Carrera de Medicina Universidad Nacional del Sur

Área de Análisis Epidemiológico de los

Determinantes de la Salud ANALISIS CRITICO DE ARTICULOS DE DAÑO / ETIOLOGIA

Como leer sobre causalidad Ezequiel Jouglard, Marta del Valle, Marcelo García Dieguez, Juan Pablo Esandi

Nota aclaratoria: Esta guía contiene distintos recursos gráficos que buscan facilitar la adquisición de conocimiento por parte del alumno.

Indica actividad práctica individual o grupal Indica “Concepto Clave”

Indica “Lectura Complementaria” (identifica material de lectura que amplia los conceptos presentados en la guía.

Introducción

La acción de buscar relaciones entre acciones y sus consecuencias como un modo de entender el mundo y adaptarse al mismo, forma parte de la mente humana. En Epidemiología, la causalidad se define como el estudio de la relación etiológica entre una exposición y un efecto determinado, por ejemplo: la toma de un medicamento y la aparición de un efecto secundario. El concepto actual de causa en Epidemiología pretende descubrir relaciones entre variables, estableciendo la asociación causal entre una exposición y su efecto. Los efectos sanitarios que pueden mencionarse son:

• Enfermedad • Muerte • Complicación • Curación • Protección (vacunas) • Resultado (uso de métodos, cambio de prácticas, erradicación de una enfermedad, participación en un programa, etc.)

Las causas o factores que influyen en el proceso salud-enfermedad de la población requieren una investigación adecuada para prevenir la aparición de efectos no deseados y controlar su difusión. Los factores causales pueden ser diversos y de distinto tipo, si bien en muchas oportunidades se los analiza por separado, la realidad es que los mismos pueden presentarse juntos. A continuación mencionamos algunos factores causales de enfermedades:

• Factores biológicos (edad, sexo, raza, peso, talla, composición genética, estado nutricional, estado inmunológico).

Carrera de Medicina Universidad Nacional del Sur

• Factores psicológicos (autoestima, patrón de conducta, estilo de vida, respuesta al estrés). • Factores relacionados con el medio ambiente social y cultural (calentamiento global, contaminación, cambios demográficos, estilo de vida, actividad física durante el tiempo de ocio, pertenencia a una red social, acceso a servicios básicos, hacinamiento, drogadicción, alcoholismo). • Factores económicos (nivel socioeconómico, categoría profesional, nivel educativo, pobreza. • Ámbito laboral (accidente de trabajo, empleo, pérdida del empleo, acceso a la seguridad social, tensión laboral, contaminación sonora, condiciones del ambiente de trabajo). • Factores políticos (guerras, embargos, pago de la deuda externa, globalización, invasión). • Factores relacionados con el medio ambiente físico (geología, clima, causas físicas, causas químicas, presencia de vectores, deforestación. • Servicios de salud (acceso a servicios de salud, programas de control y erradicación de enfermedades, vigilancia epidemiológica, vigilancia nutricional).

Estudiar la causa es aprender sobre los mecanismos. El conocimiento de los mecanismos causales sirve como base para generar nuevas hipótesis y para planear intervenciones que modifiquen los efectos. El modelo de Koch-Henle El modelo de Koch-Henle (1887): propuesto para el estudio de enfermedades infecto-contagiosas. Se basa en la influencia de un microorganismo, que debe:

a. Encontrarse siempre en los casos de enfermedad. b. Poder ser aislado en cultivo, demostrando ser una estructura viva y

distinta de otras que pueden encontrarse en otras enfermedades. c. Distribuirse de acuerdo con las lesiones y ellas deben explicar las

manifestaciones de la enfermedad. d. Ser capaz de producir la enfermedad en el animal de experimentación al

ser cultivado (algunas generaciones). Este modelo resultó útil para enfermedades infecciosas, no así para las enfermedades no infecciosas. El modelo de Bradford-Hill El modelo de Bradford-Hill (1965), propone los siguientes criterios de causalidad, en la búsqueda de relaciones causales para enfermedades no infecciosas o no tranmisibles: a. Fuerza de Asociación: determinada por la estrecha relación entre la causa y el efecto

adverso a la salud. La fuerza de asociación depende de la frecuencia relativa de otras causas. La asociación causal es intensa cuando el factor de riesgo está asociado a un

Existen modelos para representar la relación entre una presunta causa y un efecto.

• El modelo de Koch-Henle • El modelo de Bradford-Hill • Los postulados de Evans

Carrera de Medicina Universidad Nacional del Sur

alto riesgo relativo (RR). Los RR que pasan de un valor de 2 se considera que expresan una fuerte asociación.

b. Consistencia: la asociación causa-efecto ha sido demostrada por diferentes estudios de investigación, en poblaciones diferentes y bajo circunstancias distintas. Sin embargo, la falta de consistencia no excluye la asociación causal, ya que distintos niveles de exposición y demás condiciones pueden disminuir el efecto del factor causal en determinados estudios.

c. Especificidad: una causa origina un efecto en particular. Este criterio, no se puede utilizar para rechazar una hipótesis causal, porque muchos síntomas y signos obedecen a una causa, y una enfermedad a veces es el resultado de múltiples causas.

d. Temporalidad: obviamente una causa debe preceder a su efecto; no obstante, a veces es difícil definir con qué grado de certeza ocurre esto. En general, el comienzo de las enfermedades ocupacionales comprende un largo período de latencia entre la exposición y la ocurrencia del efecto a la salud. Asimismo, otro aspecto que influye en la temporalidad es la susceptibilidad de la persona expuesta, y la utilización y eficacia de las medidas de prevención y control de riesgos.

e. Gradiente biológico (Relación dosis-respuesta): la frecuencia de la enfermedad aumenta con la dosis o el nivel de exposición. La demostración de la relación dosis-respuesta tiene implicaciones importantes:

Es una buena evidencia de una verdadera relación causal entre la exposición a agente particular y un efecto en la salud.

Puede permitir demostrar que un factor de riesgo en particular se relacione a un efecto adverso a la salud, y determinar que en niveles de exposición a ese agente causal por debajo del valor que lo produce, es más improbable o incluso imposible que ocurra el efecto en la salud.

La relación dosis efecto puede verse modificada o ausente por el efecto del umbral del compuesto o un efecto de saturación; o deberse completamente a una distorsión graduada o a un sesgo; lo cual puede dificultar la interpretación de este criterio.

f. Plausibilidad biológica: el contexto biológico existente debe explicar lógicamente la etiología por la cual una causa produce un efecto a la salud. Sin embargo, la plausibilidad biológica no puede extraerse de una hipótesis, ya que el estado actual del conocimiento puede ser inadecuado para explicar nuestras observaciones o no existir.

g. Coherencia: implica el entendimiento entre los hallazgos de la asociación causal con los de la historia natural de la enfermedad y otros aspectos relacionados con la ocurrencia de la misma, como por ejemplo las tendencias seculares. Este criterio combina aspectos de consistencia y plausibilidad biológica.

h. Evidencia Experimental: es un criterio deseable de alta validez, pero rara vez se encuentra disponible en poblaciones humanas.

i. Analogía: se fundamenta en relaciones de causa-efecto establecidas, con base a las cuales si un factor de riesgo produce un efecto a la salud, otro con características similares pudiera producir el mismo impacto a la salud.

j. Otros criterios adicionales que deben considerarse:

Similar tamaño y distribución de la población o muestra. Variación notoria del efecto en las poblaciones. Reversibilidad. Si se retira la causa, cabe esperar que desaparezca o al menos

disminuya el efecto a la salud.

Carrera de Medicina Universidad Nacional del Sur

Juicio crítico sobre las evidencias, con base estricta en el conocimiento científico.

Los postulados de Evans En 1976, Evans propuso los siguientes postulados: a. La proporción de individuos enfermos debería ser significativamente mayor entre

aquellos expuestos a la supuesta causa, en comparación con aquellos que no lo están. b. La exposición a la supuesta causa debería ser más frecuente entre aquellos

individuos que padecen la enfermedad que en aquellos que no la padecen. c. El número de casos nuevos de la enfermedad debería ser significativamente mayor

en los individuos expuestos a la supuesta causa en comparación con los no expuestos, como se puede comprobar en los estudios prospectivos.

d. De forma transitoria, la enfermedad debería mostrar tras la exposición a la supuesta causa, una distribución de los períodos de incubación representada por una curva en forma de campana.

e. Tras la exposición a la supuesta causa debería aparecer un amplio abanico de respuestas por parte del hospedador, desde leves hasta graves, a lo largo de un gradiente biológico lógico.

f. Previniendo o modificando la respuesta del huésped, debe disminuir o eliminarse la presentación de la enfermedad (por ej.: vacunando o tratando con antibióticos a una población expuesta o enferma).

g. La reproducción experimental de la enfermedad debería tener lugar con mayor frecuencia en animales u hombres expuestos adecuadamente a la supuesta causa, en comparación con aquellos no expuestos; esta exposición puede ser deliberada en voluntarios, inducida de forma experimental en el laboratorio o demostrada mediante la modificación controlada de la exposición natural.

h. La eliminación (por ejemplo la anulación de un agente infeccioso específico) o la modificación (por ejemplo la alteración de una dieta deficiente) de la supuesta causa debería producir la reducción de la frecuencia de presentación de la enfermedad.

i. La prevención o la modificación de la respuesta del hospedador (por ejemplo, mediante inmunización) debería reducir o eliminar la enfermedad que normalmente se produce tras la exposición a la causa supuesta.

j. Todas las relaciones y asociaciones deberían de ser biológica y epidemiológicamente verosímiles.

Modelos de Causalidad

En toda relación causal intervienen los siguientes elementos:

a) Elemento inicial (C) o causa: Las causas o factores que influyen en el proceso Salud – Enfermedad dela población requieren una investigación adecuada para prevenir la aparición de efectos no deseados y controlar su difusión. A veces en lugar de causas se habla de determinantes. Algunos factores causales de enfermedades pueden ser: factores biológicos, factores psicológicos o conductuales, relacionados con el medio ambiente social o cultural, económicos, etc.

Carrera de Medicina Universidad Nacional del Sur

b) Elemento final (E) o efecto:

Que se define en términos de cambio con respecto a una situación previa o lo que hubiera ocurrido si no se hubiera presentado la causa. Así, los efectos pueden ser: el desarrollo de una enfermedad, complicación, curación, fallecimiento o bien otro tipo de resultados (cambio de prácticas, participación en un programa de prevención, etc).

La asociación entre una causa (C) y un efecto (E), puede surgir de tres modos distintos: C es causa de E C y E tienen una causa común (variable X) E es causa de C

Si C aparece antes que E, solo podrán ser reales las dos primeras alternativas, siendo entonces C un factor de riesgo con respecto a E. Sin embargo, únicamente en la primer alternativa existe una relación causal entre C y E. Así, entre los estudios epidemiológicos, cuyo objetivo es investiga posibles relaciones causales, resulta de vital importancia diferenciar el tipo de relación existente entre los diferentes factores. De lo expuesto se deducen las siguientes características que debería cumplir toda relación causal: Descubrir que muchas enfermedades, especialmente las de larga duración, no pueden atribuirse a una causa única, si no que dependen de muchos factores a su vez relacionados entre sí, dio lugar a que se introduzca un nuevo término en Epidemiología: el riesgo, dicho concepto puede tener una acepción individual – probabilidad de un individuo de desarrollar una enfermedad –o colectiva – proporción de los individuos de una población que desarrollan una enfermedad. Veamos algunas definiciones:

C E

E C C E

X

Toda relación causal debería cumplir - Temporalidad: la causa precede al efecto. - Dirección: la relación va de la causa al efecto. - Asociación: entendida como cuantificación del grado de relación.

- Factor de riesgo: atributo de un grupo que presenta mayor ocurrencia de una determinada enfermedad, en comparación con otros grupos, definidos por la ausencia o baja aparición de tal atributo. - Marcador de riesgo: atributos que se asocian con un riesgo mayor de ocurrencia de una determinada enfermedad pero que, a diferencia de los factores de riesgo, no pueden ser modificados (ej: edad, sexo). - Población de riesgo: aquella que posee un riesgo mayor de presentar una determinada enfermedad o evento, ya sea por una mayor susceptibilidad a la enfermedad o por la presencia de un determinado factor, o bien ambas condiciones.

Carrera de Medicina Universidad Nacional del Sur

La Epidemiología Analítica tiene como objetivo principal estudiar los determinantes o factores causales utilizando las medidas de asociación que evalúan la fuerza con la que una determinada enfermedad o evento de salud (que se presume como efecto) se asocia con un determinado factor (que se presume como causa). Epidemiológicamente, las medidas de asociación son comparaciones de incidencias: la incidencia de la enfermedad en las personas que se expusieron al factor estudiado (o incidencia en expuestos). Estadísticamente, lo que estos indicadores miden es la magnitud de la diferencia observada. Debido a que las medidas de asociación establecen la fuerza con al que la exposición se asocia a la enfermedad, bajo ciertas circunstancias estas medidas permiten realizar inferencias causales. Existen medidas relativas o de razón (Riesgo Relativo, Odss Ratio) que miden cuanto más probable es que el grupo expuesto presente el evento en relación a los no expuestos; y medidas absolutas o de diferencia, que muestran el exceso de riesgo existente en el grupo expuesto. La cuantificación del riesgo sirve para poder comprender su significado y también para comparar los riesgos de ocurrencia de un mismo evento en grupos diferentes o de distintos eventos en un mismo grupo. Existen distintos modelos para representar la relación entre una presunta causa y un efecto. Modelo de Causa Única – Efecto Único Propuesto para el estudio de enfermedades contagiosas a finales del siglo XIX, estableció que: - el microorganismo debe encontrarse siempre en los casos de enfermedad - el microorganismo deberá poder ser aislado en cultivo, demostrando ser una estructura viva y distinta de otras que pueden encontrarse en otras enfermedades - el microorganismo debe distribuirse de acuerdo con las lesiones y ellas deben explicar las manifestaciones de la enfermedad - el microorganismo cultivado deberá ser capaz de producir la enfermedad en animales de experimentación El modelo de la unicausalidad aportó al descubrimiento de soluciones técnicas para la mayor parte de las enfermedades trasmisibles pero mostró limitaciones para explicar los complejos mecanismos causales de las enfermedades no contagiosas dando lugar a la aparición de nuevos modelos.

Tipos de causas Causa suficiente: Si el factor (causa) está presente, el efecto (enfermedad) siempre ocurre. Causa necesaria: Si el factor (causa) está ausente, el efecto (enfermedad no puede ocurrir. Factor de riesgo: Si el factor está presente y activo, aumenta la probabilidad que el efecto (enfermedad) ocurra.

Carrera de Medicina Universidad Nacional del Sur

Modelo Multicausal A comienzo del siglo XX, con el progresivo incremento de las enfermedades no contagiosas y el reconocimiento de la existencia de múltiples causas en el origen de las enfermedades se originó el modelo de causa múltiple – efecto único, según el cual todo evento (enfermedad) es producido por una cantidad variable de factores. En la segunda mitad del siglo XX surge un nuevo modelo de causalidad: de causa múltiple – efecto múltiple, también denominado “Red de Causalidad”, ante la comprobación de la existencia de múltiples factores responsables de la ocurrencia de múltiples desenlaces posibles. Determinada la presencia de asociación en presencia de un factor de exposición, con el objeto de determinar la magnitud o la fuerza de la relación existente entre dicho factor y la enfermedad es necesario establecer si la asociación observada es válida (porque se descartó la existencia de sesgos o factores de confusión) y estadísticamente significativa (porque no se puede atribuir al azar). El hecho de que exista una asociación válida y estadísticamente significativa entre un factor de exposición y una enfermedad no implica que existe una relación causa – efecto necesariamente, aunque sí indica que es conveniente investigar en mayor profundidad para responder esa pregunta.

Búsqueda de Artículos Estos artículos están orientados a buscar la etiología o la causalidad, aunque podemos decir que en realidad miden el perjuicio de una situación, en término de daño o enfermedad. Como se producen estos artículos Los investigadores se han planteado como hipótesis de trabajo que determinada exposición puede resultar en el desarrollo de determinada enfermedad. Por ejemplo que fumar cigarrillos se relaciona con el cáncer de pulmón, para ser más precisos si aumenta el riesgo de padecer cáncer de pulmón. Con criterio simplista consideraremos que este aumento del riego es similar a hablar de etiología. Debemos saber que con este enfoque etiología y causalidad no son sinónimos. En este sentido hay mucha diversidad en la interpretación de estos términos. Los investigadores podrán enfocar la demostración de sus hipótesis etiológicas utilizando cuatro tipos de diseño. Estos variaran en cuanto a calidad y frecuencia y factibilidad de publicación. Los ensayos controlados aleatorizados significan asignar a los individuos del estudio en forma aleatoria a exponerse o no al factor de riesgo. Estos estudios si bien de muy alta calidad son en la mayor parte de las veces inviables ya que no es ético exponer a los sujetos de estudio a exposiciones que se supone pueden ser dañinas (motivo por el que se diseña el estudio).

Carrera de Medicina Universidad Nacional del Sur

Calidad Momento de la

exposición Frecuencia de

publicación Ensayos controlados aleatorizados

+++++ Futuro +

Estudios de cohortes

+++ Presente ++

Estudios de casos y controles

+ Pasado +++

Estudios transversales

¿ ++++

Los estudios de cohorte suponen comparar un grupo de personas expuestas al factor o situación en estudio con un grupo similar que no estaría expuesto. Al no asignarse en forma aleatorio pueden aparecer elementos que generen confusión a la hora de interpretar los resultados. Estos estudios al igual que los anteriores tienen dificultad con la duración, sobre todo cuando el tiempo entre la exposición y la aparición de la enfermedad o condición esta separada por un largo periodo de tiempo. Una de las alternativas mas usadas por los investigadores es tomar un grupo de pacientes con la enfermedad y un grupo de características similares pero sin la enfermedad, y evaluar hacia atrás en el tiempo si han estado expuestos al factor bajo estudio. El problema de estos estudios es que es difícil registrar estos datos históricos Esto estudios son relativamente mas sencillos de realizar y por ello abundan en la literatura biomédica Por ultimo en los diseños transversales se miden al mismo tiempo enfermedad y factor de riesgo. Estos estudios pueden determinar una mayor frecuencia o asociación entre estas dos características pero no permiten establecer una relación lógica en el tiempo.

Cómo interpretar la información sobre daño Con todas las aclaraciones hechas desde el punto de vista del investigador pasemos a un escenario clínico. Supongamos que nos encontramos frente a una situación en la que somos consultados por una paciente de 35 años que viene preocupada porque su medico ginecólogo le ha dicho que sus dolores articulares (que la han molestado en los últimos 6 meses) pueden deberse a la prótesis mamaria que se ha puesto con fines estéticos. Ud. recuerda haber leído en el diario sobre ello. El primer paso seria elaborar una pregunta clínica relevante en este caso utilizando la anatomía de estas preguntas (recordar la estrategia PICO : Pacientes-Intervenciones-Controles-Outcomes ”resultados”)

Carrera de Medicina Universidad Nacional del Sur

PACIENTE INTERNVENCION CONTROL RESULTADO

En mujeres en edad fértil la presencia de prótesis mamarias (comparado con no tenerlas) se asocia con un riesgo incremen-tado de enfermedades articulares?

Con ello Ud realiza una búsqueda y localiza un articulo que se refiere a este tema:

Brinton LA, Buckley LM, Dvorkina O, Lubin JH, Colton T, Murray MC, Hoover R. Risk of connective tissue disorders among breast implant patients. Am J Epidemiol. 2004 Oct 1;160(7):619-27. (si se desea se podrá solicitar el articulo completo por correo electrónico a mgdieguez@unsedu.ar, el resumen en ingles se inserta al final como anexo)

Ud se preguntara puedo confiar en la información de este artículo, para ello aplicará un procedimiento de análisis crítico que le permita analizar: Intentaremos contestar estas preguntas en la siguiente sección. El articulo en cuestión es un estudio de cohorte restrospectivo (1960–1996) sobre pacientes que sufrieron cirugía plástica: 7234 pacientes tuvieron implantes mamarios (cohorte expuesta) y 2138 pacientes otros tipos de cirugías plásticas. Se analizo el reporte de enfermedades reumáticas en ambos grupos aparecidas luego de un año de operadas a través de cuestionarios enviados al efecto. En el primer grupo 351 presentaron síntomas y en grupo control 62.

¿SON VÁLIDOS LOS RESULTADOS DE LA INVESTIGACIÓN? Para ello debemos preguntarnos y analizar 1. ¿Cómo fueron los grupos de comparación?

a) ¿Hubo grupos de comparación claramente identificados? b) ¿Dichos grupos fueron similares con respecto a las determinantes de resultado importantes, distintas de aquella en estudio? Acá será clave analizar el tipo de diseño. Dentro de los diseños posibles este tiene algunas desventajas ya que si bien analiza expuestos y no expuestos lo hace luego que la exposición y la enfermedad han aparecido por lo que puede adolecer de dificultades en la recolección de información. Debe evaluarse el tamaño de los grupos, que en este caso presenta desigualdades ya que es mucho más numeroso el grupo expuesto. Además deben analizarse las características de dichos grupos para evaluar si son similares y deben analizarse la presencia de factores de confusión entendiendo por estos a aquellos factores que pueden determinar los resultados pero están distribuidos en forma desigual entre los grupos de pacientes en estudio.

Analisis crítico de la evidencia científica:

Si es valido (si los medios usados permiten inferir las conclusiones) Que nos dicen los resultados (cual su importancia y significado) Si son aplicables a mi paciente

Carrera de Medicina Universidad Nacional del Sur

Por ej: supongamos que se ha demostrado que ciertas enfermedades articulares aparecen en cierto grupo de edad y este grupo coincide con la edad promedio de implante de prótesis mamaria y no con el de las otras cirugías, usadas como controles, es probable que una diferencia en la aparición de molestias articulares puede deberse a esto y no a las prótesis. Para ello debemos buscar en al sección de “Materiales y Métodos” o “Pacientes” si se han analizado posibles factores de confusión y se ha hecho algún tratamiento estadístico para controlarlos. En el artículo de Brinton se ajustaron con un modelo de regresión (método estadístico adecuado para este fin)

2. ¿Los eventos y las exposiciones se midieron de la misma forma en los grupos en comparación? Por ejemplo el tipo de análisis y evoluciones realizadas para evaluar las articulaciones debe ser similar en ambos grupos. En este sentido es muy imperante verificar si quien realizo la recolección y análisis de los datos estaba “ciego” (desconocía el propósito del estudio) Aquí una salvedad importante es que no siempre puede haber “ciegos” (por ejemplo si se compara una cirugía con un tratamiento no quirúrgico resulta evidente que los pacientes sabrán en que grupo están) Lo importante es que se mantenga “ciego” todo aquel que pueda influir en los resultados en estudios En este caso no será relevante que permanezca “ciego” quien recolecta datos de la historia clínica, sino quien ingrese la información de los cuestionarios. La información para contestar esta pregunta también debemos buscarla en la sección “Material y Métodos”. 3. ¿Como fue el seguimiento?

a) ¿El seguimiento fue suficientemente largo? b) ¿El seguimiento fue completo? Esto dependerá de la temporalidad implícita en lo que se desea demostrar, si el tiempo necesario para el desarrollo de la enfermedad es largo el periodo de seguimiento en estudios de cohorte o aleatorizados deberá superar este lapso. En este caso el seguimiento al menos de 7 años debería ser consitente con el marco biológico oo historia natural de la patología en estudio que está involucrado en la posible asociación. En cuanto a la proporción de pacientes seguidos en la sección “Material y Métodos” se señala que “se obtuvieron respuesta a los cuestionarios de 7447 de las pacientes vivas con implantes y 2203 de las pacientes del grupo comparativo”. Esto representa el 70.7 % y 71.2 %. Es relevante que no se pierdan pacientes en el seguimiento. La primera suposición que podemos hacer es que la distribución de los pacientes con el resultado adverso se dio en iguales proporciones a la de los pacientes seguidos. Pero en realidad al desconocer su evolución puede conducir a sobreestimar o subestimar el efecto. En este caso con casi el 30% de pacientes perdidos este riesgo aumento. En términos generales se considera que no debería exceder el 20%.-

4.- ¿Los resultados del estudio completan las condiciones para considerar una relación causal?

a). ¿Es correcta la relación temporal? Debe quedar claro que los síntomas o la enfermedad comenzó después de la exposición b) ¿Hay un gradiente de dosis respuesta? En algunas circunstancias, no la que estamos analizando, puede comprobarse que a mayor exposición mayor efecto c) ¿Hay evidencia de relación retiro/reinicio? En ocasiones puede demostrarse que el efecto desaparece al retirar la exposición y reaparece al reintroducirla, tampoco es aplicable al caso en estudio

Carrera de Medicina Universidad Nacional del Sur

d) ¿Es la asociación consistente de estudio en estudio? Esto solo puede comprobarse si uno encuentra más de un estudio o mejor aun una revisión sistemática que conteste nuestra pregunta e) La asociación tiene fundamento biológico? Es importante verificar si hay algún mecanismo biológico que explique las asociaciones en estudio, en general esto forma parte de los fundamentos que llevaron a los investigadores a explorar la asociación. Es una forma de probar si no se trata de una asociación casual sin relación causal.

¿CUAL ES LA MAGNITUD Y PRECISION DE LA ASOCIACION ENTRE EXPOSICION Y RESULTADOS? Los diferentes diseños requieren diferentes métodos para estimar la fuerza de la asociación entre la exposición a una posible causa y los resultados de interés. En los estudios de tipo aleatorizados y de cohorte la forma mas común de describir los resultados es calculando la incidencia (que para este caso llamaremos “riesgo”) del evento adverso en los pacientes tratados en relación al “riesgo” en los pacientes no tratados: a esto lo denominamos RIESGO RELATIVO y responde a la pregunta "¿cuántas veces es más probable que las personas expuestas desarrollen la enfermedad, en comparación con las no expuestas?" En nuestro caso sabemos que de 7234 pacientes tuvieron implantes mamarios 351 presentaron síntomas y de 2138 pacientes otros tipos de cirugías plásticas. 62. Para calcular el RR es más sencillo si utilizamos una tabla de 2 X 2

Resultado adverso Totales Presente

Ausentes

Expuesto al Si (Cohorte)

a

b

a+b

Tratamiento No (Cohorte)

c d c+d

Totales a+c b+d a+b+c+d El Riesgo Relativo = RR = [a/(a+b)]/[c/(c+d)] Si a = 351 Riesgo en expuestos = a/(a + b) = 4,6%. Si c = 62 Riesgo en no expuestos = c/(c + d) = 2,9% RR = 4,6%/2,9% = 1,65. Esto significa que en las pacientes que se sometieron a implantes mamarios hay entre 1 y 2 veces mas probabilidades de percibir síntomas articulares si estos son autoreportados que en pacientes con otras cirugías plásticas. En algunos estudios (casos y controles), el calculo de RR no es posible ya que para ello se requiere la posibilidad de medir incidencia (seguimiento prospectivo), porque a menudo se utilizan los casos diagnosticados en un hospital u otro centro de atención médica como población en estudio en lugar de pacientes expuestos al supuesto factor de riesgo. Al partir de los casos que se estudian nunca se podrá calcular la incidencia de la enfermedad. En este caso debe recurrirse a otra medida de asociación que recibe el nombre de Odds Ratio (OR) que en nuestro idioma debe denominarse Razón de Posibilidades y es una estimación del Riesgo Relativo.

Carrera de Medicina Universidad Nacional del Sur

Para su cálculo primero se calculan las Posibilidades (Odds) en expuestos y no expuestos dividiendo el número de sujetos que experimentan el evento dividido el número de sujetos que no lo experimentan. Luego para el calculo del OR se dividen la Posibilidad (Odds) de la enfermedad en el grupo expuesto sobre el la Posibilidad (Odds) de la enfermedad en el grupo no expuesto.

Para que sea más fácil de apreciar la diferencia entre RR y OR:

Riesgo = Nº personas que experimentan el evento

Nº personas en riesgo de experimentarlo

Odds = Nº personas que experimentan el evento Nº personas que no lo experimentan

Llevando el calculo de OR a la tabla de 2 x 2

Resultado adverso Totales Presente

(Casos) Ausentes

(Controles)

Expuesto al Si

a

b

a+b

Tratamiento No

c d c+d

Totales a+c b+d a+b+c+d Odds Expuestos = a/b Odss No expuestos c/d El Odds Ratio OR = {a/b]/ [c/d] = ad/bc Como interpretamos los RR y OR en términos generales: Para complicar un poco más el análisis debemos recordar que los estudios de investigación nos informan resultados de una muestra y esto es solo una aproximación a la realidad, Una información que debemos mirar es lo que se denomina intervalo de confianza (IC) de esta medición. En general se habla de intervalo de confianza del 95%, que nos dice el intervalo en cual existe 95% de posibilidades que se encuentre el valor de la población de referencia para la muestra en cuestión. Así es de esperar que para que un RR sea interpretado con mas fuerza el intervalo de confianza debe encontrase todo en el mismo sentido que el valor hallado (mayor o menor a 1). Es decir que no debe comprender el valor 1. En este caso para cuando los síntomas eran reportados por los pacientes el intervalo de confianza era de 1,5 a 2,8. Esto significa que hay un 95% de posibilidades de que sea un factor de riesgo. Ahora cuando la interpretación de los síntomas las hacían los médicos el RR era similar

Si el RR (u OR) > 1, la enfermedad es más frecuente en el grupo expuesto que en el no

expuesto. Por lo tanto es un factor de riesgo Si el RR (u OR) = 1, entonces la incidencia en ambos grupos son iguales, por lo que

entonces no se pudo demostrar que exista asociación entre el factor de riesgo y la enfermedad

Si el RR (u OR) < 1, entonces la incidencia es menor en el grupo expuesto, por lo que estaríamos frente a un factor de protección.

Carrera de Medicina Universidad Nacional del Sur

pero el IC era 0,7 a 5,4 ya no podemos decir lo mismo ya que existe la posibilidad que el valor real sea menor a uno lo indicaría que no puede establecerse la condición de factor de riesgo En resumen debemos mirar los RR en conjunto con sus IC III.¿LOS RESULTADOS MEJORARÁN LA ATENCIÓN DE MIS PACIENTES? 1. ¿Los resultados son aplicables a mis pacientes? Aquí nuevamente debemos volver a la sección Materiales y Métodos y comparar si la descripción de la población se parece a mi paciente. En este caso por ejemplo si estas pacientes operadas en EEUU antes de 1989 serán similares a la paciente que genero mi duda. Si las prótesis mamarias, si las técnicas quirúrgicas son similares. Como comentarios finales del ejemplo este estudio se muestra con algunos problemas de validez a partir del diseño, la posibilidad de un informe sobreestimado por la forma que se recolectaron los datos Asimismo el análisis de los intervalos de confianza para los RR estimados por profesionales nos deja dudas en cuanto a la magnitud del efecto. Por otra parte puede haberse producido modificaciones técnicas desde el momento de exposición a la actualidad. Con ello deberíamos informar con cautela a nuestra paciente sobre la fuerza de asociación entre los implantes y los síntomas articulares dejando claro que no se puede establecer una relación causal.

Carrera de Medicina Universidad Nacional del Sur

ANEXO I: Planilla de ayuda para el analisis crítico Adaptadas de: Jaeschke R et al, Users' Guides to The Medical Literature, III How to use an article about a diagnostic test. (JAMA 1994; 271: 389-391 & JAMA 1994; 271: 703-707)

A: ¿Son válidos los resultados del estudio?

Preguntas "de eliminación"

1 ¿Cómo fueron los grupos de comparación? a) ¿Hubo grupos de comparación claramente identificados? b) ¿Dichos grupos fueron similares con respecto a las determinantes de resultado importantes, distintas de aquella en estudio?

NO SE PUEDE SABER

2¿Los eventos y las exposiciones se midieron de la misma forma en los grupos en comparación?

NO SE PUEDE SABER

3. ¿Como fue el seguimiento? a) ¿El seguimiento fue suficientemente largo?

b) ¿El seguimiento fue completo?

4.- ¿Los resultados del estudio completan las condiciones para considerar una relación causal?

B: ¿Cuáles son los resultados?

5 ¿CUAL ES LA MAGNITUD Y PRECISION DE LA ASOCIACION ENTRE EXPOSICION Y RESULTADOS?

Carrera de Medicina Universidad Nacional del Sur

Resultado adverso Totales Presente

Ausentes

Expuesto al Si (Cohorte)

a

b

a+b

Tratamiento No (Cohorte)

c d c+d

Totales a+c b+d a+b+c+d El Riesgo Relativo = RR = [a/(a+b)]/[c/(c+d)] Riesgo en expuestos = a/(a + b) = Riesgo en no expuestos = c/(c + d) =

RR = RE/RNE

C: ¿Son los resultados aplicables en tu medio?

8 ¿Son aplicables los resultados a mi paciente? PISTA: Considera que

NO SE PUEDE

Carrera de Medicina Universidad Nacional del Sur

ANEXO II Articulo utilizado como ejemplo

1: Am J Epidemiol. 2004 Oct 1;160(7):619-27.

Risk of connective tissue disorders among breast implant patients. Brinton LA, Buckley LM, Dvorkina O, Lubin JH, Colton T, Murray MC, Hoover R. Epidemiology and Biostatistics Program, Division of Cancer Epidemiology and Genetics, National Cancer Institute, Rockville, MD, USA. brinton@nih.gov In a US retrospective cohort study (1960-1996), 351 (4.8%) of 7,234 patients with breast implants and 62 (2.9%) of 2,138 patients who had undergone other types of plastic surgery reported subsequent rheumatoid arthritis (RA), scleroderma, systemic lupus erythematosus, or Sjogren's syndrome (relative risk = 2.0, 95% confidence interval (CI): 1.5, 2.8). Risks of RA, scleroderma, and Sjogren's syndrome were elevated both before and after 1992, when the Food and Drug Administration changed the status of breast implants to investigational. When records for these diseases were retrieved (35-40% retrieval rate) and blindly reviewed, two expert rheumatologists assessed only a minority of the cases as being "likely" (e.g., regarding RA, 16.5% for implant patients and 23.5% for comparison patients). Recalculation of incidence rates using "likely" diagnoses found relative risks of 2.5 (95% CI: 0.8, 7.8) for RA, scleroderma, and Sjogren's syndrome combined and 1.9 (95% CI: 0.6, 6.2) for RA only. When the proportions deemed "likely" were applied to all self-reports, the estimated relative risks were 2.0 (95% CI: 0.7, 5.4) for the three disorders combined and 1.3 (95% CI: 0.5, 3.8) for RA. These results indicate that self-reports of connective tissue disorders are influenced by reporting and surveillance biases. Given the diagnostic complexities of these diseases, excess risks, if they exist, may be beyond detection even in a study of this size.

BIBLIOGRAFIA COMPLEMENTARIA

Alvarez Cáceres,R. El método científico en las Ciencias de la Salud. Ed. Díaz de Santos, 1996.

Coggon D , Rose G, Barker DJP. Epidemiology for the Uninitiated (4th ed.) BMJ Publishing Group, 1997

Del Valle M. Garcia Dieguez M. Tipo de Diseño Epidemiológico. Área de Análisis Epidemiológico de los Determinantes de la Salud Apuntes para la Carrera de Medicina, Bahia Blanca, Universidad Nacional del Sur, 2005

Fletcher R., Fletcher S., Wagner E. Clinical Epidemiology the essentials. Baltimore: Williams & Wilkins; 1994

Carrera de Medicina Universidad Nacional del Sur

Instituto de Epidemiología Dr.J.Jara. Curso de Epidemiología general. Módulo 2 y Módulo 5. Mayo 2002

Jenicek, M. Epidemiología: principios, técnicas, aplicaciones 3ª reimp.; Barcelona : Masson, 1996

Pineda et al. Metodología de la investigación, 2a. ed. Washington: OPS 1994

Riegelman, R. Y Hirsch, E. Como estudiar un estudio y probar una prueba: lectura crítica de la literatura médica. Washington: OPS. 1992

Sackett D, Straus S, Richardson W, Rosenberg W, Haynes R. Evidence Based Medicine. How to Practice and Teach EBM. 2nd Ed. Edimburgh: Churchil Livingston 2001