La frase “asociación no es causalidad” se utiliza a menudo en epidemiología.
1. Inversión de la causalidad: Se da cuando se invierte la relación de causa y efecto, Por ejemplo: Se podría pensar que un estudiante que recibe tutorías obtiene peores resultados académicos, pero es más probable que la tutoría se haya asignado a quienes ya tienen un bajo rendimiento, invirtiendo así la relación causal.
2. Reversibilidad: una reducción de la exposición de una muestra podría asociarse a menores tasas de enfermedad, pero puede existir el sesgo de que esta reducción no este asociado a causalidad, sino a características externa o variables de confusión no planteadas en la investigación. Por ejemplo, Vivir cerca de un parque o una zona verde (exposición) reduce el riesgo de infartos y mejora la salud cardiovascular
3. Dosis-respuesta: se refiere a que mayor o menor dosis del evento de exposición u medicamento existirá una respuesta en la tasa de enfermedad, por ejemplo, se consideraba que El consumo ligero de alcohol protege causalmente contra las enfermedades del corazón, mostrando una clara relación dosis-respuesta.
4. Especificidad: Una causa conduce a un solo efecto. Es el criterio más débil, ya que muchas causas tienen múltiples efectos. Por ejemplo: Se encuentra que un contaminante específico de una fábrica está asociado únicamente con un tipo muy raro de cáncer en un pueblo. No necesariamente con esta afirmación se llega a una causalidad, puede referirse un error de medición. El hecho de que la asociación sea específica no prueba causalidad por sí solo. Podría haber otro factor desconocido en ese pueblo que cause el cáncer.
Bibliografia:
1. Höfler M. The Bradford Hill considerations on causality: a counterfactual perspective. Emerg Themes Epidemiol. 2005 Nov 3;2:11. doi: 10.1186/1742-7622-2-11. PMID: 16269083; PMCID: PMC1291382.
Presentación y discusión de las pautas propuestas por Bradford-Hill.
Number of replies: 1
In reply to DENISSE MARIELA GAONA MOLINA
Re: Presentación y discusión de las pautas propuestas por Bradford-Hill.
Este análisis demuestra claramente que no podemos asumir, que una asociación implica causalidad. Los factores como la inversión de la causalidad, la confusión, la relación dosis-respuesta aparente o la especificidad mal interpretada pueden llevar a conclusiones equivocadas si no se evalúan con rigurosidad. Por eso, es fundamental aplicar un razonamiento crítico y apoyarnos en los criterios de Bradford Hill para evitar interpretaciones erróneas en la investigación.