Melhoria do desempenho diagnóstico através do feedback: o Ciclo de Aprendizagem do Diagnóstico
CONTEXTO: Os erros de raciocínio são uma causa comum de erros de diagnóstico. Entretanto, é difícil melhorar o desempenho, em parte porque os profissionais recebem pouco feedback sobre seu desempenho diagnóstico. Estudar formas de fornecer feedback consistente para permitir a melhoria contínua pode gerar novos conhecimentos sobre o desempenho diagnóstico. MÉTODOS: Desenvolvemos um modelo para melhorar o desempenho diagnóstico através do feedback utilizando um processo de pesquisa qualitativa em seis etapas, incluindo (1) revisão dos modelos existentes dentro e fora da medicina, (2) aplicação de um inquérito, (3) entrevistas semiestruturadas com pessoas que trabalham dentro e fora do setor médico, (4) desenvolvimento do novo modelo, (5) uma reunião de consenso interdisciplinar e (6) refinamento do modelo. RESULTADOS: Aplicamos teorias e conhecimentos de outras áreas para conceptualizar o aprendizado, fazer comparações e traduzir esses conhecimentos a um contexto aplicado relacionado ao diagnóstico. Isto nos ajudou a desenvolver um modelo, o Ciclo de Aprendizagem do Diagnóstico, que ilustra a necessidade de que os profissionais clínicos recebam feedback sobre sua confiança e raciocínio durante o diagnóstico e sejam capazes de comparar as hipóteses e os resultados diagnósticos de forma eficiente. Essas informações seriam armazenadas em um repositório para garantir a acessibilidade. Tal processo permitiria padronizar o feedback sobre o diagnóstico e ajudaria os profissionais a aprender com sua prática e a melhorar o seu desempenho diagnóstico. Este modelo aprimora os modelos existentes por incluir um quadro detalhado do raciocínio diagnóstico e dos elementos necessários para melhorar os resultados e a calibração. CONCLUSÃO: Um programa consistente e padronizado de feedback, com representações da confiança e do raciocínio dos profissionais clínicos, é um elemento comum em áreas não médicas que poderia ser aplicado à medicina. A adaptação dessa abordagem para o diagnóstico no cuidado de saúde seria uma abordagem promissora. Estas informações devem ser armazenadas de forma confiável e acessadas consistentemente. O próximo passo seria testar o Ciclo de Aprendizagem do Diagnóstico em ambientes clínicos.
BACKGROUND: Errors in reasoning are a common cause of diagnostic error. However, it is difficult to improve performance partly because providers receive little feedback on diagnostic performance. Examining means of providing consistent feedback and enabling continuous improvement may provide novel insights for diagnostic performance. METHODS: We developed a model for improving diagnostic performance through feedback using a six-step qualitative research process, including a review of existing models from within and outside of medicine, a survey, semistructured interviews with individuals working in and outside of medicine, the development of the new model, an interdisciplinary consensus meeting, and a refinement of the model. RESULTS: We applied theory and knowledge from other fields to help us conceptualise learning and comparison and translate that knowledge into an applied diagnostic context. This helped us develop a model, the Diagnosis Learning Cycle, which illustrates the need for clinicians to be given feedback about both their confidence and reasoning in a diagnosis and to be able to seamlessly compare diagnostic hypotheses and outcomes. This information would be stored in a repository to allow accessibility. Such a process would standardise diagnostic feedback and help providers learn from their practice and improve diagnostic performance. This model adds to existing models in diagnosis by including a detailed picture of diagnostic reasoning and the elements required to improve outcomes and calibration. CONCLUSION: A consistent, standard programme of feedback that includes representations of clinicians' confidence and reasoning is a common element in non-medical fields that could be applied to medicine. Adapting this approach to diagnosis in healthcare is a promising next step. This information must be stored reliably and accessed consistently. The next steps include testing the Diagnosis Learning Cycle in clinical settings.
