132. Jednostki miary – jak unikać niespójności w bazie?

Wartość liczbowa bez jednostki bywa pozornie precyzyjna, ale często jest niejednoznaczna. Liczba 5 może oznaczać 5 mg, 5 g, 5 ml, 5 cm albo 5 punktów w skali psychologicznej. W analizie statystycznej jednostka nie jest komentarzem do liczby, lecz elementem jej definicji. Jeżeli w jednej części bazy masa ciała jest zapisana w kilogramach, a w innej w funtach, to proste obliczenie średniej może prowadzić do wyniku bez sensu. Podobnie nie wolno łączyć stężeń wyrażonych w mg/dl i mmol/l bez odpowiedniego przeliczenia.

W tej lekcji kursu metodologii badań i statystyki na statystyk.edu.pl skupiamy się na praktycznym problemie: jak zaprojektować bazę tak, aby jednostki były jednoznaczne, kontrolowalne i możliwe do przeliczenia. Zaczniemy od podstaw, a następnie przejdziemy do przykładów z medycyny, pielęgniarstwa i badań społecznych.

1. Czym jest jednostka miary?

Jednostka miary to umownie przyjęty wzorzec, względem którego wyraża się wartość określonej wielkości. Masa może być wyrażona w kilogramach, gramach lub funtach, czas w sekundach, minutach albo godzinach, a objętość w litrach, mililitrach lub centymetrach sześciennych. Międzynarodowy Układ Jednostek Miar, czyli SI, porządkuje podstawowe jednostki i zasady ich stosowania (BIPM, 2026).

W praktyce warto rozróżnić trzy elementy:

• cechę lub wielkość mierzoną, np. masa ciała, stężenie glukozy, czas oczekiwania;
• wartość liczbową, np. 72,5;
• jednostkę, np. kg, mg/dl albo min.

Pomiar można zapisać jako iloczyn wartości liczbowej i jednostki:

Q = {Q} × [Q]

gdzie Q oznacza wielkość fizyczną lub mierzoną, {Q} oznacza jej wartość liczbową, a [Q] – jednostkę. Przykładowo:

m = 72,5 kg

W tym zapisie m jest symbolem masy, 72,5 jest wartością liczbową, a kg jest jednostką. Ta sama masa może być zapisana jako 72 500 g. Zmienia się liczba, ale nie zmienia się mierzona wielkość.

2. Dlaczego jednostka musi być przechowywana w bazie?

Najprostsza odpowiedź brzmi: ponieważ sama liczba nie zawiera wystarczającej informacji. Jeżeli w arkuszu znajduje się kolumna „glukoza”, a wartości wynoszą 95, 110 i 130, nie wiadomo, czy chodzi o mg/dl, mmol/l, czy jeszcze inną jednostkę. Taka baza może wyglądać poprawnie, a mimo to być nieprzydatna analitycznie.

Jednostka wpływa na:

• interpretację kliniczną lub społeczną wyniku;
• porównywalność pomiarów między osobami i ośrodkami;
• poprawność wartości średnich, odchyleń standardowych i modeli statystycznych;
• kwalifikację obserwacji do kategorii, np. „nadciśnienie” lub „gorączka”;
• bezpieczeństwo decyzji podejmowanych na podstawie danych.

W dokumentacji medycznej problem może być szczególnie poważny. Wartość 10 mg może oznaczać inną dawkę niż 10 ml, a 10 mmol/l nie jest tym samym co 10 mg/dl. W badaniach wieloośrodkowych dodatkową trudność powoduje fakt, że różne laboratoria mogą przekazywać ten sam rodzaj wyniku w różnych jednostkach. Badania nad harmonizacją danych z elektronicznej dokumentacji medycznej pokazują, że brakujące, niestandardowe lub niejednoznaczne jednostki są realną przeszkodą w analizie dużych zbiorów (Bradwell i in., 2022).

3. Jednostka jako część definicji zmiennej

W poprawnie zaprojektowanej bazie zmienna nie powinna być opisana wyłącznie jako „ciśnienie”, „masa” lub „czas”. Definicja powinna uwzględniać co najmniej:

1. nazwę wielkości;
2. jednostkę;
3. moment lub warunki pomiaru;
4. metodę pomiaru, jeśli może wpływać na wynik;
5. reguły zaokrąglania i dopuszczalny zakres.

Lepsza definicja brzmi zatem: „masa ciała w kilogramach, pomiar przy przyjęciu do badania, z dokładnością do 0,1 kg” zamiast: „masa”. Analogicznie: „czas od zgłoszenia do przyjęcia, w minutach, liczony według znacznika czasu w systemie” jest znacznie bardziej jednoznaczny niż sama nazwa „czas oczekiwania”.

Warto pamiętać, że jednostka nie rozstrzyga wszystkiego. Dwie wartości mogą mieć tę samą jednostkę, ale pochodzić z różnych procedur. Na przykład temperatura mierzona w jamie ustnej i temperatura mierzona doodbytniczo są wyrażane w °C, lecz nie muszą być traktowane jako w pełni wymienne bez odpowiedniego opisu metody.

4. Jednostka zapisana w osobnej kolumnie czy w nazwie zmiennej?

W praktyce spotyka się dwa rozwiązania. Pierwsze polega na zapisaniu jednostki w nazwie zmiennej, np. masa_kg, wzrost_cm, glukoza_mg_dl. Drugie przewiduje osobną kolumnę, np. wartosc oraz jednostka.

Rozwiązanie z nazwą zmiennej

Jest proste i czytelne w małych, jednorodnych zbiorach. Kolumna wzrost_cm jasno informuje, jak rozumieć liczby. Wadą jest trudniejsza obsługa sytuacji, w której jedna zmienna występuje w wielu jednostkach. Nazwy takie jak glukoza_mg_dl i glukoza_mmol_l mogą wtedy prowadzić do powielania kolumn.

Rozwiązanie z osobną kolumną jednostki

Jest bardziej elastyczne i sprawdza się w danych pochodzących z wielu systemów. Przykładowa tabela może wyglądać tak:

id_osoby	badanie	wartosc	jednostka
001	masa ciała	72,5	kg
002	masa ciała	160	lb
003	glukoza	5,6	mmol/l

Takie rozwiązanie wymaga jednak słownika dozwolonych jednostek. Nie należy pozwalać, aby użytkownicy wpisywali dowolne warianty, takie jak „kg”, „KG”, „kilogram”, „kilo” i „kgs”, jeśli wszystkie mają oznaczać to samo. Standaryzacja zapisu ogranicza liczbę błędów i ułatwia automatyczne przeliczanie.

5. Jednostki podstawowe, pochodne i przeliczenia

Niektóre jednostki są podstawowe, a inne powstają przez ich połączenie. Prędkość można wyrazić w m/s, stężenie masowe w mg/l, a dawkę leku w mg/kg. W jednostkach złożonych szczególne znaczenie ma kolejność i sposób zapisu. mg/kg oznacza miligramy na kilogram, natomiast kg/mg oznacza wielkość odwrotną.

Przeliczenie jednostek można ogólnie zapisać jako:

x_docelowa = x_źródłowa × k

gdzie x_źródłowa jest wartością w jednostce wyjściowej, x_docelowa jest wartością w jednostce docelowej, a k jest współczynnikiem przeliczeniowym.

Przykład: 1 g = 1000 mg. Jeżeli dawka wynosi 0,5 g, to:

0,5 g × 1000 mg/g = 500 mg

Jednostka „g” skraca się w działaniu, pozostawiając „mg”. Taki zapis pomaga kontrolować, czy wzór został zastosowany we właściwym kierunku.

Nie wszystkie przeliczenia są jednak stałym mnożnikiem. Temperatura w stopniach Celsjusza i Fahrenheita wymaga przeliczenia z użyciem przesunięcia:

°F = °C × 9/5 + 32

Dlatego nie wolno zakładać, że każdą zmianę jednostki można wykonać przez zwykłe przemnożenie wartości przez jeden współczynnik.

6. Przykład medyczny: masa ciała i dawka leku

Załóżmy, że w badaniu obserwacyjnym analizuje się dawkę leku podawaną według masy ciała. W jednym szpitalu masa pacjentów jest zapisywana w kilogramach, a w innym w funtach. Dla pacjenta o masie 154 lb przyjęto przybliżenie:

1 lb = 0,45359237 kg

Zatem:

154 lb × 0,45359237 kg/lb = 69,85 kg

Jeżeli lek jest podawany w dawce 2 mg/kg, prawidłowa dawka wynosi około:

2 mg/kg × 69,85 kg = 139,7 mg

Gdyby ktoś błędnie potraktował 154 jako kilogramy, obliczyłby 308 mg. Nie jest to drobna różnica wynikająca z zaokrąglenia, lecz błąd wynikający z niezgodności jednostek.

W bazie należy przechowywać co najmniej jednostkę pierwotną oraz informację o jednostce po standaryzacji. Przykładowo: masa_wartosc_zrodlo = 154, masa_jednostka_zrodlo = lb, masa_kg = 69,85. Zachowanie wartości źródłowej ułatwia audyt i pozwala odtworzyć transformację.

7. Przykład laboratoryjny: mg/dl i mmol/l

Rozważmy stężenie glukozy. W zależności od systemu laboratoryjnego wynik może być raportowany w mg/dl albo mmol/l. Dla glukozy często stosuje się przybliżenie:

mmol/l = mg/dl ÷ 18

Jeżeli wynik wynosi 108 mg/dl, to:

108 ÷ 18 = 6,0 mmol/l

Nie wolno jednak stosować tego samego współczynnika do każdej analizy. Przeliczenie zależy od masy molowej substancji i rodzaju jednostek. W przypadku innych badań, na przykład kreatyniny, używa się innego współczynnika. Wniosek metodologiczny jest prosty: tabela przeliczeń musi być przypisana do konkretnej zmiennej, a nie wyłącznie do ogólnej kategorii „wyniki laboratoryjne”.

Współczesne projekty harmonizacji danych laboratoryjnych zalecają wybór jednostki kanonicznej, określenie jawnej reguły przeliczenia, kontrolę ekspercką oraz sprawdzanie zakresów wartości po transformacji (Bradwell i in., 2022; Muñoz Monjas i in., 2025). Samo przeliczenie techniczne nie wystarcza, jeśli nie wiadomo, czy jednostka źródłowa była poprawnie zidentyfikowana.

8. Jednostki w dawkowaniu i komunikacji z pacjentem

Problem jednostek występuje nie tylko w bazach naukowych, lecz także w codziennej opiece. W badaniu dotyczącym podawania dzieciom płynnych leków używanie łyżeczek i łyżek stołowych wiązało się z częstszymi błędami niż posługiwanie się mililitrami. Autorzy wskazywali, że niestandardowe naczynia kuchenne mogą dodatkowo zwiększać rozbieżność między dawką zaleconą a odmierzoną (Yin i in., 2014).

Z punktu widzenia bazy danych oznacza to, że pole „dawka” nie powinno być analizowane bez pola „jednostka”. Należy również rozróżnić:

• dawkę przepisaną;
• dawkę przygotowaną;
• dawkę faktycznie podaną;
• jednostkę każdej z tych wartości.

Jeżeli dawka jest zapisana jako tekst, np. „pół łyżeczki”, analiza staje się trudniejsza i bardziej podatna na niejednoznaczność. W badaniu naukowym lepiej przechowywać wartość liczbową w jednostce standardowej, a opis słowny zachować jako pole pomocnicze.

9. Jak zaprojektować bezpieczny słownik jednostek?

Słownik jednostek powinien zawierać unikatowy kod, nazwę wyświetlaną, symbol, wymiar oraz reguły konwersji. Przykładowa struktura:

kod	nazwa	symbol	wielkość
U_KG	kilogram	kg	masa
U_G	gram	g	masa
U_MG_DL	miligram na decylitr	mg/dl	stężenie masowe
U_MMOL_L	milimol na litr	mmol/l	stężenie molowe

W większych projektach warto korzystać z uznanych systemów kodowania jednostek, takich jak Unified Code for Units of Measure, oraz z terminologii laboratoryjnych. Standardy dotyczące wielkości i jednostek podkreślają znaczenie jednoznacznych symboli, spójnych definicji i rozróżnienia między wielkością a jej jednostką (ISO, 2022). W systemach klinicznych sama identyczność zapisu znaków nie zawsze wystarcza; potrzebna jest także interpretacja semantyczna, czyli informacja, co dany kod rzeczywiście oznacza (Vreeman, McDonald i Huff, 2008).

10. Kontrola jakości jednostek przed analizą

Przed rozpoczęciem analizy należy wykonać kilka kontroli:

1. sprawdzić, czy każda zmienna ilościowa ma określoną jednostkę;
2. wykryć puste, nieznane i wieloznaczne oznaczenia;
3. ujednolicić wielkość liter i sposób zapisu symboli;
4. sprawdzić, czy jednostka pasuje do zmiennej;
5. przeliczyć wartości do jednostki kanonicznej;
6. zachować wartości źródłowe i historię transformacji;
7. zweryfikować zakresy po przeliczeniu;
8. porównać rozkład danych przed i po harmonizacji.

Kontrola zakresów jest bardzo użyteczna. Jeżeli po przeliczeniu masa ciała wynosi 0,04 kg u osoby dorosłej albo 4000 kg, należy podejrzewać błąd w jednostce, przecinek dziesiętny lub pomyłkę przy imporcie. Zakres nie dowodzi jeszcze, że wartość jest błędna, ale wskazuje obserwację wymagającą sprawdzenia.

Najczęstsze błędy

• Usunięcie jednostki po imporcie. Liczby pozostają w bazie, ale tracą część znaczenia.
• Wpisywanie jednostki w jednej kolumnie razem z liczbą. Wartości „72 kg” i „68 kg” są wtedy traktowane jako tekst, co utrudnia obliczenia.
• Mieszanie jednostek w jednej kolumnie. Średnia z kilogramów i funtów jest bezwartościowa bez wcześniejszej harmonizacji.
• Przeliczanie bez zachowania wartości źródłowej. Utrudnia to wykrycie i korektę błędu.
• Stosowanie jednego współczynnika do różnych substancji. Współczynnik dla glukozy nie musi być właściwy dla kreatyniny.
• Mylenie jednostki z metodą pomiaru. Dwa wyniki w °C mogą pochodzić z różnych miejsc i procedur pomiarowych.
• Zaokrąglanie zbyt wcześnie. Kolejne przeliczenia mogą wtedy kumulować błąd.
• Traktowanie wartości odstającej jako dowodu błędnej jednostki. Najpierw należy sprawdzić dokumentację, metodę i proces wprowadzania danych.
• Używanie skrótów bez słownika. Skrót „T” może w różnych systemach oznaczać tesle, tonę albo inną kategorię.

Przykład praktyczny: połączenie danych z dwóch poradni

Badacz analizuje czas oczekiwania na wizytę. Poradnia A przekazuje czas w minutach, a poradnia B w godzinach. W pliku A znajdują się wartości 35, 50 i 90, natomiast w pliku B 0,5, 1,25 i 2. Jeśli dane zostaną połączone bez informacji o jednostce, wartości z poradni B będą wyglądały jak bardzo krótkie czasy oczekiwania.

Najpierw należy zdefiniować jednostkę kanoniczną, na przykład minutę. Następnie zastosować:

czas_min = czas_h × 60

Wartość 1,25 godziny zostaje przeliczona na 75 minut. W bazie warto zachować:

• czas_wartosc_zrodlo;
• czas_jednostka_zrodlo;
• czas_min;
• zrodlo_danych;
• regula_przeliczenia.

Po transformacji badacz powinien sprawdzić, czy rozkłady czasu w obu poradniach są wiarygodne. Jeżeli jedna poradnia ma wartości wyraźnie wyższe, nie należy automatycznie uznawać tego za błąd jednostki. Różnica może wynikać z organizacji pracy, lecz może też wskazywać na inną definicję początku i końca oczekiwania. Jednostka jest więc konieczna, ale nie zawsze wystarczająca do zapewnienia porównywalności.

Co warto zapamiętać?

• Jednostka jest częścią znaczenia pomiaru, a nie dodatkową etykietą.
• Każda zmienna ilościowa powinna mieć jasno określoną jednostkę oraz definicję pomiaru.
• W jednej zmiennej analitycznej należy stosować jedną jednostkę kanoniczną.
• Wartość źródłową, jednostkę źródłową i wartość po przeliczeniu należy przechowywać oddzielnie.
• Przeliczenia powinny być jawne, udokumentowane i przypisane do konkretnej wielkości.
• Kontrola zakresów może ujawnić błędy, ale nie zastępuje weryfikacji źródła danych.
• W badaniach medycznych niespójne jednostki mogą wpływać zarówno na analizę statystyczną, jak i na bezpieczeństwo pacjenta.
• Standaryzacja symboli nie wystarcza: potrzebna jest także zgodność znaczenia, wymiaru i reguły przeliczenia.

Dobrze zaprojektowana baza nie tylko przechowuje liczby. Przechowuje również informację, co te liczby oznaczają, w jakiej jednostce powstały i jak zostały przekształcone. To właśnie pozwala traktować dane jako materiał do rzetelnego wnioskowania, a nie jako przypadkowy zbiór wartości.

Źródła i dalsza lektura

1. Bureau International des Poids et Mesures (2026). Le Système international d’unités / The International System of Units. Bureau International des Poids et Mesures. Źródło.
2. International Organization for Standardization (2022). ISO 80000-1:2022 Quantities and units — Part 1: General. International Organization for Standardization. Źródło.
3. Bradwell, K. R.; Wooldridge, J. T.; Amor, B.; Bennett, T. D.; Anand, A.; Bremer, C.; Yoo, Y. J.; Qian, Z.; Johnson, S. G.; Pfaff, E. R.; Girvin, A. T.; Manna, A.; Niehaus, E. A.; Hong, S. S.; Zhang, X. T.; Zhu, R. L.; Bissell, M.; Qureshi, N.; Saltz, J.; Haendel, M. A.; Chute, C. G.; Lehmann, H. P.; Moffitt, R. A.; N3C Consortium (2022). Harmonizing units and values of quantitative data elements in a very large nationally pooled electronic health record (EHR) dataset. Journal of the American Medical Informatics Association, 29(7), 1172–1182. DOI: 10.1093/jamia/ocac054.
4. Hansen, Y. B. Lee; on behalf of the IFCC-IUPAC Committee on Nomenclature for Properties and Units (2019). Recommendations on Measurement Units – Why and How. EJIFCC, 30(3), 250–275. Pełny opis źródła.
5. Yin, H. S.; Parker, R. M.; Dreyer, B. P.; Mendelsohn, A. L.; Sanders, L. M.; Wolf, M. S. (2014). Unit of measurement used and parent medication dosing errors. Pediatrics, 134(2), 354–361. DOI: 10.1542/peds.2014-0395.
6. Vreeman, D. J.; McDonald, C. J.; Huff, S. M. (2008). Units of measure in clinical information systems. Journal of the American Medical Informatics Association, 15(5), 651–659. DOI: 10.1197/jamia.M2787.
7. Muñoz Monjas, A.; et al. (2025). Enhancing real world data interoperability in healthcare: A methodological approach to laboratory unit harmonization. International Journal of Medical Informatics, 193, 105665. DOI: 10.1016/j.ijmedinf.2024.105665.