Por qué la gente confía en tratamientos inútiles.

PLoS ONE (no tengo idea por qué las mayúsculas así; debe ser un acrónimo de algo) es una journal libre y gratuito que brinda acceso a un montón de papers con revisión por pares. Estaba buscando en los archivos algo para imprimir y leer en el colectivo y me encontré con un trabajo con el interesante título de “From Traditional Medicine to Witchcraft: Why Medical Treatments Are Not Always Efficacious”. ¿Es posible que alguien le haya encontrado respuesta a la eterna pregunta? ¿Por qué carajo la gente sigue creyendo en la homeopatía, la acupuntura y otros “tratamientos” que no funcionan?

Tanaka et al realiza un modelo matemático para tratar de explicar en qué condiciones un comportamiento tiene altas probabilidades de ser aceptado por una gran cantidad de personas. Si bien empezaron centrándose en tratamientos médicos, hacia el final del paper notan otras aplicaciones interesantes. El modelo puede ser esquematizado de la siguiente forma:

Como se puede ver, las personas pueden estar enfermas o saludables. Mueren a una tasa que depende de una constante (muertes naturales + muertes por la enfermedad) y se curan a una tasa que depende de la línea base de recuperación (el resfriado se cura solo a los 7 días) y la efectividad del tratamiento. El modelo supone que una persona enferma intenta un nuevo tratamiento y luego demuestra dicho tratamiento a otras personas convirtiendose en un demostrador para los observadores. Si un demostrador convierte a un observador, éste va a adoptar el tratamiento cuando esté enfermo.

La tasa según la cual un observador adopta un tratamiento se supone constante por demostración por unidad de tiempo. Esto significa que la eficacia no entra en juego a la hora de adoptar tratamientos. En cambio, la eficacia es evaluada por la persona cuando está enfermo y aplica el tratamiento en sí mismo. El individuo, entonces, abandonará la práctica o no a una tasa que dependerá de si se recupera o no de la enfermedad.  El factor a es la medida según la cual la eficacia del tratamiento afecta la probabilidad de abandono. Un valor alto significa una mayor sensibilidad.

Los detalles matemáticos de cómo se genera el modelo son algo… aburridos, complicados e intentendibles para el lego pero si alguien tiene curiosidad o le gusta torturarse, el paper es de acceso gratuito. Dejo una de las ecuaciones para que vean que no estoy jodiendo.

Ehm… sí, seguro… Pasemos a los resultados, que es lo que nos interesa a todos.

Resultados

Los autores probaron el modelo en una gran variedad de casos y variando los parámetros y, para la sorpresa de nadie, existen muchas condiciones en las cuales tratamientos poco efectivos tenían mayor probabilidad de ser adoptados. Existe una retroalimentación bastante interesante en la cual cuanto menos eficaz sea un tratamiento, va a haber más enfermos; y a más enfermos, más demostradores del tratamiento; y a más demostradores, más individuos adoptan el tratamiento. Esta relación subsiste aún teniendo en cuenta que la tasa de abandono es mayor para los tratamientos inefectivos. En contraste, los tratamientos más eficaces reducen la cantidad de demostraciones, así dificultando su adopción. Esta relación se acentúa aún más cuando se trata de tratamientos preventivos.

En mi opinión, esto es una formalización matemática de la aparición de los movimientos anti-vacunación (sí, hay gente que cree que las vacunas son dañinas e inefectivas, es un mundo generoso). Las vacunas son tan efectivas que básicamente erradican por completo las enfermedades. Así, deja de haber demostraciones de su efectividad y es más difícil convencer a la gente de que es necesario vacunarse. Muchos médicos y divulgadores científicos advierten que quizás sea necesario una gran epidemia para que estos grupos ideológicos entren en razón o, al menos, disminuyan en popularidad.

Los factores que ayudan a la adopción de tratamientos efectivos (más allá de la efectividad) son principalmente la medida en la que la efectividad determina el abandono (a) y la tasa de recuperación espontánea. Esto explicaría, por ejemplo, por qué hay tantos remedios ineficaces para los resfriados o los malestares digestivos (alta recuperación espontánea) y l a cantidad de curas milagrosas para enfermedades incurables o terminales (poco abandono ya que el paciente percibe que no tiene nada que perder). Otro factor importante es la tasa de relapso. Cuando un individuo puede enfermar varias veces, tiene varias oportunidades de demostrar el tratamiento, reduciendo el impacto del proceso de retroalimentación.

Conclusiones

Este modelo ofrece una explicación sorprendentemente simple, creo yo, novedosa para la popularidad de tratamientos tradicionales no efectivos para ciertos casos. Al mostrarlo como un fenómeno emergente en vez de un resultado de intereses humanos particulares o presiones por parte de grupos ideológicos, tiene una elegancia y parsimonia que lo hace muy atractivo.

El modelo puede ser aplicado a cualquier caso en donde hay dos estados que afectan la mortalidad de los individuos afectados y un comportamiento que afecta la transición entre ellos. El ejemplo que proponen los autores es el de las técnicas de forrajeo, en donde en vez de enfermos y sanos, los individuos están hambrientos o saciados. Como la tasa de recuperación espontánea es 0 y la tasa de relapso es muy grande (uno siempre vuelve a tener hambre), el modelo predice que las técnicas de alimentación tienden a ser muy eficaces. ¿Alguien escuchó hablar de comida alternativa acaso? Este trabajo sirve de advertencia para quienes tratan de interpretar todo comportamiento bajo la luz de las ventajas adaptativas. No todos los comportamientos tienen que ser adaptativos para ser populares.

Pero en definitiva, este es sólo un modelo matemático. Hacen falta estudios sociológicos para validarlo. Sería interesante, por ejemplo, determinar experimentalmente o mediante observaciones los valores numéricos reales de los factores del modelo para un tratamiento específico y ver si los resultados son consistentes con la realidad.