Baz oranın sonuca etkisi

Açılış sahnesi

Aynı marka, aynı parti numaralı bir hızlı test kiti üç ayrı yere dağıtılmış. Birincisi bir alışveriş merkezinin önüne kurulan mobil tarama çadırında, yoldan geçen ve hiçbir yakınması olmayan insanlara uygulanıyor. İkincisi bir aile sağlığı merkezinde, belirsiz bir yakınmayla gelen hastalarda kullanılıyor. Üçüncüsü bir uzman polikliniğinde, başka hekimlerin bu hastalıktan şüphelenip yönlendirdiği hastalarda.

Üç yerde de ekranda aynı kelime çıkıyor: pozitif. Kit aynı, kimyası aynı, basılan rapor aynı. Ama bu kelimenin taşıdığı anlam üç yerde çok farklı: çadırdaki pozitiflerin çoğu sağlıklı, poliklinikteki pozitiflerin çoğu hasta. Aradaki farkı test değil, testin uygulandığı grup yaratıyor. Bu dersin konusu o grup sayısı: taban oranı.

Bu derste ne olacak

Önce taban oranını ve onu görmezden gelme hatasını tanımlayacağız. Sonra açılıştaki üç ortamı bin kişilik paydada tek bir tabloda hesaplayıp aynı testin üç ayrı pozitif öngörü değeri verdiğini göreceğiz. Ardından hatanın neden bu kadar dirençli olduğuna ve "ben ortalama biri değilim" itirazının nerede haklı, nerede yanlış olduğuna geleceğiz. Son bölümde hataya karşı işe yarayan araçlara ve hatanın bu akademideki yansımalarına bakacağız.

Sıfır noktası

Hatanın çekirdeği bir soru karışıklığıdır. İnsanlar "test ne kadar doğru?" sorusunun cevabını, "pozitif çıktığıma göre ne kadar olası hastayım?" sorusunun cevabı sanır. İlk soru hastalığı olanlardan ve olmayanlardan yola çıkar; ikinci soru pozitif çıkanlardan. İkinci sorunun cevabı, pozitif çıkanların arasında kaç gerçek hasta olduğuna bağlıdır ve bu sayıyı belirleyen şeylerden biri, testin uygulandığı grupta hastalığın ne kadar yaygın olduğudur.

Mekanizma

Aynı test, üç ortam

Kurgu testin duyarlılığı 0,90: hastaların onda dokuzunu pozitif gösteriyor. Özgüllüğü 0,85: sağlıklıların yüzde 85'ini negatif gösteriyor, yüzde 15'inde yanlış alarm veriyor. Bu iki sayı testin kendisine aittir ve üç ortamda da aynıdır. Değişen tek şey yaygınlık: tarama çadırında 0,02, aile sağlığı merkezinde 0,10, uzman polikliniğinde 0,40.

Her ortamda bin kişiyi düşün. Tarama çadırında 1000 × 0,02 = 20 hasta ve 980 sağlıklı var. Test hastaların 20 × 0,90 = 18'ini, sağlıklıların 980 × 0,15 = 147'sini pozitif gösterir. Toplam 165 pozitifin 18'i gerçekten hasta: 18 ÷ 165 ≈ 0,11. Çadırda pozitif sonuç alan her dokuz kişiden yalnız biri hasta. Aynı hesabı üç ortam için yan yana yazalım:

Tablonun iki sütununa dikkat et. Doğru pozitifler 18'den 360'a, yirmi kat artıyor; yanlış pozitifler ise 147'den 90'a iniyor, çünkü sağlıklı kişi sayısı azalıyor. Pozitif öngörü değerini belirleyen bu iki sayının oranıdır ve yaygınlık ikisini ters yönde itiyor. Sonuçta aynı "pozitif" kelimesi çadırda yüzde 11, aile hekiminde yüzde 40, poliklinikte yüzde 80 anlamına geliyor.

Aynı şey negatif sonuç için de geçerli, yalnız ters yönde. Çadırda 833 doğru negatif ve 2 yanlış negatif var, negatif sonucun doğru olma olasılığı 833 ÷ 835 ≈ 0,998. Poliklinikte ise 510 doğru negatif ve 40 yanlış negatif var: 510 ÷ 550 ≈ 0,93. Poliklinikte negatif sonuç alan her on dört kişiden biri yine de hasta. Test sonrası olasılığı işleyen L01-P05-M03-D02'deki Kişi C'de ön test olasılığı yüzde 80'di ve negatif bir sonuç bu olasılığı ancak yüzde 29'a indirebilmişti. Taban oranı yükseldikçe pozitif sonuç daha güvenilir, negatif sonuç daha az güven verici hâle gelir.

Neden bu kadar dirençli

Bu hata bir kez anlatılınca kaybolmaz; insanlar doğru cevabı öğrenir ve bir süre sonra aynı hatayı yeniden yapar. Bunun ilk nedeni, taban oranının somut olmamasıdır. Test sonucu elindedir, sana aittir, şimdi gelmiştir; taban oranı ise soyut bir nüfus istatistiği gibi durur ve zihin somut olanı ağırlıklandırır. İkinci neden dilin kendisi: "test doğru" ile "sonuç doğru" cümleleri neredeyse aynı duyulur ve aradaki farkı görmek için bilinçli bir çeviri gerekir.

Üçüncü neden bireysellik hissidir. "Ben ortalama biri değilim" duygusu, nüfus verisini kendine uygulamamaya iter. Duygu kısmen haklıdır, çünkü kişinin özellikleri gerçekten onun taban oranını değiştirir. Ama bu haklılıktan çıkan doğru sonuç taban oranını atmak değil, kendi grubunun taban oranını kullanmaktır.

Tablo bunu somut hâle getiriyor. Tarama çadırında pozitif çıkan bir kişinin annesinde ve teyzesinde bu hastalık olsun ve aile öyküsü olanlarda yaygınlığın kurgu değeri 0,10 olsun. Bu kişi için doğru satır çadır satırı değil, aile sağlığı merkezi satırıdır: pozitif sonuç 0,11 değil, 0,40 anlamına gelir. Taban oranını değiştirmek hesabı değiştirdi, ama hesabı ortadan kaldırmadı; 0,40 hâlâ bir kesinlik değil.

Vaka dersin en ince noktasını taşıyor: taban oranını kişiselleştirmek doğru, yok saymak yanlış. "Beni bağlamaz" diyen kişi aslında tabloda başka bir satırda durduğunu söylüyor ve bu çoğu zaman doğrudur. Hata, satır değiştirmek yerine tablodan çıkmaya çalışmaktır.

Kartın nüfus satırı önemli: hata yalnız meslek dışı okurların hatası değil. Tarama çadırındaki bir sağlık çalışanı da pozitif sonucu poliklinikte alışık olduğu anlamla okuyabilir. Aynı kit, aynı ekran ve aynı kelime bu kaymayı kolaylaştırır.

İşe yarayan araçlar

Hataya karşı en güçlü araç, yüzdeleri kişi sayısına çevirmektir. Bu derste tabloyu kurarken yaptığın şey buydu: "yüzde 90 duyarlılık, yüzde 15 yanlış alarm" yerine "20 hastanın 18'i, 980 sağlıklının 147'si". Olasılık ve oranı işleyen L01-P04-M01-D01 bu biçimi doğal sıklık diye adlandırmıştı. Aynı hesap yüzde diliyle yapıldığında zorlaşır; kişi sayısıyla yapıldığında sonuç neredeyse kendiliğinden görünür.

İkinci araç bu sayıları bir ızgaraya çizmektir. Bin kareyi hastalar, doğru pozitifler, yanlış pozitifler ve doğru negatifler olarak boyadığında, pozitif kutunun içindeki renk oranı hesap yapmadan cevabı verir. Üçüncü araç soru biçimini değiştirmektir: "yüzde kaç?" yerine "pozitif çıkan yüz kişiden kaçı?" diye sormak, aynı bilgiyi zihnin daha doğru işlediği biçimde sunar.

Kartın son cümlesi dürüst bir sınır çiziyor: bu araçlar hatayı azaltır, yok etmez. Bu yüzden onları bir kez öğrenip bırakmak yetmez; her yeni sonuçta tabloyu yeniden kurmak gerekir.

Bu akademideki yansımaları

Taban oranı yanılgısı başka birçok hatanın altında yatar. Belirtisiz bir kişide istenen geniş bir kan panelinde her bir durumun ön test olasılığı düşüktür, bu yüzden çıkan "anormal" sonuçların çoğu tarama çadırı satırındaki gibi yanlış alarmdır. Ticari test raporlarında bir belirtecin anormal çıkması da aynı biçimde okunur: taban oranı düşükse anormalliklerin çoğu klinik bir anlam taşımaz.

Nadir tanı arayışında "belirtilerim tarife birebir uyuyor" cümlesi tipikliğe bakar, sıklığa bakmaz; bir tablonun bir hastalığa benzemesi, o hastalığın olası olduğunu göstermez. Haberlerde de "riski iki katına çıkarıyor" cümlesindeki başlangıç riski bir taban oranıdır ve verilmediğinde iki kat ne kadar büyük bir şeyi anlattığı bilinemez. Dört durumun kökü aynı: yeni bilgi somut, taban oranı soyut, ve zihin somutu ağırlıklandırıyor. Bu hatanın bilişsel tarafını, sayı verildiğinde bile neden görmezden gelindiğini L01-P03-M03-D04 temel oran ihmali başlığı altında ayrıca işliyor.

Klinik gerçeklik

Bir test sonucuyla karşılaştığında kendine önce testin nerede yapıldığını sor. Tarama çadırında çıkan bir pozitif ile uzman polikliniğinde çıkan bir pozitif aynı kelimeyi taşır ama aynı bilgiyi taşımaz. Ardından o ortamdaki taban oranını, yani senin gibi kişilerde bu durumun sonuç gelmeden önce ne kadar olası olduğunu sor. Cevabı bilmiyorsan kaba bir bant tahmin et; hiç tahmin etmemek, sonucu sıfırdan başlatmak demektir.

Son olarak sonucu o bandın üzerine koy. Aile öyküsü, belirtiler ya da yaş seni başka bir satıra taşıyorsa o satırı kullan, ama tablodan çıkma. Kendi sonucunun senin için ne anlama geldiği, bu soruların cevabıyla birlikte hekiminle konuşulacak bir karardır.

Kendini sına

1. Taban oranı yanılgısını kendi cümlenle tanımla. Hangi iki soru birbirine karışıyor?
2. Kurgu testte (duyarlılık 0,90, özgüllük 0,85) yaygınlık 0,20 olsaydı bin kişide kaç doğru ve kaç yanlış pozitif olurdu? Pozitif öngörü değeri kaç çıkardı?
3. Tabloda yaygınlık arttıkça doğru pozitifler ve yanlış pozitifler hangi yönde değişiyor? Neden?
4. Uzman polikliniğinde negatif sonucun doğru olma olasılığı neden tarama çadırındakinden düşük?
5. Hata neden bu kadar dirençli? Üç nedeni kendi cümlelerinle anlat.
6. "Ben ortalama değilim" itirazı hangi bakımdan haklı, hangi bakımdan yanlış sonuç veriyor? Vakadaki kişi hangi satıra geçiyor?
7. İşe yarayan üç aracı say. B rozetli ikinci kart bu araçlar hakkında hangi sınırı çiziyor?
8. Hatanın bu akademideki dört yansımasını ve ortak kökünü yaz.

Bir sonraki derse köprü

Tablodaki tarama çadırında pozitif çıkan 165 kişiyi düşün: aralarında hastalığın yaygınlığı artık 0,02 değil, yaklaşık 0,11. Bu kişilere ikinci bir test uygulandığında, o test çadırın değil bu yeni grubun taban oranıyla çalışır. Sıradaki derste iki testi bir arada kullanmanın iki yolunu, aynı anda istenen paralel testleri ve arka arkaya istenen seri testleri göreceksin. Her stratejinin duyarlılık ile özgüllük arasındaki dengeyi nasıl kaydırdığını ve iki testin birbirinden bağımsız olmamasının neden en çok atlanan varsayım olduğunu da orada hesaplayacaksın.