teoría epidemiológica clásica multicausalidad y causal de web
TRANSCRIPT
Señalando causas, introducción a la
planeación del estudio
Principios de EpidemiologíaConferencia 4
Dona Schneider, PhD, MPH, FACE
Epidemiology (Schneider)
Teorías de la causalidad de enfermedad Teorías supernaturales Teoría Hipocrática Miasma Teoría del contagio Teoría de los gérmenes (causa mostrada por via de los
postulados de Henle-Koch) Teoría epidemiológica clásica Multicausalidad y causal de Web ( causa mostrada via los
postulados de Hill)
Epidemiology (Schneider)
Postulados de Henle-Koch Algunas veces llamado determinismo puro
1. El agente está presente en cada caso de la enfermedad
2. No ocurre en cualquier otra enfermedad al azar o parásito no patogénico (un agente una enfermedad)
3. Puede ser aislado y si se expone a sujetos sanos causará la enfermedad
Triada epidemiológica
Enfermedad es el resultado de fuerzas dentro de una sistema dinámico, consistiendo en:Agente de la infección HuéspedAmbiente
Teoría epidemiológica clásica Agentes
Organismos vivos Químicos exógenos Características genéticas Stress y factores psicológicos Elementos nutritivos Químicos endógenos Fuerzas físicas
Agentes tienen características como infectividad, patogenicidad y virulencia (habilidad para causar serias enfermedades) Pueden ser transmitidos al huésped a través de vectores
Teoría epidemiológica clásica (cont.)
Factores del huésped: Inmunidad y respuesta inmunológica Conducta del huésped
Factores ambientales: Ambiente físico (calor, frío, humedad) Ambiente biológico (flora, fauna) Ambiente social (económico, político, cultural)
Postulados de Hill Fuerza de asociación – entre más fuerte la asociación,
menos probable que la asociación sea debido al azar o por variables confusoras Consistencia de la asociación observada – ¿la asociación ha sido observada por diferentes personas, en diferentes lugares, circunstancias y tiempos? (similar a la replicación en experimentos de laboratorio) Especificidad – si una asociación es limitada a personas específicas, sitios o tipos de enfermedad, y si no hay asociación entre la exposición y otros modos de morir, entones la relación apoya causalidad
Plausibilidad biológica – hay un conocido o mecanismo postulado por el cual la exposición podría razonablemente alterar el riesgo de desarrollar la enfermedad. Coherencia – los datos observados no estarán en conflicto con hechos conocidos acerca de la historia natural y de la biología de la enfermedad Experimento – más fuerte apoyo para causalidad puede ser obtenido a través de experimentos controlados (estudios clínicos, estudios intervencinales y experimentos animales)
Postulados de Hill (cont.)
Red de causalidad para las enfermedades cardiovasculares principales
Epidemiology (Schneider)
Relaciones causales Un camino causal puede ser directo o indirecto
En causalidad directa, A causa B sin efectos intermedios
En causalidad indirecta, A causa B, pero con efectos intermedios
En biología humana, pasos intermedios están virtualmente presentes en todos los procesos causales
Tipos de relaciones causales Necesaria y suficiente – sin el factor, la
enfermedad nunca se desarrolla Con el factor, la enfermedad siempre se
desarrolla (esta situación rara vez ocurre)
Necesaria pero no suficiente – el factor por sí mismo no es suficiente causa de enfermedad Múltiples factores son requeridos,
usualmente en una secuencia específica temporal (tal como carcinogénesis)
Factores en causalidad Todos pueden ser necesarios pero raramente suficientes para
causar una enfermedad o estado Predisponiendo – edad, sexo o enfermedades previas pueden crear
un estado de susceptibilidad al agente de la enfermedad Habilitando – bajo ingreso, pobre nutrición, casa en malas
condiciones o atención médica inadecuada pueden favorecer el desarrollo de la enfermedad Por lo contrario, circunstancias que ayudan en la recuperación o en
mantener la salud pueden ser habilitantes Precipitando – exposición a una enfermedad o a un agente nocivo Reforzando – repetidas exposiciones o trabajo indebido o stress puede
agravar un enfermedad establecida o estado
Comparando roles de evidenciae
Ningún otro agente podría haber causado la enfermedad bajo las circunstancias dadasNingúno ootro sospechos podría
haber cometido el crimen
La causalidad debrá ser establecida sin duda razonable y sin intervención del azar
La culpabilidad deberá ser establecida sin dudas razonables
El rol del a gente en la enfermedad deberá tener sentido común y biológicoMotivación – deberá ganarle
al criminal
Susceptibilidad y respuesta del huésped determina severidad
Severidad del crimen relacionado al estado de la víctima
Cofactores y/o causalidad múlriple, involucrados
Accesorios involucrados en el crimen
Eventos causales preceden al ataque de la enfermedadPremeditación
Agente presente en la enfermedadPresencia criminal en la escena del crimen
CausalidadLeyes criminales
Tipos de estudio
Medio para evaluar posibles causas por la reunión y análisis de la evidencia
Epidemiology (Schneider)
Tipos de estudios Estudios descriptivos (para generar hipótesis)
Reporte de casos
Estudios transversales (estudios de prevalencia) miden la exposición y la enfermedad al mismo tiempo
Estudios ecológicos (estudios correlacionales) usan datos de grupos más que datos de individuos
Esos datos no pueden ser usados para evaluar riesgos individuales
Haciendo esto se comete falacia ecológica
Epidemiology (Schneider)
Tipos de estudios (cont.) Estudios analíticos (para probar hipótesis)
Estudios experimentales Ensayos clínicos Estudios de campo Estudios de intervención
Estudios observacionales Estudios casos-controles Estudios cohorte
Epidemiology (Schneider)
La clave para el tipo de estudio La clave en cualquier estudio epidemiológico es
la definición de lo que constituye un caso y qué constituye una exposición
Definiciones deberán ser exclusivas categóricas
Fracaso para definir efectivamente una caso puede dar lugar a sesgo de misclasificación
Epidemiology (Schneider)
Fuentes de error en estudios epidemiológicos
Misclasificación – clasificación errónea del estatus de la enfermedad o de la exposición
Variación aleatoria - azar
Sesgo – preferncias sistemáticas contruídas en la planeación del estudio
Confusión – ocurre cuando una variable es incluída en la planeación del estudio que está relacionada a la exposición y al resultado, conduciendo a falsas conclusiones Ejemplo: juego y cáncer de pulmón
Interacción o modificador de efecto – ocurre cuando la magnitud de la asociación entre el resultado y la exposición difieren de acuerdo al nivel de una tercera variable El efecto puede ser nulificar o aumentar la asociación Ejemplo: género y fractura de cadera modificado por edad
Fuentes de error en estudios epidemiológicos
Epidemiology (Schneider)
Tablas de contingencia
EnfermedadSí No Total
ExposiciónSí a b a+b
No c d c+d
Total a+c b+d a+b+c+d
Los hallazgos de muchos estudios epidemiológicos pueden ser presentados en tablas 2 x 2
Medidas de asociación de una tabla 2x2Estudio cohorte: la medición del resultado es el riesgo relativo (o razón de riesgos o razón de tasas)
En estudios cohorte se inicia con la exposición de interés y luego se dtermina la tasa de desarrollo de la enfermedad
RR mide la probabilidad de tener la enfermedad si estás expuesto en relación a aquellos no expuestos. RR = incidencia entre los expuestos/incidencia entre los no
expuestos
RR = a/(a+b) c/(c+d)
Medidas de asociación de una tabla 2x2
En un estudio de casos y controles, se inicia con el estatus de la enfermedad y luego se estima la exposición RR es estimado debido a que los pacientes son seleccionados
sobre el estatus de la enfermedad y no podemos calcular la incidencia basada en exposición
El estimado es la razón de momios (OR) o la probabilidad de tener la exposición si se tiene la enfermedad relacionado a aquellos que no tienen la enfermedad
~RR = OR = a/c = ad b/d bc
Estudio caso-control: el resultado medido es una estimación del riesgo relativo o de la razón de momios (probabilidad relativa)
Riesgo atribuible o diferencia de riesgo En un estudio cohorte, podemos querer conocer el riesgo de
enfermedad atribuible a la exposición en el grupo expuesto, esto es , la diferencia entre la incidencia de la enfermedad en el grupo expuesto y el grupo no expuesto (exceso de riesgo)
AR = a/(a+b) – c/(c+d)AR = 0: No hay asociación entre la exposición y la enfermedad
AR > 0: Exceso de riesgo atribuible a la exposición
AR < 0: La exposición lleva un efecto protector
Porcentaje del riesgo atribuible En un estudio cohorte, podemos querer conocer
la proporción de la enfermedad que podría ser prevenida por eliminar la exposición en el grupo expuesto (fracción atribuible o fracción etiológica)
Si la exposición es preventiva, calcule la fracción preventiva
AR% = AR/[a/(a+b)] x 100
Riesgo atribuible a la población En un estudio cohorte, podemos querer conocer el riesgo de la
enfermedad atribuible a la exposición en la población en estudio completa o la diferencia entre la incidencia de la enfermedad en la población del estudio completa y la del grupo no expuesto
PAR = (a+c)/(a+b+c+d) – c/(c+d)
Para estimar PAR para una población más allá del grupo en estudio, debemos conocer la prevalencia de la enfermedad en la población total.
Porcentaje del riesgo atribuible a la población
En un estudio cohorte, podemos querer conocer la proporción de la enfermedad que podría ser prevenida eliminando la exposición en la población en estudio completa
PAR% = PAR/[(a+c)/(a+b+c+d)] x 100
Resúmen de cálculos del riesgo atribuible
En grupo expuesto
En total de la población
Incidencia atribuíble a la exposición
Ie – In
AR
Ip – In
PAR
Proporción de la incidencia atribuíble a la exposición
Ie – In
X 100
Ip – In
X 100 Ie Ip
AR% PAR%
Comparando riesgo relativos
Fumadores No-fumadores
Ca Pulmón 140 10
Enf. Coronaria 669 413Riesgo relativo (riesgo relativo, razón de riesgo) Ie/In: CaP = 14.0; Enf. Coronaria = 1.6Fumadores son 14 veces más probable que desarrollen CaP que los no fumadoresFumadores son 1.6 veces más probable que desarrollen Enf. Coronaria que los no fumadores
Tasas de muerte ajustadas por edad por 100,000 Médicos Masculinos Británicos
Tabaquismo es un más fuerte factor de riesgo para Cáncer de pulmón que para enfermedad coronaria
Fumadores No-fumadores
Ca Pulmón 140 10
Enf. Coronaria 669 413Riesgo atribuible diferencia de riesgos, fracción etiólógica) Ie- In: CP = 130; CHD = 256
El exceso de cáncer de pulmón atribuible a tabaquismo es 130 per 100,000 El exceso de EC atribuible a tabaquismo es 256 per 100,000
Tasas de muerte ajustadas por edad por 100,000 para Médicos Masculinos Británicos
Comparando riesgos atribuibles
Si tabaquismo es causal, eliminar los cigarros deberá salvar más fumadores de enfermedad coronaria que de cáncer de pulmón
Fumadores No fumadores
Ca de pulmón 140 10
Enf. coronaria 669 413
Riesgo atribuible%=[(Ie-In)/Ie] x 100: Ca pulmón = 92%; Enf. coronaria = 38%Casi el 92% de los ca de pulmón podrían ser eliminados si los fumadores en este estudio, no fumaranCasi 38% de enf. Coronaria podría ser eliminada si los fumadores en este estudio, no fumaran
Comparando porcentajes del riesgo atribuibleTasa de muerte ajustada por edad por 100,000 para
médicos masculinos británicos
Si tabaquismo es causal, eliminado el uso de cigarros se evitarían el doble de la proporción de fumadores del ca de pulmón que de enfermedad coronaria