WHOQOL-BREF – jak policzyć i opisać wynik jakości życia

Autor: Konrad Hryniewicz · Opublikowano: 28 października 2026 · Aktualizacja: 27 października 2026

Czym jest WHOQOL-BREF

WHOQOL-BREF to krótka wersja kwestionariusza jakości życia Światowej Organizacji Zdrowia. Powstała na podstawie danych zebranych pełną wersją WHOQOL-100 i daje wyniki czterech domen: fizycznej, psychologicznej, relacji społecznych i środowiska. Ma też dwa pytania ogólne: o ocenę jakości życia i o zadowolenie ze zdrowia (WHOQOL Group, 1998). Wyniki domen wersji krótkiej korelowały z domenami WHOQOL-100 na poziomie .89 lub wyższym. Dlatego autorzy polecają ją tam, gdzie liczy się krótki pomiar, np. w dużych badaniach epidemiologicznych i badaniach klinicznych.

Skevington i in. (2004) sprawdzili narzędzie na 11 830 dorosłych z 23 krajów, zarówno zdrowych, jak i chorych. Uznali je za rzetelne i trafne międzykulturowo, z czterema domenami. W pracach z pielęgniarstwa, fizjoterapii, zdrowia publicznego i psychologii zdrowia WHOQOL-BREF jest jednym z najczęściej używanych narzędzi. Czym jest sama jakość życia związana ze zdrowiem (HRQoL) i czym różni się od ogólnej jakości życia, wyjaśnia hasło w słowniku. Ten wpis dotyczy liczenia i opisu wyników.

Budowa, klucz i zakres wyniku

Formularz ma 26 pozycji. Każda jest oceniana na pięciostopniowej skali od 1 do 5, a pytania dotyczą ostatnich dwóch tygodni (World Health Organization, b.d.). Etykiety skali zmieniają się między blokami pytań, np. od „wcale” do „całkowicie” albo od „bardzo niezadowolony” do „bardzo zadowolony”, ale kodowanie 1–5 jest zawsze takie samo. Treści pozycji tu nie przytaczamy. Weź ją z oficjalnej wersji językowej.

Gwiazdką oznaczono pozycje odwrócone. Pozycje 3 i 4 pytają o to, jak bardzo ból i potrzeba leczenia utrudniają codzienne funkcjonowanie, a pozycja 26 o częstość negatywnych uczuć. Wysoka odpowiedź oznacza w nich gorszą jakość życia, więc przed liczeniem domen trzeba je odwrócić. Wynik każdej domeny ma zakres 4–20 albo, po przeliczeniu, 0–100. Wyższy wynik zawsze oznacza lepszą jakość życia.

Licencja i wersje językowe

Na stronie WHO są do pobrania angielski formularz, około 80 wersji językowych (wśród nich polska), opis metodologii tłumaczenia i składnia SPSS do liczenia wyników (World Health Organization, b.d.). WHO zastrzega, że nie odpowiada za treść tłumaczeń, a w razie rozbieżności wiążąca jest wersja angielska. Strona WHOQOL-BREF nie podaje osobnych warunków licencji. Ogólne zasady WHO mówią, że na pełne przedruki i użycie komercyjne trzeba uzyskać zgodę przez formularz WHO. Przed użyciem WHOQOL-BREF w badaniu wystąp więc o zgodę do WHO.

W praktyce sprawdź aktualną procedurę na stronie WHO, zanim zaczniesz zbierać dane. Jeśli korzystasz z polskiej adaptacji, zacytuj jej źródło i sprawdź warunki użycia u ośrodka lub wydawcy, który ją udostępnia. Pozycji nie przedrukowuj w pracy ani w aneksie bez zgody. Własnego przekładu nie przygotowuj bez uzgodnienia z WHO. Ogólne zasady opisuje wpis o adaptacji kulturowej kwestionariusza.

Jak policzyć wynik krok po kroku

Zasady liczenia opisuje podręcznik WHO z 1996 roku (World Health Organization, 1996). Na stronie WHO jest też składnia SPSS, która realizuje je krok po kroku, i to na niej opieramy poniższy opis (World Health Organization, b.d.). Ogólną procedurę dla innych narzędzi omawia wpis jak policzyć wynik kwestionariusza.

Krok 1. Sprawdź zakres odpowiedzi

Dozwolone są tylko wartości 1–5. Składnia WHO zamienia każdą inną wartość na brak danych. Najczęstsza pułapka to eksport z formularza online z kodowaniem 0–4. Sprawdź to, zanim cokolwiek policzysz.

Krok 2. Odwróć pozycje 3, 4 i 26

Odwrócenie to 6 − odpowiedź, czyli 1 → 5, 2 → 4, 3 → 3, 4 → 2, 5 → 1. Zrób to na kopii zmiennych. Podwójne odwrócenie, np. raz w arkuszu i raz w skrypcie, to częsty błąd, którego nie widać w średnich.

Krok 3. Wyklucz osoby z ponad 20% braków

Składnia WHO zostawia do analizy tylko osoby, które mają co najmniej 21 ważnych odpowiedzi na 26 pozycji. Osoby z sześcioma lub więcej brakami wykluczasz w całości. Takiej reguły trzymaj się zamiast uzupełniania braków średnią z próby (zob. braki danych i wpis braki danych w ankiecie – co z nimi zrobić).

Krok 4. Policz domeny w skali 4–20

Wynik domeny to średnia jej pozycji pomnożona przez 4. Średnia jest liczona z dostępnych odpowiedzi, ale tylko wtedy, gdy jest ich dość: co najmniej 6 z 7 w domenie fizycznej, 5 z 6 w psychologicznej, 2 z 3 w relacjach społecznych i 6 z 8 w domenie środowiska. W przeciwnym razie wynik tej domeny zostaje pusty. Mnożenie przez 4 sprowadza wszystkie domeny do wspólnego zakresu 4–20, niezależnie od liczby pozycji. Dlaczego średnia, a nie suma, wyjaśnia hasło wynik skali: średnia czy suma.

Krok 5. Przelicz na skalę 0–100

Wynik 4 daje 0, wynik 12 daje 50, a wynik 20 daje 100 (rysunek 1). Przy pełnych danych to samo daje przeliczenie sumy surowych punktów: (suma − najmniejsza możliwa suma) / rozpiętość × 100. Pytania 1 i 2 analizujesz osobno, a składnia przelicza je na 0–100 wzorem (odpowiedź − 1) × 25. Składnia WHO nie liczy jednego wyniku ogólnego z 26 pozycji. Narzędzie daje profil czterech domen (zob. podskala i wynik ogólny).

Pojedyncze wyniki sprawdzisz w kalkulatorze wyniku skali. W pracy podaj, której skali używasz. Średnia 13.71 i średnia 60.69 to ten sam wynik, a czytelnik nie powinien zgadywać, która to wersja.

Interpretacja wyniku

W materiałach WHO, które przeczytaliśmy, nie ma punktów odcięcia ani kategorii typu „niska” czy „wysoka” jakość życia. Wynik interpretuj więc jako położenie na ciągłej skali i porównuj grupy albo pomiary, a nie przypisuj osobom etykiet. Jeśli porównujesz próbę z danymi z literatury, upewnij się, że autorzy używali tej samej skali (4–20 albo 0–100) i tej samej wersji językowej. Polskich norm tu nie podajemy. Jeśli ich potrzebujesz, weź je z publikacji polskiej adaptacji i zacytuj (zob. normy testowe).

Domeny opisuj osobno. Skevington i McCrate (2012) pokazali, że profile domen różnią się między grupami chorób, a wrażliwość na zmianę dotyczy zwykle wybranych domen, a nie wszystkich naraz. Jeden uśredniony wynik zamazałby te różnice.

Przykład: ból przewlekły kręgosłupa a jakość życia

W badaniu symulowanym 220 dorosłych wypełniło WHOQOL-BREF i odpowiedziało, czy od co najmniej trzech miesięcy ma ból kręgosłupa. Dane są w pliku CSV, z odpowiedziami w surowej postaci, przed odwróceniem pozycji. Na wszystkie pozycje odpowiedziało 157 osób, a 59 miało od jednego do pięciu braków. Cztery osoby miały mniej niż 21 ważnych odpowiedzi i zostały wykluczone, więc do analizy weszło 216 osób. Według reguły minimalnej liczby odpowiedzi nie policzono domeny fizycznej u 2 osób, a domeny relacji społecznych u 4.

Wynik minimalny nie wystąpił w żadnej domenie, a maksymalny uzyskało od 0% (domena fizyczna) do 3.8% osób (relacje społeczne). Efektu sufitu i podłogi więc nie ma. Średnie pytań ogólnych wyniosły 62.15 (ocena jakości życia) i 65.54 (zadowolenie ze zdrowia) w skali 0–100.

Osoby z bólem przewlekłym a osoby bez bólu

Domeny porównano testem Welcha, z g Hedgesa i korektą Holma dla czterech testów (zob. poprawki na wielokrotne porównania). Osoby z bólem przewlekłym (n = 100 w domenie fizycznej) miały niższy wynik domeny fizycznej niż osoby bez bólu (n = 114): M = 53.39 (SD = 16.55) wobec 67.08 (SD = 14.09), t(195.62) = −6.47, p < .001, g = −0.89, 95% CI [−1.17, −0.61]. Mniejsze różnice wystąpiły w domenie psychologicznej (60.23 wobec 68.06, t(204.58) = −3.41, p = .002, g = −0.47, 95% CI [−0.73, −0.19]) i w domenie środowiska (61.51 wobec 68.12, t(213.34) = −3.26, p = .003, g = −0.44, 95% CI [−0.71, −0.17]). W relacjach społecznych różnica była nieistotna: 63.34 wobec 66.30, t(196.30) = −1.22, p = .226, g = −0.17, 95% CI [−0.44, 0.10].

Profil na rysunku 2 pokazuje, dlaczego warto opisywać domeny osobno. Ból wiąże się przede wszystkim z domeną fizyczną, słabiej z psychologiczną i środowiskową, a prawie wcale z relacjami społecznymi. To badanie przekrojowe, więc nie rozstrzyga, czy ból obniża jakość życia, czy obie zmienne mają wspólne przyczyny.

Rzetelność: co policzyć i z czym porównać

WHOQOL Group (1998) opisała dobrą spójność wewnętrzną i rzetelność test–retest domen, a Skevington i McCrate (2012) w brytyjskiej próbie 4628 osób – spójność wewnętrzną .92 dla całego narzędzia. We własnej pracy podaj rzetelność każdej domeny w swojej próbie. W przykładzie, na pełnych odpowiedziach w każdej domenie, alfa Cronbacha wyniosła .81 w domenach fizycznej, psychologicznej i środowiska oraz .63 w relacjach społecznych. Omega McDonalda z modelu jednoczynnikowego dała prawie te same wartości: .81, .81, .64 i .81. Omega opiera się na łagodniejszych założeniach niż alfa (McNeish, 2018), więc warto ją podać obok.

Niższa rzetelność relacji społecznych nie musi oznaczać błędu w danych. To domena z trzema pozycjami, a krótkie skale mają zwykle niższą alfę. Nie usuwaj pozycji, żeby ją podnieść, bo zmienisz narzędzie i stracisz porównywalność z literaturą. Co napisać w takiej sytuacji, podpowiada wpis alfa Cronbacha poniżej .70 – co zrobić.

Jak opisać WHOQOL-BREF w pracy

Pierwszy wzór opisuje narzędzie w rozdziale metodologicznym, a drugi – wyniki. Liczby pochodzą z przykładu. W nawiasach kwadratowych uzupełnij dane własnego badania. Budowę takiego akapitu omawia wzór opisu narzędzia badawczego.

# B160 – WHOQOL-BREF: domeny 4–20 i 0–100 według składni WHO, braki, rzetelność, porównanie grup
# Dane symulowane (set.seed(1601)): 220 dorosłych, w tym osoby z bólem przewlekłym kręgosłupa
# i osoby bez bólu. Kolumny q1–q26 to numery pozycji WHOQOL-BREF (1–5); treści pozycji nie odtwarzamy.
suppressPackageStartupMessages({ library(psych); library(effectsize) })
set.seed(1601)
n <- 220
bol <- rbinom(n, 1, 0.45)
domeny <- list(fiz = c(3, 4, 10, 15, 16, 17, 18), psych = c(5, 6, 7, 11, 19, 26),
               spol = c(20, 21, 22), srod = c(8, 9, 12, 13, 14, 23, 24, 25))
R <- matrix(0.55, 4, 4); diag(R) <- 1
eta <- MASS::mvrnorm(n, rep(0, 4), R) - outer(bol, c(0.95, 0.55, 0.25, 0.30))
odp <- matrix(NA, n, 26)
for (k in 1:4) for (j in domeny[[k]]) {
  z <- 0.85 * eta[, k] + rnorm(n, 0.8, 1)
  odp[, j] <- as.integer(cut(z, c(-Inf, -2.2, -0.9, 0.6, 2.0, Inf)))
}
ogol <- rowMeans(eta)
for (j in 1:2) odp[, j] <- as.integer(cut(0.85 * ogol + rnorm(n, 0.8, 1), c(-Inf, -2.2, -0.9, 0.6, 2.0, Inf)))
odp[, c(3, 4, 26)] <- 6L - odp[, c(3, 4, 26)]        # w formularzu te pozycje są sformułowane negatywnie
colnames(odp) <- paste0("q", 1:26)
odp[sample(n * 26, 70)] <- NA                         # rozproszone braki
odp[cbind(rep(5:8, each = 2), c(20, 21, 20, 21, 20, 21, 20, 21))] <- NA   # 2 z 3 braków w domenie społecznej
odp[1:4, 5:11] <- NA                                  # cztery osoby z 7 i więcej brakami
dane <- data.frame(id = 1:n, bol_przewlekly = ifelse(bol == 1, "tak", "nie"), odp)
write.csv(dane, "../whoqol-bref-dane-przyklad.csv", row.names = FALSE, na = "")
q <- paste0("q", 1:26)

# Krok 1. Kontrola zakresu: dozwolone tylko 1–5 (inne wartości jak w składni WHO zamieniamy na braki)
x <- as.matrix(dane[, q]); x[!x %in% 1:5] <- NA
all(x %in% c(1:5, NA))

# Krok 2. Odwrócenie pozycji 3, 4 i 26 (6 − odpowiedź)
x[, c("q3", "q4", "q26")] <- 6 - x[, c("q3", "q4", "q26")]

# Krok 3. Osoby z mniej niż 21 ważnymi odpowiedziami (ponad 20% braków) wykluczamy
wazne <- rowSums(!is.na(x))
table(cut(wazne, c(0, 20, 25, 26), labels = c("< 21", "21–25", "26")))
x <- x[wazne >= 21, ]; grupa <- dane$bol_przewlekly[wazne >= 21]
nrow(x)

# Krok 4. Domena = średnia pozycji × 4 (4–20), gdy jest minimalna liczba ważnych pozycji (jak mean.k w składni WHO)
domena <- function(x, poz, min_waznych) {
  v <- x[, paste0("q", poz), drop = FALSE]
  w <- rowMeans(v, na.rm = TRUE) * 4
  w[rowSums(!is.na(v)) < min_waznych] <- NA
  w
}
min_w <- c(fiz = 6, psych = 5, spol = 2, srod = 6)
d4 <- sapply(names(domeny), function(k) domena(x, domeny[[k]], min_w[k]))
colSums(is.na(d4))                                    # domeny, których nie policzono

# Krok 5. Przeliczenie na 0–100: (wynik 4–20 − 4) × 100 / 16; pozycje 1 i 2 osobno: (odpowiedź − 1) × 25
d100 <- (d4 - 4) * 100 / 16
q1_100 <- (x[, "q1"] - 1) * 25; q2_100 <- (x[, "q2"] - 1) * 25
# Sprawdzenie: suma 7 pozycji domeny fizycznej równa 21 (średnia 3) daje 12 i 50 punktów
c(skala_4_20 = 21 / 7 * 4, skala_0_100 = (21 / 7 * 4 - 4) * 100 / 16)

# Krok 6. Statystyki opisowe domen (4–20 i 0–100) oraz odsetek wyników minimalnych i maksymalnych
opis <- function(v) c(n = sum(!is.na(v)), M = mean(v, na.rm = TRUE), SD = sd(v, na.rm = TRUE))
o4 <- t(apply(d4, 2, opis)); o100 <- t(apply(d100, 2, opis))
round(cbind(o4, M_100 = o100[, "M"], SD_100 = o100[, "SD"]), 2)
round(100 * rbind(min = colMeans(d100 == 0, na.rm = TRUE), max = colMeans(d100 == 100, na.rm = TRUE)), 1)
round(c(q1_M = mean(q1_100, na.rm = TRUE), q2_M = mean(q2_100, na.rm = TRUE)), 2)

# Krok 7. Rzetelność domen na pełnych odpowiedziach: alfa Cronbacha i omega (model jednoczynnikowy)
rzet <- sapply(names(domeny), function(k) {
  v <- na.omit(x[, paste0("q", domeny[[k]])])
  lam <- as.numeric(fa(v, nfactors = 1)$loadings)
  c(n = nrow(v), alfa = psych::alpha(v, warnings = FALSE)$total$raw_alpha,
    omega = sum(lam)^2 / (sum(lam)^2 + sum(1 - lam^2)))
})
round(rzet, 2)

# Krok 8. Ból przewlekły a domeny (0–100): test Welcha, g Hedgesa z 95% CI, korekta Holma
wyn <- t(sapply(names(domeny), function(k) {
  v <- d100[, k]; tt <- t.test(v[grupa == "tak"], v[grupa == "nie"])
  g <- hedges_g(v[grupa == "tak"], v[grupa == "nie"], pooled_sd = TRUE)
  c(M_bol = mean(v[grupa == "tak"], na.rm = TRUE), SD_bol = sd(v[grupa == "tak"], na.rm = TRUE),
    M_bez = mean(v[grupa == "nie"], na.rm = TRUE), SD_bez = sd(v[grupa == "nie"], na.rm = TRUE),
    t = unname(tt$statistic), df = unname(tt$parameter), p = tt$p.value, g = g$Hedges_g, g_lo = g$CI_low, g_hi = g$CI_high)
}))
wyn <- cbind(wyn, p_holm = p.adjust(wyn[, "p"], "holm"))
round(wyn[, -c(7, 11)], 2)
signif(wyn[, c("p", "p_holm")], 3)                  # dokładne p
table(grupa[!is.na(d100[, "fiz"])])                # liczebności w domenie fizycznej

[1] TRUE

 < 21 21–25    26 
    4    59   157 
[1] 216
  fiz psych  spol  srod 
    2     0     4     0 
 skala_4_20 skala_0_100 
         12          50 
        n     M   SD M_100 SD_100
fiz   214 13.71 2.68 60.69  16.72
psych 216 14.30 2.75 64.40  17.17
spol  212 14.39 2.81 64.92  17.53
srod  216 14.41 2.45 65.03  15.29
    fiz psych spol srod
min   0   0.0  0.0  0.0
max   0   0.9  3.8  0.5
 q1_M  q2_M 
62.15 65.54 
         fiz  psych   spol   srod
n     202.00 205.00 202.00 192.00
alfa    0.81   0.81   0.63   0.81
omega   0.81   0.81   0.64   0.81
      M_bol SD_bol M_bez SD_bez     t     df     g  g_lo  g_hi
fiz   53.39  16.55 67.08  14.09 -6.47 195.62 -0.89 -1.17 -0.61
psych 60.23  17.50 68.06  16.08 -3.41 204.58 -0.47 -0.73 -0.19
spol  63.34  18.72 66.30  16.38 -1.22 196.30 -0.17 -0.44  0.10
srod  61.51  14.35 68.12  15.47 -3.26 213.34 -0.44 -0.71 -0.17
             p   p_holm
fiz   7.83e-10 3.13e-09
psych 7.94e-04 2.38e-03
spol  2.26e-01 2.26e-01
srod  1.31e-03 2.62e-03

nie tak 
114 100 

Najczęstsze błędy przy WHOQOL-BREF

• Brak odwrócenia pozycji 3, 4 i 26 albo odwrócenie ich dwa razy. Zaniża lub zawyża domeny fizyczną i psychologiczną.
• Suma 26 pozycji jako „wynik jakości życia”. Składnia WHO liczy cztery domeny i osobno dwa pytania ogólne.
• Mieszanie skal 4–20 i 0–100 w jednej tabeli albo porównywanie z literaturą bez sprawdzenia, której skali użyli autorzy.
• Liczenie domeny przy zbyt wielu brakach albo zostawienie w analizie osób z mniej niż 21 odpowiedziami.
• Kategorie „niska” i „wysoka” jakość życia wymyślone na podstawie mediany albo arbitralnych progów i przedstawione jak oficjalne.
• Usuwanie pozycji z domeny relacji społecznych, żeby podnieść alfę.
• Przedruk pozycji w aneksie bez zgody i wnioski przyczynowe z badania przekrojowego.

Plan analizy całego kwestionariusza, od czyszczenia danych po rzetelność, omawia przewodnik po analizie kwestionariusza. Jeśli mierzysz jakość życia przed i po interwencji, zajrzyj też do wpisu o RCI, MDC i MCID. Krótszą miarę dobrostanu tej samej organizacji opisuje wpis o WHO-5. Jeśli chcesz sprawdzić liczenie domen albo dobór analiz w swojej pracy, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jak przeliczyć wynik WHOQOL-BREF na skalę 0–100?

Najpierw policz domenę jako średnią jej pozycji razy 4, co daje zakres 4–20. Potem zastosuj wzór ze składni WHO: (wynik 4–20 − 4) × 100 / 16. Wynik 12 odpowiada 50, a wynik 20 – 100 punktom.

Które pozycje WHOQOL-BREF trzeba odwrócić?

Pozycje 3, 4 i 26. Wysoka odpowiedź oznacza w nich gorszą jakość życia, więc przed liczeniem domen zamień odpowiedź na 6 − odpowiedź. Pozycje 3 i 4 należą do domeny fizycznej, a 26 do psychologicznej.

Czy WHOQOL-BREF ma wynik ogólny?

Składnia WHO nie liczy jednej sumy z 26 pozycji. Narzędzie daje profil czterech domen, a dwa pierwsze pytania, o ocenę jakości życia i zadowolenie ze zdrowia, analizuje się osobno. Jeśli w pracy potrzebujesz jednego wskaźnika, uzasadnij to i nie przedstawiaj go jako oficjalnego wyniku.

Ile braków odpowiedzi dopuszcza WHOQOL-BREF?

Według składni WHO do analizy wchodzą osoby z co najmniej 21 ważnymi odpowiedziami na 26. Domenę liczysz ze średniej dostępnych pozycji, jeśli brakuje najwyżej jednej w domenie fizycznej, psychologicznej i relacji społecznych oraz najwyżej dwóch w domenie środowiska.

Czy na użycie WHOQOL-BREF w pracy dyplomowej potrzebna jest zgoda?

Tak, przed badaniem wystąp o zgodę do WHO i sprawdź aktualną procedurę na jej stronie. Przy polskiej wersji sprawdź też warunki u ośrodka lub wydawcy adaptacji i zacytuj jej źródło. Pozycji nie przedrukowuj w pracy bez zgody.

Powiązane hasła

Przeczytaj też

@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}}

@article{skevington2012expecting, author={Skevington, Suzanne M. and McCrate, Farah M.}, title={{Expecting a good quality of life in health: Assessing people with diverse diseases and conditions using the WHOQOL-BREF}}, journal={Health Expectations}, year={2012}, volume={15}, number={1}, pages={49--62}, doi={10.1111/j.1369-7625.2010.00650.x}}

@article{skevington2004who, author={Skevington, Suzanne M. and Lotfy, Mahmoud and O'Connell, Kathryn A.}, title={{The World Health Organization's WHOQOL-BREF quality of life assessment: Psychometric properties and results of the international field trial. A report from the WHOQOL Group}}, journal={Quality of Life Research}, year={2004}, volume={13}, number={2}, pages={299--310}, doi={10.1023/b:qure.0000018486.91360.00}}

@article{whoqol1998development, author={{WHOQOL Group}}, title={{Development of the World Health Organization WHOQOL-BREF quality of life assessment}}, journal={Psychological Medicine}, year={1998}, volume={28}, number={3}, pages={551--558}, doi={10.1017/s0033291798006667}}

@techreport{who1996whoqolbref, author={{World Health Organization}}, title={{WHOQOL-BREF: Introduction, administration, scoring and generic version of the assessment: Field trial version, December 1996}}, year={1996}, institution={World Health Organization}, url={https://iris.who.int/handle/10665/63529}}

@misc{whoqolbrefwebnd, author={{World Health Organization}}, title={{WHOQOL-BREF}}, publisher={World Health Organization}, url={https://www.who.int/tools/whoqol/whoqol-bref}}