La frase “asociación no es causalidad” significa que dos cosas pueden aparecer relacionadas sin que una realmente cause la otra. En epidemiología esto es muy común, y existen varios motivos que pueden generar asociaciones falsas o engañosas. A continuación, explico cinco factores no causales de manera clara:
-
Regresión a la media. A veces un valor es muy alto o muy bajo solo por suerte o variación natural.Con el tiempo, ese valor vuelve a un nivel más normal.Esto puede hacer creer que algo “lo hizo cambiar”, pero en realidad hubo un retorno natural. Ejemplo:
Un paciente tiene una presión muy alta un día por estrés. Después, sin tratamiento, baja a su nivel normal.Parece que “algo” lo curó, pero simplemente regresó a lo normal.
-
Correlaciones por tendencia temporal. Dos variables pueden aumentar o disminuir al mismo tiempo por factores externos (como cambios económicos o estacionales), sin que una cause a la otra. Esto genera asociaciones falsas.Ejemplo el consumo de helado y los casos de insolación suben en verano.
-
Sesgo de información. Aparece cuando los datos que se recogen no son exactos. Puede ocurrir porque las personas no recuerdan bien ciertos eventos o porque los instrumentos de medición no son adecuados. Esto puede crear asociaciones que no son reales.
-
Asociaciones por proximidad geográfica. Regiones que comparten características ambientales, culturales o socioeconómicas pueden mostrar asociaciones que en realidad son producto de un contexto común, no de una relación causal. Es decir dos poblaciones cercanas pueden tener la misma enfermedad no porque una “cause” la de la otra, sino porque comparten el mismo entorno o condiciones de vida.
Variables intermedias mal interpretadas. A veces una exposición parece estar relacionada con una enfermedad solo porque hay otra variable en medio del camino. Esa variable “intermedia” es la que realmente conecta ambas cosas. Si no se entiende bien esa cadena, se puede pensar que hay una relación directa cuando no es así.
Como recordaba Bradford Hill (1965), ver una asociación es solo el primer paso. Para hablar de causalidad se necesita evaluar criterios como temporalidad, fuerza de la relación, coherencia y plausibilidad. Identificar estos factores no causales ayuda a evitar conclusiones equivocadas y fortalece la calidad de la evidencia epidemiológica.
Referencia bibliografica
Bradford Hill, A. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58, 295–300.
Rothman, K. J., Greenland, S., & Lash, T. L. (2021). Modern epidemiology (4th ed.). Wolters Kluwer.