Sunteți pe pagina 1din 32

Principii de analiza a deciziei in medicina

Practica medicala este arta de a lua decizii adecvate pe baza unor date
neadecvate(insuficiente, nesigure).Cu alte cuvinte decizia medicala este
plina de nesiguranta. De aceea, determinarea strategiei optime de diagnostic
in fata unui bolnav trebuie sa constituie o procupare majora a medicului si
astazi suntem datori sa ne bazam pe stiinta diagnosticului, pe tehnicile de
analiza a deciziei.
Mai exact medicina, desi are un fundament stintific, nu opereaza cu concepte
clar definite si general aplicabile, datele disponibile fiind in general obtinute
la nivel populational. Incertitudinea provine in momentul in care se doreste
realizarea unei particularizari a unui concept general intr-un caz
particular.Totusi, in ultimul secol au aparut o serie de abordari matematice
diferite asupra problemei inferentei de ordin statistic si procesului decizional
optim metodele de testare a ipotezei dezvoltate de Fisher, Pearson si altii,
abordarea descrisa de Bayes si nu in ultimul rand teoria decizionala initiata
de Wald.
Analiza deciziei este o metoda cantitativa ce foloseste probabilitatile
pentru a lamuri procesul de decizie in situatii de incertitudine. Interesul
analizei de decizie in domeniul sanatatii este deci de a determina, cu
minimum de imprecizie posibil, stategia ce maximizeaza utilitatea
pacientului, masurata de pilda, prin raportul speranta de viata/calitatea
vietii.
Analiza deciziei permite stabilirea, pentru o situatie clinica data, a
diferitelor strategii diagnostice si terapeutice posibile, a unei atitudini
diferite de cea a folosirii maximului posibil de mijloace. Ea permite
conturarea deciziei medicale prin colaborarea, in acelasi timp, a datelor
experimentale, a celor epidemiologice, a opiniilor expertilor si a starii de
sanatate a pacientului. Permite in plus integrarea opiniei pacientului si a
calitatii vietii acestuia. Pornind de la aceste elemente, analiza deciziei se
angajeaza sa puna in evidenta preferinta pentru o strategie de actiune intr-o
situatie data, clinica sau de sanatate publica.

Rationamentul nostru medical va fi mai intemeiat daca vom accepta sa


ne explicam deciziile. Munca de diagnostic are rost numai in masura in care
ingrijirea ulterioara a pacientului este influentata de rezultatul ei.
Costurile si riscurile testelor de diagnostic trebuie sa fie justificate de
valoarea cu care creste informatia diagnostica, de beneficiul asteptat de la
strategia respectiva.
Dupa cum arata R.A.Greenes, procesul de luare a deciziei este dirijat
de scop; diferitele planuri de evaluare a pacientului configureaza un numar
de tinte pana la care este rezonabil sa se urmeze o anumita strategie de
diagnostic si dincolo de care aceasta strategie isi pierde interesul.
Luarea deciziei in medicina se caracterizeaza prin utilizarea unor
praguri. Pragul este nivelul la care boala are o probabilitate de existenta care
il convinge pe medic sa ia o anumita actiune ca: efectuarea unui test,
prescrierea unei medicatii sau recomandarea unei interventii chirurgicale.
Sub acest prag, medicul poate lua alte decizii, fiecare actiune avand propriul
ei prag. Exista deci probabilitati prag ale diagnosticului deasupra carora
suntem dispusi sa luam o anumita actiune si sub care luam in consideratie o
alta actiune. Acest prag reprezinta o legatura esentiala intre procesul de
diagnostic si procesul de tratament, o cale de stabilire a punctului de oprire,
a suficientei datelor de diagnostic.
A explica acest fapt in practica clinica de rutina ajuta la
constientizarea importantei evaluarii corecte a datelor si formularii adecvate
a diferitelor strategii.
Discutand strict despre deciziile pe care medicul trebuie sa le formuleze in
cursul activitatii sale costatam ca acestea sunt intalnite frecvent in cursul
rezolvarii unui caz. Astfel in cazul unui singur pacient medicul formuleaza
decizii privind triajul, manevrele de stabilizare in urgenta, diagnosticul (atat
clinice cat si paraclinice), terapia de scurta si lunga durata, precum si
managementul general al cazului. In afara de aceste decizii obligatorii exista
o serie de procese decizionale intalnite in practica medicala dar care au un
caracter in esenta non-medical: administrative, educationale, interpersonale
si retrospective. Daca aceste din urma decizii sunt in general complexe,
bazandu-se pe un numar mare de variabile si prezentand un grad mare de
subiectivism, in cazul deciziilor strict privind actul medical exista cel putin
posibilitatea teoretica de a construi un model matematic ce sa permita
adoptarea unei solutii optime.
Pentru a realiza acest deziterat este necesara caracracterizarea procesului
prin care medicul pus in fata unei probleme clinice ajunge sa formuleze in
primul rand un diagnostic. Aceste strategii pe care le aplica un medic in mod
constient sau nu au fost impartite in patru categorii si anume:
- strategii bazate pe recunoasterea modelelor
- strategii ce recurg la aplicarea unor reguli preformate
- strategii ipotetico deductive
- strategii naturale sau bazate pe evenimente
Aceasta impartire pe categorii are un rol analitic, in practica curenta
fiecare medic recurgand intr-o masura variabila la elemente apartinind
mai multor strategii mentionate.
Strategiile bazate pe recunoasterea modelelor sunt frecvent intalnite in
practica clinica. Pentru aplicarea unei astfel de strategii medicul trebuie
sa fie familiarizat cu un numar relativ mare de concepte (definite ca
multimi de obiecte si simboluri grupate sub aceeasi denumire si avand o
serie de caracteristici comune). Medicul care aplica o astfel de strategie,
in momentul in care este pus in fata unui caz va construi mental o
reprezentare a problemei utilizand o structura logica deja existenta
(modelul afectiunii). Aceasta strategie este aplicata in special de catre
medicii ce acorda o mare atentie detaliilor clinice si aplicarea ei este
facilitata in cazul prezentei semnelor sau simptomelor patognomonice
pentru o anumita afectiune. Procesul mental este automat, foarte rapid si
se dezvolta in timp o data cu acumularea unui numar de cazuri
investigate. Limitarile inerente ale strategiei se datoreaza in special
tablourilor clinice nespecifice sau polimorfe precum si faptului ca acel
model al afectiunii la care se recurge poate prezenta o larga variabilitate
datorata experientei profesionale diferite; in plus acest model este axat pe
urmarirea unor semne si simptome dar mult mai putin pe aspectele
fiziopatologice.
Strategia axata pe aplicarea unor reguli generale presupune un proces
mental ce necesita resurse rationale mai mari decat in cazul recunoasterii
modelelor. Aceste strategii recurg la cai clinice, algoritmi si metode
euristice, prsupunand clasificarea semnelor, simptomelor si rezultatelor
paraclinice in grupuri predefinite urmate de actiuni dictate de algoritmi
preexistenti o abordare incurajata in prezent datorita implicatiilor legale
ale actului medical.
Strategia ipotetico-deductiva presupune utilizarea cunostintelor dobandite
anterior pentru dezvoltarea unor solutii noi, fiind deosebit de utila in
cazul unui tablou clinic ce se indeparteaza de norma. Aceasta strategie
presupune efectuarea unei serii de pasi:
- elaborarea unui numar de ipoteze diagnostice
- acumularea de informatii suplimentare susceptibile a confirma sau
infirma ipotezele formulate
- evaluarea ipotezelor (in directia confirmarii sau infirmarii acestora) si
eventual generarea unor variante noi ce includ datele nou obtinute
- verificarea ipotezei finale
In aplicarea acestei strategii se include un element suplimentar informatiile
suplimentare care confirma sau infirma ipoteza sunt obtinute in general prin
teste diagnostice in interpretarea rezultatelor acestora trebuie tinut cont de
sensibilitatea, specificitatea si mai ales de puterea predictiva atat pozitiva cat
si negativa a acestora, precum si capacitatea de modificare a probabilitatii
pretest. Aceasta strategie poate conduce la rezultate deosebite in cazul
afectiunilor rare sau cu tablou clinic/paraclinic atipic, dar se poate insoti de
costuri mari avand in vedere recurgerea la investigatii suplimentare in
general costisitoare.
Strategia axata pe evenimente este un proces dinamic, intalnit frecvent in
cadrul medicinei de urgenta, in momentul in care starea clinica nu acorda
medicului timpul necesar pentru aplicarea altor abordari. Aceasta strategie
presupune formularea unor decizii terapeutice (bazate pe criterii clinice)
anterior formularii deciziei diagnostice; aceasta strategie poate facilita
procesul diagnostic prin efectuarea asa numitei probe terapeutice, dar se
insoteste si de riscuri suplimentare in cazul unei prescriptii inadecvate.
Vorbind despre trecutul apropiat putem considera ca in medicina analiza
unei decizii a avut la baza mai mult rationamentul subiectiv eventual cu apel
la opiniile expertilor (la randul lor subiective) si eventual la analiza
semicantitative.
Analiza cantitativa a deciziei aduce o serie de avantaje:
posibilitatea compararii a mai mult de trei posibilitati de actiune,
specificarea clara a factorilor ce au fost luati in calcul pentru a atinge
decizia finala,
posibilitatea luarii in calcul a unor evenimente cu probabilitate mica de
aparitie,
posibilitatea identificarii factorilor cu impact major asupra procesului
decizional.
Pragul de testare reprezinta valoarea probabilitatii de existenta a
bolii X si necesitatea efectuarii testului Y. El reprezinte punctual de echilibru
intre decizia de a refuza orice tratament(probabilitatea bolii este prea mica)
si decizia de a efectua testul.
Pragul de tratamentreprezinta probabilitatea bolii deasupra careia
se indica aplicarea tratamentului fara a se mai efectua testul.

Nu se trateaza Se testeaza inainte de a Se trateaza fara a mai


Nu se testeaza trata testa
0 Prag de Prag de 100
testare tratament

Astfel se furnizeaza o metoda simpla de a decide intre actiunile:


-testeaza
-trateaza
-nu faceti nimic

Folosirea tehnologiilor celor mai avansate, adesea foarte costisitoare,


pune problema etica de avaluare a eficacitatii in ameliorarea starii de
sanatate a populatiei si aceea a accesului pacientilor la aceasta tehnica.
In vederea stabilirii diagnosticului pozitiv si diferential, medicii cauta
sa stringa cat mai multe date posibile prin testele de laborator si de
imagistica. Odata pus diagnosticul, sunt folosite metodele cele mai recente
pentru a ingriji si trata problema de sanatate. Folosirea acestor metode se
face uneori ininte ca eficacitatea lor sa fie dovedita, pornindu-se de la ideea
ca o tehnologie noua are o probabilitate crescuta de a fi mai eficace decat
una veche.
De multe ori este incurajata ideea conform careia cu cat sunt folosite mai
multe tratamente si examene paraclinice pentru un pacient, cu atat rezultatul
este mai bun. Aceasta abordare functioneaza bine atat timp cat efectele
secundare ale actelor medicale sunt minore si finantarea suficienta.
Cresterea cheltuielilor pentru sanatate in tarile industrializate, ca si
lipsa resurselor in tarile in curs de dezvoltare, fac necesara evaluarea
strategiei diagnistice si terapeutice.
Daca vrem sa comparam tratamentul coxartrozei prin protezare, tratamentul
antihipertensiv, si o campanie de informare contra alcoolismului, este
necesar a fi gasite o metoda si un indicator, utilizabile in acest caz.
Utilitatea este definita de economisti ca fiind satisfactia asociata
folosirii unui bun sau serviciu. Un indicator care foloseste utilitatea trebuie
sa tina cont, in acelasi timp, si de speranta de viata si de calitatea vietii.
Utilitatea este un factor de baza al deciziei. Sub diverse denumiri, acest
factor al actiunilor omenesti figureaza in toate marile sisteme filozofice, din
antichitate pana in epoca noastra.
Interesele analizei de decizie in domeniul sanatatii este deci de a
determina, cu minimum de imprecizie posibil, strategia ce maximizeaza
utilitatea pacientului, masurata de pilda, prin raportul speranta de viata/
calitatea vietii. Luind in considerare o situatie simpla medicul care prescrie
un tratament oarecare X pentru o afectiune Y opereaza cu un concept relativ
simplu de probabilitate si anume: exista probabilitatea p ca tentativa sa fie
un succes terapeutic respectiv 1-p ca aceasta sa se constituie intr-un esec. In
interpretarea acestei situatii trebuie avut in vedere ca pacientul poate fi privit
ca un exponent al unei populatii ce impartaseste o caracteristica comuna
(afectiunea X), caz in care probabilitatea p este usor de calculat sau de
estimat (p reflecta proportia din populatia X care a primit tratamentul Y si s-
a vindecat) apeland la experienta anterioara. In cazul in care pacientul nu
este considerat ca reprezentativ, datele disponibile din populatie sau
experienta anterioara nu sunt deosebit de utile chiar daca o proportie p de
pacienti cu afectiunea X au fost vindecati nu se stie de fapt care este
probabilitatea ca tratamentul Y sa fie eficient in acest caz particular.
Nu trebuie pierdut din vedere conceptul de probabilitate subiectiva care este
in stransa legatura cu experienta si perceptia personala in estimarea unei
situatii si probabilitatilor asociate producerii unor evenimente direct legate
de aceasta (cum este adesea cazul in lumea medicala). Chiar daca
probabilitatea subiectiva ar fi prin reducere la absurd egala cu probabilitatea
reala (admitand ca aceasta ar putea fi in mod absolut determinata) luarea
unei decizii corecte ar putea fi inca grevata de o serie de erori legate de
interpretarea implicarii acestor probabilitati in evolutia ulterioara a cazului.
Pentru a rezolva intr-o oarecare masura astfel de probleme a fost dezvoltata
o asa numita teorie a utilitatii, care plecand de la un model de probabilitate
caracterizeaza diferitele posibilitati de actiune si anume prin atribuirea
unor valori numerice rezultatelor potential obtinute. Alegerea caii optime de
actiune in acest caz se reduce la urmarirea utilitatii maxime. Avantajul
utilizarii unei astfel de abordari consta in eliminarea acelor erori datorata
actiunii din impuls, dar nu trebuie pierdut din vedere ca valorile ce
definesc utilitatea sunt in definitiv arbitrare si pot prezenta variatii
interpersonale.

Etapele analizei de decizie:


-structurarea problemei
-identificarea alternativelor
-constituirea arborelui de decizie
-determinarea probabilitatilor consecintelor deciziilor luate
-determinarea dimensiunilor consecintelor asupra starii de sanatate a
pacientului
-calculul utilitatii asteptate de la fiecare strategie
-realizarea analizei de decizie

Structurarea problemei

Punctul de plecare al analizei este o situatie clinica precisa pentru care


sttrategia diagnostica si terapeutica este controversate. In momentul
luarii deciziei medicale, ansamblul informatiilor disponibile si
incertitudinilor legate de una sau alta dintre strategii nu permite
cunoasterea strategiei care maximizeaza utilitatea pentru pacient. Este
important sa fie descries starea pacientului, tinind cont de varsta, sex
antecedente, maladia actuala si patologiile existente.

Identificarea alternativelor

Analiza de decizie se bazeaza pe compararea mai multor strategii. Selectarea


acestora se faca dupa o analiza critica a datelor din literature medicala.
Variantele posibile sunt astfel selectionate incit sa simplifice cat mai mult
diferitele atitudini avute in vedere pentru pacient. Pentru a limita numarul
strategiilor posibile, alegerea punctului de vedere al analizei poate autoriza
selectionarea strategiei de urmat numai dupa ce este cunoscut rezultatul unui
test sau cel al aplicarii unei terapii.
Putem allege ca punct de plecare un barbat de 40 ani care a suferit un
infarct miocardic acut in urma cu 10 zile. Pentru a limita numarul
strategiilor, putem de asemenea, alege ca punct de plecare cazul unui barbat
care a prezentat un infarct miocardic acut cu 10 zile ininte si la care
rezultatul testului de efort este puternic pozitiv.

Constructia arborelui de decizie

Arborele de decizie este simplificarea unei realitati adesea foarte complexe.


El este schematizat printr-un ansamblu de noduri reunite prin ramuri.
Arborle trebuie sa fie sucient de detaliat pentru a reprezenta alementele
esentiale ale cazului, dar totodata sucient de simplu pentru intelegerea
modelului si usurarea calculelor. Nodurile sunt de trei tipuri:

Noduri de decizie(figurate in patrate)

Ele reprezinta pasibilitatile aflate la dispozitia celui ce decide in momentul


in care hotararea trebuie luata. Unui nod de decizie ii sunt associate in arbore
tot atatea ramuri cate decizii sunt posibile la acest nivel. Daca arboreal este
construit de la stanga la dreapta, primul nod din stanga este totdeuna unul
decisional.
Intrebarea problemei trebuie sa fie cat mai precisa. Tipurile de decizie in
domeniul medicinei inseamna:
-cautarea unei informatii suplimentare, de exemplu indicarea unui test
diagnostic;
-punerea in competitie a optiunilor terapeutice, de exemplu chirurgia,
tratamentul medical, abtinerea de la orice gest terapeutic.

Noduri aleatorii(figerate cu cercuri)


Corespund unor fenomene aleatorii ce nu sunt sub controlul direct al celui ce
decide. Din fiecare nod aleator se nasc tot atatea ramuri cate evenimente
admite procesul aleator. Aceste evenimente trebuie sa fie exhaustive si sa se
excluda reciproc. Deci daca fiecaruie dintre ramuri ii este sociata o
probabilitate, suma probabilitatilor pentru orice nod aleator sa fie egala cu
1(sau 100%).

Noduri terminale(figurate prin dreptunghiuri)

Acestea corespund consecintelor fiecarui traseu decisional. Fiecarui


asemenea nod terminal ii este asociata o valoare numerica numita utilitate si
exprimata din perspectiva pacientului, a institutiei de ingrijire sau a
societatii. Este obisnuita folosirea unei scari a utilitatii, omogena si arbitrara,
a carei unitate este definit identic pentru fiecare rezultat al arborelui(speranta
de viata, mortalitate, morbiditate evitata, cost). Intervalul de timp in care se
face analiza este important caci trebuie tinut cont de rezultatele imediate si
de cele estimate in viitor.

Exemplificare prin figura

Determinarea probabilitatii legate de nodurile aleatorii

Atat pentru Pascal si contemporanii sai, cat si pentru cercetatorii din epoca
noastra, jocurile de sansa constituie numai modele experimentale, utilitatea
studierii lor decurgand din faptul ca ele ridica probleme care sunt
asemanatoare celor care se intilnesc frecvent in situatiile de viata sau in
activitatile profesionale. Este vorba de situatiile in care rezultatele actiunilor
posibile nu apar ca certe ci numai ca probabile. In acest fel luarea deciziei
juste inseamna determinarea probabilitatilor de reusita pentru fiecare curs
posibil al actiunii si alegerea aceluia pentru care sansele sunt maxime, sau
cel putin ricul este minim.
Estimarea probabilitatilor se bazeaza pe date obiective, numerizate,
provenind din literature sau studii. Dar si datele subiective(parerea unui
specialist) pot fi utilizate cand datele obiective nu sunt disponibile.
Se prefera supozitiile bune in locul datelor venind din studii bizare.

Determinarea dimensiunii consecintelor asupra starii de sanatate a


pacientului

Diferite variante ale notiunii de utilitate pot fi folosite intr-un arbore de


decizie:
-scara arbitrara: de la 0 la 1 sau de la 0 la 100;
-supravietuire(de la 0 la 1 sau de la 0 la 100%): supravietuire imediata, la 1
an sau la 5 ani;
-morbiditate(perioada fara morbiditate, sau timp de spitalizare);
-speranta de viata(analiza pe baza unui tablou al mortalitatii sau estimarea
sperantei de viata);
-cost(actualizat sau nu).
Pentru estimarea utilitatii, este posibila raportarea sperantei de viata la
calitatea vietii. Este vorba despre ceea se numesteani de viata ajustati pe
calitatea vietii, QALY(Qality Adjustes Life Years). Aceasta raportare se
poate face in mai multe moduri.
In cazul unei interventii chirurgicale pentru ulcer trofic, speranta de viata a
pacientului dupa interventie va fi ajustata in functie de calitatea vietii ce
rezulta dupa amputatia dedesuptul sau deasupra genunchiului. Aceasta
permite sa se tina seama de opinia pacientului in aprecierea rezultatului
strategiei terapeutice.
Alte tehnici permit aprecierea sperantei de viata pe baza preferintelor
pacientului si mai ales a estimarii sale personale asupra riscului interventiei
chirurgicale sau medicale.
Ea poate fi apreciata si prin tehnica loteriei sau a jocului idealizat al
hazardului:eu prefer sa traiesc in mod cert mai rau, dar fara sa-mi asum
riscul unei interventii chirurgicale, decat sa traiesc poate mai bine dar
asumandu-mi acest risc; sau prin tehnica negocierii asupra timpului:sunt
gata sa traiesc mai putin dar intr-o stare mai buna dacat sa traiesc mai mult
timp intr-o stare mai proasta.
Pentru morbiditatea pe termen scurt, este obisnuita raportarea la zilele
de spitalizare sau la o scara de apreciere a durerii.

Calculul utilitatii asteptate de la fiecare strategie

Calculul utilitatilor asteptate, adica corelarea utilitatilor cu


probabilitatile fiecarei strategii, se efectueaza de la stanga la dreapta.
Utilitatea asteptata de la o strategie este suma produselor dintre probabilitati
si utilitati pe fiecare ramura. Diferenta remaracata intre utilitatile asteptate de
la fiecare strategie ajuta deciderea si dovedeste nivelul de robustete al
rezultatelor. Alegerea scarii de utilitate ramane insa punctul critic pentru
interpretarea rezultatelor.
Analiza de sensibilitate

Scopul analizei de sensibilitate este de a exprima influenta variatiei


parametrilor ce intra in joc in procesul de analiza a deciziei asupra
rezultatului. Toti parametrii procesului pot fi supusi unor variatii, atat
probabilitatile cat si valorile atribuite pe scara utilitatii. Pentru a putea fi
realizate intr-o maniera realista, calculele efectuate pentru o analiza de
sensibilitate asupra a una, doua sau trei variabile necesita un ajutor din
partea informaticii.

Exemplu clinic

Putem sa consideram de exemplu cazul unui pacient de 70 de ani care


a facut un accident vascular ischemic tranzitoriu si la care am descoperit o
stenoza carotidiana de 90%. Trebuie sau nu sa operam un astfel de pacient?
Vom considera ca riscul de AVC fatal sub aspirina(tratament
medical)este de 10%.
O endarterectomie carotidiana face sa scada acest risc la 1%, dar cu
riscul unei mortalitati operatorii de 5%. Speranta de viata a acestui pacient
este de 10 ani. Putem prezenta aceasta problema printr-un arbore de decizie
care evidentiaza diferite aspecte ale problemei. Putem astfel sa calculam
probabilitatea unui accident vascular cerebral fatal, in oricare din strategiile
terapeutice alese. Dar acest lucru nu ne ajuta la nimic daca daca nu tinem
cont de speranta de viata asociata fiecareia dintre aceste strategii terapeutice.
Aceasta speranta de viata este de 10 ani in absenta AVC si a
mortalitatii operatorii. Am ales arbitrar aparitia AVC fatal dupa un an de zile,
deoarece un astfel de eveniment nu apare neaparat imediat.
Dar cum putem compara aceste doua strategii prin cifre?
Este o metoda simpla, fiind suficient de a multiplica probabilitatea de
aparitie a fiecarei situatii, cu speranta de viata corepunzatoare.
De exemplu in cazul tratamentului medical, probabilitatea de aparitie
a AVC fatal este de 0.1 cu o speranta de viata de un an(0.1 x 1=0.1), iar
absenta AVC in urma tratamentului medical poate avea o probabilitate de 0.9
cu o speranta de viata de 10 ani(0.9x10=9). Deci in medie speranta de viata
pentru un pacient la care am ales aceasta strategie este in medie de 9.1
ani(fig.1, A).
Acelasi calcul pentru strategia ghirurgicala da o cifra de 9.91 ani.
Trebuie sa luam in calcul riscul de mortalitate operatorie de 0.05 cu
speranta de viata de 0 ani. Probabilitatea de supravietuire dupa operatie este
de 95%(0.95). Poate sa nu apara nici un accident cerebral in 99%(0.99) din
cazuri cu o speranta de viata de 10 ani(0.99x10=9.9), sau poate apare un
accident vascular cerebral fatal in 1%(0.01) din cazuri cu o speranta de viata
de 1 an(0.01x1=0.01).
Deci in medie speranta de viata in caz de supravietuire dupa operatie
este de 9.91 ani.
Deci pentru un pacient operat, speranta de viata este in medie
de(0.05x0) + (0.95 +9.91)=9.41 ani.
In acest caz arborele demonstreaza ca decizia cea mai buna este
interventia chirurgicala, pentru ca este cea care cofera speranta de viata cea
mai mare.
Binenteles ca trebuie sa tinem cont ca mortalitatea intraoperatorie
variaza de la un centru la altul sau in functie de bolile de asociate.
Putem sa repetam aceasta analiza facand sa varieze cifrele intre 1 si
10%. De exemplu la o mortalitate operatorie de 8.2% chirurgia este asociata
cu o speranta de viata egala cu cea a tratamentului medical cu
aspirina(fig.2).
Trebuie sa facem o analiza de sensibilitate si trebuie sa repetam
analiza pentru toate variabilele dintr-un model pentru a preciza elementele
cheie din aceasta decizie.
Acest proces este aplicat in multe domenii. In pneumologie a fost
aplicat in special in diagnosticul pneumoniei cu pneumocystis carinni, in
diagnosticul si tratamentul cancerului bronsic, in strategiile de diagnostic din
boala trombo-embolica.
Sunt modele mult mai sofisticate, dintre care cel mai important este
modelul Markov. In acest tip de analiza se tine cont de faptul ca diferite
situatii(descrise sub forma de probabilitati) nu sunt fixe in decursul timpului.
Mai exact modelul Markov este un tip de analiza a deciziei avand la
baza o tehnica derivata din algebra matriciala, ce descrie tranzitiile pe care o
cohorta de pacienti le efectueaza intre un numar de stari de sanatate in cursul
unor intervale scurte de timp sau cicluri.
Un exemplu de analiza Markov a fost publicat recent in Revue des
Maladies Respiratoiresin in ceea ce priveste decizia in cazul nodulului
pulmonar solitar.
O metoda frecvent ntalnit n literatura de specialitate este profilul
rezultatelor, dar acesta omite uneori o serie de informatii esentiale cum ar fi
durata de aparitie a efectelor si in geenral nu furnizeaza o concluzie clara.
Considerand urmatorul exemplu:
- afectiunea X poate fi tratata prin metodele medicale A sau B
- A poate fi eficienta, ineficienta sau poate determina aparitia unui efect
advers letal probabilitatile asociate fiind pa1, pa2 respectiv pa3
- B poate fi eficienta, ineficienta sau poate determina aparitia unui efect
advers non-letal dar generator de handicap - probabilitatile asociate
fiind pb1, pb2 respectiv pb3
Rezultatele acestor doua metode pot fi figurate dupa cum urmeaza:
Rezultate A Rezultate B
Vindecare pa1 Vindecare pb1
Esec pa2 Esec pb2
Deces pa3 Efect advers grav non-letal pb3

Analizand cele doua metode strict din prisma efectelor lor potentiale se
remarca ca acestea nu pot fi in mod direct comparate, existand diferente
majore deces potential vs handicap fizic potential. Este evident in acest
caz ca analiza deciziei necesita un criteriu suplimentar actualmente
conceptul de utilitate fiind preferat.
Utilitatea desi propusa ca un parametru numeric exact, poate fi definita
in asa fel incat sa ia in considerare aspecte subiective precum asteptarile
medicului sau pacientului.
Continuand exemplul definit mai sus putem construi un arbore de
decizie; pentru a creste complexitatea acestuia vom lua in considerare o
interventie complementara (C) metodei B, utilizabila in cazul esecului
acesteia, si care poate fi eficienta, ineficienta sau care poate determina
decesul, cu probabilitatile asociate pc1, pc2 si respectiv pc3
A eficient

A
A ineficient

A deces

B eficient
C eficient
B C ineficient
C deces

B handicap

Arborele decizional asociat exemplului considerat este reprezentat in


fig.1. Analizand structura acestuia se observa ca toate rezultatele posibile
cu potential impact clinic au fost luate in considerare, fiind eliminata doar
varianta non-interventiei, care ar putea fi adaugata in cazul in care
afectiunea studiata are o importanta minora iar tratamentul este grevat de
riscuri majore.
Exista insa o serie de evenimete pe care acest tip de arbore nu le ia in
considerare cum ar fi evenimente neasteptate survenite in cursul unei
terapii, dar nu neaparat asociate acesteia (exemplu o pneumonie
nozocomiala survenita in cursul tratamentului unei afectiuni cardiace in
cadrul unei sectii de ATI). In plus in exemplul considerat se remarca ca
nu s-a luat in calcul optiunea stoparii oricarei terapii in eventualitatea ca
B ar fi fost ineficient situatia poate fi intalnita in cazul unei afectiuni
grave cu evolutie naturala rapida, caz in care abstinenta terapeutica nu se
constituie intr-o optiune viabila din punct de vedere etic.
In plus in momentul in care construim un arbore de decizie este necesara
specificarea intervalului de timp pe care acesta il acopera unele efecte
pot fi vizibile imediat, altele pot necesita ani pentru aparitie (cum este
cazul efectului advers non letal al metodei B). Aceasta problema trebuie
luata in considerare si in momentul in care se efectueza analiza unui
arbore ce abordeaza un interval scurt de timp se poate pune problema
existentei unor evenimente legate de interventiile studiate, dar care
necesita perioade lungi pentru a se manifesta.
Urmatorul pas in analiza de decizie il constituie determinarea
probabilitatilor de aparitie a evenimentelor asociate manevrelor efectuate
Nu trebuie pierdut din vedere faptul ca in majoritatea cazurilor,
probabilitatile sunt calculate sub umbra unor asumptii de independenta a
cazurilor in exemplul luat rezultatele manevrei C pot sa existe valori
calculate pentru aparitia rezultatelor, dar in populatia generala, care
probabil nu a beneficiat in prealabil de terapia B, ceea ce constituie o
sursa potentiala de eroare.
In plus exista cazuri in care studiile nu pot oferi date valide privint
probabilitatile fiecarui rezultat; aceasta dificultate poate fi in general
depasita prin estimari subiective (exactitatea acestora creste functie de
experienta medicului) care insa tind sa fie incorecte daca ordinul de
marime este extrem.
Rezultatul aplicarii valorilor probabilitatilor in arborele de decizie este
reprezentata in fig.2
A eficient pa1

A
A ineficient pa2

A deces pa3

B eficient pb1
C eficient
pc1*pb2
B pb2 C ineficient
pc2*pb2
C deces
pc3*pb2
B handicap
pb3

In momentul in care arborele de decizie este constituit suma


probabilitatilor asociate unei interventii oarecare trebuie sa fie egala cu 1.
Astfel in exemplul considerat (pa1,pa2,pa3), (pb1,pb2,pb3),
(pc1,pc2,pc3) sunt egale cu 1. Pentru ca acest fapt sa oglindeasca realitatea
este necesara includerea in arbore a tuturor posibilitatilor ce pot fi intalnite
in practica (de exemplu un efect advers rar dar care este raportat in
literatura).
In forma actuala arborele de decizie permite efectuarea unor comparatii intre
eficienta metodelor terapeutice studiate, utilizand strict valorile
probabilitatilor, dar exista totusi o dificultate in ceea ce priveste analiza
efectelor adverse. In exemplul studiat exista problema compararii riscului de
deces si cel de aparitia al unui grad de handicap aceasta poate fi rezolvata
doar daca se introduce un nou concept si anume cel de utilitate.
Utilitatea va fi construita similar probabilitatii avand un interval de valori
cuprins intre 0 si 1. Astfel utilitatea de 1 va fi asociata tratamentului eficient
(care teoretic reda pacientului starea de sanatate deplina) in exemplul utilizat
in practica valoarea poate fi diferita functie de eficienta instantanee sau in
timp a diferitelor metode terapeutice, dar oricum cu atat mai apropiata de 1
cu cat eficienta este mai mare. Valoarea de utilitate 0 va fi acordata
evenimentului deces indiferent de lantul de evenimente ce l-a precedat.
In ceea ce priveste restul de evenimente posibile acestora le vor fi atribuite
valori arbitrare functie de starea finala obiectiva a pacientului si de perceptia
acestuia. In exemplul studiat handicapului fizic i-a fost asociata o valoare de
0,5. Pentru o manevra ineficienta dar fara efecte nedorite utilitatea a fost
considerata 0,7 valoarea poate fi mai mare in cazul unei afectiuni minore
sau mica in cazul in care cursul natural al afectiunii este infaust.
Pentru a estima utilitatea diferitelor manevre nu este suficienta introducerea
conceptului de utilitate ci si a celui de utilitate asteptata ce reprezinta
valoarea utilitatii unui eveniment inmultita cu probabilitatea ca acel
eveniment sa se produca.

A eficient pa1 1 pa1

A
A ineficient pa2 0,7 pa2*0,7

A deces pa3 0 0

B eficient pb1 1 pb1


C eficient 1 pc1*pb2
pc1*pb2
B pb2 C ineficient
pc2*pb2 0,7 pc2*pb2*0,7
C deces
pc3*pb2 0 0
B handicap
pb3 0,5 pb3*0,5
Utilitate Utilitate asteptata
Sumarizand datele oferite de arborele decizional constatatam:
- utilitatea asteptata pentru tratamentul A = pa1+0,7*pa2+0
- utilitatea asteptata pentru tratamentul B =
pb1+pc1*pb2+0,7*pc2*pb2+0+0,5*pb3
Astfel comparand valorile numerice ale celor doua utilitati putem formula o
concluzie privind care dintre cele doua manevre este de asteptat sa obtina
rezultate mai bune.
Totusi, exista o serie de amendamente care pot limita valoarea unei astefel
de analize: conceptul de utilitatea este arbitrar si subiectiv exista
posibilitatea de a efectua sondaje sau studii ce sa defineasca utilitatea unei
eveniment conform perceptiei unei anumite populatii, dar limitele de variatie
sunt largi, iar alegerea unei terapii este un proces ce se aplica individual. In
plus exista persoane pentru care aparitia unui handicap fizic, eventual cu
implicatii majore (de tipul pierderii autonomiei) poate asocia un scor de
utilitate mai scazut decat cel al decesului si in general aceste scoruri trebuie
sa tina seama intr-o masura foarte mare de elementul subiectiv al pacientului
(psihologic, religios etc). de altfel avantajul utilizarii unui arbore de decizie
consta tocmai in maleabilitate valoarea utilitatii manevrelor pot fi
recalculate tinand seama de scorul de utilitate preferat de pacient.

De multe ori analiza deciziei poate face referire la durata estimata de


supravietuire, caz in care rezultatele vor fi prezentate recurgand la conceptul
de QALY (quality adjusted life years).
Probabilitate Utilitate Speranta de QALY
viata
A eficient pa1 1 s1 pa1*s1
A esec pa2 0,7 s2 0,7*pa2*s2
A deces pa3 0 0 0
B eficient pb1 1 s1 pb1*s1
B+C eficient pc1*pb2 1 s1 pc1*pb2*s1
B+C esec pc2*pb2 0,7 s2 0,7*pc2*pb2*s2
B+C deces pc3*pb2 0 0 0
B deces pb3 0 0 0

Valoarea QALY se calculeaza inmultind probabilitatea fiecarui eveniment cu


utilitatea asociata acestuia si cu speranta de viata si sumand pentru fiecare
optiune terapeutica in parte.
Astfel, pentru utilitatile mentionate mai sus si considerand speranta de viata
ca fiind s1 in cazul unui tratament eficient si s2 in cazul evolutiei naturale a
bolii (tratamente ineficiente):
- QALY A = pa1*s1+0,7*pa2*s2
- QALY B = pb1*s1+pc1*pb2*s1+0,7*pc2*pb2*s2
Aparent, nu mai ramane decat a alege valoarea mai mare pentru a defini
manevra mai eficienta. Exista si in cazul acestei abordari o serie de
probleme, in special legate de speranta de viata. De obicei datele privind
speranta de viata provin din studii transversale ce ofera valori medii pentru
supravietuire in cadrul populatiei stratificate dupa sex si varsta, dar rareori
ofera date privind speranta de viata in cazul asocierii unei anumite afectiuni.
Valorile QALY calculate pentru diferitele manevre pot fi utilizate in calculul
asa numitului quality adjusted number needed to treat ce arata numarul
necesar de aplicari ale metodei A in locul metodei B (presupunere arbitrara)
pentru a obtine un an speranta de viata, conform formulei 1/(QALY A
QALY B).
In momentul in care se pune problema cost eficientei, cea mai simpla
metoda este reprezentarea simultana a valorii QALY si a costului asociat
unei anumite interventii similar modelului de mai jos.
Interventia A Cost A QALY A
Interventia B Cost B QALY B
Interventia C Cost C QALY C

Rata de cost eficienta pentru fiecare manevra in parte este calculabila dupa
formula Cost x/QALY x, rezultatul reprezentand suma cheltuita pentru a
obtine un QALY la un pacient, utilizand metoda x. In aceasta formula exista
un termen ascuns fata de care manevra x este practic comparata si anume o
interventie ipotetica ce nu costa nimic si nu exercita nici un efect asupra
rezultatelor. Acest artificiu matematic permite in plus compararea ratei de
cost eficienta pentru manevre total diferite (deorece cost eficienta acestora
este raportata la aceeasi baza) aspect util in special in cadrul alocarii
resurselor intr-un sistem sanitar (vor fi favorizate acele manevre, indiferent
de natura lor) ce au un raport cost eficicienta bun.
O alta abordare este numita si incrementala si presupune calculul costului
suplimentar presupus de o anumita interventie X comparativ cu interventia
standard acceptata la un moment dat pentru fiecare QALY suplimentar
obtinut. Formula de calcul, considerand interventia C ca fiind standardul
actual (Cost C Cost A)/(QALY C - QALY A).
Pentru a compara cost-eficienta mai multor manevre se poate utiliza o
reprezentare grafica intuitiva cum este cazul celei din figura:
B
A Cost

Cost 0 - eficienta 0 QALY


(non-interventie)

C D

Astfel fiecare manevra raportata la non interventie poate prezenta costuri


pozitive sau negative (costurile negative derivand din economii provenite
din vindecari) si rezultate diferite exprimate in QALY; cele patru cadrane
corespunzand:
- A costuri crescute, eficienta scazuta manevra trebuie evitata
- B costuri crescute, eficienta crescuta este necesara aprecierea relatiei
cost crestere a eficientei pentru a putea lua o decizie
- C costuri scazute, eficienta scazuta - este necesara aprecierea relatiei
cost crestere a eficientei pentru a putea lua o decizie; utile daca o
scadere minoara a QALY antreneaza o scadere mare a costurilor
- D costuri scazute, eficienta crescuta manevra recomandata
Oricum, in interpretarea cost eficientei trebuie tinut seama de capacitatea
sistemului sanitar de a sustine un anumit tratament si de nivelul de
acceptabilitate sociala al acestuia. Astfel presupunand ca manevra A ar
genera cu 0,1 QALY mai mult decat manevra B, aparent ar fi de preferat,
insa trebuie avut in vedere costul suplimentar pe care aceasta il antreneaza
(admitand apartenenta la cadranul B) astfel pentru un sistem sanitar cu
excedent financiar interventia A ar putea fi luata in calcul, iar pentru un
sistem fara resurse finaciare semnificative B ar constitui solutia ideala, iar in
cazul in care nici aceasta nu ar putea fi sustinuta la nivel populational se
opteaza pentru tratamentul conventional C (care in general are costuri
reduse).

Exista de asemeni o serie de aspecte demne de semnalat in momentul in care


se discuta despre extrapolarea datelor.
Astfel daca o interventie oarecare este dovedita ca avand potentialul de
genera QALY suplimentari fata de terapia conventionala, la un cost
suplimentar considerat acceptabil si sustenabil (sau in conditii ideale la
costuri reduse fata de terapia conventionala), trebuie avut in vedere ca in
momentul aplicarii pe scara larga a acesteia numarul final de QALY obtinuti
vor fi reprezentati de diferenta constatata inmultita cu numarul de persoane
ce ar putea beneficia de interventia respectiva. Astfel, in extrapolarea datelor
provenite dintr-o analiza de cost-eficienta trebuie tinut seama nu numai de
eficienta absoluta sau de cost ci si de caracterele populatiei careia i se
adreseaza interventia respectiva (cu cat aceasta este mai mare numarul de
QALY generati va fi mai mare, dar eventual si costurile vor avea o evolutie
similara detaliu de care trebuie tinut seama in cadrul aprecierii
sustenabilitatii respectivei interventii).
Legat de costuri problema poate fi abordata si dintr-un alt punct de vedere
in momentul in care o interventie este acceptata si introdusa la nivel
populational costul acesteia este de asteptat sa scada treptat pe masura ce
mecanismele economice se adapteaza (de exemplu creste oferta pentru un
anumit produs medicamentos), atinge un platou dupa care creste usor pe
masura ce interventia este aplicata unor categorii aparte de pacienti (extreme
de varsta, co-morbiditati) ce implica costuri de ingrijire mai mari.
O atitudine prudenta este necesara si in mometul in care se doreste
extrapolarea la o alta societate decat cea in care studiile au fost efectuate.
In acest caz problemele pot sa apara inca de la fundamentele teoretice ale
modelului matematic:
particularitatile afectiunii pot sa fie altele,
nivelul de detectie al afectiunii si implicit severitatea acesteia poate
sa fie diferit (si implicit probabilitatea ca tratamentul sa fie eficient),
nivelul serviciilor medicale poate fi diferit ceea ce conduce la
incidente diferite ale evenimentelor adverse sau cazurilor de
ineficienta a tratamentului,
disponibilitatea terapiilor concurente poate fi diferita (cum este cazul
interventiei C in exemplul considerat) ceea ce impune construirea
unui nou arbore decizional
valorile utilitatii pot sa fie radical diferite pentru fiecare eveniment in
parte, avand in vedere gradul de subiectivitate asociat acestui
parametru si particularitatile culturale, psihologice, religioase ce-l pot
influenta
speranta de viata difera semnificativ intre diferitele societati in
prezenta sau absenta unor afectiuni concomitente, ceea ce determina
valori diferite ale QALY

Prin ce difera analiza cost-eficienta de analiza decizionala?


Doua strategii diagnostice sau terapeutice pot avea o eficienta
similara, dar la costuri diferite. Vom alege dece strategia cea mai economa,
cea mai putin costisitoare pentru pacient. Cum calculam aceste costuri?
Principiul de calcul este acelasi ca la calculul utilitatii.
De exemplu in cazul pacientului cu AVC putem considera urmatoarele
preturi: 5000 Euro pentru interventia chirurgicala si 200 Euro pentru
tratamentul cu aspirina. Dar deoarece pacientii ce au beneficiat de
interventie chirurgicala, vor continua si ei tramentul cu aspirina, costul total
pentru acesti pacienti va fi de 5200 Euro. Pentru pacientii care au decedat
postoperator costul este de 5000 Euro, deoarece ei nu au beneficiat de
tratamentul cu aspirina. Pentru pacientii tratati medical, tratamentul este de
200 Euro. Daca facem acelasi tip de calcul, si anume multiplicamde aceasta
data costul fiecarei ramuri cu probabilitatea de aparitie, obtinem un cost
mediu pe pacient de 5190 Euro pentru strategia chirurgicala si de 200 Euro
pentru obtiunea medicala.
Si in acest caz se poate observa ca interventia chirurgicala are o
speranta de viata mai mare, la un cost ridicat.
Deci in concluzie, analiza decizionala este un mod de abordare a
problemelor complexe si necesita interventia unui numar important de
elemente. Intr-o problema diagnostica, analiza decizionala prezinta marile
avantaje de atine cont nu numai de peformanta diferitelor teste, ci de
asemeni de morbiditate si de mortalitate, precum si de eficacitatea
tratamentului.

Referinte bibliografice
1. Biem HJ, Detsky AS, Armstrong PW. Management of asymptomatic
chronic aortic regurgitation with left ventricular dysfunction: a
decision analysis. J Gen Intern Med. 1990;5:394-401

2. Krahn M, Naylor CD, Basinski AS, Detsky AS. Comparison of an


aggressive (U.S.) and a less aggressive (Canadian) policy for
cholesterol screening and treatment. Ann Intern Med. 1991;115:248-
55.

3. Allen UD, Guerriere M, Read SE, Detsky AS. Percutaneous injuries


among health-care workers: the real value of HIV testing of donor
blood. Arch Intern Med. 1991;151:2033-40

4. Olak J, Detsky AS. Surgical decision analysis:


esophagectomy/esophagogastrectomy with or without a drainage?
Ann Thorac Surg. 1992;53:493-7.

5. Warde P, Detsky AS. Is steroid receptor data useful in patients with


metastatic breast cancer. Am J Med Sci. 1992;304: 9-13.

6. Buchbinder R, Detsky AS. Management of suspected giant cell


arteritis: a decision analysis. J Rheumatol. 1992;19: 1220-S.

7. Tu JV, Biem HJ, Detsky AS: Bronchoscopy vs empirical therapy in


HIV-infected patients with presumptive Pneumocystis carinii
pneumonia: a decision analysis. Am Rev Respir Dis. 1993;148:370-7.

8. Barrett BJ, Parfrey PS, Foley RN, Detsky AS. An economic analysis
of strategies for the use of contrast media for diagnostic cardiac
catheterization. Med Decis Making. 1994;14: 325-35.
9. Detsky AS, Naglie G, Krahn MD, Naimark D, Redelmeier D. Primer
on medical decision analysis: Part l-getting started. Med Decis
Making. 1997;17:123-5.

10. Detsky AS, Naglie G, Krahn MD, Redelmeier D, Naimark D. Primer


on medical decision analysis: Part l-building a tree. Med Decis
Making. 1997;17:126-35.

11. Naglie G, Krahn MD, Naimark D, Redelmeier, Detsky AS. Primer on


medical decision analysis: Part 3-estimating probabilities and utilities.
Med Decis Making. 1997;17:136-41.

12. Krahn MD, Naglie G, Naimark D, Redelmeier D, Detsky AS. Primer


on medical decision analysis: Part 4-analyzing the model and
interpreting the results. Med Decis Making. 1997; 17:142-51.

13. Naimark D, Krahn MD, Naglie G, Redelmeier D, Detsky AS. Primer


on medical decision analysis: Part I-working with Markov processes.
Med Decis Making. 1997;17:152-9.

14. Redelmeier DA, Detsky AS, Krahn MD, Naimark D, Naglie G.


Guidelines for verbal presentations of medical decision analyses. Med
Decis Making. 1997;17:228-30.

15. Richardson WS, Detsky AS, and the Evidence-Based Medicine


Working Group. Users guides to the medical literature. VII. How to
use a clinical decision analysis. A. Are the results of the study valid?
JAMA. 1995;273:1292-5.
16. Richardson WS, Detsky AS, and the Evidence-Based Medicine
Working Group. Users guides to the medical literature. VII. How to
use a clinical decision analysis. B. Results and applicability. JAMA.
1995;273:1610-3.

17. Weinstein MC, Fineberg HV. Clinical Decision Analysis.


Philadelphia, PA: W. B. Saunders, 1980.

18. Sox H, Blatt MA, Higgins MC, Marton KI. Medical Decision
Making. London, England: Butterworth & Co., 1988.

19. North American Symptomatic Carotid Endarterectomy Trial


(NASCET) Collaborators. Beneficial effect of carotid endarterectomy
in symptomatic patients with high-grade carotid stenosis. N Engl J
Med. 1991;325:445-53.

20. Naglie IG, Detsky AS. Treatment of chronic nonvalvular atrial


fibrillation in the elderly: a decision analysis. Med Decis Making.
1992;12:239-49.

21. Moskowltz AJ, Dunn VH, Lau J, Pauker SG. Can hypersimplified
decision trees be used instead of Markov models? [abstr]. Med Decis
Making. 1984;4:530.

22. Yusuf S, Zucker D, Peduzzi P, et al. Effect of coronary artery bypass


surgery on survival: overview of l0-year results from randomized
trials by the Coronary Artery Bypass Graft Surgery Trialists
Collaboration. Lancet. 1994;344:563-70.