Modèle de traitement double de la prise de décision médicale
Posted on
Un modèle de système double
S’appuyant sur les recherches empiriques précédentes, qui ont montré de manière convaincante que la cognition humaine est déterminée par les processus du système I et du système II . Mukherjee a récemment développé un modèle mathématique formel, qui suppose un fonctionnement parallèle des deux systèmes, tandis que la décision finale est une combinaison pondérée des évaluations des deux systèmes sur la base du paradigme de maximisation de la valeur (Figure 1) . (NB. Dans cet article, nous employons les termes système I et système II tels que popularisés par Kahneman bien que certains auteurs préfèrent parler de traitement de type 1 et 2 car il est presque certain que la cognition humaine n’est pas organisée en systèmes physiques distincts séparés ).
Mukherjee’s dual system model (DSM) suppose que l’évaluation du choix risqué (C) est formée par l’entrée combinée du système I et du système II en une seule valeur et peut être formulée comme suit :
E C = γ V I C + 1 – γ V II C = γ 1 n ∑ i V I x i + 1 – γ k ∑ i p i V II x i
(1)
Où C représente une situation de décision (« choix »), n – nombre de résultats, p i – probabilité du ième résultat, x i , du choix sélectionné. V I représente l’évaluation de la décision dans le cadre d’un mode de prise de décision autonome, intuitif, basé sur le système I et V II , qui peut être une fonction d’utilité, représente l’évaluation dans le cadre d’un mode de prise de décision délibératif, basé sur des règles, basé sur le système II. k- est une constante d’échelle et γ est le poids accordé au système I et peut être interprété comme le degré relatif d’implication du système I dans le processus de prise de décision . Le système II n’est pas divisé en deux sous-systèmes comme le préconisent certains, mais il est supposé adhérer aux critères de rationalité de la théorie de l’utilité espérée (EUT), comme le préconise également la science moderne de la décision. γ est supposé être influencé par un certain nombre de processus qui déterminent le fonctionnement du système I. Mukherjee a mis l’accent sur les facteurs suivants comme étant des déterminants importants du fonctionnement du système I : les prédispositions individuelles en matière de prise de décision et de réflexion, la nature affective des résultats (plus la nature affective des résultats est élevée, plus le γ est élevé) et le cadrage et l’interprétation de la tâche de prise de décision (les décisions pour soi-même auront probablement un γ plus élevé, ainsi que les problèmes de décision qui sont contextualisés et ceux qui nécessitent une résolution immédiate ou qui sont pris sous la pression du temps ; les quatre derniers décrivent des circonstances caractéristiques de la prise de décision médicale). L’information facilement disponible, notre expérience antérieure, la façon dont l’information est traitée (verbatim vs. en tirer l’essentiel) ainsi que les limites de la mémoire devraient également affecter γ. γ devrait donc être plus élevé lorsque l’information sur les probabilités et les résultats est ambiguë ou peu disponible, ou lorsqu’un résultat antérieur négatif très grave est rappelé. D’autre part, lorsque de telles données sont disponibles, leur évaluation conjointe par le système II réduira γ. En général, les facteurs qui définissent le processus du système I peuvent être classés en 4 grandes catégories : a) l’affect, b) les processus évolutifs câblés, responsables des réponses automatiques au danger potentiel de telle sorte que le système I donne généralement plus de poids aux faux positifs potentiels qu’aux faux négatifs (i.c) des processus sur-appris du système II qui ont été relégués au système I (comme l’effet d’un entraînement intensif qui aboutit à l’utilisation d’heuristiques, de « règles empiriques » ou de directives pratiques comme l’une des stratégies cognitives permettant d’économiser des efforts. NB bien que les directives puissent être les produits de processus analytiques du système II leurs applications tendent à être un processus du système I.), et (d) les effets de l’apprentissage tacite .
Le modèle DSM de Mukherjee s’appuie sur des preuves empiriques démontrant que les décideurs dans un contexte riche en affect ne sont généralement sensibles qu’à la présence ou à l’absence de stimuli, alors que dans des contextes pauvres en affect, ils s’appuient sur le système II pour évaluer l’ampleur des stimuli (et des probabilités) . Par conséquent, la caractéristique principale du modèle est que le système I ne reconnaît les résultats que comme étant possibles ou non. Chaque résultat qui reste à l’étude obtient un poids égal dans le système I. D’autre part, le système II reconnaît les probabilités de manière linéaire sans distorsions, selon le paradigme de l’utilité espérée.
En conséquence, le traitement à double évaluation génère souvent des cas où les évaluations subjectives sont plus grandes à des amplitudes de stimulus plus faibles (c’est-à-dire lorsque la prise de décision repose sur le sentiment, ou sur des processus évolutionnaires câblés, comme lorsque le signal peut présenter un danger), tandis que le calcul rationnel produit une plus grande valeur à des amplitudes élevées . Le DSM est capable d’expliquer un certain nombre de phénomènes qui caractérisent la prise de décision humaine, tels que a) la violation de la dominance stochastique non transparente, b) le quadruple modèle d’attitude à l’égard du risque, c) l’aversion pour l’ambiguïté, d) l’effet des conséquences communes, e) l’effet du rapport commun, f) l’effet d’isolement, g) et l’effet de coalescence et de fractionnement des événements .
Sous l’hypothèse réaliste que les résultats sont positifs (c’est-à-dire, les utilités >0, ce qui est particulièrement applicable au cadre médical) et les fonctions de valeur de puissance, V I x = x m I , et V II x = x pour le système I et le système II, respectivement, DSM peut être réécrit comme :
V C = γ 1 n ∑ i x i m I + 1 – γ k ∑ i p i x i
(2)
où 0 < m I ≤ 1 Notons que x i m I satisfait l’aversion au risque pour les gains et la recherche du risque pour les pertes et que le terme pour le système II p i x i est linéaire sans distorsions de risque.
Comme le note Mukherjee , l’estimation des paramètres de l’équation 2) est un exercice de mesure, qui doit être évalué dans la future recherche empirique. Par conséquent, les fonctions V II (x) et V I (x) pourraient être modifiées, en fonction du cadre décisionnel et des objectifs du décideur. De même, le paramètre m pourrait ne pas être le même pour tous les résultats.
Modification du DSM pour la prise de décision médicale
Nous allons considérer une situation typique de la prise de décision clinique où un médecin doit choisir un traitement (Rx) contre l’absence de traitement (NoRx) pour une maladie (D) qui est présente avec la probabilité p . Chaque décision entraîne des résultats qui ont une certaine valeur, xi. Le modèle est illustré à la figure 2. Comme indiqué plus haut, le système I reconnaît les résultats uniquement comme étant possibles (ou non), et est donc insensible aux probabilités exactes. Chaque résultat avec une probabilité non nulle obtient un poids égal dans le système I. Par conséquent, dans un choix à deux alternatives, chaque probabilité est égale à 0,5 dans le système I. Le système II reconnaît les probabilités sans distorsions, comme on pourrait s’y attendre selon l’EUT.