← Últimos artículos
📄 medicina

The first medical meta-analysis: Almroth Wright’s 1904 analysis of typhoid vaccine evidence

Este artículo sostiene que la síntesis cuantitativa de la evidencia sobre la vacuna contra la tifoidea realizada por Almroth Wright en 1904, la cual arrojó resultados consistentes con los metaanálisis modernos, constituye el verdadero primer metaanálisis médico, en lugar del posterior y sesgado reanálisis de los mismos datos realizado por Karl Pearson.

Autores originales: Vivian McAlister

Publicado 2026-09-25
📖 6 min de lectura🧠 Análisis profundo

Autores originales: Vivian McAlister

Artículo original bajo licencia CC BY 4.0 (https://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

A finales del siglo XIX, los ejércitos se enfrentaron a un enemigo silencioso mucho más mortífero que cualquier soldado enemigo: la fiebre tifoidea. Esta infección bacteriana, propagada a través de alimentos y agua contaminados, asoló los campamentos militares, matando a más tropas británicas en la Guerra de Sudáfrica de lo que lo hizo el fuego enemigo. Para combatir esto, un científico llamado Almroth Wright desarrolló una vacuna hecha de bacterias muertas, con la esperanza de proteger a los soldados antes de que enfermaran. Sin embargo, demostrar que una nueva medicina funciona rara vez es sencillo, especialmente cuando los datos provienen del caos del mundo real en lugar de un laboratorio controlado. Los científicos a menudo se enfrentan a una montaña de informes individuales, cada uno con sus propios defectos, lo que dificulta ver la imagen real. Aquí es donde entra en la historia el concepto de metaanálisis. Piense en ello como una forma de reunir muchos estudios separados y pequeños para combinar sus resultados en una visión única y más clara, permitiendo a los investigadores ver patrones que podrían estar ocultos cuando se observa un solo informe a la vez. Hoy en día, este método es una piedra angular de la medicina moderna, pero sus orígenes están arraigados en un feroz debate sobre quién podía interpretar mejor la evidencia de la vacuna contra la tifoidea.

Durante décadas, los libros de historia han acreditado al estadístico Karl Pearson por realizar el primer metaanálisis médico en 1904. La historia cuenta que Pearson tomó los datos disponibles sobre la vacuna contra la tifoidea, los reorganizó y concluyó que la vacuna ofrecía poca protección, frenando eficazmente el argumento para su uso generalizado. Sin embargo, un nuevo examen de los registros originales sugiere una cronología diferente y un héroe diferente. El autor de este artículo, Vivian McAlister, sostiene que el verdadero pionero fue en realidad el propio Almroth Wright, el mismo hombre al que Pearson criticó. Antes de que Pearson siquiera tocara los datos, Wright ya había reunido los informes dispersos de hospitales y campamentos militares, comprobado su fiabilidad y los había combinado para llegar a una conclusión poderosa: la vacuna funcionaba.

El trabajo de Wright comenzó en las trincheras y los hospitales de campaña de finales de la década de 1890 y principios de la de 1900. Recopiló informes de soldados que se habían ofrecido como voluntarios para la inyección y los comparó con aquellos que no lo habían hecho. Sabía que los datos eran imperfectos; los grupos no estaban perfectamente emparejados y los registros eran a veces desordenados. Sin embargo, creía que al observar los números juntos, emergería una tendencia clara. Organizó estos hallazgos en tablas, calculó las diferencias en las tasas de mortalidad y de infección, y estimó que la vacuna reducía el riesgo de morir por tifoidea entre un 50 y un 75 por ciento. También descubrió que reducía el número de personas que enfermaban en aproximadamente la mitad y disminuía la probabilidad de muerte para aquellos que sí enfermaban en aproximadamente un 52 por ciento. Wright presentó esta síntesis en 1904, argumentando que la evidencia era lo suficientemente sólida como para justificar la administración de la vacuna a cada soldado.

La controversia comenzó cuando un oficial militar, buscando munición contra la promoción de la vacunación universal de Wright, pidió a Karl Pearson que revisara la misma evidencia. Pearson no examinó la colección completa de Wright. En su lugar, seleccionó un subconjunto más pequeño de los datos, reorganizó los números y aplicó un método estadístico complejo que era desconocido para la mayoría de los médicos. Pearson concluyó que el vínculo entre la vacuna y la supervivencia era débil. Su informe fue utilizado para bloquear la adopción de la vacuna, y el argumento público resultante entre los dos hombres fue tan acalorado que silenció el debate durante años. Pearson desestimó las objeciones de Wright como una falta de comprensión estadística, mientras que Wright sintió que Pearson había ignorado partes cruciales de la evidencia.

Décadas después, este artículo revisa los datos originales para ver quién tenía razón. Utilizando un software moderno diseñado para combinar resultados de estudios, el autor reanalizó exactamente los mismos informes que Wright había reunido. Los resultados fueron sorprendentes. Cuando los datos se combinaron utilizando los métodos estándar actuales, la vacuna seguía mostrando un beneficio masivo. El análisis confirmó que los soldados vacunados tenían muchas menos probabilidades de morir por tifoidea, muchas menos probabilidades de contraer la enfermedad y muchas más probabilidades de sobrevivir si enfermaban. El reanálisis moderno del conjunto completo de datos produjo resultados casi idénticos a las estimaciones originales de Wright. Incluso cuando el autor examinó únicamente los estudios específicos que Pearson había decidido incluir, la vacuna seguía pareciendo altamente efectiva, contradiciendo la conclusión original de Pearson de que la protección era insignificante.

El artículo también destaca una lección crucial sobre cómo confiamos en la ciencia. El trabajo de Pearson era matemáticamente sofisticado, pero dependía de una porción estrecha de la evidencia y de un método que podía oscurecer el efecto real. El enfoque de Wright, aunque carecía de la ponderación estadística moderna, era más honesto sobre las limitaciones de los datos y más exhaustivo en su alcance. Él comprendió que la vacuna funcionaba porque el patrón se mantenía constante a través de diferentes grupos y diferentes entornos, incluso si los números variaban ligeramente de un lugar a otro. El autor señala que el alto nivel de concordancia entre la síntesis de 1904 de Wright y el reanálisis moderno sugiere que la intuición de Wright era acertada. Había realizado con éxito el primer verdadero metaanálisis, reuniendo, evaluando y sintetizando la evidencia mucho antes de que existiera el término.

Las consecuencias de esta disputa histórica fueron reales y trágicas. Debido a que el debate fue estancado por el informe de Pearson, el ejército británico no hizo obligatoria la vacuna al inicio de la Primera Guerra Mundial. Como resultado, la tifoidea regresó con saña, matando a cientos de soldados que podrían haber sido salvados. En contraste, las tropas canadienses, que fueron inoculadas basándose en evidencia y liderazgo diferentes, sufrieron muchos menos casos y muertes. Este artículo no solo corrige un nombre en un libro de historia; restaura el crédito al hombre que primero nos mostró cómo mirar muchas pequeñas piezas de evidencia para encontrar una verdad que salva vidas. Nos recuerda que el objetivo de la estadística no es crear barreras complejas para la comprensión, sino aclarar la evidencia para que los tratamientos que salvan vidas puedan ser reconocidos y utilizados. El informe de 1904 de Wright se erige como un hito más sólido en la historia de la ciencia médica que el reanálisis que le siguió, demostrando que, a veces, la herramienta más poderosa es simplemente la voluntad de mirar todos los hechos juntos.

¿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.

Probar Digest →