Data di Pubblicazione:
2018
Abstract:
Per garantire un'elevata affidabilità diagnostica, la classificazione tradizionale delle malattie si basa su due criteri fondamentali: la presenza di caratteristiche peculiari che identificano una malattia distinguendola dalle altre e l'individuazione delle cause o della correlazione multifattoriale. Questa concezione si basa su regole che rimandano ai principi della logica classica, la quale, tuttavia, non può considerarsi uno strumento adeguato in medicina. Essa potrebbe rivelarsi uno strumento utile di fronte a quelle manifestazioni della malattia "prototipiche", ma non per molte patologie che si presentano come fenomeni complessi e incoerenti, ovvero caratterizzati, sul piano eziologico, da un insieme interrelato di possibili cause e fattori scatenanti e, sul piano clinico, da una elevata variabilità individuale. La diagnosi di tali malattie richiede una logica tramite la quale sia possibile categorizzare il mondo degli oggetti reali. L'articolo prende in esame la logica fuzzy come strumento per il ragionamento diagnostico, e in particolar modo i concetti di "fuzzy set" e "diagnosi fuzzy", anche al fine di verificarne il possibile impiego nella diagnosi di una patologia rara ad eziologia complessa: la malattia di Anderson-Fabry. L'analisi svolta porta a soffermarsi sulla finalità pratica (e non conoscitiva) della diagnosi, che le conferisce una valenza etica. Muovendo da questa prospettiva, l'articolo propone, nell'ultima parte, alcuni criteri etici di orientamento nel complesso bilanciamento che il clinico effettua tra il rischio inerente alla formulazione di una ipotesi diagnostica di "tipo fuzzy" e i benefici per il paziente di una diagnosi precoce, soprattutto in considerazione della disponibilità di trattamenti farmacologici innovativi.
Tipologia CRIS:
01.01 Articolo in rivista
Keywords:
logica fuzzy; ragionamento diagnostico; malattia di Fabry; bilanciamento rischi-benefici
Elenco autori:
Zagarella, ROBERTA MARTINA; Mancini, Elena
Link alla scheda completa:
Pubblicato in: