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.