Salud Pblica

Introduccin a la Epidemiologa
I Semestre 2015

Docente:
Mximo Rodrguez Mrceles
marodriguezma@unal.edu.co

Organizacin del Tema

Tres

sesiones magistrales

02/02 09/03 - 06/04

Organizarse

en 10 grupos de composicin
equitativa (6-7 por grupo). No se admiten
grupo de 8 estudiantes.
Tres talleres con cuestionarios a trabajar en
grupos, basado en lecturas obligatorias y
suficientes consultas de referencias al respecto
Una evaluacin individual
Ponderacin del tema: 30%
Talleres: 60%
Evaluacin: 40%

Qu tiene que ver una cosa con otra?

Por

qu epidemiologa en la
prctica de la Farmacia?
Para qu la epidemiologa?
Se preocupa por la atencin de salud
y la investigacin en salud.
Practicar la atencin de salud y la
salud pblica, requiere conocer tres
gnosis:

Preocupaciones en Atencin de
Salud en Clnica
Es

la ultrasonografa adecuada
para diagnosticar apendicitis
aguda?
Disminuyen los antidepresivos
el riesgo de suicidios en personas
con depresin?
Previene el ASA diario a bajas
dosis el IAM?

Preocupaciones en Atencin de
Salud en Salud Pblica
Es

la mamografa un buen
examen para detectar
tempranamente cncer de seno?
Incrementa el riesgo de aborto
espontneo en el fumador
pasivo?
Son los probiticos efectivos en
prevenir el cncer de colon?

Cmo afrontar estas

preguntas?
Estrategia:

Investigacin epidemiolgica
Sin

la epidemiologa: estaramos
perdidos irremediablemente
Con la epidemiologa: Nos
podemos tambin perder
irremediablemente!

De los tres tipos de gnosis la

etiognosis (etiologa) es el tema
central de la epidemiologa
La aplicacin fundamental de la
epidemiologa es identificar las
asociaciones etiolgicas (causal)
entre exposicin(es) y resultado(s)

?
Exposicin

Resultado

Afirmaciones y asociaciones causales

en los medios son frecuentes

La Vacuna contra el VPH y las

Nias de El Carmen (Bolvar)

A veces son afirmaciones contradictorias!

El Gen de la Depre

Si la exposicin y la
enfermedad no estn
asociadas

EL CICLO DE
INVESTIGACIN
FALSO-POSITIVO

Estudio falso-positivo
Sesgo de publicacin

Choi, 1988

100 estudios sern diseados

Si = 0,05
5 estudios muestran
Resultados falso-positivos
Sesgo de resultado positivo

5 estudios sern
publicados
Sesgo de editor

Probabilidad de ser
Incluidos en meta-anlisis

Estudios que fallan en la

replicacin y sesgos de publicacin

El caos de la
Epidemiologa!
Muchas

afirmaciones de
causalidad: el sesgo de
optimismo es generalizado
Inconsistencias en los hallazgos
de los estudios y muchas
aparentes contradicciones
Inferencias causales basadas en
estudios aislados
Muchos estudios sesgados, falsos
o poco concluyentes

El caos de la Epidemiologa!
(cont.)

Miedo

y pnico inducido, por el

bombo de los medios
No se pueden detectar cambios
pequeos: los efectos grandes ya
no se encuentran
Falta de consistencia en
conceptos y terminologas
Se aduce que es no es clara y
falta de rigurosidad

Por eso hay preguntas

claves
Cul

es la garanta que las afirmaciones

causales sean verdaderas?
Qu tan equivocados pueden estar los
estudios epidemiolgicos?
Pueden llevar a conclusiones erradas?
Cmo podemos identificar que los
resultados de un estudio son incorrectos?
Es el sentido comn adecuado para
juzgar e interpretar literatura
epidemiolgica?

Es la causalidad
intuitiva?
La

mayora de las personas

entienden la causalidad sin
siquiera tener estudios!
Incluso los nios aprenden
haciendo conexiones causales
Hasta las mascotas
Sin

embargo, aplica la
epidemiologa el sentido comn
para esto?

El largo camino a la inferencia causal

Efecto causal
Error aleatorio
Confusin
Sesgo de informacin
Sesgo de seleccin
Sesgo de informacin
Sesgo en anlisis & inferencia
Sesgo en reporte & publicacin
Sesgo en el uso
del conocimiento

Verdadera
Relacin causal

Asociacin

ALGORITMO ESCPTICO PARA LAS ASOCIACIONES

Asociacin observada
entre exposicin y
resultado
Debido al azar
Descartar
Error aleatorio

No debido al azar

Debido al sesgo

Descartar
sesgo

Debido a
confusin

No debido al sesgo

No debido a
confusin
Asociacin
vlida

Aplicar criterios

Causal

No causal

Causalidad
Qu

es una causa?
Qu es un efecto causal?
Modelo general de causacin (modelo de
torta causal, de Rothman)
Filosofa de la inferencia cientfica
Inductivismo
Refutacionismo
Conjetura y refutacin
Inferencia

causal en epidemiologa

Criterios causales (de Hill)

Pruebas de teoras que compiten (Inferencia
fuerte)

Qu es una causa?
Evento,

condicin o caracterstica,
que precede el evento de la
enfermedad, y sin el cual el evento de
la enfermedad, no ocurrira del todo, o
no hubiese ocurrido en algn otro
momento. [Rothman & Greenland, 1998]
El objeto de conocimiento primario de
la epidemiologa como una disciplina
cientfica son las causas de los eventos
relacionados con salud en la
poblacin. [Porta, IEA Dictionary, 1998]

Causa y efecto?

Caractersticas de una
causa

Tiene

que preceder al efecto

(requerimiento absoluto)
Puede ser husped, agente o factor
ambiental (caractersticas, condiciones,
infecciones, acciones del individuo,
eventos, fenmenos sociales, naturales)
Puede ser
Positiva = Presencia de la exposicin
Negativa = Ausencia de la exposicin
(vacunas)

La Causa est sujeta a ser

comparada
Debe

ser suficiente y mejor en

comparacin a una grupo
particular similar.
Frente a qu se compara?

Qu es un efecto causal?
Para

determinar un efecto causal, se

necesita establecer un contraste causal
(contra una referencia; un comparador)
Contraste causal ideal entre el grupo
expuesto y no expuesto (los comparados)
Un contraste causal compara la frecuencia
de la enfermedad, bajo dos distribuciones de
exposicin, pero en una sola poblacin blanco,
durante un solo tiempo de perodo.
Si el contraste causal se cumple, el efecto
observado, es el efecto causal.

Un ejemplo?

Comparacin Ideal para Determinar

Efectos Causales

Cohorte
expuesto

Condicin inicial:
Los dos grupos son iguales,
Es la misma poblacin

Cohorte no
expuesto

RR causal = I exp /I No expuesto

Pero qu sucede en la
vida real?
Cohorte
expuesto

Referencia, cohorte no
expuesto

Sustituto, cohorte no
expuesto

La referencia no
se observa, es
latente

El mejor estudio epidemiolgico es aquel

que identifica el efecto causal con la
mnima distorsin
Efecto causal
Error aleatorio
Confusin
Sesgo de informacin
Sesgo de seleccin
Sesgo de informacin
Sesgo en anlisis & inferencia
Sesgo en reporte & publicacin
Sesgo en el uso
del conocimiento

Verdadera
Relacin causal

Asociacin

Modo General de
Causacin
Modelo

de torta causal de
Rothman

Causa suficiente y componente

Fortaleza de efectos
Interaccin entre las causas
Perodo de induccin
Perodo de latencia

Los Procesos de las Enfermedades

tienden a ser Multifactoriales o
Multicausales
Muy pocas exposiciones causan
enfermedades totalmente por si
mismas:
La exposicin al sarampin, slo si
alguien es susceptible (cmo?)
El desarrollo a un melanoma a altas
exposiciones de luz UV y para
aquellos con piel clara

Causas Componentes y Suficientes

Causa suficiente:
Toda la torta
Un grupo de condiciones mnimas en que si una falta, no se
producira la enfermedad
Las causas componentes interactan para producir la
enfermedad
Una enfermedad puede tener varias diferentes causas
suficientes (varias tortas pueden producir la misma
enfermedad)

Causa Componente
Factor de Riesgo
Causa
Suficiente

Ejemplo: Neumona
Una de varias causas suficientes posibles

Persona
anciana

Proporcin de
la causa para
el efecto
Persona
anciana

Vivir en
hacinamiento
Exposicin a
Pneumococcus

Ejemplo: Enfermedad Arterial Coronaria

Modelo 1
Persona
anciana

Tabaquismo

Obesidad
Alto colesterol

Ejemplo: Enfermedad Arterial Coronaria

Modelo 2
Sexo
Femenino

Predisposicin
Gentica

Menopausia

Terapia de
Reemplazo
Hormonal

Ejemplo: Enfermedad Arterial Coronaria

Modelo 3
Hipertensin
Desnutricin
materna

Diabetes
Factor
Desconocido

Causa Necesaria

Enfermedad

con 3 complejos causales

suficientes, pero cada una con 5 componentes
causales
A es la causa necesaria que aparece en todas
Y las dems?
Causa Necesaria:
La ms importante parte de la torta, sin la cual la
enfermedad no ocurre
Debe estar presente para que la enfermedad ocurra
El VIH es necesario para causar SIDA

Perodo de Induccin
La

presencia de una causa suficiente es

sinnimo de ocurrencia de una enfermedad
(pero no necesariamente de diagnstico).
Perodo de induccin:
Es el intervalo de tiempo que transcurre desde
el inicio del proceso etiolgico hasta el inicio de
la enfermedad; en este perodo de tiempo
actan las causas componentes que forman
parte de una causa suficiente.
No se refiere al tiempo durante el cual una
persona est expuesta al factor de riesgo, sino
ms especficamente al periodo de exposicin
relevante para producir una enfermedad
determinada.

Perodo de Latencia
Intervalo

de tiempo que transcurre

entre la exposicin al agente
etiolgico y la aparicin de los
primeros signos y sntomas.
Es decir, las causas componentes
pueden actuar mucho tiempo
despus:
Induccin de adenocarcinoma de
vagina y expuestas a DES
Origen fetal como hiptesis en
enfermedad en adultos

Historia Natural de la
Enfermedad
Se define como la secuencia de
acontecimientos que ocurren en un
organismo desde que se produce
la accin secuencial de las causas
componentes hasta que se
desarrolla la enfermedad y ocurre
el desenlace (curacin, cronicidad
o muerte).

Causas Componentes y
Suficientes
El

bloqueo de una causa componente previene

completar la causa suficiente y por tanto
previene la enfermedad slo por esa va (otras
pueden permanecer posibles)
Causa fuerte: papel causal en una gran
proporcin de casos
Causa dbil: papel causal en un poco proporcin
de casos
La fortaleza de la causa depende necesariamente
de la prevalencia de otros factores causales que
producen la enfermedad
Ejemplos:
Tabaquismo y CA pulmn vs gas radn

Y al finalQu es
epidemiologa?
Estudio

de la ocurrencia y distribucin
de eventos o estados relacionados con
la salud en poblaciones especiales y la
aplicacin de este conocimiento a los
problemas de salud [Porta, IEA Dictionary, 2008]
Estudio de cmo las enfermedades se
distribuyen en las poblaciones y los
factores que influencias o determinan su
distribucin [Gordis, 2008]
Aplicacin del mtodo cientfico para la
investigacin de la salud [Rothman KJ, 2002]

Y de las preguntas
pendientes
Cul

es la garanta que las afirmaciones causales

sean verdaderas?
No hay ninguna garanta!

Qu

tan equivocados pueden estar los estudios

epidemiolgicos?
Definitivamente, si!

Pueden

llevar a conclusiones erradas?

Definitivamente, si!

Cmo

podemos identificar que los resultados de un

estudio son incorrectos?
No hay forma de saberlo (la verdad no se alcanza a conocer) pero se debe
tener una actitud escptica sobre las investigaciones

Es

el sentido comn adecuado para juzgar e

interpretar literatura epidemiolgica?
No, no es suficiente
Sin embargo, es posible educar y refinar el sentido comn