الدليل الكامل: كيفية التقرير عن نسب الأرجحية

تُعد نسبة الأرجحية (Odds Ratio – OR) واحدة من أكثر المقاييس الإحصائية استخداماً وأهمية في الأبحاث النفسية، والعلوم السلوكية، والوبائيات الإكلينيكية المعاصرة. فعندما ينتقل الباحث النفسي من دراسة المتغيرات الكمية المتصلة إلى فحص النتائج الثنائية (Binary Outcomes)—مثل وجود الاضطراب النفسي من عدمه، أو الاستجابة للتدخل العلاجي مقارنة بالفشل في الاستجابة، أو الانتكاس السلوكي مقابل التعافي المستدام—تبرز نسبة الأرجحية كأداة لا غنى عنها لتقدير حجم الأثر (Effect Size) وتفسير قوة واتجاه الارتباطات الإحصائية بين العوامل التنبؤية وتلك النتائج السلوكية المعقدة.

ومع ذلك، يواجه الكثير من الباحثين وطلاب الدراسات العليا في علم النفس تحديات منهجية وإحصائية بالغة التعقيد عند حساب وتفسير وكتابة تقارير نسب الأرجحية وفق المعايير الأكاديمية الصارمة، لا سيما المعايير الصادرة عن جمعية علم النفس الأمريكية (American Psychological Association – APA) في إصدارها السابع. إن الخلط الشائع بين مفهوم “الأرجحية” (Odds) ومفهوم “الاحتمالية” (Probability)، وسوء فهم الفئات المرجعية في نماذج الانحدار اللوجستي، والاعتماد السطحي على الدلالة الإحصائية المجردة (p-value) مع إهمال فترات الثقة (Confidence Intervals)، كلها عثرات قد تؤدي إلى تشويه الاستنتاجات الإكلينيكية وتقديم توصيات مضللة للممارسين وصناع القرار في مجالات الصحة النفسية.

يقدم هذا الدليل الشامل مرجعاً أكاديمياً وتطبيقياً متكاملاً ومفصلاً حول كيفية فهم، وحساب، وتفسير، والتقرير عن نسب الأرجحية في الأبحاث النفسية والاجتماعية. سنستعرض عبر فصول هذا الدليل الأسس الرياضية والنظرية لنسب الأرجحية، وقواعد صياغة الجداول والنصوص وفق نمط APA، وطرق التمييز الجوهري بين الأرجحية والخطر النسبي، وكيفية التعامل مع النماذج المتقدمة للانحدار اللوجستي الثنائي والمتعدد، مدعومة بأمثلة واقعية مستمدة من صلب العيادة النفسية والدراسات السلوكية الميدانية.

1. مقدمة إلى نسب الأرجحية (Odds Ratios) وأهميتها في الأبحاث النفسية

1.1 التعريف الرياضي والإحصائي لنسبة الأرجحية

لتفكيك المفهوم الرياضي لنسبة الأرجحية، يجب أولاً التمييز الدقيق بين مفهومين رياضيين يتم الخلط بينهما باستمرار في الكتابات السلوكية: الاحتمالية (Probability) والأرجحية (Odds). تُعرّف الاحتمالية بأنها نسبة عدد مرات حدوث حدث معين مقسوماً على العدد الإجمالي لجميع الأحداث الممكنة، وتتراوح قيمتها دائماً بين الصفر والواحد الصحيح (0 إلى 1). أما الأرجحية، فتُعرّف بأنها النسبة بين احتمالية وقوع الحدث إلى احتمالية عدم وقوع هذا الحدث ذاته، وتُحسب بالمعادلة: الأرجحية = الاحتمالية / (1 – الاحتمالية). وتتراوح قيمة الأرجحية من الصفر إلى ما لا نهاية الإيجابية (0 إلى +∞).

بناءً على ذلك، فإن نسبة الأرجحية (Odds Ratio – OR) هي مقياس نسبي يقارن بين أرجحية وقوع حدث معين في مجموعة أولى (مثل المجموعة المعرضة لمتغير مستقل، أو المجموعة التجريبية الخاضعة لتدخل نفسي) إلى أرجحية وقوع الحدث نفسه في مجموعة ثانية (مثل المجموعة غير المعرضة، أو المجموعة الضابطة). في جدول الاقتران الثنائي (2×2 Contingency Table) حيث تمثل الخلية (A) وجود المتغير المستقل والنتيجة، والخلية (B) وجود المتغير المستقل وغياب النتيجة، والخلية (C) غياب المتغير المستقل ووجود النتيجة، والخلية (D) غياب كليهما، تُحسب نسبة الأرجحية عبر نسبة حاصل الضرب المتقاطع: OR = (A × D) / (B × C).

تتسم مقاييس نسبة الأرجحية بطبيعة لا خطية؛ فالقيمة المحورية التي تمثل “فرضية العدم” (Null Hypothesis) هي الرقم (1.00). وتعني هذه القيمة عدم وجود أي فرق أو اقتران بين المجموعتين؛ أي أن أرجحية حدوث النتيجة في المجموعة التجريبية مطابقة تماماً لأرجحيتها في المجموعة الضابطة. وإذا كانت قيمة OR أكبر من 1، فإن هذا يشير إلى زيادة في أرجحية حدوث النتيجة بوجود المتغير المستقل (عامل خطر أو تأثير إيجابي على السلوك)، بينما تشير القيمة الأقل من 1 (والتي تنحصر بين 0 و 0.99) إلى انخفاض في أرجحية الحدوث (عامل وقائي أو مثبط).

1.2 أهمية نسبة الأرجحية كمقياس لحجم الأثر (Effect Size)

في عصر التحول المنهجي نحو حركة “الإصلاح الإحصائي” في علم النفس، لم يعد مقبولاً الاكتفاء باختبار الفرضيات الصفرية وقيم الدلالة الإحصائية (p-values) التي تتأثر بشدة بحجم العينة. هنا تبرز نسبة الأرجحية كواحدة من أهم مقاييس حجم الأثر غير المعلمية المعتمدة لتقييم قوة العلاقات الثنائية بين المتغيرات الفئوية (Binary Categorical Variables). تُمكن نسبة الأرجحية الباحث الإكلينيكي من الإجابة عن السؤال الجوهري: “ما مدى قوة الرابط بين التعرض لمتغير نفسي معين ومآل إكلينيكي محدد؟” بدلاً من مجرد السؤال التقليدي: “هل هذا الرابط مختلف عن الصفر بالصدفة؟”.

تتجلى الأهمية البالغة لنسب الأرجحية في التجارب السريرية النفسية المعشاة (RCTs) والدراسات شبه التجريبية، حيث تسمح للباحثين بمقارنة معدلات الشفاء، أو التحسن الإكلينيكي، أو التراجع السلوكي بين أساليب علاجية مختلفة بطريقة معيارية. على سبيل المثال، فإن تقرير أن برنامجاً معيناً يضاعف أرجحية الشفاء بثلاث مرات (OR = 3.00) يزود الطبيب النفسي والمعالج الإكلينيكي برؤية كمية واضحة ومباشرة تسهم في المفاضلة بين البروتوكولات العلاجية المتاحة بناءً على أدلة مبنية على البراهين (Evidence-Based Practice).

علاوة على ذلك، تتمتع نسب الأرجحية بخصائص رياضية تجعلها حجر الزاوية في دراسات التحليل التلوي والتحليل البعدي (Meta-Analysis). فنظراً لإمكانية تحويل نسبة الأرجحية إلى لوغاريتمها الطبيعي (Log Odds)، فإنها تتحول إلى مقياس خطي يتوزع توزيعاً تقريبياً طبيعياً يسهل دمجه عبر دراسات متعددة استخدمت عينات متباينة ومنهجيات متنوعة، مما يتيح للباحثين حساب حجم أثر إجمالي موحد وموثوق للظاهرة النفسية قيد الدراسة على مستوى الأدبيات العلمية العالمية.

1.3 السياقات البحثية الشائعة لاستخدام نسبة الأرجحية في علم النفس

تتعدد السياقات المنهجية التي تفرض استخدام نسب الأرجحية في البحوث النفسية والطب النفسي السلوكي، وتأتي في مقدمتها دراسات الحالات والشواهد (Case-Control Studies). في هذا التصميم البحثي، يقوم الباحث باختيار مجموعة من الأفراد المصابين باضطراب نفسي معين (مثل اضطراب كرب ما بعد الصدمة أو الفصام) ومقارنتهم بمجموعة من الشواهد الأصحاء، ثم الرجوع إلى الوراء لتقييم تاريخ تعرضهم لعوامل خطر محددة (مثل الصدمات الطفولية). في هذه الدراسات، يتعذر حساب معدلات الحدوث الحقيقية (Incidence Rates) لأن الباحث هو من يحدد نسبة الحالات إلى الشواهد، مما يجعل نسبة الأرجحية المقياس الرياضي الوحيد الصحيح لتقدير الارتباط الإحصائي.

السياق الثاني البارز هو بناء نماذج التنبؤ الإحصائي بالاضطرابات النفسية والسلوكيات الخطرة عبر نماذج الانحدار اللوجستي (Logistic Regression). يُستخدم هذا النموذج عندما يكون المتغير التابع ثنائياً، مثل: التنبؤ بمحاولات الانتحار (نعم / لا)، أو ترك مقاعد الدراسة الجامعية، أو الاستجابة للعلاج السلوكي المعرفي. تتيح نسب الأرجحية المستخرجة من هذه النماذج للباحثين تحديد العوامل المستقلة التي تزيد أو تخفض من فرص حدوث هذه السلوكيات مع ضبط المتغيرات الأخرى إحصائياً.

وأخيراً، تُستخدم نسب الأرجحية على نطاق واسع في تقييم فاعلية البرامج الوقائية والتدريبية واسعة النطاق في علم النفس الإرشادي والمدرسي والمنظماتي. فعلى سبيل المثال، عند دراسة فاعلية برنامج تدريبي لليقظة الذهنية (Mindfulness) في الحد من الاحتراق النفسي (Burnout) لدى الكوادر الطبية، تُستخدم نسب الأرجحية لتحديد ما إذا كان المشاركون في البرنامج التدريبي أقل أرجحية لتجاوز العتبة الإكلينيكية للاحتراق الوظيفي مقارنة بزملائهم في قائمة الانتظار، مما يعزز القرارات الإدارية والتطويرية المستندة إلى البيانات.

2. المكونات الأساسية الثلاثة لكتابة تقرير نسبة الأرجحية القياسي

2.1 القيمة النقطية لنسبة الأرجحية (Point Estimate)

يُمثل التقدير النقطي (Point Estimate) القيمة الإحصائية الدقيقة المحسوبة لنسبة الأرجحية من واقع بيانات العينة المجمعة في الدراسة. عند إعداد التقرير الإحصائي وفق المعايير الأكاديمية، يجب تقديم هذه القيمة بدقة متناهية، ويُوصى عموماً بكتابتها مقربة إلى خانتين عشريتين (مثل: OR = 2.45 أو OR = 0.68) لتوفير توازن مثالي بين الدقة الرقمية وسهولة القراءة، ما لم تتطلب طبيعة البيانات غير المتماثلة تفصيلاً أكبر.

يجب على الباحث أن يوضح في سياق كتابة التقرير الاتجاه الدلالي للارتباط استناداً إلى موقع القيمة النقطية من الرقم (1.00). فالقيم الأكبر من 1 تشير إلى ارتباط طردي بين المتغير المستقل والنتيجة، في حين تشير القيم المحصورة بين 0 و 1 إلى ارتباط عكسي. ومن الضروري جداً تجنب الوقوع في فخ استخدام الإشارات السالبة، حيث إن نسبة الأرجحية لا يمكن رياضياً أن تكون سالبة؛ فالانخفاض يُعبّر عنه بكسور عشرية موجبة أقل من الواحد الصحيح.

يرتبط التقدير النقطي ارتباطاً وثيقاً بضرورة التحديد الصريح والشفاف للمجموعات المرجعية (Reference Groups) في التقرير. إن إغفال تحديد المجموعة المرجعية التي نُسبت إليها المقارنة يُعد خطأً جسيماً يفرغ القيمة النقطية من معناها؛ إذ إن نسبة أرجحية قدرها (2.00) لصالح الذكور مقارنة بالإناث تعني شيئاً مختلفاً تماماً عن نسبة قدرها (2.00) لو كانت الإناث هن المجموعة المرجعية. لذلك، يجب أن ينص التقرير بوضوح: “مقارنة بالمجموعة المرجعية (المشاركون غير المعرضين للضغوط)…”.

2.2 فترة الثقة لنسبة الأرجحية (Confidence Interval)

لا يكتمل التقرير العلمي لنسبة الأرجحية دون إقران التقدير النقطي بفترة الثقة المقابلة له، والتي تكون في الغالب الأعم فترة ثقة 95% (95% CI). تعكس فترة الثقة المدى الرياضي الذي يرجح، بدرجة ثقة محددة، أن يقع ضمنه الحجم الحقيقي للأثر في المجتمع الأصلي الذي سُحبت منه العينة. إن تقديم التقدير النقطي منفرداً يعطي انطباعاً زائفاً باليقين المطلق، بينما تكشف فترة الثقة عن مدى عدم اليقين المتأصل في التقدير الإحصائي بسبب التباين العيني (Sampling Variability).

تُصاغ فترة الثقة وفق المعايير المعتمدة عبر حصر حديها الأدنى والأعلى داخل أقواس معقوفة مفصولة بفاصلة، مع مراعاة وضع الرموز بالخط المائل، مثل: 95% CI [1.34, 3.87]. وتوفر حدود فترة الثقة معلومتين حيويتين: الأولى هي تقدير الدقة الإحصائية للدراسة، والثانية هي الحكم على الدلالة الإحصائية؛ فإذا لم يشتمل المدى المحصور بين الحد الأدنى والحد الأعلى على الرقم الحرج (1.00)، اعتُبرت النتيجة دالة إحصائياً عند مستوى دلالة p < .05.

يتأثر اتساع فترة الثقة تأثراً مباشراً بحجم العينة وعدد الأحداث المسجلة (Event Rate). فالعينات الكبيرة تؤدي إلى فترات ثقة ضيقة ومحكمة، مما يدل على دقة عالية في تقدير حجم الأثر ويمنح الباحث ثقة إكلينيكية قوية. على النقيض من ذلك، تؤدي العينات الصغيرة أو الظواهر النادرة إلى فترات ثقة شديدة الاتساع (مثل: 95% CI [1.05, 18.50])، وهو ما يفرض على الباحث صياغة تفسيرات حذرة للغاية تنبه القارئ إلى ضعف دقة التقدير النقطي رغم دلالته الإحصائية الظاهرية.

2.3 التفسير السلوكي والسياقي للنتيجة

المكون الثالث والحاسم في كتابة التقرير هو “الترجمة المفاهيمية” للأرقام الصامتة إلى دلالات سلوكية ونفسية واضحة ومفهومة. لا يجب أن يقتصر دور الباحث النفسي على سرد الأرقام والمعاملات الرياضية، بل يتعين عليه توضيح ما تعنيه هذه الأرقام للممارس السريري، والمريض، والمجتمع العلمي. يتطلب هذا التفسير استخدام لغة دقيقة تصف الزيادة أو النقصان في الأرجحية بصيغة الأضعاف أو النسب المئوية دون الوقوع في مغالطة الخلط مع الاحتمالية المباشرة.

على سبيل المثال، عند الحصول على OR = 2.50 مع دلالة إحصائية، يُفسر ذلك سلوكياً بأن: “أرجحية الإصابة بأعراض الاكتئاب لدى المراهقين الذين تعرضوا للتنمر الإلكتروني كانت أعلى بمقدار 2.50 مرة مقارنة بأقرانهم الذين لم يتعرضوا للتنمر”. أو يمكن صياغتها كنسبة مئوية للزيادة: “ارتبط التعرض للتنمر بزيادة قدرها 150% في أرجحية الإصابة بالاكتئاب (بحساب: (OR – 1) × 100)”.

ينبغي ربط هذا التفسير مباشرة بالفرضيات البحثية التي انطلقت منها الدراسة، وبالمعرفة النظرية المتراكمة في علم النفس الإكلينيكي. يجب أن يناقش الباحث ما إذا كان حجم الأثر المرصود يمثل فارقاً له قيمة إكلينيكية حقيقية (Clinical Significance) تبرر تخصيص الموارد وتعديل البرامج العلاجية، أم أنه مجرد أثر إحصائي هامشي لا يقدم فائدة ملموسة في الواقع التطبيقي.

3. فهم وتفسير فترات الثقة (Confidence Intervals) لنسب الأرجحية

3.1 الأساس النظري لفترات الثقة لنسب الأرجحية

لفهم الآلية التي تُبنى بها فترات الثقة لنسب الأرجحية، يجب إدراك الخصائص الرياضية المعقدة لمقياس الأرجحية. بما أن نسب الأرجحية لا يمكن أن تنخفض عن الصفر ولكنها تمتد إلى ما لا نهاية في الاتجاه الإيجابي، فإن توزيع المعاينة (Sampling Distribution) لنسبة الأرجحية الخام يكون شديد الالتواء نحو اليمين (Positively Skewed)، مما يمنع استخدام التوزيع الطبيعي المعياري لحساب فترات الثقة مباشرة من القيم الخام.

للتغلب على هذا القيد الرياضي، يعتمد الإحصائيون على تحويل اللوغاريتم الطبيعي، والمعروف بـ “اللوجيت” (Logit / Natural Log of OR). يحول هذا الإجراء مقياس الأرجحية الملتوي إلى توزيع متماثل يتمركز حول الصفر ويتبع تقريباً التوزيع الطبيعي. يتم بعد ذلك حساب الخطأ المعياري للوغاريتم نسبة الأرجحية SE(ln OR)، وتُحدد حدود فترة الثقة على المقياس اللوغاريتمي باستخدام القيمة الحرجة (1.96 لمستوى ثقة 95%)، ثم تُرفع الحدود الناتجة إلى الدالة الأسية (Exponentiation) للعودة مجدداً إلى مقياس نسبة الأرجحية الأصلي القابل للتفسير.

يكشف هذا الأساس النظري أن فترات الثقة المحيطة بنسب الأرجحية تكون دائماً غير متماثلة (Asymmetric) حول التقدير النقطي على المقياس الأصلي؛ فالحد الأعلى يبعد عن التقدير النقطي مسافة أكبر من مسافة الحد الأدنى عنه. يساعد استيعاب هذه الطبيعة اللوغاريتمية الباحث النفسي على تقييم مدى عدم اليقين الإحصائي وتجنب التفسيرات التبسيطية الخاطئة التي تفترض خطية التغير في التأثيرات السلوكية.

3.2 العلاقة بين اتساع فترة الثقة وجودة الدراسة

تُعد فترة الثقة المقياس الأكثر موثوقية للحكم على الجودة المنهجية والقوة الإحصائية (Statistical Power) للدراسة النفسية. فكلما كانت فترة الثقة ضيقة ومحصورة في نطاق محدود حول التقدير النقطي، دل ذلك على أن حجم العينة كان كافياً وأن التصميم البحثي يتمتع بدقة عالية تقلل من أخطاء المعاينة العشوائية، مما يسمح للباحث بتقديم تقديرات حاسمة ومحددة لأحجام الأثر تسهم في إثراء الممارسة السريرية المستندة إلى الدليل.

في المقابل، تشير فترات الثقة المفرطة في الاتساع إلى ضعف القوة الإحصائية للدراسة، وغالباً ما يكون ذلك ناجماً عن صغر حجم العينة أو قلة عدد الحالات التي وقع لها الحدث المدروس (Rare Events / Sparse Data). وفي مثل هذه الحالات، حتى لو كانت القيمة الاحتمالية دالة إحصائياً (مثل: p = .03)، فإن فترة ثقة تتراوح بين [1.08, 24.60] تكشف أن الباحث لا يمتلك في الواقع معرفة دقيقة بالحجم الحقيقي للأثر؛ إذ يمكن أن يكون الأثر طفيفاً جداً (1.08) أو هائلاً وفائق التأثير (24.60).

يفرض هذا الواقع المنهجي على الباحثين التعامل بأمانة علمية صارمة عند مواجهة تقديرات غير دقيقة ناتجة عن ندرة الأحداث. ينبغي في هذه الظروف مناقشة اتساع فترة الثقة كأحد محددات الدراسة الأساسية، واستخدام أساليب إحصائية تصحيحية متقدمة مثل انحدار فيرث اللوجستي المعاقب (Firth’s Penalized Likelihood Logistic Regression) المصمم خصيصاً لتقليص الانحياز وتضييق فترات الثقة في حالات البيانات الشحيحة والأحداث النادرة في العيادات النفسية.

4. الدلالة الإحصائية وقاعدة القيمة ‘1’ في نسب الأرجحية

4.1 القيمة الحرجة (1.00) ومعناها الإحصائي

في اختبار الفرضيات المتعلقة بالفروق بين المتوسطات (مثل اختبارات t)، تُمثل القيمة (0) فرضية العدم التي تشير إلى غياب الفرق. أما في نسب الأرجحية، فإن القيمة المحورية الحرجة لفرضية العدم هي دائماً (1.00). والسبب الرياضي في ذلك يعود إلى أن نسبة الأرجحية عبارة عن كسر؛ فعندما تتساوى أرجحية الحدث في المجموعة الأولى مع أرجحيته في المجموعة الثانية، فإن ناتج القسمة يكون مساوياً تماماً للواحد الصحيح (أرجحية المجموعة A / أرجحية المجموعة B = 1).

تترتب على هذه الحقيقة الرياضية قاعدة ذهبية في قراءة النتائج الإحصائية وتفسيرها: إذا اشتملت فترة الثقة 95% على الرقم (1.00) في أي موضع بين حديها الأدنى والأعلى (مثل: 95% CI [0.85, 1.45])، فإننا نفشل في رفض فرضية العدم، وتُعتبر النتيجة غير دالة إحصائياً عند مستوى دلالة (.05). يعني شمول الرقم 1 أن البيانات المتاحة لا تقدم دليلاً كافياً لاستبعاد إمكانية أن يكون الأثر الحقيقي في المجتمع مساوياً للواحد (أي انعدام الفرق أو التأثير).

من الأهمية بمكان التأكيد على التمييز الأكاديمي الحاسم بين “غياب الدلالة الإحصائية” و”غياب التأثير الفعلي”. إن شمول فترة الثقة للرقم 1 في الدراسات ذات العينات الصغيرة لا يثبت بالضرورة تكافؤ المجموعتين أو عدم وجود تأثير للتدخل العلاجي؛ بل قد يعكس ببساطة عجز الدراسة الإحصائي عن التقاط الأثر الموجود فعلياً. لذلك يجب أن تصاغ التقارير بحذر: “لم تُظهر النتائج فرقاً ذا دلالة إحصائية” بدلاً من الجزم الخاطئ بأنه “ثبت عدم وجود تأثير”.

4.2 تقييم الدلالة في القيم الأكبر والأصغر من 1

عندما تقع فترة الثقة بأكملها فوق الرقم الحرج 1.00 (أي أن الحد الأدنى لفترة الثقة أكبر من 1، مثل: OR = 2.10, 95% CI [1.40, 3.15])، فإن هذا يمثل دليلاً إحصائياً قاطعاً عند مستوى p < .05 على وجود زيادة ذات دلالة إحصائية في أرجحية وقوع الحدث لدى المجموعة المستهدفة مقارنة بالمجموعة المرجعية. في الأبحاث النفسية الإكلينيكية، يُصنف المتغير المستقل في هذه الحالة كـ “عامل خطر” (Risk Factor) إذا كانت النتيجة سلبية (كالانتكاس أو القلق)، أو كـ “عامل تعزيز” إذا كانت النتيجة إيجابية (كالشفاء أو المرونة النفسية).

في المقابل، عندما تقع فترة الثقة بأكملها تحت الرقم الحرج 1.00 (أي أن الحد الأعلى لفترة الثقة أصغر من 1، مثل: OR = 0.45, 95% CI [0.28, 0.72])، فإن ذلك يبرهن على انخفاض ذي دلالة إحصائية في أرجحية وقوع النتيجة. في هذا السياق، يُفسر المتغير المستقل باعتباره “عاملاً وقائياً” (Protective Factor) أو تدخلاً علاجياً ناجحاً يسهم في خفض معدلات الظاهرة النفسية غير المرغوبة مقارنة بالمجموعة الضابطة.

يكتمل التقييم العلمي الرصين بالتكامل الواعي بين القيمة الاحتمالية الدقيقة (Exact p-value) وحدود فترة الثقة؛ فالقيمة الاحتمالية تقدم حكماً ثنائياً حول رفض فرضية العدم، بينما توضح حدود فترة الثقة النطاق المعقول لحجم الأثر المحتمل وتحدد دقته السريرية، مما يوفر لصانع القرار الإكلينيكي صورة بانورامية متكاملة تجمع بين اليقين الإحصائي والجدوى التطبيقية.

5. معايير وإرشادات جمعية علم النفس الأمريكية (APA Style) لتدوين نسب الأرجحية

5.1 قواعد التنسيق النصي والرموز الإحصائية وفق الإصدار السابع (APA 7)

تفرض إرشادات جمعية علم النفس الأمريكية في إصدارها السابع (APA 7th Edition) قواعد نمطية صارمة لكتابة وتنسيق الرموز الإحصائية في المتن والجداول. من أهم هذه القواعد كتابة جميع الرموز الإحصائية الممثلة بالحروف اللاتينية بخط مائل (Italicized)، مثل نسبة الأرجحية (OR)، ومستوى الدلالة (p)، ومعامل الانحدار (B)، والخطأ المعياري (SE)، ومؤشر فترة الثقة (CI). وتُستثنى من ذلك الحروف اليونانية (مثل: β أو χ²) والأرقام والرموز الرياضية مثل علامة التساوي والنسب المئوية.

تحدد إرشادات APA استخدام الأقواس المعقوفة [Square Brackets] لحصر حدود فترات الثقة، لمنع تداخل الأقواس الدائرية المتعددة وجعل النص الإحصائي سلساً وقابلاً للقراءة السريعة. كما تشدد المعايير على توحيد المنازل العشرية؛ حيث يُوصى بكتابة نسب الأرجحية وفترات الثقة ومعاملات الانحدار بخانتين عشريتين (مثل: OR = 1.82, 95% CI [1.12, 2.95]). أما القيمة الاحتمالية (p-value)، فيجب تدوينها بثلاث خانات عشرية، مع عدم وضع الصفر قبل الفاصلة العشرية للقيم التي لا يمكن رياضياً أن تتجاوز الواحد الصحيح (تُكتب p = .024 وليس p = 0.024)، وفي حال كانت القيمة أصغر من .001، تُكتب كالتالي: p < .001.

كما توصي معايير APA بوضع مسافة واحدة قبل وبعد الرموز والعمليات الحسابية وعلامات التساوي والمقارنة (مثل: OR = 3.12 وليس OR=3.12)، لضمان وضوح النشر المطبوع والإلكتروني وتوافق المستندات العلمية مع برمجيات القراءة والتحليل الببليومتري الآلي.

5.2 القوالب النصية المعيارية للتقرير وفق APA

لضمان التوافق التام مع متطلبات النشر في المجلات النفسية المصنفة، يمكن للباحثين استخدام القوالب النصية المعيارية التالية لصياغة النتائج في مختلف السيناريوهات الإحصائية:

• قالب تقرير عامل الخطر (تأثير دال إيجابياً، OR > 1):
  “أظهرت نتائج الانحدار اللوجستي أن التعرض لضغوط العمل المزمنة ارتبط بزيادة ذات دلالة إحصائية في أرجحية الإصابة بأعراض الاكتئاب السريري، OR = 2.34, 95% CI [1.45, 3.78], p = .001. يشير هذا إلى أن أرجحية الإصابة بالاكتئاب لدى الموظفين المعرضين للضغوط كانت أعلى بمقدار 2.34 مرة مقارنة بنظرائهم غير المعرضين.”
• قالب تقرير العامل الوقائي أو التدخل العلاجي (تأثير دال عكسياً، OR < 1):
  “أدى الانخراط في برنامج العلاج المعرفي السلوكي المرتكز على الحضور الذهني إلى انخفاض ذي دلالة إحصائية في أرجحية الانتكاس السلوكي، OR = 0.42, 95% CI [0.24, 0.73], p = .002. وتدل هذه النتيجة على أن المشاركين في البرنامج العلاجي كانوا أقل أرجحية للتعرض للانتكاس بنسبة 58% مقارنة بأفراد المجموعة الضابطة.”
• قالب تقرير النتيجة غير الدالة إحصائياً (فترة الثقة تشتمل على 1):
  “لم يرتبط المستوى التعليمي بزيادة دالة إحصائياً في أرجحية الالتزام بالجلسات الإرشادية النفسية، OR = 1.15, 95% CI [0.88, 1.51], p = .312. ونظراً لأن فترة الثقة 95% تشتمل على القيمة 1.00، فإن هذه البيانات لا تقدم دليلاً كافياً على وجود تأثير للمستوى التعليمي على الالتزام بالعلاج.”

6. التمييز بين نسبة الأرجحية (Odds Ratio) والخطر النسبي (Relative Risk)

6.1 الفروق الحسابية والمفاهيمية بين المقياسين

يُمثل الخلط بين نسبة الأرجحية (Odds Ratio – OR) والخطر النسبي (Relative Risk – RR أو Risk Ratio) أحد أكثر الأخطاء المفاهيمية شيوعاً وانتشاراً في الأدبيات السلوكية والصحية. ينبع الفرق الجوهري بينهما من طريقة حساب كل منهما؛ فالخطر النسبي يقارن بين “الاحتماليات المباشرة” أو معدلات الحدوث (Incidence) في مجموعتين: (معدل الحدوث في المجموعة المعرضة / معدل الحدوث في المجموعة غير المعرضة). أما نسبة الأرجحية، فتقارن بين “أرجحيات” وقوع الحدث (أرجحية المجموعة المعرضة / أرجحية المجموعة غير المعرضة).

تتقارب قيمة نسبة الأرجحية مع قيمة الخطر النسبي فقط عندما تكون الظاهرة النفسية المدروسة “نادرة الحدوث” في المجتمع الأصلي (عادة ما تُعرّف بأن معدل انتشارها أو حدوثها يقل عن 10%)، وهو ما يُعرف في الأدبيات الوبائية بـ “فرضية المرض النادر” (Rare Disease Assumption). في مثل هذه الحالات النادرة (مثل الفصام أو الانتحار في عموم السكان)، تصبح قيمة الاحتمالية قريبة جداً من قيمة الأرجحية، وبالتالي تعمل OR كتقدير بديل ممتاز ومقارب جداً لـ RR.

على العكس من ذلك، عندما تكون النتيجة السلوكية أو النفسية شائعة الحدوث (Common Outcome)—مثل القلق العام بين طلاب الجامعات، أو التوتر الوظيفي، حيث تتجاوز معدلات الانتشار 20% أو 30%—فإن نسبة الأرجحية “تبالغ بشدة” (Substantially Overestimates) في تقدير حجم الأثر مقارنة بالخطر النسبي. فإذا كانت قيمة OR تساوي 4.00 لظاهرة شائعة، فقد يكون الخطر النسبي الفعلي لا يتجاوز 1.80، مما يبرز الفجوة الرقمية الكبيرة بين المفهومين.

6.2 التداعيات الأخلاقية والعلمية لسوء التسمية في التقارير

تترتب على سوء استخدام مصطلحات الخطر والأرجحية عواقب وخيمة تتجاوز الجدل الأكاديمي المجرد لتطال القرارات الإكلينيكية والسياسات الصحية العامة. إن الخطأ القاتل الذي يقع فيه بعض الباحثين هو تفسير نسبة أرجحية قدرها (OR = 3.00) لظاهرة شائعة بعبارة: “المشاركون أكثر احتمالاً بـ 3 مرات للإصابة…” (3 times more likely). هذه العبارة تشير لغوياً ومفاهيمياً إلى الخطر النسبي (RR)، وتوحي للقارئ وصانع القرار بأن الخطر الفعلي قد تضاعف ثلاث مرات، في حين أن الخطر الحقيقي قد لا يكون تضاعف سوى بمقدار 1.5 مرة فقط.

قد يؤدي هذا التضخيم غير المقصود لحجم التأثير إلى بث الذعر أو المبالغة في تقدير خطورة بعض العوامل السلوكية، مما يترتب عليه توجيه غير كفء للموارد المالية والصحية وبرامج التدخل النفسي المبكر نحو عوامل ذات أثر حقيقي متواضع. كما قد يقود الممارسين في العيادات النفسية إلى تزويد المرضى وأسرهم بتنبؤات مبالغ فيها حول مآلات الاضطرابات وفرص التعافي أو الانتكاس.

تقتضي الأمانة والشفافية المنهجية التزام الباحثين بدقة التعبير؛ فإذا استُخدمت نسبة الأرجحية (خاصة في النماذج المعقدة أو دراسات الحالات والشواهد حيث يتعذر حساب RR)، يجب استخدام مصطلح “أرجحية” (Odds) حصراً في السرد النصي. وإذا كانت الظاهرة شائعة وأراد الباحث التعبير بلغة الاحتمالية والمخاطر، فعليه استخدام نماذج انحدار لوغاريتمي ثنائي معدل (Modified Poisson Regression) أو تحويل قيم OR رياضياً إلى RR باستخدام معادلات زانغ ويو (Zhang & Yu Formula) لتقديم الخطر النسبي الصحيح بدقة ومسؤولية.

7. كتابة تقارير نسب الأرجحية في نماذج الانحدار اللوجستي الثنائي

7.1 من معاملات الانحدار (Logit) إلى نسب الأرجحية (Exp(B))

في نموذج الانحدار اللوجستي الثنائي (Binary Logistic Regression)، لا يتعامل النموذج الخطي مع المتغير التابع الثنائي مباشرة، بل يتعامل مع اللوغاريتم الطبيعي لأرجحية الاستجابة (Logit). وتُعرف المعاملات الناتجة عن النموذج بمعاملات بيتا غير المعيارية (Unstandardized Coefficients – B). ونظراً لأن هذه المعاملات تقع على مقياس لوغاريتمي يصعب تفسيره باللغة السلوكية المباشرة، يتم تحويلها إلى نسب أرجحية من خلال تطبيق الدالة الأسية، ويرمز لها في المخرجات الإحصائية (مثل برمجية SPSS) بـ Exp(B) أو e^B.

يعتمد تفسير قيمة OR الناتجة عن التحويل الأسي على طبيعة المتغير التنبؤي في النموذج. ففي حالة المتغيرات المستقلة الفئوية (Categorical Predictors)، مثل مقارنة مجموعة علاجية بمجموعة ضابطة، تمثل Exp(B) نسبة أرجحية الاستجابة في الفئة المحددة مقارنة بالفئة المرجعية. أما في حالة المتغيرات المستقلة المتصلة (Continuous Predictors)، مثل درجات مقياس القلق أو العمر بالسنوات، فإن Exp(B) تمثل التغير النسبي المضاعف في أرجحية النتيجة مقابل “زيادة قدرها وحدة واحدة” على مقياس المتغير التنبؤي، مع ثبات باقي المتغيرات في النموذج.

على سبيل المثال، إذا كان معامل بيتا لمتغير الضغوط النفسية المتصل هو B = 0.18، فإن التحويل الأسي يعطي Exp(B) = e^0.18 = 1.20. يُفسر هذا بأن كل زيادة بمقدار درجة واحدة على مقياس الضغوط النفسية ترتبط بزيادة في أرجحية الإصابة بالأرق بنسبة 20% (OR = 1.20, 95% CI [1.08, 1.33]). يمنح هذا الفهم العميق الباحث القدرة على تفسير المتغيرات السلوكية المتدرجة بدقة إحصائية فائقة.

7.2 بنية التقرير الشامل لنموذج الانحدار اللوجستي

يتطلب إعداد التقرير النهائي لنموذج الانحدار اللوجستي الثنائي هيكلية متسلسلة وفق معايير APA تغطي النموذج الكلي والمعاملات الفردية على النحو التالي:

أولاً، يجب البدء بالإبلاغ عن مؤشرات جودة توفيق النموذج الكلي (Overall Model Fit). يشمل ذلك اختبار أومنيبوس لمعاملات النموذج (Omnibus Test of Model Coefficients) المعتمد على مربع كاي (Chi-Square) لبيان ما إذا كان إدراج المتنبئات قد حسّن التنبؤ مقارنة بالنموذج الصفري، بالإضافة إلى إدراج مؤشرات تباين التوفيق شبه المستمر مثل Nagelkerke R² و Cox & Snell R²، ومؤشر معيار أكايكي للمعلومات (AIC)، واختبار هوسمر-ليميشو (Hosmer-Lemeshow Goodness of Fit Test) لتقييم مدى مطابقة النموذج للبيانات المشاهدة.

ثانياً، يجب تقديم جدول إحصائي شامل ومنظم يضم جميع المتغيرات التنبؤية، مشتملاً على الأعمدة القياسية: معامل الانحدار غير المعياري (B)، والخطأ المعياري (SE)، وإحصاء فالد (Wald χ²)، ودرجات الحرية (df)، والقيمة الاحتمالية (p)، ونسبة الأرجحية Exp(B) مصحوبة بفترة الثقة 95% CI بحديها الأدنى والأعلى.

ثالثاً، يُصاغ السرد النصي الذي يبرز النتائج المحورية؛ حيث يتم استعراض المتنبئات التي حققت دلالة إحصائية مع تقديم قيم B و OR وفترات الثقة في المتن، متبوعة بتفسير مفاهيمي موجز ودقيق لأثر كل متغير ذي دلالة على السلوك قيد الدراسة، مع الإشارة إلى المتغيرات التي لم تحقق دلالة إحصائية دون إسهاب مخل.

8. التعامل مع نسب الأرجحية المعدلة (Adjusted Odds Ratios – aOR) في النماذج المتعددة

8.1 مفهوم الضبط الإحصائي والمتغيرات المربكة (Confounders)

في الأبحاث النفسية والاجتماعية الرصدية، نادراً ما تعمل المتغيرات السلوكية بمعزل عن بعضها البعض؛ إذ غالباً ما تتداخل المتغيرات الديموغرافية والنفسية مشكّلة ما يعرف بـ “المتغيرات المربكة” (Confounding Variables). المتغير المربك هو متغير خارجي يرتبط بالمتغير المستقل والنتيجة معاً دون أن يكون جزءاً من المسار السببي المباشر بينهما، مما قد يخلق ارتباطاً زائفاً أو يخفي ارتباطاً حقيقياً.

هنا يظهر التمييز الحاسم بين نوعين من نسب الأرجحية: “نسبة الأرجحية الخام أو غير المعدلة” (Crude / Unadjusted OR)، وهي الناتجة عن تحليل ثنائي بسيط بين المتغير المستقل والتابع، و”نسبة الأرجحية المعدلة” (Adjusted Odds Ratio – aOR)، وهي المحسوبة من نموذج الانحدار اللوجستي المتعدد الذي يضبط ويتيح التحكم في التأثيرات المتزامنة لجميع المتغيرات المربكة المدرجة في النموذج.

يتم اختيار المتغيرات التي يجب إدراجها كضوابط إحصائية استناداً إلى الأطر النظرية الرصينة في علم النفس أو من خلال الفحص الإحصائي الأولي؛ حيث يُشترط أن يغير إدراج المتغير المربك قيمة نسبة الأرجحية للمتغير المستقل الرئيسي بنسبة تزيد عن 10% ليعتبر مربكاً حقيقياً يستوجب الضبط الإحصائي، لضمان الحصول على تقدير نقي للأثر المستقل للمتغير السلوكي قيد الفحص.

8.2 كيفية صياغة تقرير يجمع بين النسب الخام والمعدلة

تُعد المقارنة المنهجية بين نسب الأرجحية الخام والنسب المعدلة من أرقى أساليب العرض الإحصائي في الأوراق العلمية المتقدمة؛ حيث تكشف للقارئ بوضوح عن مدى قدرة المتغيرات الضابطة على تفسير العلاقة الأصلية. عند إعداد التقرير، يُفضل تضمين جدول مقارن يعرض قيم Crude OR في عمود، وقيم Adjusted aOR في عمود مجاور مع فترات الثقة 95% لكليهما.

في السرد النصي، يقوم الباحث بشرح التغيرات التي طرأت على العلاقة بعد الضبط الإحصائي. على سبيل المثال، قد يُظهر التحليل الأولي الخام وجود ارتباط قوي بين المستوى المعيشي المنخفض والإصابة بالاكتئاب (Crude OR = 2.80, 95% CI [1.90, 4.12], p < .001). ولكن بعد إدخال متغيرات “التعرض لأحداث الحياة الضاغطة” و”الدعم الاجتماعي” في نموذج الانحدار المتعدد وضبط تأثيرها، قد تنخفض نسبة الأرجحية المعدلة وتفقد دلالتها الإحصائية (aOR = 1.15, 95% CI [0.82, 1.62], p = .420).

يُصاغ التقرير في هذه الحالة بأسلوب تحليلي يوضح أن الارتباط الأولي بين الدخل والاكتئاب لم يكن تأثيراً مباشراً مستقلاً، بل كان مدفوعاً بمتغيرات وسيطة ومربكة تمثلت في الضغوط الحياتية وغياب الدعم الاجتماعي. يعكس هذا النمط من الصياغة نضجاً منهجياً يرفع من موثوقية الاستنتاجات الإكلينيكية والسياسات المقترحة.

9. أمثلة تطبيقية وحالات دراسية في علم النفس والسلوك

9.1 مثال 1: دراسة فاعلية برنامج تدريبي نفسي جديد

نفترض أن فريقاً بحثياً أجرى تجربة إكلينيكية لتقييم فاعلية برنامج تدريبي جديد لمهارات تنظيم الانفعال (Emotion Regulation Training – ERT) مقارنة بالعلاج الإرشادي التقليدي المعتاد (Treatment as Usual – TAU) لدى عينة من 200 مريض يعانون من اضطراب القلق العام، بهدف معرفة أرجحية تحقيق “تحسن إكلينيكي ملموس” بعد 12 أسبوعاً من العلاج.

يوضح جدول الاقتران (2×2) التالي توزيع الحالات:

المجموعة العلاجية	تحسن إكلينيكي ملحوظ (نعم)	عدم حدوث تحسن (لا)	الإجمالي
مجموعة برنامج ERT	70 (A)	30 (B)	100
مجموعة العلاج المعتاد TAU (مرجع)	40 (C)	60 (D)	100
الإجمالي	110	90	200

الحسابات الإحصائية:

• أرجحية التحسن في مجموعة ERT = 70 / 30 = 2.333
• أرجحية التحسن في مجموعة TAU = 40 / 60 = 0.667
• نسبة الأرجحية: OR = 2.333 / 0.667 = (70 × 60) / (30 × 40) = 4200 / 1200 = 3.50
• الخطأ المعياري: SE(ln OR) = √[(1/70) + (1/30) + (1/40) + (1/60)] = √[0.0143 + 0.0333 + 0.0250 + 0.0167] = √0.0893 = 0.2988
• حدود فترة الثقة 95% اللوغاريتمية: ln(3.50) ± (1.96 × 0.2988) = 1.2528 ± 0.5856 → [0.6672, 1.8384]
• حدود فترة الثقة على المقياس الأصلي: e^0.6672 إلى e^1.8384 = [1.95, 6.29]

الصياغة الأكاديمية للتقرير وفق APA:
“أظهرت نتائج التحليل الإحصائي أن المرضى الذين تلقوا برنامج التدريب على تنظيم الانفعال (ERT) كانت أرجحية تحقيقهم لتحسن إكلينيكي ملحوظ أعلى بمقدار 3.50 مرة مقارنة بالمرضى الذين تلقوا العلاج المعتاد، OR = 3.50, 95% CI [1.95, 6.29], p < .001. ونظراً لأن فترة الثقة 95% تقع بالكامل أعلى من القيمة الحرجة 1.00، فإن هذه النتيجة تؤكد الفاعلية المتفوقة للبرنامج التجريبي الجديد في تعزيز التعافي الإكلينيكي لمرضى القلق.”

9.2 مثال 2: دراسة أثر الصدمات النفسية المبكرة كعامل خطر للاكتئاب

في دراسة وبائية وبائية نفسية مستعرضة شملت عينة مكونة من 500 مشارك من البالغين، تم فحص العلاقة بين التعرض للإساءة الانفعالية الشديدة في مرحلة الطفولة (عامل مستقل ثنائي: نعم / لا) وتشخيص نوبة الاكتئاب الجسيم الحالية (متغير تابع ثنائي: مصاب / غير مصاب) باستخدام الانحدار اللوجستي مع ضبط متغيرات العمر والجنس والتاريخ العائلي للاضطرابات النفسية.

أظهرت نتائج النموذج المتعدد أن المعامل غير المعياري لمتغير الإساءة الطفولية بلغ B = 1.05، والخطأ المعياري SE = 0.24، وقيمة p < .001. وبالتحويل الأسي، بلغت نسبة الأرجحية المعدلة aOR = e^1.05 = 2.86، مع فترة ثقة 95% بلغت [1.79, 4.57].

الصياغة الأكاديمية للتقرير وفق APA:
“كشفت نتائج نموذج الانحدار اللوجستي المتعدد عن وجود ارتباط إيجابي دال إحصائياً ومستقل بين التعرض للإساءة الانفعالية في الطفولة وتشخيص نوبة الاكتئاب الجسيم لدى البالغين بعد ضبط تأثيرات العمر والجنس والتاريخ العائلي المرضي، B = 1.05, SE = 0.24, Wald χ²(1) = 19.14, p < .001, aOR = 2.86, 95% CI [1.79, 4.57]. يشير هذا إلى أن الأفراد الذين لديهم تاريخ من الإساءة الانفعالية الطفولية يمتلكون أرجحية للإصابة بالاكتئاب تبلغ قرابة ثلاثة أضعاف (زيادة بنسبة 186% في الأرجحية) مقارنة بالأفراد الذين لم يتعرضوا لتلك الخبرات الصادمة، مما يعزز النماذج النظرية التنموية للصدمات المعقدة.”

9.3 مثال 3: تقييم تدخل علاجي يؤدي إلى نتائج غير دالة إحصائياً

أجرى باحثون دراسة لتقييم أثر استخدام تطبيق رقمي للمساعدة الذاتية المستندة إلى القبول والالتزام (ACT App) في خفض معدلات الانقطاع المبكر عن جلسات العلاج النفسي الحضوري (Dropout Rate: نعم / لا) مقارنة بالمتابعة الهاتفية المعتادة لدى عينة من 120 مشاركاً.

أظهرت مخرجات الانحدار اللوجستي أن قيمة المعامل كانت B = -0.22, SE = 0.38, p = .563, Exp(B) = 0.80, 95% CI [0.38, 1.69].

الصياغة الأكاديمية للتقرير وفق APA:
“أشارت التحليلات إلى أن استخدام تطبيق المساعدة الذاتية الرقمي لم يسفر عن انخفاض ذي دلالة إحصائية في أرجحية الانقطاع المبكر عن العلاج مقارنة بمجموعة المتابعة الهاتفية، B = -0.22, SE = 0.38, OR = 0.80, 95% CI [0.38, 1.69], p = .563. وبالنظر إلى أن فترة الثقة 95% كانت واسعة وتشتمل بوضوح على القيمة 1.00 وتتراوح من خفض محتمل في الأرجحية (0.38) إلى زيادة محتملة (1.69)، فإن هذه البيانات لا تدعم فرضية تفوق التدخل الرقمي على المتابعة التقليدية في الحد من تسرب المرضى في هذه العينة، وهو ما يوصي بإعادة تقييم التدخل باستخدام عينات أكبر حجماً ومقاييس التزام أكثر دقة.”

10. العرض البصري والجداول الإحصائية لنسب الأرجحية

10.1 تصميم جداول النتائج وفق معايير النشر العلمي

يُعد الجدول الإحصائي المصمم بعناية الركيزة الأساسية لعرض نتائج الانحدار اللوجستي المعقدة في المجلات المحكمة؛ إذ يوفر للقارئ نظرة شمولية تغني عن الإسهاب النصي المعقد. تفرض معايير APA 7 أن تكون الجداول واضحة، بدون خطوط رأسية، وتقتصر على الخطوط الأفقية العلوية والسفلية والخط الفاصل بين ترويسة الأعمدة والبيانات.

فيما يلي الهيكل النموذجي المعتمد لعرض نتائج نموذج انحدار لوجستي متعدد للتنبؤ بحدوث اضطراب القلق:

المتغير التنبؤي (Predictor)	B	SE	Wald χ²	df	p	OR (Exp(B))	95% CI [LL, UL]
العمر (سنوات)	-0.02	0.01	4.00	1	.046	0.98	[0.96, 0.99]
الجنس (المرجع: ذكور)	0.65	0.22	8.73	1	.003	1.92	[1.25, 2.95]
أحداث الحياة الضاغطة	0.45	0.12	14.06	1	< .001	1.57	[1.24, 1.99]
مستوى اليقظة الذهنية	-0.35	0.14	6.25	1	.012	0.70	[0.53, 0.92]

ملاحظة الجدول (Table Note): N = 350. CI = فترة الثقة (Confidence Interval)؛ LL = الحد الأدنى (Lower Limit)؛ UL = الحد الأعلى (Upper Limit). المتغير التابع ثنائي (تشخيص القلق: 0 = غير مصاب، 1 = مصاب). النموذج الكلي دال إحصائياً: χ²(4) = 45.22, p < .001, Nagelkerke R² = .215.

يجب التأكيد على ضرورة استخدام الحواشي السفلية لتحديد الفئات المرجعية للمتغيرات الفئوية بوضوح تام، مع الامتناع عن تكرار جميع أرقام الجدول في المتن، والاكتفاء فقط بإبراز المتغيرات ذات الأهمية النظرية القصوى في النص السردي.

10.2 استخدام الرسوم البيانية للغابات (Forest Plots)

يُعد مخطط الغابة (Forest Plot) الأداة البصرية الأقوى والأكثر بلاغة لعرض نسب الأرجحية وفترات الثقة المقابلة لها بيانيا، سواء في دراسات المراجعات المنهجية والتحليل التلوي، أو في الدراسات الأولية التي تقارن بين متنبئات متعددة أو تحلل مجموعات فرعية (Subgroup Analyses). يعرض المخطط نقطة مركزية مربعة تمثل التقدير النقطي لكل دراسة أو متغير (حيث يعكس حجم المربع وزن الدراسة أو حجم عينتها)، ويمتد خط أفقي عبر المربع ليمثل حدود فترة الثقة 95%.

يحتوي المخطط دائماً على خط رأسي متصل يمثل “خط عدم التأثير” (Line of Null Effect) ويقع تحديداً عند القيمة (1.00). إذا تقاطع الخط الأفقي لفترة الثقة الخاصة بمتغير معين مع هذا الخط الرأسي، يدرك القارئ فوراً وبشكل بصري سريع أن النتيجة غير دالة إحصائياً. أما إذا وقع الخط الأفقي بالكامل على يمين الخط الرأسي (أكبر من 1)، دل على زيادة ذات دلالة في الأرجحية، وإذا وقع بالكامل على يساره (أصغر من 1)، دل على انخفاض دال في الأرجحية.

في التحليلات التلوية السلوكية، يتميز الجزء السفلي من مخطط الغابة بتمثيل الأثر الإجمالي التراكمي (Pooled Effect Size) على شكل شكل معيني (Diamond)؛ حيث يمثل منتصف المعين التقدير النقطي المجمع لنسب الأرجحية عبر جميع الدراسات المشمولة، بينما يمثل العرض الكلي للطرفين الجانبيين للمعين حدود فترة الثقة 95% التراكمية، مما يوفر تلخيصاً بيانياً فائق الدقة لحالة الأدبيات العلمية.

11. الأخطاء الشائعة وسوء التفسير عند كتابة تقارير نسب الأرجحية

11.1 الخلط بين الأرجحية والاحتمالية في لغة التقرير

يظل الخطأ اللغوي والمفاهيمي الأكثر جسامة وتكراراً في كتابات الباحثين هو استخدام مصطلحات الاحتمال مثل “الاحتمالية” (Probability) أو “الفرصة المباشرة” (Likelihood) لوصف نسب الأرجحية دون إدراك الفارق الحسابي بينهما. إن كتابة جملة مثل: “المشاركون الذين يعانون من الأرق كانوا أكثر احتمالاً بمرتين للإصابة بالاكتئاب (OR = 2.00)” هي صياغة إحصائية غير دقيقة علمياً؛ فالصحيح أن يُقال: “كانت أرجحية الإصابة بالاكتئاب أعلى بمرتين…”.

يمتد هذا الخطأ أيضاً إلى محاولات إسقاط استنتاجات سببية حتمية (Causal Inferences) مباشرة بناءً على نسب أرجحية مستخلصة من دراسات ارتباطية مستعرضة (Cross-Sectional) أو دراسات الحالات والشواهد. يجب على الباحث أن يتذكر دائماً أن نسبة الأرجحية تقيس “قوة الاقتران والارتباط الإحصائي”، ولا تثبت بحد ذاتها وجود علاقة سببية ذات اتجاه زمني محدد ما لم يكن التصميم تجريبياً معشى أو طولياً محكماً يضمن التتابع الزمني وخلو التحليل من المتغيرات الداخلية المربكة.

لتفادي هذا التضليل، يتعين على المؤسسات الأكاديمية والمشرفين تدريب الباحثين على مراجعة دقيقة للصياغات اللفظية في مسودات أبحاثهم، واستبدال العبارات ذات الطابع الاحتمالي أو السببي الجازم بعبارات الارتباط النسبي الدقيق المعتمد على الأرجحية لضمان التوافق مع المعايير العلمية.

11.2 إغفال فترات الثقة والتركيز الحصري على القيمة الاحتمالية (p-value)

على الرغم من التحذيرات المنهجية المتكررة الصادرة عن الجمعيات الإحصائية العالمية، لا يزال بعض الباحثين يرتكبون خطأ الاكتفاء بذكر القيمة الاحتمالية (p-value) وتقرير القيمة النقطية لـ OR مع إغفال تدوين فترات الثقة. تقود هذه الممارسة إلى رفض فوري للمخطوطات في الدوريات المصنفة رصينة؛ فالقيمة الاحتمالية المجردة لا تعكس دقة التقدير الإحصائي ولا تقدم أي معلومات حول حجم الأثر الممكن في المجتمع الأصلي.

تخلق هذه النظرة الضيقة مشكلة منهجية خطيرة تتمثل في الانخداع بـ “الدلالة الإحصائية الزائفة”؛ فعند استخدام عينات ضخمة جداً (عشرات الآلاف من المشاركين)، قد تكون نسبة أرجحية هامشية للغاية سريرياً (مثل: OR = 1.03, 95% CI [1.01, 1.05]) دالة إحصائياً عند مستوى p < .001. إذا ركز الباحث على p وحدها، فقد يضخم من أهمية هذا المتغير الذي لا يحمل أي قيمة تطبيقية في الواقع الإكلينيكي المعاش.

إن الإبلاغ الإلزامي عن حدود فترات الثقة يضمن كشف التباين وعدم اليقين في البيانات، ويوجه الانتباه الأكاديمي نحو التقدير الكمي الحقيقي للأثر ومدى ملاءمته لتطوير التدخلات السلوكية بدلاً من الارتهان لاختبارات الفرضيات الصفرية التقليدية.

11.3 الغموض في تحديد الفئة المرجعية (Reference Category)

يؤدي عدم الوضوح التام في تحديد وتسمية الفئة المرجعية (Reference Group) في تقارير الانحدار اللوجستي إلى حدوث ارتباك وانقلاب كامل في تفسير النتائج العلمية. في المتغيرات الثنائية، تعتمد قيمة OR واتجاهها على الفئة التي تم ترميزها بالقيمة (0) لتكون المرجع، والفئة التي رُمزت بالقيمة (1) كفئة مستهدفة.

إذا كان الباحث يدرس تأثير الجنس على الإصابة بنوبات الهلع، وكانت الإناث هن الفئة (1) والذكور هم المرجع (0)، وجاءت النتيجة OR = 2.00، فهذا يعني أن أرجحية الإصابة لدى الإناث ضعف أرجحيتها لدى الذكور. أما إذا قام الباحث بقلب الفئات المرجعية دون توضيح في المتن، وجعل الإناث هن المرجع، فإن نسبة الأرجحية الناتجة ستكون مقلوب القيمة السابقة: OR = 1 / 2.00 = 0.50. وإذا لم يُصرح بالمرجع بوضوح، قد يُساء تفسير القيمة (0.50) كعامل وقائي للذكور بدلاً من فهمها كزيادة في خطر الإصابة لدى الإناث.

لتجنب هذا اللبس الخطير، يجب على الباحث التصريح بشكل لا يقبل التأويل في متن البحث وعناوين الجداول بالحالة أو المجموعة الأساسية التي اتُخذت كمرجع للمقارنة الإحصائية، مع توحيد الترميز عبر جميع فصول الدراسة لضمان اتساق القراءة والتحليل.

12. صياغة مناقشة النتائج المعتمدة على نسب الأرجحية في الرسائل والأوراق العلمية

12.1 دمج نسب الأرجحية في المناقشة النظرية والإكلينيكية

عند الانتقال إلى قسم المناقشة (Discussion) في الورقة العلمية أو الأطروحة، يجب ألا يكرر الباحث سرد الأرقام والمعاملات الإحصائية، بل يتعين عليه الارتقاء بالنتائج نحو “الدلالة الإكلينيكية والعملية” (Clinical Significance). تتطلب هذه المرحلة مناقشة ما إذا كانت قيمة نسبة الأرجحية المرصودة تمثل تغيراً ملموساً في جودة حياة الأفراد وسلوكياتهم، أم أنها مجرد مؤشر إحصائي مجرد.

يجب مقارنة نسب الأرجحية التي توصلت إليها الدراسة الحالية بالنسب المرصودة في الأدبيات والدراسات السابقة المشابهة المنشورة في المجلات المحكمة. على سبيل المثال: “تتوافق نسبة الأرجحية المعدلة المرصودة في دراستنا الحالية (aOR = 2.45) مع ما توصل إليه سميث وزملاؤه (2021) في دراستهم التتبعية (OR = 2.30)، مما يعزز الفرضية القائلة بأن العزلة الاجتماعية تشكل عامل خطر رئيسي لانتكاس الإدمان”.

علاوة على ذلك، ينبغي تقييم حجم الأثر من منظور التكلفة مقابل الفائدة (Cost-Effectiveness) في البيئات الإكلينيكية؛ فالبرامج التدخلية التي تحقق خفضاً في أرجحية السلوكيات الخطرة (مثل: OR = 0.60) بتكلفة مالية وزمنية منخفضة قد تكون ذات أولوية تطبيقية قصوى لصناع القرار الصحي مقارنة ببرامج باهظة التكلفة تحقق خفضاً مشابهاً أو متقارباً.

12.2 تحديد المحددات المنهجية المرتبطة بنسب الأرجحية

يتطلب التفكير النقدي الرصين من الباحث الإقرار الصريح بالمحددات المنهجية والإحصائية التي قد تؤثر على دقة وتعميم نسب الأرجحية المذكورة في تقريره. يأتي في مقدمة هذه المحددات قيود التصميم البحثي؛ فالدراسات المستعرضة تمنع الحسم في التتابع الزمني للسبب والنتيجة، مما يفرض توضيح أن نسب الأرجحية المحسوبة تعكس تزامناً ارتباطياً وليس بالضرورة تأثيراً سببياً طردياً.

كما يجب مناقشة تأثير “خطأ القياس” (Measurement Error) وسوء تصنيف المتغيرات (Misclassification Bias). فإذا تم تصنيف المشاركين كـ “مكتئبين” أو “غير مكتئبين” باستخدام استبانات تقرير ذاتي قصيرة تفتقر إلى الحساسية والنوعية السريرية العالية بدلاً من المقابلات التشخيصية المقننة، فقد يؤدي ذلك إلى تشويه وانحياز قيم نسب الأرجحية إما بالتضخيم أو التقليل من حجم الأثر الحقيقي.

يختتم الباحث هذا الجزء بتقديم توصيات منهجية محددة للدراسات المستقبلية، مثل الدعوة إلى استخدام تصاميم طولية تتبعية (Longitudinal Cohort Studies) تتيح تتبع تغير نسب الأرجحية عبر الزمن، وزيادة حجم العينات لتضييق فترات الثقة، واستخدام نماذج إحصائية متقدمة للتحكم في المتغيرات الكامنة (Latent Variable Modeling) لتعزيز دقة قياس أحجام التأثير في البحوث النفسية المستقبلية.

خاتمة

تمثل نسبة الأرجحية (OR) مقياساً إحصائياً محورياً وأداة بالغة القوة والأهمية في ترسانة الباحث النفسي والسلوكي المعاصر عند التعامل مع المخرجات الثنائية وتقييم التدخلات العلاجية ونماذج التنبؤ الإكلينيكي. ومع ذلك، فإن القوة التفسيرية لهذا المقياس تظل رهناً بالدقة المنهجية والأمانة العلمية في حسابها وكتابة تقاريرها ومناقشة دلالاتها.

إن الالتزام الصارم بالمعايير الإحصائية الحديثة—بدءاً من التمييز الدقيق بين الأرجحية والخطر النسبي، وتجنب لغة التفسير الاحتمالية المضللة، مروراً بالإبلاغ الإلزامي عن فترات الثقة 95% بدلاً من الارتهان الأعمى للقيم الاحتمالية، والتحديد الشفاف للفئات المرجعية، وصولاً إلى التنسيق الدقيق وفق إرشادات جمعية علم النفس الأمريكية (APA 7)—هو السبيل الأكيد لضمان تقديم بحوث نفسية رصينة قابلة للتكرار وتلبي أعلى معايير الجودة الأكاديمية وتسهم بشكل فعال في تطوير الممارسة الإكلينيكية المبنية على البراهين.

المراجع (References)

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2021). Introduction to meta-analysis (2nd ed.). John Wiley & Sons. https://doi.org/10.1002/9781119558378
• Cumming, G. (2014). The new statistics: Why and how. Psychological Science, 25(1), 7–29. https://doi.org/10.1177/0956797613504966
• Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
• Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). John Wiley & Sons. https://doi.org/10.1002/9781118548387
• Norton, E. C., Dowd, B. E., & Maciejewski, M. L. (2018). Odds ratios—Current best practice and use. JAMA, 320(1), 84–85. https://doi.org/10.1001/jama.2018.6971
• Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern epidemiology (3rd ed.). Lippincott Williams & Wilkins.
• Szumilas, M. (2010). Explaining odds ratios. Journal of the Canadian Academy of Child and Adolescent Psychiatry, 19(3), 227–229.
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108
• Zhang, J., & Yu, K. F. (1998). What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA, 280(19), 1690–1691. https://doi.org/10.1001/jama.280.19.1690