دراسة اكتشفت إن المدن اللي فيها أكتر صيدليات فيها أعلى معدل وفيات.
الاستنتاج: الصيدليات بتقتل الناس؟
لأ. المدن الأكبر فيها أكتر صيدليات — وأكتر ناس — وطبيعي فيها أكتر وفيات.
الـ Confounder هو المتغير الخفي اللي بيخليك تشوف علاقة مش موجودة — أو يخبّي علاقة موجودة فعلاً.
إيه هو الـ Confounder بالظبط؟
الـ Confounding Variable هو متغير بيكون:
- مرتبط بالـ Exposure (المتغير المستقل)
- مرتبط بالـ Outcome (المتغير التابع)
- مش على المسار السببي بين الاتنين
المثال الكلاسيكي: العلاقة بين الشعر الرمادي وأمراض القلب. الـ Confounder هنا: العمر — بيأثر على الاتنين.
ليه الـ Confounding خطر على بحثك؟
لأنه بيخليك تستنتج عكس الحقيقة.
في epidemiology، الـ Confounding هو السبب الأول لنتائج مضللة في الدراسات الـ observational.
Simpson's Paradox: نتيجة بتتعكس لما بتقسم البيانات حسب متغير تالت — ده مثال حي على تأثير الـ Confounding.
إزاي الـ Regression بيتعامل مع الـ Confounders؟
الـ Multivariable Regression هو الأداة الأساسية للتحكم في الـ Confounders في الدراسات الـ observational.
الفكرة: بدل ما تقيس العلاقة بين التدخين وسرطان الرئة لوحدها — بتُدخل في الموديل: العمر، الجنس، التعرض للمواد الكيميائية، التاريخ العائلي. الـ regression بـ"يثبت" تأثير الـ Confounders ويعطيك أثر التدخين "المنقى".
الخطوات العملية
١. حدد الـ Confounders المحتملين نظرياً قبل التحليل
من الأدبيات ومن منطق العلاقة البيولوجية/الاجتماعية.
٢. ادخلهم في الموديل كـ Covariates
في الـ logistic regression: بتتحول لـ adjusted OR. في الـ linear regression: بتتحول لـ adjusted coefficient.
٣. قارن الـ Crude والـ Adjusted Estimates
لو الـ OR تغير أكتر من 10٪ بعد إضافة الـ Confounder — ده دليل على وجود confounding حقيقي.
٤. ابلّغ عن الـ Adjusted Results
الـ crude (unadjusted) results وحدها مش كافية في الدراسات الـ observational.
حدود الـ Regression في التعامل مع الـ Confounding
الـ Regression بيتحكم في الـ Measured Confounders بس. الـ Unmeasured Confounders (Residual Confounding) ممكن تفضل موجودة.
ده سبب إن الدراسات الـ observational — حتى مع regression ممتاز — مش بتثبت السببية زي الـ RCT.
بتتعامل مع الـ Confounding مش بتلغيه خالص.
طيب إيه اللي تعمله دلوقتي؟
في بحثك الـ observational — اعمل قائمة بالـ Confounders المحتملين قبل التحليل. وتأكد إنك بتبلّغ عن الـ adjusted results مع ذكر المتغيرات اللي تحكمت فيها.
Naggar Analytics متخصصة في تحليل الدراسات الـ observational بما فيها التعامل الصح مع الـ Confounding وكتابة النتائج بشكل مقبول للنشر.