Manuale Msd

Please confirm that you are a health care professional

Caricamento in corso

Strategie per il processo decisionale clinico

Di

Douglas L. McGee

, DO,

  • Director
  • Emergency Medicine Residency Program, Albert Einstein Medical Center
  • Chief Academic Officer
  • Albert Einsterin Healthcare Network

Ultima modifica dei contenuti nov 2018
Clicca qui per l’educazione dei pazienti
Risorse sull’argomento

Una delle strategie più comunemente usate per il processo decisionale clinico consiste nell'utilizzo del metodo scientifico di costruzione dell'ipotesi seguito da test di verifica dell'ipotesi stessa. Le ipotesi diagnostiche vengono confermate o confutate in base a dei test.

Costruzione dell'ipotesi

La costruzione dell'ipotesi comporta l'individuazione delle principali possibilità diagnostiche (diagnosi differenziale) che potrebbero essere la causa del quadro clinico del paziente. Il disturbo principale espresso dal paziente (p. es., dolore toracico) e le caratteristiche demografiche di base (età, sesso, razza) sono i punti di partenza per la diagnosi differenziale, che viene di solito costruita dal riconoscimento dell'insieme degli elementi. A ogni elemento nella lista delle possibilità è idealmente assegnato un certo grado di probabilità di essere la diagnosi corretta (probabilità pretest, per un esempio, vedi tabella Ipotetica diagnosi differenziale e probabilità pretest e posttest).

I medici spesso utilizzano termini vaghi come "altamente probabile", "improbabile" o "non è da escludere" per descrivere la possibilità di una malattia. Sia i medici che i pazienti spesso interpretano male questi termini semiquantitativi; quando possibile, invece, deve essere usata un'esplicita terminologia statistica. I calcoli matematici supportano il processo decisionale clinico e, anche quando non sono disponibili numeri esatti, possono aiutare a definire meglio le probabilità cliniche e a restringere le possibilità diagnostiche.

Probabilità e odds

La probabilità che una malattia (o un evento) si verifichi in un paziente le cui informazioni cliniche siano sconosciute è la frequenza con cui la malattia o l'evento si verifica in una certa popolazione. Le probabilità variano da 0,0 (impossibile) a 1,0 (certa) e sono spesso espresse come percentuale (da 0 a 100). Una malattia che si verifica in 2 su 10 pazienti ha una probabilità di 2/10 (0,2 o 20%). Approssimare le probabilità molto piccole allo 0, escludendo quindi qualunque possibilità di malattia (come talvolta si fa nel ragionamento clinico implicito), può portare a conclusioni errate quando si utilizza il metodo quantitativo.

L'odds rappresenta il rapporto tra i pazienti affetti e quelli non affetti (ossia, il rapporto tra la malattia e l'assenza di malattia). Così, una malattia che si verifica in 2 su 10 pazienti (probabilità di 2/10) ha un odds di 2/8 (0,25, spesso espressa come 1 a 4). Gli odds (Ω) e le probabilità (p) possono essere convertiti gli uni negli altri, utilizzando le formule Ω= p/(1 p) o p =Ω/(1 +Ω).

Verifica delle ipotesi

La diagnosi differenziale iniziale, che si basa sul disturbo principale lamentato dal paziente e sui suoi dati demografici, è generalmente molto ampia. Il medico inizialmente verifica le possibilità durante l'esame obiettivo e l'anamnesi, ponendo domande o facendo esami specifici che supportino o rifiutino una diagnosi sospetta. Per esempio, in un paziente con dolore toracico, un'anamnesi positiva per dolore e edema a una gamba rilevato durante l'esame obiettivo, aumenta la probabilità di embolia polmonare.

Quando l'anamnesi e l'esame obiettivo formano un chiaro modello diagnostico, viene fatta una diagnosi presuntiva. I test diagnostici vengono utilizzati quando persistono incertezze dopo l'anamnesi e l'esame obiettivo e, in particolare, quando le malattie rimaste tra quelle in considerazione sono gravi o necessitano di un trattamento invasivo e/o costoso. I risultati dei test possono modificare ulteriormente le probabilità di diagnosi diverse (probabilità posttest). Per esempio, la tabella Ipotetica diagnosi differenziale e probabilità pretest e posttest mostra come i risultati supplementari dei test intrapresi (ECG normale e RX torace normale) sull'ipotetico paziente con dolore toracico e edema alla gamba possano modificare le probabilità diagnostiche (la probabilità di una sindrome coronarica acuta, di un aneurisma dissecante e di uno pneumotorace si riducono e aumentano le probabilità di embolia polmonare). Questi cambiamenti nelle probabilità possono portare all'esecuzione di ulteriori test (in questo caso, probabilmente un'angio-TC del torace) che modificheranno ulteriormente le probabilità posttest (vedi tabella) e che, in alcuni casi, confermano o confutano una diagnosi.

Può sembrare intuitivo che la somma delle probabilità di tutte le possibilità diagnostiche debba essere pari quasi al 100% e che una singola diagnosi possa essere derivata da una serie complessa di sintomi e segni. Tuttavia, applicare questo principio per cui la migliore spiegazione per una situazione complessa comporta una sola causa (spesso indicato come il rasoio di Occam) può portare i clinici fuori strada. L'applicazione rigida di questo principio sconta la possibilità che un paziente possa avere più di una malattia attiva. Per esempio, un paziente dispneico con broncopneumopatia cronica ostruttiva nota può presumere di avere una riacutizzazione della broncopneumopatia cronica ostruttiva, ma in realtà essere anche affetto da una embolia polmonare.

Tabella
icon

Ipotetica diagnosi differenziale e probabilità pretest e posttest per un 50enne iperteso, diabetico, fumatore di sigarette con dolore toracico

Diagnosi

Probabilità pretest

Probabilità posttest I (ulteriori rilievi di dolore a una gamba, edema e normale ECG e RX torace)

Probabilità posttest II (ulteriori rilievi di difetto segmentale all'angio-TC del torace e normale livello sierico di troponina I)

Sindrome coronarica acuta

40%

28%

1%

Infarto del miocardio con sopraslivellamento del segmento ST

20%

< 1%

< 1%

Dolore toracico

30%

20%

< 1%

Embolia polmonare

5%

50%

98%

Aneurisma dissecante dell'aorta toracica

< 3%

< 1%

< 1%

Pneumotorace spontaneo

< 2%

< 1%

< 1%

Stime di probabilità e soglia di trattamento

Anche quando la diagnosi è incerta, il test non sempre è utile. Deve essere effettuato un test solo se i suoi risultati possono influenzare il trattamento. Quando il pretest di probabilità della malattia è al di sopra di una certa soglia, il trattamento è garantito (soglia di trattamento) e il test non è indicato.

Sotto la soglia di trattamento, il test è indicato solo quando un risultato positivo aumenterebbe la probabilità di un posttest sulla soglia di trattamento. La più bassa probabilità pretest a cui ciò può verificarsi dipende dalle caratteristiche del test e viene definita soglia per l'esecuzione di un test. La soglia per il test viene trattata in dettaglio altrove nel testo.

Stime di probabilità e soglia di trattamento

La probabilità di malattia al di sopra della quale il trattamento viene somministrato, e non sono necessari ulteriori test, viene definita soglia di trattamento.

L'esempio precedente di un paziente con dolore toracico converge su una diagnosi quasi certa (98% di probabilità). Quando la diagnosi di una malattia è certa, la decisione di iniziare una terapia è un'immediata e semplice costatazione del fatto che vi sia un beneficio conseguente al trattamento rispetto a nessun trattamento (tenendo conto degli effetti avversi del trattamento stesso). Quando la diagnosi ha un certo grado di incertezza, come quasi sempre accade, la decisione di cominciare un trattamento deve bilanciare il vantaggio di trattare una persona affetta da quella malattia contro il rischio di trattare una persona sana o con una malattia diversa; rischi e benefici comprendono sia conseguenze economiche che mediche. Tale equilibrio deve tener conto sia della probabilità di malattia che dell'entità del rischio e del beneficio. Questo equilibrio determina dove il medico imposta la soglia di trattamento.

Consigli ed errori da evitare

  • Quando vi è una certa incertezza sulla diagnosi, la decisione di cominciare un trattamento deve bilanciare il vantaggio di trattare una persona affetta da quella malattia contro il rischio di trattare una persona sana o con una malattia diversa.

Concettualmente, se il beneficio del trattamento è molto alto e il rischio è molto basso (p. es., quando si somministra un antibiotico sicuro a un paziente diabetico che ha probabilmente un'infezione che lo pone in pericolo di vita), i medici tendono ad accettare un'elevata incertezza diagnostica e ad iniziare il trattamento anche se la probabilità d'infezione è piuttosto bassa (p. es., il 30%, vedi figura Variazione della soglia di trattamento con il rischio di trattamento). Tuttavia, quando il rischio di trattamento è molto alto (come quando si procede a una pneumonectomia per un possibile tumore polmonare), i medici desiderano essere estremamente sicuri della diagnosi e consigliano il trattamento solo quando la probabilità di malattia è molto alta, a volte > 95% (vedi figura). Si noti che la soglia di trattamento non corrisponde necessariamente alla probabilità alla quale una malattia debba essere considerata come confermata o esclusa. Esso è semplicemente il punto in cui il rischio di non trattare diventa maggiore del rischio di trattare.

Variazione della soglia di trattamento con il rischio di trattamento

Le linee orizzontali rappresentano le probabilità posttest.

Variazione della soglia di trattamento con il rischio di trattamento

Quantitativamente, la soglia di trattamento può essere descritta come il punto in cui la probabilità di malattia (p) moltiplicata per il beneficio di trattare una persona con quella malattia (B) è uguale alla probabilità dell'assenza di malattia (1 p) moltiplicata per il rischio di trattare una persona senza malattia (R). Così, alla soglia di trattamento

p × B = (1 p) × R

Risolvendo per p, questa equazione si riduce a

p = R/(B + R)

Da questa equazione, si evince che se B (beneficio) e R (rischio) sono uguali, la soglia di trattamento diventa 1/(1 + 1) = 0,5, il che significa che quando la probabilità di malattia è > 50%, i medici tratterebbero, e quando la probabilità è < 50%, non tratterebbero il paziente.

Per fare un esempio clinico, si può considerare un paziente con dolore toracico. Quanto elevata deve essere la probabilità clinica di infarto del miocardio acuto affinché la terapia trombolitica venga somministrata supponendo che l'unico rischio considerato sia la mortalità a breve termine? Se si ipotizza (per l'illustrazione) che la mortalità per emorragia endocranica conseguente alla terapia trombolitica è dell'1%, quindi R è uguale a 1%, il tasso di mortalità per il trattamento errato di un paziente che non ha un infarto del miocardio. Si consideri poi che la mortalità netta in pazienti con infarto del miocardio è diminuita del 3% con la terapia trombolitica, quindi B è uguale al 3%. Allora, la soglia di trattamento è 1/(3 + 1), o 25%; in tal modo, il trattamento deve essere somministrato se la probabilità d'infarto del miocardio acuto è > 25%.

In alternativa, l'equazione di soglia di trattamento può essere riorganizzata per mostrare che la soglia di trattamento è il punto in cui l'odds di malattia p/(1 p) equivale al rapporto di rischio:beneficio (R/B). Lo stesso risultato si ottiene nell'esempio precedentemente descritto, con la soglia di trattamento che equivale alla probabilità del rapporto rischio:beneficio (1/3); una probabilità di 1/3 corrisponde alla probabilità ottenuta precedentemente del 25% (vedi probabilità).

Limitazioni di metodi decisionali quantitativi

Il processo decisionale clinico quantitativo sembra preciso, ma poiché molti elementi nei calcoli (p. es., probabilità pretest) sono spesso noti in maniera imprecisa (ammesso che siano noti anche in parte), questa metodologia è difficile da utilizzare nei casi che non sono situazioni cliniche ben definite e studiate.

Clicca qui per l’educazione dei pazienti
NOTA: Questa è la Versione per Professionisti. CLICCA QUI per accedere alla versione per i pazienti

Potrebbe anche Interessarti

SOCIAL MEDIA

PARTE SUPERIORE