1. Señalando causas,
introducción a la
planeación del estudio
Principios de Epidemiología
Conferencia 4
Dona Schneider, PhD, MPH, FACE
2. Epidemiology (Schneider)
Teorías de la causalidad de enfermedad
Teorías supernaturales
Teoría Hipocrática
Miasma
Teoría del contagio
Teoría de los gérmenes (causa mostrada
por via de los postulados de Henle-Koch)
Teoría epidemiológica clásica
Multicausalidad y causal de Web ( causa
mostrada via los postulados de Hill)
3. Epidemiology (Schneider)
Postulados de Henle-Koch
Algunas veces llamado determinismo puro
1. El agente está presente en cada caso de la
enfermedad
2. No ocurre en cualquier otra enfermedad al
azar o parásito no patogénico (un agente
una enfermedad)
3. Puede ser aislado y si se expone a sujetos
sanos causará la enfermedad
4. Triada epidemiológica
Enfermedad es el
resultado de
fuerzas dentro de
una sistema
dinámico,
consistiendo en:
Agente de la
infección
Huésped
Ambiente
5. Teoría epidemiológica clásica
Agentes
Organismos vivos
Químicos exógenos
Características genéticas
Stress y factores psicológicos
Elementos nutritivos
Químicos endógenos
Fuerzas físicas
Agentes tienen características como infectividad,
patogenicidad y virulencia (habilidad para causar
serias enfermedades)
Pueden ser transmitidos al huésped a través de
vectores
6. Teoría epidemiológica clásica (cont.)
Factores del huésped:
Inmunidad y respuesta inmunológica
Conducta del huésped
Factores ambientales:
Ambiente físico (calor, frío, humedad)
Ambiente biológico (flora, fauna)
Ambiente social (económico, político,
cultural)
7. Postulados de Hill
Fuerza de asociación – entre más fuerte la
asociación, menos probable que la asociación sea
debido al azar o por variables confusoras
Consistencia de
la asociación observada – ¿la asociación ha sido
observada por diferentes personas, en diferentes
lugares, circunstancias y tiempos? (similar a la
replicación en experimentos de laboratorio)
Especificidad –
si una asociación es limitada a personas
específicas, sitios o tipos de enfermedad, y si no
hay asociación entre la exposición y otros modos
de morir, entones la relación apoya causalidad
8. Plausibilidad biológica – hay un conocido o
mecanismo postulado por el cual la exposición
podría razonablemente alterar el riesgo de
desarrollar la enfermedad.
Coherencia – los datos
observados no estarán en conflicto con hechos
conocidos acerca de la historia natural y de la
biología de la enfermedad
Experimento – más
fuerte apoyo para causalidad puede ser
obtenido a través de experimentos controlados
(estudios clínicos, estudios intervencinales y
Postulados de Hill (cont.)
11. Epidemiology (Schneider)
Relaciones causales
Un camino causal puede ser directo o indirecto
En causalidad directa, A causa B sin efectos
intermedios
En causalidad indirecta, A causa B, pero con
efectos intermedios
En biología humana, pasos intermedios están
virtualmente presentes en todos los procesos
causales
12. Tipos de relaciones causales
Necesaria y suficiente – sin el factor, la
enfermedad nunca se desarrolla
Con el factor, la enfermedad siempre se
desarrolla (esta situación rara vez ocurre)
Necesaria pero no suficiente – el factor por sí
mismo no es suficiente causa de enfermedad
Múltiples factores son requeridos,
usualmente en una secuencia específica
temporal (tal como carcinogénesis)
13. Factores en causalidad
Todos pueden ser necesarios pero raramente
suficientes para causar una enfermedad o estado
Predisponiendo – edad, sexo o enfermedades previas
pueden crear un estado de susceptibilidad al agente de
la enfermedad
Habilitando – bajo ingreso, pobre nutrición, casa en
malas condiciones o atención médica inadecuada
pueden favorecer el desarrollo de la enfermedad
Por lo contrario, circunstancias que ayudan en la
recuperación o en mantener la salud pueden ser
habilitantes
Precipitando – exposición a una enfermedad o a un
agente nocivo
Reforzando – repetidas exposiciones o trabajo indebido o
stress puede agravar un enfermedad establecida o estado
14. Comparando roles de evidenciae
Ningún otro agente podría haber causado la enferm
bajo las circunstancias dadasNingúno ootro sospechos podría
haber cometido el crimen
La causalidad debrá ser
establecida sin duda razonable y
sin intervención del azar
La culpabilidad deberá ser
establecida sin dudas razonables
El rol del a gente en la enfermedad deberá
tener sentido común y biológicoMotivación – deberá ganarle
al criminal
Susceptibilidad y respuesta del
huésped determina severidad
Severidad del crimen relacionado
al estado de la víctima
Cofactores y/o causalidad
múlriple, involucrados
Accesorios involucrados en
el crimen
Eventos causales preceden al ataque de la enfermed
Premeditación
Agente presente en la enfermedad
Presencia criminal en la
escena del crimen
CausalidadLeyes criminales
15. Tipos de estudio
Medio para evaluar posibles
causas por la reunión y
análisis de la evidencia
16. Epidemiology (Schneider)
Tipos de estudios
Estudios descriptivos (para generar hipótesis)
Reporte de casos
Estudios transversales (estudios de prevalencia)
miden la exposición y la enfermedad al mismo
tiempo
Estudios ecológicos (estudios correlacionales) usan
datos de grupos más que datos de individuos
Esos datos no pueden ser usados para evaluar
riesgos individuales
Haciendo esto se comete falacia ecológica
17. Epidemiology (Schneider)
Tipos de estudios (cont.)
Estudios analíticos (para probar hipótesis)
Estudios experimentales
Ensayos clínicos
Estudios de campo
Estudios de intervención
Estudios observacionales
Estudios casos-controles
Estudios cohorte
18. Epidemiology (Schneider)
La clave para el tipo de estudio
La clave en cualquier estudio epidemiológico
es la definición de lo que constituye un caso
y qué constituye una exposición
Definiciones deberán ser exclusivas
categóricas
Fracaso para definir efectivamente una caso
puede dar lugar a sesgo de misclasificación
19. Epidemiology (Schneider)
Fuentes de error en estudios
epidemiológicos
Misclasificación – clasificación
errónea del estatus de la
enfermedad o de la exposición
Variación aleatoria - azar
20. Sesgo – preferncias sistemáticas contruídas en la
planeación del estudio
Confusión – ocurre cuando una variable es incluída en la
planeación del estudio que está relacionada a la
exposición y al resultado, conduciendo a falsas
conclusiones
Ejemplo: juego y cáncer de pulmón
Interacción o modificador de efecto – ocurre cuando la
magnitud de la asociación entre el resultado y la
exposición difieren de acuerdo al nivel de una tercera
variable
El efecto puede ser nulificar o aumentar la asociación
Ejemplo: género y fractura de cadera modificado por
edad
Fuentes de error en estudios epidemiológicos
21. Epidemiology (Schneider)
Tablas de contingencia
Enfermedad
Sí No Total
Exposición
Sí a b a+b
No c d c+d
Total a+c b+d a+b+c+d
Los hallazgos de muchos estudios epidemiológicos
pueden ser presentados en tablas 2 x 2
22. Medidas de asociación de una tabla 2x2
Estudio cohorte: la medición del resultado es el
riesgo relativo (o razón de riesgos o razón de
tasas)
En estudios cohorte se inicia con la exposición
de interés y luego se dtermina la tasa de
desarrollo de la enfermedad
RR mide la probabilidad de tener la enfermedad
si estás expuesto en relación a aquellos no
expuestos.
RR = incidencia entre los expuestos/incidencia
entre los no expuestos RR = a/(a+b)
c/(c+d)
23. Medidas de asociación de una tabla 2x2
En un estudio de casos y controles, se inicia con el
estatus de la enfermedad y luego se estima la
exposición
RR es estimado debido a que los pacientes son
seleccionados sobre el estatus de la enfermedad y no
podemos calcular la incidencia basada en exposición
El estimado es la razón de momios (OR) o la
probabilidad de tener la exposición si se tiene la
enfermedad relacionado a aquellos que no tienen la
enfermedad ~RR = OR = a/c = ad
b/d bc
Estudio caso-control: el resultado medido es una estimación del riesgo relativo o de la
razón de momios (probabilidad relativa)
24. Riesgo atribuible o diferencia de riesgo
En un estudio cohorte, podemos querer conocer
el riesgo de enfermedad atribuible a la exposición
en el grupo expuesto, esto es , la diferencia entre
la incidencia de la enfermedad en el grupo
expuesto y el grupo no expuesto (exceso de
riesgo)
AR = a/(a+b) – c/(c+d)
AR = 0: No hay asociación entre la exposición
y la enfermedad
AR > 0: Exceso de riesgo atribuible a la
exposición
AR < 0: La exposición lleva un efecto protector
25. Porcentaje del riesgo atribuible
En un estudio cohorte, podemos querer
conocer la proporción de la enfermedad
que podría ser prevenida por eliminar la
exposición en el grupo expuesto (fracción
atribuible o fracción etiológica)
Si la exposición es preventiva,
calcule la fracción preventiva
AR% = AR/[a/(a+b)] x 100
26. Riesgo atribuible a la población
En un estudio cohorte, podemos querer conocer
el riesgo de la enfermedad atribuible a la
exposición en la población en estudio completa
o la diferencia entre la incidencia de la
enfermedad en la población del estudio
completa y la del grupo no expuesto
PAR = (a+c)/(a+b+c+d) – c/(c+d)
Para estimar PAR para una población más allá del
grupo en estudio, debemos conocer la prevalencia
de la enfermedad en la población total.
27. Porcentaje del riesgo
atribuible a la población
En un estudio cohorte, podemos querer
conocer la proporción de la enfermedad
que podría ser prevenida eliminando la
exposición en la población en estudio
completa
PAR% = PAR/[(a+c)/(a+b+c+d)] x 100
28. Resúmen de cálculos del riesgo atribuible
En grupo
expuesto
En total de la
población
Incidencia
atribuíble a la
exposición
Ie – In
AR
Ip – In
PAR
Proporción de la
incidencia
atribuíble a la
exposición
Ie – In
X 100
Ip – In
X 100Ie Ip
AR% PAR%
29. Comparando riesgo relativos
Fumadores No-fumadores
Ca Pulmón 140 10
Enf. Coronaria 669 413
Riesgo relativo (riesgo relativo, razón de riesgo)
Ie/In: CaP = 14.0; Enf. Coronaria = 1.6
Fumadores son 14 veces más probable que desarrollen
CaP que los no fumadores
Fumadores son 1.6 veces más probable que desarrollen
Enf. Coronaria que los no fumadores
Tasas de muerte ajustadas por edad por
100,000 Médicos Masculinos Británicos
Tabaquismo es un más fuerte factor de riesgo
para Cáncer de pulmón que para enfermedad
coronaria
30. Fumadores No-fumadores
Ca Pulmón 140 10
Enf. Coronaria 669 413
Riesgo atribuible diferencia de riesgos, fracción
etiólógica) Ie- In: CP = 130; CHD = 256
El exceso de cáncer de pulmón atribuible a tabaquismo
es 130 per 100,000
El exceso de EC atribuible a
tabaquismo es 256 per 100,000
Tasas de muerte ajustadas por edad por
100,000 para Médicos Masculinos Británicos
Comparando riesgos atribuibles
Si tabaquismo es causal, eliminar los cigarros
deberá salvar más fumadores de enfermedad
coronaria que de cáncer de pulmón
31. Fumadores No fumadores
Ca de pulmón 140 10
Enf. coronaria 669 413
Riesgo atribuible%=[(Ie-In)/Ie] x 100: Ca pulmón = 92%; Enf.
coronaria = 38%
Casi el 92% de los ca de pulmón podrían ser eliminados si los
fumadores en este estudio, no fumaran
Casi 38% de enf. Coronaria podría ser eliminada si los
fumadores en este estudio, no fumaran
Comparando porcentajes del riesgo atribuible
Tasa de muerte ajustada por edad por 100,000 para
médicos masculinos británicos
Si tabaquismo es causal, eliminado el uso de cigarros se
evitarían el doble de la proporción de fumadores del ca
de pulmón que de enfermedad coronaria
Notas del editor
Traducción de la Conferencia 4 del Curso de Epidemiología, realizada por el Dr. Nicolás Padilla, Facultad de Enfermería y Obstetrica de Celaya, Universidad de Guanajuato, México
…entonces no puede ser una accidente al azar de la enfermedad, pero entre el parásito y la enfermedad no puede ser concebida una relación excepto que el parásito sea la causa de la enfermedad -- Robert Koch (1890)
Fuente: Smith, Theobald (1934) Parasitism and Disease. Princeton, NJ: Princeton University Press.
Fuente: Hill, Sir Austin Bradford (1965)
Temporalidad – la exposición de interés deberá preceder al resultado por un lapso de tiempo consistente con algún mecanismo biológico Gradiente biológico – hay un gradiente del riesgo asociado con el grado de exposición (relación dosis-respuesta)
Analogía – en algunos casos, es justo juzgar la relación causa-efecto por analogía -”Con el efecto de la talidomida y de rubeóla ante nosostros, se acepta que similar evidencia con otra droga u otra enfermedad viral en el embarazo”
Red de causalidad para las principales enfermedades cardiovasculares. (Fuente: Stallones, R.A. (1966). Prospective epidemiologic studies of cerebrovascular disease. Public Health Monograph No. 76, Washington, DC: U.S. Government Printing Office. p. 53.)
Suficiente pero no necesaria – el factor solo puede causar la enfermedad, pero lo pueden hacer otros factores en su ausencia
Benzeno o radiación pueden causar leucemia sin la presencia del otro
Ni necesaria ni suficiente – el factor no puede causar enfermedad por sí mismo, ni es el único factor que puede causar la enfermedad
Es el probable modelo para las relaciones en las enfermedades crónicas
Fuente: Doll and Peto. Mortality in relation to smoking: Twenty years’ observations on male British doctors. BMJ 1976;2:1525-36