🔹 سانسور در تحلیل بقا؛ چرا «ندیدن رویداد» به معنای «رخ ندادن رویداد» نیست؟
در مطالعات زمان تا رویداد، برای همه افراد لزوماً رویداد مورد نظر مشاهده نمیشود.
ممکن است مطالعه تمام شود، فرد از پیگیری خارج شود یا هنوز تا پایان دوره رویداد را تجربه نکرده باشد.
در این شرایط با مفهوم «سانسور» روبهرو هستیم.
══════════════
🧠 سانسور یعنی چه؟
فرض کنید هدف پژوهش بررسی زمان تا ترک تحصیل است.
یک دانشجو پس از ۱۸ ماه هنوز ترک تحصیل نکرده و مطالعه در همین زمان پایان مییابد.
ما میدانیم او حداقل ۱۸ ماه بدون رویداد باقی مانده است، اما نمیدانیم اگر مطالعه ادامه پیدا میکرد چه زمانی ممکن بود ترک تحصیل کند.
بنابراین زمان واقعی رویداد برای او به طور کامل مشاهده نشده است.
این مشاهده سانسورشده محسوب میشود.
══════════════
📌 چرا نباید فرد سانسورشده را «بدون رویداد» در نظر گرفت؟
اگر فردی تا پایان مطالعه رویداد را تجربه نکرده باشد، فقط میدانیم تا آن زمان بدون رویداد بوده است.
نمیتوان نتیجه گرفت که هرگز رویداد را تجربه نخواهد کرد.
اگر این افراد مانند موارد قطعی بدون رویداد تحلیل شوند، اطلاعات زمانی به شکل نادرستی استفاده خواهد شد.
تحلیل بقا دقیقاً برای استفاده از این اطلاعات ناقص اما همچنان ارزشمند طراحی شده است.
══════════════
✍️ مثال پژوهشی
فرض کنید پنج دانشجو از ابتدای دوره دکتری پیگیری شدهاند.
دانشجوی اول در ماه ۱۰ ترک تحصیل میکند.
دانشجوی دوم در ماه ۱۵.
دانشجوی سوم تا ماه ۲۴ باقی میماند و مطالعه پایان مییابد.
دانشجوی چهارم در ماه ۱۲ از دسترس پژوهش خارج میشود.
دانشجوی پنجم در ماه ۲۰ ترک تحصیل میکند.
برای دانشجویان سوم و چهارم زمان دقیق ترک تحصیل را نمیدانیم، اما میدانیم به ترتیب حداقل ۲۴ و ۱۲ ماه بدون مشاهده رویداد باقی ماندهاند.
این اطلاعات نباید دور ریخته شود.
══════════════
📌 سانسور راست رایجترین نوع است
در بسیاری از مطالعات، «سانسور راست» رخ میدهد.
یعنی میدانیم رویداد تا یک زمان مشخص اتفاق نیفتاده، اما زمان بعدی آن ناشناخته است.
مثلاً فرد تا پایان پیگیری بیماری عود نکرده یا تا زمان خروج از مطالعه هنوز ترک تحصیل نکرده است.
انواع دیگری از سانسور نیز وجود دارند، اما سانسور راست در تحلیلهای بقا بسیار رایجتر است.
══════════════
⚠️ یک فرض مهم: سانسور نباید به شکل مسئلهدار با خطر رویداد مرتبط باشد
فرض کنید دانشجویانی که در آستانه ترک تحصیل هستند بیشتر احتمال داشته باشند از مطالعه خارج شوند.
در این صورت، خروج از پیگیری ممکن است با خود خطر ترک تحصیل مرتبط باشد.
اگر تحلیل فرض کند سانسور مستقل از فرایند رویداد است، این وضعیت میتواند برآوردها را سوگیرانه کند.
پس فقط تعداد موارد سانسورشده مهم نیست؛ علت سانسور نیز اهمیت دارد.
══════════════
📌 حذف افراد سانسورشده راهحل مناسبی نیست
گاهی پژوهشگر فقط افرادی را تحلیل میکند که رویداد برایشان مشاهده شده است.
این کار بخش بزرگی از اطلاعات را حذف میکند و میتواند نتیجه را به شدت منحرف کند.
فردی که ۳۰ ماه بدون رویداد باقی مانده، اطلاعات بیشتری درباره بقا ارائه میدهد تا فردی که فقط ۲ ماه پیگیری شده است.
روشهای تحلیل بقا این تفاوت را در نظر میگیرند.
══════════════
🎯 هنگام گزارش مطالعه چه چیزهایی مهماند؟
بهتر است مشخص شود:
چند نفر رویداد را تجربه کردهاند،
چند نفر سانسور شدهاند،
دلایل اصلی سانسور چه بوده،
مدت پیگیری چقدر بوده،
و آیا احتمال خروج از پیگیری ممکن است با خطر رویداد مرتبط باشد.
این اطلاعات برای ارزیابی اعتبار نتایج ضروریاند.
══════════════
✅ جمعبندی
در تحلیل بقا، «رویداد مشاهده نشد» با «رویداد رخ نمیدهد» یکسان نیست.
داده سانسورشده همچنان اطلاعات مفیدی دارد:
میدانیم فرد تا یک زمان مشخص بدون رویداد باقی مانده است.
روشهای تحلیل بقا از همین اطلاعات استفاده میکنند.
اما اعتبار تحلیل به این بستگی دارد که سازوکار سانسور به درستی درک شود و خروج افراد از مطالعه باعث سوگیری جدی در برآورد خطر نشود.
📚 @confpaper
Post #1344
87