Clinical Diagnostic Reasoning

• Sie arbeiten sich durch eine komplexe oder mehrdeutige Diagnose und möchten sicherstellen, dass Sie nicht zu früh eine Vorannahme getroffen oder die Suche zu früh abgebrochen haben
• Sie überprüfen einen vergangenen klinischen Fehler und müssen unterscheiden, ob es sich um eine Wissenslücke oder einen kognitiven Bias handelt
• Sie unterrichten klinisches Denken und wünschen sich konkrete Gegenüberstellungen von Experten und Anfängern sowie Beispiele für Anti-Muster
• Sie bereiten sich darauf vor, Behandlungsoptionen mit einem Patienten zu besprechen, und möchten sicherstellen, dass Ihre Informationsdarstellung deren Entscheidung nicht unbeabsichtigt beeinflusst

• Sie grundlegende medizinische Fakten, Pathophysiologie oder technische Verfahrensanleitungen benötigen — diese Skill konzentriert sich auf das Reasoning, nicht auf Wissensinhalte
• Sie im Gesundheitswesen in der Verwaltung, der Bevölkerungsgesundheit oder in nicht-diagnostischen klinischen Rollen tätig sind
• Sie ein klinisches Entscheidungsunterstützungstool suchen, das sich in EHR-Daten integriert oder evidenzbasierte Behandlungsempfehlungen liefert

Ein schrittweiser Entscheidungsbaum führt Kliniker von der ersten Präsentation über die Differenzialdiagnose und die Anwendung von Algorithmen bis hin zu einer obligatorischen Überprüfung auf kognitive Verzerrungen — damit Denkfehler erkannt werden, bevor sie die Patientenversorgung beeinträchtigen.

Überprüft explizit auf die sechs häufigsten diagnostischen Verzerrungen: Anchoring, Satisfaction of Search, Verfügbarkeitsfehler, Attributionsfehler, Aktionsbias und algorithmische Starrheit – jeweils mit gezielten Gegenmaßnahmen.

Ein dedizierter Ablauf trennt in der Nachbesprechung von Fehlern Denkfehler von Wissenslücken, identifiziert, welcher Bias wirksam war, und extrahiert eine verallgemeinerbare Lektion, die auf zukünftige Fälle anwendbar ist.

Unterstützt Kliniker dabei, gleichwertige Risiko-/Nutzeninformationen in mehreren Rahmungen (positiv, negativ, absolut, relativ) darzustellen, damit die Wahl der Rahmung die Entscheidungen der Patienten nicht unbeabsichtigt beeinflusst.

Konkrete Beispielformulierungen zeigen, wie Anfänger und Experten dieselbe klinische Situation beschreiben – nützlich für Selbsteinschätzung, Feedback und die Vermittlung von Clinical Diagnostic Reasoning-Kompetenzen.

Sechs wesentliche kognitive Anti-Muster werden beschrieben, einschließlich typischer Anfängerverhalten, expertenmäßiger Gegenmaßnahmen und der beruflichen Zeitlinie, entlang derer die Erkennung durch Experten üblicherweise erfolgt.

Wenn die Befunde eines Patienten nicht eindeutig zu einer einzigen Diagnose passen, fordert der diagnostische Denkprozess von Clinical Diagnostic Reasoning den Kliniker dazu auf, auf voreiligen Abschluss, übersehene gleichzeitig bestehende Erkrankungen und eine Fixierung auf den ersten Eindruck zu prüfen.

Nach einem diagnostischen Fehler hilft der Fehleranalyse-Ablauf dabei zu ermitteln, ob die Grundursache ein Wissensdefizit oder ein kognitiver Bias war, und liefert eine konkrete Lektion, um ein erneutes Auftreten zu verhindern.

Lehrende können die Bibliothek der Anti-Muster sowie die Merkmale von Experten- und Anfängerdenken nutzen, um Fallbesprechungen zu strukturieren, aufzuzeigen, wo das Denken der Lernenden von Expertenmustern abweicht, und kognitive Verzerrungen explizit und lehrbar zu machen.

Bevor Behandlungsoptionen mit einem Patienten besprochen werden, prüft der Kommunikationsablauf, ob die geplante Darstellung von Risiken und Vorteilen ausgewogen ist, und fordert dazu auf, mehrere gleichwertige Darstellungsformen zu präsentieren, um eine echte informierte Einwilligung zu unterstützen.