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.
