Improved medical efficiency during clinical reasoning by numeric specification of diagnostic probabilities

RESUMEN

Introducción. La eficiencia médica depende de un adecuado razonamiento diagnóstico. Por lo tanto, es necesario estudiar estrategias para mejorar este razonamiento diagnóstico. Objetivo. Analizar si "la especificación numérica de probabilidades diagnósticas" durante el razonamiento clínico mejora la eficiencia del proceso diagnóstico. Material y métodos. Tipo de estudio experimental. Sujetos 33 residentes de Pediatría Médica fueron asignados aleatoriamente a uno de los 2 grupos 16 al grupo experimental (GE) y 17 al grupo control (GC). Procedimiento a los residentes se les solicitó diagnosticar un caso que requería de estudios paraclínicos durante un examen por escrito. Los residentes del GE tenían que especificar las probabilidades diagnósticas en porcentajes de 1 a 100 por ciento de acuerdo a la certeza de sus diagnósticos, y los residentes del GC sólo anotaban sus diagnósticos. Resultados. El GE mostró una orientación diagnóstica mayor vs el GC, dado que consideraron diagnósticos más específicos (diagnóstico nosológico 56 vs 23 por ciento, P<0.05). La presición en el diagnóstico también fue diferente entre los grupos [62.5 por ciento del GE vs 35 por ciento de GC; razón de momios (RM)= 3.06, intervalo de confianza al 95 por ciento de 0.6 a 16-48]. La relación precisión/tiempo reveló mejor desempeño para el GE. Además, los residentes del GE solicitaron menos estudios paraclínicos aunque la diferencia no fue estadísticamente significativa [GE 15.3 ñ 4 (desviación estándar 1) vs GC 16.5 ñ 5, P=0.87], lo mismo sucedió con los exámenes considerados indispensables para llegar al diagnóstico (GE 4.6 ñ 2 vs GC 4.8 ñ 1.7, P=0.8). El GE requirió de casi 2 días para llegar al diagnóstico a diferencia del GC (5 ñ 1 vs 6.8 ñ 1.2, P< 0.05). Los residentes que especificaron probabilidades mayores de 80 por ciento para sus diagnósticos, estuvieron en lo correcto con gran orientación y precisión. Conclusión. La especificación numérica de las probabilidades diagnósticas puede ayudar al médico a establecer un diagnóstico clínico más eficiente