كيف تحسب حجم العينة (Sample Size) في الدراسات السريرية والتجارب الطبية؟
يُعد حساب حجم العينة (Sample Size) من الخطوات الأساسية في تصميم الدراسات السريرية والتجارب الطبية، لأنه يؤثر في قدرة الباحث على اكتشاف الفروق الحقيقية بين المجموعات، ودقة تقدير النتائج، ومدى موثوقية الاستنتاجات العلمية. فاختيار عدد قليل جدًا من المشاركين قد يؤدي إلى عدم اكتشاف تأثير علاجي موجود بالفعل، بينما قد يؤدي اختيار عدد أكبر من اللازم إلى إهدار الوقت والموارد وتعريض المشاركين لإجراءات بحثية غير ضرورية.
لذلك، يجب حساب حجم العينة قبل بدء جمع البيانات، بالاعتماد على هدف الدراسة وتصميمها ونوع المتغير الأساسي والافتراضات الإحصائية المناسبة.
في هذا المقال، سنتعرف على مفهوم حجم العينة، وأهم العوامل التي تؤثر فيه، وكيفية حسابه في الدراسات السريرية والتجارب الطبية، مع أمثلة عملية تساعد الباحثين وطلاب الدراسات العليا على فهم الخطوات الأساسية، ودور Stat Academy في دعم الباحثين في مجال التحليل الإحصائي.
ما المقصود بحجم العينة (Sample Size)؟
حجم العينة هو عدد المشاركين أو الحالات أو الوحدات التي يحتاج الباحث إلى دراستها للوصول إلى نتائج إحصائية تتمتع بمستوى مناسب من الدقة والقوة الإحصائية.
في الدراسات الطبية، قد يشير حجم العينة إلى عدد المرضى المشاركين في تجربة سريرية، أو عدد الأشخاص الذين يخضعون لفحص تشخيصي، أو عدد الحالات التي تُستخدم لتقييم فعالية علاج أو مقارنة تدخلين طبيين.
ويعتمد حجم العينة المطلوب على طبيعة السؤال البحثي والهدف الأساسي من الدراسة.
على سبيل المثال، إذا أراد الباحث تقييم فعالية دواء جديد مقارنة بالعلاج المعتاد، فإنه يحتاج إلى تحديد عدد المشاركين اللازم لاكتشاف فرق مهم سريريًا بين المجموعتين، إذا كان هذا الفرق موجودًا بالفعل.
أما إذا كان الهدف تقدير نسبة انتشار مرض معين، فإن حساب حجم العينة يعتمد على النسبة المتوقعة ومستوى الدقة المطلوب.
ومن المهم معرفة أنه لا يوجد حجم عينة واحد مناسب لجميع الدراسات الطبية؛ إذ يجب حسابه وفقًا لتصميم الدراسة وهدفها الأساسي.
ما أهمية حساب حجم العينة في الدراسات السريرية؟
يساعد حساب حجم العينة بصورة صحيحة على تحسين جودة البحث العلمي وتقليل الأخطاء في تفسير النتائج.
وتتمثل أهميته في النقاط التالية:
1. زيادة القوة الإحصائية للدراسة: يساعد اختيار حجم عينة مناسب على زيادة احتمال اكتشاف الفرق الذي صُممت الدراسة لاكتشافه، إذا كان هذا الفرق موجودًا فعلًا.
2. تحسين دقة النتائج: في الدراسات التي تهدف إلى تقدير نسبة أو متوسط، يساعد حجم العينة المناسب على تقليل هامش الخطأ وتوفير تقديرات أكثر دقة.
3. تجنب النتائج السلبية الكاذبة: قد تؤدي العينة الصغيرة إلى عدم اكتشاف تأثير حقيقي بسبب انخفاض القوة الإحصائية.
4. تقليل هدر الموارد: يساعد الحساب المسبق على تجنب تجنيد عدد أكبر من المشاركين مما تتطلبه أهداف الدراسة وافتراضاتها.
5. دعم أخلاقيات البحث الطبي: يساهم التخطيط الجيد في تحقيق التوازن بين الحصول على أدلة علمية موثوقة وتقليل العبء غير الضروري على المشاركين.
6. تعزيز جودة البروتوكول البحثي: يُعد تبرير حجم العينة جزءًا مهمًا من تصميم الدراسة وإعداد بروتوكول التجربة السريرية.
ما العوامل التي تؤثر في حساب حجم العينة؟
يتطلب حساب حجم العينة تحديد مجموعة من المعايير الإحصائية والطبية قبل البدء في إجراء الحسابات.
1. مستوى الدلالة الإحصائية (Significance Level)
يُرمز إلى مستوى الدلالة الإحصائية بالرمز α، ويحدد الحد الذي يستخدمه الباحث لاتخاذ قرار رفض الفرضية الصفرية وفقًا للاختبار المحدد.
غالبًا ما يُستخدم مستوى دلالة قدره 0.05 في الدراسات الطبية، لكنه ليس قاعدة إلزامية لجميع الأبحاث.
وفي اختبار ثنائي الطرف، يعني استخدام α = 0.05 تخصيص احتمال إجمالي قدره 5% لخطأ النوع الأول وفقًا لشروط الاختبار، عندما تكون الفرضية الصفرية صحيحة.
وقد يحتاج الباحث إلى مستوى دلالة أكثر تحفظًا عند إجراء مقارنات متعددة أو في ظروف بحثية محددة.
2. القوة الإحصائية (Statistical Power)
القوة الإحصائية هي احتمال اكتشاف الفرق المستهدف إذا كان هذا الفرق موجودًا بالفعل وفقًا للافتراضات المحددة في حساب حجم العينة.
تُحسب القوة الإحصائية على النحو التالي:
القوة الإحصائية = 1 − β
حيث β هو احتمال خطأ النوع الثاني، أي عدم رفض الفرضية الصفرية رغم وجود تأثير أو فرق محدد في الواقع.
تستخدم الدراسات الطبية عادةً قوة إحصائية قدرها 80% أو 90%، وفقًا لطبيعة الدراسة والاعتبارات العلمية والسريرية.
وتعني القوة الإحصائية البالغة 80% أن الدراسة لديها احتمال مقداره 80% لاكتشاف التأثير المحدد في الحساب، إذا كانت الافتراضات المستخدمة صحيحة.
3. حجم الأثر المتوقع (Effect Size)
يمثل حجم الأثر مقدار الفرق الذي يتوقع الباحث اكتشافه أو يعتبره مهمًا من الناحية السريرية.
ففي تجربة تقارن دواءً جديدًا بالعلاج المعتاد، قد يكون حجم الأثر هو الفرق المتوقع بين متوسطي القياس الأساسي في المجموعتين، أو الفرق بين نسب الاستجابة للعلاج.
كلما كان الفرق المطلوب اكتشافه أصغر، احتاجت الدراسة عادةً إلى عدد أكبر من المشاركين، مع ثبات بقية الافتراضات.
ويُفضل أن يستند حجم الأثر إلى دراسات سابقة موثوقة أو إلى فرق يُعد مهمًا سريريًا، وليس إلى اختيار اعتباطي بهدف الحصول على حجم عينة صغير.
4. التباين في البيانات (Variability)
يشير التباين إلى مدى اختلاف القياسات بين المشاركين.
في الدراسات التي تقارن المتوسطات، يُستخدم الانحراف المعياري لتقدير هذا التباين.
وعندما يكون التباين المتوقع أكبر، يحتاج الباحث عادةً إلى عينة أكبر لاكتشاف الفرق نفسه بالقوة الإحصائية ذاتها.
5. مستوى الدقة المطلوب (Precision)
في الدراسات التي تهدف إلى تقدير متوسط أو نسبة، يحدد الباحث هامش الخطأ المقبول حول التقدير.
كلما أراد الباحث تقديرًا أكثر دقة، احتاج عادةً إلى عينة أكبر.
6. معدل الانسحاب أو فقدان المتابعة
في التجارب السريرية، قد ينسحب بعض المشاركين أو لا يكملون المتابعة حتى نهاية الدراسة.
لذلك، ينبغي زيادة عدد المشاركين الذين سيجري تجنيدهم لتعويض النسبة المتوقعة من الفقد، مع مراعاة أن الطريقة المناسبة تعتمد على تصميم الدراسة وطبيعة التحليل الأساسي.
كيف تحسب حجم العينة في الدراسات السريرية؟
تختلف معادلة حساب حجم العينة باختلاف الهدف الأساسي للدراسة ونوع المتغير وتصميم البحث.
لذلك، يجب تحديد السؤال البحثي أولًا، ثم اختيار المعادلة أو الطريقة الإحصائية المناسبة.
أولًا: حساب حجم العينة لتقدير نسبة انتشار مرض
إذا كان الهدف هو تقدير نسبة انتشار مرض أو حالة صحية في مجتمع معين، فيمكن استخدام المعادلة التقريبية التالية عند الاعتماد على عينة عشوائية بسيطة وتقدير نسبة واحدة:
n = Z² × p × (1 − p) / d²
حيث:
- n: حجم العينة المطلوب.
- Z: القيمة المعيارية المرتبطة بمستوى الثقة المطلوب.
- p: النسبة المتوقعة لانتشار المرض.
- d: هامش الخطأ المطلق المقبول.
عند استخدام مستوى ثقة 95%، تكون قيمة Z تقريبًا 1.96.
مثال عملي:
يريد باحث تقدير نسبة انتشار حالة صحية معينة، ويتوقع أن تبلغ النسبة 20%، مع هامش خطأ قدره 5 نقاط مئوية، ومستوى ثقة 95%.
بالتعويض في المعادلة:
n = (1.96)² × 0.20 × (1 − 0.20) / (0.05)²
n ≈ 246
إذًا، يحتاج الباحث إلى نحو 246 مشاركًا في ظل الافتراضات المذكورة.
وإذا توقع الباحث فقدان 10% من المشاركين، فيمكن تعديل العدد كما يلي:
n المعدل = n / (1 − نسبة الفقد المتوقعة)
n المعدل = 246 / 0.90
n المعدل ≈ 274
وبالتالي، يمكن التخطيط لتجنيد نحو 274 مشاركًا.
هذا المثال توضيحي، وقد يتغير حجم العينة إذا استُخدمت عينة عنقودية أو تصميم معقد أو أُخذ حجم المجتمع في الاعتبار عند الحاجة.
ثانيًا: حساب حجم العينة لمقارنة متوسطين بين مجموعتين مستقلتين
يُستخدم هذا النوع من الحسابات عندما يرغب الباحث في مقارنة متوسط متغير كمي بين مجموعتين مستقلتين، مثل مقارنة متوسط ضغط الدم بين مجموعة تتلقى علاجًا جديدًا ومجموعة تتلقى العلاج المعتاد.
عند افتراض تساوي أحجام المجموعتين وتساوي الانحراف المعياري بينهما، يمكن استخدام المعادلة التقريبية التالية لحساب حجم العينة في كل مجموعة:
n = 2 × (Zα/2 + Zβ)² × σ² / Δ²
حيث:
- n: عدد المشاركين المطلوب في كل مجموعة.
- Zα/2: القيمة المعيارية المرتبطة بمستوى الدلالة في الاختبار ثنائي الطرف.
- Zβ: القيمة المعيارية المرتبطة بالقوة الإحصائية المطلوبة.
- σ: الانحراف المعياري المتوقع للمتغير.
- Δ: الفرق بين المتوسطين الذي يرغب الباحث في اكتشافه.
مثال عملي:
يريد باحث مقارنة متوسط ضغط الدم بين مجموعتين مستقلتين، مع افتراض ما يلي:
- مستوى الدلالة الإحصائية: 0.05.
- القوة الإحصائية: 80%.
- الانحراف المعياري المتوقع: 10 وحدات.
- الفرق المستهدف بين المتوسطين: 5 وحدات.
- الاختبار ثنائي الطرف.
- أحجام المجموعتين متساوية.
عند هذه الافتراضات:
Zα/2 = 1.96
Zβ ≈ 0.84
بالتعويض:
n = 2 × (1.96 + 0.84)² × 10² / 5²
n ≈ 62.72
وبالتقريب إلى العدد الصحيح الأعلى، يحتاج الباحث إلى 63 مشاركًا في كل مجموعة، أي 126 مشاركًا إجمالًا، قبل تعديل العدد المتوقع لفقدان المتابعة.
إذا توقع الباحث فقدان 10% من المشاركين، فيمكن تقدير عدد التجنيد لكل مجموعة كما يلي:
n المعدل = 63 / 0.90 ≈ 70
وبالتالي، يمكن التخطيط لتجنيد نحو 70 مشاركًا في كل مجموعة، أي 140 مشاركًا إجمالًا.
هذه معادلة تقريبية، وقد يختلف العدد النهائي عند استخدام طرق حساب دقيقة أو تصميمات أكثر تعقيدًا أو افتراضات مختلفة.
ثالثًا: حساب حجم العينة لمقارنة نسبتين
في التجارب السريرية التي تقارن نسبة حدوث نتيجة معينة بين مجموعتين، مثل نسبة الاستجابة للعلاج أو نسبة حدوث مضاعفات، يجب حساب حجم العينة بناءً على النسبتين المتوقعـتين.
على سبيل المثال، قد يرغب الباحث في مقارنة نسبة الاستجابة لعلاج جديد بنسبة الاستجابة للعلاج المعتاد.
يعتمد الحساب على مجموعة من العوامل، أهمها:
- نسبة الاستجابة المتوقعة في المجموعة الأولى.
- نسبة الاستجابة المتوقعة في المجموعة الثانية.
- مستوى الدلالة الإحصائية.
- القوة الإحصائية المطلوبة.
- ما إذا كان الاختبار أحادي الطرف أم ثنائي الطرف.
- نسبة توزيع المشاركين بين المجموعتين.
ويُفضل استخدام برنامج إحصائي متخصص لحساب حجم العينة في هذه الحالة، لأن المعادلات تختلف بحسب طريقة الاختبار والافتراضات المستخدمة.
كما ينبغي تحديد الفرق الذي يُعد مهمًا سريريًا قبل إجراء الحساب.
رابعًا: حساب حجم العينة في التجارب السريرية العشوائية
في التجارب السريرية العشوائية (Randomized Controlled Trials)، يعتمد حساب حجم العينة على النتيجة الأساسية التي صُممت الدراسة لتقييمها.
وقد تكون النتيجة الأساسية متغيرًا كميًا، مثل التغير في ضغط الدم، أو متغيرًا ثنائيًا، مثل حدوث المضاعفات من عدمه، أو متغيرًا زمنيًا، مثل الوقت حتى حدوث الانتكاس.
وتتضمن الخطوات الأساسية ما يلي:
- تحديد الهدف الأساسي للتجربة والنتيجة الأساسية.
- تحديد الفرق المهم سريريًا الذي تهدف الدراسة إلى اكتشافه.
- تحديد مستوى الدلالة والقوة الإحصائية.
- تقدير التباين أو معدل حدوث النتيجة بناءً على الأدلة السابقة.
- تحديد طريقة التحليل الإحصائي الأساسية.
- حساب حجم العينة وفقًا لتصميم التجربة.
- تعديل العدد عند الحاجة لتعويض الانسحاب أو فقدان المتابعة.
وقد يتطلب حساب حجم العينة في التجارب التي تعتمد على البقاء على قيد الحياة أو الوقت حتى حدوث حدث سريري تقدير عدد الأحداث المطلوبة، بالإضافة إلى عدد المشاركين ومدة المتابعة ومعدل التجنيد المتوقع.
لذلك، لا توجد معادلة واحدة تصلح لجميع أنواع التجارب السريرية.
كيف تحسب حجم العينة باستخدام البرامج الإحصائية؟
يمكن استخدام عدد من البرامج الإحصائية لحساب حجم العينة، ويعتمد الاختيار على تصميم الدراسة ونوع البيانات والخبرة المتاحة لدى الباحث.
1. برنامج G*Power
يُستخدم برنامج G*Power في حساب القوة الإحصائية وحجم العينة لعدد من الاختبارات الشائعة، مثل مقارنة المتوسطات والارتباط والانحدار وبعض الاختبارات غير المعلمية.
ويحتاج الباحث إلى تحديد الاختبار المناسب، والقيم المتوقعة لحجم الأثر، ومستوى الدلالة، والقوة الإحصائية المستهدفة.
2. برنامج PASS
يُستخدم برنامج PASS في حساب حجم العينة والقوة الإحصائية لمجموعة واسعة من تصميمات الدراسات السريرية والطبية، بما في ذلك مقارنة النسب وتحليل البقاء على قيد الحياة وتصميمات التكافؤ وعدم الدونية.
3. برنامج R
يمكن استخدام لغة R ومكتباتها الإحصائية في حساب حجم العينة والقوة الإحصائية، مع إمكانية تخصيص التحليل وفقًا لطبيعة الدراسة.
ويُعد R خيارًا مناسبًا للباحثين الذين يحتاجون إلى مرونة في تنفيذ الحسابات الإحصائية وتوثيق خطواتها.
ملاحظة: اختيار البرنامج لا يغني عن فهم الافتراضات الإحصائية؛ فالبرنامج يحسب العدد بناءً على البيانات والافتراضات التي يدخلها الباحث، ولا يحدد تلقائيًا ما إذا كانت هذه الافتراضات مناسبة علميًا.
كيف تتعامل مع الانسحاب وفقدان المتابعة عند حساب حجم العينة؟
في الدراسات السريرية، قد لا يكمل جميع المشاركين الدراسة حتى النهاية، بسبب الانسحاب أو فقدان الاتصال أو عدم الالتزام بزيارات المتابعة.
وللتعامل مع ذلك، يمكن زيادة عدد المشاركين الذين يُخطط لتجنيدهم.
تُستخدم المعادلة التالية في الحالات البسيطة:
حجم العينة المعدل = حجم العينة المطلوب للتحليل / (1 − نسبة الفقد المتوقعة)
مثال:
إذا كان حجم العينة المطلوب هو 200 مشارك، وكان معدل الفقد المتوقع 15%:
حجم العينة المعدل = 200 / (1 − 0.15)
حجم العينة المعدل = 200 / 0.85
حجم العينة المعدل ≈ 235.3
وبالتقريب إلى العدد الصحيح الأعلى، يحتاج الباحث إلى نحو 236 مشاركًا.
ومع ذلك، يجب الانتباه إلى أن هذه الطريقة تعوض العدد المتوقع فقده بصورة تقريبية، لكنها لا تعالج تلقائيًا التحيز الناتج عن الانسحاب أو البيانات المفقودة. كما أن بعض الدراسات تحتاج إلى طرق أكثر تخصصًا لتحديد أثر فقدان المتابعة على القوة الإحصائية.
ما الأخطاء الشائعة عند حساب حجم العينة في الدراسات الطبية؟
قد تؤدي بعض الأخطاء إلى حساب حجم عينة غير مناسب، حتى عند استخدام برنامج إحصائي متخصص.
1. اختيار حجم العينة بصورة عشوائية: يجب أن يكون العدد مبررًا إحصائيًا، لا أن يعتمد على عدد المشاركين المتاحين فقط.
2. عدم تحديد النتيجة الأساسية: يجب تحديد المتغير الأساسي الذي ستُبنى عليه الدراسة قبل إجراء الحساب.
3. استخدام حجم أثر غير واقعي: قد يؤدي افتراض فرق كبير دون مبرر علمي إلى تقليل حجم العينة المطلوب بصورة غير مناسبة.
4. الخلط بين الدلالة الإحصائية والأهمية السريرية: ليس كل فرق دال إحصائيًا مهمًا من الناحية الطبية، والعكس صحيح.
5. تجاهل معدل الانسحاب: قد ينخفض عدد المشاركين الذين تتوافر لديهم البيانات اللازمة للتحليل النهائي عن العدد المطلوب.
6. استخدام معادلة لا تناسب تصميم الدراسة: تختلف الحسابات بين الدراسات الوصفية والتجارب العشوائية ودراسات البقاء على قيد الحياة ودراسات التشخيص.
7. عدم مراعاة تعدد المقارنات: قد تحتاج الدراسات التي تتضمن عدة نتائج أساسية أو مقارنات متعددة إلى تعديلات مناسبة على مستوى الدلالة أو إلى خطة تحليل محددة مسبقًا.
8. عدم توثيق الافتراضات: يجب توضيح مصدر النسب أو المتوسطات أو الانحرافات المعيارية أو حجم الأثر المستخدم في الحساب، حتى يتمكن الآخرون من تقييم المنهجية.
كيف تساعدك Stat Academy في حساب حجم العينة لبحثك الطبي؟
يُعد حساب حجم العينة من المراحل التي تحتاج إلى دقة إحصائية وفهم واضح لتصميم البحث وأهدافه. وقد يواجه طلاب الماجستير والدكتوراه والباحثون الطبيون صعوبة في تحديد المعادلة المناسبة أو اختيار حجم الأثر أو تقدير القوة الإحصائية.
وهنا يأتي دور Stat Academy في دعم الباحثين في مجال التحليل الإحصائي، ومساعدتهم على فهم الأساليب الإحصائية المناسبة لأبحاثهم وفقًا للخدمات المتاحة.
يمكنك الاستفسار عن خدمات Stat Academy في المجالات التالية:
- حساب حجم العينة: تحديد حجم العينة المطلوب وفقًا لهدف الدراسة ونوع المتغيرات والاختبار الإحصائي.
- إعداد الخطة الإحصائية: المساعدة في تحديد الاختبارات والأساليب المناسبة لتحليل البيانات.
- تحليل بيانات الدراسات الطبية: دعم الباحثين في تنظيم البيانات وإجراء التحليلات الإحصائية المناسبة.
- استخدام البرامج الإحصائية: المساعدة في التعامل مع برامج مثل SPSS وR وغيرها وفقًا لطبيعة التحليل.
- تفسير النتائج الإحصائية: فهم النتائج وربطها بالفرضيات والأهداف البحثية.
- دعم رسائل الماجستير والدكتوراه: مساعدة الباحثين على فهم المتطلبات الإحصائية في مراحل إعداد أبحاثهم.
إذا كنت تستعد لإجراء دراسة سريرية أو تعمل على رسالة ماجستير أو دكتوراه في المجال الطبي، يمكنك زيارة موقع Stat Academy عبر الرابط https://statacademy-eg.com/ للتعرف على الخدمات المتاحة والاستفسار عن المساعدة المناسبة لحساب حجم العينة وتحليل بيانات بحثك.
للتواصل مع الاكاديمية : 01090506617
ايميل : info@statacademy-eg.com
الخلاصة
يُعد حساب حجم العينة (Sample Size) خطوة أساسية في تصميم الدراسات السريرية والتجارب الطبية، لأنه يساعد على تحديد العدد المناسب من المشاركين لتحقيق أهداف البحث بدرجة مقبولة من الدقة والقوة الإحصائية.
ويعتمد الحساب على عوامل متعددة، منها مستوى الدلالة الإحصائية، والقوة المطلوبة، وحجم الأثر المتوقع، والتباين في البيانات، وتصميم الدراسة، ومعدل الانسحاب المتوقع.
ولا توجد معادلة واحدة تناسب جميع الأبحاث؛ لذلك يجب تحديد السؤال البحثي والنتيجة الأساسية واختيار طريقة الحساب المناسبة قبل بدء جمع البيانات.
وإذا كنت بحاجة إلى دعم في حساب حجم العينة أو إعداد الخطة الإحصائية لبحثك الطبي، فإن التواصل مع جهة متخصصة مثل Stat Academy قد يساعدك على فهم الخيارات المتاحة واختيار المنهجية المناسبة لأهداف دراستك.
اقرأ ايضا :
دليل الباحث الشامل لإعداد خطة التحليل الإحصائي (Statistical Plan) قبل جمع البيانات
اترك تعليقاً