Bioestadística II - Causalidad

Definir:

a. ¿Qué es etiología?

*Es la rama de la ciencia que se encarga del estudio y análisis de la causa o

génesis de las cosas, fenómenos o situaciones.

*Causa u origen de una enfermedad.

b. ¿Qué son una causa y un efecto (Defina en sus propias palabras)?

*Causa: Motivo o razon del porque sucede algo ( El porque ); algo que tare
consigo un efecto o un resultado.

*Efecto: lo que ocurre , es el resultado o lo que provoca la causa.

c. ¿Qué es un evento causal y qué tipos de modelos hay para explicar la

causalidad?

La causalidad se refiere a una relación de necesidad de concurrencia de dos

variables estadísticas correlacionadas, probar causalidad entre dos variables
implica además de que guarden una correlación positiva, estudiar en casos
donde una pueda aparecer sin la otra, etc.

Las medidas de asociación: El riesgo relativo o razón de riesgos (utilizados en

estudios de cohorte) y el odds ratio o razón de productos cruzados, utilizados en
los estudios de casos y controles.

Los modelos causales en Epidemiología son los sistemas conceptuales y

teóricos sobre los cuales se ha estructurado la investigación y el desarrollo de la
epidemiología como ciencia.

Modelos causales en Biología

1 Modelo de Koch-Henle (sugerido por Koch a propósito de la tuberculosis y

paradigmático en el estudio de enfermedades infecciosas): más que un modelo
es un conjunto de reglas de decisión que asumen los principios anteriores:

i) el microorganismo debe encontrarse siempre en los casos de enfermedad.

ii) el microorganismo deberá poder ser aislado en cultivo, demostrando ser una
estructura viva y distinta de otras que pueden encontrarse en otras
enfermedades.
iii) el microorganismo debe distribuirse de acuerdo con las lesiones y ellas deben
explicar las manifestaciones de la enfermedad.

iv) el microorganismo cultivado (algunas generaciones) deberá ser capaz de

producir la enfermedad en el animal de experimentación.

2 Modelo de Bradford Hill: más conocido como criterios de Bradford Hill,

aunque estrictamente no son criterios, y paradigmático en el estudio de
enfermedades no infecciosas y también asume los principios anteriores
adecuados a la relación causal tipo iv:

i) fuerza de la asociación, medida con los índices estadísticos apropiados.

ii) consistencia entre distintos observadores, en diferentes lugares, tiempos y

circunstancias.

iii) especificidad de las causas.

iv) temporalidad

v) gradiente biológico en la relación dosis-respuesta.

vi) plausibilidad biológica.

vii) coherencia con otros conocimientos.

viii) evidencia experimental

ix) analogía con otras relaciones causales

3 Modelo de Rothman, con más contenido teórico, contempla las relaciones

multicausales, fue desarrollado en el ámbito de la epidemiología y es el más
adaptado a los métodos estadísticos multivariantes.

Define causa como todo acontecimiento, condición o característica que juega un

papel esencial en producir un efecto (p.e. una enfermedad)

Distingue entre: Causa componente causa que contribuye a formar un

conglomerado que constituirá una causa suficiente.Causa suficiente conjunto de
causas que producen un efecto.

Características del modelo:

i) Ninguna de la causas componentes es superflua

ii) No exige especificidad: un mismo efecto puede ser producido por distintas
causas suficientes
iii) Una causa componente puede formar parte de más de una causa suficiente
para el mismo efecto. Si una causa componente forma parte de todas las causas
suficientes de un efecto se la denomina causa necesaria

iv) Una misma causa componente puede formar parte de distintas causas
suficientes de distintos efectos

v) Dos causas componentes de una causa suficiente se considera que tienen

una interacción biológica, es decir ninguna actúa por su cuenta. El grado de
interacción puede depender de otras causas componentes.

d. ¿Qué es causa componente, causa necesaria, causa suficiente,

multicausalidad? Realice un ordenador gráfico

a. Causa componente: causa que contribuye a formar un conglomerado que

constituirá una causa suficiente.

b.Causa suficiente: si el factor (causa) está presente, el efecto (enfermedad)

siempre ocurre.
c.Causa necesaria: si el factor (causa) está ausente, el efecto (enfermedad)
no puede ocurrir.

e. Probabilidad:s la mayor o menor posibilidad de que ocurra un determinado

suceso. En otras palabras, su noción viene de la necesidad de medir o
determinar cuantitativamente la certeza o duda de que un suceso dado ocurra o
no.

f. Hipótesis:es una suposición que resulta una de las bases elementales de

dicho estudio.La hipótesis será confirmada o negada una vez finalizada la
investigación. Si bien esa es la definición corriente, hay autores que definen a la
hipótesis como las posibles soluciones a un determinado problema, que será
verificada como válida o no a lo largo de la investigación.

g. Muestreo y tipos de muestreo:El muestreo es el proceso de seleccionar un

conjunto de individuos de una población con el fin de estudiarlos y poder
caracterizar el total de la población.

MUESTREO NO PROBABILÍSTICO: No se usa el azar, sino el criterio del

investigador, es decir, él decide si la muestra es o no representativa. un
ejemplo puede ser el realizado por un médico para investigar una
determinanda enfremedad, selecciona sus pacientes.MUESTREO
PROBABILÍSTICO (ALEATORIO): Interviene el azar de alguna forma. Nos
vamos a centrar en este tipo de muestreo.
h. Explique la diferencia entre eventos mutuamente excluyentes y

eventos independientes

Los eventos mutuamente excluyentes son dos resultados de un evento que

no pueden ocurrir al mismo tiempo. Cuando ambos no pueden ocurrir
simultáneamente en el resultado de una experimentación. También se conocen
como eventos incompatibles.

Cuando los eventos no se afectan entre sí, se les conoce como eventos
independientes. Los eventos independientes pueden incluir la repetición de una
acción como lanzar un dado más de una vez, o usar dos elementos aleatorios
diferentes, como lanzar una moneda y girar una ruleta. Muchas otras situaciones
también pueden incluir eventos independientes. Para calcular correctamente las
probabilidades, necesitamos saber si un evento influye en el resultado de otros
eventos.

3. Se encuentra a la señora Rosita hospitalizada en el servicio de crónicos de

Se encuentra a la señora Rosita hospitalizada en el servicio de crónicos de luna

institución de tercer nivel, se encuentra allí porque presentó un infarto agudo al
miocardio -IAM- y acaba de salir de la UCI. Dentro de los diagnósticos médicos
se encuentran: diabetes mellitus tipo II, Hipertensión arterial no controlada,
Hiperlipidemia, sedentarismo, y obesidad.

a. De la descripción anterior mencione: posibles causas que llevaron ala señora

Rosita a presentar el IAM. ¿Alguna de estas causas seencuentran descritas?
b. A través de un gráfico relacione como pueden estar relacionados los
anteriores factores identificados.

Factores que pueden acelerar que las arterias se deterioren y propiciar que
se obstruyan, tal y como señala Lidón, quien destaca el tabaco, el colesterol,
la diabetes y la hipertensión como algunos de los factores de riesgo
cardiovascular que obligan al corazón a trabajar en peores condiciones.

c. ¿Qué criterios deben considerarse para hacer que estos resultados sean
aplicables o generalizables a la población?