Differensialdiagnose - Differential diagnosis

Differensialdiagnose
MeSH	D003937
[ rediger på Wikidata ]

I helsevesenet er en differensialdiagnose (forkortet DDx ) en metode for analyse av pasientens historie og fysiske undersøkelse for å komme frem til riktig diagnose. Det innebærer å skille en bestemt sykdom eller tilstand fra andre som har lignende kliniske trekk. Differensialdiagnostiske prosedyrer brukes av klinikere for å diagnostisere den spesifikke sykdommen hos en pasient , eller i det minste vurdere eventuelle overhengende livstruende tilstander. Ofte kalles hvert enkelt alternativ for en mulig sykdom en differensialdiagnose (f.eks. Kan akutt bronkitt være en differensialdiagnose ved evaluering av hoste, selv om den endelige diagnosen er forkjølelse ).

Mer generelt er en differensial diagnostisk prosedyre en systematisk diagnostisk metode som brukes til å identifisere tilstedeværelsen av en sykdomsenhet der flere alternativer er mulige. Denne metoden kan anvende algoritmer, lik elimineringsprosessen , eller i det minste en prosess for å innhente informasjon som krymper "sannsynligheten" for kandidatforhold til ubetydelige nivåer, ved å bruke bevis som symptomer, pasienthistorie og medisinsk kunnskap for å justere epistemisk tillit hos diagnostikeren (eller, for datastyrt eller datamaskinassistert diagnose, systemets programvare).

Differensialdiagnose kan betraktes som implementerende aspekter ved den hypotetisk-deduktive metoden , i den forstand at potensiell tilstedeværelse av kandidatsykdommer eller tilstander kan sees på som hypoteser som klinikere videre fastslår som sanne eller usanne.

En differensialdiagnose brukes også ofte innen psykiatri/psykologi, hvor to forskjellige diagnoser kan knyttes til en pasient som viser symptomer som kan passe inn i begge diagnosene. For eksempel kan en pasient som har blitt diagnostisert med bipolar lidelse også få en differensialdiagnose av borderline personlighetsforstyrrelse, gitt likheten i symptomene på begge tilstandene.

Strategier som brukes for å utarbeide en differensialdiagnoseliste varierer med erfaringen fra helsepersonell. Selv om nybegynnere kan jobbe systematisk med å vurdere alle mulige forklaringer på en pasients bekymringer, bruker de med mer erfaring ofte på klinisk erfaring og mønstergjenkjenning for å beskytte pasienten mot forsinkelser, risiko og kostnader ved ineffektive strategier eller tester. Effektive tilbydere bruker en evidensbasert tilnærming, og kompletterer sin kliniske erfaring med kunnskap fra klinisk forskning.

Generelle komponenter

En differensialdiagnose har fire generelle trinn. Klinikeren vil:

1. Samle relevant informasjon om pasienten og lag en symptomliste.
2. Liste opp mulige årsaker ( kandidatforhold ) for symptomene. Listen trenger ikke være skriftlig.
3. Prioriter listen ved å balansere risikoen ved en diagnose med sannsynligheten. Dette er subjektive, ikke objektive parametere.
4. Utfør tester for å fastslå den faktiske diagnosen. Dette er kjent med den alminnelige setningen "å utelukke". Selv etter prosessen er diagnosen ikke klar. Klinikeren vurderer igjen risikoen og kan behandle dem empirisk, ofte kalt "Educated Best Guess".

En minnetegn for å hjelpe til med å vurdere flere mulige patologiske prosesser er VINDICATE'M :

• V ascular
• Jeg nflammatory/ jeg nfectious
• Ikke eoplastisk
• D egenerativ/ D eficiency/ D tepper
• Jeg diopathic/ I ntoxication/ jeg atrogenic
• C ongenital
• A utoimmune/ A llergic/ A natomic
• T raumatisk
• E ndocrine/ E nvironmental
• M etabolisk

Spesifikke metoder

Det er flere metoder for differensialdiagnostiske prosedyrer og flere varianter blant dem. Videre kan en differensial diagnostisk prosedyre brukes samtidig eller vekselvis med protokoller, retningslinjer eller andre diagnostiske prosedyrer (for eksempel mønstergjenkjenning eller bruk av medisinske algoritmer ).

For eksempel, i medisinsk nødstilfelle , er det kanskje ikke nok tid til å gjøre detaljerte beregninger eller estimater av forskjellige sannsynligheter, i så fall kan ABC -protokollen ( Airway, Breathing and Circulation ) være mer passende. Senere, når situasjonen er mindre akutt, kan en mer omfattende differensialdiagnostisk prosedyre vedtas.

Differensialdiagnostikkprosedyren kan forenkles hvis et " patognomonisk " tegn eller symptom blir funnet (i så fall er det nesten sikkert at måltilstanden er tilstede) eller i fravær av et ' sine qua non -tegn eller symptom (i så fall er det er nesten sikker på at måltilstanden er fraværende).

En diagnostiker kan være selektiv, først og fremst vurdere de lidelsene som er mer sannsynlige (en sannsynlig tilnærming), mer alvorlige hvis de ikke blir diagnostisert og ubehandlet (en prognostisk tilnærming), eller mer responsive på behandling hvis de tilbys (en pragmatisk tilnærming). Siden den subjektive sannsynligheten for tilstedeværelse av en tilstand aldri er nøyaktig 100% eller 0%, kan differensialdiagnostikkprosedyren ha som mål å spesifisere disse ulike sannsynlighetene for å danne indikasjoner for videre handling.

Følgende er to metoder for differensialdiagnose, basert på henholdsvis epidemiologi og sannsynlighetsforhold.

Epidemiologibasert metode

En metode for å utføre en differensialdiagnose ved epidemiologi tar sikte på å estimere sannsynligheten for hver kandidattilstand ved å sammenligne sannsynligheten for at de har skjedd i utgangspunktet hos individet. Den er basert på sannsynligheter knyttet både til presentasjonen (for eksempel smerte) og sannsynligheten for de forskjellige kandidatbetingelsene (for eksempel sykdommer).

Teori

Det statistiske grunnlaget for differensialdiagnose er Bayes 'teorem . Som en analogi, når en dør har landet, er resultatet sikkert med 100%, men sannsynligheten for at det ville ha skjedd i utgangspunktet (heretter forkortet WHOIFP ) er fortsatt 1/6. På samme måte er sannsynligheten for at en presentasjon eller tilstand ville ha oppstått i utgangspunktet hos et individ (WHOIFPI) ikke den samme som sannsynligheten for at presentasjonen eller tilstanden har skjedd hos individet, fordi presentasjonen har skjedd med 100% sikkerhet hos den enkelte. Likevel antas de medvirkende sannsynlighetsbrøkene av hver tilstand de samme, relativt:

${\ displaystyle {\ begin {align} & {\ frac {\ Pr ({\ text {Presentasjon er forårsaket av tilstand i individ}})} {\ Pr ({\ text {Presentation has occurred in individual}})}}} = {\ frac {\ Pr ({\ text {Presentation WHOIFPI by condition}})} {\ Pr ({\ text {Presentation WHOIFPI}})}} \ end {align}}}$

hvor:

• Pr (Presentasjon er forårsaket av en tilstand hos individ) er sannsynligheten for at presentasjonen er forårsaket av tilstand i den individuelle tilstanden uten ytterligere spesifikasjon refererer til noen kandidatbetingelse
• Pr (Presentation has occurred in individual) er sannsynligheten for at presentasjonen har skjedd hos individet, som kan oppfattes og derved settes til 100%
• Pr (Presentasjon WHOIFPI etter betingelse) er sannsynligheten for at presentasjonen ville ha skjedd i første omgang hos den enkelte etter tilstand
• Pr (Presentasjon WHOIFPI) er sannsynligheten for at presentasjonen ville ha skjedd i utgangspunktet hos den enkelte

Når et individ presenterer et symptom eller tegn, er Pr (presentasjon har skjedd hos individ) 100% og kan derfor erstattes med 1, og kan ignoreres siden divisjon med 1 ikke utgjør noen forskjell:

${\ displaystyle \ Pr ({\ text {Presentasjon er forårsaket av tilstand i individuelt}}) = {\ frac {\ Pr ({\ text {Presentation WHOIFPI by condition}})} {\ Pr ({\ text {Presentation WHOIFPI }})}}}}$

Den totale sannsynligheten for at presentasjonen har skjedd hos individet kan tilnærmes som summen av de enkelte kandidatbetingelsene:

${\ displaystyle {\ begin {align} \ Pr ({\ text {Presentation WHOIFPI}}) & = \ Pr ({\ text {Presentation WHOIFPI by condition 1}}) \\ & {}+\ Pr ({\ text {Presentation WHOIFPI by condition 2}}) \\ & {}+\ Pr ({\ text {Presentation WHOIFPI by condition 3}})+{\ text {etc.}} \ End {align}}}$

Sannsynligheten for at presentasjonen er forårsaket av en kandidatbetingelse er også proporsjonal med sannsynligheten for tilstanden, avhengig av hvilken hastighet den forårsaker presentasjonen:

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

hvor:

• Pr (Presentasjon WHOIFPI etter betingelse) er sannsynligheten for at presentasjonen ville ha skjedd i første omgang hos den enkelte etter tilstand
• Pr (tilstand WHOIFPI) er sannsynligheten for at tilstanden ville ha oppstått i første omgang hos den enkelte
• r _{Tilstand → presentasjon} er hastigheten som en tilstand forårsaker presentasjonen, det vil si brøkdelen av mennesker med tilstander som manifesterer seg med presentasjonen.

Sannsynligheten for at en tilstand ville ha oppstått i utgangspunktet hos et individ er omtrent lik befolkningen som er så lik individet som mulig bortsett fra den nåværende presentasjonen, der det er mulig kompensert av relative risiko gitt av kjent risikofaktor som skille individet fra befolkningen:

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

hvor:

• Pr (tilstand WHOIFPI) er sannsynligheten for at tilstanden ville ha oppstått i første omgang hos den enkelte
• RR _-tilstand er den relative risikoen for tilstand forårsaket av kjente risikofaktorer hos individet som ikke er tilstede i befolkningen
• Pr (Tilstand i befolkning) er sannsynligheten for at tilstanden oppstår i en populasjon som er så lik individet som mulig bortsett fra presentasjonen

Tabellen nedenfor viser hvordan disse relasjonene kan opprettes for en rekke kandidatbetingelser:

	Kandidatvilkår 1	Kandidatvilkår 2	Kandidatbetingelse 3
Pr (tilstand i befolkningen)	Pr (tilstand 1 i befolkningen)	Pr (tilstand 2 i befolkningen)	Pr (tilstand 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 → presentasjon	r Betingelse 1 → presentasjon	r Betingelse 2 → presentasjon	r Betingelse 3 → presentasjon
Pr (presentasjon WHOIFPI etter betingelse)	Pr (Presentasjon WHOIFPI etter betingelse 1)	Pr (Presentasjon WHOIFPI etter betingelse 2)	Pr (Presentasjon WHOIFPI etter betingelse 3)
Pr (Presentasjon WHOIFPI) = summen av sannsynlighetene på rad like ovenfor
Pr (presentasjon er forårsaket av tilstand hos individuelle)	Pr (presentasjon er forårsaket av tilstand 1 hos individuelle)	Pr (presentasjon er forårsaket av tilstand 2 hos individuelle)	Pr (presentasjon er forårsaket av tilstand 3 hos individuelle)

En ekstra "kandidatbetingelse" er forekomsten av at det ikke er noe unormalt, og presentasjonen er bare et (vanligvis relativt usannsynlig) utseende av en i utgangspunktet normal tilstand. Sannsynligheten i befolkningen ( P (Ingen abnormitet i befolkningen) ) er komplementær til summen av sannsynligheter for "unormale" kandidatforhold.

Eksempel

Dette eksemplet viser hvordan denne metoden brukes, men representerer ikke en retningslinje for håndtering av lignende virkelige saker. Eksemplet bruker også relativt spesifiserte tall med noen ganger flere desimaler , mens det i virkeligheten ofte er grove estimater, for eksempel at sannsynligheten er veldig høy , høy , lav eller veldig lav , men fortsatt bruker de generelle prinsippene for metoden.

For en person (som blir "pasienten" i dette eksemplet) viser en blodprøve av for eksempel serumkalsium et resultat over standardreferanseområdet , som med de fleste definisjoner klassifiserer som hyperkalsemi , som blir "presentasjonen" i dette tilfellet. En kliniker (som blir "diagnostiker" i dette eksemplet), som for øyeblikket ikke ser pasienten, får vite om funnet.

Av praktiske årsaker anser klinikeren at det er nok testindikasjon til å se på pasientens journal . For enkelhets skyld, la oss si at den eneste informasjonen som er gitt i journalen, er en familiehistorie med primær hyperparatyreoidisme (her forkortet som PH), noe som kan forklare funnet av hyperkalsemi. For denne pasienten, la oss si at den resulterende arvelige risikofaktoren anslås å gi en relativ risiko på 10 (RR _PH = 10).

Klinikeren anser at det er nok motivasjon til å utføre en differensial diagnostisk prosedyre for å finne hyperkalsemi. Hovedårsakene til hyperkalsemi er primær hyperparatyreoidisme (PH) og kreft , så for enkelhets skyld kan listen over kandidatforhold som klinikeren kan tenke seg gis som:

• Primær hyperparatyreoidisme (PH)
• Kreft
• Andre sykdommer som klinikeren kunne tenke på (som ganske enkelt kalles "andre forhold" for resten av dette eksemplet)
• Ingen sykdom (eller ingen abnormitet), og funnet er helt forårsaket av statistisk variasjon

Sannsynligheten for at 'primær hyperparatyreoidisme' (PH) ville ha skjedd i utgangspunktet hos individet ( P (PH WHOIFPI) ) kan beregnes som følger:

La oss si at den siste blodprøven som ble tatt av pasienten var for et halvt år siden og var normal, og at forekomsten av primær hyperparatyreoidisme i en generell befolkning passende samsvarer med individet (bortsett fra presentasjonen og nevnte arvelighet) er 1 av 4000 per år. Ignorerer vi mer detaljerte retrospektive analyser (for eksempel inkludert sykdomsfremgang og forsinkelse for medisinsk diagnose ), kan risikoen for å ha utviklet primær hyperparatyreoidisme grovt sett betraktes som det siste halvåret fordi en tidligere utviklet hyperkalsemi sannsynligvis ville har blitt fanget opp av den forrige blodprøven. Dette tilsvarer en sannsynlighet for primær hyperparatyreoidisme (PH) i befolkningen på:

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

Med den relative risikoen knyttet til familiehistorien, blir sannsynligheten for at primær hyperparatyreoidisme (PH) ville ha oppstått i utgangspunktet hos individet gitt fra den tilgjengelige informasjonen:

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

Primær hyperparatyreoidisme kan antas å forårsake hyperkalsemi i hovedsak 100% av tiden (r _{PH → hyperkalsemi} = 1), så denne uavhengig beregnede sannsynligheten for primær hyperparatyreoidisme (PH) kan antas å være den samme som sannsynligheten for å være årsak til presentasjon:

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

For kreft antas det samme tid-i-risiko for enkelhet, og la oss si at forekomsten av kreft i området er estimert til 1 av 250 per år, noe som gir en befolkningssannsynlighet for kreft av:

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

For enkelhets skyld, la oss si at enhver sammenheng mellom en familiehistorie med primær hyperparatyreoidisme og risiko for kreft blir ignorert, så den relative risikoen for den enkelte å ha fått kreft i utgangspunktet er lik befolkningens (RR _-kreft = 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 hyperkalsemi bare i omtrent 10% av kreftformene (r _{kreft → hyperkalsemi} = 0,1), så:

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

Sannsynligheten for at hyperkalsemi i utgangspunktet ville ha oppstått ved andre kandidatbetingelser, kan beregnes på lignende måte. For enkelhets skyld, la oss imidlertid si at sannsynligheten for at noen av disse ville ha skjedd i utgangspunktet er beregnet til 0,0005 i dette eksemplet.

I tilfelle det ikke er noen sykdom , er den tilsvarende sannsynligheten i befolkningen komplementær med summen av sannsynligheter for andre forhold:

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

Sannsynligheten for at personen i utgangspunktet ville være frisk kan antas å være den samme:

${\ displaystyle \ Pr ({\ text {no disease WHOIFPI}}) = 0.997. \,}$

Hastigheten hvor tilfellet uten unormal tilstand fortsatt ender i måling av serumkalsium for å være over standardreferanseområdet (derved klassifiseres som hyperkalsemi) er, etter definisjonen av standardreferanseområde, mindre enn 2,5%. Denne sannsynligheten kan imidlertid spesifiseres ytterligere ved å vurdere hvor mye målingen avviker fra gjennomsnittet i standardreferanseområdet. La oss si at serumkalsiummåling var 1,30 mmol/L, som, med et standard referanseområde etablert til 1,05 til 1,25 mmol/L, tilsvarer en standard score på 3 og en tilsvarende sannsynlighet på 0,14% for at en slik grad av hyperkalsemi ville ha skjedde i første omgang hvis det ikke var noe unormalt:

${\ displaystyle r _ {{\ text {no disease}} \ rightarrow {\ text {hypercalcemia}}} = 0.0014}$

Deretter kan sannsynligheten for at hyperkalsemi ikke skyldes noen sykdom, beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {Hypercalcemia WHOIFPI by no disease}}) \\ = & \ Pr ({\ text {no disease WHOIFPI}}) \ cdot r _ {{\ text { ingen sykdom}} \ rightarrow {\ text {hyperkalsemi}}} \\ = & 0,997 \ cdot 0,0014 \ ca 0,0014 \ ende {justert}}}$

Sannsynligheten for at hyperkalsemi i utgangspunktet ville ha skjedd hos individet kan dermed beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hypercalcemia WHOIFPI}}) \\ = & \ Pr ({\ text {hypercalcemia WHOIFPI by PH}})+\ Pr ({\ text {hypercalcemia WHOIFPI av kreft}}) \\ & {}+\ Pr ({\ tekst {hyperkalsemi WHOIFPI etter andre forhold}})+\ Pr ({\ tekst {hyperkalsemi WHOIFPI uten sykdom}}) \\ = & 0.00125+0,0002 +0,0005+0,0014 = 0,00335 \ ende {justert}}}$

Deretter kan sannsynligheten for at hyperkalsemi er forårsaket av primær hyperparatyreoidisme (PH) hos individet beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hyperkalsemi er forårsaket av PH i individ}}) \\ = & {\ frac {\ Pr ({\ text {hyperkalsemi WHOIFPI av PH}})}} {\ Pr ({\ text {hypercalcemia WHOIFPI}})}} \\ = & {\ frac {0.00125} {0.00335}} = 0.373 = 37.3 \%\ end {align}}}$

På samme måte kan sannsynligheten for at hyperkalsemi er forårsaket av kreft hos individet beregnes som:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hyperkalsemi er forårsaket av kreft hos individuelle}}) \\ = & {\ frac {\ Pr ({\ text {hyperkalsemi WHOIFPI av kreft}})}} {\ Pr ({\ text {hypercalcemia WHOIFPI}})}} \\ = & {\ frac {0.0002} {0.00335}} = 0.060 = 6.0 \%, \ end {align}}}$

og for andre kandidatbetingelser:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hyperkalsemi er forårsaket av andre forhold i individet}}) \\ = & {\ frac {\ Pr ({\ text {hyperkalsemi WHOIFPI av andre forhold}} )} {\ Pr ({\ text {hypercalcemia WHOIFPI}})}} \\ = & {\ frac {0.0005} {0.00335}} = 0.149 = 14.9 \%, \ end {align}}}$

og sannsynligheten for at det faktisk ikke er noen sykdom:

${\ displaystyle {\ begin {align} & \ Pr ({\ text {hyperkalsemi er til tross for ingen sykdom hos enkeltpersoner}}) \\ = & {\ frac {\ Pr ({\ text {hyperkalsemi WHOIFPI uten sykdom}} )} {\ Pr ({\ text {hypercalcemia WHOIFPI}})}} \\ = & {\ frac {0.0014} {0.00335}} = 0.418 = 41.8 \%\ end {align}}}$

For avklaring er disse beregningene gitt som tabellen i metodebeskrivelsen:

	PH	Kreft	Andre forhold	Ingen sykdom
P (Tilstand i befolkningen)	0,000125	0,002	-	0,997
RR x	10	1	-	-
P (Tilstand WHOIFPI)	0,00125	0,002	-	-
r Tilstand → hyperkalsemi	1	0,1	-	0,0014
P (hyperkalsemi WHOIFPI etter tilstand)	0,00125	0,0002	0,0005	0,0014
P (hyperkalsemi WHOIFPI) = 0,00335
P (hyperkalsemi er forårsaket av tilstand hos individ)	37,3%	6,0%	14,9%	41,8%

Dermed anslår denne metoden at sannsynligheten for at hyperkalsemi er forårsaket av primær hyperparatyreoidisme, kreft, andre tilstander eller ingen sykdom i det hele tatt, er henholdsvis 37,3%, 6,0%, 14,9%og 41,8%, som kan brukes til å estimere ytterligere test indikasjoner.

Denne saken videreføres i eksempelet på metoden beskrevet i neste avsnitt.

Sannsynlighetsforholdsbasert metode

Fremgangsmåten for differensialdiagnose kan bli ekstremt kompleks når man tar ytterligere tester og behandlinger i betraktning. En metode som er litt avveining mellom å være klinisk perfekt og å være relativt enkel å beregne, er en som bruker sannsynlighetsforhold for å utlede etterfølgende sannsynligheter etter test.

Teori

Den opprinnelige sannsynligheten for hver kandidatbetingelse kan estimeres med forskjellige metoder, for eksempel:

• Etter epidemiologi som beskrevet i forrige seksjon.
• Ved klinikk-spesifikk mønstergjenkjenning , for eksempel statistisk å vite at pasienter som kommer til en bestemt klinikk med en bestemt klage statistisk sett har en spesiell sannsynlighet for hver kandidattilstand.

En metode for å estimere sannsynlighet selv etter ytterligere tester bruker sannsynlighetsforhold (som er avledet fra sensitivitet og spesifisitet ) som en multiplikasjonsfaktor etter hver test eller prosedyre. I en ideell verden ville sensitiviteter og spesifisiteter blitt etablert for alle tester for alle mulige patologiske tilstander. I virkeligheten kan disse parametrene imidlertid bare fastsettes for en av kandidatbetingelsene. Multiplisering med sannsynlighetsforhold krever konvertering av sannsynligheter fra sannsynligheter til odds til fordel (heretter ganske enkelt kalt "odds") med:

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

Imidlertid er det bare kandidatbetingelsene med kjent sannsynlighetsforhold som trenger denne konverteringen. Etter multiplikasjon beregnes konverteringen tilbake til sannsynlighet ved å:

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

Resten av kandidatbetingelsene (som det ikke er etablert sannsynlighetsforhold for testen ved hånden) kan for enkelhets skyld justeres ved deretter å multiplisere alle kandidatbetingelser med en felles faktor for igjen å gi en sum på 100%.

De resulterende sannsynlighetene brukes til å estimere indikasjonene for videre medisinske tester , behandlinger eller andre handlinger. Hvis det er en indikasjon på en tilleggstest, og den returnerer med et resultat, gjentas prosedyren ved bruk av sannsynlighetsforholdet for tilleggstesten. Med oppdaterte sannsynligheter for hver av kandidatbetingelsene, endres indikasjonene for ytterligere tester, behandlinger eller andre handlinger også, og derfor kan prosedyren gjentas til et endepunkt der det ikke lenger er noen indikasjon på for tiden å utføre ytterligere handlinger. Et slikt endepunkt oppstår hovedsakelig når en kandidatbetingelse blir så sikker at det ikke kan finnes en test som er kraftig nok til å endre den relative sannsynlighetsprofilen nok til å motivere til endring i ytterligere handlinger. Taktikk for å nå et slikt endepunkt med så få tester som mulig inkluderer å lage tester med høy spesifisitet for forhold med allerede en særdeles høy profil-relativ sannsynlighet, fordi det høye sannsynlighetsforholdet positivt for slike tester er veldig høyt, noe som gir alle mindre sannsynlige forhold til relativt lavere sannsynlighet. Alternativt har tester med høy følsomhet for konkurrerende kandidatforhold et høyt sannsynlighetsforhold negativt , noe som potensielt bringer sannsynligheten for konkurrerende kandidatforhold til ubetydelige nivåer. Hvis slike ubetydelige sannsynligheter oppnås, kan klinikeren utelukke disse tilstandene og fortsette differensialdiagnostikkprosedyren med bare de gjenværende kandidatbetingelsene.

Eksempel

Dette eksemplet fortsetter for den samme pasienten som i eksemplet for den epidemiologibaserte metoden. Som med det forrige eksemplet på epidemiologibasert metode, er dette eksempeleksemplet laget for å demonstrere hvordan denne metoden brukes, men representerer ikke en retningslinje for håndtering av lignende virkelige saker. Eksemplet bruker også relativt spesifiserte tall, mens det i virkeligheten ofte bare er grove estimater. I dette eksemplet ble sannsynlighetene for hver kandidattilstand fastslått ved en epidemiologibasert metode for å være som følger:

	PH	Kreft	Andre forhold	Ingen sykdom
Sannsynlighet	37,3%	6,0%	14,9%	41,8%

Disse prosentene kunne også ha blitt fastslått ved erfaring fra den spesifikke klinikken ved å vite at dette er prosentene for endelig diagnose for personer som presenterer klinikken med hyperkalsemi og har en familiehistorie med primær hyperparatyreoidisme.

Tilstanden med høyest profilrelativ sannsynlighet (unntatt "ingen sykdom") er primær hyperparatyreoidisme (PH), men kreft er fortsatt av stor bekymring, for hvis det er den faktiske årsakstilstanden for hyperkalsemi, så er valget om å behandle eller betyr ikke sannsynlig liv eller død for pasienten, og kan potensielt sette indikasjonen på et lignende nivå for ytterligere tester for begge disse tilstandene.

La oss si at klinikeren vurderer de profilrelative sannsynlighetene for å være av nok bekymring for å indikere å sende pasienten en samtale for et klinikkbesøk, med et ekstra besøk til det medisinske laboratoriet for en ekstra blodprøve komplettert med ytterligere analyser, inkludert parathyroid hormon for mistanke om primær hyperparatyreoidisme.

For enkelhets skyld, la oss si at klinikeren først mottar blodprøven (i formler forkortet til "BT") for parathyroidhormonanalysen og at den viste et nivå av parathyroidhormon som er forhøyet i forhold til hva som kan forventes av kalsiumnivået.

En slik konstellasjon kan anslås å ha en sensitivitet på omtrent 70% og en spesifisitet på omtrent 90% for primær hyperparatyreoidisme. Dette gir et sannsynlighetsforhold positivt på 7 for primær hyperparatyreoidisme.

Sannsynligheten for primær hyperparatyreoidisme kalles nå Pre-BT _PH fordi den tilsvarer før blodprøven (latinsk preposisjon prae betyr før). Det ble estimert til 37,3%, tilsvarende en odds på 0,595. Med sannsynlighetsforholdet positivt på 7 for blodprøven, beregnes oddsene etter testen 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 oddsen for primær hyperparatyreoidisme etter blodprøven for parathyroidhormon
• Odds (PreBT _PH er oddsen til fordel for primær hyperparatyreoidisme før blodprøven for parathyroidhormon
• LH (BT) er sannsynlighetsforholdet positivt for blodprøven for parathyroidhormon

En Odds (PostBT _PH ) på 4,16 konverteres igjen til den tilsvarende sannsynligheten ved å:

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

Summen av sannsynlighetene for resten av kandidatbetingelsene bør derfor være:

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

Før blodprøven for parathyroidhormon var summen av sannsynlighetene deres:

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

Derfor, for å samsvare med en sum på 100% for alle kandidatbetingelser, må hver av de andre kandidatene multipliseres med en korrigerende faktor:

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

For eksempel er sannsynligheten for kreft etter testen beregnet som:

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

Sannsynlighetene for hver kandidatforhold før og etter blodprøven er gitt i følgende tabell:

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

Disse "nye" prosentene, inkludert en profilrelativ sannsynlighet på 80% for primær hyperparatyreoidisme, ligger til grunn for indikasjoner på ytterligere tester, behandlinger eller andre handlinger. I dette tilfellet, la oss si at klinikeren fortsetter planen for at pasienten skal delta på et besøk hos en kliniker for en ytterligere kontroll, spesielt fokusert på primær hyperparatyreoidisme.

Et klinikerbesøk kan teoretisk sett betraktes som en serie tester, som inkluderer både spørsmål i en medisinsk historie , samt komponenter i en fysisk undersøkelse , hvor sannsynligheten for en tidligere test etter testen kan brukes som pre- test sannsynlighet for den neste. Indikasjonene for å velge den neste testen påvirkes dynamisk av resultatene fra tidligere tester.

La oss si at pasienten i dette eksemplet er avslørt for å ha minst noen av symptomene og tegnene på depresjon, bein smerte, leddsmerter eller forstoppelse av større alvorlighetsgrad enn det som kunne forventes av selve hyperkalsemi, noe som støtter mistanken om primær hyperparatyreoidisme, og la oss si at sannsynlighetsforholdene for testene, når de multipliseres sammen, omtrent gir et produkt på 6 for primær hyperparatyreoidisme.

Tilstedeværelsen av uspesifikke patologiske symptomer og tegn i historien og undersøkelsen er ofte samtidig en indikasjon på kreft, og la oss si at testene ga et samlet sannsynlighetsforhold estimert til 1,5 for kreft. For andre forhold, så vel som forekomsten av ikke å ha noen sykdom i det hele tatt, la oss si at det er ukjent hvordan de påvirkes av testene ved hånden, som ofte skjer i virkeligheten. Dette gir følgende resultater for historien og fysisk undersøkelse (forkortet P&E):

	PH	Kreft	Andre forhold	Ingen sykdom
P (PreH & E)	80,6%	1,9%	4,6%	12,9%
Odds (PreH & E)	4.15	0,019	0,048	0,148
Sannsynlighetsgrad av H&E	6	1.5	-	-
Odds (PostH & E)	24.9	0,0285	-	-
P (PostH & E)	96,1%	2,8%	-	-
Summen av kjente P (PostH & E)	98,9%
Summen av resten P (PostH & E)	1,1%
Summen av resten P (PreH & E)	4,6% + 12,9% = 17,5%
Korrigerende faktor	1,1% / 17,5% = 0,063
Etter korreksjon	-	-	0,3%	0,8%
P (PostH & E)	96,1%	2,8%	0,3%	0,8%

Disse sannsynlighetene etter historien og undersøkelsen kan gjøre legen trygg nok til å planlegge pasienten for kirurgi for en parathyroidektomi for å resektere det berørte vevet.

På dette tidspunktet er sannsynligheten for "andre tilstander" så lav at legen ikke kan tenke seg noen test for dem som kan utgjøre en forskjell som vil være vesentlig nok til å danne en indikasjon for en slik test , og legen derved praktisk talt ser på " andre forhold "som utelukket, i dette tilfellet ikke først og fremst ved noen spesifikk test for slike andre forhold som var negative, men snarere ved fravær av positive tester så langt.

For "kreft" kan avbruddet for å trygt betrakte det som utelukket kanskje strengere på grunn av alvorlige konsekvenser av å savne det, så legen kan vurdere at det i det minste er indikert en histopatologisk undersøkelse av det resekterte vevet.

Denne saken fortsetter i eksemplet med kombinasjoner i den tilsvarende delen nedenfor.

Dekning av kandidatbetingelser

Gyldigheten av både den første estimeringen av sannsynligheter ved epidemiologi og videre opparbeidelse av sannsynlighetsforhold er avhengig av inkludering av kandidatbetingelser som i størst mulig grad er ansvarlige for sannsynligheten for å ha utviklet tilstanden, og det er klinisk viktig å inkludere de der relativt rask oppstart av terapi mest sannsynlig vil gi størst fordel. Hvis en viktig kandidatbetingelse blir savnet, vil ingen metode for differensialdiagnose gi den riktige konklusjonen. Behovet for å finne flere kandidatbetingelser for inkludering øker med den økende alvorlighetsgraden av selve presentasjonen. For eksempel, hvis den eneste presentasjonen er en avvikende laboratorieparameter og alle vanlige skadelige underliggende forhold har blitt utelukket, kan det være akseptabelt å slutte å finne flere kandidatbetingelser, men dette vil mye mer sannsynlig være uakseptabelt hvis presentasjonen hadde vært alvorlig smerte.

Kombinasjoner

Hvis to forhold får høye sannsynligheter etter testen, spesielt hvis summen av sannsynlighetene for forhold med kjente sannsynlighetsforhold blir høyere enn 100%, er den faktiske tilstanden en kombinasjon av de to. I slike tilfeller kan den kombinerte tilstanden legges til på listen over kandidatbetingelser, og beregningene bør starte på nytt fra begynnelsen.

For å fortsette eksemplet som ble brukt ovenfor, la oss si at historien og fysisk undersøkelse også var et tegn på kreft, med et sannsynlighetsforhold på 3, noe som gir en Odds (PostH & E) på 0,057, tilsvarende en P (PostH & E) på 5,4%. Dette tilsvarer en "sum av kjent P (PostH & E)" på 101,5%. Dette er en indikasjon for å vurdere en kombinasjon av primær hyperparatyreoidisme og kreft, for eksempel i dette tilfellet et parathyroidhormonproduserende parathyroidkarsinom . En ny beregning kan derfor nødvendig, med de to første tilstandene som er delt inn i "primær hyperparatyreoidisme uten kreft", "kreft uten primær hyperparatyreoidisme" samt "kombinert primær hyperparatyreoidisme og kreft", og sannsynlighetsforhold brukes på hver tilstand for seg. I dette tilfellet, Imidlertid har vev allerede blitt resektert, hvor en histopatologisk undersøkelse kan utføres som inkluderer muligheten for parathyroidkarsinom i undersøkelsen (som kan medføre passende prøvefarging ). La oss si at den histopatologiske undersøkelsen bekrefter primær hyperparatyreoidisme, men også viste et ondartet mønster Ved en innledende metode ved epidemiologi er forekomsten av parathyroidkreft estimert til a om lag 1 av 6 millioner mennesker per år, noe som gir en svært lav sannsynlighet før man tar noen tester i betraktning. Til sammenligning er sannsynligheten for at ikke-ondartet primær hyperparatyreoidisme ville ha skjedd samtidig som en ikke-relatert ikke-karsinomkreft som viser seg med ondartede celler i biskjoldbruskkjertelen, beregnet ved å multiplisere sannsynligheten for de to. Den resulterende sannsynligheten er imidlertid mye mindre enn 1 av 6 millioner. Derfor kan sannsynligheten for parathyroidkarsinom fortsatt være nær 100% etter histopatologisk undersøkelse til tross for lav sannsynlighet for å forekomme i utgangspunktet.

Maskin differensialdiagnose

Maskindifferensialdiagnose er bruk av dataprogramvare for å helt eller delvis stille en differensialdiagnose. Det kan betraktes som en anvendelse av kunstig intelligens .

Mange studier viser forbedring av omsorgskvaliteten og reduksjon av medisinske feil ved bruk av slike beslutningsstøttesystemer. Noen av disse systemene er designet for et spesifikt medisinsk problem som schizofreni, Lyme sykdom eller respiratorassosiert lungebetennelse. Andre som ESAGIL, Iliad, QMR, DiagnosisPro, VisualDx , docLogica , Isabel, ZeroMD, DxMate, Symptoma og Physician Cognition er designet for å dekke alle store kliniske og diagnostiske funn for å hjelpe leger med raskere og mer nøyaktig diagnose.

Imidlertid krever disse verktøyene alle fremdeles avanserte medisinske ferdigheter for å vurdere symptomer og velge ytterligere tester for å utlede sannsynligheten for forskjellige diagnoser. Maskindifferensialdiagnose er for tiden ikke i stand til å diagnostisere flere samtidige lidelser. Dermed bør ikke-profesjonelle fortsatt se en helsepersonell for å få en riktig diagnose.

Historie

Metoden for differensialdiagnose ble først foreslått for bruk ved diagnostisering av psykiske lidelser av Emil Kraepelin . Det er mer systematisk enn den gammeldagse diagnosemetoden ved gestalt (inntrykk).

Alternative medisinske betydninger

'Differensialdiagnose' brukes også mer løst, bare for å referere til en liste over de vanligste årsakene til et gitt symptom, til en liste over lidelser som ligner på en gitt lidelse, eller til slike lister når de er kommentert med råd om hvordan begrense listen ( French's Index of Differential Diagnosis er et eksempel). Således er en differensialdiagnose i denne forstand medisinsk informasjon spesielt organisert for å hjelpe til med diagnosen.

Bruk bortsett fra medisin

Metoder som ligner på differensialdiagnostiske prosesser i medisin brukes også av biologiske taksonomer for å identifisere og klassifisere organismer, levende og utdødde. For eksempel, etter å ha funnet en ukjent art, kan det først være en liste over alle potensielle arter, etterfulgt av å utelukke en etter en til optimalt bare ett potensielt valg gjenstår. Lignende prosedyrer kan brukes av anleggs- og vedlikeholdsingeniører og bilmekanikere og brukes til å diagnostisere defekte elektroniske kretser.

I art

Det amerikanske TV -medisinske dramaet House med Hugh Laurie som hovedpersonen Dr. Gregory House som leder et team av diagnostikere ved det fiktive Princeton - Plainsboro Teaching Hospital i New Jersey, dreier seg om bruk av differensialdiagnostikkprosedyrer i et forsøk på å komme med riktig diagnose .

Gjennom serien har legene diagnostisert sykdommer som lupus , mastocytose , Plummer's sykdom , rabies , Kawasakis syndrom , kopper , Rickettsialpox og dusinvis av andre.

Se også

• Komorbiditet
• Diagnose av ekskludering
• Dobbel diagnose
• Kjønnsforstyrrelse i medisinsk diagnose
• Liste over medisinske symptomer

Referanser