FUNDAMENTOS DE CAUSALIDAD Y MEDICIÓN DEL RIESGO

Sebastián Genero

Postgrado de EpidemiologíaUniversidad Nacional del Nordeste

Plan de la clase

Asociaciones estadísticas Causalidad Riesgo. Factor de riesgo. Marcador

de riesgo. Factor de protección. Conceptos.

Medición del riesgo.

“Es el estudio de la Frecuencia y Distribución de las enfermedades y de sus

Determinantes en la Población”

EPIDEMIOLOGÍA DESCRIPTIVA

EPIDEMIOLOGÍA ANALÍTICA

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

Un factor está asociado a un evento si al variar su frecuencia se produce alguna

modificación en la frecuencia del evento.

Ejemplo 1

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%.

Ejemplo 3

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:

Quién hundió el bote?

Modelos causales

Unicausal

Multicausal Modelo causal de Rothman

Determinantes

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

Asociación y causa no son sinónimos!

No todas las asociaciones son causales!

¿ 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

Fuerza de asociación

Cuanto mayor es la magnitud de la asociación, más sugestiva es la hipótesis de una asociación causal.

RA%

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)

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.

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.)

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.

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

(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

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

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.

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

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

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”

MUCHAS GRACIAS!