Summary
Quantitatively sophisticated physicians in general internal medicine gave a series of probability estimates about each of several cases, which consisted of a written case background and radiological test report. First, they estimated the three quantities of Bayes’ formula: the pretest probability based on the background, the likelihood ratio based on the test report, and the posttest probability based on both. They made two further estimates of the posttest probability, one after being informed of the consensus of expert radiologists on the likelihood ratio of the test and another after being told a consensus pretest probability formed by experts in the medical speciality relevant to the case backgrounds. They also stated how high (low) the posttest probability would have to be in order to confirm (rule out) the suspected disease and estimated the chances that the test report would serve to move the posttest probability across one of those thresholds.
On average, the clinician subjects agreed quite well with the experts’ estimates and with Bayes’ formula. Information about experts’ consensuses influenced the subjects’ estimates in the appropriate direction and decreased the variation among subjects. These results are taken to indicate the feasibility and potential effectiveness of certain quantitative aids to clinical decision making. On the other hand, the variation among the subjects’ estimates, and among experts’ estimates, was substantial - enough to warrant attempts to understand it and to reduce it. Diagnostic criteria that the subjects reported using for case backgrounds and for test reports were analyzed as a way of accounting for some of the variation.
In der allgemeinen inneren Medizin gaben erfahrene Ärzte eine Serie von Wahrscheinlichkeitsschätzungen über verschiedene Fälle ab, die aus einer schriftlich niedergelegten Vorgeschichte und einem radiologischen Befundbericht bestanden. Zuerst schätzten sie die drei Quantitäten der Bayesschen Formel ab: die »Pretest«-Wahrscheinlichkeit basierend auf der Vorgeschichte, den Likelihood-Quotienten auf der Grundlage des Testberichts und die auf beiden beruhende »Posttest«-Wahrscheinlichkeit.
Sie machten zwei weitere Schätzungen der »Posttest«-Wahrscheinlichkeit; eine, nachdem sie über den Konsens von Experten auf dem Gebiet der Radiologie über den Likelihood-Quotienten des Tests informiert worden waren, und eine weitere, nachdem ihnen eine Übereinstimmung über die »Pretest«-Wahrscheinlichkeit von Experten in dem für die Vorgeschichte des Falles relevanten medizinischen Fachbereich übermittelt worden war. Sie gaben auch an, wie hoch (niēdrig) die »Posttest«-Wahrscheinlichkeit sein müßte, um den Verdacht auf eine bestimmte Krankheit zu bestätigen (auszuschließen), und schätzten die Chancen dafür,’ daß der Testbericht dazu dienen würde, die »Posttest«-Wahrscheinlichkeit über eine dieser Schwellen anzuheben.
Im Durchschnitt stimmten die Testärzte (Subjects) recht gut mit den Schätzungen der Fachleute (Experts) und der Bayesschen Formel überein. Informationen über den Konsens der Experts beeinflußte die Schätzungen der Subjects in der richtigen Richtung und verringerte den Unterschied unter den Subjects. Diese Ergebnisse werden benutzt, um die Machbarkeit und potentielle Wirksamkeit bestimmter quantitativer Hilfen für die klinische Entscheidungsfindung aufzuzeigen. Andererseits war der Unterschied zwischen den Schätzungen der Subjects und denen der Experten beträchtlich - genug, um Versuche zu rechtfertigen, ihn zu verstehen und zu reduzieren. Die von den Subjects angegebenen diagnostischen Kriterien für Fallvorgeschichten und Testberichte wurden als Mittel zur Erklärung einiger dieser Unterschiede analysiert.
Key-Words
Medical Communications - Medical Decisions - Probability Estimates - Bayes’ Theorem - Decision Aids - Diagnostic Criteria
Schlüssel-Wörter
Medizinische Kommunikation - ärztliche Entscheidungen - Wahrscheinlichkeitsschätzungen - Bayes Theorem - Entscheidungshilfen - diagnostische Kriterien
