View
227
Download
1
Embed Size (px)
DESCRIPTION
Causalidad En Epidemiologia (Medicina)
Citation preview
CAUSALIDAD EN EPIDEMIOLOGIA
Es el estudio de la relación etiológica entre una exposición, por ejemplo la toma de un medicamento
y la aparición de un efecto secundario.
Causalidad
Los efectos pueden ser:
Enfermedad Muerte
Complicación
Los efectos pueden ser:
Curación Protección
Resultado
Factores relacionados con el medio ambiente social y cultural
Factores biológicos
Ámbito laboral
Factores relacionados con el medio ambiente físico Servicios de salud
Factores politicos
Factores económicos
Factores Psicológicos
Factores causales de enfermedades
Una de las tareas mas importantes de la epidemiologia es contribuir a la prevención de enfermedades y la promoción de la salud
Mediante el descubrimiento de las causas de enfermedad y los posibles métodos para alterarlas
MODELOS DE CAUSALIDAD
En ciencias de la salud, el conocimiento de las causas no solo es importante para su prevención, sino también para el
diagnostico y la aplicación del tratamiento adecuado
CRITERIOS DE CAUSALIDAD
1) fuerza de asociación 2) Secuencia temporal 3) Efecto dosis-respuesta 4)Consistencia 5) Coherencia con los conocimientos científicos o plausibilidad biológica
6) Especificidad de la asociación 7) Evidencia experimental
Ninguno de los puntos de vista pueden dar evidencia irrebatible de causalidad y ninguno puede ser requerido como condición
MODELOS CAUSALES
Modelo determinista
Modelo Multicasual
Modelo determinista modificado
Modelo probabilístico
MODELO DETERMINISTA
Modelo determinista
Casualidad
La define como perfecta, constante, única, y reciproca conexión entre dos variables: causa (c) y efecto (e)
Si ocurre C, entonces E es siempre producido por ella
C E
e
t
Criterios para el Modelo determinista
1.- Especificidad de causa: C es la sola causa de E2.- Especificidad de efecto. E es solo efecto de C
Condiciones del modelo
C es causa necesaria de ECualquier cambio en C induce un cambio en E
Implicación del modelo determinista por Robert Koch
1.- el agente debe estar presente en todos los casos de la enfermedad2.- el agente no debe estar presente en ninguna otra enfermedad 3.-el agente siempre debe inducir la enfermedad siempre que se introduzca en un animal susceptible (causa suficiente) y así mismo debe ser aislado en cultivo puro (causa única)
En muy pocas áreas de investigación biomédica se continua aplicando este modelo determinista
MODELO MULTICAUSAL
ORIGEN
La gran cantidad de evidencias empíricas y Justificaciones teóricas para aceptar la etiología multifactorial de las enfermedades y la interconexión de las complejas redes de factores causales, da origen a este modelo.
Da lugar a hipótesis mas adecuadas que la simple
Todo suceso es producido por una cantidad importante de factores, o al menos el principal esta acompañado por otros muchos que se relacionan
Esto establece un conjunto de sistemas interactuantes con múltiples conexiones
PLURALIDAD DISYUNTIVA DE LAS CAUSAS
Causación múltiple genuina, en la que el efecto es producido por cada cause separadamente
C 1
C 2
C 3
Enfermedad
PLURALIDAD CONJUNTIVA DE CAUSAS
Todas deben estar presentes para que se produzca el efecto
C 1 C 2 C 3 Enfermedad
MULTIPLICIDAD DE EFECTOS
Multiplicidad de efectos para la misma causa
E 1
E 2
E 3
C
CADENAS EPIDEMIOLOGICAS
Existen cadenas causales y ruedas causales y incluso marañas o redes causales como por ejemplo:
MODELO DETERMINISTA MODIFICADO
Desarrollado por Rothman 1976.
Aclara hechos de la historia natural de la enfermedad
Incorpora conceptos del modelo determinista y modelo multicausal.
Explica la multicausalidad de la enfermedad.
Mod
elo
dete
rmin
ista
mod
ifica
do
PROHIBICIONES SOBRE LOS PROCESOS CAUSALES:
1.- La causa no puede ocurrir después de los efectos.
2.-Los efectos unicausales no existe.
3.-Niega los tiempos de inducción constantes para las enfermedades, ya que éstos van a ser específicos de cada factor causal contribuyente.
SE ESTABLECEN LOS SIGUIENTES CONCEPTOS:
Causa suficiente y causa contribuyente
Interacción entre causas
Fuerza de las causas
Periodo de inducción y latencia
CAUSA SUFICIENTE Y CAUSA CONTRIBUYENTE
Causa”todo acontecimiento, condición o característica de la naturaleza que, sola o en conjunción con otra causa, inicie o permita una secuencia de eventos que conducen a la consecución de un EFECTO”
Causa suficiente conjunto de condiciones mínimas que inevitablemente producen una enfermedad.
Esquematización conceptual de tres causas suficientes de una enfermedad:
A: causa necesaria ( ha de formar parte de todas las posibles causas suficientes)B,C,D,E,F,G,H,I,J son las causas componentes
Cada causa suficiente estará constituida de: causas contribuyentes o componentes.
Una misma enfermedad puede estar provocada por varias causas suficientes.
Para prevenir la enfermedad no es necesario el conocimiento de todas las causas contribuyentes.
INTERACCIÓN ENTRE CAUSAS
Interacción es la relación entre dos o más factores.
Sinergismo (aumento) y antagonismo(disminuye).
Se podría establecer un índice de interacción a partir del cociente de las tasas de enfermos en los expuestos conjuntamente a ambos factores y la suma de las tasas de enfermos a ambos factores cuando actúan separadamente.
RA= riesgo atribuible
FUERZA DE LAS CAUSAS
Depende de la frecuencia de presentación en la población, de las restantes causas componentes de la misma causa suficiente.
PERIODO DE INDUCCIÓN Y LATENCIA
Periodo de inducción tiempo transcurrido entre el inicio de la acción causal y el comienzo de la enfermedad.
Periodo de inducción puede ser corto o largo
Periodo de latencia iniciación de la enfermedad y su detección o dx.
MODELO PROBABILÍSTICO
MODELO PROBABILISTICO
El concepto determinista de causalidad se reemplaza o suplementa con un concepto probabilístico.
Utilizándose la teoría de probabilidades y los métodos estadísticos relacionados con ella para valorar empíricamente una posible asociación que se cree causal.
Es posible creer que una enfermedad se encuentra completamente determinada por ciertos factores, el problema es que muchos no son conocidos o no pueden ser medidos.
La utilización de la probabilidad puede predecir la tendencia de una enfermedad pero no puede determinar que sujetos en colectividad desarrollaran la enfermedad.
VENTAJAS
Presenta una serie de ventajas sobre los modelos anteriores:
A) Nos permite jugar con nuestra ignorancia de los procesos causales y la forma de observarlos.
B) Permite la valoración de las relaciones de dosis-respuesta entre una exposición y una enfermedad.
C) Posibilita la creación de modelos matemáticos que facilitaran datos exactos e interpretables y analizaran exposiciones múltiples y/o enfermedades para valorar las relaciones complejas entre ellas.
Ejemplos: Modificaciones de efecto, sinergismo, etc.)
Atreves de este modelo se intenta identificar distintas causas componentes y causas suficientes del modelo determinista modificado, o los diferentes eslabones que se integran en el modelo multicausal.