Razonamiento pronóstico: qué viene tras el diagnóstico
Índice
- Qué es el razonamiento pronóstico
- Por qué el pronóstico desapareció de los libros
- Cuánto aciertan los médicos al predecir
- Herramientas simples de predicción
- Cómo comunicar un pronóstico incierto
- Cómo entrenar el razonamiento pronóstico
- El pronóstico y el caso del día en NEXO
- Preguntas frecuentes
- Lista de verificación del razonamiento pronóstico
- Referencias
La residente cierra el diagnóstico, escribe el código, y la hija del paciente pregunta en el pasillo: "Y ahora, doctora, ¿cuánto tiempo le queda?". El diagnóstico respondió qué tiene el paciente. La pregunta de la hija es otra: qué va a pasar. Esa segunda pregunta pide un razonamiento propio, que el pregrado suele tratar de pasada: el razonamiento pronóstico.
NEXO es un juego diario de diagnóstico médico: un caso clínico por día, seis pistas progresivas y retroalimentación por proximidad en la CIE-10 en cinco niveles.
Esta guía muestra qué es el razonamiento pronóstico, por qué quedó a la sombra del diagnóstico, qué dicen los estudios sobre la precisión de las previsiones médicas y cómo entrenar ese paso desde la facultad.
Puntos principales
- El razonamiento pronóstico consiste en estimar el curso probable de un cuadro después del diagnóstico y decir esa estimación con la incertidumbre que tiene.
- Un análisis de ediciones de un libro de texto clásico muestra que el pronóstico perdió espacio cuando el diagnóstico y el tratamiento ganaron peso.
- En un estudio con médicos que derivaban pacientes a cuidados paliativos, la mayoría de las previsiones de supervivencia fue demasiado optimista.
- Las previsiones fallan en el tamaño, pero siguen el orden: quien el médico cree que vivirá menos tiende, de hecho, a vivir menos.
- Decir la estimación en probabilidad y en escenarios ayuda a comunicar lo que se sabe y lo que no se sabe.
Qué es el razonamiento pronóstico
Tres preguntas, tres razonamientos
Ante un paciente, el médico responde a tres preguntas encadenadas. La primera es diagnóstica: ¿qué tiene? La segunda es terapéutica: ¿qué hacer? La tercera es pronóstica: ¿qué va a pasar, con y sin lo que se haga? Las tres se apoyan unas en otras, pero cada una tiene su lógica.
El razonamiento diagnóstico trabaja con hipótesis y con la forma en que cada dato cambia la lista. La guía de razonamiento clínico en el ciclo clínico muestra ese camino. El razonamiento terapéutico pesa beneficios y daños, tema de la guía de toma de decisiones clínicas. El razonamiento pronóstico mira hacia adelante: dado este diagnóstico, en esta persona, en este contexto, cuál es el curso más probable y qué tan amplia es la franja de posibilidades.
Qué entra en una estimación de pronóstico
Una estimación pronóstica reúne tres capas. La primera es la historia natural de la condición, lo que suele ocurrir con quien tiene ese diagnóstico. La segunda es la persona: edad, funcionalidad, otras condiciones, apoyo en casa. La tercera es el tiempo: el pronóstico cambia según evoluciona el cuadro y debe rehacerse.
El razonamiento pronóstico también tiene un producto que el diagnóstico no tiene: un intervalo. Decir "seis meses" es menos honesto que decir "probablemente entre algunos meses y un año, con mayor probabilidad cerca de seis". El intervalo es parte de la respuesta.
El pronóstico no es solo supervivencia
La pregunta de la hija en el pasillo es sobre tiempo de vida, pero el pronóstico abarca mucho más: probabilidad de recuperar la marcha después de una fractura, tiempo hasta volver al trabajo, riesgo de nueva hospitalización, probabilidad de un efecto adverso. Gran parte de la investigación sobre precisión de las previsiones, sin embargo, se hizo con supervivencia en cuidados paliativos, y por eso los números de esta guía vienen de ese contexto.
Por qué el pronóstico desapareció de los libros
La elipse del pronóstico
Nicholas Christakis analizó cómo una misma enfermedad, la neumonía lobar, era descrita en ediciones de un libro de texto clásico de medicina interna, publicadas entre 1892 y 1988 (Christakis, 1997). El autor llamó "elipse del pronóstico" al proceso en que el tema fue perdiendo espacio explícito en esos textos (Christakis, 1997).
Señala dos fuerzas. La primera fue la aparición de un tratamiento eficaz: cuanto más gana peso la terapia en el manejo de una enfermedad, menos aparece el pronóstico, en una relación inversa entre los dos actos clínicos (Christakis, 1997). La segunda fue un cambio en el propio pensamiento médico, que pasó de una visión centrada en el individuo a una visión centrada en el diagnóstico, en la que el pronóstico parecía venir incorporado en el nombre de la enfermedad (Christakis, 1997).
Qué le deja esto al estudiante
Si el pronóstico parece venir junto con el diagnóstico, nadie lo enseña como razonamiento separado. El estudiante aprende a llegar al nombre de la enfermedad y encuentra el pronóstico en una línea del resumen, como un dato para memorizar. En la práctica, el paciente quiere saber qué va a pasar con él, y no con el promedio de quienes tienen la misma enfermedad.
Cuánto aciertan los médicos al predecir
Predicciones demasiado optimistas
En un estudio prospectivo en cinco servicios de cuidados paliativos ambulatorios de Chicago, 343 médicos estimaron la supervivencia de 468 pacientes en el momento del envío (Christakis y Lamont, 2000). Solo el 20% de las predicciones quedó dentro de un margen del 33% de la supervivencia real, el 63% fueron demasiado optimistas y el 17% demasiado pesimistas (Christakis y Lamont, 2000). En promedio, los médicos sobreestimaron la supervivencia por un factor de 5,3 (Christakis y Lamont, 2000).
Dos hallazgos del mismo estudio interesan a quien está en formación. Los médicos del cuartil más alto de experiencia fueron los más precisos (Christakis y Lamont, 2000). Y la precisión cayó a medida que la relación con el paciente se hacía más larga y el último contacto más reciente, señal de que la cercanía afectiva empuja la estimación hacia el lado optimista (Christakis y Lamont, 2000).
Erran el tamaño, aciertan el orden
Una revisión sistemática reunió 1.563 pares de predicción y supervivencia real en pacientes con cáncer terminal (Glare et al., 2003). La mediana prevista fue de 42 días, y la real, de 29 días; la predicción acertó dentro de una semana en el 25% de los pares y sobreestimó en al menos cuatro semanas en el 27% (Glare et al., 2003).
Aun así, la predicción y la supervivencia real fueron juntas: después de transformadas, las dos tuvieron una correlación de 0,60 (Glare et al., 2003). Los autores lo resumen así: las predicciones discriminan, pero están descalibradas (Glare et al., 2003). En otras palabras, el médico suele saber quién está peor, pero se equivoca en cuánto tiempo tiene cada uno.
Esa distinción entre discriminar y calibrar aparece también en el diagnóstico. La guía de calibración de la confianza muestra cómo se aplica al acierto de la propia hipótesis.
Ningún grupo de especialistas se destacó
Una revisión más reciente incluyó 42 estudios de predicción de supervivencia en cuidados paliativos, con pacientes con y sin cáncer (White et al., 2016). La precisión de las estimaciones por categoría varió del 23% al 78% entre los estudios (White et al., 2016). Los cuatro estudios que pidieron estimaciones en forma de probabilidad, como "probabilidad de estar vivo en un mes", mostraron un desempeño mejor, con estadística C entre 0,74 y 0,78 (White et al., 2016). Y ningún grupo profesional fue consistentemente más preciso que los otros (White et al., 2016).
La lección práctica es de formato: pensar en la probabilidad de un desenlace en un plazo definido tiende a funcionar mejor que intentar adivinar un número exacto de días.
Herramientas simples de predicción
La pregunta sorpresa
La pregunta sorpresa es una de las herramientas más simples: "¿me sorprendería si este paciente muriera en los próximos doce meses?". Fue pensada para señalar quién puede necesitar cuidados paliativos. Una revisión sistemática con metaanálisis reunió 16 estudios y 11.621 pacientes que respondieron a esa pregunta (Downar et al., 2017).
Para muerte entre seis y dieciocho meses, la sensibilidad fue del 67,0% y la especificidad del 80,2% (Downar et al., 2017). El valor predictivo positivo quedó en 37,1% y el negativo en 93,1% (Downar et al., 2017). El desempeño fue peor en enfermedades fuera del cáncer, y los autores clasificaron la pregunta como un predictor débil a modesto (Downar et al., 2017).
Qué enseñan estos números
La pregunta sorpresa es mejor para descartar que para confirmar: cuando el médico responde "me sorprendería", el paciente casi siempre sigue vivo en el plazo. Cuando responde "no me sorprendería", la probabilidad de muerte aumenta, pero la mayoría de los pacientes aún está viva al final del período. Leer sensibilidad, especificidad y valores predictivos es el mismo trabajo del diagnóstico, aplicado a un desenlace futuro. La guía de probabilidad pretest explica esas medidas.
Escalas y modelos
Existen escalas pronósticas para muchos contextos, desde cuidados intensivos hasta oncología. Ayudan porque aportan un ancla de población, parecida a la tasa base en el diagnóstico. Pero la revisión de Glare y colegas mostró que sumar datos como funcionalidad y síntomas a la impresión clínica mejoró la precisión solo un poco (Glare et al., 2003). La escala es punto de partida, y el razonamiento sobre la persona sigue siendo necesario.
Cómo comunicar un pronóstico incierto
Hacer explícita la incertidumbre
Un artículo sobre la enseñanza de la incertidumbre observa que esta suele aparecer de forma implícita, más sugerida que dicha, y defiende discutirla de forma abierta en todos los niveles de la formación (Moulder et al., 2023). Los autores recuerdan que hablar con el paciente sobre la incertidumbre diagnóstica y pronóstica es parte central de la decisión compartida (Moulder et al., 2023).
La incertidumbre antes del diagnóstico tiene su propia guía: incertidumbre diagnóstica. En el pronóstico, se suma a otra: incluso con el diagnóstico correcto, el futuro de cada persona varía.
Mejor caso, peor caso, caso más probable
Una revisión sobre pronóstico en oncología quirúrgica describe dos técnicas para situaciones de incertidumbre: presentar el mejor caso, el peor caso y el caso más probable, y proponer un periodo de tratamiento con plazo definido para reevaluar (Fahy, 2019). Las dos cambian un número único por un mapa de posibilidades, lo que encaja con lo que muestran los estudios sobre la precisión de las previsiones.
Un ejemplo de frase
Compare dos respuestas a la pregunta de la hija. La primera: "Le quedan unos seis meses." La segunda: "Por lo que veo hoy, lo más probable es que le queden algunos meses. Puede ser menos, si las próximas semanas son difíciles, o más, si responde bien. Vamos a reevaluar juntos en cada consulta." La segunda es más larga, pero es más fiel a lo que el médico sabe.
Cómo entrenar el razonamiento pronóstico
Cierre el diagnóstico y haga la tercera pregunta
En todo caso que estudie, después de llegar al diagnóstico, escriba una línea: "¿qué espero que le ocurra a esta persona en un mes y en un año?". El hábito es simple y trae el pronóstico de vuelta al razonamiento.
Escriba la previsión en probabilidad
Prefiera "probabilidad alta de estar en casa en dos semanas" a "va a recibir el alta pronto". Los estudios con estimaciones en probabilidad tuvieron mejor desempeño (White et al., 2016), y el formato lo obliga a pensar en un plazo.
Compruebe la previsión después
En el internado, anote previsiones sobre pacientes que usted acompaña: tiempo de internación, respuesta al tratamiento, necesidad de reinternación. Vuelva a ellas después. Es el mismo principio del cuaderno de errores: sin comparar la previsión con lo que ocurrió, nadie descubre hacia qué lado se equivoca.
Desconfíe del optimismo de quien conoce al paciente
La precisión cayó cuanto más larga era la relación entre médico y paciente (Christakis y Lamont, 2000). Cuando usted se encariñe con un paciente, pida la estimación de un colega que lo conozca menos. La guía de metacognición trae otras formas de vigilar el propio juicio.
Discuta el pronóstico con el tutor
Al presentar un caso, incluya una frase de pronóstico y pida la opinión del tutor. La conversación revela lo que aporta la experiencia, ya que los médicos más experimentados fueron los más precisos en el estudio de Christakis y Lamont (Christakis y Lamont, 2000).
El pronóstico y el caso del día en NEXO
En NEXO, cada caso lleva al diagnóstico en hasta seis pistas, y la proximidad en la CIE-10 en cinco niveles muestra a qué distancia quedó cada Sin hipótesis de la respuesta. Es un buen punto de partida para la tercera pregunta: después de resolver el caso del día, escriba en una línea el curso que espera para esa persona y discútalo con la clase.
Los casos son ficticios con presentación clínica real, y el Archivo, en la pantalla de Modos, reúne los casos anteriores para quien quiere repetir el ejercicio. Cómo se liberan los modos está en la página de economía de NEXO, y la guía qué es NEXO explica la partida entera.
Si usted coordina una facultad, una liga o una residencia y quiere usar el mismo caso para discutir diagnóstico y pronóstico con la clase, conozca NEXO Closer. Los investigadores interesados en razonamiento clínico pueden proponer estudios a través de NEXO Researcher. Los médicos que revisan casos participan a través de NEXO Curator, y quienes crean contenido de salud en las redes pueden participar a través de NEXO Creators.
Preguntas frecuentes
¿Qué es el razonamiento pronóstico?
Es estimar el curso probable de un cuadro después del diagnóstico, con y sin tratamiento, y expresar esa estimación con la incertidumbre que tiene.
¿Los médicos suelen acertar el pronóstico?
En cuidados paliativos, la mayoría de las previsiones de supervivencia fue demasiado optimista, y solo una de cada cinco quedó cerca de la supervivencia real (Christakis y Lamont, 2000).
Si las previsiones fallan, ¿para qué sirven?
Acompañan el orden: quien el médico cree que vivirá menos tiende a vivir menos, aunque el número de días esté equivocado (Glare et al., 2003).
¿Qué es la pregunta sorpresa?
Es preguntarse si uno se sorprendería si el paciente muriera en los próximos doce meses. Un metaanálisis la clasificó como predictor débil a moderado (Downar et al., 2017).
¿Cómo dar un pronóstico sin prometer demasiado?
Use escenarios: mejor caso, peor caso y caso más probable, con una fecha para reevaluar (Fahy, 2019).
¿Cómo puede entrar NEXO en el entrenamiento del pronóstico?
El caso del día termina en el diagnóstico, con hasta seis pistas y la proximidad en la CIE-10. Use ese final como punto de partida y escriba su previsión para el curso del caso.
Lista de verificación del razonamiento pronóstico
- Cierre el diagnóstico y haga la tercera pregunta: ¿qué va a pasar?
- Separe las capas: historia natural, persona y tiempo.
- Escriba en probabilidad y con plazo definido.
- Dé un intervalo, y no un número único.
- Use la población como ancla y ajuste para la persona.
- Desconfíe del optimismo cuando conozca bien al paciente.
- Comunique en escenarios y marque cuándo reevaluar.
- Compruebe después lo que pasó y anote hacia qué lado se equivocó.
¿Quiere empezar por la primera pregunta? Juegue el caso del día en NEXO.
Referencias
- Christakis NA. The ellipsis of prognosis in modern medical thought. Soc Sci Med. 1997. https://pubmed.ncbi.nlm.nih.gov/9004366/
- Christakis NA, Lamont EB. Extent and determinants of error in doctors' prognoses in terminally ill patients: prospective cohort study. BMJ. 2000. https://pubmed.ncbi.nlm.nih.gov/10678857/
- Glare P, Virik K, Jones M, Hudson M, Eychmuller S, Simes J, Christakis N. A systematic review of physicians' survival predictions in terminally ill cancer patients. BMJ. 2003. https://pubmed.ncbi.nlm.nih.gov/12881260/
- White N, Reid F, Harris A, Harries P, Stone P. A Systematic Review of Predictions of Survival in Palliative Care: How Accurate Are Clinicians and Who Are the Experts? PLoS One. 2016. https://pubmed.ncbi.nlm.nih.gov/27560380/
- Downar J, Goldman R, Pinto R, Englesakis M, Adhikari NK. The "surprise question" for predicting death in seriously ill patients: a systematic review and meta-analysis. CMAJ. 2017. https://pubmed.ncbi.nlm.nih.gov/28385893/
- Moulder G, Harris E, Santhosh L. Teaching the science of uncertainty. Diagnosis (Berl). 2023. https://pubmed.ncbi.nlm.nih.gov/36087299/
- Fahy BN. Prognostication in oncology. J Surg Oncol. 2019. https://pubmed.ncbi.nlm.nih.gov/30883779/