Avaliação de letramento de risco em estudantes de medicina

Autores

DOI:

https://doi.org/10.5712/rbmfc18(45)3802

Palavras-chave:

Educação médica, Valor preditivo dos testes, Programas de rastreamento, Risco, Medidas de associação, exposição, risco ou desfecho

Resumo

Introdução: Para o processo de decisão compartilhada é essencial que profissionais da saúde interpretem dados estatísticos das melhores evidências disponíveis para que essas informações possam ser comunicadas para seus pacientes. Nesse contexto, o letramento de risco é a capacidade de avaliar riscos e benefícios de determinada ação. Apesar da importância dessa habilidade, estudos têm mostrado que muitos profissionais e estudantes possuem dificuldade na compreensão de conceitos estatísticos e de probabilidade e, dessa forma, baixo letramento de risco. Objetivo: Este estudo teve como objetivo avaliar o letramento de risco em estudantes de medicina e como isso impacta a capacidade de resolver um problema de cálculo de valor preditivo positivo de um exame de rastreamento. Métodos: Foram convidados estudantes do 4º, 5º e 6º anos da Faculdade de Medicina da Universidade de São Paulo para responder a um questionário composto pelo Berlin Numeracy Test (BNT), instrumento validado para a mensuração de numeracia, e um problema clínico sobre cálculo de valor preditivo positivo (VPP) em rastreamento de câncer de mama com mamografia. Avaliar qual o grau de letramento de risco em estudantes de medicina e verificar se existe associação entre o número de acertos no BNT e a capacidade de resolução do cenário clínico sobre VPP. Resultados: Obtivemos 97 respostas, em que 19 (19,52%) participantes acertaram 3 das 4 questões do BNT, e 61 (62,89%) acertaram todas as questões. Já na pergunta sobre VPP do rastreamento de câncer de mama houve 43 respostas corretas (44,33%). A média de pontuação no BNT da amostra de participantes foi de 3,41. Entre os estudantes que acertaram o cálculo do VPP, a média foi 3,67 e, entre os que erraram, foi de 3,21. Conclusões: Apesar da numeracia alta medida pelo BNT, os estudantes apresentam baixa taxa de acerto no caso clínico. Este estudo reforça os achados prévios de que o letramento de risco é uma habilidade difícil de ser aprendida, mesmo em pessoas com alta numeracia. Entretanto, o baixo número de respostas dificulta a interpretação mais precisa dos resultados.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Biografia do Autor

Fabio Yuji Furukawa, Faculdade de Medicina da Universidade de São Paulo – São Paulo (SP), Brasil.

Preceptor do internato em Atenção Primária à Saúde da Universidade de São Paulo

Itamar Santos, Faculdade de Medicina da Universidade de São Paulo – São Paulo (SP), Brasil.

Docente da Universidade de São Paulo

Gustavo Diniz Ferreira Gusso, Faculdade de Medicina da Universidade de São Paulo – São Paulo (SP), Brasil.

Docente da Universidade de São Paulo

Referências

Stewart M, Brown JB, Weston WW, McWhinney IR, McWilliam CL, Freeman TR. O terceiro componente: elaborando um plano conjunto de manejo dos problemas. In: Medicina centrada na pessoa: transformando o método clínico. 3. ed. ARTMED; 2017. p. 146-86.

Montori VM, Elwyn G, Devereaux P, Strauss SE, Haynes RB, Guyatt G. Decision Making and the Patient. In: Users’ guides to the medical literature. 3. ed. New York: McGraw-Hill Medical; 2015. p. 389-415.

Wegwarth O, Gigerenzer G. The barrier to informed choice in cancer screening: statistical illiteracy in physicians and patients. Recent Results Cancer Res 2018:210:207-221. https://doi.org/10.1007/978-3-319-64310-6_13 DOI: https://doi.org/10.1007/978-3-319-64310-6_13

Soto-Mota A, Carrillo Maravilla E, Fragoso JM, Castejón A, González Herrero A, Ponce S. Evaluation of statistical illiteracy in Latin American clinicians and the piloting evaluation of a short course across multiple timepoints. BMC Med Educ 2022;22(1):54. https://doi.org/10.1186/s12909-022-03128-w DOI: https://doi.org/10.1186/s12909-022-03128-w

Friederichs H, Birkenstein R, Becker JC, Marschall B, Weissenstein A. Risk literacy assessment of general practitioners and medical students using the Berlin Numeracy Test. BMC Fam Pract 2020;21(1):143. https://doi.org/10.1186/s12875-020-01214-w DOI: https://doi.org/10.1186/s12875-020-01214-w

Rothman RL, Montori VM, Cherrington A, Pignone MP. Perspective: The Role of Numeracy in Health Care. J Health Commun 2008;13(6):583-95. https://doi.org/10.1080/10810730802281791 DOI: https://doi.org/10.1080/10810730802281791

Schmidt FM, Zottmann JM, Sailer M, Fischer MR, Berndt M. Statistical literacy and scientific reasoning & argumentation in physicians. MS J Med Educ 2021;38(4):Doc77. https://doi.org/10.3205/zma001473 DOI: https://doi.org/10.21203/rs.3.rs-20026/v1

Petrova D, Mas G, Navarrete G, Rodriguez TT, Ortiz PJ, Garcia-Retamero R. Cancer screening risk literacy of physicians in training: An experimental study. PLoS One 2018;14(7):e0218821. https://doi.org/10.1371/journal.pone.0218821 DOI: https://doi.org/10.1371/journal.pone.0218821

Jenny MA, Keller N, Gigerenzer G. Assessing minimal medical statistical literacy using the Quick Risk Test: a prospective observational study in Germany. BMJ Open 2018;8(8):e020847. http://doi.org/10.1136/bmjopen-2017-020847 DOI: https://doi.org/10.1136/bmjopen-2017-020847

Johnson TV, Abbasi A, Schoenberg ED, Kellum R, Speake LD, Spiker C, et al. Numeracy among trainees: are we preparing physicians for evidence-based medicine? J Surg Educ 2014;71(2):211-5. http://doi.org/10.1016/j.jsurg.2013.07.013 DOI: https://doi.org/10.1016/j.jsurg.2013.07.013

Sheridan SL, Pignone M. Numeracy and the medical student’s ability to interpret data. Eff Clin Pract 2002;5(1):35-40. PMID: 11874195

Friederichs H, Schölling M, Marschall B, Weissenstein A. Assessment of risk literacy among german medical students: a cross-sectional study evaluating numeracy skills. HERA 2014;20(4):1139-47. https://doi.org/10.1080/10807039.2013.821909 DOI: https://doi.org/10.1080/10807039.2013.821909

Ghosh AK, Ghosh K. Translating evidence-based information into effective risk communication: Current challenges and opportunities. J Lab Clin Med 2005;145(4):171-80. https://doi.org/10.1016/j.lab.2005.02.006 DOI: https://doi.org/10.1016/j.lab.2005.02.006

Petrova D, Kostopoulou O, Delaney BC, Cokely ET, Garcia-Retamero R. Strengths and gaps in physicians’ risk communication: a scenario study of the influence of numeracy on cancer screening communication. Med Decis Making 2018;38(3):355-365. https://doi.org/10.1177/0272989X17729359 DOI: https://doi.org/10.1177/0272989X17729359

Gigerenzer G, Gaissmaier W, Kurz-Milcke E, Schwartz LM, Woloshin S. Helping doctors and patients make sense of health statistics. Psychol Sci Public Interest 2007;8(2):53-96. https://doi.org/10.1111/j.1539-6053.2008.00033.x DOI: https://doi.org/10.1111/j.1539-6053.2008.00033.x

Bramwell R, West H, Salmon P. Health professionals’ and service users’ interpretation of screening test results: experimental study. BMJ 2006;333(7562):284. https://doi.org/10.1136/bmj.38884.663102.AE DOI: https://doi.org/10.1136/bmj.38884.663102.AE

Wegwarth O. Do physicians understand cancer screening statistics? A national survey of primary care physicians in the united states. Ann Intern Med 2012;156(5):340-9. https://doi.org/10.7326/0003-4819-156-5-201203060-00005 DOI: https://doi.org/10.7326/0003-4819-156-5-201203060-00005

Cokely ET, Galesic M, Schulz E, Ghazal S, Garcia-Retamero R. Measuring risk literacy: the berlin numeracy test. Juldgm Decis Mak 2012;7(1):25-47. https://doi.org/10.1017/S1930297500001819 DOI: https://doi.org/10.1017/S1930297500001819

Eddy D. Probabilistic reasoning in clinical medicine: Problems and opportunities. In: Kahneman D, Slovic P,. Tversky A, eds. Judgment under Uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press; 1982. p. 249-67. https://doi.org/10.1017/CBO9780511809477.019 DOI: https://doi.org/10.1017/CBO9780511809477.019

Anderson BL, Gigerenzer G, Parker S, Schulkin J. Statistical literacy in obstetricians and gynecologists. J Healthc Qual 2014;36(1):5-17. https://doi.org/10.1111/j.1945-1474.2011.00194.x DOI: https://doi.org/10.1111/j.1945-1474.2011.00194.x

Schwartz LM. The role of numeracy in understanding the benefit of screening mammography. Ann Intern Med 1997;127(11):966-72. https://doi.org/10.7326/0003-4819-127-11-199712010-00003 DOI: https://doi.org/10.7326/0003-4819-127-11-199712010-00003

Chapman GB, Liu J. Numeracy, frequency, and Bayesian reasoning. Juldgm Decis Mak 2009;4(1):34-40. https://doi.org/10.1017/S1930297500000681 DOI: https://doi.org/10.1017/S1930297500000681

Garcia-Retamero R, Hoffrage U. Visual representation of statistical information improves diagnostic inferences in doctors and their patients. Soc Sci Med 2013:83:27-33. https://doi.org/10.1016/j.socscimed.2013.01.034 DOI: https://doi.org/10.1016/j.socscimed.2013.01.034

Weber P, Binder K, Krauss S. Why can only 24% solve bayesian reasoning problems in natural frequencies: frequency phobia in spite of probability blindness. Front Psychol 2018;9:1833. https://doi.org/10.3389/fpsyg.2018.01833 DOI: https://doi.org/10.3389/fpsyg.2018.01833

Brase GL. Pictorial representations in statistical reasoning. Appl Cogn Psychol 2009;23(3):369-81. https://doi.org/10.1002/acp.1460 DOI: https://doi.org/10.1002/acp.1460

Ottley A, Peck EM, Harrison LT, Afergan D, Ziemkiewicz C, Taylor HA, et al. Improving Bayesian reasoning: the effects of phrasing, visualization, and spatial ability. EEE Trans Vis Comput Graph 2016;22(1):529-38. https://doi.org/10.1109/TVCG.2015.2467758 DOI: https://doi.org/10.1109/TVCG.2015.2467758

Binder K, Krauss S, Bruckmaier G. Effects of visualizing statistical information – an empirical study on tree diagrams and 2 × 2 tables. Front Psychol 2015;6:1186. https://doi.org/10.3389/fpsyg.2015.01186 DOI: https://doi.org/10.3389/fpsyg.2015.01186

Reani M, Davies A, Peek N, Jay C. Evidencing how experience and problem format affect probabilistic reasoning through interaction analysis. Front Psychol 2019;10:1548. https://doi.org/10.3389/fpsyg.2019.01548 DOI: https://doi.org/10.3389/fpsyg.2019.01548

Bilalić M, McLeod P, Gobet F. Why good thoughts block better ones: The mechanism of the pernicious Einstellung (set) effect. Cognition 2008;108(3):652-61. https://doi.org/10.1016/j.cognition.2008.05.005 DOI: https://doi.org/10.1016/j.cognition.2008.05.005

Downloads

Publicado

2023-12-05

Como Citar

1.
Moreira LM, Furukawa FY, Santos I, Gusso GDF. Avaliação de letramento de risco em estudantes de medicina. Rev Bras Med Fam Comunidade [Internet]. 5º de dezembro de 2023 [citado 20º de fevereiro de 2024];18(45):3802. Disponível em: https://rbmfc.org.br/rbmfc/article/view/3802

Edição

Seção

Especial Residência Médica

Plaudit