UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE MEDICINA
ESCUELA LUIS RAZETTI
CATEDRA DE SALUD PBLICA

CAUSALIDAD DE LA MEDICINA

Profesora:
Cubilln, Sergia.

Elaborado por:
Andrade, Susana.
Caracas, Elas.
Caracas, Michelle.
Carrascal, Karen.
Chacn, Fabin.
Cisneros, Carmen Elena.
De Faria, Christopher.
Hernndez, Amanda.
Gargano, Rebeca.

Caracas, 11 de marzo de 2016

INTRODUCCIN

El tema de la casualidad ha sido uno de los ms tocados por historiadores y

pensadores, filsofos y trabajadores de salud desde la antigedad y hasta la actualidad. Ello
no debe resultar extrao, especialmente en el campo de la salud, en el cual investigar las
causas de las enfermedades se ha convertido en una de las principales aplicaciones de la
epidemiologa (fundamental para la ciencia mdica). Puede afirmarse que la historia de la
epidemiologa es la misma que la historia de la evolucin de las ideas sobre la causalidad
de la enfermedad desde los pensamientos hipocrticos sobre etiologa hasta avanzadas
investigaciones sobre epidemiologa realizadas en la actualidad.
Desde tiempos muy antiguos, el hombre se ha cuestionado que ocasiona las
dolencias por su afn de encontrar la solucin a sus males. Cmo se enferma la gente?
Por qu llega a enfermarse? Cmo se cura la gente? y Qu puede realizarse para que no
se enferme? son las cuatro grandes preguntas que ancestralmente se ha hecho el hombre.
La teraputica y la prevencin poseen sus bases en el conocimiento etiolgico, ya
que ste permite optimizar el tratamiento de dolencias e implementar medidas de
prevencin adecuadas. Por ello la causalidad posee una gran importancia en la medicina.
Evolucin del pensamiento causal
-Aristteles estableci que una sola causa no bastaba para explicar un efecto, que para ello
se requeran 4 factores: Causa material (receptculo pasivo sobre el que actuaran las dems
causas), causa formal, la esencia de lo tratado; causa eficiente, fuerza motriz o compulsin
externa a la cual obedecen los cuerpos y, por ltimo la causa final, a la cual todo se sirve.
- Dos mil aos luego, en el siglo XVII, Galileo enunci tres tipos de causa: la necesaria,
siempre que exista el efecto estar presente; la suficiente, siempre que exista la causa estar
presente el efecto; y la necesaria y la suficiente, no existe uno sin la presencia de otro.
-David Hume concluy que lo nico que nos lleva a afirmar la causalidad es el hbito, pero,
adems enumer una serie de reglas para dar fundamento a la sucesiva ocurrencia de
hechos que daban origen a un efecto y que coinciden con los establecidos 200 aos despus
por A. Bradford Hill.
-John Stuart Mill (1806-1873), hizo nfasis en la multicausalidad de los fenmenos,
definiendo causa como: el conjunto o suma de condiciones negativas o positivas, un
antecedente invariable pero quien da a la vez un cariz efectivamente real al fondo de la
condicin. Asimismo, describi cuatro cnones para guiar la experimentacin y basados en
la comparacin de grupos:

Mtodo de la concordancia

Situacin
Factor
I
A,B,C,D,E
II
A,B,F,G,H
Entonces X proviene del factor A y B

Fenmeno
X
X

Mtodo de diferencia. Razonamiento tpico de los diseos epidemiolgicos (estudios de

cohorte y controles) cuyo propsito es comparar igual con igual. La diferencia con la
epidemiologa es que sta emplea anlisis estadstico.
Situacin
Factor
I
A,B,C,D
II
A,B,C,E
Entonces, X proviene del factor D.

Fenmeno
X
X

Mtodo de las variaciones colimitantes

Entonces,

Situacin
I
II
entre
I

II

hay

Factor
1,2,3,4
1,2,3,4
relacin

de

causalidad.

Mtodo de los residuos: Averigua la causa cuya presencia no puede ser eliminada por
experimentacin. Son los residuos que quedan, la existencia de fenmenos resistentes a la
experimentacin.
Causas
Efectos

A,B,C
1,2,3,4,5,6

-Reinchenbach rechaz el dilema de Hume y de causalidad en general, pues seal que esta
solamente puede ser entendida en trminos de probabilidad y propuso el abandono de la
idea estricta de causalidad y su sustitucin por leyes probabilsticas
-Tiempo despus, en el siglo XX, Popper entroniza el concepto de que los enunciados
cientficos solamente pueden ser aceptados como vlidos si son rechazados (falsables).
Cabe mencionar que para este autor, un paradigma cientfico engloba los conceptos tericos
cientficos prevalentes de una poca, lo que permite a una generacin de investigadores,
construir un modelo secuencial causal. Pero cuando estas ideas comienzan a perderse, se
pueden producir cambios revolucionarios que ocasionan modificaciones importantes del
paradigma vigente. No obstante, investigadores afirman que los paradigmas se desplazan
tambin por cambios importantes en los conceptos dominantes que se imponen sobre una
ciencia que empieza a no dar respuesta a los problemas de la sociedad.

Caractersticas y tipos de causas

Anbal Osuna mediante una revisin completa de casualidad establece que sta posee las
siguientes caractersticas:

Presencia: La causa debe estar presente para que se produzca el efecto.

Anterioridad: La causa debe preceder al efecto.
Exterioridad: La causa tiene una compulsin externa
Irreversibilidad: La relacin causal es irreversible
Productibilidad: La causa genera un cambio, un producto, el efecto.

Como ejemplo se puede observar el siguiente esquema, donde la letra A representa la

condicin de estar presente, ser anterior y preceder del exterior. El vector es la
productividad e irreversibilidad y la letra B representa el efecto.

A
En cuanto a los tipos de causa, stos son:

Causa suficiente: Aquella que inevitablemente siempre es capaz de producir un

efecto. Ej: La seccin de un nervio motor trae como consecuencia la parlisis del
territorio inervado.
Causa necesaria: Es la que siempre vamos a encontrar si el efecto se presenta. Como
ejemplo se puede tomar el bacilo de Koch como requisito para diagnosticar la
tuberculosis.
Causas contribuyentes: Aquellas que una vez presentadas, aumentan la probabilidad
de que ocurra un evento, pero que por s solas no aseguran su presencia.
Modelos de causalidad

Determinismo puro
El determinismo se puede comprender como la doctrina cientfica que afirma que
los acontecimientos ocurren de una forma definida, que las diferentes formas de devenir no
son arbitrarias sino legales y que los procesos mediante los cuales los objetos adquieren sus
cualidades, se desarrollan a partir de condiciones preexistentes. Robert Koch impuso unos
postulados que llevan su nombre para poner orden metodolgico y as operacionalizar el
determinismo puro. stos se puntualizan en:
1. El agente debe estar presente en caso de enfermedad bajo circunstancias
apropiadas. El agente es causa necesaria.
2. El agente no debe encontrarse en otras enfermedades (especificidad)

3. El agente aislado del organismo en un cultivo podra inducir la enfermedad

en un animal susceptible (el agente es causa suficiente).
Estos conceptos se pueden reproducir de manera esquemtica as:

Cualquier cambio en X induce una modificacin de Y, siempre que X sea la nica causa de
Y y Y es el nico efecto de X, es decir, X es causa suficiente y necesaria de Y.
Determinismo modificado
Surge como alternativa al determinismo puro en pro de hallar la causa de diferentes
enfermedades infecciosas basado en un enfoque biologicista al igual que el determinismo
puro, pero desde un enfoque multicausal, y principalmente como una consecuencia en el
mtodo puro para determinar la causa de mltiples enfermedades.
Era necesario el planteamiento de un nuevos modelos de causalidad mltiple como por
ejemplo la red de causalidad o tambin conocido como cadena de causalidad el cual de
fundamente la relaciones de muchos factores para general una enfermedad.
Este nuevo concepto de cadena de causalidad consiste en una secuencia de causas
nicas que al relacionarse entre ellas son un factor causal de la enfermedad. Para entender
mejor este concepto se emplea un modelo esquemtico multicausal, que puede ser
estudiado como:
-

Pluralidad conjuntiva de causas

Pluralidad disyuntiva de causas

En ambos modelos, existen las mismas causas para una enfermedad pero relacionadas
de manera diferente. En el caso de la pluralidad conjuntiva, las causas son acumulativas y
tienen una relacin necesariamente directa para generar la enfermedad, en tanto que en la
pluralidad disyuntiva cualquiera de las causas genera la enfermedad.
De esta manera el determinismo modificado elimina la especificidad de la causa en la
cual se consideraba que un factor x determinaba una enfermedad especfica y. En lugar
de ello se considera el que uno o ms factores causales pueden ser causa suficiente o no de
una enfermedad.
Se debe tener presente que: cada factor modifica al otro, la presencia del mismo factor
de forma repetida representa una causa contribuyente, mientras que un factor presente en
todos los casos representa una causa suficiente.
Aunque el concepto de causa contribuyente y suficiente est asociado al enfoque
clsico, es su relacin con nuevas tipos de causas las que diferencian potencialmente el

determinismo modificado del puro. As podemos sealar que adems de estas causas
existen: Causa productora, causa necesaria, componentes de la causa suficiente, causa
probabilstica, causa contrafactual.
Limitaciones del modelo determinista puro y modificado
Etiologa multifactorial.
Se refiere a la dificultad para determinar cules son las mltiples causas del set
anteriormente mencionado y cul de ellas es la causa necesaria y la suficiente.
Multiplicidad de efectos
La dificultad para identificar todos los efectos que puede ocasionar un solo agente patgeno
como por ejemplo las radiaciones inicas.
Dificultad para conceptualizar los factores causales putativos
Est asociado a la dificultad de asociar los diversos factores como la, raza, herencia, sexo,
con una determinada causa.
Modelo probabilstico
Es el ms recientes de los modelos y actualmente el ms aceptado, originado
despus del incremento de casos de enfermedades degenerativas y crnicas y viene a
remplazar lo que sera el concepto de causa por un nuevo concepto llamado factor de
riesgo, es un concepto asociado a variables estadsticas y que est relacionado a la
probabilidad de que un individuo desarrolle una enfermedad.
Un concepto ms terico y fiel a la teora probabilstica seria el siguiente es la
caracterstica o circunstancia detectable en una persona o en un grupo de ellas, asociada con
un aumento en la probabilidad de padecer, desarrollar o estar especialmente expuesto a un
dao de salud
Teniendo claro que es un factor de riesgo entonces, surge la incgnita, qu criterios se
deben considerar para aceptar un factor de riesgo?, cules son los tipos de factores de
riesgo existente? Y s existen factores de riesgo, es posible contrarrestarlos?
Criterios para aceptar un factor de riesgo
1. Debe existir asociacin estadstica entre la variable (causa) con la enfermedad.
2. La variable precede a la ocurrencia de la enfermedad
3. La asociacin resultante causa-enfermedad observada previamente no se debe a
errores de muestreo.

Clasificacin y tipos de factores de riesgo

Lo factores de riesgo pueden ser clasificados de diversas maneras, una de ellas es
dividirlos en especficos e inespecficos, individuales o colectivos o en trminos ms
generales: Biolgicos, ambientales, de comportamiento, infraestructura sanitaria y
socioeconmicos
De acuerdo a esta clasificacin podemos dividirlos en tipos los cuales seran
factores de riesgo: individuales, colectivos, iniciadores, promotores, continuos,
momentneos, acumulativos, no acumulativos, sinrgicos, especficos e inespecficos.
Existen factores que aunque representan una causa de enfermedad no son
considerados factores de riesgo por ser una caracterstica propia del individuo en
consideracin, por lo tanto surge el concepto de marcador de riesgo o indicador de
riesgo a estos elementos que son considerados precursores de una enfermedad tales como
la edad o el sexo.
El concepto de riesgo al estar asociado al modelo probabilstico permite por lo tanto
establecer la necesidad de atencin por parte de grupos especficos enfoque de riesgo.
Esto permite determinar las necesidades de salud y de acuerdo a ello reorganizar los
servicios de salud y buscar la eficacia y eficiencia de las intervenciones; que va ms
dirigido a quienes tienen mayor necesidad y luego a los de menor necesidad.
Finalmente debemos tomar en consideracin los factores preventivos los cuales de
acuerdo al autor Alfred Evans se deben tomar en cuenta de acuerdo a tres fases:
A. La exposicin a los factores de riesgo que pueden ser patognicos en algunas
ocasiones y en otros casos se caracteriza por no producir respuesta en el husped.
B. El proceso patolgico, que considera los factores que dan inicio al proceso.
C. Cuadro clnico o subclnico, que engloba los condicionantes que hacen aparecer la
enfermedad en algunos individuos y en otras ocasiones las formas subclnicas
inaparentes.
Otras definiciones:
Factor de riesgo: Es un fenmeno de naturaleza fsica qumica, orgnica o psicosocial, que
actuando fenotpica o genotpicamente, influye en la aparicin del fenmeno
epidemiolgico estudiado.
Marcador de riesgo: Aquellas caractersticas que no son controlables desde el punto de
vista epidemiolgico, y que al mismo tiempo determinan una vulnerabilidad en las personas
(edad, sexo, estado civil, condicin socioeconmica).

Signos precursores de enfermedad: representan frecuentemente fenmenos endgenos

sociales al estudio asistemtico o preclnico y a su estudio clnico.
Factores de riesgo predictivos: son los que sin influir etiolgicamente, nos sirven como
anunciadores de la enfermedad.

Asociacin Causal en Medicina

Existen varios tipos de asociacin en medicina. La asociacin no causal de tipo
totalmente secundaria surge cuando dos variables estn asociadas pero no tienen nada que
ver una con la otra. En otras ocasiones, la asociacin encontrada implica una relacin
directa, al demostrarse que la manipulacin de la variable A conduce a un cambio en la
variable B. En circunstancias diferentes, la relacin no es directa puesto que interviene otro
factor que pudiramos llamar C, el cual al ser accionado por la causa A desarrolla el efecto
B, hablando as de una asociacin indirecta. La otra eventualidad, y de hecho la ms
frecuente, es la de encontrar que no existe ninguna asociacin entre dos o ms variables.
As, al trabajar con variables de diversa ndole se pueden encontrar las siguientes
eventualidades:
A) No existe asociacin estadstica (las variables son independientes)
B) Existe asociacin estadstica, la cual puede ser:
B.1. Asociacin no causal (secundaria o espuria)
B.2. Asociacin causal, la cual puede ser a su vez de dos tipos:
a) Directa
b) Indirecta
Postulados y criterios de Causalidad
Postulado de Evans
La prevalencia a la enfermedad debe ser significativamente mayor entre aquellos expuestos
a la supuesta causa, en comparacin con aquellos que no lo estn.
1.

La exposicin a la supuesta causa debera ser ms frecuente entre aquellos

individuos que padecen la enfermedad que en aquellos que no la padecen.
2. La incidencia de la enfermedad debera ser significativamente mayor en los
individuos expuestos a la causa en comparacin con los no expuestos.
3. De forma transitoria, la enfermedad debera mostrar tras la exposicin a la supuesta
causa, una distribucin de los perodos de log-normal.
4. Un espectro de respuestas del husped debera seguir la exposicin a la causa
hipottica, con un gradiente biolgico que sea lgico.

5. Una respuesta del husped consecutiva a la exposicin a la causa sospechosa y

susceptible de ser cuantificada debe tener una gran probabilidad de aparecer en
aquellos que no la tuvieron antes de la exposicin o aumentar en magnitud si estaba
presente antes de la misma
6. 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.
7. La eliminacin o la modificacin de la supuesta causa debera producir la reduccin
de la frecuencia de presentacin de la enfermedad.
8. La prevencin de la exposicin a la causa hipottica o la modificacin de la
respuesta del husped frente a la misma, debera disminuir o eliminar la
enfermedad.
9. Todas las relaciones y asociaciones deberan de ser biolgica y
epidemiolgicamente verosmiles.
Postulados de Wynder y Day
Primer postulado
A) Entre ms grande y prologada sea la exposicin a un factor, mayor ser el riesgo de
la poblacin expuesta.
B) El patrn epidemiolgico deber ser consistente con la distribucin de la
enfermedad.
C) Una remocin del factor o una reduccin del mismo en una poblacin dada, deber
ser seguida por una reduccin en la incidencia de la enfermedad.
Segundo postulado
La enfermedad puede desarrollarse ante la ausencia de un factor y puede no observarse en
todos los individuos expuestos, pero en presencia del factor, la enfermedad ocurrir ms
frecuentemente.
Tercer postulado
Una remocin o reduccin del factor, no ser seguida de una disminucin de la incidencia
de la enfermedad si los cambios patolgicos se han hecho irreversibles.
Postulados de Weiss
I.

Variacin en la magnitud de la asociacin exposicin enfermedad, de acuerdo

con caractersticas especficas de la asociacin.
1. Intensidad: la probabilidad de que una enfermedad aumente en nmero conforme
se incrementa la intensidad de una exposicin previa.

2. Duracin: la probabilidad de la aparicin de la enfermedad aumenta conforme la

duracin de la exposicin es mayor.
3. Intervalos que siguen al principio de la exposicin: en general, entre ms
estrecha sea la relacin temporal entre la exposicin y la enfermedad, ms
convincente resulta la asociacin causa-efecto.
II.
Variaciones en la magnitud de la asociacin exposicin-enfermedad, de
acuerdo con las caractersticas con las caractersticas del husped o del
ambiente.
Criterios de criterios de Causalidad de Bradford Hill
1. Fuerza de la asociacin: cuanto mayor sea la fuerza de asociacin, mayor ser la
probabilidad de que esta sea de tipo causal. Esta se mide mediante el llamado
riesgo relativo que es la relacin que existe entre la tasa de incidencia de
enfermedad en los que estuvieron expuestos a un determinado factor de exposicin
y la tasa de los que no estuvieron expuestos al mismo factor.
2. Consistencia de la asociacin: cuando el factor de riesgo del que se sospecha se
encuentra en forma repetida por muy diversos investigadores, variando el tiempo,
las circunstancias y el mbito geogrfico, podemos concluir que existe consistencia
en la asociacin.
3. Especificidad: Cierta especificidad (una causa conduce a un nico efecto) aumenta
la verosimilitud de la relacin causal.
4. Temporalidad: La causa debe preceder al efecto. Es el nico criterio de Bradford
Hill al que se considera condicin sine qua non: si la presunta causa no precede en
el tiempo al efecto, hay evidencia incontestable de que la relacin no es causal.
5. Gradiente biolgico: Si la relacin es causal, a mayor dosis de exposicin cabra
esperar mayor efecto, incrementndose la magnitud de la causa, el efecto debera
crecer de forma gradual. Sin embargo, no siempre las relaciones de causalidad
tienen efecto dosis-respuesta, y no siempre una relacin dosis-respuesta implica
causalidad.
6. Coherencia: Para interpretar una relacin de causa-efecto en una asociacin, es
relevante que no se entre en contradiccin con lo que ya se sabe de la historia
natural y la biologa de la enfermedad. Debe insistirse en que la falta de informacin
consistente, pero sin que exista contradiccin, no se considera argumento contra la
causalidad.
7. Evidencia experimental: la experimentacin refuerza la posible relacin causaefecto y viene a ser la prueba de una hiptesis causal.
8. Analoga: nos permite a veces aceptar una evidencia similar en una circunstancia
parecida.

Criterios de los factores de riesgo

1. Se debe observar que la variable covara con la enfermedad. Esto es, debe haber
asociacin estadstica.
2. La variable (o cambio en la variable) precede a la ocurrencia de la enfermedad. Esto
es, la enfermedad no influencia el estatus de exposicin.
3. La asociacin observada no se debe a errores resultantes del muestreo, del
involucramiento de otros factores de riesgo, o debido a otros problemas resultantes
del diseo del estudio o el anlisis.
Graduacin de la Evidencia
GRADO
Fuerte

Mediano

Dbil

TIPO DE EVIDENCIA
Ensayos clnicos controlados
Experimentos comunitarios
Estudios de cohortes
Series mltiples en el tiempo
Riesgos relativos o razones de desigualdad elevados
Relacin dosis respuesta
Asociacin reversible
Estudios de casos controles
Series cronolgicas
Secuencia correcta en el tiempo
Estudios transversales
Riesgos relativos o desigualdad relativa Plausibilidad biolgica
Consistencia de resultados
CONCLUSIONES

Todo epidemilogo y hombre de ciencia debe poseer un bagaje terico de su

especialidad y rea de trabajo, no limitarse a las relaciones complejas entre factores de
riesgo, sino comprender los orgenes (causalidad) y comprender sus implicaciones en la
salud pblica.

BIBLIOGRAFA
Echezura, L. Frnandez, S. Rodrguez, A. Temas de epidemiologa y salud pblica. Tomo
I. (2013). Caracas: Ediciones de la Biblioteca.