You are on page 1of 21

INFERENCIA

CAUSAL
TIPOS DE CAUSALIDAD
CAUSA SUFICIENTE
• - Cuando está presente el factor,
aparece el desenlace
• - La causa siempre antecede a la
aparición del desenlace
• Factor (+)  Enfermedad (+)
• Ej. anomalías genéticas
homocigóticas (anemia falciforme,
enfermedad de Tay-Sachs).
CAUSA NECESARIA
• - Cuando está ausente el factor, no
aparece el desenlace.
• - La causa debe estar presente para
que ocurra el desenlace
• - La causa presente no determina la
aparición del desenlace
• Factor (–)  Enfermedad (–)
• Ej. en ausencia de Mycobacterium
tuberculosis no hay enfermedad, pero
su sola presencia no determina que la
enfermedad aparezca.
FACTOR DE RIESGO
- Característica cuya presencia activa en un
grupo expuesto aumenta la probabilidad de
observar el desenlace en comparación con el
grupo no expuesto

• Factor (+)  Riesgo de Enfermedad
Aumentado
• Ej. hábito de fumar y cáncer pulmonar.
• No todos los fumadores tienen la
enfermedad (no es causa suficiente) y la
enfermedad aparece en no fumadores (no
es causa necesaria), pero la enfermedad se
ve con mayor frecuencia en los fumadores.
La asociación
entre variables
no implica que
una sea causa
de la otra
TIPOS DE RELACIONES
CAUSALES
• DIRECTA. El factor ejerce su efecto en
ausencia o sin la participación de
otros factores.
• Factor  Efecto
• Ej. un impacto fuerte sobre órganos
internos produce lesión sin necesidad
de otros factores concurrentes
TIPOS DE RELACIONES
CAUSALES
• INDIRECTA. Uno o más factores
ejercen su efecto sobre otros factores
Factor 1  Efecto  Factor 2
• Ej. la mejor educación se asocia
indirectamente con mayor salud,
promoviendo conocimiento,
motivación para preservarla y
posibilidad de obtener recursos
TIPOS DE RELACIONES
CAUSALES
• NO CAUSAL. La relación entre
factores (variables) existe
estadísticamente pero no
causalmente. Se puede deber a:
• - azar
• - sesgo
• - relación temporal incorrecta
• - influencia de un factor de confusión
RELACIONES CAUSALES

• 1. APARENTES
• a. Basadas en error aleatorio
• b. Basadas en error sistemático

• 2. REALES
• a. Efecto - causa
• b. Efecto - efecto
• c. Causa - efecto
Las cinco sit uaciones que se pueden dar cuando en una muest ra se observa
asociación ent re dos variables (consumo de café e infart o de miocardio)


EXPLI CACI ON


TI PO DE ASOCI ACI ON

BASE PARA LA
ASOCI ACI ON


REALI DAD EN LA
POBLACI ON

MODELO CAUSAL

1. AZAR

APARENTE

ERROR ALEATORIO

EL CONSUMO DE CAFÉ Y
EL I NFARTO NO SE
RELACIONAN


2. SESGO

APARENTE

ERROR SISTEMATI CO

EL CONSUMO DE CAFÉ Y
EL I NFARTO NO SE
RELACIONAN


3. EFECTO-CAUSA

REAL

EFECTO ANTERIOR A LA
CAUSA

EL I NFARTO CAUSA
CONSUMO DE CAFE

INFARTO


CONSUMO DE CAFÉ

4- EFECTO-EFECTO

REAL

DISTRACTOR O VARI ABLE
INTERVINIENTE

CONSUMO DE CAFÉ E
INFARTO CON CAUSADOS
POR OTRO FACTOR
FACTOR X

CONS.CAFÉ INFARTO

5. CAUSA-EFECTO

REAL

CAUSA Y EFECTO

EL CONSUMO DE CAFÉ ES
UNA CAUSA DE I NFARTO
CONSUMO DE CAFÉ


INFARTO


COMO DESCARTAR UNA ASOCIACION
CAUSAL APARENTE (ESPURIA)
• Basada en el azar
• Aumentar la precisión en las
mediciones
• Aumentar el tamaño de las muestras
• Usar muestras probabilísticas
• Escribir y aplicar un manual de
operaciones
• Entrenar y certificar los observadores
• Considerar los valores de significancia
estadística
COMO DESCARTAR UNA ASOCIACION
CAUSAL APARENTE (ESPURIA)
• Basada en el sesgo
– Establecer criterios de inclusión y
exclusión
– Calibrar los instrumentos de medición
– Analizar los resultados en el contexto de
la evidencia previa
– Hacer mediciones a ciegas
COMO DESCARTAR UNA ASOCIACION
CAUSAL REAL EFECTO – CAUSA
(Debida a error de apreciación temporal)
• En fase de diseño/planificación
• Hacer estudio longitudinal (cohortes)
• Emplear variables medidas con
anticipación

• En fase de análisis
• Evaluar la asociación en el contexto de
la evidencia previa
• Analizar la plausibilidad biológica
COMO DESCARTAR UNA ASOCIACION
CAUSAL REAL EFECTO – EFECTO
(Debida a un factor de confusión)
• a. En fase de diseño (medidas
tempranas e irreversibles)
– i-Especificar
– ii-Muestreo apareado

• b. En fase de análisis (medidas
reversibles y flexibles)
– i-Estratificar
– ii-Hacer ajuste estadístico
– Análisis por puntuaciones
VENTAJAS Y DESVENTAJAS DE LAS
MEDIDAS DE CONTROL
DE VARIABLES DE CONFUSIÓN
Medida a
aplicar
Fase Ventajas Desventajas
Especif icación Planif icación -Fácil de
comprender
-Limit a la selección
de sujet os respecto
de la PI
-Limit a:
* la generalización
* el t amaño de muest ra

VENTAJAS Y DESVENTAJAS DE LAS MEDIDAS DE
CONTROL DE VARIABLES DE CONFUSIÓN
Apareamient o Planif icación -Elimina la
inf luencia de
factores:
*const it ucionales
* dif íciles de medir
-Equilibra casos y
cont roles en cada
est rato
-Facilit a selección de
cont roles


-Es un proceso lent o, caro y
menos ef icaz que aument ar
N
-Decisión t emprana,
irreversible que puede
alt erar el análisis, y que
condiciona la relación
variable
independient e/ dist ract or.
-Elimina opción a
evaluación del fact or
apareado como variable
-Demanda análisis pareado
-Hay riesgo de
sobreapareamient o

VENTAJAS Y DESVENTAJAS DE LAS MEDIDAS DE
CONTROL DE VARIABLES DE CONFUSIÓN
Estrati fi cación Análi si s -Fácil de
comprender
-Fl exi bl e y
reversibl e
-Limitada por N para
cada estrato
* pocas covariabl es
* pocos estratos
-Las covariabl es
deben haber sido
medidas
anti cipadamente

VENTAJAS Y DESVENTAJAS DE LAS MEDIDAS DE CONTROL DE
VARIABLES DE CONFUSIÓN
Aj uste
estadí sti co
Análi si s -Se pueden
controlar varios
factores
si mul táneamente
-Fl exi bl e y
reversibl e
-Todas las variabl es
continuas son
útil es para el aj uste
-El modelo de
interacción puede no
ser apropiado
* esti mación
inexacta de la fuerza
del efecto
* control
incompl eto de los
factores de
confusión
-Los resul tados son
más di fí cil es de
interpretar
-Las covariabl es
deben haber sido
medidas
anti cipadamente

CARACTERÍSTICAS QUE AUMENTAN LA
PROBABILIDAD DE CAUSALIDAD.
Reglas de Mill (John Stuart Mill, 1856)
• Fuerza de la asociación
• Consistencia de la asociación
• Especificidad de la asociación
• Plausibilidad biológica de la
asociación
• Relación dosis - respuesta en la
asociación
CAUSALIDAD EN EPIDEMIOLOGIA
(Bradford Hill, 1937)
– Consistencia (observación repetida en diferentes
circunstancias)
– Especificidad (observación limitada a ciertas
características)
– Relación temporal (la causa antecede a la ocurrencia del
efecto)
– Gradiente biológico (relación dosis – respuesta)
– Plausibilidad biológica (varía con el estado del
conocimiento)
– Coherencia de la evidencia (libre de contradicciones)