Skip to content

?

Páginas antiguas de la OPS


—tomado del Boletín Epidemiológico, Vol. 24 No. 3, septiembre 2003

Introducción a los análisis multinivel

En el Boletín Epidemiológico, Vol. 23 No. 1 de 2002, se publicó una nota introductoria sobre la epidemiología social y el “Glosario de epidemiología social” de la Dra. Nancy Krieger. Como fue mencionado en esos artículos, la epidemiología social reconoce que la distribución de los problemas de salud no se explica solamente en base a características individuales. Por lo tanto, recurre a métodos estadísticos que permiten incluir varios niveles de determinantes en un mismo modelo. Esos métodos, llamados multinivel, son herramientas importantes del análisis de salud, que permiten ir más allá del estudio de los factores epidemiológicos individuales al incorporar simultáneamente variables de diferentes niveles más agregados (p.e. familia, vecindario o comunidad) que influyen el estado de salud.

El Boletín presenta en este número la traducción del glosario preparado por la Dra. Ana Diez-Roux de la Universidad Columbia, originalmente publicado en inglés en el Journal of Epidemiology and Community Health. Este glosario se publicará en el Boletín en tres partes y al final se incluirá un apéndice de las equivalencias inglés-español y español-inglés de las entradas y de algunos términos utilizados en el texto. El orden de publicación de los términos será el del idioma de origen.

 

Glosario de análisis multinivel

Ana V. Diez Roux
Divisiones de Medicina y de Epidemiología de la Universidad Columbia
Nueva York, Nueva York, Estados Unidos

PARTE I

El análisis multinivel es una técnica analítica que resulta útil en salud pública y epidemiología. El presente glosario define sus conceptos y términos fundamentales. El análisis multinivel surgió en las áreas de la educación, la sociología y la demografía; en salud pública y epidemiología se le ha prestado atención en años recientes. Este glosario explica los conceptos fundamentales y los términos relacionados con el análisis multinivel que se han empleado con poca coherencia o que se prestan a confusión. También se aclaran algunos términos y conceptos (como las variables grupales y las falacias inferenciales) relacionados en general con la presencia de múltiples niveles de organización. Aunque el glosario hace generalmente referencia a individuos que forman parte de un grupo, el análisis multinivel es aplicable a diversas situaciones en las que unidades de nivel inferior, o “microunidades”, se imbrican en otras de nivel superior, o “macrounidades” (por ejemplo, participantes en estudios, como en el metanálisis; o mediciones en individuos a lo largo del tiempo, como en los análisis de mediciones repetidas). En el texto de las entradas las remisiones a términos que tienen entrada propia van en itálicas.

DATOS AGREGADOS
Término utilizado para referirse a datos o variables de una unidad de nivel superior (por ejemplo, un grupo) construidos combinando información de las unidades de nivel inferior que componen la de nivel superior (por ejemplo, individuos de un grupo). Son datos agregados los índices sinópticos de las propiedades de los individuos integrantes de un grupo, por ejemplo el porcentaje de residentes de un vecindario que completaron los estudios secundarios, o el ingreso medio de los habitantes de una provincia. La idea implícita en casi todos los usos del término “datos agregados” es que la variable agregada es simplemente un índice agregado de propiedades de unidades de nivel inferior, y no una medida directa de una propiedad del nivel superior (pero esto no siempre es cierto; véase variables derivadas).

FALACIA ATOMISTA
Es la que puede surgir cuando se hacen inferencias sobre la variabilidad intergrupal (o la relación entre variables grupales) a partir de datos individuales. Más en general, es la falacia de inferir conclusiones sobre la variabilidad entre unidades de nivel superior con datos correspondientes a unidades de nivel inferior. La falacia atomista surge porque las asociaciones entre dos variables individuales pueden ser diferentes de las asociaciones entre variables análogas pero grupales. Por ejemplo, en un estudio con individuos puede observarse que el mayor ingreso individual se asocia a una menor mortalidad por cardiopatía coronaria. Si se infiere de estos datos que a escala de país el mayor ingreso per cápita se asocia con la reducción de la mortalidad por cardiopatía coronaria, el investigador quizá esté incurriendo en una falacia atomística (porque entre países, los mayores ingresos per cápita pueden, en realidad, asociarse con una mayor mortalidad por cardiopatía coronaria). Las fuentes de la falacia atomista son similares a las de la falacia ecológica. En la falacia atomista, el modelo conceptual que se está sometiendo a prueba corresponde al nivel superior, pero los datos se recopilan a un nivel inferior (1, 2). La falacia atomista a veces se ha denominado falacia individualista (3, 4).

EFECTOS DE COMPOSICIÓN
Se habla de efectos de composición cuando las diferencias entre grupos (o entre contextos) en un resultado (por ejemplo, las tasas de morbilidad) son atribuibles a diferencias en la composición de los grupos (es decir, a las características de los individuos que componen los grupos) (5). Por otro lado, cuando las diferencias entre grupos son atribuibles a los efectos de propiedades o variables grupales, se dice que son el resultado de efectos contextuales.

ANÁLISIS CONTEXTUAL
Enfoque analítico originalmente empleado en sociología para investigar el efecto de las características colectivas o grupales en los resultados individuales (4, 6, 7). En el análisis contextual, las variables predictivas grupales (que suelen construirse agregando características de individuos de cada grupo) se incluyen junto con variables individuales en regresiones estándar en las que el individuo es la unidad de análisis (modelos de efectos contextuales). Este enfoque permite examinar simultáneamente cómo se relacionan las variables individuales y las variables grupales con los resultados individuales, dando cabida a macroprocesos que se suponen con repercusiones a nivel individual independientemente de los efectos de las variables a nivel individual (6). “Análisis contextual” y análisis multinivel se han empleado a veces como sinónimos (8-10). Ambos planteamientos son similares en que permiten investigar de qué manera las variables grupales (macrovariables), las individuales (microvariables) y sus interacciones se relacionan con los resultados a nivel individual. Sin embargo, los modelos multinivel son más generales que los modelos contextuales originales, porque: 1) permiten (y tienen en cuenta) la posibilidad de correlación residual entre los individuos pertenecientes a un mismo grupo; y 2) permiten estudiar la variabilidad intergrupal y los factores asociados con ella. En cambio, en los modelos contextuales no se suele tener en cuenta la correlación residual (aunque pueden modificarse para que lo hagan) y no permiten estudiar la variabilidad intergrupal o los factores asociados con ella (véase también componentes de la varianza).

EFECTOS CONTEXTUALES
Término que suele emplearse para referirse a los efectos de las variables definidas a un nivel superior (generalmente grupal) en los resultados definidos a un nivel inferior (generalmente individual) tras controlar los factores de confusión a nivel individual (inferior). Casi siempre se emplea este término para referirse al efecto de una variable grupal derivada (por ejemplo, ingreso medio en un vecindario) en un resultado individual (como la tensión arterial) una vez controlado su homónimo individual (por ejemplo, el ingreso individual) (6,11). A veces, sin embargo, con “efectos contextuales” se hace referencia, de modo general, a los efectos de las variables grupales, ya sean derivadas o integrales. El término puede aplicarse a cualquier situación que implique unidades de nivel inferior que forman parte de otras de nivel superior (por ejemplo, efectos contextuales de las características de un país en las tasas de morbilidad de zonas pequeñas, o efectos contextuales de las características tisulares en la biología celular). Los efectos contextuales se contrastan a veces con los efectos de composición (5).

MODELOS DE EFECTOS CONTEXTUALES
Son modelos de regresión en los que las unidades de análisis son individuos y las variables predictivas de los resultados individuales incluyen variables grupales e individuales. Los modelos tradicionales de efectos contextuales son equivalentes a modelos multinivel en los que todos los coeficientes entran en el modelo como fijos (es decir, no se incluye un término de error (U0j o Uij) en las ecuaciones grupales o de nivel 2; véase modelos multinivel). Véase análisis contextual.

VARIABLES CONTEXTUALES
Véase variables derivadas y variables grupales

EFECTOS TRANSNIVEL
Término utilizado para referirse a los efectos principales de las variables de nivel superior (por ejemplo, variables grupales) en los resultados a nivel inferior (por ejemplo, resultados individuales) y a las modificaciones de los efectos de variables de nivel inferior (individual) por variables de nivel superior (grupal) (véase interacción transnivel) (12). Un ejemplo de efecto transnivel es el efecto de la desigualdad de ingreso en un país sobre el nivel individual de salud (efecto de una variable de nivel superior en los resultados a un nivel inferior); o la mayor asociación entre el ingreso individual y la salud individual en presencia de gran desigualdad de ingreso en un país (modificación de efecto de una variable de nivel inferior por una variable de nivel superior). A veces se utiliza el término “efectos ecológicos” como sinónimo de “efectos transnivel” (12).

INFERENCIA TRANSNIVEL
Situación en la que se hacen inferencias sobre los factores asociados con la variabilidad del resultado a un nivel a partir de datos de otro nivel (por ejemplo, cuando se infiere algo sobre una relación entre variables a nivel individual a partir de asociaciones a nivel grupal, o viceversa). Véase falacia ecológica y falacia atomística.

INTERACCIÓN TRANSNIVEL
Se dice que existe interacción transnivel cuando los efectos de variables de nivel inferior resultan modificados por características de las unidades de nivel superior, al que pertenecen las unidades de nivel inferior (o viceversa) (5, 12). Por ejemplo, si la relación entre ingreso individual y tensión arterial difiere en función de las características del vecindario (es decir, cuando hay interacción entre variables del vecindario y variables individuales), se dice que estamos ante una interacción transnivel. En los modelos multinivel cada vez que se modela el efecto de una variable de nivel inferior (individual) en función de características de nivel superior (grupales) (como en la ecuación (3) de la entrada modelos multinivel), en el modelo final habrá una interacción transnivel ( en la ecuación (4) de la entrada modelos multinivel).

VARIABLES DERIVADAS
Son un tipo de variables grupales que se construye “agregando” matemáticamente (por ejemplo, mediante una media aritmética, una proporción o una medida de dispersión) las características de los individuos del grupo (tales son, por ejemplo, el porcentaje de personas que no completaron los estudios secundarios, el ingreso medio o la desviación estándar de la distribución de ingresos) (11, 13). Algunas variables derivadas no tienen análogo individual (como ocurre, por ejemplo, con la desviación estándar de la distribución de ingresos) y por consiguiente apuntan necesariamente a constructos grupales. Otras (por ejemplo, el ingreso medio del vecindario) tienen análogo individual (el ingreso individual), pero pueden proporcionar información sobre constructos grupales, distintos de los homónimos individuales. La media de la variable dependiente del grupo (por ejemplo, la proporción de infectados en un estudio de las causas de infección) puede considerarse un tipo especial de variable derivada (14). Las variables derivadas y las variables integrales a veces se presentan como conceptualmente diferentes, pero están estrechamente interrelacionadas. Las variables derivadas a menudo actúan conformando ciertas propiedades integrales del grupo. Por ejemplo, la composición de un grupo puede influir en los tipos predominantes de contactos interpersonales, valores y normas, o puede conformar la organización o reglamentos del grupo que afectan a todos los miembros (15). Se han empleado los términos “variables analíticas” y “variables agregadas” como sinónimos de “variables derivadas”. También se ha recurrido al término “variables contextuales” como sinónimo de “variables derivadas”14, aunque a veces “variables contextuales” se usa para referirse al conjunto de las variables grupales (6, 13).

FALACIA ECOLÓGICA
Es la que puede aparecer al inferir conclusiones a escala individual (es decir, sobre las relaciones entre variables individuales) a partir de datos grupales. La falacia ecológica surge porque las asociaciones entre dos variables grupales (o ecológicas) pueden ser diferentes de las asociaciones entre variables análogas pero individuales. Estas diferencias entre las asociaciones a nivel individual y grupal se describieron por primera vez para los coeficientes de correlación (16), pero pueden también encontrarse en otras medidas de asociación, como los coeficientes de regresión (11, 17). De manera más general, la falacia puede surgir cuando se usan datos de unidades de nivel superior para hacer inferencias respecto a factores asociados con la variabilidad entre unidades de nivel inferior, es decir, cuando el modelo conceptual que se pone a prueba corresponde al nivel inferior, pero los datos se recopilan a un nivel superior (1, 2). Supongamos que un investigador observa que comparando países el mayor ingreso per cápita se asocia con una mayor mortalidad por lesiones en accidentes de tránsito. Si de ello infiere que a escala individual el ingreso individual más alto se asocia con un aumento de la mortalidad por tráfico, puede estar incurriendo en la falacia ecológica, porque dentro de cada país, en las personas de ingreso elevado la mortalidad por tráfico puede ser siempre menor que en las de ingreso bajo. En lo que respecta a los coeficientes de regresión, la falacia ecológica puede surgir de: 1) la falta de información sobre los constructos que corresponden a un nivel inferior; 2) no darse cuenta de que una variable definida y medida a un nivel puede corresponder a un constructo distinto al de la variable homónima a otro nivel (18) (por ejemplo, el ingreso medio a nivel de país se refiere a un constructo distinto al ingreso a nivel individual).

Referencias
(1) Riley MW. Special problems of sociological analysis. In: Sociological research I: a case approach.New York: Harcourt, Brace, and World, 1963:700–25.
(2) Diez-Roux AV. Bringing context back into epidemiology: variables and fallacies in multilevel analysis. Am J Public Health 1998;88:216–22.
(3) Alker HR. A typology of ecological fallacies. In: Dogan M, Rokkam S, eds. Social ecology. Boston: The MIT Press, 1969:69–86.
(4) Scheuch EK. Social context and individual behavior. In: Dogan M, Rokkam S, eds. Social ecology. Boston: The MIT Press, 1969:133–55.
(5) Duncan C, Jones K, Moon G. Context, composition, and heterogeneity: using multilevel models in health research. Soc Sci Med 1992;46:97–117.
(6) Blalock HM. Contextual-effects models: theoretical and methodological issues. Ann Rev Sociol 1984;10:353–72.
(7) Iversen G. Contextual analysis. Newbury Park, CA: Sage, 1991.
(8) Hermalin A. The multilevel approach: theory and concepts. The methodology for measuring the impact of family planning programs on fertility. Population studies Addendum Manual IX. New York: United Nations,1986;66:15–31.
(9) van den Eeden P, Huttner HJ. Multi-level research. Curr Sociol 1982;30:1–178.
(10) DiPrete TA, Forristal JD. Multilevel models: methods and substance. Annu Rev Sociol 1994;20:331–57.
(11) Morgenstern H. Ecologic studies in epidemiology: concepts, principles, and methods. Annu Rev Public Health1995;16:61–81.
(12) Blakely TA, Woodward AJ. Ecological effects in multi-level studies. J Epidemiol Community Health 2000;54:367–74.
(13) Lazarsfeld PF, Menzel H. On the relation between individual and collective properties. In: Etzioni A, ed. A sociological reader on complex organizations. New York: Holt, Rinehart, and Winston, 1971:499–516.
(14) Susser M. The logic in ecological: I. The logic of analysis. Am J Public Health 1994;84:825–9.
(15) Valkonen T. Individual and structural effects in ecological research. In: Dogan M, Rokkam S, eds. Social ecology. Boston: The MIT Press, 1969:53–68.
(16) Robinson WS. Ecological correlations and the behavior of individuals. Am Sociol Rev 1950;15:351–7.
(17) Piantadosi S, Byar DP, Green SN. The ecological fallacy. Am J Epidemiol 1988;127:893–904.
(18) Diez-Roux AV, Schwartz S, Susser E. Ecologic studies and ecologic variables in public health research. In: The Oxford textbook of public health. Volume 2. London: Oxford University Press, 2002:493–508. 1995.

Fuente: Publicado originalmente con el título “A glossary for multilevel analysis” en: Journal of Epidemiology and Community Health, 56:588-594, 2002.

 

Regresar al temario de el
Boletín Epidemiológico, Vol. 24 No. 3, septiembre 2003

 



Regional Office for the Americas of the World Health Organization
525 Twenty-third Street, N.W., Washington, D.C. 20037, United States of America
Tel.: +1 (202) 974-3000 Fax: +1 (202) 974-3663

Pan American Health Organization. All rights reserved.