Hastalıkların Yere Göre Kümelenmesinde Kullanılan Yöntemler

Transkript

1 İnönü Ünverstes Tıp Fakültes Dergs 13(1) (2006) Hastalıkların Yere Göre Kümelenmesnde Kullanılan Yöntemler Erdem Karabulut*, Reha Alpar*, Ens Özayar** *Hacettepe Ünverstes Tıp Fakültes, Byostatstk AD, Ankara **Hacettepe Ünverstes Tıp Fakültes, Radyasyon Onkolojs AD, Ankara Hastalıklar belrl br bölgede (yer kümes) ya da belrl br zaman aralığında/dlmnde (zaman kümes) yığılım göstereblr. Hastalıkların yer, zaman ya da yer-zamanda kümelenp kümelenmedğn belrlemek çn çok sayıda statstksel yöntem gelştrlmştr. Bu çalışmada, hastalıkların yere göre kümelenp kümelenmedğn belrlemekte kullanılan Grmson, Besag-Newell, Kulldorff un yersel scan, Lawson-Waller skor yöntemler tanıtılmıştır. Yapılan uygulama le yöntemlere lşkn elde edlen bulgular karşılaştırmalı olarak ncelenmştr. Uygulama vers, Hacettepe Ünverstes Onkoloj Hastanes Radyasyon Onkolojs Anablm Dalında nazofarnks kanser tanısı le tedav gören 248 hastadan elde edlmştr. Hastalığın yere göre genel kümelenmes Grmson yöntem le önemsz bulunmuştur. Yerel (lokal) kümeleme yöntemlernn uygulanması sonucunda yöntemlere göre farklı bölgelerde olmakla brlkte, yerel hastalık kümelenmeler öneml bulunmuştur. Kulldorff scan test kullanıldığında seçlen farklı tarama penceres büyüklükler çn farklı sonuçlar elde edlmştr. Tarama penceresnn büyüklüğü arttıkça yöntem büyük kümelere duyarlı olmaktadır. Besag-Newell yöntemnde k değerler 2, 4, ve 6 çn yerel kümelenme öneml bulunmazken 8, 10, 12, 14 ve 16 değerler çn yerel kümelenmeler öneml bulunmuştur. Br rsk odağı çevresnde hastalık kümelenmesn ncelemek çn, vermzde önceden belrlenmş br odak olmamasına karşın, Ankara-Çankaya nın koordnatları odak olarak varsayılıp Lawson-Waller skor test le nceleme yapıldığında bu odak çevresnde kümelenme öneml bulunmuştur. Anahtar Kelmeler: Hastalık kümelenmes, Yere göre kümelenme, Yersel yapı, Nazofarnks kanser. Methods Used For Clusterng of Dsease Due To Geographcal Dstrbuton Dseases may be aggregated n certan space (geographcal clusterng) or n certan tme perods (tme clusterng). Several statstcal methods have been developed to determne dsease clusterng n space, tme, and space and tme. In ths study, Grmson, Besag-Newell, Kulldorff s spatal scan, Lawson-Waller score methods used n space clusterng of dsease were promoted. Fndngs that were obtaned from the applcatons of some methods were comparatvely examned. Applcaton data were obtaned from 248 patents under treatment for nasopharynx cancer n Hacettepe Unversty Oncology Hosptal, Radaton Oncology Department between October 1993 and June Global spatal dsease clusterng wasn t statstcally sgnfcant accordng to Grmson s method. When local spatal clusterng methods were appled, local dsease clusterng was found sgnfcant wth all methods, n dfferent areas. In Kulldorff s spatal scan test, dfferent results were obtaned by selectng dfferent scannng wndow szes. When scannng wndow sze s ncreased, the method became more senstve to large clusters. In Besag and Newell method, local clusterng were not sgnfcant for k=2, 4, and 6, and local clusterng were sgnfcant for k=8, 10, 12, 14 and 16. Although there was no evdence of focus of rsk n our data, n order to examne the dsease clusterng around a focus by Lawson and Waller score test, the coordnates of Çankaya-Ankara was set as the coordnates of a focus. Clusterng was found sgnfcant accordng to Lawson and Waller score test around ths focus. Key Words: Dsease clusterng, Space clusterng, Spatal pattern, Nasopharyngeal carcnoma. Zaman zaman ç ve dış basında Çernobl nükleer kazasından sonra Karadenz bölgesnde ya da çeştl termk santraller etrafında kanser olgularının sayısında artış (kümelenme) olduğunu belrten yazılar çıkmaktadır. Bu yazılarda 37

2 Karabulut ve ark belrtlen görüşlern br bölümü sezgsellk ve duygusallıkla kaleme alındığı çn blmsel br ntelk taşımamakta, sadece yazarların kşsel görüşlern yansıtmaktadır. Hastalıkların br bölgede br rsk odağı (termk santral, nükleer tess, çöp yakma fırını vb.) çevresnde ya da belrl br zaman aralığında kümelenp kümelenmedğ test etmek amacıyla gelştrlmş brçok statstksel yöntem vardır. Bu çerçevede hastalık kümes; yer ve zamanda brlkte gruplanan ve sağlık örgütüne bldrlmş olan sağlık olaylarının, gerçek ya da gözle görülür şeklde sıra dışı yığılması (toplanması) şeklnde tanımlamıştır. 1 Hastalıkların (son zamanlarda özellkle kansern) yer, zaman ve yer-zamana göre kümelenp kümelenmedğn nceleme amacına yönelk çalışmalar 1900 lü yılların başlarında başlamış ve lk metodolojk yöntemler 1950 l yıllarda lteratürde yer almıştır. Bu konuya olan lg 1960 lı yılların ortasında yoğunluk kazanmış olup bu lg günümüzde de devam etmektedr. Kümelenmenn olup olmadığına lşkn yaygın kullanılan yöntemler arasında Knox, Moran I, Besag ve Newell, Cuzck ve Edwards, Kulldorff un Scan yöntemler sayılablr. 2 Bu tür çalışmalar yardımıyla hastalıkların küme(ler) oluşturduğu belrlendğnde, kümelerdek olguların ortak br nedenle (etyolojyle) ortaya çıktığı düşünülmektedr. Seçlen uygun br kümeleme yöntem le hastalık kümes/kümelernn belrlenmes hastalıkla lgl lerde yapılacak çalışmalara ışık tutacak, hastalığın kümelendğ yer ve zaman aralıkları belrlenerek neden bu yer ve zaman aralığında olguların sayısının fazla olduğu ayrıntılı olarak nceleneblecektr. Küme araştırmaları sonucunda kümelern ortaya çıktığı belrlendğnde kıt olan kaynaklar devlet ve yerel sağlık brmlernce daha etkn br şeklde kullanılablecek, kümeler yardımıyla hastalığın nedenlerne dayalı epdemyolojk hpotezlern kurulmasına yardımcı olunablecek ve bu konuda ayrıntılı araştırmalar yapılablecektr. Ayrıca, çok genş br bölgede ya da uzun zaman aralıklarında nceleme yapmak yerne sadece kümelenmenn öneml bulunduğu yer-zaman aralıklarında nceleme yapılablecektr. Kümelenme, olguların yanlış bldrm, tanımlanamayan demografk değşklkler ya da olguların brden çok bldrm gb nedenlerle yapay olarak da oluşablmektedr. Bu durumda lgnn beklenlmeyen kümelenmelere yoğunlaşacağı açıktır. Genellkle kümelern kolaylıkla açıklanablmes stenr. Hastalıkların kümelenmes ve yere göre ver analz yöntemler le yapılan çalışmalar son yıllarda cdd düzeyde artmıştır. Byostatstkçler arasında da nükleer kuruluşların yakınında lösem kümelernn ncelenmes ve bunların hartalarının çıkartılarak atlaslarının oluşturulmasına olan lgnn gttkçe arttığı görülmektedr. Ancak, ülkemzde bu konuda yapılmış çalışmalar şu ana kadar çok sınırlı kalmıştır. Bunun en öneml nedenlernden br ülke, bölge ya da l bazında hastalıkların tam ve güvenlr şeklde kayıt edldğ sstemlern olmamasıdır. Kurulmaya çalışılan kayıt sstemlernde de kaydedlen olguların sayısı düşük kalmaktadır. Fdaner ve Ark. (2001), Sağlık Bakanlığı nın ülke genelndek kanser kayıtlarının tutulablmes çn 1983 yılında br edlgen kanser kayıt sstem kurduğunu, ancak burada toplam kanser olgularının yaklaşık dörtte brnn kaydedlebldğn belrtmşlerdr. 3 Hastalıkların nedenler hakkında fazla blg olmadığında kümelenme çn güçlü br statstk seçmek zordur. Örneğn, kümelenme br olgudan dğerne hızlı br yayılma nedenyle m oluşmakta, yoksa, br olgu ortaya çıktığında enfeksyonun odağı halne gelp kncl olguların br kümesn m oluşturmaktadır? Bulaşma süres nedr? Enfeksyon dışında küme çn, örneğn radyasyona maruz kalma gb, bazı ortak nedenler olablr m? Bu nedenle, bu ve benzer sorulara verleblecek yanıtlara göre uygun yöntemn (statstk) seçlmesne özen gösterlmeldr. 4 Son zamanlarda dğer bölgelere göre hastalığın daha az görüldüğü (negatf kümelenme) bölgeler nceleyen yöntemler de gelştrlmştr. Bu bölgelerde de neden hastalığın daha az görüldüğü ncelenerek hastalığa neden olablecek değşkenler belrleneblmektedr. Küme Çalışmalarında Karşılaşılan Çeştl Güçlükler Belrlenen br kümede, kümelenme nedenlernn araştırılması sonucunda ortaya çıkacak yararın ne kadar olacağını belrlemek ve kümey neyn oluşturduğunu tanımını yapmak kolay olmamaktadır. Dğer taraftan, rutn olarak toplanan statstklerden ya da gözlemlerden küme belrlemek, olguların ayrıntılı ncelenmesn gerektrmektedr. Ancak, bu ncelemey yapmak; tanıların, zaman aralıklarının, bölgelern ve düşünülmes gereken demografk grupların çeştllğ nedenyle de oldukça zordur. Kümelenmey değerlendrmek çn gelştrlen yöntemlerdek zorluklardan br de uygun küme modelnn seçm ve alternatf hpotezn 38

3 Hastalıkların Yere Göre Kümelenmesnde Kullanılan Yöntemler oluşturulmasıdır. Kümelenmenn test edlmesnde olağan soru, br ya da daha fazla coğrafk bölgede hastalıkların gözlenen yapısının (pattern) sadece şans le m oluştuğudur. 5, 6 Kümelenme, olguların yanlış bldrm, tanımlanamayan demografk değşklkler ya da olguların brden çok bldrm gb nedenlerle yapay olarak da oluşablmektedr. Bu durumda, lgnn beklenlmeyen kümelenmelere yoğunlaşması ve de kümelern kolaylıkla açıklanamaması sorunu le karşılaşılmaktadır. Kümelern Oluşturulmasına İlşkn Yaklaşımlar Kümelern oluşturulmasında değşk yaklaşımlar söz konusudur. Wartenberg ve Greenberg, 7 küme tanımlamak çn dört adım olduğunu belrtmşlerdr: 1. Araştırma çn elde edlecek verler tanımlamak. 2. Kümeleme tpn; yer, zaman ya da yer ve zamana göre belrlemek. 3. Kümelenmenn olmayacağı beklendğnde olguların yapısını tanımlayan yokluk hpotezn belrlemek. 4. Kümeleme altında beklenen olguların yapısına karşılık gelen alternatf hpotez belrlemektr. Hastalıkları Yere Göre Kümeleme Yöntemler Yere göre (spatal) küme belrleme yöntemler kye ayrılablr. Brncs, olası kümelenme yapısını belrlemek çn tüm çalışma alanının ncelenmes, kncs se rskn kaynağı olarak önceden belrlenen alanların (odak olarak adlandırılır) ncelenmesdr. Besag ve Newell bu ayrımı yapablmek çn genel (general) ve odaklanmış (focused) termlern kullanmışlardır. 8, 9 Hastalıkların yere göre kümelenmes çn tüm çalışma alanının kullanıldığı testler de k alt başlıkta ncelenr. Bu kategorler genel (general) ve yerel (local) testler olarak adlandırılır. Genel testler, çalışma bölgesnde sadece olguların kümelenp kümelenmedğ le lglenr. Yerel testler se yne tüm çalışma alanında olguların kümelenp kümelenmedğ hakkında blg verrken kümelenme varsa bunun yernn neres olduğunu da belrtr. Bu yaklaşımlara lşkn testler genel, yerel ve odaklanmış alt başlıklarında ncelenmektedr. Çalışmamızda, hastalıkların yere göre genel kümelenmesn ncelemek çn Grmson ve Besag-Newell yöntemler, yerel kümelenmeler ncelemek çn Besag-Newell ve Kuldorrff un scan yöntemler ve br odak çevresndek kümelenmey ncelemek çn de Lawson- Waller skor yöntemler kullanılmıştır. Hpotezlern Oluşturulması Hastalıkların yere göre kümelenmesnde, belrl yerleşmlerde ya da alanlarda hastalığın daha yaygın olup olmadığı sorusu le lglenlr. Homojen populasyonlarda, kümelemeye yönelk olarak yapılacak testlerde yokluk hpotez aşağıdak gb tanımlanır; H 0 : Her brey dğer breylerden bağımsız olarak, eşt olasılıkla hastalığa yakalanır. Büyük homojen populasyonlarda ve nadr görülen hastalıklarda se yokluk hpotez şöyle tanımlanır; H 0 : C kümes E(C ) = n λ (1 I) le bağımsız Posson rasgele değşkenlerdr. Burada λ; her br brey çn ortak baselne nsdans oranını gösterr. Genel testlerde, H 0 doğru değldr alternatf hpotez kullanılırken, odaklanmış testlerde daha spesfk alternatf hpotez kullanılır. Bu hpotez: önceden tanımlanmış odağa yakın hücrelerdek ortalama hızlar yüksektr şeklndedr. Grmson Yöntem Grmson yöntem çok yönlü br yöntemdr. Hastalık hızları ve olgu-sayıları verlernn her ksn kullanarak yere göre kümeler belrlemek çn kullanılablr. Hızlarla kullanıldığında, ortak sınırı olan alanlar ardışık olarak tanımlanır. Yüksek-rskl alanlar kümelendğnde test statstğ büyük olur. Hem olguların hem de kontrollern yerleşmler blndğnde yöntem olgu-kontrol verler le de kullanılablr. Fazla olgunun olduğu alanlar yüksek-rskl olarak etketlenr ve br dğernden belrl uzaklıkta olanlar ardışık olarak düşünülür. Test statstğ A, etketlenmş alanlar arasında gözlenen ardışıklığın/komşuluğun sayısıdır. Etketlenmş hücrelern sayısı (n), toplam hücre sayısı x e göre çok küçükse Posson dağılımı A nın yokluk hpotez altındak dağılımı çn mükemmel br yaklaşım sağlar. Grmson ve arkadaşları yaptıkları br smülasyon çalışması le etketlenmş nesnelern ardışıklıklarının sayısının Posson dağılımına uyduğunu göstermştr. n/x büyükse yokluk hpotez altında A nın normal dağılıma yaklaştığı varsayılır ve z skoru aşağıdak gb hesaplanır. Genel olarak elde edlen z değernn önemllğ standart normal dağılım yardımıyla test edlr. 10 Grmson ve Rose 1991 yılında yaptıkları çalışmada, gelştrdkler yöntem DRG da (dorsal root sensory gangla) nöronlara uygulamışlardır. Çalışmadak genel 39

4 Karabulut ve ark amaç; ganglondak hücre gövdelernn yerleşmlern, hücrelern ayrı ayrı çevresel uzanımlarını taşıdığı özel çevresel snrlere göre belrlemek ken, özel amaç; hücre gövdelernn, ganglonlarda onların projeksyonlarını çeren snrlere göre nasıl organze olduklarını belrlemektr. Çalışmada etketlenmş hücre gövdelernn kümelendğ bulunmuştur. 10 Besag ve Newell n Yöntem Br olgunun oluştuğu bölgeye A 0 etket atansın. Dğer tüm bölgelere de A 0 ın merkeznden kend merkezlerne olan uzaklıklarına göre artan br şeklde sıralanan A =1,2,...,n etketler verlsn.. bölgedek olguların sayısı y ve nüfusu t =1,2,...,n le gösterlsn. Merkez koordnatlarının keskl olması nedenyle pratkte oluşablecek eşt değerler (tes) rasgelelkle ya da bölge brleştrlmesyle ortadan kaldırılablr. Yöntem çn gerekl olan olguların yığılımlı toplamı (D ) ve rsk altındak nüfusun yığılımlı toplamı (U ) aşağıdak gb tanımlanır: D = y j 1, U = t j 1 j= 0 j= 0 Böylece; D 0 D1... olguların A 0, A 1,... bölgelernde toplanmış sayısı ve U 0 U1... bu bölgelere karşılık gelen rsk altındak nüfusun toplanmış sayısıdır. M = mn { : D k} olsun. Dğer br deyşle, A 0,..., A m bölgelernde en az k olgu varken A 0,..., A m-1 bölgelernde k dan daha az olgu vardır. M nn gözlenen küçük değer A 0 etrafında br kümelenmey gösterr. Her br potansyel küme çn posson dağılımı yardımıyla anlamlılık düzey hesaplanır. Besag ve Newell yöntemnde öncelkle breysel kümelern belrlenmesyle lglenlmesne rağmen, çalışma bölges br bütün olarak ele alındığında belrlenen kümelern sayısının beklenenden daha büyük olup olmadığı araştırılablr. Besag ve Newell, gelştrdkler küme belrleme yöntemnn br tarama aygıtı olarak tasarlandığını, epdemyolojk olarak öneml kümeler dışarıda bırakableceğnden çoklu karşılaştırma çn düzeltme kullanmadıklarını belrtmştr. Bu yöntemle daha ayrıntılı ncelemelern yapılmasının stendğ bölgelern sayısı belrleneblmekle brlkte Besag ve Newell, düzenlenen araştırmanın temel amacı genel olarak br kümelenmey test etmek olduğunda başka br testn seçlmesn önermştr. 8 E.G. Hll ve arkadaşları (2000), Santa Clara (Calforna) Şehrndek 7 sayım bölgesne su sağlayan k kuyunun organk solvent le krlenmes sonucu rske maruz kalan bölgede 1 Ocak 1981 le 31 Ağustos 1982 tarhler arasında canlı doğumlardak öneml kalp anomallern ncelemştr. Santa Clara Şehrnde 1981 yılında düzeynde şddetl kalp kusurlu doğumların genel kümelenmes Besag-Newell yöntem le öneml bulunmamıştır (P>0,05). 11 L.A. Waller ve arkadaşları (1995), yılları arasında İsveç dek 2594 bölgede 0-15 yaş grubundak çocuklarda görülen akut lymphocytc leukaema lı (ALL) 656 olguyu ncelemştr. Besag-Newell n yöntemnde kullanılan farklılık değerler çn hastalık olgularının kümelenmes öneml bulunmamıştır (P>0,05). 12 L.A. Waller ve B.W. Turnbull (1993), Upstate New York ta aktf olmayan ve trchloroethlyene çeren tehlkel atık bölgesn şüphelenlen kaynak olarak düşünerek yılları arasında bölgedek lösem nsdansının bu kaynak etrafında kümelenmesn üç yöntemle (Besag ve Newell, Stone, Waller ve ark.) ncelemştr. Araştırmacılar, çalışma bölgesnn bölünmesn k farklı şeklde yapmıştır: blok grup bölünmes ve sayım bölges bölünmes. Besag ve Newell yöntem çn k değer 6, 8, 10 alındığında blok grup ve sayım bölges bölünmesnde farklı sonuçların elde edldğ belrtlmştr. 13 Kulldorff un Yersel Scan Test Gerek Kulldorff un yersel scan testnde gerekse dğer scan testlernde sıklıkla kullanılacak br tanım pencere tanımıdır. Pencere, bastçe; ncelenecek cografk bölgede büyüklüğü önceden belrlenen ya da çalışma sürecnde değşklğe uğrayablen (genşleyeblen ve daralablen) küçük geometrk alanlardır (dare, kare vb. gb). Kulldorff un yersel scan test, önceden belrlenmş br büyüklüğe kadar tarama penceresnn değşmesne olanak verr. Küme tarafından kaplanan alanın büyüklüğü hakkında önsel blg olmadığında değşken pencere büyüklüğünü kullanmak daha yararlıdır. Bu yöntemde, çapının büyüklüğü sürekl değşen çember çalışma bölges çnde hareket ettrlr. Her br çembern çndek ve dışındak hastalık olgularının gözlenen sayısı ve rsk altındak nüfusu yansıtan beklenen sayısı belrlenr. Bu sayılar temelnde her br çember çn olablrlk hesaplanır. Olablrlğ en büyük olan çember, en çok olası küme olarak gösterlr. Önemllk Monte Carlo benzetmyle değerlendrlr. 14, 15 M. Kulldorff (1999), New Mexco da yılları arasındak kanser kayıtlarını kullanarak, 9254 akcğer 40

5 Hastalıkların Yere Göre Kümelenmesnde Kullanılan Yöntemler kanser olgusunun kümelenmesn yersel scan statstğ le ncelemştr. En çok olası küme, New Mexco nun güneybatısındak Chaues, Eddy ve Lea da statstksel olarak öneml bulunmuştur (p=0,0001). 16 Lawson ve Waller Skor Test Lawson, Waller ve arkadaşları, verlen br konum çevresnde hastalık kümelenmesnn olup olmadığını test etmek çn br yöntem gelştrmşlerdr.. hücredek olgular (c ) çn rske maruz kalmanın ölçüsü g olsun. Maruz kalmanın kesn kestrmler olmadığında, g, hücre nn merkeznden odağa olan uzaklığın resprocal (1/uzaklık) olarak alınablr. Test statstğ U, her br hücredek gözlenen hastalık nsdansının H 0 altında beklenenden sapmasının, maruz kalmanın ölçüsü (g ) le ağırlıklandırılmış toplamıdır. Test statstğ U; U = I = 1 g ( c E ) (2.69) le verlr. Burada, yokluk hpotez altında hücre dek olguların beklenen sayısı E =n c + /n + dr. Yokluk hpotez altında test statstğ U nun beklenen değer sıfır ve yaklaşık varyansı Standartlaştırılmış statstk U*: U U * = var( U ) I 2 g E =1 ye eşttr. (2.70) le verlr. Çok nadr görülen hastalıklar harç U* çoğu durumda asmtotk olarak standart normal dağılıma uyar. 13 L.A. Waller ve arkadaşları (1995), yılları arasında İsveç de 0-15 yaş grubundak çocuklarda görülen akut lymphocytc leukaema (ALL) olgularının dört nükleer tess etrafındak kümelenmesn Lawson-Waller skor test le ncelemş ve nükleer tessler etrafında kümelenmey önemsz bulmuştur (P>0,05). 12 L.A. Waller ve B.W. Turnbull (1993), Upstate New York ta tehlkel atık bölgesn şüphelenlen odak olarak düşünerek yılları arasında bölgedek lösem nsdansının bu kaynak etrafında kümelenmesn Lawson-Waller yöntemyle ncelemştr. Lawson-Waller yöntemnde, blok grup ve sayım bölgeler kullanıldığında brbrne yakın p değerler elde edldğ belrtlmştr. Araştırmacılar, çalışma bölgesnn bölünmesyle lgl seçmn yersel yapıyı nceleyerek elde edlen sonuçlar üzerne öneml etks olduğunu belrtmştr. 13 GEREÇ YÖNTEM Uygulamada, Hacettepe Ünverstes Onkoloj Hastanesnde nazofarnks kanser nedenyle Radyasyon Onkolojs Anablm Dalı nda tedav görmüş olan hastalardan elde edlen verler kullanılmıştır. Onkoloj hastanesnn açıldığı 1993 yılından 2002 Hazran ayına kadar toplam 270 nazofarnks kanserl hasta tedav görmüştür. Bu hastalardan hem yerleşm yer hem de tanı konulma tarh blnen 248 hasta çalışmaya alınmıştır. Bu hastaların yerleşm yerler arasındak kuş uçuşu mesafeler hesaplamak çn gerekl olan lçeler bazında yer koordnatları Maden Tetkk ve Arama Genel Müdürlüğü Uzaktan Algılama Merkez nden alınmıştır. Uygulamamızda kullanılan blgsayar yazılımlarının bazılarında, yerleşm yerler arasındak mesafey hesaplayablmek çn coğraf koordnatları (enlem ve boylam) kullanılırken bazılarında UTM (Unversal Transverse Mercator) koordnatları kullanılmaktadır. UTM koordnatları kullanıldığında k nokta arasındak uzaklık doğrudan Öklt uzaklık formülü le hesaplanablmektedr. Bu nedenle, Besag- Newell ve Lawson-Waller skor testler çn Vsual Fox Pro kullanılarak gelştrdğmz yazılımda, UTM koordnatları kullanılmıştır. Hastalık olgularının görüldüğü bölgelere lşkn nüfuslar 1997 Nüfus Tespt ve 2000 Nüfus Sayımı sonuçlarından alınmıştır. Hastalıkların yere göre kümelenmesn ncelemek çn SatScan V2.1.3, Cluster V3.1 ve tarafımızdan gelştrlen yazılım kullanılarak verler ncelenmştr. BULGULAR Grmson yöntemyle yere göre kümelenme ncelenrken, bölgelern etketlenmes çn nazofarnks görülme sıklığı olan yüzbnde 1,34 kullanılmış ve hastalık görülme hızı bu değern üzernde olan bölgeler etketlenmştr. Cluster V3.1 paket programı le elde edlen sonuçlar aşağıda Tablo 1 de verlmştr. Tablo 1 den yere göre kümelenmenn öneml olmadığı görülmektedr (P=0,084). Kulldorff un scan statstğ kullanılarak hastalıkların yere göre kümelenmes ncelendğnde, tarama penceresnn büyüklüğünün alableceğ en büyük değere bağlı olarak analz sonuçları değşmektedr. Tarama penceresnn alableceğ en büyük değer büyük seçldğnde yöntem büyük kümelere, küçük 41

6 Karabulut ve ark seçldğnde küçük kümelere duyarlı olmaktadır. SatScan paket programı le tarama penceresnn büyüklüğü, çalışma bölgesnn %5 nden %50 sne kadar genşletlerek ncelemeler yapılmıştır. Tarama penceresnn büyüklüğü çalışma bölgesnn %5 seçldğnde en çok olası kümenn merkez Ankara- Çankaya (P=0,002) ve kncl kümenn merkez Konya-Akşehr de (P=0,034) kümelenme öneml bulunmuştur:. Pencere büyüklüğü %25 ve % 50 seçldğnde se sırasıyla sadece en çok olası küme olarak belrlenen Karabük ve Ankara-Polatlı da kümelenmeler öneml bulunmuştur (P=0,001). Tablo 1. Grmson yöntem sonuçları Etketleme çn kullanılan hız (Yüzbnde) 1,34 Gözlenen Ardışıklık Sayısı 80 Beklenen Ardışıklık Sayısı 72,87 Yüksek Rsk Ardışıklıklarının St. Sapması 5,17 Z değer 1,379 P 0,084 Yerel kümelenmey ncelemek çn kullanılan Besag ve Newell yöntemnde k değer 2, 4, 6, 8, 10, 12, 14 ve 16 seçlerek test yapılmıştır. Test şlemler gelştrlen yazılım kullanılarak yapılmış ve sonuçlar Tablo 2 de verlmştr. k=8, 10, 12, 14 ve 16 seçldğnde bazı bölgelerde yerel kümelenmeler, k=12, 14 ve 16 seçldğnde se genel yere göre kümelenme öneml bulunmuştur. Br odak çevresndek kümelenmey ncelemek çn Lawson ve Waller n skor test kullanılmıştır. Bu test kullanablmek çn önceden elmzde herhang br blg olmamasına karşın Ankara-Çankaya nın hastalık kümelenmes çn br odak olduğunu varsayalım. Ankara-Çankaya odak olarak alındığında gelştrlen yazılım le elde edlen sonuçlar aşağıda Tablo 3 te verlmştr. Tablodan da görülebleceğ gb, odak olarak seçlen Ankara-Çankaya çevresnde hastalık olgularının kümelenmes öneml bulunmuştur (P<0,001). TARTIŞMA Nazofarnks kansernn genel yere göre kümelenmes Grmson yöntemnde öneml bulunmazken, Besag- Newell n yöntemnde k değer 12, 14 ve 16 çn genel yere göre kümelenme öneml bulunmuştur. Ancak, Besag ve Newell genel olarak verde yere göre kümelenme olup olmadığı ncelenmek stendğnde başka yöntemlern kullanılmasını önermşlerdr. Bu nedenle, verde genel olarak yere göre br kümelenmenn olmadığına karar verlmştr. Tablo2. Besag - Newell yöntem sonuçları (öneml bulunan kümeler) K Besag ve Newell Yöntem Yerel Genel Değer Bölge Adı M P R P K=8 Kastamonu 6 0, ,145 Konya-Selçuklu 0 0,044 K=10 Konya-Selçuklu 0 0, ,264 K=12 Çankırı 5 0, ,010 Konya-Chanbeyl 3 0,028 Konya-Ilgın 3 0,031 Konya-Karatay 1 0,027 Konya-Selçuklu 1 0,027 K=14 Konya-Chanbeyl 3 0, ,052 Konya-Ilgın 3 0,006 Konya-Selçuklu 3 0,042 Konya-Tuzlukçu 4 0,023 K=16 Karaman 4 0, ,024 Karaman-Ermenek 4 0,046 Kastamonu-Azdavay 11 0,046 Kırıkkale 3 0,030 Konya-Chanbeyl 5 0,041 Konya-Ilgın 4 0,005 Konya-Tuzlukçu 4 0,005 Tablo 3. Lawson ve Waller n skor test sonuçları Odak Noktasının X Koordnatı 728 Odak Noktasının Y Koordnatı 4747 Hastalık Görülme Sıklığı 0, U 17,143 Var(U) 9,718 Test İstatstğ U* 5,499 P <0,001 Yerel (lokal) yere göre kümeleme yöntemlernde hem kümelenmenn olup olmadığı hem de kümelenmenn yer belrleneblmektedr. Ayrıca, genel yere göre testlerde belrlenemeyen yerel kümelenmeler belrleneblmektedr. Besag ve Newell yöntem uygulandığında k değer 8, 10, 12, 14 ve 16 çn çeştl bölgelerde (özellkle Konya nın lçelernde) yerel yere göre kümelenmeler öneml bulunmuştur. Kulldorff yersel scan yöntemnde seçlen tarama penceres büyüklüğüne göre test sonuçları değşmektedr. Bu nedenle, hastalık kümelernn büyüklüğü hakkında br öngörümüz varsa pencere büyüklüğü bu öngörüye göre belrleneblr. Kulldorff un yersel scan statstğ uygulanırken tarama penceresnn büyüklüğü, çalışma bölgesnn büyüklüğünün %5 nden %50 sne kadar olacak şeklde çeştl değerler seçlmştr. Tarama penceresnn büyüklüğü küçük seçldğnde test küçük kümelenmelere duyarlı olmaktadır. Tarama penceresnn büyüklüğü %5 seçldğnde olası küme olarak belrlenen kümelern çersnden, hem en çok olası küme olarak belrlenen küme hem de kncl kümeler olarak belrlenen kümelerden br öneml bulunmuştur. İkncl kümelenmenn öneml 42

7 Hastalıkların Yere Göre Kümelenmesnde Kullanılan Yöntemler bulunduğu kümeler le en çok olası küme üst üste çakışablr. Bu durumda, kncl kümelern pek fazla açıklayıcılığı olmayacağı çn bu kümeler gözardı edleblr. Seçlen dğer tarama penceres büyüklüklernde sadece en çok olası küme olarak belrlenen kümeler öneml bulunmuştur. Elmzde rsk kaynağı olarak belrlenmş br odak olmamasına karşın uygulama yapmak amacıyla Ankara-Çankaya odak olarak seçlp bu odak çevresnde olguların kümelenp kümelenmedğ Lawson-Waller skor test le ncelend. Test sonucunda odak olarak seçlen Ankara-Çankaya çevresnde kümelenme öneml bulunmuştur. Ankara ya uzak yerlerden Hacettepe Hastanesne gelen hastaların sayısının Ankara ya yakın yerlerden gelen hastaların sayısından daha az olacağı göz önünde bulundurulduğunda böyle br sonucun çıkması doğaldır. Lteratürde, kullanılan yöntemlern güçlernn karşılaştırıldığı çeştl çalışmalar da bulunmaktadır. Ancak, yöntemlern çeştllğ ve farklı parametreler kullanmaları nedenyle hang durumda hang yöntemn en ys olduğunu belrlemek zordur. Bu yöntemlern gücü, vernn yer-zamanda dağılımına göre ya da kullanılan yöntem çn seçlen parametrelere göre farklılık göstermektedr. Bu nedenle, seçlen kümeleme tpne göre hastalıkların kümelenp kümelenmedğ ncelenrken brkaç farklı yöntem kullanıp değerlendrme yapılablr. Kümeleme çalışmalarından doğru sonuç elde edeblmek çn nedenler tam olarak blnmeyen ya da seyrek görülen hastalıkların kayıtlarının merkez olarak tutulacağı kayıt sstemler oluşturulmalı ve bu kayıt sstemler ortaya çıkan hastalık olgularının hepsn kapsayacak şeklde düzenlenmeldr. Bu kayıtlarda, olguların görüldüğü bölgeler le lgl yer blglernn de bulunması çok önemldr. Olguların yer koordnatlarının sadece l-lçe bazında değl, olguların adreslerne göre daha ayrıntılı belrlenmes ncelemelerde daha fazla blg sağlayablecektr. Bu nedenle, sağlık olaylarıyla lgl br Coğraf Blg Sstem nn oluşturulması yararlı olablr. KAYNAKLAR 1. Metz L.M. ve McGunness S. Respondng to Reported Clusters of Common Dsease: The Case of Multple Scleross. Canadan Journal of Publc Health 1997; 88(4): Özdamar Kazım. Hastalıkların Yer, Zaman ve Yer-Zaman'da Kümelenmelernn Belrlenmesnde Yaralanılan Yöntemler. 5. Ulusal Byostatstk Kongres Bldr Ktabı. Eskşehr 2000; Fdaner C., Eser S.Y. ve Parkn D.M. Incdence n Izmr n : Frst Results From Izmr Cancer Regstery. European Journal of Cancer 2001; 37: Ederer F., Myers M.H. ve Mantel N. A Statstcal Problem n Space and Tme: Do Leukema Cases Come n Clusters. Bometrcs 1964; 20: Rothman K.J. A Soberng Start for The Cluster Busters' Conference. Amercan Journal of Epdemology 1990; 132: S Wakefeld J. ve Qunn M. Edtoral: Dsease Clusters and Ecologcal Studes. Journal of Royal Statstcs Socety A2001: 164: Jacquez G.M. ve Ark. The Analyss of Dsease Clusters, Part I. Infecton Control and Hosptal Epdemology 1996; 17(5): Besag J. ve Newell J. The Detecton of Clusters n Rare Dsease. Journal of Royal Statstcs Socety. A (1991); 154: Marshall R.J. A Revew of Methods for the Statstcal Analyss of Spatal Patterns of Dsease. Journal of Royal Statstcs Socety. A (1991); 154: Grmson R.C. ve Rose R.D. A Versatle Test for Clusterng and A Proxmty Analyss of Neurons. Methods of Informaton n Medcne 1991; 30: Hll E.G. ve Ark. A Comparson of Three Tests to Detect General Clusterng of Rare Dsease n Santa Clara County, Calforna. Statstcs n Medcne 2000; 19: Waller L.A. ve Ark. Detecton and Assessment of Clusters of Dsease: An Applcaton to Nuclear Power Plant Facltes and Chldhood Leukaema n Sweden. Statstcs n Medcne 1995;14: Waller L.A. ve Turnbull B.W. The Effects of Scale on Tests for Dsease Clusterng. Statstcs n Medcne 1993; 12: Kulldorff Martn. A Spatal Scan Statstc. Communcaton n Statstcs 1997; 26(6): Kulldorff M. ve Ark. Evaluatng Cluster Alarms: A Space-Tme Scan Statstc and Bran Cancer n Los Alamos, New Mexco. Amercan 7. Journal of Publc Health 1998; 88: Kulldorff Martn. Geographc Informaton System (GIS) and Communty Health: Some Statstcal Issues. Journal of Publc Health Management Practce 1999; 5(2): Yazışma Adres: Dr. Erdem Karabulut Hacettepe Ünverstes, Tıp Fakültes Byostatstk Anablm Dalı, Sıhhıye / Ankara Tel : E-posta : ekarabul@hacettepe.edu.tr 43