We hebben net het eerste weekend van onze deeltijdse masteropleiding achter de rug en we moesten een leuk 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.
U kunt tegen hetzelfde probleem aanlopen bij de beoordeling van een patiënt. Uw beslissingen moeten van de best mogelijke kwaliteit zijn, want ze zijn van invloed op de gezondheid van uw patiënt. Zoals uit het bovenstaande schema blijkt, zijn er soortgelijke valkuilen die uw klinische besluitvorming beïnvloeden: cognitieve vooroordelen. Je hersenen spelen een spelletje met je, waardoor je geneigd bent overhaaste conclusies te trekken door middel van heuristieken in plaats van systematische besluitvorming.
Er zijn verschillende mogelijke valkuilen die wij in onze praktijk of klinische besluitvorming kunnen tegenkomen:
1. De representativiteitsheuristiek
Het beschrijft de veronderstelling dat iets dat lijkt op andere dingen in een bepaalde categorie, zelf lid is van die categorie.
Voorbeeld:
De deelnemers kregen beschrijvingen te zien van mensen uit een fictieve groep van 30 ingenieurs en 70 advocaten. Vervolgens werd hen gevraagd de waarschijnlijkheid in te schatten dat de beschreven persoon een ingenieur was. Aangezien 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 basistarief (30% waren ingenieurs). Hieruit blijkt dat representativiteit een groter effect had op de oordelen dan kennis van de waarschijnlijkheden. (Kahneman & Tversky)
Dezelfde heuristiek is aangetoond in de verpleging. Verpleegkundigen kregen twee fictieve scenario's van patiënten met symptomen die wijzen op een hartaanval of een beroerte en werden gevraagd een diagnose te stellen. Het scenario voor een hartaanval bevatte soms de aanvullende informatie dat de patiënt onlangs was ontslagen, en het scenario voor een 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 de opleiding weinig effect had op de mate waarin heuristieken de diagnostische beslissingen beïnvloedden. (Klein, 2005).
Representativiteit heeft een groter effect op oordelen dan kennis van de waarschijnlijkheden.
2. De beschikbaarheidsheuristiek
Het toekennen van een bijzonder gewicht aan voorbeelden van dingen die gemakkelijk in het geheugen opkomen, omdat ze gemakkelijk te onthouden zijn of recentelijk vaak zijn voorgekomen.
Voorbeeld:
Je hebt net een geweldig artikel gelezen over de incidentie van SI-gewricht disfunctie in LBP. Plotseling MOET een groot aantal van de LBP-patiënten die u ziet SI-gewrichtsproblemen hebben Het lijkt voor de hand liggend voor u in het heetst van de strijd, omdat dingen die gemakkelijk in u opkomen waarschijnlijk gemeenschappelijk zijn, maar de kans is groot dat uw hersenen u misleiden. Om dit te vermijden, moet u zich afvragen of de informatie wel echt relevant is, en niet gewoon gemakkelijk verkrijgbaar.
3. Overmoed
Dit is een lastige. We denken allemaal dat we meesters in ons vak zijn, nietwaar ;). Maar om onze kennis effectief te gebruiken, moeten we de beperkingen kennen. Het is van cruciaal belang dat wij lacunes in onze kennis opsporen die op hun beurt leiden tot een suboptimale behandeling. Overmoed kan ook leiden tot overhaaste besluitvorming bij de klinische diagnose. Daarom is het van essentieel belang dat wij ons bewust zijn van de grenzen van onze kennis en deze actueel houden. Maak er een gewoonte van collega's om hun mening te vragen en doe onderzoek om op de hoogte te blijven.
4. De bevestigende bias
Het is de neiging om informatie te zoeken die je bestaande verwachtingen bevestigt. Anderzijds kan informatie die in strijd is met de bestaande verwachting worden genegeerd.
Vragen stellen, of erger nog stoppen met vragen stellen, tijdens de anamnese van de patiënt wanneer de verkregen informatie past bij je eerste hypothese. Om bevestigende bias te vermijden, stel liever vragen die je eerste hypothese kunnen tegenspreken of ontkrachten en beschouw die informatie niet als irrelevant.
Orthopedische fysiotherapie van de bovenste en onderste ledematen
Vergroot uw kennis over de 23 meest voorkomende orthopedische aandoeningen in slechts 40 uur zonder een fortuin uit te geven aan CPD-cursussen.
5. De illusoire correlatie
Deze komt vooral voor bij statistische analyse. Het is de neiging om twee gebeurtenissen als oorzakelijk met elkaar verbonden te beschouwen, terwijl het verband ertussen hoogstens toevallig of zelfs onbestaand is. Er is zeker een overlapping met een 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, hoewel daarvoor geen deugdelijk bewijs bestaat. Homeopaten zullen zich waarschijnlijk gevallen herinneren waarin een patiënt na behandeling verbeterde - 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
