Skip to content
بازگشت به نتایج جست‌وجو

مطالعه مورد-شاهدی — طرح اپیدمیولوژیک مشاهده‌ای

معرفی‌شده توسط
Janet Lane-Claypon (early precursors, 1926); formalized by Brian MacMahon and Jerome Cornfield in the 1950s–1960s
سال
1950s (formal methodology); precursors in the 1920s
نوع
Observational analytic study design
خانواده
Clinical / epidemiology

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

مطالعه مورد-شاهدی یک طرح مشاهده‌ای گذشته‌نگر است که در آن افراد مبتلا به یک بیماری یا پیامد مورد علاقه (موارد) با افراد مبتلا نشده (شواهد) مقایسه می‌شوند تا مشخص شود آیا مواجهه قبلی با یک عامل خطر احتمالی بین دو گروه تفاوت دارد یا خیر. معیار اصلی ارتباط، نسبت شانس (odds ratio) است که در صورت نادر بودن پیامد، تقریب‌زننده خطر نسبی (relative risk) است. مطالعات مورد-شاهدی به‌ویژه برای بررسی بیماری‌های نادر و تولید فرضیه‌های اتیولوژیک کارآمد هستند.

شهود پشت روش

فرض کنید می‌خواهید بدانید آیا مواجهه با یک آفت‌کش خاص باعث سرطان نادر می‌شود. اجرای یک مطالعه کوهورت آینده‌نگر مستلزم پیگیری صدها هزار نفر برای دهه‌ها است — که غیرعملی و پرهزینه است. مطالعه مورد-شاهدی جدول زمانی را معکوس می‌کند: با بیمارانی که از قبل سرطان دارند (موارد) و گروهی مطابق‌سازی شده بدون آن (شواهد) شروع کنید، سپس به عقب نگاه کنید تا بفهمید چه کسی در معرض آن قرار گرفته است. با مقایسه فراوانی مواجهه گذشته بین دو گروه، می‌توانید تخمین بزنید که این مواجهه چقدر با بیماری مرتبط است. منطق آن شبیه کارآگاهی است — پیامد مشخص است و شما برای شناسایی علل احتمالی آن به عقب کار می‌کنید.

تاریخ

طرح مورد-شاهدی ریشه‌های خود را در اپیدمیولوژی بالینی اوایل قرن بیستم دارد. مطالعه جانت لین-کلیپتون در سال 1926 بر روی عوامل خطر سرطان پستان اغلب به عنوان پیش‌زمینه ذکر می‌شود. پایه‌های روش‌شناختی رسمی در دهه 1950 توسط برایان مک‌ماهون، جروم کورنفیلد، ناتان مانتل و ویلیام هانزل گذاشته شد که مقاله سال 1959 آن‌ها در مورد تطبیق و طبقه‌بندی همچنان یک اثر برجسته است. مطالعه مورد-شاهدی برجسته ریچارد دال و برادفورد هیل در سال 1950 که سیگار کشیدن را به سرطان ریه مرتبط می‌کرد، این طرح را به شهرت بین‌المللی رساند. کتاب درسی جیمز شلسلمن در سال 1982 روش‌ها را تدوین کرد و دهه‌های بعدی شاهد ادغام رگرسیون لجستیک چندمتغیره و طرح‌های تو در تو در عمل استاندارد بود.

چه زمانی استفاده شود

هنگامی از مطالعه مورد-شاهدی استفاده کنید که پیامد نادر است یا دوره نهفتگی طولانی دارد (که پیگیری آینده‌نگر را غیرعملی می‌کند)، زمانی که چندین مواجهه باید به‌طور همزمان برای یک پیامد واحد ارزیابی شوند، یا زمانی که منابع محدود هستند. این طرح انتخاب‌شده برای تولید فرضیه در اتیولوژی بیماری است. از طرح مورد-شاهدی زمانی استفاده نکنید که مواجهه نادر است (مطالعه کوهورت کارآمدتر است)، زمانی که داده‌های وقوع مورد نیاز است (مطالعات مورد-شاهدی نسبت شانس را ارائه می‌دهند، نه نرخ وقوع)، یا زمانی که توالی زمانی بین مواجهه و پیامد را نمی‌توان به‌طور قابل اعتماد از سوابق موجود تعیین کرد — که استنتاج علی را مختل می‌کند.

محدودیت‌ها و ملاحظات

  • مستعد سوگیری یادآوری (recall bias) است: موارد ممکن است مواجهات گذشته را دقیق‌تر (یا کمتر دقیق) از شواهد به خاطر بیاورند، که ارتباط تخمینی را افزایش یا کاهش می‌دهد.
  • سوگیری انتخاب (selection bias) می‌تواند زمانی رخ دهد که موارد و شواهد از یک جمعیت منبع یکسان گرفته نشده باشند، که انتخاب شواهد را مهم‌ترین تصمیم از نظر روش‌شناسی می‌سازد.
  • قادر به تخمین مستقیم نرخ وقوع یا خطرات مطلق نیست — فقط نسبت شانس، که خطر نسبی را فقط در صورت کم بودن شیوع بیماری تقریب می‌زند.
  • موقت بودن رابطه مواجهه-پیامد را می‌توان از داده‌های گذشته‌نگر به‌سختی تعیین کرد، که استنتاج علی را محدود می‌کند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • برای بیماری‌های نادر بسیار کارآمد است: حتی با نمونه کوچک، می‌توان به تخمین‌های معنی‌دار از ارتباط دست یافت.
  • نسبتاً سریع و ارزان در مقایسه با مطالعات کوهورت آینده‌نگر زیرا زمان پیگیری حذف می‌شود.
  • امکان ارزیابی همزمان چندین مواجهه یا عوامل خطر برای یک پیامد واحد را فراهم می‌کند.
  • مناسب برای مطالعه بیماری‌هایی با دوره‌های نهفتگی طولانی که طرح‌های آینده‌نگر غیرعملی خواهند بود.

کاربردها

  • بررسی عوامل خطر محیطی یا شغلی برای سرطان‌های نادر (مانند آزبست و مزوتلیوما، رادون و سرطان ریه).
  • شناسایی عوامل خطر برای شیوع بیماری‌های عفونی در طول تحقیقات سریع بهداشت عمومی.
  • مطالعه اثرات جانبی دارویی یا واکسن که در آن نرخ رویداد برای توانمندسازی یک کارآزمایی تصادفی بسیار پایین است.
  • بررسی عوامل خطر ژنتیکی، سبک زندگی و رژیم غذایی برای بیماری‌های قلبی عروقی، دیابت یا شرایط عصبی.
  • ارزیابی مواجهات مادران مرتبط با ناهنجاری‌های مادرزادی یا پیامدهای نامطلوب تولد.

چگونه کار می‌کند

چگونه کار می‌کند

1

گروه موارد را با استفاده از معیارهای تشخیصی واضح و قابل تکرار (مانند تشخیص هیستولوژیک تأیید شده) به‌دقت تعریف کنید. گروه شواهد را طوری تعریف کنید که همان جمعیت منبعی را که موارد از آن نشأت گرفته‌اند، نشان دهد — شواهد افرادی هستند که اگر پیامد را پیدا می‌کردند، موارد را تشکیل می‌دادند. ابهام در هر یک از تعاریف منبع اصلی سوگیری (bias) است.

2

موارد (حاد یا شایع، بسته به سؤال تحقیق) و شواهد را از یک جمعیت منبع مناسب استخدام کنید. شواهد می‌توانند مبتنی بر جمعیت (نمونه تصادفی)، مبتنی بر بیمارستان، یا مطابق‌سازی شده با موارد بر اساس عوامل مخدوش‌کننده بالقوه کلیدی مانند سن، جنسیت یا منطقه جغرافیایی باشند. تطبیق کارایی را بهبود می‌بخشد اما نیاز به تحلیل تطبیق‌یافته دارد.

3

تاریخچه مواجهه را برای هر دو گروه با استفاده از همان روش‌ها جمع‌آوری کنید — مصاحبه‌های ساختاریافته، سوابق پزشکی، نمونه‌های بیولوژیکی، یا پیوند به پایگاه‌های داده اداری. کور کردن مصاحبه‌کنندگان نسبت به وضعیت مورد/شاهد، یادآوری افتراقی و سوگیری مصاحبه‌کننده را کاهش می‌دهد. در صورت امکان معیارهای مواجهه را اعتبارسنجی کنید.

4

یک جدول توافقی 2×2 (مواجه شده/مواجه نشده × مورد/شاهد) بسازید. نسبت شانس را محاسبه کنید: OR = (a × d) / (b × c)، که در آن a = موارد مواجه شده، b = موارد مواجه نشده، c = شواهد مواجه شده، d = شواهد مواجه نشده. از رگرسیون لجستیک برای تنظیم برای عوامل مخدوش‌کننده و به‌دست آوردن فواصل اطمینان و مقادیر p استفاده کنید.

فرمول
OR = (a/b) / (c/d) = (a \times d) / (b \times c)
5

عوامل مخدوش‌کننده بالقوه را از قبل شناسایی کرده و از طریق طرح مطالعه (تطبیق، محدودیت) یا تحلیل (رگرسیون لجستیک چندمتغیره، طبقه‌بندی) به آن‌ها بپردازید. تعدیل اثر را با بررسی اینکه آیا OR در بین طبقه‌های یک متغیر سوم متفاوت است، ارزیابی کنید. تحلیل‌های حساسیت، استحکام یافته‌ها را در برابر مخدوش‌کنندگی اندازه‌گیری نشده آزمایش می‌کنند.

6

OR > 1 نشان‌دهنده ارتباط مثبت بین مواجهه و پیامد است؛ OR < 1 نشان‌دهنده ارتباط محافظتی است. OR را در زمینه فاصله اطمینان، اهمیت آماری، معقولیت بیولوژیکی، شواهد دوز-پاسخ و سازگاری با سایر مطالعات تفسیر کنید. به یاد داشته باشید که OR فقط زمانی خطر نسبی را تقریب می‌زند که بیماری نادر باشد (شیوع < 10%).

دام‌های رایج

  • گروه شواهد نامناسب: انتخاب شواهد بیمارستانی در حالی که موارد مبتنی بر جمعیت هستند (یا بالعکس) سوگیری انتخاب را معرفی کرده و نسبت شانس را تحریف می‌کند — شواهد باید همان جمعیت منبع موارد را نشان دهند.
  • نادیده گرفتن سوگیری یادآوری: استفاده از مواجهه خودگزارش‌دهی بدون کورسازی، اعتبارسنجی، یا سه‌جانبه‌سازی با سوابق عینی، ارتباطات ظاهری را هنگامیکه موارد بیشتر به علل احتمالی بیماری خود فکر می‌کنند، افزایش می‌دهد.
  • تطبیق بیش از حد (Over-matching): تطبیق موارد و شواهد بر روی متغیرهایی که در مسیر علی قرار دارند (واسطه‌ها)، تنوع مواجهه-پیامد را که سعی در تشخیص آن دارید، حذف می‌کند و ارتباطات واقعی را پنهان می‌سازد.
  • رفتار با موارد شایع به گونه‌ای که گویی موارد حادث بوده‌اند: موارد شایع با بیماری خود زنده می‌مانند، که سوگیری بازماندگان را معرفی می‌کند — موارد حادث (تازه تشخیص داده شده) به‌شدت ترجیح داده می‌شوند.
  • اعمال OR به گونه‌ای که گویی برابر با خطر نسبی است در حالی که شیوع پیامد بالا است (> 10%): در چنین شرایطی OR به‌طور قابل توجهی خطر نسبی را بیش از حد تخمین می‌زند و باید از معیارهای جایگزین استفاده شود.

پرسش‌های متداول

تفاوت مطالعه مورد-شاهدی و مطالعه کوهورت چیست؟

مطالعه کوهورت با وضعیت مواجهه شروع می‌شود و شرکت‌کنندگان را در طول زمان به جلو دنبال می‌کند تا ببیند چه کسی پیامد را پیدا می‌کند؛ این مطالعه می‌تواند نرخ وقوع و خطرات نسبی را مستقیماً تخمین بزند. مطالعه مورد-شاهدی با وضعیت پیامد (موارد در مقابل شواهد) شروع می‌شود و به عقب به مواجهه گذشته نگاه می‌کند؛ این مطالعه نسبت شانس را ارائه می‌دهد و برای پیامدهای نادر کارآمدتر است اما نمی‌تواند نرخ وقوع را تخمین بزند. این دو طرح مکمل یکدیگر هستند: مطالعات کوهورت برای پیامدهای شایع با پیگیری کوتاه بهتر هستند؛ مطالعات مورد-شاهدی برای بیماری‌های نادر یا شرایط با دوره نهفتگی طولانی بهتر هستند.

نسبت شانس چه زمانی خطر نسبی را تقریب می‌زند؟

نسبت شانس (OR) یک تقریب معتبر از خطر نسبی (RR) است زمانی که بیماری یا پیامد نادر است — که به‌طور متعارف شیوع زیر 10% در نظر گرفته می‌شود. هنگامی که پیامد شایع است، OR از RR منحرف شده و آن را بیش از حد تخمین می‌زند. در محیط‌های با شیوع بالا، برای تخمین مستقیم RR از رگرسیون لگاریتمی-دوجمله‌ای یا پواسون استفاده کنید، یا OR را با اذعان صریح به عدم هم‌ارزی آن با RR گزارش دهید.

چگونه باید شواهد را انتخاب کنم؟

شواهد باید نماینده جمعیت منبعی باشند که موارد از آن نشأت گرفته‌اند — یعنی، اگر یک شاهد پیامد را پیدا می‌کرد، واجد شرایط تبدیل شدن به یک مورد بود. شواهد مبتنی بر جمعیت (نمونه‌گیری تصادفی از جامعه) از نظر روش‌شناسی ترجیح داده می‌شوند اما از نظر عملیاتی دشوار هستند. شواهد مبتنی بر بیمارستان راحت هستند اما می‌توانند سوگیری ایجاد کنند اگر مراجعه به بیمارستان خود با مواجهه تحت مطالعه مرتبط باشد. انتخاب باید توجیه شده و پیامدهای آن از طریق تحلیل حساسیت ارزیابی شود.

مطالعه مورد-شاهدی تو در تو (nested case-control study) چیست؟

مطالعه مورد-شاهدی تو در تو در داخل یک کوهورت تعریف شده گنجانده شده است. موارد افرادی هستند که در طول پیگیری پیامد را پیدا می‌کنند؛ شواهد از اعضای کوهورت که هنوز پیامد را در زمان شناسایی هر مورد پیدا نکرده‌اند، نمونه‌گیری می‌شوند (نمونه‌گیری مجموعه ریسک). این طرح کارایی رویکرد مورد-شاهدی را حفظ می‌کند و در عین حال امکان تخمین چگالی وقوع را فراهم می‌آورد و سوگیری یادآوری و انتخاب را به‌طور قابل توجهی کاهش می‌دهد زیرا مواجهات اغلب قبل از وقوع پیامدها به‌صورت آینده‌نگر اندازه‌گیری می‌شدند.

چگونه با مقایسه‌های متعدد هنگام آزمایش مواجهات زیاد برخورد کنم؟

آزمایش همزمان مواجهات زیاد، نرخ مثبت کاذب را افزایش می‌دهد. فرضیه‌های اولیه و ثانویه را از قبل مشخص کنید، برای تحلیل‌های ثانویه از اصلاحات مناسب (Bonferroni، نرخ کشف نادرست) استفاده کنید و ارتباطات معنی‌دار از نظر آماری را در میان مواجهات متعدد با احتیاط تفسیر کنید. پیش‌ثبت نام پروتکل مطالعه — با مواجهات اولیه به‌وضوح اعلام شده — اعتبار را به‌شدت تقویت می‌کند.

روش‌های مرتبط

منابع

  1. Schlesselman, J.J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.

    شابک: 978-0195027860
    کپی شد.
  2. Rothman, K.J., Greenland, S., & Lash, T.L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    شابک: 978-0781755641
    کپی شد.