临床决策简介

为了降低诊断的不确定性，减少患者风险以及医疗费用，临床医生面对种种冲突压力时，必须整合大量繁杂的临床资料。 他们需要决定应收集哪些信息、做哪些检查、如何对结果做出解释，整合这些信息得到诊断结论和采取何种治疗方法——这就是“临床决策”。

在评估患者时，临床医生必须回答以下问题：

• 病史和体格检查是否提示特定诊断？

• 是否有“危险信号”表明在确认诊断之前需要解决紧急医疗或社会问题？

• 是否应该进行检查或会诊？

在明确或常见的临床情境中，临床医生通常会凭借经验迅速作出此类决策；诊断依靠识别疾病模式作出，检查和治疗则基于临床医生的知识和经验，并结合患者的医学背景和社会背景进行调整。例如：在流感高发的季节，一个既往健康的成年人近2天出现发热、严重肌痛、眼眶疼痛和剧烈咳嗽，很可能诊断为流感，而仅仅给予一些缓解症状的治疗。这种模式识别操作起来容易且高效，但也可能出错，因为其他诊断和治疗的可能性未被认真、系统地考虑。例如：具有上述流感模式且血氧饱和度降低的患者，实际上可能患有COVID-19或细菌性肺炎，并需要抗生素治疗。临床医生必须意识到诊断过程中可能引入的潜在偏倚，并主动设法限制这些偏倚对决策过程的影响（1）。

在一些更加复杂的病例中，结构化的、量化的分析方法更适合用于临床决策。即使模式识别提示某一诊断可能性较大，通常仍会使用分析性决策来确认诊断，并排除可能的类似疾病。分析性方法可包括应用循证医学原则，包括使用临床指南和各种特定的定量技术（例如，贝叶斯定理）。