ثبوت پر مبنی پریکٹس اور طبی اعدادوشمار
کیونکہ "میں کچھ آن لائن پڑھتا ہوں" اسے AKT میں بالکل نہیں کاٹتا ہے۔
آخری بار اپ ڈیٹ کیا گیا: اپریل 2026 · ثبوت پر مبنی میڈیسن (EBM) کے نام سے بھی جانا جاتا ہے
📥 ڈاؤن لوڈز
ہینڈ آؤٹ، خلاصے، اور تدریسی اضافی چیزیں — جب آپ ہوں تو تیار ہوں۔
راستہ: ایویڈنس بیسڈ پریکٹس کو ایویڈنس بیسڈ میڈیسن یا مختصراً ای بی ایم بھی کہا جاتا ہے۔
ویب وسائل
باضابطہ رہنمائی اور حقیقی دنیا کے GP تربیتی وسائل کا ہاتھ سے اٹھایا گیا مرکب۔ کیونکہ بعض اوقات بہترین موتی سرکاری دستاویزات میں نہیں چھپتے۔
ایک منٹ کی یاد
اسے کلینک سے پہلے اسکین کرنا — یا AKT پیپر سے ایک رات پہلے؟ یہ وہ چیزیں ہیں جو آپ کو نمبر دیتی ہیں۔
🧮 رسک فارمولے۔
- اے آر آر = CER - EER
- این این ٹی = 1 ÷ ARR
- Rrr = ARR ÷ CER
- RR = EER ÷ CER
- این این ایچ = 1 ÷ ARI
🔬 تشخیصی ٹیسٹنگ
- مطلب = TP ÷ (TP+FN) → SnNout
- رپورٹ = TN ÷ (TN+FP) → SpPin
- پی پی وی = TP ÷ (TP+FP) ← کم پھیلاؤ کے ساتھ آتا ہے۔
- این پی وی = TN ÷ (TN+FN) ← زیادہ پھیلاؤ کے ساتھ آتا ہے۔
📊 اسٹڈی ڈیزائنز
- SR/Meta-analysis → اعلیٰ ترین ثبوت
- علاج کے لیے RCT → سونے کا معیار
- کوہورٹ → RR اور واقعات
- کیس کنٹرول → یا، نایاب بیماریاں
- کراس سیکشنل → پھیلاؤ
📈 گرافس
- فاریسٹ پلاٹ ڈائمنڈ لائن کراس کرتا ہے = اہم نہیں۔
- فنل غیر متناسب = اشاعت کا تعصب
- کیٹس پلاٹ: NNT = 100 ÷ پیلے چہرے
- باکس پلاٹ مڈل لائن = اوسط
- I²>50% = کافی نسبت
📉 اہمیت
- p <0.05 = شماریاتی لحاظ سے اہم
- CI 1.0 (تناسب) کو عبور کرتا ہے = اہم نہیں ہے۔
- CI 0 (فرق) کو عبور کرتا ہے = اہم نہیں ہے۔
- اوسط = اوسط؛ میڈین = درمیانی قدر
- عام تقسیم کے لیے 68-95-99.7 اصول
⚖️ تعصب کی اقسام
- انتخاب → غیر نمائندہ نمونہ
- یاد رکھیں → کیسز مزید یاد رکھیں
- اشاعت → صرف مثبت مطالعہ
- لیڈ ٹائم → اسکریننگ وہم
- اٹریشن → ڈراپ آؤٹ نتائج کو مسخ کرتا ہے۔
یہ GP اور AKT میں کیوں اہمیت رکھتا ہے۔
EBM اور اعداد و شمار صرف نظریاتی نہیں ہیں۔ آپ کے مشاورتی کمرے میں، علاج کے اختیارات کے بارے میں ہر گفتگو میں NNTs شامل ہوتے ہیں چاہے آپ ان کا نام لیں یا نہ رکھیں۔ ہر خون کے ٹیسٹ کی ایک حساسیت اور مخصوصیت ہوتی ہے۔ ہر نئی رہنما خطوط مطالعہ کے ڈیزائن پر مبنی ہوتی ہے جو اس بات پر اثر انداز ہوتی ہے کہ آپ کو اس پر کتنا اعتماد رکھنا چاہیے۔
AKT میں، یہ موضوع نمبروں کا ایک اہم تناسب ہے - RCGP رہنمائی کے مطابق پیپر کا تقریباً 10-15%۔ یہ ان چند شعبوں میں سے ایک ہے جہاں ہدف شدہ نظرثانی کی ایک چھوٹی سی رقم منافع کی ادائیگی کرتی ہے۔ فوری طور پر. بہت سے امیدوار یہاں آسان نمبر کھوتے ہیں اس لیے نہیں کہ تصورات مشکل ہیں، بلکہ اس لیے کہ انھوں نے کبھی بیٹھ کر انھیں منظم طریقے سے نہیں سیکھا۔
AKT میں شماریات کے سوالات اکثر آزمائشی اعداد و شمار کا ایک جدول پیش کرتے ہیں اور آپ سے کسی قدر کا حساب لگانے، گراف کی تشریح کرنے، یا مطالعہ کے بہترین ڈیزائن کی نشاندہی کرنے کو کہتے ہیں۔ وہ طریقہ کار کی سوچ کو انعام دیتے ہیں، طبی علم نہیں۔ یہ انہیں پیپر میں سب سے زیادہ "سکھنے کے قابل" نمبر بناتا ہے۔
ثبوت پر مبنی دوا (EBM)
"جب میں 1980 کی دہائی کے وسط میں تربیت میں تھا، میں نے دل کا دورہ پڑنے کے بعد دروازے سے آنے والے ہر مریض کو لڈوکین کا انفیوژن دیا تھا۔ یہی معیار تھا۔ ہر کسی نے ایسا کیا۔
- پروفیسر گورڈن گوئٹ، وہ معالج جس نے "ایویڈینس بیسڈ میڈیسن" کی اصطلاح تیار کی، EBM کے وجود سے پہلے اپنی تربیت کو بیان کیا۔
بعد میں اس نے دریافت کیا کہ جس مشق میں اسے تربیت دی گئی تھی - اور یہ کہ دنیا بھر میں لاکھوں ڈاکٹر انجام دے رہے تھے - نہ صرف بیکار تھا، بلکہ ممکنہ طور پر لوگوں کو ہلاک کر رہا تھا۔ غفلت سے نہیں۔ نااہلی سے نہیں۔ لیکن کیونکہ کسی نے بھی صحیح طریقے سے جانچ نہیں کی تھی کہ آیا یہ واقعی کام کرتا ہے۔
یہ کہانی یہ ہے کہ ثبوت پر مبنی دوائی کیوں موجود ہے - اور یہ ہر اس مریض کے لیے کیوں اہمیت رکھتی ہے جسے آپ کبھی دیکھیں گے۔
"انفرادی مریضوں کی دیکھ بھال کے بارے میں فیصلے کرنے میں موجودہ بہترین ثبوت کا ایماندار، واضح اور منصفانہ استعمال۔"
— ڈیوڈ سیکٹ، BMJ 1996 — طب میں سب سے زیادہ وسیع پیمانے پر نقل کی گئی تعریف
سادہ انگریزی میں: عادت، رائے، روایت، یا آپ کے پروفیسر نے جو کچھ آپ کو بتایا اس کی بنیاد پر مریضوں کا علاج کرنے کے بجائے، EBM آپ سے طبی فیصلوں کی بنیاد بہترین دستیاب تحقیق پر کرنے کا تقاضا کرتا ہے - سختی سے کی گئی، تنقیدی طور پر تشخیص کی گئی، اور ایمانداری سے تشریح کی گئی۔
یہ طبی فیصلے کی جگہ نہیں لیتا ہے۔ مطلع یہ EBM تین لازم و ملزوم ستونوں پر ٹکی ہوئی ہے جنہیں مل کر کام کرنا چاہیے:
🕰️ EBM کیسے آیا؟ - ایک مختصر تاریخ
EBM کہیں سے ظاہر نہیں ہوا۔ یہ کینیڈا اور برطانیہ میں دہائیوں کی خاموشی سے انقلابی سوچ کی انتہا تھی۔
| سال | واقعہ |
|---|---|
| 1938 | جان پال (ییل) "کلینیکل ایپیڈیمولوجی" کی اصطلاح تیار کرتے ہیں - یہ خیال کہ طب کا سائنسی طور پر آبادیوں میں مطالعہ کیا جانا چاہیے، نہ کہ صرف انفرادی مریضوں میں مشاہدہ کیا جانا چاہیے۔ |
| 1967 | میک ماسٹر یونیورسٹی (ہیملٹن، کینیڈا) نے کلینیکل ایپیڈیمولوجی اور بایوسٹیٹسٹکس کے شعبہ کے ساتھ اپنا نیا میڈیکل اسکول کھولا ہے - اس وقت بنیاد پرست، طبی فیصلوں پر تحقیقی طریقوں کو لاگو کرنے کے لیے وقف |
| 1972 | آرچی کوچران، ایک سکاٹش وبائی امراض کے ماہر، شائع کرتے ہیں۔ تاثیر اور کارکردگی: صحت کی خدمات پر بے ترتیب عکاسی۔ - ایک تاریخی متن جس میں دلیل دی گئی ہے کہ دوا کو اپنے علاج کی سختی سے جانچ کرنی چاہیے۔ اس کے کام نے آخر کار کوکرین تعاون کو جنم دیا، جس کا نام ان کے اعزاز میں رکھا گیا ہے۔ |
| 1981 | ڈیوڈ سیکٹ اور میک ماسٹر کے ساتھیوں نے کینیڈین میڈیکل ایسوسی ایشن جرنل میں نو مضامین کی ایک سیریز شائع کی ہے جس میں طبی ماہرین کو طبی لٹریچر کا تنقیدی جائزہ لینے کا طریقہ سکھایا جاتا ہے۔ یہ EBM تحریک کا باقاعدہ آغاز ہے۔ |
| 1990 | میک ماسٹر کے ایک نوجوان ریذیڈنٹ ڈائریکٹر گورڈن گوئٹ نے ایک نیا تدریسی پروگرام ڈیزائن کیا اور ابتدا میں اسے "سائنٹیفک میڈیسن" کہا۔ ساتھی پیچھے ہٹ جاتے ہیں - یہ مطلب کہ موجودہ عمل سائنسی نہیں ہے بہت سیدھا ہے۔ |
| 1991 | گوئٹ نے نقطہ نظر کا نام تبدیل کیا۔ "ثبوت پر مبنی دوا" اور اس اصطلاح کو ACP جرنل کلب میں اداریے میں شائع کرتا ہے۔ جملہ فوراً چپک جاتا ہے۔ |
| 1992 | تاریخی JAMA پیپر - "ثبوت پر مبنی دوائی: طب کی مشق سکھانے کا ایک نیا نقطہ نظر" - دنیا میں EBM متعارف کرایا۔ گیئٹ یاد کرتے ہیں کہ جواب شروع میں "غصہ" تھا۔ ساتھیوں نے محسوس کیا کہ انہیں بتایا جا رہا ہے کہ وہ اچھے ڈاکٹر نہیں ہیں۔ |
| 1993 | Cochrane Collaboration کو باضابطہ طور پر قائم کیا گیا ہے - ایک بین الاقوامی نیٹ ورک جو صحت کی دیکھ بھال کے شواہد کے منظم جائزے تیار کرنے اور پھیلانے کے لیے ہے۔ |
| 1996 | ڈیوڈ سیکٹ نے بی ایم جے میں تین ستونوں کی حتمی تعریف شائع کی ہے۔ EBM مرکزی دھارے میں شامل ہو جاتا ہے۔ |
| 2000 کی دہائی سے اب تک | EBM UK کی تربیت میں سرایت کرتا ہے: NICE کے رہنما خطوط، GMC کی اچھی طبی مشق، اور RCGP نصاب سبھی کو اس کی ضرورت ہے۔ یہ اس بات کی بنیاد ہے کہ اب برطانیہ کے ہر ڈاکٹر کو کس طرح تربیت دی جاتی ہے اور اس کا اندازہ لگایا جاتا ہے۔ |
⚠️ EBM سے پہلے میڈیسن کیسی تھی؟ مسئلہ اس نے حل کیا۔
EBM سے پہلے، دوا اس پر چلتی تھی جسے گورڈن گوئٹ نے یادگار طور پر کہا تھا۔ "گوبسٹ" - ایک میز کے ارد گرد بیٹھے اچھے اولڈ بوائز. کلینیکل رہنما خطوط سینئر ماہرین کے ذریعہ لکھے گئے تھے جنہوں نے اپنی ذاتی رائے جمع کی تھی، اور آپ کے مریض کے ساتھ کیا ہوا اس کا انحصار اس بات پر ہے کہ کس ڈاکٹر نے انہیں دیکھا۔
- ممتاز پر مبنی دوا: آپ نے مریضوں کے ساتھ اپنے پروفیسر جیسا سلوک کیا۔ اختیار سنیارٹی سے آیا ثبوت سے نہیں۔ ایک کنسلٹنٹ جس نے 30 سالوں سے "ہمیشہ اس طرح کیا" تھا اسے موخر کر دیا گیا - یہاں تک کہ اگر "اس طریقے" کا کبھی تجربہ نہیں کیا گیا تھا۔
- وجدان پر مبنی دوا: اگر کوئی علاج جسمانی سمجھ میں آتا ہے تو اسے استعمال کیا جاتا تھا۔ اگر دل کی غیر معمولی تالوں کو دبانا منطقی لگتا ہے، تو آپ نے انہیں دبا دیا۔ چاہے اس نے مریضوں کی مدد کی ہو اس کا شاذ و نادر ہی تجربہ کیا گیا۔
- قصے پر مبنی دوا: "میرے تجربے میں، میں نے پایا ہے کہ..." ثبوت کا معیار تھا۔ انفرادی معاملات نے مشق کو آگے بڑھایا - یہاں تک کہ جب وہ معاملات اعدادوشمار سے باہر تھے۔
- بہت زیادہ تغیر: ایک ہی مریض جو دو مختلف اسپتالوں میں پیش ہوتا ہے — یا یہاں تک کہ ایک ہی اسپتال میں دو مختلف ڈاکٹر بھی — بالکل اسی حالت کے لیے بالکل مختلف علاج حاصل کر سکتے ہیں۔
🔴 وہ مثال جس نے دوا کو تبدیل کر دیا — کاسٹ ٹرائل
یہ کوئی فرضی بات نہیں ہے۔ یہ جدید طب میں سب سے اہم سچی کہانیوں میں سے ایک ہے - اور ایک مضبوط ترین دلیل ہے جس کی EBM کو کبھی ضرورت ہے۔
سیٹ اپ - وہ منطق جو ناقابل تسخیر لگ رہی تھی۔
دل کا دورہ خطرناک دل کی تال کی اسامانیتاوں (وینٹریکولر arrhythmias) کا سبب بنتا ہے۔ وینٹریکولر اریتھمیا اچانک موت کا سبب بنتا ہے۔ لہذا: arrhythmias کو دبانا → اچانک موت کو روکنا. یہ اتنا واضح طور پر درست لگ رہا تھا کہ 1970 کی دہائی کے بعد سے، antiarrhythmic ادویات — خاص طور پر lidocaine، flecainide، اور encainide — دنیا بھر کے ہسپتالوں میں MI کے بعد کے مریضوں کو معمول کے مطابق دی جاتی تھیں۔ کبھی کبھار نہیں۔ معمول کے مطابق۔ معیاری دیکھ بھال کے طور پر۔
آزمائش - کسی نے اصل میں اس کا تجربہ کیا۔
1987 میں، کارڈیک اریتھمیا سپریشن ٹرائل (CAST) نے MI کے بعد کے 1,700 سے زیادہ مریضوں کا اندراج کیا اور انہیں اینٹی اریتھمک ادویات (flecainide یا encainide) یا پلیسبو میں بے ترتیب بنا دیا۔ ادویات نے بالکل وہی کیا جو انہیں کرنا چاہیے تھا - انہوں نے کامیابی کے ساتھ arrhythmias کو دبا دیا۔ لیکن کچھ غیر متوقع ہوا۔
نتیجہ - جس کی کسی کو توقع نہیں تھی۔
ادویات پر مریض تھے۔ مرنے کا امکان 2.5 گنا زیادہ ہے پلیسبو پر موجود لوگوں کے مقابلے میں۔ مقدمے کی سماعت کو جلد روکنا پڑا کیونکہ نقصان اتنا واضح تھا۔ ادویات ان مریضوں کو ہلاک کر رہی تھیں جن کا مقصد ان کی حفاظت کرنا تھا۔
NNH = 21. flecainide یا encainide کے ساتھ علاج کیے جانے والے ہر 21 مریضوں میں، ایک اضافی شخص مر گیا جو بصورت دیگر زندہ رہتا۔
سبق
گورڈن گوئٹ - اس وقت ایک نوجوان کارڈیالوجسٹ - نے اپنے وارڈ سے آنے والے MI کے بعد کے ہر مریض کو ذاتی طور پر لڈوکین انفیوژن دیا تھا۔ وہ بہترین پریکٹس کی پیروی کر رہا تھا۔ اسے صحیح طریقے سے سکھایا گیا تھا۔ اس کے اچھے ارادے تھے۔ اور پھر بھی، ایک RCT کے سخت ٹیسٹ کے بغیر، نہ ہی وہ اور نہ ہی اس کے ساتھیوں کے پاس یہ جاننے کا کوئی طریقہ تھا کہ علاج نقصان دہ ہے۔ یہ تجربہ اس بات کا مرکز بن گیا کہ اس نے اپنا کیریئر EBM کے لیے کیوں وقف کیا۔ انہوں نے بعد میں کہا کہ طب کی تاریخ ان علاجوں سے بھری پڑی ہے جو زیادہ تر ٹھوس شواہد کی بجائے اندازہ لگانے اور وجدان پر مبنی تھے۔
EBM سے پہلے، آپ کو کیا ملا اس بات پر منحصر ہے کہ آپ کہاں رہتے ہیں، آپ کس ہسپتال میں گئے، اور کس ڈاکٹر نے آپ کو دیکھا۔ ایک ہی حالت میں ایک ہی مریض لیڈز اور لندن میں بالکل مختلف علاج حاصل کر سکتا ہے۔ مختلف ہسپتال۔ مختلف ممالک۔ بے حد مختلف نتائج۔
EBM نے اسے تبدیل کر دیا۔ کلینیکل فیصلوں کو ثبوت کے ایک ہی جسم پر لنگر انداز کرنے سے - وہی ٹرائلز، وہی منظم جائزے، وہی رہنما خطوط - اس نے دوا کو ایک عام زبان اور ایک مشترکہ معیار فراہم کیا۔ آج، بریڈ فورڈ میں MI کے ساتھ پیش ہونے والے مریض اور برسٹل میں MI کے ساتھ پیش ہونے والے مریض کو بنیادی طور پر وہی ثبوت پر مبنی دیکھ بھال ملنی چاہیے۔ اس لیے نہیں کہ ڈاکٹر ایک جیسے ہیں، بلکہ اس لیے کہ علاج شواہد سے ہوتا ہے، انفرادی ترجیح سے نہیں۔
برطانیہ میں، اس کے ذریعے کام کیا جاتا ہے۔ NICE رہنما خطوط، RCGP نصاب, QOF اشارے, کلینیکل آڈٹ، اور MRCGP امتحانات - جن میں سے سبھی ثبوت پر مبنی مشق کی ضرورت اور جائزہ لیتے ہیں۔ جب آپ AKT پر بیٹھتے ہیں، تو آپ کو اس فریم ورک کو لاگو کرنے کی آپ کی اہلیت پر جانچا جاتا ہے۔
🌍 ای بی ایم کے بغیر دنیا — بین الاقوامی تصویر
NICE، NHS، اور پوسٹ گریجویٹ ٹریننگ کے ذریعے EBM سے UK کی وابستگی آفاقی نہیں ہے۔ دنیا کے بہت سے حصوں میں، آپ کو مریض کے طور پر جو کچھ ملتا ہے اس کا انحصار اس بات پر ہے کہ آپ کو کون دیکھتا ہے، آپ کہاں پیش کرتے ہیں، اور آپ کتنی رقم ادا کر سکتے ہیں۔ اس کو سمجھنے سے آپ کو اس بات کی تعریف کرنے میں مدد ملتی ہے کہ EBM آپ کے مریضوں کو کس چیز سے بچاتا ہے۔
ذیل میں بیان کردہ تغیر اس کی عکاسی کرتا ہے۔ صحت کی دیکھ بھال کے نظام اور ڈھانچےانفرادی ڈاکٹروں کی قابلیت یا لگن نہیں۔ بہت سے ذہین، محنتی معالج درج کردہ ہر ملک میں پریکٹس کرتے ہیں۔ مسئلہ معیاری ڈھانچے کی عدم موجودگی ہے — رہنما خطوط، نگرانی، تربیتی فریم ورک — جو EBM فراہم کرتا ہے۔ انفرادی ڈاکٹر اکیلے نظامی مسائل پر قابو نہیں پا سکتے۔
| ملک / علاقہ | مضبوط EBM فریم ورک کے بغیر پریکٹس کیسے مختلف ہوتی ہے۔ |
|---|---|
| 🇮🇳 ہندوستان (نجی شعبہ) | A 2018 لینسیٹ مطالعہ سے پتہ چلا کہ نجی ہسپتالوں میں C-سیکشن کی شرح 40-58% کے مقابلے میں عوامی سہولیات میں 10-14% کے مقابلے میں - اکثر طبی ضرورت کے بجائے مالی مراعات سے چلتی ہے۔ نجی شعبے میں زیادہ تحقیقات اور پولی فارمیسی کو وسیع پیمانے پر دستاویزی شکل دی گئی ہے۔ کینسر کے ایک ہی مریض کو ڈرامائی طور پر مختلف علاج مل سکتا ہے اس بنیاد پر کہ وہ کہاں پیش کرتے ہیں اور وہ کیا برداشت کر سکتے ہیں۔ |
| . پاکستان | اینٹی بائیوٹک کے رہنما خطوط پر عمل کرنے میں اہم تبدیلی - جنوبی ایشیا میں اینٹی بائیوٹک نسخے کی اعلی ترین شرحوں میں سے ایک۔ منشیات کے خلاف مزاحم TB اور antimicrobial resistance براہ راست نتائج ہیں۔ ماہرین کی دیکھ بھال اور معیاری انتظامی راستوں تک رسائی جغرافیہ اور آمدنی پر بہت زیادہ منحصر ہے۔ |
| 🇳🇬 نائیجیریا / 🇬🇭 گھانا | میگنیشیم سلفیٹ ڈبلیو ایچ او کی طرف سے تجویز کردہ، ثبوت پر مبنی، ایکلیمپسیا کا سستا علاج ہے۔ مطالعات سے پتہ چلتا ہے کہ یہ زچگی کی شرح اموات کو نمایاں طور پر کم کرتا ہے۔ اس کے باوجود نائجیریا اور گھانا کی سہولیات میں دستیابی اور حقیقی استعمال ہسپتال کے وسائل اور کلینشین کی تربیت کے لحاظ سے بہت زیادہ مختلف ہوتا ہے - مطلب کہ آیا ایکلیمپسیا والی عورت زندہ رہتی ہے یا مرتی ہے اس بات پر منحصر ہے کہ وہ کس سہولت تک پہنچتی ہے۔ |
| 🇸🇩 سوڈان / 🇮🇶 عراق | طویل تنازعات اور عدم استحکام نے صحت کی دیکھ بھال کے بنیادی ڈھانچے کو تباہ کر دیا ہے۔ عراق میں 2003 کے بعد، صحت عامہ کی خدمات منہدم ہو گئیں، گائیڈ لائن پر عمل درآمد رک گیا، اور بنیادی ادویات تک رسائی جغرافیہ پر منحصر ہو گئی۔ سوڈان میں، تنازعات نے ویکسینیشن پروگرام، زچگی کی صحت کی خدمات، اور دائمی بیماری کے انتظام کو متاثر کیا ہے۔ اس طرح کے ماحول میں مشق کی تبدیلی ترجیح کا معاملہ نہیں ہے - یہ اس چیز کا معاملہ ہے جو دستیاب ہے۔ |
| 🇪🇬 مصر / 🇮🇷 ایران | دونوں ممالک میں طبی اسکول ہیں جو ہنر مند ڈاکٹر تیار کرتے ہیں اور انہوں نے EBM رہنما خطوط شائع کیے ہیں - لیکن عمل درآمد سرکاری اور نجی شعبوں اور شہری اور دیہی علاقوں کے درمیان متضاد ہے۔ ایران میں، بین الاقوامی پابندیوں نے منشیات کی دستیابی کو متاثر کیا ہے، جو کہ ثبوت پر مبنی پروٹوکول سے ہٹ کر موافقت پر مجبور ہے۔ |
| 🇷🇴 رومانیہ | رومانیہ کے عمل کو دستاویزی شکل دے رہا ہے۔ سادہ ("لفافہ") - دیکھ بھال کو یقینی بنانے کے لیے ڈاکٹروں اور نرسوں کو غیر رسمی نقد ادائیگی۔ سرکاری طور پر غیر قانونی، وسیع پیمانے پر مشق۔ پارلیمانی استفسارات اور تحقیقاتی صحافت نے اس بات کی تصدیق کی ہے کہ جراحی کی دیکھ بھال کا معیار اس بات پر منحصر ہو سکتا ہے کہ مریض نجی طور پر کیا ادا کر سکتا ہے، خواہ اس کے سرکاری NHS- مساوی حقدار ہوں۔ برین ڈرین نے یورپی یونین سے الحاق کے بعد اندازاً 14,000+ ڈاکٹروں کو ہٹا دیا ہے۔ |
| 🇺🇸 ریاستہائے متحدہ | دنیا میں سب سے مہنگی صحت کی دیکھ بھال - $12,000 فی شخص فی سال - پھر بھی نتائج اکثر برطانیہ سے بہتر نہیں ہوتے۔ ڈارٹماؤتھ اٹلس پروجیکٹ نے کلینیکل پریکٹس میں بہت زیادہ جغرافیائی تغیرات کو دستاویزی شکل دی ہے: میامی میں ایک ہی مریض مینیپولیس میں ایک ہی مریض کے مقابلے میں دو گنا زیادہ تحقیقات اور طریقہ کار حاصل کرسکتا ہے، نتائج میں کوئی فرق نہیں ہے۔ 2019 کے JAMA کے ایک مطالعے کا تخمینہ ہے کہ $935 بلین - امریکی صحت کی دیکھ بھال کے تمام اخراجات کا تقریباً ایک چوتھائی - غیر ضروری دیکھ بھال پر ضائع ہوتا ہے۔ اوپیئڈ بحران کو جزوی طور پر دوا ساز کمپنیوں نے EBM فریم ورک سے باہر تجویز کرنے کے طریقوں پر اثر انداز کیا تھا۔ |
| . فرانس | فرانس میں بہترین صحت کی دیکھ بھال ہے - لیکن اینٹی بائیوٹک تجویز کرنے کی شرح تاریخی طور پر یورپ میں سب سے زیادہ رہی ہے، جو جزوی طور پر ثقافتی توقعات کے تحت چلتی ہے کہ مشورہ ہمیشہ نسخے کے ساتھ ختم ہونا چاہیے۔ اس کو کم کرنے کی مہموں ("اینٹی بایوٹکس خودکار نہیں ہیں") نے مدد کی ہے، لیکن نمونہ یہ بتاتا ہے کہ کس طرح ثقافتی اور تجارتی دباؤ جدید ترین نظاموں میں بھی ثبوت پر مبنی رہنمائی کو اوور رائیڈ کر سکتے ہیں۔ |
| 🇮🇹 اٹلی | شمالی اٹلی (میلان، بولوگنا) میں صحت کی دیکھ بھال کا معیار یورپ میں بہترین ہے۔ جنوبی اٹلی کے کچھ حصوں میں، تصویر بہت مختلف ہے — کینسر کی سرجری کے لیے طویل انتظار کا وقت، اسکریننگ پروگراموں کا کم مسلسل اطلاق، رہنما اصول پر مبنی دیکھ بھال کی کم پابندی۔ ایک ہی ملک کے اندر جغرافیائی اصل نتائج کو نمایاں طور پر متاثر کر سکتی ہے۔ |
| 🇬🇷 یونان / 🇪🇸 سپین | یونان کے کفایت شعاری کا بحران (2010–2015) صحت کی دیکھ بھال کے اخراجات میں 25% سے زیادہ کی کمی کا باعث بنا، جس کی وجہ سے ادویات کی قلت، عملے میں کمی، اور معیار میں کمی واقع ہوئی۔ 35,000 سے زیادہ ہیلتھ کیئر ورکرز نے ہجرت کی۔ اسپین میں، کینسر سے بچنے کی شرحوں میں اہم علاقائی تغیرات کو دستاویزی شکل دی گئی ہے - آپ کے پیدا ہونے والے ٹیومر مختلف طریقے سے برتاؤ کر سکتے ہیں اس پر منحصر ہے کہ آپ کس علاقے میں رہتے ہیں، اس لیے نہیں کہ حیاتیات مختلف ہے، بلکہ اس لیے کہ نظام کا ثبوت پر مبنی علاج کا اطلاق ہوتا ہے۔ |
مضبوط EBM فریم ورک یا عالمگیر استحقاق کے بغیر صحت کی دیکھ بھال کے نظام میں، ادائیگی اور علاج کے معیار کے درمیان تعلق اکثر براہ راست اور دستاویزی ہوتا ہے:
- کچھ ہندوستانی نجی اسپتالوں میں، سینے میں درد کا مریض جو نجی نگہداشت کے لیے ادائیگی کر سکتا ہے، فوری طور پر کیتھیٹرائزیشن اور سٹینٹنگ حاصل کر سکتا ہے۔ عوامی نظام میں ایک ہی مریض ای سی جی کے لیے گھنٹوں انتظار کر سکتا ہے۔
- سب صحارا افریقہ کے کچھ حصوں میں، چاہے شدید ملیریا والے بچے کو آرٹیمیسینن پر مبنی امتزاج تھراپی (ثبوت پر مبنی معیار) ملے یا اس سے بڑی، کم موثر دوا اس بات پر منحصر ہے کہ وہ کس سہولت تک پہنچتے ہیں اور ان کا خاندان کیا ادا کر سکتا ہے۔
- ان ممالک میں جن میں ادویات کی عالمی رسائی نہیں ہے، کینسر کیموتھراپی کے ایجنٹ صرف ان لوگوں کے لیے دستیاب ہو سکتے ہیں جو جیب سے ادائیگی کر سکتے ہیں — یعنی ایک جیسے کینسر کے نتائج ڈرامائی طور پر مختلف ہوتے ہیں جو صرف آمدنی کی بنیاد پر ہوتے ہیں۔
- رومانیہ اور کچھ دوسرے مشرقی یورپی ممالک میں، جراحی کے طریقہ کار کا معیار — سرجن کی مستعدی، اینستھیزیا کی نگرانی کا معیار، یہاں تک کہ پوسٹ آپریٹو نرسنگ کی دستیابی — کو طبی ضرورت پر نہیں بلکہ غیر رسمی ادائیگی پر انحصار کرنے کے لیے دستاویز کیا گیا ہے۔
ہر بار جب آپ تجارتی پرواز میں سوار ہوتے ہیں، تو آپ انسانوں کے بنائے ہوئے سب سے مؤثر حفاظتی نظاموں میں سے ایک سے فائدہ اٹھاتے ہیں۔ اس لیے نہیں کہ انفرادی پائلٹ غیر معمولی طور پر باصلاحیت ہوتے ہیں - حالانکہ وہ ہیں۔ لیکن کیونکہ ہوا بازی کے ارد گرد بنایا گیا ہے معیاری، ثبوت کی جانچ شدہ پروٹوکول. ہر پائلٹ، ہر ایئرلائن، ہر ملک ایک ہی فلائٹ سے پہلے کی چیک لسٹ، وہی لینڈنگ کے طریقہ کار، ایک جیسے ایمرجنسی پروٹوکول پر عمل کرتا ہے۔ نظام آپ کی حفاظت کرتا ہے قطع نظر اس کے کہ آپ کو کون سا انفرادی پائلٹ مل جاتا ہے۔
EBM کے بغیر دوا چیک لسٹ کے بغیر ہوا بازی ہے۔ آپ کی حفاظت مکمل طور پر اس بات پر منحصر ہے کہ آیا آپ کو ایک اچھا پائلٹ ملنا ہے، آیا اس پائلٹ نے حال ہی میں کافی تربیت دی ہے، آیا اس کا دن اچھا گزر رہا ہے، اور آیا اس نے کسی ایسے شخص سے تازہ ترین سوچ سنی ہے جس پر وہ بھروسہ کرتے ہیں۔
EBM قسمت کو سسٹم سے بدل دیتا ہے۔ یہ "میرے تجربے میں" کی جگہ "2 ملین مریضوں پر مشتمل 15,000 ٹرائلز میں" لے لیتا ہے۔ یہ کمرے میں سب سے سینئر ہونے والے کی رائے کو انسانیت کے اجتماعی طبی تجربے کے جمع شدہ ثبوت کے ساتھ بدل دیتا ہے۔ کیا آپ اپنے مریضوں کے لیے اسے ترجیح نہیں دیں گے؟ کیا آپ کے مریض اسے اپنے لیے ترجیح نہیں دیں گے؟
- ہر NICE رہنما خطوط جس کی آپ پیروی کرتے ہیں وہ منظم ثبوت کے جائزے کی پیداوار ہے — کسی نے اس بات کو یقینی بنانے کا کام کیا ہے کہ آپ جو کچھ کرتے ہیں اسے بہترین دستیاب سائنس سے تعاون حاصل ہے۔
- اعداد و شمار اور تحقیقی طریقوں پر AKT کا ہر سوال آپ کی شواہد کا تنقیدی جائزہ لینے کی صلاحیت کی جانچ کر رہا ہے - EBM کا ایک فعال صارف بننے کے لیے، ہدایات کا غیر فعال پیروکار نہیں
- جب آپ کسی مریض کو NNT کی وضاحت کرتے ہیں، یا اسکریننگ ٹیسٹ کی حدود کے بارے میں بات کرتے ہیں، یا ایسی اینٹی بائیوٹک تجویز کرنے سے انکار کرتے ہیں جس کی نشاندہی نہیں کی گئی ہے، تو آپ EBM کی مشق کر رہے ہیں — شعوری طور پر، واضح طور پر، اور انصاف کے ساتھ۔
- اور جب کوئی دوائیوں کا نمائندہ آپ کے پاس بیٹھتا ہے اور آپ کو بتاتا ہے کہ ان کی نئی دوائیں قلبی واقعات کو 35٪ تک کم کرتی ہیں، تو آپ کا پہلا سوال - "35٪ رشتہ دار یا مطلق؟" - وہ سوال ہے جو EBM نے دوا کو پوچھنا سکھایا
اسٹڈی ڈیزائنز اور شواہد کا درجہ بندی
کسی بھی نتیجے کی تشریح کرنے سے پہلے، آپ کو جاننا ہوگا۔ یہ کہاں سے آیا. مختلف مطالعاتی ڈیزائن مختلف سوالات کے جوابات دیتے ہیں، مختلف اعدادوشمار تیار کرتے ہیں، اور اعتبار کی مختلف سطحیں رکھتے ہیں۔
ثبوت کا اہرام
سب سے مضبوط ثبوت سب سے اوپر؛ نچلے حصے میں سب سے کمزور
⬆ مضبوط ترین ثبوت | ⬇ کمزور ترین ثبوت
| مطالعہ ڈیزائن | قیادت | بہترین | پیدا کرتا ہے۔ | کلیدی کمزوری۔ |
|---|---|---|---|---|
| منظم جائزہ / میٹا تجزیہ | - | ایک سوال پر بہترین مجموعی ثبوت | پولڈ اثر سائز | صرف اتنا ہی اچھا ہے جتنا بنیادی مطالعہ؛ متفاوت |
| RCT (رینڈمائزڈ کنٹرول ٹرائل) | آگے | کیا علاج X کام کرتا ہے؟ | آر آر، اے آر آر، این این ٹی | مہنگی، مصنوعی ترتیب، اخلاقی مسائل |
| کوہورٹ اسٹڈی | آگے (ممکنہ) یا پسماندہ (سابقہ) | کیا نمائش کا نتیجہ نکلتا ہے؟ واقعہ؟ | رشتہ دار خطرہ (RR)، واقعات | غصہ وقت کے ساتھ مہنگا؛ الجھانے والا |
| کیس کنٹرول اسٹڈی | پس منظر | نایاب بیماریاں؛ خطرے کے عوامل | مشکلات کا تناسب (OR) | تعصب کو یاد کریں؛ براہ راست واقعات کا حساب نہیں لگا سکتا |
| کراس سیکشنل اسٹڈی | سنگل سنیپ شاٹ | X ابھی کتنا عام ہے؟ (واپسی) | پس منظر | سبب قائم نہیں کر سکتا؛ وقتی ابہام |
| کیس رپورٹ / ماہرین کی رائے | - | مفروضہ نسل؛ نایاب واقعات | صرف تفصیل | تعصب کے لیے انتہائی حساس؛ عام نہیں ہے |
📖 کوالٹیٹو بمقابلہ مقداری تحقیق
"کتنے" یا "کتنے" کے جوابات۔ نمبرز، شماریات اور سٹرکچرڈ ڈیٹا استعمال کرتا ہے۔ مثالیں: RCTs، کوہورٹ اسٹڈیز، عددی نتائج کے ساتھ سروے۔ p-values، CIs، NNTs تیار کرتا ہے۔
"کیوں" یا "کیسے" کے جوابات۔ الفاظ، تھیمز اور انٹرویوز کا استعمال کرتا ہے۔ مثالیں: فوکس گروپس، ایتھنوگرافک اسٹڈیز، گراؤنڈ تھیوری۔ مریض کے تجربات اور عقائد کو دریافت کرتا ہے۔
🔬 نظامی جائزہ بمقابلہ میٹا تجزیہ — ایک ہی چیز نہیں۔
منظم جائزہ: ایک سخت، منظم ادب کی تلاش جو کسی سوال پر تمام متعلقہ مطالعات کی شناخت، انتخاب، اور تنقیدی انداز میں جائزہ لیتی ہے۔ نتیجہ ثبوت کا ایک معیاری خلاصہ ہے۔
میٹا تجزیہ: ایک منظم جائزہ جو ایک قدم آگے جاتا ہے۔ ریاضی کے تالاب متعدد مطالعات سے ایک واحد مشترکہ تخمینہ میں مقداری نتائج۔ تمام منظم جائزوں میں میٹا تجزیہ شامل نہیں ہوتا ہے (مثال کے طور پر، اگر مطالعہ یکجا کرنے کے لیے بہت متضاد ہیں)۔
🔄 PICO فریم ورک
PICO ایک طبی تحقیقی سوال کی تشکیل کے لیے ایک معیاری فریم ورک ہے — جسے ادب اور ڈیزائن اسٹڈیز کو تلاش کرنے کے لیے استعمال کیا جاتا ہے۔
| خط | کے لیے کھڑا ہے۔ | مثال کے طور پر |
|---|---|---|
| P | آبادی/مریض | ٹائپ 2 ذیابیطس والے بالغ افراد |
| I | مداخلت | SGLT2 روکنے والے |
| C | موازنہ | اکیلے میٹفارمین |
| O | نتائج | 5 سال میں قلبی واقعات |
🎲 RCT ڈیزائن کی خصوصیات (عام طور پر تجربہ کیا جاتا ہے)
| نمایاں کریں | اس کا کیا مطلب | یہ کیوں اہمیت رکھتا ہے۔ |
|---|---|---|
| رینڈمائزیشن | شرکاء کو اتفاق سے گروپوں میں مختص کیا گیا۔ | انتخابی تعصب کو ختم کرتا ہے۔ کنفاؤنڈرز کو متوازن کرتا ہے۔ |
| اکیلا نابینا | شرکاء کو ان کی تقسیم کا علم نہیں ہے۔ | پلیسبو اثر اور شرکاء کے تعصب کو کم کرتا ہے۔ |
| ڈبل اندھے | نہ ہی شرکاء اور نہ ہی تفتیش کاروں کو مختص کرنے کا علم ہے۔ | مبصر کے تعصب اور شرکت کنندہ کے تعصب کو ختم کرتا ہے۔ |
| ٹرپل بلائنڈ | شرکاء، تفتیش کار، اور ڈیٹا تجزیہ کار اندھے ہو گئے۔ | زیادہ سے زیادہ تعصب میں کمی |
| علاج کرنے کا ارادہ (ITT) | ان کے اصل گروپ میں تجزیہ کیا جاتا ہے قطع نظر اس کی پابندی سے | بے ترتیب کو محفوظ رکھتا ہے؛ حقیقی دنیا کے استعمال کی عکاسی کرتا ہے۔ |
| پروٹوکول کے مطابق | تجزیہ صرف اس صورت میں کیا گیا جب انہوں نے پروٹوکول مکمل کیا۔ | حیاتیاتی افادیت کو ظاہر کرتا ہے لیکن حقیقی دنیا کے فائدے کا زیادہ اندازہ لگاتا ہے۔ |
| کراس اوور ڈیزائن | شرکاء ترتیب میں دونوں علاج حاصل کرتے ہیں۔ | ہر شخص اپنے کنٹرول کے طور پر کام کرتا ہے۔ واش آؤٹ کی مدت کی ضرورت ہے |
| مختص چھپانا۔ | شرکاء کو بھرتی کرنے والا شخص یہ نہیں دیکھ سکتا کہ اگلے شریک کو کس گروپ میں تفویض کیا جائے گا جب تک کے بعد ان کا اندراج کیا گیا ہے | بھرتی کرنے والے کو لاشعوری طور پر (یا جان بوجھ کر) صحت مند مریضوں کو علاج کے گروپ کے لیے مختص کرنے سے روکتا ہے - انتخابی تعصب کی ایک شکل جسے اکیلے بے ترتیب ہونے سے نہیں روکا جا سکتا۔ |
| کلسٹر آر سی ٹی | مکمل گروپس (مثلاً GP پریکٹسز، وارڈز، اسکول) افراد کی بجائے بے ترتیب ہیں۔ | استعمال کیا جاتا ہے جب انفرادی رینڈمائزیشن ناقابل عمل ہو (مثلاً مشاورت کے نئے انداز کی جانچ کرنا)۔ کلسٹرنگ اثر کے لیے بڑے نمونے کے سائز اور شماریاتی ایڈجسٹمنٹ کی ضرورت ہے۔ |
علاج کرنے کا ارادہ ایک اور دیتا ہے قدامت پرستی (کم) تاثیر کا تخمینہ - کیونکہ اس میں غیر ماننے والے شرکاء شامل ہیں۔ یہ طبی فیصلوں کے لیے ترجیحی تجزیہ ہے۔ فی پروٹوکول تاثیر کو بڑھاتا ہے لیکن حیاتیاتی طریقہ کار کو سمجھنے کے لیے مفید ہے۔
⚖️ برتری، غیر کمتری اور برابری کی آزمائش
تمام آزمائشیں ایک ہی سوال نہیں پوچھتی ہیں۔ AKT کبھی کبھار جانچ کرتا ہے کہ آیا آپ سمجھتے ہیں کہ ٹرائل دراصل کیا دکھانے کے لیے ڈیزائن کیا گیا تھا — اور اس کے نتائج کی تشریح کرتے وقت یہ کیوں اہمیت رکھتا ہے۔
| آزمائش کی قسم | سوال کیا جا رہا ہے۔ | عام سیاق و سباق |
|---|---|---|
| برتری کی آزمائش | "نیا علاج ہے۔ سے بہتر موازنہ کرنے والا؟" | زیادہ تر معیاری RCTs — ایک حقیقی طور پر نئی دوا یا طریقہ کار کی جانچ کرنا |
| غیر کمتری کی آزمائش | "نیا علاج ہے۔ سے بدتر نہیں پہلے سے متعین چھوٹے مارجن سے زیادہ موازنہ کرنے والا؟" | کم ضمنی اثرات کے ساتھ نئی دوا، کم قیمت، یا انتظام میں آسان - مقصد یہ ظاہر کرنا ہے کہ یہ "کافی اچھی" ہے۔ |
| مساوات کی آزمائش | "دو علاج ہیں۔ بنیادی طور پر ایک ہی?" | بایو سیملر دوائیں؛ عام ادویات؛ انتظامیہ کے مختلف راستے |
فالج کی روک تھام کے لیے ایک نئے اینٹی کوگولنٹ کو وارفرین سے "غیر کمتر" دکھایا جا سکتا ہے — بہتر نہیں، لیکن معنی خیز طور پر بدتر نہیں — جبکہ استعمال کرنا آسان ہے (کوئی INR مانیٹرنگ نہیں)۔ یہ طبی لحاظ سے ایک قابل قدر تلاش ہے یہاں تک کہ اگر دوا نے وارفرین کو "ہرایا" نہ ہو۔ AKT آپ سے غیر کمتر ٹرائل کے نتیجے کی صحیح تشریح کرنے کو کہہ سکتا ہے۔
ایک غیر کمتری کی آزمائش جو "کوئی خاص فرق نہیں" ظاہر کرتی ہے۔ نوٹ برتری کے مقدمے کی طرح جو "کوئی خاص فرق نہیں" دکھاتا ہے۔ برتری کے مقدمے میں، ایک غیر اہم نتیجہ کا مطلب ہے کہ آپ یہ ثابت کرنے میں ناکام رہے کہ نئی دوا بہتر کام کرتی ہے۔ غیر کمتری کے مقدمے میں، ایک غیر اہم فرق بالکل وہی ہے جس کی آپ امید کر رہے تھے۔
تحقیقی تعصب، درستگی اور وشوسنییتا
| تعصب کی قسم | ڈیفینیشن | کون سا مطالعہ ڈیزائن؟ | اسے کیسے کم کیا جائے۔ |
|---|---|---|---|
| انتخابی تعصب۔ | شرکاء ہدف آبادی کے نمائندے نہیں ہیں۔ | تمام اقسام | رینڈمائزیشن؛ محتاط نمونے لینے |
| تعصب کو یاد کریں۔ | کیسز (بیماری والے لوگ) ماضی کی نمائش کو کنٹرول سے زیادہ واضح طور پر یاد کرتے ہیں۔ | کیس کنٹرول اسٹڈیز | معروضی ڈیٹا کے ذرائع؛ معیاری سوالات |
| اشاعت کا تعصب | مثبت/اہم مطالعہ منفی سے زیادہ کثرت سے شائع ہوتے ہیں۔ | میٹا تجزیہ (فنل پلاٹ کے ذریعے پتہ چلا) | آزمائشی رجسٹریشن؛ سرمئی ادب کی تلاش |
| ایٹریشن تعصب | فالو اپ کرنے میں شرکاء کا نقصان نتائج کو بگاڑ دیتا ہے (ڈراپ آؤٹ مکمل کرنے والوں سے مختلف ہوتا ہے) | کوہورٹ اسٹڈیز، RCTs | نیت سے علاج کا تجزیہ؛ ڈراپ آؤٹ کو کم سے کم کریں۔ |
| لیڈ ٹائم تعصب | اسکریننگ بیماری کا پہلے پتہ لگا کر بہتر بقا کا بھرم دیتی ہے۔ | اسکریننگ اسٹڈیز | بیماری سے متعلق اموات کا استعمال کریں، تشخیص سے بچنا نہیں۔ |
| لمبائی تعصب | اسکریننگ زیادہ آہستہ بڑھنے والی (کم جارحانہ) بیماری کا پتہ لگاتی ہے۔ | اسکریننگ اسٹڈیز | بیماری سے متعلق مخصوص نتائج کے ساتھ RCTs |
| مبصر/تشخیص تعصب | علاج کی تقسیم کا علم نتائج کی تشخیص کو متاثر کرتا ہے۔ | RCTs | بلائنڈنگ (سنگل، ڈبل، ٹرپل) |
| Hawthorne اثر | شرکاء اپنا رویہ بدلتے ہیں کیونکہ وہ جانتے ہیں کہ ان کا مشاہدہ کیا جا رہا ہے۔ | تمام اقسام، خاص طور پر مشاہداتی | کنٹرول گروپس؛ اندھے مبصرین |
| تصدیقی تعصب | صرف مثبت ٹیسٹ کے نتائج والے مریضوں کو گولڈ اسٹینڈرڈ تصدیقی ٹیسٹ ملتا ہے - لہذا حساسیت غلط طور پر زیادہ اور مخصوصیت غلط طور پر کم دکھائی دیتی ہے۔ | تشخیصی ٹیسٹ اسٹڈیز | یقینی بنائیں کہ تمام مریض (مثبت اور منفی) گولڈ اسٹینڈرڈ ٹیسٹ حاصل کرتے ہیں۔ |
| الجھانے والا | ایک تیسرا متغیر نمائش اور نتیجہ دونوں سے وابستہ ہے، ظاہری تعلق کو مسخ کرتا ہے۔ | مشاہداتی مطالعات | رینڈمائزیشن (RCTs)؛ سطح بندی ملٹی ویریٹیٹ تجزیہ |
🔀 الجھاؤ — جب دو چیزیں جڑی ہوئی نظر آتی ہیں لیکن نہیں ہوتیں۔
تحقیق کے طریقہ کار میں کنفاؤنڈنگ سب سے اہم تصورات میں سے ایک ہے - اور سب سے عام وجوہات میں سے ایک یہ ہے کہ بظاہر قائل مشاہداتی نتائج غلط نکلتے ہیں۔ کلیدی خیال آسان ہے: دو چیزیں منسلک نظر آتی ہیں اس لیے نہیں کہ وہ ایک دوسرے کو براہ راست متاثر کرتی ہیں، بلکہ اس لیے کہ دونوں ایک پوشیدہ تیسرے متغیر سے منسلک ہیں۔
A کنفاؤنڈر (یا متضاد متغیر) ایک تیسرا متغیر ہے جو آزادانہ طور پر وابستہ ہے۔ دونوں نمائش اور نتیجہ یہ آپ جس نمائش اور نتائج کا مطالعہ کر رہے ہیں اس کے درمیان ایک جعلی (جھوٹی) ایسوسی ایشن پیدا کرتا ہے — یا ایک حقیقی کو چھپا دیتا ہے۔
کلاسیکی مثالیں۔
| ظاہری لنک | کنفاؤنڈر | یہ ہر چیز کی وضاحت کیوں کرتا ہے۔ |
|---|---|---|
| آئس کریم کی فروخت → ڈوبنے سے اموات | گرم موسم (موسم گرما) | گرم موسم زیادہ آئس کریم کھانے اور زیادہ تیراکی → مزید ڈوبنے کا سبب بنتا ہے۔ آئس کریم ڈوبنے کا سبب نہیں بنتی۔ |
| کافی پینا → پھیپھڑوں کا کینسر | تمباکو نوشی | تمباکو نوشی کرنے والے اوسطاً زیادہ کافی پیتے ہیں۔ ابتدائی مطالعات نے کافی کو کینسر سے جوڑا - جب تک کہ سگریٹ نوشی پر قابو نہ پایا جائے۔ |
| ہلکا → پھیپھڑوں کا کینسر لے جانا | تمباکو نوشی | تمباکو نوشی کرنے والے لائٹر رکھتے ہیں۔ لائٹر کا کوئی حیاتیاتی اثر نہیں ہوتا - تمباکو نوشی کرتا ہے۔ |
| سرمئی بال → دل کی بیماری | عمر | سفید بال اور دل کی بیماری دونوں عمر کے ساتھ بڑھتے ہیں۔ عمر الجھن کا باعث ہے - بالوں کا رنگ نہیں۔ |
| جوتے کا سائز → پڑھنے کی صلاحیت (بچوں میں) | عمر | بڑے بچوں کے پاؤں بڑے ہوتے ہیں اور وہ بہتر پڑھتے ہیں۔ عمر دونوں کی وضاحت کرتی ہے۔ |
ایک متغیر ایک کنفاؤنڈر ہے اگر یہ ملتا ہے۔ تینوں ان میں سے:
- کے ساتھ وابستہ ہے۔ نمائش (جس چیز کا آپ مطالعہ کر رہے ہیں)
- کے ساتھ وابستہ ہے۔ نتائج (جس کا نتیجہ آپ ماپ رہے ہیں)
- یہ نوٹ نمائش اور نتیجہ کے درمیان کارآمد راستے پر (یہ ایک الگ تیسرا متغیر ہے، درمیان میں ایک قدم نہیں)
- رینڈمائزیشن (RCTs میں) - معلوم اور نامعلوم کنفاؤنڈرز کو گروپوں کے درمیان یکساں طور پر تقسیم کرتا ہے۔ یہ سب سے مضبوط تحفظ ہے۔
- پابندی - صرف ان شرکاء کا اندراج کریں جو کنفاؤنڈر سے ملتے جلتے ہوں (مثلاً کافی اسٹڈی میں صرف تمباکو نوشی نہ کرنے والے)
- ملاپ۔ - کنفاؤنڈر متغیر پر کیسز اور کنٹرول جوڑیں۔
- ترتیب مدارج - کنفاؤنڈر کی ہر سطح کے لیے الگ الگ نتائج کا تجزیہ کریں۔
- کثیر متغیر شماریاتی ایڈجسٹمنٹ - شماریاتی طور پر بیک وقت متعدد کنفاؤنڈرز کا حساب
ایک اچھی طرح سے چلائے جانے والے RCT میں، randomisation confounders (معلوم اور نامعلوم دونوں) کو گروپوں کے درمیان یکساں طور پر تقسیم کرتا ہے - اختلافات کی وضاحت کے طور پر الجھاؤ کو ختم کرنا۔ کوہورٹ اور کیس کنٹرول اسٹڈیز میں، آپ صرف ان کنفاؤنڈرز کے لیے ایڈجسٹ کر سکتے ہیں جن کے بارے میں آپ جانتے ہیں اور جن کی آپ پیمائش کر چکے ہیں۔ غیر پیمائشی کنفاؤنڈرز ہمیشہ کسی بھی مشاہدہ شدہ ایسوسی ایشن کے لیے ایک ممکنہ وضاحت بنے رہتے ہیں - یہی وجہ ہے کہ مشاہداتی مطالعہ کبھی بھی وجہ کو یقینی طور پر ثابت نہیں کر سکتا۔
✅ درستگی اور وشوسنییتا - کیا فرق ہے؟
کیا مطالعہ اس چیز کی پیمائش کرتا ہے جس کا وہ مطالعہ کی آبادی کے اندر پیمائش کرنے کا دعویٰ کرتا ہے؟ کے نتائج ہیں۔ اس قابل اعتماد مطالعہ؟ تعصب اور الجھاؤ سے خطرہ۔
کیا نتائج کو دوسری آبادیوں یا حقیقی دنیا کی ترتیبات پر لاگو کیا جا سکتا ہے؟ ایک ماہر مرکز میں انتہائی کنٹرول شدہ RCT بنیادی دیکھ بھال میں کیا ہوتا ہے اس کی عکاسی نہیں کرسکتا ہے۔
کیا ٹیسٹ ایک ہی حالات میں دہرائے جانے پر مسلسل نتائج پیدا کرتا ہے؟ انٹر ریٹر ریلائیبلٹی (کپا شماریات) یا ٹیسٹ ری ٹیسٹ قابل اعتماد سے ماپا جاتا ہے۔
موقع سے باہر دو ریٹرز کے درمیان معاہدے کی پیمائش کرتا ہے۔ κ = 1 (کامل معاہدہ)؛ κ = 0 (معاہدہ موقع سے بہتر نہیں)؛ κ <0 (موقع سے بدتر)۔
رسک اور علاج کے اثر کی پیمائش
یہ سب سے زیادہ آزمائشی علاقے AKT کے اعدادوشمار میں۔ آپ کو ان فارمولوں کو سرد جاننے کی ضرورت ہے اور امتحان کے حالات میں ان کو ٹرائل ڈیٹا ٹیبلز پر لاگو کرنے کے قابل ہونا چاہیے۔
کلیدی میٹرکس
📊 NNT تشریح — نمبروں کا اصل مطلب کیا ہے؟
NNT آپ کو بتاتا ہے کہ آپ کو کتنے مریضوں کا علاج کرنے کی ضرورت ہے۔ ایک فائدہ اٹھانا تو کم مریضوں کو آپ کو ایک فائدہ حاصل کرنے کے لئے علاج کرنے کی ضرورت ہے، زیادہ مؤثر علاج. NNT = 2 کا مطلب ہے کہ ہر 2 مریضوں میں سے 1 کو فائدہ ہوتا ہے - یہ بہت اچھا ہے۔ NNT = 100 کا مطلب ہے 100 میں سے صرف 1 فوائد - بہت کمزور۔
| این این ٹی رینج | کھردری تشریح | مثال سیاق و سباق |
|---|---|---|
| <10 | بہت موثر | بعض انفیکشنز کے لیے اینٹی بائیوٹکس؛ کچھ شدید علاج |
| 10 - 50 | اعتدال پسند اثر | بہت سی عام روک تھام کی ادویات |
| > 100 | کمزور اثر | کچھ آبادی کی سطح سے بچاؤ کی حکمت عملی |
یہ حدیں ہیں۔ نوٹ NICE یا RCGP سے — وہ صرف تدریسی معاون ہیں۔ "صحیح" NNT ہمیشہ سیاق و سباق پر منحصر ہوتا ہے:
- کا ایک این این ٹی 100 اب بھی قابل قدر ہو سکتا ہے اگر روکا جانے والا نتیجہ موت یا سنگین ناقابل واپسی نقصان ہے۔
- کا ایک این این ٹی 5 قابل قبول نہیں ہو سکتا اگر علاج کے بار بار یا سنگین ضمنی اثرات ہوتے ہیں۔
ایک سطری اصول: NNT آپ کو بتاتا ہے کہ آپ کتنے مریضوں کا علاج کرتے ہیں تاکہ فائدہ ہو — Lower = مضبوط اثر۔ لیکن ہمیشہ اسے نتائج کی شدت اور علاج کے بوجھ کے مقابلہ میں تولیں۔
اگر 100 میں سے 60 مریضوں کو فائدہ ہوتا ہے، تو یہ 60% (= 0.6) کا ARR ہے، NNT = 1 ÷ 0.6 ≈ دیتا ہے۔ 1.7 - ایک بہترین نتیجہ. NNT وہ نمبر نہیں ہے جو فائدہ اٹھائے۔ یہ وہ نمبر ہے جسے آپ حاصل کرنا چاہتے ہیں۔ ایک فائدہ.
📖 مشکلات کا تناسب اور خطرات کا تناسب — یہ کب استعمال ہوتے ہیں؟
| پیمائش کریں | میں استعمال کیا جاتا | فرمان |
|---|---|---|
| رشتہ دار خطرہ (RR) | کوہورٹ اسٹڈیز، RCTs | دو گروہوں میں خطرے کا براہ راست موازنہ کرتا ہے۔ OR سے زیادہ بدیہی۔ |
| مشکلات کا تناسب (OR) | کیس کنٹرول اسٹڈیز | معاملات بمقابلہ کنٹرولز میں نمائش کی مشکلات کا موازنہ کرتا ہے۔ جب بیماری نایاب ہوتی ہے تو RR کا تخمینہ لگاتا ہے۔ |
| خطرے کا تناسب (HR) | بقا کا تجزیہ (وقت سے واقعہ) | RR کی طرح لیکن اکاؤنٹس جب واقعات وقت کے ساتھ ہوتے ہیں. HR <1 = علاج کے گروپ میں کم خطرہ۔ |
عام بیماریوں کے لیے، OR RR کے مقابلے میں خطرے کو بڑھاتا ہے۔ نایاب بیماریوں کے لیے (<10% پھیلاؤ)، وہ تقریباً برابر ہیں۔ کیس کنٹرول اسٹڈی ایک OR — آپ کو تیار کرتی ہے۔ نہیں کر سکتے ہیں کیس کنٹرول اسٹڈی سے براہ راست واقعات یا RR کا حساب لگائیں۔
🧮 کام کی مثال — آزمائشی ڈیٹا سے NNT کا حساب لگانا
🎯 منظر نامہ: سٹیٹن ٹرائل
5 سالہ آر سی ٹی سے پتہ چلتا ہے کہ قلبی خطرہ کے حامل مریضوں میں: پلیسبو گروپ میں 6٪ کو دل کا دورہ پڑا، جبکہ سٹیٹن گروپ میں 4٪ کے مقابلے میں۔
1 دل کے دورے سے بچنے کے لیے 5 سال تک 50 مریضوں کا علاج کریں۔
متاثر کن لگتا ہے! لیکن مطلق فائدہ صرف 2٪ ہے۔
سٹیٹن گروپ میں پلیسبو گروپ کا 67 فیصد خطرہ تھا - 33 فیصد رشتہ دار کمی۔
جب کوئی مریض پوچھے "کیا یہ سٹیٹن میری مدد کرے گا؟"، NNT استعمال کریں۔ "اگر آپ جیسے 50 لوگ یہ گولی 5 سال تک لیں تو 1 ہارٹ اٹیک سے بچا جا سکے گا۔ ذاتی طور پر آپ کے لیے یہ 2 فیصد مکمل فائدہ ہے۔" یہ اس سے کہیں زیادہ ایماندار ہے "یہ آپ کے خطرے کو 33٪ تک کم کرتا ہے۔"
💬 مریضوں کو رسک کی اطلاع دینا (AKT پسندیدہ)
AKT اکثر جانچتا ہے کہ آپ مریضوں کو شماریاتی معلومات کی وضاحت کیسے کریں گے۔ چار اہم شکلیں ہیں:
| فارمیٹ | مثال کے طور پر | بہترین |
|---|---|---|
| قدرتی تعدد | "ہر 100 میں سے 5 افراد" | مریضوں کو سمجھنے کے لئے سب سے آسان |
| فیصدی | "5% لوگ" | بڑے پیمانے پر استعمال کیا جاتا ہے لیکن گمراہ کر سکتا ہے |
| این این ٹی | "1 واقعہ کو روکنے کے لئے 20 کا علاج کریں" | مکمل فائدہ کو واضح طور پر بتاتا ہے۔ |
| کیٹس پلاٹ | 100 چہروں کی بصری گرڈ | مشترکہ فیصلہ سازی کے لیے بہترین بصری امداد |
بنیادی خطرہ بتائے بغیر "یہ آپ کے خطرے کو 33٪ تک کم کر دیتا ہے" کہنا گمراہ کن ہے۔ 0.3% کی بنیادی لائن سے 33% RRR کا مطلب ہے کہ آپ کا مطلق فائدہ 0.1% ہے۔ RRR کو ہمیشہ بنیادی خطرے کے ساتھ جوڑیں یا اس کے بجائے ARR/NNT دیں۔
💊 فارما ریپ ٹرِک — کس طرح ڈرگ کمپنیاں اعدادوشمار کو گھماتی ہیں۔
ڈرگ کمپنی کے نمائندوں کو آزمائشی ڈیٹا کو انتہائی سازگار روشنی میں پیش کرنے کی تربیت دی جاتی ہے۔ وہ ہاتھ کی ایک سادہ لیکن موثر شماریاتی سلائٹ استعمال کرتے ہیں:
- فوائد → رشتہ دار خطرے میں کمی (RRR) کے طور پر حوالہ دیا گیا - کیونکہ یہ بڑا اور زیادہ متاثر کن لگتا ہے۔
- نقصانات → مطلق خطرے میں اضافہ (ARI) کے طور پر حوالہ دیا گیا - کیونکہ یہ چھوٹا اور کم متعلقہ لگتا ہے۔
کام کی مثال — ایک خیالی سٹیٹن کے نمائندے کا دورہ
ایک نیا سٹیٹن 5 سالوں میں دل کے دورے کو 2% سے 1% تک کم کرتا ہے، لیکن مایوپیتھی کو 1% سے 2% تک بڑھاتا ہے۔
تریاق: ہمیشہ پوچھیں - "مطلق فرق کیا ہے؟" جب کوئی نمائندہ کسی رشتہ دار شخصیت کا حوالہ دیتا ہے تو اسے خود تبدیل کریں: ARR = CER − EER، پھر NNT = 1 ÷ ARR۔ یہ فوائد پر یکساں طور پر لاگو ہوتا ہے۔ اور نقصان پہنچاتا ہے
تشخیصی جانچ اور اسکریننگ - 2×2 ٹیبل
2×2 ہنگامی جدول تمام تشخیصی اعدادوشمار کی بنیاد ہے۔ اگر آپ اس جدول کو بنا اور پڑھ سکتے ہیں، تو آپ زیادہ تر تشخیصی AKT سوالات کے جواب دے سکتے ہیں۔
2 × 2 ٹیبل
| بیماری کی اصل حالت | ||
|---|---|---|
| ٹیسٹ کے نتائج | بیماری پیش | بیماری غیر حاضر |
| ٹیسٹ مثبت | حقیقی مثبت (TP) ٹیسٹ کہتا ہے ہاں → بیماری ہے ✓ |
غلط مثبت (FP) ٹیسٹ کہتا ہے ہاں → کوئی بیماری نہیں ✗ |
| ٹیسٹ منفی | غلط منفی (FN) ٹیسٹ کہتا ہے کہ نہیں → بیماری ہے ✗ |
سچا منفی (TN) ٹیسٹ کہتا ہے NO → کوئی بیماری نہیں ✓ |
🧠 SnNout اور SpPin — میموری ایڈز (اور وہ کیوں کام کرتے ہیں)
Snout : ایک اعلیٰ Sensitive ٹیسٹ، اگر Nمثبت، بیماری پر حکمرانی کرتا ہے۔ باہر.
اگر حساسیت بہت زیادہ ہے تو، منفی ٹیسٹ کے نتیجے کا مطلب ہے کہ بیماری کا امکان بہت کم ہے (کم غلط-منفی شرح)۔ اسکرین اور مسترد کرنے کے لیے ایک حساس ٹیسٹ کا استعمال کریں۔
Spمیں: ایک اعلیٰ Spمخصوص ٹیسٹ، اگر Positive، بیماری کو کنٹرول کرتا ہے In.
اگر مخصوصیت بہت زیادہ ہے تو، مثبت ٹیسٹ کے نتیجے کا مطلب ہے کہ بیماری کا امکان بہت زیادہ ہے (کم غلط-مثبت شرح)۔ تشخیص کی تصدیق کے لیے مخصوص ٹیسٹ استعمال کریں۔
📊 PPV اور NPV پر پھیلاؤ کا اثر - AKT کا اہم موضوع
یہ تشخیصی اعدادوشمار میں سب سے اہم اور آزمائشی تصورات میں سے ایک ہے۔ حساسیت اور مخصوصیت ٹیسٹ کی مخصوص خصوصیات ہیں۔ لیکن PPV اور NPV ڈرامائی طور پر اس بات پر منحصر ہے کہ آپ جس آبادی کی جانچ کر رہے ہیں وہاں بیماری کتنی عام ہے۔
| منظر نامے | پس منظر | پی پی وی | این پی وی |
|---|---|---|---|
| عام آبادی کو کسی نایاب بیماری کے لیے اسکریننگ کرنا (مثلاً کم خطرے میں ایچ آئی وی) | 1% | کم (~16%) | زیادہ (~99.9%) |
| ایک اعلی خطرے والے ماہر کلینک میں جانچ | 50٪ | زیادہ (~95%) | زیادہ (~95%) |
- پھیلاؤ کے طور پر ↑ → PPV ↑، NPV ↓
- پھیلاؤ کے طور پر ↓ → PPV ↓، NPV ↑
- کم پھیلاؤ والی آبادی میں، زیادہ تر مثبت نتائج غلط مثبت (کم پی پی وی) ہوتے ہیں - یہاں تک کہ ایک انتہائی مخصوص ٹیسٹ کے باوجود
- زیادہ پھیلاؤ والی آبادی میں منفی ٹیسٹ اب بھی بیماری سے محروم ہو سکتا ہے (نچلے NPV)
📐 امکانات کا تناسب - جب آپ آگے جانا چاہتے ہیں۔
امکانی تناسب (LRs) حساسیت اور مخصوصیت کو ایک عدد میں یکجا کرتے ہیں جو آپ کو بتاتا ہے کہ ٹیسٹ کا نتیجہ بیماری کے امکان کو کتنا بدل دیتا ہے۔ PPV/NPV سے زیادہ جدید، لیکن مفید — اور کبھی کبھار AKT میں ٹیسٹ کیا جاتا ہے۔
| LR+ | ٹیسٹ کے بعد کے امکان پر اثر |
|---|---|
| > 10 | امکان میں بڑا اور اکثر حتمی اضافہ |
| 5 10 | اعتدال پسند اضافہ |
| 2 5 | چھوٹا اضافہ |
| 1 | کوئی تبدیلی نہیں (ٹیسٹ بیکار ہے) |
| 0.1 0.5 | چھوٹی سے درمیانی کمی |
| بڑی کمی - مضبوط منفی قاعدہ |
آبادی کے شماریات اور وبائی امراض
📊 معیاری اموات کا تناسب (SMR)
| ایس ایم آر ویلیو | فرمان |
|---|---|
| 100 = | شرح اموات حوالہ آبادی کے برابر ہے۔ |
| > 100 | زیادہ اموات (متوقع سے زیادہ) |
| <100 | توقع سے کم اموات |
🎯 اسکریننگ - لیڈ ٹائم اور لینتھ تعصب (کلیدی AKT ٹریپس)
اسکریننگ سے بیماری کا پہلے پتہ چلتا ہے، جس سے یہ ظاہر ہوتا ہے کہ زندہ رہنے میں بہتری آئی ہے - چاہے مریض اسی وقت مر جائے۔ "تشخیص سے بقا کا وقت" صرف ابتدائی پتہ لگانے سے بڑھایا گیا ہے، علاج کے حقیقی فائدے سے نہیں۔ مریض زیادہ زندہ نہیں رہتا۔ وہ صرف طویل عرصے تک جانتے ہیں.
اسکریننگ پروگراموں میں تیزی سے بڑھنے والی جارحانہ بیماری کے مقابلے میں سست رفتاری سے بڑھنے والی، بے وقوف بیماری (جس کا "قابل شناخت پری کلینکل مرحلہ" طویل ہوتا ہے) کا زیادہ امکان ہوتا ہے۔ اس سے اسکریننگ زیادہ مؤثر نظر آتی ہے جتنا کہ یہ واقعی شدید بیماری کے لیے ہے۔
✅ ولسن اور جنگنر اسکریننگ کا معیار
اسکریننگ پروگرام متعارف کروانے سے پہلے، اسے ولسن اور جنگنر کے معیار کو پورا کرنا چاہیے (اصل میں 1968 میں شائع ہوا، اب بھی معیاری فریم ورک ہے)۔ AKT ان معیارات کے علم اور منظرناموں پر ان کے اطلاق دونوں کی جانچ کرتا ہے۔
| # | کسوٹی | پریکٹس میں اس کا کیا مطلب ہے۔ |
|---|---|---|
| 1 | صحت کا اہم مسئلہ | اس حالت میں اہم بیماری یا اموات ہوتی ہیں - اسکریننگ کی کوشش کے قابل |
| 2 | قبول شدہ علاج دستیاب ہے۔ | بیماری کا پتہ لگانے کا کوئی فائدہ نہیں ہے جس کا آپ علاج نہیں کرسکتے ہیں۔ |
| 3 | تشخیص اور علاج کی سہولیات موجود ہیں۔ | شروع کرنے سے پہلے انفراسٹرکچر کا ہونا ضروری ہے۔ |
| 4 | قابل شناخت اویکت یا ابتدائی مرحلہ | بیماری کا ایک قابل شناخت پری علامتی مرحلہ ہونا ضروری ہے۔ |
| 5 | مناسب ٹیسٹ دستیاب ہے۔ | ٹیسٹ آبادی کے لیے قابل قبول، محفوظ اور معقول حد تک درست ہونا چاہیے۔ |
| 6 | آبادی کے لیے قابل قبول ٹیسٹ | لوگوں کو اس سے گزرنے کے لئے تیار ہونا چاہئے - ناگوار یا غیر آرام دہ ٹیسٹ اپٹیک کو روک سکتے ہیں۔ |
| 7 | قدرتی تاریخ کو مناسب طریقے سے سمجھا جاتا ہے۔ | یہ جاننا ضروری ہے کہ اگر علاج نہ کیا جائے تو بیماری کیسے بڑھتی ہے۔ |
| 8 | کس کا علاج کرنا ہے اس پر متفق پالیسی | واضح پروٹوکول کی ضرورت ہے - نہ صرف پتہ لگانے بلکہ آگے کیا ہوتا ہے۔ |
| 9 | مؤثر لاگت | ہر کیس کو ڈھونڈنے کی لاگت کو فائدہ کے مقابلے میں متوازن ہونا چاہیے۔ |
| 10 | مسلسل عمل، یک طرفہ نہیں۔ | اسکریننگ جاری ہونی چاہیے - بیماری کے واقعات جاری ہیں۔ |
پروسٹیٹ کینسر کے لیے PSA اسکریننگ ہے۔ نوٹ NHS قومی اسکریننگ پروگرام کا حصہ بالکل اس لیے کہ یہ معیار 5 اور 7 کے ساتھ جدوجہد کرتا ہے: PSA کافی حد تک درست ٹیسٹ نہیں ہے (کم خصوصیت → بہت سے غلط مثبت)، اور بہت سے کم درجے کے پروسٹیٹ کینسر کی قدرتی تاریخ کا مطلب ہے کہ وہ مریض کی زندگی میں کبھی بھی علامات پیدا نہیں کریں گے۔ یہ براہ راست حد سے زیادہ تشخیص سے منسلک ہے (نیچے دیکھیں)۔
🔍 حد سے زیادہ تشخیص - ایسے مسائل تلاش کرنا جن سے مسائل پیدا نہ ہوں
حد سے زیادہ تشخیص اس وقت ہوتی ہے جب ایک حقیقی بیماری کا پتہ چل جاتا ہے - جو واقعی موجود ہے - لیکن وہ بیماری ہوگی۔ علامات، نقصان، یا موت کی وجہ سے کبھی نہیں ہے مریض کی زندگی کے دوران اگر پتہ نہ چل سکا۔ یہ غلط مثبت نہیں ہے (بیماری حقیقی ہے)؛ یہ ایک حقیقی مثبت ہے جسے تلاش کرنے کی ضرورت نہیں تھی۔
زیادہ تشخیص اچھے لوگوں کو مریضوں میں بدل دیتا ہے۔ یہ انہیں بے چینی، ضمنی اثرات، اور ایسی حالت کے علاج کے خطرات سے آشنا کرتا ہے جس سے انہیں کبھی نقصان نہیں ہوتا۔ یہ اسکریننگ پروگراموں کے سب سے اہم نقصانات میں سے ایک ہے - اور ایک AKT کا براہ راست ٹیسٹ۔
| شرط | زیادہ تشخیص کی مثال |
|---|---|
| پروسٹیٹ کینسر | PSA کے ذریعہ پائے جانے والے بہت سے کم درجے کے کینسر کبھی ترقی نہیں کرتے یا علامات پیدا نہیں کرتے - مرد مر جاتے ہیں۔ ساتھ انہیں، نہیں سے انہیں |
| تائرواڈ کینسر | الٹراساؤنڈ میں چھوٹے پیپلیری تھائیرائیڈ کینسر کا پتہ چلتا ہے جو تقریباً عالمگیر طور پر سست ہیں - پتہ لگانے میں اضافہ ہوا ہے لیکن اموات میں کوئی تبدیلی نہیں آئی |
| DCIS (چھاتی) | میموگرافی کے ذریعہ ڈکٹل کارسنوما کا پتہ لگایا گیا - کچھ کبھی بھی ناگوار کینسر نہیں بنیں گے۔ |
زیادہ تشخیص = ایسی بیماری کی تلاش جس کو ڈھونڈنے کی ضرورت نہیں تھی۔ ضرورت سے زیادہ علاج = ایسی بیماری کا علاج کرنا جس کے علاج کی ضرورت نہیں تھی (جو زیادہ تشخیص کے بعد ہوسکتی ہے، یا آزادانہ طور پر ہوسکتی ہے)۔ وہ متعلقہ لیکن الگ تصورات ہیں۔
🔢 عمر کی معیاری کاری
مختلف آبادیوں (مثلاً مختلف ممالک، مختلف مدتوں) کے درمیان بیماری کی شرح یا اموات کا موازنہ کرتے وقت، آپ کو اس حقیقت کو ایڈجسٹ کرنے کی ضرورت ہے کہ ان آبادیوں میں عمر کی تقسیم مختلف ہو سکتی ہے۔ بڑی عمر کی آبادی میں قدرتی طور پر زیادہ اموات ہوں گی یہاں تک کہ اگر ان کی صحت بھی اتنی ہی اچھی ہو۔
عمر کی معیاری کاری ایک شماریاتی تکنیک ہے جو آبادی کے درمیان صحت کے نتائج کا موازنہ کرتے وقت مختلف عمر کی تقسیم کے مسخ کرنے والے اثر کو دور کرتی ہے۔ یہ ایک ایسی شرح پیدا کرتا ہے جس کا مشاہدہ کیا جائے گا اگر دونوں آبادیوں کی عمر کا ڈھانچہ ایک ہی ہو ("معیاری آبادی")۔
🎗️ کینسر کے اعدادوشمار — AKT کو معلوم ہونا چاہیے۔
AKT کبھی کبھار کینسر کے مخصوص اعدادوشمار کی جانچ کرتا ہے۔ آپ کو آنکولوجی کے مکمل علم کی ضرورت نہیں ہے — لیکن یہ سرخی کے اعداد و شمار سامنے آتے ہیں اور جاننے کے قابل ہیں۔
| کینسر | کلیدی شماریات | یہ کیوں اہمیت رکھتا ہے۔ |
|---|---|---|
| ورشن کا کینسر | >98% 10 سالہ بقا | سب سے زیادہ قابل علاج کینسر میں سے ایک - نوجوان مردوں کی مشاورت کے لیے جاننا ضروری ہے۔ |
| پھیپھڑوں کے کینسر | کینسر کی موت کی اہم وجہ (برطانیہ) | سب سے عام کینسر نہ ہونے کے باوجود، یہ کسی دوسرے سے زیادہ لوگوں کو مارتا ہے۔ |
ایک کینسر زیادہ ہو سکتا ہے واقعات (عام) لیکن کم شرح اموات (قابل علاج)، جیسے چھاتی کا کینسر۔ یا اس میں لبلبے کے کینسر کی طرح کم واقعات لیکن بہت زیادہ اموات ہو سکتی ہیں۔ AKT کینسر کے اعدادوشمار کی صحیح تشریح کرنے کی آپ کی صلاحیت کو جانچ سکتا ہے — یہ مت سمجھیں کہ سب سے عام کینسر سب سے مہلک ہے۔
⚖️ صحت کی عدم مساوات
صحت کی عدم مساوات لوگوں کے مختلف گروہوں کے درمیان صحت میں غیر منصفانہ، قابل گریز فرق کو بیان کرتی ہے۔ یہ برطانیہ کی صحت عامہ کی پالیسی کی ایک اہم توجہ ہیں اور AKT میں وبائی امراض اور صحت کے سماجی تعین کرنے والوں کے تناظر میں ظاہر ہوتے ہیں۔
صحت کی عدم مساوات ہیں۔ صحت کی حیثیت میں یا مختلف آبادی کے گروپوں کے درمیان صحت کے تعین کرنے والوں کی تقسیم میں غیر منصفانہ، قابل گریز فرق. وہ "قابل گریز" ہیں کیونکہ وہ سماجی، اقتصادی، یا ماحولیاتی حالات سے پیدا ہوتے ہیں جو اصولی طور پر تبدیل ہو سکتے ہیں - بے ترتیب موقع یا حیاتیاتی تغیر سے نہیں۔
| قسم | برطانیہ میں مثالیں۔ |
|---|---|
| سماجی اقتصادی | محروم علاقوں میں کم متوقع عمر؛ غریب کمیونٹیز میں دل کی بیماری، ذیابیطس اور ذہنی بیماری کی اعلی شرح |
| جغرافیای | "شمالی-جنوب کی تقسیم" - جنوبی کے مقابلے شمالی انگلینڈ کے کچھ حصوں میں صحت کے خراب نتائج |
| نسلی | جنوبی ایشیائی آبادی میں ٹائپ 2 ذیابیطس کی اعلی شرح؛ سیاہ فام آبادی میں قلبی خطرہ زیادہ ہے۔ |
| جنس | مردوں کی متوقع عمر کم ہوتی ہے لیکن خواتین کی صحت زیادہ خراب ہوتی ہے (روگ) |
ڈیٹا کی تقسیم اور شماریاتی اہمیت
مرکزی رجحان کے اقدامات
| پیمائش کریں | ڈیفینیشن | بہترین استعمال کب | خبر دار، دھیان رکھنا |
|---|---|---|---|
| مطلب | تمام اقدار کا مجموعہ ÷ اقدار کی تعداد | ڈیٹا عام طور پر تقسیم کیا جاتا ہے۔ | آسانی سے outliers کی طرف سے skewed |
| اوسط | درمیانی قدر جب ترتیب سے ترتیب دی جائے۔ اگر کوئی ہے۔ برابر نمبر اقدار کا، میڈین دو درمیانی نمبروں کا اوسط ہے۔ | ترچھا ڈیٹا (مثلاً آمدنی، ہسپتال میں قیام کی لمبائی) | اصل قدروں کو انتہا پر نظر انداز کرتا ہے۔ |
| موڈ | اکثر وقوع پذیر ہونے والی قدر | واضح ڈیٹا؛ bimodal تقسیم | مسلسل ڈیٹا کے ساتھ بے معنی ہو سکتا ہے۔ |
| رینج | زیادہ سے زیادہ - کم سے کم | پھیلنے کا فوری احساس | مکمل طور پر outliers کی طرف سے مقرر |
| IQR (انٹرکوارٹائل رینج) | 75واں پرسنٹائل - 25واں پرسنٹائل | ترچھے ڈیٹا کے لیے میڈین کے ساتھ جوڑا بنایا گیا۔ | اوپری اور زیریں 25% کو نظر انداز کرتا ہے |
| معیاری انحراف (SD) | وسط سے اوسط پھیلاؤ | عام طور پر تقسیم شدہ ڈیٹا | گمراہ کن ہے اگر ڈیٹا عام طور پر تقسیم نہیں کیا جاتا ہے۔ |
🗂️ ڈیٹا کی اقسام — برائے نام، ترتیب، وقفہ، تناسب
کیا سمجھنا قسم آپ کے پاس موجود ڈیٹا کا تعین کرتا ہے کہ کون سے خلاصہ کے اعداد و شمار اور کون سے شماریاتی ٹیسٹ مناسب ہیں۔ AKT اس کی جانچ کرتا ہے - عام طور پر ڈیٹا سیٹ پیش کرکے اور یہ پوچھ کر کہ کون سا ٹیسٹ یا پیمائش استعمال کرنا ہے۔
| قسم | ڈیفینیشن | مثال کے طور پر | ینالاگ |
|---|---|---|---|
| برائے نام | زمرہ جات بغیر کسی قدرتی ترتیب کے | بلڈ گروپ (اے، بی، اے بی، او)؛ جنس آنکھوں کا رنگ؛ موت کی وجہ | ایک پھل کا پیالہ — سیب اور کیلے بالکل مختلف ہیں، نہ ہی "زیادہ" |
| عام | ترتیب شدہ زمرے، لیکن ان کے درمیان فرق ہے۔ نوٹ لازمی طور پر برابر | NYHA دل کی ناکامی کی کلاس (I–IV)؛ درد کا پیمانہ (ہلکے/اعتدال پسند/شدید)؛ لکیرٹ ترازو | ریس کی پوزیشنیں - پہلی، دوسری، تیسری۔ ہم ترتیب کو جانتے ہیں، لیکن 1st اور 2nd کے درمیان فرق دوسرے اور 3rd کے درمیان فرق سے بہت مختلف ہو سکتا ہے |
| انٹرول | اقدار کے درمیان مساوی فرق کے ساتھ ترتیب دیا گیا، لیکن کوئی سچا صفر نہیں | °C میں درجہ حرارت؛ کیلنڈر کی تاریخیں؛ IQ سکور | تھرمامیٹر - 0 ° C کا مطلب "درجہ حرارت نہیں" نہیں ہے۔ آپ یہ نہیں کہہ سکتے کہ 20 ° C کسی بھی مطلق معنی میں 10 ° C سے "دوگنا گرم" ہے۔ |
| تناسب | ترتیب دیا گیا، مساوی خلا، اور a حقیقی مطلق صفر | قد، وزن، بلڈ پریشر، عمر، آمدنی، منشیات کی خوراک | پیسہ - £0 کا مطلب ہے کہ آپ کے پاس حقیقی طور پر کچھ نہیں ہے۔ £40 £20 سے دوگنا ہے۔ |
- برائے نام/معمولی ڈیٹا → اوسط کے لیے نان پیرامیٹرک ٹیسٹ، موڈ یا میڈین استعمال کریں۔
- وقفہ/تناسب کا ڈیٹا (عام طور پر تقسیم) → مطلب، SD، پیرامیٹرک ٹیسٹ استعمال کر سکتے ہیں۔
- تم معنی سے ایک مطلب کا حساب نہیں لگا سکتا برائے نام اعداد و شمار کے لیے (مثلاً "مطلب خون کا گروپ" بکواس ہے) یا وقفہ کے اعداد و شمار کے ساتھ متناسب بیانات دیں (آپ یہ نہیں کہہ سکتے کہ 120 کا IQ والا شخص 60 کے ساتھ "دوگنا ہوشیار" ہے)
🔬 پیرامیٹرک بمقابلہ نان پیرامیٹرک ٹیسٹ
شماریاتی ٹیسٹ آپ کے ڈیٹا کے بارے میں جو مفروضے بناتے ہیں اس کی بنیاد پر دو خاندانوں میں تقسیم ہوتے ہیں۔ AKT ٹیسٹ کرتا ہے کہ کسی مخصوص منظر نامے کے لیے کس قسم کا ٹیسٹ مناسب ہے — آپ کو حساب لگانے کی ضرورت نہیں ہے، بس یہ جان لیں کہ کون سا استعمال کب کرنا ہے۔
پیرامیٹرک ٹیسٹ فرض کریں کہ ڈیٹا عام طور پر تقسیم کیا جاتا ہے (یا نمونہ اتنا بڑا ہے کہ اس سے زیادہ فرق نہیں پڑتا) اور یہ کہ ڈیٹا کم از کم وقفہ کی سطح پر ہے۔ غیر پیرامیٹرک ٹیسٹ ایسی کوئی قیاس آرائیاں نہ کریں — وہ صفوں یا زمروں کے ساتھ کام کرتے ہیں اور ترچھے ڈیٹا، چھوٹے نمونوں، یا عام/ برائے نام ڈیٹا کے لیے موزوں ہیں۔
| مقصد | پیرامیٹرک ٹیسٹ | غیر پیرامیٹرک مساوی |
|---|---|---|
| 2 آزاد گروپوں کے ذرائع کا موازنہ کریں۔ | آزاد ٹی ٹیسٹ | مان-وٹنی یو ٹیسٹ |
| موازنہ کا مطلب ہے: ایک ہی گروپ، 2 ٹائم پوائنٹس | پیئرڈ ٹی ٹیسٹ | ولکوکسن نے دستخط شدہ رینک ٹیسٹ |
| 3 یا زیادہ گروپوں کے ذرائع کا موازنہ کریں۔ | انووا (تغیر کا تجزیہ) | کرسکل والس ٹیسٹ |
| دو مسلسل متغیرات کے درمیان ارتباط | پیئرسن کا باہمی تعلق | سپیئر مین رینک کا باہمی تعلق |
| تناسب / واضح ڈیٹا کا موازنہ کریں۔ | - | چی اسکوائرڈ ٹیسٹ (χ²) |
- ڈیٹا ہے۔ اسکیوڈ or عام طور پر تقسیم نہیں کیا جاتا ہے → نان پیرامیٹرک استعمال کریں۔
- چھوٹا نمونہ سائز (اور نارملٹی غیر یقینی) → نان پیرامیٹرک استعمال کریں۔
- ڈیٹا ہے۔ معمولی (مثال کے طور پر درد کے اسکور، لیکرٹ) → نان پیرامیٹرک استعمال کریں۔
- موازنہ تناسب یا زمرے → چی اسکوائرڈ ٹیسٹ
- بڑا نمونہ، مسلسل، تقریباً نارمل → پیرامیٹرک ٹیسٹ ٹھیک ہے۔
🔔 عام تقسیم — 68-95-99.7 اصول
ایک عام تقسیم ایک سڈول گھنٹی کے سائز کا وکر ہے۔ اوسط، میڈین اور موڈ سب برابر ہیں اور مرکز میں بیٹھتے ہیں۔
| رینج | اقدار کا % شامل ہے۔ |
|---|---|
| مطلب ± 1 SD | 68٪ |
| مطلب ± 2 SD | 95٪ |
| مطلب ± 3 SD | 99.7٪ |
مثبت طور پر متزلزل اعداد و شمار کے ساتھ (مثال کے طور پر آمدنی، جی پی کے انتظار کے اوقات، ایک وارڈ میں سیرم بلیروبن)، وسط کو چند اونچے آؤٹ لیرز نے دائیں طرف کھینچ لیا ہے۔ اس صورت میں، استعمال کریں اوسط - یہ عام قدر کی بہتر نمائندگی کرتا ہے۔ AKT اس امتیاز کو جانچنا پسند کرتا ہے۔
📉 پی ویلیوز اور اعتماد کے وقفے — ان کا واقعی کیا مطلب ہے۔
پی ویلیوز
پی-ویلیو کم از کم اتنے ہی شدید نتائج کا مشاہدہ کرنے کا امکان ہے جتنا دیکھا گیا ہے۔ اگر کالعدم مفروضہ درست ہے۔ (یعنی اگر کوئی حقیقی اثر نہ ہو)۔ یہ ہے نوٹ اس بات کا امکان کہ null مفروضہ درست ہے۔
| پی قدر | فرمان |
|---|---|
| پی <0.05 | اعداد و شمار کے لحاظ سے اہم - 5% سے کم امکان یہ نتیجہ اتفاق سے آیا ہے۔ |
| p> 0.05 | اعداد و شمار کے لحاظ سے اہم نہیں - نتیجہ موقع کی وجہ سے ہوسکتا ہے۔ |
| پی = 0.01 | یہ نتیجہ حاصل کرنے کا 1% امکان اگر کوئی حقیقی اثر نہ ہو۔ |
اعتماد کے وقفے (CIs)
95% CI کا مطلب ہے: اگر آپ مطالعہ کو 100 بار دہراتے ہیں، تو ان میں سے 95 اوقات میں آبادی کی حقیقی قدر اس حد میں آجائے گی۔
- کے لئے تناسب (RR, OR, HR): اگر 95% CI شامل ہو۔ 1.0 → شماریاتی لحاظ سے اہم نہیں ہے۔
- کے لئے فرق (مطلب فرق، ARR): اگر 95% CI شامل ہو۔ 0 → شماریاتی لحاظ سے اہم نہیں ہے۔
- اگر CI مکمل طور پر 1 سے اوپر ہے (تناسب کے لیے) → نمایاں طور پر بڑھتا ہوا خطرہ
- اگر CI مکمل طور پر 1 سے نیچے ہے (تناسب کے لیے) → نمایاں طور پر کم خطرہ
❌ ٹائپ I اور ٹائپ II کی خرابیاں — کرائنگ ولف بمقابلہ مسنگ دی ولف
باطل مفروضے کو رد کرنا جب یہ حقیقت میں درست ہو۔ دوسرے لفظوں میں: یہ نتیجہ اخذ کرنا کہ علاج اس وقت کام کرتا ہے جب ایسا نہیں ہوتا ہے۔ غلط مثبت شرح۔ روایتی طور پر 5% پر قابل قبول (α = 0.05، p <0.05)۔
"روتا ہوا بھیڑیا" - جب بھیڑیا نہ ہو تو خطرے کی گھنٹی بجانا۔
باطل مفروضے کو مسترد کرنے میں ناکامی جب یہ حقیقت میں غلط ہے۔ دوسرے الفاظ میں: علاج کا صحیح اثر غائب ہے۔ غلط منفی شرح۔ روایتی طور پر قابل قبول 20% (β = 0.2، پاور = 80%)۔
"بھیڑیا کی کمی" - جب کوئی بھیڑیا نہ ہو تو یہ کہنا۔
طاقت = 1 − β۔ یہ صحیح اثر کا صحیح پتہ لگانے کا امکان ہے۔ اعلی طاقت = حقیقی اثر سے محروم ہونے کا امکان کم ہے۔ بڑے نمونے کے سائز کے ساتھ طاقت بڑھ جاتی ہے۔ اچھی طرح سے ڈیزائن کردہ ٹرائل کے لیے ≥80% پاور کی ضرورت ہوتی ہے۔
⚡ شماریاتی اہمیت ≠ طبی اہمیت
یہ AKT کے اعدادوشمار میں سب سے اہم اور سب سے زیادہ آزمائشی باریکیوں میں سے ایک ہے - اور ایک جس سے بہت سے ٹرینی یاد کرتے ہیں۔
نتیجہ نکل سکتا ہے۔ اہم اعدادوشمار (p <0.05) ہونے کے دوران طبی لحاظ سے بے معنی. شماریاتی اہمیت صرف آپ کو بتاتی ہے کہ نتیجہ موقع کی وجہ سے آنے کا امکان نہیں ہے۔ کچھ بھی نہیں اس بارے میں کہ آیا اثر اتنا بڑا ہے کہ عملی طور پر کوئی فرق نہیں پڑتا۔
| منظر نامے | شماریاتی لحاظ سے اہم؟ | طبی لحاظ سے اہم؟ |
|---|---|---|
| بی پی 1 mmHg، n=50,000، p=0.001 گرتا ہے۔ | جی ہاں | نہیں |
| بی پی 15 mmHg، n=30، p=0.08 گرتا ہے۔ | نہیں | شاید ہاں |
| بی پی 12 mmHg، n=500، p=0.02 گرتا ہے۔ | جی ہاں | جی ہاں |
کو ہمیشہ دیکھیں اثر کا سائز (ARR، NNT، اوسط فرق) p-values اور CIs کے ساتھ۔ اعتماد کا ایک تنگ وقفہ جو صفر یا ایک کو خارج کرتا ہے اکیلے p-value سے زیادہ معنی خیز ہے — یہ آپ کو اثر کی سمت اور درستگی دونوں بتاتا ہے۔
- تنگ سی آئی → قطعی تخمینہ → اعلی اعتماد حقیقی قدر پوائنٹ تخمینہ کے قریب ہے (عام طور پر بڑے نمونے سے)
- وسیع CI → غیر یقینی تخمینہ → حقیقی قدر ایک وسیع رینج میں کہیں بھی ہو سکتی ہے (عام طور پر چھوٹے یا متضاد نمونے سے)
مثال: RR = 1.5 (95% CI 1.4–1.6) → قطعی، قائل۔ RR = 1.5 (95% CI 0.6–3.8) → چوڑا، غیر یقینی — اور 1.0 کو عبور کرنا اتنا اہم بھی نہیں۔
📈 مطلب کی طرف رجعت - کلینیکل پریکٹس کا پوشیدہ کنفاؤنڈر
وسط کی طرف رجعت ایک انتہائی پیمائش کا ایک دوسری پیمائش پر اوسط کے قریب ہونے کا شماریاتی رجحان ہے۔ کسی بھی مداخلت کے بغیر. یہ طب میں گمراہ کن نتائج کے سب سے کم تسلیم شدہ ذرائع میں سے ایک ہے۔
مریضوں کی اکثر جانچ پڑتال کی جاتی ہے یا ان کا ٹھیک ٹھیک علاج کیا جاتا ہے جب ان کی علامات یا پیمائش سب سے زیادہ خراب ہوتی ہے۔ فطری تغیر کا مطلب ہے کہ دوبارہ جانچ کرنے پر ان پیمائشوں میں بہرحال بہتری آنے کا امکان ہے — ضروری نہیں کہ آپ کی مداخلت کی وجہ سے۔ کنٹرول گروپ کے بغیر، علاج کے حقیقی اثر سے اوسط میں رجعت کو الگ کرنا ناممکن ہے۔
| منظر نامے | علاج کا اثر کیا نظر آتا ہے۔ | اصل میں کیا ہو رہا ہے۔ |
|---|---|---|
| مریض کا ایک پڑھنے پر بہت زیادہ بی پی ہے → دوائی شروع کی گئی ہے → اگلے دورے پر بی پی کم ہے۔ | دوا کام کر رہی ہے۔ | ہو سکتا ہے کہ پہلی پڑھائی ایک اوٹلیر رہی ہو۔ دوبارہ پیمائش کرنے پر بی پی ویسے بھی کم ہوتا |
| طالب علم ٹیسٹ میں بہت خراب اسکور کرتا ہے → اضافی ٹیوشن حاصل کرتا ہے → اگلی بار بہتر اسکور کرتا ہے۔ | ٹیوشن نے مدد کی۔ | ناقص سکور غیر نمائندہ رہا ہو سکتا ہے؛ قدرتی کارکردگی ان کی اوسط کی طرف جاتی ہے۔ |
| ایکزیما کے شدید بھڑکنے والا مریض ایک نئی کریم شروع کرتا ہے → بھڑک اٹھتا ہے۔ | کریم موثر ہے۔ | شدید شعلے قدرتی طور پر وقت کے ساتھ ساتھ علاج سے قطع نظر بہتر ہوتے ہیں۔ |
- لے لو متعدد بیس لائن پیمائش اور علاج شروع کرنے سے پہلے اوسط استعمال کریں۔
- استعمال کریں کنٹرول گروپ - وسط میں رجعت دونوں گروہوں کو یکساں طور پر متاثر کرتی ہے، لہذا گروپوں کے درمیان کوئی بھی فرق حقیقی علاج کے اثر کا زیادہ امکان ہوتا ہے۔
- یہ سب سے مضبوط دلائل میں سے ایک ہے۔ مطالعہ سے پہلے اور بعد میں بے قابو ہونے پر RCTs
شماریاتی گرافس - کیا تلاش کرنا ہے۔
AKT باقاعدگی سے گراف پیش کرتا ہے اور آپ سے ان کی تشریح کرنے کو کہتا ہے۔ ہر گراف کی قسم میں اہم خصوصیت کو تلاش کرنا سیکھیں — ہر چیز کو پڑھنے کی کوشش نہ کریں۔ ایک ٹارگٹڈ مشاہدے کی ضرورت ہے۔
| گراف کی قسم | بنیادی استعمال | تلاش کرنے کے لئے ایک چیز |
|---|---|---|
| فاریسٹ پلاٹ | میٹا تجزیہ کے نتائج | کیا ہیرے کوئی اثر کی عمودی لائن کو پار؟ |
| فنل پلاٹ | اشاعت کے تعصب کا پتہ لگانا / GP آؤٹ لیئر مانیٹرنگ | سازش ہے۔ غیر معمولی? (گیپ = غیر مطبوعہ مطالعہ غائب) |
| کیٹس پلاٹ | NNT مریضوں کو بصری طور پر بات چیت کرنا | رنگین "فائدہ" چہروں کو شمار کریں؛ NNT = 100 ÷ وہ چہرے |
| L'Abbé پلاٹ | میٹا تجزیوں میں متفاوت کی تلاش | اخترن لائن پر ڈاٹ = صفر علاج اثر |
| باکس اور وِسکر پلاٹ | ڈیٹا کی تقسیم اور پھیلاؤ | درمیانی لکیر = اوسط (مطلب نہیں) سرگوشیوں سے پرے نقطے = آؤٹ لیرز |
| فاگن کا ناموگرام | پری ٹیسٹ → پوسٹ ٹیسٹ کا امکان | ٹیسٹ کے بعد کے امکان کو پڑھنے کے لیے LR کے ذریعے پری ٹیسٹ کے امکان سے ایک لکیر کھینچیں۔ |
| تنے اور پتے کا پلاٹ | تقسیم - اصل اقدار کو محفوظ رکھتی ہے۔ | ہسٹوگرام کی طرح لیکن انفرادی ڈیٹا پوائنٹس دکھاتا ہے۔ |
| کپلن میئر وکر | بقا کا تجزیہ - واقعہ کا وقت | واقعات رونما ہونے پر قدم گر جاتے ہیں۔ وہ منحنی خطوط جو جلد ہٹ جاتے ہیں اور الگ رہتے ہیں علاج کے مستقل فائدے کی تجویز کرتے ہیں۔ |
| ہسٹگرام | مسلسل ڈیٹا کی تقسیم | وکر کی شکل: سڈول = نارمل تقسیم؛ skewed = استعمال کریں میڈین مطلب نہیں۔ |
🌲 جنگلاتی پلاٹ — تفصیل سے
- ہر مربع = ایک مطالعہ۔ مربع کا سائز = مطالعہ کا وزن (عام طور پر نمونے کے سائز سے چلتا ہے)
- افقی لائنیں اس مطالعہ کے لیے = 95% اعتماد کا وقفہ
- ہیرا نیچے = جمع شدہ مجموعی تخمینہ۔ اس کی چوڑائی = پولڈ 95% CI
- عمودی لائن 1.0 پر = "لائن آف کوئی اثر" (تناسب کے لیے)۔ اگر ایک CI لائن یا ہیرا اس لائن کو پار کرتا ہے۔، یہ نتیجہ ہے اعداد و شمار کے لحاظ سے اہم نہیں ہے۔
I² اس بات کی پیمائش کرتا ہے کہ مطالعے کے درمیان کتنا فرق موقع کی بجائے حقیقی نسبت (حقیقی اختلافات) کی وجہ سے ہے۔
I² <25% = کم متفاوت ✓
I² = 25–50% = اعتدال پسند نسبت
I² > 50% = کافی تفاوت — جمع شدہ نتیجہ کم قابل اعتماد ہے ⚠️
📯 فنل پلاٹس - پبلی کیشن بیز اور جی پی آؤٹلیئر مانیٹرنگ
فنل پلاٹ AKT میں دو بالکل مختلف سیاق و سباق میں ظاہر ہوتے ہیں — یقینی بنائیں کہ آپ دونوں کو پہچانتے ہیں۔
مطالعہ کی درستگی یا سائز (y-axis) کے خلاف پلاٹ اثر سائز (x-axis)۔ ایک ہم آہنگ الٹا فنل = کوئی تعصب نہیں۔ نیچے بائیں جانب ایک خلا کے ساتھ ایک غیر متناسب فنل = چھوٹا منفی مطالعہ → اشاعت کا تعصب۔
میٹرکس پر GP طریقوں کا موازنہ کرتا ہے (مثلاً ریفرل ریٹ، شرح اموات)۔ فنل لائنوں کے باہر ڈیٹا پوائنٹس ہیں۔ شماریاتی آؤٹ لیرز وارننگ تفتیش - ضروری نہیں کہ خراب کارکردگی کا ثبوت ہو۔
😊 کیٹس پلاٹس — NNT کو بصری طور پر کیسے نکالا جائے۔
کیٹس کا پلاٹ (جسے کبھی کبھی "سمائلی فیس پلاٹ" بھی کہا جاتا ہے) مریضوں کو مکمل فائدے اور نقصان کا تصور کرنے میں مدد کرنے کے لیے 100 چہروں کا گرڈ استعمال کرتا ہے۔
- 100 چہروں میں سے ہر ایک 100 کے علاج میں ایک شخص کی نمائندگی کرتا ہے۔
- پیلے/سبز چہرے = وہ لوگ جنہوں نے فائدہ اٹھایا (واقعات روکے گئے)
- سرخ چہرے = وہ لوگ جنھیں نقصان پہنچا
- سرمئی/سادے چہرے = کسی بھی طرح سے کوئی اثر نہیں۔
📉 Kaplan-Meier Survival Curves — انہیں کیسے پڑھیں
Kaplan-Meier (KM) کے منحنی خطوط وقت کے ساتھ زندہ رہنے (یا واقعہ سے پاک باقی رہنے) کا امکان ظاہر کرتے ہیں۔ وہ کینسر کے ٹرائلز، قلبی مطالعہ، اور کسی بھی تحقیقی پروگرام سے باخبر رہنے کے وقت کے بارے میں AKT کے سوالات میں ظاہر ہوتے ہیں۔
| نمایاں کریں | اس کا کیا مطلب |
|---|---|
| Y-axis | بقا کا امکان (یا واقعہ سے پاک بقا) - 1.0 (100%) سے شروع ہوتا ہے اور وقت کے ساتھ گرتا ہے۔ |
| ایکس محور | وقت (دن، مہینے، سال) |
| ہر نیچے کی طرف قدم | ایک واقعہ پیش آیا ہے (مثلاً موت، دوبارہ لگنا)۔ بڑے اقدامات = اس مقام پر مزید واقعات |
| لائن پر ٹک مارکس | سنسر شدہ مریض - فالو اپ یا مطالعہ ختم ہونے سے محروم۔ واقعات نہیں۔ |
| دو منحنی خطوط جلد سے جدا ہوتے ہیں اور الگ رہتے ہیں۔ | پیروی کے دوران علاج کے مستقل فائدے کی تجویز کرتا ہے۔ |
| منحنی خطوط کراسنگ | تجویز کرتا ہے کہ خطرہ وقت کے ساتھ متناسب نہیں ہے - تشریح کو پیچیدہ بناتا ہے۔ |
| درمیانی بقا | وقت کا نقطہ جہاں بقا کا منحنی خطوط 50٪ سے تجاوز کرتا ہے - وہ نقطہ جہاں آدھے مریضوں کو واقعہ ہوا ہے۔ |
۔ لاگ رینک ٹیسٹ اعدادوشمار کے لحاظ سے دو KM منحنی خطوط کا موازنہ کرتا ہے۔ دی خطرے کا تناسب (HR) منحنی خطوط کے درمیان مجموعی فرق کا خلاصہ کرتا ہے۔ HR <1 = علاج کے گروپ میں وقت کے ساتھ کم واقعات ہوتے ہیں۔ اگر منحنی خطوط کافی حد تک اوورلیپ ہوتے ہیں، تو HR 1 کے قریب ہو جائے گا (کوئی فائدہ نہیں)۔
📊 ہسٹوگرام - ایک نظر میں تقسیم
ایک ہسٹوگرام ایک متغیر متغیر (جیسے عمر، بلڈ پریشر، BMI) کی تقسیم کو ظاہر کرتا ہے جس سے قدروں کو وقفوں (بِنز) میں گروپ کیا جاتا ہے اور یہ دکھاتا ہے کہ ہر ایک میں کتنے مشاہدات آتے ہیں۔ بار چارٹ کے برعکس، بارز چھوتے ہیں — کیونکہ ڈیٹا مسلسل ہوتا ہے۔
| شکل | مطلب | اوسط یا میڈین استعمال کریں؟ |
|---|---|---|
| سڈول گھنٹی کی شکل | عام تقسیم — اوسط، درمیانی، موڈ سب برابر | یا تو - لیکن روایتی طور پر مطلب ± SD ہے۔ |
| دائیں (مثبت) ترچھی۔ | دائیں طرف لمبی دم — کچھ بہت اونچی قدروں کو کھینچنے کا مطلب اوپر ہے۔ | میڈین (مزید نمائندہ) |
| بائیں (منفی) ترچھا۔ | بائیں طرف لمبی دم — کچھ بہت کم قدروں کو کھینچنے کا مطلب نیچے ہے۔ | میڈین (مزید نمائندہ) |
| بیموڈل (دو چوٹیاں) | ڈیٹا میں دو الگ الگ ذیلی گروپس | دونوں چوٹیوں کو الگ الگ رپورٹ کریں۔ |
معیار کی بہتری اور کلینیکل آڈٹ
| کا آلہ | مقصد | اہم خصوصیات |
|---|---|---|
| کلینیکل آڈٹ | واضح معیارات کے خلاف مشق کی پیمائش؛ خلا کی شناخت اور بند کریں | ایک متعین معیار کی ضرورت ہے۔ PDSA سائیکل استعمال کرتا ہے۔ لوپ کو بند کرنا (دوبارہ آڈٹ) شامل ہے۔ نہیں تحقیق - کوئی مفروضہ نہیں، کوئی نیا علم پیدا نہیں ہوا۔ |
| اہم واقعہ تجزیہ (SEA) | ایک اہم واقعہ کا منظم کثیر الشعبہ جائزہ | الزام سے پاک۔ نظام سیکھنے پر توجہ مرکوز کرتا ہے، انفرادی غلطی پر نہیں۔ ٹیم میں اشتراک کیا گیا۔ دستاویزات سیکھنے اور عمل. |
| روٹ کاز اینالیسس (RCA) | سنگین واقعات کی گہرائی سے تحقیقات | SEA سے زیادہ ساختہ۔ "5 Whys" تکنیک کا استعمال کرتا ہے۔ معاون اور بنیادی وجوہات کی نشاندہی کرتا ہے۔ اکثر واقعات یا سنگین نقصان کے لیے۔ |
| QOF استثنائی رپورٹنگ | QOF اشارے سے مریضوں کا مناسب اخراج | طبی لحاظ سے مناسب ان کے لیے: زیادہ سے زیادہ برداشت شدہ تھراپی، باخبر مریض کی مخالفت، انتہائی کمزوری، یا طبی تضاد۔ |
🔄 کلینکل آڈٹ بمقابلہ تحقیق - کلیدی فرق
| نمایاں کریں | کلینیکل آڈٹ | ریسرچ |
|---|---|---|
| مقصد | معیارات کے ساتھ موازنہ کرکے دیکھ بھال کو بہتر بنائیں | نیا علم پیدا کریں۔ |
| فرضی تصور | کوئی نہیں - موجودہ معیار سے موازنہ نہیں کرتا | ہمیشہ ایک مفروضہ ہوتا ہے۔ |
| اخلاقیات کی منظوری | عام طور پر ضرورت نہیں ہے۔ | عام طور پر ضرورت ہوتی ہے۔ |
| رضامندی | عام طور پر ضرورت نہیں ہے۔ | عام طور پر ضرورت ہوتی ہے۔ |
| رینڈمائزیشن | کبھی | RCTs شامل ہو سکتے ہیں۔ |
| حتمی نتیجہ | سروس میں بہتری؛ ایکشن پلان | نئے ثبوت؛ اشاعت |
🔁 PDSA سائیکل
پلان-ڈو-سٹڈی-ایکٹ (PDSA) سائیکل ایک مسلسل بہتری کا فریم ورک ہے جو کلینیکل آڈٹ اور معیار کی بہتری میں استعمال ہوتا ہے۔
| اسٹیج | کیا ہوتا ہے |
|---|---|
| کی منصوبہ بندی | سوال کی وضاحت کریں، معیاری ترتیب دیں، ڈیٹا اکٹھا کرنے کا منصوبہ بنائیں |
| Do | تبدیلی کو نافذ کریں یا موجودہ مشق کی پیمائش کریں۔ |
| مطالعہ | نتائج کا تجزیہ کریں؛ معیار کے خلاف موازنہ؛ خلا کی شناخت کریں |
| ایکٹ | بہتری کو لاگو کرنا؛ لوپ کو بند کرنے کے لیے دوبارہ آڈٹ کا منصوبہ بنائیں |
طبی حسابات (AKT فارمولا بینک)
یہ فارمولے AKT کیلکولیشن کے سوالات میں تیار ہوتے ہیں۔ ہر ایک کو جانیں اور کلینیکل کٹ آف کو جانیں جو کارروائی کو متحرک کرتے ہیں۔
🧮 ABPI کام کی مثال
🎯 منظر نامہ: مسز ٹی، 72، چلتے وقت ٹانگوں میں درد کے ساتھ
🍷 الکحل یونٹ کے کام کی مثالیں۔
| ڈرنک | حجم (ملی) | ABV% | حساب | یونٹس |
|---|---|---|---|---|
| بڑے شیشے کی شراب | 250ml | 13٪ | 250 × 13 ÷ 1000 | 3.25 |
| شراب کی بوتل | 750ml | 12٪ | 750 × 12 ÷ 1000 | 9.0 |
| پنٹ لیگر (مضبوط) | 568ml | 5% | 568 × 5 ÷ 1000 | 2.84 |
| واحد روح کی پیمائش | 25ml | 40٪ | 25 × 40 ÷ 1000 | 1.0 |
کام کی مثالیں۔
🎯 مثال 1: ٹرائل ٹیبل سے تمام رسک میٹرکس کا حساب لگانا
ایک RCT مریضوں کو ڈرگ X یا پلیسبو حاصل کرنے کے لیے بے ترتیب بناتا ہے۔ 3 سال کے بعد: پلیسبو کے 500 مریضوں میں سے 80 کو فالج کا حملہ ہوا؛ ڈرگ ایکس کے 500 مریضوں میں سے 40 کو فالج کا حملہ ہوا۔
🎯 مثال 2: 2×2 ٹیبل بنانا اور حساسیت اور مخصوصیت کا حساب لگانا
ایک نیا ٹیسٹ 200 مریضوں پر لگایا جاتا ہے، جن میں سے 100 کو یہ مرض لاحق ہے۔ ٹیسٹ 100 میں سے 85 کی بیماری کے ساتھ صحیح طریقے سے شناخت کرتا ہے، اور بغیر بیماری کے 100 میں سے 80 کی درست طریقے سے شناخت کرتا ہے۔
🎯 مثال 3: بچوں کی خوراک کا حساب کتاب
ایک بچے کو 300mg اموکسیلن کی ضرورت ہوتی ہے۔ دستیاب معطلی 250mg/5ml ہے۔ کیا حجم دینا چاہئے؟
فارمولے چیٹ شیٹ اور میموری ایڈز
خطرہ اور علاج کے فارمولے
تشخیصی جانچ۔
آبادی اور طبی فارمولے۔
- SnNout: حساس ٹیسٹ - بیماری سے باہر منفی اصول (اسکریننگ)
- Spin: مخصوص ٹیسٹ - بیماری کے مثبت اصول (تصدیق)
- CI 1.0 کو عبور کرتا ہے۔ (تناسب) یا 0 (فرق) → اہم نہیں۔
- فاریسٹ پلاٹ ڈائمنڈ لائن کراس کرتا ہے۔ → اہم نہیں۔
- فنل کی توازن → اشاعت کا تعصب (یا GP آؤٹلیئر اگر کارکردگی کے تناظر میں)
- باکس پلاٹ مڈل لائن → MEDIAN (مطلب نہیں)
- 68-95-99.7 → ±1SD، ±2SD، ±3SD عام تقسیم میں
- I²>50% → کافی نسبت
- یا کیس کنٹرول سے | کوہورٹ سے آر آر | کراس سیکشنل سے پھیلاؤ
- آڈٹ ≠ تحقیق (آڈٹ کے اقدامات بمقابلہ معیاری؛ تحقیق نیا علم پیدا کرتی ہے)
- کیس کنٹرول → یا (Odds Ratio) — نمائشوں کو پیچھے دیکھنا
- کوورٹ → RR (رشتہ دار خطرہ) — نمائش سے آگے بڑھنا
- کراس سیکشنل → پھیلاؤ — وقت میں سنیپ شاٹ
- RCT/SR → علاج کے سوالات کے لیے گولڈ اسٹینڈرڈ
ٹرینر اور ٹیچنگ پرلز
- تربیت یافتہ افراد اکثر NNT کو فارمولے کے طور پر یہ سمجھے بغیر سیکھتے ہیں کہ طبی لحاظ سے اس کا اصل مطلب کیا ہے - اس بات کو یقینی بنائیں کہ وہ اس کی وضاحت اس جملے میں کر سکتے ہیں جسے مریض سمجھے گا۔
- حساسیت/خصوصیات (ٹیسٹ کی خصوصیات) اور PPV/NPV (واپسی سے متاثر) کے درمیان فرق کو اچھی طرح سے سمجھا نہیں گیا ہے - حمل ٹیسٹ کی تشبیہ اچھی طرح سے کام کرتی ہے
- بہت سے تربیت یافتہ جانتے ہیں کہ جنگل کا پلاٹ کیسا لگتا ہے لیکن اس کی وضاحت نہیں کر سکتے کیا دیکھنے کے لیے — ہیرے پر توجہ مرکوز کریں اور آیا یہ بے اثر لائن کو عبور کرتا ہے۔
- لیڈ ٹائم تعصب اکثر طوالت کے تعصب کے ساتھ الجھ جاتا ہے - امتیاز کو واضح کرنے کے لیے خاکے یا ٹائم لائنز کا استعمال کریں
- تربیت یافتہ افراد معمول کے مطابق کلینیکل آڈٹ کو تحقیق کے ساتھ الجھاتے ہیں - تشخیصات سے RCGP کی اپنی مثالیں استعمال کریں۔
- "دواؤں کے ٹرائل کا خلاصہ ٹیبل یہ ہے - کیا آپ مجھے NNT بتا سکتے ہیں اور کیا آپ اسے اس مریض کے لیے تجویز کریں گے؟"
- "اس جنگلاتی سازش کو دیکھو۔ کیا مداخلت کارگر ہے؟ آپ کو اس جواب پر کتنا اعتماد ہے؟"
- "آپ کے مریض کا FIT ٹیسٹ مثبت آیا ہے۔ کم خطرے والی آبادی میں PPV تقریباً 3% ہے۔ آپ اسے کیسے سمجھائیں گے؟"
- "ہم PSA کے بہت زیادہ نتائج دیکھ رہے ہیں۔ PSA کو اسکریننگ ٹیسٹ کے طور پر استعمال کرنے میں کیا مسئلہ ہے؟"
- "ایک ساتھی ہمارے سیپسس کے نتائج کا ٹرسٹ کے ساتھ موازنہ کرنا چاہتا ہے۔ کیا یہ آڈٹ ہے یا تحقیق؟ کیا اسے اخلاقیات کی ضرورت ہے؟"
- "آپ کسی ایسے مریض کو ضمنی اثر کے 1 میں 50 امکانات کی وضاحت کیسے کریں گے جو پوچھتا ہے کہ 'کیا یہ محفوظ ہے؟'"
- آپ فی الحال مریضوں کو خطرے کی وضاحت کیسے کرتے ہیں؟ کیا آپ مطلق یا متعلقہ اعداد و شمار استعمال کرتے ہیں؟
- کیا آپ ایک حالیہ طبی رہنما خطوط یاد کر سکتے ہیں جس میں ایک اہم NNT کا حوالہ دیا گیا تھا — یہ کیا تھا، اور اس نے آپ کے عمل کو کیسے متاثر کیا؟
- کیا آپ نے کبھی ٹیسٹ کا آرڈر دیا ہے اور اس کی حساسیت/خصوصیت کو معلوم نہیں ہے؟ آپ نے نتیجہ کی تشریح کیسے کی؟
- ایک دوائی کمپنی اپنے ٹرائل کے نتائج کو ARR کے بجائے RRR کے طور پر پیش کرنے کا انتخاب کیوں کر سکتی ہے؟
🔥 AKT اعلی پیداوار کے نکات
یہ وہ نمونے ہیں جو بار بار AKT پیپرز میں ظاہر ہوتے ہیں۔ ان کو یاد رکھیں اور آپ کو نمبر ملیں گے۔
ہمیشہ فیصد کو پہلے اعشاریہ میں تبدیل کریں۔ ARR = 5% → NNT = 1 ÷ 0.05 = 20۔ ہمیشہ گول up قریب ترین مکمل نمبر تک۔ کم NNT = زیادہ موثر علاج۔
تناسب کے لیے (RR, OR, HR): CI کراسز 1.0 = اہم نہیں اختلافات کے لیے: CI کراسز 0 = اہم نہیں یہ جنگل کے تقریباً ہر پلاٹ کے سوال میں سامنے آتا ہے۔
نایاب بیماری → کیس کنٹرول → یا نئی نمائش آگے بڑھ رہی ہے → ہم آہنگی → آر آر پھیلاؤ سنیپ شاٹ → کراس سیکشن. علاج کے لیے بہترین ثبوت → RCT or ایس آر/میٹا تجزیہ.
اسکریننگ ٹیسٹ → اعلی حساسیت چاہتے ہیں (کیسز کو یاد نہیں کرنا چاہتے → SnNout)۔ تصدیقی ٹیسٹ → اعلی خاصیت چاہتے ہیں (غلط مثبتات نہیں چاہتے ہیں → SpPin)۔
یہاں تک کہ ایک انتہائی مخصوص ٹیسٹ (99%) کم پھیلاؤ والی ترتیب میں خراب PPV دیتا ہے۔ آبادی کی اسکریننگ میں زیادہ تر مثبت نتائج غلط مثبت ہیں۔ یہی وجہ ہے کہ ہم ہر چیز کے لیے ہر ایک کو اسکرین نہیں کرتے۔
اگر ہیرے (مجموعی تخمینہ) بغیر اثر کی عمودی لائن کو عبور کرتا ہے → مجموعی نتیجہ شماریاتی لحاظ سے اہم نہیں ہے۔ اگر I² > 50% → کافی متفاوت → جمع شدہ نتیجہ کم قابل اعتماد ہے۔
فنل پلاٹ کے نیچے بائیں میں ایک خلا = اشاعت کا تعصب — چھوٹے منفی مطالعات شائع نہیں کیے گئے تھے۔ یہ میٹا تجزیہ میں علاج کے ظاہری اثر کو بڑھاتا ہے۔
لکیر کے اندر باکس ہے اوسط. باکس = IQR (درمیانی 50%)۔ سرگوشیوں سے پرے نقطے یا دائرے = آؤٹ لیرز۔
فارماسیوٹیکل کمپنیاں RRR کا حوالہ دینا پسند کرتی ہیں کیونکہ یہ بڑا لگتا ہے۔ 50% RRR حیرت انگیز لگتا ہے — جب تک کہ آپ کو معلوم نہ ہو کہ بنیادی خطرہ صرف 2% تھا (→ ARR = 1%، NNT = 100)۔ ہمیشہ پوچھیں: بنیادی خطرہ کیا تھا؟
متغیر تقسیم (آمدنی، ہسپتال میں قیام، سیرم بلیروبن) → استعمال اوسط مطلب نہیں مطلب outliers کی طرف سے نکالا جاتا ہے; میڈین نہیں ہے.
آڈٹ: ایک کے خلاف اقدامات موجودہ معیاری؛ اخلاقیات کی ضرورت نہیں؛ کوئی مفروضہ نہیں تحقیق: پیدا کرتا ہے۔ نیا علم؛ اخلاقیات کی منظوری کی ضرورت ہے؛ ایک مفروضہ ہے. ایک اہم امتیاز AKT بار بار ٹیسٹ کرتا ہے۔
آئی ٹی ٹی تجزیہ میں تمام بے ترتیب شرکاء شامل ہوتے ہیں قطع نظر اس پر عمل کرتے ہیں۔ یہ ایک دیتا ہے قدامت پرستی تاثیر کا تخمینہ - طبی مشق کے لئے زیادہ حقیقت پسندانہ۔ فی پروٹوکول تجزیہ اثر کو بڑھاتا ہے۔
ABPI <0.9 = پیریفرل آرٹیریل بیماری۔ ABPI > 1.3 = غیر کمپریس ایبل (کیلسیفائیڈ) برتن — ناقابل اعتبار نتیجہ۔ اگر ABPI <0.8 (اپنی کمپریشن گائیڈ لائنز کی جانچ پڑتال کریں) تو کمپریشن بینڈیجنگ متضاد ہے۔
فوائد کے چہروں کو شمار کریں (عام طور پر پیلے یا سبز)۔ NNT = 100 ÷ (فائدے والے چہروں کی تعداد)۔ 5 پیلے چہرے → NNT = 20۔
عام غلطیاں اور ٹرینی ٹریپس
یہ وہ خرابیاں ہیں جو AKT مارکنگ اسکیموں میں بار بار ظاہر ہوتی ہیں۔ ان میں سے ہر ایک حقیقی امیدواروں کا کھویا ہوا اصلی نشان ہے۔
- NNT کا حساب لگانے سے پہلے فیصد کو اعشاریہ میں تبدیل کرنا بھول جانا (مثال کے طور پر، ARR = 5% → NNT = 20 حاصل کرنے کے لیے 0.05 کا استعمال کرنا چاہیے، 5 نہیں، 0.2 نہیں)
- این این ٹی کو گول کرنا نیچے کے بجائے up (NNT = 12.5 → جواب 13 ہے، 12 نہیں)
- RRR کو ARR کے ساتھ الجھانا اور زیادہ متاثر کن آواز دینے والی رشتہ دار شخصیت کا طبی فائدہ کے طور پر حوالہ دینا
- جب CI صرف 1.0 کو چھوتا ہے تو نتیجہ کہنا "اہم" ہوتا ہے — یہ ضروری ہے۔ شامل نہیں 1.0 اہم ہونا
- باکس اور وِسکر پلاٹ کی درمیانی لکیر بتانے کا مطلب ہے — یہ ہمیشہ ہوتا ہے۔ اوسط
- PPV کے ساتھ مبہم حساسیت — حساسیت ٹیسٹ کی ایک مقررہ خاصیت ہے۔ PPV پھیلاؤ پر منحصر ہے۔
- کم پھیلاؤ والی آبادی میں ایک انتہائی مخصوص ٹیسٹ کے بارے میں سوچنا ایک قابل اعتماد مثبت نتیجہ دے گا - ایسا نہیں ہوگا (کم پی پی وی)
- ایک OR کو RR کے ساتھ الجھانا - ORs کو براہ راست RRs کے طور پر استعمال نہیں کیا جا سکتا سوائے اس کے کہ جب بیماری نایاب ہو۔
- کیس کنٹرول اسٹڈی کہنے سے RR پیدا ہوتا ہے - یہ OR پیدا کرتا ہے، کیونکہ آپ کیسز اور کنٹرولز کے ساتھ شروع کرتے ہیں، نہ کہ بے نقاب کوہورٹ سے
- تحقیق کے ساتھ کلینیکل آڈٹ کو الجھانا - آڈٹ کا دعوی کرنے کے لیے اخلاقی منظوری کی ضرورت ہے۔
- لیڈ ٹائم تعصب کی غلط تشریح کرنا جس کا مطلب ہے کہ اسکریننگ پروگرام حقیقی طور پر بقا کو بہتر بناتا ہے۔
- یہ بھول جانا کہ جنگلاتی پلاٹ میں I²>50% جمع شدہ نتائج کی درستگی کے بارے میں خدشات پیدا کرتا ہے۔
- متزلزل ڈیٹا (مثلاً آمدنی، ہسپتال میں قیام کی لمبائی) کو بیان کرنے کے لیے وسط کا استعمال کرنا — میڈین کا استعمال کریں۔
🏁 فائنل ٹیک ہوم پوائنٹس
- NNT = 1 ÷ ARR۔ فیصد کو ہمیشہ اعشاریہ میں تبدیل کریں۔ ہمیشہ راؤنڈ اپ۔ کم این این ٹی = بہتر علاج۔
- اے آر آر طبی لحاظ سے ایماندار ہے۔ RRR متاثر کن لگتا ہے لیکن گمراہ کر سکتا ہے۔ RRR کو ہمیشہ بنیادی خطرے کے ساتھ جوڑیں۔
- حساسیت اور مخصوصیت ٹیسٹ کی مخصوص خصوصیات ہیں۔ پی پی وی اور این پی وی بیماری کے پھیلاؤ کے ساتھ بدل جاتے ہیں۔
- SnNout: حساس ٹیسٹ منفی ہونے پر مسترد کرتے ہیں۔ Spin: مثبت ہونے کی صورت میں مخصوص ٹیسٹ کا اصول ہوتا ہے۔
- فاریسٹ پلاٹ ہیرا بغیر اثر کی لکیر کو عبور کرتا ہے → نتیجہ شماریاتی لحاظ سے اہم نہیں ہے۔ I² >50% → متفاوت کے خدشات۔
- فنل پلاٹ کی مطابقت → اشاعت کا تعصب۔ کارکردگی کی نگرانی میں فنل کی حدود سے باہر پوائنٹس → آؤٹ لیئر پریکٹس۔
- ایک تناسب کے لیے CI جس میں 1.0 → اہم نہیں ہے۔ ایک فرق کے لیے CI جس میں 0 → اہم نہیں ہے۔
- کیس کنٹرول → یا۔ کوہورٹ → RR۔ کراس سیکشنل → پھیلاؤ۔ علاج کے لیے RCT/SR → سونے کا معیار۔
- ترچھا ڈیٹا → میڈین استعمال کریں، مطلب نہیں۔ باکس پلاٹ مڈل لائن = میڈین۔ سرگوشیوں سے پرے نقطے = آؤٹ لیرز۔
- معیارات کے خلاف کلینیکل آڈٹ کے اقدامات — کوئی اخلاقیات کی ضرورت نہیں، کوئی مفروضہ نہیں۔ تحقیق نیا علم پیدا کرتی ہے - اخلاقیات کی ضرورت ہے۔
AKT میں شماریات کے سوالات پیپر میں قابل اعتماد طریقے سے سیکھنے کے قابل نمبروں میں سے ہیں۔ اس صفحہ کے ساتھ چند گھنٹے اور مٹھی بھر پریکٹس سوالات ان کی سرمایہ کاری سے زیادہ منافع ادا کریں گے۔