Del via:
Der findes flere typer af studiedesigns. Hvilket du skal vælge, afhænger specielt af dine forskningsspørgsmål, men også af populationen, datatilgængelighed og etiske forhold.
Læs mere om forskellige studiedesigns herunder
Evidenshierarki i studiedesigns
De forskellige studiedesign giver forskellig grad af sikkerhed for dine fundne resultater. Dette kaldes for evidens. Evidens er gradueret og man stræber som hovedregel efter det højeste niveau af evidens. Primær forskning er den type forskning, der generelt har det højeste evidensnivea f.eks. randomiserede studier. Der er publiceret flere gradueringer af studiedesigns indbyrdes værdi som evidens for sundhedsvidenskabelige sammenhænge. Et korrekt gennemført systematisk review betragtes af mange som den mest værdifulde type af evidens.
Randomiseret klinisk studie - RCT
Der findes mange forskellige former for interventionsstudier. Det mest udbredte, og det som betragtes som ”den gyldne standard” er det randomiserede kliniske studie (randomized controlled trials, RCT).
Vælger du at lave et RCT indebærer det, at dine deltagere, efter inklusion, fordeles ved hjælp af lodtrækning til at modtage to eller flere interventioner. Interventionen kan for eksempel være behandlinger eller lægemidler. Et randomiseret studie giver, som det eneste studiedesign, umiddelbar mulighed for at vurdere kausale sammenhænge mellem intervention og udfald.
Når man vil undersøge effekten af en intervention, er den bedste metode at allokere studiedeltagere ved hjælp af randomisering til forskellige interventionsgrupper. I dette design søger man at kontrollere så mange faktorer som muligt vedrørende studiedeltagerne undtaget interventionen. Blinding er et andet vigtigt begreb i randomiserede studier og forekommer ved allokering, behandling (hvis mulig), evaluering, og (helst) ved analysen. Randomiserede kliniske studier skal registreres fx i Clinicaltrials.gov inden de begynder, for at kunne publiceres i velrenommerede tidsskrifter.
Ved observationelle studier er der ingen intervention - man observerer.
Observationsstudier indbefatter flere typer af designs bl.a. afhængigt af, om man vil beskrive en gruppe én gang i en tværsnitsundersøgelse, fx via et spørgeskema, eller om man vil følge op på en gruppe (kohorte) prospektivt over tid.
Man kan også bruge disse typer af designs for at undersøge sammenhænge, fx mellem risikofaktorer og forskellige sygdomme.
I et retrospektivt studie har man identificeret de personer fx. med den sygdom man vil undersøge, men man er nødt til at gå tilbage i tidlige dokumenter/journaler for at finde de baggrundsfaktorer man mistænker, kan være risikofaktorer for sygdommen.
Hvis man arbejder med en sjælden sygdom, kan det være bedre at udvælge, specifikt, personer med den sjældne sygdom, for at matche disse med et antal personer, der ikke har den samme sygdom, men ligner dem på så mange andre relevante punkter som mulig (case-control). Formålet ville være, også her, at teste for risikofaktorer. Det ideelle studie for dette ville være et tvillingekontrol studie.
I registerstudier er data allerede indsamlet. Man specificerer sine forskningsspørgsmål, vælger relevante data fra registeret, søger om at få udtræk og undersøger hvor hurtigt man kan få adgang til data. Information fra registrer bruges typisk til at undersøge prævalenser, tidstrender og sammenhænge mellem faktorer.
Kohortestudie
Et kohortestudie er undersøgelsen af en eksponerings (fx rygning) sammenhæng med et udfald (fx lungekræft, hvor du følger en population (kohorte) over tid, indtil den sygdom eller tilstand, du ønsker at undersøge, indtræffer. De fleste kohortestudier udføres prospektivt, hvor data om eksponering indsamles/registreres før og uafhængigt af data om udfald, hvilket er en betydelig styrke ved dette design sammenlignet med fx retrospektive case-kontrol studier.
Case-kontrol studie
Ønsker du at sammenligne eksponeringsstatus (rygning) hos cases (for eksempel syge) med kontroller (for eksempel ikke syge), foretager du et case-kontrol studie. Case-kontrol studier udføres retrospektivt, hvilket vil sige, at information om eksponering indhentes efter udfaldet er indtruffet, ved fx at spørge deltagerne om eksponeringsstatus tilbage i tid.
Tværsnitsstudie
Ved tværsnitstudier, hvilket også benævnes cross-sectional studies, undersøger du et øjebliksbillede dvs. forekomsten af hændelser i en population på et givet tidspunkt. Det kan for eksempel være forekomsten af lungekræft blandt medarbejdere på en vindmøllefabrik, en fredag i maj. Tværsnitsstudier kan anvendes til at undersøge prævalenser og sammenhænge, men det vil ikke være muligt at lave kausale slutninger, når eksponering og udfald stammer fra samme tidspunkt.
Registerforskning
Registerstudier er retospektive studer, hvor data er indsamlet på forhånd og samlet i et register. De indebærer oftest omfattende statistiske analyser, da data er indsamlet over en årrække og mængden af data dermed er stor.
De danske registre indeholder store mængder data om blandt andet diagnoser, procedurer, behandling og sociodemografi. Oplysningerne kan anvendes i egentlige registerstudier – ofte historiske kohortestudier, hvor du kan kortlægge store datamængder, som er prospektivt registreret. Registerdata kan også anvendes til at berige dine kliniske data eller spørgeskemadata. Hvis du overvejer brug af data fra registre kan det anbefales at samarbejde med registerforskere for at få optimalt udbytte af data. Se under links, hvad OPEN Registry kan tilbyde.
Ved et review gennemgår du den videnskabelige litteratur på et område. Det kan være en god idé at kortlægge et emne eller en ide via et review, før du går i gang med primær forskning.
Når du skal skrive en forskningsprotokol, skal du danne dig et overblik over den litteratur, der findes på området. Det kan du blandt andet gøre ved at lave en litteraturgennemgang, hvor du sammenfatter litteraturen med det formål at give et relativt dækkende overblik over evidensen indenfor et emne i et narrativt review.
Det kan også være en god ide at lave et mere formelt litteraturstudie, som vil blive publiceret.
Systematisk review og metanalyse
Ved et systematisk review laver du en gennemgang af alle publicerede studier inden for et emne, som vurderes transparent og struktureret - både hvad angår kvalitet og resultater. Et systematisk review vil, typisk, producere et specifikt svar (f.eks. så mange procent, en behandling er bedre end en anden, disse risikofaktorer er stærkest). Eftersom man søger et specifikt svar, er kvaliteten på de inkluderede studier vurderede, typisk i en risk of bias tabel. Denne kvalitetsvurdering indgår derefter i sammenfatningen af resultatet.
Resultaterne fra et review kan analyseres på forskellige måder; narrativt, gennem at tælle antallet af studier med forskellige resultater, eller statistisk med en meta-analyse.
Når du laver en metaanalyse, foretager du en sammenfattende analyse af resultaterne fra flere studier, hvilket giver et mere præcist estimat end alle de enkelte estimater i de individuelle studier. Her benytter du en specifik statistisk metode til at sammenligne data og resultater fra næsten identiske, allerede publicerede studier, identificeret ved det systematiske review. Du skal være opmærksom på, at metaanalyser kan være påvirket af publikationsbias. Forskere kan undlade at publicere, hvis deres forsøg ikke viser en signifikant forskel. Samtidig har tidsskrifter en tendens til, primært at publicere studier, der viser en signifikant forskel på behandlede og ikke-behandlede deltagere.
Det anbefales at anvende PRISMA Statement til afrapportering af systematiske reviews. Husk desuden af anmelde dit studie til f.eks. PROSPERO.
Scoping review
Hvis du ønsker, at kortlægge eksisterende litteratur/evidens inden for et givent område eller identificere videnshuller i den eksisterende forskning, kan du lave et scoping review. I et scoping review tager du udgangspunkt i et lidt bredere forskningsspørgsmål eller emne, end man ser i et systematisk review. Derfor forventes du ikke at producere et eksakt svar. Typisk er der ingen undersøgelse af kvaliteten af data, eftersom man mere beskriver end producerer eksakte estimater.
Et scoping review kan ligeledes anvendes som en forgænger til et systematisk review. PRISMA kan også anvendes som guideline til scoping reviews. Et scoping review kan anmeldes ved fx OSF-Open Science Framework.
Andre typer af transparente reviews
Der findes et stort antal af andre reviews, der også er transparente og omhyggelige i deres valg af litteratur, ekstraktion af data og dataanalyse. De adskiller sig i deres formål og graden af omhyggelighed.
Narrativt review
I et narrativt review sammenfatter du litteratur udvalgt efter subjektive kriterier. Det er med andre ord et ikke-transparent og ofte ikke-struktureret review. Dette giver et overblik over et emne eller underbygger en holdning i en faglig diskussion og kan anvendes, når evidensen på et område er sparsom og der ikke foreligger resultater fra flere store randomiserede undersøgelser. Et narrativt review opfylder ikke kravene for et forskningsprojekt, dvs. typisk savner det et klart formål (forskningsspørgsmål), mangler en transparent data indsamling og analysen/syntesen er subjektiv.
PRISMA er en checkliste med 27 punkter, der hjælper dig med at skabe overblik over dit systematiske review og/eller metaanalyse. Der findes også en udvidet checkliste, som hjælper dig med at skrive protokollen til dit systematiske review.
PROSPERO er en international database, hvor du kan registrere din forskningsprotokol til dit systematiske review, inden du udtrækker data og analyserer disse. Når du anvender PROSPERO kan du forhindre unødvendigt dobbeltarbejde, da PROSPERO har en omfattende liste over igangværende systematiske reviews. Det anbefales, at du foretager registreringen i PROSPERO, inden du foretager din litteratursøgning.
OSF (Open Science Framework) er en database, som PROSPERO, hvor du kan anmelde din forskning. Her er det muligt at anmelde Scoping Reviews.
Den kvalitative metode er en systematisk indsamling, organisering og analyse af data for eksempel ud fra observationer eller interviews af enkeltpersoner eller fokusgrupper
I lighed med kvantitativ forskning er det vigtigt at sætte sig ind i den bagvedliggende teori, hvis man ønsker at få maksimalt udbytte af sit datagrundlag. Der er en stigende tendens til at anvende kvalitativ forskning til at berige forskningsresultater opnået indenfor registerforskning eller i kliniske studier. Det kaldes ofte for Mixed Methods og kan ud over kvalificering af andre data også være hypotesegenererende for fremtidige studier.
Du kan læse mere på Equator network om at skrive og publicere pålidelig sundhedsforskning.