التحيز في العينة: كيف يغيّر اختيار المشاركين النتيجة؟ التحيز في العينة يحدث عندما تجعل طريقة اختيار المشاركين البيانات لا تعكس السؤال الذي نريد الإجابة عنه بصورة سليمة. لكنه ليس مرادفًا بسيطًا لـ«العينة ليست ممثلة للجميع». في علم الوبائيات والبحث السببي قد تكون دراسة مجموعة محددة صحيحة داخليًا رغم أنها لا تمثل المجتمع كله؛ المشكلة الأهم هي أن يكون الدخول إلى الدراسة أو البقاء فيها مرتبطًا بطريقة تشوه العلاقة بين التعرض والنتيجة. ابدأ بثلاث مجموعات مختلفة المجتمع المستهدف: من تريد تطبيق النتيجة عليه؟ مجتمع المصدر: من كان يمكن فعليًا أن يدخل الدراسة؟ والعينة: من دخل الدراسة بالفعل؟ الخلط بين هذه المستويات يجعل كلمة «تمثيل» فضفاضة. مثال استطلاع إلكتروني إذا سألت متابعي حساب صحي عن أعراضهم، فقد يشارك الأشخاص الأكثر اهتمامًا بالصحة أو الأكثر معاناة بصورة أكبر. النسبة التي تحصل عليها قد لا تقدر انتشار المشكلة في المجتمع، حتى لو كان عدد الردود كبيرًا. زيادة حجم عينة منحازة لا تزيل التحيز تلقائيًا. مثال دراسة حالة-شاهد اختيار مجموعة الشواهد يجب أن يعكس مجتمع المصدر الذي جاءت منه الحالات. إذا اختيرت الشواهد من مكان يرتبط بالتعرض نفسه، فقد يصبح الفرق بين الحالات والشواهد مشوهًا. مراجع NCBI الحديثة حول الوبائيات تصف اختيار مجموعة الشواهد بأنه نقطة شديدة الحساسية في تصميم دراسات الحالة-الشاهد. الفقد من المتابعة شكل آخر في دراسة طولية، إذا انسحب المشاركون ذوو الأعراض الشديدة بمعدل أكبر، فقد يبدو العلاج أو التعرض أفضل مما هو عليه. السؤال ليس فقط «كم شخصًا فُقد؟» بل هل يختلف الفقد حسب التعرض والنتيجة أو عوامل مرتبطة بهما. التحيز في الاختيار ليس هو ضعف التعميم قد ندرس العاملين الصحيين فقط ونكتشف علاقة سببية صحيحة داخلهم، لكن لا نعرف هل الحجم نفسه ينطبق على كل السكان. هذه مشكلة نقل أو تعميم. أما التحيز في الاختيار فيعني أن آلية الدخول أو الاستمرار في الدراسة شوّهت التقدير نفسه داخل مجتمع المصدر. كيف تراجع ورقة بحثية؟ اسأل: من كان مؤهلًا؟ كيف جرى تجنيد المشاركين؟ كم رفضوا؟ هل تختلف خصائص المستجيبين عن غير المستجيبين؟ كيف اختيرت مجموعة المقارنة؟ ما نسبة الفقد؟ هل شرح الباحثون أثره؟ هل استخدموا أوزانًا أو تحليلات حساسية؟ هل العينة العشوائية تمنع كل تحيز؟ لا. السحب العشوائي يساعد في بعض أنواع الدراسات والاستطلاعات، لكنه لا يمنع رفض المشاركة أو الفقد أو سوء تعريف مجتمع المصدر. كذلك التوزيع العشوائي داخل تجربة علاجية يعالج سؤالًا مختلفًا عن اختيار من دخل التجربة أصلًا. لماذا يهم للقارئ؟ الادعاء «70% من الناس يفعلون كذا» لا يمكن تقييمه دون معرفة من هم «الناس» في الدراسة. وكذلك المقارنة بين علاجين قد تتأثر إذا دخل كل علاج نوع مختلف من المرضى قبل التحليل. أسئلة شائعة هل العينة الصغيرة منحازة بالضرورة؟ لا؛ الصغر يزيد عدم اليقين، بينما التحيز يتعلق بطريقة الاختيار. هل العينة الكبيرة تضمن الدقة؟ لا؛ قد تكون كبيرة ومنحازة. هل كل عينة ملائمة convenience sample عديمة الفائدة؟ لا، قد تجيب أسئلة محددة، لكن يجب ضبط الادعاء وفق حدودها. هل representativeness تساوي validity؟ لا؛ الصدق الداخلي والتعميم مفهومان مختلفان. ما أفضل حماية؟ تعريف مجتمع المصدر بوضوح، تصميم اختيار مناسب، متابعة الفقد، والشفافية في التقرير والتحليل. تمت المراجعة من قبل فريق روافد.