Introduction (vidéo 2)
Romain Artico
Comment traite-t-on les données que l’on a sous les yeux ?
Vous venez de passer un test pour le dépistage du cancer. Le médecin vous convoque pour vous annoncer le
résultat: mauvaise nouvelle, il est positif. Pas de chance, alors que ce type de cancer ne touche que 0,1% de
la population. Vous demandez alors au praticien si le test est fiable. Sa réponse est sans appel : « si vous avez
le cancer, le test sera positif dans 90% des cas (Se = 90%); alors que si vous ne l’avez pas, il sera négatif
dans 97% des cas (Sp = 97%) ». Quel est mon pourcentage de chance d’avoir le cancer ?
Raisonnement
BAYESIEN
A cause de la prévalence et des a priori très faibles que l’on doit avoir que le patient ait contracté cette
pathologie rare on se retrouve avec 97,1% des patients qui auraient été testés positifs qui sont sains. Donc
nécessité de rassurer ce patient, on doit lui dire que parce qu’on est partis avec un a priori très faible il a,
malgré ce test positif, très peu de chance d’avoir cette pathologie rare. => raisonnement Bayésien
/!\ La formule de Bayes montre bien qu’il faut tenir compte des a priori => en effet la probabilité que le
patient ait le cancer sachant que le test est positif est bien égale à une pondération entre un a priori (ici la
prévalence) et une probabilité que le patient soit positif sachant qu’il a le cancer !
Vraisemblance = qualité d’une donnée vis à vis d’une hypothèse, autrement dit le nombre de fois où cette
donnée existe sachant que l’hypothèse est bien vérifiée.
Patient se présente à votre cabinet avec une douleur au genou:
- Lachman positif (Ratio de vraisemblance (RV) + 14) => suspicion rupture ligament croisé
- Quelle conclusion ?
En réalité on ne peut pas vraiment conclure car il y a beaucoup de
patients qui ont mal au genou et parmi eux il n’y aurait que 5% de
rupture du ligament croisé. Donc avec un test de Lachman à partir d’un a
priori = 5% le nomogramme de Fagan (représentation graphique de la
Cas clinique
formule) nous montre qu’en passant par un ratio de vraisemblance = 14
on tombe sur une probabilité < 50% que le patient ait bien le ligament
croisé cassé => donc 1 chance / 2 (autant jouer à pile au face!!)
/!\ La clé dans un raisonnement Bayésien c’est de faire varier ses a
priori en récoltant des données et si possible des données avec des
qualités (vraisemblances) les meilleures possibles!
Objectifs du raisonnement clinique:
- Traiter le patient, résoudre la situation de handicap dans laquelle il se trouve
- Trouver les meilleurs traitements avec les outils thérapeutiques à notre disposition
Diagnostic VS
raisonnement
Objectif du diagnostic:
clinique - Trouver quelles contraintes (traitement) utiliser :
‣ Contraintes mécaniques => mains, activité physique
‣ Contraintes cognitives (plasticité cérébrale) => ETP, thérapie cognitivo-comportementale
Pour le médecin, la place du diagnostic physiopathologique est très importante car il va pouvoir en déduire
un traitement (ex: ménisque douloureux => chirurgien ou kiné)
Pour le kiné, ce n’est pas parce qu’il a connaissance du diagnostic physiopathologique qu’il sait comment
Diagnostic VS
traiter le patient => nécessité pour lui de faire un diagnostic de traitement
raisonnement
clinique
Littérature = « A concise guide to clinical reasoning » Patrick Daly MD MA, Research Associate
Le raisonnement clinique est fortement associé à l’identification de la pathologie (diagnostic
physiopathologique)
En kinésithérapie = nécessité de prendre en compte un ensemble de signes cliniques qui permettent de
prendre une décision pour le traitement
Mark Jones => notion de catégories d’hypothèses => catégoriser les signes cliniques du patient = reconnaitre
des phénotypes (notamment pour la douleur)
Des références
solides
- Examen subjectif (anamnèse)
- Catégories d’hypothèses principalement axées sur la douleur => a priori => planification examen physique
- Examen physique
- Métacognition = raisonner sur notre raisonnement (mur de brique semi-perméable => cf ci dessous)
- Choix du traitement (justifié à partir d’un algorithme de décisions)
- Test - Retest = fondamental ++
- Cycle de traitement
Différentes Métacognition = mur de brique semi-perméable
étapes
Les décisions prises directement en fonction des
signes cliniques doivent être pondérées en fonction
de nos théories et du niveau de crédence que l’on a
dans le diagnostic physio-pathologique (qui dépend
lui même du raisonnement que l’on a eu au
préalable)