🔹 خطرهای رقابتی در تحلیل بقا؛ وقتی یک رویداد مانع وقوع رویداد اصلی میشود
در برخی مطالعات زمان تا رویداد، افراد ممکن است بیش از یک نوع رویداد را تجربه کنند.
اگر وقوع یک رویداد باعث شود رویداد اصلی دیگر نتواند رخ دهد، با مسئله «خطرهای رقابتی» روبهرو هستیم.
در این شرایط، تحلیل بقای معمول ممکن است احتمال رویداد اصلی را به شکل نادرستی برآورد کند.
══════════════
🧠 خطر رقابتی یعنی چه؟
فرض کنید هدف مطالعه بررسی «زمان تا ترک تحصیل» است.
اما برخی دانشجویان قبل از ترک تحصیل، به دانشگاه دیگری انتقال پیدا میکنند.
بعد از انتقال، دیگر امکان مشاهده ترک تحصیل در دانشگاه اولیه وجود ندارد.
پس «انتقال» یک رویداد رقابتی برای «ترک تحصیل» محسوب میشود.
══════════════
📌 چرا نباید رویداد رقابتی را مثل سانسور معمولی در نظر گرفت؟
در سانسور معمولی فرض میکنیم فرد تا زمان خروج، اطلاعات مفیدی ارائه کرده و پس از آن وضعیتش ناشناخته است.
اما در خطر رقابتی، میدانیم یک رویداد مشخص رخ داده که امکان وقوع رویداد اصلی را تغییر داده یا از بین برده است.
اگر انتقال دانشجو را صرفاً سانسور کنیم، تحلیل ممکن است طوری رفتار کند که گویی او بعداً همچنان میتوانسته در همان دانشگاه ترک تحصیل کند.
این فرض از نظر واقعی درست نیست.
══════════════
✍️ مثال پژوهشی
فرض کنید در یک مطالعه پنجساله، دو پیامد ممکن است رخ دهند:
ترک تحصیل
و فارغالتحصیلی
اگر دانشجویی فارغالتحصیل شود، دیگر نمیتواند بعداً «ترک تحصیل» را در همان دوره تجربه کند.
پس فارغالتحصیلی برای ترک تحصیل یک رویداد رقابتی است.
در چنین شرایطی، احتمال تجمعی ترک تحصیل باید با در نظر گرفتن احتمال فارغالتحصیلی محاسبه شود.
══════════════
📌 تابع بروز تجمعی چه کمکی میکند؟
در تحلیل خطرهای رقابتی، یکی از ابزارهای مهم «تابع بروز تجمعی» است.
این تابع برآورد میکند تا هر زمان مشخص، چه احتمالی وجود دارد که یک نوع رویداد خاص رخ داده باشد، با در نظر گرفتن اینکه رویدادهای رقیب نیز ممکن است اتفاق بیفتند.
این برآورد معمولاً برای تفسیر احتمال واقعی وقوع یک پیامد مناسبتر از روشهایی است که رویدادهای رقیب را صرفاً سانسور میکنند.
══════════════
📌 دو سؤال متفاوت را از هم جدا کنید
در خطرهای رقابتی معمولاً میتوان دو نوع سؤال پرسید:
آیا یک متغیر با نرخ لحظهای رویداد اصلی در میان افرادی که هنوز هیچ رویدادی نداشتهاند مرتبط است؟
یا
آیا این متغیر احتمال تجمعی وقوع رویداد اصلی را در حضور رویدادهای رقیب تغییر میدهد؟
این دو سؤال یکسان نیستند و ممکن است به مدلهای متفاوتی نیاز داشته باشند.
══════════════
⚠️ خطای رایج: حذف کامل رویدادهای رقیب از تحلیل
اگر پژوهشگر فقط افراد دارای رویداد اصلی را نگه دارد یا رویدادهای رقیب را بدون توجه به ماهیت آنها سانسور کند، ممکن است احتمال رویداد اصلی بیش از حد برآورد شود.
به ویژه زمانی که رویداد رقیب شایع باشد، این مسئله جدیتر میشود.
══════════════
🎯 چه زمانی باید به خطرهای رقابتی فکر کنیم؟
هر زمان که بیش از یک پایان ممکن برای دوره پیگیری وجود داشته باشد، باید این سؤال مطرح شود:
«آیا وقوع یک رویداد، امکان وقوع رویداد اصلی را از بین میبرد یا تغییر میدهد؟»
مثلاً:
مرگ به علت دیگری در مطالعات پزشکی،
فارغالتحصیلی در مطالعه ترک تحصیل،
انتقال به سازمان دیگر در مطالعه ترک شغل،
یا وقوع یک نوع شکست دیگر در مطالعات مهندسی.
══════════════
✅ جمعبندی
خطر رقابتی رویدادی است که با وقوع خود، امکان مشاهده رویداد اصلی را تغییر میدهد.
در این شرایط، نباید همه این رویدادها را مانند سانسور ساده در نظر گرفت.
تحلیل مناسب باید همزمان به این سؤال پاسخ دهد:
«احتمال رویداد اصلی چقدر است، وقتی رویدادهای دیگری نیز میتوانند زودتر رخ دهند؟»
در تحلیل بقا، نوع پایان پیگیری به اندازه زمان پایان آن اهمیت دارد.
📚 @confpaper
Post #1350
77