Unidad 03 - ffomc.org3.2.2 El falsacionismo de Popper 3.2.3 Los programas científicos de investigación de Lakatos 3.2.4 Los paradigmas y la revolución científica de Kuhn 3.2.5

Diploma Superior en Metodología de la Investigación 5ª Edi.

UD 03 – EL CONOCIMIENTO CIENTÍFICO . CAUSALIDAD Autor: Juan de Mata Donado Campos

Unidad 03

EL CONOCIMIENTO CIENTÍFICO.

CAUSALIDAD



Objetivos

Definir el concepto de causa.

Describir los componentes del triángulo epidemiológico.

Interpretar los distintos tipos de causas y modelos causales.

Describir los procedimientos para inferir asociaciones causales

Definir qué es el conocimiento científico y las implicaciones que tienen sobre el mismo

distintas corrientes de la filosofía de la ciencia

Índice 3.1.0 Causalidad. Introducción.

3.1.1 El medioambiente

3.1.1.1 Los métodos cuantitativos

3.1.1.2 La teoría miasmática

3.1.2 El agente

3.1.2.1 La teoría del “contagio vivo” y los postulados de Henle-Koch

3.1.2.2 Los modelos causales.. El modelo unicausal determinista. Causa necesaria y

causa suficiente.

3.1.3 El huésped

3.1.3.1 El triángulo epidemiológico

3.1.3.2 El nicho ecológico de la enfermedad

3.1.4 El modelo multicausal determinista. Causa directa y causa indirecta.

3.1.4.1 La red o maraña causal

3.1.4.2 Funciones del multicausal determinista. Causas suficientes y causas

componentes

3.1.5 El modelo multicausal probabilístico-estadístico

3.1.6. Procedimientos para establecer asociaciones causales.

3.1.6.1 Cánones de Mill

3.1.6.2 Postulados de Hill

3.2.0 El conocimiento científico. Introducción.



3.2.1 El razonamiento inductivo-deductivo

3.2.2 El falsacionismo de Popper

3.2.3 Los programas científicos de investigación de Lakatos

3.2.4 Los paradigmas y la revolución científica de Kuhn

3.2.5 La teoría anarquista del conocimiento de Feyerabend

3.3.0. Bibliografía Anexo Definiciones del Diccionario de la Real Academia de la Lengua

Española

Introducción

Con esta unidad se pretende dar al estudiante una visión general de lo que la

causalidad y el conocimiento científico.

A través de numerosos ejemplos se realiza un estudio de los conceptos de causa y

de la inferencia causal y de cómo han ido evolucionando a lo largo de la historia. Se

introducen conceptos y definiciones que creemos serán básicos en el estudio de las

restantes unidades del curso.

Con relación al conocimiento científico, que definimos “un conjunto averiguaciones

o indagaciones que obtenemos mediante la observación y el razonamiento intelectual

sistemáticamente estructurado a partir de los cuales deducimos principios y leyes

generales que nos ayude a comprender una determinada relación” hacemos hincapié en el

hecho de que a pesar de que creamos que la investigación es una actividad precisa y

objetiva, no lo es y por lo tanto sus resultados tampoco. El tipo de estudio que llevamos a

cabo, el tipo de análisis realizado, sea estadístico o no, y sobre todo la interpretaciones de

los resultados que hacemos son procesos subjetivos en sí mismos y dependen de la teoría

filosófica, que de manera implícita y la mayoría de las veces de forma inconsciente,

utilicemos. Por lo tanto, realizamos una descripción de las principales teorías de la filosofía

de la ciencia con la finalidad de dar al alumno bases teóricas con las que llevar a cabo la

investigación y la interpretación de los resultados.



Las teorías descritas son:

1) El razonamiento inductivo-deductivo

2) El falsacionismo de Popper

3) Los programas científicos de investigación de Lakatos

4) Los paradigmas y la revolución científica de Kuhn

5) La teoría anarquista del conocimiento de Feyerabend



3.1.0 Causalidad. Introducción. (1)

En salud pública, como en la ciencia en general, los conceptos juegan un papel

muy importante, un papel más importante que la recogida de los datos, en el

establecimiento de los modos de pensar.

Los conceptos son los principios organizadores con los cuales reunimos

nuestros datos y los entretejemos para formar un todo coherente.

A partir de los conceptos se determinan las explicaciones particulares en las que

buscamos para los fenómenos que observamos e incluso los fenómenos que decidimos

observar.

Bajo el punto de vista de la salud pública, para llegar a conocer lo que entendemos

por causa de una enfermedad debemos de tomar como punto de partida el estudio de los

tres conceptos que se indican.

1.- El medioambiente

2.- El agente

3.- El huésped

3.1.1 El medioambiente (2)

Lo forman un grupo de factores, denominados factores extrínsecos, que influyen sobre la

existencia, la exposición o la susceptibilidad del agente. Estos factores se clasifican en:

a) ambiente físico: geología, clima.

b) ambiente biológico:

* poblaciones humanas: densidad de población.

* flora: fuente de alimentos, influye sobre los vertebrados y artrópodos como

fuente de agentes.

* fauna: fuente de alimento, huéspedes vertebrados, artrópodos vectores.

c) ambiente socioeconómico

*ocupación: exposición a agentes químicos.



* urbanización y desarrollo económico: hacinamientos, tensiones y presiones

humanas.

* desastres: guerras, inundaciones.

Hipócrates (c. 460-c. 377 a.C.), en su Tratado de los aires, las aguas y los lugares (siglo V

a.C.) en vez de atribuir un origen divino a las enfermedades, discute sus causas

ambientales. En su obra, Hipócrates, habla de la importancia del estudio de las estaciones

climáticas para así estar preparados para la aparición de epidemias cíclicas, del sitio donde

se debe ir a recoger agua, de la importancia que tienen los vientos que baten una ciudad

sobre la salud de sus habitantes, de la importancia que tienen las aguas cenagosas como

fuente enfermedades.

3.1.1.1 Los métodos cuantitativos.

Después de la era hipocrática los adelantos en el estudio de la importancia del

ambiente sobre la aparición de las enfermedades fueron pocos y de larga gestación. No es

hasta el siglo XVII cuando cristalizan las ideas sobre las enfermedades como

entidades, iniciándose en este momento el estudio numérico de las poblaciones en

relación con su medio.

En esta época destaca el trabajo de John Graunt (1620-1674) publicado en 1662,

"Natural and political observations mentioned in a following index and made upon the bills

of mortality”. En este trabajo, Graunt recogió las listas de fallecimientos que habían

iniciado en 1603 los sacristanes de parroquias en Londres y en una villa de Hampshire.

Después de organizarlos, Graunt derivó de ellas inferencias sobre la mortalidad y la

fecundidad en las poblaciones humanas advirtiendo el exceso usual de nacimientos

masculinos, la alta mortalidad infantil y la variación estacional de las defunciones. Graunt

trató de distinguir dos grandes causas de defunción: las enfermedades agudas y las

crónicas, y de discernir las diferencias entre la mortalidad urbana y la rural. Con los datos

recogidos construyó la primera tabla de vida que se conoce, resumiendo la experiencia de

la mortalidad en términos de números, porcentajes o probabilidades de vivir o morir en el

curso de la vida. Asimismo, este libro sirvió como un sistema de vigilancia para las pestes



y las plagas para así poder avisar a tiempo a las clases más acomodadas de la

población para que dejaran la ciudad al inicio del brote.

Durante la última etapa del siglo XVII y la primera del XVIII, las ideas de Graunt

fueron refinadas y ampliadas a medida que se desarrollaron los principios matemáticos.

Así mismo, en este período también surgió la idea de utilizar grupos comparativos

en las investigaciones. Inicialmente se estimó que el grupo control era un grupo distinto

en el cual podría verificarse una ley de mortalidad que se había formulado de acuerdo con

lo observado en un grupo diferente (el grupo "experimental" o de "estudio"). Entre los

trabajos pioneros en este campo están: a) "Una investigación sobre la naturaleza, las

causas y la curación del escorbuto". James Lind, 1753. b) "De la afección que en esta

provincia se llama vulgarmente el mal de la rosa". Gaspar Casal, 1762.

3.1.1.2 La teoría miasmática.

A principios del siglo XIX, la medicina y la salud pública estaban dominada por la teoría

miasmática. La investigación se dirigía a probar los efectos nocivos del miasma (efluvio

maligno que, según se creía, desprendían cuerpos enfermos, materias corruptas o aguas

estancadas, DRAE) y la prevención estaba orientada a eliminar las fuentes del miasma en

los tugurios y en la escasa higiene. Entre las publicaciones relacionadas con esta teoría

tenemos:

a) "Reseña del estado físico y moral de los obreros de las industrias del algodón, la lana y

la seda". Louis R. Villerne, 1840.

b) "Apuntes sobre la verruga peruana". Daniel A. Carrión, 1886.

En 1842 Edwin Chadwick (1800-1890) publicó "Report on an inquiry into the sanitary

condition of the labouring population of Great Britain". Esta obra es la representante

genuina del movimiento sanitarista, cuyo marco de referencia era la teoría miasmática.

Chadwick estaba profundamente preocupado por los efectos nocivos de la pobreza y

consideraba que ésta constituía la raíz de las enfermedades. Las investigaciones sobre los

efectos del medioambiente sobre la aparición de enfermedades fueron continuadas



durante todo el siglo XIX por William Farr, John Snow y John Simon, entre otros. A

finales del siglo XIX, se había consolidado en el pensamiento epidemiológico el

concepto de ambiente y la necesidad de utilizar el método

numérico para comprender los problemas de salud pública en relación con el

ambiente.

3.1.2 El Agente (1, 2, 3)

Lo forman un grupo de factores que en su conjunto se denominan factores etiológicos. se

clasifican en: a) Elementos nutritivos: excesos y deficiencias b) Agentes químicos: Tóxicos:

monóxido de carbono, productos químicos. Alergenos: drogas y medicamentos. c) Agentes

físicos: radiaciones ionizantes, accidentes. d) Agentes infecciosos: bacterias, hongos, virus,

parásitos

3.1.2.1 La teoría del “contagio vivo” y los postulados de Henle-Koch

La idea de que la enfermedad es causada por un "contagium vivum" (“contagio

vivo”) necesariamente dependía del desarrollo de dos conceptos: 1) la especificidad de las

enfermedades y de las causas y 2) existencia de organismos microscópicos. Sin embargo,

aunque la teoría del germen (teoría microbiana) es relativamente moderna, de finales del

XIX, algunas prácticas que ordinariamente le están asociada tienen un origen muy

antiguo. Así en La Biblia se describe el aislamiento de individuos afectados por

enfermedades contagiosas. Durante la Edad Media era práctica habitual el aislamiento de

leprosos. A partir del siglo XIV comenzaron a utilizarse las cuarentenas de barcos que

tenían personas enfermas.

Después de 1800, en la época anterior a Louis Pasteur, el abogado italiano

Agostino Bassi, 1773-1856, (comprobó por "experimentación cuidadosa que la enfermedad

podía producirse por pequeños organismos que crecían dentro del huésped"), el médico

francés Pierre-Francois Bretonneau, 1778-1862, (demostró "un claro concepto de que las

enfermedades transmisibles son específicas y esta especificidad está determinada en gran

medida por la naturaleza de la causa morbosa") y el anatomista alemán Fiedrich Gustave

Jacob Henle, 1843-1910, (resumió la totalidad de la doctrina del "contagium vivum"



presentando por primera vez toda la evidencia científica en favor y en contra),

contribuyeron al desarrollo de la teoría del "contagium vivum". A partir de esta doctrina,

Robert Koch (1843-1910) -discípulo de Henle- derivó, en 1898, una serie de postulados,

denominados "postulados de Henle-Koch".

1.- El agente debe estar presente en cada caso de la enfermedad bajo las condiciones

apropiadas;

2.- El agente no debe aparecer en otra enfermedad de manera fortuita o saprofita;

3.- El agente debe ser aislado del cuerpo en un cultivo puro e inducir la enfermedad

en un animal susceptible.

Entre los trabajos pioneros sobre estos aspectos, destacan

a) "Una encuesta sobre las causas y los efectos de la vacunación antivarólica". E.

Jenner, 1798.

b) "Observaciones realizadas durante la epidemia de sarampión en las islas Feroes en

1846". P.L. Panum.

c) "Etiología, concepto y profilaxis de la fiebre puerperal". I. Semmelweis, 1860.

d) "El mosquito hipotéticamente considerado como agente de transmisión de la fiebre

amarilla". C.J. Finlay, 1881.

3.1.2.2 Los modelos causales. El modelo unicausal determinista. Causa

necesaria y causa suficiente (4)

El descubrimiento de los microorganismos y sus efectos impulsó la búsqueda de

agentes específicos que causaban trastornos específicos, que definía lo que denominamos

“Modelo unicausal determinista”

La búsqueda de una causa única se justificaba recurriendo al Principio de

parsimonia de Guillermo de Occam (1285-1349) "las suposiciones introducidas para

explicar una cosa no deben multiplicarse más allá de lo necesario". Este principio también

se conoce como ‘navaja de Occam’.



En el modelo unicausal determinista se hace explícita la existencia de una

constante, única y perfectamente predecible conexión entre dos factores x e y, es decir,

cualquier manipulación o cambio de x induce un cambio en y, o lo que es lo mismo, x es

causa o determinante de y. Esta definición requiere dos criterios: 1) especificidad de la

causa; es decir, x es solamente causa de y. 2) especificidad del efecto; esto es, y es

solamente efecto de x.

Este modelo presenta las siguientes limitaciones:

1) No toma en consideración la etiología multifactorial de la enfermedad.

2) Los criterios de los agentes y de los efectos no concuerdan uno con el otro. Así,

un mismo agente puede producir muchos efectos. Por ejemplo, una dieta rica

en grasas animales puede influir en la aparición de arterioesclerosis, obesidad,

infarto agudo de miocardio, alteraciones en la circulación sanguínea.

3) Un mismo efecto puede ser debido a la actuación de numerosos determinantes.

Así, una insuficiencia respiratoria puede ser debida al consumo de tabaco, a

trabajar en una mina de carbón, a la exposición a un producto tóxico. El

desarrollo de una tuberculosis pulmonar -además de la presencia del m.

tuberculosis- está influenciada por la desnutrición, la mala higiene, la presencia

de enfermedades inmunodepresivas,...

4) Presenta una conceptualización limitada de los factores causales putativos. Así,

el modelo unicausal no permite:

a) Considerar el papel de ciertas características fijas como la raza, el sexo, la

predisposición genética en la etiología de la enfermedad;

b) Considerar el papel de factores causales que son continuos como por

ejemplo la edad, la tensión arterial, la obesidad, etc.

5) Este modelo no toma en consideración:

a) Nuestras limitaciones al medir procesos causales.

b) Los errores en la medición de los procesos causales.

c) Nuestro desconocimiento acerca del papel de otros factores.



Una visión tan limitada sobre la causalidad no nos servirá si nuestro interés es el estudiar

las enfermedades en la sociedad y procurar la prevención primaria. Estas discordancias

entre las relaciones de causa (x) y efecto (y) pueden replantearse en el lenguaje filosófico

de la causa "necesaria y suficiente" según los conceptos propuesto por Galileo Galilei,

1564-1642, (1, 4, 5) (tabla 1):

1) X ES NECESARIA Y SUFICIENTE PARA CAUSAR Y. Esto es, la exposición siempre causa

la enfermedad, y la enfermedad siempre es causada por la exposición. Dicho de otra

manera, si no hay exposición (X) no hay enfermedad (Y).

2) X ES NECESARIA PERO NO SUFICIENTE PARA CAUSAR Y. Esto significa que todos los

casos que aparecen han sido causados por la exposición, pero la exposición no

siempre produce la aparición de casos.

3) X ES SUFICIENTE PERO NO NECESARIA PARA CAUSAR Y. Esto significa ue todos los

individuos expuestos se convierten en casos, pero no todos los casos son debido a la

exposición.

4) X NO ES NECESARIA NI SUFICIENTE PARA CAUSAR Y. Esto significa que además de X

deben de actuar otras causas (W, Z,..) para que aparezca Y.



Si representamos la relación causa-enfermedad en una tabla 2x2 (tabla 2)

podemos observar que si

1) X es causa necesaria y suficiente, b y c siempre tienen valen cero.

2) X es necesario pero no suficiente, c siempre vale cero. Es decir, no existen

personas enfermas sin que no esté presente la causa.

3) X es suficiente pero no necesario, b siempre vale cero. Es decir, no existen

personas sanas con la causa presente.

Estas categorías tiene las siguientes implicaciones:

a) Ante un individuo enfermo que presente el factor de exposición no sabremos si

está dentro de la categoría 1 o de la categoría 3.

b) Ante un individuo no enfermo que presente el factor de exposición no sabremos

si está dentro de la categoría 2 o de la categoría 4.

c) Ante un individuo enfermo que no presente el factor de exposición no sabremos

si está dentro de la categoría 3 o de la categoría 4.

d) Ante un individuo no enfermo que no presente el factor de exposición no

sabremos si está dentro de la categoría 1 o de la categoría 4.



Estas implicaciones son muy importantes para entender el riesgo atribuible y la proporción

atribuible tanto en expuestos con en la población general.

3.1.3 El huésped (1)

Lo forman un grupo de factores, denominados intrínsecos, que influyen sobre la

exposición, la susceptibilidad o la respuesta a los agentes. Ya en los trabajos de

Hipócrates se distinguían el "ambiente" - representado por el aire, el agua y los lugares -

del "huésped" representado por la constitución individual. Así, se separaba el ambiente y

el huésped como factores que producían las manifestaciones específicas de la

enfermedad.

Durante la segunda mitad del siglo XIX convergieron tres ideas principales sobre

los factores del huésped:

1.- Los procedimientos de inmunización desarrollados por Louis Pasteur (1822-

1895) y otros contra la rabia, la difteria, etc.

2.- La teoría de la evolución de Charles Robert Darwin (1809-1882), el cual clasificó

la selección natural de rasgos heredados de acuerdo con el valor que tuvieran para

la supervivencia de una especie.

3.- Las experiencias de genética llevadas a cabo por Gregor Johann Mendel (1822-

1884), el cual mostró como la transmisión de estos rasgos específicos podía

explicar la variación individual.

A partir de estas ideas quedó claro que los atributos hereditarios y adquiridos del huésped

podían ser determinantes de sus propios trastornos y desde entonces se han estudiado

con un interés cada vez mayor.

Además de los atributos del huésped expuestos, tenemos los siguientes:

4.- La edad.

5.- El sexo.

6.- Las condiciones fisiológicas.

7.- Las enfermedades intercurrentes o preexistentes.



8.- El comportamiento humano: higiene personal, manipulación de alimentos, actividades

recreativas, contacto interpersonal.

3.1.3.1 El triángulo epidemiológico (1, 6)

El gran desarrollo en el conocimiento del medioambiente, agente y huesped a lo largo del

siglo XIX en relación a sus actuaciones como causas de enfermedades, así como la

observación de la gran interrelación que existían entre ellos, llevó a los epidemiológos a la

necesidad de ampliar el concepto de causa de la enfermedad de tal manera que

sintetizará esta tríada de conceptos (figura 1).

Las relaciones entre estos tres conceptos suponen que cada uno de ellos debe ser

analizado y comprendido para poder captar y predecir las modalidades de una

enfermedad.

Un cambio en cualquiera de los componentes alterará el equilibrio existente para

aumentar o disminuir la frecuencia de la enfermedad. Es decir, pueden ser considerados

como causas o determinantes de la enfermedad.



3.1.3.2 El nicho ecológico de la enfermedad (7) Al estudiar la forma de aparición y distribución de las enfermedades observamos los

siguientes hechos:

a) No afectan a todas las edades ni a ambos sexos por igual. así,

1.- La meningitis meningocócica es más frecuente en niños que en adultos.

2.- La enfermedad de alzheimer es más frecuente en los ancianos.

3.- Las enfermedades cardiovasculares son más frecuentes, antes de los 50 años, en

los hombres que en las mujeres.

b) La distribución geográfica de las enfermedades no es homogénea. así,

1.- El paludismo es más frecuente en los trópicos.

2.- La distribución geográfica de los distintos tipos de las enfermedades

cardiovasculares cambia de un país a otro.

3.- La distribución de las sífilis y la gonococia no es homogénea en todas las

comunidades.

c) Algunas enfermedades presentan variaciones en su frecuencia a lo largo del tiempo:

1.- Las tasas de incidencia del cáncer de mama en mujeres están

aumentando en los países desarrollados.

2.- La meningitis meningocócica presenta variaciones cíclicas

polianuales.

3.- La hidatidosis presenta ciclos anuales.

El nicho ecológico es el conjunto de características que influyen en que las

enfermedades aparezcan en un tiempo determinado (características del tiempo) se

distribuyan en una determinada zona geográfica (características del lugar) y que

afecten sólo a una determinada población de personas (características de las

personas).

Este concepto fue introducido por E. Pavlovsky en su trabajo publicado en 1965"Nichos

ecológicos de las enfermedades transmisibles en relación con el ambiente epidemiológico

de las antropozoonosis" en el cual describe la distinta distribución de las enfermedades

transmisibles.



Así pues, la tríada agente, huésped y medioambiente que vimos anteriormente se

transforma tal como se observa en la figura. (figura 2)

Las características de tiempo, lugar y persona son conceptos más amplios que

los de agente, huésped y medioambiente y sustituyen a éstos en el estudio

actual de los determinantes de las enfermedades.

3.1.4 El modelo multicausal determinista. Causa directa y causa indirecta. (1, 8)

Las interacciones entre el tiempo, el lugar y las persona provoca que el análisis de las

relaciones causales se haga cada vez más complicado e incomprensible. Ante esta

situación, y ante la imposibilidad de estudiar todos los factores que influyen en la aparición

y distribución de las enfermedades en la comunidad, es indispensable llevar a cabo

una simplificación de estas relaciones. Esta simplificación es la que nos lleva al

diseño de un sistema.



Un sistema se define por tres características:

a) Existe un fin. Por ejemplo, estudiar la posible relación existente entre tomar una

dieta rica en fibra y el desarrollo de cáncer de colon o estudiar la posible relación

entre recibir una determinada dosis de radiación ionizante y desarrollar cánceres

hematopoyéticos,...

b) Existe un conjunto de cosas o normas. Esto es, el conjunto de variables que

vamos a estudiar: edad, sexo, nivel socioeconómico, factores genéticos, etc... Este

conjunto será una consecuencia de una serie de factores subjetivos y objetivos del

investigador, tales como su formación, sus conocimientos del tema, su ideología,...

c) Este conjunto de factores debe estar ordenado.

Si los elementos que forman parte de un sistema van cambiando a lo largo del tiempo

estamos ante un sistema dinámico. por el contrario, si permanecen inmutables,

estamos ante un sistema estático.

El concepto de sistema conduce a la cuestión de las causas directas o indirectas. Las

relaciones entre causa y efecto son directas o indirectas según las decisiones del diseño o

análisis de la investigación que definen las variables que se incluirán en el sistema o el

segmento de sistema bajo estudio.

La CAUSA es DIRECTA si un cambio en el factor causal es capaz de producir un cambio en

el efecto. En este caso la presencia de susceptibles provoca la aparición de una

determinada enfermedad transmisible (figura 3).



La CAUSA es INDIRECTA cuando entre la causa estudiada y su resultado se intercala una

secuencia de factores encadenados. En este caso, para que en una comunidad aparezcan

casos de una enfermedad transmisible hacen falta la intervención de otros factores

además de la mera existencia de población susceptible (figura 4)



3.1.4.1 La red o maraña causal (6)

Un modelo es una representación formalizada de un sistema. Un mismo sistema

puede ser representado por diversos modelos. La elección del tipo de modelo se hace de

acuerdo con la experiencia del observador, la finalidad del estudio y los medios

disponibles. La clave para construir un modelo útil radica en identificar de manera

adecuada los elementos más importantes, definirlos de manera precisa y operativa y

establecer las principales relaciones entre ellos. El criterio de validación de un modelo

es que sea útil para los fines para los que fue construido. Un ejemplo de un

modelo para el estudio del crecimiento de una población es el siguiente: (figura 5).



Las interrelaciones entre las distintas variables se denomina red o maraña causal. Una

consecuencia de la presencia de las redes causales es que se puede interrumpir la

aparición de la enfermedad "cortando" la red en diversos puntos, es decir, no es necesario

un conocimiento completo de los mecanismos causales para implementar medidas eficaces

de prevención y control de las enfermedades. Volviendo a nuestro ejemplo, se produciría

una disminución de la población si disminuyen los nacimientos debido a la incorporación

de la mujer al trabajo lo que conlleva una disminución de la tasa de natalidad. Este tipo de

modelo es un modelo determinista porque existe una constante y perfectamente

predecible conexión entre dos o más variables. es decir, cualquier manipulación o cambio

en una de ellas induce un cambio en aquellas con las que está relacionada.

3.1.4.2 Funciones del multicausal determinista. Causas suficientes y causas

componentes (1, 8)

En estos modelos se existen múltiples causas para una misma enfermedad o un mismo

efecto. El número de causas incluidas en un determinado modelo depende del

marco de referencia del investigador y del tipo de estudio que se desee realizar.

Elegir un marco de referencia es seleccionar un conjunto limitados de relaciones causales

dentro de un determinado modelo. La elección de las variables depende de las

necesidades y conocimientos del investigador en una situación particular pero, desde el

punto de vista lógico, es un procedimiento arbitrario, este hecho lo comentaremos más

adelante cuando comentaremos el conocimiento científico. Las funciones de los modelos

del tipo que estamos analizando son dos:

1.- Función predictiva o de simulación. Estos modelos comienzan con las relaciones

entre las variables que se sabe existen en las tendencias actuales y pasadas. Con

base en estas relaciones, las tendencias futuras pueden extrapolarse (simularse) y

predecirse dentro de márgenes de error calculados.

2.- Función representativa. El objeto de estos modelos consiste en representar en

forma simplificada relaciones existentes o hipotéticas.



En este tipo de modelo pueden definirse dos tipos de variables

1. Variable dependiente o resultado. Es aquella cuyo valor depende del efecto de

otras variables que estén contenida en el modelo que estemos estudiando. Por

ejemplo si estamos estudiando el complejo VIH/SIDA, éste sería una variable

dependiente ya que depende de la utilización o no de preservativos, de la

drogadicción, de las transfusiones sanguíneas no controladas, etc.

2. Variable independiente o factor de exposición. Es aquella cuyo valor no

depende de la variable dependiente dentro del modelo de relaciones que estemos

estudiando, pero que puede influir a su variación. Así, la prostitución, la drogadicción,

el uso de preservativos, etc, son variables independiente que influyen en la aparición

del SIDA. Para llevar a cabo una investigación eficaz es esencial concebir con claridad

las variables que queremos analizar. En un sentido amplio, se puede afirmar que la

contribución de la epidemiología a la medicina y a la salud pública fue resultado de la

claridad en la concepción de la naturaleza de las variables que intentaban relacionar

unas con otras y de la forma de la cual se dilucidaron sus vínculos y secuencias en el

tiempo. A su vez, las variables debe concebirse de una forma en la cual sea posible

contarlas, calificarlas y manipularlas.

En este modelo pueden definirse dos tipos de causas: causa sufieciente y causa

componente (9).

Causa suficiente es el grupo mínimo de hechos y condiciones que inevitablemente

producen la enfermedad.

Las causas componentes son cada uno de los hechos o condiciones que forman parte

de una causa suficiente. La fuerza aparente de una causa componente está

determinada por la frecuencia relativa de las restantes causas componentes.

Una causa componente rara, es decir, con una baja frecuencia de aparición en la

población, se convierte en una causa fuerte si el resto de las causas componentes son

comunes.



En nuestro modelo sobre crecimiento de una población (figura 5), las variables

“generación de contaminación”, “contaminación”, “absorción de la contaminación”,

“tiempo de absorción de la contaminación” y “contaminación per cápita” se considera una

causa suficiente, porque si aparecen todos los pasos que se indican el número de

nacimientos disminuiría. En este sentido varios estudios han mostrado la posible relación

entre la contaminación ambiental y la menor calidad del semen. Cada una de estas

variables por separado son las denominadas causas componentes.

El principal inconveniente del modelo multicausal determinista es que no toma en

consideración el limitado conocimiento de los procesos causales y el modo por el cual lo

medimos.

3.1.5 El modelo multicausal probabilístico-estadístico (4)

En este tipo de modelo utilizamos la teoría de la probabilidad y las técnicas

estadísticas para probar y estimar la magnitud de la relación observada y que

hipotetizamos como causal. Este modelo no niega la validez del modelo multicausal

determinista ni implica que la enfermedad sea un proceso aleatorio. El componente

aleatorio del modelo refleja nuestra ignorancia acerca de los procesos causales

y como observarlos.

Volviendo al modelo del crecimiento de una población desde el punto de vista

probabilístico - estadístico tendría la siguiente forma (figura 6).


UD 03 – EL CONOCIMIENTO CIENTÍFICO . CAUSALIDAD

Autor: Juan de Mata Donado Campos

23

Debido a la falta de certidumbre en las relaciones entre variables, se utiliza el término

factor de riesgo, en vez de causa, para indicar una variable que se cree que está

relacionada con la probabilidad de un individuo de desarrollar una enfermedad.

Asimismo, ya no hablamos de causalidad sino de asociaciones causales.

La características que define a un factor de riesgo son:

1) Debe observarse que el factor varíe con la enfermedad. Es decir, el factor

debe estar estadísticamente asociado con la enfermedad o resultado.

2) La presencia del factor del riesgo, o un cambio relevante en el mismo, debe

preceder a la aparición de la enfermedad o resultado.

3) La asociación observada no debe ser debida a error, incluyendo errores de

muestreo o aleatorios, factores de confusión u otros problemas

relacionados con el diseño del estudio o con el análisis de los datos.




24

En este modelo, un factor de riesgo no provoca necesariamente un cambio explícito,

sino que puede que provoque un hecho que inicie o permita que el efecto aparezca.

Además de factores de riesgos, en un modelo multicausal probabilístico pueden existir

otros tipos de factores:

a) Factores promotores. son aquellos factores que están relacionados con la

detección de la enfermedad y que tienen importancia etiológica. Estos factores

aceleran o retrasan el actual desarrollo de la enfermedad. Por ejemplo, el Anti-HBE

se detecta cuando el HbeAg - un antígeno soluble ligado al antígeno core de la

hepatitis B - desaparece. En este momento se considera que el período de

replicación del virus de la hepatitis B ha finalizado, lo que indica que la infección no

evolucionará a la cronicidad y el paciente deja de ser contagioso. Así pués, la

detección del Anti-HBE nos indicaría la presencia de una hepatitis y al mismo

tiempo nos indica la favorable evolución del enfermo.

b) Factores de detección o marcadores de riesgo. Son aquellos factores que

están relacionados con la detección de la enfermedad y que no tienen importancia

etiológica. Están relacionados con la probabilidad de que los casos de una

enfermedad sean detectados. Por ejemplo, la prueba de la tuberculina. esta prueba

detecta la presencia de tuberculosis pero no es factor de riesgo de la tuberculosis

ni influye en su posterior desarrollo.

c) Factores pronósticos. Son factores que están relacionados con la probabilidad de

que los casos desarrollen un cierto resultado. Por ejemplo, la presencia del Anti-

HBE nos indicaría la evolución favorable de la hepatitis B y su ausencia nos

indicaría el posible desarrollo de una hepatitis crónica.

Los modelos probabilístico permiten:

a) Utilizar variables continuas: podemos describir curvas de dosis-efecto en las cuales

varios niveles del factor de estudio están relacionados con la probabilidad de

desarrollar la enfermedad.

b) La investigación de múltiples efectos debidos a la actuación de uno o más

factores. Por lo tanto, podemos estudiar las asociaciones, no necesariamente

causales, entre las enfermedades y entre los factores y las enfermedades.

c) Aplicar modelos estadísticos al estudio de las causas y determinantes de la

enfermedad.




25

Con estos modelos se pretenden analizar el comportamiento de un problema de salud

a partir, fundamentalmente, del procesamiento de datos “históricos” de evolución del

mismo. Con la información obtenida se trata de ajustar un modelo previo, lineal,

logístico, etc... Esta forma de ajuste se considera conductista, ya que el objetivo no

es estudiar las posibles relaciones que pueden tener las variables entre sí; es decir no

tratan de establecer la estructura interna del sistema, sino únicamente ajustar un

modelo a los datos reales que se conocen.

Por el contrario los modelos deterministas se consideran estructuralistas ya que

intentan analizar la estructura interna existente entre las variables que se estudian

3.1.6. Procedimientos para establecer asociaciones causales.

Al desarrollar una investigación nuestro principal objetivo es el de demostrar la

presencia de relaciones entre las causas y los efectos en lo referente a alteraciones de

los niveles de salud. Los investigadores llegan a sus respuestas infiriendo a

partir de los hechos que conocen y de los hechos puestos de manifiesto en

sus estudios. Existen dos tipos de estrategias lógicas de las cuales pudiera inferirse la

existencia de relaciones causales a partir los resultados obtenidos en los diferentes

estudios.

3.1.6.1 Cánones de Mill (10)

John Stuart Mill (1806-1873) estableció en su publicación ”Sistema de lógica” los

siguientes cánones para establecer asociaciones causales:

a) Método de la diferencia. Las situaciones comparadas son iguales en todas sus

variables excepto en una, siendo ésta la causa (o efecto) del fenómeno dado.

b) Método de la concordancia. La situaciones comparadas tienen sólo una

circunstancia en común, siendo ésta la causa (o efecto) del fenómeno dado.

c) Método de la variación concomitante. Los factores estudiados varían

sistemáticamente uno en función del otro. El efecto supuesto varía en una

dirección

siempre que se descubre que la causa hipotética varía. Un ejemplo sería la relación

entre dosis y efecto.




26

d) Métodos de los residuos. Los factores causales conocidos se eliminan del

modelo y del cálculo para aislar y medir la contribución de los factores restantes.

La eliminación de la variación debida a causas conocidas deja un residuo que

necesariamente obedece a otras causas.

3.1.6.2 Postulados de Hill, 1965 (11)

Sir Austin Bradford Hill (1897-1991) estableció, en la publicación reseñada, los

siguientes postulados para establecer asociaciones causales:

1) Fuerza de asociación. Las asociaciones fuertes suelen ser causales con mayor

probabilidad que las asociaciones débiles. Sin embargo, que una asociación sea débil

no descarta una conexión causal, ya que la fuerza de una asociación no es un rasgo

biológicamente consistente, sino una característica que depende de la prevalencia

relativa de otras causas.

2) Consistencia de la asociación. Consiste en la observación repetida de una

asociación en poblaciones diferentes y bajo circunstancias diferentes. Pero si esta

asociación no aparece no descarta una conexión causal, ya que algunos efectos son

producidos por sus causas solo bajo circunstancias no usuales, y porque en ocasiones

el efecto de un agente causal no puede producirse a menos que actúen antes o

después las causas componentes.

3) Especificidad. Una causa conduce a un efecto único, no a efectos múltiples. Sin

embargo, acontecimientos únicos pueden tener efectos múltiple, tal como hemos visto

anteriormente.

4) Temporalidad. Una causa (factor de riesgo) debe preceder al efecto.

5) Gradiente biológico. se refiere a la relación dosis-respuesta. Sin embargo,

algunas asociaciones no muestran esta relación y algunas que las muestren puede ser

debida al azar.

5) Plausibilidad. Se refiere a la plausibilidad biológica de la hipótesis, lo que es una

preocupación importante pero puede ser difícil de juzgar.

7) Coherencia. Una interpretación de causa-efecto para una asociación no debe

entrar en conflicto con lo que se sabe de la historia natural y la historia biológica de la

enfermedad. Pero la no coherencia no debería ser prueba en contra de dicha

asociación.




27

8) Evidencia experimental. Se obtiene en raras ocasiones en las poblaciones

humanas.

9) Analogía. Asociaciones causales similares podrían producir patologías similares.

Para terminar este apartado de causalidad merece la pena leer con

detenimiento las reflexiones que hace Hill a estos nueves aspectos y a la necesidad de

pasar a la acción.

“He aquí nueve perspectivas de lo que debemos estudiar en la asociación antes

de pregonar una relación causal. No obstante, no creo que se pueda especificar, como

alguien ha sugerido, un conjunto de reglas estrictas, de fácil aplicación y de obligado

uso para determinar si existe una relación causa-efecto. Ninguna de las nueves

perspectivas que he mencionado puede servir como prueba indiscutible de la hipótesis

de causación y ninguna puede ser exigida como conditio sine qua non. A lo que

pueden contribuir estos criterios es a clarificar la cuestión fundamental de si alguna

otra manera de explicar el conjunto de hechos observados es igual o más probable

que la posible relación causa-efecto.

Finalmente, en la vida real, al pasar de la idea de asociación a la de causación

hemos de considerar las consecuencias. No habríamos de hacerlo en aras de razones

científicas. Las pruebas han de ser juzgadas por sus méritos y el juicio (en ese

sentido) debe ser completamente independiente de lo que se derive de él o de a

quién pueda afectar. Pero, en un sentido más práctico, de seguro que hemos de

preguntarnos qué se deriva de nuestra decisión. En medicina ocupacional nuestro

objetivo suele ser tomar medidas. Si hay una causa operante y un efecto deletéreo,

estaremos deseosos de intervenir para eliminar o reducir la muerte o la enfermedad.

Esa ambición es de lo más loable, pero lleva inevitablemente a usar distintos

raseros al emitir un veredicto. Con pruebas relativamente escasas podemos restringir

el uso de un medicamento para las náuseas matutinas de la embarazada. Si nos

equivocamos y deducimos una relación causal donde solo había una asociación , no

habremos hecho mucho daño. La buena señora y la industria farmacéutica

seguro que sobrevivirán.

Con pruebas apropiadas podríamos tomar medidas en algo que parezca un riesgo

ocupacional. Por ejemplo, en un ambiente limitado y sin demasiada injusticia si




28

estamos equivocados, podríamos sustituir un lubricante tal vez carcinógeno por otro no

carcinógeno. Pero necesitamos pruebas de mucho peso para hacer que la gente

queme en sus casas un combustible que no les guste, o que dejen de fumar los

cigarrillos o de comer las grasas y dulces que les encantan. Cuando digo prueba de

pesos, he de subrayar de nuevo que no se trata de poner el punto sobre todas la íes y

batirse con cada crítico antes de actuar.

Toda labor científica, sean estudios observacionales o experimentales, es

incompleta. El trabajo científico siempre es susceptibles de alteración o modificación

por los conocimientos nuevos. Eso no nos da licencia para desconocer los

conocimientos que ya existen, o para posponer la acción claramente necesaria en un

momento dado.

¿No puede ser, preguntaba Robert Browning, que el mundo se acabe esta

noche?. Sí, pero basándonos en las pruebas disponibles, casi todos nos prepararemos

para llegar al trabajo mañana a las 8,30.”

3.2.0 El conocimiento científico. Introducción.

Entre las numerosas controversias que existen al estudiar las relaciones entre

una determinada exposición y el desarrollo de una enfermedad se encuentra el estudio

de la relación entre el cáncer de mama femenino y el uso de anticonceptivos orales. En

los últimos diez años se han publicado más de 250 trabajos acerca de la hipotética

relación existente entre la utilización de anticonceptivos orales y el riesgo de

desarrollar cáncer de mama. Sin embargo, hasta este momento el papel que los

anticonceptivos orales puedan tener en la aparición y posterior desarrollo del cáncer de

mama es inconsistente.

La primera evidencia de esta relación fue indirecta. En 1896, Beatson observó

que la ovariectomía producía una espectacular regresión en el crecimiento del cáncer

de mama, por lo que sugirió que las hormonas ováricas actuaban sobre el tejido

mamario canceroso (12).

En estudios posteriores se ha observado una evidente relación entre el riesgo

de desarrollar cáncer de mama con la edad de la menarquia y de la menopausia, la

edad de




29

la mujer al tener su primer hijo, la nuliparidad, la ovariectomía, asi como la mayor

frecuencia de este tipo de neoplasia en la mujer que en el hombre (100 a 1). Todos

estos

hechos apoyan la hipótesis de que las hormonas endógenas femeninas juegan un

importante papel en la etiología del cáncer de mama. Así pues, ya que aparentemente

las hormonas ováricas juegan un cierto papel en la etiología del cáncer de mama, es

razonable preguntarse si el riesgo de desarrollar este tipo de neoplasias se altera por el

uso de hormonas femeninas exógenas, como son los anticonceptivos orales, ya que

son utilizados ampliamente en muchas partes del mundo.

Para intentar resolver esta controversia utilizamos el conocimiento científico que

podríamos definirlo como “un conjunto averiguaciones o indagaciones que

obtenemos mediante la observación y el razonamiento intelectual

sistemáticamente estructurado a partir de los cuales deducimos principios y

leyes generales que nos ayude a comprender una determinada relación”.

Esta definición está basada en las definiciones de ‘conocimiento’ y ‘ciencia’ dadas por el

Diccionario de la Real Academia de la Lengua Española (DRAE). A este conocimiento

llegamos a partir de la investigación; es decir, “realizando actividades

intelectuales y experimentales de modo sistemático con el propósito de

aumentar los conocimientos sobre una determinada materia” (DRAE).

Sin embargo, a pesar de que creamos que la investigación es una actividad

precisa y objetiva, no lo es y por lo tanto sus resultados tampoco. El tipo de estudio

que llevamos a cabo, el tipo de análisis realizado, sea estadístico o no, y sobre todo la

interpretaciones de los resultados que hacemos son procesos subjetivos en sí mismos y

dependen de la teoría filosófica, que de manera implícita y la mayoría de las veces de

forma inconsciente, utilicemos.

Todo lo expuesto anteriormente no tiene ningún sentido peyorativo en el

sentido de que pensemos que al no ser objetivos estamos mintiendo o engañando a

alguien. El

significado que le damos a los términos utilizados, según el DRAE aparecen en

el Anexo. Entre estas teorías filosóficas las más conocidas y utilizadas están:

1) El razonamiento inductivo-deductivo

2) El falsacionismo de Popper




30

3) Los programas científicos de investigación de Lakatos

4) Los paradigmas y la revolución científica de Kuhn

5) La teoría anarquista del conocimiento de Feyerabend

3.2.1 El razonamiento inductivo-deductivo (13, 14) De acuerdo con esta corriente, la ciencia comienza con la observación a través de la

cual se pueden establecer como verdaderas las afirmaciones realizadas

acerca del estado de las cosas, o de una parte de las mismas, por un

observador libre de prejuicios mediante la utilización de sus sentidos, o a

través de herramientas creadas por él. Un ejemplo de esta afirmación es la

observación que realizó Beatson sobre la influencia de la ovariectomía en la evolución

del cáncer de mama. A este tipo de razonamiento, que nos lleva desde una serie de

enunciados o afirmaciones particulares o individuales (ovariectomia -----> regresión del

cáncer de mama) a la generalización de estas afirmaciones a la población general se le

denomina RAZONAMIENTO INDUCTIVO, y al proceso seguido se le denomina

INDUCCION. Un seguidor de este razonamiento fue John Stuart Mill (1806-1873) que

estableció en su publicación ”Sistema de lógica” loscánones para establecer

asociaciones causales vistos anteriormente.

Respecto a la inducción nos podemos hacer dos preguntas.

A) ¿Cuándo sería lícito hacer una generalización a partir de un número

finito de observaciones?. De acuerdo a esta corriente se pueden hacer cuando

se cumplan estas condiciones: a) El número de observaciones individuales debe de

ser grande. En nuestro caso vemos que esta condición se cumple, ya que en los

últimos diez años se han publicados más de 250 artículos que estudian la relación

existente entre la utilización de anticonceptivos orales y el desarrollo de cáncer de

mama. b) Las observaciones se deben repetir en una amplia variedad de

condiciones. En nuestro caso también se cumple esta condición, ya que esta

relación se ha estudiado

en diferentes países, en mujeres de distintas razas, edad, estado civil, número de

hijos, etc. c) Ningún enunciado (o estudio) observacional aceptado debe entrar en

contradicción con la ley (o afirmación) universal aceptada. En este punto de vista no

podemos ser tajantes desde luego. Hemos visto que existen numerosos resultados




31

contradictorios en los diversos estudios. Sin embargo, esto no significa que se niegue

o no se cumpla esta condición.

B) ¿Cómo podemos justificar el principio de inducción?, ¿por qué el

razonamiento inductivo nos lleva al conocimiento fiable e incluso

verdadero?. Las repuesta a estas cuestiones las podemos obtener a partir de la

lógica y de la experiencia.

a) Lógica. Una vez que hemos obtenido, a partir de diversos estudios u

observaciones individuales, leyes y teorías universales, el paso siguiente es la

obtención de diversas consecuencias que nos sirvan como explicaciones y con las

cuales podamos realizar predicciones. El tipo de razonamiento utilizado en

este caso se denomina RAZONAMIENTO DEDUCTIVO y su estudio lo

realiza la LOGICA. Las argumentaciones lógicas válidas se caracterizan por el

hecho de que si la premisa de la argumentación (denominada hipótesis conceptual

o hipótesis alternativa) es verdadera la conclusión debe ser verdadera. Las

argumentaciones deductivas poseen esta característica, pero las inductivas, no.

Los argumentos inductivos no son lógicamente válidos. No se da el caso de que si

las premisas de una inferencia inductiva (en este caso denominadas hipótesis

operacional o hipótesis nula) son verdaderas, entonces la conclusión debe serlo

también. Es posible que la conclusión de una argumentación inductiva sea falsa y

que sus premisas sean verdaderas sin que ello suponga una contradicción.

Supongamos estos dos ejemplos:

1.- Hipótesis conceptual (o alternativa): "La utilización de anticonceptivos orales

aumenta el riesgo de desarrollar cáncer de mama".

Hipótesis operacional (o nula): Realizamos un estudio en un grupo de

mujeres entre 30 y 40 años y observamos que no aparece tal aumento de

riesgo.

Conclusión: la hipótesis conceptual (o alternativa) que hemos planteado no

es cierta. Este argumento es deductivamnete valido, ya que si las premisas

son verdaderas la conclusión debe ser verdadera.

2.- Hipótesis conceptual (o alternativa): "La utilización de anticonceptivos orales

aumenta el riesgo de desarrollar cáncer de mama".




32

Hipótesis operacional (o nula): Realizamos un estudio en un grupo de

mujeres entre 30 y 40 años y observamos que sí aparece tal aumento de

riesgo,

Conclusión: la hipótesis conceptual (o alternativa) que hemos planteado es

cierta.

Este argumento es deductivamente inválido, ya que la conclusión puede ser

falsa aunque las premisas sean verdaderas. Que la hipótesis operacional, o

nula, sea verdadera no significa que también lo sea la hipótesis conceptual,

o alternativa. Este error en el razonamiento se denomina "falacia de afirmar

el consecuente" .

b) Experiencia. El inductivismo utiliza como fuente de la verdad a la experiencia y

no a la lógica. Según esta corriente, la objetividad de la ciencia se deriva del hecho

de que tanto la observación (o experiencia) como el razonamiento inductivo (la

forma de llegar a enunciados universales a partir de enunciados u observaciones

individuales) son objetivos en sí mismo. La validez de los datos o enunciados

observacionales, cuando se obtienen de forma correcta no depende del gusto, la

opinión o las expectativas del observador. Por lo tanto a partir de este tipo

enunciados observacionales (experiencia), podemos inferir un enunciado universal.

Es decir, si se realizan numerosos estudios en los cuales se comprueba que la

utilización de anticonceptivos orales en diversas circunstancias está relacionada con

el mayor riesgo de desarrollar cáncer de mama, y estos estudios han sido

realizados por investigadores de forma correcta y sin dejarse influir por sus gustos,

opiniones o expectativas, podemos generalizar y afirmar que la utilización de

anticonceptivos orales en diversas circunstancias aumenta el riesgo de desarrollar

cáncer de mama. Si nos fijamos en lo anteriormente expuesto, estamos utilizando

una argumentación inductiva para justificar el principio de la inducción y estamos

empleando lo que se denomina

"argumentación singular". Esta limitación a la hora de justificar la inducción a

través de la inducción o lo que es lo mismo, realizar postulados universales a través

de observaciones individuales, fue descrita por primera vez por David Hume, 1711-

1776.




33

Debido a las limitaciones que presenta el proceso de inducción, podemos realizar una

reformulación de dicho principio. Así, ya que no podemos decir que a través de

observaciones individuales podemos llegar a teorías generales verdaderas, podemos

afirmar que estas teorías serán probablemente verdaderas. El conocimiento científico

no es un conocimiento probado, pero representa un conocimiento que es

probablemente verdadero. (Rudolf Carnap, 1891-1970). Cuanto mayor sea el número

de observaciones que formen la base de una inducción (hipótesis operacional o nula) y

cuanto mayor sea la variedad de condiciones en las cuales se hayan realizado éstas

observaciones, mayor será la probabilidad de que las generalizaciones resultantes sean

verdaderas. De acuerdo con la teoría de la probabilidad, es casi imposible dar una

explicación del inductivismo que evite la consecuencia de que la probabilidad de

cualquier afirmación que generalice alguna observación sea cero, sea cual sea las

observaciones realizadas. Es decir, toda observación que hagamos constará de un

número finito de variables o enunciados observados, mientras que al generalizar esta

observación lo que se persigue es hacer afirmaciones acerca de un número infinito de

variables, esto es, intentamos generalizar los resultados. La probabilidad de que sea

cierta esta generalización es el resultado de dividir un número finito de observaciones,

con un número finito de variables en cada observación, por un número infinito de

observaciones, y cada una de ellas con un numero infinito de variables, es decir,

estamos dividiendo un número finito por un número infinito, lo cual es cero por mucho

que aumenten las observaciones realizadas.

A pesar de todo, tropezamos con cuatro dificultades a la hora de poder emplear la

inducción para realizar investigaciones científicas (13):

1) El hecho de que la ciencia se ocupe del cálculo de probabilidades individuales de

desarrollar un evento en vez de realizar generalizaciones, es hasta cierto punto

antiintuitivo.

2) Así y todo no podemos evitar que en el cálculo de probabilidades individuales esté

implícito el desarrollo de una generalización.

3) Los distintos estudios u observaciones se deben realizar basándose en una teoría

por muy imprecisa que ésta sea. Es decir, el hecho de que no se estudien en

relación a esta asociación, la edad del padre y de la madre de la mujer, talla del

calzado, utilización del tinte para el cabello, etc , se basa en el hecho de que

pensamos, si queremos intuitivamente, de que estan características no tiene




34

ninguna influencia en el desarrolllo de esta enfermedad. Sin embargo, el hecho de

que la teoría, o la intuición, sea anterior a la observación va en contra de la tésis

inductivista que nos dice que las teorías se desarrollan a partir de las observaciones

realizadas.

4) Las observaciones realizadas son tan falibles como las teorías en las cuales están

basadas y por tanto no son completamente seguras.

5) Los hechos y las teorías están relacionados mucho más intimamente de lo que

reconoce el principio de autonomía. (Este principio se basa en que los hechos

existen, y que están disponibles independientemente de que se consideren o no

alternativas a la teoría que ha de ser contrastada).

3.2.2 El falsacionismo de Popper , [Sir Karl Popper, 1902 - 1994] (13, 16-21)

El problema que se plantea Popper es cómo estimar cual es la mejor entre las

teorías, posiblemente falsas, que compiten entre sí. Como punto de partida,

Popper descarta:

1) La solución justificacionista (inductivista) según la cual una teoría es mejor que su

rival si está probada, mientras su rival no lo está: todas las teorías están

igualmente improbadas y, por supuesto, es igualmente imposibles probarlas.

2) La solución probabilística, según la cual una teoría es mejor que su rival si tiene

un mayor grado de probabilidad a la luz de la evidencia observacional: muestra

que todas las teorías son igualmente improbables.

3) La solución instrumentalista, según la cual una teoría es mejor que su rival si es

"más simple que ella desde el punto de vista de confort intelectual" .

Como alternativa Popper propone lo que él denomina "un método deductivo de

contrastación". De acuerdo con este método una hipótesis solo se puede constrastar

de

manera empírica (por la experiencia) y sólo después de haber sido propuesta. El

contrastar teorías no consiste en descubrir hechos que la confirmen, ya que siempre

podemos esperar encontrar alguno que la invalide, sino en intentar falsarla.

Una teoría es falsada cuando se descubre algún hecho que la desmiente o, más

específicamente, cuando se descubre un determinado hecho o situación que no es




35

verificado por esa teoría. Como se puede observar el método adoptado es un método

deductivo. Para Popper, una teoría que no sea falsable es inaceptable y se halla fuera

del marco de la ciencia tal como ocurre, por ejemplo, con el marxismo y el

psicoanálisis, que aunque pueden ser verificados, no pueden ser falsados. Asimismo,

una teoría nunca podrá ser definitivamente confirmada ya que esto querría decir que

no es falsable .

De acuerdo con esta teoría debemos aceptar una nueva hipótesis si satisface al

menos uno de los siguientes criterios:

a) Hace predicciones más precisas.

b) Explica más y con más detalle las observaciones previas.

c) Ha pasado pruebas que la hipótesis previa no pasó.

d) Sugiere la realización de nuevas pruebas, por ejemplo para hacer

predicciones, no sugeridas por la anterior hipótesis.

Ha unido o relacionado fenómenos no considerados anteriormente (16, 18, 19). Otra

de las diferencias entre los inductivistas y los falsacionistas está en la importancia que

cada una de las corrientes le da al contexto histórico en el cual se obtiene la evidencia.

En este aspecto los inductivista poseen una visión "ahistórica" de la ciencia, ya que lo

importante para éstos es la realización de diferentes estudios y así cuanto mayor sea el

número de casos confirmados, mayor será el apoyo a una determinada teoría y más

probable será que sea verdadera, careciendo de importancia el contexto histórico en el

cual se obtiene la evidencia. Por el contrario, para los falsacionistas la importancia de

las confirmaciones dependen fundamentalmente del contexto histórico en el que nos

encontremos. Es decir, una confirmación será importante si es improbable que suceda

a la luz del conocimiento básico de la época. Las confirmaciones que son conclusiones

conocidas de antemano no tienen ningún interés en el desarrollo científico (13).

Los problemas que surgen a la hora de utilizar la aproximación popperiana en el

desarrollo científico se pueden agrupar en los siguientes apartados (13, 17, 19).

1) El problema de la demarcación. Según Popper, son dos las características

que podemos utilizar para ver la diferencia existente entre ciencia y no

ciencia:

a) El lugar de la demarcación se encuentra en el criterio epistemológico, o

método lógico, que utiliza la ciencia, y

b) El criterio más importante a este respecto es la falsación de teorías.




36

Contra esto se puede argumentar (17, 20, 21) que aunque la falsabilidad es un criterio

útil, la diferencia entre ciencia y no ciencia no se basa en ningún criterio relacionado

con las observaciones o inferencias, sino que esta diferencia puede estar basada en las

funciones sociales de la ciencia (resultados de estudios científicos pueden influir en el

comportamiento social), en el tipo de cuestiones que queremos responder (relación

entre datos cuantitativos propiedades observacionales del mundo) o en el grado o

naturaleza de la operacionalización de términos teóricos (desarrollo de indicadores,

diversos tipos de tasas, etc.).

2) ¿Puede una teoría científica ser falsificada con certidumbre?. En el mundo real de la

ciencia ninguna teoría científica puede ser falsificada con certidumbre, porque no

podemos llegar a estar seguro que han sido observadas todas las condiciones previas

en las que se basa una teoría..

3) Falsificación y falsabilidad. A este respecto se puede afirmar que (19):

a) No se ha encontrado, en ninguna de las ramas de la ciencia, una teoría que

no sea posible establecer de forma que no sea potencialmente falsable.

b) Debido a la forma en la cual se practica actualmente la ciencia, es imposible

establecer de una manera indicustible una total falsación de una

determinada teoría.

4) ¿Existe la inducción?. El hecho de que, según Popper, la ciencia esté basada sobre

una "lógica" y que, según este punto de vista, la inducción no es lógica o no es un

método para probar teorías, hace afirmar a este autor que la inducción no existe.

Como consecuencia a esto, Popper asume que todo conocimiento procede a partir

de ideas previas (17). A este respecto, hay que tener en cuenta que mientras las

ideas previas pueden haber sido deducidas, pueden basarse, a su vez, en ideas en

las

cuales la deducción no sea posible. Ante esto Popper afirma que las ideas previas

forman parte de la biología y la psicología humana.

3.2.3 Los programas científicos de investigación de Lakatos [Imre Lakatos, 1922 – 1974] (17)

En el apartado anterior, hemos visto que el principal problema a la hora de aceptar el

falsacionismo como modelo a la hora de elegir teorías era la imposibilidad que




37

tenemos de refutar o rechazar teorías. Para obviar este problema, Lakatos presenta

otro punto de vista:

1) Llamemos a una serie de teorías sucesivas, cada una de las cuales es

aceptable -esto es, con un contenido empírico más elevado que su antecesora-,

un cambio de problema (teóricamente) progresivo.

2) Llamemos a una serie de teorías, cada una de las cuales produce

"hechos" no previstos por su predecesora, un cambio de problema

(empíricamente) progresivo.

3)

Basándonos en estos aspectos, si tenemos una serie de teorías que son falsadas en

todo momento estamos ante un 'cambio de problema progresivo', en caso contrario lo

llamamos 'degenerativo'. Así, el criterio de demarcación de Popper puede ser

reformulado como la contrastación de cambios de problemas progresivos (científicos) y

degenerativos (pseudocientíficos). Esta contrastación o comparación de cambios de

problemas no son hechos aislados sino que forman parte de un "programa de

investigación".

Un programa de investigación consiste en una serie de reglas metodológicas

algunas de las cuales nos dicen que rutas de investigación abandonar (heurística

negativa) y otras que rutas seguir (heurística positiva).

Para Lakatos una 'ruta de investigación' son una serie de teorías sucesivas cada

una de las cuales "elimina" a sus predecesoras.

a) Heurística negativa. Todos los programas de investigación científicos pueden ser

caracterizados por su "núcleo central". En el caso de que cualquier observación entre

en contradicción con el "núcleo central", la heurística negativa nos prohíbe 'atacarlo'

directamente, sino lo que debemos hacer es articular o incluso inventar con la mayor

ingeniosidad teorías de contraste o piedra de toque, "hipótesis auxiliares" que

constituyan un 'cinturón protector' alrededor de este núcleo y redirigir las

contradicciones sobre él. Es este 'cinturón protector' de hipótesis auxiliares el que ha

de resistir el embate de las contrastaciones y es ajustado o reajustado, o incluso

reemplazado por completo, en defensa del núcleo así consolidado. Un programa de

investigación es afortunado si en el proceso conduce a un cambio de problema

progresivo; desafortunado si conduce a un cambio de problema degenerativo.

Llamaremos progresivo a un cambio si es consistentemente progresivo en contenido




38

empírico y al menos intermitentemente progresivo en corroboración. Veamos un

ejemplo, el núcleo central de nuestro programa de investigación es que el consumo de

anticonceptivos orales es un factor de riesgo en el desarrollo del cáncer de mama. El

cinturón protector estaría compuesto de hipótesis adicionales o condiciones previas

como que es más frecuente según la duración en el consumo, en mujeres sin hijos, si

se consumen a partir de los 35 años, etc. Si realizamos un estudio, por ejemplo en

mujeres de 40 años sin hijos y que empezaron a utilizarlos con 20 años, y no

encontramos ninguna relación, el paso que seguimos no es el negar que los

anticonceptivos orales no son un factor de riesgo en el desarrollo del cáncer de mama

(núcleo central), sino que decimos que esta relación no se observa en este tipo de

mujeres, que la muestra no es representativa, que hemos cometido un sesgo de

selección, que la raza actúa como un factor de confusión, que la tasa de no respuesta

ha sido alta, etc; es decir, lo que atacamos es al cinturón protector, pero nunca al

núcleo central.

b) Heurística positiva. El diseño y reajuste del cinturón protector que evita que

las contradicciones observadas 'ataquen' directamente al 'núcleo central' no se crean

de manera aleatoria y sin ningún orden establecido. Así, por ejemplo:

1) No podemos utilizar hipótesis ad hoc, es decir, aquellas hipótesis que no son

comprobables de forma independiente. Por ejemplo, podemos decir que ha

existido un sesgo de selección, hecho que puede ser comprobable, pero no

podemos decir que los anticonceptivos orales actúan debido a un factor

genético indeterminado ya que esta afirmación no la podemos comprobar.

2) No podemos utilizar hipótesis que vayan en contra del núcleo central.

La heurística positiva consiste en un conjunto parcialmente articulado de

sugerencias o indicaciones sobre como desarrollar las 'variantes refutables' de

programa de investigación; es decir, como modificar y refutar el cinturón protector. La

heurística positiva del programa salva al científico de perderse en un océano de

anomalías y traza un programa que cataloga una cadena de modelos, cada vez más

complicados, que simulan la realidad. Un modelo es un conjunto de condiciones

iniciales que se sabe que está 'condenado' a ser reemplazado durante el subsiguiente

desarrollo del programa, e incluso se sabe (en mayor o menor cuantía) exactamente

cómo. Esto muestra como las refutaciones irrelevantes de una determinada variante

están introducidas en el programa




39

de investigación: su existencia es plenamente esperada. La heurística positiva está

aquí como estrategia para predecirlas, producirlas, y también para asimilarlas.

El principal inconveniente que presenta está teoría es que en algunos casos un

programa de investigación tenido por degenerativo en un momento dado es de hecho

el estado inicial de un programa progresivo y por lo tanto su abandono supondría la

pérdida de una ocasión de progresar. Por otra parte, si el programa continuara

degenerándose, seguir adelante con él sería contraproducente. Por lo tanto ante la

pregunta, ¿cuánto tiempo debe transcurrir para que podamos decir (o cómo podemos

saber) que un determinado programa de investigación es degenerativo y por lo tanto

incapaz de llevar al descubrimiento de nuevos fenómenos?, la respuesta que da

Lakatos es que sólo lo podemos saber retrospectivamente.

3.2.4 Los paradigmas y la revolución científica de Kuhn [Thomas S. Kuhn, 1922 – 1996] (21).

Para Kuhn la evolución de la ciencia y la aparición de nuevas teorías ocurren en tres

fases: a) ciencia normal; b) crisis y c) revolución.

A) CIENCIA NORMAL.

Para Kuhn, "ciencia normal" significa investigación basada firmemente en

una o más realizaciones científicas pasadas, realizaciones que alguna

comunidad científica particular reconoce, durante cierto tiempo, como

fundamento para su práctica posterior. Un paradigma se define como:

1) Completa constelación de creencias, valores, técnicas y así sucesivamente,

compartidos por los miembros de una comunidad dada (sentido sociológico).

2) Especie de elementos en tal constelación las soluciones-enigmas concretas

las que empleadas como modelos o ejemplos, puede reemplazar a reglas

explícitas como base para la solución de los enigmas restantes de la ciencia

normal. (Definición con un sentido más profundo, es la que más controversia

presenta).




40

Los enigmas son aquella categoría especial de problemas que puede servir para poner

a prueba el ingenio o la habilidad para resolverlos. No es un criterio de calidad de un

enigma el que su resultado sea intrínsicamente interesante o importante. Por el

contrario, los problemas verdaderamente apremiantes, como un remedio para el

cáncer o el logro de una paz duradera, con frecuencia no son ningún enigma, en gran

parte debido a que pueden no tener solución alguna. Para que pueda clasificarse como

enigma, un problema debe caracterizarse por tener más de una solución asegurada.

Para ser aceptada como paradigma, una teoría debe parecer mejor que sus

competidoras; pero no necesita explicar y, en efecto, nunca lo hace, todos los hechos

que se puedan confrontar con ella. La ciencia normal es una empresa altamente

acumulativa que ha tenido un éxito eminente en sus objetivo, la extensión continua de

su alcance y la precisión de los conocimientos científicos. En todos estos aspectos se

ajusta con gran precisión a la imagen más usual del trabajo científico. La ciencia

normal no tiende hacia novedades fácticas o teóricas y, cuando tiene éxito no descubre

ninguna. Pero si el objetivo de la ciencia normal no son las novedades sustantivas

principales (si el fracaso para acercarse al resultado esperado constituye habitualmente

un fracaso como científico), ¿por qué entonces se trabaja en esos problemas?. Una de

las razones por las cuales la ciencia normal parece progresar tan rápidamente es que

quienes la practican se concentran en problemas que sólo su falta de ingenio podría

impedirles resolver.

B) CRISIS.

Sin embargo, la investigación científica descubre repetidamente fenómenos nuevos

e inesperados y los científicos han inventado de manera continua, teorías radicalmente

nuevas. El descubrimiento comienza con la percepción de la anomalía; o sea,

con el reconocimiento de que en cierto modo la naturaleza ha violado las

expectativas, inducidas por el paradigma, que rigen la ciencia normal. A

continuación, se produce una exploración más o menos prolongada de la

zona de anomalía. Y solo concluye cuando la teoría del paradigma ha sido ajustada

de tal modo que lo anormal se haya convertido en lo esperado. La asimilación de un

hecho de tipo nuevo exige un ajuste más que aditivo de la teoría y en tanto no se ha

llevado a cabo ese ajuste (hasta que la ciencia aprende a ver la naturaleza de una




41

manera diferente) el nuevo hecho no es completamente científico. ¿Qué es lo que

diferencia a la ciencia normal

de la ciencia en estado de crisis?. Cuando por ciertas razones una anomalía llega a

parecer algo más que otro enigma de la ciencia normal, se inicia la transición a la crisis

y a la ciencia fuera de lo ordinario. Entonces, la anomalía misma llega a ser reconocida

de manera más general como tal en la profesión, cada vez se le presta más atención.

Si continua oponiendo resistencia, muchos de ellos pueden a llegar a considerar su

resolución como 'el' objetivo principal de su disciplina. Los primeros intentos de

resolución del problema seguirán de cerca las reglas establecidas por el paradigma;

pero al continuar adelante sin poder vencer la resistencia, las tentativas de resolución

involucrarán, cada vez más, alguna coyuntura menor o no tan ligera del paradigma, de

modo tal que no existan dos de esas articulaciones completamente iguales, con un

éxito parcial cada una

de ellas ni con el suficiente éxito como para poder ser aceptadas como paradigmas por

el grupo. A través de esta proliferación de coyunturas divergentes (de manera cada

vez más frecuente llegarán a describirse como ajustes ad hoc), las reglas de la ciencia

normal se hacen cada vez más confusas. Aún cuando existe todavía un paradigma,

pocos de los que practican la ciencia en su campo están completamente de acuerdo

con él. Incluso las soluciones de algunos problemas aceptados con anterioridad se

pone en duda. La transición de un paradigma en crisis a otro nuevo del que pueda

surgir una nueva tradición de la ciencia normal está lejos de ser un proceso de

acumulación, al que se llegue por medio de una articulación o una ampliación del

antiguo paradigma. Es más bien

una reconstrucción del campo, partir de nuevos fundamentos, reconstrucción que

cambia algunas de las generalizaciones teóricas más elementales del campo, así como

también muchos de los métodos y aplicaciones del paradigma. Durante el período de

transición habrá una gran coincidencia, aunque nunca completa, entre los problemas

que pueden resolverse con ayuda de los dos paradigmas, el antiguo y el nuevo; pero

habrá también una diferencia decisiva en los modos de resolución. Cuando la transición

es completa, la profesión habrá modificado su visión del campo, sus métodos y sus

metas.

C) REVOLUCION CIENTIFICA.




42

La transición consiguiente a un nuevo paradigma es la 'revolución científica'. Las

revoluciones científicas se consideran episodios de desarrollo no

acumulativo en el que un antiguo paradigma es reemplazado,

completamente o en parte, por otro nuevo e incompatible. ¿Por qué debe

llamarse revolución a un cambio de paradigmas?. Frente a las diferencias tan grandes

y esenciales entre el desarrollo político y el científico, ¿qué paralelismo puede justificar

la metáfora que encuentra revoluciones en ambos?. Las revoluciones políticas se

inician por medio de un sentimiento, cada vez mayor, restringido frecuentemente a

una fracción de la comunidad política, de que las instituciones existentes han cesado

de satisfacer adecuadamente los problemas planteados por el medio ambiente que han

contribuido en parte a crear. De manera muy similar, las revoluciones científicas se

inician con un sentimiento creciente, también a menudo restringido a una estrecha

subdivisión de la comunidad científica, de que un paradigma existente ha dejado de

funcionar adecuadamente en la exploración de un aspecto de la naturaleza, hacia el

cual, el mismo paradigma había previamente mostrado el camino. Tanto en el

desarrollo político como en el científico, el sentimiento de mal funcionamiento que

puede conducir a la crisis es un

requisito previo para la revolución. Como la elección entre instituciones políticas que

compiten entre sí, la elección de paradigmas en competencia resulta una elección entre

modos incompatibles de vida de la comunidad. Debido a que tiene ese carácter, la

elección no está y no puede estar determinada sólo por los procedimientos de

evaluación característicos de la ciencia normal, pues estos dependen en parte de un

paradigma

particular, y dicho paradigma es discutido. Cuando los paradigmas entran, como

deben, en un debate sobre la elección de un paradigma, su función es necesariamente

circular. Para argüir en la defensa de ese paradigma cada grupo utiliza su propio

paradigma. Entonces, ¿cómo llegan los científicos a hacer esta transposición?:

a) Es una experiencia de conversión que no se puede forzar.

b) Basándose en técnicas de persuasión o a argumentos y contrargumentos en

una situación en la que no puede haber pruebas, nuestra pregunta es nueva y

exige un tipo de estudio que no ha sido emprendido antes.

c) Depende de la idiosincrasia, de la autobiografía y de la personalidad del que lo

propone.




43

d) Pueden depender de la nacionalidad o la reputación anterior del innovador y

sus maestros.

e) Lo más importante es el tipo de comunidad que siempre, tarde o temprano, se

reforma como un grupo único.

f) Pueden resolver problemas que condujeron al paradigma antiguo a la crisis.

g) Argumentos, raramente establecidos explícitamente, que hacen un

llamamiento al sentido que tienen los individuos de lo apropiado y de lo

estético: se dice que la nueva teoría es "más neta", "más apropiada" o "más

sencilla" que la antigua.

3.2.5 La teoría anarquista del conocimiento de Feyerabend [Paul Feyerabend, 1924-1994] (13, 14, 20)

Las características principales de esta teoría se pueden dividir en cuatro apartados:

1) Todo vale

2) Negación de la utilidad del racionalismo crítico

3) Necesidad del anarquismo. Negación del papel superior de la ciencia.

4) Inconmensurabilidad.

1) Todo vale. Para este autor, la creencia de que los hechos científicos se

experimentan como si fueran independientes de la opinión, creencia y del

trasfondo cultural, resultando así "posible" crear una tradición que se sostiene por

medio de reglas estrictas es poco realista, perniciosa y perjudicial.

Es poco realista porque el actuar de acuerdo con reglas fijas y universales da

una visión demasiado simple de los talentos del hombre y de la circunstancias que

fomentan o provocan su desarrollo. El mundo que deseamos explorar es una

entidad en gran medida desconocida. Debemos por tanto mantener abiertas

nuestras opciones y no restringirlas de antemano.

Es perniciosa debido a que el hecho de actuar de acuerdo a estas ideas tiene

como finalidad el incrementar la cualificación profesional del científico a expensas

de su desarrollo como ser humano. Una educación científica, tal como la descrita

anteriormente, no puede reconciliarse con una actitud humanista. Está en conflicto

"con el cultivo de la individualidad que es lo único que produce, o puede producir,

seres humanos bien desarrollados". Dicha educación mutila por compresión, cada

parte de la naturaleza humana que sobresalga y que tienda a diferenciar




44

notablemente a una persona del patrón de los ideales de racionalidad establecidos

por la ciencia, o por la filosofía de la ciencia. El intento de aumentar la libertad, de

procurar una vida plena y gratificadora, y el correspondiente intento de descubrir

los secretos de la naturaleza y del hombre implican, por tanto, el rechazo de

criterios universales y de todas las tradiciones rígidas. Un científico que desee

maximizar el contenido empírico de los puntos de vista que sustenta y que quiera

comprenderlos tan claramente como sea posible, tiene que introducir otros puntos

de vista; es decir, tiene que adoptar una metodología pluralista.

Es perjudicial porque no toma en consideración los entornos tanto físico

como histórico que influyen en el cambio científico, haciendo que el desarrollo de la

ciencia sea menos adaptable y más dogmático. En resumen, la idea de un método

fijo, o la idea de una teoría fija de la racionalidad, descansa sobre una concepción

excesivamente ingenua del hombre y de su contorno social. A quienes consideren

el rico material que proporciona la historia, y no intenten empobrecerlo para dar

satisfacción a sus más bajos instintos y a su deseo de seguridad intelectual con el

pretexto de claridad, precisión, 'objetividad' y 'verdad'. A esas personas les

parecerá que sólo hay un principio que puede defenderse bajo cualquier

circunstancia y en

'todas' las etapas del desarrollo humano. Este principio es "Todo sirve", "Se

admite todo" o "Todo vale" (anything goes).

2) Negación de la utilidad del racionalismo crítico. Donde quiera que miremos y sean

cuales fueren los ejemplos que consideremos, vemos que los principios del

racionalismo crítico [ideas de Popper y Lakatos anteriormente vistas], como tomar

en serio las falsaciones; evitar la hipótesis 'ad hoc'; 'ser honestos', cualquiera que

sea el significado de esta expresión, etc...; y, 'a fortiori' (con mayor razón), los

principios del empirismo lógico (ser rigurosos, basar las teorías sobre mediciones;

evitar las ideas vagas e inestables, etc.), ofrecen una explicación inadecuada del

desarrollo pasado de la ciencia y tienden a obstaculizar la ciencia en el futuro.

Ofrecen una explicación inadecuada de la ciencia porque la ciencia es mucho más

'cenagosa' e 'irracional' que su imagen metodológica. Y tienden a obstaculizarla

porque el intento de hacer más 'racional' y más rigurosa la ciencia desemboca en

su destrucción. Así por ejemplo, la consideración de diversas circunstancias como




45

términos observacionales, núcleos sensoriales, ciencias auxiliares, sustratos

especulativo, sugiere que una teoría puede ser inconsistente con la evidencia, no

porque no sea correcta, 'sino porque la evidencia esté contaminada'. La teoría se

ve amenazada, o bien porque la evidencia contiene sensaciones no analizadas que

sólo corresponden en parte a procedimientos externos, o bien porque dicha

evidencia se presenta en términos correspondientes a puntos de vistas anticuados,

o también porque es evaluada con ayuda de materias auxiliares poco sólidas. En

consecuencia, la diferencia entre ciencia y metodología, que constituye un hecho

histórico obvio, indica una debilidad de esta última y tal vez también de las 'leyes

de la razón'. Pues, lo que parece ser 'ciénaga', 'caos' y 'oportunismo' al compararse

con tales leyes, tiene una función muy importante en el desarrollo de las teorías

que hoy consideramos como partes esenciales de nuestro conocimiento de la

naturaleza. 'Semejantes desviaciones' y 'errores' son prerrequisitos del progreso.

Sin 'caos' no hay conocimiento. Sin un olvido frecuente de la razón, no hay

progreso. Las ideas que hoy en día constituyen la base misma de la ciencia existen

sólo porque hubo cosas tales como el prejuicio, el engaño y la pasión; porque estas

cosas 'se opusieron a la razón'; y porque 'se les permitió seguir su camino'. Hemos

de

concluir, pues, que incluso 'en' ciencia la razón no puede ser, y no debería

permitirse que fuera, comprehensiva y que debe ser marginada, o eliminada, con

frecuencia en favor de otras instancias. No existe una sola regla que continúe

siendo válida en toda las circunstancias y no existe una sola instancia a la que se

pueda apelar siempre.

3) Necesidad del anarquismo. Negación del papel superior de la ciencia. Ahora bien,

debemos recordar que esta conclusión ha sido referida partiendo de la condición de

que la ciencia, tal como la conocemos hoy día, permanezca sin cambios y de que

se permita a los procedimientos que ella emplea determinar su desarrollo futuro.

Dada la ciencia, la razón no puede ser universal y no puede excluirse la sinrazón.

Esta característica peculiar del desarrollo de la ciencia apoya fuertemente a una

epistemología (Doctrina de los fundamentos y métodos del conocimiento científico)

de tipo anarquista. Pero la ciencia no es sagrada. La restricciones que ella impone

(y existen muchas de tales restricciones, aunque no es fácil desenmascararla) no

son necesarias para disponer de puntos de vista generales, coherentes y

satisfactorios sobre el mundo. Existen los mitos, los dogmas de la teología, la




46

metafísica y otras muchas formas de construir una concepción del mundo. Es claro

que un fecundo intercambio entre la ciencia y tales concepciones del mundo 'no

científicas' dará como

resultado una necesidad cada vez mayor del anarquismo que la ciencia misma ya

es. Así pues, el anarquismo no solo es 'posible', sino que es 'necesario' tanto para

el progreso interno de la ciencia como para el desarrollo de la cultura en su

conjunto.

4) Inconmensurabilidad. Este término se deriva del hecho de que la observación de

cualquier hecho depende de la teoría que estemos manejando, y ésta a su vez

depende del contexto histórico en el cual haya surgido. Este aspecto provoca que

en ocasiones los fundamentos en los que se basen dos teorías sean tan diferentes

que sea prácticamente imposible formular los conceptos básicos de una en los

términos de la otra y como consecuencia ambas teorías no compartirán ningún

enunciado observacional. En este caso diremos que ambas teorías son

inconmensurables. Sin embargo, el hecho de que dos teorías sean

inconmensurables no significa que no se puedan comparar (13). Una forma de

comparación es la de confrontar ambas teorías a una serie de observaciones y ver

de qué manera son compatibles ambas teorías con esas observaciones

interpretadas en sus propios términos. Otra forma de comparación

5)

6) implicaría consideraciones acerca de que si son coherentes o incoherentes, si son

aproximaciones aventuradas o no, etc. Una cuestión muy importante a este

respecto es, ante dos teorías inconmensurables ¿cual de las dos elegiríamos?.

Según Feyebarend, la elección entre criterios y, por consiguiente, la elección entre

teorías inconmensurables es en última instancia subjetiva.

3.3.0 Bibliografía

1. SUSSER M. Conceptos y estrategias en epidemiología. El pensamiento causal

en las ciencias de la salud. Serie Biblioteca de la Salud. México. Fondo de

Cultura Económica. 1991.

2. LILIENFELD AM; LILIENFELD DE. Fundamentos de epidemiología.

Wilmington. Addison-Wesley Iberoamericana. 1987.




47

3. SCHLESSELMAN JJ. Case-control studies. Design, conduct, analysis. New York.

Oxford University Press. 1982.

4. KLEINBAUM DG; KUPPER LL; MORGENSTERN H. Epidemiologic research.

Principles and quantitative methods. New York. Van Nostrand Reinhold

company. 1982.

5. SUSSER M. What is a cause and how do we know one?. A grammar for

pragmatic epidemiology. Am J Epidemiol 1991;133:635-648.

6. MAUSNER JS; BAHN AK. Epidemiología. México. Interamericana. 1977.

7. DETELS R. Epidemiology-the foundation of public health. In: Holland WW,

Detels R & Knox G. (eds.). Oxford textbook of public health. Volume 2. 2nd

edition. Oxford. Oxford University Press. 1991.

8. ARACUK J. Introducción a la dinámica de sistemas. Madrid. Alianza Universidad

Textos. Nº 58. 1983. y Aracil J, Gordillo F. Dinámica de Sistemas. Madrid:

Alianza Universidad Textos nº 168. 1997.

9. ROTHMAN KJ, GREENLAD S. Modern epidemiology. 2nd edition. Philadelphia.

Lippincott - Raven. 1998.

10. MACMAHON B; PUGH TF. Principios y métodos de epidemiología. México. La

Prensa Médica Mexicana. 2ª edición 1975. 7ª reimpresión 1981.

11. HILL AB. Ambiente y enfermedad: ¿asociación o causación?. En: Organización

Panamericana de la Salud. Publicación científica. Aspectos metodológicos,

éticos y prácticos. Publicación científica 550. Washington. 1994.

12. BEATSON GW. On the treatment of inoperable cases of carcinoma of the

mamma: suggestion for a new method of treatment with illustratives cases.




48

Lancet 1896;2:104-107. (Citado en: Petrakis NL, Ernster VL, King MC. Breast.

In: Schottenfeld D, Fraumeni jr JF (eds.). Cancer epidemiology and prevention.

Philadelphia. WB Saunders;1982:855-870).

13. CHALMERS AF. ¿Qué es esa cosa llamada ciencia?. 12ª edición en español

(9ª de España). Madrid. Siglo XXI de España editores. 1991.

14. FERRATER J. Diccionario de filosofía. 6ª edición. Barcelona. Círculo de

Lectores. 1991.

15. HUME D. Del conocimiento. Buenos Aires. Biblioteca de iniciación filosófica nº

43. Editorial Aguilar. 1956.

16. POPPER KR. La lógica de la investigación científica. Madrid. Tecnos. 1963.

17. LAKATOS I. La crítica y la metodología de programas científicos de

investigación. Valencia. Revista Teorema. 1982.

18. BUCK C. Popper's philosophy for epidemiologist. Int J Epid 1975;4:159-168.

19. PEARCE N, CRAWFORD-BROWN D. Critical discussion in epidemiology:

problems with the popperian approach. J Clin Epidemiol 1989;42:177-184.

20. FEYERABEND P. Tratado contra el método. Esquema de una teoría anarquista

del conocimiento. Madrid. Tecnos. 1986.

21. KUHN TS. Las estructuras de las revoluciones científicas. 14ª reimpresión.

México. Fondo de Cultura Económica. 1990.




49

Anexo Definiciones del Diccionario de la Real Academia de la Lengua Española

Causa: aquello que se considera como fundamento u origen de algo.

Ciencia:

- conjunto de conocimientos obtenidos mediante la observación y sistemáticamente

estructurados y de los que se deducen principios y leyes

- saber o erudición.

- habilidad, maestría, conjunto de conocimientos en cualquier cosa.

Científico:

- perteneciente o relativo a la ciencia.

- que se dedica a una o más ciencias.

- que tiene que ver con las exigencias de precisión y objetividad propias de la

metodología de las ciencias.

Conocimiento:

- acción y efecto de conocer.

- entendimiento, inteligencia, razón natural.

- cada una de las facultades sensoriales del hombre en la medida en que están

activas.

Hipótesis:

- suposición de algo posible o imposible para sacar de ello una consecuencia.

- de trabajo: la que se establece provisionalmente como base de una investigación

que puede confirmar o negar la validez de aquella.

Investigación:

- acción y efecto de investigar.

- básica: la que tiene por fin ampliar el conocimiento científico sin perseguir, en

principio, ninguna aplicación práctica.




50

Objetivo:

- perteneciente o relativo al objeto en sí mismo, con independencia de la propia

manera de pensar o de sentir.

- desinteresado, desapasionado.

- que existe realmente, fuera del sujeto que lo conoce.

Subjetivo:

- perteneciente o relativo al sujeto, considerado en oposición al mundo externo.

- perteneciente o relativo a nuestro modo de pensar o de sentir, y no al objeto en

sí mismo.

Documents

Unidad 03 - ffomc.org3.2.2 El falsacionismo de Popper 3.2.3 Los programas científicos de investigación de Lakatos 3.2.4 Los paradigmas y la revolución científica de Kuhn 3.2.5