Code Sharing In Prediction Model Research: A Scoping Review
Esta revisión de alcance cuantifica las prácticas actuales de compartir código en la investigación de modelos predictivos, revelando que, aunque la disponibilidad ha aumentado, sigue siendo limitada y a menudo carece de la documentación y estructura necesarias para la reutilización, lo que fundamenta la necesidad de desarrollar la extensión TRIPOD-Code para establecer estándares más claros.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
📂 El Gran Secreto de los Científicos: ¿Por qué no comparten sus "recetas"?
Imagina que eres un chef famoso y publicas un libro con la receta perfecta para hacer el mejor pastel del mundo. Todos lo leen, todos lo elogian y todos quieren hacerlo. Pero, cuando intentas seguir la receta, te das cuenta de algo frustrante: te falta la lista de ingredientes exactos, las medidas precisas o el paso a paso de cómo batir los huevos.
En el mundo de la ciencia médica, ocurre algo muy similar. Los investigadores crean "modelos de predicción" (que son como recetas matemáticas para predecir enfermedades o diagnósticos). Este estudio, realizado por un equipo internacional de expertos, decidió investigar: ¿De verdad están compartiendo sus "recetas" (el código informático) para que otros puedan cocinar el mismo pastel?
🔍 ¿Qué hicieron los investigadores?
El equipo revisó casi 4.000 artículos científicos que citaban unas guías importantes llamadas "TRIPOD" (que son como las reglas de oro para escribir recetas médicas). Usaron una inteligencia artificial muy avanzada (como un robot lector súper rápido) para escanear estos artículos y buscar dos cosas:
- ¿Mencionan que tienen el código disponible?
- Si lo tienen, ¿es un código útil o es un desorden?
📉 Los Resultados: Una realidad un poco triste
Aquí es donde la analogía del pastel se vuelve interesante:
- Pocos comparten la receta completa: De cada 100 artículos revisados, solo 12 compartieron el código. Es como si de 100 chefs, solo 12 te dieran la lista de ingredientes. El resto dice: "Confía en mí, el pastel está bueno", pero no te deja ver cómo lo hicieron.
- La tendencia mejora, pero es lenta: Hace unos años, casi nadie compartía nada. Ahora, la cifra sube un poco (llegando al 16% en 2025), pero sigue siendo muy bajo para la ciencia moderna.
- El problema de la "receta incompleta": De los pocos que sí compartieron el código, muchos lo hicieron de forma desastrosa.
- El 80% tenía un "README": Imagina que te dan un libro de cocina, pero la primera página dice "Aquí van las recetas" y nada más. No te dice qué ingredientes necesitas ni cómo usarlos.
- Faltan los "ingredientes exactos": Solo el 37% especificaba qué versiones de software usar. Es como decir "necesitas harina", pero no decir si es harina integral, de trigo o sin gluten. Si usas la incorrecta, tu pastel (o tu modelo médico) fallará.
- Sin permisos claros: Muchos no decían si podías usar su código o no (falta de licencia). Es como si te dieran la receta pero te dijeran "no está permitido que la copies".
🌍 ¿Quién lo hace bien y quién no?
El estudio encontró que la "cultura de compartir" depende mucho de dónde se publiquen los artículos:
- Los "Chefs Estrella": Revistas como Nature Communications o PLOS Digital Health son como escuelas de cocina exigentes. Allí, más de la mitad de los autores comparten sus recetas.
- Los "Chefs Ocultos": En otros países y revistas, el código se queda guardado en un cajón. Por ejemplo, Finlandia y Bélgica tienen tasas muy altas de compartición, mientras que otros países con muchos investigadores tienen tasas bajas.
🤖 ¿Por qué es importante esto?
Imagina que un médico usa una de estas "recetas" para predecir si un paciente tendrá un infarto. Si el código no se puede repetir (porque falta la documentación o los ingredientes), el médico podría estar tomando una decisión basada en un pastel que, en realidad, no se puede volver a hornear.
El estudio concluye que tener el código no es suficiente. No basta con decir "aquí está el código". El código debe venir con:
- Un manual de instrucciones claro (README).
- La lista exacta de herramientas necesarias (dependencias).
- Un permiso de uso (licencia).
- Y, sobre todo, debe estar organizado para que cualquiera pueda usarlo.
🚀 ¿Qué sigue?
Los autores de este estudio están creando una nueva guía llamada "TRIPOD-Code". Piénsalo como un nuevo libro de reglas para los chefs científicos. Esta guía les dirá exactamente cómo deben presentar sus recetas para que, la próxima vez que alguien quiera cocinar el mismo pastel, pueda hacerlo sin problemas, sin adivinar ingredientes y sin errores.
En resumen: La ciencia médica está avanzando a pasos agigantados, pero si no compartimos las "recetas" (el código) de forma clara y completa, no podremos confiar plenamente en los resultados. Este estudio es un llamado a la acción: no basta con cocinar el pastel, hay que enseñar a otros cómo hacerlo.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.