- La frase “asociación no es causalidad” se utiliza a menudo en epidemiología. Enumere cinco factores no causales que pueden conducir a una asociación. Justifica la respuesta.
La frase “asociación no es causalidad” es un principio esencial en epidemiología porque nos recuerda que observar dos eventos juntos no significa que uno sea responsable del otro. En su análisis sobre inferencia causal, Schooling y VanderWeele (2016) destacan que, antes de afirmar que un efecto es realmente causado por una exposición, es necesario descartar explicaciones alternativas, ya que una asociación puede ser simplemente una correlación sin significado causal.
A partir de este enfoque, es importante reconocer que existen varios factores que pueden generar asociaciones que parecen causales, pero no lo son.
Confusión
A veces, un tercer factor es el verdadero responsable de la relación observada. Por ejemplo, la edad suele influir tanto en la exposición como en el desenlace, haciendo que parezca que existe una relación entre ellos cuando en realidad es ese factor externo el que explica la asociación.
Sesgo de información
Esto sucede cuando los datos se recogen de manera diferente en los grupos comparados. Un error en la medición o una clasificación incorrecta puede crear una asociación que no refleja la realidad.
Sesgo de selección
Si los participantes que forman parte del estudio no representan adecuadamente a la población que se quiere estudiar, los resultados pueden distorsionarse. Esto lleva a asociaciones que surgen más de la forma en que se seleccionaron los sujetos que de una relación verdadera entre exposición y desenlace.
Efecto del azar
En ocasiones, las asociaciones aparecen simplemente por fluctuaciones aleatorias. Por eso es clave apoyarse en la estadística para determinar si un hallazgo es real o solo producto de la variabilidad muestral.
Coincidencia temporal
Que un evento ocurra antes que otro no significa que lo cause. La temporalidad es un requisito para hablar de causalidad, pero no basta por sí sola para demostrarla.
En resumen, estos factores nos recuerdan que no basta con observar una asociación para asumir que existe causalidad.
Cita Bibliográfica:
Schooling, C. M., & VanderWeele, T. J. (2016). Causality and causal inference in epidemiology: we need also to address causes of effects. International Journal of Epidemiology, 45(6), 2200–2208. https://doi.org/10.1093/ije/dyw186
Enlace directo al artículo:
https://academic.oup.com/ije/article/45/6/2200/2617200