Colinealidad

Qué es la colinealidad

El término procede de la geometría: dos vectores son colineales cuando se sitúan sobre la misma recta, es decir, cuando uno puede expresarse como múltiplo escalar del otro. En el álgebra matricial que sustenta la regresión múltiple, cada variable explicativa se representa como un vector en un espacio de n dimensiones (donde n es el número de observaciones). Si dos de esos vectores apuntan en la misma dirección (o en direcciones muy próximas), comparten información y al modelo le resulta imposible separar con claridad cuánto contribuye cada uno por separado al resultado.

Se habla de colinealidad cuando la correlación fuerte se da entre dos variables explicativas. Cuando intervienen tres o más, el término correcto es multicolinealidad. La distinción existe, pero en la práctica clínica y epidemiológica ambos vocablos se usan de forma intercambiable.

Por qué importa en investigación biomédica

La investigación clínica depende cada vez más de modelos multivariantes para controlar factores de confusión. Un estudio que analice la supervivencia tras un procedimiento quirúrgico puede incluir como variables la edad, la creatinina sérica, el aclaramiento de creatinina y la tasa de filtración glomerular estimada. Las tres últimas miden, con matices, la función renal: están correlacionadas por construcción. Si se introducen simultáneamente en un modelo de regresión de Cox, los coeficientes resultantes se vuelven inestables; pequeños cambios en la muestra pueden invertir su signo o multiplicar su intervalo de confianza. No es que el modelo global falle (la capacidad predictiva puede mantenerse), sino que cada coeficiente individual pierde fiabilidad.

El efecto práctico es que un investigador podría concluir erróneamente que una variable no tiene relación con el resultado cuando, en realidad, su efecto está «enmascarado» por otra variable colineal.

Detección y manejo

La herramienta más empleada para detectar colinealidad es el factor de inflación de la varianza (VIF, por sus siglas en inglés). Un VIF superior a 5 sugiere colinealidad relevante; por encima de 10, el problema es considerado grave. Otro indicador es el número de condición de la matriz de correlación: valores superiores a 30 señalan multicolinealidad fuerte.

Las soluciones habituales pasan por eliminar una de las variables redundantes, combinarlas en un índice compuesto, o aplicar técnicas de regularización como la regresión ridge o la regresión LASSO, que penalizan los coeficientes grandes y estabilizan la estimación. Aumentar el tamaño muestral también ayuda cuando la colinealidad es aproximada, aunque no resuelve la colinealidad perfecta.

Preguntas frecuentes

¿Es lo mismo colinealidad que correlación?

No exactamente. Dos variables pueden estar correlacionadas sin que eso cause problemas en un modelo de regresión; la colinealidad solo se convierte en problema cuando la correlación es lo bastante fuerte como para desestabilizar las estimaciones de los coeficientes. Una correlación de 0,3 entre dos variables explicativas raramente genera colinealidad; una de 0,9, casi siempre.

¿Puede afectar a los ensayos clínicos?

Sí. Aunque los ensayos aleatorizados minimizan la confusión, los análisis secundarios con múltiples covariables (edad, sexo, índice de masa corporal, marcadores bioquímicos) pueden presentar multicolinealidad. Es habitual, por ejemplo, que el peso corporal y el índice de masa corporal se introduzcan juntos en un modelo sin advertir la redundancia.

¿Qué es el VIF?

El factor de inflación de la varianza mide cuánto se amplía la varianza de un coeficiente de regresión a causa de la correlación con otras variables del modelo. Un VIF de 1 indica ausencia de colinealidad; valores crecientes reflejan una inflación proporcional de la incertidumbre en la estimación.

Referencias

1. Vittinghoff E, Glidden DV, Shiboski SC, McCulloch CE. Regression Methods in Biostatistics. 2.ª ed. Springer, 2012.
2. Real Academia Nacional de Medicina. Diccionario de términos médicos. RANM.
3. Altman DG. Practical Statistics for Medical Research. BMJ, 2005.
4. IBM. ¿Qué es la multicolinealidad? IBM Think.