Słownik metodologiczny · Wielkość efektu

Klinicznie istotna zmiana według Jacobsona i Truax – kryteria a, b, c i RCI

Metoda Jacobsona i Truax łączy dwa pytania: czy zmiana u pacjenta przekracza błąd pomiaru i czy po terapii jego wynik przypomina wyniki osób zdrowych. Pokazujemy punkty odcięcia a, b, c, kategorie wyniku i przykład w R.

Strona główna / Słownik / Jacobson–Truax

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Klinicznie istotna zmiana według Jacobsona i Truax wymaga dwóch rzeczy: wiarygodnej zmiany (|RCI| ≥ 1.96) i przejścia wyniku za punkt odcięcia między populacją kliniczną a funkcjonalną (kryterium a, b lub c). Pacjentów dzieli się na wyzdrowienie, poprawę, brak zmiany i pogorszenie.

Co to jest klinicznie istotna zmiana?

Klinicznie istotna zmiana (ang. clinically significant change) w ujęciu Jacobsona i Truax (1991) to zmiana, po której pacjent wychodzi poza zakres wyników populacji dysfunkcjonalnej albo wchodzi w zakres populacji funkcjonalnej. Autorzy połączyli to kryterium ze wskaźnikiem wiarygodnej zmiany (RCI), który sprawdza, czy zmiana przekracza błąd pomiaru.

Trzy punkty odcięcia

a = Mklin − 2SDklin   b = Mnorm + 2SDnorm   c = (SDklin · Mnorm + SDnorm · Mklin) / (SDklin + SDnorm)

Wzory podano dla skali, na której wyższy wynik oznacza więcej objawów. a to granica dwóch SD od średniej populacji klinicznej, b – dwóch SD od średniej populacji funkcjonalnej, a c to punkt odcięcia leżący między obiema średnimi, ważony odchyleniami. Kryterium a nie wymaga norm dla osób zdrowych; b i c – tak.

Kategorie wyniku

  • wyzdrowienie: wiarygodna poprawa (RCI ≤ −1.96) i przekroczenie punktu odcięcia;
  • poprawa: wiarygodna poprawa bez przekroczenia punktu odcięcia;
  • bez wiarygodnej zmiany: |RCI| < 1.96;
  • pogorszenie: wiarygodny wzrost objawów (RCI ≥ 1.96).

Przykład

Populacja kliniczna ma M = 30 i SD = 8, funkcjonalna M = 10 i SD = 6, a rzetelność skali wynosi .88 (dane symulowane). Punkty odcięcia to a = 14.00, b = 22.00 i c = 18.57. Po terapii kryterium wyzdrowienia spełniło 24 z 60 pacjentów (40.0%), poprawy – 14 (23.3%), a u 22 (36.7%) nie było wiarygodnej zmiany. Poniżej c znalazło się 25 osób, ale jedna z nich nie miała wiarygodnej zmiany.

Jak opisać w pracy

Klinicznie istotną zmianę oceniono metodą Jacobsona i Truax (1991): punkt odcięcia c = 18.57 i RCI (|RCI| ≥ 1.96). Kryterium wyzdrowienia spełniło 24 z 60 pacjentów (40.0%), poprawy – 14 (23.3%), bez wiarygodnej zmiany pozostało 22 (36.7%), a pogorszenia nie stwierdzono.

Na co uważać

  • Wybór metody zmienia wynik. Bauer i in. (2004) porównali pięć metod na 386 pacjentach i otrzymali różne oszacowania; metoda Jacobsona i Truax dawała umiarkowane oszacowania i to ją zalecili do badań. Wise (2004) omawia odmiany wzorów; nazwij swoją.
  • Normy muszą pasować do skali i populacji. Podaj ich źródło.
  • Kryterium dotyczy norm, a nie odczuć pacjenta. Przejście za punkt odcięcia to nie to samo co poprawa o MCID. Odsetki z kategorii możesz porównać między grupami w analizie responderów; szerszy przykład zawiera wpis Wiarygodna i klinicznie istotna zmiana.
Przykład reprodukowalny

Kategorie Jacobsona i Truax w R

Kod liczy trzy punkty odcięcia, RCI dla 60 pacjentów i przydziela ich do kategorii (kryterium c).

Punkty odcięcia a, b, c i kategorie zmiany

Dane wejściowe: średnie i SD obu populacji, rzetelność .88 i wyniki przed i po u 60 pacjentów (dane symulowane, set.seed(142)).

Co odczytać: wartości a, b, c i liczbę osób w każdej kategorii.

R
m_klin <- 30; sd_klin <- 8      # populacja kliniczna (skala objawów, wyżej = gorzej)
m_norm <- 10; sd_norm <- 6      # populacja funkcjonalna (normy)
r_xx <- 0.88
a  <- m_klin - 2 * sd_klin
b  <- m_norm + 2 * sd_norm
cc <- (sd_klin * m_norm + sd_norm * m_klin) / (sd_klin + sd_norm)
round(c(a = a, b = b, c = cc), 2)
s_diff <- sqrt(2) * sd_klin * sqrt(1 - r_xx)
set.seed(142)
pre  <- round(rnorm(60, 30, 8))                              # 60 pacjentów przed terapią
post <- round(pre - rnorm(60, 9, 8))                         # po terapii (dane symulowane)
rci  <- (post - pre) / s_diff
kat <- ifelse(rci <= -1.96 & post < cc, "wyzdrowienie",
       ifelse(rci <= -1.96, "poprawa",
       ifelse(rci >= 1.96, "pogorszenie", "bez wiarygodnej zmiany")))
table(factor(kat, levels = c("wyzdrowienie", "poprawa", "bez wiarygodnej zmiany", "pogorszenie")))
Wynik w R
    a     b     c
14.00 22.00 18.57

          wyzdrowienie                poprawa bez wiarygodnej zmiany
                    24                     14                     22
           pogorszenie
                     0

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats).

  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/

Najczęstsze pytania

Które kryterium wybrać: a, b czy c?

Kryterium c uwzględnia oba rozkłady, więc wymaga norm dla populacji funkcjonalnej. Bez norm pozostaje a. Wybór ustal przed analizą i podaj w pracy.

Czym różni się wyzdrowienie od poprawy w metodzie Jacobsona i Truax?

Obie kategorie wymagają wiarygodnej poprawy (RCI). Wyzdrowienie oznacza dodatkowo, że wynik po terapii przekroczył punkt odcięcia i leży bliżej populacji funkcjonalnej.

Skąd wziąć średnią i SD populacji funkcjonalnej?

Z podręcznika testu albo publikacji z normami dla osób bez zaburzenia, najlepiej z tej samej wersji językowej skali. Własna mała próba kontrolna daje mniej stabilne wartości.

Powiązane hasła

Wskaźnik wiarygodnej zmiany (RCI)Punkt odcięciaNormy testoweAnaliza responderówMCID – minimalna istotna klinicznie różnicaStandardowy błąd pomiaru (SEM)

Poradniki, w których użyjesz tego pojęcia

Poradnik

RCI, MDC i MCID

SEM, MDC95, RCI i kryteria Jacobsona–Truaxa, MCID z kotwicy i metod rozkładowych, analiza responderów z 95% CI i koszt dychotomizacji – z kodem R.

Czytaj →Poradnik

Statystyka dla psychologa

Analizy w pracy dyplomowej z psychologii: typowe projekty, wynik kwestionariusza, alfa i omega, normy i steny, eksperyment i raport APA – z danymi i kodem R.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Bauer, S., Lambert, M. J., & Nielsen, S. L. (2004). Clinical significance methods: A comparison of statistical techniques. Journal of Personality Assessment, 82(1), 60–70. https://doi.org/10.1207/s15327752jpa8201_11
  2. Jacobson, N. S., & Truax, P. (1991). Clinical significance: A statistical approach to defining meaningful change in psychotherapy research. Journal of Consulting and Clinical Psychology, 59(1), 12–19. https://doi.org/10.1037/0022-006x.59.1.12
  3. Wise, E. A. (2004). Methods for analyzing psychotherapy outcomes: A review of clinical significance, reliable change, and recommendations for future directions. Journal of Personality Assessment, 82(1), 50–59. https://doi.org/10.1207/s15327752jpa8201_10

Cytowania BibTeX

@article{bauer2004clinical, author={Bauer, Stephanie and Lambert, Michael J. and Nielsen, Scott L.}, title={{Clinical significance methods: A comparison of statistical techniques}}, journal={Journal of Personality Assessment}, year={2004}, volume={82}, number={1}, pages={60--70}, doi={10.1207/s15327752jpa8201_11}}
@article{jacobson1991clinical, author={Jacobson, Neil S. and Truax, Paula}, title={{Clinical significance: A statistical approach to defining meaningful change in psychotherapy research}}, journal={Journal of Consulting and Clinical Psychology}, year={1991}, volume={59}, number={1}, pages={12--19}, doi={10.1037/0022-006x.59.1.12}}
@article{wise2004methods, author={Wise, Edward A.}, title={{Methods for analyzing psychotherapy outcomes: A review of clinical significance, reliable change, and recommendations for future directions}}, journal={Journal of Personality Assessment}, year={2004}, volume={82}, number={1}, pages={50--59}, doi={10.1207/s15327752jpa8201_10}}
R