Clinical Bias – wat is het en hoe vermijd je het

Clinical bias

We hebben net ons eerste weekend van onze deeltijdse Masterstudies achter de rug en we moesten een mooi artikel lezen ter voorbereiding van een lezing. Het zette ons aan het denken. Lees hieronder verder.

Kijk eens naar het rooster hierboven. Je ziet waarschijnlijk zwarte stippen in de matrix hierboven, toch? Ook al zijn ze er niet, toch zie je ze – althans dat denk je, of beter, je hersenen denken dat ze er zijn.

Je kunt op hetzelfde probleem stuiten bij de evaluatie van een patiënt. Jouw beslissingen moeten van de best mogelijke kwaliteit zijn, aangezien ze een effect hebben op de gezondheid van jouw patiënt. Zoals uit het bovenstaande schema blijkt, zijn er soortgelijke valkuilen die jouw klinische besluitvorming beïnvloeden: cognitieve biases. Je hersenen spelen een spelletje met je waardoor je geneigd bent overhaaste conclusies te trekken met behulp van heuristieken in plaats van systematische besluitvorming.

Er zijn verschillende mogelijke valkuilen die we in onze praktijk of bij het nemen van klinische beslissingen kunnen tegenkomen:

1. De representativiteitsheuristiek

Het beschrijft de veronderstelling dat iets dat lijkt op andere dingen in een bepaalde categorie, zelf ook tot die categorie behoort.
Voorbeeld:
Deelnemers kregen beschrijvingen te zien van mensen die afkomstig waren uit een fictieve groep van 30 ingenieurs en 70 advocaten. Vervolgens werd hen gevraagd in te schatten hoe groot de kans was dat de beschreven persoon een ingenieur was. Rekening houdend met het feit dat slechts 30% ingenieurs waren, werd het oordeel van de deelnemers veel meer beïnvloed door de mate waarin de beschrijving overeenstemde met het stereotype van een ingenieur (bv. “Steve is conservatief en voorzichtig”) dan door het basispercentage (30% waren ingenieurs). Dit toont aan dat representativiteit een groter effect had op oordelen dan kennis van de waarschijnlijkheden. (Kahneman & Tversky)


Dezelfde heuristiek is aangetoond in de verpleegkunde. Verpleegkundigen kregen twee fictieve scenario’s van patiënten met symptomen die wezen op een hartaanval of een beroerte en werden gevraagd een diagnose te stellen. Het scenario van de hartaanval bevatte soms de extra informatie dat de patiënt onlangs uit zijn baan was ontslagen, en het scenario van de beroerte bevatte soms de informatie dat de adem van de patiënt naar alcohol rook. De extra informatie had een zeer significant effect op de diagnose en maakte het minder waarschijnlijk – in overeenstemming met de representativiteitsheuristiek – dat de verpleegkundigen de symptomen zouden toeschrijven aan een ernstige lichamelijke oorzaak. Het effect van de extra informatie was vergelijkbaar voor zowel gediplomeerde als leerling-verpleegkundigen, wat suggereert dat opleiding weinig effect had op de mate waarin heuristieken de diagnostische beslissingen beïnvloedden. (Klein 2005)

2. De beschikbaarheidsheuristiek

Een bijzonder gewicht toekennen aan voorbeelden van dingen die gemakkelijk in je opkomen, omdat ze gemakkelijk te onthouden zijn of recentelijk vaak zijn voorgekomen.
Voorbeeld:
Je hebt net een geweldig artikel gelezen over het voorkomen van SI-gewricht disfunctie bij LBP. Plotseling MOET een groot aantal van de LBP-patiënten die je ziet SI-gewrichtsproblemen hebben. Het lijkt zo voor de hand te liggen, omdat dingen die je te binnen schieten waarschijnlijk vaak voorkomen, maar de kans is groot dat je hersenen je misleiden. Om dit te voorkomen, moet je je afvragen of de informatie echt relevant is, in plaats van eenvoudigweg gemakkelijk te verkrijgen.

3. Overmoed

Dit is een lastige. We denken allemaal dat we meesters zijn in ons vak, nietwaar 😉 . Maar om onze kennis effectief te gebruiken, moeten we de beperkingen kennen. Het is van cruciaal belang dat we lacunes in onze kennis opsporen, die op hun beurt leiden tot een suboptimale behandeling. Overmoed kan ook leiden tot overhaaste beslissingen bij de klinische diagnose. Daarom is het van essentieel belang dat we ons bewust zijn van de grenzen van onze kennis en dat we die up-to-date houden. Maak er een gewoonte van collega’s om advies te vragen en doe jouw onderzoek om op de hoogte te blijven.

4. De confirmatieve bias

Het is de neiging om te zoeken naar informatie die je bestaande verwachtingen bevestigt. Aan de andere kant kan informatie die de vooraf bestaande verwachting tegenspreekt, genegeerd worden.
Vragen stellen, of erger nog, stoppen met vragen stellen, tijdens het afnemen van de anamnese van de patiënt wanneer de verkregen informatie past bij uw eerste hypothese. Om een bevestigende vooringenomenheid te vermijden, stelt u beter vragen die uw eerste hypothese kunnen tegenspreken of verwerpen en beschouwt u die informatie niet als irrelevant.

5. De illusoire correlatie

Deze komt vooral voor bij statistische analyse. Het is de neiging om twee gebeurtenissen als oorzakelijk met elkaar in verband te zien, terwijl het verband ertussen hoogstens toevallig of zelfs onbestaand is. Er is zeker een overlapping met de bevestigende vooringenomenheid wanneer een uitkomst past bij reeds bestaande ideeën. Een populair voorbeeld is de bewering dat homeopathie werkt wanneer een patiënt beter wordt na toediening van een homeopathisch geneesmiddel, ook al is er geen deugdelijk bewijs voor. Homeopaten zullen zich waarschijnlijk momenten herinneren waarop een patiënt verbeterde na een behandeling – illusionaire correlatie.
Trap niet in deze onjuiste overtuigingen die op hun beurt kunnen leiden tot een suboptimale praktijk.

Het heeft ons zeker aan het denken gezet en ons gesterkt om alert te blijven op vooroordelen en een open geest te hebben telkens als we een patiënt zien.

Bedankt voor het lezen!

Andreas

Phy arrow right
Terug
Meld je aan voor onze nieuwsbrief en ontvang onze nieuwste blogberichten & meer gloednieuwe info over Physiotutors in jouw inbox!

Wil je nooit een blogbericht van ons missen?