research methods and evidence-based practice

Wenn du Pflege-, Gesundheits- oder Sozialarbeitsstudentin oder -student bist — oder eine Praktikerin oder ein Praktiker, der eine Entscheidung mit mehr begründen muss als 'das hat meine Praxisanleitung gesagt' — dann ist das dein Wegweiser. Es zeigt, wie du aus einer vagen Sorge eine fokussierte Frage machst, die Evidenz findest, ihre Qualität bewertest und sie auf einen echten Menschen anwendest. Es lehrt dich auch, Forschung kritisch zu lesen, sodass widersprüchliche Empfehlungen dich nicht mehr lähmen.

1. 1Kapitel 1

   Widersprüchliche Ratschläge sind das Problem, das die evidenzbasierte Praxis lösen soll

   Eine Frau erhält die Diagnose Brustkrebs. Ein Spezialist sagt ihr das eine, ein anderer etwas anderes, und am Ende hält sie zwei sich widersprechende Behandlungspläne in der Hand, ohne eine Möglichkeit zu erfahren, welcher der richtige ist. Das Buch eröffnet mit der Geschichte einer Frau mit Brustkrebsdiagnose, die widersprüchliche Behandlungsempfehlungen erhielt – ein Bild dafür, warum man Belege kritisch bewerten muss. Der Ausweg ist eine Definition – evidenzbasierte Praxis bedeutet 'die Integration der besten verfügbaren Forschungsergebnisse mit klinischer Expertise und den Werten der Patientinnen und Patienten' (Sackett et al., 2000) – und eine Fünfschritte-Routine: eine fokussierte Frage stellen, die Evidenz beschaffen, sie bewerten, sie anwenden, das Ergebnis prüfen.

   Die Idee

   Die Brustkrebs-Geschichte funktioniert, weil sie die Fantasie zerstört, Expertinnen und Experten würden sich immer einig sein. Zwei kompetente Kliniker können dasselbe Fachgebiet unterschiedlich lesen, und eine verängstigte Patientin kann nicht zwischen ihnen vermitteln. Evidenzbasierte Praxis ist kein Versprechen, dass die Forschung eine einzige richtige Antwort hat; sie ist eine Disziplin, um das, was die Evidenz sagt, zu finden, zu beurteilen und mit dem Können der Klinikerin und den eigenen Werten der Patientin zu verbinden. Dieser letzte Teil überrascht viele – Patientenwerte sind kein weicher Zusatz, sie stecken in der Definition selbst.

   Probier es aus: Nimm in dieser Woche eine klinische Frage aus deiner eigenen Arbeit und führe sie schriftlich durch die fünf Schritte durch: fragen, beschaffen, bewerten, anwenden, prüfen.

2. 2Kapitel 2 und 4

   PICO macht aus einer vagen Sorge eine Frage, die die Forschung beantworten kann

   Das Buch stellt das PICO-Framework zur Formulierung von Forschungsfragen vor. Fülle die vier Felder aus, und die nebulöse Sorge wird zu einem Satz, den eine Datenbank tatsächlich aufspüren kann. Das Buch führt das PICO-Framework zur Formulierung klinischer Fragen ein: Patient, Intervention, Comparison, Outcome. Das PICO-Framework dient der Formulierung von Forschungsfragen.

   Die Idee

   Die meisten gescheiterten Literaturrecherchen scheitern, bevor sie überhaupt beginnen, weil die Frage nie eine Frage war. PICO zwingt dich, dich festzulegen: welche Population, welche Intervention, verglichen mit was, gemessen wie. Die Disziplin ist unbequem – du musst deine Vergleichsgruppe und dein Ergebnis benennen, was vage Fragen dir ersparen. Sobald die vier Teile feststehen, haben Suchen, Bewerten und Anwenden ein Ziel. Es ist das kleinste Werkzeug im Buch und vielleicht das, das du am häufigsten benutzen wirst.

   Probier es aus: Schreibe deine aktuelle berufliche Frage in vier Zeilen – Population, Intervention, Comparison, Outcome – und formuliere sie so lange um, bis jede Zeile spezifisch ist.

3. 3Kapitel 3

   Bevor es überhaupt Daten gibt, entscheidet eine Ethikkommission, ob du sie erheben darfst

   Das Buch erörtert die Rolle der Ethikkommissionen für Humanforschung bei der Genehmigung von Forschung. Es behandelt informierte Einwilligung, freiwillige Teilnahme und das Recht, jederzeit ohne Nachteile zurückzutreten. Es geht um vulnerable Gruppen in der Forschung, darunter Kinder und Menschen mit kognitiver Beeinträchtigung, und um die Notwendigkeit besonderer ethischer Rücksichtnahme, wenn man sie untersucht. Unter all den Prüfungen liegt ein Prinzip, die Fürsorge – das Buch hebt das ethische Prinzip der 'Fürsorge' (beneficence) hervor, das die Verpflichtung bedeutet, mögliche Vorteile zu maximieren und mögliche Schäden für die Teilnehmenden zu minimieren.

   Die Idee

   Ethik ist keine Unterschriftenseite am Ende einer Arbeit; sie ist eine Schranke am Anfang. Die Aufgabe der Kommission ist es, sich Schäden vorzustellen, die die Forscherin vor lauter Enthusiasmus übersieht – deshalb kommt die Genehmigung vor der Rekrutierung, nicht danach. Fürsorge ist eine doppelte Pflicht – du musst aktiv Nutzen suchen und aktiv Schaden begrenzen, nicht nur Boshaftigkeit vermeiden. Und Verwundbarkeit ist situativ: Derselbe Einwilligungsbogen, der für einen gesunden Erwachsenen in Ordnung ist, kann für ein Kind oder einen Menschen mit kognitiver Beeinträchtigung unzureichend sein.

   Probier es aus: Entwirf einen Informationstext für Teilnehmende, der in klaren Worten festhält, dass ein Rücktritt jederzeit ohne Nachteile möglich ist – und prüfe dann, ob du ihn selbst unterschreiben würdest.

4. 4Kapitel 4

   Die Evidenzpyramide: systematische Übersichtsarbeiten oben, Expertenmeinung unten

   Das Buch erklärt die Evidenzhierarchie, mit systematischen Übersichtsarbeiten und Metaanalysen an der Spitze und der Expertenmeinung am unteren Ende. Das Buch erklärt die Evidenzhierarchie, mit systematischen Übersichtsarbeiten und Metaanalysen an der Spitze und der Expertenmeinung am unteren Ende. Um zu verstehen, was einer Studie ihren Platz verschafft, behandelt das Buch experimentelle Designs einschließlich randomisierter kontrollierter Studien (RCTs), quasi-experimentelle Designs sowie nicht-experimentelle Designs wie Querschnitts-, Kohorten- und Fall-Kontroll-Studien. Die Rangordnung ist keine Snoberei; sie spiegelt wider, wie gut jedes Design davor schützt, getäuscht zu werden.

   Die Idee

   Die Hierarchie beantwortet das Problem der Brustkrebspatientin in struktureller Hinsicht: Nicht jeder Ratschlag wiegt gleich schwer, und das Design hinter einer Aussage verrät dir, wie viel Vertrauen sie verdient. Die Randomisierung ist das, was eine RCT von einem Quasi-Experiment trennt; Gruppen über Zeit zu beobachten (Kohorte), rückblickend zu schauen (Fall-Kontroll) oder einen Schnappschuss zu machen (Querschnitt) opfert jeweils ein Stück Gewissheit. Die Expertenmeinung steht ganz unten, nicht weil Experten töricht wären, sondern weil Erfahrung allein Zufall, Verzerrung oder Glück nicht ausschließen kann.

   Probier es aus: Wenn du das nächste Mal eine Gesundheitsbehauptung liest, finde das Studien design dahinter und ordne es in der Hierarchie ein, bevor du entscheidest, wie sehr es dich bewegen sollte.

5. 5Kapitel 5, 6 und 8

   Fünf qualitative Designs, fünf verschiedene Brillen auf die menschliche Erfahrung

   Das Buch beschreibt qualitative Forschungsdesigns einschließlich Phänomenologie, Grounded Theory, Ethnographie, Fallstudie und narrativer Forschung. Wählst du die falsche Brille, beantwortest du eine Frage, die niemand gestellt hat; wählst du die richtige, beginnt das Design selbst dir zu sagen, welche Daten du erheben solltest und wie.

   Die Idee

   Qualitatives Design ist nicht eine Methode mit fünf Namen — jedes Design trägt seine eigene Logik darüber, was als Verständnis zählt. Phänomenologie und narrative Forschung bleiben nah an der individuellen Erfahrung; Ethnographie und Fallstudie weiten sich auf Kontext und Umfeld aus; Grounded Theory zielt auf eine Theorie, die aus den Daten entsteht, statt ihr vorauszugehen. Die Überraschung für Neulinge: Die Wahl fällt, bevor irgendein Interview stattfindet, und sie bestimmt alles Weitere: Stichprobe, Fragen, Analyse.

   Probier es aus: Schreibe für ein Thema, das dir am Herzen liegt, zu jedem Design einen Satz darüber, was eine phänomenologische Version der Studie fragen würde, die eine Grounded-Theory-Version nicht fragen würde.

6. 6Kapitel 5, 6 und 8

   In der qualitativen Forschung hörst du auf zu rekrutieren, wenn die Daten dir nichts mehr beibringen

   Das Buch erklärt das Sampling in der qualitativen Forschung, einschließlich gezielter Stichproben (purposive sampling), Schneeballstichproben und theoretischer Stichproben, sowie das Konzept der Datensättigung. Das Buch erklärt das Sampling in der qualitativen Forschung, einschließlich gezielter Stichproben, Schneeballstichproben und theoretischer Stichproben. Das Buch erklärt das Konzept der Datensättigung.

   Die Idee

   Die Sättigung dreht die übliche Logik der Stichprobengröße um. Bei einer Umfrage gilt: je größer, desto besser; in einer qualitativen Studie geht es um Tiefe, und der Endpunkt ist die Redundanz — wenn die letzten drei Interviews die vorherigen nur noch widerhallen, fügen weitere Daten Gewicht hinzu, aber keinen Erkenntnisgewinn. Schneeballstichproben sind besonders nützlich für schwer erreichbare Gruppen, weil Vertrauen sich entlang der Kette verbreitet. Der Kompromiss wird ehrlich benannt: Das sind nicht-zufällige Auswahlen, was du an Tiefe gewinnst, gibst du an statistischer Generalisierbarkeit wieder her.

   Probier es aus: Wenn du Interviews führst, führe ein laufendes Memo darüber, was jede neue Sitzung hinzufügt; wenn eine Sitzung nichts Neues mehr bringt, hast du deinen Sättigungspunkt.

7. 7Kapitel 6 und 8

   Wahrscheinlichkeits- oder Gelegenheitsstichprobe: Wie du sampelst, entscheidet, für wen deine Ergebnisse sprechen können

   Das Buch behandelt Wahrscheinlichkeitsstichproben und nicht-Wahrscheinlichkeitsstichproben. Das Buch behandelt Wahrscheinlichkeitsstichproben (einfache Zufallsstichprobe, systematische, geschichtete, Klumpenstichprobe). Das Buch behandelt nicht-Wahrscheinlichkeitsstichproben (Gelegenheitsstichprobe, Quotenstichprobe, gezielte Stichprobe). Das Buch diskutiert Stichprobengröße und Rücklaufquoten.

   Die Idee

   Die Linie zwischen Wahrscheinlichkeits- und Nicht-Wahrscheinlichkeitsstichprobe ist die Grenze zwischen Ergebnissen, die statistisch generalisierbar sind, und solchen, die es nicht sind. Geschichtete Stichproben schützen kleine Untergruppen davor, überstimmt zu werden; Klumpenstichproben tauschen Präzision gegen Machbarkeit, wenn eine Population verstreut ist. Rücklaufquoten verdienen mehr Respekt, als sie bekommen: Ein Plan mit 90 %, der nur auf eine Rücklaufquote von 40 % stößt, ist eine Gelegenheitsstudie im Wahrscheinlichkeitskostüm. Die Stichprobengröße ist keine Formsache — sie ist Teil der Behauptung, die deine Daten stützen können.

   Probier es aus: Finde eine veröffentlichte Umfrage in deinem Fachgebiet und arbeite heraus, welche Sampling-Methode sie verwendete und wie hoch ihre Rücklaufquote war — dann beurteile, wie weit ihre Schlussfolgerungen tragen können.

8. 8Kapitel 6 und 7

   Ein Fragebogen ist ein Messinstrument, und Messinstrumente können fehlerhaft sein

   Das Buch behandelt Methoden der Datenerhebung für quantitative Forschung, darunter Fragebögen, Erhebungen, strukturierte Beobachtung, Likert-Skalen und physiologische Messungen. Das Buch behandelt Validität und Reliabilität von Messinstrumenten.

   Die Idee

   Validität und Reliabilität sind unterschiedliche Fehler, und sie zu verwechseln ist ein klassischer Anfängerfehler. Reliabilität heißt Zuverlässigkeit; Validität heißt Wahrheit. Eine Badezimmerwaage, die jeden Morgen um zwei Kilo zu schwer anzeigt, ist reliabel, aber nicht valide; eine, die zufällig schwankt, ist beides nicht. Likert-Skalen und strukturierte Beobachtung gehören nur dann ins Werkzeugrepertoire, wenn jemand beide Eigenschaften geprüft hat. Physiologische Messungen wirken objektiv, müssen aber dieselbe Prüfung über sich ergehen lassen — ein Gerät kann präzise sein und das Konstrukt, das dich interessiert, trotzdem nicht erfassen.

   Probier es aus: Nimm eine Skala, die du im Beruf verwendest, und stelle ihr zwei Fragen: Was genau behauptet sie zu messen, und hat jemand gezeigt, dass sie das zuverlässig misst?

9. 9Kapitel 7, 8 und 10

   Interviews, Fokusgruppen, teilnehmende Beobachtung: Menschen in ihren eigenen Worten hören

   Das Buch behandelt Tiefeninterviews, Fokusgruppen und teilnehmende Beobachtung als zentrale qualitative Methoden der Datenerhebung, mit einer Diskussion von Interviewleitfäden und offenen Fragen. Das Buch behandelt das Aufnehmen und Transkribieren von Daten.

   Die Idee

   Die drei Methoden erfassen unterschiedliche Daten: Interviews liefern Tiefe zur individuellen Erfahrung, Fokusgruppen liefern die Dynamik des gemeinsamen Gesprächs, teilnehmende Beobachtung liefert, was Menschen tun, statt was sie sagen, dass sie es tun. Offene Fragen sind der Kern — ein guter Interviewleitfaden ist eine Landkarte, kein Drehbuch. Transkription ist keine Schreibarbeit; sie ist der Moment, in dem Gespräch zu Daten wird, und die dort getroffenen Entscheidungen prägen jede Analyse, die folgt.

   Probier es aus: Formuliere drei geschlossene Fragen aus einer dir bekannten Befragung in offene Interviewfragen um, und achte darauf, wozu jede Umformulierung die Person einlädt, etwas zu ergänzen.

10. 10Kapitel 5, 7 und 8

    Mixed Methods: Weder Zahl noch Erzählung allein genügen

    Das Buch definiert Mixed-Methods-Forschung als die Kombination quantitativer und qualitativer Ansätze in einer einzelnen Studie oder einer Reihe von Studien. Das Buch definiert Mixed-Methods-Forschung als die Kombination quantitativer und qualitativer Ansätze in einer einzelnen Studie oder einer Reihe von Studien und beschreibt Designs wie konvergentes Parallel-Design, erklärend sequenzielles Design und explorativ sequenzielles Design.

    Die Idee

    Die Sequenz ist das Design. Führe die Stränge gleichzeitig durch und du erhältst zwei Blickwinkel auf denselben Moment; führe sie nacheinander durch und die zweite Phase existiert, um der ersten zu dienen. Das erklärend sequenzielle Design passt zum Moment, in dem deine Erhebung ein Muster findet, das sie nicht erklären kann; das explorativ sequenzielle Design passt zum Moment, in dem du noch nicht genug weißt, um gute Erhebungsitems zu formulieren. Mixed Methods ist kein Kompromiss — es ist eine bewusste Architektur, in der jeder Strang die blinden Flecken des anderen abdeckt.

    Probier es aus: Skizziere ein Mixed-Methods-Design für eine deiner eigenen Fragen: Welcher Strang kommt zuerst, und was genau wird der zweite Strang erklären oder erkunden?

11. 11Kapitel 9, 10 und 12

    Statistik: Von Mittelwert und p-Wert zu dem, was sich tatsächlich unterscheidet

    Das Buch behandelt deskriptive und inferenzielle Statistik. Das Buch behandelt deskriptive Statistik (Mittelwert, Median, Modus, Standardabweichung). Das Buch behandelt inferenzielle Statistik (t-Tests, ANOVA, Chi-Quadrat, Korrelation, Regression). Das Buch behandelt Skalenniveaus und statistische Signifikanz (p-Werte).

    Die Idee

    Deskriptive und inferenzielle Statistik beantworten unterschiedliche Fragen: Wie sehen meine Daten aus, und kann ich etwas über eine Population aussagen, die ich nie vollständig beobachtet habe? Das Skalenniveau entscheidet, welche Tests überhaupt zulässig sind — ein Mittelwert über Rangkategorien ist Unsinn. Der p-Wert ist die am häufigsten verwendete und am häufigsten missbrauchte Zahl im Werkzeugkasten: Er zeigt an, wie überraschend dein Ergebnis wäre, wenn es den Effekt in Wahrheit nicht gäbe, nichts weiter. Den Test zu wählen ist keine Matheangst; es bedeutet, den Test an Frage und Messniveau anzupassen.

    Probier es aus: Nimm eine Datenspalte und bestimme ihr Skalenniveau, benenne dann die eine deskriptive Statistik und den einen Test, die dazu passen.

12. 12Kapitel 9 und 14

    Trustworthiness: die qualitative Antwort auf die Frage „Aber ist es gültig?“

    Für die qualitative Forschung erörtert das Buch Trustworthiness (Vertrauenswürdigkeit). Es behandelt Trustworthiness, darunter Credibility (Glaubwürdigkeit, etwa Member Checking), Transferability (dichte Beschreibung), Dependability (Audit Trail) und Confirmability (Reflexivität). Das Buch ordnet diese Kriterien den quantitativen Konzepten der internen Validität, externen Validität, Reliabilität und Objektivität zu.

    Die Idee

    Die Zuordnung ist das Argument selbst: Qualitative Arbeit sieht sich denselben vier Bedrohungen ausgesetzt wie quantitative Arbeit – sie beantwortet sie nur anders. Member Checking ist die Credibility-Version einer Validierungsstudie; dichte Beschreibung ermöglicht es den Lesern, Befunde selbst zu übertragen, statt statistische Generalisierung zu beanspruchen; ein Audit Trail macht den Weg der Studie nachprüfbar; Reflexivität ersetzt die Fiktion des neutralen Beobachters durch eine ehrliche Darstellung des Beobachters. Rigor ist nicht die Abwesenheit eines menschlichen Forschers – er ist dessen Dokumentation.

    Probier es aus: Beginne einen Audit Trail für dein nächstes Projekt: ein datiertes Protokoll jeder Design- und Analyseentscheidung, geschrieben im Moment der Entscheidung, nicht später rekonstruiert.

13. 13Kapitel 10, 11 und 13

    Themenanalyse und Inhaltsanalyse: aus Transkripten Befunde machen

    Das Buch behandelt thematische Analyse, Inhaltsanalyse und Grounded-Theory-Analyse. Es erörtert die thematische Analyse, einschließlich Kodierung und Entwicklung von Themen. Es behandelt die Inhaltsanalyse. Es behandelt die Grounded-Theory-Analyse. Es diskutiert den Einsatz von Software wie NVivo.

    Die Idee

    Die Kodierung ist das Scharnier: Der erste Durchgang versieht das Material mit Bezeichnungen, und die Themen werden aus diesen Bezeichnungen nach oben aufgebaut, nicht von oben auferlegt. Die drei Ansätze unterscheiden sich im Ziel – Themen beschreiben, die Inhaltsanalyse systematisiert, die Grounded Theory theoretisiert. NVivo beschleunigt die Mechanik des Wiederfindens und Sortierens, was bei großen Datenmengen wirklich wertvoll ist, aber die interpretierende Arbeit bleibt beim Menschen. Ein Thema ist kein häufig auftretender Gegenstand; es ist ein Muster, das etwas über die Frage aussagt.

    Probier es aus: Kodiere selbst eine Seite eines Interviewtranskripts, gruppiere dann deine Codes zu Kandidaten-Themen und prüfe, ob jedes Thema etwas aussagt, das deine Forschungsfrage betrifft.

14. 14Kapitel 11 und 15

    Das systematische Review: ein Protokoll, kein Papierstapel

    Das Buch beschreibt die Schritte eines systematischen Reviews: die Frage formulieren, die Literatur durchsuchen, Studien bewerten, Befunde synthetisieren und Ergebnisse berichten. Es erwähnt die Cochrane Collaboration und die PRISMA-Checkliste. So durchgeführt, ist das Review reproduzierbar – ein anderer Forscher könnte denselben Weg nachgehen und die Arbeit überprüfen.

    Die Idee

    Ein systematisches Review unterscheidet sich von einem narrativen Review so, wie sich ein Protokoll von einem Aufsatz unterscheidet: Die Schritte werden im Voraus deklariert, die Suche ist dokumentiert, und die Bewertung jeder Studie ist explizit. Deshalb stehen systematische Reviews und Metaanalysen an der Spitze der Evidenzhierarchie – sie sind Forschung über Forschung, mit dem Cherry-Picking-Bias konstruktiv ausgeschlossen. PRISMA ist wichtig, weil Transparenz das Produkt ist; ein Review, das man nicht überprüfen kann, ist nur eine gut gelesene Meinung.

    Probier es aus: Nimm eine Frage aus deinem Fachgebiet und entwirf den Suchstring, den du verwenden würdest – prüfe dann, ob er die Population und die Intervention abdeckt, die dein PICO benannt hat.

15. 15Kapitel 12, 14 und 17

    IMRaD: die Form, die eine abgeschlossene Studie annehmen muss

    Das Buch erörtert den Aufbau eines Forschungsantrags und den Aufbau eines Forschungsberichts. Es behandelt die Struktur eines Forschungsantrags. Es behandelt die Struktur eines Forschungsberichts (IMRaD: Introduction, Methods, Results and Discussion). Es diskutiert das Publizieren in Zeitschriften und die Verbreitung von Befunden.

    Die Idee

    IMRaD ist keine Formatierungsregel; es ist ein Argument in vier Zügen, von denen jeder einzeln von einem Leser angegriffen werden kann. Methoden, die eng genug geschrieben sind, erlauben es jemandem, die Arbeit zu replizieren oder zu kritisieren; die Trennung von Ergebnissen und Diskussion verhindert, dass Befunde als Interpretation eingeschmuggelt werden. Antrag und Bericht sind unterschiedliche Genres – der eine verkauft einen Plan, der andere gesteht ein Ergebnis ein. Die Verbreitung ist der Schritt, den Forscher auf eigene Gefahr überspringen: Unveröffentlichte Evidenz hilft keinem Patienten, und evidenzbasierte Praxis läuft auf publizierter Evidenz.

    Probier es aus: Nimm ein Paper, das du bewunderst, und markiere, wo die Introduction endet, die Methods beginnen, die Results enden und die Discussion beginnt – und bemerke dann, wie jeder Abschnitt eine andere Leserfrage beantwortet.

16. 16Teil 3, Kapitel 16

    Fallstudien: evidenzbasierte Praxis mit hochgekrempelten Ärmeln

    Die letzten Kapitel präsentieren Fallstudien evidenzbasierter Praxis in der Pflege, in Gesundheitsberufen und in der Sozialen Arbeit. Die letzten Kapitel präsentieren Fallstudien evidenzbasierter Praxis in der Pflege, in Gesundheitsberufen und in der Sozialen Arbeit und zeigen, wie Praktiker Forschungsevidenz finden, bewerten und auf klinische Entscheidungen anwenden. Die letzten Kapitel präsentieren Fallstudien evidenzbasierter Praxis in der Pflege, in Gesundheitsberufen und in der Sozialen Arbeit.

    Die Idee

    Die Fallstudien schließen den Kreis, den die Brustkrebsgeschichte geöffnet hat: dieselbe Fünf-Schritte-Disziplin, die ihre widersprüchlichen Ratschläge hätte auflösen können, läuft hier im ganz normalen Berufsalltag. Was die Fälle hinzufügen, ist Textur — Bewertung ist nicht abstrakt, wenn die Entscheidung eine echte Person betrifft, und Evidenz anwenden heißt, die Forschung an die konkreten Umstände eines bestimmten Patienten anzupassen. Über Pflege, Gesundheitsberufe und Soziale Arbeit hinweg hält die Methode; nur der Inhalt wechselt.

    Probier es aus: Wähle eine Entscheidung aus deiner eigenen Praxis in diesem Monat und schreibe eine einseitige Fallstudie dazu: die Frage, die Evidenz, die du gefunden hast, deine Bewertung und was du getan hast.

Studierende der Pflege, der angrenzenden Gesundheitsberufe und der Sozialen Arbeit, die Forschungsevidenz finden, bewerten und anwenden müssen, und Praktikerinnen und Praktiker, die klinische Entscheidungen mit mehr als Gewohnheit begründen wollen. Auch alle, die ein Forschungsprojekt beginnen und die gesamte Pipeline — von der Ethik bis zur Verbreitung — in einem Buch brauchen.