Cada número en esta subcategoría llega con una historia: a quién se midió, quién lo hizo, con qué instrumento y en qué año. Antes de que cualquier cifra regional valga la pena leerse, esa historia debe leerse primero.

Existe una versión de este tema que circula como un mapa mundial coloreado y una versión que existe en la literatura científica publicada. No son el mismo tema. El mapa asigna un número a cada país e invita a establecer una clasificación. La literatura ofrece una dispersión de estudios independientes, realizados por diferentes equipos de investigación, en distintos grupos de hombres y mujeres, utilizando protocolos que nunca se estandarizaron entre sí. Leer la segunda de manera honesta implica renunciar a la mayor parte de lo que la primera parece prometer.

Esa no es una conclusión decepcionante; es la parte interesante. Las razones por las que la comparación regional es difícil son las mismas razones por las que vale la pena estudiar la ciencia de la medición corporal: la medición es una práctica, no un hecho, y pequeñas decisiones en la forma en que se realiza un estudio modifican sus resultados más de lo que la mayoría de los lectores espera. Si ya ha leído nuestro desglose sobre lo que realmente reportó el mayor estudio agrupado de mediciones, este artículo es el marco subyacente a ese análisis, y a todo lo demás clasificado en esta sección.

Cuatro razones por las que dos estudios no pueden simplemente alinearse

Supongamos que dos equipos de investigación publican promedios con un año de diferencia, uno en Europa y otro en Oriente Medio, y el segundo número es mayor. Antes de que esa brecha signifique algo sobre las dos poblaciones, cuatro factores deben coincidir. En la práctica, rara vez lo hacen.

El punto de referencia anatómico. Una medición necesita un punto de partida, y existe más de una opción justificable. Presionar la regla contra el hueso púbico arroja una cifra diferente a apoyarla sobre la superficie de la piel. En la cohorte saudí descrita a continuación, ambas se registraron en los mismos 778 hombres el mismo día, y las dos cifras difieren en 1,81 cm (0,71 pulgadas). Esa única decisión de protocolo produjo una diferencia mayor que la que separa a esa cohorte de la cifra internacional combinada.

El instrumento y las condiciones. Algunos equipos utilizaron una regla rígida, otros una cinta flexible. Algunos registraron hasta el milímetro más cercano, otros hasta los cinco más cercanos. Habous y sus colegas señalaron que sus consultas se llevaron a cabo en salas mantenidas a una temperatura constante de 21 °C (70 °F), un detalle que parece minucioso hasta que se considera que la temperatura afecta los tejidos blandos y que la mayoría de los estudios ni siquiera mencionan las condiciones de la sala.

Quién fue reclutado. Las muestras clínicas no son muestras aleatorias de un país. Los hombres que acuden a una clínica de urología en un sistema de salud difieren de los voluntarios universitarios en otro, quienes a su vez difieren de los reclutas militares. Habous y sus colegas obtuvieron su cohorte de clínicas urológicas ambulatorias en Arabia Saudita, donde una revisión prematrimonial es un motivo común de consulta. Se trata de un grupo específico de hombres, en una etapa vital específica y por un motivo específico, no de una muestra representativa nacional. La misma precaución se aplica a todas las muestras de la tabla siguiente, en ambos sentidos.

El año. Las poblaciones cambian. La estatura en muchos países aumentó sustancialmente a lo largo del siglo XX a medida que mejoraron la nutrición y la atención médica infantil, y cualquier dimensión corporal moldeada por las condiciones del desarrollo puede variar en una escala temporal similar. Comparar una muestra de 1996 con una de 2015 es, en parte, comparar dos décadas, no dos lugares. Nuestra descripción general sobre cómo han cambiado las medidas corporales a lo largo del tiempo aborda este tema por separado.

Lea las dos últimas filas juntas. Mismos hombres, misma sala, misma tarde... y una diferencia de 1,81 cm entre las dos medias publicadas, producida en su totalidad por el lugar donde se colocó la regla. Cualquier comparación regional que no confirme que ambos estudios utilizaron el mismo punto de referencia anatómico está comparando métodos y llamándolo geografía. Nuestra guía sobre por qué la técnica de medición cambia el resultado analiza esto en detalle.

La diferencia producida al mover una regla dos centímetros fue mayor que la diferencia entre las dos poblaciones comparadas.

La variación intragrupal siempre es mayor que la variación intergrupal

Esta es la idea más útil de esta subcategoría y se cumple en prácticamente todas las dimensiones del cuerpo humano estudiadas a gran escala. La dispersión de las medidas dentro de una misma población es más amplia que la diferencia entre el promedio de una población y el de otra.

Las cifras combinadas demuestran este punto sin necesidad de interpretación. Veale y sus colegas reportaron una media en erección de 13,12 cm con una desviación estándar de 1,66 cm. En una distribución con esa forma, el 90 % central de los hombres se sitúa aproximadamente entre 10,4 cm y 15,9 cm (4,09 a 6,24 pulgadas), un rango de unos 5,5 cm. La diferencia entre ese promedio agrupado y el promedio de hueso a punta de la cohorte saudí es de 1,22 cm. La dispersión intragrupal es más de cuatro veces mayor que la diferencia intergrupal.

Visualmente, las dos distribuciones prácticamente se superponen.

Modeladas a partir de las medias y desviaciones estándar publicadas, las dos curvas comparten aproximadamente el 73 % de su área. Si se selecciona a un hombre al azar de cada muestra, el hombre de la muestra con promedio más alto tendrá la medida mayor cerca del 69 % de las veces, lo que significa que el resultado opuesto ocurre casi un tercio de las veces. Alrededor del 23 % de los hombres de la muestra con promedio más bajo tienen medidas por encima del promedio de la más alta.

Estos tres números son la traducción honesta de la frase «el promedio de una región es mayor». No se trata de una clasificación, sino de dos distribuciones ampliamente superpuestas, en las que el origen de cualquier individuo dice muy poco sobre su medida, y su medida no dice absolutamente nada sobre su origen.

El tamaño de la muestra oculto tras la cifra titular

Las revisiones agrupadas a menudo se describen por su cifra más alta, y esa cifra rara vez es por la que la gente las cita. Veale y sus colegas examinaron 16.678 publicaciones y conservaron 17 que cumplían con sus criterios: medición realizada por un profesional de la salud mediante un procedimiento estandarizado, un mínimo de 50 participantes y exclusión de hombres que acudían por preocupación sobre el tamaño o por una patología relevante. Son criterios rigurosos. Sin embargo, el número de participantes detrás de cada nomograma varía enormemente. La longitud estirada se basa en 14.160 hombres. La longitud en erección se basa en 692. La circunferencia en erección se basa en 381.

Una cifra basada en 692 hombres, extraída de un puñado de estudios independientes, es una estimación razonable. No es un censo mundial y no se puede desglosar por regiones sin que los subgrupos se vuelvan demasiado pequeños para tener validez. Los propios autores de la revisión explicaron con claridad que la literatura disponible ofrecía escasos datos de alta calidad sobre diferentes grupos étnicos, una limitación que el estudio saudí posterior comenzó reiterando. Cuando autores posteriores convierten esa cifra agrupada en un mapa por países, están inventando una precisión que la fuente original nunca contuvo. Ese fallo específico se analiza en nuestro artículo complementario sobre los vacíos en el estudio de tamaño más citado.

Qué influye realmente en el promedio de una población

Cuando surge una diferencia genuina entre dos muestras, la geografía es solo una posible explicación entre muchas, y por lo general no es la primera a la que se debe recurrir.

La edad es un ejemplo directo. La cohorte saudí tenía una edad media de 43,7 años, con participantes de entre 20 y 82 años. Los estudios realizados con voluntarios adultos jóvenes provienen de una franja mucho más estrecha. Habous y sus colegas reportaron correlaciones negativas débiles entre la edad y ambas medidas de longitud, lo que significa que dos muestras con perfiles de edad diferentes diferirán ligeramente antes de considerar cualquier otro factor.

La composición corporal es otro factor. El mismo estudio reportó un índice de masa corporal medio de 29,09 y una correlación negativa débil entre el IMC y la medida de piel a punta, pero no con la de hueso a punta. La almohadilla grasa suprapúbica se sitúa entre la superficie de la piel y el hueso, por lo que altera una cifra pero no la otra. Por lo tanto, una diferencia poblacional en la composición corporal promedio se reflejaría en un estudio que use un punto de referencia y desaparecería en otro que use el alternativo.

Luego están los factores de desarrollo que moldean cualquier dimensión corporal a lo largo de la vida: la nutrición infantil, el acceso a la atención médica y las condiciones generales que impulsaron el aumento de estatura en el siglo XX en muchos países. Estos operan a nivel de poblaciones y generaciones, y están vinculados con la geografía sin ser causados por ella. Una diferencia entre dos muestras nacionales medidas en décadas distintas puede reflejar las décadas en sí.

La investigación ha explorado la contribución genética a las proporciones corporales en general, y no hay razón para asumir que las dimensiones corporales sean una excepción. Sin embargo, la literatura de medición publicada no está diseñada para separar esa contribución de la nutrición, la edad, el reclutamiento y el protocolo. Constatar una tendencia en los datos es una cosa; atribuirla a la ascendencia es una afirmación que los estudios disponibles no pueden respaldar, y una afirmación que históricamente se ha formulado de manera deficiente. Nuestra descripción general sobre lo que se sabe sobre la herencia y el tamaño corporal aborda el estado actual de esa cuestión.

Los datos autoinformados no pueden sustentar una comparación regional

Algunas tablas por países de amplia circulación se elaboran a partir de encuestas en las que los propios participantes se midieron e informaron una cifra. Esos conjuntos de datos son extensos, económicos de recopilar e inutilizables para este propósito.

El problema no es que las cifras autoinformadas sean inexactas en general, sino que la dirección y la magnitud del error pueden diferir sistemáticamente entre grupos. Las normas de reporte, la carga social vinculada al tema, la formulación de la pregunta en su traducción y el perfil de quién decide responder una encuesta en línea pueden variar entre países. Dos muestras autoinformadas pueden diferir en un centímetro entero sin que exista diferencia anatómica alguna. Los estudios que respaldan las cifras de esta subcategoría comparten un requisito indispensable: la medición fue realizada por un observador capacitado mediante un procedimiento definido.

Donde los datos son verdaderamente escasos

Un análisis honesto de esta subcategoría debe incluir los espacios vacíos. Regiones enteras no cuentan con estudios publicados que cumplan con criterios básicos de calidad. Varios de los estudios existentes se diseñaron con fines clínicos (establecer un rango de referencia para asesorar a hombres preocupados por sus medidas) y no para la comparación entre poblaciones, tal como lo indican sus propios autores. La investigación sobre mediciones femeninas afronta las mismas limitaciones con una literatura aún más escasa, como expone nuestra revisión sobre el rango documentado en la investigación publicada sobre anatomía femenina.

La ausencia de datos no es prueba de nada: es simplemente una ausencia. Cuando un país aparece en un mapa con una cifra categórica y sin ningún estudio que la respalde, dicha cifra fue estimada, interpolada o inventada. Los artículos de esta sección detallarán lo que se sabe, señalarán lo que se desconoce y dejarán visibles los vacíos en lugar de rellenarlos artificialmente.

El marco de referencia para todo lo que sigue

Los datos de medición regional pueden indicar lo que un equipo de investigación específico encontró en un grupo determinado de participantes, mediante un protocolo particular y en un año concreto. Leídos de ese modo resultan sumamente interesantes: un registro de cómo se mide algo complejo y de hasta qué punto el acto mismo de medir condiciona el resultado.

Lo que no pueden hacer es clasificar poblaciones, describir a un país ni decir nada en absoluto sobre un lector individual. Las distribuciones se superponen en exceso y las metodologías difieren con demasiada amplitud. Cada artículo publicado bajo este epígrafe indicará sus fuentes, sus tamaños de muestra y sus desviaciones estándar, y señalará claramente dónde se agota la evidencia. Ese es el método riguroso, y siempre precede a los números.