Thread by @boticariors

¿Existen las casualidades? ¿Viven más los casados?

La ciencia habla de 'causalidad' en lugar de 'casualidad'

¿Y qué diferencia hay profe?

Veamos 😉 #metohilo 🧵
1/n

Éste es un tema complejo y por eso daremos una visión general y accesible, nada de retorcer mucho la cosa ok?

Primero definamos ‘causa’ ¿os parece?

Podemos definir causa de una enfermedad todo acontecimiento que juega un papel fundamental en producir su ocurrencia.

books.google.es/books?id=ZeBdt…

La causalidad fue estudiada por filósofos como Tales de Mileto, Aristóteles, Kant, Hume o Wartofsky, cada uno con un punto de vista diferente pero con un elemento en común:

para todo lo que ocurre de haber un causa, un origen y es un objetivo fundamental de la ciencia buscar y encontrar relaciones causales entre fenómenos.

La causalidad es recíproca del azar

En las relaciones causales pueden identificarse un elemento inicial o causa, un elemento final o efecto y la relación entre ambos.

La definición del elemento inicial depende del modelo utilizado; las causas pueden ser acciones intencionales, no intencionales, atributos...

El efecto se define en términos de cambio con respecto a su situación previa o a lo que hubiera ocurrido si no hubiera habido causa. La relación entre ambos puede definirse como una función o condición.

La relación causal a su vez podrá ser:

■ Necesaria y suficiente: un factor es necesario (es decir, se produce la enfermedad sólo si
se halla presente el factor), y suficiente la exposición siempre lleva a la enfermedad).
Muy infrecuente.

■ Necesaria pero no suficiente: se requiere más de un factor, por lo general, en una secuencia temporal. Los estadios de comienzo y progresión asociados con los modelos de carcinogénesis son un ejemplo de este tipo de relación causal.

■ Suficiente pero no necesaria: un factor específico puede causar una enfermedad, pero otros factores por sí mismos pueden causar la misma enfermedad.

■ Ni suficiente ni necesaria: un factor específico puede combinarse con otros factores y producir una enfermedad. Sin embargo, puede producirse la enfermedad incluso en ausencia del factor. Propio de enfermedades crónicas

acepidemiology.org

Pero profe, siempre que se produce una exposición y un deselance, el primero es la causa del segundo?

NO.

La asociación entre una exposición y un resultado o desenlace puede deberse a:

■ Carácter espurio (es decir, artefacto): la asociación es el resultado de un error o sesgo en el diseño, la ejecución o el análisis del estudio

■ Factor de confusión: la relación entre una exposición y el desarrollo de una enfermedad se distorsiona por una variable adicional. Para ser una variable de confusión, dicha variable ha de asociarse tanto con la exposición como con la enfermedad

■ Azar: siempre existe la posibilidad de que una asociación observada sea debida sólo al azar

■ Causalidad: una asociación debida a un mecanismo causal puede determinarse generalmente
después de que se hayan considerado los tres mecanismos anteriores y hace referencia a un factor que, de modo directo o indirecto, causa el desenlace observado.

¿Profe y eso de la confusión qué es?

Es cuando se produce la asociación exposición desenlace únicamente porque un tercer factor distinto se asocia tanto con la exposición como con el desenlace.
aeped.es/sites/default/…

La asociación observada es verdadera, pero no es causal. Un ejemplo habitual de confusión es la relación entre el consumo de alcohol, el cáncer de pulmón y fumar cigarrillos.

Los individuos que fuman más cigarrillos tienden a tomar más bebidas alcohólicas, y los individuos que fuman más cigarrillos tienen mayor riesgo de cáncer de pulmón.

En este caso, lo que ocurre es que fumar es factor de confusión de forma que la asoc. entre bebidas alcohólicas y el cáncer de pulmón no es causal. Después de controlar el hecho de fumar cigarrillos, desaparece la asociación entre consumo de alcohol y cáncer de pulmón.

Las características básicas de la relación causal son:

•la temporalidad, es decir, la causa precede al efecto
•la dirección, o sea que la relación va de la causa al efecto
•la asociación, que se entiende como una cuantificación de la constancia de la relación.

Seguimos (ya casi estamos perdonad 😉)

El concepto de causalidad, alude a la relación entre dos o más acontecimientos cuya ocurrencia consistente y secuencia de aparición permiten atribuir a uno de ellos la aparición del otro.

En biomedicina y biología en general, hay varios modelos causales propuestos:

mscbs.gob.es/biblioPublic/p…

👉Modelo de Koch-Henle. Sugerido por Koch en 1882, a propósito de la tuberculosis y paradigmático en el estudio de las enfermedades infecciosas.

👉Modelo de Austin Bradford-Hill. Se conocen como criterios de Bradford Hill, aunque estrictamente no son criterios, es paradigmático en el estudio de las enfermedades no infecciosas. Conlleva una relación causal no necesaria y no suficiente.

edwardtufte.com/tufte/hill

➡️Fuerza de la asociación: cuanto más fuerte sea la asociación (p. ej., riesgo relativo u oportunidad
relativa), mayor probabilidad de que la relación sea causal.
➡️Consistencia: la asociación se observa de modo repetido en estudios llevados a cabo por personas diferentes

➡️Especificidad: puede aislarse una exposición específica de otras, y asociarse con una enfermedad
específica.
➡️Temporalidad: el factor que se supone ha causado la enfermedad tiene que haberse producido o presentado antes del desarrollo de la enfermedad.

➡️Gradiente dosis-respuesta: existe una relación entre la dosis y la respuesta, de modo que a medida que aumenta la exposición, aumenta también el riesgo de desarrollo de la enfermedad o su gravedad.

➡️Verosimilitud: la relación es explicable de acuerdo con los conocimientos actuales. Obviamente hoy día desfasado.

➡️ Coherencia: la asociación no entra seriamente en conflicto con la historia y la biología del proceso de la enfermedad.
➡️ Prueba experimental: los experimentos apoyan la asociación.
➡️ Analogía: previamente, se han descrito ejemplos de asociaciones similares

Ensayo original de Austin Bradford-Hill. ncbi.nlm.nih.gov/pmc/articles/P…

Decir que los criterios de Bradford, se publicaron sólo 12 años después del descubrimiento de la famosa doble hélice del ADN por Watson-Crick, así que merece la pena leer este artículo donde se actualiza y reinterpretan sus criterios en el siglo XXI

ete-online.biomedcentral.com/articles/10.11…

👉Modelo de Rothman. Tiene más contenido teórico y contempla las relaciones multicausales. Fue desarrollado en el ámbito de la epidemiología y es el más adaptado alos métodos estadísticos multivariantes.

Define como causa a todo acontecimiento, condición o característica que juega un papel esencial en producir un efecto.
academic.oup.com/aje/article-ab…

Y profe, ¿es lo mismo asociación/relación que causalidad?

No.

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 el otro

Para apoyar la existencia de causalidad se requiere un nivel probatorio superior. Una asociación causal (o relación de causa-efecto) 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.

POR TANTO, la existencia de asociación no implica necesariamente causalidad.

apic.org

Antes de seguir profe. Entonces

¿Qué es un factor de riesgo? ¿es lo mismo que una causa?

Un factor de riesgo será una condición que puede afectar de modo adverso a la salud. Se asocia de modo consistente con una mayor probabilidad de desarrollo de una enfermedad.

Por tanto, los factores de riesgo en un paciente determinado sólo se asocian con una mayor probabilidad de desarrollo de una enfermedad y no implican necesariamente una relación de causa-efecto.

El razonamiento básico para establecer una relación causal es la secuencia de eventos, esto es, la causa precede al efecto. Pero cuidado, hay que evitar la falacia circular: “posthoc ergo propter hoc”, es decir, si ocurre después de, es su causa.

@biomolecules101

Para concluir que dos o más factores tienen relación causa-efecto es necesario demostrar que la asociación entre ellos es válida y causal. Es válida si es real o verdadera, es decir, conlleva un efecto mínimo del azar y del sesgo, o de uno y otro

Un sesgo es un error sistemático en el diseño, desarrollo o análisis de un estudio, que da lugar a un resultado que difiere de la verdad.

SPOILER: Otro día hacemos un hilo sobre sesgos

En esto es importante el tipo de diseño de estudio que empleemos.

Los dos diseños más habituales son el estudio de casos y controles y el estudio de cohortes, útiles para determinar si existe una asociación.

Por otro lado para comprobar que la relación es causal, se deben considerarlos siguientes aspectos:

➡️Fuerza de asociación. Es la magnitud con que aumenta el riesgo de desarrollar un efecto cuando se presenta una exposición. A > ⬆️, + fuerza de asociación y es mayor la seguridad sobre la causalidad. Hay varias medidas, y en este hilo hablamos de algunas.

https://twitter.com/boticariors/status/1353385238727172098?s=20

➡️Congruencia. Se refiere a si la asociación entre la exposición y el evento ha sido reproducida antes, utilizando diseños diferentes en medios también diferentes.
La mejor evidencia proviene de los estudios de metaanálisis bien diseñados y ejecutados.

books.google.es/books?id=Uw3Zf…

De modo general, los diseños epidemiológicos, del más fuerte al más débil, son:
1.• Ensayos clínicos aleatorizados.
2.• Estudios de cohortes.
3.• Estudios de casos y controles y estudios transversales.
4.• Casos clínicos y series de casos.

➡️Relación temporal. La exposición debe anteceder alefecto.
➡️Gradiente dosis-respuesta. A mayor magnitud ointensidad de exposición, debe esperarse que sea mayorla magnitud o intensidad del efecto

➡️Credibilidad epidemiológica. Si existe asociación, cabe esperar que la distribución geográfica de la exposición sea paralela a la distribución del efecto
➡️Credibilidad biológica. Es la concordancia de laasociación con el conocimiento biológico que se tiene en la actualidad.

➡️Especificidad. Significa que una sola exposición genera un solo efecto y viceversa. Esto no se aplica a los factores de riesgo.
➡️Analogía. Refiere la existencia de una relación causal análoga a la considerada, puede apoyar la causa hipotética x un mecanismo similar.

No quisiera terminar sin poner de manifiesto una opinión.

Y es que (podéis corregirme 😉) en cada relación causa-efecto, normalmente, para cada efecto observado no hay una sola causa motivante.

En biomedicina, casi todos los eventos/desenlaces/enfermedades, etc tienen un origen multifactorial, ahí detrás hay una intrincada red de causas que motivan lo que observamos. Nada es tan sencillo.

Y si han llegado hasta aquí, habrán podido inferir que la relación "estar casado-vivir más", no tiene porqué ser de tipo causal.

O si 😉, ¿quién sabe?

Gracias y RT