Cuando hablamos de asociación estadística hablamos que dos o más variables covarían o se mueven juntas, por otro lado en causalidad una variable directamente cambia otra. Las 9 pautas de Bradford Hill nos permiten evaluar si existe causalidad entre una exposición y un efecto. Analizando la frase “asociación no es causalidad” esta nos dice que una correlación estadística no necesariamente implica que el factor sea responsable del efecto observado. Esto puede ocurrir en la por múltiples elementos no causales, que pueden crear asociación aparente en estudios epidemiológicos. Dentro de los factores no causales o d asociación están:
El sesgo de información que ocurre cuando hay errores en la medición de exposición o el desenlace y se producen falsas asociaciones. Este sesgo de recuerdo en estudios de casos y controles puede sobreestimar exposiciones pasadas entre los casos.
El sesgo de selección es cuando la forma en que se selecciona los participantes distorsiona la relación entre exposición y resultado. Si los participantes seleccionados no representan a la población, la asociación puede reflejar un error del diseño y no una relación real.
En la variabilidad aleatoria existen fluctuaciones estadísticas que generan asociaciones no reales, más aún en muestras pequeñas. Esta puede ser significativa por azar y en cambio no estar en estudios más grandes.
Confusión o sea un tercer factor está asociado tanto con la exposición como con la enfermedad y distorsiona la relación en sí. Ocurre cuando algo que confunde de manera no controlado puede crear asociaciones ilegítimas; por ejemplo, el tabaquismo confunde la relación entre café y cáncer de pulmón.
Por último, se puede mencionar la causalidad inversa donde el desenlace cambia la exposición, al revés de que la exposición cause al desenlace. Por ejemplo, en estudios transversales, los enfermos pueden cambiar su dieta o actividad física, generando asociaciones engañosas.
Bibliografía:
- Bradford Hill, A. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58, 295–300.
- Gordis, L. (2014). Epidemiology (5.ª ed.). Elsevier.