![Banitoto's tweet photo. تعتبر فترات الثقة (Confidence Interval) هي الميزان الحقيقي لأي دراسة إكلينيكية، لأنها تعطيك مدى (Range) للنتائج المتوقعة بدلاً من رقم واحد جامد. طيب كيف أقرأ أو أفسر نتايج ال(CI) و متى في الدراسات الطبية يستخدمون رمز مثل (RR) و (OR) و الفرق المطلق(Absolute difference)؟
دائماً في قراءة فترات الثقة نبحث عن رقمين وهي (0) أو (1) طيب متى نبحث عن الصفر ومتى نبحث عن الواحد؟
في لغة الإحصاء الحيوي والبحث السريري، يُطلق على الصفر (في حالة الطرح) والواحد (في حالة القسمة) مصطلح قيمة العدم (Null Value). تخيلها وكأنها نقطة التعادل التي إذا وصل إليها البحث، فهذا يعني أن الدواء الجديد لم يقدم أي نتيجة مختلفة عن الدواء القديم أو الوهمي (Placebo).
1. نبحث عن الصفر في حالات الطرح (Absolute Difference)أو في الدرسات التي تقيم وجود فرق يعني العملية الحسابية اللي أجروها الباحثين هنا عبارة عن ��رح ولذلك يسموها (Absolute difference)، و تستخدم هذه الطريقة عند قياس فروقات مباشرة في الأرقام، مثل الفرق في ضغط الدم، أو نسبة السكر التراكمي (HbA1c) بين مجموعتين.
• القاعدة: نبحث عن رقم (0) في فترة الثقة (CI).
• التفسير: إذا كانت فترة الثقة تمر بالرقم صفر (مثلاً: من -0.5 إلى +1.2)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية. لماذا؟ لأن الصفر يعني لا يوجد فرق بين المجموعتين، وبما أنه موجود داخل النطاق، فمن المحتمل أن يكون الفرق الحقيقي هو صفر. و إذا كان النطاق بالكامل فوق الصفر أو بالكامل تحته، فالنتيجة ذات دلالة إحصائية (P < 0.05).
مثال: دراسة تقارن دواء سكر جديد مع (ميتفورمين) في خفض السكر التراكمي (HbA1c) وهنا نبحث عن الفرق بين دويين يعني هنا نستخدم قاعدة الطرح، يعني نبحث عن الصفر.
• النتيجة: سجلت الدراسة فرقاً في خفض التراكمي بمقدار 0.6% بفترة ثقة 95% تتراوح بين [0.2 ,1.0].
• التحليل: انظر للأرقام داخل الأقواس، هل ��مر بالرقم صفر؟ (لا)، الأرقام كلها تبدأ من 0.2 فأعلى، وهذا يعني أنها بعيدة عن نقطة التعادل (الصفر).
• القرار: النتيجة (Significant) إحصائياً، والدواء الجديد فعلاً أقوى في خفض السكر.
لكن ماذا لو كانت النتيجة [0.1-،1.3]؟
بما أن النطاق بدأ من رقم سالب وانتهى برقم موجب، فهذا يعني أنه مرّ بالصفر في طريقه. هنا نقول إن النتيجة شوشرة وغير معتبرة إحصائياً، لأن احتمالية أن يكون الفرق الحقيقي صفر موجودة داخل النطاق.
2. نبحث عن الواحد في حالات الخطر(Relative Risk / Odds Ratio / Hazard Ratio) يعني تستخدم عند مقارنة نسبة وقوع حدث (مثل الجلطة أو الوفاة) بين مجموعتين، وهنا العملية تكون قسمة وليست طرحاً.
• القاعدة: نبحث عن رقم (1).
• التفسير: الرقم 1 في القسمة يعني التعادل (أي أن خطر المجموعة الأولى تقسيم خطر المجموعة الثانية يساوي 1).
• إذا كانت فترة الثقة تمر بالرقم واحد (مثلاً: 0.8 إلى 1.5)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية، لأننا لا نستطيع الجزم بأن أحد الدواءين أفضل من الآخر، لذا فاحتمالية التعادل موجودة داخل النطاق.
• إذا كانت الفترة بالكامل أقل من 1 (مثلاً: 0.5 إلى 0.8)، فالدواء يقلل الخطر بشكل حقيقي.
• إذا كانت بالكامل أكبر من 1، فالدواء يزيد ال��طر.
مثال: هنا دراسة تبحث عن نسبة الخطر ( اذاً نبحث عن رقم واحد في فترة الثقة)
الدراسة: تأثير دواء سيولة جديد (DOAC) مقارنة بالوارفارين في تقليل خطر الجلطات (Stroke).
• النتيجة: الـ (Hazard Ratio - HR) طلع 0.80 بفترة ثقة [0.72, 0.88].
• التحليل:هل النطاق أو فترة الثقة تمر بالواحد؟ لا. (كل الأرقام تحت الـ 1).
• القرار: النتيجة (Significant) و الدواء الجديد يقلل الخطر بنسبة 20%وهذي طريقة حسابها( 1 - 0.80 = 0.20).
أحياناً تقرأ دراسة عن دواء يحمي من الفشل الكلوي مثلاً، وتكون النتيجة: HR: 0.98“ [0.97, 0.99].
• التحليل: إحصائياً هي (Significant) لأنها ما مرت بالواحد، لكن إكلينيكياً؟ الفرق 2% فقط ونطاق ضيق جداً وقريب من ا��واحد، التكلفة العالية للدواء ممكن ما تبرر هذا الفرق البسيط جداً في حماية الكلى وهذا معنى فرق سريري مؤثر.
الخلاصة الإكلينيكية:
بصفتك ممارس صحي، وظيفتك مو بس تقرأ الـ (P-value) مقياس الصدفة أو الاحتمالية وظيفتك تعرف هل النطاق هذا يلمس نقطة التعادل (صفر في الطرح، وواحد في القسمة) ولا لا؟ إذا لمسها؟ النتيجة (Non-significant) ليست ذات دلالة ��و قيمة احصائية وما تبني عليها قرارك، إذا ما لمسها؟ هنا نبدأ نتكلم في الفائدة الإكلينيكية الحقيقية لمريضك.
وحطيت أمثلة لكيف أفسر فترة الثقة وكلها أمثلة و أرقام تخيليه 😃بس عشان بحاول أوصل الموضوع.](https://pbs.twimg.com/media/HF282j2XYAAZGbb.jpg)
![Banitoto's tweet photo. تعتبر فترات الثقة (Confidence Interval) هي الميزان الحقيقي لأي دراسة إكلينيكية، لأنها تعطيك مدى (Range) للنتائج المتوقعة بدلاً من رقم واحد جامد. طيب كيف أقرأ أو أفسر نتايج ال(CI) و متى في الدراسات الطبية يستخدمون رمز مثل (RR) و (OR) و الفرق المطلق(Absolute difference)؟
دائماً في قراءة فترات الثقة نبحث عن رقمين وهي (0) أو (1) طيب متى نبحث عن الصفر ومتى نبحث عن الواحد؟
في لغة الإحصاء الحيوي والبحث السريري، يُطلق على الصفر (في حالة الطرح) والواحد (في حالة القسمة) مصطلح قيمة العدم (Null Value). تخيلها وكأنها نقطة التعادل التي إذا وصل إليها البحث، فهذا يعني أن الدواء الجديد لم يقدم أي نتيجة مختلفة عن الدواء القديم أو الوهمي (Placebo).
1. نبحث عن الصفر في حالات الطرح (Absolute Difference)أو في الدرسات التي تقيم وجود فرق يعني العملية الحسابية اللي أجروها الباحثين هنا عبارة عن ��رح ولذلك يسموها (Absolute difference)، و تستخدم هذه الطريقة عند قياس فروقات مباشرة في الأرقام، مثل الفرق في ضغط الدم، أو نسبة السكر التراكمي (HbA1c) بين مجموعتين.
• القاعدة: نبحث عن رقم (0) في فترة الثقة (CI).
• التفسير: إذا كانت فترة الثقة تمر بالرقم صفر (مثلاً: من -0.5 إلى +1.2)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية. لماذا؟ لأن الصفر يعني لا يوجد فرق بين المجموعتين، وبما أنه موجود داخل النطاق، فمن المحتمل أن يكون الفرق الحقيقي هو صفر. و إذا كان النطاق بالكامل فوق الصفر أو بالكامل تحته، فالنتيجة ذات دلالة إحصائية (P < 0.05).
مثال: دراسة تقارن دواء سكر جديد مع (ميتفورمين) في خفض السكر التراكمي (HbA1c) وهنا نبحث عن الفرق بين دويين يعني هنا نستخدم قاعدة الطرح، يعني نبحث عن الصفر.
• النتيجة: سجلت الدراسة فرقاً في خفض التراكمي بمقدار 0.6% بفترة ثقة 95% تتراوح بين [0.2 ,1.0].
• التحليل: انظر للأرقام داخل الأقواس، هل ��مر بالرقم صفر؟ (لا)، الأرقام كلها تبدأ من 0.2 فأعلى، وهذا يعني أنها بعيدة عن نقطة التعادل (الصفر).
• القرار: النتيجة (Significant) إحصائياً، والدواء الجديد فعلاً أقوى في خفض السكر.
لكن ماذا لو كانت النتيجة [0.1-،1.3]؟
بما أن النطاق بدأ من رقم سالب وانتهى برقم موجب، فهذا يعني أنه مرّ بالصفر في طريقه. هنا نقول إن النتيجة شوشرة وغير معتبرة إحصائياً، لأن احتمالية أن يكون الفرق الحقيقي صفر موجودة داخل النطاق.
2. نبحث عن الواحد في حالات الخطر(Relative Risk / Odds Ratio / Hazard Ratio) يعني تستخدم عند مقارنة نسبة وقوع حدث (مثل الجلطة أو الوفاة) بين مجموعتين، وهنا العملية تكون قسمة وليست طرحاً.
• القاعدة: نبحث عن رقم (1).
• التفسير: الرقم 1 في القسمة يعني التعادل (أي أن خطر المجموعة الأولى تقسيم خطر المجموعة الثانية يساوي 1).
• إذا كانت فترة الثقة تمر بالرقم واحد (مثلاً: 0.8 إلى 1.5)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية، لأننا لا نستطيع الجزم بأن أحد الدواءين أفضل من الآخر، لذا فاحتمالية التعادل موجودة داخل النطاق.
• إذا كانت الفترة بالكامل أقل من 1 (مثلاً: 0.5 إلى 0.8)، فالدواء يقلل الخطر بشكل حقيقي.
• إذا كانت بالكامل أكبر من 1، فالدواء يزيد ال��طر.
مثال: هنا دراسة تبحث عن نسبة الخطر ( اذاً نبحث عن رقم واحد في فترة الثقة)
الدراسة: تأثير دواء سيولة جديد (DOAC) مقارنة بالوارفارين في تقليل خطر الجلطات (Stroke).
• النتيجة: الـ (Hazard Ratio - HR) طلع 0.80 بفترة ثقة [0.72, 0.88].
• التحليل:هل النطاق أو فترة الثقة تمر بالواحد؟ لا. (كل الأرقام تحت الـ 1).
• القرار: النتيجة (Significant) و الدواء الجديد يقلل الخطر بنسبة 20%وهذي طريقة حسابها( 1 - 0.80 = 0.20).
أحياناً تقرأ دراسة عن دواء يحمي من الفشل الكلوي مثلاً، وتكون النتيجة: HR: 0.98“ [0.97, 0.99].
• التحليل: إحصائياً هي (Significant) لأنها ما مرت بالواحد، لكن إكلينيكياً؟ الفرق 2% فقط ونطاق ضيق جداً وقريب من ا��واحد، التكلفة العالية للدواء ممكن ما تبرر هذا الفرق البسيط جداً في حماية الكلى وهذا معنى فرق سريري مؤثر.
الخلاصة الإكلينيكية:
بصفتك ممارس صحي، وظيفتك مو بس تقرأ الـ (P-value) مقياس الصدفة أو الاحتمالية وظيفتك تعرف هل النطاق هذا يلمس نقطة التعادل (صفر في الطرح، وواحد في القسمة) ولا لا؟ إذا لمسها؟ النتيجة (Non-significant) ليست ذات دلالة ��و قيمة احصائية وما تبني عليها قرارك، إذا ما لمسها؟ هنا نبدأ نتكلم في الفائدة الإكلينيكية الحقيقية لمريضك.
وحطيت أمثلة لكيف أفسر فترة الثقة وكلها أمثلة و أرقام تخيليه 😃بس عشان بحاول أوصل الموضوع.](https://pbs.twimg.com/media/HF282j0XgAAWQAo.jpg)
Olivia
Online
M7MD
@X_S_A
Joined July 2011
478 Following
10 Followers
966 Posts
من أكثر الأشياء اللي كنت أطول وانا أشيك عليها وقت الصرف أو إذا انسألت عليها هي الكريمات فرحت جمعتها كلها واشوف هل هي تنفع للحوامل ولا لا ! اعتمدت على (LexiDrug) والنشرة الداخلية لكل منتج 😍💊 هذا الملخص للي وده يستفيد وممكن تعدل عليه و تضيف الأدوية اللي عندك في المنشأة عشان تختصر وقت البحث و يستحسن تراجعه كل فترة لو فيه تحديث أو شي.
إذا ما عندك (LexiDrug) و (Uptodate) وتبي تعرف هل الدواء مسموح في الحمل ولا لا أنصح بكتاب (Drugs in Pregnancy and Lactation) وهو نفس المصدر اللي يعتمد عليه لكيسي بنسبة كبيرة.
٤ ملفات Cosmatic للصيادلة ، الاطباء والمهتمين ⬇️
https://t.co/KswteJdmTU
تعتبر فترات الثقة (Confidence Interval) هي الميزان الحقيقي لأي دراسة إكلينيكية، لأنها تعطيك مدى (Range) للنتائج المتوقعة بدلاً من رقم واحد جامد. طيب كيف أقرأ أو أفسر نتايج ال(CI) و متى في الدراسات الطبية يستخدمون رمز مثل (RR) و (OR) و الفرق المطلق(Absolute difference)؟
دائماً في قراءة فترات الثقة نبحث عن رقمين وهي (0) أو (1) طيب متى نبحث عن الصفر ومتى نبحث عن الواحد؟
في لغة الإحصاء الحيوي والبحث السريري، يُطلق على الصفر (في حالة الطرح) والواحد (في حالة القسمة) مصطلح قيمة العدم (Null Value). تخيلها وكأنها نقطة التعادل التي إذا وصل إليها البحث، فهذا يعني أن الدواء الجديد لم يقدم أي نتيجة مختلفة عن الدواء القديم أو الوهمي (Placebo).
1. نبحث عن الصفر في حالات الطرح (Absolute Difference)أو في الدرسات التي تقيم وجود فرق يعني العملية الحسابية اللي أجروها الباحثين هنا عبارة عن ��رح ولذلك يسموها (Absolute difference)، و تستخدم هذه الطريقة عند قياس فروقات مباشرة في الأرقام، مثل الفرق في ضغط الدم، أو نسبة السكر التراكمي (HbA1c) بين مجموعتين.
• القاعدة: نبحث عن رقم (0) في فترة الثقة (CI).
• التفسير: إذا كانت فترة الثقة تمر بالرقم صفر (مثلاً: من -0.5 إلى +1.2)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية. لماذا؟ لأن الصفر يعني لا يوجد فرق بين المجموعتين، وبما أنه موجود داخل النطاق، فمن المحتمل أن يكون الفرق الحقيقي هو صفر. و إذا كان النطاق بالكامل فوق الصفر أو بالكامل تحته، فالنتيجة ذات دلالة إحصائية (P < 0.05).
مثال: دراسة تقارن دواء سكر جديد مع (ميتفورمين) في خفض السكر التراكمي (HbA1c) وهنا نبحث عن الفرق بين دويين يعني هنا نستخدم قاعدة الطرح، يعني نبحث عن الصفر.
• النتيجة: سجلت الدراسة فرقاً في خفض التراكمي بمقدار 0.6% بفترة ثقة 95% تتراوح بين [0.2 ,1.0].
• التحليل: انظر للأرقام داخل الأقواس، هل ��مر بالرقم صفر؟ (لا)، الأرقام كلها تبدأ من 0.2 فأعلى، وهذا يعني أنها بعيدة عن نقطة التعادل (الصفر).
• القرار: النتيجة (Significant) إحصائياً، والدواء الجديد فعلاً أقوى في خفض السكر.
لكن ماذا لو كانت النتيجة [0.1-،1.3]؟
بما أن النطاق بدأ من رقم سالب وانتهى برقم موجب، فهذا يعني أنه مرّ بالصفر في طريقه. هنا نقول إن النتيجة شوشرة وغير معتبرة إحصائياً، لأن احتمالية أن يكون الفرق الحقيقي صفر موجودة داخل النطاق.
2. نبحث عن الواحد في حالات الخطر(Relative Risk / Odds Ratio / Hazard Ratio) يعني تستخدم عند مقارنة نسبة وقوع حدث (مثل الجلطة أو الوفاة) بين مجموعتين، وهنا العملية تكون قسمة وليست طرحاً.
• القاعدة: نبحث عن رقم (1).
• التفسير: الرقم 1 في القسمة يعني التعادل (أي أن خطر المجموعة الأولى تقسيم خطر المجموعة الثانية يساوي 1).
• إذا كانت فترة الثقة تمر بالرقم واحد (مثلاً: 0.8 إلى 1.5)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية، لأننا لا نستطيع الجزم بأن أحد الدواءين أفضل من الآخر، لذا فاحتمالية التعادل موجودة داخل النطاق.
• إذا كانت الفترة بالكامل أقل من 1 (مثلاً: 0.5 إلى 0.8)، فالدواء يقلل الخطر بشكل حقيقي.
• إذا كانت بالكامل أكبر من 1، فالدواء يزيد ال��طر.
مثال: هنا دراسة تبحث عن نسبة الخطر ( اذاً نبحث عن رقم واحد في فترة الثقة)
الدراسة: تأثير دواء سيولة جديد (DOAC) مقارنة بالوارفارين في تقليل خطر الجلطات (Stroke).
• النتيجة: الـ (Hazard Ratio - HR) طلع 0.80 بفترة ثقة [0.72, 0.88].
• التحليل:هل النطاق أو فترة الثقة تمر بالواحد؟ لا. (كل الأرقام تحت الـ 1).
• القرار: النتيجة (Significant) و الدواء الجديد يقلل الخطر بنسبة 20%وهذي طريقة حسابها( 1 - 0.80 = 0.20).
أحياناً تقرأ دراسة عن دواء يحمي من الفشل الكلوي مثلاً، وتكون النتيجة: HR: 0.98“ [0.97, 0.99].
• التحليل: إحصائياً هي (Significant) لأنها ما مرت بالواحد، لكن إكلينيكياً؟ الفرق 2% فقط ونطاق ضيق جداً وقريب من ا��واحد، التكلفة العالية للدواء ممكن ما تبرر هذا الفرق البسيط جداً في حماية الكلى وهذا معنى فرق سريري مؤثر.
الخلاصة الإكلينيكية:
بصفتك ممارس صحي، وظيفتك مو بس تقرأ الـ (P-value) مقياس الصدفة أو الاحتمالية وظيفتك تعرف هل النطاق هذا يلمس نقطة التعادل (صفر في الطرح، وواحد في القسمة) ولا لا؟ إذا لمسها؟ النتيجة (Non-significant) ليست ذات دلالة ��و قيمة احصائية وما تبني عليها قرارك، إذا ما لمسها؟ هنا نبدأ نتكلم في الفائدة الإكلينيكية الحقيقية لمريضك.
وحطيت أمثلة لكيف أفسر فترة الثقة وكلها أمثلة و أرقام تخيليه 😃بس عشان بحاول أوصل الموضوع.
![Banitoto's tweet photo. تعتبر فترات الثقة (Confidence Interval) هي الميزان الحقيقي لأي دراسة إكلينيكية، لأنها تعطيك مدى (Range) للنتائج المتوقعة بدلاً من رقم واحد جامد. طيب كيف أقرأ أو أفسر نتايج ال(CI) و متى في الدراسات الطبية يستخدمون رمز مثل (RR) و (OR) و الفرق المطلق(Absolute difference)؟
دائماً في قراءة فترات الثقة نبحث عن رقمين وهي (0) أو (1) طيب متى نبحث عن الصفر ومتى نبحث عن الواحد؟
في لغة الإحصاء الحيوي والبحث السريري، يُطلق على الصفر (في حالة الطرح) والواحد (في حالة القسمة) مصطلح قيمة العدم (Null Value). تخيلها وكأنها نقطة التعادل التي إذا وصل إليها البحث، فهذا يعني أن الدواء الجديد لم يقدم أي نتيجة مختلفة عن الدواء القديم أو الوهمي (Placebo).
1. نبحث عن الصفر في حالات الطرح (Absolute Difference)أو في الدرسات التي تقيم وجود فرق يعني العملية الحسابية اللي أجروها الباحثين هنا عبارة عن ��رح ولذلك يسموها (Absolute difference)، و تستخدم هذه الطريقة عند قياس فروقات مباشرة في الأرقام، مثل الفرق في ضغط الدم، أو نسبة السكر التراكمي (HbA1c) بين مجموعتين.
• القاعدة: نبحث عن رقم (0) في فترة الثقة (CI).
• التفسير: إذا كانت فترة الثقة تمر بالرقم صفر (مثلاً: من -0.5 إلى +1.2)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية. لماذا؟ لأن الصفر يعني لا يوجد فرق بين المجموعتين، وبما أنه موجود داخل النطاق، فمن المحتمل أن يكون الفرق الحقيقي هو صفر. و إذا كان النطاق بالكامل فوق الصفر أو بالكامل تحته، فالنتيجة ذات دلالة إحصائية (P < 0.05).
مثال: دراسة تقارن دواء سكر جديد مع (ميتفورمين) في خفض السكر التراكمي (HbA1c) وهنا نبحث عن الفرق بين دويين يعني هنا نستخدم قاعدة الطرح، يعني نبحث عن الصفر.
• النتيجة: سجلت الدراسة فرقاً في خفض التراكمي بمقدار 0.6% بفترة ثقة 95% تتراوح بين [0.2 ,1.0].
• التحليل: انظر للأرقام داخل الأقواس، هل ��مر بالرقم صفر؟ (لا)، الأرقام كلها تبدأ من 0.2 فأعلى، وهذا يعني أنها بعيدة عن نقطة التعادل (الصفر).
• القرار: النتيجة (Significant) إحصائياً، والدواء الجديد فعلاً أقوى في خفض السكر.
لكن ماذا لو كانت النتيجة [0.1-،1.3]؟
بما أن النطاق بدأ من رقم سالب وانتهى برقم موجب، فهذا يعني أنه مرّ بالصفر في طريقه. هنا نقول إن النتيجة شوشرة وغير معتبرة إحصائياً، لأن احتمالية أن يكون الفرق الحقيقي صفر موجودة داخل النطاق.
2. نبحث عن الواحد في حالات الخطر(Relative Risk / Odds Ratio / Hazard Ratio) يعني تستخدم عند مقارنة نسبة وقوع حدث (مثل الجلطة أو الوفاة) بين مجموعتين، وهنا العملية تكون قسمة وليست طرحاً.
• القاعدة: نبحث عن رقم (1).
• التفسير: الرقم 1 في القسمة يعني التعادل (أي أن خطر المجموعة الأولى تقسيم خطر المجموعة الثانية يساوي 1).
• إذا كانت فترة الثقة تمر بالرقم واحد (مثلاً: 0.8 إلى 1.5)، فهذا يعني أن النتيجة ليست ذات دلالة إحصائية، لأننا لا نستطيع الجزم بأن أحد الدواءين أفضل من الآخر، لذا فاحتمالية التعادل موجودة داخل النطاق.
• إذا كانت الفترة بالكامل أقل من 1 (مثلاً: 0.5 إلى 0.8)، فالدواء يقلل الخطر بشكل حقيقي.
• إذا كانت بالكامل أكبر من 1، فالدواء يزيد ال��طر.
مثال: هنا دراسة تبحث عن نسبة الخطر ( اذاً نبحث عن رقم واحد في فترة الثقة)
الدراسة: تأثير دواء سيولة جديد (DOAC) مقارنة بالوارفارين في تقليل خطر الجلطات (Stroke).
• النتيجة: الـ (Hazard Ratio - HR) طلع 0.80 بفترة ثقة [0.72, 0.88].
• التحليل:هل النطاق أو فترة الثقة تمر بالواحد؟ لا. (كل الأرقام تحت الـ 1).
• القرار: النتيجة (Significant) و الدواء الجديد يقلل الخطر بنسبة 20%وهذي طريقة حسابها( 1 - 0.80 = 0.20).
أحياناً تقرأ دراسة عن دواء يحمي من الفشل الكلوي مثلاً، وتكون النتيجة: HR: 0.98“ [0.97, 0.99].
• التحليل: إحصائياً هي (Significant) لأنها ما مرت بالواحد، لكن إكلينيكياً؟ الفرق 2% فقط ونطاق ضيق جداً وقريب من ا��واحد، التكلفة العالية للدواء ممكن ما تبرر هذا الفرق البسيط جداً في حماية الكلى وهذا معنى فرق سريري مؤثر.
الخلاصة الإكلينيكية:
بصفتك ممارس صحي، وظيفتك مو بس تقرأ الـ (P-value) مقياس الصدفة أو الاحتمالية وظيفتك تعرف هل النطاق هذا يلمس نقطة التعادل (صفر في الطرح، وواحد في القسمة) ولا لا؟ إذا لمسها؟ النتيجة (Non-significant) ليست ذات دلالة ��و قيمة احصائية وما تبني عليها قرارك، إذا ما لمسها؟ هنا نبدأ نتكلم في الفائدة الإكلينيكية الحقيقية لمريضك.
وحطيت أمثلة لكيف أفسر فترة الثقة وكلها أمثلة و أرقام تخيليه 😃بس عشان بحاول أوصل الموضوع.](https://pbs.twimg.com/media/HF282keaoAAOO0y.jpg)
وش يعني مقياس الصدفة (P-Value) و فاصل الثقة أو الدقة (Confidence interval) في الأبحاث الطبية !
1. قيمة الـ P-value (مقياس الصدفة):
تخيل أنك تجرب دواءً جد��داً للكوليسترول على 10 مرضى، وانخفض الكوليسترول لديهم. السؤال هنا: هل انخفض بسبب الدواء فعلاً، أم أنها صدفة (Chance)؟
إذاً تعريف قيمة مقياس الصدفة هي إحتمالية أن تكون النتائج التي ظهرت لنا حدثت بمحض الصدفة وليست بسبب الدواء.
القاعدة الذهبية (P < 0.05): إذا كانت القيمة أصغر من 0.05، نقول أن النتيجة ذات دلالة إحصائية (Statistically Significant). ومعناها أن احتمال الصدفة أقل من 5%، يعني نحن واثقون بنسبة 95% أن الدواء هو السبب. أما إذا كانت أكبر من 0.05، نقول النتيجة غير دالة، وربما الصدفة هي التي لعبت الدور الأكبر.
طبعا الـ(P-value) تخبرك إذا كان هناك أثر أم لا، لكنها لا تخبرك عن حجم هذا الأثر (هل هو كبير أم صغير؟). وهنا يأتي دور الـ CI أو مقياس الثقة ؟
2. فاصة الثقة أو الـ Confidence Interval (نطاق الدقة): بما أننا لا نستطيع تجربة الدواء على كل سكان العالم، فنحن نجربه على عينة. ولذلك الـ CI يخبرنا ويقول : لو كررنا هذه الدراسة 100 مرة، أين ستكون النتائج؟
وتعريف فاصل الثقة (CI) هو المدى أو النطاق الذي نتوقع أن تقع فيه النتيجة الحقيقية لعامة الناس. مثال: دواء خفض السكر التراكمي بمقدار 1%، وكان الـ CI ما بين (0.5% إلى 1.5%). هذا يعني أننا واثقون بنسبة 95% أن أي مريض سيأخذ الدواء سينخفض سكره بمقدار يقع داخل هذا النطاق.
كيف نعرف من الـ (CI) أن النتيجة فاشلة إحصائياً؟
هناك رقمان سحريان إذا مر بهما النطاق، نعتبر الدراسة غير دالة:
1. رقم (0) في فروقات الطرح: إذا كان النطاق يشمل الصفر (مثلاً من -0.2 إلى 0.5)، فهذا يعني أن الدواء قد لا يغير شيئاً أو قد يضر، فالدراسة فاشلة.
2. رقم (1) في النسب (OR / RR): إذا كان النطاق يشمل الواحد (مثلاً من 0.8 إلى 1.2)، فهذا يعني أن احتمالية حدوث المرض مع الدواء تساوي احتمالية حدوثه بدونه.
نقطة أخير في نقد الأبحاث:
أحياناً تكون الـ (P-value) صغيرة جداً (مثلاً 0.001) فيقول الباحث أن الدواء جبار، لكن عندما تنظر للـ (CI) التي تقيس الفرق تجد أن خفض الكوليسترول كان بمقدار 2 ملجم فقط، وعندها تكتشف أن النتيجة دالة إحصائياً لكنها تافهة سريرياً (Clinical Significance) و لن تحدث فرق كبير في الحياة الاكلينيكية لو تم اعتماده.
Who to follow
محبوب
@m2h2bob
I reached my dream💙Forza Hilal💙Inter
입티삼 | إِبتسام
@BsomaFisher
وكانت الكتبُ أنيسي في وحدتي، وسَميري في خُلوتي.
Ahmed Mostafa | The Nobody Himself
@ahmedmostafa_tw
A great failure who avoids effort to avoid the truth. I cling to the myth of my 'hidden potential' because trying would prove I’m just average.
https://t.co/s30FmSeOCB
تعرفون تطبيق Shazam ؟ 🎧
هذا نفس فكرته لكن للأدوية 💊: https://t.co/lk2eHFNBRc
تصور الدواء (أو عدة أدوية في صورة وحدة) والموقع يتعرف عليه ويعطيك معلومات عنه.
قمت شخصيًا بتدريب نموذج ذكاء اصطناعي على ألاف صور الأدوية + قاعدة بيانات أدوية خاصة تحتوي عشرات الآلاف من الأدوية الدارجة في الخليج + إذا تعثر كل ذلك يستعين بنماذج اللغة المُقيدة بمصادر طبية معتبرة (لتقليل الأخطاء بأكبر قدر ممكن).
بعض ميزاته:
• التعرف على الأدوية من علبها
• التعريف بالاست��دامات الأساسية
• إرشادات الأخذ مع طعام أو بدونه
• التحذير من تعارض الأدوية
• يتعرف على أكثر من دواء في صورة واحدة ويفصل كل دواء بروحه
• الاحتفاظ بمكتبة الأدوية الخاصة بك
• مشاركة الأدوية مع طبيبك بس��ولة
• البحث الذكي: تكتب مثلاً (أدوية معدة أو دواء صورته قبل ٣ أسابيع) وهو راح يبحث في مكتبتك عن كل ما يندرج تحت ذلك
• متاح باللغة العربية والإنجليزية
ملاحظة:
- التطبيق مازال بنسخة تجريبية
- التطبيق لا يغني عن استشارة الطبيب المختص
كيف تنهي أسطورة "الدهون الحشوية" للأبد؟ 🛡️
الدهون العميقة (Visceral Fat) ليست مجرد شكل، هي "مصنع سموم" يحيط بأعضائك ويرفع الالتهابات.
إذا كنت تريد جسماً مشدوداً وصحة حديدية، إليك البروتوكول الذهبي المعتمد: 👇
1️⃣ الوقود الذكي (أكثر من مجرد دايت) 🥩
قاعدة الـ 1.2: استهدف 1.2جم بروتين لكل رطل من وزنك المثالي. البروتين هو "المحرق" الأول.
درع الألياف: الخضروات الورقية والسيليوم (Psyllium) قبل الوجبة لقتل قفزات الأنسولين.
المقاطعة: الكربوهيدرات المصنعة والسكر هما "الوقود" المباشر لكرش الأحشاء.
2️⃣ مثلث الحركة (هندسة الحرق) ���️♂️
المقاومة (الحديد): 3-5 مرات أسبوعياً. العضلات هي المحرك الذي يحرق الدهون وأنت نائم.
Zone 2 Cardio: مشي سريع (45 دقيقة) يعلم جسمك استخدام الدهون كوقود أساسي.
HIIT: جلسة واحدة "انفجارية" أسبوعياً لرفع كفاءة الميتوكوندريا (مصانع الطاقة).
3️⃣ ضبط الهرمونات (المفتاح السري) 🧪
الأنسولين: صيام متقطع (16 ساعة) هو "زر إعادة الضبط" لحرق الدهون.
الكورتيزول: التوتر المزمن = دهون بطن عنيدة. (النوم 7 ساعات + الساونا) ليست رفاهية بل ضرورة بيولوجية.
المعززات: مغنيسيوم، بربرين، وكروميوم لضبط سكر الدم.
4️⃣ الحلول الثورية (المستوى المتقدم) 🚀
الببتيدات: حلول عالمية مثل Tesamorelin (المعتمد لحرق دهون الأحشاء) و GLP-1 أحدثت ثورة في هذا المجال (تحت إشراف طبي).
ديتوكس الس��وم: الساونا بانتظام للتخلص من المعادن الثقيلة والميكروبلاستيك التي تعطل الحرق.
💡 الصحة هي القمة البيولوجية. ابدأ اليوم بتعديل نومك ورفع ��روتينك.. وراقب مقاس خصرك وهو يختفي
��حتار بين مسارات مهنة الصيدلة الكثيرة، ومو عارف وين ممكن تكون فرصتك الحقيقية؟
وصلتك الفرصة مع Future Career ✨
- تقدر تستمع لقصص نجاح ملهمة، وتسأل أصحابها: كيف وصلوا؟ وتطرح كل الأسئلة اللي في بالك لأجل تكون مثلهم وأفضل 🥇
- تقدر تتواصل مباشرة مع الجهات اللي تحلم تنضم لها، وتعرف منهم كيف ممكن تكون جزء من منهم 🎗️
- والأهم… تأخذ فرصتك بنفسك!
وتعقد مقابلات في مراكز برامج الإقامة إذا كان هدفك Residency، وتقابل نخبة من الشركات الصيدلانية مو بس على مستوى المملكة، بل على مستوى العالم وما خلصنا هنا الجهات كثيرة لكن تنتظرك وجودك فقط 🤍🔥
سيفا مو مجرد مؤتمر .. بل هو نقطة انطلاقك الحقيقية 🚀
بعد 6 شهور من استخدام NotebookLM، أقدر أقول إنه أكثر أداة غيّرت طريقة بحثي بالكامل 👀
ب�� السر كله كان في هذي 10 برومبتات
هذا النظام الكامل اللي يحوّل 200 صفحة إلى إجابات واضحة خلال أقل من ساعة 👇🔥
امس نزلنا ملخص عام عن المضادات و اليوم ننزل عن الامراض هذي و علاجها الحلو فيها انه موجود علاجات الحالات كاملة مو فقط المضادات الحيوية 👏
Pharyngitis, acute sinusitis, skin and soft tissue infection & purulent and non purulent infection
صيدلاني وحاليًا فترة ميدات وتدور شروحات لأهم المواد🤔🤔🤔 ؟
شرح ثيرابي
https://t.co/yItYyEBQT0
شرح فارما
https://t.co/JMyHHD3PnT
شرح ميدسنال
https://t.co/4tLt9DxU2K
شرح عقاقير
https://t.co/WiO4DG1FHM
شرح اناتومي
https://t.co/RzdPcz3A0r
شرح مصطلحات طبية
https://t.co/eAKijiOZTh
شرح كيمياء تحليلية
https://t.co/Ul7WNU9qN4
شرح اورقانك كمستري
https://t.co/ccxAcrMl2H
شرح مايكرو
https://t.co/ath2Dpgjqc
شرح بايوكمستري
https://t.co/0qWsdWnlVn
اختصارات للصيادلة 😍💊😍
الفاكتورز المذكورة في الجدول هي اختصارات حسابية فقط للمساعدة في التحويل السريع من الجرعة المحسوبة إلى mL، وهي مشتقة من تركيز (Strength) محدد وجرعة محددة داخل المدى العلاجي.
لا تُستخدمها بدون ما تكون عارف مدى الجرعات💊 و أي تغيير في تركيز الدواء أو الجرعة المختارة (مثلاً 10 أو 15 mg/kg) أو عدد الجرعات اليومية يجعل الفاكتور غير صحيح.
الاستخدام الصحيح لها :
1️⃣ احسب الجرعة المطلوبة بالمليغرام حسب الوزن (mg/kg) وتأكد هل الجرعة لليوم ولا للجرعة الواحدة (per dose) ولا (Per day)
2️⃣ تأكد من التركيز الموجود لديك
3️⃣ بعد ذلك فقط يمكن استخدام الفاكتور كوسيلة حسابية سريعة.
استخدم حسك الإكلينيكي إذا بدت الجرعة الناتجة (mL) غير اعتيادية ��و مبالغاً فيها، ارجع فوراً للحساب التقليدي للجرعة لانه حتى لو عندك نظام قوي ممكن تكون الجرعة المدخلة بال(mg) غير صحيحة من الاساس ولذلك الأفضل تتحقق دائما.
كيف قدرت احقق درجة تُعد من اعلى الدرجات على مستوى السعودية في اختبار هيئة التخصصات الصحية للصيدلة؟
🧵 | دور الصيدلي في قسم اليقظة الدوائية (Pharmacovigilance) في الرقابة الدوائية والتفتيش.
اليقظة الدوائية ليست مجرد إدخال بيانات فقط، بل نظام علمي متكامل يبدأ بعد تسويق الدواء القرار فيه يعتمد على التحليل والتقييم والمعرفة الدوائية، وليس النقل الحرفي للمعلومة لحماية المريض.
لكل طالب و اكاديمي و موظف #الصيدلة هل أنت متعب من نفس الروتين القديم المستخدم في التدريب عرض الشرائح والتساؤل لماذا المتعلمين لا يعيرون ما يجري الاهتمام؟ هذا موقع يقدم لك تدريب تفاعلي عن كل مايجري داخل الصيدلية ويمنحك الفرصه لمراجعة معلوماتك
شارك زملائك🔁
https://t.co/e2E4H8dUVD
تم إنشاء هذه القناة بهدف جمع تجارب الطلبة الذين حصلوا على درجات عالية في اختبار الهيئة بتخصص الصيدلة في مكان واحد ليستفيد الجميع منها لتسهيل الوصول للتجارب بدل تشتتها، أتمنى تكون القناة سببًا في مساعدة أكبر عدد ممكن، وبالتوفيق للجميع ����🏻.
https://t.co/xWh4bUHnHg
للصيادلة والأطباء والمهتمين بالتثقيف السكري مكتبة الجمعية الأمريكية للسكري ADA توفر مواد تعليمية جاهزة (Patient Education Library)
Free access وتقدر تختار نوع الملف pdf أو infographic وتقدر تختار اللغة اللي تبيها
وأي ملف جديد ينزل بتشوفه في أول المكتبة
https://t.co/Xpw717Gtrb
🔴 وش صار على هبات الاندية الرياضية الجديدة ؟
مع بداية 2019 بدأت تظهر هبات في قطاع الاندية وهي:
1— اندية رخيصة الاشتراك 💵🔻
انتشرت بسرعة خاصة في منصات التواصل الاجتماعي بانها المنافس لأندية مثل (وقت اللياقة - B_FIT - بودي ماسترز)
لكن سرعان ما فضحها نموذج عملها ‼️
الذي يركز على تكديس مساحة النادي باكبر عدد ممكن من المشتركين والذي جعل تجربة الناس للنادي متعبة
مع مرور الوقت ولم تعد مجدية الا بالسعر فقط وبدأت الانتقاد تظهر على السطح مؤخراً وعودة البعض للاندية التي تركز على تقديم تجربة مرتفعة او فاخرة
حتى وقت اللياقة التي حبت تجرب التريند عن طريق وقت اللياقة اكسبرس بدأت باغلاق بعض فروعها
2— اندية متخصص�� (GYM Concepts) 🏃🏻🥊
اندية مثل انترفل كروسفيت و 9 راوند
وغيرها حققت نجاحات كبيرة للمهتمين بالتركيز على نوع رياضة محدد ومتخصص او ان يكون النادي يتبنى تصميم وفكرة فريدة
هذه الهبة اثبتت نجاحها بتبني نموذج جديد ومستدام وجذبت شريحة جديدة للاندية
وشركات كبرى مثل وقت اللياقة اطلقت عدة علامات جديدة منها BOX 12 للمنافسة في القطاع ونادي B_FIT يخطط للتوسع في هذا المجال
#كصيدلي و حاب انك تتابع آخر المستجدات الدوائيه و تطور مهارات وتحب الاستماع ⤵️🤝🎙️:.
2️⃣ Medication Talk – TRC Healthcare
نقاشات ��لمية وتحديثات دوائية مستمرة.
https://t.co/Q1P8kwo2hv
3️⃣ ASHP Podcast
من الجمعية الأمريكية للصيادلة، حلقات مهنية وعلمية مميزة
https://t.co/y4nYrTE9nd
ما��يا الأدوية - الجزء الثاني
—-
جمرة 👍
https://t.co/c7u1hrsF27
Last Seen Users on Sotwe
BAND
Seen from United States
Jabzin
Seen from United States
A
Seen from Netherlands
♂️ pornofication
Seen from Turkey
Mooni 🔞
Seen from United Kingdom
STW SUMATRA
Seen from Indonesia
Naz | Türk Porno 
Seen from Turkey
perc
Seen from Colombia
💛CD Pasif Ali ❤
Seen from Turkey
Aruvin 💊
Seen from Germany
Most Popular Users
Elon Musk
@elonmusk
241.6M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
114.1M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
89.9M followers
Taylor Swift
@taylorswift13
83.8M followers
Lady Gaga
@ladygaga
75.3M followers
Virat Kohli
@imvkohli
73.1M followers
Kim Kardashian
@kimkardashian
70.8M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.1M followers
Bill Gates
@billgates
65M followers
Selena Gomez
@selenagomez
62.9M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers