Elementos Tradicionales para quién pudiera estar enfermo Propedéutica del Proceso Diagnóstico

La forma en que todos solucionamos los problemas diagnósticos es diferente, y valga decir inadecuadamente estudiada, sin embargo en el caso del ejercicio médico, ésta ha sido sugerida por algunos principios y técnicas de la semiología y la semiotecnia.

Hacer un diagnóstico tiene interesantes coincidencias con el proceso cognitivo humano6 . Se conocen algunos datos, se entienden, se analizan, se sintetizan y se resumen con el objeto de aplicar todo ello en la solución de problemas venideros.

El contacto inicial del médico y su paciente señala el comienzo de la actividad, a partir del cual se va surtiendo una historia clínica, con cientos de datos de su pasado y de su presente, contenidos en el motivo de consulta, la enfermedad actual, la anamnesis y el examen físico. Algunos de éstos datos son referidos por el enfermo y otros son obtenidos e interpretados directamente por el médico, fruto de la observación y del proceso semiológico. A éstos les hemos llamado “hallazgos clínicos”.

Haciendo un breve paréntesis, ya que un proceso diagnóstico, en esencia, es la construcción creativa a partir de datos de diversas fuentes, calidades y características, la exactitud de un diagnóstico por lo tanto es inherente a la calidad de los datos obtenidos. La solidez de un diagnóstico descansa en la existencia de “datos ciertos”. Dada la alta dependencia y sensibilidad entre la naturaleza de los datos y el diagnóstico derivado, y que el centro de todo ello en gran parte se construye a partir de habilidades de comunicación7 , semiología, semiotecnia y medición, se hace necesario destinar otro capítulo a la exploración de estos aspectos.

Continuando con el proceso, bajo una de las teorías cognitivas 6 ,8 se recopilan y registran en la mente todos los datos positivos obtenidos hasta ese momento. Algunos con un transcurso más elaborado reagrupan los datos en Síndromes clínicos, topográficos, pronósticos, etiológicos, etc.

En éste punto, hay varios métodos, formas o modelos distintos de razonamiento9 , los cuales son utilizados intercambiablemente por los clínicos de acuerdo a sus conocimientos y deseo: uno de ellos es un procesamiento absolutamente subjetivo en el que se sustenta el diagnóstico con base en la creatividad (heurística) llamado por algunos el modelo algorítmico, en el otro se intenta una mayor dosis de objetividad, el “anclaje implícito natural” llamado también el modelo lineal. La epidemiología propone en éste momento un modelo matemático, el razonamiento o modelo bayesiano.

En el modelo algorítmico, responsable de la construcción del Diagnóstico Diferencial, se utilizan aislada o simultáneamente dos técnicas, la repre- sentatividad y/o la disponibilidad.

En la representatividad 10 , el individuo compara y conecta el registro de datos obtenidos del paciente con conjuntos de datos que descansan en su memoria, agrupados bajo condiciones nosológicas, síndromes o mapas conceptuales. Algunos expertos en pedagogía y psicología del aprendizaje llaman a esos datos los “insights” elaborados como reflejos de experiencias y conocimientos previos11 . La habilidad para derivar “insights” implica tanto capacidades de razonamiento y un desarrollo neurológico y cognitivo suficientes para soportar tal razonamiento, naturalmente variable de clínico a clínico.

El centro del interés es encontrar algún tipo de “resonancia cognitiva” entre lo que se está viendo en ese momento con lo que se ha conocido, vivido, o experimentado en ese campo (insights”), y es por lo tanto un nivel más elevado de elaboración mental que la simple adquisición del conocimiento crudo.

De ésta manera el diagnóstico diferencial es dependiente de cuán cerradamente los hallazgos encontrados en un paciente recuerdan otras condiciones conocidas, de las capacidades memorísticas y naturalmente de la magnitud de lo conocido y aprendido, en otras palabras del enciclopedismo y del razonamiento lógico. La condición humana tiene una gran limitación en el volumen de lo que puede habitualmente relacionar, y le es difícil priorizar o estimar cuál de los términos “resonados” es el más cercano a la problemática que aqueja el paciente12 .

Si bien se han documentado multitud de sesgos al descansar el diagnóstico exclusivamente en la técnica representativa10, parece que el más protuberante es precisamente el determinado por la curva de aprendizaje, estableciéndose entonces pobres diagnósticos en individuos inexpertos y con poco tiempo de ilustración. Anecdóticamente un valioso y reconocido internista, en sus etapas de entrenamiento, nos refería: “las personas están enfermas sólo de lo que yo sé”.

La otra técnica creativa algorítmica es la disponibilidad, en virtud de la cual el diagnóstico existe en función de la ocurrencia reciente, y por lo tanto aun fresca y disponible en la memoria, de un caso con manifestaciones similares aun cuando dicha condición sea infrecuente. Esa capacidad de recuerdo es más intensa en la medida que el caso hubiese sido muy vívido, muy raro o que la condición pudiera entrañar grandes problemas para pacientes y clínicos. También se hace más disponible si la condición fue vivida o experimentada por un familiar o un relacionado. Adolece de los mismos sesgos de la técnica representativa y es muy susceptible a presentarse en brotes epidémicos. Nuestra observación es la que los registros estadísticos de las enfermedades infrecuentes aumentan inusitadamente cuando dichas condiciones son objeto de revisión académica en las actividades hospitalarias como las reuniones clínico-patológicas.

Los médicos con cierta experiencia, que se surten fundamentalmente de las técnicas anteriores del modelo algorítmico, han aprendido además a interpretar para si mismos conspicuas “señales” de las enfermedades, han elaborado interesantes constructos en forma de “insights” mentales, y aunque no hayan sido objeto de análisis científicos, son a veces suficientes como valor agregado en su práctica dados los resultados significativos que a veces obtienen. Nosotros hemos hablado de que éstos médicos avezados tienen un magnífico “ojo clínico”.

El otro modelo diagnóstico un tanto más construido es el modelo lineal de anclaje y ajuste13 . Figura N 1. Bajo la perspectiva de éste, el clínico procede a “anclarse” en un punto inicial, en el continuo de probabilidad de enfermedad, y va sumando o restando de ese punto, de acuerdo al peso subjetivo de los resultados positivos o negativos, cambiando y fijando el ancla en otras posibilidades (moviéndola a derecha o izquierda según los resultados). El cambio y nueva fijación a otras posibilidades es el llamado “ajuste” y ese nuevo ajuste es el nuevo Valor Predictivo, positivo o negativo, aportado por un nuevo dato. La decisión de descartar o confirmar un diagnóstico se basa en la suma “algebraica” de los pesos positivos o negativos de cada una de las pruebas obtenidas.

Proceso de anclaje y ajuste subjetivo de las probabilidades del paciente

Figura 1. Proceso de anclaje y ajuste subjetivo de las probabilidades del paciente a las probabilidades de la enfermedad. En la medida que signos, síntomas o pruebas para-clínicas se vayan haciendo positivas o negativas, el “ancla” se moviliza a izquierda o derecha de la línea de ajuste de probabilidades.

Hay dos sesgos importantes de esta técnica y son la dificultad en establecer el punto de anclaje inicial (que usualmente se ubica en valores extremos), y la dificultad en determinar, según los nuevos hallazgos, en qué punto razonable se va a ajustar la nueva probabilidad.

En este modelo la velocidad y sentidos del ajuste están en función de dos elementos, el “peso” aportado por los datos encontrados y el “peso” del ancla. El “peso” del ancla, que es del resorte clínico, está construido con base en la experiencia acumulada y en algunas piezas aisladas de literatura científica revisada.

Los que suelen practicar ésta técnica reconocen que, por su misma construcción y contenido, un Diagnóstico tan sólo está explorando la “punta visible del Iceberg” y no están total o absolutamente seguros de lo que están observando (con absoluta certidumbre). En ese sentido también manejan el concepto de que a veces es mejor establecer la incertidumbre reinante y una manera de hacerlo explícita es con base en las probabilidades. Sin embargo esta técnica es aun subjetiva, frágil y pobremente reproducible.

El verdadero estado de un paciente descansa guardado en el interior de su cuerpo y no puede observarse directamente. El médico debe capturar una serie de datos externos imperfectos para deducir su real situación13. Esto obliga, efectivamente, a hablar más en términos de probabilidades que de certezas. Si alguien verdaderamente sufre una enfermedad, su probabilidad de padecerla es absoluta, sin embargo, es posible que por la presentación, extensión o compromiso de ella, nosotros no estemos en capacidad sino de detectar una porción de dicha probabilidad. La probabilidad diagnóstica que tiene cualquier individuo, es realmente las capacidades que se tienen hasta ese momento de diagnosticarle una circunstancia.

Tratándose del proceso diagnóstico, la epidemiología retoma la técnica del anclaje y ajuste, con igual sentido, y la surte de un razonamiento matemático, en el intento de reducir lo implícito, aumentar lo explícito, disminuir lo subjetivo, aumentar lo objetivo, reducir la variabilidad, aumentar la precisión, aumentar la reproducibilidad y mejorar la calidad del diagnóstico a través de un proceso sistemático. Nótese que el razonamiento creativo en la construcción del diagnóstico diferencial es la pieza fundamental y no es excluyente del razonamiento matemático que se va a presentar y que es la propuesta epidemiológica del diagnóstico clínico.

Este razonamiento se fundamenta en un teorema fascinante, el de las probabilidades condicionales, postulado por el Reverendo Thomas Bayes (1702 -1761), de allí su nombre de modelo Bayesiano, en virtud del cual los médicos deberían cambiar sus creencias con respecto a un diagnóstico, de acuerdo al valor neto real que cada nueva pieza de información sea aportada al modelo. Este razonamiento le permite al clínico con precisión y reproducibilidad calcular la probabilidad matemática exacta de un diagnóstico, que como veremos más adelante se denomina también probabilidad posprueba, y que para el ejemplo clínico inicial significaría, por ejemplo, el poder atrevernos a decir que la paciente de 45 años, hispana, con una mamografía positiva, tiene tan solo 0.94% de probabilidades diagnósticas de cáncer de mama.

Anecdóticamente, los familiares del Reverendo Bayes descubrieron éste fantástico aporte al conocimiento humano cuando estaban ordenando sus efectos personales tras su muerte1 .

Una concepción, inclusive en el cuerpo médico, es que una prueba diagnóstica es sólo aquella que se realiza en un laboratorio clínico, sala de Rayos X o en patología bajo el lente de un microscopio, y cuyo objetivo es confirmar la presencia de alguna condición o “explorar” qué está sucediendo con el paciente. Sin embargo, bajo la perspectiva epidemiológica una prueba diagnostica es cualquier DATO que, obtenido a través de cualquiera de nuestros sentidos, de medios clínicos como la historia, el examen físico y los para-clínicos, modifique las probabilidades, ya en un sentido u otro, de asignarle a un paciente el padecer o estar libre de una condición3. En medicina, cuando nosotros explicamos el significado de una observación, de un dato, nosotros decimos que “interpretamos” esa información y que estimamos la probabilidad de enfermedad, dada la presencia del hallazgo.

El ejercicio diagnóstico se cultiva para detectar cada vez con mayor precisión y exactitud, indicios más precoces en los espectros preclínico, clínico y patológico de las enfermedades, y la clave en la interpretación de las pruebas diagnósticas es calcular a que probabilidad de la enfermedad corresponde el hallazgo clínico o para-clínico dado. Aprender a hacer éstos cálculos requiere una breve excursión en la teoría de las probabilidades y en el modelo Bayesiano.

El solaz onírico que representa éste modelo para matemáticos y bioestadísticos, contrasta típicamente con las grandes dificultades en su entendimiento pero sobre todo en su aplicación por parte de nosotros2 , los clínicos, en y para lo que realmente debería servir, una ayuda para la solución de los problemas de nuestros pacientes.

Si Usted, como la gran mayoría de los médicos generales3 , fundamenta su proceso diagnóstico en los modelos algorítmico y lineal, conoce algo de la jerga asociada a las pruebas diagnósticas (sensibilidad, especificidad, valores predictivos) pero no sabe cómo utilizar pragmáticamente ello en la solución de problemas diagnósticos, tuvo que haber recurrido a una gran dosis de creatividad para seleccionar la respuesta a la escogencia múltiple del problema clínico inicial. Tuvo que centrarse en la “gran” sensibilidad y especificidad de la mamografía y que, ya que el resultado fue positivo en su paciente, prácticamente esto le “asegura” la existencia de Cáncer de mama. Su conclusión, seguramente, fue que el diagnóstico era “muy probable” y asignó al menos un 75% de la probabilidad diagnóstica.

Si Usted no se encuentra en éste contexto y es un cultor del razonamiento deductivo Bayesiano, le hizo falta un elemento fundamental en la información suministrada, que por lo tanto le impidió o le dificultó hacer una estimación adecuada.

CLIC AQUÍ Y DÉJANOS TU COMENTARIO

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *