When correcting for regression to the mean is worse than no correction at all

Este artículo demuestra que los métodos comunes para corregir la regresión a la media suelen ser problemáticos y propone que la estrategia más robusta consiste en comparar la pendiente bruta sin corregir con una expectativa nula estructural basada en la repetibilidad de las mediciones, en lugar de aplicar correcciones que pueden introducir sesgos o errores.

Lo esencial

Imagina que eres un entrenador de un equipo de atletas. Tienes una regla de oro: "Los que empiezan muy mal, suelen mejorar mucho; y los que empiezan muy bien, a veces parecen empeorar o mejorar menos".

Esto suena lógico, ¿verdad? Pero, ¿es realmente porque el entrenamiento funciona así, o es solo una ilusión óptica de las matemáticas?

Este artículo científico es como un detective que desmonta una trampa estadística muy común en biología y medicina. Los autores, José Fontanari y Mauro Santos, nos explican por qué intentar "corregir" este fenómeno (llamado regresión a la media) con las fórmulas que todos usan actualmente, a menudo es peor que no hacer nada.

Aquí tienes la explicación sencilla, con analogías:

1. El Problema: La "Trampa del Eco" (Regresión a la Media)

Imagina que mides la altura de un grupo de niños un día. Algunos salen muy altos por puro azar (quizás se estiraron, o la cinta métrica estaba mal puesta). Al día siguiente, mides de nuevo. Esos niños "muy altos" por azar probablemente volverán a su altura normal.

• Lo que parece: "¡Los niños que empezaron muy altos, bajaron de altura! ¡Hay una relación mágica!"
• La realidad: Es solo ruido. Es como si lanzaras una moneda y saliera "Cara" 10 veces seguidas por suerte. La próxima vez, es casi seguro que saldrá "Cruz". No es que la moneda esté "cansada" de dar caras; es solo estadística.

En biología, esto pasa todo el tiempo: si tomas el peso de un pájaro o la tolerancia al calor de un lagarto, siempre hay errores de medición. Esos errores crean una ilusión de que "los que empezaron extremos, vuelven a la normalidad".

2. El Error Común: El "Parche Defectuoso" (El método de Berry)

Durante años, los científicos han usado una fórmula (el método de Berry) para intentar "limpiar" estos datos y ver la verdad.

• La analogía: Imagina que tienes una foto borrosa (tus datos con error). En lugar de intentar entender por qué está borrosa, decides poner un filtro digital que dice: "Voy a hacer que todo se vea nítido".
• El problema: Ese filtro (el método de Berry) a veces borra la realidad.
  • Si la verdad es que no hay ningún efecto, el filtro a veces inventa uno.
  • Si la verdad es que hay un efecto fuerte, el filtro lo hace desaparecer.
  • Es como intentar arreglar un reloj roto golpeándolo: a veces funciona, pero a menudo lo rompes más. Los autores dicen que este método es poco fiable y puede llevarte a conclusiones biológicas falsas.

3. La Solución "Perfecta" pero Impráctica (El método de Blomqvist)

Existe otro método (Blomqvist) que es matemáticamente perfecto. Es como tener una lupa mágica que ve a través del ruido.

• El problema: Para usar esta lupa, necesitas saber exactamente cuánto ruido hay (la precisión de tu medición).
• La realidad: En la vida real, rara vez sabemos eso con exactitud. Además, si tienes pocos datos (pocos animales o pacientes), esta lupa es tan sensible que te da resultados que saltan de un lado a otro, volviéndose inútiles. Es como intentar adivinar el precio de una casa en una isla desierta: la fórmula es perfecta, pero si no tienes datos, el resultado es un caos.

4. La Propuesta de los Autores: "No arregles, compara"

En lugar de intentar limpiar los datos (lo cual suele crear más problemas), los autores proponen una estrategia más inteligente y honesta:

La analogía del "Piso de Baile":
Imagina que estás en una fiesta y ves a la gente moverse. Algunos se mueven mucho, otros poco.

1. No intentes adivinar por qué se mueven así.
2. En su vez, calcula cuánto se moverían si solo hubiera ruido (si todos estuvieran borrachos y tropezando al azar).
3. Luego, compara tu observación real con ese "ruido de fondo".

¿Cómo lo hacen?
Dicen: "No corrijas los datos. Toma tu resultado crudo (sin tocarlo) y compáralo con lo que esperarías si todo fuera solo error de medición".

• Si tu resultado es más extremo que lo que el error de medición podría explicar por sí solo, ¡entonces tienes un hallazgo real!
• Si tu resultado es similar a lo que el error de medición explicaría, entonces no hay nada que ver; es solo ruido.

5. Ejemplos Reales del Papel

Los autores aplican esto a dos casos famosos:

• Los Lagartos: Se pensaba que los lagartos que ya aguantaban mucho calor no podían mejorar más (una "compensación"). Al usar su nuevo método, descubrieron que esa "compensación" podría ser solo una ilusión estadística. Dependiendo de qué tan precisas sean las mediciones, la conclusión cambia totalmente.
• Los Pájaros y el Envejecimiento: Se creía que los pájaros con telómeros (una parte del ADN) más largos envejecían más rápido. Al aplicar la prueba de "ruido vs. realidad", vieron que la evidencia no era tan sólida como se pensaba; podría ser solo el efecto de la regresión a la media.

Conclusión: La Lección para Todos

El mensaje final es sencillo pero poderoso:

"No intentes borrar el ruido con fórmulas mágicas. Primero, entiende cuánto ruido tienes en tu experimento."

Si no sabes qué tan precisas son tus mediciones (la "repetibilidad"), cualquier conclusión sobre si un tratamiento funciona o no es, en el mejor de los casos, una suposición y, en el peor, una mentira estadística.

En lugar de gastar energía en "corregir" los datos, los científicos deberían dedicar esa energía a medir la precisión de sus herramientas y comparar sus resultados con lo que el azar podría haber producido. Es la diferencia entre ver un fantasma en la niebla y saber que es solo un árbol movido por el viento.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo "When correcting for regression to the mean is worse than no correction at all" (Cuando corregir por la regresión a la media es peor que no corregir en absoluto) de José F. Fontanari y Mauro Santos.

1. El Problema: La Regresión a la Media (RTM) y el Acoplamiento Matemático

En ecología y fisiología, es común investigar cómo el estado inicial de un individuo ($x_1$) influye en su respuesta o cambio posterior ($d = x_2 - x_1$) ante un tratamiento o estímulo ambiental. Sin embargo, la estimación de esta relación mediante regresión o correlación está severamente distorsionada por dos fenómenos superpuestos:

1. Acoplamiento Matemático: Dado que la variable dependiente ($d$) contiene aritméticamente a la variable independiente ($x_1$), se genera una dependencia estructural que produce una correlación negativa espuria, incluso si las variables son independientes.
2. Regresión a la Media (RTM): Causada por el error de medición ($\delta^2$) y la variación biológica estocástica. Cuando se seleccionan individuos con valores extremos iniciales, su segunda medición tiende a acercarse a la media poblacional simplemente porque el error extremo de la primera medición es improbable de repetirse.

El dilema actual: Los investigadores a menudo intentan "corregir" estos datos utilizando métodos populares (como el de Berry et al., popularizado por Kelly & Price en The American Naturalist) para aislar el efecto biológico real. Los autores argumentan que estas correcciones son problemáticas: pueden introducir sesgos sistemáticos, inflar las tasas de error (Tipo I y Tipo II) y llevar a conclusiones biológicas erróneas.

2. Metodología y Marco Teórico

Los autores desarrollan un modelo estructural lineal para desentrañar los efectos biológicos reales de los artefactos estadísticos.

• Modelo Estructural:
  • Se definen valores verdaderos no observables ($X_1, X_2$) y valores medidos ($x_1, x_2$) sujetos a error ($\epsilon$).
  • El cambio verdadero se modela como: $D = \alpha + \beta X_1 + \zeta$, donde $\beta$ es el parámetro de interés (efecto diferencial del tratamiento) y $\zeta$ es ruido estocástico.
  • Se introduce el concepto de Repetibilidad ($R$): la proporción de la varianza total atribuible a diferencias individuales reales ($R = \gamma^2 / (\gamma^2 + \delta^2)$).
• Análisis de Métodos de Corrección:
  • Método de Berry et al. (1984): Utiliza la correlación observada entre $x_1$ y $x_2$ para ajustar el cambio. Los autores demuestran que este método asume implícitamente condiciones de "estado estacionario" de varianza que raramente se cumplen en biología (especialmente cuando existe ruido biológico $\nu^2$).
  • Método de Blomqvist (1977): Utiliza una estimación externa de la repetibilidad ($R$) o el error de medición ($\delta^2$) para obtener un estimador insesgado.
• Simulaciones y Validación Empírica:
  • Se realizaron simulaciones de Monte Carlo utilizando parámetros de presión arterial sistólica como sistema modelo.
  • Se reanalizaron dos estudios empíricos: plasticidad térmica en lagartijas (Anolis carolinensis) y dinámica de telómeros en aves (Cyanistes caeruleus).
  • Se empleó bootstrapping para evaluar intervalos de confianza y probar hipótesis nulas.

3. Contribuciones Clave y Resultados

A. Ineficacia y Sesgo del Método de Berry et al.

El análisis demuestra que el método de Berry et al. es insensible a la estructura del error y puede empeorar la inferencia:

• Sesgo Sistemático: Bajo la hipótesis nula de no efecto diferencial ($\beta=0$), el método de Berry a menudo produce un slope corregido ($\beta_B$) que es significativamente diferente de cero debido a la variación estocástica entre sujetos ($\nu^2$), aumentando falsos positivos.
• Convergencia a Cero: En escenarios con alto error de medición, el método tiende a corregir en exceso, haciendo que slopes biológicos reales y fuertes aparezcan como nulos (falsos negativos).
• Conclusión: El método es "insostenible" para pruebas de hipótesis o estimación de tamaños de efecto sin un conocimiento preciso de la estructura de varianza.

B. Limitaciones Prácticas del Método de Blomqvist

Aunque el método de Blomqvist es teóricamente insesgado, los autores muestran que su varianza de muestreo es extremadamente alta en conjuntos de datos de tamaño pequeño a moderado (típicos en ecología, $N < 50-100$).

• En muestras pequeñas, la alta varianza del estimador de Blomqvist hace que sus resultados sean a menudo menos precisos (más alejados del valor verdadero) que la pendiente "cruda" no corregida.
• Esto crea una paradoja: corregir con este método puede ser peor que no corregir en absoluto debido a la inestabilidad numérica.

C. La Solución Propuesta: Evaluación de la Pendiente Cruda contra una Esperanza Estructural

En lugar de intentar "corregir" los datos (lo que introduce nuevos sesgos), los autores proponen una estrategia de inferencia robusta:

1. Mantener la pendiente cruda ($\beta_c$): No modificar los datos observados.
2. Definir una Hipótesis Nula Estructural: Bajo la hipótesis de que no hay efecto biológico diferencial ($\beta=0$), la pendiente observada esperada no es 0, sino $R - 1$ (o $-\delta^2/V(x_1)$).
3. Prueba de Hipótesis: Comparar la pendiente cruda observada con el intervalo de confianza generado por el bootstrapping de la muestra. Si el valor esperado bajo la nulidad estructural ($R-1$) cae dentro del intervalo de confianza de la pendiente observada, no se puede rechazar la hipótesis nula.
4. Requisito Crítico: Esta prueba requiere una estimación (aunque sea cualitativa) de la repetibilidad ($R$) del experimento. Sin conocer $R$, cualquier conclusión sobre la magnitud del efecto es estadísticamente infundada.

D. Reanálisis de Casos de Estudio

• Lagartijas: Un slope negativo fuerte observado ($\beta_c = -0.872$) se interpretó previamente como un trade-off biológico. Sin embargo, al aplicar el marco estructural, se demuestra que este resultado es consistente con la RTM si la repetibilidad es baja, cuestionando la conclusión biológica original.
• Telómeros: La corrección de Berry eliminó completamente la correlación, mientras que Blomqvist mostró una correlación moderada pero con una incertidumbre enorme. El análisis de la pendiente cruda mostró que la relación observada era estadísticamente indistinguible de la RTM pura.

4. Significado e Implicaciones

El artículo ofrece un cambio de paradigma en el análisis de datos longitudinales en biología:

1. Crítica a la "Corrección Ciega": Advertencia severa contra el uso automático de métodos de corrección (especialmente el de Berry et al.) sin un conocimiento profundo de la repetibilidad y la estructura de error del experimento.
2. Jerarquía Lógica: La estimación de la magnitud del efecto biológico es lógicamente posterior a la evaluación de la repetibilidad del experimento. Sin un estimado de $R$, los intervalos de confianza precisos calculados alrededor de efectos corregidos son engañosos.
3. Nueva Estrategia de Inferencia: Se propone evaluar si los resultados observados son inconsistentes con los sesgos inherentes al diseño experimental (RTM), en lugar de intentar eliminar esos sesgos mediante fórmulas ad-hoc.
4. Revisión de Literatura: Los autores instan a una reevaluación sistemática de estudios publicados que han utilizado correcciones de RTM, sugiriendo que muchas conclusiones sobre "compensación", "trade-offs" o "plasticidad diferencial" podrían ser artefactos estadísticos.

En resumen, el paper argumenta que la mejor manera de navegar la regresión a la media no es corregir los datos, sino cuantificar la incertidumbre estructural mediante la repetibilidad y probar si los datos observados se desvían significativamente de lo que el error de medición predice por sí solo.