Publicado en 15 de Agosto de 2013

En las últimas semanas se ha hablado mucho de dos estudios que supuestamente encontraron un efecto nocivo de los alimentos modificados genéticamente (GMO por sus siglas en inglés). El problema es que ambos estudios, uno usando ratas y otro usando cerdos, tienen tantos problemas metodológicos que no son mas que una muy pobre base para llegar a una conclusión. Lamentablemente el movimiento anti-GMO es muy pobre en ciencias y seguirán usando estos estudios por los próximos años, en vez de desarrollar nuevos estudios para verificar los resultados o para poner a prueba la hipótesis usando mejores métodos.

Un activista en Puerto Rico que ha estado bien envuelto en el tema de los GMO es Carmelo Ruiz. Traté de tener una discusión con él sobre el segundo estudio, el de los cerdos, y sobre los problemas que el mismo tenía. Lamentablemente solo recibí una actitud intransigente, altanera e insultante por atreverme a cuestionar el estudio. Por alguna razón, cuestionar la metodología del estudio fue como mentarle la madre.

En resumen, el estudio hizo lo que se llama una “expedición de pesca estadística”. O sea que probaron de todo lo que encontraron hasta encontrar alguna diferencia. Esto no es ciencia, es una chapusería. Cualquier comparación va a encontrar diferencias, el detalle es si, usando estadísticas para obtener un estimado objetivo, podemos inferir que la diferencia es suficiente.

Resumí la discusión en mi blog en inglés, a continuación lo traduzco al español para el beneficio de los que no manejan ese lenguaje.

 

 

Una débil defensa del estudio anti-GMO en cerdos

En los últimos días me metí en una discusión en línea con un activista anti-GMO sobre el reciente estudio de cerdo que supuestamente encontró que la soja y el maíz modificado genéticamente tenían un efecto negativo:

Judy A. Carman, Howard R. Vlieger, Larry J. Ver Steeg, Verlyn E. Sneller, Garth W. Robinson, Catherine A. Clinch-Jones, Julie I. Haynes, & John W. Edwards. 2013. A Long-term Toxicology Study On Pigs Fed A Combined Genetically Modified (gm) Soy And Gm Maize Diet. Journal of Organic Systems 8: 38-54. (Abstract   PDF)

Muchos han destruido sus argumentos (por ejemplo, aquí , aquí y aquí). El activista con quien me metí en una discusión envió un largo correo electrónico con las respuestas del autor principal y algunos artículos de prensa en apoyo. Yo le respondí porque hay muchos problemas con el artículo.

A continuación, copio las respuestas completas a las críticas que le respondí con mis comentarios en negrita. Usted puede ver los mensajes completos de Carman en http://gmojudycarman.org

============

Una respuesta específica a Mark Lynas

El prominente activista en favor de GM, Mark Lynas ha, como se esperaba, atacó el estudio realizado por el Dr. Judy Carman y sus colegas por su reciente trabajo titulado, “Un estudio toxicológico a largo plazo en cerdos alimentados con una dieta combinada de soja y maíz genéticamente modificados (GM)”.

Fuente: marklynas.org

ML: Los autores son activistas defensores / GM y sus resultados no son confiables.

Respuesta en resumen: Los autores no son activistas GM, están altamente acreditados expertos.

Respuesta detallada: Dos autores son profesores titulares de la Salud y el Medio Ambiente, Escuela de Medio Ambiente, la Universidad de Flinders en Australia del Sur. Otra es profesor titular en la Universidad de Adelaide en Australia del Sur. Dos son los veterinarios, se trata de un médico, y dos son expertos agrícolas. Los autores tienen más de 60 años de experiencia y conocimientos en la medicina, la ganadería, la nutrición animal, sanidad animal, veterinaria, bioquímica, toxicología, la investigación médica, la histología, la evaluación de riesgos, epidemiología y estadística.

El principal autor enumera varias de sus publicaciones que son anti-GM, incluyendo un capítulo titulado “¿Son los alimentos GM seguros para comer?” en http://gmojudycarman.org/relevant-research/ Los otros títulos de ninguna manera niegan el hecho de que Carman ha publicado en el pasado en contra de GM. Este es un hecho y debe ser considerado como un posible sesgo de una teoría favorita. Esto no es exclusivo de este artículo en particular, pero es algo común en la ciencia.

**Además, Carman enumera en la página web “comunicaciones del gobierno del doctor Carman” que son anti-GM (http://gmojudycarman.org/relevant-research/). Es una activista. ¿Por qué negar que un científico puede ser un activista también? No hay nada malo en ello, pero el científico tiene que ser humilde y tener en cuenta un posible sesgo debido a su activismo. También, ¿por qué negarlo mientras acusa a ML de ser “pro-GM”?**

 

ML: La financiación de la investigación se deriva de los defensores anti-transgénicos y por lo tanto los resultados están sesgados.

Respuesta en resumen: El financiamiento para el estudio se obtuvo en realidad de un partidario actual de las tecnologías GM.

Respuesta detallada: se afirma claramente en el documento que la principal fuente de financiamiento de IHER en el estudio es el Gobierno de Australia Occidental, y el gobierno es un defensor de los cultivos transgénicos.

Con respecto al trabajo previo de  IHER en oponerse a la berenjena Bt en la India y el trigo GM de CSIRO en Australia, IHER llevó a cabo una revisión exhaustiva de las pruebas presentadas y concluyó que no existían preocupaciones de seguridad acerca de la berenjena GM y el trigo GM. La organización se opuso a la liberación de estos basándose en una revisión de la evidencia, no en ideología.

IHER es “una organización sin fines de lucro que tiene un interés científico en la seguridad de los organismos modificados genéticamente (OMG), en particular los destinados a la provisión de alimentos”, según Carman (http://gmojudycarman.org/about-us/). ¿Por qué tratar de negar esto?

 

ML: Los autores utilizaron una “expedición de pesca estadística” en su interpretación de los resultados, en un intento claro para sesgar o exagerar sus conclusiones. La evidencia visual que se presenta se hace para justificar esta pesca de estadísticas.

Resumen: Los autores ejecutaron un cuidadoso análisis estadístico y global para responder a dos hipótesis que se habían generado por las observaciones anteriores de los investigadores en las granjas porcinas de Estados Unidos.

Respuesta detallada: Los autores realizaron pruebas estadísticas de todos los parámetros que el Sr. Lynas menciona, y ninguno de ellos resultaron ser significativamente diferentes. Estos análisis se presentan claramente en el documento. Sr. Lynas bien no leyó el artículo lo suficientemente bien o vio el análisis, pero no los entendía.

El argumento en contra de los partidarios del Sr. Lynas sugiere que el estudio no fue diseñado para probar y evaluar estadísticamente la única hipótesis. Si los autores habían medido sólo las variables asociadas a las hipótesis que se prueban específicamente (inflamación del estómago y problemas reproductivos) y nada más, se han llevado a cabo algunas pruebas estadísticas y poco o ningún ajuste estadístico se han sugerido. Los resultados significativos que los autores se encuentran alrededor de las hipótesis que se probaron no debe hacerse válido simplemente porque los autores tomaron otras medidas.

Por otra parte, el nivel de inflamación en el grupo alimentado con no-GM  se concentró en el rango de la inflamación leve a moderada. Alimentar los cultivos transgénicos que impulsaron a la inflamación severa, y esto fue un hallazgo significativo. Es importante destacar que, la inflamación es una variable gradual; mientras más sea la inflamación, mayor será el impacto biológico que puede ser para el animal. Por lo tanto, no se puede igualar la consecuencia biológica de la inflamación nula o leve a severa inflamación. Si lo hace, va en contra de los conocimientos científicos sobre los efectos de la inflamación.

Esta es la definición de una pesca estadística, tratando de todo hasta lograr un resultado significativo. Hubo una hipótesis general y usaron un montón de variables. Usted no puede hacer eso después de colectar los datos sin tener una razón válida. Si usa valores estándar alfa (0.05), cuando mide 20 variables por lo menos 1 será significativa solo por el azar. Se debió haber tenido una hipótesis para cada variable que midieron o utilizar un método multivariado que podría tomar en cuenta las variables añadidas en función de la hipótesis.

Como ejemplo, cito la parte pertinente de un libro de estadística y diseño experimental, “Experimental Design and Data Analysis for Biologists” de Gerry P. Quinn y Michael J. Keough (2002, ISBN 0521009766, página 48.)

“El problema: Una de las cuestiones más difíciles relacionados con las pruebas de hipótesis estadísticas es la posible acumulación de errores de decisión en circunstancias de múltiples pruebas. A medida que el número de pruebas aumenta, también lo hace la probabilidad de cometer al menos un error de tipo I entre la colección de ensayos “.

No dude en consultar cualquier otro libro de estadística.

 

TÍTULO: RESPUESTA A ANDREW KNISS? BLOG SOBRE ESTADÍSTICAS

FUENTE: GMO Judy Carman, EE.UU.

AUTOR:

URL:  http://gmojudycarman.org/reply-to-andrew-kniss-blog-on-statistics/

FECHA: 14/06/2013

RESUMEN: “Andrew Kniss describe a sí mismo en su blog como un científico de plantas. Está claro a partir de estos y otros comentarios que ha hecho que tiene poco o ningún conocimiento de la investigación médica y las estadísticas utilizadas con ella. Pero eso lo lo detiene a propone métodos estadísticos que no son apropiadas para este o cualquier otro dato. […] Y mientras que Andrew puede no es consciente de este método estadístico, no es difícil para él para obtener información al respecto. Incluso está disponible en la Wikipedia “.

RESPUESTA A ANDREW KNISS? BLOG SOBRE ESTADÍSTICAS

En su blog ( weedcontrolfreaks.com ), Andrew Kniss profesa saber más acerca de las estadísticas que los autores del trabajo, a pesar de que entre ellos, dos de los autores del trabajo con 45 años de experiencia en el uso y la enseñanza de la estadística en el ámbito universitario. Ellos tienen experiencia en las estadísticas agrícolas, toxicológicos, médicos y epidemiológicos.

Todos somos humanos y muchos científicos cometen errores sobre estadísticas. Si cometieron un error al hacer una expedición de pesca estadística, toda la experiencia docente es irrelevante. Este es un concepto difícil de entender, como que el libro que he citado arriba dice. ¿Por qué atacar a la persona en lugar de la opinión?

 

Al criticar los datos de peso uterino, Andrew también dice: La tabla 2 no incluye las unidades de los números, así que no sé si los pesos están en gramos, kilogramos, onzas, toneladas métricas??? No sólo son algunas de sus unidades sugerido bizarras, él ha cometido un error matemático y estadístico fundamental. Como se muestra claramente en la leyenda de la tabla en cuestión, los pesos uterinos se expresan como un porcentaje del peso corporal. Por lo tanto los pesos se expresan como una relación, y estos datos no tienen unidades. Esa es la razón por la cual no se les dio unidad alguna.

“Porcentaje de peso corporal” tiene unidades, es %, o en más detalle: (peso del órgano / peso corporal). Hay números que no tienen unidades, pero es porque el álgebra “anula” las unidades, no porque se convierten en algo más.  Carman y los otros son los que hacen el “error matemático fundamental.”

 

Andrew Kniss se describe a sí mismo en su blog como un científico de plantas. Está claro a partir de estos y otros comentarios que ha hecho que tiene poco o ningún conocimiento de la investigación médica y las estadísticas utilizadas con ella. Pero eso no lo detiene a proponer métodos estadísticos que no son apropiadas para este o cualquier otro dato. Por ejemplo, reconoce que los datos de estómago son categóricos en la naturaleza. Pero a continuación, sugiere el uso de pruebas estadísticas que no se deben utilizar en los datos categóricos, como un t-test. Con el fin de hacer eso, él había intentado cambiar los datos categóricos en los datos continuos para que pueda aplicar las estadísticas que sólo son aplicables a los datos continuos. Los datos categóricos se dispone de datos que caben en categorías, como hombre / mujer o embarazadas / no está embarazada. Él ha tratado de convertir este tipo de datos en los datos que son continuos, lo que consigues con el peso corporal o la altura. Esto es realmente mala metodología estadística. Es como tomar datos de embarazadas / no está embarazada y tratando de torcer los datos en grupos que podrían ser descritos como: embarazadas, medio embarazada y totalmente embarazada. Y tienes razón, que no tiene sentido incluso a tratar de hacer algo así.

Un t-test es un t-test en todas partes. ¿Hay una publicación que dice que esto es diferente en los estudios médicos?

 

Y luego, una vez que ha tenido “éxito” en la transformación de los datos en los datos continuos, el siguiente paso que debería haber hecho era poner a prueba los datos para ver si se distribuye normalmente o no, debido a que diferentes pruebas estadísticas se utilizan en los datos de distribución normal en comparación con los datos que no se distribuyen normalmente. Pero él ni tan siquiera hace eso. Él sólo hizo dos pruebas estadísticas, uno para datos distribuidos normalmente y otra para datos que no son normalmente distribuidos, y termina informando ambos resultados.

Kinnis ha proporcionado una corrección debido a una prueba Wilcoxson era más apropiada que el t-test sugerido anteriormente. Sin embargo, aún así no hubo diferencia estadística entre el GM y los grupos no-GM:  **http://weedcontrolfreaks.com/2013/06/gmo-pig/ **

Por otra parte, la clasificación utilizada por la inflamación del estómago, el punto principal de este trabajo, se dividió en cuatro categorías, que es una extraña manera de separar y no se explica o justifica los métodos. Kinnis muestra que si las categorías hubiesen sido inflamación y no inflamación, “los cerdos alimentados con GM tenían menos inflamación.”

 

De hecho, el método estadístico estándar y apropiada que se debe utilizar con este tipo de datos médicos/toxicológicos es el que los autores utilizaron. Se llama un “riesgo relativo” y se calcula usando una tabla 2×2. Este método tiene en cuenta el riesgo basal de una condición o enfermedad en el grupo no expuesto y calcula el riesgo adicional de que éste entre en el grupo expuesto. El método que Andrew ha propuesto no hace eso. Y mientras que Andrew puede no ser consciente de este método estadístico, no es difícil para él para obtener información al respecto. Incluso está disponible en Wikipedia.

¿Por qué **referencia a Wikipedia (sin proporcionar un enlace al artículo en cuestión, incluso) en lugar de una publicación científica sobre estadísticas o métodos?**

 

======

A continuación se presentan comentarios adicionales por mí.

Una pregunta que Carman no responde: ¿por qué publicaron en esa revista en particular que ni siquiera está en Pubmed y la mayoría de los documentos son pro-orgánicos? Las instrucciones de la revista dice: “Los temas deben ser coherentes con los principios actuales de la agricultura ecológica” (http://www.organic-systems.org/authors.html). La posibilidad de sesgo es alta.

Si se produce un efecto de GM, esto debería ser evidente en un estudio bien hecho. Hay muchas preguntas en torno a este trabajo en particular que pueden explicar porque encontraron algo que nadie más ha encontrado, un posible efecto negativo de los productos modificados genéticamente. Si usted tiene que dar tanto masaje a los datos, no entiende el diseño experimental y la estadística, y lo envía a una revista que no le pregunta demasiado (una técnica hecha famosa por la industria del tabaco y se utiliza hoy en día por los negadores del cambio climático y creacionistas), entonces hay algo nebuloso.

Revisión de pares

En cuanto a la afirmación de que el documento fue revisado por pares como una justificación para aceptarlo ciegamente, la revisión por pares no es una receta mágica que cura todos los males de la ciencia. Es sólo que pares, científicos reconocidos en la disciplina, revisan el artículo buscando ver si los argumentos tienen sentido. Sesgos anteriores, “teorías favoritas”, rencores personales, y mucho más, todos entrarán en el proceso. Después de todo, los científicos siguen siendo humanos. Esto es por qué algunas personas abogan por la revisión de pares ciega doblemente e incluso para la revisión abierta por pares. Para un ejemplo de un debate sobre la revisión por pares,  por favor revise la sección de debate especial de la revista Nature:  http://www.nature.com/nature/peerreview/debate/

Por otra parte, la revisión por pares no es el último paso, el documento tiene que sobrevivir a las críticas de los demás científicos y de otras disciplinas, una vez que se publique. Para un ejemplo, ver el desastre de la  “vide de arsénico”: el artículo fue publicado en Science con el apoyo de la NASA después de ser revisada. Entre unos pocos días a un par de semanas, fue completamente desacreditado por varios investigadores en sus blogs, y después de unas cuantas semanas más, de manera más formal en las respuestas de en la misma revista Science. Muchos artículos son criticados directamente como respuestas (algunas revistas tienen secciones específicas de este) y en otros documentos que tratan sobre su pertinencia. Carl Zimmer tiene más información sobre el caso de la “vida de arsénico” en http://blogs.discovermagazine.com/loom/category/arsenic-life/

Como un punto importante, Nature y Science son las dos principales revistas científicas del mundo. Si la revisión por pares es un problema en esas revistas y lo reconocen, es un problema en todas las otras revistas también.

 

Como conclusión de este post, por desgracia, el activista solo supo despotricar contra mi en su respuesta. En primer lugar, cuestionando mi inteligencia y dando a entender que yo era de alguna manera parte del lobby pro-GMO, como si fueran respuestas válidas. Esto sólo puede ser la respuesta de alguien que no le interesa la evidencia. Qué triste que se esté desperdiciando tanta energía promocionando el miedo y la desinformación.

Si queremos proteger realmente el mundo y a nosotros mismos, la ciencia es la única manera comprobada. Algunos de los grupos anti-GMO (anti-transgénicos) mas vocales son anti-ciencia cuando mienten sobre lo que dicen los estudios y defienden un mal estudio sólo porque está de acuerdo con sus ideas. Como con cualquier otro grupo anti-ciencia, los científicos tenemos el deber de informar la opinión pública y desafiarlos a que prueben sus argumentos con evidencia o argumentos o que acepten que no son reales.

 



Entradas recientes:

Categorías:

Ambiente (40)      Astrología (5)      Astronomía (5)      Ateísmo (15)      Aves de PR (13)      Biblia (10)      Biología (22)      Botánica (3)      Cambio climático (1)      Casa Pueblo (4)      Ciencia (98)      Comunidad (10)      Conservación (32)      Datos y Figuras (7)      Derechos civiles (17)      Discrimen (12)      Ecología (26)      Ecología De Paisajes Sonoros (2)      Economía (13)      Educación (29)      Escepticismo (47)      Estados Unidos (4)      Evolución (16)      Fotos y videos (5)      Historia (4)      Internet (3)      Las Antillas (4)      Latinoamérica (2)      Machismo (7)      Medicina (6)      Modas (1)      Moralidad (9)      OVNIs (5)      Océanos (1)      Otros (1)      PNP (18)      PPD (25)      Pensamiento ateo del día (6)      Periodismo (67)      Planificación (8)      Policía (7)      Política (105)      Pseudociencia (31)      Puerto Rico (215)      Razón (62)      Religión (62)      Separación Iglesia Estado (15)      Sistemas tropicales (7)      Tecnología (5)      Transgénicos (2)      UPR (33)      Viernes de video (14)      Zoología (42)     


http://blog.CoquiPR.com/2013/08/alimentos-modificados-geneticamente/
Licencia: Creative Commons License