A Bayesian Reinterpretation of Cornfield-Type Sensitivity Analysis: From Thresholds to Probabilities

A continuación presento un resumen técnico detallado del artículo "Una reinterpretación bayesiana del análisis de sensibilidad tipo Cornfield: De umbrales a probabilidades", estructurado según los puntos solicitados.

1. El Problema: Limitaciones de los Umbrales en el Análisis de Sensibilidad

En los estudios observacionales, la inferencia causal se ve obstaculizada por el confundimiento no medido. Aunque se ajustan covariables observadas, siempre existe la posibilidad de que un factor no observado explique la asociación observada.

• Enfoque actual (Cornfield y E-valor): La metodología estándar, basada en el argumento de Cornfield (1959) y formalizada recientemente mediante el E-valor (VanderWeele & Ding, 2017), se centra en calcular un umbral determinista. El E-valor responde a la pregunta: "¿Qué tan fuerte debe ser la asociación de un confundidor no medido con la exposición y el resultado para anular completamente el efecto observado?".
• La brecha inferencial: El problema fundamental que identifica el autor es que estos métodos son descriptivos y diagnósticos, no inferenciales. Proporcionan un número (el umbral), pero no responden a la pregunta crucial para la toma de decisiones: "¿Qué tan plausible es que exista un confundidor con esa fuerza?".
• Consecuencia: En la práctica, los investigadores deben llenar este vacío con razonamiento informal ("el E-valor es grande, por lo tanto es robusto"), careciendo de una base probabilística formal para evaluar la credibilidad de la afirmación causal.

2. Metodología: Reformulación Bayesiana

El estudio propone un marco bayesiano que trata la fuerza del confundimiento no medido como una variable aleatoria en lugar de un valor fijo desconocido.

Modelo Generativo

El autor define un modelo donde la asociación observada ($RR_{obs}$) se descompone en el efecto causal verdadero ($RR_{true}$) y un sesgo de confundimiento multiplicativo ($\Gamma \ge 1$):
$$RR_{true} = \frac{RR_{obs}}{\Gamma}$$

En la escala logarítmica ($\theta = \log(RR)$), esto se convierte en una estructura aditiva:
$$\theta_{obs} \sim \mathcal{N}(\theta_{true} + \log(\Gamma), s^2)$$
Donde $s$ es el error estándar del estimador observado.

Especificación de Distribuciones Previas (Priors)

Dado que el modelo no es identificable solo con los datos (no se pueden separar $\theta_{true}$ y $\log(\Gamma)$ sin información externa), la inferencia se basa en distribuciones previas:

1. Efecto causal: $\theta_{true} \sim \mathcal{N}(0, \sigma_*^2)$. Asume que efectos grandes son posibles pero no abrumadoramente probables.
2. Fuerza del confundimiento: $\log(\Gamma) \sim \text{Half-Normal}(0, \sigma_+^2)$. Esto asegura que $\Gamma \ge 1$. El parámetro de escala $\sigma_+$ codifica la creencia previa sobre la plausibilidad de un confundimiento fuerte (ej. $\sigma_+ = 0.5$ implica que confundimientos con riesgos relativos > 2-3 son poco probables a priori).

Inferencia Posterior

El objetivo central no es solo calcular el umbral, sino obtener la probabilidad posterior de que el confundimiento sea lo suficientemente fuerte como para explicar el efecto:
$$P(\Gamma \ge \Gamma^* \mid \theta_{obs})$$
Donde $\Gamma^*$ es el umbral definido por el E-valor clásico. Esta probabilidad cuantifica la vulnerabilidad evidencial de la asociación observada.

3. Contribuciones Clave

1. Transición de Umbrales a Probabilidades: Convierte el análisis de sensibilidad de una herramienta de diagnóstico binario (¿puede o no puede explicar el efecto?) a un procedimiento inferencial coherente que cuantifica la probabilidad de que tal explicación sea plausible.
2. Integración del E-valor: No descarta el E-valor, sino que lo reinterpreta como una condición de frontera dentro de un paisaje probabilístico continuo.
3. Aplicabilidad a Datos Resumidos: A diferencia de otros enfoques bayesianos que requieren datos individuales y estructuras jerárquicas complejas, este método opera directamente con estadísticos resumidos (razones de riesgo, odds ratios, intervalos de confianza), lo que lo hace altamente aplicable en la práctica epidemiológica actual.
4. Formalización del Razonamiento de Costa (2025: Extiende trabajos previos basados en simulación Monte Carlo hacia un modelo generativo bayesiano explícito, permitiendo una especificación clara de las suposiciones previas.

4. Resultados Empíricos

El marco se aplicó a un conjunto de datos de 11 asociaciones exposición-resultado de cuatro dominios: tabaquismo, dolor de espalda, enfermedad de Alzheimer y salud ambiental.

• Relación Monótona: Se observó una relación clara entre la magnitud del E-valor y la probabilidad posterior de confundimiento suficiente.
  • E-valores altos: Corresponden a probabilidades muy bajas de que exista un confundidor suficiente.
    • Ejemplo: Salud ambiental ($E=4.25$) $\rightarrow P(\Gamma \ge \Gamma^*) \approx 0.004$.
    • Ejemplo: Tabaquismo fuerte ($E=3.686$) $\rightarrow P \approx 0.03$.
  • E-valores bajos: Corresponden a probabilidades altas, indicando que el efecto es vulnerable.
    • Ejemplo: Enfermedad de Alzheimer ($E=1.32-1.39$) $\rightarrow P \approx 0.5$ (es tan probable que el confundimiento explique el efecto como que no lo haga).
    • Ejemplo: Dolor de espalda ($E$ moderado) $\rightarrow P$ entre 0.15 y 0.58.
• Heterogeneidad: El método revela variabilidad tanto entre estudios como dentro de un mismo estudio (ej. diferentes contrastes de exposición en el estudio de tabaquismo), algo que un resumen cualitativo único ocultaría.
• Sensibilidad al Prior:
  • Para E-valores grandes, las conclusiones son estables ante un amplio rango de suposiciones previas (el efecto observado es tan fuerte que requiere un confundimiento extremadamente improbable).
  • Para E-valores pequeños, los resultados son más sensibles a la especificación del prior, reflejando la incertidumbre inherente a efectos débiles.

5. Significado e Implicaciones

• Cambio de Paradigma en la Inferencia Causal: El trabajo propone mover la lógica de la inferencia causal de juicios binarios ("robusto" vs. "no robusto") hacia un razonamiento probabilístico. Esto alinea el análisis de sensibilidad con los principios bayesianos de inferencia bajo incertidumbre.
• Decisión Informada: Proporciona a los investigadores y tomadores de decisiones una métrica directa: la probabilidad de que una conclusión causal sea falsa debido a un confundimiento plausible. Esto es más útil para la evaluación de riesgos y la formulación de políticas que un simple umbral.
• Transparencia de Supuestos: Al hacer explícitas las distribuciones previas sobre el confundimiento, el método obliga a los investigadores a declarar sus creencias sobre la plausibilidad de factores ocultos, eliminando el razonamiento informal implícito.
• Limitaciones y Futuro: El autor reconoce la subjetividad inherente a la elección del prior y la simplificación del confundimiento en un solo parámetro. Sin embargo, argumenta que esta subjetividad es inevitable y preferible a la ilusión de objetividad de los métodos de umbral. El futuro trabajo se dirige hacia modelos jerárquicos más ricos y síntesis de evidencia a gran escala.

En resumen, este artículo ofrece un marco metodológico robusto que transforma el análisis de sensibilidad de una herramienta de verificación de límites a un instrumento de evaluación de la credibilidad causal, llenando un vacío crítico en la literatura de inferencia causal observacional.