CAUSALIDAD

La causalidad a causalidad es el principio o el origen de algo. Es la

conexin que existe entre las razones o las causas de ciertos fenmenos o
procesos y los resultados o efectos de los mismos.
AMBITOS
El trmino causalidad puede aplicarse a todos los mbitos y espacios de la
vida as como tambin a diferentes disciplinas cientficas. La causalidad es
utilizada en muchos estudios como el sistema de deduccin que permite
analizar un proceso especfico a partir de sus causas, comprenderlo y
quizs hasta poder prevenir los siguientes hechos. La causalidad es
entonces de gran utilidad para la ciencia ya que establece ciertos
parmetros que pueden guiar la investigacin y facilitar la obtencin de
resultados.
La fsica sostiene que cualquier evento est causado por otro anterior. Por
lo tanto, si se conoce con precisin el estado actual de algo, es posible
predecir su futuro. Esta postura, conocida como determinismo, fue
matizada con el avance de la ciencia.
Para la filosofa, la causalidad es la ley en virtud de la cual se generan
efectos. Los filsofos consideran que el hecho de cualquier suceso est
originado por una causa y sealan tres condiciones para que A sea la
causa de un efecto B: A debe ocurrir antes que B, siempre que ocurra A
tiene que ocurrir B y A y B deben ser cercanos en tiempo y espacio.
La estadstica, por su parte, sostiene que la causalidad es una relacin de
necesidad de co-ocurrencia de dos variables.
Elementos de la relacin causal.
1. Elemento inicial (A) o causa: su definicin depende del modelo. Pueden
ser causas:
a) Acciones intencionales (p.e. administracin de un tratamiento): las ms
claras
b) Acciones no intencionales: acciones naturales (lluvia), hechos (fumar)
c) Atributos (sexo), constructos (inteligencia): como no se definen en
funcin de cambios, a veces en lugar de causas se habla de
determinantes.
2. Elemento final (B) o efecto que se define en trminos de cambio con
respecto a:
a) situacin previa
b) lo que hubiera ocurrido si no hubiera ocurrido la causa. Es la que
plantea ms problemas en el diseo experimental: necesidad de control.

3. Relacin entre ambos

a) Algunos autores (Russell) la definen exclusivamente como funcional en
el sentido de funcin matemtica.
b) Otros (Galileo, Stuart Mill, Kant) tambin como condicin. La relacin
condicional puede ser:
i) Necesaria y suficiente: Si A, entonces B y Si B, entonces A.
ii) Necesaria y no suficiente: Si A, entonces B o no B y Si B, entonces
A
iii) No necesaria y suficiente: Si A, entonces B y Si B, entonces A o
no A
iv) No necesaria y no suficiente: Si A, entonces B o no B y Si B,
entonces A o no A
Causalidad en epidemiologa
En epidemiologa, la causalidad se define como el estudio de la relacin
etiolgica entre una exposicin, por ejemplo la toma de un medicamento y
la aparicin de un efecto secundario.
Los efectos pueden ser:
Enfermedad
Muerte
Complicacin
Curacin
Proteccin (vacunas)
Resultado (uso de mtodos, cambio de prcticas, erradicacin de
una enfermedad, participacin en un programa, etc.)
Las causas o factores que influyen en el proceso salud-enfermedad de la
poblacin requieren una investigacin adecuada para prevenir la aparicin
de efectos no deseados y controlar su difusin.
A continuacin mencionamos algunos factores causales de enfermedades:
Factores biolgicos (edad, sexo, raza, peso, talla, composicin
gentica, estado nutricional, estado inmunolgico).
Factores psicolgicos (autoestima, patrn de conducta, estilo de
vida, respuesta al estrs).
Factores relacionados con el medio ambiente social y cultural
(calentamiento global, contaminacin, cambios demogrficos, estilo
de vida, actividad fsica durante el tiempo de ocio, pertenencia a
una red social, acceso a servicios bsicos, hacinamiento,
drogadiccin, alcoholismo).

 Factores econmicos (nivel socioeconmico, categora profesional,

nivel educativo, pobreza, .
mbito laboral (accidente de trabajo, empleo, prdida del empleo,
acceso a la seguridad social, tensin laboral, contaminacin sonora,
condiciones del ambiente de trabajo).
Factores polticos (guerras, embargos, pago de la deuda externa,
globalizacin, invasin).
Factores relacionados con el medio ambiente fsico (geologa,
clima, causas fsicas, causas qumicas, presencia de vectores,
deforestacin.
Servicios de salud (acceso a servicios de salud, programas de
control y erradicacin de enfermedades, vigilancia epidemiolgica,
vigilancia nutricional).
Las relaciones entre causa y efecto pueden esquematizarse de distintas
maneras.

EJEMPLO 1. Modelo causal de brucellosis humana. El esquema

muestra las relaciones entre las causas asociadas (falta de
saneamiento, educacin sanitaria, contaminacin ambiental,
ausencia de medidas de proteccin) y el efecto (brucelosis en el

humano)

EJEMPLO 2. Modelo causal del proceso salud enfermedad. El

esquema ilustra las relaciones entre causas diversas y el proceso
que lleva a un individuo sano a adquirir una infeccin y

posteriormente una enfermedad. El proceso inverso lleva al

enfermo a la condicin de individuo sano

POR QU LA BSQUEDA DE LAS CAUSAS?

La bsqueda de la causa, tiene al menos dos justificaciones:
1. Si entendemos la causa podemos generar cambios. Podramos definir la
relacin causal entre la exposicin y el efecto en trminos del cambio que
sufre el ltimo cuando se modifica el primero.
Una intervencin intencional que altere la exposicin puede ser exitosa en
modificar el efecto, slo si la exposicin es causa real del desenlace. La
exposicin puede ser un excelente marcador o predictor del efecto, sin ser
necesariamente su verdadera causa. Esta es otra forma de decir que la
asociacin no siempre es prueba de causalidad.
2. Estudiar la causa es aprender sobre los mecanismos. El conocimiento
de los mecanismos causales sirve como base para generar nuevas
hiptesis y para planear intervenciones que modifiquen los efectos.
Existen modelos para representar la relacin entre una presunta causa y
un efecto.

 El modelo de Koch-Henle
El modelo de Bradford-Hill
Los postulados de Evans
EL MODELO DE KOCH-HENLE
El modelo de Koch-Henle (1887): propuesto para el estudio de
enfermedades infecto-contagiosas. Se basa en la influencia de un
microorganismo, que debe:
a) encontrarse siempre en los casos de enfermedad.
b) poder ser aislado en cultivo, demostrando ser una estructura viva
y distinta de otras que pueden encontrarse en otras enfermedades.
c) distribuirse de acuerdo con las lesiones y ellas deben explicar las
manifestaciones de la enfermedad.
d) ser capaz de producir la enfermedad en el animal de
experimentacin al ser cultivado (algunas generaciones).
Este modelo result til para enfermedades infecciosas, no as para las
enfermedades no infecciosas.
EL MODELO DE BRADFORD-HILL
El modelo de Bradford-Hill (1965), propone los siguientes criterios de
causalidad, en la bsqueda de relaciones causales para enfermedades no
infecciosas:
Fuerza de Asociacin. Determinada por la estrecha relacin
entre la causa y el efecto adverso a la salud. La fuerza de
asociacin depende de la frecuencia relativa de otras causas. La
asociacin causal es intensa cuando el factor de riesgo est
asociado a un alto riesgo relativo (RR). Los RR que pasan de un
valor de 2 se considera que expresan una fuerte asociacin.
Consistencia. La asociacin causa-efecto ha sido demostrada por
diferentes estudios de investigacin, en poblaciones diferentes y
bajo circunstancias distintas. Sin embargo, la falta de consistencia
no excluye la asociacin causal, ya que distintos niveles de
exposicin y dems condiciones pueden disminuir el efecto del
factor causal en determinados estudios.
Especificidad. Una causa origina un efecto en particular. Este
criterio, no se puede utilizar para rechazar una hiptesis causal,
porque muchos sntomas y signos obedecen a una causa, y una
enfermedad a veces es el resultado de mltiples causas.

 Temporalidad. Obviamente una causa debe preceder a su

efecto; no obstante, a veces es difcil definir con qu grado de
certeza ocurre esto. En general, el comienzo de las enfermedades
ocupacionales comprende un largo perodo de latencia entre la
exposicin y la ocurrencia del efecto a la salud. Asimismo, otro
aspecto que influye en la temporalidad es la susceptibilidad de la
persona expuesta, y la utilizacin y eficacia de las medidas de
prevencin y control de riesgos.
Gradiente biolgico (Relacin dosis-respuesta). La
frecuencia de la enfermedad aumenta con la dosis o el nivel de
exposicin. La demostracin de la relacin dosis-respuesta tiene
implicaciones importantes:
a) Es una buena evidencia de una verdadera relacin causal
entre la exposicin a agente particular y un efecto en la
salud.
b) Puede permitir demostrar que un factor de riesgo en
particular se relacione a un efecto adverso a la salud, y
determinar que en niveles de exposicin a ese agente causal
por debajo del valor que lo produce, es ms improbable o
incluso imposible que ocurra el efecto en la salud.
c) La relacin dosis efecto puede verse modificada o ausente
por el efecto del umbral del compuesto o un efecto de
saturacin; o deberse completamente a una distorsin
graduada o a un sesgo; lo cual puede dificultar la
interpretacin de este criterio.
Plausibilidad biolgica. El contexto biolgico existente debe
explicar lgicamente la etiologa por la cual una causa produce un
efecto a la salud. Sin embargo, la plausibilidad biolgica no puede
extraerse de una hiptesis, ya que el estado actual del
conocimiento puede ser inadecuado para explicar nuestras
observaciones o no existir.
Coherencia. Implica el entendimiento entre los hallazgos de la
asociacin causal con los de la historia natural de la enfermedad y
otros aspectos relacionados con la ocurrencia de la misma, como
por ejemplo las tendencias seculares. Este criterio combina
aspectos de consistencia y plausibilidad biolgica.
Evidencia Experimental. Es un criterio deseable de alta validez,
pero rara vez se encuentra disponible en poblaciones humanas.

 Analoga. Se fundamenta en relaciones de causa-efecto

establecidas, con base a las cuales si un factor de riesgo produce un
efecto a la salud, otro con caractersticas similares pudiera producir
el mismo impacto a la salud.
Otros criterios adicionales. Debe considerarse:

Similar tamao y distribucin de la poblacin o muestra.

Variacin notoria del efecto en las poblaciones.
Reversibilidad. Si se retira la causa, cabe esperar que desaparezca o
al menos disminuya el efecto a la salud.
Juicio crtico sobre las evidencias, con base estricta en el
conocimiento cientfico.

LOS POSTULADOS DE EVANS

En 1976, Evans propuso los siguientes postulados:
1.
La
proporcin
de
individuos
enfermos
debera
ser
significativamente mayor entre aquellos expuestos a la supuesta
causa, en comparacin con aquellos que no lo estn.
2. La exposicin a la supuesta causa debera ser ms frecuente
entre aquellos individuos que padecen la enfermedad que en
aquellos que no la padecen.
3. El nmero de casos nuevos de la enfermedad debera ser
significativamente mayor en los individuos expuestos a la supuesta
causa en comparacin con los no expuestos, como se puede
comprobar en los estudios prospectivos.
4. De forma transitoria, la enfermedad debera mostrar tras la
exposicin a la supuesta causa, una distribucin de los perodos de
incubacin representada por una curva en forma de campana.
5. Tras la exposicin a la supuesta causa debera aparecer un
amplio abanico de respuestas por parte del hospedador, desde
leves hasta graves, a lo largo de un gradiente biolgico lgico.
6. Previniendo o modificando la respuesta del husped, debe
disminuir o eliminarse la presentacin de la enfermedad (por ej.:
vacunando o tratando con antibiticos a una poblacin expuesta o
enferma).

7. La reproduccin experimental de la enfermedad debera tener

lugar con mayor frecuencia en animales u hombres expuestos
adecuadamente a la supuesta causa, en comparacin con aquellos
no expuestos; esta exposicin puede ser deliberada en voluntarios,
inducida de forma experimental en el laboratorio o demostrada
mediante la modificacin controlada de la exposicin natural.
8. La eliminacin (por ejemplo la anulacin de un agente infeccioso
especfico) o la modificacin (por ejemplo la alteracin de una dieta
deficiente) de la supuesta causa debera producir la reduccin de la
frecuencia de presentacin de la enfermedad.
9. La prevencin o la modificacin de la respuesta del hospedador
(por ejemplo, mediante inmunizacin) debera reducir o eliminar la
enfermedad que normalmente se produce tras la exposicin a la
causa supuesta.
10. Todas las relaciones y asociaciones deberan de ser biolgica y
epidemiolgicamente verosmiles.
TIPOS DE CAUSAS
Causa suficiente: Si el factor (causa) est presente, el efecto
(enfermedad) siempre ocurre.
Causa necesaria: Si el factor (causa) est ausente, el efecto
(enfermedad no puede ocurrir.
Factor de riesgo: Si el factor est presente y activo, aumenta la
probabilidad que el efecto (enfermedad) ocurra.
La existencia de una asociacin epidemiolgica significativa (riesgo
relativo superior a dos) es uno de los criterios para proponer una relacin
causa - efecto; hay que tener en cuenta, que no es el nico.
FLUJOGRAMA DE CASUALIDAD

TIPOS DE RELACIN O ASOCIACIN CAUSA - EFECTO

Las relaciones causa - efecto pueden ser:
1. Relacin o asociacin causal directa: El factor ejerce su
efecto en ausencia de otros factores o variables intermediarias. En
este caso se habla de una relacin necesaria y suficiente.
Ejemplo: muy rara en procesos biolgicos o mdicos
2. Relacin o asociacin causal indirecta: El factor ejerce su
efecto va factores o variables intermediarias.
3. Necesaria y no suficiente: Cada factor es necesario, pero no
es suficiente para producir la enfermedad. Ejemplo: virus del
papiloma humano y cncer del cuello uterino, bacilo de Koch y
tuberculosis.
Ejemplo: virus del papiloma humano y cncer del cuello uterino,
bacilo de Koch y tuberculosis.
4. No necesaria y suficiente: El factor puede producir la
enfermedad, pero tambin otros factores que actan solos. Ejemplo:
leucemia puede ser producida por exposicin a la radiacin y por
exposicin al benceno.

Ejemplo: leucemia puede ser producida por exposicin a la

radiacin y por exposicin al benceno
5. No necesaria y no suficiente: Ningn factor por s solo es
necesario ni suficiente. Ejemplo: la mayora de enfermedades
crnicas como diabetes mellitus, hipertensin arterial.
Ejemplo: la mayora de enfermedades crnicas como diabetes
mellitus, hipertensin arterial.
6. Relacin o asociacin no causal: La relacin entre dos
variables es estadsticamente significativa, pero no existe relacin
causal, sea porque la relacin temporal es incorrecta (la presunta
causa aparece despus y no antes del presunto efecto) o porque
otro factor es responsable de la presunta causa y del presunto
efecto (confusin).

BIBLIOGRAFA
Lpez-Moreno S; Garrido-Latorre F; Hernndez-Avila M. Desarrollo histrico
de la epidemiologa: su formacin como disciplina cientfica. Salud pblica
de Mxico / vol.42, no.2, marzo-abril de 2000
Vitale,
E.
(2003).
Factores
de
riesgo
y
causalidad
http://arapey.unorte.edu.uy/epiweb/epiweb/fichas_teoricas/ficha_007/Ficha
%2007%20-%20Factores%20de%20Riesgo%20y%20Causalidad.pdf
Corzo, G. (s.f.) Epidemiologa y Causalidad en Salud Ocupacional.
http://www.medspain.com/colaboraciones/EpidemiologiaySaludOcup.html

LINKOGRAFA
http://ccp.ucr.ac.cr/cursos/epidistancia/contenido/4_epidemiologia.htm