Çarpıştırıcı değişken

Açılış sahnesi

Bir spor hekimi, şehrin koşu kulüplerine açık bir çevrimiçi sağlık kaydı kurmuş; bir yıl sonra ilk tabloyu çıkarıyor. Kayıtta 408 koşucu var ve tablo çarpıcı: ince tabanlı, "minimalist" ayakkabıyla koşanların üçte birinde aşil tendonu ağrısı var, öteki ayakkabılarla koşanlarda ise bu oran yüzde yetmişi geçiyor. Hekimin asistanı heyecanlı, çünkü bu fark bir kongre bildirisi olabilir. Hekim ise tabloya değil, kayda kimlerin girdiğine bakıyor.

Kayıt iki kapıdan dolmuştu. Birinci kapı tendon ağrısıydı: ağrısı olan koşucular yardım bulmak umuduyla kaydolmuştu. İkinci kapı bir forum duyurusuydu: minimalist ayakkabı kullananların buluştuğu bir forumda kayıt paylaşılmış ve oradaki koşucular, ağrısı olsun olmasın, meraktan katılmıştı. Hekim bir soru soruyor: kayıtta ağrısı olmayan ama minimalist ayakkabı giymeyen bir koşucu neden olsun? Bu ders, o sorunun cevabının bir ilişkiyi nasıl yoktan var ettiği hakkında.

Bu derste ne olacak

Önce çarpıştırıcıyı tanımlayacağız ve neden ona göre seçim ya da düzeltme yapmanın olmayan bir ilişki yarattığını sayılarla göreceğiz. Sonra tıbbın bu yapıya verdiği en bilinen örneği, hastane paradoksunu çözeceğiz. Ardından sağlık araştırmalarında çarpıştırıcının en sık karşına çıktığı dört yeri tanıyacak ve onu nasıl fark edeceğini konuşacağız. Ders bittiğinde "her şeye düzelttik" cümlesinin neden bir güvence değil, bazen bir uyarı olduğunu biliyor olacaksın.

Sıfır noktası

Koşu kaydında çarpıştırıcı kaydın kendisi. Minimalist ayakkabı kişiyi kayda götürüyor, tendon ağrısı da kişiyi kayda götürüyor; iki ok "kayıtta olmak" üzerinde çarpışıyor. Bu yapıyı önceki iki dersin yapılarıyla yan yana koyduğunda fark yalnız okların yönünde. Ortak neden dersindeki karıştırıcıda oklar üçüncü değişkenden çıkıyordu (C → A, C → B) ve ona düzeltmek gerekiyordu. Aracı değişken dersinde ok maruziyetten aracıya, aracıdan sonuca gidiyordu (A → M → B) ve toplam etkiyi soruyorsan ona düzeltmek etkiyi siliyordu (L01-P03-M01-D06).

Çarpıştırıcıda ise iki ok aynı noktaya giriyor (A → C ← B) ve ona düzeltmek bir ilişki yaratıyor. Üç yapı da aynı şeye benziyor: üç değişken, iki bağlantı. Farkları yalnız ok yönlerinde, ama doğru kararlar taban tabana zıt.

Mekanizma

Düzeltme neden ilişki yaratır

Sezgiye en aykırı kısım burası, o yüzden sayılarla gidelim. Şehirdeki kulüplerde bin koşucu olduğunu düşün: dört yüzü minimalist ayakkabı, altı yüzü başka ayakkabı giyiyor ve tendon ağrısı iki grupta da aynı sıklıkta, yüzde yirmi. Yani toplumda ayakkabı ile ağrı arasında hiçbir ilişki yok: 400 × 0,20 = 80 ağrılı minimalist, 600 × 0,20 = 120 ağrılı öteki koşucu.

Şimdi kaydın kapılarını uygula. Ağrısı olan herkes kaydoluyor, yani 80 ve 120 kişinin hepsi içeride. Ağrısı olmayan 320 minimalist koşucunun yarısı forumdan geliyor: 320 × 0,5 = 160. Ağrısı olmayan 480 öteki koşucunun ise yalnız onda biri kayda bir şekilde ulaşıyor: 480 × 0,1 = 48. Kayıttaki minimalistler 80 + 160 = 240 kişi ve ağrılı oranı 80 ÷ 240 = yüzde 33. Kayıttaki öteki koşucular 120 + 48 = 168 kişi ve ağrılı oranı 120 ÷ 168 ≈ yüzde 71.

Toplumda yüzde yirmiye yüzde yirmi olan tablo, kayıtta yüzde otuz üçe yüzde yetmiş bire dönüştü. Mantığı sayılar olmadan da görebilirsin: kayıttaki bir koşucu minimalist değilse, orada olmasının en olası sebebi ağrısıdır; minimalistse, ağrıya gerek kalmadan forumdan gelmiş olabilir. Kayıt sabitlendiğinde iki neden birbirinin yerine geçebildiği için aralarında negatif bir ilişki belirir. İlişki gerçekte yoktu; seçim onu üretti.

Hastane paradoksu koşu kaydıyla aynı iskeleti taşıyor, yalnız kapı bu kez yatış. Bir hastanın hastanede olması, iki hastalıktan birinin onu oraya getirmesiyle açıklanır; hastalıklardan biri yoksa öteki büyük olasılıkla vardır. Bu yüzden yalnız yatan hastalardan kurulan bir veri tabanında birbirini "koruyan" hastalık çiftleri bulmak kolaydır, ama bulunan şey hastane kapısının kendisidir.

Nerede karşımıza çıkıyor

Çarpıştırıcının en bilinen yeri örneklem seçimi. Katılımcılar bir çarpıştırıcıya göre seçildiğinde, koşu kaydında olduğu gibi, çalışma daha ilk gününde yanlılıkla doğar. Hastane temelli çalışmalar, gönüllülük esaslı kayıtlar ve belirli bir tedaviyi alanlardan oluşan gruplar bu riski taşır. İkinci yer katılım ve devam. Çalışmaya katılma ya da izlemde kalma hem maruziyetten hem sonuçtan etkileniyorsa, sonuna kadar kalanlar bir çarpıştırıcıya göre seçilmiş olur.

Kayıp yanlılığının akrabasıyla akademinin başında tanışmıştın. "Bu kurs doktor yapar" iddiasını sökerken tanıtımlardaki hayatta kalan yanlılığını görmüştün: memnun olan anlatır, olmayan sessizce ayrılır (L00-P01-M02-D09). Orada kalanlar tanıtım sayfasına, burada analiz tablosuna giriyor; iki durumda da görünen grup, gidenlerin neden gittiğiyle biçimlenmiş.

Üçüncü yer aşırı düzeltme. Analize "her ihtimale karşı" eklenen değişkenlerden biri çarpıştırıcıysa, model ilişkiyi kendi eliyle üretir. Dördüncüsü alt gruba kısıtlama: "yalnız şu özelliği taşıyanlarda inceledik" cümlesi, o özellik bir çarpıştırıcıysa aynı yanlılığı taşır. Dördünün ortak noktası, veriyi daraltan bir kararın maruziyetten ve sonuçtan birlikte etkilenen bir şeye dayanması.

Nasıl fark edilir

Kötü haber şu: çarpıştırıcı yanlılığı veriden fark edilmez. Kayıttaki 408 koşucunun tablosu, gerçek bir koruyucu etkinin üreteceği tabloyla birebir aynı görünür. İyi haber şu: yanlılık yapıdan fark edilir, yani kimin neden veriye girdiğini sorarak.

Pratik kural bir soruyla başlar. Düzeltmeyi ya da seçimi düşündüğün değişken için sor: bu, maruziyetin ve sonucun ortak sonucu mu? Cevap evetse o değişkene düzeltme yapmaz, örneklemi ona göre daraltmazsın. Emin değilsen iki senaryoyu da analiz eder ve sonucun değişip değişmediğini bildirirsin; iyi çalışmaların yaptığı bu işin adı duyarlılık analizidir. Koşu kaydında hekimin yapabileceği şey de budur: forumdan gelenleri ayrı tutup tabloyu yeniden kurmak ve farkın eriyip erimediğine bakmak.

Bu akademide neden önemli

En doğrudan bağlantı klinik temelli gözlemler. "Bizim danışanlarımızda şu ile bu birlikte görülüyor" cümlesi, o kliniğe kimlerin geldiğine bağlı bir çarpıştırıcı yanlılığı taşıyabilir. Bir kliniğin kendi hasta grubunda gördüğü örüntü, toplumdaki örüntü değildir; klinik de, tıpkı koşu kaydı gibi, birden çok sebeple dolan bir kapıdır.

İkinci bağlantı geniş test panelleri. Çok sayıda değişken ölçülüp aralarında ilişki arandığında hem rastlantı hem çarpıştırıcı yanlılığı devreye girer, özellikle panel yalnız belirli şikâyetlerle başvuranlara uygulanıyorsa. Üçüncü bağlantı alt grup arayışı: "şu özelliği taşıyanlarda etki var" bulgusu, o özellik bir çarpıştırıcıysa yapay olabilir.

Kendini sına

1. Üç yapıyı (karıştırıcı, aracı, çarpıştırıcı) ok yönleriyle ayır ve her biri için düzeltme kararını söyle.
2. Koşu kaydında çarpıştırıcı hangisi? İki oku adlandır.
3. Bin koşucunun hesabını kendin yeniden kur. Kayıttaki iki ağrı oranını bul ve toplumdaki oranlarla karşılaştır.
4. Hastane paradoksunu bir arkadaşına koşu kaydıyla karşılaştırarak nasıl açıklarsın?
5. Dört karşılaşma yerini say. Kayıp yanlılığı ile hayatta kalan yanlılığı nasıl akraba?
6. "Ne kadar çok düzeltirsek o kadar iyi" neden yanlış?
7. DAG'ın asıl değeri ne? Hekim koşu kaydında hangi duyarlılık analizini yapabilir?

Bir sonraki derse köprü

Dört derstir gözlemsel verinin tuzaklarını topladın: ters ok, ortak neden, aracı ve şimdi çarpıştırıcı. Hepsinin kökünde aynı sorun var, maruziyete kimin girdiğine rastgele olmayan bir şey karar veriyor. Sıradaki ders sorunu öbür uçtan tutuyor: bu kararı kişilerin kendisi değil, onların sağlığıyla ilgisi olmayan dış bir etken verdiğinde ne olur? Doğal deney dersinde, bir kuralın, bir sınırın ya da bir olayın maruziyeti dışarıdan dağıttığı durumları ve onları okumanın yollarından biri olan fark-farkı hesabını göreceksin.