La aleatorización mendeliana es el ensayo aleatorizado que monta la naturaleza cada vez que reparte tus genes. Es la mejor defensa contra el titular de «un estudio asocia».
Usa variantes genéticas, repartidas al azar en la concepción, para separar lo que causa una enfermedad de lo que solo va asociado a ella. Es la herramienta que explica por qué subir el colesterol bueno no protege y bajar el malo sí. KRECE la usa en todo el catálogo.
«Un estudio asocia el café con vivir más.» Frena. Asociar no es causar, y hay un método que separa una cosa de la otra.
Ese método es la aleatorización mendeliana. Aprovecha que los genes se reparten al azar en la concepción, como una tirada de dados, para montar algo parecido a un ensayo clínico sin organizarlo: grupos comparables, sin las trampas que arruinan los estudios de observación.
No es perfecta y no sustituye a un ensayo, pero es una de las herramientas más potentes para no comprar el suplemento de moda basado en una correlación que no causa nada. Entenderla te cambia la forma de leer cualquier noticia de salud.
Casi toda la información de salud que te llega es observacional: se mira a mucha gente y se ve qué cosas van juntas. El problema es que ir juntas no significa causarse. El que toma vitaminas también hace más deporte, fuma menos y va más al médico, así que es imposible saber si el beneficio viene de la vitamina o del resto. A eso se le llama confusión, y es el agujero por el que se cuela casi todo el ruido.
La aleatorización mendeliana es la forma más elegante que tiene la epidemiología de tapar ese agujero sin esperar veinte años a un ensayo. Vamos a ver qué es, por qué funciona, qué ha demostrado de verdad, cuándo falla y, sobre todo, cómo usarla tú para leer cualquier titular de salud con red.
¿Qué es la aleatorización mendeliana?
La aleatorización mendeliana es un método que usa variantes genéticas, repartidas al azar en la concepción, para comprobar si algo causa de verdad una enfermedad o solo va asociado a ella. El nombre viene de las leyes de Mendel: los genes que heredas se reparten al azar, como una tirada de dados que la naturaleza hace antes de que nazcas.
La idea es sencilla y brillante. Si una variante genética hace que, de por vida, tengas (por ejemplo) el colesterol algo más bajo, puedes comparar a quienes la tienen con quienes no, y ver si también tienen menos infartos. Como esa variante te tocó al azar y no depende de tu dieta, tu dinero ni tu salud, el resultado se acerca mucho a lo que daría un experimento. De ahí el apodo: el ensayo aleatorizado de la naturaleza.
¿Por qué funciona? El problema que resuelve
Resuelve los dos venenos del estudio observacional: la confusión y la causalidad inversa. Son las dos razones por las que «asociado con» casi nunca significa «causa de».
Los dos venenos
La confusión es un tercer factor que mueve las dos cosas a la vez (el que toma suplementos suele cuidarse más en todo). La causalidad inversa es cuando la flecha va al revés: no es que el marcador bajo cause la enfermedad, es que la enfermedad incipiente baja el marcador. Un estudio de observación no puede separar estas posibilidades. Por eso un titular puede decir «X se asocia con vivir más» y estar contando una casualidad.
Por qué los genes lo arreglan
Las variantes genéticas tienen tres propiedades que las hacen casi un experimento: se reparten al azar en la concepción (como el tratamiento en un ensayo), son independientes del estilo de vida y del dinero, y están fijadas antes de cualquier enfermedad, así que la enfermedad no puede haberlas cambiado. Comparar a las personas por su genotipo crea grupos comparables sin que nadie organice nada.
Las tres condiciones
Para que el truco funcione, la variante genética que se usa como instrumento debe cumplir tres cosas: que de verdad influya en el factor que estudiamos (relevancia), que no comparta causas con el resultado (independencia), y que afecte al resultado solo a través de ese factor y no por otra vía (la condición de exclusión). La tercera es la más delicada y es donde aparece el principal talón de Aquiles del método, como veremos.
¿Qué ha cambiado gracias a la aleatorización mendeliana?
Ha separado marcadores de causas en algunos de los debates más caros de la medicina, y ha ahorrado o anticipado el destino de fármacos de miles de millones. El caso del colesterol es el de manual.
El colesterol bueno que no era tan bueno
Durante décadas, los estudios observacionales mostraron que la gente con más HDL (el «colesterol bueno») tenía menos infartos. Parecía obvio: sube el HDL y protegerás el corazón. Pero en 2012 una aleatorización mendeliana demostró que tener el HDL alto por genética no reduce el riesgo de infarto. El HDL alto era un marcador de buena salud, no su causa. Poco después, varios fármacos diseñados para subir el HDL fracasaron en ensayos, justo como la genética había anticipado.
El colesterol malo que sí lo era
Con el LDL (el «colesterol malo») pasó lo contrario: la aleatorización mendeliana confirmó que tenerlo bajo de por vida reduce la enfermedad coronaria, y los ensayos de fármacos que lo bajan lo corroboraron. El ejemplo más limpio es el de PCSK9: las personas con una variante que apaga ese gen tienen el LDL bajo de por vida y mucho menos riesgo, lo que validó la diana antes de que los fármacos anti-PCSK9 lo demostraran en ensayos. La genética propuso, el ensayo dispuso.
El trio que deberías recordar
| Marcador | Asociación observacional | Veredicto de la MR |
|---|---|---|
| LDL | Más LDL, más infarto | Causa: bajarlo funciona |
| HDL | Más HDL, menos infarto | Marcador: subirlo no funciona |
| PCR | Más inflamación, más riesgo | Marcador: bajarla per se no es la palanca |
El patrón se repite fuera del corazón. La vitamina D se asocia observacionalmente con casi todo lo bueno, pero la aleatorización mendeliana ha sido en gran parte nula para muchos desenlaces, en línea con los ensayos que han decepcionado. Y es exactamente la pregunta que planteamos en testosterona baja y mortalidad: ¿causa o marcador? La aleatorización mendeliana es la herramienta para responderla.
¿Cuándo falla la aleatorización mendeliana?
No es magia: tiene un talón de Aquiles llamado pleiotropía y mide la exposición de toda una vida, no la de un fármaco tomado unos años. Saber dónde flojea es lo que distingue a quien la entiende de quien la cita de oídas.
La pleiotropía
Es el principal problema. Ocurre cuando la variante genética que usamos influye en el resultado por otra vía, no solo por el factor que queremos estudiar. Si eso pasa, se rompe la condición de exclusión y el resultado engaña. Por eso los estudios serios usan varias variantes y métodos estadísticos diseñados para detectar y corregir la pleiotropía; una sola variante mal elegida puede arruinar el análisis.
De por vida, no por receta
Esta es la sutileza que más se ignora. La aleatorización mendeliana mide el efecto de tener un factor alto o bajo durante toda la vida, desde la concepción. Eso no es lo mismo que tomarse una pastilla a los cincuenta años durante un lustro. Por eso la MR es excelente para decirte la dirección del efecto (si vale la pena perseguir una diana y hacia dónde), pero no clava la magnitud que dará un tratamiento concreto.
Otros límites
También puede fallar por la mezcla de ascendencias en la población (si tanto el gen como la enfermedad varían por origen), por usar variantes débiles que apenas mueven el factor, y porque asume relaciones lineales que no siempre lo son (un efecto puede tener un umbral). Por todo esto, la conclusión es simple: la aleatorización mendeliana no sustituye al ensayo clínico, lo orienta.
¿Cómo usar esto al leer una noticia de salud?
Conviértela en tres preguntas que le hagas a cualquier titular. No necesitas saber estadística para usar el músculo mental que da entender este método.
Las tres preguntas
Primera: ¿es observacional o causal? Palabras como «asociado», «vinculado» o «relacionado» casi siempre delatan un estudio de observación, que no puede probar causa. Segunda: ¿marcador o causa? Si lo que se mide es un biomarcador (un número en una análitica), pregunta si alguien ha hecho una aleatorización mendeliana, porque muchas veces ya demostró que ese marcador no causa nada. Tercera: ¿quién se beneficia del titular? Si detrás hay un suplemento que sube o baja ese marcador, sospecha el doble.
El reflejo que te ahorra dinero
La próxima vez que leas que «un estudio asocia el suplemento X con menos enfermedad Y», el reflejo útil no es comprar X, es preguntar si esa asociación es causal. Es el mismo criterio con el que en KRECE leemos los ensayos y sus titulares y con el que separamos la evidencia real del ruido de podcast. Es, junto a la edad biológica y otros marcadores, parte de la caja de herramientas para leer la longevidad sin que te vendan humo.
Cuando un titular use «asociado», «vinculado» o «relacionado», traduce mentalmente a «todavía no sabemos si causa nada». Antes de cambiar lo que haces o de comprar un suplemento por ese titular, busca si existe una aleatorización mendeliana del tema: en marcadores como el HDL o la PCR, ya contó una historia muy distinta a la del titular.
¿Qué es la aleatorización mendeliana?
Es un método que usa variantes genéticas, repartidas al azar en la concepción, para comprobar si algo causa de verdad una enfermedad o solo va asociado a ella. Como los genes se reparten al azar y no cambian con el estilo de vida ni con la enfermedad, comparar a las personas por su genotipo imita un ensayo aleatorizado: por eso se la llama el ensayo aleatorizado de la naturaleza.
¿Para qué sirve?
Para distinguir causa de simple asociación. Un estudio observacional ve que dos cosas van juntas, pero no si una causa la otra, por la confusión y la causalidad inversa. La aleatorización mendeliana ayuda a saber si bajar o subir un marcador cambiaría de verdad el riesgo, antes de gastar años y millones en un ensayo.
¿Por qué se dice que es como un ensayo aleatorizado?
Porque en un ensayo se reparte el tratamiento al azar para que los grupos sean comparables. En la concepción, la naturaleza reparte las variantes genéticas al azar, independientemente del estilo de vida. Eso crea grupos comparables de forma natural y elimina gran parte de la confusión y la causalidad inversa que arruinan los estudios observacionales.
¿Qué ejemplo famoso resolvió?
El del colesterol bueno. Los estudios observacionales asociaban más HDL con menos infarto, pero la aleatorización mendeliana mostró que tener el HDL alto por genética no reduce el infarto: es un marcador, no una causa. Eso anticipó el fracaso de los fármacos que suben el HDL. En cambio, para el LDL la genética y los ensayos coinciden: bajarlo sí reduce el riesgo.
¿Cuándo falla?
Su mayor amenaza es la pleiotropía: que la variante genética afecte al resultado por otra vía, no solo por el factor que estudiamos. Además mide el efecto de una exposición de por vida, no el de tomar un fármaco unos años, así que indica la dirección del efecto mejor que su magnitud exacta.
¿Sustituye a los ensayos clínicos?
No. Te dice si merece la pena perseguir una diana y en qué dirección, con datos humanos y sin confusión. Pero el ensayo clínico sigue siendo quien mide cuánto beneficio da un tratamiento concreto, a qué dosis y con qué efectos. Son complementarios: la genética propone, el ensayo dispone.
¿Cómo me ayuda a leer noticias de salud?
Cuando leas que un estudio asocia X con Y, pregunta si es observacional o causal. Si solo es una asociación, desconfía del titular que dice causa. Y comprueba si existe una aleatorización mendeliana: muchas veces ya ha demostrado que ese marcador no causa nada, y te ahorra el suplemento de moda.
La aleatorización mendeliana es una de las herramientas más potentes para separar causa de asociación con datos humanos. Por eso KRECE desconfía por defecto del titular observacional, sin olvidar que la MR tampoco es infalible ni sustituye al ensayo.
Este artículo es contenido editorial divulgativo sobre un método de inferencia causal y no es consejo médico individualizado. La aleatorización mendeliana informa sobre la causalidad a nivel poblacional, no dicta decisiones de tratamiento para una persona concreta, que corresponden a un profesional. Los ejemplos citados (HDL, LDL, PCR, PCSK9) se incluyen con fines ilustrativos y sus referencias se verifican en sus fuentes originales en junio de 2026.
- Davey Smith G, Ebrahim S. ‘Mendelian randomization’: can genetic epidemiology contribute to understanding environmental determinants of disease? Int J Epidemiol. 2003;32(1):1-22. (Artículo fundacional del método.)
- Voight BF, et al. Plasma HDL cholesterol and risk of myocardial infarction: a mendelian randomisation study. Lancet. 2012;380(9841):572-580. (El HDL no es causal.)
- C Reactive Protein Coronary Heart Disease Genetics Collaboration (CCGC). Association between C reactive protein and coronary heart disease: mendelian randomisation analysis based on individual participant data. BMJ. 2011;342:d548. (La PCR no es causal.)
- Ference BA, et al. Effect of long-term exposure to lower low-density lipoprotein cholesterol beginning early in life on the risk of coronary heart disease: a Mendelian randomization analysis. J Am Coll Cardiol. 2012;60(25):2631-2639. (El LDL sí es causal; exposición de por vida.)