Den enkleste evaluering af de indsamlede data er observation af tendenser p\u00e5 en graf, som p\u00e5 nedenst\u00e5ende illustrationer. Dette er en essentiel del af enhver n-of-1-analyse og den er ofte tilstr\u00e6kkelig. Der findes desuden statistiske metoder<\/a> til analyser af n-of-1-unders\u00f8gelser. Mere komplekse metoder udvikles fortsat (f.eks. metoder til vurdering af dynamiske \u00e6ndringer<\/a>).<\/p>\n En unders\u00f8gelse kan gennemf\u00f8res for at vurdere sv\u00e6rhedsgraden, hyppigheden eller udviklingen i et problem over tid. I figur 1 varierer angstbed\u00f8mmelser over tid, men det er muligt at registrere et m\u00f8nster. N\u00e5r der ogs\u00e5 registreres deltagelse p\u00e5 arbejdet, viser det observerede m\u00f8nster en forskel mellem weekender og de fem arbejdsdage, hvilket kan indikere, at personen har angst p\u00e5 arbejdet, men ikke hjemme. S\u00e5danne oplysninger kan vise sig at v\u00e6re nyttige ved valg af behandlingsmetode for patienten<\/a>. For eksempel viste m\u00e5linger af en terminal kvindes<\/a> hum\u00f8r p\u00e5 forskellige tidspunkter p\u00e5 dagen et m\u00f8nster, der blev brugt til at forbedre kvindens depressive hum\u00f8r.<\/p>\n Oplysninger, indsamlet i n-of-1-unders\u00f8gelser, kan bruges til at beskrive et problem og forklare, hvad der observeres. I nogle tilf\u00e6lde kan ud\u00f8veren desuden have en teori om, hvad der p\u00e5virker det observerede problem, og det er s\u00e5 muligt at teste, hvor godt teorien forklarer observerede f\u00e6nomener<\/a>. I tilf\u00e6ldet med den terminalt syge kvinde, bekr\u00e6ftede registreringer af hendes tanker og aktiviteter teorien om, at hendes hum\u00f8r var direkte p\u00e5virket af disse tanker, og at de kritiske tanker var forbundet med morgenens aktiviteter.<\/p>\n Naturligt forekommende eller planlagte begivenheder, s\u00e5som d\u00f8dsfald i familien eller et bryllup, en mediesending af sundhedsoplysninger, en fabrikslukning eller blot vejret, kan p\u00e5virke problemer i positiv eller negativ retning. I den hypotetiske illustration i figur 2 s\u00e5s en kraftig stigning i antallet af konsultationer omhandlende en medicinsk tilstand (s\u00e5som influenza) i ugen efter en tv-udsendelse om emnet. Dette antydede, at stigningen ikke skyldtes en forest\u00e5ende epidemi, og at sundhedsv\u00e6snet i fremtiden kan forvente lignende stigninger i antallet af konsultationer, n\u00e5r medicinske tilstande skaber nyhedsoverskrifter. En n-of-1-analyse viste for eksempel effekten af en sportsbegivenhed p\u00e5 engelske hospitaler – her s\u00e5s en stigning i hospitalsindl\u00e6ggelser grundet kardiologiske events i k\u00f8lvandet p\u00e5 en vigtig fodboldkamp<\/a> under verdensmesterskabet i 1998.<\/p>\n N-of-1-metoder kan anvendes i udviklingen af nye interventioner<\/a>, herunder kliniske og politiske interventioner. I det hypotetiske eksempel i figur 3 spiser en overv\u00e6gtig patient ca. 7 mellemm\u00e5ltider om dagen; efter indgrebet angivet med den r\u00f8de pil (muligvis monitorering af mellemm\u00e5ltider), reduceres antallet af mellemm\u00e5ltider hurtigt til 2 gange om dagen.<\/p>\n Lignende metoder kan bruges til at studere omfanget af rygning<\/a> i et land og vurdere virkningen af \u200b\u200bpolitiske indgreb s\u00e5som rygeforbud p\u00e5 offentlige omr\u00e5der, f.eks. hvordan national politik p\u00e5virker rygning<\/a>.<\/p>\n Et godt eksempel p\u00e5 den praktiske anvendelse af N-of-1-metoder til effektevaluering af \u200b\u200ben intervention blev rapporteret af praktiserende l\u00e6ger i et hospitalsdistrikt. De unders\u00f8gte 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 s\u00e5s ingen tegn p\u00e5 forbedring over tid. I 2007 og 2008 blev der indf\u00f8rt et bonussystem ved effektiv rapportering, hvilket f\u00f8rte til reduktion i forsinkelserne de efterf\u00f8lgende \u00e5r og viste, hvordan en s\u00e5dan anerkendelse f\u00f8rte til mere rettidig rapportering<\/a>.<\/p>\n Dataindsamling kan v\u00e6re udfordrende. Hyppige gentagne m\u00e5linger kan v\u00e6re ressourcekr\u00e6vende og resultere i manglende data. Den aktuelle hurtige udvikling af overkommelige digitale og mobile teknologier, s\u00e5som smartphones, b\u00e6rbare m\u00e5leenheder og sensorer, g\u00f8r dataindsamling lettere og mere p\u00e5lidelig.\u00a0<\/strong><\/p>\nBrug af n-of-1-unders\u00f8gelser til at vurdere omfanget af et problem<\/h2>\n
![\"\"](\"https:\/\/practicalhealthpsychology.com\/wp-content\/uploads\/2019\/10\/Figure-1-1.png\")
Brug af n-of-1-unders\u00f8gelser til at vurdere, om en begivenhed eller h\u00e6ndelse har forbedret eller forv\u00e6rret problemet<\/h2>\n
![\"\"](\"https:\/\/practicalhealthpsychology.com\/wp-content\/uploads\/2019\/10\/Figure2.jpg\")
Brug af n-of-1-unders\u00f8gelser til at vurdere, om en intervention eller behandling har den \u00f8nskede effekt<\/h2>\n
![\"\"](\"https:\/\/practicalhealthpsychology.com\/wp-content\/uploads\/2019\/10\/Figure-3.jpg\")
Udfordringer<\/h2>\n
Praktiske r\u00e5d<\/h2>\n