Améliorer la prise de décision clinique avec le cadre SPK
Une nouvelle approche pour des décisions de santé plus éclairées sans analyse complète des coûts.
― 9 min lire
Table des matières
- Limitations du cadre BPP dans la prise de décision clinique
- Le besoin d'outils de prise de décision plus complets
- Présentation d'un nouveau cadre : PK simplifié
- Comment fonctionne le cadre SPK
- Étude de cas : Antibiotiques pour la bactériurie asymptomatique
- Évaluation des raisons pour lesquelles les cliniciens sur-estiment les Probabilités
- Analyse des résultats d'enquête
- Conclusion
- Source originale
Le cadre de probabilité pré-test/post-test bayésien (BPP) aide les médecins à prendre des Décisions quand il y a de l'incertitude sur la santé d'un patient. Ça leur permet de mettre à jour leurs croyances sur la présence d'une maladie selon les résultats des tests ou des signes cliniques. Ce cadre est utilisé non seulement dans les hôpitaux, mais aussi dans l'enseignement et la recherche médicale. Cependant, il faut noter que le cadre BPP n'est qu'un outil parmi tant d'autres que les professionnels de santé peuvent utiliser.
Limitations du cadre BPP dans la prise de décision clinique
Bien que le cadre BPP soit souvent considéré comme un outil pour prendre des décisions cliniques, il a ses limites. Il se concentre principalement sur la probabilité qu'une maladie soit présente ou absente, mais ne prend pas en compte les Coûts et les bénéfices des différentes actions. En décidant de traiter un patient, les médecins doivent peser la probabilité de la maladie contre les risques et les avantages des différents Traitements. Par exemple, si un patient est à risque d'une condition grave, un médecin doit réfléchir non seulement à la chance de la maladie, mais aussi à la sécurité et l'efficacité du traitement. Parfois, ces coûts sont difficiles à mesurer ; par exemple, évaluer l'impact psychologique et social d'une grosse chirurgie peut être très complexe.
Le besoin d'outils de prise de décision plus complets
Malgré ces défis, plusieurs méthodes ont été développées pour prendre des décisions cliniques intelligentes basées sur des chiffres. Beaucoup de ces méthodes nécessitent des calculs compliqués qui peuvent être difficiles à réaliser dans la pratique quotidienne, ou elles se concentrent sur des situations spécifiques comme le traitement d'une condition précise. Une exception notable à cela est le travail réalisé il y a des décennies par deux chercheurs, qui a fourni un cadre général pour prendre des décisions de traitement pouvant être appliqué dans divers contextes, comme une chambre d'hôpital ou une salle de classe. Cette approche originale combine la probabilité de la maladie avec des coûts et des bénéfices définis pour trouver un point où une décision d'agir ou de ne pas agir a du sens. Cependant, cette méthode ne s'est pas répandue, peut-être parce qu'elle nécessite une liste claire de tous les coûts et bénéfices avant de pouvoir l'appliquer.
Présentation d'un nouveau cadre : PK simplifié
Cet article vise à examiner le cadre original et à offrir une version simplifiée qui le rend plus facile à utiliser. La méthode originale exige que tous les coûts et bénéfices soient définis à l'avance, ce qui peut être difficile. La nouvelle approche permet aux professionnels de santé de calculer un point de décision sans avoir besoin de spécifier tous ces coûts d'abord. Nous allons appeler cette méthode mise à jour le cadre PK simplifié (SPK).
Comment fonctionne le cadre SPK
Dans le cadre SPK, on peut toujours déterminer quand agir ou ne pas agir en utilisant une limite qui ne repose pas sur une liste de tous les coûts à l'avance. Elle se concentre plutôt sur un ratio qui relie les coûts de ne pas agir quand on devrait (sous-action) aux coûts d'agir quand on ne devrait pas (sur-action). Cela rend les choses beaucoup plus simples pour les professionnels de santé. Quiconque est déjà familier avec le cadre BPP peut facilement s'adapter à cette nouvelle méthode.
Il y a deux façons d'utiliser le cadre SPK selon que vous pouvez ou non quantifier les coûts impliqués. Si les coûts ne peuvent pas être facilement spécifiés, le cadre SPK peut quand même aider à prendre des décisions qualitativement. Par exemple, si un patient a peu de chances d'avoir besoin d'un traitement, les coûts d'un sous-traitement devraient être beaucoup plus élevés que ceux d'un sur-traitement pour que l'action soit justifiée. Même si vous ne pouvez pas mettre un chiffre sur ces coûts, ce genre de réflexion peut toujours guider les discussions sur ce qu'il faut faire.
Si les coûts peuvent être mesurés, les professionnels de santé peuvent comparer leurs coûts calculés pour décider s'il faut agir ou attendre. À travers plusieurs études de cas hypothétiques, nous allons montrer comment le cadre SPK peut être appliqué efficacement dans différentes situations où le cadre original peut être insuffisant.
Étude de cas : Antibiotiques pour la bactériurie asymptomatique
Regardons un cas où une femme en bonne santé est diagnostiquée avec une forme de bactéries dans son urine, même si elle n'a pas de symptômes. Des études indiquent qu'elle a très peu de chances (environ 6 %) de développer des symptômes à cause de cette condition. La question se pose alors : doit-elle être traitée avec des antibiotiques maintenant ou attendre de voir si elle développe des symptômes ?
En évaluant cette situation, beaucoup de médecins peuvent avoir des difficultés à appliquer le cadre original. Il peut être difficile de quantifier les coûts de ne pas traiter par rapport à ceux de traiter quand il y a de nombreux facteurs à considérer, y compris les effets secondaires potentiels des antibiotiques ou des implications de santé publique comme la résistance aux antibiotiques. Donc, même si certains coûts peuvent être identifiés comme plus cruciaux que d'autres, prendre une décision basée sur eux peut être compliqué.
Comme guide initial, les professionnels de santé peuvent évaluer ces coûts séparément (par exemple, en examinant les problèmes de santé potentiels, les aspects financiers, et les implications de santé publique plus larges). Si ces différents facteurs de coût mènent à la même conclusion sur le meilleur plan d'action, il devient plus facile de prendre une décision. S'ils mènent à des conclusions différentes, les professionnels doivent soigneusement considérer quels coûts importent le plus et à quel point chacun suggère un choix préféré.
Dans ce cas, les experts suggèrent généralement que les risques de ne pas traiter ne sont pas significativement plus grands que les risques de traiter, ce qui signifie que la femme peut attendre et voir si des symptômes apparaissent. Les lignes directrices de traitement actuelles pour cette condition soutiennent cette décision.
Probabilités
Évaluation des raisons pour lesquelles les cliniciens sur-estiment lesDans une autre étude impliquant des médecins répondant à diverses situations cliniques, il a été constaté que beaucoup d'entre eux estimaient les probabilités de maladies beaucoup plus élevées que les estimations objectives. Cela a suscité des discussions sur les raisons pour lesquelles ces estimations gonflées se produisaient. Les pensées actuelles pointent vers divers biais affectant la manière dont les médecins perçoivent les résultats des tests.
Bien que ces biais jouent certainement un rôle, nous proposons que la manière dont les médecins ont été interrogés sur les probabilités pourrait avoir influencé leurs réponses. Si on demande aux médecins d'évaluer la probabilité d'une maladie, ils pourraient prendre en compte les conséquences potentielles de manquer un diagnostic, les poussant à donner des probabilités plus élevées. Ils pourraient penser : "Si je ne détecte pas cette maladie, le coût de cette erreur est élevé." Donc, il est possible que les médecins mélangent leur compréhension de la probabilité de la maladie avec les coûts associés aux décisions de traitement.
En utilisant le cadre SPK, nous pouvons évaluer la plausibilité de cette théorie. Si nous supposons que les médecins perçoivent effectivement les probabilités correctement mais ressentent une pression pour agir en fonction des coûts, nous pouvons examiner comment leurs évaluations de coûts pourraient gonfler leurs évaluations de probabilité.
Analyse des résultats d'enquête
Nous avons calculé des ratios de coûts à partir des données de l'étude sur trois maladies spécifiques : la pneumonie, le cancer du sein et la maladie coronarienne. Ces ratios de coûts aident à donner une image plus claire de la manière dont les médecins voient les risques impliqués. Nous soutenons que ces ratios sont sensés et reflètent les attitudes cliniques réelles envers les risques de traitement.
L'accord entre ces ratios et la littérature existante sur les attitudes des médecins soutient davantage l'idée que les probabilités gonflées observées peuvent découler de la manière dont l'enquête a été menée plutôt que d'erreurs réelles dans le jugement clinique.
Conclusion
Le cadre SPK offre une nouvelle façon pour les professionnels de santé de prendre des décisions dans des situations incertaines sans avoir besoin d'une compréhension complète de tous les coûts impliqués. Ce cadre mis à jour propose une approche plus flexible que les méthodes précédentes, permettant une application plus facile dans des contextes réels.
Le cadre SPK n'est pas destiné à remplacer les modèles existants, mais à servir d'outil supplémentaire qui correspond à la simplicité du cadre BPP. Cela le rend précieux non seulement pour la pratique clinique, mais aussi pour l'éducation médicale, en aidant à clarifier la relation entre la compréhension des états des patients et la prise en compte des coûts des différentes options de traitement.
De plus, nous avons fourni une nouvelle perspective sur les résultats d'études antérieures concernant les probabilités des cliniciens, suggérant que les cliniciens pourraient confondre différents types de probabilités avec des décisions de traitement. De futures études devraient explorer comment les attitudes envers les coûts et les actions s'intègrent dans les discussions sur les probabilités cliniques.
Il y a plein de pistes à explorer pour approfondir le cadre SPK, y compris mieux définir les ratios de coûts et trouver des moyens de mesurer plus efficacement les attitudes des cliniciens envers les risques.
Titre: From Pre-test and Post-test Probabilities to Medical Decision Making
Résumé: BackgroundA central goal of modern evidence-based medicine is the development of simple and easy to use tools that help clinicians integrate quantitative information into medical decision-making. The Bayesian Pre-test/Post-test Probability (BPP) framework is arguably the most well known of such tools and provides a formal approach to quantify diagnostic uncertainty given the result of a medical test or the presence of a clinical sign. Yet, clinical decision-making goes beyond quantifying diagnostic uncertainty and requires that that uncertainty be balanced against the various costs and benefits associated with each possible decision. Despite increasing attention in recent years, simple and flexible approaches to quantitative clinical decision-making have remained elusive. MethodsWe extend the BPP framework using concepts of Bayesian Decision Theory. By integrating cost, we can expand the BPP framework to allow for clinical decision-making. ResultsWe develop a simple quantitative framework for binary clinical decisions (e.g., action/inaction, treat/no-treat, test/no-test). Let p be the pre-test or post-test probability that a patient has disease. We show that r* = (1 - p)/p represents a critical value called a decision boundary. In terms of the relative cost of under- to over-acting, r* represents the critical value at which action and inaction are equally optimal. We demonstrate how this decision boundary can be used at the bedside through case studies and as a research tool through a reanalysis of a recent study which found widespread misestimation of pre-test and post-test probabilities among clinicians. ConclusionsOur approach is so simple that it should be thought of as a core, yet previously overlooked, part of the BPP framework. Unlike prior approaches to quantitative clinical decision-making, our approach requires little more than a hand-held calculator, is applicable in almost any setting where the BPP framework can be used, and excels in situations where the costs and benefits associated with a particular decision are patient-specific and difficult to quantify.
Auteurs: Justin D. Silverman, M. P. Nixon, F. Momotaz, C. Smith, J. S. Smith, M. Sendak, C. Polage
Dernière mise à jour: 2024-02-17 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2024.02.14.24302820
Source PDF: https://www.medrxiv.org/content/10.1101/2024.02.14.24302820.full.pdf
Licence: https://creativecommons.org/licenses/by-nc/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.