در پروپوزال ۲۰۰ نفر پیش‌بینی کرده‌اید، اما نزدیک پایان مهلت فقط ۱۴۰ نفر داده قابل استفاده دارید. پیش از تغییر فایل یا ادامه نمونه‌گیری، باید بفهمید مسئله دقیقاً کجاست: افراد واجد شرایط پیدا نمی‌شوند، دعوت را نمی‌پذیرند، در پیگیری از دست می‌روند یا بخشی از متغیرها ثبت نشده است؟ هرکدام پیامد متفاوتی دارند و با یک راه‌حل یکسان برطرف نمی‌شوند.
هدف این راهنما تصمیم‌گیری مستند همراه با استاد و مشاور روش تحقیق است. افزایش خودسرانه زمان یا محل اجرا، ساختن داده، حذف معیارهای ورود یا توقف بر اساس معنادارشدن، جایگزین اصلاح علمی و مجاز طرح نیست.
چهار عدد را از هم جدا کنید
| عدد | معنا | پرسش لازم |
|---|---|---|
| برنامه مصوب | تعداد پیش‌بینی‌شده در طراحی | برای کدام پیامد و با چه فرض‌هایی محاسبه شد؟ |
| افراد غربال‌شده | کسانی که شرایطشان بررسی شد | علت کناررفتن افراد چه بوده است؟ |
| افراد واردشده | کسانی که طبق ضابطه وارد مطالعه شدند | چه تعداد پیگیری یا اطلاعات کامل دارند؟ |
| افراد هر تحلیل | تعداد دارای اطلاعات مورد نیاز آن تحلیل | آیا بین پیامدها و مدل‌ها متفاوت است؟ |
ممکن است ۲۰۰ نفر وارد مطالعه شده باشند ولی پیامد اصلی فقط برای ۱۶۰ نفر معلوم باشد. در این حالت مسئله فقط جذب اولیه نیست. از سوی دیگر، داشتن یک متغیر گمشده به معنی بی‌استفاده‌بودن تمام اطلاعات یک فرد در همه تحلیل‌ها نیست. انتخاب روش برخورد با داده گمشده به نوع و الگوی آن و مدل تحلیلی وابسته است.
اول علت کمبود را اندازه بگیرید
یک گزارش هفتگی کوتاه بسازید: تعداد مراجعان، واجدان شرایط، دعوت‌شدگان، پذیرفته‌شدگان و تکمیل‌کنندگان. علت عدم ورود یا خروج را بدون اطلاعات هویتی غیرضروری ثبت کنید. به این ترتیب می‌توان تشخیص داد مشکل، برآورد خوش‌بینانه تعداد بیماران بوده یا فرایند دعوت و پیگیری نیازمند اصلاح است.
در مطالعه پرونده‌ای، ناموجودبودن یک آزمایش در پرونده با «منفی‌بودن آزمایش» فرق دارد. در مطالعه پرسش‌نامه‌ای، پاسخ‌ندادن به سؤال حساس ممکن است تصادفی نباشد. درباره تفاوت افراد دارای داده و فاقد داده، تا جایی که اطلاعات معتبر اجازه می‌دهد، بررسی توصیفی انجام دهید؛ نبود تفاوت معنادار، تصادفی‌بودن گمشدگی را ثابت نمی‌کند.
محاسبه اولیه را با سؤال واقعی مقایسه کنید
آیا حجم نمونه برای برآورد شیوع بوده، اما اکنون قرار است یک مدل پیش‌بینی پیچیده برازش شود؟ آیا اندازه اثر از مقاله‌ای با جامعه و پیامد نامتناسب گرفته شده است؟ آیا طراحی خوشه‌ای یا اندازه‌گیری تکراری در محاسبه لحاظ شده؟ بررسی این پرسش‌ها برای فهم محدودیت مطالعه است، نه برای انتخاب فرمولی که پس از دیدن داده، تعداد موجود را توجیه کند.
در برآوردهای توصیفی، کاهش نمونه می‌تواند فاصله اطمینان را پهن‌تر کند. در مدل‌های چندمتغیره، اطلاعات موجود و تعداد رویدادها نیز اهمیت دارد. حذف و اضافه متغیرها فقط برای رسیدن به P مطلوب راه‌حل معتبری نیست. اگر برنامه تحلیل نیاز به تعدیل دارد، دلیل، زمان تصمیم و تفاوت با برنامه اولیه را ثبت کنید.
چه گزینه‌هایی قابل بررسی‌اند؟
- بهبود فرایند مجاز جذب: تنظیم زمان تماس، توضیح بهتر مشارکت و پیگیری بدون فشار یا اجبار؛
- تمدید بازه گردآوری: پس از بررسی مهلت آموزشی، بودجه و مجوزهای لازم؛
- افزودن مرکز همکار: با ارزیابی تفاوت جمعیت، هماهنگی اجرایی و تأییدهای علمی و اخلاقی؛
- بازبینی دامنه سؤال: فقط اگر از نظر علمی قابل دفاع و از مسیر لازم تأیید شود؛
- پایان اجرا با گزارش محدودیت: وقتی گزینه عملی و مجاز دیگری وجود ندارد، تصمیم باید با تیم و دانشگاه هماهنگ شود.
برای مطالعه کارآزمایی، نقش قواعد توقف، ثبت عمومی و برنامه تحلیل حساس‌تر است. در صورت تغییر مشخصات مطالعه، راهنمای IRCT بر به‌روز نگه‌داشتن سابقه تأکید می‌کند. این کار جای بررسی اخلاقی و مجوز تغییر را نمی‌گیرد.
فرمول جبران ریزش را درست استفاده کنیم
در یک مثال ساده آموزشی، اگر ۱۲۰ نفر داده کامل لازم باشد و در مرحله طراحی، ریزش ۲۰درصدیِ مستدل پیش‌بینی شود، تعداد اولیه از تقسیم ۱۲۰ بر ۰٫۸ برابر ۱۵۰ می‌شود؛ افزودن فقط ۲۰درصد به ۱۲۰ همان محاسبه نیست. این مثال برای همه طرح‌ها فرمول نهایی نیست و فرض ریزش باید متناسب با شواهد و طراحی باشد.
پس از پایان پژوهش نمی‌توان افراد فرضی به فایل افزود تا تعداد برنامه‌شده کامل شود. برآورد یا جای‌گذاری داده گمشده، اگر مناسب باشد، یک روش آماری با فرض‌های مشخص و نیازمند گزارش است؛ معادل ساخت داده واقعی جدید نیست. تحلیل حساسیت می‌تواند نشان دهد نتیجه تا چه حد به فرض‌ها وابسته است.
گزارش مناسب برای استاد و داور
به‌جای «نمونه کافی نبود»، بنویسید تعداد برنامه‌ریزی‌شده و تعداد نهایی چه بوده، جذب در کدام مرحله محدود شده و تصمیم‌ها چه زمانی گرفته شده‌اند. تعداد هر تحلیل و علت حذف‌ها را مشخص کنید. اگر طرح تغییر کرده، نسخه مصوب جدید و زمان آن را معرفی کنید. در مطالعه مشاهده‌ای، راهنمای STROBE برای کامل‌ترشدن گزارش مسیر افراد و داده‌های گمشده مفید است؛ این راهنما ابزار تأیید طراحی نیست.
پرسش‌های رایج
آیا می‌توان تعداد پروپوزال را با تعداد موجود جایگزین کرد؟
نباید سابقه طراحی را طوری بازنویسی کرد که کمبود پنهان شود. تغییر رسمی، در صورت مجازبودن، باید همراه دلیل و مسیر تأیید باشد؛ تعداد واقعی نیز شفاف گزارش می‌شود.
آیا با زیادکردن نمونه حتماً نتیجه معنادار می‌شود؟
خیر. تعداد بیشتر تضمین جهت یا معناداری اثر نیست و سوگیری طراحی یا اندازه‌گیری را هم خودبه‌خود رفع نمی‌کند. هدف باید دقت و پاسخ معتبر به سؤال باشد.
برای مشاوره چه بفرستیم؟
سؤال اصلی، محاسبه اولیه، نمودار جذب، تعداد پیامدهای کامل و کدبوک بدون شناسه بیمار کافی‌تر از یک اسکرین‌شات P است. برای بررسی مسیر علمی می‌توانید از مشاوره آمار کمک بگیرید؛ تغییر مجوز و زمان دفاع در اختیار دانشگاه است.
منابع و مطالعه تکمیلی
- STROBE برای گزارش مطالعات مشاهده‌ای
- کاکرین: خطر سوگیری و داده‌های پیامد گمشده در کارآزمایی
- راهنمای ثبت تغییر پروتکل مصوب
آخرین بازبینی محتوایی: ۱۲ آبان ۱۴۰۵. نمودارها و مثال‌های این راهنما آموزشی‌اند و به‌عنوان داده یا تصویر واقعی یک پژوهش معرفی نشده‌اند.
