Precedencia temporal

La variable causal propuesta debe preceder de forma fiable al problema de comportamiento. Para que X sea causa de Y, además de la relación funcional

entre ambas, X debe preceder a Y4. Si la variable no precede al problema de comportamiento, puede afirmarse que no hay relación causal. Sin establecer precedencia entre X e Y, es difícil eliminar la posibilidad de que

a) X sea el resultado, más bien que la causa, de Y.

b) X e Y muestran covariación porque ambas son causadas por una tercera

variable, Z (véase la figura 4.2).

Como ocurría con la covariación, la «precedencia» es una condición de la inferencia causal engañosamente simple, especialmente en el terreno de la evaluación clínica. Primero, porque la precedencia es una condición necesaria pero insuficiente, ya que no permite excluir la posibilidad de que una tercera variable esté produciendo el efecto. Veamos dos ejemplos en los que esto podría ocurrir. El primer ejemplo lo ponemos más en abstracto (utilizando letras para designar los problemas y sus causas), de tal forma que se pueda aplicar a cualquier tipo de problemas y causas. El segundo será un ejemplo clínico concreto, menos generalizable pero más realista.

En el primer ejemplo, Z podría ser una variable causal de X e Y, pero el efecto

X podría tener una latencia más corta que el efecto Y (véase la figura 4.2 más

adelante). Esta diferencia en la latencia causal daría lugar a que X e Y covariaran (lo que satisface la primera condición necesaria para establecer causalidad) y a que X precediera a Y (lo que satisface la segunda condición necesaria para establecer causalidad). A pesar de cumplir las primeras dos condiciones necesarias para establecer causalidad, X no necesariamente tiene que ser causa de

Y. Nótese que todas las posibilidades que siguen podrían ser verdad: Y podría

estar influida sólo por X; sólo por Z, o conjuntamente por X y Z.

Como segundo ejemplo, considérese un caso en el cual los problemas laborales de un paciente actúan como variables causales tanto para su abuso del alcohol como para el comportamiento de autoproducirse heridas, pero sobre el abuso de alcohol influyen antes que sobre el autolesionarse (por ejemplo, se para en el bar al salir del trabajo y, sin embargo, no se autolesiona hasta que llega a casa). Si evaluamos la ingesta de alcohol y las autolesiones, encontraríamos una estrecha covariación entre ambas, así como que la primera precede a las segundas. Por ello, podría parecer, erróneamente, que el abuso de alcohol actúa como variable causal de las autolesiones. Nótense las implicaciones de este juicio clínico erróneo para el tratamiento: si las autolesiones fueran el problema 111

más importante, para reducirlas probablemente propondríamos el tratamiento del abuso del alcohol como manera de reducirlas, en lugar de un tratamiento centrado principalmente en los efectos de los problemas laborales. Centrar el tratamiento en el abuso de alcohol sería beneficioso para el paciente (si es que logramos que beba menos) pero no produciría un beneficio máximo (la solución de ambos problemas: bebida y autolesiones). Aquí hay que recordar de nuevo que una de las metas más importantes del análisis funcional es ayudar a elegir el tratamiento más efectivo posible.

El concepto de precedencia (es decir, que hay un cierto desfase o retraso entre la ocurrencia de una variable causal y sus efectos) presenta retos adicionales al clínico al interpretar la investigación publicada sobre las causas de los problemas de comportamiento. Las relaciones causales se pueden identificar con exactitud sólo dentro de ciertos límites temporales. La duración de la latencia causal puede variar según las causas y los problemas (e incluso según las dimensiones de un problema). Los efectos de una variable causal pueden estar limitados en el tiempo, y estos límites temporales de las relaciones causales pueden variar según los problemas y sus causas. Por ello, la evaluación de una relación causal supuesta en el momento equivocado (por ejemplo, antes o después de que se produzcan los efectos causales) no permitirá apreciar la covariación entre dos acontecimientos cuando, de hecho, existe relación causal entre ellos.

La medida a destiempo de una relación causal es un problema común en la investigación longitudinal, tal como la realizada sobre las relaciones entre depresión y problemas conyugales5. En estos estudios longitudinales, la depresión y los problemas conyugales se suelen medir dos o tres veces (con una separación de entre un mes y un año) para examinar el grado en el que la depresión (o los problemas conyugales) en el momento de la primera medición predice la satisfacción conyugal (o la depresión) de la segunda medición. Esta estrategia produce un muestreo del tiempo conveniente para los investigadores y los pacientes, pero poco adecuado para captar la latencia causal y las cualidades dinámicas de las variables estudiadas. Dada la variabilidad normal en el estado de ánimo deprimido, sus efectos sobre la satisfacción conyugal pueden tardar horas, días o semanas (suponiendo un modelo causal aditivo en el que períodos más largos de estado de ánimo deprimido se asocian a mayores problemas conyugales), pero no un año. Asumiendo, como es razonable hacer, que hay múltiples variables causales que afectan el estado de ánimo y la satisfacción 112

conyugal, lo más probable es que muchas de ellas actúen a lo largo de un año, entre una evaluación y otra. Por ello, las medidas longitudinales temporalmente mal programadas proporcionarán estimaciones inexactas de las relaciones causales entre las dos variables.

El requisito de que la variable causal preceda al problema de comportamiento con frecuencia se viola en las inferencias causales de la investigación psicopatológica y al extraer inferencias causales en la práctica clínica. Aunque las advertencias contra la confusión entre correlación estadísticamente significativa y causalidad aparecen en todos los libros de texto, muchos investigadores y clínicos competentes interpretan las correlaciones o las diferencias entre grupos en diseños transversales como indicativas de relación causal entre las variables. Este error inferencial suele ocurrir con más frecuencia cuando los resultados concuerdan con las hipótesis causales previas del investigador o del clínico. Las afirmaciones causales de este tipo de investigación suelen presentarse de la siguiente forma: «Si A funciona como causa de B, se espera que se dé una estrecha correlación entre A y B en la muestra utilizada (o en nuestro paciente), cosa que los resultados confirman».

La precedencia temporal no se puede establecer, ni en los diseños transversales ni en la evaluación clínica, simplemente midiendo una única vez dos variables al mismo tiempo. Los resultados de una evaluación realizada en un único momento temporal (no importa la parafernalia que se emplee al obtener los datos o la sofisticación estadística al procesarlos) pueden ser coherentes con, pero nunca confirmar, las relaciones causales supuestas. De forma similar, es difícil realizar inferencias sobre las relaciones causales en nuestros pacientes simplemente dándoles autoinformes, a menos que contengan elementos temporales del tipo «Con frecuencia me pongo nervioso cuando voy a reunirme con gente que no conozco».

De forma coherente con lo que venimos diciendo, Ward y Thorn (2006) han destacado también la necesidad de precedencia de la variable causal al inferir relaciones causales en casos de dolor crónico (véase una investigación transversal de Cook y Vowles, 2006). En el modelo causal de estos últimos autores, el miedo a volver a lesionarse media la relación entre el catastrofismo (por ejemplo, la preocupación acerca de que la lesión tenga consecuencias graves) y la discapacidad percibida, la depresión, y el dolor. Los hallazgos de su estudio se relacionan, además, con la naturaleza condicional de las relaciones

causales, ya que los autores encontraron que la relación entre el miedo a volver a

lesionarse y la discapacidad percibida era mayor en las personas de edad. Su modelo se presenta en la figura 4.1. Obsérvense la relación temporal entre las variables y la magnitud de las relaciones funcionales representadas en el modelo. Figura 4.1.—Modelo causal nomotético de la discapacidad asociada al dolor crónico, indicando la importancia del miedo como mediador de los efectos del pensamiento catastrofista. La fuerza de las relaciones entre variables variará de paciente a paciente (basado en datos de Cook y Vowles, 2006). Dada la naturaleza multidimensional de los problemas de comportamiento, la precedencia temporal de una variable causal puede valer para una dimensión del problema pero no para otra. Por ejemplo, la escasa capacidad de un paciente de solucionar sus problemas familiares puede afectar la severidad o la duración, pero no el inicio de sus episodios depresivos (véase Nezu et al., 1987, 2004). De igual forma, las atribuciones catastrofistas de un paciente sobre sus sensaciones físicas (v.g., que dichas sensaciones indican el comienzo de un ataque al corazón) pueden afectar la duración o la severidad del episodio de pánico pero no su inicio (véase Smits et al., 2006). De forma semejante, una persona con problemas de sueño puede comenzar a preocuparse por no poder dormir cuando se acuesta. En este caso, la preocupación previa a dormirse sería el resultado de su problema de sueño y no la causa de su inicio. Sin embargo, dicha preocupación previa 114

podría aumentar el tiempo que tarda en dormirse (Van Egeren et al., 1983, y Bootzin et al., 1990).

Dado que las relaciones causales pueden diferir según las dimensiones de los problemas, es importante que el clínico especifique las dimensiones pertinentes en sus análisis funcionales y FACCD. El no detallar si el análisis funcional explica el inicio, la tasa, la probabilidad, la magnitud, o la duración de un problema, por ejemplo, puede conducir a inferencias erróneas sobre el papel de las variables causales y a que no se elija el mejor foco de tratamiento.

Estos ejemplos también destacan la importancia de las diferencias individuales en las relaciones causales. Como dijimos antes, la preocupación puede influir en lo que la persona tarda en dormirse, pero no en el comienzo de su problema. Sin embargo, para algunas personas, la preocupación puede estar siendo producida por otros acontecimientos o problemas que, a su vez, producen los problemas de sueño.

En algunos casos el establecimiento de la precedencia temporal de una variable causal sobre su efecto se complica mucho porque la variable causal consiste en patrones de interacción, más que en un acontecimiento simple. Por ejemplo, la variable causal «refuerzo positivo» (v.g., como variable causal de las rabietas, el hablar depresivo, las amenazas de suicidio, o las quejas de dolor) incluye interacciones entre el paciente y su entorno: la conducta-problema del paciente es seguida por una consecuencia que aumenta la probabilidad de dicha conducta. No es la consecuencia (v.g., la respuesta positiva de la otra persona) la que actúa como variable causal, sino la relación respuesta-reforzador (v.g., la atención que da un profesor al comportamiento negativista de un niño). Es la contingencia de respuesta la que actúa de variable causal, no el simple hecho de que el profesor le preste atención (con o sin comportamiento negativista).

Otro caso en el que resulta difícil establecer precedencia temporal de la causa sobre su efecto es cuando ambas variables se influyen mutuamente. Estos casos de

causalidad bidireccional (o circular), en la que dos variables se influyen la una a

la otra (y, por tanto, ambas son a la vez causa y efecto de la otra), presentan dificultades conceptuales y de evaluación adicionales al establecer precedencia temporal. La covariación es fácil de identificar en las relaciones causales bidireccionales, pero no así los mecanismos de actuación, los efectos diferenciales de cada variable y la precedencia temporal de una sobre la otra.

3.3. Exclusión de explicaciones alternativas de las relaciones