En epidemiología se repite mucho que “asociación no es causalidad” porque el hecho de que dos cosas aparezcan relacionadas no significa que una sea la causa de la otra. Muchas veces esa asociación puede deberse a errores del estudio o a factores externos que no se tomaron en cuenta. Justamente por eso Bradford Hill planteó que antes de hablar de causalidad hay que analizar bien la evidencia y no quedarse solo con los números.
Hill(1965) enfatiza que una asociación solo puede considerarse causal cuando se evalúan varias dimensiones de la evidencia, entre ellas:
1. Confusión: es cuando un tercer factor influye tanto en la exposición como en el desenlace. Por ejemplo, la edad, el estilo de vida o el nivel socioeconómico pueden alterar la relación entre dos variables sin que exista una causa directa entre ellas.
2. Sesgo de selección: ocurre cuando el grupo que participa en el estudio no representa bien a la población. Esto hace que el resultado parezca mostrar una asociación que en realidad solo es producto de cómo se escogieron los participantes.
3. Sesgo de información: aparece cuando los datos se miden mal o cuando la gente no declara la información con exactitud. Por ejemplo, si alguien no dice la verdad sobre cuánto fuma o bebe, eso puede alterar la relación observada.
4. Azar: a veces una asociación aparece simplemente por casualidad, especialmente cuando el tamaño de la muestra es pequeño. La variación natural del muestreo puede generar relaciones que no son reales.
5. Causalidad inversa: ocurre cuando en vez de que la exposición cause el desenlace, es el desenlace el que modifica la exposición. Un ejemplo común es que una persona enferma reduce su actividad física, y al final parece que la falta de actividad fue la causa de la enfermedad, cuando ocurrió al revés.
Referencias:
Hill, A. B. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58(5), 295–300.
Kleinbaum, D. G., Kupper, L. L., & Morgenstern, H. (1982). Epidemiologic Research: Principles and Quantitative Methods. John Wiley & Sons.
Rothman, K. J. (2012). Epidemiology: An Introduction (2nd ed.). Oxford University Press.