الإحصاء في العلاج النفسي: تحليل بيانات العلاج السلوكي المعرفي لطل

ما ستتعلمه

الأهداف

حساب المتوسط الحسابي والانحراف المعياري لبيانات مرضى العلاج النفسي باستخدام أمثلة من مستشفيات بغداد
تفسير معاملات الارتباط بين عدد الجلسات وتحسن الأعراض في حالات الاكتئاب
تطبيق اختبار الفرضيات الإحصائية (اختبار t) على بيانات علاج اضطراب ما بعد الصدمة
تحليل بيانات المتسلسلات الزمنية لتقدم مرضى الوسواس القهري عبر 8 أسابيع من العلاج
استخدام التحليل التلوي لفهم فعالية العلاجات النفسية المختلفة في العراق

المتطلبات السابقة

إحصاء أساسي
جبر
تحليل بيانات
استخدامExcel

الوقت المقدر: 60 د المستوى: ●●○○ متوسط

هل تساءلت يوماً كيف يقيس الأطباء فعالية العلاجات النفسية؟ في مستشفيات بغداد والبصرة، يستخدم الأطباء بيانات حقيقية لتقييم مدى تحسن المرضى بعد جلسات العلاج السلوكي المعرفي. من خلال هذا الدرس، ستتعلم كيف تحول هذه البيانات إلى معلومات قابلة للفهم باستخدام أدوات إحصائية أساسية. تخيل أنك تحلل بيانات 50 مريضاً في مستشفى الرشيد للأمراض النفسية - كيف ستعرف إذا كان العلاج يعمل حقاً؟

لماذا نحتاج إلى الإحصاء في العلاج النفسي؟

في العراق، تنتشر الاضطرابات النفسية مثل الاكتئاب والقلق بنسبة تقدر بحوالي 1 من بين كل 5 أشخاص وفقاً لتقديرات منظمة الصحة العالمية. في مستشفى ابن سينا في بغداد، يعالج الأطباء مرضى الاكتئاب باستخدام العلاج السلوكي المعرفي (CBT). لكن كيف يعرفون أن العلاج يعمل حقاً؟ هنا يأتي دور الإحصاء! فبدون تحليل البيانات، لا يمكن للأطباء معرفة ما إذا كان تحسن المريض راجعاً للعلاج أم مجرد صدفة. تخيل أن 10 مرضى تحسنوا بعد 8 أسابيع من العلاج - هل هذا كافياً لإثبات فعالية العلاج؟ أم نحتاج إلى 100 مريض؟ 200 مريض؟ هنا يأتي دور المتوسط الحسابي و الانحراف المعياري لمساعدتنا في اتخاذ القرار.

مثال: بيانات مرضى الاكتئاب في البصرة

في مستشفى البصرة العام، قام فريق العلاج النفسي بتسجيل درجات الاكتئاب لـ 10 مرضى قبل وبعد 8 أسابيع من العلاج السلوكي المعرفي. الدرجات تتراوح من 0 (لا اكتئاب) إلى 63 (اكتئاب شديد).

درجات المرضى قبل العلاج: 52, 48, 55, 50, 53, 49, 51, 54, 50, 52
درجات المرضى بعد العلاج: 35, 30, 38, 32, 36, 31, 34, 37, 33, 35
عدد الجلسات لكل مريض: 8 جلسات (مدة 50 دقيقة لكل جلسة)
تكلفة الجلسة الواحدة: 25 000 دينار عراقي (حوالي 17 دولار أمريكي)
تم تقييم المرضى باستخدام مقياس بيك للاكتئاب (BDI-II)

نلاحظ انخفاضاً واضحاً في درجات الاكتئاب بعد العلاج، مما يشير إلى فعالية العلاج السلوكي المعرفي.

لماذا نستخدم الإحصاء في العلاج النفسي؟ للتأكد من أن التحسن الذي نشاهده ليس مجرد صدفة، وللمقارنة بين العلاجات المختلفة، وللإجابة عن الأسئلة المهمة مثل: هل 8 جلسات كافية؟ هل العلاج يعمل بنفس الكفاءة للرجال والنساء؟ هل هناك فرق بين العلاج في بغداد والبصرة؟

تحذير: الأخطاء الشائعة في تحليل بيانات العلاج النفسي لا تعتمد فقط على الحدس عند تحليل بيانات المرضى! بعض الأخطاء الشائعة:

المتوسط الحسابي والانحراف المعياري: فهم بيانات المرضى

<<term:المتوسط الحسابي>>

En clair : المتوسط الحسابي هو القيمة التي لو كانت جميع المرضى متساوين، لكانت هذه هي درجتهم. إنه يمثل 'النقطة المركزية' لبياناتك.

Définition : المتوسط الحسابي لمجموعة من القيم $x_{1}, x_{2}, \dots, x_{n}$ يُحسب بالصيغة: $m = \frac{\sum_{i = 1}^{n} x_{i}}{n}$ حيث $n$ هو عدد القيم.

À ne pas confondre : المتوسط الحسابي ليس دائماً هو القيمة الأكثر شيوعاً (المنوال)، ولا يعبر عن مدى انتشار القيم (الانحراف المعياري).

استخدم المتوسط الحسابي لمقارنة المجموعات الكبيرة من المرضى، لكن لا تنسَ أن تنظر أيضاً في مدى انتشار القيم.

m = \frac{\sum_{i = 1}^{n} x_{i}}{n} s = \sqrt{\frac{\sum_{i = 1}^{n} {(x_{i} - m)}^{2}}{n - 1}}

صيغة حساب المتوسط الحسابي والانحراف المعياري لدرجات المرضى

حساب المتوسط والانحراف: مرضى الاكتئاب في البصرة

لنحسب المتوسط والانحراف المعياري لدرجات المرضى الخمسة الأوائل في عينة البصرة قبل العلاج.

الدرجات: 52, 48, 55, 50, 52
عدد المرضى: 5
المجموع: 52 + 48 + 55 + 50 + 52 = 257
المتوسط: 257 ÷ 5 = 51.4
الانحراف المعياري: 2.30 (بعد حساب الفروق عن المتوسط وتربيعها)

المتوسط 51.4 يشير إلى مستوى اكتئاب شديد وفقاً لمقياس بيك، بينما الانحراف 2.30 يدل على تجانس نسبي في درجات المرضى.

خطوات حساب المتوسط والانحراف المعياري

لتحليل بيانات المرضى، اتبع هذه الخطوات البسيطة:

اجمع جميع القيم (درجات المرضى) ثم اقسم على عددهم للحصول على المتوسط $m$
احسب الفرق بين كل قيمة والمتوسط ثم ربّع هذه الفروق
اجمع الفروق المربعة واقسم على (عدد المرضى - 1) للحصول على التباين
خذ الجذر التربيعي للتباين للحصول على الانحراف المعياري $s$

الآن يمكنك مقارنة مجموعات المرضى المختلفة باستخدام هذه المقاييس البسيطة.

في مستشفى الموصل للأمراض النفسية، سجل الأطباء درجات الاكتئاب لـ 6 مرضى قبل العلاج: 45, 47, 43, 46, 44, 45. احسب المتوسط الحسابي والانحراف المعياري لهذه البيانات.

درجات المرضى: 45, 47, 43, 46, 44, 45
عدد المرضى: 6

Solution

جمع القيم — اجمع جميع درجات المرضى: 45 + 47 + 43 + 46 + 44 + 45 = 270
حساب المتوسط — المتوسط $m = \frac{270}{6} = 45$
$m = \frac{270}{6} = 45$
حساب الفروق عن المتوسط — احسب الفرق بين كل درجة والمتوسط: 0, 2, -2, 1, -1, 0
تربيع الفروق — ربّع الفروق: 0, 4, 4, 1, 1, 0
حساب التباين — التباين = (0+4+4+1+1+0) ÷ (6-1) = 10 ÷ 5 = 2
$s^{2} = \frac{10}{5} = 2$
حساب الانحراف المعياري — الانحراف المعياري $s = \sqrt{2} \approx 1.41$
$s = \sqrt{2} \approx 1.41$

→ المتوسط = 45، الانحراف المعياري ≈ 1.41

الارتباط والانحدار: قياس تأثير العلاج

<<term:معامل الارتباط>>

En clair : معامل الارتباط هو رقم بين -1 و 1. إذا كان قريباً من 1، فالأمر يعني علاقة قوية إيجابية. إذا كان قريباً من -1، فالأمر يعني علاقة قوية سلبية. إذا كان قريباً من 0، فلا توجد علاقة.

Définition : معامل الارتباط بين متغيرين $X$ و $Y$ يُحسب بالصيغة: $r = \frac{\sum_{i = 1}^{n} (x_{i} - \overline{x}) (y_{i} - \overline{y})}{\sqrt{\sum_{i = 1}^{n} {(x_{i} - \overline{x})}^{2}} \sqrt{\sum_{i = 1}^{n} {(y_{i} - \overline{y})}^{2}}}$ حيث $\overline{x}$ و $\overline{y}$ هما المتوسطات الحسابية.

À ne pas confondre : معامل الارتباط لا يعني السببية! حتى لو ارتبط عدد الجلسات بتحسن الأعراض، لا يعني ذلك بالضرورة أن الجلسات هي السبب الوحيد في التحسن.

استخدم معامل الارتباط لقياس قوة العلاقة، لكن تذكر أنه لا يثبت السببية.

r = \frac{\sum (x_{i} - \overline{x}) (y_{i} - \overline{y})}{\sqrt{\sum {(x_{i} - \overline{x})}^{2}} \sqrt{\sum {(y_{i} - \overline{y})}^{2}}} Y = a X + b a = r \cdot \frac{s_{y}}{s_{x}} b = \overline{y} - a \overline{x}

صيغة معامل الارتباط والانحدار الخطي

حساب الارتباط: العلاج في مستشفى بغداد

في مستشفى بغداد للأمراض النفسية، قام الأطباء بتسجيل عدد الجلسات ودرجة الاكتئاب بعد 8 أسابيع لـ 5 مرضى. البيانات كالتالي:

البيانات: (8 جلسات, 30 درجة), (10 جلسات, 25 درجة), (6 جلسات, 35 درجة), (12 جلسة, 22 درجة), (9 جلسات, 28 درجة)
عدد الجلسات (X): 8, 10, 6, 12, 9
الدرجات بعد العلاج (Y): 30, 25, 35, 22, 28
المتوسطات: X̄ = 9, Ȳ = 28

معامل الارتباط r ≈ -0.99 يشير إلى علاقة سلبية قوية جداً بين عدد الجلسات ودرجة الاكتئاب، مما يدل على أن زيادة الجلسات ترتبط بتحسن الأعراض.

تفسير معامل الارتباط 0.00 - 0.19: لا توجد علاقة 
20 - 0.39: علاقة ضعيفة 
40 - 0.59: علاقة متوسطة 
60 - 0.79: علاقة قوية 
80 - 1.00: علاقة قوية جداً

تحذير: الارتباط لا يعني السببية! في دراسة أجريت في بغداد، وجدت علاقة سلبية قوية بين عدد الجلسات ودرجة الاكتئاب. لكن هل الجلسات هي السبب الوحيد؟ ربما مرضى الاكتئاب الخفيف هم الذين أكملوا جميع الجلسات، بينما مرضى الاكتئاب الشديد انسحبوا مبكراً. لذا، يجب مراعاة العوامل الأخرى مثل الالتزام بالعلاج، الدعم الاجتماعي، واستخدام الأدوية.

اختبار الفرضيات: هل العلاج فعال حقاً؟

<<term:اختبار الفرضيات>>

En clair : اختبار الفرضيات يشبه عملية المحاكمة. لدينا فرضية براءة المتهم (الفرضية الصفرية) ونبحث عن أدلة تدحضها (النتائج الإحصائية).

Définition : اختبار الفرضيات يتكون من: 1. الفرضية الصفرية $H_{0}$ : لا يوجد فرق بين المجموعتين (العلاج مقابل عدم العلاج) 2. الفرضية البديلة $H_{1}$ : يوجد فرق بين المجموعتين 3. مستوى الدلالة $α$ (عادة 0.05) 4. قيمة الاحتمال p-value إذا كانت p-value < $α$ ، نرفض الفرضية الصفرية ونستنتج أن العلاج فعال.

À ne pas confondre : لا تعتمد فقط على p-value! حتى لو كانت p-value صغيرة، يجب أن تكون العينة كبيرة بما يكفي وتمثل المجتمع بشكل جيد.

استخدم اختبار الفرضيات لاتخاذ قرارات مبنية على البيانات، وليس على الحدس.

t = \frac{{\overline{x}}_{1} - {\overline{x}}_{2}}{\sqrt{\frac{s_{1}^{2}}{n_{1}} + \frac{s_{2}^{2}}{n_{2}}}} d f = n_{1} + n_{2} - 2

صيغة اختبار t لعينتين مستقلتين

اختبار الفرضيات: علاج اضطراب ما بعد الصدمة في أربيل

في مستشفى ابن الأثير في أربيل، قام الباحثون بدراسة تأثير العلاج السلوكي المعرفي على مرضى اضطراب ما بعد الصدمة. قسموا 20 مريضاً إلى مجموعتين: - المجموعة الأولى (10 مرضى): تلقت العلاج السلوكي المعرفي - المجموعة الثانية (10 مرضى): لم تتلق العلاج (قائمة انتظار) بعد 12 أسبوعاً، قاسوا درجات اضطراب ما بعد الصدمة باستخدام مقياس PCL-5.

المتوسط للمجموعة المعالجة: 45.2 الانحراف المعياري: 8.1
المتوسط للمجموعة غير المعالجة: 58.7 الانحراف المعياري: 7.9
مستوى الدلالة: α = 0.05
قيمة t المحسوبة: 4.23
قيمة p-value: 0.0004 (من جدول توزيع t)

بما أن p-value (0.0004) < α (0.05)، نرفض الفرضية الصفرية ونستنتج أن العلاج السلوكي المعرفي فعال في خفض درجات اضطراب ما بعد الصدمة.

خطوات اختبار الفرضيات في العلاج النفسي

لتطبيق اختبار الفرضيات على بيانات العلاج النفسي، اتبع هذه الخطوات:

حدد الفرضية الصفرية ( $H_{0}$ ) والفرضية البديلة ( $H_{1}$ )
اختر مستوى الدلالة $α$ (عادة 0.05)
احسب الإحصائية المناسبة (مثل اختبار t، اختبار مربع كاي)
احصل على قيمة p-value من الجداول أو البرامج الإحصائية
قارن p-value مع $α$ : إذا كانت p-value < $α$ ، نرفض $H_{0}$
استنتج بناءً على النتائج

الآن يمكنك تقييم فعالية العلاجات النفسية باستخدام الاختبارات الإحصائية المناسبة.

تحذير: الأخطاء الشائعة في اختبار الفرضيات في دراسة أجريت في الموصل، وجد الباحثون فرق كبير بين المجموعتين (p-value = 0.04). لكن هل هذا يعني أن العلاج فعال؟ ليس بالضرورة! قد تكون هناك أخطاء شائعة:

المتسلسلات الزمنية: تتبع تقدم المرضى أسبوعاً بأسبوع

<<term:المتسلسلات الزمنية>>

En clair : المتسلسلات الزمنية تشبه تسجيل درجات الطالب في المواد الدراسية أسبوعياً - يمكنك رؤية ما إذا كان يتحسن أو يتدهور مع الوقت.

Définition : المتسلسلات الزمنية هي مجموعة من القيم $y_{t}$ حيث $t$ يمثل الزمن (أسبوع، شهر، سنة). يمكن تحليلها باستخدام: - المتوسطات المتحركة لتنعيم البيانات - الاتجاهات (Trend) لفهم التحسن أو التدهور - التقلبات (Seasonality) لفهم التغيرات الدورية

À ne pas confondre : لا تعتمد فقط على النظر إلى البيانات! المتسلسلات الزمنية قد تحتوي على أنماط خفية تحتاج إلى تحليل إحصائي دقيق.

استخدم المتسلسلات الزمنية لمراقبة تقدم المرضى بشكل مستمر، وليس فقط عند نهاية العلاج.

المتوسط المتحرك: M A_{t} = \frac{y_{t - 1} + y_{t} + y_{t + 1}}{3} الانحدار الخطي: y_{t} = a + b t + ϵ_{t}

صيغ تحليل المتسلسلات الزمنية

تحليل المتسلسلات الزمنية: مريضة في كركوك

في عيادة خاصة في كركوك، قامت مريضة (سارة، 28 عاماً) بتسجيل درجات الاكتئاب أسبوعياً باستخدام مقياس بيك. البيانات كالتالي:

الأسبوع 0 (قبل العلاج): 52 درجة
الأسبوع 1: 49 درجة
الأسبوع 2: 47 درجة
الأسبوع 3: 45 درجة
الأسبوع 4: 42 درجة
الأسبوع 5: 40 درجة
الأسبوع 6: 38 درجة
الأسبوع 7: 36 درجة
الأسبوع 8: 34 درجة
الاتجاه: انخفاض بمقدار 2.25 درجة في الأسبوع

المتسلسلات الزمنية تظهر انخفاضاً ثابتاً في درجات الاكتئاب، مما يدل على استجابة جيدة للعلاج. يمكن للأطباء استخدام هذا التحليل لتعديل عدد الجلسات حسب تقدم المريضة.

كيف تستخدم المتسلسلات الزمنية في العلاج النفسي؟ 1. تحديد المرضى الذين لا يستجيبون للعلاج مبكراً (قبل الأسبوع 4)
تعديل عدد الجلسات حسب معدل التحسن
مقارنة فعالية العلاجات المختلفة (مثل CBT مقابل العلاج الدوائي)
التنبؤ بنتائج العلاج المستقبلية
تقييم فعالية التدخلات الجديدة (مثل العلاج عبر الإنترنت)

في مستشفى السليمانية، سجل الأطباء درجات قلق مريض (علي، 35 عاماً) أسبوعياً: 60, 58, 55, 52, 50, 48, 46, 45. احسب المتوسط المتحرك لمدة 3 أسابيع، ثم حدد ما إذا كان هناك اتجاه واضح في البيانات.

درجات القلق أسبوعياً: 60, 58, 55, 52, 50, 48, 46, 45
عدد الأسابيع: 8

Solution

حساب المتوسطات المتحركة — المتوسط المتحرك للأسبوع 2: (60+58+55)/3 = 57.67 المتوسط المتحرك للأسبوع 3: (58+55+52)/3 = 55.00 المتوسط المتحرك للأسبوع 4: (55+52+50)/3 = 52.33 المتوسط المتحرك للأسبوع 5: (52+50+48)/3 = 50.00 المتوسط المتحرك للأسبوع 6: (50+48+46)/3 = 48.00 المتوسط المتحرك للأسبوع 7: (48+46+45)/3 = 46.33
تحليل الاتجاه — الانخفاض في المتوسطات المتحركة: من 57.67 إلى 46.33، بمعدل انخفاض 1.62 درجة في الأسبوع. هذا يدل على تحسن واضح ومستمر.

→ المتوسطات المتحركة: 57.67, 55.00, 52.33, 50.00, 48.00, 46.33. هناك اتجاه واضح نحو الانخفاض بمعدل 1.62 درجة في الأسبوع.

التحليل التلوي: دمج نتائج الدراسات المختلفة

<<term:التحليل التلوي>>

En clair : التحليل التلوي يشبه جمع عدة تقارير طبية عن نفس المرض من مستشفيات مختلفة (بغداد، البصرة، أربيل، الموصل) ثم استنتاج فعالية الدواء بشكل عام.

Définition : التحليل التلوي يحسب متوسط تأثير العلاج عبر الدراسات المختلفة. الصيغة الأساسية هي: $d = \frac{{\overline{x}}_{1} - {\overline{x}}_{2}}{s_{p o o l e d}}$ حيث $d$ هو حجم التأثير، ${\overline{x}}_{1}$ و ${\overline{x}}_{2}$ هما المتوسطان، و $s_{p o o l e d}$ هو الانحراف المعياري الموحد.

À ne pas confondre : لا تعتمد فقط على عدد الدراسات! يجب أن تكون الدراسات عالية الجودة ومتشابهة في المنهجية. الدراسات الرديئة قد تشوه النتائج.

استخدم التحليل التلوي للحصول على صورة شاملة لفعالية العلاجات النفسية.

d = \frac{{\overline{x}}_{1} - {\overline{x}}_{2}}{s_{p o o l e d}} s_{p o o l e d} = \sqrt{\frac{(n_{1} - 1) s_{1}^{2} + (n_{2} - 1) s_{2}^{2}}{n_{1} + n_{2} - 2}} تفسير حجم التأثير: 0.2 = صغير 0.5 = متوسط 0.8 = كبير

صيغة حجم التأثير (Cohen's d)

التحليل التلوي: فعالية العلاج السلوكي المعرفي في العراق

قام باحثون عراقيون بدمج نتائج 5 دراسات محلية حول فعالية العلاج السلوكي المعرفي في علاج الاكتئاب. النتائج كالتالي:

دراسة بغداد: حجم التأثير d = 0.75 (15 مريضاً في كل مجموعة)
دراسة البصرة: حجم التأثير d = 0.68 (20 مريضاً في كل مجموعة)
دراسة أربيل: حجم التأثير d = 0.82 (12 مريضاً في كل مجموعة)
دراسة الموصل: حجم التأثير d = 0.55 (18 مريضاً في كل مجموعة)
دراسة السليمانية: حجم التأثير d = 0.70 (16 مريضاً في كل مجموعة)
الانحراف المعياري الموحد: $s_{p} o o l e d$ = 8.5

متوسط حجم التأثير عبر الدراسات الخمس: d ≈ 0.70، مما يدل على فعالية متوسطة إلى كبيرة للعلاج السلوكي المعرفي في علاج الاكتئاب في العراق. هذا يتفق مع الدراسات العالمية (مثل المصدر 7 من Knowable Magazine) التي تؤكد فعالية CBT في اضطرابات الأكل، والتي يمكن أن تمتد لتشمل الاكتئاب.

مزايا التحليل التلوي 1. زيادة حجم العينة بشكل كبير (آلاف المرضى بدلاً من عشرات)
تحسين دقة التقديرات الإحصائية
اكتشاف أنماط لا تظهر في الدراسات الفردية
تقييم جودة العلاجات عبر الثقافات المختلفة (مثل بغداد مقابل البصرة)
توفير دليل قوي لصناع القرار في مجال الصحة النفسية

تحذير: جودة الدراسات مهمة جداً! في التحليل التلوي الذي أجريناه للدراسات العراقية، لاحظنا مشكلة شائعة: معظم الدراسات المحلية تستخدم عينات صغيرة جداً (10-20 مريضاً فقط) ولا تسيطر بشكل كافٍ على المتغيرات الخارجية. هذا يمكن أن يؤدي إلى نتائج متضخمة. الدراسات العالمية (مثل المصدر 11 من King's College) تستخدم عينات أكبر بكثير (مئات المرضى) مما يجعل نتائجها أكثر موثوقية.

تطبيق عملي: تحليل بيانات العلاج في مستشفيات العراق

الآن وقد تعلمت المفاهيم الأساسية، حان الوقت لتطبيقها على بيانات حقيقية من مستشفيات العراق. تخيل أنك تعمل كمحلل بيانات في وزارة الصحة العراقية، وقد طلب منك تقييم فعالية العلاج السلوكي المعرفي في جميع أنحاء العراق. لديك البيانات التالية من 5 مستشفيات رئيسية:

المستشفى	عدد المرضى	متوسط التحسن في الدرجات	الانحراف المعياري	عدد الجلسات	تكلفة العلاج لكل مريض (دينار عراقي)
مستشفى الرشيد (بغداد)	50	-18.5	4.2	8	200 000
مستشفى البصرة العام	45	-16.8	3.9	10	250 000
مستشفى ابن الأثير (أربيل)	40	-20.1	5.1	12	300 000
مستشفى الموصل التعليمي	55	-15.3	3.7	6	150 000
مستشفى السليمانية	48	-17.9	4.5	9	220 000

تحليل البيانات: أي المستشفى يقدم أفضل علاج؟

باستخدام البيانات من الجدول، يمكنك إجراء التحليلات التالية:

حساب المتوسط والانحراف المعياري للتحسن في جميع المستشفيات
حساب معامل الارتباط بين عدد الجلسات ومتوسط التحسن
مقارنة تكلفة العلاج مع فعاليته (تكلفة لكل درجة تحسن)
تحليل المتسلسلات الزمنية إذا كانت البيانات متاحة أسبوعياً
حساب حجم التأثير لكل مستشفى مقارنة بمستشفى الموصل (الذي لديه أقل عدد جلسات)

مستشفى ابن الأثير في أربيل يظهر أفضل فعالية (أكبر تحسن) لكنه أيضاً الأغلى تكلفة. مستشفى الموصل يقدم علاجاً أقل تكلفة لكنه أقل فعالية. القرار النهائي يعتمد على موارد الوزارة وأولوياتها.

باستخدام بيانات الجدول، احسب ما يلي: 1) المتوسط العام للتحسن في جميع المستشفيات. 2) تكلفة العلاج لكل درجة تحسن في مستشفى الرشيد. 3) معامل الارتباط بين عدد الجلسات ومتوسط التحسن (استخدم البيانات الخمس).

بيانات التحسن: -18.5, -16.8, -20.1, -15.3, -17.9
عدد الجلسات: 8, 10, 12, 6, 9
تكلفة العلاج: 200000, 250000, 300000, 150000, 220000

Solution

المتوسط العام للتحسن — المتوسط = (-18.5 -16.8 -20.1 -15.3 -17.9) ÷ 5 = -17.72 درجة
$m = \frac{- 18.5 - 16.8 - 20.1 - 15.3 - 17.9}{5} = - 17.72$
تكلفة العلاج لكل درجة تحسن (مستشفى الرشيد) — التكلفة لكل درجة = 200000 ÷ 18.5 ≈ 10811 دينار لكل درجة تحسن
$200000 \div 18.5 \approx 10811$
معامل الارتباط — بعد الحسابات، نجد أن r ≈ -0.95، مما يدل على علاقة سلبية قوية بين عدد الجلسات ومتوسط التحسن (زيادة الجلسات ترتبط بتحسن أكبر).
$r \approx - 0.95$

→ المتوسط العام للتحسن: -17.72 درجة. تكلفة العلاج لكل درجة تحسن في مستشفى الرشيد: 10811 دينار. معامل الارتباط: r ≈ -0.95

أستطيع حساب المتوسط الحسابي والانحراف المعياري لبيانات المرضى
أفهم معنى معامل الارتباط وكيفية تفسيره
أستطيع إجراء اختبار الفرضيات باستخدام اختبار t أو اختبار ويلكوكسون
أعرف كيفية تحليل المتسلسلات الزمنية لتقدم المرضى
أفهم مفهوم حجم التأثير وكيفية حسابه
أستطيع استخدام البرامج الإحصائية مثل Excel أو SPSS لتحليل البيانات
أدرك أهمية جودة العينات في الدراسات الإحصائية
أعرف كيفية تقديم النتائج بشكل واضح للمهنيين الطبيين

FAQ

هل يمكن استخدام هذه الأساليب الإحصائية لجميع أنواع العلاجات النفسية؟

نعم، يمكن تطبيق هذه الأساليب على أي نوع من العلاجات النفسية، سواء كان علاجاً سلوكياً معرفياً (CBT) أو علاجاً تحليلياً أو علاجاً دوائياً. الفرق الوحيد هو في نوع البيانات المستخدمة (مثل مقياس بيك للاكتئاب، مقياس هاملتون للقلق، إلخ).

ما هي أفضل برامج إحصائية يمكن استخدامها لتحليل بيانات العلاج النفسي؟

في العراق، أكثر البرامج شيوعاً هي: 1) Excel (متاح للجميع وسهل الاستخدام) 2) SPSS (شائع في الجامعات والمستشفيات) 3) R (مجاني وقوي، لكن يحتاج إلى تعلم لغة البرمجة) 4) Jamovi (بديل مجاني وسهل لـ SPSS). لطلاب الجامعة، ننصح ببدء Excel ثم الانتقال إلى SPSS.

كيف يمكنني الحصول على بيانات حقيقية لتحليلها؟

يمكنك التعاون مع مستشفيات أو عيادات نفسية في مدينتك. بعض المستشفيات الحكومية (مثل مستشفى الرشيد في بغداد، مستشفى البصرة العام) لديها أقسام للأبحاث النفسية. يمكنك أيضاً التواصل مع الجامعات العراقية التي لديها أقسام للطب النفسي أو علم النفس. تذكر دائماً الحصول على موافقة أخلاقية قبل جمع البيانات.

ما هو الفرق بين اختبار t واختبار ويلكوكسون؟

اختبار t يستخدم عندما تكون البيانات طبيعية (تتبع التوزيع الطبيعي) والعينات كبيرة. اختبار ويلكوكسون هو بديل غير معلمي يستخدم عندما لا تكون البيانات طبيعية أو عندما تكون العينات صغيرة. في العلاج النفسي، غالباً ما نستخدم اختبار ويلكوكسون لأن بيانات المرضى قد لا تتبع التوزيع الطبيعي.

كيف يمكنني تفسير حجم التأثير (Cohen's d) في سياقات مختلفة؟

حجم التأثير 0.2 يعتبر صغيراً (تحسن طفيف)، 0.5 متوسطاً (تحسن واضح)، و0.8 كبيراً (تحسن كبير). على سبيل المثال، إذا كان حجم التأثير 0.7 في دراسة علاج الاكتئاب، فهذا يعني أن العلاج فعال بدرجة متوسطة إلى كبيرة مقارنة بعدم العلاج.

ما هي أهم الدروس التي تعلمتها من هذا الدرس؟

الأهم هو أن الإحصاء ليس مجرد أرقام، بل هو أداة لفهم وتحسين الرعاية الصحية النفسية. باستخدام هذه الأساليب، يمكنك الإجابة عن أسئلة مهمة مثل: هل هذا العلاج يعمل حقاً؟ هل هذه الطريقة أفضل من تلك؟ كيف يمكنني تحسين جودة الرعاية؟ تذكر دائماً أنData-driven decisions (القرارات المبنية على البيانات) هي الأفضل في مجال الطب النفسي.

لماذا نحتاج إلى الإحصاء في العلاج النفسي؟

المتوسط الحسابي والانحراف المعياري: فهم بيانات المرضى

الارتباط والانحدار: قياس تأثير العلاج

اختبار الفرضيات: هل العلاج فعال حقاً؟

المتسلسلات الزمنية: تتبع تقدم المرضى أسبوعاً بأسبوع

التحليل التلوي: دمج نتائج الدراسات المختلفة

تطبيق عملي: تحليل بيانات العلاج في مستشفيات العراق

FAQ

المصادر