مخطط القرار الرئيسي
تصاميم الدراسات: في أي اتجاه زمني تنظر
النقاط الأساسية
- دراسة الأتراب: تبدأ من التعرض وتتابع إلى الأمام. دراسة الحالات والشواهد: تبدأ من المرض وتنظر إلى الوراء. الدراسة المقطعية: لحظة واحدة من الزمن.
- التوزيع العشوائي يوازن العوامل المربكة المقيسة وغير المقيسة في المتوسط.
- استبعاد المنسحبين من التحليل يسبب تحيز الاستنزاف؛ ويتجنبه تحليل النية للعلاج.
- الخطأ من النوع I (α) = إيجابي كاذب؛ الخطأ من النوع II (β) = سلبي كاذب؛ القوة = 1 − β.
- p < 0.05 تعني دلالة إحصائية وفق تلك القاعدة، وليست دليلًا على تأثير حقيقي أو مهم سريريًا.
- NNT = 1 / خفض الخطر المطلق: 20% مقابل 15% ← ARR 5% ← NNT 20.
- الشفاء أو الوفاة الأسرع يخفضان الانتشار؛ ويبقى الوقوع دون تغيير.
تصاميم الدراسات: في أي اتجاه زمني تنظر
دراسات الأتراب والحالات والشواهد دراسات رصدية: لا يحدد الباحث التعرض. تعطي الدراسة المقطعية الانتشار لكنها لا تستطيع إظهار أيهما حدث أولًا.
| التصميم | نقطة البداية | الاتجاه | الدليل في نص السؤال |
|---|---|---|---|
| دراسة الأتراب | التعرض (متعرضون مقابل غير متعرضين) | إلى الأمام نحو المرض لاحقًا | أطفال مقسمون حسب التعرض، وتُقارن النتائج لاحقًا |
| دراسة الحالات والشواهد | النتيجة (حالات مقابل شواهد) | إلى الوراء نحو التعرض السابق | أطفال مصابون بالمرض وغير مصابين، يُسألون عن تعرضات سابقة |
| الدراسة المقطعية | مجتمع في وقت واحد | لا ترتيب زمني | مسح يقيس التعرض والمرض في اللحظة نفسها |
| التجربة المعشاة المضبوطة | تخصيص عشوائي | إلى الأمام، العلاج مقابل الشاهد | الباحثون يحددون العلاج |
التجارب المعشاة وتحليل النية للعلاج
التخصيص العشوائي هو نقطة القوة الرئيسية في RCT. فهو يقلل الإرباك لأنه يوازن في المتوسط العوامل الأساسية بين المجموعات، بما فيها عوامل لم يقسها أحد.
يجب أن يُحلَّل الأطفال الذين ينسحبون أو يغيرون مجموعاتهم ضمن المجموعة التي خُصصوا لها. هذا هو تحليل النية للعلاج. واستبعاد المنسحبين يسبب تحيز التحليل (الاستنزاف) ويكسر التوازن الذي أحدثه التوزيع العشوائي.
الصلاحية الداخلية والخارجية
- الصلاحية الداخلية: هل النتيجة صحيحة داخل الدراسة؟ مهدداتها التحيز والإرباك والصدفة.
- تحيز الاستنزاف (التحليل) يهدد الصلاحية الداخلية؛ ويُمنع بتحليل النية للعلاج.
- الصلاحية الخارجية (قابلية التعميم): هل تنطبق النتيجة على مرضاي؟
- تحد من قابلية التعميم قلةُ المشاركين، أو مشاركون يختلفون عن مرضاك في العمر أو العرق أو الحالة الصحية أو مكان الرعاية.
الخطأ من النوع I والخطأ من النوع II والقوة
القوة هي احتمال اكتشاف تأثير حقيقي عندما يوجد. للدراسات الصغيرة قوة منخفضة وخطر أعلى للخطأ من النوع II.
| الحقيقة: لا تأثير حقيقي (H0 صحيحة) | الحقيقة: تأثير حقيقي (H0 خاطئة) | |
|---|---|---|
| الدراسة ترفض H0 | خطأ من النوع I (α): إيجابي كاذب | صحيح: القوة = 1 − β |
| الدراسة لا ترفض H0 | صحيح: لم يُكتشف تأثير، ولا يوجد تأثير | خطأ من النوع II (β): سلبي كاذب، فات اكتشاف تأثير حقيقي |
قيمة p والدلالة الإحصائية
- قيمة p هي احتمال الحصول على نتيجة متطرفة بقدر النتيجة المرصودة على الأقل، بافتراض صحة فرضية العدم والنموذج.
- وهي ليست احتمال صحة فرضية العدم.
- إذا حددت التجربة مسبقًا α = 0.05 وكانت p < 0.05، فالنتيجة ذات دلالة إحصائية وفق تلك القاعدة.
- الدلالة لا تثبت وجود تأثير حقيقي ولا تُظهر الأهمية السريرية. انظر إلى حجم التأثير وفاصل الثقة.
العدد اللازم علاجه
- خفض الخطر المطلق (ARR) = معدل الحدث في مجموعة الشاهد − معدل الحدث في مجموعة العلاج.
- NNT = 1 / ARR.
- مثال: نتيجة سيئة لدى 20% مع الدواء الوهمي و15% مع العلاج. ARR = 5% = 0.05، إذن NNT = 20: عالج 20 طفلًا لتمنع 1 نتيجة سيئة.
الانتشار والوقوع
- مثال: 1,200 من 10,000 طفل شملهم المسح مصابون بالربو ← الانتشار 12%.
- في المخطط، 2 من 6 أطفال مرضى في 1 يوليو (الانتشار النقطي 2/6)؛ وتظهر 3 حالات جديدة بين الـ 5 المعرضين للخطر خلال السنة (الوقوع 3/5).
- الانتشار ≈ الوقوع × المدة. الشفاء الجديد، أو وفاة المرضى بسرعة أكبر، يقصّر المدة: ينخفض الانتشار ويبقى الوقوع كما هو.
- العلاج الذي يُبقي المرضى أحياء مدة أطول دون شفاء يرفع الانتشار.
| المقياس | ما يعدّه | المعادلة |
|---|---|---|
| الانتشار النقطي | الحالات الموجودة في وقت واحد | الحالات الموجودة في وقت محدد ÷ السكان في ذلك الوقت |
| الانتشار الفتري | كل من لديه الحالة في أي وقت خلال فترة | الحالات خلال الفترة ÷ السكان |
| الوقوع | الحالات الجديدة خلال فترة | الحالات الجديدة في الفترة ÷ السكان المعرضون للخطر |
أسئلة شائعة
ما الفرق بين دراسة الأتراب ودراسة الحالات والشواهد؟
تقسم دراسة الأتراب الأشخاص حسب التعرض وتتابعهم لرصد النتيجة. وتقسم دراسة الحالات والشواهد الأشخاص حسب النتيجة وتبحث في الماضي عن التعرض السابق.
ماذا تعني قيمة p تساوي 0.05؟
لو لم يكن هناك تأثير حقًا، لظهرت نتيجة متطرفة بهذا القدر على الأقل في نحو 5% من المرات. ولا تعني احتمالًا بنسبة 95% أن التأثير حقيقي.
كيف يُحسب العدد اللازم علاجه؟
NNT = 1 / خفض الخطر المطلق. الانخفاض من 20% إلى 15% يساوي ARR قدره 0.05، إذن NNT = 20.
ادرس هذا الموضوع
المصادر
- بيان CONSORT 2025: إرشاد محدَّث للإبلاغ عن التجارب المعشاة (BMJ 2025)
- Wasserstein RL, Lazar NA. بيان ASA حول قيم p: السياق والعملية والغرض (Am Stat 2016)
- CDC: مبادئ علم الوبائيات في ممارسة الصحة العامة، الطبعة 3 (مؤرشف)
كُتب لـ Pedemy بكلماتنا الخاصة اعتمادًا على المصادر أعلاه؛ رُوجع في نوفمبر 2026. للتعليم فقط وليس نصيحة طبية؛ تحقق من الجرعات والبروتوكولات المحلية قبل علاج أي مريض. Pedemy مستقل وغير تابع للجهات المذكورة ولا تعتمده.