En las entradas anteriores de esta serie, «Crisis de la MBE: mejorar el gobierno científico, institucional y regulatorio de la biomedicina» y «¿Qué hay más allá de la Puerta de Tannhäuser?: Evidencia Basada en la Medicina», concluíamos que:

(1) Existe una crisis de la Medicina Basada en la Evidencia que hay que contextualizar en una más global de la ciencia

(2) Que esta crisis de la ciencia tiene unas razones que hemos llamado «técnicas», relacionadas con el nuevo contexto socioeconómico de producción del conocimiento -que lo ha convertido en una «commodity» o mercancía-, la complejidad institucional del sistema científico y la incapacidad de las salvaguardas tradicionales para poner soluciones efectivas.

El problema de fiabilidad de la ciencia no es completamente resoluble pero sí modulable y necesita mejor gobierno científico, institucional y regulatorio (ver tabla arriba con algunos ejemplos, sin ánimo de ser exhaustivo, de reformas y propuestas) 

(3) En la última entrada también concluíamos que enfrentarnos a los problemas de fiabilidad de la ciencia es una condición necesaria pero no suficiente. Hay también un problema epistemológico. La ciencia racionalista (reduccionista, simplificadora y mecanicista), cuyos cimientos pusieron Descartes y Galileo en los siglos XVI y XVII, muestra unas limitaciones muy importantes para enfrentarse a la complejidad emergente -especialmente en salud, economía y medio ambiente- muchos de cuyos problemas son fruto precisamente de la hiper-racionalización del enfoque tecnocientífico.

En medicina, fenómenos como el hiperconsumo médico, la medicalización, el sobrediagnóstico, la incapacidad de la MBE para enfrentarse a la cronicidad y multimorbilidad, la ineficiencia estructural y la curva de rendimientos decrecientes, la crisis de innovación (especialmente en áreas como el cáncer, salud mental, antibióticos, tecnologías sanitarias..), los problemas de seguridad, etc.. son ejemplos de riesgos creados por la biomedicina tecnocientífica inesperados, sistémicos y acumulativos. Ante estos problemas relacionados con la complejidad, la ciencia moderna reduccionista muestra una grave incapacidad tanto para el análisis como para la búsqueda de soluciones. 

Los modelos matemáticos y estadísticos de la MBE -que hasta el momento informan y dominan los procesos de toma de decisiones en clínica, gestión y política sanitaria- son tan tranquilizadores (mejor dicho, tan anestesiantes) como insuficientes para ayudar a la toma de decisiones, sobre todo, cuando las consecuencias del error en esas decisiones son graves y la incertidumbre elevada.

En esta entrada vamos a intentar aplicar el modelo de gobierno epistémico, propuesto en los años 90 por los matemáticos y epistemólogos Silvio Funtowitz y Jerome Ravetz y que denominaron ciencia post-normal, a la biomedicina. Se trata de incorporar un nuevo esquema de racionalidad para definir la relación entre ciencia y medicina, es decir entre conocimiento y acción en el ámbito médico (clínico, gestor/evaluador o político)

El modelo de gobierno epistémico de la ciencia post-normal asume la inevitable incertidumbre y pretende que «nuestra ignorancia sea utilizable». La ciencia post-normal es especialmente útil «cuando los hechos son inciertos, los valores están en disputa, lo que está en juego es importante y las decisiones son urgentes».

La ciencia post-normal en ningún caso rechaza las aportaciones de la tecnociencia sino que asume que su utilidad es limitada y decreciente cuando la toma de decisiones tiene que ver con pacientes individuales, poblaciones o sociedades. 

El término post-normal alude al concepto de «ciencia normal» de Thomas S. Kuhn definido en su obra «La estructura de las revoluciones científicas», como aquella fase en la que un paradigma se establece como principal forma de trabajo de una comunidad científica; durante este período, los científicos se dedican al fortalecimiento de dicho paradigma por medio de experimentaciones y verificaciones de los postulados principales del mismo (ver figura arriba).

En este estado «normal» de la ciencia, las incertidumbres se gestionan automáticamente, los valores no se hacen explícitos y
se ignoran problemas fundamentales relacionados con la fiabilidad del conocimiento. El fenómeno denominado post-modernidad es, en parte, una respuesta al colapso de la ciencia normal. Funtowitz y Ravetz proponen la ciencia post-normal como alternativa a la post-modernidad: se trata de desarrollar una ciencia enriquecida más que impugnarla.Fundamentos racionales de la ciencia post-normal

Funtowitz y Raventz proponen un esquema de toma de decisiones (figura arriba) en el que interaccionan aspectos de conocimiento (hechos) y axiológicos (valores). Estas interacciones se producen en diversos niveles:

• Eje vertical: “lo que se pone en juego” (decision stakes). Según ascendemos en el eje, lo que se pone en juego en la decisión es cada vez más importante. Ello puede deberse a diversas razones: porque afecta a pacientes, a una diversidad de agentes (stakeholders), a instituciones, a sociedades, culturas o incluso, como en el caso del cambio climático, a todo el planeta. Este eje representa la existencia de diversos costos, beneficios y compromisos valorativos, con frecuencia, contradictorios.
• Eje horizontal: «nivel de incertidumbre». Según avanzamos en el eje, la incertidumbre es mayor. En el terreno de la ciencia, la incertidumbre se resuelve metodológicamente; en el terreno de la clínica y cuando las situaciones son más complejas (salud pública, por ejemplo) la incertidumbre es acumulativa

Ya vemos una llamativa diferencia con el modelo moderno: en las posiciones extremas de ambos ejes, la ciencia no es capaz de reducir la incertidumbre o los riesgos y los decisores deben escoger otras estrategias para legitimar sus procesos decisionales. Ese es el espacio específico de la ciencia post-normal: la decisión no va tomarse con más seguridad por el descubrimiento o investigación de un hecho particular, o por consultar a un experto, sino que requerirá procesos más cualitativos que permitan manejar una realidad inherentemente compleja.

Evaluación del conocimiento (ECO)

Funtowitz en un capítulo de la monografía «Interfaces between Science and Society» (2006), titulado «Why knowledge assessment?» describe lo que denomina estrategia de Evaluación del Conocimiento (Knowledge Assessment) diferenciándolo de los tradicionales sistemas de Evaluación del Conocimiento Científico como la revisión por pares, la publicación, la replicabilidad, la evaluación de tecnologías o la lectura crítica.

Las estrategias ECO comienzan con una insatisfacción, siguen con una toma de conciencia y terminan con un compromiso. Asumen que:

(1) El conocimiento científico no es completamente fiable

(2) El conocimiento relevante no solo es científico sino que hay:

• «extended facts» o hechos no aceptados por las doctrinas científicas 
• «soft anecdotal evidence» que puede en ocasiones ser más importante para una situación dada que las «hard scientific evidence»
• «extended peer community» o comunidades extendidas de pares: el conocimiento se comparte y se co-produce no solo por motivos de calidad democrática sino de calidad epistémica. 

(3) En los problemas médicos más complejos (por ejemplo aquellos relacionados con la salud pública o la política sanitaria), una vez se toma conciencia de sus debilidades, se ha de invertir la polaridad «hechos duros-valores blandos» por «decisiones duras-evidencias blandas» y esto exige la activación de procesos de legitimación que vayan «más allá de las evidencias».

Por ejemplo, un programa de vacunación poblacional como el del VPH supone una «decisión dura» porque afecta a millones de personas sanas en todo el mundo. Desde la ciencia post-normal se asume que esta es una situación de gran incertidumbre y gran riesgo: insuficientes evidencias sobre efectividad y seguridad, desarrolladas, difundidas y evaluadas por agentes dominados por ingentes intereses económicos y políticos.

Esta desproporción, tan frecuente hoy en día, entre «la dureza» de la decisión y «lo blando» del conocimiento científico y experto, genera una gran incertidumbre que solo puede gestionarse, no con más evidencias y expertos, sino con procesos de legitimación democrática de la decisión que incluyan, por ejemplo, salvaguardas de seguridad con un sistema de monitorización independiente o la participación ampliada. La enorme desconfianza que la vacuna está generando en todo el mundo habla de un proceso decisional no bien legitimado, donde ni ciencia ni expertos son obviamente suficientes. 

Funtowitz describe cuatro modelos conceptuales de interacción entre ciencia y política, que nosotros adaptaremos a la medicina (ver tabla arriba con el ejemplo de la vacuna del VPH), que intentan abordar las debilidades del modelo moderno o de perfectibilidad.

Cada modelo intenta solucionar alguna anomalía del esquema moderno: las decisiones en medicina deben ser modificadas por la precaución; los problemas en medicina son enmarcados por los distintos agentes; los científicos deben ser protegidos de las interferencias políticas y económicas, demarcando los ámbitos. Los modelos de precaución, enmarque y demarcación asumen, en todo caso, que el conocimiento científico tiene una posición privilegiada en la toma de decisiones.  

Estas reglas pragmáticas son incorporadas por el modelo de participación extendida y, además, y esto es revolucionario, la ciencia post-normal deja de privilegiar el conocimiento científico respecto a otros tipos de conocimiento. La perspectiva del modelo de participación extendida es plural y democrática en relación con el conocimiento necesario para tomar decisiones en medicina. Solo se pueden abordar los problemas y debilidades del conocimiento, sobre todo cuando las decisiones son complejas e inciertas, permeando los procesos analíticos y formales de toma de decisiones clásicos como la MBE a categorías de hechos más abiertas y a actores distintos a los tradicionalmente legitimados.   

(1) Decisiones en el área de la ciencia

Es lo que los autores llaman área de la «ciencia aplicada», que subsume a la de la ciencia básica (ver figura arriba). En esta zona, lo que está en juego en las decisiones es de bajo nivel (la fiabilidad de un experimento afecta a la calidad de la evidencia) y la incertidumbre suele manejarse mediante los procedimientos metodológicos estándar, la revisión por pares, la publicación de los resultados o la replicabilidad.

En las dos entradas precedentes hemos justificado la importancia de establecer estrategias para mejorar la fiabilidad del conocimiento biomédico, con algunos ejemplos de iniciativas conducentes a mejorar el gobierno científico, regulatorio e institucional de la ciencia.

La ciencia básica es menos problemática que la aplicada, por eso está alrededor de la intersección de ambos ejes. La ciencia aplicada es la estrategia de resolución de problemas que propone la MBE. Según avanzamos en los ejes, intentando que la ciencia aplicada se adapte mejor a la realidad (por ejemplo en los pragmatic trials) lo que se pone en juego afecta a más interlocutores (más funciones externas) y el conocimiento es más incierto (la incertidumbre se resuelve de manera menos técnica). En este nivel de toma de decisiones, las propuestas de buen gobierno científico, institucional y regulatorio son las salvaguardas esenciales y la participación, debido a lo especializado de los conceptos, está más restringida a los expertos

(2) Decisiones profesionales.

La zona de toma de decisiones profesionales (figura arriba) integra la de la ciencia aplicada pero requiere otros procesos decisionales ya que los objetivos superan en valor e incertidumbre a los que se resuelven en la zona inferior (ciencia aplicada). La incertidumbre (eje horizontal) ya no puede manejarse con los procedimientos que eran suficientes para la ciencia aplicada porque, ahora, son relevantes aspectos más complejos tales como la pertinencia o la adecuación al contexto.

Se requieren juicios expertos para saber si la evidencia puede ser pertinente para el caso particular. La incertidumbre, dependiendo de las situaciones, puede ser elevada en el salto “de la Guía de Práctica Clínica al paciente individual” (no es lo mismo la incertidumbre existente en la atención preventiva que en la curativa; la realizada en pacientes con multimorbilidad que con enfermedad aislada). Lo que está en juego (eje vertical) también es más complejo. Por ejemplo, hay que integrar los intereses y valores del paciente y los objetivos a conseguir no están tan perfectamente definidos como en el área de ciencia aplicada.

La relación entre la incertidumbre y lo que se apuesta se ve bien ilustrada al incorporar los costos del error en la decisión. El error en el área de la ciencia aplicada se subsume a los procedimientos estadísticos (límites de confianza) o procedimentales (por ejemplo, la metodología GRADE de elaboración de Guías). Pero en el área de decisión profesional, los costos del error son mucho mayores. al afectar a pacientes concretos. Las decisiones profesionales comparten algunas características con las de la ciencia aplicada: ambas operan bajo restricciones de tiempo y recursos y sus productos no recaen habitualmente en la esfera de lo público. Pero a diferencia de los problema de la ciencia aplicada (que presentan rasgos de predictibilidad y reproducibilidad), las tareas profesionales conciernen a situaciones únicas.

En el área profesional, la calidad de las decisiones no puede ser juzgada de manera simple u objetiva, por tanto, los participantes potenciales en la evaluación de esa calidad son más amplios – incluyendo desde luego a los pacientes- y los aspectos técnicos son menos relevantes que en el área de la ciencia aplicada.

Existen algunas salvaguardas para modular el impacto de las evidencias en la práctica clínica como las iniciativas en relación con “demasiada medicina”, prevención del sobrediagnóstico, la medicina mínimamente disruptiva, las estrategias de seguridad y mejora de la calidad, la bioética, la medicina reflexiva, la práctica clínica centrada en el paciente (Borrell), la toma de decisiones compartidas o el profesionalismo democrático (Dzur). Estas estrategias podrían denominarse de gobierno clínico y están relacionadas con introducir en los procesos de toma de decisiones lo que hemos denominado «evidencias o pruebas basadas en la medicina». 

(3) Ciencia post-normal.

La tercera zona de toma de decisiones tiene que ver con problemas donde lo que está en juego y la incertidumbre son de alto nivel. El área integra las precedentes, ciencia normal y decisión profesional, ya que pueden aportar elementos informativos útiles pero que en ningún caso pueden dominar los procesos de toma de decisiones.

Los problemas que se plantean están claramente en la esfera pública y las soluciones propuestas deben ser evaluadas por comunidades más amplias que las que participan en las áreas de ciencia aplicada y profesional. Por ejemplo, decisiones sobre asignación de recursos a políticas sanitarias o sociales, atención primaria o especializada, decisiones de salud pública, introducción de vacunas, política de antibióticos, puesta en marcha de arquitecturas decisionales que privilegian los intereses económicos o políticos, etc. tienen una incertidumbre máxima, suele haber polarización en las opiniones, intereses contrapuestos y las consecuencias del error pueden ser graves.

Los modelos matemáticos y estadísticos tradicionales como la MBE no son capaces de reducir la incertidumbre en las decisiones post-normales. El tipo de preguntas que se plantean en este área no se pueden responder solo con evidencias o expertos; su tipo de conocimiento tampoco puede privilegiarse respecto a otras fuentes. 

Saltelli y Funtowitz plantean algunas razones por las que es muy delicado aceptar que un modelo matemático pueda ser aplicado a realidades complejas: se suelen usar los modelos para dar una falsa imagen de científicidad a lo que suele ser la defensa de intereses particulares; con frecuencia se ignoran asunciones o suposiciones realizadas al principio de la construcción del modelo y que no vuelven a revisarse (Ioannidis especifica algunas de estas asunciones en su famoso texto «Why Most Published Research Findings Are False«); muchos modelos utilizan parámetros no por su relevancia sino por la facilidad de su acceso o análisis (no solo hay que sumar correctamente sino también que hacer las sumas correctas).  

Nos ha interesado mucho la definición de pseudociencia que realizan Saltelli y Funtowitz: aquella práctica que «ignora u oculta las incertidumbres». Es decir, «cualquier forma de falsa precisión». Y citan a Gauss: «la falta de cultura matemática no se revela en ninguna parte tan notablemente como en la precisión sin sentido de los cómputos numéricos».

La actividad de resolución de problemas post-normales invierte el dominio tradicional de los “hechos puros” sobre los “valores blandos”. Los acuerdos públicos y la deliberación, que derivan esencialmente de compromisos valorativos, serán decisivos para la evaluación de los riesgos y las decisiones políticas. Los inputs científicos tradicionales, dada la incertidumbre, se convierten en datos blandos, y los valores en juego, en datos duros. El debate ético cobra máxima importancia dado que los riesgos asociados a los diferentes resultados tienen efectos sobre la equidad, la libertad, la sostenibilidad o la seguridad.

Los efectos sobre estos valores normalmente han sido externalizados en los análisis tecnocientíficos y profesionales. En la ciencia post-normal las categorías hecho y valor no pueden ser netamente separadas. El proceso de toma de decisiones en la ciencia post-normal es dinámico, con diferentes aspectos del problema interactuando y evolucionando. En la medida en que se desarrolla el debate, desde una fase inicial confusa, las posiciones se van paulatinamente clarificando. Esta dinámica implica la inclusión de un conjunto cada vez más amplio de participantes legítimos (comunidades extendidas de pares), con distintas preocupaciones que deben estar en el debate

Lo que implica esta perspectiva es la extensión de la comunidad de revisores y permitir a todo el mundo contribuir al proceso de escrutinio de las metodologías, y a los científicos, expresar sus valores. De ahí, que la visión dibujada por el modelo de la participación extendida sea de democratización, pero no sólo por razones de legitimidad política, como hasta ahora se ha justificado, sino, sobre todo, con el objetivo de mejorar el proceso desde el punto de vista del conocimiento: legitimidad epistémica.

Dicen Funtowitz y Raventz en «Ciencia Posnormal»:

“En este modelo, los ciudadanos son contemplados como críticos y creadores al mismo tiempo en los procesos de producción del conocimiento… Se acepta una pluralidad de perspectivas legitimadas y coordinadas (cada una con sus propios compromisos de valor y marcos). La fuerza y relevancia de la evidencia científica es susceptible de ser valorada por los ciudadanos.”

Uno de los aspectos más importantes de la toma de decisiones en el área de la ciencia post-normal es la necesidad de usar responsablemente la información cuantitativa. Existen algunas herramientas de ayuda como NUSAP (un sistema diseñado para gestionar y comunicar la incertidumbre que existe en los hallazgos de la ciencia en la toma de decisiones; es el acrónimo de Numeral, Unit, Spread, Assesment y Pedigree) o la llamada “auditoría de sensibilidad” (Sensitivity auditing)

Saltelli y Giampietro en su capítulo «The fallacy of evidence based policy» de la monografía «The rifhtful place of science: science on the verge» llaman a dejar de utilizar el término «decisiones basadas en la evidencia» y cambiarlo por «decisiones robustas», abandonando la ilusión de predictibilidad, control, planificación y optimización.

Las decisiones, cuando hay mucha complejidad y elevada incertidumbre, serán robustas siempre que puedan cumplir con los criterios de:

• Factibilidad: son compatibles con limitaciones externas
• Viabilidad: son compatibles con limitaciones internas
• Deseabilidad: son compatibles con valores preeminentes

Si alguna decisión no respeta alguno de estos criterios, estamos ante un cuello de botella que habrá que solucionar con más deliberación. Llamaremos a estos aspectos «gobierno de la participación extendida» 

Ahora podemos completar el esquema de gobierno de la medicina (ver arriba tabla). De menos a más incertidumbre y relevancia de las decisiones. De la evaluación más restringida de expertos en el área de gobierno científico a las decisiones compartidas, en el gobierno clínico, o a la investigación acción en el gobierno de la participación extendida.

El mapa de la medicina crítica

La ciencia post-normal y el esquema de gobierno de la medicina propuesto nos permite trasladar a una representación visual los diferentes enfoques que en la actualidad se encuentran dentro del movimiento reformista que denominamos medicina crítica.

Consideramos que habría dos posiciones extremas claramente inmaduras epistemológicamente. La primera posición extrema sería aquella que alude a la ciencia como fuente de todo conocimiento relevante en medicina y considera sus procesos de supervisión como suficientes para el control de calidad y, por tanto, la auto-regulación del sistema científico (posición que podríamos equiparar a la de los denominados «escépticos»). Las controversias en cualquier ámbito medicina se solucionarían fácilmente: lo que digan las evidencias.

La otra posición extrema por su inmadurez epistémica sería aquella que niega la posibilidad de que pueda existir conocimiento objetivo y, por tanto, todo vale. Ante este relativismo es necesario elegir una explicación holística omnicomprensiva y creer en ella. Las controversias en medicina serían solo resolubles dentro de la creencia (por ejemplo, la Nueva Medicina Germánica). 

Entre estas dos posiciones extremas habría distintas posiciones críticas que se diferenciarían en matices. Un grupo de críticos se encontrarían más cerca de las iniciativas que pretenden mejorar los aspectos técnicos o de fiabilidad de la ciencia. Serían ejemplos de activistas pro mejora de la fiabilidad: John Ioannidis, Ben Goldacre, Peter Gøtzsche, Vicente Baos, Carlos Fernández Oropesa, Juan Erviti, Jeanne Lenzer, Pilar Astier, Cecilia Calvo o Joan-Ramon Laporte.

Otro grupo de críticos tendrían una actividad reformista más cercana a intervenciones relacionadas con el gobierno clínico, esto es, de mejora del juicio clínico y aspectos relacionales e interpretativos. Serían ejemplos de este tipo de pensadores y activistas críticos: Iona Heath, Juan Gérvas, Raul Calvo Rico, Francés Borrell, Margaret McCartney, Trish Greenhalgh, Elena Serrano, María José Fdez Sanmamed, Elena Ruiz Peralta, Mercedes Pérez-Fernández, Rafa Bravo, Mónica Lalanda o Sergio Minué).

En el centro, se encontrarían aquellas posiciones capaces de asumir todo el modelo de gobierno incluyendo el de «participación extendida»: serían comunitaristas, incorporarían la perspectiva de género en todos sus análisis, aspectos como equidad, emancipación, sostenibilidad medioambiental, etc, y encarnarían, de una u otra manera, lo que Innerarity ha denominado la «democracia del conocimiento» (como Javier Padilla, Rafa Cofiño, José Valdecasas, Amaia Vispe, Elena Aguiló, Maite Cruz, Juan Irigoyen, Carme Valls, Carlos Ponte, José Luis Turabián, Ana Porroche, Marina Garcés, Carlos Álvarez-Dardet, Alberto Ortiz, Leonor Taboada) 

En este esquema se exageran las posiciones y no se está realizando un juicio de valor de las personas nombradas; tampoco pretendo ser exhaustivo (siento no ser capaz de nombrar más mujeres). Es una percepción personal de cuál creo que es su posición en el mapa esquemático propuesto del movimiento que denomino «medicina crítica». Por ejemplo, que Juan Gérvas esté más cerca de las iniciativas por mejorar el gobierno clínico no quiere decir que no tenga claro la necesidad de mejorar el gobierno científico. Todos los nombrados (y hay muchos más, afortunadamente) están en el afán común de mejorar la medicina y, en general, de mejorar la sociedad desde una crítica constructiva de la ciencia biomédica y los procesos de toma de decisiones clínicos, gestores y de política sanitaria.

Quisiera señalar la posición que ocuparían las llamadas pseudoterapias. La aplicación a la clínica de intervenciones sin evidencias científicas no los colocaría necesariamente en el extremo del holismo omnicomprensivo, como algunos podrían pensar. Hay en este movimiento, sin duda, corrientes que propugnan abordajes sectarios (hemos nombrado la Nueva Medicina Germánica). Pero hay muchas intervenciones sin evidencias científicas que se incluyen dentro de las denominadas pseudoterapias -como la denostada homeopatía o el mismo psicoanálisis- que propuestas en un contexto clínico, abierto, ecléctico, sin engaños y con capacidad de establecer –tras analizar las necesidades de cada enfermo individual y mediante procesos de toma de decisiones compartidas- qué herramientas se deben activar en cada momento, que estarían cerca de la zona intermedia que enfatiza el juicio clínico y la práctica médica basada en la experiencia empírica. 

Es decir, en este mapa, no estarían en un extremo los que defienden la ciencia y en el otro las pseudociencias sino que en los dos extremos estarían los que niegan la incertidumbre, unos, por confiar en la descripción objetiva y completa de la ciencia y en sus procedimientos de control de la calidad y auto-regulación (escépticos), y otros, por asumir alguna explicación holística omnicomprensiva no refutable. Ambas posiciones extremas, escépticos y holistas, serían consideradas pseudocientíficas por su negación de la incertidumbre y la complejidad.

Desde este punto de vista, los médicos que utilizaran homeopatía, mindfulness, psicoanálisis o acupuntura en un contexto clínico como el que hemos descrito más arriba, no serían pseudocientíficos (yo los llamaría empíricos). Por contra, sí lo serian aquellos «creyentes» en la MBE que impusieran sus preceptos o recomendaciones a los enfermos de una manera descontextualizada y sin las debidas salvaguardas que establece el buen gobierno clínico (yo los llamaría cientificistas).        

Conclusiones

1- La crisis de la MBE ha de ser contextualizada en una crisis de fiabilidad de la ciencia que tiene causas técnicas y epistémicas

2- Las causas técnicas detrás de la crisis de fiabilidad de la ciencia pueden modularse, nunca eliminarse, mediante estrategias dirigidas a mejorar el gobierno científico, institucional y regulatorio de la ciencia 

3- Las causas epistémicas, fruto de los límites del conocimiento moderno, deben ser abordadas mediante la profundización tanto en el gobierno clínico como en las estrategias de mejora del gobierno de la participación extendida de la medicina

4- El mapa crítico de la medicina muestra posiciones que enfatizan la necesidad de reformar los aspectos técnicos para aumentar la fiabilidad de la ciencia o los que enfatizan los aspectos de gobierno clínico y mejora del juicio. También existen propuestas que podríamos enmarcar como genuinamente post-normales. Todos las propuestas son necesarias y comparten el afán por mejorar la medicina y, en última instancia, la sociedad.

5- Una posición pseudocientífica no estaría definida por su vinculación o no con los procedimientos establecidos de generación de evidencias científicas (que hemos visto son poco fiables) sino por su capacidad para negar la incertidumbre y la complejidad. Desde este punto de vista, las posiciones de los llamados escépticos (que confían en la descripción hegemónica, objetiva y completa de la ciencia y en sus procedimientos de control de calidad y auto-regulación) como las de aquellos holistas omnicomprensivos (que creen en una explicación de la realidad mediante una teoría totalizadora, mágica o esotérica) serían consideradas pseudocientíficas.

Abel Novoa es presidente de NoGracias

Esta serie está compuesta por tres entradas:

(1) Crisis de la MBE: mejorar el gobierno científico, institucional y regulatorio de la biomedicina

(2) ¿Qué hay más allá de la Puerta de Tannhäuser?: la Evidencia Basada en la Medicina 

(3) Ciencia post-normal: un nuevo modelo de racionalidad para el gobierno epistémico de la medicina