Una nueva llegada: evidencia sobre diagnóstico diferencial / BMJ Evidence-Based Medicine

usted es un médico de atención primaria que atiende a un hombre de 53 años que fue examinado hace 2 días en un departamento de emergencias por un episodio de síncope. Había estado esperando en una larga cola cuando se sintió mareado y nauseabundo; luego perdió el conocimiento, sin actividad convulsiva presenciada. Ha estado sano, sin ninguna enfermedad cardíaca o neurológica conocida., En el servicio de urgencias, sus signos vitales y hallazgos en los exámenes cardíacos y neurológicos habían sido normales, al igual que su conteo sanguíneo, concentración de glucosa en sangre y electrocardiograma de 12 derivaciones. No recibió ningún diagnóstico, y ahora está preocupado por lo que causó este episodio y si se repetirá. De las muchas causas del síncope, se pregunta cuál debe buscarse en este paciente.

«diagnóstico diferencial» se refiere a los métodos por los cuales consideramos las posibles causas de los hallazgos clínicos de los pacientes antes de hacer diagnósticos finales.,1, 2 en su esencia, el diagnóstico diferencial implica actos de selección: consideramos la enfermedad de un paciente y elegimos qué trastornos seguir. ¿Existe una investigación de alta calidad que pueda guiar nuestras selecciones, como evidencia sobre la frecuencia de trastornos que pueden causar problemas clínicos como el síncope? Si es así, ¿no sería gran si alguien la encuentra, resumir, y nos dicen acerca de él?,

a partir de este número, la medicina basada en la evidencia hará precisamente eso: buscar la mejor evidencia Nueva sobre el diagnóstico diferencial a medida que se publica, someterla al mismo proceso riguroso utilizado para otros tipos de evidencia,3 y publicar un resumen estructurado con un comentario clínico.,criterios ty:

• el estudio debe reportar una cohorte (muestra consecutiva o aleatoria) de pacientes que presenten un problema clínico similar, inicialmente no diagnosticado pero bien definido

• el entorno clínico debe estar bien descrito

• la evaluación diagnóstica debe ser bien descrita y creíble

• para ≥80% de los pacientes evaluados, o bien los diagnósticos deben establecerse (mediante investigación adecuada), o para minimizar el olvido de diagnósticos, debe haber un seguimiento ≥1 mes para los trastornos agudos y ≥1 año para los trastornos crónicos o recurrentes.,

más allá de estos fundamentos, se dará preferencia a estudios que utilicen métodos más fuertes para reducir el sesgo, incluidos diseños prospectivos, criterios diagnósticos explícitos y evaluaciones estandarizadas aplicadas a un número suficiente de pacientes. Cualquier problema clínico podría calificar, pero se dará preferencia a los estudios de problemas que a juicio de los editores son más relevantes para los lectores objetivo de nuestra revista, especialmente aquellos en Atención Primaria.

en este número, el artículo resumido sobre síncope de Ammirati et al ilustra bien estos criterios.,4 El síncope es común en la práctica, con numerosas causas (1 Lista de texto >50) 5,que van desde desmayos simples hasta arritmias potencialmente mortales.

la gama de estrategias diagnósticas también es grande, como puede ser nuestra incertidumbre sobre qué pruebas serían las mejores. Aunque un texto estándar puede enumerar las posibilidades diagnósticas, la evidencia de alta calidad sobre el diagnóstico diferencial puede decirnos sobre las probabilidades de los trastornos que causan síncope.,

los principales resultados de la investigación sobre el diagnóstico diferencial se pueden expresar como el número y porcentaje de pacientes que se encuentra que tienen cada trastorno subyacente. Por ejemplo, en el estudio de Ammirati et al, de 195 pacientes que presentaron síncope en cualquiera de los 9 hospitales comunitarios Italianos, encontramos que 69 (35%) fueron diagnosticados con trastornos del reflejo neurovascular. A partir de esta frecuencia del 35% en toda la muestra, podemos estimar que la probabilidad de enfermedad de trastornos del reflejo neurovascular para cualquier 1 paciente de la muestra es de 0,35 o 35%., En general, las condiciones diagnosticadas con frecuencia tendrán probabilidades de enfermedad relativamente altas en el estudio, mientras que las que rara vez se diagnostican tendrán probabilidades de enfermedad bajas.

podemos utilizar las probabilidades de enfermedad del estudio como puntos de partida para estimar la probabilidad pretest en nuestros propios pacientes y luego ajustar estas probabilidades, teniendo en cuenta las características de nuestros pacientes o nuestras prácticas.6 por ejemplo, el estudio de Ammirati et al reporta probabilidades de enfermedad del 35% para trastornos del reflejo neurovascular y del 21% para trastornos cardíacos., La historia del paciente escenario (standing prolongado, luego síntomas premonitorios, luego síncope) sugiere una causa reflejo neurovascular, lo que aumenta la probabilidad pretest de un trastorno reflejo neurovascular para este paciente. La ausencia de hallazgos cardíacos en la historia, el examen y el electrocardiograma disminuye la probabilidad de trastornos cardíacos para este paciente.

una vez que los tenemos, las probabilidades de la prueba previa pueden ayudar con 3 decisiones de diagnóstico. En primer lugar, las probabilidades de la prueba previa pueden ayudarnos a decidir si perseguir trastornos específicos como explicaciones para la enfermedad de nuestro paciente., Una estrategia sensata es elegir el trastorno más probable como el » diagnóstico de trabajo «que planeamos confirmar y luego seleccionar de los trastornos restantes aquellos que son probables, graves y lo suficientemente tratables como para ser las» alternativas activas » que planeamos excluir.7 estas selecciones (diagnóstico de trabajo y alternativas activas) forman la lista corta de nuestro diagnóstico diferencial inicial, y primero buscaríamos estos trastornos. Si la lista corta no nos lleva a un diagnóstico, entonces podríamos considerar otros trastornos con probabilidades más bajas., En segundo lugar, podemos utilizar las probabilidades pretest al elegir qué pruebas diagnósticas utilizar o al interpretar sus resultados.8 En tercer lugar, también podemos usarlos al decidir si renunciar a cualquier prueba y continuar con el tratamiento.7, 8

Pero ¿por qué deberíamos molestarnos en usar evidencia para el diagnóstico diferencial? ¿Por qué no confiar únicamente en nuestra experiencia clínica a la hora de estimar la probabilidad del pretest? Nuestros recuerdos de casos son tan cercanos como nuestros pensamientos y están directamente calibrados a nuestras prácticas., Pero el uso de casos recordados requiere que hayamos tenido suficiente experiencia con este problema (docenas o cientos de casos) y que podamos recordar con precisión esta experiencia.6 Varios sesgos pueden distorsionar las frecuencias que estimamos a partir de casos recordados, 9, 10 ya que tendemos a recordar casos individuales llamativos o recientes sin los denominadores apropiados.

no podemos y no debemos dejar de usar casos recordados para estimar la probabilidad del pretest. Aún así, tiene sentido saber cuándo nuestros recuerdos pueden ser propensos a la ignorancia o el sesgo., Por ejemplo, cuando hemos tenido poca o ninguna experiencia previa con un problema o cuando se informa de un problema clínico recientemente descrito, necesitamos evidencia externa para educar nuestras estimaciones de probabilidad de prueba previa. Alternativamente, cuando recientemente hemos cambiado la configuración de la práctica o cuando recientemente hemos diagnosticado una causa inusual para un problema clínico, la evidencia externa puede ayudarnos a recalibrar nuestras estimaciones de probabilidad antes de la prueba., Además, cuando se publica una nueva investigación importante sobre el diagnóstico diferencial, necesitamos examinarla para decidir si recalibrar nuestras estimaciones establecidas de probabilidad pretest.

con la adición del «diagnóstico diferencial» a su familia de evidencia, la medicina basada en la evidencia tiene como objetivo satisfacer todas estas necesidades, particularmente la última: mantenerse al día con las nuevas investigaciones. Esperamos que esta nueva llegada le ayude a ser mejor y más rápido en la estimación de probabilidades pretest y la selección de diagnósticos diferenciales.