“N-of-1” dizaina pētījumi: ko var uzzināt, izpētot atsevišķu gadījumu?

Mērija Džonstone (Marie Johnston) un Dereks Džonstons (Derek Johnston), Aberdīnas universitāte, Skotija

Veselības aprūpes speciālistiem nereti ir jāatrod atbilde uz jautājumu, kas skar vienu cilvēku, vienu veselības aprūpes komandu, vienu slimnīcu, vienu reģionu, u. tml. Piemēram, var būt svarīgi noskaidrot, cik bieži cilvēks ar lieko svaru našķējas, kad un kur viņš to dara, vai stress palielina tieksmi pēc našķiem. Var būt svarīgi uzzināt, cik bieži veselības aprūpes komandas locekļi ir nevērīgi pret roku higiēnu, vai roku higiēnas stāvoklis kļūst sliktāks darbinieku trūkuma apstākļos, vai šo stāvokli var uzlabot ar nodaļās izvietotiem plakātiem, kas atgādina par roku higiēnu. Var būt situācija, kad jāatrod klīniskās prakses kļūdu cēloņi, jāpārbauda, vai kādā nodaļā kļūdu gadījumu nav vairāk kā citur, vai stāvokli ietekmē personāla kvalifikācija. Politikas līmenī var būt vērtīgi izpētīt, vai jauna regula, piemēram, smēķēšanas aizliegums sabiedriskās vietās, ir ietekmējusi smēķēšanas biežumu. 

Atbildes uz šiem jautājumiem var censties noskaidrot, pēc laika aptaujājot cilvēkus ‒ vaicājot, kā viņi uzskata un ko atceras. Taču labāk, ja iespējams jautāt vai novērot uzreiz kritiskajos brīžos un vietās, lai samazinātu neobjektivitātes un aizmiršanas risku. Jaunākie tehnoloģiskie sasniegumi, piemēram, digitālā uzraudzība ar viedtālruņu palīdzību, ļauj vieglāk izsekot notiekošajam reālajā laikā, tādējādi “N-of-1” dizaina pētījums var sniegt atbildes uz aktuālajiem jautājumiem.

“N-of-1” dizainu var izmantot gadījumos, kad pētāmo jautājumu iespējams aplūkot atkārtoti, lai konstatētu, kādas izmaiņas rodas laika gaitā. Tad var aprakstīt problēmu un pārbaudīt, kā tā padziļinās vai samazinās saistībā ar noteiktiem apstākļiem. To var izmantot arī, ieviešot jaunu intervences vai ārstēšanas metodi, lai novērtētu, vai metode palīdz sasniegt plānoto iznākumu.

Vienkāršākais savākto datu novērtējums ir tendenču diagramma, kā parādīts rakstam pievienotajās ilustrācijās. Tas ir svarīgs solis jebkurā “N-of-1” dizaina pētījumā, un reizumis ar to var būt pietiekami. Papildu izvērtējumam var izmantot statistisko analīzi. Tiek attīstītas arī sarežģītākas metodes (piemēram, dinamisko izmaiņu novērtēšanas metode).

“N-of-1” dizaina pētījuma izmantošana problēmas izvērtēšanai

Var veikt pētījumu, lai noteiktu problēmas nopietnību, biežumu vai izpausmju modeli laika gaitā. 1. attēlā redzams, ka trauksmes līmenis periodiski mainās, bet šajās izmaiņās iespējams saskatīt noteiktu modeli. Reģistrējot arī darba grafiku, var konstatēt, ka redzamais modelis parāda atšķirību starp nedēļas nogalēm un piecām darba dienām, kas var norādīt, ka persona izjūt trauksmi darbā, bet ne mājās. Šāda informācija varētu izrādīties noderīga, izvēloties pacientam optimālo ārstēšanas metodi. Piemēram, reģistrējot paliatīvajā aprūpē esošas sievietes noskaņojumu dažādos diennakts laikos, tika atrasts modelis, ko varēja izmantot nomāktā garastāvokļa uzlabošanai. 

“N-of-1” dizaina pētījumos apkopotā informācija var izrādīties pietiekama ne tikai tam, lai aprakstītu problēmu, bet arī, lai palīdzētu izskaidrot novēroto. Piemēram, ārstam var būt kāda teorija par apstākļiem, kas ietekmē novērojamo problēmu, un ar pētījuma palīdzību iespējams pārbaudīt, vai un kā šī teorija izskaidro novērotās parādības. Paliatīvajā aprūpē esošās sievietes gadījumā viņas domu un darbību reģistrēšana apstiprināja teoriju, ka viņas garastāvokli ietekmē domas, un kritiskās domas bija saistītas ar agra rīta aktivitātēm.

1. attēls. “N-of-1” dizaina pētījums, lai aprakstītu problēmu: trauksmes novērtējums zilā krāsā, darba dienas sarkanā krāsā, 24 dienu periods

“N-of-1” dizaina pētījuma izmantošana, lai izvērtētu, kā konkrēts notikums vai parādība ietekmē problēmas smagumu

Problēmas var mazināt vai padziļināt dažādi plānoti un neplānoti notikumi, piemēram, ģimenes locekļa nāve vai kāzas, raidījums vai raksts par kādu veselības jautājumu plašsaziņas līdzekļos, kā arī, piemēram, rūpnīcas slēgšana vai pat laika apstākļi. 2. attēlā atainots, kā nedēļas laikā pēc televīzijas raidījuma par gripu palielinājās ārsta apmeklējumu skaits saistībā ar sūdzībām par iespējamu gripu, kas lika secināt, ka apmeklējumu skaita pieaugums nav izskaidrojams ar reālu epidēmiju, kā arī secināt, ka nākotnē veselības aprūpes dienesti varētu paredzēt šādu apmeklējumu skaita pieaugumu pēc tam, kad presē izskanētu informācija par iespējamām slimībām. Bet “N-of-1” datu analīze par izmaiņām sirdsdarbības traucējumu gadījumu statistikā kādā Anglijas slimnīcā uzrādīja sporta pasākuma ietekmi: šo gadījumu skaits bija pieaudzis saistībā ar nozīmīgu futbola spēli 1998. gada pasaules kausa izcīņas laikā.

2. attēls. “N-of-1” dizaina pētījums, lai novērtētu konkrēta notikuma ietekmi: ik dienu notiek apmēram 40 apmeklējumi saistībā ar gripu, bet pēc TV pārraides (parādīta ar zilo bultiņu) apmeklējumu biežums krietni pieaug

“N-of-1” dizaina pētījuma izmantošana, lai izvērtētu intervences vai ārstēšanas metodes efektivitāti

“N-of-1” metodes var izmantot, izstrādājot jaunas klīniskās intervences vai veselības politikas pasākumus. 3. attēlā apskatāms, kā mainās našķu lietošanas paradumi pacientam ar aptaukošanos: sākumā pacients našķējas 7 reizes dienā, bet pēc intervences, kura attēlota ar sarkanu bultiņu (iespējams, ka sākts izmantot pašuzraudzības metodi), našķēšanās reižu skaits samazinās līdz 2 reizēm dienā.

Līdzīgas metodes var izmantot, lai izpētītu iedzīvotāju smēķēšanas paradumus un novērtētu, vai tos maina tādi politikas pasākumi kā smēķēšanas aizliegums sabiedriskās vietās, respektīvi, lai izvērtētu, kā valsts politika ietekmē smēķēšanu.

Labu “N-of-1” dizaina pētījuma rezultātu praktiska izmantojuma piemēru sniedz kāda veselības aprūpes iestāžu kopiena. Tajā tika izvērtēts, ka no 2001. līdz 2006. gadam iestādēs ir tikuši novilcināti ziņojumi par zāļu blakusparādībām. Kaut arī novilcināšana bijusi dažāda, tā ir radījusi problēmas pacientu drošības programmas īstenošanā, un laika gaitā stāvoklis nav uzlabojies. 2007. un 2008. gadā tika ieviesta programma, lai sekmētu labu sniegumu atzīšanu, un tas panāca ziņojumu kavēšanās samazināšanos nākamajos gados ‒ ārsti vairs nevilcinājās ziņot par blakusparādībām, jo tas bija iekļauts laba sniegumu vērtēšanas kritērijos.

  1. attēls: “N-of-1” dizaina pētījums, lai novērtētu intervences efektu: našķēšanās biežums pirmajās 15 dienās un tā samazinājums, sākot ar 16. dienu (parādīta ar sarkanu bultiņu), kad sākta uzkodu ēšanas pašuzraudzība

Iespējamās grūtības

Datu vākšana ne vienmēr ir vienkārša. Bieža atkārtota mērīšana var būt apgrūtinoša, un šīs grūtības var izraisīt noteiktu datu iztrūkumu. Taču pašreizējā straujā pieejamo digitālo un mobilo tehnoloģiju ‒ viedtālruņu, nēsājamo viedierīču un sensoru ‒ attīstība datu vākšanu padara vieglāku un drošāku. 

Praktiski ieteikumi

  • Izmantojiet “N-of-1” dizaina pētījumu praktiskiem nolūkiem: 
    • lai aprakstītu un izvērtētu problēmu, 
    • lai izvērtētu intervences vai notikuma ietekmi.
  • Izvērtējiet tādu problēmu vai jautājumu, ko var atkārtoti izvērtēt laika gaitā.
  • Interpretējiet datus, izmantojot aprakstošas metodes, piemēram, grafikus, vai izmantojot statistiskās metodes.
  • Ir pieejamas bezmaksas viedtālruņu lietotnes, lai savāktu pašpārskata datus.

Tulkojušas Andžela Berķe un Kristīne Mārtinsone

Join Our Blog

Signup today to get notified when new relevant blog posts are published.

And don’t worry, we hate spam too! You can unsubscribe at anytime.