Asociacin estadstica y causalidad Nigel Paneth Inferencia causal

  • Slides: 26
Download presentation
Asociación estadística y causalidad Nigel Paneth

Asociación estadística y causalidad Nigel Paneth

Inferencia causal 1. Causalidad determinística Muchos esperan que una causa esté muy estrechamente relacionada

Inferencia causal 1. Causalidad determinística Muchos esperan que una causa esté muy estrechamente relacionada a una efecto, como en causas necesarias y suficientes:

Causalidad a diferentes niveles • • Causa molecular Causa fisiológica Causa personal Causa social,

Causalidad a diferentes niveles • • Causa molecular Causa fisiológica Causa personal Causa social, etc.

Causa necesaria: La causa deberá estar presente para que el resultado suceda. Sin embargo,

Causa necesaria: La causa deberá estar presente para que el resultado suceda. Sin embargo, la causa puede estar presente sin que el resultado se presente. Infección de Hepatitis B es necesaria para carcinoma hepatocelular; aspirina (probablemente) para el síndrome de Reye. Si los resultados están definidos en términos de causas, la causa es necesaria por definición. Por ejemplo, el bacilo tuberculoso es necesario para la tuberculosis por la definición de la tuberculosis. Clasificación etiológica (a diferencia de la clínica) de las enfermedades produce causas necesarias.

Causa suficiente: Si la causa está presente, el resultado deberá ocurrir. Sin embargo, el

Causa suficiente: Si la causa está presente, el resultado deberá ocurrir. Sin embargo, el resultado puede ocurrir sin que la causa esté presente.

Causa necesaria y suficiente : Todos los ejemplos del resultado son debidos a esta

Causa necesaria y suficiente : Todos los ejemplos del resultado son debidos a esta causa, y esta causa siempre produce el resultado. Usualmente, cuando una causa es suficiente, usualmente es necesaria, por ejemplo, la relación de la infección por el virus del sarampión a sarampión clínico, o infeción de la rabia clínica. VIH puede ser posiblemente, necesaria y suificiente causa de SIDA, aunque esta observándose en forma improbable, ya que hemos encontrado individuos VIH positivos por largo tiempo sin SIDA. El énfasis sobre causas necesaria y suficiente es llamada causalidad determinística.

Causa necesaria (v. gr. Bacilo tuberculoso y tuberculosis) Libre de Tiene enfermedad Enfermedad Tiene

Causa necesaria (v. gr. Bacilo tuberculoso y tuberculosis) Libre de Tiene enfermedad Enfermedad Tiene exposición Si Si No tiene exposición No Si

Causa suficiente (Infección por rabia y muerte) Tiene Libre de enfermedad Tiene exposición Si

Causa suficiente (Infección por rabia y muerte) Tiene Libre de enfermedad Tiene exposición Si No No tiene exposición Si Si

Necesaria y suficiente (v. gr. VIH y SIDA) Tiene enfermedad Libre de enfermedad Tiene

Necesaria y suficiente (v. gr. VIH y SIDA) Tiene enfermedad Libre de enfermedad Tiene exposición Todo Ninguno No tiene exposición Ninguno Todo

Los postulados de Koch fueron un ejemplo de causalidad determinística. Para probar que un

Los postulados de Koch fueron un ejemplo de causalidad determinística. Para probar que un organismo causa una enfermedad, se requiere que: 1. El organismo deberá ser aislados en cada caso de la enfermedad (ser necesario). 2. El organismo deberá crecer en un cultivo puro 3. El organismo deberá siempre causar la enfermedad cuando es inoculado en un animal experimental (ser suficiente) 4. El organismo deberá ser recuperado del animal experimental e identificado.

Causalidad probabilística En epidemiología, muchas causas tienen débiles relaciones con los efectos. Por ejemplo,

Causalidad probabilística En epidemiología, muchas causas tienen débiles relaciones con los efectos. Por ejemplo, elevación de colesterol puede dar lugar a enfermedad cardiáca, pero no es suficiente, y enfermedad cardiáca no requiere elevación de colesterol (no necesario).

Las medidas de asociación - odds ratio, razón de riesgos o coeficiente de correlación-

Las medidas de asociación - odds ratio, razón de riesgos o coeficiente de correlación- y de impacto en salud pública - riesgo atribuible a la población- están relacionadas a la fuerza de la relación causal. Entre más alto la odds ratio, más cercana la causa a ser necesaria y suficiente. Un riesgo atribuible a la población del 100% significa que la causa es necesaria - todos los casos podrían ser prevenidos si la causa fuera removida.

Una definción pragmática de una causa (o de un determinante) de una enfermedad es

Una definción pragmática de una causa (o de un determinante) de una enfermedad es una exposición que produce cambios regulares y predecibles en el riesgo de la enfermedad. Así el incremento de cáncer de pulmón en mujeres y su magnitud, fueron predichas basados en la información de sus hábitos de tabaquismo.

El énfasis sobre causaa que son necesarias y suficiente, es llamado causalidad probabilística. El

El énfasis sobre causaa que son necesarias y suficiente, es llamado causalidad probabilística. El énfasis sobre múltiples causas en causalidad probabilística, da lugar a expresiones como el camino causal o la cadena causal.

Asociación contra causalidad Para decidir si exposición A causa enfermedad B, debemos primero encontrar

Asociación contra causalidad Para decidir si exposición A causa enfermedad B, debemos primero encontrar si las dos variables están asociadas, v. gr. Si una es encontrada más comúnmente en la presencia de la otra.

Casi todos las estadísticas son un intento por descubrir si dos variables están asociadas,

Casi todos las estadísticas son un intento por descubrir si dos variables están asociadas, y si lo están, cuan fuerte es la asociación, y si el azar puede explicar la asociación observada. Estadísticas son primariamente planeadas para evaluar el papel del azar en esa asociación. Un valor de p sólo nos dice cuan improbable es que la asociación haya surgido por azar. Por lo tanto, análisis esradístico por sí solo, no indica una relación causal.

Haciendo inferencias causales El uso de criterios causales en hacer inferencias causales.

Haciendo inferencias causales El uso de criterios causales en hacer inferencias causales.

El proceso de sopesar evidencia al nivel de los individuos es el juicio clínico

El proceso de sopesar evidencia al nivel de los individuos es el juicio clínico (v. gr. ¿Debería este paciente con una infección del tracto urinario ser tratado con ampicilina o sulfisoxazol? )

El proceso de sopesar evidencia al nivel de la población es el juicio epidemiológico

El proceso de sopesar evidencia al nivel de la población es el juicio epidemiológico (v. gr. ¿debería hombres de edad media tomar aspirinas diariamente para prevenri ataques cardiácos? )

Cuando observamos datos de estudios epidemiológicos, a menudo usamos los criterios de causalidad en

Cuando observamos datos de estudios epidemiológicos, a menudo usamos los criterios de causalidad en sopesar la evidencia. Los más usados son los siguientes, derivados inicialmente del trabajo del estadístico Británico Austin Bradford Hill, y más tarde, adicional desarrollo por la Oficina del Cirujano General, USA, en su reporte de 1964 sobre tabaquismo y cáncer.

Criterios de causalidad son usualmente aplicados a un grupo de artículos sobre un tema,

Criterios de causalidad son usualmente aplicados a un grupo de artículos sobre un tema, aunque en forma modificada, pueden ser aplicados a un artículo individual.

Criterios de causalidad Cinco criterios usados para evaluar causalidad en la relación exposición-enfermedad han

Criterios de causalidad Cinco criterios usados para evaluar causalidad en la relación exposición-enfermedad han sido usados por los epidemiólogos por muchos años. El artículo de Susser desarrolla esos temas con mayor detalle.

 1. Fuerza dosis respuesta 2. Secuencia temporal 3. Especificidad* 4. Coherencia* 5. Consistencia*

1. Fuerza dosis respuesta 2. Secuencia temporal 3. Especificidad* 4. Coherencia* 5. Consistencia* * Elaborado sobre los criterios Susser

Fuerza ¿Es la asociación fuerte? Tabaquismo excesivo está asociado con veinte veces más elevada

Fuerza ¿Es la asociación fuerte? Tabaquismo excesivo está asociado con veinte veces más elevada tasa de cáncer de pulmón y una tasa doble de enfermedad coronaria. La asociación de tabaquismo con cáncer de pulmón es, por lo tanto, más fuerte que su asociación con enfermedad cardiáca. Entre mayor la asociación, más probabilidad de que verdaderamente sea causal.

Fuerza Una razón para la importancia es que cualquier variable confusora deberá tener una

Fuerza Una razón para la importancia es que cualquier variable confusora deberá tener una gran asociación con el resultado para ser un confusor. Entre mayor el riesgo relativo observado, menos probable es que el confusor con aún más grande riesgo relativo esté afectando el antecedente.

Ejemplo: La fuerza de la asociación fue la evidencia clave para la asociación entre

Ejemplo: La fuerza de la asociación fue la evidencia clave para la asociación entre suplementos de ácido fólico y defectos del tubo neural, a pesar de que el tipo de estudio, no fue el ideal.