Základy vědecké práce v ošetřovatelství

Základy vědecké práce v ošetřovatelství • RNDr. K.Hrach, Ph.D. [email protected] • konzultace: viz web (Kontakty … dle osoby) • materiály viz web (Studium/Studijní materiály)

Základy vědecké práce v ošetřovatelství • ukončení předmětu – zápočet (průběžné DÚ)

• podmínka: docházka

Obsah předmětu • Výzkumný projekt, obecné postupy ve vědecké práci (tj. i při tvorbě BP) • Práce s odbornou literaturou, rešerše, bibliografické citace • Struktura práce (ne)výzkumného charakteru • Dotazník, jeho konstrukce a vyhodnocení dat (využití Excelu) • Normy pro psaní bakalářské práce (využití Wordu)

Co je výzkum? „Věda se staví z faktů, podobně jako dům z kamenů. Ale pouhá sbírka faktů je vědou asi tak, jako je hromada kamenů domem.“ (J.H.Poincare)

Typy výzkumu základní výzkum („klasická věda“) = aktivní a systematický proces bádání s cílem objevit, interpretovat nebo přepracovat fakta - poznání (např. fyzika; epidemiologie) aplikovaný výzkum = analog., ale umožňuje praktické využití věd.poznatků (např. elektrotechnika; klinická epidemiologie)

Základní výzkum – třídění na: kvantitativní výzkum •podstata = hromadné zpracování dat •cíl = ověření platnosti hypotéz (statistické metody) •obvyklý v přírodních vědách (klinické studie) kvalitativní výzkum •koncentrace na malý počet případů •cíl = zjištění, k nimž obvykle není potřeba statistických metod •obvyklý ve společenských vědách (kazuistiky)

Odborné práce (i BP) nevýzkumného charakteru

• obsahová analýza dokumentů („Srozumitelnost doporučení GCP pro nelékařské pracovníky“)

• historické práce („Historie ošetřovatelství na Ústecku“)

• metodické práce („Hygiena při práci sestry na operačním sále“)

• srovnávací studie („Vedení zdravotní dokumentace v zemích EU“)

Základní kroky výzkumného úkolu 1) 2) 3) 4) 5) 6) 7)

Formulovat výzkumný záměr Zjistit stávající znalosti (rešerše) Stanovit adekvátní metodologii (příp.) „Pilotně“ odzkoušet Vlastní realizace Zpracování výsledků Prezentace (publikace)

1) Výzkumný záměr = cíl(e) práce (též u BP, je-li „výzkumná“) •možno stanovit ověřovanou hypotézu (jde-li o výzkum se statistickým zpracováním) •možno stanovit praktický cíl (jde-li o aplikovaný výzkum) Př: Hlavním cílem práce je zjistit výskyt nadváhy a obezity u dětí vybrané školy, zjistit souvislost s nezdravým stravováním a vypracovat návrhy opatření na dosažení žádoucí úrovně prostřednictvím edukace sestrou.

1) Výzkumný záměr POZNÁMKA – co je „hypotéza“?: Tvrzení, které může nabývat jen pravdivostní hodnoty „platí“, resp. „neplatí“ a cílem výzkumu je právě rozhodnout, která z obou pravdivostních hodnot je ta správná; (samozřejmě v praxi nemá smysl formulovat ty hypotézy, jejichž pravdivostní hodnota již byla zjištěna dřívějšími výzkumy – i proto jsou nutné „rešerše“)

Kroky výzkumného úkolu (tj. i BP) 1) 2) 3) 4) 5) 6) 7)

Formulovat výzkumný záměr Zjistit stávající znalosti (rešerše) Stanovit adekvátní metodologii (příp.) „Pilotně“ odzkoušet Vlastní realizace Zpracování výsledků Prezentace (publikace) – diskuse (!)

2) Rešerše - databáze časopisů Uznávané odborné časopisy lze rozdělit na •recenzované, ale „neimpaktované“ •recenzované a k tomu „impaktované“

Poznámka: ISSN = International Standard Serial Number ISBN = International Standard Book Number (o knihách ale později…)

Databáze pro časopisecké rešerše Recenze = kritické zhodnocení aspoň dvěma nezávislými odborníky (též u BP);

Impakt faktor = hodnota odpovídající dopadu časopisu na odbornou veřejnost (určuje se dle několikaletého počtu citací článků z daného časopisu v ostatních sledovaných časopisech; čím vyšší hodnota IF, tím prestižnější časopis)

Rešerše – knihovna UJEP

Rešerše – knihovna UJEP • Přístup do e-KATALOGU:

Rešerše – knihovna UJEP

Databáze pro časopisecké rešerše Nalezen tento časopis (ISSN: 1878-1241)

Databáze pro časopisecké rešerše Patří mezi recenzované či dokonce impaktované? Přehledy obou typů jsou dostupné např. odsud (jen v rámci IP adres z UJEP):

Databáze pro časopisecké rešerše Patří mezi recenzované či dokonce impaktované? Přehledy obou typů jsou dostupné např. odsud (jen v rámci IP adres z UJEP):

Databáze pro časopisecké rešerše Databáze Web of Science (impakty) = databáze vydavatelství Thomson Reuters

Databáze pro časopisecké rešerše Mezi časopisy impaktované tedy nepatří; patří aspoň mezi recenzované časopisy?

Databáze pro časopisecké rešerše Mezi časopisy impaktované tedy nepatří; patří aspoň mezi recenzované časopisy?

ANO

Databáze pro časopisecké rešerše Fulltext = plné znění na Web of Science:

Databáze pro časopisecké rešerše Fulltext = plné znění na Web of Science: Topic = Téma Title = Název článku Author = Autor Publication name = Název časopisu DOI = Ident.číslo článku (Digital Object Ident.) Year Published = Rok vydání Language = Jazyk




Databáze pro časopisecké rešerše Fulltext = plné znění na SCOPUSu:


Source Title = Název časopisu Article Title = Název článku Abstract = Abstrakt aneb stručný obsah Keywords = Klíčová slova Affiliation = Pracoviště autora


Časopisecké rešerše – POZNÁMKY Některé výše uváděné databáze (jejich části) přístupné jen po přihlášení a / nebo jen z počítačové sítě UJEP (resp. pomocí „vzdáleného přístupu“)

!!! Full-texty obvykle přístupné až po nějaké době (neplatí pro „open-access“-web)

Vsuvka – vzdálený přístup

NursingOvid

NursingOvid

NursingOvid

NursingOvid

NursingOvid

NursingOvid

NursingOvid

Kroky výzkumného úkolu (tj. i BP) 1) 2) 3) 4) 5) 6) 7)

Formulovat výzkumný záměr Zjistit stávající znalosti (rešerše) Stanovit adekvátní metodologii (příp.) „Pilotně“ odzkoušet Vlastní realizace Zpracování výsledků Prezentace (publikace) – diskuse (!)

3) Adekvátní metodologie NEPLÉST ZÁMĚR ANEB „HLAVNÍ CÍL(E)“ S POJMEM : dílčí cíle = úkoly = konkr. kroky stanovené tak, aby byl splněn hlavní cíl (viz později)

Př: Teoretická část bakalářské práce se zabývá vysvětlením problému… Empirická část je zaměřena na zjištění hmotnosti sledovaných dětí … a zjištění souvislosti se způsobem jejich stravování. Údaje byly získány ze ZŠ v Lounech… K získání dat byl použitý anonymní dotazník… V práci jsou uvedena opatření zaměřená na prevenci vzniku nadváhy a obezity a role sestry při jejich realizaci.

3) Metodologie - realizace výzkumu Pokus = plánované změny podmínek a studium vlivu těchto změn • laboratorní • klinický

Šetření = pasivní observace • kazuistika (případová studie) • statistické šetření

Příklady klinických pokusů kontrolovaný pokus • pacienti rozděleni do dvou skupin – jedna je experimentální, druhá kontrolní slepý pokus • také např. dvě skupiny (A, B), léčba klasicky (A) či s podpůrným lékem (B) – pacient zařazení nezná dvojitě slepý pokus • skupiny (A, B), podáván nový lék (A) či např. placebo (B) /lékař ani pacient neznají rozdělení; Př. Studie TRIGR - vliv kravského mléka na rozvoj diabetu u kojenců/

Příklady šetření kazuistika = „případová studie“ (case report) = popis konkr. případů •zveřejnit jen s „informovaným souhlasem“ !!! obvykle vyžadována v BP na KFE !!!

INFORMOVANÝ SOUHLAS 6. ETIKA ZÍSKÁVÁNÍ INFORMOVANÉHO SOUHLASU PŘI VÝZKUMU ZAHRNUJÍCÍM LIDSKÉ SUBJEKTY * Jestliže je použito v rámci výzkumu zahrnujícího lidské subjekty osobních údajů, je k tomu zapotřebí informovaný souhlas zúčastněných osob.10 Konkrétní podmínky pro použití těchto údajů při výzkumných nebo s výzkumem souvisejících aktivitách vyplývají ze zákona.11 10

Rovněž k vlastnímu výzkumu zahrnujícího lidské subjekty poskytují zúčastněné osoby informovaný souhlas. Tato záležitost je řešena v Úmluvě o lidských právech a biomedicíně, která v České republice vstoupila v platnost 1. října 2001. 11 Zákon č. 101/2000 Sb., o ochraně osobních údajů a o změně některých zákonů, ve znění pozdějších předpisů. * Zdroj: Materiál MŠMT – Etický rámec výzkumu

INFORMOVANÝ SOUHLAS 6.1. Získávání informovaného souhlasu k výzkumu Při získání informovaného souhlasu jsou účastníci výzkumu informováni odpovědným výzkumným pracovníkem o: a) účelu výzkumu, jeho očekávaném trvání a průběhu, b) právech účastníků na pozdější odmítnutí účasti ve výzkumu a následcích tohoto odmítnutí, c) závažných předvídatelných faktorech, které mohou ovlivnit ochotu účastnit se na výzkumu jako například potenciálních rizicích (všeho druhu), nepříjemnostech nebo negativních účincích, d) výhodách vyplývajících z výzkumu, e) míře zachování důvěrnosti při výzkumu a využití jeho výsledků, f) odměně za účast ve výzkumu, g) informačním místě pro otázky týkající se výzkumu a práv účastníků výzkumu. Zároveň musí být dána příležitost k tomu, aby se mohli účastníci dotazovat a získávat odpovědi na své dotazy.

INFORMOVANÝ SOUHLAS 6.2. Osvobození od informovaného souhlasu k výzkumu Výzkumný pracovník si nemusí vyžádat informovaný souhlas k výzkumu pouze tehdy, existují-li k tomu zákonné důvody a výzkum nikomu nepůsobí škodu, nepříjemné pocity nebo jinou újmu a zahrnuje: a) zatajení některých aspektů sociologického a psychologického výzkumu a některých dalších typů výzkumu (vzdělávací metody, zdravotnictví) po dobu nezbytně nutnou (viz odstavec 6.1. písmena a), d) a případně f), b) studium vzdělávacích metod nebo vedení vyučování ve třídě, c) anonymní dotazování, přirozené pozorování a archivní výzkum, jehož zveřejnění nepředstavuje žádnou právní ani jinou hrozbu (ztrátu reputace, majetkového postavení nebo zaměstnání účastníka výzkumu).

INFORMOVANÝ SOUHLAS – UKÁZKA

Informace pro účastníky studie ….. (název studie /nejde o BP/ ) Vážená paní / vážený pane, dříve než vyslovíte souhlas se svou účastí ve studii, je důležité, abyste si přečetl/a následující informace o tom, co pro vás zapojení do studie obnáší a porozuměl/a tomu. Je důležité zmínit, že vaše účast v této studii je zcela dobrovolná, bez nároku na odměnu a že máte právo účast odmítnout a nebudou z toho plynout pro vás žádné následky. Informovaný souhlas znamená, že vy, jakožto účastník studie, jste informován/a o účelu a povaze své účasti ve studii, a to předem a řádně. Informace o vaší osobě budou shromažďovány a zpracovány výhradně v souvislosti se studií a pro její potřeby a jsou považovány za přísně důvěrné. Zajištění ochrany dat vyšetřované osoby je v souladu se zákonem. Výsledky dosažené studiem vaší osoby budou archivovány a mohou být zveřejněny v odborných médiích [míněno bez uvedení osobních identifikačních údajů]. PROSÍM, ZEPTEJTE SE NA VŠE, CO VÁS ZAJÍMÁ NEBO CO VÁM NENÍ JASNÉ! INFORMOVANÝ SOUHLAS Přečetl/a jsem si všechny výše uvedené informace a dostalo se mi příležitosti zeptat se na vše, co jsem potřeboval/a pro pochopení toho, co pro mne účast ve studii představuje. Dobrovolně dávám svůj souhlas k účasti ve studii. Studie a všechna s ní související vyšetření a terapie mi byla dostatečně vysvětlena.

V ……[místo] Podpis vyšetřovaného…………………

dne …………………………… Podpis osoby, která souhlas získala …………………

INFORMOVANÝ SOUHLAS nyní

v rámci BP:

! ETICKÁ KOMISE (též BP) !

Další příklady šetření - klinické studie • průřezová studie (cross-sectional) studie zaměřena na „jednorázový“ stav populace • studie případů a kontrol (case-control) případ x kontrola = co nejpodobnější si pár (kardiak X zdravý); studie zaměřena retrospektivně (jaké jsou příčiny onemocnění u stávajících případů) • kohortová studie (case-cohort) kohorta=skupina osob (např. podle věku, vzdělání, chorob); studie zaměřena prospektivně (bude mít kouření vliv na nemoci cév?); longitudinální

Klinický výzkum - příklady • Mezinárodně prováděný výzkum TRIGR (Trial to Reduce IDDM in the Genetically at Risk) • Cíl: odhalit případný vliv proteinů z kravského mléka na rozvoj diabetu u kojenců z rizikové skupiny, tj. u kojenců s matkami s diabetem 1. typu. • Rozdělení vybraných dětí do dvou skupin: A = podáváno sušené mléko se silně hydrolyzovanými proteiny; B =proteiny hydrolyzovány méně (matky ani ošetřující lékaři neznali zařazení). • Do roku 2017 budou děti (pak už ve věku 10-14 let) pravidelně sledovány – objeví se u nich diabetes? Rozdílný výskyt v obou skupinách?

Klinický výzkum - příklady Project MONICA (Multinational MONItoring of trends and determinants in CArdiovascular disease) • Vznik v 80. letech za účelem desetiletého sledování vývoje kardiovaskulárních onemocnění v populaci, s důrazem na odhalení rizikových faktorů. • Jednalo se o mezinárodní, tzv. multicentrický projekt (32 specializovaných institucí z 21 zemí). • Sledováno deset miliónů mužů a žen ve věku (při vstupu) 25-64 let. • Sběr dat ukončen koncem 90. let, dosud probíhají jejich analýzy.

Klinický výzkum - příklady Framinghamský výzkum •

• •

•

zahájen v roce 1948 - vytvořena originální skupina o 5 209 dobrovolnících (věk 30-62)t z města Framingham, Massachusetts, u nichž nevyvinuty zjevné symptomy kardiovaskulárních (CV) chorob, nebo kteří ještě neprodělali srdeční infarkt či cévní mozkovou příhodu. Později (a to ještě i po roce 2000) přidávány údaje od dalších podobných skupin. Poznatky umožnily identifikovat hlavní rizikové faktory pro výskyt CV chorob (krevní tlak, triglyceridy a cholesterol, přičemž roli hrají také věk, pohlaví či psychosociální faktory). V poslední době je zkoumána také role genotypu a fenotypu.

Klinický výzkum – OTÁZKY (DÚ)

Statistická šetření - PROČ? „Žádná věda není skutečnou vědou, není-li podložena matematickými principy.“ (L.da Vinci)

Statistická šetření - na kom / čem? statistické jednotky (S.J.) 1 respondent (pacient, proband) 1 krevní vzorek 1 nemocnice … populace = stanovení všech S.J. • konečná (např. demograficky) • nekonečná (hypotetická – např. všechny potenciální krevní vzorky)

Příklady statistických šetření úplné • lze jen v konečné populaci, i tak bývá dlouhé a drahé (SLBD) výběrové • jen na náhodně vybraných S.J., či vybraných jinak, ale aby byla zajištěna reprezentativnost (tj. poměrné zastoupení důležitých podskupin ve výběru musí „kopírovat“ jejich poměrné zastoupení v celé populaci)

NEREPREZENTATIVNOST



NEREPREZENTATIVNOST



NEREPREZENTATIVNOST



REPREZENTATIVNOST



REPREZENTATIVNOST



REPREZENTATIVNOST



Knihovny pro studenty FZS • • •

Knihovna Krajské Zdravotní, a.s. Budova B (s heliportem), 5.p. On-line katalog MEDVIK

Zdroj: Info-materiál knihovny Krajské zdravotní, a.s.

www.nlk.cz/medvik

Medical Subject Headings (MeSH)

Zdroj: Info-materiál knihovny Krajské zdravotní, a.s.

Proč výběrová šetření realizujeme? odhad pro neznámý populační parametr = =neznámá číselná charakteristika celé populace • pravděpodobnost • střední hodnota = „populační průměr“ Př: Pravděpodobnost výskytu rakoviny plic u kuřáků – její odhad? Př: Střední hodnota LDL cholesterolu u pacientů s kardiovaskulárním onemocněním – její odhad? (příp.jiné úkoly – např. ověření rozdílností mezi podpopulacemi či závislostí mezi veličinami)

Typy výběrových šetření ANKETA • obvykle ústní zjišťování na malém vzorku dotázaných • spíše orientační, např. pro média - nebývá reprezentativní! • lze použít při „pilotním“ odzkoušení Př: Názor občanů na situaci ve zdravotnictví

Typy výběrových šetření PRŮZKUM (SEARCH) • slouží ke zjišťování a popisu (deskripci) dané situace na reprezentativním vzorku populace, • obvykle bez ambice zkoumat / analyzovat hlubší příčiny či možné důsledky • obvykle „měkká“ data (názory apod. zjišťované dotazníkem) Př.: Průzkum spokojenosti pacientů dané nemocnice

Typy výběrových šetření VÝZKUM (RESEARCH) • nejen deskripce, i ANALÝZA (příčin/důsledků) • pokud „měkká data“: kvalitativní výzkum • pokud číselná data (výsledky měření, laboratorních testů apod.): kvantitativní výzkum • v obou typech nutná opět reprezentativnost • obvykle pro větší populace Př.: Výzkum příčin kardiovaskulárních onemocnění v české populaci

TYPY VELIČIN a) textové - otevřené …pokud odpovědí je volný text Př.: Popište, jak se cítíte po zákroku. nelze zpracovat automaticky b) textové – uzavřené (kategoriální) … výběr z předem připravených variant Př.: Pohlaví … M Ž lze zpracovat automaticky; někdy musí být varianty odpovědí pečlivě promýšleny

TYPY VELIČIN c) číselné – diskrétního typu …pokud odpovědí je „jen spočetný“ počet číselných hodnot Př.: Počet provedených re-operací u daného pacienta. (možnosti: 0,1,2,…) d) číselné – spojitého typu … odpověď = jakékoli reálné číslo Př.: Tělesná teplota pacienta.

TYPY VELIČIN – POZNÁMKY 1. Kategoriální veličiny se někdy dál dělí na • nominální (neuspořádané) Př.: Typ léčby (pokud lze daného pacienta léčit jedním z např. 4 možných postupů) • ordinální (uspořádané) Př.: Míra bolestivosti zákroku (např. s možnostmi: nebolí vůbec < bolí snesitelně < nesnesitelná bolest)

TYPY VELIČIN – POZNÁMKY 2. Číselné údaje lze někdy zaznamenávat různě: Např. veličinu „tělesná teplota“ lze zaznamenat: •

Jako veličinu spojitého typu – jak v dotazníku? Uveďte naměřenou teplotu (°C)

•

Jako ordinální kategoriální veličinu – jak v dotazníku? kategorie 1 … do 37°C; kategorie 2 … 37-40°C; kategorie 3 … více než 40°C

TYPY VELIČIN – POZNÁMKY 3. Proč je důležité rozlišovat typy veličin? • každý typ má svůj specifický způsob zpracování Př.: Průměrnou hodnotu má smysl počítat u číselných veličin, ale určitě ne u nečíselných (např. u veličiny nominálního typu „barva očí“ s možnostmi 1=modrá, 2=zelená, 3=hnědá, 4=jiná, nemá smysl počítat „průměrnou barvu“)

Charakteristiky kategoriálních veličin Data (a zpracování) v programu MS – EXCEL

Identifikátor Veličina kategoriální (1-4)

Charakteristiky kategoriálních veličin Absolutní četnosti (FREQUENCY)



Charakteristiky kategoriálních veličin Relativní četnosti




VÝZNAM REL.ČETNOSTÍ? HODNOTA JEJICH SUMY?

Charakteristiky kategoriálních veličin Grafické znázornění četností – SLOUPCOVÝ GRAF



Charakteristiky kategoriálních veličin Grafické znázornění četností – VÝSEČOVÝ GRAF

Charakteristiky kategoriálních veličin Grafické znázornění četností – VÝSEČOVÝ GRAF

Charakteristiky kategoriálních veličin MODUS • je ta hodnota (kategorie), která se v datech vyskytla nejčastěji; • pozná se tak, že je u ní nejvyšší četnost (absolutní či relativní); • určení pomocí sloupcového / výsečového grafu? • Poznámka – skloňování: modus, modu, …, modem Př: Pro veličinu léčba je modem (modální hodnotou) kategorie 2. Jinak řečena, typ léčby označený č.2 se vyskytl u největšího počtu pacientek (bráno absolutně i relativně).

Charakteristiky kategoriálních veličin ČETNOSTI – poznámka: SOUČET ABS.ČETNOSTÍ = POČET STAT.JEDNOTEK ! nemusí platit v případě „multiple responses“! Př.: Dotázaných 20 respondentů uvádělo, z jakého zdroje se dozvěděli o možnosti preventivního vyšetření na daný typ karcinomu, možnosti byly: 1. z internetu 2. z tisku 3. od lékaře 4. jinak 5. nedozvěděl(a) jsem se o tom; odpověď 1 2 3 4 5 suma četnost 6 4 8 5 6 29 Jaktože součet nečiní 20, ale 29?

„Multiple responses“ – pokračování příkladu

Dotazník – KVALITAT.VÝZKUM Používat STANDARDIZOVANÉ DOTAZNÍKY (již ve výzkumu použité) • Likertova škála (*1932)

• = výroky, respondent volí z 5bodové škály (obvykle): * zcela nesouhlasím * spíše nesouhlasím * nevím (lze vynechat) * spíše souhlasím * zcela souhlasím

Dotazník – KVALITAT.VÝZKUM Nebo jiný příklad škály (právě ze stand.dotazníku):

Dotazník – KVALITAT.VÝZKUM

Př: BP (2013) • 15 položek za účelem zjištění, nakolik těhotné ženy s diagnózou GDM dodržují zdravý životní styl (n=80) • položky např. „Dodržuji velmi striktně dietní omezení“ „Stravuji se v pravidelných intervalech“ „Mé těhotenství provází množství stresových situací“ • 4-stupňová škála „ano“; „spíše ano“; „spíše ne“; „ne“ • (proč 3.položka červeně? „reverze“)

• A) Zpracování „item-by-item“: položka č.1 Abs.četnost

Rel.četnost

Ano

28

35,0 %

Spíše ano

28

35,0 %

Spíše ne

18

22,5 %

Ne

6

7,5 %

CELKEM

80

100,0 %

• B) Souhrnné zpracování: • Kódování ano = 1 spíše ano = 2 spíše ne = 3 ne = 4 čím vyšší hodnota, tím větší „provinění“ proti zásadám zdravého životního stylu (reverzní!)

Charakteristiky kategoriálních veličin ČETNOSTI PRO DVOJICI KATEGORIÁLNÍCH VELIČIN: KONTINGENČNÍ TABULKA





Význam „žlutých“ hodnot? Význam čísel 110, 160 a 200? Jak např. tabulka „znalost respondentů“ před edukací a po ní?

Charakteristiky číselných veličin • u veličin číselných - diskrétních lze (stejně jako u veličin kategoriálních) určovat četnosti; • každá hodnota je pak vlastně samostatnou kategorií

• u veličin číselných - spojitých obvykle nemívá smysl četnosti určovat (tyto veličiny nabývají obvykle příliš mnoha navzájem různých hodnot) • u obou typů lze ale určovat kvantily (medián) a momenty (průměr, rozptyl - resp. jeho odmocninu, tzv. směrodatnou odchylku)

Charakteristiky číselných veličin

Identifikátor Veličina diskrétní

a spojitá

Charakteristiky číselných veličin PRŮMĚR

(AVERAGE; MEAN)

Charakteristiky číselných veličin PRŮMĚR

(AVERAGE; MEAN)

Charakteristiky číselných veličin SMĚRODATNÁ ODCHYLKA

Charakteristiky číselných veličin SMĚRODATNÁ ODCHYLKA

Charakteristiky číselných veličin Interpretace výsledků? • veličina VĚK – typické hodnoty se nacházely v rozmezí (po zaokrouhlení): 35,9 ± 11,4 = 24,5 až 47,3 •veličina POČET DĚTÍ – typické hodnoty v rozmezí (po zaokrouhlení): 1,6 ± 1,4 = 0,2 až 2,9 = 0 až 3

Charakteristiky číselných veličin „KRABIČKOVÝ GRAF“ (ne Excel )

Charakteristiky číselných veličin „KRABIČKOVÝ GRAF“ (ne Excel )

Charakteristiky číselných veličin MEDIÁN (50% KVANTIL)

Charakteristiky číselných veličin MEDIÁN (50% KVANTIL)

Charakteristiky číselných veličin Interpretace mediánu? • veličina VĚK – polovina (50 %) dotázaných byla ve věku nejvýše 33,5 roku (tj. 33,5 nebo mladší)

•veličina POČET DĚTÍ – polovina (50 %) dotázaných uvedla nejvýše 1 dítě (tj. měli 1 dítě, nebo byli bezdětní)

Zpět k problematice publikování: CITACE versus PLAGIÁT

Proč kontrola plagiátů (nejen u BP, viz Směrnice, čl. 4a)? Zákon č. 121/2000 Sb.(+změny): Autorský zákon •HLAVA I: Právo autorské •Díl 1: Předmět práva autorského •§ 2 Autorské dílo •(1) Předmětem práva autorského je dílo literární a jiné dílo umělecké a dílo vědecké, které je jedinečným výsledkem tvůrčí činnosti autora a je vyjádřeno v jakékoli objektivně vnímatelné podobě včetně podoby elektronické,…

CITACE versus PLAGIÁT

• Díl 4: Výjimky a omezení práva autorského • § 31 Citace • (1) Do práva autorského nezasahuje ten, kdo a) užije v odůvodněné míře výňatky ze zveřejněných děl jiných autorů ve svém díle, b) užije výňatky z díla nebo drobná celá díla pro účely … vědecké či odborné tvorby a takové užití bude v souladu s poctivými zvyklostmi a v rozsahu vyžadovaném konkrétním účelem,… • … vždy je však nutno uvést, je-li to možné, jméno autora, nejde-li o dílo anonymní…a dále název díla a pramen. [též: „zdroj“]

Citační norma - ČSN ISO 690

(březen 2011)

•Odborná kniha v seznamu zdrojové literatury: DYLEVSKÝ, Ivan, DRUGA, Rastislav, MRÁZKOVÁ, Olga. Funkční anatomie člověka. 1. vyd. Praha: Grada, 2000. 664 s. ISBN 80-7169-681-1. stačí doupravit mezi více jmény ne pomlčka, ale čárka; KURZÍVA!

Citační norma •Odborný článek v seznamu zdrojové literatury: TICHÝ, Miroslav, JELÍNEK, Marek, MACKOVÁ, Eva. Funkční blokáda kloubu a její příznaky. Kontakt. 2010, 12 (4), 472479. ISSN 1212-4117. •Poznámka 1: Kurzíva opět u názvu díla (zde=časopis) •Poznámka 2: tučně č.vydání, v závorce č.svazku •Poznámka 3: s pomlčkou č.stran (lze i: s.472-479 ) •Poznámka 4: ISSN zde dle normy povinné • Poznámka 5: I tento zápis lze získat přímo z e-databází a případně jen doupravit

Citační norma •Www zdroj v seznamu zdrojové literatury: Ukazatele DPS [online]. Ústav zdravotnických informací a statistiky ČR, © 2010 [cit. 10. 10. 2011]. Dostupné z: http://www.uzis.cz/ •Poznámka 1: opět kurzíva = název zdroje •Poznámka 2: © bývá k nalezení na www stránce dole •Poznámka 3: cit. = ze kdy citováno; lze též vid.=viděno

Citační norma •přehled použitých zdrojů se uvádí v závěru BP - kapitola: Literatura /vžité označení/ Použité zdroje /vhodné např. při citacích z webu/ … •zdroje v přehledu řadit abecedně, příp. „anti-chronologicky“, obvykle s pořadovými čísly

•zásady: a) do přehledu jen co je opravdu citováno v textu b) v textu citovat jen co bylo zařazeno do přehledu c) v rámci každého dokumentu jednotná forma

Citační norma – UKÁZKA PŘEHLEDU (dle normy – v BP jinak) 7 Použité zdroje 1. DYLEVSKÝ, Ivan, DRUGA, Rastislav, MRÁZKOVÁ, Olga. Funkční anatomie člověka. 1. vyd. Praha: Grada, 2000. 664 s. ISBN 80-7169-681-1. 2. TICHÝ, Miroslav, JELÍNEK, Marek, MACKOVÁ, Eva. Funkční blokáda kloubu a její příznaky. Kontakt. 2010, 12 (4), 472479. ISSN 1212-4117. 3. Ukazatele DPS [online]. Ústav zdravotnických informací a statistiky ČR, © 2010 [cit. 10. 10. 2011]. Dostupné z: http://www.uzis.cz/ •Lze využít generátor citací ve Wordu •Jak ale vlastně citovat uvnitř textu BP?

Citační norma Jak citovat uvnitř textu? -odkazem na číslo v seznamu, např. tedy (smyšleno!): Tichý et al. (2) podrobně rozpracovali problém nastíněný již dříve (1),…

•Poznámka: Méně často může být přehled zdrojů bez pořadových čísel, pak se v textu odvolává místo pořadí na rok vydání = HARVARDSKÝ SYSTÉM (=BP!), např. tedy: Tichý et al. (2010) podrobně rozpracovali problém nastíněný již dříve (Dylevský 2000). •Poznámka: Citační závorky v jiných odb.textech mohou být hranaté (ale opět jednotně v textu i v přehledu) , tedy např. [1]

Citační norma Jak citovat „formálně“ v textu (nejen) BP? •Doslovná citace (quotation) = použít uvozovky! „Jelikož je funkční blokáda kloubu způsobena hypertonem kosterních svalů, jsou její příznaky stejné u osob různého pohlaví, věku, hmotnosti a laterality“ (2). NEBO NAPŘ.: Tichý et al. (2, s.478) doslova uvádějí: „Jelikož…laterality“. •Parafráze = vlastními slovy (bez uvozovek) Podle Tichého et al. (2) nejsou např. pohlaví či věk faktory, které by výrazně ovlivňovaly příznaky funkční blokády.

Citační norma •Poznámka: Nutnost citovat se netýká jen textu, ale i obrázků, grafů či tabulek (nelze tedy např. naskenovat schema z učebnice a neuvést ji jako zdroj); zde bývá obvyklé uvést zdroj např. pod grafem: Graf 12: Vývoj počtu nemocí z povolání v Ústeckém kraji

Zdroj: vlastní zpracování ukazatele DPS (3) DÚ: prostudovat problematiku psaní citací

Citační norma BP – HLAVNĚ DODRŽET:

(zdroj: Jak psát… verze 2014)

(zdroj: Jak psát… verze 2014, pouze výběr na ukázku!)

Poznámka – pozor na PROCENTA Pozor při interpretaci relativních hodnot z tabulek.

Př. (ilustrační): Porovnejte % zastoupení mužů (POHL=2) v jednotlivých 3 kategoriích dle míry pociťování bolestivosti.

• v kategorii 1 „bezbolestné“… (3/8)∙100 % = 37,5 % tvořili muži • v kategorii 2 „mírně bolestivé“… (6/10)∙100 % = 60 % tvořili muži • v kategorii 3 „velmi bolestivé“… (3/6)∙100 % = 50 % tvořili muži

Poznámka – pozor na PROCENTA Pozor při interpretaci relativních hodnot z tabulek. Př. (ilustrační): Porovnejte % zastoupení mužů v jednotlivých 3 kategoriích dle míry pociťování bolestivosti. • v kategorii 1 „bezbolestné“… (3/8)∙100 % = 37,5 % tvořili muži • v kategorii 2 „mírně bolestivé“… (6/10)∙100 % = 60 % tvořili muži • v kategorii 3 „velmi bolestivé“… (3/6)∙100 % = 50 % tvořili muži Tj. např.: V kategorii 3 byl podíl mužů o 10 procent nižší než v kategorii 2? ----------------

NE !

Hodnoty 60 %, resp. 50 % byly určeny z různých základů! Můžeme obě procentuální hodnoty přece jen nějak porovnat? ANO - rozdíl činí 10 PROCENTNÍCH BODŮ

ČASOVÉ ŘADY = záznam ukazatele (číselného) v čase • specifikace věcná a místní (co, kde) typy – např. : • ČŘ okamžiková versus intervalová Př: Počty zaměstnanců X novotvarů (k danému okamžiku) (za dané období)

ČASOVÉ ŘADY – oficiální data „statistika“ ze slova „stát“ (tj. pro stát důležité infce) – důležité weby: http://www.czso.cz/ http://www.uzis.cz/

ČASOVÉ ŘADY – graf Vývoj ČŘ lze zobrazit spojnicovým („čárovým“) grafem (příp. xy-bodovým, kde x jsou roky) Př: Počty novotvarů hlášených za každý rok (1995-2008) v Ústeckém kraji

ČASOVÉ ŘADY – graf

ČASOVÉ ŘADY – graf Upozornění ke zpracování: Pokud váš ukazatel obsahuje desetinná čísla, DPS výstup oddělí desetinná místa dle anglické konvence TEČKOU; pro Excel PŘED vytvářením grafu proto musíte nejdřív všechny tyto tečky nahradit "českou" desetinnou čárkou, jinak může být v Excelu problém s rozpoznáním číselných hodnot a graf by se nemusel zobrazovat vůbec (nebo chybně). Náhradu je nejjednodušší provést po překopírování tabulky do Wordu; klávesová zkratka Ctrl+H:

ČASOVÉ ŘADY – pojmy Počty převáděné na relativní hodnoty: • Incidence = nemocnost, demografický ukazatel – poměr nově vzniklých případů onemocnění v daném časovém období k celkovému počtu osob ve sledované („exponované“) populaci • Prevalence = obecné rozšíření; demogr. ukazatel, poměr počtu všech existujících případů (tj. bez ohledu na dobu jejich vzniku) daného onemocnění k počtu obyvatel v dané lokalitě ve sledovaném časovém období

Samostatná práce - DÚ na zápočet a) V databázi SCOPUS najít aspoň 1 článek, odpovídající svým zaměřením vašemu stud.oboru (příp. přímo tématu BP), aby příjmení autora (první dvě písmena) začínalo stejně jako vaše a článek byl z roku 2014 Výpis nalezených článků mi pošlete do 28.11.2015 tak, že vložíte celý odkaz na stránku s nalezenými výsledky do e-mailu na mou adresu ([email protected]); jako subjekt e-mailu uveďte KOPA a své STAGové číslo. E-mail by tedy měl vypadat nějak takto (ale pozor, ještě to není vše, viz další slide):

Samostatná práce - DÚ na zápočet b) K e-mailu dle pokynů na předešlém snímku dále připojíte jako přílohu excelovský soubor (pojmenovaný vaším STAGovým číslem, tedy např. D14999.xlsx), v němž bude pomocí nástroje Kontingenční tabulka vytvořena tabulka shrnující vám zadaná data – ta najdete (opět pod svým STAGovým číslem) v samostatném přiloženém excelovském souboru v sekci Studium / Studijní materiály. (Opravdu pouze vytvořte svou kontingenční tabulku obsahující počty dotazovaných jedinců, nijak dál ji nekomentujte, neinterpretujte, neupravujte.)

Základy vědecké práce v ošetřovatelství

Recommend Documents