Sobre o estudo 

O grande desafio da investigação científica, em geral, é o de ultrapassar o uso simples de correlações para estudar associações entre variáveis e chegar mesmo ao estabelecimento de relações causa-efeito. O teste de causalidade proposto por Granger visa assim superar as limitações do uso de simples correlações, pois a correlação não implica por si só a causalidade.

Estes métodos são cada vez mais usados em muitos ramos da ciência social e biológica, nomeadamente desde a previsão económica até inferência causal em dados de neurofisiologia animal ou humana. O grande desafio nesta área é assim a validação estatística da causalidade, que está longe de ser trivial.

Este artigo de modelização e simulação de dados tenta dar um contributo para esta validação ao nível da área da ressonância magnética funcional. Esta técnica de estudo da função cerebral é muito usada em neurociência cognitiva e clínica, em que a inferência de causalidade é muito importante. O nosso contributo consistiu num desenvolvimento de um framework de validação aplicável em estudos de imagiologia funcional.

Resultados e impacto

Mesmo que haja uma correlação estatística entre duas variáveis, isso não é um critério suficiente para estabelecer uma relação causal entre elas. Há várias variantes do teste de causalidade de Granger que procuram determinar a direção causal entre duas variáveis, mas a validação das mesmas é ainda um problema sério.

Este artigo permite encontrar uma solução viável e válida de aplicação a dados de ressonância magnética funcional, e pode contribuir para um dos grandes objetivos da investigação nesta e noutras áreas, que é ter uma abordagem estatística válida para inferências de causalidade.

Miguel Castelo-Branco 

The Journal of Neuroscience Methods 
The Boundaries of State-Space Granger Causality Analysis Applied to BOLD Simulated Data: A Comparative Modelling and Simulation Approach

Fotografia de Gerd Altmann @ Pixabay