Rastlantısal anormallik

Açılış sahnesi

Kırk yaşında bir kadın, birkaç gündür süren sağ yan ağrısı için karın görüntülemesine giriyor. Hekimin aklındaki olasılık belli ve görüntüleme onu dışlıyor; iyi haber. Ama raporun son paragrafında, kimsenin aramadığı bir organda küçük bir bulgu yazıyor ve rapor şu cümleyle bitiyor: "Klinik korelasyon önerilir." Ağrı bir hafta içinde kendiliğinden geçiyor, rapordaki satır ise geçmiyor.

O cümleyle birlikte bir süreç başlıyor: yeni bir randevu, yeni bir görüntüleme, belki bir girişim. Kadın bunların hiçbiri için gelmemişti. Bu ders o "başka bir şey" hakkında: neden bu kadar sık bulunduğu, ne kadarının şans eseri olduğu ve bulunduktan sonra nasıl yönetilmesi gerektiği.

Bu derste ne olacak

Önce rastlantısal bulguyu tanımlayıp neden giderek yaygınlaştığını göreceğiz. Sonra çok sayıda yapıya ya da teste aynı anda bakmanın, hiçbir hastalık olmasa bile bir "anormallik" bulma olasılığını nasıl büyüttüğünü tabloyla hesaplayacağız. Ardından sınırda çıkan tek bir değerin tekrar ölçüldüğünde neden çoğu zaman geri çekildiğini kurgu sayılarla göreceğiz. Son bölümde aşırı tanıyla ilişkiye, yönetim ilkelerine ve bu bulguların nerede önlenebileceğine geleceğiz.

Sıfır noktası

Tanımı üç özellik belirliyor. Bulgu aranmıyordu, çünkü tetkikin endikasyonu başka bir şeydi. Belirti vermiyor, çünkü kişinin şikâyeti bununla ilgili değil. Ve ne yapacağı çoğu zaman belirsiz, çünkü bu tür bulguların birçoğunun doğal seyri iyi bilinmiyor. Asıl yönetim zorluğunu üreten üçüncüsü: sorun bulgunun kendisinden çok, onun hakkında bilinmeyenlerden doğuyor.

Laboratuvar tarafında aynı olgunun adı genellikle "aralık dışı sonuç". L02-P01-M01-D08'de tanımlandığı gibi referans aralığı bir sağlık ölçütü değil, belirli bir nüfusta ölçülen değerlerin çoğunluğunu kapsayan bir dağılım tarifidir. Çoğu laboratuvar testinde bu çoğunluk sağlıklı kişilerin ortadaki yüzde 95'i olarak seçilir; yani tanım gereği sağlıklı her yirmi kişiden biri aralığın dışında kalır.

Mekanizma

Neden artıyor

Üç eğilim aynı yönde çalışıyor. Görüntüleme teknolojisinin çözünürlüğü arttıkça daha küçük yapılar görünür hâle geliyor ve yirmi yıl önce hiç fark edilmeyecek bir şey bugün rapora giriyor. İstenen tetkik sayısı arttıkça her tetkik yeni bir rastlantı fırsatı oluyor. Üstelik bir bölgeyi görüntülemek, çevresindeki bütün dokuları da görüntüye sokuyor; sağ yan ağrısı için bakılan bir görüntüde birkaç organ birden görünüyor.

Sonuç şu: teknoloji iyileştikçe rastlantısal bulgu da artıyor. Bu, ilerlemenin geri döndürülemez bir yan ürünü ve ona karşı tek savunma, bulunan şeyi doğru okumayı öğrenmek.

Çok yere bakmanın aritmetiği

Bir görüntüye giren her yapıyı, bir paneldeki her testi ayrı bir "bakış" say. Her bakışta sağlıklı bir kişinin anormal görünme olasılığı yüzde 5 olsun; laboratuvarda bu, yüzde 95'lik referans aralığının doğrudan sonucu. Bir bakışta her şeyin normal çıkma olasılığı 0,95. Bakışlar birbirinden bağımsızsa n bakışta hepsinin normal çıkma olasılığı 0,95'in n'inci kuvveti, en az birinin anormal çıkma olasılığı da 1 − 0,95ⁿ.

Yirmi satırını elle izle: 0,95²⁰ ≈ 0,358, dolayısıyla 1 − 0,358 = 0,642. Tamamen sağlıklı bir kişide yirmi bakıştan en az birinin anormal görünme olasılığı yaklaşık üçte iki. Son sütun aynı şeyi başka bir yoldan söylüyor: 20 × 0,05 = 1, yani yirmi bakışta ortalama bir "anormallik" beklenir. Çoklu test sorunu dersinde bu hesabı bir laboratuvar paneli için kurmuştun; burada aynı aritmetiğin görüntülemedeki karşılığını görüyorsun.

Tablodaki bağımsızlık varsayımı kaba bir basitleştirme: aynı organın işlevini ölçen testler birlikte hareket eder, bir görüntüdeki komşu yapılar da birbirinden habersiz değildir. İlişkili bakışlarda gerçek olasılık tablodakinden düşük çıkabilir. Yine de yön değişmez: bakış sayısı arttıkça, hiçbir hastalık olmadan bir şey bulma olasılığı yükselir.

Sınırda tek değer ve tekrar ölçüm

Aralık dışı bulunan bir değerin önemli bir kısmı ikinci ölçümde geri çekilir. Bunu kurgu bir laboratuvar ölçümüyle hesaplayalım. Bir grupta kişilerin gerçek düzeyleri 100 çevresinde, standart sapması 4 olacak biçimde dağılıyor. Aynı kişide ölçümden ölçüme oynaklığın standart sapması ise 3. Kurgu referans aralığının üst sınırı 110.

Bir kişinin ilk ölçümü 112 çıksın: grup ortalamasından 12 birim yukarıda. Bu 12 birimin ne kadarı kişinin gerçek düzeyinden, ne kadarı o günkü ölçüm şansından geliyor? Gözlenen yayılımın varyansı iki parçanın toplamı: 4² + 3² = 16 + 9 = 25. Gerçek düzeyin payı 16 ÷ 25 = 0,64, yani sapmanın beklenen gerçek kısmı 12 × 0,64 = 7,68. Kişinin gerçek düzeyi için en iyi tahmin 100 + 7,68 ≈ 107,7 ve bu, üst sınırın altında.

İkinci ölçümün beklenen değeri de yaklaşık 107,7. Ölçüm oynaklığı ile gerçek düzeye dair kalan belirsizlik birlikte hesaba katıldığında, ikinci ölçümün yeniden 110'un üstüne çıkma olasılığı kurgu modelde yaklaşık yüzde 27. Yani ilk ölçümde aralık dışı bulunan bu kişilerin yaklaşık dörtte üçü, hiçbir şey yapılmadan ikinci ölçümde aralığın içine döner. Sınırı aşan değerler seçildiği için ilk ölçüme, bir sonrakinde tekrarlanmayacak bir şans payı karışmıştır; ikinci ölçüm o payı taşımadığı için ortalamaya doğru çekilir. Bu yüzden sınırda tek bir değer, bir bulgu olmaktan önce bir tekrar ölçüm sorusudur. Aynı mantık görüntülemede de işler: küçük bir bulgunun iki görüntü arasında "büyüdü" ya da "küçüldü" diye raporlanan farkı, ölçümün kendi oynaklığı içinde kalabilir.

Aşırı tanıyla ilişkisi

L01-P05-M01-D04'te aşırı tanıyı tanımlamıştık: kişinin yaşamı boyunca belirti vermeyecek bir durumun saptanması. Rastlantısal bulgular bu tanıma çok uyar, çünkü zaten belirti vermiyorlar ve çoğu hiç vermeyecek. Tarama programları planlı bir aşırı tanı riski taşır; rastlantısal bulgular ise aynı yere plansız ve endikasyon dışı bir yoldan varır. Bu yüzden rastlantısal bulgu, aşırı tanının en sık giriş kapılarından biri.

Aynı derste kurulan yarışan risk mantığı burada da geçerli. İleri yaşta ya da ciddi eşlik eden hastalığı olan bir kişide, yavaş seyirli bir bulgunun belirti vermeye fırsat bulmadan başka bir sürecin devreye girme olasılığı daha yüksektir.

Yönetim ilkeleri

Bu alanda uzman kuruluşlar tanımlı yaklaşımlar yayımladı ve bu yaklaşımların ortak bir omurgası var. Belirli bir boyutun altındaki ve tipik iyi huylu özellikler taşıyan bulgular için ek tetkik önerilmez; bu eşikler keyfi değil, doğal seyir verilerine dayanır. Aynı bulgu, ilgili bir hastalık öyküsü olan kişide farklı yönetilir, yani karar risk grubuna göre ayrışır.

İzlem gerekiyorsa ne kadar süreceği ve hangi değişimde durulacağı baştan tanımlanır; süresiz izlem bir plan değil, bir belirsizlik hâlidir. Belirlenen sürede değişim yoksa izlem biter. Bu son madde en çok atlanan madde ve atlandığında izlem yıllarca sürebilir.

Nottaki son ifade, yani uyumun raporlama diliyle ilişkili olması, bir sonraki bölümün konusu. Algoritma ne kadar iyi olursa olsun, raporu okuyan kişiye ulaşmıyorsa zinciri kesemez.

"Klinik korelasyon önerilir"

Bu ifade rapor dilinde çok yaygın ve neredeyse hiç bilgi taşımıyor. Bulgu raporlanıyor ama ne yapılması gerektiği söylenmiyor; belirsizlik hekime, oradan da hastaya devrediliyor. Belirsizlik karşısında en kolay karar ek tetkik istemek olduğu için zincir çoğu zaman bu cümleden başlıyor.

İyi bir rapor bunun yerine bulgunun boyutunu, tipik iyi huylu özellikler taşıyıp taşımadığını ve hangi algoritmaya göre ne önerildiğini yazar. "Ek tetkik gerekmez" de bu önerilerden biridir ve açıkça yazılmalıdır.

Önlenebilir mi

Kısmen ve yalnız tek bir yerde: tetkik istenmeden önce. Bir tetkik istendiğinde rastlantısal bulgu olasılığı da kabul edilmiş olur ve bu, tetkikin maliyet tarafına yazılması gereken gerçek bir kalemdir. Yukarıdaki tablo bu kalemin büyüklüğünü gösteriyor: bakılan yer arttıkça bulunacak şey de artıyor.

Bu yüzden her tetkikten önce sorulan "sonuç kararı değiştirecek mi?" sorusu burada daha da ağırlaşıyor. Sonuç kararı değiştirmeyecekse tetkik yalnız yarar üretmemekle kalmaz, bir rastlantı olasılığını da beraberinde getirir.

Klinik gerçeklik

Bir rastlantısal bulgu bildirildiğinde ilk soru, bu bulgunun bilinen doğal seyrinin ne olduğu ve onun için yayımlanmış bir yönetim algoritması bulunup bulunmadığıdır. Ardından kişinin kendi risk grubunda bulgunun anlamının değişip değişmediğini sor; yaş ve eşlik eden hastalıklar kararı açılıştaki kadın için başka, ileri yaştaki biri için başka yöne çeker.

Bulgu bir laboratuvar değeriyse ve sınırın az üstündeyse, bir sonraki adım çoğu zaman bir tekrar ölçümüdür; kurgu örnekte aralık dışındaki değerlerin yaklaşık dörtte üçü ikinci ölçümde geri döndü. İzlem öneriliyorsa süresini ve bitiş koşulunu sor. "Bir süre takip edelim" bir plan değil; sorulmadığında izlem yıllarca sürebilir.

Kendini sına

1. Rastlantısal bulgunun üç tanımlayıcı özelliğini yaz. Asıl yönetim zorluğunu hangisi üretiyor?
2. Neden giderek artıyor? Üç eğilimi birbirine bağlayarak açıkla.
3. Her bakışta yüzde 5 olasılıkla, 15 bakışta en az bir anormallik olasılığını ve beklenen anormal sayısını hesapla.
4. Tablodaki bağımsızlık varsayımı neden kaba? İlişkili testlerde olasılık hangi yöne kayar?
5. Kurgu ölçümde ilk değer 108 çıksaydı, kişinin gerçek düzeyi için en iyi tahmin ne olurdu?
6. Sınırda çıkan bir değerin ikinci ölçümde geri çekilmesi neden beklenir?
7. Rastlantısal bulgu ile aşırı tanı arasındaki ilişkiyi kur. Hangisi planlı, hangisi plansız?
8. Yönetim algoritmasının ortak omurgasını yaz. En çok atlanan madde hangisi?

Bir sonraki derse köprü

Bu derste rastlantısal bulgunun nerede önlenebileceğini sordun ve cevap tek bir yerdi: tetkik istenmeden önce, sonucun kararı değiştirip değiştirmeyeceği sorusunda. Sıradaki ders o soruyu kendi başına ele alıyor. Aynı testin, hekimin kafasındaki olasılığa göre bir hastada kararı değiştirip başka bir hastada değiştirmediğini hesaplayacak, testin yararlı olduğu olasılık aralığının iki ucunu bulacaksın (L01-P05-M03-D07).