¿Son los médicos a menudo incapaces de comprender o comunicar los resultados estadísticos a sus pacientes?

Un artículo de noticias reciente en la BBC resume el trabajo de Gerd Gigerenzer que argumenta (énfasis mío):

...no es solo que los médicos y dentistas no puedan obtener las estadísticas relevantes para cada opción de tratamiento. Incluso cuando la información se les presenta, dice Gigerenzer, a menudo no pueden entenderla.

En un ejemplo basado en ensayos reales con médicos reales que utilizan las estadísticas de las mamografías, cita los resultados (énfasis mío):

En una sesión, casi la mitad del grupo de 160 ginecólogos respondió que la probabilidad de que la mujer tuviera cáncer era de nueve en 10. Solo el 21% dijo que la cifra era de uno en 10, que es la respuesta correcta. Ese es un resultado peor que si los médicos hubieran estado respondiendo al azar.

Entonces, ¿los profesionales médicos a menudo son incapaces de comprender o comunicar las implicaciones de las estadísticas importantes?

Etiquetaría esto como estadísticas si la etiqueta no hubiera quedado obsoleta. Esta es una pregunta en la que la etiqueta claramente se merece en cualquier criterio.
Debería cambiar esta pregunta a, ¿alguien aparte de los estadísticos profesionales entiende las estadísticas ? Meterse con los médicos es parte de un ataque general a la profesión médica que hace más daño que bien. O, quizás la próxima vez que necesite consejo médico, busque a un estadístico.
Sí, esto es bien conocido. Ha habido múltiples estudios . Una gran charla TED y un estudio de detección de cáncer de mama (no puedo encontrar el enlace ahora). Obtendrá mejores resultados si reafirma la pregunta (es decir, en lugar de indicar qué tan común es la enfermedad como una tasa, dé ese valor como un número de personas. De 100 000 mujeres mayores de 50 años, 1000 tendrán CM. Si todas son examinadas, 90 % con BC dará positivo, 9% sin BC también dará positivo...
¿Cuáles son las probabilidades de que una mujer aleatoria que dio positivo en la prueba realmente tenga cáncer de mama? . Cuando lo dice así, los médicos (y la mayoría de las personas) pueden llegar a la respuesta correcta con mayor frecuencia. (Pero, sí. La mayoría apesta en estadísticas)
Matt, dada la fuente, ¿cuáles son tus razones para dudar de la afirmación? Esto también ayudaría a precisar lo que quiere decir con "a menudo son incapaces"...
@P_S la razón para dudar del reclamo es la confianza que normalmente se deposita en el médico para brindar un buen consejo. Si Gigerenzer tiene razón, esa confianza tan común está completamente fuera de lugar. Si bien estoy bastante seguro de que tiene razón, sigue siendo una afirmación grande y significativa que merece atención escéptica dadas sus importantes implicaciones.
Tengo el libro de Gigerenzer sobre el tema en mi estantería en alguna parte. En él, cita una serie de encuestas a médicos en las que cometen errores similares. Si la respuesta actual es insuficiente, iré a buscarla.
Otro tema interesante son los efectos de encuadre: es más probable que los médicos recomienden una operación que se afirma que tiene un 90 % de posibilidades de éxito que una que se afirma que tiene un 10 % de posibilidades de fracaso.

Respuestas (1)

La respuesta corta es sí".

Los estudios

Aquí hay otra descripción de (creo) los mismos estudios de " The Drunkard's Walk " de Leonard Mlodinow :

En estudios realizados en Alemania y los Estados Unidos, los investigadores pidieron a los médicos que estimaran la probabilidad de que una mujer asintomática de entre 40 y 50 años de edad con una mamografía positiva en realidad tenga cáncer de mama si el 7 por ciento de las mamografías muestran cáncer cuando hay es ninguno Además, se les dijo a los médicos que la incidencia real era de alrededor del 0,8 por ciento y que la tasa de falsos negativos era de alrededor del 10 por ciento. Poniendo todo eso junto, uno puede usar los métodos de Bayes para determinar que una mamografía positiva se debe a cáncer en solo alrededor del 9 por ciento de los casos. En el grupo alemán, sin embargo, un tercio de los médicos llegó a la conclusión de que la probabilidad era de alrededor del 90 por ciento y la estimación mediana era del 70 por ciento. En el grupo estadounidense, 95 de cada 100 médicos estimaron que la probabilidad rondaba el 75 por ciento.

Estudios (más pequeños) informaron resultados similares de 1978 a 2014 .

La cuestión

El problema en estos casos es la probabilidad condicional. Generalmente, la probabilidad condicional es la probabilidad de un evento dado otro evento (o condición). Por ejemplo, la probabilidad de sacar dos seises con dos dados de seis caras es de 1 en 36; sin embargo, la probabilidad condicional de lanzar dos seises con dos dados de seis caras si el primero ya resultó ser un seis es solo 1 en 6.

Con cualquier prueba médica, tiene preguntas de probabilidad condicional. A menudo, el número informado sobre una prueba es su precisión; por ejemplo, una prueba de VIH puede producir el resultado correcto el 99% de las veces. Esto significa que si tiene VIH, tiene un 99% de posibilidades de que se le diagnostique correctamente como VIH positivo; y si no lo hace, tiene un 99% de posibilidades de ser diagnosticado correctamente como VIH negativo. La falacia es suponer que esto significa que si te diagnostican VIH, hay un 99% de posibilidades de que seas VIH positivo. En realidad, la probabilidad es mucho menor y depende en gran medida de su grupo de riesgo; bien podría ser del 10%, o del 1%, o incluso por debajo de eso (no quiero entrar en los detalles del cálculo aquí).

El error es suponer que la probabilidad de que te diagnostiquen correctamente cuando seas positivo y la probabilidad de que seas positivo cuando te diagnostiquen es la misma. Puedes ver esto en un ejemplo obvio: si eres un jugador de fútbol profesional, es muy probable que seas un hombre. Sin embargo, incluso si eres hombre, es muy poco probable que seas un jugador de fútbol profesional. La razón de esto es que hay bastantes hombres y muy pocos jugadores de fútbol; lo mismo aplica para el ejemplo del VIH, ya que muy pocas personas son VIH positivas en primer lugar.

¿Sucede esto en la práctica?

Finalmente, ¡una oportunidad de usar evidencia anecdótica con (relativa) impunidad! Sí, sucede. Mlodinow, en su libro antes mencionado, escribe sobre un caso similar en el que recibió un diagnóstico falso de VIH. Y yo mismo tenía un familiar diagnosticado con un tumor "definitivamente maligno". Y, como nota al margen, aunque leí sobre el tema poco antes, no se me ocurrió dudar del juicio del médico hasta después de que la operación mostró que el tumor era benigno.

¿Se trata de médicos?

No. Los médicos están sujetos a esta falacia y, por supuesto, son un grupo que se supone que no debe equivocarse. Pero la gente generalmente tiene malas intuiciones de muchas tareas probabilísticas, incluida esta. De hecho, el nombre común de esta falacia en particular es la falacia del fiscal , que da una idea de quién más podría verse afectado. El artículo de Wikipedia vinculado tiene explicaciones y ejemplos de casos legales en los que esto desempeñó un papel crucial (y muy destructivo).

¿No puedes confiar en los médicos ahora?

Bueno, ¿puedes confiar en alguien? Espero que la mayoría de los médicos sean competentes en sus tareas principales. Sin embargo, son solo personas, y la mayoría de ellos no han sido entrenados explícitamente en la teoría de la probabilidad. Por lo tanto, debe usar un sano escepticismo cuando se enfrente a números que describen riesgos y cálculos de probabilidad, ya sea que provengan de médicos, abogados y otros, a veces incluso matemáticos.

Esta es una respuesta razonablemente buena, pero omite un tema importante. La forma en que comunica los números es importante para qué tan bien se entienden. Con el ejemplo de Mlodinow, puede obtener el resultado correcto con la fórmula de Bayes pero, incluso con la fórmula frente a ellos, la mayoría de las personas no pueden aplicarla. Gigerenzer demostró que el problema no es innato al usar una forma diferente de describir los números y mostrar que las personas llegaron a las conclusiones correctas sin más cálculos.
@matt_black Claro, la forma en que se presenta el problema ante alguien es importante para cómo lo aborda. Sin embargo, creo que la pregunta era principalmente sobre cómo los médicos entienden y comunican los resultados estadísticos a medida que los obtienen...
¿Son los médicos a menudo incapaces de comprender o comunicar los resultados estadísticos a sus pacientes?
RespuestasAquíPolítica de privacidad1y, 0v