📊 statistics

Lord's 'paradox' explained: the 50-year warning on the use of 'change scores' in observational data

Este artículo resuelve la paradoja de 50 años de Lord al demostrar que ni las comparaciones de puntuaciones de cambio ni las comparaciones de seguimiento ajustadas por el valor basal pueden estimar de manera fiable los efectos causales en datos observacionales debido a sesgos distintos, resaltando así la necesidad crítica de preguntas de investigación bien definidas y métodos de inferencia causal avanzados como los métodos-g.

Autores originales: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Publicado 2026-01-27

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El gran misterio: Dos estadísticos, dos respuestas

Imagine que una universidad quiere saber si la comida en el comedor hace que los estudiantes ganen peso, o si los chicos y las chicas ganan peso de forma diferente. Pesan a todo el mundo en septiembre (al inicio del trimestre) y de nuevo en junio (al final del trimestre).

Contratan a dos estadísticos para que analicen los datos.

Estadístico A: Observa la diferencia de peso. Ve que, en promedio, los chicos y las chicas pesaban lo mismo en septiembre y pesaban lo mismo en junio. Su conclusión: "Nada cambió. La dieta y el sexo no importan".
Estadístico B: Observa el peso final, pero ajustándolo según cuánto pesaban al principio. Ve que, para los estudiantes que empezaron con el mismo peso, los chicos terminaron siendo más pesados que las chicas. Su conclusión: "Los chicos ganaron significativamente más peso que las chicas, incluso cuando empezaron con el mismo tamaño".

Esto es la Paradoja de Lord. ¿Cómo es posible que dos personas inteligentes miren exactamente los mismos números y lleguen a conclusiones completamente opuestas?

La solución del artículo: No es un misterio, es una trampa

Los autores de este artículo argumentan que esto no es un misterio mágico. Es, en realidad, una señal de advertencia. Ambos estadísticos están utilizando métodos que son defectuosos en datos observacionales (datos donde las personas no son asignadas al azar a grupos, como chicos frente a chicas).

El artículo explica que el concepto de "cambio" es complicado. Para entenderlo, imagine que una variable (como el peso) cambia por tres razones diferentes:

El factor de "Hábito" (Cambio endógeno): Cosas que suceden automáticamente debido a dónde empezaste. Si ya eres pesado, es natural que te mantengas pesado o ganes un poco solo por existir.
El factor de "Ruido" (Cambio aleatorio): Fluctuaciones aleatorias, como pesarte en una báscula tambaleante o haber dormido mal una noche.
El factor "Real" (Cambio exógeno): El efecto real de algo nuevo, como la dieta o la exposición que estamos estudiando.

El Objetivo: Queremos medir el factor "Real". Queremos saber: ¿La dieta realmente causó el cambio de peso, independientemente de qué tan pesados fueran al principio?

Por qué falló el Estadístico A (La trampa de la "Puntuación de Cambio")

El Estadístico A utilizó una Puntuación de Cambio. Esto es como calcular: Peso Final - Peso Inicial.

La Analogía: Imagine que intenta ver cuánto creció una planta. Mide la planta al principio y al final, y luego resta el valor inicial al valor final.

El Problema: Si la "exposición" (como ser un chico) causó que el peso inicial fuera mayor, este método falla.
La Explicación del Artículo: Al restar el peso inicial, accidentalmente estás restando el efecto de la exposición misma. Si ser un chico hace que empieces siendo más pesado, y restas ese peso inicial, esencialmente estás "cancelando" aquello que intentas medir.
El Resultado: El Estadístico A obtuvo un resultado de "cambio cero" porque la matemática canceló el efecto real. El artículo dice que este método es peligroso en estudios observacionales porque a menudo ocge la verdad o incluso da la respuesta incorrecta (como decir que un medicamento funciona cuando en realidad no lo hace, o viceversa).

Por qué el Estadístico B también era defectuoso (La trampa del "Ajuste")

El Estadístico B utilizó ANCOVA (Seguimiento condicionado al valor basal). Esto es como decir: "Comparemos chicos y chicas, pero solo si empezaron con el mismo peso exacto".

La Analogía: Imagine que intenta ver si un nuevo fertilizante funciona. Observa dos plantas que tienen la misma altura. Pero su regla está ligeramente doblada (error de medición).

El Problema: En la vida real, nuestras mediciones de "peso inicial" no son perfectas. Tienen "ruido" (como una báscula tambaleante).
La Explicación del Artículo: Cuando intentas ajustar una medición inicial que es ligeramente errónea, la matemática se vuelve complicada. Tiende a sobreestimar el efecto. Parece que los chicos ganaron más peso de lo que realmente ganaron porque el "ruido" en la medición inicial arruinó el ajuste.
El Resultado: El Estadístico B encontró una gran diferencia, pero el artículo sugiere que esta diferencia podría estar exagerada debido a errores de medición y otros factores ocultos (como los hábitos de actividad física) que no fueron tomados en cuenta.

El Veredicto: Una advertencia de 50 años

El artículo concluye que ninguno de los dos métodos es perfecto para datos observacionales.

Las Puntuaciones de Cambio (Estadístico A) tienden a subestimar o esconder el efecto, especialmente si la exposición afecta el punto de partida.
Los Métodos de Ajuste (Estadístico B) tienden a sobreestimar el efecto debido a errores de medición y otros factores de confusión ocultos.

El Escenario "Perfecto":
El artículo señala que si esto fuera un Ensayo Controlado Aleatorizado (como un ensayo de medicamentos donde las personas son asignadas al azar a los grupos), ambos métodos funcionarían bien y darían la misma respuesta. La paradoja solo ocurre en entornos "observacionales" donde los grupos (como chicos frente a chicas) ya existen y presentan diferencias previas.

La Conclusión para todos

La lección principal de este rompecabezas de 50 años es: Tenga mucho cuidado cuando analice el "cambio" en datos del mundo real.

Defina su pregunta claramente: ¿Qué está intentando medir exactamente?
No confíe en la simple resta: Simplemente tomar la diferencia entre el "antes" y el "después" suele ser engañoso si los grupos empezaron de forma distinta.
No confíe en los ajustes simples: El simple hecho de "ajustar" por el punto de partida no es una solución mágica si sus mediciones son imperfectas o si hay factores ocultos (como los hábitos de ejercicio) que influyen en los resultados.

El artículo no ofrece una única "solución mágica" para todas las situaciones, pero advierte a los científicos que las dos formas más comunes de observar el cambio suelen estar sesgadas en direcciones opuestas, lo que conduce a la confusa "paradoja" que vemos en el ejemplo de Lord.

Resumen Técnico: Explicación de la 'Paradoja' de Lord: La advertencia de 50 años sobre el uso de 'puntuaciones de cambio' en datos observacionales

Planteamiento del problema
El enigma de Frederick Lord de 1967, conocido como la 'paradoja' de Lord, resalta un problema persistente en la ciencia de datos observacionales: dos enfoques estadísticos aparentemente razonables para estimar el efecto de una exposición sobre el 'cambio' de un resultado pueden producir resultados radicalmente diferentes y, en ocasiones, con signos discordantes. El primer enfoque (Enfoque 1) compara las medias de las 'puntuaciones de cambio' (la diferencia entre el seguimiento y la línea de base, $\Delta Y = Y_1 - Y_0$ ) entre grupos de exposición. El segundo enfoque (Enfoque 2) compara los resultados de seguimiento entre grupos condicionando el resultado de la línea de base (por ejemplo, el Análisis de Covarianza, ANCOVA). Mientras que la literatura ha debatido durante mucho tiempo si estos métodos responden a preguntas diferentes o si uno es superior, este artículo argumenta que la paradoja surge porque ambos métodos son susceptibles de sesgos distintos y opuestos cuando se aplican a datos observacionales donde la exposición no es aleatorizada.

Metodología y marco conceptual
Los autores resuelven la paradoja deconstruyendo la definición de 'cambio' y mapeando las vías causales involucradas en los datos longitudinales. Proponen que el cambio de una variable a lo largo del tiempo ( $Y_1 - Y_0$ ) está impulsado por tres componentes distintos:

Cambio endógeno: Autocorrelación de la instancia de la línea de base ( $Y_0$ ), que representa procesos predeterminados.
Cambio aleatorio: Variación aleatoria transitoria, que incluye el error de medición clásico.
Cambio exógeno: Cambio no aleatorio y no endógeno ( $C_Y$ ) que es potencialmente modificable por variables de la línea de base.

Los autores postulan que el verdadero estimando objetivo en la mayoría de las indagaciones causales es el efecto de una exposición ( $X$ ) sobre el cambio exógeno. Utilizan Gráficos Acíclicos Dirigidos (DAG) para ilustrar cómo la relación entre la exposición y el resultado de la línea de base ( $Y_0$ ) dicta el estimando apropiado. Específicamente, cuando $X$ causa $Y_0$ (como en el ejemplo original de Lord donde el sexo influye en el peso basal), el objetivo es el efecto directo controlado de $X$ sobre $Y_1$ en niveles fijos de $Y_0$ .

Para demostrar la mecánica del sesgo, los autores derivan la relación matemática entre los dos enfoques. Muestestan que un análisis de puntuación de cambio resta efectivamente un término $[1 - \beta_1]Y_0$ del resultado de seguimiento. En entornos observacionales donde $X$ está asociado con $Y_0$ , este término de sustracción introduce sesgo a menos que se cumplan estrictas suposiciones (tendencias paralelas y ausencia de anticipación). Por el contrario, el enfoque de seguimiento condicionado a la línea de base (ANCOVA) intenta aislar el cambio exógeno restando una función lineal de $Y_0$ . Sin embargo, este enfoque es susceptible de sesgo si $Y_0$ se mide de forma imperfecta (lo que conduce a la dilución por regresión e infla las estimaciones) o si la relación es no lineal.

Los autores validan estas afirmaciones teóricas mediante datos simulados que replican el escenario original de Lord (sexo, peso basal, peso de seguimiento). Simulan escenarios con y sin error de medición clásico transitorio y confusión dependiente del tiempo (actividad física).

Resultados clave
Los resultados de la simulación y el análisis teórico arrojan los siguientes hallazgos:

Sesgos opuestos: En ausencia de aleatorización, los dos enfoques producen estimaciones sesgadas en direcciones opuestas. Los análisis de puntuación de cambio tienden a producir estimaciones diluidas o nulas (o incluso coeficientes de signo opuesto) cuando la exposición causa o es causada por el resultado de la línea de base. Los análisis de seguimiento condicionados a la línea de base tienden a producir estimaciones infladas cuando el resultado de la línea de base se mide con error.
El papel del error de medición: La medición imperfecta del resultado de la línea de base es una fuente crítica de sesgo para el enfoque ANCOVA. Los autores demuestran que el uso de múltiples medidas del resultado de la línea de base puede reducir este sesgo, aunque puede no eliminarlo por completo.
Confusión dependiente del tiempo: Cuando existe un confuso dependiente del tiempo (por ejemplo, la actividad física) que es causado por la exposición y afecta tanto a la línea de base como al seguimiento, el simple condicionamiento en la línea de base falla. En tales casos, los modelos estándar de ANCOVA o de puntuación de cambio producen estimaciones sesgadas, mientras que se requieren métodos-g (por ejemplo, la computación-g) para recuperar el verdadero efecto causal.
Equivalencia bajo condiciones específicas: Los autores señalan que los análisis de puntuación de cambio y los análisis de seguimiento condicionados a la línea de base son matemáticamente equivalentes cuando el modelo de puntuación de cambio también condiciona la línea de base, siempre que se cumplan las mismas suposiciones.

Significación y conclusiones
El artículo concluye que la 'paradoja' de Lord no es una curiosidad estadística, sino una advertencia fundamental sobre el uso de puntuaciones de cambio en datos observacionales. Los autores afirman que ninguno de los dos enfoques es universalmente "correcto" para estimar el efecto de una exposición sobre el cambio exógeno sin satisfacer suposiciones específicas y, a menudo, imposibles de probar.

La principal significación del trabajo radica en la clarificación de que:

Las puntuaciones de cambio son generalmente inapropiadas para datos observacionales donde la exposición influye en el resultado de la línea de base (o viceversa), ya que no logran aislar el cambio exógeno debido al sesgo inherente en el término de sustracción.
El ANCOVA no es una panacea; es altamente sensible al error de medición en la variable de la línea de base y a la confusión dependiente del tiempo.
Es esencial tener preguntas de investigación bien definidas. Los investigadores deben definir claramente si están interesados en efectos totales, efectos directos o cambios exógenos, y reconocer que los análisis de "cambio" estándar a menudo fallan en estimar estos objetivos en entornos no aleatorizados.

Los autores recomiendan que los análisis de puntuación de cambio se reserven principalmente para experimentos naturales o ensayos aleatorizados donde la exposición es exógena. En entornos observacionales, los investigadores deben priorizar modelos causales bien definidos, utilizar múltiples medidas de la línea de base para mitigar el error de medición y emplear métodos avanzados como los métodos-g para abordar la confusión dependiente del tiempo.