Curso de Investigación Clínica 1 Universidad Autonoma de Ciudad Juárez

1. Dr Juan de Dios Díaz Rosales
Investigación Clínica
Universidad Autónoma de Ciudad Juárez
Causalidad en
Investigación Clínica

2. Objetivos de la investigación en medicina
1. Asociación de dos (o más) variables con presunta relación causa-
efecto
2. Identificar cual es la causa (variable independiente) y cual es el
efecto (variable dependiente)
3. Medir y comprobar la asociación, entonces si la asociación es real
se podrá dar un tratamiento y/o prevención dirigida
• Ej., la frecuencia de la hipertensión arterial aumenta conforme se
incrementa la edad de la población
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

3. Para entender causalidad debemos entender…
• ¿Qué es riesgo?
• ¿Qué es pronóstico?
• ¿Qué es causa?
• Modelo de Koch-Henle
• Criterios de Bradford-Hill
• Modelo de Rothman
• Comprobación de la asociación
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

4. ¿Qué es un riesgo?
• Este proceso ocurre antes de
que aparezca la enfermedad
• Probabilidad de desarrollar una
enfermedad por estar expuesto
a ciertos factores
• Factor de Riesgo
• Variable endógena o exógena al
individuo, “controlable”, presente
al inicio de la enfermedad y que
esta asociada a un incremento de
la probabilidad de aparición de la
misma, y se le puede atribuir
“responsabilidad” en la
enfermedad
• Ej., tabaco como factor de riesgo
de cáncer de pulmón
• Ej., Obesidad como factor de
riesgo para cáncer de colon
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

5. ¿Qué es un riesgo?
• Marcador de riesgo:
• Variable “no controlable”,
endógena al individuo
(constitucional), y cuya presencia
anuncia a los individuos
particularmente vulnerables
• Ej., sexo femenino como marcador
de riesgo para cáncer de mama
• Ej., sexo masculino como
marcador de riesgo para cáncer de
prostada
• Indicador de riesgo:
• Variable sin relación causal con el
problema, pero cuya presencia
alerta precozmente sobre el
padecimiento
• Ej., manchas de Koplik como signo
precursor de la aparición de
sarampión
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

6. ¿Qué es pronóstico?
• Proceso que se desarrolla una
vez que la enfermedad se ha
presentado en un individuo
• Se caracteriza por la asociación
entre una serie de caracteristicas
presentes al inicio de la
enfermedad (llamadas
indicadores pronósticos) y su
desenlace
• Factor Pronóstico
• Características que
aumentan/disminuyen la
probabilidad de una mejoría o
empeoramiento
• Están presentes al inicio o después
del inicio de la enfermedad
• Llamados indicadores pronósticos
• Ej., Adenopatia de Mary Joseph
Syster como signo de cáncer
gástrico avanzado
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

7. ¿Qué es una causa?
• Condición que, sola o acompañada de
otras condiciones, inicia o permite
iniciar una secuencia de
acontecimientos que producen un
determinado efecto
• La presencia de asociación NO
implica necesariamente causalidad
• Asociación causal (relación causa-
efecto) se manifiesta cuando el cambio
en la frecuencia o intensidad de la
exposición es seguido por un cambio en
la frecuencia o intensidad del efecto
(puede ser directo o inverso)
• Ej., la exposición al bacilo de Koch y el
desarrollo de tuberculosis
• Ej., la administración de penicilina
seguida de la curación de una
faringoamigdalitis estreptocócica

8. Características de las causas
1. Temporalidad
• Primero la causa y después el efecto
2. Dirección
• De causa a efecto
3. Asociación
• Relación matemática de la causa y el efecto

10. Tipos de causas
• Tipos de causas
• C. Únicas = infecciosas, trauma
• C. Múltiples = Enfermedades crónicas
• Causas Necesarias:
• Factores indispensables para el
desarrollo de efectos, es decir,
aquellos sin los cuales los efectos
nunca podrían aparecer
• Causas Suficientes:
• Aquellos factores que en conjunto
(incluyendo la causa necesaria),
siempre culminan con el
desarrollo del efecto
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

11. Tipos de causas
• Causa necesaria:
• En ausencia del bacilo de Koch no
puede haber tuberculosis
• CAUSA = Causa necesaria
• Causa suficiente:
• Un sujeto que vive en hacinamiento,
malnutrición e inmunocompromiso (+
bacilo de Koch) tiene altas
posibilidades de presentar la entidad
• FACTORES DE RIESGO = Causas
suficientes
• Al suprimir la causa, el efecto se
erradica
• Al eliminar un factor de riesgo, el
efecto disminuye en frecuencia
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

12. Tipos de causas
• Causa Necesaria y Suficiente
• Causa Necesaria y No Suficiente
• Causa No Necesaria y Suficiente
• Causa No Necesaria y No Suficiente
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

13. Tipos de causas
• Necesaria y Suficiente
• Si A, entonces B y si B, entonces A
• Necesaria y No Suficiente
• Si A, entonces B o no B, y si B,
entonces A
• No Necesaria y Suficiente
• Si A, entonces B y si B, entonces A o no A
• No Necesaria y No Suficiente
• Si A, entonces B o no B y si B, entonces A
o no A
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

14. Modelo de Koch-Henle
• Conjunto de reglas sugerido en 1882
(Koch)
• Paradigmático de las enfermedades
infecciosas
1. El microorganismo debe encontrarse en
TODOS los casos
2. El microorganismo deberá poder aislarse en
cultivo
3. El microrganismo cultivado deberá ser capaz
de producir la enfermedad en un animal de
laboratorio
4. El microorganismo podrá recuperarse e
identificarse a partir del animal
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

16. Criterios de Bradford-Hill
• Paradigmático de las enfermedades
NO infecciosas
• Conlleva una relación causal no
necesaria y no suficiente
1. Consistencia
• Resultados replicados en diferentes
estudios en distintas poblaciones
2. Fuerza de asociación
• Deriva de un adecuado análisis estadístico
3. Relación dosis-respuesta
• El riesgo se incrementa con los niveles de
exposición
4. Secuencia temporal
• La exposición siempre precede al resultado
5. Plausibilidad biológica
• La asociación acorde con los procesos
biológicos
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

18. Modelo de Rothman
• Contempla las relaciones multicausales
• Adaptado a los métodos estadísticos multivariables
• Define como causa a todo acontecimiento, condición o
característica que juega un papel esencial en producir un efecto
• Distingue entre causa componente, suficiente y necesaria
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

19. Modelo de Rothman – Características
• Ninguna de las causas es superflua
(que no cumple ni desempeña una
función)
• No exige especificidad, un mismo
efecto puede ser producido por
distintas causas suficientes
• Una causa componente puede ser
parte de una causa suficiente
• Si una causa componente forma
parte de todas las causas
suficientes se le denomina causa
necesaria
• Una misma causa componente
puede formar parte de distintas
causas suficientes de distintos
efectos
• Dos causas componentes de una
causa suficiente se considera que
tienen interacción biológica,
ninguna actuará por su cuenta
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

21. Causa-efecto en medicina
• Asociación
• Dependencia estadística entre
dos o mas factores
• Asociación directa o
inversamente proporcional
• La ocurrencia de un fenómeno
aumenta ( o disminuye) a
medida que varia el otro factor
• La asociación no implica
causalidad
• Asociación Causal
• Se manifiesta cuando el cambio de
la frecuencia de la exposición es
seguido por un cambio en la
intensidad del fenómeno o efecto
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

22. Causa-efecto en medicina
• Para concluir que dos o más
factores tienen relación causa-
efecto es necesario demostrar
que la asociación entre ellos es
valida y causal
• Asociación valida
• Es una asociación REAL o
VERDADERA, que conlleva un
efecto mínimo de azar y de sesgo
• ¿Como validamos?
• Estadística
• Paramétrica, no-paramétrica
• P valor < 0.05
• IC 95%
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

23. Comprobación de la asociación
• Valor de p
• <0.05, <0.01
• Prueba asociación pero no causalidad
• Es el 5% o el 1% de probabilidades
que el resultado se deba al azar
• Intervalo de Confianza 95%
• El RR, OR, HR, deberá estar entre los
valores del IC
• Información que se espera obtener en
95 de 100 repeticiones del estudio
• RR, OR, HR
• 1 = Nulidad
• > 1 = Factor de Riesgo
• < 1 = Factor Protector
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

24. Comprobación de la asociación
1. Fuerza de asociación
2. Congruencia
3. Relación temporal
4. Gradiente dosis-respuesta
5. Credibilidad epidemiológica
6. Credibilidad biológica
7. Especificidad
8. Analogía
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

25. Comprobación de la asociación
• Fuerza de Asociación
• RR, OR y HR e IC 95%
• Congruencia
• La asociación entre la exposición y
la enfermedad sea reproducible
• Relación Temporal
• La exposición antecede a la
enfermedad
• Gradiente Dosis-Respuesta
• A mayor exposición, mayor
magnitud del efecto
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

26. Comprobación de la asociación
• Credibilidad Epidemiológica
• La distribución de la exposición es
paralela a la distribución de la
enfermedad
• Credibilidad Biológica
• Concordancia de la asociación con
el conocimiento actual
• Especificidad
• La sola exposición genera un
solo efecto y viceversa
• Analogía
• Existencia de una relación
causal análoga, causa hipotética
por un mecanismo similar
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472

27. Causalidad y Correlación
• Debemos dstinguir causalidad y
correlación
• La presencia de correlación
estadisticamente significativa no
necesariamente implica
causalidad
• Ej., correlación positiva y
significativa entre el consumo de
chocolate y el coeficiente
intelectual, aún siendo
significativa la correlación, no
hay manera de explicar la
plausibilidad biológica entre
ambas variables

28. Conclusiones
• La causalidad es más fácil determinarla en estudios longitudinales,
prospectivos y de cohorte
• La causalidad es más difícil establecerla en estudios transversales,
retrospectivos
• El diagnóstico de causalidad no es simplemente aritmético y las
estrategias y tácticas para evaluarla pueden mejorar
Álvarez y Cols., Gac Méd Méx 2004;140(4):467-472