• Author / Uploaded
• JUANVI06

Citation preview

Cómo tomar decisiones en medicina clínica

Nociones de análisis de decisiones aplicadas a ejemplos en América Latina 2a edición 2008 Jef Van den Ende Departamento de Ciencias Clínicas Instituto de Medicina Tropical de Amberes, Bélgica Juan Moreira Centro de Epidemiología Comunitaria y Medicina Tropical Esmeraldas, Ecuador Zeno Bisoffi Centro para las Enfermedades Tropicales, Hospital Sacrocuore Negrar,Verona, Italia

Una publicación de:

Proyecto de Fortalecimiento de los Servicios Públicos de Atención de Salud en el Distrito Metropolitano de Quito

Cómo tomar decisiones en medicina clínica: Nociones de análisis de decisiones aplicadas a ejemplos en América Latina Autores: Jef Van den Ende Juan Moreira Zeno Bisoffi Primera edición. Quito 1998, 95 páginas Segunda edición. Quito 2008, 132 páginas

ISBN: 978-9978-92-653-6 Nº de ejemplares: 2000 Ilustración de portada:Tomás Eskola Diseño e impresión: Imprenta Activa 2557 458 Disponible en:

www.saluddealtura.com Se autoriza la reproducción parcial, para fines no comerciales, citando la fuente. En caso de reproducción total o adaptaciones, se requiere la autorización escrita de la Cooperación Técnica Belga (CTB). Se terminó de imprimir en Octubre 2008

ERRNPHGLFREORJVSRWFRP Contenido Tabla de contenidos Los autores Agradecimiento Léxico Presentación

INTRODUCCIÓN consideraciones previas el grado de certeza de un diagnostico los umbrales los argumentos el análisis complejo conclusión

LOS

UMBRALES

introducción umbral de decisión factores que afectan el umbral tratar o seguir investigando algunos ejemplos para comprender mejor conclusión

RELACIONES

ENTRE LOS ARGUMENTOS Y LAS HIPÓTESIS

introducción ejemplo de criminología ejemplo de medicina conclusión ejercicios

EL

PODER DE UN ARGUMENTO

introducción definición del poder simetría entre poderes de confirmación y de exclusión patognomónico los determinantes de la fuerza

FUERZA

DE UN ARGUMENTO APLICADA A UN CONTEXTO CLÍNICO

representación gráfica conclusión

v ix xii xii 1 1 2 4 5 8 11 13 13 13 15 19 26 27 29 29 29 31 34 34 35 35 35 43 45 45 49 53 62

iii

EL

PANORAMA: ANÁLISIS DE RAZONAMIENTO CLÍNICO COMPLEJO

introducción las leyes el inventario de datos la construcción del panorama ejemplo de panoramas conclusión

Apéndice 1: Las escalas de probabilidad Apéndice 2: El teorema de Bayes Apéndice 3: ¿Qué son los logaritmos?

iv

65 65 68 70 72 76 82 85 95 105

Los Autores

Jef Van den Ende MD. PhD. Médico internista belga, nacido en 1949. Hizo sus estudios de medicina y de especialidad en la Universidad Católica de Leuven, Bélgica. Ha desarrollado gran parte de su carrera en países en desarrollo. Desde 1976 hasta 1982 trabajó para Medicus Mundi en el distrito de Dungu en la República Democrática del Congo (ex - Zaire). Desde el 2000 hasta el 2002 estuvo a cargo de la coordinación docente en el Hospital Universitario de Kigali, en Rwanda. Ha colaborado intensamente en proyectos en América Latina, especialmente en Ecuador y Bolivia. Es profesor de patología tropical y analítica en el Instituto de Medicina Tropical de Amberes, Bélgica. Actualmente es jefe del Departamento de Ciencias Clínicas en el mismo Instituto. Hizo su doctorado sobre malaria de importación. Desde hace 20 años ha dedicado gran parte de su carrera a la epidemiología clínica en enfermedades tropicales, a la inteligencia artificial y a la enseñanza interactiva con el uso de programas de computadora. Es el creador del programa Kabisa para la enseñanza del análisis de decisiones clínicas. Ha realizado varias publicaciones internacionales, principalmente relacionadas con la clínica de la malaria, malaria de importación, síndrome hipereosinofílico, esplenomegalia tropical y análisis de decisiones clínicas. Además es revisor de las revistas Tropical Medicine & International Health y Medical Decision Making. Es también pianista clásico, ganador de varios premios en Bélgica. Habla 8 idiomas, entre ellos el español. Está casado con Marijs y tiene tres hijos: Klara, Bram y Peter.

Juan M. Moreira MD. MSc. Médico ecuatoriano nacido en 1964. Hizo sus estudios de medicina en la Universidad Central de Quito y una maestría en Ciencias Biomédicas Tropicales en el Instituto de Medicina Tropical de Amberes, Bélgica. Empezó su carrera en la provincia de Esmeraldas en 1992 como médico rural del Subcentro de San Francisco de Onzole. Entre 1993 y 1995 fue coordinador de la red de atención primaria en el Área de Salud Borbón y desde 1997 hasta 2003 fue director e investigador del Centro de Epidemiología Comunitaria y Medicina Tropical (CECOMET) con sede en la ciudad de Esmeraldas. Actualmente es coordinador científico y académico en el mismo Instituto e Investigador Asociado del Centro de Biomedicina de la Universidad Central del Ecuador. Además es epidemiólogo del Ministerio de Salud Pública del Ecuador. Ha formado parte de equipos de trabajo que se encargan del control comunitario de malaria, oncocercosis, pian, tuberculosis y enfermedades cardiovasculares. Ha sido instructor de Epidemiología en varios programas universitarios en Ecuador; desde 1998 es profesor invitado

vi

Autores

de Epidemiología Clínica en el Postgrado de Medicina Tropical de la Universidad San Simón de Cochabamba en Bolivia y desde 2003 ha sido invitado como docente auxiliar de Patología Analítica en el Diploma de Medicina Tropical del Instituto Príncipe Leopoldo de Amberes, Bélgica. Desde 1997 ha mantenido una estrecha colaboración con el Prof. Jef Van den Ende en la investigación en toma de decisiones clínicas y actualmente es candidato para un doctorado por la Universidad de Amberes en ese tema. Está casado con Elisa Carbo, tiene dos hijos: Martín y Andrea.

Zeno Bisoffi MD. DTM&H Médico italiano nacido en 1955. Hizo sus estudios de medicina en la Universidad de Padova, Italia y la especialidad en Medicina Tropical, Higiene y Salud Pública en la Escuela de Medicina Tropical de Londres, Reino Unido. Desde 1982 a 1985 trabajó en Nicaragua como cooperante de la ONG MLAL y desde 1986 a 1990 en Burundi como “Primary Health Care Officer” de UNICEF. Actualmente dirige el Centro para Enfermedades Tropicales del Hospital “S. Cuore” de Negrar, Verona; es profesor encargado de epidemiologia clínica de la Universidad de Brescia y docente invitado de la misma disciplina y de medicina tropical en otras universidades italianas y europeas. Es miembro del colegio de docentes del “European Course in Tropical Epidemiology” (ECTE) y ha sido director del mismo curso en las ediciones de 2000 y de 2005. También es Secretario general de la Sociedad Italiana de Medicina Tropical (SIMET) y al mismo tiempo hace parte del “Steering Committee” de TROPNETEUROP (European Network on Imported Infectious Diseases). Actualmente es vice Presidente y Presidente electo de la Federación de las Sociedades Europeas de Medicina Tropical (FESTMIH). Sus intereses científicos se concentran sobre todo en los aspectos clínicos de la medicina tropical y en la epidemiología clínica, en su aplicacion a la toma de decisiones. En estos aspectos colabora desde hace varios años con el Prof. Jef Van den Ende. Ha ganado algunas medallas, la más importante ha sido una de plata por haberse clasificado segundo de su categoría en la Maratón atlética de la Habana en noviembre 2005 (medalla otorgada por el gran Alberto Juantorena). Está casado con Margherita Corradini y tiene tres hijos: Federico, Francesco y Marco.

vii

Agradecimientos:

Los autores agradecen a todas las personas que a lo largo de estos años han colaborado para el desarrollo de esta propuesta. En la elaboración del texto han contribuido Serge Bertschy y Fons Van Gompel. En el aporte de ideas y conceptos han contribuido Bettina Bisig, Hugo Van Puymbroeck, Bruno Dujardin, Patrick Van der Stuyft, Marleen Boelaert, Frank Haegeman y Paulin Basinga. La implementación de los cursos e investigaciones en América Latina estuvo apoyada al inicio por el equipo técnico del Proyecto APS en Ecuador, de manera especial por José Castro, Leo Reyntjens y Pierre De Paepe. En Bolivia por Jan Coenen, Marjan Pirard y Faustino Torrico. También agradecemos a Louis Vermeulen que, desde Amberes, se ha ocupado de la accesibilidad del Programa Kabisa para los estudiantes de todo el mundo y a las demás personas que han trabajado en la concepción y el proceso de desarrollo de esta herramienta de tanta utilidad para los cursos. La presente edición se pudo realizar gracias al apoyo de la cooperación bilateral entre el Municipio del Distrito Metropolitano de Quito y el Reino de Bélgica, en especial gracias al interés de los codirectores del Proyecto Salud de Altura, Ruth Lucio y Johan Herteleer. Finalmente queremos agradecer a los médicos de Ecuador y Bolivia que han asistido a nuestros cursos, tanto para principiantes como para nivel avanzado, quienes han dado brillantes ideas para que este sueño siga adelante.

ix

LEXICO

Argumento:

Todos los elementos que son útiles para un diagnóstico: edad, sexo, factores de riesgo, síntomas, signos, resultados de laboratorio e imagenología.

Certeza:

La probabilidad de que un paciente tenga la enfermedad estudiada, después de reunir una serie de argumentos a favor y en contra.

Especificidad:

La tasa de verdaderos negativos en los pacientes que no tienen la enfermedad estudiada.

Odds

(chances en español)

Probabilidad de que un evento ocurra dividido para la probabilidad de que no ocurra.

Poder de confirmación:

El poder intrínseco que un argumento tiene para confirmar una sospecha. La razón entre los verdaderos positivos y los falsos positivos en una muestra de pacientes.

Poder de exclusión:

El poder intrínseco que un argumento tiene para excluir una sospecha. La razón entre los verdaderos negativos y los falsos negativos en una muestra de pacientes.

Prevalencia:

La frecuencia de una enfermedad en la población correspondiente.

Probabilidad:

Proporción de casos favorables dividido para todos los posibles.

Sensibilidad:

La tasa de verdaderos positivos en los enfermos.

Sospecha

La probabilidad de que un paciente tenga la enfermedad estudiada, antes de empezar las investigaciones

xi

Presentación1 Esta publicación es fruto de años de experiencia y gestación de un grupo de eminentes autores: el Prof. Jef Van den Ende del Instituto Tropical de Amberes- Bélgica, el Dr. Zeno Bisoffi del Centro de Enfermedades Tropicales de Verona- Italia y el Dr. Juan Moreira, del Centro de Enfermedades Tropicales de Esmeraldas - Ecuador; con la contribución, no menos importante, de muchos médicos, enfermeros/as, estadísticos e informáticos europeos, africanos y latinoamericanos que han participado en actividades de docencia e investigación en el tema.Tiene como objeto abordar un tema fundamental y complejo en la medicina: ¿cómo tomar decisiones clínicas acertadas?, aún cuando no se disponen de todos los elementos posibles. La enseñanza tradicional de la medicina y su práctica se han orientado por siglos a acumular toda la información necesaria para diagnosticar y curar enfermedades, con la expectativa errónea, tanto de médicos como de usuarios, de que se llegará a establecer un diagnóstico con un grado de certeza cercano al 100%. Muchos asumen que la acumulación de argumentos, en muchos casos indiscriminada e irracional, es el camino para llegar al diagnóstico. Sin embargo, quienes trabajan en los servicios de salud, saben que la incertidumbre es una realidad permanente. La teoría de la toma de decisiones clínicas brinda una respuesta a esta situación, y permite manejar casos complejos con el grado de certeza requerido en cada uno. Este manual es una herramienta para entender la teoría de la toma de decisiones clínicas y de manera progresiva adentrarse en cada uno de sus conceptos básicos. Parte de la relación entre los argumentos, que pueden ser signos o síntomas, resultados de laboratorio o de imágenes, y los posibles diagnósticos, con criterios de exclusión y de confirmación. Contrariamente a la opinión generalizada, muchas veces es más importante excluir ciertos diagnósticos que llegar a la certeza absoluta del diagnóstico final. En un niño con fiebre alta súbita, excluir una meningitis, una neumonía, un cuadro de malaria, una otitis, puede ser más importante que confirmar la naturaleza de un cuadro viral mal definido, que se resolverá en pocos días. Los autores exponen con claridad los diferentes modelos de toma de decisiones. Nos recuerdan que no es necesario llegar a certezas absolutas para actuar. Esto se hace evidente al revisar el modelo de umbrales: tomamos decisiones cuando superamos un punto a partir del cual el problema está suficientemente definido para actuar. Pero también, es necesario reconocer las situaciones en las que se puede esperar, sin correr riesgos El arte de no intervenir innecesariamente es posiblemente uno de los mayores desafíos para el médico. Las escalas de probabilidad permiten estimar, de manera intuitiva, pero con un respaldo de un modelo matemático riguroso, la probabilidad de que una persona determinada tenga una 1

Este manual es una versión revisada de una edición inicial que se realizó en el marco del Proyecto CECOMET en Esmeraldas en los años 90, con un enfoque menos centrado en enfermedades tropicales, y más en enfermedades comunes en climas templados. Los principios básicos se pueden aprender en un curso introductorio de unas 20 horas, aunque el doble de tiempo es aconsejable para llegar a un entendimiento más a profundidad. Va acompañado de un CDROM con ejercicios prácticos que se pueden realizar en casa (KABISA).

xiii

cierta afección o enfermedad (la que también se llama la probabilidad “a priori”), para después de aplicar una serie de argumentos, poder confirmar o descartarla. Finalmente, están los panoramas diagnósticos, que permiten integrar y aplicar los conceptos anteriores en una toma de decisiones clínica aplicada a la vida real. En un primer círculo están aquellos posibles diagnósticos urgentes, graves y tratables, mientras que otros diagnósticos, aunque más comunes, están en círculos más lejanos. Las ventajas del método son numerosas, y el profesional que lo maneja bien termina por intuir, como un sexto sentido, cuales son las probabilidades 'a priori' de cierto diagnóstico en grupos determinados de sexo y de edad, se dará cuenta de la fuerza de un argumento en un contexto determinado. Sabrá que la probabilidad de que una prueba ELISA positiva en una persona con conducta sexual de riesgo, con pérdida de peso y diarrea persistente, signifique VIH es altísima; mientras que la misma prueba en un screening de una población de bajo riesgo tendrá más falsos que verdaderos positivos. Utilizará de manera espontánea los panoramas diagnósticos: en un niño con fiebre alta, querrá descartar de manera inmediata una meningitis, una neumonía, un episodio de malaria o una otitis media; en un recién nacido con vómito persistente, querrá descartar una hipertrofia del píloro, un proceso infeccioso o una invaginación intestinal. Este esquema de pensamiento a su vez llevará de manera inevitable a una exigencia mayor en hacer las preguntas correctas, buscar el signo preciso, pedir el examen que permite diferenciar entre una y otra patología. Las ventajas no se limitan al ámbito clínico, sino que permiten una organización de los servicios más efectiva, orientada a las necesidades de cada situación y paciente en general. Permiten forjar una práctica médica más ética y racional, eliminando algunos sesgos del mercado, demasiado expuesto a intereses comerciales.También llevan los estándares de exigencia científica: las normas y protocolos nacionales deberán no solamente basarse en evidencias científicas, pero responder también a criterios de costo-efectividad. La aplicación del método requiere no solamente de una capacitación inicial, que la deberían incluir todas las universidades en su pregrado de medicina, como parte de la formación de base. También requiere de un adiestramiento continuo, mediante su aplicación en la práctica diaria, con círculos de estudio y procesos de capacitación continua. La toma de decisiones clínicas se debería complementar con otros enfoques, entre los cuales están: la medicina basada en evidencias, el uso de protocolos, el uso racional de medicamentos y la relación médico-paciente. Aunque los enfoques son distintos, y pueden parecer a primera vista contradictorios, en los hechos no lo son. El uso de protocolos y normas permite establecer las reglas del juego mínimas, mientras que la toma de decisiones permite llegar a la excelencia y afinar cada vez más el juicio clínico. La medicina seguirá siendo un arte, tanto como una ciencia.Y con un manejo adecuado de la toma de decisiones clínicas, podremos contar con artistas más científicos, que manejen las destrezas del manejo racional de las incertidumbres. Johan Herteleer Médico Familiar y Co-director Proyecto Salud de Altura Quito, 30 de septiembre de 2008 xiv

1 Introduccion Consideraciones previas El médico es un científico que posee un gran conocimiento bibliográfico, pero, paradójicamente, no es gracias a este conocimiento que adquiere su prestigio. Este más bien es consecuencia de la pertinencia de sus decisiones. Estas decisiones conciernen a la salud, el bienestar y la vida de sus pacientes. Son finalmente ellos quienes juzgan sobre la calidad del médico en función de la satisfacción alcanzada. Tranquilizar a una mujer que presenta un nódulo del seno luego de haber excluido un tumor mamario maligno, confirmar un diagnóstico de neumonía, prescribir el delicado tratamiento para una colagenopatía, ordenar una cesárea en un sufrimiento fetal prolongado con el objetivo de proteger al niño que está por nacer, pedir una tomografía en un paciente que no podría asumir el costo.Todos estos son ejemplos de decisiones con las cuales un médico está confrontado cada día. ¿Cuál es la base lógica de razonamiento que nos permite elaborar diagnósticos? ¿Cuál es la lógica que nos permite justificar nuestras decisiones y en ciertos casos ponernos al abrigo de críticas por parte de la sociedad? ¿Cuál es la parte de intuición y de experiencia subjetiva que rige nuestra actitud diagnóstica?

Un día en Azogues, en Ecuador, un médico general de un centro de salud recibe a una muchacha de 25 años proveniente de la amazonía, región tropical del país. Ella presenta un estado gripal: fiebre, dolores musculares y articulares. El examen físico es normal. Tomando en cuenta la ausencia de síntomas que sugieran una patología grave le prescribe un antipirético. Dos días más tarde se entera de que su paciente ha sido hospitalizada por un absceso amebiano del hígado.

¿Tuvo razón el médico de no investigar más?, por otro lado ¿tendrá, de ahora en adelante, esta experiencia un peso particular cada vez que reciba un paciente febril? ¿Puede la lógica diagnóstica traducirse en un lenguaje formal, aún matemático? Esto nos permitiría evitar más fácilmente los eventuales errores de nuestro razonamiento, dando una base más científica a nuestras actividades. La enseñanza tradicional de la medicina tiene sus bases en la descripción clásica de las diferentes patologías, pero forma muy poco a los estudiantes en la toma de decisiones para los casos menos clásicos. Por ejemplo, ningún médico va a dudar en iniciar un tratamiento antituberculoso en un hombre adulto que ha adelgazado considerablemente, que tiene tos crónica y hemoptisis y en el cual el examen de esputo muestra bacilos alcohol ácido resistentes (BAAR). Este caso corresponde a una descripción típica de tuberculosis pulmonar. Sin embargo no es raro encontrar, en algún hospital, pacientes con tos crónica, sin disminución de peso, sin hemoptisis, con exámenes seriados 1

de esputo que no muestran BAAR, ni radiografías que muestren cavernas y que, pese a ello, tienen tuberculosis pulmonar.(1-3) Estos casos atípicos plantean problemas de decisiones que todo médico tendría que saber como enfrentar.(4)

El grado de certeza de un diagnóstico Escala de certeza Un hombre de 32 años, soltero, de Sucumbíos, Ecuador, se presenta en la consulta de un centro de salud con un cuadro de diarrea crónica, episodios de fiebre desde hace algunos días sin ningún otro signo de infección particular, adelgazamiento de 8 kg en dos meses. Por otra parte se queja de prurito y el examen clínico pone en evidencia adenopatías generalizadas y una candidiasis bucal. Con este cuadro clínico el médico hace una referencia al hospital provincial donde piden exámenes complementarios, obteniendo una fórmula leucocitaria que nos muestra leucopenia y un test rápido para VIH positivo. Se hace el diagnóstico de SIDA.

De ahora en adelante vamos a llamar “argumentos” a todos los elementos que son útiles para un diagnóstico: edad, sexo, factores de riesgo, síntomas, signos, resultados de laboratorio e imágenes. En este caso los argumentos que nos permiten avanzar hacia la certeza de nuestro diagnóstico de SIDA son: edad joven, diarrea crónica, adelgazamiento, prurito, adenopatías, candidiasis, leucopenia y el test VIH. Desde una probabilidad muy inverosímil hasta la certeza casi absoluta, pasamos por ciertos grados de certeza que podrían ser calificados con adjetivos.(Figura 1.1) En nuestro caso podemos decir que, solo con el argumento de la edad, este paciente tenía una probabilidad cercana a 0% de estar enfermo de SIDA; la edad y la diarrea crónica, luego la fiebre y el adelgazamiento nos hacen avanzar en la escala de certeza; los exámenes hematológicos y serológicos permiten afirmar con certeza el diagnóstico de SIDA, llegando finalmente a una probabilidad cercana al 100%. Figura 1.1: Escala de certeza.

A la izquierda se observa la escala de probabilidad en porcentaje, a la derecha están las categorías nominales que podrían corresponder a la escala cuantitativa.

2

Introducción

Para muchos de nosotros es más fácil comprender un concepto que una cifra: si un paciente nos pregunta: ¿Qué probabilidad tengo de tener SIDA? (sin presentar ningún síntoma de la enfermedad), decirle que tiene una probabilidad de 0.01% le explicará menos que si le contestamos que es "poco probable" que tenga la enfermedad. Sin embargo encontrar una correspondencia precisa entre un concepto y una cifra es muy difícil. Si pedimos a algunos médicos que califiquen con adjetivos las probabilidades expresadas en porcentajes las respuestas van a ser muy diferentes. Para algunos decir “poco probable” corresponderá a una probabilidad de 30%, mientras que para otros corresponderá a una probabilidad del 1%. Por esta razón en lo que sigue del texto no continuamos con categorías fijas, puesto que ellas difieren mucho entre las personas, sin embargo trataremos de hacer que las probabilidades matemáticas sean fácilmente comprensibles. Cada argumento que investigamos en un paciente contribuye a aumentar la certeza de la enfermedad que sospechamos. Del mismo modo, cuando un argumento es negativo, por ejemplo el paciente no tiene fiebre, obtenemos información que nos hace reducir la probabilidad de la enfermedad. La integración de todos estos datos en la escala de certeza, es lo que nos hace llegar a una probabilidad final de diagnóstico. En la figura 1.2 vemos una serie de argumentos que representan la evolución del valor de la probabilidad del diagnóstico de SIDA sobre una escala de certeza: cada argumento anamnésico, clínico o paraclínico suplementario actúa sobre el valor de esta probabilidad; sin embargo, un solo argumento (por ejemplo el test serológico rápido para VIH) tiene un valor relativo y, por sí solo, no es suficiente para alcanzar un nivel de certeza absoluto. Figura 1.2: Evolución de la sospecha clínica de SIDA en la escala de certeza.

Cada argumento añadido a la probabilidad anterior contribuye a cambiar la probabilidad final. Con la presencia solo de diarrea la probabilidad de SIDA es baja. Si además de diarrea hay adelgazamiento la probabilidad va a aumentar.Todo paciente parte de una probabilidad de inicio cuando está en la sala de espera.

3

El punto de partida en la sala de espera Todo paciente que está en la sala de espera de nuestro consultorio es sospechoso de padecer algún problema de salud. Cuando vemos a todos los pacientes que están allí sentados identificaremos a algunos que ya conocemos previamente: son aquellos que vienen para un seguimiento o están siendo investigados para conocer mejor la causa del problema. En estos pacientes conocidos ya tenemos una idea de cuál es la probabilidad del problema que les aqueja; sin embargo hay otros a quienes nunca antes hemos visto. Estos pacientes “desconocidos” también son sospechosos de tener alguna enfermedad, aún si no conocemos nada de ellos. Por algo están en la sala de espera. Si somos médicos generales la mayor parte de los pacientes tendrán una infección respiratoria o una infección de vías urinarias, si somos neumólogos la mayor parte tendrán un EPOC. La primera pregunta de anamnesis que haremos tiene que ser añadida a esta probabilidad inicial o sospecha. Si no lo hacemos todo el resto de nuestro razonamiento estará equivocado.

Los umbrales ¿Qué grado de certeza debemos alcanzar para anunciar a un paciente que tiene lepra cuando esta enfermedad es aún considerada como una maldición? ¿Cuándo ordenaremos una pielografía ascendente en un paciente con una hidronefrosis? sabiendo que dicho examen podría provocar una sepsis, o que podría hacerse una perforación del uréter ¿Cuándo tenemos argumentos suficientes para comenzar un tratamiento de una neumonía con una fluoroquinolona de tercera generación, conociendo que el costo de un tratamiento de 10 días podría llegar a ser de más de 100 dólares? ¿Cuándo podemos tranquilizar a un paciente que tiene un test VIH positivo y decirle que no era más que un falso positivo? Toda hipótesis diagnóstica tiene una cierta probabilidad de ser la patología que sufre nuestro paciente: los argumentos investigados van a aumentar esta probabilidad si son positivos, pero no permiten (o muy rara vez) alcanzar una certeza absoluta. Por eso es necesario conocer donde está el “umbral” que tenemos que sobrepasar para iniciar cualquier tipo de acción médica (umbral de acción). Así mismo, si los argumentos son negativos, estos van a disminuir nuestra certeza frente a la hipótesis. Sin embargo es necesario conocer dónde se encuentra el “umbral” que nos permita abandonar dicha hipótesis (umbral de exclusión). Mientras nuestro grado de certeza no haya alcanzado el valor de cualquiera de estos dos umbrales, debemos continuar investigando argumentos suplementarios o utilizar la evolución en el tiempo como un argumento suplementario (Figura 1.3). (5; 6)

4

Introducción

Figura 1.3 Los umbrales.

Los dos umbrales, de acción y de exclusión subdividen la certeza en tres campos: el campo de acción, el campo de investigación y el campo de exclusión.

El umbral de decisión varía en función de la enfermedad que estamos sospechando y del contexto en el cual estamos trabajando. Una enfermedad grave o muy contagiosa nos hará actuar más rápidamente, es decir que tendrá un umbral bajo. Un tratamiento caro o peligroso nos hará esperar un poco antes de actuar, es decir que pondremos el umbral más arriba. Además de estos factores, que son más o menos objetivos, existen otros factores subjetivos como las expectativas del paciente, la situación socio-económica, la carga moral que tenga para el médico la iatrogenia. Esto nos permite comprender, por ejemplo, porqué no es necesario confirmar el diagnóstico de una gripe con exámenes serológicos mientras que es esencial confirmar el de sarcoma de tibia antes de decidir la amputación del miembro inferior. Esto nos permite también comprender porque el valor de un umbral difiere según el contexto en el cual se trabaja: en medicina de catástrofe, la prioridad es salvar el mayor número posible de vidas antes que tratar a todos a cualquier precio. Así mismo, el umbral de acción necesario para decidir hacer una cesárea de emergencia en un hospital rural durante una guardia en la noche será mucho más alto que en un hospital de especialidades.

Los argumentos Confirmar un diagnóstico Las adenopatías pueden ser causadas por un gran número de patologías mientras que una candidiasis bucal en un adulto joven es más específica que el diagnóstico de SIDA. Podemos entonces subdividir los argumentos en función de su fuerza: argumentos débiles, argumentos buenos, argumentos fuertes y argumentos muy fuertes, estos últimos por sí solos nos permitirán subir mucho en la escala de certeza (Fig. 1.4).

5

Figura 1.4 Escala de certeza con la fuerza de los argumentos

El tamaño de cada flecha representa la ganancia en probabilidad que un argumento tiene. Un argumento débil nos hace ganar medio paso, un argumento bueno un paso, un argumento fuerte un paso y medio y un argumento muy fuerte dos pasos.

Si retomamos ahora los argumentos de nuestro paciente tomando en cuenta su fuerza y los representamos en una escala de certeza, obtendríamos un cuadro mucho más preciso como el que se encuentra en la Figura 1.2. Siguiendo este mismo razonamiento, ¿que podríamos decir de la fuerza de argumentos tales como un estado febril o una gota gruesa positiva en el cuadro del paludismo por P. falciparum?, ¿qué fuerza tiene el hallazgo de un niño somnoliento para confirmar una meningitis bacteriana?, ¿cuál es la fuerza del "signo de Romaña" (edema bipalpebral unilateral) en la enfermedad de Chagas?, ¿la palidez conjuntival es un buen argumento para una carencia de hierro? Un buen ejercicio es tratar de responder a estas preguntas con cuadros similares al de la Figura 1.4, donde el argumento estudiado está representado por una flecha cuya longitud es más o menos proporcional a su fuerza. Un hombre de 42 años ingresa por fiebre y dolor abdominal localizado en el hipocondrio derecho, irradiado hacia atrás. Se queja además de hematuria y disuria. Al examen físico la fiebre es de 39°, se observan movimientos continuos en búsqueda de una posición antálgica, los puntos renales son positivos a la palpación y hay evidencia de dolor a la percusión. El examen de orina está normal, la ecografía no muestra hidronefrosis ni cálculos.Se ha iniciado un tratamiento con antiespasmódicos y antibióticos, pero la evolución no es favorable: el paciente continúa con dolor intenso.

Excluir un diagnóstico Varias preguntas pueden ser hechas: ¿El dolor en hipocondrio derecho es un argumento fuerte para una colecistitis? ¿La ausencia de hematíes en el examen de orina sería un fuerte argumento de exclusión de una litiasis renal? 6

Introducción

¿Una ecografía que no muestra hidronefrosis ni cálculos excluiría el diagnóstico de litiasis renal? ¿Cuál es la fuerza de exclusión de la ausencia de ictericia para colecistitis? Aunque los médicos a veces no consideramos la ausencia de un signo o síntoma, el resultado negativo de un examen contribuye notablemente en el razonamiento clínico. Una tarea fundamental en el trabajo de un médico es excluir enfermedades que puedan poner en riesgo la vida del paciente o generar una discapacidad severa. Así como un argumento positivo tiene una cierta fuerza para confirmar, los argumentos negativos tienen también una fuerza para excluir, la cual puede ser representada en la escala de certeza.

Asimetría de un argumento Si la presencia de un argumento tiene un fuerte poder de confirmación, ¿tiene necesariamente su ausencia un fuerte poder de exclusión? Las fuerzas de confirmación y de exclusión de un argumento pueden ser asimétricas. Por ejemplo, si encontramos un cálculo en una ecografía renal el diagnóstico de litiasis es indudable, pero ¿qué pasa si la ecografía renal está normal? ¿Podemos, con este dato, excluir una litiasis?; por otro lado, la presencia de fiebre contribuye un poco a pensar en el diagnóstico de colecistitis, pero ¿qué pasaría si el paciente no tuviera fiebre?, ¿podríamos excluir una colecistitis?

Los determinantes del poder de un argumento ¿Cuáles son los criterios que determinan la fuerza de confirmación o de exclusión de los argumentos? Los argumentos patognomónicos de una enfermedad tienen, cuando son encontrados, una gran fuerza de confirmación del diagnóstico: así, por ejemplo, la micrografía en la enfermedad de Parkinson, una imagen radiológica de balas de cañón en metástasis pulmonares de un adenocarcinoma. La fuerza de exclusión de un diagnóstico será por el contrario máxima para los argumentos indispensables en la definición de caso, cuando estos están ausentes: la ausencia de hiperglicemia en un niño comatoso que antes se encontraba en buen estado de salud excluye el diagnóstico de diabetes, así mismo la ausencia de hipotensión excluye un choque hipovolémico. Entre estas dos clases extremas se encuentran los argumentos que son encontrados con más frecuencia y que tienen variable poder de confirmación y de exclusión de los diagnósticos: la presencia de palidez en una paciente que se queja de fatiga crónica es, por ejemplo, un buen argumento de una carencia de hierro, su ausencia, por el contrario, no tiene prácticamente ninguna fuerza de exclusión de dicho diagnóstico. La fuerza de un argumento depende de la frecuencia con la que encontremos resultados falsos. La fiebre se encuentra presente en un gran número de enfermedades, además de la malaria. Eso quiere decir que hay fiebres falsamente positivas para malaria, lo cual le quita fuerza de confirmación a la fiebre. Así mismo, aproximadamente nueve de cada diez pacientes con tuberculosis meníngea presentan un BAAR falsamente negativo en el LCR, lo cual disminuye notablemente la fuerza de exclusión a este examen. 7

El análisis complejo Las diferentes estrategias diagnósticas Al principio de su obra de epidemiología clínica el profesor Sackett cita cuatro estrategias principales que son utilizadas regularmente por los médicos, en su actividad cotidiana de diagnóstico:(7) La primera consiste en reconocer inmediatamente la patología del paciente cuando hay elementos físicos evidentes que corresponden a cierta descripción clínica; así en ciertas malformaciones congénitas (labio leporino, pie equino, polidactilia, ...), en anomalías cromosómicas (síndrome de Down, Síndrome de Turner, ...) y en diferentes estados patológicos en los cuales uno de los signos o el conjunto de ellos son fácilmente reconocibles (el aliento del insuficiente hepático, el olor de las heces en una hemorragia digestiva, el cuadro clínico del Kwashiorkor, la erupción de la varicela, la hidrofobia de la rabia, los movimientos del Parkinson,...). A esto se le llama el reconocimiento de un patrón. Es evidente que la capacidad del médico que le permite reconocer un diagnóstico de la forma antes mencionada depende mucho de su experiencia: a fuerza de haber encontrado varios pacientes con una misma enfermedad es capaz de reconocer más fácilmente su aspecto. La segunda estrategia se basa en algoritmos, a partir de una información o de un grupo de argumentos se sigue una lista de preguntas en las cuales la respuesta, frecuentemente dicotómica, lleva a una segunda pregunta precisa. Ésta es la estrategia recomendada por los programas dirigidos a enfermeros o promotores de salud en los dispensarios rurales y permite tamizar una mayoría de diagnósticos posibles (diarrea, infección respiratoria aguda, fiebre, ...), quedando gran parte para resolver en ese nivel y otros para referencia a un nivel de mayor complejidad. Las universidades frecuentemente enseñan la tercera estrategia que permite hacer un diagnóstico en base a un inventario completo (anamnesis, examen físico, exámenes paraclínicos). Cuando observamos las fichas de hospitalización en los diferentes hospitales, nos damos cuenta de la diversidad de opiniones frente a este concepto de anamnesis y de examen físico completos; y es así, por ejemplo, que no es raro observar que un servicio hospitalario pida a sus internos que completen la sección de antecedentes personales hasta el punto de citar, de forma extensa, todas las enfermedades de la infancia, incluyendo la reacción del paciente a todos los fármacos que ha recibido hasta aquel día. Es evidente, por una parte, que esta práctica aumenta mucho el trabajo del médico desde el ingreso de su paciente sin que esto le aporte muchos argumentos pertinentes sobre el problema actual de éste; por otra parte se puede esperar que las respuestas del paciente no siempre correspondan a la realidad. Luego de esta observación, podríamos decir que cada estudiante debería ser capaz, al final de su formación, de ejecutar una anamnesis y un examen físico con todos los detalles, pero que debería ser rara la ocasión en la que todos los argumentos tendrían que ser pedidos.

8

Introducción

La cuarta estrategia es la que nos interesa y que tiene sus bases en una investigación orientada (Sackett la llama “hypothetico-deductive strategy”) a uno o varios argumentos (anamnésicos, clínicos o paraclínicos). El médico elabora una lista de hipótesis compatibles con sus primeros argumentos. Enseguida investiga argumentos suplementarios, con un fuerte poder de confirmación o de exclusión, que le permiten así discernir poco a poco la hipótesis que le parece más probable. Aceptará esta hipótesis como el diagnóstico de su paciente a partir del momento en que los argumentos le hayan permitido alcanzar el umbral requerido para actuar. Ejemplo para apreciar las diferentes estrategias: Un hombre de 45 años, chofer de un camión en la costa ecuatoriana, es transferido a un hospital de especialidades con una historia de fiebre, por la cual un médico le ha prescrito quinina hace tres días. Al día siguiente la orina está muy oscura. Al momento del ingreso en urgencias, el clínico constata palidez y una ligera ictericia. El laboratorio confirma una anemia profunda, una bilirrubina indirecta de 3 mg/dl y una gota gruesa ligeramente positiva para P. falciparum. La combinación de la quinina, la gota gruesa débilmente positiva, la orina oscura, la ictericia y la anemia profunda permiten al clínico "reconocer" inmediatamente un "síndrome de fiebre hemoglobinúrica biliosa”. Tomando en cuenta el riesgo asociado a un tratamiento con quinina o sus análogos como la mefloquina o halofantrine, instaura un tratamiento con artemisina. Inmediatamente inicia una búsqueda activa de otras causas de hemólisis. El paciente se queja también de dolor abdominal y en el examen físico hay una ligera sensibilidad del abdomen. Una ecotomografía abdominal muestra esplenomegalia moderada (14 cm) y un poco de líquido en la cavidad peritoneal. Estos datos y el tinte vidrioso del paciente no le agradan para nada al clínico; además su intuición le incita a pedir una hospitalización en cuidados intensivos para una supervisión más cercana. El médico jefe del servicio de cuidados intensivos lo admite, pero no comprende la inquietud del clínico y cuestiona su motivación.

En este momento el clínico ha cambiado su estrategia diagnóstica: cuestiona su hipótesis inicial y trata de combinar todos los argumentos: “Supongamos que la orina negra era solamente orina muy oscura, podría tratarse de un paludismo tratado insuficientemente. Por otra parte, la combinación de paludismo y de líquido en el vientre no concuerda más que con una hipótesis: ruptura espontánea del bazo”

De esta forma cambió su estrategia de "reconocimiento del cuadro clínico" por "investigación orientada". Ordena una transfusión y profundiza la anamnesis, esto lo lleva a obtener información sobre dos síncopes en los días precedentes. El paciente es estabilizado y transferido a sala donde el interno de guardia reconstituye toda la historia clínica, con el clásico método universitario:"inventario completo". La anamnesis sistemática revela un accidente leve en el camión hace un mes, en el cual el paciente se golpeó con la puerta en el hipocondrio izquierdo. Sufrió dolores intensos durante algunas horas. Además el paciente dijo haber tenido picos febriles en los 6 meses precedentes.

Estos nuevos datos permiten dibujar la historia real: crisis regulares de paludismo causaron una ligera esplenomegalia, el accidente provocó una fisura del bazo con 9

hemorragia subcapsular, la última crisis de malaria provocó un aumento del tamaño del bazo que a su vez provocó una verdadera ruptura. Este ejemplo muestra que diferentes estrategias son a menudo utilizadas consecutivamente o al mismo tiempo en un paciente en particular.

El panorama diagnóstico Hasta aquí hemos considerado los argumentos frente a una sola hipótesis diagnóstica y esta reflexión es muy teórica; en la realidad, en una consulta, jugamos con varios argumentos con el fin de alcanzar un umbral de acción para una de las hipótesis compatibles con los síntomas y signos del paciente, habiendo al mismo tiempo alcanzado el nivel máximo de exclusión de otras patologías sospechadas.

Un paciente de 58 años, faenador de carne en el camal, consulta en un centro de salud por presentar fiebre reciente, cefalea, dolor muscular, ictericia y decaimiento. El médico en la consulta lo examina y encuentra una hepatomegalia. Inmediatamente piensa en una hepatitis viral y lo envía a su casa, recomendándole reposo y prescribiendo antitérmicos. Cinco días más tarde los familiares del paciente lo llaman con urgencia porque su estado se ha deteriorado mucho. La ictericia ha aumentado significativamente, se observan púrpuras, equimosis, y escleróticas anaranjadas. Está oligúrico y se está desarrollando un edema pulmonar. El médico decide referirlo de inmediato al hospital en donde se realizan exámenes complementarios encontrando un aumento significativo de la bilirrubina sin cambios en las enzimas hepáticas y una linfocitosis con aumento de polimorfonucleares. Todo esto, incluido su antecedente ocupacional lleva a pensar en una leptospirosis, por lo que se inicia tratamiento con penicilina.

La ictericia tiene un gran panorama de hipótesis diagnósticas entre las cuales se encuentra efectivamente la hepatitis viral, pero también el cáncer de páncreas, la cirrosis, una colecistitis, una colelitiasis, la malaria, la pancreatitis, la fiebre amarilla y por supuesto la leptospirosis. El médico debe, ante este panorama, precisar la hipótesis correcta en función de los diferentes argumentos que pueden estar presentes o ausentes en el cuadro clínico (fiebre, dolor muscular, cefalea, hepatomegalia, aumento de la bilirrubina...) hasta alcanzar el umbral de confirmación de este diagnóstico y el umbral de exclusión de otras patologías que también podrían tener repercusiones graves en la salud del paciente. El error en este caso consistió en quedarse con el diagnóstico más frecuente en la zona de procedencia del paciente, el cual puede efectivamente explicar la ictericia, la fiebre, la cefalea, la hepatomegalia y el decaimiento; pero esto significó no tomar en cuenta otras enfermedades que podrían ser graves y que además son tratables, como es el caso de la leptospirosis. En este paciente, el hecho de no haber considerado la posibilidad de que la sintomatología pueda corresponder a una leptospirosis pudo significar un retraso del tratamiento con graves consecuencias para la vida del paciente. Escoger entre una multitud de hipótesis a menudo no es claro y no existen directivas universales que ofrecer.

10

Introducción

Las apariencias engañan. Por un lado, no es conveniente dejarse seducir por una hipótesis plausible con todos los argumentos que se tienen hasta el momento, pero por otra parte, nuestro rol como médicos es el de ponderar nuestros esfuerzos en la investigación de un diagnóstico grave, pero que no es tratable. Figura 1.5 El panorama diagnóstico.

En el primer círculo se encuentran las enfermedades graves y/o tratables, en el segundo las menos graves o sin tratamiento específico, que pueden esperar hasta que se hayan excluido todas las del primer círculo.

Conclusión Luego de esta introducción queda claro que: • No es necesario alcanzar una certeza absoluta sea cual fuere el diagnóstico que tengamos para emprender una acción: cada enfermedad tiene su propio grado de certeza requerido, dependiendo de una multitud de factores. Podríamos decir que en medicina la meta no es dar un diagnóstico, sino ayudar al paciente, resolver su problema, sirviéndose de una sospecha de causa, de un diagnóstico. • Tampoco es necesario llegar siempre a una probabilidad cero en un determinado paciente para excluir una hipótesis. • Salvo en casos excepcionales un solo argumento no es suficiente para hacer un diagnóstico, o para alcanzar un grado de certeza suficiente para actuar. • Cada argumento tiene un poder de confirmación y de exclusión para una patología determinada. • Estos poderes (de confirmación y de exclusión) no son necesariamente simétricos, en la mayoría de casos son asimétricos. • La sospecha clínica (“el punto de partida”) es tan importante como la fuerza de los argumentos recogidos para determinar el grado de certeza obtenido. • El camino a seguir entre una serie de hipótesis en un paciente en particular puede ser difícil y no sigue reglas fijas, sin embargo un esquema panorámico que permita priorizar lo grave y tratable, valorando la fuerza de los argumentos a pedir, podría hacer más eficiente el razonamiento clínico. 11

En el transcurso de los diferentes capítulos que seguirán intentaremos desarrollar estas nociones para terminar en una tentativa de modelo de análisis complejo: el "panorama".

Los 5 grandes principios de la lógica clínica: 1.

2.

Si una enfermedad es poco frecuente en una región, necesitamos más o mejores argumentos, o argumentos que en una región donde es frecuente. La fuerza de un argumento jamás es infinitamente grande. La mayoría de los argumentos son asimétricos Cada enfermedad tiene un umbral de acción y de exclusión. Un diagnóstico diferencial sigue prioridades bien definidas.

Este texto tiene sobretodo la 3. ambición de sensibilizar al lector respecto a las bases del análisis de 4. decisiones. Los ejercicios propuestos no son más que una ilus5. tración y no reemplazan de ninguna forma una enseñanza interactiva entre un profesor y varios grupos pequeños conformados por 4 a 5 participantes: en una enseñanza de este tipo algunos argumentos son propuestos a los diferentes grupos, los cuales tratan en conjunto de describir el panorama de hipótesis con estos argumentos y de identificar los argumentos suplementarios que tienen un fuerte poder de confirmación y de exclusión, permitiendo así llegar al diagnóstico más probable (o más útil). El trabajo de grupo permite a cada participante confrontar su razonamiento al de sus colegas y percibir la pertinencia o los errores. Una enseñanza completa tendrá una fase de comprensión del análisis de decisiones (el objetivo de estudio de esta obra). Luego vendrá una fase de aprendizaje durante la cual cada participante, con la ayuda de un cierto número de ejercicios, se familiarizará con la metodología. Esto le permitirá llegar a una fase de dominio en la que será capaz de utilizarla sin esfuerzo en su práctica diaria.

Referencias (1)

(2) (3) (4) (5) (6) (7)

Carvalho de Queiroz Mello F, Do Valle Bastos LG, Machado Soares SL, Rezende VMC, Barreto Conde M, Chaisson RE, Kritski AL, Ruffino Netto A, Loureira Werneck G. Predicting smear negative pumonary tuberculosis with classification trees and logistic regression: a cross sectional study. BMC Public Health 2006; 6:43-50. Siddiqi K, Lambert ML, Walley J. Clinical diagnosis of smear-negative pulmonary tuberculosis in low-income countries: the current evidence. Lancet Infect Dis 2003 May;3(5):288-96. Kanaya AM, Glidden DV, Chambers HF. Identifying pulmonary tuberculosis in patients with negative sputum smear results. Chest 2001 Aug;120(2):349-55. Hall KH. Reviewing intuitive decision-making and uncertainty: the implications for medical education. Med Educ 2002 Mar;36(3):216-24. Pauker SG, Kassirer JP. Therapeutic decision making: a cost-benefit analysis. N Engl J Med 1975 Jul 31;293(5):229-34. Pauker SG, Kassirer JP. The threshold approach to clinical decision making. N Engl J Med 1980 May 15;302(20):1109-17. Sackett D, Haynes R, Guyatt GH, Tugwell P. Clinical Epidemiology: a basic science for clinical medicine. 2 ed. Boston: Little, Brown and Company; 1991.

12

2 LOS UMBRALES Introducción En los libros de medicina se pueden encontrar los diagnósticos diferenciales de los diversos cuadros clínicos, los exámenes complementarios para confirmar las hipótesis y los tratamientos de cada una de las patologías sospechadas. Sin embargo, la verdadera dificultad en el trabajo del médico no es la adquisición de este conocimiento libresco, sino confirmar o excluir una hipótesis, comunicar el diagnóstico de una patología grave, justificar la prescripción de un tratamiento caro o peligroso, ordenar exámenes suplementarios potencialmente peligrosos, ordenar medidas de profilaxis general cuando se corre el riesgo de que una epidemia se extienda. El principal problema, entonces, es el de determinar el nivel de certeza a partir del cual se justifica iniciar cualquier acción médica o detener la investigación de una causa. Este nivel de certeza constituye un umbral. Si luego de haber hecho la investigación de una sospecha clínica, usando los medios diagnósticos disponibles, sobrepasamos este umbral, podemos iniciar una acción médica. Si el umbral no ha sido sobrepasado se hace necesario pensar si la enfermedad que sospechamos no ha sido excluida, es decir si hemos ido más allá del umbral de exclusión. En varios artículos y libros se pueden encontrar procedimientos matemáticos muy complejos que permiten calcular el valor de estos umbrales;(1-3) sin embargo nuestra meta en este texto no es la de repetir esos fundamentos teóricos, si no más bien de poder sensibilizar a nuestros lectores en la noción de los umbrales en el contexto de la toma de decisiones médicas y en los factores que influyen en sus valores, con el objetivo de que estos puedan ser estimados de una forma intuitiva pero al mismo tiempo racional.

Umbral de decisión La probabilidad que tiene un paciente de estar afectado por una enfermedad en particular puede variar entre 0% y 100%. Dentro de este rango ¿A partir de que grado de certeza podemos o debemos iniciar una acción contra esta enfermedad? Empecemos con un ejemplo: Una niña de 4 años fue llevada por su madre a la consulta de un centro de salud de la capital. La niña empezó 12 horas antes con un estado febril y taquipnea. Durante el examen físico el médico encontró crepitantes en la auscultación. El resto del examen físico fue normal.

Ante este cuadro el médico decidió comunicar el diagnóstico de neumonía a la madre y prescribió un tratamiento con amoxicilina - acido clavulánico, recomendándole que regrese en caso de no haber mejoría. No consideró indispensable pedir una radiografía de tórax, menos aún un cultivo de secreciones. Con los pocos argumentos de su anamnesis y del examen clínico, llegó a un nivel de certeza suficiente para poder actuar (comunicar el diagnóstico y prescribir el tratamiento), sin haber necesitado ir más lejos en su investigación diagnóstica.

13

Figura 2.1 Umbral de decisión

El umbral de decisión puede encontrarse en cualquier lugar dentro del rango de cero a 100 %. Mientras más alto está, más seguros debemos estar antes de actuar.

Si traducimos esta conducta al lenguaje de toma de decisiones clínicas podríamos decir que el médico alcanzó el umbral necesario para actuar. Por eso comunicó el diagnóstico de neumonía a la madre y prescribió al mismo tiempo el tratamiento necesario. Considerando que no llegó a una certeza absoluta de que en realidad se trataba de una neumonía podríamos decir que, al no haber pedido más exámenes, corrió el riesgo de iniciar un tratamiento con antibiótico para alguien que no tenía la enfermedad. Si, por el contrario, hubiera preferido esperar hasta tener un cultivo de secreciones, hubiera corrido el riesgo de dejar sin tratamiento a alguien que lo necesitaba. ¡De eso precisamente se trata el umbral de decisión! Es un “juego de equilibrio” entre el riesgo de tratar y no tratar. Implica poner en una balanza los pros y los contras, los beneficios y los riesgos, incluyendo los costos de la decisión. Mientras más arriba situemos al umbral (acercándose a 100%), más riesgo corremos de considerar equivocadamente a un buen número de pacientes como personas sanas mientras que en verdad sufren de una patología (falsos negativos) y, por consecuencia, los dejamos sin el tratamiento que necesitan. Esta situación es particularmente nefasta cuando la enfermedad es grave (causa mortalidad o invalidez, por ejemplo, la meningitis bacteriana), cuando es vulnerable por una acción terapéutica (por ejemplo, un antibiótico) o cuando se corre el riesgo de tener graves consecuencias sobre el medio (por ejemplo, una enfermedad epidémica) (Figura 2.1). En cambio, si situamos el umbral muy abajo (cerca de 0%), más riesgo tenemos de considerar erróneamente a un buen número de personas sanas como enfermas afectadas por cierta patología (falsos positivos), tratándolas innecesariamente. Esto es particularmente peligroso en casos en los cuales el tratamiento lleva consigo un riesgo potencial para la salud como, por ejemplo, cuando pensamos iniciar una terapia con suero antiofídico para la mordedura de una serpiente que no ha sido identificada, dado el riesgo que se corre de tener una reacción anafiláctica o, como cuando se piensa hacer una cirugía que pueda acarrear hemorragias, infecciones o lesiones de órganos. Esto también se aplica cuando el tratamiento es caro o largo (por ejemplo, hipertensión 14

Los umbrales

arterial esencial, diabetes) o cuando la enfermedad puede acarrear un rechazo al paciente por la sociedad (por ejemplo, el SIDA o la lepra).

Factores que afectan el umbral de decisión Varios factores afectan o influyen en el valor de certeza necesario para la decisión. Aquí trataremos de mostrar los principales y de examinar su influencia. Figura 2.2 Factores que influyen en el umbral

Los factores objetivos: la enfermedad y el tratamiento En la figura 2.2 se encuentran representados los factores clave que influyen en el umbral de decisión. De hecho, este umbral podría ser definido como el punto de equilibrio entre los efectos nefastos de una enfermedad no tratada (falsos negativos), por un lado, y los efectos secundarios del tratamiento en las personas que no tienen la enfermedad en cuestión (falsos positivos). La mayor parte de los demás factores actúan sobre el umbral de decisión por la influencia que ejercen sobre estos dos factores clave.

La enfermedad •

La gravedad de la enfermedad: Es importante, por ejemplo, tratar los estados de preeclampsia, puesto que su evolución puede ser fatal para la paciente y el feto: en caso de una enfermedad grave y tratable, el umbral de decisión a partir del cual se decide iniciar un tratamiento será bajo con el fin de tener muy pocos “falsos negativos”, es decir enfermos sin tratar. La gravedad hay que entenderla como lo que podría pasar si dejamos a un enfermo sin su tratamiento.

•

Las consecuencias sobre el ambiente: Será necesario emprender precozmente medidas profilácticas contra toda enfermedad epidémica grave (cólera, peste, fiebre amarilla,...) para evitar la propagación desastrosa a toda la población circundante1. Su umbral será bajo (una probabilidad baja puede ser suficiente para emprender una acción en contra). No solo las enfermedades epidémicas tienen repercusiones en el medio.También las

1

Si con el tiempo estas medidas son inútiles, al estar el diagnóstico de una de estas enfermedades excluido, se podrá detener las medidas que, por otro lado, no habrán hecho correr un riesgo particular al paciente.

15

enfermedades que influyen sobre la capacidad de respuesta de las personas ante ciertas situaciones tienen un efecto negativo en el medio, por ejemplo un chofer del trole que tiene crisis epilépticas. ¡Imaginen las consecuencias desastrosas que pueden ocurrir!

El tratamiento •

La eficacia Es obvio que si una enfermedad es tratable bajará el umbral de decisión. Por el contrario, muchas enfermedades no son tratables, o la logística de un tratamiento es muy complicada en algunos contextos (SIDA, enfermedades tumorales, infecciones multirresistentes, insuficiencia renal crónica, enfermedades muy graves que necesitan una estructura de cuidados intensivos, hipertensión arterial esencial). Esto explica la razón por la cual para algunas enfermedades el umbral de decisión es más elevado en un país con escasos recursos que en un país rico. Sin embargo, esto no justifica el hecho de que en un país pobre no se busque la forma de solucionar un problema de este tipo, si realmente es diagnosticado, es decir si se ha alcanzado una certeza suficiente: ¡el dejar de hacerlo sería una falta de responsabilidad profesional!

•

La toxicidad del tratamiento: Antes de decidir el inicio del tratamiento con Amfotericina B en un paciente con una sospecha de micosis profunda, será necesario alcanzar un umbral más alto. Por el contrario, ante una sospecha de tuberculosis, que también puede evolucionar hacia la gravedad, los efectos adversos serios del tratamiento son muy raros, por lo tanto la certeza requerida para iniciar el tratamiento no debe ser alta.

•

El costo del tratamiento: ¿Cómo ver el efecto de este factor? Supongamos que como director de un hospital de distrito un día le ofrecen la posibilidad de comprar unos antibióticos muy baratos. Esto cambiará su umbral de decisión para tratar la fiebre tifoidea. Si los antibióticos que antes tenía eran costosos, era conveniente estar bastante seguro antes de iniciar un tratamiento. La certeza exigida era alta con el fin de reservar el tratamiento solo para los casos más seguros. Una vez que el costo de los antibióticos baja ya no habrá problemas de abastecimiento, entonces la certeza necesaria para iniciar el tratamiento desciende, es decir escoge un umbral más bajo. Otro ejemplo, si bien una osteosíntesis es el tratamiento de elección para los casos de fractura de fémur, en la mayor parte de hospitales con pocos recursos se preferirá a menudo (y lastimosamente) una tracción. De todas maneras, el costo de un tratamiento no tendría que tener una gran influencia sobre el umbral, pues éste debería estar relacionado al “costo de una vida”. Evidentemente todos pensamos que una vida es invalorable, pero también sabemos que existe un límite de gastos más allá del cuál casi ninguna familia o sistema de seguridad social puede llegar. Por eso se hace necesario definir cuál es el “costo de una vida” en un determinado contexto. En los EEUU han llegado al con16

Los umbrales

senso de que a toda persona se le debería garantizar una diálisis, en caso de necesitarla. En este caso podríamos inferir que el costo de una vida en ese país es el equivalente al costo de una diálisis, es decir alrededor de 50 mil dólares.(4) En países con extrema escasez de recursos, como algunos del África subsahariana, casi ninguna familia promedio puede permitirse gastar más de 20 dólares para salvar la vida de un niño y el Estado tiene pocas alternativas de sostén. Una alternativa en ese caso podría ser la de preguntar a un grupo promedio de médicos cuál sería la cantidad máxima de dinero que cada uno de ellos estaría dispuesto a pagar para salvar su propia vida. Un estudio realizado en Ruanda reveló que el costo promedio de una vida, estimado de esta manera, fue de 5 mil dólares, mientras que el costo total de un tratamiento estándar de 6 meses para tuberculosis fue de apenas 13 dólares.(5)

Otros factores Existen factores que dependen del contexto en el cual se trabaja y de quién y para quién se toma la decisión. Ciertamente son estos factores y su influencia sobre el umbral los que crean la gran diferencia en la práctica de la medicina entre los países con pocos recursos y los países ricos.

El contexto social y económico: En los países en desarrollo no existe una buena estructura de sostén para las personas más desfavorecidas. Las personas tienen que hacerse cargo de pagar sus gastos en salud, a veces a costa del presupuesto que tendría que estar destinado a sostener los gastos corrientes de la familia. Es casi seguro que una persona pobre con un diagnóstico de diabetes, de hipertensión o de cualquier otra enfermedad crónica va a terminar abandonando el tratamiento que debería ser tomado por el resto de la vida, por no poder pagarlo. El médico que toma una decisión en estos contextos debe esforzarse por considerar estos factores tratando, en la medida de lo posible, en no alterar el equilibrio familiar o social, garantizando las medidas más eficientes posibles.

Las repercusiones psicológicas y sociales de la enfermedad: El ser humano pertenece a un grupo social en general bien definido que se diferencia de los otros grupos por una cultura propia; esto le lleva a tener una noción relativa del hombre “ideal”. Si por ejemplo, en una cierta enfermedad, la imagen del hombre se aparta demasiado de la “ideal”, su sociedad puede rechazarlo ya sea físicamente (por ejemplo aislando a los psicóticos, los huérfanos, los ancianos,...) o socialmente (negándoles el acceso a un empleo, o no acercándoseles, por SIDA, esterilidad, lepra, enfermedades psiquiátricas) provocando graves repercusiones psicológicas. El umbral de decisión necesario para comunicar un diagnóstico de este tipo de enfermedades a un paciente deberá ser muy alto con el fin de evitar etiquetar con un diagnóstico equivocado a una persona que no tiene la enfermedad en cuestión.

La expectativa del paciente: La forma como los pacientes ven sus problemas de salud puede cambiar mucho de un contexto a otro. Una persona joven da mucho valor a los años que le que17

dan por vivir mientras que una persona anciana aprecia más la calidad de vida antes que la cantidad de años. Del mismo modo una mujer nulípara que consulta por un problema de esterilidad estará dispuesta a consagrar mucho más esfuerzos en la búsqueda de una etiología para la cual exista un tratamiento satisfactorio, mientras que una madre de varios hijos que presenta una esterilidad secundaria no dará mayor importancia al problema. Idealmente toda decisión clínica debería tomarse en función de las expectativas del paciente. De hecho las decisiones deberían ser compartidas, sin embargo, en los casos en que esto no se pueda o cuando el paciente prefiera dejar todo en las manos del médico, es importante que siempre se considere el mayor beneficio, o el menor daño, para el paciente y su familia.

El contexto político: En algunos casos de situaciones extremas, por ejemplo en situaciones de catástrofe (erupciones volcánicas, terremotos, desplazamiento masivo de poblaciones, campos de refugiados, epidemias,...) el objetivo principal del personal médico será más bien de salvar el mayor número posible de personas, antes que de salvar a todo paciente a cualquier precio. Por ejemplo, el umbral de toda cirugía electiva será muy elevado.

El temor a cometer errores El sesgo de omisión (resistencia al riesgo) Muchas decisiones clínicas están influenciadas por el “miedo” a cometer errores que los médicos pueden tener. En efecto, ningún médico está libre de cometer errores, aun cuando las decisiones hayan sido tomadas de la forma más racional posible. Sin embargo cuando las consecuencias de nuestras decisiones han sido desfavorables nos sentimos culpables. Este temor de cometer un error puede hacer que se tomen decisiones irracionales, sobretodo cuando las consecuencias desfavorables podrían ser debidas a la acción médica. El efecto obtenido es que, a veces, preferimos dejar de actuar porque sobreestimamos el daño que podemos hacer. Esto se puede ilustrar con un ejemplo. La encargada del control de una epidemia de peste en Ecuador tenía que recomendar un tratamiento profiláctico para algunos niños menores de 1 año que estuvieron en contacto cercano con un enfermo. La literatura sugiere que para los niños menores de 8 años se use cotrimoxazol y que, tanto las tetraciclinas como el cloramfenicol, se reserven para los niños mayores de 8 años.(6) En ese momento solo disponía de cloramfenicol pero le preocupaba el riesgo de que los niños mueran a causa de una depresión medular provocada por el tratamiento. Por otro lado las comunidades estaban muy alejadas de la ciudad y disponer de dosis suficientes de cotrimoxazol iba a tomar algunos días. Finalmente decidió no recomendar el cloramfenicol a pesar de los riesgos.

¿Fue una decisión correcta? Es cierto que un niño que toma cloramfenicol puede desarrollar una depresión medular, pero este importante efecto adverso solo se presenta en uno de cada 100 mil tratamientos.(7;8) Además no todos los niños con depresión medular llegan a morir, siendo la probabilidad de muerte a causa del tratamiento 18

Los umbrales

mucho más baja. Por otro lado El riesgo que estos niños tenían de adquirir la enfermedad era bastante alto: la peste es una enfermedad muy transmisible. ¡En caso de enfermar la probabilidad de morir, en caso de peste pulmonar, es de al menos 50%! La probabilidad de causar daño por el tratamiento es extremadamente baja comparada con los riesgos de la enfermedad y en esta ocasión las personas que tomaron la decisión omitieron el tratamiento por el temor a causar daño. Debe considerarse que, para este ejemplo, se ha considerado un tratamiento profiláctico en lugar de un tratamiento curativo. En efecto, las decisiones no solo toman en cuenta la probabilidad de estar enfermo si no también la probabilidad de contraer una enfermedad en el futuro. Este fenómeno es conocido en el lenguaje de las decisiones clínicas como el sesgo de omisión: se prefiere omitir un tratamiento o una acción terapéutica por el temor a causar daño, lo cual es particularmente nefasto cuando los riesgos de la enfermedad son mayores.(9) Todo médico que hace una decisión debe tomar en cuenta que no solamente se puede hacer daño al actuar. En ocasiones también se hace daño al dejar de actuar y el nivel de responsabilidad no deja de ser menor en este último caso.

El efecto de “la persona importante” A ningún médico le gustaría estar en los zapatos del cirujano encargado del tratamiento del Presidente de los EEUU, ¡a menos que esté dominado por el deseo de fama y honor! Suponga que usted es el cirujano y el Presidente presenta vómito, febrícula y un dolor en fosa ilíaca derecha. En el examen físico usted encuentra sensibilidad pero no resistencia. El recuento leucocitario es de 11000/μl, y en la ecosonografía no se alcanza a ver el apéndice. Con esto datos ¿Estaría usted dispuesto a operar? Pocos cirujanos se arriesgarían a retirar un apéndice sano en el Presidente de los EEUU; seguramente esta conducta sería diferente en el caso de un ciudadano común. Este fenómeno no solo ocurre con el Presidente de los EEUU o con cualquier otro líder político. Aunque esto va contra el principio de igualdad de las personas, el umbral de decisión toma en cuenta las características sociales de los pacientes. Si nos trasladamos a una escala más familiar todos estamos de acuerdo en que haremos todo lo que está a nuestro alcance para salvar la vida de un niño mientras que aceptaremos más fácilmente la muerte de un anciano.

Tratar o seguir investigando Los argumentos, es decir las pruebas diagnósticas en el sentido más amplio (argumentos clínicos y paraclínicos), ¿tienen una influencia sobre el umbral? En principio, no. Los argumentos los utilizamos más bien para avanzar en nuestro grado de certeza (y entonces alcanzar el umbral de decisión), si son positivos, o para retroceder (y alejarnos del umbral) si están ausentes o son negativos. Mientras no impliquen un costo muy alto, ni un gran riesgo para el paciente, utilizaremos todos los argumentos disponibles para confirmar o rechazar una hipótesis diagnóstica. Pero supongamos ahora que al terminar nuestro recorrido diagnóstico solo nos queda un examen muy caro o difícilmente disponible o muy agresivo o peligroso, por ejemplo una resonancia magnética, o una punción lumbar en malas condiciones de esterilidad, y por tanto con riesgo de 19

infección provocada. Es en ese momento que nuestro trabajo se complica un poco. La elección ya no es solo de “tratar o no tratar”: aquí debemos decidir si hacemos el examen o no, antes de tomar la decisión final. En este caso el examen tiene el efecto de escindir nuestro umbral de decisión único (tratar o no hacer nada) en dos nuevos umbrales: el umbral de acción y el umbral de exclusión (Figura 2.3).(2) Figura 2.3: Los dos umbrales

El umbral de acción divide el campo de decisión en dos opciones: hacer el examen (y tratar al paciente en caso de que sea positivo, o no tratarlo si es negativo); o tratar al paciente sin hacer el examen. El umbral de exclusión, en cambio, divide el campo de decisión en la opción de hacer el examen (y tratar en caso de que sea positivo, o no tratar si es negativo); o dejar al paciente sin el tratamiento de la enfermedad que sospechamos sin necesidad de hacer ningún examen (pero más bien buscar otros posibles diagnósticos).

Campos diagnósticos Los dos umbrales de exclusión y de acción subdividen la escala de probabilidades en tres campos (figura 2.4): El campo de exclusión, correspondiendo a las probabilidades cuyo valor es inferior al umbral de exclusión. Si nos encontramos en este nivel de probabilidades explicaremos al paciente que no tiene la enfermedad que sospechábamos. El campo de acción, correspondiendo a las probabilidades cuyo valor es superior al umbral de acción. Cuando la probabilidad diagnóstica está situada en este campo, debe iniciarse una acción (tratamiento, comunicación del diagnóstico y de su pronóstico) sin necesidad de hacer el examen ya que, cualquiera que sea el resultado, la opción terapéutica no va a cambiar. El campo del examen, o de la investigación, que está situado entre los umbrales de acción y de exclusión. Cuando la probabilidad está situada en este campo, será necesario hacer el examen para decidir: en función de su resultado se tomará la decisión (tratar si es positivo, excluir y no tratar si es negativo). 20

Los umbrales

Figure 2.4: Campos decisionales

El siguiente caso clínico nos permitirá ilustrar este concepto. Un niño de tres años procedente de un pequeño pueblo rural en Colombia es traído por su madre a un centro de salud con tos, fiebre, y disnea inespecífica. La madre cuenta que los síntomas aparecieron en las últimas seis horas. La auscultación pulmonar revela crepitantes bilaterales. No hay dolor torácico. El médico sospecha una neumonía lobar y piensa que podría ser útil hacer una radiografía. Sin embargo decide finalmente tratar al niño con antibióticos de amplio espectro sin hacer la radiografía.

Primero que nada necesitamos imaginar dónde se encuentra el umbral de decisión para iniciar un tratamiento antibiótico ante una sospecha de neumonía en un niño. La mortalidad y morbilidad de una neumonía no tratada son altas. Por otro lado, el riesgo de tener efectos adversos severos por el tratamiento es bajo y el costo por lo general es asequible. No hay estigma ni ningún otro factor subjetivo. Por eso el umbral de decisión debe de ser bajo (podríamos decir que no es mayor a 5%). En segundo lugar necesitamos estimar cuál es la probabilidad de neumonía lobar en este caso. Para esto, necesitamos estimar un punto de partida de nuestra sospecha, es decir la prevalencia de la enfermedad en cualquier centro de salud rural de Sud América. Digamos que uno de cada 100 niños que llegan a un centro de salud tiene neumonía, entonces el punto de partida está en 1%. Como parece razonable decir que la combinación de fiebre, tos y disnea es un buen predictor de neumonía lobar en un niño, podemos estar confiados en decir que el umbral de decisión de 5% ha sido sobrepasado. Incluso podemos presumir que hemos alcanzado una probabilidad cercana al 50%. Si a esto aumentamos los crepitantes en la auscultación llegamos a una probabilidad cercana a 90%. Ahora, para lograr resolver la incertidumbre de hacer o no la radiografía de tórax en busca de consolidaciones necesitamos conocer cuál es el poder de este examen. Como ya hemos sobrepasado el umbral de decisión, debemos hacer este examen solo si este puede disminuir la probabilidad por debajo de 5%. Aparte de esto, el costo del examen también tiene que ser tomado en cuenta.

21

La amplitud del campo de investigación depende ante todo de las características del examen en cuestión, las que se analizarán en los siguientes capítulos; ¿qué información adicional me traerá este examen?, ¿es de buena calidad?, ¿es costoso?, ¿está disponible?, ¿es agresivo?, ¿es peligroso? Si representamos la influencia de los diferentes factores (utilidad del tratamiento, riesgo ligado al tratamiento, riesgo ligado a los exámenes complementarios) sobre el valor de los umbrales de acción y de exclusión, obtendríamos el esquema representado en la Figura 2.5: Figure 2.5: Factores que influyen sobre los dos umbrales

Aquí se puede observar que los factores relacionados con la enfermedad y el tratamiento desplazan a los dos umbrales de forma paralela: un tratamiento peligroso hace subir el umbral de acción y bajar el umbral de exclusión. Por el contrario, los factores ligados al examen tienen un efecto simétricamente opuesto, es decir bajan el umbral de acción cuando suben el umbral de exclusión y viceversa: intuitivamente podemos imaginar que, mientras mejor sea la calidad del examen, su disponibilidad relativamente buena, su riesgo para el paciente no muy alto, más grande será el campo de investigación. Al contrario, si el examen es de mala calidad, y/o su disponibilidad no muy buena, o su costo muy elevado, o si es peligroso para el paciente, el campo de investigación será restringido y los dos umbrales se aproximarán. La calidad de un examen se evalúa por su poder de confirmación y su poder de exclusión, los mismos que serán tratados a profundidad en los siguientes capítulos. Para que la realización de un examen sea pertinente, este nos debería permitir cambiar una decisión: un resultado negativo tendría que ser capaz de disminuir la probabilidad de la enfermedad por debajo del umbral de decisión, y un resultado positivo tendría que aumentar la probabilidad por encima del umbral de decisión. Por eso la amplitud entre el umbral de decisión y el umbral de acción está definida por el poder de exclusión, mientras que la amplitud entre el umbral de decisión y el umbral de exclusión está definida por el poder de confirmación. 22

Los umbrales

Ocasionalmente el poder de un examen se evalúa mediante su “odds ratio”. En efecto este último no es otra cosa que el poder discriminativo total del examen, compuesto por la suma del poder de confirmación y el poder exclusión. Por eso la amplitud total del campo de investigación está definida por el “odds ratio” del examen (Figura 2.6). Sin embargo no debemos olvidar que el costo del examen y su riesgo siempre reducirán la amplitud de este campo. Figure 2.6: Efecto de la calidad del examen en el campo de investigación

El eje “y” es una escala logarítmica que representa la probabilidad de enfermedad. En este caso hipotético el umbral de decisión (en rosado) está situado en una probabilidad de alrededor de 5%. Cuando se necesita un nuevo examen el umbral de decisión se escinde en dos nuevos umbrales: el umbral de acción (azul) y el umbral de exclusión (amarillo). El campo entre el umbral de acción y el umbral de exclusión es el campo de investigación. El campo máximo entre el umbral de acción y el umbral de decisión está definido por el impacto de un resultado negativo (poder de exclusión), mientras que el campo entre el umbral de exclusión y el umbral de decisión está definido por el impacto de un resultado positivo (poder de confirmación). La amplitud del campo de investigación está definida por el odds ratio.

¿Cómo estimar el umbral de decisión en el “lecho del enfermo”? Hemos visto que el umbral de decisión se expresa en grado de certeza, es decir en probabilidades. El umbral de decisión no es más que el grado de certeza mínimo que necesitamos antes de iniciar una intervención terapéutica o de comunicar un diagnostico a un paciente.(1) Si decimos que nuestro umbral de decisión está situado en 20% quiere decir que nos exigimos estar en 20% seguros de que el paciente tiene la enfermedad antes de actuar, pero por otro lado también quiere decir que aceptamos equivocarnos en 20% de pacientes. Es muy importante darse cuenta que hemos subrayado la palabra “aceptamos”. En efecto, tener un umbral del 80% no quiere decir que vamos a equivocarnos en 20%, solo quiere decir que aceptamos tener esa proporción de falsos positivos. Esto lo explicaremos en detalle más adelante. Tomando en cuenta lo anterior, para estimar el umbral de decisión podríamos hacernos la siguiente pregunta: “¿si tuviera diez (o cien) pacientes con características parecidas al actual; a cuantos yo aceptaría tratar, a pesar de que no tienen la enfermedad, 23

para no dejar sin tratamiento a una persona (que no sabemos quien es) que está verdaderamente enferma?” Si la respuesta es 9 contra 1 el umbral de decisión está en 10%. Si la respuesta es 4 contra 1 el umbral de decisión está en 20% (4+1=5, entonces 1 es el 20% de 5). Esta pregunta nos da una buena aproximación a la definición de Pauker y Kassirer que dice que el umbral de decisión para una enfermedad, en determinado contexto, es el punto de equilibrio en el cual los riesgos y beneficios del tratamiento se igualan a los riesgos y beneficios de dejar de tratar, de manera que ninguna de las dos opciones sea preferida.(1) Tomemos el siguiente ejemplo: Un militar de 22 años, se presenta en el servicio de urgencias del hospital con una temperatura axilar de 40°C, una rigidez de nuca ligera y una erupción purpúrica leve en las muñecas y los codos.

El cuadro hace sospechar en una meningitis meningocócica. Se trata de una enfermedad con una evolución muy rápida, que si no se trata puede llevar en pocas horas a la muerte o dejar secuelas muy serias. Además hay que considerar que es una enfermedad altamente transmisible. El tratamiento con penicilina parenteral es muy eficaz, muy barato y el riesgo de efectos adversos es muy bajo. Por consecuencia, todos estarán de acuerdo en que, si estamos frente a diez personas con sospecha de meningitis meningocócica, pero no sabemos cual de ellos tiene en verdad la enfermedad, está justificado tratar inútilmente hasta nueve que en realidad no la tienen, con tal de no dejar a un verdadero enfermo sin tratamiento. En otras palabras, estamos situando nuestro umbral de decisión en 10%. Esto significa que, ante un paciente con estas características, aceptamos estar 10% seguros de que tiene meningitis meningocócica para iniciar el tratamiento. En el ejemplo presentado seguramente este nivel de probabilidad ya ha sido alcanzado. Tomemos un ejemplo en el otro extremo: Una mujer de 54 años se presenta en un centro de salud con un nódulo palpable en el seno izquierdo y retracción de la piel; últimamente, dice haber perdido peso.

El caso hace pensar de inmediato en un cáncer mamario. El tratamiento sería una mastectomía, aunque de eficacia dudosa porque la enfermedad en la paciente parece estar en estado avanzado. Por otro lado, este tratamiento tiene serias repercusiones psicológicas. Seguramente ningún médico que se encuentre frente a diez mujeres que presentan un nódulo mamario, va a proponer hacer una mastectomía sin antes haber hecho una biopsia para estar completamente seguro del diagnóstico. Además hay que tomar en cuenta que debemos comunicar el diagnóstico, explicando de una forma clara cuál es el pronóstico. ¡No aceptamos equivocarnos con nadie! El umbral de decisión está muy cercano al 100%.

Certeza requerida vs. Certeza alcanzada Como dijimos antes, cuando estimamos un valor muy bajo para el umbral existe un 24

Los umbrales

malentendido: Muchos médicos piensan que un número demasiado importante de pacientes que no tienen la enfermedad van a ser tratados en vano. Tomemos como ejemplo a la apendicitis. Cuando no es tratada las complicaciones son graves. El tratamiento estándar es la laparotomía abdominal, el cual es un procedimiento eficaz pero - como toda cirugía - no está exenta de riesgos y - por toda la logística necesaria - tiene un costo relativamente alto. Por todo esto la mayoría de los cirujanos aceptan un umbral de decisión de alrededor de 30%, lo que quiere decir que si en un determinado paciente ya se alcanza un 30% de certeza está justificado hacer la cirugía. Sin embargo algunos cirujanos piensan que tener un umbral de decisión de 30% significa que 70% de los casos son operados inútilmente. ¡Esto es completamente falso! Un umbral de decisión de 30% significa que aceptamos equivocarnos en el 70% y no que vamos a equivocarnos en este porcentaje. El umbral de decisión, que es la certeza mínima requerida, es completamente diferente a la certeza alcanzada en el paciente individual. Un médico que recibe a un paciente con sospecha de apendicitis realiza una serie de preguntas de anamnesis, hace un examen físico y pide examenes complementarios. Con esta información el médico alcanza una cierta probabilidad de la enfermedad. En la mayor parte de los casos la probabilidad es alta, estando el promedio cerca del 90%. Una pequeña parte de pacientes presenta un cuadro atípico, alcanzando probabilidades más bajas. Son únicamente estos pacientes los que podrían ser falsos positivos. El umbral es sobretodo útil para justificar la decisión de tratamiento en estos casos, en quienes la incertidumbre es mayor. La figura 2.7 ilustra esta repartición. Figura 2.7 : Certeza requerida vs. Certeza alcanzada para apendicitis

El eje “y” representa la probabilidad alcanzada. El eje “x” representa el número de pacientes que alcanza cada probabilidad. Las barras horizontales representan la distribución del total de pacientes. La línea horizontal inferior representa la certeza requerida (umbral de decisión), la línea horizontal superior representa el promedio de probabilidad alcanzado en el total de pacientes.

25

Algunos ejemplos clínicos para comprender mejor Diabetes ¿A partir de qué valor de probabilidad podemos comunicar el diagnóstico de diabetes? Ejemplo de un campo de investigación grande con umbral de acción cercano a 100% En una mujer campesina, divorciada y madre de 6 niños. Durante un chequeo general que realiza el médico rural de la comunidad se le detecta una glicemia en ayunas de 130 mg/dl.

Discusión: La diabetes es una enfermedad crónica que tiene consecuencias muy graves cuando no es tratada. El tratamiento no cura la enfermedad, solo la controla. Sin embargo una vez que está bajo control el pronóstico es aceptablemente bueno. Por otro lado, el lograr un control eficaz es muy difícil: los hábitos dietéticos deberán cambiar drásticamente, el tratamiento deberá ser tomado de forma ininterrumpida para el resto de la vida, tendrá que complementarlo con una serie de medidas de autocuidado. Lo más importante, en un país que no cuente con un sistema de seguridad social bien establecido, la paciente deberá contar con un presupuesto mensual extra para comprar los medicamentos y realizar los controles sucesivos para el resto de la vida. En casos extremos, como el del ejemplo, la mujer tendrá que elegir entre alimentar a sus hijos o comprar su tratamiento. Por todo esto hará falta estar prácticamente seguro del diagnóstico antes de comunicarlo y decidir iniciar el tratamiento. El umbral de acción está cerca de 100%. Por otro lado, si en realidad tiene diabetes, no podemos dejar de diagnosticarla, debido a las consecuencias graves de la enfermedad. Por eso la amplitud del campo de investigación es muy grande: haré todos los examenes necesarios para llegar a confirmar la enfermedad o para excluirla: ¡ante todo caso dudoso, haremos los examenes!

Fiebre amarilla ¿Desde qué valor de probabilidad podemos excluir una fiebre amarilla? : ejemplo de campo de investigación grande con un umbral de exclusión que tiene un valor cercano a 0% Una campesina de la región de Cochabamba en Bolivia es llevada en marzo de 1997 al servicio de emergencias del hospital de distrito en estado comatoso febril, con ictericia y cilindruria; siendo la gota gruesa negativa. De esta región fueron reportados 12 casos de fiebre amarilla en los dos meses anteriores de los cuales 10 murieron, y el año anterior fueron reportados algunos casos más.

Discusión : La fiebre amarilla es una enfermedad grave no solamente para el paciente sino para toda la población de la región y del país si algunas medidas de prevención no son puestas en marcha rápidamente.También es una enfermedad contra la cual solamente existe un tratamiento sintomático, en la que los exámenes serológicos que tienen un fuerte poder de confirmación y de exclusión no hacen correr ningún riesgo al paciente, y donde el costo del test seguramente será tomado a cargo por la comunidad mundial. 26

Los umbrales

Por otro lado, a pesar de existir una vacuna muy eficaz, organizar una campaña de vacunación masiva implica un esfuerzo considerable y un costo elevado, tanto por la organización, como por la vacuna misma. Para excluir una fiebre amarilla, en un contexto de gran sospecha, será entonces necesario alcanzar una probabilidad cercana a 0%: un falso negativo puede engendrar consecuencias graves mientras que para los falsos positivos, el médico establecerá medidas profilácticas que podrá detener una vez que regresen los resultados de los exámenes serológicos. Por otra parte las consecuencias de una falsa alerta mundial no pueden ser subestimadas, entre otras razones por las repercusiones que eso podría tener en el turismo internacional.

Conclusión La meta del trabajo clínico no es necesariamente alcanzar un diagnóstico seguro para una cierta enfermedad, si no más bien de tomar la decisión correcta frente a un paciente y su contexto. En este capítulo hemos tratado de estudiar los criterios cualitativos que influyen sobre nuestros umbrales de decisión. Estos umbrales pueden ser calculados formalmente de forma matemática: la relación entre el umbral de decisión (“umbral único”) y los dos umbrales de acción y de exclusión, que aparecen cuando hay que decidir si se debe o no hacer un último examen, dependen del poder, el costo y el riesgo del examen.

•

No hay que hacer un diagnóstico: hay que llegar a una certeza lo suficientemente alta para actuar.

•

Los factores subjetivos y generales influyen mucho más sobre nuestras decisiones que los datos objetivos.

•

Si no podemos obtener bastante evidencia para tratar o referir, no podemos olvidar de excluir la enfermedad.

27

Referencias ((1) Pauker SG, Kassirer JP. Therapeutic decision making: a cost-benefit analysis. N Engl J Med 1975 Jul 31;293(5):229-34. (2) Pauker SG, Kassirer JP. The threshold approach to clinical decision making. N Engl J Med 1980 May 15;302(20):1109-17. (3) Hunink M, Glasziou P, Siegel J, Weeks J, Pliskin J, Elstein AS, et al. Decision making in health and medicine. Integrating evidence and values. 1 ed. Cambridge: Cambridge University Press; 2001. (4) King JT, Jr., Tsevat J, Lave JR, Roberts MS. Willingness to pay for a quality-adjusted life year: implications for societal health care resource allocation. Med Decis Making 2005 Nov;25(6):667-77.. (5) Basinga P, Moreira J, Bisoffi Z, Bisig B,Van den Ende J. Why Are Clinicians Reluctant to Treat Smear-Negative Tuberculosis? An Inquiry about Treatment Thresholds in Rwanda. Med Decis Making 2007 Jan;27(1):53-60. (6) Grant L, Campbell D. Plague and Other Yersinia Infections. In: Braunwald E, Fauci A, Kasper D, Hauser S, Longo D, Jameson L, editors. Harrison's principles of Internal Medicine. 15 ed. New York: Mc.Graw Hill; 2001. (7) Young N.S. Aplastic Anemia, Myelodisplasia and Related Bone Marrow Failure Syndromes. In: Braunwald E, Fauci A, Kasper D, Hauser S, Longo D, Jameson L, editors. Harrison's principles of Internal Medicine. 15 ed. New York: Mc.Graw Hill; 2001. (8) Chaplin S. Bone marrow depression due to mianserin, phenylbutazone, oxyphenbutazone, and chloramphenicol--Part II. Adverse Drug React Acute Poisoning Rev 1986;5(3):181-96. (9) Ritov I, I, Baron J. Protected Values and Omission Bias. Organ Behav Hum Decis Process 1999 Aug;79(2):79-94.

28

3 Relaciones entre los argumentos y las hipótesis Introducción Ciertos fenómenos causan o testifican sobre otro fenómeno. Esto quiere decir que la presencia de uno está en relación con la presencia del otro. En medicina esas relaciones se analizan en el estudio de los riesgos y en la prueba de la presencia de una patología. Por ejemplo, la presencia de cianosis puede estar relacionada con una neumonía. Esto no solo se hace en medicina. En otras ciencias las relaciones entre fenómenos también pueden ser analizadas: así, por ejemplo los meteorólogos, a partir del aspecto del cielo, de las medidas barométricas, de las fotografías tomadas desde satélites, tratan de prever el clima que habrá en los días siguientes. De igual manera, en criminología, es esencial aportar un cierto número de pruebas con el fin de confirmar las sospechas de culpabilidad de los diferentes acusados.

Ejemplo de criminología Un banco importante en el centro de una gran ciudad de Sudamérica es asaltado por una veintena de ladrones armados; la policía empieza a cercar el barrio donde se encuentra el banco antes de que los ladrones puedan dejarlo. Los policías empiezan una requisa sistemática de todas las personas del barrio y las reparten en dos grupos: las personas armadas y las personas sin armas. Al final del proceso, cada uno de los dos grupos es subdividido en función de la implicación de las diferentes personas en el asalto al banco. Entonces, la población presente en el barrio en el momento del asalto al banco es repartida arbitrariamente en 4 categorías: 1) los ladrones armados, 2) los ladrones que se deshicieron de su arma el momento de la requisa o que no llevaban arma en el asalto,3) los transeúntes armados pero que no están implicados en el asalto al banco y finalmente 4) los transeúntes sin armas.

Con la ayuda de una tabla de contingencia (tabla de cuatro entradas), podemos describir el efecto discriminativo del argumento (portar un arma) en relación a la hipótesis (ser un ladrón), usando una representación gráfica donde se visualizan los verdaderos positivos (ladrones armados), los falsos positivos (transeúntes armados), los verdaderos negativos (transeúntes no armados) y los falsos negativos (ladrones no armados) ( Tabla 3.1). Tabla 3.1 Relación entre hipótesis y argumentos hipótesis + (ladrón)

hipótesis (transeúnte)

argumento + (armado)

verdaderos positivos

Falsos positivos

argumento (no-armado)

falsos negativos

Verdaderos negativos

29

Figura 3.1

Supongamos que hemos identificado a 20 ladrones que participaron en el asalto al banco y que escogemos a un número igual de personas (20) entre la población de transeúntes que se encontraban en el perímetro cercado en el momento del asalto al banco. Si representamos a estos 40 ladrones transeuntes individuos en nuestra tabla de 4 entradas, la sin sin situación se esquematiza de la siguiente manera arma arma (Figura 3.1). Obviamente el número de personas que corresponden a cada una de estas cuatro categorías no siempre es igual y puede variar según el contexto en el que nos encontremos. Vamos a imaginar tres situaciones posibles. Para las situaciones descritas a continuación suponemos tácitamente que la mayor parte de ladrones están armados en el momento de la requisa. ladrones armados

transeuntes armados

Primera situación: Figura 3.2

ladrones armados

transeuntes sin arma

País tranquilo y ninguna persona susceptible de llevar un arma por su función (policía, guardia, militar, etc.) está presente en el barrio cercado: la proporción de personas armadas es muy pequeña en el grupo de los transeúntes y muy grande en el grupo de los ladrones. En esta situación el hecho de llevar un arma es un muy buen argumento a favor de la culpabilidad de la persona requisada, y el hecho de no estar armado es un muy buen argumento a favor de la inocencia.

Segunda situación: Figura 3.3

ladrones armados

transeuntes armados

transeuntes sin arma

30

Es posible que un gran cuartel militar se encuentre dentro del perímetro cercado por la policía, lo que aumentará mucho la importancia del grupo de transeúntes armados. La proporción de personas armadas es similar a la de personas no armadas en el grupo de transeúntes: en esta situación el hecho de estar armado es un argumento que aumenta moderadamente la sospecha de culpabilidad de la persona requisada, y el hecho de estar desarmado ayuda moderadamente en favor de la inocencia.

Argumentos e hipótesis

Tercera situación: Figura 3.4

ladrones armados

transeuntes armados

País con inestabilidad política, la mayor parte de personas llevan un arma para defensa personal. La proporción de personas armadas es muy grande entre los ladrones y los transeúntes; igualmente la proporción de personas no armadas es muy pequeña tanto en los ladrones como en los transeúntes. En esta situación el argumento sea positivo o negativo no aumenta ni disminuye nuestra certeza de culpabilidad de la persona requisada.

Estas representaciones permiten visualizar fácilmente la relación que existe entre un argumento y una hipótesis. • Cuando la razón entre verdaderos positivos y falsos positivos es muy alta la presencia del argumento confirma ampliamente la hipótesis (primer caso), • Cuando la razón entre verdaderos negativos y falsos negativos es muy alta la ausencia del argumento niega ampliamente la hipótesis (primer caso), • Cuando el número de verdaderos positivos y falsos positivos es similar, el argumento no tiene mayor relación con la hipótesis estudiada. Al igual si el número de falsos negativos y verdaderos negativos es parecido (tercer caso). En la segunda situación (Figura 3.3), nos encontramos en una situación intermedia: el argumento no es muy válido ni para confirmación, ni para exclusión.

Ejemplo de medicina Este mismo enfoque puede ser aplicado en medicina. Vamos a considerar el caso de un paciente y trataremos de visualizar, con la ayuda de un esquema similar al anterior, la relación que liga a diferentes argumentos con la hipótesis diagnóstica estudiada: Un paciente de 25 años que pasó durante un tiempo trabajando en un pozo petrolero en la amazonía es hospitalizado en Quito para la investigación de una fiebre de instalación reciente. Siguió una quimioprofilaxis regular con cloroquina durante su estadía en la amazonía y, luego de treinta días después de su regreso a Quito. Presentó un episodio de diarrea durante el año precedente. En el examen físico se evidencia una temperatura de 39 grados C, un pulso regular de 110/min, una TA de 110/80, el examen abdominal pone en evidencia un hipocondrio derecho doloroso a la palpación y una hepatomegalia dolorosa. La maniobra de Murphy es positiva. La ecografía de hígado pone en evidencia tres abscesos de más de cinco cm de diámetro a nivel de lóbulo derecho, la serología para amebiasis es positiva en inmunofluorescencia a una dilución 1/800. Diagnóstico: Múltiples abscesos hepáticos amebianos.

Consideremos un grupo de 100 casos de abscesos hepáticos amebianos y un segundo de 100 pacientes hospitalizados por otra razón diferente a un absceso hepático. Repartamos los 200 pacientes en cuatro grupos según tengan o no un absceso hepático amebiano, por una parte, y según presenten el argumento estudiado o no (Tabla 3.2). 31

Tabla 3.2 Relación entre argumentos e hipótesis clínicas

Absceso amebiano de hígado

No absceso amebiano de hígado

Argumento + (Ej.: antecedente de diarrea, hipertermia, hepatomegalia, serologia +)

verdaderos positivos

falsos positivos

Argumento (Ej.: no antecedente de diarrea, no hipertermia, no hepatomegalia, serologia -)

falsos negativos

verdaderos negativos

Obtenemos una representación gráfica similar al modelo de criminología estudiado más arriba donde la superficie de cada cuadrado es proporcional al número de personas que representa:

Argumento 1 : antecedentes de diarrea en el año precedente Figura 3.5

Dentro del grupo de pacientes que tienen un absceso amebiano del hígado y aquel que repreabsceso + absceso senta a los 100 pacientes que no tienen esta diarrea + diarrea + enfermedad, la proporción de personas con antecedentes de diarrea en el año precedente es más o menos igual a aquella de las personas que no han tenido diarrea. El antecedente de haber absceso + absceso tenido diarrea en el último año es igual de frediarrea diarrea cuente en ambos grupos. Por eso la imagen gráfica representa cuatro cuadrados con una superficie idéntica y podemos decir que no existe ninguna relación entre este argumento y la hipótesis diagnóstica; dicho de otra forma, este argumento no cambia la certeza frente a nuestra hipótesis.

Argumento 2 : fiebre Figura 3.6

La representación gráfica es ahora asimétrica. Observamos que son muy raros los pacientes absceso + con un absceso amebiano de hígado que no tieabsceso fiebre + Tº + nen fiebre; sin embargo el argumento fiebre se puede encontrar también en algunos pacientes del grupo de referencia: la fiebre es entonces un absceso argumento que si está relacionado con la enferTº medad en cuestión pero su descubrimiento no nos hace avanzar mucho en nuestra certeza diagnóstica; su ausencia, por el contrario, puede ser útil para excluir un diagnóstico de absceso amebiano de hígado. 32

Argumentos e hipótesis

Argumento 3 : hígado doloroso Figura 3.7 absceso + dolor +

absceso + dolor -

absceso diarrea -

Este tercer ejemplo nos da una representación gráfica opuesta a la del ejemplo precedente: entre los pacientes afectados por un absceso amebiano de hígado, la palpación del hígado será dolorosa en alrededor de la mitad de los casos; pero por otro lado la presencia de este signo en la población de referencia es raro.

Por esta razón el hallazgo de un hígado doloroso aumenta la sospecha de absceso amebiano de hígado. Su ausencia, por el contrario, ayuda poco para excluir.

Argumento 4 : la serología de amebiasis positiva (superior à 1/200) Figura 3.8

absceso + sero >1/200 absceso sero