Factores de Confusión: ¿Qué son?, ¿como se miden?

La variable de confusión, o factor de confusión, es un concepto simple en teoría, pero por varias razones es complicado de definirlo. Este concepto es sumamente importante en ciencias y especialmente en biomedicina, porque toca un tema fundamental como es la causa de las enfermedades.  El primer autor que trató explícitamente el tema de la confusión fue el filósofo y economista británico John Stuart Mill , a mediados del siglo XIX, el cuál propuso como una necesidad vital en las investigaciones evitar todos los factores que pudieran estar afectando la relación entre una causa y su efecto. 

Veamos un ejemplo, la manera más fácil de entenderlo es visualizar las relaciones entre las variables como si fueran diagramas. En este caso digamos que X es mi variable causa e Y es mi variable efecto.Así,  Z, es mi variable de confusión. El ejemplo clásico que se da en este tipo de explicaciones es el de la relación del cigarrillo y el cáncer de pulmón.

En este caso está bien establecido que la variable fumar es la causa, y el cáncer de pulmón, es el efecto. Si calculamos el Riesgo Relativo de la enfermedad, obtendremos un valor aproximadamente de 7, dependiendo de la población que se estudie. ¿Cómo calculamos el riesgo relativo?  Estos resultados se pueden estimar calculando el número de individuos que fuman y desarrollaron la enfermedad y dividirlo por la cantidad de individuos que no fuman y desarrollaron la enfermedad. El resultado se puede interpretar de la siguiente manera: Los individuos que fuman tienen 7 veces más chances de enfermar por cáncer de pulmón que aquellos que no fuman.

Ahora, digamos que deseamos replicar estos resultados con nuestras muestras y no consideramos las variables de confusión, el resultado podría no será preciso. Un ejemplo de confusión es la edad, por ejemplo, si no consideramos la edad antes de planificar la investigación, podríamos haber elegido en el grupo de  individuos fumadores, muchos más jóvenes que adultos, donde a pesar de ser fumadores la enfermedad no ha tenido la oportunidad de expresarse; y en el grupo de los no fumadores podrían haber, en contraposición, una mayoría de personas grandes, tal vez presentando algunos casos de cáncer de pulmón que son el resultado del avance de la edad y no por el cigarrillo. Al tener 10 casos en el grupo de fumadores y 10 en el grupo de no fumadores, nuestro riesgo relativo es igual a 1. No hay asociación.

En este caso es claro que la Edad es un factor de confusión. Otro ejemplo Un ejemplo es el café y el cáncer de pulmón. Algunos estudios del siglo XIX habían encontrado asociaciones fuertes entre tomar el café y el mal del pulmón, con riesgo relativos cercnos a 5 .  Lo que había pasado es que los fumadores tenían y tienen por costumbre ser grandes consumidores de café. La asociación que se veía entre el café y la enfermedad era, en realidad, la del efecto del tabaco en los tomadores de café. En este caso el tabaco era el factor de confusión para las conclusiones entre las variables café y cáncer de pulmón, estaba asociado a la toma de café por un lado, y por el otro lado estaba asociado al cáncer de pulmón.

En síntesis, una variable de confusión es aquella que distorsiona la medida de la asociación entre otras dos variables. El resultado puede ser la observación de un efecto donde en realidad no existe (Asociación espúrea), la exageración de una asociación real (confusión positiva) o, por el contrario, la atenuación de una asociación real (confusión negativa).

Finalmente, me gustaría aclarar que la confusión es un concepto causal, aunque en la práctica es determinado mediante asociaciones estadísticas y correlaciones. En el próximo video hablaré un poco de las dificultades de definir formalmente lo que es o lo que no es confusión. Espero que les haya gustado.

YouTube, que son las variables de confusión