الانتقال إلى المحتوى
العودة إلى نتائج البحث

دراسة الحالات والشواهد المتطابقة

قدّمه
Brian MacMahon and others; systematised by Schlesselman (1982)
السنة
1950s–1970s
النوع
Observational analytic design
العائلة
Clinical / epidemiology

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

دراسة الحالات والشواهد المتطابقة هي تصميم وبائي قائم على الملاحظة، حيث يتم إقران كل حالة (شخص مصاب بالمرض أو النتيجة محل الاهتمام) بواحد أو أكثر من الشواهد (أشخاص غير مصابين بالنتيجة) الذين يتشاركون في خاصية واحدة أو أكثر — مثل العمر أو الجنس أو الإعداد السريري — للتحكم في العوامل المربكة. ثم تتم مقارنة تاريخ التعرض بين الحالات وشواهدها المتطابقة لتقدير نسبة الأرجحية للارتباط بين التعرض والمرض.

الفكرة الحدسية وراء الطريقة

تخيل الأمر وكأن محققًا يقرن المشتبه بهم بأشخاص يشبهونهم. إذا كنت ترغب في معرفة ما إذا كان تعرض معين قد تسبب في مرض، فإنك تجد مريضًا مصابًا بالمرض ثم تحدد واحدًا أو أكثر من الأشخاص المشابهين — نفس العمر، نفس الجنس، نفس المستشفى — الذين لم يصابوا بالمرض. من خلال الحفاظ على هذه السمات الخلفية متطابقة، فإن أي اختلاف في تاريخ التعرض بين الزوج من المرجح أن يعكس ارتباطًا حقيقيًا بدلاً من عامل مربك. يشدد التطابق المقارنة بحيث تكون الإشارة أوضح، على حساب بعض المرونة في التحليل.

التاريخ

تم إضفاء الطابع الرسمي على تصميم الحالات والشواهد في علم الأوبئة في الخمسينيات، مع دراسات رائدة قام بها دول وهيل (1950) حول التدخين وسرطان الرئة باستخدام شواهد قائمة على المستشفى. تم تطبيق مبدأ التطابق لتحسين قابلية المقارنة مبكرًا وتم تدوينه بواسطة براين ماكماهون وزملاؤه. وضع كتاب جيمس شليسلمان لعام 1982 بعنوان "دراسات الحالات والشواهد" الإطار التحليلي للتصاميم المتطابقة، بما في ذلك نسبة الأرجحية المتطابقة والانحدار اللوجستي الشرطي. قدمت ورقة ناثان مانتل وويليام هينزل لعام 1959 طرقًا طبقية تأسيسية تدعم التحليل المتطابق، وتم تطوير نهج الانحدار اللوجستي الشرطي خلال السبعينيات والثمانينيات، ليصبح الأداة التحليلية القياسية لبيانات الحالات والشواهد المتطابقة فرديًا.

متى تُستخدم

استخدم دراسة الحالات والشواهد المتطابقة عند دراسة مرض أو نتيجة نادرة حيث تتطلب دراسة الأتراب الكاملة عينات كبيرة بشكل غير عملي أو متابعة طويلة جدًا؛ وعندما تحتاج عوامل مربكة محددة (مثل العمر أو الجنس أو المركز السريري) إلى تحكم صارم؛ وعندما تسمح الموارد بالتطابق الفردي الدقيق والتحليل الشرطي. وهي ذات قيمة خاصة في البيئات القائمة على المستشفيات وتحقيقات تفشي الأمراض. لا تستخدم التطابق عندما تكون متغيرات التطابق وسيطة محتملة على المسار السببي (التطابق الزائد)، أو عندما يكون عدد الحالات صغيرًا جدًا ولا يمكن العثور على شركاء متطابقين، أو عندما تجعل التعرضات المتغيرة بمرور الوقت التطابق الثابت غير مناسب — في هذه الحالات قد يكون تصميم الحالة المتقاطعة أو الأتراب مفضلاً. لا يزيل التطابق الارتباك غير المقاس.

الحدود والاعتبارات

  • لا يمكن تقدير انتشار أو حدوث النتيجة — فقط نسبة الأرجحية للارتباط بين التعرض والنتيجة.
  • لا يمكن دراسة متغيرات التطابق نفسها كتعرضات ما لم تستخدم طرق تحليل معقدة.
  • التطابق الزائد (التطابق على متغير مرتبط بالتعرض ولكن ليس بالمرض) يضخم حجم العينة المطلوب ويحيز نسبة الأرجحية نحو العدم.
  • قد يكون العثور على شواهد متطابقة كافية صعبًا، خاصة بالنسبة للمجموعات النادرة من معايير التطابق، مما يؤدي إلى حالات غير متطابقة يجب استبعادها.
  • يجب الحفاظ على البنية المتطابقة في التحليل؛ تجاهلها (باستخدام الانحدار اللوجستي غير الشرطي) ينتج تقديرات متحيزة.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • يتحكم بكفاءة في العوامل المربكة القوية (العمر، الجنس، المركز السريري) عن طريق التصميم بدلاً من التعديل الإحصائي فقط.
  • مناسب تمامًا للنتائج النادرة حيث لا تكون دراسة الأتراب الكاملة ممكنة؛ يمكن لجزء من العينة غير المتطابقة تحقيق دقة مماثلة.
  • يقلل من التباين داخل المجموعات المتطابقة، مما يزيد غالبًا من الكفاءة الإحصائية لحجم عينة معين.
  • مقبول على نطاق واسع ومفهوم جيدًا في المجلات السريرية والوبائية؛ الانحدار اللوجستي الشرطي هو المعيار ومطبق في جميع حزم الإحصاء الرئيسية.

التطبيقات

  • التحقيق في عوامل الخطر للسرطانات النادرة عن طريق مطابقة مرضى المستشفى المصابين بالسرطان مع شواهد من نفس المستشفى بناءً على العمر والجنس وقسم الدخول.
  • تحقيقات تفشي الأمراض التي يتم فيها مطابقة حالات الأمراض المنقولة بالغذاء مع شواهد الحي بناءً على الموقع الجغرافي ومناسبة الوجبة.
  • دراسات الوبائيات الدوائية التي تبحث في التفاعلات الدوائية الضارة، مع مطابقة الحالات مع شواهد متعرضة للدواء بناءً على المؤشر والعمر والأمراض المصاحبة.
  • دراسات الوبائيات المهنية للتعرضات النادرة (مثل العوامل الكيميائية المحددة) مع شواهد متطابقة صناعيًا لإزالة الارتباك المهني.
  • الوبائيات الجينية حيث يتم مطابقة الحالات والشواهد عرقيًا لتقليل التطبق السكاني قبل تحديد النمط الجيني.
  • دراسات الطوارئ والجراحة حيث يوفر دخول المستشفى إطارًا طبيعيًا للتطابق لأسئلة التعرض والنتائج الحادة.

كيف يعمل

كيف يعمل

1

صغ تعريفًا دقيقًا للحالة يحدد المرض أو النتيجة، ومعايير التشخيص، والسكان المؤهلين (السكان المصدر)، والنافذة الزمنية. حدد التعرض محل الاهتمام والعوامل المربكة التي تنوي التحكم فيها عن طريق التطابق. حدد مسبقًا نسبة التطابق (1:1، 1:2، إلخ) ومتغيرات التطابق.

2

قم بتجنيد الحالات الجديدة أو المنتشرة من مصدر محدد مثل سجلات المستشفيات، أو سجلات الأمراض، أو نظام المراقبة. تأكد من أن كل حالة تستوفي تعريف الحالة. اختر الشواهد من نفس السكان المصدر — الأشخاص الذين كانوا مؤهلين ليصبحوا حالة — باستخدام استراتيجيات أخذ العينات القائمة على المستشفى، أو القائمة على السكان، أو الكثافة.

3

لكل حالة، اختر واحدًا أو أكثر من الشواهد الذين يتشاركون في قيم متغيرات التطابق (على سبيل المثال، نفس الفئة العمرية لخمس سنوات ونفس الجنس). يربط التطابق الفردي (واحد لواحد أو واحد لمتعدد) كل شاهد بحالة معينة؛ يوازن التطابق التكراري التوزيعات عبر الدراسة ككل. وثّق نسبة التطابق وأي عروض معايرة مستخدمة.

4

تحقق من حالة التعرض لكل من الحالات وشواهدها المتطابقة، باستخدام نفس طريقة القياس لكلا المجموعتين لتجنب سوء التصنيف التفاضلي. تشمل المصادر الشائعة المقابلات، والسجلات الطبية، وبيانات البنوك الحيوية، أو قواعد البيانات الإدارية. يؤدي تعمية مقيمي النتائج عن حالة الحالة/الشاهد إلى تقليل تحيز المعلومات.

5

حلل البيانات المتطابقة باستخدام الانحدار اللوجستي الشرطي (أو اختبار McNemar للأزواج المتطابقة 1:1) للحفاظ على البنية المتطابقة. بالنسبة لتصميم متطابق بسيط 1:1، تُقدر نسبة الأرجحية المتطابقة على أنها OR = b/c، حيث b = أزواج غير متوافقة مع حالة متعرضة وشاهد غير متعرض، و c = أزواج غير متوافقة مع حالة غير متعرضة وشاهد متعرض. اضبط المتغيرات المساعدة الإضافية ضمن النموذج الشرطي.

الصيغة
OR = (b / c)
6

عبر عن النتائج كنسب أرجحية متطابقة مع فترات ثقة 95%. قيّم ما إذا كانت متغيرات التطابق مناسبة، وتحقق من التطابق الزائد (التطابق على عامل وسيط للتعرض)، وقيّم الارتباك المتبقي. ناقش الصلاحية الخارجية فيما يتعلق بالسكان المصدر.

الأخطاء الشائعة

  • التطابق الزائد: اختيار متغيرات التطابق التي تقع على المسار السببي بين التعرض والمرض (الوسيطة) يزيل التباين اللازم للكشف عن الارتباط ويحيز نسبة الأرجحية نحو 1.0.
  • كسر التطابق في التحليل: تحليل البيانات المتطابقة باستخدام الانحدار اللوجستي القياسي (غير الشرطي) يهدر مكاسب الكفاءة من التطابق ويمكن أن يؤدي إلى التحيز — استخدم دائمًا الانحدار اللوجستي الشرطي أو اختبار McNemar.
  • تحيز الاستدعاء: إذا تذكرت الحالات التعرضات بشكل أكثر وضوحًا من الشواهد (الاستدعاء التفاضلي)، فسيتم المبالغة في تقدير نسبة الأرجحية؛ استخدم السجلات الموضوعية أو المؤشرات الحيوية حيثما أمكن.
  • تجاهل الحالات غير المتطابقة: استبعاد الحالات التي لم يتم العثور على شاهد متطابق لها يمكن أن يؤدي إلى تحيز الاختيار إذا كانت قابلية الاستبعاد مرتبطة بالتعرض.
  • التحكم غير الكافي في الارتباك المتبقي: التطابق على فئات واسعة (مثل الفئات العمرية لعشر سنوات) يترك الارتباك داخل الفئة دون معالجة؛ قم بتحسين الفئات أو اضبط العمر بشكل مستمر في النموذج.

الأسئلة الشائعة

لماذا يجب علي استخدام الانحدار اللوجستي الشرطي بدلاً من الانحدار اللوجستي العادي؟

في الدراسة المتطابقة فرديًا، تشكل الحالة وشواهدها المتطابقة طبقة. يعامل الانحدار اللوجستي غير الشرطي جميع الطبقات كعينة مجمعة واحدة، مما ينتج تقديرات متحيزة لأن مقاطع المجموعات المتطابقة تُعامل كمعلمات ثابتة — مما يؤدي إلى مشكلة المعلمات العرضية. يعتمد الانحدار اللوجستي الشرطي على الإحصاء الكافي لكل مجموعة متطابقة، مما يلغي المقاطع الخاصة بالطبقة وينتج نسبة أرجحية متطابقة غير متحيزة.

ما هو التطابق الزائد ولماذا هو ضار؟

يحدث التطابق الزائد عندما تطابق على متغير مرتبط بالتعرض ولكنه ليس مرتبطًا بشكل مستقل بالمرض (أو هو وسيط على المسار السببي). نظرًا لأن الحالات والشواهد سيكون لها بعد ذلك تواريخ تعرض متشابهة حسب التصميم، فإن التباين بين المجموعات يقل، وتتحيز نسبة الأرجحية نحو 1، وتكون هناك حاجة إلى عينة أكبر لتحقيق نفس القوة. تجنب التطابق على المتغيرات التي يمكن أن تكون نتائج لاحقة للتعرض.

كيف أختار نسبة التطابق؟

نسبة 1:1 هي الأكثر شيوعًا والأسهل في الإدارة. يؤدي الزيادة إلى 1:2 أو 1:3 شواهد لكل حالة إلى تحسين الدقة عندما تكون الحالات نادرة ولكن الشواهد وفيرة؛ يتضاءل الكسب في الكفاءة بعد 1:4 ونادرًا ما يبرر التعقيد الإضافي. إذا كانت الحالات نادرة جدًا والشواهد وفيرة، فإن نسبة 1:4 غالبًا ما تعتبر الحد الأقصى العملي.

هل يمكنني دراسة تعرضات متعددة في نفس دراسة الحالات والشواهد المتطابقة؟

نعم. يمكن لنموذج الانحدار اللوجستي الشرطي أن يتضمن متغيرات تعرض متعددة في وقت واحد، مما يسمح بتقييم عدة عوامل خطر مع الحفاظ على البنية المتطابقة. ومع ذلك، يضيف كل تعرض إضافي معلمات ويتطلب حجم عينة مناسبًا؛ تجنب التنقيب عن البيانات عن طريق تحديد التعرضات الأولية والثانوية مسبقًا في بروتوكول الدراسة.

ما الفرق بين التطابق الفردي والتطابق التكراري؟

يربط التطابق الفردي (الزوجي) كل حالة محددة بواحد أو أكثر من الشواهد المحددة بناءً على متغيرات التطابق، مما يتطلب تحليلًا شرطيًا. يضمن التطابق التكراري أن التوزيع العام لمتغيرات التطابق متوازن بين الحالات والشواهد ولكنه لا ينشئ أزواجًا خاصة بالحالة؛ يمكن تحليله باستخدام الانحدار اللوجستي غير الشرطي مع التعديل لمتغيرات التطابق. يوفر التطابق الفردي تحكمًا أكثر إحكامًا ولكنه أكثر تطلبًا لوجستيًا ويقيد التحليل.

طرق ذات صلة

المصادر

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ردمك: 978-0781755474
    تم النسخ.
  2. Schlesselman, J. J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.

    ردمك: 978-0195029338
    تم النسخ.