Tarafından; Marie Johnston and Derek Johnston, University of Aberdeen, Scotland

Giriş

Uygulayıcılar (pratisyenler), sıkça bir insanı, bir sağlık ekibini, bir hastane veya bir bölgeyi vb. ilgilendiren problemleri cevaplamak isterler. Örneğin, obez bir adamın ne sıklıkta, ne zaman ve nerede atıştırdığını, ve stresin bunu daha kötü yapıp yapmadığını bilmek önemli olabilir. Veya sağlık ekibi üyelerinin el hijyenlerini ne sıklıkta ihmal ettiklerini, bu ihmalin personel eksiliği olduğunda daha kötüye gidip gitmediğini ve çalışma alanı reklamlarının bunu iyi yönde geliştirip geliştirmediğini bulmayı arzu edebilirsiniz.  Yada klinik hataların kaynaklarının bazı çalışma alanlarında veya bazı çalışanlar arasında daha yaygın olup olmadığını kontrol etmek adına araştırma yapabilirsiniz. Veya, karar mekanizması açısından, yeni bir düzenlemeyi, örneğin halka açık alanlarda sigara içmeyi yasaklamanın sigara içme oranları nasıl etkilediğini, araştırmak değerli olabilir.

Bu soruları, insanlara ne düşündüğünü veya ne hatırladığını sorarak cevaplamaya çalışabilirsiniz fakat yanlılılık ve unutma gibi problemlerden kaçınmak adına, soruları kritik zamanlarda ve yerlerde sormak veya gözlem yapmak daha iyi olacaktır. Akıllı telefon kullanan dijital gözetim gibi son teknolojik gelişmeler, gerçek zamanda neler olup bittiğini takip etmeyi kolaylaştırmıştır ve bir N-of-1-çalışması sorunuzu cevaplamanıza izin verebilir.

N-of-1 çalışmalar, zaman içindeki değişimi görmek adına tekrar tekrar değerlendirilebilen problemler için mümkündür. Böylece, birey problemi tanımlayıp, hangi koşullar altında problemin daha iyi veya daha kötü olduğunu sınayabilir. Veya, birey yeni bir müdahale yada tedavi sunup, müdahale yada tedavinin önerilen etkisinin olup olmadığını değerlendirebilir.

Toplanan verinin en kolay değerlendirmesi, aşağıda gösterilen grafiktekiler gibi gidişatın gözlemlenmesidir. Bu, herhangi bir n-of-1 analizi için gerekli bir adım olup, yeterli olabilir. Buna ek olarak, n-of-1 çalışmaları için var olan, istatistik analiz metodları mevcuttur. Daha karmaşık metodlar da gelişmeye devam etmektedir (örn., dinamik değişimi değerlendirmek için metodlar).

Problemi Değerlendirmek için n-of-1 çalışmalarını kullanmak

Bir araştırma, bir problemin zaman içindeki şiddet, sıklık, veya gidişat değerlendirilmesini yapmak adına üstlenilebilir. Şekil 1’de, anksiyete derecesi zaman içinde değişiyor fakat gidişatı tespit etmek mümkündür. İşe katılım da kaydedildiği zaman, gözlemlenen gidişat hafta sonları ve beş çalışma günü arasında fark gösteriyor. Buda kişinin evde olduğu zaman değil, işte olduğu zaman endişeli olduğunun göstergesi olabilir. Bu tarz bir bilgi, hastaya en uygun tedavi seçimi konusunda da yardım sağlayabilir. Örneğin, ölmek üzere olan bir kadındaki ruh halini ve gün içindeki saati takip etmek depresif ruh halini iyileştirmek için gerekli olan gidişatı göstermiştir.

N-of-1 çalışmalarında toplanan bilgiler, problemi tanımlamanın ve gözlemleneni açıklamaya yardım etmenin ötesine gidebilir. Bazı vakalarda, uygulamacının (pratisyenin), gözlemlenen problemi nelerin etkilediğine dair teorisi olabilir. Bu teorinin, gözlemlenmiş olguyu ne kadar iyi açıkladığını da test etmek mümkün olabilir. Ölmek üzere olan kadın vakasında, kadının düşüncelerini ve aktiviteleri takip etmek, ruh halinin düşüncelerinden etkilendiğine ve kritik düşüncelerin erken-sabah aktiviteleriyle alakalı olduğuna dair var olan teoriyi onaylamıştır.

Şekil 1: Problemi tanımlamak için N-of-1 çalışmasını kullanmak: mavi, 24 gün içindeki anksiyete dereceleri gösterirken kırmızı çalışma günlerini gösteriyor.

N-of-1 çalışmalarını, olmuş veya gerçekleşmekte olan olayların problemi iyi veya kötü yönde geliştirip geliştirmediğini değerlendirme adına kullanma.

Problemler, doğal olarak gerçekleşen veya planlanan olaylara bağlı olarak iyi yada kötü yönde gelişebilirler. Örnek olarak, aile ölümü veya evlilik, sağlık bilgisi ile alakalı bir medya yayını, bir fabrika kapanışı, veya hava durumu. Şekil 2’deki varsayımsal gösterimde, tıbbi durum ile ilgili konsültasyon (örn., grip), konuyla ilgili TV yayınının gösterildiği haftaya bağlı olarak çok fazla yükseliş göstermiştir ve bu yükseliş yaklaşan salgın yüzünden değildi. Gelecekte, tıbbı durumlara bağlı olarak yeni haber başlıkları yapıldığında, sağlık servisleri konsültasyonlarda bu gibi yükselişler bekleyebilirler. İngiliz hastane olayı istatiklerine bağlı bir n-of-1 analizi, spor etkinliklerinin etksini gösterdi – 1998 dünya kupası boyunca önemli futbol maçına bağlı olarak, hastanede kalp hastalığı ile ilişkili hasta kabulünde bir yükseliş gözlemlendi.

Şekil 2: Olayın etkisini değerlendirmek için no-of-1 çalışmasını kullanmak: tv yayını (mavi ok ile gösterilen) konsültasyon oranlarında bir yükselişe sebep olana kadar, gribe bağlı olarak günlük yaklaşık 40 konsültasyon vardı.

Bir müdahale veya tedavinin istenilen etkisinin var olup olmadığını değerlendirmek için n-of-1 çalışmalarını kullanmak.

N-of-1 metodları, klinik ve karar müdahaleleri içeren yeni müdahelelerin geliştirilmesi için kullanılabilirler. Şekil 3’deki varsayımsal örnekte, obez hasta yaklaşık olarak günde 7 kez atıştırma yapıyor; Müdaheleyi takiben (mümkün olduğunca atıştırırken kendini gözlemleme), kırmızı ok ile gösterildiği üzere, atıştırma davranışı hızlı bir şekilde günde 2 kez olacak şekilde düşüş gösteriyor.

Benzer metodlar ulusların sigara davranışları ve toplumsal alanda sigara içme yasağı gibi yasa değişiklerinin etkisini değerlendirmek adına kullanılabilir, örn., ulusal yasa sigara içme davranışını nasıl etkiler.

N-of-1 metodunun pratik olarak kullanılmasına güzel bir örnek, hastanedeki uygulayıcılar (pratisyenler) tarafından rapor edilen müdahale etkisini değerlendirmekti. 2001den 2006ya kadar olan süreçte, olumsuz vakaları rapor etmekte gerçekleşen gecikme problemini değerlendirmişlerdir. Ve bulundu ki, gecikme değişkenlik gösterirken, bu hasta güvenlik programı açısından problematik olmasına rağmen zaman içinde iyi yönde hiçbir gelişim sağlamamıştır. 2007 ve 2008 yıllarında, iyi performansı tespit etmek adına bir program sunuldu. Bu program daha sonraki yıllarda rapor gecikme oranlarında düşüse sebep oldu ve tespit edilmenin zamanında rapor etmeyi ne denli iyi yönlü geliştirdiğini gösterdi.

Şekil 3: Müdahalenin etkisini değerlendirme için n-of-1 çalışmalarını kullanma: ilk 15 gün, atıştırma davranışının sıklığı, 16. Günde başlayan kendini gözlemleme (kırmızı ok ile gösterilmiştir), atıştırma davranışında düşüşe neden oluyor.  

Zorluklar

Veri toplama zorlayıcı olabilir. Sık tekrarlanan ölçümler külfetli olabilir ve eksik veriler ile sonuçlanabilir. Şuanda dijital ve mobil teknolojilerinde (akıllı telefonlar, giyilebilen teknolojiler, sensörler) gerçekleşen hızlı ve bütçeye uygun gelişmeler veri toplamayı daha kolay ve daha güvenilir hale getiriyor.

Praktikal Tavsiyeler

• N-of-1 çalışmasını pratik durumlarda kullan
  • Problemi tanımlayıp değerlendirmek adına
  • Bir müdahalenin veya bir olayın etkisini değerlendirmek adına
• Zaman içinde tekrar tekrar değerlendirilebilecek bir problemi veya önemli birşeyi değerlendir.
• Veriyi betimleyici metodlar, örneğin grafik veya istatistik metod, kullanarak yorumla.
• Ücretsiz-akıllı telefon uygulamaları, öz rapor verilerini toplamak adına mevcuttur.

Translated by [Begüm Çakmak]