¿Elimina el ajuste completamente el efecto de las variables de confusión?

Question

Esto puede parecer una pregunta tonta, pero estoy realmente confundido al respecto. En teoría, el ajuste de una variable de confusión debería eliminar su efecto. ¿Significa esto que el efecto de la variable de confusión que hemos ajustado se ha eliminado por completo?

Por ejemplo, sabemos que el número de comorbilidades aumenta con la edad. Si ajustamos la edad, ¿significa esto que es poco probable que la edad explique el aumento de las comorbilidades, incluso en parte?

Answer 1

No tengo una respuesta completa, pero puedo aportar algunas ideas:

1) El ajuste elimina el efecto de confusión, pero sólo si las vías causales subyacentes están correctamente especificados. Hay ocasiones en las que el ajuste puede causar sesgos en lugar de disminuirlos. Para más información sobre este tema, busque colisionador sesgo y grafos acíclicos dirigidos .

2) El ajuste elimina el efecto de confusión, pero sólo si la operacionalización es correcta. En otras palabras, ha elegido la variable correcta para representar el constructo. Hay múltiples razones por las que la edad puede no ser un buen indicador del envejecimiento (el constructo real que está relacionado con la mortalidad). También puede estar relacionada con la respuesta inmunológica y la forma en que el cuerpo media la inflamación. Todos estos factores pueden tener diferencias sustanciales dentro de la misma edad. En lo que respecta a la información, la infradeclaración de la propia edad tiende a aumentar con la edad, lo que introduce algún error que también está correlacionado con la edad. Si se controla la edad, y se piensa que se han controlado los factores relacionados con la edad, lo más probable es que esta suposición sea demasiado ambiciosa. Siempre es más importante saber qué significan realmente las variables de control.

3) También hay otras dinámicas que pueden hacer que el ajuste por sí solo sea insuficiente. Por ejemplo, la interacción entre la edad y otra(s) variable(s) en el modelo puede sesgar la estimación de la edad. La relación no lineal entre la edad y la mortalidad también puede hacer que el simple ajuste por edad sea un método imperfecto.

Mi opinión es que en epidemiología es mejor decir "no" cuando alguien pregunta si algo puede completamente eliminado lo que sea... quizás excepto "¿puede el ensayo controlado aleatorio eliminar completamente los sesgos?" Entonces "teóricamente sí".