Hay dos formas de control, experimental y estadística.
El control experimental es el estándar de oro para establecer la causalidad. Para este tipo de control, utilizamos la asignación aleatoria, colocamos a las personas en dos o más grupos y luego manipulamos nuestra variable si interesa y vemos si tiene algún efecto.
Sin embargo, en muchos casos, el control experimental está fuera de nuestro alcance. Obviamente, no podemos asignar a las personas a ser intolerantes o tolerantes y luego ver el resultado. Esto apesta porque hay muchas variables de confusión que podrían estar causando esta correlación observada (el estado socioeconómico es un sospechoso obvio).
Como suplente, los estudios observacionales utilizarán el “control estadístico” para tratar de descartar algunas posibles explicaciones alternativas para el efecto observado. Por ejemplo, para controlar el efecto de la pobreza, entraría en mis datos, encontraría la asociación entre la pobreza y la esperanza de vida, y luego eliminaría esta varianza utilizando algo así como la regresión lineal. Después de eliminar el efecto de la pobreza, si la intolerancia aún influye en la esperanza de vida, puedo estar más seguro de que esta confusión particular no estaba jugando un papel.
Sin embargo, ¡ten cuidado! El control estadístico se basa en muchas suposiciones que pueden no ser ciertas. ¿Qué pasa si los autores utilizan una medida de pobreza inexacta o sesgada? ¿Qué pasa si la relación entre la pobreza y la esperanza de vida es cuadrática en lugar de lineal? ¿Qué otros factores relacionados no se incluyeron en su modelo ?: contaminación, médicos per cápita, afiliación religiosa, género …
Teniendo en cuenta la afirmación un tanto extraña (¡el fanatismo mata!), Estos investigadores realmente tienen que hacer sus deberes para demostrar que no hay que culpar a ninguna otra explicación más plausible.
