Analyse décisionnelle et mise en œuvre des résultats de recherche

La médecine fondée sur des données probantes ne se limite pas à lire les résultats de la recherche et à appliquer ces résultats aux patients cela peut les rendre différents de la “ moyenne ” patient étudié dans un essai clinique. Il existe deux types de différences. Le premier type de différences comprend celles qui affectent la probabilité (par exemple, la probabilité que les traitements aient les mêmes effets absolus ou relatifs que ceux mesurés dans l’essai). Le second type de différences comprend les valeurs (ou utilités) qui affectent la quantité d’effets secondaires qu’une personne est prête à compenser par rapport aux avantages positifs du traitement yeux rouges. Ainsi, il est nécessaire pour les médecins de relier les résultats d’un essai à leur patient particulier. Les professionnels de la santé le font généralement intuitivement, mais l’analyse de décision formelle fournit un cadre intellectuel pour développer un algorithme de prise de décision explicite qui peut être critiqué et amélioré. Bien que, actuellement, les contraintes de temps rendent irréaliste la réalisation d’une analyse de décision séparée pour chaque patient, des programmes informatiques pourraient bientôt aider à surmonter ce problème. Il est toutefois possible d’effectuer des analyses de décision pour des catégories de patients présentant des caractéristiques cliniques et des utilités personnelles similaires. Les résultats de ces analyses de décision génériques fournissent une base solide pour l’élaboration de lignes directrices cliniques. L’analyse décisionnelle fournit donc un moyen rationnel de permettre aux professionnels de la santé de passer de la recherche de preuves à sa mise en œuvre.Points récapitulatifs L’analyse décisionnelle réconcilie la médecine fondée sur des preuves avec les patients ’ Préférences L’analyse décisionnelle utilise les probabilités bayésiennes ainsi que les valeurs attribuées aux différents résultats pour déterminer la meilleure ligne de conduite Bien qu’il soit actuellement irréaliste de faire une analyse de décision séparée pour chaque patient, les programmes informatiques pourraient bientôt résoudre ce problème. utilisé pour fournir des lignes directrices pour la gestion des groupes de patients présentant des caractéristiques cliniques similaires Calcul des décisions d’échantillons peut être utile pour les patients avec des valeurs différentes