![\"\"](\"https:\/\/www.dr-mamczur.pl\/blog\/wp-content\/uploads\/2023\/02\/student-a-DDx-1.jpg\")
<\/a><\/p>\n<\/p>\n
<\/p>\n <\/p>\n Troch\u0119 teorii<\/p>\n Stawiaj\u0105c rozpoznanie wst\u0119pne mamy dwie mo\u017cliwo\u015bci – stara\u0107 si\u0119 je potwierdzi\u0107 lub odrzuci\u0107 (wykluczy\u0107).<\/p>\n Pierwsz\u0105 metod\u0119 (szybsz\u0105?), nie wymagaj\u0105c\u0105 budowy du\u017cych list diagnostycznych stosuj\u0105 m\u0142odzi lekarze, kt\u00f3rzy na pocz\u0105tku od razu d\u0105\u017c\u0105 do potwierdzenia swojej hipotezy, cz\u0119sto poprzez subiektywne ukierunkowanie wywiadu, sugerowanie odpowiedzi pacjentom poprzez zmanipulowane zadawanie pyta\u0144, tak aby uzyska\u0107 zamierzony cel. (tak\u017ce w filmach kryminalnych cz\u0119sto widzimy takie manipulacje policjant\u00f3w, czy prawnik\u00f3w).<\/p>\n Cz\u0142owiek w tej metodzie czuje sie m\u0105dry (ma wiedze z podr\u0119cznik\u00f3w, a choroby wybiera z tych, kt\u00f3re widzi najcz\u0119\u015bciej). W prostych jednostkach chorobowych ko\u0144czy si\u0119 sukcesem i procesem samozadowolenia lub nawet samouwielbienia lekarza.Tutaj “pycha przed upadkiem kroczy”). Niestety, z wiekiem mo\u017ce si\u0119 zdarzy\u0107 b\u0142\u0105d medyczny poprzez zaniechanie rozszerzonej diagnostyki. W\u00f3wczas medycyna lub kto\u015b inny uczy pokory.<\/p>\n Do\u015bwiadczony lekarz<\/p>\n W miar\u0119 zdobywania do\u015bwiadczenia post\u0119powanie diagnostyczne lekarza staje si\u0119 bardziej ostro\u017cne, ale te\u017c sprawniejsze. Szybciej stawia prawid\u0142owe rozpoznania, robi mniej b\u0142\u0119d\u00f3w po drodze.\u00a0 Lekarz widzia\u0142 wi\u0119cej przypadk\u00f3w pacjent\u00f3w (w tym z chorobami cz\u0119stymi, ale o nietypowym przebiegu). Lekarz, by dzia\u0142a\u0107 sprawnie (w tym radzi\u0107 sobie z nat\u0142okiem informacji decyzyjnych) przyjmuje inn\u0105 \u015bcie\u017ck\u0119 diagnostyczn\u0105 ni\u017c jego m\u0142odszy kolega. Wie, \u017ce nie chodzi o kreowanie siebie, ale “dobro chorego jest najwi\u0119kszym dobrem”. lekarz ju\u017c nie d\u0105\u017cy do potwierdzenia swojej “genialnej” hipotezy, lecz stara si\u0119 j\u0105 odrzuci\u0107 (celowane zadawanie pyta\u0144 i bada\u0144 diagnostycznych). Wa\u017cne jest tak\u017ce\u00a0 wywiad negatywny – czyli to co pacjent neguje, a jest wa\u017cne dla potwierdzenia hipotezy). Odrzucona hipotez\u0119 szybko zamienia si\u0119 na now\u0105 najbardziej prawdopodobna (z danych statystycznych w populacji i w kontek\u015bcie danych “socjalnych” uzyskanych od pacjenta). Znowu pr\u00f3bujemy odrzuci\u0107 hipotez\u0119. Je\u015bli si\u0119 nie uda, to hipoteza alternatywna, \u017ce pacjent ma te chorob\u0119 b\u0119dzie rozpoznaniem ko\u0144cowym dla pacjenta. na jej podstawie b\u0119dzie w\u0142\u0105czone leczenie.<\/p>\n Przyk\u0142ad poda\u0142em we wpisie z 12.10.2016. “Diagnoza z wykluczenia<\/a>”<\/p>\n <\/p>\n <\/p>\n Rozpoznanie przez wykluczenie jest cz\u0119sto wykorzystywane w diagnostyce r\u00f3\u017cnicowej.<\/p>\n Jest to metoda stopniowej eliminacji znanych przyczyn (to co pozostanie – musi by\u0107 prawd\u0105). Stosuje si\u0119 je przede wszystkim, gdy nie mamy metody pozwalaj\u0105cej zweryfikowa\u0107 dan\u0105 chorob\u0119 (brak testu diagnostycznego, lub nie wiemy jakiego testu u\u017cy\u0107, bo nie wiemy jak to mo\u017ce by\u0107 choroba. Przyk\u0142adem takiego rozpoznania mo\u017ce by\u0107 gor\u0105czka niewiadomego pochodzenia. Wykluczamy wszystkie znane przyczyny (Diagnosis of exclusion<\/a> ). Podobnie jest z chorobami psychicznymi – najpierw powinni\u015bmy wykluczy\u0107 choroby somatyczne daj\u0105ce podobne objawy (np. stany pobudzenia w prze\u0142omie tarczycowym).<\/p>\n Podobna metoda stosowana by\u0142a przez Sherlocka Holmesa<\/p>\n “Od dawna powtarzam, \u017ce kiedy wykluczy si\u0119 niemo\u017cliwe, w\u00f3wczas to co pozostaje, cho\u0107by najbardziej nieprawdopodobne, musi by\u0107 prawd\u0105. “Arthur Conan Doyle<\/a>, Ksi\u0119ga wszystkich dokona\u0144 Sherlocka Holmesa<\/a>”<\/p>\n<\/div>\n Z wykluczaniem wi\u0105\u017ce si\u0119 te\u017c tzw. hipoteza zerowa <\/strong><\/p>\n W statystyce mamy dwa rodzaje hipotez – hipoteza zerow\u0105 i alternatywn\u0105<\/a>.<\/p>\n “Hipoteza<\/strong>\u00a0to pewne twierdzenie wynikaj\u0105ce z naszego pytania badawczego. Nasze pytanie badawcze z kolei wynika ze zg\u0142\u0119bienia pewnego obszaru wiedzy jakiej\u015b dziedziny nauki (lub wielu dziedzin r\u00f3\u017cnych nauk). Hipoteza zazwyczaj jest postawiona po to by j\u0105 potwierdzi\u0107 lub odrzuci\u0107<\/strong>. W statystyce stawiamy zazwyczaj dwa rodzaje hipotez<\/strong> \u2013 zerow\u0105 i alternatywn\u0105.<\/strong><\/p>\n Hipoteza zerowa<\/strong> (H0), kt\u00f3r\u0105 poddajemy weryfikacji\/falsyfikacji m\u00f3wi o tym, \u017ce czego\u015b nie ma \u2013 ale czego? Tego na czym najcz\u0119\u015bciej nam zale\u017cy.\u00a0 Je\u015bli badamy wp\u0142yw naszego leku na popraw\u0119 pami\u0119ci hipoteza zerowa b\u0119dzie m\u00f3wi\u0142a o tym, \u017ce lek nie wp\u0142ywa<\/strong> na popraw\u0119 pami\u0119ci. Je\u015bli sprawdzamy czy IQ uczni\u00f3w jest skorelowane z ich poziomem agresji hipoteza zerowa b\u0119dzie m\u00f3wi\u0142a o tym, \u017ce inteligencja nie jest powi\u0105zana z agresj\u0105.<\/p>\n Do hipotezy zerowej zawsze formu\u0142ujemy\u00a0hipotez\u0119 alternatywn\u0105<\/strong>\u00a0(H1). Jest ona zaprzeczeniem hipotezy zerowej<\/strong> i m\u00f3wi w\u0142a\u015bnie o tym na czym najcz\u0119\u015bciej nam zale\u017cy<\/strong>.\u00a0 Analogicznie do powy\u017cszych przyk\u0142ad\u00f3w hipoteza alternatywna b\u0119dzie m\u00f3wi\u0142a, \u017ce pami\u0119\u0107 badanych b\u0119dzie lepsza po podaniu leku ni\u017c przed jego podaniem lub, \u017ce iloraz inteligencji jest istotnie powi\u0105zany z agresj\u0105 uczni\u00f3w w szko\u0142ach.<\/p>\n Wszystkie analizy<\/strong> statystyczne b\u0119dziemy wykonywa\u0107 po to by pr\u00f3bowa\u0107 odrzuci\u0107 hipotez\u0119 zerow\u0105.<\/strong> Je\u015bli nam si\u0119 to nie uda b\u0119dziemy musieli j\u0105 przyj\u0105\u0107<\/strong>. Pami\u0119tajcie, \u017ce w\u0142a\u015bnie hipoteza zerowa jest t\u0105, na kt\u00f3rej pracujemy. To do niej odnosimy wyniki uzyskane w toku analiz statystycznych. Punktem wyj\u015bcia jest fakt, \u017ce nie ma \u017cadnych r\u00f3\u017cnic, zwi\u0105zk\u00f3w, zale\u017cno\u015bci itp. Je\u015bli wynik testu b\u0119dzie istotny na poziomie p < 0,05 b\u0119dziemy mogli j\u0105 odrzuci\u0107.<\/strong> W przeciwnym wypadku zostaje tak jak jest.”<\/strong><\/p>\n \u00a0B\u0142\u0105d statystyczny\u00a0 I i II rodzaju ze strony B\u0142\u0105d pierwszego rodzaju<\/a><\/p>\n “B\u0142\u0119dem pierwszego rodzaju<\/strong>\u00a0nazywamy sytuacj\u0119, w kt\u00f3rej odrzucamy hipotez\u0119 zerow\u0105 gdy jest ona prawdziwa.<\/strong><\/p>\n W statystyce oszacowanie prawdopodobie\u0144stwa pope\u0142nienia b\u0142\u0119du pierwszego rodzaju okre\u015bla si\u0119 ma\u0142\u0105 greck\u0105 liter\u0105\u00a0alfa <\/em><\/strong>i najcz\u0119\u015bciej to akceptowalne prawdopodobie\u0144stwo<\/strong> wynosi 5%<\/strong>. Odrzucaj\u0105c hipotez\u0119 zerow\u0105 na rzecz hipotezy alternatywnej chcemy mie\u0107 95 procentowe lub wi\u0119ksze prawdopodobie\u0144stwo, \u017ce to dobry wyb\u00f3r. Dajemy sobie tym samym 5% (lub mniej %) szans na pope\u0142nienie tego rodzaju b\u0142\u0119du.”<\/p>\n 5%= 0,05\u00a0\u00a0 p<0,05<\/p>\n<\/div>\n B\u0142\u0105d drugiego rodzaju<\/a><\/p>\n “B\u0142\u0105d drugiego rodzaju polega jednak na nieprawid\u0142owym NIEodrzuceniu<\/strong> (przyj\u0119ciu) hipotezy zerowej. Jest ona nieprawdziwa<\/strong> (np. wynik testu jest istotny na poziomie p < 0,05<\/strong> i m\u00f3wi o tym, \u017ce zachodz\u0105 istotne r\u00f3\u017cnice w \u015brednich) a my uznajemy, \u017ce jest prawdziwa trzymaj\u0105c si\u0119 kurczowo przekonania, \u017ce nasze wyniki s\u0105 dzie\u0142em przypadku”.<\/p>\n<\/div>\n Czyli b\u0142\u0105d pierwszego rodzaju – odrzucenie hipotezy prawdziwej, b\u0142\u0105d drugiego rodzaju nie odrzucenie hipotezy nieprawdziwej.<\/p>\n \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 HIPOTEZA UZNANA PRZEZ NAS ZA PRAWDZIW\u0104<\/strong><\/p>\n H0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 H1<\/p>\n Rzeczywi\u015bcie prawdziwa hipoteza\u00a0 <\/strong>H0\u00a0\u00a0 poprawne przyj\u0119cie H0 \u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 b\u0142\u0105d I rodzaju<\/p>\n H1\u00a0 b\u0142\u0105d II rodzaju\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 poprawne odrzucenie H0<\/p>\n <\/p>\n Poziom istotno\u015bci<\/strong><\/a> statystycznej<\/p>\n Warto\u015b\u0107 p<\/a> – statystyka – “Warto\u015b\u0107 p <\/span><\/span> ni\u017csza<\/b> od krytycznego poziomu istotno\u015bci ( p < 0,05 )\u00a0 <\/span><\/span> w podej\u015bciu cz\u0119sto\u015bciowym uprawnia jedynie do post\u0119powania dora\u017anie tak, jakby hipoteza zerowa zosta\u0142a odrzucona. ”<\/p>\n ” Definicja<\/span><\/p>\n W modelu wnioskowania cz\u0119sto\u015bciowego<\/a> przed wykonaniem eksperymentu wybiera si\u0119 krytyczny poziom istotno\u015bci<\/a> odpowiadaj\u0105cy dopuszczalnemu w ocenie badacza ryzyku pope\u0142niania b\u0142\u0119du pierwszego rodzaju<\/a> oraz model statystyczny<\/a> odpowiadaj\u0105cy hipotezie zerowej H 0 , <\/span><\/span> tj. zak\u0142adaj\u0105cy brak istnienia jakiegokolwiek efektu w populacji. W praktyce z regu\u0142y stosowany jest poziom istotno\u015bci \u03b1 = 0 , 05. <\/span><\/span> Warto\u015b\u0107 p <\/span><\/span> to obliczone na podstawie danych prawdopodobie\u0144stwo uzyskania takich lub bardziej skrajnych obserwacji w modelu hipotezy zerowej P ( D + | H 0 ) . <\/span><\/span> Odczytuje si\u0119 j\u0105 zale\u017cnie od testu i tego, czy zak\u0142adamy jedno-, czy dwustronn\u0105 hipotez\u0119 alternatywn\u0105 \u2013 z jednej lub obu stron dystrybuanty<\/a> w\u0142a\u015bciwego dla niego rozk\u0142adu.”<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":" Do napisania tego artyku\u0142u zainspirowa\u0142a mnie ksi\u0105\u017cka Pana Profesora Piotra Zaborowskiego\u00a0 \u2013 “Filozofia post\u0119powania lekarskiego” PZWL-1990, str. 108-109 Troch\u0119 teorii Stawiaj\u0105c rozpoznanie wst\u0119pne mamy dwie mo\u017cliwo\u015bci – stara\u0107 si\u0119 je potwierdzi\u0107 lub odrzuci\u0107 (wykluczy\u0107). Pierwsz\u0105 metod\u0119 (szybsz\u0105?), … Czytaj dalej <\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n
\n<\/strong><\/p>\n