🔹 رویدادهای تکرارشونده در تحلیل بقا؛ وقتی هر فرد ممکن است بیش از یک بار رویداد را تجربه کند
در بسیاری از تحلیلهای بقا فرض میشود هر فرد فقط یک بار رویداد مورد نظر را تجربه میکند.
اما در برخی پژوهشها یک فرد میتواند چند بار با همان رویداد مواجه شود.
مثلاً:
چند بار بستری شدن،
چند بار غیبت طولانی،
چند بار عود یک مشکل،
یا چند بار ثبت یک شکست عملکردی.
در این شرایط، تحلیل فقط «اولین رویداد» ممکن است بخش مهمی از اطلاعات را نادیده بگیرد.
══════════════
🧠 رویداد تکرارشونده چیست؟
فرض کنید در یک مطالعه، هدف بررسی دفعات قطع موقت تحصیل در دانشجویان است.
یک دانشجو ممکن است در ماه ۵ اولین وقفه، در ماه ۱۴ دومین وقفه و در ماه ۲۲ سومین وقفه را تجربه کند.
اگر فقط زمان تا اولین وقفه تحلیل شود، اطلاعات مربوط به رویدادهای دوم و سوم حذف میشود.
در حالی که این رویدادها میتوانند برای سؤال پژوهش مهم باشند.
══════════════
📌 چرا نمیتوان هر رویداد را مستقل فرض کرد؟
رویدادهای یک فرد معمولاً به یکدیگر وابستهاند.
فردی که یک بار رویداد را تجربه کرده ممکن است احتمال بیشتری برای تجربه دوباره آن داشته باشد.
این وابستگی میتواند ناشی از ویژگیهای فردی، شدت زمینهای مشکل یا تغییر وضعیت پس از رویداد اول باشد.
بنابراین نمیتوان همه رویدادها را مانند مشاهدههایی کاملاً مستقل وارد تحلیل کرد.
══════════════
✍️ مثال پژوهشی
فرض کنید میخواهیم بررسی کنیم آیا حمایت آموزشی تعداد دفعات وقفه تحصیلی را کاهش میدهد یا خیر.
دانشجویی که در طول دو سال سه وقفه داشته است، اطلاعات بیشتری درباره تکرار رویداد دارد نسبت به فردی که فقط یک بار وقفه داشته است.
اگر فقط اولین وقفه را تحلیل کنیم، هر دو دانشجو پس از رویداد اول تقریباً یکسان در نظر گرفته میشوند.
این کار ممکن است سؤال اصلی پژوهش را به شکل ناقصی پاسخ دهد.
══════════════
📌 مدلسازی رویدادهای تکرارشونده چه تفاوتی دارد؟
در این تحلیلها باید مشخص شود:
آیا همه رویدادها ماهیت یکسان دارند؟
آیا خطر رویداد دوم به وقوع رویداد اول وابسته است؟
آیا فاصله زمانی بین رویدادها اهمیت دارد؟
و آیا هر فرد آمادگی زمینهای متفاوتی برای تکرار رویداد دارد؟
پاسخ به این پرسشها تعیین میکند چه مدل آماری مناسبتر است.
══════════════
⚠️ خطای رایج: تحلیل فقط اولین رویداد بدون توجه به سؤال پژوهش
گاهی پژوهشگر برای ساده کردن تحلیل، فقط زمان تا اولین رویداد را بررسی میکند.
این کار میتواند کاملاً قابل دفاع باشد، اگر سؤال پژوهش واقعاً درباره «اولین وقوع» باشد.
اما اگر هدف بررسی بار کلی رویداد یا تکرار آن باشد، حذف رویدادهای بعدی باعث از دست رفتن اطلاعات میشود.
پس انتخاب روش باید از سؤال پژوهش شروع شود، نه از سادهترین تحلیل موجود.
══════════════
📌 زمان از شروع یا زمان از رویداد قبلی؟
در رویدادهای تکرارشونده دو مقیاس زمانی مهم وجود دارد.
گاهی زمان از ابتدای مطالعه محاسبه میشود.
گاهی پس از هر رویداد، زمان دوباره از صفر شروع میشود و فاصله تا رویداد بعدی بررسی میشود.
برای مثال ممکن است سؤال این باشد:
«دانشجو از شروع مطالعه چند بار دچار وقفه شد؟»
یا:
«بعد از هر وقفه، چه مدت طول کشید تا وقفه بعدی رخ دهد؟»
این دو سؤال از نظر تحلیلی یکسان نیستند.
══════════════
🎯 چه چیزهایی باید در گزارش روشن باشند؟
در مطالعات رویداد تکرارشونده بهتر است مشخص شود:
هر فرد حداکثر چند رویداد داشته است،
آیا فقط اولین رویداد یا همه رویدادها تحلیل شدهاند،
مقیاس زمان چگونه تعریف شده است،
و وابستگی رویدادهای یک فرد چگونه در مدل در نظر گرفته شده است.
این اطلاعات برای فهم درست نتایج ضروریاند.
══════════════
✅ جمعبندی
وقتی یک فرد میتواند چند بار همان رویداد را تجربه کند، تحلیل زمان تا اولین رویداد همیشه کافی نیست.
در این شرایط باید مشخص شود:
آیا تکرار رویداد بخشی از سؤال اصلی است؟
آیا رویدادهای یک فرد به هم وابستهاند؟
و زمان بین رویدادها چگونه باید مدلسازی شود؟
در تحلیل بقا، گاهی سؤال فقط این نیست که:
«اولین رویداد چه زمانی رخ داد؟»
بلکه باید پرسید:
«رویداد چند بار و با چه الگویی در طول زمان تکرار شد؟»
📚 @confpaper
Post #1352
74