Lead-time yanlılığı

Açılış sahnesi

Bir üniversite hastanesinin kanser kayıt biriminde yıllık rapor hazırlanıyor. Hastane iki yıl önce daha keskin bir görüntüleme cihazı almış ve tablo sevindirici: evre I hastalarda beş yıllık sağkalım 0,80'den 0,85'e, evre II hastalarda 0,50'den 0,52'ye çıkmış. Başhekim raporun kapağına "Her evrede sonuçlarımız iyileşti" yazılmasını istiyor. Kayıt uzmanı ise tabloyu kapatmadan önce bir satıra daha bakıyor: bütün hastaları bir arada sayan satır. O satırda beş yıllık sağkalım iki dönemde de aynı, 0,65.

Her evre iyileşmiş ama toplam yerinden kıpırdamamış. Ortada bir hesap hatası yok ve kimse sayıları çarpıtmamış. Bu ders, tedavide hiçbir şey değişmeden sağkalım istatistiklerinin nasıl iyileşebildiğini iki mekanizmayla anlatıyor: tanı anının öne çekilmesi ve hastaların evreler arasında yer değiştirmesi. İkisinin de ilacı aynı, yani sonucu tanı anından değil takvimden saymak.

Bu derste ne olacak

Önce lead-time'ı ve yanlılığını tanımlayacağız ve gözlenen bir sağkalım uzamasını lead-time ile gerçek kazanç olarak iki parçaya ayıracağız. Sonra sağkalım süresinin ayıramadığı üç senaryoyu ve onları ayıran ölçüyü, takvim zamanı ölçümünü, iki kurgu nüfusla hesaplayacağız. Ardından lead-time'ın tarama dışında da çalıştığı yerlere ve açılıştaki tabloyu üreten evre göçüne geleceğiz. Son bölümde bir sağkalım iddiasını duyduğunda ilk soracağın soruyu kuracağız.

Sıfır noktası

Tarama ile erken tanı farkını anlatan derste (L01-P05-M01-D03) bu yanlılığı tek bir kişide hesaplamıştın: ölüm yaşı yerinde dururken tanı öne çekildi ve tanıdan sonraki süre uzadı. Orada tarama hiçbir şey kazandırmıyordu. Bu dersin sorusu daha gerçekçi olanı: tarama gerçekten bir şey kazandırdığında, gözlenen uzamanın ne kadarı kazanç, ne kadarı yalnız saatin erken başlatılması?

Mekanizma

Uzamayı ikiye ayırmak

Kurgu bir hastalıkta belirtiler 64 yaşında çıkıyor, tanı o zaman konuyor ve kişi 69 yaşında bu hastalıktan ölüyor; tanıdan sonraki sağkalım 69 − 64 = 5 yıl. Tarama tanıyı dört yıl öne, 60 yaşına çekiyor ve erken başlanan tedavi ölümü 71 yaşına erteliyor. Taramayla tanı alan kişinin tanıdan sonraki sağkalımı 71 − 60 = 11 yıl. Bir sağkalım karşılaştırması bu iki sayıya bakar ve "tarama sağkalımı 11 − 5 = 6 yıl uzattı" der.

Ama kişi 6 yıl fazla yaşamadı. Gerçek kazanç ölüm yaşındaki kayma, 71 − 69 = 2 yıl. Geri kalan 4 yıl lead-time; tanının öne alındığı süre. Gözlenen uzamanın 4 ÷ 6 ≈ 0,67'si, yani üçte ikisi, yalnız saatin erken başlatılmasından geliyor. Tarama burada gerçekten işe yarıyor, ama sağkalım sayısı yararını üç kat büyük gösteriyor.

Bu yüzden lead-time bir hile değil, kaçınılmaz bir ölçüm artefaktı. Tarama tanımı gereği tanıyı erkene alır, yani her başarılı taramada lead-time vardır. Doğru soru onun var olup olmadığı değil, gözlenen uzamanın ne kadarını açıkladığıdır; ve bu soru tanıdan itibaren ölçülen hiçbir süreyle cevaplanamaz.

Üç durum aynı yöne işaret eder. Saf lead-time durumunda tanı öne alındı, seyir değişmedi; sağkalım süresi uzadı, ömür uzamadı. Lead-time ile gerçek kazancın birlikte olduğu durumda, yukarıdaki hesaptaki gibi, hem süre hem ömür uzadı. Üçüncü durumda erken tanı yarar sağlamadı ama tedavi komplikasyonu ya da aşırı tanı üretti; sağkalım süresi yine uzarken yaşam kalitesi düştü.

Saati takvime bağlamak

Üç senaryoyu ayırmanın yolu, saati tanıyla değil takvimle başlatmaktır. İki nüfusu aynı gün izlemeye alırsın, örneğin bir çalışmanın kura günü, ve belirli bir takvim penceresinde o hastalıktan kaç kişinin öldüğünü sayarsın. Tanının bu pencere içinde ne zaman konduğu sayıyı değiştirmez, çünkü sayılan şey tanı değil ölümdür.

Kurgu bir çalışmada kurayla iki grup oluşturulsun, her biri 20.000 kişi, ve ikisi de aynı günden itibaren on yıl izlensin. Saf lead-time senaryosunda taranan grupta da taranmayan grupta da bu hastalıktan 48'er kişi ölür; iki grupta ölüm oranı 48 ÷ 20.000 = 0,0024. Taranan gruptaki hastalar tanılarını yıllar önce almış ve "tanıdan sonra" çok daha uzun yaşamış görünebilir, ama takvim penceresinde ölenlerin sayısı aynıdır ve ölçü doğruyu söyler.

Gerçek kazanç senaryosunda taranan grupta ölenler 36 kişiye iner. Ölüm oranı 36 ÷ 20.000 = 0,0018 ve taranmayan gruba göre oran 36 ÷ 48 = 0,75; yani bu hastalıktan ölüm dörtte bir azalmış. Mutlak fark ise 48 − 36 = 12 kişi, 20.000 kişide; yani 12 ÷ 20.000 = 0,0006. Bu iki sayıyı yan yana vermek, önceki derslerde gördüğün göreli ile mutlak ayrımının burada da geçerli olduğunu hatırlatır.

Takvim zamanının bir koşulu var: iki grubun saati aynı gün başlamalı ve bu gün, tanıya değil gruba girişe bağlı olmalı. Saat her kişide kendi tanı gününde başlatılırsa takvim görünümlü bir ölçü bile lead-time'ı geri getirir. Bu yüzden iyi bir tarama çalışması, izlemi kura gününden başlatır ve sonucu o günden itibaren sayar.

Yalnız taramada değil

Lead-time yanlılığı tarama tartışmasında adlandırıldı ama tanı anını öne çeken her değişiklikte çalışıyor. Bir hastalığın tanımı daha erken bir aşamayı kapsayacak biçimde genişlediğinde, o tanıyı alan grubun ortalama sağkalımı hiçbir tedavi değişmeden uzar. Eşik seçimi dersinde (L01-P05-M02-D08) tanı genişlemesi adıyla göreceğin mekanizma bunun bir kaynağı.

Görüntüleme çözünürlüğü arttığında ya da hastalığı daha erken haber veren yeni bir belirteç kullanıma girdiğinde de aynı şey olur. Daha küçük lezyonlar görünür hâle gelir, tanı erkene kayar ve sağkalım istatistikleri tedaviden bağımsız olarak iyileşir. Üç durumda da yapı aynı: tanı anı kaydı, ölüm anı yerinde durdu.

Evre göçü: her evre iyileşir, toplam aynı kalır

Açılıştaki tabloya dönelim; oradaki iyileşmeyi lead-time değil, ikinci bir mekanizma üretiyor. Yeni cihazdan önce hastanede 200 hasta var: evre I'de 100 kişi, bunların 80'i beş yıl sonra hayatta, yani 80 ÷ 100 = 0,80; evre II'de 100 kişi, 50'si hayatta, 50 ÷ 100 = 0,50. Toplamda 130 ÷ 200 = 0,65.

Yeni cihaz, evre I sanılan 20 hastada eski cihazın göremediği küçük bir yayılım buluyor ve bu 20 kişi evre II'ye geçiyor. Bunlar evre I'in en ağır hastaları; 20 kişiden 12'si beş yıl sonra hayatta, yani 12 ÷ 20 = 0,60. Yeni evre I'de 80 hasta ve 80 − 12 = 68 hayatta kalan var: 68 ÷ 80 = 0,85. Yeni evre II'de 120 hasta ve 50 + 12 = 62 hayatta kalan var: 62 ÷ 120 ≈ 0,52. İki evrenin sağkalımı da arttı; toplam ise (68 + 62) ÷ 200 = 0,65 ve hiç değişmedi.

Hilenin anahtarı göç eden grubun konumunda. 0,60'lık sağkalımla bu 20 kişi evre I'in ortalamasının altında, evre II'nin ortalamasının üstünde duruyordu. Birinci grubun en kötülerini alıp ikinci grubun iyileri arasına koymak, iki grubun ortalamasını birlikte yükseltir. Tek bir hastanın seyri değişmedi, yalnız hangi sütuna yazıldığı değişti. Bu olguya, bir eyaletten ötekine göçenlerin iki eyaletin ortalama zekâsını da artırdığı şakasından ötürü Will Rogers etkisi de deniyor.

Kartın notu kayıt uzmanının yaptığı şeyi tarif ediyor. Evre satırları iyileşirken toplam satırı yerinde duruyorsa, önce evre göçü düşünülür. Evreye özgü bir karşılaştırmayı, özellikle bir teknoloji ya da tanım değişikliğinin iki yakasında, ancak toplamla birlikte okumak güvenlidir.

Klinik gerçeklik

Bir sağkalım iddiasıyla karşılaştığında taşıyacağın soru şu: bu karşılaştırmada saat nerede başlatıldı? Saat tanı anında başlıyorsa, tanıyı öne alan her şey, tarama, yeni bir cihaz ya da genişleyen bir tanım, sayıyı tedaviden bağımsız olarak büyütebilir. Saat iki grupta aynı takvim gününde başlıyorsa ve sonuç o hastalıktan ölüm oranıysa, lead-time yapısal olarak elenmiş demektir.

İkinci soru evreyle ilgili. Bir rapor her evrede iyileşme gösteriyorsa, toplam satırını ara; toplam yerinde duruyorsa, sorun büyük olasılıkla hastaların sütun değiştirmesidir. Bir danışan "artık bu hastalıkta sağkalım çok daha iyi" diye umutlandığında onu söndürmek gerekmez; ama kendi kararını bu sayıya dayandırmadan önce, hangi saatle ve hangi sütunlarla ölçüldüğünü hekimiyle konuşmasını önermek gerekir.

Kendini sına

1. Lead-time'ı ve lead-time yanlılığını ayrı ayrı tanımla.
2. Belirtiyle tanı 58 yaşında, ölüm 63'te; taramayla tanı 55'te, ölüm 64'te. Gözlenen sağkalım uzaması kaç yıl, bunun kaçı lead-time, kaçı gerçek kazanç?
3. Üç senaryoyu yaz. Üçü tanıdan itibaren sağkalım süresiyle neden ayırt edilemez?
4. 15.000'er kişilik iki grupta on yılda taranmayanlarda 30, taranmışlarda 21 ölüm var. İki ölüm oranını, göreli oranı ve mutlak farkı hesapla.
5. Takvim zamanı ölçümünde saat hangi gün başlamalı ve neden tanı günü olmamalı?
6. Tarama dışında lead-time'ın çalıştığı üç durumu yaz.
7. Evre I'de 100 hastanın 90'ı, evre II'de 100 hastanın 30'u beş yıl yaşıyor. Evre I'den sağkalımı 0,70 olan 10 hasta evre II'ye geçerse iki evrenin ve toplamın sağkalımı ne olur?
8. Evre göçü neden iki evrenin ortalamasını birlikte yükseltebiliyor? Ayırt edici sinyal ne?

Bir sonraki derse köprü

Bu derste yanılma, saatin nerede başlatıldığındaydı; tanı anı kaydıkça sağkalım uzadı. Sıradaki ders başka bir yoldan yanıltan bir yanlılığı açıyor: taramanın hangi vakaları yakaladığı konusunda tarafsız olmaması. Orada iki tarama turunun arasında belirti vererek ortaya çıkan vakaların neden daha hızlı seyirli olduğunu ve bu yanlılığı, katılımcıları taramaya gerçekten girip girmediklerine bakmadan atandıkları grupta analiz ederek nasıl etkisiz bıraktığını göreceksin.