A reproducible layered directed acyclic graph protocol for secondary-data studies

Resumen

Introducción/Contexto: Los estudios con datos secundarios (registros clínicos, administrativos o de sensores) incorporan procesos de selección, medición y datos faltantes que a menudo se tratan como “preprocesamiento”, dejando supuestos implícitos y sesgos difíciles de auditar.

Objetivo: Proponer un protocolo reproducible para explicitar, documentar y auditar supuestos causales en estudios con datos secundarios mediante gráficos acíclicos dirigidos por capas.

Metodología: El protocolo separa un sistema causal material (exposición→resultado) y tres capas adicionales: (i) selección/observabilidad, (ii) medición u operacionalización (constructos vs. proxies registrados) y (iii) mecanismos de datos faltantes. Incluye alineación temporal del estimando, reglas de extracción y construcción de cohortes, y control de calidad basado en código fuente del gráfico y trazabilidad de figuras.

Resultados: Se entregan una lista de verificación de reporte (Tabla 1), un mapeo decisión→amenaza→firma en el gráfico con mitigaciones condicionales (Tabla 2), una síntesis de trabajo relacionado y brecha (Tabla 3), ejemplos de gráficos por capas (Figuras 1–9) y evaluaciones reproducibles que cuantifican sesgos típicos y sensibilidad a faltantes (Tablas 4–7).

Conclusiones: El enfoque por capas hace explícitos los supuestos de selección, medición y faltantes; aumenta la replicabilidad al exigir trazabilidad entre código, figura y texto; y operacionaliza la alineación entre decisiones de diseño/análisis y el estimando, limitando inferencias que exceden la evidencia. Un caso aplicado mínimo ilustra que decisiones sobre observación/faltantes pueden cambiar de forma material la magnitud del estimando, por lo que debe reportarse sensibilidad (Δestimación) y denominadores.