Durante casi una década, «administre magnesio intravenoso en el infarto» fue una recomendación defendible. La respaldaban varios ensayos aleatorizados pequeños, un ensayo mediano y —el sello de calidad— un metaanálisis publicado en una revista de primera línea. Estaba en lo alto de la pirámide de la evidencia. Y estaba equivocada. Este post, cuarto de la serie Medicina Basada en Evidencia, usa esa historia para explicar por qué la jerarquía de la evidencia es una guía útil pero un mal atajo: la posición de un estudio en la pirámide no garantiza que su respuesta sea correcta. Para el clínico, residente o tesista latinoamericano, entender esto cambia la forma de leer cualquier paper.
Puntos clave (TL;DR)
- La pirámide de la evidencia ordena los diseños por su capacidad de controlar el sesgo, no por su verdad garantizada: un metaanálisis puede estar en la cima y aun así equivocarse.
- El magnesio en el infarto agudo lo demostró: metaanálisis de ensayos pequeños sugerían una reducción de mortalidad cercana al 50%, y el megaensayo ISIS-4 (58.050 pacientes) no halló beneficio alguno.
- Un metaanálisis hereda la calidad de los estudios que resume: si agrupa ensayos pequeños y sesgados, produce una respuesta precisa y falsa.
- Lo que decide el peso de una evidencia no es su etiqueta («es un metaanálisis») sino su riesgo de sesgo, su heterogeneidad y su tamaño.
- Sistemas como GRADE existen precisamente porque la posición en la pirámide no basta: un ensayo aleatorizado puede bajar de nivel y un estudio observacional, subir.
- Al leer, no preguntes «¿qué tipo de estudio es?» sino «¿qué tan creíble es este estudio en particular?».
El caso: cuando el magnesio «salvaba vidas»
A finales de los años ochenta y principios de los noventa, la idea de dar sulfato de magnesio intravenoso en el infarto agudo de miocardio tenía todo a favor. Había una hipótesis fisiopatológica atractiva —el magnesio como antiarrítmico y protector frente a la lesión por reperfusión— y, sobre todo, había datos. Varios ensayos aleatorizados pequeños mostraban menos muertes en los pacientes que recibían magnesio. Cuando esos ensayos se agruparon en metaanálisis, entre ellos la revisión de Teo, Yusuf y colaboradores publicada en BMJ en 1991, el efecto combinado era espectacular: el magnesio parecía reducir la mortalidad casi a la mitad.
En 1992 llegó un refuerzo de peso. El ensayo LIMIT-2, con 2.316 pacientes, mostró una reducción de la mortalidad estadísticamente significativa (reducción relativa en torno al 16%, con una reducción absoluta cercana al 1,8% y una p = 0,03). Un metaanálisis con efecto grande más un ensayo de más de dos mil pacientes que confirmaba la dirección: pocas intervenciones en cardiología tenían un respaldo aparentemente tan sólido. El magnesio empezó a colarse en protocolos y en la práctica.
Entonces se hizo el experimento definitivo. ISIS-4, publicado en The Lancet en 1995, aleatorizó a 58.050 pacientes con sospecha de infarto. Con ese tamaño, el azar deja de ser una explicación creíble para cualquier diferencia real. El resultado del brazo de magnesio fue demoledor por lo plano: la mortalidad a cinco semanas fue de 7,64% con magnesio frente a 7,24% con control, un odds ratio de 1,06 (IC 95% 1,0–1,12). No solo no había beneficio; si algo, la aguja apuntaba levemente hacia el daño. Años después, el ensayo MAGIC (2002), diseñado específicamente en pacientes de alto riesgo por si ISIS-4 había «diluido» el efecto, cerró la puerta: mortalidad de 15,3% con magnesio frente a 15,2% con placebo (odds ratio 1,0; IC 95% 0,9–1,2; p = 0,96).
La lección incomoda: durante años, la mejor evidencia disponible —metaanálisis más ensayo mediano, la cúspide de la pirámide— señalaba en la dirección equivocada. No fue un fraude ni una mala lectura estadística. Fue la pirámide funcionando exactamente como no debemos usarla: como si la etiqueta del diseño garantizara la verdad del resultado.
El concepto: qué es (y qué no es) la pirámide de la evidencia
La pirámide de la evidencia es un ordenamiento de los diseños de estudio según su capacidad de protegerte del sesgo y de la confusión. En la base van la opinión de expertos y los reportes de casos; más arriba, los estudios observacionales (transversales, casos y controles, cohortes); cerca de la cima, el ensayo clínico aleatorizado; y en el vértice, la revisión sistemática y el metaanálisis. La lógica es sólida: un ensayo aleatorizado, bien hecho, equilibra los factores conocidos y desconocidos entre grupos, y un metaanálisis suma la potencia de varios ensayos para estimar un efecto con más precisión.
El malentendido está en confundir capacidad con garantía. La pirámide dice qué diseño, en igualdad de condiciones y bien ejecutado, tiene mejor pronóstico de acercarse a la verdad. No dice que cualquier metaanálisis supere a cualquier ensayo, ni que un estudio esté libre de error por ocupar un piso alto. Un metaanálisis es un promedio ponderado: no crea información, la reorganiza. Si los ladrillos que apila son ensayos pequeños, con aleatorización dudosa y publicados selectivamente porque dieron positivo, el resultado será una cifra estrecha, con intervalos de confianza angostos y aire de autoridad… anclada en materiales frágiles. Precisión no es lo mismo que exactitud: puedes estar muy seguro de una respuesta equivocada.
Por eso la evidencia moderna dejó de razonar solo por pisos. El sistema GRADE, hoy estándar en guías serias, parte del diseño pero ajusta la certeza hacia arriba o hacia abajo según el riesgo de sesgo, la consistencia entre estudios, la precisión y otros factores. En GRADE, un cuerpo de ensayos aleatorizados puede degradarse a certeza «baja», y un conjunto de estudios observacionales bien hechos puede ascender. La pirámide es el punto de partida, no el veredicto.
El error típico: «es un metaanálisis, punto»
El error más común es tratar la etiqueta del diseño como argumento final. En una discusión de guardia, en la defensa de una tesis o en un comité, alguien zanja el tema con «hay un metaanálisis que lo demuestra» y todos asienten. Es exactamente el razonamiento que sostuvo al magnesio: hay un metaanálisis, luego es verdad. Pero un metaanálisis de estudios malos no es mejor que los estudios malos que contiene; solo es más difícil de discutir, porque llega envuelto en la autoridad del vértice de la pirámide.
La versión de este error en el mundo de las tesis es igual de frecuente: el tesista que jerarquiza sus referencias por el nombre del diseño («cité tres metaanálisis y dos ensayos») sin haber mirado el riesgo de sesgo de ninguno, ni la heterogeneidad entre los estudios agrupados. Un caso concreto: agrupar en un mismo metaanálisis diez ensayos de magnesio pequeños con un megaensayo como ISIS-4 produce una heterogeneidad altísima —el efecto pasa de «gran beneficio» en los pequeños a «nulo o leve daño» en el grande—. Cuando la I² es alta, el promedio combinado deja de tener sentido clínico: estás promediando manzanas con naranjas y presentando la media como si fuera una fruta.
El reverso del mismo error es despreciar un buen estudio observacional solo por su piso en la pirámide. No todo se puede aleatorizar: nadie hará un ensayo que asigne al azar fumar durante veinte años. Descartar evidencia observacional sólida por reflejo jerárquico es tan perezoso como aceptar un metaanálisis por reflejo de autoridad.
Cómo hacerlo bien: leer la pirámide como semáforo, no como sentencia
Hacerlo bien significa usar el diseño como primera aproximación y luego interrogar al estudio concreto. Un procedimiento práctico, en cuatro pasos:
- Ubica el diseño para saber qué techo de credibilidad puede alcanzar. Un metaanálisis de ensayos aleatorizados puede darte una respuesta fuerte; una serie de casos, no. Ese es el único trabajo que la pirámide hace por ti.
- Evalúa el riesgo de sesgo de los estudios incluidos, no del metaanálisis en abstracto. ¿Los ensayos agrupados tenían ocultamiento de la asignación y cegamiento? ¿Eran diez estudios de 150 pacientes o tres de 10.000? El tamaño y la calidad de los ladrillos deciden la solidez del edificio.
- Mira la heterogeneidad (la I² y el forest plot). Si los estudios apuntan en direcciones opuestas o el efecto se disuelve en los ensayos grandes, desconfía del número combinado. La heterogeneidad no es un detalle técnico: es el estudio avisándote de que «el efecto promedio» quizá no exista.
- Aplica el criterio de GRADE, aunque sea de forma mental: parte del diseño y ajusta hacia abajo por sesgo, inconsistencia, imprecisión o sospecha de sesgo de publicación. Pregunta siempre por el estudio que no ves: los ensayos negativos que nunca se publicaron habrían aplanado más de un metaanálisis triunfal.
En el caso del magnesio, este método habría encendido las alarmas antes de ISIS-4: ensayos pequeños, heterogeneidad marcada entre los estudios chicos y los medianos, y un efecto «demasiado bueno» (una reducción del 50% de la mortalidad es rarísima en cardiología). Cuando un resultado parece demasiado bueno para ser verdad, con frecuencia lo es.
Cómo detectarlo al leer: señales en un paper
Para saber si un metaanálisis o una revisión merece el peso que su etiqueta sugiere, busca respuestas concretas en el texto. La siguiente tabla resume qué mirar y qué debería preocuparte.
| Qué buscar | Señal tranquilizadora | Señal de alarma |
|---|---|---|
| Estudios incluidos | Pocos ensayos grandes, bien conducidos | Muchos ensayos pequeños y ninguno grande |
| Riesgo de sesgo | Evaluación explícita (p. ej. herramienta de Cochrane) y baja | No se reporta, o alto y no comentado |
| Heterogeneidad (I²) | Baja, con efecto consistente entre estudios | Alta (p. ej. >50-75%) sin explicación |
| Tamaño del efecto | Modesto y biológicamente plausible | Enorme y «demasiado bueno para ser verdad» |
| Sesgo de publicación | Evaluado (funnel plot) y sin asimetría clara | No se menciona |
| Efecto según tamaño | Estable entre estudios grandes y pequeños | Se encoge o desaparece en los ensayos grandes |
La regla operativa más útil: mira qué pasa con el efecto a medida que crece el tamaño del estudio. Si el beneficio deslumbrante de los ensayos pequeños se evapora en el ensayo grande, no estás ante un efecto real diluido por el tamaño, sino ante el sesgo de los estudios pequeños desenmascarado por el grande. Es la firma exacta de la historia del magnesio.
Si quieres afinar dónde encaja cada diseño antes de subir por la pirámide, revisa el post anterior de esta serie sobre cómo buscar en PubMed con MeSH, filtros y límites, y el de los cuatro tipos de pregunta clínica y el diseño que exige cada una: la pirámide solo tiene sentido una vez que sabes qué pregunta estás respondiendo.
En una frase
La pirámide de la evidencia te dice cuánto podría valer un estudio por su diseño, pero solo el riesgo de sesgo, la heterogeneidad y el tamaño te dicen cuánto vale de verdad: un metaanálisis de estudios frágiles no es la cima de nada.
Preguntas Frecuentes
¿Un metaanálisis siempre es mejor que un ensayo clínico aleatorizado?
No. Un metaanálisis solo es tan bueno como los estudios que agrupa. Si combina ensayos pequeños, sesgados o muy heterogéneos, puede dar una respuesta precisa pero falsa. Un único ensayo aleatorizado grande y bien conducido, como ISIS-4, puede ser más fiable que un metaanálisis de estudios débiles.
¿Para qué sirve entonces la pirámide de la evidencia?
Sirve como primera orientación: te dice qué nivel de credibilidad puede alcanzar un diseño si está bien hecho. Es un punto de partida para leer, no un veredicto. Después hay que evaluar el estudio concreto por su riesgo de sesgo, su consistencia y su precisión.
¿Qué es la heterogeneidad y por qué me debería importar?
La heterogeneidad, que se mide con la I², refleja cuánto difieren los resultados entre los estudios de un metaanálisis. Si es alta, el «efecto promedio» combinado puede no representar a ningún estudio real y pierde sentido clínico. Es una señal para desconfiar de la cifra global.
¿Qué aporta GRADE frente a la pirámide clásica?
GRADE parte del diseño pero ajusta la certeza de la evidencia según el riesgo de sesgo, la inconsistencia, la imprecisión y otros factores. Permite que un cuerpo de ensayos aleatorizados baje de nivel y que estudios observacionales sólidos suban. Reconoce lo que la pirámide rígida ignora: la calidad importa más que la etiqueta.
¿Cómo detecto rápido un metaanálisis poco confiable?
Fíjate en tres cosas: si incluye solo ensayos pequeños sin ninguno grande, si la heterogeneidad (I²) es alta sin explicación, y si el efecto es enorme y desaparece en los estudios de mayor tamaño. Cualquiera de las tres justifica leer con lupa antes de cambiar tu conducta.
La próxima semana abrimos el Bloque 2 (Diseños) con «Estudio transversal: qué puede decirte y qué NO puede decirte jamás».
Referencias
- ISIS-4 (Fourth International Study of Infarct Survival) Collaborative Group. ISIS-4: a randomised factorial trial assessing early oral captopril, oral mononitrate, and intravenous magnesium sulphate in 58.050 patients with suspected acute myocardial infarction. The Lancet. 1995. PMID: 7661937.
- Teo KK, Yusuf S, Collins R, et al. Effects of intravenous magnesium in suspected acute myocardial infarction: overview of randomised trials. BMJ. 1991. PMID: 1838289.
- Woods KL, Fletcher S, Roffe C, Haider Y. Intravenous magnesium sulphate in suspected acute myocardial infarction: results of the second Leicester Intravenous Magnesium Intervention Trial (LIMIT-2). The Lancet. 1992.
- The Magnesium in Coronaries (MAGIC) Trial Investigators. Early administration of intravenous magnesium to high-risk patients with acute myocardial infarction in the Magnesium in Coronaries (MAGIC) Trial: a randomised controlled trial. The Lancet. 2002.
Suscríbete a MedicinaCardiometabolica.com
Si esta forma de leer la evidencia te resulta útil, la suscripción te da acceso a tres recursos pensados para el clínico ocupado:
- Colección de libros de medicina (~18 GB) para descargar y consultar.
- Resúmenes de papers acompañados del artículo original.
- Directorio de ensayos clínicos organizado por fármaco, para encontrar la evidencia en segundos.
Suscríbete en: buymeacoffee.com/drjorgerojas
Canal de WhatsApp: únete aquí.
Aviso médico: este contenido tiene fines educativos y de actualización profesional. No sustituye el juicio clínico individual ni las guías locales, y no constituye una recomendación de tratamiento para un paciente concreto.
Dr. Jorge Enrique Rojas Rodríguez — Medicina Interna
MedicinaCardiometabolica.com · Revisado y actualizado en agosto de 2026.
Descubre más desde Medicina Cardiometabólica
Suscríbete y recibe las últimas entradas en tu correo electrónico.
