Download pptx - Causal Id Ad

Transcript
Page 1: Causal Id Ad

Causalidad

Page 2: Causal Id Ad

CONCEPTO DE CAUSA EN EPIDEMIOLOGIA.

La evolución de causalidad en el desarrollo de la ciencia, ha influido permanentemente en la concepción epidemiológica de dicho criterio.

Desde el origen mágico-religioso hasta el origen naturalista ha evolucionado, haciéndose cada vez menos determinista, y las causas que tenían un carácter fatalista han pasado a tenerlo probalistico.

Page 3: Causal Id Ad

CAUSALIDAD La medicina científica estableció sus bases fundamentales

con la concepción hipocrática de buscar las causas en el medio ambiente, alejadas de la concepción divina como castigo de los dioses contra los hombres.

Page 4: Causal Id Ad

CAUSALIDAD Durante la historia, hubo muchos filósofos que en sus

escritos utilizaban términos parecidos a los que usamos actualmente en epidemiologia:Aristóteles y Francis Bacón: “Marcador de riesgo” ; “Factor terreno” ; y respuesta orgánica.Galileo estaría aplicando el modelo determinista al hablar de causa eficiente como “condición necesaria y suficiente para la aparición de un suceso”

Page 5: Causal Id Ad

CAUSALIDAD El concepto de causalidad cambia dependiendo

del filosofo o del científico y aun dentro del marco de la medicina es diferente para el biólogo, el clínico y para el epidemiólogo.

En la DRAE causa esAquello que se considera como fundamento u origen de algo.

En epidemiologia causa es

A una condición o característica,que juega un papel fundamentalen la producción u ocurrenciadel evento estudiado.

Page 6: Causal Id Ad

Causalidad El concepto actual de causa en epidemiologia

pretende descubrir relaciones entre variables, estableciendo la asociación causal entre la exposición y su efecto.

La relación actual no implica que dándose el factor de riesgo, siempre se produzca la enfermedad, sino que los sujetos sobre los que actúa la exposición tienen una mayor probabilidad de desarrollar la enfermedad que aquellos en los que no actúa.

Page 7: Causal Id Ad

Causalidad Cualquier problema de salud se origina en

varios factores causales que concurren de manera simultanea para producirlo y mantenerlo.

La teoria de la multicausalidad, aceptada hoy universalmente, permite comprender mejor los problemas de salud y dirigir mas sabiamente nuestros esfuerzos hacia una solucion.

Page 8: Causal Id Ad

CAUSALIDADEn epidemiologia hablamos de varios términos:

Factor de riesgo Marcador de riesgo Indicador de riesgo

Toda circunstancia o situación que aumenta las probabilidades de una persona de contraer una enfermedad.

Señalan un aumento del riesgo de padecer una enfermedad pero no tienen influencia en su producción.

Esta pone de manifiesto la presencia temprana de la enfermedad. Es una característica en su estado subclinico sin influenciar en su producción

• En la salud publica el termino mas usado es el de factor de riesgo porque con su posible modificación, al ser controlables, se puede interrumpir el desarrollo de la enfermedad.

Page 9: Causal Id Ad

• Aristóteles Agente efecto• Descartes: Nada sale de nada• Leibniz: Todo acontece por algo; Lo acontecido es la causa de un estado

anterior.• Hume (siglo XVlll): La causa es la sucesión de los hechos. Hecho A que

precede un hecho B.

Principio de causalidad:Todo efecto tiene una causa, y la misma causa produce los mismo efectos

CAUSA

Page 10: Causal Id Ad

• Mill (siglo XIX): conjunto de condiciones negativas y positivas de las cuales el fenómeno llamado efecto es la consecuencia.

Causalidad múltiple : multifactorial

Mill coincide con Pasteur, koch y otros investigadores y se da el concepto de causa única como doctrina etiopatologica de la enfermedad.

Page 11: Causal Id Ad

Asociación causal: es la asociación existente entre dos categorías de eventos, en cual se observa un cambio en la frecuencia o en la cualidad de uno que persigue la alteración del otro.

La investigación intenta buscar todos los factores causales , pero la práctica sólo escoge los principales o los q permiten curar o evitar una enfermedad.

Métodos para descubrir asociación causal

Asociación Observación comparada Experimento controlado

INVESTIGACION A LA ASOCIACION CAUSAL

Page 12: Causal Id Ad

Es cuando entre dos eventos existe relación reciproca.

• Se intenta encontrar la asociación existente entre dos variables. ej. la dieta y la enfermedad coronaria.

• Cuando se identifican los factores se procede a investigar los cambios que afectan a la característica en estudio.

• A veces la asociación descrita no es asociación causal sino estadística, es decir que los cambios en una variable pueden no ser determinados por la otra.

LA ASOCIACION

Page 13: Causal Id Ad

Consiste en examinar atentamente los hechos o acontecimientos que ocurren en el mundo q nos rodean.Los estudios basados en la observación pueden retrospectivos o prospectivos.

Estudio de cohortes: estudio en grupo de individuos que presenta cierta característica distinta a la que investiga.

Estudio de historia de casos: estudios basados en los antecedentes de un grupo de personas afectadas y otro grupo de no afectados.

OBSERVACION COMPARADA

Page 14: Causal Id Ad

Es el único que ofrece seguridad para probar la causalidad.En esto se elijen dos grupos, uno control y uno ensayo. Estos dos deben ser homogéneamente similares en lo referente a las características que tienen relación con el problema q se estudia; la única diferencia debe ser la presencia del factor riesgoso.Se aplica frecuentemente en la evaluación de fármacos, ensayos de vacunas, medidas de prevención de una enfermedad, etc.

EL EXPERIMENTO CONTROLADO

Page 15: Causal Id Ad

• Prevenir la enfermedad• Investigar y descubrir factores q originan patologías• Asociaciones que ofrezcan posibilidades para la prevención de la

enfermedad

APLICACIONES DE LA ASOCIACION CAUSAL

Page 16: Causal Id Ad

MODELOS CAUSALES Estos resumen el modelo evolutivo de los

conocimientos en el modelo actual y la mayoría de las posibles explicaciones etiológicas

Consta de varios modelos:1. Modelo Determinista.2. Modelo Multicausal.3. Modelo determinista modificado.4. Modelo probabilístico.

Page 17: Causal Id Ad

MODELO DETERMINISTA Establece la relación de causalidad como perfecta,

constante, única y reciproca conexión entre dos variables: causa C y efecto E, ósea que siempre que se de la causa va a ocurrir el efecto.

La primera aplicación de este termino fue realizada por Robert Koch.

Con los conocimientos actuales sabemos que estos principios no se dan con la mayoría de las enfermedades, pues en muchas enfermedades infecciosa la sola presencia del agente no se acompaña de signos o síntomas característicos de la enfermedad y por lo tanto no es causa suficiente.

Page 18: Causal Id Ad

MODELO MULTICAUSAL Nos dice que todo suceso rigurosamente es producido

por una cantidad importante de factores, o al menos el principal esa acompañado por otros muchos que se relacionan con el, estableciendo un conjunto de sistemas interactuantes con múltiples conexiones.

Podemos hablar de Pluralidad disyuntiva de causas: Ósea, que la enfermedad puede ser producida por causas diferentes.

Y de pluralidad conjuntiva de causas: Esta es cuando todas las causas deben estar presentes para producir el efecto.

Page 19: Causal Id Ad

MODELO DETERMINISTA MODIFICADO

Puede ser: Causas Contribuyentes: Es el conjunto de condiciones

mínimas que produce una enfermedad.Una misma enfermedad puede ser causada producida por varias causas suficientes, cuyos componentes pueden ser comunes en parte o diferentes en una de las causas suficientes.Si se encuentra una causa contribuyente que forma parte de todas las causas suficientes, se condidera como causa necesaria; y en este caso al eliminar esta causa se previene la enfermedad.

Page 20: Causal Id Ad

MODELO DETERMINISTA MODIFICADO

Page 21: Causal Id Ad

MODELO DETERMINISTA MODIFICADO

Proporción de la enfermedad debida a cada causa especifica:Seria el porcentaje de los casos de enfermedad que no ocurrirían al ser eliminada dicha causa.

Page 22: Causal Id Ad

MODELO PROBABILÍSTICO

Es el utilizado en el momento actual, y por intermedio de el se pueden identificar las distintas causas, componentes y causas suficientes del modelo para ello utiliza la teoría de probabilidades y métodos estadísticos con ella para valorar una posible asociación que se cree causal.