Correlación no implica causalidad

En la vida cotidiana y en relación con la salud, hay muchas situaciones que pueden hacer creer erróneamente que una simple asociación de dos sucesos es una asociación de causa-efecto: 

Que dos sucesos o fenómenos estén relacionadas entre sí no significa que uno sea la causa del otro:

  • El gallo canta poco antes del amanecer. Pero el canto del gallo no es la causa de que salga el sol.
  • No es la primera vez que acabas de lavar el coche y se pone a llover. Pero el que laves el coche no es la causa de la lluvia.

En el campo de la salud, se pueden observar muchas asociaciones, pero estas no son necesariamente asociaciones de causa-efecto:

  • Cuando tienes un catarro, tomas mucho zumo de limón.  Pero la curación del catarro no puede atribuirse al zumo de limón.
  • Al tomar cualquier tratamiento, pueden observarse algunos cambios en la salud. Pero estos cambios no son necesariamente atribuibles al tratamiento; pueden deberse a otros factores, incluso a la curación natural de una enfermedad.
  • Las personas que consumen menos alimentos ultraprocesados pueden tener menor incidencia de cáncer, pero esta menor incidencia de cáncer no puede atribuirse directamente al menor consumo de alimentos ultraprocesados. Puede haber otros muchos factores implicados, como tener un mejor nivel socioeconómico, hacer más ejercicio y tener un peso más saludable, seguir una alimentación diferente, etc. 

 

 

  Icono bombilla

Idea clave

Observar que un tratamiento se asocia con un beneficio o perjuicio para la salud no significa necesariamente que el tratamiento sea su causa

Esto es así porque...

  • Un aspecto relacionado con la salud puede estar asociado al tratamiento, pero no causado por el tratamiento
  • Los estudios observacionales muestran asociaciones o correlaciones y pueden sugerir posibles causas 
  • La mejor manera de confirmar que un tratamiento es la causa de un beneficio o daño para la salud es llevar a cabo un ensayo clínico en el que las personas se asignan al azar en dos grupos diferentes y asegurando que la única cosa que cambie entre los grupos sea la exposición al tratamiento
Ficha resumen (PDF) Card in English (PDF)
ficha 

 

Vídeo
"

  

  Señal de alerta

Señales de alerta

Ejemplos de afirmaciones sospechosas:

  • “La cerveza mejora el sistema inmune y el cardiovascular”.
  • “La nueva píldora que acaba con el colesterol malo”
  • “Vacunar a las embarazadas reduce hospitalizaciones de los bebés”

Las siguientes expresiones son señales de alerta para activar tu pensamiento crítico:

•    Verbos que indiquen causalidad: provocar, ocasionar, mejorar, reducir, aumentar, etc.
Porque conviene adecuar el lenguaje a los resultados de la investigación. Los estudios que permiten encontrar asociaciones o correlaciones entre variables deben usar expresiones más prudentes (por ejemplo, los resultados sugieren) y tiempos verbales condicionales (por ejemplo, podría mejorar).

•    Afirmaciones que justifican el efecto de una intervención a partir de simples obervaciones
Porque el hecho de que exista una asociación entre una intervención y un aspecto relacionado con la salud no nos permite concluir que una sea la causa de la otra porque podría ser al revés o podría deberse a otras razones.   

"

Análisis de ejemplos

“El consumo de aceite de oliva reduce la mortalidad”

  • El mensaje de este ejemplo no es acertado porque, aunque hay estudios observacionales que han encontrado que consumir habitualmente aceite de oliva se relaciona con menor mortalidad prematura en adultos sanos, estos hallazgos no se han confirmado en ensayos clínicos. Y, en principio, los estudios observacionales no pueden establecer una relación de causa-efecto, como se hace en este ejemplo: el aceite de oliva “reduce” la mortalidad.
     
  • Las conclusiones de los estudios sobre el consumo de un alimento y sus efectos para la salud, cuando provienen de estudios observacionales, se tienen que expresar generalmente con un lenguaje más cauto (el aceite de oliva “se relaciona con” una menor mortalidad) y tiempos verbales condicionales (el aceite de oliva “podría reducir” la mortalidad).
     
  • Además, conviene interpretar los resultados de la investigación a la luz de todos los estudios disponibles. Esto explica que cuando ponemos el foco en un estudio individual (árbol aislado del bosque) los resultados puedan ir en un sentido incluso opuesto a lo que dice el conocimiento global o conjunto de investigaciones realizadas (bosque entero).

"  

Fundamento científico

Los estudios de salud se pueden clasificar en observacionales y experimentales en función de si el investigador tiene control sobre las variables del estudio.

Los estudios observacionales se limitan a observar y recoger diferentes datos relacionados con la salud de un grupo de personas (por ejemplo, presión arterial, niveles de azúcar, consumo de alimentos ultraprocesados, cáncer, etc.) y pueden llegar a establecer asociaciones o correlaciones (por ejemplo, entre los alimentos ultraprocesados y el cáncer). Sin embargo, este tipo de estudio no puede establecer en la inmensa mayoría de los casos una relación de causa-efecto (por ejemplo, los alimentos ultraprocesados favorecen el cáncer).

Siguiendo con el ejemplo de los alimentos ultraprocesados y el cáncer, no es lo mismo afirmar que el consumo elevado de alimentos ultraprocesados puede aumentar el riesgo de cáncer que decir que los alimentos ultraprocesados “favorecen” o “provocan” el cáncer. En los estudios observacionales se reporta una correlación entre las dos variables, pero no se puede concluir que una sea la causa de la otra, porque podría ser al revés o podría deberse a otros factores (por ejemplo, las personas que consumen alimentos ultraprocesados pueden tener un estilo de vida sedentario, fumar y consumir alcohol que son factores que se han relacionado con el cáncer).

Los estudios experimentales o de intervención están diseñados precisamente para confirmar las asociaciones de causa-efecto. Por eso, para poder concluir que los alimentos ultraprocesados son la causa del aumento del cáncer habría que llevar a cabo un estudio de intervención (ensayo clínico) en el que se comparen dos grupos de personas asignadas al azar: un grupo que consuma alimentos ultraprocesados (grupo de intervención) y un grupo que no los consuma (grupo control).

La única diferencia entre los dos grupos es que los pacientes reciben o no la intervención, mientras que las demás variables deberían ser idénticas (edad, sexo, etnia, estado de salud, hora de levantarse, etc.). Como cada persona es diferente y es difícil asegurar a ciencia cierta que el tratamiento causa el efecto, se intenta asegurar que las personas en cada grupo sean tan similares como sea posible asignándolas al azar en grupos diferentes. Después se intenta minimizar el efecto de factores externos asegurando que la única variable que cambia entre los grupos se la exposición a la intervención.

"

Implicaciones

•    Recuerda que el hecho de que haya una relación/asociación entre dos variables de salud no significa que una sea la causa de la otra.

•    Desconfía de entrada de aquellos titulares o afirmaciones que dicen que una intervención (tratamiento, alimento o dieta) funciona o no funciona solo porque se acompaña de un beneficio o un perjuicio para la salud.

•    Pregúntate si puedes estar seguro de que no hay otros factores que expliquen esta asociación cuando te enfrentes a un mensaje que afirma con rotundidad que existe una asociación entre dos variables. En general, es muy difícil asegurar con certeza absoluta que ningún otro factor externo está afectando al resultado de interés, por ejemplo, la mejora de un síntoma. 

 

Para saber más