Un creciente cuerpo de evidencia sugiere que una fracción sustancial de los hallazgos publicados en neurociencia no pueden ser replicados. El problema no es el fraude ni la falta de rigor, está arraigado en la arquitectura estadística de cómo se realiza la investigación cerebral, y las lecciones que ofrece se extienden más allá de las tasas de replicación hasta llegar a preguntas fundamentales sobre cómo inferimos la función cerebral.
La crisis de replicación en neurociencia no es un estudio fallido aislado, sino un patrón. La investigación en imágenes cerebro-conducta, en particular, ha demostrado ser difícil de replicar. Cuando laboratorios independientes repiten experimentos publicados usando los mismos métodos, a menudo obtienen resultados diferentes. La brecha entre el hallazgo original y el intento de replicación se ha vuelto lo suficientemente amplia como para que algunos investigadores cuestionen cuánto de la literatura en neuroimagen se apoya en terreno sólido.
El problema subyacente es el poder estadístico, o la falta del mismo. Muchos estudios de neurociencia, particularmente aquellos que utilizan imágenes por resonancia magnética funcional (IRMf), se realizan con tamaños muestrales de 20 a 30 participantes. Estas muestras pequeñas producen estimaciones ruidosas de la actividad cerebral. Una región cerebral que parece “activarse” en un escaneo de 20 personas puede no aparecer en otro, no porque el primer hallazgo fuera incorrecto, sino porque la relación señal-ruido es simplemente demasiado baja para que una muestra pequeña la detecte de manera confiable.
Esto se ve agravado por la flexibilidad analítica. Un conjunto de datos de IRMf con 100 000 vóxeles (píxeles 3D) puede analizarse de miles de formas defendibles. El investigador que ejecuta un proceso analítico y encuentra un resultado significativo puede estar capitalizando características aleatorias del ruido, no una señal neuronal verdadera. El intento de replicación, utilizando un proceso diferente o incluso el mismo con una nueva muestra, no encuentra nada.
Lo que esto significa para la ciencia del cerebro
El problema de replicación ha forzado un reexamen de cómo la neurociencia infiere la función cerebral. Un único estudio de IRMf que muestra que una región cerebral “se ilumina” durante una tarea no establece, por sí mismo, que la región sea necesaria para esa tarea. Esto requiere evidencia convergente de estudios de lesiones, modelos animales y técnicas causales como la estimulación magnética transcraneal, evidencia que muchos estudios publicados no proporcionan.
La buena noticia es que el campo está respondiendo. Colaboraciones multi-laboratorio a gran escala, como el proyecto Many Labs y el International Brain Laboratory, están realizando replicaciones coordinadas con tamaños muestrales que los laboratorios individuales nunca podrían alcanzar por sí solos. Un esfuerzo de 2021 del International Brain Laboratory, por ejemplo, mostró que una tarea conductual estandarizada en ratones producía resultados consistentes en siete laboratorios, demostrando que la replicación es posible cuando los métodos están rigurosamente estandarizados.
El pre-registro, enviar el plan de análisis a un registro público antes de que comience la recolección de datos, se está volviendo más común. Revistas como Nature Neuroscience y NeuroImage ahora exigen pre-registro para ciertos tipos de artículos. Algunas agencias de financiamiento están apoyando directamente los estudios de replicación.
La lección más profunda
La crisis de replicación en neurociencia a veces se presenta como una crisis de credibilidad, pero quizás se entienda mejor como una lección de humildad estadística. El cerebro humano es el objeto más complejo del universo conocido, con aproximadamente 86 mil millones de neuronas que forman billones de conexiones sinápticas. Esperar que estudios con muestras pequeñas mapeen de manera confiable su función siempre fue optimista.
El cambio hacia muestras más grandes, protocolos estandarizados y análisis pre-registrados no significa que la literatura anterior careciera de valor. Significa que el campo está desarrollando mejores herramientas para distinguir la señal del ruido, y aprendiendo, en el proceso, que el cerebro es incluso más difícil de estudiar de lo que los investigadores habían apreciado.
Fuentes: Live Science (2026), “Neuroscience findings often can’t be replicated, and it’s a big problem for what we know about the brain”; International Brain Laboratory (2021), “Standardized and reproducible measurement of decision-making in mice,” eLife; proyectos de replicación Many Labs; diversos metaanálisis de reproducibilidad en IRMf.
Traducido por Alessandra