© 2019 Евгения Александровна ЗАЙЦЕВА
МАиБ 2019 — № 2 (18)
DOI: https://doi.org/10.33876/2224-9680/2019-2-18/11
Ссылка при цитировании:
Зайцева Е.А. (2019) Принятие клинических решений: обзор концепций, исследований, методов. Медицинская антропология и биоэтика, 2(18).
Евгения Александровна Зайцева –
МА – социология,
независимый исследователь
https://orcid.org/0000-0002-9774-6049
E-mail: zaajcev@mail.ru
Ключевые слова: принятие клинических решений, факторы принятия решений, врачебный выбор, методология исследования врачебного выбора
Аннотация: В статье представлен обзор исследований принятия клинических решений врачами-представителями биомедицины. В обзоре освещаются нормативные и описательные концепции принятия клинических решений с 1970-х гг. до настоящего времени, выделяются основные линии напряжения между разными теоретическими подходами, систематизируются результаты эмпирических исследований в этой области.
*Статья подготовлена при поддержке гранта РФФИ № 17-06-00127а.
Введение
Процесс принятия решений является сущностью клинической жизни – бесчисленное количество раз за день врач должен делать выбор относительно диагностики и лечения пациентов. Если взять одну лишь биомедицинскую сторону вопроса, принятие клинических решений уже является искусством. Это процесс, включающий в себя сбор, оценку и интерпретацию данных, клинические рассуждения и выдвижение гипотез, взвешивание рисков и последствий. Но компетентность врача и ориентированность на благополучие пациента не являются единственными факторами, определяющими клинические решения. Различные предикторы врачебного выбора давно стали предметом исследования гуманитарных наук. Цель настоящей статьи – представить теоретические концептуализации и эмпирические исследования врачебного выбора, а также выявить основные линии напряжения в рассматриваемом исследовательском поле.
Первым такого рода напряжением является теоретическое напряжение между нормативными и описательными теориями принятия решений. В течение 80-90-х гг. XX века интерпретация разрыва между двумя типами теорий была предметом активных дискуссий в литературе, посвященной человеческому мышлению и принятию решений. Эти дискуссии повлияли на изучение алгоритмов принятия клинических решений. Они породили эмпирические исследования и новые подходы, которые будут рассмотрены в данной статье. Помимо этого, сами нормативные концепции – результаты поиска оптимальных алгоритмов врачебного выбора – менялись с течением времени. Я постараюсь кратко обозначить этическую и правовую проблематику, затрагиваемую в дискуссиях о сдвиге от патерналистской модели принятия решений к вовлечению пациентов в совместное принятие решений.
Результатом, иногда случайным, эмпирических исследований принятия решений было выявление различных внешних, неклинических, факторов, влияющих на оказание медицинской помощи. Освещение этих результатов порождало все новые исследования в этой области. Недавнее качественное исследование российских врачей выявило, что основной эмпирической проблемой врачебного выбора является сложность согласования различных внешних условий и требований с этическим принципом врачебной профессии – руководствоваться максимальным благом для здоровья пациента. Нередки ситуации, когда факторы влияния оказывают противоположное действие, и за невозможностью учесть их все одновременно врачу приходится искать компромиссные решения. В этой статье я кратко рассмотрю эмпирические исследования неклинических влияний, попытаюсь классифицировать их спектр, обозначить основные линии конфликта и некоторые стратегии их преодоления в медицинской практике.
Врач как рациональный субъект и идеальный агент пациента:
теория ожидаемой полезности
Начиная с 50-х гг. XX в. место главной парадигмы исследований в области принятия решений в условиях неопределенности и риска занимала теория ожидаемой полезности (Шумейкер 1994: 29). Она утверждает, что в ситуации выбора из нескольких альтернатив рациональный индивид взвешивает полезности и вероятности каждой альтернативы и выбирает ту из них, которая максимизирует ожидаемую полезность (von Neumann, Morgenstern 1947). Действительно, типичная особенность врачебных решений заключается в том, что они принимаются в ситуации неопределенности и их последствия также заранее неизвестны. Медицинские решения основываются на оценке различных вероятностей и часто не могут гарантировать конкретные желаемые исходы, но скорее смещают вероятность того, что пациент будет испытывать то или иное состояние в будущем (Felder 2017: 23).
Первая неопределенность, с которой сталкивается врач при встрече с пациентом, касается исходного состояния его здоровья. Предположим, врач хорошо знает некоторое заболевание и способ(ы) его лечения. Но, например, вследствие недоступности надежных диагностических исследований, он не уверен, действительно ли пациент болен. Первые работы, в которых осмыслялась эта проблемная ситуация, отвечали на вопрос о том, что врач, как идеальный агент своего пациента, должен делать в такой ситуации. Так, в 1975 г. С. Дж. Паукер и Дж. П. Кассирер предложили пороговый подход к принятию терапевтических решений. Согласно этому подходу, в условиях диагностической неопределенности врач должен оценить вероятность заболевания у пациента (p) и сравнить ее с рассчитанным пороговым значением (t). Если вероятность заболевания превышает пороговое значение, предпочтительным вариантом является лечение; если она ниже порогового значения, то от лечения лучше отказаться (Pauker,Kassirer 1975: 230). Лучшие оценки вероятности заболевания основаны на статистических показателях, полученных из популяционных исследований. Пороговое же значение рассчитывается с использованием методологии ожидаемой полезности. Врач имеет два вероятных состояния больного – здоровый (p) и больной (1-p) – и два возможных варианта действий – лечение и отсутствие лечения. Исходя из клинического опыта и литературных данных о заболеваемости, смертности, результативности лечения врач оценивает ожидаемую полезность/вред каждого из четырех возможных вариантов: лечение больного, лечение здорового, не-лечение больного, не-лечение здорового.
Чтобы сделать дальнейшие расчеты и сравнения возможными, относительные ценности каждого потенциального результата должны быть посчитаны на основании единой шкалы полезности. «Она может быть выражена в терминах выживаемости, или в терминах свободы от заболевания, например, в годах жизни с поправкой на качество или в процентах пациентов без серьезных осложнений, или даже в произвольных единицах, которые объединяют ценности пациента в отношении многих факторов, включая риск» (Pauker, Kassirer 1980: 1112). Имея посчитанные значения для каждого из четырех возможных вариантов, врач, соответственно, может рассчитать ожидаемую полезность лечения и не-лечения. Вклад каждой из конечных ветвей в значение конкретного курса действий равен произведению полезности этой ветви на вероятность ее возникновения, а ожидаемая полезность каждой альтернативы равна сумме вкладов конечных ветвей. Очевидно, что можно найти такое p, при котором ожидаемые значения двух основных вариантов действий врача будут равны. Эта вероятность заболевания и есть искомая точка безразличия, называемая порогом лечения.
Итак, чтобы принять соответствующее терапевтическое решение при неопределенном диагнозе, врач должен определить вероятность того, что у пациента есть заболевание, и решить, перевесит ли потенциальная польза от лечения его вред. «При принятии решений врачи обладают неявной способностью оценивать комплексный эффект преимуществ и рисков терапевтических процедур и связывать эту оценку с вероятностью диагноза» (Pauker, Kassirer 1975: 229). Концепция пороговых значений может помочь рационализировать этот выбор и принять более взвешенные и эффективные решения.
В 1980 г., через пять лет после выхода работы о терапевтическом пороге, Паукер и Кассирер расширяют концепцию пороговых значений до случаев, когда тестирование доступно и врач, соответственно, выбирает между тремя альтернативами: не лечить, начинать лечение сразу, без дополнительных тестов или провести дополнительное тестирование, которое определит последующий подход. В такой ситуации выбора врач явно или неявно учитывает уже два порога: порог тестирования (test threshold) и порог тестового лечения (test-treatment threshold). Процедура их расчета уже более сложна и учитывает данные о рисках и преимуществах лечения, а также рисках и преимуществах тестирования. Так, лечение редко бывает абсолютно полезным и безопасным и обычно имеет некоторые побочные эффекты. Для больного пациента риск или даже достоверное наступление этих эффектов чаще всего перекрываются пользой от основного позитивного воздействия лечения. Ошибочное же лечение отсутствующего заболевания может значительно усугубить состояние пациента. Диагностические тесты тоже не совершенны. Во-первых, они могут с некоторой частотой давать ложноположительные и ложноотрицательные результаты, и эти вероятности необходимо учитывать при принятии решений. Во-вторых, сама процедура тестирования может быть инвазивной и нести определенные риски для пациента. Снова взвешивая всю возможную пользу и вред в соответствии с методологией ожидаемой полезности врач может понять, какое решение оптимально. «Лечение должно быть прекращено, если вероятность заболевания меньше порога тестирования, лечение должно проводиться без дальнейшего тестирования, если вероятность заболевания больше порога тестового лечения. Тест следует проводить – и тогда выбор лечения зависит от его результата – только если вероятность заболевания находится между двумя пороговыми значениями» (Pauker, Kassirer 1980:1114)1.
Оптика моделей пороговых значений довольно ограничена. Во-первых, с ее помощью рассматривается одно заболевание, для которого доступно четко определенное и эффективное лечение, что, конечно, не всегда так. Во-вторых, точные вероятности, необходимые для принятия решений, часто неизвестны, а доступная информация основана на статистических данных, приведенных с различной степенью точности2. В-третьих, подобные модели слабо приспособлены для включения богатого контекста, в условиях которого принимается то или иное решение. «Люди распознают множество тонких контекстуальных факторов, которые усложняют их выбор и, вероятно, способствуют нестабильности предпочтений» (Stanovich2013: 7). Различие контекстуальных факторов особенно важно при принятии клинических решений. Течение одного и того же заболевания может значительно варьироваться от пациента к пациенту. Различия в степени тяжести и скорости прогрессирования болезни, в спектре симптомов и сопутствующих патологий приводят к значительным различиям в клиническом статусе и лечении пациентов. «Главным недостатком математических моделей является отсутствие обязательного условия научного исследования: воспроизводимой идентификации «исследуемого материала». Важные клинические различия между пациентами с одним и тем же «заболеванием» не были включены в количественные модели и расчеты. <…> Противоречия будут процветать, поскольку академики-исследователи обвиняют практикующих врачей в враждебности или невосприимчивости к научному прогрессу, а практикующие врачи в ответ заявляют, что академики, подобно адмиралам, которые редко выходили в море, не понимают тонкостей ухода за пациентами» (Feinstein 1992: 117).
Не только нормативный, но и описательный потенциал пороговых моделей был подвергнут критике: многочисленные исследования показали, что поведение врачей, и вообще людей, очень часто отклоняется от траектории, предсказанной различными пороговыми концепциями, и не может быть описано исходя из принципов теории ожидаемой полезности. В целом, «демонстрация того, что описательные модели поведения человека расходятся с нормативными моделями, была главной темой так называемой литературы по эвристике и предубеждениям 1970-х и 1980-х годов» (Stanovich, West 2000: 645). В области clinical decision makingзначительная часть исследований была направлена на выявление различных психологических и когнитивных эффектов и установок врача, оказывающих влияние на выбор диагностики и терапии.
Теория перспектив
С начала семидесятых годов стало появляться все больше исследований, выявляющих последовательные и повторяющиеся нарушения некоторых аксиом теории ожидаемой полезности. Обширные экспериментальные результаты такого рода были освещены в работах по теории перспектив Д. Канемана и А. Тверского. Так, например, авторы продемонстрировали, что интуитивная оценка вероятностей часто не линейна по отношению к фактическим вероятностям – люди склонны завышать оценки маловероятных событий и занижать оценки событий с умеренной или высокой вероятностью. Таким образом, при построении теории выбора необходимо учитывать не объективные вероятности, а субъективные оценки (Kahneman, Tversky 1979: 263).
В некоторых исследованиях врачебных решений зафиксирован похожий эффект: тенденция к преуменьшению истинного уровня заболеваемости и постановке редких, более экзотических диагнозов (Norman, Eva 2010: 96). Так, например, Л. А. Пинеда и В. С. Хэзвер, изучавшие истории пациентов с фатальной легочной эмболией, пишут: «Распространенные заболевания часто неправильно диагностируются. Например, врачи знают патофизиологию тромбоэмболии легочной артерии в мельчайших подробностях, но поскольку ее признаки и симптомы общеизвестны и совпадают с симптомами многих других заболеваний, этот важный диагноз был пропущен в ошеломляющих 55% случаев. Текущие клинические синдромы, используемые в качестве маркеров для подозрения на ЛТ, недостаточны для выявления пациентов, которые в конечном итоге умирают от ЛТ… Врачам следует поддерживать более высокий индекс подозрительности» (Pineda, Hathwar et al. 2001).
Далее, Канеман и Тверски показывают, что расчет ценностей различных альтернатив очень контекстуален, и что люди более чувствительны к относительным изменениям полезности, нежели стремятся к максимизации ее абсолютных значений. «Ценность присваивается выигрышам и убыткам, а не конечным активам», например, субъективная оценка разницы выигрышей/убытков отличается, когда речь идет о разнице между 100 и 200 единиц или разнице между 1100 и 1200 (Kahneman, Tversky 1984: 342). «Наше восприятие настроено на оценку изменений или различий, а не на оценку абсолютных величин. Когда мы реагируем на такие атрибуты, как яркость, громкость или температура, прошлый и настоящий контекст опыта определяет уровень адаптации или контрольную точку, относительно которой воспринимаются стимулы… Тот же принцип применим к несенсорным атрибутам, таким как здоровье, престиж и богатство» (Kahneman, Tversky 1979: 277). Ценность, таким образом, зависит как от начального состояния, так и от величины и знака изменения относительно него.
Также на восприятие субъективной ценности влияют выигрыши и убытки, которые несут в себе альтернативные варианты. Авторы отмечают, что в определенных условиях объективный выигрыш может восприниматься как убыток, например, когда работник знает, что получит меньшую прибавку, чем другие его коллеги (Kahneman, Tversky 1984: 349). Эта интуиция о важном влиянии на принятие решений эмоций сожаления и радости, испытываемых при сравнении иных альтернатив с выбираемой, была развита в отдельную теорию – теорию сожаления (regret theory). Далее я подробнее рассмотрю ее вариации и соответствующие им исследования врачебного выбора.
Третий важный тезис теории перспектив заключался в том, что – вопреки критерию инвариантности рационального выбора – разная формулировка одних и тех же ситуаций выбора приводит к разным предпочтениям (Tversky, Kahneman 1981: 453). Один из исследуемых авторами кейсов как раз касался проблемы общественного здравоохранения: изменение в описании ситуации с ракурса спасенных жизней на ракурс потерянных жизней приводило к заметному сдвигу выбираемой стратегии от неприятия риска к поиску риска. Таким образом, «приемлемость варианта может зависеть от того, оценивается ли отрицательный результат как ценность или как не скомпенсированная потеря» (Kahneman, Tversky 1984: 341).
В исследовании 1982 г. Б. Дж. Мак-Нейла, С. Дж. Паукера, Г. Сокса и А. Тверски было обнаружено, что предпочтения относительно терапии гипотетического рака легких значительно варьировались в зависимости от формулировок вероятностей исходов. Три группы респондентов – амбулаторные пациенты с различными хроническими заболеваниями, аспиранты медицинских специальностей и практикующие врачи – должны были выбрать один из двух альтернативных вариантов лечения – хирургическое удаление или лучевая терапия – на основании описания их вероятностных исходов. Варианты опросников отличались тем, были ли подписаны методы лечения и были ли результаты сформулированы с точки зрения выживаемости или смертности. Хирургия, в отличие от лучевой терапии, влечет за собой риск смерти во время лечения (10%) и как следствие, вариант операции был менее привлекательным, когда статистика результатов лечения была описана с точки зрения смертности. Также оказалось, что привлекательность хирургического вмешательства была значительно выше, когда название лечения было указано, а не скрыто. «Мы предполагаем, что осознание этих эффектов среди врачей и пациентов может помочь уменьшить предвзятость и улучшить качество принятия медицинских решений» (McNeil, Pauker et al. 1982: 1262).
В последующем исследовании 1988 года со сходной методологией Мак-Нейл, Паукер и Тверски снова обнаружили, что респонденты – американские аспиранты в области радиологии и израильские студенты-медики – реже выбирают операцию, когда результаты фреймированы с точки зрения смертности3. «Все участники получили одинаковую информацию, но для одной половины данные были представлены с точки зрения смертности, а для второй – с точки зрения выживаемости. Этот незначительный разброс в формулировке проблемы оказал драматическое влияние на выбор людей: процент респондентов, предпочитавших лучевую терапию, вырос с 18% при описании структуры выживаемости до 44% в структуре смертности!» (McNeil, Paukeret al. 1988: 563). Кроме того, респонденты, которым были представлены смешанные рамки (с информацией о смертности и выживаемости), предлагали ответы, похожие на ответы тех, кто исходил только из рамок смертности. Таким образом, информация о смертности, вероятно, оказывает более значимое влияние.
Также теория перспектив фиксирует важность эффекта отражения – перехода от неприятия риска («risk aversion») в области выигрышей к поиску риска («risk seeking») в области потерь. Этот тезис выводится с опорой на более ранние исследования Г. Марковица (Markowitz 1952) и С. А. Уильямса (Williams 1966), которые предоставили экспериментальные доказательства появления более рисковых стратегий при выборе между негативными перспективами. Канеман и Тверски объясняют эту закономерность психологическим «эффектом определенности»: привлекательность результатов, которые можно получить с уверенностью, больше привлекательности неопределенных результатов. «В позитивной области эффект определенности способствует предпочтению «неприятия риска» для уверенной выгоды по сравнению с большей выгодой, которая просто вероятна. В отрицательной области тот же самый эффект приводит к предпочтению «поиска риска» для потери, которая просто вероятна, по сравнению с меньшей потерей, которая является определенной» (Kahneman, Tversky 1979: 268).
В исследованиях принятия клинических решений сложилось так, что большую роль в формировании гипотез играла не разница в ситуациях выбора – выбор между положительными вариантами с избеганием риска и между негативными вариантами со стремлением к риску – а скорее сама по себе разница «избегания риска» и «стремления к риску» как устойчивых характеристик лица, принимающего решения. В соответствии с этим выделялись три «характера» врачей: склонные к риску, нейтральные к риску и с отвращением к риску.
Так, например, утверждалось, что пороги лечения у несклонных к риску и нейтральных к риску врачей отличаются. Л. Икаут отмечает, что при прочих равных они ниже у врачей не склонных к риску – они проводят больше тестов и в большем количестве случае предпочитают лечение не-лечению (Eeckhoudt 1985: 274). С. Фелдер добавляет, что на пороги принятия решений влияет степень тяжести заболевания: чем она выше, тем выше вероятность того, что несклонный к риску врач будет лечить пациента. «В отличие от этого, нейтральный к риску врач, при условии, что ожидаемое улучшение здоровья остается постоянным, не будет реагировать на тяжесть заболевания при принятии решения о лечении» (Felder 2017: 65).
Недавно П. Борис, С. Лэми и их коллеги провели национальное онлайн-исследование французских гематологов (n=230) с целью оценки влияния демографических, профессиональных и поведенческих характеристик врачей на принятие терапевтических решений о пожилых больных с острым миелоидным лейкозом (Bories, Lamy et al. 2018). Это заболевание лечится высоко- или низкоинтенсивной химиотерапией или поддерживающими препаратами. Поведенческие характеристики врачей включали их отношение к риску и неопределенности. Авторы использовали различные методы оценки этого отношения – на основании определений, задач на бинарную лотерею и с помощью шкалы Лайкерта, измеряющей готовность идти на риск в четырех разных сферах жизни. Врачам было предложено 6 клинических виньеток, типичных для их практики. Для определения групп врачей с однородными ответами использовался алгоритм К-средних. В кластере интенсивной химиотерапии обнаружилось значительно более сильное отвращение к неопределенности и риску. При этом выбор между разными видами лечения не зависел от возраста, стажа или иерархического статуса врачей.
Как правильно отметили В. Симиану и соавторы, при обсуждении влияния рисков и потерь на принятие решений важно понимать, что «эффект агента» принципиально отличает врачебные решения от других и может вызывать различия в уровнях неприятия риска. «Хотя в большинстве теорий принятия решений основное внимание уделяется ситуациям, когда субъекты выбирают сами, здравоохранение создает уникальную среду, в которой клиницисты часто назначаются для совершения выбора за других» (Simianu, Grounds et al. 2016: 159) Авторы отмечают, что исследования изменений предпочтения риска при переходе от себя к другим противоречивы: некоторые из них подтверждают переход к менее рискованному поведению (Fernandez-Duque 2007), другие констатируют отсутствие различий (Stone, Yates etal. 2002), третьи фиксируют переход к принятию более рискованных решений (Hsee 1997; Pollai, Kirchler 2012).
Развитие «защитной медицины» (defensive medicine) явно свидетельствует о том, что врач не может выступать лишь в качестве «идеального агента» своего пациента: при принятии решений наравне с пациентскими рисками ему все чаще приходится оценивать и свои. Еще в 1998 году М. Л. Дэкей и Д. А. Аш расширили классическую пороговую модель принятия решений, включив в нее ожидаемые риски ответственности врача и ожидаемое снижение ответственности вследствие проведения диагностических процедур. «Удивительно, но простого наличия рисков ответственности часто достаточно, чтобы расширить диапазон вероятностей заболевания, для которых диагностическое тестирование является предпочтительной клинической стратегией. Если тестирование снижает ожидаемые риски ответственности врача, диапазон тестирования расширяется. Для некоторых вероятностей заболевания врач предпочитает тестирование, даже если оно не отвечает интересам пациента» (DeKay, Asch1998: 19). Ограждая себя от потенциальных судебных исков, как зарубежные так и российские врачи могут выбирать методы диагностики и лечения «по принципу минимизации вероятности потенциальных рисков, а не эффективности, целесообразности и достаточности <…> Проблемы прав пациентов и прав медицинских работников по отдельности не существуют, поэтому «незащищенный» врач не может эффективно защищать своего пациента» (Матейкович 2017: 133).
Теория сожаления
Теория сожаления была сформулирована в 1981 г. Д. Беллом в качестве альтернативы теории ожидаемой полезности и развита Г. Лумзом и Р. Сагденом. Если человек выбирает «x», но более желательным последствием является «y», он может испытывать сожаление, думая, насколько лучше было бы его положение, если бы он выбрал «y». Это может уменьшать удовольствие, которое он получает от «х». И наоборот, если «х» представляется самым желательным последствием, человек испытывает радость. «Можно ожидать, что тот, кто испытывает радость и сожаление, попытается предвидеть эти чувства и учитывать их при принятии решения в условиях неопределенности» (Loomes, Sugden 1982: 808). В этой связи Белл был озабочен двумя проблемами в области принятия медицинских решений. Во-первых, он предположил, что «чувствительность к сожалению» может приводить к излишней диагностике и лечению, а это помимо вреда пациенту означает также трудно прогнозируемые расходы на здравоохранение. Во-вторых, такая чувствительность варьируется от врача к врачу и от пациента к пациенту, а значит приводит к неравенству выгод от государственных медицинских услуг: «нужны некоторые механизмы, с помощью которых можно гарантировать равенство, независимо от различий в чувствительности к сожалению» (Bell 1981: 82).
Теория сожаления была позже использована Б. Джульбеговичем и И. Хозо для формулирования новой пороговой модели, требующей целостной оценки пользы и вреда, включая измерение сожаления. «Обширный клинический опыт показывает, что существуют ситуации, в которых мы можем терпеть неправильные решения, а в других – нет» (Djulbegovic, Hozo et al. 1999: 254). Можно, поэтому, предположить, что существует некоторый уровень приемлемого сожаления (acceptable regret), когда неправильный выбор не будет слишком обременительным для лица, принимающего решение. Таким образом, концепция постулирует индивидуальные различия в приемлемом сожалении – что может объяснять вариации медицинской практики при одной и той же вероятности заболевания – и включает уровни приемлемого сожаления в обновленную пороговую модель. В отдельной публикации (Tsalatsanis, Hozo et al. 2010) Джульбегович и соавторы проиллюстрировали применимость модели приемлемого сожаления на примере биопсии рака предстательной железы – инвазивной болезненной процедуры, несущей в себе определенный риск заражения. Они разработали инструментарий опроса для выявления приемлемого сожаления, которое затем будет включено в общую пороговую модель. Врачам нужно было предположить, что у них есть 100 пациентов с такой же вероятностью заболевания, что и у пациента, которого они лечат, и оценить свой уровень терпимости к двум видам ошибок – назначению ненужного тестирования/лечения и не назначению нужного. Например, нулевое приемлемое сожаление означает, что врач может принять решение, только если абсолютно уверен в правильности своей рекомендации, порог в 0,1 – что врач может терпеть ошибочное назначение/не-назначение в десяти случаях из ста, и так далее. Так, эмпирическое исследование врачей Индии, Пакистана и Бангладеш с использованием двух визуальных аналоговых шкал для измерения сожаления об ошибочном действии и бездействии выявило, что пороги, включающие оценку сожаления, сильно отличаются от классических порогов – 25% против 2-5%, а «интуитивный вес сожаления о вреде ложноотрицательных результатов, был в три раза выше, чем для ложноположительных» (Sreeramareddy, Rahman et al. 2014: 8).
В 2015 г. Б. Джульбегович, Дж. Бекстэд и соавторы провели онлайн-опрос стажеров и врачей Университета Южной Флориды (Djulbegovic, Beckstead et al. 2015) с целью понять, насколько разница в когнитивных стилях влияет на пороги приемлемого сожаления. Анкета включала в себя вопросы о приемлемом сожалении по шкале Лайкерта, а также 6 шкал, измеряющих индивидуальные отличия в когнитивных стилях. Количественный анализ показал, что сожаление отрицательно коррелирует с тенденцией к максимизации, то есть стремлением рассматривать как можно больше альтернатив в поиске оптимального, а не просто удовлетворительного решения (первая шкала). Также у стажеров была зафиксирована отрицательная корреляция сожаления с аналитическим мышлением (вторая шкала), потребностью в познании (третья шкала), объективизмом, то есть тенденцией «искать эмпирическую информацию в условиях неопределенности и пытаться обрабатывать ее рациональным образом» (четвертая шкала) и неприятием неоднозначности (пятая шкала). У опытных врачей таких закономерностей выявлено не было. Ни в одной группе не было обнаружено корреляции между сожалением и когнитивной рефлексией – способностью или склонностью подавлять интуитивные и спонтанные ответы в пользу более рефлексивных и обдуманных (шестая шкала).
Предлагались также описательные модели на основе сожаления, не предполагающие расчета количественных характеристик для каждой альтернативы. Например, А. Р. Файнштейн утверждал, что на практике многие клиницисты используют гораздо более простой качественный механизм принятия решений. Он основан на определении результата, который вызовет серьезное огорчение и отказе от той альтернативы, которая может к нему привести. «Поскольку относительные величины огорчения будут различаться для разных типов неправильных результатов, обычной клинической стратегией является выбор варианта, неправильный результат которого вызовет наименьшее огорчение. Например, рассмотрим клиническое решение, которое должно быть принято, когда у человека среднего возраста внезапно возникает острая боль в груди во время употребления мороженого. Потенциальной основной причиной этого проявления является острый инфаркт миокарда; потенциальной незначительной причиной – доброкачественная эзофагалгия. Активный вариант – вызвать скорую помощь и отправить пациента в отделение коронарной терапии; пассивный вариант – ждать «бдительным ожиданием», чтобы боль исчезла самопроизвольно. При активном выборе, если вызывается скорая помощь, но боль быстро исчезает и становится эзофагалгией, кто-то может испытывать сильное огорчение из-за ненужной суеты, страха и затрат. С другой стороны, при пассивном варианте, если боль сохраняется и вызвана инфарктом, уровень огорчения будет зависеть от его тяжести и прогноза» (Feinstein 1985: 1258).
В примере Файнштейна сожаление об активных действиях не связано с непосредственным вредом для пациента. В классической же формулировке «сожаление о действии» связано с причинением пациенту ненужного вреда, а «сожаление о бездействии» – с неоказанием ему нужной помощи. Так, например, имеются данные о наличии у врачей «смещения к бездействию» (omission bias) из-за нежелания быть ответственным за неудачный результат. Оно основано на идее, что «в случае плохого результата вина будет более вероятной, если вы что-то сделали. Предпочтительно, чтобы событие воспринималось как естественное, а не связанное с непосредственными действиями врача. Этот тип ошибки является одним из самых распространенных и обычно превосходит количество «смещений к действию» (commission bias, прим. авт.). При исследовании травматологии «смещения к бездействию» составили примерно половину всех ошибок» (Croskerry 2002: 1193).
Когнитивные искажения и теория дуальных процессов
Уже упомянутые психологические эффекты – лишь малая часть тех когнитивных искажений, которые могут повлиять на принятие клинических решений: всего их было описано более ста. Так как они могут приводить к диагностическим и терапевтическим ошибкам, интерес к их исследованиям не иссякает. В различных работах отмечается, что толчком к оживленным дискуссиям в этой области и началом движения за безопасность пациентов послужил отчет «Человеку свойственно ошибаться: создание более безопасной системы здравоохранения», выпущенный в 1999 году Институтом Медицины США (van den Berge, Mamede 2013: 525; Klocko 2016: 34). Частота диагностических ошибок в среднем <5% в «специальностях восприятия» – дерматологии, радиологии, патологии – и колеблется в интервале 10-15% в других специальностях (Berner, Graber 2008: S6). Не удивительно, что самые высокие показатели зафиксированы у специалистов, работающих в условиях минимальной предварительной дифференциацией по диагнозу – неотложная, семейная и внутренняя медицина (Croskerry 2013: 2445).
В 2005 г. было проведено масштабное ретроспективное исследование, направленное на выявление причин диагностических ошибок во внутренней медицине. Детально разбирая 100 случаев неверной диагностики в пяти академических медицинских центрах, М. Л. Грабер и коллеги пришли к выводу о множественности факторов, влияющих на ошибочные заключения. Они разделили их на две больше группы – системные и когнитивные. К первым относятся технические сбои, проблемы с оборудованием, организационные недостатки и т.д., и они приводят к медицинским ошибкам в 65% случаев. Различные когнитивные искажения отдельных врачей способствовали, однако, еще большей доле ошибок – 74%. Все когнитивные ошибки были разделены авторами на четыре класса: ошибочные знания (11 раз), сбор ошибочных данных (45 раз); ошибочная обработка информации (159 раз) и ошибочная верификация (106 раз) (Graber, Franklin et al. 2005:1496).
Различные исследования, посвященные какому-то одному типу ошибок также очень распространены. Так, например, врачи, как и все люди, склонны к подтверждающей тенденции в рассуждениях (confirmation bias), то есть тенденции фокусироваться на данных, которые представляются релевантными текущей гипотезе, игнорируя при этом доказательства, поддерживающие альтернативные гипотезы. Это когнитивное смещение признано психологами одним из самых влиятельных (Evans 1989; Nickerson 1998; Klein 2005). Было проведено несколько эмпирических исследований, выявляющих влияние предварительной гипотезы на восприятие и интерпретацию клинических данных. В. Лебланк, Дж. Норман и Л. Брукс отобрали 10 портретных пациентских фотографий, которые были признаны экспертами классическим представлением некоторых диагнозов, и показывали их студентам-медикам. Каждая фотография сопровождалась краткой историей болезни и предварительным диагнозом. Последний был выбран так, чтобы смещать опрашиваемых в сторону правильного или неправильного окончательного диагноза. Оказалось, что точность первичной диагностической гипотезы сильно влияет на определение клинических признаков: при наличии неправильного предварительного диагноза «врачи не только не могут определить правильные клинические признаки, но и идентифицируют признаки, которых нет» (Leblanc, Norman et al. 2001: 18). Другое исследование с использованием снимков ЭКГ показало аналогичные результаты (Hatala, Norman et al. 1999).
Некоторые исследователи справедливо отмечают, что визуальные материалы сильнее подвержены субъективной интерпретации (van de Berge, Mamede 2013: 527) и приводят результаты альтернативного исследования практикующих терапевтов. В нем использовалось лишь текстовое описание реальных клинических случаев, которое также начиналось с диагностического предположения. Для каждого из 6 кейсов врач должен был оценить свой опыт работы с таким заболеванием по семибалльной шкале Лайкерта, а также ответить, согласен ли он с предложенным диагнозом. «В соответствии с гипотезой было обнаружено, что средний правильный балл в случаях с правильным предполагаемым диагнозом был значительно выше, чем в случаях с неверно предложенным» (van de Berge, Mamede et al. 2012: 152). Различия в сообщаемом опыте оказались незначимым фактором. Ниже я кратко опишу несколько других распространенных когнитивных искажений в клинической практике.
(1) Смещение доступности – тенденция принимать решения на основе самой доступной информации в долговременной памяти (Kahneman, Tversky 1974). «В целом, это направляет нас в верном направлении, поскольку вещи, которые приходят на ум легко, могут быть распространены, но это также может ввести в заблуждение» (Klein 2005: 782). Например, изучение стационарных врачей, выполняющих исследования крови на стерильность, показало, что оценка врачами вероятности бактериемии была значительно выше у тех, кто имел недавний опыт ухода за такими пациентами (Poses, Anthony 1991: 160).
(2) Ошибка апостериорной вероятности – тенденция основывать оценку вероятности заболевания на прошлом медицинском опыте пациента. «Например, если у пациента было шесть посещений с головной болью в прошлом году и в каждом случае диагностировалась мигрень, сделать предположение о том, что у пациента мигрень при седьмом визите, является вероятностной ошибкой. Предполагая, что все предыдущие диагнозы были правильными, вероятность того, что эта головная боль является мигренью, высока, но также существует вероятность того, что она вызвана какой-то другой менее доброкачественной причиной, например, кровоизлиянием. Нет никаких причин, по которым у человека с мигренями не должно быть кровоизлияний, а симптомы и признаки могут быть очень похожими. Пациенты с соматизированным расстройством особенно уязвимы к такой вероятностной ошибке» (Croskerry2002: 1194).
(3) Преждевременное закрытие или удовлетворительный поиск – тенденция принимать диагноз, прежде чем он сам и другие альтернативы будут тщательно проверены. «Это медицинский эквивалент концепции «удовлетворительного варианта» Герберта Саймона. Как только наш разум находит адекватное решение любой проблемы, мы склонны перестать думать о дополнительных, потенциально более эффективных решениях» (Berner, Graber 2008: S8). Очевидно, что условия недостатка времени и ресурсов, в которых врачи существуют практически постоянно, увеличивают вероятность этой тенденции. Также отмечается связь этой тенденции со смещением подтверждения: «Хотя преждевременное закрытие может быть результатом небрежности, более вероятным механизмом в большинстве клинических ситуаций является просто то, что врач не думал о правильном диагнозе и, следовательно, не собирал подходящие данные» (Norman, Eva 2010: 95).
(4) Ошибка репрезентативности – склонность руководствоваться образцовыми клиническими признаками заболевания и забывать о нетипичных вариантах течения болезни (Norman, Eva2010: 96).
(5) Ошибка игрока, которой особенно подвержены врачи скорой и неотложной помощи, – тенденция предполагать, что последовательность независимых повторяющихся событий не может продолжаться: например, у врача, видящего серию болей в груди с одним и тем же диагнозом острого коронарного синдрома «может развиться возрастающая тенденция полагать, что вероятность последующего пациента с болью в груди, имеющего этот же диагноз, уменьшилась» (Croskerry 2002: 1190).
(6) Смещение психического расстройства – тенденция приписывать психиатрическому диагнозу все симптомы пациента, без рассмотрения других серьезных заболеваний со схожими проявлениями. Например, могут быть ошибочны диагностированы гипоксия, нарушение обмена веществ, инфекции ЦНС или травмы головы (Croskerry 2003: 778).
Было описано множество других когнитивных искажений, которые могут повлиять на принятие медицинских решений, и предложены различные стратегии минимизации их влияния (Croskerry2002, 2003; Klein 2005; van den Berge, Mamede 2013; Saposnik, Redelmeier et al. 2016; Klocko2016; Cohen, Burgin 2016; O’Sullivan, Schofield 2018). Само наличие подобных систематических иррациональностей указывает на то, что пороговая модель, воплощающая теоретическую рациональность мышления, не очень подходит для описания принятия решений, хотя есть теоретики, которые не соглашаются с иррациональной природой этих смещений. Так, К. Станович и Р. Вест описывают два «лагеря» ученых, по-разному интерпретирующих разрыв между нормативной и описательными моделями. Усилия первого направлены на восстановление презумпции рациональности. Кропотливо работая с аргументацией, представленной в работах этих авторов, Станович и Вест выделяют 4 основных стратегии защиты рациональности: апелляция к ошибкам производительности (временное снижение внимания, деактивация памяти и т.д.), апелляция к вычислительным ограничениям человеческого мозга, апелляция к возможной разнице между тем, как истолковывает проблему субъект принятия решений и наблюдатель, и апелляция к применению неправильной нормативной модели (Stanovich, West 2000: 646).
Усилия второго «лагеря» направлены на создание модели, которая бы учитывала эмпирические свидетельства как рациональности, так и иррациональности человеческого мышления. Опираясь на эти свидетельства, многие авторы (Wason, Evans 1975; Posner, Snyder 1975; Shiffrin, Schneider 1977; Johnson-Laird 1983; Evans 1984; Reber 1993; Denes-Raj, Epstein 1994; Sloman 1996) предложили очень схожие концептуализации, разделяющие мыслительные процессы человека на два принципиально отличных класса. Первый характеризует бессознательный и автоматический характер, ассоциативность, высокая контекстуальность и целостное восприятие, быстродействие и высокая емкость при низких когнитивных усилиях. Процессы второго класса носят сознательный и контролируемый характер, основаны на правилах и логике, абстрактны и аналитичны, имеют низкую скорость и емкость при высоких когнитивных усилиях. Сформировавшись в различные периоды эволюции, эти режимы мышления являются анатомически отличными и отвечают за разные задачи (van den Berge, Mamede 2013: 526). Некоторые авторы предлагали только описательные различия между двумя процессами, другие также делали предположения о параллельном или последовательном характере их взаимодействия (Evans 2008: 256), но базовые характеристики практически идентичны во всех работах. Поэтому в 2000 г. Станович и Вест объединили их под собирательными названиями Система 1 и Система 2 (Stanovich, West 2000), которые прижились в дальнейших работах, а за самой теорией закрепилось название теории дуального процесса мышления4. Для простоты изложения я буду называть эти режимы мышления интуитивным и аналитическим.
Так, изучая процесс принятия решений врачей скорой помощи П. Кроскерри пришел к выводу, что они либо принимают очень быстрое интуитивное решение по «плоти и крови», либо «обязуются провести формальную проверку, включающую множество тестов, методов визуализации и консультаций. Правильное принятие решений по «плоти и крови» экономит время и ресурсы, а также характеризует врачей хорошей проницательностью» (Croskerry 2002: 1186). П. Кроскерри классифицировал основные стратегии врачей неотложной помощи. Прежде всего они не должны пропустить критические диагнозы, поэтому первая стратегия – исключение худшего сценария. Далее, врачи используют различные эвристики – усвоенные опытным путем правила, которые отличаются практичностью, скоростью и широтой применения. «Эвристика обеспечивает короткие пути решения проблем и принятия клинических решений, которые в большинстве случаев работают хорошо. Когда они преуспевают, мы описываем их как экономные, находчивые и эффективные, а когда они терпят неудачу, мы называем их когнитивными искажениями» (Croskerry2002: 1201). Также существует стратегия исчерпания, которая более свойственна новичкам или опытным, но сильно утомленным, врачам. Она заключается в кропотливом сборе всех медицинских фактов о пациенте с последующим просеиванием данных для постановки диагноза. Последняя стратегия – гипотетико-дедуктивный метод, включающий генерацию гипотез и методов их проверки и последовательное сужение диагностического поиска.
Итак, многие авторы ставили своей задачей доказать связь между использованием интуитивного мышления и врачебными ошибками, предлагали стратегии минимизации влияния интуиции и неаналитических процессов в целом (Klein 2005; Mamede, Schmidt et el. 2007; Croskerry 2013). На подобные тезисы последовало два типа возражений – методологические и теоретические. Во-первых, справедливо отмечалось, что первопричины диагностических ошибок очень трудно изучать, поскольку они, как правило, определяются только задним числом. «Экспериментально трудно наблюдать когнитивные «отклонения» в ситуациях, когда они приводят к правильному ответу. Напротив, при попытке провести ретроспективное исследование диагностической ошибки, нет никакого способа вывести ее наличие или отсутствие – ошибки перекрываются, и нет никакой точной разметки процесса, которая бы позволила указать, возникла ли конкретная ошибка и когда» (Norman, Eva 2010: 97). Во-вторых, было зафиксировано, что врачи, как правило, генерируют гипотезы на самых ранних этапах взаимодействия с пациентом и происходит это путем автоматического распознавания образов, без подключения строгих аналитических рассуждений. Важную роль такого укорененного в опыте «автоматического поиска» подчеркивают ученые, исследовавшие принятие экспертных решений. Так, Кляйн, изучавший пожарных и медиков, утверждает, что в их рассуждениях очень мало от рационального взвешивания альтернатив. Обычно эксперт распознает ситуацию как ранее встреченную и быстро находит схему, предоставляющую решение (Klein 1999).
Аналогичные выводы в своих работах представляют и другие авторы. В. Ф. Рейна исследовала решения кардиологов о том, следует ли принимать в больницу пациентов с болью в груди. Оно показало, что опытные кардиологи выясняют и обрабатывают гораздо меньше явной информации. «По мере того, как новички становятся экспертами, интуитивные рассуждения, основанные на сути, все больше вытесняют аналитические, основанные на дословных рассуждениях» (Reyna 2004: 66). Дж. Норман, М. Янг и Л. Р. Брукс исследовали диагностические решения экспертов-дерматологов и их более молодых коллег. Они обнаружили, что точность решения экспертов была обратно пропорциональна времени, затраченному на постановку диагноза. «Эксперты тратят меньше времени, чем новички, когда они правы, но больше, когда они не правы или не уверены; это согласуется с мнением, что правильность связана с быстрым доступом к образцу» (Norman, Young et al. 2007: 1141). Также авторы установили неспособность врачей предвидеть ошибки своих коллег, что снова указывает на уникальную природу используемых ментальных образцов. Свидетельства того, что аналитическая система больше задействуется при столкновении с (относительно) незнакомыми клиническими кейсами встречаются также в недавнем эмпирическом исследовании Джульбеговича и соавторов (Djulbegovic, Elqayam et al. 2014).
Более того, некоторые исследования показывают, что эксперты чаще допускают ошибки, когда они пытаются преодолеть естественные когнитивные стратегии и принимать решения аналитическим путем (Wilson, Schooler 1991; Gigerenzer, Goldstein 1996; Eva, Norman 2005). Таким образом, «суждения о неаналитических когнитивных стратегиях исключительно как об источниках ошибок, несовместимы с психологической литературой по этому вопросу. В психологии эвристика и смещения рассматриваются как эффективные ментальные стратегии, благодаря которым становится возможным иметь дело с неопределенным и неоднозначным миром. Во многих случаях они работают, иногда терпят неудачу, но они не являются плохими по своей сути» (Norman, Eva 2010: 96).
Качественное исследование врачебного выбора в России также выявило важную роль интуиции в клинических решениях, ее прямую связь с опытом и стажем. Как отмечает Дж. Эванс, существуют ситуации, в которых строгие аналитические рассуждения на основе явной клинической информации могут входить в конфликт с интуицией (Evans 2008: 259). Интервью с российскими врачами подтверждают наличие таких конфликтов и склонность некоторых врачей в таких ситуациях больше доверяться своей интуиции. В особенности, когда она подсказывает продолжать поиск, а стандартные обследования не выявляют ничего критичного/подозрительного (Зайцева 2018).
Так как эмпирические исследования в реальных ситуациях клинического выбора – труднодоступны, почти все из упомянутых исследований врачебного выбора были основаны на виньетировании. Еще в 1979 г. Канеман и Тверски предложили метод гипотетического выбора как «самую простую процедуру, с помощью которой можно исследовать большое количество теоретических вопросов. Использование метода основывается на предположении, что люди часто знают, как они будут вести себя в реальных ситуациях выбора, и на дополнительном предположении, что у субъектов нет особых причин скрывать свои истинные предпочтения» (Kahneman, Tversky 1979: 265).
У метода гипотетического выбора есть и ограничения. Во-первых, ответы могут быть чувствительны к формулировкам и деталям дизайна виньеток. Во-вторых, предоставляя всю доступную информацию разом, виньетки плохо моделируют реальную ситуацию врачебного осмысления, в которой информация поступает последовательно и из разных, возможно противоречивых, источников, которые сами по себе нуждаются в оценке (например, пациент, семья пациента, медсестра, данные обследований и т.д.). В-третьих, «воздействие многих сигналов, которые учитывает врач, может быть трудно представить в словесных описаниях («пациент кажется больным», «она выглядит подавленной», «электрокардиограмма предполагает ишемические изменения»)» (Wigton 2010: 180). Помимо этого, респондент не всегда способен сознательно контролировать влияния, некоторые из них могут выявлены только количественным анализом. Ротерт и ее коллеги, например, обнаружили, что доминирующим фактором в решениях семейных врачей о направлении пациентов с ожирением к эндокринологу было то, желал ли пациент направления (Rothert et al. 1984). «По ряду причин маловероятно, что этот сигнал был бы признан, если бы Ротерт попросила врачей описать их собственные стратегии. Многие думали бы, что это не имеет отношения к решению» (Wigton 2010: 181).
Альтернативная методология исследования клинического выбора предлагает использование «модели линз» Брунсвика. Ее применение в этой области исследований было впервые предложено и обосновано в 1996 г. (Doherty, Kurz 1996). Авторы предлагали наблюдать за врачом не в одной ситуации, а в длинной серии сходных случаев. «Обратите внимание, что мы перевернули обычную асимметрию выборки с ног на голову; у нас одна тема и много ситуаций! Анализ таких данных влечет за собой идиографо-статистический подход. Если мы также хотим обобщить данные по всем врачам, то мы бы отобрали достаточное количество врачей, выполнили идиографо-статистический анализ данных каждого врача и агрегировали показатели по врачам с помощью традиционных статистических методов» (Doherty, Kurz 1996: 123). Вероятно, подобный «многофакторный анализ для определения весов наиболее влиятельных переменных» (Wigton 2010: 183) и может претендовать на большую научную объективность, но ввиду сложности доступа, больших финансовых и временных затрат предложенный подход практически не получил распространения.
Во многом противоположный подход к исследованию принятия решений предлагался авторами, близкими этнометодологической традиции. Они акцентировали внимание на распределенной природе медицинской практики – очень редко принятие медицинских решений ограничено диадой врач-пациент, имеет строгую хронологическую последовательность и похоже на событие когнитивного характера, которое происходит в конкретный момент времени. Чаще всего оно представляет собой длящееся событие, которое развивается в течение нескольких встреч и не является «сольной познавательной деятельностью», а скорее инициируется, поддерживается и трансформируется в ходе ряда взаимодействий с разными людьми и технологиями. Поэтому одним из продуктивных способов понять, как устроен этот сложный и многофакторный процесс может служить «этнографическое нанесение на карту распределенной сети встреч, людей, технологий и решений» (Rapley 2008: 441). Попытка такого исследования недавно предпринималась в Дании (Risør 2016).
Неклинические факторы принятия клинических решений
Сбор, интерпретация и учет доступной клинической информации является, очевидно, лишь частью общего процесса принятия медицинских решений. В западных исследованиях принятия клинических решений факторы, детерминирующие врачебный выбор, традиционно разделяют на две большие группы – клинические и неклинические. Под клиническими факторами понимаются влияния, которые связаны с медицинскими показаниями конкретного пациента и предписаниями доказательной медицины в отношении этих показаний. Соответственно, неклинические факторы – это влияния, которые не связаны с предписаниями доказательной медицины относительно пациентских показаний. Ниже я хочу зафиксировать несколько нюансов относительно этого теоретического разделения.
Во-первых, при демаркации клинических и неклинических факторов играет роль то, насколько широко трактуется понятие «доказательной медицины» («evidence-based medicine»). В узком смысле под доказательной медициной понимают знания об эффективности и безопасности конкретных методов профилактики, диагностики и лечения, накопленные в ходе клинических исследований и официально принятые научным сообществом на данный момент. При таком определении доказательной медицины под клиническими факторами при принятии решений логично понимать только влияния, которые оказывают на врачей данные клинических исследований, обобщенные в научной литературе и актуальных клинических рекомендациях и протоколах. Профессиональная компетенция отдельного врача, то есть накопленные им знания, опыт и интуиция, если они сколько-нибудь отходят от официальных рекомендаций, при такой оптике рассматриваются как неклинические влияния. Например, в исследовании А. Шатнер личное несогласие врача с принятыми рекомендациями отнесено к сфере неклинических влияний (Schattner 2014), даже если это несогласие проистекает из его профессионального опыта, то есть имеет медицинские, а не какие-то внешние причины.
В западных дискуссиях о роли доказательной медицины одна из главных претензий к этому подходу состоит именно в том, что она он бросает вызов традиционному взгляду на врача как на независимого профессионала, чье суждение не сводится к правилам, протоколам и руководствам (Gabe, Bury 2004: 251). При всем уважении к достижениям доказательной медицины, российские опытные врачи в ходе интервью тоже подчеркивали, что абсолютизировать содержание клинических рекомендаций, учитывая динамичность медицинской науки, не стоит. Поэтому в данной работе доказательная медицина будет трактоваться в более широком ключе: как «объединение опыта врачей с наилучшими клиническими данными» (Gabe, Bury 2004: 100). К клиническим факторам будут тогда относиться как актуальные клинические рекомендации и научные разработки, так и профессиональная компетенция врача, то есть знания, опыт, интуиция и навыки, накопленные лично им и его «малым» профессиональным сообществом – коллегами, мнению которых он доверяет и к которым обращается за советом в трудных ситуациях выбора. Неклинические факторы будут включать в себя все остальные влияния.
Второе замечание состоит в том, что некоторые факторы могут рассматриваться как клинические или неклинические в зависимости от контекста. Например, возраст пациента является клиническим фактором, если он накладывает определенные ограничения на принятие решений по сугубо медицинским причинам. Но он также может служить неклиническим фактором, например, когда спектр альтернатив ограничивается сложной транспортной доступностью конкретных медицинских учреждений для пожилых людей (Hajjaj, Salek et al. 2010) или когда детей быстрее чем взрослых пытаются продвинуть в очереди на редкие и дорогостоящие обследования (Зайцева 2018)
Третье – сами по себе неклинические факторы не являются безусловно плохими. Здесь многое зависит от оптики врача и исследователя. Например, требования пациентов или ограничения, накладываемые их убеждениями, могут быть необоснованными с медицинской точки зрения, но если врач придерживается линии сотрудничества и разделяет идеалы совместного принятия решений (shared decision making), то он будет учитывать эти требования и ограничения и считать это частью правильной, ориентированной на пациента, помощи. Итак, ниже я представлю краткий обзор исследований неклинических влияний, сгруппировав их по «источнику»: врач, пациент, среда.
Врачебные факторы
Помимо уже рассмотренных психологических и когнитивных характеристик врача существуют и другие врачебные факторы влияния. Группу психологических факторов можно дополнить, например, страхом потерять доверие пациента или испортить с ним отношения. Качественное исследование практики нефармакологического назначения антибиотиков у исландских врачей выявило, что наиболее важными причинами таких назначений были нестабильные отношения между врачом и пациентом и давление со стороны пациента. «Никто лучше не может судить о важности укрепления доверия между врачом и пациентом и успокоения страхов пациента, чем сам врач во время взаимодействия. Биомедицина, основанная на фактических данных, и даже клинические руководства могут в некоторых случаях занимать второе место после этой важной цели» (Petursson 2005: 124).
Другой влиятельной личностной характеристикой оказывается установка врача по отношению к новым методам тестирования и лечения, которая может колебаться от неоправданного консерватизма и инерции до тенденции отдавать предпочтение всему новому, независимо от полноты доказательной базы (Hajjaj, Salek et al. 2010: 3). Умеренная склонность к тестированию новых методов лечения, в свою очередь, коррелирует с вовлеченностью врача в научное сообщество – имеет ли он регулярные контакты с коллегами, больничными консультантами, участвует ли в конференциях и т.д. (Prosser, Walley 2003). Также по результатам одного американского исследования для врачей главными стимулами в назначении новых лекарств выступают доступность образцов и положительный личный опыт, в то время как фармацевты и члены формулярного комитета выше оценивали влияние клинических рекомендаций и стоимость (Schumock, Walton et al. 2004).
Далее, некоторые исследования показали, что демографические характеристики врачакоррелируют с некоторыми характеристиками оказания медицинской помощи. Молодые врачи обычно заказывают больше тестов, чем их более опытные коллеги (McKinley, Lin et al. 2002). Врачи женского пола с большей вероятностью подвержены влиянию ожиданий пациента (Tracy, Dantas et al. 2005) и тратят больше времени на консультирование, разъяснение назначений и профилактических мер, что ведет к большей удовлетворенности пациентов (Bertakis, Franks2003).
Также на принятие терапевтических решений может влиять лояльность фармацевтическим компаниям, которые используют различные форматы взаимодействия с врачами. Это могут быть встречи-презентации (Wofford, Ohl 2005), предоставление образцов лекарств (Adair, Holmgren 2005) и дарение подарков (Marco, Moskop et al. 2006), финансирование образовательных и научных мероприятий для врачей (Wazana 2000). Российские врачи отмечали, что влияние фармкомпаний в общественном мнении сильно преувеличено и что лояльность к ним может сыграть роль скорее при наличии равноценных по качеству конкурентов (Зайцева 2018).
Факторы, связанные с пациентом
Можно выделить целый класс ретроспективных исследований5, задачей которых было выявить влияние различных демографических характеристик пациента на принятие врачебных решений. Обычно они опирались на данные национальных обследований или на статистику, предоставляемую самими медицинскими учреждениями.
Одно из первых исследований, зафиксировавших разницу в оказании помощи мужчинам и женщинам, было проведено в США (Verbrugge, Steiner 1981). Анализируя данные Национального обследования амбулаторной медицинской помощи 1975 года, авторы выявили, что значительные различия по полу можно наблюдать для 30-40% медицинских услуг и большинство из них сохраняются даже после учета релевантных медицинских факторов. Женщины обычно получают больше направлений на диагностику и больше рецептов, им назначается больше повторных встреч. Аналогичные результаты были получены и в более поздних американских исследованиях (Clark, Potter et al. 1991; Scott, Shiell et al. 1996). Обратный гендерный уклон зафиксирован в ретроспективных исследованиях немецкой и европейской кардиологической практики. В одном отмечалось, что женщины получают менее интенсивную клиническую помощь при стабильной стенокардии (Daly 2006), другое подтвердило это смещение для случая острой стенокардии (Crilly, Bundred 2007). Одно канадское исследование показало, что женщины в три раза реже получают необходимую операцию по тотальной артопластике коленного сустава (Borkhoff, Hawker et al. 2008). Также Кроскерри отмечал возможность влияния на врачебный выбор гендерных стереотипов о боли: «врачи и медсестры могут быть склонны реже предлагать анальгетики пациентам-мужчинам» (Croskerry 2002: 1191).
Влияние возраста пациента изучалось в основном в контексте отличий медицинского обслуживания пожилых пациентов. Некоторые авторы отмечали, что им предоставляется меньше диагностических тестов и рецептов (Soumerai, McLaughlin et al. 1997; Bond, Bowling et al. 2003). В ходе полу-структурированных интервью большинство английских врачей согласились с влиянием возраста на принятие решений: при лечении старого человека приходится особенно учитывать «общую слабость, сопутствующие патологии, характер и продолжительность потенциальной пользы лечения, риски осложнений, а также желания пациентов» (Harries, Forrest et al. 2007: 26)
Как отмечает Ф. Хаджадж, «врачи, скорее всего, классифицируют жалобы пожилых людей как нормальные или связанные с возрастом, а не как признаки заболевания» (Hajjaj, Salek et al. 2010). Однако и сами пожилые люди склонны приписывать многие свои жалобы неизбежным результатам старости и, «будучи не в состоянии идентифицировать свои симптомы как предикторы болезни, они в результате не обращаются за терапевтической помощью» (Haug, Ory1987). Так, одно сравнительное исследование, проведенное в традициях когнитивной медицинской антропологии, задокументировало консенсус врачей и пожилых пациентов в отношении целесообразности биомедицинского лечения для конкретных симптомов (Hurwicz 1995).
Влияние расы пациента на принятие клинических решений изучалось в основном в США и Южной Африке. ВИЧ-инфицированные афроамериканцы имели меньше шансов получить антиретровирусный препарат (Stein, Piette et al. 1991). Отмечалась разница в частоте лечения сердечно-сосудистых заболеваний – чернокожему населению проводили меньше операций на сердце (Maynard, Fisher et al. 1986), а консервативное лечение в кардиологии было более редким и менее интенсивным (Kressin, Petersen 2001).
Социально-экономический статус пациента также оказывает значительное влияние на врачебный выбор в случае, если необходимая диагностика или лечение не покрываются страховой программой пациента (Roetzheim, Gonzalez et al. 2000; Dunlop, Coyte et al. 2001; McDavid, Tuker 2003; Bernheim, Ross et al. 2008). Разница в лечении может, конечно, определяться и типом страховой программы. «Например, в США застрахованные пациенты получают лучшую первичную медицинскую помощь, чем незастрахованные пациенты, а пациенты с частным страхованием – лучшую помощь, чем застрахованные лица» (Shi 2000: 1850). Учитывая финансовые возможности пациента, врачи могут изменить оптимальную стратегию назначений – сокращать количество тестов до самых необходимых, переходить на более старые, более дешевые лекарства, заменять оригинальные препараты дженериками (Huttin, Andral 2000; Зайцева 2018).
В 2000 г. французские исследователи опубликовали статью с анализом стратегий, которые врачи использовали для снижения затрат пациентов с четырьмя определенными заболеваниями – легкая гипертензия, сенная лихорадка, диспепсия и утраченная гормональная функция яичников. Фокус-группы с врачами позволили установить, что наиболее распространенная стратегия – «сослаться на структуры, которые могут предоставлять бесплатную медицинскую помощь, например, диспансеры, или на процедуры, позволяющие получить «Карту Санте» (медицинская карта бесплатного доступа)»: «Это особенно часто упоминалось в обсуждении случаев гипертонии, где хронический аспект болезни ведет к поиску долгосрочных решений. Однако в случае заместительной гормональной терапии врачи, скорее, вообще не будут начинать какое-либо лечение, если они чувствуют, что пациенты могут быть не в состоянии или не готовы платить за лекарства или контролировать процесс лечения» (Huttin, Andral 2000).
Здесь мы подошли к еще одному фактору – мнение врача о приверженности пациента лечению. Л. М. Богарт и соавторы показали, что врачи с меньшей вероятностью назначат высокоактивное антиретровирусное лечение пациентам, которые по прошлому опыту взаимодействия имели низкую комплаентность, а также тем группам населения, о которых есть общее мнение о плохой приверженности лечению – бездомным, страдающим алкоголизмом или наркоманией, а также пациентам с предшествующей психиатрической госпитализацией (Bogart, Kelly et al. 2000).
Немаловажную роль в принятии врачебных решений играет отношение и поведение пациента. По данным одного исследования около 15% контактов с пациентами врачи оценивают как трудные. Трудные пациенты посещают своих врачей чаще обычного, получают больше диагностики и рецептов (Steinmetz, Tabenkin 2001). Они в два раза чаще обычного имеют серьезные психопатологические расстройства (De Marco, Nogueira-Martins 2005).
Первая группа таких пациентов – это те, кто требует ненужные с клинической точки зрения медицинские услуги. В одном исследовании 71% опрошенных врачей признались, что желание пациента быть госпитализированным повлияло на их решение о приеме в отделение интенсивной терапии (Escher, Perneger et al. 2004). Другие исследования обнаружили, что при назначении пациентам с деменцией ингибиторов холинэстеразы врачи часто находились под влиянием желания семьи (Franz, Barker et al. 2007), а при назначении антибиотиков – под влиянием давления пациентов (Petursson 2005). Иногда подобное давление со стороны пациента или его семьи может принимать откровенно манипулятивные и агрессивные формы. «Я не чувствую, что он хочет спросить моего медицинского совета. Я ему вообще не нужен как врач. Фактически, я просто инструмент в его руках» (Jackson, Kroenke 1999: 497). Интервью с российскими врачами тоже показали, что оценка «адекватности» пациента и опасения, связанные с его возмущениями, а также потенциальными «жалобами наверх», играют ключевую роль в выборе диагностики и лечения (Зайцева 2018).
Вторую группу представляют пациенты с повторяющимися жалобами, в основном без четкой клинической значимости, пациенты, у которых «все болит». «Все начинается с того, что жалобы никогда не бывают конкретными. Всегда есть жалобы, которые загоняют вас в угол, такие как слабость, головокружение и т.д. Их визиты длятся очень долго, превосходя все ваши ожидания» (Jackson, Kroenke 1999: 498). Часто это пациенты с психосоматическими расстройствами. Они страдают от высокого уровня тревоги и неоднократно возвращаются к врачу, но в большинстве случаев комплексное обследование не дает никаких результатов и решения, которые могут быть предложены – очень ограничены (Jackson, Kroenke 1999: 499).
Основные стратегии работы с трудными пациентами можно разделить на попытки преодоления сложности в ходе встреч и попытки минимизировать длительность контактов с такими пациентами, например, быстрым предоставлением требуемых услуг или перенаправлением на других специалистов (Hahn 2001). Способы преодоления трудностей включают (1) использование сопереживания и эмпатии, (2) терпеливое слушание без осуждения, (2) установление четких рамок для встречи, например, сосредоточение на одной самой тревожной проблеме, (4) прямая и честная конфронтация с пациентом, объяснение своей точки зрения, (5) использование юмора, (6) сотрудничество с семьей пациента при его согласии (Jackson, Kroenke 1999: 497).
Помимо этого, на принятие врачебных решений могут оказывать влияние предпочтения и убеждения пациента. Например, пациенты дерматологического профиля могут не желать использовать мази из-за неприятной консистенции и просят назначать альтернативные виды лечения (Hajjaj, Basra 2008). Предпочтения пациента могут идти вразрез с клинически оптимальным вариантом действий. Кто-то может иметь предубеждения относительно видов диагностики и лечения, например, считать вредными МРТ-исследования и гормональную терапию (Зайцева 2018). Онкологические пациенты иногда отказываются от предложенной химиотерапии (Zafar, Alexander et al. 2009), а при консультировании пациентов с раком молочной железы, мастэктомия с большей вероятностью предлагается пациенткам, которые обеспокоены риском смерти от рака, чем тем, кто в первую очередь обеспокоен потерей груди и снижением качества их личной и социальной жизни (Wu, Freeman et al. 2001).
Также в 2003 г. вышла интересная статья с результатами исследования факторов, которые могут повлиять на принятие решений о лечении пациентов с запущенным раком легких. В числе опрошенных были сами пациенты, их попечители и врачи-онкологи. Участникам было предложено проранжировать следующие факторы, которые могут повлиять на принятие решений о лечении: рекомендация врача-онколога, способность лечения вылечить болезнь, побочные эффекты, рекомендация семейного врача, рекомендация супруга и рекомендация детей, вера в Бога. Все три группы оценили рекомендации онколога как наиболее важные, однако, большинство пациентов и лиц, обеспечивающих уход, оценили веру в Бога в качестве второго по значимости фактора, тогда как врачи ставили его последним (Silvestri, Knittig et al. 2003).
Таким образом, «при рассмотрении вопроса о лечении врачи отдают приоритет таким факторам, как стадия заболевания, возраст пациента и сопутствующие заболевания, однако решение должно быть также сбалансировано с точки зрения убеждений и предпочтений пациента, его качества жизни, социальных обязанностей и страха неопределенности». (Zafar, Alexander et al. 2009: 117). Одно масштабное почтовое обследование канадских врачей первичной медицинской помощи (n=1134) зафиксировало обратную корреляционную связь между самоидентификацией врача с моделью доказательной клинической практики и его чувствительностью к немедицинским контекстам встречи с пациентом, что может служить «препятствием на пути интеграции ценностей пациента в ориентированную на пациента помощь» (Tracy, Dantas et al. 2005).
Направленность на включение предпочтений и убеждений пациента в логику принятия врачебных решений является ядром концепции совместного принятия решений (shared-decisionmaking), которая начала набирать популярность с конца 1980-х годов. Согласно этой концепции, этически верной ситуацией принятия клинических решения является ситуация, когда пациенты хорошо проинформированы о возможных вариантах диагностики и лечения и вовлечены в коммуникацию о выборе наиболее подходящих вариантов (Charles, Gafni et al. 1997). С важной оговоркой – если пациенты того желают (Charles, Gafni et al. 1999: 659). Важным медицинским аргументом этой концепции является тот факт, что отказ от учета предпочтений пациента может привезти к снижению приверженности лечению (Bowling, Ebrahim 2001).
Качественное исследование врачей обшей практики в Южном Уэльсе показало, что врачи не обучены навыкам, необходимым для вовлечения пациентов в клинические решения. Важнейшими предпосылками совместного принятия решений информанты называли «доступность надежной информации, надлежащие сроки процесса принятия решений и готовность самих пациентов принимать в нем активную роль» (Elwyn, Edwards et al. 1999: 754). Учитывая статусную и информационную асимметрию между врачом и пациентом ожидание того, что даже информированные пациенты смогут быть самостоятельными в переговорах с врачами, не кажется слишком реалистичным (Charles, Gafni et al. 1999: 670), и существует обширная литература о том, какую работу врачи проводят и должны проводить, чтобы пациенты чувствовали себя максимально уверенно и безопасно в ситуации выбора. Ниже будут рассмотрены некоторые практические ограничения, с которыми врачи сталкивались при попытках демократизации отношений с пациентами.
Так, Дж. Венберг описывает первую попытку осуществления практики совместного принятия решений с помощью специальных систем поддержки принятия решений в нескольких американских больницах в 1988 г. Оказалось, что включение пациента в ситуацию выбора значительно сокращает количество хирургических вмешательств при доброкачественной гиперплазии предстательной железы. «Ко всеобщему удивлению, почти половина пациентов, которые ожидали операции, решили, что она им все-таки не нужна. Судя по всему, проект был довольно успешным; пациенты были удовлетворены, и врачи были адаптированы к более широкому участию пациентов в выборе лечения» (Wennberg 2010: 255). Но в одной из больниц проект был прерван из-за совершенно неожиданного эффекта – при совместном принятии решений количество хирургических процедур оказывалось ниже уровня, необходимого для получения сертификации, позволяющей их выполнять.
Помимо разнообразных внешних институциональных ограничений, которые могут обнаруживаться при внедрении практики совместного принятия решений, остро встает проблема правовой защищенности врачей. «Совместное принятие решений влечет за собой разделение неопределенностей в отношении результатов и предполагает выявление того факта, что данные часто недоступны или неизвестны; это может вызвать беспокойство как у пациента, так и у врача» (Elwyn, Edwards et al. 1999: 753). Многие исследования показали, что врачи и без того обеспокоены возможностью судебных разбирательств со стороны пациента, соответственно необходимо, чтобы совместное принятие решений также влекло за собой и разделение ответственностей, а это требует пересмотра законодательства. «В известном среди семейных врачей случае, молодой врач Даниэль Меренштейн помог пациенту среднего возраста решить, хочет ли он пройти тестирование на онкомаркеры. Пациент отказался от этого теста. Когда он впоследствии обратился к другому врачу, ему сделали тестирование без его ведома, и оно показало отклоняющийся результат. В результате последующей биопсии был выявлен распространенный рак простаты. Пациент успешно подал в суд на многодетную семейную практику, где обучался Меренштейн, несмотря на обширную документацию Меренштейна о том, что пациент был полностью проинформирован о компромиссах, когда он сделал свой первоначальный выбор» (Wennberg 2010: 229–230).
Также идеальная ситуация совместного принятия решений предполагает, что предпочтения пациентов заранее известны им самим и являются стабильными и упорядоченными друг относительно друга. Подобная аксиоматика все так же противоречит описанным выше наблюдениям когнитивных психологов. Например, многочисленными исследованиями было зафиксировано, что пациенты сильно подвержены эффекту фрейминга. То есть язык, используемый врачом для описания потенциальных вариантов, может сильно повлиять на выбор пациента (Tversky, Kahneman 1981; Peng 2013), особенно пожилого пациента (Park 1999; Kim, Goldstein 2006). Более того, убеждения пациентов могут быть совсем не отрефлексированными. Как еще в начале 1980-х гг. показали Мак-Нейл и соавторы, пациенты могут давать разные ответы на гипотетические ситуации выбора, когда наряду со статистической информацией о потенциальных выигрышах и рисках озвучивается или нет название самого вида лечения (McNeil, Pauker et al. 1982). Остается открытым вопросом, должен ли врач как-то работать с подобного рода предвзятостями и как именно. Он может принять их как факт, который нужно учесть или попытаться открыто переубедить пациента или манипулировать форматом предоставления данных, чтобы пациент принял лучшее с точки зрения врача решение.
Внешние факторы влияния
Факторы среды можно разделить на ситуационные компоненты встречи врача и пациента и более постоянные внешние силы (Shattner 2014). К первой группе можно отнести такие факторы, как недостаток времени, прерывание хода встречи коллегами или другими пациентами, наличие других свидетелей встречи (студенты-медики, семья пациента), фрагментация медицинской помощи между многими врачами разных специальностей, количество доступных опытных врачей, с которыми можно проконсультироваться (эффекты выходных и праздников), качество представления данных в медицинской карте пациента и т.д. (Shattner 2014: 3)
Одними из самых значимых внешних факторов являются факторы, связанные с государственной политикой в сфере здравоохранения на национальном и региональном уровнях. Прежде всего, это уровень финансирования / доступность медицинских ресурсов и нормативная регуляция врачебной практики. Некоторые исследования показывают, что большая часть различий в предоставлении медицинской помощи объясняется не различиями в заболеваниях или предпочтениях пациента, а готовностью и способностью врачей предлагать лечение.
Дж. Веннберг изучал различия врачебной практики в США и предложил разделять медицинскую помощь на (1) эффективную, (2) чувствительную к предпочтениям и (3) чувствительную к поставкам. Эффективная помощь представляет собой лечение, которое, в соответствии с научно обоснованными клиническими руководствами, должны получать все пациенты с определенным диагнозом. Веннберг показал, что исследования обычно выявляют дефицит этого вида помощи и ее неравномерное распределение: «хотя широко известно, что невакцинированные пациенты с пневмонией получают пользу от пневмококковых прививок, в некоторых регионах США вакцинировано менее 45% пациентов Medicare, в то время как в других этот показатель превышал 95%» (Wennberg 2011: 688).
Чувствительная к предпочтениям помощь описывается ситуациями, когда доступно более одного общепринятого варианта лечения. Она, поэтому, зависит от предпочтений пациента, предпочтений врача и модели взаимоотношений между ними.
Третий вид помощи, который Веннберг оценивает в 60% от общего объема медицинских услугв США, – это услуги, частота которых зависит от возможностей местной системы здравоохранения. Получателями большинства таких услуг являются хронические, в основном возрастные, пациенты. Веннберг приводит статистику использования различных видов такой помощи (посещения, диагностические тесты, госпитализации), демонстрируя внушительную разницу от региона к региону. «На решения врачей в отношении чувствительной к поставкам помощи сильно влияет емкость местного медицинского рынка, например, количество врачей первичной помощи и других специалистов, коек в больницах или отделениях интенсивной терапии на душу населения» (Wennberg 2010: 11). Аналогичные результаты показывают и другие исследования: количество предоставляемой медицинской помощи сильно варьирует от региона к региону и положительно коррелирует с размером населенного пункта (Iverson, Coleridge 2005).
Основной тезис Веннберга относительно чувствительной к поставкам помощи: больше – не всегда лучше. Он приводит статистические доказательства того, что регионы с высоким уровнем таких услуг не демонстрируют лучших результатов с точки зрения показателей качества медицинской помощи и показателей смертности (Wennberg 2011: 689). Однако в большинстве исследований, особенно в развивающихся странах, в качестве главной проблемы все же отмечается недостаточность медицинских ресурсов, которая часто выступает в качестве ограничивающего фактора при принятии врачебных решений (Basinga, Moreira 2007; Smith, Higgs et al. 2008; Hajjaj, Salek et al. 2010; Зайцева 2018).
Сильно ограничивать врачебный выбор могут государственные стандарты (Wennberg 1986; Schattner 2014; Djulbegovic, Guyatt 2014; Kamenshchikova 2017; Зайцева 2018), которые выполняют скорее функцию экономической регуляции, нежели функцию поддержки принятия решений (Kamenshchikova 2017). Здесь многое зависит от того, являются ли они строгими или имеют вероятностный характер. В некоторых ситуациях единообразие практики может быть желательным. Это касается случаев, для которых имеются точные научные данные и основанные на них клинические рекомендации – тогда врачи могут быть уверены в оценках последствий своих решений. Но в большинстве ситуаций выбора такие условия не выполняются: «исследования, могут быть плохо спроектированными или реализованными, демонстрировать противоречивые результаты, а ценности и предпочтения могут сильно различаться между пациентами» (Djulbegovic, Guyatt 2014: 1294).
По-видимому, основной защитной стратегией врачей в условиях ограниченности строгими предписывающими документами, является оказание помощи «тайком» от контролирующих организаций, то есть минуя документирование, где это возможно (Basinga, Moreira 2007; Зайцева 2018). Так, исследование медицинской практики в Руанде выявило, что врачи считают неадекватными пороги лечения туберкулеза, зафиксированные в национальных стандартах. Стандарты позволяют назначать лечение без бактериологических доказательств не чаще чем в 15% случаев, но из-за низкой чувствительности теста (~60%) врачи постоянно сталкиваются с ложноотрицательными результатами. При строгом соблюдении национальных стандартов слишком много больных было бы оставлено без необходимого лечения, «поэтому текущее лечение туберкулеза с отрицательным мазком принимается некоторыми респондентами в индивидуальном порядке, чаще всего на основе консенсуса между несколькими клиницистами, но без формального протокола» (Basinga, Moreira 2007: 54).
Решения врачей также находятся под влиянием принятых моделей финансирования. Так, например, средняя стоимость стационарного лечения в России рассчитывается на основе клинико-статистических групп, которые являются недостаточно гибкими (Бурыкин, Алеева и др. 2012: 181). «Из-за недостатка финансирования и несовершенства системы возмещения затрат российские больницы стараются набрать дешевых больных, расходы на лечение которых будут ниже стандартной оплаты законченного медицинского случая по системе КГС» (Зайцева 2018). «Оплата за фактические объемы стационарной помощи сильнее мотивирует стационары к расширению своей деятельности и к повышению уровня госпитализации населения, чем оплата за согласованные объемы. Метод оплаты за законченный случай стационарной помощи мотивирует к сокращению среднего срока пребывания пациента в больнице, а метод оплаты койко-дня — к его росту» (Шейман, Терентьева 2015: 5).
Помимо влияний государственного и регионального уровня, существуют факторы, связанные с учреждением, в котором практикует врач. Здесь назначения могут варьироваться в зависимости от типа учреждения: является ли оно амбулаторным или стационарным, государственным или частным (Murray 2000), клиническим или нет (Зайцева 2018), крупным или нет (Iverson, Coleridge 2005). А также от политики руководства учреждения: накладываются ли какие-то ограничения на использование ресурсов или наоборот поощряется избыточность назначений, приходится ли врачу демонстрировать улучшенную статистику и т.д. (Shattner 2014; Зайцева 2018).
Заключение
Первой влиятельной парадигмой исследований клинических решений служила теория ожидаемой полезности. Учитывая, что этическим императивом медицинской профессии является максимизация блага пациента, и что врач часто действует в ситуации диагностической или терапевтической неопределенности, взгляд на клинические решения через призму теории ожидаемой полезности представлялся оправданным. Мы рассмотрели различные пороговые модели, которые предлагались для прогнозирования поведения врача в некоторых упрощенных ситуациях выбора. Первые такие модели в качестве факторов учитывали только клиническую информацию о вероятностях тех или иных исходов, а врача концептуализировали как идеального агента пациента, который принимает решения опираясь исключительно на рациональный подсчет медицинских выгод и потерь.
Пороговый подход и теория ожидаемой полезности были подвергнуты разнообразной критике. Главный критический импульс пришел со стороны когнитивных психологов и эмпирических исследователей принятия решений, обнаруживших, что на практике поведение врача, как и любого другого человека, часто не совпадает с предписаниями нормативных моделей. Новые теории – теория перспектив Канемана и Тверского, теория сожаления, теория дуальных процессов мышления – ставили своей задачей объяснить этот разрыв. Они пытались с разных сторон исследовать природу систематических иррациональностей и учесть их в описаниях процесса принятия решений.
В статье были проанализированы основные тезисы этих теорий и многочисленные эмпирические исследования врачебного выбора, которые сначала нащупывали, а затем наследовали ракурс этих теорий. Большинство эмпирических исследований использовали клинические виньетки, то есть полагались на метод гипотетического выбора, предложенный еще в ранних работах Канемана и Тверского. Также в статье были кратко обозначены альтернативные исследовательские программы – статистическая «модель линз» Брунсвика и модель распределенного принятия решений – которые пока не получили широкого распространения в исследованиях клинического выбора.
Помимо обширной клинической информации врач учитывает и пытается согласовать в пользу пациента различные требования, условия и особенности, имеющие немедицинскую природу. Источниками таких влияний могут быть сами врачи и пациенты, как личности со своими характерами и предпочтениями, культурными, психологическими и когнитивными особенностями. Значительное влияние могут также оказывать различные «внешние» факторы, как ситуационные, то есть связанные с компонентами конкретной встречи, так и систематические, связанные с особенностями учреждения или системы здравоохранения в целом.
Освещению и систематизации различных исследований неклинических факторов влияния была посвящена отдельная часть статьи. Многие из этих исследований также были проведены с использованием клинических виньеток: тестовых, визуальных или смешанных. Другими распространенными методами исследования были интервью и фокус-группы с врачами, а также количественный анализ данных национальных социологических обследований или статистики отдельных медицинских учреждений. В статье были представлены основные выводы этих исследований, обозначены линии конфликтов между различными факторами и некоторые стратегии их разрешения во врачебной практике.
Примечания:
1 В недавней статье Джульбегович и соавторы предлагают модификации пороговой модели для ситуаций, когда риск заболевания и риск исходов являются зависимыми переменными (Djulbegoviс, Hozo et al. 2019).
2 Дж. Эйзенберг и Дж. Хёши предложили метод получения порога эмпирическим способом – через определение вероятности заболевания, при котором клиницисты фактически принимают решение о тестировании или определенном лечении без дальнейшего тестирования (Eisenberg, Hershey 1983).
3 К. Кристенсен и соавторы, однако, отмечают, что не все так однозначно с вероятностной составляющей эффекта фрейминга. Они приводят в пример исследование А. М. О’Коннор, посвященное предпочтениям терапии от онкологических заболеваний (O’Connor, 1989). Информантам были представлены данные о неопознанном наборе методов лечения рака, которые различались по выживаемости и токсичности. «Результаты показали, что информанты чаще предпочитали лечение с лучшей выживаемостью (и большей токсичностью) при отрицательном фрейминге, что фактически противоположно той закономерности, которая была обнаружена в исследовании Мак-Нейла и соавторов. О’Коннор и ее коллеги объясняют разницу в результатах более высоким уровнем смертности, назначенным для лечения в ее исследовании – 50% или более по сравнению с 10% смертностью в исследовании Мак-Нейла. По-видимому, стратегии выбора могут зависеть от диапазона вероятности рассматриваемых результатов» (Christensen, Heckerung et al. 1995: 170).
4 Не обошлось и без работ, которые пытались модифицировать пороговые модели с учетом информации о двух системах мышления (Djulbegovic, Hozo 2012; Tsalatsanis, Hozo 2015).
5 Как справедливо отмечает Дж. Б. Мак-Кинли, методологическая проблема таких исследований состоит в том, что распутывание многих факторов влияния и оценка их независимого и комбинированного влияния может оказаться очень сложной задачей (McKinlay et al. 1996: 773).
Библиография
Бурыкин И.М., Алеева Г.Н., Хафизьянова Р.Х. (2012) Методологические основы разработки эффективной системы возмещения затрат в государственной системе здравоохранения, Вестник СПбГУ, сер. 11, вып. 2, с. 177–189.
Зайцева, Е.А. (2018) Клинический выбор врачей в крупном российском городе: опыт качественного анализа, Медицинская антропология и биоэтика, №1(15) (http://www.medanthro.ru/?page_id=3556) (01.10.2019)
Матейкович, Е.А. (2017) Защита интересов медицинских работников при рассмотрении вопросов о ненадлежащем оказании акушерско-гинекологической помощи (обзор литературы), Международный научно-исследовательский журнал, №8(62), с. 132-137.
Шейман, И., Терентьева, С. (2015) Международное сравнение эффективности бюджетной и страховой моделей финансирования здравоохранения, Экономическая политика, Т. 10. № 6, с. 1–23.
Шумейкер, П. (1994) Модель ожидаемой полезности: разновидности, подходы, результаты, пределы возможностей, THESIS, № 5. c. 29–80.
Adair, R.F., Holmgren, L.R. (2005) Do drug samples influence resident prescribing behavior? A randomized trial, The American Journal of Medicine, Vol. 118 No. 8, p. 881–884.
Basinga, P., Moreira, J., Bisoffi, Z., Bisig, B., Van den Ende, J. (2007) Why Are Clinicians Reluctant to Treat Smear-Negative Tuberculosis? An Inquiry about Treatment Thresholds in Rwanda, Medical Decision Making, Vol. 27 No. 1, p. 53–60.
Bell, D.E. (1981) Regret in decision-making under uncertainty, Harvard Business School Working Paper, p. 82–115.
Berner, E.S., Graber, M.L. (2008) Overconfidence as a Cause of Diagnostic Error in Medicine, The American Journal of Medicine, Vol. 121 No 5, p. S2–S23.
Bernheim, S.M., Ross, J.S., Krumholz, H.M., Bradley, E.H. (2008) Influence of Patients’ Socioeconomic Status on Clinical Management Decisions: A Qualitative Study, The Annals of Family Medicine, Vol. 6 No. 1, p. 53–59.
Bertakis, K.D., Franks, P., Azari, R. (2003) Effects of physician gender on patient satisfaction, Journal of the American Medical Women’s Association, Vol. 58 No. 2, p. 69–75.
Bogart, L. M., Kelly, J.A., Catz, S.L., Sosman, J.M. (2000) Impact of medical and nonmedical factors on physician decision making for HIV/AIDS antiretroviral treatment, Journal of Acquired Immune Deficiency Syndromes, Vol. 23 No. 5, p. 396–404.
Bond, M., Bowling, A., McKee, D., Kennelly, M., Banning, A. P., Dudley, N., Martin, A. (2003) Does Ageism Affect the Management of Ischaemic Heart Disease? Journal of Health Services Research & Policy, Vol. 8 No. 1, p. 40–47.
Bories, P., Lamy, S., Simand, C., Bertoli, S., Delpierre, C., Malak, S., Nebout, A. (2018) Physician uncertainty aversion impacts medical decision making for older patients with acute myeloid leukemia: results of a national survey, Haematologica, Vol. 103 No. 12, p. 2040–2048.
Borkhoff, C.M., Hawker, G.A., Kreder, H.J., Glazier, R.H., Mahomed, N.N., Wright, J.G. (2008) The effect of patients’ sex on physicians’ recommendations for total knee arthroplasty, Canadian Medical Association Journal, Vol. 178, No. 6, p. 681–687.
Bowling, A., Ebrahim, S. (2001) Measuring patients’ preferences for treatment and perceptions of risk, Quality and Safety in Health Care, Vol. 10 (Supplement 1), p. i2–i8.
Chakravarty, S., Harrison, G., Haruvy, E., Rutström, E. (2011) Are you risk averse over other people’s money? Southern Economic Journal, Vol. 77, No. 4, p. 901–913.
Charles, C., Gafni, A., Whelan, T. (1997) Shared decision-making in the medical encounter: What does it mean? (or it takes at least two to tango), Social Science & Medicine, Vol. 44 No. 5, p. 681–692.
Charles, C., Gafni, A., Whelan, T. (1999) Decision-making in the physician–patient encounter: revisiting the shared treatment decision-making model, Social Science & Medicine, Vol. 49 No. 5, p. 651–661.
Christensen, C., Heckerung, P., Mackesy-Amiti, M. E., Bernstein, L.M., Elstein, A.S. (1995) Pervasiveness of framing effects among physicians and medical students, Journal of Behavioral Decision Making, Vol. 8 No. 3, p. 169–180.
Clark, J.A., Potter, D.A., McKinlay, J.B. (1991) Bringing social structure back into clinical decision making, Social Science & Medicine, Vol. 32 No. 8, p. 853–866.
Cohen, J.M., Burgin, S. (2016) Cognitive Biases in Clinical Decision Making, JAMA Dermatology, Vol. 152 No. 3, p. 253–254.
Crilly, M., Bundred, P., Hu, X., Leckey, L., Johnstone, F. (2007) Gender differences in the clinical management of patients with angina pectoris: a cross-sectional survey in primary care, BMC Health Services Research, Vol. 7 No. 1, 142.
Croskerry, P. (2013) From Mindless to Mindful Practice – Cognitive Bias and Clinical Decision Making, New England Journal of Medicine, Vol. 368 No. 26, p. 2445–2448.
Daly, C. (2006) Gender Differences in the Management and Clinical Outcome of Stable Angina, Circulation, Vol. 113 No. 4, p. 490–498.
De Marco, M.A., Nogueira-Martins, L.A., Yazigi, L. (2005) Difficult patients or difficult encounters? QJM: An International Journal of Medicine, Vol. 98 No. 7, p. 542–543.
DeKay, M.L., Asch, D.A. (1998) Is the Defensive Use of Diagnostic Tests Good for Patients, or Bad?Medical Decision Making, Vol. 18 No. 1, p. 19–28.
Denes-Raj, V., Epstein, S. (1994) Conflict between intuitive and rational processing: When people behave against their better judgment. Journal of Personality and Social Psychology Vol. 66 No. 5, p. 819–829.
Djulbegovic, B., Elqayam, S., Reljic, T., Hozo, I., Miladinovic, B., Tsalatsanis, A., Cannon-Bowers, J. (2014) How do physicians decide to treat: an empirical evaluation of the threshold model, BMC Medical Informatics and Decision Making, Vol. 14 No. 1, 47.
Djulbegovic, B., Guyatt, G. H. (2014) Evidence-Based Practice Is Not Synonymous with Delivery of Uniform Health Care, Journal of the American Medical Association, Vol. 12 No. 13, 1293–1294.
Djulbegovic, B., Hozo, I., Beckstead, J., Tsalatsanis, A., Pauker, S.G. (2012) Dual processing model of medical decision-making, BMC Medical Informatics and Decision Making, Vol. 12 No. 1, 94.
Djulbegovic, B., Hozo, I., Mayrhofer, T. van den Ende, J., Guyatt, G.H. (2014) The threshold model revisited, Journal of Evaluation in Clinical Practice, Vol. 25 No. 2, p. 186–195.
Djulbegovic, B., Hozo, I., Schwartz, A., McMasters, K.M. (1999) Acceptable regret in medical decision making, Medical Hypotheses, Vol. 53 No. 3, p. 253–259.
Djulbegovic, B., Beckstead, J., Elqayam, S., Reljic, T., Kumar, A., Paidas, C. (2015) Thinking Styles and Regret in Physicians, PLOS ONE, Vol. 10 No. 8.
Doherty, M.E., Kurz, E.M. (1996) Social Judgement Theory, Thinking & Reasoning, Vol. 2, p. 109–140.
Dunlop, S., Coyte, P.C., McIsaac, W. (2000) Socio-economic status and the utilisation of physicians’ services: results from the Canadian National Population Health Survey, Social Science & Medicine, Vol. 51 No. 1, p. 123–133.
Eeckhoudt, L., Lebrun, T., Sailly, J.C. (1985) Risk-aversion and physicians’ medical decision-making, Journal of Health Economics, Vol. 4 No. 3, p. 273–281.
Eisenberg, J.M., Hershey, J.C. (1983) Derived Thresholds, Medical Decision Making, Vol. 3 No. 2, p. 155–168.
Elwyn, G., Edwards, A., Gwyn, R., Grol, R. (1999) Towards a feasible model for shared decision making: focus group study with general practice registrars, BMJ, Vol. 319 No. 7212, p. 753–756.
Escher, M., Perneger, T.V., Chevrolet, J.C. (2004) National questionnaire survey on what influences doctors’ decisions about admission to intensive care, BMJ, Vol. 329 No. 7463, 425.
Eva, K.W., Norman, G.R. (2005) Heuristics and biases – a biased perspective on clinical reasoning,Medical Education, Vol. 39 No. 9, p. 870–872.
Evans, J.S.B.T. (1984) Heuristic and analytic processes in reasoning, British Journal of Psychology,Vol. 75, p. 451–468.
Evans, J.S.B.T. (1989) Bias in human reasoning: causes and consequences. London: Erlbaum.
Evans, J.S.B.T. (2008) Dual-Processing Accounts of Reasoning, Judgment, and Social Cognition, Annual Review of Psychology, Vol. 59 No. 1, p. 255–278.
Feinstein, A.R. (1985) The “Chagrin Factor” and Qualitative Decision Analysis, Archives of Internal Medicine, Vol. 145 No. 7, p. 1257–1259.
Feinstein, A.R. (1992) Invidious comparisons and unmet clinical challenges, The American Journal of Medicine, Vol. 92 No. 2, p. 117–120.
Felder, S., Mayrhofer, T. (2017) Medical Decision Making: A Health Economic Primer. 2nd ed. Springer.
Fernandez-Duque, D. (2007) Actor/observer asymmetry in risky decision making, Judgment and Decision Making, Vol. 2 No. 1, p. 1–8.
Franz, C.E., Barker, J.C., Kravitz, R.L., Flores, Y., Krishnan, S., Hinton, L. (2007) Non-medical influences on the use of cholinesterase inhibitors in dementia care, Alzheimer Disease and Associated Disorders, Vol. 21, p. 241–248.
Gabe J., Bury M., Elston M.A. (2004) Key Concepts in Medical Sociology. London: Sage.
Gigerenzer, G., Goldstein, D.G. (1996) Reasoning the fast and frugal way: Models of bounded rationality, Psychological Review, Vol. 103 No. 4, p. 650–669.
Graber, M.L., Franklin, N., Gordon, R. (2005) Diagnostic Error in Internal Medicine, Archives of Internal Medicine, Vol. 165, No. 13, p. 1493–1499.
Hajjaj F.M., Basra M., Salek S., Finlay A.Y. (2008) Influences on clinical decision making in dermatology outpatient clinics, British Journal of Dermatology, Vol. 159, p. 49–50.
Hajjaj, F.M., Salek, S., Basra, M., Finlay, A.Y. (2010) Non-clinical influences on clinical decision-making: a major challenge to evidence-based practice, Journal of the Royal Society of Medicine, Vol. 103, No. 5, p. 178–187.
Harries, C., Forrest, D., Harvey, N., McClelland, A., Bowling, A. (2007) Which doctors are influenced by a patient’s age? A multi-method study of angina treatment in general practice, cardiology and gerontology, Quality and Safety in Health Care, Vol. 16(1), p. 23–27.
Hatala, R., Norman, G.R., Brooks, L.R. (1999) Impact of a clinical scenario on accuracy of electrocardiogram interpretation, Journal of General Internal Medicine, Vol. 14 No. 2, p. 126–129.
Haug, M.R., Ory, M.G. (1987) Issues in Elderly Patient-Provider Interactions, Research on Aging, Vol. 9 No. 1, p. 3–44.
Hilden, J., Glasziou, P. (1996) Regret graphs, diagnostic uncertainty and Youden’s index, Statistics in Medicine, Vol. 15 No. 10, p. 969–986.
Hsee C. (1997) A fundamental prediction error: Self-others discrepancies in risk preference, Journal of Experimental Psychology: General, Vol. 126, p. 45–53.
Hurwicz, M.-L. (1995) Physicians’ Norms and Health Care Decisions of Elderly Medicare Recipients, Medical Anthropology Quarterly, Vol. 9 No. 2, p. 211–235.
Huttin, C., Andral, J. (2000) How the reimbursement system may influence physicians’ decisions. Results from focus groups interview in France, Health Policy, Vol. 54, p. 67–86.
Iverson, G.D., Coleridge, S.T., Fulda, K.G., Licciardone, J.C. (2005) What factors influence a family physician’s decision to refer a patient to a specialist? Rural Remote Health, Vol. 5 No. 3, 413.
Jackson, J.L., Kroenke, K. (1999) Difficult patient encounters in the ambulatory clinic: clinical predictors and outcomes, Archives of Internal Medicine, Vol. 159 No. 10, p. 1069–1075.
Johnson-Laird, P.N. (1983) Mental Models. Towards a Cognitive Science of Language, Inference and Consciousness. Cambridge, UK: Cambridge University Press.
Kahneman, D., Tversky, A. (1974) Judgment under Uncertainty: Heuristics and Biases, Science, Vol. 185 No. 4157, p. 1124–1131.
Kahneman, D., Tversky, A. (1979) Prospect Theory: An Analysis of Decision under Risk, Econometrica, Vol. 47 No. 2, p. 263–292.
Kahneman, D., Tversky, A. (1984) Choices, values, and frames, American Psychologist, Vol. 39 No. 4, p. 341–350.
Kamenshchikova, A. (2017) Medico-economic standards in Russia: balancing legal requirements and patient’s needs. O. Zvonareva, E. Popova, K. Horstman (eds.), Health, technologies, and politics in post-soviet settings: navigating uncertainties, Palgrave Macmillan, p. 117–142.
Kim, S., Goldstein, D., Hasher, L., Zacks, R.T. (2006) Framing Effects in Younger and Older Adults, The Journals of Gerontology, Series B: Psychological Sciences and Social Sciences, Vol. 60 No. 4, p. P215–P218.
Klein, J.G. (2005) Five pitfalls in decisions about diagnosis and prescribing. BMJ, Vol. 330 No. 7494, p. 781–783.
Klocko, D.J. (2016) Are Cognitive Biases Influencing Your Clinical Decisions? Clinician Reviews, Vol. 26 No. 3, p. 32–39.
Kressin, N.R., Petersen, L.A. (2001) Racial differences in the use of invasive cardiovascular procedures: review of the literature and prescription for future research, Annals of Internal Medicine, Vol. 135 No. 5, p. 352–66.
LeBlanc, V.R., Brooks, L.R., Norman, G.R. (2002) Believing is seeing: the influence of a diagnostic hypothesis on the interpretation of clinical features, Academic Medicine, Vol. 77, p. 67–69.
Leblanc, V.R., Norman, G.R., Brooks, L.R. (2001) Effect of a Diagnostic Suggestion on Diagnostic Accuracy and Identification of Clinical Features, Academic Medicine, Vol. 76 (Supplement), p. 18–20.
Loomes, G., Sugden, R. (1982) Regret Theory: An Alternative Theory of Rational Choice Under Uncertainty, The Economic Journal, Vol. 92, No. 368, p. 805–824.
Mamede, S., Schmidt, H.G., Rikers, R. (2007) Diagnostic errors and reflective practice in medicine, Journal of Evaluation in Clinical Practice, Vol. 13 No. 1, p. 138–145.
Marco, C.A., Moskop, J.C., Solomon, R.C., Geiderman, J.M., Larkin, G.L. (2006) Gifts to Physicians from the Pharmaceutical Industry: An Ethical Analysis, Annals of Emergency Medicine, Vol. 48 No. 5, p. 513–521.
Markowitz, H. (1952) The Utility of Wealth, Journal of Political Economy, Vol. 60, p. 151–158.
Maynard, C., Fisher, L.D., Passamani, E.R., Pullum, T. (1986) Blacks in the coronary artery surgery study (CASS): race and clinical decision making, American Journal of Public Health, Vol. 76 No. 12, p. 1446–1448.
McDavid, K., Tucker, T.C., Sloggett, A., Coleman, M.P. (2003) Cancer survival in Kentucky and health insurance coverage, Archives of Internal Medicine, Vol. 163 No. 18, p. 2135–2144.
McKinlay, J.B., Potter, D.A., Feldman, H.A. (1996) Non-medical influences on medical decision-making, Social Science & Medicine, Vol. 42, No. 5, p. 769–776.
McKinlay, J.B., Lin, T., Freud, K., Moskowitz, M. (2002) The unexpected influence of physician attributes on clinical decisions: results of an experiment, Journal of Health and Social Behavior, Vol. 43, p. 92–106.
McNeil, B.J., Pauker, S.G., Sox, H.C., Tversky, A. (1982) On the Elicitation of Preferences for Alternative Therapies, New England Journal of Medicine, Vol. 306 No. 21, p. 1259–1262.
McNeil, B.J., Pauker, S.G., Tversky, A. (1988) On the framing of medical decisions. Bell, D.E., Raiffa, H., Tversky, A. (eds.), Decision making: Descriptive, normative, and prescriptive interactions, Cambridge University Press, p. 562–568.
Murray, S.F. (2000) Relation between private health insurance and high rates of caesarean section in Chile: qualitative and quantitative study, BMJ, Vol. 321, p. 1501–1505.
Nickerson, R.S. (1998) Confirmation bias: A ubiquitous phenomenon in many guises, Review of General Psychology, Vol. 2 No. 2, p. 175–220.
Norman, G.R., Eva, K.W. (2010) Diagnostic error and clinical reasoning, Medical Education, Vol. 44 No. 1, p. 94–100.
Norman, G.R., Young, M., Brooks, L.R. (2007) Non-analytical models of clinical reasoning: the role of experience, Medical Education, Vol. 41, p. 1140–1145.
O’Connor, A. M. (1989) Effects of framing and level of probability on patients’ preferences for cancer chemotherapy, Journal of Clinical Epidemiology, Vol. 42 No. 2, p.119–126.
O’Sullivan, E., Schofield, S. (2018) Cognitive bias in clinical medicine, Journal of the Royal College of Physicians of Edinburgh, Vol. 48 No. 3, p. 225–232.
Park D.C. (1999) Aging and the controlled and automatic processing of medical information and medical intentions. Park, D.C., Morrell, R.W., Shifren, K. (eds.) Processing of medical information in aging patients, London: Lawrence Erlbaum Associates, p. 3–22.
Pauker, S.G., Kassirer, J.P. (1975) Therapeutic Decision Making: A Cost-Benefit Analysis, New England Journal of Medicine, Vol. 293, No. 5, p. 229–234.
Pauker, S.G., Kassirer, J.P. (1980) The Threshold Approach to Clinical Decision Making, New England Journal of Medicine, Vol. 302 No. 20, p. 1109–1117.
Peng, J., Jiang, Y., Miao, D., Li, R., Xiao, W. (2013) Framing effects in medical situations: Distinctions of attribute, goal and risky choice frames, Journal of International Medical Research, Vol. 41 No. 3, p. 771–776.
Petursson, P. (2005) GPs’ reasons for “non-pharmacological” prescribing of antibiotics: A phenomenological study, Scandinavian Journal of Primary Health Care, Vol. 23 No. 2, p. 120–125.
Pineda, L.A., Hathwar, V.S., Grant, B.J.B. (2001) Clinical Suspicion of Fatal Pulmonary Embolism, Chest, Vol. 120 No. 3, p. 791–795.
Pollai M, Kirchler E. (2012) Differences in risk-defusing behavior in deciding for oneself versus deciding for other people, Acta Psychologica, Vol. 139 No. 1, p. 239–243.
Poses, R.M., Anthony, M. (1991) Availability, Wishful Thinking, and Physicians’ Diagnostic Judgments for Patients with Suspected Bacteremia, Medical Decision Making, Vol. 11 No. 3, p. 159–168.
Posner, M.I., Snyder, C.R.R. (1975) Attention and Cognitive Control. Solso R.L. (ed.) Information Processing and Cognition, Hillsdale, NJ: Erlbaum, p. 55–85.
Prosser, H., Walley, T. (2003) New drug uptake: qualitative comparison of high and low prescribing GPs’ attitudes and approach, Family Practice, Vol. 20 No. 5, p. 583–591.
Rapley, T. (2008) Distributed decision making: the anatomy of decisions-in-action, Sociology of Health & Illness, Vol. 30 No. 3, p. 429–444.
Reber, A.S. (1993) Implicit learning and tacit knowledge. Oxford University Press.
Reyna, V.F. (2004) How People Make Decisions That Involve Risk: A Dual-Processes Approach, Current Directions in Psychological Science, Vol. 13, p. 60–66.
Risør, T. (2016) Trail Blazing or Jam Session? Towards a New Concept of Clinical Decision-making, Anthropology & Medicine, Vol. 24 No. 1, p. 47–64.
Roetzheim, R.G., Gonzalez, E.C., Ferrante, J.M., Pal, N., Van Durme, D.J., Krischer J.P. (2000) Effects of health insurance and race on breast carcinoma treatments and outcomes, Cancer, Vol. 89 No. 11, p. 2202–2213.
Saposnik, G., Redelmeier, D., Ruff, C.C., Tobler, P.N. (2016) Cognitive biases associated with medical decisions: a systematic review, BMC Medical Informatics and Decision Making, Vol. 16 No. 1, 138.
Schattner, A. (2014) Are Physicians’ Decisions Affected by Multiple Nonclinical Factors? Internal Medicine, Vol. 4 No. 3.
Schumock, G.T., Walton, S.M., Park, H.Y., Nutescu, E.A., Blackburn, J.C., Finley, J.M., Lewis, R.K. (2004) Factors that Influence Prescribing Decisions, Annals of Pharmacotherapy, Vol. 38 No. 4, p. 557–562.
Scott, A., Shiell, A., King, M. (1996) Is general practitioner decision making associated with patient socio-economic status? Social Science & Medicine, Vol. 42 No. 1, p. 35–46.
Shi, L. (2000) Type of health insurance and the quality of primary care experience, American Journal of Public Health, Vol. 90 No. 12, p. 1848–1855.
Shiffrin, R.M., Schneider, W. (1977) Controlled and automatic human information processing: II. Perceptual learning, automatic attending, and a general theory, Psychological Review, Vol. 84, p. 127–190.
Silvestri, G.A., Knittig, S., Zoller, J.S., & Nietert, P.J. (2003) Importance of Faith on Medical Decisions Regarding Cancer Care, Journal of Clinical Oncology, Vol. 21 No. 7, p. 1379–1382.
Simianu, V.V., Grounds, M.A., Joslyn, S.L., LeClerc, J.E., Ehlers, A.P., Flum, D.R. (2016) Understanding clinical and non-clinical decisions under uncertainty: a scenario-based survey. BMC Medical Informatics and Decision Making, Vol. 16 No. 1, p. 153–161.
Sloman S. (1996) The empirical case for two systems of reasoning, Psychological Bulletin, Vol. 119 No. 1, p. 3–22.
Smith, M., Higgs, J., Ellis, E. (2008) Factors influencing clinical decision making. Clinical reasoning in the health professions (3rd ed), Sydney: Butterworth-Heinemann, p. 89–100.
Soumerai, S.B., McLaughlin, T.J., Spiegelman, D., Hertzmark, E., Thibault, G., Goldman, L. (1997) Adverse outcomes of underuse of beta-blockers in elderly survivors of acute myocardial infarction, Journal of the American Medical Association, Vol. 277 No. 2, p. 115–121.
Sreeramareddy, C.T., Rahman, M., Harsha Kumar, H., Shah, M., Hossain, A.M., Sayem, M.A., Van den Ende, J. (2014) Intuitive weights of harm for therapeutic decision making in smear-negative pulmonary Tuberculosis: an interview study of physicians in India, Pakistan and Bangladesh, BMC Medical Informatics and Decision Making, Vol. 14 No. 1, 67.
Stanovich, K.E. (2013) Why humans are (sometimes) less rational than other animals: Cognitive complexity and the axioms of rational choice, Thinking & Reasoning, Vol. 19 No. 1, p. 1–26.
Stanovich, K.E., West, R.F. (2000) Individual differences in reasoning: Implications for the rationality debate? Behavioral and Brain Sciences, Vol. 23 No. 5, p. 645-726.
Stein, M.D., Piette, J., Mor, V., Wachtel, T.J., Fleishman, J., Mayer, K.H, Carpenter, C.C. (1991) Differences in access to zidovudine (AZT) among symptomatic HIV-infected persons, Journal of General Internal Medicine, Vol. 6(1), p. 35–40.
Steinmetz, D., Tabenkin, H. (2001) The ‘difficult patient’ as perceived by family physicians, Family Practice, Vol. 18 No. 5, p. 495–500.
Stone, E.R., Yates, A.J., Caruthers, A.S. (2002) Risk taking in decision making for others versus the self, Journal of Applied Social Psychology, Vol. 32, p. 1–28.
Tracy, C.S., Dantas, G.C., Moineddin, R., Upshur, R.E. (2005) Contextual factors in clinical decision making: national survey of Canadian family physicians, Canadian Family Physician, Vol. 51, p. 1107–1117.
Tsalatsanis, A., Hozo, I., Kumar, A., Djulbegovic, B. (2015) Dual Processing Model for Medical Decision-Making: An Extension to Diagnostic Testing, PLOS ONE, Vol. 10 No. 8.
Tsalatsanis, A., Hozo, I., Vickers, A., Djulbegovic, B. (2010) A regret theory approach to decision curve analysis: A novel method for eliciting decision makers’ preferences and decision-making, BMC Medical Informatics and Decision Making, Vol. 10 No. 1, 51.
Tversky, A., Kahneman, D. (1981) The framing of decisions and the psychology of choice, Science, Vol. 211 No. 4481, p. 453–458.
Van den Berge, K., Mamede, S. (2013) Cognitive diagnostic error in internal medicine, European Journal of Internal Medicine, Vol. 24 No. 6, p. 525–529.
Van den Berge, K., Mamede, S., van Gog, T., Romijn, J.A., van Guldener, C., van Saase, J.L., Rikers, R.M. (2012) Accepting Diagnostic Suggestions by Residents: A Potential Cause of Diagnostic Error in Medicine, Teaching and Learning in Medicine, Vol. 24 No. 2, p. 149–154.
Verbrugge, L.M., Steiner, R.P. (1981) Physician treatment of men and women patients: sex bias or appropriate care? Medical Care, Vol. 19 No. 6, p. 609–632.
von Neumann, J., Morgenstern, O. (1947) The Theory of Games and Economic Behavior. 2nd ed. Princeton: Princeton University Press.
Wason, P.C. Evans, J.S.B.T. (1975) Dual processes in reasoning? Cognition, Vol. 3, p. 141–154.
Wazana, A. (2000) Physicians and the Pharmaceutical Industry, Journal of the American Medical Association, Vol. 283 No. 3, p. 373–380.
Wennberg, J. (2011) Time to tackle unwarranted variations in practice, BMJ, Vol. 342, p. 687–690.
Wennberg, J. (2010) Tracking Medicine: A Researcher’s Quest to Understand Health Care. Oxford University Press, New York.
Wennberg, J. (1986). Which Rate Is Right? New England Journal of Medicine, Vol. 314 No. 5, p. 310–311.
Wigton, R.S. (1996) Social Judgement Theory and Medical Judgement, Thinking & Reasoning, Vol. 2, p. 175–190.
Williams, C.A. (1966) Attitudes toward Speculative Risks as an Indicator of Attitudes toward Pure Risks, The Journal of Risk and Insurance, Vol. 33, No. 4, p. 577–586.
Wilson, T.D., Schooler, J.W. (1991) Thinking too much: Introspection can reduce the quality of preferences and decisions, Journal of Personality and Social Psychology, Vol. 60 No. 2, p. 181–192.
Wofford, J.L., Ohl, C.A. (2005) Teaching appropriate interactions with pharmaceutical company representatives: The impact of an innovative workshop on student attitudes, BMC Medical Education, Vol. 5 No. 1.
Wu, Z.H., Freeman, J.L., Greer, A.L., Freeman D.H., Goodman, J.S. (2001) The influence of patients’ concerns on surgeons’ recommendations for early breast cancer, European Journal of Cancer Care, Vol.10, p. 100–106.
Zafar, S.Y., Alexander, S.C., Weinfurt, K.P., Schulman, K.A., Abernethy, A.P. (2009) Decision making and quality of life in the treatment of cancer: a review, Supportive Care in Cancer, Vol. 17 No. 2, p. 117–127.
References
Adair, R.F., Holmgren, L.R. (2005) Do drug samples influence resident prescribing behavior? A randomized trial, The American Journal of Medicine, Vol. 118 No. 8, p. 881–884.
Basinga, P., Moreira, J., Bisoffi, Z., Bisig, B., Van den Ende, J. (2007) Why Are Clinicians Reluctant to Treat Smear-Negative Tuberculosis? An Inquiry about Treatment Thresholds in Rwanda, Medical Decision Making, Vol. 27 No. 1, p. 53–60.
Bell, D.E. (1981) Regret in decision-making under uncertainty, Harvard Business School Working Paper, p. 82–115.
Berner, E.S., Graber, M.L. (2008) Overconfidence as a Cause of Diagnostic Error in Medicine, The American Journal of Medicine, Vol. 121 No 5, p. S2–S23.
Bernheim, S.M., Ross, J.S., Krumholz, H.M., Bradley, E.H. (2008) Influence of Patients’ Socioeconomic Status on Clinical Management Decisions: A Qualitative Study, The Annals of Family Medicine, Vol. 6 No. 1, p. 53–59.
Bertakis, K.D., Franks, P., Azari, R. (2003) Effects of physician gender on patient satisfaction, Journal of the American Medical Women’s Association, Vol. 58 No. 2, p. 69–75.
Bond, M., Bowling, A., McKee, D., Kennelly, M., Banning, A. P., Dudley, N., Martin, A. (2003) Does Ageism Affect the Management of Ischaemic Heart Disease? Journal of Health Services Research & Policy, Vol. 8 No. 1, p. 40–47.
Bories, P., Lamy, S., Simand, C., Bertoli, S., Delpierre, C., Malak, S., Nebout, A. (2018) Physician uncertainty aversion impacts medical decision making for older patients with acute myeloid leukemia: results of a national survey, Haematologica, Vol. 103 No. 12, p. 2040–2048.
Borkhoff, C.M., Hawker, G.A., Kreder, H.J., Glazier, R.H., Mahomed, N.N., Wright, J.G. (2008) The effect of patients’ sex on physicians’ recommendations for total knee arthroplasty, Canadian Medical Association Journal, Vol. 178, No. 6, p. 681–687.
Bowling, A., Ebrahim, S. (2001) Measuring patients’ preferences for treatment and perceptions of risk, Quality and Safety in Health Care, Vol. 10 (Supplement 1), p. i2–i8.
Burykin I.M., Aleeva G.N., Hafiz’yanova R.H. (2012) Metodologicheskie osnovy razrabotki ehffektivnoj sistemy vozmeshcheniya zatrat v gosudarstvennoj sisteme zdravoohraneniya [Methodological basis for the development of an effective cost recovery system in the public health system], Vestnik SPbGU [Bulletin of St. Petersburg State University], ser. 11, issue 2, p. 177–189.
Chakravarty, S., Harrison, G., Haruvy, E., Rutström, E. (2011) Are you risk averse over other people’s money? Southern Economic Journal, Vol. 77, No. 4, p. 901–913.
Charles, C., Gafni, A., Whelan, T. (1997) Shared decision-making in the medical encounter: What does it mean? (or it takes at least two to tango), Social Science & Medicine, Vol. 44 No. 5, p. 681–692.
Charles, C., Gafni, A., Whelan, T. (1999) Decision-making in the physician–patient encounter: revisiting the shared treatment decision-making model, Social Science & Medicine, Vol. 49 No. 5, p. 651–661.
Christensen, C., Heckerung, P., Mackesy-Amiti, M. E., Bernstein, L.M., Elstein, A.S. (1995) Pervasiveness of framing effects among physicians and medical students, Journal of Behavioral Decision Making, Vol. 8 No. 3, p. 169–180.
Clark, J.A., Potter, D.A., McKinlay, J.B. (1991) Bringing social structure back into clinical decision making, Social Science & Medicine, Vol. 32 No. 8, p. 853–866.
Cohen, J.M., Burgin, S. (2016) Cognitive Biases in Clinical Decision Making, JAMA Dermatology, Vol. 152 No. 3, p. 253–254.
Crilly, M., Bundred, P., Hu, X., Leckey, L., Johnstone, F. (2007) Gender differences in the clinical management of patients with angina pectoris: a cross-sectional survey in primary care, BMC Health Services Research, Vol. 7 No. 1, 142.
Croskerry, P. (2013) From Mindless to Mindful Practice – Cognitive Bias and Clinical Decision Making, New England Journal of Medicine, Vol. 368 No. 26, p. 2445–2448.
Daly, C. (2006) Gender Differences in the Management and Clinical Outcome of Stable Angina, Circulation, Vol. 113 No. 4, p. 490–498.
De Marco, M.A., Nogueira-Martins, L.A., Yazigi, L. (2005) Difficult patients or difficult encounters? QJM: An International Journal of Medicine, Vol. 98 No. 7, p. 542–543.
DeKay, M.L., Asch, D.A. (1998) Is the Defensive Use of Diagnostic Tests Good for Patients, or Bad?Medical Decision Making, Vol. 18 No. 1, p. 19–28.
Denes-Raj, V., Epstein, S. (1994) Conflict between intuitive and rational processing: When people behave against their better judgment. Journal of Personality and Social Psychology Vol. 66 No. 5, p. 819–829.
Djulbegovic, B., Elqayam, S., Reljic, T., Hozo, I., Miladinovic, B., Tsalatsanis, A., Cannon-Bowers, J. (2014) How do physicians decide to treat: an empirical evaluation of the threshold model, BMC Medical Informatics and Decision Making, Vol. 14 No. 1, 47.
Djulbegovic, B., Guyatt, G. H. (2014) Evidence-Based Practice Is Not Synonymous with Delivery of Uniform Health Care, Journal of the American Medical Association, Vol. 12 No. 13, 1293–1294.
Djulbegovic, B., Hozo, I., Beckstead, J., Tsalatsanis, A., Pauker, S.G. (2012) Dual processing model of medical decision-making, BMC Medical Informatics and Decision Making, Vol. 12 No. 1, 94.
Djulbegovic, B., Hozo, I., Mayrhofer, T. van den Ende, J., Guyatt, G.H. (2014) The threshold model revisited, Journal of Evaluation in Clinical Practice, Vol. 25 No. 2, p. 186–195.
Djulbegovic, B., Hozo, I., Schwartz, A., McMasters, K.M. (1999) Acceptable regret in medical decision making, Medical Hypotheses, Vol. 53 No. 3, p. 253–259.
Djulbegovic, M., Beckstead, J., Elqayam, S., Reljic, T., Kumar, A., Paidas, C. (2015) Thinking Styles and Regret in Physicians, PLOS ONE, Vol. 10 No. 8.
Dunlop, S., Coyte, P.C., McIsaac, W. (2000) Socio-economic status and the utilisation of physicians’ services: results from the Canadian National Population Health Survey, Social Science & Medicine, Vol. 51 No. 1, p. 123–133.
Eeckhoudt, L., Lebrun, T., Sailly, J.C. (1985) Risk-aversion and physicians’ medical decision-making, Journal of Health Economics, Vol. 4 No. 3, p. 273–281.
Eisenberg, J.M., Hershey, J.C. (1983) Derived Thresholds, Medical Decision Making, Vol. 3 No. 2, p. 155–168.
Elwyn, G., Edwards, A., Gwyn, R., Grol, R. (1999) Towards a feasible model for shared decision making: focus group study with general practice registrars, BMJ, Vol. 319 No. 7212, p. 753–756.
Eva, K.W., Norman, G.R. (2005) Heuristics and biases – a biased perspective on clinical reasoning,Medical Education, Vol. 39 No. 9, p. 870–872.
Evans, J.S.B.T. (1984) Heuristic and analytic processes in reasoning, British Journal of Psychology,Vol. 75, p. 451–468.
Evans, J.S.B.T. (1989) Bias in human reasoning: causes and consequences. London: Erlbaum.
Evans, J.S.B.T. (2008) Dual-Processing Accounts of Reasoning, Judgment, and Social Cognition, Annual Review of Psychology, Vol. 59 No. 1, p. 255–278.
Feinstein, A.R. (1985) The “Chagrin Factor” and Qualitative Decision Analysis, Archives of Internal Medicine, Vol. 145 No. 7, p. 1257–1259.
Feinstein, A.R. (1992) Invidious comparisons and unmet clinical challenges, The American Journal of Medicine, Vol. 92 No. 2, p. 117–120.
Felder, S., Mayrhofer, T. (2017) Medical Decision Making: A Health Economic Primer. 2nd ed. Springer.
Fernandez-Duque, D. (2007) Actor/observer asymmetry in risky decision making, Judgment and Decision Making, Vol. 2 No. 1, p. 1–8.
Franz, C.E., Barker, J.C., Kravitz, R.L., Flores, Y., Krishnan, S., Hinton, L. (2007) Non-medical influences on the use of cholinesterase inhibitors in dementia care, Alzheimer Disease and Associated Disorders, Vol. 21, p. 241–248.
Gabe J., Bury M., Elston M.A. (2004) Key Concepts in Medical Sociology. London: Sage.
Gigerenzer, G., Goldstein, D.G. (1996) Reasoning the fast and frugal way: Models of bounded rationality, Psychological Review, Vol. 103 No. 4, p. 650–669.
Graber, M.L., Franklin, N., Gordon, R. (2005) Diagnostic Error in Internal Medicine, Archives of Internal Medicine, Vol. 165, No. 13, p. 1493–1499.
Hajjaj, F., Salek, M., Basra, M., Finlay, A. (2010) Non-clinical influences on clinical decision-making: a major challenge to evidence-based practice, Journal of the Royal Society of Medicine, Vol. 103, No. 5, p. 178–187.
Harries, C., Forrest, D., Harvey, N., McClelland, A., Bowling, A. (2007) Which doctors are influenced by a patient’s age? A multi-method study of angina treatment in general practice, cardiology and gerontology, Quality and Safety in Health Care, Vol. 16(1), p. 23–27.
Hatala, R., Norman, G.R., Brooks, L.R. (1999) Impact of a clinical scenario on accuracy of electrocardiogram interpretation, Journal of General Internal Medicine, Vol. 14 No. 2, p. 126–129.
Haug, M.R., Ory, M.G. (1987) Issues in Elderly Patient-Provider Interactions, Research on Aging, Vol. 9 No. 1, p. 3–44.
Hilden, J., Glasziou, P. (1996) Regret graphs, diagnostic uncertainty and Youden’s index, Statistics in Medicine, Vol. 15 No. 10, p. 969–986.
Hsee C. (1997) A fundamental prediction error: Self-others discrepancies in risk preference, Journal of Experimental Psychology: General, Vol. 126, p. 45–53.
Hurwicz, M.-L. (1995) Physicians’ Norms and Health Care Decisions of Elderly Medicare Recipients, Medical Anthropology Quarterly, Vol. 9 No. 2, p. 211–235.
Huttin, C., Andral, J. (2000) How the reimbursement system may influence physicians’ decisions. Results from focus groups interview in France, Health Policy, Vol. 54, p. 67–86.
Iverson, G.D., Coleridge, S.T., Fulda, K.G., Licciardone, J.C. (2005) What factors influence a family physician’s decision to refer a patient to a specialist? Rural Remote Health, Vol. 5 No. 3, 413.
Johnson-Laird, P.N. (1983) Mental Models. Towards a Cognitive Science of Language, Inference and Consciousness. Cambridge, UK: Cambridge University Press.
Kahneman, D., Tversky, A. (1974) Judgment under Uncertainty: Heuristics and Biases, Science, Vol. 185 No. 4157, p. 1124–1131.
Kahneman, D., Tversky, A. (1979) Prospect Theory: An Analysis of Decision under Risk, Econometrica, Vol. 47 No. 2, p. 263–292.
Kahneman, D., Tversky, A. (1984) Choices, values, and frames, American Psychologist, Vol. 39 No. 4, p. 341–350.
Kamenshchikova, A. (2017) Medico-economic standards in Russia: balancing legal requirements and patient’s needs. O. Zvonareva, E. Popova, K. Horstman (eds.), Health, technologies, and politics in post-soviet settings: navigating uncertainties, Palgrave Macmillan, p. 117–142.
Kim, S., Goldstein, D., Hasher, L., Zacks, R.T. (2006) Framing Effects in Younger and Older Adults, The Journals of Gerontology, Series B: Psychological Sciences and Social Sciences, Vol. 60 No. 4, p. P215–P218.
Klein, J.G. (2005) Five pitfalls in decisions about diagnosis and prescribing. BMJ, Vol. 330 No. 7494, p. 781–783.
Klocko, D.J. (2016) Are Cognitive Biases Influencing Your Clinical Decisions? Clinician Reviews, Vol. 26 No. 3, p. 32–39.
Kressin, N.R., Petersen, L.A. (2001) Racial differences in the use of invasive cardiovascular procedures: review of the literature and prescription for future research, Annals of Internal Medicine, Vol. 135 No. 5, p. 352–66.
LeBlanc, V.R., Brooks, L.R., Norman, G.R. (2002) Believing is seeing: the influence of a diagnostic hypothesis on the interpretation of clinical features, Academic Medicine, Vol. 77, p. 67–69.
Leblanc, V.R., Norman, G.R., Brooks, L.R. (2001) Effect of a Diagnostic Suggestion on Diagnostic Accuracy and Identification of Clinical Features, Academic Medicine, Vol. 76 (Supplement), p. 18–20.
Loomes, G., Sugden, R. (1982) Regret Theory: An Alternative Theory of Rational Choice Under Uncertainty, The Economic Journal, Vol. 92, No. 368, p. 805–824.
Mamede, S., Schmidt, H.G., Rikers, R. (2007) Diagnostic errors and reflective practice in medicine, Journal of Evaluation in Clinical Practice, Vol. 13 No. 1, p. 138–145.
Marco, C.A., Moskop, J.C., Solomon, R.C., Geiderman, J.M., Larkin, G.L. (2006) Gifts to Physicians from the Pharmaceutical Industry: An Ethical Analysis, Annals of Emergency Medicine, Vol. 48 No. 5, p. 513–521.
Markowitz, H. (1952) The Utility of Wealth, Journal of Political Economy, Vol. 60, p. 151–158.
Maynard, C., Fisher, L.D., Passamani, E.R., Pullum, T. (1986) Blacks in the coronary artery surgery study (CASS): race and clinical decision making, American Journal of Public Health, Vol. 76 No. 12, p. 1446–1448.
McKinlay, J.B., Potter, D.A., Feldman, H.A. (1996) Non-medical influences on medical decision-making, Social Science & Medicine, Vol. 42, No. 5, p. 769–776.
McKinley, J.B., Lin, T., Freud, K., Moskowitz, M. (2002) The unexpected influence of physician attributes on clinical decisions: results of an experiment, Journal of Health and Social Behavior, Vol. 43, p. 92–106.
McNeil, B.J., Pauker, S.G., Sox, H.C., Tversky, A. (1982) On the Elicitation of Preferences for Alternative Therapies, New England Journal of Medicine, Vol. 306 No. 21, p. 1259–1262.
McNeil, B.J., Pauker, S.G., Tversky, A. (1988) On the framing of medical decisions. Bell, D.E., Raiffa, H., Tversky, A. (eds.), Decision making: Descriptive, normative, and prescriptive interactions, Cambridge University Press, p. 562–568.
Murray, S.F. (2000) Relation between private health insurance and high rates of caesarean section in Chile: qualitative and quantitative study, BMJ, Vol. 321, p. 1501–1505.
Nickerson, R.S. (1998) Confirmation bias: A ubiquitous phenomenon in many guises, Review of General Psychology, Vol. 2 No. 2, p. 175–220.
Norman, G.R., Eva, K.W. (2010) Diagnostic error and clinical reasoning, Medical Education, Vol. 44 No. 1, p. 94–100.
Norman, G.R., Young, M., Brooks, L.R. (2007) Non-analytical models of clinical reasoning: the role of experience, Medical Education, Vol. 41, p. 1140–1145.
O’Connor, A. M. (1989) Effects of framing and level of probability on patients’ preferences for cancer chemotherapy, Journal of Clinical Epidemiology, Vol. 42 No. 2, p.119–126.
O’Sullivan, E., Schofield, S. (2018) Cognitive bias in clinical medicine, Journal of the Royal College of Physicians of Edinburgh, Vol. 48 No. 3, p. 225–232.
Park D.C. (1999) Aging and the controlled and automatic processing of medical information and medical intentions. Park, D.C., Morrell, R.W., Shifren, K. (eds.) Processing of medical information in aging patients, London: Lawrence Erlbaum Associates, p. 3–22.
Pauker, S.G., Kassirer, J.P. (1975) Therapeutic Decision Making: A Cost-Benefit Analysis, New England Journal of Medicine, Vol. 293, No. 5, p. 229–234.
Pauker, S.G., Kassirer, J.P. (1980) The Threshold Approach to Clinical Decision Making, New England Journal of Medicine, Vol. 302 No. 20, p. 1109–1117.
Peng, J., Jiang, Y., Miao, D., Li, R., Xiao, W. (2013) Framing effects in medical situations: Distinctions of attribute, goal and risky choice frames, Journal of International Medical Research, Vol. 41 No. 3, p. 771–776.
Petursson, P. (2005) GPs’ reasons for “non-pharmacological” prescribing of antibiotics: A phenomenological study, Scandinavian Journal of Primary Health Care, Vol. 23 No. 2, p. 120–125.
Pineda, L.A., Hathwar, V.S., Grant, B.J.B. (2001) Clinical Suspicion of Fatal Pulmonary Embolism, Chest, Vol. 120 No. 3, p. 791–795.
Pollai M, Kirchler E. (2012) Differences in risk-defusing behavior in deciding for oneself versus deciding for other people, Acta Psychologica, Vol. 139 No. 1, p. 239–243.
Poses, R.M., Anthony, M. (1991) Availability, Wishful Thinking, and Physicians’ Diagnostic Judgments for Patients with Suspected Bacteremia, Medical Decision Making, Vol. 11 No. 3, p. 159–168.
Posner, M.I., Snyder, C.R.R. (1975) Attention and Cognitive Control. Solso R.L. (ed.) Information Processing and Cognition, Hillsdale, NJ: Erlbaum, p. 55–85.
Prosser, H., Walley, T. (2003) New drug uptake: qualitative comparison of high and low prescribing GPs’ attitudes and approach, Family Practice, Vol. 20 No. 5, p. 583–591.
Rapley, T. (2008) Distributed decision making: the anatomy of decisions-in-action, Sociology of Health & Illness, Vol. 30 No. 3, p. 429–444.
Reber, A.S. (1993) Implicit learning and tacit knowledge. Oxford University Press.
Reyna, V.F. (2004) How People Make Decisions That Involve Risk: A Dual-Processes Approach, Current Directions in Psychological Science, Vol. 13, p. 60–66.
Risør, T. (2016) Trail Blazing or Jam Session? Towards a New Concept of Clinical Decision-making, Anthropology & Medicine, Vol. 24 No. 1, p. 47–64.
Saposnik, G., Redelmeier, D., Ruff, C.C., Tobler, P.N. (2016) Cognitive biases associated with medical decisions: a systematic review, BMC Medical Informatics and Decision Making, Vol. 16 No. 1, 138.
Schattner, A. (2014) Are Physicians’ Decisions Affected by Multiple Nonclinical Factors? Internal Medicine, Vol. 4 No. 3.
Schumock, G.T., Walton, S.M., Park, H.Y., Nutescu, E.A., Blackburn, J.C., Finley, J.M., Lewis, R.K. (2004) Factors that Influence Prescribing Decisions, Annals of Pharmacotherapy, Vol. 38 No. 4, p. 557–562.
Scott, A., Shiell, A., King, M. (1996) Is general practitioner decision making associated with patient socio-economic status? Social Science & Medicine, Vol. 42 No. 1, p. 35–46.
Sheiman, I., Terentʹeva, S. (2015) Mezhdunarodnoe sravnenie effektivnosti biudzhetnoi i strakhovoi modelei finansirovaniia zdravookhraneniia [International comparison of the effectiveness of budget and insurance models for financing health care], Ekonomicheskaia politika [Economic policy], Vol. 10 No. 6, p. 1–23.
Shi, L. (2000) Type of health insurance and the quality of primary care experience, American Journal of Public Health, Vol. 90 No. 12, p. 1848–1855.
Shiffrin, R.M., Schneider, W. (1977) Controlled and automatic human information processing: II. Perceptual learning, automatic attending, and a general theory, Psychological Review, Vol. 84, p. 127–190.
Shumeiker, P. (1994) Modelʹ ozhidaemoi poleznosti: raznovidnosti, podkhody, rezulʹtaty, predely vozmozhnostei [Model of Expected Utility: Varieties, Approaches, Results, Limits of Opportunity], THESIS, Vol. 5. p. 29–80.
Silvestri, G.A., Knittig, S., Zoller, J.S., & Nietert, P.J. (2003) Importance of Faith on Medical Decisions Regarding Cancer Care, Journal of Clinical Oncology, Vol. 21 No. 7, p. 1379–1382.
Simianu, V.V., Grounds, M.A., Joslyn, S.L., LeClerc, J.E., Ehlers, A.P., Flum, D.R. (2016) Understanding clinical and non-clinical decisions under uncertainty: a scenario-based survey. BMC Medical Informatics and Decision Making, Vol. 16 No. 1, p. 153–161.
Sloman S. (1996) The empirical case for two systems of reasoning, Psychological Bulletin, Vol. 119 No. 1, p. 3–22.
Smith, M., Higgs, J., Ellis, E. (2008) Factors influencing clinical decision making. Clinical reasoning in the health professions (3rd ed), Sydney: Butterworth-Heinemann, p. 89–100.
Soumerai, S.B., McLaughlin, T.J., Spiegelman, D., Hertzmark, E., Thibault, G., Goldman, L. (1997) Adverse outcomes of underuse of beta-blockers in elderly survivors of acute myocardial infarction, Journal of the American Medical Association, Vol. 277 No. 2, p. 115–121.
Sreeramareddy, C.T., Rahman, M., Harsha Kumar, H., Shah, M., Hossain, A.M., Sayem, M.A., Van den Ende, J. (2014) Intuitive weights of harm for therapeutic decision making in smear-negative pulmonary Tuberculosis: an interview study of physicians in India, Pakistan and Bangladesh, BMC Medical Informatics and Decision Making, Vol. 14 No. 1, 67.
Stanovich, K.E. (2013) Why humans are (sometimes) less rational than other animals: Cognitive complexity and the axioms of rational choice, Thinking & Reasoning, Vol. 19 No. 1, p. 1–26.
Stanovich, K.E., West, R.F. (2000) Individual differences in reasoning: Implications for the rationality debate? Behavioral and Brain Sciences, Vol. 23 No. 5, p. 645-726.
Stein, M.D., Piette, J., Mor, V., Wachtel, T.J., Fleishman, J., Mayer, K.H, Carpenter, C.C. (1991) Differences in access to zidovudine (AZT) among symptomatic HIV-infected persons, Journal of General Internal Medicine, Vol. 6(1), p. 35–40.
Stone, E.R., Yates, A.J., Caruthers, A.S. (2002) Risk taking in decision making for others versus the self, Journal of Applied Social Psychology, Vol. 32, p. 1–28.
Tracy, C.S., Dantas, G.C., Moineddin, R., Upshur, R.E. (2005) Contextual factors in clinical decision making: national survey of Canadian family physicians, Canadian Family Physician, Vol. 51, p. 1107–1117.
Tsalatsanis, A., Hozo, I., Kumar, A., Djulbegovic, B. (2015) Dual Processing Model for Medical Decision-Making: An Extension to Diagnostic Testing, PLOS ONE, Vol. 10 No. 8.
Tsalatsanis, A., Hozo, I., Vickers, A., Djulbegovic, B. (2010) A regret theory approach to decision curve analysis: A novel method for eliciting decision makers’ preferences and decision-making, BMC Medical Informatics and Decision Making, Vol. 10 No. 1, 51.
Tversky, A., Kahneman, D. (1981) The framing of decisions and the psychology of choice, Science, Vol. 211 No. 4481, p. 453–458.
Van den Berge, K., Mamede, S. (2013) Cognitive diagnostic error in internal medicine, European Journal of Internal Medicine, Vol. 24 No. 6, p. 525–529.
Van den Berge, K., Mamede, S., van Gog, T., Romijn, J.A., van Guldener, C., van Saase, J.L., Rikers, R.M. (2012) Accepting Diagnostic Suggestions by Residents: A Potential Cause of Diagnostic Error in Medicine, Teaching and Learning in Medicine, Vol. 24 No. 2, p. 149–154.
Verbrugge, L.M., Steiner, R.P. (1981) Physician treatment of men and women patients: sex bias or appropriate care? Medical Care, Vol. 19 No. 6, p. 609–632.
von Neumann, J., Morgenstern, O. (1947) The Theory of Games and Economic Behavior. 2nd ed. Princeton: Princeton University Press.
Wason, P.C. Evans, J.S.B.T. (1975) Dual processes in reasoning? Cognition, Vol. 3, p. 141–154.
Wazana, A. (2000) Physicians and the Pharmaceutical Industry, Journal of the American Medical Association, Vol. 283 No. 3, p. 373–380.
Wennberg, E. (2010) Tracking Medicine: A Researcher’s Quest to Understand Health Care. Oxford University Press, New York.
Wennberg, J. (1986). Which Rate Is Right? New England Journal of Medicine, Vol. 314 No. 5, p. 310–311.
Williams, C.A. (1966) Attitudes toward Speculative Risks as an Indicator of Attitudes toward Pure Risks, The Journal of Risk and Insurance, Vol. 33, No. 4, p. 577–586.
Wilson, T.D., Schooler, J.W. (1991) Thinking too much: Introspection can reduce the quality of preferences and decisions, Journal of Personality and Social Psychology, Vol. 60 No. 2, p. 181–192.
Wofford, J.L., Ohl, C.A. (2005) Teaching appropriate interactions with pharmaceutical company representatives: The impact of an innovative workshop on student attitudes, BMC Medical Education, Vol. 5 No. 1.
Wu, Z.H., Freeman, J.L., Greer, A.L., Freeman D.H., Goodman, J.S. (2001) The influence of patients’ concerns on surgeons’ recommendations for early breast cancer, European Journal of Cancer Care, Vol.10, p. 100–106.
Zaitseva, E.A. (2018) Klinicheskii vybor vrachei v krupnom rossiiskom gorode: opyt kachestvennogo analiza [Clinical decision-making in a big Russian city: qualitative analysis], Meditsinskaia Antropologiia i Bioetika [Medical Anthropology and Bioethics], Vol. 15 No. 1.