← Todos los artículosAnálisis

Correlación en el titular, causalidad en los datos

La jerarquía no es un ranking de prestigio, sino una descripción de cuánta incertidumbre queda sobre el mecanismo. Un metaanálisis de cohortes sobre sueño y glucosa en ayunas puede ser impecable y responder solo a "¿qué se observa?", no a "¿qué provoca qué?".

Redacción
14 de septiembre de 20264 min lectura
Correlación en el titular, causalidad en los datos
Compartir:
#presión#estrategia#análisis#negocio

Correlación en el titular, causalidad en los datos

Un titular que anuncia "dormir mal engorda" suele nacer de un estudio observacional donde dos variables se mueven juntas, no de un ensayo que demuestre que una provoca la otra. La diferencia parece técnica, pero cambia por completo cómo se lee la prensa de salud. Estas seis creencias circulan con frecuencia; cada una contiene una parte cierta y una conclusión que los datos no sostienen.

"Si dos cosas aparecen juntas, una causa la otra"

El núcleo real es que la correlación no es ruido: cuando dos medidas se mueven en paralelo de forma sostenida, algo las conecta. El problema es que ese "algo" puede ser una tercera variable. Un ejemplo repetido en la literatura es la relación entre horas de sueño y grasa abdominal: los estudios observacionales la muestran de forma consistente, pero también registran que quienes duermen menos declaran más ansiedad, más turnos rotativos y menos actividad diurna.

La jerarquía no es un ranking de prestigio, sino una descripción de cuánta incertidumbre queda sobre el mecanismo.

Reality: la asociación existe, la dirección no está clara y casi nunca se controla del todo. Detrás de dos variables que suben juntas suele haber tabaco, nivel educativo, ingreso, medicación o simplemente edad. Por eso los estudios observacionales se describen como generadores de hipótesis, no como pruebas de mecanismo. Confundir ese paso es el error más común al leer un titular de salud.

"La revisión sistemática demuestra que el efecto es causal"

Una revisión sistemática ordena y pondera la evidencia disponible, lo que la hace mucho más fiable que un estudio aislado. Sin embargo, si los trabajos que agrupa son observacionales, la revisión hereda sus límites: puede estimar con precisión una asociación y seguir sin poder aislar la causa. El tipo de fuente importa más que la etiqueta que lleva.

La jerarquía no es un ranking de prestigio, sino una descripción de cuánta incertidumbre queda sobre el mecanismo. Un metaanálisis de cohortes sobre sueño y glucosa en ayunas puede ser impecable y responder solo a "¿qué se observa?", no a "¿qué provoca qué?".

"Un cambio de hábito explica la mejoría observada"

Aquí aparece el efecto de regresión a la media. Las personas suelen entrar en un estudio cuando están en su peor momento —sueño corto, fatiga matinal, presión elevada— y en la siguiente medición tienden de forma natural hacia su promedio. Si además se inscriben en un programa, cualquier mejora se atribuye al programa. Es un sesgo de selección, no un hallazgo.

Cuando un grupo se recluta en su punto más bajo, parte de la mejoría posterior ocurre sin intervención alguna.

Por eso los diseños con grupo de comparación importan tanto. La adherencia es otro factor que distorsiona: quienes completan un seguimiento largo suelen ser más ordenados y más sanos de base. Un porcentaje alto de retención puede reflejar rigor del estudio o simplemente que abandonaron los casos más difíciles, y ambos escenarios se leen igual en el titular.

"Los datos de un dispositivo personal equivalen a un dato clínico"

Un anillo o un reloj de muñeca estiman la duración del sueño y la frecuencia cardiaca en reposo mediante fotopletismografía y acelerometría. La tendencia sirve para observar el propio patrón; la cifra exacta no es una medición clínica. Un dispositivo que informa de "siete horas y diez minutos" está modelando fases del sueño a partir de movimiento y pulso, no observando la arquitectura del sueño directamente.

Esa diferencia importa en investigación. Un plantilla de diario de sueño rellenada a mano y un registro automático rara vez coinciden: el primero captura percepción subjetiva y despertares, el segundo detecta quietud. Ninguno es superior en todo. Cuando un titular afirma que "dormir menos de seis horas aumenta el riesgo", normalmente mezcla autoinforme, actigrafía y polisomnografía como si midieran lo mismo.

"Si la asociación es fuerte, la causa es evidente"

La magnitud de una correlación no indica dirección causal. La obesidad y la apnea obstructiva del sueño aparecen fuertemente ligadas en casi todos los registros, y también lo están el cansancio diurno, la niebla mental y los cambios de humor. La pregunta útil no es cuánto se correlacionan, sino qué ocurre cuando se interviene sobre una de las dos: ahí los datos se vuelven más escasos y los resultados, más matizados.

Existe además la causalidad inversa. Un estado inflamatorio o un trastorno del ánimo pueden alterar el apetito y el sueño antes de que aparezca el exceso de grasa abdominal. La cadena temporal que asume el titular suele ser la opuesta a la documentada.

"Leer el resumen del estudio basta para juzgarlo"

El resumen es el fragmento más citado y el menos informativo. Rara vez especifica cuántos participantes había, cómo se reclutaron, qué se ajustó en el modelo o cuánto duró el seguimiento. Dos cohortes con la misma asociación aparente pueden diferir por completo en población, método de medida y control de confusores. Sin ese contexto, el titular es irresoluble.

La regla que sobrevive a los seis mitos es simple: preguntar siempre qué diseño produjo el dato antes de aceptar lo que afirma el titular. Cambiar sueño por glucosa en ayunas, o peso por pasos diarios, no altera esa comprobación. La pregunta por el método viaja mejor que cualquier conclusión aislada.

Recibe nuestras novedades

Casos de estudio, lecciones y ensayos breves de nuestro trabajo. Sin spam, sin relleno.

📞