Asociación no debe confundirse con causalidad; si X causa Y , entonces los dos están asociados (dependientes). Sin embargo, pueden surgir asociaciones entre variables en presencia (es decir, X causa Y) y ausencia (es decir, tienen una causa común) de una relación causal, como hemos visto en el contexto de las redes bayesianas1.
¿Qué hace que una asociación sea causal?
Fuerza de la asociación: cuanto más fuerte es la asociación, o magnitud del riesgo, entre un factor de riesgo y el resultado, más probable es que se considere que la relación es causal. Coherencia: se han observado los mismos hallazgos entre diferentes poblaciones, utilizando diferentes diseños de estudio y en diferentes momentos.
¿Cuáles son las pautas para juzgar si una asociación es causal?
Las más importantes de estas pautas son 'fortaleza' (es más probable que una asociación fuerte sea causal que una débil), 'coherencia' (se observa una asociación en diferentes estudios, bajo diferentes circunstancias, tiempos y lugares), 'gradiente biológico' (es decir, dosis-respuesta - el efecto debería tender a ser mayor…
¿Pueden las asociaciones ser tanto causales como no causales?
La palabra, 'asociado' es apropiada porque incluye relaciones causales y no causales. Sin embargo, es probable que el 'mayor riesgo' se interprete como una 'causa' porque si A aumenta el riesgo de B, la implicación es que A causa B.
¿Cuál es la diferencia entreun modelo asociativo y otro causal?
Mientras que el sistema asociativo simplemente vincula los estímulos A y B, un modelo causal proposicional representa cómo A y B se relacionan entre sí, por ejemplo, como causa anterior y efecto posterior (Pearl & Russell, 2001).
