23. Causalidad
En Epidemiología uno de los
objetivos primordiales es conocer
y manejar las asociaciones entre
exposiciones y efectos, como
parte de la compleja red de
relaciones que involucran a los
animales y todos los aspectos de
su ambiente.
24. Causalidad
Por ello, siempre los epidemiólogos
estamos tratando de mejorar nuestros
diseños y análisis de datos, para
describir mejor esa red.
Es sólo estudiando esas asociaciones,
en condiciones de campo, que
podremos entender las interrelaciones y
las formas de actuar sobre los factores.
25. Causalidad
Es por ello que en Epidemiología
se abordan las situaciones en su
condición MULTIFACTORIAL.
26. Inferencia.
La Epidemiología se sustenta, fundamentalmente,
en estudios observacionales, para identificar las
asociaciones entre exposiciones y efectos,
basado en razonamiento inductivo (inferencia es
decir desde lo particular a lo general). Esto es
porque:
Muchos problemas no se pueden estudiar en condiciones
controladas de laboratorio (problemas éticos, costo, etc).
No es posible entender la complejidad de relaciones de
factores, que afectan a los animales, en condiciones que
no sean las naturales.
No es posible estudiar toda la población.
27. Componentes básicos de la
investigación epidemiológica.
La finalidad es obtener inferencias causales.
El estudio se inicia con el diseño del estudio
observacional.
Es fundamental identificar la población objetivo y
definir el grupo de estudio. Muestreo.
Obtener los datos de variables de exposición y los
resultados. Dos herramientas a emplear son los
cuestionarios y las pruebas diagnósticas.
Para establecer la asociación entre exposición y
resultado debemos ordenar las frecuencias
obtenidas y seleccionar la medida de asociación.
Estimar los efectos causales de la exposición.
28. Búsqueda de causas.
Identificar factores que puedan manejarse para
maximizar la salud o prevenir la enfermedad.
Identificar las causas de salud y enfermedad.
Causa es cualquier factor que produzca un
cambio en la severidad o frecuencia del resultado.
Es esencial que los grupos a comparar (con el
factor y sin el factor), sean los más similares en
todos los otros factores que puedan afectar el
resultado. Ya que la comparación perfecta no es
posible, se usa la mejor alternativa práctica. La
aleatorización es una gran ayuda.
29. Relación A – H - MA
Agente
Medio
ambiente
Huésped
30. En la conceptualización moderna
de la epidemiología veterinaria,
los efectos ligados al hombre han
tomado una gran relevancia.
Los nuevos escenarios mundiales
han profundizado estos efectos
antropógenos.
De esta manera podríamos hablar
de una nueva relación:
34. Objetivos de epidemiología
Determinación del origen de una enfermedad
cuya causa se conoce.
Investigación y control de una enfermedad cuya
causa se desconoce inicialmente.
Obtención de información sobre la ecología y la
historia natural de la enfermedad.
35. Objetivos de epidemiología
Planificación y seguimiento de programas de
control de la enfermedad.
Valoración de efectos económicos de una
enfermedad. Análisis de costos y beneficios de
los programas alternativos de prevención,
control o erradicación.
36. Presentación de la enfermedad
Endémica: se emplea con dos sentidos:
La frecuencia normal de presentación de una
enfermedad en una población
La presencia constante de una enferme-dad en una
población
Epidémica: presentación de una enferme-dad en
un nivel superior al esperado (endémico).
Pandémica
Esporádica: presentación irregular y fortuita de
una enfermedad. Fundamentalmente se
relacionan con influencias locales
37. Causas de enfermedad
Postulados de Koch
1. Está presente en todos los casos de la
enfermedad.
2. No aparece en otra enfermedad como
agente parásito, fortuito y apatógeno.
3. Se aísla en cultivo puro a partir de un
animal e induce la misma enfermedad en
otros animales.
38. Causas de enfermedad (cont.)
Postulados de Evans:
1. La proporción de individuos enfermos debe ser
significativamente mayor entre los expuestos a
la supuesta causa, comparados con los que no
expuestos.
2. La exposición a la supuesta causa debe ser más
frecuente en los individuos que padecen la
enfermedad que en los que no la padecen.
3. El número de casos nuevos de la enfermedad
debe ser significativamente mayor en los
expuestos a la supuesta causa que en los no
expuestos
39. Causas de enfermedad (cont.)
Postulados de Evans:
4. De forma transitoria, tras la exposición a la
supuesta causa, la enfermedad debería mostrar
una distribución de los períodos de incubación
representada por una curva con forma de
campana.
5. Tras la exposición a la supuesta causa aparece
un abanico de respuestas en el huésped, desde
leves a graves, dependiendo del grado de
exposición.
6. Tras la exposición a la supuesta causa, debería
aparecer una respuesta medible en el huésped
que no tenían antes de la exposición o debería
aumentar su magnitud si existía antes de la
exposición. Esto no debe suceder en los no
expuestos.
40. Causas de enfermedad (cont.)
Postulados de Evans:
7. La reproducción experimental de la enfermedad
debe ser más frecuente en los expuestos a la
supuesta causa en comparación con los no
expuestos.
8. La eliminación de la supuesta causa debe
producir una reducción de la frecuencia de
presentación de la enfermedad.
9. La prevención o la modificación de la respuesta
del huésped (inmunización), debería reducir o
eliminar la enfermedad.
10. Todas las relaciones y asociaciones deben ser
biológica y epidemiológica-mente
comprobables.
41. Tipos de asociación causal
Asociación: grado de dependencia o
independencia entre dos variables.
Existen dos tipos:
Asociación no estadística
Asociación estadística
No causal
Causal
○ Indirecta
○ Directa
42. Tipos de asociación causal (cont.)
Asociación no estadística: es aquella que
tiene lugar por casualidad, es decir, la
frecuencia de aparición conjunta de la
enfermedad y del factor no es mayor que
la que se produciría por azar.
Asociación estadística: las variables
presentan una asociación positiva, cuando
aparecen conjuntamente con mayor
frecuencia que la esperada por casualidad
43. Modelos causales
Modelo 1: la relación entre las causas y sus efectos
permite clasificar las causas en dos tipos:
Suficientes: produce inevitablemente un efecto.
○ Comprende siempre un conjunto de componentes causales,
por lo tanto, la enfermedad es multifactorial.
○ Una enfermedad puede ser producida por diferentes causas
suficientes.
○ No es necesario identificar todos los componentes de una
causa suficiente para prevenir la enfermedad, ya que la
eliminación de uno de los factores puede hacer que la causa
se convierta en insuficiente.
○ Si una causa es componente de toda causa suficiente se dice
que es necesaria.
44. Modelos causales
Modelo 1:
D
B
CA
E
Causa
suficiente 1
G
B
FA
H
Causa
suficiente 2
I
C
FA
J
Causa
suficiente 3
Esquema conceptual de las causas de una enfermedad hipotética
(modelo causal 1) (Rothman, 1976)
45. Modelos causales (cont.)
Causa necesaria: en su ausencia NO se produce la
enfermedad.
Causa suficiente: comprende varios componentes
causales, que pueden estar presentes en forma
concomitante o seguir uno a otro en cadena y
determinan la enfermedad..
Ej.: coloquialmente se identifica a la bacteria SRS como
causal del Síndrome Ricketsial del Salmón, aunque la
causa suficiente engloba la exposición a la bacteria,
la carencia de inmunidad, condiciones de higiene y
manejo, stress, temperatura del aguay otros factores.
46. Modelos causales (cont.)
Las variables se pueden también definir
como factores y se pueden clasificar en:
Factores predisponentes: elevan el grado de
susceptibilidad del huésped (edad).
Factores favorecedores: facilitan la aparición de
una enfermedad (nutrición, alojamiento).
Factores precipitantes: asociados con la
asociación definitiva de la enfermedad (agentes
biológicos, tóxicos, etc.).
Factores reforzadores: tienden a agravar la
presencia de una enfermedad (transporte).
47. Modelos causales (cont.)
Modelo 2: las causas directas e indirectas
representan una cadena de acciones en las
que las causas indirectas activan a las
directas.
48. Modelos causales (cont.)
Paradigmas (a) y ejemplos (b) de asociaciones causales directas e
indirectas: 1 y 2 = asociaciones causales directas; 3 = asociación causal
indirecta (A con C), asociación causal directa (B con C); 4 = asociación
causal directa e indirecta (A = C).
1. A B Traumatismo Contusión
2.
A
C
Infección por Salmonella sp.
Enteritis
B Infección por Parvovirus canino
3. A B Leptospirosis HemólisisC Hemoglobinuria
4.
A
C
Rabia en murciélagos
Rabia en
hombre
B Rabia en zorros
(a) (b)
49. Importancia de los factores
causales
Su comprensión permite entender mejor
cuando:
un factor es atribuible a una determinada
enfermedad,
o alternativamente la proporción de una
enfermedad que puede prevenirse
eliminando el factor de exposición.
50. Confusión en causalidad
Es el efecto de una variable ajena que
puede dar lugar, total o parcialmente, a
una asociación aparente entre las
variables.
Puede producir una falsa asociación entre
las variables de estudio o puede
enmascarar una asociación verdadera. A la
variable que confunde se le denomina
variable de confusión.
51. Confusión en causalidad (cont.)
Ejemplo:
Se demostró la existencia de una asociación estadística
entre la ventilación con ventiladores y enfermedades
respiratorias en porcinos. Esto no se debía a que los
ventiladores produjesen la enfermedad.
La asociación era el resultado del efecto de confusión del
tamaño de la explotación: la probabilidad de que aparezcan
enfermedades respiratorias es mayor en las explotaciones
grandes que en las pequeñas, y al mismo tiempo, las
grandes tienen más ventilación artificial.
52. Hipótesis causales
El primer paso de toda investigación epidemiológica
de causalidad es la descripción del tiempo, lugar y
población.
Tiempo: deben considerarse las relaciones de tiempo (año,
estación, mes, día, hora) y presentación del problema
sanitario.
Lugar: identificar las relaciones espaciales (factores
geológicos, ecológicos, etc.) y la presentación del problema
sanitario. Se están desarrollando Sistemas de Información
Geográficos (SIG).
Población: las características de los individuos pueden ser
de gran importancia para caracterizar susceptibilidades a
enfermedades (el tipo de animal puede determinar riesgos a
ciertos problemas sanitarios).
53. Hipótesis causales (cont.)
Existen 4 métodos principales para llegar a
una hipótesis:
Método de diferencia: si la frecuencia de una
enfermedad es diferente en dos circunstancias
distintas, y uno de los factores está presente en
una circunstancia, pero no aparece en la otra,
puede sospecharse que el factor sea causal.
Ej.: mortalidad lechones en una maternidad
comparado con otras dos, la única diferencia
entre ellas era que en la primera tenían un tipo de
calefactor distinto.
54. Hipótesis causales (cont.)
Método de la concordancia: si un factor es común
a cierto número de circunstancias distintas en las
que aparece una enfermedad, dicho factor podría
ser la causa de la enfermedad.
Ej.: aparición de salmonelosis en distintas
explotaciones porcinas que tuvieron en común
recibir una misma partida de harina de carne y
huesos.
55. Hipótesis causales (cont.)
Método de la variación concomitante: consiste en la
búsqueda de uno o varios factores cuya frecuencia o
intensidad varían con la frecuencia de la enfermedad
en distintas situaciones.
Ej.: la distancia a la cual se transporta el ganado para
su sacrificio está relacionada con la aparición de
contusiones en las canales. Hipomagnesemia bovina
y niveles de magnesio en los pastos. Infección por
leptospiras del personal de lechería y frecuencia con
la que se ordeñan las vacas.
56. Hipótesis causales (cont.)
Método de la analogía: consiste en comparar
el modelo de comportamiento de la
enfermedad en estudio con el de una
enfermedad bien conocida. La causa de una
enfermedad conocida puede ser la causa de
otra enfermedad desconocida con un
modelo de comportamiento similar.
Ej.: algunos tumores mamarios en ratones
son producidos por virus, por lo que algunos
tumores mamarios canino podrían tener
también una causa vírica.
57. Principios para establecer
asociaciones causales
1. La secuencia de los hechos en el tiempo: la
causa debe preceder al efecto.
2. La intensidad de la asociación: si un factor es
causal debe existir una fuerte asociación
estadística.
3. El gradiente biológico: si se puede demostrar
la existencia de una relación dosis respuesta entre
un factor y una enfermedad, aumenta la
posibilidad de que el factor sea causal.
58. Principios para establecer
asociaciones causales (cont.)
4. La coherencia: si existe una asociación en
diversas circunstancias, resulta muy probable la
existencia de una relación causal
5. La compatibilidad con los conocimientos
existentes: resulta más razonable inferir que un
factor es causa de una enfermedad si es que se ha
identificado un mecanismo biológico convincente
que en el caso que se desconozca tal mecanismo.
