Orden cronológico: el evento causa ocurre antes del evento efecto.

Correlación: el evento efecto cambia a medida que cambia el evento causa

Variabilidad causal: los cambios en los eventos causales son causados ​​por cambios en los eventos causales.

El orden temporal y la correlación son directamente observables y la variabilidad se puede demostrar indirectamente excluyendo la posibilidad de otros factores.

Definición: Marco teórico utilizado en la medicina moderna para distinguir diferentes causas y explicar su relación con las enfermedades, sus relaciones entre sí y sus mecanismos de acción.

usar

El objetivo final: descubrir nuevas causas o captar las causas principales para desarrollar una estrategia de prevención de enfermedades más completa y eficaz.

Definición: Una enfermedad a menudo tiene múltiples cadenas causales independientes o interrelacionadas. Diferentes cadenas causales de la misma enfermedad están conectadas y entrelazadas entre sí para formar una red causal más compleja y completa. La estructura general de la red de conexiones desde la etiología hasta el inicio se llama red de etiología.

La eliminación de cualquier factor en una cadena de causas puede cortar por completo toda la cadena de causas, evitando así que la enfermedad se produzca a través de esta cadena de causas.

Diferentes cadenas causales pueden tener diferentes efectos sobre la aparición de la enfermedad. Una prevención eficaz debería eliminar las principales cadenas causales.

Diferentes cadenas causales pueden afectar de forma independiente la aparición de la enfermedad, y cortar múltiples cadenas causales al mismo tiempo definitivamente evitará más casos.

Método de búsqueda de puntos en común: Examinar diferentes situaciones en las que ocurre un determinado fenómeno. Si todas las situaciones diferentes tienen condiciones diferentes excepto una, entonces esta misma condición puede ser la causa de un determinado fenómeno en estudio.

Método de diferencia: compare las ocasiones en que ocurre un determinado fenómeno y las ocasiones en que no ocurre. Si las dos ocasiones son iguales excepto por una diferencia, entonces esta diferencia es la causa del fenómeno.

Cómo encontrar diferencias y similitudes comunes: si solo hay un factor común en varias situaciones donde ocurre un determinado fenómeno bajo investigación, y no existe tal factor común en varias situaciones donde el fenómeno bajo investigación no ocurre, entonces este factor común es la causa del fenómeno bajo investigación (dos Buscando puntos en común varias veces y buscando diferencias varias veces)

Método de covariación: cuando hay una variación o cambio en un determinado fenómeno, hay una variación o cambio correspondiente en otro fenómeno, y no importa cuál sea la variación y el cambio de este último, entonces puede haber una relación causal entre el dos. Cuando existe una relación dosis-respuesta, es más probable que exista una relación causal

Método del residuo: si se determina que un determinado fenómeno compuesto es causado por una determinada causa compuesta, reste las partes que se confirma que tienen conexiones causales, entonces las partes restantes también deben tener conexiones causales.

Los métodos de Mill de buscar acuerdos, diferencias y consensos solo son aplicables a causas suficientes y necesarias o relaciones causales extremadamente fuertes, y no pueden usarse directamente para estudiar las causas de enfermedades crónicas no transmisibles → Cambie "todos" por "muchos" o "mayoría"

Los ensayos controlados aleatorios utilizan agrupaciones aleatorias para eliminar completamente los factores de confusión y son el método más confiable para verificar las relaciones causales en la población. Sin embargo, sólo puede utilizarse para evaluar los efectos de tratamientos e intervenciones, y no puede utilizarse para estudiar directamente las causas de las enfermedades.

Los estudios de cohortes tienen una relación causal y son el método más confiable para verificar la causa de una enfermedad en la población. También se suelen utilizar para estudiar los efectos adversos del tratamiento.

La investigación epidemiológica se basa en el principio de la ley de Müller, recopila evidencia de las tres condiciones de la causa en la población y la utiliza para inferir la existencia de relaciones causales en medicina.

Tres niveles de inferencia: 1. Inferencia basada en un estudio específico; 2. Inferencia basada en todos los estudios similares; 3. Inferencia basada en toda la evidencia relevante;

La validez de las inferencias depende del tipo de diseño del estudio, la calidad metodológica del estudio y el tamaño de la muestra, siendo la calidad del estudio más importante que el tamaño de la muestra.

Autenticidad y calidad de la investigación.

Factores que determinan la calidad de la investigación.

Métodos para evaluar la calidad de la investigación.

Los nueve criterios de los criterios de Hill

La existencia de correlación y las características temporales de la correlación son condiciones necesarias y específicas para juzgar la causalidad, y son las condiciones básicas para juzgar la causalidad.

Entre los criterios no específicos, la coherencia de los resultados es la más importante.

Excepto por los primeros 3 ítems, la falta de uno o los 7 ítems no es suficiente para negar la existencia de una relación causal.

Incluso si la relación entre dos eventos cumple las 10 condiciones, no es 100% seguro que sea una relación causal.

Definición: Un método completamente nuevo de síntesis de literatura que aplica ciertos métodos estandarizados para recuperar de manera integral y sistemática todos los estudios originales publicados o no publicados sobre un tema específico, y utiliza la epidemiología clínica para evaluar rigurosamente la literatura. Se utilizaron principios y métodos para descartar estudios originales. que cumplieron con los criterios de inclusión, extrajeron datos relevantes y realizaron análisis integrados para sacar conclusiones integrales más científicas y confiables.

Fortaleció la recopilación sistemática de investigaciones originales e inferencias cuantitativas a partir de los resultados.

Para cualquier controversia sobre la eficacia, el análisis SR/Meta es la evidencia más sólida y confiable.