La ciencia no es perfecta. Uno de los problemas más importantes es cuando intentas repetir un experimento de otro estudio y no te sale el mismo resultado. A todo investigador nos ha pasado. Cada vez más, la comunidad científica se preocupa por este problema y propone soluciones.
Suele empezar así una investigación. Estás en el laboratorio a altas horas de la madrugada (llevas leyendo un artículo tras otro desde después de comer, ya serán más de las 11 y ni siquiera has cenado), sabes que tienes cerca una idea pero te falta comprobar si alguien más lo ha hecho ya antes, y ¡eureka! ¡habemus proyecto! Como salga bien, me hago de oro, piensas.
Nadie lo ha hecho antes pero tienes que asegurarte que aquéllo que tomas como punto de partida es cierto. Excitado, compras los reactivos que te hacen falta (un anticuerpo por aquí, un kit de extracción de ADN por allá), haces el experimento, y no sale ni de coña como en los artículos anteriores. ¡Vaya hombre! A reformular la hipótesis, o directamente, tirarla a la basura.
Esto no es raro y puede tener múltiples causas. Algunas son nada aceptables, como que los datos son directamente inventados, pero no siempre es así. A veces -lo que también es problemático-, el resultado depende de pequeños detalles en el procedimiento seguido que, fíjate tu, no aparecen con suficiente claridad en el estudio previo que intentas reproducir. Claro, esto también tiene muchas causas, desde el limitado espacio que permiten en los artículos las revistas científicas, a errores personales, etc. Y también hay otros problemas añadidos.
Como quiera que sea, el coste de la falta de reproducibilidad en ciencia es muy alto y las propias investigadoras, agencias de financiación y revistas, están proponiendo formas de solucionarlo.
¿Curioso por saber exactamente cuáles son los problemas y las medidas? Sigue leyendo en “Hacia una mayor reproducibilidad en la investigación en neurociencias” (Blog de la Sociedad Española de Neurociencia).
Crédito imagen: statistically-funny
