🔹 داده‌های گمشده در مطالعات طولی؛ چرا حذف افرادی که پیگیری را کامل نکرده‌اند می‌تواند نتیجه را منحرف کند؟

در مطالعات طولی، همه شرکت‌کنندگان تا پایان مطالعه باقی نمی‌مانند.

برخی افراد ممکن است در مرحله دوم یا سوم پاسخ ندهند، از مطالعه خارج شوند یا بخشی از اندازه‌گیری‌هایشان ناقص بماند.

اگر این ریزش نادیده گرفته شود، نتیجه پژوهش می‌تواند سوگیرانه شود.

══════════════

🧠 ریزش نمونه دقیقاً چه مشکلی ایجاد می‌کند؟

فرض کنید ۳۰۰ دانشجو وارد مطالعه شده‌اند، اما فقط ۱۹۰ نفر تا پایان پیگیری باقی مانده‌اند.

اگر تحلیل فقط روی همین ۱۹۰ نفر انجام شود، به طور ضمنی فرض می‌کنیم افرادی که باقی مانده‌اند نماینده کل نمونه اولیه هستند.

اما ممکن است افراد دارای اضطراب بیشتر، عملکرد ضعیف‌تر یا مشکلات تحصیلی شدیدتر بیشتر از مطالعه خارج شده باشند.

در این صورت، نمونه نهایی دیگر ترکیب اولیه را حفظ نکرده است.

══════════════

📌 گمشده بودن تصادفی و غیرتصادفی یکسان نیست

اگر احتمال گم شدن داده به هیچ ویژگی مهمی مرتبط نباشد، مسئله ساده‌تر است.

اما اگر احتمال خروج از مطالعه به متغیرهای مشاهده‌شده یا حتی به خود پیامد مرتبط باشد، حذف ساده موارد ناقص می‌تواند برآوردها را تغییر دهد.

بنابراین سؤال اصلی فقط این نیست که:

«چند درصد داده گمشده است؟»

بلکه باید پرسید:

«چرا این داده‌ها گمشده‌اند؟»

══════════════

✍️ مثال پژوهشی

فرض کنید پژوهشگر تغییر اضطراب پژوهشی را طی سه ترم بررسی می‌کند.

دانشجویانی که اضطراب بیشتری دارند، بیشتر احتمال دارد در موج سوم پاسخ ندهند.

اگر فقط افرادی که هر سه مرحله را کامل کرده‌اند تحلیل شوند، میانگین اضطراب نهایی ممکن است به طور مصنوعی پایین‌تر برآورد شود.

در این حالت، ریزش نمونه مستقیماً با سازه مورد مطالعه مرتبط است.

══════════════

📌 تحلیل موارد کامل همیشه بهترین انتخاب نیست

«تحلیل موارد کامل» یعنی فقط افرادی را نگه داریم که در تمام متغیرهای لازم داده کامل دارند.

این روش ساده است، اما دو مشکل ممکن دارد:

حجم نمونه کاهش پیدا می‌کند،

و در صورت گمشده بودن غیرتصادفی، سوگیری ایجاد می‌شود.

بنابراین سادگی اجرایی به معنای اعتبار آماری بیشتر نیست.

══════════════

⚠️ خطای رایج: مقایسه فقط تعداد افراد باقی‌مانده

گاهی پژوهشگر فقط گزارش می‌کند:

«از ۳۰۰ نفر، ۲۲۰ نفر مطالعه را کامل کردند.»

اما بهتر است بررسی شود آیا افراد باقی‌مانده و خارج‌شده از نظر متغیرهای پایه تفاوت دارند یا خیر.

مثلاً:

سن،

معدل،

نمره اولیه پیامد،

شدت علائم،

یا گروه مداخله.

این مقایسه می‌تواند سرنخی درباره ماهیت ریزش ارائه دهد.

══════════════

📌 مدل‌های طولی می‌توانند از داده ناقص استفاده کنند

در برخی روش‌ها، مانند مدل‌های اثرات آمیخته، لازم نیست همه افراد در تمام زمان‌ها اندازه‌گیری کامل داشته باشند.

این مدل‌ها می‌توانند از اطلاعات موجود هر فرد استفاده کنند، البته تحت مفروضات مشخص درباره سازوکار داده‌های گمشده.

بنابراین وجود داده ناقص لزوماً به معنای حذف کامل فرد از تحلیل نیست.

══════════════

🎯 تحلیل حساسیت چرا مهم است؟

از آنجا که سازوکار واقعی گمشده بودن معمولاً کاملاً قابل اثبات نیست، بهتر است بررسی شود نتیجه تحت فرض‌های مختلف چقدر تغییر می‌کند.

اگر نتیجه فقط تحت یک فرض خاص درباره داده‌های گمشده باقی بماند، باید با احتیاط بیشتری تفسیر شود.

تحلیل حساسیت نشان می‌دهد استنباط پژوهش چقدر به نحوه برخورد با ریزش وابسته است.

══════════════

✅ جمع‌بندی

در مطالعات طولی، ریزش نمونه فقط یک مشکل مربوط به حجم نمونه نیست.

ممکن است ساختار نمونه را تغییر دهد و برآورد اثر را سوگیرانه کند.

بنابراین باید بررسی شود:

چه تعداد داده گمشده است،

چه افرادی بیشتر از مطالعه خارج شده‌اند،

آیا ریزش با متغیرهای مهم مرتبط است،

و روش تحلیل چگونه داده‌های ناقص را مدیریت می‌کند.

در پژوهش طولی، «چه کسانی باقی ماندند؟» به اندازه «چه کسانی وارد مطالعه شدند؟» اهمیت دارد.

📚 @confpaper