Ett vanligt sätt att komma i kontakt med forskningsresultat är genom påståenden om vad forskning har kommit fram till. Till exempel genom att en kollega berättar om ett forskningsresultat hen har hört talas om under fikarasten eller att du läser om dem i en tidning eller på internet. Då kan det ibland låta så här:

• ”Forskaren: Har aldrig sett något liknande”
• ”Maria blev fri från sitt problem – på bara några veckor”
• ”Så enkelt blir du kvitt din…”
• ”Kliniskt bevisad effekt!”

Sådana här påståenden om forskning, när det nästan låter för bra för att vara sant, är nödvändiga att reflektera kritiskt kring. Ingen insats, metod eller behandling är effektiv och säker för alla. Även om en metod fungerat för en person, eller om en expert rekommenderar metoden, så säger det ingenting om metodens faktiska effekt.

Det går sällan att uttala sig tvärsäkert utifrån enskilda forskningsstudier. Forskning kan innehålla brister och risker för snedvridna resultat. Ett vetenskapligt förhållningssätt innebär bland annat att vara mer kritisk till den här typen av påståenden om forskningsresultat.

För att kunna göra informerade val av insatser och metoder är det värdefullt att reflektera kring om de uttalanden som påstås bygga på forskning faktiskt är trovärdiga. Det är också bra att kunna bedöma om forskningen i sig är tillförlitlig och användbar.

Vilka kritiska frågor kan vara användbara att ställa sig? Det kan du läsa mer om i kommande delar.

Individers behov och sociala problem kan se olika ut i olika länder och på olika orter. Skillnaderna kan framkomma även i forskning. Till exempel kan olika välfärdssystem medföra att olika fenomen studeras och sociala problem eller behov kan skilja sig åt mellan olika kommuner och stadsdelar. Den vetenskapliga kunskapen behöver därför vara relevant i det sammanhang där den ska användas.

För att avgöra om forskningen är relevant är det nödvändigt att förstå vad det faktiska problemet egentligen är. Det är även nödvändigt att avgöra om insatsen förväntas förebygga eller lösa ett socialt problem. Om det till exempel handlar om att förändra situationen för en större grupp personer, exempelvis förebygga eller minska förekomsten av bostadslöshet, så behöver alla inblandade aktörer vara överens om hur problemet ska lösas och vilka insatser som är aktuella på de olika nivåerna, individ-, grupp och samhällsnivå. Kanske har ni olika bild av vilken forskning som är relevant?

Både systematiska översikter och enskilda studier (primärstudier) har avgränsningar som gör att innehållet kan vara mer eller mindre likt det sammanhang och de förutsättningar som gäller för den problematik som din verksamhet arbetar med, till exempel det studerade målgruppen, problematiken, insatsen, utfallet eller sammanhanget:

Den studerade målgruppen

Fundera över vilka deltagare som har inkluderats i studien. Aspekter som till exempel ålder, kön och ekonomiska förutsättningar behöver kanske vara tillräckligt likt den målgrupp du är intresserad av för att resultaten ska vara relevanta.

Problematiken

Fundera över om problematiken som insatsen i studien riktar sig mot är tillräckligt lik den problematik du behöver kunskap om. Typen av problem, till exempel beroendeproblematik, familjekonflikter eller ekonomisk utsatthet, kan variera liksom svårighetsgraden. Är till exempel en studie om socialt stöd för vuxna med autism relevant för unga vuxna med intellektuell funktionsnedsättning?

Insatsen

Fundera över om insatsen i studien är relevant i det sammanhang där du arbetar. Ibland är insatsen någon du väl känner till och som finns tillgänglig utifrån verksamhetens förutsättningar. Ibland har du inte tillgång till den specifika insatsen men kanske till en snarlik insats. Det behöver inte vara exakt samma insats som utvärderats, men likheten måste omfatta de centrala komponenter som antas skapa effekten. Om skillnaderna bedöms som obetydliga kan forskningen ändå vara relevant – men detta kräver en systematisk och transparent bedömning av överförbarhet

Utfall

Studier om insatsers effekter fokuserar på olika utfall. Det kan vara allt från höjd livskvalitet, återgång till arbete, drogfrihet eller ökad självständighet. Du behöver ta ställning till om utfallet som studien rapporterar är relevant för dig. Är upplevd nöjdhet ett relevant utfall om du i huvudsak är intresserad av ökad självständighet?

Sammanhanget

En annan aspekt att ta ställning till är hur lika förhållandena i studien är till det sammanhang du befinner dig i. Fundera över om det finns stora skillnader mellan din verksamhet och det land, område eller den tidsperiod då studien är gjord. Är det relevant att titta på studier om effekter av kommunala arbetsmarknadsinsatser från 1990-talet eller har de samhälleliga förutsättningarna ändrats? Är intervjustudier gjorda med vuxna personer med fokus på deras upplevelse av beroendevården, i ett annat land med ett annorlunda narkotika- och kriminalpolitiskt system, överförbara till svenska förhållanden?

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.  

Få forskningsresultat är absoluta sanningar som gäller i alla sammanhang och över all tid. Nya forskningsrön kan omkullkasta sedan länge etablerade sanningar. Det är du som kan ditt sammanhang och kan avgöra hur relevant studien är för just dig och om resultaten är överförbara till de förhållande som råder där du arbetar.

Tillförlitligheten till ett resultat är beroende av hur många deltagare som var med i studien. I studier med få deltagare är risken större att resultaten inte går att generalisera till andra personer. Studier med få deltagare är till exempel känsliga för naturlig variation eller slumpmässiga fynd. Detta går att jämföra med att slå två tärningar. Om du slår tärningarna hundra gånger och noterar värdena för dem som poäng, så bör resultatet bli ungefär detsamma för båda tärningarna. Men om du bara får slå varje tärning tre gånger kan det slumpa sig så de visar olika resultat. Den ena tärningen kanske ger mer poäng än den andra.

Det går inte att säga generellt hur många deltagare som ska ingå för att en studie ska vara tillförlitlig. Hur många deltagare som behövs beror på hur stor effekt insatsen har och hur små skillnader som ska upptäckas. För att små effekter och små skillnader ska kunna upptäckas krävs större grupper. När förebyggande insatser studeras är det nödvändigt att avgöra hur vanligt problemet som ska förebyggas är.

För att bättre kunna avgöra om det var själva insatsen som orsakade en förändring, räcker det inte att endast mäta hur det var för studiedeltagarna innan och efter insatsen gavs. Ett mått innan och efter insatsen ger endast information om att en förändring har skett, men det går inte säkert att veta om det var insatsen eller något annat som orsakade förändringen. Ett sätt att kunna uttala sig om att det är insatsen som är orsaken till förändringen är genom att jämföra studiegruppen som får insatsen med en kontrollgrupp som exempelvis får en annan insats. Samma utfall mäts sedan för de båda grupperna för att kunna jämföra resultaten.

Kontrollgrupper kan se olika ut. I vissa studier får kontrollgruppen en annan insats, sedvanlig insats eller ingen insats alls. Vad som jämförs är bland annat beroende av vad som är etiskt genomförbart.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

Randomiserade kontrollerade studier

Det finns olika typer av studier (studiedesign). Vissa studietyper är mer tillförlitliga när det handlar om att uttala sig om orsakssamband och möjligheten att generalisera till andra personer än de som var med i studien.

I en randomiserad kontrollerad studie (RCT) fördelas deltagare slumpmässigt till de grupper som ska jämföras. En RCT brukar anses vara den bästa studietypen för att hitta orsakssamband. Men små och dåligt genomförda RCT:er kan vara mindre tillförlitliga än stora och välgjorda icke-randomiserade studier med kontrollgrupp.

Resultaten från välgjorda RCT:er går inte heller alltid att tillämpa. Vilken typ av studie som är "bäst" beror på vilken fråga som ska besvaras. RCT:er ger ofta säkrare resultat när det gäller att jämföra nyttan av olika behandlingsmetoder, eftersom risken för systematiska fel är mindre än i andra typer av studier. Däremot är inte RCT:er bäst för att besvara frågor om biverkningar, upplevelser, förekomst av ett fenomen, prognos eller riskfaktorer.

När olika grupper jämförs med varandra behöver det säkerställas att den effekt som observeras faktiskt beror på insatsen. Effekten ska inte förklaras av andra skillnader mellan grupperna, exempelvis ålder, problematikens svårighetsgrad eller orsaken till ett problem. Det kan finnas faktorer som har betydelse för hur effektiv en insats verkar vara, och för att minska risken för att dessa faktorer inverkar på resultatet, behöver grupperna som jämförs vara så lika som möjligt innan insatsen ges.

Det bästa sättet att säkerställa att grupperna är lika, och därmed lämpliga att jämföra, är att låta slumpen bestämma vilken grupp studiedeltagarna hamnar i. Den slumpmässiga fördelningen fungerar framför allt bra i stora studier. Om studierna har få deltagare kan slumpen göra att det blir skillnader mellan grupperna även om deltagarna fördelats slumpmässigt. I vissa fall kan det då vara lämpligt att ta hänsyn till detta i analysen av resultatet. När du läser en studie kan du fundera över om det verkar finnas skillnader mellan grupperna och om författarna beskriver att de hanterat det på ett lämpligt sätt.

Det är inte ovanligt att studiedeltagare lämnar studien i förtid. Då går det inte att mäta effekter för alla inkluderade deltagare. Det brukar kallas bortfall och då finns det flera saker att vara observant på.

Om det saknas information från många deltagare ska du vara varsam i din tolkning av resultatet. När effekten av en insats undersöks görs det vanligtvis en mätning av utfallet både före och efter insatsen. Och helst finns det, som beskrivits tidigare, någon form av kontrollgrupp.

Anledningen till att det inte går att följa upp hur det har gått för vissa av deltagarna kan vara relaterat till utfallet. Studiedeltagarna kanske till exempel har blivit bättre och inte tyckt att de behöver insatsen längre och därför hoppat av studien. Eller så har de blivit sämre och inte orkar eller lämnar studien på grund av sin försämring. Båda alternativen kommer sannolikt att påverka bedömningen av insatsens effekt.

Om bortfallet skiljer sig mycket åt mellan de olika grupperna finns det en risk att det är något med insatsen (eller frånvaron av den) som gör att deltagare hoppade av.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

Ofta finns det flera alternativa insatser för ett problem. Men det är inte alltid som alla insatser har jämförts med varandra. Då kan det vara lockande att göra så kallade indirekta jämförelser. Meningen med indirekta jämförelser är att få en uppfattning om en insats är bättre än en annan, även om de inte jämförts mot varandra i någon forskningsstudie. Tänk dig att en studie jämför insats A med sedvanlig insats och en annan studie jämför insats B med sedvanlig insats. Går det att uttala sig om effekten av insats A jämfört med effekten av insats B, utifrån hur de förhöll sig till sedvanlig insats? Nej, det kan finnas skillnader mellan studierna som måste tas hänsyn till. Till exempel kanske deltagarna eller sammanhanget i studierna var väldigt olika.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

Tanken med en kontrollgrupp är att jämföra en insats med en annan insats, alternativt ingen insats. Men det är lättare sagt än gjort. Under studiens gång kan det ske avvikelser från insatsen som inverkar på studiens resultat. Det kan till exempel handla om att studiedeltagare tar del av andra insatser samtidigt.

Ett annat potentiellt problem är att den person som ger insatsen ger extra hjälp utöver insatsen, eller att deltagare i en grupp påverkas av grupptillhörigheten i sig. Till exempel att studiedeltagare starkt tror på den insats de får och därför upplever en effekt.

Det bästa sättet att säkerställa att grupperna behandlas lika är om ingen, varken deltagarna eller de som ger insatserna, vet vilken insats som ges. Det brukar kallas för att studien är ”blind” eller ”maskerad”. I forskning på läkemedel går detta att lösa med till exempel placebo-läkemedel men det kan vara svårt, om inte omöjligt, att göra så i studier om psykosociala insatser.  

Även bedömare i studier kan ”blindas” eller ”maskeras”. Det innebär att de som mäter utfallet och tar ställning till om deltagarna förbättrats inte vet vilka deltagare som fått vilken insats. "Blindning" eller "maskering" används för att inte bedömarens tankar, åsikter eller föreställningar om interventionen ska påverka dennes bedömning.

Tänk dig att två olika föräldraskapsprogram jämförs. Bedömarna tror starkt på det ena föräldraskapsprogrammet och vet vilka deltagare som fått vilken insats. Det finns då en ökad risk att bedömarna upplever eller tolkar större förbättringar hos deltagarna som fått ta del av det ena programmet jämfört med det andra programmet.

En utmaning med hur utfall har mätts har att göra med själva måttet. Vissa saker är enklare att mäta, till exempel antal dödsfall eller andel med försörjningsstöd. Andra saker, så som livskvalitet, tilltro till föräldraförmåga, ensamhet eller relationer till anhöriga är lite svårare. Då gäller det att de mätmetoder som använts, det vill säga olika bedömningsinstrument, har utvärderats och testats så att de mäter det som ska mätas och ingenting annat. Då går det att känna sig lite mer säker på att resultatet faktiskt speglar det vi är intresserade av. 

Andra utmaningar med självskattade mått är att det kan vara svårt att komma ihåg hur något varit under en längre tidsperiod, till exempel om ett formulär frågar om hur något varit under den senaste månaden. Om det är känsliga frågor kan det också vara så att personen drar sig för att svara sanningsenligt och svarar mer som hen tänker eller tror att gemene man ”borde” svara.

I studier om skadligt bruk och beroende är det till exempel vanligt att alkoholanvändning mäts genom att personen själv får skatta hur mycket hen druckit under en viss period och om några problematiska situationer uppstått i samband med alkohol under det senaste året. Det finns då en risk att personen inte minns, påverkas av hur det varit den senaste tiden eller underskattar sitt användande på grund av den känslighet och stigma som kan omge området. Det innebär att självskattningen inom det här området kan vara värdefull men förenad med viss osäkerhet.

I kvantitativ forskning kan effekten av en insats beskrivas med siffror. Till exempel att 50 personer av 100 förbättrades i kontrollgruppen och endast 15 av 100 i interventionsgruppen. Ofta används även ord för att beskriva effekter. Det kanske står att den ena effekten är stor och den andra liten. Ord kan vara lättare att förstå än siffror och tal, men de kan också betyda olika saker för olika personer.

Ord kan också användas för att vara medvetet missvisande och dölja eller förstärka resultaten. Till exempel kan författare lyfta fram en effekt som stor och betydande, trots att det inte ser ut så när siffrorna granskas.  

Övningsfrågor

Här kan du ta ställning till mer eller mindre tydlig resultatvisning. Frågorna är påhittade för att illustrera en poäng och är inte representativa för den forskning som finns. För att kunna se svaren behöver du ha besvarat samtliga frågor.

När insatser jämförs med varandra rapporteras ofta om resultatet är statistiskt signifikant (ofta definierat som ett p-värde <0,05) eller inte. Om ett resultat är statistiskt signifikant kan det tolkas som att det är mer troligt att resultatet inte beror på slumpen, och att det kan finnas en skillnad mellan grupperna som jämförs. Men, bara för att en effekt är statistiskt signifikant betyder det inte att den är viktig eller relevant. Effekten kanske till exempel är så liten att den inte spelar någon egentlig roll i verkligheten.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

Omvänt är det lätt att tänka att ”inte statistiskt signifikant” betyder ”ingen skillnad” eller ”ingen effekt finns”. Det går dock inte att vara säker på att det inte finns en meningsfull skillnad mellan grupperna, eller om en insats är bättre eller sämre (eller till och med lika bra) som en annan insats bara för att ett resultat inte är statistiskt signifikant. Gränsen för vad som är statistiskt signifikant eller inte hänger nämligen ihop med antalet deltagare. Med många deltagare kan en mindre skillnad bli statistiskt signifikant. Med få deltagare behöver generellt skillnaden vara större för att gränsen för statistisk signifikans ska uppnås.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

Resultatet ”inte statistiskt signifikant” ska inte blandas ihop med ”ingen skillnad”. För att testa att det inte är någon skillnad mellan två insatser så behöver just den specifika frågan ställas och studien behöver planera hur många studiedeltagare som ska ingå utifrån det.

Detsamma gäller även vid sammanlagd forskning. Brist på vetenskaplig kunskap betyder inte att en insats är ”dålig”. Det betyder bara att det inte finns stöd för effekterna i de studier som har genomförts hittills. Kanske har insatsen inte prövats i en studie, eller så finns det för få studier eller studier med få deltagare. En insats kan fortfarande vara viktig för praktiken, även om det ännu inte finns vetenskapligt stöd. Särskilt om det saknas forskning eller om insatsen är svår att utvärdera.

Övningsfrågor

Här kan du ta ställning till statistisk signifikans. Frågorna är påhittade för att illustrera en poäng och är inte representativa för den forskning som finns. För att kunna se svaren behöver du ha besvarat samtliga frågor.

I stället för att bara ange statistisk signifikans, ”ja” eller ”nej”, kan studier redovisa ett konfidensintervall. Konfidensintervallet är ett osäkerhetsintervall för en statistisk skattning (till exempel ett medelvärde) och anger ett spann runt en effekt där det sanna värdet troligen ligger. Det kan göra det lättare att förstå osäkerheten kring resultatet.

Med ett smalt konfidensintervall går det att få en tydligare uppfattning om storleken på effekten. Om konfidensintervallet till exempel var mellan 25–35 så går det att mer precist säga var den troliga effekten ligger än om konfidensintervallet var 10–50 (mycket större felmarginal). Konfidensintervallet ger mer information än att bara titta på om resultatet är statistiskt signifikant eller inte.

Många studier rapporterar genomsnittliga skillnader, det vill säga hur en grupp deltagare i genomsnitt skattar ett utfall efter en insats. Det betyder sannolikt att det fanns deltagare som blev mycket bättre och deltagare som inte blev bättre alls, eller kanske till och med sämre. Den genomsnittliga effekten är inte exakt den effekt som går att förvänta sig om en individ får insatsen.

Övningsfråga

Här kan du ta ställning till vad som kan påverka insatsers effekt. Frågan är påhittad för att illustrera en poäng och är inte representativa för den forskning som finns. 

Ibland redovisas effekten separat för vissa deltagare, så kallade subgrupper. Grupperna kan till exempel delas in baserat på ålder eller kön. Uppdelningen kan vara relevant. Tänk om insatsen fungerar för kvinnor men inte för män? Men subgruppsanalyser är inte alltid planerade på förhand och de kan vara bristfälligt rapporterade. Det finns en risk att eventuella skillnader som framkommer beror på slumpen och inte på sanna skillnader mellan grupperna.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.

En subgruppsanalys kan alltså inte fastställa vad skillnader mellan grupper beror på. Samtidigt kan subgruppsanalyser ge ledtrådar som kan vara värda att undersöka vidare i nya studier. I exemplet ovan kanske vidare forskning leder till upptäckter kring just pojkars utveckling. Subgruppsanalyser i sig behöver alltså inte vara problematiska. Särskilt inte om en studie på förhand har rapporterat att de tänker titta på olika subgrupper och har sett till att ha tillräckligt många deltagare för att kunna göra det. Men det viktiga är att inte lita på en enskild studies subgruppsanalys, särskilt om den inte var planerad på förhand.

Ibland publiceras främst resultat som är statistiskt signifikanta eller går i önskad riktning. Detta kallas selektiv rapportering. På liknande sätt är det ett problem att vissa studier, som inte finner stöd för en insats eller metod, inte publiceras alls och därför inte går att hitta. När sammanvägningar av resultat görs, även om de är systematiska, finns det därför en risk att resultatet snedvrids och interventionen verkar bättre än vad den verkligen är.

Underrapportering av resultat är ett stort problem för forskarvärlden. För att motverka risken för selektiv rapportering blir det allt vanligare att forskarna för-registrerar och publicerar sin studie med ett så kallat studieprotokoll. I protokollet beskrivs vad som ska göras och vilka utfall som kommer att mätas. På så sätt kan studier hittas även om de inte publiceras och det går att kontrollera att utfallen rapporteras på ett rättvist sätt. När du läser systematiska sammanvägningar kan du fundera på om författarna har tänkt på risken för selektiv rapportering.

Även om en enskild studie visar ett resultat så kan du inte utgå från att den ensam visar hela bilden. Studier som undersöker samma eller liknande saker kan ge olika resultat. Det är också vanligt att studier på insatser är ganska små (få studiedeltagare), och därför ger flera studier på samma insats ett större underlag. Tillsammans ger de därmed en bättre möjlighet att få ett resultat som går att lita på.

En annan anledning till att ha fler studier än en är för att se om studiens resultat håller i andra sammanhang. Det kan till exempel vara att en oberoende person gör samma undersökning, att studien görs om med lite andra studiedeltagare eller att en liknande studie görs i ett annat land. Då går det att säkrare veta om resultaten fungerar även för andra än de som varit med i studien.

För att få en samlad bild över forskningsläget kan en systematisk översikt vara till god hjälp. Här behöver du skilja på primärstudier, det vill säga enskilda studier, och översikter där flera primärstudier ingår. I en systematisk översikt inkluderas alla relevanta primärstudier inom ett område. Primärstudierna värderas och sammanställs sedan i ett resultat som talar om hur det samlade vetenskapliga stödet för exempelvis en metods effekt ser ut eller hur en insats upplevs. Generellt kan du lita mer på resultatet i en systematisk översikt än på resultatet i enskilda primärstudier.

Det finns flera anledningar till att studier visar olika resultat. I exemplet hydroxiklorokin vid svår covid-19 visade en systematisk översikt att studiedesignen i de ingående primärstudierna primärhade betydelse. Studier som inte var randomiserade, det vill säga där deltagarna inte slumpats till att få det aktiva läkemedlet, redovisade oftare att de som fått hydroxiklorokin hade överlevt i större utsträckning än de som inte fått läkemedlet vid svår covid-19 sjukdom. Dessa studier hade också en större variation i sina resultat, det vill säga att vissa studier redovisade mycket stora effekter medan andra visade inga eller negativa effekter på överlevnaden. I en icke-randomiserad studie finns en risk att det är andra faktorer som påverkar resultatet än just det som studeras, i detta fall läkemedlet. Exempel på faktorer som skulle ha kunnat påverka är ålder, om yngre personer, som i sig hade en större möjlighet att överleva svår covid-19, oftare fick läkemedlet skulle det kunna vara denna effekt som visade sig, och inte en effekt av läkemedlet. 

En annan anledning till att studier kan ge olika resultat är hur väl metodologiskt utförda studierna är. I en annan systematisk översikt analyserades just detta för läkemedlet Ivermectin vid svår covid-19. När alla primärstudier som gjorts slogs samman visade resultatet att Ivermectin ökade chansen för överlevnad vid svår covid -19 och att detta resultat var statistiskt signifikant. Men när studiernas resultat granskades utifrån hur de metodologiskt genomförts, så visades andra resultat. För en av de tolv inkluderade studierna fanns misstanke om att forskningsfusk kunde ha förekommit. När den studien togs bort från analysen så fanns inte längre någon statistisk säkerställd effekt på överlevnad. Ju bättre studierna metodologiskt bedömdes vara, desto säkrare blev också resultatet att läkemedlet inte hade en effekt.

Detta är exempel på varför sammanställning av forskning är viktig, men även exempel på varför den forskning som utförs behöver granskas kritiskt.

Sammanställd forskning ger mer tillförlitlig kunskap än enskilda studier. Du behöver vara uppmärksam på om sammanfattningar av resultat har genomförts på ett systematiskt sätt. Ofta finns det mer än en studie som har undersökt en insats. Studierna kan ha olika resultat vilket till exempel kan bero på att vissa studier inte gjort rättvisa jämförelser eller haft för få studiedeltagare.

När resultaten från olika studier sammanfattas osystematiskt kan det leda till att effekten över- eller underskattas. Till exempel kan en osystematisk översikt välja att lyfta fram positiva resultat, så att insatsen verkar mer hjälpsam än vad den faktiskt är.

En systematisk sammanvägning skyddar mot detta genom att det på förhand är bestämt kriterier för vilken typ av studier som ska tas med och inte (oberoende av vilken effekt som studierna visar).

I forskningsstudier som använder kvalitativ metod är det huvudsakliga fokuset att beskriva personers upplevelser, åsikter eller erfarenheter av någonting (till exempel en insats), eller olika mänskliga beteenden. I sådana studier är antalet studiedeltagare inte alltid avgörande för att ett tillförlitligt resultat ska kunna uppnås. Här är det i stället viktigt att så många personers upplevelser som möjligt hämtas in genom till exempel intervju till dess att resultatet blir “mättat”, det vill säga att ingen ny kunskap, perspektiv eller viktiga nyanser framkommer. Det kan vara svårt att på förhand veta hur många studiedeltagare som behövs för att mättnad ska uppnås. Ofta görs en uppskattning av antalet personer baserat på tidigare genomförda studier vilket ska finnas beskrivet i forskningsartikelns metod.

I studier med kvalitativ metod är inte avsikten att jämföra mellan grupper, till exempel om intervjuer med personer om hur de upplever att få en insats genomförts. Av den anledningen utgörs studiedeltagarna enbart av de personer som till exempel har fått en stödinsats, det vill säga det finns ingen kontrollgrupp. Forskning med kvalitativ metod ska ge en djupare förståelse för ett visst fenomen. Alla resultat som framkommer beskrivs, till exempel både positiva och negativa erfarenheter, men det görs ingen jämförelse mellan hur olika personer har upplevt att delta i till exempel en stödinsats.

När du läser en vetenskaplig artikel där forskarna undersökt upplevelser av att till exempel delta i en stödinsats för att komma ut ur ett skadligt substansbruk kan nödvändiga frågor att ställa sig vara:

• Har studiedeltagarna relevanta erfarenheter för att besvara studiens syfte?
• Har studiedeltagarna fått den stödinsats som de ska berätta om sina upplevelser av?

Om studiedeltagarna saknar egen erfarenhet av att få en viss insats, kan de heller inte berätta om upplevelser av att ha fått insatsen. Det kan bara ske om studiedeltagarna själva har upplevelser, åsikter eller erfarenheter av den insats som undersöks.

Förutsatt att syftet med studien är att undersöka studiedeltagarnas upplevelser, åsikter eller erfarenheter av till exempel en stödinsats så spelar det ingen roll om de är män eller kvinnor. Det kan till och med vara positivt med en blandad studiepopulation då en mångfald av upplevelser, åsikter eller erfarenheter kan fångas. Skulle syftet med studien i stället vara att undersöka hur just kvinnor upplever att få stödinsatsen så måste studiedeltagarna utgöras av enbart kvinnor. Det är därför viktigt att studiepopulationen svarar mot studiens syfte.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.  

Utifrån den analys som gjorts av till exempel genomförda intervjuer så redovisas resultatet i beskrivande text. Texten ska fånga och beskriva det som studiedeltagarna berättat under intervjuerna och det är vanligt att texten stödjs av citat tagna från intervjuerna. Att citat finns med hjälper dig som läsare att avgöra om resultatet som forskarna beskriver stämmer överens med det studiedeltagarna berättat. För att resultatet inte ska bli färgat av forskarnas egna åsikter så bör analysen genomförts av minst två av varandra oberoende forskare. De ska ha genomfört analysen var för sig och sedan jämfört sina analyser med varandra för att se om de överensstämmer eller skiljer sig åt. Skulle det vara så att deras analyser skiljer sig åt så ska forskarna ha diskuterat sina meningsskiljaktigheter till dess att samstämmighet avseende analysen uppstått.

Kvalitativ forskning avser inte att generalisera utan att ge en fördjupad kunskap om ett visst fenomen. Det är i stället upp till dig som läsare att avgöra om resultatet som beskrivs kan överföras och appliceras i ditt eget sammanhang. En noggrann beskrivning av både studiedeltagarnas karaktäristika (till exempel ålder, kön) och det sammanhang som  insatsen givits i ska finnas beskrivet för att du ska kunna bilda dig en uppfattning om resultatet går att överföra till det sammanhang där du arbetar.

Reflektionsfråga med fiktivt exempel

Läs frågan, fundera och klicka sedan på plusset så får du svaret. Exemplet som ges är påhittat för att illustrera en poäng och är inte representativt för den forskning som finns.  

För att få en samlad bild över forskningsläget kan en systematisk översikt med kvalitativ evidenssyntes vara en god hjälp. Här behöver du, precis som vid en systematisk översikt som redovisar effektstudier, skilja mellan primärstudier (enskilda studier) och översikter där flera primärstudier ingår. I en systematisk översikt med kvalitativ evidenssyntes samlas alla relevanta primärstudier som beskriver erfarenheter, åsikter och upplevelser inom ett område in. Studierna värderas och sammanställs sedan i ett resultat som talar om hur det samlade vetenskapliga stödet ser ut för exempelvis upplevelser av en specifik insats. Generellt kan du lita mer på resultatet i en systematisk översikt än på resultatet i enskilda primärstudier.