PHQ-15 – objawy somatyczne: jak policzyć wynik

Autor: Konrad Hryniewicz · Opublikowano: 1 listopada 2026

Czym jest PHQ-15

PHQ-15 to krótki kwestionariusz samoopisowy, który mierzy nasilenie objawów somatycznych, czyli dolegliwości z ciała: bólów, problemów żołądkowo-jelitowych, zmęczenia, kołatania serca czy zawrotów głowy. Kroenke, Spitzer i Williams (2002) wybrali 15 objawów z modułu somatycznego kwestionariusza PHQ (Patient Health Questionnaire). Narzędzie sprawdzili u 6000 pacjentów ośmiu poradni internistycznych i rodzinnych oraz siedmiu poradni ginekologiczno-położniczych. Im wyższy był wynik PHQ-15, tym gorsze było funkcjonowanie we wszystkich sześciu podskalach SF-20. Rosła też liczba dni zwolnienia i wizyt u lekarza.

W pracach dyplomowych PHQ-15 pojawia się najczęściej w psychologii (zwłaszcza psychologii zdrowia), w medycynie i w pielęgniarstwie: w badaniach pacjentów podstawowej opieki zdrowotnej, osób z chorobami przewlekłymi, kobiet w ciąży czy studentów w okresie sesji. Typowe analizy tych kierunków opisują wpisy statystyka dla psychologa, statystyka dla lekarza i statystyka w pracy z pielęgniarstwa. PHQ-15 często stoi w jednej ankiecie obok PHQ-9 i GAD-7. Liczenie tamtych dwóch skal opisaliśmy osobno we wpisie GAD-7 i PHQ-9 – jak policzyć wynik, a ich dwupozycyjne skróty we wpisie PHQ-2 i GAD-2. Tutaj zajmujemy się tylko częścią somatyczną.

Budowa: 15 objawów, trzy odpowiedzi

Każdy z 15 objawów badany ocenia na trzystopniowej skali: od 0 („wcale mi nie dokuczał”) do 2 („bardzo mi dokuczał”) (Kroenke i in., 2002). Treści pozycji nie przytaczamy. Formularz pobierz z oficjalnej strony PHQ Screeners, gdzie są też tłumaczenia (Pfizer, b.d.).

Dwie rzeczy warto sprawdzić na formularzu, zanim zaczniesz liczyć. Pierwsza to okres, którego dotyczą pytania. Wpisz go do opisu narzędzia dokładnie tak, jak jest na wersji, której używasz. Druga to pozycje, które nie dotyczą wszystkich badanych, np. dolegliwości występujących tylko u kobiet. Jak je traktować przy liczeniu wyniku, wyjaśnia instrukcja na stronie PHQ Screeners. Streszczenia publikacji, które mogliśmy przeczytać, tego nie rozstrzygają, więc nie podajemy tu gotowej reguły.

Jak policzyć wynik PHQ-15 krok po kroku

Krok 1. Sprawdź kodowanie 0–2

W bazie mają być tylko wartości 0, 1 i 2. Formularze online często zapisują odpowiedzi jako 1–3, bo tak numerują opcje. Wtedy cały wynik jest zawyżony o 15 punktów, a odsetek osób powyżej progów rośnie w sposób zupełnie fałszywy. Sprawdź eksport na kilku odpowiedziach testowych. Przekodowanie w różnych programach pokazuje poradnik jak policzyć wynik kwestionariusza.

Krok 2. Zsumuj 15 pozycji

Niczego nie odwracasz. Wyższy wynik oznacza silniejsze dolegliwości somatyczne. Pojedynczy wynik możesz sprawdzić w kalkulatorze wyniku skali. W odróżnieniu od wielu skal psychologicznych tu suma ma sens kliniczny, bo progi autorów są podane właśnie dla sumy. Średnia pozycji też byłaby poprawna rachunkowo, ale nie dałoby się jej porównać z progami. Szerzej o tym wyborze pisze hasło wynik skali: średnia czy suma.

Krok 3. Ustal regułę dla braków

W publikacjach, które sprawdziliśmy, nie ma reguły dla brakujących odpowiedzi. Musisz ją więc przyjąć sam(a) przed analizą i opisać w pracy. W przykładzie liczymy wynik, gdy brakuje najwyżej jednej pozycji: średnią z 14 odpowiedzi mnożymy przez 15. Wynik takiej osoby nie jest liczbą całkowitą (np. 9.64). Przy progach może to mieć znaczenie, więc sprawdź, ile osób z uzupełnionym wynikiem leży tuż przy granicy kategorii. Pamiętaj też, że uzupełnianie średnią z pozostałych pozycji zakłada, że brakująca pozycja zachowuje się jak inne. Mazza i in. (2015) pokazali, że takie założenie może obciążać wyniki. Inne rozwiązania omawia wpis braki danych w ankiecie.

Interpretacja: progi 5, 10 i 15

Kroenke i in. (2002) wskazali wyniki 5, 10 i 15 jako punkty odcięcia dla niskiego, średniego i wysokiego nasilenia objawów somatycznych. Przegląd autorów potwierdza te same granice jako poziomy łagodny, umiarkowany i ciężki (Kroenke i in., 2010). W praktyce daje to cztery przedziały:

Tych progów nie traktuj jak diagnozy. Kroenke i in. (2002) opisują PHQ-15 jako narzędzie, które może pomóc w przesiewie w kierunku somatyzacji i w monitorowaniu nasilenia objawów. Kwestionariusz pyta o to, jak bardzo objaw dokuczał, a nie o jego przyczynę. Wysoki wynik może więc mieć pacjent z ciężką chorobą somatyczną, u którego objawy są w pełni wyjaśnione medycznie. W pracy pisz o „nasileniu zgłaszanych objawów somatycznych” albo o „odsetku osób z wynikiem co najmniej 10”, a nie o „liczbie osób z zaburzeniami somatyzacyjnymi”. Rozpoznanie wymaga oceny klinicznej. Ogólnie o punktach odcięcia i ich ograniczeniach piszemy w osobnym haśle.

Przegląd autorów ocenia też wrażliwość na zmianę. Dla PHQ-15 dowody są obiecujące, ale jeszcze nierozstrzygające (Kroenke i in., 2010). Jeśli mierzysz objawy przed interwencją i po niej, opisz zmianę wyniku ciągłego. Nie ograniczaj się do przejść między kategoriami, bo przesunięcie z 10 na 9 punktów zmienia kategorię, a zmiana z 14 na 11 – nie.

Ważna jest też struktura skali. Witthöft i in. (2013) porównali w CFA cztery modele PHQ-15 w próbie z populacji ogólnej i w próbie pacjentów podstawowej opieki zdrowotnej. Najlepiej pasował model bifactor: jeden czynnik ogólny oraz cztery czynniki szczegółowe – objawy żołądkowo-jelitowe, ból, zmęczenie i objawy krążeniowo-oddechowe. Suma PHQ-15 jest więc rozsądnym wskaźnikiem ogólnego obciążenia objawami, ale nie jest ściśle jednowymiarowa. Analizę takich modeli opisuje wpis model bifactor i ESEM.

Przykład: PHQ-15 u 320 pacjentów POZ

Dane są symulowane i możesz je pobrać jako plik CSV. Zawierają odpowiedzi 0–2 na 15 pozycji (s1–s15), wynik PHQ-9 i liczbę wizyt lekarskich w ostatnich sześciu miesiącach. Sześć osób pominęło po jednej pozycji i ich wynik uzupełniliśmy średnią. Dwie osoby pominęły po trzy pozycje i nie dostały wyniku. Wynik ma więc 318 osób.

Rozkład jest prawostronnie skośny (skośność 0.43): wiele osób ma niskie wyniki, a tylko pojedyncze przekraczają 20 punktów. Wynik 0 miało 5.0% osób, więc efekt podłogi jest niewielki. Co najmniej 10 punktów, czyli nasilenie co najmniej średnie, uzyskało 39.0% próby. Alfa wyniosła .84, a omega McDonalda .83. Ładunki w modelu jednoczynnikowym wahały się od .26 do .66. Najniższy miała pozycja o objawie, który zgłaszało niewiele osób. Rzadkie objawy zwykle słabiej korelują z resztą skali, co nie oznacza, że pozycję trzeba usunąć. Alfa zakłada równe ładunki, dlatego obok niej podaj omegę (McNeish, 2018).

Związek z objawami depresji i liczbą wizyt

Wynik PHQ-15 korelował z wynikiem PHQ-9: r = .63, 95% CI [.55, .69], p < .001. Objawy somatyczne i depresyjne często idą w parze, ale nie są tym samym. Kroenke i in. (2002) zauważyli, że oba rodzaje objawów miały różny wpływ na funkcjonowanie pacjentów. Gdy w pracy masz obie skale, warto więc sprawdzić, czy PHQ-15 wyjaśnia coś ponad PHQ-9, np. w regresji hierarchicznej.

Średnia liczba wizyt rosła z kategorią nasilenia: od 1.53 (SD = 1.23) przy wyniku 0–4 do 3.49 (SD = 1.58) przy wyniku 15–30 (rysunek 2). Korelacja Spearmana wyniku z liczbą wizyt wyniosła ρ = .39, p < .001. Liczba wizyt to zmienna zliczeniowa, więc w modelu z kilkoma predyktorami lepiej sprawdzi się regresja dla zliczeń niż regresja liniowa. Opisuje ją wpis regresja Poissona i ujemna dwumianowa.

Jak opisać PHQ-15 w pracy

Wzór zawiera liczby z przykładu. W nawiasach kwadratowych uzupełnij dane swojej wersji.

Ogólny schemat opisu znajdziesz w poradniku opis narzędzia badawczego – wzór, a zdania o rzetelności we wzorze raportowania alfy Cronbacha.

Licencja i wersje

Oficjalna strona PHQ Screeners podaje, że wszystkie kwestionariusze PHQ i GAD-7 oraz ich tłumaczenia można pobrać z serwisu i że nie trzeba zgody na ich powielanie, tłumaczenie, prezentowanie ani rozpowszechnianie (Pfizer, b.d.; odczyt 1 listopada 2026 r.). Do pracy dyplomowej nie potrzebujesz więc pisemnej zgody. Musisz jednak zacytować publikację Kroenkego i in. (2002) i podać, z jakiej wersji językowej korzystasz.

Polskiej adaptacji ani norm nie opisujemy, bo nie zweryfikowaliśmy publikacji, które by je zawierały. Nie przenoś na polską próbę średnich z badań zagranicznych. Gdy chcesz krótszej miary, autorzy z tego samego zespołu opracowali ośmiopozycyjną skalę SSS-8. Gierk i in. (2014) sprawdzili ją w reprezentatywnej próbie populacji Niemiec i podali dla niej własne kategorie nasilenia. To jednak inne narzędzie z innym zakresem wyniku, więc progów PHQ-15 nie stosuj do SSS-8 i odwrotnie. Gdzie szukać opublikowanych wersji narzędzi, podpowiada poradnik gdzie znaleźć kwestionariusze psychologiczne.

# B275 – PHQ-15: suma 0–30, braki, kategorie nasilenia 5/10/15, rzetelność, związki z PHQ-9 i wizytami
# (dane symulowane, set.seed(27501)). Treści pozycji nie podajemy.
# Zasada liczenia (Kroenke i in., 2002): 15 objawów, każdy 0 = „wcale mi nie dokuczał”, 1 = „trochę”, 2 = „bardzo”;
# wynik = suma (0–30); 5, 10 i 15 to progi nasilenia niskiego, średniego i wysokiego.
# Reguła braków (najwyżej 1 brak, wynik = średnia × 15) jest decyzją badacza, nie autorów.
suppressPackageStartupMessages({ library(psych); library(lavaan) })
set.seed(27501)
n <- 320
eta <- rnorm(n)                                              # nasilenie objawów somatycznych (latentne)
lam <- c(.55, .60, .50, .62, .58, .45, .52, .48, .40, .57, .63, .54, .66, .70, .59)
prog1 <- c(-0.2, 0.1, 0.4, -0.3, 0.0, 0.9, 0.6, 0.8, 1.2, 0.3, 0.2, 0.5, -0.4, -0.6, 0.1)  # próg „trochę”
odp <- sapply(1:15, function(j) {
  z <- lam[j] * eta + rnorm(n, 0, sqrt(1 - lam[j]^2))
  findInterval(z, c(prog1[j], prog1[j] + 1.1))             # 0, 1 albo 2
})
colnames(odp) <- paste0("s", 1:15)
phq9 <- round(pmin(27, pmax(0, 6 + 3.2 * eta + rnorm(n, 0, 3.6))))          # wynik PHQ-9 (0–27), symulowany
wizyty <- rpois(n, exp(0.75 + 0.30 * eta))                                   # wizyty w ostatnich 6 miesiącach
dane <- data.frame(id = 1:n, odp, phq9, wizyty)
dane$s9[c(15, 102, 233)] <- NA; dane$s12[c(61, 190)] <- NA; dane$s4[288] <- NA   # pojedyncze braki
dane[c(47, 166), c("s2", "s7", "s11")] <- NA                                     # 3 braki u 2 osób
write.csv(dane, "../phq-15-dane-przyklad.csv", row.names = FALSE, na = "")      # plik do pobrania
poz <- paste0("s", 1:15)

# Krok 1. Kontrola kodowania (tylko 0–2 albo brak) i liczba braków na osobę
all(as.matrix(dane[, poz]) %in% c(0:2, NA))
table(braki = rowSums(is.na(dane[, poz])))

# Krok 2. Wynik PHQ-15 = suma 15 pozycji; przy 1 braku średnia dostępnych × 15 (reguła przyjęta w przykładzie)
k <- rowSums(is.na(dane[, poz]))
dane$PHQ15 <- ifelse(k <= 1, rowMeans(dane[, poz], na.rm = TRUE) * 15, NA)
sum(is.na(dane$PHQ15))
d <- dane[!is.na(dane$PHQ15), ]
x <- d$PHQ15
round(c(n = length(x), M = mean(x), SD = sd(x), Me = median(x), min = min(x), max = max(x),
        skosnosc = skew(x), proc_zero = 100 * mean(x == 0)), 2)

# Krok 3. Kategorie nasilenia według progów 5, 10 i 15 (Kroenke i in., 2002)
d$kat <- cut(d$PHQ15, c(-Inf, 5, 10, 15, Inf), right = FALSE,
             labels = c("poniżej progu (0–4)", "niskie (5–9)", "średnie (10–14)", "wysokie (15–30)"))
cbind(n = table(d$kat), proc = round(100 * prop.table(table(d$kat)), 1))
sum(d$PHQ15 %% 1 != 0)                                       # wyniki niecałkowite (po uzupełnieniu braku)

# Krok 4. Rzetelność: alfa z 95% CI Feldta, korelacje pozycja–reszta, omega z jednoczynnikowej CFA (MLR)
pel <- d[complete.cases(d[, poz]), ]
nrow(pel)
a <- psych::alpha(pel[, poz], warnings = FALSE)
round(c(alfa = a$total$raw_alpha, lo = a$feldt$lower.ci[[1]], hi = a$feldt$upper.ci[[1]]), 3)
round(range(a$item.stats$r.drop), 2)
f1 <- cfa(paste("S =~", paste(poz, collapse = " + ")), data = pel, estimator = "MLR", std.lv = TRUE)
round(fitMeasures(f1, c("chisq.scaled", "df.scaled", "cfi.robust", "rmsea.robust", "srmr")), 3)
st <- standardizedSolution(f1); L <- st$est.std[st$op == "=~"]
round(c(lambda_min = min(L), lambda_max = max(L), omega = sum(L)^2 / (sum(L)^2 + sum(1 - L^2))), 3)

# Krok 5. Objawy somatyczne a depresyjne (PHQ-9): korelacja Pearsona z 95% CI
bz <- function(x) sub("^(-?)0\\.", "\\1.", sprintf("%.2f", x))   # zapis APA bez zera wiodącego
ct <- cor.test(d$PHQ15, d$phq9)
sprintf("r = %s, 95%% CI [%s, %s], p = %.1e", bz(ct$estimate), bz(ct$conf.int[1]), bz(ct$conf.int[2]), ct$p.value)

# Krok 6. Liczba wizyt w kategoriach nasilenia i korelacja Spearmana
opis_wiz <- function(v) c(n = length(v), M = mean(v), SD = sd(v), Me = median(v))
round(t(sapply(split(d$wizyty, d$kat), opis_wiz)), 2)
cs <- cor.test(d$PHQ15, d$wizyty, method = "spearman", exact = FALSE)
sprintf("rho = %s, p = %.1e", bz(cs$estimate), cs$p.value)

[1] TRUE
braki
  0   1   3 
312   6   2 
[1] 2
        n         M        SD        Me       min       max  skosnosc proc_zero 
   318.00      7.92      5.38      7.00      0.00     27.00      0.43      5.03 
                      n proc
poniżej progu (0–4) 104 32.7
niskie (5–9)         90 28.3
średnie (10–14)      83 26.1
wysokie (15–30)      41 12.9
[1] 6
[1] 312
 alfa    lo    hi 
0.836 0.808 0.862 
[1] 0.23 0.60
chisq.scaled    df.scaled   cfi.robust rmsea.robust         srmr 
     101.998       90.000        0.984        0.022        0.043 
lambda_min lambda_max      omega 
     0.257      0.656      0.833 
[1] "r = .63, 95% CI [.55, .69], p = 6.0e-36"
                      n    M   SD  Me
poniżej progu (0–4) 104 1.53 1.23 1.0
niskie (5–9)         90 1.92 1.57 1.5
średnie (10–14)      83 2.60 1.69 2.0
wysokie (15–30)      41 3.49 1.58 4.0
[1] "rho = .39, p = 8.6e-13"

Najczęstsze błędy przy PHQ-15

• Kodowanie 1–3 zamiast 0–2. Wynik przesuwa się o 15 punktów i prawie cała próba „przekracza” próg 15.
• „Zaburzenie somatyzacyjne” zamiast „nasilenie objawów”. PHQ-15 to narzędzie przesiewowe. Wynik powyżej progu nie jest rozpoznaniem.
• Średnia zamiast sumy przy porównaniu z progami. Progi 5, 10 i 15 dotyczą sumy 0–30.
• Własne progi z kwartyli. Masz progi autorów, więc nie twórz grup z rozkładu własnej próby. Dlaczego, wyjaśnia wpis niski, przeciętny, wysoki wynik.
• Tylko kategorie w analizie. Podział na cztery grupy traci informację. Do korelacji i regresji użyj wyniku ciągłego, a kategorie podaj opisowo.
• Mieszanie PHQ-15 i PHQ-9. To dwie różne skale z różnym formatem odpowiedzi. Nie sumuj ich w jeden „wynik PHQ”.

Pełną ścieżkę analizy kwestionariusza, od kodowania po rzetelność, porządkuje przewodnik po analizie kwestionariusza. Jeśli chcesz, żeby ktoś sprawdził liczenie PHQ-15 w Twojej bazie, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jak policzyć wynik PHQ-15?

Zakoduj każdą odpowiedź jako 0, 1 albo 2 i zsumuj 15 pozycji. Wynik mieści się w zakresie 0–30, a wyższy oznacza silniejsze dolegliwości somatyczne. Żadnej pozycji nie odwracasz. Jeśli formularz online zapisał odpowiedzi jako 1–3, odejmij 1 od każdej odpowiedzi przed sumowaniem.

Jakie są punkty odcięcia PHQ-15?

Autorzy podają wyniki 5, 10 i 15 jako progi niskiego, średniego i wysokiego nasilenia objawów somatycznych (Kroenke i in., 2002). Przedziały to więc 0–4, 5–9, 10–14 i 15–30. Progi dotyczą sumy, a nie średniej pozycji.

Czy wysoki wynik PHQ-15 oznacza zaburzenie somatyzacyjne?

Nie. PHQ-15 to narzędzie przesiewowe, które mierzy, jak bardzo dokuczają objawy, a nie ich przyczynę. Wysoki wynik może mieć także osoba z dobrze rozpoznaną chorobą somatyczną. Rozpoznanie wymaga oceny klinicznej, więc w pracy pisz o nasileniu zgłaszanych objawów.

Czy na użycie PHQ-15 w pracy magisterskiej potrzebna jest zgoda?

Według oficjalnej strony PHQ Screeners nie trzeba zgody na powielanie, tłumaczenie, prezentowanie ani rozpowszechnianie kwestionariuszy PHQ i GAD-7. Pobierz formularz ze strony, podaj wersję językową i zacytuj Kroenkego, Spitzera i Williamsa (2002).

Czy PHQ-15 ma podskale?

Autorzy liczą jeden wynik ogólny. W analizach czynnikowych Witthöft i in. (2013) najlepsze dopasowanie uzyskali dla modelu z czynnikiem ogólnym i czterema czynnikami szczegółowymi: żołądkowo-jelitowym, bólowym, zmęczenia i krążeniowo-oddechowym. Do opisu natężenia objawów używaj jednak sumy, bo dla niej są progi.

Powiązane hasła

Przeczytaj też

@article{gierk2014somatic, author={Gierk, Benjamin and Kohlmann, Sebastian and Kroenke, Kurt and Spangenberg, Lena and Zenger, Markus and Br{\"a}hler, Elmar and L{\"o}we, Bernd}, title={{The Somatic Symptom Scale–8 (SSS-8): A brief measure of somatic symptom burden}}, journal={JAMA Internal Medicine}, year={2014}, volume={174}, number={3}, pages={399--407}, doi={10.1001/jamainternmed.2013.12179}}

@article{kroenke2002phq15, author={Kroenke, Kurt and Spitzer, Robert L. and Williams, Janet B. W.}, title={{The PHQ-15: Validity of a new measure for evaluating the severity of somatic symptoms}}, journal={Psychosomatic Medicine}, year={2002}, volume={64}, number={2}, pages={258--266}, doi={10.1097/00006842-200203000-00008}}

@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{mazza2015addressing, author={Mazza, Gina L. and Enders, Craig K. and Ruehlman, Linda S.}, title={{Addressing item-level missing data: A comparison of proration and full information maximum likelihood estimation}}, journal={Multivariate Behavioral Research}, year={2015}, volume={50}, number={5}, pages={504--519}, doi={10.1080/00273171.2015.1068157}}

@article{mcneish2018thanks, author={McNeish, Daniel}, title={{Thanks coefficient alpha, we’ll take it from here}}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}

@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{witthoft2013latent, author={Witth{\"o}ft, Michael and Hiller, Wolfgang and Loch, Noelle and Jasper, Fabian}, title={{The latent structure of medically unexplained symptoms and its relation to functional somatic syndromes}}, journal={International Journal of Behavioral Medicine}, year={2013}, volume={20}, number={2}, pages={172--183}, doi={10.1007/s12529-012-9237-2}}