Universidad Nacional del Chaco Austral

Facultad de Ciencias Veterinarias

Cátedra de Epidemiología

CAUSALIDAD Y MULTICAUSALIDAD

La sucesión cronológica de 2 eventos lleva a postular que la primera es la

causa. Ej. Si después de un eclipse ocurre una EPIDEMIA, el eclipse es la
causa de la epidemia.
Aclaremos que la sucesión cronológica o temporal no siempre es un
buen indicador de causalidad y es necesario descartar la primera coincidencia
accidental de los 2 eventos en el tiempo antes de formular la hipótesis. Esta
forma debió predominar en las etapas tempranas de la humanidad. Pero AÚN
está presente.
Posteriormente, las causas fueron buscadas en el ambiente, pero como
se tenía idea clara sobre causas específicas por mucho tiempo se atribuyó la
enfermedad a factores ambientales “MIASMAS”. Esto se mantuvo hasta el siglo
XIX y tuvo como defensores a Edwin Chadwick considerado como el fundador
de las SALUD PÚBLICA por su adhesividad a esta teoría y ser el impulsor del
saneamiento ambiental.
PASTEUR (1822-1876) Con su teoría bacteriana creó el concepto de las
causas específicas para enfermedades específicas y así es sustituida la teoría
miasmática.
En Epidemiología, la causalidad se define como el estudio de la relación
etiológica entre una exposición, por ejemplo, la toma de un medicamento y la
aparición de un efecto secundario.
Las causas o factores que influyen en el proceso salud-enfermedad de la
población requieren una investigación adecuada para prevenir la aparición de
efectos no deseados y controlar su difusión. Algunos factores causales de
enfermedades pueden ser:

• Factores biológicos (edad, sexo, raza, peso, talla, composición genética,

estado nutricional, estado inmunológico).
• Factores psicológicos (autoestima, patrón de conducta, estilo de vida,
respuesta al estrés).
• Factores relacionados con el medio ambiente social y cultural (calentamiento
global, contaminación, cambios demográficos, estilo de vida, actividad física
durante el tiempo de ocio, pertenencia a una red social, acceso a servicios
básicos, hacinamiento, drogadicción, alcoholismo).
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

• Factores económicos (nivel socioeconómico, categoría profesional, nivel

educativo, pobreza. • Ámbito laboral (accidente de trabajo, empleo, pérdida del
empleo, acceso a la seguridad social, tensión laboral, contaminación sonora,
condiciones del ambiente de trabajo).
• Factores políticos (guerras, embargos, pago de la deuda externa,
globalización, invasión).
• Factores relacionados con el medio ambiente físico (geología, clima, causas
físicas, causas químicas, presencia de vectores, deforestación.
• Servicios de salud (acceso a servicios de salud, programas de control y
erradicación de enfermedades, vigilancia epidemiológica, vigilancia nutricional).

¿Por qué la búsqueda de las causas?

La búsqueda de la causa, tiene al menos dos justificaciones:

✓ Si entendemos la causa podemos generar cambios. Podríamos

definir la relación causal entre la exposición y el efecto en términos del
cambio que sufre el último cuando se modifica el primero. Una
intervención intencional que altere la exposición puede ser exitosa en
modificar el efecto, sólo si la exposición es causa real del desenlace. La
exposición puede ser un excelente marcador o predictor del efecto, sin
ser necesariamente su verdadera causa. Esta es otra forma de decir
que la asociación no siempre es prueba de causalidad.
✓ Estudiar la causa es aprender sobre los mecanismos. El conocimiento
de los mecanismos causales sirve como base para generar nuevas
hipótesis y para planear intervenciones que modifiquen los efectos.

En consonancia con este enfoque, existen dos modelos de Causalidad en

Epidemiología ampliamente aceptados, que son: La Triada y Las Causas
Componentes.

¿Qué es “Causalidad” en Epidemiología?

Se define como el estudio de la relación etiológica entre una “exposición”, y la

aparición de un “efecto secundario” ej. Toma de un medicamento…

Los efectos pueden ser: Complicación, Enfermedad, Muerte, Protección

(vacunas), Curación

Es por ello: Las Causas o Factores que influyen en el proceso Salud

Enfermedad de la población, requieren una investigación adecuada para
prevenir la aparición de “efectos” no deseados y controlar su difusión
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

Postulado: Es la opinión razonada que tiene como objetivo formar parte de

una teoría. Existen diferentes postulados para representar la relación entre una
presunta causa y un efecto.

Postulados de Koch 1887

Koch (1843-1910) Formuló dichos enunciados con el objetivo de introducir rigor

científico en la investigación de la causa de las enfermedades.

Para poder afirmar que un organismo es causa de una enfermedad es

necesario que se cumplan estos requisitos:
• El organismo responsable debe ser aislado siempre en la enfermedad.
• El organismo no debe ser aislado en otra enfermedad.
• El organismo aislado debe producir siempre la enfermedad en cuestión
cuando se lo inyecta en un animal susceptible.
• Este modelo resultó útil para enfermedades infecciosas, no así para las
enfermedades no infecciosas.

El modelo de Austin Bradford-Hill 1965

El modelo de Bradford-Hill propone los siguientes criterios de causalidad, en la

búsqueda de relaciones causales para enfermedades no infecciosas:

• Fuerza de Asociación o Intensidad. Determinada por la estrecha relación

entre la causa y el efecto adverso a la salud. La fuerza de asociación depende
de la frecuencia relativa de otras causas. La asociación causal es intensa
cuando el factor de riesgo está asociado a un alto riesgo relativo (RR). El RR
que pasa de un valor de 2 se considera que expresan una fuerte asociación.

• Consistencia. La asociación causa-efecto ha sido demostrada por diferentes

estudios de investigación, en poblaciones diferentes y bajo circunstancias
distintas. Sin embargo, la falta de consistencia no excluye la asociación causal,
ya que distintos niveles de exposición y demás 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 hipótesis causal, porque muchos síntomas y
signos obedecen a una causa, y una enfermedad a veces es el resultado de
múltiples causas.

• Secuencia Temporal o Temporalidad. Obviamente una causa debe

preceder a su efecto; no obstante, a veces es difícil definir con qué grado de
certeza ocurre esto. En general, el comienzo de las enfermedades
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

ocupacionales comprende un largo período de latencia entre la exposición 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 utilización y
eficacia de las medidas de prevención y control de riesgos.

• Gradiente biológico (Relación dosis-respuesta). La frecuencia de la

enfermedad aumenta con la dosis o el nivel de exposición. La demostración de
la relación dosis-respuesta tiene implicaciones importantes:

a) Es una buena evidencia de una verdadera relación causal entre la

exposición 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 exposición a ese
agente causal por debajo del valor que lo produce, es más improbable o incluso
imposible que ocurra el efecto en la salud.

c) La relación dosis efecto puede verse modificada o ausente por el efecto del
umbral del compuesto o un efecto de saturación; o deberse completamente a
una distorsión graduada o a un sesgo; lo cual puede dificultar la interpretación
de este criterio.

• Plausibilidad biológica. El contexto biológico existente debe explicar

lógicamente la etiología por la cual una causa produce un efecto a la salud. Sin
embargo, la plausibilidad biológica no puede extraerse de una hipótesis, 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 asociación

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
biológica.

• Evidencia Experimental. Es un criterio deseable de alta validez, pero rara

vez se encuentra disponible en poblaciones humanas. A veces sería semi-
experimental. Por ejemplo, si se reduce el polvo en una fábrica, se cambian los
aceites lubricantes y los individuos dejan de fumar, ¿cambia la frecuencia de
los eventos asociados?

• Analogía. 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
características similares pudiera producir el mismo impacto a la salud.
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

• Otros criterios adicionales. Debe considerarse:

✓ Similar tamaño y distribución de la población o muestra.

✓ Variación 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 crítico sobre las evidencias, con base estricta en el conocimiento
científico.

Los postulados de Evans 1976

1. La proporción de individuos enfermos debería ser significativamente mayor

entre aquellos expuestos a la supuesta causa, en comparación con aquellos
que no lo están.

2. La exposición a la supuesta causa debería ser más frecuente entre aquellos

individuos que padecen la enfermedad que en aquellos que no la padecen.

3. El número de casos nuevos de la enfermedad debería ser significativamente

mayor en los individuos expuestos a la supuesta causa en comparación con los
no expuestos, como se puede comprobar en los estudios prospectivos.

4. De forma transitoria, la enfermedad debería mostrar tras la exposición a la

supuesta causa, una distribución de los períodos de incubación representada
por una curva en forma de campana.

5. Tras la exposición a la supuesta causa debería aparecer un amplio abanico

de respuestas por parte del hospedador, desde leves hasta graves, a lo largo
de un gradiente biológico lógico.

6. Tras la exposición a la supuesta causa, debería aparecer en forma constante

una respuesta medible en aquellos hospedadores que careciesen de ella antes
de dicha de exposición, o bien debería aumentar su magnitud si existiese antes
de la exposición. Este comportamiento no debería tener lugar en individuos no
expuestos. Previniendo o modificando la respuesta del huésped, debe disminuir
o eliminarse la presentación de la enfermedad (por ej.: vacunando o tratando
con antibióticos a una población expuesta o enferma).

7. La reproducción experimental de la enfermedad debería tener lugar con

mayor frecuencia en animales u hombres expuestos adecuadamente a la
supuesta causa, en comparación con aquellos no expuestos; esta exposición
puede ser deliberada en voluntarios, inducida de forma experimental en el
laboratorio o demostrada mediante la modificación controlada de la exposición
natural.
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

8. La eliminación (por ejemplo, la anulación de un agente infeccioso específico)

o la modificación (por ejemplo, la alteración de una dieta deficiente) de la
supuesta causa debería producir la reducción de la frecuencia de presentación
de la enfermedad.

9. La prevención o la modificación de la respuesta del hospedador (por

ejemplo, mediante inmunización) debería reducir o eliminar la enfermedad que
normalmente se produce tras la exposición a la causa supuesta.

10. Todas las relaciones y asociaciones deberían de ser biológica y

epidemiológicamente verosímiles.

ASOCIACIÒN E INDEPENDENCIA ESTADÌSTICA

Asociación es la dependencia estadística que existe entre dos o más

factores, donde la ocurrencia de un factor aumenta o disminuye a medida que
varía el otro
Ej: la frecuencia de hipertensión arterial aumenta a medida que aumenta la
edad de la población.
Asociación válida: asociación real o verdadera, con efecto mínimo del azar
(error aleatorio) o sesgo (error sistemático).
El azar puede ponderarse con pruebas de significación estadística (Test X2 y
Test de Fisher) y expresarse en función del valor p resultante. Si p < o = que
0,05 es estadísticamente significativo y se puede atribuir al azar en un 5% o
más.
Por lo que una asociación con importancia estadística tendrá altas
posibilidades de ser real, el efecto del azar se restringe a una probabilidad
máxima del 5%.
También se puede determinar la influencia del azar por medio del intervalo de
confianza IC 95%, refleja la información que se esperaría obtener en 95 de 100
repeticiones del mismo estudio, el IC 95% de una medida de asociación
contiene con 95% de seguridad el valor real de esta medida.
Hay eventos que tienden a ocurrir juntos o cuando se presenta uno es
más probable que se presente el otro, entonces se dice que están asociados o
que no son independientes desde el punto de vista estadístico.
Ej. Tener Anemia Falciforme es más probable si es de raza negra por eso se
dice que tener Anemia Falciforme y ser de raza negra están asociados
estadísticamente ASOCIACIÒN POSITIVA (+) y que la probabilidad está
aumentada.
Hay ocasiones en que pasa lo contrario, es decir que, en presencia de
un factor, el otro ocurre con menos frecuencia, entonces se dice que es
ASOCIACIÒN NEGATIVA (-).
INDEPENDENCIA ESTADISTICA: Hay eventos cuya probabilidad de
ocurrencia no se altera por el hecho de que el otro haya ocurrido.
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

Ej. Obtener cara o ceca en una moneda da la probabilidad de obtener ceca es

siempre 0,5 (50%) no importa que haya ocurrido antes porque si se obtienen 10
caras en los primeros lanzamientos la probabilidad de obtener ceca sigue
siendo del 50%.

ASOCIACIÓN CAUSAL
Se puede definir como aquella que existe entre 2 categorías de eventos y
cuando al alterar la frecuencia o calidad de uno provoca la alteración en la
frecuencia o la calidad del otro.
Si al aumentar el 1% de un factor aumenta el otro ASOCIACIÓN CAUSAL +
Si al aumentar el 1% de un factor disminuye el otro ASOCIACÍON CAUSAL –
Determinar este tipo de asociación servirá para tomar medidas efectivas
ante la presentación de la enfermedad.
Ej. Cuando Snow descubrió la asociación causal entre el cólera y el agua de la
bomba contaminada en Londrés inutilizó la bomba y logró controlar la
epidemia.

En la investigación causal hay que determinar si los eventos están

asociados estadísticamente con el empleo de pruebas de significación
estadística. En caso de existir asociación, es necesario saber si es causal o no
para ello se tiene en cuenta los sgtes. criterios:

1. Secuencia de tiempo: Intuitivamente puede demostrarse que la causa

debe darse antes que el efecto por ello hay que estudiar cual se da primero.
Ej. Paciente con cáncer de cérvix uterino tienen títulos más elevados de
anticuerpos para el virus del tipo Herpes por lo que hay asociación estadística
+ entre títulos de anticuerpos y cáncer de cérvix. ¿Ahora la infección por el
virus lleva al cáncer o si la lesión que produce el cáncer hace que se eleven los
títulos de anticuerpos?

2. Relación dosis-efecto: Cuando se establece la relación entre la

magnitud causal, dosis y el efecto existe mayor probabilidad de que la relación
sea causal.

3. Fuerza de asociación: Dada por la frecuencia con que aparece o no el

factor en el caso de presencia o ausencia de la enfermedad.
Cuando mayor sea el riesgo, mayor será la probabilidad de asociación
causal. Se mide por el riesgo relativo.

Estos eventos son demostrados independientes estadísticamente. Ej. la

presentación de neumonía es independiente de la raza o el sexo.
Hablamos en plural por la asociación estadística porque no se puede
determinar en un caso aislado, esto no puede demostrar ni negar una
asociación, pero si puede ser utilizado para la generación de las hipótesis.
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

Hay gran cantidad de eventos que están asociados estadísticamente. Eje

tener los dedos índice y medio de mano amarillos y el cáncer de pulmón
ASOCIACIÓN ESTADÍSTICA +. Para que exista una causa en sentido
epidemiológico debe haber asociación, pero con características determinadas.
Dentro de las asociaciones estadísticas están las asociaciones causales y
no causales:

Asociación causal directa: El factor ejerce su efecto en ausencia de otros

factores o variables intermediarias. En este caso se habla de una relación
necesaria y suficiente.

Ejemplo: muy rara en procesos biológicos o médicos

Asociación causal indirecta: El factor ejerce su efecto vía factores o

variables intermediarias.

Necesaria y no suficiente: Cada factor es necesario, pero no es suficiente

para producir la enfermedad.

Ejemplo: virus del papiloma humano y cáncer del cuello uterino, bacilo de Koch
y tuberculosis.

No necesaria y suficiente: El factor puede producir la enfermedad, pero

también otros factores que actúan solos. Ejemplo: leucemia puede ser
producida por exposición a la radiación y por exposición al benceno.

Ejemplo: leucemia puede ser producida por exposición a la radiación y por

exposición al benceno

No necesaria y no suficiente: Ningún factor por sí solo es necesario ni

suficiente. Ejemplo: la mayoría de enfermedades crónicas como diabetes
mellitus, hipertensión arterial.
Universidad Nacional del Chaco Austral
Facultad de Ciencias Veterinarias
Cátedra de Epidemiología

Ejemplo: la mayoría de enfermedades crónicas como diabetes mellitus,

hipertensión arterial.

Asociación no causal: Es cuando 2 eventos aparecen asociados, pero ambos

dependen de un tercero. La relación entre dos variables es estadísticamente
significativa, pero no existe relación causal, sea porque la relación temporal es
incorrecta (la presunta causa aparece después y no antes del presunto efecto)
o porque otro factor es responsable de la presunta causa y del presunto efecto
(confusión)
La mayoría de las asociaciones no son causales, la tarea del epidemiólogo
es determinar y aclarar cuales son causales y cuales no.

Eje. C C (FUMAR)

A B A B
MANCHA CÁNCER
DE
EN DEDOS PULMÓN

El evento C produce a A y a B, por esta razón A y B aparecen como

asociados, pero no es causal. Fumar cigarrillos produce mancha en los dedos y
cáncer de pulmón estos 2 eventos aparecen asociados, pero no es causal.

Tipos de causas

Causa suficiente: Si el factor (causa) está presente, el efecto (enfermedad)

siempre ocurre.

Causa necesaria: Si el factor (causa) está ausente, el efecto (enfermedad) no

puede ocurrir.

Factor de riesgo: Si el factor está presente y activo, aumenta la probabilidad

que el efecto (enfermedad) ocurra.