Differential diagnose - Differential diagnosis

Differential diagnose
MeSH	D003937
[ rediger på Wikidata ]

I sundhedsvæsenet er en differentialdiagnose (forkortet DDx ) en metode til analyse af en patients historie og fysiske undersøgelse for at nå frem til den korrekte diagnose. Det indebærer at skelne en bestemt sygdom eller tilstand fra andre, der har lignende kliniske træk. Differentialdiagnostiske procedurer bruges af klinikere til at diagnosticere den specifikke sygdom hos en patient eller i det mindste at overveje eventuelle overhængende livstruende tilstande. Ofte kaldes hver enkelt mulighed for en mulig sygdom en differentialdiagnose (f.eks. Kan akut bronkitis være en differentialdiagnose ved evaluering af hoste, selvom den endelige diagnose er forkølelse ).

Mere generelt er en differentialdiagnostisk procedure en systematisk diagnostisk metode, der bruges til at identificere tilstedeværelsen af ​​en sygdomsenhed, hvor flere alternativer er mulige. Denne metode kan anvende algoritmer, der ligner elimineringsprocessen , eller i det mindste en proces til at indhente oplysninger, der skrumper "sandsynligheden" for kandidatbetingelser til ubetydelige niveauer ved at bruge beviser som symptomer, patienthistorie og medicinsk viden til at justere epistemisk tillid i diagnosens sind (eller, ved computeriseret eller computerassisteret diagnose, systemets software).

Differentialdiagnose kan betragtes som implementerende aspekter af den hypotetisk-deduktive metode , i den forstand at den potentielle tilstedeværelse af kandidatsygdomme eller tilstande kan ses som hypoteser, som klinikere yderligere fastslår som værende sande eller falske.

En differentialdiagnose bruges også almindeligt inden for psykiatri/psykologi, hvor to forskellige diagnoser kan knyttes til en patient, der udviser symptomer, der kunne passe ind i begge diagnoser. For eksempel kan en patient, der er blevet diagnosticeret med bipolar lidelse, også få en differentialdiagnose af borderline personlighedsforstyrrelse i betragtning af ligheden i symptomerne på begge tilstande.

Strategier, der bruges til at udarbejde en differentialdiagnoseliste, varierer med erfaringerne fra sundhedsudbyderen. Selvom nybegyndere kan arbejde systematisk med at vurdere alle mulige forklaringer på en patients bekymringer, bruger de med mere erfaring ofte på klinisk erfaring og mønstergenkendelse for at beskytte patienten mod forsinkelser, risici og omkostninger ved ineffektive strategier eller test. Effektive udbydere anvender en evidensbaseret tilgang, der supplerer deres kliniske erfaring med viden fra klinisk forskning.

Generelle komponenter

En differentialdiagnose har fire generelle trin. Klinikeren vil:

1. Saml relevant information om patienten, og opret en symptomliste.
2. Angiv mulige årsager ( kandidatbetingelser ) til symptomerne. Listen behøver ikke være skriftlig.
3. Prioriter listen ved at afbalancere risiciene ved en diagnose med sandsynligheden. Disse er subjektive, ikke objektive parametre.
4. Udfør test for at bestemme den faktiske diagnose. Dette kendes ved den almindelige sætning "at udelukke". Selv efter processen er diagnosen ikke klar. Klinikeren overvejer igen risiciene og behandler dem måske empirisk, ofte kaldet "Uddannet bedste gæt".

En mnemonic til at hjælpe med at overveje flere mulige patologiske processer er VINDICATE'M :

• V ascular
• Jeg nflammatory/ I nfectious
• N eoplastisk
• D egenerativ/ D eficiency/ D tæpper
• Jeg diopathic/ I ntoxication/ I atrogenic
• C ongenital
• En utoimmun/ en llergisk/ en natomisk
• T raumatisk
• E ndocrine/ E nvironmental
• M etabolisk

Specifikke metoder

Der er flere metoder til differentielle diagnostiske procedurer og flere varianter blandt dem. Endvidere kan en differentialdiagnostisk procedure anvendes samtidigt eller skiftevis med protokoller, retningslinjer eller andre diagnostiske procedurer (såsom mønstergenkendelse eller brug af medicinske algoritmer ).

For eksempel i tilfælde af medicinsk nødsituation er der muligvis ikke tid nok til at foretage detaljerede beregninger eller estimater af forskellige sandsynligheder, i hvilket tilfælde ABC -protokollen ( Airway, Breathing and Circulation ) kan være mere passende. Senere, når situationen er mindre akut, kan en mere omfattende differentialdiagnostisk procedure vedtages.

Den differentielle diagnostiske procedure kan forenkles, hvis der findes et " patognomonisk " tegn eller symptom (i hvilket tilfælde det er næsten sikkert, at måltilstanden er til stede) eller i mangel af et ' sine qua non -tegn eller symptom (i hvilket tilfælde det er er næsten sikker på, at måltilstanden er fraværende).

En diagnostiker kan være selektiv og først og fremmest overveje de lidelser, der er mere sandsynlige (en sandsynlig tilgang), mere alvorlige, hvis de ikke bliver diagnosticeret og ubehandlet (en prognostisk tilgang) eller mere reagerende på behandling, hvis de tilbydes (en pragmatisk tilgang). Da den subjektive sandsynlighed for tilstedeværelsen af ​​en tilstand aldrig ligefrem er 100% eller 0%, kan den differentielle diagnostiske procedure sigte mod at specificere disse forskellige sandsynligheder for at danne indikationer for yderligere handling.

Følgende er to metoder til differentialdiagnose, der er baseret på henholdsvis epidemiologi og sandsynlighedsforhold.

Epidemiologibaseret metode

En metode til at udføre en differentialdiagnose ved epidemiologi sigter mod at estimere sandsynligheden for hver kandidatbetingelse ved at sammenligne deres sandsynligheder for at have fundet sted i første omgang hos den enkelte. Det er baseret på sandsynligheder relateret både til præsentationen (såsom smerte) og sandsynlighederne for de forskellige kandidatbetingelser (f.eks. Sygdomme).

Teori

Det statistiske grundlag for differentialdiagnose er Bayes 'sætning . Som en analogi, når en dør er landet, er resultatet sikkert med 100%, men sandsynligheden for, at det ville have fundet sted i første omgang (i det følgende forkortet WHOIFP ) er stadig 1/6. På samme måde er sandsynligheden for, at en præsentation eller tilstand i første omgang ville have forekommet hos et individ (WHOIFPI), ikke den samme som sandsynligheden for, at præsentationen eller tilstanden er opstået hos den enkelte, fordi præsentationen er sket med 100% sikkerhed hos den enkelte. Alligevel antages de bidragende sandsynlighedsfraktioner af hver tilstand de samme, relativt:

$$ = {\ frac {\ Pr ({\ text {Præsentation WHOIFPI efter betingelse}})} {\ Pr ({\ text {Præsentation WHOIFPI}})}} \ end {justeret}}}$

hvor:

• Pr (Præsentation er forårsaget af en tilstand hos individ) er sandsynligheden for, at præsentationen er forårsaget af tilstand i den individuelle tilstand uden yderligere specifikation refererer til enhver kandidatbetingelse
• Pr (Præsentation er forekommet i individ) er sandsynligheden for, at præsentationen er sket hos individet, som kan opfattes og derved sættes til 100%
• Pr (Præsentation WHOIFPI efter betingelse) er sandsynligheden for, at præsentationen ville have fundet sted i første omgang hos den enkelte efter betingelse
• Pr (Præsentation WHOIFPI) er sandsynligheden for, at præsentationen ville have fundet sted i første omgang hos den enkelte

Når et individ præsenterer et symptom eller tegn, er Pr (præsentation er forekommet hos individ) 100% og kan derfor erstattes af 1 og kan ignoreres, da division med 1 ikke gør nogen forskel:

${\ displaystyle \ Pr ({\ text {Præsentation er forårsaget af individuel tilstand}}) = {\ frac {\ Pr ({\ text {Præsentation WHOIFPI efter betingelse}})} {\ Pr ({\ text {Præsentation WHOIFPI }})}}}}$

Den samlede sandsynlighed for, at præsentationen er sket hos den enkelte, kan tilnærmes som summen af ​​de enkelte kandidatbetingelser:

${\ displaystyle {\ begin {align} \ Pr ({\ text {Presentation WHOIFPI}}) & = \ Pr ({\ text {Presentation WHOIFPI by condition 1}}) \\ & {}+\ Pr ({\ text {Præsentation WHOIFPI efter betingelse 2}}) \\ & {}+\ Pr ({\ text {Præsentation WHOIFPI efter betingelse 3}})+{\ tekst {osv.}} \ End {justeret}}}$

Sandsynligheden for, at præsentationen er forårsaget af en kandidatbetingelse, er også proportional med sandsynligheden for tilstanden, afhængigt af hvilken hastighed den forårsager præsentationen:

${\ displaystyle \ Pr ({\ text {Presentation WHOIFPI by condition}}) = \ Pr ({\ text {Condition WHOIFPI}}) \ cdot r _ {{\ text {condition}} \ rightarrow {\ text {presentation}} },}$

hvor:

• Pr (Præsentation WHOIFPI efter betingelse) er sandsynligheden for, at præsentationen ville have fundet sted i første omgang hos den enkelte efter betingelse
• Pr (betingelse WHOIFPI) er sandsynligheden for, at tilstanden ville have fundet sted i første omgang hos den enkelte
• r _{Betingelse → præsentation} er den hastighed, hvormed en tilstand forårsager præsentationen, det vil sige den brøkdel af mennesker med tilstande, der manifesterer sig med præsentationen.

Sandsynligheden for, at en tilstand i første omgang ville have forekommet hos et individ, er omtrent lig med en befolkning, der ligner individet så meget som muligt bortset fra den aktuelle præsentation, hvor det er muligt kompenseret af relative risici givet af kendt risikofaktor, at skelne individet fra befolkningen:

${\ displaystyle \ Pr ({\ text {Condition WHOIFPI}}) \ approx RR _ {\ text {condition}} \ cdot \ Pr ({\ text {Condition in population}}),}$

hvor:

• Pr (betingelse WHOIFPI) er sandsynligheden for, at tilstanden ville have fundet sted i første omgang hos den enkelte
• RR _-tilstand er den relative risiko for tilstand forbundet med kendte risikofaktorer hos den enkelte, som ikke er til stede i befolkningen
• Pr (Betingelse i befolkning) er sandsynligheden for, at tilstanden forekommer i en population, der ligner individet så meget som muligt bortset fra præsentationen

Følgende tabel viser, hvordan disse relationer kan skabes for en række kandidatbetingelser:

	Kandidatbetingelse 1	Kandidatbetingelse 2	Kandidatbetingelse 3
Pr (tilstand i befolkning)	Pr (betingelse 1 i befolkningen)	Pr (tilstand 2 i befolkningen)	Pr (Betingelse 3 i befolkningen)
RR tilstand	RR 1	RR 2	RR 3
Pr (tilstand WHOIFPI)	Pr (betingelse 1 WHOIFPI)	Pr (betingelse 2 WHOIFPI)	P (betingelse 3 WHOIFPI)
r Tilstand → præsentation	r Betingelse 1 → præsentation	r Betingelse 2 → præsentation	r Betingelse 3 → præsentation
Pr (Præsentation WHOIFPI efter betingelse)	Pr (Præsentation WHOIFPI efter betingelse 1)	Pr (Præsentation WHOIFPI efter betingelse 2)	Pr (Præsentation WHOIFPI efter betingelse 3)
Pr (Præsentation WHOIFPI) = summen af ​​sandsynlighederne i rækken lige over
Pr (præsentation er forårsaget af tilstand hos individuelle)	Pr (præsentation er forårsaget af tilstand 1 hos individuelle)	Pr (præsentation er forårsaget af tilstand 2 hos individuelle)	Pr (præsentation er forårsaget af tilstand 3 hos individuelle)

En yderligere "kandidatbetingelse" er forekomsten af, at der ikke er nogen abnormitet, og præsentationen er kun et (normalt relativt usandsynligt) udseende af en grundlæggende normal tilstand. Dens sandsynlighed i befolkningen ( P (Ingen abnormitet i befolkningen) ) er komplementær til summen af ​​sandsynligheder for "unormale" kandidatbetingelser.

Eksempel

Denne eksempeleksempel viser, hvordan denne metode anvendes, men repræsenterer ikke en retningslinje for håndtering af lignende sager i virkeligheden. Eksemplet bruger også relativt specificerede tal med nogle gange flere decimaler , mens der i virkeligheden ofte er grove skøn, som f.eks. Sandsynligheden for at være meget høj , høj , lav eller meget lav , men stadig bruge metodens generelle principper.

For en person (som bliver "patienten" i dette eksempel) viser en blodprøve af for eksempel serumcalcium et resultat over standardreferenceområdet , som efter de fleste definitioner klassificeres som hypercalcæmi , hvilket bliver "præsentationen" I dette tilfælde. En kliniker (som bliver "diagnostiker" i dette eksempel), som i øjeblikket ikke ser patienten, får at vide om hans fund.

Af praktiske årsager mener klinikeren, at der er nok testindikation til at se på patientens journaler . For enkelhedens skyld, lad os sige, at den eneste information, der er givet i journalen, er en familiehistorie med primær hyperparathyroidisme (her forkortet som PH), hvilket kan forklare fundet af hypercalcæmi. For denne patient, lad os sige, at den resulterende arvelige risikofaktor anslås at give en relativ risiko på 10 (RR _PH = 10).

Klinikeren mener, at der er motivation nok til at udføre en differentialdiagnostisk procedure til konstatering af hypercalcæmi. Hovedårsagerne til hypercalcæmi er primær hyperparathyroidisme (PH) og kræft , så for nemheds skyld kan listen over kandidatbetingelser, som klinikeren kunne tænke på, angives som:

• Primær hyperparatyreoidisme (PH)
• Kræft
• Andre sygdomme, som klinikeren kunne tænke på (som simpelthen kaldes "andre tilstande" for resten af ​​dette eksempel)
• Ingen sygdom (eller ingen abnormitet), og fundet skyldes helt og holdent statistisk variabilitet

Sandsynligheden for, at 'primær hyperparathyroidisme' (PH) ville have forekommet i første omgang hos individet ( P (PH WHOIFPI) ) kan beregnes som følger:

Lad os sige, at den sidste blodprøve taget af patienten var for et halvt år siden og var normal, og at forekomsten af ​​primær hyperparatyreoidisme i en almindelig befolkning passende matcher individet (bortset fra præsentationen og nævnte arvelighed) er 1 ud af 4000 om året. Hvis man ignorerer mere detaljerede retrospektive analyser (såsom inklusiv hastighed af sygdomsfremskridt og forsinkelse af medicinsk diagnose ), kan risikoen for at udvikle primær hyperparathyroidisme groft betragtes som værende det sidste halve år, fordi et tidligere udviklet hypercalcæmi sandsynligvis ville er blevet fanget af den tidligere blodprøve. Dette svarer til en sandsynlighed for primær hyperparathyroidisme (PH) i befolkningen på:

${\ displaystyle \ Pr ({\ tekst {PH i befolkning}}) = 0,5 {\ tekst {år}} \ cdot {\ frac {1} {\ tekst {4000 om året}}} = {\ frac {1} {8000}}}$

Med den relative risiko forbundet med familiehistorien bliver sandsynligheden for, at primær hyperparathyroidisme (PH) i første omgang ville have fundet sted hos individet givet fra de aktuelt tilgængelige oplysninger:

${\ displaystyle \ Pr ({\ text {PH WHOIFPI}}) \ approx RR_ {PH} \ cdot \ Pr ({\ text {PH i population}}) = 10 \ cdot {\ frac {1} {8000}} = {\ frac {1} {800}} = 0.00125}$

Primær hyperparathyroidisme kan antages at forårsage hypercalcæmi i det væsentlige 100% af tiden (r _{PH → hypercalcæmi} = 1), så denne uafhængigt beregnede sandsynlighed for primær hyperparathyroidisme (PH) kan antages at være den samme som sandsynligheden for at være årsag til præsentation:

${\ displaystyle {\ begin {align} \ Pr ({\ text {Hypercalcemia WHOIFPI by PH}}) & = \ Pr ({\ text {PH WHOIFPI}}) \ cdot r _ {{\ text {PH}} \ højrepil {\ text {hypercalcæmi}}} \\ & = 0.00125 \ cdot 1 = 0.00125 \ end {align}}}$

For kræft antages det samme tid-i-risiko for enkelhed, og lad os sige, at forekomsten af ​​kræft i området anslås til 1 ud af 250 om året, hvilket giver en befolkningssandsynlighed for kræft på:

${\ displaystyle \ Pr ({\ text {cancer in population}}) = 0.5 {\ text {years}} \ cdot {\ frac {1} {\ text {250 pr. år}}} = {\ frac {1} {500}}}$

For enkelhedens skyld, lad os sige, at enhver sammenhæng mellem en familiehistorie med primær hyperparatyreoidisme og risiko for kræft ignoreres, så den relative risiko for den enkelte at have pådraget sig kræft i første omgang ligner befolkningens (RR _-kræft = 1) :

${\ displaystyle \ Pr ({\ text {cancer WHOIFPI}}) \ approx RR _ {\ text {cancer}} \ cdot \ Pr ({\ text {cancer in population}}) = 1 \ cdot {\ frac {1} {500}} = {\ frac {1} {500}} = 0,002.}$

Imidlertid forekommer hypercalcæmi kun i meget cirka 10% af kræftformer (r _{cancer → hypercalcæmi} = 0,1), så:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {Hypercalcemia WHOIFPI by cancer}}) \\ = & \ Pr ({\ text {cancer WHOIFPI}}) \ cdot r _ {{\ text {cancer} } \ rightarrow {\ text {hypercalcæmi}}} \\ = & 0.002 \ cdot 0.1 = 0.0002. \ end {align}}}$

Sandsynlighederne for, at hypercalcæmi i første omgang ville have fundet sted ved andre kandidatbetingelser, kan beregnes på lignende måde. Lad os dog for enkelheds skyld sige, at sandsynligheden for, at nogen af ​​disse i første omgang ville have fundet sted, er beregnet til 0,0005 i dette eksempel.

I tilfælde af at der ikke er nogen sygdom , er den tilsvarende sandsynlighed i befolkningen komplementær til summen af ​​sandsynligheder for andre tilstande:

${\ displaystyle {\ begin {align} \ Pr ({\ text {no disease in population}}) & = 1- \ Pr ({\ text {PH in population}})-\ Pr ({\ text {cancer in population}}) \\ & {} \ quad -\ Pr ({\ text {andre forhold i befolkningen}}) \\ & {} = 0.997. \ end {align}}}$

Sandsynligheden for, at individet i første omgang ville være sundt, kan antages at være den samme:

${\ displaystyle \ Pr ({\ text {no disease WHOIFPI}}) = 0,997. \,}$

Den hastighed, hvormed tilfældet med ingen unormal tilstand stadig ender i måling af serumcalcium over at være over standardreferenceområdet (derved klassificeres som hypercalcæmi), er ved definitionen af ​​standardreferenceområde mindre end 2,5%. Denne sandsynlighed kan imidlertid præciseres yderligere ved at overveje, hvor meget målingen afviger fra middelværdien i standardreferenceområdet. Lad os sige, at serumkalciummåling var 1,30 mmol/L, hvilket med et standardreferenceinterval fastsat til 1,05 til 1,25 mmol/L svarer til en standardscore på 3 og en tilsvarende sandsynlighed på 0,14%, at en sådan grad af hypercalcæmi ville have opstod i første omgang i tilfælde af ingen abnormitet:

${\ displaystyle r _ {{\ text {ingen sygdom}} \ højrepil {\ tekst {hypercalcæmi}}} = 0.0014}$

Efterfølgende kan sandsynligheden for, at hypercalcæmi ville være forårsaget af ingen sygdom, beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {Hypercalcemia WHOIFPI by no disease}}) \\ = & \ Pr ({\ text {no disease WHOIFPI}}) \ cdot r _ {{\ text { ingen sygdom}} \ rightarrow {\ text {hypercalcæmi}}} \\ = & 0,997 \ cdot 0,0014 \ ca. 0,0014 \ end {justeret}}}$

Sandsynligheden for, at hypercalcæmi i første omgang ville forekomme hos individet, kan således beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcemia WHOIFPI}}) \\ = & \ Pr ({\ text {hypercalcemia WHOIFPI by PH}})+\ Pr ({\ text {hypercalcemia WHOIFPI af kræft}}) \\ & {}+\ Pr ({\ tekst {hypercalcæmi WHOIFPI ved andre forhold}})+\ Pr ({\ text {hypercalcæmi WHOIFPI uden sygdom}}) \\ = & 0.00125+0,0002 +0,0005+0,0014 = 0,00335 \ end {align}}}$

Efterfølgende kan sandsynligheden for, at hypercalcæmi skyldes primær hyperparathyroidisme (PH) hos den enkelte, beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcæmi skyldes individuelt}}) \\ = & {\ frac {\ Pr ({\ text {hypercalcæmi WHOIFPI af PH}})}} {\ Pr ({\ text {hypercalcæmi WHOIFPI}})}} \\ = & {\ frac {0.00125} {0.00335}} = 0.373 = 37.3 \%\ end {align}}}$

På samme måde kan sandsynligheden for, at hypercalcæmi er forårsaget af kræft hos den enkelte, beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcæmi er forårsaget af kræft hos individuelle}}) \\ = & {\ frac {\ Pr ({\ text {hypercalcæmi WHOIFPI ved kræft}}))} {\ Pr ({\ text {hypercalcæmi WHOIFPI}})}} \\ = & {\ frac {0.0002} {0.00335}} = 0.060 = 6.0 \%, \ end {align}}}$

og for andre kandidatbetingelser:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcæmi skyldes andre tilstande individuelt}}) \\ = & {\ frac {\ Pr ({\ text {hypercalcæmi WHOIFPI af andre forhold}} )} {\ Pr ({\ text {hypercalcæmi WHOIFPI}})}} \\ = & {\ frac {0,0005} {0,00335}} = 0,149 = 14,9 \%, \ slut {justeret}}}$

og sandsynligheden for, at der faktisk ikke er nogen sygdom:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcæmi er til trods for ingen sygdom hos den enkelte}}) \\ = & {\ frac {\ Pr ({\ text {hypercalcæmi WHOIFPI uden sygdom}} )} {\ Pr ({\ text {hypercalcæmi WHOIFPI}})}} \\ = & {\ frac {0.0014} {0.00335}} = 0.418 = 41.8 \%\ end {align}}}$

For at præcisere er disse beregninger givet som tabellen i metodebeskrivelsen:

	PH	Kræft	Andre forhold	Ingen sygdom
P (tilstand i befolkning)	0,000125	0,002	-	0,997
RR x	10	1	-	-
P (Tilstand WHOIFPI)	0,00125	0,002	-	-
r Tilstand → hypercalcæmi	1	0,1	-	0,0014
P (hypercalcæmi WHOIFPI efter tilstand)	0,00125	0,0002	0,0005	0,0014
P (hypercalcæmi WHOIFPI) = 0,00335
P (hypercalcæmi er forårsaget af tilstand hos individ)	37,3%	6,0%	14,9%	41,8%

Således vurderer denne metode, at sandsynligheden for, at hypercalcæmi skyldes primær hyperparathyroidisme, kræft, andre tilstande eller slet ingen sygdom, er henholdsvis 37,3%, 6,0%, 14,9%og 41,8%, som kan bruges til at estimere yderligere test indikationer.

Denne sag fortsættes i eksemplet med metoden beskrevet i det næste afsnit.

Sandsynlighedsforholdsbaseret metode

Proceduren for differentialdiagnose kan blive ekstremt kompleks, når der tages yderligere tests og behandlinger i betragtning. En metode, der lidt er en afvejning mellem at være klinisk perfekt og at være relativt enkel at beregne, er en, der bruger sandsynlighedsforhold til at udlede efterfølgende sandsynligheder efter test.

Teori

De indledende sandsynligheder for hver kandidatbetingelse kan estimeres ved forskellige metoder, såsom:

• Ved epidemiologi som beskrevet i det foregående afsnit.
• Ved klinik-specifik mønstergenkendelse , såsom statistisk at vide, at patienter, der kommer ind i en bestemt klinik med en bestemt klage, statistisk set har en særlig sandsynlighed for hver kandidatbetingelse.

En metode til at estimere sandsynligheden, selv efter yderligere test, bruger sandsynlighedsforhold (som er afledt af følsomheder og specificiteter ) som en multiplikationsfaktor efter hver test eller procedure. I en ideel verden ville følsomheder og specificiteter blive fastlagt for alle tests for alle mulige patologiske tilstande. I virkeligheden kan disse parametre dog kun fastlægges for en af ​​kandidatbetingelserne. Multiplikation med sandsynlighedsforhold nødvendiggør omdannelse af sandsynligheder fra sandsynligheder til odds til fordel (i det følgende blot kaldet "odds") ved:

${\ displaystyle {\ text {odds}} = {\ frac {\ text {sandsynlighed}} {1-{\ text {sandsynlighed}}}}}}$

Imidlertid er det kun kandidatbetingelserne med kendt sandsynlighedsforhold, der har brug for denne konvertering. Efter multiplikation beregnes konvertering tilbage til sandsynlighed ved at:

${\ displaystyle {\ text {probability}} = {\ frac {\ text {odds}} {{\ text {odds}}+1}}}$

Resten af ​​kandidatbetingelserne (for hvilke der ikke er et fastlagt sandsynlighedsforhold for den foreliggende test) kan for enkelheds skyld justeres ved efterfølgende at multiplicere alle kandidatbetingelser med en fælles faktor for igen at give et beløb på 100%.

De resulterende sandsynligheder bruges til at estimere indikationerne for yderligere medicinske tests , behandlinger eller andre handlinger. Hvis der er en indikation for en yderligere test, og den vender tilbage med et resultat, gentages proceduren ved hjælp af sandsynlighedsforholdet for den ekstra test. Med opdaterede sandsynligheder for hver af kandidatbetingelserne ændres indikationerne for yderligere tests, behandlinger eller andre handlinger også, og derfor kan proceduren gentages indtil et slutpunkt, hvor der ikke længere er nogen indikation for i øjeblikket at udføre yderligere handlinger. Et sådant endepunkt opstår hovedsageligt, når en kandidatbetingelse bliver så sikker, at der ikke kan findes en test, der er stærk nok til at ændre den relative sandsynlighedsprofil nok til at motivere enhver ændring i yderligere handlinger. Taktik for at nå et sådant endepunkt med så få tests som muligt inkluderer at lave tests med høj specificitet for betingelser med allerede en særdeles høj profil-relativ sandsynlighed, fordi det høje sandsynlighedsforhold positivt for sådanne tests er meget højt, hvilket bringer alle mindre sandsynlige forhold til relativt lavere sandsynligheder. Alternativt har test med høj følsomhed for konkurrerende kandidatbetingelser et stort sandsynlighedsforhold negativt , hvilket muligvis bringer sandsynlighederne for konkurrerende kandidatbetingelser til ubetydelige niveauer. Hvis sådanne ubetydelige sandsynligheder opnås, kan klinikeren udelukke disse betingelser og fortsætte den differentielle diagnostiske procedure med kun de resterende kandidatbetingelser.

Eksempel

Dette eksempel fortsætter for den samme patient som i eksemplet for den epidemiologibaserede metode. Som med det foregående eksempel på epidemiologibaseret metode, er dette eksempeleksempel lavet for at demonstrere, hvordan denne metode anvendes, men repræsenterer ikke en retningslinje for håndtering af lignende virkelige sager. Eksemplet bruger også relativt specificerede tal, mens der i virkeligheden ofte kun er grove estimater. I dette eksempel blev sandsynlighederne for hver kandidatbetingelse fastslået ved en epidemiologibaseret metode til at være som følger:

	PH	Kræft	Andre forhold	Ingen sygdom
Sandsynlighed	37,3%	6,0%	14,9%	41,8%

Disse procenter kunne også have været fastlagt ved erfaring fra den særlige klinik ved at vide, at det er procenterne til endelig diagnose for personer, der præsenterer klinikken med hypercalcæmi og har en familiehistorie med primær hyperparathyroidisme.

Betingelsen for den højeste profil-relative sandsynlighed (undtagen "ingen sygdom") er primær hyperparatyreoidisme (PH), men kræft er stadig af stor bekymring, for hvis det er den egentlige årsagssituation for hypercalcæmi, så er valget af, om man vil behandle eller sandsynligvis ikke betyder liv eller død for patienten, hvilket potentielt kan sætte indikationen på et lignende niveau for yderligere test for begge disse tilstande.

Lad os her sige, at klinikeren anser de profil-relative sandsynligheder for at være af tilstrækkelig bekymring til at angive, at patienten skal indkaldes til et klinikbesøg, med et yderligere besøg på det medicinske laboratorium for en yderligere blodprøve suppleret med yderligere analyser, herunder parathyroidea hormon ved mistanke om primær hyperparatyreoidisme.

For enkelhedens skyld, lad os sige, at klinikeren først modtager blodtestresultatet (i formler forkortet til "BT") for parathyroidhormonanalysen, og at det viste et parathyroidhormonniveau, der er forhøjet i forhold til, hvad der kunne forventes af calciumniveauet.

En sådan konstellation kan anslås at have en følsomhed på cirka 70% og en specificitet på cirka 90% for primær hyperparathyroidisme. Dette giver et sandsynlighedsforhold positivt på 7 for primær hyperparathyroidisme.

Sandsynligheden for primær hyperparathyroidisme betegnes nu Pre-BT _PH, fordi den svarer til før blodprøven (latinsk præposition prae betyder før). Det blev anslået til 37,3%, svarende til et odds på 0,595. Med sandsynlighedsforholdstallet positiv af 7 til blodprøve, de post er test odds beregnes som:

${\ displaystyle \ operatorname {Odds} ({\ text {PostBT}} _ {PH}) = \ operatorname {Odds} ({\ text {PreBT}} _ {PH}) \ cdot LH (BT) = 0.595 \ cdot 7 = 4,16,}$

hvor:

• Odds (PostBT _PH ) er odds for primær hyperparathyroidisme efter blodprøven for parathyroidhormon
• Odds (PreBT _PH er oddsene til fordel for primær hyperparathyroidisme før blodprøven for parathyroidhormon
• LH (BT) er sandsynlighedsforholdet positivt for blodprøven for parathyroidhormon

En Odds (PostBT _PH ) på 4,16 konverteres igen til den tilsvarende sandsynlighed ved at:

${\ displaystyle \ Pr ({\ text {PostBT}} _ {PH}) = {\ frac {\ operatorname {Odds} ({\ text {PostBT}} _ {PH})} {\ operatorname {Odds} ({ \ text {PostBT}} _ {PH})+1}} = {\ frac {4.16} {4.16+1}} = 0.806 = 80.6 \%}$

Summen af ​​sandsynlighederne for resten af ​​kandidatbetingelserne bør derfor være:

${\ displaystyle \ Pr ({\ text {PostBT}} _ {rest}) = 100 \%-80,6 \%= 19,4 \%}$

Før blodprøven for parathyroidhormon var summen af ​​deres sandsynligheder:

${\ displaystyle \ Pr ({\ text {PreBT}} _ {\ text {rest}}) = 6,0 \%+14,9 \%+41,8 \%= 62,7 \%}$

Derfor skal hver af de andre kandidater ganges med en korrektionsfaktor for at overholde en sum på 100% for alle kandidatbetingelser:

${\ displaystyle {\ text {Correcting factor}} = {\ frac {\ Pr ({\ text {PostBT}} _ {\ text {rest}})} {\ Pr ({\ text {PreBT}} _ {\ tekst {resten}})}} = {\ frac {19.4} {62.7}} = 0.309}$

For eksempel beregnes sandsynligheden for kræft efter testen som:

${\ displaystyle \ Pr ({\ text {PostBT}} _ {\ text {cancer}}) = \ Pr ({\ text {PreBT}} _ {\ text {cancer}}) \ cdot {\ text {Korrigeringsfaktor }} = 6.0 \%\ cdot 0.309 = 1.9 \%}$

Sandsynlighederne for hver kandidatbetingelse før og efter blodprøven er angivet i følgende tabel:

	PH	Kræft	Andre forhold	Ingen sygdom
P (PreBT)	37,3%	6,0%	14,9%	41,8%
P (PostBT)	80,6%	1,9%	4,6%	12,9%

Disse "nye" procenter, herunder en profilrelativ sandsynlighed på 80% for primær hyperparathyroidisme, ligger til grund for enhver indikation for yderligere test, behandlinger eller andre handlinger. I dette tilfælde, lad os sige, at klinikeren fortsætter planen for patienten at deltage i en kliniker besøg for en yderligere helbredsundersøgelse, især fokuseret på primær hyperparathyroidisme.

Et klinikbesøg kan teoretisk betragtes som en række tests, der omfatter både spørgsmål i en sygehistorie samt komponenter i en fysisk undersøgelse , hvor sandsynligheden for en tidligere test efter testen kan bruges som præ- test sandsynlighed for den næste. Indikationerne for at vælge den næste test påvirkes dynamisk af resultaterne af tidligere tests.

Lad os sige, at patienten i dette eksempel afsløres for at have i det mindste nogle af symptomerne og tegnene på depression, knoglesmerter, ledsmerter eller forstoppelse af større sværhedsgrad, end hvad der kunne forventes af selve hypercalcæmi, hvilket understøtter mistanken om primær hyperparatyreoidisme, og lad os sige, at sandsynlighedsforholdene for testene, når de multipliceres sammen, nogenlunde resulterer i et produkt på 6 for primær hyperparathyroidisme.

Tilstedeværelsen af ​​uspecifikke patologiske symptomer og tegn i historien og undersøgelsen er ofte samtidig en indikation af kræft, og lad os sige, at testene gav et samlet sandsynlighedsforhold anslået til 1,5 for kræft. For andre tilstande såvel som forekomsten af ​​slet ikke at have nogen sygdom, lad os sige, at det er uvist, hvordan de påvirkes af de foreliggende test, som det ofte sker i virkeligheden. Dette giver følgende resultater for historie og fysisk undersøgelse (forkortet P&E):

	PH	Kræft	Andre forhold	Ingen sygdom
P (PreH & E)	80,6%	1,9%	4,6%	12,9%
Odds (PreH & E)	4.15	0,019	0,048	0,148
Sandsynlighedsforhold fra H&E	6	1.5	-	-
Odds (PostH & E)	24.9	0,0285	-	-
P (PostH & E)	96,1%	2,8%	-	-
Summen af ​​kendte P (PostH & E)	98,9%
Summen af ​​resten P (PostH & E)	1,1%
Summen af ​​resten P (PreH & E)	4,6% + 12,9% = 17,5%
Korrigerende faktor	1,1% / 17,5% = 0,063
Efter korrektion	-	-	0,3%	0,8%
P (PostH & E)	96,1%	2,8%	0,3%	0,8%

Disse sandsynligheder efter historien og undersøgelsen kan gøre lægen sikker nok til at planlægge patienten til operation for en parathyroidektomi for at resektere det berørte væv.

På dette tidspunkt er sandsynligheden for "andre tilstande" så lav, at lægen ikke kan tænke på nogen test for dem, der kan gøre en forskel, der ville være væsentlig nok til at danne en indikation for en sådan test , og lægen derved praktisk betragter " andre betingelser "som udelukket, i dette tilfælde ikke primært ved nogen specifik test for sådanne andre forhold, der var negative, men derimod ved fravær af positive test hidtil.

For "kræft" kan afbrydelsen, hvor det med sikkerhed kan betragtes som udelukket, være strengere på grund af alvorlige konsekvenser af at savne det, så lægen kan overveje, at der i det mindste er angivet en histopatologisk undersøgelse af det resekterede væv.

Denne sag fortsættes i eksemplet med kombinationer i det tilsvarende afsnit nedenfor.

Dækning af kandidatbetingelser

Gyldigheden af ​​både den indledende estimering af sandsynligheder ved epidemiologi og yderligere oparbejdning af sandsynlighedsforhold afhænger af inkluderingen af ​​kandidatbetingelser, der i størst mulig grad er ansvarlige for sandsynligheden for at have udviklet tilstanden, og det er klinisk vigtigt at inkludere dem, hvor relativt hurtig initiering af terapi mest sandsynligt vil resultere i den største fordel. Hvis en vigtig kandidatbetingelse savnes, vil ingen metode til differentialdiagnose give den korrekte konklusion. Behovet for at finde flere kandidatbetingelser for inklusion stiger med den stigende sværhedsgrad af selve præsentationen. For eksempel, hvis den eneste præsentation er en afvigende laboratorieparameter, og alle almindelige skadelige underliggende forhold er blevet udelukket, kan det være acceptabelt at stoppe med at finde flere kandidatbetingelser, men dette ville meget mere sandsynligt være uacceptabelt, hvis præsentationen havde været alvorlig smerte.

Kombinationer

Hvis to forhold får høje sandsynligheder efter testen, især hvis summen af ​​sandsynlighederne for forhold med kendte sandsynlighedsforhold bliver højere end 100%, så er den faktiske tilstand en kombination af de to. I sådanne tilfælde kan denne kombinerede betingelse føjes til listen over kandidatbetingelser, og beregningerne skal starte forfra fra begyndelsen.

For at fortsætte ovenstående eksempel, lad os sige, at historien og den fysiske undersøgelse også var tegn på kræft, med et sandsynlighedsforhold på 3, hvilket gav en Odds (PostH & E) på 0,057, svarende til en P (PostH & E) på 5,4%. Dette svarer til en "sum af kendt P (PostH & E)" på 101,5%. Dette er en indikation for at overveje en kombination af primær hyperparathyroidisme og kræft, såsom i dette tilfælde et parathyroidhormonproducerende parathyroidkræft . En genberegning kan derfor nødvendig, idet de to første tilstande er opdelt i "primær hyperparatyreoidisme uden kræft", "kræft uden primær hyperparatyreoidisme" samt "kombineret primær hyperparatyreoidisme og kræft", og sandsynlighedsforhold anvendes på hver enkelt tilstand separat. I dette tilfælde, Væv er imidlertid allerede blevet resekteret, hvor en histopatologisk undersøgelse kan udføres, der inkluderer muligheden for parathyroidkræft i undersøgelsen (hvilket kan medføre passende prøvefarvning ). Lad os sige, at den histopatologiske undersøgelse bekræfter primær hyperparatyreoidisme, men også viste et malignt mønster .. Ved en indledende metode ved epidemiologi anslås forekomsten af ​​parathyroidkræft til et 1 ud af 6 millioner mennesker om året, hvilket giver en meget lav sandsynlighed, før der tages nogen test i betragtning. Til sammenligning beregnes sandsynligheden for, at ikke-malign primær hyperparathyroidisme er opstået samtidig med en ikke-relateret ikke-carcinomkræft, der viser sig med maligne celler i biskjoldbruskkirtlen, ved at gange sandsynligheden for de to. Den resulterende sandsynlighed er imidlertid meget mindre end 1 ud af 6 millioner. Derfor kan sandsynligheden for parathyroidkræft stadig være tæt på 100% efter histopatologisk undersøgelse på trods af den lave sandsynlighed for at forekomme i første omgang.

Maskinens differentialdiagnose

Maskindifferentiel diagnose er brugen af computersoftware til helt eller delvist at stille en differentialdiagnose. Det kan betragtes som en anvendelse af kunstig intelligens .

Mange undersøgelser viser forbedring af plejekvaliteten og reduktion af medicinske fejl ved hjælp af sådanne beslutningsstøttesystemer. Nogle af disse systemer er designet til et specifikt medicinsk problem, såsom skizofreni, Lyme-sygdom eller respiratorassocieret lungebetændelse. Andre såsom ESAGIL, Iliad, QMR, DiagnosisPro, VisualDx , docLogica , Isabel, ZeroMD, DxMate, Symptom og Physician Cognition er designet til at dække alle større kliniske og diagnostiske fund for at hjælpe læger med hurtigere og mere præcis diagnose.

Disse værktøjer kræver imidlertid stadig alle avancerede medicinske færdigheder for at vurdere symptomer og vælge yderligere tests for at udlede sandsynligheden for forskellige diagnoser. Maskindifferentiel diagnose er i øjeblikket heller ikke i stand til at diagnosticere flere samtidige lidelser. Således bør ikke-fagfolk stadig se en sundhedsudbyder for at få en korrekt diagnose.

Historie

Metoden til differentialdiagnose blev først foreslået til brug ved diagnosen psykiske lidelser af Emil Kraepelin . Det er mere systematisk end den gammeldags diagnosemetode ved gestalt (indtryk).

Alternative medicinske betydninger

'Differentialdiagnose' bruges også mere løst, for blot at henvise til en liste over de mest almindelige årsager til et givet symptom, til en liste over lidelser, der ligner en given lidelse, eller til sådanne lister, når de er kommenteret med råd om, hvordan man indsnævre listen ( French's Index of Differential Diagnosis er et eksempel). Således er en differentialdiagnose i denne forstand medicinsk information, der er specielt organiseret til at hjælpe med diagnosen.

Anvendelse bortset fra i medicin

Metoder, der ligner dem ved differentielle diagnostiske processer i medicin, bruges også af biologiske taksonomer til at identificere og klassificere organismer, levende og uddøde. For eksempel, efter at have fundet en ukendt art, kan der først være en liste over alle potentielle arter, efterfulgt af at udelukke en efter en, indtil der optimalt kun er et potentielt valg tilbage. Lignende procedurer kan bruges af anlægs- og vedligeholdelsesingeniører og bilmekanikere og bruges til at diagnosticere defekte elektroniske kredsløb.

I art

Det amerikanske tv -medicinske drama House med Hugh Laurie som hovedpersonen Dr. Gregory House, der leder et team af diagnostikere på det fiktive Princeton - Plainsboro Teaching Hospital i New Jersey, drejer sig om at bruge differentielle diagnostiske procedurer i et forsøg på at komme med den rigtige diagnose .

Gennem serien har lægerne diagnosticeret sygdomme som lupus , mastocytose , Plummer's sygdom , rabies , Kawasakis syndrom , kopper , Rickettsialpox og snesevis af andre.

Se også

• Følgesygdomme
• Diagnose af eksklusion
• Dobbel diagnose
• Køn-bias i medicinsk diagnose
• Liste over medicinske symptomer

Referencer