بررسی تغذیه ای به روش تن سنجی

1. بررسی تغذیه ای به روش تن سنجی جمع آوری داده ها و مراحل طراحی پرسشنامه دکتر فریبا کلا هدوز Fariba.kolahdooz@UQconnect.edu.au

2. هدف از جمع آوری داده ها • بدست آوردن اطلاعات: • با بیشترین دقت • به سریعترین روش ممكن • وارزانترین روش ممكن • با معتبرترین روش ممكن

3. روشهای جمع آوری اطلاعات • استفاده از اطلاعات و مستندات موجود • جمع آوری اطلاعات جدید • مشاهده • مصاحبه • پرسشنامه

4. روشهای مختلف جمع آوری داده ها با پرسشنامه: • تکمیل پرسشنامه توام با مصاحبه • برای گروههای کم سواد مناسب است • به درک مفهوم پاسخ دهنده کمک میکند • زمان بر و هزینه بر است • تکمیل پرسشنامه بدون مصاحبه • برای افراد تحصیل کرده استفاده میشود • جلب اعتماد افراد مورد بررسی مهم است • گاهی پرسشنامه به افراد داده میشود و یکی دو روز یا یک هفته بعد برای جمع آوری مراجعه میشود • گاهی پرسشنامه برای افراد پست میشود، ممکن است ریزش در دریافت پرسشنامه داشت. معمولا تلفنی پیگیری میشود. • گاهی تلفنی سئوالات پرسش میشود

5. مصاحبه كننده مصاحبه شونده محيط مصاحبه شيوه مصاحبه عوامل موثر بر نتايج مصاحبه

6. تفاوت بين فرم جمع آوري اطلاعات با پرسشنامه مزاياي پرسشنامه سرعت ارزان بودن وسعت اطلاعات جمع آوري شده معايب پرسشنامه افراد بي سواد پرشدن توسط فرد هدف يا ديگران شيوه پر نمودن پرسشنامه پستي حضوري اينترنتي خود ايفا بودن يا نبودن پرسشنامه پرسشنامه

7. تنظيم نمودار درختي موضوع تهيه بانك سوالات گزينش سوالات مهم اعتبارسنجي و پايايي سنجي تنظيم فرم نهايي پرسشنامه مراحل طراحي پرسشنامه

8. مراحل طراحی پرسشنامه • تنظیم نمودار درختی موضوع

9. مراحل طراحی پرسشنامه • تهیه بانك سوالات: تا حد امكان تعداد زیادی سوال طراحی گردد و سپس با استفاده از یك سری روشهای علمی، مهمترین و معتبرترین سوالات از بانك گزینش شده و در پرسشنامه نهایی وارد گردد. • گزینش سوالات مهم: با استفاده از روشهای مفهومی و ذهنی مانند نظرخواهی از افراد صاحب نظر یا انجام پایلوت و یا با روش های آماری و محاسباتی لیكرت، تورستون، گاتمن انجام شود.

10. داده هایی اولیه که معمولا گردآوری می شوند • اطلاعات اولیه مربوط به کودک • نام و نام خانوادگی کودک • سن به ماه • جنس • اطلاعات اولیه مربوط به خانواده ی کودک • نام و نام خانوادگی والدین • بعد خانوار • اطلاعات اقتصادی و اجتماعی (شغل و تحصلات)

11. داده های اصلی در بررسی های تغذیه ای • اطلاعات آنتروپومتری • وزن به کیلوگرم (گرد شده به نزدیکترین ۱۰۰ گرم) • قد به سانتیمتر (گرد شده به نزدیکترین میلیمتر) • دور بازو (در قسمت میانی) بازو (MuAC) • اطلاعات بالینی • وجود یا فقدان ادم • اطلاعات بهداشتی-تغذیه ای • وضعیت ایمن سازی بر علیه سرخک (و احتمالاً ب ث ژ) • وضعیت مکمل یاری با ریز مغذیها به خصوص ویتامین A • پوشش برنامه های تغذیه ای • اطلاعات مربوط به ابتلا به بیماریها

12. داده های اضافی را بر چه اساسی باید انتخاب کرد؟ • موارد مرگ و میر در خانواده • افراد بزرگسال؟ • کودکان؟ • سن و جنسیت هر یک از اعضا خانواده قانون کلی: داده ای جمع آوری نشود مگر آنکه واقعا هدفی از جمع آوری آن داشته باشید.

14. ذکر مقدمه و بیان هدف کلی در ابتدای پرسشنامه توجه به سیر منطقی سوالات در پرسشنامه شروع سوالات از مشخصات عمومی در نظر گرفتن سوالات کنترل نکاتی که باید در طراحی پرسشنامه مدنظر داشت:

15. توجه به جهت دهنده نبودن سوالات سعی در بکاربردن واژه هایی که برای همه معنای همسان دارند استفاده از پرسش کوتاه و ساده در قالب جدول مشخص نمودن محل کدگذاری در هر سوال توجه به مدت زمان لازم جهت تکمیل پرسشنامه نکاتی که باید در طراحی پرسشنامه مدنظر داشت:

16. هیچ اندازه گیری خالی از خطا نیست ولی همه تلاش میکنند تحقیق را با دقت بیشتر انجام دهند. دقت در اندازه گیری یعنی مقدار سنجیده شده چه میزان به واقعیت نزدیك است. دقت در انداره گیری توسط دو شاخص تعیین میشود: روایی یا میزان صحت اطلاعات validity or accuracy پایایی (يا میزان ثبات در پاسخها) reliability قبل از بکارگیری ابزارهای اندازه‌گیری لازم است پژوهشگر از طریق علمی، نسبت به روایی و پایایی آن اطمینان پیدا کند. اعتبارسنجی و پایایی سنجی:

17. روایی یا میزان صحت اطلاعات validity or accuracy • مقصود این است که آیا ابزار اندازه‌گیری موردنظر می‌تواند ویژگی و خصوصیتی که ابزار برای آن طراحی شده است را اندازه‌گیری کند یا خیر؟ • مثلا اندازه گیری فشارخون با یك دستگاه مچی كوچك؟ • پرسشنامه‌ای که مثلا برای سنجش میزان ویتامین آ دریافتی طراحی شده ؟

18. پرسشنامه ای داراي روايي است كه براي اندازه گيري آنچه مورد نظر است، كافي و مناسب باشد. روایی یا میزان صحت اطلاعات validity or accuracy

19. اعتبار ظاهري face validity اعتبار محتوا content validity اعتبار سازه اي construct validity اعتبار پيشگويي كننده predictive validity روایی یا میزان صحت اطلاعات Validity or accuracy انواع اعتبار:

20. تعداد صفحات و تعداد سوالات، رنگ كاغذ، فونت مورد استفاده، آرایش متن آیا ظاهر متن به صورتی هست که حواس پاسخ دهنده را جلب کند؟ اعتبار ظاهری (Face validity)

21. آیا پاسخ دهنده همان برداشت را از سوال دارد که محقق مد نظر دارد؟ نمونه سوالات يك پرسشنامه تا چه حد معرف كل سوالات ممكن است؟ بكار بردن كلمات ملموس و مورد استفاده در فرهنگ مربوطه، دقت در استفاده نکردن از كلمات منفی به صورت مكرر در جمله هر چه سوالات بيشتر باشد اعتبار محتوا نيز بيشتر ميشود. متاسفانه روش دقيق و عيني براي سنجش اين نوع اعتبار وجود ندارد. اعتبار محتوا: محتوای پرسشنامه در راستای هدف اصلی پژوهش است؟

22. ساختار پرسشنامه با مفهوم انتزاعی موضوع تطبیق دارد؟ اعتبار سازه ای (Constructive validity) رابطه بين نمرات دستياران با سال تحصيل آنها رابطه بين نمرات امتحانات سرعتي با ضريب هوشي دانش آموزان رابطه بين نمرات نقاشي دانش آموزان و قدرت تجسم سه بعدي آنها

23. پاسخهای داده شده تا چه میزان با نتایح آینده همخوانی دارد؟ برای مثال در یك تحقیق، 882 مرد و زن به یك آزمون رغبت شغلی پاسخ گفته اند. آزمونی ها 12 ساله بودند و در 19 سالگی مجدد مورد بررسی قرار گرفتند. 51 درصد به شغلی كه در آزمون انتخاب كرده بودند اشتغال داشتند. این داده ها اعبتار پیش بین این ابزار را نشان می‌دهد. اعتبار پیش بین یا (predictive validity)

24. پایایی (Reliability) • آیا ابزار اندازه‌گیری در شرایط یکسان تا چه اندازه نتایج یکسانی به دست می‌دهد؟ • اگر پرسشنامه (ابزار اندازه‌گیری) را در یک فاصله زمانی کوتاه مجددا به همان گروه از افراد بدهیم نتایج حاصل چقدر نزدیک به هم است؟ • برای اندازه‌گیری پایایی شاخصی به نام ضریب پایایی استفاده می‌کنیم. دامنه آن از صفر تا 1+ است. ضریب پایایی صفر معرف نبود پایایی و ضریب پایایی یک معرف پایایی کامل است.

25. پايايي به ثبات، اعتمادپذيري و تكرار پذيري نتايج اشاره مي كند. پايايي (reliability)

26. روشهای محاسبه پایایی reliability: • الف) اجراي دوباره آزمون Test – Retest)) • ب) روش موازي يا روش آزمونهاي همتا (Equivalence) • ج) روش تصنيف يا دونيمه کردن آزمون (Split – half) • د) روش کودر _ ريچاردسون Kuder – Richardson • ه) روش آلفاي کرونباخ (Cronbach Alpha)

27. آسان است ولي مشكل! نبايد ويژگي مورد نظر در طول زمان تغيير نكند. روش بازآزمايي (test-retest)

28. بايد دو فرم سوال به صورت هم زمان به افراد ارايه شود. سوالات بايد همسان باشند. فرمهاي موازي (parallel tests)

29. سوالات يك پرسشنامه به دو نيمه تقسيم مي شوند. معمولاً سوالات فرد و زوج جدا مي شوند. همبستگي امتيازات دو دسته ميزان پايايي را نشان مي دهد. دو نيمه كردن (split-halves)

30. آلفاي كرونباخ k: تعداد سوالات p: تعداد پاسخهاي همسان q: تعداد پاسخهاي متفاوت s: انحراف معيار نمره كلي آزمون

31. 1- روایی یا میزان صحت اطلاعات Validity or accuracy2- پایایی يا میزان ثبات در پاسخها Reliability Neither Valid nor Reliable Valid & Reliable

32. 1- روایی یا میزان صحت اطلاعات Validity or accuracy2- پایایی يا میزان ثبات در پاسخها Reliability Neither Valid nor Reliable Reliable but not Valid Fairly Valid but not very Reliable Valid & Reliable

33. کنترل کیفیت داده ها

34. ورود و کنترل داده ها • داده ها ممکن است با یکی از نرم افزارهای کامپیوتری Excel، Access، Epi و یا Nutrisurvey وارد شوند. • نرم افزار Excel می تواند اطلاعات مربوط به حداکثر حدود ۶۵۳۵۵ نفر را در یک فایل وارد سازد. هنگام ورود داده ها می توان براحتی در بالای هر ستون نام مربوط به متغیر دلخواه را نوشت و داده های آن متغیر را در همان ستون وارد نمود. • مهمترین اشکال در ورود اطلاعات به کمک این نرم افزار، عدم امکان کنترل محدوده تغييرات برای ورود داده هاست.

35. ورود و کنترل داده ها • در نرم افزارهای Access و NutriSurvey محدودیتی برای ورود داده وجود ندارد، • ضمنا می توان برای هر ستون از داده ها محدوده تغييرات قابل قبول را تعریف کرد و بنابراین هنگام ورود داده ها، مقادیر بیشتر یا کمتر از محدوده تعیین شده را وارد نخواهد کرد.

36. کنترل و پاکسازی داده ها • قبل از تجزیه تحلیل لازم است هر اشتباهی در داده ها مشخص شده و تاحد امکان تصحیح شود. • بخشی از این کار در طی ثبت داده ها انجام می شود. • مفدار غیر معقول یا "خارج از محدوده" در طی ثبت داده ها در نرم افزار Nutrisurvey قرمز رنگ می شود. • قبل از ثبت داده ها، لازمست محدوده های غیر قابل قبول (خارج از محدوده) در صفحه variable view تنظیم شوند.

37. کنترل و پاکسازی داده ها • نرم افزار Nutrisurvey ضمنا"معقول" بودن داده ها را براساس این که در خارج از محدوده قابل قبول نباشند بررسی می کند و اگر خارج از محدوده باشند، آنها را در Microsoft Word لیست می کند. • این مقادیر باید با پرسشنامه اصلی ورود اطلاعات دوباره مقایسه شوند و هر اشتباهی در ثبت داده ها پیش آمده باشد، باید فورا تصحیح شود.

38. داده های ثبت نشده و يا گمشده • اگر قسمت های اساسی اطلاعات کودک گم شده و یا اصولا ثبت نشده باشد، این امکان وجود نخواهد داشت که کودک در تجزیه تحلیل داده های تن سنجی قرار بگیرد. • سن: اگر اطلاعات سن موجود نباشد، هنوز می توان شاخص "وزن برای قد " و کنترل از نظر ادم را استفاده کرد؛ با این وجود باید مطمئن شوید که کودک برای تحقیق واجد شرائط است (برای مثال در محدوده قد مورد نیاز cm۱۱۰-cm۶۵ قرار دارد).

39. داده های ثبت نشده و يا گمشده • جنسیت: اگر اطلاعات مربوط به جنسیت وجود نداشت، هنوز می توان "وزن برای قد" و "ادم" را برآورد کرد. اطلاعات جمعیت مرجع در قد و وزن، برای ۲ جنس اختلاف کمی دارد. • قد: در نبود ”قد“ می توان "وزن برای سن" و "ادم" را برآورد کرد؛ زیرا هر کودک دارای ادم، قطعا سوء تغذیه دارد. • وزن: اگر اطلاعات مربوط به وزن گم شود، هنوز کودک می تواند در تجزیه تحلیل "قد برای سن" و وضعیت ادم قرار گیرد.

40. داده های خارج از محدوده مورد نياز • در اکثر تحقیقات تغذیه، کودکانی در سنین ۵۹ - ۶ ماه یا کودکانی با قد cm۱۱۰ - ۶۵ مورد سنجش قرار می گیرند و کودکان خارج از این محدوده سنی و قدی نباید وارد شوند. • نرم افزار Nutrisurvey برای مطالعات کودکان کمتر از ۶ سال طراحی شده، لذا این مقادیر سن و قد بطور پیش فرض در صفحه variable view نرم افزار تنظیم شده اند.

41. داده های خارج از محدوده مورد نياز • پیش فرض این نرم افزار به این گونه است که هر کودکی که در محدوده سنی صحیح قرار دارد، پذیرفته شود؛ ولو این که قد او خارج از محدوده ۱۱۰-۶۵ سانتی متر باشد. • هر کودکی خارج از محدوده سنی توسط برنامه علامت دار می شود. اگر سن در محدوده قابل قبول بوده و کودک ادم داشته باشد، هنوز می توان داده های او را وارد نمود. • محدوده قد قابل پذیرش را می توان در صفحه variable view تعریف کرد تا نسبت به مقادیر غیر قابل قبول هشدار دهد.

42. اصلاح نهایی داده های تن سنجی • در پایان ورود داده ها بهتر است جدول فراوانی متغیرهای مختلف آماده شده و مورد بررسی قرار گیرند. • از آنجا که بطور معمول فقط کودکان محدودی دارای اسکور-زد وزن برای قد (WHZ) کمتر از ۵- و یا بیشتر از ۳ هستند، لذا لازم است داده های مربوط به چنين کودکانی کنترل شوند.

43. اصلاح نهایی داده های تن سنجی • از طرف دیگر، ممکنست داده های کودکانی اشتباه وارد رایانه شود، ولی نتایج مربوط به آنها خارج از محدوده معمول نباشد. • چنین اشتباهاتی به تغییر در مقدار "انحراف از معیار" مربوط به متغیرهای تن سنجی منجر می شود. • در یک بررسی با نمونه کافی از جمعیت نرمال، انحراف معیار بین • ۲ /۱ – ۸ /۰ (ودر ۸۰% موارد حتی بین ۱/۱ – ۹ /۰) قرار می گیرند، لذا درصورت وجود میانگین و انحراف معیار غيرعادی هرمتغیر، داده های خام مجددا مورد بازبینی قرار گیرند.

44. اصلاح نهایی داده های تن سنجی • از نظر آماری، تنها حدود ۲/۵ کودک از مجموع ۹۰۰ کودک مورد بررسی، خارج از محدوده ۳± واحد z-scores میانگین قرار خواهند گرفت. • ضمنا فقط حدود یک نفر از ۲۰۰۰ کودک مورد بررسی خارج از ۳/۵ ± واحد z-scores از میانگین قرار می گیرند. • چنانچه پس از محاسبات اولیه، احتمال غلط بودن داده ها بیشتر از صحیح بودن آن ها باشد، بهتر است اندازه گیری ها و داده ها و ورود اطلاعات به کامپیوتر مجددا کنترل شوند. • نرم افزار Nutrisurvey به همین دلیل، کودکان دارای مقادیر داده که بین ۳- تا ۳+ انحراف معیار را در محدوده معقول قرار می دهد.

45. تورش یا سوگیریBias

46. منابع تورش در نمونه گیری • خطای يادآوری • خطای تقويمی • گرد کردن اعداد به صفر و پنج • حساسيت نسبت به گزارش فوت افراد خانواده • گمراه کردن عمدی • ترجمه نادرست • خطای مصاحبه کننده • خطای ثبت داده ها • خطای تجزيه و تحليل

47. کنترل bias در Nutrisurvey • bias هنگامی اتفاق می افتد که گروه به اندازه کافی آموزش ندیده و یا نظارت نشده باشند و یا این که تجهیزات اندازه گیری معیوب باشند. • بهترین راه برای جلوگیری ازbias در اندازه گیری، این است که افراد پرسشگر دوره آموزشی کاملی دیده و مورد نظارت دقیق باشند و کنترل های دقیق انجام شود تا از کیفیت تجهیزات مطمئن شوند. • ناظران باید فرم های جمع آوری داده ها را در آخر هر روز کنترل کنند تا ببینند که آیا WHZ در محدوده معقول است و edema واقع بینانه گزارش شده است یا خیر. • بعد از جمع آوری داده ها، روش های مفید زیادی برای کنترل کیفیت داده های جمع آوری شده تن سنجی در طی ارزیابی تغذیه وجود دارد.

48. کنترل اول برای اندازه گیری bias • اولين روش کنترل توزیع آخرین عدد اعشاری قد و وزن است • این کار نشان می دهد که آیا پرسشگرها قدها و وزن ها را به ترتیب به نزدیکترین سانتیمتر و کیلوگرم گرد کرده اند یا خیر. • این پدیده "ترجیح عددی" (digit preference) نامیده می شود. • Nutrisurvey به طور خودکار داده ها را برای ترجیح عددی امتحان می کند. به علاوه، این ترجیح عددی را برای هر یک از گروه ها امتحان می کند. • ممکن است یک گروه علاقمند به گردکردن داده ها بوده و یا به طور نامناسبی آموزش دیده یا نظارت شده باشند. • سپس باید داده ها آزمایش شوند تا مشخص شود که اگر داده ها از آن گروه حذف شوند، تفاوت اساسی وجود خواهد داشت یا نه.

49. کنترل دوم برای اندازه گیری bias • انحراف معیار z-scores مربوط به WFH (یا WH یعنی وزن برای قد) و HFA (یا HA یعنی وزن برای سن) باید امتحان شود. • اگر انحراف معیار بالا باشد (بالای ۱۲) این احتمال دارد که مقادیر نهایی و مقادیر بیشتر از ۳± z-scores از میانگین، زیاد وجود داشته باشد. • Nutrisurvey نه تنها انحراف معیار را برای کل تحقیق امتحان می کند بلکه انحراف معیار برای اندازه گیری هر گروه و تعداد مقادیر نهایی برای هر گروه را محاسبه می کند.

50. کنترل دوم برای اندازه گیری bias • سپس انحراف معیار و شیوع سوء تغذیه می تواند با حذف داده ها از یک گروه امتحان شود. • مقایسه داده ها همراه و بدون نتایج آن گروه مشخص، می تواند تعيين کند که آیا تفاوت اساسی وجود دارد یا خیر. • هرگونه مشکلی باید گزارش شود.