Seçim yanlılığı

Açılış sahnesi

Bir cuma akşamüstü, büyük bir gıda fabrikasının revirinde işyeri hekimi anket sonuçlarını ekrana döküyor. Üç ay önce fabrikanın 6.000 çalışanına sindirim sağlığı üzerine bir anket ve kısa bir muayene daveti gönderilmişti; revirin kapısına da bir afiş asılmıştı: "Mide şikâyetiniz mi var? Ücretsiz kontrol." Sonuç çarpıcı: gece vardiyasında çalışanlarda hekim tanılı mide ülseri gündüz çalışanlara göre neredeyse iki kat sık.

Ölçümler dikkatle yapılmış, tanılar dosyadan doğrulanmış, hesap hatasız. Hekim yine de bir şeyi düşünmeden raporu yazamıyor: revire kim geldi? Gece vardiyasından çıkıp sabah sekizde muayene sırasına giren biri, midesi gerçekten ağrımıyorsa bunu neden yapsın? Bu dersin bütün konusu o soru. Bir çalışma her adımında kusursuz olabilir ve yine de yanlış çıkabilir, çünkü sorun ölçülenlerde değil, hiç ölçülmeyenlerdedir.

Bu derste ne olacak

Önce seçim yanlılığını tanımlayacak ve her seçimin yanlılık üretmediğini, tanımdaki kritik koşulu göreceğiz. Sonra fabrikanın gerçek tablosunu, işyeri hekiminin hiç göremediği hâliyle kurup revire gelenlerin tablosuyla karşılaştıracağız. Ardından seçimin beş ayrı biçimine, onu fark ettiren işaretlere ve yalnız tasarım aşamasında önlenebilmesinin nedenine geleceğiz.

Sıfır noktası

Tanımdaki koşul sık atlanıyor: seçim tek başına yanlılık üretmez. Bir çalışma yalnız kırk beş ile altmış beş yaş arasındakileri alabilir ya da yalnız bir fabrikanın çalışanlarıyla yapılabilir; bu, bulgunun kimlere taşınabileceğini daraltır ama kendi içinde bir yanlılık yaratmaz. Yanlılık, kimin gireceği hem maruziyete hem sonuca bağlı olduğunda doğar. Revirdeki afiş tam bu koşulu kuruyor: gelmek hem vardiyaya hem mide ağrısına bağlı.

Bir önceki derste gördüğün zamanlama hatalarıyla bu terimi yan yana koyunca fark netleşiyor. Orada kişiler ve olaylar veride duruyordu ve zamanı doğru haneye yazınca hesap düzeldi. Burada eksik olan bir satırın yeri değil, satırın kendisi. Revire gelmeyen çalışanın mide durumu hiçbir dosyada yok ve hiçbir model, olmayan bir sayıyı doğru haneye yazamaz.

Mekanizma

Fabrikanın iki tablosu

Önce hekimin hiç göremeyeceği tabloyu kuralım. Fabrikada 1.500 kişi gece vardiyasında, 4.500 kişi gündüz vardiyasında çalışıyor. Kurguda iki grupta da ülser sıklığı aynı: 150 ÷ 1.500 = 0,10 ve 450 ÷ 4.500 = 0,10. Oran 0,10 ÷ 0,10 = 1; vardiya ile ülser arasında hiçbir ilişki yok.

Şimdi katılımı ekle. Gündüz çalışanları, midesi ağrısın ya da ağrımasın, yüzde kırk oranında geliyor. Gece vardiyasındakilerden ülseri olmayanlar da yüzde kırk oranında geliyor. Tek fark şu: ülseri olan gece çalışanları, şikâyetleri vardiya sonrası sabahlara yayıldığı için yüzde seksen oranında geliyor.

Hekimin elindeki veri yalnız son sütun. Gece grubunda 120 + 540 = 660 kişi geldi ve ülser sıklığı 120 ÷ 660 ≈ 0,18. Gündüz grubunda 180 + 1.620 = 1.800 kişi geldi ve sıklık 180 ÷ 1.800 = 0,10. Oran 0,18 ÷ 0,10 ≈ 1,8. Fabrikada olmayan bir ilişki revirde neredeyse iki katlık bir ilişki olarak doğdu ve bunu üreten tek şey, dört hücreden birindeki katılım farkı.

Tanımdaki koşulu aynı tabloyla sınayabilirsin. Gece vardiyasındaki herkes, ülseri olsun olmasın, yüzde seksen oranında gelseydi gece grubundan 1.200 kişi gelir ve sıklık 120 ÷ 1.200 = 0,10 olurdu. Katılım yalnız vardiyaya bağlıydı ve yanlılık doğmadı; ancak hem vardiyaya hem ülsere bağlı olunca doğdu. Sonradan düzeltilemezliğin anlamı da burada somutlaşıyor: hekim yaşa, cinsiyete ve kıdeme göre istediği kadar düzeltme yapabilir, ama gelmeyen 3.540 kişiden hangisinin ülserli olduğunu bilmeden 0,18'i 0,10'a geri çeviremez.

Beş biçim

Fabrikadaki örnek seçimin ilk biçimi, katılım seçimidir: araştırmaya katılmayı kabul edenler, etmeyenlerden farklıysa. Kesitsel çalışma dersinde anket yanıt oranı üzerinden görmüştün; her tasarımda geçerli. İkinci biçim sağlıklı çalışan etkisidir. Belirli bir işi yıllarca sürdürebilenler, sürdüremeyenlerden daha sağlıklıdır; gece vardiyasında on yıldır çalışanlar, vardiyayı kaldıramayıp gündüze geçenleri çoktan kaybetmiş bir gruptur ve maruziyet bu yüzden koruyucu görünebilir.

Üçüncü biçim yaygın kullanıcı seçimidir: bir uygulamayı hâlihazırda sürdürenlerle çalışmak, erken zarar görenleri ve bırakanları dışarıda bırakır. Retrospektif kohort ve maruziyet zamanlaması derslerinde bu tuzağa karşı yeni kullanıcı tasarımı önerilmişti. Dördüncüsü sağkalım seçimidir. Çalışmaya girebilmek için o ana kadar hayatta ve ulaşılabilir kalmış olmak gerekir; ağır seyredenler kesite ya da kohorta hiç giremez.

Beşincisi en ince olanıdır: çarpıştırıcı üzerinden seçim. Çarpıştırıcı değişken dersinde (L01-P03-M01-D07) kurulan yapının seçimdeki karşılığıdır.

Revire gelmek de aslında küçük bir çarpıştırıcı: hem vardiya düzeni hem mide ağrısı kişiyi o kapıya itiyor. Bu biçim, hastane temelli çalışmaların neden dikkatle okunması gerektiğini açıklıyor ve olgu–kontrol dersindeki kontrol seçimi kuralının, yani kontrollerin olgularla aynı risk havuzundan seçilmesi gerektiğinin gerekçesi de buydu.

Kartın son cümlesi seçim yanlılığını karıştırmadan ayıran bir özelliği söylüyor: yönü önceden bilinemez. Fabrikada ülserli gece çalışanları daha çok gelseydi ilişki doğar, daha az gelselerdi, örneğin ağrıdan izin alıp evde kaldıkları için, gerçek bir ilişki bile silinebilirdi. "Muhtemelen etkiyi abartmıştır" gibi rahatlatıcı bir varsayım bu yüzden yapılamaz.

Nasıl fark edilir

Seçim yanlılığı bir makalede "yanlılık" diye yazmaz; birkaç işaretten okunur. İlki kaç kişiye ulaşıldığı ve kaçının katıldığıdır. Fabrikada 6.000 kişiye davet gitti ve 2.460 kişi geldi; katılım yüzde kırk bir civarında ve gelmeyenler hakkında tek bir bilgi yoksa boşluk değerlendirilemez. İkinci işaret örneklemin nereden geldiğidir: toplum, poliklinik, yatan hasta ya da gönüllü çağrısı, her biri başka bir seçim mekanizması taşır. Üçüncüsü dâhil etme ölçütlerinin sonuca bağlı olup olmadığıdır; "mide şikâyetiniz mi var?" diye çağıran bir afiş, ölçütü doğrudan sonuca bağlar.

Dördüncü işaret, çalışmaya girenlerin hepsinin analizde kalıp kalmadığıdır. Bir kısmı düştüyse seçim bu kez çıkışta işler ve kayıp izlem dersinin konusu başlar. Beşincisi katılanlar ile katılmayanların karşılaştırılmış olmasıdır. İyi bir çalışma elindeki kısıtlı bilgiyle bunu yapar: işyeri hekimi, gelmeyenlerin yaşını, vardiyasını ve son yıldaki revir başvurularını personel kayıtlarından karşılaştırabilir. Bu karşılaştırma yanlılığı ortadan kaldırmaz ama büyüklüğünü tahmin edilebilir kılar.

Tasarımda nasıl önlenir

Sonradan düzeltilemediği için bütün çözümler veri toplanmadan önce kurulur. İlki kaynak nüfusu açıkça tanımlamaktır; "bu çalışma kimleri temsil ediyor?" sorusunun cevabı baştan yazılmalı. İkincisi, mümkün olduğunda seçimi hem araştırmacının hem katılımcının kararından çıkaran rastgele örneklemedir: hekim afiş asmak yerine her vardiyadan rastgele seçilmiş çalışanları kişisel davetle çağırsaydı, gelip gelmemek mide ağrısına çok daha az bağlı olurdu.

Üçüncüsü ardışık dâhil etmedir: belirli bir dönemin bütün uygun kişilerini almak. Vaka serisi dersindeki ardışık seri kuralı bu. Dördüncüsü yeni kullanıcı tasarımı, beşincisi olgu–kontrol çalışmalarında kontrolleri olguların geldiği aynı risk havuzundan seçmektir. Beşinin ortak noktası, kimin gireceğine sonucun karışmasını baştan engellemeleridir.

Klinik gerçeklik

Bir bulgunun kimler için geçerli olduğunu sorarken ilk soru, çalışmaya kimlerin girdiğidir. Hemen ardından kimlerin girmediğini ve neden girmediğini sor; fabrikada cevap, midesi ağrımayan gece çalışanlarının sabah sekizde revire gelmek için bir nedeni olmamasıydı. Sonra girenler ile girmeyenler arasındaki farkın incelenen ilişkiyle bağlantılı olup olamayacağını düşün. Bağlantı varsa, tablodaki sayı ne kadar kesin görünürse görünsün bir seçimin ürünü olabilir.

Son soru pratikte en çok iş göreni: karşındaki kişi bu örneklemin içinde yer alır mıydı? Bir bulgu, örneklemine benzemeyen birine taşınırken en az iki kez düşünülmeli. İşyeri hekimi raporuna "gece vardiyası ülser riskini iki katına çıkarıyor" yerine "revire başvuranlar arasında ülser gece çalışanlarında daha sık; başvurmayanlar hakkında bilgimiz yok" yazarsa, sayıyı değil sayının sınırını doğru aktarmış olur.

Kendini sına

1. Seçim yanlılığının tanımındaki kritik koşul nedir? Her seçim yanlılık üretir mi?
2. Seçim yanlılığı neden sonradan düzeltilemiyor? Bir önceki dersteki zamanlama hatalarından farkı ne?
3. Fabrika tablosunu yeniden hesapla. Ülserli gece çalışanları yüzde seksen değil yüzde yirmi oranında gelseydi oran ne olurdu? (150 × 0,20 = 30; 30 ÷ 570 ≈ 0,053; 0,053 ÷ 0,10 ≈ 0,53.)
4. Beş biçimi say ve her birine bir cümle örnek yaz.
5. Çarpıştırıcı üzerinden seçim nasıl olmayan bir ilişki üretir?
6. Seçim yanlılığının yönü neden önceden bilinemez? Üçüncü sorudaki hesap bunu nasıl gösteriyor?
7. Fark ettiren beş işareti ve tasarımda önleyen beş yolu say.
8. Randomize çalışmalar seçim yanlılığından tümüyle korunmuş mudur?

Bir sonraki derse köprü

Bu derste sorun kimin revire geldiğiydi ve gelmeyenlerin bilgisi hiçbir yerde yoktu. Şimdi herkesin geldiğini, herkesin soruları cevapladığını düşün; eksik kişi yok. Ama soru "son beş yılda ne sıklıkla gece vardiyasında çalıştınız?" gibi geçmişe dönük ve cevaplayanların bir kısmı yeni bir tanı almış. Sıradaki derste, hatanın gruplar arasında aynı olduğu ayrımsız ölçüm hatası ile gruplara göre farklılaşan ayrımlı ölçüm hatasını ayıracak ve hatırlamanın neden ikinci türe girdiğini göreceksin.