Causalidad en

epidemiologia
Postulados de Koch, Hill,
Evans.

 Evolucin del concepto.

Visin Fatalista a visin probabilstica
Aristteles
Spinoza
Francis Bacon
Marcador de riesgo
Factor terreno
Respuesta orgnica como un todo

Causa en epidemiologa
Descubrir razones entre variables,
estableciendo asociacin causal entre
exposicin y su efecto.
Relacin causal en epidemiologa no es
determinante.
Mayor probabilidad: factor de riesgo.
La epidemiologia considera que no
existen respuestas definitivas, porque
no se formulan preguntas finales.

Razonamiento cientfico
Galileo
Galileo

Crculo
Crculo de
de
Viena
Viena

Karl
Karl
Popper
Popper

Sntesis entre
ambas

Defiende

Reafirma modelo
hipottico
deductivoexperimental

Actualidad

Elaboracin de hiptesis: en conjunto

lgica inductiva y razonamiento deductivo.
En epidemiologa:
1.- Observacin de los fenmenos
2.- Recogida y tabulacin de la informacin
3.- Formulacin de hiptesis
4.- Verificacin o rechazo de sta

Elaboracin y Verificacin de
1. Elaboracin de hiptesis Hiptesis
Mtodos Inductivos
MTODO DE LAS DIFERENCIAS
MTODO DE LAS CONCORDANCIAS
MTODO DE LAS VARIACIONES CONCOMITANTES

 (FR)
DE
ENFERMEDAD
VARA
MARCADAMENTE
EN
CIRCUNSTANCIAS DIFERENTES Y EN
ALGUNA DE ELLAS SE IDENTIFICA UN
FACTOR AUSENTE EN LA OTRA.

MTODO DE LAS
DIFERENCIAS

 (FX) ES COMN ENTRE UN NMERO

DE CIRCUNSTANCIAS DIFERENTES
EN LOS DIVERSOS CASOS DE LA
ENFERMEDAD. (FACTOR CAUSAL)

MTODO DE LAS
CONCORDANCIAS

 (Fx) varia en fr y fuerza similar a una

enfermedad. As, se puede
considerar su causa (o factor de
riesgo).

VARIACIONES
CONCOMITANTES

Mtodos deductivos
Analogas:
Similitud existente entre dos
enfermedades. Una se conoce su
etiologa y la otra no.

Factor de Riesgo

Relacin causal entre factor de riesgo y efecto:

Asociacin o independencia estadstica.
Magnitud relativa del efecto que la provoca.

Epidemiolo
ga
Riesg
o
Individual
(p) indv.
de enf.

Colectiva
(proporcin de
personas que la
desarrollan)

Factor de riesgo
Endgeno o exgeno
Puede ser controlado
Precede al comienzo de la
enfermedad
Asociado a un incremento de la
probabilidad de ocurrencia de una
enfermedad
Responsabilidad en su produccin

Marcador de riesgo

Variables de persona
Endgenas
No controlables
Definen a los individuos vulnerables
Riesgo para padecer enfermedad sin
influencia directa.

Indicador de Riesgo
Pone de manifiesto la presencia de
enfermedad.
Caracterstica unida a la enfermedad
en estado preclnico.

Variables

Independientes
(sin asociacin estadstica)

Asociados
Estadsticamente

Asociados sin causa

Artificial

Espuria

Asociados con causa

Indirectamente Directamente

ASOCIACIN E INDEPENDENCIA
EN EPIDEMIOLOGA

Criterios de Causalidad
Bradford Hill:
De Validez Interna
Fuerza de la asociacin
Secuencia Temporal
Efecto Dosis-Respuesta

De Coherencia Cientfica
Consistencia
Coherencia y plausibilidad
Especificidad de la asociacin
Evidencia Experimental

Fuerza de la asociacin
Relacion de (fr) de aparicin de
enfermedad en los individuos
expuestos a un factor de riesgo
analizado con respecto a la misma
en los no expuestos.

Secuencia Temporal
Asociacin causal requiere que el
factor de riesgo anteceda al
comienzo del efecto que provoca.

Efecto dosis-respuesta
Fr de aparicin de enfermedad se
incrementa con la dosis, tiempo y
nivel de exposicin, proporciona
mayor apoyo a la interpretacin
causal.

Consistencia
Valora constancia y reproductividad de
la asociacin que el estudio indica.
Se apoya la interpretacin causal , en
especial cuando se incluyen
poblaciones, mtodos y perodos de
estudio diferentes.

Coherencia y plausibilidad
Si la hipottica relacin causal tiene
sentido en el actual contexto, hay
mas argumentos para aceptar una
interpretacin causal.

 Si el factor estudiado se asocia con

una enfermedad y sta se asocia
solo a ese factor, la interpretacin
causal es ms fcilmente sugerida.

Especificidad de la
asociacin

Evidencia Experimental
La demostracin experimenta es la
prueba causal por excelencia.
Sin embargo, no siempre es posible
realizarla por tica profesional.

Postulados de Evans

Modelos Causales

Modelo
Modelo
Modelo
Modelo

Determinista
Multicausal
Determinista Modificado
Probabilstico

Modelo Determinista
Si ocurre C, entonces (y solo
entonces) E es siempre producido
por ella.
Criterios:
Especificidad de causa: C es la sola
causa de E.
Especificidad de efecto: E es solo
efecto de C.

Enfermedad
Posible
factor
causal

Enfermos

No
enfermos

Expuestos

No
expuestos

Si C es causa de E, entonces j e i deben ser = 0

Postulados de Koch
Propuso
tres
postulados
para
identificar el agente causal de una
enfermedad:
1.- Agente debe estar presente en
todos los casos de la enfermedad
(causa necesaria)
2.- Agente no debe encontrarse
presente
en
ninguna
otra
enfermedad.
Agente debe inducir la enfermedad

Modelo Multicausal
Otorga hiptesis ms adecuadas.
Todo suceso en rigor es producido
por una cantidad importante de
factores, o al menos el prinicpal esta
acompaado por otros muchos.

Pluralidad
Causacindisyuntiva
mltiple. E esde causas

1
Causa
2
Causa
3

Efecto

producido por cada causa

Causa
separadamente.

Pluralidad
Conjuntiva
de causas
Todas deben
estar presente
para
que se produzca el efecto.

C
1

C2

C3

Ambas situaciones, el modelo contempla la polivalencia o la multiplicidad de efec

 Realizar medidas preventivas no

presupone conocimiento y la debida
comprensin de los mecanismos
causales en su integridad.
Prevencin de enfermedad
depender de eliminacin de
elemento troncal de la red causal.

Modelo determinista Modificado

Rothman, Reigelman: Prohibiciones
en procesos causales:
Causas no pueden ocurrir despus de
los efectos
Efectos unicausales no existen
Rechazan tiempos de induccin
constantes para las enfermedades.

Modelo
Probabilstico
Permite
predecir
la tendencia de
una enfermedad.
No determina qu sujetos la
desarrollarn.
Se sustituye la nocin terica de
causa ( a nivel individual) por
concepto emprico e inductivo de
Factor de Riesgo.

 Ventajas:
Permite revisar y considerar aspectos
desconocidos causales y ver la forma de
observarlos.
Valoracin de las relaciones dosisrespuesta en una exposicin y
enfermedad.
Posibilita crear modelos matemticos
que facilitarn datos exactos e
interpretables.
Se intenta identificar causas