Badania w obszarze nauk o zdrowiu mają ogromny wpływ na praktykę kliniczną, decyzje dotyczące polityki zdrowotnej oraz rozwój wiedzy teoretycznej. Dlatego tak ważne jest, aby potrafić wnikliwie i wieloaspektowo oceniać jakość publikowanych prac naukowych. Poniższe ramy (ang. research critique framework) stanowią swoistą „mapę” pytań, na które warto odpowiedzieć w trakcie krytycznej analizy artykułów naukowych – zarówno ilościowych (kwantytatywnych), jak i jakościowych (kwalitatywnych). Przedstawiam je krok po kroku, jednocześnie omawiając, dlaczego dany punkt jest ważny, co oznacza w praktyce i podając przykłady.
1. Wstępne pytania podstawowe
- Czy tytuł odzwierciedla treść?
- Dlaczego to istotne? Tytuł powinien zwięźle oddawać główną ideę badania. Zbyt ogólny bądź mylący może wprowadzać w błąd co do charakteru i zakresu pracy.
- Na co zwracać uwagę? Czy po przeczytaniu tytułu można się domyślać, jakiej populacji, interwencji, teorii lub zagadnienia dotyczy badanie?
- Przykład: Jeśli tytuł brzmi „Wpływ stylu życia na zdrowie psychiczne”, a praca de facto dotyczy wyłącznie wpływu diety na epizody depresyjne u młodzieży, mamy do czynienia z pewnym rozmijaniem się z rzeczywistością.
- Czy autorzy są wiarygodni?
- Dlaczego to istotne? Kwalifikacje, afiliacje i dorobek naukowy autorów mogą wskazywać na ich kompetencje w opisywanym temacie.
- Na co zwracać uwagę? Uznane instytucje, recenzowany charakter publikacji, konflikty interesów autorów, dotychczasowy wkład w daną dziedzinę.
- Przykład: Autorzy afiliowani przy dużych jednostkach badawczych (np. instytutach medycznych) często mają większy dostęp do zasobów i narzędzi potrzebnych do prowadzenia badań.
- Czy streszczenie (abstrakt) podsumowuje kluczowe elementy?
- Dlaczego to istotne? W wielu przypadkach to właśnie na podstawie abstraktu decydujemy, czy zapoznamy się z pełną pracą.
- Na co zwracać uwagę? Czy w streszczeniu znajdują się informacje o celu, metodzie, wynikach i wnioskach (przynajmniej w zarysie)? Czy streszczenie nie jest jedynie ogólnikową zapowiedzią?
- Przykład: „Celem pracy było zbadanie skuteczności nowego leku X w leczeniu choroby Y. Metodą randomizowanego badania kontrolnego przebadano 150 pacjentów przez 12 tygodni…” – takie streszczenie pozwala szybko zorientować się w kluczowych aspektach badania.
- Czy jasno sformułowano uzasadnienie przeprowadzenia badania?
- Dlaczego to istotne? Powinno być wiadomo, dlaczego dane badanie przeprowadzono oraz jaką lukę w wiedzy chce ono wypełnić.
- Na co zwracać uwagę? Czy autorzy wskazują problemy lub niejasności w dotychczasowych badaniach, które motywują potrzebę nowego badania?
- Przykład: „W literaturze brakuje jednoznacznych dowodów na wpływ terapii behawioralnych na redukcję cukrzycy typu II wśród seniorów…” – to pokazuje, że jest luka i trzeba ją uzupełnić.
- Czy przegląd literatury jest wyczerpujący i aktualny?
- Dlaczego to istotne? Rzetelny przegląd literatury wskazuje na znajomość tematu i kontekst teoretyczny/empiryczny.
- Na co zwracać uwagę? Należy sprawdzić, czy autorzy sięgają do najnowszych badań, czy przywołują kluczowe publikacje w dziedzinie, a nie pomijają niewygodnych wyników.
- Przykład: Jeżeli w badaniu z 2024 r. powołano się wyłącznie na artykuły sprzed 2010 roku, pojawia się pytanie o aktualność przytoczonych danych.
- Czy jasno określono cel badań?
- Dlaczego to istotne? Bez jasno sprecyzowanego celu nie da się ocenić, czy metoda i wyniki są adekwatne do pytania badawczego.
- Przykład: „Celem badania było sprawdzenie, czy trening mindfulness obniża poziom stresu wśród pielęgniarek pracujących na oddziale intensywnej terapii.”
- Czy kwestie etyczne zostały zidentyfikowane i omówione?
- Dlaczego to istotne? Badania w naukach medycznych i społecznych często wymagają zgód komisji bioetycznych, troski o poufność danych i ochrony uczestników badania.
- Na co zwracać uwagę? Czy autorzy wskazują, że uzyskali zgodę komisji etycznej (np. IRB/KEB), w jaki sposób chronili dobro uczestników i czy przewidzieli ewentualne skutki uboczne badania?
- Czy metodyka została zidentyfikowana i uzasadniona?
- Dlaczego to istotne? Metoda badawcza musi odpowiadać na pytanie badawcze i być adekwatna do celów, a autorzy powinni wyjaśnić, dlaczego wybrali właśnie takie podejście.
- Przykład: W badaniach dotyczących skuteczności leku może to być badanie kliniczne z randomizacją; w analizie doświadczeń pacjentów – wywiady pogłębione.
2. Odnoga badań ilościowych
- Czy jasno określono projekt badania i jego uzasadnienie?
- Dlaczego to istotne? Różne projekty (np. eksperyment, badanie kohortowe, przekrojowe) pozwalają odpowiedzieć na różne pytania badawcze.
- Przykład: Jeżeli pytanie dotyczy związku przyczynowo-skutkowego, projekt eksperymentalny (RCT) jest często złotym standardem.
- Czy sformułowano hipotezę badawczą oraz czy zdefiniowano zmienne?
- Dlaczego to istotne? Jasna hipoteza pozwala od razu zrozumieć, czego autorzy oczekiwali. Kluczowe zmienne (zależne, niezależne) powinny być precyzyjnie opisane.
- Przykład: Hipoteza: „Wprowadzenie aplikacji mobilnej do monitorowania diety zmniejszy masę ciała u osób z nadwagą”. Zmienne: waga (zmienna zależna), korzystanie z aplikacji (zmienna niezależna).
- Czy określono populację i czy próbka jest reprezentatywna?
- Dlaczego to istotne? Bez reprezentatywnej próby ciężko uogólnić wyniki na większą populację.
- Na co zwracać uwagę? Jak dobrano próbę (np. randomizacja, dobór celowy)? Czy rozmiar próby jest uzasadniony analizą mocy statystycznej?
- Przykład: Jeśli badanie dotyczy nastolatków z miasta X, a badani są wyłącznie uczniowie jednej elitarnej szkoły, to wyniki mogą być trudne do uogólnienia.
- Czy narzędzia do zbierania danych są trafne (walidowane) i rzetelne (powtarzalne)?
- Dlaczego to istotne? Trafność wskazuje, czy narzędzie rzeczywiście mierzy to, co ma mierzyć; rzetelność – czy przy powtórnych pomiarach daje zbliżone wyniki.
- Przykład: Kwestionariusz depresji Becka (BDI) jest narzędziem o dobrze udokumentowanej trafności i rzetelności w pomiarze objawów depresji.
- Czy metoda analizy danych jest właściwa i uzasadniona?
- Dlaczego to istotne? Analizy statystyczne muszą odpowiadać charakterowi danych i hipotezom (np. test t-Studenta, ANOVA, regresja liniowa).
- Przykład: Przy porównywaniu dwóch grup (eksperymentalna vs kontrolna) sprawdza się test t, ale jeżeli mamy więcej niż dwie grupy, często używamy ANOVA.
- Czy wyniki są uogólnialne?
- Dlaczego to istotne? Uogólnialność (ang. generalizability) odnosi się do pytania, czy wyniki można przenieść poza badaną próbę.
- Przykład: Jeśli badanie było prowadzone na niewielkiej próbie 30 osób w warunkach bardzo specyficznych (np. jedna klinika), uogólnianie na całą populację jest ograniczone.
- Czy wyniki zaprezentowano w sposób klarowny, a dyskusja i wnioski są wyczerpujące?
- Dlaczego to istotne? Transparentne przedstawienie wyników (tabele, wykresy, statystyki) oraz szczegółowa dyskusja pozwalają zrozumieć wagi i ograniczenia badań.
- Przykład: Odpowiednio opisane wykresy, gdzie widać różnicę między grupami, a w tekście odniesienie do istotności statystycznej i wartości p.
3. Odnoga badań jakościowych
- Czy autorzy określili perspektywę filozoficzną lub teoretyczną oraz powód doboru danej metody?
- Dlaczego to istotne? Badania jakościowe często osadzone są w określonym nurcie (fenomenologia, teoria ugruntowana, etnografia). Wpływa to na sposób zbierania i interpretowania danych.
- Przykład: Jeśli celem jest poznanie doświadczeń pacjentów, często wybiera się perspektywę fenomenologiczną.
- Czy zidentyfikowano główne pojęcia (koncepcje) w badaniu?
- Dlaczego to istotne? W badaniach jakościowych ważne jest, by jasno zaznaczyć, co autor postrzega jako kluczowe idee, kategorie czy konstrukt teoretyczny.
- Przykład: W badaniu narracyjnym o traumie autorzy mogą wyróżnić takie koncepcje, jak „poczucie bezpieczeństwa”, „wsparcie społeczne” czy „mechanizmy radzenia sobie”.
- Czy kontekst badania został opisany?
- Dlaczego to istotne? W jakościowych podejściach kontekst (np. miejsce, czas, warunki kulturowe) ma kluczowe znaczenie, bo wpływa na interpretację danych.
- Przykład: Wywiady z pacjentami oddziału onkologii w szpitalu miejskim mogą mieć inne konteksty i przesłanki w porównaniu z wywiadami prowadzonymi w placówkach wiejskich.
- Czy sposób doboru uczestników i metoda próbkowania są uzasadnione?
- Dlaczego to istotne? Badania jakościowe zwykle posługują się próbą celową, do nasycenia danych (ang. thematic saturation). Ważne jest, by jasno wyjaśnić, dlaczego dobrano takich a nie innych uczestników.
- Przykład: „Do udziału zaproszono 15 osób z rozpoznaną depresją lekooporną, gdyż celem było zrozumienie perspektywy osób, u których standardowe leczenie zawiodło.”
- Czy metoda zbierania danych umożliwia audyt (jest „auditable”)?
- Dlaczego to istotne? Oznacza to, że opis procedur (np. wywiady półustrukturyzowane, notatki terenowe) jest tak przejrzysty, iż ktoś inny mógłby zweryfikować wiarygodność i przebieg tych czynności.
- Przykład: Autorzy wyjaśniają, jak kodowali transkrypcje wywiadów, jak zapisywali obserwacje i jak przechowywali dane.
- Czy metoda analizy danych jest wiarygodna (ang. credible) i potwierdzalna (ang. confirmable)?
- Dlaczego to istotne? W badaniach jakościowych nie ma mowy o „rzetelności” i „trafności” w klasycznym sensie statystycznym, lecz o wiarygodności, spójności i możliwości potwierdzenia interpretacji.
- Przykład: Autorzy mogą posługiwać się triangulacją (różni badacze analizują te same dane, porównują kody), weryfikować wnioski z respondentami lub stosować dziennik refleksyjny.
- Czy wyniki są transferowalne?
- Dlaczego to istotne? „Transferowalność” odpowiada mniej więcej „uogólnialności” w badaniach ilościowych – czy wyniki mogą mieć zastosowanie w innych kontekstach.
- Przykład: Jeśli w badaniu poznano doświadczenia rodziców dzieci chorych na astmę w szpitalu X, czy można uznać te doświadczenia za podobne do innych placówek opieki zdrowotnej?
- Czy sposób prezentacji wyników, dyskusja i wnioski są zrozumiałe?
- Dlaczego to istotne? Główną wartością badań jakościowych jest pogłębiona analiza wypowiedzi, zachowań i doświadczeń, dlatego raportowanie kategorii tematycznych lub cytatów uczestników musi być jasne.
- Przykład: W przytoczonych cytatach widać, jak uczestnik rozumie swoje przeżycia; w dyskusji autor odnosi się do wcześniej omówionych koncepcji teoretycznych.
4. Prezentacja wyników i wniosków (dla obu nurtów badań)
Niezależnie od tego, czy badanie jest ilościowe, czy jakościowe, pytania o:
- Przejrzystość prezentacji wyników (tabele, wykresy, cytaty)
- Kompleksowość dyskusji (odniesienie do hipotez, literatury, praktycznych konsekwencji, ograniczeń)
- Zwięzłość i adekwatność wniosków (czy odpowiadają na pytanie badawcze i nie wykraczają poza dane)
Dobra praca to taka, w której autorzy potrafią przedstawić swoje dane i interpretacje w sposób uczciwy, klarowny i wyczerpujący, jednocześnie wskazując potencjalne kierunki dalszych badań.
5. Podsumowanie
Przedstawione pytania i wskazówki tworzą swoisty schemat – „checklistę” – ułatwiającą krytyczne czytanie prac naukowych w dziedzinie nauk o zdrowiu. Dla doktorantów jest to narzędzie szczególnie przydatne, gdyż:
- Pomaga wyrobić nawyk systematycznego myślenia o każdym etapie badań (od tytułu po wnioski).
- Wskazuje, jak ocenić wiarygodność, trafność i wartość badań – zarówno tych o charakterze ilościowym, jak i jakościowym.
- Pozwala unikać powielania błędów w swoich własnych projektach naukowych: kiedy przygotowujemy plan badań czy piszemy rozdziały pracy doktorskiej, możemy odpowiedzieć sobie na analogiczne pytania.
- Uczy pracy z literaturą i danych – zrozumienia, jakie aspekty badań są kluczowe dla wnioskowania naukowego oraz w jaki sposób ocenić ich jakość.
Warto pamiętać, że krytyczna analiza nie oznacza wyłącznie szukania słabych stron badania, ale raczej sprawdzenie, w jakim stopniu daną pracę można uznać za godną zaufania i wartościową dla rozwoju wiedzy. Dzięki takiemu wieloaspektowemu podejściu doktoranci wykształcają w sobie świadomość metodologiczną, która jest fundamentem rzetelnej i odpowiedzialnej pracy naukowej.