Tıbbi Tanıda Olasılığı Kullanma: Bir Baş Ağrısı Örneği

Deneyimli klinisyenler, bir hastaya ilk göz atarak tanı koyma sürecine başlarlar ve bu süreçte kullandıkları ana araçlardan biri olasılıktır. Teşhis koyan bir doktorun bakış açısından “perde arkasına” bir göz atmak, başka türlü gizemli bir süreci açıklamaya yardımcı olabilir.

Teşhis süreci, hastayı görmeden önce bile başlayabilir. Bir egzersiz olarak (ve bir noktayı kanıtlamak için) ofiste yanımda olan tıp öğrencilerinden henüz bekleme odasında olan henüz görmediğimiz hastayı teşhis etmelerini istiyorum. Tabii bana deli gibi bakıyorlar. Ama onlara hasta hakkında zaten çok şey bildiğimizi ve bazı doğru tahminlerde bulunabileceğimizi söylüyorum. Örneğin, hastanın baş ağrısı nedeniyle aile hekimi tarafından sevk edilen 34 yaşında bir kadın olduğunu zaten biliyor olabiliriz.

Öyleyse, otuzlu yaşlarındaki diğer kadınlar, baş ağrıları için beni tanıdılar mı? Nöroloji pratiğimde ve diğer baş ağrısı uzmanlarının çoğunda olduğu gibi, yaklaşık üçte birinde (% 33) migren, diğer üçte birinde ilaç aşırı kullanım baş ağrıları var (tedavinin çözümü yerine sorun haline geldiği) ve kalan üçüncüsü, gerilim tipi baş ağrıları, boyun veya çene eklemlerinde artrit, sinüs hastalığı, tümörler vb. içeren “diğer her şey” kategorisine girer. Bu nedenle, hastayı görmeden önce en olası iki tanıyı belirleyebiliyorum ve her biri için bir başlangıç ​​olasılığı atayın.

Bu başlangıç ​​noktası olasılıklarına “çapa” olasılıkları denir. Sonraki öykü, muayene ve tamamlayıcı testler sırasında (gerekirse) çapa olasılıkları, hastanın ne söylemesi gerektiğine ve fiziksel muayenesi ve testinde neyin ortaya çıkıp neyin çıkmayacağına göre bir dizi yukarı ve aşağı ayarlamadan geçecektir. Hekim, sorulan soruları ve incelenen öğeleri bireyselleştirir, böylece her bir sorgunun sonucu, bir tanıyı daha olası ve diğerini daha az olası olmaya zorlar. Bu nedenle teşhis dinamik ve sıralı bir süreçtir.

Kadını muayene odasına davet ediyoruz ve hikayesini dinliyoruz. Verilen baş ağrısı örneğinde, önemli bir veri parçası, ayda kaç gün ihtiyaç duyulan bir ilacı (örneğin, aspirin, asetaminofen veya reçeteli bir ilaç) aldığıdır. Gerektiği kadar ilacı günlerce alırsa ve bunu birkaç aydır yapıyorsa, o zaman ilaç aşırı kullanım baş ağrılarının başlangıçtaki% 33 çapa olasılığı yukarı doğru ayarlanır ve karmaşık olmayan migren başlangıçtaki çıpa olasılığı aşağı doğru hareket eder. Bu, elbette, yalnızca ayırt edici bir özelliktir ve tüm hikayeyi anlatmak için güvenilemez. Hekim, teşhisi iyileştirmek için bu tür birçok veri noktası toplar.

Fizik muayene, hala geçerli olasılıkları ayırt etmek için başka bir gerçek kaynağı sağlar. Hastamın migren veya ilaç aşırı kullanımı baş ağrıları varsa, kafa derisinde ve boynunda hassas kaslar olabilir ancak görme alanlarında kör nokta, konuşmasında gevreklik veya vücudunun sadece bir tarafında sakarlık olmamalıdır. Bu bulgular varsa, migren ve ilaç aşırı kullanım baş ağrılarının olasılıklarının aşağı doğru revize edilmesine neden olacaktır. Aksine, düşük çapa olasılığı ile başlayan bir beyin hastalığının – örneğin bir tümör gibi – olasılığı, yukarı doğru revize edilecektir.

Bir kan testi veya bir tarama istenirse, yine testin rakip tanıları ayırt etmek ve göreceli olasılıklarını yeniden ayarlamak için kişiselleştirildiği fikridir.

Bayes teoremi olarak adlandırılan tıbbi tanıda önemli bir prensip vardır. Özetle, Bayes teoremi, yeni bir gerçek eklendikten sonra bir teşhis olasılığının, yeni gerçek eklenmeden önceki olasılığının ne olduğuna bağlı olduğunu belirtir. Bunu söylemenin bir başka yolu da, tarih toplama üzerine aynı “evet” cevabının, fizik muayenede refleks sonucunun veya MRI taramasındaki karanlık noktanın farklı kişilerde farklı çıkarımları olduğudur. Her birinin anlamı bağlamına bağlıdır. Yine Bayes teoreminin bir başka anlamı da, kişinin tek başına bir test sipariş ederek geçmişi ve incelemeyi atlayamayacağı ve doğru bir teşhis koymasını bekleyemeyeceğidir. Test, bir sorunun cevabıdır. Soru yoksa test nasıl bir cevap olabilirdi?

Diyelim ki belirli bir zamanda bir hasta için teşhis sürecini tamamladık. Sonra ne? Teşhis sürecinin sonunda, doktor neredeyse% 100 olası bir teşhis koyabilir, ancak diğer durumlarda, işe yarayan tanı (bir numaralı seçim) hala% 70 veya% 80 olası olabilir ve iki numaralı seçenek daha azdır. Muhtemelen, ama yine de radar ekranında. Teşhis sürecinin her durumda% 100 kesinliğe yol açmadığını fark etmek bazı hastaları rahatsız edebilir, ancak bir doktor, analizi mevcut bilgilerin yol açtığı sonucu geçerek hastaya herhangi bir iyilik yapmayacaktır.

İlk değerlendirme sırasında teşhis% 100 olası olmadığında, hastanın zaman içindeki semptom seyri, tanısal olasılıkların revizyonuna yol açabilecek başka bir veri biçimi daha sağlar. Neyse ki, belirsizlik içeren durumlarda, teşhis listesini az sayıda somut alternatifle daraltmak bile, doktor ve hastanın makul seçenekleri tartışmasına ve mantıklı seçimler yapmasına olanak tanır.

(C) 2005 Gary Cordingley tarafından