Skip to content
بازگشت به نتایج جست‌وجو

مطالعه کوهورت — طرح مشاهده‌ای طولی

معرفی‌شده توسط
Doll & Hill (British Doctors Study, 1951); Snow (cholera, 1854)
سال
Mid-20th century (formal epidemiological design codified ~1950s)
نوع
Observational longitudinal 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 کوهورت گروهی از افراد را که نقطه شروع مشترکی دارند — معمولاً عاری از پیامد مورد نظر — گرد هم می‌آورد و آنها را در طول زمان دنبال می‌کند تا مشاهده کند چه کسانی به پیامد مبتلا می‌شوند. با مقایسه نرخ بروز بین زیرگروه‌های در معرض و غیر در معرض، محققان می‌توانند نسبت خطر (risk) و تفاوت مطلق خطر را تخمین بزنند. مطالعات کوهورت، طرح مشاهده‌ای استاندارد طلایی برای اندازه‌گیری بروز بیماری و ایجاد روابط زمانی بین مواجهه و پیامد هستند.

شهود پشت روش

مطالعه کوهورت را مانند یک مستند آینده‌نگر در نظر بگیرید: شما گروهی از شرکت‌کنندگان را قبل از وقوع داستان استخدام می‌کنید، ثبت می‌کنید چه کسی در معرض یک عامل خاص قرار گرفته است، و سپس ماه‌ها یا سال‌ها تماشا می‌کنید تا ببینید چه کسی بیمار می‌شود. از آنجایی که مواجهه را قبل از پیامد مشاهده می‌کنید، جدول زمانی علت و معلول واضح‌تر از مطالعات مورد-شاهدی است. مبادله آن زمان و هزینه است — بیماری‌های نادر ممکن است به کوهورت‌های عظیمی نیاز داشته باشند که دهه‌ها پیگیری شوند تا قبل از انباشت رویدادهای کافی برای نتیجه‌گیری قابل اعتماد، رویدادهای کافی جمع‌آوری شود.

تاریخ

طرح کوهورت ریشه‌هایی در مشاهدات جان اسنو در مورد وبا در اواسط قرن نوزدهم در لندن دارد، اما مطالعه کوهورت اپیدمیولوژیک رسمی در اوایل دهه ۱۹۵۰ از طریق تحقیقات برجسته مانند مطالعه پزشکان بریتانیایی توسط ریچارد دال و آستین برادفورد هیل (۱۹۵۱-۱۹۵۴) که رابطه علّی بین سیگار کشیدن و سرطان ریه را نشان داد، تأسیس شد. مطالعه قلب فریمینگهام که در سال ۱۹۴۸ راه‌اندازی شد، رویکرد کوهورت آینده‌نگر طولانی‌مدت به عوامل خطر قلبی عروقی را نشان داد. مبانی روش‌شناختی توسط برایان مک‌ماهون، توماس پوگ و بعدها کنت روتمان تدوین شد.

چه زمانی استفاده شود

هنگامی که سؤال تحقیق مربوط به بروز بیماری، توالی زمانی بین مواجهه و پیامد، یا تاریخچه طبیعی یک وضعیت است — و زمانی که تصادفی‌سازی غیراخلاقی یا غیرعملی است، از مطالعه کوهورت استفاده کنید. طرح‌های کوهورت به‌ویژه برای مطالعه مواجهات نادر (زیرا شرکت‌کنندگان می‌توانند بر اساس وضعیت مواجهه انتخاب شوند)، پیامدهای متعدد از یک مواجهه واحد، و اثرات طولانی‌مدت مناسب هستند. هنگامی که پیامد بسیار نادر است (نیاز به نمونه‌های عظیم برای مشاهده رویدادهای کافی)، زمانی که بودجه یا جدول زمانی مطالعه نمی‌تواند پیگیری طولانی‌مدت را پشتیبانی کند، یا زمانی که طرح مورد-شاهدی یا مقطعی می‌تواند سؤال را با کارایی بیشتری پاسخ دهد، از مطالعه کوهورت استفاده نکنید.

محدودیت‌ها و ملاحظات

  • برای پیامدهای نادر ناکارآمد است — ممکن است برای جمع‌آوری رویدادهای کافی به اندازه‌های نمونه عظیم و دوره‌های پیگیری طولانی نیاز باشد.
  • از دست دادن پیگیری می‌تواند سوگیری انتخاب را معرفی کند اگر کسانی که حذف می‌شوند با کسانی که باقی می‌مانند متفاوت باشند.
  • مدت طولانی و نیاز به نمونه‌های بزرگ، مطالعات کوهورت را پرهزینه و از نظر لجستیکی دشوار می‌کند.
  • عوامل مخدوش‌کننده با متغیرهای اندازه‌گیری نشده را نمی‌توان تنها از طریق طرح، برخلاف کارآزمایی‌های تصادفی، از بین برد.

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

نقاط قوت

  • ایجاد توالی زمانی — مواجهه قبل از پیامد اندازه‌گیری می‌شود، که استدلال علّی را نسبت به طرح‌های مورد-شاهدی یا مقطعی قانع‌کننده‌تر پشتیبانی می‌کند.
  • امکان محاسبه نرخ بروز مطلق و نسبت خطر، نه فقط نسبت شانس (odds ratio).
  • یک کوهورت واحد می‌تواند به طور همزمان داده‌هایی را برای پیامدهای متعدد ارائه دهد.
  • اندازه‌گیری آینده‌نگر مواجهه، سوگیری یادآوری را در مقایسه با طرح‌های گذشته‌نگر کاهش می‌دهد.
  • برای مطالعه مواجهات نادر با غنی‌سازی کوهورت با افراد در معرض، مناسب است.

کاربردها

  • کمی‌سازی اثرات قلبی عروقی طولانی‌مدت الگوهای غذایی، فعالیت بدنی، یا درمان کاهش‌دهنده چربی.
  • تخمین بروز بیماری‌های شغلی (مانند مزوتلیوما در کارگران در معرض آزبست).
  • مطالعه تاریخچه طبیعی بیماری‌های مزمن مانند دیابت، HIV، یا بیماری آلزایمر.
  • ارزیابی اثربخشی واکسن و عوارض جانبی در نظارت پس از مجوز.
  • بررسی اثرات مواجهات محیطی (آلودگی هوا، تشعشع) بر سلامت جمعیت در طول دهه‌ها.

چگونه کار می‌کند

چگونه کار می‌کند

1

محقق جمعیت در معرض خطر را شناسایی و استخدام می‌کند — افرادی که هنوز پیامد مورد نظر را ندارند. معیارهای ورود ممکن است بر اساس سن، جغرافیا، شغل، یا ثبت‌نام در یک سیستم بهداشتی تعریف شوند. کوهورت آغازین در یک نقطه شروع مشترک ثبت‌نام می‌شود و ویژگی‌های پایه ثبت می‌گردد.

2

وضعیت مواجهه (مانند سیگار کشیدن، رژیم غذایی، مصرف دارو، عامل شغلی) در ابتدا ارزیابی می‌شود و در بسیاری از طرح‌ها، در فواصل منظم در طول پیگیری مجدداً ارزیابی می‌شود. اندازه‌گیری دقیق مواجهه در این مرحله کیفیت کل مطالعه را تعیین می‌کند؛ طبقه‌بندی نادرست در اینجا، تخمین‌های خطر را به سمت صفر سوگیری می‌کند.

3

شرکت‌کنندگان از طریق ارزیابی‌های دوره‌ای، پیوند با رجیستری‌ها، داده‌های اداری، یا تماس فعال در طول زمان پایش می‌شوند. از دست دادن پیگیری، تهدید اصلی برای اعتبار داخلی در این مرحله است: اگر کسانی که مطالعه را ترک می‌کنند به طور سیستماتیک با کسانی که باقی می‌مانند متفاوت باشند، بروز تخمینی ممکن است سوگیری داشته باشد.

4

رویدادهای پیامد جدید (تشخیص‌های جدید، مرگ‌ها، بستری شدن‌ها) از طریق معاینه بالینی، سوابق پزشکی، رجیستری‌های بیماری، یا پیوند با آمار حیاتی شناسایی می‌شوند. تعاریف پیامد واضح و از پیش تعیین شده، طبقه‌بندی نادرست پیامد را به حداقل می‌رساند.

5

نرخ بروز برای گروه‌های در معرض و غیر در معرض محاسبه می‌شود. معیار اصلی اثر، نسبت خطر (RR = بروز در گروه در معرض / بروز در گروه غیر در معرض) یا، هنگامی که زمان پیگیری متغیر است، نسبت نرخ است. تخمین‌های تعدیل شده از طریق رگرسیون چندمتغیره (مانند پواسون، کاکس) برای کنترل عوامل مخدوش‌کننده به دست می‌آیند.

فرمول
RR = (Ie / Iu)

دام‌های رایج

  • نادیده گرفتن مواجهات متغیر با زمان — در نظر گرفتن مواجهه پایه به عنوان ثابت در حالی که در طول پیگیری تغییر می‌کند (مانند ترک سیگار) می‌تواند مواجهه را به اشتباه طبقه‌بندی کرده و نتایج را سوگیری کند؛ از تحلیل‌های به‌روز شده با زمان یا مدل‌های ساختاری حاشیه‌ای استفاده کنید.
  • کنترل ناکافی زمان پیگیری — مقایسه تعداد خام رویدادها به جای نرخ بروز بر حسب نفر-زمان، در صورتی که مدت پیگیری در بین شرکت‌کنندگان متفاوت باشد، نتایج گمراه‌کننده‌ای تولید خواهد کرد.
  • سوگیری زمان جاودانه — دوره‌های پیگیری که در طی آن یک شرکت‌کننده نمی‌تواند پیامد را تجربه کند (مانند زمان قبل از پر شدن نسخه دارو)، نباید به گروه در معرض نسبت داده شود، در غیر این صورت تخمین‌های خطر به طور مصنوعی مطلوب خواهند بود.
  • اثر کارگر سالم یا کاربر سالم — کوهورت‌هایی که از محیط‌های شغلی یا بالینی استخدام می‌شوند ممکن است به طور سیستماتیک سالم‌تر از جمعیت عمومی باشند، که قابلیت تعمیم خارجی را محدود می‌کند.

پرسش‌های متداول

تفاوت بین مطالعه کوهورت آینده‌نگر و گذشته‌نگر چیست؟

در یک مطالعه کوهورت آینده‌نگر، محققان شرکت‌کنندگان را استخدام کرده و سپس آنها را به جلو در زمان دنبال می‌کنند و داده‌های مواجهه و پیامد را با وقوع رویدادها جمع‌آوری می‌کنند. در یک مطالعه کوهورت گذشته‌نگر (تاریخی)، هم مواجهه و هم پیامد از قبل رخ داده‌اند؛ محقق کوهورت را از سوابق موجود بازسازی می‌کند. منطق تحلیلی یکسان است، اما طرح‌های گذشته‌نگر سریع‌تر و ارزان‌تر هستند در حالی که بیشتر مستعد سوگیری اطلاعات ناشی از سوابق تاریخی ناقص هستند.

اندازه یک مطالعه کوهورت چقدر باید باشد؟

اندازه نمونه به بروز مورد انتظار پیامد، اندازه اثری که می‌خواهید تشخیص دهید، مدت پیگیری، و توان آماری مورد نظر بستگی دارد. برای پیامدهای شایع ممکن است چند صد شرکت‌کننده کافی باشد؛ برای پیامدهای نادر با اندازه‌های اثر متوسط، ممکن است به ده‌ها هزار شرکت‌کننده که دهه‌ها پیگیری می‌شوند، نیاز باشد. محاسبات توان باید قبل از شروع استخدام انجام شود.

تفاوت مطالعه کوهورت با کارآزمایی تصادفی چیست؟

در یک کارآزمایی تصادفی، محقق تخصیص مواجهه را کنترل می‌کند، که مخدوش‌کنندگی را از طریق طرح حذف کرده و امکان نتیجه‌گیری علّی را فراهم می‌کند. در مطالعه کوهورت، مواجهه توسط شرایط طبیعی تعیین می‌شود، بنابراین عوامل مخدوش‌کننده اندازه‌گیری نشده ممکن است ارتباط مواجهه-پیامد را تحریف کنند. مطالعات کوهورت مشاهده‌ای هستند و بنابراین در سلسله مراتب شواهد برای سؤالات علّی جایگاه پایین‌تری دارند، اما زمانی که تصادفی‌سازی غیراخلاقی یا غیرعملی باشد، امکان‌پذیر هستند.

چه معیار اثری توسط مطالعه کوهورت تولید می‌شود؟

معیار اصلی اثر، نسبت خطر (نسبت ریسک) در هنگام استفاده از بروز تجمعی، یا نسبت نرخ بروز در هنگام استفاده از مخرج نفر-زمان است. مطالعات کوهورت همچنین می‌توانند تفاوت خطر (خطر قابل انتساب) را تخمین بزنند که برای تأثیر سلامت عمومی قابل تفسیر مستقیم است. نسبت شانس (odds ratio) حاصل از رگرسیون لجستیک گاهی اوقات برای راحتی گزارش می‌شود اما تنها زمانی نسبت خطر را تقریب می‌زند که پیامد نادر باشد.

چگونه باید با از دست دادن پیگیری برخورد کرد؟

اول، با استراتژی‌های فعال حفظ شرکت‌کنندگان، از دست دادن را به حداقل برسانید. نسبت افراد از دست رفته را گزارش کرده و ویژگی‌های پایه تکمیل‌کنندگان در مقابل غیرتکمیل‌کنندگان را مقایسه کنید. با استفاده از اصول قصد پیگیری (intention-to-follow-up) تحلیل کنید و تحلیل‌های حساسیت (مانند بهترین حالت و بدترین حالت سناریوهای جایگزینی) را برای ارزیابی استحکام یافته‌ها انجام دهید. وزن‌دهی احتمالی معکوس می‌تواند برای سانسور اطلاعاتی زمانی که پیش‌بینی‌کننده‌های خروج اندازه‌گیری می‌شوند، تصحیح کند.

روش‌های مرتبط

منابع

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

    شابک: 978-0781755641
    کپی شد.
  2. Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits: a preliminary report. British Medical Journal, 1(4877), 1451–1455.

    باز کردن مرجع DOI
    کپی شد.