Çalışmanın sonunda biyoistatistikçiye gönderilen Excel, araştırmanın ilk gerçek 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. Düzeltilemeyen tek şey, 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 ilgileniyor: tabloyu analizin isteyeceği biçimde kurmak.
"Her satır bir hasta" her zaman doğru değil
Analiz birimi tek soruyla belirlenir: istatistiksel 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 kozmetik değil. 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 ölçeği ölçülmüş durumda. 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 geçerli: 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).
Veri sözlüğünün analiz katmanı
Değişken adı, tipi, izin verilen değerleri ve kaynağı veri toplamayı yönetir. Analizi yönetmek için üç sütun daha gerekir.
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 en çok tartışma yaratan alandır. 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 bir değişken 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
Yaş, vücut kitle indeksi, izlem süresi ve bileşik sonlanım gibi değişkenler elle yazılmamalı; kaynak alanlar korunmalı ve türetme kuralı yeniden çalıştırılabilir olmalıdır.
Neden önemli olduğu bir örnekle görülür: veri setinde yalnız bmi = 31,2 kayıtlıysa boy veya kilodaki bir giriş hatası hiçbir kontrolle bulunamaz; değer makul aralıktadır. Boy ve kilo ayrı sütunlarda tutulduğunda ise 1,72 m yerine 172 m yazılmış bir kayıt aralık kontrolüne takılır.
Türetilmiş değişken için asgari kayıt
Kaynak alanlar
Hangi ham sütunlardan üretiliyor: 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 tutmak, süreyi türetmek.
Uzun izlemli retrospektif çalışmalarda üçüncü bir risk var: laboratuvar biriminin yıllar içinde değişmesi. 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 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 halkası: yanlış kurulduğunda sonradan düzeltilen her şey, yanlış bir iskelet üzerine yapılmış oluyor.
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.