You are on page 1of 25

CAUSALIDAD

EN EPIDEMIOLOGA
Md. Julio Csar Marcelo Gastaadu
Jefe de la Divisin de Epidemiologa y Saneamiento Ambiental - HPDBL
Ctedra de Epidemiologa - USMP
OBJETIVOS
Entender y aplicar el concepto de causa y red
causal del proceso salud-enfermedad.

Desarrollar habilidades bsicas para el diseo
de la investigacin del proceso salud-
enfermedad, que permitan identificar sus
factores determinantes.
INTRODUCCIN
La enfermedad no ocurre ni
se distribuye al azar.
Sus investigaciones tienen
como propsito:
Identificar las condiciones que
pueden ser calificadas como
causas de las enfermedades
distinguindolas de las que
se asocian nicamente a ellas
por azar
Premisa
Fundamental
de la
Epidemiologa
Investigacin
epidemiolgica
Una causa de enfermedad desde el punto de vista
Epidemiolgico es un evento, condicin, caracterstica o
una combinacin de estos factores que juegan un papel
importante en el desarrollo de la enfermedad
Establecer
Causas del
Fenmeno de
Inters Un Objetivo Principal
INTRODUCCIN
CARACTERSTICAS DE TODA RELACIN CAUSAL











INTRODUCCIN

TEMPORALIDAD

DIRECCIN

ASOCIACIN
DEFINICIN


Estudio de la relacin etiolgica
entre una exposicin y la aparicin de
un efecto
Los efectos pueden ser
Enfermedad Muerte Complicacin
Los efectos pueden ser
Curacin Proteccin Resultado
Factores causales de enfermedades
Factores biolgicos Factores psicolgicos
Factores relacionados con el
medio ambiente social y
cultural
Servicios de salud
Factores econmicos
mbito laboral
Factores politicos
Factores relacionados con el
medio ambiente fsico
MODELOS CAUSALES EN
EPIDEMIOLOGA



Modelo de Koch-Henle

Modelo de Bradford Hill

Modelo de Rothman






Modelo de Koch-Henle - 1887
Propuesto para enfermedades Infecto-contagiosas.
Se basa en un micro-organismo, que debe:

1. Encontrarse siempre en los casos de
enfermedad.
2. Poder ser aislado en un cultivo, demostrando ser
una estructura viva distinta de otras que pueden
encontrarse en otras enfermedades.
3. Distribuirse de acuerdo a lesiones y ellas explicar
las manifestaciones de la enfermedad.
4. Ser capaz de producir la enfermedad en el animal
de experimentacin.

Este modelo (Determinista Puro) result til para
infecciosas, no as para las enfermedades no
infecciosas.
Modelo de Bradford Hill - 1965
Relaciones causales para enfermedades no infecciosas
propone los siguientes:

1. Fuerza de Asociacin: Estrecha relacin entre la causa y el
efecto adverso a la salud.
2. Consistencia: Asociacin C E demostrada por estudios
de investigacin en poblaciones y circunstancias distintas.
3. Especificidad: una causa origina un efecto en particular
4. Temporalidad: una causa debe preceder a su efecto.
5. Gradiente biolgico (relacin dosis-respuesta): frecuencia
de enfermedad aumenta con la dosis o nivel de exposicin.
6.- Plausibilidad Biolgica: el contexto biolgico existente
debe explicar de forma lgica la etiologa por la cual una C
produce un E en la salud.
7.- Coherencia: concordancia entre los hallazgos de la
asociacin causal con los de la HNE y otros aspectos
relacionados.
8.- Evidencia experimental: criterio deseable de alta validez.
Rara vez se encuentra disponible en poblaciones humanas.
9.- Analoga: si un factor de riesgo produce efecto en la salud,
otro con caractersticas similares puede producir el mismo
efecto.
Modelo de Bradford Hill - 1965
Modelo de Rothman - 1976
Relaciones multicausales. El mas adaptado a mtodos estadsticos
multivariantes. Distingue: causa componente, necesaria y suficiente:

1. Ninguna de las causas componentes es superflua.
2. No exige especificidad: un mismo efecto puede ser producido por
distintas causas suficientes.
3. Una causa componente puede formar parte de ms de una causa
suficiente para el mismo efecto.
4. Una misma causa componente puede formar parte de distintas causas
suficientes de distintos efectos.
5. Dos causas componentes de una causa suficiente se considera que
tienen una interaccin biolgica, es decir ninguna acta por su cuenta.

Causa necesaria: Si el factor (causa) est ausente, el efecto
(enfermedad no puede ocurrir.
Tipos de causas
Causa suficiente: Si el factor (causa) est presente, el efecto
(enfermedad) siempre ocurre.
Factor de riesgo: Si el factor est presente y activo, aumenta la
probabilidad que el efecto (enfermedad) ocurra.
FACTORES DE CAUSALIDAD
Los factores causales no son mutuamente excluyentes y
han sido diferenciados en los siguientes grupos:

1. Factores predisponentes (iniciadores): Crean un estado de
sensibilidad hacia un agente patgeno. Ej. edad, ambiente
laboral, ocurrencia previa de enfermedad podran hacer a los
individuos ms susceptibles a un agente patgeno.

2. Factores Facilitadores: Facilitan la manifestacin de la
enfermedad o por el contrario facilitan la recuperacin de una
enfermedad. Ej ingreso econmico, acceso a servicios de salud,
estado de nutricin; en su ausencia pueden facilitar la aparicin
de enfermedades y al contrario en su presencia apoyan su
recuperacin.
FACTORES DE CAUSALIDAD
3. Factores Desencadenantes (precipitantes): Estn asociados
con la aparicin definitiva de la enfermedad. Un factor es mas
importante o reconocible que otro cuando hay ms factores
involucrados. Ej. exposicin a un medicamento, agentes
intoxicantes o traumatismos fsicos.

4. Factores potenciadores: factores repetitivos, recurrentes,
persistentes que tienden a perpetuar o agravar la presencia
de una enfermedad. Ej. Exposicin repetida al mismo agente
txico.
CAUSALIDAD
ASOCIACION ESTADISTICA: Si la proporcin de individuos con
el factor y la enfermedad es mayor de aquellos con el factor y sin
enfermedad.

ASOCIACION INDIRECTA: El factor y la enfermedad se asocian
solo porque se relacionan con cierta afeccin subyacente comn.

ASOCIACION ARTIFICIAL O ESPUREA: Es una asociacin
falsa que puede deberse a ocurrencia casual o a cierta desviacin
en los mtodos de estudio.Surgen sesgos en el estudio, las
asociaciones estadsticas no tienen valor.
TIPOS DE ASOCIACION

ASOCIACION NO CAUSAL: Dos eventos
parecen estar asociados, pero es por que ambos
dependen de un tercero.
Ejemplo: asociacin estadstica entre coloracin
amarilla de dedos y cncer de pulmn, pero no es
causal, pues ambos eventos dependen del fumar
tabaco que es el verdadero factor causal.
TIPOS DE ASOCIACION
ASOCIACION CAUSAL: Cuando adems de la
asociacin estadstica, al alterar la frecuencia o
calidad de uno de los eventos (causa) tambin
se altera la frecuencia o calidad del otro evento
(efecto).
En epidemiologa es importante prevenir el
factor de exposicin causal aunque no se
conozca con precisin las razones o
mecanismos del porqu acta de esa manera.
POSTULADOS DE LA CAUSALIDAD
DE LA SALUD
1. El factor preventivo debe estar consistentemente presente
en las personas con buena salud o libres de una determinada
enfermedad.

2. El factor debe ser aislado en forma pura (ejemplo: que
puede ser identificado como causa).

3. El grado en que este factor sea aplicado ser paralelo a un
aumento del buen estado de salud o a la liberacin de una
determinada enfermedad.
POSTULADOS DE LA CAUSALIDAD
DE LA SALUD
4. La aplicacin experimental de dicho factor a un segmento
de la poblacin deber aumentar significativamente su
estado de buena salud en comparacin con controles

5. La supresin del factor preventivo estar asociada con
un aumento de la enfermedad asociada a dicho factor.

6. El efecto del factor deber ser medido en trminos de
menor morbilidad y mortalidad, mayor longevidad y
menores costos mdicos.
CINCO CRITERIO BASICOS
DE CAUSALIDAD
Fuerza o intensidad: Utiliza el riesgo relativo (RR) o el
Odds Ratio (OR)
En enfermedades Infecciosas, la asociacin es fuerte,
en las crnicas la asociacin es estadstica o
probabilstica.

Especificidad: con alta especificidad una causa
produce efecto simple, con baja especificidad, una
causa puede asociarse con efectos mltiples.
Se mide mediante el riesgo atribuible (RA)
CINCO CRITERIO BASICOS DE
CAUSALIDAD
Coherencia: Debe tener sentido, Estar de acuerdo a
los conocimientos cientficos actuales

Consistencia: Cuando el mismo tipo de asociacin se
presenta con diferentes estudios y diseos.

Temporalidad: Si A es causa de B, entonces A debe
presentarse antes de B.

Muchas Gracias!

You might also like