Jak badam?

Dlaczego badania jakościowe?

W ochronie zdrowia same liczby bardzo często nie wystarczają.

Badania ilościowe pokazują:

  • ile osób ma dany problem,
  • jaki procent pacjentów przerywa leczenie,
  • jak oceniana jest placówka,
  • które odpowiedzi pojawiają się najczęściej.

Nie pokazują jednak:

  • dlaczego pacjenci podejmują określone decyzje,
  • jak naprawdę rozumieją chorobę i leczenie,
  • co budzi lęk, opór lub zaufanie,
  • jak wygląda codzienność życia z chorobą,
  • jakie doświadczenia stoją za deklaracjami w ankietach,
  • jakie emocje i mechanizmy wpływają na zachowania zdrowotne.

To właśnie pozwalają zobaczyć badania jakościowe.

Badania jakościowe pomagają zrozumieć:

  • doświadczenie pacjenta,
  • proces podejmowania decyzji,
  • relacje z lekarzami i systemem ochrony zdrowia,
  • ukryte bariery leczenia,
  • znaczenia nadawane chorobie,
  • emocjonalne i społeczne aspekty zdrowia,
  • mechanizmy stojące za zachowaniami pacjentów.

W praktyce oznacza to możliwość zobaczenia tego, czego często nie widać w danych liczbowych, raportach statystycznych i ankietach.

Co klient zyskuje dzięki badaniom jakościowym?

Głębsze rozumienie pacjentów i uczestników systemu zdrowia

Badania jakościowe pozwalają zobaczyć człowieka, a nie wyłącznie wynik ankiety lub wskaźnik.

Klient może zrozumieć:

  • jak pacjenci interpretują leczenie,
  • dlaczego przerywają terapię,
  • czego obawiają się przed diagnozą,
  • jak wygląda życie z chorobą poza gabinetem,
  • jakie doświadczenia wpływają na decyzje zdrowotne,
  • skąd bierze się brak zaufania lub adherencji,
  • jak pacjenci naprawdę rozumieją komunikaty zdrowotne.

Identyfikację problemów niewidocznych w danych ilościowych

Badania jakościowe pomagają dostrzec:

  • ukryte bariery organizacyjne,
  • problemy komunikacyjne,
  • napięcia w relacji pacjent–lekarz,
  • emocjonalne koszty leczenia,
  • punkty frustracji i dezorientacji,
  • niespójności pomiędzy procedurami a doświadczeniem pacjenta.

Bardziej adekwatne decyzje i strategie

Wyniki badań mogą wspierać:

  • projektowanie komunikacji zdrowotnej,
  • rozwój programów patient support,
  • poprawę doświadczeń pacjentów,
  • projektowanie usług i narzędzi zdrowotnych,
  • rozwój edukacji pacjentów,
  • strategie patient-centered,
  • kampanie społeczne i edukacyjne,
  • poprawę organizacji procesów w placówkach medycznych.

Insighty zamiast samych deklaracji

Interesuje mnie nie tylko to, co ludzie mówią, ale:

  • jak rozumieją własne doświadczenia,
  • jakie znaczenia nadają chorobie,
  • co ukrywają,
  • czego nie potrafią powiedzieć wprost,
  • jakie mechanizmy stoją za ich decyzjami.

To właśnie często staje się najważniejszym insightem badawczym.

Jaką przewagę daje podejście jakościowe?

Pozwala zrozumieć mechanizmy, a nie tylko wyniki

Badania ilościowe pokazują „co się dzieje”.
Badania jakościowe pomagają zrozumieć „dlaczego to się dzieje”.

Pozwala badać obszary trudne i wrażliwe

Choroba, leczenie, lęk, diagnoza, stygmatyzacja czy doświadczenie systemu ochrony zdrowia często nie mieszczą się w prostych odpowiedziach ankietowych.

Badania jakościowe umożliwiają dotarcie do:

  • emocji,
  • doświadczeń,
  • napięć,
  • ambiwalencji,
  • nieoczywistych procesów decyzyjnych.

Pozwala projektować rozwiązania patient-centered

Dzięki jakościowemu rozumieniu doświadczeń pacjentów możliwe jest tworzenie:

  • skuteczniejszej komunikacji,
  • bardziej użytecznych usług,
  • lepszych doświadczeń pacjentów,
  • bardziej adekwatnych programów wsparcia,
  • rozwiązań odpowiadających na realne potrzeby ludzi.

Stosowane metody i narzędzia badawcze

W swoich projektach stosuję metody i narzędzia charakterystyczne dla podejścia jakościowego w naukach społecznych i badaniach zdrowia. Dobór metod zależy od celu badania, problemu badawczego, specyfiki grupy uczestników oraz decyzji i procesów, które mają zostać lepiej zrozumiane. Badania jakościowe pozwalają analizować doświadczenia, znaczenia, emocje, relacje społeczne i mechanizmy stojące za zachowaniami ludzi — szczególnie w obszarach złożonych, wrażliwych i trudnych do uchwycenia za pomocą badań ilościowych.

W zależności od projektu wykorzystuję między innymi:

  • indywidualne wywiady pogłębione (IDI),
  • częściowo ustrukturyzowane wywiady jakościowe,
  • wywiady narracyjne,
  • wywiady biograficzne,
  • wywiady eksperckie,
  • wywiady fokusowe (FGI),
  • mini focusy,
  • diady i triady badawcze,
  • etnografię,
  • mikroetnografię,
  • etnografię organizacyjną,
  • etnografię cyfrową,
  • netnografię,
  • obserwację uczestniczącą,
  • obserwację nieuczestniczącą,
  • obserwację jakościową,
  • shadowing,
  • analizę doświadczenia pacjenta (patient experience research),
  • analizę ścieżki pacjenta (patient journey research),
  • analizę narracji,
  • analizę dyskursu,
  • analizę tematyczną,
  • analizę treści jakościowej,
  • analizę interpretatywną,
  • interpretative phenomenological analysis (IPA),
  • grounded theory,
  • analizę fenomenologiczną,
  • studium przypadku (case study),
  • wielokrotne studium przypadku,
  • analizę dokumentów,
  • analizę komunikacji zdrowotnej,
  • analizę doświadczeń instytucjonalnych,
  • badania doświadczeń użytkowników usług zdrowotnych,
  • badania patient-centered,
  • badania doświadczeń opiekunów,
  • mapowanie doświadczeń i emocji,
  • mapowanie punktów styku pacjenta z systemem,
  • badania środowisk organizacyjnych,
  • badania relacji i komunikacji w zespołach medycznych,
  • jakościowe badania usług i procesów,
  • badania kultury organizacyjnej,
  • analizę społecznych reprezentacji choroby,
  • badania stygmatyzacji i doświadczeń społecznych,
  • badania codziennych praktyk zdrowotnych,
  • analizę doświadczeń cyfrowych i telemedycznych,
  • analizę komunikacji online i społeczności pacjenckich,
  • badania mixed-methods wspierające projekty ilościowe.

W projektach jakościowych szczególnie ważne jest odpowiednie dopasowanie metod do celu badania. Nie istnieje jedna uniwersalna technika odpowiednia dla każdego problemu.

Dlatego metodę badawczą dobieram po:

  • określeniu celu projektu,
  • zrozumieniu potrzeb klienta,
  • analizie problemu badawczego,
  • ustaleniu rodzaju decyzji, które mają zostać wsparte badaniem,
  • określeniu grup uczestników,
  • rozpoznaniu kontekstu organizacyjnego i społecznego projektu.

W praktyce oznacza to, że inne podejście będzie odpowiednie przy:

  • badaniu adherencji terapeutycznej,
  • analizie doświadczeń diagnostycznych,
  • projektowaniu patient journey,
  • analizie komunikacji zdrowotnej,
  • badaniu doświadczeń personelu medycznego,
  • rozwoju usług cyfrowych,
  • badaniach doświadczeń chorób rzadkich,
  • analizie funkcjonowania placówek ochrony zdrowia.

Celem nie jest zastosowanie jak największej liczby metod, ale wybór takich narzędzi, które najlepiej pozwolą zrozumieć doświadczenia ludzi, mechanizmy decyzji oraz procesy zachodzące w ochronie zdrowia.

Czego nie zrobi AI a wykona badacz jakościowy?

Sztuczna inteligencja potrafi bardzo szybko analizować ogromne ilości danych, porządkować informacje i generować podsumowania. Nie oznacza to jednak, że rozumie doświadczenie człowieka w taki sposób, w jaki robi to badacz jakościowy pracujący z pacjentami, personelem medycznym czy uczestnikami systemu ochrony zdrowia. W badaniach jakościowych kluczowe znaczenie ma nie tylko analiza wypowiedzi, ale także kontekst, relacje, emocje, sprzeczności, napięcia oraz to, czego uczestnicy często nie mówią wprost. To właśnie te elementy najczęściej decydują o rzeczywistych zachowaniach zdrowotnych, decyzjach terapeutycznych i doświadczeniu choroby. AI może wspierać proces badawczy, ale nie zastępuje jakościowego rozumienia człowieka.

AI analizuje dane. Badacz jakościowy rozumie człowieka

Badania jakościowe nie polegają wyłącznie na zbieraniu odpowiedzi. Ich celem jest dotarcie do znaczeń, mechanizmów i doświadczeń stojących za zachowaniami ludzi.

Pacjenci często:

  • nie mówią wprost o swoich obawach,
  • ukrywają emocje,
  • racjonalizują decyzje,
  • używają skrótów myślowych,
  • komunikują sprzeczne potrzeby,
  • reagują niewerbalnie,
  • zmieniają narrację w trakcie rozmowy.

Doświadczony badacz jakościowy potrafi to zauważyć, pogłębić i zinterpretować.

AI analizuje tekst.
Badacz analizuje człowieka w kontekście jego doświadczeń, relacji, emocji i sytuacji społecznej.

AI nie wychwyci a badacz dostrzeże

  • Emocje ukryte pod deklaracjami

Pacjent może powiedzieć:

„Nie mam problemu z leczeniem”.

Jednocześnie:

  • unika kontaktu wzrokowego,
  • mówi o terapii z napięciem,
  • zmienia ton głosu,
  • opowiada historię pełną lęku lub frustracji.

To właśnie w tych momentach ujawniają się realne bariery adherencji terapeutycznej, nieufność wobec leczenia lub poczucie utraty kontroli.

AI najczęściej analizuje warstwę deklaratywną.
Badacz jakościowy interpretuje również znaczenia ukryte i kontekst emocjonalny.

  • Sprzeczności i ambiwalencje

Ludzie bardzo często:

  • chcą leczenia i jednocześnie się go boją,
  • deklarują zaufanie do lekarza, ale szukają alternatywnych informacji,
  • mówią o motywacji, ale nie podejmują działań,
  • chcą wsparcia, ale unikają kontaktu.

To nie są „błędy” w danych.
To naturalny element ludzkiego doświadczenia.

Badacz jakościowy potrafi pracować na sprzecznościach i zrozumieć ich znaczenie.

  • Kontekst społeczny i relacyjny

Decyzje zdrowotne rzadko są indywidualne.

Wpływają na nie:

  • rodzina,
  • relacje partnerskie,
  • doświadczenia wcześniejszego leczenia,
  • internetowe społeczności pacjentów,
  • sytuacja ekonomiczna,
  • kultura organizacyjna placówki,
  • wcześniejsze doświadczenia z systemem ochrony zdrowia.

AI może opisać te elementy.
Badacz jakościowy potrafi zrozumieć, jak oddziałują na siebie w realnym życiu pacjentów.

  • to, czego uczestnik nie mówi wprost

W badaniach jakościowych bardzo ważne są:

  • pauzy,
  • zmiana sposobu opowiadania,
  • unikanie tematów,
  • śmiech maskujący napięcie,
  • powracające metafory,
  • sposób budowania narracji,
  • emocjonalne momenty historii choroby.

To często właśnie tam znajdują się najważniejsze insighty badawcze.

Badacz jakościowy nie tylko zbiera dane — buduje relację

W wielu badaniach dotyczących zdrowia uczestnicy mówią o:

  • lęku,
  • poczuciu winy,
  • wstydzie,
  • stygmatyzacji,
  • bezradności,
  • utracie kontroli,
  • doświadczeniu cierpienia.

Jakość danych zależy od tego, czy uczestnik poczuje się:

  • bezpiecznie,
  • wysłuchany,
  • potraktowany poważnie,
  • zrozumiany.

AI nie buduje relacji badawczej.
Nie tworzy zaufania.
Nie reaguje empatycznie na trudne doświadczenia człowieka.

To właśnie relacja często decyduje o tym, czy uczestnik ujawni realne doświadczenia i emocje.

AI nie prowadzi jakościowej interpretacji doświadczenia

W badaniach jakościowych znaczenie ma nie tylko:

  • co zostało powiedziane,
  • ale również:
    • dlaczego,
    • w jakim kontekście,
    • z jakim emocjonalnym znaczeniem,
    • w odniesieniu do jakich doświadczeń.

Interpretacja jakościowa wymaga:

  • myślenia socjologicznego,
  • rozumienia procesów społecznych,
  • analizy relacji i ról,
  • interpretacji znaczeń,
  • rozumienia doświadczenia choroby,
  • refleksyjności badawczej.

To proces znacznie bardziej złożony niż analiza tekstu.

AI nie zastąpi obecności badacza w terenie

W badaniach jakościowych ogromne znaczenie mają:

  • obserwacja placówek,
  • analiza praktyk codziennych,
  • doświadczenie pacjenta w realnym środowisku,
  • interakcje personelu,
  • organizacja przestrzeni,
  • komunikacja niewerbalna,
  • napięcia organizacyjne.

Badacz jakościowy potrafi zauważyć:

  • chaos organizacyjny,
  • miejsca dezorientacji pacjentów,
  • niewidoczne bariery komunikacyjne,
  • różnice pomiędzy procedurą a rzeczywistą praktyką.

AI nie obserwuje rzeczywistości społecznej.
Analizuje jedynie dane, które już zostały zapisane.

AI może wspierać badania. Nie zastępuje jakościowego rozumienia człowieka

W swojej pracy wykorzystuję technologie wspierające analizę danych, jednak kluczową częścią procesu pozostaje jakościowa interpretacja doświadczeń ludzi.

To połączenie:

  • metodologii jakościowej,
  • doświadczenia badawczego,
  • analizy społecznej,
  • interpretacji znaczeń,
  • pracy z emocjami i narracjami,
  • rozumienia systemu ochrony zdrowia.

Bo w badaniach dotyczących zdrowia najważniejsze są nie tylko dane.

Najważniejsze jest zrozumienie człowieka.