Normalidad y medicalización: ¿quién pone el límite?

¿Quién decide qué es normal? Estadística y medicalización de la vida

Una persona se siente bien, realiza sus actividades habituales y no presenta síntomas. Un análisis de laboratorio, sin embargo, muestra una cifra marcada en rojo. Desde ese instante puede comenzar a verse de otra manera: ya no como alguien sano, sino como alguien que quizá esté enfermo, en riesgo o a punto de estarlo.

La medicina necesita clasificar. Sin categorías sería difícil investigar, comunicar un pronóstico, ofrecer tratamientos o distribuir recursos. Pero la naturaleza no siempre entrega fronteras claras. La presión arterial, la glucosa, el colesterol, la densidad ósea, el peso corporal y muchas experiencias psicológicas varían de forma continua. La línea que separa lo normal de lo anormal debe colocarse en algún lugar.

¿Quién decide dónde? La respuesta breve es que no lo hace la estadística por sí sola. Participan investigadores, laboratorios, paneles de expertos, sociedades científicas, autoridades sanitarias, aseguradores, industrias, profesionales y pacientes. Cada umbral combina conocimiento empírico con juicios sobre riesgo, beneficio, costos y aquello que una sociedad considera digno de intervención.

Por ello, definir normalidad no es solamente describir el cuerpo. También es una forma de organizar la atención, distribuir responsabilidades y transformar la experiencia de las personas.

Respuesta directa: en medicina, “normal” puede significar frecuente, situado dentro de un intervalo de referencia, asociado con bajo riesgo o compatible con una vida funcional. Estos significados no son equivalentes. Una diferencia estadística solo debería convertirse en diagnóstico cuando existe evidencia suficiente de daño o riesgo relevante y cuando reconocerla ofrece una posibilidad razonable de beneficiar a la persona.

Normal no significa una sola cosa

En el lenguaje cotidiano, normal puede significar habitual, correcto, saludable o deseable. En medicina, esa ambigüedad produce confusiones. Una característica puede ser frecuente y dañina; otra puede ser poco común y perfectamente compatible con la salud.

Normalidad estadística: describe lo frecuente o lo situado cerca del promedio de una población.
Normalidad biológica: alude a un funcionamiento compatible con estabilidad, adaptación y supervivencia.
Normalidad clínica: separa situaciones que suelen requerir observación o intervención de aquellas que no.
Normalidad social: expresa expectativas culturales sobre cuerpos, emociones y conductas.

Confundir estos planos permite convertir una rareza en defecto o una frecuencia elevada en señal de salud. La miopía es común y necesita corrección; una característica anatómica infrecuente puede carecer de consecuencias. La estadística describe distribuciones, pero no decide qué variaciones importan.

Esta distinción continúa las preguntas planteadas en Epistemología y medicina: conocer un valor no equivale todavía a comprender qué significa para una persona concreta.

Del intervalo de referencia al diagnóstico

Los laboratorios suelen informar intervalos de referencia construidos a partir de una población seleccionada. Un procedimiento frecuente consiste en incluir aproximadamente el 95% central de los resultados del grupo de referencia. Esto implica que algunas personas sanas quedarán fuera del intervalo por definición.

Además, el resultado depende de quién fue incluido como referencia, del método de medición, la edad, el sexo cuando sea pertinente, el momento de la toma y las condiciones del laboratorio. Por eso, “fuera de rango” no es sinónimo automático de enfermedad.

Médica y paciente interpretan una curva estadística y un umbral clínico durante una conversación

Un valor de decisión clínica cumple otra función. Se elige porque por encima o por debajo de cierta cifra cambia la probabilidad de un resultado, la necesidad de confirmar un diagnóstico o el balance esperado de una intervención. Puede coincidir con el intervalo de referencia, pero no tiene que hacerlo.

La diferencia es fundamental:

  • el intervalo de referencia compara a una persona con una población;
  • el umbral diagnóstico la ubica dentro o fuera de una categoría clínica;
  • el umbral terapéutico ayuda a decidir cuándo los beneficios esperados justifican intervenir.

Cuando estos tres niveles se funden en una sola cifra, la precisión aparente puede ocultar decisiones diferentes.

La naturaleza continua y la institución binaria

Muchos riesgos aumentan gradualmente. No existe un punto biológico en el cual una presión arterial, una concentración de glucosa o un nivel de colesterol transformen instantáneamente a una persona sana en enferma. Sin embargo, los sistemas sanitarios necesitan decisiones binarias: registrar o no un diagnóstico, iniciar o no seguimiento, autorizar o no un tratamiento.

El umbral convierte una pendiente continua en una puerta institucional. Un pequeño cambio de cifra puede modificar la historia clínica, la frecuencia de consultas, la percepción personal, una póliza o incluso la posibilidad de acceder a determinadas ocupaciones.

Esto no vuelve arbitrarios todos los límites. Un umbral puede estar bien sustentado si identifica un riesgo importante y si actuar produce un beneficio clínico significativo. El problema aparece cuando la frontera se presenta como un hecho puramente natural y se ocultan los valores y consecuencias incorporados en ella.

¿Qué ocurre cuando baja el umbral?

Reducir un punto de corte aumenta el número de personas clasificadas. Algunas se beneficiarán de detección y tratamiento tempranos; otras recibirán una etiqueta sin obtener una mejoría proporcional. El efecto no puede juzgarse solo por cuántos nuevos casos aparecen.

Antes de ampliar una definición conviene preguntar:

  1. ¿Qué daño futuro predice el nuevo rango y con qué certeza?
  2. ¿Existe una intervención efectiva para las personas recién incorporadas?
  3. ¿Cuál es el beneficio absoluto, no solo el relativo?
  4. ¿Qué efectos adversos, ansiedad, costos y carga de tratamiento produce?
  5. ¿Quién participó en la decisión y qué conflictos de interés existen?

Un análisis de BMJ sobre enfermedades crónicas sostiene que los pequeños cambios deberían convertirse en enfermedad únicamente cuando intervenciones eficaces producen una diferencia clínicamente valiosa para las personas recién etiquetadas. El número de diagnósticos no es por sí mismo una medida de éxito.

Medicalización, sobrediagnóstico y sobretratamiento

Los tres conceptos están relacionados, pero no son idénticos.

Medicalización es el proceso por el cual una experiencia, conducta o variación comienza a entenderse principalmente mediante categorías médicas. Puede aportar reconocimiento, acceso y alivio. También puede desplazar explicaciones sociales, morales o políticas.

Sobrediagnóstico ocurre cuando se detecta una alteración real que nunca habría causado síntomas, daño o muerte durante la vida de esa persona. No es un diagnóstico falso: el hallazgo existe, pero su descubrimiento no mejora necesariamente el futuro.

Sobretratamiento es intervenir cuando el beneficio probable no compensa los daños, costos o cargas. Puede seguir a un sobrediagnóstico, aunque también ocurre por otras razones.

La medicalización no es siempre excesiva. Nombrar una condición antes ignorada puede legitimar sufrimiento y movilizar recursos. La pregunta ética no es si toda expansión es mala, sino si la nueva categoría aumenta realmente la capacidad de cuidar.

Del sano al paciente potencial

La medicina preventiva no espera siempre a que aparezca una enfermedad. Calcula probabilidades y actúa sobre factores de riesgo. Este cambio ha evitado sufrimiento y muerte, pero también ha creado una figura nueva: la persona asintomática que vive bajo vigilancia porque podría enfermar.

Un riesgo no es una enfermedad presente ni un destino. Es una probabilidad condicionada por población, tiempo, método de cálculo y circunstancias individuales. Cuando se comunica como certeza, la prevención puede transformar la vida en espera diagnóstica.

El artículo reciente Edad biológica de los órganos: ¿podemos envejecer a distintas velocidades? muestra una versión contemporánea de este problema: un marcador experimental puede convertirse en identidad personal antes de demostrar que mejora una decisión clínica.

Las cifras también distribuyen poder

Quien define un umbral decide indirectamente quién merece seguimiento, tratamiento, incapacidad laboral, cobertura o vigilancia. Las categorías médicas no permanecen dentro del consultorio; circulan por instituciones educativas, laborales, jurídicas y aseguradoras.

También distribuyen responsabilidad. Si el problema queda localizado en un biomarcador individual, pueden desaparecer del campo visual la contaminación, la precariedad, el trabajo extenuante, la alimentación disponible o la violencia. La persona recibe la obligación de corregir su cifra mientras las causas colectivas permanecen intactas.

La normalidad estadística refleja además la población con la que se construyó. Si determinados grupos están poco representados, un rango puede interpretar diferencia como anomalía. Si una población de referencia ya está afectada por desigualdades, lo frecuente puede confundirse con lo saludable.

El médico no aplica umbrales: los interpreta

Una guía ofrece orientación poblacional; la consulta ocurre ante una persona concreta. El juicio clínico debe integrar magnitud de la alteración, síntomas, evolución, riesgo basal, comorbilidades, preferencias y carga de tratamiento.

Esto no significa ignorar la evidencia ni convertir cada decisión en opinión. Significa aplicar la evidencia de manera razonada. Como desarrolla Hermenéutica y medicina, el dato adquiere sentido dentro de una historia y un contexto.

La decisión compartida resulta especialmente importante cerca de los límites, donde varias opciones pueden ser razonables. NICE recomienda comunicar riesgos en términos comprensibles y presentar alternativas, incluida la posibilidad de no intervenir cuando sea clínicamente segura. La persona aporta su experiencia, prioridades y tolerancia al riesgo; el profesional aporta conocimiento sobre diagnóstico, pronóstico y opciones.

La IA no inventó el problema

Los sistemas algorítmicos pueden detectar patrones débiles y multiplicar categorías de riesgo, pero no crearon la tensión entre continuidad biológica y clasificación clínica. La heredaron.

Por eso, la discusión desarrollada en IA y medicalización: ¿quién define la enfermedad? comienza antes del algoritmo. Si una institución no ha explicado qué daño desea prevenir, qué beneficio considera suficiente y qué falsos positivos acepta, la tecnología solo automatizará una frontera mal justificada.

Hacia una normalidad prudente

Una medicina prudente no elimina las categorías; las hace transparentes y revisables. Reconoce que un umbral es una herramienta para decidir, no una descripción completa de la persona.

Antes de llamar enfermedad a una diferencia, debería poder responderse:

  • qué desenlace importante predice;
  • con qué certeza y durante qué periodo;
  • qué intervención útil habilita;
  • qué daños puede causar la etiqueta;
  • cómo afecta a distintos grupos sociales;
  • y si las personas implicadas consideran valioso el beneficio esperado.

La normalidad clínica no debería aspirar a fabricar cuerpos idénticos, sino a reconocer cuándo una variación amenaza capacidades, produce sufrimiento o requiere cuidado. La diferencia no necesita corrección por el solo hecho de apartarse del promedio.

Conclusión

Las estadísticas son indispensables para la medicina, pero no contienen por sí mismas una definición de salud. Describen cómo se distribuyen las variables y ayudan a estimar riesgos. El paso desde una diferencia hasta una enfermedad incorpora decisiones científicas, clínicas, éticas y políticas.

Preguntar quién decide qué es normal no pretende debilitar la prevención ni negar enfermedades reales. Busca que las fronteras sean justificables, que sus beneficios superen sus daños y que la persona no quede reducida a su distancia respecto del promedio.

Una cifra puede iniciar una conversación clínica. No debería terminarla.

Preguntas frecuentes

¿Un resultado fuera del rango significa que estoy enfermo?

No necesariamente. El intervalo de referencia describe una población y algunas personas sanas quedan fuera de él. El resultado debe interpretarse según síntomas, antecedentes, método, magnitud y evolución.

¿Los umbrales diagnósticos son arbitrarios?

No suelen ser arbitrarios, pero tampoco son hechos puramente naturales. Integran evidencia sobre riesgo y tratamiento con decisiones sobre beneficios, daños, recursos y valores.

¿Qué diferencia existe entre sobrediagnóstico y falso positivo?

En el falso positivo, una prueba sugiere una condición que finalmente no existe. En el sobrediagnóstico, la alteración existe, pero nunca habría causado daño clínico durante la vida de la persona.

¿Criticar la medicalización significa rechazar la medicina preventiva?

No. Significa exigir que la prevención demuestre beneficios relevantes, comunique la incertidumbre y considere los daños de etiquetar, vigilar o tratar.

¿Quién debería participar al modificar una definición de enfermedad?

Además de expertos clínicos y metodológicos, deben participar pacientes, ciudadanía y representantes de grupos afectados. Los conflictos de interés y la evidencia utilizada deberían hacerse públicos.

Este contenido es educativo y no sustituye la interpretación profesional de resultados, síntomas o riesgos individuales. No modifique pruebas, controles o tratamientos sin discutirlos con el equipo de salud.

Fuentes y lecturas recomendadas