Una Causa es para Siempre

Afirmaciones como «fumar mata» o «tomar el sol produce cáncer de piel» son simplemente falsas. A pesar de ello, sólo representan un pequeño ejemplo de una situación cada vez más habitual en nuestros días: confundir causalidad y correlación, a menudo de forma intencionada.

Nadie duda que un mensaje como «fumar mata» es mucho más contundente y persuasivo que otro del tipo «aproximadamente el 80% de los cánceres de pulmón son en fumadores». Sin embargo, la segunda afirmación es cierta mientras que la primera no lo es. De hecho y según datos estadísticos, sólo 1 de cada 4 fumadores muere de cáncer de pulmón.

No es mi objetivo en esta entrada defender el tabaquismo. A estas alturas creo que es evidente que fumar es un hábito nocivo para la salud del que lo practica y de los que le rodean. Mi objetivo es llamar la atención sobre un error común, y con alarmante tendencia al alza, que es creer que las estadísticas prueban que algo es verdadero y que por tanto sirven para establecer relaciones causa-efecto.

Una práctica que tradicionalmente había estado limitada a ser un recurso fácil del periodismo más amarillo se ha convertido hoy día en elemento habitual de nuestras conversaciones, posiblemente favorecido en buena medida por la escasez de sentido crítico que propicia un sistema educativo orientado al conformismo.

Por si fuera poco, proliferan los supuestos estudios, por lo general autodenominados «científicos», que alimentan esta tendencia. Día sí y día también vemos artículos y noticias en los que se defienden tajantemente las bondades de determinados productos y servicios. Curiosamente, nunca se incluye la ficha técnica de dichos estudios, con lo que no hay forma de validar su rigor metodológico.

En la mayoría de estos casos nos encontramos el realidad con pseudo-estudios de escaso o nulo valor científico, financiados por lobbies variopintos, y que manipulan intencionadamente los datos, las relaciones y las interpretaciones para llegar a conclusiones erróneas con fines comerciales.

Las estadísticas simplemente ayudan a descubrir patrones y relaciones entre los datos pero no prueban nada. De hecho, la existencia de una correlación entre variables no implica en absoluto que exista una relación causa-efecto entre ellas.

Por poner un ejemplo claro, la mayoría de los que andamos “escasos de cabello”, por decirlo finamente, utilizamos algún tipo de gorro o sombrero. Esto significa que la correlación entre “tener calvicie incipiente” y “llevar gorro o sombrero” es muy próxima a 1 (valor máximo). Muchos de estos pseudo-estudios a los que me refiero no dudarían en afirmar a partir de ahí que “los últimos estudios científicos demuestran que usar sombrero aumenta el riesgo de padecer calvicie”, lo cual es, evidentemente, una falacia.

Lo preocupante de esta situación es que muchas personas toman decisiones importantes y modifican hábitos influenciadas por estas afirmaciones manipuladoramente incorrectas.

Afortunadamente hay una forma muy rápida y sencilla de diferenciar cuándo una cosa es causa de otra de cuándo simplemente hay una relación entre ellas. Las relaciones causa-efecto tienen probabilidad estadística del 100% o, en otras palabras, siempre que ocurre una ocurre la otra. Un ejemplo de relación causa efecto es la fuerza de la gravedad: cualquier cosa que tires hacia arriba volverá a caer. Siempre.

En el momento en que la palabra «siempre» sea sustituible por «casi siempre», «a menudo», «con frecuencia» o similares, ya no estaremos hablando de una relación causa-efecto sino de una probabilidad estadística.

Así que no lo olvides, si en algún momento no tienes claro si se está hablando de causalidad o de correlación, la prueba es sencilla: ¿podría darse alguna circunstancia en la que la causa no produjera el efecto? Si la respuesta es afirmativa no estás hablando de causalidad sino de correlación, porque una causa es para siempre.

16 comments to Una Causa es para Siempre

  • Franck
    Twitter: ingresos2

    Hola José Miguel

    Toca polémica hoy.
    Aunque comparto el fondo del Post (existen excepciones en patrones medios & algunas industrias se pasan en la “cientificación” de sus mensajes publicitarios), ambos ejemplo de Salud son francamente mal elegidos (y casualmente poco educativos).

    Fumar mata:

    1. ¿Cuales son tus fuentes José Miguel?
    2. Sabes que la principal consecuencia de fumar es tener problemas cardiovasculares. El consumo de tabaco bloquea a las arterias, y además afecta la hipertensión. Estas muertes hubieran podido evitarse sin consumo de tabaco. Las estadísticas (muy serias creeme) demuestran que si.
    3. Donde está la vertiente comercial en los 2 problemas de Salud que planteas. Se trata de un pb de comunicación. Es muy complicado llegar a la gente, sobre todo con el ruido que se genera con afirmaciones contraproducientes como la que has elegido en tu entrada
    4. Así que basta con 1 excepción para que un patrón no sea cierto. Falso.
    5. En la vida, todos tenemos que tomar decisiones. El tema es de hacerlo con criterio. Recurrir a las estadísticas y probabilidades de FUENTES CONTRASTADAS es una forma de hacerlo.

    La probabilidad de muerte a 10 años para un fumador es el doble que la de un no fumador (a otros parámetros idénticos). Significa que todos los fumadores van a morirse del tabaco, no. Significa que fumar mata. Si, el doble de rápido…
    Fuente: Revista Española de Cardiología, busca en google “tablas score tabaco”

    6.Ahora bien, si me planteas ejemplos comerciales de industrias como la alimentación, cosmética y algunos complementos salud, mi reacción a esta entrada hubiera sido totalmente distinta.

    Ahora, a fumar un pitillo, saben mejor cuando sabes lo que te estás jugando ;-D …

    • José Miguel Bolívar
      Twitter: jmbolivar

      Hola Franck.
      Mis fuentes son muchas y diversas pero creo que no viene al caso. Fumar es nocivo para la salud. Eso está claro y así lo digo claramente en la entrada. Las estadísticas sólo demuestran que hay una elevada correlación entre una serie de enfermedades y una serie de hábitos pero no demuestran nada más. No basta con 1 excepción para que un patrón no sea cierto pero sí basta con 1 excepción para que una relación causa-efecto deje de serlo.
      Y no te fumes es pitillo, que es malo 😉

  • Juana
    Twitter: juanatalavera

    Decian eso de hay mentiras, grandes mentiras y estadísticas ….
    Mi oftalmóloga, que es estupenda médico además de estupenda persona, me decía “a los miopes se os suele operar de cataratas antes, te puede quitar las lentillas y mejora tu visión, pero ya sabes que meterse en un quirófano entraña siempre algún riesgo, mientras no te molesten las lentillas, podemos esperar” a lo que yo añadí “si sale mal, para mí es el 100% mal”.
    Tomamos muchas decisiones en función de …. ¿datos objetivos?¿de verdad? …. ¿créis que Gates se baso en datos objetivos? …. no creo ¿Einstein se baso en datos objetivos? …. no creo.
    Creo que menospreciamos nuestra sabiduría e intuición en base a un intelecto que es inteligente pero no es sabio …. a lo mejor me equivoco, pero no hay nada que sea seguro en este mundo salvo que todo cambia …. también puedo estar equivocada.

  • Información Bitacoras.com…

    Valora en Bitacoras.com: Afirmaciones como “fumar mata” o “tomar el sol produce cáncer de piel” son simplemente falsas. A pesar de ello, sólo representan un pequeño ejemplo de una situación cada vez más habitual en nuestros días: confun……

  • Una Causa es para Siempre: la diferencia entre causalidad y correlación: http://bit.ly/bHcUvy /de @jmbolivar

  • Las estadísticas no prueban nada. RT @jmbolivar Nueva Entrada "Una Causa es para Siempre" http://bit.ly/ckzFWe (en Optima Infinito) #in

  • Las estadísticas no prueban nada. RT @jmbolivar Nueva Entrada "Una Causa es para Siempre" http://bit.ly/ckzFWe (en Optima Infinito) #in

  • Buena reflexión sobre la falta de rigor: Una Causa es para Siempre http://bit.ly/bHcUvy by @jmbolivar

  • De cómo manipular con la estadística: Una Causa es para Siempre http://bit.ly/bHcUvy by @jmbolivar

  • Una Causa es para Siempre | Optima Infinito | Innovación y Productividad (GTD) para un Mundo 2.0 http://goo.gl/ArD3D

  • @ivtwin Eso me ha parecido también a mí. Escribí algo sobre el tema hace algún tiempo… http://t.co/ltYxm5kA

  • Leanlo. En serio leanlo http://t.co/RfBPKqRZ (vía @jmbolivar)

Logo redca
sigue este blog en feedly
FacileThings

Categorías