Multicausalidad MULTICAUSALIDAD Traducción de la Conferencia 4 del Curso de Epidemiología, realizada por el Dr. Nicolás Padilla, Facultad de Enfermería y Obstetrica de Celaya, Universidad de Guanajuato, México

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)

Postulados de Henle-Koch Algunas veces llamado determinismo puro El agente está presente en cada caso de la enfermedad No ocurre en cualquier otra enfermedad al azar o parásito no patogénico (un agente una enfermedad) Puede ser aislado y si se expone a sujetos sanos causará la enfermedad …entonces no puede ser una accidente al azar de la enfermedad, pero entre el parásito y la enfermedad no puede ser concebida una relación excepto que el parásito sea la causa de la enfermedad -- Robert Koch (1890)

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

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 Fuente: Smith, Theobald (1934) Parasitism and Disease. Princeton, NJ: Princeton University Press.

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 Fuente: Hill, Sir Austin Bradford (1965) Temporalidad – la exposición de interés deberá preceder al resultado por un lapso de tiempo consistente con algún mecanismo biológico Gradiente biológico – hay un gradiente del riesgo asociado con el grado de exposición (relación dosis-respuesta)

Postulados de Hill (cont.) 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) Analogía – en algunos casos, es justo juzgar la relación causa-efecto por analogía -”Con el efecto de la talidomida y de rubeóla ante nosostros, se acepta que similar evidencia con otra droga u otra enfermedad viral en el embarazo”

Red de causalidad para las enfermedades cardiovasculares principales Red de causalidad para las principales enfermedades cardiovasculares. (Fuente: Stallones, R.A. (1966). Prospective epidemiologic studies of cerebrovascular disease. Public Health Monograph No. 76, Washington, DC: U.S. Government Printing Office. p. 53.)

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) Suficiente pero no necesaria – el factor solo puede causar la enfermedad, pero lo pueden hacer otros factores en su ausencia Benzeno o radiación pueden causar leucemia sin la presencia del otro Ni necesaria ni suficiente – el factor no puede causar enfermedad por sí mismo, ni es el único factor que puede causar la enfermedad Es el probable modelo para las relaciones en las enfermedades crónicas

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 Leyes criminales Causalidad Presencia criminal en la escena del crimen Agente presente en la enfermedad Eventos causales preceden al ataque de la enfermedad Premeditación Accesorios involucrados en el crimen Cofactores y/o causalidad múlriple, involucrados Severidad del crimen relacionado al estado de la víctima Susceptibilidad y respuesta del huésped determina severidad El rol del a gente en la enfermedad deberá tener sentido común y biológico Motivación – deberá ganarle al criminal 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

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

Fuentes de error en estudios epidemiológicos 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

Tablas de contingencia Los hallazgos de muchos estudios epidemiológicos pueden ser presentados en tablas 2 x 2 Enfermedad Sí No Total Exposición a b a+b c d c+d a+c b+d a+b+c+d

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 determina 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)

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) AR% = AR/[a/(a+b)] x 100 Si la exposición es preventiva, calcule la fracción preventiva

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

Comparando riesgo relativos Tasas de muerte ajustadas por edad por 100,000 Médicos Masculinos Británicos Fumadores No-fumadores Ca Pulmón 140 10 Enf. Coronaria 669 413 Riesgo relativo (riesgo relativo, razón de riesgo) Ie/In: 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 Fuente: Doll and Peto. Mortality in relation to smoking: Twenty years’ observations on male British doctors. BMJ 1976;2:1525-36 Tabaquismo es un más fuerte factor de riesgo para Cáncer de pulmón que para enfermedad coronaria

Comparando riesgos atribuibles Tasas de muerte ajustadas por edad por 100,000 para Médicos Masculinos Británicos Fumadores No-fumadores Ca Pulmón 140 10 Enf. Coronaria 669 413 Riesgo 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 Si tabaquismo es causal, eliminar los cigarros deberá salvar más fumadores de enfermedad coronaria que de cáncer de pulmón

Comparando porcentajes del riesgo atribuible Tasa de muerte ajustada por edad por 100,000 para médicos masculinos británicos 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 fumaran Casi 38% de enf. Coronaria podría ser eliminada si los fumadores en este estudio, no fumaran 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