#1 El discurso causal en la epidemiología anglosajona: antecedentes

Los enfoques sobre la determinación y la causalidad que predominan en la epidemiología europea y

norteamericana son heterogéneos. Algunos de ellos, como la teoría miasmática, reflejan una posición
precientífica, pero aún vigente en varios espacios políticos y académicos. Otros enfoques han incorporado los
avances de la ciencia moderna, especialmente de la física y la estadística, aunque en diferentes direcciones;
algunos fortaleciendo la concepción mecánica unicausal, otros reconociendo la multicausalidad como reflejo de la
complejidad y variabilidad de los fenómenos. Aunque el problema es en última instancia filosófico, los debates
sobre la causalidad en epidemiología suelen centrarse en las técnicas y los métodos, más que en perspectivas
críticas.

TEORIA MIASMATICA (modelo pre-científico)

A mediados del SXVI, el saber predominante atribuía el origen de las enf’ a una cuestión divina (concepción
religiosa cristiana). Con el avance pol’ soc’ y científico propio del capitalismo, dejan de lado esta perspectiva y
reemplazarlo con modelos de observación empírica (que relacionaban el mal olor con las enf’) con los cuales
pretendían explicar el origen de la enfermedad.
el medico veronés Girolamo Fracastoro (1478-1553) publicó dos obras de especial importancia para la
epidemiología: 1er como el sífilis se expande en europa, y la 2da las enf’ se contagian de persona a persona a
través del contacto directo, fómites y vectores.
Estos planteamientos dieron lugar a LA TEORIA MIASMATICA desarrollada en Europa a mediados del siglo
XVII por el médico inglés Thomas Sydenham (1624-1689), “padre de la clínica”, y el italiano Giovanni Maria
Lancisi (1654-1720). Según estos pensadores, las enfermedades son causadas por agentes externos difusos
denominados “miasmas”, o emanaciones fétidas de suelos y aguas impuras, las cuales se diseminan por el
aire sin control, como una nube tóxica.
La teoría miasmática, entonces, sostenía que los olores desagradables eran la causa de las enfermedades. Esta
hipótesis se veía respaldada: por el hecho de que los pobres, los malos olores y las enfermedades se concentraban
en los mismos lugares. Es decir, su argumento la basaban en las extremas condiciones de vida de los pobres.
(esto fue porque en la rev’ industrial la gente comenzó a vivir alrededor de las fábricas, con viviendas
improvisadas y precarias sin sist’ de cloacas y hacinadas).
Referentes como chadwick: Los trabajadores se enfermaban no trabajaban y perjudicaban a las empresas, por eso
en: 1842 Chadwick elabora un documento donde se promovían pol’ de sanidad e impulsar el movimiento
sanitario del siglo XIX. Y se implementó el sistema de drenaje, con circuitos cerrados y separados para el
suministro de agua y el desecho de desperdicios y de aguas negras. O sea, este modelo dio lugar a intervenciones
relativamente efectivas como la higiene urbana y el control de pantanos y material en descomposición.
Sus explicaciones no se centraban en explicar el contagio, y al estar todos expuestos a los miasmas ninguno
tiene la responsabilidad de la enfermedad.
este modelo dio lugar a intervenciones relativamente efectivas como la higiene urbana y el control de
pantanos y material en descomposición. La teoría miasmática inspiró también a Florence Nightingale (1820-
1910) para proponer hospitales bien ventilados, drenajes cerrados, sistemas de alcantarillas y recolección de
basuras; este tipo de pensamiento lo podemos ver plasmado en la arquitectura de hospitales que aún hoy
conservan esa estructura ventilada y de techos altos.

Era: Chadwick, contribuyó a impulsar el movimiento sanitario del siglo XIX.

Paradigma/teorías dominantes: 1er paradigma miasma
Modelo de análisis: El modelo de análisis de la teoría del miasma en relación a la sanidad ambiental se basaba en recopilar y
analizar estadísticas vitales, específicamente datos de mortalidad en diferentes regiones. El objetivo era identificar patrones y
correlaciones entre las condiciones de vida y la incidencia de enfermedades, especialmente aquellas asociadas a condiciones
insalubres.
Este enfoque estadístico permitía evidenciar la relación entre la pobreza, las malas condiciones de vida y la propagación de
enfermedades. Se buscaba establecer una conexión directa entre la insalubridad del entorno y la aparición de enfermedades, como
el cólera, la fiebre tifoidea y la tuberculosis, entre otras
Medidas de intervención: Obras públicas para mejorar la sanidad ambiental
TEORIAS ALTERNATIVAS que hicieron una crítica al paradigma de la teoría miasmática:

 LA MEDICINA SOCIAL ALEMANA de Virchow: Virchow y la medicina social alemana: realizó un informe sobre
epidemia tifus, en el mismo realiza un análisis sociológico del rol de la iglesia católica y la coincidencia de la
nacionalidad con la ocupación, es decir con trabajos más ingratos, describiendo además las condiciones de vivienda,
educación, dieta, el patrón de consumo, las creencias y las prácticas médicas populares. El introdujo la idea de
condiciones sociales producidas artificialmente es decir producidas por la acción humana y no por la naturaleza y a
partir de ella la idea de epidemias artificiales como resultado de la inequidad social. En otras palabras, las personas que
mas enfermaban eran resultado de la inequidad social y el tipo de intervención que se requeria no era medica ni
sanitaria, sino que haya una nueva reestructuración social basada en la democracia ilimitada, la educación, el
bienestar y el derecho al trabajo, entre otras “reformas radicales”.
La concepción fundamental del movimiento alemán de medicina social se expresa en el eslogan que reza: “la medicina es
una ciencia social, y
la política no es más que medicina en gran escala”. Rosen resume el ideario de la medicina social en tres “principios
fundamentales”:
1. “La salud del pueblo es un problema que concierne a toda la sociedad. La sociedad tiene la obligación de asegurar la
salud de
sus miembros”: plantea la universalidad del derecho a la salud dentro de una sociedad y la inseparabilidad entre salud
individual y
responsabilidad colectiva, lo que fundamenta a la medicina como una ciencia social.
2. “Las condiciones sociales y económicas tienen un efecto importante en la salud y en la enfermedad, y esas relaciones
deben
estar sujetas a la investigación científica”: hace referencia a la causalidad o etiología de las enfermedades.
3. Las medidas que se adopten para promover la salud y combatir la enfermedad deben ser “tanto sociales como
médicas”.
Virchow elaboró una teoría de las enfermedades epidémicas como manifestación del desajuste social y cultural. “Si la
enfermedad es la expresión de la vida individual bajo condiciones desfavorables, las epidemias deben ser indicativas de
las perturbaciones importantes en la vida de las masas”. Esas perturbaciones son de naturaleza social y económica, por
ej., disminución de los negocios, desempleo y similares. “¿No vemos que las epidemias señalan siempre las deficiencias
de la sociedad?. En todas las épocas han existido diarreas, fiebres intermitentes y neumonías. Las epidemias artificiales,
sin embargo, son atributos de la sociedad, productos de una cultura falsa, de una cultura a la que no tienen acceso todas
las clases.
 EL SOCIALISMO DE Hengels: considera que la teoría miasmática es un determinante inmediato o directo, pero
también considera que los medios de producción capitalista (contexto socio-económico) son un determinante mediato o
indirecto de la enf’. Ya que estos factores contribuyen a altas tasas de morbilidad y mortalidad. No obstante, las
INTERVENCIONES MEDICAS no eran suficientes para el control de las enf’ como, la fiebre tifoidea, tuberculosis.
Entonces había que hacer un cambio en la organización social.
 EL CONTAGIONISMO propuesto por Henle y Snow: quienes argumentaron que la creencia en una nube natural,
difusa e inmanejable como causante de la enfermedad enmascaraba el papel de la pobreza en la propagación de
enfermedades. CONTAGIONISMO (evoluciona a teoría del germen): sostenía que la enf’ se transmite de persona a
persona por un agente infeccioso capaz de reproducirse por si mismo (invest’ de snow sobre cólera). se controlaba a
través de medidas preventivas de cuarentena, entonces, se aislaban a las personas por el cierre de puertos y ciudades
enteras. Su aceptación estaba condicionada por dos problemas:
o Problema teórico: la teoría no tenía validez int’ porque habían casos en que la gente no enfermaban con o sin
aislamiento.
o Problema político y económico: no era compatibles con los intereses de la clase dominante (burguesía y
liberales), porque implicaba el cierre de comercios y puertos y esto disminuía su productividad económica.
o Referentes: Henle, snow.
TEORIA DEL GERMEN (modelo unicausal)
Era: Enf’ infecciosas SXIX-XX
Paradigma/teorías dominantes: 2da paradigma germen
Modelo de análisis: De laboratorio germen
Medidas de intervención: Vacunas cuarentena y hospitales para infecciosos
Teorías alternativas: Goldberg, Durkheim, mckeown
La teoría miasmática comienza a ser insuficiente, no puede dar explicaciones de porque hay personas que se
enferman y otras no (enf’ respiratorias, diarreas, enf’ crónicas). se retoman las ideas del “contagionismo”
(consideraba que las enf’ se contagian a través de partículas pequeñas que pasan de una persona a otra,
modelo rechazado por comerciantes y científicos y que solo se consideró la teoría miasmática), gracias a los
descubrimientos de Pasterur y Koch. Nace una nueva perspectiva capaz de dar respuestas a los procesos de
S/E “las enf’ son por supuestos unicausales”. paradigma desarrollado a través, de 3 modelos:
 La teoría del Germen.
 El mecanicismo unicausal.
 La triada ecológica.

TEORIA DEL GERMEN: paradigma que nace gracias a los descubrimientos de Luis Pasteur y Robert Koch
“era bacterioogica”.

En 1865 el químico francés Louis Pasteur (1822-1895) estableció el origen microbiano de enfermedades del
gusano de seda y propuso la “teoría germinal de las enfermedades”, según la cual, toda enfermedad
infecciosa tiene su causa en un organismo vivo microscópico con capacidad para propagarse entre las
personas. esta teoría se fortaleció aún más cuando el médico alemán Robert Koch (1843- 1910) descubrió el
bacilo de la tuberculosis en 1882 y el bacilo del cólera en 1883. Con base en sus observaciones sobre el bacilo del
ántrax, Koch propuso un conjunto de criterios fijando las condiciones para que un organismo sea considerado la
causa de una enfermedad; dichos criterios se conocen como “los postulados de Koch” :

 El agente patógeno debe estar presente siempre en los animales enfermos (condición necesaria) y
ausente en los sanos.
 El agente debe ser cultivado y aislado en un medio por fuera del cuerpo del animal enfermo
(aislamiento de la causa única).
 El agente aislado debe provocar la enfermedad en un animal sano susceptible al ser inoculado
(condición suficiente).
 El agente no debe encontrarse en otras enfermedades (condición específica).

Según el modelo causal de Koch, una enfermedad puede ser conocida y controlada si se identifica el microbio
causante. No obstante, este paradigma, dice que los microbios son causas externas “políticamente neutras” que nada
tienen que ver con la pobreza ni con la organización social, sino que la culpa la tienen los infectado, es decir son
responsables del contagio. Ej. La tuberculosis, más que un problema social se asume como un problema
individual, y es en los sujetos infectados e infectantes donde debe controlarse la enfermedad. En tal sentido, el
control de las enfermedades se fue centrando en desarrollar intervenciones médicas e individuales enfocadas en la
eliminación del microbio (antibióticos, vacunas y aislamiento del enfermo).

la teoría del germen fortaleció la concepción unicausal de las enfermedades: la causa es el microbio. Sus
hallazgos impulsaron por el mundo el desarrollo de intervenciones reduccionistas y medicalizadas basadas en
vacunas y antibióticos, con el apoyo y crecimiento de la industria médico-farmacéutica.
Es decir, pudo dar explicaciones a ciertas enf’ como la respiratorias (TBC), las diarreicas (cólera), pero, no
daban respuestas de las enf’ crónicas. No obstante, esta teoría deja de lado las condiciones
sociales y ambientales, como sustrato de enf’.

LA TRIADA ECOLOGICA DE COCKBURN

En 1963, el epidemiólogo y paleopatólogo inglés Thomas Cockburn (1912-1981) propuso un modelo que
trataba de explicar la distribución del agente causal, y que ha recibido el nombre de TRIADA ECOLOGICA:
es la interacción entre tres elementos, que refuerzan el paradigma unicausal.
 El agente causal (sigue planteando la relación unidireccional entre el agente causal y el hospedero).
 El hospedero: el que enferma (persona individual sin grupo e historia)
 Medioambiente: conjunto de condiciones nat’ externas, que juegan un papel pasivo, susceptible de
causar daño. “O sea siguen dejando de lado las condiciones sociales”.

PARADIGMA UNICAUSAL MECANICISTA

La teoría del germen y la tríada ecológica, parecía dar respuestas a enf’ infecciosas y parasitarias, ya que
respondían a vacunas y antibióticos, aunque no daba respuestas a trastornos crónicos. Sin embargo, los
epidemiólogos siguieron buscando causas únicas y externas en “agentes” que no siempre eran microbios, como
el cigarrillo, el alcohol, la grasa y los contaminantes ambientales.
El paradigma unicausal: dice que para cada enf’ especifica hay un agente causal; ósea, la formula dice que
 “la condición X produce la enf’ Y” , asumía que la causalidad es una relación lineal unidireccional y mecanica
que se da siempre desde la causa X hacia el efecto Y; es decir tenía un enfoque mecaniscita, porque considera que
siempre que se da la causa aparece el efecto (basada en la teoria física de galileo y newton).
Los epidemiólogos que proponían el paradigma unicausal, dicen, que el agente “X” es una causa externa,
identificable, específica, que actúa de manera unidireccional y mecánica desde el antecedente hacia la
consecuencia produciendo el daño.
Esta paradigma, se fundamentaba en la idea, de que la causa “X” de la enf’ debía ser necesaria (significando
que sin ella el efecto no puede ocurrir), y debía ser suficiente ( significando que su presencia basta para que
siempre aparezca el evento)
Esta teoría mecanicista, encajaba con el positivismo y daba respuesta ciertas enfer’ exigía la verificación empírica de los
hallazgos y proponía explicaciones universales políticamente neutrales; adicionalmente, utilizaba la modelación matemática
para establecer asociaciones entre X y Y. (se integraba la frase “si fuma tendrá cáncer de pulmón”.

Un nuevo reto: explicar las enfermedades crónicas

Después de la Segunda Guerra Mundial, se observó una polarización epidemiológica en el mundo. Los países
industrializados experimentaron un gran desarrollo en el bienestar social y con ello mejor calidad de vida, pero
también un aumento de ENFERMEDADES CRONICAS, buscaron respuestas a través del modelo unicausal, pero
ya no se explicaba desde una sola causa, por el contrario, parecían relacionadas con múltiples condiciones de
tipo biológico, ambiental, comportamental y social que aisladamente no actuaban como causas necesarias ni
suficientes. Y comenzó por parte de los epidemiólogos la aplicabilidad de modelos estadísticos multivariados a
las investigaciones sobre el cáncer y las enfermedades crónicas no transmisibles.

En Inglaterra, el estadístico y epidemiólogo Bradford Hill (1897-1991), realizo unos estudios con diseño
experimental, de casos y controles y de cohorte, para poder establecer una relación causal entre la tuberculosis y
el cáncer de pulmón.
Hill propuso 9 “criterios de causalidad” que nos ayudan a identificar y valorar si existe una relación causal o
no:

1. Fuerza de la asociación: cuanto mayor sea la asociación estadística (tamaño del efecto), más probable es
que refleje una relación causal; sin embargo, una asociación estadística pequeña no significa que no haya
una relación causal.
2. Consistencia (reproducibilidad): las asociaciones consistentes, observadas por diferentes estudios en
diferentes lugares y con diferentes muestras, refuerzan la presunción de que la asociación sea causal.
3. Especificidad: la relación causal es más plausible si el analista se refiere a un resultado específico, en una
población específica, en un sitio específico y en ausencia de otra explicación plausible. Cuanto más
específica sea la asociación entre un factor y un efecto, mayor es la presunción de una relación causal.
4. Antecedencia temporal: para argumentar una relación causal, el posible efecto tiene que ocurrir después
de la posible causa; y si hay un retardo esperado entre la causa y el efecto esperado, entonces el efecto
debe ocurrir después de ese retraso.
5. Gradiente biológico: una mayor exposición debería conducir generalmente a una mayor incidencia del
efecto. Sin embargo, no es siempre fácil medir la magnitud de la exposición, y en algunos casos, la mera
presencia de la condición causal puede desencadenar el efecto.
6. Plausibilidad: descubrir un mecanismo teórico plausible entre la causa y el efecto es un criterio muy útil
para soportar los análisis causales; sin embargo, el conocimiento del mecanismo suele estar limitado por
los avances de la ciencia. En tal sentido, cualquier proposición causal debe soportarse en el mejor
conocimiento teórico disponible sobre el problema y su dinámica.
7. Coherencia: la coherencia entre los diferentes estudios epidemiológicos y de laboratorio aumenta la
probabilidad de la asociación causal; sin embargo, encontrar resultados inconsistentes no significa
necesariamente que no haya asociación causal, pues una misma causa puede actuar de diferente forma en
contextos distintos.
8. Evidencia experimental: ocasionalmente, pero no siempre, es posible apelar a la evidencia experimental,
y en la medida en que los experimentos logren disminuir el error, sus hallazgos pueden utilizarse como
argumentos en favor de la relación causal.
9. Analogía: la explicación causal de un fenómeno puede apoyarse también en el conocimiento sobre
fenómenos similares.
El paradigma de Hill se basa en el enfoque contrafactual: o sea, contrastaba los fenómenos observados
empíricamente (los datos) con comportamientos del mismo fenómeno, que sin haberse observado pudieran ser
posibles (hipótesis).

Paradigma multicausal en epidemiología

Desde comienzos del SXX, se dieron en el mundo grandes cambios políticos e idiologicos que evidenciaran las
limitaciones del paradigma unicausal predomínate en la ciencia y en el discurso epidemiológico.
El orden de la sociedad capitalista se subsume En un periodo de crisis y cambios acelerados (guerras, avances
científicos y matemático), los modelos mecanicistas unicausales se mostraron insuficientes para explicar el
origen y desarrollo de las enfermedades crónicas, y los epidemiólogos se acogieron a los modelos estadísticos y
probabilísticos que se expandían por el mundo para dar respuestas a enfermedades.
En los nuevos términos del enfoque probabilístico los análisis unicausales se representan con la siguiente fórmula
general: Pr (YX=Y), dice, que la frecuencia del evento “Y” refleja la probabilidad de que ocurra el efecto Y” en
presencia de la posible causa “X”. A diferencia del determinismo mecanicista, esta variante acepta la
incertidumbre y mide la aparición del resultado, no como algo seguro, sino como una probabilidad que puede o
no cumplirse. Este enfoque reconoce que la causa no siempre opera de forma mecánica, y exigía a los analistas
considerar la presencia de otras condiciones que pudieran afectar la aparición del resultado. Intentando superar las
limitaciones de los modelos mecanicistas unicausales, los epidemiólogos debieron reconocer que las
enfermedades no se deben a una sola causa, sino a múltiples condiciones que interactúan entre sí de diferentes
maneras, generando resultados inciertos, los cuales podrían preverse, pero en términos dudosos o
probabilísticos. Este enfoque se incorporó al discurso epidemiológico con el nombre de paradigma multicausal, y
en su seno se plantearon tres modelos particularmente influyentes en la comprensión de la salud y la enfermedad:
el paradigma de la caja negra, el enfoque de riesgo y la multicausalidad estructurada. Los enfoques
multicausales influyeron también en el desarrollo de tres planteamientos de la epidemiología social anglosajona
que revisamos en otro seminario: la ecoepidemiología de Susser, los análisis multinivel de Diez-Roux y la
propuesta ecosocial de Nancy Krieger

1. El modelo de la multi-causalidad estructurada:

2. El paradigma de la caja negra:
3. El enfoque de riesgo:

Las múltiples causas se estructuran

En 1955, el médico y epidemiólogo inglés, Brian MacMahon (1923-2007), realizo estudios sobre cáncer de
pulmón y tabaquismo. Sus hallazgos demostraron que la teoría unicausal no se aplica, porque muchos fumadores
desarrollan cancer de pulmón y otros no, en cambio, podían expresarse en el nuevo lenguaje matemático de las
probabilidades.

Sus reflexiones dieron origen a la epidemiología moderna, llamada también epidemiología clásica. Este paradigma
propone que las enf’ son el resultado de múltiples condiciones o factores X, de tipo biológico, ambiental,
individual, e inclusive social, los cuales pueden asociarse estadísticamente con la aparición de la enfermedad.

Es decir, MacMahon decía que la etiología de la enfermedad es por 2 momentos sucesivos: primero la persona
debe estar expuesta a una condición externa que causaba la enfermedad, y segundo debe actuar un mecanismo
biológico en el cuerpo de la persona que le produce la sintomatología clínica.
La condición externa eran los factores que actuaban de manera incierta “no mecanico como en la idea unicausal”
y que podían ser multiples, muchos y que al exponerse a todos ellos esto iba a aumentar la probabilidad de que
aparezca un daño, así, aparece la terminología de los factores de riesgo.
Es decir, existen FR que aumentan la probabilidad de enfermar, pero esta exposición no determina si enferma o no.
En el seno del paradigma multicausal se desarrollaron varios modelos de análisis estrechamente relacionados entre
sí, que van en un progresivo proceso superador uno del otro: modelo de la caja negra, de causas componentes y
enfoque de riesgo. (3 modelos contemplados por MacMahon)

1. EL MODELO DE LA CAJA NEGRA: alude a una metáfora representada por fenómenos cuyos
mecanismos están ocultos y son desconocidos para el observador (por eso caja negra).
Esta teoría postula un paradigma multicausal, es decir, considera que hay múltiples factores o
variables independientes y aisladas entre sí, que interactúan y forman una red.
 Este modelo (se funda las cs naturales): considera que el resultado “Y” es consecuencia de la
interacción de múltiples factores o variables “X”.

En base a este enfoque, los epidemiólogos, miden los factores uno por uno en cada persona (la
teoría no consideran su contexto de vida y varía según la persona), y esto lo hacen a través de un
modelo matemático llamado “modelo de regresión lineal múltiple” nos permite analizar la
asociación entre los factores “x” (ya sean, amb’, individual, soc’, biológico,etc) con el resultado
“y”.

La ecuación es: el resultado “Y” es por el componente alfa (factores desconocidos), más la
influencia del factor “X1, mas “X2”, etc).

(no obstante, la asociación entre los factores y el resultado se analizan en términos probabilísticos
e inciertos “no deterministas” que se desarrollan a lo largo del tiempo, es decir, que la
exposición a los factores o causales no determina, la existencia de un resultado especifico).

Este modelo está fundado el enfoque contrafactual (comparación de resultados en escenarios

distintos, es decir cuál es el resultado cuando el individuo es expuesto y cuando no “esto evalúa el
efecto causal”), que nos determina si el resultado es azoroso o si hay una asociación estadística.
Critica: dea de lado el contexto soci-economico de la persona y desconoce que las interacciones
de los FR cambian a lo largo del tiempo.

2. EL ENFEOQUE DE RIESGO:
Modelo que antecede a las ECNT (hay estudios, como la difteria en 1925 donde aparece la noción
de riesgo), y aparece en los años 20, bajo la lógica de riesgo, pero como peligro o amenaza (como
carácter secundario de la enf’), no como probabilidad o azar.
Luego en los años 30, la noción de riesgo comienza a tener mayor relevancia, en la incidencia de la
enf’. (gracias a un caso publicado que decía, que la tuberculosis pulmonar presenta un riesgo a
los familiares).
Luego en los años siguientes, la noción de riesgo, se termina de vincular como la probabilidad de
que se presente un efecto desfavorable.
(esta probabilidad se puede medir, entonces toma fuerza la lógica estadística que exponerse a un
riesgo aumenta la probabilidad de que suceda un evento).

Dentro del paradigma de la “caja negra”, surge la teoría “El enfoque de riesgo”.
Es un modelo que tiene como objetivo administrar los problemas de salud pública. O sea,
identificar y controlar los problemas prioritarios de salud, para poder aplicar las medidas de
intervención más efectivas.

Esto los hace mediante el análisis causal de los FR de mayor peso y dando especial atención a los
individuos más susceptibles.

En otras palabras, El enfoque de riesgo hace un análisis lineal de la causalidad; asume que los
eventos son multicausales y probabilístico. Su etiología la busca analizando los FR por separado,
focalizando su intervención en los grupos más susceptibles y de mayor riesgo.

La relación de causalidad se apoya en asociaciones estadísticas (datos que se analizan para

identificar si hay una correlación entre el factor especifico y la ocurrencia de la enf’), y las causas
se jerarquizan según el peso comparativo de cada factor, en relación con la frecuencia de la enf’, es
decir, Si un factor está asociado con una alta frecuencia de la enfermedad, se le dará más peso en la
jerarquía de causas, ya que su contribución es más significativa en términos de la prevalencia de la
enfermedad.

Los fundamentos del enfoque de riesgo, es desde donde entienden los problemas, las causas y su
relación con las personas.
 Los problemas o FR: son incierto y probabilísticos, y se distribuyen de distinta manera en
la población, y según su prevalencia y gravedad, pueden medirse para delimitar cuales son
 los prioritarios.
 Las causas o FR: considera que un problema es multicausal y que pueden evitarse si se
consideran las causas que más influyen en la aparición de un daño. No obstante, no todas
las causas o FR tienen la misma fuerza e influencia sobre las personas (no actúan de
manera lineal, y se articulan de multiples formas). Es decir, en base a este enfoque hay…
 Personas: que tienen mayor riesgo de padecer un daño que otros, por eso hay que tener
mayor prioridad con ellas.

En otras palabras, este enfoque de riesgo:

 Identifica los grupos de personas que requieren mayor prioridad.
 Identifica los FR de mayor prevalencia.
 Elabora un perfil de morbimortalidad
 Elabora estrategias de intervención.

Critica: deja de lado el contexto soci-economico de la persona y desconoce que las interacciones
de los FR cambian a lo largo del tiempo.

La lógica de la epidemiologia moderna se estructura en torno al concepto de riesgo

(probabilidad de que ocurra un evento desfavorable) y factor de riesgo (situación o condición cuya
presencia aumente la probabilidad de que ocurra el daño).

Almeida filho “desde esta teoría de riesgo se puede medir y comparar la frecuencia de enf’ en
relación a la presencia de los FR, así proporcionar medidas de prevención más eficaces”
Pero no toda probabilidad puede considerarse como riesgo, para definirlo como un riesgo para la
poblacion, primero hay que observar3 elementos (Almeida filho):
 La ocurrencia del evento (numerador) 1 caso enf '
 Base de referencia poblacional (denominador) poblacion(t )
 Base de referencia temporal (periodo)

El objetivo, es saber qué tipo de relación causal hay entre las distintas variables y la ocurrencia de
un evento. Es decir, cuanta significancia tiene la variable en términos probabilísticos de que ocurra
el evento, sino es por cuestiones del azar o es estadísticamente asociable. Entonces se va a medir:
 Medidas de frecuencia:
 Medidas de asociación:
 Medidas de impacto:
Estas medidas se realizan por medio de operaciones aritméticas simples y por instrumentos
matemáticos como proporciones y tazas.

Osea, esta teoría solo analiza cuanta relación hay entre los FR y el evento, no le interesa los
aspectos socioeconómicos de las personas o su contexto personal.

MacMahon: presta atención a aquellos FR más cercano al evento, dejando de lado y viéndolo
como un carácter secundario a aquellos factores socio-culturales (los considera como los factores
mas alejados del evento).
No obstante, hay epidemiólogos que consideran una dimensión sociocultural, es decir
características de las personas o factores socio económicos. Osea, los considera como factores
fuertes que predisponen al evento, por eso considera características cualitativas, como el nivel
socio-económico, educación, etc. Es decir, comienzan a considerar los estilos o hábitos de vida de
las personas, ya que hay probabilidad de que las enfermedades cardiovasculares o cáncer, son
consecuencia de un mal estilo de vida.
El estudio de framighan: es un estudio de cohorte prospectivo, cuyo objetivo era establecer la
relación causal que existe entre los FR como la HTA, el colesterol y la ocurrencia de
enfermedades cardiovasculares.
Y en 2002, 4095 participantes se incorporaron a la cohorte de 3er generación del estudio y con su
resultado se logra establecer sólidamente el concepto de FR.

Conocer los FR nos ayuda a identificar y focalizar las intervenciones en los grupos de mayor
 riesgo, también nos permite definir prácticas de educación para la salud y mejorar la atención.
 Predicción: nos ayuda a predecir la presencia de una enfermedad o evento.
 Diagnóstico: nos ayuda sospechar de un posible diagnóstico, según FR al que se expuso, ya
que nos aumenta la probabilidad de una enf’.
 Prevención: nos ayuda a reducir las consecuencias que puede causar la exposición al FR ya
conocido. PREVENCION PRIMARIA.
Dentro del sist’ de salud: nos ayuda a aumentar la cobertura, mejorar los patrones de referencia,
modifica los FR, reorganizar el sist’ de salud en los niveles regionales, prov’ y nac’, adiestrar al
personal de salud.
Fuera del sist’ de salud: nos ayuda al autocuidado y atención a la flia’, atención comunitaria,
políticas intersectoriales.
LIMITACIONES DEL CONCEPTO DE RIESGO:
 Es un enfoque reduccionista y fragmentario de la realidad, que ignora el contexto
social en el que está inmerso la persona, solo considera a la persona individualmente y no
a los grupos, y él es responsable de su cuidado, es decir si enferma es culpa suya por su
estilo de vida insano.
 Considera a los FR aislados y separados uno del otro, desde el punto de vista de su origen.

3. EL MODELO DE CAUSAS COMPONENTES:

a mediados de los años 80 hubo avances significativos en los programas de computadora que impulsaron el
progreso de las ciencias, incluyendo los procedimientos matemáticos y estadísticos. Esto permitio a
epidemiólogos como Kenneth Rothman (1945-v) a utilizar técnicas estadísticas de análisis multivariado.
Para proponer una variante de la caja negra conocida como MODELO DE CAUSAS COMPONENTES:
enfoque que sugiere que una enfermedad especifica es producto de múltiples mecanismos causales y a su
vez estos mecanismos son el resultado de múltiples causas componentes.
En otras palabras, una causa suficiente no es un factor aislado sino un conjunto mínimo de condiciones que
confluyen progresivamente en un arreglo, y que cuando lo completan indefectiblemente producen el evento.
Es decir, las causas aisladas por sí mismas pueden no ser suficientes ni necesarias, pero cuando se
combinan en "arreglos o sistemas causales", pueden ser necesarias y suficientes para producir el evento (la
enfermedad en este caso).

El enfoque de causas componentes, reconoce la complejidad y el dinamismo del proceso causal, solo
puede describirse en términos inciertos o probabilísticos.
Según su perspectiva, una misma enfermedad puede deberse a distintos componentes causales y no siempre
actúan de la misma forma, sino que depende la manera en como las condiciones van interactuar entre si. Ej. la
HTA no actua de la misma forma según el tipo de persona, no es lo mismo fumador joven que hace ejercicio, que fumador
adulto mayor n hace actividad.
A demás dentro de un mismo arreglo causal, los componentes pueden variar en cantidad e intensidad a lo
largo del tiempo, lo que puede generar procesos impredecibles y estocásticos (es decir, secuencia de eventos
producidos al azar). Las causas requieren un tiempo mínimo para que se genere un desenlace, denominado
tiempo de inducción y periodo de latencia.

En todo caso, el conjunto de componentes que se configura como una causa suficiente (su presencia hace
que el efecto ocurra siempre) y necesaria (condición especifica sin la cual el efecto no puede ocurrir) actúa
de manera determinista, cuya presencia o ausencia define una probabilidad de cero o uno para la enfermedad
en estudio.

El modelo de causa componente propuesto por Rothman (modelo determinista): dice que las enfermedades o
evento son consecuencia de causas necesarias y suficientes que actúan en conjunto, y esto tiene un sentido
determinista porque reconoce que un evento o cambio surge de condiciones o factores que lo preceden.
Sin embargo, considera que una causa se configura en el tiempo de forma incierta y probabilística, y el daño que
puede causar dependerá de un periodo de tiempo (inducción y latencia). cuya capacidad para generar el daño puede
requerir diferentes periodos de inducción que no siempre pueden establecerse con facilidad.
O sea, el modelo no conoce el mecanismo causal exacto en cada individuo ni los factores adicionales que podrían
influir en la configuración del arreglo causal (la exposición al FR le precede en un determinado tiempo un
 resultado, ya que hay una relación causal entre ambos).

Los enfoques multicausales son actualmente el paradigma predominante para investigar las enfermedades.
En la práctica, se aplican de 4 formas “no excluyente”:

1. Modelo multicausal de causas múltiples: una enfermedad se estudia asumiendo que tiene múltiples
causas independientes; cada una de las cuales es por sí misma única, necesaria y capaz de completar una
causa suficiente. Ej. la gastritis puede obedecer al consumo de café, a la giardiasis o al estrés.
2. Modelo multicausal de efecto único: los investigadores asumen que una enfermedad puede obedecer a
varias causas que actúan conjuntamente (en pandilla). En todo caso, alguna de las causas debe ser
necesaria y suficiente en presencia de las demás; las causas restantes son necesarias, pero no suficientes
por sí mismas y se denominan “causas necesarias contribuyentes”. Ej. la enfermedad tuberculosa es
producida por la confluencia de la desnutrición, la pobreza y el bacilo de Koch.
3. Modelo multicausal de efectos múltiples: asume que diferentes condiciones producen desenlaces tanto
similares como diferentes. Ej. tres condiciones diferentes como diabetes, hipertensión e
hipercolesterolemia pueden producir por separado infarto de miocardio, enfermedad renal o enfermedad
cerebrovascular.
4. Modelo multicausal de causas componentes (26): este enfoque hace un análisis sobre sobre el arreglo de
causas, dice que Toda enfermedad procede de una constelación de causas que en conjunto es suficiente
para producir el daño y ninguno de cuyos componentes es superfluo (todos son necesarios). Cuando el arreglo se
completa como causa suficiente, indefectiblemente produce el evento; desde esta perspectiva, y aunque los
resultados de los análisis suelen presentarse como probabilidades, el modelo multicausal de causas componentes
conserva la perspectiva determinista de los modelos causales.

El papel del tiempo en los análisis causales

las causas (o sea exposición al FR) requieren un tiempo mínimo para generar el desenlace. Este tiempo varía para
cada causa, e incluye al menos dos etapas secuenciales:

 El periodo de inducción: que transcurre entre la exposición a la causa y el establecimiento del daño.
Cada causa va a influenciar de distinta manera en el tiempo, generando cambios graduales.
 El periodo de latencia: que transcurre entre el momento en que se instala el daño y aparece su primera
manifestación objetiva (signo o síntoma). Tampoco es fácil de establecer porque muchos daños pueden
cursar asintomáticos por largo tiempo.

(la exposición de la causa “suficiente” termina en el momento en que aparece el resultado, una exposición que ocurra en
un momento posterior al daño ya establecido no contribuye a la causa de la enfermedad, ya que el daño ya estaba presente
antes de dicha exposición. En este contexto, la estructura causal se refiere a la secuencia de eventos que lleva a la enf’ y se
considera que la última causa componente en incorporarse desencadena el daño).
Se sugiere que los análisis temporales se centren en el momento en que ocurre el daño, en lugar de enfocarse
únicamente en los síntomas de la enf’. Esto implica considerar el inicio del daño como el evento principal de
interés.
Ante la dificultad de diferenciar de manera precisa los tiempos de inducción y latencia, los investigadores suelen
calcular un periodo de inducción empírico que cubre ambos momentos, utilizando rangos o promedios de tiempo.
El periodo de incubación empírico, varía dependiendo de la enf’ y la persona. (tamizaje detecta tempranamente la
enf’).

Modelación estadística de la causalidad en epidemiologia

desde los inicios del SXX, la epidemiología ha incorporado los avances de otras ciencias, como la teoría de las
probabilidades y la estadística frecuentista, para abordar cuestiones relacionadas con la causalidad.
En el caso de la epidemiología, la estadística frecuentista tiene dos aplicaciones: en primer lugar, la estadística
descriptiva se utiliza para sintetizar y describir las características de las poblaciones; adicionalmente, la estadística
inferencial se utiliza para realizar inferencias y generalizaciones a partir de observaciones realizadas en una
muestra hacia la población más amplia de la cual se extrajo la muestra.

Los análisis estadísticos: buscan si existen asociación o no (variables independetes) entre dos o más eventos, y se
basan en la comparación de sus frecuencias. Y los modelos estadístico más usados por epidemiólogos son: las
comparaciones bivariadas (especialmente el riesgo relativo y la odds ratio cruda), la comparación de medias, las
regresiones lineales simple y múltiple, así como la regresión logística bivariada y multivariada; adicionalmente,
los análisis factoriales ayudan a identificar la estructura de las variables. Los procedimientos analíticos son
seleccionados por el investigador con base en la naturaleza cualitativa o cuantitativa de las variables en estudio.

Los diferentes análisis epidemiológicos deben basarse en un enfoque contrafactual (es decir, buscar que tipo de
relación causal existe con la presencia o ausencia de una variable específica y su resultado especifico). Y elaborar
una hipótesis.
 Si no hay relación causal entre la variable y el resultado, entonces el resultado es producto del azar y no
hay diferencia entre los grupos expuesto y no expuesto, (o sea los grupos se comportan similar.es producto
del azar, y se comportaran de manera similar entre los grupos).
 si hay relación entre la variable y el resultado los grupos se comportaran de manera diferente frente al
desenlace. (o sea, los grupos expuestos tienen mayor riesgo que los que no fueron expuestos).
 En un estudio o experimento, la hipótesis nula se establece como una afirmación de que no hay diferencia o
relación entre las variables que se están investigando. En este caso específico, se menciona que el evento
(posiblemente un desenlace o resultado) se comporta de la misma manera en ambos grupos. La hipótesis
nula enfatiza la igualdad o ausencia de diferencias entre los grupos en relación con el evento en cuestión.
 El investigador también puede formular hipótesis alternativas que propongan una diferencia mínima entre
los grupos o que indiquen una relación específica entre las variables.
El investigador desconoce cuál de estas dos hipótesis puede explicar el fenómeno; tendrá que diseñar su estudio
para probarlas y elegir con cuál de ellas puede brindar la confianza suficiente para generar el argumento
hipotético “pero no la verdad”.
La forma mas común de someter a prueba la hipótesis, es verificar si los valores que podrían ocurrir por azar son
consistentes con los datos observados en el estudio. Para ello, se utilizan pruebas estadísticas que se basan en el
comportamiento incierto de las probabilidades. Estas pruebas permiten evaluar qué tan probable es que los datos
observados sean compatibles con una hipótesis específica.
El resultado de estas pruebas se expresa a menudo mediante valores de p (valor de probabilidad). Un valor de p
bajo indica que la probabilidad de que la hipótesis concuerde con los datos observados es mínima. En este caso,
el investigador puede tener dificultades para respaldar la hipótesis original y podría considerar una hipótesis
alternativa.
En otras palabras, el resultado estadístico no establece la verdad absoluta de una hipótesis, sino que proporciona
una medida de confianza en relación con los datos observados.
En resumen, las pruebas estadísticas en la prueba de hipótesis permiten evaluar la compatibilidad de los datos
con una hipótesis. Los valores de p indican la probabilidad de que los resultados sean debidos al azar, y un valor
bajo de p sugiere que los resultados son poco probables de ocurrir por casualidad. Sin embargo, la verdad
absoluta no se determina únicamente por las pruebas estadísticas, y siempre existe la posibilidad de resultados
raros o inusuales.
Críticas al paradigma de la multicausalidad
1) Fragmentación de la realidad: El enfoque se centra en la búsqueda y medición de factores individuales aislados, sin
considerar su origen ni contexto, y generaliza los resultados a toda la población.
2) Desconexión de las condiciones sociales: No se consideran las condiciones sociales ni los contextos históricos en los
que se articulan las causas, lo que lleva a incluir variables sin argumento ni historia, y a tratar las conductas individuales
como variables independientes y aisladas.
3) Falta de consideración del comportamiento dinámico de las enfermedades: Los análisis se basan en establecer
asociaciones en el momento de la medición, sin tener en cuenta cómo las condiciones biológicas, psicológicas, sociales y
ambientales se articulan a lo largo del tiempo en diferentes contextos.
4) Individualización del riesgo: Atribuye riesgos y probabilidades a los individuos, descargando la responsabilidad en ellos
y minimizando el papel de las condiciones materiales de existencia y los patrones sociales en la salud.
5) Falta de consideración de los contextos históricos y prioridades: No se explican las razones por las cuales ocurren
ciertos fenómenos en un grupo, lo que lleva a enfocarse en intervenciones médico-farmacéuticas y a priorizar estudios en
medicamentos y tecnologías diagnósticas.
6) Enmascaramiento de la inequidad y problemas estructurales: Los análisis tradicionales no abordan las condiciones
socioeconómicas que contribuyen a las inequidades en salud y desvían la atención hacia reformas puntuales que no
solucionan los problemas fundamentales.
7) Limitaciones de los modelos estadísticos utilizados: Los análisis se basan en modelos estadísticos como la regresión
lineal y logística, que pueden no cumplir con los supuestos necesarios y limitar la capacidad de comprender la relación
entre factores y la transformación de las condiciones sociales.

#1 Criterios predominantes en los análisis causales

Hay 5 categorías que se utilizan para respaldar los análisis de causalidad en la literatura epidemiológica: causa
como producción, necesidad y suficiencia, componente suficiente, comparación contrafactual, y probabilidad.

Los modelos de causalidad (producción, necesidad y suficiencia, componentes suficientes, comparación

contrafactual y probabilidad) mencionados han sido objeto de múltiples cuestionamientos.

La dinámica del proceso salud-enfermedad desde la SALUD COLECTIVA LATINOAMERICANA

las teorías predominantes que han abordado la causalidad en el campo de la salud son insuficientes para explicar y
resolver la mayoría de los problemas de salud. Tanto la unicausalidad (Koch), multicausalidad (Bradford Hill,
McMahon), causas componentes (Rothman),no han logrado comprender y abordar la complejidad de la realidad
de manera satisfactoria.
Según el filósofo y epistemólogo Juan Samaja, las explicaciones causales tienden a caer en reduccionismos tanto
fisicalistas (que reduce la noción de la salud y enfermedad a cuestiones moleculares, celulares u orgánicas), como
holistas (atribuye exclusivamente la salud y la enfermedad a condiciones de vida, clases sociales o modos de
producción, sin considerar otros factores importantes).
En resumen, el texto argumenta que las teorías predominantes en la causalidad en salud son insuficientes para
abordar la complejidad de los problemas de salud. Tanto los enfoques unicausales como los multicausales no
logran proporcionar explicaciones completas, y las explicaciones causales suelen caer en reduccionismos
fisicalistas o holistas.
Samaja considera que el proceso S/E es una totalidad compleja conformada por múltiples niveles
organizados jerárquicamente. Estos niveles interactúan entre sí, transformándose y resignificando tanto las
partes como el todo a lo largo del proceso de desarrollo epigenético. y asi conformando un movimiento
integador y totalizador
En el marco de la MEDICINA SOCIAL Y LA SALUD COLECTIVA LATINOAMERICANA: el
epidemiólogo brasilero Naomar Almeida Filho retomó conceptos de Samaja. Y propone ampliar la comprensión
de S/E más allá de los aspectos reduccionistas, biológicos e individuales y hacer énfasis en factores soc’ y eco’.
Entonces, propone una nuevo enfoque de S/E: la considera como un proceso dinámico vinculado a
procedimientos de producción y reproducción que ocurren en el interior de la sociedad. O sea, reconoce que
los procesos de S/E están vinculado a aspectos socio-económicos que determinan las condiciones de vida de las
personas. analizando este contexto entenderíamos los procesos S/E.
Entonces, Para superar esta visión reduccionista, Almeida Filho propone el concepto Disease-Illnes-Sickness
Complex (cDIS), perspectiva que deja de lado al concepto “salud como ausencia de la enf’ (OMS)” e incorpora un
enfoque antropológico “el modelo cultural de S/E/A” .
El modelo cDIS, articula tres categorías:
 Disease (enfermedad): refiere a la alteración patológica o disfunción de procesos biológicos o
psicológicos.
 Illnes (enfermedad): refiere a la experiencia individual y la percepción de malestar asociado a la
enfermedad.
 Sickness (malestar): refiere a la enfermedad como reacción social frente a los problemas derivados de las
dos categorías precedentes.
El cDIS: integra y reconoce los aspectos biológicas, individuales y sociales, para poder abordar y/o entender la
complejidad de los procesos S/E/A.

Almeida Filho: busca una teoría unificada de salud, capaz de modelar la realidad compleja desde una comprensión
dialéctica e histórica, entonces integra, el modelo cDIS (la enf’) y el modelo de integrales de S/E/A (salud), con
las estructuras y dimensiones jerárquicas desarrolladas por samaja.

Almeida filho: considera la salud como un entramado de múltiples niveles que atraviesa varios niveles: la
esfera biológica de los organismos vivos, el modo de vida de los seres humanos y también las percepciones de
las personas. es decir, está compuesta por múltiples planos.
El modelo de integrales de S/E/A: es capa de sintetizar múltiples planos, niveles y determinaciones. Este modelo
busca capturar la complejidad de la S/E al reconocer que no se puede reducir únicamente a factores biológicos,
sino que también está influenciada por el modo de vida de las personas y sus experiencias subjetivas.
el modelo integral de S/E es el dispositivo que abraca los diferentes dominios (lo singular y universal, lo
particular y general), instancias (explicativas, estructurales, sistémicas y sintéticas) y niveles de complejidad.
En resumen, pensar en las integrales del proceso de S/E implica considerar la complejidad del fenómeno y
abordarlo de manera holística, teniendo en cuenta la interrelación entre los diferentes componentes y niveles de
complejidad. Esto permite obtener una comprensión más completa y sintética de la salud-enfermedad como un
proceso dinámico y no lineal.
Para superar el reduccionismo lineal Almeida Filho: toma la idea de estructuras jerárquicas (samaja) y
propone entonces integrar los siete planos, facetas o estados en que, según su opinión, ocurren los fenómenos
de la vida y la salud:

 Microestructural [MSt]: plano referido a lo molecular y celular.

 Microsistémico [MSy]: se refiere al metabolismo y los tejidos.
 Subindividual [Sbl]: relacionado con los sistemas corporales.
 Individual [Cas]: alusivo a los casos clínicos.
 Epidemiológico [PaR]: relativo a la población en riesgo.
 Medioambiental [EcS]: dimensión ecosistémica.
 Simbólico [SoC]: plano semiológico y cultural.
Estas dimensiones, son sistemas complejos e integrado por diferentes niveles que se influencian entre sí y que se
organizan jerárquicamente desde lo biomolecular-inmunológico, lo fisiopatológico-clínico y lo epidemiológico-
ecosocial.

HOLO (todo) PATO-GENESIS (origen de la enf’): modelo de investigación intersectorial y transdiciplinario,

que nos ofrece un marco sistemático y holistico para comprender los complejos procesos de S/E: que resultan, de
la interacción dinámica y multifactorial entre aspectos biológicos, psicológicos soc’ y amb’. Es decir, existe una
red o conjunto de procesos cáusales que interactúan entre si, y determinan el desarrollo de los procesos de S/E.
Desde la holopatogenesis, se comprende que los procesos de S/E son sist’ complejos, integrados en diferentes
niveles que se influyen mutuamente y se organizan jerárquicamente.
Estos niveles abarcan desde lo biomolecular-inmunológico, lo fisiopatológico-clínico hasta lo epidemiológico-
ecosocial. Es decir, reconoce que la enf’ no puede ser comprendida únicamente desde una perspectiva biológica
e individual, sino que también debe considerarse el contexto soc’, eco’ y cult’(Esto implica considerar los
determinantes sociales de la salud, como las condiciones de vida, el acceso a servicios de salud, la desigualdad y
otros factores que influyen en la aparición y propagación de enfermedades).
Desde la perspectiva de la holopatogenia, los procesos patológicos y los estados de salud se explican a partir de
la tensión dinámica entre dos categorías principales:
 Holopatogenos: determinantes que promueven la ocurrencia del componente patológico. Estos
determinantes pueden ser de naturaleza biológica, psicológica, social, ambiental, entre otros.
 Resistores: determinantes que reflejan las resistencias presentes en cada una de las dimensiones afectadas.
Estos resistores pueden reducir la propagación de la enfermedad o evitar la emergencia de estados
patológicos. En otras palabras, los resistores representan los mecanismos de protección y resiliencia que
pueden contrarrestar los efectos de los holopatógenos.
En conjunto, la holopatogenia proporciona un enfoque integral y multidimensional, para comprender la totalidad
compleja de los procesos de S/E, considerando los multiples niveles y determinantes que contribuyen a su
desarrollo. Este marco conceptual busca superar visiones reduccionistas y fragmentadas de la enfermedad,
permitiendo un análisis más completo y sistémico de los fenómenos de S/E.

Los enfoques integrales no se limitan a preguntas simples ni aisladas. A manera de ejemplo, un enfoque de la
pandemia de SARS-CoV-2 (COVID-19) desde la holopatogénesis comprende varias preguntas que deberían ser
resueltas desde una perspectiva interdisciplinaria y que cubren los diferentes planos: ¿Qué es un virus?, ¿cómo
logra modificar sus capacidades?, ¿qué le permite mayores capacidades para su reproducción?, etc.