Jak dobrze sprawdzamy zgodę pacjenta?
Jeśli prowadzisz praktykę od jakiegoś czasu, zdarzają się sytuacje, w których uświadamiasz sobie, że pacjent mógł źle zrozumieć ryzyko związane z proponowanym leczeniem lub jego brakiem. Obie strony mogły się zgodzić, ale nie rozumiały w pełni, na co się zgodziły. Jest to sprzeczne z podstawowymi założeniami ważnej zgody. NHS Choices (1) definiuje ważną zgodę jako:
„Aby zgoda była ważna, musi być dobrowolna i świadoma, a osoba wyrażająca zgodę musi być zdolna do podjęcia decyzji.”
Zakładając, że nasi pacjenci są zdolni do wyrażenia zgody i nie byli nakłaniani do dokonania wyboru, jak upewnić się, że zostali prawidłowo poinformowani: tzn. osoba musi otrzymać wszystkie informacje na temat tego, z czym wiąże się leczenie, w tym korzyści i ryzyko, czy istnieją rozsądne alternatywne metody leczenia i co się stanie, jeśli leczenie się nie powiedzie.
Uważam, że najważniejszą częścią bycia prawidłowo poinformowanym przed wyrażeniem zgody jest zrozumienie potencjalnego przyszłego ryzyka związanego z przyjęciem lub odrzuceniem sposobu leczenia. Aby odpowiedzieć na to pytanie, opracowano ukierunkowane pytanie z wykorzystaniem podejścia PICO.
„Jakie metody komunikacji ryzyka są stosowane w procesie wspólnego podejmowania decyzji w celu uzyskania ważnej zgody w stomatologii?”
Trzy razy przeszukiwano PubMed, Cochrane Library i Tripdatabase. Użyto zarówno MeSH, jak i wolnych słów tekstowych: „dentistry”, „dental”, or „oral-health”, „risk communication”, „shared decision making” i „valid consent”. PubMed i biblioteka Cochrane dały zero dopasowań, a Tripdatabase znalazła 27 systematycznych przeglądów, ale żaden z nich nie pasował do pytania.
Jak sobie radzimy?
Nie dysponując żadną istotną bazą danych, przeprowadzono niewielki eksperyment, aby sprawdzić, co robi sześciu stomatologów-konsultantów piszących plany leczenia uzupełniającego, aby przekazać ideę klinicznego ryzyka/korzyści.
Przedstawiono siedem anonimowych, złożonych przypadków klinicznych, składających się z krótkiego wywiadu stomatologicznego, przedstawiających dolegliwości, zdjęć klinicznych, radiogramów i odlewów. Lekarze mieli dziesięć minut na każdy przypadek, aby ocenić aktualny stan zdrowia zębów pacjenta i przyszłe leczenie, a następnie wypełnić list proforma wyrażający ich opinie prognostyczne, tak jak w przypadku prawdziwego pacjenta. Lekarzom nie wolno było rozmawiać podczas eksperymentu. Wyniki zostały zebrane i zestawione poniżej
Wyniki
| Słowa o szacunkowym prawdopodobieństwie | % występowania in the text |
| Good | 22 |
| Poor | 21 |
| Guarded | 18 |
| Fair | 10 |
| Moderate | 7 |
| Unpredictable | 4 |
| Miscellaneous words used once or twice only | 18 |
The analysis produced a lot of descriptive terms relating to prognosis/risk and outcome which come under the title of 'words of estimative probability’ (WEPS). Only once (1/140) was there a time frame/numerical probability given. This use of WEPS only is however not an unusual occurrence, in fact as the results both from the literature review and small experiment show it’s the accepted practice.
If we really want to give our patients information that is clear and useful we need to look outside of the medical and dental guidelines and the Global Intelligence Community has been wrestling with this for a long time(2–4). Wyzwanie związane z używaniem wyłącznie słów opisowych zostało po raz pierwszy udokumentowane przez Shermana Kenta w 1964 roku na zlecenie CIA w ramach próby ulepszenia informacji wywiadowczych po katastrofie w Zatoce Świń w 1961 roku. Zaproponował on, aby do słów opisowych dodać wartości liczbowe w celu zwiększenia przejrzystości pomiędzy analitykami a decydentami. Chociaż logika jego argumentacji została zaakceptowana, nie została ona przyjęta aż do niedawna, po 11 września i kryzysie bliskowschodnim. Obawiano się, że liczbowe prawdopodobieństwo zostanie potraktowane jako fakt, a nie jako prawdopodobieństwo i prognostyk może zostać oskarżony o błąd, jeśli zdarzenie nie nastąpi. To jest to, co Philip Tetlock w swojej książce „Superforecasting”(5) nazywa „błędnym rozumowaniem” (the wrong-side-of-maybe). Jeśli więc prognoza pogody mówi, że jest 60% szans na deszcz, a deszcz nie pada, to prognostyk jest osądzany jako mylący się. Stąd preferencja do używania słów, które mogą być interpretowane elastycznie. In practice 90% success relates to the success rate of the clinician, for 1-in-10 of the patients the treatment has 100% failed
Building better consent.
The question then is, can using numeric probabilities help in communicating risk to our patients? Similar to Sherman Kent I divided the commonly used WEPS and ascribed rough probabilities of success to these.
| Words of Estimative Probability | % occurrence |
| Excellent | 93% +/- 6% |
| Good | 75% +/- 12% |
| Fair | 50% +/- 10% |
| Guarded | 30% +/- 10% |
| Poor | 7% +/- 7% |
The first test was to see how patients interpreted the words without any numbers or probabilities to anchor off. Zapytaliśmy sześćdziesięciu kolejnych pacjentów praktyki ogólnej, nie pytając tego samego pacjenta dwa razy, co oznaczała szansa na sukces (doskonała, dobra, uczciwa, strzeżona lub słaba). Powielało to częściowo metodę, którą de Bruin(6) zastosował, aby odpowiedzieć na pytanie „Co to jest 50/50?”. Przykład proformy przekazanej pacjentowi znajduje się poniżej
„Dziękuję za pomoc w tym projekcie badawczym dotyczącym zgody pacjenta
Gdyby pracownik służby zdrowia powiedział, że sukces Pana/Pani operacji to 'wstaw WEP’, czy mógłby Pan/Pani wskazać na poniższej skali, gdzie Pana/Pani zdaniem byłby wynik.
Skala zawiera się w przedziale od '0′ (brak szans) do '100′ (absolutnie pewny).”
Pacjentów poproszono, aby nie zastanawiali się zbytnio nad pytaniem, ale podążali za swoim pierwszym instynktem i nie udzielono im żadnych dodatkowych wskazówek. Wyniki przedstawiono na wykresie Box plot.
Ryc.1 Postrzeganie ryzyka przez pacjenta wyłącznie za pomocą słów.
Ćwiczenie powtórzono, dodając odniesienie liczbowe, a więc: doskonały (9/10), dobry (8/10), uczciwy (5/10, ostrożny (3/10) i słaby (1/10)
Ryc.2 Postrzeganie ryzyka przez pacjentów z dodanymi słowami i prawdopodobieństwem liczbowym
Z wyników na wykresach skrzynkowych wynika, że na obu wykresach widać tendencję spadkową z poziomu doskonałego do słabego Bez liczb występuje większy optymizm i nakładanie się interpretacji, a wartość „ostrożny” jest przeszacowana o około 30% z wartościami skrajnymi od 30% do 90%. Po włączeniu liczb uzyskano znacznie lepszą rozdzielczość, a mediana liczb jest bliższa oczekiwanym wartościom. Należy jednak zauważyć, że nadal istniały duże wartości skrajne w interpretacji, co zaznaczono czerwoną gwiazdką na drugim wykresie.
Wnioski.
Aby uzyskać ważną zgodę, klinicyści muszą zrozumieć, że to, co mówią, niekoniecznie pokrywa się z tym, co rozumie pacjent, i że istnieje ogólna tendencja do nadmiernego optymizmu. Może to prowadzić do przesadnego poczucia rozczarowania w przypadku niepowodzenia leczenia i frustracji ze strony klinicysty, który ma poczucie, że wyjaśnił ryzyko przed rozpoczęciem leczenia. Aby zmniejszyć tę różnicę, oczywiste jest, że dodanie ram czasowych i szansy powodzenia jest pomocne, na przykład „10-letni sukces jest dobry (7/10)”. Prawdopodobieństwo może wynosić od 1 do 10, od 1 do 5 lub w postaci gwiazdek, co jest częściej spotykane na stronach internetowych z ocenami, ale jest to szybki sposób i pomaga zakotwiczyć pacjenta bliżej interpretacji użytych słów przez klinicystę. Należy jednak zachować ostrożność, ponieważ nawet po uwzględnieniu opisu, czasu i prawdopodobieństwa nadal występowały duże odchylenia w sposobie interpretowania informacji przez pacjentów. W pracy dotyczącej ujawniania informacji prognostycznych w opiece nad chorymi na raka(7) pacjenci chcieli szczerych, szczegółowych prognoz, ale chcieli również dobrych wiadomości, a klinicysta miał być optymistą. Choć zadanie to może być niemożliwe, mam nadzieję, że dzięki kilku prostym uzupełnieniom możemy dodać nieco więcej jasności do zadania wyrażania zgody.
Bibliografia.