Prace dyplomowe · Fizjoterapia

Statystyka dla fizjoterapeuty: pomiar przed i po terapii, skale bólu i testy dla prób zależnych

Jak przeanalizować badanie z pomiarem przed terapią i po niej: test t dla prób zależnych albo test Wilcoxona, wielkość efektu, MCID i odsetek pacjentów z poprawą, ANCOVA z pomiarem wyjściowym, trzy pomiary, rzetelność pomiaru (ICC) i regresja do średniej – na danych do pobrania, z kodem R i gotowymi opisami APA.

Strona główna / Blog / Statystyka dla fizjoterapeuty
W skrócie: W pracy z fizjoterapii odpowiadasz na trzy pytania: czy zmiana przekracza błąd pomiaru (ICC, SEM, MDC), czy ma znaczenie dla pacjenta (MCID – dla bólu w skali NRS zwykle 2 punkty albo 30%) i czy wynika z terapii. Pomiar przed i po w jednej grupie analizuj testem t dla prób zależnych albo testem Wilcoxona z wielkością efektu i odsetkiem osób z poprawą ≥ MCID, ale bez grupy kontrolnej nie oddzielisz terapii od naturalnego przebiegu i regresji do średniej. Dwie grupy z pomiarem przed i po porównuj ANCOVA z pomiarem wyjściowym jako kowariantem.

Statystyka w pracy z fizjoterapii: trzy pytania, na które musisz odpowiedzieć

Typowa praca z fizjoterapii ocenia terapię albo program ćwiczeń: mierzysz ból, zakres ruchu lub wynik testu funkcjonalnego przed terapią i po niej, a potem sprawdzasz, czy coś się zmieniło. Kusi, żeby policzyć test t, zobaczyć p < .05 i napisać „terapia okazała się skuteczna”. Promotor albo recenzent zapyta jednak o trzy rzeczy:

  1. Czy zmiana jest większa niż błąd pomiaru? Ten sam pacjent zmierzony dwukrotnie nie uzyska identycznego wyniku.
  2. Czy zmiana ma znaczenie dla pacjenta? Spadek bólu o pół punktu może być istotny statystycznie i zupełnie nieodczuwalny.
  3. Czy zmiana wynika z terapii? Ból przewlekły zmienia się także sam z siebie, część poprawy daje regresja do średniej, a część – efekty niespecyficzne, takie jak uwaga terapeuty czy oczekiwania pacjenta.

Ten poradnik pokazuje, jak odpowiedzieć na każde z tych pytań i jak dobrać analizę do schematu badania. Pracujemy na jednym przykładzie (dane symulowane). 60 osób z przewlekłym bólem krzyża, u których ból przy kwalifikacji wynosił co najmniej 4 punkty w skali NRS, losowo przydzielono do nowego programu ćwiczeń (grupa A) albo standardowej fizjoterapii (grupa B), po 30 osób. Ból mierzono przed terapią (T0), po 4 tygodniach (T1) i po 12 tygodniach (T2); w grupie A trzy osoby nie przyszły na ostatni pomiar. Osobno 30 osób zmierzyło dwóch fizjoterapeutów, by ocenić rzetelność pomiaru zakresu ruchu. Liczby nie mówią nic o skuteczności jakiejkolwiek terapii – służą wyłącznie do pokazania analizy, a wszystkie pochodzą z kodu z sekcji Przykład w R.

Plik do pobrania: statystyka-dla-fizjoterapeuty-dane-przyklad.xlsx – arkusze Badanie (60 osób, trzy pomiary bólu), Rzetelnosc_ROM (30 osób, dwóch badających) i Instrukcja (12 KB).

Trzy schematy badania i co z nich wynika

Zanim wybierzesz test, nazwij schemat badania. To on decyduje, jakie wnioski są w ogóle możliwe.

Schematy badań w pracach z fizjoterapii, odpowiadające im analizy i główne zagrożenia
SchematPrzykładGłówna analizaNa co uważać
Jedna grupa, pomiar przed i poból przed programem i po 4 tygodniachtest t dla prób zależnych albo test Wilcoxona, wielkość efektu, odsetek osób z poprawą ≥ MCIDbrak grupy kontrolnej: naturalny przebieg, regresja do średniej, efekty niespecyficzne
Dwie grupy, pomiar przed i ponowy program a standardowa fizjoterapiaANCOVA z pomiarem wyjściowym jako kowariantemdwa osobne testy przed–po zamiast porównania grup
Trzy pomiary lub więcejprzed, po 4 i po 12 tygodniachANOVA z powtarzanymi pomiarami, test Friedmana albo model mieszanyosoby bez kompletu pomiarów, sferyczność

Badanie jednej grupy przed i po to schemat quasi-eksperymentalny o najsłabszej trafności wewnętrznej: pokazuje, że ból się zmienił, ale nie pokazuje dlaczego. Najmocniejsze wnioski daje schemat eksperymentalny z losowym przydziałem do grupy terapii i grupy porównawczej.

Co mierzysz: NRS, VAS, zakres ruchu, testy funkcjonalne i kwestionariusze

  • Skala numeryczna NRS (0–10) – pacjent podaje liczbę całkowitą od 0 („brak bólu”) do 10 („najsilniejszy ból, jaki można sobie wyobrazić”). Formalnie to skala porządkowa, ale przy 11 punktach i analizie różnic u tych samych osób zwykle traktuje się ją jak skalę ilościową. Test Wilcoxona możesz wtedy podać jako analizę uzupełniającą.
  • Skala wzrokowo-analogowa VAS – odcinek 100 mm; progi istotnej zmiany są inne niż dla NRS (o tym niżej).
  • Zakres ruchu (goniometr, inklinometr) – wynik w stopniach, czyli skala ilościowa, ale silnie zależny od osoby mierzącej i sposobu ustawienia pacjenta. Dlatego potrzebujesz oceny rzetelności.
  • Testy funkcjonalne – czas w sekundach, dystans w metrach, liczba powtórzeń. Przy powtarzaniu testu wynik może się poprawić także dzięki wprawie, a część testów ma efekt sufitu lub podłogi.
  • Kwestionariusze niepełnosprawności, np. Oswestry Disability Index (ODI), kwestionariusz Rolanda–Morrisa, Neck Disability Index, DASH czy WOMAC. Używaj oficjalnej polskiej wersji, sprawdź licencję i nie kopiuj pytań do aneksu bez zgody właściciela praw – więcej w poradniku gdzie znaleźć kwestionariusze i jak uzyskać zgodę.

Jeśli w pracy jest też ankieta wiedzy pacjentów, jej punktację i analizę opisujemy osobno w poradniku ankieta wiedzy – analiza krok po kroku.

Rzetelność pomiaru: ICC, SEM i minimalna wykrywalna zmiana

Zanim uznasz zmianę za poprawę, sprawdź, jak duży jest błąd samego pomiaru. Standardowym narzędziem jest współczynnik korelacji wewnątrzklasowej (ICC). Istnieje kilka jego form, dlatego Koo i Li (2016) wymagają, by w pracy podać model, typ i definicję ICC, a wynik interpretować na podstawie 95% przedziału ufności: poniżej .50 – rzetelność słaba, .50–.75 – umiarkowana, .75–.90 – dobra, powyżej .90 – doskonała. Weir (2005) zwraca uwagę na najważniejszą różnicę: ICC(2,1) uwzględnia błąd systematyczny, a ICC(3,1) go pomija.

W przykładzie dwóch fizjoterapeutów zmierzyło zakres zgięcia tułowia u 30 osób. Drugi z nich mierzył systematycznie szerzej – średnio o 2.60°, 95% CI [1.25, 3.95], p < .001. Dlatego zgodność bezwzględna, ICC(2,1) = .95, 95% CI [.82, .98], była nieco niższa niż spójność, ICC(3,1) = .97, 95% CI [.93, .98]. Jeśli pomiary przed i po terapii mogą wykonywać różne osoby, raportuj ICC(2,1). Przedział od .82 do .98 oznacza rzetelność od dobrej do doskonałej.

ICC opisuje rzetelność w grupie, ale nie mówi, o ile może się „przesunąć” wynik jednego pacjenta. Do tego służy standardowy błąd pomiaru (SEM). Weir (2005) pokazuje, jak z niego wyznaczyć najmniejszą zmianę, przy której można uznać, że u danej osoby zaszła rzeczywista zmiana – minimalną wykrywalną zmianę (MDC):

SEM = SD × √(1 − ICC)
MDC95 = 1.96 × √2 × SEM

W przykładzie SD wszystkich pomiarów wyniosło 13.94°, więc SEM = 3.07°, a MDC95 = 8.51°. Jeśli zakres ruchu pacjenta zmienił się o mniej niż około 8.5°, nie odróżnisz tej zmiany od błędu pomiaru, gdy mierzą różne osoby. Gdy ten sam fizjoterapeuta mierzy dwukrotnie, policz rzetelność test–retest w ten sam sposób. Pamiętaj też, że MDC i MCID to różne progi: pierwszy wynika z precyzji narzędzia, drugi – z oceny pacjentów.

Jedna grupa przed i po: test t dla prób zależnych czy test Wilcoxona?

W grupie A średni ból wynosił przed terapią M = 5.13 (SD = 1.28), a po 4 tygodniach M = 3.13 (SD = 1.83). Analiza dotyczy jednak różnic u tych samych osób, a nie dwóch średnich. Różnica „po − przed” wyniosła średnio −2.00 punktu (SD = 1.60, mediana −2). U 24 osób ból się zmniejszył, u 4 się nie zmienił, a u 2 wzrósł o 1 punkt. Rysunek 1 pokazuje każdą osobę osobno.

Wykres linii osób: ból NRS przed terapią i po 4 tygodniach w dwóch grupach; w grupie nowego programu średnia spada z 5.13 do 3.13, w grupie standardowej fizjoterapii z 5.40 do 4.53; w obu grupach u części osób ból się nie zmienia lub rośnie
Rysunek 1. Natężenie bólu (NRS 0–10) przed terapią i po 4 tygodniach. Linie łączą wyniki tej samej osoby; grubość linii oznacza liczbę osób z identyczną parą wyników, kolor – kierunek zmiany. Czerwone punkty – średnie z 95% przedziałem ufności. Obliczenia: R (dane symulowane).

Test t dla prób zależnych to w istocie test t dla jednej próby wykonany na różnicach. Dlatego założenie normalności dotyczy różnic, a nie surowych wyników. Test Shapiro–Wilka nie wykazał odchylenia od normalności (W = 0.94, p = .090), ale przy małej próbie ważniejszy jest wykres – zob. jak sprawdzić normalność rozkładu. Wynik: t(29) = −6.86, p < .001, średnia zmiana −2.00 punktu, 95% CI [−2.60, −1.40].

Do wyniku testu dołącz wielkość efektu. Dla prób zależnych istnieje kilka wersji d Cohena, a Lakens (2013) omawia, czym różnią się miary wielkości efektu w schematach wewnątrzosobowych i międzyosobowych. Najczęściej podaje się:

  • dz = średnia różnica / SD różnic = −1.25;
  • dav = średnia różnica / średnie SD obu pomiarów = −1.29.

dz rośnie wraz z korelacją między pomiarami, więc nie porównuj go z d z badań dwóch niezależnych grup. Zawsze napisz, którą wersję liczysz.

Test Wilcoxona dla par (test znakowanych rang) nie zakłada normalności różnic. W przykładzie: V = 7, z = −4.32, p < .001. V to suma rang różnic dodatnich, czyli tutaj wzrostów bólu. R domyślnie pomija 4 osoby bez zmiany, a inne programy mogą traktować zera inaczej, więc podaj ich liczbę. Wielkość efektu to korelacja rangowo-dwuseryjna, rrb = −.96: Kerby (2014) liczy ją jako różnicę między sumą rang zmian w jedną i w drugą stronę, podzieloną przez sumę wszystkich rang. Wartość bliska −1 oznacza, że prawie wszystkie niezerowe zmiany to spadki bólu. Oba testy prowadzą tu do tego samego wniosku. Wybierz jeden przed analizą – Wilcoxona zwłaszcza wtedy, gdy różnice są wyraźnie skośne albo próba jest bardzo mała.

MCID: czy poprawa ma znaczenie dla pacjenta?

Minimalna klinicznie istotna różnica (MCID, ang. minimal clinically important difference) to najmniejsza zmiana wyniku, którą pacjenci uznają za odczuwalną poprawę. Jaeschke i in. (1989) zaproponowali, by MCID wyznaczać przez porównanie zmian wyniku kwestionariusza z globalną oceną zmiany dokonaną przez samych pacjentów. Dla bólu mierzonego skalą NRS Farrar i in. (2001) na danych 2724 osób z 10 badań bólu przewlekłego stwierdzili, że klinicznie istotnej poprawie odpowiadał spadek o około 2 punkty albo o około 30%. Ostelo i in. (2008) zaproponowali dla bólu krzyża progi 2 punktów dla NRS, 15 punktów dla VAS (0–100), 5 punktów dla kwestionariusza Rolanda–Morrisa i 10 punktów dla ODI, a przy uwzględnieniu wyniku wyjściowego – poprawę o 30%. Autorzy zastrzegają, że to punkt wyjścia, a nie ostateczna odpowiedź. MCID nie jest jedną liczbą dla wszystkich: zależy od populacji, metody wyznaczania i bólu wyjściowego, dlatego w pracy podaj, skąd wziął się Twój próg.

W grupie A ból zmniejszył się o co najmniej 2 punkty u 20 z 30 osób – 66.7%, 95% CI [48.8, 80.8] – a o co najmniej 30% u 60.0% osób. Szeroki przedział to skutek małej próby. Zauważ też, że średnia zmiana równa MCID nie oznacza, że „typowy pacjent” poprawił się w sposób istotny klinicznie – zmiany wahały się od −5 do +1 punktu. Rysunek 2 pokazuje rozkład zmian w obu grupach na tle progu.

Słupki liczby osób dla każdej zmiany bólu NRS po 4 tygodniach z pionową linią progu MCID 2 punktów: w grupie nowego programu poprawę co najmniej o MCID uzyskało 20 z 30 osób (66.7%), w grupie standardowej fizjoterapii 11 z 30 (36.7%)
Rysunek 2. Rozkład zmiany bólu (NRS po terapii minus NRS przed terapią) w obu grupach. Niebieskie słupki – osoby, u których ból zmniejszył się co najmniej o MCID = 2 punkty; czerwona linia przerywana – próg MCID. Obliczenia: R (dane symulowane).

Odsetek osób z poprawą ≥ MCID przemawia do klinicystów, ale nie zastąpi analizy wyniku ciągłego. Snapinn i Jiang (2007) pokazują, że dzielenie pacjentów na „reagujących” i „niereagujących” może znacznie obniżać efektywność statystyczną i nie dowodzi klinicznej istotności efektu. Zalecają osobno ocenić istotność statystyczną (na wyniku ciągłym), a osobno – znaczenie kliniczne. W pracy podaj więc obie informacje: średnią zmianę z 95% CI i odsetek osób z poprawą ≥ MCID.

Regresja do średniej: poprawa, której nie było

Regresja do średniej sprawia, że naturalna zmienność powtarzanych pomiarów wygląda jak rzeczywista zmiana: po nietypowo wysokim wyniku zwykle przychodzi wynik bliższy średniej. Barnett i in. (2005) podkreślają, że efekt jest tym silniejszy, im większy błąd pomiaru, i że szczególnie wyraźnie widać go wtedy, gdy kolejne pomiary analizuje się tylko u osób wybranych na podstawie wartości wyjściowej. A tak właśnie rekrutuje się pacjentów: do badania trafia ktoś, kogo „teraz bardzo boli”.

Symulacja w przepisie 5 pokazuje skalę zjawiska. 100 000 osób zmierzono dwa razy w odstępie czterech tygodni, bez żadnej terapii. Średnia zmiana w całej grupie wyniosła 0.00 punktu. Gdy jednak „do badania” zakwalifikowano tylko osoby z bólem co najmniej 6 punktów w pierwszym pomiarze (30.2% wszystkich), ich średni ból spadł z 6.77 do 5.87 punktu, czyli o 0.90. Aż 34.9% z nich „poprawiło się” o co najmniej 2 punkty, czyli o wartość MCID. W naszym badaniu warunkiem udziału był ból co najmniej 4 punkty, więc część spadku bólu w obu grupach może wynikać z tego samego mechanizmu.

Co z tym zrobić? Pomaga grupa kontrolna z tym samym kryterium kwalifikacji – w niej również pojawi się regresja do średniej, więc porównanie grup ją znosi. Pomaga też analiza z pomiarem wyjściowym jako kowariantem; według Vickersa i Altmana (2001) analiza wskaźników zmiany nie kontroluje nierównowagi wyjściowej właśnie z powodu regresji do średniej. Możesz też kwalifikować pacjentów na podstawie jednego pomiaru, a jako wartość wyjściową przyjąć kolejny albo średnią z dwóch pomiarów – losowe wahania się wtedy częściowo znoszą.

Mała próba i brak grupy kontrolnej – co możesz napisać

Badanie jednej grupy przed i po pokazuje, że ból się zmienił. Nie pokazuje, ile tej zmiany przypada na terapię, a ile na naturalny przebieg dolegliwości, regresję do średniej, efekty niespecyficzne, inne leczenie w tym samym czasie czy wprawę w wykonywaniu testu. W grupie standardowej fizjoterapii ból również się zmniejszył – średnio o 0.87 punktu – a 36.7% osób osiągnęło poprawę ≥ MCID. Bez tej grupy cały wynik grupy A (66.7%) przypisalibyśmy nowemu programowi.

Planując liczebność, policz moc testu przed zebraniem danych. Przy założeniu, że średnia zmiana wyniesie 1 punkt, a SD zmian – 2 punkty (dz = 0.5), test t dla prób zależnych osiąga moc .80 przy 34 osobach. Porównanie takiej zmiany między dwiema grupami wymaga już 64 osób w każdej grupie, gdy analizujesz same zmiany. Uwzględnienie pomiaru wyjściowego w ANCOVA zwiększa moc w badaniach z losowym przydziałem (Van Breukelen, 2006). Szerzej piszemy o tym w poradniku dobór liczebności próby.

Ograniczenia opisz konkretnie, a nie formułką „badanie miało ograniczenia”:

Badanie miało schemat przed–po bez grupy kontrolnej, dlatego obserwowanej zmiany nie można przypisać wyłącznie terapii: mogła ona wynikać także z naturalnego przebiegu dolegliwości, regresji do średniej (do badania kwalifikowano osoby z bólem co najmniej 4 punkty w skali NRS) oraz efektów niespecyficznych. Próba liczyła 30 osób, co ograniczało precyzję oszacowań – 95% przedział ufności dla odsetka osób z klinicznie istotną poprawą wynosił od 48.8% do 80.8%. Pomiary wykonywał autor pracy, który znał cel badania, co mogło wpłynąć na wyniki.

Dwie grupy z pomiarem przed i po: ANCOVA z pomiarem wyjściowym

Gdy masz grupę porównawczą, pytanie badawcze brzmi: czy po terapii ból w grupie A był niższy niż w grupie B u osób, które zaczynały z takim samym bólem? Na tych samych danych można policzyć trzy analizy i każda da inną odpowiedź:

Trzy sposoby porównania grup w badaniu z pomiarem przed i po terapii (różnica A − B w punktach NRS)
AnalizaRóżnica A − B [95% CI]Testp
Porównanie samego pomiaru po terapii−1.40 [−2.37, −0.43]t(58) = −2.88.005
Porównanie zmian (po − przed)−1.13 [−2.10, −0.17]t(58) = −2.34.023
ANCOVA z bólem przed terapią jako kowariantem−1.26 [−2.18, −0.35]t(57) = −2.76.008

Skąd te różnice? Grupa B zaczynała z nieco wyższym bólem (M = 5.40 wobec 5.13 w grupie A). Porównanie samego pomiaru końcowego tę różnicę przenosi na wynik, a porównanie zmian ją „przekorygowuje”, bo zakłada, że ból po terapii zmienia się punkt w punkt z bólem wyjściowym. Tymczasem nachylenie dla pomiaru wyjściowego wyniosło w ANCOVA tylko 0.51, a korelacja pomiaru przed i po – r = .38.

Wybierz ANCOVA przed zobaczeniem wyników. Vickers i Altman (2001) nazywają ją preferowanym ogólnym podejściem: ma zwykle większą moc niż pozostałe analizy i daje tę samą odpowiedź niezależnie od przypadkowej nierównowagi wyjściowej. Wybieranie tej analizy, która dała najmniejsze p, nazywają błędem. Clifton i Clifton (2019) dodają, że analiza zmian nie rozwiązuje problemu regresji do średniej ani nierównowagi wyjściowej, a pomiar wyjściowy trzeba uwzględnić w ANCOVA niezależnie od tego, czy zmienną zależną jest zmiana, czy wynik końcowy. Van Breukelen (2006) pokazał, że w badaniach z losowym przydziałem obie metody są nieobciążone, ale ANCOVA ma większą moc. W badaniach bez losowego przydziału, gdy grupy różnią się już na starcie, metody mogą dawać sprzeczne wyniki, bo ANCOVA zakłada brak różnic wyjściowych. Wtedy żadna analiza nie zastąpi ostrożnej interpretacji.

W przykładzie założenie jednorodności nachyleń było spełnione (interakcja grupa × ból wyjściowy: F(1, 56) = 1.60, p = .211). Średnie skorygowane wyniosły 3.20 punktu w grupie A, 95% CI [2.55, 3.85], i 4.47 w grupie B, 95% CI [3.82, 5.11]. Różnica −1.26 punktu jest istotna, p = .008, a cząstkowe η² = .12.

A ANOVA mieszana 2 (grupa) × 2 (pomiar)? Jej interakcja grupa × pomiar, F(1, 58) = 5.49, p = .023, to dokładnie ten sam test co test t na zmianach: 2.34² = 5.49. To więc nie trzecia metoda, tylko analiza zmian w innym zapisie. Najczęstszy błąd to jednak co innego: dwa osobne testy przed–po, w każdej grupie z osobna. Wynik „istotny w grupie A, nieistotny w grupie B” nie dowodzi, że grupy się różnią – do tego potrzebny jest bezpośredni test różnicy między grupami.

Odsetki osób z poprawą ≥ MCID też porównuj bezpośrednio: 66.7% w grupie A i 36.7% w grupie B to różnica 30.0 punktu procentowego, 95% CI [4.8, 50.4], dokładny test Fishera p = .038.

Trzy pomiary: ANOVA z powtarzanymi pomiarami, test Friedmana albo model mieszany

W grupie A ból zmierzono jeszcze raz po 12 tygodniach. Średnie wyniosły: przed terapią 5.13 (SD = 1.28), po 4 tygodniach 3.13 (SD = 1.83), po 12 tygodniach 3.33 (SD = 1.88; n = 27). Pytanie brzmi: czy ból zmieniał się między pomiarami i czy poprawa się utrzymała?

ANOVA z powtarzanymi pomiarami wymaga kompletu pomiarów, więc objęła 27 osób. Test Mauchly’ego nie wskazał na naruszenie założenia sferyczności, W = 0.996, p = .948, a wynik z poprawką Greenhouse’a–Geissera był istotny: F(1.99, 51.78) = 24.64, p < .001. Jako wielkość efektu podaj uogólnione eta kwadrat, η²G = .21, które zaleca Bakeman (2005), bo pozwala porównywać efekty między różnymi schematami. Porównania parami z korektą Holma (u tych samych 27 osób, dlatego spadek po 4 tygodniach jest nieco mniejszy niż 2.00 punktu policzone dla 30 osób):

  • przed terapią a po 4 tygodniach: spadek o 1.85 punktu, t(26) = 6.07, p < .001;
  • przed terapią a po 12 tygodniach: spadek o 1.78 punktu, t(26) = 6.15, p < .001;
  • po 4 a po 12 tygodniach: różnica −0.07 punktu, t(26) = −0.25, p = .808 – poprawa się utrzymała.

Nieparametryczną alternatywą jest test Friedmana: χ²(2) = 25.28, p < .001, W Kendalla = .47. Oba testy pomijają jednak trzy osoby bez ostatniego pomiaru. Gdy brakuje pomiarów, lepszy jest model mieszany, który wykorzystuje wszystkie dostępne dane. W przykładzie objął 30 osób: F(2, 55.74) = 29.96, p < .001, a szacowane średnie wyniosły 5.13, 3.13 i 3.30 punktu. Kiedy wybrać ANOVA, a kiedy model mieszany – także dla dwóch grup i wielu pomiarów – wyjaśniamy w poradniku pomiary powtarzane – ANOVA czy model mieszany.

Jak opisać wyniki w pracy z fizjoterapii (APA)

Podawaj średnie i odchylenia standardowe w każdym pomiarze, zmianę z 95% CI, test, wielkość efektu i odsetek osób z poprawą ≥ MCID ze źródłem progu. Ogólne zasady zapisu znajdziesz w poradniku jak opisać wyniki w stylu APA, a sposób opisania całego rozdziału – we wpisie wyniki badań własnych – przykład.

W grupie nowego programu ćwiczeń (n = 30) natężenie bólu w skali NRS zmniejszyło się z M = 5.13 (SD = 1.28) przed terapią do M = 3.13 (SD = 1.83) po 4 tygodniach. Średnia zmiana wyniosła −2.00 punktu, 95% CI [−2.60, −1.40], t(29) = −6.86, p < .001, dz = −1.25 (dav = −1.29). Wynik potwierdził test znakowanych rang Wilcoxona, V = 7, z = −4.32, p < .001, rrb = −.96. Poprawę o co najmniej 2 punkty NRS, przyjętą jako minimalną klinicznie istotną zmianę (Farrar i in., 2001), uzyskało 20 z 30 osób (66.7%, 95% CI [48.8, 80.8]); u 2 osób ból wzrósł.
Grupy porównano analizą kowariancji z natężeniem bólu po 4 tygodniach jako zmienną zależną i bólem przed terapią jako kowariantem. Założenie jednorodności nachyleń regresji było spełnione, F(1, 56) = 1.60, p = .211. Po uwzględnieniu bólu wyjściowego osoby z grupy nowego programu zgłaszały mniejszy ból (skorygowana M = 3.20, 95% CI [2.55, 3.85]) niż osoby z grupy standardowej fizjoterapii (skorygowana M = 4.47, 95% CI [3.82, 5.11]); skorygowana różnica wyniosła −1.26 punktu, 95% CI [−2.18, −0.35], t(57) = −2.76, p = .008, ηp² = .12. Poprawę o co najmniej 2 punkty uzyskało 66.7% osób w grupie nowego programu i 36.7% w grupie standardowej fizjoterapii (różnica 30.0 punktu procentowego, 95% CI [4.8, 50.4], p = .038 w dokładnym teście Fishera).
Zmiany bólu w trzech pomiarach w grupie nowego programu (n = 27 osób z kompletem pomiarów) oceniono jednoczynnikową analizą wariancji z powtarzanymi pomiarami. Test Mauchly’ego nie wskazał na naruszenie sferyczności, W = 0.996, p = .948; wynik podano z poprawką Greenhouse’a–Geissera. Natężenie bólu różniło się między pomiarami, F(1.99, 51.78) = 24.64, p < .001, η²G = .21. Porównania parami z korektą Holma wykazały spadek bólu od pomiaru przed terapią do pomiaru po 4 tygodniach (o 1.85 punktu, p < .001) i po 12 tygodniach (o 1.78 punktu, p < .001), bez istotnej różnicy między 4. a 12. tygodniem (−0.07 punktu, p = .808).
Rzetelność pomiaru zakresu zgięcia tułowia oceniono u 30 osób, które niezależnie zmierzyło dwóch fizjoterapeutów. Zgodność bezwzględną pojedynczego pomiaru oszacowano współczynnikiem ICC(2,1) w dwuczynnikowym modelu losowym; wyniosła ona .95, 95% CI [.82, .98], co według kryteriów Koo i Li (2016) oznacza rzetelność od dobrej do doskonałej. Drugi fizjoterapeuta mierzył średnio o 2.60° większy zakres ruchu, 95% CI [1.25, 3.95]. Standardowy błąd pomiaru wyniósł 3.07°, a minimalna wykrywalna zmiana (MDC95) – 8.51°.

Jeśli przygotowujesz eksperyment fizjoterapeutyczny i chcesz, żeby ktoś sprawdził plan analizy albo wyjaśnił Ci wyniki, zajrzyj do oferty analiz statystycznych dla studentów – analizujemy pomiary przed terapią i po niej, porównujemy grupy i opisujemy zmianę w czasie. Wyniki omawiamy tak, abyś umiał(a) samodzielnie je obronić, a pomoc ujawniasz zgodnie z zasadami uczelni.

Przykład reprodukowalny

Przykład w R

Kod odtwarza wszystkie liczby z tekstu, tabel i rysunków. Pobierz plik statystyka-dla-fizjoterapeuty-dane-przyklad.xlsx, zapisz go w katalogu roboczym R i uruchom przepisy po kolei w jednej sesji – przepisy 2–4 korzystają z ramki badanie i pakietu readxl wczytanych w przepisie 1. Symulacja w przepisie 5 obejmuje 100 000 osób i trwa około sekundy.

1. Jedna grupa przed i po: test t, test Wilcoxona i MCID

Dane wejściowe: arkusz Badanie z pliku do pobrania (dane symulowane): grupa A, ból NRS przed terapią (nrs_t0) i po 4 tygodniach (nrs_t1), n = 30.

Co odczytać: średnie i mediany przed i po, rozkład różnic, test normalności różnic, t, df, p i średnią różnicę z 95% CI, dz i dav, wynik testu Wilcoxona (V, z, p, liczba zer, rrb) oraz liczbę i odsetek osób z poprawą o co najmniej 2 punkty z przedziałem Wilsona.

R
library(readxl)   # read_excel()
library(coin)     # wilcoxsign_test(): wartość z dla testu Wilcoxona

badanie <- read_excel("statystyka-dla-fizjoterapeuty-dane-przyklad.xlsx", sheet = "Badanie")
A <- badanie[badanie$grupa == "A", ]           # jedna grupa: pomiar przed (T0) i po 4 tygodniach (T1)
roznica <- A$nrs_t1 - A$nrs_t0                 # wartość ujemna = mniejszy ból po terapii

opis <- function(x) round(c(M = mean(x), SD = sd(x), Mdn = median(x),
                            Q1 = unname(quantile(x, .25)), Q3 = unname(quantile(x, .75))), 2)
rbind(przed = opis(A$nrs_t0), po = opis(A$nrs_t1), roznica = opis(roznica))
table(roznica)
shapiro.test(roznica)                          # normalność sprawdzamy dla różnic, nie dla surowych wyników

# Test t dla prób zależnych: średnia różnica z 95% CI
tt <- t.test(A$nrs_t1, A$nrs_t0, paired = TRUE)
round(c(t = unname(tt$statistic), df = unname(tt$parameter), p = tt$p.value,
        M_roznicy = unname(tt$estimate), CI_dolna = tt$conf.int[1], CI_gorna = tt$conf.int[2]), 4)

# Wielkość efektu: d_z (SD różnic) i d_av (średnie SD obu pomiarów)
round(c(d_z = mean(roznica) / sd(roznica), d_av = mean(roznica) / mean(c(sd(A$nrs_t0), sd(A$nrs_t1)))), 2)

# Test Wilcoxona dla par (zera pominięte, jak w wilcox.test) i korelacja rangowo-dwuseryjna
w  <- wilcox.test(A$nrs_t1, A$nrs_t0, paired = TRUE, exact = FALSE)
wz <- wilcoxsign_test(A$nrs_t1 ~ A$nrs_t0, zero.method = "Wilcoxon")
niezerowe <- roznica[roznica != 0]
rangi <- rank(abs(niezerowe))
T_plus <- sum(rangi[niezerowe > 0]); T_minus <- sum(rangi[niezerowe < 0])
round(c(V = unname(w$statistic), z = statistic(wz), p = pvalue(wz), zera = sum(roznica == 0),
        r_rb = (T_plus - T_minus) / (T_plus + T_minus)), 4)

# MCID: poprawa o co najmniej 2 punkty NRS (oraz wariant: o co najmniej 30% wartości wyjściowej)
poprawa_2pkt  <- roznica <= -2
poprawa_30proc <- (A$nrs_t0 - A$nrs_t1) / A$nrs_t0 >= 0.30
ci <- prop.test(sum(poprawa_2pkt), length(roznica), correct = FALSE)$conf.int   # przedział Wilsona
round(c(n = sum(poprawa_2pkt), proc = 100 * mean(poprawa_2pkt), CI_dolna = 100 * ci[1], CI_gorna = 100 * ci[2],
        proc_30 = 100 * mean(poprawa_30proc), pogorszenie = sum(roznica > 0)), 1)
Wynik w R
            M   SD Mdn Q1    Q3
przed    5.13 1.28   5  4  5.75
po       3.13 1.83   3  2  4.75
roznica -2.00 1.60  -2 -3 -1.00
roznica
-5 -4 -3 -2 -1  0  1 
 1  6  3 10  4  4  2 

	Shapiro-Wilk normality test

data:  roznica
W = 0.93976, p-value = 0.0896

        t        df         p M_roznicy  CI_dolna  CI_gorna 
  -6.8576   29.0000    0.0000   -2.0000   -2.5965   -1.4035 
  d_z  d_av 
-1.25 -1.29 
      V       z       p    zera    r_rb 
 7.0000 -4.3214  0.0000  4.0000 -0.9601 
          n        proc    CI_dolna    CI_gorna     proc_30 pogorszenie 
       20.0        66.7        48.8        80.8        60.0         2.0 

2. Dwie grupy: ANCOVA z pomiarem wyjściowym, analiza zmian i odsetki poprawy

Dane wejściowe: ramka badanie z przepisu 1: grupy A i B po 30 osób, ból przed terapią i po 4 tygodniach.

Co odczytać: test jednorodności nachyleń (wiersz grupa:nrs_t0), współczynniki ANCOVA (nachylenie dla nrs_t0), średnie skorygowane i różnicę A − B z 95% CI, cząstkowe eta², dla porównania test t na zmianach i na samym pomiarze końcowym, interakcję w ANOVA mieszanej (równą t² na zmianach) oraz różnicę odsetków poprawy z przedziałem Newcombe’a.

R
library(emmeans)     # emmeans(): średnie skorygowane
library(afex)        # aov_ez(): ANOVA mieszana 2 × 2
library(DescTools)   # BinomDiffCI(): przedział dla różnicy odsetków

badanie$grupa <- factor(badanie$grupa, levels = c("A", "B"))   # A – nowy program, B – standardowa fizjoterapia
round(do.call(rbind, lapply(split(badanie, badanie$grupa), function(d)
  c(n = nrow(d), M_T0 = mean(d$nrs_t0), SD_T0 = sd(d$nrs_t0), M_T1 = mean(d$nrs_t1), SD_T1 = sd(d$nrs_t1),
    M_zmiana = mean(d$nrs_t1 - d$nrs_t0), SD_zmiana = sd(d$nrs_t1 - d$nrs_t0)))), 2)
round(cor(badanie$nrs_t0, badanie$nrs_t1), 2)                    # korelacja pomiaru wyjściowego i końcowego

# ANCOVA: pomiar po terapii wyjaśniany grupą przy kontroli pomiaru wyjściowego
anova(lm(nrs_t1 ~ grupa * nrs_t0, data = badanie))["grupa:nrs_t0", ]   # jednorodność nachyleń (interakcja)
ancova <- lm(nrs_t1 ~ grupa + nrs_t0, data = badanie)
round(cbind(coef(summary(ancova)), confint(ancova)), 3)
sr_skor <- emmeans(ancova, ~ grupa)                               # średnie skorygowane przy średnim T0
sr_skor
confint(pairs(sr_skor))                                           # różnica skorygowana A − B z 95% CI
ss <- car::Anova(ancova, type = 2)
round(c(eta2_cz = ss["grupa", "Sum Sq"] / (ss["grupa", "Sum Sq"] + ss["Residuals", "Sum Sq"])), 3)

# Dla porównania: test t na różnicach (zmianach) i na samym pomiarze końcowym
zmiana <- t.test(I(nrs_t1 - nrs_t0) ~ grupa, data = badanie, var.equal = TRUE)
koniec <- t.test(nrs_t1 ~ grupa, data = badanie, var.equal = TRUE)
round(rbind(
  zmiana = c(roznica = unname(-diff(zmiana$estimate)), CI_dolna = zmiana$conf.int[1], CI_gorna = zmiana$conf.int[2],
             t = unname(zmiana$statistic), p = zmiana$p.value),
  koniec = c(roznica = unname(-diff(koniec$estimate)), CI_dolna = koniec$conf.int[1], CI_gorna = koniec$conf.int[2],
             t = unname(koniec$statistic), p = koniec$p.value)), 3)

# ANOVA mieszana 2 (grupa) × 2 (pomiar): interakcja to ten sam test co t na różnicach (F = t²)
dl <- data.frame(id = rep(badanie$id, 2), grupa = rep(badanie$grupa, 2),
                 pomiar = factor(rep(c("T0", "T1"), each = nrow(badanie))), nrs = c(badanie$nrs_t0, badanie$nrs_t1))
aov_ez(id = "id", dv = "nrs", data = dl, between = "grupa", within = "pomiar")
round(unname(zmiana$statistic)^2, 2)

# Odsetek osób z poprawą ≥ 2 pkt NRS (MCID) w obu grupach
popr <- tapply(badanie$nrs_t1 - badanie$nrs_t0 <= -2, badanie$grupa, sum)
round(100 * popr / 30, 1)
round(100 * BinomDiffCI(popr[["A"]], 30, popr[["B"]], 30, method = "score"), 1)   # różnica A − B z 95% CI (Newcombe)
round(fisher.test(matrix(c(popr, 30 - popr), 2))$p.value, 3)
Wynik w R
   n M_T0 SD_T0 M_T1 SD_T1 M_zmiana SD_zmiana
A 30 5.13  1.28 3.13  1.83    -2.00      1.60
B 30 5.40  1.43 4.53  1.93    -0.87      2.11
[1] 0.38
Analysis of Variance Table

Response: nrs_t1
             Df Sum Sq Mean Sq F value Pr(>F)
grupa:nrs_t0  1 4.9393  4.9393  1.6026 0.2108
            Estimate Std. Error t value Pr(>|t|)  2.5 % 97.5 %
(Intercept)    0.531      0.934   0.569    0.572 -1.340  2.403
grupaB         1.265      0.458   2.762    0.008  0.348  2.182
nrs_t0         0.507      0.171   2.966    0.004  0.165  0.849
 grupa emmean    SE df lower.CL upper.CL
 A       3.20 0.323 57     2.55     3.85
 B       4.47 0.323 57     3.82     5.11

Confidence level used: 0.95 
 contrast estimate    SE df lower.CL upper.CL
 A - B       -1.26 0.458 57    -2.18   -0.348

Confidence level used: 0.95 
eta2_cz 
  0.118 
       roznica CI_dolna CI_gorna      t     p
zmiana  -1.133   -2.101   -0.165 -2.344 0.023
koniec  -1.400   -2.372   -0.428 -2.885 0.005
Anova Table (Type 3 tests)

Response: nrs
        Effect    df  MSE         F  ges p.value
1        grupa 1, 58 3.62    5.76 * .063    .020
2       pomiar 1, 58 1.75 35.14 *** .165   <.001
3 grupa:pomiar 1, 58 1.75    5.49 * .030    .023
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘+’ 0.1 ‘ ’ 1
[1] 5.49
   A    B 
66.7 36.7 
     est lwr.ci upr.ci
[1,]  30    4.8   50.4
[1] 0.038

3. Trzy pomiary: ANOVA z powtarzanymi pomiarami, test Friedmana i model mieszany

Dane wejściowe: ramka badanie z przepisu 1: grupa A, ból przed terapią, po 4 i po 12 tygodniach (3 osoby bez pomiaru po 12 tygodniach).

Co odczytać: test Mauchly’ego, F z poprawką Greenhouse’a–Geissera i uogólnione eta² (ges), porównania pomiarów z korektą Holma, χ² Friedmana z W Kendalla oraz test F i średnie z modelu mieszanego na wszystkich 30 osobach.

R
library(afex)       # aov_ez(): ANOVA z powtarzanymi pomiarami
library(emmeans)    # porównania pomiarów z korektą Holma
library(lmerTest)   # lmer(): model mieszany z testami F (Satterthwaite)

A <- badanie[badanie$grupa == "A", ]           # grupa A: przed (T0), po 4 tygodniach (T1), po 12 tygodniach (T2)
dlA <- data.frame(id = rep(A$id, 3), pomiar = factor(rep(c("T0", "T1", "T2"), each = nrow(A))),
                  nrs = c(A$nrs_t0, A$nrs_t1, A$nrs_t2))
round(sapply(split(dlA$nrs, dlA$pomiar), function(x) c(n = sum(!is.na(x)), M = mean(x, na.rm = TRUE),
                                                     SD = sd(x, na.rm = TRUE))), 2)

# ANOVA z powtarzanymi pomiarami – tylko osoby z kompletem trzech pomiarów
pelne <- dlA[dlA$id %in% A$id[!is.na(A$nrs_t2)], ]
length(unique(pelne$id))
rm_anova <- aov_ez(id = "id", dv = "nrs", data = pelne, within = "pomiar")
summary(rm_anova)$sphericity.tests            # test Mauchly'ego
rm_anova                                      # F z poprawką Greenhouse'a–Geissera i uogólnione eta² (ges)
pairs(emmeans(rm_anova, ~ pomiar), adjust = "holm")

# Test Friedmana (nieparametryczny odpowiednik) i W Kendalla
szer <- as.matrix(A[!is.na(A$nrs_t2), c("nrs_t0", "nrs_t1", "nrs_t2")])
fr <- friedman.test(szer)
round(c(chi2 = unname(fr$statistic), df = unname(fr$parameter), p = fr$p.value,
        W_Kendalla = unname(fr$statistic) / (nrow(szer) * (3 - 1))), 4)

# Model mieszany: wszystkie 30 osób, także trzy bez pomiaru T2
mm <- lmer(nrs ~ pomiar + (1 | id), data = dlA)
anova(mm)
emmeans(mm, ~ pomiar)
Wynik w R
      T0    T1    T2
n  30.00 30.00 27.00
M   5.13  3.13  3.33
SD  1.28  1.83  1.88
[1] 27
       Test statistic p-value
pomiar        0.99577 0.94836
Anova Table (Type 3 tests)

Response: nrs
  Effect          df  MSE         F  ges p.value
1 pomiar 1.99, 51.78 1.21 24.64 *** .208   <.001
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘+’ 0.1 ‘ ’ 1

Sphericity correction method: GG 
 contrast estimate    SE df t.ratio p.value
 T0 - T1    1.8519 0.305 26   6.067 <0.0001
 T0 - T2    1.7778 0.289 26   6.150 <0.0001
 T1 - T2   -0.0741 0.302 26  -0.246  0.8079

P value adjustment: holm method for 3 tests 
      chi2         df          p W_Kendalla 
   25.2842     2.0000     0.0000     0.4682 
Type III Analysis of Variance Table with Satterthwaite's method
       Sum Sq Mean Sq NumDF  DenDF F value    Pr(>F)    
pomiar 72.743  36.371     2 55.736  29.958 1.464e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 pomiar emmean    SE   df lower.CL upper.CL
 T0       5.13 0.306 52.1     4.52     5.75
 T1       3.13 0.306 52.1     2.52     3.75
 T2       3.30 0.316 56.2     2.66     3.93

Degrees-of-freedom method: kenward-roger 
Confidence level used: 0.95 

4. Rzetelność pomiaru: ICC, SEM i minimalna wykrywalna zmiana

Dane wejściowe: arkusz Rzetelnosc_ROM: zakres zgięcia tułowia (w stopniach) zmierzony u 30 osób przez dwóch fizjoterapeutów.

Co odczytać: systematyczną różnicę między badającymi z 95% CI, trzy jednopomiarowe ICC z przedziałami ufności (Single_random_raters to ICC(2,1)) oraz SEM i MDC95 w stopniach.

R
library(psych)   # ICC()

rom <- read_excel("statystyka-dla-fizjoterapeuty-dane-przyklad.xlsx", sheet = "Rzetelnosc_ROM")
round(c(n = nrow(rom), M_fizjo1 = mean(rom$fizjo1), M_fizjo2 = mean(rom$fizjo2)), 2)
roz <- t.test(rom$fizjo2, rom$fizjo1, paired = TRUE)          # czy drugi badający mierzy systematycznie inaczej?
round(c(roznica = unname(roz$estimate), CI_dolna = roz$conf.int[1], CI_gorna = roz$conf.int[2], p = roz$p.value), 4)

icc <- ICC(rom[, c("fizjo1", "fizjo2")])
round(icc$results[c("Single_raters_absolute", "Single_random_raters", "Single_fixed_raters"),
                  c("ICC", "lower bound", "upper bound")], 3)

# SEM i minimalna wykrywalna zmiana (MDC95) dla ICC(2,1) – zgodność bezwzględna
sd_pomiarow <- sd(c(rom$fizjo1, rom$fizjo2))
icc21 <- icc$results["Single_random_raters", "ICC"]
sem <- sd_pomiarow * sqrt(1 - icc21)
round(c(SD = sd_pomiarow, ICC_2_1 = icc21, SEM = sem, MDC95 = 1.96 * sqrt(2) * sem), 2)
Wynik w R
       n M_fizjo1 M_fizjo2 
   30.00    53.47    56.07 
 roznica CI_dolna CI_gorna        p 
  2.6000   1.2533   3.9467   0.0005 
                         ICC lower bound upper bound
Single_raters_absolute 0.951       0.901       0.976
Single_random_raters   0.951       0.819       0.982
Single_fixed_raters    0.967       0.931       0.984
     SD ICC_2_1     SEM   MDC95 
  13.94    0.95    3.07    8.51 

5. Regresja do średniej i liczebność próby

Dane wejściowe: symulacja 100 000 osób z dwoma pomiarami bólu bez żadnej terapii (set.seed(2026)).

Co odczytać: odsetek osób zakwalifikowanych (NRS co najmniej 6), średni ból w obu pomiarach i średnią zmianę u zakwalifikowanych, odsetek „poprawy” o co najmniej 2 punkty bez leczenia, średnią zmianę u wszystkich oraz liczebności z power.t.test().

R
# Regresja do średniej: 100 000 osób, dwa pomiary bólu cztery tygodnie od siebie i ŻADNEJ terapii
set.seed(2026)
n <- 100000
typowy_bol <- rnorm(n, 4.5, 1.5)                                     # stały poziom bólu danej osoby
nrs <- function(x) pmin(pmax(round(x), 0), 10)
pomiar1 <- nrs(typowy_bol + rnorm(n, 0, 1.2))                        # wahania z dnia na dzień
pomiar2 <- nrs(typowy_bol + rnorm(n, 0, 1.2))
kwalifikacja <- pomiar1 >= 6                                         # do „badania” trafiają osoby z NRS ≥ 6
zmiana <- pomiar2 - pomiar1
round(c(proc_zakwalifikowanych = 100 * mean(kwalifikacja), M_przed = mean(pomiar1[kwalifikacja]),
        M_po = mean(pomiar2[kwalifikacja]), M_zmiany = mean(zmiana[kwalifikacja]),
        proc_poprawa_2pkt = 100 * mean(zmiana[kwalifikacja] <= -2), M_zmiany_wszyscy = mean(zmiana)), 2)

# Ile osób potrzebujesz? (moc .80, α = .05, test dwustronny)
ceiling(power.t.test(delta = 1, sd = 2, power = .80, type = "paired")$n)   # jedna grupa, przed–po: d_z = 0.5
ceiling(power.t.test(delta = 1, sd = 2, power = .80)$n)                    # dwie grupy, porównanie zmian: na grupę
Wynik w R
proc_zakwalifikowanych                M_przed                   M_po 
                 30.19                   6.77                   5.87 
              M_zmiany      proc_poprawa_2pkt       M_zmiany_wszyscy 
                 -0.90                  34.91                   0.00 
[1] 34
[1] 64

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3; rysunki przygotowano w pakiecie ggplot2. 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. readxl (wersja 1.4.5): Wickham, H., & Bryan, J. (2025). readxl: Read Excel files [R package]. https://doi.org/10.32614/CRAN.package.readxl
  3. coin (wersja 1.4.3): Hothorn, T., Hornik, K., van de Wiel, M. A., & Zeileis, A. (2006). A Lego system for conditional inference. The American Statistician, 60(3), 257–263. https://doi.org/10.1198/000313006X118430
  4. emmeans (wersja 2.0.2): Lenth, R. V., & Piaskowski, J. (2026). emmeans: Estimated marginal means, aka least-squares means [R package]. https://doi.org/10.32614/CRAN.package.emmeans
  5. afex (wersja 1.5.1): Singmann, H., Bolker, B., Westfall, J., Aust, F., & Ben-Shachar, M. S. (2025). afex: Analysis of factorial experiments [R package]. https://doi.org/10.32614/CRAN.package.afex
  6. DescTools (wersja 0.99.60): Signorell, A. (2025). DescTools: Tools for descriptive statistics [R package]. https://doi.org/10.32614/CRAN.package.DescTools
  7. car (wersja 3.1.5): Fox, J., & Weisberg, S. (2019). An R companion to applied regression (3rd ed.). Sage. https://www.john-fox.ca/Companion/
  8. lme4 (wersja 2.0.1): Bates, D., Mächler, M., Bolker, B., & Walker, S. (2015). Fitting linear mixed-effects models using lme4. Journal of Statistical Software, 67(1), 1–48. https://doi.org/10.18637/jss.v067.i01
  9. lmerTest (wersja 3.2.1): Kuznetsova, A., Brockhoff, P. B., & Christensen, R. H. B. (2017). lmerTest package: Tests in linear mixed effects models. Journal of Statistical Software, 82(13), 1–26. https://doi.org/10.18637/jss.v082.i13
  10. psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research (R package version 2.6.5) [Computer software]. Northwestern University. https://CRAN.R-project.org/package=psych
  11. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Te same analizy w SPSS – ogólne kroki

Nazwy menu podajemy w angielskiej wersji programu, według dokumentacji IBM SPSS Statistics 30 (IBM, b.d.). Dane powinny być w formacie szerokim: jeden wiersz to jedna osoba, a każdy pomiar to osobna kolumna.

  1. Test t dla prób zależnych: Analyze → Compare Means → Paired-Samples T Test; jako parę wskaż pomiar po i przed terapią.
  2. Test Wilcoxona: Analyze → Nonparametric Tests → Legacy Dialogs → 2 Related Samples, test Wilcoxon.
  3. ANCOVA: Analyze → General Linear Model → Univariate; pomiar po terapii to zmienna zależna, grupa – czynnik stały (Fixed Factor), pomiar przed terapią – kowariant (Covariate). Jednorodność nachyleń sprawdź, dodając tymczasowo do modelu interakcję grupy z pomiarem wyjściowym.
  4. ANOVA z powtarzanymi pomiarami: Analyze → General Linear Model → Repeated Measures; nazwij czynnik wewnątrzobiektowy (np. „pomiar”), podaj liczbę poziomów (3), kliknij Add i Define, a potem przypisz kolumny pomiarów. Test Mauchly’ego program pokazuje automatycznie; jeśli sferyczność jest naruszona, odczytaj wynik z poprawką Greenhouse’a–Geissera.
  5. Test Friedmana: Analyze → Nonparametric Tests → Legacy Dialogs → K Related Samples, testy Friedman i Kendall's W.
  6. ICC: Analyze → Scale → Reliability Analysis, w oknie Statistics zaznacz Intraclass correlation coefficient, model Two-Way Random i typ Absolute Agreement – w wydruku odczytaj wynik dla pojedynczego pomiaru.

Odczytywanie typowych tabel wydruku wyjaśniamy w poradniku jak czytać wyniki z SPSS.

Najczęstsze błędy w pracach z fizjoterapii

  • „p < .05, więc terapia działa” w badaniu bez grupy kontrolnej. Istotna zmiana przed–po nie oddziela terapii od naturalnego przebiegu i regresji do średniej.
  • Dwa osobne testy przed–po zamiast porównania grup. Różnicę między grupami testuje się bezpośrednio – najlepiej ANCOVA z pomiarem wyjściowym.
  • Wybór analizy po zobaczeniu wyników. Pomiar końcowy, zmiana i ANCOVA dają różne p; wybierz metodę w planie analizy (Vickers i Altman, 2001).
  • Samo p bez wielkości zmiany. Podaj średnią zmianę z 95% CI i wielkość efektu, z informacją, czy to dz, czy dav.
  • Średnia zmiana ≥ MCID jako dowód, że „pacjenci poprawili się klinicznie”. Pokaż rozkład zmian i odsetek osób z poprawą ≥ MCID, a główną analizę zrób na wyniku ciągłym (Snapinn i Jiang, 2007).
  • Mylenie MCID z MDC. MDC mówi, jaka zmiana przekracza błąd pomiaru, a MCID – jaka zmiana jest ważna dla pacjenta. Jeśli MDC jest większe od MCID, narzędzie nie pozwala ocenić istotnej klinicznie zmiany u pojedynczej osoby.
  • ICC bez podanej formy albo korelacja Pearsona jako miara rzetelności. Korelacja nie wykryje, że jeden fizjoterapeuta mierzy systematycznie szerzej; ICC(2,1) – tak.
  • Ciche pomijanie osób bez kompletu pomiarów. Podaj, ile osób i w którym pomiarze brakuje, a przy brakach rozważ model mieszany.
  • Wiele wyników bez planu. Wskaż z góry wynik główny, a pozostałe oznacz jako drugorzędowe albo skoryguj p.

Na obronie pytania o grupę kontrolną, regresję do średniej i MCID padają bardzo często – przygotuj się z wpisem pytania na obronie z metodologii i statystyki. Jak opisać ograniczenia i znaczenie praktyczne wyników, pokazujemy w poradniku jak napisać dyskusję wyników.

Najczęstsze pytania

Jaki test statystyczny wybrać w pracy z fizjoterapii?

To zależy od schematu badania. Pomiar przed i po w jednej grupie analizuj testem t dla prób zależnych (albo testem Wilcoxona, gdy różnice są wyraźnie skośne lub próba jest bardzo mała), dwie grupy z pomiarem przed i po – ANCOVA z pomiarem wyjściowym jako kowariantem, a trzy pomiary lub więcej – ANOVA z powtarzanymi pomiarami, testem Friedmana albo modelem mieszanym. Do każdego testu dołącz wielkość efektu i 95% przedział ufności.

Jak policzyć odsetek pacjentów z poprawą klinicznie istotną?

Dla każdej osoby policz zmianę wyniku (po − przed) i sprawdź, czy przekracza przyjęty próg MCID – dla bólu w skali NRS często 2 punkty albo 30% wartości wyjściowej. Podaj liczbę i odsetek takich osób z 95% przedziałem ufności, a w badaniu z dwiema grupami – różnicę odsetków. Odsetek traktuj jako uzupełnienie analizy wyniku ciągłego, a nie jej zamiennik.

Czym różni się MCID od MDC?

MDC (minimalna wykrywalna zmiana) mówi, jaka zmiana przekracza błąd pomiaru – liczy się ją ze standardowego błędu pomiaru: MDC95 = 1.96 × √2 × SEM. MCID (minimalna klinicznie istotna różnica) mówi, jaka zmiana jest odczuwalna i ważna dla pacjenta, i wyznacza się ją m.in. przez porównanie z oceną zmiany dokonaną przez pacjentów. Zmiana u pacjenta powinna przekraczać oba progi.

Czy bez grupy kontrolnej można stwierdzić, że terapia jest skuteczna?

Nie wprost. Badanie jednej grupy przed i po pokazuje, że wynik się zmienił, ale zmiana może wynikać także z naturalnego przebiegu dolegliwości, regresji do średniej, efektów niespecyficznych czy innego leczenia. W takiej pracy pisz o zmianie obserwowanej po terapii i omów te wyjaśnienia w ograniczeniach.

Jak porównać dwie grupy pacjentów z pomiarem przed i po terapii?

Najlepiej analizą kowariancji (ANCOVA): pomiar po terapii jest zmienną zależną, grupa – czynnikiem, a pomiar przed terapią – kowariantem. W badaniach z losowym przydziałem ma ona zwykle większą moc niż porównanie zmian i nie zależy od przypadkowej nierównowagi wyjściowej. Nie wykonuj dwóch osobnych testów przed–po w każdej grupie – nie sprawdzają one różnicy między grupami.

Czy skalę bólu NRS analizować testem t czy testem Wilcoxona?

NRS to formalnie skala porządkowa, ale przy 11 punktach i analizie różnic u tych samych osób zwykle stosuje się test t dla prób zależnych. Gdy rozkład różnic jest wyraźnie skośny, próba bardzo mała albo jest dużo rang wiązanych, wybierz test Wilcoxona – albo podaj go jako analizę uzupełniającą. Test wybierz przed analizą, a nie po porównaniu wyników obu.

Powiązane hasła

Przeczytaj też

Analizujesz pomiary przed terapią i po niej?

Pomożemy dobrać analizę do schematu Twojego badania, policzyć wyniki i wyjaśnić je tak, abyś umiał(a) samodzielnie obronić je przed komisją.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Bakeman, R. (2005). Recommended effect size statistics for repeated measures designs. Behavior Research Methods, 37(3), 379–384. https://doi.org/10.3758/BF03192707 ● Otwarty dostęp
  2. Barnett, A. G., van der Pols, J. C., & Dobson, A. J. (2005). Regression to the mean: What it is and how to deal with it. International Journal of Epidemiology, 34(1), 215–220. https://doi.org/10.1093/ije/dyh299 ● Otwarty dostęp
  3. Clifton, L., & Clifton, D. A. (2019). The correlation between baseline score and post-intervention score, and its implications for statistical analysis. Trials, 20(1), Article 43. https://doi.org/10.1186/s13063-018-3108-3 ● Otwarty dostęp
  4. Farrar, J. T., Young, J. P., Jr., LaMoreaux, L., Werth, J. L., & Poole, R. M. (2001). Clinical importance of changes in chronic pain intensity measured on an 11-point numerical pain rating scale. Pain, 94(2), 149–158. https://doi.org/10.1016/s0304-3959(01)00349-9
  5. IBM. (b.d.). IBM SPSS Statistics 30.0.0 documentation. Pobrano 8 listopada 2026 z https://www.ibm.com/docs/en/spss-statistics/30.0.0 ● Otwarty dostęp
  6. Jaeschke, R., Singer, J., & Guyatt, G. H. (1989). Measurement of health status: Ascertaining the minimal clinically important difference. Controlled Clinical Trials, 10(4), 407–415. https://doi.org/10.1016/0197-2456(89)90005-6
  7. Kerby, D. S. (2014). The simple difference formula: An approach to teaching nonparametric correlation. Comprehensive Psychology, 3, Article 11.IT.3.1. https://doi.org/10.2466/11.IT.3.1 ● Otwarty dostęp
  8. Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012 ● Otwarty dostęp
  9. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863. https://doi.org/10.3389/fpsyg.2013.00863 ● Otwarty dostęp
  10. Ostelo, R. W. J. G., Deyo, R. A., Stratford, P., Waddell, G., Croft, P., Von Korff, M., Bouter, L. M., & de Vet, H. C. (2008). Interpreting change scores for pain and functional status in low back pain: Towards international consensus regarding minimal important change. Spine, 33(1), 90–94. https://doi.org/10.1097/brs.0b013e31815e3a10 ● Otwarty dostęp: pełny tekst
  11. Snapinn, S. M., & Jiang, Q. (2007). Responder analyses and the assessment of a clinically relevant treatment effect. Trials, 8(1), Article 31. https://doi.org/10.1186/1745-6215-8-31 ● Otwarty dostęp
  12. Van Breukelen, G. J. P. (2006). ANCOVA versus change from baseline had more power in randomized studies and more bias in nonrandomized studies. Journal of Clinical Epidemiology, 59(9), 920–925. https://doi.org/10.1016/j.jclinepi.2006.02.007
  13. Vickers, A. J., & Altman, D. G. (2001). Analysing controlled trials with baseline and follow up measurements. BMJ, 323(7321), 1123–1124. https://doi.org/10.1136/bmj.323.7321.1123 ● Otwarty dostęp
  14. Weir, J. P. (2005). Quantifying test-retest reliability using the intraclass correlation coefficient and the SEM. Journal of Strength and Conditioning Research, 19(1), 231–240. https://doi.org/10.1519/15184.1

Cytowania BibTeX

@article{bakeman2005recommended, author={Bakeman, Roger}, title={{Recommended effect size statistics for repeated measures designs}}, journal={Behavior Research Methods}, year={2005}, volume={37}, number={3}, pages={379--384}, doi={10.3758/bf03192707}}
@article{barnett2005regression, author={Barnett, Adrian G. and van der Pols, Jolieke C. and Dobson, Annette J.}, title={{Regression to the mean: What it is and how to deal with it}}, journal={International Journal of Epidemiology}, year={2005}, volume={34}, number={1}, pages={215--220}, doi={10.1093/ije/dyh299}}
@article{clifton2019correlation, author={Clifton, Lei and Clifton, David A.}, title={{The correlation between baseline score and post-intervention score, and its implications for statistical analysis}}, journal={Trials}, year={2019}, volume={20}, number={1}, eid={43}, doi={10.1186/s13063-018-3108-3}}
@article{farrar2001clinical, author={Farrar, John T. and Young, James P., Jr. and LaMoreaux, Linda and Werth, John L. and Poole, Michael R.}, title={{Clinical importance of changes in chronic pain intensity measured on an 11-point numerical pain rating scale}}, journal={Pain}, year={2001}, volume={94}, number={2}, pages={149--158}, doi={10.1016/s0304-3959(01)00349-9}}
@misc{ibmndspssdokumentacja, author={{IBM}}, title={{IBM SPSS Statistics 30.0.0 documentation}}, url={https://www.ibm.com/docs/en/spss-statistics/30.0.0}}
@article{jaeschke1989measurement, author={Jaeschke, Roman and Singer, Joel and Guyatt, Gordon H.}, title={{Measurement of health status: Ascertaining the minimal clinically important difference}}, journal={Controlled Clinical Trials}, year={1989}, volume={10}, number={4}, pages={407--415}, doi={10.1016/0197-2456(89)90005-6}}
@article{kerby2014simple, author={Kerby, Dave S.}, title={{The simple difference formula: An approach to teaching nonparametric correlation}}, journal={Comprehensive Psychology}, year={2014}, volume={3}, eid={11.IT.3.1}, doi={10.2466/11.it.3.1}}
@article{koo2016guideline, author={Koo, Terry K. and Li, Mae Y.}, title={{A guideline of selecting and reporting intraclass correlation coefficients for reliability research}}, journal={Journal of Chiropractic Medicine}, year={2016}, volume={15}, number={2}, pages={155--163}, doi={10.1016/j.jcm.2016.02.012}}
@article{lakens2013calculating, author={Lakens, Daniël}, title={{Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs}}, journal={Frontiers in Psychology}, year={2013}, volume={4}, eid={863}, doi={10.3389/fpsyg.2013.00863}}
@article{ostelo2008interpreting, author={Ostelo, Raymond W. J. G. and Deyo, Rick A. and Stratford, P. and Waddell, Gordon and Croft, Peter and Von Korff, Michael and Bouter, Lex M. and de Vet, Henrica C.}, title={{Interpreting change scores for pain and functional status in low back pain: Towards international consensus regarding minimal important change}}, journal={Spine}, year={2008}, volume={33}, number={1}, pages={90--94}, doi={10.1097/brs.0b013e31815e3a10}}
@article{snapinn2007responder, author={Snapinn, Steven M. and Jiang, Qi}, title={{Responder analyses and the assessment of a clinically relevant treatment effect}}, journal={Trials}, year={2007}, volume={8}, number={1}, eid={31}, doi={10.1186/1745-6215-8-31}}
@article{vanbreukelen2006ancova, author={Van Breukelen, Gerard J. P.}, title={{ANCOVA versus change from baseline had more power in randomized studies and more bias in nonrandomized studies}}, journal={Journal of Clinical Epidemiology}, year={2006}, volume={59}, number={9}, pages={920--925}, doi={10.1016/j.jclinepi.2006.02.007}}
@article{vickers2001analysing, author={Vickers, Andrew J. and Altman, Douglas G.}, title={{Analysing controlled trials with baseline and follow up measurements}}, journal={BMJ}, year={2001}, volume={323}, number={7321}, pages={1123--1124}, doi={10.1136/bmj.323.7321.1123}}
@article{weir2005quantifying, author={Weir, Joseph P.}, title={{Quantifying test-retest reliability using the intraclass correlation coefficient and the SEM}}, journal={Journal of Strength and Conditioning Research}, year={2005}, volume={19}, number={1}, pages={231--240}, doi={10.1519/15184.1}}
R