{"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\/sv\/2019\/11\/n-of-1-studies-what-can-we-learn-by-studying-a-single-case\/","title":{"rendered":"N-of-1 studier: Vad kan vi l\u00e4ra oss genom att studera en enda f\u00f6rs\u00f6ksperson?"},"content":{"rendered":"

Av Marie Johnston och Derek Johnston, University of Aberdeen, Scotland<\/b><\/p>\n

V\u00e5rdpersonal s\u00f6ker ofta svar p\u00e5 fr\u00e5gor r\u00f6rande en person, ett sjukv\u00e5rdsteam, ett sjukhus, en region, etc. Det kan, till exempel, vara viktigt att ta reda p\u00e5 hur ofta en man med \u00f6vervikt eller fetma sm\u00e5\u00e4ter, n\u00e4r och var han sm\u00e5\u00e4ter och om stress f\u00f6rst\u00e4rker beteendet i fr\u00e5ga. Eller s\u00e5 kan det vara viktigt att ta reda p\u00e5 hur ofta sjukv\u00e5rdspersonal i ett specifikt team gl\u00f6mmer att tv\u00e4tta h\u00e4nderna i samband med patientm\u00f6ten, om handtv\u00e4ttningen minskar n\u00e4r teamet \u00e4r underbemannat och om uppmuntrande affischer p\u00e5 avdelningen \u00f6kar det \u00f6nskade beteendet. Eller s\u00e5 vill man kanske bena ut varf\u00f6r kliniska misstag sker och om de sker oftare p\u00e5 vissa avdelningar eller inom vissa l\u00f6negrader. Eller \u2013 p\u00e5 en policyniv\u00e5 \u2013 s\u00e5 kan det vara meningsfullt att utv\u00e4rdera om en ny f\u00f6rordning (t.ex. r\u00f6kf\u00f6rbud p\u00e5 offentlig plats) har p\u00e5verkat r\u00f6kning p\u00e5 olika arbetsplatser.<\/span><\/p>\n

Man kan f\u00f6rs\u00f6ka ta itu med dessa fr\u00e5gor genom att fr\u00e5ga folk vad de tror eller kommer ih\u00e5g, men det \u00e4r b\u00e4ttre att fr\u00e5ga eller observera beteenden n\u00e4r de v\u00e4l sker eftersom detta g\u00f6r det l\u00e4ttare att undvika bias eller att folk helt enkelt gl\u00f6mmer bort vad som faktiskt h\u00e4nt. Nya teknologiska redskap s\u00e5som smartphone appar g\u00f6r det enkelt att f\u00f6lja vad som sker i realtid och en \u201dn-of-1\u201d studie kan hj\u00e4lpa dig att svara p\u00e5 ovanst\u00e5ende fr\u00e5gor.<\/span><\/p>\n

N-of-1 studier \u00e4r m\u00f6jliga att genomf\u00f6ra n\u00e4r ett problem eller ett beteende kan <\/span>m\u00e4tas vid upprepade tillf\u00e4llen<\/span><\/a> f\u00f6r att unders\u00f6ka f\u00f6r\u00e4ndring \u00f6ver en l\u00e4ngre tidsperiod. Man kan sedan beskriva problemet och unders\u00f6ka om det f\u00f6rb\u00e4ttras\/f\u00f6rv\u00e4rras under vissa f\u00f6rh\u00e5llanden. Eller s\u00e5 kan man introducera en ny behandling och unders\u00f6ka om den har en \u00f6nskad effekt.<\/span><\/p>\n

Det enklaste s\u00e4ttet att analysera data fr\u00e5n n-of-1 studier illustreras i grafen i Figur 1. Detta \u00e4r ett n\u00f6dv\u00e4ndigt steg i varje n-of-1 analys och kan vara tillr\u00e4ckligt. Det finns \u00e4ven <\/span>statistiska metoder<\/span><\/a> f\u00f6r hur man hanterar data fr\u00e5n n-of-1 studier. Mer komplexa metoder \u00e4r under utveckling (t.ex. <\/span>metoder f\u00f6r att unders\u00f6ka dynamisk f\u00f6r\u00e4ndring<\/span><\/a>).<\/span><\/p>\n

<\/p>\n

Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att beskriva ett problem<\/b><\/p>\n

Man kan, till exempel, genomf\u00f6ra en studie f\u00f6r att unders\u00f6ka allvarlighetsgraden eller frekvensen av ett problem \u00f6ver tid. Figur 1 visar att en persons \u00e5ngestgrad v\u00e4xlar \u00f6ver tid men att det g\u00e5r att identifiera ett m\u00f6nster: n\u00e4r jobbn\u00e4rvaro ocks\u00e5 registreras ser man olika m\u00f6nster p\u00e5 vardagar och helger, vilket visar p\u00e5 att personen har mycket \u00e5ngest p\u00e5 jobbet men inte n\u00e4r de \u00e4r hemma. S\u00e5dan information kan vara anv\u00e4ndbar n\u00e4r man f\u00f6rs\u00f6ker hitta r\u00e4tt behandling f\u00f6r <\/span>var unik patient<\/span><\/a>. Till exempel, n\u00e4r forskare registrerade hum\u00f6r vid olika tidpunkter p\u00e5 dygnet hos <\/span>en d\u00f6ende kvinna<\/span><\/a> identifierade de m\u00f6nster som sedan anv\u00e4ndes f\u00f6r att f\u00f6rb\u00e4ttra kvinnans sinnesst\u00e4mning.<\/span><\/p>\n

Informationen som samlas i n-of-1 studier kan g\u00f6ra mer \u00e4n att bara beskriva ett problem eftersom den kan anv\u00e4ndas till att f\u00f6rklara vad som observeras. I vissa fall har forskare eller v\u00e5rdpersonal en teori om vad som f\u00f6rst\u00e4rker problemet; det kan d\u00e5 vara meningsfullt att testa <\/span>hur v\u00e4l teorin faktiskt f\u00f6rklarar det observerade fenomenet.<\/span><\/a> I fallet r\u00f6rande den d\u00f6ende kvinnan bekr\u00e4ftade den insamlade informationen teorin om att kvinnans hum\u00f6r p\u00e5verkades av hennes tankar och att dessa skedde i samband med vissa morgonaktiviteter.\u00a0<\/span><\/p>\n

Figur 1. <\/b>Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att beskriva ett problem f\u00f6r en unik person. \u00c5ngestskattningar visas i bl\u00e5tt och jobbn\u00e4rvaro i r\u00f6tt \u00f6ver 24 dagar f\u00f6r en unik person.<\/span><\/p>\n

\"\"<\/p>\n

Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att unders\u00f6ka om en h\u00e4ndelse eller f\u00f6reteelse har f\u00f6rb\u00e4ttrat eller f\u00f6rs\u00e4mrat ett problem<\/b><\/p>\n

Vissa problem f\u00f6rb\u00e4ttras eller f\u00f6rs\u00e4mras i samband med specifika h\u00e4ndelser eller f\u00f6reteelser som sker inom eller utanf\u00f6r individens kontroll, s\u00e5som till exempel d\u00f6dsfall eller br\u00f6llop, radio- eller TV-uts\u00e4ndningar med specifik h\u00e4lsoinformation, nedst\u00e4ngningar av fabriker eller till och med v\u00e4derf\u00f6r\u00e4ndringar. I det hypotetiska scenariot i Figur 2 ses en \u00f6kning av h\u00e4lsokonsultationer kring ett specifikt problem (t.ex. influensa) veckan efter en TV-uts\u00e4ndning r\u00f6rande problemet, vilket tyder p\u00e5 att \u00f6kningen inte har att g\u00f6ra med en p\u00e5g\u00e5ende epidemi och att h\u00e4lsov\u00e5rden b\u00f6r kunna f\u00f6rutsp\u00e5 liknande \u00f6kningar i framtiden i samband med att medicinska tillst\u00e5nd hamnar i rubrikerna. En n-of-1 analys av data fr\u00e5n engelska sjukhus visade p\u00e5 en effekt av ett sportevenemang \u2013 man s\u00e5g en tydlig <\/span>\u00f6kning av sjukhusinl\u00e4ggningar i samband med en viktig fotbollsmatch<\/span><\/a> under v\u00e4rldsm\u00e4sterskapet i fotboll 1998.\u00a0<\/span><\/p>\n

Figur 2. <\/b>Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att unders\u00f6ka effekten av en h\u00e4ndelse. Innan TV-uts\u00e4ndningen (markerad av den bl\u00e5 pilen) handlar ungef\u00e4r 40 konsultationer per dag om influensa. TV-uts\u00e4ndningen leder till en \u00f6kning av influensakonsultationer.<\/span><\/p>\n

\"\"<\/p>\n

Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att utv\u00e4rdera om en behandling har en \u00f6nskad effekt<\/b><\/p>\n

N-of-1 studier kan anv\u00e4ndas f\u00f6r att <\/span>utveckla nya behandlingar eller interventioner<\/span><\/a>, s\u00e5som kliniska behandlingar och policyinterventioner. I det hypotetiska scenariot i Figur 3 ser vi att mannen med \u00f6vervikt sm\u00e5\u00e4ter ungef\u00e4r 7 g\u00e5nger per dag. Efter en kort behandlingsperiod (som kanske innefattade sj\u00e4lv\u00f6vervakning av sm\u00e5\u00e4tande) ser vi att sm\u00e5\u00e4tandet minskas till 2 g\u00e5nger per dag.<\/span><\/p>\n

Liknande metoder kan anv\u00e4ndas f\u00f6r att uppskatta <\/span>antalet r\u00f6kare<\/span><\/a> inom ett land eller region och <\/span>hur policyinterventioner s\u00e5som r\u00f6kf\u00f6rbud p\u00e5 offentlig plats p\u00e5verkar antalet r\u00f6kare<\/span><\/a>.<\/span><\/p>\n

Ett bra exempel p\u00e5 hur n-of-1 metoder kan anv\u00e4ndas f\u00f6r att uppskatta effekten av en intervention beskrivs av v\u00e5rdpersonal i ett sjukhusdistrikt. V\u00e5rdpersonalen unders\u00f6kte problemet med f\u00f6rseningar i rapporteringen av negativa h\u00e4ndelser f\u00f6r perioden 2001 till 2006 och fann att l\u00e4ngden p\u00e5 f\u00f6rseningarna varierade fr\u00e5n sjukhus till sjukhus men att detta var problematiskt f\u00f6r deras patients\u00e4kerhetsprogram. Inga tecken p\u00e5 f\u00f6rb\u00e4ttring s\u00e5gs \u00f6ver tid. Under 2007 och 2008 introducerades ett program f\u00f6r att bel\u00f6na goda resultat. Detta ledde till minskade f\u00f6rseningar i rapporteringen f\u00f6r efterf\u00f6ljande \u00e5r och visade p\u00e5 hur bel\u00f6ningar kan <\/span>\u00f6ka rapportering av negativa h\u00e4ndelser i god tid.<\/span><\/a><\/p>\n

Figur 3. <\/b>Exempel p\u00e5 hur n-of-1 studier kan anv\u00e4ndas f\u00f6r att utv\u00e4rdera effekten av en behandling. De f\u00f6rsta 15 dagarna visar frekvensen av sm\u00e5\u00e4tande (bl\u00e5 linje). En kort behandling (r\u00f6d pil) resulterar i minskat sm\u00e5\u00e4tande (r\u00f6d linje).<\/span><\/p>\n

\"\"<\/p>\n

Utmaningar<\/b><\/p>\n

Datainsamlingen i n-of-1 studier kan vara utmanande. Ofta kan upprepade m\u00e4tningar vara anstr\u00e4ngande f\u00f6r patienter och kan d\u00e4rf\u00f6r leda till saknade v\u00e4rden eller skattningar. Den snabba utvecklingen av digitala och mobila tekniker s\u00e5som smartphones och b\u00e4rbara sensorer g\u00f6r datainsamling enklare och mer p\u00e5litlig.<\/span><\/p>\n

Praktiska rekommendationer<\/b><\/p>\n