![Page 1: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/1.jpg)
FUNDAMENTOS DE CAUSALIDAD Y MEDICIÓN DEL RIESGO
Sebastián Genero
Postgrado de EpidemiologíaUniversidad Nacional del Nordeste
![Page 2: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/2.jpg)
Plan de la clase
Asociaciones estadísticas Causalidad Riesgo. Factor de riesgo. Marcador
de riesgo. Factor de protección. Conceptos.
Medición del riesgo.
![Page 3: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/3.jpg)
“Es el estudio de la Frecuencia y Distribución de las enfermedades y de sus
Determinantes en la Población”
EPIDEMIOLOGÍA DESCRIPTIVA
EPIDEMIOLOGÍA ANALÍTICA
![Page 4: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/4.jpg)
Varios enfoques causales
DivinidadSucesión cronológica (un eclipse y luego una epidemia)
Miasmas Teoría microbiana
Causalidad en epidemiología: requiere de varios criterios uno de los cuales
es demostrar una asociación
![Page 5: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/5.jpg)
Un factor está asociado a un evento si al variar su frecuencia se produce alguna
modificación en la frecuencia del evento.
![Page 6: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/6.jpg)
Ejemplo 1
![Page 7: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/7.jpg)
Ejemplo 2
El 80% de los alumnos que son evaluados por el Dr.Genero aprueban el final de Epidemiología
en tanto que
entre los que rinden con el Dr Palladino, sólo aprueba el 15%.
![Page 8: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/8.jpg)
Ejemplo 3
![Page 9: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/9.jpg)
Es la rama de la epidemiología que se ocupa de evaluar la existencia de asociación entre uno o varios factores y un evento con el propósito de contribuir a la consideración de una relación causal.
>>> Estudia las causas de las enfermedades en la población
Concepto de Epidemiología analítica:
![Page 10: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/10.jpg)
Quién hundió el bote?
![Page 11: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/11.jpg)
Modelos causales
Unicausal
Multicausal Modelo causal de Rothman
Determinantes
![Page 12: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/12.jpg)
Concepto de causa ( modelo de Rothman)
B
C
D
E
A
Causa suficiente I
B
G
F
H
A
Causa suficiente II
j
I
F
C
A
Causa suficiente III
![Page 13: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/13.jpg)
Asociación y causa no son sinónimos!
No todas las asociaciones son causales!
![Page 14: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/14.jpg)
¿ La asociación es causal? Evidencias de asociación causal – Criterios de Hill (1965)
Fuerza de la asociación Secuencia temporal Efecto dosis-respuesta Plausibilidad biológica Consistencia con otros estudios Evidencia experimental Analogía Especificidad
![Page 15: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/15.jpg)
Fuerza de asociación
Cuanto mayor es la magnitud de la asociación, más sugestiva es la hipótesis de una asociación causal.
RA%
![Page 16: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/16.jpg)
Secuencia temporal (El único criterio
excluyente) Para que una asociación sea considerada causal la exposición debe anteceder a la ocurrencia del evento, respetando las características de latencia de la enfermedad analizada.
Mujeres con y sin lesiones cervicales por HPV fueron seguidas por 4 años.
Entre las mujeres que tenían lesiones cervicales por HPV el riesgo de Carcinoma Cervical fue de 8,6 por 1000
Entre las mujeres que no tenian lesiones cervicales por HPV el riesgo de Carcinoma Cervical fue de 0,73 por 1000
(RR= 8,6/0,7=12)
![Page 17: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/17.jpg)
Efecto dosis-respuesta
El aumento (o disminución) de la frecuencia de la enfermedad con respecto a la dosis o el nivel de la exposición, evidencia la relación causal.
La ausencia del efecto dosis-respuesta no desecha la posibilidad de una asociación causal, pues pueden existir explicaciones alternativas (umbral de exposición).
En el caso del CCU se podría desarrollar mediciones de carga viral y relacionarlas con medidas de incidencia de la neoplasia, pero esta tecnología aun esta en desarrollo.
![Page 18: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/18.jpg)
Plausibilidad biológica
Una hipótesis de asociación causal gana consistencia cuando está respaldada por el conocimiento científico del problema analizado.
(como el conocimiento científico varía puede ser inadecuado para determinar la plausibilidad biológica, en el momento del descubrimiento de una asociación.)
![Page 19: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/19.jpg)
Consistencia de los hallazgos
La hipótesis de asociación causal se fortalece con la observación de resultados similares en otros estudios.
La repetibilidad de las
observaciones en estudios metodológicamente distintos, realizados en diferentes localidades y con diferentes grupos poblacionales sugiere consistencia.
![Page 20: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/20.jpg)
Los estudios de intervención en las poblaciones humanas requerirían la demostración de una reducción en la incidencia de cáncer de cuello uterino tras una reducción en la incidencia de infección por VPH en la población.
Existen ensayos de campo que estan evaluando esta evidencia
Evidencia experimental
![Page 21: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/21.jpg)
(1) Existen otros virus de ADN (tales como VHB) que pueden inducir cáncer en seres humanos.
(2) Otros Papilomas virus pueden inducir papilomas y carcinomas en varios modelos animales
(3) Si los productos virales que interfieren con p53 y RB en modelos animales, tales como el antígeno SV40 inducen cánceres en las especies animales, el VPH podría hacerlo en los seres humanos.
Analogía
![Page 22: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/22.jpg)
El criterio de especificidad requiere que una causa debe conducir a un solo efecto, no a múltiples efectos.
Es el criterio menos importante dado que hay factores que se relacionan causalmente a varios eventos de salud.
Especificidad
![Page 23: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/23.jpg)
El concepto de riesgo y su aplicación
Es un término Neutral que se refiere a la Probabilidad de que ocurra un evento, por ejemplo enfermarse o ganar la lotería.
Se puede cuantificar mediante la teoría de las probabilidades, asume un valor que va de 0 a 1.
![Page 24: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/24.jpg)
Día 0 Día 30
No
Exp
uesto
sExp
uesto
s
Riesgo en Expuestos = 4/10=0.4
Riesgo en No Expuestos = 1/10=0.1
Midiendo asociaciones: diseños prospectivos
“Los expuestos tuvieron 4 veces mas riesgo de
enfermar que los no
expuestos”
RR=0.4 =4
0.1
![Page 25: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/25.jpg)
No
Enfe
rmos
Enfe
rmos
4 de los enfermos consumieron queso
1 de los enfermos no consumió queso
6 de los no enfermos consumieron queso
9 de los no enfermos no consumieron queso
Odds queso en enfermos=4/1=4
Odds queso en no enfermos=6/9=0.66
OR= 4/0.66 =6
“Los enfermos tuvieron 6 veces mas
exposición al queso que los no enfermos”
Midiendo asociaciones: diseños restrospectivos
![Page 26: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/26.jpg)
El OR es una estimación del RR y se utiliza en diseños de investigación en los que no se pueden calcular tasas de incidencia ( por ej, estudios de casos-controles y transversales) El OR tiende a sobrestimar al RR
EnfermosNo
EnfermosTotales
Queso 4 (a) 6 (b)10 (a+b)
No Queso 1 (c) 9 (d) 10 (c+d)
Totales 5 15 20R queso=a/a+b=4/10=0.4R no queso=c/c+d=1/10=0,1
RR=0,4/0,1= 4
“Los expuestos tuvieron 4 veces mas probabilidades de enfermar comparado a los no expuestos”
Odds Enfermos=a/c=4/1=4 Odds No enfermos=b/d=6/9=0,66
OR=4/0,66=6
“Los enfermos tuvieron 6 veces mas exposición al queso comparado a los no enfermos”
![Page 27: Fundamentos de causalidad y medición del riesgo](https://reader035.vdocuments.co/reader035/viewer/2022062314/5681358c550346895d9cf55d/html5/thumbnails/27.jpg)
MUCHAS GRACIAS!