BİYOİSTATİSTİK Nural Bekiroğlu, Ph.D. Marmara Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı Başkanı GİRİŞ Son yıllarda tıp alanında görülen hızlı gelişmeler ve sağlık harcamalarındaki kaçınılmaz artışlar, araştırmacıları daha fazla araştırma yapmaya yöneltmektedir. Teknolojik gelişmelerin yanı sıra doğru verilere ve bilgilere erişebilme gerekliliği istatistikçinin, istatistiğin ve sağlık alanında da özellikle biyoistatistik ve biyoistatistikçinin önemini oldukça arttırmıştır. Bu çalışmada, klinik bir çalışmanın tasarımı, planlanması, yürütülmesi, sağlıklı veri elde etme yöntemleri, verilerin çözümü ve çıktıların yorumu için yardımcı olabilecek istatistiksel bir düşünme ve bakış açısının kazandırılması amaçlanmıştır. Yazının içeriğinde istatistiksel çıkarsama konularına girilmemiş sadece tek değişkenli çözümlemeler için gerekli istatistiksel testlerin nerelerde kullanılabileceğine dair bir özet bilgi tablosu verilmiştir. Son olarak ta, klinik çalışma raporlarının ve genel anlamda tıbbi bir yazının değerlendirilmesinde kullanılacak denetim listeleri sunulmuştur. Bu listedeki sorular, çalışma raporlarının denetimi sırasında değil de çalışmaya başlamadan önce, çalışma sırasında ve çalışma sonrasında yanıtlanabildiği takdirde; daha doğru, güvenilir ve ayakları yere basan bir klinik çalışma ortaya çıkarmak olasıdır. Ayrıca tüm bu bilgilere ek olarak, istatistiksel terminolojiye daha da yakınlaşmak ve aynı zamanda terminolojiyi daha iyi kavrayabilmek için açıklamalı bilgiler içeren mini bir sözlükte sunulmuştur. TIBBİ ARAŞTIRMALARDA TASARIM: Klinik çalışmaların çoğu bir ilacın etkinliğini ya da bir ameliyatın başarısını ortaya koymak amacındadır. Klinik çalışmalardaki sorular ve sorulara yanıt yöntemleri veya karşılaşılan zorluklar farklı olsa da genelde tasarım ve yapı aynıdır. Bu bölümde, bir araştırmanın şekli, tipi, bazı çalışma tasarımları ile araştırmanın tipine göre belirlenmesi gereken kavramlar üzerinde durulacak ve rastgele kontrollü denemeler tartışılacaktır. ARAŞTIRMANIN ŞEKLİ Gözlemsel ve Deneysel Çalışmalar Araştırmacı ilk olarak çalışmanın ne tip bir çalışma olduğunu yanıtlayacak en iyi tasarımı veya metodu belirlemelidir. Bazı çalışmalar gözlemseldir. Burada araştırmacı olaylara müdahalede bulunmadan sadece gözler. Örneğin, belirli bir protez operasyonundan sonra akciğer embolisinin prevalansı (tüm olgu) araştırmak istenirse gözlemsel bir çalışma yapılmış olunur. Gözlemsel çalışmalar genelde epidemiyolojik çalışmalardır. Bunun yanı sıra bazı çalışmalar da deneysel olabilir. Araştırmacı müdahalede bulunduktan sonra sonucu bekler, gözler ve verileri elde eder. Örneğin tüm kalça protez operasyonu geçiren hastalardaki, wafarinin ve heparinin derin venöz trombozu prevalansına etkilerini rasgele bir çalışmada karşılaştırmak isteyen cerrah, bir müdahalede bulunduğundan deneysel
bir çalışma gerçekleştirmiş olur. Bu bağlamda, deneysel çalışmalar daha çok klinik deneme ve laboratuvar hayvanı denemeleri şeklindeki çalışmalardır. ARAŞTIRMANIN TİPİ Araşrtımanın gözlemsel veya deneysel bir çalışma olduğu belirlendikten sonra, ne tip bir araştırma olduğunun da belirlenmesi gerekir. Kesitsel Çalışmalar (Cross-Sectional Studies) Kesitsel bir çalışmada hastalar veya olaylar zamanın bir noktasında incelenir. Tüm ölçümler izleme tabi olmadan bir kez alınır. Bu tip çalışmalar verileri tanımlamak, dağılımlarını ortaya koymak veya veriler arası bazı ilişkileri araştırmak için tasarlanmış çalışmalardır. Kesitsel çalışmalar göreceli olarak hızlı sonuçlandırılan çalışmalar olduklarından avantajlıdırlar ancak ender görülen bir hastalık için bu tip çalışmalardan güvenilir bir sonuç çıkarmak zor olabilir. Uzunlamasına Çalışmalar (Longitudinal Studies) Geriye Dönük (Retrospective) ve İleriye Dönük (Prospective) Çalışmalar Uzunlamasına çalışmalar, bir örnek grubunu oluşturan kişilerin zaman içinde izlendiği bir ortaköz (kohort) çalışmalarıdır. Böylece bir kişiye ait birden (1) fazla ölçüm bulunur. Ortaköz (kohort) çalışmaları aynı ortak özelliğe sahip hastaların oluşturduğu bir gruptur. Böylece ortaköz çalışması, bir grup hastanın zaman içinde uzunlamasına takip edildiği bir çalışmadır. Bu tip çalışmalar hem gözlemsel hem de deneysel olabilirken hem ileriye dönük hem de geriye dönük olabilirler. İleriye dönük bir ortaköz çalışmasında hastalar zaman içinde ileriye doğru izlenir. İlgilenilen sonuçlar çalışma başladıktan sonra elde edilir. Geriye dönük çalışmalarda ilgilenilen sonuçlar hali hazırda oluşturulmuş veriler şeklindedir ve araştırmacı belli bir noktadan geçmiş zamana doğru ortaköz deneklerinin izini sürer. İleriye dönük çalışmalar, geriye dönük çalışmalardan daha kuvvetlidir çünkü araştırmacı sonuçları gözler ve standart bir biçimde onların kayıdını tutar. İleriye dönük çalışmalarda, kayıdı tutulacak veriler ile verilerin kayıtlarının nasıl tutulacağı çalışma öncesinde en ince ayrıntısına kadar belirlenir. Buna karşın geriye dönük çalışmalarda kayıtlar, ya daha önce tutulmuştur ya da hastanın hatırlamasına bağlı olarak alınmış kayıtlardır ve bu durumda da araştırmacının nelerin kaydedildiği ve nasıl kaydedildiği hakkında bir denetimi yada müdahalesi yoktur. Bu açıdan bakıldığında, ileriye dönük çalışmalarda araştırmacının verilerin toplanması ve de kayıdı noktasında büyük ölçüde denetimi söz konusudur. Olgu-Denetim Çalışmaları (Case-Control Studies) Olgu-Denetim çalışmaları geriye dönük ortaköz çalışmalarının özel bir halidir ve sebep-sonuç ilişkisine yanıt verir. Bu tip çalışmalarda zaman içinde geriye gidilir, hastaların ve verilerin saptanması veya belirlenmesi geçmişte kaydedilmiş olan bilgilere bağlı olduğundan olgudenetim çalışmaları geriye dönük bir çalışma olarak nitelenir. Burada araştırmacının verinin nasıl ve ne zaman kaydedildiği hususunda bir denetimi yoktur. Örneğin; diabet süresinin, x hastalığının gelişimine etkisinin olup olmadığı incelendiğinde; insüline bağlı diabetik
hastalarda x hastalığı gelişmiş hastalar olgu grubuna girerken, insüline bağlı diabetik hastalarda x hastalığı gelişmemiş kişiler ise denetim grubuna girer. BAZI ÇALIŞMA TASARIMLARI *Tam Rastgele Tasarımlar: Tedavilerin etkilerini karşılaştırmak için deneysel birimlerin (deneklerin) tamamen şansa bağlı olarak tedavi gruplarına yerleştirildiği deneysel tasarımlardır. *Blok Tasarımlar ve/veya Çapraz Tasarımlar: Deneysel tasarımda, deneysel birimleri (denekleri) eşdüzenli bir grupta toplamak için kullanılan bir terimdir. Amacı konu dışı rassal nedenlerden meydana gelen değişkenliği saf dışı bırakmak ve gerekirse yok etmektir, böylece hatanın azalması sağlanarak anakitle değerine yakın bir tahminde bulunulur. Ör: değişik yaş grupları blokları tanımlayabilir. *Faktöryel Tasarımlar: Birden fazla faktörle ilgilendiğimiz tasarımlardır ve ilgilenilen birkaç faktörü aynı anda çözümlememizi sağlar. En basiti 2x2 tasarımdır; 2 faktör (ör:2 farklı tedavi) ve 2 seviyeli (ör: aktif olan ve olmayan tedavi). Örneğin: Kalp hastalığında aspirin ve -karotenin etkisinin değerlendirilmesi durumunda, 2 ilacın 2 seviyede (kullanıyor, kullanmıyor) düzenlendiği bir faktöryel tasarımda olası tedavi kombinasyonları şöyle olur; 2 ilacın da kullanılmadığı, sadece -Karoten in kullanıldığı Aspirin in kullanılmadığı, sadece Aspirin in kullanıldığı -Karoten in kullanılmadığı, hem Aspirin in hem de -Karoten in kullanıldığı (etkileşimli) durum. Bu 4 olası kombinasyonda yer alan örnek sayısına dikkat edilmelidir, çünkü faktörlere düşen örnek sayısının az olması durumunda, bu tasarım pahalı ve etkisiz olabilir. ARAŞTIRMA TASARIMINDA ARAŞTIRMANIN TİPİNE GÖRE BELİRLENMESİ GEREKEN KAVRAMLAR Denetim Grupları (Control Groups) Denetim grupları çalışmanın geçerliliğini sağlamlaştırır. Ne yazık ki birçok çalışma denetim grubu içermez, çalışmalar genelde tedavi alan veya müdahalede bulunulan hasta dizilerinin bir sunumu şeklindedir. Olgu dizileri göğüs cerrahisinde çok sık kullanılan bir çalışma tasarımıdır. Bu tip çalışmalar ileriye veya geriye dönük olabilirler. Bazı çalışmalarda tarihsel denetimler kullanılır. Örneğin, bacağı kırılan ve derin venöz trombozunda profilaksi almayan hastalardaki akciğer embolisi nedeniyle ölüm prevalansını bildiğimizi varsayalım, bu grubu yani tarihsel denetim grubunu spesifik profilaktik tedavi alan geçerli bir grupla karşılaştırmak istersek, bu durumdaki karşılaştırma tedavinin bir diğer tedaviden daha iyi olduğunu ispatlamaz ama tedavinin hiç tedavi almayana göre daha iyi olduğu söyleyebilir. Tarihsel denetimler yıllar önce yürütülmüş çalışmalar olduğundan o zamanın koşularına göre oluşturulmuş bir gruptur. Bir çalışmada denetim grubunun hiç kullanılmamasındansa tarihsel denetimlerin kullanılması elbette daha yararlıdır. Ancak araştırmacının geçerli karşılaştırmayı daha kuvvetli yapabilmesi için tarihsel denetim grubuna ait ölçümlerin çalışma grubundaki deneklerinkiyle aynı şartlarda gerçekleşmiş olması gerekir. Klinik bir araştırmada uygun tarihsel denetimlerin bulunması ve kullanılması bu nedenlerden dolayı çok zordur.
En iyi yöntem, aynı araştırmacı tarafından ve aynı zaman diliminde tedavi gören olgu grubuyla birlikte benzer denekler içeren bir denetim grubunun oluşturulmasıdır. Kör Çalışmalar (Blinding) Kör çalışmalar müdahalenin işleyişini ve sonuçlarının saptanmasını daha kuvvetli hale getirir. En iyi yöntem, hem uygulayıcının hem de hastanın hangi tip tedavinin uygulandığını bilmediği çift kör çalışmalarıdır. İlaç denemelerinde oldukça sık kullanılır ancak cerrahın yaptığı tedaviyi veya müdahaleyi bilmemesi söz konusu olamaz bu yüzden cerrahide tek kör çalışmaları tercih edilir. Tek kör çalışmaları ise sadece hastaların kör olduğu yani hangi tip tedaviyi aldığını bilmediği durumdur. Çalışmalarda körlemenin uygulanması o araştırmanın sonuçlarını güçlendirir. Özellikle denetim gruplarına ayrımlama yapılırken hangi tedavinin verildiğinin farkına varılması, tedavinin etkisinin daha iyi veya daha kötü olduğu şeklinde yorumlamaya neden olabilir. Bu tip bir biastan kaçınmak için kör çalışmalar tercih edilir. Rasgeleleştirme (Randomization) Rasgeleleştirme genelde deneysel çalışmalarda kullanılan bir terimdir. Rastgeleleştirmenin iki sebebi vardır. Birincisi biası önlemektir, ikincisi ise istatistiksel teorinin rastgele örneklemeyi temel almış olmasıdır. Deneyde izlenecek sıranın rasgele olması da önemlidir. Belirli düzeylerde belirli değişkenleri denetlemek için bir karar verildiğinde; daha denetlenemeyen başkaca değişkenlerin etkileri olduğu bir gerçektir. Deneyin sırasının rasgeleleştirilmesi işte bu denetlenemeyen değişkenlerin etkisini azaltmaya yada kaldırmaya yöneliktir. Aynı zamanda rasgeleleştirme yapılması araştırmacıyı ölçüm hatalarından bağımsızmış gibi düşünme olanağı sağlar ve bu nedenle de birçok istatistiksel çalışmada tercih edilir. Rastgele paylaştırma (random allocation) ise, özellikle klinik denemelerdeki olgu-denetim gruplarını oluşturmada kullanılan bir yöntemdir. Burada denekler aktif tedaviyi veya plaseboyu almada şansa bağlı bir yerleşimle belirlenirler. Rastgele paylaştırmada en basit yöntem para atma yöntemidir. Örneğin hastanın yazı geldiğinde A tedavisine, tura geldiğinde B tedavisine alınması gibi. Ayrıca rastgele sayılar tablosundan veya bilgisayardan çekilen rastgele sayılardan, hastaların deney gruplarına paylaştırılmasında eşit şans esası uygulanarak yine biastan bağımsız gibi düşünme olanağı sağlanır. Böylece verilerin ölçülmesi ve toplanması esnasında oluşabilecek hataların aza indirilmesi amaçlanır. Bias İstatistiğin amacı özetle, örnek grubu değerlerinden yola çıkarak gerçek anakitle değerlerini kestirebilmektir. Ancak gerçek anakitle değeri ile örnek grubuna ait verilerle hesaplanan kestirimsel değer arasında oluşan ve araştırmanın çeşitli aşamalarındaki hataların birikiminden kaynaklanan farklılık bias olarak tanımlanır. Bias için yanlı olma, taraf tutma gibi ifadeler de kullanılmaktadır. Rastgele klinik denemeler her ne kadar biasın oluşma olasılığını azaltsa da tamamen bertaraf edemez. Özellikle cerrahi denemelerdeki biasların bertarafı tıbbi denemelerdeki biasların bertarafından daha zordur. Biaslar; yöntembilimsel özellikler, çalışma tasarımı ve çözümlemeye bağlı olarak çeşitli aşamalarda ve değişik şekillerde karşımıza çıkarlar. Biaslar bir çalışmanın tasarım veya yürütülmesi aşamasında oluştuğunda dizgeli hatalar (sitematik) ortya çıkar ve bu hatalar çalışmanın geçerliliğini etkiler. Bazı örnek biaslar şöyledir. Yatkınlık biası (susceptibility bias) özellikle araştırmaya alınan iki gruba ait başlangıç değerleri farklıysa meydana gelen bir biastır. Şöyleki: prognozdaki herhangi bir özelliğin varlığı veriyi daha iyi veya daha kötü yöne çekerek sonuçlandırabilir. İki gruba ait sonuçların
eşit bir şekilde etmenlerden etkilenmesi için teorik olarak tüm etmenler de başlangıçta eşit dağılmalıdır. Bir prosedürün icraatında aynı seviyede olmayan beceriden kaynaklanan biasa icraat biası (performance bias) denir. Bir ilaç terapisi denemesinde icraat biasını engellemek cerrahi bir klinik deneye göre daha kolaydır ancak cerrahi denemede icraat biasını denetlemek zor olabilir. Cerrahların ve ameliyata katılan ekibin her iki ameliyatın gerçekleşmesinde aynı maharette olmaları gerekir. Örneğin bir cerrahtan bazı hastalarına A ameliyat prosedürünü ve diğerlerine de B ameliyat prosedürünü icra etmesi istenebilir ancak cerrahın her iki prosedür için de aynı beceriye sahip olması gerekir, eğer eşit beceriye sahip değilse icraat biası meydana gelir. Aynı şekilde, iki farklı cerrahın iki faklı ameliyat prosedürünü icraatlarındaki cerrahi becerilerinin karşılaştırması ve onların sonuca olan etkisini gözlemlemekte biasa fazlasıyla açık bir durumdur. Bulma biası (detection bias), verilerin ölçülmesi veya değerlendirilmesi farklı olduğunda ortaya çıkar. Örneğin, iki gruba ait sonuçlar farklı kişiler tarafından veya farklı ölçütler içeren değişik yollarla ölçülmüşse, ölçümleri karşılaştırmak hatalı olabilir. Cerrahların kendi sonuçlarını değerlendirmeleri durumunda da bulma biası oluşabilir. Sonucun olduğu gibi değil de olması gerektiği gibi değerlendirilmesi bu problemi doğurur. En ideali sonuçları değerlendirirken kör çalışma yönteminin kullanılmasıdır, bunun için çift kör çalışmaları (hem doktor, hem hasta) veya en azından tek kör çalışmaları bulma biasından kaçınmayı sağlar. İleti biası (transfer bias) rastgele klinik bir çalışmada, izlemde farklı tipte kayıplar söz konusu olduğunda ortaya çıkar. Hastaların hepsi düşünüldüğü gibi izlenemeyebilir. Eğer izlemi sürdürmeme nedenleri bilinmiyorsa, ki genelde durum böyledir, bu tip izlem eksikliği çalışmada biasa neden olur. Örneğin A prosedürünü alan hastaların tümü sonuç iyi olmadığından izlemi bırakıp başka bir doktora müracaat edebilir. Seçenek olarak, yine B prosedürünü alan hastaların tümü sonuçtan çok memnun kaldıklarından izleme devam etmeye gerek duymayabilirler. İşte böyle durumlarda çalışmada sadece izleme devam edenlerin izlem sonuçlarının değerlendirilmesi, farklı nedenlerle oluşan kayıp hastaların değerlendirmeye alınmaması biasa sebep olur. Ancak araştırmacının biası önleyecek tedbirleri ve bilgileri (hastaya ait telefon, adres vs..) toplamada hassasiyet göstermesi gerekir. Rastgele Denetimli Klinik Denemeler (Randomized Controlled Clinical Trials) Rastgele denetimli klinik denemeler, rastgele klinik bir çalışmanın eş zamanlı bir denetim grubuyla gerçekleştirilen ileriye dönük ortaköz çalışmalarıdır. Sıkça kullanılır, çünkü diğer çalışma tasarımlarına göre oldukça kusursuzdur. Özellikle rastgele denetim gruplu bir çift kör çalışması, bilimsel çalışmalar içinde altın standart olarak nitelendirilen bir çalışmadır. Rastgeleleştirmeden önce çalışmaya katılacak olan hastaların veya deneklerin kabul ve red ölçütlerinin belirlendiği ciddi bir protokol hazırlanır. Protokolde, çalışmanın nasıl sürdürüleceği, hangi ve ne tip bilgi kayıtlarının tutulacağı, müdahalenin nasıl ve hangi kurallarla yapılacağı, verilerin nasıl toplanacağı ve sonuçların nasıl ölçüleceği belirlenir. Müdahale gerçekleştikten sonra veriler protokol ilkelerine göre ileriye dönük bir biçimde elde edilir ve sonuçlar aynı şekilde toplanır. Rastgele klinik denemelerde hastalar tedavi gruplarına rasgele paylaştırılmalı ve hastaya ait hiçbir etmen bir tedaviyi diğerine göre tercih etme gibi bir seçeneği sağlamamalıdır. Bu özellik rasgele klinik çalışmaları, diğer ileriye dönük ve eş zamanlı denetim gruplu çalışmalardan ayıran en önemli farktır. Böylece olası çalışma tasarımı kuvvetlendiği gibi, güvenilir bilimsel bilgilerin elde edilmeside sağlanır.
Rastgele olmayan (nonrandomised) klinik çalışmaları Terapötik araştırmalarda her ne kadar rastgele deneme gruplu klinik çalışmalar değerliyse de, rastgele olmayan çeşitli tipte çalışmalar da yapılmaktadır. Bu tip çalışmalar rastgele klinik denemelerin ilk basamakları olduklarından doğal olarak faydalı çalışmalardır ancak kanıt seviyeleri rastgele klinik denemelere göre oldukça düşüktür. Aşağıda bu tip çalışmalar ve diğer çalışmalara göre bu tip çalışmaların farklı yönleri ele alınmaya çalışılmıştır. Bu çalışmalar; - Vaka sunumu (case report). Burada tek bir vaka sunulur. Bu tip çalışmalarda amaç, olası yeni bir terapötik stratejiyi göstermektedir. Böyle bir çalışmada olayın sıklığı hakkında bir bilgi olmadığı gibi eşzamanlı bir kontrol grubu da yoktur. - Vaka dizilerinde, uygulanan terapötik yaklaşımın başarısı hakkında bir tahminde bulunulabilir. Ancak bu tip çalışmalar hasta seçimi bakımından ciddi bir bias içerebilir. Zira seçilen hastalar bazı açılardan alışılmadık veya zor rastlanan hastalar olabilir. Ayrıca eşzamanlı denetimleri de yoktur. Bu tip çalışmalara geçmişte tedavi görmüş hastalar yani tarihsel denetim grubu kullanılsa da, güvenilir olmadıkları söylenebilir. Zira tıp teknolojisindeki günden güne artan gelişmelerin, tarihsel denetim grubunun tedaviye vermiş oldukları yanıtları değiştirilebildiği önemli bir gerçektir. Özellikle modern görüntüleme tekniklerine göre geçmişte yapılan tanı ve evreleme yordamları günümüzde daha farklı değerlendirilebilmekte ve sonuçlar böylece değişebilmektedir. Örneğin, daha önce evre I diye değerlendirilmiş bir hasta yeni tekniklerle evre II veya evre III olarak sınıflanabilir ki hasta seçimindeki bu gibi etkiler biası üretir, kısaca dizgeli (sistematik) hatalar oluşur. Öyleki kullanılan tedavinin standart tedaviden daha iyi (veya daha kötü) olduğu gibi sonuç çıkarılır. Bu tip biaslar ne yazık ki örnek birimleri artırarak bertaraf edilemez. Eğer sistematik hataya bir kez girilmiş ise büyük örneklem kullanılsa dahi biaslı sonucu daha kesin tahmin etmekten, bir başka deyişle pekiştirmekten, başka bir işe yaramaz. - Bazen de araştırmacı, genel amaca yönelik bir veri tabanını kullanarak bir terapötik karşılaştırma yapmak isteyebilir. Böylesi verilerin niteliği oldukça zayıftır ve biasa çok açıktır. Bu tip çalışmalar, bir aşama sonrası için düşünülen araştırmalar için yararlı olabilirler, ancak böylesi araştırmalarda olası özel ortak değişkenlerin eksik olması ve hasta seçimindeki biasın var olma olasılığının yüksek olması oldukça rastlanan bir durumdur. Vaka sunumu, vaka dizileri ve genel amaca yönelik bir veri tabanını kullanarak yapılan terapötik karşılaştırmalar, ancak daha sonrası için düşünülen bilimsel çalışmalar için yararlı terapötik varsayımlar (hipotezler) üretebilmemize yardımcı olurlar. Bir anlamda kanıt seviyesi yüksek çalışmalara basamak oluştururlar. Bu tip çalışmalarda özellikle herhangi bir hastalığın terapötik etkilerine alınan yanıtın evreni (anakütlesi) oldukça heterojen olabileceğinden bu değişkenliği azaltan eşdüzenli örnekler seçmek gerekir. Bu nedenle karşılaştırmalı ve rastgele çalışmalar potansiyel seçim biasını aza indirmek amacıyla daha çok tercih edilmelidir. Rassal Hatalar Bir çalışma her ne kadar iyi tasarımlansa ve gerçekleştirilse de, terapötik etkinin yansız tahmin edicilerini tahmin ederken büyük çapta rastgele hatalara maruz kalırız. Bunun nedeni hastalığa verilen yanıtlara insanın gösterdiği farklılıklardır. Örneğin, her ikisinin de hastalığa
başlama değeri aynı olan; tedavi görmüş meme kanserli iki hastadan birinde nüks erken gerçekleşirken, diğeri tamamen tedavi edilmiş olabilir. Böylesi heterojen yanıtlara rağmen 5 yıllık sağkalım oranında örneğin %10 luk bir gelişme sağlamak gibi makul bir terapötik etkiye ulaşabilmek oldukça zordur. Heterojen etkileri denetim altına almak ve rastgele hatayı sınırlamak için 3 temel strateji vardır. Birinci yaklaşım çalışmaya ait anakitleyi homojen (eşdüzenli) bir alt grup şeklinde sınırlamaktır. Eğer alt grup tüm hastaların küçük bir oranından oluşuyorsa bu yaklaşım mantıklı olmayacaktır. Bu yaklaşıma karşı önemli bir kritikte homojen bir alt gruba ait sonuçların genelleştirilemeyeceğidir. Ayrıca, prognostik değişkenlerle belirlenen birçok alt gruptaki klinik yanıtlar da heterojendir. İkinci yaklaşım ise tedavi gruplarında dengeli blok tasarımları kullanılarak hataların azaltılması yönünde olmalıdır. Üçüncü yaklaşım ise örnek büyüklüğünü arttırmaktır. Çünkü rasgele değişimin yani rassal hataların denetimi bir açıdan örnek büyüklüğünün arttırılmasıyla sağlanır. Karşılaştırmasız (noncomparative) bir çalışmada, ortalama bir yanıtın standart sapması örnek büyüklüğünün kare köküne ters orantılıdır. Eşit örnek büyüklüğüne sahip iki grubun karşılaştırıldığı bir çalışmada tahmini terapötik etkinin standart sapması ise ortak örnek büyüklüğünün kare köküne ters orantılıdır. Böylece örnek büyüklüğü arttıkça tahmini terapötik etkinin kesinliği de ikiye katlanır. Birçok çalışma sıfır varsayımı nı (H0) test etmek üzere tasarımlanmıştır. Örneğin, bir kanser terapisinin ön faz II çalışması için H0; tedaviye verilen kısmi veya tam yanıtın 0.20 veya daha az olasılıkla olduğunu test etmek üzere tasarımlanabilir. H0 ın reddi araştırmacılara, bir sonraki aşama olan faz II den faz III e geçiştir ki, standart tedaviyle yeni tedavinin sağkalım olasılıklarını karşılaştıran çalışmalar gibi daha geniş bir çalışma yapmayı düşündürebilir. Böylesi karşılaştırmalı bir çalışmanın sıfır varsayımı ise; iki tedavinin sağkalım zaman dağılımları veya sağkalım eğrileri aynıdır diye oluşturulabilir. Eğer bir tedavinin sağkalım olasılığı diğerinden daha iyiyse sıfır varsayımı reddedilir ve sağkalım olasılığı daha iyi olan tedavi, toksik etki ve hasta yaşam kalitesine rağmen kabul gördüğünden genelde benimsenir. Ancak bu varsayımların uygulanmasında da hatalar yapabiliriz. Biasın etkisinden uzak rasgele çalışmalarda bile, rasgele değişimin H0 veya sıfır varsayımının yanlışlıkla reddine (Tip I hata) veya H0 ın yanlışlıkla kabulüne (Tip II hata) rastlanabilinir. Basit anlamda Tip I Hata (Type I Error); gerçekte H0 doğru olduğunda (fark yoktur) araştırma sonucu H1 (fark var) doğru bulunduğu durumda gerçekleşir, başka bir deyişle, doğru bir varsayımın yanlışlıkla reddilme olasılığıdır. Bu yüzden varolmadığı halde sanki terapötik bir etki varmış gibi gösterildiğinden yanlış pozitif sonuçta denir. Tip I hata doğrudan, araştırmacının ön kabulü ile belirlenmiş olan anlamlılık düzeyine bağlıdır. Tip I hatayı azaltmak için yı doğru tayin etmek gerekir. = 0.05 ise en çok kullanılan düzeydir. Tip II Hata (Type II Error) ise gerçekte H1 doğru olduğunda (fark var) araştırma sonucu H0 (fark yok) doğru bulunduğu durumdur bu yüzden Tip II hataya yanlış negatif sonuç denir. Tip II hata, ile ifade edilir. ise araştırmacıya doğrudan bağlı değildir. Eğer örnek sayısı yetersiz, ölçüm hataları yapılmış, uygun testler kullanılmamış, verilerin dağılım özelliklerine göre önlem alınmamış ve ön kabul değerleri yanlış ise, büyür ve gerçek farklılıkları görebilme şansı düşer. Bir başka hata tipi ise araştırmacının birçok karşılaştırmayı eşzamanlı yapmak istediğinde ortaya çıkabilir. Örneğin, araştırmanın esasını kapsayan karşılaştırmada sıfır varsayımı reddedilemeyebilir ancak birçok alt grupta terapötik bir etkiye bakılmak istendiğinde tedavinin hiçbir etkisi olmadığı halde bazı alt gruplarda sıfır varsayımı reddedilmesi söz
konusu olabilir. Bu nedenlerle çözümleme yapmadan önce birkaç ana varsayımın belirlenmesi önem taşır. İşte bu tip Çoklu Karşılaştırmalar Tip I hatanın denetimini tehdit eder. Bir klinik çalışmanın gücü, terapötik etki gerçekte varken sıfır varsayımının reddederek bu etkiyi saptamadır yani terapötik etki gerçekte varken araştırmacının bunu bulamaması nedeniyle varolan yanlış negatif sonuç olan Tip II hatanın yapılmama olasılığıdır. Güç terapötik etkinin büyüklüğüne, klinik yanıtlardaki değişkenliğe ve de örnek büyüklüğüne bağlıdır. Eğer terapötik etki klinik yanıtlardaki değişkenlikle karşılaştırıldığında farklılık büyükse, örnek büyüklüğü küçükte olsa güç büyür. Halbuki rastlanması zor olan vakaların dışında, değerli olan klinik terapötik etkiler, yanıtlardaki değişkenliğe göre daha azdır. Bu tip terapötik etkileri saptayabilecek güçlü bir çalışma için, büyük örnekler gerekmektedir. Halbuki değerli terapötik etkileri gösterebilecek birçok klinik denemede örnek büyüklüğü genelde azdır. Böylesi bir çalışmada sıfır varsayımı reddedilemediği zaman, Tip II hata meydana gelir. Küçük örnek sayısına sahip bu gibi çalışmalar genelde tedavi etkisizdir diye yorumlanır. Oysa bu tip çalışmalarda tahmini terapötik etkinin güven aralığına (confidence interval) bakmak faydalıdır. Burada amaç etkinin potansiyel aralığını görmektir, güven aralığı büyük olasılıkla çok geniş olur. Geniş bir güven aralığı da, tahmine ait değerlerin değişim aralığının büyük olduğunu ve tahminin de pek tutarlı olmadığına işaret eder. Özetle az örnek sayısıyla yapılmış çalışmaların değerli bir terapötik etkiyi saptaması için gücü azdır ayrıca tahminler olduğundan çok daha yüksek çakabilmekte ve kesin sonuçlar alınamamaktadır. Bu açıdan bakıldığında klinik bir çalışmaya başlamadan önce, çalışmayla ilgili bir örnek büyüklüğünün tahmini hesabı söz konusudur. Birçok istatistiksel hazır paket programlarında örnek büyüklüğü (n diye ifade edilir) hesapları yapılabilmektedir. Ancak örnek büyüklüğünün hesaplanması için, konuyla ilgili literatür bilgisine dayanarak araştırılan primer parametreye için, ya anakütle parametresine ait varyansın tahminine ve anakitle parametresine ait ortalama değerin tahmini ile anakitle parametresi değeri arasında tarafımızdan belirlenen fark a yada parametrenin alabileceği en alt ve en üst oran değerlerinin tahminine gereksinim duyulur. Dikkat edilmesi gereken hususlar aşağıda verilmiştir. Unutulmamalıdır ki, örnek büyüklüğü hesabı sonucu ortaya çıkan sayı (n), en doğru yaklaşımla hesaplanmış ve yaklaşık olması gereken en az örnek sayısıdır. Bunun yanı sıra seçilecek örneğin, nitel ve nicel açıdan anakitleyi en iyi ve en doğru şekilde temsil etmesi gerekir. Ancak doğru, iyi ve hatası en aza indirgenmiş karşılaştırmalı rastgele bir çalışma için hesaplanması gereken örnek büyüklüğü için ise, konuyla ilgili bir uzman görüşünün ve yardımının alınması yararlı olacaktır. Örnek Büyüklüğünün (sayısının) hesaplanması Örnek büyüklüğünün saptanmasında 2 önemli unsur vardır: *Anakütle parametresi tahmininin varyansı, s 2 ; (kitlede ne kadarlık bir değişim vardır?) *Anakitle parametresi tahmini ile anakitle parametresi arasındaki tarafımızdan belirlenen fark, d ; (parametreden ne kadarlık bir ayrılış söz konusu, bu için önemli, çünkü, nün yani anakitle parametresi değeriyle değişir, (1- ) testin gücünü verir) Bir başka önemli nokta da ne kadarlık bir risk göze alınacaktır (, ) ya karar verildikten sonra örnek büyüklüğü saptanabilir. Farklı araştırma tipleri için gerekli denek sayısını saptamak amacıyla çeşitli formüller bulunmaktadır. Örneğin nicel ölçümler için en basit formül şöyledir; t 2 s 2
n --------- t=güven düzeyi (t-tablosundan genelde 1.96) d 2 Örnek büyüklüğünün saptanmasında dikkate alınacak noktalar: Kaynaklar (zaman, maddi kaynak, çalışan kişiler, vb..) Hipotezlerin sayısı veya parametrelerin sayısı Örnekleme yöntemi ( n ) Nadir olaylar için, küçük örnek büyüklüğü yeterli olmayabilir.(popülasyonda nadir olayların yüzdesi (%) n ) Örnekleme hatası (hata, n ) Güven düzeyi (güven düzeyi, n ) BİR ARAŞTIRMADA İSTATİSTİK HANGİ AŞAMALARDA SÖZ KONUSUDUR? Planlama Tasarım Veri toplama Verilerin okunması, denetimi ve bilgisayara girişi Verilerin çözümlenmesi Sunum Yorumlama Yayınlama
İstatistiksel Çıkarım Tablosu Tek Grup Parametresinin Bir Değere Göre Testi Parametrik Verilerin normal dağıldığı varsayımı Varyansların eşitliği varsayımı Toplum değeri-örnek grubu ortalaması karşılaştırması t-testi gibi (One-sample t-test) Parametrik Olmayan Verilerin normal dağılmadığı ve örneklem büyüklüğü az olduğunda (n<30) İşaret Testi gibi İki Grup Karşılaştırması Bağımsız gruplar Eşleştirilmiş gruplar veya yinelenmiş ölçümler Bağımsız grupların ortalma değerlerini karşılaştırma t-testi (unpaired t-testi) Bağımlı ölçümlerin ortalama değerlerini karşılaştırma t-testi (paired t-testi) Mann-Whitney U Testi gibi Wicoxon Sıralı Diziler Testi gibi Nicel Veriler İkiden Fazla Grubun Karşılaştırılması Bağımsız gruplar Tek yönlü ANOVA testi F testi sonucu eğer p<0.05 ise, Çoklu karşılaştırma testleri yapılır; Tukey, Bonferroni, Scheffé çoklu karşılaştırma testleri gibi... Sadece kontrol grubuna göre karşılaştırmada ise Dunnett çoklu karşılaştırma testi kullanılabilir. Kruskal-Wallis Testi gibi... Eğer p<0.05 ise Dunn Çoklu; karşılaştırma testi Eşleştirilmiş gruplar veya yinelenmiş ölçümler Yinelenmiş ölçümler için ANOVA testi F testi sonucu eğer p<0.05 ise, Çoklu karşılaştırma testleri yapılır; Student Newman-Keuls gibi... Friedman testi gibi... Eğer p<0.05 ise Dunn Çoklu karşılaştırma testi Nitel Veriler Bağımsız gruplar --- X 2 -testi * Eşdüzenlilik testi * İlişki testi Eğer ilişki saptanırsa Phi ya da Cramer s V gibi katsıyalarla ilişkinin gücü bulunur. Eşleştirilmiş gruplar veya yinelenmiş veriler Korelasyon Katsayısı (r), (İki değişken arasındaki ilişkinin yönünü ve derecesini verir) --- Pearson korelasyon katsayısı McNemar X 2 testi (2x2) veya Stuart-Maxwell testi(3x3) Spearman korelasyon katsayısı
KLİNİK DENEME RAPORLARININ DEĞERLENDİRİLMESİ İÇİN DENETİM LİSTESİ Çalışma Tasarımı Çalışmanın amacı yeterince tanımlanmış mı? Evet Belirsiz Hayır Çalışmanın tasarımı yeterince tanımlanmış mı? Evet Belirsiz Hayır Denemeye katılımda dikkate alınan tanı ölçütlerinin Evet Belirsiz Hayır ifadesi tatminkar mı? Deneklerin kaynağı açıkça tanımlanmış mı? Evet Belirsiz Hayır Tedaviler iyice tanımlanmış mı? Evet Belirsiz Hayır Tedavi grupları rasgele olarak mı Evet Belirsiz Hayır çalışılmış? Hastaları tedaviye paylaştırmada rastgeleleştirme kullanılmış mı? Evet Belirsiz Hayır Rastgeleleştirme yöntemi tanımlanmış mı? Evet Belirsiz Hayır (ör: rasgele sayılar tablosu vs..) Hastaları tedaviye paylaştırmada kullanılan mekanizma tanımlanmış mı? Evet Belirsiz Hayır (ör: mühürlü zarflar vs..) Hastaların tedaviye paylaştırılması için tasarlanmış mekanizmada Evet Belirsiz Hayır bias elenmiş mi? Hastaların tedaviye paylaştırılmasıyla tedavinin başlaması arasında geçen Evet Belirsiz Hayır zaman kısa bir geçikme olarak kabul edilebilir mi? Deneme süresince potansiyel körlük Evet Belirsiz Hayır (kör çalışma yöntemi) var ve kullanılmış mı? Çıktı ölçümleri için tatminkar bir ölçüt ifadesi Evet Belirsiz Hayır var mı? Çıktıya ait ölçümler uygun mu? Evet Belirsiz Hayır Çalışma öncesinde istatistiksel gücü göz Evet Belirsiz Hayır önünde tutan örnek büyüklüğü hesaplamasının bir tanımı var mı?
Tedavi sonrası izlem süresi belirtilmiş mi? Evet Belirsiz Hayır Çalışmanın tasarımı kabul edilebilir mi? Evet Belirsiz Hayır Çalışmayı Yönetme Deneklerin izlemi yüksek oranda mı? Evet Belirsiz Hayır Deneklerin tedaviyi tamamlamaları Evet Belirsiz Hayır yüksek oranda mı? Çalışmadan düşen hastalar herbir tedavi Evet Belirsiz Hayır grubunda ayrı ayrı tanımlanmış mı? Her grup için tedavinin yan etkileri Evet Belirsiz Hayır ayrı ayrı belirtilmiş mi? Çözümleme ve Sunum Tüm istatistiksel prosedürleri yeterli bir şekilde Evet Hayır tanımlayan veya bahseden bir ifade kullanılmış mı? Her gruba ait temel özelliklerin sunumu yeterli mi? Evet Hayır Verilere uygun istatistiksel yöntemler kullanılmış mı? Evet Belirsiz Hayır İstatistiksel yöntemler doğru kullanılmış mı? Evet Belirsiz Hayır Dikkate alınan prognostik faktörler uygun mu? Evet Belirsiz Hayır İstatistiksel materyalin sunumu tatminkar mı? Evet Hayır (grafikler, tablolar vs..) Çözümleme yeterli mi ve yeterli çözümleme sunulmuş mu? Evet Belirsiz Hayır Esas sonuçlar için güven aralıkları verilmiş mi? Evet Hayır Genel Değerlendirme İstatistiksel analizlerden çıkan sonuçlar doğrulanmış mı? Evet Belirsiz Hayır Yazı istatistiksel olarak kabul edilebilir bir yazı mı? Evet Hayır
GENEL TIBBİ YAZILARIN DEĞERLENDİRİLMESİ İÇİN DENETİM LİSTESİ Çalışma Tasarımı Çalışmanın amacı yeterince tanımlanmış mı? Evet Belirsiz Hayır Çalışmanın tasarımı yeterince tanımlanmış mı? Evet Belirsiz Hayır Çalışmanın tasarımı amaca uygun mu? Evet Belirsiz Hayır Deneklerin kaynağı açıkça tanımlanmış mı? Evet Belirsiz Hayır Deneklerin seçim yöntemi açıkça belirtilmiş mi? Evet Belirsiz Hayır (kabul ve red ölçütleri vs..) Örnekleme ait denekler bulgular açısından Evet Belirsiz Hayır anakitle ile uyumlu mu? Örneklem büyüklüğü istatistiksel güç hesaplamalarını Evet Belirsiz Hayır içeren bir ön çalışmayla mı bulunmuş? Çalışanın tasarımı kabul edilebilir mi? Evet Hayır Çalışmayı Yönetme Tatminkar (yüksek) oranda bir yanıta ulaşılmış mı? Evet Belirsiz Hayır Çözümleme ve Sunum Tüm isatistiksel işlemleri uygun şekilde Evet Hayır tanımlayan bir ifade bulunuyor mu? Verilere uygun istatistiksel yöntemler kullanılmış mı? Evet Belirsiz Hayır İstatistiksel yöntemler doğru kullanılmış mı? Evet Belirsiz Hayır İstatistiksel materyalin sunumu tatminkar mı? Evet Hayır (grafikler, tablolar vs..) Yeterli çözümleme sunulmuş mu? Evet Belirsiz Hayır Esas sonuçlar için güven aralıkları verilmiş mi? Evet Hayır
Genel Değerlendirme İstatistiksel analizlerden çıkan sonuçlar doğrulanmış mı? Evet Belirsiz Hayır Yazı istatistiksel olarak kabul edilebilir bir yazı mı? Evet Hayır TEMEL SAĞLIK GÖSTERGELERİ Bir toplumun sağlık düzeyini saptamak için çok sayıda sağlık ölçütü geliştirilmiştir, bunlar ölüm, doğurganlık, doğumda yaşam beklentisi (ortalama ömür), sağlık hizmetlerinden yararlanma vb. tıbbi sağlık göstegeleri olacağı gibi sigara, alkol kullanımı/tüketimi, beslenme alışkanlıkları, fiziksel aktivite ve obezite gibi yaşam ve davranış biçimleri ile ilişkili tıbbi olmayan sağlık göstergeleri de olabilmektedir. Bir toplumdaki sağlık göstergelerindeki iyileşme daha sağlıklı bir toplum anlamına geldiğinden, toplumlar için sağlık düzeyini belirleyen bu göstergeler büyük önem taşır. Bir toplumun sağlık düzeyini saptamak için genelde hız (rate) ve oran (ratio) gibi 2 türlü temel ölçütten söz edilir. Hız, incelenen bir nüfusta belirli bir sürede görülen belli bir olay sayısının, bu olay bakımından risk altında bulunan nüfus dilimine bölünmesi ile ifade edilir ve çoğunlukla on binde veya binde şeklinde ifade edilir. Hızlar, demografi ve epidemiyolojide en sık kullanılan ölçütler olduğundan yazı içindeki istatistikler de hız üzerinden verilmiştir. Oran ise, incelenen nüfusta belli bir sürede görülen iki olaydan birinci olay sayısının ikinci olay sayısına bölünmesiyle elde edilir. Bir başka deyişle, pay değerininin payda değeri içinde bulunmadığı toplulukların sayısal değerlerinin oranındır. Bir toplumdaki kadın erkek oranı gibi. Temel sağlık göstergeleri, daha çok bir toplumun sağlık düzeyini belirlemeye ve genelde de toplumları sağlık düzeyleri bakımından karşılaştımaya yarar. Dünya Sağlık Teşkilatı (WHO), bir ülkede sağlık harcamalarına ayrılan payın ülke GSMH'nın(gayri safi milli hasılanın) en az %5' i kadar olması gerektiğini belirtir. Bu oran bir toplumda ne kadar yüksek ise, o toplumda temel sağlık hizmetlerinden yararlanmada pek bir sorunun bulunmadığı ve ekonomik açıdan refah düzeyinin de yüksek olduğu anlamına gelir. Bu nedenledir ki, gelişmiş ülkelerin sağlık göstergeleri diğer gelişmekte olan ülkelerin sağlık göstergelerinden çok daha iyi olmaktadır. Buna karşın, gelişmekte olan ülkelerde sağlık göstergeleri oldukça kötüdür. Türkiye'deki 2010 verilerine göre sağlık harcamalarına ayrılan payın GSMH ya oranı % 6 dır. Buna karşın AB de ortalama yapılan sağlık harcamasının GSMH ya oranı % 8,3 tür. Özellikle gelişmiş ülkelerde sağlığa önemli bir para harcanmaktadır. Belirtildiği üzere, gelişmiş toplumların ekonomik durumları iyi olduğu için daha fazla sağlık harcaması yapmaktadırlar. Bir insan için en doğal haklardan biri olan sağlıklı ve uzun yaşama hakkı gelişmiş ülkelerde en üst düzeydedir. 2010 verilerine göre, Türkiye de kişi başına yapılan sağlık harcaması 671 Euro iken AB de ortalama kişi başına yapılan sağlık harcaması 2192 Euro dur. Gelişmiş ülkelerde, tıbbı temel sağlık düzeyi göstergelerinin en önemlilerinden biri olarak kabul edilen doğumda yaşam beklentisi (ortalama ömür), 2010 verilerine göre, Türkiye de kadınlar için doğumda yaşam beklentisi 75,3 yıl, erkekler için ise 71 yıldır. Oysa gelişmiş ülkelerde doğumda yaşam beklentisi (ortalama ömür bebek ölüm hızı 1000 de 4,6 gibi çok düşük değerlerdedir. Diğer bir ifade ile ülkemizde, her 1000 canlı doğum başına 17 bebek ölümü düşerken, AB ülklerinde bu oran her 1000 canlı doğum başına 4.6 bebektir. Türkiye bebek ölüm hızında iyileşme bakımından dikkat çekicii mesafeler kaydetmiştir, örneğin, 1998-2003 ile 2003-2008 yılları arasındaki beş yıllık dönemde bu hız % 48 azalmıştır.
Bebek ölümlerinin yanı sıra, analık nedeniyle ölümler de üzerinde durulması gereken önemli bir konuyu oluşturmaktadır. Çünkü analık nedeniyle ölüm hızı da bir ülkenin gelişmişliğini gösteren önemli bir sağlık göstergesidir. 2005 yılında yapılan Ulusal Anne Ölümleri Çalışması sonuçlarına göre analık nedeniyle ölüm hızı 100 000 canlı doğumda 28,5 olup, bu ölümlerin % 62 si önlenebilir nedenlerden meydana gelmiştir. Sağlık Bakanlığı ulusal verisine göre, ülkemizde 2011 yılı analık nedeniyle ölüm hızı ise 100 000 canlı doğumda 15,5 iken AB ortalaması analık nedeniyle ölüm hızı 100 000 de yaklaşık 8-10 civarındadır. Analık nedeniyle ölümlerinin önlenmesi ve kadınların insan hakları bağlamında sağlık hizmetlerinden yararlanmalarının temel ölçütlerinden birisini de doğum öncesi bakım hizmetlerinden yararlanmaları oluşturmaktadır. Bir toplumun gelişebilmesi için sağlıklı nüfus ve sağlıklı toplum şarttır. Kentsel yerleşim yerlerinde, Batı da, İstanbul da ve eğitimli anneler arasında neredeyse tüm doğumlar bir sağlık personelinin katılımı ile yapılmaktadır. 2012 yılı ulusal veri sistemine göre hastanede yapılan doğum oranı % 96 ya ulaşmıştır. Nüfusun kontrolü bakımından doğurganlık hızı ve kaba ölüm hızı gibi istatistikler de oldukça önem taşırlar. Gelişmiş bir ülkenin nüfusu piramiti fıçı şeklinde olmalıdır. Çünkü çalışan nüfusun, çocuk ve yaşlı gibi bağımlı nüfusu ekonomik açıdan doyurması gerekir. Şekil 1 de, Türkiye nin 2011 yılına ait nüfus piramiti dağılımının halen fıçı şeklinden oldukça uzak olduğunu görüyoruz. Türkiye de toplam doğurganlık hızı, 2010 yılında 2,05 çocuk iken 2011 yılında 2,02 çocuk olmuştur. Yani, bir kadının doğurgan olduğu dönem boyunca doğurabileceği ortalama çocuk sayısı 2 dir. 2011 yılı istatistiklerine göre, doğum yapan annelerin ortalama yaşı 27,3 tür. Kaba ölüm hızı ise, 2009 yılında binde 5,1 iken bu hız 2010 yılında binde 5 dir. Diğer bir ifade ile 2009 yılında bin nüfus başına 5,1 ölüm düşerken, 2010 yılında bin nüfus başına 5 ölüm düşmektedir. Bunun yanı sıra, sağlık hizmetlerinden yararlanmaya dayalı sağlık göstergelerine baktığımızda, 2010 verilerine göre hastane yatak sayısı bakımından, Türkiye de her 1000 kişiye 2,3 yatak düşerken AB ülkeleri ortalaması her 1000 kişiye 5,7 yatak düşmektedir. Bu durumda AB de her 1000 kişiye düşen yatak sayısı ülkemizde yaklaşık olarak yarı yarıyadır.
Yine 2010 verilerine göre, ortalama hastanede yatış süresi incelendiğinde Türkiye de ortalama yatış süresi 4,3 gündür. Oysa bu süre AB ülkelerinde daha uzundur, ortalama 7,2 gündür. Bu iki istatistiki bilgi aslında, sağlık hizmetlerinden yararlanmada fırsat eşitliğini kısmen sağlamak adına biribirleriyle belli bir mantık çerçevesinde uyumlu olmaktadırlar. Yine 2010 yılı verilerine göre, çalışan doktor sayısı bakımından Türkiye de her 1000 kişiye 1,5 doktor düşerken AB ülkeleri ortalaması her 1000 kişiye 3,3 doktor düşmektedir. Aynı şekilde, Türkiye de her 1000 kişiye 1,3 hemşire düşerken AB ülkeleri ortalaması her 1000 kişiye 9,8 hemşire düştüğünü göstermektedir. Nedensel ölüm istatistikleri de, bir ülkenin gelişmişliği bakımından önemli bir sağlık göstergesidir. Gelişmiş ülkeler ile gelişmekte olan ülkeler arasında da hastalık sebeplerine bağlı ölümlerde önemli farklar görülmektedir. Gelişmiş ülkelerdeki ölüm nedenleri genelde kanser hastalığı gibi tanısı ve tedavisi zor hastalıklardan olurken, gelişmemiş ülkelerdeki ölümler daha çok gelişmiş ülkelerde sağlık problemi olmaktan çıkmış, enfeksiyon hastalıkları gibi tanısı ve tedavisi mümkün hastalıklardan olmaktadır. Gelişmiş ülkelerdeki nedensel ölümlerin başında kardo vasküler hastalıklar ile kanser gelmektedir. Gelişmiş ülkelerdeki gibi ülkemizde de durum aynıdır ; özellikle erkeklerde akciğer kanseri, kadınlarda da meme kanseri en önemli kanserden ölüm nedenleridir. Sağlık göstergeleri içinde sigara, alkol kullanımı/tüketimi, beslenme alışkanlıkları, fiziksel aktivite ve obezite gibi yaşam ve davranış biçimleri ile ilişkili tıbbi olmayan sağlık göstergelerine bakıldığında durum şöyledir. Yetişkin bireylerde her gün en az bir kez sigara içenlerin oranını gösteren 2008 yılı sigara kullanımı istatistiğine göre, yetişkinlerde sigara kullanımı Türkiye de %27,4 iken AB ortalaması ülkemizdekinden biraz daha az olup %24,2 dir. Alkol kullanımı bakımından AB ülkeleri Türkiye nin oldukça üstündedir. Yetişkin bireylere satılan saf alkolün birey başına düşen litre miktarını gösteren alkol kullanımı, Türkiye de 1,4 litre iken bu oran AB ortalaması için 10,8 litredir. Yetişkinlerde aşırı kilolu olma ve obezite durumuna bakıldığında, Türkiye ile AB ülkeleri ortalaması hemen hemen aynıdır, sırasıyla %15.2 ve %15.7. Burada, vücut kitle indeksi (VKİ) [kilo (kg)/boy (m)] hesaplanarak bulunan oranlara göre elde edilen değer yani vücut kitle indeksi, 35.0-44.9 aralığında ise kişi sağlık açısından önemli derecede obez, 45.0-49.9 aralığında ise aşırı obez ve 50 ve üstü değerde ise morbid (ölümcül) obez olarak değerlendirilir. Son olarak, sağlık harcamalarının ne kadarının kamu bütçesinden, ne kadarının özel sağlık sigortasından ya da kişilerin doğrudan yaptığı ödemelerden karşılandığına baktığımızda; 2010 verilerine göre, Türkiye de toplam sağlık harcamalarının %39 unun sosyal güvenlikten, %28,8 inin ise merkezi bütçeden karşılandığını görmekteyiz. Toplamda kamunun payı %67,8 dir. Ülkemizde sağlık harcamalarının %21,8 i kişilerin özel bütçelerinden karşılanmaktadır. AB ülkeleri ortalaması istatistiklerine göre, toplam sağlık harcamalarının %39 u sosyal güvenlikten karşılanırken, %34,6 merkezi bütçeden karşılanmaktadır. Toplamda kamunun payı %73,6 dır. AB de ortalama olarak sağlık harcamalarının %18 i kişilerin özel bütçelerinden, %5,5 i ise özel sağlık sigortasından karşılanmaktadır. ) 80-82 yıla çıkmaktadır. Diğer önemli bir gösterge de bebek ölüm hızıdır. Bebek ölümü kavramı, bir yaşın altındaki bebeklerin ölümünü kapsamakta olup anne ve bebeğin sağlığı üzerindeki ekonomik ve sosyal şartların ve tıbbi bakım ve önleyici hizmetlerin etkisini yansıttığından çok önemlidir. Ülkemizde 2010 verilerine göre bebek ölüm hızı 1000 de 17 dir, oysa AB ülkeleri ortalaması
SONUÇ Ekonomik durumun sağlığı, sağlığın da ekonomik durumu etkilemesiyle temel sağlık göstergeleri bir anlamda toplumların ekonomik refah düzeylerini de ortaya koyar. Temel sağlık göstergeleri daha çok demografik ve epidemiyolojik çalışmalar gerektiriken klinik epidemiyoloji alanında yapılan araştırmalar ise klinik sorulara yanıtların arandığı ve hastaların tedavi ve bakımlarının geliştirildiği bir alandır. Klinik bilimlerde klinisyen (doktor vb.) direkt hasta ile ilgilenirken epidemiyoloji de ise hastalık veya sağlık problemi ile ilgilenilir. Bu nedenle, epidemiyolojik ve/veya klinik araştırmalardaki nitelikli ve sağlıklı bir veri tabanıyla yapılan istatistiksel analizler, doğru ve iyi bir bilgilenmeye, çıkarsamaya, yoruma ve sonuca ulaştırdığından oldukça önemlidirler. Tıbbi çalışmalarda veri kalitesini yükseltmek için, tıp çalışanları, istatistikçiler ve veri yönetimindeki çalışanlar arasında sürekli iletişim ve bilgi akış verişinin olmasına ve işbirliğinin geliştirilmesine ve de özellikle teknolojiye gereksinim vardır. Uzmanları tarafından işbirliğiyle doğru planlanarak gerçekleştirilen ve uygun yöntemlerle çözümlenen kaliteli verilere ait çalışmaların yorumlarının ve çıkan sonuçlarının değeri hiçbir çalışmayla ölçülemez. Klinik bir araştırmadaki istatistiksel yöntemlerin yararlılığı ve taşıdığı prespektif bakımından özellikle kılavuz çalışmalarda, denemelerin tasarımında, gerçekleştirilmelerinde, veri kalitesinin denetiminde, çözümlemede ve yayınlamada istatistikçilere bundan böyle daha fazla görev düştüğü de kaçınılmaz bir gerçektir. Bu konuyu Biyoistatistiğin önemli kişilerin birkaç güzel deyişiyle bitirielim: *Biyoistatistik uzmanına araştırmanın sonunda değil, en başında, planlama aşamasında başvurulmalıdır. BRADFORD HILL *Araştırma yapıldıktan sonra biyoistatistikçiye başvurmak, ölüye otopsi yapılmasını istemekten başka bir şey değildir; çünkü bu aşamada biyoistatistik, sadece bu araştırmanın neden öldüğünü söyleyebilir. R.A. FISHER *İstatistik bilimin dil bilimidir (grameridir). KARL PEARSON *Doğru soruya ortalama bir yanıt vermek, yanlış soruya kesin bir yanıt vermekten çok daha değerlidir. JOHN TUKEY
KAYNAKLAR 1- Altman DG. Practical Statistics for Medical Research. London:Chapman&Hall;1991. 2- Bekiroğlu N. Açıklamalı Biyoistatistik Terimleri Sözlüğü, İstanbul:Nobel Tıp Kitabevleri LTD.ŞTİ.;1998. 3- Fleiss JL. Statistical Methods for Rates and Proportion. NewYork: John Wiley&Sons,Inc.;1973. 4- Fisher LD, Van Belle G. Biostatistics. NewYork:John Wiley&Sons,Inc.;1993. 5- Johnson-Elandt RC, Johnson NL. Survival Models and Data Analysis. NewYork:John Wiley&Sons,Inc.;1980. 6- Keller RB, Rudicel MA, Liang HM. Outcomes Research in Orthopaedics. The Journal of Bone and Joint Surgery 1993;75-A:10:1562-1574. 7- Kleinbaum DG. Logistic Regression. NewYork:Springer-Verlag; 1994. 8- Petrie A., Sabin C. Medical Statistics at a Glance. Blackwell Science Ltd.;2000. 9- Piantadosi S, Gail M, "Statistical Issues Arising in Thoracic Surgery Clinical Trials." In: Pearson FG, Deslauriers J, Ginsberg RJ, Hiebert CA, McKneally MF, Urschel HC Jr, editors. Thoracic Surgery. New York: Churchill Livingstone; 1995. 10- Piantadosi S, Kirklin J, Blackstone E. Statistical Terminology and Definitions. ln: Pearson FG, Deslauriers J, Ginsberg RJ, Hiebert CA, McKneally MF, Urschel HC Jr, editors. Thoracic Surgery. New York: Churchill Livingstone; 1995. 11- Runyon RP. Fundamentals of Statistics in Biological, Medical and Health Sciences. Boston: Duxburry Press; 1985. 12- Şenocak M. Özel Biyoistatistik. İstanbul:Çağlayan Kitabevi;1992.