y por eso podemos llegar a conclusiones muy diferentes\u00bb.<\/p>\n
Lo que esto significa para el campo, dijo Patel, es la necesidad de que los investigadores para considerar m\u00e1s escenarios anal\u00edticos que representen m\u00e1s variables y tambi\u00e9n para ser m\u00e1s transparentes sobre qu\u00e9 variables incluyen en su an\u00e1lisis y por qu\u00e9.<\/p>\n
\u00abMis suposiciones pueden ser diferentes a las suyas, y el mismo conjunto de datos en su manos podr\u00eda resultar en algo totalmente diferente\u00bb, dijo Patel.<\/p>\n
Fundamentalmente, dijo Tierney, c\u00f3mo haces una pregunta influir\u00e1 en la respuesta que obtienes, y eso es fundamental en el dise\u00f1o del estudio.<\/p>\n
Los investigadores dijeron que modelar la vibraci\u00f3n de los efectos es un paso fundamental para navegar el descubrimiento en los datos de observaci\u00f3n porque puede ayudar a discernir asociaciones s\u00f3lidas y catalogar y ajustar las variables que afectan los resultados del estudio.<\/p>\n
Los investigadores dijeron que su plan es continuar para desarrollar la herramienta y optimizar su eficiencia para lograr el m\u00e1ximo impacto.<\/p>\n
\u00abPara dise\u00f1ar pruebas de diagn\u00f3stico y tratamientos para cualquier enfermedad, incluidas las enfermedades causadas por alteraciones en el microbioma intestinal, debemos comprender el mecanismo subyacente y el int exacto interacci\u00f3n entre los microbios intestinales y la disfunci\u00f3n\u00bb, dijo Patel. \u00abY el primer paso en ese largo viaje es la capacidad de detectar asociaciones correctas\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Los cient\u00edficos relacionan la composici\u00f3n gen\u00e9tica de las bacterias en el intestino humano con varias enfermedades humanas M\u00e1s informaci\u00f3n:<\/strong> Braden T. Tierney et al, aprovechando el an\u00e1lisis de efectos de vibraci\u00f3n para un descubrimiento s\u00f3lido en estudios observacionales ciencia de datos biom\u00e9dicos, PLOS Biology (2021). DOI: 10.1371\/journal.pbio.3001398 <\/p>\n Braden T. Tierney et al, La evaluaci\u00f3n sistem\u00e1tica de las asociaciones de microbiomediease identifica los impulsores de la inconsistencia en la investigaci\u00f3n metagen\u00f3mica, PLOS Biology (2022). DOI: 10.1371\/journal.pbio.3001556 <\/p>\n Braden T. Tierney et al, Las arquitecturas metagen\u00f3micas a nivel de genes en todas las enfermedades producen indicadores de diagn\u00f3stico de microbioma de alta resoluci\u00f3n, Nature Communications (2021). DOI: 10.1038\/s41467-021-23029-8 Informaci\u00f3n de la revista:<\/strong> PLoS Biology , Nature Communications <\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain \u00bfEl caf\u00e9 mejora la memoria? \u00bfLas zanahorias mejoran la visi\u00f3n? \u00bfLa deficiencia de vitamina D aumenta el riesgo de COVID-19? Depende. La misma pregunta de investigaci\u00f3n puede arrojar respuestas muy diferentes seg\u00fan c\u00f3mo se dise\u00f1e un estudio, qu\u00e9 variables se midan y c\u00f3mo se analicen los resultados. Debido a la mezcolanza … Continuar leyendo \u00abLa herramienta de ‘auditor\u00eda’ puede mejorar la confiabilidad de los estudios que exploran las relaciones entre las cosas\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-11047","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/11047","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=11047"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/11047\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=11047"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=11047"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=11047"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}