Çalışmanın sonunda Excel dosyasının biyoistatistikçiye gönderilmesi, çoğu zaman verinin girdiği ilk ciddi kalite testidir. Aynı sütunda "E/K", "erkek/kadın", "1/2" ve boş hücreler; tarih yerine "postop 3. gün"; komorbidite sütununda "HT+DM"; sonlanımda yeşil-kırmızı boyanmış hücreler. Bunların hepsi düzeltilebilir. Sonradan düzeltilmesi en zor olan ise tablonun hangi birime göre kurulduğunun en baştan belirsiz bırakılmasıdır.
Veri sözlüğünün temel katmanını (değişken adı, tipi, izin verilen değerleri ve kaynağı) arşiv taramasında veri kaydı yazımızda ele aldık; veri giriş hatalarını kaynağında durduran doğrulama kuralları, pilot giriş ve çift giriş düzeni ise veri giriş hatalarını önleme yazısının konusu. Bu yazı bir üst katmanla, tabloyu analizin isteyeceği biçimde kurmakla ilgileniyor.
"Her satır bir hasta" her zaman doğru değil
Analiz birimini tek bir soru belirler: İstatistiksel modelde bağımsız gözlem olarak kabul edilen temel birim nedir?
| Çalışma yapısı | Satır neyi temsil eder | Ek olarak gereken kimlik |
|---|---|---|
| Hasta düzeyi kesitsel/kohort | Bir hasta | — |
| Yatış temelli çalışma | Bir yatış | Hasta kimliği (kümelenmeyi gösterir) |
| Lezyon, göz, diş, damar segmenti | Bir lezyon | Hasta kimliği |
| Uzunlamasına izlem | Hasta–zaman kombinasyonu | Hasta kimliği + zaman noktası |
| Eşleştirilmiş tasarım | Bir birey | Eş veya set kimliği |
| Küme randomize tasarım | Bir katılımcı | Merkez/küme kimliği |
Bu ayrım analizin sonucunu doğrudan etkiler. Aynı hastadan gelen iki lezyonu bağımsız iki gözlem gibi analiz etmek, örneklemi olduğundan büyük gösterir; standart hata küçülür, güven aralığı daralır ve p değeri gerçekte olduğundan küçük çıkar.
Sorunun ne kadar yaygın olduğunu gösteren veriler var. Altı tıp alanından 30 yüksek etki faktörlü dergi tarandığında, 1994–2005 arasında yayımlanmış ve bu hataya açık 114 makale saptandı. İncelendiğinde analiz birimi hatası girişimsel çalışmaların %48'inde, girişimsel olmayan çalışmaların %42'sinde görüldü; genel oran %44 idi. Oran zaman içinde %65'ten %33'e geriledi ancak sıfırlanmadı (Calhoun ve ark., Med Care 2008; PMID: 18520319).
Satırı sonradan çoğaltmak çözüm değil
Hasta düzeyinde kurulmuş bir tabloyu analiz aşamasında "her lezyon bir satır olsun" diye çoğaltmak, aynı hastanın özelliklerini birden çok kez saymak demektir. Tersi de geçerlidir; lezyon tablosunu hasta düzeyine indirirken hangi lezyonun temsil edileceği bir araştırma kararıdır (en kötü lezyon mu, indeks lezyon mu, ortalama mı) ve protokolde yazılı olmalıdır. Laboratuvar temelli tasarımlarda aynı bağımlılık sorununun etki tahminini nasıl saptırdığı simülasyonla gösterilmiştir (Parsons ve ark., eLife 2018; PMID: 29319501). Aynı bağımlılık, bir yapay zekâ modelinin aynı klinik senaryoya birden çok kez yanıt verdiği araştırmalarda da ortaya çıkar; bu araştırmaların tasarımını klinik senaryolarla yapay zekâ araştırması yazımızda ele aldık.
Veri sözlüğünün analiz katmanı
Değişken adı, tipi, izin verilen değerleri ve kaynağı veri toplamayı yönetir. Analizi yönetmek için ek sütunlar gerekir; bunlardan bu yazıda ayrıntılandırılan üçü rol, zaman noktası ve türetme kuralıdır.
Veri sözlüğünün iki katmanı
Toplama katmanı
- •Değişken adı ve Türkçe açıklaması
- •Veri türü ve birimi
- •İzin verilen değerler ve kodlama
- •Kaynak: dosyanın hangi bölümü, hangi sistem
- •Eksik değerin nasıl işaretleneceği
Analiz katmanı
- ✓Rol: maruziyet, sonlanım, karıştırıcı, tanımlayıcı, aracı
- ✓Zaman noktası: indeks öncesi, indeks anı, izlem
- ✓Türetme kuralı: hangi kaynak alanlardan, hangi formülle
- ✓Analiz birimi: satır düzeyinde mi, hasta düzeyinde mi
- ✓Referans kategori: modelde hangi grup temel alınacak
Rol sütunu görünürde basit ama tartışmanın en sık çıktığı alanlardan biridir. Bir değişkenin karıştırıcı mı yoksa aracı mı olduğu istatistiksel bir soru değil, klinik bir karardır ve modele girip girmeyeceğini belirler. Bu karar veri toplanmadan önce verilmezse, analiz aşamasında "modele ne koyalım" tartışması sonuçlara bakılarak yapılır.
Zaman noktası sütunu ise geriye dönük çalışmalarda çoğu zaman eksik kalır. "Kreatinin" tek başına yeterli bir değişken tanımı değildir; başvuru kreatinini mi, işlem öncesi en son değer mi, izlemdeki en yüksek değer mi? Üçü farklı analizlere girer ve üçü aynı sütunda karışırsa dağılım anlamsızlaşır.
Türetilmiş değişkenler: bileşenleri saklayın
Türetilmiş değişkenler (yaş, vücut kitle indeksi, izlem süresi, bileşik sonlanım) elle yazılmamalı; kaynak alanlar korunmalı ve türetme kuralı yeniden çalıştırılabilir olmalıdır.
Bunun neden önemli olduğunu bir örnek gösterir. Veri setinde yalnız bmi = 31,2 kayıtlıysa, bu değerin doğru hesaplanıp hesaplanmadığını ya da boy veya kilodaki bir giriş hatasından gelip gelmediğini veri setinin içinden denetlemenin yolu yoktur. Boy ve kilo ayrı sütunlarda tutulduğunda ise her birine kendi aralık kontrolü uygulanabilir, BMI yeniden türetilebilir ve şüpheli bir değer kaynağına kadar izlenebilir.
Türetilmiş değişken için asgari kayıt
Kaynak alanlar
Değişkenin üretildiği ham sütunlar (ör. boy_cm, kilo_kg)
Kural
Formül veya kod satırı: kilo_kg / (boy_cm/100)^2
Koşul
Hangi kayıtlar için hesaplanır, hangileri boş kalır
Kontrol
Beklenen aralık ve kaç kayıtta hesaplanamadığı
Bileşik sonlanımda aynı ilke daha da kritiktir. "Majör kardiyak olay" sütunu tek başına saklanırsa, hakem "hangi bileşen kaç hastada gerçekleşti?" diye sorduğunda veriye geri dönülemez. Her bileşen (ölüm, miyokart enfarktüsü, revaskülarizasyon) kendi sütununda tutulur; bileşik değişken tanımlı mantıkla türetilir.
Tarih ve birim: sessizce bozulan iki alan
Excel'de tarihlerin en sık sorunu, gerçek tarih ile metin görünümünün karışmasıdır. 01/02/2026 farklı yerel ayarlarda 1 Şubat veya 2 Ocak olarak okunur. ISO biçimi (2026-02-01) bu belirsizliği ortadan kaldırır.
Süre değişkenlerinde ise birim başlıkta yazılmalıdır. "Anjiyografi–ameliyat süresi" saat mi, gün mü? Bazı kayıtlarda saat, bazılarında gün girilmişse aynı sütunun dağılımı yorumlanamaz hâle gelir. Güvenli çözüm, başlangıç ve bitiş zamanlarını ayrı sütunlarda tutup süreyi bunlardan türetmektir.
Uzun izlemli retrospektif çalışmalarda üçüncü bir risk, laboratuvar biriminin yıllar içinde değişmesidir. mg/dL'den mmol/L'ye geçiş, cihaz değişikliği veya referans aralığı güncellemesi veri sözlüğünde dönem ve dönüşüm kuralıyla belgelenmezse, gerçekte var olmayan bir zaman eğilimi analize girer.
Veri kilidi: "final" gerçekten final mi?
veri_final.xlsx, veri_final2.xlsx, veri_final_son.xlsx zinciri denetlenebilir bir kayıt değildir. Analize girecek veri setinin kilitlenmesi, makaledeki her sayının hangi dosyadan üretildiğinin izlenebilmesi demektir.
Her sürümde şunlar kayıtlı olmalı: sürüm numarası ve tarihi, değişikliği yapan kişi, değişen değişken veya kayıtlar, değişiklik nedeni ve kalite kontrolünün sonucu. Kilitlenen dosya salt okunur biçimde arşivlenir; sonradan düzeltme gerekirse yeni sürüm açılır, eskisi silinmez.
Bu disiplin veri kilidi sonrası sonlanım tanımının değiştirilmesi gibi tartışmalarda belirleyici oluyor; Tavneos veri kilidi ve sonlanım kararı yazımızda somut bir örneğini ele almıştık.
Veri toplamaya başlamadan önce
- Her satırın analiz birimi yazılı mı, yoksa varsayılıyor mu?
- Benzersiz kayıt kimliği ile hasta kimliği ayrı sütunlarda mı?
- Kümelenme varsa küme kimliği (hasta, merkez, eş) veri setinde tutuluyor mu?
- Her değişkenin rolü ve zaman noktası tanımlı mı?
- Türetilmiş değişkenlerin kaynak alanları ve formülü belgeli mi?
- Bileşik sonlanımın bileşenleri ayrı sütunlarda mı?
- Tarihler ISO biçiminde mi, süreler türetilmiş mi?
- Birim değişikliği yaşanmış laboratuvar değerleri dönem bilgisiyle mi kayıtlı?
- Analiz planındaki her değişken veri setinde bulunuyor mu?
- Kilitlenen sürümün değişiklik günlüğü tutuluyor mu?
Temiz veri son adımda kazanılmaz
Temiz veri, analizden hemen önce yapılan bir düzenleme işi değil. Protokol, veri toplama formu, veri sözlüğü ve analiz planının aynı değişken tanımlarını kullanmasıyla oluşuyor. Analiz birimi bu zincirin ilk halkasıdır; yanlış kurulduğunda sonradan düzeltilen her şey yanlış bir iskelet üzerine yapılmış olur.
Protokoldeki değişkenleri analiz edilebilir yapıya dönüştürmek, kod kitabını ve doğrulama kurallarını kurmak veri toplama formları çalışmamızın kapsamında. Veri toplamaya başlamadan önce tablonun iskeletini birlikte kurmak isterseniz, değişken listenizi başvuru formu üzerinden paylaşabilirsiniz.