GAD-7 i PHQ-9: jak policzyć i zinterpretować wynik

Autor: Konrad Hryniewicz · Opublikowano: 25 października 2026

Co mierzą GAD-7 i PHQ-9, a czego nie mierzą

GAD-7 i PHQ-9 to dwa krótkie kwestionariusze samoopisowe, które w pracach z pielęgniarstwa, położnictwa, fizjoterapii i psychologii pojawiają się chyba najczęściej ze wszystkich narzędzi do oceny objawów. GAD-7 opracowali Spitzer i in. (2006) do wykrywania prawdopodobnych przypadków zaburzenia lękowego uogólnionego i oceny nasilenia objawów lękowych. PHQ-9 to moduł depresji z kwestionariusza PHQ (Patient Health Questionnaire), którego trafność jako miary nasilenia depresji opisali Kroenke i in. (2001). Oba narzędzia mają tych samych współautorów, ten sam format odpowiedzi i podobną logikę progów, dlatego omawiamy je razem.

Najważniejsza informacja dla autora pracy: GAD-7 i PHQ-9 to narzędzia przesiewowe, a nie diagnostyczne. Wynik powyżej progu oznacza, że dana osoba zgłasza objawy o nasileniu, przy którym w praktyce klinicznej zaleca się dokładniejszą ocenę. Nie oznacza rozpoznania zaburzenia lękowego ani depresji. Rozpoznanie stawia specjalista na podstawie wywiadu klinicznego. W badaniach walidacyjnych właśnie taki wywiad był kryterium, z którym porównywano wyniki kwestionariuszy (Kroenke i in., 2001; Spitzer i in., 2006). W pracy dyplomowej piszesz więc o „nasileniu objawów lękowych” albo o „odsetku osób z wynikiem powyżej progu przesiewowego”, a nie o „liczbie osób z depresją”.

Narzędzia są bezpłatne. Na oficjalnej stronie PHQ Screeners znajdziesz kwestionariusze i ich tłumaczenia do pobrania wraz z informacją, że do ich powielania, tłumaczenia, prezentowania i rozpowszechniania nie jest potrzebna zgoda (Pfizer, b.d.). Swobodne użycie nie zwalnia z cytowania: w rozdziale metodologicznym podaj publikacje autorów oryginału i publikację walidacyjną wersji, której używasz. Jeśli korzystasz z polskiej wersji językowej, sprawdź, skąd pochodzi tłumaczenie i czy ma opublikowaną walidację. Własności polskiej wersji opisuj wyłącznie na podstawie tej publikacji. Jak taki opis zbudować, pokazujemy w poradniku opis narzędzia badawczego w pracy.

Jak policzyć wynik GAD-7 i PHQ-9

Obie skale mają ten sam format. Badany ocenia, jak często w ostatnim czasie doświadczał danego objawu, a odpowiedzi koduje się od 0 do 3. Spitzer i in. (2006) podają dla GAD-7 okres ostatnich dwóch tygodni i cztery odpowiedzi: od „wcale” (0) do „prawie codziennie” (3). W PHQ-9 każde z dziewięciu kryteriów epizodu depresji z DSM-IV ocenia się w tym samym zakresie 0–3 (Kroenke i in., 2001). Żadna pozycja nie jest odwrócona, więc wynik to po prostu suma odpowiedzi. Treść pozycji znajdziesz w oryginalnym formularzu – nie przepisuj jej do pracy, wystarczy opis tematów objawów.

W praktyce wynik liczysz w czterech krokach, takich samych jak przy każdym wyniku surowym:

1. Sprawdź kodowanie. Formularze online często zapisują odpowiedzi jako 1–4 zamiast 0–3. Wtedy suma wychodzi o 7 (GAD-7) albo o 9 (PHQ-9) punktów za wysoka i wszystkie progi tracą sens. Przed liczeniem przekoduj odpowiedzi według klucza odpowiedzi.
2. Wyszukaj wartości niemożliwe. Każda wartość poza 0–3 to błąd wprowadzania albo eksportu.
3. Policz braki na osobę i zastosuj regułę opisaną niżej.
4. Zsumuj pozycje i sprawdź, czy wynik mieści się w zakresie 0–21 albo 0–27.

Sumy nie zamieniaj na średnią. Progi z literatury są podane dla sumy, więc średnia z pozycji utrudniłaby porównanie z innymi badaniami. Ogólnie o tym wyborze piszemy w haśle wynik skali: średnia czy suma, a cały proces liczenia wyniku kwestionariusza, z Excelem i SPSS, opisuje poradnik jak policzyć wynik kwestionariusza krok po kroku.

Braki odpowiedzi

W artykule walidacyjnym GAD-7 kwestionariusze były wypełnione bez braków albo z minimalnymi brakami, a sposobu ich uzupełniania nie opisano (Spitzer i in., 2006). Regułę musisz więc przyjąć sam i opisać ją w pracy jako decyzję badacza. Często stosuje się prostą regułę proporcjonalną: przy jednym braku wynik to średnia z udzielonych odpowiedzi pomnożona przez liczbę pozycji, a przy większej liczbie braków osoba nie dostaje wyniku. To umowa, a nie zalecenie autorów. Gdy braków jest więcej, przeczytaj o mechanizmach braków danych i rozważ imputację wielokrotną.

Progi nasilenia: 5, 10, 15 i 20 punktów

Autorzy obu narzędzi zaproponowali przedziały nasilenia objawów. Dla PHQ-9 wyniki 5, 10, 15 i 20 odpowiadają depresji łagodnej, umiarkowanej, umiarkowanie ciężkiej i ciężkiej (Kroenke i in., 2001). Dla GAD-7 wyniki 5, 10 i 15 można interpretować jako łagodny, umiarkowany i ciężki poziom lęku (Spitzer i in., 2006). Te same progi 5, 10 i 15 jako granice łagodnego, umiarkowanego i ciężkiego nasilenia objawów potwierdza przegląd autorów (Kroenke i in., 2010). Wyniki 0–4 leżą poniżej progu objawów łagodnych.

Osobną funkcję ma próg przesiewowy 10 punktów. To on rozdziela osoby, u których warto przeprowadzić dokładniejszą ocenę, od pozostałych. W badaniu Kroenkego i in. (2001) wynik PHQ-9 równy co najmniej 10 miał czułość i swoistość po 88% dla dużej depresji. Dla GAD-7 próg 10 dawał czułość 89% i swoistość 82% dla zaburzenia lękowego uogólnionego (Spitzer i in., 2006). Późniejsze metaanalizy pokazują, że punkt odcięcia nie jest jedną magiczną liczbą. Dla PHQ-9 akceptowalne właściwości miały progi od 8 do 11 (Manea i in., 2012). W metaanalizie danych indywidualnych 58 badań próg 10 maksymalizował łącznie czułość i swoistość, ale wyniki zależały od rodzaju wywiadu diagnostycznego, z którym porównywano kwestionariusz (Levis i in., 2019). Dla GAD-7 akceptowalne okazały się progi od 7 do 10 (Plummer i in., 2016). Jak wybiera się taki próg, wyjaśniają hasła czułość i swoistość oraz krzywa ROC.

W pracy dyplomowej nie wyznaczasz własnego progu, bo nie masz wywiadu diagnostycznego. Przyjmij progi autorów, zacytuj je i napisz wprost, że mają charakter przesiewowy. Ogólne zasady opisu poziomów wyniku (normy, progi z literatury, podziały z próby) zebraliśmy w poradniku niski, przeciętny, wysoki wynik.

Dlaczego wynik powyżej progu to nie rozpoznanie

Nawet przy dobrej czułości i swoistości część wyników dodatnich jest fałszywa. Ile ich będzie, zależy od tego, jak często zaburzenie występuje w badanej grupie. Mówi o tym wartość predykcyjna dodatnia (PPV), czyli odsetek osób z wynikiem dodatnim, które naprawdę mają zaburzenie. Rysunek 1 pokazuje PPV dla progu PHQ-9 ≥ 10 przy czułości .88 i swoistości .85, czyli wartościach z metaanalizy Levisa i in. (2019) dla badań z wywiadem półustrukturalizowanym.

Gdy duża depresja występuje u 10% badanych, PPV wynosi .395. Mniej niż czterech na dziesięciu osobom z wynikiem dodatnim wywiad potwierdziłby rozpoznanie. W grupie 248 osób spodziewalibyśmy się wtedy około 55 wyników dodatnich, z czego 21.8 prawdziwie dodatnich i 33.5 fałszywie dodatnich. Przy częstości 5% PPV spada do .236, a przy 30% rośnie do .715. Wartość predykcyjna ujemna jest wysoka we wszystkich czterech wariantach (od .943 do .993), więc wynik poniżej progu dobrze wyklucza zaburzenie. Dlatego odsetek osób powyżej progu nazywaj odsetkiem wyników przesiewowo dodatnich, a nie częstością depresji czy zaburzeń lękowych.

Pozycja 9 PHQ-9 i bezpieczeństwo osób badanych

Ostatnia pozycja PHQ-9 dotyczy myśli o śmierci lub samookaleczeniu. W badaniu naukowym to przede wszystkim kwestia etyki i organizacji badania. Procedurę zaplanuj przed zbieraniem danych, a nie po zobaczeniu wyników. Poniżej opisujemy ją w ogólnych zarysach. Szczegóły ustal z promotorem lub promotorką i z komisją bioetyczną zgodnie z jej regulaminem.

• Zdecyduj, czy pozycja 9 jest Ci potrzebna. W dużych badaniach populacyjnych stosuje się ośmiopozycyjną wersję PHQ-8, bez tej pozycji (Kroenke i in., 2009). Jeśli nie możesz zapewnić żadnej reakcji na niepokojące odpowiedzi, omów z komisją, czy ta wersja nie będzie właściwsza. Pamiętaj, że PHQ-8 ma inny zakres wyniku niż PHQ-9.
• Ustal, co się stanie po odpowiedzi innej niż „wcale”. W badaniu z możliwością kontaktu procedura określa, kto i jak szybko przegląda odpowiedzi oraz kto z zespołu, z odpowiednimi kwalifikacjami, kontaktuje się z osobą badaną. W anonimowej ankiecie online nie da się zareagować indywidualnie. Wtedy wszyscy uczestnicy, niezależnie od odpowiedzi, dostają na końcu informację, gdzie szukać pomocy, w treści uzgodnionej z komisją.
• Opisz procedurę w informacji dla uczestnika i w formularzu świadomej zgody. Badany powinien wiedzieć, czy ktoś będzie czytał jego odpowiedzi i co z nimi zrobi.
• Nie traktuj pozycji 9 jako oceny ryzyka. Kwestionariusz nie służy do takiej oceny, a sama wartość tej pozycji nie jest wynikiem, który się interpretuje w pracy.

Obawa, że samo pytanie o myśli samobójcze może je wywołać, nie znajduje potwierdzenia w badaniach. W przeglądzie Dazziego i in. (2014) żadne badanie nie wykazało istotnego wzrostu myśli samobójczych u osób, które o nie zapytano. Autorzy zauważają też, że komisje etyczne potrzebują takich danych, by oceniać projekty badań. Nie zwalnia to jednak z przygotowania procedury.

W analizie wystarczy podać, u ilu osób pozycja 9 miała wartość większą od 0 i jaką procedurę wtedy zastosowano. Procedura musi się opierać na samej pozycji 9, a nie na wyniku ogólnym. W naszym przykładzie 9 z 20 osób z taką odpowiedzią (i obliczonym wynikiem) miało wynik PHQ-9 poniżej 10.

Przykład: objawy lęku i depresji przed sesją

Wyobraź sobie pracę licencjacką z pielęgniarstwa o samopoczuciu studentów przed sesją. W anonimowej ankiecie online 248 osób studiujących pielęgniarstwo i położnictwo wypełniło GAD-7 i PHQ-9. Dane są symulowane, ale realistyczne. Możesz je pobrać jako plik CSV (kolumny gad1–gad7 i phq1–phq9, kodowanie 0–3) i powtórzyć obliczenia.

Kontrola wartości nie wykazała kodów spoza zakresu 0–3. Brakowało pojedynczych odpowiedzi: w GAD-7 u 3 osób (po jednej pozycji), w PHQ-9 u 9 osób, w tym u 2 osób po dwie pozycje. Zgodnie z przyjętą regułą te dwie osoby nie dostały wyniku PHQ-9, a pozostałym wynik policzono proporcjonalnie. Wynik GAD-7 ma więc 248 osób, a PHQ-9 – 246.

Rozkłady obu wyników są prawostronnie skośne (rysunek 2). Większość osób ma niskie wyniki, a tylko nieliczne wyniki wysokie. To typowy obraz w próbach nieklinicznych. Mediana i rozstęp międzykwartylowy (mediana, Q1–Q3) dobrze uzupełniają tu średnią. Spójność wewnętrzna we własnej próbie była dobra: alfa Cronbacha wyniosła .86 dla GAD-7 i .83 dla PHQ-9, a korelacje pozycja–reszta mieściły się w przedziałach .56–.67 i .32–.68. Dla porównania: w oryginalnym badaniu GAD-7 α wynosiła .92 (Spitzer i in., 2006), a w reprezentatywnej próbie populacji ogólnej Niemiec .89, przy potwierdzonej w CFA jednowymiarowej strukturze skali (Löwe i in., 2008). Rzetelność policz zawsze we własnej próbie, a nie tylko przepisz z oryginału. Jak ją raportować, pokazuje wzór raportowania alfy Cronbacha.

Przedziały ufności dla odsetków policzono metodą Wilsona (zob. przedział ufności dla proporcji). Pokazują, jak niepewne są szacunki w próbie tej wielkości: 18.7% wyników PHQ-9 ≥ 10 jest zgodne z wartościami od 14.3% do 24.0% w populacji, z której pochodzi próba. Oba wyniki korelowały ze sobą, r(244) = .60, 95% CI [.51, .68]. Spośród 44 osób z wynikiem GAD-7 ≥ 10 i wynikiem PHQ-9 aż 20 przekroczyło też próg PHQ-9, a 24 – tylko próg GAD-7. Pozycję 9 PHQ-9 z odpowiedzią większą od 0 zaznaczyły 22 osoby (8.9%).

Do dalszych analiz, np. porównania grup albo korelacji z innymi zmiennymi, używaj wyniku ciągłego, a nie kategorii. Podział na przedziały traci część informacji, podobnie jak dzielenie medianą. Kategorie zostaw do opisu próby.

Jak opisać wyniki w pracy

W części „Metoda” podaj nazwę narzędzia, autorów, liczbę pozycji, skalę odpowiedzi, sposób liczenia wyniku, progi z cytowaniem, regułę dla braków i rzetelność we własnej próbie. W części „Wyniki” opisz statystyki opisowe i odsetki z przedziałami ufności, używając języka przesiewowego. Gotowe zdania do dalszych analiz znajdziesz w poradniku jak opisać wyniki w stylu APA.

# GAD-7 i PHQ-9: wynik, braki, kategorie nasilenia, rzetelność (dane symulowane, set.seed(6407)).
# 248 osób studiujących pielęgniarstwo i położnictwo, anonimowa ankieta online przed sesją.
# Odpowiedzi zakodowane 0–3 (0 = wcale ... 3 = prawie codziennie); brak pozycji odwróconych.
suppressPackageStartupMessages(library(psych))
set.seed(6407)
n <- 248
lek <- rnorm(n)                                          # nasilenie objawów lękowych (cecha ukryta)
dep <- .75 * lek + sqrt(1 - .75^2) * rnorm(n)            # objawy depresyjne, silnie powiązane z lękowymi
odpowiedzi <- function(cecha, ladunki, progi) {
  sapply(seq_along(ladunki), function(j) {
    y <- ladunki[j] * cecha + sqrt(1 - ladunki[j]^2) * rnorm(length(cecha))
    findInterval(y, progi[[j]])                          # kategorie 0–3
  })
}
gad <- odpowiedzi(lek, c(.78, .80, .76, .74, .66, .70, .68),
                  rep(list(c(-0.10, 0.95, 1.55)), 7))
phq <- odpowiedzi(dep, c(.78, .80, .70, .72, .66, .78, .70, .64, .62),
                  c(rep(list(c(-0.05, 1.00, 1.60)), 8), list(c(1.30, 1.95, 2.40))))   # pozycja 9: rzadko > 0
colnames(gad) <- paste0("gad", 1:7); colnames(phq) <- paste0("phq", 1:9)
dane <- data.frame(id = 1:n, gad, phq)
dane[sample(n, 7), "phq3"] <- NA                         # pojedyncze braki w PHQ-9
dane[sample(n, 3), "gad5"] <- NA                         # pojedyncze braki w GAD-7
dane[c(41, 177), c("phq4", "phq6")] <- NA                # dwie osoby z dwoma brakami w PHQ-9
write.csv(dane, "../gad-7-phq-9-dane.csv", row.names = FALSE)

pg <- paste0("gad", 1:7); pp <- paste0("phq", 1:9)
# Krok 1. Kontrola wartości: dozwolone tylko 0–3 i brak
all(sapply(dane[c(pg, pp)], function(x) all(x %in% c(0:3, NA))))
# Krok 2. Liczba braków na osobę
table(braki_GAD7 = rowSums(is.na(dane[pg])))
table(braki_PHQ9 = rowSums(is.na(dane[pp])))

# Krok 3. Wynik: suma pozycji; reguła umowna – przy jednym braku średnia z odpowiedzi × liczba pozycji, zaokrąglona
wynik <- function(m, max_brakow = 1) {
  k <- ncol(m); b <- rowSums(is.na(m))
  w <- round(rowMeans(m, na.rm = TRUE) * k)
  w[b > max_brakow] <- NA
  w
}
dane$GAD7 <- wynik(dane[pg]); dane$PHQ9 <- wynik(dane[pp])
c(GAD7_brak_wyniku = sum(is.na(dane$GAD7)), PHQ9_brak_wyniku = sum(is.na(dane$PHQ9)))
range(dane$GAD7, na.rm = TRUE); range(dane$PHQ9, na.rm = TRUE)   # zakresy możliwe: 0–21 i 0–27

opis <- function(x) { x <- na.omit(x)
  round(c(n = length(x), M = mean(x), SD = sd(x), Me = median(x), Q1 = unname(quantile(x, .25)),
          Q3 = unname(quantile(x, .75)), min = min(x), max = max(x)), 2) }
rbind(GAD7 = opis(dane$GAD7), PHQ9 = opis(dane$PHQ9))

# Krok 4. Kategorie nasilenia według progów autorów (5, 10, 15 dla GAD-7; 5, 10, 15, 20 dla PHQ-9)
dane$GAD7_kat <- cut(dane$GAD7, c(-Inf, 4, 9, 14, Inf), labels = c("0-4", "5-9", "10-14", "15-21"))
dane$PHQ9_kat <- cut(dane$PHQ9, c(-Inf, 4, 9, 14, 19, Inf), labels = c("0-4", "5-9", "10-14", "15-19", "20-27"))
odsetki <- function(k) {                                 # n, % i 95% CI Wilsona (prop.test bez poprawki)
  k <- na.omit(k); t <- table(k); N <- length(k)
  t(sapply(names(t), function(g) { x <- t[[g]]; ci <- prop.test(x, N, correct = FALSE)$conf.int
    c(n = x, proc = round(100 * x / N, 1), CI_dolna = round(100 * ci[1], 1), CI_gorna = round(100 * ci[2], 1)) }))
}
odsetki(dane$GAD7_kat)
odsetki(dane$PHQ9_kat)
# Wynik co najmniej 10 – próg przesiewowy, nie rozpoznanie
odsetki(factor(dane$GAD7 >= 10, levels = c(FALSE, TRUE)))
odsetki(factor(dane$PHQ9 >= 10, levels = c(FALSE, TRUE)))
table(GAD7_10 = dane$GAD7 >= 10, PHQ9_10 = dane$PHQ9 >= 10)

# Krok 5. Pozycja 9 PHQ-9: liczba osób z odpowiedzią > 0 (do procedury bezpieczeństwa, nie do diagnozy)
table(phq9_poz9 = dane$phq9, useNA = "ifany")
sum(dane$phq9 > 0, na.rm = TRUE)

# Krok 6. Rzetelność we własnej próbie i związek obu wyników
a_g <- psych::alpha(dane[pg], warnings = FALSE); a_p <- psych::alpha(dane[pp], warnings = FALSE)
round(c(alfa_GAD7 = a_g$total$raw_alpha, alfa_PHQ9 = a_p$total$raw_alpha), 2)
round(rbind(GAD7 = a_g$feldt$lower.ci, PHQ9 = a_p$feldt$lower.ci), 2); round(rbind(GAD7 = a_g$feldt$upper.ci, PHQ9 = a_p$feldt$upper.ci), 2)
round(range(a_g$item.stats$r.drop), 2); round(range(a_p$item.stats$r.drop), 2)
ct <- cor.test(dane$GAD7, dane$PHQ9); round(c(r = unname(ct$estimate), ct$conf.int), 2); ct$parameter
round(100 * mean(dane$phq9 > 0, na.rm = TRUE), 1)
table(poz9_powyzej_0 = dane$phq9 > 0, PHQ9_co_najmniej_10 = dane$PHQ9 >= 10)   # sygnał z pozycji 9 także przy niskim wyniku
odsetki(factor(dane$PHQ9 >= 15, levels = c(FALSE, TRUE)))   # co najmniej umiarkowanie ciężkie nasilenie (PHQ-9)

[1] TRUE
braki_GAD7
  0   1 
245   3 
braki_PHQ9
  0   1   2 
239   7   2 
GAD7_brak_wyniku PHQ9_brak_wyniku 
               0                2 
[1]  0 20
[1]  0 26
       n    M   SD  Me Q1 Q3 min max
GAD7 248 5.37 4.47 4.5  2  8   0  20
PHQ9 246 5.67 4.58 5.0  2  8   0  26
        n proc CI_dolna CI_gorna
0-4   124 50.0     43.8     56.2
5-9    79 31.9     26.4     37.9
10-14  31 12.5      8.9     17.2
15-21  14  5.6      3.4      9.3
        n proc CI_dolna CI_gorna
0-4   121 49.2     43.0     55.4
5-9    79 32.1     26.6     38.2
10-14  34 13.8     10.1     18.7
15-19  11  4.5      2.5      7.8
20-27   1  0.4      0.1      2.3
        n proc CI_dolna CI_gorna
FALSE 203 81.9     76.6     86.2
TRUE   45 18.1     13.8     23.4
        n proc CI_dolna CI_gorna
FALSE 200 81.3     76.0     85.7
TRUE   46 18.7     14.3     24.0
       PHQ9_10
GAD7_10 FALSE TRUE
  FALSE   176   26
  TRUE     24   20
phq9_poz9
  0   1   2   3 
226  18   1   3 
[1] 22
alfa_GAD7 alfa_PHQ9 
     0.86      0.83 
     raw_alpha
GAD7      0.83
PHQ9      0.79
     raw_alpha
GAD7      0.88
PHQ9      0.86
[1] 0.56 0.67
[1] 0.32 0.68
   r           
0.60 0.51 0.68 
 df 
244 
[1] 8.9
              PHQ9_co_najmniej_10
poz9_powyzej_0 FALSE TRUE
         FALSE   191   35
         TRUE      9   11
        n proc CI_dolna CI_gorna
FALSE 234 95.1     91.7     97.2
TRUE   12  4.9      2.8      8.3

# Wynik dodatni w przesiewie to nie rozpoznanie: wartość predykcyjna przy różnej częstości zaburzenia.
# Czułość .88 i swoistość .85 dla PHQ-9 >= 10 (Levis i in., 2019, badania z wywiadem półustrukturalizowanym).
czul <- .88; swo <- .85
ppv <- function(p) czul * p / (czul * p + (1 - swo) * (1 - p))
npv <- function(p) swo * (1 - p) / (swo * (1 - p) + (1 - czul) * p)
czestosc <- c(.05, .10, .20, .30)
round(data.frame(czestosc, PPV = ppv(czestosc), NPV = npv(czestosc)), 3)
# Oczekiwane liczby w próbie 248 osób przy częstości 10%
N <- 248; p <- .10
round(c(prawdziwie_dodatnie = N * p * czul, falszywie_dodatnie = N * (1 - p) * (1 - swo),
        wszystkie_dodatnie = N * p * czul + N * (1 - p) * (1 - swo)), 1)

  czestosc   PPV   NPV
1     0.05 0.236 0.993
2     0.10 0.395 0.985
3     0.20 0.595 0.966
4     0.30 0.715 0.943
prawdziwie_dodatnie  falszywie_dodatnie  wszystkie_dodatnie 
               21.8                33.5                55.3 

Najczęstsze błędy

• Pisanie o rozpoznaniu. „U 18.7% studentów stwierdzono depresję” to błąd merytoryczny. Poprawnie: „18.7% osób uzyskało wynik PHQ-9 powyżej progu przesiewowego”.
• Kodowanie 1–4 zamiast 0–3. Suma rośnie wtedy o liczbę pozycji, a progi przestają pasować. Sprawdź minimum i maksimum wyniku przed analizą.
• Własne progi albo podział z próby. Tercyle czy podział M ± 1 SD nie mają nic wspólnego z progami nasilenia. Jeśli opisujesz poziomy, użyj progów autorów (zob. też tercyle i podział kwantylowy).
• Analiza samych kategorii. Testy na kategoriach nasilenia zamiast na wyniku ciągłym tracą moc. Kategorie służą do opisu.
• Brak procedury dla pozycji 9. Komisja bioetyczna zapyta o nią przed badaniem, a recenzent – w pracy.
• Przepisanie rzetelności z oryginału. Podaj α (lub omegę) we własnej próbie. Wartości z publikacji autorów możesz dodać jako tło.
• Przedrukowanie pozycji w aneksie bez sprawdzenia warunków. GAD-7 i PHQ-9 są bezpłatne, ale przy innych narzędziach (np. PSS-10, SWLS) warunki są inne, a polskie adaptacje bywają dystrybuowane przez wydawców testów. Gdzie szukać narzędzi i jak sprawdzić licencję, opisujemy w poradniku gdzie znaleźć kwestionariusze psychologiczne.

Jeśli porównujesz wyniki przed i po interwencji, sama zmiana kategorii nasilenia nie wystarczy. Przydatne są wtedy wskaźnik wiarygodnej zmiany i analiza responderów, opisane w poradniku wiarygodna i klinicznie istotna zmiana. Gdy chcesz, żeby ktoś sprawdził Twoje obliczenia i opis wyników, zajrzyj do naszej pomocy w analizie danych dla studentów.

Najczęstsze pytania

Jak policzyć wynik PHQ-9?

Zakoduj każdą z 9 odpowiedzi od 0 do 3 i zsumuj je. Wynik mieści się w zakresie 0–27, a wyższy oznacza większe nasilenie objawów depresyjnych. PHQ-9 nie ma pozycji odwróconych, ale sprawdź, czy formularz online nie zapisał odpowiedzi jako 1–4 – wtedy przed sumowaniem odejmij 1 od każdej odpowiedzi.

Od ilu punktów GAD-7 wskazuje na lęk?

Według autorów wyniki 5, 10 i 15 oznaczają łagodne, umiarkowane i ciężkie nasilenie objawów lękowych (Spitzer i in., 2006). Wynik co najmniej 10 to próg przesiewowy, przy którym warto przeprowadzić dokładniejszą ocenę. Nie jest to rozpoznanie zaburzenia lękowego – stawia je specjalista na podstawie wywiadu.

Czy wynik PHQ-9 powyżej 10 oznacza depresję?

Nie. To wynik przesiewowo dodatni. Przy częstości dużej depresji 10% i typowej czułości i swoistości mniej niż 40% takich wyników potwierdziłby wywiad diagnostyczny. W pracy pisz o „odsetku osób z wynikiem powyżej progu przesiewowego”, a nie o odsetku osób z depresją.

Co zrobić, gdy ktoś zaznaczy odpowiedź inną niż „wcale” w pytaniu 9 PHQ-9?

Postąp zgodnie z procedurą zaplanowaną przed badaniem i zatwierdzoną przez komisję bioetyczną. W badaniu z możliwością kontaktu określa ona, kto przegląda odpowiedzi i kto się kontaktuje z osobą badaną. W anonimowej ankiecie wszyscy uczestnicy dostają informację, gdzie szukać pomocy. Ten poradnik nie zastępuje konsultacji z promotorem i komisją.

Czy GAD-7 i PHQ-9 można używać za darmo w pracy dyplomowej?

Tak. Oficjalna strona PHQ Screeners informuje, że do powielania, tłumaczenia i rozpowszechniania tych narzędzi nie jest potrzebna zgoda (Pfizer, b.d.). W pracy i tak zacytuj publikacje autorów oraz publikację walidacyjną wersji językowej, której używasz.

Powiązane hasła

Przeczytaj też

@article{dazzi2014does, author={Dazzi, T. and Gribble, R. and Wessely, S. and Fear, N. T.}, title={{Does asking about suicide and related behaviours induce suicidal ideation? What is the evidence?}}, journal={Psychological Medicine}, year={2014}, volume={44}, number={16}, pages={3361--3363}, doi={10.1017/s0033291714001299}}

@article{kroenke2001phq9, author={Kroenke, Kurt and Spitzer, Robert L. and Williams, Janet B. W.}, title={{The PHQ-9: Validity of a brief depression severity measure}}, journal={Journal of General Internal Medicine}, year={2001}, volume={16}, number={9}, pages={606--613}, doi={10.1046/j.1525-1497.2001.016009606.x}}

@article{kroenke2010patient, author={Kroenke, Kurt and Spitzer, Robert L. and Williams, Janet B. W. and Löwe, Bernd}, title={{The Patient Health Questionnaire Somatic, Anxiety, and Depressive Symptom Scales: A systematic review}}, journal={General Hospital Psychiatry}, year={2010}, volume={32}, number={4}, pages={345--359}, doi={10.1016/j.genhosppsych.2010.03.006}}

@article{kroenke2009phq8, author={Kroenke, Kurt and Strine, Tara W. and Spitzer, Robert L. and Williams, Janet B. W. and Berry, Joyce T. and Mokdad, Ali H.}, title={{The PHQ-8 as a measure of current depression in the general population}}, journal={Journal of Affective Disorders}, year={2009}, volume={114}, number={1–3}, pages={163--173}, doi={10.1016/j.jad.2008.06.026}}

@article{levis2019accuracy, author={Levis, Brooke and Benedetti, Andrea and Thombs, Brett D.}, title={{Accuracy of Patient Health Questionnaire-9 (PHQ-9) for screening to detect major depression: Individual participant data meta-analysis}}, journal={BMJ}, year={2019}, volume={365}, eid={l1476}, doi={10.1136/bmj.l1476}}

@article{lowe2008validation, author={Löwe, Bernd and Decker, Oliver and Müller, Stefanie and Brähler, Elmar and Schellberg, Dieter and Herzog, Wolfgang and Herzberg, Philipp Yorck}, title={{Validation and standardization of the Generalized Anxiety Disorder Screener (GAD-7) in the general population}}, journal={Medical Care}, year={2008}, volume={46}, number={3}, pages={266--274}, doi={10.1097/mlr.0b013e318160d093}}

@article{manea2012optimal, author={Manea, Laura and Gilbody, Simon and McMillan, Dean}, title={{Optimal cut-off score for diagnosing depression with the Patient Health Questionnaire (PHQ-9): A meta-analysis}}, journal={Canadian Medical Association Journal}, year={2012}, volume={184}, number={3}, pages={E191--E196}, doi={10.1503/cmaj.110829}}

@misc{pfizerndphq, author={{Pfizer}}, title={{Patient Health Questionnaire (PHQ) screeners}}, howpublished={PHQ Screeners}, year={b.d.}, publisher={Pfizer}, url={https://www.phqscreeners.com/select-screener}}

@article{plummer2016screening, author={Plummer, Faye and Manea, Laura and Trepel, Dominic and McMillan, Dean}, title={{Screening for anxiety disorders with the GAD-7 and GAD-2: A systematic review and diagnostic metaanalysis}}, journal={General Hospital Psychiatry}, year={2016}, volume={39}, pages={24--31}, doi={10.1016/j.genhosppsych.2015.11.005}}

@article{spitzer2006brief, author={Spitzer, Robert L. and Kroenke, Kurt and Williams, Janet B. W. and Löwe, Bernd}, title={{A brief measure for assessing generalized anxiety disorder: The GAD-7}}, journal={Archives of Internal Medicine}, year={2006}, volume={166}, number={10}, pages={1092--1097}, doi={10.1001/archinte.166.10.1092}}