Metodologija-Slajdovi-Metodologija naucnog istrazivanja-Farmacija (2), Slajdovi od Metodologija

Preuzmite Metodologija-Slajdovi-Metodologija naucnog istrazivanja-Farmacija (2) i više Slajdovi u PDF od Metodologija samo na Docsity! imo Metodologija naučnog istraživanja Akademska 2010/11. godina 2010/2011 1 Docsity.com Izvori znanja  Običaji i tradicija  Autoriteti  Lično iskustvo  kognitivne i motivacione greške  može biti podstrek za istraživačke ideje  Istraživanja 2010/2011 2 Istraživanje - definicije  Pronalaženje rešenja problema ili odgovora na dato pitanje na logičan, uređen i sistematski način (Baumgartner i Hensley 2006)  Glavni cilj istraživanja je prikupljanje i interpretacija informacija da bi se dobio odgovor na dato pitanje (Hyllegard et al., 1996)  Sistematski pokušaj da se dođe do odgovora na dato pitanje (Tuckman 1999)  Sistematska, objektivna analiza i beleženje kontrolisanih opservacija, koje može da dovede do formiranja generalizacija, principa ili teorija, a rezultat je predviđanje i eventualna kontrola događaja (Best i Kahn, 2003)  Istraživanje je sistematski način postavljanja pitanja, sistematski metod ispitivanja (Drew et al., 1996) 2010/2011 5 Istraživanje  Istraživanje  sistematsko prikupljanje, analiza i interpretacija podataka da bi se odgovorilo na određeno pitanje ili rešio zadati problem  jasna formulacija istraživačkog problema  usmerenost ka zaključku 2010/2011 6 Podela istraživanja (1) Osnovna (bazična, fundamentalna)  cilj im je povećanje opštih znanja, dobijanje novih znanja i informacija  ne daju obavezno odgovore na praktična pitanja Strateška  daju nova znanja spremna za primenu, ali se neposredno ne primenjuju  osnovna-primenjena istraživanja 2010/2011 7 Cilj nauke  Da proširi znanje o fizičkom, biološkom i socijalnom svetu, van okvira onoga što se već zna  Da objasni svet u kome čovek živi, da objasni čoveka – da pruži znanja koja će čovek koristiti  Povezanost nauke i društva – nauka nije usamljeni, nezavisni tragač za istinom  Povezanost nauke i tehnološkog razvoja – svaki novi tehnološki pronalazak menja tok nauke, otvara nova pitanja 2010/2011 10 Podela nauke (1)  Podela u dve glavne grupe:  Prirodne nauke, koje proučavaju prirodne fenomene (uključujući biološki život) i  Društvene nauke, koje proučavaju ponašanje ljudi i društava  Ovo su empirijske nauke, što znači da saznanja moraju biti bazirana na zapažanjima, čiju vrednost mogu eksperimentalno da provere i drugi istraživači koji rade pod istim uslovima 2010/2011 11 Podela nauke (2) 1. Prema oblastima proučavanja  Humanitarno – filozofske nauke  Društvene nauke  Prirodne nauke  Medicinske nauke  Tehničke nauke  Biotehničke nauke  Informatičke nauke 2010/2011 12 Naučna teorija  Prema definiciji naučna teorija je: “Sinteza velike količine informacija koje objedinjuju dobro testirane i verifikovane hipoteze o nekim aspektima prirodnog sveta” 2010/2011 15 Naučni zakon i naučna teorija  Glavna razlika između naučnog zakona i teorije je:  zakon objašnjava šta se dešava, a teorija objašnjava zašto se dešava  zakon opisuje prirodu, a teorija objašnjava prirodu  teorija nikad ne postaje zakon  zakon može da se promeni, ako nove činjenice pokažu da je pogrešan 2010/2011 16 Naučni metod  Put kojim se ide ka rešenju problema!  Definicija: Naučni metod je korišćenje objektivnih, rigoroznih, sistematskih i kritičkih postupaka pomoću kojih ono što mislimo o stvarnom svetu testiramo onim što vidimo, odnosno zapažamo preispitujući pri tom sve ono što vidimo u svetlu onoga što već znamo  Naučne metodologije  opšte  posebne 2010/2011 17 Medicinske nauke Naučni metod Visok holesterol Problem/zapažanje Pacijent ima visok holesterol Hipoteza Izvestan lek može da smanji nivo holesterola Eksperiment 100 pacijenata dobija lek, 100 pacijenata dobija placebo 2010/2011 20 Rezultat Nivo holesterola smanjen kod istog broja pacijenata u obe grupe Izmena hipoteze Promeniti lek Novi eksperiment Ponoviti eksperiment. Zabeležiti rezultate. Zaključak Novi lek smanjuje nivo holesterola Naučni problem  Sporno pitanje, bez jasnog odgovora, koje se može rešiti samo naučnom metodom  Izvori  iz prakse  iz ličnog iskustva  iz radoznalosti istraživača  Uslovi  trenutna znanja raspoloživa za rešavanje problema  raspoloživi resursi (oprema, materijal, ljudi)  Često rešimo i problem koji nismo planirali! 2010/2011 21 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 22 Plan istraživanja Prikupljanje podataka Proverljivost hipoteze  Hipoteza A:  “Naš univerzum je okružen drugim, većim univerzumom sa kojim nemamo nikakvog kontakta”  Ova tvrdnja može ili ne može biti tačna, ali nije naučna hipoteza  po svojoj prirodi nije proverljiva  ne postoje zapažanja na osnovu kojih naučnik može da kaže da li je ili nije hipoteza ispravna  Hipoteze ove vrste su interesantne za razmišljanje, ali nauka o njima nema šta da kaže  Hipoteza A je nagađanje (spekulacija) 2010/2011 25 Oborljivost hipoteze  Naučna hipoteza mora biti “oborljiva”  Da bi hipoteza postala naučna nije dovoljno da bude proverljiva  Potrebno je da bude i oborljiva 2010/2011 26 Oborljivost hipoteze  Hipoteza B:  “U našem univerzumu postoji još naseljenih planeta”  Ako je hipoteza tačna, naučnici će dobiti dokaze za to (podaci koje šalju svemirski brodovi, signali itd)  Ako hipoteza nije tačna, ne postoji način da se to proveri  Činjenica da nema dokaza da je još neka planeta naseljena, ne znači da ne postoji naseljena planeta  Hipoteza B nije oborljiva 2010/2011 27 Naučna teorija i naučna hipoteza  Naučna teorija i naučna hipoteza nisu isto:  hipoteza još nije testirana i možda uopšte ne može da se testira  teorija je dobro proverena hipoteza 2010/2011 30 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 31 Plan istraživanja Prikupljanje podataka Plan istraživanja  Plan istraživanja obuhvata:  Varijable (promenljive) – koje varijable će biti uključene u studiju, odnosno šta će biti proučavano  Dizajn istraživanja – način na koji će planirane varijable biti proučavane  Izbor tipa dizajna  Izbor metoda istraživanja  Uzorci  Opis procedura prikupljanja podataka  Utvrđivanje metoda za obradu podataka  Analiza dobijenih podataka 2010/2011 32 Varijable  Nezavisna varijabla – varijabla čiju vrednost određuje i kontroliše istraživač, u cilju otkrivanja njene relacije prema fenomenu koji se istražuje  Zavisna varijabla – varijabla čija je vrednost posledica delovanja nezavisne varijable, ne može direktno da se kontroliše  Kontrolisana varijabla – varijabla čija se vrednost održava konstantnom, kako bi se sprečio njen uticaj na efekat nezavisne varijable na zavisnu  Konfaunder – varijabla čija bi vrednost morala da se kontroliše, ali iz određenih razloga to nije moguće i koja na određeni način utiče na zavisnu varijablu 2010/2011 35 Varijable - primer  Ispitivanje novog antihipertenzivnog leka  Nezavisna varijabla:  doza leka, pol, godine  Zavisna varijabla:  krvni pritisak  Kontrolisana varijabla:  dijagnoza  Konfaunder:  BMI, pušenje, pol, godine, ... 2010/2011 36 Podaci  Varijable se izražavaju podacima koji se sakupljaju  Četiri nivoa (skale) merenja: 1. Nominalna skala 2. Ordinalna skala 3. Intervalna skala 4. Skala odnosa 2010/2011 37 Ordinalna skala  Vrsta kategoričkih podataka koji su klasifikovani po određenom redosledu, pri čemu rastojanje između kategorija nema tačno određeno značenje  Brojevi pokazuju da li jedan objekat ima manje ili više neke karakteristike nego drugi objekat, ali ne i koliko manje, odnosno koliko više  Brojevi kojima su objekti označeni pokazuju uređenu relaciju među njima 2010/2011 40 Kategorički podaci Kategorički podaci OrdinalniNominalni 2010/2011 41 Ne-binarniBinarni Binarni Ne-binarni Binarni podaci  Vrsta kategoričkih podataka kod kojih postoje samo dve kategorije  Binarni podaci se izražavaju nominalnom ili ordinalnom skalom  Primer:  Status pušenja: pušač, nepušač  Prisustvo na času: prisutan, odsutan  Rezultata ispita: položio, nije položio 2010/2011 42 Kontinuirani podaci  Kontinuirani podaci se dobijaju merenjem  Moguće su sve vrednosti unutar nekog intervala i nema razmaka između vrednosti  Izražavaju se  intervalnom skalom  skalom odnosa 2010/2011 45 0 1000 Intervalna skala  Podaci su uređeni u kategorije po određenom redosledu  Rastojanje između kategorija predstavlja jednake vrednosti karakteristika koje se mere  Početak skale (nula) i merne jedinice su proizvoljno određene i arbitrarne  Brojevi dozvoljavaju poređenje razlika među kategorijama 2010/2011 46 Skala odnosa  Podaci su uređeni u kategorije po određenom redosledu  Rastojanje između kategorija ima određeno značenje  Uvek postoji apsolutna nula sa određenim značenjem 2010/2011 47 Vrste dizajna istraživanja  Ne-eksperimentalni dizajni – ispituju fenomene kakvi jesu  Kvazi-eksperimentalni dizajni – istraživač ne kontroliše eksperiment, već se eksperiment pojavljuje u “prirodnom” stanju  primenjuje se u ekonomiji, sociologiji, političkim naukama itd.  Eksperimentalni dizajni – istraživač kontroliše eksperiment  primenjuje se u psihologiji, medicini, hemiji, obrazovanju itd. 2010/2011 50 Neeksperimentalni dizajni  Dizajn istraživanja u kome se prikupljaju detaljni opisi postojećih varijabli  Nezavisne varijable već postoje, njima se ne manipuliše i ne kontrolišu se  Varijable koje se posmatraju su mišljenja, stavovi ili činjenice  Svrha studija je  razvijanje teorija,  identifikovanje problema u postojećoj praksi,  potvrđivanje postojeće prakse  ocenjivanje  Podaci se prikupljanju pomoću upitnika ili putem intervjua 2010/2011 51 Neeksperimentalni dizajni  Deskriptivne/Opservacione studije  Studije preseka  Studije slučajeva i kontrola  Longitudinalne studije  Kohortne studije  Studije praćenja Retrospektivne i prospektivne studije  Korelacione studije  Deskriptivne korelacione studije  Prediktivne korelacione studije 2010/2011 52 Korelacioni dizajn  Koristi se da se ispita relacija između dve ili više varijabli  Ne ispituje se da li jedna varijabla utiče na drugu, već samo da li jedna varijabla kovarira sa drugom (kako se menja jedna, tako se menja druga varijabla)  Može da kvantifikuje jačinu ili veličinu relacije između dve varijable  Tipovi:  Deskriptivni korelacioni dizajn  Prediktivni korelacioni dizajn 2010/2011 55 Kvazi-eksperimentalni i eksperimentalni dizajni  Koriste se da se ispita uzrok i posledica relacije među varijablama  Istraživač aktivno manipuliše okruženjem  Pomažu da se eliminišu potencijalna alternativna objašnjenja za dobijene nalaze  Kvazi-eksperimentalni dizajni se koriste u ekonomiji, sociologiji, političkim naukama, javnoj administraciji, urbanom planiranju itd.  Eksperimentalni dizajni se koriste u psihologiji, medicini, edukaciji itd. 2010/2011 56 Kvazi-eksperimentalni dizajn  Istraživač ne kontroliše eksperiment, već se eksperiment pojavljuje u “prirodnom” stanju  Kontrola eksperimenta nije moguća:  jer neki faktori nedostaju  zbog prirode nezavisne varijable  zbog prirode eksperimentalnih jedinica koje su na raspolaganju  Može da pokaže da postoji uzročno-posledična relacija, ali je pouzdanost takvog zaključka slaba 2010/2011 57 Eksperimentalni dizajn (3) Kontrola  Uvođenje jedne ili više konstanti u eksperiment  Pažljivo pripremljen eksperimentalni protokol  Poređenje grupa (eksperimentalna i kontrolna grupa) Manipulacija  Istraživač “nešto radi”  Uvođenje nezavisne varijable  Nezavisnom varijabom se manipuliše (npr. posmatra se kod nekih participanata, a kod drugih ne)  Izmene plana istraživanja 2010/2011 60 Istraživačke metode (1) 1. Laboratorijski eksperimenti  u idealnom laboratorijskom eksperimentu istraživač može da kontroliše sve značajne varijable  na kraju eksperimenta je siguran da su sve promene u zavisnoj varijabli posledica promena u nezavisnoj varijabli 2010/2011 61 Laboratorijski eksperimenti Dobra laboratorijska praksa  Dobra laboratorijska praksa obuhvata grupu, na svetskom nivou prihvaćenih organizacionih procesa i uslova pod kojima se laboratorijska istraživanja planiraju, izvode, kontrolišu i beleže, kao i smernice za sastavljanje završnog izveštaja o sprovedenom istraživanju  Definisanje Principa DLP treba da podstakne  razvoj standardizovanih smernica za dobijanje kvalitetnih podataka eksperimentalnih istraživanja  prevazilaženje tehnoloških barijera i dodatno unapredi zaštitu zdravlja ljudi i čovekove okoline 2010/2011 62 Helsinška deklaracija  Sadrži preporuke za izvođenje biomedicinskog istraživanja na ljudima  Usvojena je u Helsinkiju juna 1964. god. od strane 18- te Svetske medicinske skupštine (WMA ), dopunjena na 29-tom sastanku WMA oktobra 1975. god. u Tokiju, 35-tom sastanku WMA oktobra 1983. god. u Veneciji, 41-om sastanku WMA septembra 1989. god. u Hong- Kong-u, 48 sastanku WMA u Somerset West-u, Južna Afrika i 52 sastanku WMA u Edinburgu 2000.  Poslednje razjašnjenje u Tokiju 2004. 2010/2011 65 Istraživačke metode (3) 3. Eksperimenti na terenu  teren je “stvaran” svet  istraživači imaju potrebu da u realnim situacijama potvrde rezultate dobijene u laboratoriji  u eksperimentima na terenu nije moguće kontrolisati sve spoljašnje varijable  mnogo skuplji i zahtevniji od laboratorijskih eksperimenata  primer: kliničke studije 2010/2011 66 Istraživačke metode (4) 4. Prirodni eksperimenti  istraživači koriste prirodne događaje da odgovore na pitanja od posebnog interesa Primeri:  poređenje zdravlja zuba kod osoba koje žive u oblasti u kojoj u vodi za piće ima prirodnog fluorida, sa osobama koje koriste vodu bez fluorida  poređenja zdravlja dece koja u školskom programu imaju više časova fizičkog vežbanja sa decom koja imaju manje časova  poređenje kvaliteta zdravlja u porodicama sa višim i nižim standardom 2010/2011 67 Istraživačke metode (7) 8. Dizajn eksperimenata (DoE)  Metodologija kojom se planiraju i izvode eksperimenti da bi se dobila najveća količina informacija iz najmanjeg broja pokušaja  Najrigorozniji od svih dizajna istraživanja  “Zlatni standard” prema kome se procenjuju svi drugi dizajni  Daje mogućnost predviđanja odgovora sistema za date vrednosti faktora uticaja 2010/2011 70 Dizajn eksperimenata (1)  Izvođenje malog broja eksperimenata u kojima se faktori uticaja menjaju sistematski  Dobijeni rezultati  identifikuju optimalne uslove,  faktore koji imaju najveći uticaj i  prisustvo interakcija i sinergizama  Simultano menjanje faktora uticaja izvodi se matematički  Neophodna optimizacija broja eksperimenata jer su troškovi eksperimenata sve veći 2010/2011 71 Istraživačke metode (8) 9. Istraživanja in silico (prvobitno in silicio) – istraživanja izvedena na kompjuteru ili uz pomoć kompjuterskih simulacija  Efikasnije otkrivanje i razvoj novih lekova  Primena inženjerskih principa i matematičkih modela za simuliranje humane biologije  Kreiranje “virtuelnog pacijenta” na kome se testiraju nove terapije  Predviđanje humanog odgovora na terapiju korišćenjem podataka dobijenih na životinjama  Optimizacija dizajna kliničkih studija 2010/2011 72 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 75 Plan istraživanja Prikupljanje podataka Prikupljanje podataka (zapažanja)  Eksperimenti se izvode da bi se sakupili podaci  Podaci mogu biti kvalitativni, kvantitativni, slučajno sakupljeni ili pažljivo planirani  Podaci mogu biti pogrešni  Naučni podaci moraju biti ponovljivi  Podaci koji nisu ponovljivi nazivaju se anegdotski podaci  Na osnovu podataka naučnici izvode zaključke 2010/2011 76 Važnost podataka (zapažanja)  Značaj podataka (eksperimenata) u nauci je neprocenjiv  Svaka tvrdnja ili ideja mora da se više puta proveri uz pomoć podataka (eksperimenata)  Ako je ideja u suprotnosti sa dobijenim podacima:  ideja mora da se menja ili  ideja mora da se odbaci  Ideja koja je u suprotnosti sa dobijenim podacima ne može da se održi na osnovu “osećaja” da je dobra 2010/2011 77 Uzorak  Uzorak je deo populacije  Uzorak ima članove ili jedinice  Okvir uzorka – master lista populacije iz koje se uzorak uzima (telefonski imenik, spisak pacijenata itd.) 2010/2011 80 Zašto uzorak?  Pragmatični razlozi  Vreme  Troškovi  Mala varijacija u karakteristikama  Nekada nije moguće obuhvatiti celu populaciju  Tačni rezultati i pouzdani zaključci  Istraživanje na celoj populaciji - census 2010/2011 81 Klasifikacija uzorka  Uzorak odabran sa verovatnoćom:  svaki član populacije ima verovatnoću veću od nule da postane član uzorka  Uzorak odabran bez verovatnoće:  nije poznata je verovatnoća sa kojom svaki član populacije može da postane član uzorka 2010/2011 82 Prost slučajni uzorak  Prednosti:  Poznata i jednaka verovatnoća odabira  Jednostavan za odabir  Nedostaci:  Potrebno je da se zna veličina populacije  Svaki član populacije mora da bude dostupan  Neefikasan kada je raspodela populacije asimetrična  Ne predstavlja uvek karakteristike populacije 2010/2011 85 Sistematski uzorak Primer: N = 96, n = 8, k = 96/8 = 12 Iz populacije od 96 osoba uzećemo svaku 12-tu osobu početak uzorak 2010/2011 86 Sistematski uzorak  Prednosti:  Efikasan i jednostavan za odabir  Manje skup od slučajnog uzorka  Nedostaci:  Mogući problemi zbog “periodičnog” odabira  Ne predstavlja uvek karakteristike populacije 2010/2011 87 početak uzorak Plan uzorkovanja Definisati populaciju Definisati okvir uzorka Odabrati tehniku uzorkovanja 2010/2011 90 Odrediti veličinu uzorka Izvršiti uzorkovanje Greška zbog korišćenja uzorka 2010/2011 91 populacija dostupan deo populacije nalazi se u telefonskom imeniku odabran uzorak stvarni uzorak (odgovorili na anketu) Greška tip I  Rizik za pojavu lažno pozitivnih rezultata  nalaženje razlike između grupa kada ona realno ne postoji  Naziva se nivo značajnosti testa  obeležava se sa α (alpha)  obično je 5% (0,05) 2010/2011 92 Segmenti naučnog metoda Naučni problem HipotezaInterpretacijarezultata Nova pitanja 2010/2011 95 Plan istraživanja Prikupljanje podataka Interpretacija rezultata rr 77 I. 21% of the boys and 30% of the girls support me; therefore I'll get 51% of the vote. 2010/2011 96 Docsity.com Interpretacija rezultata 1. Da li rezultati potvrđuju ili odbacuju hipotezu?  Obrada i analiza podataka  Numerički – statistička analiza  Ne-numerički – deskriptivni pristup, vrši se kategorizacija podataka da bi se utvrdili trendovi  Statistika je važan deo naučnog istraživanja 2010/2011 97