9789147113262

Med.

Internmedicin 6:e upplagan

Under redaktion av Ulf Dahlstrรถm, Stergios Kechagias, Leif Stenke

6

Författare

Lars Ahlbeck, specialistläkare Allergologi och Allmänmedicin, Allergicentrum, Universitetssjukhuset, Linköping Bert Andersson, professor, överläkare, Kardiologi, Sahlgrenska universitetssjukhuset, Göteborg Christer Andersson, professor, distriktsläkare, Institutionen för folkhälsa och klinisk medicin, Umeå universitet Håkan Arheden, professor, Lunds universitet och Skånes universitetssjukhus, Lund Annika Bergquist, professor, överläkare, Gastrocentrum, Karolinska universitetssjukhuset, Stockholm Christian Berne, professor emeritus, tf överläkare, Sektionen för endokrinologi och diabetesvård, Akademiska sjukhuset, Uppsala Erik Berntorp, professor, överläkare, Koagulationskliniken, Skånes universitetssjukhus, Malmö Gunnar Birgegård, professor emeritus, f.d. överläkare, Hematologiavdelningen, Akademiska sjukhuset, Uppsala Magnus Björkholm, professor, överläkare, Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Mattias Brunström, leg. läkare, Institutionen för folkhälsa och klinisk medicin, Umeå universitet Marcus Carlsson, docent, Lunds universitet, överläkare, Skånes universitetssjukhus, Lund Leif Dahlberg, professor, överläkare, Institutionen för kliniska vetenskaper, Lunds universitet; Verksamhetsområde ortopedi, Skånes universitetssjukhus, Lund Ulf Dahlström, professor emeritus, Linköpings universitet, överläkare, Kardiologiska kliniken, Universitetssjukhuset, Linköping Mikael Dellborg, professor, Institutionen för medicin, Sahlgrenska Akademin, Göteborgs universitet; överläkare, GUCH-centrum, Sahlgrenska universitetssjukhuset, Göteborg Björn Ekmehag, med. dr, bitr. förvaltningschef, Skånes universitetssjukhus, Lund-Malmö Mats Eliasson, professor, Institutionen för folkhälsa och klinisk medicin, Umeå universitet; överläkare, Medicinkliniken, Sunderby sjukhus, Luleå Henrik Engblom, docent, Lunds universitet, specialistläkare, Skånes universitetssjukhus, Lund Per Eriksson, docent, överläkare, Reumatologiska kliniken i Östergötland, Universitetssjukhuset, Linköping

David Erlinge, professor, överläkare, Kardiologiska kliniken, Lunds universitet, Skånes universitetssjukhus, Lund Helena Forsblad d’Elia, professor, överläkare, Institutionen för folkhälsa och klinisk medicin, Umeå universitet; Reumatologiska kliniken Västerbotten, Norrlands universitetssjukhus, Umeå Viveka Frykman-Kull, med. dr, överläkare, Hjärtkliniken, Danderyds sjukhus, Stockholm Inger Gjertsson, professor, överläkare, Avdelningen för reumatologi och inflammationsforskning, Göteborgs universitet, Verksamhet reumatologi, Sahlgrenska universitetssjukhuset, Göteborg Anders Gottsäter, adj. professor, Lunds Universitet; överläkare, Kärlmedicin, Kärlsektionen, Skånes universitetssjukhus, Malmö Astrid Gruber, docent, överläkare, Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Hans Hagberg, docent, specialistläkare, Akademiska sjukhuset, Uppsala Helene Hallböök, docent, överläkare, Akademiska sjukhuset, Uppsala Bengt Hallengren, docent, överläkare, Endokrinologiska kliniken, Skånes universitetssjukhus, Malmö Anders Hamsten, professor, överläkare, Karolinska universitetssjukhuset, Stockholm Pauline Harper, docent, överläkare, Porfyricentrum, Centrum för medfödda metabola sjukdomar (CMMS), Karolinska universitetssjukhuset, Stockholm Per M. Hellström, professor, överläkare, Institutionen för medicinska vetenskaper, Uppsala universitet; Sektionen för gastroenterologi och hepatologi, Akademiska sjukhuset, Uppsala Erik Hertervig, docent, överläkare, Institutionen för kliniska vetenskaper, Lunds universitet; Sektionen för gastroenterologi, Skånes universitetssjukhus, Lund Rolf Hultcrantz, professor, överläkare, Gastrocentrum, Karolinska universitetssjukhuset, Stockholm Stefan Jacobson, professor, överläkare, Njurmedicinska kliniken, Danderyds sjukhus, Stockholm Christer Jansson, professor, överläkare, Sektionen för lung- och allergisjukdomar, Akademiska sjukhuset, Uppsala

Kjell Jansson, med. dr, överläkare, Fysiologiska kliniken och Kardiologiska kliniken, Universitetssjukhuset, Linköping Mats Kalin, professor, överläkare, Infektionskliniken, Karolinska universitetssjukhuset, Stockholm Pontus Karling, universitetslektor, överläkare, Institutionen för folkhälsa och klinisk medicin, Umeå universitet; Medicinkliniken, Norrlands universitetssjukhus, Umeå Jan-Erik Karlsson, docent, Institutionen för medicin och hälsa, Linköpings universitet; överläkare, Medicinkliniken, Länssjukhuset Ryhov, Jönköping Stergios Kechagias, professor, överläkare, Institutionen för medicin och hälsa, Linköpings universitet; Mag–tarmmedicinska kliniken, Universitetssjukhuset, Linköping Milos Kesek, docent, överläkare, Hjärtcentrum, Norrlands universitetssjukhus, Umeå Eva Kimby, professor emerita, Institutionen för medicin Huddinge, Karolinska Institutet, Stockholm Ido Leden, senior reumatolog, Reumatologsektionen, Centralsjukhuset, Kristianstad Lars Johan Liedholm, överläkare, Neurofyslab/ Neurocentrum, Norrlands universitetssjukhus, Umeå Lars Lind, professor, överläkare, Akademiska sjukhuset, Uppsala Bertil Lindahl, professor, Uppsala Clinical Research Center och institutionen för medicinska vetenskaper, Uppsala universitet; överläkare, Kardiologi, Akademiska sjukhuset, Uppsala Erik Lindeman, överläkare, Giftinformationscentralen, Stockholm Östen Ljunggren, professor, överläkare, Institutionen för medicinska vetenskaper, Uppsala universitet; Metabolmottagningen, Akademiska sjukhuset, Uppsala Per Ljungman, professor, Karolinska Institutet, Stockholm; överläkare Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Claes-Göran Löfdahl, professor emeritus, Lunds universitet, Lund Jan Malm, professor, Institutionen för farmakologi och klinisk neurovetenskap, Umeå universitet; överläkare neurologi, Norrlands universitetssjukhus, Umeå

Jan Marsal, docent, specialistläkare, Sektionen för immunologi, Lunds universitet; Sektionen för gastroenterologi, Skånes universitetssjukhus, Lund Ulf-Henrik Mellqvist, docent, överläkare, Medicinkliniken, Södra Älvsborgs sjukhus, Borås Jan Nilsson, professor, överläkare, Skånes universitetssjukhus, Malmö Lars Nilsson, med. dr, överläkare, Hematologiska kliniken, Skånes universitetssjukhus Per J. Nilsson, docent, överläkare, Gastrocentrum, Karolinska universitetssjukhuset, Stockholm Herman Nilsson-Ehle, docent, överläkare, Sektionen för hematologi och koagulation, Sahlgrenska universitetssjukhuset, Göteborg Ola Nived, docent, Skånes universitetssjukhus, Lund Ulla Nyström, överläkare, Allergicentrum, Universitetssjukhuset, Linköping Tor Olofson, professor emeritus, Avdelningen för hematologi och transfusionsmedicin, Institutionen för laboratoriemedicin, Lunds universitet Tommy Olsson, professor, överläkare, enheten för medicin, Norrlands universitetssjukhus, Umeå Hans Persson, MDhc, f.d. överläkare, Giftinformationscentralen, Stockholm Hans E. Persson, docent, överläkare, processledare Hjärtsvikt, Hjärt- och fysiologkliniken, Danderyds sjukhus, Stockholm Mark Personne, överläkare, medicinsk chef, Giftinformationscentralen, Stockholm Åsa Rangert Derolf, överläkare, med. dr, Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Richard Rosenquist Brandell, professor, överläkare, Klinisk genetik, Karolinska universitetssjukhuset, Stockholm Stephan Rössner, professor emeritus, Karolinska Institutet, Apple Bay Obesity Research Centre, Bromma Maria Schaufelberger, professor, Avdelningen för molekylär och klinisk medicin, Medicinska institutet, Sahlgrenska akademin, Göteborgs Universitet; överläkare, Sahlgrenska universitetssjukhuset/Östra, Göteborg Mårten Segelmark, professor, överläkare, Institutionen för medicin och hälsa, Linköpings universitet, Njurmedicinska kliniken, Universitetssjukhuset, Linköping

Jan Sjöberg, överläkare, docent, Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Christopher Sjöwall, docent, universitetslektor, överläkare, Institutionen för klinisk och experimentell medicin, Linköpings universitet; Reumatologiska kliniken i Östergötland, Universitetssjukhuset, Linköping Ulrika Snygg-Martin, med. dr, överläkare, Ordförande SU STRAMA, Infektion, Sahlgrenska universitetssjukhuset/Östra, Göteborg Leif Stenke, professor, Karolinska Institutet, Stockholm; överläkare, Hematologiskt centrum, Karolinska universitetssjukhuset, Stockholm Jarl Torgerson, docent, överläkare, Psykiatri Psykos, Sahlgrenska universitetssjukhuset, Göteborg Alf Tunsäter, docent, överläkare, Lung- och allergikliniken, Skånes universitetssjukhus, Lund Hans Törnblom, docent, överläkare, Verksamhetsområde Medicin, Enheten för gastroenterologi, Sahlgrenska universitetssjukhuset, Göteborg Ove Tørring, docent, Institutionen för klinisk forskning och utveckling, Karolinska Institutet, Stockholm; överläkare, Endokrinsektionen, Internmedicin, Södersjukhuset, Stockholm

Hans Wadenvik, professor, överläkare, Sahlgrenska universitetssjukhuset, Göteborg Jonas Wallvik, överläkare, universitetslektor, Sundsvalls sjukhus och Umeå Universitet Susanna Walter, docent, överläkare, Mag–tarmmedicinska kliniken, Universitetssjukhuset, Linköping Sigbritt Werner, professor emerita i endokrinologi, Karolinska Institutet, Stockholm Per Wester, professor, Umeå Strokecenter, Institutionen för folkhälsa och klinisk medicin, Umeå Universitet; överläkare, Medicincentrum, Norrlands universitetssjukhus, Umeå Jan Westin, docent, överläkare, Hematologisektionen, Sahlgrenska universitetssjukhuset, Göteborg Anders Winbladh, med. dr, överläkare, kirurgi, Höglandssjukhuset, Eksjö och Stokmarknes sykehus, Norge Kjell Öberg, professor, överläkare, Akademiska sjukhuset, Uppsala, samt Center of Excellence for Endocrine Tumors, Uppsala universitet Jan Östergren, professor, Institutionen för Medicin, Karolinska Institutet, Stockholm; överläkare, Karolinska universitetssjukhuset, Stockholm

Internmedicin Under redaktion av ULF DAHLSTRÖM STERGIOS KECHAGIAS LEIF STENKE Liber

ISBN 978-91-47-11326-2 © 2018 Författarna och Liber AB

REDAKTÖRER

Karin Sjögren Marklund och Margareta Widegren

FÖRLÄGGARE

Kristina Iritz Hedberg

FORMGIVNING OCH OMSLAG OMSLAGSFOTO LAYOUT/ORIGINAL ILLUSTRATIONER FOTOGRAFIER

Nette Lövgren Roger Lundholm och Thinkstock ord & form, Gudbrand Klæstad AB Typoform Där inte annat anges har fotografierna tillhandahållits av kapitelförfattarna.

Första upplagan 1991 Andra upplagan 1996 Tredje upplagan 2002 Fjärde upplagan 2006 Femte upplagan 2011 Sjätte upplagan 2018 1 Repro Exaktaprinting, Malmö Tryck People Printing, Kina 2018

Kopieringsförbud Detta verk är skyddat av upphovsrättslagen.

Kopiering, utöver lärares och elevers rätt att kopiera för undervisningsbruk enligt BONUS-avtal är förbjuden.

BONUS-avtal tecknas mellan upphovsrättsorganisationer och huvudman för utbildningsanordnare, t.ex. kommuner och universitet. Intrång i upphovsmannens rättigheter enligt upphovsrättslagen kan medföra straff (böter eller fängelse), skadestånd och beslag/förstöring av olovligt framställt material. Såväl analog som digital kopiering regleras i BONUS-avtalet. Läs mer på www.bonuscopyright.se.

Liber AB, 113 98 Stockholm Kundservice tfn 08-690 90 00 Kundservice.liber@liber.se www.liber.se

Innehåll

Förord 11

Hypertoni 165

1. Internmedicin 13

Hjärtarytmier 179

JAN ÖSTERGREN

Internmedicin – en introduktion 15 STERGIOS KECHAGIAS

Evidensbaserad medicin 17 BERTIL LINDAHL

Vägen till diagnos och terapi – tolkning av diagnostiska tester 23 MATS ELIASSON OCH MATTIAS BRUNSTRÖM

2. Allergi och annan överkänslighet 31 ULLA NYSTRÖM OCH LARS AHLBECK

Allergiska sjukdomar 35 Sensorisk överkänslighet 50 Anafylaxi 52 Bi- och getingallergi 55 Läkemedelsöverkänslighet 56

3. Hjärt–kärlsjukdomar 59 Ateroskleros och lipidrubbningar 62 JAN NILSSON OCH ANDERS HAMSTEN

Den kliniska undersökningen 76

MILOS KESEK OCH VIVEKA FRYKMAN-KULL

Hjärtinsufficiens 201 ULF DAHLSTRÖM

Chock 223 ULF DAHLSTRÖM

Hjärt-lungräddning (HLR) 229 ULF DAHLSTRÖM

Hypotension 230 ULF DAHLSTRÖM

Perimyokardit – hjärtmuskel- och hjärtsäcksinflammation 232 HANS E PERSSON

Infektiös endokardit 240 ULRIKA SNYGG-MARTIN

Myokardsjukdomar 244 BERT ANDERSSON

Hjärtfel 248 JAN ERIK KARLSSON OCH MIKAEL DELLBORG

Kärlsjukdomar 270 ANDERS GOTTSÄTER

Pulmonell hypertension 288 BJÖRN EKMEHAG OCH KJELL JANSSON

MARIA SCHAUFELBERGER

Bild- och funktionsdiagnostiska metoder 85 MARCUS CARLSSON, HENRIK ENGBLOM OCH HÅKAN ARHEDEN

Bröstsmärta 97 ULF DAHLSTRÖM

Dyspné 101 ULF DAHLSTRÖM

Ödem 104 ULF DAHLSTRÖM

Kranskärlssjukdom 106 DAVID ERLINGE

Cerebrovaskulära sjukdomar 123 PER WESTER

Yrsel och obalans 152 JAN MALM OCH LARS JOHAN LIEDHOLM

Medvetandestörning 157 JAN MALM OCH LARS JOHAN LIEDHOLM

4. Lungsjukdomar 295 ALF TUNSÄTER, CLAES-GÖRAN LÖFDAHL OCH CHRISTER JANSON

Undersökningsmetoder 297 Obstruktiva lungsjukdomar 307 Akut och kronisk andningssvikt 326 Sömnrelaterade andningsstörningar 329 Lungtumörer 331 Lunginfektioner 335 Systemsjukdomar med lungengagemang 343 Yrkesrelaterade lungsjukdomar 348 Sjukdomar i pleuran 352 Sjukdomar i mediastinum 356

5. Blodsjukdomar 359 Blod och blodbildande organ 361 TOR OLOFSSON

Akut hematologi 367 LEIF STENKE

Hemoglobinsjukdomar 370 JAN WESTIN

Järnbristanemi och sekundär anemi 374 GUNNAR BIRGEGÅRD

6. Normal och patologisk hemostas 469 Normal hemostas 471 ERIK BERNTORP

Blödningssjukdomar 477 ERIK BERNTORP

Förvärvade hemostasrubbningar 482 JONAS WALLVIK

Trombossjukdomar 486 JONAS WALLVIK

Megaloblastiska anemier 382 HERMAN NILSSON-EHLE

Hemolytiska anemier 390 HERMAN NILSSON-EHLE

Aplastisk anemi 395 PER LJUNGMAN

Trombocytopeni 398 HANS WADENVIK

Mjälten, splenomegali och hypersplenism 407

7. Endokrina sjukdomar 489 Diabetes mellitus 491 CHRISTIAN BERNE

Hypotalamus- och hypofyssjukdomar 545 SIGBRITT WERNER

Sköldkörtelns sjukdomar 557 BENGT HALLENGREN OCH OVE TØRRING

Binjurarnas sjukdomar 583 TOMMY OLSSON

MAGNUS BJÖRKHOLM OCH JAN SJÖBERG

Myelodysplastiska syndrom 411 LARS NILSSON

Kronisk myeloisk leukemi 415 LEIF STENKE

Övriga myeloproliferativa sjukdomar 422 GUNNAR BIRGEGÅRD

Akut myeloisk leukemi 431 MAGNUS BJÖRKHOLM, ÅSA RANGERT DEROLF OCH PER LJUNGMAN

Akut lymfatisk leukemi 436 HELENE HALLBÖÖK

Maligna lymfom 439 HANS HAGBERG

Undergrupper till lymfom 443 HANS HAGBERG

Kronisk lymfatisk leukemi 451 EVA KIMBY OCH RICHARD ROSENQUIST BRANDELL

Plasmacellssjukdomar 458 ASTRID GRUBER OCH ULF-HENRIK MELLQVIST

Behandlingsrelaterade infektioner 465 MATS KALIN

8

8. Metabola sjukdomar 599 Ofrivillig viktnedgång 601 JARL TORGERSON OCH STEPHAN RÖSSNER

Fetma 609 JARL TORGERSON OCH STEPHAN RÖSSNER

Vätske- och syra–basbalans 627 LARS LIND

Störningar i kalcium- och fosfatomsättningen 633 ÖSTEN LJUNGGREN

Metabola skelettsjukdomar 642 ÖSTEN LJUNGGREN

Hemokromatos och amyloidos 651 ROLF HULTCRANTZ

Porfyri 658 CHRISTER ANDERSSON OCH PAULINE HARPER

9. Njursjukdomar 671 STEFAN JACOBSON

Njursjukdomar 673 Undersökningsmetoder 676 Njurinsufficiens 686 Glomerulära sjukdomar 704 Interstitiella njursjukdomar 718 Tubulointerstitiella sjukdomar 722 Andra sjukdomar med njurengagemang 726 Njure och hypertoni 728 Ärftliga njursjukdomar 730

10. Mag–tarmkanalens och leverns sjukdomar 735 Buksmärta 737 HANS TÖRNBLOM OCH ANNIKA BERGQUIST

Gastrointestinal blödning 739 ANDERS WINBLADH

Diarré 747 PONTUS KARLING

Förstoppning 752 SUSANNA WALTER

Funktionella mag–tarmsjukdomar 758 HANS TÖRNBLOM

Matstrupens sjukdomar 767 HANS TÖRNBLOM

Sjukdomar i ventrikel och duodenum 774 PER M. HELLSTRÖM

Malabsorptionssjukdomar 794 PONTUS KARLING OCH PER M HELLSTRÖM

11. Reumatiska sjukdomar 891 Smärtor i rörelseorganen – en översikt 893 OLA NIVED

Generella och lokala smärttillstånd 900 IDO LEDEN

Reumatoid artrit 908 INGER GJERTSSON

Reumatiska systemsjukdomar 920 CHRISTOPHER SJÖWALL

Systemisk vaskulit 939 PER ERIKSSON OCH MÅRTEN SEGELMARK

Spondylartriter 950 HELENA FORSBLAD-D’ELIA

Kristallartriter 962 IDO LEDEN

Artros 967 LEIF DAHLBERG

Internmedicinska sjukdomar med symtom från rörelseapparaten 975 IDO LEDEN

12. Övriga sjukdomar 985 Akuta förgiftningar 987 MARK PERSONNE OCH HANS PERSSON

Alkoholskador 1007 STERGIOS KECHAGIAS

Narkotika – illegala droger och andra psykoaktiva substanser 1020 ERIK LINDEMAN

Infektionskomplikationer vid internmedicinsk sjukhusvård 1027 MATS KALIN

Inflammatoriska tarmsjukdomar 810 ERIK HERTERVIG OCH JAN MARSAL

Tarmtumörer 836

Register 1031

PER J. NILSSON

Neuroendokrina buktumörer 840 KJELL ÖBERG

Leversjukdomar 847 STERGIOS KECHAGIAS

9

Förord

Redan 1978 utkom första upplagan av Internmedicin, den mest spridda svenska läroboken för läkarstuderande i programmets mest omfattande kunskapsämne – internmedicin. Sedan dess har innehållet kontinuerligt reviderats för att kunna spegla områdets snabba kunskapsutveckling. Denna upplaga är den sjätte sedan boken gjordes om i en helt ny form 1991. Bokens grundidé är att ett stort antal av landets mest framstående internmedicinare, med gedigna kliniska och FoU-erfarenheter, deltar som författare.

I denna genomarbetade nya upplaga är flera kapitel nyskrivna, och resterande har uppdaterats för att inkludera de senaste rönen om patofysiologiska aspekter, diagnostik och behandling av internmedicinska sjukdomar. Samtliga författare som medverkar är valda med omsorg för sin expertkunskap inom de olika områdena. Bildmaterialet har uppdaterats med ett stort antal fotografier och pedagogiska illustrationer. I kapitlen finns förslag på fördjupningsläsning, även från svenska och

internationella webbsidor. En enhetlig struktur för alla kapitel gör boken lättläst och enkel att hitta i.

Läsare av boken är i första hand läkarstudenter, men även läkare under AT- och specialistutbildning, allmänläkare och andra specialister är frekventa användare av Internmedicin som referensbok. Lärande är livslångt!

Redaktionen gläds över den fortsatt stora efterfrågan på denna typ av tryckt lärobok med uppdaterad och gediget kunskapsbaserad medicinsk information inom ämnesområdet. Vi vill framföra ett varmt tack för det utmärkta samarbetet med samtliga författare, som har gjort det möjligt att åter förnya denna klassiska lärobok. Genom en förträfflig samverkan med förlagets professionella medarbetare har författarnas kunskap och engagemang kunnat omsättas i denna nya reviderade upplaga.

Linköping och Stockholm november 2017 Ulf Dahlström Stergios Kechagias Leif Stenke

11

1. Internmedicin Internmedicin och kirurgi kan anses utgöra de två ursprungliga medicinska specialiteterna. Medan kirurgin ursprungligen främst var inriktad på sjukdomar som kunde åtgärdas med mer eller mindre hantverksmässiga metoder, fokuserade internmedicinen på diagnostik, behandling och prognostisering av sjukdomar som ansågs orsakade av störningar i organismens ”inre miljö”. Den medicinska utvecklingen har inneburit att fristående specialiteter uppstått ur internmedicinen, men också en tilltagande subspecialisering

inom internmedicinen. Behovet av en gemensam internmedicinsk kunskapsbas kvarstår dock alltjämt. Viktiga ställningstaganden när det rör den internmedicinska patienten är att identifiera vad som är relevant i en komplex anamnes och av fynd vid klinisk undersökning samt att ordinera och inte minst tolka fynden vid laboratorieundersökningar och bild- och funktionsmedicinska undersökningar. Ur dessa processer ska de viktigaste resultaten extraheras så att man kan avgöra om behandling eller exspektans är att föredra.

Internmedicin – en introduktion 15

1. Innehåll

Evidensbaserad medicin 17 Klinisk prövning 18 Begränsning av RCT och betydelse av icke-randomiserade studier 20 Systematiska översikter, metaanalyser och riktlinjer 20 Evidensbaserad medicin och sjukvårdssystemet 21 Sammanfattning 22 Vägen till diagnos och terapi – tolkning av diagnostiska tester 23 Trösklar för beslut om behandling eller avslutande av utredning 23 Sannolikhet före test 23 Testegenskaper 25 Sannolikhet efter test 26 Att praktiskt använda sannolikheter 27 Vikten av att känna till prevalens 28 Screening 28 Diagnostiska metoders riktighet och reproducerbarhet 29

Internmedicin – en introduktion

Internmedicin – en introduktion STERGIOS KECHAGIAS

De sjukdomar som drabbar människan kan indelas på olika sätt. Enligt en av de äldsta klassifikationerna fanns två stora grupper, invärtes och utvärtes sjukdomar. De senare behandlades företrädesvis av kirurger. Ur ämnesområdet invärtes medicin, som under senare år oftast benämns internmedicin, utvecklades successivt nya specialiteter. Barnoch ungdomsmedicin, hud- och könssjukdomar, infektionsmedicin och neurologi är exempel på ämnesområden som har mycket nära anknytning till internmedicinen, men som inte längre räknas till den internmedicinska kärnverksamheten. I en del länder räknas dessa specialiteter till internmedicinen, något som avspeglas i utländska läroböcker i internmedicin. Även inom de specialiteter som i Sverige räknas som fristående finns emellertid fortfarande stark anknytning till internmedicinen. Exempel på sjukdomsområden som kan ha nära anknytning till internmedicinen, men som primärt ofta handläggs av angränsande specialiteter, är alkoholmissbruk, cerebrovaskulära sjukdomar och virala hepatiter. Således inkluderas i denna svenska lärobok en del av dessa sjukdomar.

I takt med att kunskaper och färdigheter successivt ökade utvecklades internmedicinska grenspecialiteter. År 2015 ändrades läkarspecialiteterna avseende struktur, antalet specialiteter och vissa benämningar. Den nya strukturen är uppbyggd med bas-, gren- och tilläggsspecialiteter (faktaruta 1.1).

Inom de invärtesmedicinska specialiteterna kvarstår internmedicin som basspecialitet, men de flesta av de tidigare grenspecialiteterna omvandlades till fristående basspecialiteter inom den “invärtesmedicinska familjen”. Reumatologi är en egen bas-

specialitet, men i undervisningssammanhang räknas området till den internmedicinska sfären och behandlas därför utförligt i denna lärobok. Även akutsjukvård är numera en egen basspecialitet.

Många av de internmedicinska sjukdomarna har akuta manifestationer, som kan vara livshotande, varför även dessa aspekter tas upp i läroboken. Även inom andra basspecialiteter är kunskaper och färdigheter inom internmedicin nödvändiga, vilket inte minst framgår av att internmedicin är det största ämnesområdet inom läkarutbildningen.

Uppdelningen mellan kirurgiska och invärtesmedicinska specialiteter kan tyckas självklar, men den medicinska utvecklingen har inneburit att gränsdragningen inte längre är lika skarp. I enstaka fall har patienter med vissa sjukdomar ”bytt” specialitet. Detta gäller t.ex. patienter med peptisk ulkussjukdom, vilka för många år sedan behandlades uteslutande av kirurger, men som numera företrädesvis handläggs av läkare inom de invärtesmedicinska specialiteterna. Kirurgin spelar emellertid fortfarande en viktig roll för att behandla komplikationer till ulkussjukdomen. Andra exempel på nära samarbete mellan läkare inom kirurgiska och invärtesmedicinska specialiteter är då patienter med sjukdomar i hjärtklaffarna handläggs, liksom patienter med ischemisk hjärtsjukdom, inflammatorisk tarmsjukdom, tumörer i endokrina organ och reumatiska ledsjukdomar.

Sjukdomspanoramat inom internmedicin är mångfacetterat. Akutverksamheten är omfattande; majoriteten av patienterna med internmedicinska tillstånd som blir inlagda på sjukhus söker akut, i en del fall med livshotande sjukdomar. Här är det mycket viktigt med kunskaper som möjliggör att på ett snabbt och systematiskt sätt komma fram till korrekt diagnos och initiera adekvat behandling.

Många sjukdomar inom internmedicinen är kroniska. Det innebär att patienten inte kan botas från sjukdomen i fråga. Symtom behöver dock inte nödvändigtvis föreligga. I de fall sjukdomen är asymtomatisk kvarstår dock kravet på medicinska kontroller: framtida exacerbationer och komplikationer kan uppkomma. I de flesta fall förbättras prognosen om dessa upptäcks och behandlas tidigt 15

1

1

Internmedicin

i förloppet, vilket motiverar regelbunden uppföljning hos internmedicinare eller hos exempelvis specialister i allmänmedicin.

FAKTARUTA 1.1. Förteckning över de olika läkarspecialiteterna (gällande från 1 maj 2015).

Barn- och ungdomsmedicinska specialiteter

• Urologi

• Barn- och ungdomsmedicin

• Ögonsjukdomar

– Barn- och ungdomsallergologi (grenspecialitet) – Barn- och ungdomshematologi och onkologi (grenspecialitet)

– Röst- och talrubbningar (grenspecialitet) – Hörsel- och balansrubbningar (grenspecialitet)

– Barn- och ungdomskardiologi (grenspecialitet)

Laboratoriemedicinska specialiteter

– Barn- och ungdomsneurologi med habilitering (grenspecialitet)

• Klinisk immunologi och transfusionsmedicin

– Neonatologi (grenspecialitet) Bild- och funktionsmedicinska specialiteter • Klinisk fysiologi • Radiologi – Neuroradiologi (grenspecialitet) Invärtesmedicinska specialiteter • Endokrinologi och diabetologi • Geriatrik • Hematologi • Internmedicin • Kardiologi • Lungsjukdomar • Medicinsk gastroenterologi och hepatologi • Njurmedicin Neurologiska specialiteter • Klinisk neurofysiologi • Neurokirurgi • Neurologi • Rehabiliteringsmedicin Kirurgiska specialiteter • Anestesi och intensivvård • Barn- och ungdomskirurgi • Handkirurgi • Kirurgi • Kärlkirurgi • Obstetrik och gynekologi • Ortopedi • Plastikkirurgi • Toraxkirurgi

16

• Öron-, näs- och halssjukdomar

• Klinisk kemi • Klinisk mikrobiologi • Klinisk patologi Psykiatriska specialiteter • Barn- och ungdomspsykiatri • Psykiatri – Rättspsykiatri (grenspecialitet) Enskilda basspecialiteter • Akutsjukvård • Allmänmedicin • Arbets- och miljömedicin • Hud- och könssjukdomar • Infektionssjukdomar • Klinisk farmakologi • Klinisk genetik • Onkologi • Reumatologi • Rättsmedicin • Socialmedicin Tilläggsspecialiteter • Allergologi • Arbetsmedicin • Beroendemedicin • Gynekologisk onkologi • Nuklearmedicin • Palliativ medicin • Skolhälsovård • Smärtlindring • Vårdhygien • Äldrepsykiatri

nr ele va nt for skn in

ter he

dig

Klinisk skicklighet

tän ms

frå

o ch

Ev ide ns

o ild

BERTIL LINDAHL

kb

Evidensbaserad medicin

nis Kli

g

Evidensbaserad medicin

Patientens önskningar och handlingar

Den medicinska kunskapen utvecklas kontinuerligt. Särskilt under de senaste decennierna har många nya diagnostiska metoder och behandlingar tagits fram, som inneburit stora förbättringar för vården av enskilda patienter. Samtidigt har synen på hur diagnostiska metoder och terapier ska värderas och användas i sjukvården genomgått stora förändringar. De har tidigare i huvudsak varit baserade på ”opinions among authorities” och erfarenheter hos den enskilde läkaren, men alltmer övergått till att baseras på resultat (evidens) från systematiska studier och utvärderingar.

Evidensbaserad medicin (EBM) har definierats som ett samvetsgrant och omdömesgillt användande av de för närvarande bästa kliniska bevisen från systematisk forskning som grund för beslut angående utredning och behandling av individuella patienter.

Ett annat sätt att beskriva EBM är i form av en triangel, där medicinsk evidens från relevant klinisk forskning utgör en sida, den kliniska bilden och den kliniska situationen utgör den andra sidan och patientens önskningar och handlingar utgör basen [BILD 1.1].

Den kliniska skickligheten hos läkare och vårdteam består i att integrera de dimensioner som beskrivs i bild 1.1 till en helhet. Patientens kliniska bild ska också vägas in när evidensen från kliniska studier ska tolkas inför ett beslut om behandling; resultatet i en klinisk prövning är resultat för ”medelpatienterna” i de olika behandlingsgrupperna.

Ett exempel är betydelsen av att väga in patientens blödningsanamnes då man tar ställning till antikoagulationsbehandling vid förmaksflimmer. Sist men inte minst är patientens egna preferenser avgörande; två patienter med en och samma sjukdom

BILD 1.1. Evidensbaserad medicin.

1.2.1

och likartad klinisk bild kan göra helt olika val av behandling. Patienter väljer olika även om de fått samma information avseende effekter och risker hos behandlingsalternativen.

Rätt tillämpad EBM förutsätter sålunda att vårdgivaren har god kännedom om det aktuella vetenskapliga kunskapsläget, är en god och lyhörd diagnostiker samt har god förmåga att tillsammans med patienten klarlägga och diskutera olika behandlingsalternativ.

Det är en vanlig missuppfattning att endast evidens från randomiserade och kontrollerade kliniska prövningar (RCT, randomized controlled trial) är giltiga för EBM. RCT:er, i synnerhet systematiska sammanställningar av flera RCT:er, utgör emellertid endast toppen av evidenshierarkin (faktaruta 1.2) – i många situationer finns inte evidens från en RCT att tillgå. Här ska i stället bästa tillgängliga evidens lägre ner i evidenshierarkin användas.

FAKTARUTA 1.2. Hierarki för kliniska evidens för val

av behandling.

1. Systematisk översikt av väldesignade RCT:er, inkluderande flera stora RCT:er 2. Enstaka väldesignad och stor RCT 3. Systematisk översikt av väldesignade RCT:er, men där alla ingående studier är små 4. Enstaka väldesignad, men liten RCT 5. Systematisk översikt av genomförda väldesignade observationsstudier 6. Enstaka väldesignad observationsstudie 7. Fysiologiska studier 8. Kliniska observationer, fallbeskrivningar

17

1

1

Internmedicin

Klinisk prövning Confounding och bias Varje klinisk studie som ska undersöka effekten av en behandling måste minimera risken för att uppmätt effekt beror på andra faktorer än den behandling som studerats (confounding), är snedvriden på grund av systematiska fel i insamlandet eller tolkningen av data (bias) eller endast är en effekt av slumpen.

Ett sätt att minimera dessa risker är randomisering av försökspersonerna, dels till en grupp som får den studerade behandlingen i fråga, dels till en kontrollgrupp som får ingen eller alternativ behandling.

Därigenom minskar man risken att andra faktorer, störfaktorer (confounders), än de man avser att studera påverkar utfallet av jämförelsen. Om ett tillräckligt stort antal personer studeras, kan slumpen förväntas fördela förekomsten av sådana faktorer lika mellan de olika grupperna. Detta alldeles oavsett om dessa faktorer är kända eller inte.

Viktiga störfaktorer är ålder, kön och andra samtidiga sjukdomar.

För att undvika snedvridning (bias) av resultaten är det viktigt att randomiseringen sker på ett sätt som gör att försöksledaren inte kan veta i vilken grupp den aktuella försökspersonen kommer att hamna, och på så sätt väljer försökspersoner som han tror passar eller inte passar för de olika grupperna (selektionsbias). S.k. blindning av försökspersonen för vilken behandlingsgrupp denne hamnar i (enkelblindning) eller av både försöksledaren och försöksperson (dubbelblindning) är en metod att ta bort risken av att försökspersonens eller försöksledarens önskningar eller förutfattade meningar styr rapportering eller registrering av effekter och bieffekter av den studerade behandlingen (observationsbias). Det är relativt enkelt att genomföra dubbelblindning i läkemedelsprövningar. I interventionsstudier, t.ex. jämförelse mellan två operationsmetoder, är det betydligt svårare, och ibland omöjligt, att genomföra ens enkelblindning. Ett alternativ är då att personer som utvärderar resultatet, t.ex. det funktionella resultatet efter en operation, är blindade för vilken grupp patienten är ran18

domiserad till. Detta kallas PROBE-design (”prospective randomized open blinded end-point”).

Genom att analysera behandlingseffekten i hela gruppen som randomiserats till behandlingen, oavsett om patienten verkligen fick behandlingen i fråga, ”intention to treat analysis”, uppnås en mindre risk för bias än om effekten bara studeras hos dem som verkligen fick behandlingen, ”on-treatment analysis”. Resultaten blir därmed mer generaliserbara. Även i observationsstudier kan man studera behandlingseffekter. Eftersom behandlingen i observationsstudier inte är randomiserad är det stor risk för att störfaktorer som ålder, kön och samsjuklighet är ojämnt fördelade mellan behandlingsgrupperna. Man kan med statistiska tekniker justera för effekten av kända och i studien registrerade störfaktorer. Det är dock inte möjligt att justera för okända eller icke-registrerade störfaktorer, varför det alltid finns risk för kvarstående snedfördelning mellan behandlingsgrupperna (residual confounding).

Icke-randomiserade behandlingsstudier kan ge korrekta skattningar av behandlingseffekt; problemet är att det inte går att vara helt säker på att skattningen är pålitlig och fri från påverkan av omätta eller okända störfaktorer. Det är i tolkningen av observationsstudier viktigt att göra en bedömning av hur sannolikt det är att det finns kvarvarande störfaktorer av betydelse för resultatet. Olika former av sensitivitetsanalyser kan då vara till hjälp.

En form av bias som kan vara särskilt svår att upptäcka är publikationsbias, dvs. att studier som har visat ett positivt resultat publiceras i större utsträckning än studier som har visat ett neutralt eller negativt resultat.

Alfa- och betafel För att kunna påvisa en statistiskt säker skillnad i effekt mellan två olika behandlingar, krävs att man har tillräckligt många händelser (end-points), t.ex. dödsfall eller sjukhusinläggningar i studien. Observera att det är antalet händelser som är avgörande; det krävs betydligt fler försökspersoner för att visa en relativ minskning på 20 % av händelser i be-

Evidensbaserad medicin

handlingsgruppen om den förväntade förekomsten av händelser är 5 % i kontrollgruppen, jämfört med om förekomsten av händelser i kontrollgruppen är 15 %. Vid ett för lågt antal händelser löper man en betydande risk att studien inte påvisar en effekt, när det i själva verket finns en effektskillnad mellan de undersökta behandlingarna (betafel eller typ 2-fel). Det är därför viktigt att man i publikationen har redovisat på vilka grunder man har valt studiepopulationens storlek (sample size calculation / power calculation).

Den omvända risken, att studien visar en statistiskt signifikant skillnad mellan de studerade behandlingarna, när det egentligen inte finns en skillnad (alfafel eller typ 1-fel), är beroende av vilken ”statistisk signifikansnivå” man har valt. Om man gör ett stort antal upprepade studier som jämför två behandlingar med likvärdig effekt, gör slumpen att en av tio studier kommer att visa en skillnad i effekt mellan behandlingarna med ett p-värde < 0,1, en av 20 studier en skillnad i effekt med ett p-värde < 0,05 och en av 100 studier en skillnad i effekt med ett p-värde < 0,01.

Det är viktigt att skilja mellan klinisk signifikans och statistisk signifikans. Det förstnämnda är en bedömningsfråga och avhängigt vilken effekt man tittar på. Till exempel kan en statistiskt signifikant sänkning av ettårsmortaliteten från 5 till 3 % med en ny behandling, jämfört med konventionell behandling, anses kliniskt värdefull (kliniskt signifikant), medan en statistisk signifikant ökning av andelen som upplever biverkningar av ett läkemedel i form av lindrig huvudvärk från 3 till 5 % sannolikt inte anses som kliniskt betydelsefull.

tionen är här 2 %. Om däremot andelen med primär händelse (end-point) minskade från 1,0 % till 0,8 %, är den relativa riskreduktionen fortfarande 20 % (0,8–1,0/1,0 = -0,2), men den absoluta riskreduktionen endast 0,2 %.

Ur klinisk praktisk synpunkt är det den absoluta riskreduktionen som är avgörande när man bedömer den kliniska signifikansen av resultatet. Ett annat sätt att presentera den absoluta riskreduktionen är som ”numbers needed to treat” (NNT), dvs. antalet patienter som behöver behandlas för att undvika en händelse. NNT = 1/absolut riskreduktion; i de två exemplen ovan blir NNT 1/0,02 = 50 respektive 1/0,002 = 500.

Absolut och relativ riskreduktion

Faktorer som är betydelsefulla för att bedöma den externa validiteten av en studie sammanfattas i faktaruta 1.3.

Effekten av den studerade interventionen jämfört med effekt av kontrollinterventionen i en RCT kan rapporteras som relativ riskreduktion eller absolut riskreduktion. Om t.ex. andelen patienter i en studie som uppnått primär end-point minskade från 10 % i kontrollgruppen till 8 % i gruppen med aktiv behandling, är den relativa riskreduktionen 20 % (8–10/10 = –0,2). Den absoluta riskreduk-

Tolkning av kliniska prövningar När man bedömer en klinisk prövning för att se om resultatet är relevant för de patienter som man ska behandla, behöver man besvara ett antal frågor: 1. Är den grundläggande frågeställningen kliniskt relevant?

2. Håller prövningen god kvalitet (intern validitet): • Har risken för bias minimerats genom korrekt randomisering och om möjligt dubbelblindning?

• Är studiepopulationen tillräckligt stor för att kunna besvara frågan med god säkerhet?

• Har adekvata statistiska metoder använts?

3. I vilken omfattning kan prövningens resultat generaliseras till förhållanden och situationer utanför de specifika förhållanden som rådde under prövningen (extern validitet) och då i synnerhet till det förhållande som är aktuellt för min/mina patienter?

Subgruppsanalyser. Resultat av subgruppsanalyser

i en RCT ska generellt tolkas mycket försiktigt och vanligen endast ses som hypotesgenererande. Vid subgruppsanalyser löper man betydande risk för att göra både alfa- och betafel (se ovan). Eftersom 19

1

1

Internmedicin

storleken av studien dimensionerats för att svara på studiernas frågeställning för totalpopulationerna, blir den statistiska styrkan för att visa effekter i subgrupper var för sig vanligen otillräcklig. Det kan lätt leda till felaktiga slutsatser. Det andra problemet med subgruppsanalyser är att risken ökar med antalet subgrupper man analyserar för att man i någon av subgrupperna ska få ett signifikant p-värde på grund av slumpen, även där det inte finns någon reell skillnad.

FAKTARUTA 1.3. Faktorer av betydelse för generali-

serbarheten av RCT (modifierad efter Atkins).

Patientrelaterade faktorer • Underliggande risk (t.ex. endast högriskpatienter har studerats) • Demografiska faktorer som ålder och kön (t.ex. patienter över 75 år exkluderade) • Samtidiga sjukdomar (t.ex. patienter med reducerad njurfunktion exkluderade) • Sjukdomsduration och svårighetsgrad (t.ex. bara förstagångsinfarkter eller bara hjärtsviktspatienter med LV-EF < 0,30) • Risk för biverkningar (t.ex. patienter med ökad blödningsrisk exkluderade)

Begränsning hos RCT:er och betydelse av ickerandomiserade studier RCT:er utgör en grundsten inom EBM och de kan inte ersättas av icke-randomiserade observationsstudier. Icke-randomiserade observationsstudier kan dock ge betydelsefull kompletterande evidens.

Tillsammans med RCT:er kan dessa studier ge en mer komplett bild av den potentiella nyttan och riskerna med ett kliniskt val av terapi. Observationsstudier kan visa hur patienter som behandlas i den kliniska vardagen skiljer sig från patienter inkluderade i RCT:er. De kan visa om resultat från en RCT är reproducerbart i klinisk praxis, ge redskap för att skatta underliggande risk och potentiell vinst av en behandling för individuella patienter.

Slutligen kan man med observationsstudier studera förekomst av sällsynta exponeringar och händelser (t.ex. sällsynta biverkningar) som kräver betydligt större patientpopulationer än som vanligen förekommer i RCT:er.

Systematiska översikter, metaanalyser och riktlinjer Den starka utvecklingen av medicinsk kunskap innebär svårigheter för den enskilda vårdgivaren att på egen hand ta till sig och värdera all information om nya diagnostiska metoder och behandlingsmetoder. Därför är det önskvärt att tillgängliga kliniska studier sammanställs i systematiska kun20

Faktorer relaterade till den studerade interventionen • Representativa studiecentra eller utvalda högspecialiserade centra • Kvalitet på den studerade interventionen (t.ex. perioperativ mortalitet/morbiditet vid jämförelse mellan kirurgisk och medicinsk behandling) • När i tiden interventionen utfördes (t.ex. kranskärlsröntgen inom 24 timmar från ankomst) • Följsamhet till behandlingen/interventionen (t.ex. hög andel som avbrutit studiebehandlingen på grund av biverkningar) • Samtidiga andra icke-studierelaterade interventioner (t.ex. skillnad på längd av klopidogrelbehandling vid jämförelse mellan metall- och läkemedelsstent) • Kvalitet på och följsamhet till annan samtidig behandling Jämförelse • Placebo eller standardbehandling • Rutinbehandling eller optimal behandling • Är resultaten baserade på ”intention to treat”eller ”on treatment”-analys?

Effektmått • Surrogatmått (t.ex. blodtryck) eller relevanta kliniska effektmått (t.ex. stroke) • Individuella effektmått eller kombinationsmått (t.ex. kombinationsendpoint av död, hjärtinfarkt eller refraktär angina) • Uppföljningstid • Systematisk uppföljning/redovisning av komplikationer/biverkningar

skapsöversikter samt att den samlade kunskapen om diagnostiska metoder och behandlingar sammanställs och presenteras i form av praktiska rekommendationer (riktlinjer; eng. guidelines). I dag

Evidensbaserad medicin

finns väl utvecklad metodik för hur systematiska kunskapsöversikter ska genomföras (The Cochrane Collaboration), och hur medicinska riktlinjer bör utformas (Socialstyrelsen).1 Systematiska kunskapsöversikter är ett sätt att väga samman resultaten från ett stort antal vetenskapliga studier. Dessa översikter kännetecknas av att man i förväg noggrant definierat, och i översikten också redovisar, de kvalitetskrav för design, genomförande och redovisning som ställts upp för de studier som ska ingå. Vidare ska man redovisa hur man sökt reda på alla relevanta studier inom det studerade området. Alla studier som uppfyller kvalitetskraven ska tas med i översikten.

Kvantitativa systematiska kunskapsöversikter innebär att man väger samman resultaten av de olika studier som ingår med hjälp av s.k. metaanalys. En metaanalys är en statistisk metod för att sammanställa resultat från flera originalstudier.

Därigenom erhålls ett större observationsmaterial så att slumpens inflytande på resultaten reduceras.

På så sätt minskar risken för felaktiga slutsatser om insatsens effekter. En förutsättning är dock att samtliga inkluderade studier i metaanalysen håller acceptabel kvalitet, annars gäller den gamla sanningen “skräp in – skräp ut” även för metaanalyser.

Kliniska riktlinjer (clinical guidelines) har definierats som systematiskt utvecklade uttalanden avsedda att ge stöd för läkares och patienters ställningstagande till vad som utgör de lämpligaste åtgärderna vid vissa kliniska problemställningar (Institute of Medicine). Dessa rekommendationer integrerar vanligen evidens från kliniska studier med författarnas (eller organisationens) värderingar och preferenser, liksom med de förhållanden under vilka riktlinjerna avses att tillämpas. Inom de svenska nationella riktlinjerna, framtagna av Socialstyrelsen, vägs också resultat av hälsoekonomiska studier in.

1 www.cochrane.org, www.socialstyrelsen.se.

Evidensbaserad medicin och sjukvårdssystemet För att uppnå ”bästa möjliga vård för varje patient” räcker det inte med ett snävt perspektiv på vården som en angelägenhet mellan den enskilde patienten och den enskilde läkaren. Sjukvård är ett resultat av ett komplext system där människor, åtgärder och utrustning interagerar. Efter att en behandling eller diagnostiska metoder tagits fram genom traditionell forskning (idé prekliniska studier kliniska studier) och vetenskapliga evidens sammanställts och värderats i riktlinjer, krävs ytterligare flera steg för att säkerställa att den enskilde patienten ska kunna dra nytta av en viss behandling eller diagnostisk metod. Ett sådant steg är att säkerställa att den är genomförbar lokalt, dvs. att det finns tillräckliga förutsättningar i form av bland annat lokaler, teknisk apparatur eller kompetens.

Ett andra steg är att säkerställa att man lokalt, givet att nödvändiga förutsättningar finns, verkligen använder behandlingen eller den diagnostiska metoden till alla de patienter för vilka åtgärden är indicerad.

Ett tredje steg är att säkerställa att kvaliteten lokalt på den givna behandlingen eller använda diagnostiska metoden minst motsvarar den som förelåg i den kliniska studien.

För att kunna införa och följa upp nya behandlingsmetoder på ett systematiskt sätt, behövs tillgång till högkvalitativa mätningar av vårdens utförande och resultat. Behovet av användbara och ändamålsenliga uppföljningssystem som också är kopplade till den rutinmässiga dokumentationen av vården har lett till framväxten av kvalitetsregister, ofta diagnos- eller åtgärdsspecifika. Kvalitetsregistren har huvudsakligen haft ett nationellt perspektiv där data används för att göra, vanligen årliga, jämförelser mellan olika regioner och vårdenheter samt för jämförelser över tiden. Men ett antal register har under senare år också alltmer fokuserat på att ge den lokala användaren snabb återkoppling på den egna enhetens resultat. Därmed kan register användas för styrning av vården och i lokalt förbättringsarbete.

21

1

1

Internmedicin

Kriterier för ett bra uppföljningssystem Ett antal kriterier kan ställas upp för ett bra uppföljningssystem: • Hög täckningsgrad lokalt – att alla i patientgruppen som avses följas upp på en enhet verkligen följs upp, så att man undviker systematiska bortfall, t.ex. att de sjukaste eller friskaste inte ingår i uppföljningen.

• Hög täckningsgrad nationellt – systemet bör vara heltäckande ur ett geografiskt perspektiv om det ska användas för jämförelser mellan olika delar av landet.

• Populationen är entydigt definierad.

• Ingående variabler är relevanta och entydigt definierade.

• Inmatade data har hög validitet.

• Antalet variabler är tillräckligt högt för att kunna adekvat beskriva populationen och avspegla vårdkvaliteten, men samtidigt inte högre än nödvändigt för att undvika resursslöseri och minska risken för bortfall.

• Analyser och rapporter är utformade så att de avspeglar det man avser att visa.

• Rapporter är lätta att generera, helst i realtid, och presenterade på ett lättförståeligt och användbart sätt.

Vissa väsentliga aspekter av kvalitet i vården är svårare att mäta än andra. Likaså kan det vara svårt att finna adekvata och allmänt accepterade effektmått för vissa sjukdomstillstånd. Om man inte är uppmärksam finns en risk att mätningarna inriktas på det lätt mätbara och inte på det mest relevanta, vilket kan leda till felaktiga prioriteringar.

Sammanfattning För att varje patient ska kunna få optimal vård, oavsett verksamhet, dag på året och tidpunkt under dygnet, krävs att hela sjukvårdssystemet håller hög kvalitet. En förutsättning är att alla i systemet arbetande individer har de kunskaper och färdigheter som krävs för att kunna tillämpa evidensbaserad 22

Register för att i den kliniska vardagen identifiera • kvalitetsbrister • kunskapsbrister

Vetenskaplig evidens - Riktlinjer

Kvalitetsutveckling • kompetens och färdigheter • organisation och system Klinisk forskning: • sjukdomsmekanismer • naturalförlopp–prognos • diagnostiska metoder • behandling

BILD 1.2. Evidensbaserad hälso- och sjukvårdsutveckling.

1.2.2

medicin. Utöver det krävs också att systemet kan tillhandahålla de förutsättningar som behövs – ekonomiska och personella resurser, lokaler, teknisk utrustning, dokumentations- och uppföljningssystem, logistik och samverkansformer, ledningssystem och riktlinjer. Läkare och annan vårdpersonal har ett ansvar för att upprätthålla och utveckla sin egen kompetens och sina färdigheter, likaså att utveckla det gemensamma systemets kvalitet. För att också morgondagens patient ska få en allt bättre vård har alla som arbetar i systemet ett ansvar att bidra till att ta fram ny kunskap genom att arbeta aktivt med eller stödja och underlätta klinisk forskning. På så sätt kan en evidensbaserad hälso- och sjukvårdsutveckling uppnås [BILD 1.2].

LITTERATUR

Flather, M., Aston, H., Stables, R. (red.). (2001).

Handbook of clinical trials. London: ReMedica.

Gøtzsche, P.C. (2007). Rational diagnosis and treatment: Evidence-based clinical decision-making (4th ed.). Chichester: Wiley-Blackwell.

Jadad, A. (2000). Randomiserade kontrollerade kliniska prövningar. Lund: Studentlitteratur.

Jacobson Ekman, G., Lindahl, B., Nordin, A. (2015).

Nationella kvalitetsregister i hälso- och sjukvården.

Stockholm: Karolinska Institutet University Press.

Strauss, S.E., Glasziou, P., Richardson, W.S., Haynes, R.B. (2011). Evidence-based medicine: How to practice and teach EBM (4th ed.). Edinburgh; New York: Elsevier/Churchill Livingstone.

Vägen till diagnos och terapi – tolkning av diagnostiska tester

Vägen till diagnos och terapi – tolkning av diagnostiska tester MATS ELIASSON OCH MATTIAS BRUNSTRÖM

I mötet med patienten samlar vi information från intervjun och från kroppsundersökningen. Hela tre fjärdedelar av internmedicinska diagnoser kan ställas enbart på basen av dessa kliniska instrument.

Vid behov kompletterar läkaren med laboratorieanalyser, röntgenundersökningar samt fysiologiska eller bakteriologiska undersökningar.

Alla dessa komponenter kan ses som diagnostiska tester med syfte att leda fram till en bekräftad eller utesluten diagnos. Med diagnosen följer ett ställningstagande till behandling eller inte och val av terapi och uppföljning. I detta avsnitt beskrivs hur tester används som beslutspunkter i den diagnostiska processen (faktaruta 1.4).

Trösklar för beslut om behandling eller avslutande av utredning Intuitivt arbetar kliniker med ”trösklar” för beslut om utredning och behandling. När sannolikheten för en diagnos når över en viss nivå anser vi att diagnosen är tillräckligt säker för att påbörja behandling – sannolikheten ligger över behandlingströskeln. När sannolikheten å andra sidan sjunker tillräckligt lågt finner vi stöd för att utesluta diagnosen och avstå från ytterligare test eller behandling – sannolikheten ligger under frikännandetröskeln.

När sannolikheten ligger mellan dessa två uppstår behov av ytterligare diagnostiska tester [BILD 1.3].

FAKTARUTA 1.4. Ställningstaganden i den diagnostiska processen.

• Ställ dig alltid frågan om ett planerat test verkligen behövs? Kommer resultatet att påverka din handläggning och komma patienten till nytta?

• För att bäst tolka ett test krävs kunskap om hur vanligt förekommande sjukdomen är i just denna situation, utifrån anamnes, status och epidemiologi: sannolikhet före test.

• Val och tolkning av diagnostiska tester är en process med avsikt att successivt minska osäkerheten i patientens diagnos. Varje nytt test reviderar sannolikheten för att sjukdomen faktiskt föreligger – från sannolikhet före test till sannolikhet efter test.

• För att vara användbart måste testet påtagligt förändra sannolikheten efter test för diagnosen och därmed föra beslutsprocessen över tröskeln till att antingen påbörja behandling eller avsluta utredning.

• Test med hög sensitivitet är bra på att utesluta diagnos (sensitivity rules out – SnOut), medan test med hög specificitet är bra på att bekräfta diagnos (specificity rules in – SpIn).

• Prediktionsvärden, positiva eller negativa, ger en beskrivning av nyttan med ett test beroende på prevalensen av sjukdomen.

• Få tester är perfekta, och överlappning mellan sjuka och friska är ofrånkomlig.

Om det är riskabelt att missa en diagnos, såsom hjärtinfarkt, krävs en mycket låg sannolikhet för att våga utesluta diagnosen – tröskeln för att frikänna från sjukdom och avstå från vidare diagnostik och behandling kan ligga på någon enstaka procents sannolikhet. Å andra sidan kan behandlingen vara så riskabel, t.ex. cytostatika vid cancer, att tröskeln för säkerställd diagnos måste ligga vid en mycket hög sannolikhet.

Sannolikhet före test Sannolikheten före test (pretest probability) är sannolikheten för den misstänkta diagnosen innan resultatet av testet är känt. För varje patient du möter finns en sannolikhet att personen har en viss sjukdom. Sannolikheten baseras på förekomsten 23

1

1

Internmedicin

Sannolikhet

Behandla!

Testa inte

Behandla!

Testa inte

Behov av ytterligare test

Behov av ytterligare test

Behandlingströskel Test

Frikännandetröskel Behandla inte Testa inte

Behandla inte Testa inte

Sannolikhet före test

Sannolikhet efter test

BILD 1.3. Sannolikheten att patienten har en viss sjukdom leder till ett beslut om behandling,

testning eller avbrytande av utredningen. Om ett test genomförs uppkommer en ny sannolikhet efter testet och ett nytt beslut.

1.5

(prevalensen) av dessa sjukdomar i den grupp han eller hon tillhör. Sådana faktorer kan t. ex. vara att risken för borreliainfektioner varierar mycket mellan olika delar av landet eller att akut medelhavsfeber förekommer hos personer som har sina rötter i östra Medelhavsområdet. Grundläggande information som kön, ålder och huvudsymtom modifierar sannolikheten, som förändras ytterligare av en konstellation av data från sjukhistoria och fysikalisk undersökning (se bild 1.3). Vissa differentialdiagnostiska alternativ blir mindre troliga medan andra ter sig mer sannolika. På detta sätt är sannolikheten före test användbar för att: 1. Välja att starta behandling utan ytterligare testning (sannolikhet över behandlingströskeln).

2. Besluta att provtagning är nödvändig (sannolikhet mellan behandlingströskeln och frikännandetröskeln).

3. Besluta att avstå från (ytterligare) testning (sannolikhet under frikännandetröskeln).

I tabell 1.1 finner du några exempel på sannolikheter före test. Var kommer dessa värden ifrån? Vår egen kliniska erfarenhet är en viktig kunskapskälla.

Ju fler patienter du har sett på akutmottagningen eller på avdelningen, desto bättre blir din förmåga att göra en ungefärlig skattning. Våra hågkomster tenderar dock att störas av de upplevelser som ligger närmast i tiden, eller av eget intresse av någon 24

speciell aspekt av sjukdomen. Det bästa underlaget kommer från noggrant genomförda studier av sannolikhet för olika sjukdomar i en grupp patienter med väl definierade symtom och fynd.

I s.k. poängbaserade diagnostikstöd vägs symtom, sjukhistoria, fynd vid undersökning, röntgen eller laboratorieprover samman. Beroende på hur många poäng en patient får föreligger olika sannolikhet för sjukdom, vilket i sin tur styr vidare handläggning. I tabell 1.2 redovisas ett sådant stöd för lungembolidiagnostik. I gruppen med låg sannolikhet var prevalensen sex procent och i gruppen med hög sannolikhet var prevalensen 59 %. Resultatet är inte tillräckligt bra för att utesluta eller bekräfta diagnosen, men kombinerat med enkel provtagning läggs en grund för en enkel och säker algoritm för att handlägga misstänkt lungemboli på akutmottagningen. Gruppen med låg sannolikhet ligger här relativt nära tröskeln för att utesluta diagnos och man kan då ha nytta av ett test som är bra på att fria. Gruppen med hög sannolikhet ligger nära tröskeln för behandling, men eftersom det finns betydande risker med behandlingen mot lungemboli kan man ha nytta av ett test som är bra på att bekräfta diagnos. Poängbaserade diagnostikstöd bygger på sammanställning av data från verkliga patientgrupper som sökt akut vård. Det innebär att lågprevalenta riskfaktorer inte kommer med även om risken ökar för den individ som

Vägen till diagnos och terapi – tolkning av diagnostiska tester

TABELL 1.1. Sannolikhet före test vid några vanliga symtom, fynd och laboratorieavvikelser, isolerade eller i kombination.

PATIENTPROBLEM

DIAGNOS

SANNOLIKHET

Makrocytos (MCV > 130)

Brist på vitamin B12 eller folsyra

> 95 %

Central bröstsmärta och nytillkomna ST-höjningar eller Q-vågor

Akut hjärtinfarkt

> 80 %

Magont på vårdcentral

Ospecifik buksmärta

50 %

UVI

9%

IBS

8%

Lungsjukdom

50 %

Hjärtsvikt

30 %

Lungemboli

<2%

Makrocytos (MCV 115–129)

Brist på vitamin B12 eller folsyra

50 %

Svullnad och smärta i ett ben

Djup ventrombos

20–40 %

Central bröstsmärta utan EKG-förändringar

Akut hjärtinfarkt

3%

Screening

Koloncancer

0,1 %

Hypertoni utan attacker av svettning, takykardi eller huvudvärk

Feokromocytom

<1%

Dyspné på akutmottagningen

har riskfaktorn. Därför finns exempelvis inte östrogenbehandling eller graviditet med i Wells score.

Hos patienter som insjuknar med andnöd på en vårdavdelning några dagar efter en operation är diagnostikstödet inte heller tillämpbart.

De stora framstegen inom klinisk kemi, klinisk fysiologi och radiologi har lett till en nedvärdering av vilken säkerhet den kliniska bedömningen egentligen har. Men sammanställningar av sannolikheter före test är viktiga kliniska verktyg. De medför

TABELL 1.2. Ett exempel på ett poängbaserat diagnostikstöd – Wells score för diagnostik av lungemboli (LE).

VARIABEL

POÄNG

Tecken på djup ventrombos (DVT)

3

Puls > 100

1,5

Immobilisering eller nylig kirurgi

1,5

Tidigare DVT eller lungemboli

1,5

Hemoptys

1

Malign sjukdom

1

LE lika eller mer sannolik än andra diagnoser

3

Risken för lungemboli är låg under 2 poäng, intermediär 2–6 poäng och hög över 6 poäng.

betydligt bättre möjligheter att kostnadseffektivt tillvarata informationen från konsultation och test.

Testegenskaper Egenskaperna hos ett diagnostiskt test kan beskrivas med dess sensitivitet och specificitet. Testets sensitivitet anger hur stor andel av de sjuka som testet identifierar. Specificiteten anger hur stor andel av de friska som korrekt frikänns från sjukdom.

Grundläggande för att värdera testet är att en jämförelse skett med en oberoende metod som anses helt diagnostisk för sjukdomen (”gold standard” eller referensundersökning), som flebografi vid djup ventrombos.

I tabell 1.3 visas hur man räknar fram egenskaperna hos ett diagnostiskt test. D-dimer mäter nedbytningsprodukten av korsbundet fibrin och avspeglar därmed pågående lys av en trombos. Ddimermetoden i vårt exempel missade 6 % (1-sensitivitet) av patienterna med radiologiskt verifierad diagnos, och lyckades bara frikänna 71 % av de friska från sjukdom. Sensitivitet och specificitet är 25

1

1

Internmedicin

TABELL 1.3. Mall för kalkyl av ett tests karakteris-

tika. Data från studie över D-dimeranalys förmåga att diagnostisera djup ventrombos.

FLEBOGRAFI

Patologisk Normal Total

VENTROMBOS

NORMAL

TOTALT

78

118

196

a

b

a+b

5

295

300

c

d

c+d

83

413

496

a+c

b+d

a+b+c+d

Sensitivitet [a/(a+c)]: 78/83 = 0,94 = 94 % Specificitet [d/(b+d)]: 295/413 = 0,71 = 71 % Positivt prediktionsvärde (PPV) [a/(a+b)]: 78/196 = 0,40 = 40 % Negativt prediktionsvärde (NPV) [d/(c+d)]: 295/300 = 0,98 = 98 % Prevalens av ventrombos [(a+c)/(a+b+c+d)]: 83/496 = 0,17 = 17 %

inte alltid kliniskt användbara mått men de är viktiga eftersom de utgör grunden för beräkning och förståelse då ett test beskrivs.

Vid akut stroke har symtom som kräkningar, huvudvärk, medvetandepåverkan och särskilt kramper hög förmåga att bekräfta hemorragisk stroke (specificitet 82–98 %). Men 2–18 % av de som inte har hemorragisk stroke kommer ändå att ha sådana symtom. Avsaknad av dessa fynd bidrar dock endast ringa till att utesluta diagnosen (sensitivitet kring 40 %). Vid misstanke om pleurautgjutning har fyndet dämpning vid perkussion hög specificitet (92 %), men sämre sensitivitet (77 %); undersökningen bidrar alltså mer till att bekräfta än att utesluta diagnosen. Ytterligare ett exempel är då diabetiker utvecklar nedsatt nervfunktion i fötterna, neuropati, som är viktig att diagnostisera för att förebygga sår och amputation. Om enkel undersökning av beröringssinnet med en tunn plastfiber, monofilament, är patologisk har patienten definitivt en perifer neuropati (specificitet 100 %) och normal känsel utesluter väsentligen förekomst av neuropati (sensitivitet 93 %).

Test med hög sensitivitet är bra för att utesluta diagnosen (minnesregel Sensitivity rules out – SnOut). Test med hög specificitet är bra på att bekräfta diagnosen (minnesregel Specificity rules in – SpIn).

26

Sannolikhet efter test I den kliniska vardagen ställer vi oss oftast frågan hur stor sannolikheten är att patienten har den misstänkta diagnosen, om testet är positivt (positivt prediktionsvärde), eller att patienten inte har diagnosen om testet är negativt (negativt prediktionsvärde). Vilket av dessa två värden som är väsentligast beror på den kliniska situationen. Ett högt negativt prediktionsvärde (NPV) är mycket användbart för att avsluta eller undvika farliga eller dyrbara utredningar och behandlingar, t.ex. pulmonalisangiografi vid lungemboli eller HIA-vård vid bröstsmärta. Ett högt positivt prediktionsvärde (PPV) leder ofta till att behandling kan börja utan ytterligare testning, t.ex. mycket högt TSH vid hypotyreos eller utbredda nytillkomna ST-förhöjningar vid akut bröstsmärta.

Prediktionsvärden är ett sätt att uttrycka sannolikhet efter test. Ett positivt prediktionsvärde för D-dimer vid ventrombos på 40 % (i den aktuella studien med prevalens på 17 %) är helt otillräckligt och kan aldrig vara nog för att ställa diagnosen, medan däremot ett negativt prediktionsvärde på 98 % kan göra testet användbart i vissa situationer för att utesluta ventrombos.

Observera att prediktionsvärden inte bara speglar egenskaperna hos ett test, utan även sannolikheten före test. Prediktionsvärden gäller alltså endast vid just den prevalens av sjukdomen som patientgruppen i den bakomliggande vetenskapliga studien uppvisar. I andra kliniska situationer med andra sannolikheter före test kan man inte enkelt överföra prediktionsvärdena.

I tabell 1.3 beskrivs det traditionella sättet att beräkna prediktionsvärden. Ett enklare och mer intuitivt sätt att beräkna och tolka prediktionsvärden visas i [BILD 1.4].

En viktig slutsats är att när sannolikheten före test är hög, är det positiva prediktionsvärdet för diagnosen stort medan det negativa prediktionsvärdet är lågt. Ett negativt testutfall bidrar med andra ord mycket lite till att utesluta diagnosen.

När sannolikheten före test är låg är det negativa prediktionsvärdet högt (hög säkerhet i att utesluta

Vägen till diagnos och terapi – tolkning av diagnostiska tester

På universitetsklinik

På vårdcentralen

10 000 med misstänkt feo

10 000 med misstänkt feo

2 000 feo

1 960 Positiva SP

8 000 Ej feo

40 Negativa FN

1 840 Positiva FP

50 feo

6 160 Negativa SN

49 Positiva SP

9 950 Ej feo

1 Negativ FN

2 288 Positiva FP

PPV= SP/(SP+FP)= 52%

PPV= SP/(SP+FP)= 2%

NPV= SN/(SN+FN)= 99% Prevalens 20%

NPV= SN/(SN+FN)= 99,99% Prevalens 0,5%

7 662 Negativa SN

BILD 1.4. Hypotetiskt utfall vid feokromcytomutredning med P-metanefriner, ett test

som har hög sensitivitet (98 %) och måttligt hög specificitet (77 %). SP = sant positiv, SN = sant negativ, FP = falskt negativ och FN = falskt negativ.

1.3x-NY

diagnosen) medan det positiva prediktionsvärdet är lågt. Här bidrar ett positivt testutfall mycket lite till att bekräfta diagnosen.

Positiva och negativa prediktionsvärden ger en bra uppfattning om i vilken mån ett test kan förväntas föra den diagnostiska processen framåt, antingen till en sannolikhet efter test som är tillräckligt hög för att påbörja behandling utan ytterligare test (behandlingströskeln), eller till en sannolikhet som är låg nog för att avsluta ytterligare utredningar och frikänna patienten från sjukdom (frikännandetröskeln) (se bild 1.3).

Att praktiskt använda sannolikheter I den vardagliga gärningen på akutmottagningen eller på vårdavdelningen kan man utifrån intervjun, kroppsundersökningen och basala prover ställa upp en lista över diagnoser, fördelade på följande vis: • Huvudhypotes – enskilda bästa förklaringen med hög sannolikhet före test. Använd test med

hög specificitet, vilket ger ett högt positivt prediktionsvärde för att bekräfta diagnosen.

• Aktiva alternativ som bör uteslutas – inte lika sannolika diagnoser, men tillräckligt farliga eller behandlingsbara för att du måste utesluta dem.

Använd test med hög sensitivitet, vilket ger ett högt negativt prediktionsvärde.

• Andra hypoteser som är mindre sannolika eller ofarliga – du avstår tills vidare från både behandling och ytterligare testningar.

Det är nyttigt att i klinisk praxis reflektera över vilka sannolikhetsnivåer vi anser vara rimliga för att i sitt ställningstagande passera över ”tröskeln” till behandling respektive frikännande för olika sjukdomstillstånd (se bild 1.3). Erfarna kliniker utför ständigt denna process, på ett omedvetet och oreflekterat sätt. Detta kan ligga bakom den oenighet man i den kliniska vardagen ofta stöter på när patienter ska behandlas, utredas ytterligare eller frikännas från sjukdom.

27

1

1

Internmedicin

Vikten av att känna till prevalens Man bör ha en uppfattning om en sjukdoms prevalens innan man beställer ett test. Samma sak gäller då svaret på ett test värderas för att en sjukdom ska kunna påvisas/uteslutas. Ett test kan ha ett högt positivt prediktivt värde när man använder det för utredning av patienter på specialkliniker, men tillföra lite när det används i andra populationer.

Exempelvis har förhöjda P-metoxikatekolaminer ett högt positivt prediktivt värde för att påvisa feokromocytom hos patienter med klassiska symtom, terapiresistent hypertoni, och som handläggs på universitetssjukhusets endokrinklinik. Samma test ger många falskt positiva svar om det används rutinmässigt i primärvården som led i primärutredningen av hypertoni. I bild 1.4 exemplifieras detta med hypotetiska utfall av testet på universitetssjukhus respektive i primärvård. På sjukhuset har ungefär hälften av patienterna med positivt test sjukdomen (positivt prediktivt värde 52 %) medan ett positivt test i primärvårdspopulationen i endast 2 % av fallen är sant positiva. Detta belyser vikten av en noggrann anamnes och klinisk bedömning innan ställningstagande till provtagning.

Screening Med screening menas att man till hela (eller delar av) befolkningen erbjuder ett diagnostiskt test för en sjukdom till symtomfria individer. Screening är ett exempel på en testsituation där prevalensen av sjukdom i gruppen i allmänhet är lägre än vad den är vid utredning av patienter med symtom på sjukdomen.

Innan man fattar beslut om allmän screening av ett tillstånd måste man ta hänsyn till en mängd faktorer (faktaruta 1.5). Randomiserade studier, där man jämfört långtidsutfallet mellan screenade och icke-screenade individer, är det bästa sättet att utvärdera screeningprogram, men denna typ av studier saknas tyvärr för många äldre metoder.

I Sverige erbjuds alla kvinnor för närvarande scree28

ning för att upptäcka cervixcancer och bröstcancer.

Screening för aneurysm i bukaorta erbjuds till män i många landsting. Dessutom genomgår nyfödda ett brett screeningprogram för att upptäcka medfödda metabola sjukdomar.

Man brukar i allmänhet använda begreppet screening när man undersöker friska individer utan särskild ökad risk. Ett liknande förfarande, med provtagning utan symtom, används ibland för att undersöka patienter med ökad sjukdomsrisk på grund av riskfaktorer eller ärftlighet. Det brukar kallas för riktad screening eller i engelsk litteratur surveillance. Ett exempel på riktad screening är uppföljning med ultraljud av levern för att tidigt hitta hepatocellulär cancer hos patienter med akut intermittent porfyri. Screening för prostatacancer med PSA är inte införd i Sverige då alla kriterier som krävs inte anses uppfyllda. Däremot rekommenderar man riktad PSA-screening av män vars bror eller far haft prostatacancer i ung ålder. Detta är ett exempel på hur låg sannolikhet före test gör att förhöjda PSA-värden har för dåligt positivt prediktivt värde i populationen överlag, men en högre sannolikhet före test ger ett tillräckligt bra prediktionsvärde hos dem med ärftlighet.

FAKTARUTA 1.5. Kriterier för när screening är

lämpligt enligt Wilson & Jungner.

• Tillståndet som screenas för ska ha betydelse för folkhälsan (vanligt och/eller allvarligt).

• Det ska finnas en symtomfri fas av tillståndet, så att screening leder till tidigare upptäckt och behandling av tillståndet.

• Det ska finnas ett diagnostiskt test (med tillräcklig sensitivitet och specificitet i relation till prevalensen).

• Testet ska vara sådant att det fördras av befolkningen (inte skadligt eller plågsamt).

• Det ska finnas en tydlig policy för hur testresultatet ska hanteras (vem som ska behandlas).

• Det ska finnas en effektiv behandling att tillgå.

• Det ska finnas tillgängliga resurser att utföra diagnostik och behandling.

• Kostnaderna och lidandet ska stå i relation till vinsterna.

Vägen till diagnos och terapi – tolkning av diagnostiska tester

Diagnostiska metoders riktighet och reproducerbarhet Ofta föreligger oenighet mellan olika läkare (eller mellan upprepade bedömningar av samma kliniker) om sådant som tolkning av histologiska preparat, fynd i den kliniska undersökningen och avvikelser på röntgenbilder eller EKG. Denna variabilitet kan beskrivas som precision, definierat som samstämmighet mellan två observatörer. Statistiskt beskrivs precisionen med kappavärdet (faktaruta1.6).

Som exempel kan nämnas att analys av samstämmighet vid lungauskultation för att påvisa obstruktivitet visade följande kappavärden: • Nedsatta andningsljud (0,2–0,5) • Hypersonor perkussion (0,04–0,4) • Ronki (0,4–0,7) • Förlängt exspirium (0,2–0,8).

Endast förekomst av ronki visade en någorlunda precision. Liknande exempel finns från många olika diagnostiska procedurer som bygger på vår tolkning av sinnesintryck. Det är därmed lätt att förstå att den kliniska vardagen ger många tillfällen till oenighet kring tolkning av undersökningar. Med ökad klinisk erfarenhet får man dock allt bättre förmåga att tolka sjukhistoria och fysikaliska fynd, tack vare den kontinuerliga återkoppling som sker i det kliniska arbetet när man följer patienter genom deras sjukdom och fortsatta (bekräftande eller uteslutande) utredningar.

Vad gäller kemiska laboratoriemetoder kan en större ”objektivitet” förväntas. Oftast är så fallet, men metodernas avvikelser från det sanna värdet är viktiga att känna till och beskrivs mer detaljerat i läroböcker i klinisk kemi. Man talar om metodens FAKTARUTA 1.6. Kappavärdet.

Kappavärde lika med: • noll visar ingen överensstämmelse • < 0,4 dålig • 0,4–0,6 hygglig • 0,6–0,8 måttlig • 0,8 utmärkt.

riktighet eller validitet, som är förmågan att ange ett värde som ligger så nära det sanna som möjligt. Mätningar av referensprover för kalibrering av instrument minskar den systematiska avvikelsen. Precisionen i analysen anger hur stor den slumpmässiga avvikelsen är och anges som variationskoefficient. Det är viktigt för metodens trovärdighet att variationskoefficienten är lägre än den variabilitet som finns hos individen mellan olika provtagningstillfällen. Som framgår av tidigare exempel med D-dimeranalyser kan olika metoder och tillverkare vid samma analys ge betydelsefulla skillnader i diagnostisk nytta.

Betingelser utanför laboratoriet påverkar oftast resultatets riktighet i högre utsträckning än vad som sker inne på laboratoriet. Biologiska faktorer ligger bakom variationen inom en individ (intraindividuell variation), som dessutom påverkas av dygnsrytm, födointag, kroppsläge och kroppsansträngning. Ännu större variabilitet föreligger oftast mellan individer (interindividuell variation). Provtagningsfel är ytterligare en källa till svårtolkade och oväntat avvikande analyssvar. Grundregeln vid oväntade och avvikande laboratorieprover bör vara att upprepa provtagningen, varvid merparten åter är normala.

LITTERATUR

Black, E.R. (1999). Diagnostic strategies for common medical problems. American College of physicians/ American Society of Internal Medicine. Kapitel 1–4.

Greenhalgh, T. (2014). How to Read a Paper. The Basics of Evidence-Based Medicine (5:e uppl.). John Wiley & Sons Inc. Chapter 8; Papers that report a diagnostic and screening test.

Gigerenzer, G. (2011). What are natural frequencies?

BMJ, 17;343:d6386. doi: 10.1136/bmj.d6386.

Nordenström, J. (2007). Evidensbaserad medicin i Sherlock Holmes fotspår. (4:e uppl.). Karolinska Institutet University Press, s. 71–83.

The Evidence-Based Medicine Working Group (2002).

Users’ Guides to the Medical Literature. A manual for evidence-based clinical practice, AMA Press.

Kapitel 1C–1C2, s. 101–141, fördjupning I kapitel 2C, s. 449–516.

WEBBADRESSER

http://clinicalevidence.bmj.com/x/set/static/ebm/ toolbox/665061.html http://www.cebm.net/ http://ulan.mede.uic.edu/cgi-bin/testcalc.pl

29

1

Internmedicin beskriver uppkomstmekanismer, förlopp och medicinsk handläggning av den stora grupp sjukdomar som involverar kroppens centrala organsystem, inklusive hjärta–lungor-cirkulation, mage–tarm, benmärg–blod, njurar, rörelseorgan och hormonsekretion.

Internmedicin utkom första gången 1978 och har sedan dess varit en uppskattad kunskapskälla för medicinstuderande under hela utbildningen liksom en oumbärlig uppslagsbok för kliniskt verksamma läkare.

I denna sjätte reviderade upplaga är en majoritet av kapitlen nyskrivna eller grundligt uppdaterade. Som tidigare utgörs författarlistan av i Sverige ledande kliniska specialister och forskare inom sina respektive områden. Varje sjukdomstillstånd beskrivs detaljerat med uppgifter om bland annat etiologi, symtom, utredning och behandling. Framställningen är rikt illustrerad, och i varje kapitel belyser man den centrala handläggningen med kliniska patientfall.

Ulf Dahlström är professor emeritus vid Linköpings universitet samt överläkare och specialist i internmedicin och kardiologi vid Kardiologiska kliniken, Universitetssjukhuset i Linköping. Stergios Kechagias är professor i internmedicin och hepatologi vid Linköpings universitet och överläkare vid Mag–tarmmedicinska kliniken, Universitetssjukhuset i Linköping. Leif Stenke är professor i internmedicin och hematologi vid Karolinska institutet samt överläkare vid Hematologiskt centrum, Karolinska universitetssjukhuset i Stockholm.

Best.nr 47-11326-2 Tryck.nr 47-11326-2