Download Análisis de decisión en la clínica.
Document related concepts
no text concepts found
Transcript
24 ANÁLISIS DE DECISIÓN CLÍNICA Albert. Banegas 1. ¿QUÉ ES EL ANÁLISIS DE DECISIÓN? A) ¿Cómo surge? Surge en 1970 (introducido por Raiffa y otros) como: “abordaje sistemático para la toma de decisiones en condiciones de incertidumbre”. Es decir, ante dos ttos posibles para la misma enfermedad, voy a hacer algo con números (matemáticamente) para ver por cual me decido (más bien, objetivo los ttos, y se los explico al paciente, para que éste decida). Ayuda a tomar decisiones en situaciones en las que no hay una opción claramente superior a otra (no en situaciones fáciles), sobretodo en las referidas a procesos diagnósticos y terapéuticos, aunque también pueden utilizarse en procesos preventivos o profilácticos. Las experiencias o situaciones semejantes previas afrontadas por el clínico van a ser importantes para la toma de decisiones (maestría y experiencia clínica) ya que aunque para muchos “el motor de la medicina ya no es la experiencia, sino la evidencia científica”, en estas situaciones la evidencia por si sola no nos da la opción a tomar. B) ¿Para qué sirve? - Manejo clínico de un enfermo concreto (dx, tto…); - Manejo de un grupo de enfermos con un mismo problema (protocolos o recomendaciones clínicas); - Organización de la asistencia sanitaria. Siguiendo el esquema de la historia natural de la enfermedad: Factores de Riesgo Enfermedad Epidemiología de Salud Pública Consecuencias Epidemiología Clínica El análisis de decisión clínica (ADC) es una “manera de estudiar las consecuencias de la enfermedad”, forma parte de la epidemiología clínica. C) ¿Cómo opera el ADC? Incorporando a la evidencia científica (esperanza de vida) y a la experiencia/maestría del clínico, la opinión de los pacientes (valores) y los costes sociosanitarios. 2. UN EJEMPLO: EL MANEJO CLÍNICO DE UN CASO DE “CUDICIA” Presentación del caso (imaginario): - Varón de 65 años; - Enfermedad: “cudicia” (no existe): Enfermedad metabólica degenerativa; Afecta por igual a hombres que a mujeres; Su frecuencia aumenta con la edad; Las formas graves: complicaciones hepatorrenales y/o digestivas – muerte. 1 En nuestro caso: Comienzo violento; Importante alteración del estado general; Afectación predominantemente digestiva: dolor abdominal y diarrea importante; Colonoscopia: importantes úlceras en gran parte del colon derecho. Preguntas: - ¿Tenemos información diagnóstica suficiente para decidir sobre el tratamiento adecuado o debemos realizar nuevas exploraciones antes de prescribir un tratamiento específico? - ¿Cuál debe ser la actitud terapéutica ante un tratamiento no protocolizado? ¿Tratamiento farmacológico: Eustín? ¿Cirugía: colectomía parcial? Para afrontar una situación así, podemos hacer un árbol de decisión. Es un mapa de todos los posibles cursos de decisión a nuestro alcance (ramas) y sus consecuencias. En él existe un inicio (el nodo o nudo de decisión) de donde parten las distintas posibilidades. Este nodo inicial en donde está la responsabilidad del médico. De cada posibilidad existente derivan unas posibles consecuencias (parten del nodo o nudo de azar) que no están bajo el control directo del médico: Eustín (nodo de azar) Curación (p=0.40) Mejoría (p=0.35) Muerte por enfermedad (p=0.25) Cudicia Colostomía (nodo de decisión) Cirugía Curación (p=0.58) Mejoría (p=0.30) Muerte por enfermedad (p=0.10) Muerte operatoria (p=0.02) (nodo de azar) No Colostomía Curación (p=0.58) Mejoría (p=0.30) Muerte por enfermedad (p=0.10) Muerte operatoria (p=0.02) Es decir: en el nodo de decisión, el médico puede optar por eustín o por tto quirúrgico, decidiendo voluntariamente; pero el azar en el que determinará lo que le pase a mi paciente con eustin, así como si una vez abierto por laparotomía, se haga colostomía o No colostomía, en función de los hallazgos que encontremos no hallados antes por ninguna prueba; así el azar determinará tb la evolución de mi paciente con la cirugía. Se asigna una serie de probabilidades (p) a cada una de las consecuencias de cada rama, que van a proceder de las evidencias científicas de la literatura (series de casos, ensayos clínicos…) o de las experiencias que se tengan hasta ese momento. La suma de las probabilidades tiene que ser igual al 100% en cada nodo. El siguiente paso es asignar un segundo elemento, asignar a cada consecuencia unas utilidades u opiniones (preferencias subjetivas) del paciente mediante una escala que va del 0 (aversión total del paciente hacia esa consecuencia) al 1 (preferencia total del paciente hacia esa consecuencia). Es una opinión subjetiva del paciente pero real. 2 Eustín Curación (p=0.40) [1] Mejoría (p=0.35) [0.7] Muerte por enfermedad (p=0.25) [0.3] Cudicia Colostomía Cirugía No Colostomía Curación (p=0.58) [1] Mejoría (p=0.30) [0.5] Muerte por enfermedad (p=0.10) [0.1] Muerte operatoria (p=0.02) [0] Curación (p=0.58) [1] Mejoría (p=0.30) [0.6] Muerte por enfermedad (p=0.10) [0.2] Muerte operatoria (p=0.02) [0] En forma de promedios ponderados tenemos que integrarlo todo (ponderar las evidencias con las opiniones del paciente). Para ello multiplicamos las probabilidades por los valores del paciente: Eustín: (0.40 x 1) + (0.35 x 0.7) + (0.25 x 3)= 0.72; Cirugía con colostomía: 0.74; Cirugía sin colostomía: 0.78; Sabiendo que aproximadamente el 20% de estas cirugías terminan en colostomía, podemos ponderar la opción quirúrgica de la siguiente forma: (0.2 x 0.74) + (0.8 x 0.78) = 0.77 Según todo esto se concluye que el paciente prefiere la cirugía. Si se da la circunstancia de que el paciente no quiere opinar, o no tiene capacidad de opinar… hay que buscar un indicador más objetivo para poder ponderar las opciones: efectividad esperada, calidad de vida esperada, esperanza de vida esperada, esperanza de vida ajustada por calidad de vida (AVAC) (libre de síntomas y signos)… para cada uno de los posibles resultados. Esta opción se utiliza más para protocolizar actuaciones porque no tiene en cuenta las preferencias del paciente (no recoge la libertad del paciente). Son útiles pero tienen limitaciones, por ejemplo en la utilización de AVAC, los pacientes jóvenes tienen mayores AVAC que las personas mayores (el joven sale discriminado positivamente y los ancianos negativamente). Aplicando los AVAC (de 0 a 15) a nuestro ejemplo: Eustín Curación (p=0.40) [15] Mejoría (p=0.35) [10] Muerte por enfermedad (p=0.25) [5] Cudicia Colostomía Cirugía No Colostomía Curación (p=0.58) [15] Mejoría (p=0.30) [10] Muerte por enfermedad (p=0.10) [4] Muerte operatoria (p=0.02) [0] Curación (p=0.58) [15] Mejoría (p=0.30) [13] Muerte por enfermedad (p=0.10) [5] Muerte operatoria (p=0.02) [0] 3 Nos sale: Eustín: 10.75 Cirugía: 12.90, por lo que parece más efectiva aún sin tener en cuenta la opinión del paciente. ¿Qué ocurre cuando introducimos el análisis los costes? Utilizamos ahora en vez de las preferencias del paciente o los AVAC, los costes medio de cada procedimiento (ptas): Eustín: 20.000 ptas Cirugía con colostomía: 250.000 ptas Cirugía sin colostomía: 200.000 ptas Multiplicando por las “p”: Coste esperado para el tratamiento médico: 20.000 ptas Coste esperado para el tratamiento quirúrgico: 210.000 ptas Pero hay que relacionar coste/efectividad, no podemos fijarnos solo en los costes: Tipo de tratamiento Coste esperado AVAC Eustín Cirugía 20.000 210.000 10.75 12.90 Coste/Beneficio esperado (ptas/AVAC) 1860.50 16279.10 De esto se deduce que hay que invertir 1860.50 ptas por cada año de vida ganado con Eustín y 16279 con la cirugía, por lo que por cada unidad de beneficio, ahorro más con el tratamiento médico. Nos encontramos por tanto en una dicotomía: la cirugía es más efectiva, pero es más cara, es menos eficiente (lo que le gusta al “gerente”), ¿qué hacer? Se puede comparar con la eficiencia de otras intervenciones (eficacia marginal). A lo mejor la cirugía es poco eficiente pero comparada con otras intervenciones, lo es mucho más, por ejemplo: - Consejo médico para dejar de fumar: 34.000 ptas - Marcapasos en BAV: 134.000 ptas - Diálisis hospitalaria: 2.800.000 ptas. (Pero para poder comparar distintas intervenciones habría que hacer una corrección). Estas comparaciones son útiles para grupos de pacientes, para protocolizar las actuaciones, para distribuir los gastos sanitarios… pero no tiene en cuenta otros valores: - Opinión personal (libertad) - Equidad (el joven puede salir beneficiado en ocasiones) - Valor del avance médico: puede que hoy en día una actuación valga para poco pero el día de mañana sea muy útil (por ejemplo invertir en trasplantes de islotes pancreáticos cuando hay listas de espera enormes para operarse de cataratas). Otro concepto que surge de todo esto es el llamado LHH, iniciales que traducidas al español vienen a decir “probabilidad de ayudar a un paciente vs dañarlo”. Al aplicar conclusiones derivadas de estudios previos a un paciente individual, hay que considerar: - Riesgo del paciente, relativo a pacientes del ensayo (ver en que manera mi paciente se asemeja a los utilizados en el estudio a partir del cual se han sacado las conclusiones), del evento a evitar con el tratamiento [ft]. Se saca de los controles del ensayo, los que no reciben el tratamiento que se pretende dar, ya reciban placebo u otros tratamientos (por ejemplo riesgo de sufrir una parálisis a consecuencia de la esclerosis múltiple) - Riesgo del paciente, relativo a pacientes del ensayo, del efecto secundario derivado del tratamiento para dicha enfermedad [fh]. Se saca a partir de los casos, los que 4 - reciben el tratamiento que se pretende dar (por ejemplo riego de sufrir un síndrome pseudogripal con el tratamiento con interferón en la EM) Percepción del paciente de la severidad del evento a evitar, relativo al efecto secundario [s] (¿qué le da más miedo al paciente?) LHH = (1/NNT) * ft * s vs (1/NNH) * fh - - (1/NNT): es la reducción absoluta del riesgo, es evidencia, escrita en la literatura (el riego de parálisis que existe, y por tanto el que reduzco) ft: depende de la maestría del clínico (corrección del riesgo que hace el clínico en función de las características del paciente en concreto respecto a los del ensayo) s: percepción del paciente, que puede ser favorable al tratamiento (mayor aversión del paciente por la posible complicación de su enfermedad que por el efecto secundario del tratamiento, la “s” iría en la ecuación de la izquierda, como está en el ejemplo) o desfavorable al tratamiento (la “s” iría en la ecuación de la derecha) NNH: número de pacientes que es necesario tratar para que se produzca el efecto adverso. fh: también interviene la maestría del médico. En el ejemplo que estamos poniendo tenemos: NNT=9: para evitar una complicación de parálisis por EM, hay que tratar a 9 pacientes durante 3 años (complicación que no se evita sin interferón) [grupo placebo o control] NNH=12: por cada 12 pacientes que trato aparece un efecto adverso mayor (que no aparece en el grupo placebo o control) El resultado se inclina a favor del interferón: 1/9 vs 1/12, pero cuando ajustamos: ft=0.5: mis pacientes tienen la mitad del riesgo de la complicación que los pacientes del ensayo clínico (por ejemplo mis pacientes son más jóvenes) fh=2: mis pacientes tienen el doble de riesgo que los pacientes del ensayo de sufrir una complicación mayor (1/9) * 0.5 vs (1/12) * 2 (1/18) vs (1/6) Es tres veces mayor la posibilidad de ser dañado que de ser perjudicado por el tratamiento, pero si tenemos en cuenta la opinión del paciente: s=6: se le explica al paciente en que consiste la posible complicación de su EM (parálisis) y el posible efecto secundario derivado del tratamiento propuesto (síndrome seudogripal) y el paciente le da mucha importancia a la parálisis y le da una puntuación de 6 (como es favorable al tratamiento ponemos la “s” en la izquierda): (1/9) * 0.5 * 6 vs (1/12) * 2 (1/3) vs (1/6) Por lo que la decantación final es por el tratamiento con interferón. LECTURA CRÍTICA DE LOS ANÁLISIS DE DECISIÓN Después de todo lo visto hasta ahora nos tenemos que plantear: 1) ¿Son válidos los resultados de este análisis de decisión clínica?: - ¿incluimos todos los ttos importantes existentes? (incluso el no tto) - ¿son creíbles y válidas las probabilidades de los resultados? - ¿son creíbles y válidas las utilidades de los resultados? - ¿se comprobó la solidez de la conclusión? 2) ¿Son importantes los resultados válidos de este análisis de decisión? - ¿el curso de la acción condujo a ganancias clínicamente importantes? 5 ¿se prefirió el mismo curso de la acción a pesar de cambios clínicamente sensibles en las probabilidades y utilidades? 3) ¿Son los resultados válidos e iportantes de este análisis en la decisión aplicable a nuestro paciente? - ¿se aplican las probabilidades a nuestro paciente? - ¿puede nuestro paciente manifestar sus utilidades de una forma estable y utilizable? - * Recordad que al INTERSUBJETIVIDAD = OBJETIVIDAD (pero objetivamente podemos estar todos equivocados) 6