Ciencia de la Salud Colectiva: Complejidad y Transdisciplinariedad, Apuntes de Psicología de la salud

¡Descarga Ciencia de la Salud Colectiva: Complejidad y Transdisciplinariedad y más Apuntes en PDF de Psicología de la salud solo en Docsity! Naomar Almeida-Filho* T Doctor en Epidemiología Investigador del Consejo Nacional de Desarrollo Científico y Tecnológico - NP, Protesor Titular del Instituto de Salud Colectiva, Universidad Federal de Bahia, Brasil naomarGuiba br ARTÍCULO / ARTICLE Complejidad y Transdisciplinariedad en el Campo de la Salud Colectiva: Evaluación de Conceptos y Aplicaciones Complexity and Trans-disciplinarity in the Collective Health Field: Concepts” Evaluation and Applications RESUMEN Varios elementos epistemológicos y metodológicos han sido propuestos como tenden- cia alternativa a la ciencia contemporánea, agrupados bajo el rótulo de "nuevo paradigma” y con dife- rentes grados de interarticulación. Estos elementos sugieren que una nuova scienza se encuentra en desarrollo, demandando categorías epistemológicas propias (como la categoría de la complejidad), nuevos modelos teóricos (como la "teoría del caos") y nuevas formas lógicas de análisis (como los modelos matemáticos no lineales, la geometría fractal, la lógica borrosa y la teoría de redes). También en el campo de la Salud Colectiva, varios autores han defendido la necesidad de nuevos paradigmas. Esas propuestas vienen siendo ampliadas y difundidas con el objetivo de fomentar una producción científica concreta, capaz de alimentar efectivamente un posible paradigma nuevo. En este texto se pretende presentar brevemente los principales enfoques que representan algún tipo de cambio para- digmático de un modo general en el seno de la ciencia. También se discuten algunos de los diversos elementos constitutivos del paradigma de la complejidad, desde sus posibles aplicaciones a la pro- blemática de la salud en poblaciones, buscando examinar estas cuestiones en el ámbito de nuestro interés específico e indicando algunas tentativas en el sentido de producir evidencias empíricas para el análisis de la situación de salud, sus efectos y sus determinantes a partir de estos abordajes. PALABRAS CLAVE Modelos Teóricos; Dinámicas no Lineales; Fractales; Comunicación Interdisciplinaria; Salud. ABSTRACT Several epistemological and methodological elements have been proposed as an alternative trend for contemporary science, grouped under the label of "new paradigm" and with different degrees of interarticulation. These elements suggest that a “nuova scienza” appears on evolution, demanding characterístic epistemological categories (as the category of the complexity), new theoretical models (as the "theory of chaos") and new logical ways of analysis (as the nonlinear mathematical models, the fractal geometry, the fuzzy logic and the net's theory) Also on the field of Collective Health, several authors have defended the need of new paradigms. These proposals are being amplified and diffused with the purpose of promoting a specific scientific production, able to feed efíectively a conceivable new paradigm. This article pretends to introduce briefly the main approaches that betoken some kind of paradigmatic change, in a general way, in the core of science Also some of the various composing elements of the paradigm of the complexity are discussed, from its possible applications to the population's health problems, trying to analyze these issues in the ambit of our specific interest and pointing out some intentions of producing empirical evidence for the analysis of the health's situation, its effects and determinants from these approaches. KEY WORDS Models, Theoretical, Nonlinear Dynamics, Fractals, Interdisciplinary Communication, Health 123 9007 “01508 - OÁBW “9h 1-EZ1 :(2)Z “sau1y sou3ng “vALLOI1OD ONTWS 124 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO Para Juan Samaja, pionero epistemólogo de la salud INTRODUCCIÓN Agrupados bajo el rótulo de "nuevo paradigma" y con diferentes grados de interarti- culación, varios elementos epistemológicos y metodológicos han sido propuestos como ten- dencia alternativa para la ciencia contemporá- nea. La aplicación de estos principios, métodos y lógicas, que a veces no parecen congruentes entre sí, ha sido denominada, particularmente en los países anglosajones, de ciencia postmoderna (1) Los que proponen los nuevos paradigmas fe- cuentemente sugieren que una nuova scienza s o 3 A 2 5 2 D o 3 » z 3 3 2 a 2 2 o 2 Hace algún tiempo, en el campo de la 3 P 2 E a o e e a Z 5 3 2 3 o 2 > 3 =N a o Ll (4), de manera independiente 2 2 3 o Ss g 3 2 2 Z a 3 2 5 a 2 a 3 2 3 3 posible paradigma nuevo (5, 6, 7, 8, 9, 10,11). En este texto pretendo abordar las siguientes cuestiones: ¿Cómo se ha intentado la construcción de esta nuova scienza en la práctica teórica y metodológica en el campo de la Salud Colectiva?; ¿en qué medida las investigaciones conducidas en las disciplinas que componen este campo han incorporado elementos de los abor- dajes teóricos de la complejidad? Esto implica, en primer lugar, presentar brevemente los principa- les enfoques que, a veces no suficientemente arti- culados entre sí, representan algún tipo de cam- bio paradigmático en el seno de la ciencia de un modo general. En las secciones siguientes, pre- tendo discutir algunos de los diversos elementos constitutivos del paradigma de la complejidad en el sentido de sus posibles aplicaciones a la pro- blemática de la salud en poblaciones, a partir de la identificación de ejemplos. Al mismo tiempo, buscaré examinar estas cuestiones en el ámbito de nuestro interés específico, indicando, cuando sea posible, algunas tentativas en el sentido de producir evidencias empíricas para el análisis de la situación de salud, sus efectos y sus determi» nantes a partir de estos abordajes. No es mi inten- ción en este trabajo realizar una revisión exhaus- tiva de las iniciativas de construcción del nuevo paradigma en el campo de la Salud Colectiva. Por eso, las investigaciones que son presentadas más adelante constituyen tan solo ejemplos de líneas de investigación enroladas en la aplicación de formas de producción de conocimiento alter- nativas al paradigma dominante en este campo. COMPLEJIDAD Algunos de los que proponen ese nuevo enfoque (12, 13, 14, 15) privilegian componentes analíticos formales que podrían justificar la deno- minación genérica, para estas propuestas, de teoría del caos o de no linealidad. Lorenz (14), uno de los alidad, complejidad y fractaidad. En sus explica- ciones más aplicadas, tales propuestas se presentan casi como un "neosistemismo", actualizando y expandiendo algunas posiciones de la teoría de los sistemas generales que había alcanzado cierta influencia en el panorama científico de los años 50 de un paradigma científico altemativo (18, 19). COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA Exposición-Infección-Recuperación) ya represen- taba una tentativa de describir la dinámica epide- miológica de las enfermedades infecciosas a tra- vés de un sistema de ecuaciones diferenciales, aún dentro de una expectativa de modelado line- al de la discontinuidad (38). Arnold (39) se refie- re a las epidemias como ejemplo de una pertur- bación catastrófica que se propaga en un cierto medio del espacio-tiempo, que podría igualmen- te ser expresada a través de modelos de turbulen- cia. Philippe (40) estudió un brote de meningitis meningocóccica en Montreal desde el punto de vista de esta aplicación particular de la teoría del caos, a partir de la concepción de umbral (thres- hold), sugiriendo finalmente que el modelo (line- al) de Anderson se aplica a sistemas estables como las endemias mientras que las epidemias pertenecerían al orden de los sistemas dinámicos caóticos. A partir de una perspectiva de análisis espacial, Daniels (41) analizó ondas epidémicas con velocidad finita con el auxilio de un modelo no lineal basado en el que se designó como "abordaje de perturbación estándar". Desde el punto de vista de la evaluación de intervenciones en salud, Struchiner et al. (42) desarrollaron abor- dajes no lineales y no normales con base en modelos de "estado-espacio" para la estimativa retrospectiva de parámetros de transmisión de infección a partir de datos corrientes de prevalen- cia e inmunoprotección. En segundo lugar, el adjetivo no lineal ha sido usado parasignificar recursivo o iterativo, en el sentido de los efectos de sistemas dinámi- cos no convergentes y no finalísticos. La diferen- cia, en esta concepción particular de no lineali- dad, entre sistemas dinámicos lineales y no line- ales se encuentra en la ocurrencia o no de flujos de retroalimentación del sistema, los famosos cir- cuitos de feed back. En ese caso, la no linealidad constituye una propiedad de los sistemas dinámi- cos (y no de sus relaciones internas), implicando que éstos no constituyen meros productores de efectos (o outputs) y que sí son determinados por ellos. Con respecto a este caso específico, vea- mos algunos ejemplos en el área de la Salud Colectiva: Halloran € Struchiner (43) sistematiza- ron algunos modelos analíticos para efectos recu- rrentes en epidemiología, tales como los proce- sos de inmunización en poblaciones, señalando que la noción de "evento dependiente" propuesta por Sir Ronald Ross en 1910 ya anticipaba lacon- cepción de no linealidad como iteración de efec- tos en un sistema dinámico. Koopman 8: Longini (7) desarrollaron un modelo teórico de transmi- sión de enfermedad en el que con claridad defi- nen a la no linealidad como recursividad, por referencia a los procesos iterativos de la dinámica epidemiológica. Estudiando la asociación entre niveles de exposición domiciliar al mosquito y riesgo de infección por dengue en México, estos autores produjeron una intrigante y poderosa demostración de la utilidad del modelado no line- al para evidenciar los efectos de los niveles de agregación sobre una asociación epidemiológica. Con base en un análisis epidemiológico conven- cional, lineal, de base individual, encontraron medidas relativamente estables de no asociación (OR hasta 1,1; Fracción Etiológica hasta 1,3%) que además no variaban con la proporción de la población expuesta al riesgo. Entretanto, cuando se consideró una definición ecológica para la variable de exposición y cuando se incorporó al modelo un factor de dependencia de la exposi- ción como resultado de la incidencia (o sea, una tasa de "realimentación" de la epidemia), se observó un aumento acumulativo de la tasa de infección resultando en un OR de 12,7 y en una Fracción Etiológica de hasta 17,5% (7). En tercer lugar, el concepto de “no line- alidad” ha sido empleado para designar efectos potencializados de estímulos débiles en sistemas dinámicos complejos. La demostración más popular e interesante de esta modalidad de caos, en el campo de la meteorología, será tal vez el llamado Efecto Mariposa, descrito por Lorenz (14) en un trabajo curiosamente intitulado "Predictability Does the Flap of a Butterily's Wings in Brazil Set Oíf a Tornado in Texas?". La reducida predictibilidad de los modelos genera- dos a partir de esta definición de no linealidad se debe a la "hipersensibilidad" del sistema en relación a procesos de interacción y sinergis- mo. Esta propiedad, técnicamente definida como "sensibilidad a las condiciones iniciales", fue prevista y matemáticamente formulada por Poincaré hace casi un siglo atrás (1 5). Se trata de una propiedad esencial de los sistemas dinámi- cos que abre camino a modelos explicativos basados en "determinaciones débiles” o efectos sensibles (interacciones), o sea, modelos con 127 9007 “01508 - OÁBW “9h 1-EZ1 :(2)Z “sau1y sou3ng “vALLOI1OD ONTWS 128 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO menor grado de precisión y reducida estabilidad predictiva con base en configuraciones conoci» das de factores o determinantes. La importancia de los efectos potencia- lizados o sinérgicos no puede ser negada de nin- gún modo. No obstante, en mi opinión, este ele- mento de la no linealidad ha sido relativamente sobrestimado en el proceso de construcción teó- rica de los paradigmas alternativos, en la medida en que algunos autores llegan a sugerir que la misma definición de “caos” consistiría en “fluc- tuaciones generadas por una dependencia sensi- ble a las condiciones iniciales” (44). Uno de los conceptos ya mencionados, el de “atractores extraños”, puede ser inmediata- mente correlacionado a esta definición particu- lar de no linealidad como recurrencia, recursivi- dad o iteratividad. Los “atractores extraños” constituyen una forma particular de expresión gráfica de las asociaciones de elementos de los sistemas dinámicos iterativos, por lo tanto apro- piadas para la representación de relaciones no lineales en el llamado “espacio de fase” (b). Un ejemplo de atractor extraño se encuentra en la Figura 1 (Atractor de Lorenz), donde se puede notar una reducción de la capacidad de predic- ción de los ciclos y ritmos del modelo. Predicción es aquí referida en el sentido estricto convencional de anticipaciones posibles de pun- tos/valores singulares de un sistema dado, como por ejemplo, en el modelo predictivo y = a + bx, Figura 1. ATRACTOR DE LORENZ donde el conocimiento de cualquier valor de x posibilita la predicción de un valor y correspon- diente. En el caso de los atractores extraños, la pérdida de poder de predicción ocurre en parale- lo a un aumento de la capacidad de previsión del modelo, donde “previsión” implica una anticipa: ción del estado del sistema con base en la estabi- lidad relativa de las transformaciones de sus pará- metros. De estas operaciones resultarían patrones de figuras dinámicas o formas de movimiento (los famosos fractales, como veremos a continua- ción), más que funciones de cálculo. La consideración de los efectos "débi- les" y de los factores de interacción posibilita finalmente la operacionalización de modelos de sistemas dinámicos bajo la forma de redes de puntos sensibles, a nuestro ver con un alto poten- cial para la construcción del objeto salud. En el campo de la Salud Colectiva, ya existen algunos interesantes ejemplos de aplicación de este enfo- que específico de la teoría del caos, particular- mente en relación a la epidemiología de enfer- medades transmisibles. El estudio pionero de Schaffer £ Kot (45), que identificó patrones de dinámica no lineal en una serie epidémica de sarampión, abrió camino para todo un programa de investigación dirigido al desarrollo de técnicas para la identificación de caos y no linealidad en procesos epidémicos. Olsen € Schaffer (46), ana- lizando datos del sistema de vigilancia epidemio- lógica de la ciudad de Nueva York, encontraron Fuente: Wikipedia. Atracior de Lcrerz. COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA atractores extraños con configuraciones bastante diferentes para sarampión y varicela, evidencian» do que, a pesar de que ambos perfiles epidémi- cos ocurrieron en un ciclo anual, la dinámica de esta ocurrencia parece obedecer a parámetros completamente distintos, evidenciando el reduci- do grado de predictibilidad de los modelos expli- cativos de las epidemias infantiles. Finalmente, Grenfell, Bolker 8: Kleckowski (47), empleando técnicas de simulación parametrizada con atrac- tores extraños, desarrollaron una interesante demostración de la ocurrencia de no linealidad en modelos SEIR sometidos a diferentes interva- los de temporalidad. FRACTALIDAD Dentro del conjunto de proposiciones que pretenden inaugurar un nuevo paradigma en la ciencia contemporánea, el concepto de "fracta- lidad" parece el más fascinante y de mayor utili- dad para el desarrollo de modos alternativos de producción de conocimiento científico. El neolo- gismo "fractal" fue acuñado por Mandelbrot (48), a partir del término tractus del latín, para desig- nar figuras recurrentes resultantes de la infografia de patrones registrados por atractores extraños Figura 2. COPO DE NIEVE DE KOCH diseñados por computador. En verdad, se delinea así el desarrollo de una nueva geometría, basada en la persistencia de formas, patrones y propieda- des de los objetos en los diferentes niveles de su estructura jerárquica. En contraposik cepción convencional de infinito, elemento estructurante de la geometría euclidiana clásica, la idea de fractalidad reposa sobre el concepto de "infinito interior". En palabras del propio Mandelbrot (49 p.123): ma lacon- las formas euclidianas se muestran inútiles para el modelado del caos determinístico o de siste- mas irregulares. Estos fenómenos precisan de geometrías bien distantes de triángulos o de cír- culos. Requieren estructuras no euclidianas, en particular, una nueva geometría llamada geome- tría fractal. Un ejemplo primitivo de un fractal se encuentra en la posibilidad de dividir un segmento de línea en dos partes iguales, que podrán a su vez ser divididas, y así sucesivamente, manteniéndose siempre la forma original de un segmento de línea dividido por la mitad. De esta manera, se puede representar de un modo altamente sintéti- co la constatación de la estabilidad de una pro- piedad dada a través de los diferentes niveles del sistema. En el campo matemático, cuna de esta ruptura en particular, diversas representaciones Fuente: Wikipedia. Copo de nieve de Koch 129 9007 “01508 - OÁBW “9h 1-EZ1 :(2)Z “sau1y sou3ng “vALLOI1OD ONTWS 132 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO humanos y materiales (a través de estrategias de capacitación por multiplicación, por ejemplo). Más allá de eso, algunas propuestas de vigilancia en salud a través de áreas y eventos centinela (60, 61, 62) muestran una lógica inversa a la noción de representatividad estadística, postu- lando estrategias de muestreo por tipos seleccio- nados (63), que también emplean la lógica frac- tal para justificar la importante noción accesoria de "representatividad débil". “BORROSIDAD” Entre las concepciones menos conoci- das de los nuevas abordajes paradigmáticos, se sitúa la "teoría de los conjuntos borrosos" (en inglés: “Tuzzy set theory”), propuesta por Lofti Zadeh en el inicio de la década del 60 (64). Se trata de un abordaje crítico de las nociones de límite y de precisión, esenciales a la teoría de los conjuntos en la que se basa la analítica formal de la ciencia moderna. Esta concepción lógica rompe con el convencionalismo aristotélico que define los fun- damentos epistemológicos de la certeza con base en los principios de la identidad, de la no contra: dicción y del tercero excluido (65). Como corola- rio de la ruptura propuesta, habría tres modalida- des de incerteza -la contradicción, la confusión y la ambigúedad- no pasibles de formalización lógica y matemática, por lo tanto fuera de los lími- tes de la racionalidad científica clásica. A éstas se agrega la “borrosidad” (fuzziness), propiedad par- ticular de los sistemas complejos en lo que se refiere a la naturaleza de los límites infrasistémi- cos impuestos a los eventos (unidades del sistema) y al propio sistema (66), arbitraria en sus relacio- nes con otros sistemas, con los supersistemas (contextos) y con los respectivos observadores. En primer lugar, la teoría de los conjun- tos borrosos implica una crítica radical a la noción de evento como fragmentación arbitraria de los procesos de transformación y de los elementos de los sistemas dinámicos. Algunos conceptos opera» tivos del campo de la salud, como por ejemplo enfermedad y riesgo, son ejemplos de esta ontolo- gía conjuntista de la ciencia convencional, confor- me tuve ocasión de discutir en otras oportunidades (67, 68). De esta manera, se impone una delimita- ción precisa y de cierto modo arbitraria en lugares y momentos donde efectivamente existe fluidez en los límites espacio-temporales de los elementos de un sistema dado, que podemos denominar de Borrosidad 1. Segundo, la consideración de la lógica borrosa implica una recuperación de la contex- tualización (o referencialidad) como etapa crucial del proceso de producción de conocimiento. En este caso, se borran los límites externos del siste- ma, o sea, la interfaz entre los sistemas entre sí y de éstos con el contexto, o los supersistemas que los incorporan, conformando lo que podemos llamar de Borrosidad 2. Esta modalidad de borro- sidad grosso modo remite a lo que Maturana (69) denomina de “acoplamiento estructural”. Por último, la crítica de la noción de límite implica también un cuestionamiento de la categoría epistemológica de la objetividad, reto- mando el clásico problema del observador como efecto de una Borrosidad 3. En este caso, es atra- yente la referencia, por analogía simple, a la deli- mitación fluida, ambigua, contradictoria y confusa entre sujeto y objeto en el proceso de la investi- gación. Paradigmática de esta modalidad de borrosidad será ciertamente la cuestión funda- mental de los límites de la percepción humana, como producto de "correlaciones senso-efecto- ras" de un organismo referido como observador enredado en espacios perceptuales compartidos con los objetos observados (70, 71). Examinemos ahora dos tentativas de aplicación de la noción de borrosidad a distintas cuestiones de investigación en el área de la Salud Colectiva: el uso de modelos prototípicos en la investigación etnográfica en salud mental (72, 73) y la definición de estimadores epidemiológicos de riesgo a través de la lógica borrosa (74, 75). La teoría de la categorización natural, propuesta por Rosch (76) y desarrollada por Lakoff (77) en el dominio de la lingúística, ha permitido el estudio de esquemas cognitivos complejos a partir del concepto de “prototipo”. De acuerdo con la teoría, este concepto se refiere a elementos nucleares definidores de una categoría cognitiva dada, considerando dos importantes presupuestos teóricos: (a) los trazos centrales prototípicos, y no aquellos periféricos, son semiológicamente crucia- les para la construcción de las categorías, con base COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA en la noción wittgensteiniana de family resem- blances; (b) las similaridades transculturales articu- lan el núcleo semántico de las categorías prototípi- cas por medio de analogías, paralelismos y conti- nuidades de acuerdo con una variedad de criterios fuzzy (con mayor o menor grado de borrosidad). Por lo tanto, la categorización cognitiva que orien- ta la acción estaría más de acuerdo con un mode- lo de prototipos borrosos que con una clasifica» ción jerárquica de categorías estables y mutua- mente excluyentes (78). Aplicando el concepto de borrosidad en la investigación en salud mental desde el punto de vista de la epidemiología, Mezzich 8 Almeida- Filho (72) propusieron comprender los cuadros diagnósticos de los sistemas nosológicos actuales como prototipos y no como tipos ideales de obj tos unívocos y precisamente definidos. Recientemente, este abordaje fue retomado por Johansen et al. (79) a fin de investigar la validez del prototipo borderline personality disorder (BPD) como un constructo del sistema diagnóstico DSM-IV. En el campo de la psiquiatría transcultu- ral, Almeida-Filho, Bibeau 8: Corin (73) proponen que la teoría de los prototipos puede ser apro- piada en la siguiente dirección: primero, las categorías prototípicas no pueden ser separadas de las aciones concretas de las personas; segun- do, tales modelos de acción son incorporados (literalmente: almacenados en el cuerpo) en los sujetos tanto como configurados en la mente; y tercero, los modelos prototípicos son operados en la llamada interfaz entre los mundos indivi- dual y social. En el abordaje propuesto, los pro- totipos deben ser, por lo tanto, considerados como producto de una historia singular indivi- dual y de experiencias colectivas, integrando así procesos globales, escenarios locales y actos particulares. En ambos casos, el concepto de prototipo no solo implicaría borrosidad en las categorías cognitivas y en los objetos onto- lógicos sino también representaría una manifes- tación o efecto de fractalidad en sistemas sim- bólicos cognitivos, tanto nosológicos (en el pri- mer caso) como culturales. Veamos ahora un interesante ejemplo de aplicación de la idea de conjuntos borrosos proveniente de la epidemiología, la vertiente manifiestamente más cuantitativa de la Salud Colectiva. Massad 8. Struchiner (74) propusieron traducir en los términos de la lógica de los con- juntos borrosos los indicadores epidemiológicos de asociación, aplicándolos principalmente al análisis de riesgo en estudios ambientales. Siguiendo rigurosamente una lógica formal, los estimadores de riesgo relativo más usuales de la epidemiología son definidos como una razón de probabilidades condicionales a la exposición a un supuesto factor de riesgo, R=f (E), en que el esti- mador de riesgo R representa una probabilidad p de ocurrencia de una enfermedad D dada una exposición E, o sea, p(D[E). Según estos autores, entretanto, en el escenario de una nueva lógica borrosa, estos indicadores deben ser expresados en términos de posibilidades condicionales, tanto en el sentido de niveles de exposición como de gravedad de la enfermedad. Para eso será necesa- rio estimar funciones de distribución de posib dades equivalentes a distintos grados de pertenen- cia asociados a cada subconjunto borroso, resul- tando en modelos linguísticos de inferencia borrosa. En la formulación original de Zadeh, el creador de la fuzzy logic, como sabemos, la fun- ción F de pertenencia R(x,y) de una relación R en un conjunto borroso A es dada por operado- res de inferencia del tipo max: V- min: A, en que E(y) Ix[AG9 AR y)]. Aplicando estos parámetros, de acuerdo con Massad $. Struchiner (74), es posible definir una Fuzzy Odds Ratio, FOR, como la razón entre la posibilidad condicional de desarrollo de una cierta enfermedad cuya gravedad es d, dado que el individuo esté expuesto a un cierto nivel del factor ambiental e, y la posibilidad de que la misma enfermedad con gravedad d se desarrolle dado que el individuo no esté expuesto al fac- tor ambiental, por lo tanto € (. que pertenezca a un conjunto A con grado de un elemento pertenencia a, puede pertenecer también a otro conjunto B, con grado de pertenencia b, donde B no es complementario de A, o sea A UB % y AMB 20 Entonces, en la exposición anterior e no es complementario de e La medida FOR es dada por FOR =max[r(e|d)] max[r(e (d)] / max[r(e|d)] max[r(e|a)] A pesar del estado de aplicación aún incipiente de la lógica borrosa en el campo de la salud, y más allá de los ejemplos aquí presenta- dos, son evidentes los usos potenciales de este abordaje en los procesos de toma de decisión en 133 9007 “01508 - OÁBW “9h 1-EZ1 :(2)Z “sau1y sou3ng “vALLOI1OD ONTWS 134 123-146, Mayo - Agosto, 2006 SALUD COLECTIVA, Buenos Aires, 2 NAOMAR ALMEIDA-FILHO la subárea de gestión y administración en salud, o en los sistemas de producción estructurada de diagnósticos, principalmente para tratar la llama- da comorbidad. Además de eso, existe un gran uso potencial de este abordaje en los casos de análisis de grados y superposición de exposición y gravedad diferenciada, según fue específica mente desarrollado en las propuestas que se encuentran en la reciente compilación de Massad y colaboradores (75). TEORÍA DE REDES Actualmente, el tema más en boga en la teoría de la complejidad es el concepto de redes. Los dos mayores bestsellers recientes de la literatura de divulgación científica en los EE.UU. tratan del concepto de redes. Ambos son de lectura agradable, informativos y tienen títulos sugestivos: uno (80) lleva como título Linked, o simplemente "conectado"; el otro (81) se intitula Sync, abreviatura en inglés para "sincronizado". La teoría de redes aparece como una actualización crítica de la teoría general de los sistemas, influyente en la vanguarda científica de los años “50. Estructuralmente, el sistema es un modelo compuesto por partes, con una entrada o input, una estructura de procesamiento y una salida o output; la red, por su lado, no se compro- mete con ese tipo de organización orientada por finalidad. Noten en la Figura 6 que en un sistema todas y cada una de las relaciones se encuentran Figura 6. CONTRASTE ENTRE “SISTEMA” Y “RED” realmente orientadas en la misma dirección y que el sistema entero converge sobre ese elemen- to. Veamos en la Figura 7, por otro lado, ejem- plos variados de redes, incluyendo una represen- tación de red multiniveles con proyección. La teoría de las redes constituye un importante capítulo de la matemática y de la física modernas, donde es denominada "teoría de los grafos". En las ciencias físicas, los sistemas y las redes son concebidos como informaciones organi- zadas en la forma de patrones topológicos distin- tos. En el lenguaje topológico, la red se llama grafo, los nodos son vértices y las conexiones son lados. El estudio de la topología de los grafos ha atraído mucho interés en la mecánica estadística de redes complejas. Watts (82), Albert £ Barabási (83), Newman (84), Strogatz (81) y Barabási (80) ofrecen excelentes resúmenes de esta floreciente literatura sobre la topología de las redes. Podemos usar los modelos de redes de dos maneras. Una implica extraer de un conjun- to de observaciones una estructura de explica- ción, o sea, crear un dispositivo explicativo, bajo la forma de una red donde los eventos constitu- yen nodos y sus relaciones de determinación conforman conexiones. En ese caso, resulta muy eficiente representar a los sistemas complejos mediante modelos de red. Pero, por otro lado, también podemos usar los modelos de red como instrumentos de transformación de la realidad, configurando proyecciones articuladas de even- tos como estrategias de planificación. Claro que las dos finalidades de la herramienta redes se pueden articular en algún momento. Sistema m0 aer Red Fuente: Elaboración propia. COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA Mismo que aún no se observe un patrón de modelado teórico con aceptación general, las propuestas encaminadas valorizan la fragmenta ción fractal, el borramiento de los límites, la par- cialidad o relatividad de los puntos de observa- ción, el dinamismo sistémico y los ciclos/ritmos, la indeterminación o la contingencia del caos determinístico como características de la formu- lación altemativa perseguida. El presupuesto de base de estas perspectivas es que las teorías de los procesos irreversibles y de la entropía de la termodinámica, de la incerteza y de la causalidad probabilística de la física cuántica, de los siste- mas dinámicos de la biología, en fin, los aborda- jes de la complejidad en general, serían capaces de producir nuevas metáforas útiles para com» prender y superar el distanciamiento entre el mundo natural y el mundo histórico. Estas metá- foras describen sistemas dinámicos complejos, autorregulados, mutantes, imprevisibles, produc- tores de niveles emergentes de organización (22). Epistemológicamente, tales propuestas de renovación paradigmática abren una discu- sión sobre el propio proceso de construcción de los objetos científicos. En otras palabras, ¿de qué manera se puede tomar este proceso como un modo de producción de objetos conceptuales capaz de instrumentalizar la propia práctica de la ciencia para repensar o reconstruir sus objetos? Se trata de desenvolver una filosofía de la ciencia que se pueda tomar irónicamente como "no epis- temológica", una epistemología que se presenta con una naturaleza mucho más propositiva o nor- mativa que constatativa (61). Al contrario de lo establecido por la epistemología heredada, el objeto del conocimiento no es una representa- ción de la “cosa”, un equivalente abstracto de objetos concretos, y, por consiguiente, no existe 9007 “01SOBy - OÁBW “9 1-EZ1 :(2)z “Samy souang * del momento, justamente el punto crucial que se espera tal vez superar con auxilio de la teoría de la complejidad. Necesitamos concebir la insustentable comple- Jidad del mundo en el sentido de que es preci- so considerar en un solo tiempo la unidad y la diversidad de los procesos planetarios, sus com- plementariedades al mismo tiempo que sus antagonismos Donde Morin escribió "procesos plane- tarios", propongo leer "procesos de salud". o Pienso que con eso podemos aprender | siguiente: li tener el discurso del economista sobre la silla, a partir de los procesos económicos que producen este objeto; un ergonomista puede evaluar la silla desde el punto de vista del confort; un diseñador hablará sobre su estética y funcionalidad; el dis- curso de un antropólogo sobre objetos en | E diferentes culturas que sirven para sentarse y que aquí llamamos de silla será ciertamente muy diferente de los anteriores; los historiadores podrán discurrir sobre aquellos lindos muebles encontrados en las tumbas de los faraones. En fin, cada uno de esos discursos tendrá un rigor propio 137 93109 AN TWS 138 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO y puede tener función, finalidad y especialidad, aunque el conocimiento más integral y sintético sobre la silla no será la simple suma o yuxtaposi- ción de los varios discursos sobre este objeto tan importante. Algo mayor que la mera suma de esas formulaciones tiene que ser construido a fin de viabilizar el entendimiento de esa unidad en la diversidad, lo que envuelve también la cues- tión de los antagonismos que necesariamente caben en ese discurso. Para ayudamos a superar la duda de sí la díada salud:enfermedad debe o no inscribirse en el registro de una disyunción o antagonismo, Morin contribuye con dos importantes propues- tas: la noción de integralidad del conocimiento y el concepto de transdisciplinariedad. Por inte- mismo así (y por eso mismo) permite una multipli- cidad de conocimientos parciales y fragmentarios. Por lo tanto, el pensamiento complejo implica uni- dad con multiplicidad y unidad en la diversidad. Uno de los grandes problemas en el área de la salud es que algunos de sus subcam- pos toman modelos determinísticos causales como si fuese ésta la única manera de definir el Figura 8. SALUD COMO RED FRACTAL objeto salud-enfermedad. Más allá de los mode- los típicos del paradigma de la simplicidad, como vimos antes, tenemos a nuestra disposi- ción modelos fractales, modelos sistémicos, modelos borrosos, y precisamos avanzar en la dirección de modelos sintéticos, enel sentido moriniano. Cada uno de esos modelos se refiere a un tema o faceta específica de algo que no puede ser separado de un todo articulado. Por eso, me arriesgo a decir que el objeto salud: enfermedad es simultáneamente estructural, sis- témico, prototípico, causal y probabilístico. Según lo revisado en este ensayo, las tentativas de aplicación de las alternativas con- ceptuales y metodológicas típicas de abordajes de la complejidad sobre temas de salud-enferme- dad han sido innegablemente dispersas y fragmen- tadas. De manera general, sin fundamentación epistemológica rigurosa y articulación teórica clara y eficiente no se puede reconocer en tales iniciativas evidencias de cambio paradigmático en el campo de la salud. En ese sentido, puede ser interesante considerar abordajes de la com- plejidad y de la teoría de las redes más como una exploración en el sentido de modelar el objeto salud/enfermedad, proponiendo una estructura fractal de red con base en una unidad fractal que, a cada punto, al ser desdoblada y ampliada, revela la misma forma. Veamos el ejemplo de la Figura 8, donde la noción de salud Desarrollo Social Desarrollo Económico Fuente: Elaboración propia. COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA Figura 9. ESTRUCTURA HOLOGRAMÁTICA DE RED FRACTAL DE SALUD Fuente: Elaboracición propia. es representada como efecto de un conjunto de cuatro elementos: medio ambiente, desarrollo social, desarrollo económico y diversidad cultu- ral. Podemos proponer que cada elemento reproduce un patrón general de arquitectura fractal con estructura de holograma. Noten en la Figura 9 que el elemento desarrollo económico tiene aquí una estructura fractal donde se articu- lan salud, medio ambiente, desarrollo social y diversidad cultural. O aún el elemento medio ambiente, que va a revelar otra faceta de la misma interacción, con una estructura fractal donde se articulan salud, desarrollo económico, desarrollo social y diversidad cultural. TRANSDISCIPLINARIEDAD COMO ESTRATEGIA METODOLÓGICA DE LA COMPLEJIDAD Una lectura metodológica de las nue- vas perspectivas paradigmáticas no encuentra una determinación de lo empírico sobre lo con- ceptual. Lo conceptual es construido, creado a través de una práctica cotidiana de investiga- ción, como nos enseña Juan Samaja en su magis- tral obra Epistemología y Metodología (23), pero él no sobrevive sino por referencia a los objetos concretos. La mera existencia de un objeto con- creto no garantiza, ni genera un objeto de cono- cimiento, aunque la producción de objetos de 139 9007 “01508 y - OÁBW “9h 1-EZ1 “(Z)Z “Santy souang “VALLOITOD UNTVS 142 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO de la idea/práctica de la transdisciplinariedad buscan superar. Más que definir o especificar una construcción doxológica con la idea de transdis- ciplinariedad, pretendí observar y registrar una potencialidad de desarrollo de objeto, método y campo científico, proponiendo formas de crítica y articulación lógica, epistemológica y praxioló- gica de un dado discurso/práctica. Realmente no conseguí encontrar mane- ra más apropiada de abordar la hermenéutica científica vigente que recurriendo a Samaja (23) y asu propuesta de uso de la noción kantiana de los juicios sintéticos que subyacen en la dualidad análisis/síntesis. No obstante, mantengo el argu- mento que, en una perspectiva de crítica históri- ca, toda operación de sintetización produce tota- lizaciones provisorias, a través de una práctica cotidiana de producción de "objetos práxicos". Más allá de eso, no me parece adecuado usar la categoría “complejidad” para resumir el conjunto de propiedades de los objetos concretos, realzan- do las raíces ontológicas de los procesos comple- jos como elementos esenciales para la constitu- ción del nuevo paradigma. Este posicionamiento converge plenamente con Samaja (26) que, en una obra más reciente, propone una importante reflexión sobre aspectos ontológicos de la salud- enfermedad-atención y sobre las condiciones de producción de conocimiento transdisciplinario sobre objetos tan peculiares, en los planos semántico, sintáctico y pragmático. En este sentido, Samaja y yo parecemos concordar con Boaventura Santos (24) sobre la necesidad de transformación radical del sistema de formación de los sujetos de la ciencia, en el contexto de un nuevo paradigma, capaz de cons- truir síntesis y operar tránsitos no sólo interdisci- plinas, sino interparadigmas y, más aún, entre los saberes de la vida y los conocimientos de la cien- cia. Conforme señala Morin (21 p.125-126), "pre= cisamos pensar/repensar el saber, no sobre la base de una pequeña cantidad de conocimientos como en los siglos XVII y XVIII, sino consideran» do el estado actual de dispersión, proliferación, parcelamiento de los conocimientos". De acuer- do; sin embargo, no debemos procurar un enci- clopedismo leonardiano con base en la genial dad de sujetos individuales, y sí una forma reno- vada de enciclopedismo construido colectiva- mente. Cada vez más el proceso de producción del conocimiento científico será social, político institucional, matricial, amplificado. En ese esce- nario, la producción competente de la ciencia hará viables abordajes totalizantes, a pesar de parciales y provisorios, síntesis transdisciplinarias de los objetos de la complejidad. En suma, la proposición de trandiscipli- nariedad que defendemos se sustenta en la rela- ción entre ciencia en cuanto red de instituciones del campo científico y ciencia como modo de pro- ducción de conocimiento, mediada en todas las instancias por el concepto de práctica científica (23, 26). Se trata de un abordaje materialista histó- rico de la ciencia, fundamentando una definición pragmática de la transdisciplinariedad como pro- ceso, estrategia de acción, modalidad de práctica, y no como propiedad de objetos complejos o atri- buto de complejidad de relaciones modelo entre campos disciplinares. De esa manera, tendrá más sentido señalar el carácter instrumental de la transdisciplinariedad como práctica de trans- formación de la "ciencia normal" en ciencia "revolucionaria", para respetar la terminología kuhniana, en la emergencia de nuevos paradig- mas en el campo científico y de nuevas estrate- gias de acción en el campo de la práctica social. NOTAS FINALES a. Del griego khaós, que designa el estado desor- ganizado del mundo antes de tornarse en cosmos (término también originario del griego, que signi- fica "mundo del orden"); según Rey (109). b. El espacio de fase es un espacio hipotético con más dimensiones que las tres del espacio eucli- diano, capaz de aceptar representaciones gráficas de un sistema dinámico dado con el auxilio de coordenadas que sintetizan valores simultáneos de las variables del sistema (14, 15). El dispositi- vo de las coordenadas cartesianas, adecuado para expresar gráficamente funciones binomiales lineales y apenas parcialmente capaz de repre- sentar funciones lineales trinomiales, no podría ser usado para el análisis de funciones polinomia- les no lineales características de los sistemas dinámicos complejos. COMPLEJIDAD Y TRANSDISCIPLINARIEDAD EN EL CAMPO DE LA SALUD COLECTIVA REFERENCIAS BIBLIOGRÁFICAS 1. Santos BS. Introdugáo a uma Ciéncia Pós- Moderna. Río de Janeiro: Graal; 1989. 2. Attinger EO. Dynamic Modeling and Health Policy Research. Technical Papers. Ginebra: WHO/RPD/SOC; 1985. 3. Castellanos PL. Avances metodológicos en epi- demiología. En: Anais do 1% Congresso Brasileiro de Epidemiologia: epidemiología e desigualdade social, os desafios do final do século. Campinas: Abrasco; 1990. p.201-216. 4. Almeida-Filho N. Paradigmas em Epidemiología. En: Anais do 1% Congresso Brasileiro de Epidemiologia: epidemiología e desigualdade social, os desafios do final do sécu- lo. Campinas: Abrasco; 1990. 5. Schramm F, Castiel LD. Processo Saúde/Doenga e Complexidade em Epidemiología. Cadernos de Saúde Pública. 1992;8(4):379-390. 6. Castiel LD. O Buraco e o Avestruz - Asingularida- de do adoecer humano. Campinas: Papirus; 1994. 7. Koopman J, Longini 1. The Ecological Effects of Individual Exposures and Nonlinear Disease Dynamics in Populations. American Journal of Public Health. 1994;84:836-842. 8. Almeida-Filho N. The paradigm of complexity: applications in the field of public health. En: Advisory Committee on Health Research. A Research Policy Agenda for Science and Technology to Support Global Health Development. Ginebra: World Health Organization. 1997. p.1-15. 9. Chaves M. Complexidade e Transdisciplinarida» de: Uma abordagem multidimensional do Setor Saúde. Revista Brasileira de Educagáo Médica. 1998,22(1):7-18. 10. Almeida-Filho N. La Ciencia Tímida- Ensayos de deconstrucción de la epidemiología. Buenos Aires: Lugar Editorial; 2000. 11. Breilh . Epidemiología Nueva. Buenos Aires: Lugar Editorial; 2004. 12. Stewart |. Chaos. Scientific American. 1986;255(6):38. 13. Ruelle D. Hasard et Chaos. Paris: Odile Jacob; 1991. 14. Lorenz E. The Essence of Chaos. Chicago: University of Chicago Press; 1993. 15. Percival 1. Chaos: a science for the real world. En: HALL N, editor. Exploring Chaos. New York: Norton; 1994. p.11-22. 16. Boulding K. General Systems Theory - The Skeleton of Science. Management Science. 1956; 2:197-208. 17. Von Bertalanffy L. General Systems Theory: A Critical Review. General Systems. 1962;7:1-20. 18. Atlan H. Entre le Crystal et la Fumée. París: Seuil; 1981. 19. Prigogine 1, Stengers 1. La Nouvelle Alliance. París: Gallimard; 1986. 20. Morin E. On the Definition of Complexity. En: Aida E, editor. The Science and Praxis of Complexity. Tokyo: United Nations University; 1984. p.62-68. 21. Morin E. Introduction á la Pensée Compléxe. París: Editions Sociales Francaises; 1990. 22. Lewin R. Complexity - Life at the edge of chaos. New York: McMillan; 1992. 23. Samaja ). Epistemología y Metodología. Buenos Aires: Eudeba; 1996. 24. Santos BS. Introducáo. En: Santos BS, organi- zador. Conhecimento Prudente para uma Vida Decente - Um Discurso sobre as Ciéncias. San Pablo: Cortez; 2004. 25. Godfrey-Smith P. Theory and Reality. Chicago: University of Chicago Press; 2003. 26. Samaja ). Epistemología de la Salud. Buenos Aires: Lugar Editorial; 2004. 27. Robson C. Real World Research. Oxford: Blackwell; 1996. 28. Edmonds B. What is Complexity? En: Heylighen E, Aeris D, editores. The Evolution of Complexity. Dordrecht: Kluwer; 1996. p. 20-26. 29. Bunge M. Nature des Objets Conceptuels (Ch. 3). En: Épistémologie. París: Maloine; 1983. 30. Powers J. Philosophy and the New Physics. Londres: Methuen; 1982. 31. Gleick J. Chaos - The Making of a New Science. New York: Penguin; 1986. 32. Castoriadis C. Science moderne et interroga- tion philosophique. En: Les Carrefours du Labyrinthe. París: Seuil; 1978. 33. Coveney P. Chaos, enthropy and the arrow of time. En: HALL N, editor. Exploring Chaos. New York: Norton; 1994. p.203-213. 34. Delattre P, Thellier M, editores. Élaboration et justification des modéles. París: Maloine; 1979. 143 9007 “01508 - OÁBW “9h 1-EZ1 :(2)Z “sau1y sou3ng “vALLOI1OD ONTWS 144 SALUD COLECTIVA, Buenos Aires, 2(2): 123-146, Mayo - Agosto, 2006 NAOMAR ALMEIDA-FILHO 35. Zeeman C. Differential equations for the heartbeat and nerve impulse. En: Towards a Theoretical Biology. Edinburgh: Edinburgh University Press; 1972. 36. Thom R. La Théorie des Catastrophes et ses Applications. En: Reflexions sur des nouvelles approches dans l'étude des systémes. Chatenay: ECAM; 1975. 37. Thom R. Paraboles et Catastrophes. París: Flammarion; 1985. 38. Anderson R. Population Dynamics of Infectious Disease: Theory and Application. Londres: Chapman and Hall Press; 1982. 39. Arnold V. Teoria das Catástrofes. Campinas: Editora Unicamp; 1989. 40. Philippe P. Chaos, Population Biology and Epidemiology: Some Research Implications. Human Biology. 1993;65:525-546. 41. Daniels H. A perturbation approach to nonli- near deterministic epidemic waves. En: Mollison D, editor. Epidemic Models: Their structure and relation to data. Cambridge: Cambridge University Press; 1995. p.202-215. 42. Struchiner C, Brunet R, Halloran ME, Massad E, Azevedo-Neto R. On the use of state-space models for the evaluation of health interventions. Journal of Biological Systems. 1995;3(3):851-865. 43. Halloran ME, Struchiner C. Study designs for dependent happenings. Epidemiology. 1991;2: 331-338. 44. Eckman J-P, Ruelle D. Ergodic theory of chaos and strange atractors. Reviews of Modern Physics. 1985;57:617-656. 45. Schaffer W, Kot M. Nearly one-dimensional dynamics in an epidemic. Journal of Theoretical Biology. 1985;112:403-427. 46. Olsen L, Schaffer W. Chaos versus noise periodicity: alternative hypotheses for childhood epidemics. Science. 1990;249:499-504. 47. Grenfell B, Bolker B, Kleckowski A. Seasonality, Demography and the Dynamics of Measles in Developed Countries. En: Mollison D, editor. Epidemic Models: Their structure and rela- tion to data. Cambridge: Cambridge University Press; 1995. p.248-268. 48. Mandelbrot B. The Fractal Geometry of Nature. New York: Freeman; 1982. 49. Mandelbrot B. Fractals - a geometry of natu- re. En: Hall N, editor. Exploring Chaos. New York: Norton; 1994. p.122-135. 50. Series C. Fractals, reflections and distortions. En: Hall N, editor. Exploring Chaos. New York: Norton; 1994. p.136-149. 51. Mullis K. The Unusual Origin of Polymerase Chain Reaction. Scientific American. 1990262 (4):56:65. 52. Rabinow P. Making PCR. A Story of Biotechnology. Chicago: University of Chicago Press; 1996. 53. Hannerz U. Cultural Complexity: Studies in the social organization of meaning. New York: Columbia University Press; 1993. 54. Krieger N. Epidemiology and the Web of Causation: Has anyone seen the spider? Social Sciences £ Medicine. 1994;39(7):887-903. 55. Susser M, Susser E. Choosing a future for epi. demiology: Il. From black box to Chinese boxes and eco-epidemiology. American Journal of Public Health. 1996:86:674-677. 56. Schwartz S. The Fallacy of the Ecological Fallacy: The potential misuse of a concept and its consequences. American Journal of Public Health. 1994;84(5):819-824. 57. Susser M. The Logic in Ecological: 1. The Logic of Analysis. American Journal of Public Health. 1994;84(5):825-829. 58. Lipsitz LA, Goldberger A. Loss of “complexity” and aging: potential applications of fractals and chaos theory to senescence. Joumal ofthe American Medical Association. 1992;267:1806-1809. 59. Durrett R. Spatial Epidemic Models. En: Mollison D, editor. Epidemic Models: Their struc- ture and relation to data. Cambridge: Cambridge University Press; 1995. p.187-201. 60. Castellanos PL. Sistemas Nacionales de Vigilancia de la Situación de Salud Según Condiciones de Vida y del Impacto de las Acciones de Salud y Bienestar. Washington: OPS/OMS; 1991. p.53. 61. Samaja ). Vigilancia Epidemiológica de los ambientes en que se desarrollan los procesos de la reproducción social. En: Memorias del 6* Congreso Latinoamericano y 8% Congreso Mundial de Medicina Social. Guadalajara: Alames; 1994. 62. Levy BS. Editorial: Toward a Holistic Approach to Public Health Surveillance. American Journal of Public Health. 1996;86(5):624-625. 63. Desrosiers A. La partie pour le tout: Comment généraliser? La préhistoire de la contrainte de représentativité. Journal de la Société de Statistique de Paris. 1988;129(1-2):97-116.