📊 statistics

Causal Inference of Ordinal Outcomes: A Bayesian Solution

Este artículo propone un marco de variables latentes bayesianas utilizando un modelo probit ordenado para superar los desafíos de interpretabilidad e identificabilidad de los estimandos causales convencionales en experimentos aleatorios con resultados ordinales, permitiendo una inferencia más precisa sobre las probabilidades de que un tratamiento sea beneficioso o estrictamente beneficioso.

Autores originales: Rituparna Dey, Pradipta Sarkar, Tirthankar Dasgupta

Publicado 2026-07-28

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Rituparna Dey, Pradipta Sarkar, Tirthankar Dasgupta

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver un misterio: ¿Realmente un nuevo medicamento hizo que las personas se sintieran mejor? En el mundo de la ciencia, esto se llama "inferencia causal". Usualmente, los detectives miden el éxito con una regla, como verificar si una fiebre bajó exactamente dos grados. Pero, ¿qué pasa si la evidencia no es una regla, sino un anillo de humor? ¿Qué pasa si el resultado es algo como "Salud del Cuero Cabelludo", calificado en una escala de "Radiante" a "Picazón" hasta "Desastre"? Estos se llaman resultados ordinales. Tienen un orden (Radiante es mejor que Picazón), pero la "distancia" entre ellos es difusa. No puedes decir que "Radiante" es exactamente el doble de bueno que "Picazón".

Debido a que los escalones de la escalera no son iguales, la matemática habitual que los detectives usan para medir el "Efecto Promedio del Tratamiento" (la diferencia promedio entre los grupos tratados y no tratados) se rompe. Es como intentar medir la altura de una montaña contando cuántos pasos diste, pero algunos pasos son piedrecillas diminutas y otros son enormes rocas. Los métodos antiguos o se quedan estancados o dan un rango de respuestas tan amplio que resulta inútil—como decir: "El medicamento podría haber ayudado un poco, o podría haber ayudado mucho, o podría no haber hecho nada en absoluto". Este artículo aborda ese frustrante "tal vez" construyendo un nuevo tipo de kit de detective que funciona perfectamente para estas escaleras de peldaños difusos.

Los autores, Rituparna Dey, Pradipta Sarkar y Tirthankar Dasgupta, proponen una solución ingeniosa utilizando un "marco de variables latentes bayesianas". Piensa en esto como un par de gafas mágicas que te permiten ver lo invisible. Ellos imaginan que detrás de cada calificación visible (como la "Categoría 3"), hay un número continuo oculto (una puntuación "latente") que no podemos ver directamente. Al adivinar las reglas de cómo estos números ocultos se convierten en calificaciones visibles, pueden reconstruir la historia completa de lo que sucedió.

En lugar de hacer la pregunta vaga de "¿Ayudó el tratamiento en promedio?", hacen dos preguntas muy específicas y fáciles de entender:

$\tau$ (Tau): ¿Cuál es la probabilidad de que el tratamiento fuera al menos útil (es decir, que el paciente estuviera mejor o igual)?
$\eta$ (Eta): ¿Cuál es la probabilidad de que el tratamiento fuera estrictamente útil (es decir, que el paciente estuviera definitivamente mejor)?

El artículo argumenta que la forma antigua de manejar estos datos—usando "límites no paramétricos"—es como intentar encontrar una aguja en un pajar simplemente adivinando el tamaño del pajar. Esos métodos antiguos producen intervalos tan amplios (a menudo extendiéndose del 0% al 100%) que no dicen nada útil. Los autores muestran que su nuevo método bayesiano actúa como un imán de alta potencia, extrayendo la respuesta de la niebla.

En sus pruebas, simularon miles de experimentos con diferentes tamaños de muestra (de 100 a 500 personas) y diferentes números de categorías (3, 5 o 7 niveles de salud). Los resultados fueron impactantes: mientras que los antiguos "límites" permanecían amplios y de poca ayuda, su nuevo método dio respuestas ajustadas y precisas. Por ejemplo, en una simulación con 5 categorías, el método antiguo decía que el tratamiento podría ayudar en cualquier punto entre el 20% y el 80% de las veces. El nuevo método redujo eso a un rango preciso, como del 35% al 45%, con alta confianza.

Sin embargo, los autores son cuidadosos al notar un giro en la historia. Sus gafas mágicas dependen de un ajuste oculto llamado $\rho$ (rho), que representa qué tanto están relacionados los "puntajes ocultos" de los grupos tratados y no tratados. Dado que no podemos medir esto directamente de los datos, los autores tuvieron que probar qué tan sensibles eran sus respuestas a este ajuste. Encontraron que si asumes que los grupos están demasiado vinculados (un $\rho$ alto), las respuestas empiezan a tambalearse. Pero, si te mantienes en un rango razonable donde la correlación es moderada (entre 0 y 0.5), el método se mantiene sólido como una roca.

Para demostrar que funciona en el mundo real, aplicaron su método a un experimento real relacionado con la salud del cuero cabelludo humano. En este estudio, 100 personas fueron divididas en dos grupos: uno recibió un tratamiento activo y el otro un control. La salud de su cuero cabelludo fue calificada en una escala que fue recodificada en cuatro categorías (desde lo mejor a lo peor). Los métodos antiguos dieron un "límite agudo" para la probabilidad de mejora ( $\eta$ ) que oscilaba entre el 0% y el 68%: una suposición inútil. El nuevo método bayesiano, sin embargo, sugirió que había aproximadamente un 24% a 29% de probabilidad de que el tratamiento mejorara estrictamente la salud del cuero cabelludo, con un intervalo de confianza muy estrecho.

El artículo también analizó ocho zonas diferentes de la cabeza (etiquetadas de la A a la H). Encontraron un patrón interesante: el tratamiento parecía funcionar mejor en las zonas "frontales" (la parte delantera de la cabeza) y era un poco más débil en las zonas "posteriores" (la parte trasera). Este tipo de visión detallada, zona por zona, es exactamente lo que los métodos antiguos perdieron porque estaban demasiado ocupados mirando los límites amplios y borrosos.

En resumen, este artículo no solo dice: "Tenemos un nuevo truco matemático". Demuestra que, al usar un enfoque bayesiano para mirar detrás de la cortina de los datos ordinales, los científicos pueden dejar de adivinar y empezar a saber. Pueden decirte no solo si un tratamiento funciona, sino qué tan probable es que funcione y cuánto ayuda, convirtiendo los vagos "tal vez" en probabilidades claras y accionables. Los autores sugieren que este enfoque es un cambio de juego para cualquier campo que trate con datos clasificados, desde las puntuaciones de dolor de los pacientes hasta las calificaciones de satisfacción del cliente, ofreciendo una forma de extraer conclusiones nítidas a partir de datos difusos.

Resumen Técnico: Inferencia Causal de Resultados Ordinales: Una Solución Bayesiana

Planteamiento del Problema
Los experimentos aleatorizados frecuentemente producen resultados ordinales (por ejemplo, puntuaciones de dolor, calificaciones de satisfacción) donde las categorías poseen un orden significativo pero carecen de un espaciamiento numérico igual. En consecuencia, los estimandos causales estándar como el Efecto Promedio del Tratamiento (ATE) suelen ser ininterpretables. Si bien existen estimandos alternativos como el Efecto Causal de la Distribución (DCE) y el Efecto de la Razón de Probabilidades (Odds Ratio), estos son típicamente de $K$ dimensiones y carecen de concisión. Más recientemente, Lu et al. (2018) propusieron dos estimandos unidimensionales, $\tau$ (la probabilidad de que el tratamiento sea beneficioso o neutral, $Y(1) \le Y(0)$ ) y $\eta$ (la probabilidad de que el tratamiento sea estrictamente beneficioso, $Y(1) < Y(0)$ ). Sin embargo, estos estimandos son generalmente no identificables a partir de los datos observados sin supuestos fuertes (por ejemplo, la independencia de los resultados potenciales) porque dependen de la distribución conjunta no observada de los resultados potenciales. Los enfoques no paramétricos existentes para abordar esto, como la derivación de límites ajustados (sharp bounds), a menudo resultan en intervalos tan amplios (por ejemplo, que abarcan desde 0 hasta 1) que no permiten extraer conclusiones causales significativas.

Metodología
Los autores proponen un marco de variables latentes bayesianas para resolver el problema de la identificabilidad y realizar una inferencia coherente tanto para entornos de superpoblación como de población finita.

Modelo de Variable Latente: El enfoque utiliza un modelo probit ordenado. Supone la existencia de variables latentes continuas $Z(1)$ y $Z(0)$ que se mapean a los resultados ordinales observados $Y(1)$ y $Y(0)$ mediante una función de discretización definida por puntos de corte $\alpha$ . Las variables latentes se modelan como:
$Z_i(w) = X_i^T \beta + \epsilon_i(w)$
donde los términos de error $\epsilon_i(w)$ siguen una distribución normal bivariada con correlación $\rho = \text{corr}(\epsilon_i(1), \epsilon_i(0))$ . El parámetro $\beta_W$ representa el efecto del tratamiento.
Identificación y Sensibilidad: El parámetro de asociación $\rho$ no es identificable a partir de los datos observados. Siguiendo a Volfovsky et al. (2015), los autores tratan a $\rho$ como un parámetro de sensibilidad. Investigan teóricamente el impacto de $\rho$ en los estimandos $\tau$ y $\eta$ , demostrando que, si bien la relación no es monótona, la sensibilidad disminuye a medida que aumenta la magnitud del efecto del tratamiento. Proponen un análisis de sensibilidad para evaluar cómo cambia la inferencia a través de un rango de valores plausibles de $\rho$ .
Inferencia Bayesiana:
- Superpoblación: La inferencia se extrae de la distribución de la población hipotética. La distribución posterior de $\tau^{sp}$ y $\eta^{sp}$ se deriva integrando sobre la distribución de las covariables.
- Población Finita: La inferencia se restringe a las $N$ unidades específicas del estudio. Esto requiere imputar los resultados contrafácticos faltantes ( $Y^{mis}$ ) utilizando la distribución predictiva posterior derivada del modelo latente y la correlación $\rho$ .
- Computación: Los autores emplean un algoritmo de muestreo de Gibbs para muestrear de la distribución posterior conjunta de los parámetros ( $\alpha, \beta$ ) y las variables latentes ( $Z$ ). El algoritmo muestrea iterativamente los coeficientes de regresión, las variables latentes (normal truncada) y los puntos de corte (uniforme dentro de las restricciones), seguido del cálculo de los estimandos causales.

Resultados Clave
El artículo valida la metodología a través de extensos estudios de simulación y una aplicación al mundo real a un experimento aleatorizado sobre la salud del cuero cabelludo.

Estudios de Simulación:
- Precisión: Las estimaciones posteriores bayesianas para $\tau$ y $\eta$ producen intervalos de credibilidad sustancialmente más precisos (más estrechos) en comparación con los límites ajustados no paramétricos. Mientras que los límites ajustados a menudo abarcan todo el rango [0, 1], las estimaciones bayesianas proporcionan estimaciones puntuales precisas con una alta cobertura posterior (cercana al 95%).
- Robustez: El método funciona bien a través de variaciones en el tamaño de la muestra ( $N=100$ a $500$) y en el número de categorías de resultados ( $K=3, 5, 7$ ).
- Análisis de Sensibilidad: Los autores encuentran que $\eta$ es relativamente estable a través de diferentes valores de $\rho$ , mientras que $\tau$ es más sensible. Recomiendan un rango práctico de $\rho \in [0, 0.5]$ ; más allá de esto, la correlación a nivel de unidad comienza a eclipsar el efecto del tratamiento, dificultando la inferencia.
Aplicación al Mundo Real (Salud del Cuero Cabelludo):
- Aplicado a datos de 95 unidades (46 tratadas, 49 control) con 4 categorías ordinales.
- Los límites no paramétricos fueron amplios y no informativos (por ejemplo, límites de $\eta$ de 0.0 a 0.7).
- El modelo bayesiano proporcionó resultados interpretables: aproximadamente el 80% de las unidades se beneficiaron o no se vieron afectadas ( $\tau \approx 0.8$ ), y alrededor del 30% experimentaron una mejora estricta ( $\eta \approx 0.3$ ).
- El análisis reveló heterogeneidad espacial a través de ocho zonas de la cabeza, con las zonas frontales mostrando efectos de tratamiento más fuertes que las zonas posteriores.

Significancia y Reivindicaciones
El artículo sostiene que el marco bayesiano propuesto logra cerrar la brecha entre la interpretabilidad y la identificabilidad en la inferencia causal para resultados ordinales. Al modelar la distribución conjunta de los resultados potenciales a través de una estructura de variable latente, el método supera las limitaciones de los límites no paramétricos existentes, que a menudo son demasiado amplios para ser útiles.

Los autores afirman que su enfoque permite a los investigadores:

Realizar una inferencia coherente tanto para entornos de superpoblación como de población finita.
Cuantificar no solo si un tratamiento es beneficioso, sino también cuánto y con qué confianza.
Evaluar la robustez de las conclusiones frente a la asociación desconocida entre los resultados potenciales mediante el análisis de sensibilidad.

El trabajo se presenta como una solución práctica para aplicaciones científicas donde los resultados ordinales son comunes, ofreciendo una evaluación relevante para la toma de decisiones sobre la efectividad del tratamiento que es superior a los métodos actuales basados en límites.

Más como este