Epidemiologia/Introducció

Introducció

L'epidemiologia estudia la distribució de la salut i de la malaltia en la població i quins són els factors relacionats amb aquesta distribució i els seus canvis. El camp actual de l'epidemiologia és molt ampli. Tanmateix, es poden diferenciar dos aspectes:

• El mètode epidemiològic.
• L'aplicació del mètode epidemiològic en l'estudi de la salut i la malaltia en la població i la dels seus determinants. En aquest sentit, el mètode epidemiològic seria la ciencia bàsica de la salut pública.

Com que els determinats de la salut i la malaltia de la població són molt diversos, l'àmbit de l'aplicació del mètode epidemiològic és molt ampli: des de les conductes fins al sistema sanitari i les seves característiques, passant per totes les condiciones físiques, químiques i socioeconòmiques de l'entorn.

És útil a nivell conceptual diferenciar dos grans àmbits de l'epidemiologia, malgrat que, a la pràctica, aquests dos àmbits rarament són mútuament excloents:

• L'epidemiologia descriptiva que estudia la distribució dels estats de salut en funció de les característiques de persona (p.ex., edat, sexe, nivell socioeconòmic o professió), lloc (p.ex., característiques del barri, ciutat o regió) i temps (mes, estació o any). En definitiva, es respon a la pregunta de qui està malalt, a on i quan.
• L'epidemiologia analítica que estudia els determinants de la salut i la malaltia.

L'epidemiologia ha desenvolupat una sèrie de mètodes d'investigació per comprendre com es comporten les malalties, els malalts i el propi sistema de salut. Es pretén presentar un resum del mètodes més importants que s'utilitzen per identificar aquells factors de protecció de la salut i aquells factors de risc de la malaltia (epidemiologia analítica). I es presentaran en l'ordre lògic d'una investigació epidemiològica: des del disseny fins l'anàlisi.

El problema bàsic que s'abordarà és avaluar l'associació entre un determinat factor (que s'anomenarà amb nom genèric d'exposició i es representarà per la lletra E) i algun esdeveniment de salut (que s'anomenarà amb nom genèric de malaltia, M). Generalment, el factor estudiat tindrà només dos valors, exposició sí (E+) o no (E-), encara que també es presentaran casos on l'exposició presenta diferents graus o és una variable quantitativa. També l'esdeveniment de salut habitualment només presentarà dos valors possibles: malalt (M+) i no malalt (M-). Però també s'analitzaran altres esdeveniments de salut com, per exemple, la recidiva d'una malaltia, la guarició o la defunció.

El concepte de cas i no cas

En el text, sovint es parla de "cas" i de "no cas". Un cas és una persona amb la malaltia estudiada. Estar malalt no implica ser un cas. Si la malaltia d'interès és, p.ex., la cirrosi, un diabètic no és un cas. La finalitat d'un estudi epidemiològic sol ser descriure la distribució dels casos en la població (epidemiologia descriptiva) o identificar els determinants de ser cas (epidemiologia analítica).

Població

L'estudi de poblacions diferencia l'epidemiologia d'altres disciplines mèdiques. Les dades d'un estudi epidemiològic estan generalment basades en observacions individuals de diferents subjectes, però la seva interpretació i les conclusions es basen en la combinació dels resultats de diferents individus. Hi ha dues raons fonamentals per les quals l'epidemiologia necessita estudiar les dades d'un conjunt d'individus ( pàg. 20-21):

• La finalitat última de l'epidemiologia és millorar l'estat de salut de la població. En un primer nivell l'interès de l'epidemiologia es centra en l'individu però, només com un element de la població.
• Des d'un punt de vista metodològic per a determinar l'impacte que té un factor sobre l'estat de salut, és necessari estudiar un conjunt d'individus, no un subjecte individual. Definir un factor com un determinant de la malaltia només té sentit en termes probabilístics, és a dir, que si el factor està present no provocarà necessàriament la malaltia, sinó que només augmentarà la probabilitat que aquesta es desenvolupi. Així, per exemple, el fumar tabac no provoca necessàriament un càncer de pulmó sinó que augmenta la probabilitat de presentar-lo. Aquest augment només pot observar-se estudiant un grup d'individus. Si s'estudiés un individu sol, podria ser que aquest fos un fumador que mai desenvolupés un càncer de pulmó. La conclusió seria que el tabac no produeix càncer de pulmó. Només al estudiar un grup nombrós de subjectes podrem concloure quina és la relació entre fumar tabac i desenvolupar un càncer de pulmó.

Els determinants de l'estat de salut

Diferents nivells de causalitat de la malaltia coronària.

Estructura social (posició social): classe social, edat, sexe, ètnia ↓

Influències de l'entorn (lloc): localització geogràfica, condicions del barri i d'habitatge, riscos laborals, accés a serveis ↓

Influències de l'estil de vida (conducta individual): fumar, alimentació, activitat física, factors psicosocials ↓

Influències fisiològiques: pressió sanguínia, colesterol, obesitat ↓

Malaltia coronària

Són factors que poden provocar un canvi en l'estat de salut, passant tant d'un estat positiu a un de negatiu com viceversa. Es poden agrupar en dos nivells:

• Determinants del propi subjecte (hoste)
• Determinants de l'entorn biològic, físic, químic o social

Els principals determinants de la salut d'una població són les condicions econòmiques, socials i culturals, encara que, al ser complicat el seu estudi, se'n coneixen poques coses com a condicionants de l'estat de salut d'una població. Per alguns autors, "els aspectes de justícia social expliquen millor l'estat de salut que la biologia i els factors d'estil de vida. La pobresa o el nivell socioeconòmic és el millor predictor de mala salut o poc accés als recursos" (Wilkinson. 1997, citat per p. 349-80).

Habitualment, quan es parla de determinants de la salut hom es sol referir als estils de vida (p. ex., l'exercici o la dieta) o a alteracions fisiològiques (p.ex., l'obesitat o la hipertensió). Tanmateix, aquests factors solen ser la conseqüència de factors més generals. Se sap que les conductes no saludables dels individus apareixen en un context sociocultural determinat i en són un reflex. El fet de reconèixer que l'origen (total o parcial) de la conducta han de cercar-se en un altre nivell (la família, el lloc de treball, la comunitat o una determinada posició de l'individu a la societat) posa de manifest l'existència de diferents nivells d'explicacions o causalitat.

Com un exemple, a la taula es presenten els diferents nivells de causalitat per a la malaltia coronària. Aquesta és el resultat de, per exemple, els nivells de colesterol (lipoproteïnes de baixa densitat), hipertensió i aterogènesi. Aquests factors són, alhora, el resultat de conductes individuals de risc (p. ex. fumar o una dieta inadequada). Aquestes, a la vegada, depenen de condicions de lloc (on viu l'individu) i tal vegada, de la posició social dels individus i dels grups a la societat. En aquest sentit, el risc d'un individu de desenvolupar una malaltia coronària depèn, en definitiva, de la seva posició social i del grup social al qual pertany.

Es poden diferenciar tres tipus de determinants:

• Marcador del risc: El factor està associat estadísticament amb la malaltia.
• Determinant: És un marcador del risc que pot estar associat causalment amb la malaltia, però sense existir proves.
• Factor de risc: És un determinant probablement causal de la malaltia ja que:
  • L'associació persisteix malgrat ajustar pels factors de risc coneguts de la malaltia.
  • Al variar la intensitat de l'exposició al factor, varia el risc de desenvolupar la malaltia.

Tanmateix, en aquest test només es parlarà en sentit general de factor de risc.

El mètode epidemiològic

L'epidemiologia analítica pretén determinar els factors relacionats amb l'aparició de la malaltia i la seva evolució i l'impacte que tenen en la salut de la població. Això ho aconsegueix:

• Comparant la freqüència de la malaltia (o de l'exposició) en grups d'individus similars per determinar si existeix una associació estadística entre el factor i el desenvolupament de la malaltia.
• Descartant que aquesta associació estadística no sigui deguda a errors en l'estudi (com es comentarà més endavant, fluctuacions del mostreig, biaixos, factors de confusió no considerats o interaccions no identificades). Aquest darrer punt és extremadament important. Encara que la epidemiologia analítica de vegades es vista com un conjunt d'eines estadístiques utilitzades per dilucidar les associacions entre les exposicions i les malalties, és molt millor considerar-la com l'esforç de descobrir quina és relació entre l'exposició i la malaltia, després d'eliminar els possibles errors que la poden falsejar (relacions causals).

Els mètodes utilitzats són, a grans trets, un d'aquests dos:

• Comparar la freqüència de la malaltia en grups d'individus similars, però:
  • Un amb una determinada característica: per exemple, exposats a un determinat producte.
  • L'altre sense aquesta característica: per exemple, no exposats a l'esmentat producte.

Exemple

Per avaluar el paper del tabac en el càncer de pulmó, es van realitzar estudis que partiren de dos grups d'individus l'única diferència dels quals radicava en què un estava format per fumadors (grup exposat al tabac) i l'altre per no fumadors (grup no exposat). Aquests dos grups es van seguir durant diversos anys observant-se que la freqüència d'aparició de la malaltia en el grup de fumadors era superior que en el grup de no fumadors.

• Comparar la freqüència dels antecedents d'exposició en:
  • Un grup de malalts (casos)
  • Un grup similar de no malalts (controls)

Exemple

Per verificar si el tabac era un determinant per al càncer de pulmó, es va començar realitzant estudis que partien de dos grups d'individus de característiques similars, però un compost per subjectes diagnosticats de càncer de pulmó (o casos) i altres per subjectes que no patien el càncer (o controls). S'observà que el consum de tabac havia estat més alt entre els casos que entre els controls, suggerint que l'ús del tabac estava relacionat amb l'aparició de la malaltia.

Exemple

El càncer de vagina no s'observava en dones joves abans del 1966. No obstant, entre 1966 i 1969, es van diagnosticar 8 casos en dos hospitals de Boston, Massachusetts. Això suggeria que alguna nova causa s'havia introduït en els anys anteriors. Es van comparar els antecedents de les noies amb càncer (casos) amb els de noies similars, però sense càncer (controls). Es va observar que el percentatge de mares que havien pres dietilestilbestrol (DES) durant l'embaràs havia estat del 87,5% en les mares amb filles amb càncer i del 0% en les mares amb filles sense càncer.

Si l'exposició està associada estadísticament amb la malaltia, la freqüència de la malaltia o de l'exposició en els grups comparats serà diferent.

Aquests dos mètodes d'estudi (comparar la freqüència de la malaltia en exposats i no exposats o els antecedents de l'exposició en malalts i no malalts) tenen moltes similituds, per la qual cosa en comptes de parlar dels dos tipus d'aproximacions, s'acostuma a comentar només la primera, aplicant-se molts dels raonaments a la segona.

La epidemiologia utilitza quatre eines bàsiques per identificar els factors de risc :

• Els tipus de disseny d'estudis que facilita l'obtenció de dades útils.
• Les mesures de freqüència que permeten quantificar la freqüència de la malaltia (o altres esdeveniment relacionat amb la salut com la discapacitat o la mort) o de l'exposició: risc, oportunitat o taxa.
• Les mesures que comparen les mesures de freqüència dels dos grups per determinar:
  • La força de l'associació estadística (mesures d'associació): risc relatiu, oportunitat relativa i prevalença relativa.
  • L'impacte de l'exposició causal en la població (mesures d'impacte potencial): risc atribuïble.
• Mètodes analítics que permeten dilucidar de forma òptima la relació entre la malaltia i els possibles factors de risc, eliminant l'influencia de terceres variables que poden confondre o modificar la relació entre l'exposició i la malaltia: anàlisi estratificat i regressió.

Tipus d'associació

La relació que existeix entre una exposició a un factor determinat i una malaltia pot ser ( pàg. 846-47, capítol 2):

• Independent (absència d'associació)
• Associació estadística
  • Associació espúria o no causal
  • Associació estadística causal

Independent (absència d'associació)

L'associació entre un factor i una malaltia és independent si la freqüència de la malaltia en les persones exposades al factor és la mateixa que la de las no exposades. En la realitat, al comparar la freqüència de la malaltia en un grup d'exposats i en un de no exposats, és possible que la freqüència sigui diferent sense que existeixi associació entre l'exposició i la malaltia, com s'exposarà en el següent exemple.

Suposeu que la utilització de suavitzants a la roba no augmenti la probabilitat de desenvolupar un càncer de pell. Un investigador sospita el contrari. Per comprovar si aquesta sospita està o no fonamentada, estudia un grup de 1.000 persones que han utilitzat sempre suavitzants i 1.000 persones similars en totes les característiques excepte que mai els han utilitzat.

Encara que la utilització de suavitzants no augmenti la probabilitat de càncer de pell, és poc probable que el nombre de persones que hagin presentat càncer de pell sigui idèntic en els dos grups. Això és perquè els processos biològics, com l'estat de salut, depenen d'una multitud de factors causals, molts d'ells desconeguts i que varien de forma incontrolable. Com a conseqüència, existeix una important variabilitat biològica i, encara que s'intenti escollir els grups de persones molt similars, encara seran diferents en molts aspectes incontrolables. Per tant, no serà difícil de creure que la freqüència de càncer de pell no sigui idèntica en els dos grups i pot succeir que, per pur atzar, sigui més alta en el grup que utilitza suavitzants.

Si succeeix això, però la diferència en la freqüència de la malaltia és molt petita, el més plausible és que aquestes diferències siguin degudes a particularitats de les mostres estudiades («atzar») i no al fet que els suavitzants incrementen el risc de càncer de pell. Per tant, estarem davant d'una absència d'associació (l'aparició de la malaltia és independent d'estar o no exposat al factor estudiat). Al contrari, si la diferència de la freqüència de la malaltia entre els dos grups és molt gran, el més plausible és que els resultats no siguin deguts a l'atzar i es conclourà que existeix una associació (estadística) entre l'exposició estudiada i la malaltia.

L'estadística és l'eina que permet quantificar el paper de l'atzar i la que permet rebutjar la hipòtesi que les diferències en la freqüència de la malaltia entre els dos grups no són degudes al factor estudiat, sinó que, sota el supòsit de que el factor estudiat no te cap efecte, són degudes a l'atzar o error de mostreig. Això s'expressa dient que la diferència en la freqüència de la malaltia entre exposats i no exposats no és estadísticament significativa. La freqüència de la malaltia en exposats és diferent que la dels no exposats però, la diferència és deguda a l'atzar i es conclou que en la població no s'associen el fet d'estar exposat al factor i l'aparició de la malaltia. Aquest raonament parteix de la base de suposar que el suavitzant no té cap efecte sobre el càncer de pell. Sense aquesta premissa, el raonament no te cap validesa. El mètode utilitzat (proves d'hipòtesis de Neyman i Pearson ( pàg : 936-37)) és, a nivell conceptual, relativament simple. Es parteix de la hipòtesi de que no existeix cap relació entre l'exposició i la malaltia i, sota aquesta hipòtesi, és calcula la probabilitat d'obtenir els resultats (l'anomenat valor de p).

Exemple

L'investigador estudia un grup de 1.000 persones que utilitzen regularment suavitzant i 1.000 que no en fan servir mai. Al final de l'estudi, presenten un càncer de pell el 1% dels exposats i el 0,8% dels no exposats. Si el suavitzant no varia el risc de càncer de pell, quina és la probabilitat que en una mostra aleatòria de 1.000 persones exposades i 1.000 no exposades, s'obtingui una diferència de 0,2 punts (1% - 0,8%), o major, en el percentatge de malalts? L'estadística ens permet estimar-la: p = 64%. És una probabilitat molt elevada. No és cap cosa excepcional que, si el suavitzant és innocu, en aquest estudi trobi en els exposats un 25% més casos de càncer. És conclou que és un resultat que s'espera per les fluctuacions normals associades a estudiar mostres i es conclou que la diferencia no és estadísticament significativa i que el suavitzant no varia el risc de càncer. Evidentment s'està utilitzant un mètode inductiu i, per tant, les conclusions s'han d'acceptar en prudència, ja que mai es pot estat segur del tot de que la conclusió segui la correcta.

Associació estadística

Existeix una associació estadística, o simplement associació, entre un factor determinat i una malaltia, si el factor augmenta la probabilitat que les persones que hi estan exposades desenvolupin la malaltia. Per poder conèixer si en la població existeix una associació estadística és necessari estudiar-ne una mostra.

Al realitzar aquest estudi, es conclourà que existeix una associació estadística, si la freqüència de la malaltia en el grup d'exposats al factor estudiat és significativament diferent a la freqüència de la malaltia en el grup no exposat. El terme significativament es refereix a què, si en la població el factor no està relacionat amb la malaltia, és molt poc probable que les diferències trobades s'expliquin per l'atzar. L'estadística és l'eina que permet, sota la hipòtesi de que en la població no existeixen diferències, rebutjar l'atzar com a hipòtesi més plausible per a les diferències trobades entre el grup d'exposats i de no exposats.

Exemple

L'anterior investigador fa el mateix estudi, però en aquest cas l'exposició és la utilització regular de cosmètics que tenen a la vegada Trietanolamina i bronopol. En aquest cas en el grup exposat identifica un 2% casos de càncer de pell i en el no exposat 0,7%. Si l'exposició simultània a aquests dos productes no varia el risc de càncer de pell, quina és la probabilitat que en una mostra aleatòria de 1.000 persones exposades i 1.000 no exposades, s'obtingui una diferència de 1,3 punts (2% - 0,7%), o major, en el percentatge de malalts? L'estadística ens permet estimar-la: p = 1,18%. És una probabilitat molt baixa. És excepcional que, si l'exposició és innòcua, en aquest estudi trobi en els exposats un 2,9 vegades més casos de càncer (2/0,7=2,9). És conclou que és un resultat que no s'espera per les fluctuacions normals associades a estudiar mostres i es conclou que la diferencia és estadísticament significativa i que el suavitzant varia el risc de càncer. Evidentment al utilitzar-se un mètode inductiu la conclusions s'han d'acceptar en prudència, ja que mai es pot estat segur del tot de que la conclusió segui la correcta.

Si es troba una associació estadística entre una exposició i una malaltia, aquesta pot ser no causal (o espúria) o causal.

Associació espúria o no causal

L'existència d'associació (estadística) entre dos variables no significa que existeixi una relació causal entre les dues. Pot existir una associació degut a un disseny inadequat de l'estudi (biaixos) o a la presència d'un tercer factor (factor de confusió). Aquest tipus d'associacions es denominen «no causals». A l'annex 1 es presenta un exemple d'associació espúria entre comprar un tipus de gelat i el mal funcionament d'un automòbil (el vehicle en qüestió no arrancava quan el propietari comprava un gelat de vainilla i no presentava cap problema si el gelat era d'un altre tipus).

Només una minoria de les associacions entre una exposició i una malaltia són causals en el sentit que un canvi en l'exposició comporta un canvi en la probabilitat de desenvolupar la malaltia. La major part de les associacions que es troben entre un factor i una malaltia no són causals i són degudes principalment a problemes en el disseny dels estudis o la presència de factors de risc de la malaltia que estan associats a l'exposició estudiada.

Associació estadística causal

Una associació entre un factor i una malaltia és causal si la freqüència de la malaltia canvia quan s'altera el factor ( pàg.22). La prova més convincent s'obté mitjançant l'experimentació, és a dir, variant únicament el factor i observant el comportament de la malaltia en la població. Aquest mètode no es sol poder fer amb éssers humans. Encara que s'han suggerit tota un sèrie de criteris per avaluar la plausibilitat que una relació sigui causal, lamentablement no existeixen uns criteris de causalitat completament fiables i l'avaluació de la naturalesa causal en absència d'una experimentació directa, no és senzilla ni totalment objectiva. Les proves que es tenen es poden agrupar i realitzar diferents combinacions.

Sovint, existeixen diferències d'opinió com a resultat d'una combinació i interpretació subjectiva de les proves, així com de les creences prèvies ( pàg. 25). Habitualment, les proves que es posseeixen són avaluades de forma diferent pels diferents observadors i és difícil establir a partir de quin moment les proves que es posseeixen poden ser considerades com a concloents que l'associació és causal.

Aquest fenomen no és exclusiu de l'epidemiologia i en altres camps de la ciència no és fàcil passar dels fets a la teoria. En l'acceptació o no d'una teoria (en certa manera l'equivalent a afirmar que existeix una associació causal entre una exposició i una malaltia) les preferències personals també hi juguen un paper i davant d'una teoria existeixen grups de científics que hi estan a favor i grups que hi estan en contra, sense que es pugui aportar cap criteri absolut ( pàg. 8-9). Això mateix succeeix en el camp de l'epidemiologia. És complicat a partir dels fets aportats per diversos investigadors (proves) establir si en realitat existeix una relació causal entre una exposició i una malaltia (teoria). Fins i tot, durant anys es pot estar discutint quin és el paper que exerceix un determinat fàrmac o una altra intervenció en una determinada patologia sense que es pugui establir amb facilitat. Alguns exemples:

• A finals del segle XX (20 de febrer de 1997), el N Eng J Med encara publicava un article editorial i un altre original sobre el paper dels digitàlics (un fàrmac que ja s'utilitzava des de feia dos segles) en la insuficiència cardíaca .
• La albúmina durant molts anys s'ha administrat a malalts amb hipovolèmia. No obstant, el 1988 es va suggerir que aquest tractament podria augmentar el risc de defunció .
• Des de fa molts anys s'ha aconsellat realitzar el cribratge del càncer de mama. Però, diversos estudis recents han posat en dubte els seus beneficis i es discuteix el seu benefici.

Per altra banda, les malalties rarament poden atribuir-se a una única causa. La gran majoria de vegades, les malalties són causades per una constel·lació de factors, alguns coneguts i altres no.

Dintre d'aquesta constel·lació existeixen causes necessàries però no suficients com p. ex. el virus de la rubèola (per adquirir la malaltia és necessari entrar en contacte amb el virus, però no és una causa suficient, ja que no totes les persones que entren en contacte amb el virus emmalalteixen). No obstant, la gran majoria de les causes de les malalties no són ni necessàries ni suficients. Per exemple, el tabac no és una causa suficient de càncer de pulmó, atès que existeixen fumadors que no presenten càncer ni és una causa necessària ja que no tots els que desenvolupen un càncer de pulmó fumen. La majoria de causes de les malalties contribueixen a l'aparició de la malaltia, però no són ni necessàries i suficients. És per això, que en epidemiologia, per designar els determinants de l'estat de salut , en comptes de parlar de causes sovint es prefereix parlar de factors de risc. La identificació dels factors de risc és una de les prioritats de l'epidemiologia ja que la seva identificació permet la implantació de mesures preventives.

Finalment, sovint, només es pot observar que l'exposició a un determinat factor augmenta la probabilitat de desenvolupar la malaltia i aquest augment no pot ser atribuït ni a un biaix (problema en el disseny de l'estudi) ni a l'existència d'un tercer factor (factor de confusió). En aquests casos es diu que existeix una associació entre l'exposició i la malaltia o que l'exposició és un factor de risc de la malaltia.

Factor de risc

Criteris que ha de complir una exposició per ser considerada un factor de risc (adaptat de Friis i col. )

Una exposició és un factor de risc si: La variable covaria amb la malaltia (és a dir, existeix una associació entre l'exposició i la malaltia en el sentit que l'exposició al factor fa variar la probabilitat de la malaltia). La variable (exposició) o els canvis en la variable precedeix l'aparició de la malaltia. És a dir, la malaltia no influeix en el valor de l'exposició. L'associació observada no és deguda completament a: errors en el mostreig (atzar), sota la hipòtesi de que no es cap factor de risc la intervenció d'un altre factor de risc (confusió) problemes en el disseny de l'estudi (en la selecció dels grups que s'estudien o en el mesurament de l'exposició o de la malaltia) o en anàlisis de les dades (existència de biaixos) De forma similar, un factor pronòstic és una variable (exposició) que es sospita que està relacionada amb la probabilitat que un individu amb una determinada malaltia presenti un desenllaç determinat: curació, millora, empitjorament o mort.

Són factors (o exposicions) que intervenen en l'aparició de la malaltia. Els factors de risc varien la probabilitat que una persona presenti la malaltia, Si el factor de risc augmenta la probabilitat de presentar la malaltia es referirà com «factor de risc» en sentit estricte, en el cas contrari es tractaria com un factor de risc negatiu o factor de protecció (la seva presència disminueix la probabilitat de desenvolupar la malaltia).

Els factors (o exposicions) que canvien la història natural d'una malaltia s'anomenen factors pronòstic. Intervenen en:

• L'aparició de complicacions dins de l'evolució de la malaltia.
• La durada de la malaltia
• El desenllaç de la malaltia: curació, incapacitat, alteració de la qualitat de vida o mort.

Els factors pronòstic varien la probabilitat que es produeixin aquests successos modificant la història natural de la malaltia.

És precís diferenciar entre factor de risc i el mecanisme o patogènesi de la malaltia: L'aspirina és un factor de risc per la síndrome de Reye, però encara s'està treballant en dilucidar el mecanisme. Els mètodes epidemiològics permeten identificar els factors de risc, però no els mecanismes de la malaltia. Afortunadament no és necessari entendre el mecanisme causal per poder establir mesures preventives. Tot i que es desconeix el mecanisme a través del qual l'aspirina produeix la síndrome, les campanyes per limitar-ne l'administració a nens a disminuït dramàticament el nombre de casos declarats en els Estats Units ).

L'objectiu últim de la identificació de les causes de les malalties és permetre prevenir els estats de salut negatius i promoure els positius. En aquest sentit interessa conèixer especialment aquelles que es poden modificar. I per modificar-les no és necessari conèixer de forma precisa la naturalesa causal d'una associació. Així, per exemple, el capità James Cook no va necessitar conèixer de forma precisa les causes de l'escorbut per prevenir-lo en els mariners mitjançant la introducció de fruites i vegetals frescos en l'alimentació.

En el camp de la clínica, el mètode epidemiològic ha permès caracteritzar els determinants de moltes patologies. També ha permès establir la història natural de moltes malalties i identificar aquells factors que hi influeixen, permetent al clínic millorar la seva capacitat de diagnosticar la malaltia, de tractar-la i de pronosticar l'evolució d'un determinat malalt.

Annex

Associació no causal

Associació no significa causalitat: El Pontiac que no arrancava quan el seu propietari comprava un gelat de vainilla

A complaint was received by the Pontiac Division of General Motors:

"This is the second time I have written you, and I don't blame you for not answering me, because I kind of sounded crazy, but it is a fact that we have a tradition in our family of ice cream for dessert after dinner each night. But the kind of ice cream varies so, every night, after we've eaten, the whole family votes on which kind of ice cream we should have and I drive down to the store to get it. It's also a fact that I recently purchased a new Pontiac and since then my trips to the store have created a problem. You see, every time I buy vanilla ice cream, when I start back from the store my car won't start. If I get any other kind of ice cream, the car starts just fine. I want you to know I'm serious about this question, no matter how silly it sounds: 'What is there about a Pontiac that makes it not start when I get vanilla ice cream, and easy to start whenever I get any other kind?'"

The Pontiac President was understandably skeptical about the letter, but sent an engineer to check it out anyway. The latter was surprised to be greeted by a successful, obviously well-educated man in a fine neighborhood. He had arranged to meet the man just after dinner time, so the two hopped into the car and drove to the ice cream store. It was vanilla ice cream that night and, sure enough, after they came back to the car, it wouldn't start.

The engineer returned for three more nights. The first night, the man got chocolate. The car started. The second night, he got strawberry. The car started. The third night he ordered vanilla. The car failed to start.

Now the engineer, being a logical man, refused to believe that this man's car was allergic to vanilla ice cream. He arranged, therefore, to continue his visits for as long as it took to solve the problem. And toward this end he began to take notes: he jotted down all sorts of data, time of day, type of gas used, time to drive back and forth, etc.

In a short time, he had a clue: the man took less time to buy vanilla than any other flavor. Why? The answer was in the layout of the store.

Vanilla, being the most popular flavor, was in a separate case at the front of the store for quick pickup. All the other flavors were kept in the back of the store at a different counter where it took considerably longer to find the flavor and get checked out.

Now the question for the engineer was why the car wouldn't start when it took less time. Once time became the problem -- not the vanilla ice cream -- the engineer quickly came up with the answer: vapor lock. It was happening every night, but the extra time taken to get the other flavors allowed the engine to cool down sufficiently to start. When the man got vanilla, the engine was still too hot for the vapor lock to dissipate.

Font: Hassan Soubhi, list EPIDEMIO-L <epidemio-l@CC.UMontreal.CA>, 07 Jul 1998