Una de las mayores cohortes sanitarias del mundo permite estudiar enfermedades, tratamientos y factores de riesgo a una escala difícilmente alcanzable hasta ahora. Pero su enorme tamaño no elimina los sesgos de selección.
Un laboratorio de investigación clínica con 1,9 millones de participantes
¿Puede una cohorte de casi dos millones de personas cambiar nuestra manera de estudiar la enfermedad?
Esa es, en buena medida, la pregunta que plantea un reciente trabajo publicado en Nature Medicine. Los investigadores analizaron los datos fenotípicos disponibles de 1.900.193 participantes de Our Future Health (OFH), una cohorte prospectiva británica cuyo objetivo final es alcanzar los cinco millones de participantes.
La magnitud resulta excepcional. Sin embargo, el interés del estudio no reside únicamente en el número de personas incluidas.
También permite observar algo especialmente relevante para la psicología clínica: cómo cambia el perfil de las enfermedades cuando se estudian poblaciones enormes y qué problemas aparecen cuando quienes participan voluntariamente no representan exactamente a la población general.
Los resultados son particularmente interesantes en el caso de la salud mental. Los participantes comunicaron una prevalencia de depresión, ansiedad y otros problemas psicológicos superior a la observada en determinadas estimaciones poblacionales y, además, estas prevalencias mostraron una elevada concordancia con las observadas en UK Biobank.
La cuestión, por tanto, no es simplemente cuántas personas presentan un determinado trastorno. Es también quién entra en una cohorte de investigación, quién queda fuera y cómo influye esto en las conclusiones que obtenemos.
¿Qué es Our Future Health?
Our Future Health es un estudio prospectivo británico financiado por el Gobierno del Reino Unido, organizaciones benéficas y el sector industrial. Su objetivo es reclutar hasta cinco millones de adultos residentes en el Reino Unido para facilitar investigaciones sobre prevención, detección y tratamiento de enfermedades. En el momento analizado por Straub y colaboradores, más de 2,5 millones de personas habían dado su consentimiento y existían datos fenotípicos basales de aproximadamente 1,9 millones.
El proyecto integra diferentes fuentes de información:
- cuestionarios de salud y estilo de vida;
- características sociodemográficas;
- localización geográfica;
- medidas antropométricas;
- antecedentes médicos;
- medicación;
- registros hospitalarios;
- registros de cáncer;
- causas de muerte;
- y progresivamente información genética y otros datos biológicos.
Esto convierte a OFH en algo más que una encuesta de salud.
Es una infraestructura destinada a estudiar conjuntamente fenotipo, enfermedad, comportamiento, contexto social y datos biomédicos.
El tamaño de una muestra no garantiza que sea representativa
Este es probablemente uno de los mensajes metodológicos más importantes del artículo. Podría parecer intuitivo que una muestra de casi dos millones de personas necesariamente debe representar muy bien a la población. Sin embargo, el tamaño muestral y la representatividad son propiedades diferentes.
OFH es una cohorte voluntaria y no probabilística. Por tanto, las personas que participan pueden diferir sistemáticamente de quienes no lo hacen. Los autores encontraron varias diferencias relevantes. Por ejemplo:
- las mujeres estaban sobrerrepresentadas: 57 % frente a 43 %;
- los adultos jóvenes estaban infrarrepresentados;
- las personas pertenecientes a algunos grupos étnicos minoritarios seguían estando infrarrepresentadas;
- el grupo socioeconómicamente más desfavorecido también estaba infrarrepresentado;
- el 13 % de los participantes pertenecía al quintil de mayor privación, frente al 20 % esperado a escala nacional;
- mientras que el quintil menos desfavorecido representaba el 27 %, frente al 20 % nacional.
Por tanto, una base de datos gigantesca puede continuar presentando un sesgo de selección importante. Esto tiene una consecuencia directa para la investigación psicológica.
Una asociación encontrada en una cohorte puede ser perfectamente reproducible dentro de esa población y, al mismo tiempo, no representar exactamente lo que ocurre en toda la población.
Depresión y ansiedad aparecen con especial frecuencia
Uno de los resultados más relevantes para la psicología clínica es la elevada presencia de problemas de salud mental declarados por los participantes.
Los investigadores compararon 109 condiciones de salud autoinformadas entre OFH y UK Biobank.
La correlación entre sus prevalencias fue elevada:
r = 0,784; P = 6,35 × 10⁻²⁴.
Es decir, las enfermedades que eran relativamente más frecuentes en una cohorte tendían también a ser relativamente más frecuentes en la otra. Sin embargo, la concordancia global no significa que ambas cohortes fueran idénticas. Los participantes de OFH comunicaron mayor prevalencia de depresión, ansiedad y otros problemas de salud mental que los participantes de UK Biobank.
En cambio, algunas enfermedades cardiometabólicas relacionadas con la edad, como hipertensión, infarto de miocardio o ictus, presentaron una prevalencia menor. Esto es importante porque demuestra que la composición de una cohorte modifica el perfil de enfermedades observado.
La depresión aparece en aproximadamente el 20,3 % de los participantes cuando se combinan el autoinforme y los registros electrónicos. Sin embargo, la cifra cambia sustancialmente según la fuente: 17,0 % mediante autoinforme, 9,1 % mediante registros electrónicos y solo 5,7 % cuando ambas fuentes coinciden. La concordancia entre ambas fuentes fue moderada-baja (κ = 0,37), lo que ilustra las dificultades de estimar la carga de los trastornos depresivos a partir de una única fuente de información.
Los datos permiten observar una discrepancia considerable:
- 17,0 % aparece mediante autoinforme.
- Solo 9,1 % aparece en los registros electrónicos.
- Apenas 5,7 % está identificado por ambas fuentes simultáneamente.
- La concordancia entre ambas fuentes, expresada mediante κ de Cohen, es 0,37 (IC 95 %: 0,37–0,37).
Esto es clínicamente relevante porque muestra que autoinforme y registro sanitario no están capturando exactamente la misma realidad. Una persona puede declarar haber recibido un diagnóstico de depresión y no aparecer con ese diagnóstico en el registro hospitalario disponible; también puede ocurrir lo contrario.
¿Significa esto que hay más depresión en la población?
No necesariamente. Esta es una distinción fundamental. Los autores advierten expresamente de que OFH no debería utilizarse actualmente para calcular tasas generalizables de prevalencia o incidencia de todas las enfermedades. La razón es metodológica. OFH utiliza una muestra voluntaria y no probabilística. Además, algunas variables se obtienen mediante autoinforme y las fuentes de información no tienen exactamente la misma cobertura temporal o clínica.
Por tanto, encontrar una mayor frecuencia de depresión o ansiedad en OFH no permite concluir directamente que la prevalencia poblacional británica haya aumentado en esa magnitud. Puede intervenir una combinación de factores:
- cambios históricos en la identificación de los problemas de salud mental;
- mayor disposición a declarar síntomas o diagnósticos;
- diferencias generacionales;
- utilización de los servicios sanitarios;
- características socioeconómicas;
- efectos posteriores a la pandemia de COVID-19;
- y sesgo de participación.
Este último aspecto merece especial atención.
El sesgo de participación
Cuando una persona decide participar voluntariamente en una investigación, su decisión puede estar relacionada con sus características personales, su salud o sus experiencias sanitarias. Esto puede generar lo que los autores denominan participation bias. En determinados estudios epidemiológicos, además, puede aparecer collider bias: una asociación puede verse distorsionada porque tanto la exposición como el resultado influyen en la probabilidad de entrar en la muestra.
Imaginemos un estudio que pretende analizar la relación entre determinadas experiencias vitales y depresión. Si las personas con determinadas características tienen mayor probabilidad de participar, la asociación observada puede no coincidir exactamente con la que existiría en la población de referencia. Por ello, disponer de cientos de miles de participantes no elimina automáticamente los problemas metodológicos. A veces ocurre lo contrario: una muestra enorme puede proporcionar estimaciones extremadamente precisas de una asociación sesgada.
Resumen
Our Future Health reúne ya datos fenotípicos de aproximadamente 1,9 millones de adultos, convirtiéndose en un recurso excepcional para la investigación biomédica.
Los problemas de depresión y ansiedad aparecen con una frecuencia relativamente elevada en comparación con algunas estimaciones de otras cohortes, y los perfiles de enfermedades muestran una considerable concordancia con UK Biobank.
Sin embargo, el estudio no permite asumir que estas prevalencias representen directamente a la población británica. La participación voluntaria, la infrarrepresentación de determinados grupos y las diferencias entre fuentes de información introducen posibles sesgos.
Para la psicología clínica, la principal lección es clara: el tamaño de una base de datos aumenta la potencia de la investigación, pero no sustituye el análisis crítico de cómo se han obtenido los datos.
Referencia científica
Straub, V. J., Benonisdottir, S., Bentivoglio, G. S., et al. (2026). Phenomic profiles and disease patterns of 1.9 million participants from Our Future Health. Nature Medicine. Publicado el 10 de septiembre de 2026. DOI: 10.1038/s41591-026-04602-4
Artículo original en Nature Medicine
Nota editorial sobre inteligencia artificial
Este contenido ha sido elaborado con asistencia de herramientas de inteligencia artificial. Antes de su publicación ha sido revisado y editado por profesionales del Centro de Psicología Aaron Beck. Las afirmaciones científicas se han contrastado con las fuentes originales citadas y se ha procurado mantener una exposición fiel a la evidencia disponible.
