«Dietary carbohydrate intake and mortality: a prospective cohort study and meta-analysis«

Estudio de tipo observacional (i.e. no se hace ningún experimento, sólo se observan y manipulan datos).

En los años 1988 y 1994 a los participantes se les pasó un cuestionario en el que tenían que identificar su frecuencia de consumo de los 66 elementos dietarios por los que se les preguntaba.

Participants completed an interview that included a 66-item semi-quantitative food frequency questionnaire (FFQ), modified from a 61-item FFQ designed and validated by Willett and colleagues, at Visit 1 (1987–89) and Visit 3 (1993–95). Participants reported the frequency with which they consumed particular foods and beverages in nine standard frequency categories (extending from never or less than one time per month, to six or more times per day). […] The primary outcome was all-cause mortality, subsequent to the first visit, until the end of 2013.

Los participantes completaron una entrevista que incluyó un cuestionario semicuantitativo de frecuencia de alimentos (FFQ) de 66 ítems, modificado a partir de un FFQ de 61 ítems diseñado y validado por Willett y colegas, en la Visita 1 (1987-89) y la Visita 3 (1993-95). ) Los participantes informaron de la frecuencia con la que consumieron alimentos y bebidas particulares en nueve categorías de frecuencia estándar (que se extiende desde nunca o menos de una vez por mes, hasta seis o más veces por día). […] El resultado primario fue la mortalidad por todas las causas, posterior a la primera visita, hasta el final de 2013.

Como podemos imaginar, esos cuestionarios ni siquiera son fiables para las dos ocasiones en que se usaron.

we conclude that M-BM data cannot be used to inform national dietary guidelines and the continued funding of M-BM constitutes an unscientific and significant misuse of research resources.

Concluimos que los datos de M-BM [métodos basados en memoria] no pueden utilizarse como fuente de información para las pautas dietarias nacionales y que la financiación continuada de M-BM constituye un acientífico y significativo maluso de los recursos de investigación.

Fuente:

Y, de hecho, si hacemos caso a los datos obtenidos con esos cuestionarios los participantes consumían una cantidad de comida insosteniblemente baja, en el entorno de las 1600 kcal/d. Así 25 años. ¿Resulta creíble?

Uno de los notables defectos de este estudio es que presupone que desde el segundo cuestionario (alrededor de 1994) hasta el final del estudio a finales de 2013 o el momento de la muerte no hubo cambios en la dieta. O sea, que los autores presuponen, porque sí, que en prácticamente 20 años esas personas siempre comieron lo mismo. Y, además, presuponen que ese «lo mismo» coincide con los resultados obtenidos a partir de los dos cuestionarios pasados al inicio de ese periodo. ¿No es eso mucho imaginar?

Por otro lado nótese en la siguiente tabla que los HR [cocientes de riesgo] en los rangos extremos de consumo son próximos a 1 (se toma arbitrariamente un 50-55% de carbohidratos como referencia=1) y que, además, el número de participantes involucrados en esos rangos extremos de consumo es muy pequeño.

Pero podemos representar de forma espectacular estos HR que no llegan a 2:

El común de los mortales no se fija en la escala de la gráfica, ni se plantea si hay datos reales y fiables para representarla por debajo del 40%. ¿Los hay? Los datos del 20% de carbohidratos, ¿de dónde salen? Los datos del 30% ¿de dónde salen?

¿Quién usaría HR próximos a 1 para desinformar a la población? Sí, ¿quién haría eso?

Mis reflexiones:

1. No sabemos qué comían las personas que murieron ni qué comían las que no murieron. Ni siquiera sabemos qué comían en los dos momentos en que se les pasó el cuestionario, y por tanto, mucho menos en las dos décadas posteriores. Tampoco sabemos cuál fue la alimentación de esas personas antes de 1988, es decir, antes de iniciarse este estudio. Y la media de edad era de unos 50-55 años en ese momento. Son muchos años comiendo. ¿Atribuimos su muerte a la dieta medida por procedimientos más que cuestionables en dos momentos puntuales de sus vidas, dando por supuesto además que esa dieta no cambió en los años posteriores? ¿Y de esa dieta escogemos los carbohidratos en conjunto como únicos posibles culpables?
2. ¿Deducimos causalidad de HR próximos a 1, basado además en un número pequeño de participantes en los rangos extremos de consumo?
3. ¿Atribuimos el resultado a las dietas bajas en carbohidratos, siendo que en este estudio no se analizaron los efectos de las dietas bajas en carbohidratos, sino de un continuo de consumo de carbohidratos que apenas bajaba del 40% en su rango más bajo? (37% de media en el quintil de menor consumo)
4. Asumiendo que los datos de ingesta usados fueran correctos (aun cuando realmente son desconocidos), ¿cuál sería en tal caso la causa real del resultado obtenido? ¿Quizá el efecto del participante «health conscious» (que está pendiente de lo que come por motivos de salud) que no sólo sigue la dieta de las harinas, sino que lo compensa cuidándose de muchas otras formas? Los que se mueven lejos de las recomendaciones oficiales pueden estar ahí por tener buena información sobre salud, pero también por ser unos dejados que no se cuidan. Este efecto no se corrige cocinando los números.
5. Quizá hacer un estudio aleatorizado y controlado que dure 25 años sea inviable, pero eso no hace buena la epidemiología. La epidemiología es una disciplina acientífica, prima hermana de la astrología. Pero a la vista está que los charlatanes le encuentran gran «utilidad» para hacer avanzar sus intereses.
6. ¿Se habría publicado este estudio de no haber podido cocinar los datos hasta llegar a las conclusiones deseadas de antemano por sus autores? Me llama la atención que enviarlo a publicación o no sea algo que se pueda decidir a la luz de lo que se obtiene o de lo que se cree obtener (The corresponding author had full access to all the data in the study and had final responsibility for the decision to submit for publication). ¿Qué resultados podrían haber hecho que no se enviara para su publicación?

Un cita de John Ioannidis:

Assuming the meta-analyzed evidence from cohort studies represents life span-long causal associations, for a baseline life expectancy of 80 years, eating 12 hazelnuts daily (1 oz) would prolong life by 12 years (ie, 1 year per hazelnut), drinking 3 cups of coffee daily would achieve a similar gain of 12 extra years, and eating a single mandarin orange daily (80 g) would add 5 years of life). Conversely, consuming 1 egg daily would reduce life expectancy by 6 years, and eating 2 slices of bacon (30 g) daily would shorten life by a decade, an effect worse than smoking). Could these results possibly be true? Authors often use causal language when reporting the findings from these studies (eg, «optimal consumption of risk-decreasing foods results in a 56% reduction of all-cause mortality»). Burden-of-disease studies and guidelines endorse these estimates. Even when authors add caveats, results are still often presented by the media as causal. John Ioannidis

Suponiendo que la evidencia metaanalizada de los estudios de cohortes representa asociaciones causales de toda la vida, para una expectativa de vida de 80 años, comer 12 avellanas diarias (1 onza) prolongaría la vida en 12 años (i.e., 1 año por avellana), bebiendo 3 tazas de café al día se obtendría una ganancia similar de 12 años adicionales, y comer una sola naranja mandarina al día (80 g) agregaría 5 años de vida). Por el contrario, consumir 1 huevo al día reduciría la esperanza de vida en 6 años, y comer 2 rebanadas de tocino (30 g) al día acortaría la vida por una década, un efecto peor que fumar. ¿Es posible que estos resultados sean ciertos? Los autores a menudo usan el lenguaje causal al informar de los hallazgos de estos estudios (p. Ej., «El consumo óptimo de alimentos que reducen el riesgo resulta en una reducción del 56% de la mortalidad por todas las causas»). Los estudios y guías sobre la carga de morbilidad respaldan estas estimaciones. Incluso cuando los autores agregan advertencias, los resultados a menudo son presentados como causales por los medios de comunicación.

¿Has leído algún titular en el que se daba a entender que las dietas bajas en carbohidratos acortan tu vida?

Eso es dar a entender que existe una relación causal. No se puede hacer, pero les da igual: lo hacen. Y no es culpa exclusiva de los periodistas: la epidemiología existe para hacer lo que no se puede ni se debe hacer. No necesita una reforma, sino su prohibición.

Leer más:

• ¿Quién haría eso? (II)
• ¿Quién haría eso?