056. FINER – jak oceniać jakość pytania badawczego?

W poprzednich lekcjach kursu analizowaliśmy między innymi schematy PICO, PICOS i PECO, cele badania oraz zgodność problemu badawczego z projektem i planem analizy. Kryteria FINER odpowiadają na nieco inne, ale równie ważne pytanie: czy pomysł na badanie zasługuje na realizację i czy da się go przeprowadzić w sposób naukowo oraz etycznie uzasadniony?

FINER jest akronimem pięciu cech dobrego pytania badawczego: Feasible – wykonalne, Interesting – interesujące, Novel – nowe lub wnoszące nową wartość, Ethical – etyczne oraz Relevant – istotne. Kryteria te są klasycznie omawiane w literaturze dotyczącej projektowania badań klinicznych i epidemiologicznych (Hulley i in., 2013; Browner i in., 2022). Nie zastępują PICO, PICOS, PECO ani szczegółowego protokołu. Stanowią raczej filtr jakości, który warto zastosować przed ostatecznym sformułowaniem celu, hipotezy i planu badania.

1. Czym są kryteria FINER?

Dobre pytanie badawcze powinno być jednocześnie precyzyjne, możliwe do zbadania i uzasadnione. Sam fakt, że temat wydaje się ciekawy, nie wystarcza. Można bowiem sformułować pytanie bardzo interesujące, ale niemożliwe do zrealizowania z powodu braku dostępu do populacji, zbyt małej próby, niewłaściwego pomiaru albo ograniczeń czasowych.

Można również postawić pytanie wykonalne, lecz pozbawione wartości poznawczej, ponieważ odpowiedź jest już dobrze znana albo nie zmieni rozumienia problemu. Inne pytanie może być naukowo atrakcyjne, ale nieetyczne, na przykład wtedy, gdy naraża uczestników na nieproporcjonalne ryzyko lub narusza ich prywatność.

FINER nie jest mechanicznego rodzaju skalą, w której otrzymuje się jedną „prawidłową” liczbę punktów. To rama krytycznej oceny. Jej zadaniem jest ujawnienie słabych miejsc pytania jeszcze przed rozpoczęciem kosztownego i czasochłonnego badania.

2. F – Feasible, czyli wykonalne

Pytanie wykonalne to takie, na które można odpowiedzieć przy użyciu dostępnych zasobów, kompetencji, czasu, danych i metod. Wykonalność nie oznacza, że badanie będzie łatwe. Oznacza, że jego realizacja jest realistyczna w określonych warunkach.

Co należy ocenić?

• Populację i rekrutację: czy można dotrzeć do odpowiedniej liczby osób spełniających kryteria włączenia?
• Liczebność próby: czy planowana próba umożliwi oszacowanie parametru z akceptowalną precyzją albo wykrycie efektu o znaczeniu praktycznym?
• Dostęp do danych: czy dane istnieją, są kompletne i można je legalnie wykorzystać?
• Pomiar: czy dostępne są wiarygodne i wystandaryzowane narzędzia?
• Kompetencje zespołu: czy badacze potrafią przeprowadzić rekrutację, pomiar i analizę?
• Czas i budżet: czy harmonogram oraz środki odpowiadają zakresowi projektu?
• Akceptowalny odsetek braków danych i rezygnacji: czy badanie pozostanie informacyjne po uwzględnieniu utraty uczestników?

Wykonalność należy oceniać nie tylko na poziomie ogólnego pomysłu, lecz także dla poszczególnych elementów pytania. Badanie może być wykonalne w zakresie rekrutacji, ale niewykonalne pod względem długotrwałej obserwacji. Może być możliwe zebranie danych, ale niemożliwe uzyskanie wiarygodnego pomiaru głównego wyniku.

Przykładowo pytanie: „Czy regularna aktywność fizyczna zmniejsza ryzyko depresji u wszystkich dorosłych mieszkańców Europy?” jest zbyt szerokie dla pojedynczego projektu magisterskiego. Bardziej wykonalna wersja może brzmieć: „Czy wyższy poziom aktywności fizycznej wiąże się z niższym nasileniem objawów depresyjnych u studentów pierwszego roku jednej uczelni, ocenianym po sześciu miesiącach?” Nadal wymaga ona doprecyzowania, ale populacja, czas obserwacji i wynik są możliwe do określenia.

3. I – Interesting, czyli interesujące

Interesujące pytanie powinno mieć znaczenie dla określonej grupy odbiorców: pacjentów, personelu medycznego, psychologów, decydentów, badaczy albo społeczności lokalnej. „Interesujące” nie oznacza jednak wyłącznie osobistej ciekawości autora. Chodzi o to, czy odpowiedź może wzbogacić wiedzę, pomóc rozwiązać problem lub zakwestionować uzasadnione, lecz niepewne założenie.

Ocena tego kryterium wymaga rozpoznania interesariuszy. Pytanie o skuteczność programu edukacyjnego może być interesujące dla pielęgniarek i pacjentów, ale jego wartość będzie większa, jeśli wiadomo, jaki konkretny problem rozwiązuje: niską adherencję, błędy w samoopiece, zbyt częste rehospitalizacje albo trudności w rozpoznawaniu objawów alarmowych.

Warto odróżnić pytanie interesujące od pytania modnego. Popularność tematu nie gwarantuje jego wartości. Badanie kolejnej aplikacji zdrowotnej nie musi być potrzebne tylko dlatego, że technologie cyfrowe są aktualnie popularne. Należy wskazać, dla kogo i w jakim kontekście wynik będzie użyteczny.

4. N – Novel, czyli nowe lub wnoszące nową wartość

Nowość nie musi oznaczać całkowicie niezbadanego obszaru. Pytanie może być nowe, ponieważ dotyczy innej populacji, innego kontekstu, innego punktu końcowego, dłuższego okresu obserwacji albo bardziej wiarygodnej metody pomiaru. Nową wartość może także przynieść replikacja wcześniejszego wyniku w warunkach, w których jego prawdziwość nie została sprawdzona.

Rodzaje nowości

• Nowość problemu: dotychczas nie analizowano danego zjawiska.
• Nowość populacji: znany efekt nie był oceniany na przykład u osób starszych, dzieci lub pacjentów z wielochorobowością.
• Nowość kontekstu: wcześniejsze wyniki pochodzą ze szpitala, a brakuje danych z podstawowej opieki zdrowotnej.
• Nowość metody: zastosowano dokładniejszy instrument, obiektywny pomiar lub lepiej kontrolowano czynniki zakłócające.
• Replikacja: sprawdzono wcześniejszy wynik w niezależnej próbie.
• Synteza: połączono dane lub perspektywy, których wcześniej nie analizowano razem.

Nie można ocenić nowości bez przeglądu literatury. Sama intuicja badacza jest niewystarczająca. Przed rozpoczęciem projektu należy sprawdzić, jakie pytania już zadano, jakimi metodami, w jakich populacjach oraz z jakimi ograniczeniami. Jeżeli wcześniejsze badania dają sprzeczne wyniki, samo rozstrzygnięcie tej niezgodności może uzasadniać nowe badanie.

Nowość nie oznacza również konieczności uzyskania wyniku „pozytywnego”. Pytanie jest naukowo wartościowe także wtedy, gdy wynik nie potwierdzi oczekiwań. Istotne jest, aby wynik był wiarygodny, interpretowalny i rzeczywiście odpowiadał na wcześniej ustalone pytanie.

5. E – Ethical, czyli etyczne

Etyczność dotyczy nie tylko uzyskania zgody komisji bioetycznej. Obejmuje cały cykl badania: zasadność narażenia uczestników, dobór populacji, sposób uzyskania świadomej zgody, ochronę prywatności, bezpieczeństwo danych, sprawiedliwy podział obciążeń i korzyści oraz rzetelne informowanie o wynikach.

Pytanie może być nieetyczne z kilku powodów. Po pierwsze, badanie może narażać uczestników na ryzyko, które nie jest proporcjonalne do możliwej korzyści poznawczej. Po drugie, może dotyczyć grupy szczególnie podatnej na nacisk, na przykład pacjentów zależnych od lekarza lub osób pozbawionych wolności. Po trzecie, może wykorzystywać dane w sposób niezgodny z pierwotnym celem ich zebrania.

W badaniach obserwacyjnych ryzyko fizyczne może być niewielkie, lecz nadal ważne są poufność, minimalizacja zakresu danych i zabezpieczenie informacji wrażliwych. W badaniach jakościowych trzeba dodatkowo uwzględnić ryzyko identyfikacji uczestnika przez charakterystyczne wypowiedzi lub opis sytuacji.

Przed rozpoczęciem projektu warto zadać trzy pytania: czy odpowiedź jest warta kosztów i obciążeń, czy można osiągnąć cel metodą mniej ryzykowną oraz czy uczestnicy otrzymają jasną informację o ryzyku, korzyściach i możliwości wycofania się? Wytyczne dotyczące protokołów, takie jak SPIRIT, podkreślają potrzebę jasnego opisania uzasadnienia, celów, metod, wyników i kwestii etycznych przed rozpoczęciem badania (Chan i in., 2013). ([pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC5114123/?utm_source=openai))

6. R – Relevant, czyli istotne

Istotność oznacza, że odpowiedź na pytanie może mieć znaczenie dla nauki, praktyki, organizacji systemu ochrony zdrowia, polityki publicznej lub określonej społeczności. Kryterium to jest szersze niż zainteresowanie badacza.

Pytanie może być istotne klinicznie, gdy dotyczy wyniku ważnego dla pacjenta, na przykład bólu, sprawności, jakości życia, śmiertelności lub rehospitalizacji. Może być istotne organizacyjnie, gdy odnosi się do czasu oczekiwania, obciążenia personelu albo dostępności świadczeń. W zdrowiu publicznym istotność może wynikać z dużej częstości problemu, nierówności zdrowotnych albo możliwości zapobiegania chorobie.

Istotność nie jest tożsama z istotnością statystyczną. Mały efekt może być statystycznie istotny w dużej próbie, ale praktycznie nieznaczący. Z kolei efekt ważny dla pacjentów może nie osiągnąć konwencjonalnego poziomu istotności w małym badaniu. Dlatego już na etapie FINER należy określić, jaki rozmiar różnicy lub zależności miałby znaczenie praktyczne.

7. Jak stosować FINER krok po kroku?

1. Zapisz pytanie w jednym zdaniu. Jeżeli nie można go krótko sformułować, prawdopodobnie zakres jest zbyt szeroki.
2. Określ typ pytania. Czy chodzi o częstość, różnicę, zależność, rokowanie, skuteczność interwencji, doświadczenia uczestników czy proces organizacyjny?
3. Przeanalizuj każde kryterium FINER osobno. Nie zakładaj, że silna strona w jednym obszarze kompensuje całkowity brak innej.
4. Wskaż dowody. Zamiast pisać „pytanie jest wykonalne”, określ liczbę dostępnych uczestników, źródło danych, narzędzie i czas realizacji.
5. Zidentyfikuj warunki graniczne. Na przykład: projekt będzie wykonalny tylko wtedy, gdy uzyskamy zgodę trzech placówek i co najmniej 150 kompletnych obserwacji.
6. Zmodyfikuj pytanie. Ogranicz populację, doprecyzuj wynik, skróć obserwację albo zmień projekt, jeśli poprawi to jakość badania.
7. Powiąż pytanie z protokołem. W szczególności sprawdź zgodność z celem głównym, wynikiem głównym, planem rekrutacji, analizą i wymaganiami etycznymi.

Praktycznym narzędziem może być tabela z pięcioma wierszami: kryterium, pytanie kontrolne, dowód spełnienia, ryzyko oraz działanie korygujące. FINER warto stosować wspólnie z zespołem, ponieważ badacz, metodolog, statystyk i praktyk kliniczny mogą dostrzegać inne ograniczenia.

Przykład praktyczny: program edukacyjny dla pacjentów z niewydolnością serca

Rozważmy pytanie: „Czy edukacja pielęgniarska poprawia wyniki leczenia pacjentów z niewydolnością serca?” Jest ono zrozumiałe, ale zbyt ogólne. Nie wiadomo, jaka edukacja, jaki wynik, w jakiej populacji i w jakim czasie.

Wersja doprecyzowana

„U dorosłych pacjentów wypisywanych ze szpitala z rozpoznaniem niewydolności serca, czy ustrukturyzowana edukacja pielęgniarska przed wypisem, w porównaniu ze standardową informacją, zmniejsza odsetek nieplanowanych rehospitalizacji w ciągu 90 dni?”

Kryterium	Ocena	Pytanie kontrolne
Feasible	Warunkowo spełnione	Czy oddział wypisuje wystarczającą liczbę pacjentów i czy można zapewnić jednolity program edukacyjny?
Interesting	Spełnione	Czy personel i pacjenci potrzebują wiedzy o skuteczności programu?
Novel	Do sprawdzenia	Czy wcześniejsze badania dotyczyły podobnej populacji, programu i 90-dniowego wyniku?
Ethical	Możliwe do spełnienia	Czy grupa kontrolna otrzyma co najmniej standardową opiekę, a zgoda będzie dobrowolna?
Relevant	Spełnione	Czy rehospitalizacja jest wynikiem ważnym dla pacjentów i systemu ochrony zdrowia?

W tym przykładzie FINER ujawnia, że samo pytanie nie wystarcza. Należy jeszcze ustalić definicję rehospitalizacji, sposób jej potwierdzania, zakres standardowej informacji, kwalifikację uczestników, liczebność próby oraz sposób analizy. Jeżeli badanie ma charakter randomizowany, protokół powinien jasno określać interwencję, wynik główny, harmonogram pomiarów i plan analizy, co jest zgodne z logiką SPIRIT (Chan i in., 2013).

Najczęstsze błędy

• Traktowanie FINER jak formularza do odhaczenia. Samo wpisanie „tak” przy każdym kryterium nie jest argumentem. Potrzebne są uzasadnienia i dowody.
• Mylenie interesującego tematu z dobrym pytaniem. Temat może być ważny, ale pytanie nadal może być zbyt szerokie lub niemierzalne.
• Uznawanie nowości za konieczność badania czegoś całkowicie nieznanego. Replikacja, nowe warunki i lepszy pomiar również mogą wnosić wartość.
• Ocenianie wykonalności dopiero po zebraniu danych. Brak pilotażu, oszacowania liczebności lub sprawdzenia dostępności populacji może uniemożliwić odpowiedź.
• Redukowanie etyki do zgody komisji. Zgoda formalna nie usuwa problemów związanych z ryzykiem, prywatnością i sprawiedliwością doboru uczestników.
• Używanie wyłącznie wartości p jako miary ważności. Wynik należy interpretować także przez wielkość efektu, przedział ufności, precyzję i znaczenie praktyczne.
• Formułowanie pytania przyczynowego dla badania obserwacyjnego bez odpowiednich założeń. W badaniu przekrojowym można opisywać częstość lub zależności, ale ostrożność jest konieczna przy języku przyczynowym.
• Brak zgodności między pytaniem a wynikiem głównym. Jeżeli pytanie dotyczy jakości życia, a badanie mierzy wyłącznie liczbę wizyt, odpowiedź może nie dotyczyć rzeczywistego problemu.

FINER a standardy raportowania i planowanie badania

FINER służy przede wszystkim do oceny pytania przed rozpoczęciem badania. Standardy EQUATOR, takie jak STROBE dla badań obserwacyjnych, CONSORT dla badań randomizowanych czy PRISMA dla przeglądów systematycznych, dotyczą głównie kompletnego i przejrzystego raportowania określonych typów badań. Nie zastępują FINER, lecz pomagają sprawdzić, czy pytanie zostało później przełożone na odpowiedni projekt i opis metod. EQUATOR udostępnia bibliotekę wytycznych uporządkowanych według typów badań (EQUATOR Network, 2026). ([equator-network.org](https://www.equator-network.org/?utm_source=openai))

Podobnie zalecenia ICMJE akcentują potrzebę jasnego określenia celu lub pytania badawczego, dokładnego opisu metod oraz przedstawiania wyników wraz z miarami niepewności, a nie opierania interpretacji wyłącznie na wartościach p (ICMJE, 2025). ([icmje.org](https://icmje.org/recommendations/browse/manuscript-preparation/preparing-for-submission.html?utm_source=openai))

W praktyce dobrze jest przejść od FINER do trzech kolejnych dokumentów: krótkiego uzasadnienia luki badawczej, protokołu badania oraz planu analizy statystycznej. Taka kolejność ogranicza ryzyko, że pytanie pozostanie atrakcyjnym hasłem bez operacyjnej definicji.

Co warto zapamiętać?

• FINER oznacza: wykonalne, interesujące, nowe, etyczne i istotne.
• FINER jest narzędziem krytycznej oceny, a nie automatycznym algorytmem zatwierdzania projektu.
• Wykonalność obejmuje populację, liczebność próby, dane, pomiar, zasoby, czas i kompetencje zespołu.
• Nowość może polegać na nowej populacji, kontekście, metodzie, wyniku, replikacji lub syntezie.
• Etyczność obejmuje cały cykl badania, nie tylko formalną zgodę komisji.
• Istotność praktyczna nie jest tym samym co istotność statystyczna.
• Najlepsze pytanie FINER jest jednocześnie doprecyzowane metodologicznie i zakotwiczone w realnym problemie.
• Po ocenie FINER trzeba sprawdzić zgodność pytania z projektem, wynikiem głównym, analizą i odpowiednimi wytycznymi raportowania.

W ramach publicznego szkolenia na statystyk.edu.pl warto potraktować FINER jako etap kontroli jakości między pomysłem a protokołem. Dobre pytanie nie tylko brzmi naukowo. Jest możliwe do zbadania, potrzebne, odpowiedzialne i wystarczająco precyzyjne, aby określić, jakie dane należy zebrać oraz jaką odpowiedź można uznać za przekonującą.

\n

Źródła i dalsza lektura

\n

1. Stephen B. Hulley, Steven R. Cummings, Warren S. Browner, Deborah G. Grady, Thomas B. Newman (2013). Designing Clinical Research. 4th edition. Lippincott Williams & Wilkins.
2. Warren S. Browner, Thomas B. Newman, Steven R. Cummings, Deborah G. Grady, Alison J. Huang, Alka M. Kanaya, Mark J. Pletcher (2022). Designing Clinical Research. 5th edition. Wolters Kluwer. Informacja wydawcy / źródło.
3. K. L. M. R. Al-Jundi, A. M. S. K. Tanveer (2023). Back to the basics: Guidance for formulating good research questions. American Journal of Pharmaceutical Education, 87, 100374. DOI: 10.1016/j.sapharm.2023.09.009.
4. An-Wen Chan, Jennifer M. Tetzlaff, Douglas G. Altman, Andreas Laupacis, Peter C. Gøtzsche, Karmela Krleža-Jerić, Asbjørn Hróbjartsson, Harlan Mann, Deborah Dickersin, John A. Berlin, Christopher J. Doré, William R. Parulekar, Ian D. Roberts, Helen C. Sox, Kay F. Schulz, H. Ralph H. Rockhold, David Rennie, David Moher (2013). SPIRIT 2013 Statement: Defining Standard Protocol Items for Clinical Trials. Annals of Internal Medicine, 158(3), 200–207. DOI: 10.7326/0003-4819-158-3-201302050-00583.
5. International Committee of Medical Journal Editors (2025). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. International Committee of Medical Journal Editors. Źródło.
6. EQUATOR Network (2026). EQUATOR Network: Enhancing the QUAlity and Transparency Of Health Research. EQUATOR Network. Źródło.

\n

Jeżeli potrzebujesz indywidualnego wsparcia w doborze metod, przygotowaniu bazy lub opracowaniu wyników badań, sprawdź analiza statystyczna.