Directed Acyclic Graphs
Giovanni Francisco Guevara, MD, MPH, PhD(c)
2026-05-12
1 Introducción
En epidemiología muchas veces observamos que dos cosas ocurren juntas.
Por ejemplo:
- las personas que usan encendedor tienen más cáncer de pulmón,
- las personas que usan paraguas suelen mojarse más.
Pero eso NO significa necesariamente que:
- el encendedor cause cáncer,
- el paraguas cause lluvia.
Entonces surge una pregunta importante:
¿Cómo podemos distinguir una verdadera causa de una simple asociación?
Los Diagramas Acíclicos Dirigidos (DAGs) nos ayudan a responder esa pregunta.
Un DAG es simplemente un dibujo con flechas que representa cómo creemos que las variables se relacionan entre sí.
En este tutorial aprenderemos a:
- comprender qué es un DAG,
- reconocer confusión,
- identificar sesgos,
- evitar ajustes incorrectos,
- usar R para construir diagramas causales.
2 ¿Qué es un DAG?
Imagine un mapa de carreteras.
Cada ciudad representa una variable:
- tabaquismo,
- edad,
- obesidad,
- diabetes.
Las carreteras con flechas muestran hacia dónde viaja la influencia.
Por ejemplo:
\[ Tabaquismo \rightarrow Cáncer \]
significa:
“Fumar puede causar cáncer”.
Las flechas siempre avanzan hacia adelante.
No pueden regresar al mismo punto.
Por eso se llaman:
- Dirigidos → tienen dirección.
- Acíclicos → no forman círculos.
- Grafos → son diagramas.
3 Componentes de un DAG
3.1 Nodos
Los nodos son las variables.
Ejemplos:
- Edad
- Tabaquismo
- Diabetes
- Mortalidad
3.2 Flechas
Las flechas representan relaciones causales.
\[ Ejercicio \rightarrow Pérdida\ de\ peso \]
Esto significa que el ejercicio puede producir pérdida de peso.
4 Estructuras básicas en DAGs
Existen tres estructuras fundamentales.
5 Cadena causal
\[ A \rightarrow B \rightarrow C \]
Ejemplo:
\[ Obesidad \rightarrow Hipertensión \rightarrow Infarto \]
Aquí:
- la obesidad aumenta hipertensión,
- la hipertensión aumenta el riesgo de infarto.
La variable del centro se llama:
mediador.
6 Confusión
\[ A \leftarrow B \rightarrow C \]
6.1 Ejemplo cotidiano
Supongamos que observamos:
- las personas que usan chaqueta tienen más gripe.
¿La chaqueta produce gripe?
No.
La verdadera explicación es el frío:
\[ Chaqueta \leftarrow Frío \rightarrow Gripe \]
El frío:
- hace que usemos chaqueta,
- aumenta el riesgo de gripe.
Entonces el frío es un:
confusor.
7 Colisionador
\[ A \rightarrow B \leftarrow C \]
Los colisionadores son una de las ideas más difíciles en epidemiología.
Pero podemos entenderlos con un ejemplo sencillo.
7.1 Ejemplo
Imagine que un hospital recibe pacientes por dos razones:
- accidentes,
- diabetes.
Entonces:
\[ Accidente \rightarrow Hospitalización \leftarrow Diabetes \]
Ahora imagine que estudiamos SOLO personas hospitalizadas.
Dentro del hospital parecerá que:
- las personas con accidentes tienen menos diabetes,
- y las personas con diabetes tienen menos accidentes.
Pero esa relación es artificial.
Fue creada porque seleccionamos únicamente personas hospitalizadas.
A esto se le llama:
- sesgo de selección,
- sesgo de Berkson,
- sesgo por colisionador.
8 Instalación de paquetes en R
Estos paquetes permiten crear DAGs en R.
9 Creando nuestro primer DAG
Supongamos que queremos estudiar:
¿Fumar aumenta el riesgo de cáncer?
Pero sabemos que la edad influye en ambas variables.
9.1 Código en R
dag_conf <- dagify(
Cancer ~ Smoking + Age,
Smoking ~ Age,
exposure = "Smoking",
outcome = "Cancer",
labels = c(
Smoking = "Tabaquismo",
Cancer = "Cáncer",
Age = "Edad"
)
)
ggdag(
dag_conf,
text = FALSE,
use_labels = "label"
) +
theme_dag() +
labs(
title = "Confusión por Edad"
)
9.2 Interpretación
La edad:
- aumenta probabilidad de fumar,
- aumenta riesgo de cáncer.
Entonces existe un camino alternativo:
\[ Tabaquismo \leftarrow Edad \rightarrow Cáncer \]
Ese camino puede engañarnos.
Por eso necesitamos ajustar por edad.
10 Caminos de puerta trasera
Un DAG puede verse como un sistema de caminos.
Algunos caminos representan:
- efectos reales,
- otros representan confusión.
Queremos bloquear únicamente los caminos incorrectos.
10.1 Analogía
Imagine que quiere viajar desde “Tabaquismo” hasta “Cáncer”.
Existe:
- un camino directo,
- pero también caminos alternativos.
Por ejemplo:
\[ Tabaquismo \leftarrow Edad \rightarrow Cáncer \]
La edad crea un camino alternativo.
Ese es un:
camino de puerta trasera (backdoor path).
Nuestro objetivo es bloquearlo.
11 Ajustar variables: ¿siempre ayuda?
Muchos estudiantes creen que:
“entre más variables ajuste, mejor”.
Pero eso NO siempre es cierto.
A veces ajustar una variable empeora el análisis.
Es parecido a arreglar cables eléctricos:
- tocar el cable correcto ayuda,
- tocar el cable incorrecto produce problemas.
En epidemiología:
- ajustar confusores ayuda,
- ajustar colisionadores produce sesgo.
12 Ejemplo de colisionador en R
dag_coll <- dagify(
Hospital ~ Diabetes + Accident,
exposure = "Diabetes",
outcome = "Hospital",
labels = c(
Diabetes = "Diabetes",
Accident = "Accidente",
Hospital = "Hospitalización"
),
coords = list(
x = c(Diabetes = 1,
Accident = 3,
Hospital = 2),
y = c(Diabetes = 1,
Accident = 1,
Hospital = 2)
)
)
ggdag_collider(
dag_coll,
text = FALSE,
use_labels = "label"
) +
theme_dag() +
labs(
title = "Ejemplo de Colisionador"
)
13 ¿Por qué ajustar un colisionador es peligroso?
Si analizamos únicamente personas hospitalizadas:
- parecerá que accidentes y diabetes están relacionados,
- aunque realmente no lo estén.
La asociación fue creada artificialmente.
⚠️ Idea clave:
Ajustar una variable incorrecta puede producir sesgo.
14 Ajuste mínimo suficiente
En epidemiología queremos hacer el menor ajuste necesario.
¿Por qué?
Porque:
- medir variables cuesta dinero,
- recolectar datos toma tiempo,
- algunos ajustes pueden introducir sesgo.
Entonces buscamos:
el conjunto más pequeño de variables que elimina la confusión.
15 15. Encontrando el conjunto mínimo de ajuste
Supongamos que queremos estudiar:
¿El consumo de alcohol aumenta el riesgo cardiovascular?
Pero sabemos que:
- la edad influye en el consumo de alcohol,
- la edad también aumenta hipertensión,
- la hipertensión aumenta el riesgo cardiovascular.
15.1 Construcción del DAG
dag_adjust <- dagify(
Disease ~ Alcohol + Hypertension,
Hypertension ~ Age,
Alcohol ~ Age,
exposure = "Alcohol",
outcome = "Disease",
labels = c(
Alcohol = "Alcohol",
Disease = "Enfermedad Cardiovascular",
Hypertension = "Hipertensión",
Age = "Edad"
)
)
ggdag(
dag_adjust,
text = FALSE,
use_labels = "label"
) +
theme_dag()
15.3 Interpretación
R identifica qué variables debemos ajustar para bloquear los caminos de confusión.
En este caso:
- ajustar por Edad es suficiente.
15.4 Esto significa que la Edad es un confusor importante en la relación entre alcohol y enfermedad cardiovascular.
15.5 Visualizando el ajuste
El siguiente gráfico muestra qué variable debemos controlar para evitar confusión.
15.6 ¿Qué observamos?
La gráfica resalta las variables necesarias para bloquear los caminos de confusión.
En este ejemplo:
- Edad aparece como variable importante de ajuste,
- porque influye tanto en la exposición como en el desenlace.
La idea principal es: > no necesitamos ajustar todas las variables, solamente las necesarias. —
16 Variables que NO debemos ajustar
16.1 Mediadores
\[ Ejercicio \rightarrow Peso \rightarrow Diabetes \]
Si queremos estudiar el efecto TOTAL del ejercicio:
- NO debemos ajustar por peso.
Porque el peso forma parte del mecanismo causal.
16.2 Colisionadores
\[ Accidente \rightarrow Hospitalización \leftarrow Diabetes \]
No debemos ajustar hospitalización.
16.3 Descendientes del desenlace
Supongamos:
\[ Exposición \rightarrow Enfermedad \rightarrow Hospitalización \]
La hospitalización ocurre DESPUÉS de la enfermedad.
En muchos estudios, seleccionar únicamente pacientes hospitalizados puede producir sesgo, porque la hospitalización también puede depender de otras causas:
\[ Exposición \rightarrow Enfermedad \rightarrow Hospitalización \leftarrow Accidente \]
Aquí la hospitalización se convierte en un colisionador. Al analizar solamente hospitalizados podemos crear asociaciones artificiales entre variables que originalmente no estaban relacionadas. —
17 Ejemplo completo aplicado
17.1 Problema
Queremos estudiar:
¿Las bebidas azucaradas aumentan obesidad?
Sabemos además que:
- la actividad física afecta obesidad,
- la edad afecta consumo de bebidas,
- la edad afecta obesidad.
17.2 Construcción del DAG
dag_soda <- dagify(
Obesity ~ Soda + Exercise + Age,
Soda ~ Age,
exposure = "Soda",
outcome = "Obesity",
labels = c(
Soda = "Bebidas Azucaradas",
Obesity = "Obesidad",
Exercise = "Actividad Física",
Age = "Edad"
)
)
ggdag(
dag_soda,
text = FALSE,
use_labels = "label"
) +
theme_dag()
17.3 Interpretación
La edad es un confusor porque:
- afecta consumo de bebidas,
- afecta obesidad.
Por eso debemos ajustar por edad.
18 Actividades para el estudiante
18.1 Actividad 1
Observe el DAG anterior e identifique:
- exposición,
- desenlace,
- confusor,
- posibles mediadores.
18.2 Actividad 2
Construya un DAG para estudiar:
\[ Alcohol \rightarrow Enfermedad\ cardiovascular \]
Considere:
- edad,
- sexo,
- tabaquismo,
- actividad física.
18.3 Actividad 3
Explique:
¿Por qué ajustar demasiadas variables puede ser peligroso?
19 Errores frecuentes
19.1 Error 1
Creer que asociación significa causalidad.
19.2 Error 2
Ajustar automáticamente todas las variables.
19.3 Error 3
Confundir mediadores con confusores.
19.4 Error 4
Ignorar el tiempo.
La causa debe ocurrir antes del efecto.
20 Idea clave del tutorial
Los DAGs NO reemplazan:
- el pensamiento crítico,
- el conocimiento clínico,
- la teoría epidemiológica.
Un DAG es una herramienta para organizar nuestras ideas.
21 Reflexión final
Greenland, Pearl y Robins mostraron que:
antes de hacer estadística, debemos pensar causalmente.
Los DAGs nos ayudan a:
- hacer mejores preguntas,
- reconocer sesgos,
- decidir qué variables ajustar,
- evitar errores comunes.
22 Conclusión
Cada nodo en un DAG representa personas reales:
- pacientes,
- familias,
- comunidades.
La epidemiología no trata únicamente de modelos matemáticos.
Su objetivo principal es:
comprender mejor los problemas de salud para ayudar a las personas.
23 Referencias
- Greenland S, Pearl J, Robins JM. Causal diagrams for epidemiologic research. Epidemiology. 1999;10(1):37-48.
- Hernán MA, Robins JM. Causal inference: what if. Boca Raton (FL): Chapman & Hall/CRC; 2020.
- Pearl J. Causality: models, reasoning, and inference. 2nd ed. Cambridge: Cambridge University Press; 2009.
- Rothman KJ, Greenland S, Lash TL. Modern epidemiology. 3rd ed. Philadelphia: Lippincott Williams & Wilkins; 2008.
- Textor J, van der Zander B, Gilthorpe MS, Liskiewicz M, Ellison GTH. Robust causal inference using directed acyclic graphs: the R package dagitty. Int J Epidemiol. 2016;45(6):1887-94.
- Barrett M. ggdag: Analyze and create elegant directed acyclic graphs [Internet]. CRAN; 2024 [cited 2026 May 12]. Available from: https://CRAN.R-project.org/package=ggdag
24 Funciones útiles en R
| Función | Utilidad |
|---|---|
dagify() |
Crear DAG |
ggdag() |
Dibujar DAG |
adjustmentSets() |
Encontrar ajuste mínimo |
ggdag_adjustment_set() |
Visualizar ajuste |
ggdag_collider() |
Mostrar colisionadores |