A new arrival: evidence about differential diagnosis | BMJ Evidence-Based Medicine

Vous êtes un médecin de soins primaires qui voit un homme de 53 ans qui a été examiné il y a 2 jours dans un service d’urgence pour un épisode de syncope. Il avait attendu dans une longue file d’attente quand il s’est senti étourdi et nauséeux; puis il a perdu connaissance, sans activité de saisie témoin. Il est en bonne santé, sans maladie cardiaque ou neurologique connue., Au service des urgences, ses signes vitaux et les résultats des examens cardiaques et neurologiques étaient normaux, tout comme sa numération formule sanguine, sa glycémie et son électrocardiogramme à 12 plombs. Il n’a reçu aucun diagnostic, et il s’inquiète maintenant de ce qui a causé cet épisode et de savoir s’il se reproduira. Parmi les nombreuses causes de syncope, vous vous demandez laquelle devrait être recherchée chez ce patient.

le” diagnostic différentiel  » fait référence aux méthodes par lesquelles nous considérons les causes possibles des résultats cliniques des patients avant de poser un diagnostic final.,1, 2 en son cœur, le diagnostic différentiel implique des actes de sélection: nous considérons la maladie d’un patient et choisissons les troubles à poursuivre. Existe-t-il des recherches de haute qualité qui pourraient guider nos sélections, telles que des preuves sur la fréquence des troubles pouvant causer des problèmes cliniques tels que la syncope? Si oui, ne serait-il pas grandiose que quelqu’un le trouve, le résume et nous en parle?,

à partir de cette question, la médecine fondée sur des preuves fera exactement cela-rechercher les meilleures nouvelles preuves sur le diagnostic différentiel au fur et à mesure de leur publication, les soumettre au même processus rigoureux utilisé pour d’autres types de preuves,3 et publier un résumé structuré avec un commentaire clinique.,critères:

• l’étude doit rapporter une cohorte (échantillon consécutif ou aléatoire) de patients présentant un problème clinique similaire, initialement non diagnostiqué mais bien défini

• le contexte clinique doit être bien décrit

• L’évaluation diagnostique doit être à la fois bien décrite et crédible

• pour ≥80% des patients évalués, les diagnostics doivent être établis (par pour minimiser les diagnostics manqués, il doit y avoir un suivi ≥1 mois pour les troubles aigus et ≥1 an pour les troubles chroniques ou récurrents.,

Au-delà de ces principes fondamentaux, la préférence sera donnée aux études qui utilisent des méthodes plus solides pour réduire les biais, y compris des conceptions prospectives, des critères de diagnostic explicites et des évaluations standardisées appliquées à un nombre suffisant de patients. Tout problème clinique pourrait être qualifié, mais la préférence sera donnée aux études de problèmes qui, selon les éditeurs, sont les plus pertinents pour les lecteurs ciblés de notre revue, en particulier ceux des soins primaires.

dans ce numéro, L’article résumé sur syncope par Ammirati et al illustre bien ces critères.,4 la Syncope est courante dans la pratique, avec de nombreuses causes (1 listes de texte >50),5 allant du simple évanouissement aux arythmies potentiellement mortelles.

La gamme des stratégies de diagnostic est également Grande, tout comme notre incertitude quant aux tests qui seraient les meilleurs. Bien qu’un texte standard puisse énumérer les possibilités de diagnostic, des preuves de haute qualité sur le diagnostic différentiel peuvent nous renseigner sur les probabilités des troubles qui causent la syncope.,

Les principaux résultats de la recherche sur le diagnostic différentiel peuvent être exprimés en nombre et en pourcentage de patients atteints de chaque trouble sous-jacent. Par exemple, dans L’étude menée par Ammirati et al, sur 195 patients présentant une syncope dans l’un des 9 hôpitaux communautaires italiens, nous constatons que 69 (35%) ont été diagnostiqués avec des troubles réflexes neurovasculaires. À partir de cette fréquence de 35% dans l’ensemble de l’échantillon, nous pouvons estimer la probabilité de troubles réflexes neurovasculaires pour un patient quelconque de l’échantillon à 0,35 ou 35%., En général, les conditions diagnostiquées fréquemment auront des probabilités de maladie relativement élevées dans l’étude, alors que celles rarement diagnostiquées auront des probabilités de maladie faibles.

Nous pouvons utiliser les probabilités de maladie de l’étude comme points de départ pour estimer la probabilité de pré-test chez nos propres patients, puis ajuster ces probabilités en tenant compte des caractéristiques de nos patients ou de nos pratiques.6 par exemple, L’étude d’Ammirati et al rapporte des probabilités de maladie de 35% pour les troubles réflexes neurovasculaires et de 21% pour les troubles cardiaques., Les antécédents du patient de scénario (position debout prolongée, puis symptômes prémonitoires, puis syncope) suggèrent une cause réflexe neurovasculaire, ce qui augmente la probabilité de pré-test d’un trouble réflexe neurovasculaire pour ce patient. L’absence de résultats cardiaques sur les antécédents, l’examen et l’électrocardiogramme réduit la probabilité de troubles cardiaques pour ce patient.

Une fois que nous les avons, les probabilités de pré-test peuvent aider à 3 décisions de diagnostic. Premièrement, les probabilités de pré-test peuvent nous aider à décider de poursuivre ou non des troubles spécifiques comme explications de la maladie de notre patient., Une stratégie judicieuse consiste à choisir le trouble le plus probable comme « diagnostic de travail” que nous prévoyons de confirmer, puis à sélectionner parmi les troubles restants ceux qui sont suffisamment probables, graves et traitables pour être les « alternatives actives” que nous prévoyons d’exclure.7 ces sélections (diagnostic fonctionnel et alternatives actives) forment la courte liste de notre diagnostic différentiel initial, et nous poursuivrions d’abord ces troubles. Si la liste restreinte ne nous conduit pas à un diagnostic, nous pourrions alors envisager d’autres troubles avec des probabilités plus faibles., Deuxièmement, nous pouvons utiliser les probabilités de pré-test lors du choix des tests de diagnostic à utiliser ou lors de l’interprétation de leurs résultats.8 Troisièmement, nous pouvons également les utiliser pour décider de renoncer à tout test et de poursuivre le traitement.7, 8

Mais pourquoi devrions-nous prendre la peine d’utiliser des preuves pour le diagnostic différentiel? Pourquoi ne pas se fier uniquement à notre expérience clinique pour estimer la probabilité de pré-test? Nos souvenirs de cas sont aussi proches que nos pensées et sont directement calibrés à nos pratiques., Mais l’utilisation de cas mémorisés nécessite que nous ayons suffisamment d’expérience de ce problème (des dizaines ou des centaines de cas) et que nous puissions nous souvenir avec précision de cette expérience.6 plusieurs biais peuvent fausser les fréquences que nous estimons à partir de cas mémorisés,9, 10 car nous avons tendance à rappeler des cas de numérateur individuels frappants ou récents sans les dénominateurs appropriés.

nous ne pouvons pas et ne devrions pas arrêter d’utiliser des cas mémorisés pour estimer la probabilité de pré-test. Pourtant, il est logique de savoir quand nos souvenirs peuvent être sujets à l’ignorance ou aux préjugés., Par exemple, lorsque nous avons eu peu ou pas d’expérience antérieure avec un problème ou lorsqu’un problème clinique nouvellement décrit est signalé, nous avons besoin de preuves externes pour éduquer nos estimations de la probabilité de pré-test. Alternativement, lorsque nous avons récemment changé les paramètres de pratique ou lorsque nous avons récemment diagnostiqué une cause inhabituelle pour un problème clinique, des preuves externes peuvent nous aider à recalibrer nos estimations de probabilité de pré-test., En outre, lorsque de nouvelles recherches importantes sur le diagnostic différentiel sont publiées, nous devons les examiner pour décider de recalibrer nos estimations établies de la probabilité de pré-test.

avec l’ajout du « diagnostic différentiel” à sa famille de données probantes, la médecine fondée sur des données probantes vise à répondre à tous ces besoins, en particulier les dernières nouvelles recherches. Nous espérons que cette nouvelle arrivée vous aidera à devenir meilleur et plus rapide à estimer les probabilités de pré-test et à sélectionner les diagnostics différentiels.