Beslutningsanalyse kan styrke samvalg i klinisk praksis 

Utfordringen med dagens samvalg 

I artikkelen «Towards generic online multicriteria decision support in patient-centred health care» påpeker Jack Dowie og kolleger at samvalgssamtaler ofte preges av verbal diskusjon av fordeler og ulemper. I denne modellen diskuterer lege og pasient fordeler og ulemper ved ulike behandlingsalternativer gjennom en samtale. Selv om dette er velment, er det en beskrivende prosess som mangler en systematisk måte å integrere de ulike faktorene på Både pasienter og klinikere mangler ofte en enkel og generisk måte å visualisere beslutningen på. 

Dowie argumenterer for at vi må bevege oss fra denne verbale tilnærmingen til en numerisk analyse, gjennom beslutningsanalyse som gjør det mulig å integrere flere fordeler og ulemper i et matematisk rammeverk (MCDA). Mens den verbale metoden gjerne baserer seg på intuisjon og retorikk, tilbyr MCDA en forskrivende tilnærming som er forankret i beslutningsteori. 

Hvordan MCDA fungerer i samvalg?

Kjernen i MCDA er erkjennelsen av at enhver klinisk beslutning krever to typer vurderinger som må holdes adskilt, men deretter integreres: 

Sannsynligheter og grader: Hvor godt hvert behandlingsalternativ “presterer” på ulike fordeler og ulemper, eksempelvis effekt, bivirkninger og behandlingsbyrde. Dette er kvantitative estimater, basert på forskning og klinisk ekspertise. 

Vektinger: Hvor viktig hvert av disse kriteriene er for den enkelte pasient. Dette er pasientens preferanser. 

I tradisjonelle samvalgsverktøy overlates ofte selve integreringen av disse faktorene til pasientens og legens kognitive evner der og da. MCDA bruker derimot en algoritme til å kombinere sannsynlighetene og gradene med pasientens vektinger, for å rangere alternativene basert på hva som gir størst nytte for denne pasienten. 

Verdien for helsepersonell 

Ved å benytte MCDA blir beslutningsprosessen mer transparent. Mühlbacher og Kaczynski understreker i en artikkeln at helsebeslutninger ofte preges av vanskelige avveininger («trade-offs») mellom motstridende mål, som høy effekt versus risiko for bivirkninger. MCDA gjør disse avveiningene eksplisitte. Det tillater at "harde data" kombineres med subjektive preferanser på en systematisk måte. 

Eiring et al. viser i sin utvikling av et helseoptimaliseringssystem for bipolar lidelse at MCDA kan operasjonaliseres digitalt. Systemet lar pasienter og klinikere utforske hvordan endringer i pasientens preferanser påvirker hvilken behandling som anbefales. Dette støtter opp om idealet i samvalg: at pasienten er ekspert på eget liv, mens helsepersonellet er eksperter på medisinen. 

Konklusjon 

For å realisere samvalg i praksis er det ikke nok å «talk the talk» om pasientinvolvering; vi må også «walk the walk» gjennom metodene vi bruker. MCDA tilbyr en strukturert analyse som sikrer at pasientens stemme ikke bare blir hørt, men matematisk integrert i beslutningen. For helsepersonell betyr dette en overgang fra å bare informere, til å analysere handlingsalternativer sammen med pasienten, på en transparent og etterprøvbar måte. 

Referanser: 

1. Dowie, J., Kaltoft, M. K., Salkeld, G., & Cunich, M. (2015). Towards generic online multicriteria decision support in patient‐centred health care. Health Expectations, 18(5), 689–702. https://doi.org/10.1111/hex.12111 

2. Mühlbacher, A. C., & Kaczynski, A. (2016). Making Good Decisions in Healthcare with Multi-Criteria Decision Analysis: The Use, Current Research and Future Development of MCDA. Applied Health Economics and Health Policy, 14, 29–40. https://doi.org/10.1007/s40258-015-0203-4 

3. Eiring, Ø., Nytrøen, K., Kienlin, S., Khodambashi, S., & Nylenna, M. (2017). The development and feasibility of a personal health-optimization system for people with bipolar disorder. BMC Medical Informatics and Decision Making, 17. https://doi.org/10.1186/s12911-017-0481-x 

4. Eiring, Ø., Landmark, B. F., Aas, E., Salkeld, G., Nylenna, M., & Nytrøen, K. (2015). What matters to patients? A systematic review of preferences for medication-associated outcomes in mental disorders. BMJ Open, 5(4), e007848. https://doi.org/10.1136/bmjopen-2015-007848