Resumen Técnico: Confusión Inducida por la Medición

Declaración del Problema

Los estudios observacionales dependen del supuesto de "ignorabilidad fuerte", el cual postula que todas las variables de confusión son conocidas y se ajustan suficientemente para estimar efectos causales. Un aspecto crítico, a menudo pasado por alto, de este supuesto es que las variables de confusión deben medirse sin error. En las ciencias sociales, educativas y médicas, muchos confundidores son rasgos latentes (por ejemplo, motivación, capacidad, bienestar) que no son directamente observables. En su lugar, los investigadores dependen de instrumentos (pruebas o encuestas) para generar medidas proxy, tales como puntuaciones de suma, estimaciones de la Teoría de Respuesta al Ítem (TRI) o respuestas de ítems en bruto.

Los autores argumentan que sustituir estas medidas proxy por el verdadero rasgo latente introduce una confusión inducida por la medición. Debido a que las medidas proxy contienen error de medición, el ajuste por ellas no logra bloquear completamente la ruta de la puerta trasera (backdoor path) entre el tratamiento y el resultado. Consecuentemente, los enfoques convencionales producen estimaciones sesgadas del Efecto Promedio del Tratamiento (ATE) y generan intervalos de incertidumbre con propiedades de cobertura incorrectas (específicamente, subcobertura).

Metodología

Marco Teórico

El artículo utiliza Grafos Acíclicos Dirigidos (DAGs) para ilustrar el problema. En un escenario observacional estándar donde un rasgo latente $\theta$ confunde la relación entre un tratamiento $Z$ y un resultado $Y$, y las respuestas de los ítems $X$ son generadas por $\theta$:

• Enfoque Convencional: Los investigadores ajustan por $\hat{\theta}$ (estimaciones derivadas de $X$) o por $X$ directamente. Los autores demuestran mediante DAGs que $\hat{\theta}$ y $X$ no son conjuntos de ajuste suficientes porque no contabilizan plenamente el $\theta$ no observado, dejando una confusión residual entre $Z$ y los potenciales resultados $Y(1), Y(0)$.
• Solución Propuesta: Los autores proponen un enfoque de Estimación Conjunta Bayesiana. Este método estima simultáneamente tres componentes dentro de un único modelo probabilístico:
  1. El Modelo de Medición: Relaciona las respuestas de los ítems $X$ con el rasgo latente $\theta$ (por ejemplo, usando un modelo de la TRI de 2 parámetros).
  2. El Modelo de Asignación de Tratamiento: Relaciona el rasgo latente $\theta$ con la asignación del tratamiento $Z$ (puntuación de propensión o propensity score).
  3. El Modelo de Respuesta: Relaciona el rasgo latente $\theta$ y el tratamiento $Z$ con el resultado $Y$.

Al modelar la distribución conjunta $p(\theta, Z, Y, X)$, el enfoque permite el ajuste directo para el rasgo latente $\theta$ sin observarlo directamente, cerrando efectivamente la ruta de la puerta trasera.

Estudio de Simulación

Para validar la teoría, los autores realizaron un estudio de simulación ($N=1000$ individuos, $J=100$ ítems, $M=1000$ replicaciones) que imita un estudio observacional sobre la asistencia a la universidad y los ingresos, utilizando la motivación como el único confundidor latente.

• Proceso Generador de Datos: La motivación latente $\theta$ fue extraída de una distribución normal estándar. Las respuestas de los ítems fueron generadas mediante un modelo de la TRI de 2 parámetros. La asignación del tratamiento y los potenciales resultados fueron funciones lineales de $\theta$.
• Comparadores: La Estimación Conjunta Bayesiana se comparó contra:
  • Modelado de Superficie de Respuesta: Ajuste por puntuaciones de suma ($\hat{\theta}_{sum}$), estimaciones de la TRI ($\hat{\theta}_{IRT}$) o respuestas de ítems en bruto ($X$) en una regresión lineal.
  • Ponderación por la Inversa de la Probabilidad del Tratamiento (IPTW): Modelado de puntuaciones de propensión utilizando $\hat{\theta}_{sum}$, $\hat{\theta}_{IRT}$ o $X$.

Estudio Observacional Construido

Los autores aplicaron su método a un conjunto de datos observacionales construido derivado de un estudio aleatorizado de Keller et al. (2025). En este conjunto de datos, los participantes se auto-seleccionaron en brazos de tratamiento basados en su preferencia, creando un escenario con confusión latente (capacidad matemática basal medida por un pretest de 12 ítems). El resultado del estudio aleatorizado sirvió como el referente (benchmark) no sesgado.

Resultados Clave

Hallazgos de la Simulación

• Sesgo: Todos los enfoques convencionales (puntuaciones de suma, estimaciones de la TRI o respuestas de ítems en bruto) produjeron estimaciones sesgadas del Efecto de Tratamiento Promedio Condicional (CATE).
  • Los modelos de superficie de respuesta mostraron sesgos estandarizados que oscilaron entre 0.0475 y 0.0584 desviaciones estándar.
  • Los modelos IPTW mostraron sesgos aún mayores, que oscilaron entre 0.102 y 0.126 desviaciones estándar.
  • El enfoque de Estimación Conjunta Bayesiana convergió a un sesgo de cero.
• Cobertura: Los enfoques convencionales sistemáticamente presentaron subcobertura del efecto real (los intervalos de confianza del 95% capturaron el parámetro real con una frecuencia inferior a la tasa nominal).
• Eficiencia: El enfoque de Estimación Conjunta Bayesiana logró una cobertura nominal (95%) sin inflar la longitud del intervalo de incertidumbre; de hecho, sus intervalos fueron comparables o incluso más cortos que los de los métodos convencionales sesgados.

Hallazgos del Estudio Construido

• El CATE del referente aleatorizado fue 0.7603.
• La Estimación Conjunta Bayesiana recuperó un CATE de 0.73 (0.007 desviaciones estándar del referente).
• Los métodos convencionales arrojaron estimaciones que oscilaron entre 0.99 y 1.24 (entre 0.06 y 0.132 desviaciones estándar de distancia respecto al referente).
• Crucialmente, todos los modelos de superficie de respuesta fallaron en cubrir el referente experimental con sus intervalos del 95%. Aunque algunos intervalos de IPTW cubrieron el referente, esto se atribuyó a una incertidumbre excesiva (intervalos amplios) en lugar de a la precisión.

Contribuciones y Significado

El artículo realiza dos contribuciones primarias:

1. Identificación de la Confusión Inducida por la Medición: Identifica y demuestra formalmente que el ajuste de rasgos latentes mediante medidas proxy (puntuaciones de suma, estimaciones de la TRI o respuestas de ítems) en estudios observacionales conduce a estimaciones causales sesgadas y a una cuantificación de la incertidumbre incorrecta, incluso cuando las formas funcionales subyacentes son lineales y están correctamente especificadas.
2. Solución Propuesta: Introduce un marco de Estimación Conjunta Bayesiana que resuelve este problema al modelar simultáneamente los procesos de medición, asignación y respuesta.

Significado:
Los autores concluyen que un gran número de estudios observacionales existentes en educación, psicología y medicina que ajustan por rasgos latentes utilizando métodos convencionales probablemente reportan estimaciones causales sesgadas con intervalos de incertidumbre engañosos. La Estimación Conjunta Bayesiana propuesta ofrece un camino para la inferencia sin sesgo en estos entornos.

Sin embargo, los autores mantienen un tono modesto respecto a las limitaciones de su solución:

• Supuestos Paramétricos: La implementación actual depende de supuestos paramétricos fuertes (por ejemplo, relaciones lineales, TRI de 2 parámetros). Reconocen que los métodos flexibles de aprendizaje automático (por ejemplo, BART, Causal Forests) actualmente no pueden resolver la confusión inducida por la medición porque no abordan la ruta de la puerta trasera a través del mecanismo de asignación cuando hay variables latentes involucradas.
• Escalabilidad: Si bien el enfoque puede escalar a múltiples confundidores latentes, extenderlo a modelos no paramétricos sigue siendo un desafío computacional significativo debido a la no diferenciabilidad de los estimadores basados en árboles.
• Alternativa Óptima: Los autores reiteran que los estudios aleatorizados siguen siendo la solución óptima, ya que la aleatorización elimina la confusión por diseño, haciendo innecesaria la medición de los rasgos latentes para la identificación causal. El método propuesto es un remedio para situaciones donde la aleatorización es ética o logísticamente imposible.