El comentario clásico: «the authors should control for age, gender and socioeconomic status». A veces con una lista más larga. A veces con la versión implacable: «the observed association may be confounded by variables that were not accounted for». Es probablemente la petición más frecuente en revisión de psicología, y también la que más manuscritos empeora, porque la respuesta instintiva (meter todas las variables que el revisor mencione y algunas más por si acaso) puede sesgar tu estimación en lugar de limpiarla.
La estadística de los últimos quince años ha sido bastante clara en esto: controlar no es un acto de virtud metodológica, es una decisión causal. Hay covariables que eliminan confusión, otras que no hacen nada, y otras que introducen sesgo donde no lo había. Meterlas todas «por rigor» es el equivalente estadístico de tomar antibiótico por si acaso.
Aquí tienes qué está sospechando el revisor, cómo decidir qué controlar sin recurrir al valor p, cuáles son los tres tipos de mal control que hay que saber reconocer y nombrar, la ejecución concreta en SPSS, R, jamovi y Mplus, el formato de tabla jerárquica en APA 7, y tres párrafos de respuesta: cuando el efecto sobrevive, cuando se cae, y cuando la covariable que te piden es técnicamente una mala idea y hay que decirlo sin sonar arrogante.
Encuentras que quienes usan más redes sociales tienen más sintomatología depresiva. El revisor piensa inmediatamente en la edad: los más jóvenes usan más redes y también puntúan más alto en los cuestionarios de sintomatología, así que parte de tu correlación podría no ser una relación entre redes y depresión sino el reflejo de que ambas cosas dependen de la edad. Eso es una variable de confusión: una causa común de tu predictor y de tu resultado.
La sospecha es legítima y es la razón de ser del comentario. Lo que el revisor te pide, traducido, es: enséñame que la asociación sigue ahí cuando la comparación se hace entre personas de la misma edad. Ese es el sentido literal de «controlar»: estimar la asociación dentro de niveles de la covariable, en lugar de mezclando niveles distintos.
Hay un segundo motivo, menos técnico pero igual de real: en muchas áreas de psicología y ciencias de la salud existe un conjunto de covariables que se controlan por convención (edad, sexo, nivel educativo, en clínica también la gravedad basal y el tratamiento farmacológico), y un artículo que no las incluye llama la atención aunque no haya confusión. Aquí el coste de incluirlas suele ser bajo y el de discutirlo, alto. Ese es un buen sitio para ceder.
Y un tercero, que conviene detectar porque cambia la respuesta: a veces el revisor no está pidiendo control, está pidiendo MODERACIÓN. «The authors should consider gender» puede querer decir «ajusta por sexo» o «comprueba si el efecto es distinto en hombres y mujeres». Son análisis diferentes y responden a preguntas diferentes. Si la frase es ambigua, haz los dos y dilo.
La práctica que todavía se enseña en muchos sitios es esta: correlacionas todas las candidatas con la variable dependiente, y las que salen significativas entran como covariables. Es un procedimiento malo, y merece la pena saber por qué, porque es exactamente lo que un revisor metodólogo va a criticar en la ronda siguiente.
Falla por dos motivos. El primero: la significación de la correlación con el resultado no dice nada sobre si la variable es una confusión, un mediador o un colisionador, que es lo único que determina si hay que controlarla. El segundo: seleccionar covariables mirando los datos convierte tus intervalos de confianza y tus p en cifras cuya interpretación nominal deja de ser válida, porque el modelo final se eligió a partir de los mismos datos con los que lo pruebas.
El criterio correcto es sustantivo y se decide ANTES de mirar nada: una variable se controla si, según lo que sabes del fenómeno, es causa plausible tanto del predictor como del resultado. Dibujar un grafo acíclico dirigido (DAG) con las tres o cuatro variables en juego, aunque sea a mano en un folio, resuelve la mayoría de las decisiones en diez minutos y te da además el argumento escrito que vas a necesitar para responder al revisor. Rohrer (2018) es la introducción estándar para psicólogos y está escrita para no especialistas.
Cinelli, Forney y Pearl (2022) los catalogaron con ejemplos; estos son los tres que aparecen en manuscritos de psicología una y otra vez.
El MEDIADOR controlado como covariable. Si estudias el efecto del desempleo sobre la salud mental y controlas por «apoyo social percibido», estás quitando de tu efecto justo la parte que pasa por el apoyo social, que probablemente es parte del mecanismo que te interesa. El coeficiente que queda no es «el efecto limpio», es el efecto directo, que responde a otra pregunta. Si no lo dices, has cambiado la pregunta sin avisar.
El COLISIONADOR, la más contraintuitiva y la que produce sesgos más raros. Un colisionador es una variable causada por el predictor y por el resultado a la vez. Controlarla CREA una asociación espuria entre variables que eran independientes. El caso escolar es el sesgo de Berkson: si controlas por «acudir a consulta», y tanto la ansiedad como los problemas de sueño llevan a acudir a consulta, dentro del grupo de consultantes aparecerá una asociación negativa entre ambas que no existe en la población.
La covariable POSTERIOR AL TRATAMIENTO en un diseño experimental. En un ensayo aleatorizado, la aleatorización ya garantiza que no hay confusión: controlar por variables medidas DESPUÉS de la asignación rompe esa garantía. Controlar por variables medidas ANTES (la línea base del resultado, por ejemplo) sí es correcto y además gana potencia.
Un punto fino que impresiona en una respuesta a revisores y que es rigurosamente cierto: controlar por una covariable medida con error no elimina toda su confusión, solo la parte proporcional a su fiabilidad. Si controlas «nivel socioeconómico» con una sola pregunta de ingresos autoinformada, has quitado quizá la mitad de la confusión y te queda el resto, ahora invisible. Westfall y Yarkoni (2016) mostraron que esto puede hacer que una variable de control imperfecta deje pasar como significativo un efecto que en realidad es enteramente confusión.
La consecuencia práctica: si la covariable clave es un constructo psicológico medido con una escala, la forma correcta de controlarla es como variable LATENTE dentro de un modelo de ecuaciones estructurales, no como puntuación sumada en una regresión. Y si no puedes hacerlo, hay que declararlo como limitación en lugar de presentar el ajuste como definitivo.
El formato que quiere ver el revisor casi siempre es el mismo: modelo crudo y modelo ajustado uno al lado del otro, para poder ver cuánto se mueve el coeficiente. Presentar solo el modelo ajustado esconde justo la información que se pidió.
Para regresión, el menú Analizar > Regresión > Lineales permite introducir las variables por BLOQUES: bloque 1 las covariables, bloque 2 el predictor de interés. Marcando en Estadísticos la casilla de cambio en R cuadrado obtienes directamente el incremento de varianza explicada que aporta tu predictor por encima de los controles, que es la cifra que más veces resuelve el comentario. En sintaxis, es REGRESSION con varias líneas METHOD=ENTER, una por bloque, y /STATISTICS CHANGE.
Para una comparación de grupos con covariable continua, es ANCOVA: Analizar > Modelo lineal general > Univariante, con la covariable en el campo correspondiente. Aquí hay un supuesto que los revisores comprueban y que casi nadie reporta: la homogeneidad de las pendientes de regresión, es decir, que la relación entre covariable y resultado sea la misma en todos los grupos. Se prueba metiendo el término de interacción grupo por covariable en el modelo personalizado; si sale significativo, la ANCOVA clásica no procede y lo que tienes es una moderación.
Cuidado con un detalle de SPSS: las medias marginales estimadas que produce la ANCOVA están calculadas en la media de la covariable, y son esas y no las medias observadas las que hay que reportar cuando describes un análisis ajustado.
Regresión jerárquica es ajustar dos lm() y compararlos con anova(m1, m2), que devuelve el test F del incremento. Para los tamaños del efecto parciales, effectsize::eta_squared() o partial_r2. Para tablas publicables con modelo crudo y ajustado en columnas contiguas, modelsummary o gtsummary generan directamente el formato que espera una revista.
Una advertencia importante con factores: si usas aov() o anova() sobre un modelo con más de un predictor y el diseño no está equilibrado, R aplica sumas de cuadrados de tipo I (secuenciales), donde el orden en que escribes los predictores CAMBIA los resultados. SPSS usa tipo III por defecto, así que el mismo análisis puede dar números distintos en los dos programas. Si quieres tipo III en R, es car::Anova(modelo, type = 3) y hay que fijar además los contrastes a suma cero. Es una fuente clásica de discrepancias que un revisor no perdona si la tabla no cuadra.
Para DAGs, el paquete dagitty (o su web) te dice literalmente qué conjunto mínimo de variables hay que ajustar para identificar el efecto que te interesa. Pegar esa figura en el material suplementario es una de las mejores respuestas posibles a este comentario.
En Regresión lineal, jamovi tiene «Model Builder», que es exactamente el sistema de bloques: creas bloque 1 con las covariables y bloque 2 con el predictor, y en Model Fit marcas la comparación de modelos para obtener ΔR² con su F y su p. En ANCOVA, la interacción para probar homogeneidad de pendientes se añade desde Model Terms arrastrando ambas variables a la vez. jamovi reporta η² parcial marcando la casilla correspondiente en Effect Size, y usa tipo III por defecto, igual que SPSS.
El control se especifica sin más en el bloque MODEL con la línea de regresión (y ON x cov1 cov2). Lo que Mplus aporta aquí es la posibilidad de controlar por variables LATENTES: defines la covariable como factor con sus indicadores (cov BY i1 i2 i3) y regresas sobre el factor, que es la forma correcta de ajustar por un constructo medido con error. Si el revisor pide controlar por un constructo psicológico y tú lo haces así, tu ajuste es mejor que el que te estaba pidiendo, y merece la pena decirlo.
La convención en psicología es la tabla de regresión jerárquica: una columna por modelo, filas por predictor, y en cada celda el coeficiente no estandarizado con su error típico o su intervalo de confianza, más el coeficiente estandarizado. Al pie de cada columna, R², y entre columnas, ΔR² con su prueba F. APA 7 exige intervalos de confianza para las estimaciones principales, así que la columna de IC 95% no es opcional en una revista que aplique bien la norma.
En ANCOVA se reporta F con sus dos grados de libertad, p, η² parcial, y las medias marginales estimadas con sus errores típicos. Añadir la media observada al lado ayuda al lector a ver cuánto ha movido el ajuste.
El texto tipo cuando el efecto sobrevive al ajuste:
«El uso problemático de redes sociales se asoció con sintomatología depresiva en el modelo sin ajustar, b = 0,42, EE = 0,08, IC 95% [0,26, 0,58], β = .31, p < .001. Tras introducir edad, sexo y nivel educativo, la asociación se atenuó ligeramente pero se mantuvo, b = 0,36, EE = 0,08, IC 95% [0,20, 0,52], β = .27, p < .001, aportando un incremento significativo de varianza explicada sobre el bloque de covariables, ΔR² = .068, F(1, 412) = 32,14, p < .001.»
Fíjate en que el párrafo enseña las DOS estimaciones. Esa es la parte que contesta al revisor: no le basta con saber que el efecto ajustado es significativo, quiere ver cuánto se movió al ajustar. Un coeficiente que pasa de .31 a .27 dice una cosa; uno que pasa de .31 a .11 dice otra muy distinta aunque las dos sigan siendo significativas.
Tres escenarios. El tercero, discrepar, es el que más gente evita y el que más veces está justificado; por eso incluye la estructura completa de una discrepancia bien hecha.
«Agradecemos la observación. Hemos reanalizado el modelo principal incluyendo como covariables la edad, el sexo y el nivel educativo, seleccionadas por ser causas plausibles tanto del predictor como del resultado según la literatura previa. Los resultados se presentan ahora en la nueva Tabla 3, que muestra el modelo sin ajustar y el ajustado en columnas contiguas para facilitar la comparación.
La asociación entre uso problemático de redes sociales y sintomatología depresiva se atenuó de β = .31 a β = .27 tras el ajuste, manteniéndose estadísticamente significativa y con un incremento de varianza explicada sobre el bloque de covariables de ΔR² = .068, F(1, 412) = 32,14, p < .001. Hemos añadido en el método un párrafo justificando la selección de covariables (p. 10) y hemos incorporado como Figura S1 el grafo causal dirigido que guio esa selección. Hemos matizado además la redacción de la discusión para reflejar que el ajuste, siendo compatible con una asociación no espuria, no descarta confusión residual por variables no medidas (p. 19).»
Ocultarlo no es una opción y presentarlo como derrota tampoco es necesario: un efecto que se explica por la edad es un resultado, y decirlo bien lo salva.
«Agradecemos la sugerencia, que ha modificado sustancialmente la interpretación del estudio. Al introducir la edad como covariable, la asociación entre uso de redes sociales y sintomatología depresiva se redujo de β = .31 a β = .09 y dejó de ser estadísticamente significativa (IC 95% [-.02, .20], p = .11). El patrón indica que buena parte de la asociación bruta era atribuible a que ambas variables covarían con la edad en esta muestra.
Hemos reescrito el manuscrito en consecuencia. Los resultados presentan ahora ambos modelos (Tabla 3) y describen explícitamente la atenuación. La discusión (pp. 18-20) abandona la lectura del uso de redes como factor asociado a sintomatología y desarrolla en su lugar la lectura que los datos sí sostienen: que la asociación observada en estudios previos que no ajustaron por edad puede estar inflada por esta confusión, lo que constituye una advertencia metodológica relevante para el campo. Hemos actualizado el abstract, el último párrafo de la introducción y el título para que reflejen este marco. Agradecemos que el comentario nos llevara a una versión más defendible del artículo.»
La regla de oro para discrepar: ejecuta el análisis igualmente y enséñalo. Negarse a correrlo se lee como evasiva; correrlo y explicar por qué no debería ser el modelo principal es una posición sólida. Y nunca escribas «el revisor se equivoca»: escribe qué cambia el análisis y deja que el argumento haga el trabajo.
«Agradecemos esta sugerencia y hemos reflexionado sobre ella con detenimiento. Tras revisar la estructura causal del fenómeno, consideramos que el apoyo social percibido es más plausiblemente un MEDIADOR de la relación entre desempleo y salud mental que una variable de confusión, ya que el desempleo antecede temporalmente a la reducción del apoyo, y no al revés. Ajustar por un mediador elimina de la estimación precisamente la porción del efecto que discurre a través de él, de modo que el coeficiente resultante correspondería al efecto directo y no al efecto total, que es el objetivo declarado del estudio (Rohrer, 2018; Cinelli, Forney y Pearl, 2022).
Para que el lector pueda juzgarlo por sí mismo, hemos hecho tres cosas. Primero, hemos añadido el modelo con apoyo social como covariable en la Tabla S4 del material suplementario, donde efectivamente el coeficiente se reduce de β = .34 a β = .19, lo cual es coherente con la mediación que proponemos. Segundo, hemos incorporado un análisis formal de mediación con intervalos bootstrap (p. 16), que estima el efecto indirecto a través del apoyo social en ab = .14, IC 95% [.08, .21]. Tercero, hemos añadido en el método el grafo causal que sustenta esta especificación (Figura S1). Si el editor y el revisor prefieren que el modelo con ajuste figure en el cuerpo del artículo, estaremos encantados de moverlo, acompañado de la aclaración de que estima el efecto directo.»
La restricción práctica es de muestra: cada covariable consume grados de libertad y, en regresión, la regla orientativa habitual es al menos 10-15 casos por predictor para estimaciones estables, más si esperas efectos pequeños. Con n = 120 y ocho covariables, tu modelo está sobreajustado y los coeficientes son inestables. La restricción conceptual es más importante: mete las que el DAG justifique, no las que quepan.
No como norma universal, pero sí como convención en la mayoría de las áreas de psicología y salud, y el coste de discutirlo suele superar al de incluirlas. La excepción real son los diseños experimentales aleatorizados, donde la aleatorización ya equilibra esas variables y el ajuste solo se justifica para ganar precisión, no para eliminar confusión. Si las incluyes, hazlo por una razón que puedas escribir en una frase.
Añadirla como predictor en el mismo modelo. Trabajar con puntuaciones residualizadas en dos pasos (regresar la variable dependiente sobre la covariable y analizar los residuos) da la misma estimación puntual en el caso lineal simple, pero los errores típicos y los grados de libertad quedan mal, porque el segundo modelo no sabe que el primero estimó parámetros. Se ve en manuscritos y es un comentario seguro de un revisor metodólogo.
Controlar responde a «¿existe la asociación cuando comparo personas iguales en esta variable?». Moderar responde a «¿la asociación es distinta según el nivel de esta variable?». Son preguntas distintas y los análisis también: la primera es un término aditivo, la segunda un producto. Si el revisor pide «tener en cuenta el sexo» sin más, lo eficiente es hacer ambos y presentarlos, porque cubre las dos lecturas del comentario en una sola ronda.
Dilo directamente y no improvises un sustituto malo. Lo que sí puedes hacer es cuantificar cuánta confusión haría falta para explicar tu resultado: el análisis de sensibilidad a variables no medidas (el E-value de VanderWeele y Ding, o los métodos de sensibilidad causal) responde exactamente a esa pregunta y convierte una limitación vaga en un número. Una frase del tipo «una covariable no medida tendría que asociarse con ambas variables con un riesgo relativo de al menos 2,1 para anular la asociación observada» vale mucho más que «reconocemos esta limitación».
En un modelo puramente aditivo, centrar no cambia los coeficientes de los predictores ni su significación, solo la interpretación de la constante. Donde sí importa es en modelos con interacciones: centrar (o estandarizar) los predictores que forman el producto hace que los efectos de primer orden sean interpretables como efectos en la media, y reduce la colinealidad no esencial entre el producto y sus componentes. En multinivel, además, hay que decidir explícitamente si centras en la media general o en la media del grupo, porque cambian las estimaciones y responden a preguntas distintas.