How can the use of different modes of survey data collection introduce bias? A simple introduction to mode effects using directed acyclic graphs (DAGs)

Resumen Técnico: Sesgo en la Recolección de Datos de Encuestas de Modo Mixto

Planteamiento del Problema
El artículo aborda los desafíos metodológicos introducidos por la creciente adopción de la recolección de datos de modo mixto (por ejemplo, combinando entrevistas cara a cara, encuestas telefónicas y cuestionarios basados en la web) en epidemiología. Si bien los diseños de modo mixto ofrecen beneficios como la reducción de costos y mayores tasas de participación, introducen dos fuentes distintas de sesgo:

1. Efectos de Modo: Error de medición sistemático donde el modo de la encuesta influye en cómo los encuestados responden a las preguntas (por ejemplo, el sesgo de deseabilidad social en los modos dirigidos por un entrevistador frente al autosatisfacción o satisficing en los modos de autocompletado).
2. Selección de Modo: Diferencias en la composición de la muestra donde los individuos se seleccionan a sí mismos en modos específicos basándose en sus características (por ejemplo, nivel educativo, acceso a Internet o las propias variables de exposición/resultado).

Los autores argumentan que, si bien los efectos de modo suelen ser reconocidos, las consecuencias de intentar corregirlos mediante ajustes estadísticos estándar (como condicionar por el modo) son frecuentemente subestimadas. Específicamente, el condicionamiento ingenuo sobre el modo de la encuesta en presencia de selección de modo puede inducir un sesgo de colisionador (collider bias), lo que potencialmente distorsiona las relaciones exposición-resultado de manera más severa que el error de medición original.

Metodología
El artículo emplea Grafos Acíclicos Dirigidos (DAGs) como una herramienta metodológica primaria para visualizar y analizar las estructuras causales subyacentes en las encuestas de modo mixto.

• Notación: Los autores distinguen entre variables latentes (verdaderas) ($X$) y medidas observadas ($X^*$) obtenidas mediante la encuesta.
• Modelado de Escenarios: Los autores construyen una serie de DAGs para representar diversas configuraciones causales:
  • Escenarios donde el modo actúa únicamente como una fuente de variación de la medición (un competidor de la exposición o confundidor de las variables medidas).
  • Escenarios donde el modo actúa como un colisionador porque la exposición latente y/o el resultado influyen en la elección del modo de encuesta.
  • Escenarios longitudinales complejos que involucran medidas repetidas y cambios de modo a lo largo del tiempo.
• Evaluación de Soluciones: El artículo evalúa teóricamente la validez de tres enfoques estadísticos comunes —condicionamiento, imputación y análisis de sesgo cuantitativo— bajo estas diferentes estructuras causales.

Contribuciones Clave y Resultados
El análisis arroja varias ideas críticas respecto a la interacción entre los efectos de modo y la selección de modo:

1. Condicionamiento sobre el Modo:

   • Escenario Válido: Si el modo introduce variación de la medición pero no es influenciado por la exposición o el resultado (es decir, no hay selección de modo), el condicionamiento sobre el modo (por ejemplo, mediante estratificación o ajuste de covariables) elimina eficazmente el sesgo de medición.
   • Escenario Inválido: Si la exposición latente o el resultado influyen en la elección del modo (selección de modo), el modo se convierte en un colisionador. El condicionamiento sobre el modo en este contexto abre una ruta de retroceso (back-door path) entre la exposición y el resultado, introduciendo un sesgo de colisionador. El artículo señala que este sesgo puede dominar la reducción del error de medición, provocando consecuencias netas negativas.

2. Enfoques de Imputación:

   • El artículo critica las estrategias de imputación múltiple que tratan los datos de modos que no son de referencia como "datos faltantes". Este enfoque condiciona implícitamente sobre el modo (al descartar los datos de no-referencia), violando el supuesto de "Datos Faltantes al Azar" (MAR) si la selección de modo es impulsada por las variables de interés. Esto conduce a los mismos problemas de sesgo de colisionador que el condicionamiento directo.

3. Complejidad Longitudinal:

   • En entornos longitudinales, la selección de modo puede ocurrir en múltiples puntos temporales. Cambiar de modo entre oleadas puede inducir cambios aparentes en las variables que son en realidad artefactos de las diferencias de medición. Intentar corregir esto condicionando sobre modos variables en el tiempo corre el riesgo de abrir rutas de colisionador complejas, particularmente si existen determinantes no medidos de la selección de modo (por ejemplo, la posición socioeconómica).

4. Análisis de Sesgo Cuantitativo (QBA):

   • Los autores identifican el QBA como una alternativa más robusta cuando existe selección de modo. A diferencia del condicionamiento o la imputación, el QBA (incluyendo la calibración y el análisis de sensibilidad) no requiere el supuesto de que la selección de modo esté ausente o sea totalmente controlada. Permite a los investigadores estimar la magnitud del sesgo utilizando datos de validación externa o tamaños de efecto hipotéticos sin realizar supuestos fuertes y a menudo imposibles de probar sobre el mecanismo de selección.

Significancia y Reivindicaciones
El artículo se posiciona como una "introducción simple" a estos desafíos, con el objetivo de cerrar la brecha entre la literatura de metodología de encuestas y la práctica epidemiológica. Sus principales afirmaciones son:

• Riesgo Subestimado: El riesgo de introducir un sesgo de colisionador mediante el condicionamiento ingenuo sobre el modo de la encuesta es probablemente subestimado en epidemiología, particularmente a medida que los diseños de modo mixto se vuelven estándar.
• Dependencia del Contexto: No existe una solución universal. El manejo apropiado del modo depende enteramente de la estructura causal específica (es decir, si existe selección de modo y su relación con la exposición/resultado).
• Recomendación de Pensamiento Causal: Los investigadores deben utilizar DAGs para mapear explícitamente las relaciones causales entre la exposición, el resultado y el modo de la encuesta antes de seleccionar una estrategia analítica.
• Cambio en las Mejores Prácticas: Cuando se sospecha una selección de modo significativa, se deben evitar los métodos de ajuste estándar. En su lugar, los investigadores deben priorizar los análisis de sesgo cuantitativo para calibrar las estimaciones o evaluar la sensibilidad de sus hallazgos ante posibles efectos de modo, en lugar de confiar en el condicionamiento o la imputación que pueden introducir nuevos sesgos.

Los autores concluyen que, si bien prevenir los efectos de modo mediante el diseño es lo ideal, las soluciones estadísticas deben elegirse con una comprensión rigurosa de los mecanismos de selección subyacentes para evitar comprometer la validez interna de los estudios epidemiológicos basados en encuestas.