DOĞRULAMAYI KONTROL ETMEK İÇİN YÖNTEMLER – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
UGDP çalışması, diyabetli hastalarda tolbutamid’i (kan şekerini düşüren bir ilaç) plaseboyla karşılaştıran randomize kontrollü bir çalışmadır. Uzun süredir devam eden diyabet kardiyovasküler komplikasyonlara neden olabilir ve bu, miyokard enfarktüsü (kalp krizi), felç ve böbrek yetmezliği gibi potansiyel olarak ölümcül durumların riskini artırır.
Tolbutamid kan şekerini normalleştirmeye yardımcı olur ve bu nedenle diyabetik hastalarda mortaliteyi azaltması beklenir. Tablo 2.7, kayıt sırasındaki yaşa göre sınıflandırılmış UGDP çalışmasından elde edilen verileri, çalışmanın son noktası olarak tüm nedenlerden ölümle birlikte vermektedir. Aşağıdaki analiz risk farkına dayanmaktadır.
CRD = .045 olduğundan, beklenenin aksine tolbutamidin mortaliteyi artırdığı görülmektedir. Ayrıca Simpson’ın paradoksunun mevcut olduğuna dikkat edin. Bölüm 2.5.5’te tartışılacağı gibi, randomizasyonun benzer hasta özelliklerine sahip tedavi kolları üretmesi beklenmektedir. Ancak bu, belirli bir durumda değil, yalnızca bir çalışmanın birçok tekrarı sırasında garanti edilebilir.
Bu nedenle 55+ yaş grubundaki deneklerin oranı, tolbutamid kolundaki plasebo kolundan daha fazladır. Bu, tolbutamid alan hastalarda gözlenen aşırı mortalitenin, onların daha yaşlı olmasının bir sonucu olma olasılığını artırmaktadır. Yaş, maruziyet (tedavi türü) ile ilişkili olduğundan ve ayrıca ölüm riskini artırdığından, yaş, karıştırıcı olmak için gerekli iki koşulu karşılar.
Yukarıda geliştirilen teknikleri kullanmadan önce, iki varsayımı doğrulamamız gerekir, yani yaşın, tolbutamid ile tüm nedenlere bağlı ölüm oranı arasındaki nedensel yolda olmadığı ve yaşa özgü katmanların her birinde artık kafa karışıklığı olmadığıdır.
Tolbutamid yaşlanmaya neden olmadığından, ilk varsayım açıkça karşılanmaktadır. UGDP verilerinde (gösterilmemiştir) yaş dışındaki değişkenlerin iki tedavi kolunda eşit olmayan şekilde dağıtıldığına dair kanıt vardır. Bununla birlikte, örnekleme uğruna, her tabakada hiçbir kalıntı karıştırmanın olmadığını varsayıyoruz.
O zaman O = 30, cE = (21/205) 204 = 20.90 ve sE = (5/120) 106 + (16/85) 98 = 22.86. CE ve sE arasındaki fark büyük değildir, ancak yaşın bir kafa karıştırıcı olduğunu düşündürmek için yeterince eşitsizlik vardır. Bu gerekçelerle, biraz daha büyük cRD = (30 – 20.90) / 204 = .045’in aksine, genel risk farkı olarak sRD = (30 – 22.86) / 204 = .035 alıyoruz. Bu nedenle, yaşı hesaba kattıktan sonra bile, tolbutamidin diyabetik hastalarda ölüm riskini artırdığı görülmektedir.
Bu bölümün başında, bir tür sistematik hata olarak kafa karıştırıcı kavramını tanıttık. UGDP verilerindeki karışıklığın kökenleri, randomizasyonun denekleri tolbutamid ve plasebo kollarına tahsis ettiği düzensiz bir şekilde ortaya çıkmaktadır.
Karıştırıcı (sistematik hata) ve rastgeleleştirme (rastgele hata) arasındaki terminolojide görünen çelişki, doğrulamanın bir tahsis özelliği olduğu anlaşıldığında çözülür (Grönland, 1990). Bu nedenle, UGDP çalışmasında gözlemlenen tahsis dikkate alındığında (şartlı olarak), yaşın kafa karıştırıcı bir kaynak olarak değerlendirilmesi uygun olacaktır.
Biyoistatistik KULLANIM alanları nelerdir
Sağlık hizmetlerinde Biyoistatistik biliminin kullanım alanları nelerdir
Biyoistatistik nedir
Biyoistatistiğin kullanım alanları
Biyoistatistiğin sağlık alanında kullanımına ilişkin uygulama örnekleri
Sağlık Hizmetlerinde Biyoistatistik
Biyoistatistik önemi
Biyoistatistik nedir neden önemlidir
DOĞRULAMAYI KONTROL ETMEK İÇİN YÖNTEMLER
Hemen hemen her epidemiyolojik çalışmada kafa karıştırıcı bir endişe kaynağıdır. Karıştırmayı kontrol etmek (ayarlamak) için yaygın olarak kullanılan yöntemler randomizasyon, tabakalandırma, kısıtlama, eşleştirme ve regresyondur.
Karıştırmayı kontrol etmek için kullanılan tüm yöntemlerden randomizasyon, karşı-olgusal ideali tatmin etmeye en yakın olanıdır. Randomizasyon, randomize kontrollü çalışmaların tanımlayıcı özelliğidir, ancak diğer epidemiyolojik çalışmalarda nadiren kullanılır. Yeni (deneysel) bir tedavinin geleneksel (kontrol) bir tedavi ile karşılaştırıldığı randomize kontrollü bir çalışmayı düşünün.
Herhangi bir epidemiyolojik çalışmada olduğu gibi, deneklerin çalışmaya katılmadan önce belirli uygunluk kriterlerini karşılaması gerekir. Randomizasyon, deneklerin deney veya kontrol kollarına rastgele atanması ile gerçekleştirilir.
Randomizasyonun bir sonucu olarak, tedavi ve kontrol kolları, hem bilinen hem de bilinmeyen tüm karıştırıcılara göre “ortalama olarak” aynı dağılımlara (denge) sahip olacaktır. Bu son özellik, bilinmeyen karıştırıcıları kontrol etme yeteneği, karıştırmayı kontrol etmek için kullanılan diğer yöntemlerle paylaşılmayan önemli bir rastgele seçim özelliğidir.
“Ortalama olarak” ifadesi önemli bir uyarıdır. Ne yazık ki, randomizasyon, UGDP çalışmasında gösterildiği gibi, herhangi bir belirli randomize kontrollü çalışmada dengeyi garanti etmez. Randomize kontrollü bir çalışmada, iki tedavi kolundaki bilinen risk faktörlerinin dağılımını karşılaştırarak randomizasyonun “işe yarayıp yaramadığını” kontrol etmek olağandır.
Sezginin önerdiği gibi, örneklem büyüklüğü ne kadar büyükse, tedavi kollarının dengelenme şansı o kadar artar (Grönland, 1990). Randomizasyonun mükemmel dengeyle sonuçlandığı ideal durumda (hem bilinen hem de bilinmeyen karıştırıcılar için), kontrol kolu karşı olgusal maruz kalmamış kohorta eşdeğerdir.
Tedavi kolları önemli karıştırıcılar üzerinde dengelenmediğinde, çelişkiyi kontrol etmek için tabakalaşma ve gerileme gibi yöntemler kullanılmalıdır.
Daha önceki tartışmalardan da tahmin edilebileceği gibi, tabakalaşma epidemiyolojik veri analizinin köşe taşlarından biridir. Yeterli bir grup kurucu tarafından tabakalandırıldıktan sonra, her tabakadaki denekler aynı karıştırıcı değerlere sahiptir ve bu nedenle, karıştırıcılar yoluyla hastalığa maruziyetten artık bir yol yoktur.
Tabakalaşmaya dayalı yöntemler kitabın geri kalanında ele alınacaktır. Tabakalaşmanın bir dezavantajı, özellikle çok sayıda karıştırıcının aynı anda kontrol edilmesi gerektiğinde, küçük veya hatta sıfır hücre sayılarına sahip tablolarla sonuçlanabilmesidir. Bununla birlikte, tabakalaşma, epidemiyolojik veri analizinin keşif aşamalarında hemen hemen her zaman kullanılır.
Kontrol edilecek birçok karıştırıcı olduğunda ve özellikle bazıları sürekli değişkenler olduğunda, katmanların nasıl yaratılması gerektiği sorusu ortaya çıkar. Yaklaşımlardan biri eğilim puanına dayanmaktadır.
Eğilim puanı, bir bireyin maruz kalan popülasyona ait olma olasılığını veren, bilinen risk faktörleri (ilgili maruz kalma dışında) açısından tanımlanan bir fonksiyondur. Katmanlar, aynı eğilim skoruna sahip bireyler bir araya getirilerek oluşturulursa, her katmandaki maruz kalan ve maruz kalmayan özneler bilinen risk faktörleri üzerinde dengelenecektir. Eğilim puanı, örneğin lojistik regresyon kullanılarak çalışma verilerinden tahmin edilebilir.
Kısıtlama, karıştırmayı kontrol etmek için kullanılan başka bir yöntemdir. Bu yaklaşıma göre, sadece karıştırıcı için belirli bir değere sahip olan denekler çalışma için uygundur. Bu mekanizma, tabakalaşma ile aynı şekilde karışıklığı kontrol etme görevi görür.
Örneğin, sigara içmek bir karıştırıcıysa, çalışmayı sigara içmeyenlerle sınırlamak, bu değişkenin maruziyet ve hastalık arasında bir yol sağlamasını engeller. Kısıtlamanın bir dezavantajı, çalışma bulgularının buna bağlı olarak sınırlı bir genelleştirilebilirliğe sahip olmasıdır.
Biyoistatistiğin kullanım alanları Biyoistatistiğin sağlık alanında kullanımına ilişkin uygulama örnekleri Biyoistatistik biliminin kullanım alanları nelerdir Biyoistatistik KULLANIM alanları nelerdir Biyoistatistik nedir Biyoistatistik nedir neden önemlidir Biyoistatistik önemi Sağlık hizmetlerinde Sağlık Hizmetlerinde Biyoistatistik