Causas comunes (factores de confusión)

Una causa común, o factor de confusión, es un tercer factor oculto que influye de forma independiente en otras dos cosas y crea una correlación engañosa entre ellas. En el ejemplo de los helados y los ahogamientos, la respuesta es el calor. El calor hace que más personas compren helados y que más personas vayan a nadar, lo que aumenta el riesgo de ahogamiento. El helado en sí no es el problema; el factor de confusión (el calor) es la verdadera causa de ambas tendencias.

Pregúntate: «¿Qué otra cosa podría estar causando tanto A como B?».

Cuando vemos una relación entre dos variables, por ejemplo, A y B, a menudo nuestro primer impulso es suponer que A causa B, o que B causa A. Un factor de confusión que actúa como causa común introduce una tercera posibilidad: una variable oculta C está causando tanto A como B.

Esto crea una correlación espuria entre A y B: ambas varían a la vez, pero no porque exista una relación causal entre ellas. Ignorar esta posibilidad lleva a conclusiones equivocadas y medidas ineficaces. Por ejemplo, intentar reducir los ahogamientos prohibiendo los helados sería absurdo y completamente ineficaz, porque no aborda la causa real: que la gente nade cuando hace calor.

Aquí tienes otros ejemplos:

• Salud: Un estudio descubre que las personas que beben café viven más tiempo. Un posible factor de confusión es el nivel socioeconómico. Las personas con mayores ingresos podrían permitirse comprar café de especialidad y tener mejor acceso a la atención médica y a una buena alimentación, que es la verdadera razón de que vivan más tiempo.

• Educación: Los estudiantes que tienen más libros en casa tienden a obtener mejores resultados en los exámenes. La causa común no son los libros en sí, sino factores como los ingresos de los padres y la importancia que dan a la educación, que llevan tanto a tener más libros como a fomentar hábitos de estudio.

• Empresa: Una empresa observa que los empleados que asisten a sesiones de formación opcionales reciben mejores evaluaciones de desempeño. El factor de confusión podría ser la motivación. Los empleados muy motivados tienen más probabilidades de buscar formación y de rendir mejor en su trabajo, independientemente del efecto concreto de esa formación.

Identificar los factores de confusión y controlar su efecto es uno de los principales retos para formular afirmaciones causales válidas. Los investigadores usan distintos métodos para reducir sus efectos.

• Trabajos fundamentales, como los estudios de Doll y Hill que relacionaron el tabaquismo con el cáncer, descartaron meticulosamente factores de confusión mediante un análisis cuidadoso. [2] La inferencia causal moderna utiliza herramientas formales, como los grafos acíclicos dirigidos (DAG, por sus siglas en inglés) y el «criterio de la puerta trasera» de Judea Pearl, para identificar de manera sistemática qué variables hay que controlar para eliminar el sesgo. [1] (2018)

• Un efecto extremo de los factores de confusión puede causar la paradoja de Simpson, en la que una tendencia parece invertirse al combinar los grupos. Esto muestra el peligro de pasar por alto las estructuras causales subyacentes. [3] (2013)

Identificar cada factor de confusión es uno de los principales retos. A menudo es imposible tener en cuenta todos los «factores de confusión no observados». Ajustar incorrectamente por una variable que no es un factor de confusión, como una variable colisionadora, también puede introducir nuevos sesgos. Por eso, una inferencia causal eficaz requiere un conocimiento profundo del tema que complemente los métodos estadísticos.