Klinički rezon je kocka

Dijagnostičkom razmišljanju kao formalnoj disciplini se ne posvećuje dovoljno pažnje. U ovom članku će biti pregledan probabilistički pristup dijagnostici uz argument da obrazovanje budućih lekara treba da sadrži praktične vežbe iz dijagnostičkog razmišljanja.
medicina
zaključivanje
srpski
Autor
Objavljeno

21/08/2023

Artur Konan Dojl je dobio inspiraciju za popularnog lika Šerloka Holmsa gledajući dektektivski rad Dr Džosefa Bela, hirurga u Edinburgu. “Koristite svoje oči! Koristite oči,” govorio je Bel svojim studentima medicine. Nije ni čudo kako se inspiracija za najpopularnijeg detektiva baš našla među lekarima, jer nema očiglednije upotrebe dedukcije i indukcije od postavljanje dijagnoze. Priče pacijenta, opservacije i (od relativno skoro) raznih testovi predstavljaju izazov svakom dobrom rezonu.

Iskusni kliničari su u stanju da intuitivno daju tačnu dijagnozu. Međutim, nije svaki kliničar u stanju da artikuliše eksplicitno svoj rezon — način na koji je došao do dijagnoze, korak po korak. Kahneman (2013), u svojoj knjizi “Misliti, brzo i sporo,” opisuje dva kognitivna sistema.1 Jedan čest, emotivan, brz, koji koristi naučene kognitivne prečice kako bi brzo doneo zaključak; i drugi, spor, kalkulisan, naporan sistem koji može prevazići kognitivne greške ako smo njih svesni.

Šerlok Holmes je inspirisan Edinburškim lekarom Džosefom Belom.

Kako kliničar akumulira iskustvo i prelazi od novajlije ka ekspertizi, tako sve više koristi brži kognitivni sistem. Tada je jako teško promeniti ustaljenu praksu, a još teže ispraviti ukorenjene greške. Možda i najtragičnije od svega je što mnogi iskusni kliničari nisu u stanju da prenesu svoj stečen rezon na mlađe kolege. Kletva znanja je uzela maha i ekspert se sada više ne seća kako je bilo biti početnik — tj. sa kojim problemima se on muči. Veštinom kliničkog zaključivanja mora svaki student da ovlada sam, ali to ne znači da mu se put ne može olakšati.

U narednim poglavljima ćemo se upoznati sa probabilističim pogledom na postavljanje dijagnoza, i kako analitičnost može da doprinese boljoj praksi. Proći ćemo kroz primere vezane za uticaj dijagnostičkih testova, simptoma i znakova na naše početne pretpostavke o mogućoj dijagnozi. Na kraju, pogledaćemo jedan od mogućih didaktičkih alata za savladavanje kliničkog zaključivanja — skripte o bolestima (engl. illness scripts).

Postavljanje dijagnoze je probabilistički poduhvat

Dokazi ne treba da određuju ubeđenja, već da ih ažuriraju. — Grant Sanderson

Apriorna verovatnoća

Apriorna verovatnoća predstavlja jačinu našeg ubeđenja o prisustvu bolesti pre nego što smo dobili ikakve informacije o pacijentu. Kako verovatnoće imaju vrednosti od 0 (verujemo da je neverovatno) do 1 (verujemo da je sigurno) tako se i naše pretpostavke razlikuju u jačini.2 Kako bi bili što tačniji u svojim dijagnozama trebamo da podesimo ove pretpostavke što preciznije. Najprostiji način je vezati svaku bolest u odnosu na njenu prevalencu u određenoj populaciji, zatim ažurirati svoju pretpostavku sakupljanjem dokaza. Na kraju treba pregledati da li je verovatna ili nije uporedo sa drugim mogućim objašnjenima.

Svaka osoba u našem okruženju ima neku apriornu verovatnoću za određenu bolest. Stariji čovek ima veći rizik od infarkta miokarda od mlađeg, dok mlađi imaju veći rizik od nekih infektivnih agensa na koje još nisu stekli imunitet. Apriorna verovatnoća postaje veoma bitna onog momenata kada se u dijagnostički proces upletu različiti testovi.

flowchart TD
  S(Simptom) --> A("Apriorna Verovatnoća")
  Z(Znak) --> A
  P(Prevlenca) --> A
  A --> T{"Dijagnostički test"}
  T --> AP("Aposteriorna Verovatnoća")
  style S stroke-dasharray: 5 5, fill:#edffc4
  style Z stroke-dasharray: 5 5, fill:#edffc4
  style P stroke-dasharray: 5 5, fill:#edffc4

Figura 1: Prevalenca, simptomi i znakovi bolesti povećavaju apriornu (inicijalnu) verovatnoću, i posledično korisnost dijagnostičkog testa.

Kako bismo uvideli efekat apriorne verovatnoće na korisnost medicinskih testova pogledaćemo (parafrazirano) pitanje koje je Eddy (1982) deo kliničarima.

Primer 1 (Uticaj apriorne verovatnoće) Žena vam ulazi u ordinaciju. Čula je da sve više žena oboleva od raka dojke i zabrinuta je. Verovatnoća da žena od 40 god. koja dolazi na redovan skrining ima rak dojke je 1%. Vi kao kliničar je pošaljete na kontrolnu mamografiju. Mamografija ima senzitivnost 90%, i specifičnost od 91%.3 Na sledećoj kontroli je vidno uspaničena jer je test bio pozitivan. Koja je verovatnoća da ona stvarno ima rak dojke ukoliko je test bio pozitivan (\(P(\text{Rak}\,|\,+\))?

\(\frac{1}{11}\) ili \(9.1\%\). Verovatnoća raka dojke kada je mamografija pozitivna (\(P(\text{Rak}\,|\,+\)) uveliko zavisi od apriorne verovatnoće. Da je prevalenca (uverenje) raka dojke kod 40 god. žena 10%, verovatnoća bi skočila na \(\approx 53\%\).

Isti test, sa istom preciznošću i istim rezultatom može imati različite implikacije za svakog pojedinca. Kontekst pacijenta znači sve. Ovaj fenomen je posledica toga što je greška testa fiksna, tj. test uvek sa istom stopom greške klasifikuje ljude na bolesne i zdrave. Ako su u populaciji bolesni jako retki i/ili smo jako ubeđeni da je osoba zdrava, moraćemo manje verovati rezultatima testa, osim ukoliko test nema izuzetno visoke mere specifičnosti i senzitivnosti.

Bitno

Interesantno je da sistematski pregledi asimptomatičnih ljudi ne smanjuju smrtnost i morbiditet (Krogsbøll i ostali, 2019). Mnogi skrining testovi (testovi namenjeni da otkriju bolest u ranim fazama) jednostavno nisu dovoljno korisni (“moćni”) da ažuriraju početne verovatnoće kod ljudi bez ikakvih simptoma ili znakova bolesti.4 U tim slučajevima su češći lažno pozitivni rezultati, i treba biti pažljiv.

Ažuriranje uverenja

Primer 1 nam je pokazao da medicinsko testiranje utiče na krajnju (aposteriornu) verovatnoću bolesti, i posredno definitivnu dijagnozu. To nije samo karakteristika testova, zapravo svaka dodatna informacija koju dobijemo o pacijentu “ažurira” naša uverenja i rangira moguće dijagnoze od najverovatnije ka onim manje verovatnim (Figura 1). U narednom primeru ćemo sagledati uticaj dodatnih informacije na verovatnoću bolesti.

Početne pretpostavke su obično nesigurne, ovde predstavljene apriornom distribucijom. Distribucija je široka jer su mnoga objašnjena moguća. Nakon opservacije dokaza, naša uverenja postaju sigurnija — prikazano užom zelenom distribucijom. Kako postajemo sigurniji tako se sužavaju opcije koje mogu objasniti dokaze.

Primer 2 (Ažuriranje uverenja) Devojka od 26 god. se žali na urinarne tegobe. Apriorna verovatnoća urinarnih infekcija je toliko velika kod žena u reproduktivnom periodu da je opravdano lečiti ih i bez dodatnog testiranja. Na analizi urina se ističu povišeni leukociti (leukociturija), što ide u prilog infekciji. Na genitalnom brisu je izolovana bakterija Ureaplasma spp. Koja je verovatnoća da je Ureaplasma uzročnik urinarnih tegoba?

Bez dodatnih informacija jedino što možemo zaključiti je da je Ureaplasma uzročnik tegoba. Uspešnost lečenja nam onda potvrđuje dijagnozu.

Ureaplasma spp. je poznat kolonizator seksualno aktivnih zdravih žena (McCormack i ostali, 1973). Uz tu informaciju, šta ako dodatno saznamo da je pacijentkinja pila antibiotike u periodu pre uzimanja brisa. Kao i da je u dugoj monogamskoj vezi. Kako to menja naše uverenje da je Ureaplasma spp. uzročnik?

U ovom slučaju je verovatnoća da je uzročnik Ureaplasma spp. mnogo manji nego da je antibiotikom uklonila prvobitnog uzročnika (\(P(\text{Uzrok: Ureaplasma} \mid \text{Antibiotik, Monogamija}) \ll P(\text{Uzrok: Ureaplasma} \mid \text{Bez Antibiotika})\)). U tom slučaju nam je zaključak dijametralno suprotan.

Neke informacije drastično menjaju interpretaciju (Figura 2). Moć informacije da promeni naše uverenje je proporcionalna njenom preciznošću, tj. tačnosti klasifikacije stvarno bolesnih kao bolesne. Zbog toga su mnogi delovi fizikalnog pregleda zamenjeni preciznijim metodama. Retko koji lekar će danas postaviti dijagnozu samo na osnovu fizikalnog pregleda. Što je i ispravno, jer većina znakova fizikalnog pregleda nije dovoljno pouzdana.5

flowchart LR
  A("Urinarna tegobe") --> B{"Infekcija?"}
  C["Leukociturija"] --> B
  B --> U{"Uzročnik?"}
  U --> D["Ureaplasma spp."]
  AB("Korišćenje antibiotika") --> U
  M("Monogamija") --> U
  U --> N["Nepoznat uzročnik"]
  style A stroke-dasharray: 5 5, fill:#edffc4
  style C stroke-dasharray: 5 5, fill:#edffc4
  style AB stroke-dasharray: 5 5, fill:#edffc4
  style M stroke-dasharray: 5 5, fill:#edffc4
  
Figura 2: Očigledno je da se ažuriranje uverenja može dešavati na više nivoa. Jednom kada smo dovoljno ubeđeni da, recimo, postoji infekcija možemo tražiti dokaze o uzročnicima.

Kako se formira diferencijalna dijagnoza

Racionalnost nije poznavanje činjenica, već prepoznavanje koje činjenice su relevantne. — Grant Sanderson

Glavna Tegoba kao Vodilja

Reprezentacija problema je najbitniji deo dijagnostičkog procesa. Iz narativa pacijenta treba prvo prepoznati ključne elemente, i onda iskoristiti znanje kako bi se ti elementi grupisali u jedinstven medicinski termin. Primer reprezentacije problema ja dat ispod (Penner i ostali, 2023).

Primer 3 (Reprezentacija problema) 50-godišnja žena sa novom dijagnozom akutne mijeloidne leukemije započinje lečenje hemioterapijom. Nakon 1. dana počinje da se oseća grozničavo i malaksalo. Njena telesna temperatura je \(>38.8^{\circ}\text{C}\), sa brojem leukocita od \(0.8\,\text{ćelija}/\text{mm}^3\) i brojem neutrofila \(< 100\,\text{ćelija}/\text{mm}^3\). Analize urina i radiografija pluća su uredne. Izdvojiti i grupisati ključne elemente u jedinstven medicinski problem.

50-godišnja žena sa AML-om tokom indukcije hemioterapije ima prvu, visoko rizičnu, nelokalizovanu febrilnu neutropeniju.

Ovo je reprezentacija kliničkog problema sa visokim nivoom apstrakcije. Ako razložimo svaki termin pojedinačno videćemo kolika količina informacija se prenosi samo u ovoj jednoj rečenici.

  • Prvu: Vremenski počela pre 1 dana. Ima drugačije implikacije od rekurentne ili prezistentne (održane).
  • Visoko rizična: Febrilne neutropenije se dele na visoko/nisko rizične u zavisnosti od verovatnoće ozbiljnih komplikacija na osnovu raznih kriterijuma. Ova klasifikacija je bitna jer utiče na terapiju.
  • Nelokalizovana: Fokus (izvor) infekcije nije pronađen dijagnostičkim testovima i pregledom. Različit je rizik za pacijente kojima nije pronađen fokus u odnosu na one kojima je mikrobiološki potvrđena infekcija.
  • Febrilna: Definicija febrilnosti podrazumeva jednu izmerenu oralnu temperaturu od \(>38.3^{\circ}\text{C}\) ili \(> 38.0^{\circ}\text{C}\) u trajanju od minimum 1 sat.
  • Neutropenija: broj neutrofila \(< 1500\) ili \(< 1000\,\text{ćelija}/\text{mm}^3\). Niže vrednosti nose veći rizik.6

Svaki student medicine poznaje deo anamneze (istorije) pacijenta koji se odnosi na glavne tegobe. Retko se uloga tog polja na papiru izričito ističe. Jednom kada se medicinski problem dobro predstavi, može se formirati dobra diferencijalna dijagnoza. Ukoliko je problem loše identifikovan i sama diferencijalna dijagnoza će biti preopširna ili pogrešna. Na primer, diferencijalna dijagnoza dispneje (otežanog disanja) je dugačka i obuhvata kako psihološke tako i organske uzroke. Suprotno, hronična dispeja u naporu, ima znatno kraću diferencijalnu dijagnozu.

Mentalna Organizacija Bolesti

Skripte Bolesti

Skripte bolesti (engl. illness scripts) su način da se mentalno organizuje znanje o jednoj bolesti. Svaki kliničar poseduje neku mentalnu sliku medicinskih stanja u svojoj glavi. Često ta slika nije formalizovana, tj. postoji kao grupa neorganizovanih činjenica koje se usvoje tokom prakse — koje se povlače iz pamćenja po potrebi. Skripte bolesti su didaktički alat. One su samo jedan od mnogih metoda kako učitelj može da objasni studentima sistematičnu organizaciju činjenica. Nisu ograničene dužinom, te česta stanja obično imaju više sadržaja od retkih bolesti (čisto radi ekonomičnosti pamćenja). Možda bitnije, jednom kada se nauče mogu se proširiti po potrebi, postajući sve detaljnije. Primer skripte bolesti je da u Tabela 1.

Tabela 1: Organizacija skripte bolesti.
Komponente Vanbolnička upala pluća (CAP)
Patofiziologija
  • Infekcija donjih disajnih puteva

  • Najčešće S. pneumoniae

Epidemiologija

Rizici:

  • Starost

  • Prethodna virusna resp. infekcija

  • Narušena struktura pluća

  • Immunodeficijencija

Vreme
  • Akutna: Dani

  • Progresivna ako se ne leči

Simptomi i znakovi
  • Temperatura

  • Kašalj

  • Dispneja

  • Tahikardija

  • Tahipneja

  • Hipoksemija

Dijagnostika

Lab. i imidžing:

  • Leukocitoza

  • Lobarni infiltrat na radiografiji

  • Bakterije u sputumu / hemokulturi

Terapija Antibiotici dovode do razrešenja tokom nekoliko dana

Ovaj skelet se može proširiti na razne načine. Simptomi i znaci koji vrše najbolje predviđanje tačne dijagnoze se mogu istaći. Implikacije patofiziologije se mogu povezati sa fizikalnim pregledom i dodatnom dijagnostikom.

Zaključak

Dijagnostičkom rezonu se posvećuje manje pažnje nego što je to potrebno. Jedan dobar medicinski kurikulum bi trebao da sadrži praktične vežbe iz dijagnostičkog razmišljanja uz podršku specijalizanata. Ne samo da bi se time studenti upoznali sa čestim medicinskim situacijama, već bi i usvajanje znanja bilo mnogo efikasnije. Zasigurno bi takva praksa napravila još bolje doktore.

Ključne teze
  • Apriorna verovatnoća je početno ubeđenje o postojanju bolesti kod neke osobe i kao takva utiče da korisnost dijagnostičkog testa
  • Reprezentacija problema kao vodilja ka dobroj diferencijalnoj dijagnozi
  • Biranje adekvatnih testova podrazumeva biranje onih testova koji su najkorisniji za potvrđivanje ili osporavanje radne dijagnoze

Reference

Eddy, D. M. (1982). Probabilistic reasoning in clinical medicine: Problems and opportunities (A. Tversky, D. Kahneman, & P. Slovic, Ur.; str. 249–267). Cambridge University Press. https://doi.org/10.1017/CBO9780511809477.019
Kahneman, D. (2013). Thinking, Fast and Slow (1st edition). Farrar, Straus; Giroux.
Krogsbøll, L. T., Jørgensen, K. J., & Gøtzsche, P. C. (2019). General health checks in adults for reducing morbidity and mortality from disease. The Cochrane Database of Systematic Reviews, 1(1), CD009009. https://doi.org/10.1002/14651858.CD009009.pub3
McCormack, W. M., Rosner, B., & Lee, Y. H. (1973). Colonization with genital mycoplasmas in women. American Journal of Epidemiology, 97(4), 240–245. https://doi.org/10.1093/oxfordjournals.aje.a121505
Penner, J. C., Shipley, L. C., & Minter, D. J. (2023). Reasoning on Rounds: a Framework for Teaching Diagnostic Reasoning in the Inpatient Setting. Journal of General Internal Medicine. https://doi.org/10.1007/s11606-023-08359-1

Fusnota

  1. Bitno je napomenuti da je su delovi ove knjige osporeni kada je psihologiju zahvatila replikaciona kriza. Svakako, teorija dualnih kognitivnih procesa je dobar konceptualni model razmišljanja za koji postoje dokazi. Dovoljno za ovu diskusiju.↩︎

  2. Ovaj subjektivni pogled na verovatnoće kao nivo ličnog ubeđenja se zove Bajesova interpretacija verovatnoća. Frekventistička interpretacija se ne slaže sa ovom filozofskom pretpostavkom.↩︎

  3. Svi medicinski testovi su vrsta merenja i kao takvi imaju određenu mogućnost greške. Senzitivnost nam govori o verovatnoći da test uspešno identifikuje bolesne (\(P(+ \mid \text{Bolestan})\)), dok nam specifičnost govori o verovatnoći da test uspešno identifikuje zdrave (\((P(- \mid \text{Zdrav})\)).↩︎

  4. Na primer, rutinsko uzimanje krve slike nema neke preterane koristi.↩︎

  5. Uloga fizikalnog pregleda je primarno u uspostavljanju odnosa doktor-pacijent. Tu većinski ritualnu ulogu ne treba zanemariti, jer je jako važna u procesu lečenja. Ta tema prevazilazi okvir ovog članka.↩︎

  6. Detaljno navođenje parametara se može dodatno tražiti pod uslovom da su kriterijumi otvoreni za subjektivnu diskusiju. Pad leukocita na \(0.8\,\text{ćelija}/\text{mm}^3\) je neutropenija u svakom smislu.↩︎

Navođenje

BibTeX navođenje:
@online{n. grubor2023,
  author = {N. Grubor, Nikola},
  title = {Klinički rezon je kocka},
  date = {2023-08-21},
  url = {https://nikola-grubor.github.io/myblog/posts/sr/med-dg},
  langid = {sr-Latn}
}
Za pripisivanje autoru, molimo navedite ovaj rad sa:
N. Grubor, N. (2023, August 21). Klinički rezon je kocka. https://nikola-grubor.github.io/myblog/posts/sr/med-dg