La señal de eventos adversos graves detectada en los ensayos de las vacunas de ARNm contra la COVID-19 de Pfizer y Moderna lleva casi cuatro años en la literatura científica revisada por pares. Los principales medios de comunicación, en las raras ocasiones en que la abordan, la han tratado no como evidencia que deba sopesarse, sino como desinformación que debe ser controlada, desestimándola con la autoridad de expertos sin la experiencia pertinente o simplemente ignorándola. Una reciente emisión de BBC Radio 4 es un ejemplo casi perfecto.
La transmisión se emitió el Todo es falso y a nadie le importa., una serie de BBC Radio 4 presentada por Jamie Bartlett, cuyo propósito declarado es preguntarse por qué, en gran parte de la vida moderna, la falsedad ya no se castiga, sino que se recompensa. Es una pregunta razonable. La respuesta más directa que la serie ha ofrecido hasta la fecha aparece en uno de sus propios episodios.
En el episodio en cuestión, Bartlett dedicó su programa al Dr. Aseem Malhotra y la seguridad de la vacuna contra el Covid-19. Como parte de ese segmento, emitió una afirmación específica sobre un artículo revisado por pares que yo dirigí, publicado en la revista Vacune En septiembre de 2022, para evaluar las declaraciones del Dr. Malhotra en antena, Bartlett invitó a la Dra. Vicky Male, inmunóloga reproductiva del Imperial College de Londres. La Dra. Male explicó a los oyentes que a los autores del artículo se les había indicado específicamente que dejaran claro que este documento no debía utilizarse para respaldar las afirmaciones del Dr. Malhotra.
Esa afirmación no es cierta. Nadie nos lo dijo. El artículo no contiene tal instrucción. Soy uno de sus autores; tengo la correspondencia de la revisión por pares; sé lo que la revista nos pidió y lo que no. Cualquiera podría haberlo comprobado en cinco minutos leyendo el artículo, que tiene ocho páginas y es de acceso abierto en línea. Jamie Bartlett no lo comprobó.
Basándose en una afirmación falsa y sin verificar sobre un artículo científico, Bartlett le dijo a su audiencia que el Dr. Malhotra estaba difundiendo información falsa, en un podcast cuya premisa central es que la vida moderna ahora recompensa precisamente este tipo de cosas.
No puedo afirmar si esto reflejó una deshonestidad deliberada o una simple incompetencia. El caso que sigue describe lo sucedido con suficiente detalle para que los lectores saquen sus propias conclusiones. Ambas posibilidades dejan en mal lugar a una emisora nacional. Solo una de ellas sería excusable.
I. Lo que dice el periódico y lo que el Dr. Male dijo que decía.
La afirmación más trascendental del Dr. Male en antena fue la que mencioné al principio: que a los autores se les había indicado específicamente que dejaran claro que este artículo no debía utilizarse para hacer el tipo de afirmaciones que hace el Dr. Malhotra, y que la declaración del Dr. Malhotra «no es correcta. El artículo no demuestra que eso sea cierto».
¿Quién nos lo dijo? El Dr. Male no lo especificó. Los artículos científicos pasan por tres grupos de personas que, en principio, podrían dar tal instrucción: revisores, editores de revistas y, en algunos campos, organismos reguladores o agencias patrocinadoras. Ninguno de ellos nos comunicó tal cosa. La correspondencia de revisión por pares de nuestro artículo no es privada. La depositamos públicamente junto con nuestros registros de evaluación y datos del estudio en un archivo de Zenodo, y la declaración de disponibilidad de datos del artículo. dirige a los lectores allíCualquiera puede leer los comentarios de los revisores. Estos contienen preguntas metodológicas sustanciales, pero ninguna instrucción al respecto. Los editores no comunicaron ninguna instrucción de este tipo ni antes, ni durante, ni después de la revisión. No hubo agencias patrocinadoras, ya que el artículo se realizó sin ningún tipo de financiación. En resumen, nadie nos comunicó nada de esto, porque no hubo tal intercambio.
¿Qué dice realmente el artículo?
La frase más cercana a la afirmación que describió el Dr. Male —y que los críticos a veces malinterpretan— es una declaración de alcance estándar de la introducción: «Nuestro estudio no fue diseñado para evaluar el balance general de riesgo-beneficio de los programas de vacunación hasta el momento. Para contextualizar nuestros resultados de seguridad, realizamos una simple comparación de riesgos y beneficios para ilustrar la necesidad de análisis formales de riesgo-beneficio de las vacunas estratificadas según el riesgo de resultados graves de COVID-19». Esta es una descripción de lo que el artículo analizó y lo que no. No es una negación de las conclusiones del artículo. Todo artículo de investigación riguroso contiene una frase similar.
La conclusión a la que llegó el artículo, en sus propias palabras, es que los hallazgos "plantean inquietudes sobre el hecho de que las vacunas de ARNm estén asociadas con más daños de los estimados inicialmente en el momento de la autorización de emergencia", y que se necesitan análisis formales de daños y beneficios estratificados por riesgo de resultados graves de Covid-19.
La sección 3.4 del documento, titulada "Consideraciones sobre riesgos y beneficios", cuantifica directamente esa relación. En el ensayo de Pfizer, el riesgo adicional de eventos adversos graves fue de 10.1 por cada 10 000 vacunados, frente a una reducción de hospitalizaciones por COVID-19 de 2.3 por cada 10 000, lo que representa una relación riesgo-beneficio de aproximadamente 4.4 a 1. En el ensayo de Moderna, el riesgo adicional fue de 15.1 por cada 10 000 frente a una reducción de hospitalizaciones de 6.4 por cada 10 000, lo que representa una relación de aproximadamente 2.4 a 1.
La declaración del Dr. Malhotra en directo —de que un participante en el ensayo tenía entre 2 y 4 veces más probabilidades de sufrir daños graves por la vacuna que de ser hospitalizado por COVID— fue, en todo caso, una interpretación conservadora de lo que informa el artículo. La proporción de Pfizer se sitúa justo por encima del límite superior del rango que mencionó; la de Moderna se sitúa cerca del límite inferior. Ambas cifras aparecen en la sección de análisis de riesgos y beneficios del propio artículo. La afirmación del Dr. Malhotra de que el artículo «no demuestra que eso sea cierto» se contradice directamente con el propio artículo.
II. Las cuatro objeciones metodológicas
El Dr. Male formuló cuatro críticas metodológicas adicionales al artículo. Cada una de ellas puede ser respondida en actas.
Sincronización y acceso a los datos
El Dr. Male señaló que el reanálisis se realizó "un par de años después de los hechos" y que los autores no tuvieron acceso a todos los datos.
En cuanto a la cronología: mis coautores y yo comenzamos este trabajo en julio de 2021, aproximadamente siete meses después de que aparecieran los resultados de la fase III de Pfizer en la revista. New England Journal of Mediciney seis meses después del de Moderna. Lo que llevó tiempo fue lo que siempre lleva tiempo en este tipo de trabajo: recopilar las tablas de eventos adversos graves a partir de los resultados publicados por los patrocinadores y los documentos regulatorios, la evaluación doble ciego de cada tipo de evento según la lista de prioridades predefinida de Eventos Adversos de Interés Especial de la Colaboración Brighton, el análisis estadístico, la revisión por pares y la publicación. La versión preliminar apareció en junio de 2022; el artículo revisado por pares, en septiembre.
En cuanto al acceso a los datos, el Dr. Male tiene razón, y lo hemos dicho claramente desde el principio. No teníamos datos individuales de los participantes. Esa limitación se reconoce en el artículo. Sin datos a nivel de participante no pudimos realizar los análisis de subgrupos estratificados —por edad, por comorbilidad, por infección previa— que más informarían las decisiones clínicas. El día de la publicación, mis coautores y yo publicamos una carta abierta a los directores ejecutivos de Pfizer y Moderna en el BMJ Les pedimos que publiquen los datos individuales de los participantes para que podamos realizar un análisis más definitivo, ya sea nosotros o cualquier otra persona.
Cuatro años después, todavía no lo han hecho.
Al trabajar únicamente con los datos públicos, descubrimos que en el ensayo de Pfizer hubo más eventos adversos graves en el grupo vacunado que en el grupo placebo, un hallazgo que no se había reportado anteriormente. La respuesta correcta a la afirmación «No tenemos los datos individuales de los participantes» no es descartar lo que muestran los datos públicos, sino publicarlos.
Una implicación de esta crítica merece ser mencionada. Quienes insisten en que la ausencia de datos a nivel individual de los participantes invalida nuestro reanálisis no se han mostrado preocupados por el hecho de que los patrocinadores sigan ocultando esos mismos datos. Pfizer y Moderna han administrado una novedosa intervención médica a miles de millones de personas en todo el mundo. Cuatro años después, los datos brutos de seguridad de los ensayos que autorizaron dichos productos aún no son públicos. Si el argumento es que nadie debería sacar conclusiones de las tablas públicas de eventos adversos graves (EAG) porque los datos completos serían más informativos, la implicación es que nadie, incluidos los reguladores y el público, debería confiar en la actual relación riesgo-beneficio hasta que se publiquen esos datos. Esta no es una postura que la mayoría de los críticos de nuestro artículo parezcan dispuestos a adoptar.
La objeción de la “definición amplia”
La segunda objeción del Dr. Male fue que el reanálisis utilizó “una definición muy amplia de efectos secundarios, incluyendo cosas que podrían no haber sido causadas por la vacuna”. Esto denota una incomprensión de cómo los ensayos aleatorios generan conocimiento.
En un ensayo aleatorizado de una intervención novedosa, nadie —ni los investigadores, ni los patrocinadores, ni los organismos reguladores— puede determinar si el evento adverso de un individuo fue causado por la vacuna. Esto no es una debilidad del estudio, sino una característica inherente al funcionamiento de la aleatorización. La clave reside en que la única diferencia sistemática entre los dos grupos es la intervención. Si se producen menos eventos adversos graves en el grupo vacunado, se infiere que la vacuna probablemente los redujo. Si se producen más, se infiere que la vacuna probablemente los causó. No es necesario determinar la causalidad individual; el ensayo lo hace.
El artículo, de hecho, realizó dos análisis. El primero utilizó la definición más amplia de daño: cualquier evento adverso grave reportado en el ensayo, independientemente de su causa. Esto presenta una debilidad conocida: dado que la mayoría de los eventos adversos graves en un ensayo a gran escala son aleatorios, una señal real relacionada con la vacuna puede quedar enmascarada por el ruido de fondo.
A pesar de ello, en el ensayo de Pfizer los eventos adversos graves fueron significativamente más altos en el grupo de la vacuna: 127 eventos frente a 93, un aumento relativo del 36 por ciento y una diferencia de riesgo absoluto de 18.0 por cada 10,000 vacunados (IC del 95%: 1.2 a 34.9). El propio ensayo pivotal de Pfizer NEJM El artículo afirmaba que “La incidencia de eventos adversos graves fue baja y similar en los grupos de vacuna y placebo”. Esa afirmación no es precisa. Escribimos al NEJM Se ha tomado nota del error. No se ha emitido ninguna corrección.
El segundo análisis fue más limitado, no más amplio. Examinamos solo los eventos adversos graves que figuran en la lista de AESI prioritaria de la Colaboración de Brighton, una lista respaldada por la Organización Mundial de la Salud en mayo de 2020. antes Las vacunas de ARNm fueron autorizadas específicamente para predeterminar qué efectos adversos debían ser monitoreados en los ensayos de la vacuna contra la Covid-19.
La lógica es la opuesta a la que describió el Dr. Male: al restringir el análisis a eventos preespecificados de plausibilidad biológica, reducimos el ruido de fondo aleatorio que puede ocultar una señal real. Dos revisores clínicos independientes y ciegos evaluaron cada uno de los 325 tipos distintos de eventos adversos graves que aparecieron en los dos ensayos, comparándolos con esa lista preespecificada.
Coincidieron en la clasificación el 86 % de las veces, y los desacuerdos se resolvieron por consenso o mediante un tercer revisor. El riesgo combinado de exceso de eventos adversos graves fue de 12.5 por cada 10 000 vacunados (IC del 95 %: 2.1 a 22.9). El hecho de que la señal apareciera en eventos preespecificados —y no en diagnósticos aleatorios dispersos— hace que la mera casualidad sea una explicación menos plausible, no más plausible.
Contar eventos, contar personas
La tercera objeción de la Dra. Male fue que el artículo contabilizaba eventos en lugar de participantes, utilizando la diarrea y los vómitos en el mismo paciente como ejemplo.
Sobre la metodología: los recuentos a nivel de evento y a nivel de participante responden a preguntas ligeramente diferentes, y vale la pena conocer ambos. Un recuento a nivel de participante trataría un ataque cardíaco seguido de un accidente cerebrovascular como idéntico a un solo ataque cardíaco. Un recuento a nivel de evento captura esa distinción. Ninguna métrica es inherentemente correcta ni inherentemente incorrecta. Pfizer y Moderna no han publicado los datos a nivel de participante que nos permitirían publicar ambos, por lo que publicamos lo que permitieron los datos públicos. Donde los datos a nivel de participante era Como se puede observar en las tablas publicadas por Pfizer, la tendencia es la misma: más participantes individuales tuvieron al menos un evento adverso grave (EAG) en el grupo de la vacuna que en el grupo del placebo, y entre los que lo tuvieron, los participantes del grupo de la vacuna tuvieron aproximadamente el doble de probabilidades que los del grupo del placebo de experimentar más de uno: 24 frente a 13.
Lo que quiero abordar más directamente es el ejemplo de la diarrea. La Dra. Male lo usó sin rodeos, y no la culpo por ello. Pero el puñado de otros críticos que han comentado nuestro artículo en YouTube y en podcasts convencionales han recurrido al mismo ejemplo casi sin excepción, y varios lo han tratado con un tono jovial y sonriente, como si la palabra en sí misma fuera graciosa. De los 325 tipos distintos de SAE analizados, prácticamente todos los críticos que llegan a una audiencia general han elegido el mismo.
Hablo como médico de urgencias. Un caso de diarrea lo suficientemente grave como para alcanzar el umbral reglamentario de un evento adverso grave no es "diarrea". La definición reglamentaria requiere hospitalización, enfermedad potencialmente mortal, discapacidad persistente o significativa, o muerte. Los pacientes con diarrea grave que he atendido personalmente han sido ancianos, inmunocomprometidos, con deshidratación aguda, hipotensos, con lesión renal aguda o sépticos. C. difficile.
Según datos de mortalidad de los CDC, se estima que las enfermedades diarreicas causan la muerte de unos 6,000 estadounidenses al año, una cifra superior a los aproximadamente 4,500 estadounidenses que fallecen anualmente a causa del VIH/SIDA. Ningún profesional médico serio bromea sobre el VIH. Las cifras de mortalidad por diarrea grave son aún mayores. Los médicos que participan en podcasts y se presentan como comunicadores científicos responsables deberían ser conscientes del problema que plantea su propio tono.
Con 325 tipos distintos de eventos adversos graves (EAG) para elegir —trastornos de la coagulación, lesión cardíaca, miocarditis, encefalitis, síndrome de dificultad respiratoria aguda, lesión renal aguda, trombosis y docenas de otros—, la decisión de volver una y otra vez al que tiene un nombre más llamativo es una maniobra retórica, no científica. Si el argumento es que nuestra metodología incluyó eventos que no deberían haber sido contabilizados, el argumento debería basarse en los 30 a 50 tipos de EAG de los dos ensayos en los que los médicos razonables podrían discrepar sobre la adjudicación, no en el que genera una media sonrisa involuntaria en el público general.
Nos tomamos esa preocupación lo suficientemente en serio como para realizar el ejercicio nosotros mismos. En respuesta a una crítica previa de la FDA, realizamos un análisis de sensibilidad que excluyó todos los eventos adversos graves (EAG) cuya inclusión había requerido un juicio clínico subjetivo: dolor torácico y otros casos en los que médicos razonables podrían haber emitido un juicio diferente. Los resultados fueron consistentes con el análisis original. El exceso persistió. En otras palabras, los juicios subjetivos no eran la causa de la señal. Este análisis de sensibilidad está disponible públicamente en nuestro archivo de Zenodo, junto con el resto de los datos del estudio.
Un punto relacionado, dado que los críticos de nuestro artículo suelen argumentar que una hospitalización por Covid-19 es obviamente más grave que un caso de diarrea grave, y por lo tanto la comparación entre daños y beneficios es injusta, como médico de urgencias que ha tratado a cientos de pacientes hospitalizados por Covid-19, puedo afirmar que esto no se corresponde con la realidad hospitalaria. La mayoría de los pacientes ingresados con una prueba positiva de Covid durante la mayor parte de la pandemia no estaban gravemente enfermos; muchos no necesitaron oxígeno suplementario y se habrían recuperado en casa.
Los datos del Reino Unido lo confirman. En el apéndice de 2023 de la Agencia de Seguridad Sanitaria del Reino Unido (UKHSA) al Comité Conjunto de Vacunación e Inmunización (el documento que sustenta los cálculos oficiales del NNV del Reino Unido para la dosis de refuerzo de otoño de 2023), la UKHSA definió una hospitalización por Covid-19 "grave" como aquella que requiere una estancia de al menos 2 días con uso documentado de oxígeno, ventilación o ingreso en la UCI.
En las tasas de población reportadas en ese documento, la proporción de hospitalizaciones por Covid-19 en general con respecto a las hospitalizaciones por Covid-19 grave es aproximadamente de 10 a 1. Aproximadamente el 90 por ciento de las hospitalizaciones por Covid-19 en los datos de vigilancia del Reino Unido no requirieron oxígeno, ventilación ni ingreso en la UCI. Cuando los críticos recurren a la imagen mental de una hospitalización por Covid para hacer que nuestra comparación de daños y beneficios parezca absurda, están invocando el 10 por ciento de casos graves y generalizándolo tácitamente al otro 90 por ciento.
El tiempo corre en ambos sentidos.
La cuarta objeción de la Dra. Male fue que los efectos secundarios suelen aparecer en los primeros días o semanas después de la vacunación, mientras que la protección contra la COVID-19 dura meses. En esa comparación, argumentó, el artículo subestima el beneficio de la vacuna.
Tiene razón en parte, y así lo dijimos en el artículo. Las vacunas sí redujeron los casos sintomáticos de Covid-19 durante un período más prolongado que el de aproximadamente dos meses analizado en los ensayos, y un seguimiento ciego más extenso probablemente habría mostrado mayores reducciones en las hospitalizaciones por Covid-19, mejorando la relación beneficio-respuesta.
El problema radica en que la preocupación se aplica de forma asimétrica. El Dr. Male extiende el beneficio más allá del período del ensayo, asumiendo implícitamente que el daño no lo hace. Esta suposición no está justificada. Se ha detectado la proteína Spike en circulación en algunos individuos durante meses después de la vacunación, y no el perfil farmacocinético de corta duración que se describió inicialmente a los reguladores y al público. Las enfermedades autoinmunes y ciertos trastornos neurológicos suelen comenzar de forma insidiosa tras un evento desencadenante, pero no se diagnostican formalmente hasta meses o años después.
Los médicos que tratan a pacientes con COVID persistente y lesiones postvacunales —casos que a menudo presentan síntomas similares— informan sistemáticamente que muchos de sus pacientes padecen síntomas debilitantes durante largos periodos antes de recibir un diagnóstico formal. La discapacidad prolongada es, por definición reglamentaria, un evento adverso grave. Si una parte significativa de los eventos adversos graves asociados a las vacunas tarda meses en manifestarse, el breve periodo de prueba subestimó el impacto negativo, no solo el positivo.
Si los ensayos de Pfizer y Moderna hubieran continuado durante dos años en su formato original a ciegas, con dosis de refuerzo administradas a intervalos realistas y un seguimiento continuo tanto de las hospitalizaciones por COVID-19 como de los eventos adversos graves, la relación riesgo-beneficio a largo plazo sería empíricamente determinable. No lo es. Los ensayos se abrieron prematuramente, se ofreció la vacuna a quienes recibieron placebo y, en la práctica, se abandonó la cuestión científica. Coincido con el Dr. Male en que un análisis más prolongado sería esclarecedor. Agradecería los datos.
Un modelo no es un ensayo
Otra afirmación realizada en antena merece una respuesta directa. Para refutar nuestros hallazgos basados en ensayos clínicos, el Dr. Male citó un estudio de modelización que estimaba que las vacunas habían salvado millones de vidas. Lo que no se le dijo al público es que esta cifra no proviene de datos de ensayos clínicos, sino de un modelo matemático.
Estos modelos se basan en datos de eficacia obtenidos de estudios observacionales posteriores a la autorización, que son notoriamente vulnerables al "efecto del usuario sano". Las personas que buscan vacunarse de forma proactiva son, en promedio, más sanas y tienen una menor mortalidad basal que quienes no lo hacen. Debido a la falta de aleatorización en los estudios observacionales, suelen sobreestimar los beneficios. El problema se agrava en la etapa de modelización. La clase estándar de modelos de impacto de las vacunas no incluye ningún término para los daños causados por la vacuna; por definición, considera la mortalidad por vacunación como cero.
No se puede utilizar un modelo matemático de daño cero, alimentado por datos observacionales sobreestimados, para refutar una señal de daño excesivo detectada en los propios ensayos aleatorizados controlados con placebo del patrocinador. Presentar dicho modelo a un público no especializado como prueba de que el análisis de riesgo-beneficio de un ensayo aleatorizado es incorrecto resulta metodológicamente incoherente.
III. El periodista que necesitaba un médico
La Dra. Male es una científica respetada. Su investigación sobre las células asesinas naturales en el embarazo y el entorno inmunitario uterino es sustancial, y sus publicaciones en inmunología reproductiva hablan por sí solas. En el segmento de la BBC, no afirmó ser experta en metodología de ensayos clínicos ni en medicina basada en la evidencia, y por lo que sé, estaba ofreciendo respuestas informales a las preguntas de un periodista, algo que cualquier académico haría si un reportero de la BBC la llamara. No la culpo por los errores en lo que dijo sobre nuestro artículo. Si un periodista me pidiera que interpretara un estudio de inmunología molecular sobre las vías de señalización de las células NK en la decidua, también me equivocaría, y merecería la misma comprensión que le estoy brindando aquí.
Mi problema es con el periodista.
La BBC es la emisora que el público británico considera una de sus fuentes de noticias más fiables. No es un medio marginal, y un fallo en las prácticas periodísticas básicas no es un problema aislado. Esta es la misma institución cuyo director general y jefe de noticias dimitieron a finales de 2025 después de que la corporación editara de forma engañosa un discurso de Donald Trump, un fallo que su propio reportero reconoce en una grabación, dentro de este mismo episodio.
Jamie Bartlett le dijo a su audiencia, en más de una ocasión, que gran parte de lo que decía el Dr. Malhotra parecía razonable, pero que él mismo no era médico y no podía evaluar la evidencia clínica citada. Dijo que necesitaba encontrar un experto que lo ayudara a analizarla. Ese planteamiento —soy un humilde generalista, necesito un especialista que me guíe— es una estrategia periodística legítima cuando el especialista realmente posee la experiencia pertinente.
La Dra. Male es inmunóloga y estudia las células NK durante el embarazo. No es epidemióloga, bioestadística, farmacóloga ni investigadora de ensayos clínicos. No posee un título de medicina ni atiende pacientes. No tiene publicaciones sobre la interpretación de ensayos controlados aleatorizados, análisis de riesgos y beneficios ni detección de señales de seguridad de vacunas. El Dr. Malhotra, independientemente de lo que se piense de sus posturas públicas, es cardiólogo consultor, atiende pacientes y es autor de una obra ampliamente citada. BMJ Editorial sobre medicina basada en la evidencia. Ha dedicado más de una década a escribir y dar conferencias sobre la interpretación de la evidencia de los ensayos clínicos para el público en general, que es, de hecho, exactamente el conjunto de habilidades que Bartlett dijo estar buscando.
Bartlett sabía a quién había encontrado. Decidió presentar al Dr. Male ante su audiencia como el experto que podía dirimir las afirmaciones del Dr. Malhotra sobre el reanálisis de un ensayo clínico. Esa no es una decisión editorial neutral.
Lo que siguió fue peor. Al final del segmento, el mismo reportero que había comenzado confesando que no estaba calificado para evaluar las pruebas, pasó a declarar con seguridad que las afirmaciones del Dr. Malhotra no eran ciertas, que no estaba seguro de por qué el Dr. Malhotra sostenía tales opiniones y que la audiencia debía mirarlas con profunda sospecha.
El camino que se recorrió desde "No soy médico y no puedo evaluar esto" hasta "Ahora puedo decirle que esto es falso" se logró enteramente subcontratando la evaluación a alguien que carecía de la experiencia pertinente para realizarla, y luego tratando las respuestas de esa persona como un hecho consumado.
La afirmación más relevante del Dr. Male en este segmento fue la que encabeza el artículo: que a los autores se les había indicado específicamente que no utilizaran el documento de la forma en que lo hacía el Dr. Malhotra. No se necesita un título de medicina ni un doctorado en epidemiología para comprobar si un artículo publicado contiene una frase específica. Basta con saber leer. El artículo tiene ocho páginas, es de acceso abierto y fue el eje central del segmento de Bartlett.
Un reportero que basó todo su programa en un estudio revisado por pares, y que se tomó la molestia de grabar comentarios malintencionados sobre cómo el Dr. Malhotra lo estaba "bombardeando" con datos y contando historias "simplemente más emocionantes", no se molestó en leer el artículo y verificar si la afirmación más importante del Dr. Malhotra era cierta. No lo era. El presentador de un podcast sobre por qué ya no se castiga la falsificación había presentado, en su propio programa, un ejemplo de ese fenómeno. Basándose en esa afirmación sin verificar, le dijo a su audiencia que el Dr. Malhotra estaba difundiendo información falsa.
Otro fallo periodístico fundamental merece ser mencionado. Durante el segmento, la Dra. Male afirmó no recibir financiación de la industria farmacéutica. Bartlett aceptó esta afirmación sin cuestionarla y la utilizó para presentar las preocupaciones del Dr. Malhotra sobre posibles conflictos de intereses como teorías conspirativas. Dos minutos de investigación habrían aclarado la situación. Entre las entidades que financian la investigación de la Dra. Male, según sus declaraciones públicas, se encuentran el Wellcome Trust y el Consejo de Investigación Médica del Reino Unido.
El Wellcome Trust se fundó a partir del patrimonio de Sir Henry Wellcome, el magnate farmacéutico que creó la empresa que se convertiría en GlaxoSmithKline. Entre 1936 y 1995, el Trust fue el único o mayoritario propietario de dicha farmacéutica, y su actual patrimonio de 37.6 millones de libras esterlinas proviene de ese origen. El Consejo de Investigación Médica del Reino Unido (MRC) describe en su sitio web la «colaboración con la industria» como un pilar fundamental de su estrategia, con alianzas formales con AstraZeneca, GSK, Janssen, Lilly, Pfizer, Takeda y UCB, y más de 100 millones de libras esterlinas en contribuciones de la industria a la investigación financiada por el MRC desde 2010.
Es perfectamente posible que la Dra. Male nunca haya examinado el origen de sus fondos de investigación, y no la culpo por ello; la mayoría de los investigadores no lo hacen. Pero el periodista que dedicó tiempo en antena a sugerir que la Dra. Malhotra estaba difundiendo teorías conspirativas sobre la influencia de la industria farmacéutica podría haber determinado, con una simple búsqueda en Google, que la experta que había elegido para dirimir esa cuestión recibe su salario de organizaciones fundadas por la industria farmacéutica o que mantienen una relación formal con ella. No cumplió con la labor más básica de un periodista: verificar la información de su fuente. En cambio, utilizó una grabación de una negación como un fragmento de audio y pasó al siguiente ataque fácil.
Con las pruebas que tengo a mi disposición, no puedo determinar si Jamie Bartlett sabía algo de esto y aun así emitió su declaración, o si simplemente no realizó el trabajo necesario. Lo que emitió ofrece argumentos para ambas interpretaciones.
IV. El filtro
Hay una segunda capa, más desagradable, en la afirmación de que a los autores “se les dijo” algo. Después de que nuestro artículo fue publicado, Vacune Publicaron dos comentarios críticos sobre nuestros hallazgos: uno en 2023 y otro en 2024. En ambos casos, la revista se negó a compartir esas críticas conmigo y con mis coautores con antelación, y tampoco nos invitó a responder, una cortesía que es práctica académica habitual y que uno de los editores había prometido por escrito. En enero de 2025, presentamos una breve carta de respuesta por iniciativa propia. El editor jefe la rechazó sin someterla a revisión por pares.
Una revista científica dispuesta a publicar críticas a un artículo que había revisado y aceptado, pero que luego se niega a publicar la respuesta de los autores a dichas críticas, es lo opuesto a cómo funciona el intercambio académico. Ninguno de mis coautores se había encontrado con algo así antes, y lo hemos investigado.
Este mismo patrón se extiende más allá de la revista. Nuestro artículo fue tachado de "desinformación" en las redes sociales tras su publicación, una etiqueta que, hasta donde yo sé, nunca se ha aplicado a ningún estudio revisado por pares que informe sobre resultados favorables de las vacunas, por muy deficiente que sea su metodología.
La Dra. Male, a través de sus comentarios en la BBC, parece no darse cuenta de que todo esto está sucediendo. Ese es precisamente parte del problema que describe: una experta que confía en el consenso porque no puede ver el filtro que lo produjo.
Conclusión
El artículo que lideré sigue vigente. Sus conclusiones no han sido refutadas; han sido cuestionadas, y la controversia ha sido manejada por una revista científica de una manera que ninguno de nosotros había presenciado antes. Nuestra conclusión es clara: en los ensayos clínicos de fase III de las vacunas de ARNm contra la COVID-19, los eventos adversos graves de especial interés ocurrieron con mayor frecuencia en el grupo vacunado que en el grupo placebo, a una tasa que superó la reducción de las hospitalizaciones por COVID-19 durante el período del ensayo. Este hallazgo tiene implicaciones sobre cómo deberían usarse las vacunas en el futuro, particularmente en poblaciones con menor riesgo basal de COVID-19 grave.
La cuestión se resolvería rápidamente si Pfizer, Moderna y la FDA publicaran los datos individuales de los participantes. Hasta entonces, el público tiene derecho a un debate más honesto que el que se emitió en la BBC. La Dra. Male puede discrepar de mis conclusiones. No tiene derecho a decirles a los oyentes que el artículo afirma algo que no dice, y ni la BBC ni Jamie Bartlett tienen derecho a construir una narrativa de información falsa a partir de una afirmación que ni siquiera se molestaron en verificar.
El artículo es de dominio público. La revista que lo publicó también es de dominio público. La posterior negativa de la revista a publicar nuestra respuesta también es de dominio público. Los lectores son adultos inteligentes. Pueden evaluar las pruebas por sí mismos, que, al fin y al cabo, es la única razón por la que se publican artículos científicos revisados por pares.
Lo que ilustra la emisión de la BBC —ya sea la deshonestidad deliberada de un periodista, la incompetencia de otro, o ambas— se ajusta a un patrón que se ha mantenido durante casi cuatro años: la cobertura generalista sobre la seguridad de la vacuna contra la COVID-19 se subcontrata a expertos a quienes no se les pidió que leyeran las pruebas, y las pruebas que permanecen se tachan de «desinformación». El público tenía derecho a un debate más riguroso desde el principio. Los lectores pueden decidir por sí mismos si eso es lo que se les ha ofrecido.
El podcast de Jamie Bartlett se llama Todo es falso y a nadie le importa.Tiene razón a medias.
Unirse a la conversación:
Publicado bajo un Licencia de Creative Commons Atribución Internacional
Para reimpresiones, vuelva a establecer el enlace canónico en el original Instituto Brownstone Artículo y Autor.
