Estadísticas de salud, el reto de la buena información = Health statistics, the challenge of the good information

Abstract

Resumen: La comunicación sobre salud debe tener en cuenta más cautelas que otros tipos de comunicación, porque afecta a lo más sensible de cada uno, su propia vida. Por eso quienes se dediquen a ella tienen que tener en cuentas ciertas cautelas. No hemos aprendido las de la incertidumbre y, en general, no sabemos interpretar las estadísticas, y en el ámbito de la salud hay más probabilidades que certezas. Por eso, detrás de cada mensaje de salud hay –o debería haber-, números. La presencia de los datos en las informaciones de salud es abrumadora, y por eso resulta básico tener un buen conocimiento sobre cómo interpretar las estadísticas. No basta decir que un estudio afirma, niega o apoya tal hipótesis, es necesario tener más datos del estudio, saber si es o no es fiable, ser capaces, como profesionales de la información, de discernir lo bueno de lo malo, la fuente fiable de la intrascendente. Atender al texto y al contexto ayuda a evitar los errores más comunes, así como no fiarse de las informaciones preliminares y poner en tela de juicio lo que atente contra el sentido común. Por ejemplo, que un animal es un humano a efectos de investigación. Una célula nunca es un paciente.

Palabras clave: Periodismo, Especialización, Estadísticas

Abstract: Health Communication should be more carefully than other types of communication, because it affects to the most sensible part of each person, our own life. That’s the reason why those who work in this field should be careful. We have not learned the uncertainty and, in general, we don’t know how to understand statistics, and in the health field there are more probabilities than certainties. This is why behind each health message, we can find numbers. The data in health information is abundant, and this is why it’s essential to have a broad knowledge on how to interpret statistics. We don’t need to say that a study confirms, rejects or supports a hypothesis, it’s needed to have more study data, to know if they are right or not, to be able as information professionals to differentiate between what is good to what is bad, the good source from the bad one. To explore both the text and the context helps to avoid the most common mistakes, and also how not to trust the preliminary information and to judge what goes against common sense. For example, than an animal is considered a human being in scientific research. A cell is never a patient.

Keywords: Journalism, Specialization, Statistics