• Author / Uploaded
• DACHP

Citation preview

CAUSALIDAD EN EPIDEMIOLOGÍA Guillermo Gómez Guizado [email protected]

Contenidos • Introducción • Conceptos • Unicausalidad y multicausalidad • Complejidad de Causas • Criterios de Causalidad • Aplicaciones

24/03/2017

Guillermo Luis Gómez Guizado

Introducción Para la humanidad ha sido importante siempre el preguntarse el porqué de la cosas

Conocer las relaciones causales en todos los aspectos en el diario transcurrir de la vida

24/03/2017

Nombre y apellido del docente.

Conceptos: Causa • Algo que trae consigo un efecto o un resultado • Evento o un estado de la naturaleza que inicia o permite —sólo o en conjunto con otras — otra secuencia de eventos que resultan en un efecto Causa de una enfermedad • Todo acontecimiento, condición o característica que desempeña un papel esencial en producir su aparición

24/03/2017

Guillermo Luis Gómez Guizado

Paradigmas epidemiológicos Primera mitad del Siglo XIX

• Teoría del Miasma • Nube tóxica • Drenajes cerrados, sistemas alcantarillados y recolección de basura

Segunda mitad Siglo XIX, Primera mitad Siglo XX

• Teoría de los gérmenes • Revolución industrial: hacinamiento, condiciones de vida y trabajo, etc.

Segunda mitad del Siglo XX

• Epidemiología de las ENT (Caja negra) • Post-guerra (SGM) • ENT: Pelagra • Factores de riesgo

Finales de los 80’, inicios del Siglo XXI

• Ecoepidemiología (Caja china) • Epidemiología social: de factores biológicos hasta determinantes sociales de la salud (multinivel)

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista de Koch: Causa única – efecto único • Teoría de contagio de

Koch o teoría del germen • Teoría unicausal: agente infeccioso-huésped • Agente infeccioso es causa necesaria y suficiente • Dio origen al modelo

ecológico: Agente – Huésped – Ambiente

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista de Koch: Causa única – efecto único • Agente debe estar presente

en todos los casos (causa necesaria) • Agente debe producir la enfermedad (causa suficiente) • Solo el agente debe ser aislado en cultivo de lesiones del paciente (especificidad de causa) • Agente no debe encontrarse en otra enfermedad (especificidad de efecto)

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista de Koch Un factor puede ser • No se cumple en

muchas enfermedades • Muchas enfermedades

tienen varias causas y existen factores causales que producen diferentes efectos

Necesario pero no suficiente: Bacilo de Koch y tuberculosis Suficiente pero no necesario: Leucemia producida por radiación y por benceno Necesario y suficiente: Virus de la rabia No necesario y no suficiente: IMA y ateroesclerosis (HTA, Tabaco, obesidad, etc.)

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Multicausal: Causas múltiples efecto único Causas múltiples efectos múltiples • Evidencia muestra la

etiología multifactorial • Todo suceso es producido por una cantidad de factores • El principal está acompañado por muchos otros que se relacionan con él • Sistemas con múltiples conexiones

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Multicausal: PLURALIDAD DISYUNTIVA DE CAUSAS • Varias causas

independientes pueden producir un efecto

• El efecto es producido

por cada causa separadamente

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Multicausal: PLURALIDAD CONJUNTIVA DE CAUSAS • Todas deben estar

presentes simultáneamente o sucesivamente para que se produzca el efecto

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Multicausal: MULTIPLICIDAD DE EFECTOS De las dos anteriores se asume: • Una misma causa puede producir múltiples efectos

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Multicausal: Cadenas epidemiológicas o cadenas causales redes causales • La interrelación de los factores se hacen cada vez más complejas • Explican la complejidad de antecedentes e interconexiones que conducen al efecto • Las medidas preventivas no presupone un conocimiento de las causas en su integridad • La prevención depende de la eliminación del elemento principal de la red causal • Con la interrupción de algunos eslabones, aunque se desconozcan otros, se puede disminuir la incidencia

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado: Busca dar coherencia a los problemas epidemiológicos y respuesta a la multiplicidad de causas y efectos, el factor terreno y las interacciones que se presentan entre los diferentes factores Establece prohibiciones: • Las causas no pueden ocurrir después de los efectos • Los efectos unicausales no existen • No existen los tiempos de inducción constantes

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado: Kennet J. Rothman (1976) • Existencia de asociaciones de factores causales • Cada asociación tiene un efecto en la enfermedad, independiente de los efectos de esos mismos factores en otras asociaciones

Asociación de factores (A – B – C – D – E)

EFECTO

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado: Causa Componente • Es un elemento o factor de la causa suficiente • Cada una de las condiciones mínimas (factores) que conforman una causa suficiente • Es única y necesaria dentro de una causa suficiente

Causa Componente

Componente Componente Componente Componente Componente

A B C D E

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado: A

B

D

C

1 A–B–C–D 2

A

B

F

J

H

G

A–B–F–G–H-J 3

A

C

F

K

J

I

M

N

V

A–C–F–I–J K–M–N-V Causa suficiente 1 Causa suficiente 2 Causa suficiente 3

Causa Suficiente

• Grupo de condiciones mínimas (factores), que de manera inevitable, producen la enfermedad • Si el conjunto de factores (causa) está presente, el efecto (enfermedad) siempre ocurre

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado: Causa Necesaria A–B–C–D–E

A–B–F–G–H

A–C–F–I–J

• Es la causa componente que está presente en todas las causas suficientes de una enfermedad • Si el factor (causa) está ausente, el efecto (enfermedad) no puede ocurrir

24/03/2017

Guillermo Luis Gómez Guizado

Proporción de enfermedad debida a cada causa específica (Fracción Atribuible) En el 100% de los casos es atribuible a la causa G (Germen = causa necesaria)

El 70% de los casos es atribuible a la causa D (Desnutrición) El 80% de los casos es atribuible a la causa E (Edad joven) El 50% de los casos es atribuible a la causa S (Saneamiento insuficiente)

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado • Lo usual es que se desconozca la mayoría de las

causas componentes de una causa suficiente, e incluso a veces todas. • Sin embargo, para prevenir la enfermedad no es necesario conocer todas las causas componentes • Eliminando una de ellas se elimina un porcentaje mayor o menor de la enfermedad, según su importancia relativa

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado • Ninguna causa componente es superflua • No exige especificidad (un mismo efecto puede ser

producido por distintas causas suficientes) • Una causa componente puede formar parte de más de una causa suficiente para el mismo efecto. Si está en todas las causas suficientes de un efecto se le denomina causa necesaria. • Una misma causa componente puede formar parte de distintas causas suficientes de distintos efectos • Dos causas componentes de una causa suficiente se considera que tienen una interacción biológica (ninguna actúa por su cuenta)

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Determinista Modificado PERIODO DE INDUCCION • Tiempo transcurrido entre

el inicio de la acción causal y el comienzo de los síntomas • Intervalo en el que se completa una causa suficiente. • PI está relacionado a cada una de las causas componentes: los iniciales con PI largos y los finales con PI breves

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Probabilístico • Utiliza la teoría de las

probabilidades y métodos estadísticos para valorar empíricamente una posible asociación causal • En los procesos causales que no pueden ser medidos o desconocidos • Puede predecir la tendencia de una enfermedad pero no puede determinar qué sujetos desarrollarán la enfermedad

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Probabilístico • La falta de certeza

individual de la predicción hace referirse a las “causas” de las enfermedades, como los “factores de riesgo”. • Los factores de riesgo deben ser sometidos al cumplimiento de lo criterios de causalidad. • Los FR son condiciones asociadas estadísticamente con la presentación de la enfermedad

24/03/2017

Guillermo Luis Gómez Guizado

Modelo Probabilístico • Permite el tratamiento de los procesos causales y la

forma de observarlos, a pesar de no conocer a todos • Permite la valoración de las relaciones de dosisrespuesta entre una exposición y una enfermedad • Permite la investigación de los múltiples efectos de uno o más factores, ya que se puede estimar las asociaciones entre las enfermedades, así como entre los factores y las enfermedades, para valorar las relaciones complejas existentes entre ellas • Los modelos matemáticos proporcionan datos objetivos de las relaciones complejas entre las causas: medición exactitud

24/03/2017

Guillermo Luis Gómez Guizado

Situación Compleja Situación concreta 1

Situación concreta 2

• Pacientes pletóricos de factores de riesgo cardiovascular y con pobre adherencia terapéutica que nunca desarrollan ECV que en ellos podría ser incluso esperada

• Individuo sin factores de riesgo cardiovascular y con un estilo de vida considerado bueno, y sin embargo debuta con una insospechada patología cardíaca crónica.

24/03/2017

Guillermo Luis Gómez Guizado

Causalidad compleja

24/03/2017

Guillermo Luis Gómez Guizado

Causalidad compleja: un nuevo paradigma? • Descubrimientos de siglos XIX y XX: la

“incertidumbre”, la “borrosidad”, el “caos” aparecen como expresiones de una nueva forma de pensar científico • Quiebra el ideal de “certidumbre” y “exactitud” reinante de los éxitos de la racionalidad de las ciencias clásicas • Teorías científicas nuevas: teoría de catástrofes, teoría del caos, dinámica no lineal Complejidad

24/03/2017

Guillermo Luis Gómez Guizado

Complejidad de Causas Modelos causales • Causa única – efecto único • Causas múltiples – efectos únicos • Causalidad lineal: Enfoque lineal de las causas

Nuevo modelo • Segunda revolución de la Epidemiología (1950’): investigaciones sobre los factores de riesgo • Nuevo paradigma: causas múltiples – efectos múltiples • Las causas no son ni únicas, ni múltiples, SON COMPLEJAS

24/03/2017

Guillermo Luis Gómez Guizado

Son los problemas de salud simples o complejos? Nuevos paradigmas

• Categorías de la

complejidad • Teoría del caos (efecto mariposa) – Teoría del Catástrofe • Nuevas formas lógicas de análisis: • Modelo matemático no lineal • Geometría factral • Lógica borrosa • Teoría de redes

24/03/2017

Guillermo Luis Gómez Guizado

El enfoque de la causalidad basado en la complejidad • Propone un modelo de

análisis diferente, donde las causas no son ni únicas, ni múltiples, sino complejas. • Los modelos teóricos no están completamente elaborados y está en construcción.

24/03/2017

Guillermo Luis Gómez Guizado

Criterios de Causalidad • Bradford Hill (1965) • Se enunció bajo el

modelo determinista • Propuso una serie de criterios para distinguir entre asociaciones causales y no causales • Enfermedades no infecciosas

24/03/2017

Guillermo Luis Gómez Guizado

Criterios de Causalidad 1. Fuerza de asociación • Cuanto más fuerte es la asociación observada, menor es la probabilidad de que sea debida a fuentes de error

2. Efecto dosis – respuesta (gradiente biológico) • La frecuencia de la enfermedad aumenta con el incremento de la dosis, tiempo o nivel de exposición • Efecto umbral, Efecto de saturación

3. Secuencia temporal • La causa debe preceder al efecto. Muy difícil si el periodo de latencia es largo o los factores cambian a lo largo del tiempo Los tres criterios anteriores pueden ser aplicados a los hallazgos de un solo estudio, y por tanto deben ser considerados como de VALIDEZ INTERNA

24/03/2017

Guillermo Luis Gómez Guizado

Criterios de Causalidad 4. Consistencia de los hallazgos • Observación repetida de una asociación en poblaciones diferentes, en momentos diferentes, bajo circunstancias diferentes

5. Plausibilidad biológica de las hipótesis • La relación entre la causa y el efecto es concordante con los conocimientos que existen. • En general, cuanto menos sabemos menos seguridad tendremos al rechazar una interpretación causal basándonos en este criterio

6. Coherencia de la evidencia • La interpretación causal no debe entrar en conflicto con nuestro conocimiento sobre la historia natural y la biología de la enfermedad

24/03/2017

Guillermo Luis Gómez Guizado

Criterios de Causalidad 7. Especificidad de la asociación • Indica que una causa produce un efecto en particular y su ausencia la desaparición de la misma. • La multiplicidad de causas y efectos es la regla, por ello apoya la asociación causal, pero su falta no la niega

8. Evidencia experimental • La demostración experimental es la prueba causal por excelencia • Muchas veces no es posible por razones éticas, pero puede apoyarse en animales o estudios con la supresión del factor para el descenso del efecto

9. Analogía • Si un factor produce un efecto, otro con características similares pudiera producir el mismo impacto

24/03/2017

Guillermo Luis Gómez Guizado

Aplicaciones

ENFERMEDADES TRANSMISIBLES

ENFERMEDADES MENTALES

ENFERMEDADES HEREDITARIAS

ENFERMEDADES CONGENITAS ENFERMEDADES NO TRANSMISIBLES SALUD OCUPACIONAL ZOONOSIS

ENFERMEDADES METAXENICAS

24/03/2017

Guillermo Luis Gómez Guizado

Fuentes de información 1. Gálvez-Vargas R, Rodríguez-Contreras P. Teoría de la causalidad en epidemiología, cap 7.

2. 3.

4. 5. 6.

7. 8.

En: Piedrola-Gil G, Del Rey-Calero J. y cols. Medicina Preventiva y Salud Pública, 9° Edición. España. Ed. Ediciones científicas y técnicas Masson, Salvat. 1992, 86-93. Lara Vásquez C. La causalidad en epidemiología. Investigaciones Andina. 2006; 8(12): 113. Disponible en: http://www.redalyc.org/articulo.oa?id=239017506002 Fernández-Pérez C, Carrasco-Asenjo M. Indicadores de riesgo y criterios epidemiológicos de causalidad. Progresos de Obstetricia y Ginecología. 2010; 53(6): 76-83. Palencia-Sánchez F. La búsqueda de las relaciones causales: el desafío del ejercicio diario de un epidemiólogo. Revista Médica de Risaralda. 2012; 18(2): 165-171. Rodríguez-López J, Rodríguez-González B. Epidemiología: El cambio de paradigmas. Medicent Electrón. 2014; 18(3): 93-99. Ramis-Andalia R. La causalidad compleja: ¿Un nuevo paradigma causal en epidemiología?. Rev Cubana Salud Pública. 2004; 30(3). Disponible en: http://bvs.sld.cu/revistas/spu/vol30_3_04/spu10304.htm Ramis-Andalia R. Una vez más, de la vieja a la nueva epidemiología. Rev Cubana Salud Pública. 2011; 37(4): 482-487. Almeida-Filho N. Complejidad y transdisciplinariedad en el campo de la salud colectiva: Evaluación de los conceptos y aplicaciones. Salud Colectiva. 2006; 2(2):123-146.