7. Comprender la evidencia: los tipos de estudio científico en la investigación del microbioma
No toda la evidencia vale lo mismo; este apéndice explica los tipos de estudio que sustentan la investigación del microbioma – qué puede demostrar cada uno y qué no.
Toda afirmación de esta guía se apoya en evidencia -- pero no toda la evidencia vale lo mismo. Un estudio en una placa de Petri y un ensayo controlado y aleatorizado en mil pacientes son ambos ciencia y, sin embargo, nos dicen cosas muy distintas sobre lo que ocurrirá en su intestino. Este anexo explica las principales categorías de evidencia científica utilizadas en la investigación del microbioma y del FMT, qué puede y qué no puede demostrar cada tipo, y cómo interpretar afirmaciones como los estudios muestran con el grado de confianza adecuado. Comprender estas distinciones le ayudará a leer con criterio los resúmenes científicos, a plantear mejores preguntas a su equipo clínico y a calibrar unas expectativas razonables para su tratamiento.
1. Estudios mecanicistas – ¿Cómo funciona en teoría?
En qué consisten: Los estudios mecanicistas describen la vía biológica por la que una intervención podría producir un efecto. Pueden emplear modelización computacional, análisis bioquímico o inferencia lógica a partir de principios biológicos conocidos, sin comprobar directamente el efecto en sistemas vivos.
Qué demuestran: Un mecanismo biológico plausible que podría explicar una asociación observada. La fundamentación mecanicista aumenta la probabilidad previa de que una intervención funcione y orienta la generación de hipótesis.
Qué no demuestran: Que el mecanismo opere realmente en el ser humano en condiciones de la vida real. Muchas intervenciones sólidas desde el punto de vista mecanicista fracasan en los ensayos clínicos porque la complejidad del organismo introduce variables que los modelos no pueden capturar.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 1/5 -- Solo generan hipótesis
Ejemplo del microbioma: La propuesta de que la fibra alimentaria aumenta la producción de butirato al alimentar a Faecalibacterium prausnitzii, que a su vez refuerza la barrera intestinal, es un razonamiento mecanicista. Cada paso está respaldado por la bioquímica, pero la cadena completa desde la fibra hasta el desenlace clínico requiere confirmación experimental.
Cómo interpretarlos: Cuando lea "la investigación sugiere que X actúa a través de la vía Y", se trata de un razonamiento mecanicista. Es un contexto valioso, pero insuficiente por sí solo para justificar recomendaciones clínicas.
2. Estudios in vitro – ¿Qué ocurre en un tubo de ensayo o en un cultivo celular?
En qué consisten: Los estudios in vitro comprueban los efectos sobre células, tejidos o cultivos microbianos en condiciones de laboratorio controladas, fuera de un organismo vivo. Incluyen los experimentos de crecimiento bacteriano, los cultivos de organoides intestinales y los experimentos con líneas celulares.
Qué demuestran: Si una sustancia tiene un efecto directo y medible sobre material biológico aislado en condiciones controladas. Los estudios in vitro son esenciales para comprender los mecanismos moleculares y para cribar intervenciones candidatas.
Qué no demuestran: Que el mismo efecto se produzca en un organismo vivo. El entorno intestinal -- con sus células inmunitarias, sus capas de moco, su motilidad, sus gradientes de pH y sus microorganismos competidores -- es enormemente más complejo que una placa de Petri.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 1/5 -- Valor mecanicista y de cribado; escasa relevancia clínica por sí solos
Ejemplo del microbioma: Los estudios que mostraron que los polifenoles inhiben el crecimiento de bacterias patógenas en medios de cultivo aportaron una fundamentación mecanicista temprana. Sin embargo, los polifenoles son metabolizados extensamente por las bacterias intestinales antes de ejercer sus efectos in vivo, de modo que los hallazgos in vitro no predijeron directamente los desenlaces in vivo.
Cómo interpretarlos: "X mata a C. difficile en el laboratorio" no significa "X trata la infección por C. difficile en los pacientes". Exija al menos una confirmación en modelo animal antes de tratar los resultados in vitro como clínicamente relevantes.
3. Estudios en animales – ¿Qué ocurre en organismos vivos (pero no humanos)?
En qué consisten: Los estudios en animales -- lo más frecuente, en ratones, ratas o modelos de roedor germ-free[G] -- comprueban intervenciones en sistemas vivos con ecosistemas inmunitario, metabólico y microbiano intactos. Los modelos de ratón germ-free permiten comprobar de forma causal relaciones concretas entre microbiota y enfermedad, algo imposible en humanos.
Qué demuestran: Relaciones causales en el modelo animal utilizado. Cuando los ratones germ-free colonizados con microbiota de un donante obeso ganan más grasa que los colonizados con microbiota de un donante delgado (Ridaura, Science 2013), esto demuestra que la diferencia de microbiota impulsa causalmente el fenotipo metabólico -- en ratones.
Qué no demuestran: Que el efecto se produzca en humanos. Los ratones y las personas comparten principios biológicos generales, pero difieren en la anatomía intestinal, el sistema inmunitario, la composición de la microbiota y la tasa metabólica. Muchas intervenciones que producen efectos espectaculares en modelos de ratón no logran trasladarse a los ensayos en humanos.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 2/5 -- Evidencia mecanicista y causal sólida en el organismo modelo; relevancia humana incierta
Ejemplo del microbioma: El experimento en ratones con dieta baja en fibra a lo largo de cuatro generaciones (Sonnenburg, Nature 2016), que mostró una extinción irreversible de la microbiota, aporta un potente respaldo mecanicista a las recomendaciones sobre diversidad de fibra, pero las escalas temporales y los taxones concretos en humanos no pueden inferirse directamente de los datos en ratones.
Cómo interpretarlos: Los estudios en animales que emplean intervenciones fisiológicamente plausibles y muestran efectos consistentes en múltiples laboratorios independientes aportan evidencia significativa. Desconfíe de los estudios animales aislados con tamaños de efecto muy grandes.
4. Estudios observacionales en humanos – ¿Qué patrones vemos en las personas, sin intervención?
En qué consisten: Los estudios observacionales miden asociaciones entre exposiciones y desenlaces en poblaciones humanas sin manipulación experimental. Entre sus subtipos están los estudios transversales, los estudios de cohortes y los estudios de casos y controles.
Qué demuestran: Que existe una asociación entre una exposición y un desenlace. Unas asociaciones fuertes, consistentes y dependientes de la dosis en múltiples cohortes independientes aportan una evidencia convincente de que la relación es real.
Qué no demuestran: La causalidad. La limitación fundamental es la confusión: las personas que comen más fibra también tienden a hacer más ejercicio, a dormir mejor y a fumar menos -- factores que afectan de forma independiente a la microbiota. Además, la causalidad inversa siempre es posible: la enfermedad puede provocar cambios dietéticos, en lugar de ser los cambios dietéticos los que provocan la enfermedad.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 3/5 -- Relevancia humana establecida; causalidad no demostrada
Ejemplo del microbioma: La observación de que la adherencia a la dieta mediterránea se correlaciona con una mayor abundancia de Faecalibacterium prausnitzii y con marcadores inflamatorios más bajos en múltiples cohortes europeas es una evidencia observacional sólida. Justifica una recomendación, pero no demuestra que el cambio de la microbiota cause el beneficio para la salud.
Cómo interpretarlos: Los estudios de cohortes amplios y bien controlados, con relaciones dosis-respuesta consistentes, aportan la evidencia observacional más sólida. Sea escéptico ante los estudios transversales pequeños. Pregúntese: ¿podría existir una variable de confusión que explique esta asociación sin que haya relación causal alguna?
5. Ensayos controlados y aleatorizados (ECA) – ¿El patrón de referencia experimental en humanos?
En qué consisten: En un ECA, los participantes se asignan al azar a recibir la intervención o un control (placebo o tratamiento habitual). La aleatorización distribuye por igual entre los grupos las variables de confusión desconocidas, lo que permite atribuir cualquier diferencia en los desenlaces a la propia intervención.
Qué demuestran: La causalidad en la población estudiada: que la intervención produjo la diferencia observada en los desenlaces. Un ECA bien realizado, con potencia estadística suficiente y desenlaces preespecificados, es la evidencia más fiable de que una intervención funciona para una indicación concreta en una población concreta.
Qué no demuestran: Que la intervención vaya a funcionar en todos los pacientes, que el tamaño del efecto sea generalizable a poblaciones o dosis distintas, ni que la seguridad a largo plazo esté establecida. Los ECA del microbioma afrontan dificultades adicionales: las intervenciones dietéticas son difíciles de enmascarar y la heterogeneidad basal de la microbiota hace que las respuestas individuales sean poco predecibles.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 4/5 -- Evidencia causal en humanos; persisten las limitaciones de generalización y de predicción individual
Ejemplo del microbioma: El ensayo de Van Nood publicado en NEJM en 2013 (FMT frente a vancomicina en la rCDI: 81 % frente al 31 % de curación) es el ECA paradigmático de la investigación en FMT -- fiable y directamente aplicable. El ensayo de Paramsothy publicado en Lancet en 2017 (FMT de múltiples donantes en la colitis ulcerosa: 32 % frente al 9 % de remisión) también es un ECA, pero con un tamaño de efecto menor y un seguimiento más corto.
Cómo interpretarlos: Al evaluar un ECA, compruebe el tamaño muestral (¿tiene potencia suficiente?), el enmascaramiento (¿es posible el doble ciego?), la duración (¿es lo bastante larga?) y la generalización (¿se parecía la población del estudio a su situación?).
6. Revisiones sistemáticas y metaanálisis – ¿La evidencia sintetizada a partir de múltiples estudios?
En qué consisten: Una revisión sistemática aplica criterios de búsqueda predefinidos y reproducibles para identificar todos los estudios disponibles sobre una pregunta y sintetiza sus hallazgos. Un metaanálisis utiliza métodos estadísticos para combinar los resultados cuantitativos de múltiples estudios y obtener una estimación conjunta del efecto con más potencia que cualquier estudio individual.
Qué demuestran: La dirección y la magnitud globales de la evidencia en la literatura. Los metaanálisis pueden detectar efectos demasiado pequeños para que los ensayos individuales los midan de forma fiable y pueden identificar fuentes de variación de los tamaños de efecto entre poblaciones o dosis distintas.
Qué no demuestran: Los resultados solo son tan fiables como los estudios incluidos. Un metaanálisis de ECA mal realizados produce una estimación de apariencia precisa pero poco fiable ("si entra basura, sale basura"). La heterogeneidad -- la variación de los tamaños de efecto entre estudios -- es una señal de alerta de que la estimación conjunta puede no representar ningún escenario clínico concreto.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 5/5 -- El nivel más alto cuando los estudios son de alta calidad y homogéneos; puede resultar engañoso si no lo son
Ejemplo del microbioma: Un metaanálisis Cochrane de 2019 sobre 18 ECA de probióticos en la diarrea asociada a antibióticos halló una reducción significativa (RR 0,58). Es una evidencia sólida a favor de los probióticos en conjunto, pero la elevada heterogeneidad (I-cuadrado = 54 %) indica que distintas cepas, dosis y poblaciones producen efectos muy diferentes.
Cómo interpretarlos: Busque las clasificaciones GRADE (Alta, Moderada, Baja, Muy baja) en las revisiones sistemáticas. Una revisión Cochrane con evidencia GRADE "Alta" es la base más fiable para las recomendaciones clínicas.
7. Evidencia específica del FMT – ¿Una categoría de evidencia singular con sus propias reglas de interpretación?
En qué consiste: La evidencia clínica sobre el FMT abarca todas las categorías anteriores, pero tiene varias características que exigen una cautela interpretativa específica. Las preparaciones de FMT son biológicamente complejas (cada donación es una comunidad microbiana única) y el emparejamiento entre donante y receptor introduce una variable que no existe en los ensayos farmacológicos convencionales.
Qué demuestra: Los ECA de FMT en la rCDI se cuentan entre la evidencia de mayor calidad de la gastroenterología, con múltiples ensayos independientes que muestran efectos consistentes y de gran magnitud. La evidencia del FMT en la IBD, el IBS y los cuadros metabólicos es más limitada: existen varios ECA positivos, pero los tamaños de efecto son menores y el protocolo óptimo no está establecido.
Qué no demuestra: Que los resultados del FMT con un donante, un protocolo o una indicación se generalicen a otros. El fenómeno del "superdonante" -- por el cual una pequeña proporción de donantes supera de forma consistente a los demás -- implica que los resultados promedio de los ensayos pueden infraestimar o sobrestimar de forma notable los desenlaces de cualquier pareja concreta de donante y receptor.
Fuerza de la evidencia: VALORACIÓN EN ESTRELLAS: 5/5 en la rCDI; 3/5 en la IBD; 2/5 en la mayoría de las demás indicaciones
Ejemplo del microbioma: Los datos del registro de OpenBiome, con más de 50.000 administraciones de FMT en la rCDI, confirman que las tasas de curación superiores al 80 % obtenidas en los ECA son reproducibles en la práctica clínica habitual. En cambio, el FMT en el trastorno del espectro autista se apoya principalmente en estudios piloto (n
Tabla 23 – Resumen de la jerarquía de la evidencia # Tipos de estudio ordenados de menor a mayor fiabilidad para la toma de decisiones en el paciente individual dentro de la investigación del microbioma.
Una nota final sobre la interpretación de la investigación del microbioma: se trata de un campo de rápida evolución en el que los hallazgos publicados hace incluso tres o cinco años quedan superados con frecuencia. Los estudios citados en esta guía se seleccionaron por su rigor científico y su relevancia, pero el lector debería abordar todas las afirmaciones sobre el microbioma -- incluidas las de esta guía -- con un escepticismo calibrado y con apertura a revisarlas a medida que surja nueva evidencia. La afirmación más honesta de la ciencia del microbioma sigue siendo: sabemos lo suficiente para hacer recomendaciones informadas por la evidencia, y sabemos mucho menos de lo que nos gustaría.