Prace dyplomowe · Plan badania

Grupa kontrolna w badaniu interwencji – lista oczekujących, zwykła opieka czy aktywna kontrola

Co każdy warunek porównawczy kontroluje, na jakie pytanie odpowiada i co wolno potem napisać: tabela decyzyjna, symulacja jednego programu porównanego z różnymi warunkami i gotowe zdania do „Metody” oraz ograniczeń.

Strona główna / Blog / Grupa kontrolna w badaniu interwencji
W skrócie: Warunek kontrolny określa pytanie: „lepiej niż czekanie” to co innego niż „lepiej niż to, co już jest”. W symulacji ten sam program miał przewagę 4.00 punktu nad listą oczekujących i 1.51 punktu nad aktywną kontrolą z równymi oczekiwaniami. Program bez właściwej treści dawał wynik istotny w 72.92% badań z listą oczekujących i w 5.04% badań z kontrolą wyrównującą kontakt i oczekiwania. Wybierz warunek do pytania, opisz go tak dokładnie jak program i dopasuj do niego liczebność oraz wnioski.

Warunek kontrolny określa pytanie

Ten wpis dotyczy jednej decyzji: z czym porównać interwencję, którą prowadzisz albo oceniasz. Grupa kontrolna nie jest formalnością, którą dopisuje się do planu. To druga połowa pytania badawczego. „Program działa lepiej niż nic” i „program działa lepiej niż to, co już jest” to dwa różne twierdzenia, a ten sam program może potwierdzić pierwsze i nie potwierdzić drugiego.

Inne strony omawiają sąsiednie sytuacje: porównanie grup, które już istnieją, warunek kontrolny w eksperymencie ankietowym, różnicę w różnicach oraz plan, w którym grupy kontrolnej nie będzie.

Przykład przewodni (fikcyjny). Studentka pielęgniarstwa ocenia 8-tygodniowy program grupowy radzenia sobie ze stresem dla personelu oddziałów zabiegowych. Wynikiem jest wymyślona skala stresu 0–40, w której wyższy wynik oznacza większy stres. Tabela pokazuje, jak zmienia się pytanie, gdy zmienia się tylko warunek kontrolny.

Pięć warunków porównawczych i pytania, na które odpowiadają
WarunekPytanie, na które odpowiada badanieW przykładzie
Brak interwencjiCzy program daje więcej niż to, co dzieje się samo?Grupa tylko wypełnia skalę dwa razy
Lista oczekującychCzy program daje więcej niż czekanie na niego?Grupa dostaje program po pomiarze końcowym
Zwykła opieka lub program standardowyCzy program jest lepszy od tego, co już jest?Oddział korzysta z dotychczasowego wsparcia, opisanego w pracy
Aktywna kontrolaCzy działa treść programu, a nie sam kontakt, czas i uwaga?Osiem spotkań grupowych o tej samej długości, na inny temat zdrowotny
Dwa aktywne programyKtóry z dwóch programów wypada lepiej?Program stacjonarny kontra krótszy program online

Co każda opcja kontroluje, a czego nie

Zakładamy, że osoby trafiły do warunków losowo i mają te same pomiary w tym samym czasie. Bez losowania selekcja dochodzi jako osobny problem, którego wybór warunku nie rozwiąże.

Co kontroluje każdy warunek porównawczy: upływ czasu, kontakt, oczekiwania oraz główne ryzyko
WarunekUpływ czasu, regresja do średniej, pomiarKontakt i uwagaOczekiwaniaGłówny słaby punkt
Brak interwencjiTakNieNieRóżnica obejmuje wszystko, co niesie udział w programie; osoby mogą szukać pomocy gdzie indziej
Lista oczekującychTakNieNie, czekanie może wręcz hamować zmianęEfekt bywa zawyżony; po przekazaniu programu nie ma z czym porównać pomiaru odroczonego
Zwykła opiekaTakCzęściowo, zależnie od tego, co obejmujeCzęściowoNiejednorodna treść; trzeba ustalić, co grupa naprawdę dostała
Aktywna kontrolaTakTak, jeśli dawka jest taka samaCzęściowo; trzeba je zmierzyćKoszt, wiarygodność, ryzyko, że „kontrola” też działa
Dwa aktywne programyTakTak, jeśli dawka jest taka samaCzęściowo; zależy od wiarygodności obuBardzo duża próba; brak różnicy nie oznacza równoważności

Pierwsza kolumna wymaga wyjaśnienia. Losowe grupy mają tę samą regresję do średniej i ten sam upływ czasu, więc porównanie grup je odejmuje. Zmiana wewnątrz jednej grupy ich nie odejmuje. Dlatego w pracy opisujesz różnicę między grupami, a nie to, że „w grupie badanej nastąpiła poprawa”. Kolumny „kontakt” i „oczekiwania” to część, którą odsłania dopiero wybór warunku: efekt Hawthorne’a, placebo i nocebo, a w grupie, która czuje się pominięta, także efekt Johna Henry’ego. Tam, gdzie grupy pracują obok siebie, dochodzi kontaminacja: treść programu przechodzi do grupy, która miała jej nie dostać.

Co pokazują badania nad wyborem kontroli

Mohr i in. (2009) piszą wprost, że wynik badania randomizowanego może zależeć od wyboru warunku kontrolnego w takim samym stopniu jak od samej interwencji. Najlepsze dane liczbowe pochodzą z psychoterapii depresji u dorosłych, więc nie przenoś ich wprost na ćwiczenia czy szkolenia. Pokazują one jednak kierunek:

  • W metaanalizie sieciowej Michopoulosa i in. (2021), obejmującej 123 badania i 12 596 osób, ta sama terapia dawała różne oszacowania przy różnych kontrolach, a lista oczekujących okazała się najsłabszą kontrolą (iloraz szans odpowiedzi wobec braku leczenia 1.93, 95% CI [1.30, 2.86]).
  • Cuijpers i in. (2024) porównali 141 badań z listą oczekujących i 195 ze zwykłą opieką. Efekt wyniósł g = 0.95 przy liście i g = 0.63 przy zwykłej opiece, a sama poprawa w grupach kontrolnych była mniejsza na liście (g = 0.37 wobec 0.64).
  • Munder i in. (2022) pokazali, że „zwykła opieka” to nie jedno zjawisko. Przy intensywniejszej opiece efekt wyniósł SMD = 0.32, a przy mniej intensywnej SMD = 0.63, i ta druga nie różniła się od listy oczekujących.

Mechanizm czekania bada Cunningham i in. (2013). Wszystkie osoby (N = 185) dostały te same materiały, ale części powiedziano, że są na liście. Różnicę stwierdzono w jednym z czterech wyników, a u osób bardziej gotowych do zmiany informacja o czekaniu ją hamowała. Autorzy zaznaczają, że skala zawyżenia zapewne różni się między populacjami. Dla zwykłej opieki Freedland i in. (2011) wskazują wiele problemów metodologicznych i etycznych, ale też jej ważną rolę w badaniach. Boot i in. (2013) przestrzegają, że aktywna kontrola pozwala przypisać różnicę interwencji dopiero wtedy, gdy oczekiwania w obu grupach są takie same, i proponują je mierzyć.

Symulacja: jeden program, cztery warunki

Żeby zobaczyć, jak wybór przekłada się na liczby, symulujemy badanie z przykładu: po 40 osób w grupie, kwalifikacja od 22 punktów, analiza ANCOVA, 5000 powtórzeń. Wszystkie składniki są założeniami fikcyjnymi, nie oszacowaniami z badań. U wszystkich upływ czasu daje −1.0 punktu. Program dodaje −1.0 za kontakt, −1.0 za oczekiwania i −1.5 za swoją właściwą treść, czyli składnik swoisty. Rysunek 1 pokazuje, co przy tych założeniach znajduje się w różnicy z każdym warunkiem. Zwykłą opiekę i aktywną kontrolę pokazujemy też w wariantach: 30% grupy dostaje treść programu albo oczekiwania są równe.

Skumulowane słupki poziome: z czego składa się oczekiwana przewaga programu nad sześcioma warunkami. Lista oczekujących 4.00 punktu: składnik swoisty 1.5, kontakt 1, oczekiwania 1, zahamowanie zmiany 0.5. Brak interwencji 3.50. Zwykła opieka 2.40. Aktywna kontrola 2.00. Zwykła opieka z kontaminacją 1.95. Aktywna kontrola z równymi oczekiwaniami 1.50, czyli sam składnik swoisty.
Rysunek 1. Z czego składa się oczekiwana przewaga programu nad każdym warunkiem. Założenia fikcyjne.
Wyniki symulacji: przewaga programu nad sześcioma warunkami kontrolnymi, odsetek wyników istotnych i potrzebna liczebność
WarunekZmiana T2−T1 w tym warunkuPrzewaga programu (składnik swoisty 1.5)p < .05Przewaga programu (składnik swoisty 0)p < .05n w grupie dla mocy .80
Lista oczekujących−2.084.0098.34%2.5072.92%19
Brak interwencji−2.583.5295.48%2.0054.84%24
Zwykła opieka−3.692.3969.56%0.9016.02%50
Aktywna kontrola−4.092.0055.42%0.488.54%71
Zwykła opieka, kontaminacja 30%−4.141.9652.16%0.9115.16%74
Aktywna, równe oczekiwania−4.581.5135.36%0.005.04%123
Punkty z zakresem 95% oszacowań z 5000 symulowanych badań. Dla programu ze składnikiem swoistym przewaga spada od 4.00 punktu przy liście oczekujących do 1.51 przy aktywnej kontroli z równymi oczekiwaniami. Dla programu bez składnika swoistego spada od 2.50 do 0.00. Odsetki istotnych wyników spadają od 98% do 35% oraz od 73% do 5%.
Rysunek 2. Ten sam program oceniony przez porównanie z sześcioma warunkami (po 40 osób w grupie, 5000 powtórzeń; założenia fikcyjne). Obliczenia: R.

Cztery rzeczy warto stąd zabrać. Po pierwsze, ten sam program ma przewagę od 1.51 do 4.00 punktu, choć wynik w grupie z programem za każdym razem spada o około 6.09 punktu. Po drugie, program bez żadnej właściwej treści „działa” w 72.92% badań z listą oczekujących i w 5.04% badań, w których kontrola wyrównuje kontakt i oczekiwania. Po trzecie, aktywna kontrola nie jest gwarancją: przy niepełnym wyrównaniu oczekiwań pozostaje 0.48 punktu pozornej przewagi. Po czwarte, kontaminacja zmniejsza przewagę prawdziwego programu z 2.39 do 1.96 punktu.

Grupa bez interwencji poprawiła się o 2.58 punktu, choć założony upływ czasu to 1.00. Pozostałe 1.58 punktu to regresja do średniej po kwalifikacji na podstawie T1. Ta sama wielkość wchodzi do wszystkich warunków, więc znika w porównaniu grup.

Ostatnia kolumna mówi o wykonalności. Lista oczekujących wystarcza przy 19 osobach w grupie, a kontrola z równymi oczekiwaniami wymaga 123. Porównanie dwóch aktywnych programów różniących się o 1 punkt to 280 osób w grupie. Liczby wynikają z założeń, więc własne policz według poradnika o doborze liczebności próby, biorąc taką różnicę, jakiej możesz oczekiwać względem wybranego warunku.

Tabela decyzyjna

Który warunek porównawczy wybrać w zależności od sytuacji
SytuacjaRozsądny wybórNa co uważać
Pierwsza ocena nowego programu, nie ma dla niego miejsc dla wszystkich od razuLista oczekującychOdpowiadasz tylko, czy program daje więcej niż czekanie
Placówka ma dotychczasowe postępowanie i pyta, czy je zmienićZwykła opieka lub program standardowyOpisz i zapisz, co grupa naprawdę dostała; nie zmieniaj tego na czas badania bez opisu
Interesuje Cię, czy działa konkretna treśćAktywna kontrolaTa sama dawka i prowadzący, większa próba, pomiar oczekiwań
Dwa programy są w użyciu i trzeba wybraćDwa aktywne programyDuża próba; do wykazania, że są podobne, służy plan równoważności
Uczestnik straciłby dostęp do pomocy, która mu przysługujeZwykła opieka plus program, nie brak interwencjiDecyzja należy do promotora, placówki i komisji
Nie da się przydzielić osób losowoInny planBadanie przed i po albo grupy istniejące, z odpowiednio skromniejszymi wnioskami

Etyka i wykonalność. Pytanie, czy wolno kogoś zostawić bez programu, zwykle zależy od tego, czy ma on inne źródła pomocy, jak długo czeka i czy o tym wie. To ocenia komisja bioetyczna, a zasady uczelni i placówek bywają różne; tryb opisuje wpis o wniosku do komisji. W pracy dyplomowej często decyduje logistyka: lista oczekujących nie wymaga drugiego prowadzącego, aktywna kontrola tak. Zanim zgłosisz temat, sprawdź to według wpisu o tym, czy temat da się zbadać.

Losowanie, jednostka i kontaminacja w jednej placówce

Sposoby losowania opisuje poradnik o randomizacji w praktyce, a listę wygenerujesz w generatorze. Zadbaj o ukrycie przydziału: osoba rekrutująca nie powinna znać kolejnego warunku. Przy samodzielnych ocenach uczestników nie da się zwykle ukryć, co dostali, ale ocenę przez obserwatora można prowadzić bez wiedzy o przydziale.

Gdy w jednym oddziale lub klasie część osób dostaje program, a część nie, grozi kontaminacja. Naturalnym pomysłem jest losowanie całych jednostek, ale randomizacja klastrowa ma cenę. Przy 20 osobach na oddział i ICC = .05 efekt schematu wynosi 1.95, więc 40 osób w grupie daje tyle informacji co około 20.5. Nie jest to też rozwiązanie automatyczne: w symulacjach Keogh-Brown i in. (2007) badania klastrowe mogły dawać obciążenie podobne lub większe niż badania z losowaniem osób, a te drugie w większości sytuacji miały większą moc. Jeśli wylosujesz jeden oddział do programu i jeden do kontroli, nie oddzielisz programu od cech oddziału. Taki układ opisz jak porównanie dwóch istniejących grup, a nie jak eksperyment.

Gotowe zdania do „Metody” i do ograniczeń

Jak bywa napisane: „Grupę kontrolną stanowiły osoby, które nie uczestniczyły w programie”.

Co jest nie tak: nie wiadomo, czy czekały na program, czy dostawały coś innego, ani jak trafiły do grupy. Czytelnik nie wie, na jakie pytanie odpowiada badanie.

Uczestników losowo przydzielono w stosunku 1:1 do 8-tygodniowego programu albo do listy oczekujących, która otrzymała ten sam program po pomiarze końcowym. Grupa oczekująca wiedziała, że przez 8 tygodni nie otrzyma programu, i wypełniła te same pomiary w tych samych terminach. Uczestników pytano o korzystanie z innych form pomocy w okresie badania.

Jak bywa napisane: „Grupa kontrolna otrzymała standardową opiekę”.

Co jest nie tak: „standardowa” znaczy co innego w każdej placówce, a od intensywności tej opieki zależy wynik. Opisz ją tak szczegółowo jak program. Hoffmann i in. (2014) proponują do opisu interwencji 12-punktową listę TIDieR, a my radzimy użyć jej także dla warunku kontrolnego.

Grupa porównawcza korzystała ze zwykłego postępowania obowiązującego w oddziale: [co obejmowało, kto je prowadził, ile razy i jak długo]. Dla każdej osoby odnotowano liczbę takich kontaktów w okresie 8 tygodni. Na czas badania nie wprowadzano w nim zmian.
Grupa kontrolna uczestniczyła w 8 spotkaniach grupowych o tej samej długości i z tym samym prowadzącym co program, poświęconych [temat niezwiązany z mechanizmem programu]. Po pierwszym spotkaniu obie grupy oceniły, na ile spodziewają się poprawy (skala 0–10), a różnicę między grupami podano w wynikach.

Jak bywa napisane w ograniczeniach: „Badanie miało ograniczenia związane z grupą kontrolną”. Co jest nie tak: nie mówi, jakie. Podaj konkretne wyjaśnienie, którego plan nie wyklucza (o ograniczeniach szerzej):

Grupa porównawcza oczekiwała na program, dlatego uzyskana różnica obejmuje zarówno treść programu, jak i kontakt z prowadzącym oraz oczekiwanie poprawy. Wyniki pokazują przewagę nad czekaniem, a nie nad inną formą wsparcia, i nie pozwalają wskazać, który element programu odpowiada za różnicę. Ponieważ program przekazano grupie oczekującej po pomiarze końcowym, nie oceniano trwałości różnicy.

Układ opisu przebiegu i liczb osób znajdziesz w zestawieniu wytycznych raportowania.

Co wolno napisać we wnioskach

Dopuszczalne i niedopuszczalne wnioski przy każdym warunku porównawczym
WarunekMożesz napisaćNie pisz
Brak interwencji„Udział w programie wiązał się z niższym wynikiem niż brak działań”„Treści programu obniżają stres”
Lista oczekujących„Po 8 tygodniach wynik był niższy niż w grupie oczekującej na program”„Program jest skuteczny”, „efekt utrzymuje się”
Zwykła opieka„Program dał niższy wynik niż opisane postępowanie w tej placówce”„Lepszy od standardu opieki” jako twierdzenie ogólne
Aktywna kontrola„Przewaga wykraczała poza efekt spotkań o tej samej długości”„Działa mechanizm X”, jeśli go nie mierzono; „oczekiwania wykluczono”, jeśli ich nie mierzono
Dwa aktywne programy„Program A dał wynik niższy o […], 95% CI […]”„Oba programy działają tak samo”, gdy test jest nieistotny

Jak przenieść to do końcowych akapitów pracy, pokazuje wpis o wnioskach i rekomendacjach.

Jak to wygląda w dziedzinach

Mohr i in. (2009) oraz Freedland i in. (2011) piszą o badaniach interwencji psychologicznych i behawioralnych. Poniższe uwagi to obserwacje ogólne, a o wyborze decydują promotor i warunki w placówce.

Typowe warunki porównawcze i pułapki w czterech dziedzinach
DziedzinaCzęsto spotykany warunekPułapka
PielęgniarstwoZwykła opieka lub edukacja standardowaJeden oddział: personel przenosi treści do grupy kontrolnej
FizjoterapiaStandardowa rehabilitacja albo ćwiczenia ogólneRóżna liczba wizyt w grupach; dawkę kontaktu zapisz i porównaj
PsychologiaLista oczekujących lub spotkania o neutralnej treściWyniki zgłaszane samodzielnie silnie zależą od oczekiwań
PedagogikaDotychczasowy program nauczania w innej klasieJednostką losowania jest klasa i nauczyciel, nie uczeń

Najczęstsze błędy

  • Wybór warunku po tym, co łatwe, a pytanie zapisane po tym, co ambitne. Plan z listą oczekujących nie odpowie, czy program jest lepszy od obecnej praktyki.
  • „Zwykła opieka” bez treści. Bez opisu nie wiadomo, z czym porównywano.
  • Aktywna kontrola krótsza niż program. Różnica w kontakcie wraca do wyniku.
  • Brak pomiaru oczekiwań i pisanie, że aktywna kontrola je wyrównała.
  • Porównanie zmian wewnątrz grup zamiast różnicy między grupami.
  • Liczebność policzona z efektu wobec listy oczekujących, a użyta przy aktywnej kontroli.
  • Losowanie osób w jednej placówce bez sprawdzenia kontaminacji i bez pytania o to, co dotarło do grupy kontrolnej.
  • Jeden oddział na warunek nazwany badaniem randomizowanym.
Przykład reprodukowalny

Symulacja w R: ten sam program, różne warunki kontrolne

Przepis liczy wszystkie liczby z tekstu i tabel. Składniki zmiany, próg i liczebności są założeniami fikcyjnymi, które możesz zastąpić własnymi. Ziarna nie wybierano pod wynik. Rysunki powstały w osobnym skrypcie.

Symulacja sześciu porównań

Dane wejściowe: założone składniki zmiany, 40 osób w grupie, 5000 powtórzeń w każdej komórce; set.seed(4961); tylko bazowy R.

Co odczytać: zmianę w warunku, przewagę programu, zakres 95% oszacowań, odsetek wyników istotnych oraz potrzebną liczebność.

R
# B496 – ten sam program porównany z różnymi warunkami kontrolnymi.
# Symulacja: wszystkie liczby i składniki zmiany są założeniami fikcyjnymi.
set.seed(4961)
options(width = 120)
R <- 5000        # liczba symulowanych badań w jednej komórce
n <- 40          # liczba osób w każdej grupie
prog <- 22       # do badania wchodzą osoby z T1 >= 22 (skala stresu 0-40, wyżej = gorzej)
czas <- -1.0     # zmiana, która zachodzi u wszystkich z upływem czasu

# Składniki zmiany w punktach (ujemne = poprawa): kontakt z prowadzącym, oczekiwania,
# inne = aktywne elementy zwykłej opieki lub zahamowanie zmiany w czasie czekania.
skladniki <- rbind(
  "Program"                      = c(kontakt = -1.0, oczekiwania = -1.0, inne =  0.0),
  "Brak interwencji"             = c(kontakt =  0.0, oczekiwania =  0.0, inne =  0.0),
  "Lista oczekujących"           = c(kontakt =  0.0, oczekiwania =  0.0, inne =  0.5),
  "Zwykła opieka"                = c(kontakt = -0.3, oczekiwania = -0.3, inne = -0.5),
  "Zwykła opieka, kontaminacja"  = c(kontakt = -0.3, oczekiwania = -0.3, inne = -0.5),
  "Aktywna kontrola"             = c(kontakt = -1.0, oczekiwania = -0.5, inne =  0.0),
  "Aktywna, równe oczekiwania"   = c(kontakt = -1.0, oczekiwania = -1.0, inne =  0.0))
kontaminacja <- c("Zwykła opieka, kontaminacja" = 0.30)   # odsetek grupy, do której dociera treść programu

# Jedno badanie: przesiew na podstawie T1, losowy podział na grupy, ANCOVA dla T2.
# Przewaga programu = o ile punktów stres po programie jest niższy niż w warunku kontrolnym.
jedno_badanie <- function(warunek, swoisty) {
  pula <- rnorm(14 * n, 20, 5)                 # prawdziwy poziom stresu
  t1   <- pula + rnorm(14 * n, 0, 3)           # pomiar wyjściowy z błędem
  wybrani <- which(t1 >= prog)[1:(2 * n)]      # kwalifikacja na podstawie T1 (regresja do średniej)
  pula <- pula[wybrani]; t1 <- t1[wybrani]
  grupa <- sample(rep(c(0, 1), each = n))      # 1 = program, 0 = warunek kontrolny
  sk_p <- sum(skladniki["Program", ]); sk_k <- sum(skladniki[warunek, ])
  odsetek_kont <- if (warunek %in% names(kontaminacja)) kontaminacja[[warunek]] else 0
  dotarlo <- grupa == 0 & runif(2 * n) < odsetek_kont
  zmiana <- czas + ifelse(grupa == 1, sk_p + swoisty, sk_k) + ifelse(dotarlo, swoisty, 0)
  t2 <- pula + zmiana + rnorm(2 * n, 0, 1.5) + rnorm(2 * n, 0, 3)   # różnice w reakcji i błąd pomiaru
  m <- summary(lm(t2 ~ grupa + t1))
  c(zm_kontrola = mean(t2[grupa == 0] - t1[grupa == 0]), zm_program = mean(t2[grupa == 1] - t1[grupa == 1]),
    przewaga = -m$coefficients["grupa", "Estimate"], p = m$coefficients["grupa", "Pr(>|t|)"], sd_res = m$sigma)
}

warunki <- rownames(skladniki)[-1]
wynik <- list()
for (sw in c(-1.5, 0)) for (w in warunki) {
  x <- t(replicate(R, jedno_badanie(w, sw)))
  wynik[[length(wynik) + 1]] <- data.frame(swoisty = sw, warunek = w,
    zm_kontrola = mean(x[, "zm_kontrola"]), zm_program = mean(x[, "zm_program"]),
    przewaga = mean(x[, "przewaga"]), q2.5 = quantile(x[, "przewaga"], .025), q97.5 = quantile(x[, "przewaga"], .975),
    proc_istotnych = 100 * mean(x[, "p"] < .05), sd_res = mean(x[, "sd_res"]))
}
wynik <- do.call(rbind, wynik); rownames(wynik) <- NULL

cat("A. Program ze swoistym składnikiem (-1.5 pkt)\n")
pokaz <- c("warunek", "zm_kontrola", "zm_program", "przewaga", "q2.5", "q97.5", "proc_istotnych")
a <- wynik[wynik$swoisty == -1.5, pokaz]; a[-1] <- round(a[-1], 2); print(a, row.names = FALSE)
cat("\nB. Program bez swoistego składnika (0 pkt)\n")
b <- wynik[wynik$swoisty == 0, pokaz]; b[-1] <- round(b[-1], 2); print(b, row.names = FALSE)

# Ile osób w grupie trzeba, by wykryć daną różnicę z mocą .80 (ANCOVA: SD reszt z symulacji)
sd_res <- mean(wynik$sd_res)
cat(sprintf("\nŚrednie SD reszt: %.2f\n", sd_res))
a_ef <- wynik[wynik$swoisty == -1.5, c("warunek", "przewaga")]
a_ef$n_w_grupie <- ceiling(sapply(a_ef$przewaga, function(d) power.t.test(delta = d, sd = sd_res, power = .80)$n))
a_ef$przewaga <- round(a_ef$przewaga, 2); print(a_ef, row.names = FALSE)
cat("\nDwa aktywne programy różniące się o 1 punkt: n w grupie =",
    ceiling(power.t.test(delta = 1, sd = sd_res, power = .80)$n), "\n")

# Efekt schematu przy losowaniu oddziałów: 20 osób na oddział, ICC = .05
deff <- 1 + (20 - 1) * .05
cat(sprintf("Efekt schematu (m = 20, ICC = .05): %.2f\n", deff))
cat(sprintf("Osoby efektywne przy 40 osobach w grupie: %.1f\n", 40 / deff))
cat(sprintf("Regresja do średniej w grupie bez interwencji: %.2f pkt (zmiana minus upływ czasu)\n",
            wynik$zm_kontrola[wynik$swoisty == -1.5 & wynik$warunek == "Brak interwencji"] - czas))
Wynik w R
A. Program ze swoistym składnikiem (-1.5 pkt)
                     warunek zm_kontrola zm_program przewaga  q2.5 q97.5 proc_istotnych
            Brak interwencji       -2.58      -6.09     3.52  1.66  5.36          95.48
          Lista oczekujących       -2.08      -6.08     4.00  2.11  5.85          98.34
               Zwykła opieka       -3.69      -6.08     2.39  0.51  4.20          69.56
 Zwykła opieka, kontaminacja       -4.14      -6.10     1.96  0.09  3.82          52.16
            Aktywna kontrola       -4.09      -6.09     2.00  0.14  3.82          55.42
  Aktywna, równe oczekiwania       -4.58      -6.09     1.51 -0.37  3.40          35.36

B. Program bez swoistego składnika (0 pkt)
                     warunek zm_kontrola zm_program przewaga  q2.5 q97.5 proc_istotnych
            Brak interwencji       -2.59      -4.59     2.00  0.16  3.85          54.84
          Lista oczekujących       -2.08      -4.58     2.50  0.68  4.39          72.92
               Zwykła opieka       -3.68      -4.58     0.90 -0.99  2.80          16.02
 Zwykła opieka, kontaminacja       -3.68      -4.59     0.91 -0.90  2.70          15.16
            Aktywna kontrola       -4.09      -4.58     0.48 -1.39  2.37           8.54
  Aktywna, równe oczekiwania       -4.59      -4.58     0.00 -1.86  1.86           5.04

Średnie SD reszt: 4.21
                     warunek przewaga n_w_grupie
            Brak interwencji     3.52         24
          Lista oczekujących     4.00         19
               Zwykła opieka     2.39         50
 Zwykła opieka, kontaminacja     1.96         74
            Aktywna kontrola     2.00         71
  Aktywna, równe oczekiwania     1.51        123

Dwa aktywne programy różniące się o 1 punkt: n w grupie = 280 
Efekt schematu (m = 20, ICC = .05): 1.95
Osoby efektywne przy 40 osobach w grupie: 20.5
Regresja do średniej w grupie bez interwencji: -1.58 pkt (zmiana minus upływ czasu)

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (tylko funkcje bazowe); rysunki przygotowano w pakietach ggplot2 i svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An ‘SVG’ graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Przed zebraniem danych sprawdź…

  • Czy pytanie badawcze mówi, z czym porównujesz („lepiej niż czekanie”, „lepiej niż obecna praktyka”)?
  • Czy treść warunku kontrolnego jest opisana tak szczegółowo jak program?
  • Czy dawka kontaktu jest taka sama albo zapisana w obu grupach?
  • Czy planujesz pomiar oczekiwań, jeśli warunek ma je wyrównywać?
  • Czy wiadomo, kto dostaje przydział, kto go wylosował i na jakiej jednostce?
  • Czy sprawdzasz, co dotarło do grupy kontrolnej?
  • Czy liczebność policzono dla różnicy realnej wobec tego warunku?
  • Czy zdanie we wnioskach mówi o tym samym porównaniu co pytanie?

Jeśli chcesz, żeby ktoś sprawdził plan badania i dobór warunku kontrolnego, zobacz pomoc w analizie dla studentów.

Najczęstsze pytania

Czy lista oczekujących nadaje się do pracy magisterskiej?

Tak, jeśli pytanie brzmi, czy program daje więcej niż czekanie na niego, i jeśli piszesz o tym wprost. Jest wygodna logistycznie, ale nie kontroluje kontaktu i oczekiwań. W metaanalizach psychoterapii depresji dawała wyższe oszacowania niż inne kontrole, więc w pracy nazwij to ograniczeniem i nie pisz o skuteczności programu w ogóle.

Dlaczego zwykłą opiekę trzeba dokładnie opisać?

Bo wynik zależy od tego, co naprawdę ta opieka zawiera. Munder i in. (2022) pokazali w badaniach psychoterapii depresji, że efekt był mniejszy przy intensywniejszej zwykłej opiece (SMD = 0.32) niż przy mniej intensywnej (SMD = 0.63). Podaj, co grupa dostawała, kto to prowadził, jak często i ile osób z tego skorzystało.

Czym aktywna kontrola różni się od porównania dwóch programów?

Aktywna kontrola ma odjąć kontakt, uwagę i oczekiwania, więc jest celowo pozbawiona treści, która ma działać. Porównanie dwóch programów zestawia dwie opcje, które mogłyby trafić do praktyki. Pierwszy plan pyta, czy działa treść, a drugi, która opcja wypada lepiej.

Ile osób potrzeba przy aktywnej kontroli?

Zwykle wyraźnie więcej niż przy liście oczekujących, bo oczekiwana różnica jest mniejsza. W naszym fikcyjnym przykładzie wystarczało 19 osób w grupie przy liście oczekujących, a przy aktywnej kontroli z równymi oczekiwaniami potrzeba było 123 dla mocy .80. Licz dla różnicy, której naprawdę można oczekiwać względem wybranego warunku.

Czy można losować osoby w jednym oddziale albo klasie?

Można, ale sprawdź, czy treść programu nie przejdzie do grupy kontrolnej, i zapytaj o to w pomiarze końcowym. Losowanie całych oddziałów lub klas chroni przed tym zjawiskiem, lecz wymaga większej próby i więcej jednostek. Jeden oddział na warunek nie pozwala oddzielić programu od cech oddziału.

Powiązane hasła

Przeczytaj też

Poradnik

Badanie bez grupy kontrolnej – jak wzmocnić plan

Sześć dodatków do planu jednej grupy, co każdy daje i czego nie rozwiązuje, symulacja w R i gotowe zdania do metody i ograniczeń.

Czytaj →
Poradnik

Porównanie grup istniejących

Pacjenci i osoby bez choroby, zawody, płeć: źródło każdej grupy, dobór grupy porównawczej, standaryzowane różnice, ANCOVA ostrożnie i gotowa metoda – z kodem R.

Czytaj →
Poradnik

Warunek kontrolny w eksperymencie

Brak bodźca, placebo, status quo czy drugi bodziec? Co szacuje każda kontrola, jak zmienia efekt i jak zbudować placebo w ankiecie.

Czytaj →
Poradnik

Badanie przed i po – opis metody i wnioski

Gotowy podrozdział „Metoda” dla jednej grupy i grupy nierandomizowanej, symulacja regresji do średniej i zdania, które wolno napisać we wnioskach.

Czytaj →
Poradnik

Randomizacja klastrowa – plan i analiza

ICC z przedziałem ufności, efekt schematu przy nierównych oddziałach, cztery analizy tych samych danych, poprawki df i raport CONSORT – z kodem R.

Czytaj →
Poradnik

Randomizacja w praktyce

Bloki o losowej długości, warstwy, minimalizacja Pococka–Simona i ukrycie przydziału – lista przydziału w R, symulacja i wzór opisu CONSORT.

Czytaj →
Poradnik

Badanie non-inferiority i równoważności

Margines Δ, test jednostronny i przedział ufności, ITT i per protocol, TOST, liczebność próby, przykład w R i wzór opisu wyników.

Czytaj →
Poradnik

Czy ten temat da się zbadać?

Sześć pytań przed zgłoszeniem tematu, lejek rekrutacji, punktacja, trzy przykłady i szablon XLSX.

Czytaj →

Nie wiesz, z czym porównać swoją interwencję?

Sprawdzimy plan i warunek kontrolny, policzymy analizę w R lub SPSS i wyjaśnimy wyniki tak, żebyś umiał(a) samodzielnie je opisać i obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Boot, W. R., Simons, D. J., Stothart, C., & Stutts, C. (2013). The pervasive problem with placebos in psychology: Why active control groups are not sufficient to rule out placebo effects. Perspectives on Psychological Science, 8(4), 445–454. https://doi.org/10.1177/1745691613491271
  2. Cuijpers, P., Miguel, C., Harrer, M., Ciharova, M., & Karyotaki, E. (2024). The overestimation of the effect sizes of psychotherapies for depression in waitlist controlled trials: A meta-analytic comparison with usual care controlled trials. Epidemiology and Psychiatric Sciences, 33, Article e56. https://doi.org/10.1017/s2045796024000611 ● Otwarty dostęp
  3. Cunningham, J. A., Kypri, K., & McCambridge, J. (2013). Exploratory randomized controlled trial evaluating the impact of a waiting list control design. BMC Medical Research Methodology, 13(1), Article 150. https://doi.org/10.1186/1471-2288-13-150 ● Otwarty dostęp
  4. Freedland, K. E., Mohr, D. C., Davidson, K. W., & Schwartz, J. E. (2011). Usual and unusual care: Existing practice control groups in randomized controlled trials of behavioral interventions. Psychosomatic Medicine, 73(4), 323–335. https://doi.org/10.1097/psy.0b013e318218e1fb ● Otwarty dostęp: pełny tekst
  5. Hoffmann, T. C., Glasziou, P. P., Boutron, I., Milne, R., Perera, R., Moher, D., Altman, D. G., Barbour, V., Macdonald, H., Johnston, M., Lamb, S. E., Dixon-Woods, M., McCulloch, P., Wyatt, J. C., Chan, A.-W., & Michie, S. (2014). Better reporting of interventions: Template for intervention description and replication (TIDieR) checklist and guide. BMJ, 348, Article g1687. https://doi.org/10.1136/bmj.g1687 ● Otwarty dostęp
  6. Keogh-Brown, M., Bachmann, M., Shepstone, L., Hewitt, C., Howe, A., Ramsay, C., Song, F., Miles, J., Torgerson, D., Miles, S., Elbourne, D., Harvey, I., & Campbell, M. (2007). Contamination in trials of educational interventions. Health Technology Assessment, 11(43). https://doi.org/10.3310/hta11430 ● Otwarty dostęp
  7. Michopoulos, I., Furukawa, T. A., Noma, H., Kishimoto, S., Onishi, A., Ostinelli, E. G., Ciharova, M., Miguel, C., Karyotaki, E., & Cuijpers, P. (2021). Different control conditions can produce different effect estimates in psychotherapy trials for depression. Journal of Clinical Epidemiology, 132, 59–70. https://doi.org/10.1016/j.jclinepi.2020.12.012 ● Otwarty dostęp
  8. Mohr, D. C., Spring, B., Freedland, K. E., Beckner, V., Arean, P., Hollon, S. D., Ockene, J., & Kaplan, R. (2009). The selection and design of control conditions for randomized controlled trials of psychological interventions. Psychotherapy and Psychosomatics, 78(5), 275–284. https://doi.org/10.1159/000228248
  9. Munder, T., Geisshüsler, A., Krieger, T., Zimmermann, J., Wolf, M., Berger, T., & Watzke, B. (2022). Intensity of treatment as usual and its impact on the effects of face-to-face and internet-based psychotherapy for depression: A preregistered meta-analysis of randomized controlled trials. Psychotherapy and Psychosomatics, 91(3), 200–209. https://doi.org/10.1159/000521951 ● Otwarty dostęp

Cytowania BibTeX

@article{boot2013pervasive, author={Boot, Walter R. and Simons, Daniel J. and Stothart, Cary and Stutts, Cassie}, title={{The pervasive problem with placebos in psychology: Why active control groups are not sufficient to rule out placebo effects}}, journal={Perspectives on Psychological Science}, year={2013}, volume={8}, number={4}, pages={445--454}, doi={10.1177/1745691613491271}}
@article{cuijpers2024overestimation, author={Cuijpers, Pim and Miguel, Clara and Harrer, Mathias and Ciharova, Marketa and Karyotaki, Eirini}, title={{The overestimation of the effect sizes of psychotherapies for depression in waitlist controlled trials: A meta-analytic comparison with usual care controlled trials}}, journal={Epidemiology and Psychiatric Sciences}, year={2024}, volume={33}, eid={e56}, doi={10.1017/s2045796024000611}}
@article{cunningham2013exploratory, author={Cunningham, John A. and Kypri, Kypros and McCambridge, Jim}, title={{Exploratory randomized controlled trial evaluating the impact of a waiting list control design}}, journal={BMC Medical Research Methodology}, year={2013}, volume={13}, number={1}, eid={150}, doi={10.1186/1471-2288-13-150}}
@article{freedland2011usual, author={Freedland, Kenneth E. and Mohr, David C. and Davidson, Karina W. and Schwartz, Joseph E.}, title={{Usual and unusual care: Existing practice control groups in randomized controlled trials of behavioral interventions}}, journal={Psychosomatic Medicine}, year={2011}, volume={73}, number={4}, pages={323--335}, doi={10.1097/psy.0b013e318218e1fb}}
@article{hoffmann2014better, author={Hoffmann, T. C. and Glasziou, P. P. and Boutron, I. and Milne, R. and Perera, R. and Moher, D. and Altman, D. G. and Barbour, V. and Macdonald, H. and Johnston, M. and Lamb, S. E. and Dixon-Woods, M. and McCulloch, P. and Wyatt, J. C. and Chan, A.-W. and Michie, S.}, title={{Better reporting of interventions: Template for intervention description and replication (TIDieR) checklist and guide}}, journal={BMJ}, year={2014}, volume={348}, eid={g1687}, doi={10.1136/bmj.g1687}}
@article{keoghbrown2007contamination, author={Keogh-Brown, M. and Bachmann, M. and Shepstone, L. and Hewitt, C. and Howe, A. and Ramsay, C. and Song, F. and Miles, J. and Torgerson, D. and Miles, S. and Elbourne, D. and Harvey, I. and Campbell, M.}, title={{Contamination in trials of educational interventions}}, journal={Health Technology Assessment}, year={2007}, volume={11}, number={43}, doi={10.3310/hta11430}}
@article{michopoulos2021different, author={Michopoulos, Ioannis and Furukawa, Toshi A. and Noma, Hisashi and Kishimoto, Sanae and Onishi, Akira and Ostinelli, Edoardo G. and Ciharova, Marketa and Miguel, Clara and Karyotaki, Eirini and Cuijpers, Pim}, title={{Different control conditions can produce different effect estimates in psychotherapy trials for depression}}, journal={Journal of Clinical Epidemiology}, year={2021}, volume={132}, pages={59--70}, doi={10.1016/j.jclinepi.2020.12.012}}
@article{mohr2009selection, author={Mohr, David C. and Spring, Bonnie and Freedland, Kenneth E. and Beckner, Victoria and Arean, Patricia and Hollon, Steven D. and Ockene, Judith and Kaplan, Robert}, title={{The selection and design of control conditions for randomized controlled trials of psychological interventions}}, journal={Psychotherapy and Psychosomatics}, year={2009}, volume={78}, number={5}, pages={275--284}, doi={10.1159/000228248}}
@article{munder2022intensity, author={Munder, Thomas and Geisshüsler, Alessia and Krieger, Tobias and Zimmermann, Johannes and Wolf, Markus and Berger, Thomas and Watzke, Birgit}, title={{Intensity of treatment as usual and its impact on the effects of face-to-face and internet-based psychotherapy for depression: A preregistered meta-analysis of randomized controlled trials}}, journal={Psychotherapy and Psychosomatics}, year={2022}, volume={91}, number={3}, pages={200--209}, doi={10.1159/000521951}}
R