Método hipotético deductivo - MBE Universidad de Valparaíso

Anuncio
Curso MBE
IV Medicina
Universidad de Valparaíso
Método hipotético deductivo
Dr. Claudio Puebla
Método Hipotético-deductivo
• Más ampliamente utilizado en medicina.
• Habitualmente aplicado por los médicos sin conocimiento
de ello.
• Basado en el método científico general, aplicado en otras
ciencias.
• Sumamente útil, pero susceptible a algunas fallas.
Inducción y deducción
– Inducción: modalidad del razonamiento que consiste en
obtener conclusiones generales a partir de premisas que
contienen datos particulares.
• La observación repetida de eventos de una misma índole
permite obtener una conclusión que es generalizable. Su
conclusión sólo puede considerarse probable, por lo que no
es muy aplicado en el mundo científico actual.
– Deducción: parte de categorías generales para hacer
afirmaciones sobre casos particulares.
• La conclusión debe poder derivarse necesariamente de las
premisas, aplicando alguna regla de inferencia. Utiliza
verdades en su proceso, por lo que las conclusiones
obtenidas tendrán una mayor solidez.
Método hipotético deductivo
• Es una aproximación a la verdad en ciencia.
• Uno de los métodos más aceptados en la actualidad. Se
considera una descripción del método científico.
• Plantear hipótesis en base a los datos disponibles.
• Luego aplicar la deducción para llegar a una conclusión.
Esta realiza a través de experimentación.
• Un concepto importante es que la teoría nunca puede
considerarse verdadera, sino como “no refutada”.
Método hipotético deductivo: ejemplo
• Datos y detección de un problema: en el siglo XIX se
descubrió que el planeta Urano no seguía la órbita prevista
por las leyes de Newton.
• Hipótesis: podría deberse al efecto gravitatorio de otro
planeta ubicado por fuera de su órbita. O falla de la teoría.
• Verificación: se realizaron estimaciones que predijeron
donde debería encontrarse éste. Galle confirmó la
presencia de un nuevo planeta (Neptuno) en dicho lugar.
• Conclusión: se confirma que la presencia de Neptuno,
explica las irregularidades de la órbita de Urano. Apoya
además la teoría de Newton.
Pasos del método hipotético deductivo en
medicina
1.
Recolección de datos
2.
Evaluación de los datos
3.
Generación de hipótesis diagnóstica ( diagnóstico
diferencial)
4.
Refinamiento de hipótesis
5.
Diagnóstico final
Proceso en la realidad
Recolección datos
Evaluación datos
Hipótesis diagnósticas
Verificación diagnóstica
Diagnóstico definitivo
1. Recolección de datos
• Las habilidades más importantes en esta etapa no son
intelectuales.
– Conocimiento: saber que buscar.
– Capacidad de “observación”.
– Capacidad de comunicación.
– Capacidad para obtener signos.
• Los datos pueden ser obtenidos a través de cualquiera de
los sentidos.
2. Evaluación de los datos
• No todos los datos obtenidos tienen el mismo peso en el
proceso diagnóstico.
• No olvidar relevancia de la edad, sexo y forma de
instalación de la enfermedad.
• Hay algunos datos que son sumamente sugerentes de la
presencia de una determinada enfermedad. Específicos
(lesiones cutáneas en varicela).
• En cambio otros son muy inespecíficos, siendo posible
que sean causados por múltiples enfermedades. (fiebre,
baja de peso, anemia, etc.). No olvidar que pueden ser
relevantes por revelar organicidad.
Evaluación de los datos
• A veces la combinación de algunos datos nos darán la
pista de una posible enfermedad (agrupar)
• Hay algunos datos más confiables que otros. Objetivos.
• Ejemplos de objetivos: fiebre objetivada, anemia en el
laboratorio, creatinina elevada, etc.
• Ejemplos de hallazgos no objetivos: dolor, aspecto de
secreciones dada por el paciente, etc.
Evaluación de los datos
• Luego de obtenidos los datos,
seleccionar los más relevantes.
entonces
intentar
• Clave es el síntoma principal del paciente.
• Intentar ordenarlos de alguna manera.
• Esto permitirá sugerir hipótesis diagnósticas.
• Considerar datos objetividad y especificidad de cada uno.
Replantearse el problema de diferentes ángulos, ser
creativos.
3. Hipótesis diagnóstica
• Luego del proceso de análisis de los datos disponibles,
surgirán casi instantáneamente diferentes hipótesis que
puedan explicar los hallazgos.
• Habitualmente son entre 2 y 5 diagnósticos en los
primeros segundos.
• Pero puede ampliarse al incorporar elementos congnitivos
más profundos.
Importancia de la hipótesis diagnóstica
• Da un contexto en que se puede continuar trabajando.
Son guías para siguientes acciones.
– Problema renal.
– Síndrome nefrótico .
– Glomerulopatías con complemento bajo versus normal.
Utilidad de la hipótesis diagnóstica
Nefropatía
lúpica
Más complemento bajo
Síndrome nefrótico
edema
Todos los diagnóstico en medicina
Ejemplos hipótesis diagnósticas
• Mujer de 24 años que consulta por dolor en fosa ilíaca
derecha de 1 día de evolución.
• Hombre de 54 años con baja de peso marcada, anorexia e
ictericia de 3 meses de evolución.
• Mujer de 64 años que consulta por dolor torácico izquierdo
de 1 mes de evolución, con clínica y radiología que apoya
la presencia de un derrame pleural extenso derecho.
4. Refinamiento diagnóstico
• Proceso secuencial: conseguir más información e
interpretar nuevos resultados.
•
–
–
–
Con nueva información adquirida:
descartar una hipótesis
agregar otras
ser más específicos en el diagnóstico
Refinamiento diagnóstico
• Clave: la representación de enfermedad que tengamos
en la memoria
• Uso de varias estrategias: casual , determinística,
probabilística ( Bayes)
• A menos datos, mayor incertidumbre diagnóstica.
Refinamiento diagnóstico
• Ideal que nuevos datos produzcan un mayor cambio en la
probabilidad de las enfermedades en análisis, con el fin de
reducir la entropía diagnóstica.
• Tanto en (+) como (-).
• Pese a cualquier dato es relevante, aquí es donde los
exámenes tienen su principal rol.
Refinamiento diagnóstico
• Estrategias:
– Confirmación: algo que se espera esté presente cuando el
paciente tiene la enfermedad.
– Eliminación: hallazgo reduce la probabilidad de una
enfermedad.
– Discriminación: cuando quedan pocas enfermedades
considerar en ese momento prevalencias, sutiles
diferencias clínicas, laboratorio y respuesta al tratamiento.
Refinamiento diagnóstico
Importante: la disminución o aumento de la
probabilidad de un diagnóstico, afecta la
probabilidad de diagnósticos alternativos.
La suma de las probabilidades siempre debe
dar 100 %.
Ejemplo
• Si para un diagnóstico determinado existe 4 posibles
diagnósticos con las siguientes probabilidades.
• A 45 %, B 30 %, C 20 % y D 5 %
• La realización de algunos exámenes permite descartar el
diagnóstico B.
• La distribución porcentual quedaría en: A 64 %, C 28,5 %
y D 7,1 %.
Ejemplo de refinamiento diagnóstica
• Caso sospecha de apendicitis: la presencia de Blumberg al
examen físico aumenta la probabilidad de su presencia,
como también una evaluación ginecológica negativa.
• En el caso de ictericia y baja de peso, la presencia de un
patrón colestásico en el laboratorio y una imagen nodular
en la cabeza de páncreas de un TC de abdomen aumentan
la probabilidad de un cáncer de páncreas.
• En el tercer caso una punción pleural que muestra un
exudado con predominio mononuclear con baciloscopías
negativas en su interior, más el antecedente de tabaquismo
(40 paq/año), aumentan la probabilidad de un cáncer.
5. Diagnóstico definitivo
• Luego del proceso de verificación diagnóstica, es posible
que lleguemos a un diagnóstico definitivo.
• Este es el que con mayor probabilidad explica los hallazgos
de nuestro paciente.
• Sin embargo, no es sinónimo de certeza según el método.
• En caso de no llegar a un diagnóstico definitivo se debe
reevaluar todo el proceso. Otras veces deberemos actuar
con un margen mayor de incertidumbre.
Elementos claves en proceso diagnóstico
• Generación de hipótesis
• Razonamiento causal
• Verificación diagnóstica
Razonamiento causal
• Aspecto del proceso diagnóstico basado en la relación
causa efecto entre variables clínicas o cadena de
variables.
• Sumamente importante en las fases finales del proceso
diagnóstico.
Razonamiento causal
• Poderosa herramienta.
• Es función de mecanismos anatómicos, fisiológicos y
bioquímicos que operan normalmente en el cuerpo humano
y en la fisiopatología de la enfermedad.
•
–
–
–
Sentido común de la causalidad:
Un efecto es generado por una causa específica.
Una causa precede al efecto.
Relación entre intensidad y magnitud.
Razonamiento causal
• Significa crear un modelo para el proceso nosológico del
paciente.
• Ejemplo: creatinina en falla renal o SIADH y concentración
de Na en orina.
• Paciente con natremia de 110 meq/l, cuya osmolaridad es
baja, no hay evidencia clínica de falla renal, insuficiencia
suprarrenal o diabetes. Se espera que la orina esté
sumamente concentrada y a la vez con sodio urinario
elevado. El examen de orina deberá tener estos hallazgos.
• Hallazgos anormales o eventos que violan las expectativas
normales deben ser explicados.
Razonamiento causal
• Interpretar datos:
– ¿Es la cadena causal completa creíble?
– ¿Cambios en la respuesta se relacionan con cambios en el
estímulo?
– ¿ Relación temporal estrecha entre estímulo y respuesta?
• Si
nuestro
modelo
satisface
estas
preguntas
adecuadamente podemos tener más confianza en el
diagnóstico.
Razonamiento causal
• Sin embargo, que una hipótesis causal explique el resto de
los hallazgos no significa que esta se la correcta. Construir
alternativas.
• El razonamiento causal puede aplicarse en varios pasos del
proceso diagnóstico, pero su mayor valor está al final.
• A veces importante en guiar el tratamiento ( uno puede
predecir lo que va a pasar). Restricción de agua y mejoría
de hiponatremia en el ejemplo anterior.
• Da consistencia al relacionar 2 hallazgos (más que por
probabilidad)
Razonamiento causal ejemplo
• Mujer de 21 años sana, que consulta por odinofagia,
hematuria, edema y oliguria de menos de una semana de
evolución.
• Al examen se encuentra exudado en faringe. Exámenes de
ingreso al hospital muestran hematuria de origen glomerular.
• ¿ Qué diagnóstico puede estar explicando la clínica ?
• ¿ Síndrome nefrítico post estreptocócico (post infeccioso) ?
• El razonamiento causal no apoya este diagnóstico.
Verificación diagnóstica
• Evaluar críticamente el diagnóstico ya planteado, antes de
aceptarlo en forma definitiva.
– Adecuado: diagnóstico explica todos los hallazgos en
nuestro paciente, tanto normales como anormales.
– Coherencia: hallazgos del paciente son consistentes con la
fisiopatología de la enfermedad sospechada.
– Parsimonia: la más simple explicación de todos los
hallazgos.
– Falsificación: búsqueda conciente y sistemática de
inconsistencias en nuestro diagnóstico.
Verificación diagnóstica
• Cierre prematuro y falta de cierre.
• Cierre prematuro.
• Dada la naturaleza de la evidencia, siempre se debe
mantener algún elemento de duda, incluso cuando todo
parece confirmar el diagnóstico.
• No apresurarse a obtener conclusiones en bases a pocos
datos o ignorando algunos que no tienen explicación, o tal
vez olvidar lo poco frecuente que es la enfermedad.
•
–
–
–
Falta de cierre: imposibilidad de llegar a algún diagnóstico.
Conseguir más datos.
Reevaluación del proceso.
Observación.
Descargar