Arzt-Patienten-Beziehung

Tutorium: Medizinische PsychologieFrank Weiss-Motz

WS 04/05

Welche Informationen muss ein Arzt für eine Diagnose und für die Behandlung im Gespräch erheben?

Nötige Informationen für Diagnose und Behandlung

Daten: Name, Geburtsdatum, Krankenkasse Symptome (Was hat er, warum kommt er) Vorerkrankungen (gleiche, ähnliche, andere) Genetische Risiken Unverträglichkeiten, Allergien Lebensgewohnheiten (rauchen, trinken, Drogen, Arbeit) Frühere Therapien (Eigenbehandlung und Fremdbehandlung) Theorien des Patienten über die Ursache der Erkrankung Einstellung des Patienten zu Medikamenten Soziales Umfeld (Familienverhältnisse, Arbeit, Wohnumfeld)

Gruppenarbeit

Arbeitet in 3er-Gruppen Jeder der Drei zieht sich eine Krankheit aus dem Umschlag Ein anderer aus der Gruppe spielt den Arzt und führt ein

Gespräch mit dem Patienten In jeder Gruppe soll jeder einmal Patient und einmal der Arzt

gewesen sein Der jeweils Dritte schreibt seine Beobachtungen zum Gespräch

auf und gibt anschließend dem Arzt Rückmeldung über gute und schlechte Aspekte seiner Kommunikation sowie Hinweise zur Verbesserung

Bei der Bewertung bitte auf verbale und nonverbale Kommunikation achten

Nötige Informationen für Diagnose und Behandlung

Daten: Name, Geburtsdatum, Krankenkasse Symptome (Was hat er, warum kommt er) Vorerkrankungen (gleiche, ähnliche, andere) Genetische Risiken Unverträglichkeiten, Allergien Lebensgewohnheiten (rauchen, trinken, Drogen, Arbeit) Frühere Therapien (Eigenbehandlung und Fremdbehandlung) Theorien des Patienten über die Ursache der Erkrankung Einstellung des Patienten zu Medikamenten Soziales Umfeld (Familienverhältnisse, Arbeit, Wohnumfeld)

Entscheidungen bei Vorsorgeuntersuchungen

Beispiel Erkrankung an Canine Ovorhoe (Bellsucht) Grunddaten:

99% der Erkrankten zeigt der Test durch positives Testergebnis an

1% der Erkrankten werden durch den Test nicht erkannt 98% der Nichtinfizierten bekommen ein negatives Ergebnis 2% der Nichtinfizierten bekommen ein positives Testergebnis An der Bellsucht erkrankt jeder 1000ste Tourist

Wie groß ist die Wahrscheinlichkeit, dass man nach einem positiven Testergebnis an der Bellsucht

erkrankt?

Entscheidungen bei Vorsorgeuntersuchungen

Antwort:4,72%

Grundlage zur Berechnung: Das Bayes-Theorem

Thomas Bayes Englischer Mathematiker 1702 – 1761

Entscheidungen bei Vorsorgeuntersuchungen

Wie kommen die niedrigen Wahrscheinlichkeiten zu Stande? Ein Rechenbeispiel Jedes Jahr fahren 100100 Touristen in das von Bellsucht betroffene Land. Ca. 100 erkranken wirklich an Bellsucht da Prävalenz 0,1% war. 100000 erkranken

nicht Wenn alle zurückgekehrten Touristen zur Vorsorgeuntersuchung gehen passiert

folgendes: Von den 100 Erkrankten bekommen 99 ein positives Testergebnis da der Test 99% der

Fälle aufdeckt Von den 100000 Gesunden bekommen 98000 (98%) ein negatives Testergebnis und

werden daher richtig als Gesund eingestuft, 2000 bekommen ein positives Testergebnis obwohl sie gesund sind.

Insgesamt bekommen also 2099 Menschen ein positives Testergebnis Von 2099 Menschen mit positivem Ergebnis sind aber nur 99 erkrankt das macht eine

Quote von 99/2099 = 0,047 = 4,7% der Menschen mit positivem Ergebnis werden nur an der Krankheit erkranken !!!

14 von 15 Experten geben eine falsche Schätzung ab, 10 von 15 eine 90% oder schlechter Schätzung

Menschen sind extrem schlechte Bayesianer

Beispiele aus der realen Praxis

Mammographie P(K+) = 0,15% = 0,0015 P(T+|K+) = 90% = 0,9 P(T+|K-) = 0,27% = 0,0027 P(K+|T+) = 0,33 = 33% 2 von 3 Frauen mit positivem Mammographiebefund sind gesund und

werden fälschlicherweise weiter untersucht und/oder behandelt Rektumkarzinom (Mastdarmkrebs)

P(K+) = 0,3 % P(T+|K+) = 50% P(T+|K-) = 3% P(K+|T+) = 4,7% 19 von 20 Menschen mit einem positiven Vorsorgeergebnis sind gesund und

machen die anschließenden weiterführenden Untersuchungen unnötig mit, ABER durch 19 mal unnötiges Leid kann 1 Mensch gerettet werden Risikostreuung / Solidargemeinschaft

Vorsorgeuntersuchungen

Die sehr kleinen Wahrscheinlichkeiten kommen durch die geringe Prävalenz in der untersuchten Stichprobe zustande, wie es fast nur bei Vorsorgereihenuntersuchungen der Fall ist

In der Einzeldiagnostik sind die Prävalenzen verändert Kommt ein Patient in eine Klinik wegen Beschwerden, so ist die Grundrate an

Erkrankungen in seiner Subgruppe (Patienten in einer Klinik) bereits deutlich erhöht. Ein positives Testergebnis hat hier also viel größere Aussagekraft.

Durch unabhängige Testwiederholung kann die Aussagekraft gesteigert werden

Beispiel Bellsucht: Wenn alle 2099 positiv gestesteten den Test wiederholen:

Von den 99 Kranken werden wahrscheinlich 98 erneut positiv getestet Von den 2000 gesunden werden diesmal 40 erneut positiv getestet (2%) Es werden also insgesamt 138 Menschen positiv getestet von denen 98 erkrankt sind

macht eine Quote von 98/138 = 0,71 = 71% In der Praxis werden daher oft redundante Tests eingesetzt um die

Wahrscheinlichkeit für Fehlentscheidungen zu minimieren