آزمایش طبیعی؛ تعریف، طراحی و اعتبار ارزیابی اثر
آزمایش طبیعی مطالعه‌ای است که از تفاوتِ مواجهه با یک مداخله یا رویداد استفاده می‌کند، در حالی که پژوهشگر تعیین‌کنندهٔ آن مواجهه نیست. برای مثال، تغییر یک قانون یا اجرای مرحله‌ای یک سیاست ممکن است فرصتی برای ارزیابی اثر فراهم کند. بااین‌حال، هر تغییر بیرونی یک آزمایش طبیعیِ معتبر برای استنباط علّی نیست؛ باید روشن شود چه کسانی، چرا و در چه زمانی در معرض مداخله قرار گرفته‌اند.
«طبیعی» دقیقاً به چه معناست؟
این اصطلاح تعریف کاملاً یکسانی در همهٔ رشته‌ها ندارد. در تعریف گسترده، رویداد یا فرایندی خارج از کنترل پژوهشگر، مواجهه‌های متفاوت ایجاد می‌کند. در تعریف محدودتر، تأکید بر سازوکاری است که تخصیص را بتوان به‌طور دفاع‌پذیر شبیه تصادفی یا برای پرسش مورد نظر برون‌زا دانست. این اختلاف تعریف در بحث روش‌شناختیِ منتشرشده در سال ۲۰۲۶ نیز مطرح است.
بنابراین گزارش باید علاوه بر نام طرح، سازوکار مواجهه و راهبرد برآورد اثر را توضیح دهد. کمبود بودجه، مرز جغرافیایی یا تاریخ اجرای قانون به‌خودی‌خود تصادفی نیست. همان عامل ممکن است با نیاز جمعیت، ظرفیت اجرا یا روند پیامد مرتبط باشد و مقایسه را مخدوش کند.
تفاوت با کارآزمایی تصادفی و طرح شبه‌آزمایشی
در کارآزمایی تصادفی، تخصیص مطابق یک سازوکار تصادفیِ از پیش تعریف‌شده انجام می‌شود؛ نمونه‌گیری تصادفی از جامعه موضوع دیگری است. در آزمایش طبیعی، رویداد یا قاعدهٔ ایجاد مواجهه در اختیار پژوهشگر نیست. یک مطالعهٔ آزمایش طبیعی ممکن است از تحلیل شبه‌آزمایشی، مانند اختلاف در اختلاف‌ها یا رگرسیون ناپیوسته، استفاده کند. پس این عنوان‌ها همیشه دسته‌های جدا و ناسازگار نیستند.
جدول زیر تفاوت نقش پژوهشگر و مبنای بررسی اعتبار را نشان می‌دهد. هیچ ردیف، نمرهٔ ثابت کیفیت نیست؛ مطالعهٔ ضعیف را نمی‌توان صرفاً با نام یک طرح معتبر دانست.
| طرح ارزیابی | نقش محقق در تخصیص | مبنای تخصیص به مداخله و کنترل | مبنای بررسی اعتبار استنباط علّی |
|---|---|---|---|
| کارآزمایی تصادفی کنترل‌شده | تخصیص بر پایهٔ سازوکار تصادفیِ تعریف‌شده در طرح | سازوکار تصادفی‌سازی آگاهانه توسط پژوهشگر | تصادفی‌سازی ویژگی‌های پیشین را به‌طور میانگین در تخصیص‌های تصادفیِ مکرر متوازن می‌کند؛ توازن هر نمونه تضمین نیست. اجرای طرح، ریزش و تحلیل نیز مهم‌اند. |
| آزمایش طبیعی | تعیین‌کنندهٔ رویداد یا قاعدهٔ ایجاد مواجهه نیست؛ طراحی مطالعه و تحلیل را انجام می‌دهد. | رویداد یا فرایند خارج از کنترل پژوهشگر؛ برون‌زاییِ مناسب برای استنباط باید جداگانه بررسی شود. | شناخت سازوکار مواجهه و دفاع از مفروضاتِ روش انتخابی؛ عنوان «طبیعی» به‌تنهایی کافی نیست. |
| طرح شبه‌آزمایشی | ممکن است در انتخاب گروه مقایسه نقش داشته باشد | تخصیص غیرتصادفی و راهبرد مقایسهٔ مشخص؛ همتاسازی یکی از ابزارهای تحلیل است، نه لزوماً مبنای تخصیص. | مفروضات وابسته به طرح، مانند روندهای موازی یا پیوستگی؛ تعداد زیاد متغیر کنترلی تضمین اعتبار نیست. |
| مطالعهٔ مشاهده‌ای سنتی | کاملاً غیرمداخله‌گر | مواجهه‌های رخ‌داده در شرایط معمول؛ سازوکار انتخاب و مخدوش‌گری باید بررسی شود. | نوع پرسش و راهبرد شناسایی تعیین‌کننده‌اند؛ برچسب مشاهده‌ای رتبهٔ ثابت کیفیت ایجاد نمی‌کند. |
از رویداد تا پرسش قابل ارزیابی
- مداخله و پیامد را تعریف کنید: کدام جزء سیاست، برای کدام جمعیت، در چه دوره‌ای و نسبت به چه وضعیت مقایسه‌ای بررسی می‌شود؟
- قاعدهٔ مواجهه را بازسازی کنید: سند تصمیم، تاریخ‌ها، معیارهای مشمول‌شدن، استثناها و رفتار مجریان و دریافت‌کنندگان را بررسی کنید.
- مقایسهٔ خلاف‌واقع را مشخص کنید: برای برآورد اینکه بدون مداخله چه رخ می‌داد، کدام گروه، روند یا مرز مبنای تحلیل است؟ این وضعیت برای همان واحد و همان زمان مستقیماً مشاهده نمی‌شود.
- روش را با سازوکار سازگار کنید: دادهٔ قبل و بعد، آستانهٔ واجدشرایط‌شدن یا سری زمانی، نیازهای تحلیلی متفاوتی دارند.
- توضیح‌های رقیب را بررسی کنید: تغییر هم‌زمان سیاست، ترکیب جمعیت، شیوهٔ ثبت، سرریز مداخله و انتخاب در دریافت خدمت می‌توانند بر نتیجه اثر بگذارند.
- تحلیل حساسیت و حدود تعمیم را گزارش کنید: تغییر معقول دوره، گروه مقایسه یا تعریف پیامد چه اثری بر نتیجه دارد؟ برآورد به کدام جمعیت و شرایط مربوط است؟
یک مثال فرضی: اجرای مرحله‌ای غربالگری
فرض کنید برنامهٔ غربالگری در دو استان در زمان‌های متفاوت اجرا می‌شود و ارزیاب از پیش تخصیص را تعیین نکرده است. صرف مقایسهٔ نرخ تشخیص پس از اجرا کافی نیست. استان زودترآغازکننده ممکن است امکانات بیشتر، جمعیت متفاوت یا روند متفاوتی در مراجعه داشته باشد.
اگر اختلاف در اختلاف‌ها انتخاب شود، ادعای اصلی به روندِ پیامد در نبود برنامه وابسته است؛ یکسان‌بودن چند ویژگی اولیه یا مشاهدهٔ چند روند پیش از اجرا، آن ادعا را قطعی اثبات نمی‌کند. باید انتخاب زمان اجرا، تغییر سیاست‌های دیگر، مراجعهٔ ساکنان به استان همسایه و تغییر ثبت تشخیص بررسی شود. افزایش تشخیص نیز لزوماً به معنای افزایش واقعی بیماری یا بهبود نهایی سلامت نیست.
این سناریو آموزشی است و نتیجه یا دادهٔ واقعی دربارهٔ یک برنامهٔ مشخص ارائه نمی‌کند. اگر دادهٔ کافی یا مقایسهٔ قابل دفاع در دسترس نباشد، نتیجه ممکن است توصیفی یا اکتشافی بماند.
چه مفروضاتی را نباید جابه‌جا به کار برد؟
روندهای موازی، فرض اختصاصیِ بسیاری از تحلیل‌های اختلاف در اختلاف‌هاست؛ فرض عمومیِ همهٔ آزمایش‌های طبیعی نیست. در رگرسیون ناپیوسته، پیوستگی پیامدهای بالقوه در آستانه و امکان دست‌کاری متغیر تعیین‌کننده اهمیت دارد. در متغیر ابزاری، ارتباط ابزار با دریافت مداخله، محدودیت مسیر مستقیم و مفروضات دیگر لازم‌اند. نام «طبیعی» هیچ‌یک از این شرایط را جایگزین نمی‌کند.
کنترل آماری نیز همهٔ تفاوت‌های مشاهده‌نشده را خودکار حذف نمی‌کند. آزمون‌های تشخیصی و شواهد کیفی دربارهٔ اجرا می‌توانند دفاع از طرح را تقویت کنند، اما گذر از یک آزمون به معنای اثبات همهٔ مفروضات نیست.
مزیت‌ها، محدودیت‌ها و خروجی مناسب
این رویکرد می‌تواند مطالعهٔ سیاست‌هایی را ممکن کند که تصادفی‌سازی آن‌ها عملی یا مجاز نیست. در مقابل، پژوهشگر معمولاً بر زمان اجرا، دامنهٔ مواجهه و کیفیت داده‌های موجود اختیار کامل ندارد. تشخیص یک فرصت مناسب ممکن است به گردآوری فوری داده یا همکاری با مجری نیاز داشته باشد.
گزارش مناسب، تعریف مواجهه، مسیر انتخاب مقایسه، برآورد همراه با عدم‌قطعیت، تهدیدهای اعتبار و حدود کاربرد نتیجه را کنار هم می‌آورد. حتی برآورد معتبرِ یک پیامد به‌تنهایی دربارهٔ همهٔ سازوکارها، پیامدهای ناخواسته یا ارزش در برابر منابع پاسخ نمی‌دهد.
منابع روش‌شناختی
Craig و همکاران، ۲۰۱۲، Using natural experiments to evaluate population health interventions، Journal of Epidemiology and Community Health، 66:1182–1186؛ Craig و همکاران، ۲۰۱۷، Natural Experiments: An Overview of Methods, Approaches, and Contributions to Public Health Intervention Research، Annual Review of Public Health، 38:39–56؛ Craig، ۲۰۲۶، Natural experiments: should we define them broadly or narrowly?، بحث دربارهٔ حدود تعریف.