سري آمار: تحليل جداول توافقي 1 (آزمون‌هاي كاي‌دو)

STATISTICAL SERIES: THE ANALYSIS OF CONTINGENCY TABLES 1 (CHISQUARE TESTS)

ارزيابی پيامد‌ها و عوامل خطر در قالب متغيرهای كيفی، در انواع مطالعات علوم پزشكی متداول است و بررسی رابطه بين اين متغيرها به‌عنوان اهداف پژوهشی تعريف می‌شوند. هدف از اين مقاله، معرفی مفاهيم و آزمون‌های ساده و كاربردی آماری بررسی رابطه بين اين متغيرها، شامل انواع آزمون‌های كای‌دو در اين مطالعات می‌باشد. مبانی و نحوه انجام محاسبات شاخص‌ها و آزمون فرض‌های بررسی رابطه ‌بين متغيرهای كيفی (و يا اختلاف نسبت‌ها بين گروه‌ها)، در نظر گرفتن ملاحظات مربوط و نحوه گزارش كردن يافته‌ها در قالب جداول توافقی، برای انواع آزمون‌های كای‌دوی ارائه گرديد. برای بررسی رابطه بين دو متغير كيفی دو يا چند حالتی، آزمون كای ‌دوی پيرسون (در صورت برقراری شرايط ككران)، برای نمونه‌های كوچك تصحيح پيوستگی يتس، برای عدم برقراری شرايط ككران محاسبه P-Value دقيق بر اساس آزمون‌های دقيق، برای متغيرهای كيفی رتبه‌ای آزمون كای‌دوی روند و برای وضعيت‌های وابسته آزمون كای‌دوی مك‌نمار بايد استفاده شود. به علاوه برای جداول بزرگ‌تر از 2×2، در صورت معنی‌داری رابطه كلی، آزمون‌های تعقيبی با اعمال تصحيح مناسب مورد نياز است. در هر يك از وضعيت‌های فوق، بر اساس مثال‌های مطالعاتی، محاسبات آزمون فرض‌ها انجام و نتايج آنها ارائه گرديد. برای بررسی رابطه، يك يا مجموعه‌ای از عوامل خطر با يك متغير پيامد كيفی اسمی يا رتبه‌ای، تحليل‌های ارائه شده با توجه به موقعيت و هدف مطالعه توصيه می‌شود.

Assessing of outcomes and risk factors in the form of qualitative variables is common in the most of medical studies and the research objectives are defined as the relationship between these variables. This paper introduces the concepts and basic and applied statistical tests to examine the relationship between these variables in these studies, including chi-square tests. Principles and method of calculating the statistics and hypothesis testing to assess the relationship between qualitative variables (or difference in proportions between groups), were presented taking into account relevant considerations. The method of reporting findings were introduced in the context of contingency tables, for all types of chi-square tests. To investigate the relationship between two binary or multi-category qualitative variables, Pearson chi-square test (in the case of establishing Cochran conditions), Yates continuity correction for small samples, in the case of not establishing Cochran conditions exact P-Value calculated on the basis of exact tests, trend chi-square test for ordinal qualitative variables and McNemar chi-square test for related samples should be used. In addition for tables larger than 2 × 2, when the overall relationship was significant, post hoc tests with appropriate correction is required. In each of these situations, examples based on research, calculations of tests were performed and their results were presented. To investigate the relationship between a set of risk factors and nominal or ordinal qualitative variables, the introduced analyses are recommended considering the situation and purpose of the proposed study.