توضیحات
📌 اپیدمیولوژی رو قورت بده! 🧠
سلام به همراهان عزیز! 😊 اگه دانشجوی علوم پزشکی، بهداشت، اپیدمیولوژی یا داوطلب ارشد/دکتری هستی، خوب میدونی که مطالعات مشاهدهای یکی از مهمترین و در عین حال چالشبرانگیزترین مباحث اپیدمیولوژیه! 😫
📚 جزوه مطالعات مشاهدهای در اپیدمیولوژی – بخش اول رو مخصوص تو آماده کردیم:
✅ مقایسه انواع مطالعات: کوهورت، مورد-شاهدی، مقطعی، اکولوژیک ✅ محاسبه شاخصها: RR، OR، نسبت شانس و… ✅ سوگیریها و مخدوشکنندهها: به زبان ساده ✅ جدول ۲×۲ و فرمولهای کلیدی: همراه با مثال عددی ✅ حجم کم، بازده بالا: جمعبندی شده برای مرور سریع
🎯 این جزوه مخصوص کساییه که میخوان تو کمترین زمان بیشترین یادگیری رو داشته باشن!
📥 همین الان دانلود کن و یک قدم به قبولی نزدیکتر شو!
ative Risk (RR)
سوال:
در یک مطالعه کوهورت، از ۵۰۰ نفر سیگاری، ۸۰ نفر به سرطان ریه مبتلا شدند و از ۵۰۰ نفر غیرسیگاری، ۲۰ نفر مبتلا شدند.
RR را محاسبه کنید و تفسیر کنید.
پاسخ:
|
گروه
|
تعداد کل
|
مبتلا
|
غیرمبتلا
|
|---|---|---|---|
|
سیگاری
|
۵۰۰
|
۸۰
|
۴۲۰
|
|
غیرسیگاری
|
۵۰۰
|
۲۰
|
۴۸۰
|
محاسبه:
-
میزان بروز در سیگاریها = ۸۰ ÷ ۵۰۰ = ۰.۱۶
-
میزان بروز در غیرسیگاریها = ۲۰ ÷ ۵۰۰ = ۰.۰۴
-
RR = ۰.۱۶ ÷ ۰.۰۴ = ۴
تفسیر:
✅ RR = 4 یعنی خطر ابتلا به سرطان ریه در افراد سیگاری ۴ برابر افراد غیرسیگاری است.
📌 چون RR > 1 است، ارتباط مثبت (عامل خطر) وجود دارد.
🧪 مثال ۳: محاسبه Odds Ratio (OR)
سوال:
در یک مطالعه مورد-شاهدی، ۱۰۰ نفر مبتلا به سرطان ریه (مورد) و ۱۰۰ نفر سالم (شاهد) انتخاب شدند. در گروه مورد، ۷۰ نفر سابقه سیگار کشیدن داشتند و در گروه شاهد، ۳۰ نفر.
OR را محاسبه کنید و تفسیر کنید.
پاسخ:
|
گروه
|
سیگاری
|
غیرسیگاری
|
|---|---|---|
|
مورد (سرطان)
|
۷۰
|
۳۰
|
|
شاهد (سالم)
|
۳۰
|
۷۰
|
محاسبه:
-
شانس مواجهه در موردها = ۷۰ ÷ ۳۰ = ۲.۳۳
-
شانس مواجهه در شاهدها = ۳۰ ÷ ۷۰ = ۰.۴۳
-
OR = ۲.۳۳ ÷ ۰.۴۳ = ۵.۴۲
تفسیر:
✅ OR = 5.42 یعنی شانس سابقه سیگار کشیدن در افراد مبتلا به سرطان ریه ۵.۴۲ برابر افراد سالم است.
📌 چون OR > 1 است، ارتباط مثبت وجود دارد.
🧪 مثال ۴: تشخیص سوگیری (Bias)
سوال:
در یک مطالعه مورد-شاهدی، پژوهشگر از افراد مبتلا به بیماری (مورد) میخواهد مواجهه گذشته خود را به خاطر بیاورند. افراد سالم (شاهد) ممکن است مواجهه خود را کمتر به خاطر بیاورند. این چه نوع سوگیری است؟
پاسخ:
✅ سوگیری یادآوری (Recall Bias)
📌 توضیح: افراد مبتلا به بیماری معمولاً مواجهه خود را بهتر به خاطر میآورند (چون به دنبال علت بیماری خود هستند)، در حالی که افراد سالم ممکن است مواجهه را فراموش کنند. این باعث تخمین بیش از حد ارتباط میشود.
🧪 مثال ۵: تشخیص مخدوشکننده (Confounding)
سوال:
در یک مطالعه مشاهدهای، ارتباط بین مصرف قهوه و سرطان ریه بررسی شده است. اما افراد مصرفکننده قهوه بیشتر سیگار هم میکشند. در اینجا سن چه نقشی دارد؟
پاسخ:
✅ سن میتواند یک مخدوشکننده (Confounder) باشد اگر:
-
با مواجهه (مصرف قهوه) مرتبط باشد.
-
به طور مستقل با پیامد (سرطان ریه) مرتبط باشد.
-
در مسیر علیتی بین مواجهه و پیامد نباشد.
📌 راه کنترل: میتوان با استانداردسازی (Standardization) یا رگرسیون (Regression) اثر سن را حذف کرد.
🧪 مثال ۶: مطالعه مقطعی (Cross-sectional)
سوال:
یک پژوهشگر میخواهد شیوع چاقی را در بین ۱۰۰۰ نفر از ساکنان یک شهر در یک نقطه زمانی مشخص بررسی کند. او همزمان وزن و قد افراد را اندازه میگیرد. این چه نوع مطالعهای است؟
پاسخ:
✅ مطالعه مقطعی (Cross-sectional)
📌 دلیل: مواجهه و پیامد در یک نقطه زمانی اندازهگیری میشوند. این مطالعه برای برآورد شیوع مناسب است، اما نمیتواند علیت را ثابت کند.
🧪 مثال ۷: مطالعه اکولوژیک (Ecological)
سوال:
یک پژوهشگر میخواهد ارتباط بین مصرف سرانه نمک در کشورهای مختلف و میزان مرگ و میر ناشی از سکته قلبی را بررسی کند. او از دادههای کشوری استفاده میکند. این چه نوع مطالعهای است؟
پاسخ:
✅ مطالعه اکولوژیک (Ecological)
📌 دلیل: واحد مطالعه گروه (کشور) است، نه افراد.
⚠️ محدودیت: ممکن است دچار سوگیری اکولوژیک (Ecological Fallacy) شود، یعنی ارتباط در سطح گروه لزوماً در سطح فردی صادق نیست.
🧪 مثال ۸: جدول ۲×۲ و محاسبه AR (Attributable Risk)
سوال:
در یک مطالعه کوهورت، دادههای زیر به دست آمده است. AR را محاسبه کنید و تفسیر کنید.
|
گروه
|
مبتلا
|
غیرمبتلا
|
|---|---|---|
|
سیگاری
|
۶۰
|
۴۴۰
|
|
غیرسیگاری
|
۲۰
|
۴۸۰
|
پاسخ:
-
میزان بروز در سیگاریها = ۶۰ ÷ ۵۰۰ = ۰.۱۲
-
میزان بروز در غیرسیگاریها = ۲۰ ÷ ۵۰۰ = ۰.۰۴
-
AR = ۰.۱۲ – ۰.۰۴ = ۰.۰۸
تفسیر:
✅ AR = 0.08 یعنی ۸٪ از موارد سرطان ریه در افراد سیگاری قابل انتساب به سیگار کشیدن است. اگر سیگار را حذف کنیم، ۸٪ موارد کاهش مییابد.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.