Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
PubblicatoErnesto Viviani Modificato 9 anni fa
1
Analisi delle decisioni cliniche Ottobre 2004
2
Decisioni Il clinico, a fronte del malato, deve prendere delle decisioni: Di quale malattia si tratta? Sono necessari ulteriori test diagnostici? E’ necessario un trattamento? Quale trattamento? formalizzare e rendere esplicito Le decisioni sono comunque prese, solitamente con un processo informale. E’ possibile formalizzare e rendere esplicito tale processo?
3
EBM e decisione clinica Medicina basata sulle prove di efficacia “Sintesi delle migliori prove scientifiche volte al trasferimento della ricerca nella pratica clinica” [Sackett, BMJ 1996] trasferimento L’analisi della decisione è parte del trasferimento nella pratica clinica. Le decisioni di tipo formale si applicano bene in condizioni complesse, soprattutto per la costruzione di linee guida e protocolli.
4
Un caso clinico Un ragazzo di 15 anni riferisce dolore in fossa iliaca destra persistente da due giorni, anoressia, non nausea né vomito, peristalsi intestinale ridotta. E.O: temperatura rettale 38°C, contrattura reattiva alla palpazione addominale, Blumberg -. Esempio modificato da Giorgio Duca
5
Elementi della decisione Bisogna stabilire ulteriori esami da effettuare, la diagnosi ed il trattamento. 1)Elencare tutti gli stati di realtà (diagnosi differenziale), mutuamente esclusivi, associati alla situazione clinica, e assegnare le probabilità a ciascuno di essi 2)Elencare tutte le decisioni possibili (attendere, trattare, ulteriori accertamenti) 3)Determinare l’utilità di ciascun esito di ciascuna decisione applicata a ciascuno stato di realtà
6
1. Possibili diagnosi Probabilità Appendicite acuta? Gastroenterite acuta? Calcolosi renale? Colelitiasi? Altro? SEMPLIFICANDO Appendicite acutap 1 Non appendicite (1- p 1 ) Incertezza!
7
1. Come assegnare le probabilità? Il giudizio del clinico in base alla propria esperienza Informazioni di carattere epidemiologico e letteratura (EBM) Si possono effettuare ulteriori test per modificare le probabilità: Probabilità pre-test Probabilità post-test
8
1. E’ un procedimento Bayesiano La probabilità a priori della malattia (es: prevalenza della malattia nella popolazione in base a studi epidemiologici) è modificata in base alle informazioni disponibili. Probabilità pre-test probabilità post-test Nel nostro caso: età, tipo di dolore, sintomi, temperatura…
9
2. Scelte possibili Trattamento chirurgico Non trattare e attendere Accertamenti diagnostici conseguenze (rischi e benefici) Ognuna di queste scelte avrà delle conseguenze (rischi e benefici). Le conseguenze dipendono dallo stato di realtà (cioè dalla malattia) e dalla decisione presa
10
2. Scelte e conseguenze nel ragazzo di 15 anni Consideriamo come scelte “trattare” e “non trattare”. Si potrà: Operare un persona con appendicite Non operare una persona con appendicite Operare una persona senza appendicite Non operare una persona senza appendicite Poniamo come conseguenze lo stato in vita: vivo morte
11
Albero decisionale Trattare Non Trattare Nodo decisionale Nodo causale p (1-p) p (1-p) Morto Malato Non Malato Malato Vivo Morto Vivo 0.001 0.999 0.001 0.999 0.040 0.960 0 1.0
12
Albero decisionale Trattare Non Trattare p (1-p) p (1-p) Morto Malato Non Malato Malato Vivo Morto Vivo 0.001 0.999 0.001 0.999 0.040 0.960 0 1.0 Prob di morte | T p*(0.001)+(1-p)*0.001 Prob di morte | t p*(0.040)+(1-p)*0
13
3. Conseguenze: l’utilità L’utilità misura la desiderabilità dell’esito. E’ compresa tra 0 e 1. Può essere oggettiva (es mortalità) Può essere soggettiva. Esempio. decisione clinica in caso di gravidanza gemellare: 1) anticipare il parto con aumento di mortalità neonatale 2) ritardare il parto con aumento di mortalità in utero?
14
Utilità soggettiva Gemelli vivi Attitudine dei genitoriUtilità 2--1 1 a)Un bambino vivo è desiderabile come entrambi i bambini vivi 1 b) Ogni bambino vivo aggiunge la medesima desiderabilità 0.5 c)La perdita di uno solo dei due bambini è vissuto come catastrofica 0 0--0 Da: Georgeson S et al, Med Dec Making 1992;10:139-49 Risultato a. 28 settimana b. 31 settimana c. 33 settimana
15
3. Utilità nell’ esempio dell’appendicite 1. Malato di appendicite non trattato U Mt =0.960 2. Malato di appendicite trattato U MT =0.999 3. Non malato di appendicite trattato U mT =0.999 4. Non malato di appendicite non trattato U mt =1.000
16
Utilità Trattare Non Trattare p (1-p) p (1-p) Malato Non Malato Malato U U MT =0.999 U mT =0.999 U Mt =0.960 U mt =1.000 Utilità attesa del trattamento E(U T ) = p* U MT + (1-p)* U mT Del non trattamento E(U t ) = p* U Mt + (1-p)* U mt
17
Da: Lilford et al. BMJ 1998;317:405-9 | Kellet J et al. Med Decis Making 1995;15:297-310
18
Soglia di p Utilità attesa del trattamento E(U T ) = p* U MT + (1-p)* U mT Del non trattamento E(U t ) = p* U Mt + (1-p)* U mt SI TRATTA SE E(U T ) > E(U t ) 2.5 % P soglia = p* (U MT - U Mt + U mt – U mT ) = U mt – U mT = 2.5 % Benefici Costi Benefici Costi p soglia = C/(B+C) oppure odd p =C/B
19
Soglia di p Utilità attesa Probabilità di malattia 0 1 1 Non trattare Trattare 0.999 0.960
20
Come aumentare la conoscenza su p? Si può effettuare un test diagnostico: Verità + - Test+ VP FP - FN VN SENSIBILITA’: VP/(VP+FN) SPECIFICITA’: VN /(VN+FP) VPP VPP: VP/(VP+FP) VPN VPN: VN/(VN+FN) Il VPP è la probabilità di avere la malattia se il test è positivo. Dipende dalla probabilità pre-test
21
Conoscenza di p Prob pre- test VPP VPN Test: - Test: + Si possono usare i rapporti di verosomiglianza: RV+ = SE / (1-SP) probabilità di un risultato positivo in un soggetto malato rispetto alla stessa probabilità in un soggetto non malato RV- = (1-SE)/ (SP) probabilità di un risultato negativo in un soggetto malato rispetto alla stessa probabilità in un soggetto non malato
22
Conoscenza di p Se il test è positivo sarà: RV+ Odds M post-test = RV+ * Odds M pre-test Se il test è negativo sarà: RV- Odds M post-test = RV- * Odds M pre-test Odds M = p / (1-p) p=odds / (odds +1) Per conoscere RV+ ed RV- bisogna sapere la specificità e la sensibilità del test: EBM
23
Caratteristiche del RV RV varia tra 0 ed infinito Se RV>1 il risultato del test aumenta la probabilità di presenza di malattia (un buon test ha RV+ ≥ 10) Se RV < 1 il risultato del test aumenta la probabilità di assenza di malattia (buon test RV≤0.1) Se RV = 1, il test non è informativo
25
Nell’esempio (1) Ammettiamo che la probabilità a priori di appendicite del ragazzo di 15-anni fosse del 20%. Si esegue una formula leucocitaria: SENS = 90%, SPEC = 80% Se il test è positivo, la probabilità a post-test è: Quindi p(post) = [1.125/(1+1.125)] = 53% Se il test è negativo, la probabilità post-test è: Quindi p(post) = [0.03/(1+0.03)] = 2.9%
26
Nell’esempio (2) La soglia di probabilità per cui bisognava trattare era del 2.5%: In mancanza di test bisogna trattare (p=20%) Se il test è positivo bisogna trattare (p=53%) Se il test è negativo bisogna trattare (p=2.9%) Se la probabilità a priori del 15-enne fosse stata del 10% un test negativo avrebbe dato una probabilità a posteriori del 1.4%: Non trattare
27
Soglia di p Utilità attesa Probabilità di malattia 0 1 0 1 Non trattare Trattare Test diagnostico Non trattare test trattare
28
Sull’EBM Riassumendo, l’EBM fornisce informazioni su: Probabilità della malattia Benefici e rischi della terapia Qualità dell’informazione dei test
29
Un esempio su tubercolosi e sarcoidosi Un paziente di 44 anni riferisce affaticamento, febbre persistente da circa 3 settimane, calo ponderale (2.5 kg in 6 mesi). Una breve anamnesi, l’esame obiettivo, Rx torace con indicazione di piccoli nodi miliari indicano come diagnosi: Tubercolosi miliare 70% Sarcoidosi 30% Fonte: Kopelman RI, et al New Engl J Med 1999;341:435-39
30
Un esempio su tubercolosi e sarcoidosi 50% Una TBC miliare non trattata ha una mortalità del 50% 20% Una TBC miliare trattata con rifampicina, isoniazide, pirazinamide, etambutolo ha una mortalità del 20% 0.15% Intorno al 2% delle persone di origine asiatica trattate con isoniazide sviluppa un’epatite, con mortalità del 7.5% mortalità totale del 0.15% Fonte: Kopelman RI, et al New Engl J Med 1999;341:435-39
31
Albero decisionale Trattare Non Trattare 70% 30% 70% 30% TBC Sarcoidosi TBC U U MT =0.800 U mT =0.985 U Mt =0.500 U mt =1.000 Utilità attesa trattamento E(U T ) = 0.70*0.800 +0.30*0.985 = 0.85 non trattamento E(U t ) = 0.70*0.500 +0.30*1.0 = 0.65
32
Test diagnostici Risultato Test della tubercolina - Biopsia trans-bronchiale granulomi non caseosi Livelli sierici di ACE normali
33
Probabilità a posteriori (1) Ricordando: RV+ Odds M post-test = RV+ * Odds M pre-test RV- Odds M post-test = RV- * Odds M pre-test Sappiamo che: RV per il test della tubercolina 0.26Quindi Odds (TBC) = 0.26 * (0.70/0.30) = 0.61 P(TBC) = [0.61/(0.61+1)] = 38%
34
Albero decisionale (1) Trattare Non Trattare 38% 62% 38% 62% TBC Sarcoidosi TBC U U MT =0.800 U mT =0.985 U Mt =0.500 U mt =1.000 Utilità attesa trattamento E(U T ) = 0.38*0.800 +0.62*0.985 = 0.91 non trattamento E(U t ) = 0.38*0.500 +0.62*1.0 = 0.81
35
Probabilità a posteriori (2) RV per i granulomi non caseosi 0.20Quindi Odds (TBC) = 0.20 * (0.38/0.62) = 0.12 P(TBC) = [0.12/(0.12+1)] = 11% RV per ACE 4.75Quindi Odds (TBC) = 4.75 * (0.11/0.89) = 0.59 P(TBC) = [0.59/(0.59+1)] = 37%
36
Albero decisionale (2) Trattare Non Trattare 37% 63% 37% 63% TBC Sarcoidosi TBC U U MT =0.800 U mT =0.985 U Mt =0.500 U mt =1.000 Utilità attesa trattamento E(U T ) = 0.37*0.800 +0.63*0.985 = 0.92 non trattamento E(U t ) = 0.37*0.500 +0.63*1.0 = 0.82
37
Finale: TBC e sarcoidosi Il paziente è stato trattato per TBC miliare in attesa del risultato della coltura per il micobatterio della TBC. Dopo due settimane la coltura è negativa ed il paziente ha ancora febbre e dispnea ingravescente. Viene trattato con prednisone per diagnosi di sarcoidosi. Dopo sei settimane la coltura è ancora negativa, il pz è migliorato ed il trattamento per TBC viene sospeso
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.