Daha ağır hastalar daha yoğun tedavi alıyor ve sonuçları daha kötü görünüyorsa tedavinin zarar verdiği sonucuna hemen varılamaz. Hastalığın ağırlığı tedavi seçimini de sonucu da etkilemiştir. Bu örüntü, endikasyona bağlı karıştırmanın tipik biçimidir. 2 3
Gözlemsel araştırmada araştırmacı maruziyeti rastgele dağıtmaz; klinik bakımda, çevrede veya kişinin seçiminde oluşan farklılıkları inceler. Bu veri hastalık seyri, uygulama örüntüleri ve uzun dönem sonuçlar için zengindir. Nedensellik sorusunda başlangıç farkları ayrıca çözülmelidir. 3
Tasarım, kişilerin hangi zamandan seçildiğini değiştirir
Kohort çalışması maruz kalan ve kalmayan grupları belirleyip sonuçların oluşumunu izler. Kayıtlar geçmişten okunabilir veya takip ileriye dönük kurulabilir. Maruziyet başlangıcı ile takip başlangıcının uyuşması gerekir. 1 2
Vaka-kontrol çalışması sonucu yaşayan kişilerle uygun kontrolleri seçer, geçmiş maruziyeti karşılaştırır. Nadir sonuçlarda verimlidir. Kontroller vakaların geldiği kaynak nüfusu temsil etmiyorsa tahmin bozulur. 1
Kesitsel çalışma maruziyet ile sonucu aynı zaman kesitinde ölçer. Sıklık ve ilişki gösterebilir; hangisinin önce geldiği çoğu kez belirsizdir. Bir belirtiyle davranış arasındaki kesitsel bağ, davranışın belirtiye yol açtığını kanıtlamaz. 1
Ayarlama ölçülmüş farklarla sınırlıdır
Araştırmacılar yaş, hastalık ağırlığı ve eşlik eden durumlar gibi karıştırıcıları regresyon, eşleştirme veya ağırlıklandırmayla dengelemeye çalışır. Değişken yanlış ölçülmüşse ya da önemli bir etken hiç kaydedilmemişse artık karıştırma kalabilir. 2
Tedaviden sonra oluşan bir değişken için ayarlama yeni yanlılık yaratabilir. Hangi değişkenin neden, aracı veya sonuç olduğu klinik bilgi ve zaman sırasıyla belirlenir. Daha fazla değişken eklemek otomatik olarak daha doğru tahmin üretmez. 2
Katılımcı seçimi de karşılaştırmayı değiştirebilir. Tedavi başladıktan sonra hayatta kalmayı veya kayıtta kalmayı seçilme koşulu yapmak, bazı kişilere sonucu yaşayamayacakları bir dönem kazandırabilir. ROBINS-I takip ile maruziyet başlangıcının hizasını bu nedenle sorgular. 2
Bazı sorular gözlemsel veriye özellikle ihtiyaç duyar
Randomize çalışmalar seyrek zararları görecek kadar büyük veya uzun olmayabilir. Geniş sağlık kayıtları, yıllar sonra ortaya çıkan olaylar ve gündelik kullanım bu boşluğu doldurabilir. Sinyalin büyüklüğü kadar tanımın, doğrulamanın ve uygun karşılaştırıcının kalitesi önemlidir. 3
Çok belirgin ilişki, zaman sırası, farklı analizlerde tutarlılık ve olası karıştırıcıların yönü nedensel yorumu güçlendirebilir. Yine de gözlemsel tahmin, kullanılan varsayımlarla birlikte sunulur. “Ayarlanmış” kelimesi ölçülmeyen bütün farkların silindiğini söylemez. 2 3
STROBE; katılımcı akışı, veri kaynakları, eksik veriler, ayarlanmış ve ayarlanmamış tahminler, sınırlılıklar ile finansmanın açıkça raporlanmasını ister. Bu açıklık kalite puanı değildir; okurun yöntemi değerlendirebilmesi için gereken kaydı sağlar. 1
Bir gözlemsel sonuçta önce zaman sırasını ve karşılaştırılan grupları bulun. Tedavi seçimini ve sonucu birlikte etkileyen değişkenleri, bunların nasıl ölçüldüğünü, veri kaybını ve duyarlılık analizlerini inceleyin. Sonra metnin “ilişkilidir” bulgusundan “neden olur” sonucuna nerede geçtiğini kontrol edin. 1 2 3
“Gerçek yaşam verisi” otomatik olarak daha gerçekçi sonuç değildir
Elektronik sağlık kayıtları ve sigorta veri tabanları çok büyük örneklemler sağlayabilir. Ancak veri klinik araştırma için değil faturalama veya bakım amacıyla toplanmışsa tanılar, hastalık şiddeti ve sonuçlar eksik ya da hatalı kodlanabilir. Büyük örneklem rastlantısal belirsizliği azaltırken sistematik ölçüm hatasını küçültmez. 2 3
Tedavi seçimi de rastgele değildir. Daha genç, daha sağlıklı veya tedaviye erişimi yüksek kişiler bir yöntemi daha sık alabilir. İstatistiksel ayarlama yalnız ölçülmüş değişkenleri dengeleyebilir. Ölçülmemiş frailty, sosyoekonomik durum veya hekim tercihleri sonuçta artık karıştırma bırakabilir. 2
Zamanla ilişkili yanlılıklar neden önemlidir?
Maruziyetin başladığı tarih ile takip başlangıcı aynı değilse “ölümsüz zaman” adı verilen dönem ortaya çıkabilir: kişi tedavi grubuna girebilmek için belirli süre hayatta kalmak zorundadır. Bu süre yanlışlıkla tedaviye ait iyi sonuç gibi sayılabilir. Uygun hedef-deneme yaklaşımı veya zaman-bağımlı analizler bu tür hataları azaltmaya çalışır. 2 3
Benzer biçimde geri dönük kayıtlarda yalnız belirli süre takipte kalanları seçmek erken komplikasyon yaşayan veya merkezden ayrılan kişileri dışlayabilir. Katılımcı seçimi, maruziyet ölçümü ve sonuç ölçümü bu nedenle ayrı ayrı incelenir. 1 2
İlişki ne zaman nedensellik lehine daha ikna edici olur?
Zaman sırası zorunludur: neden olduğu ileri sürülen maruziyet sonuçtan önce gelmelidir. Etkinin büyüklüğü, doz-yanıt örüntüsü, farklı veri kaynaklarında tutarlılık ve olası karıştırıcıların gözlenen ilişkiyi açıklamakta yetersiz kalması nedensel yorumu güçlendirebilir; hiçbiri tek başına kanıt değildir. 2 3
Gözlemsel çalışma okurken “adjusted HR 0,70” gibi bir sayıdan önce hangi değişkenlerin neden seçildiğini, eksik verinin nasıl işlendiğini ve tedavi kararının hangi tarihte başladığını kontrol etmek gerekir. Model karmaşıklığı, klinik tasarım hatasını otomatik olarak çözmez. 1 2
Kayıt çalışmaları ve propensity yöntemleri nasıl okunmalı?
Propensity score eşleştirme veya ağırlıklandırma, tedavi gruplarını ölçülmüş başlangıç özellikleri açısından daha benzer hale getirmeyi amaçlar. Başarılı dengeleme tabloda kontrol edilebilir; ancak kaydedilmemiş bir hastalık ağırlığı veya hekim tercihi bu yöntemle düzeltilemez. Bu nedenle propensity analizi randomizasyonun matematiksel eşdeğeri değildir. 2 3
Negatif kontrol, falsification analizi veya farklı model varsayımlarıyla yapılan duyarlılık analizleri artık karıştırmanın ne kadar olası olduğunu test etmeye yardım edebilir. Sonuç yalnız tek modelde görülüyor ve küçük varsayım değişikliklerinde kayboluyorsa nedensel yorum daha kırılgandır. 2
Gözlemsel çalışma özellikle randomize verinin olmadığı alanlarda değerlidir; ancak güven düzeyi “örneklem 100 bin kişi” gibi büyüklükten çok tasarımın hedef soruyu ne kadar iyi taklit ettiğine bağlıdır. 2 3
Kaynaklar
- STROBE Initiative. STROBE Statement.
- Sterne JAC, et al. Assessing risk of bias in a non-randomized study. Cochrane Handbook, Chapter 25.
- Reeves BC, et al. Including non-randomized studies on intervention effects. Cochrane Handbook, Chapter 24.