Ragionamento in ambito sanitario

Capitolo 2: Gestire l'incertezza

Introduzione

Gran parte della medicina clinica e dell'assistenza sanitaria comporta incertezze: alcune sono riducibili, ma altre sono irriducibili nonostante i nostri migliori sforzi e l’utilizzo di test. Decisioni migliori vengono prese se siamo consapevoli dell’esistenza di queste incertezze e se sviluppiamo capacità di stimare, comunicare e lavorare con tali incertezze. Quali tipi di incertezza esistono? Considera il seguente esempio.

Esempio: Ferita da aghi

È stata una settimana difficile. È tempo di tornare a casa quando sei chiamato per un altro caso di overdose da eroina: una giovane donna è stata trovata incosciente fuori dalla tua clinica. Dopo averle somministrato naloxone per via endovenosa (IV) (che inverte gli effetti dell'eroina), vieni accidentalmente punto dall'ago. Dopo la sua guarigione, nonostante le tue rassicurazioni, la giovane donna fugge per paura della polizia. Il terrore dell'infezione da virus dell'immunodeficienza umana (HIV) inizia a svilupparsi. Parli con il medico senior riguardo a cosa fare e come comportarti. Il medico è molto comprensivo e inizia a elencarti i possibili rischi e a come gestire questi. La buona notizia è che, anche se la paziente fosse sieropositiva, una ferita da aghi raramente porta all'infezione da HIV (circa 3 per 1000). E se fosse sieropositiva, allora un regime a base di due farmaci antivirali come la zidovudina (AZT) e la lamivudina sono probabilmente in grado di prevenire la maggior parte delle infezioni (forse l'80%).

Sfortunatamente non si sa se la paziente è o meno sieropositiva, dal momento che non era una paziente della tua clinica e perciò non sei sicura se abbia o meno contratto l’HIV, ma pensi che ciò possa essere possibile poiché è una tossicodipendente per via endovenosa. Le linee guida dei Centers for Disease Control and Prevention (CDC) suggeriscono: "Se la fonte di esposizione non è nota, l'uso della profilassi post-esposizione dovrebbe essere decisa caso per caso. Deve essere considerata la gravità dell'esposizione e la probabilità epidemiologica dell’HIV." Che cosa fai?

L'esempio illustra diversi tipi di incertezza: non siamo sicuri che la paziente abbia contratto l’HIV, non siamo sicuri che sia avvenuta la trasmissione dell'HIV e del virus e non abbiamo la certezza dell’efficacia del trattamento profilattico. Indipendentemente da queste incertezze, noi dobbiamo fare una scelta. Anche non fare nulla è una scelta; l'inagire non dovrebbe essere una fuga del processo decisionale, ma una scelta deliberata, che dovrebbe essere fatta solo se è migliore delle alternative.

Nell'assistenza sanitaria siamo spesso "Giocatori d'azzardo" riluttanti, che devono disporre la posta in gioco il più saggiamente di fronte ad incertezze multiple e irriducibili. Per permetterci di scegliere saggiamente dobbiamo rendere esplicite queste incertezze. Quando comunicano e ragionano nell’incertezza, le espressioni verbali creano diversi problemi. Ad esempio, cosa significano i termini "raramente", "probabile" e "possibile" per me? Hanno il medesimo significato per un mio collega o un mio paziente? Sfortunatamente, diversi sondaggi hanno dimostrato che vi è un'ampia variabilità nell’interpretazione di tali espressioni verbali. Questa variabilità li rende un mezzo scadente per la comunicazione in situazioni di incertezza, di rischio e di probabilità.

Per esempio, La Figura 2.1 mostra una valutazione di queste parole da parte di 100 madri di neonati e 50 medici e studenti di medicina. In una certa misura possiamo prevedere le differenze di significato attribuite dalle persone ai precedenti termini in maniera probabilistica. Ad esempio, i pazienti con precedenti esperienze di eventi avversi tendono ad attribuire ad un evento ostile una probabilità maggiore di coloro che non hanno mai vissuto eventi avversi. Ciò è in linea con una tendenza generale ad attribuire una maggiore probabilità ad eventi che sono più "disponibili" per noi, cioè che noi abbiamo vissuto più frequentemente o più recentemente o che sono più facilmente impressi nella nostra memoria. Allo stesso modo, le interpretazioni considerate “rare” erano più elevate se l'evento era maggiormente grave. Tuttavia, tali differenze non sono sufficientemente prevedibili per consentire un utilizzo più efficace della nostra comunicazione considerata imperfetta. Possiamo sapere cosa intendiamo noi quando utilizziamo una certa espressione in riferimento al rischio ma non possiamo sapere che cosa intendano le altre persone. Ciò può avere conseguenze indesiderate nella presa di decisione in situazioni di incertezza. Essere espliciti ha vantaggi pratici: migliora l'accordo tra medici riguardo le decisioni relative al trattamento di casi ipotetici quando vengono date espressioni riferite alla probabilità numeriche piuttosto che verbali. I pazienti generalmente preferiscono una comunicazione che utilizzi espressioni quantitative piuttosto che qualitative.

Ad esempio, delle madri intervistate il 53% ha voluto informazioni di rischio numeriche; il 37% ha voluto informazioni di rischio verbali; e il 10% non ha espresso preferenze. Nonostante ciò, i medici sono riluttanti a comunicare il rischio quantitativamente o qualitativamente. Crediamo che inevitabilmente molte decisioni in ambito sanitario siano prese in situazioni di incertezza per tale ragione riteniamo che sarebbe meglio che sia gli operatori sanitari che i pazienti sarebbero debbano imparare come per esprimere numericamente l'incertezza. Se è difficoltoso fornire una sola cifra esatta, è più facile usare un intervallo che fornisce un’informazione più chiara rispetto un'espressione verbale. Questo approccio richiede che gli operatori sanitari sviluppino capacità di comprensione, valutazione e manipolazione delle informazioni riguardanti la probabilità.

Ogni paziente è unico, le stime di probabilità derivato dall'esperienza con pazienti precedenti e gli studi epidemiologici non possono applicarsi a nessun singolo caso. Le decisioni devono essere prese nel presente guardando ad un futuro incerto, non guardando indietro ad un passato certo. Ciò che è importante per prendere una decisione è lo stato delle convinzioni e delle conoscenze al momento della presa di decisione e non quello che potrebbe essere - e forse in seguito emergere come - la verità. L'assegnazione delle probabilità al caso di un singolo paziente può essere vista come una misura dell'ignoranza del decisore riguardo le caratteristiche uniche ed individuali del soggetto. Dobbiamo essere consapevoli di ciò che noi conosciamo e non conosciamo di ogni specifico paziente, e un rifiutarsi di quantificare il nostro grado di ignoranza non diminuirà quest’ultima. Sosteniamo che un medico dovrebbe usare le nozioni di probabilità per decidere una strategia efficace per ciascun paziente.

Questo capitolo inizierà esaminando le incertezze più comuni nell’ambito dell’assistenza sanitaria: diagnosi, prognosi ed effetti del trattamento. Esprimeremo queste incertezze con termini di probabilità e quindi discuteremo come queste probabilità possano essere combinate e manipolate. Nel prossimo capitolo vedremo come, quando la diagnosi o l'esito sono incerti, possano esserci probabilità esplicite combinato con una valutazione quantitativa dei risultati per prendere decisioni migliori.

Tipi di probabilità

L'incertezza può essere espressa quantitativamente in diversi modi: come probabilità, proporzioni, frequenze, percentuali, costi, rischi ecc. Le probabilità, per definizione, variano in valore da 0,0 a 1,0. Una probabilità di 0 significa che un evento è impossibile; una probabilità di 1,0 significa che è certo. Una probabilità di 0,5 indica che è altrettanto probabile che un evento accada o non accada. Le probabilità possono anche essere espresse in percentuale, dove 0% corrisponde a una probabilità di 0 e 100% corrisponde ad una probabilità di 1. Una percentuale esprime una probabilità come frequenza per 100, ma esistono anche altre espressioni di frequenza molto comuni. Ad esempio, l'incidenza del cancro è spesso espressa come una frequenza per 100000. Per coerenza, all’interno di questo libro useremo probabilità piuttosto che frequenze. Tuttavia, poiché molte persone trovano più facile interpretare le frequenze, si dovrebbe generalmente esprimere i risultati finali sotto forma di frequenze, in particolare quando si comunica con i pazienti.

La distinzione tra frequenza e probabilità diventa cruciale a un livello più avanzato. Una scuola di pensiero, nota come "frequentista", ritiene che l’unico mezzo in cui si possa discutere della probabilità sia in termini di frequenze empiriche all’interno di un campione di osservazioni. Un'altra scuola di pensiero, nota come "soggettivista" o "bayesiana", sostiene che la probabilità. La probabilità di un evento assume una concezione del tutto soggettivista, in quanto viene ad esprimere il grado di fiducia che lo sperimentatore ripone nel verificarsi di un dato evento e dipende quindi dallo stato di conoscenza, o di ignoranza di tale evento, che fa parte dell’esperienza acquisita in precedenza da ciascuno.

Ci sono diversi tipi di incertezza nell'esempio dell'ago presentato all’inizio di questo capitolo: l'incertezza diagnostica ossia se la paziente ha o meno l’HIV; l'incertezza prognostica, ossia quanto spesso si possa sviluppare l'HIV dopo una ferita da aghi; e l'incertezza del trattamento ossia l’efficacia del trattamento profilattico con farmaci antivirali. Questi tre tipi di incertezza possono essere quantificati utilizzando probabilità.

Incertezza diagnostica

La diagnosi è un'arte molto incerta. Studi che confrontano le diagnosi fatte da medici differenti mostrano che il disaccordo è molto comune. Ciò è implicito nel fare diagnosi differenziale, che elenca le possibili cause di una singola malattia. Una buona diagnosi dipende sia dalla conoscenza di tutte le possibilità sia dalla valutazione accurata della loro frequenza relativa. Le probabilità diagnostiche esprimono la nostra incertezza riguardo l’elenco delle diagnosi differenziali. Ad esempio, potremmo aver bisogno di conoscere la probabilità di diverse possibili cause di improvviso dolore toracico; o, nel nostro esempio della puntura da ago, vorremmo sapere la possibilità che un tossicodipendente avesse o meno contratto come HIV, epatite B o epatite C.

Il principio della somma

Ci sono alcune semplici "regole" che una diagnosi differenziale dovrebbe seguire. Primo, la diagnosi differenziale dovrebbe includere tutte le possibili singole malattie e combinazioni di malattie e la somma delle probabilità di tutte le possibilità deve aggiungere il valore di 1 (principio di somma). Secondo, una e solo una possibilità deve essere vera. Questo è un requisito generale per l'analisi di risultati casuali: devono essere strutturati per escludersi a vicenda (solo uno può accadere) e collettivamente esaustivi (una delle possibilità deve per forza accadere). Ad esempio, il paziente ha l'HIV o non ce l’ha. Le probabilità di queste due possibilità si sommano a 1. In notazione matematica:
p (HIV) + p (non HIV) = 1
dove p (HIV) è una espediente per indicare "la probabilità dell'HIV". Pertanto, con il nostro esempio della puntura da ago, se la probabilità di HIV è 0,25, allora il complemento, p (non HIV), deve essere 1 - 0,25 = 0,75. È comune presumere che una sola diagnosi stia causando un problema. Questo è di solito vero, come la probabilità che due malattie con presentazioni simili si verifichino contemporaneamente è bassa. Tuttavia, per le malattie a lungo termine questo non sarà vero e tra gli anziani la presenza di malattie multiple è comune. Se malattie multiple sono possibili, dobbiamo essere chiari a riguardo. Ad esempio, se considerassimo le possibilità di HIV e di epatite B, allora dovremmo considerare ciascuna patologia singolarmente, entrambe o nessuno delle due, in modo che:
p (solo HIV) + p (solo epatite B) + p (HIV ed epatite B) + p (nessuno dei due) = 1.
Più in generale, la regola di somma per n possibili diagnosi reciprocamente esclusive può essere scritta come:
p (possibilità 1) + p (possibilità 2) + ... + p (possibilità n) = 1.

Probabilità condizionata

Tornando al nostro esempio, dobbiamo valutare la probabilità che la paziente abbia contratto l’HIV. Scriviamo questa probabilità come p (HIV | IV consumo di droghe) che si legge come "la probabilità di aver contratto HIV per consumo di droghe per via endovenosa". Il simbolo "|" è letto come "dato" il particolare gruppo di cui abbiamo stimato la probabilità. Se questa informazione condizionale non rappresenta alcuna differenza per la probabilità che stiamo calcolando, allora diciamo che i due fattori sono (statisticamente o probabilisticamente) indipendenti. Per esempio, se il genere non comporta alcuna differenza per la stima della probabilità di HIV, ovvero p (HIV | femminile) = p (HIV | maschio) = p (HIV), quindi si dice che lo stato HIV e il genere sono indipendenti.

Definizione

La probabilità che si verifichi l'evento E, dato che si è verificato l'evento F, è chiamata probabilità condizionata dell'evento E dato l’evento F. È indicato da p (E | F).

Fonti di dati

Da dove vengono le probabilità diagnostiche? Noi non iniziamo da una tabula rasa: il paziente presenta un problema, altri sintomi e segni, ha un’età e un genere, tutti fattori che contribuiscono alla probabilità di diverse possibilità. Le stime possono derivare da una combinazione di: esperienza personale, dati empirici (esperienza sistematicamente raccolta da altri) e comprensione dei diversi processi patologici. La principale informazione empirica sarà lo studio di pazienti in sequenza con la presenza di particolari lamentele. Per esempio, se desideriamo conoscere le probabilità di diverse cause di mal di testa per pazienti in terapia ambulatoriale, dobbiamo raccogliere una serie di pazienti che presentano mal di testa, quindi dobbiamo accertare la causa di tale malessere attraverso un protocollo standard di test e di follow-up. Tuttavia, la nostra impostazione e il singolo paziente di solito differiscono in diversi modi da questo studio, quindi, il nostro studio può fornire un utile punto di partenza, ma è necessario apportare qualche adattamento per particolarizzare i risultati. Stime basate sull'esperienza personale sono spesso chiamate probabilità soggettive, mentre quelle basate sui dati o sulle frequenze vengono talvolta chiamate probabilità oggettive. Per i nostri scopi in questo libro, è importante notare che le regole per la combinazione di queste probabilità sono esattamente le stesse, indipendentemente dalla fonte.

Esempio

Nel nostro caso, dobbiamo sapere quanto è probabile che la paziente abbia contratto HIV. Chiaramente questo valore varierà notevolmente in base all’area geografica. I dati migliori che possediamo per gli Stati Uniti provengono probabilmente dal CDC, che raccoglie dati sulla prevalenza dell'HIV in molti sottogruppi della popolazione statunitense, inclusi i tossicodipendenti per via endovenosa. Una revisione sistematica degli studi sulla prevalenza hanno riscontrato una gamma di prevalenze statunitensi tra i consumatori di droghe per via endovenosa dallo 0% a Milwaukee al 60% a New York. Chiaramente, i dati locali sono rilevanti, e dovremmo essere più preoccupati a New York che a Milwaukee. Nel nostro caso ad esempio, useremo un ampio studio recente di New York che ha trovato una prevalenza del 14%.

Incertezza prognosica

L'immagine televisiva dei dottori suggerisce che sono chiaroveggenti e possono dirti se hai o meno tre mesi di vita. La realtà è invece molto diversa. Per molte condizioni, la storia naturale non è ben documentata e, anche quando lo è, la previsione è una media, che potrebbe non essere valida per ogni singolo individuo. Ad esempio, la sopravvivenza media per un tumore può essere di due anni, ma l’aspettativa di sopravvivenza è ampia e imprevedibile, vi sono alcuni pazienti che sopravvivono solo poche settimane e altri invece molti anni. L'incertezza prognostica è incertezza sui futuri stati di salute piuttosto che sugli attuali stati di salute. Per esempio, domande prognostiche includono la possibilità che una persona che è sopravvissuta ad un infarto del miocardio (attacco cardiaco) ne avrà un altro, o il rischio a lungo termine di insufficienza epatica in una persona con epatite C. Pertanto, la prognosi comporta il calcolo di una probabilità nel tempo.

Ad esempio, la prognosi e il tasso di sopravvivenza del cancro è spesso espressa di cinque anni in cinque anni. Non c'è nulla di particolare nella scelta di cinque anni come parametro temporale, potremmo anche voler conoscere la sopravvivenza a un anno o a 20 anni, anche se la sopravvivenza a cinque anni ci fornisce un’istantanea della salute di un paziente.