Una asociación puede definirse como la dependencia estadística que existe
entre dos o más factores, donde la ocurrencia de un factor aumenta o
disminuye a medida que varía otro.
Las causas pueden ser de dos tipos, necesarias y suficientes
NECESARIAS: Factores indispensables para
el desarrollo de efectos
SUFICIENTES: Factores que, en conjunto
(incluyendo la causa necesaria), siempre
culminan con el desarrollo del efecto
En otra terminología, causa es equivalente a causa necesaria, y
factores de riesgo, a causa suficiente (excepto la necesaria). Al
suprimir la causa, el efecto se erradica; al eliminar un factor de
riesgo, el efecto disminuye en frecuencia.
IMPORTANCIA del conocimiento de la CAUSALIDAD.
Se utiliza en el momento de decidir si el agente etiológico
“X” produce la enfermedad “Y”; si el factor de riesgo “XX”
favorece una mayor frecuencia; si el agente terapéutico “A”
cura el padecimiento o evita que avance hasta no generar
incapacidad, o bien si la medida profiláctica “B” previene su
aparición.
DETERMINACIÓN de la CAUSALIDAD.
Asociación válida
Una asociación real es una asociación válida. Esta
validez conlleva un efecto mínimo del azar (error
aleatorio) o sesgo (error sistemático) o ambos
Azar
Puede ponderarse al aplicar una prueba de significación
estadística y expresarse en función del valor p
resultante
Otro método para evaluar la influencia del azar es la
determinación del intervalo de confianza a 95% (IC
95%)
Sesgo
Los sesgos pueden ocurrir en cualquier fase del proceso
de evaluación de una asociación: destacan los sesgos de
selección, medición y confusión.
El sesgo de selección sucede en estas circunstancias
siempre y cuando los individuos seleccionados difieran
en características importantes de la población de
origen o de otro grupo de personas.
El sesgo de medición ocurre cuando durante la fase
de obtención de información los investigadores
utilizan, para cada uno de los grupos estudiados,
criterios diferentes de recolección o interpretación de
datos, o ambos.
La asociación entre dos factores puede verse afectada por la
coexistencia de otros, conocidos como factores de confusión. Para
considerarlos como tales, los factores de confusión deben estar
asociados a los factores de la asociación en estudio
El factor de confusión ha de estar asociado tanto a la
exposición como al efecto, y la asociación entre factor de
confusión y efecto es de tipo causal
DISEÑOS.
Ensayo clínico aleatorio: muy pocas veces puede llevarse a cabo en el proceso de investigación de causa o
factores de riesgo de enfermedades. La razón de ello está en los aspectos éticos, en el número de sujetos
por estudiar y en el tiempo de realización
El estudio de cohortes: los sujetos de una muestra son clasificados según su estado de exposición en una
cohorte expuesta y en otra no expuesta, y se observan de manera subsecuente durante un periodo
determinado a fin de evaluar la frecuencia de aparición del efecto
De casos y controles.: En éste se parte de un grupo de casos (sujetos que ya presentan el efecto) y de un
conjunto de testigos o controles (individuos que no muestran el efecto) para investigar en retrospectiva el
antecedente (o la ausencia de éste) de exposición a la causa o al factor de riesgo
Una limitante adicional de
este tipo de estudios es la
dificultad de asegurar una
secuencia temporal lógica,
donde la exposición antecede
al efecto. Este es el tipo de
diseño que se encuentra con
más frecuencia en los
trabajos publicados sobre
causas y factores de riesgo de
enfermedades.
Diseño transversal: que es una imagen instantánea de la coexistencia simultánea (en un punto determinado
de tiempo) de la exposición y el efecto, y que comparte las mismas limitaciones del estudio de casos y
controles, la dificultad para demostrar la secuencia temporal de exposición y efecto es más acentuada
Diseños descriptivos: En ellos sólo se estudia en forma prospectiva un grupo de sujetos expuestos o,
retrospectivamente, un conjunto de casos
ASOCIACIÓN CAUSAL.
El siguiente paso consiste en comprobar que esta asociación es
causal. Son nueve los criterios propuestos por Bradford-Hill