Марі Джонстон та Дерек Джонстон (Marie Johnston and Derek Johnston), Університет Абердіна, Шотландія

Практикуючі клініцисти часто хочуть отримати відповідь на проблемне питання, яке стосується однієї людини, одного медичного колективу, однієї лікарні чи одного регіону тощо. Наприклад, може бути важливим з’ясувати, як часто перекушує людина з надмірною вагою, коли і де вона перекушує та чи стрес погіршує цю ситуацію. Або, можливо, ви зацікавитесь, як часто члени медичного колективу пропускають гігієнічні процедури для рук, чи погіршується ця ситуація коли штат недостатньо укомплектований та чи рекламні плакати в палатах покращують ситуацію. Або ви можете досліджувати джерела клінічних помилок, щоб перевірити, чи частіше вони зустрічаються в деяких відділеннях або серед деяких категорій персоналу. Або на політичному рівні було б корисно дослідити, чи вплинуло нове регулююче положення, таке як заборона куріння в громадських місцях, на рівень куріння. 

Ви можете спробувати відповісти на ці запитання, опитуючи людей, що вони думають чи пам’ятають, але таке опитування або спостереження краще було б робити в критичні моменти та у відповідних місцях, щоб уникнути проблем упередженості та забування. Останні технологічні досягнення, такі як цифровий моніторинг за допомогою смартфонів, спрощують відстеження того, що відбувається в режимі реального часу, і дослідження n-of-1 (окремого випадку) може дозволити відповісти на ваше питання. 

Дослідження n-of-1 прийнятні, коли проблема може бути оцінена неодноразово (assessed repeatedly), щоб подивитися на зміни з часом. Потім можна описати проблему та вивчити, чи її стан покращувався або погіршувався за певних умов. Або можна ввести нове втручання або лікування та оцінити, чи має воно очікуваний ефект. 

Найпростіша оцінка зібраних даних – це спостереження за тенденціями на графіку, як показано на рисунках нижче. Це є важливим кроком у будь-якому аналізі n-of-1 і можливо цього буде достатньо. Крім того, існують методи статистичного аналізу (methods of statistical analyses)  для n-of-1 досліджень. Продовжують розроблятися більш складні методи (наприклад, методи оцінки динамічних змін (methods for assessing dynamic change).

Використання n-of-1 досліджень для оцінки проблеми 

Дослідження може бути проведене для того, щоб оцінити ступінь важкості чи частоти виникнення проблеми або шаблон її прояву протягом часу. На рисунку показники тривожності варіюють у часі, але можна виявити закономірність. Коли відвідування роботи також фіксується, шаблон, який ми спостерігаємо, показує різницю між вихідними та п’ятьма робочими днями і може вказувати на те, що людина є тривожною на роботі, але не вдома. Така інформація може виявитися корисною у виборі оптимального методу лікування для пацієнта (the patient). Наприклад, відстеження емоційного настрою в залежності від часу доби у вмираючої жінки (a dying woman) продемонструвало закономірності, які були використані для покращення її депресивного настрою.

Інформація, що зібрана в дослідженнях n-of-1, може вийти за рамки опису проблеми та допомогти пояснити, що спостерігається. У деяких випадках лікар може мати теорію про те, що впливає на спостережувану проблему, і створюється можливість перевірити, наскільки добре теорія пояснює спостережувані явища  (how well the theory explains observed phenomena). У випадку вмираючої жінки відстеження її думок та поведінки підтвердило теорію про те, що на її настрій впливали думки, а критичні думки були пов’язані з ранньою ранковою активністю.

Рисунок 1: Використання дослідження n-of-1 для опису проблеми: рівень тривожності показаний синім кольором та робочі дні відмічені червоним кольором протягом 24 днів

Використання досліджень n-of-1 для оцінки того, чи певна подія поліпшила або погіршила проблему 

Проблеми можуть бути поліпшені чи погіршені виникненням природних або запланованих подій, таких як смерть у родині або весілля, трансляція в ЗМІ інформації про здоров’я, закриття фабрики або, навіть, про погоду. У гіпотетичній ілюстрації на рисунку 2, консультації щодо стану здоров’я (зокрема, грипу) значно почастішали протягом тижня після телевізійної трансляції на цю тему, і припускається, що це збільшення не було пов’язано з насуванням епідемії, а з тим, що в майбутньому служби здоров’я можуть очікувати таке збільшення числа консультацій, коли проблема захворюваності почне домінувати у заголовках новин. Аналіз статистики лікарняних випадків n-of-1 у Англії продемонстрував ефект від спортивної події – збільшилася кількість випадків госпіталізації з серцевими нападами, які були пов’язані з важливим футбольним матчем (hospital admissions for cardiac events associated with an important football match ) під час чемпіонату світу 1998 року. 

Рисунок 2: Використання n-of-1 досліджень для оцінки впливу події: щодня було приблизно 40 консультацій з приводу грипу, поки телевізійна трансляція (показана синьою стрілкою) не призвела до збільшення частоти консультацій 

Використання досліджень n-of-1 для оцінки бажаного ефекту від втручання або лікування

Методи n-of-1 можуть бути використані при розробці нових втручань (the development of new interventions,), включаючи клінічні та регулятивні втручання. У гіпотетичному прикладі на Рис. 3, пацієнт з ожирінням перекушує приблизно 7 разів на день; після втручання, зазначеного червоною стрілкою (можливо, самоконтролю перекусів), перекуси швидко зменшуються до 2 разів на день.

Подібні методи можуть бути використані для дослідження рівня куріння населення (smoking) та оцінки впливу регулятивних заходів, таких як заборона куріння в громадських місцях, наприклад, як державна політика впливає на рівень куріння (how national policy affects smoking).

Гарний приклад практичного використання методів n-of-1 для оцінки ефекту втручання був повідомлений медиками певного лікарняного округу. Вони оцінили проблему затримки повідомлень про неуспішні випадки за період з 2001 по 2006 рік і виявили, що, хоча затримки варіювали, це було шкідливо для безпеки їх пацієнтів і ознак покращення з часом не спостерігалося. У 2007 та 2008 роках було запроваджено програму визнання ефективності виконання роботи, що призвело до скорочення затримок на наступні роки та продемонструвало, як таке визнання покращило своєчасну звітність (how such recognition improved timely reporting). 

Рисунок 3: Використання n-of-1 досліджень для оцінки ефекту втручання: за перші 15 днів показана частота перекусів, та їх самоконтроль, що починається з 16 дня (показано червоною стрілкою), призводить до зменшення перекусів

Складнощі

Збір даних може бути складним. Часті повторні вимірювання можуть бути обтяжливими та можуть привести до пропусків даних. Швидкий розвиток доступних цифрових і мобільних технологій, включаючи смартфони, пристрої, що носяться на собі, та датчики, полегшує та підвищує надійність збору даних.

Практичні рекомендації

• Використовуйте дослідження n-of-1 у практичних ситуаціях
        – для опису та оцінки проблеми,
        – для оцінки наслідків втручання чи події.
  • Оцініть проблему чи щось важливе, що може бути оцінено неодноразово протягом часу.
  • Інтерпретуйте дані за допомогою описових методів, таких як графіки, або використовуйте статистичні методи.
  • Доступні безкоштовні програми (Free  smartphone apps ) для смартфонів для збору даних самозвітів.

Перекладено Ольгою Габелковою та Оленою Луценко