{"id":1513,"date":"2019-11-01T14:49:04","date_gmt":"2019-11-01T14:49:04","guid":{"rendered":"http:\/\/practicalhealthpsychology.com\/?p=1513"},"modified":"2025-11-04T14:24:18","modified_gmt":"2025-11-04T14:24:18","slug":"n-of-1-studies-what-can-we-learn-by-studying-a-single-case","status":"publish","type":"post","link":"https:\/\/practicalhealthpsychology.com\/my\/2019\/11\/n-of-1-studies-what-can-we-learn-by-studying-a-single-case\/","title":{"rendered":"N-of-1 studies: Apa yang boleh kita pelajari dengan mengkaji kes tunggal?"},"content":{"rendered":"

Oleh Marie Johnston dan Derek Johnston, University of Aberdeen, Scotland<\/b><\/p>\n

Para pengamal seringkali inginkan jawapan kepada masalah yang melibatkan seseorang, satu pasukan penjagaan kesihatan, satu hospital atau satu rantau dsb.\u00a0 Sebagai contoh, ia mungkin penting untuk mengetahui berapa kerap seorang yang obes makan, bila dan di mana beliau makan dan jika tekanan membuatkannya bertambah teruk. \u00a0 Atau jika anda ingin mengetahui berapa kerap seseorang ahli pasukan penjagaan kesihatan terlupa tentang pembersihan tangan, jika ia lebih teruk jika kekurangan kakitangan atau jika pengiklanan di dalam wad dapat menambahbaik sikap pembersihan tangan . Atau anda juga mungkin menyiasat sumber kesalahan klinikal samada ia selalu berlaku pada sesetengah wad atau untuk sesetengah kakitangan bergred. Atau, di peringkat polisi, ia juga mungkin penting untuk menyelidik sama ada kawalan baru, seperti\u00a0 pengharaman merokok di tempat awam telah memberi kesan terhadap kadar merokok.\u00a0\u00a0<\/span><\/p>\n

Anda mungkin cuba untuk menjawab soalan-soalan ini dengan bertanyakan orang tentang pendapat atau jika mereka ingat tetapi adalah lebih baik bertanya atau memerhati pada waktu dan tempat kritikal untuk mengelak masalah berat sebelah dan terlupa. Dengan perkembangan teknologi terkini seperti pemantauan digital menggunakan telefon pintar membuatkannya mudah untuk menjejak apa yang sedang berlaku pada masa sebenar dan kajian n-dari-1 mungkin membolehkan anda menjawab soalan-soalan tersebut.<\/span><\/p>\n

Kajian-kajian N-dari-1 adalah berkemungkinan apabila masalah boleh <\/span>dinilai berulang-kali<\/span><\/a> untuk melihat perubahan mengikut masa. Oleh itu masalah boleh dibutirkan dan diperiksa sama ada ia semakin baik atau teruk di bawah keadaan tertentu. Intervensi atau\u00a0 rawatan baru boleh diperkenalkan dan dinilai sama ada ia memberikan kesan yang dicadangkan.\u00a0<\/span><\/p>\n

Penilaian yang paling mudah bagi pengumpulan data adalah pemerhatian trend seperti yang ditunjukkan pada ilustrasi di bawah. Ini merupakan langkah penting dalam sebarang analisis n-dari-1 dan ia sudah mencukupi. Sebagai tambahan,\u00a0 terdapat beberapa <\/span>kaedah analisis statistik<\/span><\/a> untuk kajian n-dari-1. Kaedah lebih kompleks kini sedang terus dibangunkan (cth., <\/span>kaedah untuk menilai perubahan dinamik<\/span><\/a> ).<\/span><\/p>\n

<\/p>\n

Menggunakan kajian n-dari-1 untuk menilai masalah<\/b><\/p>\n

Satu kajian telah dilaksanakan untuk <\/span>menilai <\/span><\/i>keterukan frekuensi atau corak masalah sepanjang masa. Dalam Rajah 1, pemeringkatan kebimbangan berbeza mengikut masa tetapi tidak mustahil untuk mengenalpasti corak. Apabila kedatangan tempat kerja juga direkodkan, corak yang diperhatikan menunjukkan perbezaan antara hari minggu dan lima hari bekerja dan mungkin menunjukkan seseorang itu bimbang di tempat kerja tetapi tidak di rumah. Maklumat begini mungkin berguna dalam memilih kaedah rawatan optimum untuk <\/span>pesakit<\/span><\/a>.\u00a0 Sebagai contoh menjejak mood dan masa setiap hari untuk <\/span>seorang wanita yang menghampiri kematian<\/span><\/a> menunjukkan corak yang kebiasaannya kita lihat peningkatan dalam mood kemurungan.\u00a0\u00a0<\/span><\/p>\n

Maklumat yang dikumpul dalam kajian n-dari-1 ini mungkin pergi lebih jauh dari sekadar membutirkan masalah dan membantu untuk menerangkan apa yang diperhatikan. Dalam sesetengah kes, para pengamal mungkin ada teori tentang apa yang mempengaruhi masalah yang diperhatikan dan juga kemungkinan untuk menguji <\/span>bagaimana teori tersebut menerangkan fenomena yang diperhatikan. <\/span><\/a>\u00a0Dalam kes wanita yang menghampiri kematian, menjejak pemikiran dan aktivitinya mengesahkan teori bahawa mood beliau dipengaruhi oleh pemikiran dan pemikiran kritikal dikaitkan dengan aktiviti di waktu pagi.<\/span><\/p>\n

Rajah 1:<\/b> Menggunakan kajian N-dari-1 untuk menjelaskan masalah: <\/span>menunjukkan pemeringkatan kebimbangan berwarna biru dan hari bekerja berwarna merah sepanjang 24 hari<\/span><\/i><\/p>\n

\"\"<\/p>\n

Menggunakan kajian n-dari-1 untuk menilai sama ada keadaan atau insiden telah diperbaiki atau menjadi teruk<\/b><\/p>\n

Masalah boleh diperbaiki atau menjadi lebih teruk dengan berlakunya kejadian yang dirancang atau secara semulajadi seperti kematian ahli keluarga atau perkahwinan, siaran media tentang maklumat kesihatan, kilang tertutup, atau cuaca. Dalam ilustrasi hipotesis dalam rajah 2, konsultasi tentang keadaan perubatan (seperti \u2018selsema\u2019) meningkat dalam minggu berikutnya selepas siaran TV terhadap topik tersebut yang mencadangkan bahawa peningkatan ini bukan disebabkan oleh epidemik yang akan berlaku supaya pada masa depan, perkhidmatan kesihatan mungkin akan menjangka peningkatan apabila keadaan perubatan membuat siaran berita utama. Analisis n-dari-1 statistik episod hospital English menunjukkan kesan acara sukan \u2013 terdapat peningkatan dalam <\/span>kemasukan ke hospital untuk kejadian kardiak berkaitan dengan perlawanan bola sepak penting<\/span><\/a> ketika piala dunia 1998.<\/span><\/p>\n

Rajah 2:<\/b> Menggunakan kajian N-dari-1 untuk menilai kesan kejadian<\/span>: <\/b>terdapat lebih kurang 40 konsultasi setiap hari tentang demam sehingga siaran TV (ditunjukkan dengan anak panah biru) kelihatan menyebabkan peningkatan kadar konsultasi<\/span><\/i><\/p>\n

\"\"<\/p>\n

Menggunakan kajian n-dari-1 untuk menilai sama ada intervensi atau rawatan memberikan kesan yang diinginkan<\/b><\/p>\n

Kaedah N-dari-1 mungkin akan digunakan dalam <\/span>perkembangan intervensi baru<\/span><\/a>, termasuk intervensi klinikal dan polisi.\u00a0 Dalam contoh rajah 3, seorang pesakit obes mengambil makanan ringan 7 kali sehari; selepas intervensi ditunjukkan pada anak panah berwarna merah (kemungkinan pemantauan sendiri ketika makan), pengambilan makanan ringan menurun kepada 2 kali sehari.<\/span><\/p>\n

Kaedah yang sama boleh digunakan untuk mengkaji dan menilai kesan perubahan polisi terhadap\u00a0 <\/span>merokok<\/span><\/a>\u00a0 pada tahap kebangsaan seperti pengharaman merokok di tempat awam, cth., <\/span>bagaimana polisi kebangsaan memberi kesan terhadap merokok<\/span><\/a>.<\/span><\/p>\n

Satu contoh penggunaan praktikal kaedah N-dari-1 adalah untuk menilai kesan intervensi yang dilaporkan oleh para pengamal di hospital daerah.\u00a0 Mereka menilai masalah penangguhan pelaporan kejadian buruk untuk tempoh dari tahun 2001 hingga 2006 dan mendapati, walaupun penangguhan tersebut berbeza, ia menjadi masalah kepada program keselamatan pesakit mereka dan tidak menunjukkan sebarang pembaikan. Dalam tahun 2007 dan 2008 terdapat satu program yang mengenalpasti prestasi bagus telah diperkenalkan yang membawa kepada penurunan penangguhan untuk tahun-tahun berikutnya dan menunjukkan <\/span>bagaimana pengiktirafan telah memperbaiki pelaporan mengikut masa<\/span><\/a>.\u00a0<\/span><\/p>\n

Rajah 3: <\/span>Menggunakan kajian n-dari-1 untuk menilai kesan intervensi:\u00a0 <\/b>15 hari pertama menunjukkan frekuensi pemantauan sendiri memakan makanan ringan bermula pada hari 16 (ditunjukkan pada anak panah merah) menghasilkan pengurangan memakan makanan ringan <\/span><\/i>\u00a0<\/b><\/p>\n

\"\"<\/p>\n

Cabaran-cabaran<\/b><\/p>\n

Pengumpulan data mungkin mencabar. Pengukuran berulang-kali boleh menjadi bebanan yang mungkin membawa kepada kehilangan data. Di kala perkembangan digital dan teknologi pintar terkini termasuk telefon pintar, sensor dan aksesori boleh membuat pengumpulan data lebih mudah dan lebih dipercayai.\u00a0\u00a0<\/span><\/p>\n

Saranan Praktikal<\/b><\/p>\n