RAONAMENT CLÍNIC Es basa en factors com... L’ experiència

Presentación del tema: "RAONAMENT CLÍNIC Es basa en factors com... L’ experiència"— Transcripción de la presentación:

1 RAONAMENT CLÍNIC Es basa en factors com... L’ experiència
l’aprenentatge la deducció la inducció la interpretació la intuïció

2 ESQUEMA MENTAL DEL RAONAMENT DAVANT D’UN PACIENT
Quin és el símptoma guia ? Amb el simptoma guia i el conjunt de símptomes i signes que detectem a l’anamnesi i l’exploració podem definir una SINDROMA ? Quina serà l’etiología ? Cal fer diagnòstic diferencial ? Quines seràn les proves més adequades per confirmar o descartar el diagnòstic ?

3 Fases del raonament clínic quantitatiu
Investigació del símptoma mitjançant l'examen clínic (anamnesi i exploració física) Pràctica de les proves diagnostiques, avaluant precisió i utilitat Integració de les dades clíniques amb els resultats de les proves, per valorar les probabilitats diagnostiques. Avaluar i comparar el risc/benefici de les nostres decisions tant diagnostiques com terapèutiques. Determinar les preferències del pacient i decidir un pla terapèutic

4 PROVES DIAGNÒSTIQUES Utilització: Pel diagnostic precoç (screening)
Per confirmació o exclusió d’un diagnòstic Per controlar l’eficacia d’un tractament Per la pràctica defensiva ( inseguretat, problemes medico-legals, …etc.)

5 proves diagnòstiques CRITERIS PREVIS
Quin es el motiu per demanar aquesta prova? Quina es la probabilitat de que el pacient tingui la malaltia? El test es vàlid i assequible? El test està exent de riscos És acceptable la relació cost/benefici

6 proves diagnòstiques CRITERIS PREVIS Quina SENSIBILITAT té la prova?
Quina ESPECIFITAT té la prova? Quins són els VALORS PREDICTIUS de la prova? El test té FALSOS POSITIUS?

7 proves diagnòstiques RESULTAT MALALTIA DE LA TOTAL
PROVA PRESENT ABSENT POSITIVA a b a + b NEGATIVA c d c + d TOTAL a + c b + d a + b + c + d

8 proves diagnòstiques Sensibilitat: (a/a+c) Especificitat: (d/b+d) a b
c d Sensibilitat: (a/a+c) És la capacitat de la prova per detectar la malaltia que s’estudia (a), quan aquesta està present (a+c) Especificitat: (d/b+d) És la capacitat de la prova per descartar la malatia que s’estudia (d), quan aquesta està absent (b+d)

9 proves diagnòstiques valor predictiu positiu: (a/a+b)
c d valor predictiu positiu: (a/a+b) Mesura la probabilitat de que el pacient en estudi pateixi realment la malatia (a), quan la prova es positiva (a+b) valor predictiu negatiu: (d/c+d) Mesura la probabilitat de que el pacient en estudi no pateixi realment la malatia (d), quan la prova es negativa (c+d)

10 EXEMPLE Confirmació Histopatològica Resultat PSA Malaltia No Malaltia Positiva Negativa Sensibilitat 70 % El 70% dels homes amb malaltia tenen resultat positiu de la prova Especificitat 90% El 90 % dels homes sense malaltia tenen resultat negatiu de la prova Valor predictiu positiu 43,75% El 43,75% dels homes amb resultats patològics de la PSA tenen realment un procés neoplàssic Valor predictiu negatiu 96,43% El 96,43% dels homes amb resultats negatius de la PSA estan lliures de neoplàssia prostatica

11 TEOREMA DE BAYES Davant la presència d’un símptma en un malalt deduïm hsbitualment de forma intuïtiva la presència d’una determinada malaltía El teorema de Bayes ens facilita una fòrmula Probabilitat de la malaltia = (sensibilitat x prevalença de la malaltia) / prevalença del símptoma x 100

12 EXEMPLE Un tumor cerebral pot ser, entre altres problmes, causa de convulsions generalitzades. El metge es pregunta quina és la probabilitat de que un nen amb convulsions que veu a la consulta sofreixi un tumor cerebral?. La probabilitat de presentació de convulsions en els nens afectats de tumor cerebral és del 30% La prevalença de tumors cerebrals en la població infantil és de 16 / individus La prevalença de convulsions generalitzades en la població infantil és de 4 / (0,3 x 0,000016) / 0,00004 x 100 = 0,0012 ES A DIR, NOMÉS 1,2 INDIVIDUS DE CADA 1000 NENS AFECTATS DE CONVULSIONS PATIRÀ UN TUMOR CEREBRAL

13 PROVES DIAGNÒSTIQUES CAP PROVA DIAGNÒSTICA, ES CAPAÇ D’IDENTIFICAR AMB UN 100% DE CERTESA SI UN PACIENT PATEIX O NO LA MALATIA

14 ESTRATÈGIES DEL DIAGNÒSTIC CLÍNIC
1.- Reconeixement del model “es la realització instantània de que la presentació del pacient s’ajusta a una imatge anteriorment apresa” : es un reflexe no una reflexió

15 ESTRATÈGIES DEL DIAGNÒSTIC CLÍNIC
2.-Estratègia d’arborització (algoritme) “ la progressió del procés diagnòstic per tots, menys un, d’un gran nombre de camins preestablerts on la resposta de cada investigació diagnostica, determina automàticament la pròxima investigació a realitzar i finalment el diagnòstic correcte”   

16 ESTRATÈGIES DEL DIAGNÒSTIC CLÍNIC
3.- El mètode exhaustiu “La cerca laboriosa i constant de tots els fets mèdics sobre el pacient, seguit del cribatge de les dades pel diagnòstic”

17 ESTRATÈGIES DEL DIAGNÒSTIC CLÍNIC
4.- El mètode hipotètic-deductiu “la formulació a partir de les primeres pistes sobre el pacient, d’una llista curta de diagnòstics o accions potencials, seguides per la realització d’aquelles maniobres clíniques (Hª i examen físic) i paraclíniques ( bioquímica, imatge, etc.) la qual cosa anirà reduint la llargada de la llista”