2994
ارائه خدمات پژوهشی در زمینه های ۱. نگارش پروپوزال ۲. نگارش پایاننامه ۳. نگارش مقاله ۴. ترجمه جهت مشاوره @Thesis_Mohammadi
🔶️ 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
🔶️ پست 27 | رابطه خام و تعدیلشده چیست؟
🔸️ رابطه خام بدون کنترل متغیرهای دیگر محاسبه میشود. رابطه تعدیلشده پس از واردکردن عوامل مرتبط در مدل به دست میآید. برای مثال، ممکن است اضطراب در دانشجویان شاغل بیشتر باشد. اما دانشجویان شاغل ممکن است از نظر سن، درآمد یا ساعت خواب نیز با دیگران تفاوت داشته باشند. پس از کنترل این متغیرها، رابطه ممکن است کاهش یابد، افزایش پیدا کند یا تغییر جهت دهد.
🔸️ تفاوت نتیجه خام و تعدیلشده میتواند نشانه نقش مخدوشکنندهها باشد. هم نتایج خام و هم تعدیلشده بهتر است همراه با فاصله اطمینان گزارش شوند.
🔸️ تعدیل آماری همه انواع سوگیری و مخدوشگری اندازهگیرینشده را از بین نمیبرد.
🔗 راهنمای تحلیل طبقهبندیشده و کنترل مخدوشگری در Epi Info
🔜 در پست بعدی، اثر متقابل یا Interaction را توضیح میدهیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 25 | نسبت شانس در مطالعه مقطعی
🔸️ شانس از تقسیم احتمال وقوع پیامد بر احتمال عدم وقوع آن به دست میآید. نسبت شانس، شانس پیامد را در دو گروه مقایسه میکند. رگرسیون لجستیک بهطور مستقیم نسبت شانس را برآورد میکند.
🔸️ هنگامی که پیامد نادر است، نسبت شانس میتواند به نسبت شیوع نزدیک باشد. اما در پیامدهای شایع، نسبت شانس ممکن است بزرگی رابطه را بیش از نسبت شیوع نشان دهد.
🔸️ بنابراین، نباید نسبت شانس را بدون توضیح بهعنوان «چند برابرشدن احتمال» تفسیر کرد.
🔸️انتخاب میان نسبت شیوع و نسبت شانس باید با هدف پژوهش و مدل آماری هماهنگ باشد. در گزارش، نام دقیق شاخص و فاصله اطمینان آن باید نوشته شود.
🔗 راهنمای روششناختی اندازههای رابطه در مطالعات مقطعی
🔜 در پست بعدی، رگرسیون خطی و لجستیک را مقایسه میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 23 | روش مقایسه متغیرهای طبقهای
🔸️ برای بررسی ارتباط دو متغیر طبقهای معمولاً از جدول توافقی استفاده میشود. آزمون کایدو بررسی میکند که توزیع مشاهدهشده با حالت استقلال متغیرها سازگار است یا خیر. برای مثال، میتوان شیوع بیخوابی را در زنان و مردان مقایسه کرد.اگر فراوانی مورد انتظار برخی خانهها بسیار کم باشد، آزمون دقیق فیشر مناسبتر است.
🔸️ در کنار مقدار p باید درصدهای سطری یا ستونی و اندازه رابطه گزارش شوند. درصد بدون ذکر مخرج میتواند تفسیر اشتباهی ایجاد کند.
🔸️ آزمون کایدو اثر متغیرهای مخدوشکننده را کنترل نمیکند. برای تحلیل تعدیلشده یک پیامد دوحالتی معمولاً از مدل رگرسیونی مناسب استفاده میشود.
🔗 آموزش آزمون کایدو در UCLA
🔜 در پست بعدی، نسبت شیوع را معرفی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 21 | روش مقایسه دو گروه مستقل
🔸️برای مقایسه دو گروه ابتدا باید نوع متغیر پیامد مشخص شود. اگر پیامد کمّی و شرایط لازم برقرار باشد، آزمون تی مستقل میتواند میانگین دو گروه را مقایسه کند.
🔸️ برای دادههای نامتقارن یا رتبهای، آزمون من ـ ویتنی ممکن است مناسبتر باشد. مثلاً میتوان میانگین اضطراب دانشجویان شاغل و غیرشاغل را مقایسه کرد. علاوه بر مقدار p، اختلاف میانگین و فاصله اطمینان آن باید گزارش شود.
🔸️ بررسی پراکندگی، دادههای پرت و اندازه گروهها پیش از آزمون ضروری است. اگر گروهها از نظر سن یا ویژگی مهم دیگری تفاوت داشته باشند، مقایسه خام ممکن است گمراهکننده باشد.
🔸️نتیجه آزمون دوگروهی نشاندهنده تفاوت است و بهتنهایی علیت را ثابت نمیکند.
🔗 راهنمای انتخاب آزمون آماری در UCLA
🔜 در پست بعدی، مقایسه بیش از دو گروه را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 19 | خودگزارشی و خطای اندازهگیری چیست؟
🔸️ در ابزار خودگزارشی، شرکتکننده درباره رفتار، نشانه یا تجربه خود پاسخ میدهد. این روش برای بسیاری از متغیرهای روانشناختی ضروری و مقرونبهصرفه است. اما پاسخها ممکن است تحتتأثیر حافظه، فهم سؤال یا تمایل به ارائه تصویر مطلوب قرار بگیرند. افراد ممکن است مصرف مواد، درآمد یا رفتارهای انگخورده را کمتر از مقدار واقعی گزارش کنند.
🔸️ شیوه اجرای حضوری، تلفنی یا آنلاین نیز میتواند الگوی پاسخ را تغییر دهد. سؤالهای مبهم یا هدایتکننده خطای اندازهگیری را افزایش میدهند. استفاده از ابزار معتبر و آموزش ارزیابان میتواند بخشی از خطا را کاهش دهد.
🔸️ همچنین AAPOR خطای پوشش، اندازهگیری و عدم پاسخ را از منابع مهم خطای پیمایش میداند.
🔗 استانداردهای کیفیت پیمایش AAPOR
🔜 در پست بعدی، انتخاب متغیرهای زمینهای را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 17 | تعریف مورد یا Case Definition
🔸️ تعریف مورد مشخص میکند چه فردی در مطالعه دارای پیامد محسوب میشود. این تعریف ممکن است بر اساس تشخیص بالینی، نتیجه آزمایش یا نقطه برش پرسشنامه باشد. معیار باید پیش از تحلیل تعیین شود.
🔸️ تغییر نقطه برش میتواند شیوع گزارششده را بهطور چشمگیری تغییر دهد. برای مثال، نمره بالاتر از نقطه برش PHQ-9 نشانه احتمال افسردگی است، نه لزوماً تشخیص قطعی اختلال افسردگی اساسی.
🔸️ تعریف بسیار حساس موارد بیشتری را شناسایی میکند، اما ممکن است مثبت کاذب بیشتری داشته باشد.
🔸️ تعریف بسیار اختصاصی ممکن است برخی موارد واقعی را از دست بدهد. پژوهشگر باید منبع، اعتبار و نحوه اجرای تعریف مورد را گزارش کند.
🔗 راهنمای CDC درباره طراحی مطالعه و تعریف مورد
🔜 در پست بعدی، انتخاب ابزار اندازهگیری را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 15 | شیوع نقطهای و دورهای چیست؟
🔸️ شیوع نقطهای وضعیت افراد را در یک زمان مشخص توصیف میکند. برای مثال، میتوان پرسید چند درصد دانشجویان در روز اجرای پژوهش معیار بیخوابی را دارند.
🔸️ شیوع دورهای وجود بیماری یا ویژگی را در یک بازه زمانی بررسی میکند. برای مثال، شیوع دوازدهماهه افسردگی شامل افرادی است که در هر زمانی از یک سال گذشته معیار را داشتهاند.
🔸️ شیوع طول عمر نیز به تجربه بیماری در هر زمانی از زندگی اشاره دارد. هرچه دوره طولانیتر باشد، احتمال شناسایی افراد بیشتری که زمانی پیامد را تجربه کردهاند افزایش مییابد. پژوهشگر باید دوره زمانی را در عنوان، روش و گزارش نتیجه دقیقاً بیان کند.
🔸️ مقایسه شیوع نقطهای یک مطالعه با شیوع دوازدهماهه مطالعه دیگر بدون توجه به تعریف زمان گمراهکننده است.
🔗 آموزش CDC درباره شیوع نقطهای و دورهای
🔜 در پست بعدی، تفاوت شیوع و بروز را بررسی میکنیم.
☎️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 28 | اثر متقابل یا Interaction چیست؟
🔸️ اثر متقابل یعنی رابطه میان یک مواجهه و پیامد در گروهها یا شرایط مختلف یکسان نیست. برای مثال، رابطه فشار کاری و اضطراب ممکن است در زنان و مردان شدت متفاوتی داشته باشد. این موضوع با مخدوشگری یکسان نیست.
🔸️ مخدوشگر رابطه را تحریف میکند، اما تعدیلکننده اثر نشان میدهد رابطه واقعاً در زیرگروهها متفاوت است. برای آزمون آماری میتوان جمله تعاملی را وارد مدل رگرسیون کرد. پس از تعامل معنادار، گزارش فقط یک اثر کلی ممکن است تفاوت مهم زیرگروهها را پنهان کند. تحلیلهای زیرگروهی باید تا حد امکان از پیش تعیین شده باشند.
🔸️ اثر تعدیلکنندگی را Penn State در کنار سوگیری و مخدوشگری از مفاهیم . اصلی تحلیل اپیدمیولوژیک معرفی میکند
🔗 آموزش سوگیری، مخدوشگری و تعدیل اثر در Penn State
🔜 در پست بعدی، مخدوشگری را دقیقتر بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 26 | رگرسیون خطی و لجستیک
🔸️ نوع پیامد تعیین میکند کدام مدل رگرسیونی مناسبتر است.
🔸️ رگرسیون خطی معمولاً برای پیامد کمّی مانند نمره اضطراب استفاده میشود.
🔸️ رگرسیون لجستیک برای پیامد دوحالتی مانند وجود یا نبود افسردگی کاربرد دارد.
🔸️ هر دو روش میتوانند چند متغیر پیشبین یا کنترل را همزمان وارد مدل کنند. در رگرسیون خطی باید شکل رابطه، پراکندگی خطاها و دادههای اثرگذار بررسی شوند. در رگرسیون لجستیک، ضرایب معمولاً بهصورت نسبت شانس تفسیر میشوند.واردکردن متغیرها فقط بر اساس معناداری تکمتغیره میتواند عوامل مهم نظری را حذف کند. مدل نهایی باید بر سؤال، دانش پیشین و برنامه تحلیل استوار باشد.
🔗 آموزش رگرسیون لجستیک در UCLA
🔜 در پست بعدی، نتایج خام و تعدیلشده را از یکدیگر جدا میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 24 | نسبت شیوع چیست؟
🔸️ نسبت شیوع، شیوع پیامد در یک گروه را بر شیوع آن در گروه مقایسه تقسیم میکند. اگر شیوع افسردگی در افراد بیکار ۳۰ درصد و در افراد شاغل ۱۵ درصد باشد، نسبت شیوع برابر دو است. این نتیجه یعنی شیوع افسردگی در گروه بیکار دو برابر گروه شاغل مشاهده شده است.
🔸️ نسبت شیوع برابر یک نشاندهنده برابری شیوع دو گروه است.
🔸️ مقدار بزرگتر از یک با شیوع بیشتر و مقدار کمتر از یک با شیوع کمتر همراه است.
فاصله اطمینان نشان میدهد برآورد با چه میزان عدمقطعیت همراه است.
🔸️ نسبت شیوع در مطالعه مقطعی معمولاً از نظر تفسیر برای پیامدهای شایع روشنتر از نسبت شانس است. بااینحال، این شاخص نیز بهتنهایی رابطه علّی را اثبات نمیکند.
🔗 آموزش مطالعات مقطعی و نسبت شیوع دانشگاه کارولینای شمالی
🔜 در پست بعدی، نسبت شانس را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 22 | روش مقایسه بیش از دو گروه
🔸️ برای مقایسه میانگین بیش از دو گروه معمولاً از تحلیل واریانس یکطرفه استفاده میشود. برای مثال، میتوان میانگین استرس دانشجویان کارشناسی، کارشناسی ارشد و دکتری را مقایسه کرد.
🔸️ آزمون کلی ANOVA فقط نشان میدهد حداقل دو گروه با هم تفاوت دارند. برای مشخصکردن محل تفاوت، مقایسههای پسین یا کنتراستهای ازپیشتعیینشده لازماند. اجرای چند آزمون تی جداگانه احتمال خطای نوع اول را افزایش میدهد.
🔸️ در صورت نقض فرضهای اصلی، روش Welch یا آزمون کروسکال ـ والیس ممکن است مناسبتر باشد. اندازه اثر مانند اتا اسکوئر میتواند میزان تفاوت کلی گروهها را نشان دهد. تفسیر باید با میانگینها، فاصلههای اطمینان و منطق نظری همراه باشد.
🔗 آموزش انتخاب تحلیل برای چند گروه در UCLA
🔜 در پست بعدی، مقایسه متغیرهای طبقهای را توضیح میدهیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 20 | متغیرهای زمینهای و جمعیتشناختی
🔸️ متغیرهای جمعیتشناختی باید بر اساس سؤال پژوهش و دانش پیشین انتخاب شوند. سن، جنس، تحصیلات، درآمد، وضعیت تأهل و اشتغال از متغیرهای رایجاند. جمعآوری تعداد زیادی متغیر بدون هدف روشن میتواند پرسشنامه و تحلیل را بیدلیل پیچیده کند. تعریف طبقات باید پیش از تحلیل و با توجه به منطق علمی انجام شود.
🔸️ تبدیل متغیر پیوسته مانند سن به گروههای دلخواه میتواند اطلاعات را کاهش دهد. برخی متغیرهای زمینهای ممکن است مخدوشکننده یا تعدیلکننده اثر باشند.
🔸️ در مطالعهای درباره اضطراب و افسردگی بزرگسالان آمریکا، تفاوتها بر اساس سن، جنس، تحصیلات و وضعیت اقتصادی بررسی شدند. پژوهشگر باید بین تحلیل ازپیشتعیینشده و جستوجوی اتفاقی در تعداد زیادی زیرگروه تفاوت قائل شود.
🔗 راهنمای STROBE برای گزارش متغیرهای مطالعه
➡️ در پست بعدی، مقایسه دو گروه مستقل را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 18 | ابزار اندازهگیری چگونه انتخاب میشود؟
🔸️ ابزار اندازهگیری باید دقیقاً با سازه و جامعه پژوهش هماهنگ باشد. پرسشنامه، مصاحبه، مشاهده، آزمایش و اطلاعات پرونده از منابع متداول داده هستند.
🔸️ پایایی نشان میدهد اندازهگیری تا چه اندازه باثبات و سازگار است.
🔸️ روایی نشان میدهد ابزار واقعاً همان مفهومی را میسنجد که ادعا میکند. ابزاری که در یک کشور معتبر است، ممکن است بدون ترجمه و انطباق فرهنگی برای جامعه دیگر مناسب نباشد. کوتاهبودن یا مشهوربودن یک پرسشنامه بهتنهایی دلیل کافی برای انتخاب آن نیست.
🔸️ دراین باره COSMIN توصیه میکند کیفیت شواهد پایایی، روایی، پاسخگویی و امکانپذیری ابزار بررسی شود. تعریف روشن پیامد باید پیش از جستوجو و انتخاب ابزار انجام شود.
🔗 راهنمای COSMIN برای انتخاب ابزار اندازهگیری
🔜 در پست بعدی، محدودیتهای دادههای خودگزارشی را بررسی میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 16 | تفاوت شیوع و بروزشیوع در چیست؟
🔸️ تعداد یا نسبت همه موارد موجود یک بیماری را نشان میدهد.
🔸️ بروز به موارد جدیدی اشاره دارد که در یک دوره زمانی در جمعیت در معرض خطر ایجاد میشوند. مطالعه مقطعی معمولاً برای برآورد شیوع مناسب است، نه بروز واقعی. برای محاسبه بروز باید بدانیم افراد در آغاز فاقد پیامد بودهاند و سپس در طول زمان پیگیری شدهاند.
🔸️ یک بیماری با مدت طولانی ممکن است شیوع بالا ولی بروز نسبتاً پایین داشته باشد.
🔸️ یک بیماری کوتاهمدت و سریعبهبود ممکن است بروز بالا اما شیوع نقطهای پایین داشته باشد.
🔸️ در این خصوص CDC تأکید میکند که موارد موجود و موارد جدید نباید در تحلیلهای اپیدمیولوژیک با یکدیگر مخلوط شوند. استفاده از واژه «بروز» برای درصد موارد موجود در یک پیمایش مقطعی اشتباه است.
🔗 راهنمای CDC برای توصیف فراوانی بیماری
🔜 در پست بعدی، تعریف مورد را بررسی
میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com
🔶️ پست 14 | شیوع چیست؟
🔸️ شیوع نسبت افرادی است که در یک زمان یا بازه مشخص دارای یک بیماری یا ویژگی هستند. صورت کسر، تعداد موارد موجود و مخرج، جمعیت مرتبط با برآورد است.
🔸️ شیوع معمولاً بهصورت درصد یا تعداد در هر هزار یا صد هزار نفر گزارش میشود. برای مثال، اگر ۲۰۰ نفر از ۱۰۰۰ دانشجو نمرهای بالاتر از نقطه برش افسردگی داشته باشند، شیوع نشانهها ۲۰ درصد است. این عدد باید همراه با فاصله اطمینان گزارش شود.
🔸️ شیوع به تعداد موارد جدید، مدت بیماری، بهبود و مرگومیر وابسته است. در مطالعهای درباره دانشجویان کشورهای کمدرآمد و با درآمد متوسط، شیوع نشانههای افسردگی با ترکیب نتایج مطالعات گزارش شد. شیوع یک پرسشنامه غربالگری الزاماً معادل شیوع تشخیص بالینی نیست.
🔗 تعریف شیوع در مرکز ملی آمار سلامت CDC
🔜 در پست بعدی، شیوع نقطهای و دورهای را جدا میکنیم.
☎️راههای ارتباطیЧитать полностью…
📱09391909964
@Thesis_Mohammadi
/channel/Payannameh_Mohammadi
✉️ Thesismohammadi@gmail.com