ابدأ بنوع البيانات
النتائج الثنائية مثل حدوث انتكاس تختلف عن النتائج المستمرة مثل مقياس جودة الحياة، وعن الزمن حتى الحدث أو معدلات الأحداث المتكررة. اختيار المقياس يبدأ من بنية البيانات، لا من المقياس الذي يعطي رقماً أكثر لفتاً للنظر.
من البيانات الثنائية والمستمرة إلى الزمن حتى الحدث والمعدلات: كيف يحدد نوع البيانات معنى مقياس الأثر وطريقة تركيبه.
النتائج الثنائية مثل حدوث انتكاس تختلف عن النتائج المستمرة مثل مقياس جودة الحياة، وعن الزمن حتى الحدث أو معدلات الأحداث المتكررة. اختيار المقياس يبدأ من بنية البيانات، لا من المقياس الذي يعطي رقماً أكثر لفتاً للنظر.
RR وOR وRD ليست أسماء متعددة للشيء نفسه. كل واحد يجيب بصيغة مختلفة، وقد تبدو قيمه متباعدة حتى عندما تأتي من نفس الجدول. يجب تفسير المقياس قبل الحكم على حجم الأثر.
قبل الدمج، تأكد أن الدراسات تقيس نتيجة يمكن تمثيلها على مقياس مشترك. تحويلات الوحدات والتعريفات قد تكون ضرورية، لكن يجب ألا تخفي اختلافاً سريرياً جوهرياً.
المقياس النسبي يساعد على المقارنة بين الدراسات، لكن القرار يحتاج غالباً أثراً مطلقاً يعتمد على الخطر الأساسي. لذلك لا ينبغي أن تتوقف الصفحة عند RR أو OR دون ترجمة المعنى إلى أعداد متوقعة عندما يكون ذلك ممكناً.
كل صفحة نتيجة في روافد يجب أن تسمي نوع البيانات ومقياس الأثر واتجاهه وفاصل الثقة، وأن تعرض الخطر المرجعي عند حساب أثر مطلق. كما يجب توضيح وحدة الزمن أو القياس وأي تحويلات أُجريت، حتى يستطيع القارئ إعادة بناء معنى الرقم بدلاً من رؤية تقدير منفصل عن سياقه السريري والمنهجي.
اختيار OR لأنه يبدو أكبر
مقارنة مقاييس مختلفة كأنها متطابقة
عرض نسبة نسبية دون خطر أساسي
ما نوع البيانات؟
هل مقياس الأثر مناسب؟
هل اتجاه المقياس واضح؟
هل الوحدات متسقة؟
هل عُرض أثر مطلق عند الحاجة؟
فهم RR وRD وNNT/NNTB/NNTH، وكيف يمكن لنفس الأثر النسبي أن يؤدي إلى منفعة مطلقة مختلفة باختلاف الخطر الأساسي.
متابعة المسار ←تفسير odds ratio والفرق بين odds وrisk، ولماذا يمكن أن تبدو OR أكبر من RR عندما تكون الأحداث شائعة.
متابعة المسار ←متى نستخدم MD ومتى SMD، وكيف نحافظ على معنى المقياس السريري عند توحيد أدوات قياس مختلفة.
متابعة المسار ←