Concepts of Causality in Psychopathology:

Applications in Clinical Assessment,

Clinical Case Formulation and Functional
Analysis
Este artículo discute e integra los conceptos de causalidad en psicopatología,
evaluación clínica, formulación de casos clínicos y análisis funcional. Proponemos
que la identificación de variables causales, relaciones y mecanismos en
psicopatología y evaluación clínica puede llevar a intervenciones más poderosas y
eficientes. Se deben cumplir cuatro criterios para inferir una relación causal entre
dos variables: (a) covariación entre las variables, (b) precedencia temporal de la
variable causal sobre el efecto, (c) la exclusión de explicaciones alternativas
plausibles y (d) ) una base lógica para inferir una relación causal. Estos son criterios
desafiantes para cumplir en la evaluación clínica. Requieren estrategias
multivariables de evaluación o manipulación de series de tiempo con medidas que son
sensibles al cambio. La naturaleza bidireccional y dinámica de las relaciones
causales y el papel del clínico en derivar juicios causales presentan desafíos
adicionales para la inferencia causal en la evaluación clínica. Destacamos el análisis
funcional como modelo de formulación de casos clínicos. El análisis funcional
enfatiza la especificidad de los constructos y requiere que identifiquemos los
mecanismos que explican las relaciones causales, los medios a través de los cuales
opera un efecto causal. En resumen, los conceptos de causalidad proporcionan una
base científica y una guía metodológica para la evaluación clínica, la formulación de
casos clínicos y el análisis funcional​.

Los conceptos de causalidad en psicopatología son elementos importantes en la evaluación

psicológica, la formulación de casos clínicos y el análisis funcional. Ayudan al clínico a estimar qué
variables podrían estar influyendo en los problemas de comportamiento de una persona, los
mecanismos a través de los cuales una variable causal ejerce sus efectos en un problema de
comportamiento, y cómo otras variables podrían influir en las relaciones entre la variable causal y el
problema de comportamiento. Los conceptos de causalidad en psicopatología también informan al
clínico sobre las mejores estrategias, métodos, instrumentos y medidas de evaluación para usar para
un cliente en particular, y son importantes en todos los paradigmas de psicoterapia. Finalmente, los
conceptos de causalidad son fundamentales para los juicios clínicos porque muchas intervenciones
intentan modificar las variables causales que se suponen que afectan el problema de comportamiento
de un cliente o los objetivos de tratamiento positivos. Muchas terapias enfocadas en el conocimiento,
por ejemplo, intentan modificar los pensamientos disfuncionales de una persona que afectan la
duración y la intensidad de los síntomas de depresión porque se presume que estos pensamientos son
uno de los mecanismos causales que explican la relación entre los factores estresantes de la vida y los
síntomas depresivos.
En este artículo, discutimos los conceptos de causalidad, revisamos varios atributos de variables
causales y relaciones causales en psicopatología, y discutimos cómo los conceptos de causalidad
informan las estrategias de evaluación clínica y los juicios clínicos. En Bunge, James, Mulaik y Brett,
Pearl y Shadish, Cook y Campbell se pueden encontrar discusiones más generales sobre la causalidad
y los métodos de análisis causal.

Diversos conceptos de la causalidad

La causalidad ha sido discutida durante siglos entre eruditos y científicos. Estas discusiones se
han centrado principalmente en la relevancia de la inferencia causal, los tipos de relaciones causales y
las condiciones necesarias para inferir una relación causal. En la evaluación clínica, las discusiones se
han centrado en estrategias de evaluación para identificar y estimar las relaciones causales
relacionadas con los problemas de conducta de un cliente y el papel de las inferencias causales en la
formulación de casos clínicos.
La mayoría de los científicos del comportamiento asumen que existen relaciones causales en la
psicopatología y son focos importantes en la evaluación e intervención clínica. Entre los filósofos de
la ciencia, aún se discute la existencia de causalidad aparte de nuestras percepciones de ella.
Independientemente de las complejidades filosóficas asociadas con el concepto de causalidad, miles
de estudios e intervenciones clínicas se basan en el supuesto implícito o explícito de que los cambios
en ciertas variables (variables causales hipotetizadas) a menudo conducen a cambios importantes en
otras variables (problemas de comportamiento del cliente).
Los conceptos de causalidad difieren entre disciplinas. Algunos tipos y condiciones de
causalidad que se han propuesto son más relevantes que otros para la evaluación clínica y el juicio.
Por ejemplo, suponga que "Y" es una dimensión de un problema de comportamiento (por ejemplo, la
frecuencia de atracones o la intensidad de la ansiedad social) y que "X" es una variable causal
potencial (por ejemplo, un factor estresante de la vida, un estímulo discriminativo o un refuerzo
social). ). La relación causal entre estas dos variables puede tener varias formas. Si Y siempre aparece
después de X, se puede etiquetar como causa suficiente. Sin embargo, es importante tener en cuenta
que cuando existe una causa suficiente, Y puede ocurrir sin que X se haya producido previamente. Se
observa un ejemplo práctico de este tipo de causa en la relación entre los niveles de glucosa en sangre
y el consumo de alimentos entre las personas con diabetes. El consumo de carbohidratos (X) puede ser
suficiente para causar un aumento posterior de los niveles de glucosa en la sangre (Y). Sin embargo,
otras actividades además del consumo de alimentos también pueden hacer que los niveles de glucosa
en la sangre aumenten (por ejemplo, la falta de inyección de insulina, el estrés diario crónico).
Una ​causa necesaria se identifica cuando Y nunca ocurre sin la aparición previa de X. Tenga
en cuenta que bajo esta condición, X todavía puede ocurrir sin que Y ocurra. Un ejemplo práctico de
este tipo de relación es el contacto sexual y una enfermedad de transmisión sexual. Específicamente,
una enfermedad de transmisión sexual (Y) nunca ocurre sin la aparición previa de contacto sexual (X).
Sin embargo, el contacto sexual puede ocurrir sin la posterior aparición de una enfermedad de
transmisión sexual.
Se observa una ​causa insuficiente cuando Y ocurre solo después de que X ocurre en
combinación con otra variable, Z. Sin embargo, Y no ocurre cuando X ocurre solo. Se observa un
ejemplo de este tipo de relación cuando una persona puede desarrollar una afección particular (Y, por
ejemplo, esquizofrenia) solo cuando tiene una susceptibilidad genética (Z) y está simultáneamente
expuesta a un evento ambiental específico (X, por ejemplo, factores estresantes de la vida). ).
Una ​causa inmediata (proximal) es aquella en la que la variable causal ejerce su influencia sin
ningún evento intermedio (es decir, hay una contigüidad temporal entre Y y X). En las ciencias del
comportamiento, este tipo de relación causa-efecto es muy difícil de establecer, ya que uno puede
identificar con frecuencia una gran cantidad de eventos que ocurren entre una variable causal
particular y un problema de comportamiento. Otros tipos de relaciones causales se describen en
Haynes.
Muchas de las variables causales encontradas en la psicopatología y la evaluación clínica son
insuficientes, ya que afectan los problemas de conducta de una persona solo en combinación con otras
variables causales. Como se señaló en el ejemplo anterior, un factor estresante para la vida (por
ejemplo, un mayor conflicto dentro de la familia) podría desencadenar comportamientos
esquizofrénicos para un paciente solo cuando se produce en combinación con una susceptibilidad
genética a la esquizofrenia o en combinación con otros factores estresantes importantes en su vida. .
Además, las formulaciones de casos clínicos, como el análisis funcional, a menudo incluyen causas
tanto distales como proximales. Por ejemplo, una causa inmediata de la recaída de un paciente
psiquiátrico en el hogar es una serie de comentarios críticos de los miembros de la familia. Sin
embargo, esta causa proximal es más probable que influya de manera adversa en el comportamiento
del paciente cuando otras causas más distales, como el incumplimiento de la medicación, la fatiga por
falta de sueño o los estresantes sociales recientemente experimentados también están coexistiendo.

¿Qué evidencia es necesaria para inferir una relación

causal en la evaluación clínica?
En esta sección repasamos brevemente varios conceptos de causalidad, métodos de estimación
de relaciones causales y limitaciones de inferencias causales que son relevantes para la evaluación
clínica, la formulación de casos clínicos y el análisis funcional. Primero, presentamos cuatro
condiciones necesarias para inferir una relación causal: (a) covariación, (b precedencia temporal, (c)
negación de una explicación alternativa para una relación causal inferida, y (d) una conexión lógica).

Covariación
La covariación es la condición más ampliamente aceptada, pero aparentemente simple, para
inferir una relación causal entre dos variables. La evidencia de covariación puede incluir una
correlación significativa o una probabilidad condicional elevada de dos variables. La ausencia de una
relación funcional, cuando se controlan los efectos de confusión (consulte la discusión de las
excepciones a continuación), significa que dos variables no pueden tener una relación causal. Por
ejemplo, para que “escape de un estado emocional aversivo, es decir, la evitación experiencial
funcione como una variable causal para el consumo de alcohol de un cliente, es más probable que
ocurra cuando el cliente experimenta un estado emocional aversivo en relación con un Estado
emocional no aversivo.
Existen varios desafíos para la detección de la covariación entre variables en la evaluación
clínica.

1. Debido a un error de medición (por ejemplo, el uso de una medida no válida o mediciones
mal programadas), una verdadera relación funcional puede no ser identificada aunque exista
una.
2. Dos medidas de construcciones supuestamente diferentes pueden tener elementos
superpuestos, lo que da la falsa impresión de que las construcciones son covarias. Un ejemplo
de esto es la alta correlación que se observa a menudo entre las medidas de autoinforme de
 depresión y de ansiedad, dos construcciones psicológicas que se presume que son
cualitativamente diferentes pero que comparten algunos elementos similares.
3. Dos variables pueden estar relacionadas causalmente pero solo dentro de dominios o
contextos particulares. Por ejemplo, las contingencias de respuesta pueden ser una variable
causal importante para la conducta de oposición de un niño con uno pero no con el otro padre.
Por otro ejemplo, el conflicto con otros pacientes en una unidad psiquiátrica podría
desencadenar el comportamiento agresivo de un paciente, pero solo cuando él recientemente
rechazó los medicamentos o regresó recientemente a la unidad después de una visita
domiciliaria estresante. Si el clínico midió la covariación entre conflicto y agresión en otros
contextos, es posible que no se detecte una covariación significativa.
4. Algunas relaciones causales pueden operar dentro de algunos pero no otros valores de
variables. Por ejemplo, puede haber una relación causal significativa entre la gravedad de la
preocupación nocturna de un cliente por los factores estresantes de su vida y su retraso en el
inicio del sueño, pero solo cuando esos factores estresantes de la vida superan un cierto nivel.
La medición de la preocupación nocturna de la cliente y los problemas de sueño cuando los
factores estresantes de su vida varían dentro de rangos leves a moderados, podría sugerir que
el sueño no se ve afectado por la preocupación nocturna.
5. Puede parecer que dos variables covarían porque ambas se ven afectadas simultáneamente por
la misma variable causal, que ilustramos en la Figura 1 con los ejemplos A y B. Por ejemplo,
el consumo excesivo de alcohol de una persona y los dolores de cabeza por tensión podrían
covariarse debido a los efectos de un reciente Perdida de trabajo.

Precedencia temporal
Otra condición para inferir una relación causal en la evaluación clínica es la precedencia
temporal. La precedencia temporal especifica que la variable causal hipotética precede al problema de
comportamiento en el tiempo. Sin establecer la precedencia temporal entre X (una variable causal
hipotética) y Y (un problema de comportamiento), es difícil descartar relaciones funcionales
alternativas, por ejemplo, que X es un resultado, en lugar de una causa, de Y, o que una tercera
variable afecta la covariación aparente entre X e Y, como se indica en el punto 5 anterior.
La relación temporal entre variables puede ser difícil de detectar en la evaluación clínica.
Primero, la precedencia es una condición necesaria pero insuficiente para excluir la posibilidad de un
"tercer efecto variable". Como se ilustra en los diagramas A y B en la Figura 1, una variable causal
podría afectar dos problemas de comportamiento, pero con diferentes latencias causales. En
consecuencia, en este caso, los dos problemas de comportamiento demostrarían covariación y uno
precedería de manera confiable al otro, aunque no estuvieran relacionados de manera causal.
 El requisito de precedencia temporal en los juicios causales hace que sea difícil interpretar
muchos estudios publicados en psicopatología. Por ejemplo, las relaciones causales a veces tienen
límites temporales restringidos. Es decir, la latencia de un efecto causal y la duración de un efecto
causal pueden diferir según los tipos de causas, para diferentes problemas de comportamiento, para
diferentes dimensiones (por ejemplo, duración frente a severidad) de un problema de comportamiento,
y para diferentes personas. Por lo tanto, la medición de una relación causal hipotética entre dos
variables fuera del dominio temporal de los efectos causales (por ejemplo, antes o después de los
efectos causales) sugeriría que no hay covariación entre dos eventos cuando de hecho existe una
relación causal entre ellos. Recuerde que solo estamos inferiendo la causalidad, lo que sólo se puede
medir es la covariación.
La investigación longitudinal a menudo incluye estrategias de evaluación que incluyen
mediciones fuera del dominio temporal probable de una relación causal. Por ejemplo, muchos estudios
longitudinales de las relaciones funcionales entre la depresión y la angustia conyugal miden estas dos
construcciones dos o tres veces, quizás un mes, 3 meses o un año de diferencia. El objetivo ha sido
examinar el grado en que la depresión (o la angustia conyugal) en el momento 1 predice la angustia
conyugal (o depresión) en el momento 2. Esta es una estrategia de muestreo de tiempo por
conveniencia, pero es probable que los parámetros temporales de estos las estrategias de muestreo no
son congruentes con la latencia y la duración de los efectos causales. Por ejemplo, dada la variabilidad
normal en el estado de ánimo depresivo y sus efectos en los comportamientos interpersonales y los
procesos cognitivos, sus efectos más fuertes en la angustia marital pueden ocurrir en cuestión de
horas, días o semanas, en lugar de después de un mes o un año. Para complicar aún más la tarea de la
inferencia causal, la latencia de los efectos causales podría diferir (es decir, podría ser condicional),
dependiendo del nivel de satisfacción de la relación y la valencia de las recientes interacciones
diádicas. Tenga en cuenta que si hay múltiples variables causales que afectan tanto el estado de ánimo
deprimido como la satisfacción conyugal, es más probable que ocurran eventos influyentes a medida
que aumenta el tiempo entre las mediciones. En resumen, las estrategias de medición longitudinal
fuera del dominio temporal de las relaciones causales podrían llevar a una estimación parcial de las
relaciones funcionales entre las variables y a un juicio erróneo acerca de su relación causal.
Es particularmente difícil hacer inferencias acerca de las relaciones causales en la evaluación
clínica simplemente administrando cuestionarios de autoinforme en un momento determinado (por
ejemplo, en una sesión de evaluación de ingreso), a menos que haya elementos temporales y
condicionales contenidos en los cuestionarios (por ejemplo, "A menudo me siento ansioso" (una
consulta incondicional) vs. "A menudo me siento ansioso antes de conocer gente por primera vez"
(una consulta condicional)). En muchos contextos de evaluación clínica, el clínico debe estimar las
relaciones causales basadas únicamente en la covariación aparente entre las medidas de las variables
que se hipotetizan que están relacionadas causalmente. Como ilustramos en el ejemplo anterior, un
médico podría inferir erróneamente una relación causal entre el estrés de la vida de un cliente y el
consumo de alcohol cuando las medidas de estos dos constructos son elevados y la investigación
previa ha sugerido la posibilidad de una relación causal entre ellos.
Para complicar aún más la identificación de las relaciones causales en la evaluación clínica, la
precedencia temporal de una variable causal puede ser válida para una dimensión de un problema de
comportamiento y no para otra. Por ejemplo, la incapacidad de un cliente para resolver conflictos
familiares podría preceder y afectar la gravedad o la duración de sus episodios depresivos, pero no su
aparición. De manera similar, la mayor sensibilidad de un cliente a las sensaciones físicas y a las
posibles desviaciones sobre él, como creer que un latido cardíaco rápido indica el inicio de un ataque
cardíaco, puede afectar la duración o la gravedad del episodio de pánico del cliente, pero no su inicio.
Debido a que las relaciones causales pueden diferir en las dimensiones de un problema de
comportamiento, es importante que el clínico identifique la dimensión más importante (por ejemplo,
la latencia al inicio, la velocidad, la gravedad o la duración) de un problema de comportamiento
durante la evaluación clínica, para enfatizar esa dimensión. en los análisis funcionales, y para orientar
esa dimensión durante las evaluaciones de seguimiento. Por ejemplo, si no se especifica si el análisis
funcional explica el inicio, la frecuencia, la probabilidad, la magnitud o la duración de la autolesión,
los episodios maníacos o las rabietas, se podrían producir inferencias erróneas sobre el papel de
determinadas variables causales, los focos de tratamiento menos que óptimos. y el uso de medidas que
son insensibles a los cambios más importantes en los problemas específicos.

La exclusión de explicaciones alternativas para la relación funcional

La exclusión de explicaciones alternativas para la relación funcional es el tercer requisito para
la inferencia causal. Lo ilustramos en los ejemplos anteriores y en la Figura 1, que dos variables no
pueden tener una relación causal aun cuando demuestren covariación y una variable precede a la otra
de manera confiable. Este estado de cosas puede ocurrir por varias razones, pero una de las más
importantes y desafiantes en la evaluación clínica es que ambas variables pueden verse influenciadas
por una tercera variable no medida. En cada diagrama causal de la Figura 1, Y1 coincide con Y2 y
precede a Y2, pero tenga en cuenta las diferentes latencias causales entre X y Y1 e Y2. El clínico
podría inferir erróneamente que Y1 influyó en Y2 si X también no se midió.
Una inferencia errónea de que existe una relación causal entre dos variables es especialmente
probable en tres condiciones: (a) cuando la latencia de los efectos de X es más corta para Y1 que para
Y2 (lo que da como resultado una precedencia temporal confiable de la primera variable) en el
segundo), (b) cuando el investigador o clínico no mide X, y (c) cuando la relación funcional
observada entre Y1 e Y2 es consistente con las creencias causales del investigador. Debido a que
existen infinitas posibilidades, es difícil, dentro del contexto de la evaluación clínica, excluir
explicaciones alternativas para una relación causal aparente. En consecuencia, siempre que sea
posible, el médico debe medir múltiples variables en una secuencia temporal cuidadosamente
definida.
La prueba más fuerte, pero no infalible, de una relación causal se basa en observar los efectos
de la manipulación sistemática de la variable causal hipotética que resulta de una evaluación previa al
tratamiento (por ejemplo, el uso de una observación conductual análoga) o de los efectos de la
intervención. Si X1 es una variable causal para Y1, la manipulación sistemática de una dimensión de
X1 (cambio sistemático de su ocurrencia, magnitud, duración) debe ir seguida de cambios en Y1 de
manera congruente con la relación causal hipotética.
Incluso con los efectos demostrados de la manipulación, el clínico debe tener cuidado al inferir
una relación causal. Los efectos sistemáticos en Y1 asociados con la manipulación de X1 son
indicativos de una relación causal solo en la medida en que se pueden descartar explicaciones
alternativas para los efectos aparentes de la manipulación. Por ejemplo, a menudo se supone que los
conflictos entre padres e hijos se deben a la forma en que los padres manejan las conductas positivas y
negativas de sus hijos (por ejemplo, respuestas inconsistentes a las conductas infantiles positivas y
desafiantes). Sin embargo, las respuestas de los padres al comportamiento de sus hijos también
pueden verse afectadas por los problemas de comportamiento de otro miembro de la familia o por las
experiencias estresantes de los padres fuera del hogar.
Conexiones lógicas entre variables
La inferencia causal en la evaluación clínica también requiere que haya una conexión lógica
entre las variables: la variable causal debe tener una conexión causal lógica con su efecto. El clínico
debe preguntar: “¿Existe una conexión lógica entre estas variables?” O “¿De qué manera influiría X
en Y?”. Las conexiones lógicas son especialmente importantes cuando se utilizan variables causales
de orden superior, más abstractas y menos específicas en una formulación de caso clínico. Para
ilustrar la importancia y la utilidad clínica de considerar las conexiones lógicas derivadas de algunas
de las relaciones causales comúnmente propuestas, ¿cómo causaría la “frustración” la agresión, las
rabietas o la autolesión? ¿Cómo conduciría la “baja autoestima” a la evitación social? La
especificación de las vías causales de estas variables heterogéneas y molares podría ayudar al clínico a
desarrollar una estrategia de evaluación, análisis funcional y plan de tratamiento más útiles desde el
punto de vista clínico. Los focos de tratamiento se vuelven más evidentes cuando la "frustración" se
divide en componentes más específicos y medibles, como "la dificultad para expresar sentimientos y
metas a un compañero" y cuando la "baja autoestima" se divide en componentes como la "expectativa
de evaluación negativa" por otros."

Identificación de los mecanismos causales en la evaluación

clínica
Al extraer inferencias causales en la evaluación clínica, la exclusión de una explicación
alternativa para la relación causal aparente y el mandato para una conexión lógica entre una causa y su
efecto, requiere que identifiquemos el mecanismo de la relación causal: los medios a través de los
cuales se produce una relación causal. el efecto opera. Cuando consideramos el mecanismo a través
del cual una variable afecta a otra, nos hacemos la pregunta: "¿Cómo influye X en Y?"
A veces se desconoce un mecanismo causal entre variables, pero se supone que eventualmente
se identificará uno. Por ejemplo, se ha demostrado que algunos medicamentos psicotrópicos
benefician a algunos pacientes psiquiátricos, pero aún no se han identificado los mecanismos de sus
acciones. Hay beneficios de tratamiento obvios si los mecanismos causales que subyacen a una
relación causal aparente pueden identificarse porque se podrían desarrollar nuevas intervenciones que
produzcan de manera más poderosa o eficiente el mismo beneficio.
Baker proporcionó un ejemplo de la utilidad clínica de identificar mecanismos causales. Los
autores notaron que los estados depresivos y el "deseo" a menudo precedían a una recaída después del
tratamiento de abuso de sustancias. Los autores propusieron que el "refuerzo negativo" era el
mecanismo causal común a ambos. Es decir, la relación entre los síntomas depresivos, el deseo y la
recaída podría deberse al hecho de que el uso de alcohol o drogas es una forma eficaz para que
algunas personas reduzcan los estados afectivos negativos. Las implicaciones del tratamiento son
claras: el médico debe ayudar al cliente a adquirir un método menos dañino para reducir los estados
emocionales o fisiológicos negativos (es decir, ayudar al cliente a establecer un comportamiento que
sea parte de la misma clase de respuesta funcional que el uso de sustancias).
La utilidad clínica de identificar los mecanismos causales se aplica igualmente al hallazgo bien
documentado de que pueden existir relaciones causales multivariantes para los problemas de
conducta. Es decir, los problemas de comportamiento pueden verse afectados por variables causales
aparentemente diferentes. Sin embargo, los mecanismos subyacentes a los efectos comunes de estas
variables dispares se han identificado con menos frecuencia. ¿Cómo puede la ingesta de cafeína y el
cese de un factor estresante en la vida desencadenar un dolor de cabeza por migraña? ¿Cómo pueden
la sensibilidad a la ansiedad y el temor a una evaluación negativa aumentar la posibilidad de ataques
de pánico en algunos entornos? La respuesta nuevamente reside en los mecanismos que subyacen a las
relaciones causales. Aunque un problema de comportamiento puede ser una función de múltiples
mecanismos causales, y una variable causal puede afectar un problema de comportamiento a través de
múltiples mecanismos causales, consideraremos ahora la manera en que diferentes variables causales
pueden operar a través de un mecanismo causal común.
Para ilustrar la idea de un mecanismo causal compartido entre múltiples variables causales,
tomamos prestado un ejemplo de Haynes y consideramos el problema del abuso infantil. La mayoría
de los modelos causales integrales de abuso infantil son multivariados. Incluyen habilidades de
crianza deficientes, bajo nivel de educación de los padres, mala capacidad de manejo de la ira de los
padres, uso de alcohol y drogas por parte de los padres, bajos niveles de apoyo social para los padres,
sentido de empatía insuficientemente desarrollado, comportamiento / comportamiento infantil
desafiante y aversivo, una alta frecuencia y la magnitud de los factores estresantes sociales /
ambientales diarios en la vida de los padres, la condición financiera familiar estresante, la angustia y
el conflicto marital, las experiencias de aprendizaje de los padres con sus padres, las deficientes
habilidades de comunicación entre los padres y el uso excesivo de drogas y alcohol.
Consideremos una variable causal para el abuso infantil, "un alto nivel de factores de estrés
social / ambiental que actúan sobre los padres", para ilustrar cómo múltiples variables causales pueden
operar a través de un mecanismo común. Debido a que un ambiente estresante puede aumentar la
posibilidad de abuso infantil para algunos padres, cualquier evento estresante para el padre puede
funcionar como una variable causal para el abuso infantil. Los eventos estresantes podrían incluir un
niño tenazmente incómodo, un conflicto matrimonial o la abstinencia del uso crónico de una sustancia
psicoactiva. Estas diferentes variables causales pueden tener efectos similares en un padre porque
operan a través de un mecanismo causal común que aumenta los factores estresantes
socioambientales. La formulación del caso y las implicaciones del tratamiento son evidentes de
nuevo: las intervenciones dirigidas a las estrategias de los padres para la formación de factores
estresantes en la vida, o ayudan al padre a desarrollar formas alternativas de controlar su reacción a
esos factores estresantes, reducirían las posibilidades de comportamiento abusivo hacia un niño.
Tenga en cuenta que podríamos enfocar la discusión en un nivel más específico de análisis
causal. Por ejemplo, podríamos considerar el estrés social en términos de mecanismos causales, como
las variables biológicas que implican la activación adrenocortical e hipotalámica, las variables
cognitivas que implican la interrupción de la atención y la preocupación excesiva, y las variables de
aprendizaje en términos de la historia de refuerzo de los padres para usar la agresión para afectar el
comportamiento. de los demás en su entorno.
En el ejemplo anterior, consideramos cómo diferentes variables causales podrían afectar un
problema de comportamiento a través de un mecanismo causal común. Además, una variable causal
podría ejercer sus influencias a través de múltiples caminos causales. Considere las múltiples formas
en que el uso excesivo de alcohol por parte de los padres podría aumentar el riesgo de abuso infantil,
como se ilustra en la Figura 2.
 Múltiples caminos causales también podrían estar involucrados en los efectos adversos del
abuso infantil en el funcionamiento interpersonal de una persona como adulto. Las experiencias de
abuso sexual en la infancia pueden tener efectos a largo plazo en las expectativas de un cliente con
respecto a las consecuencias de los comportamientos atentos de los demás y las creencias sobre la
posibilidad de ser perjudicados en situaciones interpersonales íntimas. Estas experiencias tempranas
también podrían conducir a respuestas de miedo condicionadas a situaciones físicamente íntimas y
una tendencia a evitar algunas situaciones sociales que se asemejan a la situación abusiva. Un niño
también podría desarrollar auto-etiquetas negativas (por ejemplo, “soy malo”) y llegar a ser
insensibles a los enfoques positivos de los demás. Todos estos son mecanismos causales (es decir,
variables mediadoras) porque explican cómo una historia de abuso sexual (una variable causal distal)
puede llevar a dificultades interpersonales como adulto a través de variables causales más proximales.
Hay una evaluación adicional y las implicaciones de tratamiento de estos aspectos complejos de
las relaciones causales en psicopatología. Tal vez más importante, debido a las diferencias
individuales en las relaciones causales para un problema de comportamiento, es probable que los
programas de intervención estandarizados con apoyo empírico sean efectivos, pero es poco probable
que produzcan el máximo beneficio para cada cliente. Si bien cualquier programa de intervención que
intervenga de manera efectiva con cualquiera de las múltiples variables causales relevantes para el
problema de comportamiento de un cliente es probable que sea beneficioso, los beneficios para un
cliente se potenciarán en la medida en que la intervención se centre en las variables y mecanismos
causales en proporción a su importancia para un cliente

Aspectos dinámicos de las relaciones causales

Cientos de estudios publicados han documentado que las variables causales, las relaciones
causales y los problemas de comportamiento son dinámicos; pueden cambiar con el tiempo. Una
consecuencia de los atributos dinámicos de las relaciones causales es que la validez del análisis
funcional para los problemas de comportamiento de un cliente es limitada en el tiempo. Para ilustrar,
Gerald Patterson y sus colegas observaron que, en los niños más pequeños, la agresión a menudo se
mantiene mediante un refuerzo tangible (por ejemplo, la adquisición de objetos). A medida que el
niño envejece, la agresión se mantiene con más frecuencia mediante el refuerzo social (por ejemplo, la
aprobación de los compañeros, el dominio social). Además, las variables causales para el consumo de
alcohol de una persona pueden cambiar con el tiempo. Con el uso continuado del alcohol desde la
adolescencia hasta la edad adulta, las variables causales pueden cambiar desde la aprobación social y
la vinculación entre pares, a la anticipación de los efectos placenteros del alcohol y, eventualmente, a
la evitación de estados biológicos aversivos asociados con no beber.
La magnitud y la dirección de los efectos de una variable causal también pueden depender de su
duración de acción. Un factor de estrés físico, ambiental o psicosocial puede tener efectos
beneficiosos o perjudiciales en la salud física y psicológica de un cliente, dependiendo en parte de su
duración de la acción. Al reconocer la importancia de otros atributos de una variable causal (p. Ej.,
Intensidad, capacidad de control, tipo, agrupación en el tiempo) e importantes diferencias individuales
en las respuestas, es probable que los estresores breves aumenten la resistencia a los estresores
futuros, mientras que los estresantes crónicos probablemente disminuyan Resiliencia a futuros
estresores.
Además de la cronicidad, el grupo de tiempo de una variable causal, el patrón de ocurrencia de
una variable causal a través del tiempo (por ejemplo, su tasa o ciclicidad) también puede influir en sus
efectos. Por ejemplo, Hyland propuso que los desajustes entre los objetivos de un cliente y el logro
real pueden llevar a un estado deprimido, pero lo más probable es que cuando los desajustes se
agrupan (por ejemplo, durante una "ráfaga" de emparejamiento). Sugirió que los desajustes no
agrupados o poco frecuentes tienen poco impacto en el estado de ánimo de la mayoría de las personas.
Es posible que una explosión de factores estresantes transitorios pueda tener diferentes efectos en un
cliente en función de la duración de la explosión y que los efectos de una explosión puedan diferir de
los de un solo factor estresante crónico (por ejemplo, discapacidad física, problemas de salud, etc.).
muerte de un cónyuge) de igual duración e intensidad. Algunas variables causales estrechamente
agrupadas también pueden asociarse con efectos mejorados en el cliente porque es probable que los
efectos sean aditivos. Las variables causales no agrupadas pueden tener menos efectos o más débiles
porque hay una mayor oportunidad para la operación de variables moderadoras (por ejemplo, apoyo
social positivo).
Las características dinámicas de las relaciones causales refuerzan la utilidad de las series de
tiempo y las estrategias de evaluación clínica centradas en el tiempo y el uso de medidas sensibles al
cambio. Haynes revisó varios aspectos de los instrumentos de evaluación y las medidas que afectan su
sensibilidad al cambio. Algunos de los más importantes son (a) el período de tiempo incluido en los
elementos de los métodos de autoinforme (por ejemplo, consultas que requieren la recuperación de
eventos el día o la semana anterior frente al mes anterior), (b) el nivel de especificidad de la variable
que se encuentra medida (por ejemplo, medida de una construcción heterogénea como "depresión"
frente a una medida de elementos más específicos de la construcción de depresión como "fatiga" o
"alteración del sueño"), (c) el formato de respuesta (por ejemplo, sí-no formato de respuesta
dicotómica frente a una escala continua de 5 puntos), (d) la validez del contenido del instrumento de
evaluación para un cliente en particular (por ejemplo, el grado en que una medida de "ansiedad social"
para un cliente capta los aspectos únicos y omite lo irrelevante aspectos de ese fenómeno para el
cliente; vea la discusión de la evaluación idiográfica en Haynes y (e) los efectos de piso y techo de
una medida (por ejemplo, el grado en que una medida de pensamiento obsesivo o factores estresantes
de la vida pueden capturar cambios a niveles muy altos o muy bajos) ls de esos fenómenos).
Los atributos dinámicos de las relaciones causales también llaman la atención sobre la
importancia de los factores temporales en las formulaciones de casos clínicos. La atención solo al
estado de una variable cuando se mide, sin prestar atención a su fase dinámica (por ejemplo, aumentar
o disminuir la pendiente a lo largo del tiempo, los patrones de ocurrencia a lo largo del tiempo y la
latencia de los efectos causales) en el momento de la medición, puede llevar a una identificación
errónea de variables causales o la desestimación de la fuerza de las relaciones funcionales relevantes
para los problemas de comportamiento de un cliente o las metas de tratamiento positivas. Puede ser
útil y eficiente en el tiempo para un clínico durante la evaluación clínica recopilar datos sobre el
estado momentáneo de una variable, como una medida del estado momentáneo del dolor, el apoyo
social o los factores estresantes de la vida. Sin embargo, puede ser útil desarrollar un análisis
funcional para que un cliente mida la misma variable en múltiples puntos en el tiempo para capturar
no solo el estado (en el punto de medición) sino también la fase (cambios en el estado en los puntos de
medición en el tiempo) hasta el punto de medida). Los datos sobre una variable en un punto de
medición en el contexto de su curso de tiempo es un ejemplo de una función de fase de estado.
Los datos sobre las funciones en la fase de estado de los problemas de comportamiento de un
cliente y las variables causales son difíciles de adquirir en la evaluación clínica. Estimaciones de la
función de fase variable de un estado, por ejemplo, la adquisición de estimaciones de cambios en la
tasa de conductas compulsivas de un cliente, el nivel de conflicto con su pareja o la frecuencia de
factores estresantes de la vida diaria, que preceden y siguen a una evaluación clínica particular. , se
puede obtener de solo dos maneras: (a) a través de los informes retrospectivos del cliente o de otra
persona sobre el curso temporal de los trastornos de conducta y las variables causales (tal vez
utilizando métodos de seguimiento de la línea de tiempo), o (b) por una serie de tiempo estrategia de
medición que incluye mediciones frecuentes de variables específicas, tal vez utilizando computadoras
portátiles o biosensores ambulatorios. Ambas estrategias de evaluación brindan información sobre el
estado de la fase de las variables clínicamente importantes para una ocasión de medición, pero
también involucran muchas fuentes potenciales de error. Por ejemplo, los informes de cantidades
previas de ingesta de alcohol, satisfacción conyugal, depresión y eventos estresantes de la vida antes
de una evaluación pueden verse influidos por las capacidades cognitivas, los sesgos, el estado actual
del cliente en esas variables, así como los errores en el métodos de evaluación. En resumen, los datos
sobre las funciones de fase de estado derivados de los informes retrospectivos pueden ser útiles, pero
deben interpretarse con cautela.
Relaciones causales bidireccionales
La causalidad bidireccional, la idea de que dos variables pueden afectarse entre sí, es un
concepto importante en los modelos causales de psicopatología. La causalidad bidireccional se puede
observar fácilmente en las interacciones sociales en las que el comportamiento de una persona puede
afectar el comportamiento de otra persona, lo que, a su vez, puede afectar el comportamiento de la
primera persona. Las relaciones causales bidireccionales también pueden involucrar interacciones
entre los modos de conducta, cognitivos, emocionales y psicofisiológicos. Por ejemplo, las emociones
enojadas de una persona pueden afectar la probabilidad de que se comporte agresivamente. La
expresión conductual de la ira puede, a su vez, afectar la conducta de los demás hacia esa persona, lo
que a su vez puede afectar el grado de ira de la persona, y así sucesivamente.
El concepto de relaciones causales bidireccionales, a veces referido como causación recíproca o
circular, ha sido destacado en las teorías del comportamiento de aprendizaje social. En los paradigmas
de aprendizaje social se ha propuesto un conjunto de principios superpuestos: (a) el comportamiento
de una persona está influenciado por su o su entorno, (b) el entorno puede verse influido por el
comportamiento de una persona, (c) una persona puede influir en algunos aspectos de su entorno,
hasta cierto punto, y (d) procesos internos (como expectativas, sesgos, atención) Las actitudes,
emociones, predisposiciones de base biológica afectan y se ven afectadas por el comportamiento y el
entorno de una persona.
Como se ilustra en la Figura 3, las relaciones causales bidireccionales más complejas, que son
aproximaciones más cercanas a las interacciones causales bidireccionales involucradas en la
psicopatología, también se han propuesto en los paradigmas de aprendizaje social. Uno de estos
modelos causales es el determinismo recíproco triádico: un modelo causal que refleja el hecho de que
puede haber interacciones causales entre las acciones de una persona; eventos cognitivos, afectivos y
biológicos; y el medio ambiente.
 Hay significados de superávit adjuntos a algunos términos alternativos para "causalidad
bidireccional". Algunos términos como "causación recíproca", "determinismo recíproco" o "causación
mutua" implican una igualdad de efectos causales entre las variables que son posibles pero
condiciones innecesarias en bidireccional relaciones causales, como se ilustra en la Figura 3. El
término "causalidad circular" se aproxima más a las complejas cadenas causales, también ilustradas en
la Figura 3, que caracterizan a muchas relaciones causales bidireccionales en psicopatología. La figura
4 ilustra una cadena causal de 3 variables.
El concepto de causalidad bidireccional ha aparecido en los escritos de los filósofos de la
ciencia durante miles de años. Por ejemplo, en el siglo III aC, Aristóteles, en su tratado Física, señaló:
“Algunas cosas se causan recíprocamente, por ejemplo. el trabajo duro causa la condición física y
viceversa ". La causalidad bidireccional también es un elemento importante en muchos dominios,
como en la relación entre los mercados de electricidad y gas natural.

Un estudio de Lemay y Clark ilustra las relaciones causales bidireccionales. Los autores
notaron que algunas personas dudan crónicamente de la aceptación de su pareja romántica a pesar de
la evidencia sustancial del amor y aprecio de la pareja. Tales dudas pueden socavar sus sentimientos y
la calidad de su relación. Lemay y Clark presentaron seis estudios (incluido un estudio longitudinal y
uno de manipulación) para probar un modelo causal circular cognitivo, para explicar la perpetuación
de la inseguridad en una relación íntima. Ellos plantearon la hipótesis de que cuando la persona A es
insegura sobre la aceptación de la pareja (persona B), es más probable que la persona A exprese
vulnerabilidades emocionales a la persona B. La persona B expresará una consideración positiva hacia
la persona A para tranquilizarla. Sin embargo, estas expresiones o seguridad pueden llevar a la
persona A a creer que la persona B expresa una actitud positiva y oculta los sentimientos negativos
porque considera a la persona A como insegura. Además, la persona A también puede desarrollar la
creencia de que las expresiones de respeto positivo de la persona B no son auténticas y que la persona
B realmente cree que es emocionalmente inestable y que depende demasiado de la aprobación. La
persona A luego subestima el verdadero nivel de consideración positiva de la persona B y los
sentimientos auténticos que, a su vez, aumentan su inseguridad.
Varios estudios también han examinado las relaciones bidireccionales entre la angustia marital
y la depresión. Por ejemplo, Choi y Marks evaluaron datos de autoinforme de aproximadamente 1800
estadounidenses, adquiridos en tres oleadas. Los autores evaluaron las correlaciones concurrentes y de
tiempo (el grado en que las medidas de una variable se asociaron con medidas de otras variables en un
momento posterior) entre desacuerdos matrimoniales, conductas depresivas y limitaciones
funcionales. Encontraron un bucle de retroalimentación positiva. En este caso, los síntomas depresivos
condujeron a un aumento posterior del conflicto intraarital que, a su vez, condujo a un aumento
posterior de los síntomas depresivos. De relevancia para nuestra discusión anterior sobre los
mecanismos causales, también encontraron que el conflicto marital afectó los síntomas depresivos a
través de dos vías causales: (a) directamente y (b) indirectamente, a través de su efecto sobre el
deterioro funcional, que luego afectó a los síntomas depresivos.
Como se señala en Haynes y O'Brien, el concepto de causalidad bidireccional también
promueve un enfoque positivo y constructivo en los objetivos y habilidades de comportamiento del
cliente durante la evaluación clínica y en el análisis funcional. El clínico y el cliente asisten a las
formas en que los pensamientos o acciones del cliente pueden estar contribuyendo a sus problemas de
conducta, y lo que puede hacer para lograr objetivos de intervención positivos y mantener un cambio
de conducta positivo a lo largo del tiempo. Similar al análisis de tareas, y basado en los supuestos de
que los problemas de comportamiento son una función parcial del repertorio de comportamiento del
cliente, el clínico puede centrarse en la identificación de las habilidades, los déficits de habilidades y
las nuevas habilidades que son necesarias para lograr un tratamiento positivo. Salir.

Una relación causal sigue siendo una inferencia

Incluso cuando el clínico adopta un enfoque basado en la ciencia para la evaluación clínica y
utiliza estrategias de evaluación que son apropiadas para la naturaleza idiográfica, multivariada y
dinámica de las relaciones causales, una estimación de una relación causal sigue siendo un juicio. En
consecuencia, tanto las características del clínico como las variables que se miden afectan los juicios
causales. El criterio clínico de las relaciones causales asociadas con los problemas de conducta y los
objetivos de un cliente puede verse afectado por su orientación teórica, la selección de instrumentos
de evaluación que son inválidos o insensibles, las experiencias clínicas recientes, las limitaciones en el
conocimiento o las capacidades cognitivas, una propensión a usar Atajos en la toma de decisiones y
sesgos culturales. Garb revisó los hallazgos sobre los procesos cognitivos de los clínicos en la
evaluación. Por ejemplo, señaló que hacer juicios causales puede ser extremadamente difícil para los
clínicos y que los clínicos a menudo deciden un diagnóstico comparando a los clientes con un
prototipo en lugar de seguir un enfoque hipotético-deductivo para identificar signos y síntomas
asociados con categorías diagnósticas particulares. Como subrayamos en Haynes, suponemos que los
juicios sobre relaciones causales en la evaluación clínica tienen más probabilidades de ser válidos y
beneficiosos para el cliente cuando se basan en pruebas de evaluación clínica sólidas y cuando la
evaluación clínica y el proceso de juicio se guían por principios y hallazgos científicos.