Bør risikoreduktioner forklares ved hjælp af tal?

Transkript

1 Bør risikoreduktioner forklares ved hjælp af tal? Practicus Januar 2009 s. 8 Af: Peder A. Halvorsen Peder A. Halvorsen Peder A. Halvorsen forsvarede den 8. december 2008 sin ph.d.-afhandling med titlen Explaining risk reduction in medical practice: Prevention or postponent ved Syddansk Universitet i Odense. Her redegør han for nogle af hovedpunkterne i hans undersøgelser. Artiklen er skrevet som et bidrag til bogen "Skapar vården ohälsa? Allmänmedicinska reflektioner" red. J Brodersen, B Hovelius, L Hvas. Lund: Studentlitteratur Ta r du ikke piller mod blodtrykket, dør du! Citatet er hentet fra en tankevækkende kasuistik publiceret i Tidsskrift for Den norske legeforening. Patienten var en asiatisk flygtning, som blev tvangsindlagt på psykiatrisk afdeling pga. påfaldende adfærd og mistanke om skizofreni. Patientens identitet var usikker, og nærmeste pårørende var en person, som udgav sig for at være patientens bror. Under indlæggelsen blev der ved gentagne undersøgelser påvist et blodtryk på 230/140 mmhg. Patienten nægtede at lade sig udrede eller medicinere under henvisning til, at han var frisk. Man overvejede en tid at starte blodtryksbehandling under tvang, men patientens angivelige bror kom afdelingen til undsætning. Han brugte hverken tal for risikoen eller blodtryk, men gav patienten valget mellem blodtryksmedicin eller døden, som citatet ovenfor antyder. Valget mellem medicinen eller døden er selvsagt fiktivt, både i denne situation og i tilfælde med mindre alvorlig hypertension. Ingen blodtryksmedicin har vist at kunne forhindre døden; i bedste fald forlænger de livet. Spørgsmålet om forebyggende medikamenter kan forhindre sygdom, er mere kompliceret. Hos diabetikere med hypertension og hyperlipidæmi er det nærliggende at tænke sig, at forebyggende medicinering udsætter senkomplikationer snarere end at forhindre dem, med mindre diabetikeren skulle være uheldig at dø tidligt af noget helt andet. Ved osteoporose virker det derimod plausibelt, at bisfosfonater hos enkelte patienter kan være den afgørende faktor for, at hoften tåler et fald. Frakturen bliver i så fald forhindret. Hvilken information har man egentlig brug for, for at kunne tage stilling til tilbud om forebyggende medicinering? Ifølge forventet nytteteori består beslutningsgrundlaget i princippet af kun to komponenter: Sandsynligheden for uønskede hændelser (myokardieinfarkt, apopleksi, medikamentbivirkninger etc.) med og uden behandling og værdisætning af de samme hændelser (hvor alvorlige er konsekvenserne af et myokardieinfarkt eller en apopleksi?). Målsætningen er den optimale beslutning, dvs. den som giver størst forventet nytte. Af dette følger, at der er større grund til at intervenere mod sandsynlige hændelser end mod mindre sandsynlige, og mod mere alvorlige hændelser sammenlignet med mindre alvorlige. Alt andet lige er der også større grund til at anvende

2 effektive interventioner frem for mindre effektive, og billige interventioner frem for dyre. Det er denne tankegang, der ligger til grund for begreber som kvalitetsjusterede leveår og costbenefit. Sandsynligheder og effektmål er numeriske størrelser. Hvis man ønsker at træffe beslutninger i overensstemmelse med forventet nytteteori, forudsætter det altså, at man er i stand til at tage stilling til tal. Traditionelle talstørrelser for medikamenteffekt er relativ risikoreduktion (RRR), absolut risikoreduktion (ARR) og number needed to treat (NNT). Jo lavere NNT og jo højere ARR og RRR, des bedre effekt har medikamentet. Derfor skulle man forvente, at når NNT går ned eller RRR går op, øges andelen som takker ja til et forebyggende medikament. Dette er imidlertid ikke, hvad vi i Odense Risk Group har observeret i empiriske studier (tabel 1). Tværtimod virker det, som om andelen som takker ja, er praktisk talt uafhængig af talstørrelsen på NNT og RRR, med mindre NNT bliver meget høj eller RRR bliver meget lav. Hvis man i stedet for udtrykker medikamenteffekten som udsættelse af en uønsket hændelse, bliver sensitiviteten for talstørrelsen noget bedre, men ikke imponerende (tabel 1). TABEL En umiddelbar reaktion på disse fund er, at folk ikke forstår tal for risikoreduktion. Der er sikkert noget i det, men er det så enkelt? Der er solide empiriske holdepunkter for, at menneskers kognitive apparat ikke er specielt godt tilpasset de beslutningsprocesser, som forventet nytteteori forudsætter. Inden for psykologien anvendes begreber som heuristics and biases og kognitive illusioner til at beskrive de kognitive processer, vi anvender til at forenkle komplekse beslutninger. Sådanne mentale short cuts tenderer til at give suboptimale beslutninger i henhold til forventet nytteteori. Til gengæld gør de os i stand til at tage mange beslutninger forholdsvis hurtigt i en verden med begrænset tid og med den information, vi til enhver tid har tilgængelig. Folks insensitivitet for effektstørrelser handler selvfølgelig om mere end manglende talforståelse, selvom dette nok også bidrager væsentligt. I det følgende omtales tre psykologiske mekanismer optimism bias, availability heuristics og affect heuristics som alle kan bidrage til at forklare, hvorfor folk kun i begrænset omfang er tilbøjelige til at lægge vægt på størrelsen af risiko og risikoreduktioner i deres beslutninger. Der er gode holdepunkter for, at disse mekanismer også kan gøre sig gældende i klinikken. Optimism bias Folk har en iboende tendens til at opfatte sig som forskellige fra andre. Det er i sig selv ikke så urimeligt som individer er vi forskellige. Begrebet optimism bias antyder imidlertid, at vi trækker denne forskellighed længere, end der er grundlag for, og da oftest i en bestemt retning. Vi tenderer til at lægge vægt på det positive mere end det negative, og denne tendens gennemsyrer sprog, perception, hukommelse og vurderinger. Kort sagt: Flertallet af os har en iboende optimist. Studier har for eksempel vist, at folk gennemgående vurderer deres egne og deres nærmestes egenskaber som bedre end gennemsnittet. Endvidere at man opfatter sin risiko for at blive ramt af trafikulykker, sygdomme, kriminelle handlinger, uønsket graviditet etc. som lavere end gennemsnittet. Fænomenet går også under navnet Lake Wobegon-effekten efter en fiktiv landsby i Minnesota. Radiostationer i USA og Canada har i over 30 år berettet om nyheder fra Lake Wobegon, where all the women are strong, all the men are good looking, and all the children are above average. Befolkningen i Lake Wobegon er for øvrigt af norsk ophav.

3 At der findes patienter, som undervurderer sin risiko for sygdom, er velkendt både fra klinisk erfaring og empiriske studier. Et andet plausibelt udslag af optimism bias er urealistiske forventninger til, hvad man kan opnå med forebyggende medikamenter. Studerer vi tabel 1, er det slående, at 2/3 ville takke ja til et forebyggende medikament, hvor NNT er Dette svarer til en ARR på 0, At påvise sådanne effektstørrelser i kliniske studier kræver så store datamaterialer, at det knapt kan gennemføres. Næsten halvdelen af de spurgte syntes, at 10 % relativ risikoreduktion virkede attraktivt, mens 40 % takkede ja til 1 måneds gennemsnitlig udsættelse af et myokardieinfarkt. Kan det være sådan, at den iboende optimist i os tænker: 1600 for at forebygge ét tilfælde? Synd for de 1599 andre!? Og at 10 % og 1 måneds udsættelse først og fremmest gælder de andre? Læger er også mennesker. Vores mange suboptimale beslutninger fører indimellem til underbehandling og overset alvorlig sygdom ( det almindelige er almindeligst ). Almenmedicinere kritiseres også for passivitet i forhold til implementering af retningslinjer for risikodiagnostik og behandling. Fænomenet clinical intertia har helt sikkert sammensatte årsagsforhold, herunder kritisk refleksion i almen praksis. Jeg ser ikke bort fra, at vor iboende optimist kan være en alliancepartner: Retningslinjerne passer ikke så godt for mine patienter. Avaliability heuristics Forestil dig et øjeblik, at din læge meddeler, at du har øget risiko for at få et myokardieinfarkt. Lægen foreslår, at du kan bruge et medikament for at forebygge hjertesygdom. Medikamentet skal tages dagligt, og du skal gå til kontrol hos lægen to gange om året. Bivirkninger er sjældne og ufarlige. Medikamentet koster 1000 kroner per år. Lægen fortæller, at for hvert tilfælde af myokardieinfarkt der undgås, må 50 patienter bruge medikamentet i 5 år. Ville du vælge at bruge sådan et medikament? Sådanne hypotetiske scenarier ligger til grund for fundene gengivet i tabel 1. Det kan umiddelbart indvendes, at de ikke indeholder tilstrækkelig information. Alligevel er det komplekst nok. En potentiel patient bliver præsenteret for en alvorlig sygdom (myokardieinfarkt), lægens råd, ordet forebygge, 1000 kroner per år, daglig medicinering i 5 år, mulige bivirkninger og NNT på 50, faktorer som alle er mere eller mindre relevante for beslutningen, som skal tages. Sat overfor kompleks information er der en tendens til, at vi lægger størst vægt på de faktorer, som er lettest at evaluere, enten på grund af genkendelse (the recognition heuristic), at faktoren er let at huske/let tilgængelig for bevidstheden (the availability heuristic) eller pga. kundskaber, erfaring eller tilgængeligt sammenligningsgrundlag (the evaluability hypothesis). Tilsvarende er der en tendens til at se bort fra information, som ikke umiddelbart er let at evaluere. Dette kan medføre manglende lægning af vægt på talstørrelser, vi ikke er fortrolige med. Et studie viste for eksempel, at folks betalingsvilje for et oliesaneringsprogram var uafhængigt af, hvor mange fugle ( ) programmet kunne redde fra døden. Er NNT på 50 godt eller dårligt? Man kan sagtens forstå tallet 50, at så mange patienter må behandles en vis tid, før man observerer et myokardieinfarkt mindre, og at 50 er forskellig fra for eksempel 100. Hvis folk skal vurdere, hvorvidt 50 er godt eller ikke, kan de imidlertid næppe støtte sig til genkendelse, hukommelse, kundskaber eller erfaring. Den manglende sensitivitet for størrelsen på NNT og RRR som fremkommer i tabel 1, kan godt være et resultat af dette. Folk har lagt større vægt på udsigterne til at forebygge en alvorlig sygdom, pris eller lægens råd. At sensitiviteten for grad af udsættelse er større (tabel 1), kan også passe; de fleste har et naturlig erfaringsgrundlag for at vurdere, hvad kort og lang tid er. Endvidere er det vist, at læger, som kan støtte sig til erfaring og kundskab, er sensitive for størrelsen på NNT.

4 Affect heuristics the faint whisper of emotion Følelser spiller en central rolle i vores beslutninger. Som overskriften antyder, drejer det sig ikke om de stormende følelser, men derimod om de subtile, ubevidste kald det gerne mavefølelsen. Meget tyder på, at mavefølelsen er en helt nødvendig støtte for vort kognitive apparat. Psykologerne antager, at de erfaringer vi lagrer i underbevidstheden, er affektivt ladet. Det affektive apparat bidrager til, at vi i løbet af få sekunder kan tage stilling til, om noget vi får kendskab til, er godt eller mindre godt. Hvis tilgangen til det affektive apparat hæmmes pga. neurologiske skader, er det vist, at folk kan strides i timevis med trivielle beslutninger, for eksempel om man ønsker en aftale kl. 10 eller kl. 11 næste dag. Beslutninger bliver ikke nødvendigvis bedre af, at man tænker nøje over sagen. At aktivere det affektive apparat er ikke vanskeligt en pose bolsjer kan være tilstrækkeligt. Randomiserede studier har vist, at en pose bolsjer påvirker folks besvarelse af spørgeskemaundersøgelser deriblandt en undersøgelse vedrørende jobtilfredshed og kreativ problemløsning blandt læger. I et studie baseret på skriftlige patientkasuistikker var læger mere tilbøjelige til at anbefale indlæggelse eller henvisning, hvis kasuistikken indeholdt en trussel fra patienten om at gå til aviserne eller klage til embedslægen. Selvom vores affektive apparat er en effektiv vejleder i mange af hverdagens valg og beslutninger, viser empiriske studier, at det inducerer en interessant effekt på vor risikoopfattelse: Overreaktion på små og store sandsynligheder og manglende sensitivitet for mellemliggende sandsynligheder. Som en illustration kan man forsøge at bruge mavefølelsen til at vurdere to forskellige cancervacciner: Forestil dig at din livstidsrisiko for malignt melanom er 1 %. Der er udviklet en vaccine A, som kan eliminere denne risiko fuldstændig. Vaccinen koster kroner og har kun trivielle bivirkninger. Forestil dig så en anden situation: Du får at vide, at din livstidsrisiko for malignt melanom er 50 % pga. en genmutation. Der er udviklet en vaccine B, som reducerer denne risiko til 49 %. Også denne vaccine koster kroner og har kun trivielle bivirkninger. Vaccine A og B giver samme ARR (1 %), men opleves vaccine B umiddelbart lige så attraktiv som vaccine A? Hvis en pose bolsjer eller en hypotetisk trussel om at klage til embedslægen i en papirkasuistik kan inducere affekt, er det rimeligt at antage, at ord som myokardieinfarkt og malignt melanom også kan det. Figur 1 antyder, hvordan dette fungerer: Når affekt først er induceret, er tendensen, at vores beslutninger ikke bliver en lineær funktion af sandsynligheder. Kurven bliver stejl ved små afvigelser fra det sikre sandsynligheder på 0 og 1 - og temmelig flad over et bredt interval af mellemliggende sandsynligheder. Studerer vi tallene i tabel 1, kan vi ane konturerne af en sådan kurve. Figur 1 antyder også, hvorfor vaccine A fremstår som mest attraktiv. BILLEDE/GRAF Er tal brugbare i en travl klinisk hverdag? Jeg ved det ikke! Flere menneskelige egenskaber og tilbøjeligheder optimism bias, availability heuristics og affect heuristics ser alle ud til at trække i samme retning: Manglende vægt på talstørrelser, når komplekse beslutninger skal tages. Dette ser ud til at stikke dybere end manglende forståelse for eller aversion mod tal som sådan. Set i lyset af forventet nytteteori er dette problematisk af flere grunde. På makroniveau kan det føre til overforbrug af interventioner, som ikke er cost-effektive, og underforbrug af interventioner som er det. På individniveau kan det føre til beslutninger, som er sparsomt overensstemmende med patientens værdier. Tilsyneladende foreligger der et paradoks: Hvis man ønsker, at

5 patienten skal fatte beslutningen i overensstemmelse med forventet nytteteori hvor talstørrelser har grundlæggende betydning bør risikoreduktioner næppe forklares ved hjælp af talstørrelser. Måske skal man vælge andre strategier, sådan som den hypertensive flygtnings angivelige bror gjorde. Jeg har for tiden begrænset tro på, at gode beslutninger bliver til ved at bruge bestemte typer af tal frem for andre, hvad enten det nu er NNT, relative eller absolutte risikoreduktioner. Meget tyder på, at vores kognitive og affektive apparat er godt tilpasset hverdagslivets mange beslutninger. Disse må ofte tages med begrænset tilgang til information og med dårlig tid til rådighed. Da gælder det om at kunne tage beslutninger, som er tilstrækkeligt gode til, at man kan leve med dem. Jagten på den optimale beslutning kan kræve mere tid og flere ressourcer, end vi faktisk har. Dette er for øvrigt betingelser, som er let genkendelige for alment praktiserende læger. Hverdagen kan beskrives som en kontinuerlig strøm af beslutninger, nogen store, mange små og trivielle. Mange beslutninger tages meget hurtigt, nærmest automatisk, baseret på intuition og mønstergenkendelse ved at udnytte stærke sider af vores fælles menneskelige, kognitive og affektive udrustning. Den samme udrustning kan imidlertid afstedkomme, at de beslutninger læger og patienter tager i fællesskab, kan føre til både overog underforbrug af antibiotika, billeddiagnostiske undersøgelser, screeningsundersøgelser, antihypertensiva og statiner. Metoder til at bringe beslutninger mere i overensstemmelse med forventet nytteteori kan være formålstjenlige. Der forskes meget i udvikling af retningslinjer og beslutningsstøtte, hvor tal for risikoreduktioner indgår som en central komponent. Metodeproblemerne er imidlertid mange, og det er ikke afklaret, om dette fører til bedre beslutninger. Artiklen er oversat fra norsk af Karen Kjær Larsen