Sağlık Araştırmalarında Etki Büyüklüğünün Anlamı ve Önemi
Sağlık araştırmalarında etki büyüklüğü hesaplamaları, uyguladığımız istatistik testlerinin anlamlılığını betimlemek için kullandığımız özel istatistiksel işlemler sürecini oluşturmaktadır.
Özellikle tıp bilimleri ve hemşirelik gibi alanlarda istatistiksel analiz uygulamalarını sürdüren araştırmacılar için etki büyüklüğü kavramı son derece önem taşımaktadır.
Bu yazımızda sağlık araştırmalarında etki büyüklüğü kavramından ve istatistik analizi uygulamaları üzerindeki etkisinden bahsedeceğiz.
Öncelikle etki büyüklüğü kavramından başlayalım.
Sağlık araştırmalarında etki büyüklüğü, verilerimiz üzerinde uyguladığımız istatistik sonuçlarının Ho, yani yokluk hipotezini reddetme düzeyini gösteren tanımlayıcı bir ölçüdür. Esas olarak etki büyüklüğü, araştırma bulgularımızın istatistiksel olarak anlamlılığına işaret etmektedir. Etki büyüklüğü değeri arttıkça Ho hipotezini reddetme olasılığımız artmaktadır ve bu durumda test ettiğimiz değişkenlerin istatistiksel olarak anlamlı olma olasılığı da artacaktır.
Uyguladığımız istatistiksel analizlerin test istatistikleri üzerinden etki büyüklüğüne ilişkin bir fikir edinebiliriz. Mutlak değerce test istatistiğinin yüksek olması, etki büyüklüğünün de yüksek olacağı anlamına gelir. Dolayısı ile test istatistiği, Ho hipotezi ilgili testin dağılımına ait kritik değeri de aşacak ve sonuçlarımız anlamlı hale gelecektir.
Örneğin; böbrek yetmezliği olan ve olmayan hastaların karaciğer enzimlerini araştırmak istiyoruz. Böbrek yetmezliği hastalığının varlığının karaciğer enzimleri üzerinde istatistiksel olarak anlamlı etkisinin olup olmadığını test etmek durumundayız. Normal dağılım koşulları sağlandığında, iki grup arasındaki karaciğer enzimi ölçümlerinin farklılığını bağımsız örneklemler t-testi ile test edebiliriz. Bu testin etki büyüklüğü değeri ne kadar yüksek olursa, böbrek yetmezliği olgusunun da karaciğer enzimleri üzerinde o kadar etkisi olduğunu söyleyebiliriz.
Sağlık araştırmalarında etki büyüklüğünün bir diğer işlevi de örneklem hesaplamalarında yatmaktadır. Etik kurul raporlarında örneklem büyüklüğünü hesaplamak için sağlık araştırmacıları sıkça istatistiksel güç analizi tekniklerini kullanıyor. Güç analizi esnasında da referans araştırma ya da pilot çalışmalardan elde edilen test istatistiklerinden etki büyüklüklerini hesaplıyoruz.
Güç analizi açısından bakıldığında etki büyüklükleri, belirleyeceğimiz örneklem büyüklüğü üzerinde de son derece etkili oluyor. Etki büyüklüğü ne kadar yüksek olursa, seçilecek örneklem hacmi de bir o kadar az oluyor. Böylece araştırmalarımız için elde edeceğimiz örneklemin zamansal ve parasal maliyetine etki eden biricik faktör, etki büyüklüğüdür.
Sağlık araştırmalarında etki büyüklüğü aynı zamanda regresyon modelleri, çok yönlü varyans analizi (ANOVA) ya da çok değişkenli varyans analizi (MANOVA) gibi istatistiksel tekniklerin içinde de kullanılabiliyor. Peki nasıl? Hemen örneklendirelim.
Bir sağlık araştırmasında LDL, HDL ve trigliserid gibi tıbbi ölçümler üzerinde cinsiyet, yaş grubu ve spor yapma süreleri (grup olarak) değişkenlerinden hangisinin etkisinin en az – en çok olduğunu belirlemek istediğimizi düşünelim. Bu amaç doğrultusunda uyguladığımız bir MANOVA testi sonucu, her üç faktörün de istatistiksel olarak anlamlı olduğunu gösteriyor. Bu durumda her bir faktör için test istatistiği ve anlamlılık değeri hesaplıyoruz.
Cinsiyet, yaş grubu ve spor yapma süreleri için hesapladığımız test istatistikleri üzerinden etki büyüklüğü değerlerini hesapladığımızda, bu faktörlerin LDL, HDL ve trigliserid ölçümleri üzerindeki etkilerini de sıralayabiliyoruz. HDL değişkeni bazında etki büyüklüklerine göre cinsiyet, yaş grubu ve spor yapma süreleri için etki büyüklüğü değerlerinin sırası ile d=1.25, 1.05 ve 1.40 olduğunu düşünürsek; spor yapma süresinin HDL üzerinde en fazla etkisi olan faktör olduğunu görebiliriz. Benzer şekilde HDL üzerinde en az etkisi olan faktörün de yaş grubu olduğunu söyleyebiliyoruz.
MANOVA’nın yanı sıra regresyon analizi bulgularında da etki büyüklükleri bağımsız değişkenlerin etkilerini yorumlamak için kullanabiliriz. Çünkü ham beta katsayıları, bağımsız değişkenlerinin bağımlı değişken üzerindeki etkisini sıralayabilmemiz için gerekli bilgiyi vermemektedir ve regresyon tablolarında etki büyüklüklerinin yer alması, sıralama yapabilmemiz için imkân sunmaktadır.
Genel olarak incelediğimizde, sağlık araştırmalarında etki büyüklüğü üç olgu üzerinde etkiye sahiptir:
- Test sonuçlarının anlamlılığı
- Hesaplanan örneklem büyüklüğü
- Çoklu faktörler arasında etki derecelerinin sıralanması
Sağlık araştırmalarında etki büyüklüğü böylesine önemli bir olgu iken, bilimsel çalışmalarda genelde yer almamaktadır. Araştırmacılar bu önemli ölçüyü raporlamaktan büyük ölçüde kaçınmaktadır. R, SPSS, Minitab gibi programlar sayesinde etki büyüklüklerini hesaplayabilmek oldukça kolay.
Halbuki istatistik testi sonuçlarının hemen yanında bir sütun açılsa ve tablolarda etki büyüklüğü değerleri verilse, gelecek araştırmacılar için büyük bir kolaylık sağlanmış olur. Ancak gerek makale gerek tez çalışmalarında etki büyüklüğünün raporlanma oranının %5 civarında olduğu tahmin edilmektedir.
Sonuç olarak sağlık araştırmalarında etki büyüklüğünün istatistiksel analiz sürecinin belirli aşamalarında büyük ölçüde etkili olduğunu görüyoruz.