Andrea Rotnitzky, la argentina que ganó el “Nobel” de Estadística: “Hay que ser un poco rebelde y desafiar a la autoridad científica”

Andrea Rotnitzky trabaja desde hace 30 años la teoría de la inferencia causal, un método que en el campo científico de la estadística, hasta hace no muchos años, era visto como un sector “paria” de la disciplina. Junto a un grupo de colegas, la investigadora argentina, fue seleccionada este lunes como premiados por su trabajo en ese área y su aplicación en el ámbito de la salud pública y la medicina. “Hay que ser un poco rebelde y desafiar a la autoridad científica”, menciona la matemática en una entrevista con Infobae.

Según comunicó la Fundación Rey Balduino, con sede en Bruselas (Bélgica), Rotnitzky y otros cuatro científicos especialistas en el campo de la estadística, “el equipo es reconocido por ser pionero en investigación sobre inferencia causal con aplicaciones en medicina y salud pública. La inferencia causal es el proceso de determinar causas y efectos”.

Los premiados, además de Andrea Rotnitzky, fueron James Robins -el jefe del equipo-, Miguel Hernán, Thomas Richardson y Eric Tchetgen Tchetgen. La condecoración tendrá lugar el 12 de octubre próximo en una ceremonia en la Universidad de Leuven, en Bélgica. El premio consta de un millón de dólares que serán destinados, la mitad, para Robins como cabeza del grupo y la otra mitad para el resto del equipo, incluida Rotnitzky.

Rotnitzky se recibió como licenciada en matemáticas en la Universidad de Buenos Aires en 1982 y continuó su formación en estadística en la Universidad de California. Desde 2005 es profesora adjunta de bioestadística de la Univeridad de Harvard y profesora del Departamento de Economía de la UTDT. En 2012 fue nombrada investigadora principal del Conicet.

- ¿Qué es lo que premió la Fundación con este reconocimiento a usted y al equipo de James Robins?

- Es un premio a la contribución metodológica, a la producción de nuevas estrategias para analizar datos y para poder inferir, a partir de los datos disponibles de registros electrónicos médicos, estudios de seguimientos de personas, poder inferir cuáles son las mejores estrategias de tratamiento de enfermedades crónicas. El trabajo en sí es matemático. Las aplicaciones son en salud y en medicina, para discernir a partir de los datos que uno puede recoger y que estén disponibles, qué estrategia es la mejor para tratar a un paciente.

- ¿Por qué es importante esta investigación para la medicina?

- Lo que se premió es una nueva disciplina que es la inferencia causal. Es decir, discernir entre correlación y causalidad. Por ejemplo, si yo te dijera que cuando se vende más helado también se vende más protector solar, si yo forzara a vender más helado alguien podría pensar que se va a vender más protector solar. Cuando en realidad son cosas que corren en simultáneo, porque hay una tercera variable común que es el clima. Uno no puede por eso solo establecer relaciones entre variables. A través de datos observacionales, podemos discernir entre correlación y causalidad con metodologías que desarrollamos para tratamientos médicos.

Cuando querés discernir si un medicamento es mejor que uno de uso corriente, normalmente se hacen ensayos clínicos, como por ejemplo con las vacunas. Muchas veces es imposible porque llevan mucho tiempo. Para averiguar el impacto para el tratamiento de HIV, el efecto lo ves a largo plazo y no podés esperar porque se muere la gente. Tenés que confiar en los datos que observás de registros electrónicos médicos. Usando los métodos que desarrollamos, se determinaron estrategias y después de mucho tiempo, cuando surgieron los ensayos clínicos, se corroboró que los resultados observacionales estaban en coincidencia.

- ¿Qué otros usos puede tener la inferencia causal además de la medicina?

- El método permea casi todas las disciplinas: economía, ciencia política, psicología. Soy especialista en aspectos particulares que tienen que ver con medicina, pero el último Nobel de Economía se lo dieron a tres economistas, dos de ellos que hicieron aportes a la inferencia causal. En este momento está teniendo un auge muy particular. Yo trabajo en este método desde hace 30 años. Es un premio otorgado a una disciplina que ahora tiene mucho auge y repercusión en la estadística, pero hace 15 años era una parte que los estadísticos se negaban a aceptar, el lenguaje causal estaba prohibido. Con el correr de los años fue cada vez más aceptado.

- ¿Qué significa para vos como profesional este premio?

- Si esto sirve para algo, que sea para que los jóvenes sobre todo en mi país crean en la dedicación, el trabajo arduo y a seguir su vocación. Yo comencé a trabajar cuando ese tema era paria, no era aceptado. Confié en mis instintos y mi vocación. No me dejé llevar por las normas establecidas. Hay que ser un poco rebelde, yo creía en lo que hacía. Si puedo decir cuál sería un mensaje, sería ese: sean valientes, creativos y apuesten a lo que crean que verdaderamente es cierto y válido. Crean en sus instintos, desafíen a la autoridad científica. Los desafíos sanos generan conocimientos.

SEGUIR LEYENDO: