Wstęp do algorytmów diagnostycznych

Określenie metody dedukcyjnej

Metodą algorytmu jest postępowanie, w którym proces diagnostyczny następuje w oparciu o identyfikację wzorca objawów klinicznych i serię pytań. Odpowiedzi na nie prowadzą do kolejnych pytań i ostatecznie do najbardziej prawdopodobnej diagnozy. Metoda ta odpowiada sekwencji logicznej, która byłaby idealnym procesem diagnostycznym lekarza weterynarii, specjalisty w danej dziedzinie. Ponadto, rygorystycznie stosując tę metodę, mamy pewność, że algorytmy są właściwie wykorzystywane wraz z danymi, które wiernie oddają kliniczny obraz choroby.

Metoda ta wymaga zebrania możliwie obiektywnych danych przed rozważeniem możliwych diagnoz. Celem jest uniknięcie wyszukiwania niedostrzegalnych objawów lub tylko tych objawów, które mają na celu jedynie potwierdzenie wstępnej diagnozy.

Metoda hipotetyczno-dedukcyjna opiera się na analizie objawów klinicznych zebranych od chorego zwierzęcia i jego historii klinicznej, wraz z krótką listą prawdopodobnych diagnoz. Głównym celem w tym przypadku nie jest wnioskowanie o prawidłowości początkowej diagnozy, ale odrzucenie tych najmniej prawdopodobnych ze sporządzonej listy. Dlatego powinniśmy wybrać ograniczoną liczbę rozsądnych hipotez, aby umożliwić zestawianie wszystkich dostępnych informacji wraz z określeniem ich znaczenia. Odbywa się to poprzez oszacowanie prawdopodobieństwa na podstawie tego, czy objawy pasują do chorób będących na naszej liście, wykorzystując doświadczenie kliniczne oraz podstawy teoretyczne. Ponadto konieczne jest dokonanie oceny „związku przyczynowego” pomiędzy objawami, charakterystyką zwierzęcia i jego środowiskiem. Mogą one predysponować lub przyczyniać się do wystąpienia specyficznych jednostek chorobowych.

Na koniec koniecznie trzeba przeanalizować, w jakim stopniu zwierzęta mogą manifestować daną chorobę, biorąc pod uwagę: warunki hodowlane (dobrostan), rasę, płeć, wiek, ...