Causalidad

o
Casualidad

Relaciones causa efecto

Una asociacin causal es aquella en la
cual un cambio en la frecuencia o calidad
de una exposicin o caracterstica resulta
en un cambio correspondiente en la
frecuencia de la enfermedad o evento de
inters

Causa
Evento, condicin o caracterstica previa
que fue necesaria para la ocurrencia de la
enfermedad en el momento que ocurri,
dado que otras condiciones no han
cambiado.

Asociacin.
Conceptualmente se pueden seguir dos
pasos para la inferencia etiolgica:
1. Determinar si existe asociacin entre
exposicin y enfermedad.
Estudios de grupos ecolgicos
Casos y controles y cohortes.

2. Determinar si la relacin es causal.

Medidas de asociacin.
Razn de riesgos (o razn de incidencias)
(Riesgo en expuestos)
(Riesgo en no expuestos)

Diferencia de riesgos (o diferencia de

incidencias)
(Riesgo en expuestos) (Riesgo en no
expuestos)

Medidas de asociacin.
Riesgo relativo.
Riesgo relativo =

Riesgo en expuestos
Riesgo en no expuestos

Es la probabilidad de que ocurra un evento

(desarrollar enfermedad) en personas
expuestas comparada con la probabilidad de
que ocurra el evento en personas no
expuestas.

Medidas de asociacin.
RR = 1

RR > 1

RR < 1

El riesgo en los expuestos es

igual al riesgo en los no
expuestos
El riesgo en los expuestos es
mayor que el riesgo en los no
expuestos (asociacin positiva,
posiblemente causal)
El riesgo en los expuestos es
menor que el riesgo en los no
expuestos (asociacin negativa,
posiblemente protectora)

Riesgo relativo: E. de Cohorte

Luego se siguen para observar

Desarrollan
enfermedad

No desarrollan
la enfermedad

Expuestos

No expuestos

Primero se
seleccionan

Incidencia en expuestos = a / a + b
Incidencia en no expuestos = c / c + d

RR = a/ a + b
c/ c + d

Medidas de asociacin.
Razn de momios (razn de productos
cruzados, odds ratio)
Razn de razones de probabilidades o
proporciones.

Medidas de asociacin.
El caballo Epi Beauty tiene un 60% de
probabilidad de ganar la carrera 2005.
Probabilidad a favor 60%
Probabilidad en contra 40%
Razn de probabilidades (odds, momios) =
60 = 1.5
40
Probabilidad de ganar = 60%
Razn de probabilidades de ganar (odds, momios) = 1.5

Razn de momios: E. de
Cohorte
Desarrollan
No desarrollan
enfermedad

la enfermedad

Expuestos

No expuestos

Primero se
seleccionan

Razn de probabilidad en expuestos = a / b

Razn de probabilidad en no expuestos = c / d

RM = a / b = ad
c/d
bc

Razn de momios: Casos y

controles
Enfermos

Sanos

Expuestos

No expuestos

Razn de proporciones en enfermos = a / c

Razn de proporciones en sanos = b / d

RM = a / c = ad
b/d
bc

Razn de momios
Similar a riesgo relativo.
Cuando los casos son representativos
Cuando los controles son representativos
La enfermedad es poco frecuente

a/a+b
c/c+d

a/b
c/d

RR y RM.
Luego se siguen para observar

Desarrollan
enfermedad

No desarrollan
la enfermedad

Expuestos

200

9800

No expuestos

100

9900

Primero se
seleccionan

Calcular RR y RM.

RR y RM.
Luego se siguen para observar

Desarrollan
enfermedad

No desarrollan
la enfermedad

Expuestos

50

50

No expuestos

25

75

Primero se
seleccionan

Calcular RR y RM.

Medidas de asociacin.
Recordar:
La razn de momios es una medida de
asociacin til tanto en estudios de casos y
controles como de cohorte.
En estudios de cohorte el riesgo relativo
puede ser calculado directamente.
En estudios de casos y controles el riesgo
relativo no puede ser calculado directamente,
de tal manera que la razn de momios es
usada como estimador del riesgo relativo
cuando el riesgo de la enfermedad es bajo.

Secuencia de Estudios
Observaciones Clnicas

Revisiones Bibliografa
Estudios casos y controles
Estudio de Cohorte
Estudios clnicos aleatorizados

Asociacin.

Correlacin entre consumo de grasas y cncer de mama por pases.

Asociacin.
Tipos de asociacin:
Real
Falsa

Asociacin.

Asociacin
Causal
Tomar caf

Confusin
Tomar caf

tabaquismo

Cncer de pncreas
Cncer de pncreas

Asociacin.
Directa e indirecta.

Tipos de relaciones causales

Causa suficiente: Si el factor (causa) esta presente, el
evento de inters (enfermedad) siempre ocurre. (enf gen)
Causa necesaria: Si el factor (causa) esta ausente, el
efecto (enfermedad) no puede ocurrir (tb)
Factor de riesgo: Si el factor esta presente la
probabilidad de que la enfermedad ocurra es mayor
(tabaquismo)
Asociacin directa causal: no requiere factor
intermediario (accidentes)
Asociacin causal indirecta: ESE
Asociacin no-causal: La relacin significativa existe
entre dos variables, pero no hay relacin causal

Asociacin
Posibilidades de Asociacin Causal:
Necesaria y suficiente
Necesaria, pero no suficiente
Suficiente, pero no necesaria
No suficiente, no necesaria

Asociacin
Factor A

Enfermedad

Factor A

+
Factor B

+
Factor C

Enfermedad

Asociacin
Factor A

o
Factor B
Enfermedad

o
Factor B

Factor A + Factor C

Factor B + Factor A

Factor C + Factor B

Enfermedad

Evidencia causa-efecto
Postulados de Koch

Criterios de Bradford Hill

Historia de teoras de causalidad

En la antigedad, las enfermedades
ocurran como castigo divino por cometer
pecados
En el siglo IV AC, Hipcrates introdujo la
idea de desequilibrio de los cuatro
humores (flema, bilis amarilla, sangre y
bilis negra); tambin debido a cambios
climatolgicos, estaciones del ao, hbitos

 A mediados del siglo XIX, Pasteur,

Berkeley, y otros introdujeron la teora de
los grmenes como causantes de
enfermedad. Agentes patgenos
especficos son causantes de enfermedad
Posteriormente Henle y Koch, desarrollan
postulados de causalidad basados en la
teora de los grmenes.

Evidencia de asociacin causal.

Postulados de Henle-Koch (1800s)
El organismo causal siempre se encuentra en la
enfermedad.
El organismo causal no se encuentra en otra
enfermedad
El organismo causal, aislado de alguien que
tiene la enfermedad, produce la enfermedad (en
animales de experimentacin)
La presencia regular y exclusiva del organismo
causal en la enfermedad, prueba una relacin
causal.

 Especificidad es mas aplicable en

enfermedades infecciosas, (Etiologa: El virus
del SARS cumple los criterios de Koch, Nature
2004).
En 1960, el concepto de la red de causalidad
emerge como respuesta a enfermedades
crnicas, que sugiere que la ocurrencia de las
enfermedades puede ser explicada por mltiples
factores interrelacionados, incluyendo del
ambiente y del individuo. Cambio fundamental al
incorporar causas mltiples para las
enfermedades con la posibilidad de prevencin
en mltiples etapas

Evidencia de asociacin causal

Criterios de Bradford Hill (1964)
1. Relacin temporal.
2. Fuerza de la asociacin.
3. Gradiente biolgico.
4. Replicacin de los resultados.
5. Plausibilidad biolgica.
6. Consideracin de explicaciones
alternativas.
7. Cese de la exposicin.
8. Consistencia con otros conocimientos.
9. Especificidad de la asociacin.

 Al igual que Koch, Hill no intent el uso de

criterios rgidos, mas bien de guas:
Aqu entonces tenemos nueve diferentes puntos
de vista los cuales debemos estudiarlos en su
totalidad en asociaciones observadas (v.
dependiente-v. independiente) todas antes de
gritar causalidad Ninguno de mis nueve
puntos de vista pueden darnos una evidencia
indiscutible a favor o en contra de la hiptesis
causa-efecto y ninguno debe de ser requerido
como sine qua non. Lo que hacen, con mayor o
menor fuerza, es ayudarnos a decidir sobre la
pregunta fundamental existe alguna otra
manera de explicar estos datos observados,
existe otra respuesta igual o mas probable que
causa-efecto?
Sir Bradford Hill 1965

Evidencia de asociacin causal.

1. Relacin temporal.

La causa siempre antecede al efecto.

Evidencia de asociacin
causal.
2. Fuerza de la asociacin.
Riesgo relativo.
Razn de momios.

Evidencia de asociacin
causal.
3. Relacin dosis-respuesta.

Evidencia de asociacin
causal.
4. Replicacin de los resultados.
Diferentes estudios.
Diferentes poblaciones.

Evidencia de asociacin
causal.
5. Plausibilidad biolgica.
Un mecanismo biolgico que explique el
desarrollo de la enfermedad debe
estar disponible al menos desde el
punto de vista terico.

Evidencia de asociacin
causal.
6. Consideracin de explicaciones
alternativas (confusoras).
Realizacin de mtodos para
corroborarlas o descartarlas.

Evidencia de asociacin
causal.
7. Cese de la exposicin.

Evidencia de asociacin
causal.
7. Cese de la exposicin.

Evidencia de asociacin
causal.
8. Consistencia con otros conocimientos.

Evidencia de asociacin
causal.
9. Especificidad de la asociacin.
Una asociacin es especfica cuando
cierta exposicin se asocia
solamente con una enfermedad.

Problemas comunes en asignar

causalidad
Sesgo: De informacin
De seleccin
Confusores: Caf-cncer de pncreas
Sinergismo: producir, prevenir, controlar
el evento de inters

Evaluacin de asociacin y
causalidad en epidemiologa
Existe una asociacin significativa (estadstica)
Casualidad
Sesgo
Confusin

Existe una asociacin estadstica valida, es de

causalidad? Criterios positivos:

Fuerza de la asociacin
Total de la evidencia
Credibilidad biolgica
Dosis-respuesta

Generalizacin, implicaciones clnicas, mensaje

todo el trabajo cientfico es incompleto- ya sea

observacional o experimental. Todo el trabajo
cientfico es vulnerable para ser descartado o
modificado con el avance de los conocimientos.
Esto no nos confiere la libertad de ignorar el
conocimiento que ya tenemos, o posponer la
accin que aparenta exigir en un momento
dado. Quien Sabe, pregunt Robert Browning,
si no es el fin mundo el da de hoy? Cierto, pero
con la evidencia accesible, la mayora de
nosotros, nos preparamos para la rutina de las 8
AM del da siguiente
A. Bradford Hill, 1965

Filosofa de la Inferencia Cientfica

Inductivismo: Siglo XVI y XVII
Francis Bacon: Novum Organum (1620): inducciones
sobre observaciones (dos relojes)

Refutasionismo o falsificacin: Karl Popper (1959):

Contraste
Consenso: Thomas Kuhn (1962): ciencia normal,
ciencia como proceso sociolgico
Bayesianismo (Thomas Bayes 1764): probabilidad
posterior depende de la probabilidad previa
MBE: Dr. Gordon Guyat. 1990: Epidemiologa
clnica? !

Prxima Clase:
Ver pgina de Internet:
http://epidemiologia.prevenmed.com
Revisar Sbado
Examen en lnea de opinin
Dr. Jose Luis Burgos: jlburgos@ucsd.edu