Ejercicio vamos a seguir los primeros cuatro cánones de Mill:
I: Método de la Coincidencia. Si dos o más casos de una enfermedad tienen una variable en común, es la causa de la enfermedad.
II: Método de la Diferencia. La causa de la enfermedad será aquello en lo que difieran enfermos y sanos.
III: Método Combinado. La causa será aquello en lo que coincidan los enfermos y no tengan los sanos.
IV: Método de los Residuos. Los casos explicados se eliminan y al resto (residuos) se les vuelven a aplicar los cánones.
También aplicaremos los dos primeros postulados de Evans.
I: Prevalencia expuestos > prevalencia no expuestos.
II: La exposición a la causa es más frecuente en los enfermos.
1. Primero vamos a separar los individuos según estén enfermos o no.
Seleccionamos toda la tabla, y en el menú Datos, escogemos ordenar, por enfermos en orden descendente.
2. En casos en los que la causa de la enfermedad no están claras, pasamos a estudiar que factor es el que está mas presente en los individuos enfermos, y cual en los sanos.
Para ello utilizamos la herramienta de Excel =CONTAR.SI(“seleccionar columna”;”si o no”) Seleccionamos la columna A en los enfermos y contamos cuántos “si” hay. Después arrastramos el resultado hasta la última columna, para no tener que repetir la operación. También lo hacemos con los individuos sanos “si”, los enfermos “no” y los sanos “no”.
3. Calcula los % de la aparición de cada una de las causas en cada grupo (enfermos-sanos), y el índice, dividiendo dichos % entre sí (enfermos / sanos).
4. Observa, que los mayores índices se hallan en las causas D y F, pero como estas causas también se repiten simultáneamente en los individuos sanos (8), no podemos aclarar que sean causas suficientes de la enfermedad, de la misma forma, tampoco podemos decir que sean causas necesarias ya que no todos los enfermos poseen estos dos factores.
5. Por este motivo, calculamos la inversa del índice, para ver si la enfermedad está relacionada con una carencia. En este caso, son las causas B y H las que presentan mayor índice, y se presenta el problema de antes.
6. Al ver que esta enfermedad presenta múltiples factores sin ninguna causa clara, no podemos seguir según los modelos multicausales.
Concluimos, que este ejemplo se acerca más a un posible caso real, pero, deberíamos imaginarnos el problema con una muestra mayor y más posibles causas. Por esto los modelos deterministas serían insuficientes y habría que aplicar los modelos probabilísticos, que tienen en cuenta variables dependientes de la enfermedad y además variables independientes a ésta.
Aquí tienes la solución (no hagas trampas)