کتاب صوتی کشف روابط علی در علوم پزشکی: راهنمای عملی طرح رگرسیون ناپیوسته (RD)

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب کشف روابط علی در علوم پزشکی: راهنمای عملی طرح رگرسیون ناپیوسته (RD)

موضوع کلی: استنتاج علی و طراحی پژوهش در علوم کاربردی

موضوع میانی: طرح‌های شبه‌آزمایشی پیشرفته

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه‌ای بر استنتاج علی: فراتر از همبستگی
• 2. مشکل متغیرهای مخدوش‌گر در پژوهش‌های پزشکی
• 3. استاندارد طلایی: کارآزمایی‌های بالینی تصادفی‌شده (RCTs)
• 4. محدودیت‌های اخلاقی و عملی RCTها در علوم پزشکی
• 5. معرفی طرح‌های شبه‌آزمایش: پلی به سوی استنتاج علی
• 6. مروری بر طرح‌های شبه‌آزمایشی کلیدی (تفاوت در تفاوت‌ها، متغیر ابزاری)
• 7. چرا رگرسیون ناپیوسته (RD) یک طرح قدرتمند است؟
• 8. جایگاه RD در سلسله‌مراتب شواهد پزشکی
• 9. تاریخچه و تکامل طرح رگرسیون ناپیوسته
• 10. پرسش‌های پژوهشی مناسب برای طرح RD در پزشکی
• 11. شهود اصلی پشت طرح رگرسیون ناپیوسته
• 12. متغیر تخصیص (Running Variable) چیست؟
• 13. نقطه برش (Cutoff): دروازه تخصیص درمان
• 14. طرح رگرسیون ناپیوسته قاطع (Sharp RD): تعریف و مفروضات
• 15. مثال پزشکی Sharp RD: تأثیر یک دارو بر اساس سن
• 16. طرح رگرسیون ناپیوسته فازی (Fuzzy RD): تعریف و مفروضات
• 17. تفاوت کلیدی بین طرح قاطع و فازی
• 18. مفهوم عدم انطباق کامل در نقطه برش
• 19. مثال پزشکی Fuzzy RD: توصیه به غربالگری بر اساس بیومارکر
• 20. اثر علی موضعی (LATE): آنچه RD واقعاً تخمین می‌زند
• 21. مقایسه اثر علی موضعی با اثر درمانی میانگین (ATE)
• 22. تفسیر گرافیکی طرح RD: پرش در نقطه برش
• 23. شناسایی فرصت‌های RD در داده‌های بالینی و اداری
• 24. مفروضه کلیدی اول: پیوستگی توابع رگرسیون بالقوه
• 25. مفروضه کلیدی دوم: عدم دستکاری متغیر تخصیص
• 26. گام‌های عملی برای اجرای یک تحلیل RD
• 27. جمع‌آوری داده‌ها: متغیرهای ضروری برای تحلیل RD
• 28. پیش‌پردازش داده‌ها و بررسی اولیه
• 29. روش‌های پارامتریک: رگرسیون چندجمله‌ای سراسری
• 30. خطر بیش‌برازش (Overfitting) در رگرسیون‌های چندجمله‌ای
• 31. روش‌های ناپارامتریک: رگرسیون کرنل موضعی
• 32. چرا رگرسیون خطی موضعی ترجیح داده می‌شود؟
• 33. مفهوم پهنای باند (Bandwidth) در تحلیل RD
• 34. اهمیت حیاتی انتخاب پهنای باند بهینه
• 35. معاوضه بین اریب و واریانس در انتخاب پهنای باند
• 36. روش‌های انتخاب پهنای باند مبتنی بر MSE (بهینه‌سازی داده‌محور)
• 37. روش‌های انتخاب پهنای باند: اعتبارسنجی متقابل
• 38. تحلیل حساسیت نتایج نسبت به انتخاب پهنای باند
• 39. انتخاب تابع کرنل (Kernel Function): مثلثی در مقابل مستطیلی
• 40. برآورد اثر و خطای استاندارد در طرح Sharp RD
• 41. برآورد اثر در طرح Fuzzy RD: رویکرد متغیر ابزاری (IV)
• 42. استفاده از رویکرد دو مرحله‌ای حداقل مربعات (2SLS) در Fuzzy RD
• 43. تخمین "پرش اول" (First Stage): تأثیر تخصیص بر دریافت درمان
• 44. تخمین "فرم کاهش‌یافته" (Reduced Form): تأثیر تخصیص بر پیامد
• 45. محاسبه نسبت والد (Wald Estimator) در Fuzzy RD
• 46. نقش متغیرهای کمکی (Covariates) در تحلیل RD
• 47. افزایش دقت تخمین با استفاده از متغیرهای کمکی
• 48. آیا باید متغیرهای کمکی را کنترل کرد؟ ملاحظات عملی
• 49. اعتبارسنجی مفروضات: سنگ بنای یک تحلیل RD قوی
• 50. آزمون عدم دستکاری متغیر تخصیص (آزمون مک‌کرری)
• 51. تفسیر نمودار چگالی متغیر تخصیص
• 52. بررسی پیوستگی متغیرهای کمکی از پیش تعیین‌شده در نقطه برش
• 53. چرا پیوستگی متغیرهای کمکی مهم است؟
• 54. آزمون‌های دارونما (Placebo Tests): استفاده از نقاط برش ساختگی
• 55. آزمون‌های دارونما: استفاده از پیامدهای ساختگی که نباید تحت تأثیر قرار گیرند
• 56. "Donut RD": حذف مشاهدات بسیار نزدیک به نقطه برش
• 57. ملاحظات مربوط به اندازه نمونه و توان آماری در RD
• 58. محاسبه توان آماری برای یک مطالعه RD
• 59. چالش‌های داده‌های گسسته در متغیر تخصیص
• 60. استراتژی‌های مواجهه با متغیر تخصیص گسسته
• 61. تفسیر نتایج RD: اهمیت اندازه اثر
• 62. تعمیم‌پذیری خارجی (External Validity) در طرح RD
• 63. مقایسه تعمیم‌پذیری RD و RCT
• 64. اشتباهات رایج در اجرا و تفسیر تحلیل RD
• 65. چک‌لیست نهایی برای اعتبارسنجی یک مطالعه RD
• 66. نرم‌افزارهای آماری برای اجرای RD: R
• 67. بسته‌های کلیدی R برای RD (مانند `rdrobust`)
• 68. نرم‌افزارهای آماری برای اجرای RD: Stata
• 69. دستورات کلیدی Stata برای RD (مانند `rdrobust`)
• 70. نرم‌افزارهای آماری برای اجرای RD: Python
• 71. تفسیر خروجی‌های استاندارد نرم‌افزاری تحلیل RD
• 72. طرح‌های با چند نقطه برش (Multiple Cutoff Designs)
• 73. طرح‌های با چند متغیر تخصیص
• 74. رگرسیون ناپیوسته فضایی (Geographic RD)
• 75. کاربردهای RD فضایی در اپیدمیولوژی و بهداشت عمومی
• 76. رگرسیون ناپیوسته در زمان (Regression Discontinuity in Time - RDiT)
• 77. مقایسه RDiT با سری‌های زمانی منقطع (ITS)
• 78. طرح گره رگرسیون (Regression Kink Design - RKD)
• 79. چه زمانی از RKD به جای RD استاندارد استفاده کنیم؟
• 80. تخمین اثرات بر روی توزیع پیامد (Quantile RD)
• 81. بررسی اثرات ناهمگون درمان در چارچوب RD
• 82. چگونه RD می‌تواند برای زیرگروه‌های مختلف اجرا شود؟
• 83. مفهوم "ضعف ابزار" در طرح Fuzzy RD
• 84. شناسایی و برخورد با مشکل ضعف ابزار
• 85. ترکیب RD با تفاوت در تفاوت‌ها (RD-DiD)
• 86. مزایای طرح ترکیبی RD-DiD برای کنترل روندهای زمانی
• 87. یادگیری ماشین و روش‌های غیرپارامتریک نوین در RD
• 88. استفاده از جنگل‌های تصادفی علی برای تخمین‌های موضعی
• 89. ملاحظات بیزی در تحلیل رگرسیون ناپیوسته
• 90. بهینه‌سازی قوانین تصمیم‌گیری مبتنی بر آستانه با استفاده از RD
• 91. فراتحلیل (Meta-Analysis) مطالعات RD
• 92. مطالعه موردی ۱: ارزیابی تأثیر یک آستانه فشار خون بر حوادث قلبی
• 93. مطالعه موردی ۲: تأثیر سطح HbA1c بر تجویز داروی دیابت
• 94. مطالعه موردی ۳: ارزیابی یک برنامه غربالگری سرطان با RD
• 95. نحوه گزارش‌دهی شفاف نتایج یک مطالعه RD در مقالات علمی
• 96. ساختار بخش متدولوژی برای یک مقاله RD
• 97. ساختار بخش نتایج: جداول و نمودارهای ضروری
• 98. اهمیت نمایش تصویری داده‌ها و نتایج در RD
• 99. محدودیت‌های ذاتی طرح رگرسیون ناپیوسته
• 100. نتیجه‌گیری نهایی: قدرت و ظرافت طرح RD