88.2%的统计数据都是由在现场。
——维克多·里夫斯
有越来越多的运动医学、特别是成像中希望把一些一切。它不再足以说,“你在中度肺栓塞(PE)的风险。”
我们必须量化我们的资格。
通过一个区间:“体育是15至45%的几率。”
或者,最好,估值点:“你有15%的机会体育。”
如果我们能抛出一个小数点,更好的是:“你有15.2%的机会体育。”
基本原理是,数字赋予患者做出更明智的选择,优化以病人为中心的医学和改善结果。
听起来很合理。虽然我很难相信病人会有和医生交谈。
“感谢上帝,医生,我的体育是15.1%而不是15.2%的风险。否则我就会有真正的麻烦。”
精密的魅力是什么?让我们理解某些条款:风险和不确定性,预测和预言。
确定我的意思是百分之一百确定。确定的是不确定性的相反。经济学家弗兰克·奈特,分裂的不确定性奈特和奈特不确定性风险。
奈特的风险是什么?
如果你抛硬币双头的正面。如果你掷硬币的头和尾巴在另一边,头的可能性是50%,假设一个公平的抛硬币。虽然你不知道确定扔将产生头或尾巴,你肯定知道一头的机会是50%。这可以由多个次验证。
当不确定性可以量化确定这就是所谓奈特的风险。
奈特不确定性是什么?
你第一次在河里捕鱼。你们将饵鱼的机会是什么?你没有奢侈的重复抛硬币给你一个宇宙的可能性,分子和分母。
当不确定性不能量化的,这意味着没有意义的分子和分母,这被称为奈特不确定性。
预测和预言未来事件的可能性。但是有一个区别。
预言是对未来的确定性,如果人们不改变自己的道德的轨迹。通常人们不改变他们的方式,一个真正的先知能够预测坚定他们的道德缺陷的性质。
预测或对未来的预言还告诉我们但概率的方式(奈特风险)。例如,降低强度和疤痕,没有心赋予一定概率的五年存活率。
耶利米从来没有谈到死亡的概率。
预测的价值在于它是精确的关于事件的时机。约翰·梅纳德·凯恩斯(JMK)打趣地说,“从长远来看,我们都死了。“一般的声明,这是100%正确的,但不是非常预测或有用的。
行为经济学的研究显示了我们喜欢风险的不确定性。的意思,当我们不确定未来的我们喜欢不确定性量化。或者借一Rumsfeldian格言,我们愿意已知的未知,未知的未知。
特别是医生,不喜欢的不确定性。附加一些活动提高我们的专业知识。
想想。医生你会想知道他/她在说什么?
Jha博士:你可能有体育。
史密斯博士:你有一个10 - 90% PE的可能性。
辛格博士:你有24.21%的可能性体育。
科学的伟大的哲学家,卡尔·波普尔,警告不要精度。根据波普尔精密和准确不仅是不科学的(为什么超出了本文的范围),但很有可能是错误的。更确切地说我们认为,更有可能我们不正确的关于我们的确定性。
更一般的声明,更有可能是正确的,但不太可能有用。记得JMK妙语。
精度是胡言乱语。对不起,我重申这个更科学。精度是无法核实的。为什么如此?
在量化许多变量,假设对分布的变量和复杂的数据用来从不同的研究加入不同的数字。
因此,我们给很多John Doe心脏病发作的机会。
John Doe是一个45岁的白种人,控制1型糖尿病,温和的低密度脂蛋白胆固醇升高,心肌梗死的久坐不动的生活方式和历史两次在一个伟大的叔叔,他模糊的在他的左胸部疼痛。
你可以给John Doe的数量他死亡的机会从一个未经处理的心脏病,许多来自优雅的统计数据。但这个数字不能得到证实。
因为John Doe不是一枚硬币可以扔一千倍了解宇宙的可能性。他是独一无二的。
独特的吗?等我们想要精确的原因。练习约翰Doe-centered药。
这里我们有一个医学评估权衡:有效性和精度之间的关系。我们可以完美精确但恰恰错了。或者我们可以大体上是正确的,但具体用处。
但也有更多的问题与我们不切实际的追求精度。一个是顽皮的谬论。纳西姆•塔勒布创造,在这个谬论人相信他们知道的分配一个变量或变量用来推导风险。塔勒布解释了这个谬论的危险在他受欢迎的多美黑天鹅。
危险的错误计算的风险是,它会导致一个错误的感觉,我们在控制的时候,事实上,我们没有。
一些用户医学治疗的量化数字,好像他们是一个温度计刻度。
其他人持有阈值神圣不可侵犯的。例如,70%的冠状动脉狭窄心脏CT在低风险应急部门执行疑似急性冠脉综合征患者,进行冠状动脉导管插入术的截止。意思,病人接受一个导管插入术如果狭窄大于70%,压力测试如果狭窄在50 - 70%之间。
但这不是好像跨越从68%到72%直径狭窄掉下了悬崖。仍必须把病人不是狭窄百分比。
我们为什么需要否决?
数据是连续的。决策是二分。人能在15.1%,30.2%或45.3%的心源性猝死的风险。但一个植入心律转复除颤器(ICD)接收一个或没有。不是一个15.1%的ICD。
要画一条线。任意一行。精度和任意性是分不开的。
相信数字赋予患者是有些夸张。在9%和2%之间的差异的机会PE可能真正为病人,和带出不同的价值体系,体育的可能性在28%到22%之间的差异是噪音,和很少有助于明智的决策。世界杯欧洲预选赛积分榜
和不够准确区分15.1%和15.2%的可能性PE以外没有任何加速学术研究员开发出精确的任期,但可能错误的规模。
动态范围的数字远远超过病人偏好的动态范围。精度是导致信息过载;数字混淆,不授权。
最重要的是,精度和量化不免除医生使用他们的判断。这是一样好。g·k·切斯特顿曾经说过:“不要自由骆驼的驼峰的负担;你可能会释放他的骆驼。”
套用无礼切斯特顿:你可以将判断的负担从医生然后你将不再有一个医生。
Saurabh Jha是放射科医生,可以达到在Twitter上@RogueRad。