Amigos de la significación

p<0,05 es un amigo: te crees el estudio por improbable que parezca su planteamiento #comiendonoselmir y la #preventiva con @mirasturias

- @AndresMuDel resumiendo la estadística

Leer más...

Asociación, causalidad, estadística y sexología

La cadena televisiva Channel 4 ha realizado una encuesta entre mil británicos sobre algunas cuestiones de su sexualidad. El trabajo está disponible a través de la web y su visualización a base de gráficos interactivos está muy bien lograda. Desde la página de Sexperience 1000 elegiremos una de las preguntas en la encuesta, relacionadas con datos demográficos, preferencias, frecuencia o filias y las combinaremos con otros parámetros, variables, que nos permitirán filtrar los resultados. Por ejemplo, podremos saber si los varones que escuchan música pop tienen su primera relación sexual antes que las mujeres del mismo grupo, o si la marca del coche se asocia con un número de enfermedades de transmisión sexual.

Un interesante juego de datos combinado con gráficos atractivos y un tema que siempre tiene tirón. ¿Pero qué podemos deducir de los datos?

Para poder responder a la pregunta, primero tendremos que saber qué tipo de datos tenemos sobre la mesa. Porque no vale lo mismo lo que nos cuente alguien sobre cómo el paracetamol que el perfil farmacodinámico de ese fármaco obtenido por muestras seriadas dentro de un ensayo aleatorizado. Así pues existen diferentes niveles de "valor de los datos" y en función del valor que tengan los datos así será el valor que tenga nuestro estudio de los mismos. Es lo que llamamos Calidad de la Evidencia o Niveles de Evidencia y que podemos medir con diferentes escalas con nombres tan terroríficos como CTFPHC, OCEBM o GRADE.

Por lo tanto el tipo de datos que tengamos va a condicionar el tipo de estudio que podamos hacer. Así, si tenemos datos que hemos obtenido en una encuesta por la calle (como es el caso) sólo podremos hacer un estudio transversal, también llamado de prevalencia. ¿Y es malo un estudio transversal?

Todos los tipos de estudios tienen sus limitaciones y sus ventajas. Los estudios de transversales son baratos y rápidos de hacer, nos dan capacidad para obtener una muestra de buena calidad, nos sirven para estimar prevalencias y estudiar múltiples variables resultado (enfermedad-exposición). Pero a su vez son un tipo de estudio que los investigadores sólo utilizan para hacer planteamientos iniciales y para identificar frecuencias poblacionales de enfermedades que no sean raras o de curso muy rápido. Y es que el mayor problema que tienen los estudios de prevalencia es que no nos permiten establecer causalidad (decir que esto produce aquello).

Y es que para que admitamos una relación de causalidad tienen que cumplirse varios aspectos que sólo pueden comprobarse cuando tenemos datos de tipo longitudinal (a lo largo del tiempo). Se les conoce como Criterios de Causalidad de Bradford-Hill en honor a un epidemiólogo inglés que además de redactarlos los utilizó para ser el primero en demostrar que el tabaco produce cáncer de pulmón. Son carne de pregunta MIR desde hace años y si queréis conocerlos más a fondo podéis pasaros por el análisis que hice en "Hoy he aprendido que..."

En definitiva, los estudios que generan más ruido son habitualmente los estudios de prevalencia financiados con fondos privados de partes interesadas. Porque es muy fácil manipular los datos obtenidos de un muestreo transversal para que "digan" lo que nos interesa ante un público sin conocimientos estadísticos. Así podremos vender ideas como que quienes compran una determinada marca tienen más éxito en el trabajo o que comprar un coche te llevará a la felicidad. Pero sólo hace falta un poco de lógica y una lista con los Criterios de Bradford-Hill para sonrojar a más de un publicista ingenioso.

Este tema ya lo hemos comentado también al hablar de las gráficas de Hans Rosling, aunque quedó tapado por la Falacia Ecológica.

Leer más...

Hans Rosling y la Falacia Ecológica

No me canso de ver a Hans Rosling explicando sus maravillosas gráficas de la GapMinder Foundation. Esos datos volando de un lado a otro, y esas curiosas curvas que trazan a lo largo del tiempo. Y sin embargo sé que a nivel estadístico su validez es escasa porque se basan en relaciones entre valores poblacionales. Y es que los datos poblacionales no son un válidos para medir asociaciones ni para ser extrapolados a los individuos. Por ejemplo, no puedo asumir que Benson, de Sudáfrica, tendrá un sueldo menor que Helen, de Finlandia; aunque los datos poblacionales indican que la renta per capita es mayor en Luxemburgo, ya que Benson podría ser un futbolista de élite y Helen una desempleada.

El problema de los estudios con datos poblacionales, también llamados estudios ecológicos, es por tanto el propio origen de estos datos, las medidas de tendencia central. Y es que aunque Helen sea finlandesa, no implica que sea rubia.

En el día a día, llamamos a la falacia ecológica, estereotipos. Y las ideas estereotipadas nos llevan muchas veces a cometer prejuicios que muchas veces son fallidos.

Por tanto la falacia ecológica surge de la aplicación de rasgos o características muy presentes en una población a un indivíduo extraído de forma aleatoria de esa misma población. Un caso típico es la relación entre el consumo de tabaco de mascar y el cáncer de boca. En España el consumo de tabaco de mascar está prohibido (prevención primaria) pero no así en los Estados Unidos, y sabemos también que la incidencia de cancer oral es menor aquí. Sin embargo sólo con esos datos no podemos establecer una relación de causalidad entre el tabaco de mascar y el cáncer de boca. ¿Por qué? Pues porque en gran medida la falacia ecológica ocurre debido a la imposibilidad de controlar las múltiples variables confusoras en el análisis estadístico de los datos ya que no estamos midiendo las covariables (algunas pueden estar alterando los datos).

La falacia ecológica es también la que utilizan muchas preguntas tipo test. Si en un examen me preguntan qué enfermedad sospecho ante un paciente con fiebre, cefalea y mialgias, de un pueblo donde beben leche sin pasteurizar, buscaría sin dudar Brucellosis. Es más, lo que tiene es una Brucellosis, y punto. ¿Pero no sería más lógico pensar que lo que tiene es una gripe? Sí, pero seguro que bebió leche sin pasteurizar y seguro que provenía de una vaca infectada por Brucella. Claro está, ese proceso deductivo es falaz, porque podría estar inmunodeprimido y tener un a Listeriosis, o simplemente podríamos asumir que lo más probable es que tenga lo más probable y sea una simple gripe e incluso es posible que nuestro paciente ni tan siquiera beba leche. Pero así actúa la falacia ecológica, cuando suponemos que la presencia de un factor de riesgo y una enfermedad en la población bastan para demostrar una relación causa-efecto.

Pero, ¿significa esto que el bueno de Hans Rosling nos engaña? No necesariamente. Porque muchas de las charlas de la GapMinder no van sobre relaciones causales, si no sobre relaciones entre dos variables como por ejemplo poseer una bicicleta y la mortalidad infantil. Muchas de las suposiciones de Hans Rosling son meras conjeturas, pero el poder de la línea temporal otorga a sus presentaciones una potencia que aunque no sea estadística sí es visual.

Os dejo que os deleite con esta charla de 2009 sobre las tasas de infección por VIH en el mundo, no olvidéis la falacia ecológica, pero aprended de los datos:

Leer más...