Cómo navegar la ciencia y la evidencia del uso médico del cannabis: tipos de estudios, sesgos y pensamiento crítico

En octubre de 2025, España aprobó el Real Decreto 903/2025, que establece por primera vez un marco normativo específico para la prescripción de preparados estandarizados de cannabis¹. Un hito que, inevitablemente, ha intensificado el ruido mediático en torno al tema. Titulares como "El cannabis destruye el cerebro de los jóvenes" o "El cannabis cura el cáncer según un nuevo estudio" llevan décadas circulando, pero el nuevo contexto regulatorio los ha multiplicado. Ambos extremos son igualmente perjudiciales: el alarmismo dificulta el acceso de quienes podrían beneficiarse; el entusiasmo acrítico genera expectativas falsas y puede conducir a decisiones clínicas inadecuadas.

Este problema no es exclusivo del cannabis. En otras áreas es habitual leer titulares como "nueva esperanza contra el Alzheimer" cuando se trata de investigaciones en modelos animales que pueden tardar décadas en traducirse en beneficios reales —si es que lo hacen—, pero en este campo existe una carga ideológica añadida que complica aún más la lectura imparcial de la evidencia. En este artículo exploraremos una herramienta para navegar ese océano: el pensamiento crítico aplicado a la lectura científica. Y para eso, es imprescindible entender qué tipos de estudios existen y qué podemos —y no podemos— extraer de cada uno.

Cómo navegar el océano de la información

Ante este panorama, el primer paso es aprender a distinguir entre fuentes. Las revistas científicas, las sociedades médicas y los organismos reguladores —como la AEMPS o la EMA— someten sus contenidos a procesos de evaluación que, aunque imperfectos, ofrecen garantías mínimas de rigor. Los blogs, las notas de prensa, o las redes sociales, en cambio, merecen una actitud crítica por defecto. Pueden ser útiles para la divulgación, pero rara vez ofrecen el contexto necesario para evaluar la calidad de la evidencia.

Para quienes deseen acudir a las fuentes primarias, PubMed es la principal base de datos de literatura científica. Sin embargo, tiene herramientas de búsqueda limitadas y hoy el término 'cannabinoids' arroja más de 40.000 resultados. Navegar ese volumen sin criterio es tan abrumador como fútil.

Captura de pantalla proveniente del buscador de literatura científica PubMed, que muestra la evolución de la investigación relacionada con cannabinoides, hasta arrojar más de 40.000 resultados en 2026.

Si queremos evaluar la calidad de un artículo científico, debemos comenzar en la sección de Métodos. Esta describe el diseño del estudio, el tamaño de la muestra, los criterios de inclusión y exclusión, el tipo de cegamiento y el análisis estadístico utilizado. El Resumen ofrece una primera aproximación, pero puede ser engañoso si no se contrasta con el resto del artículo y, especialmente, con la Discusión, donde los autores honestos reconocen las limitaciones de sus conclusiones.

La pirámide de evidencia biomédica

No toda la evidencia científica tiene el mismo peso. La forma más intuitiva de entender esto es mediante la pirámide de evidencia, que jerarquiza los tipos de estudio según su solidez metodológica.

Representación de gráfica de la pirámide de evidencia biomédica, mostrando los diferentes tipos de estudios científicos en grado creciente de evidencia, así como el tipo de información que se puede inferir de cada una de estas publicaciones.

En la base de la pirámide, la investigación preclínica —cultivos celulares o modelos animales— genera hipótesis traslacionales con valor prospectivo, pero sobre todo permite ahondar en los mecanismos biológicos implicados. Es el punto de partida de casi toda investigación, pero el más alejado de la aplicación clínica en humanos.

En el segundo escalón encontramos los reportes de caso y series de casos: descripciones de uno o pocos pacientes que documentan efectos observados en la práctica clínica. Su valor reside en arrojar posibilidades clínicas exploratorias, pero sin capacidad alguna de generalización.

Después encontramos los estudios observacionales, donde no se interviene directamente sobre los participantes, sino que se los observa y compara. Permiten identificar asociaciones entre variables, pero debemos ser cautos intentando establecer relaciones de causalidad, pues hay demasiadas variables no controladas. Sin embargo, en condiciones metodológicas rigurosas y con muestras grandes, ofrecen información clínica de enorme valor.

Por encima se sitúan los ensayos clínicos no controlados: estudios en los que se administra un tratamiento sin grupo de comparación y a sabiendas del tratamiento recibido, lo que reduce la capacidad de atribuir los efectos observados exclusivamente a la intervención.

En el penúltimo escalón están los ensayos clínicos aleatorizados y controlados (RCT), considerados el estándar de oro para establecer relaciones de causalidad. Los participantes se asignan al azar al grupo experimental o al grupo control —habitualmente placebo— en 'doble ciego', pues ni el paciente ni el investigador saben quién recibe qué, para evitar posibles sesgos.

Finalmente, en la cúspide se sitúan las revisiones sistemáticas y metaanálisis. Estas publicaciones sintetizan los resultados de múltiples estudios sobre una misma pregunta clínica, aplicando criterios metodológicos estrictos para seleccionarlos y analizarlos. Cuando están bien realizados, ofrecen la visión más completa y menos sesgada del estado de la evidencia.

La pirámide clásica se complementa hoy con otros enfoques. La evidencia de mundo real (RWE) agrupa estudios observacionales prospectivos y sistemáticos a gran escala, diseñados para capturar la práctica clínica real con la suficiente robustez metodológica como para influir en decisiones regulatorias. En el caso del cannabis, ejemplos cercanos son el UK Medical Cannabis Registry² —con datos de aproximadamente 15.000 pacientes, aunque con sesgos de financiación que conviene tener en cuenta— y el Proyecto T21³, conducido por la organización sin ánimo de lucro DrugScience, con alrededor de 4.500 pacientes registrados.

También existen los mapas de evidencia: herramientas que sistematizan y visualizan la evidencia disponible a partir de revisiones sistemáticas clasificadas por su calidad y resultados, generando lo que podría llamarse meta-evidencia⁴.

¿Son los RCT realmente el estándar de oro?

El papel que se otorga a los RCT como único árbitro de la verdad científica merece una reflexión crítica. Su fortaleza intrínseca —la capacidad de establecer causalidad— coexiste con una debilidad extrínseca importante. Los criterios de inclusión y exclusión tan estrictos que los caracterizan, su diseño experimental y su elevado coste, los convierten en estudios con muestras generalmente pequeñas y muy homogéneas desde el punto de vista clínico y demográfico. El resultado es una alta validez interna pero una aplicabilidad externa limitada: la población real de pacientes es mucho más heterogénea que la de cualquier RCT.

En el caso concreto del cannabis, a esta limitación se suman problemas metodológicos adicionales. Los participantes que reciben productos con THC a menudo lo reconocen por sus efectos psicotrópicos, lo que compromete la integridad del cegamiento. A esto se añade la gran variabilidad intra- e interpersonal en la sensibilidad a los cannabinoides —haciendo necesarias dosis personalizadas, difícilmente estandarizables—, y que el sistema endocannabinoide participa en la regulación de las propias respuestas al placebo^5,6, lo que introduce variables de confusión difícilmente controlables.

A estas barreras metodológicas se suma una dificultad estructural: el THC es una sustancia fiscalizada internacionalmente, lo que implica que cualquier investigación —incluso preclínica— requiere autorizaciones específicas de organismos reguladores que pueden demorarse meses o superar el año. Esta carga burocrática extra no existe para nuevos fármacos o sustancias no controladas, y supone un freno significativo al avance de la investigación en este campo.

En este contexto, los estudios observacionales metodológicamente sólidos son un complemento imprescindible, no un sucedáneo inferior. Schlag et al. (2022) argumentan precisamente que registros como el T21 permiten generar evidencia sobre miles de pacientes con características clínicas diversas, aportando una validez externa que ningún RCT puede ofrecer⁷.

Sesgos que condicionan la evidencia

Factores metodológicos, económicos e incluso psicológicos condicionan qué se estudia, cómo se estudia y cómo se comunican los resultados. Conocer los sesgos más frecuentes es parte esencial del pensamiento crítico.

• Sesgo de publicación. Los estudios con resultados positivos o estadísticamente significativos tienen más probabilidades de publicarse que aquellos con resultados nulos o negativos. Esto distorsiona la imagen global de la evidencia, pues los fracasos permanecen en los cajones de los investigadores.
• Sesgo de selección. Se produce cuando la muestra del estudio no es representativa de la población a la que se quieren extrapolar los resultados, como puede suceder en los RCT que mencionábamos antes.
• Sesgo de financiación. La fuente de financiación condiciona no solo las preguntas que se formulan, sino también el diseño del estudio y las conclusiones. En el campo del cannabis, este sesgo opera en ambas direcciones. Un artículo publicado en The Lancet mostró que los tres mayores financiadores de investigación sobre cannabis en Estados Unidos son instituciones especializadas en adicciones o salud mental, generando un desequilibrio estructural hacia la documentación de riesgos⁸. En sentido inverso, cuando el promotor es una empresa con interés directo en demostrar eficacia, el riesgo son diseños favorables, comparadores inadecuados o conclusiones que van más allá de lo que los datos sostienen. Esto no implica que toda investigación financiada por la industria sea fraudulenta —a menudo es la única forma de financiar los costosos RCT—, pero sí exige revisar los posibles conflictos de interés.
  

  
  Figura extraída de Purcell J. M., Passley, T. M., & Leheste, J. R. (2022). The Lancet Regional Health – Americas, 14, 100325. CC BY-NC-ND 4.0.

• Sesgo de confirmación y spin bias.
  Tanto investigadores como lectores tendemos a buscar, interpretar y recordar aquello que confirma nuestras creencias previas, ignorando lo que las contradice. Este sesgo cognitivo influye en cómo se diseña un estudio, qué variables se priorizan y cómo se interpretan los resultados. En la fase de escritura y comunicación da lugar al spin bias: la tendencia a presentar los hallazgos como más favorables o concluyentes de lo que los datos realmente sostienen. En la literatura sobre cannabis se ha documentado también su opuesto: el reverse spin bias, donde los autores minimizan o ignoran resultados positivos estadísticamente significativos de sus propios datos. Un estudio reciente encontró este patrón en 10 de 29 revisiones sistemáticas sobre cannabis para el dolor, mediante mecanismos como calificar la evidencia de "inconsistente" sin justificación metodológica o introducir referencias a riesgos no evaluados para desviar la atención de los beneficios⁹.

Significación estadística vs. relevancia clínica

Un resultado puede ser estadísticamente significativo (p < 0,05) y ser, al mismo tiempo, clínicamente irrelevante. Imaginemos un estudio con 5.000 participantes que detecta una reducción de 0,2 puntos en una escala de dolor de 10 puntos. La muestra grande permite un resultado estadísticamente significativo, pero una mejoría de esa magnitud difícilmente cambia la calidad de vida de un paciente.

La relevancia clínica debe siempre acompañar a la evaluación estadística. Del mismo modo, conviene no descartar estudios con resultados no significativos que muestran una tendencia: son información valiosa para diseñar investigaciones futuras. Los estudios que declaran abiertamente sus limitaciones, que publican resultados negativos y que son moderados en sus conclusiones merecen mayor confianza, no menor. La honestidad metodológica es un signo de calidad científica.

Una precaución especial: la investigación preclínica

La traslación de resultados de modelos animales o experimentos celulares a la práctica clínica es un proceso largo y con una alta tasa de fracaso: varios estudios sugieren que más del 90% de los fármacos eficaces en modelos animales no superan las fases clínicas^10,11.

Un ejemplo cercano es el del potencial antitumoral de los cannabinoides, un tema sobre el que abunda la desinformación. Manuel Guzmán, de la Universidad Complutense de Madrid, lleva décadas liderando la investigación preclínica sobre este tema. Sus hallazgos son prometedores en modelos animales, pero como él mismo declara: "hoy sabemos que los cannabinoides pueden ayudar a superar el cáncer a los ratones, pero no a los humanos". Hasta hoy, solo se ha concluido un puñado de ensayos clínicos sobre este tema, y únicamente uno de ellos cumple los criterios de un RCT, con resultados que sus propios autores calificaron de inconcluyentes¹².

Las razones de esta brecha traslacional son múltiples —limitaciones de los modelos, diferencias fisiopatológicas, inmunológicas o farmacodinámicas— y explican por qué lo que funciona en un ratón puede resultar ineficaz o incluso contraproducente en un ser humano. De ahí la importancia de interpretar con cautela cualquier resultado preclínico, por prometedor que parezca.

Consejos para el lector crítico

La mejor herramienta para navegar este océano de información no es saber de ciencia, sino cultivar el pensamiento crítico: evaluar el diseño de los estudios, el tamaño muestral, los posibles sesgos y las limitaciones declaradas; evitar los posicionamientos extremos, ya que tanto el negacionismo como el entusiasmo acrítico son igualmente contraproducentes; y entender que la ciencia no es un conjunto de verdades inmutables, sino un proceso colectivo y autoexigente que avanza a través de la acumulación y revisión constante de la evidencia.

En lo que respecta al uso médico del cannabis, la evidencia es heterogénea: sólida para algunas indicaciones, todavía escasa para otras. Pero hay un área de notable coherencia: los tratamientos con productos estandarizados bajo supervisión profesional han demostrado un perfil de seguridad favorable, superior incluso al de muchos fármacos convencionales. Apoyar y fomentar la investigación es una responsabilidad colectiva, y por ello hago un llamamiento a concienciarnos como sociedad e instar a los organismos reguladores a flexibilizar los requisitos que actualmente dificultan la investigación con estos compuestos. No por ideología, sino porque hacerlo es la única forma de generar la evidencia que los pacientes necesitan y merecen.

Referencias

1. Real Decreto 903/2025, de 7 de octubre, por el que se establecen las condiciones para la elaboración y dispensación de fórmulas magistrales tipificadas de preparados estandarizados de cannabis. (2025). Boletín Oficial del Estado, 242. https://www.boe.es/diario_boe/txt.php?id=BOE-A-2025-20077

2. Curaleaf Clinic. (s.f.). UK Medical Cannabis Registry. Recuperado el 9 de abril de 2026, de https://ukmedicalcannabisregistry.com/

3. Drug Science. (s.f.). T21 (formerly Project Twenty21). Recuperado el 9 de abril de 2026, de https://www.drugscience.org.uk/t21

4. Montagner, P., de Salas Quiroga, A., Ferreira, A. S., Duarte da Luz, B. M., Ruppelt, B. M., Schlechta Portella, C. F., Abdala, C. V. M., Tabach, R., Ghelman, R., Blesching, U., Perfeito, J. P. S., & Schveitzer, M. C. (2024). Charting the therapeutic landscape: A comprehensive evidence map on medical cannabis for health outcomes. Frontiers in Pharmacology, 15, 1494492. https://doi.org/10.3389/fphar.2024.1494492

5. Benedetti, F., Amanzio, M., Rosato, R., & Blanchard, C. (2011). Nonopioid placebo analgesia is mediated by CB1 cannabinoid receptors. Nature Medicine, 17, 1228–1230. https://doi.org/10.1038/nm.2435

6. Tomin, R., Murray, K., Hadjis, G. E., Khalil, O., Sexton, C., Bourke, S. L., Khan, J. S., Finn, D. P., Atlas, L. Y., & Moayedi, M. (2026). The endocannabinoid system's contribution to placebo analgesia [Preprint]. bioRxiv. https://doi.org/10.64898/2026.02.25.707676

7. Schlag, A. K., Zafar, R. R., Lynskey, M. T., Athanasiou-Fragkouli, A., Phillips, L. D., & Nutt, D. J. (2022). The value of real world evidence: The case of medical cannabis. Frontiers in Psychiatry, 13, 1027159. https://doi.org/10.3389/fpsyt.2022.1027159

8. Purcell J. M., Passley, T. M., & Leheste, J. R. (2022). The cannabidiol and marijuana research expansion act: Promotion of scientific knowledge to prevent a national health crisis. The Lancet Regional Health – Americas, 14, 100325. https://doi.org/10.1016/j.lana.2022.100325

9. O'Leary, R., La Rosa, G. R. M., & Polosa, R. (2026). Reverse spin bias: Preliminary observations of reporting bias in medical systematic reviews. Research Integrity and Peer Review, 11, 1. https://doi.org/10.1186/s41073-025-00185-9

10. Mak, I. W., Evaniew, N., & Ghert, M. (2014). Lost in translation: Animal models and clinical trials in cancer treatment. American Journal of Translational Research, 6(2), 114–118. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3902221/

11. Marshall, L. J., Bailey, J., Cassotta, M., Herrmann, K., & Pistollato, F. (2023). Poor translatability of biomedical research using animals — A narrative review. Alternatives to Laboratory Animals, 51(2), 102–135. https://doi.org/10.1177/02611929231157756

12. Twelves, C., Sabel, M., Checketts, D., Miller, S., Tayo, B., Jove, M., Brazil, L., & Short, S. C. (2021). A phase 1b randomised, placebo-controlled trial of nabiximols cannabinoid oromucosal spray with temozolomide in patients with recurrent glioblastoma. British Journal of Cancer, 124(8), 1379–1387. https://doi.org/10.1038/s41416-021-01259-3