Epidemiologia by MARIANA GONZALEZ ARISTIZABAL https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2 en-us 2024-02-10 16:49:14 UTC 2024-02-12 00:35:03 UTC hello@padlet.com Postulados Henle y Koch adavid587 https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2879997067 Fueron la base para aplicar los conceptos de causalidad a eventos de salud-enfermedad relacionados particularmente con infecciones. Aunque, con el advenimiento de nuevas herramientas diagnósticas para el cultivo, aislamiento e identificación microbiológica, han sido modificados para dar validez a contextos clínicos diferentes (ej. Virus).


Aportaron en la construcción del conocimiento de temas de causalidad y motivaron a la búsqueda de nuevos parámetros que se ajusten a la dinámica de la historia natural de cada enfermedad, el entorno y las características individuales. Dentro de sus diferencias con otros postulados es que:

  • No tiene en cuenta la temporalidad del suceso o exposición

  • Conceptos difícilmente extrapolables al contexto de enfermedades crónicas no transmisibles (ECNT)

  • Solo relaciona la presencia de un único agente causal

  • No tiene en cuenta la proporción de individuos que se encuentran enfermos ante determinada exposición (prevalencia e incidencia)

Referencias

  • Evans AS. Causation and disease: the Henle-Koch postulates revisited. Yale J Biol Med. 1976;49(2):175-95

  • Gordis L. Capítulo 15: Mas sobre inferencias causales: sesgos, confusión e interacción. En: Gordis L. Epidemiology. Philadelphia: Elsevier Saunders. 2014: 262-279

  • Rodríguez-Villamizar L. Inferencia causal en epidemiología. Revista de Salud Pública. 2017; 19(3): 409-415

  • López-Moreno S, Garrido-Latorre F y Hernández-Ávila M. Desarrollo histórico de la epidemiología: su formación como disciplina científica. Salud Pública de México. 2000; 42, 133-43

]]> 2024-02-10 22:56:49 UTC https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2879997067 MODELO DE BRADFORD HILL mgonzalez38_18 https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2880046867 Más conocido como los criterios de bradford - hill, explica cómo la relación entre elementos permite identificar un efecto o consecuencia atribuible a la exposición. La cual permite una explicación o interpretación de la naturaleza en medicina y de allí, convertirse en pilar fundamental en la construcción del conocimiento y la ciencia. En este caso, se entiende el estudio de enfermedades no infectocontagiosas con una relación causal no necesaria y no suficiente. Reconociendo así, el carácter científico de las teorías fundamentadas en experimentos de acuerdo al análisis de la población, sus características y exposiciones.


Referencias:


  • Alvarez H. Perez, E.: Causalidad en medicina. Historia y filosofia de la medicina, Gac Méd Méx Vol. 140 No. 4, 2004


  • Gordis, L. Capitulo 1, introducción. Epidemiology, Philadelphia. Elsevier 2014.


  • Morabia, A. On the origin of Hill’s causal cnteria”. Unidad de Epidemiología Clínica, Hospital Universitaio Cantonal Rue Micheli-du-Crest 25,121l Ginebra 4, Suiza.

]]> 2024-02-11 04:11:20 UTC https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2880046867 Modelo de causalidad por Rothman lamado543 https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2880428757 Los criterios de Rothman de multicausalidad, se basan en exponer una (s) causa (s), que conllevan a un evento o efecto. Se define la causa como un evento que al estar presente cambia la probabilidad de que suceda un efecto. A partir de esto, se desglosan 3 tipos de causa, como se ejemplifica la imagen.

  • Causa suficiente: inevitablemente produce el ejemplo.

  • Causa componente: cada causa o elemento, que juntos forman una causa suficiente.

  • Causa necesaria: causa componente que miembro de cada causa suficiente (en la figura, A).


Por ello, en una población, se deben tener en cuenta la prevalencia de cada causa componente, que en conjunto forman una causa suficiente. De este modo, la oportunidad de intervención, irá dirigida a una causa componente de la causa suficiente.


No obstante, cuenta con una limitación para ser el modelo ideal para la epidemiología y es que no tiene en cuenta las relaciones entre las diferentes causas, lo que podría conducir sesgos (de información y selección). Igualmente Se ha de resaltar, que cuenta con un componente aleatorio, sin embargo son causas componentes no medidas.


Bibliografía:

1.    Rodríguez-Villamizar la. Inferencia causal en epidemiología. Revista de salud pública. 2017 mayo 1;19(3):409–15. Doi:10.15446/rsap.v19n3.66180

2.    Álvarez-Martínez Héctor, Pérez-Campos Eduardo. Causalidad en medicina. Gac. Méd. Méx [revista en la internet]. 2004 ago [citado 2024 feb 11] ; 140( 4 ): 467-472. Disponible en: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=s0016-38132004000400018&lng=es.

3.    Organización mundial de la salud, organización panamericana de la salud. Unidad 2: salud y enfermedad en la población. In: módulos de principios de epidemiología para el control de enfermedades (MOPECE). 2nd ed. Washington: organización panamericana de la salud; 2011. P. 20–1.

4.    Rothman K, Greenland S. Causation and Causal Inference in Epidemiology. American Journal of Public Health. 2005;95(S1). doi:https://doi.org/10.2105/AJPH.2004.059204)

]]> 2024-02-11 23:46:58 UTC https://padlet.com/mgonzalez38_18/ka2wzz6ygt1lguk2/wish/2880428757