Introducción a la Inferencia Causal en Salud

No toda asociación implica causalidad. Aprendé a evaluar cuándo una exposición, intervención o programa produce realmente un efecto en salud.

En salud, muchas decisiones clínicas, sanitarias y de política pública se apoyan en estudios que muestran asociaciones. Pero interpretar esas asociaciones como efectos causales requiere método, supuestos claros y una mirada crítica sobre los posibles sesgos.

Este curso brinda una introducción a la inferencia causal aplicada a la salud pública, la epidemiología y la investigación biomédica, para fortalecer la capacidad de diseñar, evaluar e interpretar estudios con mayor rigor metodológico.

Durante la cursada se abordarán herramientas conceptuales y metodológicas para distinguir asociación de causalidad, analizar amenazas a la validez causal e interpretar evidencia proveniente de ensayos clínicos y estudios observacionales.

¿Por qué hacer este curso?

Porque muchas preguntas relevantes en salud son preguntas causales:

  • ¿Esta intervención funciona?
  • ¿Esta exposición aumenta el riesgo?
  • ¿Qué habría ocurrido si se hubiese aplicado otra estrategia?

Comprender la inferencia causal permite analizar mejor la evidencia disponible, reconocer limitaciones en los estudios y fortalecer la calidad de las conclusiones que orientan políticas, programas e intervenciones sanitarias.

¿Qué vas a aprender?

  • Distinguir asociación estadística de causalidad.
  • Comprender los fundamentos del marco contrafáctico.
  • Identificar supuestos críticos para la inferencia causal.
  • Reconocer el rol de la intercambiabilidad, la positividad y la consistencia.
  • Analizar amenazas a la validez causal en ensayos clínicos y estudios observacionales.
  • Comprender conceptos como confusión, modificación de efecto, sesgo de selección y error de medición.
  • Introducirte en métodos modernos como estandarización, ponderación por la inversa de la probabilidad y emulación de ensayos.
  • Interpretar estudios epidemiológicos con mayor rigor metodológico y perspectiva crítica.

Destinatarios: El curso está dirigido a profesionales de la salud y de las ciencias sociales con formación de posgrado o experiencia en investigación en salud pública, epidemiología, ciencias biomédicas o campos relacionados.

Está especialmente orientado a residentes o egresados de maestrías y doctorados en salud pública, epidemiología o bioestadística; investigadores en formación o con experiencia; profesionales de organismos de salud, ministerios o agencias de cooperación; y docentes universitarios que dictan cursos de epidemiología o metodología de la investigación en ciencias de la salud.


Modalidad: El curso se desarrolla en modalidad virtual, con un encuentro sincrónico semanal y trabajo asincrónico entre clase y clase.

Las actividades asincrónicas estarán orientadas a la lectura de materiales y elaboración de actividades para reforzar los contenidos abordados durante los encuentros.

Encuentros sincrónicos: :

  • Miércoles 21 de octubre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 28 de octubre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 4 de noviembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 11 de noviembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 18 de noviembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 25 de noviembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 2 de diciembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 9 de diciembre de 2026 de  18:00 a 20:00 hs (ARG)
  • Miércoles 16 de diciembre de 2026 de  18:00 a 20:00 hs (ARG)

Carga horaria: 24 horas

Finalización: 16 de diciembre de 2026

Evaluación: 80% de asistencia a clases y aprobación de un examen realizado en clase.

Objetivos

Al finalizar el curso los cursantes serán capaces de:

  • Identificar los supuestos críticos para la inferencia causal en ensayos aleatorizados y en estudios observacionales.
  • Distinguir los principales diseños de estudio (cohorte, casos y controles, diseños emparejados, ensayo objetivo) y comprender sus implicancias para la validez causal.
  • Introducir los métodos analíticos modernos para inferencia causal: estandarización, IPW y emulación de ensayos.

Contenidos

  • Ciencia de datos en salud, causalidad e intercambiabilidad
  •  Inferencia causal en ensayos clínicos
  •  Inferencia causal con datos observacionales y emulación de ensayos
  • Nociones básicas de inteligencia artificial en epidemiología
  •  Integración y conceptos avanzados

Plantel docente

¡Hacé tu consulta!

Recibí toda la información.

Completá el formulario de acuerdo a tu lugar de residencia.

    Nombre

    Apellido

    Email

    Profesión

    Fecha de nacimiento



      Nombre

      Apellido

      Email

      País de residencia

      Profesión

      Fecha de nacimiento



      Compartilo