سري آمار: تحليل جداول توافقي 2 (شاخص‌هاي بررسي رابطه)

STATISTICAL SERIES: THE ANALYSIS OF CONTINGENCY TABLES 2 (MEASURES OF ASSOCIATION)

در مطالعات علوم پزشكی، برای بررسی رابطه بين متغيرهای كيفی، احتمال معنی‌داری (P-Value) به تنهايی نمی‌تواند معياری كاملی از رابطه را ارائه نمايد. در اين مورد نياز است شاخص‌هايی به‌عنوان اندازه اثر (Effect Size)، ميزان اهميت بالينی يا عملی رابطه را به همراه معنی‌داری آماری آنها نشان دهد. هدف از اين مقاله ارائه شاخص‌های بررسی رابطه بين متغيرهای كيفی در اين مطالعات و انجام استنباط در مورد آنها می باشد. مبانی و نحوه انجام محاسبات معيارهای رابطه، استنباط در مورد آنها شامل محاسبات فاصله اطمينان و آزمون فرض‌های بررسی رابطه‌ بين متغيرهای كيفی برای انواع مطالعات علوم پزشكی، با در نظر گرفتن ملاحظات مربوط و نحوه گزارش كردن يافته‌ها در قالب جداول توافقی، ارائه گرديد. برای بررسی رابطه بين دو متغير پيامد و عامل خطر كيفی دو حالتی در مطالعات مقطعی و مورد-شاهدی، شاخص نسبت شانس‌ها، در مطالعات هم‌گروهی شاخص خطر نسبی، در مطالعات مقطعی شاخص نسبت شيوع و در انواع مطالعات شاخص تفاضل خطر به همراه فاصله اطمينان يا آزمون معنی‌‌داری مناسب و متناسب با ماهيت مستقل يا زوجی بودن گروه‌های مطالعه، بايد استفاده شود. به‌علاوه برای جداول بزرگتر از 2×2 و برای متغيرهای كيفی بزرگتر از دو حالتی نحوه محاسبه شاخص‌های فوق با در نظر گرفتن رده مرجع، و همچنين معيارهای ديگری نظير شاخص فی، V كرامر، ضريب توافق و نايقينی، لامبدا، گاما، d سامر و شاخص‌های tau-b وtau-c كندال پيشنهاد می‌شود. در هر يك از وضعيت‌های فوق، بر اساس مثال‌های مطالعاتی، محاسبات شاخص‌ها و استنباط در مورد آنها انجام و نتايج ارائه گرديد. برای بررسی رابطه، يك يا مجموعه‌ای از عوامل خطر با يك متغير پيامد كيفی دو يا بيش از دو حالتی، تحليل‌های ارائه شده با توجه به موقعيت و هدف مطالعه توصيه می‌شود

The P-Value cannot present a complete measure of association in medical studies considering the association between categorical variables. In such situations, measures are required to reveal the clinical importance of relation along with their statistical significance, as the effect size. This paper aims to introduce the measures of associations for categorical variables and inferences about them in these studies. Principles and method of calculating measures of associations and inference about them including confidence interval and hypothesis testing were presented to assess the relationship between qualitative variables for all types of medical studies taking into account relevant considerations. Additionaly, the method of reporting of findings were introduced in the context of contingency tables. To investigate the relationship between two binary qualitative variables, should be used the Odds Ratio in cross-sectional or case-control studies, the relative risk in cohort studies, and prevalence ratio in cross-sectional studies and risk difference in all type of studies along with their confidence intervals and/or their significance tests considering the independent or related groups of studies. Additionally, for bigger than 2 by 2 tables, the method of calculating of above mentioned measures considering a reference category and other measures such as Phi, Crammers V, contingency and uncertainty coefficients , Lambda, Gamma, Summers D, Kendals tau-b and tau-c would be recommended. In each of these situations, based on research based examples, calculations of tests were performed and their results were presented. To investigate the relationship between a set of risk factors and binary and multi-category qualitative variables, the introduced analyses are recommended considering the situation and purpose of the proposed study.