Bir çalışmanın yöntem bölümü okunarak başkalarınca yeniden yürütülebilmesi, yani tekrarlanabilirlik, son on yılda bilimsel yayıncılığın en çok konuşulan meselelerinden biri oldu. Lang ve Altman'ın istatistiksel raporlama için hazırladığı SAMPL kılavuzu tam da bu boşluğu hedefliyor; yöntem ve bulguların, okuyucunun analizi değerlendirebileceği açıklıkta yazılması gerektiğini madde madde ortaya koyuyor (Lang ve Altman, 2015; PMID 25441757). Pratikte hakemin sorusu tek cümleye iniyor: "Bu analizi, sizin yazdığınızla tekrarlayabilir miyim?"
Bu sorunun cevabı her zaman "evet" olmuyor. SAMPL'in aktardığı onlarca çalışmanın her biri, makalelerin büyük bir bölümünde istatistiğin uygulanmasında, analizinde, yorumlanmasında ya da raporlanmasında hata buldu. Yöntemi tekrarlanamayacak kadar eksik anlatmak da bu raporlama hatalarından biri. Üç ay uğraşılmış, 200 hasta toplanmış, onlarca analiz çalıştırılmış; ama yöntem bölümüne yalnızca "İstatistiksel analizler SPSS 25.0 ile yapıldı, karşılaştırmalarda t-testi kullanıldı, p<0,05 anlamlı kabul edildi" yazılmış. İlk bakışta yeterli görünen bu metin, hakemden "Statistical methods are insufficiently described" (istatistiksel yöntemler yetersiz anlatılmış) türünden bir revizyon isteği almaya açık.
Methods bölümü aslında ne işe yarar?
"Standart istatistiksel yöntemler uygulandı" ifadesi artık kabul görmüyor; Nature ve Science dâhil üst düzey dergiler metodolojik şeffaflık eşiğini yükseltti. Hakemin bir yöntem bölümünü okurken sorduğu üç soru var: Bunu tekrarlayabilir miyim (aynı sonuca ulaşacak bilgi verilmiş mi)? Yöntem seçimleri gerekçeli mi (neden bu test, neden başkası değil)? Raporlama standartlarına uyuyor mu (STROBE, CONSORT karşılanmış mı)? İyi bir Methods, bu üç soruyu okuyucu sormadan yanıtlar.
Yetersiz mi, yeterli mi?
Aynı istatistik alt bölümü, iki ayrı ayrıntı düzeyinde yazılabilir. Aradaki fark, hakemin soru sorup sormamasını belirliyor.
İstatistik alt bölümü karşılaştırması
Yetersiz detay
- ✗İstatistiksel analizler SPSS 25.0 ile yapıldı.
- ✗Gruplar arasında Student t-testi kullanıldı.
- ✗Kategorik değişkenler ki-kare ile karşılaştırıldı.
- ✗p<0,05 istatistiksel olarak anlamlı kabul edildi.
Tekrarlanabilir yazım
- ✓Test seçimi, değişkenlerin bilinen dağılımına göre analiz planında önceden belirlendi; dağılım histogram, Q-Q grafiği ve Shapiro-Wilk testiyle kontrol edildi.
- ✓İki grup: bağımsız t-testi (normal) ya da Mann-Whitney U. Etki büyüklüğü Cohen's d ile raporlandı.
- ✓Kategorik: Pearson ki-kare; beklenen frekansı 5'in altında olan hücrelerin oranı %20'yi aşarsa ya da beklenen frekansı 1'in altında olan hücre varsa Fisher kesin testi. Cramér's V hesaplandı.
- ✓α=0,05 (iki yönlü). Çoklu karşılaştırmalarda Bonferroni düzeltmesi uygulandı.
Normallik nasıl raporlanır, test nasıl seçilir?
Yalnızca "normallik test edildi" demek yetmiyor; test seçiminin neye dayandığı (değişkenin bilinen dağılımı, analiz planındaki ön tanım) ve dağılımın hangi araçlarla kontrol edildiği (histogram, Q-Q grafiği, Shapiro-Wilk) açıkça belirtiliyor. Örneğin: "Yatış süresinin sağa çarpık dağılacağı öngörülerek karşılaştırma için Mann-Whitney U testi analiz planında önceden belirlendi; dağılım histogram, Q-Q grafiği ve Shapiro-Wilk testiyle kontrol edildi."
Bu karar ağacının bütününü ve her testin hangi koşulda uygun olduğunu istatistik testi karar ağacı yazısında ele alıyoruz.
Varsayım ihlallerinde ne yazılır?
Gerçekte varsayımlar her zaman tutmuyor; önemli olan bunun gizlenmesi değil, nasıl ele alındığının yazılması. Varyans homojenliği bozulduğunda Welch düzeltmesinin kullanılıp kullanılmadığını, normallik sağlanmadığında parametrik olmayan teste mi yoksa dönüşüme mi (log, karekök, Box-Cox) geçildiğini, merkezî limit teoremine dayanıldıysa örneklemin bunun için yeterince büyük olup olmadığını yazmak, hakemin sorusunu önceden yanıtlıyor.
Eksik veri nasıl ele alınır?
Eksik veri neredeyse her çalışmada var; nasıl ele alındığı ise metodolojik yetkinliğin göstergesi. Temel yaklaşımda hangi değişkende kaç değerin eksik olduğu ve seçilen yöntem açıkça yazılıyor: "Eksik veri tek değişkendeydi (276 hastanın 23'ünde, %8,3). Little testi tamamen rastgele kayıp (MCAR) varsayımını reddetmedi (p=0,42); liste bazlı silme (listwise deletion) uygulandı, nihai örneklem 253 hasta." Anlamlı çıkmayan bir Little testi MCAR'ı kanıtlamaz, yalnızca bu varsayımın reddedilemediğini gösterir.
Daha ileri bir yaklaşım ise çoklu atamaya dayanıyor: "Zincirleme denklemlerle çoklu atama (MICE) yöntemiyle 20 veri seti oluşturuldu, Rubin kurallarıyla havuzlandı; duyarlılık analizi için tam gözlem (complete case) ve atanmış sonuçlar karşılaştırıldı." Hangisinin seçileceği dergiye değil, eksikliğe ilişkin varsayıma bağlı. Veri tamamen rastgele kayıp değil de rastgele kayıp (MAR) ise tam gözlem analizi yanlı olabilir. Çoklu atama ise eksik verisi olan hastaları da analize katar ve atama modeli uygun kurulduğunda bu yanlılığı azaltabilir (Sterne ve ark., 2009).
Çoklu karşılaştırmada düzeltme
Birden fazla karşılaştırma yapıldığında (örneğin beş ayrı biyobelirteç) yanlış pozitif oranı şişiyor. Seçeneklerin tutuculuğu farklı. Bonferroni en katı olanı (α/n), Holm-Bonferroni biraz daha esnek; yanlış keşif oranını denetleyen Benjamini-Hochberg ise genomik ve proteomik çalışmalarda yaygın. Yazımı da net oluyor: "Beş bağımsız karşılaştırma için Bonferroni düzeltmesi uygulandı (düzeltilmiş α=0,01)."
Uyarı
Çoklu karşılaştırma yapılıp düzeltme uygulanmadıysa, bunun gerekçesi belirtiliyor. "Karşılaştırmalar bağımsız hipotezler olup keşfedici (exploratory) nitelikte olduğundan düzeltme uygulanmadı" biçimindeki bir gerekçe kabul görebiliyor; sessizce atlandığında ise hakem bunu fark edebiliyor.
Güç analizi ve örneklem büyüklüğü
Ön (a priori) güç analizi, yöntem bölümünde beklenen bilgilerden biri. Beklenen etki büyüklüğünün dayanağı (klinik anlamlılık eşiği ya da literatür; pilot kullanıldıysa ondan hangi yardımcı parametrenin alındığı), α ve β değerleri, testin tek/iki yönlü olduğu ve kullanılan yazılım belirtiliyor: "İki bağımsız grup için ön güç analizi yapıldı (G*Power 3.1). Literatüre dayalı beklenen etki büyüklüğü d=0,50, %80 güç ve α=0,05 (iki yönlü) için grup başına en az 64 hasta hesaplandı; %15 kayıp tahminiyle hedef 76 hasta/grup olarak belirlendi." Ulaşılan sayı hedefin altında kaldıysa dürüst raporlama bekleniyor: "Süre kısıtı nedeniyle 58 hasta/grupla tamamlandı (planlanan d=0,50 için güç ≈%76)." Örneklem hesabının adımlarını G*Power adım adım rehberi yazısında gösteriyoruz.
Yöntem bölümü bittiğinde bulgularla karşılıklı okunmalı. Beş satırlık bir kontrol, bölümler arasındaki tutarsızlıkları görünür kılıyor.
| Kontrol | Yöntemde yazan | Bulgulardaki karşılığı |
|---|---|---|
| Birincil sonlanım | Nasıl tanımlandı, ne zaman ölçüldü? | Aynı tanım ve zaman noktası mı raporlandı? |
| Model | Hangi test ya da model, hangi düzeltme değişkenleriyle? | Tablodaki sonuç aynı modelden mi geliyor? |
| Etki ölçüsü | Ortalama farkı, oran, odds oranı ya da hazard oranı? | Tabloda aynı ölçü mü veriliyor? |
| Belirsizlik | Güven aralığı düzeyi ve anlamlılık eşiği | Her tahminin yanında güven aralığı var mı? |
| Tablo ve şekil | Hangi analiz hangi tabloya karşılık geliyor? | Her tabloyu üreten analiz yöntemde açıklanmış mı? |
Analiz, tablo ve yöntem notunun birbirini tutmasını tıbbi makale istatistiği sürecinin parçası olarak kontrol ediyoruz; metni siz kaleme alıyorsunuz.
Hangi raporlama kılavuzu?
| Çalışma tipi | Kılavuz | Kontrol maddesi |
|---|---|---|
| Gözlemsel (kesitsel, kohort) | STROBE | 22 madde |
| Randomize kontrollü | CONSORT 2025 | 30 madde + akış şeması |
| Tanısal doğruluk | STARD | 30 madde |
| Sistematik derleme | PRISMA | 27 madde |
Çalışma türüne uygun kılavuza uyulduğunu belirtmek (örneğin "raporlama STROBE kılavuzuna göre yapıldı") artık yaygın bir beklenti; bazı dergiler gönderim sırasında kontrol listesinin yüklenmesini de istiyor.
İpucu
Yazılım adı tek başına yetmiyor; sürüm bilgisi de gerekiyor, çünkü aynı işlev farklı sürümlerde farklı algoritma kullanabiliyor. En az "IBM SPSS Statistics 28.0" ya da "R 4.3.1 (paketler: tidyverse 2.0.0, lme4 1.1-34)" düzeyinde bir kayıt bekleniyor.
Methods bölümünün makale bütünlüğü içindeki yerini IMRAD yapısı ve bölümler arası tutarsızlık yazılarında daha geniş çerçevede ele alıyoruz. Model İstatistik olarak, araştırmacının yazdığı Methods bölümüne istatistiksel raporlama ve metodolojik tutarlılık denetimini de kapsayan editoryal destek sunuyoruz; metnin entelektüel mülkiyeti araştırmacıya aittir.
Not: Buradaki sayısal örnekler yalnızca yazım biçimini göstermek için kurgulanmıştır. Kullanılacak test ve eşikler çalışmanın tasarımına ve verinin yapısına göre belirlenir; kesin gereksinimler için hedef derginin yazar kılavuzu esas alınır.
Kullanılan kaynaklar
- Lang TA, Altman DG. Basic statistical reporting for articles published in biomedical journals: the SAMPL Guidelines. Int J Nurs Stud. 2015;52(1):5-9. PMID 25441757 · DOI
- von Elm E, Altman DG, Egger M, ve ark. The STROBE statement: guidelines for reporting observational studies. Lancet. 2007;370(9596):1453-7. PMID 18064739 · DOI
- Sterne JAC, White IR, Carlin JB, ve ark. Multiple imputation for missing data in epidemiological and clinical research: potential and pitfalls. BMJ. 2009;338:b2393. PMID 19564179
- EQUATOR Network. Reporting guidelines (STROBE, CONSORT, STARD, PRISMA). equator-network.org