UNIVERSIDAD COOPERATIVA DE COLOMBIA

Facultad de Medicina Veterinaria y Zootecnia

EPIDEMIOLOGÍA
SHARON JOHANA AGUILAR RONDON
ANGELA PATRICIA MARTINEZ GARCIA
2021

TALLER DE CAUSALIDAD

1. Defina los conceptos de causa, causalidad y los principales sesgos en

epidemiologia.

CAUSA: Se define como causa a todo acontecimiento, condición o característica

que juega un papel esencial en producir un efecto

CAUSALIDAD: En epidemiología, la causalidad se define como el estudio de la

relación etiológica entre una exposición, por ejemplo, la toma de un medicamento
y la aparición de un efecto secundario.

SESGOS EPIDEMIOLOGICOS: Son errores sistemáticos e involuntarios, que se

presentan cuando los componentes comparados no son lo suficientemente
similares. Pueden ocurrir en cualquier fase del proceso de evaluación de una
asociación; destacando los sesgos de selección, medición y confusión.

SESGO DE SELECCIÓN: ocurren cuando los individuos estudiados difieren en

características importantes con respecto de la población a la que se pretende
extrapolar los hallazgos del estudio o de otro grupo de personas con las que se
busca establecer comparaciones. Este tipo de sesgos afectan la validez externa
de los resultados del estudio.

SESGOS DE MEDICIÓN: ocurren si durante la fase de obtención de la

información los investigadores utilizan, para cada uno de los grupos estudiados,
criterios diferentes de recolección o interpretación de los datos o ambos.

SESGO DE CONFUSIÓN: La asociación entre dos factores puede afectarse por la

coexistencia de otros, estos factores se asocian tanto a la exposición (sin ser
consecuencia de ella) como al efecto (independientemente de su asociación con la
exposición), pero no constituyen un componente de la cadena de factores
causantes del desenlace.

SESGO DE PROCEDIMIENTOS: Ocasionalmente el grupo que presenta la

variable dependiente resulta ser más interesante para el investigador que el grupo
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA
que participa como control, lo cual puede concitar mayor preocupación e interés
por conseguir la información.

SESGOS POR FALTA DE SENSIBILIDAD: ocurre por falta de sensibilidad de un

instrumento (sujetos positivos, realmente positivos), porque si no se cuenta con
adecuados métodos de recolección de la información. Hace que las mediciones
puedan detectar la presencia de la variable en estudio.

SESGO DE DETENCIÓN: Su ocurrencia se explica por la introducción de

metodologías diagnosticas diferentes a las inicialmente utilizadas al comienzo de
un estudio.

SESGO DE ADAPTACIÓN: Se produce especialmente en estudios de

intervención experimental o casi experimental.

2. Describa ampliamente cada uno de los modelos causales, explique

cada uno y plantee un posible ejemplo de cada uno

 Koch- Henle

En estos se encuentran 4 enunciados, los cuales fueron acompañados de una

serie de experimentaciones, las cuales contribuyen a resolver el tema de la causa
de las enfermedades, estos postulados permiten establecer la asociación causal
entre el microorganismo y la enfermedad. Plantean la necesidad de asociar
constantemente un microorganismo con el hospedero enfermo, para luego que
microorganismo pueda ser aislado, así como también pueda ser caracterizado y
cultivado en ausencia de otros microorganismos, una vez realizado esto e
inoculado en un animal sano, este reproduzca y desarrolle la misma enfermedad.
Además de esto dicho microorganismo debe recuperarse a partir de un
hospedador infectado mediante experimentos.

Postulados:

El agente está presente en un individuo enfermo.

Es posible cultivar y reproducir el microorganismo obtenido.

Al inocularlo a un animal sano, éste desarrollará la misma enfermedad.

El microorganismo debe ser recuperable nuevamente a partir de un hospedador

infectado experimentalmente.
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA

 Bradford- Hill

-Fuerza de asociación, describe la relación que hay entre los factores de

enfermedad y el factor causal.

-Congruencia entre distintos observadores, en diferentes lugares, tiempos y

circunstancias.

-Especificidad de las causas

-Temporalidad: la causa debe preceder a su efecto en general.

-Gradiente biológico en la relación dosis–respuesta,) La frecuencia de la

enfermedad aumenta con la dosis o el nivel de exposición. La demostración de la
relación dosis- respuesta tiene implicaciones importantes:

-Plausibilidad biológica, mediante el cual se explica lógicamente la etiología por la

cual una causa genera un efecto a la salud.

-Coherencia con otros conocimientos, Implica el entendimiento entre los hallazgos

de la asociación causal con los de la historia natural de la enfermedad y otros
aspectos relacionados con la ocurrencia de esta, como por ejemplo las tendencias
seculares. Este criterio combina aspectos de consistencia y plausibilidad biológica.

-Evidencia experimental, es un criterio deseable de alta validez, pero rara vez se

encuentra disponible en poblaciones humanas.

-Analogía con otras relaciones causales, se fundamenta en relaciones de causa-

efecto establecidas, con base a las cuales, si un factor de riesgo produce un
efecto a la salud, otro con características similares pudiera producir el mismo
impacto a la salud.

 Rothman

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

Características del modelo:

-Ninguna de las causas componentes es superflua

 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA

-No exige especificidad: un mismo efecto puede ser producido por distintas causas
suficientes

-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

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

 Postulados de Evans

En 1976, Evans propuso los siguientes postulados:

-La proporción de individuos enfermos debería ser significativamente mayor entre

aquellos expuestos a la supuesta causa, en comparación con aquellos que no lo
están.

-La exposición a la supuesta causa debería ser más frecuente entre aquellos
individuos que padecen la enfermedad que en aquellos que no la padecen.

-El número de casos nuevos de la enfermedad debería ser significativamente

mayor en los individuos expuestos a la supuesta causa en comparación con los no
expuestos, como se puede comprobar en los estudios prospectivos.

-De forma transitoria, la enfermedad debería mostrar tras la exposición a la

supuesta causa, una distribución de los períodos de incubación representada por
una curva en forma de campana.

-Tras la exposición a la supuesta causa debería aparecer un amplio abanico de

respuestas por parte del hospedador, desde leves hasta graves, a lo largo de un
gradiente biológico lógico.

-Previniendo o modificando la respuesta del huésped, debe disminuir o eliminarse

la presentación de la enfermedad (por ej.: vacunando o tratando con antibióticos a
una población expuesta o enferma).
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA

-La reproducción experimental de la enfermedad debería tener lugar con mayor

frecuencia en animales u hombres expuestos adecuadamente a la supuesta
causa, en comparación con aquellos no expuestos; esta exposición puede ser
deliberada en voluntarios, inducida de forma experimental en el laboratorio o
demostrada mediante la modificación controlada de la exposición natural.

-La eliminación (por ejemplo, la anulación de un agente infeccioso específico) o la

modificación (por ejemplo, la alteración de una dieta deficiente) de la supuesta
causa debería producir la reducción de la frecuencia de presentación de la
enfermedad.

-La prevención o la modificación de la respuesta del hospedador (por ejemplo,

mediante inmunización) debería reducir o eliminar la enfermedad que
normalmente se produce tras la exposición a la causa supuesta.

-Todas las relaciones y asociaciones deberían de ser biológica y

epidemiológicamente verosímiles.

3. Cuáles son las medidas de asociación en epidemiología y para qué

sirven

En la mayoría de los estudios epidemiológicos el investigador está interesado en

medir el grado de asociación entre uno o varios factores independientes
(exposición) y la aparición de una enfermedad (variable dependiente). Para ello se
calculan las medidas de asociación que cuantifican dicha relación. Desde el punto
de vista de la estadística, se puede evaluar, a través de un contraste de hipótesis,
cómo de probable es que dicho efecto que se observa o uno mayor se haya
producido por azar, suponiendo que el efecto no existiera. Esa probabilidad es la
que se conoce como significación estadística y se representa mediante el
conocido valor p. El problema es que el nivel de significación (la p) no informa
sobre la magnitud del efecto y, por tanto, de si resulta clínicamente relevante o no,
simplemente de si este resulta estadísticamente significativo, pudiendo obtener
efectos pequeños (que no son clínicamente relevantes) estadísticamente
significativos si el tamaño muestral es grande, y efectos grandes no
estadísticamente significativos si tenemos tamaños muestrales pequeños6.Las
diferentes medidas de asociación que se pueden calcular varían en función del
tipo de estudio epidemiológico. A grandes rasgos, se pueden dividir en medidas de
efecto relativas (basadas en cocientes) y medidas de efecto absolutas (basadas
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA
en diferencias). Para el cálculo de las medidas de asociación los datos suelen
presentarse en tablas de contingencia.

Enfermos No enfermos Total

Expuestos a b a+b
No expuestos c d c+d
Total a+c b+d a+b+c+d

En Tabla las casillas a, b, c y d representan diferentes combinaciones entre la

enfermedad y la exposición: a: número de personas expuestas que tienen la
enfermedad; b: número de personas expuestas que no tienen la enfermedad; c:
número de personas no expuestas que tienen la enfermedad; d: número de
personas no expuestas que no tienen la enfermedad.

Medidas de efecto relativas

Riesgo relativo: Es la medida de elección en los estudios observacionales de

cohortes y en los estudios experimentales. Se calcula dividiendo la incidencia de la
enfermedad en expuestos (I2) entre la incidencia de enfermedad en no expuestos
(I0).

a
incidencia en expuestos a+b
RR= =
incidencia en no expuestos c
c+ b

Expresa el número de veces que es más probable que una enfermedad se

desarrolle en el grupo de expuestos en relación con el grupo de no expuestos. Es
un cociente que solo puede tomar valores positivos. Si la exposición es un factor
de riesgo de esa enfermedad, entonces su valor será superior a 1 (riesgo relativo
[RR] > 1), mientras que si la exposición es un factor de protección de la
enfermedad su valor será inferior a 1 (RR < 1). Si el RR toma un valor neutro (RR
= 1), indica que no existe asociación entre la exposición y la enfermedad, ya que
la incidencia de expuestos es la misma que los no expuestos. Cuando la medida
de frecuencia de incidencia es la tasa o densidad de incidencia, el RR se calcula
de manera similar dividiendo la tasa de incidencia de expuestos entre la tasa de
no expuestos; en este caso, se denomina razón de tasas (RT).
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA

Razón de prevalencias

La razón de prevalencias (RP) es la medida de asociación que se puede calcular

en los estudios transversales o de prevalencia. Se calcula dividiendo la
prevalencia de enfermedad en expuestos (P1) entre la prevalencia de enfermedad
en no expuestos (P0).

a
prevalenciaen expuestos a+ b
RP= =
prevalencia en no expuestos c
c+ b

La interpretación cuantitativa numérica es muy similar al RR o la razón de tasa. Su

interpretación cualitativa difiere de la del RR porque en un estudio transversal no
se puede realizar ninguna afirmación sobre el riesgo de enfermar, sino solo sobre
el riesgo de padecer la enfermedad (prevalencia) en el momento del estudio.

Odds ratio

En los estudios de cohorte el RR se estima directamente, ya que se conoce la

incidencia de la enfermedad en los individuos expuestos y no expuestos a un
factor. Por el contrario, en los estudios de casos y controles no se puede calcular
la incidencia, porque la población de estudio se selecciona a partir de individuos
que ya han desarrollado la enfermedad. La odds ratio [OR] no es más que la razón
entre la odds de exposición observada en los casos expuestos y la odds de
exposición en el grupo control. Se interpreta en una escala multiplicativa como el
número de veces que es mayor la odds de exposición en los casos que en los
controles.

a
a+b
a
¿=
odds de exposición en los casos
=
(
1− )
a+ b
=
a+d
odds de exposición enlos controles b b+ c
b+ d
b
(
1− )
b+ d
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA
La OR es una medida que se puede calcular en estudios de cohortes (OR de
enfermedad) y en estudios transversales (OR de prevalencia). En el caso de
estudios de cohortes, su interpretación es similar a la del RR, aunque la OR es
solo una buena aproximación al RR en determinadas circunstancias. Si el riesgo
de la enfermedad en la población de estudio es bajo (< 10%), ambas medidas son
equivalentes. A medida que aumenta la incidencia de la enfermedad, el cálculo del
OR sobrestima la magnitud del efecto en relación con el RR7.

Medidas de efecto absolutas

Riesgo atribuible o diferencia de riesgo en los expuestos

A la pregunta del riesgo que tienen los expuestos, ¿cuánto se debe a la

exposición?, se responde mediante el cálculo del riesgo atribuible (RA). El RA
sigue siendo un riesgo (una incidencia acumulada) y se interpreta como el riesgo
que se podría evitar si el grupo de expuestos no hubiera estado expuesto. Su
interpretación cuantitativa y numérica es la siguiente: valor > que 0 indica que el
factor es de riesgo, valor = 0 indica un efecto nulo, y valor < 0 indica un factor
protector.

4. Diferencie entre “Asociación y Causa”

Asociación: La asociación se refiere a la existencia de un vínculo de dependencia

entre una variable y otra.

En general, la forma de identificar la asociación es a través de la comparación de

dos o más grupos, para determinar si la frecuencia, magnitud o la presencia de
una de las variables modifica la frecuencia de la otra en algún sentido.

Causa: Es una condición, característica o una combinación de estos factores que

desempeña una función en el hecho de producir un resultado. Una condición
esencial es que una causa debe preceder al resultado. · Una causa se denomina
suficiente cuando produce inevitablemente una enfermedad o la desencadena. ·
Una causa se denomina necesaria si una enfermedad no puede desarrollarse en
su ausencia.

5. Explique los siguientes modelos de causalidad:

a.
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA

Fig 1: Amabas hacen parte de un modelo causal directo ya que el virus del polio
provoca la poliomielitis y la infección por Neumococo provoca o tiene un efecto
directo en causar neumonía neumocócica.

b.
Fig 2: Es un modelo de
asociación causal indirecta
debido a que el cigarrillo, el
monóxido de carbono y los
agentes naturales son causas
que tienen un efecto para
producir cáncer.

c.

Fig 3: Puede ser un modelo de asociación causal directa e indirecta ya que existe
una probabilidad de que el fumar cigarrillo puede ser un factor predisponente y no
es el principal causante de la bronquitis, pero las radiaciones si, por otro lado, el
asbesto si tiene una causa directa sobre el enfisema pulmonar.
 UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA
6. De un ejemplo y explique en que consiste la asociación causal
indirecta.

Es aquella en la que entre la causa (C) y la producción del efecto (E) existen
causas intermedias: C - A- B - E (ejemplo: El uso de medicamentos en cuadros
inflamatorios en individuos con diabetes puede causar glicemia (glucocorticoides).

7. De un ejemplo de asociación causal necesaria y no suficiente.

Es necesario, pero no es suficiente para producir la enfermedad (factor a+b+c =

enfermedad) ejemplo: virus del papiloma humano, cáncer de cuello uterino, Bacillo
de Koch y tuberculosis.

8. De un ejemplo de asociación causal no necesaria y suficiente

El factor puede producir la enfermedad, pero también otros factores que actúan
solos (factor a,b,c). Ejemplo: La leucemia puede ser producida por exposición a la
radiación y por exposición al benceno.

9. De un ejemplo de asociación causal no necesaria y no suficiente.

Ningún factor por sí solo es necesario suficiente (factor a+b o factor c+d =
enfermedad). Ejemplo: la mayoría de las enfermedades crónicas como diabetes
mellitus, hipertensión arterial.

BIBLIOGRAFIAS

Morabia A. Sobre el origen de los criterios causales de Austin Bradford Hill. Bol
Oficina Sanit Panam 1992;113:243-247. 14.

Rothman KJ. Causes 1976. Am J Epidemiol 1995;141:90-5

Beaglehole R, Bonita R, Kjellström T. Causalidad en epidemiología. En:

Epidemiología básica. Washington, D.C., USA: Organización Panamericana de la
Salud;1994. pp. 75-86.

Vitale, E. (2003). Factores de riesgo y causalidad

Maya, C. J.-J. (2010). Epidemiología . México : El Manual Moderno.

Thrusfield, M. (1990). EPIDEMIOLOGIA VETERINARIA . ZARAGOZA (España):

BUTTERWORTHS & CO. (publishers) Ltd, 88 Kingsway, London WC2B 6AB.
UNIVERSIDAD COOPERATIVA DE COLOMBIA
Facultad de Medicina Veterinaria y Zootecnia
EPIDEMIOLOGÍA