انحدار كوكس: نمذجة زمن البقاء والحدث في علم النفس

يمثل فهم العوامل المحددة لتوقيت وقوع الأحداث السلوكية والنفسية، كالانتكاس بعد التعافي أو التسرب من التدخلات العلاجية، تحدياً منهجياً بارزاً واجه الباحثين لعقود طويلة؛ إذ لا تقتصر الأسئلة البحثية المعاصرة على معرفة ما إذا كان الحدث سيقع أم لا، بل تمتد لتسأل بدقة: متى سيحدث ذلك وما هي القوى الدافعة خلف تسارعه أو تأخيره؟ هنا يبرز تحليل انحدار كوكس بوصفه الأداة الإحصائية الأكثر تطوراً ورصانة، حيث ينقل التحليل النفسي من مجرد رصد الثنائيات الجامدة إلى سبر أغوار الديناميات الزمنية المعقدة للظواهر الإنسانية.

تحليل انحدار كوكس للمخاطر النسبية

1. التعريف الموجز والدقيق

تحليل انحدار كوكس (Cox Proportional Hazards Regression) هو نموذج إحصائي شبه معلمي (Semiparametric) يُستخدم في تحليل البقاء (Survival Analysis) لدراسة العلاقة بين الزمن المستغرق حتى وقوع حدث معين ومتغير توضيحي واحد أو أكثر. يتيح هذا النموذج للباحثين تقدير معدل الخطر اللحظي لوقوع الحدث الخاضع للدراسة مع تثبيت تأثير المتغيرات المشتركة والمتنبئة المتعددة، دون اشتراط معرفة التوزيع الاحتمالي المحدد للزمن الأساسي.

يتجاوز هذا التحليل القيود التقليدية لنماذج الانحدار الخطي أو اللوجستي؛ إذ يتعامل باقتدار فائق مع البيانات المبتورة (Censored Data)، وهي الحالات التي ينتهي فيها وقت الملاحظة دون وقوع الحدث لدى المفحوصين، أو التي ينقطع فيها تتبعهم لأسباب مختلفة. وفي السياق النفسي والعيادي، يُعد انحدار كوكس الوسيلة الفضلى لتحليل الفترات الزمنية الفاصلة بين بدء التدخل النفسي وظهور علامات التحسن، أو العكس كقياس الفترة الزمنية الفاصلة بين التعافي من الإدمان وحدوث الانتكاسة الأولى، مما يوفر رؤية ديناميكية تجمع بين احتمالية الحدث وبعده الزمني في معادلة واحدة متماسكة.

ويستند هذا النموذج الرياضي بصورة جوهرية إلى افتراض بقاء نسبة الخطر ثابتة بمرور الوقت عبر مختلف مستويات المتغيرات المستقلة، وهو ما يُعرف رياضياً واصطلاحياً بـ “فرضية المخاطر النسبية”، التي تشكل الركيزة الأساسية لتفسير معاملات الانحدار بوصفها نسب مخاطر (Hazard Ratios) تصف تزايد أو تناقص احتمالية وقوع الحدث السلوكي بدقة متناهية.

2. التأصيل اللغوي والاشتقاقي

يعود الاسم المباشر للتحليل إلى الإحصائي البريطاني البارز السير ديفيد كوكس (Sir David Cox)، الذي صاغ هذا النموذج الثوري في ورقته العلمية التاريخية المنشورة عام 1972. أما مصطلح “انحدار” (Regression) فيعود تاريخياً إلى أعمال فرانسيس غالتون (Francis Galton) في القرن التاسع عشر، المشتق لغوياً من الكلمة اللاتينية regredi والتي تعني “الرجوع أو الارتداد”، حيث استخدمها لوصف ظاهرة ميل الصفات الوراثية للعودة نحو المتوسط، قبل أن يتطور المفهوم إحصائياً ليشير إلى النمذجة الرياضية للعلاقات بين المتغيرات التابعة والمستقلة.

وتتألف عبارة “المخاطر النسبية” من شقين؛ الأول هو “الخطر” (Hazard)، المشتق من اللغة الفرنسية القديمة hasard والتي ارتبطت بألعاب النرد والمصادفة، ويُقصد به في لغة التحليل الإحصائي المعدل اللحظي لفرصة وقوع الحدث بشرط البقاء حتى تلك اللحظة. أما الشق الثاني “النسبية” (Proportional)، فينحدر من الجذر اللاتيني proportio الدال على التناظر والتناسب الرياضي المتكافئ، ليشير المعنى الكلي للمصطلح إلى أن الخطر المقارن بين مجموعتين يظل محتفظاً بنسبة رياضية ثابتة على امتداد خط الزمن.

وقد دخل المصطلح إلى الأدبيات النفسية والطبية النفسية المعربة تحت مسميات عدة مترادفة، منها “تحليل انحدار كوكس للمخاطر التناسبية”، و”نموذج كوكس للبقاء”، و”انحدار دالة الخطر لكوكس”، إلا أن التسمية الأكثر شيوعاً واعتماداً في كليات العلوم الاجتماعية والطب النفسي هي “تحليل انحدار كوكس للمخاطر النسبية”.

3. البنية الصرفية والنحوية والاستخدام

يُصنف مصطلح “تحليل انحدار كوكس” في اللغة العربية كمركب إضافي توصيفي؛ فكلمة “تحليل” مصدر للفعل الرباعي (حلّل يُحلّل)، و”انحدار” مصدر للفعل الخماسي (انحدر ينحدر)، في حين يمثل اسم “كوكس” عَلَماً أعجمياً ممنوعاً من الصرف مضافاً إليه، وتعمل عبارة “للمخاطر النسبية” كشبه جملة نعتية توضح طبيعة هذا الانحدار وتميزه عن سواه من النماذج الانحدارية الأخرى كاللوجستي والتربيعي.

من الناحية الاستعمالية في الأوساط الأكاديمية والبحثية، يُعامل المصطلح كاسم مذكر، ويُصاغ في سياق العبارات المنهجية مثل: “أُجري تحليلُ انحدار كوكس لتقييم المتغيرات التنبؤية بالانتكاس النفسي”، أو “أظهرت نتائج نموذج كوكس أن الصلابة النفسية تُعد عاملاً وقائياً يخفض نسبة الخطر بنسبة 35%”. ويُستخدم عادة مقروناً بمتغيرات زمنية من جهة (مثل أشهر البقاء قيد العلاج) ومتغيرات تصنيفية أو متصلة من جهة أخرى (كالسمات الشخصية ومستويات القلق والجرعات الدوائية).

وتتضمن الصيغ المقبولة للكتابة الإشارة إليه اختصاراً بـ (CPH) أو الاستعانة بمصطلح “نموذج كوكس” مجرداً، غير أن الدقة الأكاديمية تقتضي إيراد الاسم كاملاً في قسم المنهجية الإحصائية في الأطروحات والبحوث المحكمة لضمان وضوح الأداة والافتراضات المصاحبة لها لكافة المراجعين.

4. الشرح المفاهيمي الموسع والعميق

يقوم تحليل انحدار كوكس على بناء رياضي عبقري يوفق بين الدقة التحليلية والمرونة التطبيقية؛ فالنواة المركزية للنموذج تكمن في صياغة ما يُعرف بـ “دالة الخطر” اللحظية $h(t)$، وهي التي تعبر عن احتمالية أن يواجه فرد ما الحدث المستهدف (مثل الإصابة بنوبة اكتئاب حادة، أو محاولة الانتحار، أو التوقف عن العلاج النفسي) في لحظة زمنية محددة $t$، شريطة أن يكون هذا الفرد قد نجا أو استمر دون وقوع الحدث حتى النقطة الزمنية السابقة مباشرة. تتألف هذه المعادلة الرياضية من جزأين رئيسيين: دالة الخطر الأساسية $h_0(t)$، والدالة الأسية للمتغيرات المستقلة.

تُعد دالة الخطر الأساسية $h_0(t)$ المكون غير المعلمي في النموذج، وهي تمثل الخطر الكامن لدى الفرد عندما تأخذ جميع المتغيرات التفسيرية قيمة الصفر. والابتكار الفذ الذي قدمه ديفيد كوكس هو إمكانية تقدير معاملات المتغيرات المشتركة ومخاطرها النسبية دون الحاجة إلى افتراض شكل رياضي معين لهذه الدالة الأساسية (سواء كانت خطية، أو أسية، أو تتبع توزيع ويبل)، مما يجعل النموذج “شبه معلمي”؛ فهو يحمي الباحث من الوقوع في أخطاء التخصيص غير الصحيح للتوزيع الزمني، والتي لطالما قيدت النماذج المعلمية السابقة.

أما المكون المعلمي فيتمثل في الدالة الأسية للمتغيرات: $\exp(\beta_1 X_1 + \beta_2 X_2 + … + \beta_p X_p)$، حيث تمثل المعاملات الانحدارية ($\beta$) مدى التغير في لوغاريتم الخطر الناتج عن تغير وحدة واحدة في المتغير التوضيحي $X$. وعند رفع الثابت الطبيعي $e$ إلى أس هذا المعامل، نحصل على مقياس بديهي وعميق يُعرف باسم “نسبة الخطر” (Hazard Ratio – HR). إذا كانت نسبة الخطر تساوي الواحد الصحيح، فإن المتغير لا يمارس أي تأثير على زمن وقوع الحدث؛ بينما تشير القيمة التي تتجاوز الواحد إلى زيادة وتيرة الخطر وتسارع وقوع الحدث، وتدل القيمة الأقل من الواحد على تأثير وقائي يُسهم في إطالة زمن البقاء وحماية الفرد من الوقوع في المشكلة النفسية.

ولا تكتمل الرؤية المفاهيمية دون استيعاب مفهوم “البيانات المبتورة” (Censoring)، وهي الميزة التنافسية الكبرى لتحليل البقاء عبر نموذج كوكس مقارنة بالنظم الإحصائية التقليدية. ففي البحوث الطولية والعيادية، يندر أن يمر جميع الأفراد بالحدث ضمن فترة المتابعة؛ فقد تنتهي الدراسة دون أن ينتكس بعض المرضى، أو قد ينتقل مريض إلى مدينة أخرى ويفقد الاتصال به، أو يتوقف عن الزيارات لسبب غير متصل بموضوع البحث. يتعامل انحدار كوكس مع هؤلاء الأفراد بدقة عبر إدراجهم في التحليل حتى اللحظة الأخيرة التي تمت فيها ملاحظتهم، مما يمنع استبعادهم الذي كان سيؤدي حتماً إلى تحيز في النتائج وإهدار لمعلومات إحصائية بالغة الأهمية.

وترتكز هذه المنهجية على فرضية جوهرية تُعرف بـ “تناسب المخاطر” (Proportional Hazards Assumption). تقتضي هذه الفرضية أن نسبة الخطر بين أي مجموعتين تظل ثابتة ومستقلة عن الزمن؛ فإذا كان التدخل النفسي يقلل من خطر الانتكاس إلى النصف مقارنة بالعلاج الوهمي، فإن هذا التأثير النسبي يظل 0.5 طوال فترة الدراسة بأكملها، حتى وإن كان الخطر المطلق لكلا المجموعتين يتغير صعوداً أو هبوطاً مع مرور الزمن. ويُعد التحقق من هذا الافتراض شرطاً حتمياً لصلاحية التقديرات الإحصائية، حيث يتطلب انتهاكه استخدام امتدادات متقدمة للنموذج كإدراج المتغيرات المتغيرة زمنياً.

5. التطور التاريخي والمحطات التأسيسية

قبل سبعينيات القرن العشرين، كانت دراسات المتابعة في الطب والعلوم السلوكية تعتمد إما على جداول الحياة البسيطة (Life Tables) أو تقديرات كابلان-ماير، والتي كانت تسمح بمقارنة مجموعتين فقط دون القدرة على ضبط المتغيرات المشوشة أو المتعددة، أو كانت تلجأ للنماذج المعلمية الصلبة مثل توزيعات ويبل (Weibull) والتوزيع الأسي، والتي كانت تتطلب افتراضات نظرية صارمة حول كيفية تغير الخطر عبر الزمن، وهو ما نادراً ما يتطابق مع واقع السلوك البشري المتغير والمتقلب.

شهد عام 1972 المنعطف التاريخي الأبرز عندما نشر السير ديفيد كوكس ورقته الرائدة في مجلة الجمعية الإحصائية الملكية بعنوان: “Regression Models and Life-Tables”. قدم كوكس في هذا البحث حلاً رياضياً عبقرياً أتاح تجاوز الحاجة لتقدير دالة الخطر الأساسية من خلال استحداث مفهوم جديد كلياً أطلق عليه “طريقة الإمكان الجزئي” (Partial Likelihood)، مما سمح بتقدير معلمات النموذج التنبؤية دون الانشغال بتحديد الشكل المنحني الدقيق للزمن، لتصبح هذه الورقة واحدة من أكثر الأوراق العلمية استشهاداً في تاريخ العلوم الرياضية والتطبيقية قاطبة.

مع بداية الثمانينيات، بدأ التحليل يشق طريقه بقوة نحو مجالات الطب النفسي وعلم النفس الإكلينيكي؛ حيث كان لظهور الحزم الإحصائية المتقدمة وتطوير خوارزميات الحوسبة الفضل الأكبر في تيسير تطبيقه. وقد شكلت أبحاث علماء الوبائيات النفسية علامة فارقة عندما استخدموا نموذج كوكس في دراسات المتابعة الطويلة للاضطرابات النفسية المزمنة مثل الفصام، والاضطراب ثنائي القطب، حيث مكنهم التحليل من إدخال متغيرات متعددة مثل الالتزام الدوائي، والدعم الأسري، والضغوط الحياتية في نموذج واحد يتنبأ بزمن استقرار المريض أو انتكاسه.

توالت التطورات لاحقاً في التسعينيات ومطلع الألفية لتشمل توسيع النموذج الأساسي ليتعامل مع معضلات إحصائية أكثر تعقيداً؛ فتم تطوير نماذج كوكس للأحداث المتكررة (Recurrent Events) لدراسة النوبات المتكررة من الاكتئاب لدى نفس الفرد، ونماذج الأخطار المتنافسة (Competing Risks) التي تفرق بين أحداث متعددة قد تمنع وقوع بعضها البعض، بالإضافة إلى دمج المتغيرات التابعة للزمن (Time-dependent Covariates)، مما مكن الباحث النفسي من دراسة تأثير المتغيرات التي تتغير قيمها باستمرار عبر الزمن مثل درجات القلق الأسبوعية وتأثيرها على البقاء ضمن المسار العلاجي.

6. الأسس النظرية والنمذجة الرياضية

ينتمي نموذج انحدار كوكس فلسفياً إلى المدرسة الإحصائية شبه المعلمية، حيث يجمع بين بساطة التحليل اللامعلمي في التعامل مع التوزيعات الزمنية المجهولة، وقوة التحليل المعلمي في تقدير العلاقات السببية أو الارتباطية بين المتغيرات. تعتمد البنية الرياضية للنموذج على تمثيل دالة الخطر للفرد $i$ عند الزمن $t$ بالصيغة الرمزية التالية:

$$h(t | X_i) = h_0(t) \exp(\beta_1 X_{i1} + \beta_2 X_{i2} + dots + \beta_p X_{ip})$$

حيث تُعبر $h(t | X_i)$ عن الخطر المشروط، بينما تمثل $h_0(t)$ دالة الخطر الأساسية غير المحددة، و$X_{ij}$ تمثل المتغيرات التوضيحية للفرد المقاسة عند خط الأساس أو أثناء المتابعة. وتتجلى عبقرية التحليل في قدرته على عزل $h_0(t)$ تماماً عند مقارنة فردين يمتلكان مجموعتين مختلفتين من المتغيرات التوضيحية ($X_a$ و $X_b$)، حيث تُختصر دالة الخطر الأساسية من بسط ومقام المعادلة الرياضية:

$$\frac{h(t | X_a)}{h(t | X_b)} = \frac{h_0(t) \exp(\beta^T X_a)}{h_0(t) \exp(\beta^T X_b)} = \exp(\beta^T (X_a – X_b))$$

تُظهر هذه النتيجة الرياضية بوضوح أن النسبة بين خطري الفردين مستقلة تماماً عن الزمن $t$، وهو الإثبات الرياضي لفرضية المخاطر النسبية. ولتقدير متجهات المعاملات الانحدارية $\beta$ دون معرفة $h_0(t)$، ابتكر كوكس دالة “الإمكان الجزئي” (Partial Likelihood Function)، والتي تُحسب عبر ضرب احتمالات وقوع الحدث للأفراد عند كل نقطة زمنية يقع فيها حدث فعلي، مقارنة بجميع الأفراد الآخرين الذين كانوا لا يزالون معرضين للخطر في تلك اللحظة بالذات (مجموعة الخطر – Risk Set):

$$L_p(\beta) = \prod_{i: C_i = 1} \frac{\exp(\beta^T X_i)}{\sum_{j in R(t_i)} \exp(\beta^T X_j)}$$

حيث يرمز $C_i = 1$ للأفراد الذين عانوا من الحدث (غير مبتورين)، بينما تمثل $R(t_i)$ مجموعة الخطر التي تضم جميع الأفراد الباقين قيد الملاحظة والمعرضين لاحتمال وقوع الحدث قبيل اللحظة $t_i$. ويتم إيجاد قيم $\beta$ العظمى التي تعظم لوغاريتم هذه الدالة باستخدام خوارزميات التحسين العددي مثل طريقة نيوتن-رافسون (Newton-Raphson)، مما يمنح النموذج خصائص التقارب الرياضي والكفاءة الإحصائية المقاربة لنماذج الإمكان الأقصى المعلمية الكاملة.

7. المكونات الرئيسية والأبعاد والأنواع

يتألف تحليل انحدار كوكس من عدة مكونات بنيوية وأشكال تطبيقية تتكامل لتوفير فهم شامل للمسار الزمني للظواهر النفسية، ويمكن تلخيص أبرز هذه المكونات والأبعاد في النقاط التالية:

• زمن البقاء والحدث (Time-to-Event and Event Status): يمثل المتغير التابع ثنائي الأبعاد في النموذج؛ حيث يتكون من قيمة متصلة تعبر عن طول الفترة الزمنية المستغرقة للملاحظة، وقيمة ثنائية ترمز إلى حالة الفرد عند نهاية تلك الفترة (1 = وقع الحدث النفسي، 0 = بُترت البيانات ولم يقع الحدث).
• دالة الخطر الأساسية (Baseline Hazard Function): الدالة التي تقيس المستوى القاعدي للخطر عبر الزمن عندما تكون جميع المتغيرات المستقلة مساوية للصفر، وتعمل كمرجع أساسي تُقارن به كافة التغيرات الناتجة عن المتنبئات.
• نسبة المخاطر (Hazard Ratio – HR): القيمة الأسية لمعامل الانحدار ($\exp(\beta)$)، وتُعد المقياس الجوهري لحجم الأثر؛ فإذا كانت نسبة الخطر لمتغير الرضا عن الحياة تساوي 0.80، فهذا يعني أن كل ارتفاع بمقدار درجة في الرضا يترافق مع انخفاض بمقدار 20% في خطر الانتكاس النفسي.
• المتغيرات المستقلة الثابتة زمنياً (Time-Fixed Covariates): العوامل التي تظل قيمها مستقرة طوال فترة الدراسة وتم قياسها في نقطة البداية، مثل الجنس البيولوجي، وتاريخ الاضطراب في الطفولة، والسمات المزاجية الفطرية.
• المتغيرات المستقلة المتغيرة زمنياً (Time-Varying Covariates): الامتداد المتقدم لنموذج كوكس، ويشمل المتغيرات التي تتبدل قيمتها عبر مسار المتابعة كالتغير في مستويات التحالف العلاجي، أو التقلبات الشهرية في الأحداث الحياتية الضاغطة.
• نماذج البقاء الطبقية (Stratified Cox Model): نوع يُستخدم عندما يُنتهك افتراض تناسب المخاطر لأحد المتغيرات التصنيفية (مثل الجنس)، فيتم تقسيم العينة إلى طبقات تتاح فيها دوال خطر أساسية مختلفة لكل طبقة، مع الحفاظ على تقدير موحد لتأثير بقية المتغيرات المشتركة.
• نماذج التفرع أو الهشاشة (Frailty Models): تمثل النظير للنماذج المختلطة (Mixed Models) في تحليل البقاء، وتُستخدم لمعالجة الارتباط والاعتماد المتبادل بين الملاحظات، مثل دراسة أزمنة التعافي لدى مرضى ينتمون لنفس العائلات أو يتلقون العلاج لدى نفس المعالج النفسي.

8. أمثلة وحالات توضيحية من علم النفس

لتوضيح فاعلية تحليل انحدار كوكس في الميدان الإكلينيكي والسلوكي، نستعرض دراسة افتراضية صممت لتقييم فعالية برنامجين علاجيين لاضطراب القلق العام لدى عينة مكونة من 300 مريض تم تتبعهم على مدار 24 شهراً بعد انتهاء البرنامج العلاجي. تم توزيع المرضى على مجموعتين: الأولى تلقت العلاج المعرفي السلوكي (CBT)، والثانية تلقت العلاج النفسي الديناميكي الداعم. تم تعريف “الحدث” بحدوث انتكاسة سريرية مشخصة وفق معايير الدليل التشخيصي والإحصائي (DSM-5)، في حين اعتبر انتهاء فترة المتابعة أو انسحاب المريض أسباباً لـ “بتر البيانات”.

اشتمل النموذج على متغيرات مشتركة مقاسة عند خط الأساس، منها: شدة القلق المتبقية عند نهاية العلاج، ودرجة اليقظة الذهنية (Mindfulness)، ومستوى الدعم الاجتماعي المدرك. أظهرت نتائج انحدار كوكس أن المرضى في مجموعة العلاج المعرفي السلوكي تمتعوا بنسبة خطر بلغت $HR = 0.58$ مقارنة بالمجموعة الأخرى ($p < 0.01$). وتفسر هذه النتيجة إكلينيكياً بأن تلقي العلاج المعرفي السلوكي خفض من معدل الخطر اللحظي للانتكاس بنسبة 42% في أي نقطة زمنية خلال فترة العامين، بعد ضبط ومساواة تأثير شدة القلق والدعم الاجتماعي بين المجموعتين.

وفي مثال تطبيقي آخر يتعلق بعلم النفس العيادي في أروقة المشافي النفسية، استُخدم النموذج لتتبع الزمن المستغرق حتى الإقدام على أول سلوك إيذاء للذات لدى مراهقين يعانون من اضطراب الشخصية الحدية بعد خروجهم من المصحة. أظهرت النمذجة أن التغير الأسبوعي في تنظيم المشاعر (كمتغير متبدل زمنياً) كان يتنبأ بشكل فوري بالخطر اللحظي؛ إذ ارتبط كل انخفاض مفاجئ في القدرة على ضبط الانفعالات بتضاعف نسبة الخطر بمقدار 2.4 مرة في الأيام السبعة التالية للانخفاض، مما وفر للمشرفين السريريين مؤشراً زمنياً حاسماً للتدخل الوقائي الاستباقي قبل فوات الأوان.

9. القياس، التقييم، واختبار الفروض

يتطلب التطبيق الرصين لتحليل انحدار كوكس سلسلة من الإجراءات المنهجية والاختبارات الإحصائية الصارمة لضمان موثوقية النموذج ودقة استنتاجاته. تبدأ هذه الخطوات بفحص الافتراض الحرج للمخاطر النسبية، والذي يُعد اختلاله مدعاة لبطلان النتائج أو تضليلها. ويتم هذا الفحص عادة عبر تحليل “بواقي شونفيلد” (Schoenfeld Residuals)، حيث تُحسب هذه البواقي لكل متغير مستقل وتُرسم بيانياً مقابل الزمن؛ فإذا أظهر الارتباط بين البواقي والزمن دلالة إحصائية ($p < 0.05$)، دلّ ذلك على انتهاك فرضية التناسب وأن أثر المتغير يتغير مع مرور الوقت، مما يستوجب تعديل النموذج بإضافة تفاعلات زمنية.

ولتقييم الجودة الكلية للنموذج وقوته التفسيرية، يعتمد الباحثون على مجموعة من المعايير الإحصائية المتقدمة، من أبرزها:

• اختبار نسبة الإمكان (Likelihood Ratio Test): يُستخدم لمقارنة النموذج المشتمل على المتغيرات المستقلة بنموذج الصفر (الذي لا يحتوي على أي متنبئات)، واختبار ما إذا كانت إضافة المتغيرات النفسية قد حسنت بشكل دال من تفسير زمن البقاء.
• مؤشر التوافق (Harrell’s Concordance Index – C-index): يُعد المكافئ في تحليل البقاء للمساحة تحت منحنى الخصائص التشغيلية للمستقبل (AUC-ROC) في التحليل اللوجستي؛ حيث تتراوح قيمته بين 0.5 (تنبؤ عشوائي) و 1.0 (تنبؤ مثالي). ويشير حصول النموذج على مؤشر $C$ يتجاوز 0.70 إلى قدرة تمييزية جيدة جداً في فرز الأفراد الذين يقع لهم الحدث في وقت أبكر مقارنة بغيرهم.
• إحصاء والد (Wald Test): يُحسب لتقييم الدلالة الإحصائية الفردية لكل معامل انحدار ($\beta$) داخل النموذج، والتأكد من أن تأثير المتغير يختلف جوهرياً عن الصفر.
• بواقي مارتينغال وديفيانس (Martingale and Deviance Residuals): تُستخدم هذه المقاييس التشخيصية للكشف عن الحالات الشاذة والمتطرفة (Outliers) التي لا ينجح النموذج في التنبؤ بزمن بقائها بصورة متطابقة مع البيانات، وكذلك لتحديد الشكل الوظيفي الأنسب للمتغيرات المتصلة (هل هي خطية أم تحتاج لتحويل لوغاريتمى).

10. التطبيقات والأهمية العملية في العلوم النفسية

يمتد النطاق التطبيقي لتحليل انحدار كوكس ليشمل طيفاً واسعاً من التخصصات الفرعية في العلوم السلوكية والطب النفسي، نظراً لقدرته الفريدة على الإجابة عن الأسئلة الزمنية الحساسة. ففي علم النفس الإكلينيكي والعلاجي، يُعد النموذج المعيار الذهبي لتقييم استدامة المكاسب العلاجية ومقارنة البروتوكولات التدخلية، إذ يتيح للباحثين ليس فقط معرفة نسبة التعافي الإجمالية، بل ومعرفة أي العلاجات يحقق استقراراً أطول أمداً ويؤخر الانتكاس، سواء في اضطرابات الإدمان، أو الاكتئاب، أو اضطرابات الأكل.

وفي ميدان علم الأوبئة النفسية والصحة النفسية العامة، يبرز انحدار كوكس كأداة لا غنى عنها في الدراسات الوبائية الطولية التتبعية التي تمتد لعقود؛ حيث يُستخدم لتحديد عوامل الخطر والوقاية التي تتنبأ ببداية ظهور الاضطرابات النفسية الشديدة لدى اليافعين، مثل دور الضغوط النفسية المزمنة والصدمات المبكرة في تسريع الزمن حتى الظهور الأول للأعراض الذهانية أو الوجدانية، مع تحييد التغيرات السكانية والبيولوجية المصاحبة.

أما في علم النفس التنظيمي والمهني، فيوفر النموذج إطاراً متقدماً لدراسة “دوران العمل” (Employee Turnover) والاحتراق النفسي، حيث يمكن للمؤسسات نمذجة الفترة الزمنية التي يستغرقها الموظف قبل مغادرة العمل أو الوصول إلى مرحلة الإنهاك العصبي الكامل، وتحديد أثر بيئة العمل الإيجابية، والدعم القيادي، وسمات المرونة النفسية في إطالة أمد الاستقرار الوظيفي ورفاهية العاملين.

وفي علم النفس العصبي وإعادة التأهيل، يُطبق تحليل كوكس بكفاءة لدراسة معدلات استعادة الوظائف المعرفية والتنفيذية لدى مرضى السكتات الدماغية أو إصابات الدماغ الرضحية، مما يمنح الفرق التأهيلية قدرة تنبؤية دقيقة بالجدول الزمني المتوقع للتعافي العصبي-النفسي بناء على مستويات الوظائف المعرفية السابقة للإصابة والتدخلات التأهيلية المقدمة.

11. الأبحاث والأدلة التجريبية

تزخر الأدبيات النفسية الحديثة بآلاف الدراسات الرصينة التي اعتمدت على نموذج انحدار كوكس لفحص فرضياتها الجوهرية. وفي مراجعة تاريخية للتحليل في الطب النفسي، أشار الباحثون إلى أن إدخال نماذج البقاء أحدث نقلة نوعية في موثوقية الأبحاث العيادية، لا سيما في أبحاث الانتحار؛ حيث استخدمت دراسات واسعة النطاق لبيانات السجلات الطبية الوطنية انحدار كوكس لتحديد المتغيرات المتنبئة بالوقت حتى محاولة الانتحار التالية بعد الخروج من أقسام الطوارئ، مظهرة أن توافر تاريخ سابق لمحاولات متكررة مصحوباً بالعزلة الاجتماعية يرفع نسبة الخطر إلى أكثر من 3.2 ضعف في الأشهر الثلاثة الأولى تحديداً.

وفي مجال علاج الإدمان، قدمت دراسات مشروع Project MATCH الشهير تقييمات معمقة لزمن البقاء حتى أول شرب للكحول بعد العلاج، حيث وظف الباحثون انحدار كوكس لإثبات عدم وجود فروق جوهرية في زمن البقاء الخالي من الكحول بين التدخلات المعرفية السلوكية والمقابلات الدافعية، إلا أن النموذج مكنهم من كشف تفاعلات معقدة بين سمات الغضب لدى المفحوصين ونوع التدخل في تحديد سرعة الانتكاس.

كما بينت دراسات الاكتئاب المزمن، مثل تجارب STAR*D التي هدفت لمقارنة استراتيجيات العلاج المتتابعة للاكتئاب المقاوم، تفوق انحدار كوكس في التعامل مع طبيعة المتابعة المفتوحة، حيث سمح بتقدير دقيق للزمن اللازم لتحقيق الهجوع السريري التام (Remission) مع كل خط علاجي دوائي أو سلوكي، مؤكدة أن المرضى الذين يتميزون بارتفاع الأعراض الجسدية المرافقة يتطلبون فترات زمنية أطول بكثير للوصول إلى التعافي مقارنة بأقرانهم ذوي الأعراض المزاجية المحضة.

12. الاعتبارات الثقافية والسياقية

يفرض تطبيق تحليل انحدار كوكس في السياقات متعددة الثقافات الانتباه إلى محددات منهجية وثقافية شديدة الحساسية تتعلق بتفسير مفهومي “الزمن” و”الحدث”. ففي العديد من المجتمعات النامية أو الجماعية، قد تتأثر معدلات الرقابة أو البتر (Censoring) بالوصمة الاجتماعية المحيطة بالاضطراب النفسي؛ مما يؤدي إلى انسحاب عائلات بأكملها من دراسات المتابعة الطولية تجنباً للعار الاجتماعي، وهو ما يخلق ما يُعرف إحصائياً بـ “البتر غير العشوائي أو الإخباري” (Informative Censoring)، وهو انتهاك جوهري لافتراضات انحدار كوكس التي تشترط أن يكون بتر البيانات مستقلاً تماماً عن احتمالية وقوع الحدث.

علاوة على ذلك، يختلف الإدراك الزمني ومعايير التعافي بين الثقافات؛ فالأحداث التي يعتبرها الباحثون في السياق الغربي دليلاً على الانتكاس، مثل الانسحاب المؤقت من الأنشطة الإنتاجية، قد تُفسر في سياقات ثقافية تقليدية كمرحلة طبيعية من الراحة الأسرية المدعومة بالتكاتف الجمعي، مما يغير من نقطة التوقيت الحقيقية لتسجيل الحدث. لذلك، يوصي علماء النفس الثقافي بضرورة إعادة تقنين تعريفات “الأحداث الحياتية” و”التحسن الإكلينيكي” لتتلاءم مع المعايير الثقافية المحلية قبل إدراجها كأحداث نهائية في نماذج البقاء.

كما أن الفروق الاقتصادية والاجتماعية في الوصول إلى الرعاية الصحية بين المجموعات العرقية والثقافية المختلفة قد تظهر في نموذج كوكس كعوامل خطر مضاعفة؛ حيث إن بطء تلقي التدخل العلاجي بسبب الحواجز الهيكلية قد يُترجم إحصائياً إلى تسارع في زمن الوصول إلى التدهور الوظيفي، الأمر الذي يستدعي من المحلل النفسي ضبط المتغيرات الاجتماعية-الاقتصادية بدقة متناهية لتجنب الخلط بين الهشاشة النفسية الفردية والعوائق المؤسسية المجتمعية.

13. الانتقادات والجدل والحدود المنهجية

على الرغم من المكانة الرفيعة التي يتبوأها نموذج انحدار كوكس، فإنه يواجه جملة من الانتقادات والتحفظات المنهجية في الأوساط الإحصائية والنفسية. يأتي في مقدمتها الصرامة التي يتطلبها افتراض “تناسب المخاطر”؛ ففي الواقع النفسي المعقد، نادراً ما يظل تأثير التدخلات أو السمات النفسية ثابتاً عبر سنوات المتابعة. فعلى سبيل المثال، غالباً ما يكون تأثير التدخل النفسي المكثف في ذروته خلال الأشهر الأولى بعد العلاج ثم يبدأ بالتلاشي تدريجياً، مما يؤدي إلى تغير نسبة الخطر بمرور الوقت وانتهاك مباشر للفرضية، وهو ما يغفل عنه كثير من الممارسين غير المتخصصين فيقعون في فخ النتائج المضللة.

ومن التحديات الكبرى أيضاً حساسية النموذج تجاه ظاهرة “الأخطار المتنافسة” (Competing Risks)؛ ففي الدراسات النفسية لكبار السن، قد يؤدي حدوث الوفاة لأسباب طبية طبيعية إلى منع وقوع الحدث النفسي الخاضع للبحث (مثل التدهور المعرفي أو الاكتئاب المتأخر). في نموذج كوكس القياسي، يُعامل المتوفون كبيانات مبتورة عادية، وهو افتراض غير دقيق لأنهم لم يعودوا معرضين للخطر في المستقبل، مما يضخم التقديرات التراكمية للمخاطر ويستلزم استخدام نماذج متخصصة كنموذج فاين وغراي (Fine-Gray Model).

كما يُوجه النقد إلى طبيعة النموذج “شبه المعلمية” لكونها لا تقدم تقديراً مباشراً للاحتمالات المطلقة للبقاء في كل لحظة بسهولة كما تفعل النماذج المعلمية الكاملة، فضلاً عن حاجته إلى عينات كبيرة نسبياً من الأحداث لتحقيق القوة الإحصائية الكافية؛ فالقاعدة العامة تشترط وجود ما لا يقل عن 10 إلى 20 حدثاً فعلياً لكل متغير مستقل مدرج في النموذج (10-20 Events Per Variable)، وهو ما يصعب تحقيقه في الدراسات العيادية ذات الميزانيات المحدودة أو التي تدرس أحداثاً نادرة الوقوع كالانتحار المكتمل.

14. المفاهيم المرتبطة والفروق الدقيقة

لتجنب اللبس الشائع في الأدبيات البحثية بين انحدار كوكس والبدائل الإحصائية المجاورة، يوضح العرض التالي الفروق الجوهرية بين هذه الأساليب:

• الانحدار اللوجستي (Logistic Regression): يتعامل الانحدار اللوجستي مع المتغير التابع كقيمة ثنائية بحتة (حدث / لم يحدث) بنهاية فترة محددة، متجاهلاً تماماً البعد الزمني وسرعة وقوع الحدث، وعاجزاً عن التعامل السليم مع البيانات المبتورة؛ بينما يدمج انحدار كوكس احتمالية الحدث وزمن حدوثه معاً مستثمراً كامل المعلومات المتاحة للأفراد المبتورين.
• مقدر كابلان-ماير (Kaplan-Meier Estimator): يُعد أسلوباً لامعلمياً بالكامل ومثالياً لرسم منحنيات البقاء وحساب متوسطات أزمنة النجاة ومقارنة مجموعتين علاجيتين عبر اختبار الرتبة اللوغاريتمية (Log-Rank Test)، غير أنه يقتصر على المتغيرات التصنيفية ويعجز تماماً عن ضبط المتغيرات المشوشة أو المتصلة، في حين يتيح نموذج كوكس نمذجة متعددة المتغيرات متصلة وتصنيفية في آن واحد.
• نماذج البقاء المعلمية (Parametric Survival Models): مثل نماذج ويبل واللوجستي اللوغاريتمي والنموذج الأسي؛ تتطلب هذه النماذج تحديداً رياضياً دقيقاً لدالة الخطر الأساسية، وتمنح تنبؤات مطلقة فائقة الدقة إذا صح الافتراض التوزيعي، بينما يتحرر انحدار كوكس من هذا القيد لكونه شبه معلمي، مما يجعله أكثر أماناً وتكيفاً مع التعقيد السلوكي.
• نماذج المخاطر النسبية مقابل نماذج زمن الفشل المتسارع (Accelerated Failure Time – AFT): في حين يقيس انحدار كوكس تأثير المتغيرات على تسارع أو تباطؤ “معدل الخطر اللحظي”، تقيس نماذج AFT الأثر المباشر على “تمدد أو انكماش زمن البقاء” الفعلي بنسبة مئوية محددة، وهو بديل مفاهيمي جذاب في بعض السياقات المعرفية.

15. الخلاصة والنقاط الجوهرية

يظل تحليل انحدار كوكس للمخاطر النسبية حجر الزاوية للمنهجية الإحصائية في الدراسات الطولية والعيادية داخل العلوم السلوكية والطب النفسي الحديث؛ إذ يجسد النموذج توازناً عبقرياً بين المرونة الرياضية والقوة الاستدلالية عبر فك شفرة العلاقات الديناميكية بين الزمن، والحدث، والمتغيرات النفسية المتعددة دون التورط في افتراضات مسبقة لتوزيع أزمنة البقاء.

وتتمثل القيمة الكبرى للنموذج في قدرته الفائقة على الاستفادة من البيانات المبتورة، واستخراج نسب مخاطر (Hazard Ratios) بديهية توضح للممارس السريري والباحث مدى فعالية التدخلات العلاجية أو خطورة السمات الشخصية على خط الزمن. إلا أن هذه القوة الإحصائية تظل مشروطة بالفحص المنهجي الصارم لفرضية تناسب المخاطر عبر بواقي شونفيلد، والتأكد من استقلال الرقابة، واختيار الامتداد الرياضي المناسب في حال وجود أخطار متنافسة أو متغيرات متبدلة مع الزمن.

إن إتقان الباحثين النفسيين لنموذج كوكس ينقل الدراسات والبحوث النفسية العربية من الأطر الوصفية والمقطعية الساكنة إلى آفاق الدراسات الطولية التنبؤية القادرة على الإجابة عن أدق تفاصيل السلوك الإنساني في تجليه الزمني الممتد، مما يدعم ممارسات الطب النفسي المسند بالدليل ويرتقي بجودة التدخلات العلاجية الموجهة نحو الوقاية والاستدامة.

المراجع

• Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187-202. https://doi.org/10.1111/j.2517-6161.1972.tb00899.x
• Singer, J. D., & Willett, J. B. (2003). Applied longitudinal data analysis: Modeling change and event occurrence. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780195152968.001.0001
• Kleinbaum, D. G., & Klein, M. (2012). Survival analysis: A self-learning text (3rd ed.). Springer. https://doi.org/10.1007/978-1-4419-6646-9
• Luke, D. A. (2004). Multilevel modeling. SAGE Publications. https://doi.org/10.4135/9781412985147
• Hosmer, D. W., Lemeshow, S., & May, S. (2008). Applied survival analysis: Regression modeling of time-to-event data (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9780470258019