Słownik metodologiczny · Projekt badania

Ślepa ocena wyniku – jak zaślepić osobę, która mierzy efekt?

Gdy uczestnika i terapeuty nie da się zaślepić, można przynajmniej zaślepić osobę, która ocenia wynik. Pokazujemy, kiedy to najważniejsze, jak to zorganizować i jak sprawdzić w R, czy oceniający nie zgadywał przydziału.

Strona główna / Słownik / Ślepa ocena wyniku

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Ślepa ocena wyniku oznacza, że osoba mierząca zmienną zależną nie zna przydziału uczestników do grup. Najwięcej daje przy wynikach wymagających oceny, np. wywiadu klinicznego czy testu funkcjonalnego. Oceniający nie powinien prowadzić interwencji, a na koniec warto sprawdzić, czy zgadywał przydział częściej niż przypadkowo.

Co to jest ślepa ocena wyniku?

Ślepa ocena wyniku (ang. blinded outcome assessment, assessor blinding) to pomiar zmiennej zależnej przez osobę, która nie wie, do której grupy trafił uczestnik. Chroni przed stronniczością obserwatora: oceniający, który zna przydział, nieświadomie ocenia łagodniej osoby z „lepszej” grupy. To najczęściej jedyna forma zaślepienia możliwa w badaniach psychoterapii, rehabilitacji czy treningu, w których uczestnik i terapeuta wiedzą, co się dzieje.

Kiedy ma największe znaczenie

Gdy wynik wymaga oceny: wywiad kliniczny, skala obserwacyjna, ocena nagrania, test funkcjonalny. Hróbjartsson i in. (2013) zebrali badania, w których ten sam wynik na skali pomiarowej oceniali zaślepieni i niezaślepieni oceniający. Niezaślepieni zawyżali wielkość efektu średnio o 68%. Przy wynikach obiektywnych, np. zgonie, ryzyko jest małe (Schulz i Grimes, 2002). Uwaga: przy kwestionariuszu samoopisowym oceniającym jest sam uczestnik, więc jeśli zna swoją grupę, ocena nie jest ślepa.

Jak to zrobić

  • Oceniający nie prowadzi interwencji i nie uczestniczy w randomizacji.
  • Uczestników poproś, by nie mówili oceniającemu o swoich zajęciach.
  • Usuń wskazówki: kody zamiast nazw grup, osobne terminy pomiarów.
  • Gdy się da, nagraj test i daj go do oceny osobie spoza zespołu.

Przykład: czy zaślepienie się utrzymało?

Po każdej z 60 ocen końcowych fizjoterapeutka zaznaczała, w której grupie jej zdaniem był pacjent (dane przykładowe). Trafiła 41 razy, czyli w 68.3% przypadków, 95% CI [55.0, 79.7]. To istotnie więcej niż 50% przy zgadywaniu na ślepo, p = .006 (dokładny test dwumianowy), więc zaślepienie było częściowo nieskuteczne. Takie zgadywanie wynika czasem z samej poprawy pacjentów, dlatego podaj wynik i omów go, zamiast usuwać oceny.

Jak opisać w pracy

Pomiary końcowe wykonywała fizjoterapeutka, która nie prowadziła zajęć i nie znała przydziału uczestników do grup. Po każdym pomiarze wskazywała, w której grupie jej zdaniem był pacjent: trafiła w 41 z 60 przypadków (68.3%, 95% CI [55.0, 79.7]), czyli częściej niż przy zgadywaniu losowym, p = .006.

Na co uważać

  • Nie pisz ogólnie „badanie było zaślepione”. Napisz, kto oceniał wynik i jak chroniono przydział (Schulz i Grimes, 2002).
  • Ślepa ocena nie usuwa efektu oczekiwań uczestników ani terapeutów. Pełniejszy wariant opisuje hasło podwójnie ślepa próba.
  • Przy ocenie przez dwie osoby sprawdź też zgodność ocen, np. kappą Cohena.

Przedział dla odsetka trafnych odpowiedzi wyjaśnia hasło przedział ufności dla proporcji, a o planowaniu pomiarów w badaniach interwencji piszemy w poradniku statystyka dla fizjoterapeuty.

Przykład reprodukowalny

Sprawdzenie zaślepienia oceniającego w R

Kod liczy odsetek trafnych odpowiedzi oceniającego, jego 95% CI i dokładny test dwumianowy wobec 50%.

Czy oceniający zgadywał przydział częściej niż przypadkowo?

Dane wejściowe: liczba trafnych wskazań grupy (41) na 60 ocen końcowych (dane przykładowe).

Co odczytać: odsetek trafnych odpowiedzi, 95% CI Cloppera–Pearsona w procentach i wartość p.

R
# Po każdej ocenie końcowej oceniający zaznacza, w której grupie jego zdaniem był pacjent
trafne <- 41; n <- 60                                     # 41 trafnych odpowiedzi na 60 ocen
round(trafne / n * 100, 1)                                # odsetek trafnych odpowiedzi
test <- binom.test(trafne, n)                             # domyślnie wobec 50%, czyli zgadywania na ślepo
round(as.numeric(test$conf.int) * 100, 1)                 # 95% CI (Clopper–Pearson) w procentach
round(test$p.value, 3)
Wynik w R
[1] 68.3
[1] 55.0 79.7
[1] 0.006

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

Czy kwestionariusz samoopisowy może mieć ślepą ocenę wyniku?

Tylko wtedy, gdy uczestnik nie zna swojej grupy. Przy samoopisie to on jest oceniającym, więc w badaniu psychoterapii bez zaślepienia uczestnika taka ocena nie jest ślepa.

Kto powinien oceniać wynik w badaniu z zaślepionym oceniającym?

Osoba spoza zespołu prowadzącego interwencję, która nie uczestniczyła w randomizacji i nie ma dostępu do listy przydziału. Najlepiej, by nie rozmawiała z uczestnikami o przebiegu zajęć.

Co zrobić, gdy oceniający poznał przydział uczestnika?

Zapisz to zdarzenie, nie usuwaj pomiaru i zgłoś liczbę takich przypadków w pracy. Jeśli to możliwe, kolejne pomiary tej osoby powierz innemu, zaślepionemu oceniającemu.

Powiązane hasła

Zaślepienie badania (pojedynczo ślepa próba)Podwójnie ślepa próbaEfekt oczekiwań badacza i efekt HawthorneTrafność wewnętrzna badaniaAnaliza per protocolPrzedział ufności dla proporcji

Poradniki, w których użyjesz tego pojęcia

Poradnik

Statystyka dla fizjoterapeuty

Pomiar przed i po terapii, test t i Wilcoxona, MCID dla skali NRS, ANCOVA, trzy pomiary, ICC i regresja do średniej – z danymi, kodem R i opisem APA.

Czytaj →Poradnik

Statystyka w publikacji medycznej

STROBE, CONSORT 2025, STARD i TRIPOD+AI, sekcja Statistical analysis (PL/EN), Tabela 1 z SMD, regresja logistyczna, ROC, kalibracja i walidacja.

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. Hróbjartsson, A., Thomsen, A. S. S., Emanuelsson, F., Tendal, B., Hilden, J., Boutron, I., Ravaud, P., & Brorson, S. (2013). Observer bias in randomized clinical trials with measurement scale outcomes: A systematic review of trials with both blinded and nonblinded assessors. Canadian Medical Association Journal, 185(4), E201–E211. https://doi.org/10.1503/cmaj.120744 ● Otwarty dostęp
  2. Schulz, K. F., & Grimes, D. A. (2002). Blinding in randomised trials: Hiding who got what. The Lancet, 359(9307), 696–700. https://doi.org/10.1016/s0140-6736(02)07816-9

Cytowania BibTeX

@article{hrobjartsson2013observer, author={Hróbjartsson, Asbjørn and Thomsen, Ann Sofia Skou and Emanuelsson, Frida and Tendal, Britta and Hilden, Jørgen and Boutron, Isabelle and Ravaud, Philippe and Brorson, Stig}, title={{Observer bias in randomized clinical trials with measurement scale outcomes: A systematic review of trials with both blinded and nonblinded assessors}}, journal={Canadian Medical Association Journal}, year={2013}, volume={185}, number={4}, pages={E201--E211}, doi={10.1503/cmaj.120744}}
@article{schulz2002blinding, author={Schulz, Kenneth F. and Grimes, David A.}, title={{Blinding in randomised trials: Hiding who got what}}, journal={The Lancet}, year={2002}, volume={359}, number={9307}, pages={696--700}, doi={10.1016/s0140-6736(02)07816-9}}
R