Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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.