Sesion 9

5,021 views
4,680 views

Published on

0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
5,021
On SlideShare
0
From Embeds
0
Number of Embeds
57
Actions
Shares
0
Downloads
127
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide
  • Sesion 9

    1. 1. Sesión 13 Métodos para Investigación Causal Dra. María Guadalupe Marcano
    2. 2. Ensayo Clínico <ul><li>Estudio experimental más frecuente </li></ul><ul><li>Los sujetos son pacientes </li></ul><ul><li>Evalúa uno o mas tratamientos para una enfermedad o proceso </li></ul><ul><li>La validez radica en el proceso aleatorio para la designación de los grupos </li></ul>
    3. 3. Ensayo Clínico <ul><li>Ética y justificación del ensayo </li></ul><ul><li>La población susceptible de ser estudiada </li></ul><ul><li>Selección de los pacientes con su consentimiento a participar </li></ul><ul><li>Proceso de aleatorización </li></ul>
    4. 4. <ul><li>Descripción de la intervención </li></ul><ul><li>Seguimiento exhaustivo </li></ul><ul><li>Medición de la variable final </li></ul><ul><li>La comparación de los resultados en los grupos de intervención y control </li></ul>Ensayo Clínico
    5. 5. Ensayos Comunitarios <ul><li>Intervenciones sobre bases comunitarias amplias </li></ul><ul><li>Cuasiexperimentales (existe manipulación pero no aleatorización) </li></ul><ul><li>Una o varias comunidades recibirán la intervención mientras que otras servirán como control </li></ul>
    6. 6. Estudios de Intervenciones
    7. 7. Normas Generales para la realización de Investigaciones Biomédicas <ul><li>Progreso médico se basa en investigación que últimamente también debe fundarse en ensayos en humanos. </li></ul><ul><li>Investigación biomédica en humanos debe coincidir con los principios científicos generalmente reconocidos. </li></ul><ul><li>Investigación biomédica en humanos esta solamente permitido si la importancia del objeto de investigación esta en una relación adecuada con el riesgo del sujeto de experimentación. </li></ul><ul><li>El derecho del sujeto a su integridad personal siempre tiene que ser respetado. </li></ul>
    8. 8. Estudio Controlado Aleatorizado
    9. 9. Sesgos <ul><li>Sesgos: errores sistemáticos en un estudio epidemiológico que producen una estimación incorrecta de asociación entre la exposición y la enfermedad. </li></ul><ul><li>En definitiva producen una estimación equivocada del efecto. </li></ul>
    10. 10. Clasificación de Estudios Epidemiológicos <ul><li>Según Unidad de Estudio </li></ul><ul><li>Estudio ecológico o de correlación. Unidad de estudio: población </li></ul><ul><li>Estudios serie de casos, comunicación de un caso, estudio transversal: unidad de estudio: individuos </li></ul>
    11. 11. Clasificación de Estudios Epidemiológicos <ul><li>Según Intervención del Investigador en el Estudio </li></ul><ul><li>Estudio observacional: estudio de caso control, cohorte. </li></ul><ul><li>Estudio de Intervención o experimentales : ensayo clínico y ensayo comunitario. </li></ul>
    12. 12. Estudios Experimentales <ul><li>Se manipula las condiciones de la investigación </li></ul><ul><li>Evalúan eficacia de: </li></ul><ul><ul><ul><li>Terapias </li></ul></ul></ul><ul><ul><ul><li>Actividades preventivas </li></ul></ul></ul><ul><ul><ul><li>Actividades de planificación y programación sanitarias. </li></ul></ul></ul><ul><li>Individuos identificados en base a su exposición (el investigador lo decide). </li></ul>
    13. 13. <ul><li>La ciencia tiene como objetivo principal comprender el mundo a través de una explicación. </li></ul><ul><li>El concepto causal pretende descubrir relaciones entre variables, estableciendo la asociación causal entre exposición y su efecto. </li></ul>
    14. 14. <ul><li>Necesidad de contar con evidencia relacionada con la asociación entre dos fenómenos que pueden ser o no secuenciales, es decir, uno consecuencia del otro, como por ejemplo, la falta de adherencia al tratamiento en niños epilépticos es causa de recurrencia de las crisis. </li></ul><ul><li>De aquí podría partir la pregunta  de investigación, únicamente expresada en forma de interrogación. </li></ul>
    15. 15. Principios del Razonamiento Científico <ul><li>Método inductivo o experimental (filósofos escuela de Oxford) </li></ul><ul><li>Método deductivo (Descartes, Berkeley) </li></ul><ul><li>Método hipotético-deductivo-experimental (Karl Poper) </li></ul>
    16. 16. Causalidad <ul><li>La inducción se define con una idea de ascenso, de las partes intentar componer un todo, como una forma de razonamiento que supone generalización. </li></ul><ul><li>El descender del todo hacia sus partes, es decir, la elaboración de una teoría y su verificación a través de la observación/experimentación, constituye la deducción . </li></ul>
    17. 17. Etapas de la Inducción <ul><li>Observación de los fenómenos </li></ul><ul><li>Captación y tabulación de la información </li></ul><ul><li>Formulación de la hipótesis </li></ul><ul><li>Verificación o rechazo de ésta </li></ul>
    18. 18. Inducción frente a Deducción <ul><li>Se basa en el principio de uniformidad de la naturaleza (repetición de los mismos fenómenos dadas condiciones idénticas) lo que permite que el futuro se pueda predecir según el pasado. </li></ul>
    19. 19. <ul><li>Karl Poper: Sistema ideal de razonamiento científico: </li></ul><ul><ul><li>La refutación deductiva : probar que son falsas las predicciones de una hipótesis. </li></ul></ul><ul><ul><li>Demostrar que una hipótesis es falsa contribuye más al conocimiento que verificarla una y otra vez. </li></ul></ul>Inducción frente a Deducción
    20. 20. Modelos Causales <ul><li>Modelo determinista </li></ul><ul><li>Modelo multicausal </li></ul><ul><li>Modelo determinista modificado </li></ul><ul><li>Modelo probabilístico </li></ul>
    21. 21. Modelo Determinista <ul><li>Postulados para la identificación del agente causal </li></ul><ul><li>El agente debe estar presente en todos los casos de la enfermedad causa necesaria </li></ul><ul><li>El agente no debe encontrarse presente en ninguna otra enfermedad especificidad de efecto </li></ul><ul><li>El agente debe inducir la enfermedad siempre que se introduzca en animales susceptibles causa suficiente </li></ul>
    22. 22. Relación entre las Variables como causa necesaria y suficiente según el Modelo Determinista + - Diabetes y alteraciones CV + - Radiación y daño genético - + Estreptococo A y Fiebre Reumática - + Virus de la rabia y enfermedad rábica Causa suficiente Causa necesaria Relación
    23. 23. Modelo Multicausal <ul><li>Pluralidad disyuntiva de causas: El efecto es producido por cada causa separadamente </li></ul>C1 C2 E C3
    24. 24. Modelo Multicausal <ul><li>Pluralidad conjuntiva de causas: Todas deben estar presentes para que se produzca el efecto. </li></ul>C1+ C2+ C3 E
    25. 25. Modelo Multicausal <ul><li>Polivalencia: Multiplicidad de efectos para una misma causa </li></ul>E1 C E2 E3
    26. 26. Modelo Determinista Modificado <ul><li>Incorpora conceptos del modelo determinista y del modelo multicausal </li></ul><ul><li>Prohibiciones sobre procesos causales: </li></ul><ul><ul><li>Las causas no pueden ocurrir después que los efectos </li></ul></ul><ul><ul><li>Los efectos unicausales no existen </li></ul></ul><ul><ul><li>No existen tiempos de inducción constante para las enfermedades (específicos de cada enfermedad) </li></ul></ul>
    27. 27. Modelo Determinista Modificado <ul><li>Causa suficiente : Conjunto de condiciones mínimas que inevitablemente producen la enfermedad. </li></ul><ul><li>Cada causa suficiente estará constituida de causas contribuyentes o componentes. </li></ul><ul><li>Una misma enfermedad estará compuesta de varias causas suficientes con causas contribuyentes que pueden ser comunes en parte o diferentes en cada una de las causas suficientes. </li></ul>
    28. 28. Modelo Probabilístico <ul><li>Reemplaza al modelo determinista </li></ul><ul><li>Utiliza teoría de probabilidad y los métodos estadísticos relacionados con ella para valorar asociación, que se cree causal. </li></ul><ul><li>Algunos factores de las enfermedades pueden ser no conocidos o no medidos. </li></ul>
    29. 29. Modelo Probabilístico <ul><li>La utilización de una noción empírica e inductiva como la probabilidad, puede predecir la tendencia de una enfermedad, pero no puede determinar qué sujetos en colectividad desarrollarán esa enfermedad. </li></ul>
    30. 30. Modelo Probabilístico Ventajas <ul><li>Nos permite jugar con nuestra ignorancia de los procesos causales y la forma de observarlos </li></ul><ul><li>Permite la valoración de dosis respuesta entre una exposición y una enfermedad </li></ul>
    31. 31. Modelo Probabilístico Ventajas <ul><li>Posibilita creación de modelos matemáticos que facilitarán datos exactos e interpretables </li></ul><ul><li>Analizarán exposiciones múltiples y/o enfermedades para valorar relaciones entre ellas. </li></ul>
    32. 32. Asociación e Independencia en Epidemiología <ul><li>Se busca la asociación e independencia entre una variable (factor de riesgo) y una enfermedad a través de pruebas estadísticas. </li></ul>
    33. 33. Asociación e Independencia en Epidemiología <ul><li>Asociación es una relación entre dos variables </li></ul><ul><li>Asociación Positiva: Probabilidad de ocurrencia de una variable aumenta con la presencia de la otra (cáncer de pulmón tabaquismo) </li></ul><ul><li>Asociación Negativa: Probabilidad de ocurrencia de una variable disminuye por el hecho de que suceda otra (cardiopatía isquémica cifras bajas de colesterol-HDL sérico) </li></ul>
    34. 34. Asociación e Independencia en Epidemiología <ul><li>Independencia: al aumentar o disminuir una variable, no se sigue el efecto similar en la otra ( riesgo de tétanos-fumar o no fumar) </li></ul>
    35. 35. Tipos de Asociación Variables Independientes (sin asociación estadística) Asociados estadísticamente Asociados sin causa Artificial Espuria Indirectamente Directamente Asociados con causa
    36. 36. <ul><li>Artificial : Presencia de un factor, conocido o desconocido, asociado a una variable y una enfermedad, puede establecer asociación entre ambas, siendo ilógica como factor causal. Ej.: manchas amarillas de dedos índice/medio cáncer broncopulmonar. </li></ul><ul><li>Espuria (por error): Por sesgos de selección de la muestra, por errores de información. Establece asociación falsa. </li></ul>Asociados sin Causa
    37. 37. Asociados con Causa <ul><li>Directa : Aquella que antecede inmediatamente al efecto. A B Ej. Mayor consumo de alimentos obesidad. </li></ul>
    38. 38. Asociados con Causa <ul><li>Indirecta: tiene otras causas intermedias, más inmediatas, entre ella y la producción del efecto. C A B E </li></ul><ul><li>Ej.: Aumento de la obesidad con respecto al incremento de la venta de automóviles. </li></ul>
    39. 39. Asociación e Independencia en Epidemiología <ul><li>Cuanto más fuerte sea la asociación, mayor la probabilidad de que confirme una hipótesis causal. </li></ul>

    ×