Hur väl kan vi validera patientens samtycke?
Om du har varit verksam ett tag kommer det att finnas tillfällen då du blir medveten om att patienten kan ha missförstått den risk som är förknippad med en föreslagen behandling eller avsaknad av behandling. Båda parter kan ha samtyckt men inte förstått helt och hållet vad de samtyckte till. Detta strider mot de grundläggande principerna för ett giltigt samtycke. NHS Choices (1) definierar giltigt samtycke som:
”För att samtycket ska vara giltigt måste det vara frivilligt och informerat, och den person som ger sitt samtycke måste ha förmågan att fatta beslutet.”
Om vi antar att våra patienter har förmågan att ge sitt samtycke och att de inte har pressats att göra ett val, hur ser vi då till att de är korrekt informerade: dvs. personen måste få all information om vad behandlingen innebär, inklusive fördelar och risker, om det finns rimliga alternativa behandlingar och vad som kommer att hända om behandlingen inte genomförs.
Jag anser att den viktigaste delen av att vara korrekt informerad innan man ger sitt samtycke är att förstå de potentiella framtida riskerna med att acceptera eller förkasta en behandling. För att besvara detta utvecklades en fokuserad fråga med hjälp av en PICO-metod.
”Vilka metoder för riskkommunikation används i den gemensamma beslutsprocessen för att få ett giltigt samtycke inom tandvården?”
Tre sökningar genomfördes i PubMed, Cochrane Library och Tripdatabase. Både MeSH och fritextord användes: De sökte efter följande ord och sökord: ”dentistry”, ”dental” eller ”oral-health”, ”risk communication”, ”shared decision making” och ”valid consent”. PubMed och Cochrane Library gav inga träffar och Tripdatabase hittade 27 systematiska översikter, men ingen av dem motsvarade frågan.
Hur presterar vi då?
Med tanke på att det inte finns någon betydande evidensbas sattes ett litet experiment upp för att se vad sex tandläkare i konsultklass gjorde när de skrev ut planer för restaurativ behandling för att förmedla idén om klinisk risk/nytta.
Eleven anonymiserade komplexa kliniska fall presenterades, som bestod av en kort anamnes, ett klagomål, kliniska bilder, röntgenbilder och studieavgjutningar. Klinikerna fick tio minuter per fall för att bedöma patientens nuvarande tandhälsa och framtida behandling och sedan fylla i ett proformabrev där de uttryckte sina prognostiska åsikter på samma sätt som de skulle göra med en riktig patient. Klinikerna fick inte diskutera under försöket. Resultaten samlades in och tabellerades nedan
Resultat
| Varormer för uppskattad sannolikhet | % förekomst. 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). Denna utmaning med att endast använda beskrivande ord dokumenterades först av Sherman Kent 1964 för CIA i ett försök att förbättra underrättelseinformationen efter katastrofen i Grisbukten 1961. Han föreslog att numeriska odds skulle läggas till de beskrivande orden för att öka tydligheten mellan analytiker och beslutsfattare. Även om logiken i hans argument accepterades antogs det aldrig förrän helt nyligen efter den 11 september 2001 och krisen i Mellanöstern. Oron var att den numeriska sannolikheten skulle tas som ett faktum snarare än som en sannolikhet och att prognosmakaren skulle kunna anklagas för att ha fel om händelsen inte inträffade. Detta är vad Philip Tetlock i sin bok ”Superforecasting”(5) kallar ”the wrong-side-of-maybe” fallacy. Om väderprognosen säger att det finns en 60-procentig risk för regn och det inte regnar, anses prognosmakaren ha fel. Därför föredrar man att använda ord som kan tolkas elastiskt. 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. Vi frågade sextio på varandra följande allmänpraktiserande patienter utan att fråga samma patient två gånger vad chans till framgång (utmärkt, bra, rättvis, försiktig eller dålig) betydde. Detta duplicerade en del av den metod som de Bruin(6) använde för att besvara frågan ”Vad är 50/50?”. Ett exempel på det proforma som gavs till patienten anges nedan
”Tack för att du hjälper till i detta forskningsprojekt om patientens samtycke
Om en sjukvårdspersonal sa att framgången för din operation var ”infoga WEP”, skulle du då vara snäll och ange på skalan nedan var du tror att resultatet skulle vara.
Skalan ligger mellan ”0” (ingen chans) och ”100” (helt säkert).”
Patienterna ombads att inte tänka för mycket på frågan utan följa sin första instinkt och ingen ytterligare vägledning gavs. Resultatet visas nedan med hjälp av en boxdiagram.
Fig.1 Patientens riskuppfattning med enbart ord.
Övningen upprepades sedan genom att lägga till en numerisk referens, dvs. utmärkt (9/10), bra (8/10), rättvist (5/10), försiktigt (3/10) och dåligt (1/10).
Fig.2 Patientens riskuppfattning med ord och numerisk sannolikhet tillagd
Från resultaten i boxplottarna kan vi se på båda diagrammen en tendens nedåt från utmärkt till dålig Utan siffrorna finns det större optimism och överlappning i tolkningen och ”försiktig” överskattas med cirka 30 % med avvikelser från 30 % till 90 %. När siffrorna inkluderades uppnåddes en mycket bättre upplösning och mediansiffrorna låg närmare de förväntade värdena. Man måste dock notera att det fortfarande fanns stora avvikelser i tolkningen, vilket markeras av den röda asterisken i det andra diagrammet.
Slutsats.
För att få ett giltigt samtycke måste kliniker förstå att det de säger inte nödvändigtvis stämmer överens med vad patienten förstår och att det finns en allmän tendens till överoptimism. Detta kan leda till en överdriven känsla av besvikelse om en behandling misslyckas och en känsla av frustration hos klinikern som anser att de förklarade riskerna före behandlingen. För att minska denna klyfta är det uppenbart att det hjälper att lägga till en tidsram och en chans till framgång, till exempel ”10 års framgång är bra (7/10)”. Sannolikheten kan vara från 1-10, 1-5 eller ett stjärnbetyg som är vanligare på webbplatser för betygsättning, men det är snabbt och bidrar till att förankra patienten närmare klinikerns tolkning av de ord som används. Försiktighet bör dock iakttas, eftersom det även när beskrivning, tid och sannolikhet inkluderades fortfarande fanns stora avvikelser i hur patienterna tolkade informationen. I en artikel om prognostisk information inom cancervården(7) ville patienterna ha en uppriktig och detaljerad prognos, men de ville också ha goda nyheter och att klinikern skulle vara optimistisk. Även om denna uppgift kan vara omöjlig hoppas jag att vi med några enkla tillägg kan ge lite mer klarhet i uppgiften att ge samtycke.
Bibliografi.