Diagnóstico diferencial

Diagnóstico diferencial
Intervención
Malla	D003937

En medicina, un Diagnóstico diferencial es la distinción de un particular enfermedad o condición de los demás que presentan similar síntomas. Procedimientos de diagnóstico diferenciales son utilizados por médicos y otros profesionales médicos capacitados diagnosticar la enfermedad específica en un paciente, o, al menos, para eliminar cualquier condición inminentemente peligrosa para la vida. Cada opción individual de una posible enfermedad se llama a menudo una diagnosis diferenciada (por ejemplo, bronquitis podría ser un diagnóstico diferencial en la evaluación de tos que termina con un diagnóstico final de resfriado común).

Más generalmente, una procedimiento de diagnóstico diferencial es una sistemática método de diagnóstico utiliza para identificar la presencia de una entidad donde son posibles múltiples alternativas. Este método es esencialmente un proceso de eliminación o por lo menos un proceso de obtención de información que reduce las "probabilidades" de las condiciones del candidato a niveles insignificantes, mediante el uso de pruebas como los síntomas, la historia paciente y conocimiento médico para ajustar epistémicas confidencias en la mente de los siguientes (o para diagnóstico computarizado o asistida por computadora, el software del sistema).

Diagnóstico diferencial puede considerarse como la aplicación de los aspectos de la método hypothetico-deductivo, en el sentido de que la posible presencia de candidato enfermedades o condiciones puede considerarse como hipótesis que los médicos aún más determinan como verdadero o falso.

Incluyen las abreviaturas comunes de "diagnóstico diferencial" DDx, DDX, DD, D/Dx, o ΔΔ.

Componentes generales

Adicionales, en general, los aspectos, ver Procedimiento de diagnóstico.

Existen diversos métodos de realizar un procedimiento de diagnóstico diferencial, pero en general, se basa en la idea de que uno empieza teniendo en cuenta el diagnóstico más común en primer lugar: un resfriado de cabeza frente a la meningitis, por ejemplo. Como recordatorio, los estudiantes de medicina se les enseña la Navaja de Occam Adagio, "Cuando oigas ruido de cascos, buscan caballos no en cebras," que significa busca la explicación más simple, más común en primer lugar. Sólo después de descartar el diagnóstico más simple el clínico considere diagnósticos más complejos o exóticos.

Diagnóstico diferencial tiene cuatro pasos. El médico:

1. Reúne toda la información sobre el paciente y crea una lista de los síntomas. La lista puede ser por escrito o en cabeza del médico, mientras hacen una lista.
2. Las listas de todas las posibles causas)condiciones del candidato) para los síntomas. Una vez más, esto puede ser por escrito o en cabeza del médico pero debe hacerse.
3. Prioriza la lista colocando las causas posibles más urgentemente peligrosas en la parte superior de la lista.
4. Descarta o trata a las posibles causas, comenzando con la condición de mayor urgencia peligrosa y abajo en la lista. Descartar— prácticamente — significa utiliza pruebas y otros métodos científicos para determinar que una condición de candidato tiene una clínicamente insignificante probabilidad de que la causa.

En algunos casos, queda no diagnóstico. Esto sugiere el médico ha cometido un error, o que la diagnosis verdadera es desconocida para la medicina. El médico quita los diagnósticos de la lista observando y aplicando pruebas que producen resultados diferentes, dependiendo de la diagnosis es correcta.

A teclas de acceso para ayudar a considerar múltiples posibles procesos patológicos es REIVINDICAR EL AM:

• Vascular
• Iinflamatorias/Infectious
• Neoplastic
• Degenerative/Deficiencia/Dalfombras
• Iidiopática/Intoxication/Iatrogenic
• Congenital
• Autoimmune/Allergic/Anatomic
• Traumatic
• Endocrine/Environmental
• Mmetabólicos

Métodos específicos de

Hay varios métodos para procedimientos de diagnóstico diferenciales y varias variantes entre las personas. Además, puede utilizarse un procedimiento de diagnóstico diferencial concomitante o alternativamente con los protocolos, directrices u otros procedimientos de diagnóstico (como reconocimiento de patrones utilizando algoritmos médicos).

Por ejemplo, en caso de emergencia médica, puede no haber suficiente tiempo para hacer cálculos detallados ni estimaciones de probabilidades diferentes, en cuyo caso la Protocolo de ABC (Vía aérea, respiración y circulación) puede ser más apropiado. Más tarde, cuando la situación es menos grave, se puede adoptar un procedimiento de diagnóstico diferencial más amplio.

El procedimiento de diagnóstico diferencial puede simplificarse si un 'patognomónico' signo o síntoma se encuentra (en cuyo caso es casi seguro que la condición de destino está presente) o en ausencia de un condición sine qua non signo o síntoma (en cuyo caso es casi seguro que la condición de destino está ausente).

Un médico puede ser selectivo, considerando en primer lugar los trastornos que son más probables (un enfoque probabilístico), más grave si la izquierda no diagnosticados y no tratados (un enfoque de pronóstico), o más responsivo al tratamiento si ofrecen (un enfoque pragmático). Puesto que la probabilidad subjetiva de que la presencia de una condición nunca es exactamente 100% o 0%, el procedimiento de diagnóstico diferencial puede apuntar a especificar estas probabilidades diferentes a la forma indicaciones para acciones futuras.

Los siguientes son dos métodos de diagnóstico diferencial, siendo basado en ratios de epidemiología y la probabilidad, respectivamente.

Un método basado en la epidemiología

Un método para realizar un diagnóstico diferencial por la epidemiología tiene como objetivo estimar la probabilidad de cada Estado candidato comparando sus probabilidades para haber ocurrido en el primer lugar en el individuo. Se basa en probabilidades relacionadas tanto a la presentación (por ejemplo, dolor) y las probabilidades de las diferentes condiciones del candidato (por ejemplo, enfermedades).

Teoría de la

La base estadística para el diagnóstico diferencial es Teorema de Bayes. Como analogía, cuando un dados ha aterrizado el resultado es seguro al 100%, pero la probabilidad de que hubiera ocurrido en el primer lugar (en adelante abreviado WHOIFP) es 1/6. De la misma manera, la probabilidad de que una presentación o condición habría ocurrido en primer lugar en un individuo (WHOIFPI) no es igual a la probabilidad de que la presentación o condición ha ocurrió en el individuo, porque la presentación ha producido por 100% de certeza en el individuo. Sin embargo, las fracciones de probabilidad contributivo de cada condición se supone la misma, relativamente:

$\begin{align} & \frac{\Pr(\text{Presentation is caused by condition in individual})}{\Pr(\text{Presentation has occurred in individual})} = \frac {\Pr(\text{Presentation WHOIFPI by condition})}{\Pr(\text{Presentation WHOIFPI})} \end{align}$

donde:

• PR (presentación es causada por la condición de individuo) es la probabilidad de que la presentación es causada por la condición en el individuo
• condición sin más especificación se refiere a cualquier condición de candidato
• PR (presentación ocurrió en particular) es la probabilidad de que la presentación se ha producido en el individuo, que puede ser percibido y así establecer al 100%
• PR (presentación WHOIFPI por condición) es la probabilidad de que la presentación habría ocurrido en primer lugar en el individuo por condición
• PR (presentación WHOIFPI) es la probabilidad de que la presentación habría ocurrido en primer lugar en el individuo

Cuando un individuo presenta un síntoma o signo, Pr (presentación ocurrió en particular) es 100% y por lo tanto puede ser sustituida por 1 y puede ser ignorada puesto que la división por 1 no hace ninguna diferencia:

$\Pr(\text{Presentation is caused by condition in individual}) = \frac {\Pr(\text{Presentation WHOIFPI by condition})}{\Pr(\text{Presentation WHOIFPI})}$

La probabilidad total de la presentación que se han producido en el individuo se puede aproximar como la suma de las condiciones de cada candidato:

$\begin{align} \Pr(\text{Presentation WHOIFPI}) & = \Pr(\text{Presentation WHOIFPI by condition 1}) \\ & {} + \Pr(\text{Presentation WHOIFPI by condition 2}) \\ & {} + \Pr(\text{Presentation WHOIFPI by condition 3}) + \text{etc.} \end{align}$

Además, la probabilidad de la presentación han sido causados por cualquier condición de candidato es proporcional a la probabilidad de la condición, dependiendo de qué tipo de causas la presentación:

$\Pr(\text{Presentation WHOIFPI by condition}) = \Pr(\text{Condition WHOIFPI}) \cdot r_{\text{condition} \rightarrow \text{presentation}},$

donde:

• PR (presentación WHOIFPI por condición) es la probabilidad de que la presentación habría ocurrido en primer lugar en el individuo por condición
• PR (condición WHOIFPI) es la probabilidad de que el Estado habría ocurrido en primer lugar en el individuo
• r_{Presentación de estado →} es la tasa para la cual una condición causa la presentación, es decir, la fracción de personas con la condición que manifiesto con la presentación.

La probabilidad de que una condición habría ocurrido en primer lugar en un individuo es aproximadamente igual a la de una población que es lo más parecida a la persona como posible excepción de la presentación actual, compensada en lo posible por riesgos relativos dado por conocido factor de riesgo que distinguen al individuo de la población:

$\Pr(\text{Condition WHOIFPI}) \approx RR_\text{condition} \cdot \Pr(\text{Condition in population}),$

donde:

• PR (condición WHOIFPI) es la probabilidad de que el Estado habría ocurrido en primer lugar en el individuo
• RR_{condición} es el riesgo relativo para la condición conferida por conocido factores de riesgo en el individuo que no están presentes en la población
• PR (afección en la población) es la probabilidad de que la condición se produce en una población que es lo más parecida a la persona como sea posible excepto por la presentación

En la tabla siguiente se muestra cómo estas relaciones pueden hacerse una serie de condiciones del candidato:

	Condición de candidato 1	Condición de candidato 2	Condición de candidato 3
PR (afección en la población)	PR (condición 1 en población)	PR (condición 2 en población)	PR (condición 3 en población)
RRcondición	RR 1	RR 2	RR 3
PR (condición WHOIFPI)	PR(condition 1 WHOIFPI)	PR(condition 2 WHOIFPI)	P (condición 3 WHOIFPI)
rPresentación de estado →	rCondición 1 Presentación →	rPresentación de condición 2 →	rPresentación de condición 3 →
PR (presentación WHOIFPI por condición)	PR (presentación WHOIFPI por condición 1)	PR (presentación WHOIFPI por condición 2)	PR (presentación WHOIFPI por condición 3)
PR (presentación WHOIFPI) = suma de las probabilidades en fila justo por encima
PR (presentación es causada por la condición de persona)	PR (presentación es causada por la condición 1 en individual)	PR (presentación es causado por afección 2 en individual)	PR (presentación es causada por la condición 3 en individual)

Adicional de un "candidato" es la instancia exista ninguna anormalidad, y la presentación es sólo un aspecto (generalmente relativamente improbable) de un estado básicamente normal. Su probabilidad en la población (P (ninguna anormalidad en población)) es complementaria a la suma de las probabilidades de condiciones "anormales" del candidato.

Ejemplo

Este caso de ejemplo demuestra cómo se aplica este método, pero no representa una guía para el manejo de casos reales similares. También, el ejemplo utiliza números relativamente especificados con a veces varios decimales, mientras que en realidad, hay a menudo valoraciones simplemente ásperas, tales como probabilidades que muy alta, alta, baja o muy baja, pero sigue utilizando los principios generales del método.

Para un individuo (que se convierte en el "paciente" en este ejemplo), un examen de sangre de, por ejemplo, calcio sérico muestra un resultado sobre el intervalo de referencia estándar, que, por mayoría de las definiciones, se clasifica como hipercalcemia, que se convierte en la "presentación" en este caso. Un médico (que se convierte en el "médico" en este ejemplo), que actualmente no se ve al paciente, llega a conocer su hallazgo.

Por razones prácticas, el médico considera que hay suficiente indicaciones del test para tener una mirada en el paciente registros médicos. Para simplificar, digamos que la única información dada en los registros médicos es un historia de la familia de hiperparatiroidismo primario (abreviado aquí como PH), que puede explicar el hallazgo de hipercalcemia. Para este paciente, digamos que el hereditario resultante factor de riesgo se estima que confieren un riesgo relativo de 10 (RR_PH = 10).

El médico considera que existe suficiente motivación para llevar a cabo un procedimiento de diagnóstico diferencial para el hallazgo de hipercalcemia. Las principales causas de hipercalcemia son hiperparatiroidismo primario (PH) y cáncer, así que para simplificar, la lista de los condiciones del candidato que podría pensar el médico puede ser dado como:

• Hiperparatiroidismo primario (PH)
• Cáncer
• Otras enfermedades que el médico podría pensar (que se denomina simplemente "otras condiciones" para el resto de este ejemplo)
• Ninguna enfermedad o ninguna anormalidad, y el hallazgo es causado enteramente por variabilidad estadística

La probabilidad que paratirina (PH) se habría producido en el primer lugar en el individual (P (PH WHOIFPI)) puede ser calculado como sigue:

Digamos que la última prueba de sangre tomada por el paciente hace un año y era normal, y que la incidencia de hiperparatiroidismo primario en una población general que coincide adecuadamente con el individuo (a excepción de la presentación y la herencia mencionada) es de 1 en 4000 por año. Ignorando el más detallados análisis retrospectivos (como la inclusión de la velocidad de progreso de la enfermedad y tiempo de retraso de diagnóstico médico), la tiempo en riesgo por haber desarrollado hiperparatiroidismo primario puede casi considerarse el mitad-el año pasado, porque una hipercalcemia previamente desarrollada probablemente habría sido atrapada por el anterior examen de sangre. Esto corresponde a una probabilidad de hiperparatiroidismo primario (PH) en la población de:

$\Pr(\text{PH in population}) = 0.5\text{ years} \cdot \frac{1}{\text{4000 per year}} = \frac{1}{8000}$

Con el riesgo relativo conferido a partir de los antecedentes familiares, la probabilidad que el hyperparathyroidism primario (PH) se habría producido en el primer lugar en el individuo de la información actualmente disponible se convierte en:

$\Pr(\text{PH WHOIFPI}) \approx RR_{PH}\cdot \Pr(\text{PH in population}) = 10 \cdot \frac {1}{8000} = \frac {1}{800} = 0.00125$

El hiperparatiroidismo primario puede ser asumido para causar hipercalcemia esencialmente el 100% del tiempo (r_{Hipercalcemia → PH} = 1), este independiente probabilidad calculada del hyperparathyroidism primario (PH) puede ser asumido para ser igual a la probabilidad de ser una causa de la presentación:

$\begin{align} \Pr(\text{Hypercalcemia WHOIFPI by PH}) & = \Pr(\text{PH WHOIFPI}) \cdot r_{\text{PH} \rightarrow \text{hypercalcemia}} \\ & = 0.00125 \cdot 1 = 0.00125 \end{align}$

Para cáncer, el mismo tiempo en riesgo se asume por simplicidad y digamos que la incidencia de cáncer en el área se estima en 1 en 250 por año, dando una probabilidad de la población de cáncer de:

$\Pr(\text{cancer in population}) = 0.5\text{ years} \cdot \frac{1}{\text{250 per year}} = \frac{1}{500}$

Para simplificar, digamos que se ignora cualquier asociación entre antecedentes familiares de hiperparatiroidismo primario y riesgo de cáncer, por lo que el riesgo relativo para cada persona que han contraído cáncer en primer lugar es similar a la de la población (RR_cáncer = 1):

$\Pr(\text{cancer WHOIFPI}) \approx RR_\text{cancer} \cdot \Pr(\text{cancer in population}) = 1 \cdot \frac{1}{500} = \frac{1}{500} = 0.002.$

Sin embargo, sólo se produce hipercalcemia en, muy aproximadamente, el 10% de los cánceres, (r_{hipercalcemia de cáncer →} = 0.1), entonces:

$\begin{align} & \Pr(\text{Hypercalcemia WHOIFPI by cancer}) \\ = & \Pr(\text{cancer WHOIFPI}) \cdot r_{\text{cancer} \rightarrow \text{hypercalcemia}} \\ = & 0.002 \cdot 0.1 = 0.0002. \end{align}$

Las probabilidades que hipercalcemia habría ocurrido en primer lugar por las condiciones de otro candidato pueden calcularse de manera similar. Sin embargo, para simplificar, digamos que en primer lugar se calcula la probabilidad de que alguno de estos habría ocurrido en 0.0005 en este ejemplo.

Para la instancia de allí siendo ninguna enfermedad, la probabilidad correspondiente en la población es complementaria a la suma de probabilidades para otras condiciones:

$\begin{align} \Pr(\text{no disease in population}) & = 1 - \Pr(\text{PH in population}) - \Pr(\text{cancer in population}) \\ & {} \quad - \Pr(\text{other conditions in population}) \\ & {} = 0.997. \end{align}$

La probabilidad de que el individuo sea sano en primer lugar puede ser asumida para ser el mismo:

$\Pr(\text{no disease WHOIFPI}) = 0.997. \,$

La tasa en que el caso de ninguna condición anormal termina siendo en una medición de calcio sérico del ser por encima del intervalo de referencia estándar (clasificación de tal modo como hipercalcemia) es, por la definición del rango de referencia estándar, menos de 2,5%. Sin embargo, esta probabilidad puede especificarse aún más teniendo en cuenta la medida de cuánto se desvía de la media en el intervalo de referencia estándar. Digamos que la medida del suero del calcio fue 1,30 mmol/L, que, con un rango de referencia establecido en 1,05 a 1,25 mmol/L, corresponde a una puntuación estándar de 3 y una probabilidad correspondiente de 0,14% que tal grado de hipercalcemia se habría producido en el primer lugar en el caso de ninguna anormalidad:

$r_{\text{no disease} \rightarrow \text{hypercalcemia}} = 0.0014$

Posteriormente, se puede calcular la probabilidad de que hypercalemia hubiera resultado de ninguna enfermedad como:

$\begin{align} & \Pr(\text{Hypercalcemia WHOIFPI by no disease}) \\ = & \Pr(\text{no disease WHOIFPI}) \cdot r_{\text{no disease} \rightarrow \text{hypercalcemia}} \\ = & 0.997 \cdot 0.0014 \approx 0.0014 \end{align}$

Así se puede calcular la probabilidad que la hipercalcemia se habría producido en el primer lugar en el individuo como:

$\begin{align} & \Pr(\text{hypercalcemia WHOIFPI}) \\ = & \Pr(\text{hypercalcemia WHOIFPI by PH}) + \Pr(\text{hypercalcemia WHOIFPI by cancer}) \\ & {} + \Pr(\text{hypercalcemia WHOIFPI by other conditions}) + \Pr(\text{hypercalcemia WHOIFPI by no disease}) \\ = & 0.00125 + 0.0002 + 0.0005 + 0.0014 = 0.00335 \end{align}$

Posteriormente, la probabilidad que la hipercalcemia es causada por primario hyperparathyroidism (PH) en el individuo puede ser calculado como:

$\begin{align} & \Pr(\text{hypercalcemia is caused by PH in individual}) \\ = & \frac {\Pr(\text{hypercalcemia WHOIFPI by PH})}{\Pr(\text{hypercalcemia WHOIFPI})} \\ = & \frac {0.00125}{0.00335} = 0.373 = 37.3\% \end{align}$

Del mismo modo, la probabilidad que la hipercalcemia es causada por cáncer en el individuo puede ser calculado como:

$\begin{align} & \Pr(\text{hypercalcemia is caused by cancer in individual}) \\ = & \frac {\Pr(\text{hypercalcemia WHOIFPI by cancer})}{\Pr(\text{hypercalcemia WHOIFPI})} \\ = & \frac {0.0002}{0.00335} = 0.060 = 6.0\%, \end{align}$

y para otras condiciones de candidato:

$\begin{align} & \Pr(\text{hypercalcemia is caused by other conditions in individual}) \\ = & \frac {\Pr(\text{hypercalcemia WHOIFPI by other conditions})}{\Pr(\text{hypercalcemia WHOIFPI})} \\ = & \frac {0.0005}{0.00335} = 0.149 = 14.9\%, \end{align}$

y la probabilidad de que realmente no existe ninguna enfermedad:

$\begin{align} & \Pr(\text{hypercalcemia is present despite no disease in individual}) \\ = & \frac {\Pr(\text{hypercalcemia WHOIFPI by no disease})}{\Pr(\text{hypercalcemia WHOIFPI})} \\ = & \frac {0.0014}{0.00335} = 0.418= 41.8\% \end{align}$

Para aclaración, estos cálculos se dan como la mesa en la descripción del método:

	PH	Cáncer	Otras condiciones	Ninguna enfermedad
P (afección en la población)	0.000125	0.002	-	0.997
RRx	10	1	-	-
P (condición WHOIFPI)	0.00125	0.002	-	-
rCondición →hypercalcemia	1	0.1	-	0,0014
P (hipercalcemia WHOIFPI por condición)	0.00125	0.0002	0.0005	0,0014
P (hipercalcemia WHOIFPI) = 0.00335
P (hipercalcemia es causada por la condición de persona)	37.3%	6.0%	14.9%	41,8%

Por lo tanto, este método estima que las probabilidades que la hipercalcemia es causada por hiperparatiroidismo primario, cáncer, otras condiciones o ninguna enfermedad en todos son 37.3%, 6.0%, 14.9% y 41,8%, respectivamente, que podrán ser utilizados en la estimación de otras indicaciones de la prueba.

Este caso se continúa en el ejemplo del método descrito en la sección siguiente.

Un método basado en el cociente de probabilidad

El procedimiento de diagnóstico diferencial puede ser extremadamente complejo cuando completamente tomando pruebas complementarias y tratamientos en consideración. Un método algo un equilibrio entre estar clínicamente perfecto y relativamente simple de calcular es uno que utiliza razones de verosimilitud para derivar subsecuentes probabilidades post-test.

Teoría de la

Las probabilidades iniciales para cada condición de candidato pueden estimarse por diversos métodos, tales como:

• Por la epidemiología como se describe en la sección anterior.
• Por clínica específica reconocimiento de patrones, como saber estadísticamente que los pacientes en una clínica particular con una queja particular estadísticamente tiene una probabilidad particular de cada Estado candidato.

Uno de los métodos de estimación de probabilidades incluso después de otras pruebas de aplicaciones razones de verosimilitud (que se deriva de sensibilidades y especificidades) como un factor de multiplicación después de cada prueba o procedimiento. En un mundo ideal, se establecerá para todas las pruebas para todas las condiciones patológicas posibles sensibilidades y especificidades. En realidad, sin embargo, estos parámetros sólo se pueden establecer para una de las condiciones del candidato. Multiplicación con cocientes de probabilidad requiere conversión de probabilidades de probabilidades Para probabilidades a favor (en adelante simplemente denominado "odds") por:

$\text{odds} = \frac{\text{probability}}{1-\text{probability}}$

Sin embargo, sólo las condiciones del candidato con verosimilitud conocido necesitan esta conversión. Después de la multiplicación, la conversión hacia la probabilidad se calcula mediante:

$\text{probability} = \frac{\text{odds}}{\text{odds}+1}$

El resto de las condiciones del candidato (que no es ninguna verosimilitud establecidas para la prueba a mano), para simplificar, regulable multiplicando posteriormente todas las condiciones del candidato con un factor común que rendir otra vez una suma de 100%.

Las probabilidades resultantes se utilizan para estimar la indicaciones para mayor información exámenes médicos, tratamientos u otras acciones. Si hay una indicación para una prueba adicional, y devuelve un resultado, entonces se repite el procedimiento usando la razón de verosimilitud de la prueba adicional. Con actualizada las probabilidades para cada uno de los candidatos de las condiciones, las indicaciones para más pruebas, tratamientos u otros cambios de acciones, y por lo que el procedimiento se puede repetir hasta una punto final donde hay ya no es ninguna indicación para actualmente realizar más acciones. Tal punto final ocurre principalmente cuando una condición de candidato es tan cierta que no se puede encontrar ninguna prueba de que es lo suficientemente poderoso como para cambiar el relativo probabilidad-perfil suficiente para motivar cambios en otras medidas. Tácticas para llegar a un punto tan extremo con tan pocas pruebas como sea posible incluyen hacer las pruebas con alta especificidad para las condiciones de probabilidad ya outstandingly familiar de alto perfil, debido a la alta razón de verosimilitud positiva para este tipo de pruebas es muy alta, trayendo todo menos condiciones de relativamente menor probabilidad. Por otra parte, las pruebas con alta sensibilidad para la competencia condiciones de candidato tiene una alta razón de verosimilitud negativa, potencialmente trayendo las probabilidades para candidatos que compiten condiciones a niveles insignificantes. Si se logran tales probabilidades insignificantes, el médico puede descartar estas condiciones y continuar el procedimiento de diagnóstico diferencial con sólo las restantes condiciones de candidato.

Ejemplo

En este ejemplo continúa por el mismo paciente como en el ejemplo para el método basado en la epidemiología. Como con el ejemplo anterior del método basado en la epidemiología, se hace este caso de ejemplo para demostrar cómo este método se aplica, pero no representa una guía para el manejo de casos reales similares. También, el ejemplo utiliza números relativamente especificados, mientras que en realidad, hay a menudo valoraciones sólo ásperas. En este ejemplo, las probabilidades para cada condición del candidato fueron establecidas por un método basado en la epidemiología para ser como sigue:

	PH	Cáncer	Otras condiciones	Ninguna enfermedad
Probabilidad	37.3%	6.0%	14.9%	41,8%

Estos porcentajes podrían también han sido establecidos por la experiencia en la clínica particular por sabiendo que estos son los porcentajes para el diagnóstico final para la gente que presenta a la clínica con hipercalcemia y antecedentes familiares de hiperparatiroidismo primario.

La condición de más alto perfil relativa probabilidad (excepto "no enfermedad") es hiperparatiroidismo primario (PH), pero el cáncer es todavía de motivo de preocupación, porque si es la real condición causal para la hipercalcemia, entonces la elección de si tratar o no probable significa vida o muerte para el paciente, poniendo en efecto potencialmente la indicación a un nivel similar para nuevos ensayos para ambas de estas condiciones.

Aquí, digamos que el médico considera las probabilidades relativas al perfil de ser de la suficiente preocupación para indicar el envío de la paciente una llamada para un visita al doctor, con una visita adicional a la laboratorio médico para un análisis de sangre adicional complementado con otros análisis, como hormona paratiroidea por la sospecha de hiperparatiroidismo primario.

Para simplificar, digamos que el médico recibe primero el resultado de la prueba de sangre (en fórmulas abreviadas como "BT") para el análisis de la hormona paratiroidea, y que demostró un nivel de hormona paratiroidea es relativamente elevada a lo que se esperaría por el nivel de calcio.

Tal constelación puede ser estimada para tener una sensibilidad de aproximadamente el 70% y un especificidad de aproximadamente el 90% de hiperparatiroidismo primario. Esto le confiere una razón de verosimilitud positiva de 7 para el hiperparatiroidismo primario.

La probabilidad de hiperparatiroidismo primario se denomina ahora Pre-BT_PH ya que corresponde a antes de la prueba de sangre (preposición Latina PRAE significa antes de). Se estimó en 37,3%, correspondiente a una probabilidad de 0595. Con la razón de verosimilitud positiva de 7 para la prueba de sangre, la post-prueba de probabilidad se calcula como:

$\operatorname{Odds}(\text{PostBT}_{PH}) = \operatorname{Odds}(\text{PreBT}_{PH}) \cdot LH(BT) = 0.595 \cdot 7 = 4.16,$

donde:

• Probabilidades (PostBT_PH) es la probabilidad para el hiperparatiroidismo primario tras la prueba de sangre para la hormona paratiroidea
• Probabilidades (PreBT_PH es la probabilidad a favor de hiperparatiroidismo primario antes de la prueba de sangre para la hormona paratiroidea
• LH(BT) es el razón de verosimilitud positiva para la prueba de sangre para la hormona paratiroidea

Un Odds (PostBT_PH) de 4.16 se convierte otra vez a la probabilidad correspondiente por:

$\Pr(\text{PostBT}_{PH}) = \frac{\operatorname{Odds}(\text{PostBT}_{PH})}{ \operatorname{Odds}(\text{PostBT}_{PH}) + 1} = \frac{4.16}{4.16+1} = 0.806 = 80.6\%$

Por lo tanto debe ser la suma de las probabilidades para el resto de las condiciones del candidato:

$\Pr(\text{PostBT}_{rest}) = 100\% - 80.6\% = 19.4\%$

Antes de la prueba de sangre para la hormona paratiroidea, la suma de sus probabilidades eran:

$\Pr(\text{PreBT}_\text{rest}) = 6.0\% + 14.9\% + 41.8\% = 62.7\%$

Por lo tanto, conforme a una suma de 100% para todas las condiciones del candidato, cada uno de los otros candidatos debe multiplicarse por un factor de corrección:

$\text{Correcting factor} = \frac{\Pr(\text{PostBT}_\text{rest})}{\Pr(\text{PreBT}_\text{rest})} = \frac{19.4}{62.7} = 0.309$

Por ejemplo, la probabilidad de cáncer después de la prueba se calcula como:

$\Pr(\text{PostBT}_\text{cancer}) = \Pr(\text{PreBT}_\text{cancer}) \cdot \text{Correcting factor} = 6.0\% \cdot 0.309 = 1.9\%$

Las probabilidades para las condiciones de cada candidato antes y después de la prueba de sangre se dan en la tabla siguiente:

	PH	Cáncer	Otras condiciones	Ninguna enfermedad
P(PreBT)	37.3%	6.0%	14.9%	41,8%
P(PostBT)	80.6%	1.9%	4.6%	12.9%

Estos porcentajes "nuevos", incluyendo una probabilidad relativa de Perfil de 80% para el hiperparatiroidismo primario, subyacen a cualquier indicación de otras pruebas, tratamientos u otras medidas. En este caso, digamos que el médico sigue el plan para el paciente asistir a un visita al doctor para otro chequeo, especialmente centrado en el hiperparatiroidismo primario.

Visita de un médico puede, teóricamente, considerarse como una serie de pruebas, incluyendo dos preguntas en una historia clínica así como componentes de un examen físico, donde la probabilidad post-test de una prueba anterior puede ser utilizado como el probabilidad pre-test de la siguiente. Las indicaciones para la elección de la próxima prueba está dinámicamente influenciada por los resultados de pruebas anteriores.

Digamos que el paciente en este ejemplo se revela que al menos algunos de los síntomas y signos de depresión, hueso dolor, dolor en las articulaciones o estreñimiento de severerity más que lo que se esperaría por la hipercalcemia, apoyan la sospecha de hiperparatiroidismo primario, y digamos que las razones de verosimilitud de las pruebas, cuando multiplicados juntos, unos resultados en un producto de 6 por hiperparatiroidismo primario.

La presencia de síntomas patológicos inespecíficos y signos en la historia y el examen son a menudo concurrentemente indicativa de cáncer, así y digamos que las pruebas dieron una razón de verosimilitud global estimada en 1.5 para el cáncer. Para otras condiciones, como el caso de no tener ninguna enfermedad en todos, digamos que es desconocido cómo se ven afectados por las pruebas a mano, como sucede a menudo en la realidad. Esto da los siguientes resultados para la historia y examen físico (abreviado como P & E):

	PH	Cáncer	Otras condiciones	Ninguna enfermedad
P (PreH & E)	80.6%	1.9%	4.6%	12.9%
Probabilidades (PreH & E)	4.15	0.019	0.048	0.148
Razón de verosimilitud por H & E	6	1.5	-	-
Probabilidades (PostH & E)	24.9	0.0285	-	-
P (PostH & E)	96,1%	2.8%	-	-
Suma de conocido P (PostH & E)	98.9%
Suma el resto P (PostH & E)	1.1%
Suma el resto P (PreH & E)	4,6% + 12.9% = 17,5%
Corrección de factor de	1.1% y 17.5% = 0.063
Después de la corrección	-	-	0.3%	0,8%
P (PostH & E)	96,1%	2.8%	0.3%	0,8%

Estas probabilidades después de la historia y el examen pueden hacer que el médico de confianza para planificar el paciente para la cirugía para una Paratiroidectomía para resecar los tejidos afectados.

En este punto, la probabilidad de "otras condiciones" es tan baja que el médico no puede pensar de cualquier prueba para ellos que podría hacer una diferencia que sería lo suficientemente sustancial como para formar una indicación para tal prueba, y el médico de tal modo prácticamente considera "otras condiciones" como descartado, en este caso no por ninguna prueba específica para esas otras condiciones que fueron negativas, sino por la ausencia de pruebas positivas hasta ahora.

"Cáncer", el atajo que confiadamente mirar como descartado puede ser más estricta debido a graves consecuencias de los desaparecidos, por lo que el médico considere por lo menos un examinación histopatológica del tejido resecado se indica.

Este caso se siguió el ejemplo de Combinaciones de en la sección correspondiente más abajo.

Cobertura de las condiciones del candidato

La validez de ambos la estimación inicial de probabilidades por la epidemiología y el workup adicional por razones de verosimilitud son dependientes de la inclusión de las condiciones del candidato que son responsables como gran parte posible de la probabilidad de haber desarrollado la condición, y es clínicamente importante incluir aquellos donde es más probable que resulte en mayor beneficio relativamente rápida iniciación de la terapia. Si se pierde la condición de un candidato importante, ningún método de diagnóstico diferencial suministrará la conclusión correcta. La necesidad de encontrar el candidato más condiciones para su inclusión aumenta con el aumento de severidad de la misma presentación. Por ejemplo, si la presentación sólo es un parámetro de laboratorio la desviación y subyacentes nocivas comunes todas las condiciones que se hayan descartado, entonces puede ser aceptable para detener la búsqueda de candidato más condiciones, pero esto sería mucho más probable ser inaceptable si la presentación hubiese sido dolor severo.

Combinaciones de

Si dos condiciones Obtén altas probabilidades post-test, sobre todo si la suma de las probabilidades para las condiciones con cocientes de probabilidad conocida a ser superior al 100%, entonces hay una condición real consiste en una combinación de los dos. En tales casos, esta condición combinada puede añadirse a la lista de la condición de candidato, y los cálculos deben empezar desde el principio.

Para continuar con el ejemplo arriba, digamos que la historia y la examinación física era indicativo de cáncer, con un cociente de probabilidad de 3, dando una probabilidad (PostH & E) de 0.057, correspondiente a una P (PostH & E) de 5,4%. Esto correspondería a una «suma de conocido P (PostH & E)"de 101,5%. Esto es una indicación para considerar una combinación de hiperparatiroidismo primario y el cáncer, tales como, en este caso, una hormona paratiroidea-producir carcinoma de paratiroides. Un nuevo cálculo por lo tanto, puede ser necesaria, con las dos primeras condiciones se separa en "hiperparatiroidismo primario sin cáncer", "cáncer sin hiperparatiroidismo primario" así como "cáncer y hyperparathyroidism primario combinados", y razones de verosimilitud se aplica a cada condición por separado. En este caso, sin embargo, tejido ha ya sido resecado, en donde un examinación histopatológica puede llevar a cabo que incluye la posibilidad de carcinoma de paratiroides en el examen (que puede implicar la muestra apropiada la coloración). Digamos que la examinación histopatológica confirma hiperparatiroidismo primario, pero también demostró un patrón maligno. Un método inicial de epidemiología, la incidencia del carcinoma paratiroideo se estima en cerca de 1 en 6 millones de personas por año, dando una probabilidad muy baja antes de considerar cualquier prueba. En comparación, la probabilidad de que un hiperparatiroidismo primario no malignos habría ocurrido en el mismo tiempo que una relacionado con cáncer no carcinoma que presenta células malignas en la glándula paratiroides se calcula multiplicando las probabilidades de los dos. Sin embargo, la probabilidad resultante es mucho menor que el 1 en 6 millones. Por lo tanto, la probabilidad de carcinoma de paratiroides puede todavía ser cercana al 100% después de la examinación histopatológica a pesar de la baja probabilidad de que ocurra en primer lugar.

Finalmente digamos que el diagnóstico de carcinoma de paratiroides resultó en una cirugía extendida que quitaron restante tejido maligno antes de que tuviera metástasis, y el paciente vivió feliz siempre después.

Diagnóstico diferencial de máquina

Más información: Sistema de soporte de decisión clínica

Diagnóstico diferencial de la máquina es el uso de software de computadora en parte o totalmente, hacer un diagnóstico diferencial. Puede considerarse como un aplicación de inteligencia artificial.

Muchos estudios demuestran la mejora de la calidad de la atención y la reducción de errores médicos mediante el uso de estos sistemas de soporte de decisión. Algunos de estos sistemas están diseñados para un problema médico específico como la esquizofrenia, Enfermedad de Lyme o la neumonía asociada al ventilador. Otros como el ESAGIL, Ilíada, QMR, DiagnosisPro, VisualDx, Isabel, ZeroMD, DxMate, y la cognición del médico están diseñados para cubrir todos los resultados clínicos y diagnósticos principales para ayudar a los médicos con diagnóstico más rápido y más preciso.

Sin embargo, estas herramientas todavía todos requieren habilidades avanzadas médicas a los síntomas de la tasa y elegir pruebas adicionales para deducir las probabilidades de diferentes diagnósticos. Por lo tanto, no profesionales deben ver todavía un proveedor de atención médica para un diagnóstico correcto.

Historia

El método de diagnóstico diferencial primero fue sugerido para uso en el diagnóstico de los trastornos mentales por Emil Kraepelin. Es más sistemática que el antiguo método de diagnóstico por Gestalt (impresión).

Significados médicos alternativos

«Diagnóstico diferencial» también se utiliza más libremente, para referirse simplemente a una lista de las causas más comunes de un síntoma determinado, a una lista de trastornos similares o un desorden dado a dichas listas cuando se anotan con consejos sobre cómo estrechar la lista de abajo (el libro 'Del francés índice de diagnóstico diferencial' ISBN 0-340-81047-5es un ejemplo). Así, un diagnóstico diferencial en este sentido es información médica organizada especialmente para ayudar en el diagnóstico.

Uso aparte de en la medicina

Métodos similares a los de los procesos diagnósticos diferenciales en medicina son también es utilizado por biológico taxónomos identificar y clasificar los organismos vivos y extintos. Por ejemplo, después de encontrar una especie desconocida, primero se puede obtener un listado de todas las especies posibles, seguido por el gobernante de uno por uno hasta que, óptimamente, sigue siendo sólo una de las opciones posible.

Véase también

• Comorbilidad
• Diagnosis de la exclusión
• Diagnóstico dual
• Sesgo de género en el diagnóstico médico
• Lista de síntomas médicos

Otras Páginas

• ShadowProtect
• PowWow365
• Servicio de inversionistas de Moody (estructurado Finanzas de telescopaje y despues)
• Plaquetoferesis
• Robert Filliou
• Sprint (funcionando)