Skip to main content

​Ny studie ska ge rättvisande resultat

Nyhet   •   Feb 27, 2017 13:04 CET

Det är viktigt att kunna lita på resultaten från skattningsskalorna, och veta att de verkligen representerar det vi tror att de gör, menar Peter Hagell, professor i vårdvetenskap.

Hänger det ihop? Eller mäter vi äpplen och päron? Peter Hagell, professor i vårdvetenskap vid Högskolan Kristianstad, har genom åren ifrågasatt analyserna av svaren från skattningsskalor. Tack vare en ny studie kan nu resultaten bli mer tillförlitliga.

”På en skala mellan ett och fem, hur upplever du …”. De flesta av oss har vid något tillfälle medverkat i undersökningar som bygger på så kallade skattningsskalor. Inom vården är det särskilt vanligt. Patienter får själva gradera sitt tillstånd i frågor som berör smärta, socialt liv eller depressivitet.

– Ibland behöver man mäta saker som inte går att se eller ta på, men som måste kvantifieras för att beskrivas, eller för att utvärdera effekten av olika behandlingar, säger Peter Hagell, professor i vårdvetenskap vid Högskolan Kristianstad.

Redan under sin tid som sjuksköterska på neurologiska kliniken var han med om att använda denna typ av formulär. Han kunde då se svårigheterna i att få en samlad och mätbar bedömning av svaren.

– Jag märkte titt som tätt, när vi gjorde dataanalyser utifrån skattningsskalorna, att de inte stämde överens med det kliniska intrycket. Ett plus två är inte nödvändigtvis tre, på samma sätt som att svaren ”lite” och ”måttligt” inte läggs ihop och blir ”mycket”. Det är att försöka sätta samman äpplen och päron, förklarar han.

I sin roll som forskare har han gått vidare för att försöka ta fram instrument som är så rättvisande som möjligt. Han har tagit hjälp av den så kallade Raschmodellen som fått sitt namn efter den danske matematikern Georg Rasch.

– Raschmodellen hjälper till att komma runt problemet, genom att skapa linjära mått. Men detta är bara möjligt under förutsättning att datan inte börjar spreta. Problemen hänger ibland samman med att antalet observationer antingen är för stort eller för litet.

Om svaren är alltför få blir resultatet inte statistiskt säkerställt. Men om de är för många finns risken att marginella avvikelser, som egentligen inte är relevanta i sammanhanget, dyker upp och distraherar.

I en studie, som beskrivs i en artikel nyligen publicerad i tidskriften Journal of Applied Measurement, har Peter Hagell och kollegan Albert Westergren försökt hitta det optimala antalet observationer. På så sätt ska resultatet från utvärderingar av skattningsskalor enligt Raschmodellen bli så rättvisande som möjligt. Studien visar att antalet bör ligga mellan 250 och 500 individer som svarar på det formulär som ska utvärderas.

– Denna avvägning har inte gjorts tidigare. Själva utgick vi från helt datorgenererade siffror, men förhoppningsvis kan det ge preliminära tumregler som kan vara till nytta även i kliniska sammanhang.

Det nya angreppssättet har redan väckt gensvar bland forskare. En del har hört av sig och vill ta del av studien.

– Alla dessa siffror och beräkningar kan te sig ganska ”hardcore”. Men förhoppningen är ju att de ska kunna tillämpas även i praktiken, förklarar Peter Hagell.

Sample size and statistical conclusions from tests of fit to the Rasch model according to the Rasch Unidimensional Measurement Model (RUMM) program in health outcome measurement, Journal of Applied Measurement, ISSN 1529-7713, Vol. 17, nr 4

Text och foto: Kerstin Weman Thornell