En psicología clínica e investigación aplicada es frecuente encontrar poblaciones de pacientes que, aun compartiendo un mismo diagnóstico, presentan patrones de síntomas, niveles de gravedad y trayectorias de recuperación muy diferentes. Un grupo de pacientes con depresión mayor, por ejemplo, puede incluir personas con predominio de síntomas somáticos, otras con anhedonia marcada, otras con ideación suicida prominente, y otras con un perfil mixto ansioso-depresivo. Tratar a todos estos pacientes como un grupo homogéneo oscurece diferencias clínicamente relevantes que pueden tener implicaciones directas para el pronóstico y la elección del tratamiento en investigación clínica. El análisis de clases latentes (Latent Class Analysis o LCA) es una técnica estadística diseñada precisamente para identificar estos subgrupos o perfiles dentro de una población aparentemente uniforme.
A diferencia de técnicas de agrupamiento más clásicas como el análisis de conglomerados (cluster analysis), el LCA se basa en un modelo probabilístico formal. Esto significa que no asigna cada individuo a un grupo de forma determinista sino que estima la probabilidad de pertenencia a cada clase latente, lo cual permite cuantificar la incertidumbre en la clasificación. Además, al ser un enfoque basado en modelos, ofrece criterios estadísticos objetivos para determinar cuántas clases existen en los datos, algo que en el análisis de conglomerados depende en gran medida de decisiones subjetivas del investigador.
Fundamentos del análisis de clases latentes
El LCA parte de la premisa de que las respuestas observadas a un conjunto de indicadores (síntomas, conductas, respuestas a ítems) están generadas por una variable categórica no observada, es decir, latente. Cada categoría de esa variable latente representa una clase o perfil diferente. Dentro de cada clase, se asume que los indicadores son independientes entre sí (supuesto de independencia local), lo que implica que las correlaciones observadas entre los indicadores se explican completamente por la pertenencia a las diferentes clases. Si después de clasificar a los participantes las correlaciones entre indicadores desaparecen dentro de cada clase, el modelo se ajusta bien a los datos.
Los parámetros que estima el LCA son de dos tipos. Por un lado, las probabilidades de pertenencia a cada clase (class membership probabilities), que nos dicen qué proporción de la población pertenece a cada perfil. Por otro, las probabilidades de respuesta condicionales a la clase (item-response probabilities), que describen cómo se comportan los indicadores dentro de cada clase. Por ejemplo, en un LCA con indicadores de síntomas depresivos, una clase podría caracterizarse por alta probabilidad de insomnio y fatiga pero baja probabilidad de ideación suicida, mientras que otra clase podría mostrar probabilidades altas en todos los síntomas. Son estas probabilidades condicionales las que permiten interpretar y etiquetar cada perfil.
Cuando los indicadores son continuos en lugar de categóricos, la técnica equivalente se denomina análisis de perfiles latentes (Latent Profile Analysis o LPA). La lógica es idéntica pero en lugar de estimar probabilidades de respuesta se estiman medias y varianzas de cada indicador dentro de cada clase. En la práctica clínica, es habitual trabajar con puntuaciones continuas en cuestionarios, por lo que el LPA suele ser la variante más utilizada en investigación psicológica aplicada. Garantizar la calidad de esas puntuaciones requiere un proceso riguroso de validación de cuestionarios.
Cómo determinar el número de perfiles
Una de las decisiones más importantes en un LCA es determinar cuántas clases latentes existen en los datos. La estrategia habitual consiste en estimar una serie de modelos con un número creciente de clases (desde una clase, que equivale a asumir homogeneidad total, hasta tantas como parezca razonable) y comparar su ajuste mediante varios criterios. Los criterios de información más utilizados son el BIC (Bayesian Information Criterion) y el AIC (Akaike Information Criterion), donde valores más bajos indican mejor ajuste teniendo en cuenta la parsimonia del modelo. El BIC suele preferirse porque penaliza más la complejidad y tiende a seleccionar modelos más parsimoniosos.
Además de los criterios de información, existen pruebas de comparación directa entre modelos como el test de Lo-Mendell-Rubin (LMR) y el Bootstrap Likelihood Ratio Test (BLRT). Estas pruebas comparan un modelo con k clases frente a uno con k-1 clases, y un resultado significativo indica que el modelo con más clases se ajusta significativamente mejor. El BLRT es generalmente considerado más fiable que el LMR, aunque es computacionalmente más costoso.
Sin embargo, la decisión sobre el número de clases no debería basarse únicamente en criterios estadísticos. La interpretabilidad sustantiva de las clases es igualmente importante. Un modelo con cinco clases puede ajustar ligeramente mejor que uno con cuatro, pero si la quinta clase contiene solo un 3% de la muestra y su perfil no tiene sentido clínico, probablemente sea preferible el modelo más parsimonioso. La convergencia entre criterios estadísticos y juicio clínico es lo que produce las soluciones más útiles en la práctica.
Aplicaciones clínicas y de investigación
Las aplicaciones del LCA en psicología clínica son numerosas y clínicamente relevantes. En el estudio del trastorno de estrés postraumático, por ejemplo, varios estudios han identificado perfiles de pacientes que difieren no solo en la gravedad global de los síntomas sino en la configuración específica de los clusters sintomáticos (reexperimentación, evitación, hiperactivación, alteraciones cognitivas y del estado de ánimo). Estos perfiles han demostrado predecir diferencialmente la respuesta al tratamiento, lo cual abre la puerta a intervenciones más personalizadas.
En el ámbito de las adicciones, el LCA ha permitido identificar subtipos de consumidores que difieren en sus patrones de uso, motivaciones para el consumo y factores de riesgo asociados. En psicología de la salud, se han identificado perfiles de pacientes crónicos basados en sus estrategias de afrontamiento, adherencia al tratamiento y calidad de vida. Y en psicología educativa, el análisis de perfiles latentes se utiliza para identificar grupos de estudiantes con diferentes patrones de motivación, engagement académico y rendimiento.
Una aplicación particularmente interesante es el uso del LCA en combinación con variables auxiliares (covariates y distal outcomes). Una vez identificados los perfiles, es posible examinar qué variables predicen la pertenencia a cada clase (por ejemplo, si la edad, el género o los antecedentes familiares predicen pertenecer al perfil de alta gravedad) y qué consecuencias se asocian con cada perfil (por ejemplo, si un perfil concreto predice peor respuesta al tratamiento o mayor riesgo de recaída). Este enfoque convierte al LCA en algo más que una técnica descriptiva, transformándolo en una herramienta con valor predictivo y potencialmente prescriptivo. Un enfoque complementario para explorar estas relaciones entre síntomas es el análisis de redes en psicopatología.
Consideraciones prácticas
El software más utilizado para LCA en investigación psicológica es Mplus, que ofrece la mayor flexibilidad en la especificación de modelos y los métodos de estimación más avanzados. Sin embargo, alternativas gratuitas como el paquete tidyLPA o poLCA en R permiten realizar análisis de perfiles latentes y de clases latentes con resultados perfectamente válidos para la mayoría de aplicaciones. JASP ha incorporado recientemente un módulo de LCA que facilita su uso para investigadores sin experiencia en programación.
El tamaño muestral necesario para un LCA depende de varios factores: el número de indicadores, el número de clases esperadas, el tamaño relativo de las clases más pequeñas y la separación entre clases. Como orientación general, muestras por debajo de 200 participantes suelen ser problemáticas, y muchos metodólogos recomiendan un mínimo de 300-500 para obtener soluciones estables. Cuando alguna clase latente es muy pequeña (menos del 5% de la muestra), se necesitan muestras aún mayores para estimarla con precisión.
Un error frecuente en la aplicación del LCA es reificar las clases latentes, es decir, tratarlas como si fueran categorías naturales y discretas que existen independientemente del modelo estadístico. Las clases latentes son construcciones del modelo que resumen patrones en los datos, y su utilidad es fundamentalmente heurística. Dos investigadores pueden analizar los mismos datos y llegar a soluciones diferentes si toman decisiones analíticas distintas. Esta incertidumbre no invalida la técnica, pero sí obliga a interpretarla con la cautela necesaria y a buscar la replicación en muestras independientes antes de extraer conclusiones definitivas sobre la estructura de perfiles de una población clínica.