القوة الإحصائية وحجم العينة

القوة الإحصائية هي احتمال أن تكتشف الدراسة تأثيرًا بحجم معين عندما يكون هذا التأثير موجودًا بالفعل - رسميًا، هي واحد ناقص معدل الخطأ من النوع الثاني. تحديد حجم العينة هو خطوة التخطيط التي تختار عدد المشاركين اللازمين لتحقيق قوة مستهدفة، بالنظر إلى حجم التأثير المتوقع، ومستوى الأهمية المختار، وتباين البيانات. يقرران معًا ما إذا كانت الدراسة كبيرة بما يكفي لمنح سؤالها فرصة عادلة للإجابة.

Definition

القوة الإحصائية هي احتمال أن يرفض الاختبار بشكل صحيح فرضية العدم الخاطئة (يكتشف تأثيرًا حقيقيًا بحجم محدد)؛ تحديد حجم العينة هو حساب عدد الملاحظات المطلوبة لتحقيق قوة مستهدفة عند مستوى أهمية معين لحجم تأثير وتباين مفترضين.

Scope

يشرح هذا الموضوع معنى القوة، والكميات الأربع المترابطة لحساب القوة (حجم التأثير، مستوى الأهمية، القوة، وحجم العينة)، وعواقب البحث ذي القوة المنخفضة. يتم تقديمه كمنهجية مرجعية لتخطيط وتقييم الدراسات، وليس كقاعدة قرار سريري.

Core questions

• ما مدى احتمالية أن تكتشف الدراسة التأثير الذي تبحث عنه؟
• كم عدد المشاركين المطلوبين للوصول إلى قوة مستهدفة؟
• كيف يؤثر حجم التأثير والتباين ومستوى الأهمية على حجم العينة؟
• ما الذي يحدث خطأ عندما تكون الدراسة ذات قوة منخفضة؟

Key concepts

• القوة الإحصائية (1 ناقص بيتا)
• حجم التأثير
• مستوى الأهمية (ألفا)
• التباين والانحراف المعياري
• حساب حجم العينة المسبق
• دراسة ذات قوة منخفضة
• الفرق الأدنى ذو الأهمية السريرية

Mechanisms

ترتبط القوة ومستوى الأهمية وحجم التأثير وحجم العينة بحيث يؤدي تثبيت ثلاثة منها إلى تحديد الرابع. بالنسبة لمستوى أهمية معين، تزداد القوة مع نمو حجم التأثير الحقيقي، ومع انخفاض التباين، ومع زيادة حجم العينة. يعكس حساب حجم العينة هذه العلاقة: بدءًا من حجم تأثير مفترض (غالبًا ما يكون الحد الأدنى الجدير بالاكتشاف)، ومستوى أهمية مختار، وقوة مستهدفة - عادةً 80% أو 90% - فإنه يحل لعدد الملاحظات المطلوبة. لا يؤدي ضعف القوة إلى زيادة فرصة فقدان التأثيرات الحقيقية (خطأ من النوع الثاني) فحسب، بل يجعل أيضًا أي نتائج مهمة أكثر عرضة للمبالغة أو أن تكون خاطئة، لأن التقديرات الكبيرة، وربما المبالغ فيها، هي الوحيدة التي تتجاوز العتبة في دراسة صغيرة.

Clinical relevance

إن ما إذا كانت التجربة أو الدراسة ذات قوة كافية يشكل كيفية قراءة نتائجها: فالنتيجة غير المهمة من دراسة ذات قوة منخفضة لا تقدم معلومات تذكر بدلاً من أن تكون مطمئنة، وتبرير حجم العينة مسبقًا هو عنصر متوقع في تقارير الدراسة. يصف هذا المدخل منطق القوة وحجم العينة لأغراض التقييم والتصميم وليس أساسًا لقرارات التشخيص أو العلاج الفردية.

Evidence & guidelines

تتوقع معايير الإبلاغ للتجارب السريرية والدراسات الرصدية تبريرًا مسبقًا لحجم العينة، وقد وثقت المراجعات المنهجية الأضرار واسعة النطاق للقوة المنخفضة. أظهر باتون وزملاؤه أن المجالات ذات القوة المنخفضة المزمنة تنتج أدبيات غير موثوقة، بينما يؤكد ألتمان وبلاند ودليل التفسير الخاطئ لجرينلاند وزملاؤه أن القوة المنخفضة تفسر العديد من النتائج الصفرية غير المفيدة.

History

القوة هي نتيجة مباشرة لإطار اختبار نيمان-بيرسون، الذي حدد معدل الخطأ من النوع الثاني الذي تكمله القوة. عمل جاكوب كوهين من الستينيات فصاعدًا، والذي تم توحيده في دراسته عام 1988، شاع التحليل المنهجي للقوة واتفاقيات حجم التأثير عبر العلوم الصحية والسلوكية. تكثف القلق بشأن الأبحاث ذات القوة المنخفضة في نقاشات قابلية الاستنساخ في العقد الثاني من القرن الحادي والعشرين.

Debates

عواقب ضعف القوة المزمن

لا يؤدي ضعف القوة المستمر إلى تضخيم النتائج السلبية الكاذبة فحسب، بل يقلل أيضًا من احتمال أن تعكس النتيجة ذات الدلالة الإحصائية تأثيرًا حقيقيًا ويضخم حجم تلك التي يتم الإبلاغ عنها، مما يقوض موثوقية الأدبيات بأكملها.

Key figures

• Jacob Cohen
• Jerzy Neyman
• Egon Pearson
• Douglas G. Altman
• John P. A. Ioannidis

Seminal works

• cohen-1988
• button-2013

Frequently asked questions

ما هي القوة الإحصائية بعبارات بسيطة؟

إنها فرصة أن تكتشف الدراسة تأثيرًا حقيقيًا بحجم معين إذا كان هذا التأثير موجودًا بالفعل. تعني القوة الأعلى فرصة أفضل لعدم تفويت تأثير حقيقي؛ 80% قوة هو هدف شائع.

لماذا يعتبر حجم العينة مهمًا جدًا؟

تزيد العينات الأكبر من القوة وتضيق دقة التقديرات، بحيث يمكن للدراسة أن تكتشف بشكل موثوق التأثير الذي تبحث عنه. حجم العينة الصغير جدًا يخاطر بفقدان التأثيرات الحقيقية وإنتاج نتائج مهمة مبالغ فيها.