Percentiles y rangos: por qué los gráficos muestran una banda
Quien abre por primera vez un informe de laboratorio o una tabla de percentiles suele esperar una línea: un valor correcto y otro incorrecto. Lo que encuentra es una banda, a veces ancha, con el resultado propio flotando en algún punto intermedio. Este artículo explica por qué la mayoría de los gráficos biológicos se construyen como intervalos y no como umbrales, cómo se leen esos intervalos sin convertirlos en diagnósticos y qué papel juegan métricas como el perímetro de cintura, la presión arterial o la glucosa en ayunas dentro de esa lógica. Está dirigido a lectores adultos que quieren entender la estructura de los datos antes de interpretar cualquier cifra aislada.
El alcance: qué significan los intervalos de referencia
Un intervalo de referencia no describe a una persona concreta: describe a un grupo. Se calcula a partir de una muestra poblacional, se ordenan los valores de menor a mayor y se recortan las colas extremas, habitualmente un 5 % en cada extremo. Lo que queda es la banda donde se sitúa el 90 % central de esa muestra. El percentil 50 no es el valor ideal, sino la mediana observada; el percentil 90 no marca una frontera de enfermedad, sino el punto por debajo del cual se encuentra la gran mayoría del grupo estudiado.
Lo que encuentra es una banda, a veces ancha, con el resultado propio flotando en algún punto intermedio.
Esa construcción tiene una consecuencia práctica: un resultado dentro de la banda no certifica salud, y uno fuera de ella no equivale automáticamente a patología. Los límites dependen de la muestra elegida, de la edad, del sexo, del método analítico y hasta del momento del día en que se tomó la muestra. Por eso dos informes del mismo análisis pueden mostrar bandas ligeramente distintas si provienen de laboratorios que usan poblaciones de referencia diferentes. El gráfico, entonces, es una descripción estadística, no un veredicto.
Cómo se construye una curva de percentiles
El procedimiento es más sencillo de lo que parece. Se reúne una muestra grande, se mide la variable y se ordenan los valores. Después se ubican los puntos de corte que dividen la distribución en cien partes iguales. Cada corte es un percentil. Cuando esos cortes se grafican contra la edad, aparece una curva central y dos curvas paralelas que delimitan la banda. La forma de la curva revela tendencias poblacionales: la presión arterial sistólica tiende a desplazarse hacia arriba con la edad, mientras que la masa muscular relativa suele descender después de cierta década.
- La curva central representa la mediana, no un objetivo a alcanzar.
- Las bandas superior e inferior suelen corresponder a los percentiles 10 y 90.
- El ancho de la banda refleja la dispersión real de la muestra.
- Una banda estrecha indica poca variabilidad; una ancha, mucha.
- Los cortes se recalculan cada cierto tiempo con nuevas poblaciones.
Ese ancho tiene significado. Una banda estrecha sugiere que la variable cambia poco entre individuos similares; una banda ancha, que factores como la genética, la alimentación o el sueño introducen mucha variación. El colesterol total, por ejemplo, muestra bandas relativamente amplias en la población adulta. La glucosa en ayunas, en cambio, tiende a concentrarse más. Interpretar un resultado aislado sin conocer la dispersión del grupo de referencia es como leer una nota sin saber cómo calificó el resto del curso. El contexto estadístico es parte del dato.
Por qué un solo corte genera errores de lectura
Los umbrales binarios simplifican demasiado. Durante décadas, algunos indicadores se comunicaron con un único valor de corte, y eso llevó a interpretar todo lo que quedaba justo por debajo como equivalente a salud óptima. El problema es que los riesgos asociados a variables como la presión arterial o la glucemia no se comportan como un interruptor: se comportan como un gradiente. La literatura describe asociaciones graduales, no saltos abruptos, y esa diferencia cambia por completo la manera de leer un informe.
Un umbral responde a la pregunta «¿está fuera de rango?». Una banda responde a una pregunta mejor: «¿hacia dónde se mueve este valor a lo largo del tiempo?».
La segunda pregunta exige mediciones repetidas. Una sola cifra de presión arterial tomada en una consulta puede reflejar nerviosismo, cafeína o falta de descanso. Tres mediciones en semanas distintas, registradas en casa con un tensiómetro de brazo, dibujan una tendencia mucho más informativa que cualquier valor aislado. Lo mismo ocurre con la glucosa medida con un glucómetro doméstico o con la composición corporal estimada en una báscula de bioimpedancia. La banda poblacional dice dónde cae una persona respecto a otras; la serie temporal dice cómo se mueve respecto a sí misma, y esa comparación suele ser la más útil.
Qué mirar además del valor puntual
Los informes rara vez incluyen una sola variable relevante. El perímetro de cintura, la relación cintura-altura, la presión arterial, la glucosa en ayunas y el perfil lipídico se leen mejor en conjunto que por separado. Un valor limítrofe en un solo indicador, con el resto dentro de banda, cuenta una historia distinta a la de varios indicadores desplazándose en la misma dirección. Esa lectura conjunta es la que sostienen las guías clínicas cuando hablan de riesgo global y no de cifras sueltas.
El problema de la variabilidad individual
Dentro de la misma banda, dos personas pueden tener perfiles muy diferentes. Factores como la hora de la extracción, el ayuno previo, el sueño de la noche anterior o el esfuerzo físico reciente modifican algunos resultados de forma medible. La duración del sueño y el ritmo cardíaco en reposo, registrados con un monitor de muñeca, se han asociado en estudios observacionales con variaciones en marcadores metabólicos, aunque la magnitud y la dirección de esa relación siguen siendo objeto de debate. La fatiga matutina o la dificultad para concentrarse después de comer aparecen en la literatura como síntomas inespecíficos, no como pruebas diagnósticas.
- Registrar la fecha, la hora y las condiciones de cada medición antes de compararla.
- Anotar si hubo ayuno, sueño corto o ejercicio intenso en las horas previas.
- Repetir la medición en al menos dos ocasiones separadas antes de sacar conclusiones.
- Llevar un registro de síntomas paralelo a las cifras, no mezclado con ellas.
Errores frecuentes al interpretar gráficos y rangos
El primer error es tratar el límite superior como una meta a no superar y el inferior como un piso deseable. El segundo es comparar resultados obtenidos con métodos distintos, como si una glucosa capilar y una venosa fueran intercambiables. El tercero, muy común, es leer un percentil de crecimiento o de composición corporal como si midiera salud cuando en realidad mide posición relativa dentro de un grupo. Y el cuarto es ignorar la variabilidad: un único punto en una gráfica no dibuja una tendencia, del mismo modo que una sola medición de presión no describe un patrón.
También conviene distinguir entre una banda de referencia y una banda de decisión. La primera describe a la población; la segunda la fija un panel de expertos a partir de estudios de riesgo, y suele ser más estrecha. Un mismo análisis puede caer dentro de la banda poblacional y fuera del intervalo que las guías consideran óptimo. Esa aparente contradicción no es un error del laboratorio: son dos construcciones distintas que responden a preguntas distintas.
Cómo usar estos conceptos en la práctica
Antes de interpretar cualquier informe conviene revisar tres cosas: qué población se usó como referencia, qué método analítico se empleó y qué fecha tiene el intervalo. Los laboratorios suelen incluir esa información en notas al pie, y muchas veces pasa desapercibida. Un glosario de resultados que traduzca cada abreviatura y explique el origen de cada banda ahorra confusiones y facilita llevar preguntas concretas a una consulta en lugar de dudas difusas. La adherencia a un seguimiento ordenado depende menos de la motivación que de saber qué se está mirando y por qué.
Las series temporales suelen ser más informativas que los valores aislados. Registrar el perímetro de cintura cada pocas semanas, la presión en casa con un tensiómetro validado o la glucosa con un glucómetro doméstico permite ver pendientes, no solo posiciones. Una tabla comparativa entre lo que se cree saber sobre un indicador y lo que la evidencia sostiene ayuda a separar creencias populares de datos. La frecuencia de las mediciones importa menos que la constancia: dos datos separados por un mes dicen más que diez tomados en la misma semana.
Qué queda por resolver
La estadística describe poblaciones; la biología ocurre en individuos. Esa tensión atraviesa todo lo anterior y explica por qué los gráficos muestran bandas y no líneas. Los intervalos de referencia son herramientas de orientación, no de diagnóstico, y su lectura correcta exige contexto: el método, la población, la fecha y la serie de mediciones previas. Entender esa estructura no resuelve ninguna pregunta clínica por sí sola, pero sí evita el error más común, que es tratar un punto en una gráfica como una sentencia. La próxima vez que un informe muestre una banda, la pregunta útil no será si el valor está dentro o fuera, sino hacia dónde se ha movido desde la última vez.
