Los ensayos controlados aleatorizados (ECA) y otros experimentos estadísticos cuidadosamente diseñados son el método de referencia para responder preguntas sobre causa y efecto. La asignación aleatoria de unidades experimentales (por ejemplo, participantes en un ensayo clínico) a los grupos de tratamiento y control equilibra ambos grupos para minimizar la posibilidad de diferencias sustanciales entre ellos, aparte de las causadas por cualquier intervención a la que se sometan. En este caso, un efecto causal promedio puede estimarse simplemente tomando la diferencia en los resultados medios entre los grupos.
Sin embargo, a menudo los investigadores desean investigar el efecto de una variable sobre otra, pero no asignan (o no pueden) aleatoriamente a los participantes a niveles específicos de la intervención. ¿Cómo se puede medir el efecto de una exposición sobre un resultado con datos observacionales o fortuitos en lugar de datos de RCT?
Aquí es donde entra en juego la inferencia causal. La inferencia causal es un conjunto de conceptos y métodos que ayudan a determinar cuándo y cómo extraer conclusiones causales a partir de datos observacionales. Supongamos que su pregunta de investigación es: "¿En qué medida es eficaz un nuevo tratamiento para reducir el colesterol, en comparación con el grupo de control?". ¿Qué métodos utilizaría para responder a esta pregunta si solo contara con datos observacionales, por ejemplo, obtenidos de una base de datos de reclamaciones de seguros?
Se puede optar por una regresión lineal simple o una prueba t para determinar si los niveles de colesterol de los grupos de tratamiento y control son significativamente diferentes. Sin embargo, es posible que quienes siguen dietas bajas en grasas tengan menos probabilidades de tomar el nuevo tratamiento y de tener colesterol alto, mientras que quienes siguen dietas altas en grasas lo toman con más frecuencia y tienen colesterol alto. Por lo tanto, si no se tiene en cuenta la dieta, se podría concluir que el nuevo tratamiento no es muy eficaz. Factores de confusión como la dieta suelen inducir correlaciones falsas, por lo que estos análisis simples pueden fácilmente generar resultados muy sesgados que, en efecto, no responden a la pregunta causal.
En cambio, necesita realizar inferencias causales. En otras palabras, necesita supuestos adicionales que le permitan convertir las funciones de sus datos en estimaciones causales. Los tres supuestos siguientes suelen ser suficientes para realizar inferencias causales:
- Positividad: Cada observación tiene una probabilidad positiva de recibir cada nivel de tratamiento.
- Coherencia: todos los que recibieron el mismo nivel de tratamiento experimentaron la misma versión del mismo.
- Intercambiabilidad condicional: se miden todas las variables que confunden la relación entre el tratamiento y el resultado, lo que significa que los grupos son “intercambiables”, dados los factores de confusión.
Cuando se cumplen estos supuestos, se pueden estimar los efectos causales a partir de datos observacionales. Los métodos de estimación utilizan información sobre los factores de confusión para equilibrar los diferentes grupos, como se haría en un ensayo clínico aleatorio (ECA), tras la recopilación de datos. Para más detalles, Y si es un excelente recurso gratuito para aprender más sobre supuestos causales y estimadores (Hernán y Robins, 2020).
Para estimar los efectos causales con datos observacionales en JMP, utilice la nueva personalidad de Tratamiento Causal. Considere el siguiente flujo de trabajo para realizar un análisis causal exhaustivo:
Figure 1. An example DAG from Dong et al. (2025).Figura 1. Un ejemplo de DAG de Dong et al. (2025).
1. Dibuje un gráfico acíclico dirigido (DAG) que represente el proceso de generación de datos.
Un DAG tiene flechas dirigidas que indican qué variables son causas y cuáles son efectos. Un DAG es acíclico, lo que significa que si sigue las flechas direccionalmente por un camino, nunca volverá a la variable inicial. Dibujar un DAG le ayudará a categorizar sus variables e identificar factores de confusión..
2. Considere si se cumplen los tres supuestos.
¿Existe algún perfil de covariables que nunca aparece en el grupo tratado? ¿Ha definido bien su tratamiento? ¿Conoce algún factor de confusión que no se haya medido?
3. Elija un estimador.
La personalidad del Tratamiento Causal proporciona diferentes formas de estimar los efectos causales, dependiendo del tipo de variable de tratamiento y de los modelos que especifique el usuario.
4. Interpretar los resultados.
Si se cumplen los tres supuestos causales, el efecto promedio del tratamiento puede interpretarse como la diferencia media en los resultados si toda la población hubiera recibido una intervención en lugar de otra.
Además de la personalidad del Tratamiento Causal del Modelo de Ajuste, JMP cuenta con plataformas como los Modelos de Ecuaciones Estructurales y XGBoost que permiten estimar efectos causales (Dong et al., 2025). La personalidad del Tratamiento Causal es un punto de partida sencillo para estimar efectos causales a partir de datos, independientemente del nivel de experiencia. Genera directamente varias de las estimaciones causales de interés más comunes y robustas, y proporciona visualizaciones para evaluar supuestos causales.
Este blog fue coescrito con Safiya Sirota ( @safiya_jmp ), quien contribuyó a este trabajo durante su pasantía en JMP.
Referencias
Dong M, Castro-Schilo L, Wolfinger R (2025). Inferencia causal para datos observacionales en JMP Pro mediante modelos de ecuaciones estructurales, puntuación de propensión y aprendizaje automático. . [Manuscrito en preparación].
Hernán MA, Robins JM (2020). Inferencia causal: ¿Qué pasaría si ...? Boca Ratón: Chapman & Hall/CRC
