Farmaceutski fakultet Univerziteta u Sarajevu predstavlja jednu od najvažnijih visokoškolskih institucija u Bosni i Hercegovini za područje farmacije, farmaceutske biohemije, laboratorijske dijagnostike, farmaceutske tehnologije, toksikologije, bromatologije, farmakologije, kliničke farmacije i javnog zdravstva. Zbog povezanosti farmacije s medicinom, biohemijom, laboratorijskim analizama i zdravstvenim sistemom, istraživački radovi na ovom fakultetu često zahtijevaju preciznu statističku obradu podataka i pažljivu interpretaciju rezultata.
Za studente i istraživače Farmaceutskog fakulteta Sarajevo statistička analiza može biti važna u završnim, diplomskim, magistarskim, doktorskim i znanstvenim radovima. Podaci mogu potjecati iz laboratorijskih mjerenja, analitičkih metoda, farmakoloških ispitivanja, biohemijskih nalaza, upitnika, ispitivanja stabilnosti, kontrole kvalitete, kliničko-farmaceutskih istraživanja, farmakoepidemioloških baza ili istraživanja o znanju, stavovima i ponašanju pacijenata i zdravstvenih radnika. Upravo zato analiza mora biti povezana s konkretnim istraživačkim pitanjem, a ne provedena kao generička SPSS procedura.
Statistička obrada podataka za Farmaceutski fakultet Sarajevo
Radovi iz farmacije imaju posebno širok metodološki raspon. Jedan rad može se temeljiti na laboratorijskim koncentracijama i validaciji metode, drugi na usporedbi farmaceutskih formulacija, treći na procjeni stabilnosti, četvrti na farmakoepidemiološkim podacima, a peti na anketi o adherenciji pacijenata, racionalnoj upotrebi lijekova, nuspojavama ili kvaliteti farmaceutske skrbi. Zbog toga se statistička analiza u farmaciji mora prilagoditi vrsti podataka, području istraživanja i očekivanom načinu interpretacije.
U laboratorijskim i biohemijskim radovima često se analiziraju kontinuirane varijable, primjerice koncentracije aktivne supstance, vrijednosti biomarkera, apsorbancija, pH, stabilnost, vrijeme oslobađanja ljekovite supstance, vrijednosti kontrole kvalitete ili rezultati analitičke metode. Takvi podaci zahtijevaju deskriptivnu statistiku, provjeru distribucije, usporedbe skupina, korelacije, regresijske modele i ponekad procjenu pouzdanosti i validnosti metode.
U kliničko-farmaceutskim i farmakoepidemiološkim radovima naglasak može biti na učestalosti nuspojava, adherenciji terapiji, interakcijama lijekova, obrascima propisivanja, racionalnoj primjeni lijekova, dostupnosti terapije, znanju pacijenata ili ulozi farmaceuta u zdravstvenom sistemu. Takvi radovi često uključuju kategorijske i ordinalne varijable, upitnike, Likertove skale i modele koji povezuju sociodemografske, kliničke i terapijske čimbenike.
SPSS je čest alat u ovakvim analizama jer omogućuje obradu laboratorijskih, anketnih i kliničko-farmaceutskih podataka. Ipak, važno je da analiza počne pravilnim definiranjem varijabli i baze podataka. Za opći početak rada sa statističkom obradom može biti koristan tekst o statističkoj pomoći za SPSS, diplomske, doktorate i istraživanja, dok se za radove iz Bosne i Hercegovine prirodno nadovezuje pregled statističke pomoći za Bosnu i Hercegovinu.
Priroda farmaceutskih i laboratorijskih podataka
Farmaceutska istraživanja često kombiniraju eksperimentalne, laboratorijske i anketne podatke. Kontinuirane varijable mogu uključivati koncentracije supstanci, biohemijske parametre, vrijednosti apsorbancije, sadržaj aktivne tvari, vrijeme raspadanja, brzinu oslobađanja, stabilnost formulacije, vrijednosti pH ili rezultate testova kontrole kvalitete. Kategorijske varijable mogu uključivati spol, terapijsku skupinu, prisutnost nuspojave, vrstu lijeka, farmaceutsku formu, status adherencije ili vrstu intervencije. Ordinalne varijable pojavljuju se u Likertovim skalama, procjenama zadovoljstva, razinama znanja i stavova.
Posebno je važno razlikovati eksperimentalne podatke od podataka dobivenih na ljudima. Kod laboratorijskih eksperimenata istraživač ima veću kontrolu nad uvjetima mjerenja, ali mora jasno opisati broj ponavljanja, serije, uzorke i varijabilnost mjerenja. Kod kliničko-farmaceutskih i anketnih istraživanja varijabilnost je veća jer podaci ovise o pacijentima, zdravstvenim radnicima, terapijskim režimima i realnim uvjetima zdravstvene prakse.
U upitničkim radovima iz farmacije često se koriste skale znanja, stavova, adherencije, zadovoljstva ili percepcije farmaceutske skrbi. Takve skale treba jasno opisati: broj čestica, raspon odgovora, smjer bodovanja, značenje viših vrijednosti i eventualne subskale. Ako se koristi zbrojni skor, često je potrebno provjeriti pouzdanost instrumenta, primjerice Cronbachovom alfom.
Dizajn istraživanja u farmaciji
Eksperimentalna laboratorijska istraživanja mogu uključivati usporedbu formulacija, analizu stabilnosti, validaciju analitičke metode, ispitivanje oslobađanja aktivne supstance ili procjenu fizikalno-hemijskih svojstava. U takvim radovima treba jasno opisati uzorke, ponavljanja, uvjete mjerenja i kriterije usporedbe.
Presječna istraživanja česta su u radovima koji analiziraju znanje, stavove, adherenciju, zadovoljstvo, upotrebu lijekova, samomedikaciju ili percepciju farmaceutske skrbi. Ona omogućuju analizu stanja u jednoj vremenskoj tački, ali ne omogućuju zaključivanje o uzročno-posljedičnim odnosima.
Retrospektivna istraživanja mogu se temeljiti na podacima iz medicinske dokumentacije, farmaceutskih evidencija, baza o potrošnji lijekova, prijavljenih nuspojava ili laboratorijskih nalaza. Prednost je dostupnost podataka, ali ograničenja uključuju nedostajuće vrijednosti, neujednačeno bilježenje i ograničenu kontrolu nad prikupljanjem podataka.
Prospektivna istraživanja omogućuju bolju kontrolu mjerenja i praćenja, primjerice kod intervencija u farmaceutskoj skrbi, praćenja adherencije, edukacijskih programa ili promjena laboratorijskih parametara kroz vrijeme. Kod ponovljenih mjerenja važno je uzeti u obzir da podaci unutar istog ispitanika nisu neovisni.
Najčešće statističke metode
Deskriptivna statistika koristi se za opis uzorka i varijabli. Kod kontinuiranih varijabli prikazuju se aritmetička sredina i standardna devijacija ili medijan i interkvartilni raspon, ovisno o distribuciji. Kod kategorijskih varijabli prikazuju se frekvencije i postoci. U laboratorijskim istraživanjima deskriptivna statistika posebno je važna za prikaz varijabilnosti mjerenja i stabilnosti rezultata.
Testovi razlika koriste se kada se uspoređuju dvije ili više skupina. T-test i ANOVA mogu biti prikladni za približno normalno distribuirane kontinuirane podatke, dok su Mann-Whitney U test i Kruskal-Wallis test prikladniji za ordinalne ili nenormalno distribuirane podatke. Hi-kvadrat test i Fisherov egzaktni test koriste se za kategorijske varijable.
Korelacijska analiza koristi se kada se želi ispitati povezanost između varijabli. U farmaciji to može biti povezanost koncentracije i vremena, laboratorijskog parametra i kliničkog pokazatelja, znanja i adherencije, zadovoljstva i farmaceutske skrbi ili stabilnosti i uvjeta čuvanja. Pearsonova korelacija koristi se za približno normalno distribuirane kontinuirane varijable, dok je Spearmanova korelacija prikladna za ordinalne podatke i nenormalne distribucije.
Regresijska analiza koristi se kada se želi procijeniti koji čimbenici predviđaju određeni ishod. Linearna regresija može se koristiti za kontinuirane ishode, logistička regresija za binarne ishode, a ordinalna regresija za ordinalne ishode. U farmaciji regresija može pokazati čimbenike povezane s adherencijom, nuspojavama, terapijskim ishodom, laboratorijskim parametrom ili zadovoljstvom pacijenata.
ROC analiza može biti korisna kada se procjenjuje dijagnostička vrijednost laboratorijskog testa, biomarkera ili granične vrijednosti. U validaciji metode mogu biti važne preciznost, tačnost, linearnost, granica detekcije, granica kvantifikacije i ponovljivost, pri čemu statistički prikaz mora odgovarati vrsti metode i cilju validacije.
SPSS analiza i interpretacija rezultata
SPSS output ne treba samo kopirati u rad. Rezultati se moraju pretvoriti u jasne tablice i tekst koji odgovara istraživačkom pitanju. Kod farmaceutskih radova posebno je važno povezati statistički rezultat s farmaceutskim značenjem: je li razlika relevantna za stabilnost formulacije, kvalitetu lijeka, kliničku praksu, adherenciju pacijenata ili farmaceutsku skrb.
Za praktičan rad koristan je kompletan vodič za SPSS analizu, dok kod izbora metode može pomoći tekst Statističke metode – kada koristiti koju analizu. Ako je rad još u fazi planiranja, korisno je pročitati i realan vodič za studente i istraživače.
Veličina uzorka i planiranje istraživanja
Veličina uzorka u farmaceutskim istraživanjima ovisi o dizajnu rada. U laboratorijskim radovima važno je jasno razlikovati broj uzoraka, broj ponavljanja i broj serija. U anketnim radovima važan je broj ispitanika i raspodjela po skupinama. U kliničko-farmaceutskim radovima uzorak mora biti povezan s primarnim ishodom, očekivanom veličinom učinka i planiranom analizom.
Kada student nije siguran koliko ispitanika ili mjerenja treba, koristan je tekst Koliko ispitanika je potrebno?. Kod retrospektivnih analiza treba jasno opisati koliko je podataka dostupno, koliko je vrijednosti nedostajalo i kako su nedostajući podaci tretirani.
Etika statističke pomoći i odgovornost autora
Statistička pomoć može uključivati pripremu baze podataka, izbor metode, SPSS analizu, izradu tablica i prijedlog interpretacije. Autor rada ostaje odgovoran za konačni tekst, zaključke i akademsku interpretaciju. Ova razlika je važna, a dodatno je objašnjena u tekstu je li dopušteno tražiti statističku pomoć za rad.
Proces suradnje
Suradnja najčešće počinje pregledom teme, ciljeva, hipoteza i dostupne baze podataka. Nakon toga se provjerava struktura varijabli, predlažu se statističke metode, provodi se analiza i pripremaju se tablice rezultata. Praktičan opis takvog procesa nalazi se u tekstu kako izgleda suradnja sa statističarem korak po korak.
Pripremit ću statističke rezultate i predložiti način njihova prikaza u radu. Autor rada ostaje odgovoran za konačni tekst i interpretaciju rezultata.
FAQ
Može li se analizirati laboratorijski farmaceutski rad?
Da. Mogu se analizirati koncentracije, stabilnost, validacija metode, usporedba formulacija, oslobađanje aktivne supstance i kontrola kvalitete.
Može li se analizirati kliničko-farmaceutsko istraživanje?
Da. Mogu se analizirati adherencija, nuspojave, interakcije lijekova, terapijski ishodi, zadovoljstvo pacijenata i farmaceutska skrb.
Može li se analizirati anketa iz farmacije?
Da. Mogu se analizirati Likertove skale, znanje, stavovi, samomedikacija, adherencija, zadovoljstvo i percepcija farmaceutske skrbi.
Je li SPSS dovoljan za farmaceutski rad?
Za velik broj završnih, diplomskih, magistarskih, doktorskih i znanstvenih radova SPSS je dovoljan. Kod složenih eksperimentalnih, longitudinalnih ili naprednih modela mogu biti potrebni dodatni alati.
Keywords
Farmaceutski fakultet Sarajevo statistika, Farmaceutski fakultet Univerziteta u Sarajevu SPSS, statistička obrada podataka farmacija Sarajevo, farmaceutska biohemija statistika, laboratorijska dijagnostika SPSS, farmakoepidemiologija statistička analiza, klinička farmacija SPSS, analiza farmaceutskih podataka, validacija metode statistika, adherencija terapiji analiza
Metatext
Statistička obrada podataka za Farmaceutski fakultet Sarajevo: SPSS, farmacija, farmaceutska biohemija, laboratorijska dijagnostika, klinička farmacija, farmakoepidemiologija i interpretacija rezultata.
