Samenvatting
De arts gaat onderzoeken of een waarschijnlijkheidsdiagnose klopt. Hiervoor staan verschillende diagnostische strategieën tot zijn beschikking. Overweegt hij nadrukkelijk één diagnose dan kan een snelle blik al voldoende zijn (diagnose à vue) of herkent hij het ziektebeeld na beperkte toetsing (patroonherkenning). Overweegt hij meerdere diagnoses dan zet hij (extra) tests in op basis van waarschijnlijkheid en ernst, gebruikt hij de seriële-hypothesetoetsende methode, een algoritme of de sleepnetmethode. De arts test, intuïtief of expliciet, middels kansschattingen of de diagnose klopt. Het theorema van Bayes geeft hem op basis van ingeschatte voorafkansen op ziekte de inzichten om met de inzet van een bepaalde test de achterafkans op ziekte te bepalen. Maar de arts blijft kritisch. Is de test in de specifieke situatie wel zinvol? Wat bepaalt de inzet van extra testen? En hoe gaat hij om met nieuwe tests op de markt, die soms direct bij de patiënt belanden?