La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Señalando causas, introducción a la planeación del estudio Principios de Epidemiología Conferencia 4 Dona Schneider, PhD, MPH, FACE.

Presentaciones similares


Presentación del tema: "Señalando causas, introducción a la planeación del estudio Principios de Epidemiología Conferencia 4 Dona Schneider, PhD, MPH, FACE."— Transcripción de la presentación:

1 Señalando causas, introducción a la planeación del estudio Principios de Epidemiología Conferencia 4 Dona Schneider, PhD, MPH, FACE

2 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)

3 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

4 Triada epidemiológica Enfermedad es el resultado de fuerzas dentro de una sistema dinámico, consistiendo en: Agente de la infección Huésped Ambiente

5 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

6 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)

7 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

8 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.)

9 Red de causalidad para las enfermedades cardiovasculares principales

10

11 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

12 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)

13 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

14 Comparando roles de evidenciae Ningún otro agente podría haber causado la enfermedad bajo las circunstancias dadas Ningúno 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 biológico Motivación – 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 enfermedad Premeditación Agente presente en la enfermedad Presencia criminal en la escena del crimen CausalidadLeyes criminales

15 Tipos de estudio Medio para evaluar posibles causas por la reunión y análisis de la evidencia

16 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

17 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

18 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

19 Epidemiology (Schneider) Fuentes de error en estudios epidemiológicos Misclasificación – clasificación errónea del estatus de la enfermedad o de la exposición Variación aleatoria - azar

20 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

21 Epidemiology (Schneider) Tablas de contingencia Enfermedad SíNoTotal Exposición Síaba+b Nocdc+d Totala+cb+da+b+c+d Los hallazgos de muchos estudios epidemiológicos pueden ser presentados en tablas 2 x 2

22 Medidas de asociación de una tabla 2x2 Estudio 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)

23 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)

24 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

25 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

26 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.

27 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

28 Resúmen de cálculos del riesgo atribuible En grupo expuesto En total de la población Incidencia atribuíble a la exposición I e – I n AR I p – I n PAR Proporción de la incidencia atribuíble a la exposición I e – I n X 100 I p – I n X 100 I e IpIp AR%PAR%

29 Comparando riesgo relativos FumadoresNo-fumadores Ca Pulmón14010 Enf. Coronaria Riesgo relativo (riesgo relativo, razón de riesgo) I e /I n : CaP = 14.0; Enf. Coronaria = 1.6 Fumadores son 14 veces más probable que desarrollen CaP que los no fumadores Fumadores 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

30 FumadoresNo-fumadores Ca Pulmón14010 Enf. Coronaria Riesgo atribuible diferencia de riesgos, fracción etiólógica) I e - I n : 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

31 FumadoresNo fumadores Ca de pulmón14010 Enf. coronaria Riesgo atribuible%=[(I e -I n )/I e ] 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 fumaran Casi 38% de enf. Coronaria podría ser eliminada si los fumadores en este estudio, no fumaran Comparando porcentajes del riesgo atribuible Tasa 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


Descargar ppt "Señalando causas, introducción a la planeación del estudio Principios de Epidemiología Conferencia 4 Dona Schneider, PhD, MPH, FACE."

Presentaciones similares


Anuncios Google