Informatica biomedica capítulo 23: razonamiento clínico

Informatica biomedica capítulo 23: razonamiento clínico

El razonamiento clínico es un componente fundamental de la competencia clínica, ya que para la práctica médica efectiva no es suficiente identificar todos los síntomas y signos de un paciente de manera exhaustiva y sistemática. El procesamiento mental de estos datos a través del razonamiento clínico, para una toma de decisiones oportuna y adecuada, debe llevarse a cabo de manera eficaz y eficiente.

El razonamiento clínico se ha incluido dentro de términos genéricos como “el arte de la medicina”, por ello es de fundamental importancia que en proceso formativo del médico y el especialista se analice y discuta esta temática para entender los factores que interviene en la adquision de las habilidades de razonamiento clínico.

Términos como razonamiento clínico, solución de problemas clínicos, toma de decisiones clínicas y razonamiento diagnostico son sinónimos, que se refieren a la misma idea, el concepto descrito por Barrows como “el proceso cognitivo necesario para evaluar y manejar los problemas médicos de los pacientes”

Existen dos grupos de teorías sobre el razonamiento clínico: las normativas y las descriptivas

Las teorías normativas o prescriptivas

· Describen como deberían las personas razonar si actuaran de una manera racional

· Basándose en teorías de decisiones y de utilidad esperada

· De lógica y probabilidad

Las teorías descriptivas

· Reconocen que con frecuencia las teorías normativas no explican como se toman las decisiones en la vida real

· El peso de la experiencia subjetiva es mas importante que el de la razón en la toma de decisiones

MODELO DE PROCESOS DUALES Y RAZONAMIENTO CLÍNICO

Procesos no analíticos

· Se apoyan en la experiencia de los clínicos

· Sin un análisis consiente que puede establecer un diagnostico por reconociendo de patrones

Procesos analíticos

· Implica un análisis cuidadoso de la relación entre síntomas y signos y los diagnósticos

· Recurre a el pensamiento hipotético –deductivo

· Implica los siguientes pasos: observación cuidadosa, obtención de información, exploración física, generación de hipótesis, correlación de los datos obtenidos con las hipótesis planteadas

CAPITULO 22. TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS

CAPITULO 22. TEOREMA DE BAYES. ANÁLISIS DE DECISIONES CLÍNICAS

.

Teorema de Bayes

El Teorema de Bayes sirve para calcular la  probabilidad posterior. Para calcular la probabilidad posterior de una enfermedad con el Teorema de Bayes, se necesita saber:  

1) La probabilidad previa de la enfermedad

2) La probabilidad del resultado de la prueba, condicional con que el paciente tenga la enfermedad 

3) La probabilidad del resultado de la prueba, condicional con que el paciente no tenga la enfermedad

Antes de seguir, conviene recordar un poco la terminología y refrescar el teorema de Bayes. El lector que no lo necesite o que le aburran estas cosas puede pasar directamente al punto siguiente.

Vamos a llamar P(A) a la probabilidad de que ocurra el suceso A. 

P(A.B) a la probabilidad de que ocurran los sucesos A y B (ambos). 

P(A / B) a la probabilidad de que ocurra A cuando sabemos que ha ocurrido B (se denomina probabilidad condicionada).

La probabilidad de que ocurra A y B es igual a la probabilidad de B multiplicada por la probabilidad de A condicionada a que haya ocurrido B.

P(A.B) = P(B) x P(A / B) = P(A) x P(B / A)

Por simetría es obvio que se cumple la tercera igualdad.