Taller imss 4 diagnóstico-slide

Curso Monográfico Medicina Basada en

Evidencias.Sesión 4. Diagnóstico I

•«Como los sueños, las estadísticas son una forma de cumplir deseos»

•Jean Baudrillard(1929-2007)

5. EVALUAR

4. APLICAR

3. LEER CRÍTICAMENTE

2. INDAGAR

1. PREGUNTAR

Etapas de la MBE

Cuello-García CA, Pérez-Gaxiola G. Medicina basada en la evidencia: fundamentos y su enseñanza en el contexto clínico. México DF. Editorial Panamericana, 2015.

VIA

alidez.mportancia.plicabilidad.

Análisis crítico de la evidencia

Validez

Importancia

Aplicabilidad

« Las matemáticas puras son, a su manera, la poesía de las ideas lógicas».

-Albert Einstein (1879-1955).

1. Kharlip J, Salvatori R, Yenokyan G, et al. 2009 Recurrence of hyperprolactinemia after withdrawal of long-term cabergoline therapy. J Clin Endocrinol Metab 94:2428–24362. Dekkers OM, Lagro J, Burman P, et al. 2010 Recurrence of hyperprolactinemia after withdrawal of dopamine agonists: systematic review and meta-analysis. J Clin Endocrinol Metab 95:43–51

Juan Pepe

Crimen actual: 2 años por tráfico de drogasSi Juan confiesa y Pepe

niega 1 año Juan y 10 años

PepeSi Juan niega y Pepe confiesa

10 años Juan y 1 año Pepe

Ambos confiesan3 años para ambos

El dilema de los prisioneros

Juan

Pepe


Confiesa

Niega

Confiesa

Niega

33 10110 1 2 2

¿Cuál es la mejor decisión?

Juan

Pepe


Confiesa

Niega

Confiesa

Niega

33 10110 1 2 2

Equilibrio de NashD. Moreno, J. Wooders (1996), "Coalition-Proof Equilibrium", Games and Economic Behavior 17 (1): 80–112, doi:10.1006/game.1996.0095.

Insuficiencia cardiaca

Neumonía

El dilema de los «diagnósticos»

Sí No

Sí

No

33 10110 1 2 2

¿Cuál es la mejor diagnóstico?

Introducción

Sentidos

Mézquita-Ortiz JF. El arte del diagnóstico. MEd Int Mex 2006;22:246-52

Signos

Síntomas

SíndromesEnfermeda

desMedicina Clínica

Straus SE, Glasziou P, Richardson S, et al. Evidence-Based Medicine: How to Practice and Teach it, 4th edition. New Yotk. Churchill Livingstone ;2010. Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013

Diagnóstico

Proceso

Define pacientes

Pronóstico

Clasifica su

enfermedad

Tratamiento

«El diagnóstico no es el fin, sino el inicio de la práctica médica»

-Martin Henry Fischer (1879-1962)

«Es más preligroso obrar con un diagnóstico erróneo que sin

diagnóstico»

Mézquita-Ortiz JF. El arte del diagnóstico. MEd Int Mex 2006;22:246-52

TiposInicial

Presunción

Parcial

Transitorio

Final

Clínico

Laboratorio

GabineteHistopatológic

o

Posoperatorio

Autopsia

AnalógicoExclusión

Clínico

Sindromático

Anatómico

Fisiopatológico

Causal

Nosológico

Integral

Razonamiento Clínico

Analítico(Hipotético-deductivo)

No analítico

Médico Paciente

InformaciónHipótesis

Reconocimiento de patrones

Experiencia

Casos Previos

Caso ActualAutomatismo

ExperienciaNolla-Domenjó M. El proceso cognitivo y el aprendizaje profesional. Educación Médica 2006; 9(1): 11-16

Razonamiento analítico

Evidence-Based Practice in the Health Sciences: Evidence-Based Practice in Applied Health Tutorial [http://ebp.lib.uic.edu]. Indianapolis: Information Services Department of the Library of the Health Sciences-Chicago, University of Illinois at Chicago. ; 2009. Disponible en: http://ebp.lib.uic.edu/applied_health/?q=node/12

Raciocinio

Capacidad de

razonar

Principios de la lógica

Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013

Estrategias

Analogía

SistemáticaHipotético- deductiva

Ayuda externa

Exclusión

Bayesiana

Comparación

Observado Descrito

Memoria Síndrome de Down

Juan


Estrategias

Analogía


Ayuda externa

Exclusión

Bayesiana

OrdenRecabar

informaciónBuscar el

diagnóstico

Estudiantes


Estrategias

Analogía


Ayuda externa

Exclusión

Bayesiana

Hipótesis A

Expertos vs novatos

Hipótesis B

Hipótesis C

Hipótesis D


Estrategias

Analogía


Ayuda externa

Exclusión

Bayesiana

Diagnóstico al probar y observar efectos de

un tratamiento


Estrategias

Analogía


Ayuda externa

Exclusión

Bayesiana

No es posible comprobar

directamente una hipótesisAlternativo

AAlternativo B

Alternativo C

Alternativo D


Estrategias

Analogía


Ayuda externa

Exclusión

Bayesiana

ProbabilidadesPrevalencia enfermedadFrecuencia

signos/síntomasMatemáticas -

estadística

Hagan sus apuestas… diagnósticas

Pasos para aplicar la estadística

Gillies, Donald A. 1987. Was Bayes a Bayesian? Historia Mathematica 14: 325–346.

Thomas Bayes

«Un ensayo sobre la resolución de

problemas en la doctrina de las posibilidades»

Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.

Pruebas diagnósticas


¿Somos mejor que un termómetro…?

Mézquita-Ortiz JF. El arte del diagnóstico. MEd Int Mex 2006;22:246-52Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.

Recolectar Comparar Analizar

Mézquita-Ortiz JF. El arte del diagnóstico. MEd Int Mex 2006;22:246-52Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.

Recolectar

Anamnesis: base fundamental e insustituible del diagnóstico

56%

44%

DxAnamnesis Otros

88%

12%

DxAnamnesis + ExploraciónOtros

Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.

Recolección Comparar Analizar¿Variabilidad inter-observador?

-Composición suprematista (1916)-Kazimir Malevich -65.8 millones de dólares

Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.


-Flor -Elvie G (12 años)

-< 1 dólar

Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.Santana-Chávez LA, Lifshitz A, Castillo-Ayala JLM, Prieto-Miranda SE. El aprendizaje de la clínica. Edición de los autores. Guadalajara, México 2013

Recolección Comparar AnalizarPacientes con neumonía: ¿Estertores?

Dr. Juan

SÍ NODr.

PedroSÍ 30 5NO 5 10

n=50 pacientes

Kappa de Cohen

K= 0.52

Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.Metlay JP, Kapoor WN, Fine MJ. Does This Patient Have Community-Acquired Pneumonia? JAMA 1997; 278: 1440-45

Recolección Comparar AnalizarConcordancia inter-observadorKappa Concordancia1

<0 Discordante0.01-0.20

Pobre

0.21-0.40

Leve

0.41-0.60

Moderada

0.61-0.80

Buena

0.81-0.99

Excelente

Hallazgo Kappa2

Estertores gruesos 0.32

Pectoriloquia 0.11Sibilancias 0.51Crepitantes 0.41Disminución de ruidos respiratorios

0.43

Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.Metlay JP, Kapoor WN, Fine MJ. Does This Patient Have Community-Acquired Pneumonia? JAMA 1997; 278: 1440-45

Recolección Comparar AnalizarConcordancia inter-observadorConcordancia intra-observador

Concordancia de repetibilidad


Comparar

RAL: «Que se halla en su estado natural»«Que, por su naturaleza, se ajusta a ciertas normas fijadas de antemano»

Lo que obtuve ¿Es normal?

Ciprani E. Los límites de normalidad en Medicina. El ejemplo de los factores de riesgo cardiovascular. Academia Nacional de Medicina Anales. 2006: 67-75Viniegra-Velázquez L. ¿Deben ser las matemáticas el núcleo explicativo del conocimiento médico? Rev Invest Clin 2001;53 (1):93-103

Recolección Comparar AnalizarLa normalidadDistribución de probabilidad que con

más frecuencia se aproxima a fenómenos reales

¿Normal? = 95%

Viniegra-Velázquez L. ¿Deben ser las matemáticas el núcleo explicativo del conocimiento médico? Rev Invest Clin 2001;53 (1):93-103Ciprani E. Los límites de normalidad en Medicina. El ejemplo de los factores de riesgo cardiovascular. Academia Nacional de Medicina Anales. 2006: 67-75

Recolección Comparar AnalizarLa normalidad en las pruebas

Precisión

Validez Azar

IC 95%

Viniegra-Velázquez L. ¿Deben ser las matemáticas el núcleo explicativo del conocimiento médico? Rev Invest Clin 2001;53 (1):93-103

Recolección Comparar AnalizarLa normalidad en las pruebasIC 95%

Se toma a un sano: glucosa, urea, creatinina, sodio

0.95n

0.954= 0.814 = 81.4% de probabilidad de un resultado sin efecto del azar

0.9510= 0.598 = 59.8% de probabilidad de un resultado sin

efecto del azar

Azar

Grimes DA, Schulz KF. Uses and abuses of screening tests.Lancet. 2002 Mar 9;359(9309):881-4.Ciprani E. Los límites de normalidad en Medicina. El ejemplo de los factores de riesgo cardiovascular. Academia Nacional de Medicina Anales. 2006: 67-75

Recolección Comparar AnalizarLa normalidad en las enfermedades

Sanos Enfermos

VN FNFP VP

+-

Grimes DA, Schulz KF. Uses and abuses of screening tests.Lancet. 2002 Mar 9;359(9309):881-4.Ciprani E. Los límites de normalidad en Medicina. El ejemplo de los factores de riesgo cardiovascular. Academia Nacional de Medicina Anales. 2006: 67-75


Viniegra-Velázquez L. ¿Deben ser las matemáticas el núcleo explicativo del conocimiento médico? Rev Invest Clin 2001;53 (1):93-103Ciprani E. Los límites de normalidad en Medicina. El ejemplo de los factores de riesgo cardiovascular. Academia Nacional de Medicina Anales. 2006: 67-75


1997

Sanos DM2

140 mg/dl

126 mg/dl

FPVP

Sackett DL, Straus SE, Richardson WS, et al. Evidence- based medicine: how to practice and teach EBM. 2nd edition. New York: Churchill Livingstone, 2000.McGee, S. Evidence-Based Physical Diagnosis, 2nd Ed. Philadelphia: Saunders, 2007

Analizar

Capacidad de una prueba para detectar a los pacientes enfermos

Sensibilidad

n= 15, 6 enfermosPrueba X detecta 4 enfermos

Sensibilidad= 4/ 6Sensibilidad= 66.66%


Recolección Comparar AnalizarAnálisis de la información

Capacidad de una prueba para detectar a los pacientes enfermos

Sensibilidad

Infarto agudo miocardio

SÍ NOElevación de troponinas SÍ 93 11

NO 7 89TOTAL 100 100

VP FPFN VN

VP/ VP + FN

S=93/ 93+7S= 93%



Capacidad de una prueba para detectar a los pacientes sanos

Especificidad

n= 15, 9 sanos

Prueba X detecta 8 sanos

Especificidad= 8/9Especificidad = 88.88%



Capacidad de una prueba para detectar a los pacientes sanos

Especificidad

Infarto agudo miocardio

SÍ NOElevación de troponinas SÍ 93 11

NO 7 89TOTAL 100 100

VP FPFN VN

VN/ VN + FP

S=89/ 89+11S= 89%



Especificidad 100%

Sensibilidad 100% Resultado negativo

Resultado positivo

Descarta la enfermedad

Confirma la enfermedad


Espondilitis anquilosanteSÍ NO

HLA-B27 SÍ 100 0NO 0 100

TOTAL 100 100

VP FPFN VN

Sensibilidad= 100/100= 1= 100%Especificidad= 100/100= 1 = 100%


Espondilitis anquilosanteSÍ NO

HLA-B27 SÍ 100 0NO 0 100

TOTAL 100 100

VP FPFN VN

Sensibilidad= 100%Falsos Negativos = 0.Enfermos (Verdaderos Positivos) = 100%

Especificidad= 100%Falsos Positivos= 0Sanos (Verdaderos Negativos) = 100%

Sanos DM2

Grimes DA, Schulz KF. Uses and abuses of screening tests.Lancet. 2002 Mar 9;359(9309):881-4.

Prueba 100% sensible(-) (+)

Sanos DM2

Grimes DA, Schulz KF. Uses and abuses of screening tests.Lancet. 2002 Mar 9;359(9309):881-4.

Prueba 100% específica(-) (+)

Ejercicio

Complemento.

Espondilitis Anquilosante

TOTAL

(+) (-)

HLA-B27

(+) 93 11 104

(-) 7 89 96

TOTAL 100 100 200

Sensibilidad=

Especificidad=

Ejemplo.

Sensibilidad= A.- 93/100 = 0.93= 93%

Especificidad= A.- 89/100 = 0.89 = 89%

Ejemplo.



Sens

ibili

dad

1- Especificidad



Receiver Operating Characteristic

Curva ROC

Sens

ibili

dad

1- Especificidad

Keller T, Zeller T, Peetz D, et al. Sensitive troponin I assay in early diagnosis of acute myocardial infarction.N Engl J Med. 2009 Aug 27;361(9):868-77.


AUC (Area under the curve)


Obuchowski NA, Lieber ML, Wians FH Jr. ROC curves in clinical chemistry: uses, misuses, and possible solutions. Clin Chem. 2004;50(7):1118-25

Zou, Kelly H.; O'Malley, A. James; Mauri, Laura (2007); Receiver-operating characteristic analysis for evaluating diagnostic tests and predictive models, Circulation, 115(5):654–7


AUC (Area under the curve)

AUC Interpretación

0.9-1 Excelente0.8-0.9 Bueno0.7-0.8 Regular0.6-0.7 Pobre0.5-0.6 Malo

Ejercicio

Lembo AJ, Neri B, Tolley J, et al. Use of serum biomarkers in a diagnostic test for irritable bowel syndrome. Aliment Pharmacol Ther. 2009 Apr 15;29(8):834-42.

AUC: 0.763 (IC 95 0.722-

0.803)

AUC Interpretación

0.7-0.8 Regular

Keller T, Zeller T, Ojeda F, et al. Serial changes in highly sensitive troponin I assay and early diagnosis of myocardial infarction.JAMA. 2011 Dec 28;306(24):2684-93.

Macaskill P, Gatsonis C, Deeks JJ, Harbord RM, Takwoingi Y. Chapter 10: Analysing and Presenting Results. In: Deeks JJ, Bossuyt PM, Gatsonis C (editors), Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy Version 1.0. The Cochrane Collaboration, 2010. Disponible en: http://srdta.cochrane.org/.

Taller imss 4 diagnóstico-slide

Health & Medicine

Transcript of Taller imss 4 diagnóstico-slide