¿Qué es una variable de confusión?

Una variable de confusión es un factor oculto que empuja dos cosas a la vez, de modo que ambas cambian juntas y parecen conectadas entre sí cuando solo están conectadas con la variable de confusión. El patrón es real; la explicación es falsa. Los bebedores de café parecieron en su día tener más enfermedad cardiaca, hasta que los investigadores vieron que también fumaban más, y era el tabaco el que hacía el daño. El factor de confusión se escondía fuera de las dos cosas medidas, que es donde siempre se esconden.

Una variable de confusión es un factor externo al estudio que influye tanto en la supuesta causa como en el resultado, produciendo entre ellos una correlación que no debe nada a que uno cause el otro. Beber café estuvo mucho tiempo vinculado a la enfermedad cardiaca. Los bebedores de café también fumaban más que los no bebedores, y fumar causa enfermedad cardiaca. Fumar era la variable de confusión: ligada al café por el hábito, ligada al corazón por la biología, y suficiente para que el café pareciera responsable. La prueba de un factor de confusión es que debe conectar con ambos extremos. Un factor ligado solo a la causa o solo al resultado no puede fabricar un vínculo entre ellos. Los factores de confusión son peligrosos porque quedan fuera de los datos a menos que alguien pensara en medirlos. Un estudio que registrara solo café y salud del corazón nunca vería el tabaco. Los investigadores los manejan de tres maneras. Pueden excluir a quienes portan el factor, estudiando solo a no fumadores. Pueden aleatorizar, asignando el tratamiento por sorteo para que los fumadores se repartan por igual entre los grupos. O pueden medir el factor y ajustar por él, comparando bebedores de café con no bebedores que fuman lo mismo. Las dos primeras deben diseñarse desde el principio. La tercera solo funciona con factores de confusión que alguien nombró.

Mide un colegio entero y el número de pie predice la capacidad lectora casi a la perfección: cuanto más grande el pie, mejor lector. Nadie concluye que los pies grandes ayuden a leer. La edad está haciendo los dos trabajos. Los niños mayores tienen pies más grandes y los niños mayores leen mejor, así que las dos cosas suben juntas sin que ninguna le haga nada a la otra. La edad es la variable de confusión: está detrás de ambas mediciones, nunca fue una de las dos cosas comparadas, y dejó la comparación sin sentido. Compara solo a los niños de ocho años entre sí y el vínculo entre pies y lectura desaparece, que es lo que parece eliminar un factor de confusión.