Decisioni mediche

Questa area di ricerca si concentra sullo studio di come le persone processano le informazioni e prendono decisioni in ambito medico. In altre parole, si cerca di studiare le ragioni che inducono i pazienti ad essere più o meno propensi ad assumersi dei rischi quando devono scegliere un trattamento medico. Inoltre, all'interno di questa area di ricerca sono compresi studi sulla capacità di valutare (e prevedere) l'efficacia di un trattamento da parte di di medici, pazienti e gente comune. Infine, rientra in questo campo d'indagine anche lo studio del grado con cui i pazienti rispettano le prescrizioni del medico riguardo ad un particolare trattamento o stile di vita che potrebbe aiutarli a superare i loro problemi di salute.
Sebbene inizialmente lo studio cognitivo delle decisioni si sia sviluppato nell’ambito economico (negli anni ’70 con i lavori di Tversky e Kahneman), le molteplici analogie con l’ambito medico hanno portato allo sviluppo di un’area di ricerca separata. Così come gli agenti economici, anche i medici e i pazienti spesso si trovano in situazioni di incertezza a dovere identificare le informazioni rilevanti, scegliere tra opzioni alternative, analizzandone costi e benefici e infine agire.
Ovviamente la qualità delle decisioni mediche è un fattore determinante per la qualità della salute. Ma, sia i medici che i pazienti (come tutti noi) usano processi cognitivi di tipo intuitivo che possono portare ad errori sistematici (bias), indipendentemente dalle conoscenze tecnico-scientifiche.
Così come in altri ambiti, anche nell’ambito medico l’approccio cognitivo allo studio delle decisioni è motivato non solo dall’interesse teorico, ma anche e soprattutto dalle ricadute applicative che ne conseguono. Infatti, se è utile indagare i processi cognitivi sottostanti la presa di decisione, è altrettanto utile conoscere la natura degli errori cognitivi e le circostanze nelle quali si verificano, al fine di progettare interventi volti ad eliminarli.
Tipicamente i medici rilevano i sintomi dei pazienti, eventualmente eseguono esami diagnostici per ottenere informazioni ulteriori, aggiornano le informazioni in loro possesso e stabiliscono la diagnosi del paziente. In base alla diagnosi, valutano quali siano i possibili trattamenti e quali siano le preferenze del paziente, per scegliere il corso d’azione. Si può quindi distinguere una prima fase di elaborazione della diagnosi ed una successiva fase di scelta del trattamento. In entrambe possono intervenire scorciatoie cognitive (euristiche) che possono portare ad errori.
In particolare, durante la fase diagnostica possono intervenire l’euristica della disponibilità, l’euristica della rappresentatività, la fallacia della congiunzione, il base-rate neglect, l’uso di informazioni pseudodiagnostiche, l’effetto di ancoraggio e aggiustamento, l’hindsight bias, e l’overconfidence. La scelta del trattamento può essere influenzata dall’effetto attrazione e dall’effetto disturbo, dall’omission bias, dal framing effect o da altri tipi di informazioni contestuali.
Uno dei primi esempi dell’effetto della fallacia della congiunzione è stato fornito dagli stessi Tversky e Kahneman (1983) che hanno dimostrato che circa il 90% dei medici ai quali avevano presentato una serie di informazioni diagnostiche, giudicava più probabile una diagnosi di dispnea ed emiparesi rispetto ad una diagnosi di sola emiparesi, cadendo appunto nell’errore di ritenere due eventi congiunti più probabili di un evento singolo.
Un altro esempio di errore nella fase diagnostica ampiamente studiato riguarda il trascurare le probabilità iniziali, nonostante esse siano un’informazione a disposizione dei medici. Ad esempio, fornendo le percentuali di sensibilità e specificità di un test diagnostico e l’incidenza nella popolazione, la maggior parte dei medici intervistati stimava che la probabilità di avere realmente la patologia con un test positivo fosse maggiore del 50% quando in realtà era del 9% (Schwartz, Gorry, Kassirer & Essig 1973).
Inoltre i medici non sono immuni dall’overconfidence, indicando che la sicurezza del medico non rispecchia la reale affidabilità delle sue ipotesi (ad esempio Poses, Anthony, 1991).
Nella fase della scelta tra i trattamenti può intervenire l’effetto attrazione, come dimostrato da Schwartz e Chapman (1999) nella scelta del tarttamento farmacologico appropriato per una paziente affetta da depressione. Quando la scelta era tra due trattamenti, veniva preferito (75%) il farmaco dall’efficacia moderata ma con effetti collaterali nel 5% dei casi, piuttosto che un farmaco ad alta efficacia, ma con effetti collaterali analoghi nel 25% dei casi. Quando invece oltre a questi due trattamenti veniva proposto un trattamento “esca” (decoy) ad alta efficacia, ma con il 35% di probabilità di effetti collaterali anche peggiori, veniva favorito (70%) il trattamento precedentemente scartato più frequentemente.
Numerosi studi hanno indagato l’effetto del modo in cui sono presentate le informazioni sulle scelte. Un esempio “classico” di questo tipo di studi è lo scenario della malattia asiatica (Tversky & Kahneman, 1981), che ha portato alla definizione dell’effetto framing (lettralmente “cornice”). Lo scenario presentato ai partecipanti diceva che a causa di un’insolita malattia asiatica 600 persone sarebbero potute morire. Per combattere tale malattia erano proposti 2 programmi di intervento. A metà dei partecipanti i due programmi erano descritti nel seguente modo: Programma A: saranno salvate 200 persone; Programma B: c’è 1/3 di probabilità che si salvino 600 persone, 2/3 di probabilità che non si salvi nessuno. In questo caso la maggioranza dei partecipanti preferiva l’opzione sicura (programma A). all’altra metà dei partecipanti venivano proposti i seguenti programmi: Programma C: 400 persone moriranno; Programma D: c’è 1/3 di probabilità che nessuno muoia, 2/3 di probabilità che muoiano 600 persone. In questo caso, sebbene i due programmi siano esattamente equivalenti ad eccezione della formulazione linguistica utilizzata per descriverli, la maggioranza dei partecipanti preferiva l’opzione rischiosa (programma D).
Questo esempio dimostra che le persone percepiscono gli esiti delle scelte non tanto in termini assoluti, quanto piuttosto in termini relativi, rispetto ad un livello di riferimento che non sempre è costante. In questo caso la scelta tra i programmi A e B è nell’ambito dei guadagni, mentre la scelta tra i programmi C e D è nell’ambito delle perdite; ed una importante differenza tra i due ambiti è l’atteggiamento nei confronti del rischio. Infatti, nell’ambito dei guadagni gli individui sono meno propensi a rischiare (risk avoidant), mentre nell’ambito delle perdite sono più propensi al rischio (risk seeker).
Oltre all’effetto della formulazione in termini di guadagno o di perdita, le preferenze tra trattamenti sono sensibili ad altri tipi di informazioni contestuali. Ad esempio, Fahey, Griffiths e Peters (1995) hanno riportato una maggiore disponibilità a promuovere trattamenti i cui rischi siano descritti in termini relativi, rispetto a trattamenti i cui rischi sono descritti in termini assoluti. Un altro esempio è fornito da Redelmeier, Shafir e Aujla (2001), che hanno evidenziato come il fatto che un determinato elemento di informazione fosse disponibile fin dall’inizio o fosse richiesto ed ottenuto successivamente ha un effetto differente sulle scelte.
Tornando al “classico” effetto framing, una applicazione di interesse prevalentemente pratico riguarda la prevenzione dei tumori. In questo ambito, un importante contributo è stato fornito da Rothman e Salovey (1997), che hanno distinto i comportamenti di prevenzione vera e propria (ad esempio l’utilizzo di creme solari protettive per evitare l’insorgenza di tumori della pelle oppure l’uso del preservativo per evitare la trasmissione di malattie sessualmente trasmissibili), dai comportamenti di controllo o di individuazione precoce (ad esempio la mammografia o il pap test per individuare precocemente i tumori al seno e all’utero, con conseguente migliore prognosi). Infatti, fino ad allora i risultati degli studi volti ad indagare l’effetto framing sui comportamenti preventivi erano stati misti, evidenziando una maggiore efficacia del frame che evidenziava i benefici in alcuni casi, ed una maggiore efficacia del frame che evidenziava i costi in altri. La distinzione tra comportamenti di prevenzione e comportamenti di individuazione precoce ha consentito di approfondire l’analisi dell’effetto framing. Infatti, per i comportamenti di tipo preventivo, che promuovono l’adesione ad un comportamento che previene l’insorgenza di una malattia, favorendo così il mantenimento dell’attuale stato di salute, è più efficace un messaggio che evidenzia e sottolinea i vantaggi dell’adesione a tale comportamento. Per i comportamenti di individuazione precoce, che consentono di individuare un’eventuale anomalia in una fase precoce, nella quale la prognosi e le possibilità di trattamento sono migliori, sono maggiormente efficaci i messaggi che sottolineano i costi e gli eventuali aspetti negativi derivanti dalla mancata adesione al comportamento.
Dal punto di vista pratico, l’acquisizione di queste conoscenze nell’ambito delle decisioni mediche consente principalmente la presa di coscienza del fatto che né i medici né i pazienti sono immuni da errori nel raccogliere e valutare informazioni, nel pesarne le conseguenze e nel costruire le loro preferenze. Il fatto che alcuni errori siano sistematici, consente la loro previsione e l’attuazione di misure volte alla loro riduzione o eliminazione (ad esempio attraverso interventi di debiasing, come il fornire un doppio frame, Bernstein, Chapman, Elstein, 1999). Inoltre si stanno sviluppando degli strumenti di analisi formale che assistono i pazienti nella presa di decisione (ad esempio i decision-aids; si veda Nelson, Han, Fagerlin, Stefanenk, & Ubel, 2007). Infine, nella formazione medica l’esigenza di migliorare la qualità delle decisioni è testimoniata dall’introduzione di corsi che promuovono una corretta acquisizione ed interpretazione di informazioni adeguate (evidence-based medicine), e dall’insegnamento dei principi formali della scelta razionale. É auspicabile che oltre a questi insegnamenti, vengano promossi anche corsi riguardanti i processi cognitivi sottostanti le decisioni in ambito medico.
Per maggiori informazioni: teresa.gavaruzzi@unipd.it
Pubblicazioni sulle decisioni mediche da parte dei membri del gruppo di ricerca  
 
Bibliografia di riferimento
Amsterlaw, J., Zikmund-Fisher, B.J., Fagerlin, A., & Ubel PA. (2006). Can avoidance of complications lead to biased healthcare decisions? Judgment and Decision Making, 1, 64-75.
Asch, D., Baron, J., Hershey, J.C., Kunreuther, H., Meszaros, J., Ritov, I., & Spranca, M. (1994) Determinants of resistance to pertussis vaccination. Medical Decision Making, 14, 118-123.
Barnato, A., Llewellyn-Thomas, H., Peters, E., Siminoff, L. Collins, E.D., & Barry, M.J. (2007). Communication and Decision Making in Cancer Care: Setting Research Priorities for Decision Support / Patients Decision Aids. Medical Decision Making, 27, 626-634.
Baron, J., & Ritov, I. (2004). Omission bias, individual differences, and normality. Organizational Behavior and Human Decision Processes, 94, 74-85.
Bergus, G.R., & Cantor S.B. (1995). Primary care: Medical decision making. Saunders, Philadelphia.
Bernstein, L.M., Chapman, G.B., & Elstein, A.S. (1999). Framing effects in choices between multioutcome life-expectancy lotteries. Medical Decision Making, 19, 324-338.
Bornstein, B.H., & Emler, A.C. (2001). Rationality in medical decision making: A review of the literature on doctors’ decision making biases. Journal of Evaluation in Clinical Practice, 7, 97-107.
Chapman, G.B., & Sonnenberg, F.A. (2000). Decision making in health care: Theory, psychology, and applications. Cambridge University Press, New York.
Eddy, D.M. (1996). Clinical decision making: From theory to practice. Jones and Bartlett, Sudbury (MA).
Elstein, A.S. (1999). Heuristics and biases: Selected errors in clinical reasoning. Academic Medicine, 74, 791-794.
Elstein, A.S., & Schwartz, A. (2002). Clinical problem solving and diagnostic decision making: Selective review of the cognitive literature. British medical Journal, 324, 729-732.
Fagerlin, A., Zikmund-Fisher B.J., & Ubel PA. (2005) Cure me even if it kills me: Preferences for invasive treatment. Medical Decision Making, 25, 614-619.
Fagerlin, A., Zikmund-Fisher, B.J., & Ubel, P.A. (2007). "If I'm better than average, then I'm ok?": Comparative information influences beliefs about risk and benefits. Patient Education and Counseling, 69, 140-144.
Fahey, T., Griffiths, S., & Peters, T.J. (1995). Evidence based purchasing: Understanding results of clinical trials and systematic reviews. British Medical Journal, 311, 1056-1059.
Grove, W.M., Zald, D.H., Lebow, B.S., Snitz, B.E., & Nelson, C. (200). Clinical vs. mechanical prediction: A metaanalysis. Psychological Assessment, 12, 19-31.
Hall, K.H. (2002). Reviewing intuitive decision-making and uncertainty: The implications for medical education. Medical education, 36, 216-224.
Halpern, S.D., Ubel, P.A., & Asch, D.A. (2007) Harnessing the power of default options to improve health care. New England Journal of Medicine, 357, 1340-1344.
Lacey, H.P., Fagerlin, A., Loewenstein, G., Smith, D.M., Riis, J., & Ubel, P.A. (2006). It must be awful for them: Healthy people overlook disease variability in quality of life judgments. Judgment and Decision Making, 1, 146-152.
Loewenstein, G., & Ubel, P.A. (In Press). Hedonic adaptation and the role of decision and experience utility in public policy. Journal of Public Economics.
Nelson, W.L., Han, P.K., Fagerlin, A., Stefanenk, M., & Ubel, P.A. (2007). Rethinking the objectives of decision aids: A call for conceptual clarity. Medical decision making, 27, 609-18.
Patel, V.L., Kaufman, D.R., & Arocha, J.F. (2002). Emerging paradigms of cognition in medical decision making. Journal of Biomedical Informatics, 35, 52-75.
Peters, E., Lipkus, I., & Diefenbach, M. (2006).  The functions of affect in health communication and in the construction of health preferences. Journal of Communication, 56, S140-S162.
Peters, E., Slovic, P., Hibbard, J.H., & Tusler, M. (2006) Why worry?  Worry, risk perceptions, and willingness to act to reduce medical errors.  Health Psychology, 25, 144-152.
Peters, E., Västfjäll, D., Slovic, P., Mertz, C.K., Mazzocco, K., & Dickert, S. (2006).  Numeracy and decision making. Psychological Science, 17, 408-414.
Poses, R.M., & Anthony, M. (1991). Availability, wishful thinking, and physicians’ diagnostic judgment for patients with suspected bacteremia. Medical Decision Making, 11, 159-168.
Redelmeier, D.A. (2005). The cognitive psychology of missed diagnoses. Annals of Internal Medicine, 142, 115-120.
Redelmeier, D.A., Rozin, P., & Kaheneman, D. (1993). Understanding patients’ decisions. Journal of American Medical Association, 270,  72-76.
Redelmeier, D.A., Shafir, E. & Aujla, P.S. (2001). The beguiling pursuit of more information. Medical Decision Making, 21, 376-381.
Ritov, I., & Baron, J. (1990). Reluctance to vaccinate: Omission bias and ambiguity. Journal of Behavioral Decision Making, 3, 263-277.
Rothman, A.J., Martino, S.C., Bedell, B.T., Detweiler, J.B., & Salovey, P. (1997). The systematic influence of gain- and loss-framed messages on interest in and use of different types of health behavior. Personality and Social Psychology Bulletin, 25, 1355-1369.
Rothman, A.J., & Salovey, P. (1997). Shaping perceptions to motivate healthy behaviour: The role of message framing. Psychological Bulletin, 121, 3-19.
Round, A. (2001). Introduction to clinical reasoning. Journal of Evaluation in Clinical Practice, 7, 109-117.
Ryan, M., Scott, D.A., Reeves, C., Bate, A., van Teijlingen, E.R., Russell, E.M., Napper, M., & Robb, C.M. (2001). Eliciting public preferences for healthcare:A systematic review of techniques. Health technology Assessment, 5, 1-117.
Schwartz A., Goldberg J.H., & Hazen G. (2008). Prospect theory, reference points, and health decisions. Judgment and Decision Making, 3, 174-180.
Schwartz, A. & Bergus, G. (2008). Making medical decisions: A physician's guide. Cambridge University Press, Cambridge, UK.
Schwartz, J.A., & Chapman, G.B. (1999). Are more options always better? The attraction effect in physicians’ decisions about medications. Medical Decision Making, 19, 315.323.
Schwartz, W.B., Gorry, G.A., Kassirer, J.P., & Essig, A. (1973). Decision analysis and clinical judgment. American Journal of Medicine, 55, 459-472.
Tversky, A., & Kahneman, D. (1981). The framing of decision and the psychology of choice. Science, 185, 1124-1131.
Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallcy in probability judgment. Psychological review, 90, 293-315.
Ubel, P.A. (1999). How stable are people’s preferences for living priority to severly ill patients? Social Science and Medicine, 49, 895-903.
Ubel, P.A. (2000). Pricing life: Why it's time for health care rationing. MIT Press, Cambridge, Massachusetts.
Zikmund-Fisher, B.J., Fagerlin, A., Roberts, T.R., Derry, H.A, & Ubel, P.A. (2008). Alternate methods of framing information about medication side effects: Incremental risk versus total risk of occurrence. Journal of Health Communication, 13, 107-124.
Zikmund-Fisher B.J., Fagerlin, A., & Ubel, P.A. (2004). Is 28% good or bad?: Evaluability and preference reversals in health care decisions. Medical Decision Making, 24, 142-148.
Zikmund-Fisher, B.J., Sarr, B., Fagerlin, A., & Ubel, P.A. (2006). A matter of perspective: choosing for others differs from choosing for yourself in making treatment decisions. Journal of General Internal Medicine, 21, 618-622.