El comentario llega en la parte final del informe y suele ser breve: «the discussion overstates the findings», «the conclusions are not supported by the data», «the authors make causal claims that a cross-sectional design cannot sustain». Es uno de los pocos comentarios que no exige un solo análisis nuevo, y aun así es de los que más manuscritos hunden, porque la reacción típica es una de dos, y las dos son malas.
La primera reacción mala es defender la interpretación. «Nuestros resultados sí apoyan esta lectura» convierte una objeción de redacción en un desacuerdo de fondo, y le da al revisor motivos para escalar. La segunda es el pánico: llenar la discusión de «podría», «sugiere», «parecería indicar» hasta que el artículo ya no dice nada. Una discusión sin afirmaciones tampoco pasa: al editor le queda un artículo sin contribución.
La salida es quirúrgica, no defensiva ni sumisa: identificar exactamente qué frases exceden la evidencia, bajar cada una un escalón concreto en la escala de fuerza de afirmación, y compensar reforzando lo que los datos sí sostienen. Aquí tienes el catálogo de los seis excesos que un revisor marca, el filtro verbo a verbo para encontrarlos en tu propio texto, reescrituras de antes y después, y los párrafos de respuesta para cuando el revisor tiene razón y para cuando se ha equivocado leyendo tu diseño.
El comentario suele ser genérico, pero detrás hay siempre un caso concreto. Estos son los seis, y localizar el tuyo es la mitad del trabajo.
El más frecuente con diferencia. Mediste todo a la vez con un cuestionario y escribes que la rumiación «lleva a» sintomatología depresiva, que el apoyo social «protege frente al» estrés, o que las redes sociales «tienen un efecto sobre» la autoestima. Ninguna de esas frases es sostenible sin manipulación experimental o, como mínimo, sin precedencia temporal medida.
Ojo con «predice»: en el habla estadística significa que una variable explica varianza de otra, pero en el habla corriente significa anticipar en el tiempo. Usarlo con datos transversales es técnicamente defendible y prácticamente engañoso, y muchos revisores lo marcan. La sustitución limpia es «se asocia con», que no pierde información y no promete lo que no hay.
Estudiaste a 240 estudiantes de psicología de una universidad y la discusión habla de «los jóvenes», «la población general» o «los adolescentes». O trabajaste con una muestra clínica de un servicio de salud mental y concluyes sobre personas con el trastorno en general, cuando quienes llegan a ese servicio son un subconjunto muy particular.
La forma correcta no es abandonar la generalización, es acotarla y argumentarla: decir a qué población crees que se extiende, por qué, y qué características de tu muestra podrían limitarlo. «En una muestra de estudiantes universitarios, cuyo rango de sintomatología es más restringido que el de una muestra clínica, la asociación...» dice mucho más que «los resultados sugieren».
La discusión dice «no se encontró relación entre X e Y», y eso no es lo que un contraste no significativo permite afirmar. Un p = .21 con un intervalo de confianza de [-.05, .38] es compatible con la ausencia de efecto y también con un efecto moderado: el estudio simplemente no distingue entre las dos cosas.
La corrección tiene dos partes. En la redacción: «no se halló evidencia de asociación» en lugar de «no hay asociación». Y en el análisis, si de verdad quieres afirmar ausencia: una prueba de equivalencia o un factor de Bayes, que son las herramientas que sí sostienen esa conclusión.
El patrón: la correlación no llegó a .05 (p = .07) y la discusión la trata como si hubiera salido, con expresiones como «marginalmente significativa», «una tendencia hacia» o «se aproximó a la significación». También la variante contraria y más sutil: de las quince asociaciones examinadas, la discusión desarrolla en profundidad las tres que salieron y menciona de pasada las doce que no.
Esa asimetría es visible desde fuera y es exactamente lo que un revisor entrenado busca. La corrección: la discusión debe reflejar el patrón COMPLETO de resultados, incluidos los que no encajan con tu hipótesis, y darles espacio proporcional.
Encontraste una correlación de .24 entre una variable y bienestar, y la discusión propone un programa de intervención escolar, recomienda cambios en la práctica clínica o sugiere una línea de política pública. Entre una asociación transversal moderada y una recomendación de intervención hay varios pasos de evidencia que tu estudio no ha dado: causalidad, modificabilidad de la variable, eficacia de la intervención, coste-beneficio.
Las implicaciones prácticas no hay que eliminarlas, hay que reformularlas al nivel correcto: en lugar de «se recomienda implementar programas de entrenamiento en regulación emocional en secundaria», escribir «estos resultados justifican someter a prueba, en un diseño experimental, si intervenir sobre la regulación emocional modifica el nivel de malestar». Eso sigue siendo una implicación, y es la que tu estudio sostiene.
«Este es el primer estudio que...» es una afirmación empírica y verificable, y hay revisores que la verifican. Si es falsa, el coste no es que te la tachen: es que el revisor pasa a leer todo lo demás con desconfianza. Lo mismo con «los hallazgos son consistentes con la literatura previa» cuando la literatura previa está dividida, o con presentar como confirmación de una teoría un resultado que solo es compatible con ella.
El problema de revisar tu propia discusión es que sabes lo que querías decir y lees eso en lugar de lo que está escrito. El procedimiento mecánico que funciona: buscar los verbos, uno por uno, con el buscador del procesador de textos.
Estos son los verbos y expresiones que hay que buscar y examinar cada vez que aparecen. No todos son incorrectos siempre: son señales de que en esa frase hay una afirmación causal, y hay que comprobar si tu diseño la sostiene.
El error al corregir es pasar de la afirmación más fuerte a la más débil de un salto. La escala tiene peldaños intermedios y casi siempre el correcto es el inmediatamente inferior.
De más a menos fuerte: «X causa Y» → «X influye en Y» → «X predice Y» → «X se asocia con Y» → «X y Y covarían» → «se observó una relación entre X e Y». Y en el eje de la certeza: «demuestra» → «indica» → «sugiere» → «es compatible con» → «no descarta».
La regla práctica: para un diseño transversal, el techo es «se asocia con». Para un longitudinal sin manipulación, el techo es «predice» (temporalmente) y se puede llegar a «es compatible con un efecto de». Para un experimento con asignación aleatoria y buen control, «causa» está permitido, con la salvedad de la validez externa. Ese mapeo, dicho explícitamente en la primera frase de la discusión, previene el comentario entero.
Tres ejemplos reales de reformulación. Fíjate en que la versión corregida no es más corta ni más vaga: suele ser más larga y más informativa, porque sustituye una afirmación indefendible por una descripción precisa de lo que hay.
ANTES: «Los resultados demuestran que el uso problemático del móvil provoca alteraciones del sueño en adolescentes, lo que a su vez incrementa la sintomatología ansiosa.»
DESPUÉS: «Los resultados muestran que un mayor uso problemático del móvil se asocia con peor calidad de sueño (r = .34) y que esta, a su vez, se asocia con mayor sintomatología ansiosa (r = .41). El diseño transversal no permite establecer la dirección de estas asociaciones ni descartar explicaciones alternativas, entre ellas que el malestar previo incremente tanto el uso del móvil como las dificultades de sueño. Contrastar la secuencia temporal aquí descrita requeriría un diseño con al menos tres medidas repetidas que permita separar la variabilidad intraindividual.»
ANTES: «Contrariamente a lo esperado, el apoyo social no modera la relación entre estrés y burnout, lo que cuestiona el modelo de amortiguación en este contexto.»
DESPUÉS: «Contrariamente a lo esperado, el término de interacción no alcanzó significación estadística (β = .09, IC 95% [-.03, .21], p = .14). El intervalo de confianza es compatible tanto con la ausencia de moderación como con un efecto moderador de magnitud pequeña, por lo que el resultado no debe interpretarse como evidencia en contra del modelo de amortiguación. Un análisis de sensibilidad indica que el estudio podía detectar efectos de interacción de f² = 0,037 o mayores con potencia .80, por encima de lo que la literatura previa hace esperar para este tipo de efecto, de modo que la ausencia de detección es tan compatible con la falta de potencia como con la ausencia del fenómeno.»
ANTES: «Estos hallazgos subrayan la necesidad de implementar programas de entrenamiento en regulación emocional en todos los centros de educación secundaria.»
DESPUÉS: «Estos hallazgos identifican la regulación emocional como una variable candidata a intervención, en la medida en que se asocia con el malestar y es potencialmente modificable. Antes de traducir este resultado en una recomendación educativa, sería necesario comprobar en un diseño experimental que la intervención sobre la regulación emocional produce cambios en el malestar, y no solo que ambas variables covarían. Los ensayos disponibles en población escolar (Autora et al., 2022) han obtenido efectos pequeños y heterogéneos, lo que aconseja prudencia sobre el rendimiento esperable de una implementación generalizada.»
Existe un fallo simétrico y es más común de lo que parece tras una ronda de revisión: el autor, escarmentado, llena la discusión de matices hasta que ninguna frase afirma nada. «Los resultados podrían sugerir una posible asociación que quizá indicaría...». Esa discusión no es más rigurosa, es menos útil, y el editor la lee como una contribución que no se sostiene.
La forma de bajar el tono sin vaciar el artículo es compensar. Por cada afirmación que rebajas, refuerza otra que sí puedes sostener con firmeza. Lo que tus datos SÍ demuestran, dilo sin matices: la magnitud de la asociación, su precisión, su robustez a las especificaciones alternativas, su consistencia con estudios previos, el hecho de que se observe en una población en la que no se había examinado antes. Una discusión bien calibrada es la que afirma con firmeza lo demostrable y con cautela lo interpretativo, y en la que se nota que el autor sabe distinguir una cosa de otra.
Hay un sitio donde sí conviene ser generoso: las limitaciones. Pero con una condición que cambia todo, y es que cada limitación tenga CONSECUENCIA. Una limitación de coartada dice «el diseño es transversal, lo que impide establecer causalidad» y no aporta nada, porque el lector ya lo sabía. Una limitación con consecuencia dice «el diseño es transversal, lo que resulta especialmente relevante en este caso porque la hipótesis inversa (que el malestar incremente el uso) tiene apoyo empírico en Autor et al. (2021) y nuestros datos no permiten distinguirla de la que proponemos». Esa segunda versión demuestra que has pensado, y es la que le quita las ganas al revisor de escribir el comentario.
Dos escenarios. El segundo, cuando el revisor se equivoca, hay que manejarlo con especial cuidado.
Lo que funciona aquí es la especificidad: no basta con decir «hemos moderado el lenguaje». Hay que enseñar los cambios concretos, porque el revisor va a comprobarlos y porque una respuesta genérica invita a que los busque él mismo y encuentre los que se te pasaron.
«Agradecemos este comentario, con el que coincidimos por completo. Al releer la discusión con esta objeción en mente hemos comprobado que el manuscrito empleaba lenguaje causal en varios puntos que el diseño transversal no sostiene. Hemos realizado una revisión sistemática del texto y detallamos los cambios principales.
Primero, hemos sustituido las expresiones causales por descripciones de asociación en siete pasajes: «provoca» por «se asocia con» (pp. 17, 18 y 20), «tiene un efecto sobre» por «covaría con» (p. 18), «influye en» por «se relaciona con» (pp. 19 y 21) y el título del apartado «El efecto del uso del móvil sobre el sueño» por «Uso del móvil y calidad del sueño» (p. 17).
Segundo, hemos añadido en el primer párrafo de la discusión (p. 17) una declaración explícita del alcance inferencial del diseño, indicando que las asociaciones observadas son compatibles con la secuencia hipotetizada pero también con la dirección inversa y con la influencia de terceras variables, y hemos desarrollado la hipótesis inversa con la evidencia previa que la respalda.
Tercero, hemos reformulado las implicaciones prácticas (p. 21), que ahora identifican variables candidatas a intervención y proponen el diseño necesario para contrastarlas, en lugar de recomendar directamente su implementación. Y cuarto, hemos revisado el abstract y las conclusiones para que su nivel de afirmación coincida con el del cuerpo del texto, ya que el abstract era el pasaje más sobreafirmativo del manuscrito. Consideramos que la versión revisada afirma exactamente lo que los datos permiten y agradecemos que el comentario nos llevara a esa calibración.»
Pasa, y con más frecuencia de la que uno esperaría: el revisor lee «cuestionario» y asume transversal, cuando tu diseño tenía tres olas. La regla de oro: nunca escribas «el revisor no ha leído bien». Escribe qué dice el manuscrito, señala dónde, y asume la responsabilidad de que no estuviera suficientemente claro. Esa asunción no es falsa modestia: si el revisor se confundió, algo del texto lo permitía.
«Agradecemos el comentario, que nos ha revelado un problema de claridad en la exposición del diseño. El estudio no es transversal: las variables se midieron en tres momentos separados por seis meses, y la variable predictora se evaluó en T1, el mediador en T2 y el resultado en T3, precisamente para respetar la precedencia temporal. Esta información figuraba en el apartado de procedimiento (p. 7), pero era fácil pasarla por alto, ya que el apartado de instrumentos describía todas las medidas juntas sin indicar en qué ola se administró cada una.
Hemos corregido esto en tres puntos. Hemos añadido una figura del cronograma del estudio (nueva Figura 1) que muestra qué se midió en cada ola. Hemos incorporado a cada entrada del apartado de instrumentos la ola en que se administró. Y hemos explicitado en el primer párrafo de resultados (p. 13) que el modelo respeta el orden temporal de las medidas.
Dicho esto, coincidimos con el fondo del comentario en un punto importante: un diseño longitudinal establece precedencia temporal pero no elimina la confusión por terceras variables, por lo que tampoco autoriza afirmaciones causales plenas. Hemos revisado la discusión en consecuencia, sustituyendo dos formulaciones causales por otras que reflejan lo que el diseño sí permite (pp. 18 y 20), y hemos añadido a las limitaciones la ausencia de aleatorización y sus implicaciones. Agradecemos el comentario, que ha mejorado tanto la claridad del método como la precisión de la discusión.»
En sentido estadístico estricto sí (tamaño del efecto, efecto fijo, efecto de interacción son términos técnicos), y nadie objeta cuando aparecen en resultados con ese sentido. El problema surge en la discusión, donde el lector la interpreta causalmente. La regla práctica: consérvala en el vocabulario técnico de resultados y evítala en la prosa interpretativa de la discusión, donde «asociación» dice lo mismo sin prometer de más.
No puedes: el abstract es habitualmente el pasaje más sobreafirmativo de un manuscrito, porque se escribe al final, con prisa y con ánimo de vender. Cuando rebajas la discusión hay que rebajar el abstract, la última frase de la introducción y las conclusiones en el mismo movimiento. Un revisor que ve la discusión corregida y el abstract intacto interpreta, con razón, que el cambio fue cosmético.
Ocurre: uno pide más cautela y otro reprocha que las conclusiones son tímidas. No intentes contentar a los dos en la misma frase. Elige la posición que puedas defender, aplícala de forma coherente en todo el manuscrito, y explícale al editor en la carta que has recibido indicaciones divergentes, resumiendo el criterio que has seguido y por qué. Los editores están acostumbrados a arbitrar esto y agradecen que se lo plantees explícitamente en lugar de dejar el texto a medio camino.
No, salvo que sea pura especulación. Reformúlala al nivel de evidencia que tienes: identificar variables candidatas a intervención, señalar qué diseño haría falta para probarlas, indicar a qué colectivos podría interesar el hallazgo. Muchas revistas aplicadas exigen una sección de implicaciones, así que eliminarla puede ser un problema de formato además de una pérdida de valor.
Tres o cuatro bien desarrolladas, con su consecuencia interpretativa, funcionan mejor que una lista de ocho. Y hay un orden que importa: empieza por la limitación que más afecta a tu conclusión principal, no por la más cómoda. Un apartado que abre con «la muestra era de conveniencia» y esconde en el sexto puesto que el instrumento clave tenía fiabilidad de .61 se lee exactamente como lo que es.
Solo si has buscado y no has encontrado precedentes, y aun así conviene acotarlo: «hasta donde conocemos, es el primer estudio que examina esta asociación en población con X». Esa acotación es honesta y verificable. La afirmación desnuda («este es el primer estudio que...») es una invitación a que un revisor que conozca el campo te cite tres precedentes, y ese momento cuesta mucha credibilidad para el resto del informe.