Causalidad En Epidemiologia (Medicina)

1. CAUSALIDAD EN
EPIDEMIOLOGIA

2. Causalidad
Es el estudio de la relación etiológica entre una exposición,
por ejemplo la toma de un medicamento y la aparición de un
efecto secundario.

3. Los efectos pueden ser:
Enfermedad Muerte
Complicación

4. Los efectos pueden ser:
Curación Protección
Resultado

5. Factores causales de enfermedades
Factores biológicos
Factores relacionados con
el medio ambiente social
y cultural
Ámbito laboral
Factores Psicológicos
Factores económicos
Factores politicos
Factores relacionados
con el medio ambiente físico Servicios de salud

6. MODELOS DE CAUSALIDAD
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

7. 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

8. 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

9. Ninguno de los puntos de vista pueden dar evidencia irrebatible de
causalidad y ninguno puede ser requerido como condición

10. MODELOS CAUSALES
Modelo determinista
Modelo Multicasual
Modelo determinista modificado
Modelo probabilístico

11. MODELO DETERMINISTA

12. 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

13. Criterios para el Modelo determinista
1.- Especificidad de causa: C es la sola causa de E
2.- Especificidad de efecto. E es solo efecto de C
Condiciones del modelo
C es causa necesaria de E
Cualquier cambio en C induce un cambio en E

14. Implicación del modelo
determinista por Robert Koch
1.- el agente debe estar presente en todos los casos de la enfermedad
2.- 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

15. MODELO MULTICAUSAL

16. 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

17. 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

18. PLURALIDAD CONJUNTIVA DE CAUSAS
Todas deben estar presentes para que se produzca el efecto
C 1 C 2 C 3 Enfermedad

19. MULTIPLICIDAD DE EFECTOS
Multiplicidad de efectos para la misma causa
E 1
E 2
E 3
C

20. CADENAS EPIDEMIOLOGICAS
Existen cadenas causales y ruedas causales y incluso marañas o
redes causales como por ejemplo:

21. MODELO DETERMINISTA MODIFICADO

22. 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.
Modelo determinista modificado

23. 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.

24. SE ESTABLECEN LOS SIGUIENTES
CONCEPTOS:
Causa suficiente y causa contribuyente
Interacción entre causas
Fuerza de las causas
Periodo de inducción y latencia

25. 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.

26. 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

27. 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.

28. INTERACCIÓN ENTRE CAUSAS
Interacción es la relación entre dos o más factores.
Sinergismo (aumento) y antagonismo(disminuye).

29. 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

30. FUERZA DE LAS CAUSAS
Depende de la frecuencia de presentación en la población, de las
restantes causas componentes de la misma causa suficiente.

31. 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.

32. MODELO PROBABILÍSTICO

33. 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.

34. 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.

35. 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.

36. 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.)

37. 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.