Methodological note 2. Association and correlation in biostatistics, are they the same?

2024-03-08

Asociación y correlación en bioestadística, ¿son lo mismo?

Evelia Apolinar-Jiméneza,*, Edna J. Nava-Gonzálezb

aUnidad de Metabolismo y Nutrición, Departamento de Investigación, Hospital Regional de Alta Especialidad del Bajío, Secretaría de Salud, México. bFacultad de Salud Pública y Nutrición, Universidad Autónoma de Nuevo León, Monterrey, Nuevo León, México.

*eve.apolinar@gmail.com 

Al revisar un artículo científico o al abordar interrogantes de investigación, es común identificar ciertos términos clave que responden a esas preguntas y que pueden presentar similitudes.

No es extraño que en ocasiones algunos conceptos de bioestadística, que también son parte del lenguaje cotidiano, puedan confundirse en su significado y, por tanto, en su uso y/o interpretación. Tal es el caso de los términos asociación y correlación.

El análisis de la asociación que existe entre dos o más variables, es parte del análisis estadístico de los datos. La asociación implica que la distribución de los valores de una variable se modifica en función de los valores de otra variable. Entre las medidas de asociación están el riesgo relativo (RR, por sus siglas en inglés) y la razón de probabilidades (odds ratio, OR, por sus siglas en inglés).

El RR se calcula dividiendo la frecuencia del desenlace en el grupo expuesto entre la frecuencia del desenlace en el grupo no expuesto. El OR puede ser calculado en estudios transversales, así como en estudios longitudinales, como cohortes o casos y controles. El OR no debe aplicarse a estudios transversales, puesto que fácilmente está influenciado por la prevalencia, en estos estudios empleamos la razón de prevalencia (RP). Estas medidas, RR y OR, deben ir acompañadas del intervalo de confianza, pues estos indican la fuerza, dirección y el posible rango en el que ocurre el desenlace, así como la posibilidad de que este ocurra.

Por otro lado, la correlación “es un método estadístico que permite evaluar la posible asociación lineal bidireccional entre dos variables continuas”. El coeficiente de correlación puede tomar valores entre -1 y +1. El valor obtenido representa la fuerza con la que esas dos variables se asocian entre sí. Si el coeficiente de correlación es igual a cero significa que las dos variables no están asociadas. Un valor de -1 indica una correlación negativa, es decir, que a medida que una variable aumenta, la otra disminuye. En tanto que un coeficiente de correlación igual a +1 representa una correlación positiva: el cambio en el valor de una variable incrementa el valor de la otra variable.

Hay dos tipos de coeficientes de correlación: Pearson y Spearman. La primera se emplea cuando las dos variables a estudiar tienen una distribución normal, mientras que el coeficiente de correlación de Spearman se usa cuando una o las dos variables no presentan una distribución normal.

Evaluar la asociación entre las variables es indispensable para contrastar las hipótesis propuestas y así dar respuesta a las preguntas de investigación. Emplear adecuadamente los términos asociación y correlación, es indipensable para hacer una lectura crítica de la literatura científica, como posible revisor, así como para el análisis, descripción e interpretación de los resultados como posible autor/a de un artículo científico.

Referencias: 

  1. Grimes DA, Schulz KF. An overview of clinical research: the lay of the land. 2002 Jan 5;359(9300):57-61. doi: 10.1016/S0140-6736(02)07283-5.
  2. Mukaka MM. Statistics corner: A guide to appropriate use of correlation coefficient in medical research. Malawi Med J. 2012 Sep;24(3):69-71.