Büyük bir örneklemle çalışıldığında, klinik olarak önemsiz bir fark bile "istatistiksel olarak son derece anlamlı" çıkabiliyor. Örneğin 5000 hastalık bir çalışmada yeni bir antidiyabetik ilacın HbA1c'yi ortalama %0,1 düşürdüğü p < 0,001 ile gösterilebilir; sayı etkileyici görünse de bir endokrinoloğun ilk tepkisi çoğu zaman aynı olur: "Bu fark klinik olarak bir şey ifade etmiyor." İstatistiksel anlamlılık ile klinik anlamlılık aynı şey değil — ve ikisini ayırt etmek, makalenin tartışma bölümünün kalitesini doğrudan belirliyor.
p değeri ne söylüyor, ne söylemiyor?
p değeri şunu söylüyor: gözlenen fark, rastlantıyla açıklanamayacak kadar büyük. Ama şunu söylemiyor: bu fark hastaya fayda sağlayacak kadar büyük mü? İstatistiksel anlamlılık bir olasılık hesabı; klinik anlamlılık ise hasta yönetiminde somut fark yaratan bir eşik meselesi. İkisi kimi zaman kesişiyor ama her zaman örtüşmüyor.
İki senaryo bu ayrımı netleştiriyor. Senaryo 1: 40 hastada sistolik kan basıncını 12 mmHg düşürdünüz, p = 0,08. İstatistiksel olarak anlamlı değil, ama 12 mmHg'lık düşüş klinik olarak değerli; sorun metodolojik — örneklem bu etkiyi yakalayacak güçte değildi. Senaryo 2: 8000 hastada sistolik kan basıncını 1,4 mmHg düşürdünüz, p < 0,001. İstatistiksel olarak çok anlamlı, ama 1,4 mmHg hasta açısından fark yaratmıyor; etki gerçek ama klinik olarak önemsiz.
İki farklı tuzak
p anlamlı, klinik anlamsız
klinik anlamlı, p anlamsız
MCID: klinik anlamlılığın ölçülebilir hâli
MCID (klinik olarak anlamlı en küçük fark — minimal clinically important difference), hastaların ya da hekimlerin "bu bir iyileşme" diyebileceği en küçük değişim. Kavramı Jaeschke ve arkadaşları (1989) tanımladı: yedi maddelik Likert ölçeklerinde madde başına yaklaşık 0,5'lik ortalama değişimin klinik olarak anlamlı olduğunu gösterdiler. Sık atıf alan yaklaşık eşikler şöyle:
| Parametre | Klinik anlamlılık eşiği (yaklaşık) | Not / kaynak |
|---|---|---|
| Yaşam kalitesi ölçeği (7'li Likert) | ~0,5 / madde | Jaeschke ve ark. 1989 (özgün MCID) |
| VAS ağrı skoru (0-10) | ~1,3-2,0 | Kelly 2001 (~20 mm) |
| 6 dakika yürüme testi (KOAH) | ~25-35 metre | popülasyona bağlı |
| Sistolik kan basıncı | 5-10 mmHg | kardiyovasküler risk hedefi |
| HbA1c | ~%0,5 | biyobelirteç eşiği, bağlama bağlı |
Biyobelirteç eşikleri (HbA1c, kan basıncı) hasta tarafından algılanan MCID'den farklı, dolaylı ölçütlerdir; bu yüzden yaklaşık ve bağlama bağlı yorumlanmalı.
Yukarıdaki antidiyabetik örneğinde HbA1c farkı %0,1, yani MCID'nin (~%0,5) çok altında; p değeri ne kadar küçük olursa olsun klinik pratikte kullanılabilir bir bulgu değil.
Uyarı
MCID değerleri parametreye ve hasta popülasyonuna göre değişiyor; diyabetli yaşlılarda daha yüksek, gençlerde daha düşük olabilir. Kullanılacak eşik literatürden alınırken çalışma popülasyonuna uygun referansı seçmek gerekiyor.
Büyük örneklem paradoksu
İstatistiksel güç üç şeye bağlı: etki büyüklüğü, örneklem büyüklüğü ve alfa düzeyi. Örneklem yeterince büyükse, klinik olarak önemsiz bir etki bile p < 0,05'i geçiyor. Örneğin 10.000 kişilik bir çalışmada plasebo grubunda ortalama HbA1c %7,80, ilaç grubunda %7,75 olsun; fark %0,05, p = 0,002 — istatistiksel olarak anlamlı, ama Cohen's d hesaplandığında 0,08 çıkıyor, yani ihmal edilebilir düzeyde ve hasta için pratik değeri yok. Tersine, 50 kişilik bir çalışmada 18 mmHg sistolik düşüş bulunup p = 0,09 alınabiliyor: klinik olarak çok değerli bir etki, ama istatistiksel güç yetersiz kalmış. Bu durumda örneklem büyüklüğü hesaplama yapılıp gelecek çalışma için uygun hasta sayısı önerilebiliyor.
Etki büyüklüğü: p'nin eksik bıraktığını tamamlıyor
p değeri tek başına yeterli değil; standartlaştırılmış etki büyüklüğü (Cohen's d, Hedges'in g'si, eta-kare) klinik anlamlılığı yorumlamak için anahtar.
| Cohen's d | Yorum |
|---|---|
| < 0,2 | İhmal edilebilir |
| 0,2 - 0,5 | Küçük |
| 0,5 - 0,8 | Orta |
| > 0,8 | Büyük |
Bu eşikler genel bir kılavuz; bazı alanlarda d = 0,3 bile büyük sayılabilirken (eğitim araştırmaları) bazılarında d = 0,6 yetersiz kalıyor (akut cerrahi müdahale). Alan literatürünü iyi bilmek bu yorumda belirleyici.
Küçük etki büyüklüğü her zaman değersiz mi?
Klinik olarak küçük bir etki bazı durumlarda yine de değerli olabiliyor:
- Düşük maliyetli müdahale: yan etkisi minimal, ucuz bir yöntem küçük fayda bile sağlasa kabul edilebilir.
- Geniş popülasyon: milyonlarca kişide %0,1'lik iyileşme, toplum sağlığı açısından büyük etki yaratabilir.
- Kombinasyon tedavisi: tek başına küçük etkili bir ilaç, diğer tedavilerle birlikte klinik fayda sağlayabilir.
- Yan etki azalması: etkisi aynı ama yan etkisi daha az bir ilaç, küçük bir avantaj bile sunsa tercih edilebilir.
Bu bağlamları tartışma bölümünde açıklamak, "etkimiz küçük çıktı" eleştirisini önceden karşılayan güçlü bir strateji.
Raporlamada doğru yaklaşım
Sonuçlar bölümünde istatistiksel sonuçla birlikte klinik yorum da verilmeli: "Tedavi grubunda HbA1c ortalaması plasebo grubuna göre %0,1 daha düşük bulunmuştur (%95 GA %0,05-%0,15; p < 0,001; Cohen's d = 0,15). Bu fark istatistiksel olarak anlamlı olmakla birlikte, literatürde kabul edilen MCID eşiğinin (~%0,5) altındadır."
Tartışma bölümünde MCID referans gösterilerek klinik bağlam tartışılır: "Gözlenen HbA1c düşüşü klinik anlamlılık eşiğinin altında kalmıştır; ancak kombinasyon tedavisindeki rolü, maliyet-etkinlik ve yan etki profili birlikte değerlendirildiğinde ek seçenek olarak değerlendirilmeye değer olabilir."
Ham farkı (örneğin 3,2 mmHg), standartlaştırılmış etki büyüklüğünü (Cohen's d = 0,41) ve MCID'ye göre yorumu birlikte sunmak, hakemlerin takdir ettiği bir şeffaflık sağlıyor. p değeri anlamsız çıktığında ne yapılacağını bilmek de bu sürecin doğal tamamlayıcısı.
İpucu
Başlık ve özette bulguları şişirmemekte fayda var. "Yeni ilaç HbA1c kontrolünde etkili bulundu" yerine "Yeni antidiyabetik ajan HbA1c üzerinde ılımlı etki gösterdi" ifadesi daha dürüst — ve bu nüansı hakemler fark ediyor.
İstatistiksel ve klinik anlamlılık ayrımının doğru yapılması, tartışma bölümünün kalitesini belirliyor. Model İstatistik ekibi olarak analiz sonuçlarınızın hem istatistiksel hem klinik perspektiften yorumlanmasında araştırmacıya rehberlik ediyoruz.
Not: Buradaki fark, etki büyüklüğü ve MCID değerleri kavramı göstermek için seçilmiş örneklerdir; eşikler parametreye ve popülasyona göre değişir, kesin yorum çalışmanın kendi verisi üzerinden yapılır.
Kullanılan kaynaklar
- Jaeschke R, Singer J, Guyatt GH. Measurement of health status. Ascertaining the minimal clinically important difference. Controlled Clinical Trials. 1989;10(4):407-415. · DOI
- Kelly AM. Setting the benchmark for research in the management of acute pain in emergency departments. Emergency Medicine (Fremantle). 2001;13(1):57-60. · DOI