Ventanas de transición de fase y diseño experimental
Cuando el ensayo es ciego al fenómeno
Una intervención puede funcionar y, sin embargo, resultar invisible para el ensayo. La causa no tiene que ser fraude, muestra pequeña o tratamiento ineficaz. Si la respuesta contiene un umbral, la exposición real varía mucho dentro del grupo tratado y el análisis solo conserva «tratamiento/control», la señal de quienes cruzaron el umbral se diluye entre quienes no llegaron.
Sea g(z) la respuesta según profundidad de exposición z. El modelo mínimo es por tramos: g(z)=0 si z<F; g(z)=δ(z−F)/(E−F) si F≤z<E; y g(z)=δ si z≥E. La razón de asimetría es r=F/(E−F). Si la exposición sigue una distribución exponencial con escala μ, la fracción que cruza el umbral es πcross=exp(−F/μ). Así, cuando r≫1, la germinación es larga, el establecimiento rápido y pocos participantes llegan a la zona donde aparece el efecto.
El origen matemático
La hipótesis surge de ZFCρ, donde la complejidad de representar enteros combina caminos aditivos y multiplicativos. Estratificada por Ω —número de factores primos con multiplicidad—, la recursión muestra una transición gradual: la vía multiplicativa empieza a ganar, alcanza un pico espectral, vuelve positivo su efecto neto y finalmente domina localmente.
Los cinco cortes estimados se sitúan en Ω=2,750 (germinación), ≈3,14 (primer cambio espectral), 3,710 (donde wshielded=2/3), 3,790 (inversión) y 4,012 (establecimiento). Desde germinación hasta inversión hay 1,04 unidades; desde inversión hasta establecimiento, 0,22: r≈4,7. El número es propio de ese sistema. La transferencia a medicina, educación o conducta conserva solo la predicción débil r>1, que debe estimarse de nuevo.
Teorema de dilución
Con resultado Yi=g(Zi)+εi, el efecto medio por intención de tratar es la media de g dentro del brazo tratado. Los sujetos en germinación aportan cero aunque hayan recibido la intervención. A mayor r, menor πcross y mayor dilución. Aumentar n reduce el error estándar, pero no recupera el tamaño de efecto borrado: mide un número cercano a cero con más precisión.
De aquí se siguen tres patrones. Los «mejores respondedores» pueden aproximarse a δ; estudios pequeños y seleccionados parecen fuertes mientras grandes RCT poblacionales resultan nulos; y un campo puede permanecer años en «prometedor pero insuficiente». Estos patrones también tienen otras causas —sesgo de publicación o fidelidad—, por lo que no prueban por sí solos una transición.
Una simulación ilustra la magnitud del problema sin presentarla como constante universal. Con r=5, profundidad de establecimiento E−F=0,3, n=500 por brazo y efecto completo d=0,8, un análisis binario por intención de tratar alcanzó solo un 9,3 % de potencia, mientras que un análisis que conservaba el tiempo en zona alcanzó un 97,7 %. El contraste no «rescata» un resultado: muestra cuánto puede perderse al borrar la variable continua que contiene el mecanismo.
Cuándo se aplica
Se requieren cuatro condiciones: respuesta con umbral; exposición heterogénea; ausencia de medición continua aprovechable; y resultado observado en una capa emergente distinta de la variable manipulada. Intervenciones agudas lineales o procedimientos quirúrgicos todo-o-nada quedan fuera. La aleatorización binaria no es el problema; lo es combinarla con análisis binario cuando el estado real es continuo.
La variable «tiempo en zona» debe usarse con cautela porque aparece después de la aleatorización. Sirve como análisis mecanístico secundario, objetivo aleatorizado de titulación o dentro de marcos causales para cumplidores, no como sustituto ingenuo del ITT. Hay que controlar confusión, sesgo de supervivencia y tiempo inmortal.
Diseñar alrededor de la ventana
Antes de un gran ensayo conviene monitorización intensiva: trayectorias conjuntas estado–resultado, regresión segmentada, detección de puntos de cambio y estimación de r. La frecuencia de medición debe ser menor que la distancia F→E; si no, germinación y establecimiento se confunden. Un resultado negativo solo refuta con fuerza el mecanismo si se verificó que suficientes participantes cruzaron y permanecieron sobre F.
La misma geometría afecta la toxicidad. Una exposición crónica puede parecer segura mientras pocos sujetos cruzan el umbral; el uso real prolongado aumenta la fracción y revela daño después. Verificar exposición es requisito tanto para afirmar eficacia como para afirmar seguridad.
Qué podría refutar la propuesta
El marco predice que respondedores definidos antes del análisis mostrarán efectos mayores; que modelos continuos de tiempo en zona superarán a los binarios; que muchos sistemas constructo–emergencia tendrán r>1; y que ensayos negativos con exposición verificada serán los verdaderos falsadores. Si estudios preregistrados no encuentran umbral, mejora explicativa ni asimetría, el alcance debe reducirse.
La lección no es salvar todo tratamiento fallido inventando un umbral. Es exactamente la contraria: medir el estado que permitiría distinguir una falla de implementación de una falla de mecanismo y aceptar la negación cuando la exposición adecuada también produce cero.