Prace dyplomowe · Medycyna i stomatologia

Jak napisać pracę na kierunku lekarskim i stomatologii – materiał i metody, dane kliniczne

W pracy klinicznej recenzent szuka definicji, liczb, które się sumują, i jednostki analizy zgodnej z pomiarem. Pokazujemy to na dwóch fikcyjnych przykładach: porównaniu grup z dokumentacji oraz wskaźniku DMFT u dzieci, z gotowymi akapitami do rozdziału „Materiał i metody”.

Strona główna / Blog / Praca z medycyny i stomatologii
W skrócie: Praca kliniczna stoi na precyzji: jasna definicja rozpoznania i wyniku, diagram włączenia, Tabela 1 z opisem grup przed porównaniem, czas zerowy obserwacji, a w stomatologii próg diagnostyczny, kalibracja badaczy i uwzględnienie, że zęby należą do pacjentów. W badaniu obserwacyjnym podaj wynik surowy i skorygowany i nie formułuj zaleceń klinicznych.

Co w pracy lekarskiej i stomatologicznej oceniają inaczej

Student medycyny lub stomatologii zwykle pracuje na danych, które powstały przy leczeniu: dokumentacji, kartach badania, rejestrach zabiegów. Dlatego recenzent zatrzymuje się w trzech miejscach. Czy wiadomo dokładnie, kto jest pacjentem w tym badaniu i co znaczy „powikłanie” albo „próchnica”? Czy liczby w metodach da się prześledzić od listy wyjściowej do tabeli? Czy jednostka analizy zgadza się z tym, co naprawdę mierzono? Ten wpis pokazuje te miejsca na dwóch fikcyjnych przykładach, z gotowym tekstem i komentarzem.

Wyboru testów tu nie omawiamy: są w przeglądach statystyka w pracy ze stomatologii i statystyka w publikacji medycznej, a etapy zbierania danych z historii choroby opisuje analiza dokumentacji medycznej. Wymagania uczelni, katedry i czasopisma mają pierwszeństwo; opisane niżej układy są częstą praktyką, a nie przepisem.

Przykład A (fikcyjny, liczby symulowane). Retrospektywne porównanie dwóch grup dorosłych z ostrym zapaleniem pęcherzyka żółciowego z dokumentacji jednego oddziału: cholecystektomia do 72 godzin od przyjęcia albo później. Przykład B (fikcyjny, liczby symulowane). Badanie przekrojowe 240 dwunastolatków z 6 szkół: wskaźnik DMFT (po polsku PUWZ) oraz laki na pierwszych trzonowcach. Wszystkie dane, wyniki i cytaty z fikcyjnych prac są wymyślone do pokazania sposobu pisania i niczego nie mówią o terminie operacji ani o profilaktyce. Wpis nie zawiera zaleceń klinicznych.

Najpierw decyzja: praca poglądowa czy oryginalna

Na kierunkach medycznych spotkasz oba typy, a to, który wolno złożyć, ustala uczelnia. Praca oryginalna ma własne dane i układ materiał, metody, wyniki, dyskusja. Praca poglądowa ma inne zadanie: porządkuje istniejącą wiedzę, ale też ma metodę. Skala SANRA, przeznaczona do oceny artykułów przeglądowych bez metodyki systematycznej, obejmuje sześć pozycji, m.in. uzasadnienie znaczenia i celów przeglądu, opis wyszukiwania literatury oraz przedstawienie poziomu dowodów i danych o punktach końcowych (Baethge i in., 2019). Możesz potraktować te pozycje jako spis tego, czego brakuje w typowej pracy opisowej. Sposób przeszukiwania baz opisuje wpis o tym, jak napisać przegląd literatury.

Jak bywa napisane: „W pracy przedstawiono aktualny stan wiedzy na temat leczenia ostrego zapalenia pęcherzyka żółciowego na podstawie dostępnego piśmiennictwa”.

Co jest nie tak: nie wiadomo, jakie pytanie praca stawia, z jakich baz korzystano, z jakiego okresu pochodzą źródła i co zdecydowało o ich wyborze. „Aktualny stan wiedzy” obiecuje kompletność, której tekst nie wykazuje.

Celem pracy było omówienie [pytanie: np. co wiadomo o terminie zabiegu a powikłaniach u dorosłych z rozpoznaniem X]. Piśmiennictwo wyszukano w bazach [nazwy] w dniu [data], stosując hasła [hasła], i ograniczono do prac z lat [zakres] w języku [języki]. Uwzględniono [rodzaje badań], a pominięto [rodzaje]. Praca ma charakter przeglądu narracyjnego: nie oceniano systematycznie ryzyka błędu i nie łączono wyników ilościowo.

Układ rozdziału „Materiał i metody”

Układ IMRAD upowszechnił się w czołowych czasopismach medycznych; w latach 80. XX wieku był tam jedynym wzorcem artykułów oryginalnych (Sollaci i Pereira, 2004). Polska nazwa „Materiał i metody” zwykle oznacza to samo co ogólny rozdział metodologiczny, tylko krótszy i bliższy artykułowi. Kolejność poniżej możesz dopasować do wzoru katedry; ważne, by każda pozycja gdzieś się znalazła.

Podrozdziały Materiału i metod, ich zawartość oraz fragment przykładu A
PodrozdziałCo napisaćPrzykład A (fikcyjny)
Schemat i miejsceRodzaj badania, ośrodek bez nazwy własnej, okresRetrospektywne badanie kohortowe, oddział chirurgii ogólnej, 36 miesięcy
Materiał: ktoŹródło listy, kryteria włączenia i wyłączenia, sposób doboruKolejne hospitalizacje z rozpoznaniem K81.0
Grupy lub ekspozycjaDefinicja i moment jej ustaleniaCzas od przyjęcia do nacięcia: do 72 h a później
Wyniki (punkty końcowe)Wynik główny i drugorzędne, definicje, okno czasowePowikłanie stopnia ≥ III do 30 dni
Zmienne opisowe i zakłócająceLista i powód wyboru, ustalone przed analiząWiek, ASA (stan ogólny), wskaźnik chorób współistniejących Charlsona
Zbieranie danychKarta danych, kto wypisywał, sprawdzenie zgodnościKarta z książką kodową, próbka podwójnie sprawdzona
Zgody i daneOpinia komisji lub podstawa zwolnienia, ochrona danychNumer opinii, plik bez nazwisk
Analiza statystycznaOpis, testy i modele, poziom istotności, braki, programRegresja logistyczna, 95% CI, analiza wrażliwości

W badaniu obserwacyjnym listą kontrolną jest STROBE: 22 punkty, z których 18 jest wspólnych dla badań kohortowych, kliniczno-kontrolnych i przekrojowych, a 4 zależą od schematu (von Elm i in., 2007). Przykład B też podlega STROBE, tyle że w wersji przekrojowej. CONSORT dotyczy badań z randomizacją; aktualna wersja CONSORT 2025 liczy 30 punktów i zastępuje CONSORT 2010 (Hopewell i in., 2025). Przykład A nie miał losowego przydziału, więc CONSORT tu nie pasuje, choć diagram włączenia warto narysować podobnie. Szczegóły doboru listy są we wpisie o wytycznych raportowania.

Definicje rozpoznań i wyników

Najsłabsze zdanie w metodach to zwykle „oceniano wystąpienie powikłań”. W dokumentacji powikłania opisano wieloma słowami, a ich wypisanie przez różne osoby daje różne liczby. Kody rozpoznań z kolei powstają także do rozliczeń, więc K81.0 w systemie nie jest tym samym co rozpoznanie potwierdzone badaniem i obrazem. Zapisz regułę: który wpis liczysz, z jakiego dokumentu i co robisz przy niezgodności. Vassar i Holzmann (2013) omawiają dziesięć częstych błędów w przeglądach dokumentacji i podają zbiór dobrych praktyk, z których warto skorzystać, zanim otworzysz pierwszą kartę.

Gotowa klasyfikacja zwykle jest lepsza niż własna. W chirurgii często stosuje się skalę Claviena–Dindo, w której stopień zależy głównie od leczenia koniecznego do opanowania powikłania (Dindo i in., 2004). Stopień III oznacza potrzebę interwencji zabiegowej, endoskopowej lub radiologicznej, co łatwiej wyczytać z dokumentacji niż opis objawów.

Jak bywa napisane: „U pacjentów oceniano powikłania pooperacyjne. Czas hospitalizacji porównano między grupami”.

Co jest nie tak: brak definicji powikłania, okna czasowego i źródła. Do tego czas pobytu liczony od przyjęcia jest w grupie „po 72 godzinach” dłuższy z definicji. W przykładzie mediana to 8 dni [Q1–Q3: 7–10] wobec 4 dni [3–5], ale ta różnica opisuje głównie sposób utworzenia grup, a nie przebieg po zabiegu.

Rozpoznanie ostrego zapalenia pęcherzyka żółciowego ustalano na podstawie kodu K81.0 w karcie informacyjnej i potwierdzano zgodnym opisem badania obrazowego [kryteria, wersja i źródło]. Wynikiem głównym było wystąpienie w ciągu 30 dni od zabiegu powikłania stopnia III lub wyższego w klasyfikacji Claviena–Dindo. Dane o powikłaniach pobierano z karty informacyjnej, protokołu operacji, ponownych przyjęć oraz wizyty kontrolnej. Czasem zerowym obserwacji był dzień zabiegu; czas pobytu po zabiegu analizowano jako wynik drugorzędny.

Kryteria włączenia i diagram

Kryteria włączenia i wyłączenia powinny być zapisane przed otwarciem pierwszej karty, a stosowane w ustalonej kolejności. Kolejne przypadki z okresu chronią przed wybieraniem „dobrze opisanych” historii choroby. Nie usuwaj kart dlatego, że brakuje w nich wyniku: taką decyzję opisuje się niżej jako brak informacji. Rysunek 1 pokazuje przepływ liczb, a logika doboru etapów jest taka sama jak we wpisie o diagramie przepływu.

Diagram: 412 hospitalizacji z rozpoznaniem K81.0, wyłączono 52 (wiek poniżej 18 lat 1, bez cholecystektomii 43, powtórna hospitalizacja 5, brak protokołu operacji 3), włączono 360. Zabieg do 72 godzin 277 osób, po 72 godzinach 83. Znany stan w 30. dniu: 249 i 73.
Rysunek 1. Diagram włączenia w fikcyjnym przykładzie A. Brak informacji o stanie po 30 dniach nie jest kryterium wyłączenia, dlatego pokazano go osobno w każdej grupie.
Z systemu szpitalnego pobrano listę wszystkich 412 hospitalizacji z rozpoznaniem K81.0 z okresu [daty]. Wyłączono hospitalizacje osób poniżej 18. roku życia (n = 1), bez cholecystektomii w trakcie pobytu (n = 43), kolejne hospitalizacje tego samego pacjenta (n = 5) oraz przypadki bez protokołu operacji (n = 3). Do badania włączono 360 pacjentów: 277 operowanych w ciągu 72 godzin od przyjęcia i 83 operowanych później. Informację o stanie w 30. dniu po zabiegu uzyskano u 322 pacjentów (249 i 73). Dane fikcyjne.

Tabela 1 i zakłócenie przez wskazanie

O tym, jak zbudować zestawienie, pisze wpis Tabela 1 – charakterystyka próby. W pracy klinicznej Tabela 1 ma jeszcze jedno zadanie: pokazać, czym grupy różniły się zanim doszło do porównywanego postępowania. Objaśnienie STROBE zaleca unikanie testów istotności w tabelach opisowych (Vandenbroucke i in., 2007), więc zostaw porównanie liczbom i komentarzowi. Poniżej wszyscy włączeni pacjenci, dane fikcyjne.

Tabela 1 w fikcyjnym przykładzie A: wiek, płeć, ASA i wskaźnik Charlsona ogółem i w dwóch grupach
CechaOgółem (n = 360)Do 72 h (n = 277)Po 72 h (n = 83)
Wiek w latach, M (SD)58.6 (14.4)56.5 (14.0)65.7 (13.4)
Kobiety, n (%)190 (52.8)150 (54.2)40 (48.2)
ASA ≥ III, n (%)105 (29.2)59 (21.3)46 (55.4)
Wskaźnik Charlsona, mediana [Q1–Q3]1 [0–2]1 [0–2]1 [0–2]

Różnica widoczna w wierszu ASA to sedno sprawy. Później operowano osoby starsze i w gorszym stanie, a więc termin zabiegu mógł zależeć od tego, jak pacjent wyglądał przy przyjęciu. To zakłócenie przez wskazanie, typowe dla porównań z dokumentacji. Uwzględnienie w modelu zmierzonych cech ogranicza to zakłócenie, ale go nie usuwa.

Czas obserwacji i brak informacji

Każde badanie z obserwacją potrzebuje trzech dat: kiedy zaczyna się obserwacja, kiedy kończy i co ją przerywa. W przykładzie czasem zerowym jest dzień zabiegu, a okno trwa 30 dni. Gdyby liczyć je od przyjęcia, pacjent operowany później musiałby „dożyć” zabiegu, a to prosta droga do błędu czasu nieśmiertelnego. Więcej o punkcie startu i o osobolatach znajdziesz we wpisie o badaniu kohortowym.

Dokumentacja jednego szpitala ma ponadto ślepą plamkę: powikłanie leczone gdzie indziej w niej nie występuje. W przykładzie brakuje informacji u 28 z 277 i 10 z 83 pacjentów. Nie wpisuj im automatycznie „brak powikłań”, ale też nie przemilczaj tej decyzji. Prosta analiza wrażliwości przyjmuje założenie przeciwne do głównego i sprawdza, czy wniosek się utrzymuje.

Wynik: dwa ilorazy szans i jedno zdanie

Powikłanie stopnia ≥ III wystąpiło u 16 z 249 (6.4%) operowanych do 72 godzin i u 11 z 73 (15.1%) operowanych później. Surowy iloraz szans wyniósł 2.58, a po uwzględnieniu wieku, ASA i wskaźnika Charlsona 1.14. STROBE prosi o podanie obu oszacowań wraz z informacją, które zmienne uwzględniono i dlaczego (Vandenbroucke i in., 2007). Model ma tylko 27 zdarzeń na 4 predyktory, więc jest niestabilny, co trzeba powiedzieć wprost.

Jak bywa napisane: „Wczesny zabieg okazał się bezpieczniejszy (6.4% vs 15.1%; p < .05) i powinien być standardem postępowania”.

Co jest nie tak: surowy wynik podano jak efekt, choć po korekcie iloraz jest bliski 1 z bardzo szerokim przedziałem. Badanie retrospektywne z jednego ośrodka nie daje podstaw do słów „bezpieczniejszy” i „standard”, a zalecenia kliniczne w pracy dyplomowej wymagają znacznie mocniejszych dowodów.

Powikłanie stopnia III lub wyższego w ciągu 30 dni stwierdzono u 16 z 249 pacjentów (6.4%) operowanych w ciągu 72 godzin od przyjęcia oraz u 11 z 73 (15.1%) operowanych później (nieskorygowany OR = 2.58, 95% CI [1.11, 5.81]). Po uwzględnieniu wieku, stopnia ASA i wskaźnika Charlsona związek był słaby i niepewny (skorygowany OR = 1.14, 95% CI [0.44, 2.83], p = .784). Wynik pozostał podobny w analizie wrażliwości, w której pacjentów bez informacji o stanie w 30. dniu uznano za wolnych od powikłań (skorygowany OR = 1.03, 95% CI [0.39, 2.56]). Ze względu na niewielką liczbę zdarzeń (n = 27) oszacowania są obarczone dużą niepewnością, a badanie retrospektywne nie pozwala ustalić związku przyczynowego. Dane fikcyjne.

Przykład B: DMFT w badaniu przekrojowym dzieci

DMFT to suma zębów stałych z próchnicą, usuniętych z powodu próchnicy i wypełnionych, opisana szerzej w przeglądzie statystyki w stomatologii. Student powinien jednak najpierw zapisać próg: co jest próchnicą? System ICDAS opisuje stan powierzchni na siedmiostopniowej skali porządkowej (Ismail i in., 2007). Zliczenie zmian początkowych daje inny wskaźnik niż zliczenie wyłącznie ubytków, więc DMFT bez progu jest nieporównywalny. Podaj też typ zębów (stałe a mleczne), warunki badania, światło i osobę badającą.

W przykładzie średni DMFT wyniósł 2.17 (SD = 2.66), mediana 1 (Q1–Q3: 0–3), wynik 0 miało 71 z 240 dzieci (29.6%), a maksimum to 17. Taki rozkład opisuj kilkoma liczbami, a nie samą średnią. Dzieci szczotkujące zęby co najmniej dwa razy dziennie miały średnio DMFT 1.84 (n = 147), a pozostałe 2.70 (n = 93). W modelu regresji ujemnej dwumianowej ze szkołą jako czynnikiem iloraz częstości wyniósł 0.66, 95% CI [0.49, 0.90], p = .009.

Kalibracja badaczy

Gdy dzieci bada dwoje stomatologów, „szkoła A ma więcej próchnicy” może znaczyć „badacz A jest surowszy”. Dlatego kalibrację robi się przed badaniem właściwym, a wynik podaje w metodach. W pracy Ismaila i in. (2007) zgodność sześciu badaczy w ocenie powierzchni wyrażona kappą wynosiła od 0.59 do 0.82, co dobrze pokazuje, że nawet opisany system nie gwarantuje zgodności. Wybór miar omawia wpis o zgodności sędziów. Zwykle podaje się kappę dla klasyfikacji zębów i ICC dla sumy wskaźnika, a także, jeśli to możliwe, zgodność wewnątrz jednego badacza.

Przed badaniem właściwym obaj stomatolodzy niezależnie zbadali 25 dzieci spoza próby (700 zębów). Zgodność klasyfikacji zęba jako DMF wyniosła 96.6%, a kappa Cohena .81 (95% CI [.69, .89], przedział bootstrapowy z losowaniem dzieci). Zgodność sumy DMFT wyrażona ICC(A,1) wyniosła .93 (95% CI [.84, .97]), a średnia różnica między badającymi −0.08 zęba. Definicje rozbieżnych kategorii uzgodniono przed rozpoczęciem badania. Dane fikcyjne.

Przedział kappy jest policzony przez losowanie dzieci, bo zęby jednego dziecka nie są niezależne. Dwadzieścia pięć dzieci daje tu szeroki przedział i warto o tym wspomnieć w ograniczeniach.

Jednostka analizy: ząb a pacjent

Pytanie o laki dotyczyło czterech pierwszych trzonowców u każdego z 240 dzieci, czyli 960 zębów. Próchnicę stwierdzono w 62 z 373 zębów z lakiem (16.6%) i 143 z 587 bez laku (24.4%). Traktowanie każdego zęba jak osobnej obserwacji to pseudoreplikacja: zęby jednego dziecka łączy dieta, higiena i podatność. W dużym brytyjskim badaniu efekt schematu dla zębów z próchnicą w obrębie osoby wyniósł 6.0 (Masood i in., 2015). Pominięcie skupienia zawyża znaczenie czynników ryzyka i wpływ interwencji.

Trzy ilorazy szans z przedziałami ufności: analiza 960 zębów z błędem naiwnym OR 0.62 od 0.44 do 0.86, te same zęby z błędem odpornym uwzględniającym dziecko OR 0.62 od 0.39 do 0.99, jeden losowy ząb na dziecko OR 0.59 od 0.30 do 1.16.
Rysunek 2. Ten sam fikcyjny wynik w trzech analizach. Punkt prawie się nie zmienia, ale przedział ufności rozszerza się, gdy uwzględniamy, że zęby należą do dzieci.

Na rysunku 2 iloraz szans 0.62 wygląda „pewnie” przy naiwnym liczeniu (p = .005). Po uwzględnieniu dziecka przez GEE z błędem odpornym ten sam punkt ma przedział [0.39, 0.99] i p = .045, a wariancja oszacowania jest około dwukrotnie większa. Analiza jednego losowego zęba na dziecko (n = 240) daje przedział jeszcze szerszy, [0.30, 1.16], bo odrzuca część danych. Żadna z tych liczb nie mówi o skuteczności laków, ponieważ są to dane fikcyjne, a badanie przekrojowe nie pokazuje kierunku zależności.

Jak bywa napisane: „Zbadano 960 zębów. Stwierdzono istotnie mniej próchnicy w zębach z lakiem (χ², p = .005)”.

Co jest nie tak: „960” sugeruje próbę czterokrotnie większą niż 240 dzieci, a test zakłada niezależność zębów. Nie ma też słowa o tym, kto decydował o założeniu laku.

Analizę przeprowadzono na poziomie zęba (n = 960 pierwszych trzonowców stałych u 240 dzieci), uwzględniając skupienie zębów w obrębie dziecka za pomocą uogólnionych równań estymujących z błędami odpornymi. Próchnicę stwierdzono w 62 z 373 zębów z lakiem (16.6%) i w 143 z 587 zębów bez laku (24.4%; OR = 0.62, 95% CI [0.39, 0.99], p = .045). Z uwagi na przekrojowy schemat i brak informacji o przyczynach założenia laku nie można wnioskować o związku przyczynowym. Dane fikcyjne.

Styl publikacji medycznej

W pracy klinicznej cenione są zwięzłość i jednoznaczność. Powtarzalne elementy, takie jak abstrakt strukturalny, wymagają tej samej kolejności co tekst główny. W dyskusji zostaw tylko to, co wynika ze schematu.

Sformułowania niezalecane i ich bardziej precyzyjne odpowiedniki w tekście medycznym
ZamiastNapiszDlaczego
„wpływ wczesnego zabiegu na…”„związek terminu zabiegu z…”Schemat obserwacyjny
„pacjenci cierpieli na…”„u pacjentów rozpoznano…”Opis zamiast oceny
„istotnie częściej”Odsetki, OR, 95% CI i pSkala i niepewność
„znamienny klinicznie”Podany próg i jego źródłoIstotność statystyczna to nie znaczenie kliniczne
„chory”, „przypadek” w jednym akapicieJedno określenie konsekwentnieCzytelność

Nazwy szpitala i dane pacjentów nie mają miejsca w tekście, a o opinii komisji bioetycznej informujesz ogólnie, zgodnie z zasadami uczelni. Ta część nie jest poradą prawną.

Najczęstsze błędy

  • Brak definicji rozpoznania i wyniku głównego, a także okna czasowego.
  • CONSORT przywołany przy badaniu bez randomizacji.
  • Usuwanie kart bez wyniku w ramach „wyłączeń”.
  • Wartości p w Tabeli 1 zamiast opisu różnic między grupami.
  • Wynik surowy podany jako efekt, bez korekty i bez omówienia wskazania.
  • Czas pobytu porównywany od przyjęcia, gdy grupy utworzono według czasu do zabiegu.
  • DMFT bez progu diagnostycznego i bez informacji o kalibracji.
  • Zęby policzone jako niezależni „pacjenci”.
  • Rekomendacje kliniczne wyprowadzone z pracy jednoośrodkowej.

Lista kontrolna przed oddaniem

  • Czy typ pracy (oryginalna, poglądowa) jest dozwolony i nazwany w tytule lub wstępie?
  • Czy wynik główny ma definicję, źródło i okno czasowe?
  • Czy diagram i tekst podają te same liczby na każdym etapie?
  • Czy Tabela 1 pokazuje stan przed porównywanym postępowaniem?
  • Czy podano OR surowy i skorygowany oraz powód wyboru zmiennych?
  • Czy wiadomo, co zrobiono z brakiem informacji o wyniku?
  • Czy czas zerowy jest wspólny dla grup?
  • Czy kalibracja była przed badaniem i ma przedział ufności?
  • Czy jednostka analizy jest nazwana, a skupienie uwzględnione?
  • Czy wnioski nie brzmią jak zalecenia kliniczne?

Pozostałe wpisy z serii

Pełny spis kierunków znajdziesz we wpisie psychologia, pielęgniarstwo, fizjoterapia – jedna praca, trzy podejścia. Najbliżej tej pracy są praca z położnictwa i ratownictwa oraz praca z farmacji.

Bibliografia oprogramowania

Fikcyjne liczby z przykładów policzono w R 4.5.3 (pakiety MASS, geepack i irr), a rysunki przygotowano w ggplot2 i svglite.

  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. MASS (wersja 7.3.65): Venables, W. N., & Ripley, B. D. (2002). Modern applied statistics with S (4th ed.). Springer.
  3. geepack (wersja 1.3.13): Halekoh, U., Højsgaard, S., & Yan, J. (2006). The R package geepack for generalized estimating equations. Journal of Statistical Software, 15(2), 1–11. https://doi.org/10.18637/jss.v015.i02
  4. irr (wersja 0.85): Gamer, M., Lemon, J., Fellows, I., & Singh, P. (2019). irr: Various coefficients of interrater reliability and agreement [R package]. https://doi.org/10.32614/CRAN.package.irr
  5. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  6. 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

Najczęstsze pytania

Czy zamiast pracy oryginalnej mogę napisać pracę poglądową na kierunku lekarskim?

To zależy od regulaminu uczelni i katedry, więc najpierw zapytaj promotora. Jeżeli praca poglądowa jest dopuszczona, także potrzebuje metody: pytania, baz, haseł, zakresu lat i kryteriów doboru źródeł. Skala SANRA dobrze pokazuje, jakich elementów często brakuje w przeglądzie narracyjnym.

Czy w badaniu retrospektywnym stosuje się CONSORT?

Nie. CONSORT jest przeznaczony do badań z randomizacją, a retrospektywne badania kohortowe i przekrojowe raportuje się zwykle według STROBE. Diagram włączenia warto jednak narysować także bez randomizacji, ponieważ pokazuje, ile kart wyłączono na każdym etapie i z jakiego powodu.

Ile osób potrzeba do kalibracji badaczy w stomatologii?

Nie ma jednej liczby. Liczebność zależy od tego, jak często występuje oceniany stan i jak dokładne chcesz mieć oszacowanie zgodności. Przedział ufności kappy i ICC pokaże, czy próba kalibracyjna wystarczyła. Przy kilkunastu lub kilkudziesięciu dzieciach przedział bywa szeroki, co warto opisać w ograniczeniach.

Czy analiza na poziomie zęba jest błędem?

Nie, jeśli pytanie dotyczy zęba, a skupienie zębów w obrębie pacjenta uwzględniono w analizie, na przykład przez GEE lub model mieszany. Błędem jest dopiero traktowanie każdego zęba jak osobnego pacjenta. Liczbę pacjentów podaj zawsze obok liczby zębów.

Czy w pracy medycznej mogę napisać zalecenia dla lekarzy?

Praca jednoośrodkowa rzadko daje do tego podstawy. Bezpieczniej opisać, co zaobserwowano, jak pewne są wyniki i jakie badanie mogłoby odpowiedzieć na pytanie o skuteczność. Wskazanie, co powinni robić klinicyści, wymaga dużo mocniejszych dowodów i zwykle zostaje poza zakresem pracy dyplomowej.

Powiązane hasła

Przeczytaj też

Piszesz pracę z medycyny lub stomatologii i masz dane z dokumentacji?

Pomożemy ułożyć definicje, sprawdzić diagram włączenia, uwzględnić skupienie zębów w pacjencie i opisać wyniki tak, żebyś umiał(a) samodzielnie je obronić – w R lub SPSS.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Baethge, C., Goldbeck-Wood, S., & Mertens, S. (2019). SANRA—a scale for the quality assessment of narrative review articles. Research Integrity and Peer Review, 4(1), Article 5. https://doi.org/10.1186/s41073-019-0064-8 ● Otwarty dostęp
  2. Dindo, D., Demartines, N., & Clavien, P.-A. (2004). Classification of surgical complications: A new proposal with evaluation in a cohort of 6336 patients and results of a survey. Annals of Surgery, 240(2), 205–213. https://doi.org/10.1097/01.sla.0000133083.54934.ae ● Otwarty dostęp: pełny tekst
  3. Hopewell, S., Chan, A.-W., Collins, G. S., Hróbjartsson, A., Moher, D., Schulz, K. F., Tunn, R., Aggarwal, R., Berkwits, M., Berlin, J. A., Bhandari, N., Butcher, N. J., Campbell, M. K., Chidebe, R. C. W., Elbourne, D., Farmer, A., Fergusson, D. A., Golub, R. M., Goodman, S. N., . . . Boutron, I. (2025). CONSORT 2025 statement: Updated guideline for reporting randomised trials. BMJ, 389, Article e081123. https://doi.org/10.1136/bmj-2024-081123 ● Otwarty dostęp
  4. Ismail, A. I., Sohn, W., Tellez, M., Amaya, A., Sen, A., Hasson, H., & Pitts, N. B. (2007). The International Caries Detection and Assessment System (ICDAS): An integrated system for measuring dental caries. Community Dentistry and Oral Epidemiology, 35(3), 170–178. https://doi.org/10.1111/j.1600-0528.2007.00347.x ● Otwarty dostęp
  5. Masood, M., Masood, Y., & Newton, J. T. (2015). The clustering effects of surfaces within the tooth and teeth within individuals. Journal of Dental Research, 94(2), 281–288. https://doi.org/10.1177/0022034514559408 ● Otwarty dostęp: pełny tekst
  6. Sollaci, L. B., & Pereira, M. G. (2004). The introduction, methods, results, and discussion (IMRAD) structure: A fifty-year survey. Journal of the Medical Library Association, 92(3), 364–367. https://pmc.ncbi.nlm.nih.gov/articles/PMC442179/ ● Otwarty dostęp
  7. Vandenbroucke, J. P., von Elm, E., Altman, D. G., Gøtzsche, P. C., Mulrow, C. D., Pocock, S. J., Poole, C., Schlesselman, J. J., Egger, M., & STROBE Initiative. (2007). Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and elaboration. PLOS Medicine, 4(10), Article e297. https://doi.org/10.1371/journal.pmed.0040297 ● Otwarty dostęp
  8. Vassar, M., & Holzmann, M. (2013). The retrospective chart review: Important methodological considerations. Journal of Educational Evaluation for Health Professions, 10, Article 12. https://doi.org/10.3352/jeehp.2013.10.12 ● Otwarty dostęp
  9. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., Vandenbroucke, J. P., & STROBE Initiative. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. PLOS Medicine, 4(10), Article e296. https://doi.org/10.1371/journal.pmed.0040296 ● Otwarty dostęp

Cytowania BibTeX

@article{baethge2019sanra, author={Baethge, Christopher and Goldbeck-Wood, Sandra and Mertens, Stephan}, title={{SANRA—a scale for the quality assessment of narrative review articles}}, journal={Research Integrity and Peer Review}, year={2019}, volume={4}, number={1}, eid={5}, doi={10.1186/s41073-019-0064-8}}
@article{dindo2004classification, author={Dindo, Daniel and Demartines, Nicolas and Clavien, Pierre-Alain}, title={{Classification of surgical complications: A new proposal with evaluation in a cohort of 6336 patients and results of a survey}}, journal={Annals of Surgery}, year={2004}, volume={240}, number={2}, pages={205--213}, doi={10.1097/01.sla.0000133083.54934.ae}}
@article{hopewell2025consortstatement, author={Hopewell, Sally and Chan, An-Wen and Collins, Gary S. and Hróbjartsson, Asbjørn and Moher, David and Schulz, Kenneth F. and Tunn, Ruth and Aggarwal, Rakesh and Berkwits, Michael and Berlin, Jesse A. and Bhandari, Nita and Butcher, Nancy J. and Campbell, Marion K. and Chidebe, Runcie C. W. and Elbourne, Diana and Farmer, Andrew and Fergusson, Dean A. and Golub, Robert M. and Goodman, Steven N. and Hoffmann, Tammy C. and Ioannidis, John P. A. and Kahan, Brennan C. and Knowles, Rachel L. and Lamb, Sarah E. and Lewis, Steff and Loder, Elizabeth and Offringa, Martin and Ravaud, Philippe and Richards, Dawn P. and Rockhold, Frank W. and Schriger, David L. and Siegfried, Nandi L. and Staniszewska, Sophie and Taylor, Rod S. and Thabane, Lehana and Torgerson, David and Vohra, Sunita and White, Ian R. and Boutron, Isabelle}, title={{CONSORT 2025 statement: Updated guideline for reporting randomised trials}}, journal={BMJ}, year={2025}, volume={389}, eid={e081123}, doi={10.1136/bmj-2024-081123}}
@article{ismail2007international, author={Ismail, Amid I. and Sohn, Woosung and Tellez, Marisol and Amaya, Ashley and Sen, Ananda and Hasson, Hana and Pitts, Nigel B.}, title={{The International Caries Detection and Assessment System (ICDAS): An integrated system for measuring dental caries}}, journal={Community Dentistry and Oral Epidemiology}, year={2007}, volume={35}, number={3}, pages={170--178}, doi={10.1111/j.1600-0528.2007.00347.x}}
@article{masood2015clustering, author={Masood, Mohd and Masood, Yaghma and Newton, Tim}, title={{The clustering effects of surfaces within the tooth and teeth within individuals}}, journal={Journal of Dental Research}, year={2015}, volume={94}, number={2}, pages={281--288}, doi={10.1177/0022034514559408}}
@article{sollaci2004introduction, author={Sollaci, Luciana B. and Pereira, Mauricio G.}, title={{The introduction, methods, results, and discussion (IMRAD) structure: A fifty-year survey}}, journal={Journal of the Medical Library Association}, year={2004}, volume={92}, number={3}, pages={364--367}, url={https://pmc.ncbi.nlm.nih.gov/articles/PMC442179/}}
@article{vandenbroucke2007strengthening, author={Vandenbroucke, Jan P. and von Elm, Erik and Altman, Douglas G. and Gøtzsche, Peter C. and Mulrow, Cynthia D. and Pocock, Stuart J. and Poole, Charles and Schlesselman, James J. and Egger, Matthias and {STROBE Initiative}}, title={{Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and elaboration}}, journal={PLOS Medicine}, year={2007}, volume={4}, number={10}, eid={e297}, doi={10.1371/journal.pmed.0040297}}
@article{vassar2013retrospective, author={Vassar, Matt and Holzmann, Matthew}, title={{The retrospective chart review: Important methodological considerations}}, journal={Journal of Educational Evaluation for Health Professions}, year={2013}, volume={10}, eid={12}, doi={10.3352/jeehp.2013.10.12}}
@article{vonelm2007strengthening, author={von Elm, Erik and Altman, Douglas G. and Egger, Matthias and Pocock, Stuart J. and Gøtzsche, Peter C. and Vandenbroucke, Jan P. and {STROBE Initiative}}, title={{The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies}}, journal={PLOS Medicine}, year={2007}, volume={4}, number={10}, eid={e296}, doi={10.1371/journal.pmed.0040296}}
R