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
- Alejandro Szmulewicz
- Santiago Esteban
- Dr. Federico Rolón
¡Hacé tu consulta!
Recibí toda la información.
Completá el formulario de acuerdo a tu lugar de residencia.