¿Qué es la causalidad inversa en epidemiología?

“Causalidad inversa” (en cualquier campo) significa que ha identificado erróneamente la causa y el efecto, y que el efecto es de hecho la causa. Tengo problemas para pensar en un ejemplo claro, así que te daré un oscuro ejemplo de la vida real. Sabemos que el aumento de peso está asociado con la depresión y el uso del inhibidor selectivo de la recaptación de serotonina (ISRS). Sabemos que la depresión causa el uso de ISRS. ¿Cuál es la relación causal entre el aumento de peso y la depresión o el aumento de peso y el uso de ISRS?

Preguntas que podrían ser útiles para este problema:

  • ¿Qué proporción de personas con peso normal (luego, por separado, con sobrepeso) desarrollan depresión?
  • ¿Cuánto peso ganan las personas deprimidas de peso normal (luego, por separado, con sobrepeso) después del diagnóstico?
  • ¿El peso corporal es un predictor de la prescripción de ISRS entre las personas deprimidas?
  • ¿Los animales de laboratorio estresados ​​experimentalmente tienden a comer en exceso? ¿Qué hace el subsiguiente tratamiento ISRS entre los animales estresados ​​(luego, por separado, entre los no estresados) con sus patrones de alimentación? ¿Su porcentaje de grasa corporal corresponde a los patrones de alimentación en los grupos de animales estresados ​​y no estresados?

También ayuda tener mecanismos biológicos en mente para cada vía causal. Si la depresión causa aumento de peso, entonces los malos sentimientos pueden provocar un exceso de comida. (No solo por comodidad, sino también por influenciar las hormonas que controlan el apetito. [1]) Si el aumento de peso parece causar depresión, entonces tal vez haya una verdadera causa común de comer en exceso y depresión (por ejemplo, trastorno de personalidad, pobreza, bajo coeficiente de inteligencia). tal vez la depresión se relaciona con el estatus social más bajo conferido por ser grasa, o tal vez el exceso de tejido graso afecta las vías bioquímicas que influyen en el bienestar. [2]

En epidemiología a menudo no se trata de que X cause Y, sino que X causa Y en ciertos momentos en ciertas poblaciones y en ciertas dosis de X. Y siempre tenemos en cuenta la posibilidad de que Y (o un padre causal común de Y y X) podría estar causando X. Es un juego divertido. 🙂

Notas a pie de página

[1] https://www.ncbi.nlm.nih.gov/pmc…

[2] Inflamación en la depresión: ¿la adiposidad es una causa?

Has confundido cuál de los dos eventos vinculados causó el otro. Por ejemplo, supongamos que cierto médico diagnostica a muchos más pacientes con depresión que el que está al lado. ¿Una visita con el Dr. A causa depresión? ¿O los pacientes con síntomas de depresión buscan al Dr. A por sobre el Dr. B porque sabe que es un experto en esa área de la medicina? (Nota: esto es un poco twee, y muy simplificado. Nada es tan sencillo en este campo).