Datos sesgados por selección ("Cherry-Picked Data")
Datos sesgados por selección se refiere a la inclusión selectiva de datos o estudios que apoyan una conclusión específica, mientras se omite la evidencia que la contradice.
📌 Características clave
- Uso selectivo de resultados favorables
- Ignorar la evidencia contradictoria
- Genera conclusiones distorsionadas o engañosas
- Puede ser intencional o inconsciente
⚠️ Por qué es importante
- Socava la credibilidad científica
- Induce a errores en decisiones clínicas y en la opinión pública
- Frecuente en publicaciones promocionales o sesgadas
- Viola los principios de la práctica basada en la evidencia
🧠 Ejemplos
| Contexto | Comportamiento de selección sesgada |
|---|---|
| Ensayos clínicos | Reportar resultados positivos y omitir eventos adversos |
| Revisiones | Excluir estudios neutros o negativos del análisis |
| Informes técnicos | Mostrar solo imágenes o resultados óptimos |
| Editoriales | Referenciar solo literatura que apoya la tesis |
✅ Buena práctica
- Presentar siempre datos completos, incluyendo limitaciones.
- Reconocer los hallazgos contradictorios en las discusiones.
- Evitar la sobreinterpretación de evidencias selectivamente favorables.