🧬 biology

Towards a Unified Framework for Statistical and Mathematical Modeling

Este artículo propone un marco unificado que utiliza la noción de identificación y el análisis de límites para establecer un lenguaje común que integre las tradiciones de modelado estadístico y matemático, facilitando así su comparación e interacción en las ciencias cuantitativas.

Autores originales: Paul N Zivich

Publicado 2026-03-05

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Paul N Zivich

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

🌉 Un Puente entre dos Mundos: Estadística y Matemáticas

Imagina que la ciencia es como un gran mapa del tesoro. Para encontrar el tesoro (la verdad sobre cómo funciona el mundo), existen dos equipos de exploradores que han estado trabajando por separado durante mucho tiempo:

Los Estadísticos (Los Observadores): Son como detectives que miran huellas, fotos y testimonios. Usan datos reales (encuestas, ensayos clínicos) para adivinar qué pasó. Su lema es: "Miremos los datos y veamos qué nos dicen".
Los Matemáticos (Los Arquitectos): Son como ingenieros que construyen maquetas perfectas en su mente. Usan fórmulas y teorías para simular cómo debería funcionar un sistema, sin necesidad de mirar el mundo real primero. Su lema es: "Si la teoría es correcta, el sistema debe comportarse así".

El problema es que estos dos equipos hablan idiomas diferentes y a veces no se entienden. El autor de este artículo, Paul Zivich, quiere construir un puente para que puedan trabajar juntos.

🔍 La Llave del Puente: "Identificación" y "Límites"

Para unir a ambos equipos, el autor usa una herramienta llamada Identificación.

Imagina que quieres saber si un vacuna contra el tétanos funciona.

El objetivo: Saber cuántas personas se salvaron gracias a la vacuna.
El problema: No podemos ver el futuro. No sabemos qué le habría pasado a una persona vacunada si no se hubiera vacunado (eso es un "contrahecho" o un escenario imaginario).

Aquí es donde entra la magia de los Límites (Bounds):

En lugar de decir "La vacuna funciona un 50% de las veces" (un número exacto que a veces es imposible de saber), el autor sugiere decir: "La vacuna funciona entre un 20% y un 80% de las veces".

Para los Estadísticos: Estos límites se calculan usando datos reales y suposiciones (como "asumimos que no hubo trampa en el experimento").
Para los Matemáticos: El autor propone que también podemos calcular estos límites usando sus modelos teóricos. Si su modelo es muy flexible, los límites serán amplios (como decir "puede ser cualquier cosa"). Pero si el modelo tiene reglas estrictas basadas en la biología real, los límites se estrechan y nos dan una respuesta más precisa.

🏗️ La Analogía de la "Caja Vacía" vs. "La Caja con Reglas"

El autor introduce un concepto divertido para diferenciar los modelos matemáticos:

El Modelo "Vacío" (Vacuous): Imagina una caja de herramientas que tiene todas las herramientas posibles, pero no sabes cuál usar. Puedes construir cualquier cosa, desde un castillo hasta un barco. Como puedes hacer cualquier cosa, la caja no te dice nada útil sobre qué es lo que realmente pasa en el mundo. Es como decir: "La vacuna podría funcionar desde el 0% hasta el 100%". Esto no nos ayuda a tomar decisiones.
El Modelo "No Vacío" (Non-Vacuous): Ahora imagina una caja que solo tiene herramientas específicas para construir barcos. Si intentas construir un castillo, no puedes. Esto es útil porque descarta posibilidades imposibles. Si el modelo dice "La vacuna no puede funcionar menos del 20%", eso es información valiosa.

El autor nos dice que los modelos matemáticos son útiles cuando descartan posibilidades absurdas, no cuando intentan abarcar todo.

💊 El Ejemplo Real: La Pastilla para la Presión Alta

Para demostrar su idea, el autor crea un modelo simple sobre una pastilla para la presión alta (amlodipina).

La pregunta: ¿Cuánto baja la presión arterial esta pastilla?
El proceso:
1. Toma datos reales de personas (estadística) para saber cómo es su presión inicial.
2. Usa fórmulas matemáticas (matemáticas) para simular cómo la pastilla viaja por la sangre y actúa.
3. El truco: En lugar de dar un solo número, calcula un rango. Dice: "Con la información que tenemos, la pastilla baja la presión entre un 23% y un 91%".

Luego, el autor hace una autocrítica (como un chef probando su propia comida):

"Espera, usé datos de gente de Corea del Sur para calcular cómo se absorbe la pastilla, pero mi pregunta es sobre gente de EE. UU. ¿Son iguales?"
"Asumí que la pastilla no cambia de peso, pero ¿y si la gente tiene sobrepeso?"

Esta es la parte más importante: El marco de trabajo ayuda a ver dónde están los agujeros en la lógica. Te obliga a preguntar: "¿Son mis suposiciones reales o solo estoy inventando cosas?".

🚀 Conclusión: ¿Por qué importa esto?

Este artículo es como un manual de instrucciones para que los detectives y los arquitectos dejen de pelear y empiecen a colaborar.

Para los científicos: Les da un lenguaje común para comparar sus modelos.
Para la sociedad: Significa que cuando leemos noticias sobre "nuevos modelos de predicción" (como los de pandemias o cambio climático), podemos entender mejor qué tan seguros son esos números. Sabemos si son "cajas vacías" (que dicen cualquier cosa) o "cajas con reglas" (que nos dan límites útiles).

En resumen, el autor nos invita a dejar de buscar la "respuesta perfecta y única" y empezar a trabajar con rangos de posibilidades razonables, usando tanto los datos del mundo real como la lógica de las matemáticas. Es un paso hacia una ciencia más honesta y colaborativa.

Resumen Técnico: Hacia un Marco Unificado para el Modelado Estadístico y Matemático

1. Planteamiento del Problema

En las ciencias biológicas, físicas y sociales coexisten dos tradiciones cuantitativas principales que, aunque comparten el objetivo de avanzar en el conocimiento científico, han evolucionado de manera independiente con lenguajes y marcos inferenciales distintos:

Modelado Estadístico (Empírico/Fenomenológico): Se basa en observaciones para estimar parámetros (ej. ensayos aleatorizados, regresión, g-fórmula).
Modelado Matemático (Mecanicista): Se deriva de representaciones teóricas del sistema mediante fórmulas, sin necesariamente requerir observaciones directas para su formulación inicial (ej. ecuaciones diferenciales, simulaciones micro, modelos basados en agentes).

El problema central es la falta de un lenguaje común y un marco formal que permita comparar, integrar y evaluar críticamente ambos enfoques. Aunque existen trabajos que exploran intersecciones (como modelos gráficos causales), no existe una metodología unificada para analizar modelos matemáticos utilizando herramientas de la inferencia causal, que tradicionalmente provienen del modelado estadístico.

2. Metodología y Marco Propuesto

El autor propone un marco unificado basado en el concepto de identificación de la inferencia causal, utilizando límites (bounds) o rangos de valores numéricos plausibles como herramienta central para analizar ambos tipos de modelos.

A. Definición del Parámetro de Interés ( $\psi$ ):
Se define un parámetro de interés (ej. Efecto Causal Promedio, ACE) que cuantifica la pregunta científica. Se utiliza el marco de resultados potenciales de Neyman, donde $\psi$ se define sobre un espacio de parámetros $\Psi$ .

B. Identificación en Modelos Estadísticos:
Se revisan los resultados clásicos de identificación:

Identificación Parcial: Sin supuestos adicionales, el parámetro $\psi$ solo puede acotarse dentro de un subconjunto propio de $\Psi$ (los límites de Fréchet).
Identificación Puntual: Bajo supuestos como aleatorización (intercambiabilidad marginal) o ausencia de confusión no controlada (intercambiabilidad condicional), $\psi$ se expresa como una función de los datos observables (ej. g-fórmula).
Supuesto de Especificación Correcta: Para la estimación, se asume que la función de probabilidad verdadera está contenida en el modelo estadístico elegido.

C. Extensión a Modelos Matemáticos:
El autor redefine la "identificación" para modelos matemáticos como la tarea de expresar $\psi$ como función de la información disponible (teoría u observaciones), no solo de datos.

Modelos Vacuos vs. No Vacuos:
- Un modelo se considera vacuo si, para cualquier combinación de parámetros dentro de sus espacios definidos, puede generar cualquier valor en el espacio de parámetros $\Psi$ . Esto significa que el modelo no aporta información estructural más allá de las definiciones de variables.
- Un modelo no vacuo restringe los valores posibles de $\psi$ antes incluso de considerar los valores específicos de los parámetros, imponiendo restricciones estructurales.
Supuesto de "Captura del Modelo" (Model-Capture): En lugar de "especificación correcta", se introduce este supuesto para modelos matemáticos. Establece que los parámetros verdaderos ( $\theta^*, \lambda^*$ ) residen dentro de un subconjunto restringido ( $\Theta^*, \Lambda^*$ ) basado en información externa (ensayos, estudios farmacocinéticos, creencias expertas).
Resultado de Identificación Parcial: Bajo el supuesto de captura del modelo, el parámetro $\psi$ se identifica parcialmente dentro de un rango $\Psi^* \subset \Psi$ , calculado como el mínimo y máximo de la función del modelo sobre los subconjuntos de parámetros permitidos.

3. Resultados y Aplicación (Estudio de Caso)

El marco se ilustra mediante un modelo farmacodinámico simple para evaluar el efecto de la amlodipina (un bloqueador de canales de calcio) en la hipertensión (presión arterial sistólica $\ge$ 140 mm Hg).

Estructura del Modelo:
- $A$ : Tratamiento (Amlodipina 10mg vs. Placebo).
- $M$ : Concentración efectiva del fármaco a las 24 horas.
- $Y$ : Estado de hipertensión.
- El modelo integra tres funciones: densidad de probabilidad de la presión basal ( $f$ ), concentración efectiva ( $g$ ) y probabilidad de hipertensión dada la concentración ( $h$ , basada en una ecuación de Hill/E-max).
Proceso de Acotamiento:
1. Se demostró que el modelo estructural era vacuo (podía generar cualquier resultado en $[-1, 1]$ ).
2. Se aplicaron restricciones basadas en información externa para definir los subconjuntos de parámetros ( $\Theta^*, \Lambda^*$ $Θ^{*}, Λ^{*}$ ):
  - Distribución de presión basal: Datos empíricos de NHANES 2017-2018.
  - Concentración de fármaco ( $\theta_1$ ): Restringido a $[0.25, 0.40]$ basado en datos farmacocinéticos.
  - Parámetros de respuesta ( $\lambda_1, \lambda_2$ ): Restringidos a rangos reportados en literatura farmacodinámica.
  - Supuestos de nulidad: $\lambda_0 = 0$ (cambio basal nulo sin tratamiento) y $\lambda_3 = 0$ (sin efectos directos no mediados por concentración).
Resultado Cuantitativo:
- Al calcular el mínimo y máximo del efecto causal promedio sobre las combinaciones de parámetros permitidas, se obtuvieron los límites: $\Psi^* = [0.23, 0.91]$ .
- Interpretación: Esto indica un efecto protector sustancial de la amlodipina en la población objetivo, incluso sin una identificación puntual exacta.

4. Contribuciones Clave

Lenguaje Unificado: Propone utilizar la noción de "identificación" y "límites" como un puente semántico y metodológico entre el modelado estadístico y matemático.
Nueva Definición de Identificación para Modelos Mecanicistas: Expande la identificación más allá de los datos observados, incorporando la teoría y la información externa como fuentes de restricción de parámetros.
Distinción Estructural (Vacuo vs. No Vacuo): Introduce una clasificación crítica para evaluar si un modelo matemático aporta restricciones estructurales reales o si es meramente un contenedor de parámetros.
Supuesto de "Captura del Modelo": Formaliza cómo la información externa justifica la reducción de la incertidumbre en los parámetros de modelos matemáticos, análogo a los supuestos de confusión en modelos estadísticos.
Herramienta de Evaluación: El marco permite auditar modelos matemáticos identificando debilidades en la especificación de la pregunta científica, la estructura del modelo o la justificación de los rangos de parámetros.

5. Significado e Implicaciones

Evaluación de Modelos: Proporciona un método riguroso para evaluar la utilidad de los modelos matemáticos. Un modelo no necesita ser "correcto" en todos sus detalles para ser útil; si puede acotar el parámetro de interés a un rango plausible y estrecho bajo supuestos justificables, tiene valor científico.
Resolución de Debates sobre Intercambiabilidad: Clarifica el papel de la intercambiabilidad en modelos matemáticos. Aunque el modelador controla la asignación de tratamiento por diseño (intercambiabilidad marginal garantizada), la intercambiabilidad de la información externa (generalizabilidad de los datos usados para restringir parámetros al contexto de estudio) es el supuesto crítico.
Calibración y Validación: Sugiere que los procedimientos de "calibración" en modelado matemático pueden entenderse formalmente como intentos de reducir los límites de identificación mediante la incorporación de datos observacionales.
Futuro de la Ciencia Cuantitativa: Fomenta la colaboración interdisciplinaria, permitiendo que epidemiólogos y matemáticos utilicen herramientas compartidas para abordar problemas complejos, desde la dinámica de enfermedades hasta la farmacología.

En conclusión, el artículo demuestra que la inferencia causal no es exclusiva del modelado estadístico, sino que ofrece un marco potente para estructurar, evaluar y mejorar la credibilidad de los modelos matemáticos mecanicistas mediante el uso explícito de límites y supuestos transparentes.