نموذج انحدار كوكس الموسع: النمذجة الديناميكية للبقاء النفسي

يمثل نموذج انحدار كوكس الموسع قفزة نوعية في المنهجيات الإحصائية الموجهة لدراسة الظواهر النفسية والسلوكية عبر الزمن، حيث يتيح للباحثين تفكيك التعقيد الكامن في الأحداث النفسية التي تتغير محدداتها بصورة ديناميكية مستمرة. وبخلاف النماذج التقليدية التي تفترض ثبات الخصائص الفردية والبيئية طوال فترة المتابعة، يوفر هذا النموذج إطاراً رياضياً مرناً يستوعب تقلبات المزاج، والانتكاسات الإكلينيكية، والتغيرات في شدة الأعراض النفسية بوصفها متغيرات تتفاعل لحظياً مع الزمن لتحدد احتمالية وقوع الحدث النفسي المستهدف.

نموذج انحدار كوكس الموسع

1. التعريف الموجز والموسع

نموذج انحدار كوكس الموسع (Extended Cox Regression Model) هو أسلوب إحصائي نصف مَعلمي متقدم يُستخدم في تحليل البقاء والتحليل الزمني للحدث، يهدف إلى تقدير دالة الخطر اللحظي لوقوع حدث معين مع السماح بإدراج متغيرات تفسيرية متغيرة مع الزمن أو التعامل مع انتهاكات فرضية المخاطر النسبية. يُعد هذا النموذج تطويراً جوهرياً لنموذج كوكس الكلاسيكي للمخاطر التناسبية، مما يجعله قادراً على نمذجة العمليات النفسية والسلوكية التي تتسم بالتغير والسيولة وعدم الاستقرار الزمني.

في السياق السيكولوجي والإكلينيكي، لا يقتصر تطبيق هذا النموذج على حساب الوقت المنقضي حتى حدوث واقعة محددة (مثل الانتكاسة الاكتئابية، أو التوقف عن تعاطي العقاقير، أو التسرب من الجلسات العلاجية)، بل يمتد ليشمل تقييم الكيفية التي تؤثر بها التغيرات المستمرة في السمات النفسية والضغوط الحياتية على احتمالية ذلك الحدث في كل نقطة زمنية. وبذلك، يتجاوز النموذج النظرة الاستاتيكية للقياس النفسي، محولاً التحليل إلى مسار ديناميكي يرصد التفاعل المتبادل بين الزمن والمتغيرات النفسية الحيوية.

يتيح هذا الامتداد التحرر من القيد الصارم المفروض في النموذج المعياري، والمتمثل في ثبات نسب المخاطر عبر الزمن؛ حيث يدمج دالات رياضية تفاعلية تعبر عن تأثير المتغير كتابع مباشر للزمن، أو يدمج قياسات متكررة للمتغير المستقل تم جمعها في أوقات متابعة متعددة، مما يجعله الأداة المثلى في الدراسات التتبعية الطولية المعقدة في الطب النفسي وعلم النفس السريري.

2. التأثيل والاشتقاق اللغوي

يرجع أصل التسمية إلى عالم الإحصاء البريطاني السير ديفيد روكسبا كوكس (Sir David Cox)، الذي صاغ النموذج الأصلي للمخاطر التناسبية في ورقته البحثية التاريخية المنشورة عام 1972 في مجلة الجمعية الإحصائية الملكية. وقد اشتُق مصطلح «الانحدار» (Regression) في الأصل من المعنى اللاتيني regredi والذي يعني العودة أو النكوص، واستعاره فرانسيس غالتون لاحقاً لوصف ميل الظواهر البيولوجية نحو المتوسط، قبل أن يستقر استخدامه في الإحصاء الحديث ليدل على تقدير العلاقات الرياضية بين المتغيرات.

أما لفظ «الموسع» أو «الممتد» (Extended) فيشير اصطلاحاً إلى تجاوز القيود البنيوية للنموذج الأصلي، وتحديداً استيعاب التغاير الزمني للمتغيرات (Time-Varying Covariates). وفي الترجمة الأكاديمية العربية، يُستخدم مصطلح «نموذج انحدار كوكس الموسع» أو «نموذج كوكس ذو المتغيرات المعتمدة على الزمن» ليعكس التوليف المنهجي الدقيق بين البنية نصف المعلمية الأصلية والآليات الحسابية المحدثة القادرة على التعامل مع الطبيعة المتدفقة للبيانات النفسية في دراسات مجرى الحياة.

3. النطق والصيغة الصرفية والنحوية

يُنطق المصطلح باللغة العربية الفصحى: «نَمُوذَجُ انْحِدَارِ كُوكْسْ المُوَسَّعِ». ومن الناحية التركيبية، يتألف المصطلح من مركب إضافي ونعتي؛ «نموذج» اسم مفرد مذكر مضاف، و«انحدار» مضاف إليه مجرور، و«كوكس» اسم علم أعجمي ممنوع من الصرف مضاف إليه مبني أو مجرور بالفتحة نيابة عن الكسرة، و«الموسع» نعت تابع للفظ «نموذج» مرفوع مثله (أو مجرور إن عُدَّ نعتاً للمركب الإضافي ككل).

وفي الكتابات النفسية والإحصائية المتخصصة، تتعدد الصيغ المترادفة مثل: «نموذج كوكس الممتد للمخاطر التناسبية»، و«تحليل كوكس للمتغيرات المعتمدة على الزمن». ويُعامل المصطلح في الخطاب العلمي بوصفه مفهوماً مفتاحياً يشير إلى فئة منهجية قائمة بذاتها، تختلف إجرائياً وتحليلياً عن نماذج الانحدار الخطي أو اللوجستي التقليدية، ويُرمز له اختصاراً في الدراسات الإنجليزية بـ (TDC-Cox) إشارة إلى المتغيرات المعتمدة على الزمن (Time-Dependent Covariates).

4. الشرح المفاهيمي المفصل

يرتكز نموذج انحدار كوكس الموسع على مفهوم محوري يُعرف بـ «دالة الخطر» (Hazard Function)، ويُرمز لها بـ $h(t|X(t))$، وهي تمثل المعدل اللحظي لوقوع الحدث في الزمن $t$، بشرط أن الفرد قد استمر في الدراسة ولم يتعرض للحدث حتى تلك اللحظة بالذات. الصيغة الرياضية العامة للنموذج تُكتب عادة على النحو التالي:

$$h(t | X(t)) = h_0(t) \exp\left( \sum_{j=1}^p \beta_j X_j(t) \right)$$

حيث يمثل $h_0(t)$ «خطر الأساس» (Baseline Hazard)، وهي دالة غير معلمية تعكس شكل مسار الخطر عندما تكون جميع المتغيرات التفسيرية مساوية للصفر، وتترك حرة تماماً دون افتراض توزيع إحصائي محدد (مثل التوزيع الأسي أو ويبل). ويمثل المكون الثاني، $\exp(\sum \beta_j X_j(t))$، الجزء المعلمي الذي يحدد الوزن النسبي لتأثير المتغيرات المستقلة على دالة الخطر.

الخاصية الجوهرية التي تفصل هذا النموذج عن سلفه الكلاسيكي هي الاعتماد الصريح للمتغيرات $X_j(t)$ على الزمن. في النموذج المعياري، تفترض القيمة $X_j$ ثباتاً مطلقاً طوال فترة المتابعة (مثل جنس المشارك، أو تاريخ الصدمات المبكرة المسجل عند خط الأساس). أما في النموذج الموسع، فإن قيمة $X_j(t)$ يُعاد تقييمها عند كل نقطة زمنية يحدث فيها حدث لأي مشارك ضمن مجموعة الخطر (Risk Set). يتيح هذا التمايز التقاط الأنماط النفسية المعقدة؛ مثل التغير التدريجي في استراتيجيات مواجهة الضغوط، أو التقلبات الدورية في الدعم الاجتماعي، أو التأثير التراكمي لجرعات العلاج النفسي.

تُقسم المتغيرات المعتمدة على الزمن ضمن هذا النموذج إلى نوعين رئيسيين: متغيرات تابعة للزمن خارجية (External Covariates)، وهي متغيرات لا تتأثر بوقوع الحدث نفسه، كالتغيرات المناخية أو السياسات المؤسسية المحيطة بالمريض؛ ومتغيرات تابعة للزمن داخلية (Internal Covariates)، وهي تلك الناتجة مباشرة عن الكائن الحي وتتطلب بقاءه تحت الملاحظة، مثل القياسات الحيوية والنفسية الأسبوعية كعلامات القلق وتركيز النواقل العصبية واستجابات مقاييس الاكتئاب الذاتية. وتعد معالجة المتغيرات الداخلية التحدي الأكبر والأكثر إثماراً في القياس السلوكي المعاصر.

5. التطور التاريخي والمسار العلمي

تعود الجذور الأولى لتحليل البقاء إلى جداول الحياة الاكتوارية وحسابات التأمين في القرنين السابع عشر والثامن عشر، إلا أن الولادة الحقيقية لتحليل البقاء الإحصائي الحديث بدأت مع ورقة ديفيد كوكس عام 1972. طرح كوكس مفهوم «الإمكانية الجزئية» (Partial Likelihood)، الذي سمح بتقدير معاملات الانحدار $\beta$ دون الحاجة إلى تحديد صيغة دالة خطر الأساس، مما أحدث ثورة علمية كبرى في معالجة البيانات الطبية والحيوية الخاضعة لـ الرقابة الإحصائية (Censoring).

وسرعان ما أدرك علماء الإحصاء الحيوي في أواخر سبعينيات وثمانينيات القرن العشرين، ولا سيما أعمال بيير أندرسن (Per Kragh Andersen) وريتشارد جيل (Richard Gill) في عام 1982، أن افتراض ثبات المخاطر النسبية يمثل عائقاً منهجياً عند دراسة الظواهر الحيوية المزمنة. واستناداً إلى نظرية «العمليات الحسابية المتزامنة» (Counting Processes) ونظرية «المارتينجال» (Martingale Theory)، تمت صياغة التوسعات الرياضية لنموذج كوكس، مما وفر إطاراً نظرياً متماسكاً يتيح دمج المتغيرات المتغيرة زمنياً وتقدير نماذج الأحداث المتكررة (Recurrent Events).

شهدت التسعينيات وبدايات القرن الحادي والعشرين انتقال هذه النماذج من الحقل الطبي الحيوي إلى العلوم السلوكية والطب النفسي. وقد ساهم في ذلك التطور الهائل في القدرات الحاسوبية وظهور حزم برمجية متخصصة مثل مكتبة survival التي طورها تيري ثيرنو (Terry Therneau) في لغة البرمجة R. وأصبح من الممكن لعلماء النفس تتبع مسارات المرضى النفسيين عبر آلاف النقاط الزمنية، ونمذجة نوبات الاضطراب الوجداني ثنائي القطب والانتكاسات الإدمانية بدقة رياضية متناهية كانت مستحيلة في السابق.

6. الأسس والافتراضات النظرية والرياضية

يقوم نموذج انحدار كوكس الموسع على بنية نظرية إحصائية تجمع بين الخصائص المعلمية واللامعلمية، معتمداً على تقدير «الإمكانية الجزئية المعممة». في هذا الإطار، يُفترض أن ترتيب الأحداث في الزمن هو المصدر الأساسي للمعلومات الإحصائية، في حين أن الأزمنة الدقيقة بين الأحداث لا تؤثر على تقدير المعاملات طالما ظل الترتيب محفوظاً. يتم حساب دالة الإمكانية الجزئية عبر ضرب الاحتمالات الشرطية لوقوع الحدث للفرد $i$ من بين جميع الأفراد المعرضين للخطر في اللحظة $t_i$:

$$L_p(\beta) = \prod_{i: C_i = 1} \frac{\exp\left( \sum_{j=1}^p \beta_j X_{ij}(t_i) \right)}{\sum_{k in R(t_i)} \exp\left( \sum_{j=1}^p \beta_j X_{kj}(t_i) \right)}$$

حيث يمثل $R(t_i)$ «مجموعة الخطر» عند الزمن $t_i$، وهي مجموعة جميع الأفراد الذين لم يقع لهم الحدث ولم يخضعوا للرقابة حتى ما قبل اللحظة $t_i$ مباشرة. ويتجلى الامتداد هنا في أن قيم $X$ للأفراد داخل مجموعة الخطر يتم تقييمها لحظياً عند الزمن $t_i$، مما يضمن انعكاس الحالة الراهنة للمتغير على احتمال وقوع الحدث الفوري.

تستند هذه الصياغة إلى مجموعة من الافتراضات الصارمة التي يجب التحقق منها إمبيريقياً في التطبيقات النفسية:

• استقلالية الرقابة (Independent/Non-informative Censoring): يجب ألا يحمل خروج المشارك من الدراسة (بسبب الفقد في المتابعة أو انتهاء وقت البحث) أي معلومات احتمالية حول خطره المستقبلي للإصابة بالحدث. وفي علم النفس السريري، يُعد هذا الافتراض حساساً للغاية، إذ قد ينقطع المريض عن المتابعة بسبب تفاقم شديد في أعراضه المرضية، مما ينتهك شرط الاستقلالية ويتطلب نماذج تصحيحية متقدمة.
• صحة تمثيل المسار الزمني للمتغير: يُفترض أن القياسات المتقطعة للمتغير التابع للزمن تعكس بدقة حالته الفعلية المستمرة بين فترات التقييم، أو أن قيمة المتغير تظل ثابتة على شكل دالة درَجية (Step-function) حتى موعد القياس اللاحق.
• الخطية في المقدر الأسي (Log-Linearity): يفترض النموذج أن لوغاريتم نسبة الخطر يرتبط خطياً بالمتغيرات المستقلة، ما لم يتم تضمين حدود تحويلية غير خطية كالدوال التكعيبية الملساء (Splines).

7. المكونات والأبعاد والأنماط الرئيسية

ينقسم نموذج انحدار كوكس الموسع إلى عدة تصاميم وأنماط منهجية استناداً إلى طبيعة التساؤل البحثي ونوعية البيانات المجمعة، ويمكن حصر أبعاده ومكوناته الأساسية في العناصر التالية:

• نموذج التفاعل مع الزمن (Time-Interaction Model): يُستخدم عندما ينتهك متغير ثابت زمنياً فرضية نسبية المخاطر؛ حيث يتم تضمين حد تفاعلي صريح بين المتغير والزمن، كأن يُصاغ المتغير على شكل $X \times \log(t)$ أو $X \times t$. يساعد هذا النمط في إثبات ما إذا كان تأثير تدخل علاجي نفسي معين يتلاشى بمرور الوقت أم يزداد رسوخاً.
• نموذج المتغيرات المشتركة المتغيرة زمنياً (Time-Varying Covariates Design): ويتعامل مع متغيرات تتغير قيمها فعلياً عبر مسار الملاحظة الطولية، ويتم تقسيم بيانات المريض فيه إلى فترات زمنية مجزأة وفق بنية «البداية-النهاية» (Counting Process Format: start, stop, event).
• نموذج الأحداث المتكررة (Recurrent Events Models): يستوعب الحالات التي يتعرض فيها الفرد النفسي للحدث ذاته عدة مرات متتالية (مثل نوبات الهوس، أو نوبات إيذاء الذات غير الانتحاري)، ويشمل صياغات فرعية كنموذج أندرسن-جيل (AG) للأحداث المتماثلة، ونماذج برينتيس-ويليامز-بيترسون (PWP) للأحداث المشروطة بالترتيب.
• الطبقية الإحصائية (Stratified Extended Cox): تتيح السماح لدوال خطر الأساس $h_{0g}(t)$ بالاختلاف الكلي عبر طبقات محددة (مثل تصنيف المرضى حسب الجنس أو المركز العلاجي)، مع الإبقاء على تقديرات المعاملات $\beta$ موحدة عبر جميع الطبقات، مما يحل معضلة تباين المخاطر بين الفئات دون استهلاك درجات حرية إضافية.

8. أمثلة ونماذج تطبيقية في العلوم النفسية

لتوضيح القوة المنهجية لنموذج كوكس الموسع، نفترض دراسة إكلينيكية طولية تبحث في «الزمن حتى حدوث الانتكاسة الاكتئابية» (Relapse) لدى عينة من المتعافين حديثاً من اضطراب الاكتئاب الرئيسي بعد تلقيهم بروتوكولاً علاجياً مكثفاً. في النموذج الكلاسيكي، كان الباحثون يكتفون بتسجيل مستوى الدعم الاجتماعي عند لحظة خروج المريض من المصحة. غير أن الدعم الاجتماعي في الواقع متغير متبدل؛ فقد يفقد المريض شريك حياته في الشهر الرابع أو يكتسب شبكة دعم جديدة في الشهر الثامن.

باستخدام نموذج كوكس الموسع، يتم تحويل سجل المريض إلى صيغة الفترات الزمنية المتعددة؛ فإذا خضع المريض للتقييم شهرياً، يُسجل له سطر لكل شهر يعكس درجته اللحظية على مقياس الدعم الاجتماعي وحالة الانتكاسة. يُمكّن هذا النموذج الباحثين من تقييم أثر الانخفاض الطارئ في الدعم الاجتماعي على تحفيز الانتكاسة في الشهر نفسه أو الشهر التالي مباشرة، مع عزل أثر العوامل الثابتة كالجنس والعمر الجيني.

نموذج آخر يتجلى في دراسة «التسرب من العلاج النفسي لمرضى الإدمان»؛ حيث يتم قياس مستوى «التحالف العلاجي» (Therapeutic Alliance) في نهاية كل جلسة أسبوعية. أظهرت التطبيقات العملية أن استخدام نموذج كوكس الموسع يكشف أن الهبوط المفاجئ في التحالف العلاجي في جلسة ما يرفع من خطر التسرب بنسبة أضعاف مضاعفة خلال الأسبوع التالي، وهو كشف إكلينيكي يعجز النموذج الاستاتيكي عن إدراكه إذا اقتصر على تقييم التحالف في الجلسة الأولى فقط.

9. القياس، النمذجة، والتقييم الإحصائي

يتطلب إعداد وبناء نموذج كوكس الموسع خطوات دقيقة تبدأ بإعادة هيكلة مصفوفة البيانات من النسخة العريضة (Wide Format) إلى النسخة الطولية الزمنية المجزأة (Long/Counting Process Format). يتم تحديد كل فاصل زمني للمشارك بزمن بداية $(t_{start})$ وزمن نهاية $(t_{stop})$ ومؤشر ثنائي لوقوع الحدث $(0/1)$، مع ربط كل فاصل بالقيم المحدثة للمتغيرات المستقلة المقاسة خلال تلك النافذة الزمنية.

يتم تقييم مدى جودة ملاءمة النموذج وصلاحية افتراضاته عبر عدة فحوصات إحصائية وبصرية صارمة، أبرزها:

• تحليل بواقي شونفيلد (Schoenfeld Residuals): يمثل الاختبار المعياري للتحقق من ثبات نسب المخاطر؛ فإذا ارتبطت البواقي بالزمن دلالياً، دلّ ذلك على انتهاك الفرضية وضرورة الانتقال للنموذج الموسع المتفاعل مع الزمن.
• اختبارات نسبة الإمكانية الجزئية (Partial Likelihood Ratio Tests): تُستخدم لمقارنة النموذج المعياري بالنموذج الموسع، لتحديد ما إذا كان إدراج المكونات المتغيرة زمنياً يضيف قدرة تفسيرية جوهرية ذات دلالة إحصائية.
• فحص بواقي المارتينجال وبواقي ديفيانس (Deviance Residuals): تُستخدم لتحديد الحالات الشاذة، والتحقق من صحة الفرضية الخطية للمتغيرات الكمية التابعة للزمن عبر تمثيلها بيانياً وتطبيق دوال التنعيم (Loess Curves).

تعتمد النمذجة الإحصائية المتقدمة على برمجيات رائدة؛ ففي بيئة R، تُستخدم دالة coxph مع دالة الدمج الزمني tmerge لتقسيم الفترات بدقة متناهية وحماية النموذج من أخطاء التسريب الزمني للمعلومات. كما توفر برمجيات أخرى مثل SAS (عبر إجراء PHREG) وStata (عبر حزمة stsplit) أدوات قوية لحساب التقديرات الإحصائية وتصحيح الأخطاء المعيارية باستخدام مقدرات روبست المتينة لتجميع البيانات العنقودية (Cluster Robust Standard Errors).

10. التطبيقات الإكلينيكية والعملية في الصحة النفسية

يمتلك نموذج انحدار كوكس الموسع تطبيقات عملية وتحويلية في مجالات علم النفس السريري والوبائيات النفسية وتطوير الخدمات الصحية، ويمكن تصنيف أهم هذه التطبيقات العملية على النحو الآتي:

• الوقاية من الانتحار وإيذاء النفس: نمذجة مسارات الأفكار الانتحارية اليومية المسجلة عبر الهواتف الذكية وتطبيقات التقييم اللحظي البيئي (EMA). يتيح النموذج تحديد العتبات الحرجة من الضيق النفسي أو اضطرابات النوم التي تسبق السلوك الانتحاري الفعلي بساعات أو أيام، مما يمكّن من تفعيل أنظمة التدخل الوقائي الذكي الفوري.
• تقييم الالتزام الدوائي في الطب النفسي: يُستخدم النموذج في حساب أثر التذبذب في تناول مضادات الذهان ومثبتات المزاج عبر الزمن. وبدلاً من تصنيف المريض ببساطة كـ «ملتزم» أو «غير ملتزم»، يرصد النموذج أثر فترات التوقف المتقطعة عن الدواء على تسريع نوبات الانتكاس الذهاني.
• التدخلات السلوكية المركزة في اضطرابات الإدمان: يسمح النموذج بتحليل المحفزات البيئية العابرة (مثل التواجد في محيط أصدقاء السوء أو التعرض لمواقف ضاغطة) بوصفها عوامل متغيرة زمنياً، مما يعين المعالجين على تحديد النوافذ الزمنية الأعلى خطورة في حياة المتعافي.
• تصميم التجارب السريرية النفسية العشوائية الممتدة: تتيح هذه المنهجية للباحثين مراعاة التبديل العلاجي (Treatment Switching)، حيث ينتقل المرضى في المجموعة الضابطة أحياناً إلى تلقي العلاج النشط بعد تدهور حالتهم، وهو ما يمكن استيعابه رياضياً دون تشويه الفاعلية المقدرة للعلاج الأصلي.

11. البحث العلمي والأدلة الإمبراطورية

أكدت الأدبيات النفسية الحديثة على التفوق التفسيري لنموذج كوكس الموسع مقارنة بالطرائق الإحصائية التقليدية. وفي دراسة طولية محورية قادها عالم الوبائيات النفسية كينيث كيندلر (Kenneth Kendler) وزملاؤه على عينات توأمية لدراسة مجرى الاكتئاب، أظهرت النماذج الموسعة أن أحداث الحياة الضاغطة الحادة تمتلك خطراً تفجيرياً فورياً يتراجع بسرعة لوغاريتمية عبر الأشهر التالية للحدث، وهو ما لم يكن بالإمكان توثيقه بدقة إلا من خلال السماح لدوال الخطر بالتفاعل الديناميكي مع الزمن المنقضي.

وفي دراسات الفصام واضطرابات الشخصية، أظهرت أبحاث تتبعية استمرت لعقود أن تأثير بعض عوامل الخطر البيولوجية والوراثية يتناقص مع تقدم العمر، في حين تكتسب العوامل النفسية الاجتماعية والمناخ البيئي وزناً ترجيحياً متصاعداً مع طول مدة المرض. هذا الانتهاك لفرضية تناسبية المخاطر تم حله جذرياً عبر نموذج كوكس الموسع بتضمين الحدود التفاعلية ($X \times t$)، مما صحح التقديرات التنبؤية التي كانت تقدمها النماذج البسيطة بنسب خطأ تجاوزت أحياناً 40% من الدقة التنبؤية.

كما بينت المراجعات المنهجية المنشورة في مجلات القياس النفسي مثل Psychological Methods أن إغفال التباين الزمني للمتغيرات الداخلية يؤدي بصورة شبه حتمية إلى ما يعرف بـ «تحيز الوقت الخالد» (Immortal Time Bias) أو أخطاء التخصيص الخاطئ (Misclassification Bias)، مشددة على أن دمج نموذج كوكس الموسع بات المعيار الذهبي لتحليل المتابعات النفسية السريرية المعقدة.

12. الاعتبارات الثقافية والسياقية

ينطوي تطبيق نماذج البقاء المتقدمة في البيئات غير الغربية، وخاصة في المجتمعات العربية، على اعتبارات سياقية وثقافية بالغة الحساسية تتصل بآليات جمع البيانات وتفسيرها الإحصائي. فمن حيث الرقابة الإحصائية، تتأثر معدلات فقد المشاركين في المتابعة بالوصمة الاجتماعية المحيطة بالاضطرابات النفسية؛ حيث يميل المرضى إلى الانسحاب من الدراسات أو التخلف عن الجلسات عند تحسنهم ظناً بعدم الحاجة، أو عند تدهورهم الشديد بحثاً عن مسارات علاجية تقليدية أو روحية.

هذا النمط يولد ظاهرة الرقابة الإعلامية (Informative Censoring) التي تخرق الفرضية الرياضية المركزية لاستقلالية الفقد. ومن هنا، يبرز نموذج كوكس الموسع كأداة حيوية تتيح للباحث العربي إدراج المتغيرات الاجتماعية والثقافية المتغيرة مع الزمن — كمدى الرضا عن الدعم الأسري، وتغير مستويات الوصمة المدركة عبر الزمن، والمناسبات الاجتماعية والدينية الموسمية — بوصفها متغيرات تفسيرية معدلة لدالة الخطر اللحظي.

علاوة على ذلك، تختلف الدلالة الزمنية للأحداث النفسية عبر الثقافات؛ فمفاهيم مثل «التعافي الوظيفي» أو «الانتكاسة الجزئية» تتشكل بتوقعات البيئة المحلية والواجبات الأسرية والمجتمعية المنوطة بالفرد. ويمنح النموذج الموسع مرونة كافية لتعريف نقاط النهاية السريرية المتعددة وإعادة ضبط فترات الخطر وفق الأنماط المعيشية الخاصة بكل سياق ثقافي دون المساس بالصلابة الإحصائية للتحليل.

13. الانتقادات، الجدل العلمي، والقيود المنهجية

على الرغم من القوة المنهجية التي يتمتع بها نموذج انحدار كوكس الموسع، فإنه يواجه مجموعة من الانتقادات والمحاذير الفنية التي تثير نقاشات مستمرة بين علماء المنهجية الإحصائية السلوكية:

• معضلة السببية العكسية والتزامن (Reverse Causality): عند قياس متغير نفسي داخلي متزامن مع وقوع الحدث، يصعب الحسم بيانياً وإحصائياً فيما إذا كان التغير في المتغير هو المسبب لوقوع الحدث، أم أنه مجرد إرهاص مبكر وبداية خفية للحدث نفسه (تداخل طور البوادر Prodromal Phase مع المتغير المفسر).
• خطأ القياس التراكمي (Measurement Error): تخضع القياسات النفسية المتكررة عبر الزمن لخطأ القياس الناتج عن تباين أدوات القياس، وأثر التعود على الاختبارات، وتذبذب الدافعية لدى المفحوصين. يفترض نموذج كوكس الكلاسيكي والموسع أن المتغيرات تُقاس بيقين مطلق ودون خطأ، وتجاهل هذا الخطأ قد يقود إلى تخفيف تحيزي (Attenuation Bias) حاد في معاملات الانحدار المحسوبة.
• التعقيد الحسابي وتضخم مصفوفة البيانات: تقسيم أوقات المشاركين إلى آلاف الأسطر الزمنية الدقيقة يؤدي إلى تضخم هائل في حجم البيانات، مما يرفع من متطلبات الذاكرة الحاسوبية ويزيد من مخاطر عدم تقارب الخوارزميات (Convergence Failure)، لاسيما عند نمذجة أحداث نادرة الوقوع في العينات الصغيرة.
• التباين الفردي غير الملاحظ (Unobserved Heterogeneity): إذا وُجدت فروق فردية كامنة لم يتم قياسها تؤثر على خطر وقوع الحدث، فإن تقديرات المعاملات قد تصاب بالتحيز، وهي مشكلة تتطلب الانتقال إلى نماذج الهشاشة (Frailty Models) التي تدمج تأثيرات عشوائية للتعامل مع هذا التباين الكامن.

14. المصطلحات ذات الصلة والفروق الجوهرية

تتقاطع في حقل التحليل الزمني العديد من المصطلحات والمناهج الإحصائية التي يلزم التمييز الدقيق بينها وبين نموذج كوكس الموسع منعاً للخلط المنهجي:

• نموذج كوكس الكلاسيكي للمخاطر التناسبية (Standard Cox Model): يشترط ثبات تأثير جميع المتغيرات المستقلة طوال فترة الملاحظة وثبات قيم المتغيرات عند خط الأساس، بينما يتجاوز النموذج الموسع هذين القيدين بالسماح للمتغيرات بالتغير الزمني وبتفاعل التأثيرات مع الزمن.
• نماذج زمن الفشل المتسارع (Accelerated Failure Time – AFT Models): نماذج معلمية بالكامل تفترض توزيعاً محدداً للزمن (كاللوجستي أو الويبل)، وتقيس أثر المتغيرات على تسريع أو إبطاء الزمن المتوقع للحدث نفسه، بخلاف نموذج كوكس الذي يركز على نسبة الخطر اللحظي.
• نماذج البقاء والمسارات المشتركة (Joint Models for Longitudinal and Time-to-Event Data): تمثل البديل الأكثر تطوراً للتعامل مع المتغيرات الداخلية؛ حيث تدمج نموذجاً مختلطاً خطياً (Linear Mixed Model) للمسار الطولي مع نموذج كوكس للبقاء بالتزامن، مما يصحح أخطاء القياس التي يعجز نموذج كوكس الموسع المنفرد عن معالجتها بالكامل.
• مقدر كابلان-ماير (Kaplan-Meier Estimator): أسلوب وصفي لا معلمي أحادي المتغير يُستخدم لتقدير منحنيات البقاء التراكمية، ولا يسمح بالتحكم في المتغيرات التفسيرية المتعددة ولا بإدراج المتغيرات التابعة للزمن كما يفعل نموذج كوكس الموسع.

15. الخلاصة والرسائل المفتاحية

يعد نموذج انحدار كوكس الموسع حجر الزاوية المنهجي في التحليلات التتبعية المعاصرة للظواهر النفسية والسلوكية؛ إذ يفكك بنجاح التعارض القائم بين الطبيعة المتغيرة للسمات والحالات النفسية من جهة، والجمود الرياضي لنماذج البقاء الكلاسيكية من جهة أخرى. ومن خلال استيعابه للمتغيرات التابعة للزمن وسماحه بتفكيك فرضية تناسبية المخاطر الصارمة، يقدم النموذج فهماً ديناميكياً عميقاً لكيفية تفاعل المحددات النفسية والسلوكية عبر مسار الزمن وصولاً إلى لحظة وقوع الحدث السريري.

إن التوظيف السليم لهذا النموذج يتطلب إدراكاً إبستيمولوجياً ومنهجياً عميقاً لطبيعة البيانات، ودقة فائقة في تجهيز مصفوفات الفترات الزمنية، وحذراً بالغاً في تفسير مسارات المتغيرات الداخلية لتجنب الوقوع في فخاخ السببية العكسية وأخطاء الرقابة غير المستقلة. ومع دمج هذا النموذج في البحوث الطولية المستقبلية، تتسع آفاق المعرفة السيكولوجية لتوفير تدخلات علاجية دقيقة تتناغم مع التوقيت اللحظي الحرج للمريض النفسي.

وختاماً، فإن الانتقال نحو اعتماد النماذج الإحصائية الديناميكية كنموذج انحدار كوكس الموسع لم يعد مجرد رفاهية رياضية، بل ضرورة إبستيمولوجية تفرضها سيولة وتعقيد النفس البشرية؛ فالإنسان لا يستجيب للمتغيرات المحيطة به ككائن استاتيكي جامد، بل ككيان حي يتفاعل باستمرار مع محيطه عبر نبضات الزمن المتلاحقة، وتلك هي الحقيقة المنهجية الجوهرية التي يجسدها هذا النموذج في أبهى صوره الرياضية.

المراجع

• Andersen, P. K., & Gill, R. D. (1982). Cox’s regression model for counting processes: A large sample study. The Annals of Statistics, 10(4), 1100-1120. https://doi.org/10.1214/aos/1176345976
• 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
• Fisher, L. D., & Lin, D. Y. (1999). Time-dependent covariates in the Cox proportional-hazards regression model. Annual Review of Public Health, 20(1), 145-157. https://doi.org/10.1146/annurev.publhealth.20.1.145
• 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
• Therneau, T. M., & Grambsch, P. M. (2000). Modeling survival data: Extending the Cox model. Springer Science & Business Media. https://doi.org/10.1007/978-1-4757-3294-8