التصميم شبه التجريبي: كيف نقدر الأثر دون توزيع عشوائي؟
ما هو التصميم شبه التجريبي؟ هو تصميم يحاول تقدير أثر تدخل أو سياسة أو برنامج عندما لا يكون التوزيع العشوائي ممكنًا أو أخلاقيًا أو عمليًا. وجود كلمة «تجريبي» لا يعني أن كل المشاركين وُزعوا عشوائيًا؛ قوة التصميم تأتي من بناء مقارنة مقنعة لما كان سيحدث دون التدخل، ومن فحص التفسيرات البديلة بصورة صريحة.
لماذا نستخدمه؟ في المدارس والمستشفيات والسياسات العامة قد يبدأ برنامج على مستوى مدينة أو مؤسسة كاملة، أو تُمنح الخدمة حسب تاريخ أو عتبة محددة. لا يستطيع الباحث دائمًا اختيار من يتلقى التدخل. بدل الاكتفاء بمقارنة قبل/بعد ضعيفة، يمكن استخدام بيانات زمنية أو مجموعة مقارنة أو قاعدة تخصيص قائمة مسبقًا لتقوية الاستدلال.
أشهر التصاميم المجموعة المقارنة غير المكافئة تقارن مجموعة تعرضت للتدخل بأخرى لم تتعرض له، مع محاولة فهم الفروق السابقة. الفرق في الفروق يقارن تغير النتيجة عبر الزمن بين مجموعة تدخل ومجموعة مقارنة، ويعتمد على افتراض أن الاتجاهات كانت ستسير بصورة متوازية لولا التدخل. السلسلة الزمنية المنقطعة تستخدم عددًا من القياسات قبل وبعد نقطة التدخل للبحث عن تغير في المستوى أو الاتجاه. الانحدار المتقطع يستفيد من قاعدة أهلية مبنية على عتبة، مثل درجة تمنح من فوقها خدمة، لمقارنة أشخاص قريبين جدًا من نقطة القطع.
لماذا قبل/بعد وحده غير كافٍ؟ إذا تحسنت النتيجة بعد البرنامج فقد يكون السبب اتجاهًا كان موجودًا أصلًا، تغيرًا موسميًا، حدثًا خارجيًا، تغير تركيب المشاركين، أو العودة نحو المتوسط. وجود قياسات متعددة قبل التدخل أو مجموعة مقارنة يساعد على فصل هذه الاحتمالات، لكنه لا يزيلها تلقائيًا.
الالتباس والاختيار لأن التوزيع ليس عشوائيًا، قد تختلف المجموعات في عوامل مرتبطة بالنتيجة. يمكن استخدام المطابقة أو الترجيح أو النماذج الإحصائية، لكن الضبط الإحصائي لا يصلح متغيرات لم تُقَس أو فُهمت خطأ. لذلك يبدأ التصميم الجيد برسم منطق التخصيص: لماذا تلقى هؤلاء التدخل دون غيرهم؟ وما المتغيرات التي أثرت في القرار والنتيجة معًا؟
الفرق في الفروق والاتجاهات المتوازية الافتراض الأساسي ليس أن المجموعتين متطابقتان، بل أن مسار التغير قبل التدخل يقدم دعمًا لفكرة أنهما كانتا ستتحركان بصورة متشابهة نسبيًا. افحص عدة نقاط زمنية قبل التدخل عندما تتوفر، واعرضها بصريًا، واختبر تحليلات حساسية بدل الاعتماد على معامل واحد.
السلسلة الزمنية المنقطعة تزداد قوتها عندما توجد نقاط كثيرة قبل وبعد التدخل ويكون وقت التدخل معروفًا بوضوح، مع نمذجة الاتجاه والموسمية والارتباط الذاتي. إذا حدثت سياسة أخرى في التاريخ نفسه، يصعب نسبة التغير إلى التدخل الأول وحده؛ يمكن أن تساعد سلسلة مقارنة لم تتعرض للسياسة.
الانحدار المتقطع يحتاج قاعدة تخصيص مطبقة فعليًا حول عتبة، وعددًا كافيًا من الملاحظات قربها، وفحص احتمال التلاعب بالدرجة. الاستنتاج عادة محلي للأشخاص قرب نقطة القطع، ولا ينبغي تعميمه تلقائيًا إلى البعيدين عنها.
كيف تقرأ الدراسة؟ اسأل: ما آلية التخصيص؟ ما المقارنة المضادة للواقع؟ هل توجد بيانات قبل التدخل؟ هل تغير تعريف القياس؟ هل حدثت تدخلات أخرى؟ ما حجم الفقد من المتابعة؟ هل النتائج مستقرة مع مواصفات بديلة؟ CDC يوصي في تقييمات البرامج غير العشوائية باستخدام مجموعات مقارنة عندما يمكن، وقياسات متعددة قبل التدخل، وأساليب تحليل تناسب تصميم البيانات.
التقرير الشفاف صف من كان مؤهلًا، وكيف اختيرت المجموعات، وتوقيت التدخل والقياسات، والافتراضات التي يحتاجها الاستنتاج. لا تستخدم لغة «سبب» أقوى من التصميم. ويمكن الاستفادة من مبادئ TREND للإبلاغ الشفاف عن تدخلات سلوكية وصحية غير عشوائية.
تمت المراجعة من قبل فريق روافد.
التصميم شبه التجريبي يقدّر أثر تدخل عندما لا يوجد توزيع عشوائي، عبر بناء مقارنة مضادة للواقع وفحص التفسيرات البديلة.
تصاميم شائعة
- مجموعة مقارنة غير مكافئة
- الفرق في الفروق
- سلسلة زمنية منقطعة
- انحدار متقطع
لماذا قبل وبعد غير كاف؟
التغير قد يعكس اتجاهًا سابقًا أو موسمًا أو حدثًا خارجيًا أو عودة نحو المتوسط. المقارنة والقياسات المتعددة تقوي الاستدلال.
الضبط الإحصائي مفيد لكنه لا يزيل تلقائيًا المتغيرات غير المقاسة. افهم آلية تخصيص التدخل قبل اختيار النموذج.
راجع آلية التخصيص والاتجاهات السابقة والتدخلات المتزامنة والفقد والمتانة أمام تحليلات حساسية.