278. Jak budować tabelę charakterystyki badanej grupy?

Tabela charakterystyki badanej grupy, często nazywana także tabelą wyjściową lub „Tab 1”, jest jednym z najważniejszych elementów raportu z badania. Jej zadaniem nie jest jedynie estetyczne uporządkowanie danych. Dobrze przygotowana tabela pokazuje, kogo rzeczywiście zbadano, jakie były podstawowe cechy uczestników oraz na ile opis próby pozwala czytelnikowi ocenić zakres uogólniania wyników.

W tej lekcji uporządkujemy sposób budowania takiej tabeli od podstaw. Skupimy się na doborze zmiennych, właściwym zapisie liczebności i odsetków, wyborze średniej lub mediany, prezentowaniu braków danych oraz interpretacji tabeli w badaniach medycznych, psychologicznych i społecznych. W podobnym duchu prowadzone jest szkolenie metodologiczne na statystyk.edu.pl.

Czym jest tabela charakterystyki badanej grupy?

Tabela charakterystyki badanej grupy to zestawienie najważniejszych cech osób, przypadków lub jednostek zakwalifikowanych do badania. Najczęściej obejmuje:

• cechy demograficzne, takie jak wiek, płeć lub miejsce zamieszkania;
• cechy kliniczne, na przykład rozpoznanie, czas trwania choroby, ciśnienie tętnicze lub stosowane leczenie;
• czynniki związane z ekspozycją albo interwencją;
• zmienne, które mogą wpływać na wynik badania, na przykład palenie tytoniu, aktywność fizyczną lub wykształcenie;
• liczbę obserwacji wykorzystanych do obliczenia każdej statystyki.

W badaniu opisowym tabela może przedstawiać całą grupę. W badaniu porównawczym zwykle pokazuje charakterystyki osobno dla grup, na przykład dla osób otrzymujących interwencję i kontrolę, dla kobiet i mężczyzn albo dla osób z określonym i nieokreślonym wynikiem klinicznym. Wytyczne STROBE zalecają przedstawienie cech demograficznych, klinicznych i społecznych uczestników oraz istotnych ekspozycji i potencjalnych czynników zakłócających (von Elm i in., 2007). ([doi.org])

Po co tworzy się taką tabelę?

Opis próby i jej kontekstu

Czytelnik powinien móc odpowiedzieć na pytanie: „Jaka populacja została faktycznie zbadana?”. Informacja, że w badaniu uczestniczyło 240 osób, jest niewystarczająca. Znaczenie ma także wiek uczestników, struktura płci, nasilenie choroby, status socjoekonomiczny i sposób rekrutacji.

Przykładowo, wynik badania dotyczącego skuteczności programu edukacji diabetologicznej może być trudny do zastosowania u osób starszych, jeśli większość badanych stanowiły osoby młode i dobrze wykształcone. Tabela charakterystyki nie rozwiązuje problemu reprezentatywności, ale pozwala go zauważyć.

Ocena porównywalności grup

Jeżeli badanie obejmuje kilka grup, tabela umożliwia ocenę ich podobieństwa lub różnic na początku obserwacji. W randomizowanym badaniu klinicznym porównanie charakterystyk wyjściowych pomaga opisać populację i sprawdzić, czy grupy są podobne pod względem ważnych cech. Standard CONSORT zaleca tabelę wyjściowych cech demograficznych i klinicznych dla każdej grupy (Schulz, Altman i Moher, 2010). ([pmc.ncbi.nlm.nih.gov])

Nie należy jednak traktować tabeli jako konkursu na „istotne” i „nieistotne” różnice. Wartość p nie informuje, czy grupy są klinicznie równoważne, ani nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. W badaniach randomizowanych różnice wyjściowe mogą powstać losowo, a ich obecność sama w sobie nie dowodzi błędu randomizacji.

Ułatwienie interpretacji dalszych analiz

Tabela wskazuje, jakie zmienne mogą mieć znaczenie dla interpretacji wyniku. Jeżeli w badaniu rokowniczym większość pacjentów miała zaawansowaną chorobę, wyników nie należy automatycznie odnosić do pacjentów we wczesnym stadium. Jeżeli w badaniu psychologicznym uczestniczyły niemal wyłącznie osoby studiujące, ostrożność jest potrzebna przy uogólnianiu rezultatów na całą populację dorosłych.

Jak zaplanować tabelę krok po kroku?

1. Zdefiniuj populację, której dotyczy tabela

Najpierw ustal, czy tabela opisuje:

• wszystkie osoby zakwalifikowane do badania;
• osoby, które rozpoczęły interwencję;
• osoby, dla których dostępny był wynik główny;
• osoby włączone do konkretnej analizy.

Te liczebności nie zawsze są takie same. Jeśli w tabeli wykorzystano tylko osoby z kompletnymi danymi, trzeba to jasno zaznaczyć. Nie wolno przedstawiać mianownika 180 jako 200 bez wyjaśnienia, że 20 osób nie miało pomiaru danej zmiennej.

2. Wybierz zmienne zgodnie z pytaniem badawczym

Tabela nie powinna być zrzutem wszystkich kolumn z arkusza danych. Należy wybrać zmienne, które:

• charakteryzują badaną populację;
• są istotne dla celu badania;
• mogą wpływać na wynik lub jego interpretację;
• zostały określone w protokole albo planie analizy.

Nie ma potrzeby umieszczania kilkudziesięciu zmiennych tylko dlatego, że zostały zmierzone. Nadmiar informacji utrudnia odbiór i zwiększa ryzyko przypadkowego eksponowania różnic.

3. Ustal sposób prezentacji każdej zmiennej

Dla zmiennych jakościowych najczęściej podaje się n (%). Dla zmiennych ilościowych wybiera się średnią z odchyleniem standardowym albo medianę z rozstępem międzykwartylowym. Wybór powinien wynikać z rozkładu danych i znaczenia klinicznego, a nie z dążenia do uzyskania korzystnego wyniku.

Podstawowy wzór na odsetek ma postać:

odsetek (%) = (liczba obserwacji należących do kategorii / liczba obserwacji z dostępną informacją) × 100

Jeżeli 36 z 120 pacjentów paliło papierosy, to:

(36 / 120) × 100 = 30%

W oznaczeniach: 36 jest liczebnością kategorii, 120 jest mianownikiem, a wynik wyrażony jest w procentach. Mianownik powinien odpowiadać liczbie osób, dla których dana informacja była dostępna.

Jak dobierać statystyki opisowe?

Zmienne jakościowe

Zmienne jakościowe opisuj za pomocą liczebności i odsetka, na przykład:

• kobiety: 84 (56,0%);
• mężczyźni: 66 (44,0%).

W przypadku wielu kategorii należy sprawdzić, czy odsetki sumują się do około 100%. Niewielkie różnice wynikają z zaokrągleń. Jeżeli suma wyraźnie odbiega od 100%, trzeba poszukać błędu, kategorii „brak danych” albo możliwości wielokrotnego wyboru odpowiedzi.

Zmienne ilościowe

Średnia i odchylenie standardowe są właściwe, gdy rozkład jest w przybliżeniu symetryczny, a średnia dobrze reprezentuje typową wartość. Przykład: wiek 52,4 ± 11,3 roku.

Mediana i IQR są bardziej odpowiednie, gdy rozkład jest skośny, zawiera wartości odstające albo zmienna ma naturalne ograniczenie, jak czas hospitalizacji. Przykład: czas pobytu 5 dni (IQR 3–9).

Nie należy mechanicznie stosować średniej do każdej zmiennej ilościowej. Czas oczekiwania na świadczenie wynoszący 2, 3, 4, 5 i 60 minut może mieć średnią silnie podwyższoną przez jedną obserwację. Mediana lepiej opisuje typowe doświadczenie większości osób.

Jednostki i precyzja

Każda zmienna ilościowa powinna mieć jednostkę. Wiek podajemy w latach, masę ciała w kilogramach, stężenie glukozy w odpowiedniej jednostce laboratoryjnej, a czas obserwacji w dniach lub miesiącach. Nie należy podawać większej liczby miejsc po przecinku, niż uzasadnia dokładność pomiaru. Altman i Bland zwracali uwagę, że nadmierna precyzja w tabelach może sugerować dokładność, której pomiar w rzeczywistości nie posiada (Altman i Bland, 1996). ([pubmed.ncbi.nlm.nih.gov])

Przykład 1: badanie pacjentów z nadciśnieniem

Załóżmy, że badano 180 pacjentów poradni podstawowej opieki zdrowotnej. Celem była ocena kontroli ciśnienia tętniczego. Przykładowa tabela może wyglądać następująco:

Cecha	Cała grupa (N = 180)
Wiek, średnia ± SD	61,8 ± 10,4
Kobiety, n (%)	98 (54,4%)
Czas od rozpoznania nadciśnienia, mediana (IQR)	8 (4–15) lat
Otyłość, n (%)	72 (40,0%)
Cukrzyca, n (%)	39 (21,7%)
Palenie tytoniu, n (%)	28/176 (15,9%)
Skurczowe ciśnienie tętnicze, średnia ± SD	146,2 ± 18,7 mm Hg

Wiersz dotyczący palenia ma mianownik 176, a nie 180. Oznacza to, że cztery osoby nie udzieliły odpowiedzi albo informacja nie była dostępna. Zapis 28/176 (15,9%) jest bardziej przejrzysty niż samo 15,9%, ponieważ pokazuje podstawę obliczenia.

Zwróć uwagę na różny sposób opisu wieku i czasu od rozpoznania. Wiek można uznać za zmienną w przybliżeniu symetryczną, natomiast czas trwania choroby często jest skośny. Ostateczny wybór powinien wynikać z oglądu danych, a nie z samego zwyczaju.

Przykład 2: badanie psychologiczne z podziałem na grupy

W badaniu programu redukcji stresu uczestniczyło 120 studentów. Sześćdziesięciu przydzielono do programu, a 60 do grupy kontrolnej. Tabela charakterystyki może obejmować obie grupy oraz całość:

Cecha	Program (n = 60)	Kontrola (n = 60)	Łącznie (N = 120)
Wiek, średnia ± SD	22,1 ± 2,4	21,8 ± 2,1	22,0 ± 2,3
Kobiety, n (%)	42 (70,0%)	39 (65,0%)	81 (67,5%)
Wynik początkowy skali stresu, mediana (IQR)	27 (23–31)	26 (22–30)	27 (23–31)
Praca zarobkowa, n (%)	18 (30,0%)	21 (35,0%)	39 (32,5%)

W tej tabeli warto zwrócić uwagę na wynik początkowy skali stresu. Jest on jednocześnie charakterystyką uczestników i zmienną, która może być ważna przy analizie zmiany po interwencji. Sama tabela nie dowodzi, że grupy są „identyczne”. Pokazuje tylko ich opis i umożliwia czytelnikowi ocenę różnic wyjściowych.

Czy w tabeli charakterystyki należy podawać wartości p?

Wartości p w tabeli charakterystyki były przez lata często stosowane, ale ich użyteczność jest ograniczona. W szczególności w randomizowanym badaniu nie ma potrzeby testowania każdej różnicy wyjściowej, ponieważ randomizacja nie ma za zadanie zagwarantować identycznych wartości każdej cechy. W badaniach obserwacyjnych wiele testów może natomiast odwracać uwagę od ważniejszego pytania: jak duża jest różnica i czy ma znaczenie praktyczne?

Jeśli porównanie grup jest istotne dla celu badania, lepiej rozważyć przedstawienie różnicy, przedziału ufności albo standaryzowanej różnicy średnich, zależnie od projektu i planu analizy. W każdym przypadku należy odróżniać:

• istotność statystyczną — informację o zgodności danych z określonym modelem i hipotezą;
• wielkość efektu — rozmiar obserwowanej różnicy lub związku;
• znaczenie praktyczne — ocenę, czy różnica jest ważna klinicznie, psychologicznie lub społecznie.

Tabela opisowa nie powinna być miejscem selekcji zmiennych na podstawie tego, czy uzyskały p < 0,05. Taki sposób postępowania może prowadzić do niestabilnego doboru zmiennych i błędnej interpretacji.

Jak opisywać braki danych?

Braki danych są częścią informacji o jakości badania. Można je opisać na kilka sposobów:

• podać mianownik przy każdym wierszu, np. 72/174 (41,4%);
• dodać kategorię „brak danych”;
• umieścić przypis pod tabelą;
• podać zakres liczebności wykorzystanych w tabeli, jeśli jest to wystarczająco przejrzyste.

Najbezpieczniejsza jest metoda, która pozwala czytelnikowi szybko ustalić, ile obserwacji wykorzystano. Nie należy po cichu usuwać osób z obliczeń bez informacji, ponieważ może to utrudnić ocenę ryzyka błędu i porównanie tabeli z opisem próby.

Najczęstsze błędy

1. Brak mianowników. Sam zapis 35% nie mówi, czy chodzi o 7 z 20 osób, czy 700 z 2000.
2. Niejasne jednostki. Wartość „12,4” bez informacji, czy oznacza kilogramy, lata, punkty czy milimole, jest nieinterpretowalna.
3. Łączenie nieporównywalnych statystyk. Nie należy opisywać jednej zmiennej średnią, a drugiej medianą bez wskazania przyczyny i legendy.
4. Zaokrąglenia maskujące liczebność. Przy małych próbach 33,3% może oznaczać tylko 1 z 3 osób. W takich sytuacjach warto podać jednocześnie n i %.
5. Wstawianie wszystkich zmiennych z bazy. Tabela powinna odpowiadać pytaniu badawczemu, a nie strukturze arkusza.
6. Automatyczne dodawanie wartości p. Testy dla każdej cechy mogą sugerować, że tabela opisowa jest serią niezależnych analiz hipotez.
7. Ukrywanie braków danych. Mianownik zmieniający się między wierszami powinien być widoczny lub wyjaśniony w przypisie.
8. Nadmierna precyzja. Siedem cyfr po przecinku nie poprawia jakości raportu, jeśli pomiar był wykonywany z dokładnością do jednego miejsca – w takim przypadku wystarczą dwa miejsca po przecinku.
9. Język przyczynowy. Sama różnica w tabeli nie dowodzi, że jedna cecha powoduje drugą. W badaniu obserwacyjnym należy mówić o współwystępowaniu, różnicy lub związku, a nie o skutku przyczynowym.

Przykład praktyczny: kontrola jakości gotowej tabeli

Przed umieszczeniem tabeli w artykule lub pracy dyplomowej wykonaj krótki audyt:

1. Sprawdź, czy liczebność całej próby zgadza się z opisem w metodach i wynikach.
2. Zweryfikuj, czy każda zmienna ma poprawną definicję i jednostkę.
3. Sprawdź mianownik dla każdego odsetka.
4. Upewnij się, że kategorie zmiennej jakościowej są rozłączne i wyczerpujące albo że wyjaśniono możliwość wielokrotnego wyboru.
5. Porównaj średnie, mediany i zakresy z surowymi danymi, aby wykryć błędy kodowania.
6. Sprawdź, czy sposób prezentacji odpowiada rozkładowi danych.
7. Dodaj legendę dla skrótów, na przykład SD, IQR lub BMI.
8. Usuń informacje, które nie są potrzebne do odpowiedzi na pytanie badawcze.

W badaniach z grupami porównawczymi sprawdź ponadto, czy nazwy grup są jednoznaczne, czy podano liczebność każdej grupy i czy jasno określono moment pomiaru. W badaniu klinicznym może to być stan wyjściowy przed leczeniem, a w badaniu ankietowym — moment wypełnienia kwestionariusza.

Jak powinna wyglądać dobra tabela?

Dobra tabela charakterystyki badanej grupy jest:

• celowa — zawiera zmienne związane z pytaniem badawczym;
• przejrzysta — ma krótkie nazwy, logiczną kolejność i czytelną legendę;
• reprodukowana — sposób obliczeń można odtworzyć z danych i opisu metod;
• uczciwa — pokazuje braki danych i nie ukrywa niekorzystnych cech próby;
• proporcjonalna — poziom szczegółowości odpowiada wielkości i celowi badania.

Warto układać zmienne w kolejności: najpierw liczebność próby, następnie dane demograficzne, potem cechy kliniczne lub społeczne, a na końcu zmienne bezpośrednio związane z głównym wynikiem. W badaniu interwencyjnym naturalny układ to często: grupa badana, grupa kontrolna i całość.

Co warto zapamiętać?

• Tabela charakterystyki odpowiada na pytanie, kto uczestniczył w badaniu i jakie były jego podstawowe cechy.
• Dla zmiennych jakościowych stosuj najczęściej n (%), a dla ilościowych średnią z SD albo medianę z IQR.
• Każdy procent musi mieć jasno określony mianownik.
• Braki danych należy ujawniać, a nie ukrywać w obliczeniach.
• Wartość p nie zastępuje opisu wielkości różnicy ani oceny jej znaczenia praktycznego.
• Tabela opisuje dane; sama nie dowodzi przyczynowości.
• Najlepsza tabela jest krótka, kompletna, zgodna z planem badania i możliwa do odtworzenia.

Budowanie tabeli charakterystyki jest więc ćwiczeniem z metodologii, a nie wyłącznie z formatowania wyników. Jeżeli poprawnie zdefiniujesz populację, dobierzesz istotne zmienne, zastosujesz adekwatne statystyki i pokażesz mianowniki, tabela stanie się wiarygodnym przewodnikiem po całym badaniu.

Źródła i dalsza lektura

1. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., Vandenbroucke, J. P.; STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. The Lancet, 370(9596), 1453–1457. DOI: 10.1016/S0140-6736(07)61602-X.
2. Schulz, K. F., Altman, D. G., Moher, D.; CONSORT Group (2010). CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
3. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., Rao, S. M.; APA Publications and Communications Board Task Force (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.
4. Altman, D. G., Bland, J. M. (1996). Presentation of numerical data. BMJ, 312(7030), 572. DOI: 10.1136/bmj.312.7030.572.
5. Kirkwood, B. R., Sterne, J. A. C. (2003). Essential Medical Statistics. 2nd edition. Blackwell Science. Informacja wydawcy / źródło.