Relaciones de causa- efecto y factores de riesgo.

A medida que vamos entendiendo mejor las enfermedades somos capaces de establecer cuáles son aquellas características que se asocian a ella. Estas asociaciones pueden ser causal o no; por ejemplo: tabaquismo y género masculino como riesgo de cáncer de pulmón. Una es causa de la enfermedad (tabaquismo), la otra es una relación casual (género masculino).

Todas estas características que se relacionan con el evento final o enfermedad, se conocen como factores de riesgo porque aumentan en forma aditiva o exponencial la probabilidad de sufrir la misma. Entre más factores de riesgo podamos conocer podremos discriminar mejor desde un punto de vista predictivo quienes padecen o padecerán la enfermedad.

Factores de causalidad

Pueden distinguirse cuatro tipos de factores que intervienen en la causación de la enfermedad. Todos pueden ser necesarios pero raramente son suficientes para provocar un estado determinado.
Una causa es necesaria cuando la enfermedad no puede desarrollarse en su ausencia, por ejemplo bacilo de Koch en la tuberculosis. Una causa es suficiente cuando inevitablemente produce o inicia la enfermedad, ejemplo el tabaquismo no es suficiente por sí mismo para producir cáncer de pulmón; ya que hay tabaquistas severos que nunca desarrollan la enfermedad.

  • Factores predisponentes: tales como la edad, el sexo o el padecimiento previo de un trastorno de salud pueden crear un estado de sensibilidad para un agente productor de enfermedad.
  • Factores facilitadores: tales como ingresos reducidos, alimentación escasa, vivienda inadecuada y asistencia médica insuficiente que pueden favorecer el desarrollo de enfermedad. A su vez, las circunstancias que favorecen la recuperación de las enfermedades o el mantenimiento de una buena salud también podrían llamarse factores facilitadores
  • Factores desencadentes: como la exposición a un agente patógeno o nocivo específico que pueden asociarse a la aparición de una enfermedad o estado determinado
  • Factores desencadenantes: como la exposición a un agente patógeno o nocivo específico, que pueden asociarse a la aparición de una enfermedad o estado determinado.
  • Factores potenciadores: como una exposición repetida o un trabajo demasiado duro que pueden agravar una enfermedad ya establecida.
  • Interacción: es cuando el efecto de dos o más causas que actúan simultáneamente resulta superior al que sería de esperar sumando los efectos individuales de ambas. Ejemplo el fumado y la inhalación de asbesto interaccionan para aumentar el riesgo de cáncer de pulmón.

 

Relaciones causales.

Una interrogante que no siempre es fácil responder es: ¿corresponde esta asociación a una relación de causa- efecto, o a un epifenómeno?. Un epifenómeno ocurre cuando  las características están vinculadas a través de otra  variable que no se está tomando en cuenta y que determina a la postre ambas características.

La presencia de dedos amarillentos en la mano de un fumador se asocia a un aumento del riesgo de infarto de miocardio, las relaciones causales se establecen entre tabaquismo severo- dedos amarillentos y entre tabaquismo severo- riesgo aumentado de infarto, por lo tanto la relación dedos amarillentos- infarto es un epifenómeno.

Durante el análisis de resultados de un estudio se investiga por estas posibles relaciones ocultas, o como se ha llamado factores de confusión. Como a veces no es posible establecer una relación de causa- efecto con una sola investigación, se desea saber al menos si como factor de riesgo (sea causal o no) es independiente de otros ya conocidos. Esto es eliminar los factores confusión.

Como ejemplo tenemos que, si la dislipidemia es un factor de riesgo establecido de enfermedad cardiovascular, la obesidad podría estar asociado a estas enfermedades en la medida que las personas obesas sean dislipidémicas también. Lo que sigue entonces es determinar si la relación obesidad- riesgo cardiovascular persiste luego de comparar personas con el mismo nivel de colesterol y triglicéridos, pero diferente masa corporal.

Para disminuir los factores de confusión se puede actuar tanto en la fase de diseño o en la fase analítica del estudio. Los métodos que la limitan en la fase de diseño son: la especificación (exclusión de sujetos con un factor de confusión en particular) y el pareo de casos y controles en base en un factor en particular. En la fase de análisis del estudio se utiliza la estratificación  de los grupos de acuerdo al factor de confusión o el análisis multivariable.

Luego de ajustar por los factores de confusión conocidos queda siempre la posibilidad de que haya factores de confusión desconocidos. Aquí es donde el ensayo randomizado controlado  tiene ventajas sobre los otros tipos de estudios, ya que todos los factores de confusión conocidos y desconocidos estarían distribuidos por igual en los grupos de estudio y de control.

Criterios de causalidad

Las características que tienen las relaciones causales fueron inicialmente formuladas a finales de la década de los 60´s por el estadístico Austin Hill:

  1. Plausibilidad biológica y Coherencia.
    Significa que la explicación fisiopatológica de cómo ese factor origina la enfermedad, es compatible con el cúmulo de conocimiento bien establecido. De modo que no contradiga otros hechos considerados verdaderos a menos que ofrezca hipótesis alternativas satisfactorias, y en general que encaje en el marco teórico en el que se circunscribe el fenómeno.La coherencia se demuestra cuando varios estudios llegan a los mismos resultados. Esto es especialmente importante cuando se utilizan diseños diversos en distintos lugares, ya que la probabilidad de error queda así reducida al mínimo
  2. Temporalidad
    Una causa no puede presentarse al mismo tiempo o después de que se ha manifestado el efecto. Por eso los estudios transversales no pueden determinar factores causales y son meramente exploratorios al respecto.La causa antecede los efectos en un tiempo muy variable (según el hecho estudiado) desde segundos, hasta años, esto se conoce como tiempo de latencia. Implica entonces que los estudios que pretendan establecer relaciones de causalidad deben tener un periodo de seguimiento suficiente para que ocurran los efectos.Cuando la asociación entre una posible causa y un efecto es intensa según la magnitud de la razón de riesgos (riesgo relativo) es más plausible que sea causal que cuando la asociación es débil, en cuyo caso puede haber sufrido el efecto de factores de confusión o sesgos. Los riesgos relativos que pasan de 2 pueden considerarse fuertes
  3. Relación dosis- respuesta.
    Si existe un mecanismo biológico que explica cómo un estímulo origina un fenómeno, debe presentarse una relación de dosis respuesta. Es decir incrementos en la magnitud del estímulo originan incrementos en la magnitud de la respuesta, muchas veces hasta cierto punto máximo, es decir un “efecto techo”.Cuando un evento biológico se presenta en espectro reducido del todo o nada, la relación causal se establece si hay una aumento proporcional de la probabilidad de ocurrencia o un acortamiento gradual del tiempo promedio de ocurrencia. Como ejemplo si se correlaciona presión arterial sistólica con la ocurrencia de hemorragia cerebral, se nota un aumento en la probabilidad de ocurrencia en una forma proporcional a las cifras de p arterial. Si se correlaciona con demencia podría encontrarse una presentación más precoz a medida que aumenten las cifras de p. arterial media.Si se puede eliminar la causa, al menos se reducirían los efectos. Nótese que no se escribió eliminar los efectos, porque la mayoría de fenómenos son multicausales y pueden seguirse presentando aunque con menor intensidad o probabilidad de ocurrencia.Si la causa da lugar a cambios rápidos e irreversibles que son los que posteriormente producen la enfermedad, continúe o no la exposición la reversibilidad no puede considerarse condición de causalidad.

    4  Diseño del estudio
    La capacidad del diseño de un estudio para probar una relación de causalidad es una consideración de la mayor importancia. Las mejores pruebas se consiguen con ensayos controlados y aleatorizados bien diseñados y bien llevados a cabo. Sin embargo estos estudios casi siempre son experimentales (tratamiento, eficacia de inmunización, etc), no suelen explorar factores causales.El diseño siguiente en cuanto a capacidad probatoria es el estudio de cohortes, que bien realizado minimiza los sesgos

 

Cuadro – Resumen. Criterios de causalidad.
Relación temporal ¿Precede la causa al efecto? (esencial)
Verosimilitud o Plausibilidad ¿Es compatible la asociación con nuestros conocimientos? (mecanismos de acción; pruebas obtenidas en animales de experimentación)
Coherencia ¿Se ha obtenido resultados similares en otros estudios?
Intensidad ¿Cuál es la intensidad de la asociación entre la causa y el efecto? (riesgo relativo)
Relación dosis- respuesta ¿Se asocia el aumento de exposición a la causa propuesta con un aumento del efecto?
Reversibilidad ¿La eliminación de una causa propuesta da lugar a una reducción del riesgo de enfermedad?
Diseño del estudio ¿Los datos probatorios se basan en un diseño adecuado?
Consideración de los datos probatorios ¿Cuántos tipos distintos de datos o indicios llevan a la misma conclusión?


Inferencia causal.

Es el proceso  a través del cual se llega a una conclusión de cuasalidad. Se han sugerido los siguientes pasos básicos.

  • Seleccionar una asociación exposición—efecto
  • Encontrar todos los estudios relevantes (observacionales, ensayos randomizados e información de laboratorio)
  • Explicar las razones por las que se excluyen algunos estudios de esta revisión sistemática
  • Si es posible efectuar un metanálisis de los estudios.
  • Considerar el sesgo y la confusión como posibles explicaciones alternativas.
  • Aplicar los criterios de causalidad a los resultados
  • Hacer o no hacer una declaración de causalidad.

 

Orgullosamente ofrecido por WordPress | Tema: Baskerville 2 por Anders Noren.

Subir ↑