Criterio de la puerta trasera

El criterio de la puerta trasera es una lista de comprobación para decidir qué factores controlar cuando intentas averiguar si una cosa causa otra. Te indica cómo bloquear los «caminos ocultos» que crean correlaciones engañosas: por ejemplo, las ventas de helados y las tasas de ahogamiento aumentan en verano porque el calor impulsa ambas, no porque los helados causen ahogamientos. El criterio identifica las variables que crean caminos de puerta trasera entre la causa y el efecto y te indica cómo tenerlas en cuenta para bloquear esos caminos sin alterar el camino causal real. Así evitas controlar por accidente variables que introducirían nuevos sesgos o que forman parte del camino causal que quieres medir. Para usarlo, primero dibuja la causa, el efecto y los demás factores que podrían conectarlos; después, bloquea de forma selectiva los caminos que generan confusión sin alterar el camino causal principal.

Prueba esto: cuando oigas hablar de una correlación sorprendente, pregúntate qué factor oculto podría estar impulsando ambas cosas.

Cómo funciona el criterio de la puerta trasera

El criterio de la puerta trasera ofrece una forma sistemática de elegir variables de control. Empieza dibujando tu diagrama causal: círculos para las variables y flechas para las relaciones causales directas. Un «camino de puerta trasera» es cualquier ruta indirecta entre la causa y el efecto que empieza con una flecha que apunta hacia la causa, como ocurre cuando una variable anterior influye en ambos. El criterio te dice que busques variables que, al tenerlas en cuenta, bloqueen todos los caminos de puerta trasera sin abrir otros nuevos ni bloquear el camino causal que quieres medir.

Los tres requisitos

Primero, ninguna variable que controles puede ser descendiente del tratamiento. Controlar una variable mediadora bloquea precisamente el efecto que intentas medir. Segundo, tu conjunto de variables de control debe bloquear todos los caminos de puerta trasera entre el tratamiento y el resultado. Tercero, controlar las variables elegidas no debe crear nuevas asociaciones engañosas a través de colisionadores: variables hacia las que apuntan dos flechas y que, al controlarlas, generan sesgo.

Aplicaciones cotidianas

En medicina, quienes investigan si el café causa enfermedades cardíacas deben controlar el tabaquismo, ya que las personas que beben café tienen más probabilidades de fumar, pero no los niveles de colesterol, en los que el café podría influir directamente. En educación, evaluar un método de enseñanza requiere ajustar por las características previas del alumnado, pero no por la ansiedad ante los exámenes si el propio método cambia los niveles de ansiedad. En los negocios, evaluar si una campaña de marketing aumenta las ventas implica controlar las variaciones estacionales, pero no el conocimiento que los clientes tienen del producto si la campaña genera directamente ese conocimiento.

Por qué importa

Sin el criterio de la puerta trasera, los investigadores podrían controlar demasiadas variables y generar sesgos, o controlar muy pocas y dejar factores de confusión sin resolver. Este marco convierte un arte en una ciencia: en vez de adivinar qué controles son «buenos», sigues un procedimiento riguroso. También revela casos contrarios a la intuición en los que controlar una variable anterior al tratamiento empeora la estimación: los llamados «malos controles», que los manuales tradicionales de estadística recomiendan erróneamente incluir en el ajuste.

El criterio de la puerta trasera formaliza cuándo se pueden identificar efectos causales a partir de datos observacionales al condicionar por las variables adecuadas. Ofrece condiciones suficientes para seleccionar conjuntos de ajuste que permitan obtener estimaciones sin sesgo de los efectos causales en modelos causales gráficos.

• Pearl (1995): Introdujo el criterio de la puerta trasera como una solución gráfica al problema de la confusión y estableció las condiciones en las que ajustar por covariables permite obtener estimaciones válidas de efectos causales a partir de datos no experimentales [1].
• Cinelli, Forney y Pearl (2020): Demostraron mediante numerosos ejemplos cómo el criterio de la puerta trasera distingue los «buenos controles», que reducen el sesgo, de los «malos controles», que lo amplifican o introducen nuevos sesgos. Mostraron que reglas prácticas tradicionales como «controlar todas las variables anteriores al tratamiento» pueden resultar peligrosamente engañosas [2].
• Shpitser, VanderWeele y Robins (2011): Ampliaron el criterio de la puerta trasera a situaciones con múltiples tratamientos y resultados, y desarrollaron criterios de ajuste generalizados para estructuras causales complejas, incluido el análisis de mediación [3].

El criterio de la puerta trasera supone que puedes dibujar correctamente el diagrama causal, lo que incluye saber qué flechas existen y en qué dirección apuntan. En la práctica, esto suele ser incierto. También requiere que se observen todos los factores de confusión presentes en los caminos de puerta trasera; si no has medido un factor de confusión importante, el criterio no puede salvar tu estimación. El criterio no aborda la eficiencia estadística: una variable puede ser «neutral» en cuanto al sesgo, pero perjudicar mucho la precisión. También supone que no hay interferencia entre unidades —el tratamiento de una persona no afecta al resultado de otra— ni errores de medición en las variables. Cuando la estructura causal real contiene ciclos de retroalimentación o factores de confusión que cambian con el tiempo, es necesario ampliar el criterio básico de la puerta trasera. Por último, el criterio te indica por qué variables puedes ajustar, pero no qué método de ajuste —emparejamiento, regresión o ponderación— funciona mejor en muestras finitas.