الرقابة العلمية

الضبط العلمي هو عنصر من عناصر التجربة أو الملاحظة مصمم لتقليل تأثير المتغيرات الأخرى غير المتغير المستقل قيد الدراسة، وبالتالي تقليل خطر التداخل . ^{[ 1 ] [ 2 ]}

يزيد استخدام الضوابط من موثوقية النتائج وصحتها من خلال توفير أساس للمقارنة بين القياسات التجريبية وقياسات الضوابط. في العديد من التصاميم، لا تتلقى المجموعة الضابطة المعالجة التجريبية، مما يسمح للباحثين بعزل تأثير المتغير المستقل. ^{[ 3 ]}

تُعد الضوابط العلمية جزءًا أساسيًا من المنهج العلمي ، لا سيما في مجالات مثل علم الأحياء والكيمياء والطب وعلم النفس ، حيث تخضع الأنظمة المعقدة لمتغيرات متعددة متفاعلة.

تُزيل الضوابط التفسيرات البديلة لنتائج التجارب، لا سيما الأخطاء التجريبية وتحيز الباحث. تُعدّ العديد من الضوابط خاصة بنوع التجربة المُجراة، كما هو الحال في المؤشرات الجزيئية المستخدمة في تجارب SDS-PAGE ، وقد يكون الغرض منها ببساطة التأكد من سلامة عمل الجهاز. قد يكون اختيار الضوابط المناسبة واستخدامها لضمان صحة نتائج التجارب (على سبيل المثال، غياب المتغيرات المُربكة ) أمرًا بالغ الصعوبة. كما يمكن استخدام قياسات الضوابط لأغراض أخرى: على سبيل المثال، يسمح قياس ضوضاء الخلفية للميكروفون في غياب الإشارة بطرح الضوضاء من القياسات اللاحقة للإشارة، مما يُنتج إشارة مُعالجة ذات جودة أعلى.

على سبيل المثال، إذا قام باحث بإطعام ستين فأراً من فئران المختبر مُحلياً صناعياً تجريبياً ، ولاحظ أن عشرة منها مرضت لاحقاً، فقد يكون السبب الكامن وراء ذلك هو المُحلي نفسه أو عامل آخر لا علاقة له به. قد تتداخل متغيرات أخرى، قد لا تكون واضحة للعيان، مع تصميم التجربة. فعلى سبيل المثال، قد يُخلط المُحلي الصناعي بمادة مُخففة، وقد تكون هذه المادة هي التي تُسبب التأثير. وللتحكم في تأثير المادة المُخففة، يُجرى الاختبار نفسه مرتين؛ مرةً مع المُحلي الصناعي في المادة المُخففة، ومرةً أخرى بنفس الطريقة تماماً ولكن باستخدام المادة المُخففة وحدها. بهذه الطريقة، تُضبط التجربة وفقاً لتأثير المادة المُخففة، ويستطيع الباحث التمييز بين المُحلي، والمادة المُخففة، وعدم المعالجة. غالباً ما تكون الضوابط ضرورية عندما يتعذر فصل عامل مُربك بسهولة عن المعالجات الأساسية. على سبيل المثال، قد يكون من الضروري استخدام جرار لنشر السماد عندما لا توجد طريقة عملية أخرى لنشره. أبسط حل هو استخدام طريقة يتم فيها قيادة جرار فوق قطع الأرض دون نشر الأسمدة، وبهذه الطريقة يتم التحكم في آثار حركة الجرارات.

أبسط أنواع الضوابط هي الضوابط السلبية والإيجابية، وكلاهما يُستخدم في أنواع عديدة من التجارب. ^{[ 4 ]} عادةً ما يكون هذان النوعان من الضوابط، عند نجاحهما معًا، كافيين لاستبعاد معظم المتغيرات الدخيلة المحتملة: أي أن التجربة تُنتج نتيجة سلبية عندما تكون النتيجة المتوقعة سلبية، ونتيجة إيجابية عندما تكون النتيجة المتوقعة إيجابية. تشمل الضوابط الأخرى ضوابط المركبة، والضوابط الوهمية، والضوابط المقارنة. ^{[ 4 ]}

يُعدّ التداخل مشكلةً بالغة الأهمية في الدراسات الرصدية، إذ يُمكن أن يُؤدي إلى استنتاجات متحيزة أو مُضللة حول العلاقات بين المتغيرات. يُعرَّف المتغير المُتداخل بأنه متغير دخيل يرتبط بكلٍّ من المتغير المستقل (العلاج أو التعرض) والمتغير التابع (النتيجة)، مما قد يُشوِّه العلاقة الحقيقية. إذا لم يُؤخذ التداخل في الحسبان بشكلٍ صحيح، فقد يُنسب الباحثون تأثيرًا ما إلى التعرض، بينما يكون في الواقع ناتجًا عن عامل آخر. قد يُؤدي ذلك إلى توصيات سياسية خاطئة، أو تدخلات غير فعّالة، أو فهم علمي خاطئ. على سبيل المثال، في دراسة تبحث في العلاقة بين النشاط البدني وأمراض القلب، قد يُؤدي عدم ضبط النظام الغذائي، وهو مُتغير مُتداخل مُحتمل، إلى المُبالغة في تقدير أو التقليل من شأن التأثير الحقيقي للتمارين الرياضية. ^{[ 5 ]}

تُعدّ اختبارات التحقق من صحة النتائج أسلوبًا يُستخدم في الدراسات الرصدية لتقييم ما إذا كانت الارتباطات الملحوظة ناتجة عن عوامل مُربكة أو تحيّز أو خطأ في تحديد النموذج، بدلًا من كونها تأثيرًا سببيًا حقيقيًا. تُساعد هذه الاختبارات في التحقق من صحة النتائج من خلال تطبيق نفس المنهج التحليلي على سيناريو لا يُتوقع فيه وجود أي تأثير. إذا ظهر ارتباط في حين أنه لا يُفترض وجوده، فإن ذلك يُثير مخاوف من أن التحليل الأساسي قد يكون مُتأثرًا بعوامل مُربكة أو تحيّزات أخرى.

تُعدّ الضوابط السلبية أحد أنواع اختبارات التحقق من صحة النتائج. وتبرز الحاجة إلى استخدامها عادةً في الدراسات الرصدية، عندما يُثار التساؤل حول تصميم الدراسة بسبب وجود عامل مُربك محتمل . يُمكن لاختبار الضوابط السلبية رفض تصميم الدراسة، لكنه لا يُمكنه تأكيد صحته، إما لوجود عامل مُربك آخر، أو لانخفاض القوة الإحصائية . ويزداد استخدام الضوابط السلبية في أدبيات علم الأوبئة ^{[ 6 ]} ، كما أنها تُبشّر بنتائج واعدة في مجالات العلوم الاجتماعية ^{[ 7 ]،} مثل الاقتصاد ^{[ 8 ]} . وتنقسم الضوابط السلبية إلى فئتين رئيسيتين: ضوابط التعرض السلبية (NCEs) وضوابط النتائج السلبية (NCOs).

درس لوسدال وآخرون ^{[ 9 ]} تأثير المشاركة في الفحص على الوفاة بسبب سرطان الثدي. افترضوا أن المشاركات في الفحص يتمتعن بصحة أفضل من غير المشاركات، وبالتالي، لديهن بالفعل خطر أقل للوفاة بسبب سرطان الثدي عند خط الأساس. لذلك، استخدموا مؤشرات بديلة للصحة الجيدة كنتائج تحكم سلبية (NCOs)، ومؤشرات بديلة للسلوكيات الصحية كعوامل تحكم سلبية (NCEs). واعتُبرت الوفاة لأسباب أخرى غير سرطان الثدي نتيجة تحكم سلبية (NCO)، لأنها ناتجة عن صحة أفضل، ولا تتأثر بفحص سرطان الثدي. واعتُبرت المشاركة في رعاية الأسنان عامل تحكم سلبي (NCE)، لأنها تُعتبر مؤشرًا جيدًا على السلوكيات الصحية.

الضوابط السلبية هي متغيرات تُستخدم للمساعدة عندما يُشتبه في عدم صحة تصميم الدراسة بسبب وجود عوامل مُربكة غير مُقاسة مرتبطة بكلٍ من العلاج والنتيجة. ^{[ 10 ]} عندما يكون هناك نتيجتان محتملتان فقط، مثلاً إيجابية أو سلبية، فإذا أسفرت كل من مجموعة العلاج والمجموعة الضابطة السلبية (مجموعة عدم العلاج) عن نتيجة سلبية، يُمكن الاستنتاج أن العلاج لم يكن له أي تأثير. أما إذا أسفرت كل من مجموعة العلاج والمجموعة الضابطة السلبية عن نتيجة إيجابية، فيُمكن الاستنتاج أن هناك متغيرًا مُربكًا مُتضمنًا في الظاهرة قيد الدراسة، وأن النتائج الإيجابية لا تُعزى فقط إلى العلاج.

في أمثلة أخرى، يمكن قياس النتائج من حيث المدة، والوقت، والنسب المئوية، وما إلى ذلك. في مثال اختبار الدواء، يمكننا قياس نسبة المرضى الذين شُفوا. في هذه الحالة، يُستنتج أن العلاج ليس له أي تأثير عندما تُعطي مجموعة العلاج ومجموعة المقارنة السلبية نفس النتائج. من المتوقع حدوث بعض التحسن في مجموعة الدواء الوهمي نتيجة لتأثير الدواء الوهمي ، وتُحدد هذه النتيجة خط الأساس الذي يجب أن يتحسن العلاج بناءً عليه. حتى لو أظهرت مجموعة العلاج تحسنًا، يجب مقارنتها بمجموعة الدواء الوهمي. إذا أظهرت المجموعتان نفس التأثير، فإن العلاج لم يكن مسؤولاً عن التحسن (لأن نفس عدد المرضى شُفوا في غياب العلاج). يكون العلاج فعالاً فقط إذا أظهرت مجموعة العلاج تحسنًا أكبر من مجموعة الدواء الوهمي.

التعرض للتحكم السلبي (NCE)

يُعدّ NCE متغيرًا لا ينبغي أن يؤثر بشكل مباشر على النتيجة، ولكنه قد يعاني من نفس عوامل التشويش التي تؤثر على العلاقة بين التعرض والنتيجة قيد الدراسة. مبدئيًا، لا ينبغي أن يكون هناك ارتباط إحصائي بين NCE والنتيجة. إذا وُجد ارتباط، فإنه يكون من خلال عامل التشويش غير المقاس، وبما أن NCE والعلاج يشتركان في نفس آلية التشويش، فهناك مسار بديل، بالإضافة إلى المسار المباشر من العلاج إلى النتيجة. في هذه الحالة، يكون تصميم الدراسة غير صالح.

على سبيل المثال، استخدم يروشالمي ^{[ 11 ]} تدخين الزوج كعامل مؤثر غير مسبب. وكان التعرض هو تدخين الأم، أما النتائج فكانت عوامل ولادة متنوعة، مثل انخفاض وزن المواليد، ومدة الحمل، ومعدلات وفيات حديثي الولادة. يفترض أن تدخين الزوج يشترك مع تدخين المرأة الحامل في عوامل مؤثرة مشتركة، مثل نمط الحياة الصحي في المنزل، ولكنه لا يؤثر بشكل مباشر على نمو الجنين. ومع ذلك، وجد يروشالمي ارتباطًا إحصائيًا، مما يثير الشكوك حول فرضية أن تدخين السجائر يؤثر بشكل مباشر على نمو الجنين داخل الرحم.

الاختلافات بين التعرضات الضابطة السلبية والعلاج الوهمي

يُستخدم مصطلح الضوابط السلبية عندما تستند الدراسة إلى الملاحظات، بينما يجب استخدام العلاج الوهمي كعلاج غير فعال في التجارب العشوائية ذات الضوابط .

نتيجة التحكم السلبية (NCO)

تُعدّ نتائج التحكم السلبية النوع الأكثر شيوعًا من الضوابط السلبية. وهي متغير لا يتأثر بالعلاج بشكل مباشر، ولكن يُشتبه في أن له آلية تشويش مشابهة لعلاقة العلاج بالنتيجة. إذا كان تصميم الدراسة صحيحًا، فلا ينبغي أن يكون هناك ارتباط إحصائي بين نتائج التحكم السلبية والعلاج. وبالتالي، فإن وجود ارتباط بينهما يشير إلى عدم صحة التصميم.

على سبيل المثال، استخدم جاكسون وآخرون ^{[ 12 ]} معدل الوفيات الناجمة عن جميع الأسباب خارج موسم الإنفلونزا كمتغير مستقل في دراسة بحثت تأثير لقاح الإنفلونزا على الوفيات المرتبطة بها. ومن العوامل المربكة المحتملة الحالة الصحية ونمط الحياة، حيث يميل الأشخاص الأكثر صحة عمومًا إلى تلقي لقاح الإنفلونزا. ووجد جاكسون وآخرون أن كبار السن الأصحاء نسبيًا يتلقون اللقاح بشكل تفضيلي، وأن الاختلافات في الحالة الصحية بين المجموعات المُلقحة وغير المُلقحة تؤدي إلى تحيز في تقديرات فعالية لقاح الإنفلونزا. وفي مثال مشابه، عند مناقشة تأثير ملوثات الهواء على حالات دخول المستشفيات بسبب الربو، استخدم شيبارد وآخرون ^{[ 13 ]} حالات دخول المستشفيات بسبب التهاب الزائدة الدودية لدى غير كبار السن كمتغير مستقل.

الشروط الرسمية

تم تقديم العلاج${\displaystyle A}$ونتيجة${\displaystyle Y}$، في وجود مجموعة من المتغيرات الضابطة${\displaystyle X}$وعامل التشويش غير المقاس${\displaystyle U}$لـ${\displaystyle AY}$العلاقة. قدم شي وآخرون ^{[ 6 ]} شروطًا رسمية لنتيجة تحكم سلبية${\displaystyle {\tilde {Y}}}$،

1. افتراض قيمة المعالجة الموحدة المستقرة (SUTVA): لكلا الطرفين${\displaystyle {Y}}$و${\displaystyle {\tilde {Y}}}$فيما يتعلق ب${\displaystyle A=a}$.
2. قابلية التبادل الكامنة:${\displaystyle Y^{A=a}\perp A|\;X,U}$منح${\displaystyle X}$و${\displaystyle U}$النتيجة المحتملة${\displaystyle Y^{A=a}}$مستقل عن العلاج.
3. عدم الصلة: يضمن عدم صلة العلاج بالضابط غير المفوض.
   1. ${\displaystyle {\tilde {Y}}^{A=a}={\tilde {Y}}^{A=a'}={\tilde {Y}}|\;U,X}$لا يوجد تأثير سببي لـ${\displaystyle A}$على${\displaystyle {\tilde {Y}}}$منح${\displaystyle X}$و${\displaystyle U}$.
   2. ${\displaystyle {\tilde {Y}}\perp A|\;U,X}$لا يوجد تأثير سببي لـ${\displaystyle A}$على${\displaystyle {\tilde {Y}}}$منح${\displaystyle X}$و${\displaystyle U}$. إن ضابط الاتصال مستقل عن العلاج المقدم${\displaystyle X}$و${\displaystyle U}$.
4. قابلية المقارنة U: ${\displaystyle {\tilde {Y}}\not {\perp }U|\;X}$العوامل المربكة غير المقاسة${\displaystyle U}$العلاقة بين${\displaystyle A}$و${\displaystyle Y}$وينطبق الأمر نفسه على العلاقة بين${\displaystyle A}$و${\displaystyle {\tilde {Y}}}$.

بناءً على الافتراضات من 1 إلى 4، توجد علاقة غير معدومة بين${\displaystyle A}$و${\displaystyle {\tilde {Y}}}$يمكن تفسير ذلك من خلال${\displaystyle U}$وليس بآلية أخرى. ويُعدّ انتهاك مبدأ التبادلية الكامنة انتهاكًا محتملاً عندما لا يتناول الدواء إلا الأشخاص المتأثرون به، حتى لو كان كلاهما${\displaystyle X}$و${\displaystyle U}$هي نفسها. على سبيل المثال، نتوقع أنه بالنظر إلى العمر والتاريخ الطبي (${\displaystyle X}$التوعية الصحية العامة (${\displaystyle U}$)، تناول${\displaystyle A}$سيكون لقاح الإنفلونزا مستقلاً عن الوفيات المحتملة المرتبطة بالإنفلونزا${\displaystyle {\tilde {Y}}^{A=a}}$وإلا، فإن افتراض التبادلية الكامنة يُنتهك، ولا يمكن إجراء أي تحديد.

يحدث انتهاك مبدأ عدم الصلة عندما يكون هناك تأثير سببي لـ${\displaystyle A}$على${\displaystyle {\tilde {Y}}}$على سبيل المثال، نتوقع أنه بالنظر إلى${\displaystyle X}$و${\displaystyle U}$لا يؤثر لقاح الإنفلونزا على معدل الوفيات لأي سبب. مع ذلك، إذا أجرى الطبيب، خلال زيارة الطبيب لتلقي لقاح الإنفلونزا، فحصًا بدنيًا عامًا، ونصح باتباع عادات صحية جيدة، ووصف الفيتامينات والأدوية الأساسية، فمن المرجح في هذه الحالة وجود تأثير سببي لـ${\displaystyle A}$على${\displaystyle {\tilde {Y}}}$(بشرط${\displaystyle X}$و${\displaystyle U}$). لذلك،${\displaystyle {\tilde {Y}}}$لا يمكن استخدامه كـ NCO، حيث قد يفشل الاختبار حتى لو كان التصميم السببي صالحًا.

يتم انتهاك قابلية المقارنة U عندما${\displaystyle {\tilde {Y}}{\perp }U}$وبالتالي عدم وجود ارتباط بين${\displaystyle A}$و${\displaystyle {\tilde {Y}}}$لا يقدم لنا أي دليل على عدم صحة${\displaystyle A}$. سيحدث هذا الانتهاك عندما نختار NCO ضعيفًا، والذي لا يرتبط أو يرتبط بشكل ضعيف جدًا بالمتغيرات المربكة غير المقاسة.

تُستخدم الضوابط الإيجابية غالبًا لتقييم صحة الاختبار . على سبيل المثال، لتقييم قدرة اختبار جديد على الكشف عن مرض ما (حساسيته ) ، يمكننا مقارنته باختبار آخر معروف بفعاليته. يُعدّ الاختبار المُثبت فعاليته ضابطًا إيجابيًا لأننا نعلم مسبقًا أن إجابة السؤال (هل الاختبار فعال؟) هي نعم.

وبالمثل، في اختبار إنزيمي لقياس كمية إنزيم معين في مجموعة من المستخلصات، تكون العينة الضابطة الموجبة عبارة عن اختبار يحتوي على كمية معروفة من الإنزيم النقي (بينما لا تحتوي العينة الضابطة السالبة على أي إنزيم). يجب أن تُظهر العينة الضابطة الموجبة نشاطًا إنزيميًا عاليًا، بينما يجب أن تُظهر العينة الضابطة السالبة نشاطًا منخفضًا جدًا أو معدومًا.

إذا لم تُعطِ العينة الضابطة الإيجابية النتيجة المتوقعة، فقد يكون هناك خلل في الإجراء التجريبي، وفي هذه الحالة تُعاد التجربة. في التجارب الصعبة أو المعقدة، يمكن أن تُفيد نتيجة العينة الضابطة الإيجابية في المقارنة مع نتائج التجارب السابقة. على سبيل المثال، إذا تبيّن أن اختبار المرض المُثبت فعاليته له نفس التأثير الذي توصل إليه الباحثون السابقون، فهذا يدل على أن التجربة تُجرى بنفس الطريقة التي اتبعها الباحثون السابقون.

عند الإمكان، يمكن استخدام عدة عينات تحكم إيجابية؛ فإذا كان هناك أكثر من اختبار معروف بفعاليته، يُمكن اختبار أكثر من واحد. كما تُتيح عينات التحكم الإيجابية المتعددة إجراء مقارنات أدق للنتائج (المعايرة أو التوحيد القياسي) إذا كانت النتائج المتوقعة من عينات التحكم الإيجابية مختلفة الأحجام. على سبيل المثال، في فحص الإنزيم المذكور أعلاه، يُمكن إنشاء منحنى معياري من خلال تحضير العديد من العينات المختلفة بكميات متفاوتة من الإنزيم.

في عملية التوزيع العشوائي، تُحدد المجموعات التي تتلقى المعالجات التجريبية المختلفة عشوائياً. ورغم أن هذا لا يضمن عدم وجود اختلافات بين المجموعات، إلا أنه يضمن توزيع هذه الاختلافات بالتساوي، وبالتالي تصحيح الأخطاء المنهجية .

فعلى سبيل المثال، في التجارب التي تتأثر فيها غلة المحاصيل (مثل خصوبة التربة )، يمكن التحكم في التجربة بتوزيع المعالجات على قطع أرض مختارة عشوائياً. وهذا يقلل من تأثير الاختلافات في تكوين التربة على الغلة.

التمويه هو ممارسة حجب المعلومات التي قد تؤثر على نتائج التجربة. على سبيل المثال، قد لا يعرف المشاركون من تلقى العلاج الفعال ومن تلقى العلاج الوهمي . إذا أُتيحت هذه المعلومات للمشاركين في التجربة، فقد يحصل المرضى على تأثير أكبر للعلاج الوهمي ، وقد يؤثر الباحثون على التجربة لتحقيق توقعاتهم ( تأثير المراقب )، وقد يتعرض المُقيّمون لانحياز التأكيد . يمكن تطبيق التمويه على أي مشارك في التجربة، بما في ذلك المرضى والباحثين والفنيين ومحللي البيانات والمُقيّمين. في بعض الحالات، قد تكون الجراحة الوهمية ضرورية لتحقيق التمويه.

أثناء التجربة، ينكشف أمر المشارك إذا استنتج أو حصل على معلومات كانت مخفية عنه. ويُعدّ كشف الأمر قبل انتهاء الدراسة مصدرًا للخطأ التجريبي، إذ يعود التحيز الذي أُزيل بالإخفاء. يُعدّ كشف الأمر شائعًا في التجارب المعماة، ويجب قياسه والإبلاغ عنه. وقد كشفت الدراسات التحليلية عن مستويات عالية من كشف الأمر في التجارب الدوائية، لا سيما تجارب مضادات الاكتئاب التي تُعاني من ضعف في الإخفاء. وتوصي إرشادات الإبلاغ بأن تُقيّم جميع الدراسات كشف الأمر وتُبلغ عنه. عمليًا، تُقيّم دراسات قليلة جدًا كشف الأمر. ^{[ 14 ]}

يُعدّ التمويه أداةً مهمةً في المنهج العلمي ، ويُستخدم في العديد من مجالات البحث. في بعض المجالات، كالطب ، يُعتبر التمويه ضروريًا. ^{[ 15 ]} في البحوث السريرية، تُسمى التجربة غير المُموَّهة بالتجربة المفتوحة .

• النتائج الإيجابية الخاطئة والنتائج السلبية الخاطئة
• تجربة مصممة
• التحكم في متغير
• جيمس ليند
• تجربة عشوائية مضبوطة
• مجموعة التحكم في قائمة الانتظار

• "التحكم"  . الموسوعة البريطانية . المجلد 7 ( الطبعة الحادية عشرة). 1911.