ایستگاه اپیدمیولوژی/پژوهش/مقاله

📏 برآورد (Estimation)؛ از نمونه به جمعیت 🔸️تا الان درباره فرضیه و آزمون فرضیه صحبت کردیم که به ما می‌گوید «آیا ارتباطی وجود دارد یا نه؟» اما سوال بعدی این است: «این ارتباط چقدر است؟ دقیقاً چه مقدار؟» ▫️برای پاسخ به این سوال، وارد حوزه برآورد (Estimation) می‌شویم. برآورد یعنی با استفاده از داده‌های نمونه، مقدار یک پارامتر را در کل جمعیت تخمین بزنیم. 🔷️ دو نوع برآورد: ۱. برآورد نقطه‌ای (Point Estimation) یک عدد واحد که بهترین حدس ما برای پارامتر جمعیت است. ✅ مثال: میانگین فشار خون نمونه‌ای ۱۲۰ میلی‌متر جیوه است. برآورد نقطه‌ای ما از میانگین فشار خون کل جمعیت = ۱۲۰. ⚠️ مشکل: این عدد دقیقاً چقدر به مقدار واقعی نزدیک است؟ ما نمی‌دانیم، چون فقط یک عدد داریم. ۲. برآورد فاصله‌ای (Interval Estimation) یک بازه (محدوده) که با سطح اطمینان مشخص، پارامتر جمعیت را در بر می‌گیرد. ✅ مثال: «میانگین فشار خون جمعیت با اطمینان ۹۵٪ بین ۱۱۸ تا ۱۲۲ میلی‌متر جیوه است.» ➜ این یعنی اگر ۱۰۰ بار نمونه‌گیری کنیم، ۹۵ بار این فاصله، مقدار واقعی را در بر خواهد گرفت. 🔹 فاصله اطمینان (Confidence Interval – CI) در واقع یک «تور ماهیگیری» است؛ هرچه نمونه بزرگ‌تر باشد، تور کوچک‌تر و دقیق‌تر می‌شود. 📊 فرمول عمومی فاصله اطمینان برای میانگین: CI = (Point Estimate) ± (Critical Value) × (Standard Error) برآورد نقطه‌ای: میانگین یا نسبت نمونه. مقدار بحرانی (Critical Value): از توزیع نرمال (مثلاً ۱.۹۶ برای CI ۹۵٪) یا توزیع تی. خطای استاندارد (Standard Error): انحراف معیار تقسیم بر جذر حجم نمونه. ⚠️ نکته: با افزایش حجم نمونه، خطای استاندارد کاهش می‌یابد و فاصله اطمینان باریک‌تر می‌شود (دقت بیشتر). 🔷️ سه سطح اطمینان رایج در مقالات پزشکی: CI 90%: برای مطالعات اکتشافی یا مرزهای معنی‌داری. CI 95%: استاندارد طلایی در اکثر مقالات. CI 99%: وقتی می‌خواهیم اطمینان بیشتری داشته باشیم (اما فاصله پهن‌تر می‌شود). ⚠️ تفسیر درست فاصله اطمینان: فاصله‌ای که شامل ۰ یا ۱ نشود (بسته به معیار)، معمولاً معنی‌دار است. مثال: RR = 2.5, 95% CI: 1.8–3.5 → معنی‌دار (چون ۱ در بازه نیست). مثال: RR = 1.2, 95% CI: 0.9–1.6 → معنی‌دار نیست (چون ۱ در بازه است). یک فاصله باریک = برآورد دقیق‌تر. یک فاصله پهن = عدم قطعیت بیشتر. 📌 جمع‌بندی: برآورد نقطه‌ای = یک عدد (حدس ما از مقدار واقعی). برآورد فاصله‌ای = یک بازه (با سطح اطمینان مشخص). فاصله اطمینان ۹۵٪، استاندارد طلایی است. فاصله اطمینان باریک = دقت بالا (معمولاً با حجم نمونه زیاد). همیشه فاصله اطمینان را همراه با برآورد نقطه‌ای گزارش کنید. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

🎯 فرضیه و آزمون فرضیه؛ ستون فقرات هر مطالعه علمی 🔸️هر مطالعه پژوهشی با یک سوال شروع می‌شود: «آیا داروی A فشار خون را کاهش می‌دهد؟» اما برای پاسخ علمی به این سوال، باید سوال را به زبان آمار ترجمه کنیم. این ترجمه، همان فرضیه (Hypothesis) است. ▫️آزمون فرضیه، فرایندی است که به ما می‌گوید شواهد موجود تا چه حد از فرضیه ما حمایت می‌کنند. 🔷️ دو نوع فرضیه در هر مطالعه: ۱. فرضیه صفر (Null Hypothesis – H₀) فرض می‌کند هیچ تفاوت یا ارتباطی وجود ندارد. مثال: «داروی A فشار خون را کاهش نمی‌دهد.» (یعنی اختلاف میانگین فشار خون بین گروه درمان و کنترل صفر است) ۲. فرضیه مخالف (Alternative Hypothesis – H₁ یا Hₐ) برعکس فرضیه صفر؛ یعنی یک تفاوت یا ارتباط وجود دارد. مثال: «داروی A فشار خون را کاهش می‌دهد.» (اختلاف میانگین فشار خون بین دو گروه صفر نیست) 🔹 نکته: فرضیه صفر را رد می‌کنیم یا نمی‌کنیم. هرگز «قبول» نمی‌کنیم. همیشه می‌گوییم «شواهد کافی برای رد H₀ وجود دارد» یا «شواهد کافی برای رد H₀ وجود ندارد». 📊 مراحل آزمون فرضیه (گام به گام): گام ۱: تعریف فرضیه‌ها H₀ و H₁ را به صورت واضح بنویس. گام ۲: تعیین سطح معنی‌داری (α) معمولاً ۰.۰۵. یعنی ۵٪ احتمال اینکه اشتباهاً H₀ را رد کنیم (خطای نوع اول). گام ۳: انتخاب آزمون آماری مناسب مثلاً تی‌تست، کای دو، آنالیز واریانس، رگرسیون. گام ۴: محاسبه آماره آزمون و p-value نرم‌افزارهای آماری این کار را برایتان انجام می‌دهند. گام ۵: تصمیم‌گیری اگر p-value < α → H₀ را رد می‌کنیم (نتیجه معنی‌دار است). اگر p-value ≥ α → H₀ را رد نمی‌کنیم (نتیجه معنی‌دار نیست). ⚠️ اشتباهات رایج در آزمون فرضیه: ❌ تعریف نادرست فرضیه (مثلاً فرضیه صفر را به جای H₁ بنویسید). ❌ انتخاب آزمون آماری غلط (مثلاً استفاده از تی‌تست برای داده‌های چوله). ❌ تفسیر p-value به عنوان «احتمال درستی فرضیه» (p-value فقط احتمال دیدن داده‌ها در صورت درستی H₀ است، نه احتمال درستی H₀). ❌ نادیده گرفتن اندازه اثر (Effect size) – p-value کوچک لزوماً به معنی اثر بزرگ نیست. 📌 مثال ملموس اپیدمیولوژیک: می‌خواهیم بررسی کنیم آیا واکسن آنفلوآنزا از ابتلا به بیماری جلوگیری می‌کند یا نه: H₀: خطر ابتلا در گروه واکسن = خطر ابتلا در گروه دارونما H₁: خطر ابتلا در گروه واکسن < خطر ابتلا در گروه دارونما پس از تحلیل: RR = 0.65, 95% CI: 0.50-0.84, P = 0.001 چون P < 0.05، H₀ را رد می‌کنیم و نتیجه می‌گیریم که واکسن مؤثر است. 📌 جمع‌بندی: فرضیه صفر = هیچ تفاوتی وجود ندارد. فرضیه مخالف = تفاوت وجود دارد. p-value < 0.05 → شواهد کافی برای رد فرضیه صفر. همیشه p-value را با اندازه اثر و فاصله اطمینان همراه کنید. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📌 «نمودارها در آمار پزشکی؛ کدام نمودار برای چه داده‌ای؟» 🔸️تا الان درباره مرکز، پراکندگی و شکل توزیع داده‌ها صحبت کردیم. اما یک تصویر می‌تواند بیش از هزار عدد حرف بزند. انتخاب درست نمودار، نه فقط مقاله را زیبا می‌کند، بلکه پیام آماری را شفاف‌تر منتقل می‌کند. ▫️پس هر داده‌ای، نمودار مخصوص خود را دارد. 🔷️ راهنمای انتخاب نمودار بر اساس نوع داده و هدف: ۱. داده‌های کمی پیوسته (Continuous) – برای دیدن توزیع: ✅ هیستوگرام (Histogram): بهترین گزینه برای دیدن شکل توزیع (نرمال، چوله، دو قله‌ای). ✅ نمودار جعبه‌ای (Box Plot): وقتی می‌خواهی چند گروه را از نظر میانه، پراکندگی و پرت‌ها مقایسه کنی. ❌ از نمودار میله‌ای (Bar chart) برای داده‌های پیوسته استفاده نکن (مگر اینکه گروه‌بندی شده باشند). ۲. داده‌های دسته‌بندی (Categorical) – برای مقایسه فراوانی: ✅ نمودار میله‌ای (Bar chart): برای مقایسه فراوانی یا درصد گروه‌ها (مثل جنسیت، گروه خونی). ✅ نمودار دایره‌ای (Pie chart): فقط اگر تعداد گروه‌ها کم باشد (حداکثر ۴-۵ گروه) و تفاوت‌ها واضح باشد. ⚠️ از دایره‌ای برای بیش از ۵ گروه یا تفاوت‌های ظریف استفاده نکن. ۳. بررسی رابطه دو متغیر کمی: ✅ نمودار پراکندگی (Scatter plot): برای دیدن همبستگی بین دو متغیر (مثل سن و فشار خون). ✅ می‌توانی خط رگرسیون را هم به آن اضافه کنی. ۴. نمایش روند در طول زمان: ✅ نمودار خطی (Line chart): برای داده‌های سری زمانی (مثل روند ماهانه موارد آنفلوآنزا). ❌ از نمودار میله‌ای برای داده‌های زمانی استفاده نکن، مگر اینکه نقاط زمانی کم و مجزا باشند. ۵. داده‌های بقا (Survival): ✅ منحنی کاپلان-مایر (Kaplan-Meier): برای نمایش درصد بقا در طول زمان و مقایسه گروه‌ها. ⚠️ نکات طلایی برای نمودارهای حرفه‌ای: برچسب‌ها: محورها، واحدها و عنوان نمودار را حتماً بنویس. مقیاس: محور عمودی را از صفر شروع کن، مگر اینکه دلیل علمی داشته باشی (در این صورت توضیح بده). در مقاله: هر نمودار باید در متن توضیح داده شود و نتیجه اصلی از روی آن قابل برداشت باشد. 📌 جمع‌بندی: هیستوگرام و جعبه‌ای → داده‌های پیوسته و توزیع میله‌ای و دایره‌ای → داده‌های دسته‌بندی پراکندگی → همبستگی دو متغیر خطی → روند زمانی کاپلان-مایر → بقا 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

✅️ چارک‌ها، صدک‌ها و نمودار جعبه‌ای؛ وقتی انحراف معیار کافی نیست 🔸️در پست‌های قبل گفتیم که برای داده‌های چوله، به جای میانگین و انحراف معیار باید از میانه استفاده کرد. اما میانه به تنهایی نمی‌گوید داده‌ها در اطراف خود چگونه پخش شده‌اند. ▫️اینجا چارک‌ها (Quartiles) و نمودار جعبه‌ای (Box Plot) به کمک می‌آیند. 🔷️ چارک‌ها یعنی چه؟ داده‌های مرتب شده را به ۴ قسمت مساوی تقسیم می‌کنیم: Q1 (چارک اول): ۲۵٪ داده‌ها از این مقدار کمتر هستند. Q2 (چارک دوم): همان میانه (۵۰٪ داده‌ها کمترند). Q3 (چارک سوم): ۷۵٪ داده‌ها از این مقدار کمتر هستند. 📌 فاصله بین چارکی (IQR) = Q3 – Q1 این محدوده، ۵۰٪ میانی داده‌ها را نشان می‌دهد و در داده‌های چوله، بسیار بهتر از انحراف معیار عمل می‌کند. 🔷️ صدک‌ها (Percentiles) چیستند؟ صدک‌ها داده‌ها را به ۱۰۰ قسمت مساوی تقسیم می‌کنند. معروف‌ترین آنها: صدک ۵۰ = میانه صدک ۲۵ = Q1 صدک ۷۵ = Q3 صدک ۹۰ یا ۹۵: برای تعیین مقدار بالای نرمال در متغیرهای بالینی (مثل صدک ۹۵ قد کودکان). 🔷️ نمودار جعبه‌ای (Box Plot) چه شکلی است؟ یک جعبه از Q1 تا Q3 کشیده می‌شود (IQR). خط وسط جعبه، میانه (Q2) است. دو خط (سبیل) از جعبه به سمت بالا و پایین کشیده می‌شوند تا کوچک‌ترین و بزرگ‌ترین مقدار غیرپرتی که در ۱.۵×IQR قرار دارند، برسند. هر نقطه بیرون از این محدوده، داده پرت (Outlier) محسوب می‌شود و با نقطه نشان داده می‌شود. ⚠️ مقایسه با انحراف معیار: انحراف معیار و میانگین: برای داده‌های نرمال و متقارن. چارک‌ها و IQR: برای داده‌های چوله، همراه با پرت. 📌 مثال پزشکی: مدت بستری ۱۰۰ بیمار در ICU: Q1 = ۳ روز، Q2 = ۵ روز، Q3 = ۱۰ روز، IQR = ۷ روز. یعنی ۵۰٪ بیماران بین ۳ تا ۱۰ روز بستری بودند. چند بیمار با ۳۰ روز بستری، به عنوان پرت (Outlier) در نمودار جعبه‌ای نشان داده می‌شوند. ⚠️ اشتباهات رایج: ❌ گزارش «میانگین ± انحراف معیار» برای داده‌های چوله. ❌ استفاده از IQR بدون ذکر میانه (باید گزارش کنی: میانه (IQR)). ❌ نادیده گرفتن داده‌های پرت در تحلیل – نمودار جعبه‌ای آنها را به شما نشان می‌دهد. 📌 جمع‌بندی: چارک‌ها داده‌ها را به ۴ قسمت تقسیم می‌کنند. IQR = Q3 – Q1 (محدوده ۵۰٪ میانی داده‌ها). صدک‌ها برای تعیین رتبه هر مقدار نسبت به کل داده‌ها کاربرد دارند. نمودار جعبه‌ای، بهترین ابزار برای نمایش همزمان میانه، پراکندگی، چولگی و داده‌های پرت است. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📐 محاسبه حجم نمونه؛ چطور اندازه مطالعه را تعیین کنیم؟ 🔸️می‌خواهی مطالعه‌ای طراحی کنی. تعداد نمونه‌ات را چطور تعیین می‌کنی؟ اگر خیلی کم برداری، قدرت مطالعه پایین می‌آید و اثر واقعی را نمی‌بینی. اگر خیلی زیاد برداری، وقت و هزینه تلف کرده‌ای. ▫️حجم نمونه مناسب، تعادل بین دقت علمی و صرفه‌جویی در منابع است. 🔷️ عوامل مؤثر در محاسبه حجم نمونه: ۱. سطح معنی‌داری (α – Type I error) معمولاً ۰.۰۵. هرچه کوچک‌تر (مثلاً ۰.۰۱)، نمونه بزرگتری نیاز داری. ۲. توان آماری (Power – 1-β) معمولاً ۸۰٪ یا ۹۰٪. هرچه توان بالاتر، نمونه بزرگتر (و شانس کشف اثر واقعی بیشتر). ۳. اندازه اثر (Effect size) مقدار تفاوتی که می‌خواهی کشف کنی (مثلاً اختلاف ۵ میلی‌متر جیوه در فشار خون). هرچه اندازه اثر کوچک‌تر باشد، نمونه بزرگتری می‌خواهی. ۴. واریانس یا پراکندگی (Variance) هرچه داده‌ها پراکنده‌تر باشند (انحراف معیار بالاتر)، نمونه بزرگتری لازم است. ۵. نوع مطالعه و طراحی مقایسه دو میانگین یا دو نسبت همبستگی کوهورت / مورد-شاهدی / کارآزمایی هر طرحی فرمول مخصوص خود را دارد. ⚠️ یک مثال ساده (مقایسه دو میانگین): می‌خواهی بدانی داروی جدید فشار خون سیستولیک را ۵ میلی‌متر جیوه بیشتر از دارونما کاهش می‌دهد (α=0.05, power=80%, SD=10). طبق فرمول، حدود ۶۴ نفر در هر گروه نیاز داری. اگر اثر را ۲ میلی‌متر جیوه فرض کنی، نمونه لازم به حدود ۳۹۰ نفر در هر گروه می‌رسد. 📌 اشتباهات رایج: ❌ تخمین نادرست اندازه اثر (اغلب خوش‌بینانه) → نمونه کم می‌آید، مطالعه بی‌نتیجه می‌شود. ❌ نادیده گرفتن ریزش نمونه (attrition) – اگر پیش‌بینی می‌کنی ۲۰٪ از نمونه در طول مطالعه بریزند، حجم اولیه را ۲۰٪ بیشتر در نظر بگیر. ❌ استفاده از فرمول غلط برای طراحی نامناسب (مثلاً فرمول کوهورت برای کارآزمایی). ❌ ننوشتن جزئیات محاسبه در مقاله – باید بنویسی با چه نرم‌افزاری، چه فرضیاتی، چه اعدادی حجم نمونه به دست آمده. 📌 جمع‌بندی: حجم نمونه به α، Power، اندازه اثر، واریانس و طرح مطالعه بستگی دارد. قبل از شروع مطالعه با آماردان مشورت کن. در مقاله، «محاسبه حجم نمونه» را شفاف بنویس تا خواننده اعتماد کند. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📊 انحراف معیار، واریانس، ضریب تغییرات؛ داده‌ها چقدر از هم فاصله دارند؟ 🔸️میانگین گفتیم که مرکز داده‌ها را نشان می‌دهد. اما دو جامعه می‌توانند میانگین یکسان داشته باشند ولی پراکندگی بسیار متفاوت. مثلاً فشار خون دو گروه ۱۲۰ است، اما در یک گروه همه نزدیک ۱۲۰ هستند، در گروه دیگر از ۹۰ تا ۱۵۰ پخش شده‌اند. ▫️برای توصیف این «پخش شدگی» از شاخص‌های پراکندگی استفاده می‌کنیم. 🔷️ سه شاخص اصلی: ۱. واریانس (Variance) میانگین مجذور فاصله هر مقدار از میانگین. واحدش مجذور واحد اصلی است (مثلاً mmHg²). ✅ کاربرد: پایه محاسبات آماری (مثل آنالیز واریانس). ❌ مشکل: تفسیر مستقیم سخت است چون واحدش مربع شده. ۲. انحراف معیار (Standard Deviation – SD) جذر واریانس. واحدش همان واحد اصلی داده است. ✅ معروف‌ترین شاخص پراکندگی. در توزیع نرمال، محدوده mean±1SD حدود ۶۸٪ داده‌ها را پوشش می‌دهد. ✅ مثال: «میانگین سن بیماران ۴۵ سال (انحراف معیار ۱۰ سال)» یعنی اکثر بیماران بین ۳۵ تا ۵۵ سال هستند. ۳. ضریب تغییرات (Coefficient of Variation – CV) نسبت انحراف معیار به میانگین (ضربدر ۱۰۰ برای درصد). واحد ندارد. ✅ برای مقایسه پراکندگی دو متغیر با واحدهای مختلف (مثلاً سن و وزن) یا میانگین‌های بسیار متفاوت عالی است. ✅ مثال: اگر CV فشار خون ۱۵٪ و CV وزن ۸٪ باشد، فشار خون پراکندگی نسبی بیشتری دارد. ⚠️ کدام را در مقاله گزارش کنیم؟ برای توصیف داده‌های نرمال یا نزدیک به نرمال: mean ± SD برای داده‌های چوله: median (IQR) و انحراف معیار را گزارش نکن. برای مقایسه پراکندگی بین دو متغیر با واحدهای متفاوت: از CV استفاده کن. واریانس را معمولاً در متن اصلی مقاله گزارش نمی‌کنند (مگر در جداول آنالیز واریانس یا مدل‌های آماری). 📌 یک مثال اپیدمیولوژیک: در مطالعه‌ای روی سطح قند خون ناشتا در دو شهر: شهر A: mean=100 mg/dL, SD=5 → CV=5% (پراکندگی کم، همه نزدیک به میانگین) شهر B: mean=100 mg/dL, SD=20 → CV=20% (پراکندگی زیاد، تنوع بالای قند خون) نتیجه: با وجود میانگین یکسان، شهر B نیازمند بررسی بیشتری است (احتمال وجود زیرگروه‌های پرخطر). 📌 جمع‌بندی: واریانس = میانگین مجذور فاصله‌ها (تفسیر سخت) انحراف معیار = جذر واریانس (هم‌واحد با داده، پرکاربرد) ضریب تغییرات = SD/mean (بی‌واحد، برای مقایسه پراکندگی نسبی) 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📊 میانگین، میانه، مد؛ چه زمانی هرکدام را به کار ببریم؟ 🔸️فرض کن داده‌های درآمد ماهانه ۱۰ نفر را داری: ۱، ۲، ۲، ۳، ۳، ۴، ۵، ۶، ۷، ۱۰۰ میلیون تومان. ▫️«میانگین» = جمع همه تقسیم بر تعداد = حدود ۱۳ میلیون. ▫️«میانه» = عدد وسط بعد از مرتب‌کردن = بین ۳ و ۴ = ۳.۵ میلیون. ▫️«مد» = عددی که بیشتر تکرار شده = ۲ و ۳ (دومداله). حالا کدام یک وضعیت را درست‌تر نشان می‌دهد؟ واضح است که میانگین (۱۳) توسط آن یک مقدار خیلی بزرگ (۱۰۰) فریب خورده؛ میانه (۳.۵) بهتر نماینده مرکز داده‌هاست. 🔷️ _چه وقت از کدام استفاده کنیم؟_ ۱. میانگین (Mean) زمانی خوب است که داده‌ها متقارن و بدون داده پرت (outlier) باشند. به همه مقادیر حساس است (هم خوب، هم بد). مثال کاربردی: میانگین فشار خون یک جمعیت سالم. ۲. میانه (Median) زمانی خوب است که داده‌ها چوله (skewed) یا دارای داده‌ پرت باشند. تحت تأثیر مقادیر خیلی بزرگ یا خیلی کوچک قرار نمی‌گیرد. مثال کاربردی: درآمد خانوار، مدت بستری در ICU، هزینه درمان. ۳. مد (Mode) برای داده‌های کیفی (اسمی) یا دسته‌بندی شده کاربرد دارد. می‌تواند بیش از یک مقدار داشته باشد (چندمدی). مثال کاربردی: شایع‌ترین گروه خونی در یک جمعیت، رایج‌ترین عارضه دارویی. ⚠️ *نکته کلیدی در اپیدمیولوژی و آمار پزشکی:* وقتی توزیع یک متغیر (مثل سن، CRP، مدت بستری) را گزارش می‌دهید، همیشه به شکل توزیع نگاه کنید. اگر چوله است، به جای «میانگین ± انحراف معیار» از «میانه (فاصله بین چارکی)» استفاده کنید. مجلات پزشکی معتبر این موضوع را بسیار جدی می‌گیرند. 📌 *جمع‌بندی:* میانگین → داده متقارن، بدون پرت. میانه → داده چوله یا همراه پرت. مد → داده‌های اسمی یا گسسته (نوع، گروه، رتبه). هیچکدام «بهترین» نیست؛ مناسب‌ترین را بر اساس توزیع داده انتخاب کن. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📚 چگونه یک ژورنال مناسب برای مقاله انتخاب کنیم؟ 🔸️مقاله را نوشته‌ای، بارها بازخوانی کرده‌ای، اما هنوز یک قدم بزرگ مانده: کدام ژورنال؟ انتخاب اشتباه می‌تواند ماه‌ها وقت تلف کند یا ارزش کارت را پایین بیاورد. ▫️یک ژورنال خوب، مثل ویترین مناسبی است که مقاله تو را به چشم مخاطب واقعی می‌رساند. 🔷️ مراحل انتخاب ژورنال مناسب: ۱. شناخت هدف و حیطه (Aim & Scope) به وبسایت ژورنال برو و بخش «Aim & Scope» را بخوان. آیا موضوع مقاله تو با اهداف ژورنال همخوانی دارد؟ ✅ مثال: مقاله‌ای درباره مدلسازی ریاضی اپیدمی‌های ویروسی را به یک ژورنال بالینی نفرست. ۲. اعتبار ژورنال (Credibility) از این شاخص‌ها استفاده کن:     نمایه‌سازی (Indexing): PubMed, Web of Science, Scopus, DOAJ     ضریب تأثیر (Impact Factor): اگر برای دانشگاهت مهم است     هیئت تحریریه: اسامی معتبر در رشته‌ات را ببین     ❌ از ژورنال‌های بیگانه (Predatory journals) دوری کن. لیست ژورنال‌های جعلی را در think. check. submit چک کن.(با استفاده از سامانه منبع یاب وزارت بهداشت) ۳. سرعت انتشار و داوری (Review Speed) برخی ژورنال‌ها زمان داوری ۶ ماهه دارند، برخی ۲ هفته. سایت ژورنال معمولاً آمار «زمان تا اولین تصمیم» را اعلام می‌کند. ⚠️ اگر نیاز فوری به پذیرش داری (مثل فرجه فارغ‌التحصیلی)، سرعت را اولویت بده. ۴. هزینه انتشار (APC) ژورنال‌های دسترسی آزاد (Open Access) معمولاً هزینه انتشار دارند (۵۰۰ تا ۵۰۰۰ دلار). مجلات سنتی (Subscription-based) اغلب رایگان هستند. ▫️پیش از ارسال، از تأمین هزینه مطمئن شو یا از معافیت (waiver) درخواست کن. ۵. تطابق سطح مقاله با ژورنال     مقاله خیلی قوی داری؟ برو سراغ Q1 یا Q2.     کار مقدماتی یا محلی داری؟ ژورنال‌های Q3، Q4 یا ملی مناسب‌ترند.     📌 قاعده سرانگشتی: به مراجع مقاله‌ات نگاه کن – معمولاً در همان ژورنال‌ها یا مشابهشان منتشر می‌شوند. ⚠️ اشتباهات رایج در انتخاب ژورنال: ❌ ارسال همزمان به چند ژورنال (به جز در مواردی که ژورنال صریحاً اجازه داده) – خلاف اخلاق پژوهشی است. ❌ توجه نکردن به قالب (Formatting) – هر ژورنال راهنمای نگارش خاص خود را دارد. رعایت نکنی، بدون داوری برمی‌گردانند. ❌ انتخاب ژورنال صرفاً بر اساس ایمپکت فکتور بالا – گاهی یک ژورنال تخصصی با IF پایین‌تر، مخاطب بهتری برای کار تو دارد. 📌 یک توصیه عملی: از ابزارهای آنلاین مثل Jane (Journal Author Name Estimator) یا Journal Finder (Elsevier, Springer, Wiley) استفاده کن. عنوان و چکیده را وارد می‌کنی، لیست ژورنال‌های مرتبط را پیشنهاد می‌دهد. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

«ایستگاه اپیدمیولوژی/پژوهش/مقاله» ⬅️ هر آنچه که مربوط به علم اپیدمیولوژی ، آمار زیستی و پژوهش است را اینجا خواهیم گفت آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی ‼️‼️‼️ عزیزان حتما کانال بله ما رو هم داشته باشین تا اگر باز دسترسی به نت و تلگرام قطع شد با هم ارتباط داشته باشیم 👇👇👇 ⬅️ کانال بله ایستگاه اپیدمیولوژی: 🆔️ https://ble.ir/Epidemiology_Station 🆔 @Epidemiology_Station

✍️ بخش بحث (Discussion)؛ جایی که مقاله حرف اصلی را می‌زند 🔸️مقدمه را نوشتی، روش‌ها را شرح دادی، نتایج را آوردی. اما خواننده هنوز یک سوال دارد: «این یافته‌ها چه معنایی برای دنیای واقعی دارد؟» ▫️پاسخ در بخش بحث (Discussion) است. اینجا جایی است که از آمار و اعداد فاصله می‌گیری و به تفسیر، مقایسه و پیامدهای بالینی می‌پردازی. 🔷️ یک Discussion حرفه‌ای از ۵ بخش تشکیل شده است: ۱. خلاصه یافته‌های اصلی (Summary of findings) با دو سه جمله، مهم‌ترین نتایج را بدون تکرار اعداد (فقط به آنها ارجاع بده) مرور کن. ✅ مثال: «در این مطالعه، پس از کنترل سن و جنس، مصرف روزانه آسپرین با کاهش ۲۰٪ خطر سکته قلبی همراه بود.» ۲. مقایسه با مطالعات قبلی (Comparison with literature) نشان بده یافته‌ات با کارهای دیگران هماهنگ است یا متناقض. اگر متناقض است، دلایل احتمالی را بگو (جمعیت متفاوت، طراحی متفاوت، مخدوش‌گری). ✅ مثال: «برخلاف مطالعه X که روی جمعیت اروپایی انجام شد، ما ارتباط معنی‌داری بین مصرف چای و سرطان معده پیدا نکردیم که ممکن است به تفاوت‌های ژنتیکی یا الگوی مصرف مربوط باشد.» ۳. نقاط قوت و ضعف مطالعه (Strengths & limitations) صادق باش. هیچ مطالعه‌ای کامل نیست. ضعف‌ها را بگو، اما نشان بده چطور سعی کردی آنها را کنترل کنی. ✅ مثال: «محدودیت اصلی ما حجم نمونه کوچک بود، اما با استفاده از همسان‌سازی سن و جنس کوشیدیم بایاس را کاهش دهیم.» ۴. تفسیر و مکانیسم‌های احتمالی (Interpretation & mechanisms) چرا این یافته را داری؟ چه مکانیسم بیولوژیکی یا اپیدمیولوژیکی می‌تواند آن را توضیح دهد؟ اغراق نکن. ۵. نتیجه‌گیری و کاربرد (Conclusion & implications) پیام اصلی را در یک یا دو جمله جمع‌بندی کن. به خواننده بگو این یافته برای بالین، سیاست‌گذاری یا پژوهش‌های بعدی چه معنایی دارد. ⚠️ اشتباهات رایج در بخش Discussion: ❌ تکرار نتایج – دیسکاشن جای بازگو کردن اعداد و p-valueها نیست. ❌ تفسیر علیت از مطالعات مشاهده‌ای – اگر مطالعه مورد-شاهدی داری، ننویس «عامل X باعث بیماری Y شد». بنویس «با افزایش شانس ابتلا همراه بود». ❌ نتیجه‌گیری فراتر از داده‌ها – اگر فقط روی مردان مطالعه کردی، نتایج را به زنان تعمیم نده. ❌ فراموش کردن محدودیت‌ها – هیچ مطالعه‌ای بی‌نقص نیست؛ ذکر محدودیت‌ها اعتبار مقاله را بالا می‌برد. 📌 یک Discussion خوب، مثل یک داور منصف است؛ اول خلاصه می‌کند، بعد مقایسه، بعد نقاط قوت و ضعف را می‌گوید، بعد تفسیر می‌کند و در آخر یک جمع‌بندی کاربردی ارائه می‌دهد. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📊 بخش نتایج (Results)؛ گزارش صادقانه یافته‌ها 🔸️بخش نتایج فقط جای گفتن «چه دیدیم» است، نه «چرا دیدیم». ▫️تفسیر و مقایسه با دیگران مال بخش Discussion است. یک Results خوب باید شفاف، عاری از تفسیر و قابل استناد باشد. 🔷️ یک بخش Results حرفه‌ای چه ویژگی‌هایی دارد؟ ۱. ترتیب منطقی اول خصوصیات جمعیت (جدول دموگرافیک)، بعد نتایج اصلی (پاسخ به سوال اول مطالعه)، بعد نتایج فرعی و تحلیل‌های حساسیت. ❌ بد: بر اساس ترتیبی که آنالیزها را انجام دادی بنویسی (مثلاً اول رگرسیون چندمتغیره، بعد جدول ۱). ✅ خوب: اول جدول خصوصیات شرکت‌کنندگان، بعد نتایج تک‌متغیره، بعد چندمتغیره. ۲. عدد + واحد + فاصله اطمینان + P-value هر نتیجه عددی باید قابل درک و عاری از ابهام باشد. ✅ مثال: «میانگین سن شرکت‌کنندگان ۴۵/۳ (انحراف معیار ۱۲/۱) سال بود. پس از تعدیل مخدوش‌گرها، نسبت خطر (HR) برای مرگ در گروه درمان نسبت به کنترل ۰/۶۵ (فاصله اطمینان ۹۵٪: ۰/۵۰ تا ۰/۸۴، P=0/001) به دست آمد.» ❌ بد: «تفاوت معنی‌داری بین دو گروه مشاهده شد.» ۳. استفاده هوشمندانه از جداول و شکل‌ها متن باید مکمل جدول باشد، نه این که همه اعداد جدول را دوباره بنویسی. در متن فقط به مهم‌ترین یافته‌ها اشاره کن. ✅ خوب: «همان طور که در جدول ۲ نشان داده شده است، خطر سکته در گروه مداخله به طور معنی‌داری کمتر از گروه کنترل بود (HR=0/70).» ❌ بد: «در جدول ۲، گروه مداخله ۲۰٪ سکته داشتند و گروه کنترل ۳۰٪ و P-value برابر 0/03 و ...» (کل جدول را لوتی بدهی). ۴. بی‌طرفی کامل؛ تفسیر ممنوع از کلماتی مثل «متأسفانه»، «خوشبختانه»، «تنها» استفاده نکن. نتیجه هرچه هست، همان را گزارش بده. حتی اگر برخلاف فرضیه‌ات باشد. ❌ بد: «متأسفانه واکسن تأثیر معنی‌داری نداشت.» ✅ خوب: «واکسن در مقایسه با دارونما کاهش معنی‌داری در بروز بیماری نشان نداد (RR=0/95, 95% CI: 0/85-1/06).» ⚠️ اشتباهات رایج در بخش Results: ❌ ننوشتن اعداد منفی (zero events) – اگر در هیچ گروهی عارضه ندیدی، بنویس «هیچ موردی مشاهده نشد»، ننویس «قابل محاسبه نبود». ❌ نادیده گرفتن مفقودی داده (missing data) – بنویس چند درصد داده‌ها مفقود بودند و چطور مدیریت شدند. ❌ ارائه p-value بدون ذکر اندازه اثر – p-value به تنهایی بی‌ارزش است؛ همیشه همراه با ضریب، نسبت خطر یا فاصله اطمینان بیاور. ❌ قاطی کردن نتایج با تفسیر (تفسیر مال دیسکاشن است). 📌 یک Results خوب، مثل گزارش دوربین مداربسته است؛ فقط آنچه را ضبط کرده، پخش می‌کند، بدون کم و زیاد. 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📊 توزیع احتمال در داده‌های پزشکی؛ چرا همه چیز نرمال نیست؟ 🔸️در آمار کلاسیک، مدام می‌شنوید: «داده‌ها باید نرمال باشند» تا از آزمون تی یا رگرسیون خطی استفاده کنید. اما در دنیای واقعی پزشکی، چند متغیر واقعاً نرمال است؟ مثلاً هزینه بستری ICU یا تعداد حملات آسم در ماه. ▫️این متغیرها معمولاً چوله به راست (Right-skewed) هستند: اکثر مقادیر در سمت چپ جمع شده‌اند، اما چند تا مقدار خیلی بزرگ دم بلندی درست می‌کنند. 🔷️ محدودیت فرض نرمال بودن کجاست؟ ۱. مدل‌های کلاسیک (رگرسیون خطی) فرض می‌کنند خطاها نرمال هستند. اگر داده‌تان چوله باشد، پیش‌بینی‌های مدل برای مقادیر بزرگ (همان دم بلند) ضعیف می‌شود و گاهی فاصله اطمینان منفی می‌دهد. ۲. برای داده‌های شمارشی (مثل تعداد دفعات بستری) فرض نرمال بودن اصلاً معنا ندارد – چون عدد منفی شدنی نیست. ۳. برای داده‌های بقا (زمان تا مرگ) هم توزیع معمولاً نرمال نیست؛ نمایی یا وایبول است. ⚠️ راه‌حل چیست؟     در آمار کلاسیک: از تبدیل (لگاریتم، جذر) یا مدل‌های خاص (پواسون، لجستیک، کاکس) استفاده کنید.     در یادگیری ماشین: مدل‌هایی مثل جنگل تصادفی یا شبکه عصبی هیچ فرض توزیعی ندارند – به همین دلیل برای داده‌های پزشکی واقعی محبوبند. 📌 جمع‌بندی:     خیلی از داده‌های پزشکی نرمال نیستند (چوله، شمارشی، بقایی).     اگر نرمال نیستند، به زور از آزمون‌های نرمال استفاده نکنید.     یادگیری ماشین در این موارد انعطاف بیشتری دارد، اما به داده بیشتر نیاز دارد.     قانون اول: قبل از هر تحلیلی، توزیع داده‌تان را ببینید (هیستوگرام ساده). 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station

📊 از آمار کلاسیک تا یادگیری ماشین 🔸️اگر پست های قبلی کانال را دیده باشید، با رگرسیون لجستیک، نسبت شانس (OR)، فاصله اطمینان و P-value آشنا هستید. اینها آمار کلاسیک است. حالا یادگیری ماشین (Machine Learning) در پزشکی چه چیز جدیدی به این ابزارها اضافه می‌کند؟ آیا فقط همان رگرسیون لجستیک است با نام فریبنده؟ ▫️ آمار کلاسیک عمدتاً به دنبال استنباط علّی و تفسیر پارامترهاست؛ یادگیری ماشین به دنبال بهینه‌سازی پیش‌بینی، حتی به بهای قربانی کردن تفسیرپذیری. 🔷️ سه تفاوت بنیادین (از نگاه آماری): ۱. فرضیات توزیعی (Distributional assumptions) در آمار کلاسیک (مثل رگرسیون خطی): فرض می‌کنیم خطاها نرمال هستند، واریانس ثابت است، رابطه خطی است (مگر اینکه خودمان جمله غیرخطی وارد کنیم). در یادگیری ماشین (مثل جنگل تصادفی یا شبکه عصبی): هیچ فرض توزیعی از پیش تعیین شده‌ای نداریم. الگوریتم خودش الگو را از داده می‌یابد (اما به قیمت نیاز به حجم داده بزرگتر). ۲. تأکید بر پیش‌بینی در مقابل استنباط آمار کلاسیک: «ضریب بتا برای سن چقدر است؟ آیا معنی‌دار است؟ معنای بالینی آن چیست؟» یادگیری ماشین: «پیش‌بینی من برای این بیمار جدید با چه دقتی است؟ خطای پیش‌بینی چقدر است؟» ۳. مدیریت پیچیدگی با منظم‌سازی در آمار کلاسیک وقتی متغیرهای زیادی دارید (مثلاً ۱۰۰۰ متغیر ژنومی برای ۲۰۰ بیمار) مشکل «بعد بالا» (Curse of dimensionality) دارید. یادگیری ماشین با روش‌های «منظم‌سازی» (Ridge, Lasso, Elastic Net) یا «انتخاب ویژگی توکار» (مثل Random Forest) این مشکل را مدیریت می‌کند – که خود این روش‌ها ریشه عمیقی در آمار (Bayesian prior, penalized likelihood) دارند. ⚠️ پس چه چیز جدیدی یاد می‌گیریم؟ یادگیری ماشین به ما اجازه می‌دهد: مدل‌هایی با هزاران یا میلیون‌ها پارامتر برازش دهیم (که در آمار کلاسیک غیرممکن است). روابط بسیار غیرخطی و تعاملات پیچیده را بدون نیاز به مشخص کردن دستی آنها کشف کنیم. به جای p-value و فاصله اطمینان، خطای پیش‌بینی را روی داده‌های تست گزارش دهیم. با روش‌های اعتبارسنجی متقاطع (در پست‌های بعدی) به جای یک بار تقسیم به train/test، شبیه‌سازی تکرار مطالعه انجام دهیم. 📌 جمع‌بندی: آمار کلاسیک و یادگیری ماشین خواهرند، نه رقیب. تفاوت اصلی در اولویت: استنباط علّی (آمار) در مقابل دقت پیش‌بینی (ML). آمار پایه (توزیع، برآوردگر، واریانس، بایاس، کوواریانس) برای هر دو ضروری است. در پست‌های بعدی، همین مفاهیم را با زاویه‌دید هوش مصنوعی بازبینی می‌کنیم. 🔜 در پست بعدی: «توزیع احتمال در داده‌های پزشکی؛ چرا فرض نرمال بودن محدودیت دارد؟» 🔹 ایستگاه اپیدمیولوژی 🔹 ⬅️ کانال بله ایستگاه اپیدمیولوژی آموزش | مشاوره | منتورینگ | ویراستاری پژوهشی 🆔 @Epidemiology_Station