Guía de ingredientes
Correlación vs. causalidad
Correlación o causalidad — forma, cantidad, población estudiada y límites de la información. Lo que necesitas saber antes de decidir.
Respuesta breve
Correlación es una asociación estadística; causalidad afirma que cambiar una exposición produciría un cambio en el resultado bajo condiciones definidas. Para acercarse a esa conclusión se combinan diseño, temporalidad, control de confusión, mecanismos y replicación.
Criterios de comparación
| Criterio | Qué debe mantenerse equivalente | Conclusión actual |
|---|---|---|
| Criterio | Correlación | Causalidad |
| Afirmación | Variables asociadas | Intervenir cambiaría el resultado |
| Amenazas | Azar, confusión y sesgo | Supuestos del contraste causal |
| Apoyo | Estimación y precisión | Diseño, temporalidad y convergencia |
| Lenguaje | Se asocia con | Produce o modifica, si está justificado |
Puntos clave
Primero debe ocurrir la exposición
Sin temporalidad compatible no se sostiene la dirección causal propuesta.
Ajustar no elimina todo confusor
Solo se controlan variables medidas y modeladas adecuadamente.
Coherencia no basta sola
Mecanismo y replicación fortalecen, pero no sustituyen un diseño válido.
Cómo usar esta información
Identifica diseño, población, medición y secuencia temporal. Enumera explicaciones alternativas y revisa cómo se abordaron. Busca análisis de sensibilidad y evidencia de diseños diferentes.
Expresa la conclusión al nivel correcto: “se asoció con” cuando el estudio no estima de forma defendible un efecto causal.
Errores frecuentes
Tratar formas distintas como idénticas
Distintas formas o cantidades no son equivalentes sin revisar el contexto.
Extrapolar evidencia
Un resultado en una población o dosis no se aplica automáticamente a otra.
Confundir ausencia de evidencia
Que falten datos no prueba que algo no ocurra; solo indica incertidumbre.
Preguntas frecuentes
¿Una correlación fuerte demuestra causa?
No. Puede existir confusión o sesgo incluso con una asociación grande.
¿Un ensayo siempre prueba causalidad?
Fortalece la inferencia, pero depende de asignación, adherencia, pérdidas, medición y análisis.
¿Un mecanismo biológico basta?
No. Plausibilidad sin evidencia de efecto en el contexto no confirma causalidad.