Contrafactuales y DAG

Si una ciudad prohibiera los helados, las tasas de ahogamiento probablemente seguirían igual. La verdadera causa es un factor oculto: el calor hace que las personas compren helados y vayan a nadar.

Este es un ejemplo de un contrafactual: una pregunta sobre qué pasaría en una realidad alternativa. Podemos analizar estas preguntas con grafos acíclicos dirigidos (DAG, por sus siglas en inglés), que son mapas visuales sencillos de causa y efecto. Un DAG mostraría flechas desde «Calor» hacia «Ventas de helados» y hacia «Ahogamientos», lo que revelaría que no hay una relación causal directa entre los helados y los ahogamientos.

Pregúntate: ¿qué causa oculta podría conectar dos cosas que parecen relacionadas?

Un grafo acíclico dirigido, o DAG, es una herramienta para expresar con claridad nuestras suposiciones sobre las causas y los efectos. «Dirigido» significa que las flechas apuntan de una causa a un efecto, y «acíclico» significa que las flechas nunca forman un recorrido que vuelva al punto de partida: un efecto no puede ser su propia causa.

Estos grafos nos permiten razonar sobre los contrafactuales de forma sistemática. Cuando preguntamos «¿Qué pasaría si prohibiéramos los helados?», estamos simulando una intervención. En el DAG, esto significa borrar las flechas que apuntan hacia «Ventas de helados». Así podemos ver que el camino de «Calor» a «Ahogamientos» queda completamente intacto, lo que muestra que la prohibición no sería eficaz.

Este método es potente porque nos ayuda a identificar variables de confusión: causas comunes ocultas, como el calor. Por ejemplo, una empresa podría observar que quienes usan una nueva función también son sus clientes más valiosos. Un DAG podría ayudarle a determinar si la función crea valor o si los clientes valiosos simplemente fueron los primeros en adoptarla. La pregunta contrafactual es: ¿qué pasaría si impulsáramos el uso de la función entre todos los clientes?

En medicina, los DAG son fundamentales para diseñar estudios. Para probar una nueva pastilla contra el dolor de cabeza, un DAG representaría distintas vías causales: el efecto químico de la pastilla, las expectativas del paciente (efecto placebo) y otros factores. Esta claridad ayuda a los investigadores a aislar el verdadero efecto del medicamento entre las demás influencias y a responder la pregunta contrafactual: «¿Qué le habría pasado a este paciente si no hubiera recibido el principio activo?».

El informático Judea Pearl desarrolló la lógica formal para usar grafos en el razonamiento causal, principalmente mediante su marco conocido como cálculo do. Este sistema ofrece un conjunto de reglas matemáticas para determinar cuándo y cómo se puede estimar un efecto causal a partir de datos, incluso en contextos no experimentales. Permite a los investigadores simular intervenciones al representar matemáticamente la acción de «hacer» algo (por ejemplo, asignar un tratamiento), expresada como do(X=x), y observar su efecto en el sistema.

• La «escalera de la causalidad» de Pearl sitúa el razonamiento contrafactual en el nivel más alto de la inferencia causal, por encima de la simple observación de asociaciones o la prueba de intervenciones, ya que exige modelar un mundo que no existe. [1, 2]
• Una herramienta central de este marco es el criterio de la puerta trasera, una regla gráfica que se aplica a un DAG para identificar un conjunto suficiente de variables de confusión que deben controlarse estadísticamente para aislar el verdadero efecto causal entre un tratamiento y un resultado. [1]
• Los investigadores de campos como la epidemiología usan DAG para aclarar preguntas causales complejas que son difíciles de estudiar mediante ensayos aleatorizados, como los efectos a largo plazo de una dieta concreta o el impacto de una política de salud pública. [3]

La principal limitación de un DAG es que representa relaciones causales supuestas, no descubiertas. Si el modelo de base es erróneo (por ejemplo, falta una flecha o apunta en la dirección equivocada), las conclusiones que se extraigan de él serán incorrectas. Los DAG también se vuelven muy complejos y difíciles de manejar en sistemas con muchas variables interconectadas. Por último, son herramientas para poner a prueba hipótesis existentes sobre la estructura causal; no pueden descubrir esa estructura solo a partir de los datos.