Emerging Themes in Epidemiology, 2005; 2: 11-11 (más artículos en esta revista)

El Bradford Hill consideraciones sobre la causalidad: una perspectiva contrafactual

BioMed Central
Michael Höfler (hoefler@mpipsykl.mpg.de) [1]
[1] Psicología Clínica y Epidemiología, Instituto Max Planck de Psiquiatría, Kraepelinstrasse 2-10, 80804 München, Alemania

Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons License (http://creativecommons.org/licenses/by/2.0], que permite el uso irrestricto, la distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada.

Resumen

Bradford Hill consideraciones publicado en el año 1965 había una enorme influencia en los intentos de separar causal de la falta de explicaciones causales de las asociaciones observadas. Estas consideraciones se aplican a menudo a modo de lista de criterios, a pesar de que de ninguna manera la intención de ser utilizado de esta manera por el propio Hill. Hill, sin embargo, evitó explícitamente la definición de lo que él entiende por "efecto causal".

Este documento proporciona un nuevo punto de vista sobre la colina de consideraciones desde la perspectiva de la causalidad contrafactual. I contrafactual argumentos sostienen que contribuya en gran medida a la cuestión de cuándo se aplican las consideraciones Hill. Algunas de las consideraciones, sin embargo, la participación de muchos counterfactuals en un sistema más amplio de causalidad, y su valor heurístico disminuye a medida de la complejidad de un sistema aumenta, el peligro de misapplying ellos pueden ser altos. Los impactos de estas ideas para el diseño del estudio y el análisis de datos se discuten. La clave herramienta de análisis para evaluar la aplicabilidad de las consideraciones Hill es el sesgo de modelos múltiples (Bayesiano métodos de Monte Carlo y el análisis de sensibilidad), estos métodos deben ser utilizados con mucha más frecuencia.

Introducción

Sir Austin Bradford Hill (1897 - 1991) fue un pionero en las estadísticas médicas y de epidemiología [1 - 4]. Su resumen de una conferencia titulada "El medio ambiente y las enfermedades: la Asociación o de la causalidad" [5] tuvo un enorme impacto en los epidemiólogos y los investigadores médicos. Irónicamente, en este documento se hizo famoso por algo que no es en modo alguno la intención de ser [6, 7]: una lista de control para los criterios de causalidad (por ejemplo [8 - 10]].

Hill [5] proporcionó nueve consideraciones para evaluar si una asociación observada incluyó un componente causal o no. Estas consideraciones fueron influenciados por otros antes que él [11, 12]. Eludió definir explícitamente lo que él entiende por un efecto causal, aunque aparentemente tenía la de la conceptualización mente. Mi tesis central de este documento es que contrafactual argumentos contribuir mucho a la cuestión de cuándo se aplican las consideraciones Hill a una pregunta específica de causalidad. Esto no quiere decir que otras conceptualizaciones de la causalidad no contribuiría a aclarar Hill consideraciones, pero la de la modelo es el que se relaciona directamente con muchos de los métodos estadísticos [13, 14], y se vincula la "metafísica" al lado de la causalidad La práctica epidemiológica. Además, voy a sostener que algunas de las consideraciones Hill counterfactuals participación de muchos en un sistema más amplio de causalidad, y que el valor heurístico de estas consideraciones pueden ser bajos.

Análisis
Conclusión

Hill mismo utilizado los términos "puntos de vista" y "características que se consideran" en la evaluación de una asociación. Su objetivo es desentrañar la pregunta: "¿Qué aspectos de esta asociación hay que considerar sobre todo antes de decidir que lo más probable es que la interpretación de la causalidad?" [5] Él expresó su ambivalencia acerca de la utilidad de sus propias consideraciones de la siguiente manera:

"Ninguno de mis nueve indiscutibles puntos de vista puede aportar pruebas a favor o en contra de la causa-efecto hipótesis ..."

Rothman y Groenlandia ha llegado a la conclusión [36] sugiere que no existen en todos los criterios de causalidad en epidemiología:

"Inferencia causal en epidemiología es mejor visto como un ejercicio de medición de un efecto y no como criterio para el proceso orientado por un efecto de decidir si está presente o no."

La utilidad de la de la aproximación de la Colina del consideraciones es que su valor heurístico se puede evaluar por responder a las preguntas contrafactual. He sostenido que la aplicación de siete de las nueve consideraciones (la coherencia, especificidad, temporalidad, gradiente biológico, verosimilitud, coherencia y analogía) incluye amplias teorías de causalidad. Complejo causal sistemas comprenden muchos counterfactuals y supuestos acerca de los sesgos. Si se convierte en gran complejidad, la incertidumbre en cuanto a si se debe o no aplicar un cierto examen se puede esperar que enfoque una decisión adoptada por sorteo. Así, con el aumento de complejidad, el valor heurístico de Hill's consideraciones disminuye.

En este caso, un original argumento de Hill [5] se convierte de particular importancia: la cantidad requerida de las pruebas de un efecto causal debe depender de las posibles consecuencias de las intervenciones derivadas de las conclusiones de causalidad. Si una conclusión causal necesaria una acción que provocó más daño si mal tomadas que beneficios si con razón adoptadas, una alta cantidad de pruebas que se requieran. Si la relación entre el beneficio y el daño se conversar, menos pruebas sería necesario. La principal herramienta para evaluar la aplicabilidad de estas consideraciones es la elaboración de modelos múltiples prejuicios. Múltiples modelos de sesgo debería ser mucho más utilizadas. Además, la decisión de si se aplican o no a una de estas consideraciones está siempre implícitamente sobre la base de uno o varios modelos de múltiples prejuicios. Por ejemplo, exigiendo una asociación de por lo menos una cierta magnitud es lógicamente equivalente a la "cierto sesgo modelo de" ser parte de la serie de varios modelos en los que el sesgo de parcialidad priores parámetros requeriría por lo menos la magnitud de esta asociación que se observó.

Uno puede pedir la de la cuestión de cómo la epidemiología y la investigación médica se han desarrollado si Hill había sido más explícito en recomendar el momento de aplicar cada una de sus consideraciones. Estoy lejos de pretender ser capaces de responder a esta pregunta, pero considero mi especulación que se vale la pena mencionar. En su documento titulado "El fallido lecciones de Sir Austin Bradford Hill" [6] Phillips Goodman y examinó las prácticas indebidas denunciado por Hill que aún se hizo más tarde en la práctica: el exceso de énfasis de pruebas estadísticas, error sistemático ser subestimada y costo / Beneficio de las compensaciones más importantes en las decisiones de intervención. Hill consideraciones fueron indebidamente como "criterios de causalidad", y que se enseñan más de las veces concepciones más racionales causal [6]. No hay razón para creer que más explícitas recomendaciones en el momento de aplicar sus consideraciones habría sido mejor atendido, la advertencia señala que Hill efectivamente realizados fueron en gran parte ignorados.

Mi propia experiencia es que las recomendaciones científicas son ampliamente seguidas si se facilite orientación, recomendaciones para que sean complejas de acción que suele pasarse por alto. Mi adivinar es que esto se debe a muchos de los investigadores simple deseo de las respuestas y en el mundo. Este deseo lleva a la mala interpretación de textos científicos y teniendo a los estados fuera de su contexto. Más pesimismo, la cuestión de la orientación que se sigue depende de las directrices que están en línea con la respuesta deseada. Por lo tanto, parece probable que, aun cuando el documento de Hill no se ha publicado, los científicos deseo de respuestas sencillas habría causado otro documento a ser escrito o de ser mal interpretado de la misma manera que ocurrió con la Colina del artículo [5].

Lista de abreviaturas

MCSA: Monte Carlo análisis de sensibilidad

ECA: ensayo controlado y aleatorizado

Conflicto de intereses

Los autores declaran que no tienen intereses en conflicto.

Agradecimientos

Quiero dar las gracias a Evelyn Alvarenga para el idioma de edición.