037. Badanie przekrojowe i podłużne – jakie pytania mogą rozstrzygać?

Wybór między badaniem przekrojowym a podłużnym nie jest wyłącznie decyzją organizacyjną. Określa on, jakie relacje między zmiennymi można badać, czy da się ustalić kolejność zdarzeń oraz jak ostrożnie należy formułować wnioski. Badanie przekrojowe przypomina fotografię populacji w określonym momencie, natomiast badanie podłużne tworzy serię pomiarów tych samych osób lub jednostek w czasie. W tej lekcji, będącej częścią szkolenia na statystyka.edu.pl, skupimy się na pytaniu zasadniczym: jakiego rodzaju problemy badawcze może rozstrzygnąć każdy z tych schematów?

1. Dwa schematy, dwa porządki pytań

Badanie przekrojowe polega na pomiarze badanych cech w jednym, zdefiniowanym okresie obserwacji. „Jednocześnie” nie musi oznaczać tego samego dnia. Może chodzić o tydzień, miesiąc albo konkretną falę badania, pod warunkiem że wynik, ekspozycja i zmienne towarzyszące są odnoszone do tego samego przekroju czasowego. W takim badaniu każdy uczestnik dostarcza danych zasadniczo dla jednego momentu lub krótkiego przedziału czasu.

Badanie podłużne obejmuje co najmniej dwa pomiary w czasie. Zwykle obserwuje się te same osoby, pacjentów, gospodarstwa domowe, szkoły lub inne jednostki. Można dzięki temu analizować nie tylko różnice między uczestnikami, lecz także zmianę wewnątrz jednostki. Badanie podłużne może mieć charakter prospektywny, gdy pomiary są planowane przed wystąpieniem obserwowanego zdarzenia, albo retrospektywny, gdy wykorzystuje się już istniejące dane z różnych momentów.

Podział na badania przekrojowe i podłużne dotyczy przede wszystkim struktury obserwacji w czasie. Nie należy utożsamiać go automatycznie z podziałem na badania opisowe i analityczne, obserwacyjne i eksperymentalne ani prospektywne i retrospektywne. Badanie przekrojowe może być opisowe lub analityczne, a badanie podłużne może wykorzystywać dane prospektywne albo retrospektywne.

2. Co można rozstrzygać w badaniu przekrojowym?

2.1. Oszacowanie częstości występowania zjawiska

Najbardziej naturalnym celem badania przekrojowego jest oszacowanie chorobowości punktowej lub okresowej, odsetka osób z określoną cechą albo rozpowszechnienia zachowania zdrowotnego. Przykładowe pytania brzmią:

• Jaki odsetek studentów pielęgniarstwa doświadcza istotnych objawów bezsenności w maju 2026 roku?
• Jak często wśród pacjentów podstawowej opieki zdrowotnej występuje niekontrolowane nadciśnienie podczas badania przesiewowego?
• Jaki odsetek ratowników medycznych deklaruje objawy przeciążenia emocjonalnego w określonym okresie?

W uproszczeniu chorobowość można zapisać jako:

P = C / N

• P – oszacowana chorobowość lub częstość występowania cechy,
• C – liczba osób, u których cecha występuje w chwili lub okresie badania,
• N – liczba wszystkich osób ocenionych w badanej populacji.

W praktyce należy podać także przedział ufności, ponieważ odsetek uzyskany w próbie jest oszacowaniem, a nie bezpośrednim odczytem parametru populacyjnego.

2.2. Opis rozkładu cech i identyfikacja grup różniących się wynikami

Badanie przekrojowe pozwala opisać, jak zmienna występuje w populacji oraz czy jej poziom różni się między podgrupami. Można porównać na przykład średnie lub mediany poziomu stresu u pielęgniarek pracujących na oddziałach o różnym profilu, a także odsetek osób palących w grupach różniących się wiekiem lub wykształceniem.

Jeżeli w badaniu obserwuje się związek między ekspozycją a wynikiem, można zastosować miary takie jak iloraz szans, różnica częstości lub iloraz częstości. Wybór miary powinien zależeć od rodzaju wyniku, planu próbkowania i modelu statystycznego. W badaniach przekrojowych szczególnie ważne jest, aby nie traktować ilorazu szans jako intuicyjnego odpowiednika ryzyka, zwłaszcza gdy wynik jest częsty.

2.3. Generowanie hipotez

Przekrój populacji jest użyteczny na etapie rozpoznawania problemu. Może wskazać, że określone środowisko, zachowanie lub cecha socjodemograficzna współwystępuje z gorszym wynikiem zdrowotnym. Nie rozstrzyga jednak zwykle, czy ekspozycja poprzedza wynik, czy też wynik wpływa na ekspozycję.

Wang i Cheng wskazują, że badania przekrojowe są relatywnie szybkie i ekonomiczne, ale mają ograniczoną zdolność do oceny zapadalności, relacji czasowej i przyczynowości (Wang i Cheng, 2020). Dlatego wynik przekrojowy często powinien być traktowany jako przesłanka do zaprojektowania badania podłużnego, a nie jako ostateczne potwierdzenie mechanizmu.

3. Czego badanie przekrojowe zazwyczaj nie rozstrzyga?

Najważniejszym ograniczeniem jest brak pewnej informacji o kolejności zdarzeń. Jeżeli jednocześnie stwierdzimy wysoki poziom lęku i częste korzystanie z pomocy psychologicznej, nie wiemy, czy lęk doprowadził do poszukiwania pomocy, czy kontakt z systemem opieki wiązał się z innymi czynnikami nasilającymi lęk.

Trudność tę określa się czasem jako problem odwróconej przyczynowości. Dodatkowo w badaniach dotyczących osób żyjących z chorobą może pojawić się bias przeżycia: osoby z bardzo ciężkim przebiegiem, które zmarły lub wypadły z populacji, nie są obecne w momencie pomiaru. Wynik przekrojowy może więc zaniżać lub zniekształcać obraz związku.

Wniosek „czynnik X powoduje Y” wymaga znacznie mocniejszego uzasadnienia niż samo stwierdzenie, że X i Y współwystępują. W badaniu przekrojowym należy preferować sformułowania: „zaobserwowano związek”, „cecha współwystępowała z wynikiem” albo „wyniki są zgodne z hipotezą”, zamiast języka przyczynowego.

4. Co można rozstrzygać w badaniu podłużnym?

4.1. Czy wynik zmienia się w czasie?

Badanie podłużne pozwala określić kierunek i tempo zmian. Można zapytać:

• Jak zmienia się nasilenie objawów depresyjnych u pacjentów w ciągu sześciu miesięcy?
• Czy wydolność fizyczna osób po hospitalizacji poprawia się po wypisie?
• Jak kształtuje się wypalenie zawodowe ratowników medycznych w pierwszym roku pracy?

Jeśli wynik mierzony jest co najmniej dwukrotnie, można opisać zmianę prostą różnicą:

ΔY = Yt2 − Yt1

• ΔY – zmiana wartości wyniku,
• Y_t1 – pomiar początkowy,
• Y_t2 – pomiar późniejszy.

Dodatnia wartość ΔY oznacza wzrost wyniku, a ujemna – spadek, o ile kierunek skali ma takie znaczenie. Przy większej liczbie pomiarów można analizować trajektorie zmian, efekty czasu oraz różnice w tempie zmian między grupami, na przykład za pomocą modeli mieszanych lub modeli dla powtarzanych pomiarów.

4.2. Czy ekspozycja poprzedza wystąpienie wyniku?

Podłużność umożliwia lepsze, choć nie automatycznie pełne, zbadanie następstwa czasowego. Jeżeli osoby bez objawów są oceniane pod względem ekspozycji, a następnie obserwowane, można sprawdzić, czy w dalszym okresie częściej pojawia się u nich określony wynik.

Przykładowo, badacz może objąć obserwacją 1000 młodych dorosłych bez rozpoznanej depresji, zmierzyć jakość snu na początku badania, a następnie oceniać wystąpienie objawów co trzy miesiące. Taki projekt lepiej odpowiada na pytanie, czy gorsza jakość snu poprzedza pojawienie się objawów, niż pojedynczy pomiar wykonany w jednym czasie.

Nadal nie oznacza to automatycznie przyczynowości. W grę mogą wchodzić czynniki zakłócające, takie jak stres zawodowy, sytuacja ekonomiczna, choroby przewlekłe lub wcześniejsze problemy psychiczne.

4.3. Oszacowanie zapadalności i ryzyka

Jeżeli populacja jest wolna od badanego zdarzenia na początku obserwacji, a uczestników śledzi się w czasie, można oszacować zapadalność lub ryzyko wystąpienia zdarzenia. W prostym ujęciu ryzyko skumulowane można zapisać jako:

R = I / N0

• R – ryzyko wystąpienia zdarzenia w ustalonym okresie,
• I – liczba nowych przypadków w okresie obserwacji,
• N₀ – liczba osób zagrożonych zdarzeniem na początku obserwacji.

W badaniach, w których uczestnicy są obserwowani przez różny czas, bardziej odpowiednia może być zapadalność oparta na osoboczasie albo analiza czasu do zdarzenia. Dobór miary musi odpowiadać rzeczywistemu planowi obserwacji.

5. Przykład praktyczny: nadciśnienie i aktywność fizyczna

Załóżmy, że zespół badawczy chce zbadać związek między aktywnością fizyczną a ciśnieniem tętniczym u osób w wieku 40–65 lat.

Wariant przekrojowy

W jednym miesiącu badacze rekrutują 2000 osób, mierzą ciśnienie, zbierają dane o aktywności fizycznej, wieku, płci, masie ciała, paleniu tytoniu i leczeniu hipotensyjnym. Główne pytanie brzmi: czy osoby deklarujące większą aktywność fizyczną mają przeciętnie niższe ciśnienie lub mniejsze prawdopodobieństwo niekontrolowanego nadciśnienia?

Projekt może oszacować częstość niekontrolowanego nadciśnienia oraz zidentyfikować grupy, które wymagają dalszej uwagi. Nie ustali jednak pewnie, czy mała aktywność poprzedziła podwyższone ciśnienie. Osoby z nadciśnieniem mogły ograniczyć aktywność właśnie z powodu choroby.

Wariant podłużny

W innym projekcie te same osoby są badane na początku oraz po 6, 12 i 24 miesiącach. Aktywność fizyczna jest mierzona za pomocą wystandaryzowanego kwestionariusza lub akcelerometru, a ciśnienie według jednolitej procedury. Pytania mogą brzmieć: czy poziom aktywności przewiduje późniejszą zmianę ciśnienia? oraz czy zmiana aktywności wiąże się ze zmianą ciśnienia?

W tym wariancie należy planować problem utraty uczestników, zmiany leczenia, sezonowości pomiarów i różnic w czasie między wizytami. Analiza powinna uwzględniać pomiary powtarzane oraz fakt, że obserwacje pochodzą od tych samych osób.

6. Jak wybrać właściwy schemat?

Decyzję warto rozpocząć od czasownika użytego w pytaniu badawczym:

• „Ile?”, „jak często?”, „jaki odsetek?” – zwykle wystarcza dobrze zaplanowane badanie przekrojowe.
• „Czy grupy różnią się obecnie?” – możliwe jest badanie przekrojowe, jeśli nie jest potrzebna kolejność czasowa.
• „Jak zmienia się…?” – potrzebny jest schemat podłużny.
• „Czy ekspozycja poprzedza wystąpienie choroby?” – preferowane jest badanie podłużne.
• „Jakie jest ryzyko wystąpienia zdarzenia w ciągu roku?” – potrzebna jest obserwacja w czasie osób zagrożonych zdarzeniem.

Warto również uwzględnić koszty i wykonalność. Badanie podłużne wymaga więcej czasu, procedur kontaktu z uczestnikami i planowania braków danych. Nie powinno się jednak wybierać przekroju wyłącznie dlatego, że jest tańszy, jeśli pytanie dotyczy zmiany, zapadalności lub następstwa czasowego.

Najczęstsze błędy

1. Wyciąganie wniosków przyczynowych z jednego pomiaru. Związek przekrojowy nie dowodzi, że ekspozycja spowodowała wynik.
2. Mylenie chorobowości z zapadalnością. Chorobowość opisuje istniejące przypadki, a zapadalność – nowe przypadki pojawiające się w czasie.
3. Ignorowanie kolejności pomiarów. W badaniu podłużnym trzeba jasno wskazać, co było mierzone na początku, a co podczas obserwacji.
4. Pomijanie utraty uczestników. Wypadanie osób z badania może zmienić skład próby i zniekształcić ocenę zmian.
5. Traktowanie powtarzanych pomiarów jak niezależnych obserwacji. Dane od tej samej osoby są zwykle skorelowane, dlatego wymagają odpowiedniej metody analizy.
6. Brak rozróżnienia między zmianą średniej grupowej a zmianą indywidualną. Średni wzrost wyniku w grupie nie oznacza, że każda osoba zwiększyła swój wynik.
7. Używanie wartości p jako miary wielkości efektu. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. Należy raportować także oszacowanie efektu, przedział ufności i znaczenie praktyczne.
8. Niedostateczne opisanie procedury i populacji. Zalecenia STROBE pomagają uporządkować raportowanie badań obserwacyjnych, w tym przekrojowych i kohortowych (von Elm i in., 2007).

Co warto zapamiętać?

• Badanie przekrojowe mierzy zjawiska w jednym okresie i jest szczególnie przydatne do oceny chorobowości, rozpowszechnienia oraz współwystępowania cech.
• Badanie podłużne obejmuje co najmniej dwa pomiary i umożliwia analizę zmiany, zapadalności oraz następstwa czasowego.
• Badanie przekrojowe zwykle nie rozstrzyga, co było przyczyną, a co skutkiem.
• Badanie podłużne wzmacnia ocenę kolejności czasowej, lecz samo w sobie nie eliminuje zakłóceń i nie dowodzi przyczynowości.
• Najpierw należy sformułować pytanie badawcze, a dopiero potem wybrać schemat, sposób pomiaru i metodę analizy.
• Wnioski powinny rozróżniać istotność statystyczną, wielkość efektu i znaczenie praktyczne.

Dobry projekt nie polega na wyborze „bardziej zaawansowanego” schematu, lecz na dopasowaniu struktury danych do pytania. Przekrój jest właściwy, gdy chcemy opisać stan populacji lub wygenerować hipotezę. Podłużność jest niezbędna, gdy interesuje nas zmiana, pojawianie się nowych zdarzeń albo kolejność procesów. To rozróżnienie powinno zostać zapisane w protokole jeszcze przed rozpoczęciem rekrutacji.

Źródła i dalsza lektura

1. Xiaofeng Wang; Zhenshun Cheng (2020). Cross-Sectional Studies: Strengths, Weaknesses, and Recommendations. CHEST, 158(1S), S65-S71. DOI: 10.1016/j.chest.2020.03.012.
2. Edward Joseph Caruana; Marius Roman; Jules Hernández-Sánchez; Piergiorgio Solli (2015). Longitudinal studies. Journal of Thoracic Disease, 7(11), E537-E540. DOI: 10.3978/j.issn.2072-1439.2015.10.63.
3. Erik von Elm; Douglas G. Altman; Matthias Egger; Stuart J. Pocock; Peter C. Gøtzsche; Jan P. Vandenbroucke; for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies. PLoS Medicine, 4(10), e296. DOI: 10.1371/journal.pmed.0040296.
4. Jan P. Vandenbroucke; Erik von Elm; Douglas G. Altman; Peter C. Gøtzsche; Cynthia D. Mulrow; Stuart J. Pocock; Charles Poole; James J. Schlesselman; Matthias Egger; for the STROBE Initiative (2007). Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and Elaboration. PLoS Medicine, 4(10), e297. DOI: 10.1371/journal.pmed.0040297.
5. Moyses Szklo; F. Javier Nieto (2019). Epidemiology: Beyond the Basics. 4th edition. Jones & Bartlett Learning. Informacja wydawcy / źródło.

Więcej kolejnych lekcji publicznego szkolenia znajdziesz na statystyk.edu.pl.