Minwal-منوال للإحصاء الطبي

📊 حساب حجم العينة في التجارب العلمية
📝 إجابة مبسطة عن سؤال متجدد
من الأسئلة الهامة التي يواجهها أي باحث بعد أن يستقر على موضوع أو سؤال بحثي للعمل عليه هو: ما حجم العينة التي يجب أن يعمل عليها؟
👨‍⚕️ بعضهم قد يقرر أن اختيار 30 مريض لكل مجموعة عدد كاف، وبعضهم قد يقول أنا أعمل على تجربة صعبة ويكفينى 40 مريض يتم توزيعهم على مجموعتين ، وبعضهم قد يسأل الأستاذ المشرف على البحث أو حتى زميل في القسم .. ليحصل على إجابة شبيهة ..
⚠️ إلا أن إجابة هذا السؤال أمر أكثر تعقيدا ويحتاج إلى بعض الحسابات كما سنرى ..
🔬 سنفترض أولا أننا نجرى تجربة علمية Clinical trial
🎯 ولنكون أكثر تحديدا سنحدد أننا نريد أن نقوم بعمل Randomized control trial (RCT) بهدف مقارنة دواء جديد بآخر موجود في السوق لعلاج أحد الأمراض
📋 من أجل حساب حجم العينة المطلوبة لهذه التجربة والتجارب المشابهة سنحتاج إلى تحديد المعلومات التالية :
1️⃣ Power of the study
والمقصود بهذا المصطلح هو احتمالية قدرة التجربة الحالية على الوصول لنتيجة إيجابية حقيقية ، أي قدرة التجربة على إثبات أن الدواء الجديد أفضل في حالة كونه في الحقيقة أفضل ، وهو رقم غالبا ما يكون 80% أو 90% في معظم التجارب
2️⃣ Level of statistical significance
هذا الرقم غالبا ما يكون 0.05 ، ويطلق عليه أيضا α أو type 1 error وهو الحد الذى سنعتبر الأرقام للـ p-value الأقل منه ذات دلالة إحصائية statistically significant
3️⃣ Enrolment ratio
في معظم الدراسات يكون حجم المجموعتين متساوى، أي تكون قيمة هذا الرقم هي 1، ولكن قد يرغب الباحث في بعض الأحيان أن يكون عدد المرضى في إحدى المجموعتين ضعف العدد في المجموعة الأخرى أو أكثر ، وهنا يصبح هذا الرقم 2 أو 3 ...
4️⃣ Expected effect size ⭐
هذه النقطة هي الأهم على الإطلاق، وهى التي تحتاج مجهود من الباحث ويتوقف عليها الجزء الأكبر من حساب العينة، خصوصا أن النقطتين السابقتين نادرا ما يتم تغييرهما ..
🔍 هنا نحتاج إلى الإجابة على أسئلة هامة :
❓ السؤال الأول: ما هي النتيجة أو المتغير الأساسي الذى أقيسه في التجربة، هل أقيس مثلا عدد المرضى الذين تم شفاؤهم في كل مجموعة؟ أم أقيس التغير في مستوى السكر في الدم أو أقيس التغير في الوزن؟ أو أقوم بحساب الوقت الذى يعيشه المريض حتى الوفاة ؟ .. الخ
❓ السؤال الثانى: ما هو نوع هذا المتغير او هذه النتيجة ؟
هل نقوم بحساب عدد المرضى الذين تم شفاؤهم في كل مجموعة مثلا ، وبالتالي فالنتيجة المتوقعة هي نسبة مئوية للشفاء في كل مجموعة؟ Two proportions
أم نقوم بقياس ما مثل قياس السكر أو الكوليستيرول أو الوزن ، وبالتالي النتيجة المتوقعة هي درجة التحسن أو الاختلاف بين القراءات في كل مجموعة؟ Two means
أو أن المتغير هو الوقت حتى حدوث الوفاة مثلا (سنتجاهل هذا النوع حاليا) Two median time to event , or two survival rates.
❓ السؤال الثالث: ما هي الأرقام المتوقعة كنتيجة أو كفارق لتكون الدراسة ناجحة؟
إذا كان الدواء الحالي يقوم بشفاء 70% من المرضى ، فما هي النسبة التي أتوقعها أو أحتاجها من الدواء الجديد ليكون إضافة إلى السوق أو ذو فعالية لها معنى، هل هذا الرقم هو 75% أو 80% أو أكثر أو أقل..
وإذا كنا نتحدث عن قياس للسكر أو الوزن مثلا ، فنحتاج إلى معرفة متوسط التغير في مستوى السكر او الوزن مثلا لكلا الدوائين، نحتاج إلى المتوسط والانحراف المعياري. Mean and standard deviation
❓ السؤال الرابع المنطقى جدا : من أين يمكن الحصول على هذه الأرقام !
📚 الإجابة تختلف بحسب كل دراسة، فقد يكون مصدر المعلومة دراسات سابقة أو شبيهة على نفس الدواء ، أو قد يكون بناء على رأى الخبراء في هذا المجال.
🌐 وأخيرا يمكننا أن نستخدم المعادلة الصحيحة لحساب حجم العينة ، والتي توفرها الكثير من المواقع على الانترنت.
✅ باختصار : أهم سؤال يحتاج الباحث للإجابة عليه لحساب حجم العينة هو معرفة المتغير الأساسي الذى سيقوم بقياسه في المجموعتين وقيمة المتغير المتوقعة من التجربة حتى تكون لنتيجتها معنى.
🔁 مرة أخرى: العوامل التي يتحدد عليها حجم العينة هي:
📈 Power – في حالة زيادة قيمتها سيزيد حجم العينة
📉 Significance level – إذا قللنا مستواه سنحتاج إلى زيادة حجم العينة
🎯 Effect size – كلما كان الفارق بين تأثير الدواءين صغيرا كلما احتجنا إلى حجم عينة أكبر (من أجل القدرة على قياس هذا الفارق)
📌 ملاحظات:
1️⃣ عدم حساب حجم العينة بطريقة صحيحة يؤدى إما إلى استخدام حجم عينة صغير وبالتالي عدم الوصول إلى نتيجة ذات دلالة إحصائية، أو استخدام حجم عينة أكبر من المطلوب وبالتالي تض…

📚✨ كيف تميز بين أنواع الدراسات الثلاث:
Cross-sectional, cohort and case-control studies

🔍 قبل التطرق لطريقة التمييز بينها، من المهم أن نُدرك أن هذه الأنواع الثلاثة تندرج تحت ما يُعرف بـ الدراسات الوصفية (Observational Studies)، أي أن الباحث يكتفي بالملاحظة والقياس، دون أي تدخل علاجي أو تعليمي أو سلوكي.

📸 النوع الأول : Cross-sectional Studies
"اضحك .. الصورة تطلع حلوة" 😄📷

هذا النوع يشبه "التقاط صورة" في لحظة واحدة. المفتاح للتعرف على هذا النوع هو أننا نقيس التعرض exposure ، والنتيجة أو التأثير effect فى نفس الوقت. ⏳

📝 مثال : استبيان يقيس في الوقت نفسه مؤشر كتلة الجسم (BMI) وضغط الدم. بهدف دراسة وجود علاقة بين السمنة وضغط الدم المرتفع.

⚠️ ملاحظة: لا تخلط بين "مدة جمع البيانات" (قد تمتد لشهور) وبين طبيعة الدراسة نفسها، التي تُقاس فيها المتغيرات مرة واحدة فقط، (نأخذ لقطة واحدة). 📸

🚀 النوع الثانى: Cohort Studies
"إلى اللانهائية وما بعدها" 🌌🚀

المفتاح للتعرف على هذا النوع هو أننا نبدأ بالبحث عن التعرض للمؤثر Exposure ، ثم نتابع المشاركين مع مرور الوقت لرصد ما إذا كان سيحدث المرض: نقسم عينة من الأشخاص غير المصابين بأمراض القلب إلى مجموعتين: مدخنين وغير مدخنين، ونتابعهم مستقبلًا لرصد معدل الإصابة بأمراض القلب في المجموعتين. 👥⏳❤️

📌 ملاحظة : هناك نوع خاص هنا يسمى Retrospective Cohort Studies

ونقوم فيه أيضا بالبحث عن التعرض لمؤثر معين أو عامل خطر قبل حدوث المرض ، ولكننا نبحث عن هذا التعرض فى الماضي (فى السجلات الطبية مثلا) والغرض هو توفير الوقت. يمكننا اعتبارها دراسة بدأت قبل 10 سنوات مثلا، وأننا جمعنا المعلومات وقمنا بتسجيلها فى الملف الطبي، ثم نراقب حدوث المرض فى المستقبل الذى هو "الآن". 🗂️⏪➡️

🕵️ النوع الثالث: Case-Control Studies
"فتش فى دفاترك القديمة" 📚🔎

المفتاح للتعرف على هذا النوع هو أننا نبدأ بالحالات المرضية (لاحظ أن الاسم يحتوى على كلمة cases) ، ثم نقوم باختيار مجموعة من الأشخاص لا يعانون المرض (controls) ويتشابهون مع مجموعة المرضى فى الصفات ولكن ليس لديهم المرض، ثم نبدأ بالبحث عن التعرض لمؤثر معين فى الماضى يحتمل أن يكون قد تسبب فى هذا المرض. فنقارن بين وجود هذا المؤثر فى مجموعة المرضى ومجموعة غير المرضى. ⚖️

📝 مثال: نبدأ بمجموعة من المرضى لديهم ذبحة صدرية ، ثم نأخذ مجموعة أخرى ليس لديهم ذبحة صدرية ولكن يتشابهون معهم فى الصفات من حيث العمر والجنس ومستوى المعيشة .. الخ ، ونسأل كل فرد من المجموعتين عن قيامه بالتدخين فى الماضى أو تعرضه لملوث معين أو عاداته الغذائية .. الخ 🚬☣️🍔

🎯 الخلاصة:

للتميز بين المجموعات الثلاث :
📸 الأولى لقطة snapshot للمؤثر والمرض فى نفس الوقت،
🚀 والثانية نبدأ بالتعرض للمؤثر ونراقب حدوث المرض،
🕵️ والثالثة نبدأ بالمرضى والكنترول ونفتش عن تعرضهم للمؤثر فى الماضى.

اليوم الفرصة الأخيرة للتسجيل في زمالة منوال - النسخة الثالثة والتي تبدأ أولي فعاليتها غدا، التسجيل من خلال الرابط التالي:
https://docs.google.com/forms/d/e/1FAIpQLSdGIwDMrM8wwoIVMXko_f7hhCkE9NrMViQNmVkzoxvNLv0mZw/viewform?usp=dialog

باب التقديم لا يزال مفتوحًا في زمالة منوال للإحصاء الطبي – الدفعة الثالثة

فرصتك لتتعلم كيف تُنجز التحليل الإحصائي بنفسك، خطوة بخطوة، ضمن برنامج عملي موجه للباحثين الجادين.

📊 مشروعات تطبيقية حقيقية
💬 نقاشات معمقة ومتابعة مستمرة
🎯 هدف واضح: أن تصبح أكثر قدرة وثقة في التعامل مع التحليل الإحصائي في أبحاثك

⏳ آخر موعد للتقديم: الخميس 14 مايو
📌 لا توجد دفعات أخرى من البرنامج هذا العام.

كيف يمكن استخدام الذكاء الصناعي بفاعلية للحصول على تحليل إحصائي احترافي؟ 🤖📊
كيف يمكن الحصول على نتيجة ذات جودة عالية، بدون هلوسة أو أخطاء، وقابلة للتكرار والتعديل، وتحت سيطرتي وإشرافي؟ 🤔✨
سؤال ظل يشغل ذهني لعام أو أكثر ⏳💭،
إلى أن وصلت إلى إجابة بعد محاولات عديدة وتجارب كثيرة 🔍📈
وضعت لكم ما توصلت إليه من إجابة في الفيديو
الرابط في اول تعليق 🎥👇

بقي 5 أيام فقط على انتهاء خصم التسجيل المبكر! ⏳⚠️

فرصتك لاحتراف الإحصاء الطبي ... انضم لزمالة منوال المكثف - النسخة الثالثة وانتقل من مرحلة الأساسيات إلى مرحلة تحليل البيانات البحثية باحترافية كاملة خلال 10 أسابيع فقط.
​
ماذا ستنجز في 10 أسابيع؟
✅ العمل على 10 مشروعات تطبيقية كاملة.
✅ حضور لقاءات اسبوعية تفاعلية مباشرة (Zoom).
✅ إنهاء مشروع نهائي يؤهلك لسوق العمل والبحث العلمي.

​🎥 فيديو د. محمد الشريف في أول تعليق تعرف من خلاله لماذا يعتبر هذا البرنامج هو "النقلة النوعية" لمسارك المهني.

​رسوم التسجيل الحالية: 150 دولار (بدلاً من 250 دولار) - ينتهي عرض التسجيل المبكر في 10 مايو!

🚀 لا تضيع الفرصة وسجل بياناتك هنا:
[https://docs.google.com/forms/d/e/1FAIpQLSdGIwDMrM8wwoIVMXko_f7hhCkE9NrMViQNmVkzoxvNLv0mZw/viewform?usp=dialog ]

Mohamed Elsherif

بشرى للزملاء الذين يجهزون لامتحانات الزمالات والمعادلات أو الماجستير والدكتوراه، ويحتاجون إلى مصدر واضح ومبسط لمذاكرة جزء ال Epidemiology and biostatistics
يسرنا أن نضع بين أيديكم كورس قصير لشرح هذا المنهج بطريقة مبسطة، ومتماشية مع الطبعة الجديدة من كتاب د. محمد الشريف@Mohamed Elsherif:
Short notes in Epidemiology and Biostatistics for Medical Examinations
الكتاب مختصر للغاية، وصُمم ليغطي تقريبًا كل الموضوعات في الوبائيات والإحصاء التي قد تأتي في هذه الامتحانات، مكتوبة بترتيب منطقي، بأسلوب مبسط وسهل ، ومزود بالرسومات التوضيحية وأسئلة للمراجعة.
في الطبعة الجديدة:
✅ إضافة موضوعات جديدة
✅ اختصار موضوعات أخرى
✅ رسومات توضيحية محدثة
✅ عشرات الأسئلة للمراجعة
الكورس على الرابط:
https://youtube.com/playlist?list=PLnruVGowQilcJX-lsFVDLS5Gp-zqJ2eM8&si=bAnrW3UEIiD5J3Ty

من النظرية إلى التطبيق: برنامج منوال العملي في الإحصاء الحيوي 📊

هل ما زلت مترددًا في الالتحاق بزمالة منوال؟ 🤔
ولم تُقرر بعد إن كانت مناسبة لك ولمسارك المهني؟

🎥 شاهد الفيديو الذي يقدّم فيه د. محمد الشريف نظرة شاملة عن البرنامج، أهدافه، وطبيعة الرحلة… وبعدها قرّر بنفسك.

برنامج مكثف موجه لمن لديه أساسيات في الإحصاء ويرغب في الاحتراف من خلال العمل على بيانات حقيقية لأبحاث واقعية 🔬

✨ أهم المميزات: ✅ 10 مشروعات تطبيقية
✅ لقاء أسبوعي مباشر عبر Zoom
✅ نقاشات تفاعلية 💬
✅ مشروع نهائي 🎯

⏰ المدة: 10 أسابيع
💰 الرسوم: 150 دولار للتسجيل المبكر قبل ١٠ مايو

⛔ رابط الفيديو ف اول تعليق

👇 سجّل الآن:
https://docs.google.com/forms/d/e/1FAIpQLSdGIwDMrM8wwoIVMXko_f7hhCkE9NrMViQNmVkzoxvNLv0mZw/viewform?usp=dialog

🚀

Ready to level up your skills and career? 🚀
زمالة منوال – الدفعة الثالثة بدأت 🔥
Registration is now open with a special rate for early payment.

ببرنامج تعليمي مطوّر يهدف إلى تنمية المهارات والعمل بوضوح وثقة أكبر
🎯 ماذا ستستفيد؟
تطبيقات عملية على مشروعات حقيقية
شرح خطوة بخطوة بشكل مبسّط وواضح
أدوات تساعد على تطوير العمل بشكل فعّال
⏳سعر خاص للتسجيل المبكر قبل ١٠ مايو
Limited seats available
📩 احجز مكانك الآن