Causalità inversa: definizione ed esempi

La causalità inversa si verifica quando si pensa che X causi Y, quando in realtà Y causa effettivamente X.

Questo è un errore comune che molte persone commettono quando osservano due fenomeni e presumono erroneamente che uno sia la causa mentre l’altro sia l’effetto.

Esempio 1: fumo e depressione

Un errore comune di causalità inversa riguarda il fumo e la depressione.

In uno studio osservazionale, i ricercatori potrebbero osservare che le persone che fumano di più tendono ad essere più depresse. Quindi, potrebbero ingenuamente presumere che il fumo causi depressione.

Tuttavia, è possibile che i ricercatori stiano facendo marcia indietro e che la depressione spinga effettivamente le persone a fumare perché lo vedono come un modo per alleviare le emozioni negative e sfogarsi.

Esempio 2: Reddito e felicità

Un altro errore comune di causalità inversa riguarda il reddito annuo riportato e i livelli di felicità.

In uno studio osservazionale, i ricercatori potrebbero osservare che le persone che guadagnano redditi annuali più elevati possono anche dichiarare di essere più felici nella vita in generale. Quindi, possono semplicemente presumere che un reddito più elevato porti a più felicità.

Tuttavia, in realtà, è possibile che le persone che sono naturalmente più felici tendano a diventare lavoratori migliori e quindi a guadagnare redditi più alti. Quindi i ricercatori potrebbero effettivamente invertire la relazione. Un reddito più elevato potrebbe non portare a una maggiore felicità. Una maggiore felicità potrebbe essere la causa di un reddito più elevato.

Esempio 3: uso di droghe e benessere mentale

Un altro esempio di causalità inversa riguarda l’uso di droghe e il benessere mentale.

In uno studio osservazionale, i ricercatori potrebbero osservare che le persone che fanno uso di droghe possono anche avere livelli più bassi di benessere mentale. I ricercatori potrebbero quindi ingenuamente presumere che l’uso di droghe porti a un minore benessere mentale.

In realtà, può darsi che le persone che hanno naturalmente livelli più bassi di benessere abbiano maggiori probabilità di usare droghe, il che significa che la vera relazione tra uso di droghe e benessere mentale è invertita.

Giudicare la causalità

Un modo per valutare la causalità tra un fenomeno è utilizzare i criteri di Bradford Hill , un insieme di nove criteri proposti dallo statistico inglese Sir Austin Bradford Hill nel 1965, progettati per fornire prova di una relazione causale tra due variabili.

I nove criteri sono:

1. Forza: maggiore è l’associazione tra due variabili, maggiore è la probabilità che sia causale.

2. Coerenza: risultati coerenti osservati da diversi ricercatori in luoghi diversi e con campioni diversi aumentano le possibilità che un’associazione sia causale.

3. Specificità: la causalità è probabile se esiste una popolazione molto specifica in un sito specifico e in una malattia specifica senza altra spiegazione probabile.

4. Temporalità: l’effetto deve verificarsi dopo la causa.

5. Gradiente biologico: una maggiore esposizione dovrebbe generalmente portare a una maggiore incidenza dell’effetto.

6. Plausibilità: è utile un meccanismo plausibile tra causa ed effetto.

7. Coerenza: la coerenza tra i risultati epidemiologici e quelli di laboratorio aumenta la probabilità di un effetto.

8. Esperimento: le prove sperimentali aumentano la possibilità che una relazione sia causale poiché altre variabili possono essere controllate durante gli esperimenti.

9. Analogia: l’utilizzo di analogie o somiglianze tra l’associazione osservata e qualsiasi altra associazione può aumentare le possibilità della presenza di una relazione causale.

Utilizzando questi nove criteri, puoi aumentare le tue possibilità di riuscire a identificare correttamente una relazione di causa ed effetto tra due variabili.