Базовый уровень в диагностике: почему редкое кажется частым

Тот, кто всю ночь изучает феохромоцитому, просыпается с мыслью, что любое сердцебиение с потливостью — это опухоль надпочечника. Классическая картина свежа в памяти, а самый простой вопрос остаётся в стороне: у скольких людей с такой картиной действительно есть это заболевание? У ответа на этот вопрос есть название: базовая частота.

NEXO — это ежедневная игра по медицинской диагностике: один клинический случай в день, шесть последовательных подсказок и обратная связь по близости МКБ-10 на пяти уровнях.

В этом руководстве объясняется, что такое базовая частота, почему студент склонен о ней забывать, что показывают исследования о врачах и распространённости и как тренировать мышление, чтобы поставить обычное на правильное место в списке.

Главные пункты

• Базовая частота — это частота заболевания в популяции, откуда пришёл пациент, до любых данных о случае.
• В исследовании со студентами-медиками эпидемиология оказалась на последнем месте среди компонентов, которые они считают важными при диагностике.
• Ординаторы, которые считали заболевание более распространённым, оценивали его как более вероятное в случаях, что показывает использование распространённости.
• Большинство семейных врачей понимали, что один и тот же тест ценнее у пациента с симптомами, но недооценивали величину разницы.
• Представление данных в естественных частотах улучшило байесовское мышление студентов.

Содержание

• Что такое базовая частота
• Почему студент думает сначала о редком
• Что врачи делают с распространённостью
• Один и тот же тест в разных популяциях
• Естественные частоты: инструмент, который помогает
• Как тренировать мышление о распространённости
• Эпидемиологические сценарии в NEXO
• Частые вопросы
• Чек-лист базовой частоты

Что такое базовая частота

Базовая частота — это частота заболевания в группе, откуда пришёл пациент, до того как мы смотрим на его симптомы. Это отправная точка любой гипотезы. Головная боль в приёмном отделении гораздо чаще оказывается мигренью или головной болью напряжения, чем субарахноидальным кровоизлиянием, даже если именно кровоизлияние пугает больше всего.

Пренебрегать базовой частотой — значит судить о вероятности только по сходству картины с учебником, не спрашивая, насколько часто встречается каждое заболевание в этих условиях. Руководство по эвристикам в клиническом мышлении показывает репрезентативность — эвристику, стоящую за этой ошибкой. Здесь же в центре внимания сама распространённость.

Почему студент думает сначала о редком

Эпидемиология оказывается на последнем месте

В перекрёстном исследовании со студентами-медиками участники отвечали на диагностические сценарии, построенные в классическом формате задач на базовую частоту (Clarkson и Paruk, 2026). Доля правильных ответов составила 48,3% в сценарии, где требовалось отличить инсульт от мигрени, и 33,3% в том, где требовалось отличить феохромоцитому от панического расстройства (Clarkson и Paruk, 2026). В чисто байесовской задаче правильно ответили 41,1%, и студенты оценили эпидемиологию как наименее важный компонент диагностики (Clarkson и Paruk, 2026).

Синдром студента-медика

В том же исследовании 56,3% участников сообщили, что уже находили у себя заболевание, которое изучали (Clarkson и Paruk, 2026). Авторы предполагают, что часть этого явления происходит из той же ошибки: взвешивать картину и забывать, насколько редким является заболевание (Clarkson и Paruk, 2026).

Учебная программа усиливает редкое

На обучении каждое заболевание получает отдельную лекцию, и лекция о редком заболевании обычно запоминается лучше всего. В результате в памяти редкое занимает столько же места, сколько обычное. Чтобы это исправить, нужно вспоминать частоту вместе с картиной.

Что врачи делают с распространённостью

Ординаторы используют своё представление о распространённости

В исследовании с ординаторами терапевтического профиля каждый участник оценивал вероятность нескольких гипотез в неоднозначных случаях, а затем оценивал распространённость этих заболеваний в отделении (Rottman et al., 2016). Те, кто считал заболевание более распространённым, склонны были оценивать его как более вероятное в случаях — признак того, что распространённость участвовала в мышлении (Rottman et al., 2016). За три года ординатуры оценки распространённости становились более согласованными, но не более точными (Rottman et al., 2016).

Гипотезы следуют за заболеваемостью и запомнившимися случаями

В классическом эксперименте врачи выдвигали гипотезы для клинических историй, в которых были возможны два заболевания: одно более частое и менее тяжёлое, другое более редкое и более тяжёлое (Weber et al., 1993). Порядок и частота гипотез соответствовали заболеваемости, и было мало свидетельств игнорирования базовой ставки (Weber et al., 1993). Если похожий случай был диагностирован раньше, гипотеза появлялась раньше, и опыт действовал главным образом именно так (Weber et al., 1993).

Совместное прочтение обнадёживает: опытный врач использует распространённость, во многом потому что уже видел много частых случаев. У студента такого репертуара ещё нет, и поэтому ему нужно намеренно вспоминать базовую ставку.

Одно и то же обследование в разных популяциях

В исследовании с семейными врачами и студентами-управленцами каждый участник оценивал вероятность рака после изменённой маммографии у двух женщин: одной с симптомами и другой без симптомов, при скрининге (Austin, 2019). Среди врачей 88% учли базовую ставку и оценили более высокую прогностическую ценность для женщины с симптомами (Austin, 2019). В среднем, однако, врачи оценили разницу в 27 пунктов, тогда как реальная разница составляла 55 пунктов или больше (Austin, 2019).

То есть направление было верным, а величина нет. Руководство по предтестовой вероятности показывает расчёт, который ведёт от базовой ставки к прогностической ценности.

Естественные частоты: инструмент, который помогает

Считать людей, а не проценты

Естественная частота — это запись задачи как подсчёта людей, например «из каждой тысячи человек у десяти есть заболевание», вместо условных процентов. В исследовании с 577 студентами-медиками правильный ответ в байесовской задаче составил 34% при условных вероятностях и 68% при естественных частотах, без обучения (Feufel et al., 2023). После короткого обучения правильный ответ достиг 89%, когда данные были представлены в естественных частотах (Feufel et al., 2023).

Дерево частот

В исследовании с 111 студентами-медиками версия с деревом частот имела наименьшее медианное время до правильного ответа — 2 минуты 55 секунд против 9 минут 59 секунд в тексте с вероятностями (Binder et al., 2021). Авторы заключают, что дерево частот позволяет выносить более верные и более быстрые суждения (Binder et al., 2021).

Как тренировать мышление в духе распространённости

Спросите «где я?» прежде чем «что это?»

До первой гипотезы определите место пациента: амбулатория или приёмное отделение, ребёнок или пожилой человек, город или эндемичный регион. Одна и та же боль в груди имеет другой вероятный список в амбулатории у молодого человека и в приёмном отделении у пожилого.

Упорядочите список по частоте и тяжести

Напишите два столбца: самые частые гипотезы для этого сценария и тяжёлые, которые нельзя пропустить. Исследуйте тяжёлые, но не ставьте их на первое место по вероятности без данных, которые их подтверждают. Руководство по дифференциальному диагнозу показывает, как составить этот список.

Изучайте частоту вместе с картиной

При повторении заболевания отметьте, насколько оно часто встречается в том сценарии, где вы будете принимать пациента. Достаточно одной строки.

Используйте естественные частоты

Перед обследованием перепишите числа как подсчёт людей. Расчёт становится наглядным, и ошибка масштаба уменьшается (Feufel et al., 2023).

Смените сценарий и увидьте, как меняется список

Возьмите картину, например лихорадку у путешественника, и составьте список заново для двух разных регионов. Упражнение показывает, как базовая ставка меняет порядок гипотез.

Эпидемиологические сценарии в NEXO

В NEXO случай приходит в виде до шести подсказок, и при каждой гипотезе близость по МКБ-10 на пяти уровнях показывает, в какой главе, группе или категории оказалась гипотеза. Так можно заметить, когда вы перескочили к редкому заболеванию из другой главы, тогда как случай указывал на что-то частое.

Режим Continentes объединяет случаи по региональной эпидемиологии, что позволяет тренировать упражнение со сменой сценария и видеть, как вместе с ним меняется список гипотез. Архив на экране режимов объединяет предыдущие ежедневные случаи. Как открывается каждый режим, описано на странице экономики NEXO.

Если вы координируете факультет, лигу или ординатуру и хотите обсудить базовую ставку с группой на одном и том же случае, познакомьтесь с NEXO Closer. Исследователи, изучающие байесовское мышление, могут предложить исследования через NEXO Researcher. Врачи, проверяющие случаи своей специальности, участвуют через NEXO Curator, а те, кто создаёт контент о здоровье в соцсетях, могут участвовать через NEXO Creators.

Частые вопросы

Что такое пренебрежение базовой ставкой?

Это судить о вероятности болезни по сходству картины и забывать, насколько она распространена. В исследовании со студентами эпидемиологию назвали наименее важным компонентом диагностики (Clarkson и Paruk, 2026).

Опытные врачи тоже забывают базовую ставку?

Исследования показывают использование распространённости: ординаторы считали более вероятным то, что казалось им более частым (Rottman et al., 2016), а врачи выдвигали гипотезы в порядке заболеваемости (Weber et al., 1993).

Почему один и тот же анализ ценнее у пациента с симптомами?

Потому что шанс болезни до анализа выше. Врачи общей практики верно определили направление этой разницы, но недооценили её величину (Austin, 2019).

Какой самый простой способ сделать расчёт?

Натуральные частоты. С ними правильность ответов студентов в байесовской задаче удвоилась по сравнению с условными вероятностями (Feufel et al., 2023).

Как NEXO помогает тренировать базовую ставку?

Близость по МКБ-10 показывает, где оказалась гипотеза, а Continentes собирает случаи по региональной эпидемиологии. Чтобы узнать об игре, прочитайте что такое NEXO.

Чек-лист базовой ставки

1. Определите место пациента до первой гипотезы.
2. Перечислите частые гипотезы для этого сценария.
3. Отдельно перечислите тяжёлые, которые нельзя пропустить.
4. Запросите данные, подтверждающие редкую гипотезу, прежде чем ставить её на первое место.
5. Записывайте частоту каждой болезни, которую изучаете.
6. Переписывайте анализы в натуральных частотах.
7. Время от времени пересматривайте список в другом сценарии.

Хотите тренироваться на разных сценариях? Играйте в случай дня в NEXO.

Источники

1. Clarkson RC, Paruk N. Medical student syndrome: a bayesian reasoning failure. BMC Med Educ. 2026. https://pubmed.ncbi.nlm.nih.gov/41840426/
2. Rottman BM, Prochaska MT, Deaño RC. Bayesian reasoning in residents' preliminary diagnoses. Cogn Res Princ Implic. 2016. https://pubmed.ncbi.nlm.nih.gov/28180156/
3. Weber EU, Böckenholt U, Hilton DJ, Wallace B. Determinants of diagnostic hypothesis generation: effects of information, base rates, and experience. J Exp Psychol Learn Mem Cogn. 1993. https://pubmed.ncbi.nlm.nih.gov/8409853/
4. Austin LC. Physician and Nonphysician Estimates of Positive Predictive Value in Diagnostic v. Mass Screening Mammography: An Examination of Bayesian Reasoning. Med Decis Making. 2019. https://pubmed.ncbi.nlm.nih.gov/30678607/
5. Feufel MA, Keller N, Kendel F, Spies CD. Boosting for insight and/or boosting for agency? How to maximize accurate test interpretation with natural frequencies. BMC Med Educ. 2023. https://pubmed.ncbi.nlm.nih.gov/36747214/
6. Binder K, Krauss S, Schmidmaier R, Braun LT. Natural frequency trees improve diagnostic efficiency in Bayesian reasoning. Adv Health Sci Educ Theory Pract. 2021. https://pubmed.ncbi.nlm.nih.gov/33599875/