Transcript
Use with ChatGPT / Claude Auto-scroll A
La clase comienza con saludos, presentación del tema y explicación de la aplicación que usarán. También se plantea la importancia de entender el diseño arquitectónico para los proyectos de investigación.
Hola, ¿cómo están?Buenos días.Buenos días.Muy bien, gracias.Buenos días.Bueno, pues vamos a empezar con nuestra clase de hoy.El día de hoy toca ver uno de los temas que son más interesantes.Eh, al menos para mí.Yo creo que eh cuando estaba haciendo como ustedes el curso properéutico y tuve la oportunidad de revisar este tema, entendí mucho más, mucho más a fondo el concepto y cada uno de los componentes del diseño arquitectónico y mepermitió entender y hacer muchos cambios respecto a mi proyecto de investigación.Entonces, espero que esta clase tenga mucha utilidad para ustedes.Hay algunos conceptos que probablemente nos va a llevar un poco más de tiempo entender.Entonces, si en algún momento sienten que es necesario hacer una pausa, me dicen, levantan la mano, me escriben en el chat si tengo que explicarlo de alguna otra manera, así lo haré.
Ahora hay una aplicación que vamos a utilizar para el cálculo de riesgos, se llama Openepic,para que lo vayan abriendo y ahorita lo vamos a analizar.Entonces, bueno, pues vamos a empezar.Perdón, Open, ¿cómo se llama?Openepi, se los pongo en el chat.se llama Openepi.No sé si todavía esté disponible en iPhone, pero hay una aplicación para celular que se llama Epio.
Ahí podrían apagar sus micrófonos, por favor.
Ah, ya está listo.Ahí les puse los programas que vamos a utilizar.
Se define qué es una causa, cómo se relaciona con un desenlace y por qué no toda asociación estadística implica causalidad. Se usan ejemplos como café y cáncer de páncreas para mostrar el riesgo de confundir correlación con causa.
Entonces, vamos a iniciar hablando de qué es una causa, cómo entienden una causa, cuáles son los sinónimos que tiene,¿quién me ayuda?
En el diseño arquitectónico, ¿cuál sería la causa?
No, todavía nos animan a participar.¿Qué sería la causa en el diseño arquitectónico?La maniobra sería la causa.¿Y qué es una causa?Aquella eh condición, exposición, característica, acontecimiento, que es fundamental para que ocurra una enfermedad, un desenlace.Y el desenlace no siempre va a ser una enfermedad, puede ser la muerte, pero también puede ser la recuperación.Es una condición que va iniciar una secuencia de hechos que van a resultar en un efecto y es un factor que podemos alterar o modificar para prevenir o para producir un efecto.Entonces, eso es la causa y lo conocemos como exposición, como maniobra, como intervención o variable independiente.Sin embargo, para que nosotros podamos atribuir causalidad y echarle la culpa de un desenlace a una condición, que necesitamos que se cumplan ciertas características.Uno, la temporalidad, la causa siempre va a preceder al efecto, siempre se presenta la causa antes que el efecto, siempre va a ser en una dirección y es la causa condiciona un efecto, pero además nosotros tendríamos que cuantificar
ese grado de asociación para evaluar qué tan fuerte o constante es esta relación.Ahora, es importante definir y mencionar que no toda asociación implica causalidad.¿Se les ocurre algún ejemplo?Entonces, ¿qué implica una asociación?Pues me habla de una dependencia estadística entre dos factores.¿Qué pasa con B?Si yo modifico Ajá, en este eh gráfico, pues al aumentar B se va a modificar A y A va a aumentar.En el segundo ejemplo se modifica B y A va a disminuir.Entonces una asociación es esta dependencia estadística, cómo al aumentar A se va a modificar B, como una variable va a cambiar a medida que se modifica otro factor.Pero no tenemos que entenderlo como sinónimos, ¿no?Porque analicemos una asociación estadística implica en automático que hay causalidad.Hace mucho tiempo se le echaba la culpa del cáncer de páncreas al consumo de café.¿Por qué?
Porque lo que se observaba es que en aquellos que consumían café tenía mayor riesgo de presentar cáncer.Sin embargo, cuando se intentó explicar a través de qué mecanismos, cuando se identificó desmenuzar qué otras posibles variables podrían estar asociadas, lo que se encontró es que no era el café, es que junto con el café iba elconsumo de tabaco.Entonces, al final era el consumo de tabaco y no el consumo de café.Entonces, por eso es que debemos tener siempre cuidado y no atribuir causalidad a todo lo que sea estadísticamente significativo.Para poder evaluar esta posible causalidad, necesitamos cumplir una serie de condiciones que ahorita vamos a analizar.
Se revisan casos clásicos como chocolate y premios Nobel, y luz nocturna y miopía, para mostrar cómo variables ocultas pueden explicar una aparente relación causal. Se enfatiza la necesidad de consistencia y control de otras variables.
Entonces este ejemplo creo que ya se los había puesto cuando habíamos analizado el tema de justificación.En este estudio publicado en el New England fue un estudio ecológico a nivel poblacional y entonces, ¿qué fue lo que se evalió?Se evaluó una correlación, ¿no?Entonces, en la parte inferior del gráfico dice correlación.Es una correlación entre el consumo de chocolate y el número de premios Nobel.Si nosotros analizamos, pues cuantitativamente, estadísticamente hay una asociación, es una asociación que es fuerte.Al aumentar el consumo de chocolate aumenta el número de premios Nobel.Pero si la cosa fuera tan sencilla, pues ahorita no estaríamos tomando clase y estaríamos tomando café y pues eso aumentaría nuestra probabilidad de ganar un Premio Nobel y aprender más.Entonces, por eso es tan importante que cuando ustedes analicen el efecto que su maniobra tiene sobre el desenlace, desglosen y consideren otras variables que potencialmente pudieran explicar el fenómeno que ustedes están observando.
Entonces, si observamos aquí qué países están presentes, bueno, pues son países de primer mundo que tienen un mayor ingreso económico, quizá un mayor presupuesto destinado a educación, tienen mejores condiciones eh ambientales, pueden tener además un un mejor estadonutricional.Entonces, para atribuir al chocolate esta función cognitiva y este número de premios Nobel, pues tendríamos que desglosar otras posibles causas asociadas.H Entonces, es por eso que no toda correlación estadística implica causalidad.O este ejemplo que igual vimos en la clase de justificación, este grupo de investigadores atribuía a la miopía el eh la cantidad de luz nocturna durante los primeros 2 años de vida.Y entonces se proponía que aquellos niños que dormían con la luz apagada tenían menos eh frecuencia de miopía.En comparación con los niños que dormían con la luz prendida los primeros dos años de vida.Aquí lo que se observaba es una mayor frecuencia y vemos también que hay un gradiente.
A menor exposición, menor frecuencia de miopía.conforme va aumentando la exposición, aumenta eh el número de casos de miopía.H Pero los resultados tendrían que ser consistentes.Si habláramos de una causalidad, los diferentes estudios tendrían que replicar el mismo estudio, el mismo resultado.Sin embargo, un año después de que se llevó a cabo este estudio, pues alguien se le ocurrió que podría haber una tercera variable asociada.Entonces intentaron replicar el mismo estudio, pero al agregar el antecedente de miopía en los padres, pues este efecto se perdía.Entonces aquí pues esos criterios y esa posible asociación causal ya no se podía corroborar, ya no podríamos hablar de una causalidad, únicamente es una asociación entre la miopía y eh la luz nocturna.
Se analiza el ejemplo del paracetamol y el autismo, mostrando que una asociación significativa no basta para afirmar causalidad. Se explica que deben considerarse dosis, tiempo, antecedentes y otras condiciones clínicas y sociales.
Entonces, esto, ¿qué es lo que nos mostraba?Los papás con mi eran los que prendían la luz, de lo contrario no veían nada y podían tener algún accidente.Entonces, estos ejemplos de pronto son como los extremos, parecieran incluso irracionales, pero hay muchos otros que a lo largo del tiempo, a lo largo de la historia, han condicionado mucho daño y han sido muy trágicos, ¿no?Entonces, tenemos como ejemplo el proyecto que fue publicado por Witfield, donde atribuía el autismo a la vacunación.Entonces, todavía seguimos enfrentando estas consecuencias, pero ese artículo se publicó en el 98.¿Qué me dicen de este?Este está más reciente.Entonces, Donald Trump el año pasado empezó a mencionar esta posible asociación.Vinculó el consumo de paracetamol durante el embarazo al riesgo del autismo.¿Qué tendríamos que cuestionarnos para de verdad atribuir el autismo o déficit de atención o discapacidad intelectual al paracetam?
¿Qué tendríamos que analizar o analizar solo el consumo de paracetamol en el embarazo sería suficiente?¿Qué condiciones tendríamos que evaluar?La dosis y el tiempo.Okay, dosis y tiempo.Y lo que esperaríamos es que a mayor dosis existiera mayor número de casos.Jesús, pues igual observar su estado basal, ¿no?Porque a lo mejor eran niños que ya tenían este problema y pues el acetaminofen no tuvo como tal el no fue el causante de desenlace, solamente estuvieron a la par y en el momento en que se hizo elestudio pues ya tenían la enfermedad, no se analizó bien su estado basal y pues tenemos ese tipo de de teorías, ¿no?Que no son pues a lo mejor muy comparables.Okay.Y por aquí Daniel nos dice en el chat y Aní que es importante analizar los antecedentes heredofamiliares para que no nos suceda como en el ejemplo de mi opí.
Ahora, si nosotros estamos atribuyendo el diagnóstico de autismo o déficit de atención por el consumo de paracetamol, ¿qué es lo que tendríamos que analizar?Entonces, en este caso se evaluó la incidencia a 10 años.entre aquellos eh niños que habían estado expuestos o no durante el embarazo al consumo de paracetamol.¿Y qué fue lo que encontraron?Se encontró una incidencia de 1.33%.Esto, ¿qué quiere decir?Que había 1.33 casos por cada 1000 eh niños.Esto para quienes no habían consumido paracetamol.¿Y qué sucedió con aquellos que habían consumido paracetamol?Entonces, esta incidencia de 1.33 pasó a 1.53 por cada 1000.¿Qué opinan de esta diferencia?¿Qué esperarían si esta asociación fuera causal
con esta diferencia de incidencias?
¿Qué sucedería?¿Qué esperarían si algo se asocia con el desenlace y además es causa?¿No esperaríamos que la incidencia fuera mayor?Recuerdan que habíamos hablado previamente de que una maniobra que es clínicamente importante pues esperaría una diferencia directa de al menos 10%.Entonces en este caso sí parece que el número de casos de autismo, la incidencia de autismo es más alta en quien consumió paracetamol, pero también tenemos que ver qué tan alta.Entonces, 1.33 por cada 1000 y 1.53.La diferencia es minúscula, pero cuando analizamos los valores de P encontramos que este resultado sí es significativo.Entonces sí parece hasta aquí cuando analizamos solo el consumo de paracetamolis y está asociado con autismo, pues parece es significativo.Entonces hasta aquí podríamos decir que hay una asociación estadística, pero todavía no podríamos hablar de causalidad.¿Qué otras condiciones se tendrían que verificar para hablar de causalidad?
Entonces, yes nos dice que tendría que ser una diferencia mayor.Eso sería lo que esperaríamos.Pero además este efecto tendría que mantenerse aún cuando ajustemos por otras posibles variables como son los antecedentes heredofamiliares y además debería mostrar un gradiente, es decir, a mayor consumo de paracetamol, mayor riesgo de desarrollar la enfermedad.Entonces, son condiciones que se tendrían que presentar antes de atribuir causalidad.Si alguien quisiera hacer este proyecto y elaboráramos el diseño arquitectónico, pues no va a estaría solo con evaluar para Cetambol, necesitaríamos analizar el resto de condiciones, eh, condiciones desde los antecedentes heredofamiliares, pero también algunas otras condiciones eh sociales,condiciones durante el embarazo, si hubo no algún problema al nacimiento, si fue un parto eutósico, distósico, si se presentó o no alguna una complicación.Eh, si ese niño tuvo alguna complicación después del nacimiento, si tuvo alguna infección, neumonía, si estuvo hospitalizado, si requirió oxígeno, eh si fue o no a estimulación temprana y por supuesto los antecedentes heredofamiliares.
Entonces, para poder llegar a asumir que existe causalidad, necesitaríamos evaluar esas condiciones.Entonces, más adelante vamos a ir retomando este artículo para ir conociendo un poco e más a fondo cada uno de los componentes.
Se presentan los modelos de Koch, Rothman y Bradford Hill, y se explica que muchas enfermedades tienen causas múltiples. Rothman introduce las causas suficientes, componentes y necesarias.
Entonces, existen diferentes modelos de causalidad.El primer modelo de causalidad que se planteó fue en los años 1800 por Robert Cock.Posteriormente se planteó el modelo de Rotman y tenemos también el modelo de Bradfor.Y podríamos considerar que dentro de estos modelos que intentan explicarnos causalidad, pues se encuentra el modelo de de razonamiento del diseño arquitectónico del drctor Feinstein.Entonces, vamos a ir identificando la pertinencia, qué características comparten estos diferentes modelos y si en este momento pues esto podría ser aplicable a sus proyectos.Entonces, eh Robert Cook trabajó en este modelo de causalidad, pero era un modelo de causalidad que estaba enfocado en enfermedades infecciosas y él decía que si había causalidad, el microorganismo se encontraba siempre presente en esa enfermedad.el microorganismo no se encontraba en alguna otra enfermedad, es decir, que había una especificidad.Y el tercer criterio nos hablaba de que el microorganismo cuando se aislaba de alguien que tenía la enfermedad y se cultivaba a través de varias generaciones, pues iba a producir también la enfermedad.
Ahora, ¿qué tan útil sería este modelo para sus proyectos de investigación?
¿Sería aplicable?
¿Qué pasaría si intentáramos aplicarlo a este ejemplo que les ponía, ya sea del consumo de chocolate y el número de premios Nobel o a la miopía y la luz ambiental o autismo y paracetamol?¿Será que el paracetamol lo único que va a condicionar es autismo?Para empezar, en el título decía que estaba asociado a discapacidad cognitiva, pero también a déficit de atención.Entonces esta este criterio de especificidad no se cumplía y pues no necesariamente todos los casos de autismo siempre van a estar asociados a consumo de paracetamol.Entonces pues este modelo aplicaba muy bien para las enfermedades infecciosas, pero no necesariamente para enfermedades crónicas, metabólicas y complejas.Ahora vamos a ver el siguiente modelo y vamos a ver qué características compartes si se parece o no a lo que les proponemos nosotros en el diseño arquitectónico.Entonces este modelo de Rotman su principal aportación es que contempló las relaciones multicausales y él nos hablaba de una causa suficiente.
Entonces, para que se desarrollara una condición tendría que haber una causa suficiente.¿Y qué es una causa suficiente?es un grupo de de condiciones variables, acontecimiento, factores de riesgo mínimos que inevitablemente van a producir un efecto.Entonces esa condición se va a presentar por múltiples condiciones.Y nosotros, si esto fuera el autismo, pues a lo mejor aquí en un pedacito de aquí está contenido el paracetamol, pero también los antecedentes heredofamiliares, las condiciones al nacimiento, eh algunas complicaciones y todo lo relacionado con los primerosaños de vida.Entonces sí el paracetamol puede ser una de las condiciones, pero no es suficiente para desarrollar una condición.Entonces, causa suficiente es el conjunto de todas estas condiciones que van a producir un efecto.Ahora, cada uno de esto, de estas condiciones o acontecimientos tiene un nombre y son las causas componentes.Entonces, son elementos que forman parte de la causa suficiente, pero que por sí solos no van a provocar la enfermedad.
Se profundiza en cómo una enfermedad puede depender de varias causas componentes y, en algunos casos, de una causa necesaria. Se usan ejemplos como cáncer gástrico, cáncer cervicouterino y tuberculosis.
¿Me pueden poner algún ejemplo de una causa suficiente y después una causa componente?¿Y dónde ubicarían a su proyecto de investigación?¿Dónde van a ustedes a colocar a su maniobra intervención o exposición?¿Es una causa componente o es una causa suficiente?Ahora, además existen las causas necesarias, son aquellos factores que existen como una causa componente y que van a estar presentes siempre que se desarrolla la condición.En este caso sería lo que está marcado con rojo.Hm.Entonces, ejemplos, díganme ejemplos.
¿Y cuál es la similitud con su diseño arquitectónico?O son diferentes
dice Anaí, pilor, H Pilori y cáncer gástrico eh diabetes que es multifactorial.Entonces, pensemos en el ejemplo que nos pone AnaÍ.Anaí nos habla del cáncer gástrico.Entonces, esto para que se desarrolle cáncer gástrico eh necesitamos tener una causa suficiente.¿Cuáles serían las causas componentes que nos llevarían al desarrollo de cáncer gástrico?Además de H Pilor, sabemos que pues es una condición que debe estar presente, pero además, ¿qué otras condiciones deben estar presentes?Tod pues una dieta alta en nitritos.Ajá.¿Qué más?Los antecedentes también que tenga la antecedentes familiares.¿Qué más?Puede ser que el estado nutricional, el estado inmune
y todas estas condiciones deben interactuar entonces para que se desarrolle un desenlace.Ahora, en cáncer gástrico podríamos considerar uno, algún factor como causa necesaria que siempre tenga que estar presente?
Vamos a ver en el chat alteración del pH gástrico.Siempre, no siempre es tan fácil identificar una causa necesaria.Ahora, si hablamos de cáncer cervico uterino, ¿cuál sería la causa necesaria?
BPH.BPH, okay.Sería BPH, pero no es la única condición.el estado nutricional, las condiciones autoinmunes, si además de esa infección existe coinfección con algo más.Entonces, todas estas causas eh componentes van a condicionarnos un desenlace y siempre se va a requerir el eh que exista una causa necesaria para que la condición se desarrolle y con una combinación de diferentes causas eh componentes, puesse va a generar una condición.
Una estudiante expone su proyecto sobre desnutrición preoperatoria y complicaciones quirúrgicas. La docente muestra cómo identificar causas componentes y cómo integrar múltiples variables en el diseño arquitectónico.
Ahora, ¿esto cómo lo pueden traspolar al conocimiento de diseño arquitectónico?
¿Qué pasa con sus proyectos?
Adelante.Alguien levantó la mano.No vi quién es.Adelante.Sí.Ah.Bueno, lo y mi proyecto trata de eh una asociación entre el estado nutricional, o sea, si tiene riesgo nutricional un paciente antes de, o sea, preoperatorio eh al ser sometido a una cirugía abdominal, todo esto en adultos yver las complicaciones.Entonces, si hay literatura o bibliografía que que pues describe que si hay una relación, ¿no?O sea, que si el paciente eh tiene desnutrición, pues va a tener más complicaciones como de esencia, eh infección, eh o sea, mortalidad, eh diferentes tipos de de infecciones nosocomiales, o sea, sí hay una relación, pero también influyeel tipo de cirugía, o sea, no es lo mismo una cirugía que va a durar una hora a una cirugía que puede durar varias horas.eh pues igual edad del paciente, si tiene comorbilidades.Entonces eh esos son como alguna de las variables o de los o de los componentes que podríamos ver en este caso.
Okay.Entonces, tú vas a analizar entonces una causa, la causa suficiente para que se desarrollen las complicaciones, implicaría que dentro de cada una de las causas componentes pues le vayamos poniendo apellido.Entonces, tú asumirías que es el estado nutricional, entonces desnutrición.Pero pues además sabemos que no es la única condición, ya está la edad, la el tipo de procedimiento, si hubo o no alguna complicación durante la cirugía, cuánto duró la experiencia del cirujano.Correcto.Ajá.Además, ¿qué otras condiciones podrían condicionar mayor riesgo de complicaciones?Podría ser las comorbilidades, ¿correcto?la y además de estas comorbilidades, comorbilidades controladas o descontroladas, pero la causa, entonces lo que esperaríamos es que a pesar de todas estas eh condiciones, pues la variable de desnutrición siguiera mostrando un peso razonable.Entonces, así es como al final ustedes pueden integrar el diseño arquitectónico a estos modelos que nos explican causalidad.
Se discute un ensayo clínico con probióticos y condición física, destacando la necesidad de controlar actividad física, microbiota, peso y otras variables. Se explica por qué no basta con observar una sola exposición.
Entonces, lo más importante del modelo de Rotman es que nos habla de la multicausalidad.Existe entonces una causa que es necesaria para que una condición se presente, pero además debe haber un conjunto de causas componentes para que se desarrolle una causa, para que esto todo sea suficiente y se desarrolle la condición.Entonces, un ejemplo, el ejemplo más conocido es tuberculosis.¿Cómo se denomina lo que está embarcado en rojo?¿Qué sería el vacilo de la tuberculosis?En este caso una causa necesaria.Es una causa necesaria, pero no solo por tener exposición al vacilo de tuberculosis se va a presentar la enfermedad.Entonces, necesitamos además de esta causa necesaria pues que existan diferentes causas componentes que al final sumen para desarrollar la condición.En este caso se requiere, bueno, pues condiciones de asinamiento, desnutrición, inmunocompromiso,alguna otra infección, alguna otra comorbilidad para que la condición se desarrolle.
Entonces, no se vale solo atribuir a la eh a la causa, a la exposición, un desenlace.Ayer en una de las clases que estaba dando, una de las alumnas va a ser un ensayo clínico aleatorizado en el que pretende evaluar si la administración de probiótico en comparación con placebo mejora o no mejora a 12semanas la condición física medida con BO2 máximo.¿Qué opinan?Es lo único que voy a evaluar.es el consumo de probiótico.¿Será lo único que va a impactar a 12 semanas para mejorar la condición física?No, porque también dependería el si la persona hace ejercicio, ¿no?Okay.Para controlarlo, Diana, entonces se va a hacer un ensayo clínico en las condiciones más controladas posible.Para quitar ese sesgo se va a incluir solo a mujeres jóvenes entre 18 y 25 y que además sean físicamente activas y que la actividad que realicen sea como mínimo moderada o moderada o eh alta la actividad física.
Entonces, aquí para quitar el sesgo del sexo solo se van a incluir mujeres aparentemente sanas, sin alguna condición crónica y pues que además hagan actividad física entre moderada o alta.Aún así, solo podemos atribuir y evaluar lo que sucede con el consumo de probiótico o tendríamos que analizar alguna otra condición.No sabemos si la edad imparte y tener entre 18 o 25 años haga la diferencia o hacer actividad física eh moderada versus una actividad física alta.Jesús, incluso como estado basal tendrían, bueno, idealmente por lo que he leído, tendríamos que tener un examen de de suceses fecales para ver cómo está su propia este microbiota bacteriana, porque igual puede ser que no sea precisamente unevento causal, sino una asociación, no lo tomaron y no sé, justo fue en periodo de primavera que se pueda hacer más ejercicio porque hay más calor y entonces aumenta y sería una mala causalidad la que vamos a tener,
pero a lo mejor si Si vemos que la microbiota se cambió por el uso del probiótico y aparte hubo este efecto, creo que ahí podría hacerse porque bueno, es lo que yo ahorita opino, depende del estudio que noscomentó.Ajá.Así es.Es una de las variables que se va a tener que considerar cómo estaba la microbiota y si hubo un cambio o no, porque puede ser esa la razón.Ahora, alguno de los alumnos me decía, "Bueno, pero entonces, ¿por qué tenemos que analizar tantas variables?"Y yo a lo largo de de mi carrera y mi formación, pues lo que me han dicho es que me tengo que concentrar en solo una condición, pero no podríamos asumir que eso es lo único que está cambiando.Ayer también les decía, "Bueno, ¿qué tal que a mí me hacen la prueba de esfuerzo?Yo soy Ivon Roy, entonces de pronto puedo ser competitiva, no me pueden decir que no puedo porque les voy a mostrar que sí puedo.
Entonces me hacen esta prueba de condición física, me meten, me suben a la banda y de pronto puede ser una experiencia que sea un poco frustrante para mí porque mi condición física no es la mejor y entonces puesyo no quiero verme mal, no quiero volver a pasar por ese estrés.Entonces, ¿qué es lo que puede suceder?Bueno, sí, me voy a tomar el probiótico o el placebo, lo que sea que me haya tocado, pero lo que voy a hacer es que a lo largo del ensayo clínico voy a aumentar la actividad física.¿Por qué?Porque no quiero volver a sentir que me muero al estar haciendo esta prueba en la caminadora.Entonces, pues necesariamente se tendría que controlar si se aumentó o no la actividad física durante este tiempo, porque pues es una de las principales variables asociadas a la condición física.Entonces, no podemos omitirla.
Eh, también pues qué podría suceder que de pronto yo me confíe, ¿no?Y que me confío y asumo que el probiótico va a mejorar mi condición física y entonces ya no ya no hago actividad física.O también si hay alguna variación en el peso, pues si bajo 10 kg de peso, eso seguro va a mejorar la condición física, pero pues no va a ser igual.Sí, bajé 10 10 eh kilos y predominantemente fue masa eh grasa y no masa muscular.Entonces, todas estas condiciones ustedes las tienen que evaluar y no se preocupen al final si su intervención está condicionando el efecto, lo que va a suceder es que se va a seguir manteniendo como significativo a pesar de esascondiciones, pero no podrían cerrar los ojos y asumir que es lo único que va a impactar.
Se introducen las nueve directrices de Bradford Hill para valorar causalidad, empezando por la fuerza de asociación. También se repasan medidas de frecuencia y asociación como prevalencia, incidencia y riesgo relativo.
Y el tercer módulo que vamos a revisar es el de Bradford Hill.Bradford Hill decía que debemos tener en mente que las enfermedades pueden tener más de una causa, que las relaciones uno a uno unicausales no son frecuentes y pues que lo más frecuente es que uno pueda evaluar multicausalidad eny aún como lo vimos ahorita en condiciones eh infecciosas, pues no solo va a haber una no solo es el microorganismo, no solo va a ser micobacterium tuberculosis lo que va a condicionar la infección, hay otras eh variablesque pueden estar asociadas.Entonces él nos habla de estas nueve directrices.No son criterios inecuan para hablar de causalidad, tampoco se van a tener que cumplir todos para atribuir causalidad.Simplemente son directrices que uno tiene que considerar antes de asumir que algo es la causa de un efecto.Entonces, la primera directriz es la fuerza de la asociación.
Entonces esta fuerza de la asociación, esta consistencia, especificidad, temporalidad, gradiente biológico, plausibilidad biológica, coherencia o concordancia con otros hallazgos, evidencia experimental y analogía.Vamos a ir desglosándolas con ejemplos para que vaya quedando más claro.Entonces, ¿qué es lo que ustedes entienden por fuerza de la asociación?
¿Qué tan relacionado está con la causa?Okay.Entonces, si eh estuviéramos hablando de el consumo de chocolate y el número de premios Nobel, pues la fuerza de asociación era de punto 79.La máxima asociación posible es un Entonces ese sería fuerte.Pero, ¿qué me dicen de la fuerza de asociación entre el consumo de paracetamol durante el embarazo y el desarrollo del autismo?¿Cómo estaban las incidencias entre los grupos?Había algo de diferencia.En aquellas mujeres que habían tomado paracetamol, pues era más probable que tuvieran un hijo con autismo, pero era 1.53 versus 1.33.
Entonces, para evaluar la fuerza de la asociación,requerimos considerar forzosamente y repasar un poquito las medidas de frecuencia.¿Qué es una prevalencia?
Es el número de casos que hay en un determinado tiempo.Total de casos.Total de casos.Pero si no me dice doctor Molina, ay, tu micrófono, por favor.Gracias.Entonces, eh no es solo el número de casos, necesitamos el número de casos entre el total de la población para poder calcular la prevalencia.¿En qué tipo de estudios podemos evaluar prevalencia?En los estudios transversales podemos evaluar prevalencia en los estudios de casos y controles
porque no tenemos la población total.Claro, el investigador deliberadamente decide que va a incluir a la mitad de sujetos que tienen una condición y la otra mitad va a ser el grupo control sin esa condición.Entonces, en los estudios de casos y controles, no podríamos determinarlo, pero sí en los estudios que son transversales.Ahora, la incidencia es el número de casos nuevos en un periodo de tiempo entre la población que se encuentra en riesgo.¿En qué tipo de estudios vamos a poder calcular incidencia como medida de frecuencia?
en el ensayo clínico, corte
y ya.Ajá.Es decir, en estudios que son longitudinales y a partir de las incidencias nosotros vamos a poder calcular las medidas de asociación.Entonces, y han escuchado de los ORS, razones de momios, ratio, riesgo relativo, hazard ratio.Estas son medidas de asociación, son indicadores epidemiológicos que nos van a ayudar a evaluar la fuerza con la que determinada exposición se va eh o va a condicionar un desenlace.Entonces son comparaciones de incidencia y nos vamos a centrar específicamente en el riesgo relativo.Si ustedes logran entender el riesgo relativo, bueno, pues la interpretación del resto de medidas será mucho más sencilla.Entonces, los riesgos relativos solo los vamos a poder estudiar y analizar en estudios de corte y ensayos clínicos.Cuando se trata de un estudio transversal o de casos y controles, nuestra medida de asociación va a ser la razón de momio o el oation.
Y cuando se trata de estudios de seguimiento, supervivencia, podemos también calcular esta medida de asociación que se llama Hazard Rage, pero la interpretación va a ser muy parecida.Entonces, pues ahorita nos vamos a centrar en entender cómo se interpretan los riesgos relativos.
Se explica la tabla 2x2 y cómo obtener la incidencia en expuestos y no expuestos. Con ello se muestra cómo se calcula el riesgo relativo y qué información aporta sobre la fuerza de asociación.
Entonces, el riesgo relativo nos habla de la probabilidad de desarrollar una condición en aquellos que se expusieron a una condición.Entonces, para calcular el riesgo relativo, yo necesito conocer la incidencia de un enfermedad en aquellos expuestos y en aquellos que no fueron expuestos a una condición.Entonces, del lado de las columnas, al hacer nuestra tabla de 2 por 2, pues tenemos la presencia o no de la enfermedad y del lado de las filas tenemos la exposición o no a algún factor de riesgo.¿Cuál sería entonces la fórmula para calcular la incidencia en el grupo expuesto?Acuérdense, número de casos entre el total de la población.Entonces, para los expuestos, ¿cuál sería la fórmula?Con letras.
Número de casos entre el total de los expuestos.Déjenme ver aquí.A entre n.Esa sería,nos dice, yes, que es a entre
me va a hablar esto, eh, a ent.Entonces, la incidencia total de la población, ¿cuál sería?El número de casos entonces sería A + C entre N.Eso sería la incidencia global.Ahora, la incidencia en los expuestos, ¿cómo la calcula?
¿Cuál sería su fórmula
de los expuestos?Sería a entre n.No, no.Este es el grupo de expuestos.Ajá.A A + B entre A+ B.Entonces, esa sería el la incidencia en los expuestos.Ahora, la incidencia en los no expuestos, ¿cuál sería?
D / C + D.C incidencia en los expuestos la condición C / C + D.Okay.C / C + D.Listo.Y la incidencia total, ahora sí, la total sería A + C entre N.Okay.
Se resuelven ejemplos con agua tibia, té de moringa y actividad física para interpretar riesgos relativos iguales, mayores o menores que uno. Se aclara cuándo una exposición actúa como factor de riesgo o de protección.
Ahora, yo necesito para hablar de la fuerza de asociación determinar entonces la incidencia de los expuestos entre la incidencia de los no expuestos.Si una condición te asocia a un desenlace, entonces, ¿qué es lo que va a suceder?pues la incidencia va a ser mayor en el grupo expuesto que el no expuesto.Si estuviéramos hablando de tabaquismo y cáncer de pulmón, pues la incidencia de cáncer de pulmón sería mucho mayor en aquellos que consumen tabaco que en aquellos que no lo consumen.Ahora vamos a hacer este ejemplo.saben que a lo largo del tiempo hay diferentes modas y probablemente aquí en algunas condiciones podría entrar, por ejemplo, la vitamina D, pero todos aquellos remedios caseros pues también podrían entrar aquí.Entonces, en este caso vamos a evaluar si el consumo de agua tibia en ayuna disminuye el riesgo de diabetes.¿Qué es lo que ustedes me dirían aquí por su lógica?
En comparación con el té de moringa, ¿qué es mejor para disminuir el riesgo de diabetes?¿Cuál de los dos?
O ninguno sirve.
Ninguno, ¿no?Okay.Eh, eso es lo que la lógica nos dice, pero ahora hay que medirlo y hay que cuantificarlo.Entonces, para calcular el efecto que tiene el consumo de agua tibia en ayunas versus el consumo de té de moringa, ¿qué es lo que tendríamos que hacer?Pues simplemente calcular la incidencia.¿Cuál es la incidencia de diabetes en el grupo un?Entonces, ya me dijeron que la fórmula sería para la incidencia en expuestos A entre A + B.Entonces sería 100 entre 650.Y para el grupo no expuesto o el que está consumiendo T de Moringa sería 100 entre 650.¿Cuánto nos da?
0.154.Okay.0 pun 154, una incidencia de 15.4%.Y ahora la incidencia en el grupo que toma también T de Moringa es 15.4.Es exactamente igual.Entonces, ¿qué significa un riesgo relativo de uno?
que no hay asociación entre la exposición evaluada.Exacto.Entonces, no hay asociación y si no hay asociación, pues la incidencia de la enfermedad es exactamente igual entre los dos grupos.¿Okay?Entonces el uno es que no haya asociación.Ahora vamos a hacer otro ejemplo.Ahora nos vamos
a este ejemplo.Ahora lo que queremos evaluar es si la realización de actividad física disminuye el riesgo para tener diabetes.Entonces, díganme qué voy a colocar para calcular la incidencia del grupo expuesto.¿Qué coloco en el numerador y qué coloco en el denominador?
50 / 600 y que sería cuánto perfecto.Este, ¿cuánto nos da?Una incidencia de cuánto
0.083m.
Entonces, en este grupo que hace actividad física, la incidencia de diabetes es 8.3%.Ahora, ¿qué sucede con los que no hacen actividad física?Sería 150 entre 200 ¿Cuánto nos da?0.214.
0.214.Okay.Entonces, la incidencia en aquellos que hacen actividad física es de 8.3%.En quien no hace actividad física es 21.4%.Si nosotros lo dividimos, encontramos un riesgo relativo de pun 39.Entonces, ya quedamos que uno es no asociación.¿Qué pasa cuando encontramos un riesgo relativo menor?¿Qué uno?¿De qué estamos hablando?Nos indica que es un factor de protección.Okay.Es un factor de protección o es una condición que disminuye la probabilidad de presentar el desenlace.En este caso es 0.39.Entre más sea el eje del uno, mayor es la fuerza de asociación.Es decir, que tiene mayor asociación este riesgo que tiene punto 39 a si encontramos un riesgo de punto 99 o punto 98.Okay.Entonces es un factor de protección.Cuando encontramos un riesgo relativo o R hazard ratio menor a un en general hablamos de una condición que disminuye la probabilidad de tener el desenlace o que es un factor de protección.
Se muestra cómo combinar la incidencia basal con el riesgo relativo para estimar el impacto real en una población. También se recalca que estos cálculos dependen del contexto y de la población estudiada.
Mm.Hasta aquí van todos bien.Todo bien, doctora.Okay.Entonces, ¿cómo cuál sería otra manera de interpretarlo?Asumamos que la incidencia de diabetes es 10%.
Entonces, para saber cuál es el verdadero impacto, ¿qué es lo que hacemos?multiplicamos esa incidencia bas incidencia basal de la población del 10% por el riesgo relativo que es 0.39.¿Esto cuánto nos da?
Nos hace falta tantito chocolate en la mañana.Perdón, doctora, o sea, la incidencia del 10% o se estaría poblacional expuesto en toda la población.Esto es para saber cuál es la contribución del riesgo relativo hacia la incidencia poblacional.Entonces, si fuera 10% se tiene que multiplicar por el riesgo relativo, que es punto 39.Eso, ¿cuánto nos da?Es punto 10*39.Ajá.Nos da 3.9.Entonces, en esta población que hace actividad física, la incidencia de diabetes bajaría del 10% al 3.9%.
Ahora, ¿qué pasaría si la condición fuera menos frecuente y ahora fuera de 1%?Tenemos una incidencia poblacional ahora mucho más baja de 1%.Pero si el riesgo relativo es punto 39, ahora, ¿a cuánto bajaría la incidencia en esta población?De 1% aigual, ¿no?Punto 39.El riesgo relativo es exactamente igual de punto 39.¿Qué es lo que cambia?Ahora, la incidencia de esa condición en específico para una población con tan bajita incidencia, pues baja de 1% a39%.
Entonces, estas medidas de asociación dependen de la prevalen de la incidencia de la enfermedad.Okay.Pero esta sería una manera de interpretar.Ustedes conocen la incidencia de una condición, multiplican el riesgo relativo y ahora entonces evalúan a cuánto baja la incidencia de la población con esa condición en específico.De acuerdo.Ah, esta Jesús la solo la tomé al azar para hacer el ejercicio más sencillo.Entonces ustedes lo deben tomar de cualquier registro poblacional o de cualquier artículo que comparta las características parecidas a su población.¿Okay?
Se usa OpenEpi para calcular un ejemplo de obesidad y diabetes, interpretando el riesgo relativo y su intervalo de confianza. Se explica por qué un resultado no es concluyente si el intervalo atraviesa el valor uno.
Ahora vamos a otro ejemplo.
Ahora vamos a contrastar obesidad mórbida contra normopesa.Vamos a utilizar para este ejemplo el programa de Openepi.
Entonces, nos vamos a Openepi y en Openepi nos vamos, esta es la página de inicio y nos vamos a donde dice tabla de 2 por2,le ponemos introducir datos y ya únicamente van a poner los casos de una condición.Eh, ay, espérenme.Son 150 y 550.Y en el otro grupo tenemos 50 y 550.
Le ponemos calcular y en automático en la parte de abajo ya les dice de cuánto es la incidencia en el grupo expuesto y no expuesto.Entonces aquí la incidencia en expuestos de cuánto es 21%.En no expuestos 8.33.Entonces, aquí la incidencia en aquellos que tienen eh obesidad es de 21.3%, mientras que en aquellos que tienen normo peso es 8.33.Ahora, el riesgo de cuánto es cuando calculamos el riesgo relativo, si dividimos 21 entre 8, ¿cuánto nos da?Nos da 2.5.Ahora, ¿qué significa este 2.5?
Eh, hay mayor riesgo de presentar diabetes en pacientes con obesidad.2.5 veces más.2.57.Pero acuérdense que el riesgo basal, la no diferencia es de cuánto,
¿de cuánto es?
de uno, ¿no?Entonces, ¿cómo lo vamos a interpretar?¿Cuántas veces tiene más riesgo de desarrollar diabetes una persona que tiene sobrepeso u obesidad en comparación con alguien con sobrepeso que equivale a un riesgo basal de uno, 1.57 veces?¿Cómo lo podemos ejemplificar?Entonces, otra vez volvemos a que en una población la incidencia es 10% y esto equivaldría a un riesgo de uno solo por ser parte de esa población.Entonces esa población ya tiene un riesgo basal de 10%.Ahora, si se tiene obesidad y sobrepeso, ese 10% se multiplica por el 2.57.¿Cuánto nos da?
25.7.Okay.Entonces, este resultado, ¿qué es lo que quiere decir?Entonces, la basal 10% contra 25.7.El tener obesidad y sobrepeso incrementa 1.57 veces el riesgo de diabetes en comparación con una persona que tiene norma o peso.¿Les queda claro por qué dijo 1.57?2.57 es el riesgo, pero para hablar el número de veces, como el uno es el riesgo basal de la población, entonces al 2.57 se le quita uno.2.57 - 1 1.57 57 veces más riesgo de desarrollar diabetes en aquellos que tienen obesidad y sobrepeso que en aquellos que tienen normopesme.
Perdón, para hacerlo en la población del 10% no se tomaría en cuenta entonces el 1.57, o sea, restándole lo del uno, ¿no?Lo que tomas en cuenta en la población general es la incidencia global.Entonces es 10% por tu riesgo relativo que es de 2.57.Okay, gracias.Mm.Sale.Entonces es 2.57 menos el riesgo basal de uno.Entonces 1.5 1.57 eh veces más riesgo.Sale.Ahora, algo que ustedes tienen que considerar es que en estadística no vamos a medir a toda la población o a todo el universo que tiene una condición.Lo que hacemos es tomar un tamaño de muestra.Entonces, cuando tomamos un tamaño de muestra, asumimos cierto error, porque no sabemos si ese valor va a ser el verdadero valor de haber estudiado a toda la población.¿Okay?Entonces, cuando yo analizo un riesgo relativo o un R, no solo voy a tomar en cuenta el valor de 2.57, necesito conocer algo que se llama intervalo de confianza y es en ya considerando el error de esa medición
muestral, entre qué parámetros esperaría encontrar el verdadero valor de toda esa población.de sujetos con diabetes.Hm.Entonces, ese verdadero valor se va a ubicar entre 1.90, entre un riesgo de 1.90 y un riesgo de 3.47.Hm.Entonces, cuando yo analizo un riesgo relativo, yo no puedo concluir nada si solo les doy esto, ¿no?Entonces, si solo les doy el riesgo relativo de 2.57, no puedo concluir todavía nada.¿Por qué?Porque necesito conocer el intervalo de confianza, los valores donde se va a encontrar ese verdadero valor poblacional.Entonces, en este caso vale 1.90.a 3.47.Entonces, cuando hablamos de significancia estadística y que es un es un factor que está asociado cuando el intervalo de confianza no atraviesa qué valor,
el uno, la unidad.Exacto.Porque, ¿qué pasaría si de pronto atravesara el uno?Entonces, si esto fuera 257, pero el intervalo fuera de 0.70 hasta 7, ¿qué es lo que nos diría?Que para algunos pacientes esa condición puede disminuir el riesgo, pero para otro grupo de pacientes lo aumenta.Entonces, si algo se comporta así, pues es algo que no tiene efecto, es el efecto de la chimoltrufia.Entonces, para considerar que ese valor no es significativo, entonces si atraviesa el uno, no es significativo.
Bies uno no significativo.Entonces, no sé de cuánto es el valor de P, pero aquí sería no significativo mayor a 0.05.En este caso atraviesa la unidad
1.90 a 347.No, no.Entonces, no sé de cuánto es el valor de P, pero sé que es menor a 0.05.
Se interpretan riesgos relativos en tabaquismo, actividad física y paracetamol, diferenciando entre asociación, protección y significancia estadística. También se muestra cómo un análisis ajustado puede cambiar por completo la conclusión.
Entonces, acuérdense de esto y esto lo van a encontrar pues en la mayoría de los artículos.¿Okay?Entonces ahora vamos
con otro ejercicio de interpretación.Entonces, si el riesgo es uno, ya saben que es algo que no está asociado.La incidencia de la enfermedad es igual en expuesto que en no expuesto.Si tenemos un riesgo, por ejemplo, de 3.84 84 y las variables asociar fueran tabaquismo en el embarazo y complicaciones en el embarazo o al nacimiento.¿Cómo interpretaríamos este 3.84?
Hay 2.84 más veces de riesgo de presentar complicaciones en el embarazo cuando hay tabaquismo.Exacto.Entonces, en aquellas mujeres que fumaron durante el embarazo tienen 2.84 veces más riesgo de presentar alguna complicación al nacimiento en comparación con quien no fuma.Ahora, ¿cómo interpretamos el riesgo relativo menor a uno que asumimos como de protección?Entonces, cuando el riesgo relativo es de uno, lo que hacemos es al uno, ay, esperen, al uno, ¿por qué no me está dejando escribir?
Al uno le restamos el riesgo relativo.Entonces, si es un riesgo relativo de 0.50, aquí lo que decimos es que disminuye el riesgo 50%.Entonces, ahora en un riesgo relativo de 0.70, 70, lo que diríamos es que las personas expuestas a esta condición, aquellas personas que hacen actividad física, tienen un 30% de menor riesgo de presentar diabetes en comparación con aquellas queno hacen actividad física.Entonces, si es de protección uno menos el riesgo relativo, si es mayor que uno, entonces al riesgo le restan uno y eso nos dice el número de veces.¿Hasta aquí van todos bien?
Sí, doctora.Okay, pero acuérdense que es que no es suficiente con analizar el riesgo relativo, necesitamos también conocer el intervalo de confianza.Entonces, riesgo, el riesgo relativo mayor a uno, mayor riesgo o mayor probabilidad de tener el desenlace.Riesgos relativo de igual a uno.No hay diferencia, no existe asociación.menor a uno es un factor de protección o disminuye la probabilidad de tener el desenlace, ¿no?Ahora,
¿qué pasaría?Vamos con este ejemplo.Entonces, el primero de los criterios de Bradford y Hill para hablar de fuerza de de causalidad es la fuerza de asociación.Y esto implica que entre más fuerte la asociación, más probabilidad hay de que una relación sea causal.Esto, ¿qué quiere decir?que si eh HPI condiciona cáncer gástrico, entonces la incidencia de cáncer gástrico va a ser mayor en aquellos que tienen Hpilor en comparación con aquellos que no tienen.Entonces, la incidencia de cáncer gástrico en portadores de H Pilori es 2.8% 8% en comparación con aquellos que no tienen HP, donde la incidencia es de punto tres.¿De cuánto es el riesgo relativo?
De 9.3.Okay.¿Cómo lo calculamos?dividí el 2.8 entre el punto 3.Okay, perfecto.Entonces, ¿qué es lo que decimos
respecto a la asociación entre Hilore y cáncer gástrico?
que hay 8.3 veces más de riesgo de desarrollar cáncer gástrico cuando se tiene hp pilormque cuando no se tiene h pilor, ¿okay?Ahora, entre más grande sea el valor del riesgo relativo, si estamos hablando de un factor de riesgo, entre más grande y entre más se aleje de uno, mayor es la probabilidad de que esté asociado.Es decir, si de pronto tenemos un factor que nos da un riesgo relativo de 0 de 1.05 y tenemos este que nos da un riesgo relativo de 9.Tres.¿En cuál de los dos casos es más probable que exista una asociación o causalidad?
¿En cuál de los dos casos?
En el de 9.3.Exacto.Entonces, a mayor eh riesgo relativo, mayor es la probabilidad de que esa asociación pudiera ser causada.Pero bueno, por supuesto que tenemos que considerar el resto de los componentes.Ahora, eh si tuviéramos un intervalo de confianza que va de 1.08 hasta 57, ¿qué es lo que diríamos?¿Este resultado es o no significativo?
Pues sí sería significativo, pero el intervalo es muy amplio, ¿no?Claro, el intervalo es tan amplio y entonces cuando es tan amplio, pues ustedes no pueden confiar tanto, porque esto diría que la exposición a esta condición aumentaría 56 veces el riesgo o lo aumentaría solo un 8%.Entonces, aguas cuando los intervalos sean tan amplios porque no son tan precisos.Entonces, pero sí el resultado es significativo, pero que sucede que pues hay un tamaño de muestra muy chiquito.Entonces, aquí en este grupo tenemos solo un paciente.Entonces eso es lo que hace que el intervalo sea tan amplio.Si aumentamos el tamaño de muestra, pues esto va disminuyéndolo.Ahora regresemos otra vez al ejemplo de paracetamol y autismo.Entonces el riesgo es 1.05 con un intervalo que va de 1.02 hasta 1.08.¿Qué me dicen de este resultado?¿Es o no significativo?
Vean 1.05 con un intervalo que va de 1.02 hasta 1.08.Eso no significativo.Sí, se es significativo.Okay.Pero resulta que en un análisis multivariado donde ya tomamos en cuenta la multicausualidad y donde se toman en cuenta otras cosas además de el paracetamol, que fue lo que se encontró.Entonces, cuando se ajusta por las otras variables de confusión, que especialmente es el antecedente heredo familiar, vean lo que sucede con este riesgo.Pasa a ser de punto 98, pareciera de protección, pero cuando analizamos los intervalos de confianza, estos van de punto 93 hasta 1.04.Este resultado, ¿qué quiere decir?Que no es estadísticamente significativo, ¿no?Cuando se consideran otros factores como el antecedente heredo familiar.¿Con cuál de los dos nos tenemos que quedar?con este con el que se denomina análisis multivariado ajustado o el que tome en cuenta el efecto de las diferentes variables de confusión.
Entonces, cuando ajustamos por esas variables, no hay efecto y el resultado es no significativo.
Se revisan la consistencia entre estudios, el gradiente biológico y la plausibilidad biológica como criterios para causalidad. Se usa el ejemplo del paracetamol para mostrar cómo estas directrices pueden perderse al ajustar por variables de confusión.
Pero alguien que leyó el artículo solo se quedó con esto sin desglosar a detalle el resto de los indicadores de causalidad.Ahora, cuando existe cuando existe causalidad, pues los resultados son consistentes a lo largo del tiempo.Esto, ¿qué quiere decir?Si una relación es causal, pues nosotros vamos a observar el mismo efecto o un efecto parecido en diferentes estudios de investigación y diferentes poblaciones.Mm.Pero aguas, si de pronto surge un artículo como este y todos los demás dicen que no hay asociación y este dice que sí hay asociación, ese resultado pues ya no es consistente y tenemos que evaluar qué pasó.¿Se omitió alguna variable?había algún tipo de sesgo.Entonces, lo que se esperaría si ese resultado de verdad eh se encuentra asociado o es una relación causal, pues es que este resultado se replique en los diferentes estudios.Entonces, ¿qué sucedió con el el proyecto de autismo y vacuna?
Que ningún estudio pudo replicar sus resultados.Entonces ese efecto pues ya no era consistente.¿Cómo lo pueden observar?A través de los metanálisis.Entonces en este ejemplo se está evaluando el efecto que tiene el tabaquismo pasivo.Entonces aquí se evalúa si el tabaquismo pasivo se asocia a mayor mortalidad.¿Qué es lo que ustedes pueden observar?En 1982, pues había poquitos estudios.Vean como aquí en este forest plotando esta línea que está aquí eh vertical corresponde a uno, es la no significancia.Entonces, a partir de aquí se van generando diferentes estudios, pero ¿qué sucede a partir de 1985?Vean qué pasa con el riesgo.Pues se mantiene más o menos constante, siempre es de riesgo.El riesgo es 1.24 con un intervalo que va de 1.13 hasta 1.36.¿Es o no significativo?
Sí, sí, es significativo y el efecto es constante porque pues a partir de 1900 eh 85 84 pues ya el efecto es muy parecido, hay alguna variación, pero pues ya no hay más cambio.Entonces, a eso se refiere la consistencia.El siguiente criterio podríamos considerar que es el más débil de todas las directrices que propone Bradford Hill.¿Qué implica?Que una una exposición es específica y va a desarrollar solo un desenlace.¿Creen que esto sea posible?¿Será posible que el tabaquismo lo único que genere es cáncer de pulmón?No genera complicaciones en el embarazo, no genera bajo peso al nacimiento.
Por eso es que se considera la más débil de las directrices, ¿no?Y el que falte especificidad, es decir, que una intervención genere diferentes desenlaces, pues no excluye la asociación causal.Es un criterio, pero no es suficiente.Entonces, si habláramos de Hpilor, pues no solo condiciona cáncer gástrico, también puede condicionar úlceras duodenales, úlceras gástricas o incluso pasar como asintomática.Entonces, especificidad, por eso se considera que es el punto más débil de todas las directrices.Hm.Ahora, ¿qué sucede con la temporalera?Pues para que una condición sea causa de un desenlace, tiene que desarrollarse primero la exposición y después el desenlace.¿En qué tipo de estudio podríamos evaluar solo la temporalidad de acuerdo con el enfoque metodológico?
en un estudio Okay.En un estudio de corte, okay, en un ensayo clínico,
en un estudio transversal, yo puedo tomar, puedo tener este criterio de temporalidad.
No, ahí hay ambigüedad temporal.Todo lo mido en este momento y yo no sé qué fue primero, si el huevo o la gallina.Solo podría evaluarlo en estudios que son longitudinales, pero además debo tener muy en cuenta el periodo de latencia de la enfermedad para atribuir causalidad.Si una enfermedad da un periodo de latencia de 20 años y yo me expuse ayer, este criterio, no se cumpliría a cabalidad.Hm.Entonces, se tiene que considerar también el periodo de latencia, pero lo que implica es que siempre se presenta la causa antes que el desenlace y es más probable que yo lo pueda evaluar en un estudio que es longitudinalcomo una corte o un ensayo clínico.Ahora, el otro criterio es el gradiente biológico, es decir, a medida que aumenta la exposición va a aumentar el riesgo del desenlace.¿Se acuerdan del ejemplo que veíamos de mi luz ambiental?
Entonces, iba subiendo.Entonces, en aquellos que dormían con la luz apagada, muy poquita, muy poquitos casos de miopía.En aquellos que dormían con la con una lámpara prendida aumentaba un poco y en aquellos que dormían con la luz prendida pues aumentaba hasta 49%.Entonces a eso se refiere gradiente biológico.Otro ejemplo podría ser eh que al aumentar el índice tabáquico aumenta también el riesgo de presentar cáncer.Mm.Entonces, otro ejemplo podría ser que la densidad de H pilori por milímetro cuadrado en la mucosa gástrica va a ser mayor en pacientes que desarrollan úlcera duodenal que en aquellos que no lo desarrollan.Un otro ejemplo, díganme otro ejemplo de gradiente biológico.¿Qué pasaría con sus proyectos de investigación?
En mi caso voy a valorar la calidad de vida en pacientes con mieloma múltiple que estén expuestos a inhibidores de proteosoma tanto de primera y segunda generación.Entonces, el gradiente biológico sería que a medida que se aumenta la exposición o bueno, la dosis de los medicamentos pudieran tener un riesgo de disminuir su calidad de vida.Okay.Bien.Otro ejemplo,
por ejemplo, en mi caso que quiero evaluar la asociación entre los niveles de hemoglobina glucoscilada y pacientes con neumonía, en teoría, a mayor hemoglobina glucoscilada deberían de fallecer más pacientes.Okay.Mayor gravedad.Si evaluaremosofa, pues a lo mejor también se vería mayor severidad.Okay.Otro ejemplo.
Entre más aumente el nivel de actividad física, eh hay eh menores niveles de hemoglobina glucosilada en pacientes con diabetes.Ese podría ser otro ejemplo.Y bueno, esto es algo que ustedes consideraron en el ejemplo de el autismo y el paracetamol.Entonces, por ahí alguien sugirió, es necesario también que evaluemos la dosis de paracetamol.Entonces, aquí observaríamos gradiente biológico.Entonces este primer ejemplo es solo tomando en cuenta el paracetamol, sin considerar ninguna otra variable.M.Entonces, en aquellos que tienen consumo bajo de paracetamol 1.33, consumo medio 1.52 y altas dosis sube a 1.87.Pero esto es analizando solo el efecto de paracetamol.Este efecto no se mantiene cuando ajustamos y consideramos variables como antecedente heredo familiar.Vean como aquí ya se pierde el gradiente biológico, pun 85, pero luego aumenta a punto 96 y luego baja a punto 88.Esto no tiene un gradiente biológico ni resultados significativos.
¿Cuál es el resultado al final que más pesa?aquel que toma en cuenta la multiplicidad de variables, es decir, el análisis multivariado o ajustado.Entonces, pues aquí pareciera, pero cuando consideramos el resto de variables, se pierde el efecto.
Se explican la coherencia con otros hallazgos, la evidencia experimental y la analogía como criterios adicionales de Bradford Hill. Se concluye que estas directrices ayudan a buscar explicaciones alternativas antes de afirmar causalidad.
Ahora, debe además haber plausibilidad biológica.Yo debo encontrar un mecanismo causal a través del cual la el consumo de probióticos va a mejorar la condición física.Esto depende del grado de conocimiento actual y probablemente pues tenemos algún eh eh mecanismo fisiopatológico incipiente, pero pues probablemente no tenemos toda la respuesta, pero sí debemos intentar evaluar que ese mecanismo sea lógico.Entonces, ¿qué sucedería?Pues para HPori se tuvieron que identificar qué condiciones estaban asociadas al desarrollo de cáncer, dentro de los cuales se encontró el papel de la inflamación y además el deterioro de la mucosa que lo hacía más susceptible al efectoeh del etéreo del ácido o BPH.Entonces, pasó mucho tiempo para poder encontrar cuál era el posible camino y la vía que hacía que las pacientes que tenían BPH tuvieran mayor riesgo de cáncer cervical.Pasó muchísimo tiempo hasta que se encontraron las eh los marcadores que hacían susceptible el desarrollo
de cáncer.Ahora, también debe haber coherencia o concordancia con otros conocimientos, es decir, si e empieza a aumentar por alguna razón el la incidencia de cáncer de pulmón, yo puedo encontrar otro marcador indirecto como la venta de cigarrillos y entoncesevaluar si aumentó la venta de cigarrillos.Si hay una asociación causal, también tendría que haber coherencia y entonces aumentó el consumo de cigarros y también aumentó el cáncer de pulmón.¿Qué sucede con este ejemplo en el artículo de paracetamol y autismo?Entonces, vean cómo vamos en el ejemplo A.Estamos observando el uso de paracetamol durante el embarazo y en la parte inferior estamos observando la incidencia de alteraciones en el neurodesarrollo.Entonces, ¿qué es lo que podemos observar?Aquí hay como un pico de mayor consumo de analgésicos, pero si ven ustedes qué sucede con los casos de autismo o discapacidad intelectual,¿qué sucedió aquí?
Bajaron.es muy bajito.Entonces, si esto fuera coherente, pues lo que esperaríamos es que como hubo mayor consumo de paracetamol, aquí también se hubieran desarrollado más casos.Entonces, a esto se refiere la coherencia con otros conocimientos.Ahora, la evidencia experimental también es un criterio fuerte.Pero siempre va a ser posible observar el efecto de una maniobra de manera experimental.
No queremos evaluar el efecto del tabaquismo en el embarazo.No vamos a exponer deliberadamente a mujeres embarazadas a diferentes eh grados de consumo de tabaco y a otro grupo no.Y además lo vamos a aleatorizar y que la sala el que decida si las mujeres van a fumar o no en el embarazo.Entonces no sería ética.Es un criterio deseable, pero no siempre es posible.Entonces, cuando se pueda, pues entonces existirá una mayor evidencia de una asociación causal, pero no siempre es posible.Entonces, pues sí, si quisiéramos evaluar el efecto de usar paracaída en la mortalidad.Hm.¿Será que yo voy a encontrar ensayos clínicos para hacer esta revisión sistemática para evaluar si el uso de paracaídas previene la mortalidad y trauma canioence encefálico?Y entonces, ¿qué voy a tener?Eh, paracaídas que no se abren, paracaídas placebo contra activo.¿Quién va a querer participar en este estudio?
Sí, pues idealmente es un criterio de causalidad, pero no siempre es posible.Entonces, ¿por qué un ensayo clínico aporta la mayor h evidencia sobre causalidad?
¿Por
qué se considera que tiene mayor calidad que una corte?Porque controla los grupos.Okay.Porque tú puedes tener un mayor efecto.Entonces, ahora que les estaba platicando de el proyecto de probiótico y mejoría de la condición física, se están controlando un montón de cosas.Se está controlando el sexo.Solo van a participar mujeres que tienen entre 18 y 25, pero además que están sanas y además que tienen una actividad física moderada o alta al menos.Y además se va a administrar el tratamiento y se van a hacer las mediciones en la fase folicular del ciclo menstrual.Entonces también son mujeres que tienen ciclos menstruales regulares.Entonces esto quita la variación de todos estos factores.Pero, ¿qué es lo que hace?Que al ser tan puro, pues disminuya la validez externa.Ustedes solo van a poder evaluar el efecto de los probióticos en esas condiciones y no vamos a saber qué pasa con las personas que tienen alguna comorbilidad, no vamos a saber qué pasa con los hombres, no vamos a
ver qué pasa con aquellos que tienen sedentarismo o que hacen una actividad física leve.Entonces, esa es la razón por la que un ensayo clínico tiene mayor validez porque disminuye la variabilidad y la complejidad.Y dice que cuanto más perfecto es el experimento, menor es influencia, menor es la influencia de las causas perturbadoras y menos necesario resulta el uso de métodos estadísticos.Pero, ¿creen que en la vida real esto ocurra?¿Podemos tener control de absolutamente todo?No.Entonces, en algunas ocasiones eso es posible, pero pues después tendremos que avanzar a un estudio, a un ensayo clínico pragmático en condiciones reales y ahora pasar de un tamaño del efecto que puede ser muy grande en condiciones controladasa uno no tan grande, pero en condiciones reales.Entonces, pues es ideal.Pero no siempre va a ser posible tener esa evidencia experimental.Ahora, también la analogía es un criterio de causalidad.
Si un factor esteratogénico, si una infección esteratogénica, si la rubiola en el embarazo causa alteraciones al nacimiento, alteraciones congénitas, pues también podríamos pensar que tener influenza, que tener sarampión o cualquier otra infección en el embarazo puede estar asociado.Lo mismo pasa con los medicamentos.Si talidomida condiciona alguna alteración o teratogénesis, pues también el consumo de paracetamol podría condicionar alguna complicación.Entonces, a eso se refiere la analogía.Ahora,
¿qué es lo más importante?que ustedes vayan haciendo este desglose para su proyecto y que vayan analizando si su intervención cumple con estas directrices.No se tienen que cumplir todos, pero entre más directrices estén a favor de la causalidad, eso eh ya nos está adelantando un poco al posible resultado.Pero si ustedes omiten estas directrices, omiten otras variables y no buscan una respuesta alterna, pues lo que va a suceder es que el resultado no les va a salir significativo.Y lo que Bradfordfield dijo en su conclusión es, yo no creo que resulte útil establecer una serie de reglas rígidas sobre la evidencia que deban cumplirse antes de poder aceptar la relación causa efecto.Ninguno de mis nueve puntos de vista puede aportar pruebas irrefutables a favor o en contra de una hipótesis causa efecto y ninguno puede ser exigido como una condición sin ecuanón.Para lo que sirven es para ayudarnos a decidir sobre la siguiente interrogante.
¿Hay alguna otra manera de explicar los hechos que estamos observando?¿Hay una respuesta igual de probable o más que la relación causa efecto que se está proponiendo?Entonces, esto los va a llevar a regresar a su diseño arquitectónico y analizar si están considerando el resto de variables que pueden estar asociadas.
La clase termina con conclusiones de los estudiantes sobre causalidad, riesgo relativo y lectura crítica de artículos. Después se anuncian temas de la siguiente sesión y se responden dudas administrativas sobre la constancia de inglés.
Y pues por esta clase sería todo, pero antes de terminar me gustaría que me dijeran cuáles son sus conclusiones de la clase, qué fue lo que aprendieron,
pues la interpretación del riesgo relativo sobre lo del prácticamente el uno de que tenga que ver si no hay asociación o si es menos de uno lo de la protección.Claro.Y esto lo van a encontrar en todos los artículos de Ana o en la mayoría.Sí, justo eso.O sea, que a veces esa parte de las gráficas no pues realmente a veces en la carrera o durante el tiempo que llevas leyendo artículos no lo sabes interpretar y ya.Con eso puedes ayudarte más en la valoración de un artículo.Claro.¿Qué más?Muchas gracias, Diana.
Bueno, yo en parte también fue eh lo de causalidad y asociación.Creo que en las clases previas ya había generado la duda o probablemente de cómo se iba a dirigir esto, pero bueno, a lo mejor yo pensé que iba a haber algún tipo de fórmula, algo para haber causualidad, peroya con lo que revisamos hoy más que fórmulas, pues es el propio conocimiento que nosotros estamos adquiriendo para saber si es una asociación o una causalidad.digo, porque sí me generaba la duda, ¿no?Hay muchas veces, como dice usted, los diversos estudios que revisamos, eh, que a veces nos venden una idea que estadísticamente es real, o sea, lo que dicen es real, pero que yo cuando se va uno al por qué,pues no es real.Siempre pensé que dije, bueno, a lo mejor hay una fórmula, hay algo, pero ahorita ya justo nos dijo que es a base del conocimiento que tenemos y nuestras directrices, que como también nos dijo no es eh todo, pero
pues sí nos va a dirigir mucho a saber si nuestro estudio es correcto.Y creo que también es un ejemplo ahorita de el consumo de probióticos, pues más todavía no, por eso son los estudios de vida real, pero primero necesitamos tener una primera base, un primer estudio que nos diga que sía funcionar, porque si no vamos con vida real, pues la vida real tiene muchísimas variables que no vamos a controlar.Pero gracias.Me quedó claro algunas cosas y pues a leer.Así es, Jesús.Van a tener que irse a leer, a reanalizar su diseño arquitectónico, a volver a releer los artículos que utilizaron para hacer su justificación.La siguiente semana vamos a revisar eh la parte regulatoria de los ensayos clínicos, cómo hacer investigación de calidad que tenga validez científica y con toda la regulación necesaria para que sea un estudio ético donde protejamos a los participantes,
pero además metodológicamente correcto.nos va a acompañar el doctor Ferat en la primera parte de la clase.En la segunda parte de la clase voy a estar trabajando con ustedes.Yo creo que vamos a tener solo una media hora y al azar o el primero que eh empiece a compartir su proyecto, pues lo vamos a ir revisando, pero ahora considerando estos criterios de causalidad.Entonces van a ir desglosando los diferentes elementos de causalidad que identifiquen en su proyecto.Y esto es lo que vamos a analizar.Entonces, vamos a trabajar con diseños arquitectónicos y la causalidad.Por aquí dice Leinque tiene una pregunta.
Okay.Eh, el correo para la constancia de inglés no responden.¿Hace cuánto tiempo lo mandaste?
Una semana.Tardan un poco más.a veces puede llegar a tardar la validación hasta unas eh una más o menos un mes aproximadamente.Entonces, ténganle paciencia, aún tenemos tiempo, pero pues eh no se confíen quien les falte a presentar el examen de inglés.Rubí, adelante.Ay, perdón, doctora.Era igual de lo mismo de la constancia de inglés, pero mi duda es más si tarda un mes, por ejemplo.