Durante los primeros meses de la COVID-19, médicos de todo el mundo probaban combinaciones de medicamentos existentes y de bajo costo en sus pacientes. Algunas de esas estrategias mostraron indicios tempranos de eficacia. Sin embargo, la mayoría de la gente nunca se enteró de ellas; no porque la ciencia las hubiera descartado, sino por el lugar y el momento en que se realizó la investigación, quién la financió y cómo las plataformas de información decidieron lo que verías.
En el video anterior, Joe Rogan entrevista al Dr. Robert W. Malone sobre cómo funcionan precisamente esos filtros.1 Malone describió la influencia psicológica a gran escala —a menudo denominada formación de masas— como un estado que surge cuando las personas experimentan incertidumbre prolongada, aislamiento social y miedo, condiciones ampliamente documentadas durante el período de COVID-19, cuando los confinamientos y la disrupción social afectaron a miles de millones de individuos en todo el mundo.
En esencia, la formación de masas es lo que ocurre cuando la ansiedad generalizada y el aislamiento llevan a las personas a aferrarse a una narrativa compartida, no porque la evidencia sea más sólida, sino porque creer en ella reduce el miedo y restaura la sensación de pertenencia. En términos prácticos, piensa en alguien que inicialmente era escéptico sobre un tratamiento concreto. Durante las siguientes semanas, cada colega, presentador de noticias y publicación en redes sociales repitió la misma conclusión.
Ningún dato nuevo cambió la opinión de esa persona, pero la mera repetición hizo que cuestionarla pareciera socialmente riesgoso, incluso irracional. Eso es la formación de masas en acción. Tu percepción de la evidencia científica, las opciones de tratamiento y el riesgo se filtra cada vez más a través del refuerzo social en lugar de una evaluación independiente.
Este filtrado funciona, en parte, debido a una característica básica de cómo tu cerebro gestiona el esfuerzo. Los psicólogos lo llaman carga cognitiva: la energía mental requerida para procesar información. Tu cerebro trata una afirmación familiar como un sendero trillado: requiere menos esfuerzo recorrerlo que abrir uno nuevo entre la maleza. Cuando la misma narrativa te llega desde múltiples direcciones, aceptarla se convierte en el camino de menor resistencia, mientras que evaluar alternativas demanda un esfuerzo significativamente mayor.
Este desequilibrio explica por qué la repetición no solo difunde ideas, sino que las hace sentir más verdaderas. Esa dinámica preparó el escenario para los otros hilos principales de la conversación: cómo las estructuras regulatorias y los patrones de financiación determinaron qué estrategias de tratamiento temprano avanzaron durante la COVID-19, y cómo las plataformas guiadas por algoritmos influyeron en qué perspectivas médicas llegaron al público. Comprender estas fuerzas aclara por qué se forma consenso rápidamente alrededor de algunas ideas mientras otras se estancan.
Una Mirada Reveladora sobre las Barreras a la Investigación y la Influencia Narrativa
Una de las partes más llamativas de la conversación involucró el relato de Malone sobre su intento de estudiar combinaciones de medicamentos ya aprobados —incluyendo famotidina, celecoxib e ivermectina— como estrategias de tratamiento temprano para la COVID.2
La pregunta era directa: si estos fármacos ya tenían un historial de seguridad establecido, ¿por qué no podían pasar rápidamente a ensayos clínicos cuando se usaban en nuevas combinaciones? Después de todo, los fármacos reutilizados suelen llegar a los pacientes más rápido y a un costo mucho menor que el desarrollo farmacéutico completamente nuevo. La respuesta, según la describió Malone, tenía menos que ver con la ciencia y más con la estructura.
• Los requisitos de aprobación redefinieron qué terapias llegaron a los ensayos — Las propuestas iniciales de ensayos fueron rechazadas hasta que los investigadores pudieron producir datos de laboratorio antivirales específicos para la ivermectina, a pesar de que el protocolo más amplio involucraba múltiples medicamentos autorizados.
¿El resultado? La ivermectina fue eliminada del estudio propuesto para que el ensayo pudiera avanzar. En otras palabras, criterios administrativos —no razonamiento clínico— determinaron qué estrategias de tratamiento avanzaron y cuáles nunca llegaron al público.
• Las demoras en la investigación determinaron qué tratamientos ganaron atención — Mientras las aprobaciones de ensayos se estancaban, la política de salud pública avanzaba rápidamente, abriendo una brecha cada vez mayor entre las ideas terapéuticas tempranas y la evidencia formal necesaria para respaldarlas. Esto es importante porque cuando la investigación comienza tarde, la narrativa gravita hacia la evidencia que aparece primero, no necesariamente hacia las mejores ideas exploradas inicialmente. Lo que escuchaste reflejó tanto el momento como la amplitud científica.
• Las estrategias de combinación lucharon dentro de marcos de un solo fármaco — Este es un punto clave. Los marcos regulatorios con frecuencia evalúan cada componente farmacológico por separado, incluso cuando toda la hipótesis terapéutica depende de la sinergia — múltiples fármacos trabajando juntos para producir un efecto más fuerte que cualquiera por sí solo. Imagina probar si una llave funciona examinando la llave y la cerradura en habitaciones separadas; nunca descubrirías que encajan.
Eso es esencialmente lo que sucedió cuando los protocolos de combinación fueron forzados a través de un sistema diseñado para evaluar un fármaco a la vez. Este desajuste explica por qué estrategias biológicamente plausibles a veces desaparecieron de los titulares a pesar de tener una lógica clara detrás.
• La dirección de la financiación aceleró algunas vías mientras ralentizaba otras — Una vez que los grandes ensayos y los flujos de financiación se centraron en enfoques específicos — antivirales e inyecciones entre los principales — las estrategias alternativas recibieron menos atención, menos recursos y una acumulación de evidencia más lenta.
Esto creó un ciclo de autorrefuerzo: las vías con más fondos generaron más datos, lo que reforzó su prominencia en las guías y la cobertura mediática. Si alguna vez te has preguntado por qué el consenso parece desarrollarse de manera desigual entre ideas médicas competidoras, esta es una gran parte de la razón.
Cómo los Estándares Desiguales y los Sistemas de Información Moldearon lo que Viste
Los fármacos de nuevo desarrollo avanzaron a través de canales regulatorios estructurados, mientras que los genéricos reutilizados enfrentaron requisitos de justificación adicionales a pesar de sus historiales de seguridad establecidos. El campo de juego no era nivelado, y ese desequilibrio influyó en qué terapias fueron ampliamente estudiadas, recomendadas o reembolsadas. Pero el filtrado no se detuvo a nivel de investigación. Incluso cuando los estudios con fondos insuficientes produjeron resultados, una segunda capa de filtrado determinó si esos resultados alguna vez llegaron a ti.
Las plataformas algorítmicas, los mensajes institucionales y los incentivos mediáticos controlaron el flujo de información, lo que significa que un tratamiento podía superar un obstáculo científico y aún así permanecer invisible para el público. Comprender estas dos capas juntas — quién moldeó qué investigación avanzaba y quién moldeó qué hallazgos viste realmente — es esencial para entender por qué algunos tratamientos parecían aparecer de la nada mientras otros parecían no existir.
• Los incentivos institucionales moldearon qué hipótesis avanzaron públicamente — Los incentivos profesionales, el riesgo reputacional y la alineación institucional influyeron en el comportamiento de los investigadores durante condiciones de crisis. Los científicos operaban dentro de sistemas que recompensaban la alineación con los marcos dominantes y desalentaban la desviación, especialmente durante períodos de alta incertidumbre. El resultado fue una presión estructural que filtró silenciosamente qué hipótesis llegaban a la atención pública.
• Las perspectivas médicas que encontraste no fueron seleccionadas por su precisión — Fueron seleccionadas por algoritmos que priorizan los clics, las comparticiones y el tiempo de visualización, combinados con la presión publicitaria y las reglas de contenido de las plataformas que determinaban qué puntos de vista se amplificaban y cuáles se suprimían. Los algoritmos priorizaban las señales de engagement — clics, comparticiones, tiempo de visualización — ninguna de las cuales tiene que ver con la precisión científica.
Un titular provocador que genera indignación se clasifica más alto que una discusión clínica cuidadosa que no genera ninguna. El resultado fue que lo que aparecía primero cuando buscabas información de salud reflejaba la dinámica de la plataforma tanto como, y a veces más que, la evidencia científica subyacente.
• Los mensajes repetidos fortalecieron la certeza percibida con el tiempo — Cuando la misma explicación se repite en múltiples instituciones, la certeza percibida aumenta, incluso cuando la evidencia subyacente permanece incompleta.
Como se describió anteriormente, las narrativas familiares requieren menos esfuerzo mental, haciéndolas más fáciles de aceptar que interpretaciones complejas o competidoras. Reconocer este patrón, y captarte a ti mismo recurriendo por defecto al sendero trillado, es una de las cosas más prácticas que puedes hacer para fortalecer tu propia evaluación independiente y tomar decisiones de salud más confiadas y deliberadas.
Recupera el Control de Cómo la Información de Salud Moldea tus Decisiones
Cuando la sobrecarga de información genera confusión, el problema de raíz no es el conocimiento, sino el filtrado. Te enfrentas a afirmaciones competidoras, narrativas cambiantes y visibilidad desigual de la investigación. Ese entorno crea fatiga decisional y debilita la confianza. Lo que sigue no es un protocolo de tratamiento o una guía de dosificación, es algo más fundamental.
Estos son los hábitos de evaluación que te ayudan a atravesar el ruido y juzgar cualquier afirmación de salud por sus méritos, ya sea que estés evaluando un nuevo suplemento, un medicamento reutilizado o un titular sobre el último ensayo clínico. Restaurar la claridad comienza cambiando cómo evalúas la evidencia, no persiguiendo cada nueva afirmación. Cuando fortaleces tu marco personal de información, tus decisiones de salud se vuelven más estables, más rápidas y más fundamentadas.
1. Construye una jerarquía de evidencia simple en la que confíes — Para reducir la confusión, clasifica las fuentes de información antes de leerlas. Coloca la investigación primaria, las entrevistas completas y los datos originales por encima de los comentarios, los titulares y los fragmentos de redes sociales.
Bases de datos gratuitas como PubMed.gov te permiten buscar ensayos clínicos y estudios revisados por pares directamente, sin necesidad de suscripción o título médico. Una vez que esta clasificación se convierte en hábito, dejas de desperdiciar energía mental en “¿debería confiar en esto?” y empiezas a gastarla en “¿qué significa esto realmente?”.
2. Observa cómo el momento da forma a lo que escuchas — Presta atención a cuándo comienza la investigación, no solo a qué conclusiones aparecen. Las hipótesis tempranas a menudo desaparecen cuando los ensayos comienzan tarde o reciben una visibilidad limitada. La ivermectina ofrece un ejemplo claro. Los médicos comenzaron a explorarla como tratamiento temprano para la COVID en la primavera de 2020, pero los ensayos clínicos a gran escala y bien financiados no comenzaron hasta mucho más tarde.
En la brecha entre el uso clínico temprano y los resultados formales de los ensayos, la narrativa pública ya había seguido adelante, y para cuando surgieron los datos, muchas personas ya habían formado opiniones firmes basadas en comentarios, no en investigación completada. Cuando notas brechas de tiempo como esta, queda claro que la ausencia de cobertura no equivale a ausencia de investigación. Esta conciencia te protege de asumir consenso demasiado rápido.
3. Pregunta quién financió la investigación y qué no se estudió — Para fortalecer tu perspectiva, mira más allá de los hallazgos en sí y pregunta quién pagó por el estudio, qué alternativas fueron excluidas y si el diseño de la investigación favoreció un resultado específico. La financiación moldea qué preguntas se hacen en primer lugar, y cuáles no. Cuando conviertes esto en un hábito, dejas de tomar los titulares por su valor nominal y empiezas a leer la investigación con el contexto que merece.
4. Limita la influencia algorítmica con rutinas de información intencionales — Reduce el sesgo narrativo eligiendo momentos y fuentes específicas para investigar, en lugar de depender de los feeds. Guardar entrevistas originales, marcar materiales primarios y revisarlos más tarde fortalece el recuerdo y reduce la toma de decisiones emocional. Esto convierte la recopilación de información en una habilidad repetible en lugar de una experiencia pasiva.
5. Fortalece la confianza mediante la comparación activa — Anota dos o tres explicaciones competidoras para cualquier afirmación de salud importante y compara sus suposiciones, el momento de la evidencia y los incentivos. Esto convierte la sensación de “no sé qué creer” en una investigación activa que tú controlas. Cuando lo practicas regularmente, tu capacidad para evaluar debates de salud complejos mejora, la carga cognitiva disminuye y tus decisiones se sienten deliberadas en lugar de presionadas.
Preguntas Frecuentes sobre Cómo los Sistemas de Información Moldean las Decisiones de Salud
P: ¿Qué es la formación de masas y por qué es importante para las decisiones de salud?
R: La formación de masas describe un estado psicológico en el que el miedo, la incertidumbre y el aislamiento social impulsan a las personas hacia narrativas compartidas que proporcionan alivio emocional y pertenencia. Esto es importante porque influye en cómo se interpreta la evidencia científica, las opciones de tratamiento y la información de riesgo, a menudo moldeando creencias a través de la repetición y el refuerzo social en lugar de una evaluación independiente.
P: ¿Por qué fueron más difíciles de estudiar las combinaciones de fármacos reutilizados durante la COVID-19?
R: Según el relato de Malone, las propuestas para estudiar combinaciones de medicamentos ya aprobados enfrentaron requisitos regulatorios que alteraron el diseño de los ensayos. Incluso cuando los fármacos individuales tenían historiales de seguridad establecidos, requisitos de datos adicionales y pasos de aprobación determinaron qué terapias avanzaron, influyendo en qué estrategias de tratamiento se hicieron visibles para el público.
P: ¿Cómo afectó el momento de la investigación a los tratamientos de los que se habló?
R: Cuando los ensayos clínicos comienzan más tarde, las narrativas públicas tienden a formarse en torno a la primera evidencia disponible, en lugar del rango completo de ideas terapéuticas tempranas. Esta brecha de tiempo significa que la visibilidad a menudo refleja cuándo se aprobó y financió la investigación, y no simplemente qué enfoques existían.
P: ¿Cómo moldean la financiación y los incentivos institucionales el consenso médico?
R: La dirección de la financiación determina qué estudios generan más datos, y esos datos influyen en las guías, la cobertura mediática y la alineación profesional. Los incentivos institucionales y el riesgo reputacional también afectan qué hipótesis persiguen los investigadores públicamente, contribuyendo a una atención desigual entre ideas médicas competidoras.
P: ¿Qué pasos prácticos ayudan a evaluar la información de salud de manera más independiente?
R: Las estrategias claras incluyen priorizar fuentes primarias, prestar atención a las líneas de tiempo de la investigación, examinar el contexto de financiación, limitar la exposición a información guiada por algoritmos y comparar múltiples explicaciones para afirmaciones importantes. Estos hábitos reducen la sobrecarga cognitiva, fortalecen la confianza y apoyan decisiones de salud más deliberadas.
¡Pon a Prueba tus Conocimientos con el Cuestionario de Hoy!
Realiza el cuestionario de hoy para ver cuánto has aprendido del artículo de ayer de Mercola.com.
¿Con qué frecuencia los ataques cardíacos o los accidentes cerebrovas