2994
ارائه خدمات پژوهشی در زمینه های ۱. نگارش پروپوزال ۲. نگارش پایاننامه ۳. نگارش مقاله ۴. ترجمه جهت مشاوره @Thesis_Mohammadi
🔶️ پست 8 | Hospital Control چیست؟
🔸️ در مطالعات بیمارستانی، شاهدها گاهی از سایر بیماران همان بیمارستان انتخاب میشوند. این روش معمولاً ارزانتر و از نظر جذب نمونه آسانتر است.
🔸️ همچنین Case و Control نیز ممکن است از نظر احتمال مراجعه به همان مرکز شباهت بیشتری داشته باشند. اما بیماری شاهد نباید با مواجهه مورد بررسی ارتباط داشته باشد.
🔸️ برای مثال، اگر سیگار مواجهه اصلی است، استفاده از بیماران مبتلا به بیماریهای شدیداً مرتبط با سیگار میتواند توزیع مصرف سیگار را در شاهدها افزایش دهد. در نتیجه، رابطه سیگار و بیماری اصلی کمتر از مقدار واقعی دیده میشود.
🔸️ انتخاب شاهدهای بیمارستانی نامناسب یکی از زمینههای ایجاد Berkson Bias است. بنابراین، عبارت «شاهد از بیماران سایر بخشها انتخاب شد» بدون توضیح بیماریهای آنها کافی نیست.
📍اصول انتخاب Hospital Controls در CDC
🔜 در پست بعدی، شاهدهای دوست، همسایه و خانواده را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.co
😍روز دختران عزیز مبارک و شادی😍
هدیه برای بانوان عزیز👇
۱۵ درصد تخفیف تمامی خدمات
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 6 | Control چه کسی باید باشد؟
🔸️کنترل فردی است که پیامد مورد مطالعه را ندارد، اما باید نماینده Source Population باشد. هدف شاهد این نیست که فقط یک «فرد سالم» پیدا کنیم.
🔸️ شاهد باید نشان دهد مواجهه موردنظر در جمعیتی که Caseها از آن ایجاد شدهاند چه توزیعی داشته است. انتخاب شاهد بر اساس نداشتن مواجهه موردنظر کاملاً اشتباه است. برای مثال، اگر درباره ارتباط سیگار و سرطان تحقیق میکنیم، نمیتوانیم عمداً افراد غیرسیگاری را بهعنوان شاهد انتخاب کنیم.
🔸️ در صورت چنین انتخابی، رابطه میان سیگار و بیماری حتی بدون وجود رابطه واقعی نیز بزرگ دیده خواهد شد. در این راستا CDC تأکید میکند که انتخاب Control باید مستقل از مواجهه مورد بررسی باشد. در بسیاری از مطالعات، کیفیت گروه شاهد حتی از افزایش تعداد نمونه .اهمیت بیشتری دارد
📍اصول انتخاب Control در CDC
🔜 در پست بعدی، شاهدهای جمعیتی را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
سلام به دوستان و همراهان عزیز 🌸✨️
در ابتدا باید عذرخواهی کنیم بابت فعالیت کم این مدت و اینکه نتونستیم مثل قبل پست های آموزشی براتون قرار بدیم. 🙏🏼🌻
ولیییی خبر خوبی که باعث شده این مدت سرمون شلوغ بشه 📣
پیج اینستاگرام گروه پژوهشی محمدی در اینستاگرام راهاندازی شد 😍 ✨️
ممنون میشیم اونجا هم همراهمون باشید 😍🌻
برای همراهی ما لینک زیر و لمس کنید 🥰👇🏼
https://www.instagram.com/thesis_mohammadi?utm_source=qr&stkn=YnUwN281OGR5d28y
🔶️ پست 4 | Case چگونه انتخاب میشود؟
🔸️ کیس فردی است که تعریف مشخص پیامد مطالعه را برآورده میکند. تعریف Case باید پیش از بررسی مواجهه تعیین شده باشد. تشخیص میتواند بر اساس معیار بالینی، نتیجه آزمایش، پرونده پزشکی یا معیار تشخیصی معتبر انجام شود.
🔸️بهتر است Caseها تا حد ممکن نماینده تمام موارد واجد شرایط در Source Population باشند. انتخاب فقط موارد بسیار شدید میتواند نتیجه را به نوع خاصی از بیماری محدود کند.
🔸️نحوه شناسایی Caseها باید مستقل از وضعیت مواجهه مورد بررسی باشد.
اگر احتمال واردشدن یک بیمار به مطالعه به مواجهه او وابسته باشد، Selection Bias ممکن است ایجاد شود.
📌چکلیست STROBE برای گزارش انتخاب Caseها و شاهدها
🔜 در پست بعدی، Incident Case و Prevalent Case را از هم جدا میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 2 | تفاوت مورد ـ شاهدی با کوهورت و مقطعی چیست؟
🔸️تفاوت اصلی این سه طرح در نحوه انتخاب افراد و نقطه شروع مطالعه است.
در مطالعه مقطعی، مواجهه و پیامد معمولاً در یک مقطع زمانی اندازهگیری میشوند. در کوهورت، پژوهشگر از مواجهه شروع میکند و وقوع پیامد را بررسی میکند.
🔸️ در مورد ـ شاهدی، برعکس، افراد بر اساس وجود یا نبود پیامد انتخاب میشوند و سپس مواجهه گذشته آنها بررسی میشود. بنابراین، جهت مفهومی مطالعه مورد ـ شاهدی معمولاً از «پیامد به مواجهه» است.
🔸️ به همین دلیل، برخلاف کوهورت کلاسیک نمیتوان خطر یا بروز بیماری را مستقیماً از تعداد Case و Control محاسبه کرد. شاخص اصلی رابطه در این مطالعات معمولاً Odds Ratio است.
🔸️ این تفاوت در انتخاب نمونه بسیار مهمتر از این است که دادهها در زمان حال یا از پروندههای گذشته جمعآوری شده باشند.
📌 مقایسه طراحیهای اپیدمیولوژیک در CDC
🔜 در پست بعدی، مفهوم بسیار مهم Source Population را توضیح میدهیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
❗️ پست آموزشی جدید ❗️
مجموعه آموزشی مطالعات مورد ـ شاهدی
(Case-Control Studies)
ممنون از همراهی همیشگی شما عزیزان ✨️🌸
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
با احترام به نظر اکثریت روال ارائه مطالب آموزشی در قالب اکثرا متن ادامه خواهد یافت❤️
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 40 | راهنمای STROBE
🔸️ راهنمای گزارش مطالعات مشاهدهای است. این راهنما برای مطالعات کوهورت، مورد ـ شاهدی و مقطعی چکلیستهای اختصاصی دارد.
🔸️ چکلیست مطالعه مقطعی شامل عنوان، پیشینه، اهداف، طراحی، شرکتکنندگان، متغیرها و روشهای آماری است. همچنین پژوهشگر باید سوگیریها، حجم نمونه، دادههای گمشده و تحلیلهای حساسیت را توضیح دهد.
🔸️ در بخش نتایج، ویژگیهای نمونه، برآوردهای خام و تعدیلشده و عدمقطعیت آنها گزارش میشوند. در بحث نیز محدودیتها، قابلیت تعمیم و تفسیر محتاطانه یافتهها اهمیت دارند.
🔸️ این ابزار سنجش کیفی روششناختی یا نمرهدهی مقاله نیست؛ بلکه راهنمای گزارش شفاف است. استفاده از آن بهتر است از زمان طراحی و نگارش پروتکل آغاز شود، نه فقط هنگام ارسال مقاله.
🔗 وبسایت رسمی STROBE
🔗 چکلیست اختصاصی مطالعات مقطعی
🔜 در پست بعد، منابع بیشتر برای مطالعه
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 38 | دادههای گمشده
🔸️ داده گمشده فقط باعث کاهش حجم نمونه نمیشود؛ ممکن است نتیجه را نیز سوگیرانه کند. ابتدا باید مقدار و الگوی گمشدگی برای هر متغیر گزارش شود. حذف همه افراد دارای حداقل یک داده گمشده، تحلیل موارد کامل نامیده میشود.
🔸️ این روش فقط تحت فرضهای مشخص میتواند نتیجه بدون سوگیری ایجاد کند.جایگزینکردن همه مقادیر گمشده با میانگین، عدمقطعیت را نادیده میگیرد و معمولاً روش مناسبی نیست. برآورد چندگانه چند مجموعه داده کامل ایجاد میکند و عدمقطعیت مقادیر جایگزینشده را وارد تحلیل میکند.
🔸️ انتخاب روش باید بر مکانیسم احتمالی گمشدگی و مدل تحلیل استوار باشد. پژوهشگر باید تحلیل حساسیت و فرضهای مربوط به دادههای گمشده را شفاف گزارش کند.
🔗 آموزش دادههای گمشده و برآورد چندگانه دانشگاه کلمبیا
🔜 در پست بعدی، شیوه صحیح گزارش نتایج را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 36 | وزندهی نمونه چیست؟
🔸️ در یک نمونه پیچیده ممکن است احتمال انتخاب همه افراد برابر نباشد. وزن نمونه نشان میدهد هر شرکتکننده نماینده چند نفر از جامعه است. وزنها میتوانند احتمال انتخاب، بیشنمونهگیری، عدم پاسخ و تطبیق با جمعیت را اصلاح کنند. برای مثال، در NHANES برخی گروهها عمداً بیشتر نمونهگیری میشوند تا برآورد دقیقتری برای آنها به دست آید.
🔸️ تحلیل بدون وزن ممکن است توزیع نمونه را بهجای جمعیت هدف نشان دهد. اما استفاده از وزن بدون واردکردن خوشه و طبقه نیز میتواند خطاهای استاندارد نادرستی ایجاد کند.
🔸️ وزن مناسب به زیرنمونه و متغیرهای مورد استفاده بستگی دارد. CDC برای تحلیل دادههای NHANES راهنماهای جداگانهای درباره وزن و برآورد واریانس منتشر کرده است.
🔗 آموزش رسمی وزندهی دادههای NHANES
🔜 در پست بعدی، مسئله آزمونهای متعدد را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 34 | حجم نمونه برای مقایسه گروهها چیست؟
🔸️ اگر هدف مقایسه گروههاست، فرمول ساده برآورد یک شیوع کافی نیست. حجم نمونه به نوع پیامد و اندازه تفاوت مورد انتظار میان گروهها وابسته است. برای مقایسه دو میانگین، تفاوت مورد انتظار و انحراف معیار اهمیت دارند. برای مقایسه دو نسبت، شیوع مورد انتظار در هر گروه باید وارد محاسبه شود.
🔸️ نسبت تعداد افراد دو گروه و توان آماری نیز باید مشخص شوند. حجم نمونه باید برای تحلیل اصلی مطالعه محاسبه شود، نه برای آسانترین تحلیل.
🔸️ اگر چند گروه، تعامل یا رگرسیون پیچیده بررسی میشود، ممکن است نمونه بیشتری لازم باشد. OpenEpi ابزار جداگانهای برای محاسبه حجم نمونه مطالعات مقطعی دارای دو گروه ارائه میکند.
🧮 محاسبه حجم نمونه برای مطالعه مقطعی دوگروهی در OpenEpi
🔜 در پست بعدی، اثر طراحی و نمونهگیری خوشهای را توضیح میدهیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 32 | سوگیری اطلاعات چیست؟
🔸️ سوگیری اطلاعات از اندازهگیری یا طبقهبندی نظاممند و نادرست متغیرها ایجاد میشود. برای مثال، یک پرسش مبهم ممکن است مصرف واقعی دارو را درست ثبت نکند. اگر خطای اندازهگیری در همه گروهها مشابه باشد، طبقهبندی اشتباه غیرتفاضلی نامیده میشود. اگر کیفیت اندازهگیری میان گروهها تفاوت داشته باشد، خطا تفاضلی است.
🔸️ سوگیری یادآوری، مطلوبیت اجتماعی و تفاوت مصاحبهگران از منابع خطای اطلاعات هستند. استفاده از ابزار استاندارد، آموزش ارزیاب و کور نگهداشتن ارزیاب نسبت به فرضیه میتواند خطا را کاهش دهد. در پژوهشهای مقطعی، خودگزارشی همزمان مواجهه و پیامد ممکن است
🔸️ همبستگی را تحتتأثیر روش مشترک قرار دهد. اصلاح آماری پس از جمعآوری داده همیشه نمیتواند خطای نظاممند اندازهگیری را جبران کند.
🔗 راهنمای CDC درباره منابع خطا در جمعآوری داده
🔜 در پست بعدی، حجم نمونه برای برآورد شیوع را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 30 | علیت معکوس چیست؟
🔸️ علیت معکوس زمانی مطرح میشود که جهت واقعی رابطه برعکس تفسیر پژوهشگر باشد. در یک مطالعه مقطعی ممکن است فعالیت بدنی کمتر با افسردگی بیشتر همراه باشد. اما نمیدانیم کمتحرکی باعث افسردگی شده یا افسردگی فعالیت فرد را کاهش داده است.
🔸️ اندازهگیری همزمان مواجهه و پیامد تعیین تقدم زمانی را دشوار میکند. اطلاعات معتبر درباره زمان شروع متغیرها میتواند تا حدی به تفسیر کمک کند.
🔸️ با اینحال، گزارش گذشتهنگر نیز ممکن است با خطای یادآوری همراه باشد. مطالعات طولی و مداخلهای معمولاً برای بررسی جهت رابطه مناسبترند. نباید تمام مطالعات مقطعی را یکسان دانست، اما ادعای علّی در آنها به فرضها و شواهد بیشتری نیاز دارد.
🔗 بحث روششناختی درباره استنباط علّی از مطالعات مقطعی
🔜 در پست بعدی، سوگیری انتخاب را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 7 | Population Control چیست؟
🔸️ در مطالعات Population-Based، شاهدها میتوانند مستقیماً از جمعیت جغرافیایی مبدأ انتخاب شوند. برای مثال، Caseها ممکن است تمام موارد جدید سرطان یک استان باشند و شاهدها از ساکنان همان استان نمونهگیری شوند. مزیت این روش، ارتباط روشنتر شاهدها با Source Population است.
🔸️ اما یافتن و جذب افراد سالم از جمعیت عمومی میتواند دشوار و پرهزینه باشد.
عدم پاسخ نیز ممکن است باعث شود شاهدهای شرکتکننده با جمعیت واقعی تفاوت داشته باشند. اگر افراد دارای تحصیلات یا رفتارهای سلامت خاص بیشتر در مطالعه شرکت کنند، توزیع مواجهه در شاهدها تحریف میشود.
🔸️ در مطالعات محیطی و سرطان، استفاده از Population Controls یکی از روشهای رایج انتخاب گروه مقایسه بوده است. روش نمونهگیری و نرخ مشارکت شاهدها باید بهطور شفاف گزارش شوند.
📍 راهنمای انتخاب شاهد در مطالعات مورد ـ شاهدی
🔜 در پست بعدی، Hospital Control را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🤓 همه چیز دربارهی آقای امیر حسین محمدی 🤓
برای آشنایی بیشتر با موسس گروه پژوهشی محمدی این پست را از دست ندین 📣
لینک پست معرفی 👇
https://www.instagram.com/p/Dd-_ceAjY5x/?obrf=MndqcHlzbXF2OX
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️پست 5 | Incident Case و Prevalent CaseIncident
🔸️کیس فردی است که بهتازگی به بیماری موردنظر مبتلا یا تشخیص داده شده است. همچنین Prevalent Case فردی است که بیماری او قبلاً آغاز شده و در زمان نمونهگیری هنوز زنده و در دسترس است.
🔸️برای بررسی عوامل ایجادکننده بیماری،
معمولاً Incident Caseها انتخاب بهتری هستند. استفاده از Prevalent Case میتواند افرادی را بیش از حد وارد نمونه کند که مدت بیشتری با بیماری زنده ماندهاند. اگر مواجهه موردنظر علاوه بر ایجاد بیماری بر بقا نیز اثر داشته باشد، رابطه مواجهه و بیماری ممکن است تحریف شود. این مشکل گاهی Survival Bias یا نوعی Neyman Bias نامیده میشود.
🔸️ مطالعات روششناختی نشان دادهاند که ترکیب ساده Incident و Prevalent Case بدون توجه به این مسئله میتواند برآورد Odds Ratio را منحرف کند. پس نوع Case باید در روش مطالعه دقیق گزارش شود.
📍 توضیح NIH درباره Incident و Prevalent Cases
🔜 در پست بعدی، انتخاب Control را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ مقاله اصیل آماده ارسال در مجلات ISI
🔸️ Iron intake in relation to the risk of depression, anxiety, and sleep quality among a group of physically active adults
🔸️جایگاه اول تا پنجم
🔸️برای اطلاع بیشتر در تماس باشید❤️
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 3 | جامعه مبدأ یا Source Population
🔸️ مهمترین سؤال هنگام طراحی مطالعه مورد ـ شاهدی این است: Caseها از چه جمعیتی به وجود آمدهاند؟
🔸️این جمعیت، جامعه مبدأ یا Source Population نامیده میشود. شاهدها باید نماینده توزیع مواجهه در همین جمعیت باشند. یک تعریف کاربردی این است که اگر یکی از افراد شاهد به بیماری مبتلا میشد، باید امکان داشت بهعنوان Case وارد همان مطالعه شود. برای مثال، اگر Caseها بیماران سرطان ریه ساکن یک شهر باشند، انتخاب شاهد از جمعیتی کاملاً متفاوت میتواند مقایسه را مخدوش کند.
🔸️ هدف این نیست که شاهدها از هر نظر شبیه Caseها باشند؛ بلکه باید نماینده جمعیتی باشند که Caseها از آن ایجاد شدهاند.
🔸️ بدین علت CDC انتخاب صحیح شاهد از Sourc Population را یکی از مهمترین تصمیمها در طراحی مطالعه مورد ـ شاهدی میداند. اشتباه در این مرحله معمولاً با تحلیل آماری پیچیده قابل جبران نیست.
📌 راهنمای CDC برای انتخاب Case و Control
🔜 در پست بعدی، نحوه انتخاب Caseها را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 1 | مطالعه مورد ـ شاهدی چیست؟
🔸️ مطالعه مورد ـ شاهدی یکی از مهمترین طرحهای مشاهدهای برای بررسی عوامل مرتبط با بیماری است.
🔸️ پژوهشگر ابتدا افرادی را که پیامد موردنظر را دارند بهعنوان مورد یا Case انتخاب میکند. سپس گروهی از افراد فاقد آن پیامد را بهعنوان شاهد یا Control انتخاب میکند. پس از آن، سابقه مواجهه دو گروه با عامل موردنظر مقایسه میشود.
🔸️ برای مثال، در مطالعه کلاسیک Doll و Hill، بیماران مبتلا به سرطان ریه با افراد فاقد سرطان ریه از نظر سابقه مصرف سیگار مقایسه شدند. این مطالعه که در سال ۱۹۵۰ منتشر شد، یکی از مطالعات مهم اولیه در شناسایی ارتباط سیگار و سرطان ریه بود.
🔸️ مطالعه مورد ـ شاهدی بهویژه برای بیماریهای نادر یا بیماریهایی که سالها پس از مواجهه ایجاد میشوند، بسیار مفید است.در این طرح، انتخاب صحیح شاهدها یکی از مهمترین عوامل تعیینکننده اعتبار مطالعه است.
📑 آموزش مطالعات مورد ـ شاهدی در CDC
🔜 در پست بعدی، تفاوت مورد ـ شاهدی با کوهورت و مقطعی را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️Thesismohammadi@gmail.com
خبرخیلییییی خوب برات دارم😁😍
❤️از امروز بمدت سه روز هر پایان نامه مقاله یا پاورپوینت دفاع اش به انتخاب خودتون رایگانه ❤️ ❤️
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ منابع پایه پیشنهادی مجموعه
Gall, M. D., Gall, J. P., & Borg, W. R. Educational Research: An Introduction.
Gordis, L. Epidemiology.
Rothman, K. J., Greenland, S., & Lash, T. L. Modern Epidemiology.
Szklo, M., & Nieto, F. J. Epidemiology: Beyond the Basics.
Centers for Disease Control and Prevention. Principles of Epidemiology in Public Health Practice.
Penn State University. STAT 507: Epidemiological Research Methods.
World Health Organization. STEPS Surveillance Manual.
STROBE Initiative. Strengthening the Reporting of Observational Studies in Epidemiology.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 39 | نتایج چگونه گزارش میشوند؟
🔸️ گزارش نتایج باید از توصیف نمونه و جریان ورود شرکتکنندگان آغاز شود. برای متغیرهای طبقهای، فراوانی و درصد همراه با مخرج مناسب گزارش میشوند. برای متغیرهای کمّی میتوان میانگین و انحراف معیار یا میانه و دامنه بین چارکی ارائه کرد.
🔸️ برآورد شیوع باید با فاصله اطمینان همراه باشد. در مقایسهها، اختلاف میانگین، نسبت شیوع یا نسبت شانس باید همراه با فاصله اطمینان گزارش شود. نتایج خام و تعدیلشده باید از یکدیگر جدا باشند.
مقدار p نباید جای اندازه اثر و عدمقطعیت را بگیرد.
🔸️ محدودیتهای نمونهگیری، ابزار، علیت معکوس و مخدوشگری نیز باید در تفسیر نهایی مطرح شوند.
🔗 راهنمای رسمی تحلیل و تفسیر دادههای اپیدمیولوژیک CDC
🔜 در پست پایانی، استاندارد STROBE را معرفی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 37 | آزمونهای متعدد و یافتههای تصادفی
🔸️ هر آزمون آماری با احتمال خطای نوع اول همراه است. اگر تعداد زیادی آزمون مستقل انجام شود، احتمال یافتن دستکم یک نتیجه معنادار تصادفی افزایش مییابد. برای مثال، بررسی ارتباط بیست متغیر جمعیتشناختی با ده پیامد صدها آزمون ایجاد میکند.
🔸️ انتخاب و گزارش فقط نتایج معنادار میتواند تصویر نادرستی از شواهد بسازد.
بهتر است پیامدها و مقایسههای اصلی پیش از تحلیل مشخص شوند. روشهایی مانند Bonferroni یا کنترل نرخ کشف کاذب در برخی شرایط کاربرد دارند. اما اصلاح آماری جایگزین داشتن فرضیه و برنامه تحلیل روشن نیست.
🔸️ نتایج اکتشافی باید صریحاً اکتشافی معرفی و در نمونه دیگری تکرار شوند.
🔗 راهنمای انتخاب آزمونها و مقایسههای آماری در UCLA
🔜 در پست بعدی، دادههای گمشده را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 35 | اثر طراحی و نمونهگیری خوشهای چیست؟
🔸️ فرمولهای ساده حجم نمونه معمولاً نمونهگیری تصادفی ساده را فرض میکنند. در نمونهگیری خوشهای، افراد یک خوشه ممکن است به یکدیگر شبیه باشند. برای مثال، دانشآموزان یک مدرسه محیط و قوانین مشترکی دارند. این شباهت باعث میشود اطلاعات حاصل از صد دانشآموز یک مدرسه با صد دانشآموز از صد مدرسه یکسان نباشد.
🔸️ اثر طراحی نشان میدهد واریانس در طرح واقعی چند برابر واریانس نمونهگیری تصادفی ساده است. برای جبران این مسئله، حجم نمونه اولیه معمولاً در اثر طراحی ضرب میشود.
🔸️ تعداد خوشهها نیز گاهی از تعداد کل افراد مهمتر است. در تحلیل باید متغیرهای خوشه، طبقه و وزن نمونه وارد شوند تا خطاهای استاندارد درست محاسبه شوند.
🔗 راهنمای WHO برای طراحی نمونه پیمایشهای جمعیتی
🔜 در پست بعدی، وزندهی نمونه را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 33 | حجم نمونه برای برآورد شیوع چیست؟
🔸️ حجم نمونه مطالعه شیوع به شیوع مورد انتظار و دقت مطلوب وابسته است. سطح اطمینان نیز تعیین میکند فاصله اطمینان با چه اطمینانی ساخته شود. وقتی اطلاعات قبلی وجود ندارد، انتخاب شیوع ۵۰ درصد معمولاً محافظهکارانهترین برآورد را ایجاد میکند.
🔸️ هرچه حاشیه خطای مطلوب کوچکتر باشد، نمونه بیشتری لازم است. در جوامع محدود، اصلاح حجم جامعه محدود ممکن است اعمال شود. نمونهگیری خوشهای و عدم پاسخ نیز باید در حجم نهایی لحاظ شوند.
🔸️ حجم نمونه محاسبهشده فقط در صورتی دقت مورد انتظار را فراهم میکند که طراحی و اجرای نمونهگیری مناسب باشد. برای پیمایش توصیفی میتوان از ابزار Epi Info یا OpenEpi استفاده کرد.
🧮 ماشینحساب حجم نمونه مطالعات شیوع در OpenEpi
🔗 نرمافزار رسمی Epi Info متعلق به CDC
🔜 در پست بعدی، حجم نمونه برای مقایسه گروهها را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 31 | سوگیری انتخاب چیست؟
🔸️ سوگیری انتخاب زمانی رخ میدهد که نحوه ورود افراد به مطالعه با مواجهه یا پیامد ارتباط داشته باشد. نمونهگیری فقط از داوطلبان اینترنتی ممکن است افراد علاقهمندتر یا دارای نشانههای شدیدتر را جذب کند. نمونه یک درمانگاه نیز الزاماً نماینده همه افراد جامعه نیست.
🔸️ معیارهای ورود بسیار محدود میتوانند گروهی غیرعادی ایجاد کنند. عدم پاسخ نیز در صورتی سوگیری ایجاد میکند که پاسخدهندگان و پاسخندادهها بهطور مرتبط تفاوت داشته باشند. بزرگکردن نمونه پس از ایجاد سوگیری انتخاب، مشکل را حل نمیکند.
🔸️ پژوهشگر باید فرایند انتخاب، تعداد افراد در هر مرحله و تفاوت مشارکتکنندگان با جامعه هدف را گزارش کند. در مطالعات مقطعی، نمایندهنبودن نمونه یکی از مهمترین محدودیتهای اعتبار بیرونی است.
🔗 آموزش Penn State درباره سوگیری انتخاب در مطالعات مقطعی
🔜 در پست بعدی، سوگیری اطلاعات را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 29 | مخدوشگری چیست؟
🔸️ مخدوشگر متغیری است که با مواجهه و پیامد ارتباط دارد و رابطه آنها را تحریف میکند. برای مثال، ممکن است میان مصرف قهوه و اضطراب رابطهای مشاهده شود. اگر افراد قهوهخور بیشتر سیگار بکشند و سیگار نیز با اضطراب مرتبط باشد، مصرف سیگار میتواند مخدوشگر باشد.
🔸️ مخدوشگر نباید صرفاً پیامد مواجهه اصلی باشد. کنترل مخدوشگری میتواند با محدودسازی، طبقهبندی، تطبیق یا رگرسیون انجام شود. انتخاب مخدوشگر فقط بر اساس مقدار p مناسب نیست.
🔸️ دانش نظری، ترتیب زمانی و نمودارهای علّی میتوانند به انتخاب متغیرها کمک کنند. حتی پس از تعدیل، مخدوشگری باقیمانده یا اندازهگیرینشده ممکن است وجود داشته باشد.
🔗 تعریف رسمی مخدوشگری در واژهنامه اپیدمیولوژی CDC
🔜 در پست بعدی، علیت معکوس را توضیح میدهیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com