


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
resumen a cerca de la causalidad en la medicina a lo largo del tiempo
Tipo: Esquemas y mapas conceptuales
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Introducción La identificación de la causa es importante para establecer tratamientos y, sobre todo, para aplicar medidas preventivas. Al respecto, es importante considerar si la causa es única o múltiple. En el campo de las enfermedades infecciosas la causa suele ser sólo una por lo que la complejidad para determinar la relación causaefecto es menor. 1,2 También se define la causa como lo que se considera como fundamento u origen de algo, la razón, motivo u origen de algo4 o como el factor que es posible o conveniente alterar para producir, modificar o prevenir un efecto. Posiciones filosóficas Para Kant la causalidad es un a priori que se necesita para el conocimiento racional, en tanto que todo lo que ocurre supone algo previo y señala "todo cambio tiene que tener una causa". En el mismo sentido, Rosenblueth9 señala que en cuanto una ciencia, o el conocimiento científico de un problema, alcanza madurez, la noción de causa desaparece y jamás vuelve a reaparecer. " En cuanto a la noción popular de causa, de concatenación necesaria, dice "La ciencia no usa estas interpretaciones de las relaciones causales. Muchas de estas leyes son simétricas y la noción de causa es en ellas, inaplicable. Elementos de la relación causal En las relaciones causales pueden identificarse un elemento inicial o causa, un elemento final o efecto y la relación entre ambos. La relación entre ambos puede definirse como una función o condición. El cuarto caso Dos causas componentes de una causa suficiente se considera que tienen una interacción biológica, es decir, ninguna actúa por su cuenta. Evaluaciones causa-efecto en medicina Una asociación causal se manifiesta cuando el cambio en la frecuencia o intensidad de la exposición es seguido por un cambio en la frecuencia o intensidad del efecto. En la terminología de las enfermedades no infecciosas o crónico-degenerativas, causa es equivalente a causa necesaria y factores de riesgo a causa suficiente. Las evaluaciones causa-efecto son tal vez las más difíciles de realizar en Epidemiología Clínica. De manera más específica, para concluir que dos o
más factores tienen relación causa-efecto es necesario demostrar que la asociación entre ellos es válida y causal. Asociación válida. Una asociación válida es una asociación real o verdadera, conlleva un efecto mínimo del azar y del sesgo, o de uno y otro. El error aleatorio o azar es inherente a todas las observaciones y su importancia en el hallazgo de una asociación puede valorarse aplicando una prueba de significación estadística y expresarse en función del valor resultante de p. Por convención, un valor igual o menor que 0.05 es estadísticamente significativo y traduce una probabilidad atribuible al azar de 5% o menor. De aquí que una asociación con importancia estadística tenga altas probabilidades de ser real, dado que el efecto del azar se restringe a una probabilidad máxima de 5%. Los sesgos de medición ocurren si durante la fase de obtención de la información los investigadores utilizan, para cada uno de los grupos estudiados, criterios diferentes de recolección o interpretación de los datos o ambos. La asociación entre dos factores puede afectarse por la coexistencia de otros, conocidos como factores de confusión. Estos factores se asocian tanto a la exposición como al efecto , pero no constituyen un componente de la cadena de factores causantes del desenlace. En resumen, los efectos del azar y el sesgo en la evaluación de una asociación están relacionados con el rigor metodológico del estudio. Los tipos de sesgo considerados provocan una comparación distorsionada dentro del modelo de razonamiento causa-efecto. Se trata de estudios prospectivos en los que los sujetos de una muestra, similares o comparables, se asignan al azar en dos o más grupos, para que reciban una exposición, manipulación o maniobra. La limitante principal de este modelo es que pocas veces puede realizarse en el proceso de investigación de causas o factores de riesgo de enfermedades, principalmente por razones éticas, o por el número de sujetos por estudiar y el tiempo de realización. Los sujetos de una muestra son clasificados según la exposición de interés en una cohorte expuesta y en una no expuesta y se observan suficientemente durante un período específico para determinar la frecuencia de aparición del efecto. Dependiendo de la relación entre el momento de inicio del estudio con el de la ocurrencia del evento se clasifican en prospectivos y retrospectivos. Una de las grandes ventajas con relación a la causalidad es que con este diseño se conoce claramente la secuencia temporal de exposición y enfermedad. Se estudia un grupo de individuos que ya tuvieron el efecto y un conjunto de personas denominados controles que no lo muestran, para investigar retrospectivamente el antecedente de exposición a la causa o al factor de riesgo sospechado. La diferencia principal entre este diseño y el de cohortes estriba en la selección de los sujetos de estudio, sin embargo, el diseño de casos y controles tiene más posibilidades de comprometer la comparabilidad de uno y otro grupos, además de que, por utilizar la secuencia de
Significa que una sola exposición genera un solo efecto y viceversa. Esto no se aplica a los factores de riesgo. Es el criterio más débil de todos y se refiere a que la existencia de una relación causal análoga a la que se está considerando, puede apoyar la causa hipotética por un mecanismo similar.