CAUSALIDAD.SERIE DE LIBROS

CAUSALIDAD

SERIE DE LIBROS E R I C N O T E

El objetivo principal de la epidemiólogo es identificar aquellos factores que tienen un impacto causal en desarrollo o prevención de una resultados de salud, proporcionando así un objetivo para la prevención y intervención. A primera vista, La causalidad puede parecer una concepto relativamente simple de definir. Sin embargo, distinguir adecuadamente agentes causales de no causales agentes no es una tarea fácil desde un perspectiva epidemiológica. Desafortunadamente no hay parámetro elemental que puede ser medido para proporcionar un valor definitivo respuesta a la hora de determinar la causalidad.

Más bien, hay una serie de criterios que se han desarrollado y refinado a lo largo de los años que ahora sirven como guía para la inferencia causal. El punto más importante a recordar es que la causalidad no es determinado por cualquier factor, en lugar es una conclusión basada en la preponderancia de la evidencia.

El epidemiólogo Austin Bradford Hill es acreditado con la identificación de los nueve factores que constituyen la actual estándar para determinar la causalidad (1965). En su artículo, Hill amplió sobre criterios que previamente habían sido expuesto en el informe Tabaquismo and Health (1964) de las Naciones Unidas Cirujano General de los Estados Unidos. A continuación se muestra un discusión de los nueve criterios definido por Hill para ser utilizado en el determinación de la causalidad.

Es importante tener en cuenta que satisfacer estos criterios pueden prestar apoyo para causalidad, pero al no cumplir con algunos criterios no proporciona necesariamente evidencia contra la causalidad, tampoco.

Los criterios causales de Hill deben ser vistos como pautas, no como una “lista de verificación” que debe ser satisfecha para una causal relación de existir.

Criterios causales de Hill

Fuerza de asociación

Fuerza de asociación entre la exposición de interés y el resultado se mide más comúnmente a través del riesgo razones, razones de tasas o razones de probabilidades. Colina creía que las relaciones causales eran más propensos a demostrar asociaciones fuertes que los agentes no causales. Tabaquismo y pulmón el cáncer es un ejemplo perfecto donde el riesgo razones, razones de tasas y razones de probabilidades son en el rango de 20 a 40 al comparar fumadores a no fumadores. Sin embargo, asociaciones débiles como se demuestra por el cociente de riesgo, el cociente de tasas o las probabilidades. La proporción no debe tomarse como un indicio de no causalidad. Esto es particularmente cierto cuando el resultado de el interés es común.

Un ejemplo de un resultado común que presenta una asociación débil con fumar es una enfermedad cardiovascular (ECV). Sin embargo, incluso con un débil asociación, la evidencia apoya la naturaleza casual entre fumar y el desarrollo de ECV. Además, no se debe suponer que un asociación fuerte por sí sola es indicativa de causalidad, como la presencia de fuertes la confusión puede conducir erróneamente a una fuerte asociación causal.

Consistencia de los datos

Este arrendatario se refiere a la reproducibilidad de los resultados en varios poblaciones y situaciones.

La consistencia se utiliza generalmente para descartar otras explicaciones para el desarrollo de un resultado dado. Eso También debe tenerse en cuenta que la falta de consistencia no negar una asociación causal ya que algunos agentes causales son causales sólo en presencia de otros cofactores. En general, cuanto mayor es la consistencia, más probable es una causal asociación.

especificidad

Se ha demostrado que este criterio no es válido en una serie de casos, siendo el tabaquismo el principal ejemplo. La evidencia demuestra claramente que fumar no conduce únicamente a la carcinogénesis pulmonar, sino a una miríada de otros trastornos clínicos que van desde el enfisema hasta el corazón enfermedad. Por otro lado, hay ciertas situaciones donde existe una relación de 1 a 1, como con ciertos patógenos que son necesarios para producir una determinada enfermedad. La tuberculosis es un buen ejemplo.

Temporalidad

Este criterio ha sido identificado como el más probable ser el sine qua non para la causalidad, es decir, es absolutamente básico. Para que un agente sea causal, su presencia debe preceder al desarrollo del resultado. Falta de la temporalidad descarta la causalidad. Un ejemplo encontrado en el literatura es la relación entre la fibrilación auricular (FA) y embolia pulmonar. La sabiduría actual apoya que sin embargo, la embolia pulmonar causa fibrilación auricular evidencia más reciente e hipótesis biológica plausible sugieren que lo contrario podría ser cierto. Determinación de la el curso adecuado de la atención puede depender de descubrir si la embolia pulmonar de hecho puede preceder y, por lo tanto, quizás provocar el desarrollo de la fibrilación auricular.

Dosis-respuesta

La presencia de una relación dosis-respuesta entre un la exposición y el resultado proporciona buena evidencia de una relación causal. relación; sin embargo, su ausencia no debe tomarse como evidencia en contra de tal relación. Algunas enfermedades o los resultados de salud no muestran una relación dosis-respuesta relación con una exposición causal. pueden demostrar una asociación de umbral donde un nivel dado de exposición es necesarios para el inicio de la enfermedad o resultado de salud, y cualquier la exposición adicional no afecta el resultado.

Plausibilidad biológica

El apoyo a este criterio generalmente se obtiene en la base Laboratorio de ciencia. No es raro que la epidemiología conclusiones a las que se debe llegar en ausencia de pruebas de el laboratorio, particularmente en situaciones donde el.Los resultados epidemiológicos son la primera evidencia de una relación entre una exposición y un resultado. Sin embargo, se puede apoyar aún más una relación causal con la adición de un modo biológico razonable de acción, a pesar de que los datos científicos básicos aún no pueden ser disponible.

...