ثلاثون تركوا الدواء وعشرة تركوا الوهمي — لماذا يُفسد حذفهم النتيجة؟

تخيّل تجربة عشوائية محكومة ضمّت 200 مشاركًا في كل ذراع. في نهايتها تكتشف أن 30 من مجموعة الدواء توقّفوا عن تناوله بسبب أعراض جانبية، مقابل 10 فقط في مجموعة الدواء الوهمي.

وهنا يأتي الاقتراح الذي يبدو بديهيًا ومنصفًا: لنحلّل الملتزمين وحدهم. فما ذنب الدواء أن يُحاسَب على أشخاص لم يتناولوه أصلًا؟ الحجّة مقنعة ظاهريًا، وهي في الوقت نفسه أسرع طريق لإفساد نتيجة التجربة كلها.

لماذا يفشل الحذف

انظر إلى من توقّفوا في ذراع الدواء: هم توقّفوا لسبب مرتبط بالدواء نفسه. قد يكونون أسوأ حالًا، أو أشدّ حساسية، أو أقلّ قدرة على تحمّل الأعراض. حذفهم لا يحذف أشخاصًا عشوائيين — بل يحذف فئة بعينها.

والذي يبقى في المجموعة بعد الحذف هو المتحمّلون للدواء: فئة منتقاة لم تعد مكافئة لمجموعة المقارنة التي حُذف منها عشرة فقط. المقارنة لم تعد بين مجموعتين أنشأتهما العشوائية، بل بين مجموعة نجت من غربال والأخرى لم تمرّ بالغربال نفسه.

الجملة التي تختصر المقال كلّه: الحذف يُعيد الإرباك (Confounding) الذي أزالته العشوائية. والنتيجة العملية أن أثر الدواء سيبدو أفضل مما هو عليه فعلًا.

لاحظ أن المشكلة ليست في عدد المحذوفين بل في سبب الحذف. فأي استبعاد يحدث بعد التخصيص يعتمد على معلومة نشأت بعد التخصيص — أي على معلومة قد تكون متأثرة بالعلاج نفسه. ومن ينسحب لأن الدواء أتعبه يختلف جوهريًا عمّن ينسحب من ذراع الدواء الوهمي، فحذف الاثنين معًا لا يُنتج مقارنة عادلة.

أربع مجموعات تحليل لا تتساوى

لكل تجربة أكثر من طريقة لتحديد «من يدخل التحليل»، وكل طريقة تقيس شيئًا مختلفًا:

والسبب في أن نية العلاج هي الأساس بسيط: العشوائية أنشأت مجموعتين متكافئتين، وأي حذف بعدها يهدم هذا التكافؤ. أما «حسب العلاج المتلقّى» فتحديدًا لم تعد مقارنة عشوائية أصلًا، لأن ما تلقّاه المشارك فعلًا قرار لم تصنعه القرعة بل صنعته ظروفه.

المفارقة: نية العلاج ليست دائمًا الخيار المحافظ

في تجارب التفوّق (Superiority) — حيث تحاول إثبات أن الجديد أفضل — يكون تحليل نية العلاج محافظًا: أي أنه يميل ضدّ إثبات الفرق. فوجود غير ملتزمين في ذراع الدواء يُضعف الأثر الظاهر، فإن أثبتّ التفوّق رغم ذلك فالنتيجة أمتن.

أما في تجارب عدم الدونية (Non-inferiority) — حيث تحاول إثبات أن الجديد ليس أسوأ بأكثر من هامش محدد — فينقلب الأمر رأسًا على عقب. هنا تحليل نية العلاج غير محافظ، لأن ضعف الالتزام يقرّب المجموعتين من بعضهما، فيُسهّل إعلان «عدم الدونية» زيفًا. بعبارة أخرى: التجربة الرديئة التنفيذ تُكافأ بنتيجة تبدو إيجابية.

ولهذا السبب تحديدًا تُطلب النتيجتان معًا في تجارب عدم الدونية — نية العلاج وحسب البروتوكول — ولا يُقبل الاستنتاج إلا إذا اتفقتا. وهذه نقطة يغفل عنها كثير من القرّاء، فيمرّ عليهم استنتاج «عدم الدونية» مبنيًا على تحليل واحد فقط.

ويرتبط بهذا رقم آخر لا يقلّ خطورة: هامش عدم الدونية نفسه. فهو أخطر رقم في التجربة كلها، ويجب تحديده وتبريره سريريًا قبل جمع البيانات لا بعد رؤيتها؛ فالهامش الواسع يجعل إثبات «عدم الدونية» سهلًا وبلا معنى، وقد يمرّر علاجًا أسوأ فعلًا.

«أوقف العلاج» ليس «خرج من الدراسة»

الخلط بين هاتين العبارتين أحد أكبر أسباب البيانات الناقصة في التجارب. من أوقف العلاج يبقى في التحليل، وبياناته مطلوبة؛ ويجب أن تُجمع منه النتيجة الأساسية حتى لو لم يعد يتناول شيئًا.

ولهذا يُطلب في البروتوكول أن تُكتب معايير الإيقاف الفردي في نصّ منفصل عن معايير الخروج من الدراسة، مع التأكيد الصريح على أن المتابعة تستمرّ. وخلط النصّين من الأخطاء التي تُعيد البروتوكول من لجنة الأخلاقيات.

وفي المقابل، عدم الالتزام ليس شيئًا يُخفى بل معلومة تُقاس وتُبلَّغ: يُوثَّق الالتزام (Adherence) بعدّ الحبوب أو بالسجلات الإلكترونية، ويُصنَّف كل انحراف عن البروتوكول حسب خطورته، ويُبلَّغ الخرق الجوهري (Protocol violation) للجنة الأخلاقيات. أما العلاج الإنقاذي الذي يتلقّاه المشارك عند تدهور حالته فيُعامَل حدثًا بينيًا يُحدَّد التعامل معه سلفًا.

القاعدة الذهبية: لا تحذف مشاركًا من التحليل لأنه لم يلتزم. وثّق عدم الالتزام كمعلومة، وحلّل وفق نية العلاج.

ماذا تفعل بدل الحذف

الحذف حلّ خاطئ لمشكلة حقيقية. وهذه هي الحلول الصحيحة، مرتّبة من الأهمّ:

وأهمّ ما في القائمة هو البند الثاني. فالأحداث البينية — من أوقف العلاج، ومن أخذ علاجًا إنقاذيًا، ومن توفّي — هي مصدر معظم الخلافات حول نتائج التجارب. وتحديد التعامل معها قبل التحليل ضمن إطار الـ Estimand هو ما يفصل بين قرار منهجي وقرار اتُّخذ بعد رؤية الاتجاه.

ثلاثة أسئلة تحملها إلى أي تجربة تقرؤها

لا تحتاج إلى خبرة إحصائية لتكتشف هذه المشكلة في ورقة منشورة. تكفي ثلاثة أسئلة:

الأول: هل التحليل الأساسي بنية العلاج؟ وإن لم يكن، فما التبرير المعلن؟

الثاني: كم نسبة الفاقد في كل ذراع، وهل هي متوازنة بينهما؟ فاقد بنسبة %15 في ذراع مقابل %5 في الآخر إشارة إنذار مستقلة بذاتها، لأن اختلال الفاقد بين الذراعين هو بعينه ما يكسر التكافؤ.

الثالث: إن كانت تجربة عدم دونية، هل عُرض التحليلان معًا، وهل اتفقا؟ فإن عُرض واحد فقط فالاستنتاج ناقص مهما بدا الرقم مقنعًا.

وأسرع فحص عملي لكل ما سبق موجود في مكان واحد: مخطط تدفق المشاركين. انظر إليه قبل أي شيء آخر، وقارن العدد المشمول في التحليل في كل مجموعة بالعدد الذي خُصّص عشوائيًا. فإن كان بينهما فارق غير مفسَّر، فأنت أمام حذف يحتاج تبريرًا — أو أمام ورقة تستحق قراءة أشدّ حذرًا.

خلاصة تحملها معك

العشوائية ليست إجراءً يحدث مرة واحدة عند التخصيص ثم ينتهي أثره. هي بناء هشّ يُصان أو يُهدم في كل قرار لاحق — بما في ذلك قرار من يدخل التحليل. وأكثر ما يهدمها ليس سوء نيّة، بل محاولة إنصافٍ في غير موضعها.