Lectura complementaria 2: DAG Flashcards
Específicamente, los DAG pueden identificar
variables que, si se controlan en la fase de diseño o análisis, son suficientes para eliminar la ______ y algunas formas de _______
- confusión
- Sesgo de selección
Los DAG también
ayudan a reconocer variables que, si se controlan, _______- (p. ej., mediadores o factores influenciados tanto por la exposición como por el resultado).
sesgan el análisis
Finalmente, los DAG ayudan a los investigadores a reconocer fuentes insidiosas de sesgo introducido por la selección de individuos en los estudios o por no observar
completamente a todos los individuos hasta que se alcancen los resultados del estudio
…
Los DAG se componen de variables también llamadas…
nodos
- Por ejemplo, que representa tratamientos, exposiciones y resultados de salud como también pacientes
que
representan relaciones causales conocidas o sospechadas entre
variables
Flechas o aristas
¿Qué se debe especificar para crear un DAG?
1) la cuestión
causal de interés, por lo que es necesario incluir la exposición o el
tratamiento (que llamamos E) y el resultado de interés (D)
2)
variables que podrían influir tanto en E (o un mediador de interés)
como en D
3) discrepancias entre las medidas ideales de las
variables y las medidas realmente disponibles para los
investigadores
4) factores de selección que influyen en qué
pacientes están representados en la población de estudio;
5)
posibles relaciones causales entre estas variables (representadas
como flechas que conectan variables
Incluso si una variable no se
midió en los datos disponibles (o no se puede medir en la mayoría
de los entornos prácticos), debe…
Estar representada en un DAG
Los estudios destinados a estimar el efecto causal de E sobre
D deben eliminar otras fuentes de asociación no causales entre____
E y D
- Leer otra vez esa parte pues no entendí y no lo agregué a las flashcards
Figura 1.Gráfico acíclico dirigido que ilustra términos y conceptos clave.
Revisar bien eso
Las explicaciones narrativas de las preguntas de investigación
están abiertas a diferentes interpretaciones. ¿Significa la afirmación:
“W representa la asociación entre E y D” que W es un factor de
confusión de la relación entre E y D o que W es un mediador entre E
y D? Dibujar un DAG lo deja _____
Al descubierto
Los DAG son
particularmente útiles para distinguir los objetivos de _____ y
de _______.
Los DAG fomentan la comunicación entre colegas y
son especialmente beneficiosos para la comprensión
interdisciplinaria
- Causalidad
- Predicción
es el primer paso al concebir
preguntas de investigación
Dibujar un DAG
Si bien son especialmente útiles para estudios _______, los
DAG también pueden representar sesgos potenciales en _________, como pérdidas durante el seguimiento, mecanismos
inesperados de efectos o errores de medición
- observacionales
- ensayos aleatorios
Los DAG han aclarado en gran medida
la ________ al representarla como la consecuencia de causas comunes
de la exposición y el resultado bajo estudio
Confusión
Los DAG también arrojan luz
sobre cómo controlar la confusión ______, incluso si la causa en sí no se mide (ver explicación de C y G en figura 1
Bloqueando caminos de confusión
Cuando ningún conjunto de variables medidas es suficiente para
controlar la confusión, los _____ pueden ayudar a reconocer enfoques
novedosos, como las variables instrumentales
DAGGGG
son constructos que están relacionados con la
exposición de interés pero que no tienen asociación con el resultado
excepto a través de la exposición.
Variables instrumentales
pueden rescatar los estudios observacionales cuando los medios
convencionales para el manejo de la confusión son intratables
Las variables instrumentales
Algunos investigadores creen que hay poco daño en ajustar variables
adicionales: parece que cuanto más larga es la lista, más exhaustivo es el
control. Sin embargo, los DAG exponen los peligros de un ajuste
indiscriminado [8]. Específicamente, los DAG ilustran cómo el ajuste de
los mediadores de las vías causales de interés (M enFigura 1); variables
que se ven afectadas tanto por E como por los determinantes de D en
estudio (S en Figura 1); o descendientes de resultados (Z enFigura 1)
puede inducir sesgo
…
Ver ejemplo Párrafo 3 - página 3
Si la selección para el estudio
está influenciada tanto por E como por D (o por una manifestación
temprana de D), los DAG revelan que este proceso de selección puede
crear una asociación _____ entre la exposición y la enfermedad.
Espuria
¿cuáles son las limitaciones de un DAG?
- Debido a limitaciones en nuestro conocimiento previo, es
posible que no sepamos cuál de varios DAG posibles es el correcto - Los DAG no transmiten
información sobre la magnitud o la forma funcional de las relaciones
causales y, por lo tanto, no son herramientas ideales para representar
definitivamente las modificaciones de las medidas del efecto.
-Para evaluar definitivamente la presencia de
modificación de la medida del efecto, se debe realizar un análisis
empírico de los dato - Para mostrar bucles de
retroalimentación, el orden del tiempo debe representarse
explícitamente en los DAG (por ejemplo, el peso a los 50 años puede
causar un accidente cerebrovascular a los 60 años, que puede causar
peso a los 70 años) - La mayor parte del trabajo
que utiliza DAG supone que el tratamiento de un individuo no influye en
los resultados de otro individuo, por lo que se deben realizar
modificaciones para estudiar procesos como la inmunidad de la
población o el contagio. - Los DAG se aplican
principalmente en entornos con cuestiones causales, en lugar de
problemas de predicción como pruebas de diagnóstico o modelos de
pronóstico. Sin embargo, el papel de los DAG en estos entornos está
evolucionando, por ejemplo con aplicaciones recientes en la evaluación
de la discriminación injusta en algoritmos de aprendizaje automático - Los DAG no son un enfoque de análisis y no reemplazan la
necesidad de numerosas decisiones de modelado estadístico
Los
DAG también revelan los eslabones más débiles o los supuestos más
cuestionables de cualquier estudio
…
Volver a leer el artículo con calma
…
