Skattningsskalor inte alltid pålitliga

Att i forskningssammanhang slå ihop och analysera data som bygger på mätningar gjorda med skattningsskalor kan ge en falsk bild. Med en metod som några omvårdnadsforskare vid högskolan i Kristianstad utarbetat kan resultaten bli mer tillförlitliga.

Inom vården är det vanligt att skattningsskalor används för att få reda på hur patienter upplever exempelvis smärta eller olika typer av psykiska problem. Det fungerar i regel bra för att bedöma en enskild patients upplevelser av någonting. Exempelvis i vilken mån smärtan tilltar eller minskar efter en viss behandling eller åtgärd.

När skattningsskalor används i olika typer av studier blir det dock mer vanskligt.

Peter Hagell, professor i vårdvetenskap vid högskolan i Kristianstad, använde redan under sin tid som sjuksköterska olika skattningsskalor för att mäta saker som inte går att se eller ta på. Han märkte att när de gjorde dataanalyser utifrån skattningsskalorna stämde de inte alltid överens med det kliniska intrycket.

– Ett plus två är inte nödvändigtvis tre, på samma sätt som att svaren ”lite” och ”måttligt” inte kan läggas ihop och bli ”mycket”. Det är att försöka sätta samman äpplen och päron, förklarar han i ett pressmeddelande från högskolan.

Som forskare har han försökt att ta fram instrument som är så rättvisande som möjligt. Bland annat har han tagit hjälp av den så kallade Raschmodellen som utifrån svaren från skattningsskalorna skapar linjära mått.

Men för att svaren ska vara statistiskt pålitliga krävs att antalet observationer som görs är tillräckligt många. De får inte vara för få, men inte heller för många eftersom marginella avvikelser som inte är relevanta i sammanhanget då riskerar att dyka upp.

I en studie som publiceras i tidskriften Journal of Applied Measurement har Peter Hagell och kollegan Albert Westergren, professor i omvårdnad, försökt att hitta det optimala antalet observationer som behövs för att göra utvärderingar av skattningsskalor enligt Raschmodellen. Det de kommit fram till är att mellan 250 och 500 individer som svarar på formuläret är ett lagom antal för att få så stor tillförlitlighet som möjligt.