No s'ha de confondre l'associació amb la causalitat; si X provoca Y , aleshores els dos estan associats (depenent). Tanmateix, poden sorgir associacions entre variables en presència (és a dir, X causa Y) i absència (és a dir, tenen una causa comuna) d'una relació causal, com hem vist en el context de les xarxes bayesianes1.
Què fa que una associació sigui causal?
Força de l'associació: com més forta sigui l'associació, o magnitud del risc, entre un factor de risc i el resultat, més probable és que la relació sigui causal. Coherència: s'han observat les mateixes troballes entre diferents poblacions, utilitzant diferents dissenys d'estudi i en diferents moments.
Quines són les directrius per jutjar si una associació és causal?
Les més importants d'aquestes directrius són 'força' (és més probable que una associació forta sigui causal que una feble), 'coherència' (s'observa una associació en diferents estudis, en diferents circumstàncies, moments i llocs), "gradient biològic" (és a dir, dosi-resposta: l'efecte hauria de tendir a ser més gran …
Les associacions poden ser causals o no?
La paraula, "associat" és adequada perquè inclou relacions causals i no causals. Tanmateix, és probable que l'"augment del risc" s'interpreti com una "causa" perquè si A augmenta el risc de B, la implicació és que A provoca B.
Quina diferència hi ha entre?un model associatiu i un model causal?
Si bé el sistema associatiu simplement enllaça l'estímul A i B, un model causal proposicional representa com es relacionen A i B entre ells-per exemple, com a causa anterior i efecte següent (Pearl i Russell, 2001).
