Artículo de investigación

¿Chocolate o riqueza? Replicación transnacional de la correlación entre consumo de chocolate y Premios Nobel con datos actualizados (1901–2025), inclusión de América Latina y modelos de conteo con exceso de ceros

Chocolate or wealth? A cross-national replication of the chocolate consumption–Nobel Prize correlation with updated data (1901–2025), inclusion of Latin America and zero-inflated count models

1. Introducción

En 2012, Messerli publicó en el New England Journal of Medicine una nota breve que vinculaba el consumo anual de chocolate per cápita de 23 países con su número de laureados Nobel por cada 10 millones de habitantes. La correlación lineal fue notablemente alta (r = 0.791; p < 0.0001) y el autor propuso, de forma explícitamente hipotética, que los flavanoles del cacao podrían mejorar la función cognitiva de la población y, con ello, la probabilidad de producir científicos galardonados (Messerli, 2012). El ejercicio, posiblemente concebido como una provocación, se difundió en la prensa de forma literal y despojado de su ironía, hasta convertirse en el ejemplo contemporáneo más citado de los riesgos de interpretar causalmente una correlación ecológica (McClintock et al., 2014; Szromek, 2026).

La literatura posterior se organizó en varias líneas. La primera fueron las críticas y replicaciones directas: Maurage et al. (2013) mostraron que la interpretación basada en flavanoles se debilita cuando se consideran otros alimentos ricos en estos compuestos, y que correlaciones igual de altas pueden obtenerse con variables sin plausibilidad biológica; Linthwaite y Fuller (2013) reprodujeron un patrón análogo con el consumo de leche, y Dunstan (2013) subrayó que el diseño era ecológico, generador de hipótesis y temporalmente desalineado, porque el consumo actual no puede explicar descubrimientos realizados décadas atrás. La segunda línea examinó los determinantes económicos: Li (2013) señaló al ingreso nacional como causa común plausible del consumo de chocolate y de los premios, y Doi et al. (2014), con 220 países y partición jerárquica de la varianza, encontraron que el número de publicaciones y el gasto en investigación predicen los premios Nobel mejor que los hábitos dietéticos y que los factores económicos generales. Esta conclusión coincide con la literatura cienciométrica, según la cual la riqueza científica de los países depende de la actividad tecnológica, la política de investigación y la calidad institucional más que del ingreso por sí solo (Pietrucha, 2018; Rodríguez-Navarro & Brito, 2022).

No obstante, la evidencia no es unánime. Prinz (2020), mediante un modelo de selección de Heckman en dos etapas sobre 70 países, informó que una asociación positiva entre chocolate y laureados persistía tras ajustar por PIB per cápita, gasto en I+D, publicaciones y otros consumos, aunque interpretó ese residuo como reflejo de heterogeneidad no observada y no como prueba causal. Así, el desacuerdo en la literatura es estrecho: se discute si la correlación agregada desaparece por completo tras el ajuste, pero existe consenso en que no justifica una inferencia causal (Doi et al., 2014; Prinz, 2020). En paralelo, la evidencia clínica sobre el mecanismo propuesto es, en el mejor de los casos, modesta: algunos ensayos pequeños mostraron mejoras en tareas ejecutivas o de memoria tras 8–12 semanas de cacao rico en flavanoles (Desideri et al., 2012; Mastroiacovo et al., 2015; Brickman et al., 2014), pero el ensayo COSMOS-Mind, con 2262 adultos mayores que recibieron 500 mg/día de flavanoles durante tres años, no encontró efecto sobre la cognición global (Baker et al., 2023), resultado confirmado en la subcohorte clínica del mismo ensayo (Vyas et al., 2024) y matizado por metaanálisis que solo identifican beneficios pequeños y específicos de dominio (Cheng et al., 2022; Arabpour et al., 2026).

Persisten, sin embargo, tres vacíos metodológicos que justifican una replicación actualizada. Primero, el sesgo de selección: el análisis original incluyó sobre todo países ricos de Europa Occidental y América del Norte que ya contaban con laureados, truncando la varianza de las variables y excluyendo a la mayoría de naciones con cero premios (Li, 2013; Prinz, 2020). América Latina y el Caribe, región que reúne países productores de cacao y sistemas científicos emergentes, aparece en la literatura solo como contexto general y no como objeto de replicación directa (Rizzuto et al., 2017; Cortés & Andrade, 2022). Segundo, la atribución nacional de los laureados: contar por país de nacimiento o por afiliación institucional responde a preguntas distintas, porque los galardonados son altamente móviles y la mayoría realiza su trabajo premiado en unos pocos países, en especial Estados Unidos (Schlagberger et al., 2016; Heinze et al., 2020; Heinze & Fuchs, 2022). Tercero, la medición y el modelado: los datos de consumo de chocolate provienen de fuentes industriales heterogéneas y no armonizadas (Apgar & Tarka, 2019; Del Prete & Samoggia, 2020), la variable dependiente es un conteo con exceso de ceros que viola los supuestos de la correlación de Pearson, y la latencia entre las condiciones nacionales y el reconocimiento Nobel exige promedios históricos de las covariables (Dunstan, 2013; Li, 2025). Más allá de su carácter anecdótico, el caso chocolate–Nobel funciona como un banco de pruebas metodológico para la cienciometría y la epidemiología nutricional: permite cuantificar cuánto de una correlación ecológica sobrevive cuando se corrigen la selección de la muestra, la medición de la exposición, la estructura de confusión y la distribución de la variable respuesta (Loney & Nagelkerke, 2014; Pollet et al., 2014). Para una región como América Latina, donde varios países son grandes productores de cacao fino de aroma y la mayoría invierte menos del 1% de su PIB en I+D, la pregunta tiene además una lectura de política científica: si el chocolate no explica los premios, ¿qué los explica y por qué la región aparece rezagada?

Por lo tanto, el objetivo de este estudio es replicar la correlación entre consumo de chocolate y laureados Nobel con datos actualizados a 2025 y ampliarla a una muestra transnacional que incluye estratégicamente a América Latina y el Caribe, evaluando si la asociación persiste tras controlar por el PIB per cápita histórico, el gasto en I+D, la matrícula terciaria y la producción científica, mediante un plan escalonado que va desde la correlación simple hasta modelos de conteo con exceso de ceros, y con desagregación de los laureados por país de nacimiento y de afiliación.

2. Método

2.1. Diseño del estudio

Se realizó un estudio observacional, ecológico, retrospectivo y transnacional, en el que la unidad de análisis fue el país. El diseño replicó la especificación original de Messerli (2012) —laureados por cada 10 millones de habitantes frente a consumo per cápita de chocolate— y la amplió en cuatro dimensiones: (a) una muestra no restringida a países con laureados; (b) una exposición armonizada internacionalmente; (c) controles macroeconómicos y científicos medidos como promedios históricos, y (d) modelos de conteo que reconocen la sobredispersión y el exceso de ceros. El marco causal se formalizó mediante un grafo acíclico dirigido (Fig. 1), en el que la riqueza histórica y la geografía cultural actúan como causas comunes del consumo aparente de chocolate y de la producción de laureados, mientras que la I+D, la educación terciaria y la migración científica son mediadores o determinantes directos de los premios.

2.2. Población, muestra y entorno

La población de referencia fueron los Estados con datos de población en 2023 (n = 159 países con al menos un millón de habitantes). Se excluyeron los microestados (< 1 millón) porque un único laureado genera tasas extremas e inestables (por ejemplo, Santa Lucía con dos laureados); su inclusión se evaluó en el análisis de sensibilidad. La muestra analítica de casos completos estuvo formada por 129 países con información disponible para la exposición y las cuatro covariables principales, de los cuales 19 pertenecen a América Latina y el Caribe (Argentina, Brasil, Chile, Colombia, Costa Rica, Cuba, Ecuador, El Salvador, Guatemala, Honduras, Jamaica, México, Nicaragua, Panamá, Paraguay, Perú, Trinidad y Tobago, Uruguay y Venezuela). Para la replicación directa se conservó además el subconjunto de los 23 países analizados por Messerli (2012). La recolección y el análisis de datos se efectuaron entre septiembre y octubre de 2026 a partir de fuentes secundarias de acceso abierto; el periodo de observación de los premios abarcó desde 1901 hasta 2025.

2.3. Variables y recolección de datos

Variable dependiente. Se construyó una base de 991 premios individuales (1901–2025) en Física (230), Química (200), Fisiología o Medicina (232), Literatura (122), Paz (108) y Ciencias Económicas (99); se excluyeron las organizaciones galardonadas. Los registros de 1901–2016 se obtuvieron de la base pública derivada de la API de la Fundación Nobel (rfordatascience, 2019) y los de 2017–2025 se completaron manualmente a partir de nobelprize.org (Nobel Prize Outreach, 2025). Cada laureado se atribuyó a su país de nacimiento según las fronteras actuales y, para las ciencias, al país de la primera institución declarada en el momento del premio. Se definieron tres conteos: Y1, todos los premios por país de nacimiento (especificación de Messerli); Y2, premios de ciencias (Física, Química y Medicina) por nacimiento, y Y3, premios de ciencias por afiliación. La tasa de laureados se calculó como:

donde Nᵢ es el número de laureados atribuidos al país i y Pᵢ su población en 2023.

Exposición principal. Se utilizó la cantidad de cacao en grano y productos derivados disponible para consumo humano (kg/hab/año) de las Hojas de Balance de Alimentos de FAOSTAT, difundida por Our World in Data (FAO, 2025; Our World in Data, 2025a), promediando los años 2015 y 2022. A diferencia de las cifras industriales empleadas originalmente, esta medida es armonizada, pública y cubre a casi todos los países, aunque representa disponibilidad aparente y no ingesta individual.

Controles. El PIB per cápita real (dólares internacionales de 2011) se promedió para 1960–2022 a partir del Maddison Project Database 2023 (Bolt & van Zanden, 2024), con el fin de respetar la latencia entre las condiciones nacionales y el reconocimiento de los descubrimientos. El gasto interno bruto en I+D (% del PIB) se promedió con los cortes 2000, 2010, 2015 y 2021, y la tasa bruta de matrícula terciaria con los cortes 1990, 2000, 2010 y 2020, ambos de UNESCO-UIS y del Banco Mundial (Our World in Data, 2025b, 2025c). La producción científica (artículos científicos y técnicos por millón de habitantes, promedio de 2000 y 2020; Banco Mundial, 2025) se empleó como covariable adicional y como predictor del componente de ceros estructurales. Como control de falsificación se incluyó el suministro de leche (kg/hab/año, promedio 1961–2017; FAO vía Our World in Data), variable sin plausibilidad neurocognitiva previamente asociada con los premios (Linthwaite & Fuller, 2013). La Tabla 1 resume la operacionalización.

2.4. Análisis estadístico

El análisis siguió un plan escalonado de cinco etapas. Etapa 1 (replicación directa): en los 23 países de Messerli se estimaron los coeficientes de Pearson y Spearman entre la exposición armonizada y la tasa de laureados, tanto con los premios hasta 2011 (horizonte original) como hasta 2025. Etapa 2 (ampliación bivariada y parcial): en la muestra de 129 países se estimaron correlaciones simples y correlaciones parciales de Pearson y de Spearman (rangos residualizados) controlando por el logaritmo del PIB per cápita y, sucesivamente, por I+D, matrícula terciaria y publicaciones.

Etapa 3 (modelos de conteo): dado que la variable respuesta es un conteo con alta proporción de ceros (Cameron & Trivedi, 2013), se ajustaron modelos lineales generalizados con enlace logarítmico y desplazamiento (offset) poblacional, de modo que los coeficientes exponenciados se interpretan como razones de tasas de incidencia (RTI) por cada 10 millones de habitantes:

donde xᵢ contiene el consumo de cacao (kg/hab/año), el logaritmo natural del PIB per cápita, la I+D (% del PIB) y la matrícula terciaria (por 10 puntos porcentuales). Se ajustaron cinco familias: Poisson; binomial negativa tipo 2 (BN), con varianza

Poisson inflada por ceros (ZIP; Lambert, 1992); binomial negativa inflada por ceros (ZINB), que mezcla un proceso de ceros estructurales con probabilidad πᵢ y un proceso BN:

y un modelo hurdle de dos partes (Mullahy, 1986), con una regresión logística para la probabilidad de tener al menos un laureado y una BN truncada en cero para los conteos positivos, análogo conceptual del modelo de selección de Heckman (1979) empleado por Prinz (2020). El componente de inflación se especificó con el logaritmo de las publicaciones por millón, siguiendo el hallazgo de Doi et al. (2014) de que la actividad científica discrimina la entrada de un país en el mapa Nobel. Para cada familia se estimaron cinco especificaciones anidadas: M1 (solo chocolate), M2 (+ PIB), M3 (+ I+D y matrícula terciaria; modelo principal), M4 (+ indicador ALC) y M5 (+ publicaciones).

La sobredispersión se evaluó con el estadístico χ² de Pearson dividido por los grados de libertad del modelo de Poisson y con la prueba de significación de α en la BN. La selección entre modelos se basó en el criterio de información de Akaike (AIC), el criterio bayesiano (BIC) y la prueba de Vuong (1989) para modelos no anidados (ZINB frente a BN). Etapa 4 (sensibilidad): el modelo M3 se reestimó excluyendo productores de cacao y centros de procesamiento/reexportación (cuyo dato FAOSTAT refleja el comercio y no el consumo), excluyendo a Suecia y Suiza (puntos influyentes en el análisis original), excluyendo a Estados Unidos y Reino Unido (principales receptores de talento), usando el PIB medio de 1990–2022 e incluyendo países de cualquier tamaño. Etapa 5 (falsificación y contexto regional): se sustituyó el chocolate por la leche y se añadió un indicador de Europa para evaluar confusión geocultural residual; finalmente, se describieron los laureados nacidos en ALC y su afiliación al recibir el premio. Se adoptó un nivel de significación de 0.05 (bilateral) y se informan intervalos de confianza del 95% (IC 95%). Los análisis se realizaron en Python 3.13 con statsmodels 0.15 (Seabold & Perktold, 2010) y SciPy.

3. Resultados

3.1. Características de la muestra

De los 991 premios individuales, 972 correspondieron a personas nacidas en alguno de los 129 países de la muestra analítica. La distribución fue marcadamente asimétrica y con exceso de ceros: el 45.7% de los países no tenía ningún laureado por nacimiento, el 60.5% ninguno en ciencias por nacimiento y el 79.8% ninguno en ciencias por afiliación; en ALC estas proporciones fueron 47.4%, 78.9% y 94.7%, respectivamente. Los 19 países latinoamericanos sumaron 19 laureados por nacimiento (5 en ciencias) y solo 2 premios de ciencias por afiliación, frente a 655 en el resto del mundo. ALC no se diferenció del resto en el consumo aparente de cacao, el PIB per cápita histórico ni la matrícula terciaria, pero sí en el gasto en I+D, con una mediana equivalente a la mitad (0.24% frente a 0.48% del PIB; p = 0.003), y mostró una tendencia a menor producción científica per cápita (p = 0.071) (Tabla 2).

3.2. Replicación directa y correlaciones ampliadas

Con la medida armonizada de FAOSTAT, la correlación en los 23 países de Messerli no se reprodujo: r = 0.18 (p = 0.42) con los premios hasta 2011 y r = 0.19 (p = 0.37) con los premios hasta 2025 (Fig. 2A). En contraste, en esos mismos países el logaritmo del PIB per cápita histórico (r = 0.59; p = 0.003), el gasto en I+D (r = 0.56; p = 0.005) y el consumo de leche (r = 0.63; p = 0.001) se correlacionaron significativamente con la tasa de laureados. Algunos de los países con mayor tasa, como Suiza y los Países Bajos, mostraron valores bajos de cacao disponible en FAOSTAT, coherentes con su papel de procesadores y reexportadores.

En la muestra ampliada de 129 países la correlación cruda entre chocolate y laureados fue positiva y significativa para los tres desenlaces (r = 0.37, 0.34 y 0.24; p ≤ 0.006), pero de menor magnitud que la de cualquiera de los indicadores de riqueza o capacidad científica. Tras ajustar únicamente por el PIB per cápita, la correlación parcial se redujo a 0.10 (p = 0.24), 0.07 (p = 0.42) y 0.01 (p = 0.91), respectivamente, y se anuló al añadir I+D y matrícula terciaria (Tabla 3; Fig. 2B). El consumo de cacao se correlacionó a su vez con el PIB (r = 0.57), la matrícula terciaria (r = 0.57), las publicaciones (r = 0.55) y la I+D (r = 0.40), lo que confirma su papel de marcador de prosperidad.

3.3. Modelos de conteo con exceso de ceros

Los datos mostraron una sobredispersión importante (χ² de Pearson/gl del modelo de Poisson M3 = 6.25, 4.66 y 2.72) y el parámetro α de la BN fue significativamente mayor que cero en los tres desenlaces (α = 0.78–0.99; p ≤ 0.004), por lo que los modelos de Poisson y ZIP, que sí asignaron significación estadística al chocolate, resultaron inadecuados (AIC entre 1.5 y 1.9 veces superior al de la BN). Para todos los premios por nacimiento, el componente de inflación de la ZINB convergió hacia cero y el modelo colapsó en la BN (Vuong z ≈ 0; p = 0.50); el modelo hurdle obtuvo el menor AIC, aunque la BN tuvo el menor BIC. Para los premios de ciencias, la ZINB mejoró el ajuste por nacimiento (Vuong z = 2.65; p = 0.004), aunque su componente de inflación mostró separación casi completa, y, por afiliación, obtuvo el menor AIC (207.2), con un componente de ceros estructurales explicado por la escasa producción científica (γ₁ = −1.86; p = 0.003) (Tabla 4).

En todas las familias con varianza adecuada, la asociación del chocolate se atenuó drásticamente al introducir el PIB. En el modelo principal M3, la RTI por kg/hab/año fue de 1.11 (IC 95%: 0.89–1.38) en la BN para todos los premios, 1.11 (0.85– 1.45) en la ZINB para ciencias por nacimiento y 1.09 (0.86–1.37) en la ZINB para ciencias por afiliación, sin significación estadística (Tabla 5; Fig. 3). Por el contrario, el PIB per cápita histórico fue el predictor más fuerte en todos los desenlaces (RTI por unidad logarítmica entre 2.63 y 30.27; p ≤ 0.005) y la I+D se asoció de forma independiente con más laureados (RTI 1.57–2.83 por punto porcentual del PIB; p ≤ 0.042). Al añadir las publicaciones (M5), estas fueron también un predictor robusto (RTI 1.92, 3.67 y 5.25; p ≤ 0.004) y la RTI del chocolate se aproximó aún más a la unidad (1.02–1.10). En la parte logística del modelo hurdle, el chocolate no predijo la probabilidad de tener algún laureado por nacimiento (OR = 1.11; IC 95%: 0.68– 1.81), aunque mostró una tendencia no significativa para la afiliación en ciencias (OR = 2.07; 0.95–4.51; p = 0.067), en un componente con solo 26 países positivos.

3.4. Sensibilidad y control de falsificación

La ausencia de asociación ajustada fue estable al excluir a Suecia y Suiza, a Estados Unidos y Reino Unido, al usar el PIB de 1990–2022 y al incluir países de cualquier tamaño (RTI entre 0.95 y 1.21; todos los IC incluyeron 1). La única señal residual apareció al excluir a los países productores de cacao y a los cuatro centros europeos de procesamiento y reexportación (19 países en total), donde la BN para ciencias por afiliación arrojó una RTI de 1.54 (1.02–2.32; p = 0.041), que no se confirmó en la ZINB (1.25; 0.84–1.86). El control de falsificación resultó informativo: el suministro de leche mantuvo una asociación ajustada significativa con todos los premios (RTI = 1.010 por kg; IC 95%: 1.006–1.014; equivalente a 2.7 veces por cada 100 kg/hab/año) que persistió incluso tras añadir un indicador de Europa (1.005; 1.002–1.009; p = 0.004), mientras que el chocolate no lo hizo (1.10; 0.93–1.31; p = 0.25). El indicador de Europa, por sí mismo, multiplicó por 4.7 la tasa esperada de laureados (Tabla 6).

3.5. América Latina y el Caribe: atribución por nacimiento y afiliación

Entre 1901 y 2025, 21 laureados nacieron en ALC: ocho en Literatura, siete en Paz, cinco en ciencias y uno en Economía (Tabla 7; Fig. 4A). De los cinco científicos, solo Bernardo Houssay recibió el premio trabajando en su país de nacimiento; César Milstein (Reino Unido), Baruj Benacerraf y Mario Molina (Estados Unidos) y Peter Medawar (Reino Unido) fueron premiados en el extranjero. El único otro premio científico con afiliación latinoamericana, el de Luis F. Leloir (Argentina, 1970), corresponde a un investigador nacido en Francia. Tras el ajuste multivariado, pertenecer a ALC se asoció con una tasa de laureados en ciencias por nacimiento un 81% menor que la esperada según su riqueza, I+D y educación (RTI = 0.19; IC 95%: 0.05–0.63; p = 0.007), mientras que para todos los premios la diferencia no fue significativa (RTI = 0.61; 0.26–1.42). A escala global, Estados Unidos concentró 320 premios científicos por afiliación frente a 217 por nacimiento (saldo neto de +103), mientras que Polonia, Austria, Hungría y China registraron los mayores saldos negativos (Fig. 4B).

3.6. Contraste con las replicaciones previas

La Tabla 8 sitúa estos resultados frente a los principales estudios que analizaron la hipótesis chocolate–Nobel. La correlación original solo se observó con cifras industriales en una muestra seleccionada; las críticas posteriores la reprodujeron con otras variables de prosperidad, y los análisis multivariados coinciden en que la actividad científica y la riqueza son los predictores dominantes. El presente estudio es el primero, hasta donde se conoce, que combina una exposición armonizada, una muestra que incluye a ALC, la desagregación por nacimiento y afiliación y modelos de conteo con exceso de ceros.

4. Discusión

La respuesta a la pregunta de investigación es clara: con datos actualizados a 2025, una muestra ampliada que incluye a América Latina y modelos adecuados a la naturaleza de la variable respuesta, el consumo de chocolate no se asocia de manera independiente con la producción de laureados Nobel. La correlación cruda existe en la muestra ampliada, pero es más débil que la original y desaparece en cuanto se ajusta por la riqueza histórica de los países. Este patrón es el que predice el grafo causal de la Fig. 1, en el que el PIB actúa como causa común del consumo de un bien de lujo y de la infraestructura científica (Li, 2013), y concuerda con la conclusión de Doi et al. (2014) de que la actividad científica predice los premios mejor que la dieta.

Un primer hallazgo relevante es que la correlación de Messerli (2012) no se reproduce cuando la exposición se mide con una fuente armonizada. En los mismos 23 países, el coeficiente cae de 0.791 a 0.19. Esta discrepancia confirma las advertencias sobre la debilidad de los datos de consumo: las cifras industriales empleadas en 2012 procedían de años y fuentes distintas (Apgar & Tarka, 2019; Del Prete & Samoggia, 2020), mientras que el balance de FAOSTAT mide disponibilidad aparente y distorsiona a los países procesadores y reexportadores, como Suiza, Bélgica o los Países Bajos, y a los productores, como Côte d'Ivoire. Que la magnitud de la correlación dependa tanto de la fuente elegida es, en sí mismo, un indicio de fragilidad: una relación causal robusta no debería desaparecer al cambiar un indicador de exposición por otro razonable.

El segundo hallazgo concierne a la elección del modelo. La correlación de Pearson trata como continua y normal una variable que es un conteo con un 46–80% de ceros. Los modelos de Poisson y ZIP, que ignoran la sobredispersión, atribuyeron significación al chocolate incluso tras el ajuste, un error que habría conducido a una falsa confirmación. Una vez modelada la sobredispersión mediante la BN, la ZINB o el modelo hurdle, la asociación se volvió nula. La ZINB aportó además una lectura sustantiva: el exceso de ceros en los premios de ciencias por afiliación está gobernado por la escasez de producción científica, lo que coincide con la ecuación de selección de Prinz (2020), en la que el volumen de publicaciones discrimina qué países entran en el mapa Nobel. Para todos los premios, en cambio, el componente de inflación fue innecesario, porque la Literatura y la Paz distribuyen laureados en países sin sistemas científicos consolidados.

Los resultados matizan, sin contradecirlo del todo, el hallazgo de Prinz (2020) sobre una asociación residual. En nuestro análisis aparecieron dos señales de ese tipo: una RTI significativa en la BN tras excluir productores y reexportadores, y una tendencia en la parte logística del modelo hurdle para la afiliación en ciencias. Ninguna fue consistente entre familias de modelos y ambas surgieron en subconjuntos con pocos países positivos. La prueba de falsificación permite interpretarlas: la leche, una variable sin plausibilidad biológica para la excelencia científica, conservó una asociación ajustada más fuerte que la del chocolate, incluso tras controlar por Europa. Esto indica que los modelos ecológicos con unas pocas covariables macroeconómicas dejan confusión residual de tipo geocultural, relacionada con la tradición académica del norte de Europa, la estabilidad institucional y la dieta láctea. Cualquier residuo del chocolate debe leerse, por tanto, como heterogeneidad no observada y no como efecto de los flavanoles, tal como ya habían advertido Maurage et al. (2013) y Pollet et al. (2014).

La plausibilidad biológica tampoco respalda la hipótesis. Si 500 mg diarios de flavanoles purificados durante tres años no mejoraron la cognición global de 2262 adultos (Baker et al., 2023; Vyas et al., 2024), resulta inverosímil que el consumo poblacional de chocolate comercial, con bajo contenido de flavanoles y medido décadas después de la formación de los laureados, explique diferencias nacionales en la producción de premios. Los efectos agudos o específicos de dominio descritos en ensayos pequeños y metaanálisis (Brickman et al., 2014, 2023; Cheng et al., 2022; Arabpour et al., 2026) operan en escalas individuales que no pueden trasladarse a un agregado nacional sin incurrir en la falacia ecológica (Robinson, 1950; Loney & Nagelkerke, 2014; Szromek, 2026).

La inclusión de América Latina aporta la contribución más original. La región no se diferencia del resto del mundo en consumo aparente de cacao ni en PIB per cápita histórico, pero invierte la mitad en I+D y produce menos ciencia per cápita. Sus laureados se concentran en Literatura y Paz, y en ciencias presenta una tasa un 81% menor que la esperada por sus covariables. La desagregación por afiliación muestra el mecanismo: cuatro de los cinco científicos latinoamericanos fueron premiados en el Reino Unido o Estados Unidos, lo que reproduce a escala regional la concentración del trabajo premiado en unos pocos sistemas científicos descrita por Schlagberger et al. (2016) y Heinze et al. (2020). Ecuador y Perú, grandes productores de cacao fino, registran una disponibilidad de cacao baja o moderada y ningún premio científico, y Brasil solo cuenta con Medawar, nacido allí pero formado y premiado en el Reino Unido; es el contraejemplo natural que la literatura señalaba como ausente (Rizzuto et al., 2017; Cortés & Andrade, 2022). Para la política científica regional, la implicación es directa: lo que distingue a los países con laureados no es la dieta, sino la inversión sostenida en investigación, la capacidad de retener talento y la densidad de su producción científica.

Este estudio tiene limitaciones. Primero, como todo diseño ecológico, no permite inferencias individuales ni causales y su potencia es limitada por el número de países, en especial en los modelos con pocos conteos positivos. Segundo, la exposición de FAOSTAT es contemporánea (2015–2022), mientras que los premios abarcan más de un siglo; no se dispuso de series armonizadas de consumo de chocolate anteriores a 2010, por lo que el desfase temporal señalado por Dunstan (2013) solo se corrigió en las covariables. Tercero, la medida de disponibilidad aparente sobrestima o subestima el consumo real en países productores y reexportadores, lo cual se abordó parcialmente mediante el análisis de sensibilidad. Cuarto, la atribución por país de nacimiento según fronteras actuales y por primera afiliación declarada simplifica trayectorias complejas, y no se codificó el país de formación doctoral. Quinto, las covariables de I+D y matrícula tienen series incompletas para algunos países y periodos, lo que obligó a usar promedios de cortes disponibles. Finalmente, la presencia de confusión residual demostrada por el control de leche implica que ningún modelo ecológico de pocas variables puede excluir por completo la heterogeneidad no observada.

5. Conclusiones

Con datos actualizados a 2025 y una muestra de 129 países que incluye a 19 de América Latina y el Caribe, la correlación entre consumo de chocolate y laureados Nobel no se reproduce con una medida de exposición armonizada y desaparece al ajustar por la riqueza histórica. Los modelos de binomial negativa, binomial negativa inflada por ceros y hurdle coinciden en que el PIB per cápita, el gasto en I+D y la producción científica, y no el chocolate, explican la distribución de los premios. Las señales residuales del chocolate son inestables y de magnitud comparable o menor que las de un control de falsificación como la leche, lo que apunta a confusión geocultural y no a un efecto biológico. En América Latina, el rezago en premios científicos se asocia con una baja inversión en I+D y con la emigración de sus científicos más destacados. Como líneas futuras se proponen: (a) modelos de panel con desfase temporal que relacionen series históricas de consumo, PIB e I+D con premios posteriores; (b) la codificación del país de formación doctoral y de trabajo premiado para cuantificar la fuga de cerebros; (c) modelos de ecuaciones estructurales que estimen simultáneamente las rutas riqueza → I+D → premios y riqueza → consumo de bienes de lujo, y (d) la validación cruzada de las medidas de consumo de cacao con encuestas de hogares en países latinoamericanos productores, como Ecuador.

Agradecimientos

La autora agradece a la Universidad Estatal Amazónica por el apoyo institucional y a los equipos de FAOSTAT, UNESCO-UIS, el Banco Mundial, el Maddison Project y Our World in Data por mantener datos abiertos que hicieron posible esta replicación.