Los cirujanos sobreestiman el riesgo de malignidad de los nódulos tiroideos, evaluación de los estimados subjetivos usando un análisis bayesiano

Edgar Alfonso, Álvaro Sanabria, Mario Castillo, .

Palabras clave: nódulo tiroideo, teorema de Bayes, neoplasias de la tiroides, modelos estadísticos, probabilidad, conocimientos, actitudes y práctica en salud

Resumen

Introducción. Los nódulos tiroideos son la condición endocrina más frecuente para los cirujanos. El principio de la evaluación de un nódulo tiroideo es determinar si éste corresponde a un carcinoma. Las decisiones médicas sobre los nódulos tiroideos son influenciadas fuertemente por consideraciones subjetivas.
Objetivo. Determinar las probabilidades subjetivas asignadas a las características clínicas de un paciente con un nódulo tiroideo, para evaluar el grado de influencia de estas probabilidades en la
sospecha clínica final de un proceso maligno en comparación con los datos objetivos.
Materiales y métodos. Se diseñó un análisis bayesiano para predecir el riesgo de un proceso maligno en un nódulo tiroideo, con base en la relación causal conocida de los factores clínicos y los demográficos durante la primera consulta. Se desarrolló un modelo con las variables clínicas y demográficas usando como expertos a los cirujanos.
Resultados. La mayor probabilidad de un proceso maligno (94 %) se asignó al caso clínico de un hombre mayor de 60 años, con disfonía y disfagia, nódulo de crecimiento rápido, antecedentes de
radioterapia cervical y familiar con cáncer de tiroides, con nódulos múltiples, mayores de 1 cm, de consistencia dura y con adenomegalias cervicales palpables. Para los casos de bajo riesgo, con
nódulos sin características de un proceso maligno, la probabilidad de éste asignada por los clínicos fue de 33,59 % y para los de alto riesgo de 75,54 %.
Conclusión. Los cirujanos toman decisiones diagnósticas basadas en creencias subjetivas que no necesariamente corresponden con los datos objetivos de las características de nódulos.

Descargas

Los datos de descargas todavía no están disponibles.
  • Edgar Alfonso Grupo Sistemas Logísticos, Facultad de Ingeniería, Universidad de La Sabana, Chía, Colombia
  • Álvaro Sanabria Departmento de Cirugía, Facultad de Medicina, Universidad de La Sabana, Chía, Colombia
  • Mario Castillo Departmento de Ingeniería Industrial, Facultad de Ingeniería, Universidad de los Andes, Bogotá, D.C., Colombia

Referencias bibliográficas

1. Ezzat S, Sarti DA, Cain DR, Braunstein GD. Thyroid incidentalomas. Prevalence by palpation and ultrasonography. Arch Intern Med. 1994;154:1838-40.
2. Tan GH, Gharib H. Thyroid incidentalomas: management approaches to nonpalpable nodules discovered incidentally on thyroid imaging. Ann Intern Med. 1997;126:226-31.
3. Wiest PW, Hartshorne MF, Inskip PD, Crooks LA, Vela BS, Telepak RJ, et al. Thyroid palpation versus highresolution thyroid ultrasonography in the detection of nodules. J Ultrasound Med. 1998;17:487-96.
4. McCaffrey TV. Evaluation of the thyroid nodule. Cancer Control. 2000;7:223-8.
5. Mehta MP, Goetowski PG, Kinsella TJ. Radiation induced thyroid neoplasms 1920 to 1987: a vanishing problem? Int J Radiat Oncol Biol Phys. 1989;16:1471-5.
6. Rios A, Rodriguez JM, Canteras M, Galindo PJ, Balsalobre MD, Parrilla P. Risk factors for malignancy in multinodular goiters. Eur J Surg Oncol. 2004;30:58-62.
7. Raza SN, Shah MD, Palme CE, Hall FT, Eski S, Freeman JL. Risk factors for well-differentiated thyroid carcinoma in patients with thyroid nodular disease. Otolaryngol Head Neck Surg. 2008;139:21-6.
8. Tuttle RM, Lemar H, Burch HB. Clinical features associated with an increased risk of thyroid malignancy in patients with follicular neoplasia by fine-needle aspiration. Thyroid. 1998;8:377-83.
9. Druzdzel M, van der Gaag L. Elicitation of probabilities for belief networks: Combining qualitative and quantitative information. Utrecht, The Netherlands: Utrecht University; 1995.p.141-8.
10. Davies L, Welch HG. Increasing incidence of thyroid cancer in the United States, 1973-2002. JAMA. 2006; 295:2164-7.
11. Savage LJ. Elicitation of personal probabilities and expectations. J Am Stat Assoc. 1971;66:783.
12. Burnside ES. Bayesian networks: computer-assisted diagnosis support in radiology. Acad Radiol. 2005;12:422-30.
13. Walker K. Use of expert judgment in exposure assessment: Part 2. Calibration of expert judgments about personal exposures to benzene. J Expo Anal Environ Epidemiol. 2003;13:1-16.
14. Gurleyik E, Coskun O, Aslaner A. Clinical importance of solitary solid nodule of the thyroid in endemic goiter region. Indian J Med Sci. 2005;59:388-95.
15. bu-Eshy SA, Khan AR, Khan GM, al-Humaidi MA, al-Shehri MY, Malatani TS. Thyroid malignancy in multinodular goiter and solitary nodule. JR Coll Surg Edinb. 1995;40:310-2.
16. Mihailescu DV, Schneider AB. Size, number, and distribution of thyroid nodules and the risk of malignancy in radiation-exposed patients who underwent surgery. J Clin Endocrinol Metab. 2008;93:2188-93.
17. Raber W, Kaserer K, Niederle B, Vierhapper H. Risk factors for malignancy of thyroid nodules initially identified as follicular neoplasia by fine-needle aspiration: results of a prospective study of one hundred twenty patients. Thyroid. 2000;10:709-12.
18. Kumar H, Daykin J, Holder R, Watkinson JC, Sheppard MC, Franklyn JA. Gender, clinical findings, and serum thyrotropin measurements in the prediction of thyroid neoplasia in 1005 patients presenting with thyroid enlargement and investigated by fine-needle aspiration
cytology. Thyroid. 1999;9:1105-9. 19. Belfiore A, La Rosa GL, La Porta GA, Giuffrida D, Milazzo G, Lupo L, et al. Cancer risk in patients with cold thyroid nodules: relevance of iodine intake, sex, age, and multinodularity. Am J Med. 1992;93:363-9.
20. Pelizzo MR, Bernante P, Toniato A, Fassina A. Frequency of thyroid carcinoma in a recent series of 539 consecutive thyroidectomies for multinodular goiter. Tumori. 1997;83:653-5.
21. Koh KB, Chang KW. Carcinoma in multinodular goiter. Br J Surg. 1992;79:266-7.
22. Liu YI, Kamaya A, Desser TS, Rubin DL. A bayesian network for differentiating benign from malignant thyroid nodules using sonographic and demographic features. AJR Am J Roentgenol. 2011;196:W598-W605.
23. Sato W, Hoshi K, Kawakami J, Sato K, Sugawara A, Saito Y, et al. Assisting the diagnosis of Graves' hyperthyroidism with Bayesian-type and SOM-type neural networks by making use of a set of three routine tests and their correlation with free T4. Biomed Pharmacother. 2010;64:7-15.
24. Stojadinovic A, Peoples GE, Libutti SK, Henry LR, Eberhardt J, Howard RS, et al. Development of a clinical decision model for thyroid nodules. BMC Surg. 2009;9:12.
25. Liu YI, Kamaya A, Desser TS, Rubin DL. A controlled vocabulary to represent sonographic features of the thyroid and its application in a Bayesian network to predict thyroid nodule malignancy. Summit on Translat Bioinforma. 2009;2009:68-72.
26. Liu YI, Kamaya A, Desser TS, Rubin DL. A Bayesian classifier for differentiating benign versus malignant thyroid nodules using sonographic features. AMIA Annu Symp Proc. 2008;419-23.
27. Daskalakis A, Kostopoulos S, Spyridonos P, Glotsos D, Ravazoula P, Kardari M, et al. Design of a multi-classifier system for discriminating benign from malignant thyroid nodules using routinely H&E-stained cytological images. Comput Biol Med. 2008;38:196-203.
28. Hoshi K, Kawakami J, Sato W, Sato K, Sugawara A,Saito Y, et al. Assisting the diagnosis of thyroid diseases with Bayesian-type and SOM-type neural networks making use of routine test data. Chem Pharm Bull (Tokyo). 2006;54:1162-9.
29. Zhang G, Berardi VL. An investigation of neural networks in thyroid function diagnosis. Health Care Manag Sci. 1998;1:29-37.
30. Cabana MD, Rand CS, Powe NR, Wu AW, Wilson MH, Abboud PA, et al. Why don't physicians follow clinical practice guidelines? A framework for improvement. JAMA. 1999;282:1458-65.
31. Davis DA, Taylor-Vaisey A. Translating guidelines into practice. A systematic review of theoretic concepts, practical experience and research evidence in the adoption of clinical practice guidelines. CMAJ. 1997;157:408-16.
32. Rollman BL, Hanusa BH, Lowe HJ, Gilbert T, Kapoor WN, Schulberg HC. A randomized trial using computerized decision support to improve treatment of major depression in primary care. J Gen Intern Med. 2002;17:493-503.
33. Sequist TD, Gandhi TK, Karson AS, Fiskio JM, Bugbee D, Sperling M, et al. A randomized trial of electronic clinical reminders to improve quality of care for diabetes and coronary artery disease. J Am Med Inform Assoc. 2005;12:431-7.
34. Ravitch MM. Subjectivity in decision making: common problems and limitations. World J Surg. 1989;13:281-6.
35. Murray E, Pollack L, White M, Lo B. Clinical decisionmaking: Patients' preferences and experiences. Patient Educ Couns. 2007
Cómo citar
1.
Alfonso E, Sanabria Álvaro, Castillo M. Los cirujanos sobreestiman el riesgo de malignidad de los nódulos tiroideos, evaluación de los estimados subjetivos usando un análisis bayesiano. biomedica [Internet]. 30 de junio de 2011 [citado 29 de marzo de 2024];31(4):590-8. Disponible en: https://revistabiomedica.org/index.php/biomedica/article/view/450

Algunos artículos similares:

Sección
Artículos originales

Métricas

Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code