6.6. Dokumentacja efektów bezpośrednich: ocena bólu, napięcia, pola zaczerwienienia

7. Porównawcza analiza wyników po serii zabiegów

Co porównujemy — wybór zmiennych

Do porównawczej analizy wyników po serii zabiegów zbieramy zarówno subiektywne miary (skale bólu — VAS, NRS; PROMs — kwestionariusze funkcji, jakość życia), jak i obiektywne miary funkcyjne (zakres ruchu — ROM, testy siły/dynamometrii, testy funkcjonalne), oraz kliniczne obserwacje terapeutyczne (palpacyjne zmiany napięcia, elastyczność tkanek, obraz śladów po bańkach). Dobrze również śledzić parametry skóry (barwa, kształt, rozległość śladów), częstość i rodzaj powikłań, oraz wskaźniki adherencji (liczba wykonanych sesji, przerwy). Każda zmienna powinna mieć jasno określony sposób pomiaru, jednostkę i osobę odpowiedzialną za pomiar.

Ramy czasowe i punkty pomiaru

Porównania wykonujemy w ustalonych punktach czasowych:

T0 (przed serią) — pomiar bazowy.
T1 (bezpośrednio po serii) — ocena efektu krótkoterminowego (np. po 4–6 sesjach).
T2 (1–4 tyg. po serii) — stabilizacja efektu.
T3 (3 miesiące i dalej) — trwałość efektu.

Każdy punkt pomiarowy odnotowujemy z datą i warunkami (np. czy pacjent przyjmował leki przeciwbólowe, ćwiczył samodzielnie). Porównania między punktami (T0→T1, T0→T2, T1→T3) dają obraz szybkich i długotrwałych zmian.

Metryki porównawcze — co liczymy i jak interpretować

Zmiana średnia (mean change) — różnica średnich wartości między T0 a T1. Użyteczna miara opisowa.
Mediana i rozrzut (IQR/SD) — szczególnie przy nielicznej próbie (case series) warto pokazać medianę i rozstęp międzykwartylowy.
Procentowa redukcja — (średnia zmiana / wartość początkowa) × 100% — informuje o względnej poprawie.
Responder analysis — odsetek pacjentów, którzy osiągnęli zadane kryterium klinicznej poprawy (np. ≥2 pkt na VAS lub ≥30% redukcji). To krytyczna miara praktyczna.
Minimalnie istotna klinicznie różnica (MCID) — porównaj średnią zmianę z przyjętą MCID dla danej miary (dla bólu zwykle ~1.5–2.0 na VAS w bólach przewlekłych; ustal zgodnie z literaturą i kontekstem). Jeśli średnia zmiana ≥ MCID → efekt klinicznie istotny.
Wielkość efektu (Cohen’s d) — mean change dzielone przez SD zmiany; pomaga ocenić siłę efektu niezależnie od liczebności. Interpretacja: 0.2 mały, 0.5 umiarkowany, ≥0.8 duży.
Analiza trajektorii (within-subject trend) — przy powtarzanych pomiarach modelujemy przebieg indywidualny (np. wzrost/obniżenie wartości w kolejnych sesjach), co ujawnia heterogenność odpowiedzi.
Analiza przypadków („case series”) — zestaw tabel i wykresów dla każdego pacjenta (spadek VAS, zmiana ROM, notatki palpacyjne) — szczególnie ważna, gdy próbka jest mała.

Sposób prezentacji wyników

Tabela zbiorcza z kolumnami: ID pacjenta, T0 VAS, T1 VAS, zmiana (abs.), zmiana (%), responder (tak/nie), ROM T0, ROM T1, uwagi.
Wykresy: słupkowy dla średnich, wykres liniowy dla trajektorii indywidualnej, boxplot dla rozrzutu.
Analizy jakościowe: krótkie case notes ilustrujące nietypowe odpowiedzi lub powikłania.
Wskaźniki bezpieczeństwa: oddzielna sekcja z liczbą niepożądanych zdarzeń i opisem ich zgłaszania.

Kontrola czynników zaburzających

W analizie uwzględnij możliwe konfoudry: równoczesna terapia (farmakoterapia, fizjoterapia), zmiany w aktywności fizycznej, sezonowość (np. zaostrzenia alergiczne), przyjmowanie leków przeciwzapalnych tuż przed pomiarem. Rekomenduje się rejestrowanie wszystkich istotnych współinterwencji i wykonanie analizy podgrup (np. pacjenci z/bez dodatkowej fizjoterapii).

Podejście statystyczne dla małych serii

Dla niewielkich grup (n < 30) preferuj testy nieparametryczne (Wilcoxon signed-rank dla par) lub raportuj mediany i IQR.
W przypadku większych prób (n ≥ 30) możesz użyć testu t dla prób zależnych lub analiz powtarzanych (ANOVA powtarzanych pomiarów).
Zawsze podawaj wartość p oraz wielkość efektu — p mówi o istotności statystycznej, efekt o praktycznej użyteczności.
Jeśli masz brakujące dane, stosuj opisowe podejście „available case” albo, jeśli to uzasadnione, metody imputacji (zapisz metodę i jej uzasadnienie).

Jak wyciągać wnioski terapeutyczne

Skonfrontuj średnią zmianę z MCID: jeśli średnia ≥ MCID i wysoki odsetek responderów → metoda prawdopodobnie użyteczna.
Sprawdź, czy efekt utrzymuje się w T2/T3 — jeśli efekt krótkotrwały → rozważ modyfikację protokołu (więcej sesji, inny rozkład intensywności).
Analizuj indywidualne trajektorie: pacjenci „non-responders” wymagają pogłębionej diagnostyki (inny mechanizm bólu, współistniejąca patologia) i modyfikacji planu.

Krótki przykład (liczenia krok po kroku)

Mamy 10 pacjentów. Średnia VAS przed serią (T0) = 6,4. Średnia VAS po serii (T1) = 3,1.

Średnia zmiana = 6,4 − 3,1 = 3,3 (punkty VAS).
Przyjmijmy MCID = 2,0 → 3,3 ≥ 2,0 → średnia zmiana przekracza MCID (efekt kliniczny).
Załóżmy, że 7 z 10 pacjentów spadło o ≥2 punkty → responder rate = 7 / 10 = 70%.
Przyjmijmy SD zmiany = 1,2 → Cohen’s d = mean change / SD = 3,3 / 1,2 = 2,75 → bardzo duży efekt.

Interpretacja: średnia redukcja bólu o 3,3 pkt (70% pacjentów to „responderzy”) sugeruje istotny efekt kliniczny i silną siłę efektu w tej małej serii; jednak należy zbadać trwałość efektu i kontrolować współinterwencje.

Krótkie ćwiczenie praktyczne (15–30 minut)

Przygotuj arkusz (papier lub Excel) z kolumnami: ID pacjenta, VAS T0, VAS T1, ROM T0, ROM T1, uwagi.
Wypełnij dane dla 5 fikcyjnych pacjentów (możesz wymyślić liczby).
Oblicz: średnią VAS T0 i T1, średnią zmianę, procent responderów (kryterium: ≥2 pkt spadku VAS), medianę zmian i odczytaj, czy średnia zmiana ≥ MCID (przyjmij MCID = 2).
Zastanów się: kto z twojej pięcioosobowej grupy potrzebuje modyfikacji planu i zapisz proponowaną zmianę (np. zwiększyć liczbę sesji, dodać terapię ruchową, skonsultować z lekarzem).