El artículo científico (II): referencias y gráficas

Hola de nuevo, voy a seguir centrada en las características del artículo científico. Ya se ha visto en la entrada anterior la estructura IMRAD y el peer review, pero no he hablado de la importancia de las referencias bibliográficas (y las citas) y tampoco de cómo se deben mostrar los resultados gráficamente. Ambos aspectos son muy importantes puesto que normalmente cuando uno lee un artículo científico, además de informarse busca aprender, y es útil conocer las fuentes o los antecedentes que han ayudado al autor a diseñar sus experimentos o a discutir sus resultados, y también ver ejemplos de cómo se pueden mostrar gráficamente los resultados.

En cada revista el formato de las referencias bibliográficas puede ser distinto, en esto no existe un consenso, y la forma de citar en el cuerpo del manuscrito también puede ser distinta (con números o con el apellido del primer autor y el año de publicación, por ejemplo). Pero lo que sí se cumple es que el uso de citas y referencias es obligatorio. Un autor no puede afirmar algo sin citar sus fuentes en caso de que esa afirmación no sea fruto de sus propias investigaciones y es prácticamente imposible encontrar un artículo científico sin su página de referencias bibliográficas al final. Las citas también reflejan la relevancia de un trabajo científico. Un artículo muy citado por otros significa que ese artículo tiene mucha repercusión en la comunidad científica y las revistas con publicaciones muy citadas son revistas de alto factor de impacto (impact factor).

Por otro lado, en todos los artículos con resultados cuantitativos encontraremos tablas o gráficas que ayuden al lector a interpretar los resultados de forma correcta. Existen muchos tipos de gráficas, pero todas deben reflejar la realidad de los datos, no se pueden manipular con el fin de embellecer o dar pie a falsas interpretaciones, además cuando se muestran medias de conjuntos de datos (lo más común) es importante mostrar la dispersión de los valores de los cuales se hace la media, lo que se conoce como "barras de error". Un conjunto de valores cuya media tiene una barra de error pequeña sugiere que ese conjunto de valores es bastante homogéneo a pesar de que sean resultados independientes (de distintos días, de distintas manos o usando distinto material). 

Por ejemplo, estamos midiendo la densidad óptica (OD) de un cultivo bacteriano, hacemos medidas cada cierto tiempo de la OD. Si las bacterias crecen (se dividen) la OD aumentará exponencialmente en el tiempo hasta estancarse (cuando se agota la comida). Podemos representar gráficamente nuestros resultados: en el eje X el tiempo en horas, en el eje Y los valores de OD. Si solo nos quedamos con un experimento solo tendremos un dato por tiempo, por ello, para dar robustez a nuestras conclusiones lo normal es hacer replicas dentro de un mismo experimento y además hacer al menos 3 experimentos en días independientes. Al final, juntando resultados de varias réplicas en distintos días deberíamos tener unos cuantos valores de OD por tiempo. De esos valores podemos hacer una media y mostrar su deviación estándar (SD) como medida de la dispersión de los valores. Si queremos comparar el crecimiento de una bacteria en distintas condiciones lo que debemos hacer es comparar las medias de cada condición en el tiempo y para ello se utilizan las herramientas estadísticas, que serán las que nos ayuden a decidir si el crecimiento es significativamente distinto o no. Este ejemplo que es el que uso yo en mi día a día a veces no es tan obvio, sobre todo cuando veo artículos antiguos, donde se enseñan curvas de crecimiento bacteriano en distintas condiciones sin barras de error, sin reflejar en número de réplicas independientes que se han hecho, sin hacer análisis estadísticos, etc. Uno puede pensar que las medidas son siempre idénticas y que por eso no hay barras de error lo cual es poco creíble. 

En los artículos de revistas científicas es difícil, hoy en día, ver fallos graves en las representaciones gráficas y en los análisis estadísticos por el estricto control de calidad que existe, pero de vez en cuando se dan, los revisores no siempre son infalibles. Donde hay muchísimos fallos de fácil detección si uno se fija es en las publicaciones que no son científicas, las de los periódicos de noticias o en la televisión. Hay ejemplos muy polémicos, sobre todo por el intento de manipulación de la opinión pública que hay detrás de esas gráficas. A veces se manipula la escala o la proporción para magnificar algo que realmente es irrelevante o disimular algo que realmente sí debería notarse.

• Ejemplo de gráfico erróneo: 

En este ejemplo podemos ver como se ha manipulado la representación de los datos en la escala, si uno no lee los valores y solo se fija en la línea roja puede interpretar el gráfico de forma exageradamente optimista. Es cierto que hay una subida en el número de sociedades mercantiles creadas en Andalucía, pero es mucho más moderada de lo que se pretende hacer creer al lector.

• Ejemplo de gráfico correcto: 

Imagen de Instituto BBVA de Pensiones

Aquí podemos ver un gráfico similar al ejemplo anterior pero más completo, aparece la escala del eje Y, y además con proporciones correctas que no engañan al lector.