Métodos gráficos en la investigación biomédica de causalidad

Nelsa María Sagaró-del-Campo, Larisa Zamora-Matamoros

Texto completo:

PDF

Resumen

Fundamento: los gráficos estadísticos pueden servir para el análisis exploratorio de los datos, siendo indispensables en el estudio de relaciones multivariadas.

Objetivo: actualizar aspectos referentes al empleo de los métodos gráficos en el estudio de la causalidad en investigaciones de las ciencias biomédicas.

Métodos: se realizó una revisión bibliográfica utilizando servicios especializados disponibles en internet: Pubmed/Medline, SciELO, SCOPUS, Springer, Web of Science, EBSCOhost, Google; entre enero y marzo de 2019. Se emplearon como descriptores, en idiomas inglés, francés, portugués y español: técnicas estadísticas, gráficos estadísticos, diagrama causal, grafo implicativo, relaciones entre variables, análisis estadístico implicativo. Se incluye la experiencia de las autoras.

Resultados: se presentan los métodos gráficos más empleados, donde se destacan los que permiten presentar la información, como los diagramas causales que visualizan la relación entre múltiples variables y los que permiten la exploración de los datos y las relaciones multivariadas, para dirigir el análisis posterior. Se argumenta la utilidad del grafo implicativo para identificar los factores que influyen sobre un desenlace, permitiendo distinguir cuando se trata de un factor de riesgo o protector y cuál es la magnitud del efecto, a través de la intensidad implicativa.

Conclusiones: se evidenció la importancia del empleo de los métodos gráficos en el estudio de la causalidad. Se destaca la superioridad del grafo implicativo.

Palabras clave

ESTADÍSTICA COMO ASUNTO; ANÁLISIS ESTADÍSTICO; INVESTIGACIÓN BIOMÉDICA, MÉTODOS DE ANÁLISIS

Referencias

Velarde Martínez A. Generación de Grafos Dirigidos Acíclicos mediante Métodos Aleatorios para la Planificación de Tareas. Conciencia Tecnológica [revista en internet]. 2018 [citado 3 de abril 2019]; 2018(55): 5-13. Disponible en: http://www.redalyc.org/jatsRepo/944/94455712004/index.html.

Textor J, van der Zander B, Gilthorpe MS, Liśkiewicz M, Ellison G TH. Robust causal inference using directed acyclic graphs: the R package ‘dagitty’. International Journal of Epidemiology [revista en internet]. 2016 [citado 3 de abril 2019]; 45(6): 1887–1894. Disponible en: https://doi.org/10.1093/ije/dyw341.

Arnold KF, Harrison WJ, Heppenstall AJ, Gilthorpe MS. DAG-informed regression modelling, agent-based modelling and microsimulation modelling: a critical comparison of methods for causal inference. International Journal of Epidemiology [revista en internet]. 2019 [citado 3 de abril 2019]; 48(1): 243–253. Disponible en: https://academic.oup.com/ije/advance-article/doi/10.1093/ije/dyy260/5231935.

Rodrigues Cortes T, Faerstein E, Struchiner CJ. Utilização de diagramas causais em epidemiologia: um exemplo de aplicação em situação de confusão. Cad. Saúde Pública [revista en internet]. 2016 [citado 3 de abril 2019]; 32(8): e0013115. Disponible en: http://dx.doi.org/10.1590/0102-311X0013115.

Brewer LE, Wright JM, Rice G, Neas L, Teuschler L. Causal inference in cumulative risk assessment: The roles of directed acyclic graphs. Environment International [revista en internet]. 2017 [citado 3 de abril 2019]; 102: 30-41. Disponible en: http://dx.doi.org/10.1016/j.envint.2016.12.005.

Greenland S, Pearl J. Causal diagrams. Wiley Stats Ref [en línea]. EUA: Statistics Reference Online, John Wiley & Sons [citado 3 de abril 2019]. Disponible en: https://doi.org/10.1002/9781118445112.stat3732.pub2.

Williamson EJ, Aitken Z, Lawrie J, Dharmage SC, Burgess JA, Forbes AB. Introduction to causal diagrams for confounder selection. Respirology [revista en internet]. 2014 [citado 3 de abril 2019]; 19(3): 33–311. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1111/resp.12238.

Hernan M, Robins J. Causal inference [en línea]. Boca Raton: Chapman & Hall/ CRC, forthcoming; 2019. [citado 3 de abril 2019]. Disponible en: https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/.

Pearl J. Comments on: The tale wagged by the DAG. International Journal of Epidemiology [revista en internet]. 2018 [citado 3 de abril 2019]; 47(3): 1002–1004. Disponible en: https://ftp.cs.ucla.edu/pub/stat_ser/r474.pdf.

Werlinger F, Cáceres DD. Aplicación de grafos acíclicos dirigidos en la evaluación de un set mínimo de ajuste de confusores: un complemento al modelamiento estadístico en estudios epidemiológicos observacionales. Rev. méd. Chile [revista en internet]. 2018 [citado 3 de abril 2019]; 146(7): 907-913. Disponible en: http://dx.doi.org/10.4067/s034-98872018000700907.

Ananth CV, Schisterman EF. Confounding, causality and confusión: the role of intermediate variables in interpreting observational studies in obstetric. Am J Obstet Gynecol [revista en internet]. 2017 [citado 3 de abril 2019]; 217(2): 167-175. Disponible en: http://dx.doi.org/10.1016/j.ajog.2017.04.016.

Mansournia MA, Higgins JPT, Sterne JAC, Hernán MA. Biases in Randomized Trials A Conversation Between Trialists and Epidemiologists. Epidemiology [revista en internet]. 2017 [citado 3 de abril 2019]; 28(1): 54-9. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5130591/.

Werneck GL. Diagramas causales: la epidemiología brasileña regresa al futuro. Cad. Saúde Pública [revista en internet]. 2016 [citado 3 de abril 2019]; 32(8): e00120416. Disponible en: http://dx.doi.org/10.1590/0102-311X00120416.

Williams TC, Bach CC, Matthiesen NB, Henriksen TB, Gagliardi L. Directed acyclic graphs: a tool for causal studies in paediatrics. Pediatric Research [revista en internet]. 2018 [citado 3 de abril 2019]; 84: 487–493. Disponible en: https://doi.org/10.138/s41390-018-0071-3.

Pearce N, Lawlor DA. Causal inference—so much more than statistics. International Journal of Epidemiology [revista en internet]. 2016 [citado 3 de abril 2019]; 45(6): 1895–193. Disponible en: https://doi.org/10.1093/ije/dyw328.

Lousdal ML. An introduction to instrumental variable assumptions, validation and estimation. Emerging Themes in Epidemiology [revista en internet]. 2018 [citado 3 de abril 2019]; 15: 1. Disponible en: https://doi.org/10.1186/s12982-018-0069-7.

Moreno Betancur M, Lee KJ, Leacy FP, White IR, Simpson JA, Carlin JB. Canonical Causal Diagrams to Guide the Treatment of Missing Data in Epidemiologic Studies. American Journal of Epidemiology [revista en internet]. 2018 [citado 3 de abril 2019]; 187(12): 2705–2715. Disponible en: https://academic.oup.com/aje/article-abstract/187/12/2705/5074351.

Tirado Ríos NR, Triana Litardo FE, Saa Saltos JW. Optimización de Redes Bayesianas basado en técnicas de aprendizaje por inducción. Revista Publicando [revista en internet]. 2016 [citado 3 de abril 2019]; 3(9): 41-60. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=5833529.

Monsalve Torra AE. Sistema de ayuda a la decisión clínica en enfermedades de diagnóstico complejo [tesis]. España: Universidad de Alicante; 2017 [citado 3 de abril 2019]. Disponible en: https://rua.ua.es/dspace/bitstream/10045/65334/1/tesis_monsalve_torra.pdf.

D´Negri CE, De Vito EL. Introducción al razonamiento aproximado: lógica difusa. Revista Argentina de Medicina Respiratoria [revista en internet]. 2006 [citado 3 de abril 2019]; 6(3): 126-136. Disponible en: http://www.redalyc.org/pdf/3821/382138367007.pdf.

Berlanga Silvente V, Rubio Hurtado MJ, Vilà Baños R. Cómo aplicar árboles de decisión en SPSS. REIRE [revista en internet]. 2013 [citado 3 de abril 2019]; 6(1): 65-79. Disponible en: http://diposit.ub.edu/dspace/bitstream/2445/43762/1/618361.pdf.

Leyva Vázquez M, Pérez Teruel K, Febles Estrada A, Gulín González J. Técnicas para la representación del conocimiento causal: un estudio de caso en Informática Médica. Revista Cubana de información en ciencias de la salud [revista en internet]. 2013 [citado 3 de abril 2019]; 24(1): 73-83. Disponible en: http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=40535.

Mar Cornelio O, Leyva Vázquez M, Santana Ching I. Modelo multicriterio multiexperto utilizando Mapa Cognitivo Difuso para la evaluación de competencias. Ciencias de la Información [revista en internet]. 2015 [citado 13 Ene 2019]; 46(2): 17-22. Disponible en: http://www.redalyc.org/pdf/1814/181441052004.pdf.

Valls Pla X, Gregori Huerta P. Diseño de un paquete R para el Análisis Estadístico Implicativo Trabajo Final de Master en Matemática Computacional [tesis]. España: Universitat Jaime I; 2014. [citado 10 de enero 2019]. Disponible en: http://repositori.uji.es/xmlui/handle/10234/107441.

Couturier R, Pazmiño R. Use of Statistical Implicative Analysis in Complement of Item Analysis. International Journal of Information and Education Technology [revista en internet]. 2016 [citado 22 de enero 2019]; 6(1): 39-43. Disponible en: http://www.ijiet.org/vol6/655-DL0026.pdf.

Marín Martínez P, Gregori Huerta P. Probability distribution of the classical implication intensity seen as a random variable in Statistical Implicative Analysis. Master’s Degree in Computational Mathematics [tesis]. España: Universitat Jaume I de Castellón; 2017 [citado 22 de enero 2019]. Disponible en: http://repositori.uji.es/xmlui/bitstream/handle/10234/171834/TFM_2017_MarinMartinez_Paloma.pdf?sequence=1.

García Mederos Y, Zamora Matamoros L, Sagaró del Campo N. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN. [revista en internet]. 2015 [citado 22 de enero 2019]; 19(8): 947-957. Disponible en: http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=60754

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN [revista en internet]. 2016 [citado 22 de enero 2019]; 20(3). Disponible en: http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=64671.

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN [revista en internet]. 2017 [citado 22 de enero 2019]; 21(4): 395-406. Disponible en: http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=71774

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de próstata. MEDISAN [revista en internet]. 2018 [citado 22 de enero 2019]; 22(1). Disponible en: http://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=78550.

Paez Candelaria Y, Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo en la determinación de factores pronósticos del estado nutricional del paciente grave al egreso. MEDISAN [revista en internet]. 2018 [citado 22 de enero 2019]; 22(6). Disponible en: http://www.medisan.sld.cu/index.php/san/article/view/2002.

Zamora Matamoros L, Díaz Silvera J. Estudio de relaciones causales entre indicadores de promoción del primer año de la carrera Ciencia de la Computación con el análisis implicativo modal. Maestro y Sociedad [revista en internet]. 2018 [citado 22 de enero 2019]; 15(2): 203-212. Disponible en: https://revistas.uo.edu.cu/index.php/MyS/article/view/3520.

Gras R. Genese et developpement de l’analyse statistique implicative: retrospective Historique. Educ. Matem. Pesq. [revista en internet]. 2014 [citado 22 de enero 2019]; 16(3): 645-661. Disponible en: https://revistas.pucsp.br/emp/article/viewFile/21541/pdf_1.

Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'Analyse Statistique Implicative. Des Sciences dures aux Sciences Humaines et Sociales 3ème [en línea] Cépaduès: revue et augmentée; 2017 [citado 10 de enero 2019]. Disponible en: http://critiquelittera.info/lanalyse-statistique-implicative-des-sciences-dures-aux-sciences-humaines-et-sociales-pdf-et-epub-rgis-gras.pdf.

Couturier R, Gregori P. Classification en utilisant les règles d’implication de l’ASI. ResearchGate [revista en internet]. 2017 [citado 10 de enero 2019]. Disponible en: https://www.researchgate.net/publication/324770682.

MINITAB. Interpretar todos los estadísticos y gráficas para análisis factorial [en línea]. México: Soporte Técnico de Minitab 18; 2019 [citado 10 de enero 2019]. Disponible en: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-statistics/multivariate/how-to/factor-analysis/interpret-the-results/all-statistics-and-graphs/.

Balzarini M, Bruno C, Córdoba M, Teich I. Herramientas en el Análisis Estadístico Multivariado. Escuela Virtual Internacional CAVILA Facultad de Ciencias Agropecuarias. Argentina: Universidad Nacional de Córdoba; 2015. Disponible en: https://www.researchgate.net/profile/Monica_Balzarini3/publication/286931204_Herramientas_en_el_Analisis_Estadistico_Multivariado/links/5670e57808ae0d8b0cc1001a/Herramientas-en-el-Analisis-Estadistico-Multivariado.pdf.

Keith TZ. Multiple regression and beyond: An introduction to multiple regression and structural equation modeling. 2nd ed. New York: Taylor & Francis; 2015. Disponible en: https://www.taylorfrancis.com/books/9781317608066.

Persano Adorno D, Pizzolato N, Fazio C. Long term stability of learning outcomes in undergraduates after an open-inquiry instruction on thermal science. Physical Review Physics Education Research [revista en internet]. 2018 [citado 22 de enero 2019]; 14(1) Disponible en: https://journals.aps.org/prper/abstract/10.1103/PhysRevPhysEducRes.14.010108.

Jacoby W. Statistical grafic for visualizing multivariate data. Sage Publication Inc. EUA: Sage University paper; 1998 [citado 15 de enero 2019]. Disponible en: http://methods.sagepub.com/book/statistical-graphics-for-visualizing-multivariate-data.

Schiattino I, Silva C. Representación gráfica de información multivariante. Aplicación al sistema de salud de Chile. Rev Chil Salud Pública [revista en internet]. 2013 [citado 20 de enero 2019]; 17(2): 117-123. Disponible en: https://revistasaludpublica.uchile.cl/index.php/RCSP/article/download/27126/28758/.





Copyright (c) 2019 Revista Electrónica Dr. Zoilo E. Marinello Vidaurreta

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.