Bernes E., Graber M. Overconfidence as a cause of diagnostic error in medicine, Am J Med. 2008 May;121(5 Suppl):S2-23.
Fréquence estimée des faux diagnostics autour de 22% de toutes les erreurs médicales, elles mêmes concernant autour de à 35% des patients ayant reçu des soins dans les 5 dernières années
De quoi parle-t-on ? De faux diagnostics radiologiques et anatomo-pathologiques: catégorie la plus souvent évoquée, et comptabilisée, avec un taux d’erreur moyen de 2 à 5% (Berlin L, Hendrix RW. Perceptual errors and negligence. Am J Radiol. 1998;170:863– 867., Fitzgerald R. Error in radiology. Clin Radiol. 2001;56:938 –946) ; de faux diagnostics dans la pratique médicale encore bien plus fréquents, 0,6 et 12% de tous les passages aux urgences, 10 % au moins dans les autopsies (à souligner un tableau récapitulatif des publications sur les faux diagnostics par spécialités qui pourra être utile).
Le taux de faux diagnostic reste assez constant dans le temps sur la base des autopsies, mais ce résultat est peut être biaisé par le fait qu’on fait moins d’autopsies qui sont plus réservées à des cas où on doute (Shojania KG, Burton EC, McDonald KM, Goldman L. Changes in rates of autopsy-detected diagnostic errors over time: a systematic review. JAMA. 2003;289:2849 –2856)
Concernant la sur-confiance, les médecins admettent souvent se poser des questions sur la pathologie de leur patients qu’ils ne vont pas investiguer, même si l’investigation est relativement facile. Les médecins ne suivent pas les recommandations dans près de 50%de cas, par exemple dans le cas des antilipidémiants, anticholestérol, 95% des médecins connaissent la recommandation US, mais seulement 18% la suive (Pearson TA, Laurora I, Chu H, Kafonek S. The lipid treatment assessment project (L-TAP): a multicenter survey to evaluate the percentages of dyslipidemic patients receiving lipid-lowering therapy and achieving low-density lipoprotein cholesterol goals. Arch Intern Med. 2000;160:459–467). Une partie de cette faible observance tient au fait que le médecin n’est pas sûr de son diagnostic, par exemple dans le cas de l’asthme (Tierney WM, Overhage JM, Murray MD, et al. Can computer generated evidence-based care suggestions enhance evidence-based management of asthma and chronic obstructive pulmonary disease? A randomized, controlled trial. Health Serv Res. 2005;40:477– 497).
Puis viennent la reprise tous les traits cognitifs d’hypothèses restreintes, de clôture trop rapide de la recherche de diagnostic alternatif, de biais de confirmation (bien décrits dans les premiers travaux de Elstein et al).
Revue de question très bien documentée ; le contenu ne devrait pas vieillir trop vite sur ce sujet.