1 Introducción

1.1 ¿Qué es la inferencia causal?

La inferencia causal es el proceso de determinar si una relación entre variables es causal o meramente asociativa. En otras palabras, queremos saber si un cambio en una variable causa un cambio en otra.

Definición

La inferencia causal busca responder la pregunta: “¿Qué pasaría si…?” — una pregunta contrafactual que va más allá de la simple asociación estadística.

1.2 Correlación no implica causalidad

Este principio fundamental de la estadística nos recuerda que observar una asociación entre dos variables no significa que una cause la otra. Considera estos ejemplos:

Helados y ahogamientos: Las ventas de helado están correlacionadas con las muertes por ahogamiento. ¿Los helados causan ahogamientos? No — ambos aumentan en verano.
Cigüeñas y nacimientos: En algunas regiones europeas, el número de cigüeñas está correlacionado con la tasa de natalidad. ¿Las cigüeñas traen bebés? No — ambos están asociados con áreas rurales.

1.3 El problema fundamental de la inferencia causal

El problema fundamental de la inferencia causal es que no podemos observar el mismo individuo bajo dos condiciones diferentes al mismo tiempo. Si una persona recibe un tratamiento, no podemos saber qué hubiera pasado si no lo hubiera recibido.

Código

flowchart LR
    A[Individuo] --> B{Tratamiento}
    B -->|Sí| C[Resultado observado]
    B -->|No| D[Resultado contrafactual]
    style D stroke-dasharray: 5 5

flowchart LR
    A[Individuo] --> B{Tratamiento}
    B -->|Sí| C[Resultado observado]
    B -->|No| D[Resultado contrafactual]
    style D stroke-dasharray: 5 5

Figura 1.1: El contrafactual nunca se observa

1.4 Soluciones al problema

A lo largo de la historia, se han desarrollado diferentes enfoques para abordar este problema:

1.4.1 Experimentos aleatorizados

El ensayo clínico aleatorizado (RCT) es el estándar de oro porque:

La aleatorización crea grupos comparables
Elimina el sesgo de confusión
Permite estimar el efecto causal promedio

Sin embargo, los RCTs no siempre son: - Éticos (no podemos asignar exposiciones dañinas) - Factibles (alto costo, tiempo) - Generalizables (poblaciones seleccionadas)

1.4.2 Estudios observacionales

Los estudios observacionales son frecuentemente la única opción disponible. Para hacer inferencias causales válidas, necesitamos:

Identificar las fuentes de sesgo
Controlar la confusión
Evaluar la sensibilidad de los resultados

1.5 El enfoque de este libro

Este libro adopta un enfoque basado en Diagramas Acíclicos Dirigidos (DAGs), desarrollado principalmente por Judea Pearl (Pearl 2009). Este enfoque nos permite:

Representar visualmente nuestras asunciones causales
Identificar sistemáticamente las fuentes de sesgo
Determinar qué variables debemos (y no debemos) controlar

Código

library(ggdag)
library(ggplot2)

dag <- dagify(
  Y ~ X + C,
  X ~ C,
  exposure = "X",
  outcome = "Y",
  labels = c(
    Y = "Resultado",
    X = "Exposición",
    C = "Confusor"
  ),
  coords = list(
    x = c(X = 0, Y = 2, C = 1),
    y = c(X = 0, Y = 0, C = 1)
  )
)

ggdag(dag, text = FALSE, use_labels = "label") +
  theme_dag() +
  labs(title = "Confusión clásica")

Figura 1.2: Un DAG simple mostrando confusión

1.6 Objetivos de aprendizaje

Al finalizar este libro, serás capaz de:

Construir e interpretar DAGs para problemas de investigación
Identificar y controlar fuentes de sesgo en estudios observacionales
Aplicar métodos de estratificación, matching y ponderación
Reconocer y manejar el sesgo de selección
Usar variables instrumentales cuando estén disponibles
Realizar análisis de supervivencia con enfoque causal
Evaluar la sensibilidad de tus resultados
Conducir análisis de mediación causal

Referencias

# Introducción {#sec-intro} ## ¿Qué es la inferencia causal? La **inferencia causal** es el proceso de determinar si una relación entre variables es causal o meramente asociativa. En otras palabras, queremos saber si un cambio en una variable *causa* un cambio en otra. ::: {.callout-note} ## Definición La inferencia causal busca responder la pregunta: *"¿Qué pasaría si...?"* — una pregunta contrafactual que va más allá de la simple asociación estadística. ::: ## Correlación no implica causalidad Este principio fundamental de la estadística nos recuerda que observar una asociación entre dos variables no significa que una cause la otra. Considera estos ejemplos: 1. **Helados y ahogamientos**: Las ventas de helado están correlacionadas con las muertes por ahogamiento. ¿Los helados causan ahogamientos? No — ambos aumentan en verano. 2. **Cigüeñas y nacimientos**: En algunas regiones europeas, el número de cigüeñas está correlacionado con la tasa de natalidad. ¿Las cigüeñas traen bebés? No — ambos están asociados con áreas rurales. ## El problema fundamental de la inferencia causal El **problema fundamental de la inferencia causal** es que no podemos observar el mismo individuo bajo dos condiciones diferentes al mismo tiempo. Si una persona recibe un tratamiento, no podemos saber qué hubiera pasado si no lo hubiera recibido. ```{mermaid} %%| label: fig-counterfactual %%| fig-cap: "El contrafactual nunca se observa" flowchart LR A[Individuo] --> B{Tratamiento} B -->|Sí| C[Resultado observado] B -->|No| D[Resultado contrafactual] style D stroke-dasharray: 5 5 ``` ## Soluciones al problema A lo largo de la historia, se han desarrollado diferentes enfoques para abordar este problema: ### Experimentos aleatorizados El **ensayo clínico aleatorizado** (RCT) es el estándar de oro porque: - La aleatorización crea grupos comparables - Elimina el sesgo de confusión - Permite estimar el efecto causal promedio Sin embargo, los RCTs no siempre son: - Éticos (no podemos asignar exposiciones dañinas) - Factibles (alto costo, tiempo) - Generalizables (poblaciones seleccionadas) ### Estudios observacionales Los **estudios observacionales** son frecuentemente la única opción disponible. Para hacer inferencias causales válidas, necesitamos: 1. **Identificar** las fuentes de sesgo 2. **Controlar** la confusión 3. **Evaluar** la sensibilidad de los resultados ## El enfoque de este libro Este libro adopta un enfoque basado en **Diagramas Acíclicos Dirigidos (DAGs)**, desarrollado principalmente por Judea Pearl [@pearl2009causality]. Este enfoque nos permite: - Representar visualmente nuestras asunciones causales - Identificar sistemáticamente las fuentes de sesgo - Determinar qué variables debemos (y no debemos) controlar ```{r} #| label: fig-simple-dag #| fig-cap: "Un DAG simple mostrando confusión" #| code-fold: true library(ggdag) library(ggplot2) dag <- dagify( Y ~ X + C, X ~ C, exposure = "X", outcome = "Y", labels = c( Y = "Resultado", X = "Exposición", C = "Confusor" ), coords = list( x = c(X = 0, Y = 2, C = 1), y = c(X = 0, Y = 0, C = 1) ) ) ggdag(dag, text = FALSE, use_labels = "label") + theme_dag() + labs(title = "Confusión clásica") ``` ## Objetivos de aprendizaje Al finalizar este libro, serás capaz de: 1. Construir e interpretar DAGs para problemas de investigación 2. Identificar y controlar fuentes de sesgo en estudios observacionales 3. Aplicar métodos de estratificación, matching y ponderación 4. Reconocer y manejar el sesgo de selección 5. Usar variables instrumentales cuando estén disponibles 6. Realizar análisis de supervivencia con enfoque causal 7. Evaluar la sensibilidad de tus resultados 8. Conducir análisis de mediación causal ## Referencias {.unnumbered}