Asociaci

1
Asociación estadística y causalidad

• Nigel Paneth

2
Inferencia causal

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

3
Causalidad a diferentes niveles

• Causa molecular
• Causa fisiológica
• Causa personal
• Causa social, etc.

4

• 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.

5

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

6

• 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 a 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.

7
Causa necesaria(v.gr. Bacilo tuberculoso y
tuberculosis)
Tiene enfermedad Libre de Enfermedad
Tiene exposición Si Si
No tiene exposición No Si
8
Causa suficiente(Infección por rabia y muerte)
Tiene enfermedad Libre de enfermedad
Tiene exposición Si No
No tiene exposición Si Si
9
Necesaria y suficiente
(v.gr. VIH y SIDA)
Tiene enfermedad Libre de enfermedad
Tiene exposición Todo Ninguno
No tiene exposición Ninguno Todo
10

• 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.

11
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).

12

• 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.

13

• 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.

14

• 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.

15
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.

16

• 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.

17
Haciendo inferencias causales

• El uso de criterios causales en hacer
  inferencias causales.

18

• 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?)

19

• 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?)

20

• 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.

21

• 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.

22
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.

23

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

24
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.

25
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.

26

• 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.