Formular una pregunta causal: intervención, comparación y resultado

Una dirección de salud recibe un informe según el cual las personas contactadas por teléfono acuden con mayor frecuencia a su evaluación de seguimiento. La asociación parece apoyar la contratación de un equipo de llamadas. Sin embargo, la columna «contactado» reúne a quienes respondieron, entendieron la invitación y confirmaron que podían asistir. Las personas sin número vigente o que nunca contestaron quedaron en el grupo de comparación. El informe describe una diferencia entre grupos ya seleccionados; la dirección necesita saber qué cambiaría si ofreciera el programa a todas las personas elegibles.

La distancia entre ambas preguntas aparece antes de calcular cualquier coeficiente. Una pregunta se refiere a un contacto conseguido; la otra, a una acción que puede organizarse. Para traducir la decisión en una investigación hay que precisar qué hará el servicio, qué ocurriría bajo la alternativa y qué diferencia se pretende evaluar. La expresión «efecto del contacto» deja esas elecciones abiertas.

Trabajaremos con un servicio ficticio que agenda evaluaciones ambulatorias y considera añadir llamadas a su procedimiento habitual. Todos sus números son didácticos. No representan una estimación de eficacia ni describen una población clínica observada. El propósito es construir una pregunta que pueda conservar el mismo significado al pasar de una reunión de planificación a un protocolo, una base de datos y un resultado estadístico.

Una acción suficientemente especificada

El servicio propone que un equipo intente llamar a cada persona durante las cuarenta y ocho horas posteriores a la asignación. El protocolo permite hasta dos intentos en franjas horarias distintas y utiliza un guion para confirmar la cita y explicar cómo reprogramarla. La atención disponible sigue siendo la misma. Esta descripción determina qué debe ocurrir para considerar que el servicio aplicó la estrategia, incluso cuando nadie responde.

Si la intervención fuera «mantener una conversación de cinco minutos», aparecería otra pregunta. Conseguir esa conversación depende de decisiones y condiciones de la persona, además del trabajo del equipo. Podría estudiarse una estrategia que aumentara la posibilidad de conversar, o una intervención hipotética que asegurara la conversación bajo condiciones especificadas. Ambas requieren una definición propia. Cambiar silenciosamente de la oferta a la recepción modifica el tratamiento que se está evaluando.

Una intervención también puede ser una regla. Por ejemplo, llamar una vez, esperar un día y repetir el intento solo si no hubo respuesta. La regla determina acciones distintas según la información disponible en cada momento. Es suficientemente concreta aunque las trayectorias individuales varíen. Para evaluarla habría que registrar los intentos y sus horarios, porque la etiqueta «se llamó» omitiría partes del procedimiento que distinguen esta estrategia de otras.

La exigencia de especificar una intervención resulta especialmente visible cuando la exposición es una condición amplia. «Reducir el aislamiento» puede referirse a transporte acompañado, actividades grupales o contacto remoto. Esas acciones pueden modificar aspectos diferentes de la vida de una persona. Hernán y Taubman (2008) desarrollaron esta dificultad mediante las preguntas sobre obesidad y mortalidad: atribuir un efecto a cambiar una característica exige considerar cómo se produciría ese cambio. La precisión necesaria depende del contraste que se quiere interpretar.

Eso no obliga a describir cada detalle microscópico. En el servicio ficticio, cambiar el color del teléfono difícilmente merece definir una intervención nueva si no afecta el proceso relevante. En cambio, sustituir un mensaje automático por una conversación que permite reprogramar puede cambiar lo que la estrategia hace. La distinción debe apoyarse en conocimiento del proceso y en la finalidad del estudio. Una diferencia irrelevante para la asistencia podría ser relevante para la comprensión de las instrucciones o para la experiencia de privacidad.

VanderWeele y Hernán (2013) formalizan este problema mediante versiones del tratamiento. Una posibilidad consiste en definir una versión particular; otra, en especificar cómo se distribuirán varias versiones. Un programa puede asignar llamada o mensaje con una regla conocida. Si las versiones producen resultados diferentes, la mezcla forma parte de la política evaluada. El efecto de un programa que usa principalmente llamadas puede diferir del de otro que usa principalmente mensajes, aun cuando ambos reciban el nombre de «recordatorio».

La descripción permite descubrir restricciones prácticas. Dos intentos dentro de cuarenta y ocho horas requieren personal y registros de contacto. Si esa capacidad solo existe para un número limitado de personas, «ofrecer a todas» quizá deba reemplazarse por una política de asignación bajo un cupo. Esa modificación puede ser legítima y útil. Debe hacerse al definir la pregunta, porque el resultado de una política con cupos responde a una decisión distinta de la cobertura universal.

Para precisar el papel de las versiones, imaginemos por separado una población en la que la probabilidad de asistencia sería 0,72 bajo llamadas y 0,64 bajo mensajes. Supongamos que esas probabilidades corresponden a las dos intervenciones en toda la población y que una política distribuye las versiones al azar, independientemente de sus características. Si asigna llamadas a tres cuartas partes de las personas, la probabilidad promedio será 0,70. Si solo una cuarta parte recibe llamadas, será 0,66. Frente a una alternativa cuya probabilidad sea 0,60, las diferencias serán de diez y seis puntos porcentuales, respectivamente.

Los valores pertenecen a otro ejemplo construido; no son resultados adicionales de la tabla que utilizaremos después. Su utilidad es mostrar que una intervención aleatoria puede estar definida con precisión: se conoce la distribución que asigna las versiones, aunque no se sepa anticipadamente cuál recibirá una persona determinada. La incertidumbre de esa asignación forma parte de la política y permite calcular el promedio mediante ponderaciones conocidas.

Si la regla asigna llamadas según dificultad de transporte, las probabilidades marginales de 0,72 y 0,64 dejan de ser suficientes para esa cuenta. Harían falta las respuestas correspondientes a cada versión dentro de los grupos que la regla distingue. Si, además, el equipo elige la versión usando información que no queda registrada, interpretar una mezcla observada como efecto de una política conocida será más difícil. La descripción del procedimiento señala entonces una necesidad concreta de documentación.

Qué se mantiene en la alternativa

El grupo comparador del servicio recibirá una notificación automática con la fecha de la cita, tal como ocurre actualmente. Por tanto, la comparación evalúa añadir llamadas a una notificación ya existente. Si el resultado fuera favorable, no demostraría por sí mismo que las llamadas son superiores a cualquier otra estrategia de comunicación.

Llamar «sin intervención» a la alternativa ocultaría buena parte de su contenido. Las personas pueden recibir instrucciones durante la consulta, conversar con familiares o contactar espontáneamente al servicio. El procedimiento habitual tiene componentes activos, y estos pueden variar entre centros. Una estimación obtenida donde ya se ofrecen recordatorios intensivos no responde automáticamente a la pregunta de otro centro que carece de ellos.

Tampoco conviene confundir la ausencia de la estrategia con la ausencia del mecanismo supuesto. Que una persona no reciba llamadas del equipo no significa que nadie le recuerde su cita. El mecanismo de interés podría activarse por otras vías. El contraste entre estrategias conserva todas esas vías tal como se producirían bajo cada opción, salvo que el protocolo indique una intervención adicional sobre ellas.

La elección de la alternativa puede cambiar durante la planificación por una razón sustantiva. Si ya es inviable eliminar las llamadas, la decisión real puede consistir en comparar dos horarios o dos reglas de insistencia. El análisis anterior no se vuelve inútil, pero pierde correspondencia con la decisión pendiente. Es preferible reconocer ese cambio y formular el nuevo contraste que presentar una estimación precisa sobre una opción que nadie puede implementar.

La comparación tampoco debe depender de una descripción retrospectiva del desenlace. «Personas que completaron las llamadas» frente a «personas que no necesitaron contacto» mezcla una acción con una evaluación posterior de necesidad. En el ejemplo, ambas estrategias deben poder asignarse en el momento inicial usando información disponible entonces. La regla puede incorporar antecedentes, pero no puede exigir conocer quién asistirá treinta días después.

Esta formulación orienta qué controles son informativos. Un ensayo entre dos guiones permite estudiar el contenido de las llamadas si los demás componentes se mantienen comparables. Un ensayo entre ofrecer llamadas y continuar la práctica habitual estima el cambio conjunto que introduce el programa. Ninguno descompone automáticamente el resultado en el efecto de recordar, el de reprogramar y el de recibir atención humana. Esa descomposición necesita preguntas adicionales y datos que permitan abordarlas.

La población entra en el cálculo

Supongamos que la pregunta se refiere a personas adultas que acaban de recibir una primera cita de seguimiento y tienen un número telefónico registrado. Esta condición define a quiénes se dirige el programa estudiado. Excluir a quienes carecen de teléfono facilita describir una intervención factible, pero deja fuera una parte de la población para la que quizá se necesiten otras formas de contacto.

El criterio se aplica antes de asignar la estrategia. Si después se descubre que un número está desactualizado, esa persona sigue perteneciendo a la población inicialmente elegible del estudio de la oferta. Eliminarla porque la llamada falló volvería a seleccionar la población según la implementación posterior. Otra investigación podría exigir una verificación previa del número, pero tendría que definir ese procedimiento para ambas estrategias.

Una vez fijada la población, el efecto promedio depende de cómo se distribuyan en ella las características relacionadas con la respuesta. Para verlo, distinguimos dos estratos de dificultad de transporte, medidos antes de la asignación. En nuestro ejemplo construido conocemos las probabilidades de asistencia que tendría cada estrato bajo cada estrategia. No estamos deduciéndolas de una tabla observacional ni suponiendo que cualquier ajuste estadístico permitiría recuperarlas.

La diferencia es de diez puntos porcentuales en el primer estrato y de veinte en el segundo. Si tres cuartas partes de la población tienen dificultad baja, la probabilidad promedio de asistir bajo la práctica habitual es

Con la oferta de llamadas sería

Las mismas ponderaciones aparecen en ambas expresiones porque comparamos dos estrategias en la misma población. La diferencia es de 0,125, equivalente a 125 asistencias adicionales esperadas por cada mil personas elegibles. Se trata de una expectativa bajo las probabilidades postuladas; una aplicación concreta a mil personas no tiene que producir exactamente esos conteos.

Consideremos ahora otra población, con una cuarta parte en el estrato de dificultad baja. Sin modificar las probabilidades de la tabla, obtenemos 0,40 bajo la práctica habitual y 0,575 bajo la oferta de llamadas. La diferencia aumenta a 0,175. El programa conserva los efectos definidos dentro de cada estrato; cambia su promedio porque cambia la composición de la población.

Esta cuenta muestra por qué «el efecto promedio» requiere un referente. Puede ser el promedio entre quienes cumplían los criterios de un estudio, entre todas las personas atendidas durante un año o entre quienes se espera atender en una expansión del programa. Esos grupos no tienen por qué compartir la misma composición. Elegir el referente por conveniencia después de observar las diferencias puede alterar la interpretación del resultado.

La población tampoco se define únicamente mediante criterios clínicos o administrativos. Importan el período y el entorno. La disponibilidad de transporte puede cambiar durante una huelga, y la práctica habitual puede modificarse cuando el servicio introduce un sistema nuevo de agenda. Afirmar que la pregunta se refiere al funcionamiento ordinario durante un período especificado delimita qué situaciones pretende representar el promedio.

El muestreo y la asignación cumplen funciones diferentes. Seleccionar una muestra representativa ayuda a describir una población. Asignar estrategias al azar ayuda a construir una comparación causal dentro de la población estudiada. Una muestra aleatoria con tratamientos elegidos por las personas puede seguir siendo una comparación confundida. Un ensayo bien asignado en un grupo muy restringido puede estimar un contraste interno sin resolver cómo trasladarlo al resto del servicio. Rubin (1974) distinguía estas funciones al examinar aleatorización y generalización.

Definir el resultado hasta poder reconocerlo

«Mejorar el seguimiento» puede significar asistir una vez, mantener controles durante seis meses o recibir atención clínicamente adecuada. En el programa ficticio adoptaremos un resultado administrativo más limitado: haber asistido al menos a una evaluación de seguimiento dentro de los treinta días posteriores a la asignación. Una asistencia a otro establecimiento cuenta si corresponde al tipo de evaluación previsto y puede verificarse mediante el procedimiento de registro definido.

La decisión sobre otros establecimientos afecta el significado de la medida. Contar solo visitas al centro original podría clasificar como fracaso a quien recibió la atención prevista en otro lugar. Contar cualquier contacto sanitario podría considerar un trámite ajeno como éxito. El criterio debe guardar relación con la pregunta y aplicarse de la misma manera bajo las dos estrategias.

La fuente del dato también forma parte de la investigación. Si el equipo de llamadas pregunta por atenciones externas y el grupo comparador se evalúa solo mediante registros internos, una diferencia de información puede aparecer como una diferencia de asistencia. Se necesita un procedimiento de constatación comparable. La causalidad de la acción y la validez de la medición se encuentran aquí: una intervención puede cambiar tanto lo que ocurre como la probabilidad de que quede registrado.

El horizonte de treinta días fija otra decisión. Una intervención podría adelantar una asistencia que igualmente habría ocurrido al día cuarenta. Sería efectiva para aumentar la asistencia temprana aunque no cambiara la proporción que asiste dentro de tres meses. Esos resultados responden a preocupaciones diferentes. Para interpretar el primero como mejora clínica se necesitaría además justificar por qué ese adelanto importa para la salud, algo que la asistencia administrativa por sí sola no establece.

La unidad del resultado puede elegirse según el problema. Una proporción permite contar personas con al menos una asistencia; un número de visitas incorpora contactos repetidos. Una persona con cinco visitas y otra con ninguna producen un promedio de 2,5 visitas, aunque la mitad no haya acudido. Cambiar de una medida a otra puede modificar la conclusión sobre acceso sin que ninguna operación aritmética esté equivocada.

En la primera población del ejemplo, la razón entre probabilidades de asistencia es 0,725 dividido por 0,60, aproximadamente 1,208. La asistencia aumenta alrededor de un 20,8 % en términos relativos. Si expresamos el mismo resultado como inasistencia, las probabilidades son 0,275 y 0,40; su razón es 0,6875. La reducción relativa de inasistencia es del 31,25 %. Ambas descripciones corresponden a la misma tabla y mantienen una diferencia absoluta de 12,5 puntos porcentuales, con signos opuestos según el resultado elegido.

La diferencia entre esos porcentajes relativos no es una contradicción. Sus denominadores son distintos. Para evitar ambigüedad, el resultado debe decir qué evento se cuenta y con qué referencia se compara. En una decisión de capacidad, las 125 asistencias adicionales esperadas por mil personas pueden ser más fáciles de interpretar que cualquiera de las razones, siempre que se mantengan explícitos la población y el horizonte.

El comienzo del seguimiento y lo que ocurre después

El tiempo inicial será el momento en que una persona elegible recibe su asignación a la estrategia. Desde ese instante se cuentan los treinta días. Las llamadas se intentan durante las cuarenta y ocho horas siguientes. No se esperará a que una persona conteste para empezar a observarla, porque hacerlo eliminaría del período inicial a quienes nunca alcanzan ese hito.

También sería problemático clasificar como expuesta a quien recibió alguna llamada durante el mes y atribuirle todo ese mes como tiempo posterior a la intervención. Una asistencia podría haber ocurrido antes de la llamada. El calendario de las acciones y el de los resultados deben permitir distinguir esa secuencia. Una base con una fila mensual y dos indicadores puede perder justamente la información necesaria para responder la pregunta.

Hernán y Robins (2016) proponen describir el ensayo que se querría realizar para hacer explícitas estas decisiones. Entre sus componentes están la elegibilidad, las estrategias y el comienzo del seguimiento. La emulación observacional exige que esos elementos sean compatibles entre sí. Especificar el ensayo ayuda a localizar desajustes temporales, pero no elimina por definición la confusión ni aporta variables que nunca se registraron.

Durante el seguimiento pueden ocurrir hechos que cambien el curso previsto. Una persona puede rechazar nuevas llamadas, cambiar de teléfono o recibir apoyo de otro programa. Si interesa el efecto de ofrecer la estrategia en condiciones de aplicación, esos acontecimientos forman parte de lo que sucede después de la oferta. Excluir de antemano del análisis a quienes rechazan el contacto convertiría la pregunta en otra y seleccionaría personas mediante una respuesta posterior a la asignación.

En un ensayo, el efecto de la asignación conserva a las personas en la estrategia que les fue asignada, aunque la aplicación no se complete. Un efecto bajo cumplimiento del protocolo pregunta qué ocurriría si se siguieran las estrategias especificadas. Su estimación no se obtiene, en general, comparando solamente a los participantes que cumplieron. La disposición a cumplir y las circunstancias que lo permiten pueden estar relacionadas con el resultado. La diferencia entre esos contrastes debe decidirse antes de elegir el análisis.

No responder al teléfono tampoco equivale a perder el dato de asistencia. Una persona puede no responder y aparecer posteriormente en un registro de atención. A la inversa, alguien puede conversar con el equipo y luego cambiar de sistema de salud, dejando incompleto el registro del resultado. Mezclar implementación y observación dificulta tanto interpretar la estrategia como reconocer qué información falta.

La guía ICH E9(R1) organiza la especificación de efectos en ensayos clínicos considerando, entre otros elementos, cómo se tratarán acontecimientos posteriores que afectan la interpretación del resultado (ICH, 2019). Suspender una intervención, comenzar otra o fallecer no son intercambiables. Algunas preguntas incorporan lo ocurrido después del acontecimiento; otras definen escenarios hipotéticos o resultados compuestos. La elección debe responder al objetivo y admitir una definición coherente del desenlace.

En el ejemplo administrativo, podríamos definir el resultado como «estar vivo y haber asistido dentro de treinta días». Eso daría un resultado compuesto distinto de la asistencia entre quienes sobreviven. También podríamos conservar como desenlace la asistencia ocurrida antes del final del seguimiento y describir por separado los eventos terminales. La decisión depende del uso previsto; no corresponde tratar automáticamente un fallecimiento como una asistencia no observada que podría recuperarse con una llamada adicional.

Del contraste causal al número que se estima

Una vez fijadas las estrategias, podemos representar por $Y^1$ la asistencia que ocurriría bajo la oferta de llamadas y por $Y^0$ la que ocurriría bajo la práctica habitual. Para un resultado binario, la media de cada variable es su probabilidad de valer uno. En una población $P$, el contraste de interés puede escribirse como

La expresión es un estimando: una cantidad que define lo que queremos conocer. No es todavía una fórmula que pueda calcularse a partir de cualquier base de datos. Si solo observamos qué personas respondieron a una llamada y qué personas asistieron, faltará justificar cómo esos datos informan las dos medias de la expresión.

Un estimador es el procedimiento que transforma datos en un número. La diferencia entre proporciones observadas según asignación puede ser un estimador apropiado del efecto de asignación en un ensayo bajo condiciones adecuadas de seguimiento. En una base observacional, una diferencia cruda entre quienes recibieron estrategias distintas puede reflejar también diferencias iniciales. Definir el estimando permite evaluar un procedimiento; no lo valida automáticamente.

Conviene separar también el estimador de su valor en una muestra particular. Dos muestras generan números diferentes aunque utilicen el mismo procedimiento y persigan la misma cantidad. Esa variación puede cuantificarse mediante un modelo de muestreo o de asignación. Una incertidumbre pequeña describe precisión respecto de ese procedimiento; no corrige que se haya estimado otro contraste o que la medición del resultado sea desigual.

El servicio puede obtener información útil antes de responder la pregunta causal. Saber cuántas personas faltan permite dimensionar un problema; predecir qué personas faltarán puede ayudar a planificar recursos. Esas tareas requieren validaciones propias. Un predictor de inasistencia no identifica necesariamente a quienes cambiarían su conducta al recibir llamadas. Una persona con alta probabilidad de faltar podría no responder al programa, mientras otra con riesgo moderado podría beneficiarse considerablemente.

La diferencia aparece incluso cuando el predictor funciona bien. Imaginemos que disponer de transporte estable predice la asistencia y que facilita estar localizable durante el horario de llamadas. El grupo contactado contendrá más personas con esas condiciones. Un modelo podría anticipar correctamente su mayor asistencia sin haber aprendido nada sobre el efecto de ofrecer el programa a quienes tienen mayores dificultades. La pregunta causal mantiene fija la población comparada y cambia la estrategia; la predicción habitual utiliza las diferencias observadas para anticipar resultados bajo las condiciones de su evaluación.

Si el objetivo es dirigir llamadas a quienes más probablemente cambiarían su resultado, se necesita estimar cómo varía la respuesta a la estrategia según información previa. Esa es una tarea distinta de ordenar a las personas por su riesgo de inasistencia. También exige evaluar la regla de asignación resultante, pues elegir una política usando los mismos datos con que se juzga su rendimiento puede producir una impresión demasiado favorable de su utilidad.

El contraste promedio tampoco revela quién obtiene un beneficio individual. En la primera población postulamos 125 asistencias adicionales esperadas por mil ofertas, pero no hemos identificado a las 125 personas que acudirían únicamente gracias al programa. Algunas podrían asistir bajo cualquiera de las opciones. La distribución conjunta de los resultados potenciales contiene información adicional a las dos probabilidades marginales y no se deduce de estas sin más supuestos.

Una decisión agrega elementos que el contraste de asistencia no contiene. Si las llamadas consumen un presupuesto limitado, el servicio puede necesitar comparar el valor de las asistencias adicionales con el de otras acciones posibles. También puede interesarle reducir desigualdades de acceso, aun cuando otra asignación produzca un promedio mayor. Esos objetivos deben hacerse explícitos; un único valor de $\Delta_P$ no establece por sí mismo cuál política es preferible.

Manski (2004) estudia reglas de asignación que utilizan datos y características observadas para elegir tratamientos, con un objetivo de bienestar y un criterio para manejar la incertidumbre. Su planteamiento ayuda a distinguir la estimación de una respuesta de la elección de una regla. En el servicio ficticio, disponer de probabilidades por dificultad de transporte podría orientar una política con cupos, pero aún habría que especificar costos, restricciones y cómo se valoran los resultados.

Cuando la intervención altera el entorno de otros

Hasta ahora hemos calculado probabilidades como si la estrategia asignada a una persona no modificara la disponibilidad de citas para las demás. Si el número de horas clínicas es fijo, esa aproximación puede fallar. Las llamadas podrían aumentar la demanda y desplazar atenciones de personas que no recibieron llamadas. El efecto de una oferta individual dentro de un programa pequeño sería entonces distinto del efecto de extenderlo a todo el servicio.

La pregunta debe incorporar la asignación colectiva relevante. Podemos comparar una política que ofrece llamadas al veinte por ciento de las personas con otra que las ofrece al ochenta por ciento, manteniendo explícita la capacidad de atención. También podemos preguntar por el efecto de recibir la oferta cuando el resto del servicio sigue una política determinada. La cobertura deja de ser un detalle del diseño y pasa a definir el contexto del contraste.

Hudgens y Halloran (2008) desarrollan estimandos que permiten que el resultado de una persona dependa de asignaciones dentro de su grupo. Distinguen contrastes sobre el tratamiento propio de otros que cambian la estrategia de asignación del grupo. Su marco utiliza condiciones específicas sobre la interferencia entre grupos. En el ejemplo, habría que decidir si los centros comparten personal o cupos antes de tratarlos como grupos separados.

Esta dependencia puede detectarse conceptualmente sin disponer todavía de una estimación. Basta observar que las personas compiten por el mismo recurso o que unas acciones modifican la información disponible para otras. El protocolo podría entonces medir ocupación de agenda y tiempos de espera, además de asistencia. Esas mediciones permitirían examinar cómo la expansión de la estrategia cambia el entorno en el que debe funcionar.

La pregunta escrita y el registro que exige

El equipo puede ahora redactar una pregunta concreta: entre las personas adultas con una nueva cita de seguimiento y un número registrado en este servicio, ¿cuál sería la diferencia en la probabilidad de asistir dentro de treinta días si se asignara la oferta de hasta dos llamadas durante las primeras cuarenta y ocho horas, añadida a la notificación habitual, frente a mantener solamente esa notificación? La población y el período de aplicación deben quedar identificados en el protocolo. Si la capacidad limita la cobertura, se añadirá la regla de asignación correspondiente.

Esa redacción permite decidir qué información conservar. Se necesitan las condiciones de elegibilidad en el momento inicial y la asignación, además de fechas que ordenen intentos y asistencias. El dato de contacto conseguido se registra como parte de la aplicación de la estrategia. El procedimiento para conocer atenciones externas debe ser comparable, y la ausencia de información sobre el resultado debe distinguirse de una inasistencia confirmada.

También orienta qué desacuerdos resolver antes de comenzar. Si un equipo quiere incluir solo primeras citas y otro pretende estudiar cualquier control, están proponiendo poblaciones distintas. Si unos cuentan reprogramaciones como éxito y otros exigen asistencia, persiguen resultados diferentes. Esas discrepancias no se corrigen eligiendo una regresión más flexible. Hay que acordar qué decisión pretende informar el estudio y conservar esa definición durante su ejecución.

Puede ser razonable conservar más de una pregunta, siempre que sus resultados permanezcan identificados. La asistencia a treinta días puede ser el desenlace principal y la asistencia a noventa días una evaluación adicional. El contraste bajo asignación puede acompañarse de un análisis de cumplimiento si sus supuestos y datos lo permiten. Lo que debe evitarse es seleccionar retrospectivamente la combinación más favorable de población, plazo y medida, para después presentarla como si hubiera sido la pregunta inicial.

Una desviación del protocolo tampoco exige ocultar el análisis nuevo. Si el sistema de información no permite reconocer atenciones externas, habrá que declarar que el resultado efectivamente medido es la asistencia registrada en el centro. Puede que esa medida siga siendo útil para administrar la agenda, pero no será equivalente al acceso a seguimiento en toda la red. Documentar el cambio permite que otra persona determine qué parte de la decisión original quedó respondida y qué información falta reunir.

En la tabla didáctica, el resultado que correspondería comunicar para la primera población sería una diferencia de 12,5 puntos porcentuales en asistencia a treinta días bajo las dos estrategias especificadas. No se presentaría como efecto de haber contestado al teléfono ni como una mejoría clínica demostrada. Si el servicio cambia la proporción de personas con dificultades de transporte, revisará la población a la que aplica el cálculo; si cambia el protocolo de llamadas, habrá cambiado también la acción sobre la que debe reunir evidencia.

Referencias

Hernán, M. A., & Robins, J. M. (2016). Using big data to emulate a target trial when a randomized trial is not available. American Journal of Epidemiology, 183(8), 758–764. https://doi.org/10.1093/aje/kwv254

Hernán, M. A., & Taubman, S. L. (2008). Does obesity shorten life? The importance of well-defined interventions to answer causal questions. International Journal of Obesity, 32(Suppl. 3), S8–S14. https://doi.org/10.1038/ijo.2008.82

Hudgens, M. G., & Halloran, M. E. (2008). Toward causal inference with interference. Journal of the American Statistical Association, 103(482), 832–842. https://doi.org/10.1198/016214508000000292

International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use. (2019). Addendum on estimands and sensitivity analysis in clinical trials to the guideline on statistical principles for clinical trials: E9(R1). https://database.ich.org/sites/default/files/E9-R1_Step4_Guideline_2019_1203.pdf

Manski, C. F. (2004). Statistical treatment rules for heterogeneous populations. Econometrica, 72(4), 1221–1246. https://doi.org/10.1111/j.1468-0262.2004.00530.x

Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. https://doi.org/10.1037/h0037350

VanderWeele, T. J., & Hernán, M. A. (2013). Causal inference under multiple versions of treatment. Journal of Causal Inference, 1(1), 1–20. https://doi.org/10.1515/jci-2012-0002