Aplicación de métodos de inferencia causal en epidemiología psiquiátrica

Las asociaciones entre los factores de riesgo putativos y los trastornos psiquiátricos y por uso de sustancias están muy extendidas en la literatura. Basar los esfuerzos de prevención en tales hallazgos es peligroso. La aplicación de métodos de inferencia causal, aunque desafiante, es fundamental para desarrollar modelos etiológicos realistas y potencialmente procesables para la psicopatología.

Los métodos causales se pueden dividir en ensayos clínicos aleatorios (ECA), experimentos naturales y modelos estadísticos. Los primeros 2 enfoques pueden controlar potencialmente los factores de confusión conocidos y desconocidos, mientras que los métodos estadísticos controlan solo los factores de confusión conocidos y medidos. El criterio estándar, ECA, puede tener limitaciones importantes, especialmente en lo que respecta a la generalización. Además, por razones éticas, los ECA no pueden abordar muchas cuestiones críticas de la epidemiología psiquiátrica.

Revisamos, con ejemplos, métodos que intentan cumplir con los supuestos de aleatorización como si, utilizan variables instrumentales o utilizan diseños pre-post, diseños de regresión discontinua o diseños co-relativos. Cada método tiene fortalezas y limitaciones, especialmente la plausibilidad de la aleatorización como si y la generalización.

La inferencia causal es importante porque informa a los modelos etiológicos y los esfuerzos de prevención. La opinión de que la causalidad puede resolverse definitivamente solo con ECA y que ningún otro método puede proporcionar inferencias potencialmente útiles es simplista. Más bien, cada método tiene diferentes puntos fuertes y limitaciones.

Necesitamos evitar los extremos de las afirmaciones causales excesivamente entusiastas y la opinión cínica de que la información causal potencial es inalcanzable cuando los ECA no son factibles.  La triangulación, que aplica diferentes métodos para dilucidar inferencias causales para abordar la misma pregunta, puede aumentar la confianza en las afirmaciones causales resultantes.

Para acceder al texto completo consulte las características de suscripción de la fuente original:https://jamanetwork.com/