Transcript خطاها در اپیدمیولوژی

‫به نام خدا‬
‫ منابع خطا در پژوهش‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
1
‫هدفهای یادگیری‬
‫انتظار میرود پس از این کالس شرکتکننده بتواند‪:‬‬
‫‪ ‬تقسیم بندی خطاهای پژوهش تشریح کند‬
‫‪ ‬برای هر یک از انواع خطاهای پژوهش یک مثال بزند‬
‫‪ ‬تفاوت خطاهای منظم و نا منظم را بیان کند‬
‫‪ ‬انواع خطاهای منظم را برشمرد‬
‫‪ ‬نحوه برخورد با خطاهای منظم و تصادفی را توضیح دهد‬
‫‪ ‬نقششش متششدو و ی و مششار را در رویششاروای بششا خطاهششای تصششادفی و مششنظم بیششان‬
‫کند‬
‫‪2‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
3
)Association( ‫شرایط برقراری رابطه‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
4
Soybeans
Asthma
RR = 23
True association
causal
non-causal
Dr Seyyed Alireza Moravveji Community Medicine Specialist
Chance?
Confounding?
Bias?
5
‫انواع خطاها در اندازه گیریها‬
)Chance( ‫) یا‬Random Error( ‫ خطای تصادفی‬.1
)Bias( ‫) یا‬Systematic Error( ‫ خطای سیستماتیک‬.2
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
6
Tree Diagram of Total Survey Error
Random Error
(chance)
Total Error
Systematic Error
(bias)
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
7
‫مثال‪ :‬فردی که مشیدانیم ‪ 70‬کیلشوگرم وزن دارد را ‪ 5‬بشار بشا اهشار تشرازوی‬
‫مختلف وزن میکنیم ‪ . . .‬نظر شما در هر مورد ایست؟‬
‫ترازوی اهارم‬
‫ترازوی سوم‬
‫ترازوی دوم‬
‫ترازوی اول‬
‫‪69‬‬
‫‪71‬‬
‫‪69‬‬
‫‪70‬‬
‫وزن در سنجش دوم‬
‫‪72‬‬
‫‪71‬‬
‫‪68‬‬
‫‪70‬‬
‫وزن در سنجش سوم‬
‫‪71‬‬
‫‪71‬‬
‫‪71‬‬
‫‪70‬‬
‫وزن در سنجش اهارم‬
‫‪72‬‬
‫‪71‬‬
‫‪72‬‬
‫‪70‬‬
‫وزن در سنجش پنجم‬
‫‪71‬‬
‫‪71‬‬
‫‪72‬‬
‫‪70‬‬
‫‪71‬‬
‫‪71‬‬
‫‪70‬‬
‫‪70‬‬
‫وزن در سنجش اول‬
‫میانگین‬
‫‪8‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫خطاهای تصادفی و سیستماتیک‬
‫‪‬خطای تصادفی‪:‬‬
‫– ا گوی خاص ی ندارد و جهت (تاثیر) خطا غیر قابل پیشبینی است‬
‫‪‬خطای سیستماتیک‪:‬‬
‫– ا گو و جهت خاص ی دارد و در تکرار اندازهگیریها همچنان تکرار میشود‬
‫‪9‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫خطای تصادفی‬
‫خطای سیستماتیک یا‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
10
‫خطاهای تصادفی و سیستماتیک‬
‫ سیستماتیک زیاد‬،‫تصادفی کم‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
11
‫خطاهای تصادفی و سیستماتیک‬
‫ سیستماتیک کم‬،‫تصادفی زیاد‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
12
‫خطاهای تصادفی و سیستماتیک‬
‫ سیستماتیک زیاد‬،‫تصادفی زیاد‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
13
‫خطاهای تصادفی و سیستماتیک‬
‫ سیستماتیک کم‬،‫تصادفی کم‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
14
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
15
Always work in a team
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
16
‫مثال انواع خطا‬
‫‪ ‬خطای تصادفي‬
‫– تخمین میانگین سن افراد حاضر در کالس بر اساس نمونهاي از ده نفر از‬
‫شركتكنندگان‬
‫‪ ‬خطاي سیستماتیک یا تكرارشونده (سوگراای يا ‪)Bias‬‬
‫– تخمین میانگین سن کالس بر اساس گروه خاص ي از افراد حاضر در‬
‫کالس‪.‬‬
‫– تخمین میانگین سن افراد حاضر در کالس بر اساس ظاهر اين افراد‬
‫‪17‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
18
Schematic diagram of sampling variability : source
population of 16 has 25% prevalence (bolded) of hyper cholesterolemia (elevated blood levels) ; three samples of 5
180
174
215
305
233
276
146
195
205
188
190
295
170
164
248
162
P = 25%
SAMPLE 1
SAMLPE 2
146
295
162
188
164
P = 20%
SAMPLE 3
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
305
195
276
170
215
P = 40%
174
233
205
190
180
P = 0%
19
1. Have targets and goals
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
20
‫خطاي تصادفي‬
‫‪ ‬ناش ي از تغيیرات معمول در مقدار اندازهگیري شده‪.‬‬
‫‪ ‬ناش ي از تغيیرات حاصل از عدم دقت وسيلهي اندازهگیري‪.‬‬
‫‪ ‬منابع‪:‬‬
‫– انسانی (مشاهده گر)‬
‫– ابزار‬
‫– تغییر پذیری متغیرهای بیو و یک طی زمان‬
‫‪ ‬فقدان خطای تصادفی‪:‬‬
‫‪reliability, repeatability, precision, variability,‬‬
‫‪dependability, consistency, stability‬‬
‫‪21‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫مثال تغییرپذیری متغیرهای بیو و یک طی زمان‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
22
‫مثال تغییرپذیری متغیرهای بیو و یک طی زمان‬
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
23
‫خطاي سیستماتیک‬
‫‪ ‬ناش ی ازاشكال در‪:‬‬
‫– طراحي مطالعه‬
‫– اجراي مطالعه و جمع آوری اطالعات‬
‫– آنالیزداده ها‬
‫– تفسیر و انتشارنتايج مطالعه‬
‫‪24‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
)‫خطای سیستماتیک (منظم‬
. . . Bias ،‫ سوگراای‬،‫ تورش‬:‫ اسامی دیگر‬
:‫ انواع‬
)Selection Bias( ‫– انتخاب‬
)Information Bias( ‫– اطالعات‬
)Confounding( ‫– مخدوش شدگی‬
:‫ فقدان خطای منظم‬
Validity, accuracy . . .
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
25
‫سوگراای انتخاب‬
‫وقتي احتمال ورود افراد به مطا عه با هم متفاوت باشد ‪.‬‬
‫زم ششان ر‌ م ده ششد ك ششه احتم ششال ورود اف شراد ب ششه مطا ع ششه ب ششا متغی ششر م ششورد‬
‫بررس ش ش ي در مطا عش ششههاي توصش ششيف يش ششا توز ش ششع متغیرهش ششاي مواجه ش شه يش ششا‬
‫پ مد ارتباط داشته باشد‪.‬‬
‫‪26‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫مثال سوگراای انتخاب‬
‫)‪(Selection Bias‬‬
‫‪ ‬ف ششردی ک ششه م ششیخواه ششد می شتان رض ششایت م ششردم ی ششک منطق ششه را از خ ششدمات‬
‫ارائه شده توسط یک بیمارسشتان دو تشی بسشنجد و بشا نمونشهای تصشادفی‬
‫از مراجعهکنندگان به ن بیمارستان مصاحبه میکند ‪. . .‬‬
‫‪ ‬فردی که میخواهد تاثیر دو نوع دارو را با هم مقایسه کند و در‬
‫مطا عه وی تعدادی از بیماران یک گروه به علت بروز عوارض‬
‫مطا عه را ترک میکنند ‪. . .‬‬
‫‪27‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Diseased
exposed
Healthy
exposed
Diseased Healthy
unexposed unexposed
 Reference population
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
 Study sample
28
Types of Selection Bias
 Berksonian bias – There may be a spurious
association between diseases or between a
characteristic and a disease because of the different
probabilities of admission to a hospital for those
with the disease, without the disease and with the
characteristic of interest
Berkson J. Limitations of the application of fourfold table analysis to hospital data. Biometrics
1946;2:47-53
 Berkson’s bias:
– Hospitalization rates differ for by disease and presence/absence
of the exposure of interest
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
29
‫سوگراای بركسون )‪ (Berkesonian Bias‬یا سوگراای میتان پذیرش‬
‫در مطا عاتی که از موردها و شاهدهای بیمارستانی استفاده میشود‪:‬‬
‫•‬
‫به د یل متفاوت بودن میتان بستری (پذیرش) شدن موردها و شاهدها‬
‫•‬
‫بیمارستان ر‌ میدهد‪:‬‬
‫در‬
‫سال ‪ ،1948‬مطا عه ارتباط بین سل و سرطان‪:‬‬
‫ارتباط منفی بین نها به دست مده بود!! (سل اثر محافظتی بر سرطان دارد!!)‬
‫فراوانی سل در بیماران سرطانی بستری کمتر از فراوانی سل در افراد شاهد بستری بدون ابتال یه سرطان به‬
‫دست مده بود‪.‬‬
‫علت‪:‬‬
‫ نسبت کمتری از بیماران مبتال به هر دو بیماری سل و سرطان بستری میشوند (گروه مورد)‬‫‪ -‬احتمال مرگ بیماران مبتال به هر دو بیماری باهم بیشتر از بیماران مبتال به سرطان یا سل به تنهاای است‬
‫• راه مقابله‪ :‬انتخاب افراد شاهد از طیف وسیعی از بیماریهای مختلف (غیر از سرطان یا همان‬
‫پیامد) و یا از جامعه‬
‫‪30‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Types of Selection Bias
(cont.)
 Response Bias – those who agree to be in a
study may be in some way different from
those who refuse to participate
– Volunteers may be different from those who are
enlisted
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
31
types of Selection bias: (cont.)
 Self-selection bias
– Healthy (or diseased) people may seek out participation in the
study
 Referral bias
– Sicker patients are referred to major health centers
 Non-response bias
– Response, or lack of it, depends on exposure
 Differential loss to follow-up
– Exposed (or unexposed) group followed with different intensity
 Healthy worker effect
 Self-screen bias (health conscious)
 Referral bias (volunteer bias )
healthier/high risk
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
32
‫سوگرایی اطالعات‬
‫‪ ‬خطا تكرارشونده در اندازهگیري كه براثر ن در مطا عههاي‬
‫توصيف مقدار متغیر اندازهگیري شده متفاوت با مقدار واقعي‬
‫باشد يا در مطا عههاي تحليلي اشتباه در طبقهبندي‬
‫(‪ )Misclassification‬افراد ازنظر مواجهه يا پ مد ر‌ دهد‪.‬‬
‫‪33‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Information bias
misclassification
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
34
if information from a study is
erroneously gathered, the
conclusions from the study might
be wrong. This is the "garbage in,
garbage out" analogy from the
computer world
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
35
Diseased
exposed
Healthy
exposed
Diseased Healthy
unexposed unexposed
Cases
controls
 Reference population
E
NE
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
36
Study sample
‫مثال سوگراای اطالعات‬
‫)‪(Information Bias‬‬
‫‪ ‬ف ششردی ک ششه میخواه ششد میش شتان رض ششایت مراجعهکنن ششدگان بش شه‬
‫ی ش ش ش ششک بیمارس ش ش ش ششتان دو ت ش ش ش ششی را از خ ش ش ش ششدمات ارائ ش ش ش ششه ش ش ش ش ششده در ن‬
‫بیمارسششتان بسششنجد و بششا نمونششهای تصششادفی از مراجعهکننششدگان‬
‫به ن بیمارستان مصاحبه میکند‪.‬‬
‫‪ ‬فششردی کششه میخواهششد تششاثیر دو نششوع دارو را بششا هششم مقایسششه کنششد و‬
‫در مطا عششه وی فششرد معاینهکننششده از وضششعیت تخصششی افشراد‬
‫به گروهها اطالع دارد‪.‬‬
‫‪37‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Misclassification of EXPOSURE
REFERENCE
POPULATION
Diseased
+
-
The direction of the association is a
function of which cell(s) are subjected to
a higher or lower probability
+
Exposed
-
Eg...unexposed cases in this
example tend to mistakenly
report past exposure to a greater
extent than do controls
Cases
Control
STUDY SAMPLE
Dr Seyyed Alireza Moravveji
38
Community Medicine Specialist
Misclassification of OUTCOME
REFERENCE
POPULATION
Diseased
+
-
+
Exposed
-
Eg…cases in this are
mistakenly classified as
controls due to low sensitivity
on a screening test
Cases
Control
STUDY SAMPLE
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
39
Types of Information Bias
 Interviewer Bias
– an interviewer’s
knowledge may influence the structure of
questions and the manner of presentation,
which may influence responses
 Recall Bias
– those with a particular
outcome or exposure may remember events
more clearly or amplify their recollections
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
40
Types of Information Bias
(cont.)
 Observer Bias
– observers may have
preconceived expectations of what they
should find in an examination
 Loss to follow-up
– those that are lost to
follow-up or who withdraw from the study
may be different from those who are
followed for the entire study
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
41
Types of Information Bias
(cont.)
 Hawthorne
effect
– an effect first
documented at a Hawthorne manufacturing
plant; people act differently if they know
they are being watched
 Surveillance bias – the group with the
known exposure or outcome may be
followed more closely or longer than the
comparison group
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
42
Types of Information Bias
(cont.)
 Misclassification bias – errors are made in
classifying either disease or exposure status
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
43
‫مثال انواع خطاي سیستماتیک‬
‫‪ ‬خطاي نمونهگیري (‪)Selection Bias‬‬
‫– بررس ي میتان رضايت جامعشهي ششهري از خشدمات بيمارسشتانهاي‬
‫دانشگاهي براساس نظر مراجعهكنندگان به اين بيمارستانها‪.‬‬
‫‪ ‬خطاي اندازهگیري (‪)Information Bias‬‬
‫– بررس ي میتان رضايت افراد مراجعهكننده به بيمارستانهاي‬
‫دانشگاهي براساس پرسش در حضور پزشك ايشان‪.‬‬
‫‪44‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Dr Seyyed Alireza Moravveji Community Medicine Specialist
45
Dr Seyyed Alireza Moravveji Community Medicine Specialist
46
Types of Bias
 Selection bias – identification of individual
subjects for inclusion in study on the basis of
either exposure or disease status depends in some
way on the other axis of interest
 Information (Observation) bias – results
from systematic differences in the way data on
exposure or outcome are obtained from the
various study groups
 Confounding
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
47
)Confounding( ‫مخدوشكنندگ‬
cause
effect
confounder
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
48
Confounding
Observed association, presumed causation
Coffee
MI
Statistical association
Smoking,
Stress
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
Causal association
49
‫اه متغیری مخدوش کننده است؟‬
‫متغیری که مستقل از مواجهه مورد مطا عه با پیامد رابطه علیتی‬
‫(اعم از مثبت یا منفی) داشته باشد‬
‫و‬
‫با مواجهه رابطه ماری داشته باشد‬
‫و‬
‫به عنوان پیامد واسطهای مطرح نباشد‬
‫اثرات مخدوش کنندگی‪:‬‬
‫افزایش‪ ،‬کاهش‪ ،‬ایجاد‪ ،‬حذف یا تغییر جهت یک رابطه‬
‫‪50‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Confounding
Observed association, presumed causation
High fat
diet
MI
Causal association
Statistical association
cholesterol
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
51
‫یا مخدوش کنندگی یک نوع سوگراای است؟‬
‫‪ ‬محققی مشاهده کرده که افراد تحصیل کرده بیشتر در معرض خطر‬
‫ابتال به حمله قلبی هستند ذا توصیه کرده که این افراد بیشتر مراقب‬
‫کنترل وزن‪ ،‬فشار خون و ‪ . .‬خود باشند (همراهی تحصیالت باالتر با‬
‫استرس به عنوان راسک فاکتور اصلی)‬
‫‪ ‬محققی مشاهده نموده که افرادی که زیاد قهوه مصرف میکنند بیشتر‬
‫در معرض خطر ابتال به حمله قلبی هستند ذا توصیه کرده که این افراد‬
‫مصرف قهوه خود را کاهش دهند (همراهی مصرف قهوه با استرس به‬
‫عنوان راسک فاکتور اصلی)‬
‫‪52‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫روشهاي مقابله با انواع خطاها‬
‫‪ ‬در زمان طراحي مطا عه‬
‫‪ ‬در زمان اجرای مطا عه‬
‫‪ ‬در زمان تجزيه و تحليل نتايج و ارايهي نتايج‬
‫‪53‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫نحوه برخورد با خطاهای پژوهش‬
‫‪ ‬خطای تصادفی‪:‬‬
‫–‬
‫–‬
‫–‬
‫–‬
‫استفاده از ابزار مناسب‬
‫استاندارد سازی سنجش‬
‫موزش مشاهدهگر‬
‫تکرار مشاهدات (افزایش حجم نمونه)‬
‫‪‬خطای سیستماتیک‪:‬‬
‫– دقت در انتخاب نمونه ها‪ ،‬جمع وری اطالعات‪ . . . ،‬و بطور کلی در طراحی مطا عه‬
‫‪‬مخدوش کنندگی‪:‬‬
‫–‬
‫–‬
‫–‬
‫–‬
‫–‬
‫‪54‬‬
‫محدود سازی (‪)Restriction‬‬
‫همسان سازی ( ‪)Matching‬‬
‫تصادفی سازی (‪)Randomization‬‬
‫تجزیه و تحلیل طبقه بندی شده ( ‪)Stratification‬‬
‫مدل سازی ( ‪)Modeling‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫مقابله با خطاي تصادفي‬
‫‪ ‬در زمان طراحي‬
‫– افزايش حجم نمونه‬
‫‪ ‬در زمان اجرا‬
‫– كاهش عدم پاسخدهي يا ازدست رفتن نمونهها‬
‫‪ ‬در زمان تجزيه و تحليل‬
‫– استفاده از زمونهای ماری مناسب‬
‫– و در عین حال حداقل تعداد زمونهاي ماري مورد استفاده‬
‫‪55‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Errors in epidemiological
studies
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
56
‫مقابله با سوگراای انتخاب‬
‫‪ ‬در زمان طراحي‬
‫– شناسا مناسب گروههاي مورد نمونهگیري‬
‫‪ ‬در زمان اجرا‬
‫– جلوگیري از عدم پاسخ نمونهها يا ازدست رفتن نمونهها‬
‫– پايبندي كامل به طراحي انجام شده‬
‫‪ ‬در زمان تجزيه و تحليل اطالعات‬
‫– هيچ اارهاي نداريم‬
‫‪57‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫مقابله با سوگراای اطالعات‬
‫‪ ‬در زمان طراحي‬
‫– تعريف دقيق متغیرهاي مورد سنجش و روش سنجش نها‬
‫– استفاده از روشهاي مناسب براي سنجش متغیرها‬
‫‪ ‬در زمان اجرا‬
‫– موزش مناسب پرسنل مطا عه‬
‫– برنامههاي تضمین و كنترل كيفيت‬
‫‪ ‬در زمان تجزيه و تحليل اطالعات‬
‫– اصالح اطالعات بهدست مده براساس دانش موجود از حساسيت و‬
‫ويژگ زمونهاي مورد استفاده‬
‫‪58‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫مقابله با مخدوشكنندگ‬
‫‪ ‬در زمان طراحي‬
‫–‬
‫–‬
‫–‬
‫–‬
‫شناسا مخدوشكنندههاي احتمالي و اندازهگیري نها‬
‫محدودسازي (‪)Restriction‬‬
‫تخصي تصادفي نمونهها (‪)Randomization‬‬
‫همسانسازي (‪)Matching‬‬
‫‪ ‬در زمان اجرا‬
‫– پايبندي به طراحي انجام شده‬
‫‪ ‬در زمان تجزيه و تحليل اطالعات‬
‫– نا یت طبقهبندي شده (‪)Stratification‬‬
‫– مدل سازی (استفاده از روشهای اندمتغیره) (‪)Modeling‬‬
‫‪59‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
‫نحوه مقابله با اثرات متغیرمخدوش کننده‪:‬‬
‫‪.1‬‬
‫انتخاب تصادفي نمونهها (‪:)Randomization‬‬
‫باعث میشود متغیر مخدوشکننده به طور تصادفی توزیع شود و درجهت خاص ی بررابطه‬
‫متغیرهای مستقل و وابسته اثرنکند‪.‬‬
‫‪.2‬‬
‫محدود کردن (‪)Restriction‬‬
‫جمعیتتت متتورد مطالعتته بتته رتتک زصتترگتتروه ختتام بتتراستتام متغیتترمخدوشکننتتده محتتدود متی‬
‫شود‬
‫(ولی باعث کاهش قابلیت تعمیم مطالعه میشود)‬
‫‪.3‬‬
‫جور کردن (‪:)Matching‬‬
‫‪.4‬‬
‫الره بندی (‪)Stratification‬‬
‫ا‬
‫ر‬
‫و‬
‫متتثال انتختتاب گر ههتتای متتو د و شتتاهد بتته گونتتهای کتته ازننتترمتغیتترمخدوشکننتتده رکستتان‬
‫باشند‬
‫ا‬
‫(مشکل است خصوصا اگردو را بیشترمخدوشکننده داشته باشیم)‬
‫الره بندی جمعیت مورد مطالعه براسام متغیرمخدوشکننده و انجام آنالیزدرهرالره‬
‫(ولی باعث افزایش حجم نمونه میشود که گاهی امکان پذررنیست)‬
‫‪.5‬‬
‫‪60‬‬
‫مدل سازی (آنالیزچند متغیره) (‪)Modeling‬‬
‫طبقه بندی خطاها ‪ -‬نگاهی دیگر‬
‫از دیدگاه ماری خطاها به دو دسته تقسیم میشوند‪:‬‬
‫‪61‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬
Association in Reality
Yes
Type I
error
Yes
Observed
association
(sample)
No
No
Type II
error
Dr Seyyed Alireza Moravveji
Community Medicine Specialist
62
‫‪P value‬‬
‫• مي ششانگین فش ششار خ ششون خانمه ششا و قاي ششان در ی ششک نمون ششه ‪ 200‬نف ششري از م ششردم ش ششهر کاش ششان ب ششه‬
‫ترتيب ‪ 118‬و ‪ 124‬بدست مد‪ ،‬اين اختالف از نظر ماري معني دار است (‪.)p=0.01‬‬
‫معني عبارت فوق چيست؟‬
‫ا‬
‫احتم تتال ار تتت ک تته تص تتادفا فق تتع درنمون تته م تتورد مطالع تته م تتا اخ تتتال در تتده ش تتده باش تتد در‬
‫ا‬
‫حالیکتته واقعتتا تفتتاوت و اختالفتتی بتتین میتتاناین فشتتارختتون خانمهتتا و آقارتتان جامعتته وجتتود‬
‫نداشته باشد‪ ،‬رک درصد (‪ )p=0.01‬است‪.‬‬
‫‪P value‬‬
‫• ‪ %12‬نششوازدان كششه مادرانشششان در طششول بششارداري قششر هششن مصششرف م ش‬
‫كردن ششد دا ششار زردي ن ششوزادي ش ششدند‪ .‬در مقاب ششل ن ششوزادان ‪ %10‬خانمه ششا‬
‫كششه هششن مصششرف نكششرده بودنششد داششار زردي شششدند‪ .‬امششا اخششتالف دو گششروه‬
‫از نظر ماری معنادار نیست (‪.)p=0.34‬‬
‫بششر اسششاس ايششن اطالعششات بششه نظششر مش رسششد كششه مصششرف قششر هششن يششك عامشل‬
‫خطر براي بروز زردي نوزادي نيست‪.‬‬
‫معني عبارت فوق چيست؟‬
‫‪P value‬‬
‫• بش شراي مقايس ششه ب ششین میش شتان اث ششر نت ششي بي ششوتي ي ششك مش ششتق جدي ششد ب ششا موكسش ش ي‬
‫سش ششيلین‪ ،‬در ‪ 8‬محش ششيط كشش ششت ايش ششن مشش ششتق و در ‪ 10‬محش ششيط كشش ششت موكسش ش ي‬
‫سيلین قرار داده شد و ها ه عدم رشد نها تعيین شد‪ .‬ميشانگین ها شه مشذكور‬
‫در گش ششروه مشش ششتق جديش ششد ‪ 18‬ميلش ششي متش ششر و در موكس ش ش ی سش ششيلین ‪ 11‬ميلش ششي متش ششر‬
‫بدست مد كه از نظر ماري تفاوت معني دار بود (‪)p=0.01‬‬
‫معني عبارت فوق چيست؟‬
‫رواای درونی و بیرونی‬
‫(‪)Internal & External Validity‬‬
‫رواای درونی‪:‬‬
‫نتایج مطا عه تا اه حد بیانگر واقعیت در جامعه در حال مطا عه‬
‫است‬
‫رواای بیرونی‪:‬‬
‫میتان تعمیم پذیری نتایج در دیگر جمعیتها‬
‫‪66‬‬
‫‪Dr Seyyed Alireza Moravveji‬‬
‫‪Community Medicine Specialist‬‬