Health Station

Mohsen Heidari : The Epidemiology student at Shahid Beheshti University of Medical Sciences and Health Services

 
مطالعات مورد شاهدی (Case Control)
نویسنده : محسن حیدری - ساعت ٥:٢٦ ‎ق.ظ روز چهارشنبه ٢٧ آبان ۱۳٩٤
 

بعد از اتمام این جلسه، شرکت کنندگان قادر خواهد بود که

  1. ویژگی­های اصلی یک مطالعه مورد شاهدی و نکات مهم در طراحی آن را توصیف کنند.

  2. اهمیت تعریف دقیق "موردها" و "شاهدها" را درک کنند.

  3. در انتخاب شاهدها به این موضوع توجه کنند که شاهدها بایستی معرف جمعیتی باشند که موردها از آن ایجاد شده­اند تا سوگرایی انتخاب را به حداقل برسانند.

  4. مشکلات موجود در به دست آوردن یک برآورد دقیق از مواجهه در این نوع مطالعه را درک کرده و از روشهای کاهش سوگرایی اطلاعات آگاه باشند.

  5. مزایا و نقایص طراحی­های همسان(Matched) و ناهمسان(Unmatched) را بدانند و اهمیت جمع آوری اطلاعات با مخدوش­کننده های بالقوه را درک کنند.

  6. چگونگی آنالیز داده­های حاصل از مطالعات مورد شاهدی را توصیف کرده و تشخیص دهند که کدام برآورد خطر را می­توان از این مطالعات تخمین زد.

  7. مزایا و نقایص طراحی مطالعه مورد شاهدی را بدانند.     

 


مطالعه مورد شاهدی یک مطالعه تحلیلی است که در آن یک فرضیه مورد آزمون قرار می­گیرد. این فرضیه بیانگر این است که آیا یک مواجهه (علت احتمالی یک بیماری خاص) (Exposure) با بیماری یا پیامد(Outcome) مورد نظر ارتباط دارد.

یک مطالعه مورد شاهدی با تعیین یک گروه از موارد (cases) (افرادی که پیامد، بیماری یا وضعیت مورد نظر را دارا می­باشند) و یک گروه از شاهدها (controls) (افرادی که پیامد یا بیماری مورد نظر را ندارند) آغاز می­شود. سپس نسبت مواجهه با عامل مورد نظر در هر دو گروه تعیین و مقایسه می­شود. اگر نسبت مواجهه به عامل مورد نظر در موردها بیشتر از شاهدها بود، مواجهه ممکن است یک عامل خطر (Risk Factor) برای آن بیماری باشد. اگر این نسبت کمتر بود مواجهه ممکن است یک عامل محافظت کننده(Protective Factor) برای آن بیماری باشد. افراد در مطالعه مورد شاهدی بر پایه پیامد وارد مطالعه می­شوند، به عنوان مثال بر پایه داشتن یا نداشتن بیماری مورد نظر تقسیم می­شوند.

 برای درک بهتر یک مطالعه مورد شاهدی تصور یک مطالعه کوهورت فرضی که مطالعه مورد شاهدی با آن مرتبط است مفید می­باشد. برای هر مطالعه مورد شاهدی یک مطالعه کوهورت فرضی وجود دارد که شامل جمعیتی است که موارد (بیماران) از آن جمعیت به وجود می­آیند (این جمعیت گاهی اوقات جمعیت پایه نامیده می­شود). در یک مطالعه مورد شاهدی نیاز به کشف میزان مواجهه در همه نمونه های کوهورت فرضی و پی­گیری همه آنها نیست زیرا بیماران به عنوان موارد انتخاب می­شوند و یک نمونه معرف از افراد باقی مانده در مطالعه کوهورت به عنوان گروه کنترل انتخاب می­شوند و سپس تنها به بررسی مواجهه در موارد و کنترل­ها پرداخته می­شود. در حقیقت، هدف از انتخاب گروه کنترل دادن اطلاعات درباره وضعیت مواجهه در کوهورتی است که موارد از آن حاصل می­شوند.

مطالعات مورد شاهدی از دو جهت کارآمد هستند: گذشته نگر بودن و عدم نیاز به پی­گیری طولانی برای وقوع موارد (بیماری) و استفاده از گروه کنترل به عنوان نمونه­ای از تمامی کسانی که پیامد مورد نظر را ندارند و در نتیجه نیاز به نمونه های بسیار کمتری جهت مشخص کردن وضعیت مواجهه است.

 

  1. تعیین سوال پژوهش

سوال ویژه­ای که مطالعه برای پاسخ به آن طراحی می­شود، باید به طور واضح بیان شود. این سوال معمولا به این شکل بیان می­شود: آیا مواجهه با پیامد ارتباط دارد؟ اگر نتوانیم سوال خود را به طور دقیق مشخص کنیم می­تواند به طراحی ضعیف و مشکلات در تفسیر نتایج منجر شود.

 

  1. گروههای مورد و شاهد

تعریف مورد (تعریف پیامد مورد نظر)

وجود معیارهای دقیق برای تعریف یک مورد (case) ضروری است. این معیارها می­تواند بر اساس یافته­های بالینی ( مثال. تعریف یک مورد بیماری افسردگی براساس وجود دو یا چند حمله افسردگی شدید در طول پنج سال گذشته که نیاز به مصرف داروی ضد افسردگی داشته است.) یا آزمایشگاهی(مثال. تعریف دقیق یک مورد سرطان پستان براساس یافته های هیستوپاتولوژی نمونه FNA) باشد. ارتباطی که اندازه­گیری می­شود، رابطه بین عامل خطر احتمالی با پیامدی است که براساس تعریف مورد (case) تعیین شده است.  

 

موارد جدید (Incident) یا موارد موجود (Prevalent)

موضوع مهمی که باید به آن توجه شود این است که موارد جدید بیماری (افرادی که به تازگی بیمار شده اند) انتخاب می شوند یا موارد موجود (افرادی که به تازگی بیمار شده اند + موارد قدیمی). موارد جدید آنهایی هستند که طی یک دوره مشخص (معمولا بعد از شروع مطالعه) به بیماری مورد نظر مبتلا شده اند، درحالیکه موارد موجود شامل تمام بیمارانی می شود که در یک نقطه زمانی مشخص (معمولا زمان شروع مطالعه) به بیماری مورد نظر مبتلا هستند. موارد موجود شامل بیمارانی می شود که برای مدتی بیماری مورد نظر را داشته اند.در این حالت، مواردی که فوت شده اند وارد مطالعه نمی شوند. سه نکته قابل توجه درباره موارد موجود مطرح است؛ این افراد، آنهایی هستند که هنوز زنده اند، هنوز بیمارند و ممکن است که بدلیل بیماری، عادت ( مواجهه ) خود را ترک کرده باشند. زمانی که از موارد موجود استفاده شود، همواره این خطر وجود دارد که رابطه بین عوامل خطر با بیمار بودن و زنده ماندن به مدت طولانی/یا دوره بهبودی طولانی بررسی شود و نه رابطه کلی بین عوامل خطر و بیماری.

 

شدت پیامد

اینکه چه مواردی وارد مطالعه شوند، بایستی به دقت مورد توجه قرار گیرد. مطالعه ممکن است بر پایه بیمارستان (hospital based) یا بر پایه جمعیت (population based) باشد. در مطالعه بر پایه بیمارستان موارد از تمامی بیمارانی که همه معیارهای تعریف مورد (case) را داشته و در یک بیمارستان خاص حضور دارند گرفته می­شوند. برای مثال، همه موارد مرده زایی بخش زنان و زایمان بیمارستان افضلی پور کرمان در طی سالهای 1380 تا 1385 مورد ارزیابی قرار گیرند. اما در مطالعه بر پایه جمعیت، موارد از یک جمعیت تعریف شده در یک دوره زمانی ثابت گرفته می­شوند. انتخاب تمامی موارد از بین مبتلایان به اسهال حاد کشف شده در برنامه مراقبت از کودکان زیر 5 سال شهرستان کهنوج استان کرمان در سال 1385 می تواند نمونه ای از یک مطالعه مورد شاهدی بر پایه جمعیت باشد. اگرچه تفسیر نتایج مطالعات مبتنی بر جمعیت دقیق تر است، اما اجرای آنها بسیار مشکلتر است.تعریف دقیق پیامد مورد نظر می­تواند به این موضوع که موارد را از کجا بگیریم کمک کند. باید توجه داشت که همواره انجام مطالعه مورد شاهدی مبتنی بر جمعیت بهتر نمی باشد. برای مثال، زمانی که هدف "بررسی ایمنی حاصل از واکسن سرخک علیه سرخک شدید" است، بهتر است موارد سرخک بستری در بیمارستان را به جای موارد سرخکی که در جامعه اتفاق می­افتد مطالعه کرد.

در نهایت، باید به این نکته توجه داشت که بیماران انتخاب شده بایستی معرف تمامی افرادی باشند که دارای معیار های مشخص تعریف شده برای مورد (Case) هستند. در نتیجه، بایستی دسترسی به خدمات بهداشتی، بقا بیمار، ارجاعات بیمارستانهای تخصصی و عدم پذیرشها مورد توجه قرار گیرد.

 

تعریف گروه شاهد

شاهد ها بایستی نمونه­ای معرف از جمعیتی که موارد از آن تولید می­شوند، باشند. گروه شاهد می­بایست تمامی معیارهای تعریف گروه مورد به جز آنهایی که مربوط به پیامد یا بیماری مورد نظر است را داشته باشند. برای مثال اگر موارد، زنان 15-45 ساله مبتلا به آرتریت روماتوئید هستند، شاهدها نیز باید زنان سالم (از نظر همان بیماری) همان گروه سنی باشند.

 

  1. انتخاب شاهد ها و سوگرایی انتخاب

سوگرایی انتخاب وقتی ایجاد می­شود که گروه شاهد معرف جمعیتی که موارد از آن تولید شده­اند، نباشد.

دو راه برای اطمینان از عدم وجود سوگرایی انتخاب وجود دارد:

  1. تصور همان مطالعه کوهورت فرضی است و توجه به اینکه آیا شاهدها نمونه­ای معرف از کوهورت فرضی هستند یا خیر.

  2. راه دیگر آن است که بررسی شود شاهدهای موجود اگر به جای موردها، به بیماری مورد نظر مبتلا شده باشند، همه شرایط تعریف شده برای مورد را داشتند یا خیر.

    همچنین، انتخاب موردها و شاهدها برای مطالعه باید ارتباطی با وضعیت مواجهه آنها نداشته باشد.

    اگر موردهای انتخاب شده نمونه­ای بر پایه جمعیت از بین موارد جدید بیماری در طول یک دوره زمانی مشخص باشند، شاهدها نیز بایستی از همان جمعیت و از همان دوره زمانی انتخاب شوند. اگر موارد از بین بیماران پذیرش شده در یک بیمارستان یا مرکز درمانی باشند، و بیمارستان تعیین کننده وضعیت موردهای انتخاب شده (از نظر شدت بیماری مورد نظر) و جمعیتی که از آن موارد تولید شده اند، باشد؛ در اینجا هم شاهدها بایستی از همان جمعیت انتخاب شوند.  

    اگر به طور واضح جمعیت تعریف شده­ای برای موارد انتخاب شده از بیمارستان وجود نداشته باشد، انتخاب شاهدها چندان کار آسانی نیست. در این حالت، بهترین کار این است که فکر کرد که کدام جمعیت است که موارد از درون آن تولید و به آن بیمارستان خاص رجوع می کنند. این امر وابسته به طبیعت بیماری و موقعیت مورد نظر دارد. اگر برای کسانی که به آن بیمارستان خاص مراجعه می کنند، به هر دلیلی یک نوع انتخاب صورت پذیرد ( مثلاٌ  افراد روستایی بدلیل عدم دسترسی به خدمات بهداشتی، امکان کمتری برای بستری و درنتیجه ورود به مطالعه داشته باشند)، موارد انتخاب شده تنها از جمعیتی هستند که به خدمات بهداشتی دسترسی داشته اند. در این حالت، شاهدها باید از همان جمعیتی انتخاب شوند که اگر یک زمانی به بیماری مورد نظر با همان شدت (بیماری موردها) مبتلا شدند، در همان بیمارستان بستری شوند. انتخاب شاهدهای"بیمارستانی" مناسب، اغلب کار مشکلی است و احتیاج به دقت زیاد برای جلوگیری از تورش انتخاب دارد. اغلب گفته می شود که برای موارد بیمارستانی، بهترین شاهد همان شاهدهای بیمارستانی است. اما این امر لزوماً درست نیست. افراد بستری در بیمارستان، افراد بدحالی هستند و نسبت به جمعیت عمومی احتمال بیشتری برای مواجهه با عوامل خطر احتمالی دارند. با همین توجیه، همواره این احتمال وجود دارد که شاهدهای بیمارستانی، مواجهه مورد نظر را بیشتر یا کمتر از جمعیت عمومی دارا باشند. برای مثال، در مطالعه بررسی رابطه مصرف الکل با سرطان سینه، انتخاب شاهدها از بخش سوانح و حوادث همان بیمارستان دچار تورش خواهد بود چراکه افراد بستری در این بخش، نسبت به جمعیت عمومی، احتمال بیشتری برای مصرف الکل دارند. بهترین و درواقع تنها توجیه منطقی برای انتخاب شاهدها از بیمارستان، هزینه و امکانات اجرایی کمتر می باشد.

    در کل انتخاب شاهدها مشکل­ترین قسمت طراحی یک مطالعه مورد شاهدی است. نکته ای که باید همواره به خاطر داشت این است که شاهدها برای این انتخاب شده اند که بیانگر میزان مواجهه در جمعیتی باشند که موردها از آن برخواسته اند. برخی مطالعات، بیش از یک گروه شاهد انتخاب می کنند و این امر تفسیر نتایج را مشکل می سازد.

    روش دیگری که در بعضی از انواع خاص مطالعه مورد شاهدی (در ادامه به انواع آن اشاره شده است) برای انتخاب شاهدها از آن استفاده می شود، در نتیجه در دسترس بودن همان جمعیت کوهورتی است که موارد از آن برخاسته اند. فرض کنید که یک جمعیت پایه در معرض خطر (کوهورت در معرض خطر) وجود دارد که در طول زمان پیگیری می شود. هر زمان که یک مورد بیماری (پیامد) اتفاق افتاد، از بین دیگرانی که هنوز سالم هستند، در همان مقطع زمانی، یک نفر به عنوان شاهد انتخاب شود. به این روش انتخاب شاهدها ،Density Sampling یا Risk set Sampling گفته می شود که در مطالعه مورد شاهدی لانه گزیده (Nested) از این روش استفاده می شود. اما اگر شاهدها از بین جمعیت پایه در معرض خطر (کوهورت در معرض خطر)، انتخاب شوند، روش انتخاب شاهدها و نام مطالعه Case Cohort می باشد.

     

مطالعه مورد شاهدی لانه­ گزیده (nested case control study)

انجام مطالعات مورد شاهدی که در دل یک مطالعه کوهورت جای گرفته اند، در حال افزایش می باشد. این مطالعه راهی است برای آزمون فرضیه های جدید؛ هنگامی که یک مطالعه کوهورت برای بررسی یک بیماری مورد نظر در حال انجام است، می توان فرضیاتی را درباره مواجهه مورد نظر بررسی و آزمون کرد. در این نوع مطالعه، با پیگیری نمونه ها (کوهورت)، افرادی که بیمار می­شوند به عنوان موارد بیماری(Case)، و یک نمونه از افرادی که در پیگیری بیمار
نشدهاند به عنوان کنترل در نظر گرفته میشوند. در واقع در طول دوره پیگیری، زمانی که موارد ایجاد می­شوند، شاهدها نیز تقریباً در همان دوره زمانی از افرادی که هنوز سالم هستند انتخاب می­گردند(density sampling). در این مطالعه گروه مورد و شاهد از نظر تمامی فاکتورها، به طور خودکار همسان شده­اند. این نوع مطالعه روشی است برای آزمون کردن فرضیاتی که بعد از طراحی و شروع یک مطالعه کوهورت، ممکن است مطرح شوند و در واقع این راهی است برای ضمانت این موضوع که شاهد ها معرف جمعیتی باشند که موارد را تولید کرده­اند، یعنی همان جمعیت کوهورت پایه.  

 

انتخاب شاهدها از جمعیت کوهورت پایه (case cohort design)  

در این نوع مطالعه، گروه مورد شامل بیمارانی است که در طول دوره پیگیری شناسایی می­شوند و گروه شاهد نمونه­ای از کل جمعیت کوهورت در زمان شروع پیگیری (baseline) می­باشند. در این حالت، این امکان وجود دارد که شاهدها در طول پیگیری بیمار شده و در گروه مورد جای گیرند.

 

اندازه گیری مواجهه و سوگرایی اطلاعات(Information Bias)

داده­های مربوط به مواجهه با روشهای زیادی می­تواند جمع­آوری شوند؛ مصاحبه فردی، تلفنی و یا پرسشنامه پستی، با معاینه پزشکی، بررسی سوابق شغلی و ... ، یا به وسیله گرفتن نمونه های بیولوژیک. اما مهم این است که اطلاعات جمع­آوری شده به درستی و بدون سوگرایی اندازه گیری شده و تحت تاثیر این واقعیت که فرد بیمار است یا سالم قرار نگرفته باشند. در مطالعه مورد شاهدی افراد بر اساس وضعیت بیماری انتخاب می­شوند، از اینرو بسیار مستعد سوگرایی اطلاعات هستند. این موضوع زمانی خود را نشان می­دهدکه جمع آوری اطلاعات مربوط به مواجهه بر اساس یادآوری افراد (Recall)باشد و یا به عبارتی سوگرایی یادآوری.

 

سوگرایی پاسخ دهنده(Responder Bias)

سوگرایی پاسخ به فرایندی اطلاق می­شود که به موجب آن اطلاعات مربوط به مواجهه که از نمونه های مطالعه به دست می­آید در گروه مورد و شاهد متفاوت باشد. مثال آن سوگرایی یادآوری (Recall Bias) است که داشتن بیماری ممکن است در به خاطر آوردن مواجهه و پاسخ هایی که به سوالات مرتبط با مواجهات داده می­شود تاثیر بگذارد. یک مثال سنتی سوگرایی یادآوری، بررسی ناهنجاریهای مادرزادی و مصرف هر گونه دارو در زمان حاملگی است. مادران کودکان با ناهنجاریهای مادرزادی با احتمال بیشتری نسبت به مادران کودکان سالم مصرف دارو در زمان حاملگی را به خاطر می­آورند.سوگرایی پاسخ را می­توان با مخفی کردن فرضیه مورد مطالعه از افراد مورد مطالعه به حداقل رساند تا گروه مورد و شاهد در به یادآوردن وقایع گذشته انگیزه یکسانی داشته باشند.

 

سوگرایی مشاهده گر(Observer Bias)

بیانگر حالتی است که در آن جمع­آوری اطلاعات مربوط به مواجهه به وسیله پژوهشگر در دو گروه مورد و شاهد متفاوت است. به عنوان مثال پژوهشگر مدت زمان بیشتری را برای جمع­آوری اطلاعات در مورد مواجهه در گروه مورد نسبت به گروه کنترل صرف کند. ایده آل این است که پژوهشگر و یا مصاحبه گر نداند(Blind)  که هر یک از افراد مربوط به کدام گروه هستند و فرضیه مورد بررسی چیست. ولی در عمل این کار بسیار مشکل است. اطلاعات بایستی به صورت عینی و به طور یکسان (فرم یا پرسشنامه یکسان) در هر دو گروه جمع آوری شوند.

 

همسان­سازی (Matching) : کنترل کردن مخدوش کننده ها (Confounding)

همسان­سازی روشی است که به موجب آن یک یا چند شاهد، بر اساس شباهت در ویژگی­هایی بجز عوامل مورد بررسی، برای هر یک از موارد انتخاب می­شوند. متغیرهای سن و جنس متغیرهای معمول جهت همسان سازی هستند اما محل سکونت، وضعیت اقتصادی یا تعداد بارداری­ها هم همسان می­شوند. ویژگی­هایی که برای همسان سازی انتخاب می­شوند به عنوان مخدوش کننده­های بالقوه در نظر گرفته می­شوند. مخدوش کنندگی، تغییر ارتباط مواجهه/ پیامد بدلیل وجود یک عامل خارجی (Confounder) است که هم با پیامد و هم با مواجهه ارتباط دارد (به جلسه متغیر مخدوش کننده رجوع شود). روشهای دیگری هم برای کنترل اثرات مخدوش کننده های احتمالی وجود دارد مانند محدودسازی، طبقه بندی و رگرسیون لجیستیک که در جلسات بعدی به آنها اشاره خواهد شد.

همسان­سازی باعث افزایش (power) مطالعه می­گردد. در ارتباط با همسان سازی این نکته اهمیت دارد که محدود به عوامل مخدوش کننده باشد و نبایستی برای عامل مواجهه مورد بررسی صورت گیرد. موارد ممکن است به صورت تک- تک یا گروهی با شاهد ها همسان شوند. باید در نظر داشت که مطالعات همسان شده، آنالیز مربوط به خود را دارند.

 

آنالیز

مطالعات مورد شاهدی اندازه اثر، نسبت شانس (Odds Ratio)، که نشان دهنده قدرت ارتباط بین مواجهه و پیامد است را برآورد می کنند. امکان محاسبه خطر قابل انتساب جمعیت (Population Attributable Fraction)، مانند اثربخشی واکسن در جامعه، در مطالعه مورد شاهدی وجود دارد. در مطالعه مورد شاهدی نمی­توان بطور مستقیم، میزان بروز را حساب کرد، مگر آنکه همه موارد را در یک جمعیت تعریف شده داشته باشیم.

یکی از پیشرفتهای اصلی که در زمینه برآورد خطر در اپیدمیولوژی (در سال 1951) اتفاق افتاد، این بود که نشان داده شد که نسبت شانس بیماری با نسبت شانس مواجهه از لحاظ ریاضی برابر است.                                                          

با استفاده از داده های آینده­نگر فرضی که در جدول 1 نشان داده شده و در جدول  2  با سازماندهی مجدد ارائه گردیده است در مدت یکسال پی گیری با در نظر داشتن توزیع شرکت کنندگان در هر یک از خانه های جدول میتوان در مقایسه ی 210 فرد که به سکته قلبی مبتلا شدند (مورد ها) با 19790 فرد که سالم هستند (شاهدها) یک تحلیل مورد-شاهدی در طول دوره ی پی گیری انجام داد .

 

جدول شماره 1

 

مبتلا به انفارکتوس میوکارد

غیر مبتلا به انفارکتوس میوکارد

فشار خون بالا

180          a

9820             b

فشار خون طبیعی

30            c

9970             d

 

210     a + c

19790      b + d

                                                                

نسبت مواجهه بین مورد ها و معادل آن نسبت مواجهه بین شاهد ها بعنوان کسری از نسبت مواجهه یافته به نسبت مواجهه نیافته میباشد.                                                                                                                    

 

Odds (exposed cases) = (a / a+c) / 1 – (a / a+c) = a / c

 

Odds (exposed controls) = (b / b+d ) / 1 – (b / b+d) = b / d

 

فرمول ذیل ثابت می­کند که نسبت شانس مواجهه با نسبت شانس بیماری یکسان است. 

 

Odds Ratio (exposure) = (a / c) / (b / d) = ad / bc = (a / b) / (c / d) = Odds Ratio (disease)

 

برای مثال ذکر شده نسبت شانس مواجهه برابر است با :

OR = 09/6 = (30 * 9870) / (9970 * 180) = (9970 / 9820) / (30 / 180)

 

در مثال فوق بر اساس داده های آینده نگر تمام موردها و شاهد ها جهت تخمین نسبت شانس استفاده شدند . با این حال مطالعه مورد شاهدی بر پایه نمونه گیری میباشد.اگر تعداد کل موردها کم باشد همانطور که در جدول 2  نشان داده شد پژوهشگر می تواند از تمام موردها و یک نمونه از شاهدها استفاده کند. به عنوان مثال اگر 100 درصد از موردها و تقریبا 10 درصد از شاهدها مورد مطالعه قرار گیرد نتایج با یافته های جدول 1 یکسان میباشد.

 

 

جدول شماره 2

 

مبتلا به انفارکتوس میوکارد

غیر مبتلا به انفارکتوس میوکارد

فشار خون بالا

180          a

982             b

فشار خون طبیعی

30            c

997             d

 

210     a + c

1979      b + d

 

OR (مواجهه) =  09/6 = (30 * 987) / (997 * 180) = (997 / 982) / (30 / 180)= OR(بیماری)

 

این مثال تاییدکننده این موضوع است که نسبت نمونه گیری در موردها و شاهدها نبایستی حتما برابر باشد. با این وجود جهت بدست آوردن نمونه ای عاری از سوگرایی از موردها و شاهدها نسبت نمونه گیری بایستی مستقل از مواجهه باشد. این واقعیت که نسبت شانس مواجهه با نسبت شانس بیماری یکسان است این اجازه را میدهد که یک تفسیر آینده نگر از نسبت شانس در مطالعه مورد شاهدی داشته باشیم.

 

آنالیز مطالعات مورد شاهدی ناهمسان(Unmatched)

در یک مطالعه ناهمسان، تعداد موارد و شاهدهایی که با عامل خطر مورد پژوهش مواجهه داشته اند می­توانند در یک جدول 2x2 تنظیم شود. نسبت شانس با تقسیم شانس مواجهه در موارد (cases) تقسیم بر شانس مواجهه در شاهدها (controls) به دست می­آید. با روشهایی می توان برای نسبت شانس محدوده اطمینان را محاسبه کرد. اگر مطالعه به طور مناسب طراحی شود (بیماری مورد نظر نادر باشد)، نسبت شانس می­تواند برآورد مناسبی از خطر نسبی (Relative Risk) باشد.

  

جدول شماره 3

 

موارد

شاهدها

مواجهه با عامل خطر

a

b

عدم مواجهه با عامل خطر

c

d

تعداد کل

a + c

b + d

 

OR = (a / c) / (b / d) = ad / bc

 

آنایز مطالعات مورد شاهدی تک به تک همسان شده

در مطالعه مورد شاهدی تک به تک همسان شده که در آن نسبت گروه مورد به شاهد 1 به 1 است، یک تخمین عاری از سوگرایی با تقسیم تعداد جفت هایی که در آنها موارد و نه شاهدها مواجهه داشته­اند(case (+), control (-)) بر تعداد جفتهایی که در آنها شاهدها و نه موارد مواجهه داشته اند (case(-), control(+)) به دست می­آید. (جدول4 )

 

جدول شماره 4

 

شاهد های مواجهه یافته

شاهد های مواجهه نیافته

مورد های مواجهه یافته

a

b

مورد های مواجهه نیافته

c

d

 

نسبت شانس = b / c

 

اگر یک مطالعه همسان شود یک آنالیز همسان شده پیچیده تری نیاز است. جدول هایی برای وضعیتهای همسان شده وجود دارد. (بیش از یک شاهد برای هر مورد، تعداد متغیرهای موارد و شاهدها در هر وضعیت و وضعیتهای دیگر)

برای کنتر ل مخدوش کننده ها از روشهای دیگر همچون محدود سازی، طبقه بندی و لوجستیک رگرسیون بر روی داده های همسان و ناهمسان شده استفاده می­شود.

نسبت شانسی که اغلب برای کنترل مخدوش کننده ها به کار می­رود  نسبت شانس تعدیل شده نامیده می­شود. در داده­های ناهمسان استفاده از روشهای طبقه بندی و لوجستیک رگرسیون امکان­پذیر است. در داده­های همسان شده انجام آنالیز طبقه بندی شده امکان­پذیر نیست و روش انتخابی لجستیک رگرسیون وضعیتی می­باشد.

 

 

آنالیز مطالعات مورد شاهدی که به صورت گروهی همسان شده­اند

آنالیز این مطالعه با استفاده از آنالیزهای ناهمسان سنتی انجام می­شود. اما همیشه به وسیله متغیرهایی که برای همسان سازی گروهی استفاده می­شوند، طبقه بندی می­گردند. بنابراین به عنوان مثال اگر مطالعه  از لحاظ سن به صورت گروهی  تنها در دو گروه سنی همسان شود. آنالیز بر اساس سن در این دو گروه طبقه بندی می­شود و لجستیک رگرسیون مناسب نخواهد بود.

 

تخمین خطر نسبی از نسبت شانس در مطالعه مورد-شاهدی

در مطالعه مورد-شاهدی استفاده از نسبت شانس برای تخمین خطر نسبی بر اساس این فرض صورت میگیرد که میزان بروز بیماری مورد مطالعه کم باشد.                                                                                        

با توجه به فرمول زیر رابطه ی بین نسبت شانس و خطرنسبی به بروز وابسته است . اگر بروز پیامد کمتر از یک درصد باشد خطر نسبی به نسبت شانس نزدیک میشود حتی برای پیامدهای نسبتا معمول که بروز بین  1 تا  5 درصد دارند نسبت شانس و خطر نسبی به طور معقولانه ای مشابه است  .                                         

 

Relative Risk = OR / 1- [q (-) – (OR) * q (-)]

q (-) = بروز در گروه مواجهه نیافته

 

با این حال نشان داده شده است هنگامی که پیامد مورد رایج تر است ( با بروزی بیشتر از 10 تا 20 درصد )  میزان نسبت شانس که در مطالعه ی مورد-شاهدی بدست می آید با خطر نسبی به طور واضح متفاوت است.                     

 

زمانی که گروه شاهد نمونه­ای از جمعیت کل است (case cohort) نسبت شانس تخمین مستقیمی از خطر نسبی بدون در نظر گرفتن فراوانی پیامد مورد نظر است. در طراحی مورد-کوهورت نسبت شانس به این شکل محاسبه می­شود:

 

             نسبت شانس =

شانس مواجهه در موردها

شانس مواجهه در کل جمعیت

 

مواجهه

موردها

شاهدها

جمعیت کل

+

a

b

a + b

-

c

d

c + d

 

 

OR =(a / c) / (a + b / c + d) =( a / a + b) / ( c / c + d ) = q+ / q- = Relative Risk

 

 

q(+) = احتمال مواجهه

q(-) = احتمال عدم مواجهه

 

محاسبه خطر قابل انتساب(Attributable Risk) در مطالعات مورد شاهدی

خطر قابل انتساب در مواجهه می­تواند در مطالعات مورد شاهدی سنتی به دست آید و این زمانی امکان پذیر است که نسبت شانس یک تخمین معقولانه از خطر نسبی ارائه دهد.

ARمواجهه = [(OR – 1) / OR] * 100

 

در مطالعاتی که مداخلات پیشگیری بررسی می­شود تاثیر (efficacy)برآورد می­شود. این واقعیت که معمولا نسبت شانس یک تخمین خوب از خطر نسبی است، این امکان را فراهم می­سازد تا با استفاده از فرمول ذکر شده در مطالعات مورد شاهدی تاثیر مداخله هایی همچون غربالگری را تعیین کنیم. خطر نسبی (Relative Risk) ( و معادل تقریبی آن، نسبت شانس) یک اندازه گیری قدرت ارتباط بین مواجهه و پیامد می­باشد. یک خطر نسبی 3 به این معناست که مواجهه با عامل مورد نظر همراه با افزایش 3 برابری در ریسک بیماری می­باشد. خطر نسبی 5/0 به معنای این است که مواجهه همراه با نصف شدن ریسک بیماری است. خطر نسبی یک هیچ ارتباطی را بین مواجهه و پیامد نسان نمی­دهد.

اگر ارتباطی یافت شود پژوهشگر باید یکسری نکات را در نظر داشته باشد:

- آیا این ارتباط ناشی از شانس و تصادف است یا خیر

- سوگرایی انتخاب در انتخاب موارد و شاهد ها

- سوگرایی اطلاعات در جمع­آوری داده های مربوط به مواجهه

- مخدوش شدن به وسیله عواملی که مورد توجه نبوده یا به طور کامل کنترل نشده است (مخدوش کننده های باقی مانده) 

همچنین احتمال اینکه مواجهه پیامد باشد (به جای آنکه علت باشد)، به عنوان مثال اگر ارتباط بین رژیم غذایی و سرطان معده در یک مطالعه مورد شاهدی یافت شود احتمال دارد که رژیم نتیجه­ای از علائم زودرس­تر سرطان باشد به جای اینکه علت بیماری باشد.

 

مزایای مطالعه مورد شاهدی

  • نسبتا ارزان هستند
  • نسبتا سریع هستند
  • می­توانند محدوده وسیعی از عامل خطرهای احتمالی را بررسی کند
  • مناسب برای بیماری های نادر
  • می­تواند تستهای گران یا وقت گیر را برای مطالعه مواجهه به کار گیرد.
  • می­تواند فرضیه رایج را امتحان کند
  • حفظ ثبات تکنیکهای اندازه گیری ( چون سریع انجام می­شود)

 

نقایص مطالعه مورد شاهدی

  • مستعد سوگرایی در انتخاب موارد و شاهدها
  • مستعد سوگرایی اطلاعات
  • مشکل در تعیین توالی وقایع
  • برای بررسی مواجهات نادر مناسب نیست
  • نمی­تواند بروز بیماری را محاسبه کند

 

     


 
 
 



Clock And Date onLoad and onUnload Example

اوقات شرعی

شنبه, شهریور ۴, ۱۳91