En los artículos anteriores hemos explorado el análisis predictivo y las técnicas de explicabilidad. Pero antes de predecir, antes de modelar, hay un paso fundamental: comprender la naturaleza de los datos que tenemos entre manos. No todos los datos son iguales, y tratar una variable como si fuera de un tipo cuando en realidad es de otro es uno de los errores más frecuentes —y más graves— en la investigación.
En el artículo anterior exploramos las soluciones de análisis predictivo y su potencial para transformar la investigación Naturopática. Sin embargo, surge una pregunta crucial: si un modelo de machine learning predice con precisión qué Salutantes responderán mejor a una intervención con apitoxina, ¿cómo sabemos por qué lo predice?
La Naturopatía, como ciencia autónoma dentro del marco de las Ciencias de la Salud, se enfrenta hoy a un desafío apasionante: la generación de evidencia propia a escala. Durante más de 130 años, la disciplina ha acumulado un vasto conocimiento empírico, clínico y experiencial. Pero en la era del big data y la inteligencia artificial, disponer de conocimiento no es suficiente: es necesario sistematizarlo, analizarlo y, sobre todo, anticipar patrones, tendencias y respuestas que permitan afinar la intervención Naturopática.
La investigación científica no es un ejercicio neutral ni descontextualizado. Todo proceso de investigación se asienta sobre un marco conceptual que define qué se investiga, cómo se investiga, qué se considera evidencia válida y qué tipo de conocimiento se espera generar. Este marco no es un mero adorno académico: es la columna vertebral que sostiene la coherencia de cualquier disciplina.
Todo proceso de investigación en Naturopatía —ya sea un estudio clínico, un trabajo de fin de grado, una tesis doctoral o un proyecto de investigación institucional— requiere de un diseño metodológico riguroso que garantice la calidad, la credibilidad y la utilidad de los resultados obtenidos. En el marco de la Naturopatía Basada en la Evidencia (NBE), la Metodología de la Intervención Naturopática (MIN) y la Coordinación Praxiológica Naturopática (COPRANA), la elección y aplicación de las técnicas e instrumentos de investigación adecuados se convierte en un elemento central para generar conocimiento propio, adaptado a la complejidad de nuestro objeto de estudio: el Salutante en su totalidad.
La apitoxina —el veneno de la abeja Apis mellifera— y su principal componente, la melitina, han sido objeto de un creciente interés en la investigación oncológica durante la última década. Los estudios revisados en este artículo evidencian un espectro de actividad antitumoral que abarca desde cánceres de mama agresivos (HER2-enriquecido y triple negativo) hasta glioblastoma, cáncer de pulmón no microcítico (NSCLC), cáncer de ovario, cáncer de cuello uterino y adenocarcinoma ductal pancreático.
