Modello di elaborazione duale del processo decisionale medico

Un modello a doppio sistema

Basandosi sulla precedente ricerca empirica, che ha dimostrato in modo convincente che la cognizione umana è determinata sia dal sistema I che dal sistema II. Mukherjee ha recentemente sviluppato un modello matematico formale, che presuppone il funzionamento parallelo di entrambi i sistemi, mentre la decisione finale è una combinazione ponderata delle valutazioni di entrambi i sistemi basata sul paradigma della massimizzazione del valore (Figura 1). (NB. In questo articolo utilizziamo i termini sistema I e sistema II come reso popolare da Kahneman, anche se alcuni autori preferiscono parlare di elaborazione di tipo 1 e 2, poiché è quasi certo che la cognizione umana non è organizzata in sistemi fisici distintamente separati).

Modello del processo decisionale utilizzando processi cognitivi a doppia elaborazione (dopo Mukherjee ]).

Il modello a doppio sistema (DSM) di Mukherjee presuppone che la valutazione della scelta rischiosa (C) sia formata dall’input combinato del sistema I e del sistema II in un unico valore e può essere formulato come segue:

Dove C rappresenta una situazione decisionale (“scelta”), n – numero di risultati, p i – probabilità del risultato iesimo, x i , della scelta selezionata. V I rappresenta la valutazione della decisione in modalità decisionale autonoma, intuitiva, basata sul sistema I e V II, che può essere una funzione di utilità, rappresenta la valutazione in modalità decisionale deliberativa, basata su regole, basata sul sistema II. k-è una costante di scala e γ è il peso dato al sistema I e può essere interpretato come il grado relativo di coinvolgimento del sistema I nel processo decisionale. Il sistema II non è diviso in due sottosistemi, come sostenuto da alcuni, ma si presume che aderisca ai criteri di razionalità della teoria dell’utilità attesa (EUT), come sostenuto anche dalla moderna scienza della decisione. Si presume che γ sia influenzato da una serie di processi che determinano il funzionamento del sistema I. Mukherjee ha enfatizzato i seguenti fattori come importanti determinanti del funzionamento del sistema I: predisposizioni decisionali e di pensiero individuali, natura affettiva dei risultati (più alta è la natura affettiva dei risultati, più alto è γ) e inquadramento e interpretazione del compito decisionale (le decisioni per se stessi avranno probabilmente un più alto γ, così come i problemi decisionali che sono contestualizzati e quelli che richiedono una risoluzione immediata o sono fatti sotto pressione temporale; gli ultimi quattro descrivono circostanze caratteristiche del processo decisionale medico). Le informazioni facilmente disponibili, la nostra esperienza precedente, il modo in cui le informazioni vengono elaborate (verbatim vs. ottenere il “succo” di esso), così come le limitazioni di memoria sono anche attesi per influenzare γ. γ è, quindi, dovrebbe essere più alto quando le informazioni sulle probabilità e gli esiti sono ambigue o non facilmente disponibili, o quando un risultato molto grave negativo precedente viene ricordato. D’altra parte, quando tali dati sono disponibili, la loro valutazione congiunta da parte del sistema II ridurrà γ. In generale, i fattori che definiscono il processo del sistema I possono essere classificati sotto 4 categorie principali: a) affetto, b) processi evolutivi cablati, responsabili delle risposte automatiche al pericolo potenziale in modo tale che il sistema I dia tipicamente un peso maggiore ai potenzialmente falsi positivi che ai falsi negativi (es.cioè gli esseri umani sono cognitivamente più pronti ad accettare erroneamente il segnale di potenziali danni che uno che porta il potenziale di beneficio), (c) processi sovra-appresi dal sistema II che sono stati relegati al sistema I (come l’effetto dell’addestramento intensivo che porta all’uso di euristiche, o “regole del pollice” o linee guida pratiche come una delle strategie cognitive di risparmio dello sforzo. NB anche se le linee guida possono essere i prodotti dei processi analitici del sistema II, la loro applicazione tende ad essere un processo del sistema I.), e (d) gli effetti dell’apprendimento tacito.

Il modello DSM di Mukherjee si basa sull’evidenza empirica che dimostra che i decisori in un contesto ricco di affetti sono generalmente sensibili solo alla presenza o assenza di stimoli, mentre in contesti poveri di affetti si affidano al sistema II per valutare la grandezza degli stimoli (e le probabilità). Quindi, la caratteristica saliente del modello è che il sistema I riconosce i risultati solo come possibili oppure no. Ogni risultato che rimane in considerazione ha lo stesso peso nel sistema I. D’altra parte, il sistema II riconosce le probabilità linearmente senza distorsioni, secondo il paradigma dell’utilità attesa.

Come risultato, l’elaborazione della valutazione duale genera spesso casi in cui le valutazioni soggettive sono maggiori a grandezze dello stimolo più basse (cioè quando il processo decisionale si basa sul sentimento, o su processi evolutivi hard-wired come quando il segnale può presentare pericolo) mentre il calcolo razionale produce un valore maggiore a grandezze elevate. Il DSM è in grado di spiegare un certo numero di fenomeni che caratterizzano il processo decisionale umano come a) la violazione della dominanza stocastica non trasparente, b) il quadruplice modello di attitudine al rischio, c) l’avversione all’ambiguità, d) l’effetto conseguenze comuni, e) l’effetto rapporto comune, f) l’effetto isolamento, g) e l’effetto coalescenza e divisione degli eventi .

Sotto l’ipotesi realistica che gli esiti siano positivi (cioè, utilità >0, che è particolarmente applicabile all’impostazione medica) e funzioni di valore di potenza, V I x = x m I , e V II x = x per il sistema I e II, rispettivamente, DSM può essere riscritto come:

dove 0 < m I ≤ 1 Si noti che x i m I soddisfa l’avversione al rischio per i guadagni e la ricerca del rischio per le perdite e che il termine per il sistema II p i x i è lineare senza distorsioni del rischio.

Come notato da Mukherjee , la stima dei parametri nell’equazione 2) è un esercizio di misurazione, che deve essere valutato nella futura ricerca empirica. Di conseguenza, le funzioni V II (x) e V I (x) potrebbero essere cambiate, a seconda del contesto decisionale e degli obiettivi del decisore. Allo stesso modo, il parametro m potrebbe non essere lo stesso per tutti gli esiti.

Modifica del DSM per il processo decisionale medico

Considereremo una situazione tipica nel processo decisionale clinico in cui un medico deve scegliere un trattamento (Rx) vs. nessun trattamento (NoRx) per la malattia (D) che è presente con la probabilità p. . Ogni decisione si traduce in risultati che hanno un certo valore, xi. Il modello è mostrato nella Figura 2. Come notato sopra, il sistema I riconosce i risultati solo come possibili (o non), ed è quindi insensibile alle probabilità esatte. Ogni risultato con probabilità diversa da zero ha lo stesso peso nel sistema I. Quindi, in una scelta a due alternative, ogni probabilità è uguale a 0,5 nel sistema I. Il sistema II riconosce le probabilità senza distorsioni, come ci si aspetterebbe secondo l’EUT.

Modello di doppia elaborazione del processo decisionale applicato a un dilemma clinico se trattare (Rx) il paziente con malattia (D+) o no. Il paziente può avere o non avere una malattia (probabilità p). Si suppone che il rimpianto operi solo a livello del sistema I. (Si noti che l’alternativa di trattamento concorrente può includere Rx o NoRx). Rg- rimpianto.

Posiamo che tra le emozioni che possono influenzare la valutazione dei risultati nel sistema I di elaborazione, il rimpianto gioca un ruolo importante, mentre i processi del sistema II sono dominati da deliberazioni razionali e analitiche secondo EUT. Possiamo definire il rimpianto (Rg) come la differenza (perdita) nelle utilità del risultato dell’azione intrapresa e quella dell’azione che avremmo dovuto intraprendere, a posteriori ma operando solo a livello del sistema I (vedi Figura 2).

Di conseguenza, abbiamo le seguenti funzioni di valore (vedi file aggiuntivo 1: Appendice per la derivazione dettagliata):

La valutazione complessiva della decisione di trattare (Rx) è uguale a:

E

La differenza dei risultati del trattare e non trattare il paziente con malattia sono uguali al beneficio netto del trattamento (B) ; la differenza nei risultati di non trattare e trattare quei pazienti senza malattia è definita come danno netto (H) . Si noti che i benefici e i danni possono essere espressi in varie unità (come sopravvivenza, mortalità, morbilità, costi, ecc.) e possono essere formulati sia come utilità che come disutilità. Come spiegato sopra, assumiamo inoltre che la valutazione dei benefici e dei danni netti da parte del sistema I differisce dal sistema II. Quindi, sotto il sistema II, sostituiamo il beneficio netto e il danno netto usando le definizioni EUT: B II = x 1 – x 3 e danni netti H II = x 4 – x 2 . Sotto il sistema I, definiamo B I = x 1 m I – x 3 m I , e H I = x 4 m I – x 2 m I . Risolvendo per p (la probabilità di malattia alla quale siamo indifferenti tra Rx e NoRx), otteniamo: (Equazione 3)

Questo significa che se la probabilità di malattia è superiore a p t il decisore favorisce il trattamento; altrimenti, un’alternativa di gestione concorrente (come “Nessun trattamento”) rappresenta la strategia di trattamento ottimale. Si noti che k può essere tipicamente impostato a 1, come facciamo qui. Si noti inoltre che la prima parte dell’equazione è equivalente all’espressione della soglia descritta nel quadro EUT; la seconda espressione modifica il processo decisionale basato su EUT del sistema II in modo tale che se i benefici sono superiori ai danni, la probabilità di soglia è sempre inferiore alla soglia EUT. Tuttavia, se un decisore sperimenta H I >B I , la probabilità di soglia è sempre superiore alla soglia EUT (vedi sotto per la discussione nel contesto dell’esempio medico). Si noti che γ e il rapporto H I H II contribuiscono solo nella misura in cui la soglia duale è sopra o sotto la classica soglia EUT. Cioè, γ e il rapporto H I H II non cambiano la qualità della relazione tra soglia duale e soglia EUT: se la soglia duale sarà sopra o sotto la soglia EUT dipende solo da un rapporto B I H I.

Si noti che le derivazioni identiche possono essere ottenute applicando il concetto di rimpianto atteso (invece di EUT) . Anche se si può sostenere che il rimpianto è una potente emozione che influenza tutti i processi cognitivi (come la cosiddetta “emozione cognitiva”), e quindi può funzionare sia a livello del sistema I che del sistema II, la maggior parte degli autori riconosce il valore di affetto del rimpianto. Quindi, abbiamo assunto che il rimpianto funziona a livello del sistema I. Pertanto, nel nostro modello limitiamo l’influenza del rimpianto al sistema I. Per inciso, la nostra equazione 3) può anche essere derivata dal modello generale DSM di Mukherjee anche se il rimpianto non è specificamente invocato.

Anche se l’equazione 3) implica calcoli esatti, non dovrebbe essere intesa come una che fornisce un preciso conto matematico del processo decisionale umano. Piuttosto, dovrebbe essere considerata più come una descrizione semi-quantitativa o qualitativa del modo in cui i medici possono prendere le loro decisioni. In primo luogo, questo è perché il sistema I non esegue calcoli esatti, ma piuttosto si basa su “gist” per la valutazione dei benefici e dei danni in modo più qualitativo. Il meccanismo dipende dalle associazioni, dalle emozioni (le cosiddette stime del “rischio come sentimenti”), così come dalla memoria e dall’esperienza. In questo senso, la seconda parte dell’equazione 3) che si basa sul sistema I può essere intesa come il modificatore qualitativo (“peso”), che, a seconda delle stime del sistema I di benefici e danni aumenta o diminuisce la prima parte dell’equazione (che dipende dall’uso preciso del sistema II di prove per benefici e danni). In secondo luogo, la stessa probabilità di soglia dovrebbe essere considerata come una “soglia di azione” – ad un certo punto, un medico decide se somministrare o meno il trattamento. Tipicamente, contrappone la probabilità stimata di malattia alla soglia e agisce: se la probabilità di malattia è superiore alla “soglia d’azione”, il medico somministra il trattamento; se è inferiore, decide di non somministrare il trattamento. Quindi, un modo di interpretare l’equazione 3) è quello di considerare la stima del medico della “soglia d’azione”: se nella sua stima, i benefici complessivi del trattamento superano i danni, e ritiene che sia “probabile” che la probabilità di malattia sia sopra la probabilità di soglia, allora agirebbe e somministrerebbe il trattamento. Se il medico valuta che è “improbabile” che la probabilità di malattia sia superiore alla “soglia di azione”, allora non prescriverebbe il trattamento.

Il comportamento del modello DSM-M

I meccanismi cognitivi esatti che sono alla base dei processi del sistema duale non sono del tutto chiariti. Come discusso in questo articolo, molti fattori influenzano il ragionamento dei processi duali portando a suggerire che questi processi dovrebbero essere raggruppati secondo i meccanismi prevalenti. Concentrarsi su ciascuno di questi processi può portare a proposte teoriche specifiche. Il nostro obiettivo in questo articolo è quello di fornire un’architettura cognitiva globale che comprenda le caratteristiche generali della maggior parte dei concetti teorici esistenti, concentrandosi allo stesso tempo sulle specificità del processo decisionale medico. In generale, le teorie dell’elaborazione duale si dividono in due gruppi principali: le teorie parallelo-competitive e le teorie default-interventiste. Le teorie parallelo-competitive presuppongono che i processi del sistema I e II procedano in parallelo, ciascuno in competizione per il controllo della risposta. Se c’è un conflitto, non è chiaro quale meccanismo viene invocato per risolvere il conflitto. D’altra parte, le teorie default-interventiste postulano che il sistema I generi una risposta di default rapida e intuitiva, che può o non può essere intervenuta da una successiva elaborazione lenta e deliberata del sistema II. Questo può essere ulteriormente operazionalizzato attraverso diversi meccanismi generali che sono stati proposti in letteratura:

1. 1)

   Il modello additivo di Mukherjee, come descritto in precedenza, può essere classificato come una variante della teoria parallelo-competitiva in quanto presuppone che i processi del sistema I e II procedano in parallelo, ma include il parametro γ, che può innescare una maggiore o minore attivazione del sistema I. Il modello di Mukherjee, tuttavia, non modella esplicitamente le scelte in termini di decisioni categoriche (cioè accettare vs. non accettare una data ipotesi), che è una caratteristica fondamentale dei modelli di dual-processing .

2. 2)

   Sistema I e sistema II operano su un continuum , ma in modo tale che il sistema I non dorme mai . Una decisione finale dipende dall’attivazione di entrambi i sistemi I e II. È stato stimato che circa il 40-50% delle decisioni sono determinate dalle abitudini (cioè dal sistema I). Questa è anche una variante della teoria parallelo-competitiva; va notato che la letteratura più recente si sta allontanando da questo modello .

3. 3)

   La decisione finale sembra dipendere sia dal sistema I che dal sistema II in modo tale che il sistema I sia il primo a suggerire una risposta e il sistema II la approvi. Così facendo, il sistema II può esercitare il pieno controllo sul sistema I (come quando si affida alla modellazione EUT) o non riuscire completamente a supervisionare il funzionamento del sistema I (ad esempio, a causa della sua ignoranza o pigrizia). Quindi, secondo questo modello, le decisioni sono prese o dal sistema I (default) o dal sistema II (che può intervenire o meno). Questo è un modello default-interventista.

4. 4)

   La variante del modello #3 è il cosiddetto “toggle model”, che propone che il decisore usi costantemente processi cognitivi che oscillano tra i due sistemi (toggle) . Questa è una variante del modello default-interventista.

Nota che γ è continuo nel nostro modello, ma può essere reso categorico se la teoria “toggle” è considerata quella corretta. In questo caso, un interruttore logico può essere introdotto nell’albero di decisione per permettere di passare da un sistema all’altro. Soprattutto, collegando il modello additivo di Mukherjee con il modello a soglia, forniamo l’architettura per riconciliare le teorie competitive parallele con le teorie interventiste predefinite. Lo facciamo rendendo esplicito che le decisioni sono categoriche (tramite la soglia) a un certo grado di sforzo cognitivo (modellato tramite il parametro γ). Cioè, la domanda chiave è quali processi determinano l’accettazione o il rifiuto di una particolare ipotesi (diagnostica). Il nostro modello mostra che questo può avvenire se manteniamo l’architettura parallelo-competitiva del modello additivo di Mukherjee ma assumiamo un interruttore, risposta sì o no, se accettare o rifiutare una data ipotesi (alla soglia). È la valutazione dell’evento (diagnostico) rispetto alla soglia che serve come output finale dei nostri processi decisionali e di ragionamento. Come mostra il nostro modello, questo dipende dall’assunzione di un funzionamento parallelo sia del sistema I che del sistema II, e dal passaggio del controllo di un sistema sull’altro secondo l’ipotesi default-interventista. Si noti che a seconda dell’attivazione del parametro γ e della valutazione dei benefici (guadagni) e dei danni (perdite) il controllo può essere esercitato da entrambi i sistemi: a volte sarà il sistema intuitivo che eserciterà il controllo e la nostra azione prenderà la forma “sensazione di giustezza”; a volte, sarà il sistema II che prevarrà e guiderà le nostre decisioni. Così, riusciamo a unire il parallelo competitivo con i modelli interventisti di default collegando il modello additivo di Mukherjee con il modello a soglia per il processo decisionale.

Come discusso sopra, molti fattori possono attivare l’interruttore come la presenza o l’assenza di dati empirici e quantitativi, il contesto del processo decisionale (ad esempio, influenzare poveri o ricchi), la competenza e l’esperienza del decisore, ecc. Inoltre, un’ampia ricerca psicologica ha dimostrato che le persone usano spesso una semplice euristica, che si basa sui numeri importanti come potenze di 10 (ad esempio, 1,2,5,10,20,50,100,200 ecc.). Cioè, anche se il sistema I non esegue i calcoli esatti, valuta comunque la “sostanza” dei benefici e dei danni relativi, e probabilmente lo fa secondo il “livello di aspirazione 1/10” (arrotondato al numero più vicino) in modo tale che le stime del rapporto benefici/danni cambiano di 1,2,5, 10, ecc. ordini di grandezza. Pertanto, in questa sezione consideriamo diverse situazioni prototipiche: 1) quando γ = 0, 0.5, o 1; 2) quando BII>> HII, BII = HII e BII <<HII; e 3) quando il rimpianto di omissione (BI) << rimpianto di commissione (HI), BI = HI, o BI>> HI

Prima di tutto, si noti che γ=0, quando il numeratore della frazione sinistra nell’Equazione 6 ( File aggiuntivo 1: Appendice) è zero, cioè.e., quando p B II – 1 – p H II = 0 , o risolvendo per p, otteniamo p = 1 1 + B II H II , che è esattamente il valore della soglia EUT per la probabilità in cui le utilità attese delle due opzioni sono le stesse. Questo corrisponderà al modello #3 di cui sopra, in cui il sistema II esercita il pieno controllo sul processo decisionale. Quindi, quando γ = 0, abbiamo il classico modello EUT e soglia terapeutica. In questo caso, il rimpianto non influenza i benefici e i danni dell’EUT, e p t = H II H II + B II = 1 1 + B II H II . Se BII>> HII, pt si avvicina a zero e un decisore raccomanderà il trattamento praticamente a tutti. D’altra parte, se BII = HII, pt è uguale a 0,5 e potrebbe raccomandare il trattamento se la malattia è altrettanto probabile. Infine, se BII << HII, pt si avvicina a 1,0, e ci si aspetta che il decisore raccomandi il trattamento solo se è assolutamente certo della diagnosi.

All’altro estremo, se γ = 1, abbiamo il modello puro del sistema I (corrispondente al modello #3 sopra, che si basa esclusivamente sui processi del sistema I). Si noti il valore di γ=1, quando il denominatore della seconda frazione dell’equazione 6 ( File aggiuntivo 1: Appendice) è uguale a uno, o quando l’espressione H I – B I = 0, cioè quando B I =H I . In queste condizioni, è abbastanza ovvio che le valutazioni del sistema I diventano irrilevanti se il beneficio netto percepito del trattamento è uguale al danno netto percepito. Quando γ=1, l’evitamento del rimpianto diventa il motivatore chiave, non i benefici e i danni dell’EUT. Si noti che nel sistema I p non è legato a γ in termini di valutazione (Equazione 1). In queste circostanze solo il processo decisionale del sistema I funziona e i processi analitici del sistema II sono soppressi (Equazione 1) come si vede in quei decisori che tendono a seguire solo l’intuizione, o sono estremamente influenzati dalle loro esperienze passate senza considerare i nuovi fatti sul terreno. Cioè, le differenze di probabilità non giocano alcun ruolo in tali decisioni, perché una persona che usa solo il sistema I non considera la probabilità come un fattore.

Infine, se γ = 0,5, il decisore è motivato da EUT e dall’evitare il rimpianto (modello #2 elencato sopra). In questo caso, i benefici (BII), i danni (HII), i rimpianti di omissione (BI) e di commissione (HI) sono tutti attori attivi. Questi tre casi sono presentati nella tabella 1 (vedi file aggiuntivo 2) che mostra le probabilità di soglia per γ = 0,5 e i dati oggettivi che indicano un alto rapporto benefici/danni (B II / H II = 10). Viene anche mostrato come la probabilità di soglia dipende dalla percezione individuale del rischio. Se HI>> HI, ingrandisce l’effetto di BI/HI (vedi Equazione 3), che si traduce in un comportamento estremo nel senso di aumento della probabilità che tale persona accetti sempre (come pt<0) o rifiuti il trattamento (come pt>1). Per HI <<HII, l’impatto sul modo in cui il sistema I elabora benefici e danni non è così pronunciato e influenza la soglia EUT in misura molto minore.