Asociación contra causalidad
En el mejor de los casos, un estudio puede mostrar que existe una asociación entre una exposición y una enfermedad. Puede usarse la prueba estadística utilizada en estudios de salud para demostrar una asociación entre una exposición y una enfermedad. La asociación significa que hay evidencia estadística que muestra una relación entre la exposición y la enfermedad. Esta asociación puede realmente deberse a la exposición que causa la enfermedad o puede deberse a otros factores. Incluso si un estudio muestra una asociación entre la exposición y la enfermedad, un solo estudio no puede probar que la exposición causó la enfermedad. Para establecer una relación de causa y efecto entre la exposición y la enfermedad, los científicos consideran muchos estudios sobre un periodo de tiempo y más evidencia además de estudios. A menudo, esto se denomina el enfoque del "peso de la evidencia".

Con frecuencia, cuando se determina la causalidad en epidemiología ambiental, los científicos se guían por las consideraciones delineadas por el científico Sir Austin Bradford Hill en 1965. Se requiere que algunas de estas consideraciones establezcan una relación de causa y efecto; no se requieren otras consideraciones, pero de estar disponibles fortalecerían el caso para una relación causa y efecto. A pesar de que estas consideraciones son muy respetadas, pueden evolucionar en la medida en que surja nuevo conocimiento.

Cómo llaman los científicos
a estas consideraciones
Preguntas planteadas por
estas consideraciones
fuerza de la causalidad ¿el índice de enfermedad entre el grupo expuesto es mucho mayor que el índice de enfermedad en el grupo no expuesto?
consistencia ¿diferentes investigadores han sido testigos de la misma asociación en diferentes lugares en estudios llevados a cabo en diferentes momentos?
especificidad ¿un tipo de exposición está asociada a un tipo de enfermedad? ¿La enfermedad no es causada por ningún otro factor?
temporalidad ¿ocurre la exposición antes de la enfermedad?
gradiente biológico
o relación dosis-respuesta
para diferentes niveles de exposición, ¿existen grados variantes de riesgo para la enfermedad?
Cómo llaman los científicos
a estas consideraciones
Preguntas planteadas por
estas consideraciones
plausibilidad biológica ¿existen hallazgos de investigación que muestren evidencia de un mecanismo biológico que conecte la exposición con la enfermedad?
coherencia ¿estos hallazgos son consistentes con el conocimiento generalmente aceptado sobre la historia natural y la biología de la enfermedad?
experimento ¿ha habido experimentos que muestren que reducir o eliminar la exposición causa una disminución en el índice de la enfermedad?
analogía ¿se han establecido bien las asociaciones entre tipos similares de exposiciones y enfermedades?
Manera en que las estadísticas brindan evidencia de una asociación
Suponga que los científicos llevan a cabo un estudio en busca de la posible asociación entre una exposición y un resultado en la salud, y luego publican los resultados. ¿Cómo sabemos si los resultados reflejan una asociación real entre la exposición y la enfermedad, o una que posiblemente pudiera haber ocurrido de casualidad?

Después de completar un estudio, los investigadores realizan una prueba estadística en los resultados. Una prueba estadística se usa para determinar si una exposición está asociada con una enfermedad. Una prueba estadística le da un valor-p a estos resultados. El valor-p da información sobre qué tan probable es que la casualidad haya producido la aparente conexión entre la exposición y la enfermedad.

El valor-p es la probabilidad de que el estudio pudiera encontrar por error una asociación entre la exposición y el resultado de salud cuando, en realidad, no existe tal asociación. Los científicos generalmente quieren evitar este error y deciden, incluso antes de que se conduzca un estudio, que sus resultados logren un pequeño valor-p (usualmente del 5% o menos). Si los resultados de su estudio generan un pequeño valor-p, los científicos concluirán que una exposición y un resultado de salud están asociados.

¿Cuáles son las limitaciones de las herramientas estadísticas?
¡Una prueba estadística puede darle un resultado equivocado! Incluso si no existe una asociación real entre la exposición y la enfermedad, una prueba estadística puede indicar que sí hay una asociación. El aumento en el índice de enfermedad en el grupo expuesto comparado con el grupo no expuesto puede deberse a la casualidad. Lo inverso también es verdad: Incluso si existe una asociación real entre la exposición y la enfermedad, una prueba estadística puede indicar que no hay una asociación. El aumento en el índice de enfermedad entre el grupo expuesto comparado con el grupo no expuesto puede no ser lo suficientemente grande para generar un pequeño valor-p.

Además, una prueba estadística es solo tan buena como la calidad de la información recolectada. Los factores que pueden afectar la calidad de los datos incluyen la habilidad para encontrar la población objetivo, clasificación errónea de exposición, clasificación errónea de la enfermedad y la interferencia o confusión. Aún más, un pequeño tamaño de muestra en un estudio puede causar que la prueba estadística muestre que no hay asociación entre la exposición y la enfermedad cuando realmente si existe una asociación.

Es importante destacar que debido a la posibilidad de estos errores, los epidemiólogos no confían solamente en estas pruebas. Más evidencia además de los resultados de una prueba estadística necesaria para determinar si la exposición causó la enfermedad o no.