La causalidad compleja : un nuevo paradigma causal en Epidemiologa?

Dra. Rina Milagros Ramis Andalia Profesora Asistente en Epidemiologa Master en Salud Pblica Escuela Nacional de Salud Pblica de Cuba. (ENSAP)Tel: 8323233, 8328626, 8328570 (ext: 119)E mail: rina.ramis@infomed.sld.cu Tel: 8791921 (priv). Captulo 1. Epidemiologa y complejidad Una de las primeras preguntas que me hice en mi primera aproximacin a la teora de la complejidad fue el alcance de su efecto transformador en el enfoque actual de las Ciencias de la Salud y de la Medicina en general, partiendo de que existe una clara distincin terica y prctica entre ambas. En especial mi mayor inters ha estado centrado como esta teora an no bien conocida por nosotros, va a influir en el pensamiento cientfico y en el quehacer de las ciencias relacionadas con la salud. La Epidemiologa, especialidad a la que me dedico, ha sido objeto de diversas interpretaciones en cuanto al alcance de su objeto de estudio, sus funciones, quienes la ejecutan y el rol que le corresponde como ciencia bsica de la Salud Pblica. Histricamente se ha reconocido que la microbiologa, la clnica mdica y las matemticas representadas por las estadsticas son pilares en el eje de formacin epidemiolgico. A partir de la segunda mitad del siglo XX se incorpora el aporte de las ciencias sociales a esta especialidad, fundamentalmente la sicologa, la antropologa y la sociologa tanto en la en la formacin como en el desempeo de la especialidad, brindando nuevas herramientas a la investigacin de los problemas de salud en las poblaciones humanas. Sin embargo los problemas de salud de las poblaciones humanas han ido evolucionando a travs del tiempo. En un principio solo se vislumbraban como problemas de salud de la poblacin, las grandes enfermedades epidmicas o pandmicas que azotaban poblaciones y pases enteros, posteriormente se identificaron las enfermedades que afectaban a poblaciones o grupos humanos como consecuencia de la carencia de alimentos especficos, relacionados con determinadas vitaminas, as como se consideraron problemas de salud poblacionales las enfermedades que afectaban a los trabajadores por la labor que desempeaban en la minera, la agricultura, la industria etc. Hasta que actualmente se concibe cualquier problema que afecte la salud de la poblacin . Los problemas de salud no solo son enfermedades sino cualquier dao o riesgo que constituya un peligro presente o futuro para la salud de cualquier poblacin. Estos problemas pueden ser causados por factores de origen fsico, mecnico, qumico o biolgico e incluso psicolgico o social o la accin conjunta de algunos o de todos ellos.

El propsito fundamental de la Epidemiologa como ciencia, es , ha sido y ser, identificar y estudiar las principales causas que provocan, permiten o facilitan la ocurrencia de estos problemas con el objetivo de ofrecer soluciones para evitarlos, disminuirlos , eliminarlos o erradicarlos, segn sea la naturaleza del problema y las posibilidades de actuar sobre ellos. En esta bsqueda, la Epidemiologa, ha ido reconociendo el sistema de leyes, principios y categoras que le son propios y le permiten abordar los problemas de salud desde su propia ciencia. Sin embargo los problemas de salud, objeto de estudio de la Epidemiologa, son con frecuencia interdisciplinarios, es decir, involucran a muchas otras disciplinas, de modo que necesariamente la Epidemiologa histricamente ha tenido que ir incorporando leyes, principios, regulaciones, instrumentos y herramientas que pertenecen a otras disciplinas como nica posibilidad de abordar el estudio de estos problemas con la mayor rigurosidad y fiabilidad que le sea posible , esto hace que la Epidemiologa sea una ciencia con un cuerpo de conocimiento propio, que a la vez integra disciplinas internas y externas al campo de la Salud. Sin embargo, sumidos en la complejidad terico- prctica de un mundo dividido y unipolar, donde el irracionalismo de las polticas predominantes arrastra a los pueblos hacia diferencias cada vez mas absurdas y abismales, la epidemiologa de estos tiempos an debe enfrentar las limitaciones tericas de la metodologa de la investigacin actual, que presupone que todos los problemas son dados , estticos y por lo tanto lineales, sin dejar espacio suficiente para otras formas de abordaje de la investigacin. Tambin se deber valorar la universalidad de los supuestos metodolgicos que rigen la investigacin cientfico- mdica actual considerando que en su mayora utilizan modelos de investigacin simples, lineales para explicar problemas de salud que se dan en sistemas abiertos de alta complejidad. En lo internacional y en lo nacional, en lo universal y en lo singular, en lo terico y en lo prctico, la Epidemiologa debe reconsiderar mucho de sus supuestos actuales, los que hasta ahora han funcionado como verdades absolutas. Categoras universales, relacionadas con todas las ramas del saber cientfico como: determinismo e indeterminismo , causalidad y casualidad, han sido reformuladas a la luz de la teora de la complejidad. Al incorporar la teora de la complejidad, el pensamiento epidemiolgico deber transitar hacia un cambio sustancial, donde si el problema de salud lo requiere, lo simple y lineal ser sustituido por lo complejo y catico, no aleatorio, no indeterminista, como el de la ciencia habitual; sino un caos determinista, tras cuyo aparente desorden existe un orden discernible. La complejidad considera la creatividad ontolgica del mundo , es decir la coexistencia de mltiples alternativas posibles, es el papel creativo del desorden, de las inestabilidades, del azar, del caos, de las asimetras. Es el dinamismo ontolgico del mundo, incluye una nueva comprensin del origen emergente y de la ndole auto- organizante del mundo. Propone el fin del determinismo objetual: de la centralidad de los objetos a la centralidad de las redes distribuidas emergentes. Sus

postulados plantean que las cosas del mundo no estn listas y terminadas y esperando por nosotros para que las conozcamos, es decir que nuestro saber tiene limites. El enfoque `de la complejidad significa la presencia de interacciones locales no lineales, conectividad, retroalimentacin, reconocimiento de patrones propios, redes distribuidas, complejidad emergente, creatividad e innovacin, flexibilidad y orientacin al cambio. El pensamiento complejo significa entender el carcter fortuito de la vida, los lmites del saber acerca de la vida, la no predictibilidad de la emergencia de nuevas formas de vida, la precariedad de la vida bajo la globalizacin neoliberal . Captulo 2. La causalidad compleja en Epidemiologa El concepto de causalidad compleja no niega la existencia de la causalidad lineal, solo permite estudiar un fenmeno que es complejo en la naturaleza, desde la perspectiva de la complejidad y no desde la perspectiva de la simplicidad, mientras que los fenmenos no complejos se pueden seguir estudiando desde la perspectiva de la simplicidad. Los fenmenos simples o no complejos se reconocen como tales por la trayectoria o dinmicas estables que generan en su movimiento, son sistemas abiertos que se mantienen en estado de equilibrio, la magnitud de las causas que los provocan se corresponden con efectos de intensidad similares y el tiempo es un factor externo inherente al proceso o fenmeno que se estudia. Sin embargo un fenmeno o problema complejo tiene caractersticas muy diferentes, son sistemas abiertos sensibles a pequeas variaciones de sus condiciones iniciales, de sus fluctuaciones internas y/ o fluctuaciones externas que los desestabilizan, esta quiebra del viejo equilibrio no termina muchas veces en caos o destruccin, sino en la creacin de una estructura totalmente nueva en un nivel superior. Esta nueva estructura puede ser ms diferenciada, internamente interactivo y compleja que la antigua, y necesita ms energa y materia (y, quizs, informacin y otros recursos) para sostenerse. Refirindose principalmente a reacciones fsicas y qumicas, pero llamando ocasionalmente la atencin sobre fenmenos sociales anlogos, Prigogine denomina a estos sistemas nuevos y ms complejos, estructuras disipadoras. Como se puede suponer, los sistemas de este tipo abundan en la naturaleza y en la sociedad y aunque muchos cientficos, sobre todo, de la escuela marxista , los han reconocido e identificado, no exista una metodologa cientfica coherente , capaz de abordarlos en su realidad. La ciencia, hasta ahora, se haba limitado a estudiarlos utilizando las herramientas e instrumentos que les brinda el nico modelo hasta el momento existente, el modelo lineal, que presupone o fija condiciones estables (de laboratorio) para aproximarse a esta realidad. La causalidad en la complejidad, se diluye en una topologa de redes de interacciones no lineales, distribuidas en la dinmica del espacio de fase, con potencial morfogentico, donde se conjuga lo nuevo con lo viejo que ya apareci, intercambiando flujos de masa, energa, informacin y sentido del cual emergen de abajo hacia arriba nuevos ordenes de complejidad autoorganizante y de regulacin de arriba hacia abajo

La Epidemiologa, al igual que el resto de las ciencias, ha avanzado tanto en la investigacin como el sistema lineal ha resultado lo suficientemente bueno es decir, se ajusta a los propsitos de la investigacin epidemiolgica. Sin embargo, los problemas que se relacionan con la salud de las poblaciones humanas, son problemas generalmente asociados a la conducta, al comportamiento, a los hbitos, en general a las condiciones de vida social, problemas generados por la compleja relacin hombreambiente - sociedad . Hasta el momento, que nosotros conozcamos, no disponemos de metodologas de investigacin para abordar los problemas epidemiolgicos de sistemas no lineales o complejos. Las investigaciones epidemiolgicas y experimentales, e incluso la investigacin social, asumen simplicidad o linealidad de los problemas que abordan, es decir investigamos problemas complejos asumiendo criterios y principios de linealidad, lo que por supuesto conduce a un cierto grado de inexactitud en los resultados, que ser mayor cuanto mas distante del equilibrio se encuentre el sistema objeto de indagacin. Uno de los grandes desafos de la Epidemiologa son los estudios de causalidad, tema polmico, debatido y controvertido. Los detractores de la Epidemiologa sostienen la incapacidad de esta ciencia para dar respuesta a tal reto y argumentan que los estudios realizados en las investigaciones epidemiolgicas analticas no han sido suficientemente esclarecedores y que la aplicacin prctica de sus resultados no ha alcanzado el impacto esperado en lo que respecta a la morbilidad de las enfermedades objeto de estudio; podra ser posible que las inexactitudes que se le atribuyen a la Epidemiologa en lo que respecta a los estudios de causalidad, est relacionada en alguna medida con el modelo de investigacin utilizado, que parte del supuesto de que los problemas de salud son simples y lineales? . En una primera etapa del desarrollo evolutivo de la Epidemiologa como ciencia, el modelo paradigmtico de causalidad era el modelo de causas nicas- efectos nicos, modelo que pronto fue sustituido por el de causas mltiples efectos nicos. Ambos modelos resultaron tiles, en sus inicios, para estudiar y controlar las enfermedades transmisibles, principales causas de morbilidad y mortalidad ene el mundo hasta que el descubrimiento de los antibiticos , la aparicin de nuevas y eficaces vacunas y la mejora de las condiciones de vida, unidos a mejoras sociales, laborales y de las polticas de salud, lograron incrementar la esperanza de vida y con ello, invertir el cuadro de la mortalidad, fundamentalmente en los pases desarrollados. Como consecuencia de ello, en el pasado siglo, a partir de la dcada del 50, las enfermedades no transmisibles comienzan a ocupar las primeras causas de muerte. Es por esta poca en que se produce la llamada Segunda Revolucin de la Epidemiologa. En estos momentos , se inician las investigaciones sobre factores de riesgo que sentaron las bases para el surgimiento de un nuevo paradigma causal en epidemiologa: el de causas mltiples- efectos mltiples, paradigma que no ha sido superado hasta nuestros das, y que signific un avance en el desarrollo de la Epidemiologa, aunque se enmarca en el enfoque lineal que ha predominado en las ciencias hasta el momento actual. A la luz de la teora de la complejidad y del el enfoque de temporalidad que se incorpora a esta nueva teora, cabra considerar la vigencia de los postulados de

causalidad establecidos por Bradford Hill a punto de partida de estudios paradigmticos de factores de riesgo realizados hace mas de 50 aos. La estadstica probabilstica o inferencial ha jugado un papel protagnico en las investigaciones analticas y experimentales, como herramienta imprescindible para la realizacin de las investigaciones causales en epidemiologa , convirtiendo los supuestos hipotticos en verdades demostrables mediante la refutacin probabilstica. Existen profesionales prestigiosos que desde la pasada centuria han opinado acerca del papel que a travs de la historia, le ha correspondido a la Epidemiologa como ciencia. En este campo, a partir de la segunda mitad del siglo XX se enfrentan dos corrientes: la Epidemiologa Social, abanderada de la nueva epidemiologa latinoamericana, de un discurso terico marxista, seguidora de las ideas de Higiene Social surgida en la Francia y Alemania de la segunda mitad del siglo XVIII, muy limitada actualmente en la prctica por lo poco que puede hacer en el contexto actual de la realidad globalizadora neoliberal que vive Amrica Latina y la Epidemiologa Clnica surgida en la Universidad de Yale y Mac Master de los Estados Unidos de Norteamrica y Canad respectivamente y posteriormente extendida a Oxford en Inglaterra y a diversas Universidades en Espaa. Esta ltima tendencia fuertemente neopositivista, apoyada por los grandes fabricantes y comercializadores de nuevas tecnologas, laboratorios de produccin de medicamentos y vacunas, se ha apropiado de gran parte de la investigacin cientfica y del quehacer mdico en los pases desarrollados, especialmente de Europa y Norteamrica en contraposicin a una Epidemiologa socialmente comprometida. Mientras. los diseos de investigacin experimentales, en especial los ensayos clnicos aleatorizados, los megaensayos clnicos, las revisiones peridicas y el meta-anlisis magnificaron el rol de las leyes probabilsticas, a extremos tales, que a finales del siglo XX, surge un nuevo poder en medicina: La Medicina Basada en la Evidencia , para la cual no existe mejor evidencia cientfica que la obtenida a travs de la investigacin experimental, convenientemente empoderada por los dueos de la gran industria mdica, en un mundo cada vez ms globalizado. En el terreno de la salud , la teora de la complejidad ha sido til para investigar el pronstico de algunas epidemias, utilizado adems de los mtodos de clculos convencionales, el concepto de espectro de potencia , logrndose identificar atractores extraos en la epidemia. W. M Shaffer y M Kot aplicaron un mtodo de reconstruccin de atractores al estudio de enfermedades epidmicas, varicelas, sarampin, parotiditis. Utilizaron datos obtenidos en aos en que no exista una vacunacin masiva. (figura2) En el siguiente ejemplo se trata de casos de Sarampin. Para cada enfermedad hay una serie temporal que registra el numero de casos notificados por mes. Sus resultados muestran que en cada caso parece existir un atractor bidimensional. (figura 3). Llama la atencin que la dinmica de la enfermedad en ambas ciudades tiene un comportamiento muy similar. Segn May (notable fsico y eclogo) esta dinmica corresponde a un atractor catico de baja dimensin y explica que la dificultad en detectar caos est en que los datos

registrados corresponden a datos agregados de diferentes partes de la ciudad y no exactamente a los datos reales.
Los autores de estas investigaciones plantean combinar ambos mtodos ( convencional y de atractores). Ambos modelos juntos actan mejor.

Estos ejemplos aportan elementos para plantear que se est en presencia de un sistema abierto, que emite flujos de sustancias, energa, informacin y /o sentidos con el entorno (que lo alejan del equilibrio), con la emergencia de sucesivas alternativas de estabilidad

Figura 2

(bifurcaciones), asimetras, desigualdades, heterogeneidades, desequilibrios. En cada punto de bifurcacin emergen de modo no previsible diversas alternativas de comportamiento segn los constreimientos presentes: atractores puntuales o fijos, atractores cclicos o peridicos, atractores `al borde o en el lmite del caos, atractores raros o
caticos o una combinacin de stos.

Figura 3

Tratando de aplicar en la prctica de nuestra disciplina el enfoque de la complejidad, recientemente estudiamos un brote epidmico donde se produjeron infecciones adquiridas en personas operadas en un servicio de oftalmologa, despus del anlisis de las circunstancias diversas que dieron origen a ese problema de salud, se plantean las siguientes conclusiones:
Se ha producido un brote de IIH por grmenes predominantemente gram negativos en un servicio de oftalmologa donde se producan lentos , pero consistentes cambios en las condiciones iniciales de diferentes dinmicas que se encontraban interactuando en estado de equilibrio: la dinmica de vida bacteriana autocontrolada y autoorganizada en el medio ambiente , la de las estructuras del globo ocular, las relacionada con la flora normal de las manos, etc. Al producirse pequeos cambios en las condiciones iniciales, (violaciones de las normas habituales), se produjeron grandes alteraciones en esas dinmicas, (la infeccin y su diseminacin) con potencial epidmico (contaminacin/ inflamacin/ infeccin/ recuperacin/ complicacin/ minusvala /enucleacin), donde se conjuga lo nuevo (control de las infecciones, cambios en la poltica de desinfeccin, uso de nuevos antispticos, etc) con lo viejo que ya apareci, intercambiando flujos de masa, energa, informacin y sentido. Emerge en el saln de operaciones una nueva dinmica de fase, con nuevos ordenes de complejidad autoorganizante de abajo hacia arriba y de regulacin de arriba hacia abajo.

Consideraciones Finales: El enfoque de la causalidad basado en la complejidad, propone un modelo de anlisis diferente, donde las causas no son ni nicas, ni mltiples, sino complejas . Los modelos tericos para el abordaje de la causalidad bajo el supuesto de la complejidad no estn completamente elaborados, diramos que se estn construyendo en estos momentos, por lo que no existe una extensa documentacin en lo que respecta a su aplicacin prctica en todas las ramas del saber, esto significa que estamos hablando de una teora en construccin. Como epistemologas, las teoras de la complejidad proporcionan un nuevo modo de aprehender la realidad y ayudan a una comprensin menos reductora de los procesos bsicos del comportamiento y la realidad sociales. Se orienta a superar la dicotoma objetos-procesos en nuestra visin ontolgica del mundo, jerarquizando el papel de las redes distribuidas de componentes en interacciones dinmicas locales de ndole no lineal, es decir, que presentan fuerte sensibilidad a la variacin de las condiciones iniciales, y capaces de eclosionar de manera auto-organizada es decir, espontnea, en pautas o patrones de comportamiento correlacionado globales que plasman la emergencia de nuevos y nuevos ordenes de complejidad. La causalidad compleja parece abrirse paso como un nuevo paradigma causal en Epidemiologa, que en esta ocasin tiene como punto de partida la transformacin en la integracin del Saber contemporneo, la relacin dialgica entre los principios de orden y desorden, a la vez concurrentes y antagnicos, el proceso recursivo en el cual los productos y los efectos son, al mismo tiempo, causas y productores de aquello que los produce (idea que rompe con la causalidad lineal) y la presencia de el principio hologramtico (que a similitud de la fsica, es el menor punto de la imagen del holograma que contiene casi la totalidad de la informacin del objeto representado). A la luz de estas nuevas teoras ser necesario, distinguir cuando nos enfrentamos a un problema complejo o a uno lineal o reconocer cuando uno se transforma en el otro; tambin ser necesario que se reconozcan las leyes, principios y categoras que rigen la causalidad en la complejidad en Epidemiologa , ser necesario incorporar y construir modelaciones matemticas para el estudio de las red de redes en los sistemas complejos, elaborar las guas metodolgicas para la indagacin o investigacin cientfica y sobre todo lograr el desarrollo transdisciplinar de esta ciencia en aras de su desarrollo futuro.

Bibliografa consultada
1. Sotolongo PL. La bsqueda de la Verdad o de un Saber verdadero . (Los caminos hacia el Saber o Epistemologas) Para el Tabloide del Curso de Filosofa de la Universidad para Todos. Universidad de la Habana. Ao 2002. 2. Resik Habib P. La causalidad en Epidemiologa. Editorial Cientfico- tcnica, Ciudad Habana , 2003. 3. Silva Aycauer L C. El acertijo de la causalidad. En: Cultura estadstica e investigacin cientfica en el campo de la salud : una mirada crtica. Daz de Santos, 1999. 4. Frederic Munn. Universidad de Barcelona. Las teoras de la complejidad y sus implicaciones en las ciencias del comportamiento. Revista Interamericana de Psicologa, 1995, 29, 1, 1-12. 5. Sotolongo Codina P L. la incidencia en el saber social de una epistemologa de la complejidad contextualizada. Revista de Colombia. Ao 2002.