Professional Documents
Culture Documents
Definicin de causa:
Acontecimiento al que est conectado otro, de tal manera que la existencia del
segundo est implicada en la existencia del primero. Segn una acepcin ms
propia de la metafsica tradicional, es todo lo que contribuye a la constitucin de
un ser. Segn la concepcin empirista y cientfica moderna, es el antecedente
constante de un fenmeno. Kant consider la causa como una categora
apriorstica y sinttica del entendimiento. (V. causalidad.)
causa eficiente Primer principio productor del efecto, por lo que un ser se hace lo
que es.
causa final Fin con que o por que se hace una cosa, la realidad hacia la cual algo
tiende a ser.
causa formal La que hace que un ser sea como es.
causa material Aquella de la cual se hace y en la que existe el ser.
causa primera La que produce el efecto con independencia absoluta y que a su
vez carece de causa.
causa segunda La que produce el efecto con dependencia de la primera.
Modelos Causales
Multicausales: Las enfermedades tienen varias causas que de forma conjunta o
Relacin dosis-respuesta
Relacin temporal
Verosimilitud (plausibilidad)
Consistencia
Coherencia con el conocimiento existente
Variacin conjunta del factor y el dao
Especificidad
Reversibilidad
Diseo del estudio
Medidas del efecto e impacto.
Las medidas de asociacin e impacto cuantifican la relacin existente entre
variables independientes y dependientes. Una de ellas la exposicin o factor de
riesgo y otra el efecto o enfermedad. Lo primero es valorar la asociacin y que
esta no se pueda deber al azar, para ello calcula si existe asociacin estadstica
a travs de la Ji cuadrada de Mantel-Haenszel (XMH). Si existen diferencias
entre lo observado y lo esperado, segn el valor de la tabla de distribucin
normal, se dice que hay asociacin estadsticamente significativa. El nivel de
significacin exigido, a nivel internacional, para establecer asociacin
estadstica se fija en el p 0,05. La p se corresponde con la probabilidad de la
diferencia en los riesgos sea debida al azar, o lo que es lo mismo, que en
realidad no haya diferencias. En consecuencia, se establece si la asociacin se
debe o no al azar; pero no su magnitud que es lo que interesa para valorar y
medir sta. Para ello se ha de calcular el riesgo del efecto (enfermedad) en los
expuestos a una exposicin o factor de riesgo y el riesgo en los no expuestos
(no exposicin o no existencia de factor de riesgo). Para conocer la magnitud
cuantitativa de la fuerza de asociacin, criterio causal de validez interna de
Bradford Hill, se utilizan medidas del efecto e impacto.
Riesgo Relativo
El riesgo relativo (RR) estima la frecuencia del efecto en el grupo de expuestos en
relacin al de no expuestos. Es decir, estima la magnitud del efecto en los
expuestos a un factor de riesgo en relacin con los no expuestos. Indica el nmero
de veces que es ms probable que una enfermedad se desarrolle en el grupo de
expuesto en relacin con el grupo no expuesto.
Conclusin
Al considerar todos estos factores de causalidad y dems son ejemplo de que la
epidemiologia siempre juega un papel importante en el considerar riegos de salud
para la comunidad. Otro aspecto importante es que se pue considerar es que
todos estos modelos funcionan de manera a veces un poco independientes ya q
cada uno considera una manera distinta de manejar las infecciones y las razones
por las cual se propaga una enfermedad, incluso algunas razones por las cuales
se mide como son las medidas de efecto e impacto e inclusive el riesgo.
Los modelos de Causalidad siempre son variados ya que se tienen distintas
perspectivas de cmo puede llegar a reaccionar una enfermedad o la razn por la
cual se contagia es por ello que existen varias razones de como funciona un
modelo de causalidad.