miércoles, 11 de enero de 2012

Hola, ¿está Dística? (1): repite y vencerás

Sí amigos, mi particular obsesión con el #festivaldelhumor escala de nivel para constituir el título de un post de manera más que forzada. En fin, es marca de la casa, qué se le va a hacer. Empezamos el año pegando fuerte.

Quería hablaros del hecho de que los que trabajamos en un campo enmarcado en el ámbito de las ciencias de la vida tenemos ciertas carencias formativas - a mi modo de ver - en otras disciplinas imprescindibles como las matemáticas o la física. Con el ejemplo concreto de la estadística aplicada a la biología, pensaba derivar hasta las raíces del problema (si es que lo hay) y de sus posibles soluciones, pero se me adelantó el preclaro Banchsinger con un magnífico post que os recomiendo leer antes de seguir. Cuando volváis, veremos qué puedo añadir yo al respecto.


 Sí, ya sé que está muy vista la viñetita, pero es que es MUY buena.


¿Ya? Bien, pues veamos. Como últimamente está de moda esto de hablar de ciencia, o como nos gusta decir "divulgar" (oig, cómo se nos llena la boca con esto, tengo que escribir un post al respecto), voy a centrarme en intentar explicar porqué es tan importante la estadística, seas biólogo, ingeniero o economista. Como no soy la la persona más ducha en esta disciplina (siemrpe se me ha dado fatal, aunque creo que entiendo para qué sirve), si alguien entre el público piensa que digo alguna burrada por favor, que me corrija en los comentarios.

La ciencia no funciona con opiniones, intuiciones ni con afirmaciones categóricas. Se hace una pregunta, se plantea una posible respuesta, se hace un diseño experimental que permita llegar a dicha respuesta, se recogen datos, se interpretan y se intenta responder. Todas estas actividades entran dentro de lo que conocemos como método científico. Dentro de un conjunto de datos lo bastante grande, se podrá hallar tendencias, agrupaciones, correlaciones. Pero ojito, no vale con decir "ah, mira, parece que estos puntos se ajustan a una recta". No, hay que tirar mano de las matemáticas y comprobar si dichos datos se ajustan a una correlación lineal, o no. Decidir qué grupos de datos son significativos y cuáles no, intentan distinguir el azar de la tendencia. Todo esto deben decírnoslo los análisis estadísticos, no nuestra intuición.


Hasta aquí, una visión idealizada de la ciencia y su metodología. Que el método científico es la mejor herramienta de que disponemos a fecha de hoy para entender el mundo en que vivimos, es algo que poca gente pondrá en duda. Pero el problema es que los que manejan dicho método siguen siendo humanos, con todo lo que ello implica: la subjetividad y el sesgo producidos por nuestra propia personalidad, por nuestros deseos y convicciones, son imposibles de evitar por completo. Porque toda aseveración científica ha de provenir de la confirmación o rechazo de una hipótesis de partida, y esta decisión de confirmación o rechazo sólo puede tomarse mediante un correcto análisis estadístico.En el trabajo cotidiano todo esto se hace más patente, pues a menudo se pierde la perspectiva global del asunto, y lo único que uno quiere es confirmar o no las hipótesis de trabajo que maneja, Y claro, algunas hipótesis son más jugosas que otras.

Yendo al terreno concreto de la biología molecular, he de reconocer que nuestro trabajo diario se aleja de este marco matemático y objetivo. A menudo realizamos experimentos de poco volumen de datos, en los que se trata de responder preguntas muy puntuales (que no putuales, auqnue a veces también): ¿se fosforila esta proteína? ¿se mueren las células al tratarlas con determinado potingue? ¿vivirán menos estos ratones mutantes? Hacemos un experimento inicial, "de prueba", y según su resultado empezamos a asumir una respuesta a la pregunta. Somos conscientes de que habrá que repetir el experimento varias veces, para poder estar seguros: pero ya tenemos una idea preconcebida de lo que queremos que salga. Es fácil que obtengamos resultados contradictorios en unas cuantas repeticiones, y puede que descartemos como "mal hechos" experimentos que no mostraban lo que esperábamos en un prinicipio. Afortundamente, pocos son lo bastante necios para conformarse con estas pistas endebles que no tienen un refuerzo estadístico: pero también pocos se preocuparán de cuantificar numéricamente las repeticiones y someterlas a análisis estadísticos pertinentes. Y esto pasa porque en la mayoría de ocasiones no tenemos la formación pertinente, no sólo para realizar los análisis estadísticos nosotros mismos  (esto es una tontería, nuestro trabajo consiste en colabroar constantemente y buscar ayuda experta en materias que se nos escapen; por no hablar de los ordenadores, esos grandes compañeros), sino especialmente porque mucha gente no es consciente de la importancia de apoyarse en datos estadísticamente significativos.

Creo que en este campo concreto la formación matemática de los biólogos moleculares es bastante escasa, y aunque conseguimos con el tiempo hacernos más o menos con unas cuantas nociones estadísticas de uso más cotidiano, sigue escapándosenos el auténtico poder e importancia de esta disciplina. Nuestra formación está muy enfocada a memorizar grandes cantidades de información, y aunque se nos ofrecen herramientas para entender los fundamentos físicos y matemáticos de la mayoría de aparatos que utilizamos, no se nos entrena de manera gradual y constante en el uso habitual y constante de las ecuaciones y fórmulas para improvisar soluciones a posibles problemas que podemos encontrarnos. Del mismo modo, las nociones más básicas de las materias que sustentan la biología (química, física) se estudian al principio de las carreras y a menudo se pierden en el olvido cuando sólo hacemos que repetir protocolos y basarnos en recetas diarias. ¿Qué pasa cuando de pronto algo sale mal, no está escrito previamente o hay que modificar protocolos? Pues que o tienes a mano a un compañero más hábil en esas materias (de nuevo la necesidad de equipos multidisciplinares), o a tirar de San Google (¡Oh Wikipedia, Musa entre las Musas!).¿Es esto culpa de la formación universitaria? ¿somos los biólogos/bioquímicos más vaguetes que el resto? ¿sólo me pasa a mí y estoy quedando en evidencia, o es algo generalizado? Me gustaría encontrar respuesta a estas preguntas, si sois tan amables en echar unos comentarios. 

Mientras tanto, y como lección para los jóvenes científicos - de nuestra rama en especial- que lean estas líneas, recordad que el buen jefe nunca os dirá al ver el resultado de un prometedor western blot: "Sí, tiene muy buena pinta" sino que dirá "Sí, tiene muy buena pinta. REPÍTELO".

En la próxima entrega, en vez de meter caña a los del gremio lo que haremos será analizar la importancia de la estadística como método de análisis de nuestra vida cotidiana, que es en realidad de lo que quería hablar cuando me ha salido la vena autocrítica y llorona. No me lo tengan en cuenta.






10 comentarios:

  1. Las opciones que mecionas son muy buenas de hecho creo que se utilizan todas, pero en el orden en el que se te facilite mas, si estas solo pues primero recurres a google, si tienes a alguien sabio cerca le preguntas a el, pero creo en que es necesario mejorar nuestros puntos debiles, la estadistica es bella conforme la vas entendiendo, aunque te castigue con todo un año de trabajo y luego no salga ese tan preciado asterisco y no sea significativo :(, hay otros metodos que puedes usar, todo esta en la naturaleza de los datos!!

    ResponderEliminar
    Respuestas
    1. Gracias por tu comentario, estoy de acuerdo en que lo principal es ser consciente de cuándo cojeas en algo. Y si no es significativo el dato... pues bueno, al menos hay que saberlo con seguridad!

      Eliminar
  2. Me siento màs que identificada contigo, a mi me cuesta tanto como a tí pero debo reconocer que deberíamos volver a leer tomar cursos ya prender de aquellos que la entienden y la quieren no?

    ResponderEliminar
    Respuestas
    1. Por supuesto, de hecho este post está originado principalmente por una compañera más joven que nos dio un seminario de estadística y nos abrió los ojos a muchos. Siempre hay tiempo para aprender y refinar, no hay que tener miedo a quedar como un panoli, creo que es más bien normal.

      Eliminar
  3. ¿Agujeros en la formación? Soy una de las cosas más lejanas a un biólogo molecular que te puedes echar a la cara, pero te aseguro que eso ha pasado, pasa y pasará en las mejores familias. Lo que sí deberían enseñarnos: técnicas de recopilación de datos, lectura crítica, diplomacia... ¡Cómo vas a ser un experto en Estadística, con lo compleja que es tu disciplina? Los cerebros son finitos, y no tenemos por qué avergonzarnos de nuestras carencias, sino enorgullecernos de nuestras relaciones.

    ResponderEliminar
    Respuestas
    1. Exacto, amigo Iván creo que lo has clavado: la enseñanza debe profundizar en las técnicas de aprendizaje y manejo de las herramientas, no en memorizar datos. Se le da muy poca importancia a la comrpensión de textos, al diseño de las investigaciones... y eso son problemas comunes a todas las disciplinas.
      Gracias por los ánimos ;)

      Eliminar
  4. 9 de cada 10 veces, es más efectiva "la cuenta la vieja" que una elaborada estadistica. He dicho.

    ResponderEliminar
  5. Fer, quién te ha dicho a ti que la "cuenta la vieja" no es estadística. Lo que pasa es que en vez de campanas de Gauss y distribuciones de Boltzmann lleva toquilla y garrote. Afirmo!

    ResponderEliminar
  6. Has dado en el clavo en un par de ocasiones con el tema de la multidisciplinariedad de los equipos. Como dice Iván, es imposible abarcar en profundidad todas las disciplinas a las que hemos de enfrentarnos, si bien es cierto que en el caso particular de la estadística las carencias son (habitualmente) más que notables. Es una asignatura incluida en todas las carreras técnicas y científicas, hasta donde sé, pero también se imparte de una forma muy superficial. En mi caso, en las ingenierías informáticas se veía como una asignatura de primer año y, como tantas de ellas, parecía más un filtro que una asignatura enfocada a hacer más sencilla la asimilación de conocimientos posteriores, y eso que a mí no me cogía de nuevas porque la había tenido en el instituto (un FP de Administrativo).

    Terminada la carrera vemos las cosas con más perspectiva, y la verdad es que asignaturas que nos parecieron una molestia toman su relevancia conforme vamos aprendiendo más y más sobre nuestro campo de trabajo. Ahora, mientras curso Ciencias Ambientales, me encuentro de nuevo con ella. Afortunadamente me la convalidaron por la de informática (esta y las de matemáticas, pues no en balde teníamos 5 asignaturas en 2 años), pero soy consciente de que tendré que repasar los conocimientos y, en la medida de lo posible, aprender mucho más. Usar el lenguaje R con soltura y aplicarlo adecuadamente a la resolución de problemas estadísticos está entre mis objetivos de este año, pero me consta que difícilmente podremos ser expertos en todo. A mi parecer es el talón de Aquiles y la máxima bondad de Ambientales: te da solvencia para acercarte a muchos problemas desde distintas perspectivas, pero requiere de la especialización posterior en un sector muy concreto y del trabajo colaborativo con especialistas en cada materia.

    ¡Muy buena la entrada! Ya estamos esperando la próxima sobre el tema. :)

    ResponderEliminar
  7. Fer y Banchsinger, a veces creo que hacéis un dueto científico-cómico inigualable. Meditadlo.

    Trotalomas, muchísimas gracias por la aportación, precisamente quería tener opiniones de gente de otros campos. Veo que más o menos el problema es similar y más que común...

    La siguiente entrada será más general, una breve y absurda reflexión sobre la importancia de la estadística para analizar objetivamente la realidad más cotidiana... ya veremos si os gusta.

    ResponderEliminar

Como dijo Ortega y Gasset, "Ciencia es aquello sobre lo cual cabe siempre discusión"...

¡Comentad, por el bien de la ciencia!