Olgu–kontrol çalışması

Açılış sahnesi

Bir sanayi ilçesinin devlet hastanesinde bir göğüs hastalıkları uzmanı, yıl sonu tanı listesini gözden geçiriyor. Otuz yaşından sonra ilk kez astım tanısı alan hastaların arasında dikkatini çeken bir satır tekrar ediyor: meslek hanesinde "temizlik görevlisi" yazıyor. Hastane, okul ve ofis temizliğinde çalışan bu kişiler her gün sprey temizlik ürünleriyle çalıştıklarını anlatmışlar. Uzman bu gözlemin bir tesadüf mü, bir işaret mi olduğunu öğrenmek istiyor.

İlk akla gelen yol, ilçenin bütün çalışanlarını bugünden itibaren izlemek. Ama ilçede 22.500 çalışan var ve yetişkin başlangıçlı astım o kadar seyrek ki, üç yılda ancak 150 civarında yeni tanı beklenir. Üç yıl beklemek ve 22.500 kişiyi izlemek yerine uzman tersini yapmaya karar veriyor: tanı almış hastaları bulacak, onlarla aynı ilçeden hastalığı olmayan kişileri seçecek ve iki gruba geçmişte ne tür işlerde çalıştıklarını soracak. Bu, tasarımın hem gücü hem de tuzaklarının kaynağı.

Bu derste ne olacak

Önce olgu–kontrol tasarımını tanımlayacak ve onu kohorttan ayıran örnekleme eksenini kuracağız. Sonra tasarımın kaderinin belirlendiği karara, kontrol grubunun seçimine geleceğiz ve aynı olguların iki farklı kontrol grubuyla nasıl iki farklı sonuç verdiğini hesaplayacağız. Ardından bu tasarımın neden risk veremediğini ve odds oranını neden verebildiğini kurgu ilçenin sayılarıyla göreceksin. Son bölüm geriye bakmanın bedeline ve bir olgu–kontrol çalışmasını okurken sorulacak sorulara ayrıldı.

Sıfır noktası

Yönü öteki tasarımların tersidir. Kohortta maruziyetten sonuca doğru gidilir ve soru "bu kişiler maruz kaldı, sonra ne oldu?" biçimindedir. Olgu–kontrolde sonuçtan maruziyete doğru gidilir: "bu kişiler astım oldu, daha önce neye maruz kalmışlardı?" Göğüs uzmanının kararındaki asıl değişiklik izleme süresi değil, kişileri seçerken neye baktığıdır.

Bu tasarım en çok üç durumda seçilir. Sonuç seyrekse, ileriye dönük bir tasarım ya çok büyük bir nüfus ya çok uzun bir süre gerektirir ve olgu–kontrol tek gerçekçi yol olur. Maruziyet ile sonuç arasında yıllar varsa, izlemi beklemek yerine geçmişe bakmak onlarca yıl kazandırır. Yeni bir sinyalin ilk incelemesi hızlı ve ucuz yapılmak zorundaysa da aynı yol seçilir. Göğüs uzmanının durumu ilk ve üçüncü gerekçeyi birlikte taşıyor.

Mekanizma

Kritik karar: kontrol grubu

Uzman 150 olguyu hastane kayıtlarından kolayca buluyor. Zor olan, onlarla karşılaştırılacak 300 kişiyi seçmek. Bu tasarımın kaderi tek bir soruda belirlenir: kontroller kimlerden seçildi?

Kurgu ilçede risk havuzu, astım olsalar bu hastanede tanı alacak 22.500 çalışandır. Kural üç tipik biçimde ihlal edilir. Olgular bir uzmanlık merkezinden, kontroller genel toplumdan seçilirse iki grup meslek, gelir ve yaşadıkları yer bakımından farklıdır ve her fark maruziyete atfedilir. Kontroller aynı hastanede başka nedenlerle yatan hastalardan seçilirse iş pratikte kolaylaşır, ama bu hastalar incelenen maruziyeti ilçe ortalamasından farklı sıklıkta taşıyabilir. Kontroller gönüllülerden seçilirse, daha sağlıklı ve sağlığıyla daha ilgili bir grup gelir; bu, kesitsel çalışma dersindeki katılmama yanlılığının kontrol grubuna yerleşmiş hâlidir.

Hangi ölçüyü verir

Olgu–kontrol çalışmasında olgu ve kontrol sayısını araştırmacı belirler. Uzman 300 yerine 600 kontrol seçebilirdi; bu bir tasarım kararıdır ve ilçedeki gerçek oranı yansıtmaz. Bunu bir hesapla gör. Birinci karşılaştırmada temizlik işinde çalışan 63 kişinin 30'u olgu; biri buna "risk" derse 30 ÷ 63 ≈ 0,48 bulur. Uzman 600 kontrol seçseydi temizlik işinde çalışan kontrol sayısı yaklaşık 66'ya çıkacak ve aynı hesap 30 ÷ 96 ≈ 0,31 verecekti. Nüfusta hiçbir şey değişmedi; yalnız araştırmacının paydası değişti. Bu yüzden olgu–kontrol çalışmasından ne prevalans ne risk hesaplanabilir.

Aynı hesabı 600 kontrolle yap: yaklaşık 66 temizlik çalışanı ve 534 öteki. Odds oranı (30 ÷ 120) ÷ (66 ÷ 534) ≈ 2,0 ve 300 kontrolle bulunan değerle aynı. Kontrol sayısını ikiye katlamak kontrollerdeki iki sayıyı da ikiye katlar ve bölme bu katsayıyı sadeleştirir. Odds oranı araştırmacının kararına dayanıklıdır, sahte "risk" değildir.

Nadir sonuçta odds oranı ve göreli risk

Kurgu ilçede, kimsenin göremediği tam tabloyu bilseydik ne bulurduk? Temizlik işinde çalışan 2.500 kişiden 30'u üç yılda astım olmuş, yani risk 30 ÷ 2.500 = 0,012. Öteki 20.000 kişiden 120'si, yani 120 ÷ 20.000 = 0,006. Göreli risk 0,012 ÷ 0,006 = 2,0. Olgu–kontrol çalışmasının odds oranı 2,0'a çok yakın çıktı, çünkü sonuç nadir: yüz kişide ancak bir civarında olay varken "olay olmayanlar" neredeyse "herkes" demektir ve odds ile risk hemen hemen aynı sayıdır.

Sonuç sık olsaydı durum değişirdi. Diyelim ki incelenen sonuç astım tanısı değil, üç yıl içinde en az bir kez iş yerinde öksürük şikâyeti olsun; maruz kalanlarda risk 0,40, ötekilerde 0,20. Göreli risk 0,40 ÷ 0,20 = 2,0 olur, ama odds oranı (0,40 ÷ 0,60) ÷ (0,20 ÷ 0,80) = 0,667 ÷ 0,25 ≈ 2,67 çıkar. Aynı iki kat, odds diliyle neredeyse üç kat görünür.

Geriye bakmanın bedeli

Kesitsel tasarımda zaman hiç yoktu; burada var, ama hatırlanarak var. Uzman olgulara ve kontrollere son on yılda hangi işlerde çalıştıklarını soracak ve bu iki ayrı sorun doğurur. Birincisi, maruziyet bilgisi kişinin kendi anlatımından gelir ve astım tanısı almış biri geçmişini hastalığı olmayan birinden daha dikkatle tarar. Hatırlama yanlılığı dersi (L01-P02-M02-D06) bu farkın bir tabloyu nasıl kaydırdığını sayılarla gösterecek. İkincisi, görüşmeci kimin olgu kimin kontrol olduğunu biliyorsa sorularının derinliği farklılaşabilir; bu yüzden maruziyeti soran kişinin grupları bilmemesi, yani körleme, veri toplama aşamasında da gerekir.

Kurgu ilçede bunun karşılığı şöyle olurdu. İlçedeki fabrikalar ve belediye her çalışanın görev tanımını işe girişte kaydetmişse, uzman olgulara ve kontrollere hiçbir şey sormadan, astım tanısından yıllar önce yazılmış görev kayıtlarını karşılaştırabilir. Tasarımın var olma nedenlerinden biri tam olarak budur. Bir makalede bu tasarımın adını gördüğünde, hatırlama sorununun yapısal olarak çözüldüğünü gösteren bir kalite işareti olarak okuyabilirsin.

Klinik gerçeklik

Bir olgu–kontrol çalışmasını okurken önce olguların nasıl tanımlandığına bak. Prevalans ve yük araştırmaları dersinde vaka tanımının sayıyı belirlediğini görmüştün; burada ek bir soru var: olgular yeni tanı alanlar mı, yıllardır hasta olanlar mı? İkincisi hastalığın seyrini de karşılaştırmaya katar. Ardından kontrollerin hangi nüfustan seçildiğini sor ve kontrol seçimi kuralına uyup uymadığını kontrol et; kurgu ilçenin iki kontrol grubu bu sorunun sonucu nasıl belirlediğini gösterdi.

Sonra maruziyetin hatırlamaya mı, kayda mı dayandığına ve maruziyeti soranın grupları bilip bilmediğine bak. En son hangi ölçünün bildirildiğini ve doğru adlandırılıp adlandırılmadığını kontrol et. Sağlık haberlerinde bu tasarım sık görünür ve iki biçimde bozulur: odds oranı "risk" diye aktarılır, ilişki de nedensel dille anlatılır. Bu tasarım zayıf değil, verimlidir. Nadir sonuçlarda çoğu zaman başka bir yol yoktur ve iyi yürütülmüş bir olgu–kontrol çalışması, kötü yürütülmüş bir kohorttan daha bilgilendiricidir.

Kendini sına

1. Olgu–kontrol tasarımının yönü kohorttan nasıl farklı? Örnekleme eksenini tanımla ve üç tasarımı bu eksene yerleştir.
2. Kontrol seçimi kuralını kendi cümlenle yaz. Kurgu ilçede risk havuzu kim?
3. Kontrol seçiminde üç tipik hatayı say. Vakadaki ikinci kontrol grubu hangisine örnek ve odds oranını neden 1'e çekti?
4. Birinci karşılaştırmada 300 yerine 150 kontrol seçilseydi (yaklaşık 17 temizlik çalışanı, 133 öteki) odds oranı ne olurdu? ((30 ÷ 120) ÷ (17 ÷ 133) ≈ 1,96.) Sahte "risk" hesabı ne olurdu?
5. Bu tasarım neden risk veremez? Odds oranı hangi koşulda göreli riske yaklaşır?
6. Geriye bakmanın iki ayrı bedelini say. İç içe olgu–kontrol hangisini yapısal olarak çözer?

Bir sonraki derse köprü

Bu derste kişileri sonuca göre seçtin ve maruziyeti geçmişten, çoğu zaman bir hafızadan çıkardın. Sıradaki tasarım seçimi yeniden maruziyete göre yapıyor, ama izlemek için yıllarca beklemiyor: veri zaten bir arşivde, olup bitmiş hâlde duruyor. Orada iki zamanı birbirinden ayırman gerekecek, verinin kendi zamanında nasıl biriktiğini ve araştırmacının bugün nerede durduğunu. Ayrım, maruziyetin sonuç bilinmeden önce yazılmış olmasının, yani kayıt önceliğinin, hatırlama sorununu neden ortadan kaldırdığını gösterecek.