مرحبًا عزيزي الباحث من جديد…
سنتحدث اليوم عن الجزء الثاني والأخير في تصميم التجارب القائمة على الملاحظة Observational Study Design part 2
انتهينا من الجزء الأول من الدراسات القائمة على الملاحظات وتناولنا فيها دراسات الأتراب المستقبلي prospective أو بأثرٍ رجعي retrospective
سنتناول اليوم دراسات الحالة Case Control Studies، وكذلك الدراسات المقطعية Cross Sectional Studies
دراسات الحالة: Case Control Studies
وفيها نقارن بين مجموعتين، عادة إحداها لديها مرض ما out come ونقارنه بمجموعة لا تعاني من الحالة أو المرض.
يتسم هذا النوع من الدراسات بمعرفة عوامل الخطر risk factors لتطور المرض، بعض عوامل الخطر ستكون مرتبطة بتطور المرض، وبعضها سيكون بسبب وجود المرض ولكن لا يشارك في تطور المرض، وبعضها سيكون بسبب الصدفة.
هنا يظهر دور الإحصاء، حيث يُستخدم التحليل الإحصائي لتقييم احتمالية أو احتمالات ارتباط عامل الخطر بالمرض.
مثالً توضيحي:
إذا سعينا لمعرفة عوامل الخطورة المؤدية لظهور مرض الفيبروميالجيا fibromyalgia ماذا سنفعل؟
سنأتي بمجموعتين متماثلتين من حيث السن والوزن والطول والتحاليل المعملية والجنس، إحداهما مصابة بالفيبروميالجيا بينما الاخرى لا، وسنتبحر في التاريخ المرضي الخاص بهم، ومعرفة عوامل الخطورة كالتحاليل والأشعة السابقة من ملفات المرضى.
وأيضًا كما في مقارنة المرضى الذين يعانون من مرض مُعدٍ جديد شديد الضراوة مجهول السبب وبين أشخاص لا يعانون من المرض ولكنهم يعيشون في نفس الحي لتحديد العوامل المرتبطة بمسببات المرض.
وكذلك على سبيل المثال، في دراسة تقارن مرضى سرطان الرئة والمرضى غير المصابين بسرطان الرئة، قد يكون المرضى ممثلين لأنماط حياة مختلفة بحيث يبدو أن العديد من عوامل الخطر تختلف بين المجموعات. مثلًا يمكن أن ينتمي بعض المرضى إلى فئة اجتماعية اقتصادية مختلفة معرضة لبعض عوامل الخطر المهنية التي تختلف عن المجموعة غير السرطانية.
هنا لا يمكن استخدام الخطر النسبي RR (risk ratio)، نستخدم طريقة بديلة لقياس المخاطر من حيث نسبة الأرجحية (Odds Ratio) OR، ونسبة الأرجحية هي نسبة احتمالات المرض مع عامل الخطر الحالي مقسومًا على احتمالات المرض مع غياب عامل الخطر.
وبالتالي، إذا كان الاحتمال 0.20 أو 1 من 5 ، فإن الاحتمالات هي 0.2 / (1 – 0.2) = 0.2 / 0.8 = 0.25. يتم وصفه أيضًا على أنه 1: 4
(يُقرأ 1 إلى 4 ويتم تفسيره على أنه حدث واحد سيحدث لكل 4 مرات لا يحدث).
هذا هو نفس نوع الاحتمالات التي يتم تقديمها في مضمار السباق مثلًا أو احتمالات تميز فريق رياضي.
ملحوظة هامة عزيزي الباحث ستوفر عليك الكثير: إذا كانت الحالة أو المرض نادرًا، فإن نسبة الأرجحية Odds Ratio والمخاطر النسبية Risk Ratioهي نفسها تقريبًا.
وأخيرًا الدراسات المقطعية Cross Sectional Studies:
الدراسة المقطعية هي نوع من تصميم البحث تقوم فيه بجمع البيانات من العديد من الأفراد المختلفين في وقت واحد.
وهذا النوع من الدراسات ليس قاصرًا على الأبحاث السريرية بل يستخدمه علماء النفس والأمراض على حد سواء، لمعرفة انتشار حدثٍ ما، على سبيل المثال، قد يستخدم علماء الأوبئة epidemiologists المهتمون بانتشار مرضٍ ما في مجموعة معينة من السكان تصميم الدراسة المقطعية لجمع البيانات المتعلقة بالمرض outcome وعوامل الخطورة risk factors معًا.
وعلى النقيض من الدراسة المقطعية نجد الدراسة الطولية. Longitudinal studies، فبينما تجمع الدراسات المقطعية البيانات من العديد من الموضوعات في وقتٍ واحد، فإن الدراسات الطولية تجمع البيانات بشكل متكرر من الـ subjects بمرور الوقت
كلا النوعين مفيدان للإجابة على أنواع مختلفة من أسئلة البحث research question .
تعد الدراسة المقطعية طريقة رخيصة وسهلة لجمع البيانات الأولية وتحديد الارتباطات التي يمكن بعد ذلك التحقيق فيها بشكل أكبر في دراسة طولية.
أخيرًا عزيزي الباحث، الدراسات القائمة على الملاحظة مفيدة عندما لا يمكن استخدام العشوائية Randomization لتقسيم التعرض إلى مجموعات.
لكن تذكر جيدًا، لا تعد الدراسات القائمة على الملاحظة بديلاً عن التصميمات العشوائية، ولكنها تسمح بصياغة واختبار الفرضيات Hypothesis generation في الحالات التي لا تكون فيها التدخلات التجريبية ممكنة.
ولا تكون التدخلات التجريبية ممكنة عند استخدام البيانات التاريخية historical data.
لتتعرف على المزيد لا تنس أن تتابع المقالات السابقة:
المقال الأول المقدمة الخاصة بتصميم التجارب السريرية study design intro
المقال الثاني الدراسات القائمة على الملاحظات الجزء الأول observational study design part 1
وبالطبع المقالات المستقبلية..
0 comments