Correlación, Causalidad y Regresión Lineal en Bioestadística: Conceptos Clave

Diferencia entre Correlación y Causalidad: Ejemplos Claros

Correlación

La correlación es una medida estadística que expresa la relación entre dos o más variables. Indica cómo se mueven estas variables conjuntamente. Esta relación puede ser:

• Positiva: Ambas variables aumentan o disminuyen simultáneamente.
• Negativa: Una variable aumenta mientras la otra disminuye.

Es crucial entender que la correlación no implica causalidad. El coeficiente de correlación de Pearson (R) cuantifica esta relación:

• -0.90: Negativa muy fuerte
• -0.75: Negativa considerable
• -0.50: Negativa media
• -0.25: Negativa débil
• 0: No hay correlación
• 0.10: Positiva muy débil
• 0.25: Positiva débil
• 0.50: Positiva media
• 0.75: Positiva considerable
• 0.90: Positiva muy fuerte
• 1: Correlación perfecta (implica causalidad)

Ejemplo: En estudios de salud, se observa una correlación entre la actividad física y el nivel de colesterol. Personas más activas físicamente suelen tener niveles de colesterol más bajos. Sin embargo, esto no prueba que la actividad física *cause* la reducción del colesterol; otras variables (dieta, genética) podrían influir.

Causalidad

La causalidad implica que un cambio en una variable *genera directamente* un cambio en otra. Se distingue entre:

• Variable independiente: Causa el cambio (variable predictora).
• Variable dependiente: Sufre el cambio (variable de respuesta).

Demostrar causalidad es complejo. Requiere experimentación rigurosa y control estricto para descartar otras influencias. Es un proceso mucho más demandante que simplemente observar una correlación.

Ejemplo: En un estudio clínico controlado, se demuestra que un medicamento reduce la presión arterial en pacientes hipertensos. El medicamento es la *causa* de la disminución, confirmado al eliminar otras posibles causas.

Diagramas de Dispersión: Qué Son y Cuándo Utilizarlos

Un diagrama de dispersión es un gráfico que visualiza la relación entre dos variables numéricas. Cada punto representa una observación, con la variable independiente en el eje X y la dependiente en el eje Y. Permite identificar:

• Correlaciones positivas.
• Correlaciones negativas.
• Ausencia de relación.

Son útiles en estudios exploratorios o para analizar la relación entre dos variables cuantitativas. Por ejemplo, en investigación médica, se pueden usar para examinar la relación entre peso y altura, o entre presión arterial y edad.

Regresión Lineal: Aplicaciones en Investigaciones Bioestadísticas

La regresión lineal modela la relación entre dos variables continuas: una independiente (predictora) y otra dependiente (respuesta). Es útil cuando hay una correlación lineal significativa y se busca una ecuación que cuantifique esa relación. La ecuación de regresión lineal simple es:

Y = β0 + β1X

Donde:

• Y: Variable dependiente.
• X: Variable independiente.
• β0: Intercepto.
• β1: Pendiente (cambio en Y por cada unidad de cambio en X).

En salud, la regresión lineal es crucial para estudios predictivos y exploratorios. Por ejemplo, puede usarse para predecir el peso fetal a partir de la longitud del fémur. Aunque las predicciones no son perfectas, permiten hacer estimaciones basadas en datos.

Conceptos Estadísticos Adicionales

Multicolinealidad (Colinealidad)

Ocurre cuando dos o más variables predictoras en un modelo de regresión están altamente correlacionadas. Dificulta identificar el efecto individual de cada variable independiente sobre la dependiente. Causa errores estándar grandes en los coeficientes, afectando la interpretación y precisión del modelo. Es importante identificar y tratar la multicolinealidad en regresiones múltiples.

Media

Es el promedio de un conjunto de datos. Se calcula sumando todos los valores y dividiendo por el número total de valores. Es sensible a valores extremos, lo que puede afectar su representatividad en distribuciones sesgadas.

Mediana

Es el valor central de un conjunto de datos ordenados. Si el número de observaciones es impar, es el valor medio; si es par, es el promedio de los dos valores centrales. No es afectada por valores extremos, siendo útil en distribuciones sesgadas.

Rango

Es la diferencia entre el valor máximo y el mínimo. Proporciona una medida básica de dispersión, pero no refleja la distribución completa de los datos.

Regresión Lineal Múltiple

Extensión de la regresión lineal simple. Permite incluir múltiples variables independientes para predecir una variable dependiente. Útil en estudios complejos, como estudios oncológicos con múltiples factores influyentes.

Preguntas Prospectivas y Retrospectivas

• Preguntas prospectivas: Se plantean anticipadamente, analizando efectos futuros a partir de una causa actual. Usadas en estudios de cohortes.
• Preguntas retrospectivas: Investigan el pasado para identificar causas previas de un evento ya ocurrido. Comunes en estudios de casos y controles.

Estudios Experimentales y Observacionales

• Estudios experimentales: El investigador controla y asigna las variables de exposición. Permiten establecer causalidad.
• Estudios observacionales: El investigador solo observa y registra la información. Útiles para identificar asociaciones y generar hipótesis, comunes cuando la intervención es poco ética o impráctica.

Terceras Variables

Factores correlacionados tanto con la variable independiente como con la dependiente, creando confusión o sesgo. Deben controlarse para evitar conclusiones incorrectas.

Análisis Exploratorio vs. Análisis Confirmatorio

• Análisis Exploratorio: Busca patrones y relaciones sin hipótesis previas. Fase inicial para identificar posibles hipótesis. Mayor libertad para probar técnicas.
• Análisis Confirmatorio: Prueba hipótesis específicas establecidas previamente. Implica pruebas estadísticas para confirmar o rechazar un modelo, controlando errores.

Ambos enfoques son complementarios. El análisis exploratorio genera hipótesis que luego se validan con el análisis confirmatorio.

Metodología de Búsqueda y Selección de Artículos Científicos

Búsqueda de Artículos

La búsqueda se realizó en la plataforma SCIMAGO, utilizando la indexación SJR Q1 basada en las bases de datos Scopus (Elsevier) y Web of Science (WOS). Se revisaron revistas como JAMA Dermatology y JAAD, empleando palabras clave como "dermatología" y "vape" (cigarrillo electrónico).

Filtro de Artículos

Se filtró por tema (Dermatología), subtema (dermatitis atópica y "E-Cigarette"), año (superior a 2018). Se consideraron artículos que relacionaran la dermatitis atópica con el cigarrillo electrónico, disponibles sin costo y con criterios de inclusión y exclusión claros.

Definición de Variables

• Variable independiente: Consumo de cigarrillo electrónico.
• Variable dependiente: Dermatitis atópica (inflamación e irritación de la piel).

El objetivo específico es investigar las consecuencias del consumo de cigarrillo electrónico en la aparición de anomalías en la piel.