Af Marie Johnston and Derek Johnston, University of Aberdeen, Scotland

Introduktion

Praktiserende læger vil ofte have svaret på en problematik, der angår én person, ét sundhedsteam, ét hospital eller én region osv. F.eks. kan det være vigtigt at vide, hvor ofte en overvægtig mand spiser mellemmåltider, hvornår og hvor han spiser dem henne, og om stress gør det værre. Eller måske ønsker du at finde ud af, hvor ofte ansatte i sundhedsteamet undlader at udføre håndhygiejne, om det bliver værre, når de er underbemandede, og om påmindelser på afdelingen forbedrer det. Du kan også være ved at undersøge årsager til utilsigtede hændelser, for at kontrollere om de sker hyppigere på nogle afdelinger eller i bestemte personalegrupper. Eller, på politisk niveau kan det være værdifuldt at undersøge, om en ny lov, såsom et rygeforbud på offentlige områder, har påvirket antallet af rygere.

Du kan prøve at få besvaret disse spørgsmål ved at spørge folk, hvad de mener eller husker, men det ville være bedre spørge eller observere på de kritiske tidspunkter og steder for at undgå hukommelsesbias. Nylige teknologiske fremskridt som digital overvågning ved hjælp af smartphones gør det lettere at spore, hvad der foregår i realtid, og en n-of-1-undersøgelse kan muligvis give dig svar på dit spørgsmål.

N-of-1-undersøgelser er mulige, når problemet kan vurderes gentagne gange, så man får mulighed for at se på ændringer over tid. Man kan således beskrive problemet og undersøge, om det er bedre eller værre under bestemte forhold. Eller man kan indføre en ny intervention eller behandling og vurdere, om den har den forventede virkning.

Den enkleste evaluering af de indsamlede data er observation af tendenser på en graf, som på nedenstående illustrationer. Dette er en essentiel del af enhver n-of-1-analyse og den er ofte tilstrækkelig. Der findes desuden statistiske metoder til analyser af n-of-1-undersøgelser. Mere komplekse metoder udvikles fortsat (f.eks. metoder til vurdering af dynamiske ændringer).

Brug af n-of-1-undersøgelser til at vurdere omfanget af et problem

En undersøgelse kan gennemføres for at vurdere sværhedsgraden, hyppigheden eller udviklingen i et problem over tid. I figur 1 varierer angstbedømmelser over tid, men det er muligt at registrere et mønster. Når der også registreres deltagelse på arbejdet, viser det observerede mønster en forskel mellem weekender og de fem arbejdsdage, hvilket kan indikere, at personen har angst på arbejdet, men ikke hjemme. Sådanne oplysninger kan vise sig at være nyttige ved valg af behandlingsmetode for patienten. For eksempel viste målinger af en terminal kvindes humør på forskellige tidspunkter på dagen et mønster, der blev brugt til at forbedre kvindens depressive humør.

Oplysninger, indsamlet i n-of-1-undersøgelser, kan bruges til at beskrive et problem og forklare, hvad der observeres. I nogle tilfælde kan udøveren desuden have en teori om, hvad der påvirker det observerede problem, og det er så muligt at teste, hvor godt teorien forklarer observerede fænomener. I tilfældet med den terminalt syge kvinde, bekræftede registreringer af hendes tanker og aktiviteter teorien om, at hendes humør var direkte påvirket af disse tanker, og at de kritiske tanker var forbundet med morgenens aktiviteter.

Brug af n-of-1-undersøgelser til at vurdere, om en begivenhed eller hændelse har forbedret eller forværret problemet

Naturligt forekommende eller planlagte begivenheder, såsom dødsfald i familien eller et bryllup, en mediesending af sundhedsoplysninger, en fabrikslukning eller blot vejret, kan påvirke problemer i positiv eller negativ retning. I den hypotetiske illustration i figur 2 sås en kraftig stigning i antallet af konsultationer omhandlende en medicinsk tilstand (såsom influenza) i ugen efter en tv-udsendelse om emnet. Dette antydede, at stigningen ikke skyldtes en forestående epidemi, og at sundhedsvæsnet i fremtiden kan forvente lignende stigninger i antallet af konsultationer, når medicinske tilstande skaber nyhedsoverskrifter. En n-of-1-analyse viste for eksempel effekten af en sportsbegivenhed på engelske hospitaler – her sås en stigning i hospitalsindlæggelser grundet kardiologiske events i kølvandet på en vigtig fodboldkamp under verdensmesterskabet i 1998.

Brug af n-of-1-undersøgelser til at vurdere, om en intervention eller behandling har den ønskede effekt

N-of-1-metoder kan anvendes i udviklingen af nye interventioner, herunder kliniske og politiske interventioner. I det hypotetiske eksempel i figur 3 spiser en overvægtig patient ca. 7 mellemmåltider om dagen; efter indgrebet angivet med den røde pil (muligvis monitorering af mellemmåltider), reduceres antallet af mellemmåltider hurtigt til 2 gange om dagen.

Lignende metoder kan bruges til at studere omfanget af rygning i et land og vurdere virkningen af ​​politiske indgreb såsom rygeforbud på offentlige områder, f.eks. hvordan national politik påvirker rygning.

Et godt eksempel på den praktiske anvendelse af N-of-1-metoder til effektevaluering af ​​en intervention blev rapporteret af praktiserende læger i et hospitalsdistrikt. De undersøgte problemet, omkring forsinket rapportering af bivirkninger i perioden 2001 til 2006 og fandt, at selvom forsinkelsen varierede, var det problematisk for deres patientsikkerhedsprogram og der sås ingen tegn på forbedring over tid. I 2007 og 2008 blev der indført et bonussystem ved effektiv rapportering, hvilket førte til reduktion i forsinkelserne de efterfølgende år og viste, hvordan en sådan anerkendelse førte til mere rettidig rapportering.

Udfordringer

Dataindsamling kan være udfordrende. Hyppige gentagne målinger kan være ressourcekrævende og resultere i manglende data. Den aktuelle hurtige udvikling af overkommelige digitale og mobile teknologier, såsom smartphones, bærbare måleenheder og sensorer, gør dataindsamling lettere og mere pålidelig. 

Praktiske råd

• Brug et n-of-1-studie i praktiske situationer
• til at beskrive og vurdere et problem,
• til at vurdere virkningerne af en intervention eller en begivenhed.
• Vurder et problem eller noget vigtigt, der kan evalueres gentagne gange over tid.
• Fortolk data ved hjælp af beskrivende metoder såsom grafer eller via statistiske metoder.
• Gratis smartphone-apps til indsamling af selvrapporteringsdata er tilgængelige.

Oversat af Elisabeth Ginnerup