ניתוח שונות (ANOVA) במחקר רפואי
ניתוח שונות (ANOVA) במחקר רפואי: מתי משתמשים בו, אילו הנחות צריך לבדוק, איך מפרשים תוצאות, ומה הקשר לפרוטוקול, גודל מדגם וכתיבת מאמר.
ניתוח שונות (ANOVA) במחקר רפואי
ניתוח שונות, או ANOVA – Analysis of Variance, הוא מבחן סטטיסטי שנועד לבדוק האם קיימים הבדלים מובהקים בין ממוצעים של קבוצות. במחקר רפואי משתמשים בו כאשר רוצים להשוות תוצאה רציפה בין שלוש קבוצות או יותר, למשל בין זרועות טיפול, דרגות חומרת מחלה, קבוצות גיל או סוגי התערבות שונים.
החשיבות של ANOVA אינה רק בהפעלת מבחן בתוכנה סטטיסטית. הבחירה בו משפיעה על ניסוח שאלת המחקר, על חישוב גודל המדגם, על תוכנית הניתוח הסטטיסטי, ולעיתים גם על אופן הצגת התוצאות במאמר רפואי. לכן כדאי להבין מתי המבחן מתאים, אילו הנחות צריך לבדוק ואיך מפרשים את התוצאה בלי להסיק מסקנות יתר.
מתי משתמשים בניתוח שונות?
בדרך כלל משתמשים ב-ANOVA כאשר המשתנה התלוי הוא משתנה רציף, והמשתנה המסביר הוא משתנה קטגוריאלי שמחלק את הנתונים לקבוצות. לדוגמה, השוואת ממוצע לחץ דם בין שלוש קבוצות טיפול, השוואת ציון איכות חיים בין דרגות חומרה שונות, או בדיקת הבדל במדד מעבדה בין כמה קבוצות מטופלים.
כאשר יש שתי קבוצות בלבד, לרוב משתמשים במבחן t או במבחן לא פרמטרי מתאים. כאשר יש שלוש קבוצות או יותר, ביצוע הרבה מבחני t זוגיים מעלה את הסיכון לממצא מקרי. ANOVA מאפשר לבדוק את ההבדל הכללי בין הקבוצות במסגרת מבחן אחד, ולאחר מכן, אם נמצא הבדל מובהק, לבצע השוואות המשך מתוכננות.
- מתאים: השוואת ממוצע תוצאה רציפה בין שלוש קבוצות טיפול או יותר.
- מתאים: השוואת מדד רפואי בין רמות שונות של חשיפה או חומרת מחלה.
- דורש זהירות: מדגם קטן מאוד, נתונים מוטים או שונות לא דומה בין קבוצות.
- לא תמיד מתאים: תוצאה בינארית, תוצאה קטגוריאלית או זמן עד אירוע – במקרים כאלה נדרשים לרוב מודלים אחרים.
דוגמאות ל-ANOVA במחקר רפואי
דוגמה פשוטה היא מחקר המשווה שלושה מינונים של טיפול ובודק האם יש הבדל בממוצע מדד מעבדה לאחר ההתערבות. דוגמה אחרת היא מחקר תצפיתי שבוחן האם ציון תפקודי ממוצע שונה בין מטופלים עם מחלה קלה, בינונית וחמורה.
במחקרים קליניים, ANOVA יכול לשמש גם כחלק ממערך רחב יותר: למשל השוואת שינוי ממוצע מהבסיס בין קבוצות, בדיקת השפעה של שני גורמים על תוצאה אחת, או שילוב משתני רקע כאשר צריך להתאים את הניתוח למאפיינים קליניים חשובים. במקרים כאלה הבחירה המדויקת בין ANOVA, ANCOVA, repeated measures ANOVA או מודל מעורב תלויה במבנה הנתונים.
סוגים נפוצים של ניתוח שונות
ניתוח שונות חד כיווני – One-way ANOVA
ניתוח שונות חד כיווני מתאים כאשר יש גורם אחד שמחלק את המשתתפים לקבוצות, ומשתנה תלוי רציף אחד. לדוגמה: השוואת ממוצע HbA1c בין שלוש קבוצות טיפול.
ניתוח שונות דו כיווני – Two-way ANOVA
ניתוח שונות דו כיווני מתאים כאשר יש שני גורמים קטגוריאליים, ורוצים לבדוק את ההשפעה של כל גורם וגם את האינטראקציה ביניהם. לדוגמה: בדיקה האם סוג טיפול ומין המטופל משפיעים על תוצאה רציפה, והאם השפעת הטיפול שונה בין גברים לנשים.
Repeated measures ANOVA
כאשר אותם מטופלים נמדדים במספר נקודות זמן, המדידות אינן בלתי תלויות. במצב כזה צריך שיטה שמתחשבת במדידות חוזרות, ולעיתים repeated measures ANOVA או מודל מעורב יהיו מתאימים יותר מ-ANOVA רגיל.
MANOVA ו-ANCOVA
MANOVA מתאים כאשר יש כמה משתנים תלויים שנבדקים יחד. ANCOVA משמש כאשר רוצים להשוות בין קבוצות תוך התאמה למשתנה רציף נוסף, למשל ערך בסיס של המדד. אלו אינם פתרונות אוטומטיים, אלא בחירות שצריכות להתאים לשאלת המחקר ולמבנה הנתונים.
הנחות ANOVA שחשוב לבדוק
לפני שמפעילים ANOVA, חשוב לבדוק שהנתונים מתאימים למבחן. הפרה של הנחות המבחן אינה תמיד פוסלת את המחקר, אבל היא יכולה לשנות את שיטת הניתוח או את אופן הדיווח.
- אי תלות בין תצפיות: תצפית אחת לא אמורה להיות תלויה בתצפית אחרת. אם מדובר באותם מטופלים לאורך זמן, יש צורך בניתוח מתאים למדידות חוזרות.
- נורמליות: במקרים רבים חשוב לבדוק האם הנתונים, או שאריות המודל, מתנהגים בקירוב נורמלי. להרחבה ראו בדיקת התפלגות נורמלית במחקר רפואי.
- שוויון שונויות: השונות בתוך הקבוצות צריכה להיות דומה יחסית. ב-SPSS בודקים זאת לעיתים באמצעות Levene's test.
- מדד תוצאה רציף: ANOVA רגיל מתאים בעיקר למשתנים רציפים. אם התוצאה היא בינארית או קטגוריאלית, בדרך כלל נדרש מודל אחר.
- מבנה קבוצות ברור: יש להגדיר מראש מהן הקבוצות, מהי קבוצת ההשוואה ומהו ה-endpoint המרכזי.
איך מפרשים תוצאה של ANOVA?
הפלט המרכזי של ANOVA כולל בדרך כלל ערך F וערך p. אם ערך p קטן מרמת המובהקות שנקבעה מראש, למשל 0.05, ניתן לומר שקיים הבדל מובהק בין לפחות שתיים מהקבוצות. אבל תוצאה זו אינה אומרת עדיין בין אילו קבוצות יש הבדל, וגם אינה אומרת מה גודל ההבדל או האם הוא בעל משמעות קלינית.
לכן לאחר ANOVA מובהק בוחנים בדרך כלל גם:
- ממוצעים וסטיות תקן: כדי להבין את כיוון ההבדלים ואת גודל הפערים.
- מבחני המשך: למשל Tukey או Bonferroni, כאשר רוצים לדעת אילו קבוצות שונות זו מזו.
- רווחי סמך וגודל אפקט: כדי להעריך את המשמעות המעשית של ההבדל.
- משמעות קלינית: לא כל הבדל מובהק הוא בהכרח חשוב מבחינה רפואית.
ANOVA ב-SPSS – מה חשוב לבדוק?
ב-SPSS ניתן לבצע ANOVA דרך Analyze ולאחר מכן Compare Means או General Linear Model, לפי סוג הניתוח. בניתוח חד כיווני פשוט בוחרים את המשתנה התלוי, את משתנה הקבוצה, ומוסיפים לפי הצורך בדיקת שוויון שונויות, סטטיסטיקה תיאורית ומבחני Post Hoc.
בעת קריאת הפלט חשוב לא להסתפק בשורת ה-Sig. כדאי לבדוק את מספר המשתתפים בכל קבוצה, ממוצעים וסטיות תקן, Levene's test, תוצאות המבחן הכללי, ומבחני ההמשך אם בוצעו. במחקר רפואי מומלץ לתעד מראש איזה מבחן יבוצע, באילו תנאים יבוצעו מבחני המשך ומה ייחשב לתוצאה הראשית.
מתי ANOVA לא מספיק?
יש מצבים שבהם ANOVA פשוט אינו עונה על שאלת המחקר. אם יש משתנים מתערבים כמו גיל, מין, חומרת מחלה או ערך בסיס, ייתכן שנדרש מודל שמאפשר התאמה לגורמים אלה. אם התוצאה בינארית, ייתכן שרגרסיה לוגיסטית מתאימה יותר. אם יש זמן עד אירוע, ייתכן שנדרש ניתוח הישרדות. אם יש מדידות חוזרות, צריך להתחשב בתלות בין המדידות.
במילים אחרות, ANOVA הוא כלי חשוב, אבל הוא לא תחליף לחשיבה סטטיסטית. אם השאלה היא איזה מבחן מתאים למחקר כולו, כדאי להתחיל מהמדריך על בחירת מבחן סטטיסטי במחקר רפואי ולא רק משם המבחן.
טעויות נפוצות בניתוח שונות
- שימוש ב-ANOVA רק כי יש כמה קבוצות: צריך לוודא שגם סוג המשתנה והנחות המודל מתאימים.
- התעלמות ממדידות חוזרות: נתונים מאותו מטופל במספר נקודות זמן אינם בלתי תלויים.
- ביצוע מבחני t רבים במקום ANOVA: פעולה זו יכולה להעלות את הסיכון למובהקות מקרית.
- אי ביצוע Post Hoc אחרי תוצאה מובהקת: ANOVA אומר שיש הבדל כללי, אך לא תמיד מצביע על הזוגות הספציפיים.
- דיווח רק על p-value: במחקר רפואי חשוב לדווח גם כיוון, גודל אפקט, רווחי סמך ומשמעות קלינית.
- בחירת הניתוח אחרי צפייה בתוצאות: עדיף להגדיר את שיטת הניתוח כבר בפרוטוקול או בתוכנית הניתוח הסטטיסטי.
איך ANOVA מתחבר לפרוטוקול ולגודל המדגם?
כאשר ANOVA הוא הניתוח המרכזי במחקר, הדבר צריך להופיע כבר בשלב כתיבת פרוטוקול המחקר. צריך להגדיר מהו המשתנה התלוי, מהן הקבוצות, מהי ההשערה המרכזית, האם יבוצעו מבחני המשך, ואילו הנחות ייבדקו לפני הניתוח.
גם חישוב גודל המדגם תלוי במבנה ה-ANOVA המתוכנן: מספר הקבוצות, גודל האפקט הצפוי, שונות בתוך הקבוצות, עוצמה סטטיסטית ורמת מובהקות. שינוי מאוחר של שיטת הניתוח יכול לגרום לכך שהצדקת המדגם כבר אינה מתאימה לשאלה המקורית.
איך PlanetMed יכולה לעזור?
PlanetMed מלווה רופאים וחוקרים בתכנון מחקרים רפואיים, בחירת שיטות ניתוח, ביצוע ניתוח סטטיסטי וכתיבה לקראת פרסום. במסגרת שירותי ביוסטטיסטיקה למחקרים קליניים ניתן לסייע בהגדרת שאלת המחקר, בחירת ה-endpoint, בדיקת התאמת ANOVA או חלופות מתאימות, פרשנות הפלט והצגת התוצאות במאמר.
כאשר המחקר כולל מספר קבוצות, מדידות חוזרות או צורך בהתאמה לגורמי רקע, כדאי לבחון את שיטת הניתוח לפני סגירת בסיס הנתונים. כך אפשר לחבר בין התכנון הסטטיסטי, הפרוטוקול, הניתוח וכתיבת המאמר הרפואי בצורה עקבית יותר.
להמשך תכנון ניתוח סטטיסטי במחקר רפואי
אם אתם מתכננים השוואה בין קבוצות במחקר רפואי, כדאי להמשיך מכאן לעמודים הרלוונטיים באתר: