Por que exercitar o pensamento probabilístico em medicina?

    No post anterior, apresentamos o conceito de pensamento probabilístico Bayesiano em medicina. Em essência, trata-se do método mais seguro de realizar estimativas sobre prevalência de doenças, efeito de testes diagnósticos, e o impacto das condutas médicas. Em medicina, afinal, lidamos com sistemas complexos, que não seguem regras fixas que nos permitem saber, com certeza, se uma doença de fato está presente ou se um tratamento é, certamente, útil numa dada situação - precisamos trabalhar com probabilidades para, a partir delas, tomar as condutas mais adequadas a cada momento e pessoa.

O pensamento probabilístico não se trata, porém, do estado de funcionamento natural da mente humana; assim, quando não mantemos um olhar atento para nossos vieses cognitivos, e não exercitamos o pensar probabilístico, caímos facilmente em diversas armadilhas durante a prática médica:

  • Superestimamos a probabilidade pré-teste das doenças; 

  • Valorizamos excessivamente testes ou achados que corroboram nossa hipótese inicial, superestimando, assim, a probabilidade pós-teste;

  • Nos ancoramos, ao ouvir a história de um paciente, na primeira hipótese que nos vêm à mente, esquecendo de pensar de modo racional, guiado pelas doenças mais frequentes, nas várias possibilidades diagnósticas para cada caso;

  • Exageramos o benefício dos tratamentos e minimizamos seus danos, esquecendo-nos de que cada tratamento não oferece benefícios certos, mas probabilidades de benefício - demonstrada pelo NNT, que discutiremos mais profundamente em postagens futuras (um exemplo clássico: em média, somente 1 de 39 pessoas que recebem estatinas por 5 anos para prevenção secundária de doença cardiovascular recebe o benefício de prevenção de 1 episódio de infarto).


Recentemente, publicou-se no JAMA estudo que atesta claramente tais pontos. O estudo testou a acurácia dos profissionais de saúde em estimar: a probabilidade pré-teste de doenças; a probabilidade pós-teste após um teste positivo; e a probabilidade pós-teste após teste negativo. Para tal, os participantes estimaram as probabilidades pertinentes a 3 cenários clínicos bastante frequentes: pneumonia+raio-X de tórax; mamografia para rastreamento de câncer de mama; teste de estresse para doença arterial coronariana; e urocultura para diagnóstico de infecção do trato urinário.


Desta vez, não abordaremos a metodologia do estudo, mas apenas os resultados, resumidos, que refletem justamente o quão inerentemente ruins somos na estimativa de probabilidades diagnósticas.

No caso da mamografia, por exemplo os participantes:

  • Informaram probabilidade pré-teste de 5% de câncer de mama, quando a verdadeira é de 0,2%; 

  • Estimaram probabilidade pós-teste positiva (ou seja, probabilidade de a mulher ter câncer após mamografia positiva) de 60%, quando a verdadeira seria de apenas 6%;

  • Informaram probabilidade pós-teste negativa (ou seja, probabilidade a mulher não ter câncer após teste negativo) de 5%, quando a verdadeira seria inferior a 0,05%.


Para os interessados, deixo a table 3 do estudo, abaixo, que, essencialmente, mantém, para os outros cenários, o padrão de resultados observado, em que os participantes superestimaram as probabilidade pré-teste de doença, e pós-teste tanto em casos de teste positivo como de teste negativo.



    À primeira vista, os resultados podem parecer inócuos - afinal, “que importa que os profissionais, em média, sejam ruins em estimar a probabilidade de doenças e o valor de testes?”, alguns poderão perguntar. 


As consequências desses erros, porém, são claras: diagnósticos são dados de modo categórico muitas vezes incorretamente, desencadeando o overdiagnosis, com os vários testes e intervenções sem benefício deles decorrentes; tratamentos ou novos testes com frequência são instituídos em situações em que podem trazer baixa probabilidade de benefício; e, em resumo, nos distanciamos de uma medicina mais racional, baseada na incerteza e mais capaz de oferecer 


Em resumo, o estudo reforça a necessidade de que estudemos e exercitemos o pensamento probabilístico; assim, poderemos nos aproximar de uma medicina não somente mais racional, baseada na incerteza própria de cada diagnóstico ou conduta, mas também mais humilde, consciente de nossa ignorância e do pequeno impacto de nossas ações. Em postagens seguintes, continuaremos a discutir a importância da incerteza na prática médica, e as ferramentas que nos permitem praticar o raciocínio probabilístico.

Comentários

Postar um comentário

Postagens mais visitadas deste blog

As Bases do Pensamento Bayesiano em Medicina.

Iniciamos aqui uma série de posts destinadas a explicar o que é o "pensamento probabilístico", ou "Bayesiano", em medicina, e como impacta em quatro momentos essenciais da prática: o exame físico; o diagnóstico mediante uso de métodos complementares; o tratamento; e a interpretação crítica de trabalhos científicos. O pensamento Bayesiano.      No século XVIII, na Inglaterra, o reverendo Bayes descreveu o conceito de probabilidade condicional: em essência, a ideia de que, partindo de uma probabilidade pré-teste já existente, com a aquisição de novas evidências (com a aplicação de um teste diagnóstico, por exemplo), obtemos uma probabilidade pós-teste . A fim de esclarecer como o teorema se aplica à medicina, pense no seguinte caso: “Um paciente completamente assintomático vai ao médico para consulta rotineira; no exame físico, o médico detecta anormalidade tipicamente presente nos portadores de uma dada doença; inquieto, questiona-se ‘será que isso é normal, sendo q...
Leia mais

Estudos clínicos de não-inferioridade - 3/3.

Nos posts anteriores, vimos o conceito de estudo clínico de não-inferioridade, que visam a testar se um novo medicamento possui efeito “não-inferior” a outro já aprovado para dada condição. Essa “não-inferioridade” (pequena perda do benefício principal) seria compensada por algumas vantagens a mais, como preço menor ou menos efeitos colaterais. Além disso, vimos que aspectos metodológicos desse tipo de estudo merecem atenção. Agora, vamos pensar o caso da apendicite . Recentemente, publicou-se estudo de não-inferioridade que comparou o manejo cirúrgico da apendicite ao tratamento apenas com antibióticos.  Em resumo, tratou-se de estudo não-randomizado (deu-se, aos responsáveis, a opção de escolher o manejo), que comparou tais opções de manejo da apendicite não-complicada em crianças entre 7 e 17 anos. O estudo avaliou: dias “perdidos” em decorrência do tratamento da apendicite; e taxa de sucesso do manejo não-operatório (proporção de pacientes tratados clinicamente que, após um an...
Leia mais

Sobre cloroquina e sopa de galinha.

Imagem
  Iniciamos o post de hoje com uma pergunta: Todas as hipóteses devem ser testadas cientificamente? A resposta (penso, e espero te convencer) é negativa . Nem todas as hipóteses, associações, ideias que pensamos devem - merecem - ser analisadas por estudos científicos aprofundados. Há alguns motivos principais para tal. Em primeiro lugar, algumas hipóteses têm probabilidade pré-teste de serem verdadeira muito baixa - ou seja, a probabilidade de que a ideia seja verdadeira antes de que um estudo a analise é ínfima. Tal probabilidade é determinada sobretudo por plausibilidade biológica (“faz sentido biológico” que um antibiótico mate bactérias?) e pelo conjunto de evidências prévio (os resultados de estudos prévios apoiam essa nova hipótese?). Para entender as implicações disso, suponha que um estudo avalie uma ideia de baixa probabilidade pré-teste [que tal hidroxicloroquina em pacientes com COVID-19?] e tenha resultado positivo. A chance de que esse resultado seja falso-positivo se...
Leia mais