Definición de Epidemiología

A lo largo de la historia se han definido distintos conceptos de epidemiología, que van desde
describir las epidemias a proporcionar una visión global de la salud en las poblaciones,
identificando elementos que la integran y las interacciones entre ellos con la finalidad de
proponer estrategias de actuación.

Frost 1927: “Ciencia de las enfermedades infecciosas entendidas como fenómenos de masa (o de
grupo) dedicada al estudio de la historia natural y de su propagación, con arreglo a una
determinada filosofía”. Describe la enfermedad y la visión global de esta.

Greenwood 1934: “Estudio de la enfermedad como fenómeno de masas”. Incluye enfermedades

de tipo no infeccioso.

Lilienfield 1958: “Estudio de la distribución de una enfermedad o una condición fisiológica en una
población y de los factores que influyen en su distribución”. Incluye nuevos términos
fundamentales en epidemiología distribución de la enfermedad y los factores y determinantes
de la misma.

Last 1982: “Estudio de la distribución y de los determinantes de los estados y eventos

relacionados con la salud en determinadas poblaciones y la aplicación de este estudio al control
de los problemas sanitarios”. Perfecciona y unifica de forma casi definitiva las definiciones
anteriores, dejando de centrarse exclusivamente en la enfermedad, extendiéndose a los
fenómenos de salud.

Estudio: Vigilancia epidemiológica, las observaciones, las pruebas de hipótesis, las investigaciones
analíticas y los experimentos.

Distribución: Se refiere al análisis que muestra cuándo, dónde y que tipos de personas son
afectadas.

Determinantes: Incluye los factores que influyen en la salud, sean de tipo de físico, químico,
biológico, social, cultural, económico, genético o conductual.

Estados o fenómenos relacionados con la salud: se refiere a enfermedades, a causa de muerte,

conductas como fumar, estado positivo de salud.

Poblaciones específicas: poblaciones con características idénticas.

Aplicación a la prevención y el control: son los objetivos de la salud pública (promover, proteger
y restaurar la salud).

Históricamente se ha utilizado el término Epizootiología, para el estudio de los animales, sin

embargo el término ha perdido vigor y no se considera adecuada esta diferenciación, entonces
de forma general se utiliza el término Epidemiología, con el fin de diferenciar algunas
particularidades de la Sanidad Animal, relacionadas a la producción, se puede utilizar
opcionalmente el término “Epidemiología Veterinaria” definiéndose como:

Schwabe 1977: “Estudio de la enfermedad de las poblaciones animales”.

Martin, Meek, Willeberg, 1987: “Estudio de la frecuencia, distribución y de los determinantes de

salud y enfermedad en las poblaciones”. No se limita exclusivamente a la enfermedad y hace
referencia al estado de salud que está relacionado directamente con la productividad de los
animales de abasto.

Thrusfield, 1995: “Estudio de la enfermedad en las poblaciones, así como de los factores que
determinan su presentación, siendo las poblaciones su palabra clave. Además, incluye la
investigación y la evaluación de otros acontecimientos relacionados con la salud, especialmente
la productividad”.

Objetivos del estudio

“Conocer para predecir, predecir para actuar”

Importante: qué, en quién, cuánto, cuándo, dónde, cómo y porqué se produce la enfermedad (o
el fenómeno sanitario estudiado).

Se podría contestar a esta pregunta de forma más precisa agrupando las aplicaciones de la
Epidemiología en cinco grandes grupos:

*Caracterizar la situación de salud y enfermedad en la población.

 Definir teórica y empíricamente la enfermedad a estudiar a partir de criterios diagnósticos

adecuados.
 Establecer la evolución cronológica de una enfermedad (historia natural) en ausencia de
intervención humana.
 Adquirir información sobre la ecología de la enfermedad.
 Completar el cuadro clínico.
 Identificar nuevos síndromes.

*Establecer etiología de la enfermedad:

 Proveer pistas sobre las causas.

 Identificar las causas de la enfermedad
 Evaluar la eficacia de las pruebas diagnósticas desarrolladas para detectar el agente
 Proporcionar las bases necesarias para la correcta interpretación de los resultados
diagnósticos y su posterior aplicación en la medicina clínica
 Rastrear el origen o procedencia del agente etiológico
*Recoger y analizar datos

 Medir la frecuencia de la enfermedad

 Establecer la distribución en el tiempo y los espacios de los estados de salud de la
población
 Comparar diferentes poblaciones
 Identificar determinantes o factores de riesgo que influyan en la presentación y gravedad
de la enfermedad en la población así como los posibles factores de confusión
 Cuantificar el riesgo asociado a los determinantes estudiados en términos de probabilidad
 Evaluar el riesgo de un individuo
 Determinar la causalidad en situaciones donde la experimentación no puede dar una
respuesta

*Experimentar:

 Evaluar la consistencia de la hipótesis a través de estudios de campo y/o laboratorial

 Determinar la efectividad de los tratamientos y de las medidas preventivas

*Proporcionar las bases teóricas de actuación: Medicina Preventiva

 Monitorear la salud de la población en un área

 Estudiar las tendencias temporales para elaborar modelos predictivos
 Proporcionar información para tomar decisiones racionales para la instauración de
programas sanitarios
 Planificar programas y estrategias de tipo sanitario en una población
 Estudiar la efectividad de los servicios de salud
 Evaluar la eficacia de las acciones que se pretendan aplicar
 Evaluar el impacto económico de una enfermedad y del establecimiento de un programa
sanitario, teniendo en cuenta que en el caso de los animales de abasto se puede buscar
tanto la optimización de la salud en términos de productividad como la minimización de
la presentación de la enfermedad.

Principios de la epidemiología

Multicausalidad: en epidemiología reconoce que las enfermedades no tienen causa única sino
causas múltiples.

Intervienen tres factores de la triada:

Huésped: Persona o animal que enferma

Agente: Causante de la enfermedad

Ambiente: Enlaza al agente y al huésped

Vulnerabilidad: se designa persona vulnerable a la que tiene la máxima probabilidad de

contraer una enfermedad que no sea infecciosa.

Susceptibilidad: Se emplea en enfermedades transmisibles. La exposición al agente puede ser

por enfermedad o por vacunación.

La susceptibilidad se relaciona con: edad, sexo, estado nutricional y otros factores biológicos.

Inmunidad: este término se emplea en enfermedades transmisibles. Sin embargo la

inmunidad es relativa y puede ser anulado por:

a) una dosis excesiva del agente infectante

b) porque es muy virulento o tóxico

Variabilidad en la respuesta del huésped, el epidemiólogo analiza la enfermedad en todas sus

formas.

Enfermo clínico: es aquel que presenta un cuadro clínico reconocible, el paciente, su familia
y el médico se dan cuenta que está enfermo.

Enfermo subclínico: persona que presenta síntomas mínimos, inespecíficos, de escasa o

limitada duración. El diagnóstico se confirma con ayuda del laboratorio.

-El control de los problemas de salud exige enfoque individuales (clínico) y colectivos
(epidemiológicos).

-Todos los problemas de salud tienen una dimensión colectiva.

-El control de los problemas debe ser etiológico (causal) y preventivo.

-Todos los problemas de salud son multicausales. Intervienen tres factores de la triada:

Huésped: Persona o animal que enferma

Agente: Causante de la enfermedad

Ambiente: Enlaza al agente y al huésped

-La causalidad se establece por diferentes medios (lógicos y/o estadísticos).

-La asociación causal exige sustentar los mecanismos de causalidad.

-La investigación debe integrarse con la intervención.

-Todos los problemas deben analizarse en su contexto.

Métodos epidemiológicos

El método es el camino a seguir mediante a una serie de operaciones, reglas y procedimientos

fijados de antemano de forma voluntaria y reflectiva para alcanzar un determinado fin
material o conceptual.

1) Observación de los fenómenos: Voluntad y tiempo. Conocimiento sobre el tema.

Instrumentos adecuados. Se realiza generalmente la observación técnica simple sin influir ni
controlar directamente las variables independientes o dependientes del estudio.

2) Recogida y almacenamiento de datos: fichas de trabajo previamente elaboradas.

3) Formulación de hipótesis: No se puede iniciar esperando “A VER QUE SALE”, sin embargo
la hipótesis puede evolucionar según el desarrollo del estudio y los hallazgos que se
desprendan del trabajo de investigación.

4) Experimentación: confirmar o descartar la hipótesis planteada mediante la demostración

científica desde un punto de vista cuantitativo.

5) Razonamiento:

-Razonamiento inductivo

Método de las diferencias: presupone que si la frecuencia de la presentación de un fenómeno

(enfermedad) es diferente en dos situaciones que solo difieren en una variable, puede
sospecharse que esta variable sea causa del fenómeno.

Método de las concordancias o coincidencias: establece que si un fenómeno se presenta en

dos situaciones donde todas las circunstancias son distintas menos una, será esta
circunstancia común causa o efecto del fenómeno estudiado.

Método de las variaciones concomitantes: busca un factor cuya frecuencia o intensidad

produzca variaciones sistemáticas en la frecuencia o intensidad de presentación del
fenómeno estudiado (como una relación dosis-efecto).

-Razonamiento deductivo

Método de las analogías: consiste en comparar el modelo de comportamiento de un

fenómeno ya conocido con el fenómeno estudiado y extrapolar las conclusiones.

Método de asociación-independencia: utiliza las pruebas de contraste estadístico para

aceptar o rechazar la hipótesis de independencia (hipótesis nula).

Método de asociaciones positivas y negativas: no sólo contrasta la existencia de asociación

sino también el sentido de dicha asociación o dependencia.
 El Método Epidemiológico tiene un fin, que no varía en ninguna de las variantes que
encontremos en nuestra consulta. A continuación expondré una infografía con el Método
Epidemiológico, a mi juicio, más completo con el que me he topado, previa consulta de un
buen número de libros y fuentes.

Lo componen tres etapas: Etapa descriptiva, etapa analítica y etapa experimental.

Causalidad

 Causalidad
 Postulados de Henle-Koch y Evans
 Criterios de Hill
 Modelos causales

Causalidad

El concepto de causa tiene distintos significados en diferentes contextos.

Causa suficiente o necesaria

Un acontecimiento, circunstancia, característica o combinación de estos factores que desempeña

un papel importante en la producción de una enfermedad o cualquier otro resultado relacionado
con la salud se considera causa de este. Se dice que una causa es suficiente cuando
inevitablemente produce o inicia el efecto; es necesaria cuando el efecto no puede desarrollarse
en su ausencia.

- Factores múltiples

A menudo una causa suficiente no es un solo factor, sino un conjunto de varios componentes
(causación multifactorial). En general, no es necesario identificar todos los componentes de una
causa suficiente para poder llevar a cabo una prevención eficaz, ya que la eliminación de uno de
dichos componentes puede interferir con la acción de los demás y, por tanto, evitar la
enfermedad.

- Fracción atribuible

La fracción atribuible puede usarse para cuantificar el efecto previsible de eliminar un factor
causal específico.

Causa suficiente y necesaria

Cada causa suficiente tiene como componente una causa necesaria. Por ejemplo, al estudiar un
brote de infección transmitida por los alimentos puede descubrirse que la ensalada de pollo o los
postres de crema han sido causas suficientes de diarrea por salmonela. La salmonela es causa
necesaria de esta enfermedad.
En epidemiología lo habitual es partir de una enfermedad y buscar sus causas, pero también es
posible partir de una causa potencial (por ejemplo, la contaminación atmosférica) y buscar sus
efectos.

Vías o mecanismos causales

Sin embargo, un punto de vista tan restrictivo de la causalidad no toma en consideración la

causación multifactorial habitual de la enfermedad y la necesidad de dirigir las estrategias
preventivas hacia los factores sobre los que puede ejercerse influencia. Además, las causas
pueden formar parte de un mecanismo causal en el que un factor lleva a otro hasta que el agente
patogénico específico se presenta en un determinado órgano y causa la lesión.

A menudo es posible realizar progresos importantes en la prevención actuando solo sobre las
causas ambientales más remotas.

Causas únicas y múltiples

Postulados de Koch:

- el microorganismo debe estar presente en todos y cada uno de los casos de la

enfermedad; el microorganismo ha de poder aislarse y crecer en cultivo puro;
- el microorganismo debe causar la enfermedad específica cuando se inocula a un animal
susceptible;
- el microorganismo debe poder recuperarse del animal enfermo y ser identificado.

Sin embargo, en la mayor parte de las enfermedades, tanto infecciosas como no infecciosas, los
postulados de Koch para la determinación de causalidad no son adecuados.

Factores en el proceso de causación

- Factores predisponentes como la edad, el sexo o el padecimiento previo de un trastorno

de salud, que pueden crear un estado de susceptibilidad a un agente productor de
enfermedad.
- Factores facilitadores como la pobreza, la alimentación escasa, la vivienda inadecuada o
la asistencia médica insuficiente, que pueden favorecer el desarrollo de enfermedad. Las
circunstancias que favorecen la curación de una enfermedad o el mantenimiento de una
buena salud también podrían llamarse factores facilitadores. Los factores sociales y
económicos determinantes de la salud son tan importantes como los factores
desencadenantes en el diseño de programas de prevención.
- Factores desencadenantes como la exposición a un agente patógeno o nocivo específico,
que puede 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 o una lesión ya establecida.
Para aludir a factores positivamente asociados con el riesgo de desarrollo de una enfermedad
pero no suficientes para causarla se utiliza la expresión "factor de riesgo".

Interacción

A menudo, el efecto de dos o más causas que actúan simultáneamente excede lo que sería
esperable de la mera adición de los efectos individuales de ambas causas.

Jerarquía causal

Muchas veces es posible presentar las causas múltiples y los factores de riesgo en forma de una
jerarquía causal en la que hay causas o factores proximales, más inmediatos (factores
precipitantes), y causas o factores distales o indirectos (factores facilitadores).

Determinación de las causas de enfermedad

El proceso por el que se determina si las asociaciones observadas son probablemente causales de
una enfermedad es la llamada inferencia causal, que implica usar ciertos criterios y hacer juicios.

Criterios de causalidad

- Relación temporal

La relación temporal es esencial: la causa debe ser anterior al efecto. Esto suele ser evidente, pero
pueden surgir dificultades al respecto en los estudios de casos y controles o en los estudios
transversales, cuando se mide en el mismo momento la causa potencial y el posible efecto, ya
que el efecto puede alterar la exposición.

- Verosimilitud

Una asociación es verosímil, y por tanto más probablemente causal, cuando es compatible con
otros conocimientos. Sin embargo, la verosimilitud biológica es un concepto relativo y a veces se
termina demostrando que asociaciones aparentemente inverosímiles son realmente causales.

- Coherencia

Existe coherencia 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 que
todos los estudios tengan el mismo tipo de error queda así reducida al mínimo.

- Fuerza o intensidad de la asociación

Es más plausible que una asociación sea causal cuando la magnitud de la razón de riesgos (riesgo
relativo) indica una asociación intensa entre una posible causa y un potencial efecto. Que una
asociación sea débil no impide que sea causal; la intensidad de una asociación depende de la
prevalencia relativa de otras causas posibles.
 - Relación dosis-respuesta

Existe relación dosis-respuesta cuando los cambios de nivel de una posible causa se asocian con
cambios de prevalencia o incidencia del efecto.

La demostración clara de una relación dosis-respuesta en estudios sin sesgos es una prueba muy
convincente de una relación causal entre la exposición y la enfermedad.

- Reversibilidad

Cuando la eliminación de una causa hipotética da como resultado la reducción del riesgo de
enfermedad, es mucho más verosímil que la asociación sea causal. 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 deja de ser criterio de causalidad.

- Diseño del estudio

La capacidad del diseño de un estudio para probar una relación de causalidad es una
consideración de la mayor importancia.

- Estudios experimentales

Los datos de más capacidad probatoria son los resultantes de ensayos controlados y aleatorizados
bien diseñados y bien llevados a cabo.

- Estudios de cohorte y estudios de casos y controles

El diseño siguiente en cuanto a capacidad probatoria es el estudio de cohorte que, si está bien
realizado, minimiza los sesgos.

Los estudios de casos y controles están sujetos a varias formas de sesgo, pero los resultados de
este tipo de estudios, sobre todo si se trata de un estudio con una muestra grande y bien
diseñado, aportan pruebas importantes de la naturaleza causal de una asociación.

- Estudios transversales

Los estudios transversales son los de menor capacidad para demostrar causación, ya que no
aportan pruebas directas de la sucesión temporal de los acontecimientos.

- Estudios ecológicos

Los estudios ecológicos —especialmente los de series temporales— son los que proporcionan
datos menos satisfactorios de causalidad, por el peligro de hacer extrapolaciones incorrectas de
los datos regionales o nacionales a los individuos aislados.

- Interpretación causal de los datos empíricos

La inferencia causal suele ser tentativa y hay que juzgar basándose en las pruebas disponibles;
siempre queda cierto grado de incertidumbre. Al juzgar los distintos aspectos mencionados de la
relación de causalidad, es esencial comprobar que la relación temporal es adecuada; una vez
establecida esta, la verosimilitud, la coherencia y la relación dosis-respuesta son los criterios quizá
de mayor peso. La posibilidad de que una asociación sea causal aumenta cuando muchos
resultados y datos de diverso tipo llevan a la misma conclusión.

Postulados de Hill

1- Fuerza de asociación

Cuanto más fuerte es una asociación entre dos variables mayor probabilidad es que una de las
variables sea causa de la otra. Sin embargo el que una asociación sea débil no implica que no
existe una relación causal, sino que pudieran existir factores de confusión que enmascaren la
relación.

2- Consistencia de la asociación:

Podemos considerar que existe una relación causal si observamos repetidamente una asociación
entre un determinante y una enfermedad en distintitas poblaciones sometidas a circunstancias
diferentes. Cuanto más alejada se encuentren en el tiempo y en espacio las observaciones más
consistentes será la causalidad establecida.

3- Especificidad:

Este postulado establece que una causa produce de forma específica una sola enfermedad (un
efecto único), y que una enfermedad solo tiene una única causa. Evidentemente son pocas las
enfermedades donde se puede demostrar una relación tan específica entre causa y efecto, y por
tanto la aplicación de este criterio puede inducir a error.

4- Temporalidad:

Obviamente hay que asumir que la causa debe preceder necesariamente al efecto, pero no tiene
por qué ser una consecuencia directa (puede ser el origen de una cadena causal).

5- Gradiente biológico:

Implica que existe una relación dosis-respuesta en la que a mayor intensidad de la causa se
produciría un mayor efecto, de forma que un aumento de la intensidad de la causa puede
aumentar la gravedad de la enfermedad o la frecuencia de aparición de la enfermedad.

La intensidad de la causa (exposición a un factor) depende directamente de la duración de la

exposición y de la intensidad del mismo.

6- Plausibilidad biológica:
El contexto biológico existente debe explicar lógicamente la etiología por la cual una causa
produce un efecto sobre la salud. Esta característica viene limitada por los conocimientos
científicos que se tengan al respecto en el momento del estudio.

7- Coherencia

La interpretación de causas y efectos no puede entrar en contradicción con el comportamiento

propio de la enfermedad o lesión. Este criterio combina aspectos de consistencia y plausibilidad
biológica (corresponde a la evolución de Simonin).

8- Experimentación:

Es un criterio deseable de alta validez. Se trata de reproducir experimentalmente la asociación

causa-efecto, o incidir en la causa para alterar el efecto cuando no sea posible o no se considere
ética otra modalidad de experimentación.

9- Analogía:

Se fundamenta en relaciones de causa-efecto establecidas, en función de las cuales, si un factor

de riesgo produce un efecto a la salud, otro con características similares debería producir el
mismo impacto sobre la salud.

Postulados de Evans

1- La prevalencia de la enfermedad debe ser más alta en los individuos expuestos a la causa
posible que en los individuos no expuestos.

2- La exposición debe haber sido más común en los casos que en aquellos sin enfermedad.

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.

4- La exposición debe preceder a la enfermedad.

5- Tras la exposición a la posible causa, la respuesta de los individuos afectados variará siguiendo
un gradiente biológico de leve a grave.

6- Debe haber un espectro de respuesta mensurable del hospedador al agente (formación de

anticuerpos, inmunidad mediada por células).

7- La enfermedad debe ser reproducible experimentalmente.

8- La Eliminación de las posibles causas debe dar lugar a una menor incidencia de la enfermedad.
9- Previniendo o modificando, la respuesta del hospedador debe disminuir o eliminar la
presentación de la enfermedad.

10- Todas las asociaciones entre la enfermedad y la posible causa deben ser consistentes y
verosímiles atendiendo a los conocimientos existentes en el campo de la Biología y la
Epidemiología.

Tipos de asociación entre dos variables

1) Asociación no estadística

La asociación no estadística entre una enfermedad y un factor causal hipotético es aquella

asociación que tiene lugar por casualidad. Por ejemplo, Mycoplasma felis ha sido aislado de los
ojos de algunos gatos con conjuntivitis. Esto indica la asociación entre el Mycoplasma y la
conjuntivitis en esos gatos. Sin embargo, estudios realizados demuestran que M. felis también
puede ser aislado de la conjuntiva del 80% de gatos aparentemente sanos.

2) Asociación estadística

Las variables presentan una asociación estadísticamente positiva cuando aparecen

conjuntamente con mayor frecuencia que la esperada por casualidad.

- Asociación no causal

Cuando no todos los factores asociados estadísticamente con una enfermedad son causales.

- Asociación causal
Directa: El factor ejerce su efecto en ausencia de otros factores o variables intermedias.
Indirecta: Se caracterizan por la existencia de una variable intermedia

Hiperplasia de la
mucosa del
abomaso
Infestación por
Haemonchus
contortus

Anemia

Traumatismo Contusión

Leptospirosis Hemoglobinuria
Hemólisis
Modelos causales

1. Modelo determinista unicausal

La inferencia causal alcanzada haciendo énfasis en los conceptos de causas necesarias y

suficientes es denominada causalidad determinística, en la que se espera que una causa esté
estrechamente relacionada con un efecto.

En el modelo unicausal determinista se hace explicita la existencia de una relación constante,

específica y perfectamente predecible entre los factores A (causa) y B (enfermedad). La
especificidad debe ser de efecto (A solamente causa B, y ninguna otra enfermedad) y de causa
(la enfermedad B solo está producida por A), y la predictibilidad hace referencia a que cualquier
cambio en la causa A inducirá un cambio en la enfermedad B.

Este modelo determinista unicausal presenta graves limitaciones:

- No tiene en cuenta la etiología multifactorial de la enfermedad

- La especificidad de efecto no siempre se cumple, ya que un mismo factor puede producir varias
enfermedades

-Tampoco se cumple la especificidad de causa ya que una misma enfermedad puede estar
producida por varias causas

- No valora el papel de otros factores fijos (sexo, raza, especie,…) o de continuos (edad, peso…)

- No considera las limitaciones técnicas en la observación y medición de las causas y de las

enfermedades, ni la existencia de otros factores desconocidos implicados

2. Modelo determinista multicausal simple

Nos encontramos ante distintas combinaciones de causa que producen varias situaciones de
causa-efecto, dejando de ser tan excluyente y estricta.

En función de estas observaciones podemos establecer las siguientes combinaciones o tipos de

relaciones causales:

1. Necesaria y suficiente: todos los casos de enfermedad son debidos exclusivamente a esa causa,
sin la cual la enfermedad nunca se produce. Normalmente cuando una causa es suficiente suele
ser necesaria, aunque esa combinación suele ser muy rara.

2. Necesaria pero no suficiente: un factor por sí solo no es suficiente para causar la enfermedad,
y se precisa de varias causas concurrentes para que se produzca la enfermedad.

3. Suficiente pero no necesaria: una causa (o factor) puede causar por si misma la enfermedad,
pero también lo pueden hacer otros factores en su ausencia.
4. Ni necesaria ni suficiente: el factor no puede causar la enfermedad por sí mismo, y además no
es el único factor que puede causar la enfermedad.

3. Modelo determinista multicausal avanzado

Está caracterizado por aceptar la existencia de múltiples causas para una misma enfermedad (el
número de causas incluidas en el modelo dependerá de los objetivos y necesidades que tenga el
estudio de la enfermedad) y que una causa puede producir múltiples efectos.

Establece que la enfermedad es consecuencia de las interacciones (sinérgicas o antagónicas)

entre los tres vértices de la triadas (agente, huésped, ambiente).

-Causas suficientes: grupo mínimo de factores que produce inevitablemente la enfermedad.

Pueden existir varias causas suficientes, es decir, varios conjuntos de factores que pueden
producir la enfermedad.

-Causa componente: hace referencia a cada uno de los factores que está incluido en una causa
suficiente.

-Causa necesaria: cuando existen varias causas suficientes puede existir una causa componente
común a todas ellas.

4. Modelo probabilístico

Es evidente que existen componentes aleatorios en los modelos causales que son indicadores de
nuestro desconocimiento de los mecanismos causales y de nuestra deficiencia en los métodos de
observación. Por esa razón nos vemos obligados a utilizar la teoría de la probabilidad y los
métodos estadísticos para demostrar la existencia de una hipótesis causal basada en la
observación.

Este modelo utiliza dos tipos de variables:

-Dependiente (enfermedad): su valor depende del efecto de una o varias variables

(independientes) que forman parte del modelo.

-Independiente: (factor de exposición): no depende de la enfermedad pero está relacionada con

ella e influye en su valor. El concepto de causa es sustituido por el factor de exposición que pude
tener distintas denominaciones, según su papel en el mecanismo causal:

- factor de riesgo: es la variable cuya exposición produce en un grupo de individuos una mayor
probabilidad de desarrollar la enfermedad, comparada con el grupo de no expuestos a esa
variable. Actúa de varias formas:

- Factor predisponente: aumenta la susceptibilidad del hospedador (sexo, especie, raza, edad…)
 - Factor promotor: cuando está relacionado con la detección de la enfermedad y tiene
importancia etiológica ya que pueden acelerar o retrasar la evolución de la enfermedad.

- Factor de detección o marcador de riesgo: si está relacionado con la probabilidad de detección

de la enfermedad pero no tiene importancia etiológica.

- Factor pronóstico: permite establecer la probabilidad de que la enfermedad presenta una

determinada evolución.

Este modelo debe de cumplir una serie de requisitos:

- El factor debe estar asociado estadísticamente con la enfermedad

- El factor de riesgo, o un cambio relevante del mismo, debe preceder a la presentación de
la enfermedad
- La asociación estadística observada no debe ser producida por errores de muestreo
(aleatorio), factores de confusión u otros problemas derivados del diseño del estudio o
del análisis de los datos.