Ciencia para comprender lo que cambia.
RSS
Investigación Artículo

Un análisis con IA encuentra que solo uno de cada ocho estudios clínicos comparte código

Un equipo dirigido por investigadores del MIT y Dana-Farber Cancer Institute examinó casi 4.000 estudios de predicción clínica y halló que compartir código no garantiza que esté documentado para poder reutilizarlo.

Texto minimalista 'Medical Research' con letras de colores sobre un fondo neutro.Imagen de contexto

Las claves

  • El equipo dirigido por investigadores del MIT y Dana-Farber Cancer Institute examinó casi 4.000 estudios de modelos de predicción clínica mediante modelos de lenguaje, herramientas de software y comprobaciones humanas.
  • Aproximadamente uno de cada ocho estudios informaba que compartía código, y la documentación y las condiciones para reutilizarlo variaban ampliamente.
  • Los hallazgos están informando TRIPOD-Code, una guía en desarrollo; la evaluación reconoce posibles errores de clasificación y no presenta cada recuento como exacto.

Qué revisó el equipo

Un estudio sobre modelos de predicción clínica examinó cómo los artículos científicos comparten el código utilizado en sus análisis. El equipo internacional, dirigido por investigadores del MIT y Dana-Farber Cancer Institute, analizó casi 4.000 estudios que desarrollaron, actualizaron o validaron modelos para estimar resultados de pacientes, como el riesgo de desarrollar una enfermedad. Los artículos completos estaban disponibles en la colección de acceso abierto de PubMed Central.

Según la información difundida por MIT, los investigadores recurrieron a modelos de lenguaje de gran tamaño para localizar en los artículos declaraciones sobre disponibilidad de código y extraer enlaces a los repositorios asociados. Después, herramientas de software recuperaron esos repositorios para evaluarlos. El análisis no se limitó a comprobar que existiera un enlace: también consideró aspectos como la documentación, los requisitos de software y las condiciones de reutilización.

El interés metodológico es que los datos y el código pueden ayudar a examinar qué se hizo en un estudio: por ejemplo, cómo se seleccionaron los pacientes, cómo se trataron los valores faltantes y cómo se evaluaron los resultados. Las decisiones adoptadas durante la preparación de datos, el desarrollo de modelos y la evaluación pueden influir en los resultados; una sección de métodos, por sí sola, puede no describirlas con todo el detalle necesario.

Compartir no siempre permite reutilizar

El estudio encontró dos carencias principales: compartir código seguía siendo poco frecuente y, cuando se hacía público, el material no siempre incluía la documentación y la información complementaria necesarias para reutilizarlo. En conjunto, aproximadamente uno de cada ocho estudios declaraba compartir código. La calidad de los repositorios variaba: algunos estaban organizados y descritos con detalle, mientras que otros ofrecían poca orientación para entenderlos o ejecutarlos.

La revisión también observó diferencias entre revistas y países. Entre las revistas, la proporción de estudios que compartían código iba desde cero hasta más del 70 por ciento. Algunas revistas con tasas bajas tenían políticas escritas sobre compartir código. El resultado sugiere que contar con una política no basta necesariamente para que la práctica se generalice; la información disponible no establece por sí sola qué causa las diferencias observadas.

Aspecto evaluado Qué describe la fuente de MIT
Disponibilidad Aproximadamente uno de cada ocho estudios informaba que compartía código.
Repositorios Su organización y documentación variaban ampliamente.
Evaluación Se consideraron documentación, requisitos de software y condiciones de reutilización.
Variación La proporción de estudios con código compartido oscilaba entre cero y más del 70 % según la revista.
Ejemplo de práctica útil Algunos equipos proporcionaron datos sintéticos para facilitar la reutilización cuando los registros originales de pacientes no podían hacerse públicos.

Los datos sintéticos son un ejemplo de cómo ofrecer material de apoyo sin publicar los registros originales, según MIT. La fuente no detalla aquí qué métodos se emplearon para generarlos ni evalúa si todos los conjuntos sintéticos permiten reproducir los resultados de los estudios correspondientes.

Qué aporta la automatización y dónde están sus límites

La información sobre código aparecía de maneras muy distintas en artículos y repositorios, por lo que no podía buscarse simplemente en un campo uniforme. Los modelos de lenguaje ayudaron a procesar ese material no estructurado a gran escala. Sin embargo, la evaluación incluyó comprobaciones humanas: dos investigadores revisaron de manera independiente 500 artículos y una muestra separada de repositorios, resolvieron discrepancias y compararon sus juicios con los resultados automatizados.

La concordancia fue mayor para características concretas —por ejemplo, la presencia de un archivo de licencia— que para valoraciones sobre si la documentación era adecuada. Por ello, los autores destacan los patrones generales y advierten que puede haber errores de clasificación; no presentan cada recuento como exacto. La automatización permitió ampliar el análisis, pero no eliminó la necesidad de definir criterios ni de interpretar aspectos cualitativos.

Una guía en desarrollo

Los resultados están informando el desarrollo de TRIPOD-Code, una guía que busca aclarar qué elementos deberían compartirse con el código analítico. Según MIT, esta iniciativa se apoya en TRIPOD y TRIPOD+AI, listas de comprobación para informar sobre el desarrollo y la evaluación de modelos de predicción clínica. El equipo está elaborando recomendaciones mediante un proceso de revisión por expertos; la fuente describe la guía como un trabajo en desarrollo, no como una norma ya finalizada.

La necesidad de orientar estas prácticas responde a que la investigación de predicción clínica reúne perfiles de medicina, estadística e informática, cuyas expectativas sobre documentación y difusión pueden diferir. El objetivo declarado de TRIPOD-Code es ofrecer pautas prácticas a investigadores y expectativas más claras para las revistas. El estudio aporta evidencia descriptiva para esas discusiones, pero no demuestra por sí mismo que una guía futura vaya a aumentar la disponibilidad de código o su reutilización.

Como referencia institucional general, la National Science Foundation describe el apoyo que presta a la investigación y la educación en ciencias e ingeniería, pero esa información no confirma de forma independiente los resultados de este análisis clínico. NSF: apoyo a la investigación. Su directorio sobre investigación de materiales se refiere a programas de ciencias físicas y materiales, un campo distinto del análisis de código en estudios de predicción clínica, por lo que no aporta corroboración específica del hallazgo.

Las referencias de la National Science Foundation aportan contexto institucional, no una verificación independiente de los resultados del análisis.

Lo que sabemos y sus límites

El análisis se limitó a estudios de predicción clínica incluidos en la colección de acceso abierto de PubMed Central y a los artículos y repositorios que pudieron examinarse. La fuente advierte que son posibles errores de clasificación, especialmente en juicios cualitativos sobre la adecuación de la documentación, por lo que los recuentos deben interpretarse como patrones generales y no como cifras exactas. Los resultados describen prácticas de publicación y no demuestran que las políticas editoriales causen esas prácticas ni que TRIPOD-Code vaya a modificarlas. Las referencias de NSF aportadas son de contexto institucional y no corroboran independientemente este estudio.

Fuentes originales3

Las fuentes originales para explorar esta explicación y sus límites.

  1. Estudios y resultados: cómo apoya NSF la investigación NSF
  2. Cómo se organiza la investigación sobre materiales y sus resultados NSF
    Referencia institucional de contexto. No constituye confirmación independiente de los resultados de la fuente principal.
  3. AI helps researchers investigate how thousands of medical studies share code MIT
Créditos de imagen

Minimalistic text 'Medical Research' in colorful letters on a neutral background. · Foto de Tara Winstead en Pexels · Fuente original · Pexels License · Redimensionada y reencodificada como JPEG; se conserva el encuadre completo.

El Equipo Editorial de SciClue es responsable de la elaboración y publicación de este contenido. La IA se utiliza como apoyo para recopilar información, investigar fuentes y preparar borradores dentro de un proceso editorial con controles de fuentes y coherencia.
¿Has encontrado algo que debemos corregir?
Explora todos los conceptos

Pasa a la práctica

Calculadora de consumo Laboratorio de ondas Laboratorio de probabilidad

Cada descubrimiento empieza con una pregunta.

Artículos, conceptos, tecnologías e indicadores. Todo conectado.

Energía Física Conceptos Herramientas