Sesgo de colisión y sesgo de selección

A veces, dos características parecen estar relacionadas por una forma de sesgo de selección llamada sesgo de colisión. Esta ilusión aparece cuando solo observamos un grupo seleccionado por un resultado común, lo que hace que dos causas independientes parezcan relacionadas. Por ejemplo, entre los actores famosos, el talento y el atractivo físico podrían parecer relacionados de forma negativa, porque destacar en cualquiera de los dos puede llevar a la fama. No vemos a los aspirantes a actores que no destacan en ninguno. Prueba esto: Cuando veas que tener más de una cosa parece implicar tener menos de otra, pregúntate qué proceso de selección podría haber dado forma al grupo que estás observando.

El sesgo de selección aparece cuando el grupo que observamos no es representativo de la población más amplia. El sesgo de colisión es una variante específica y difícil de detectar.

Imagina que dos causas distintas, como el «talento artístico» y una «vida personal turbulenta», llevan a un resultado común: «convertirse en un artista famoso sobre el que se escriben biografías». Ese resultado común es el «colisionador», porque en él confluyen las dos vías causales.

Cuando seleccionamos nuestra muestra fijándonos solo en el colisionador, por ejemplo, al leer biografías de artistas famosos, podemos crear una correlación espuria, es decir, una relación aparente. En este grupo seleccionado, puede parecer que cuanto mayor es el talento, menos turbulenta es la vida personal. Un artista podría alcanzar la fama gracias a un talento inmenso pese a llevar una vida estable, o por una vida tan problemática como fascinante pese a tener un talento modesto. Para entrar en el grupo de «artistas famosos con biografías», a menudo hace falta destacar mucho en al menos una de estas características. Rara vez se escribe sobre quienes tienen poco de ambas.

Este patrón aparece en muchos ámbitos. En el mundo empresarial, si una empresa solo contrata a personas con un título de una institución de primer nivel o una experiencia laboral extraordinaria, observar a sus empleados podría sugerir una correlación negativa entre ambas características. No ves a los candidatos que no tenían ninguna de las dos y no fueron contratados.

Del mismo modo, los estudios sobre pacientes hospitalizados pueden resultar engañosos. Si tanto una conducta, como fumar, como un virus, como el de la COVID-19, aumentan las probabilidades de hospitalización —el colisionador—, estudiar solo a pacientes hospitalizados puede crear una asociación falsa entre fumar y la gravedad de la enfermedad causada por el virus.

Conocer el sesgo de colisión te ayuda a cuestionar esas aparentes relaciones en las que tener más de algo parece implicar tener menos de otra cosa. El mundo está lleno de grupos que han pasado por procesos de selección muy exigentes: ganadores de premios, deportistas de élite, fundadores de empresas emergentes e incluso las publicaciones que ves en tus redes sociales. Los patrones que observas en ellos pueden no cumplirse en el mundo en general.

El sesgo de selección es una de las principales amenazas para la validez de los hallazgos en estudios observacionales, especialmente en epidemiología y ciencias sociales. Judea Pearl definió formalmente y popularizó el concepto de «colisionador» mediante un marco gráfico llamado grafos acíclicos dirigidos (DAG, por sus siglas en inglés). Este marco ofrece reglas claras para determinar cuándo condicionar el análisis a una variable introducirá un sesgo.

• Cole y sus colaboradores (2010) ilustran cómo condicionar el análisis al peso al nacer —un colisionador— puede hacer que el tabaquismo materno parezca tener un efecto protector entre los bebés con bajo peso al nacer. [1]
• Elwert y Winship (2014) detallan cómo condicionar el análisis a un colisionador constituye un importante «problema de selección endógena» en sociología, capaz de distorsionar la investigación sobre temas como la desigualdad social y los beneficios de la educación. [2]
• El trabajo de Judea Pearl, especialmente en El libro del porqué (2018), demuestra cómo los DAG permiten identificar visualmente los colisionadores y determinar si un ajuste estadístico por una variable reducirá el sesgo o lo creará. [3]

Aunque el concepto de colisionador es claro, identificar todas las vías causales relevantes y los posibles colisionadores en un sistema del mundo real es extremadamente difícil. A menudo se desconoce o se debate la estructura causal de un problema, lo que dificulta tener la certeza de haber evitado el sesgo. Además, a veces es inevitable condicionar el análisis a un colisionador, por ejemplo, al estudiar una enfermedad que solo se diagnostica en hospitales. En estos casos, los investigadores deben utilizar métodos estadísticos avanzados para intentar corregir el sesgo, pero esos métodos dependen de sus propios supuestos exigentes que no se pueden comprobar.