Methods Bölümü: Tekrarlanabilir Yazım Rehberi

Tekrarlanabilirlik — bir çalışmanın, yöntem bölümü okunarak başkalarınca yeniden yürütülebilmesi — 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?"

Çoğu makalede bu sorunun cevabı "hayır" oluyor. 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. Yeterli görünüyor — değil. "Statistical methods are insufficiently described" cümlesi, en sık gelen büyük revizyon gerekçelerinden.

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.

Normallik nasıl raporlanır, test nasıl seçilir?

Yalnızca "normallik test edildi" demek yetmiyor; hangi testle bakıldığı (Shapiro-Wilk, Kolmogorov-Smirnov, Q-Q grafiği), eşiğin ne olduğu ve karar yolunun ne olduğu açıkça belirtiliyor. Örneğin: "Sürekli değişkenlerin normal dağılıma uygunluğu Shapiro-Wilk testi (p>0,05 eşiği) ve histogram/Q-Q grafiği ile değerlendirildi."

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 ihlalinde Welch düzeltmesinin kullanılıp kullanılmadığı, normallik sağlanmadığında non-parametrik teste mi yoksa dönüşüme mi (log, karekök, Box-Cox) geçildiği, küçük örneklemde merkezi limit teoremine dayanılıp dayanılmadığı — bu ayrıntılar hakemin sorusunu önceden yanıtlıyor.

Eksik veri nasıl ele alınır?

Eksik veri neredeyse her çalışmada var; nasıl ele alındığı ise metodolojik yetkinliğin göstergesi. Temel yaklaşım açıkça yazılıyor: "Eksik veri oranı %8,3 idi (23/276 değer). Tamamen rastgele kayıp (MCAR) varsayımı Little testiyle kontrol edildi (p=0,42); liste bazlı silme (listwise deletion) uygulandı, nihai örneklem 253 hasta."

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." İlk yaklaşım çoğu dergi için yeterli; ikincisi üst düzey epidemiyoloji dergilerinde tercih ediliyor.

Çoklu karşılaştırmada düzeltme

Birden fazla karşılaştırma yapıldığında (örneğin beş ayrı biyobelirteç) yanlış pozitif oranı şişiyor. Seçenekler farklı muhafazakârlıkta: Bonferroni (en katı, α/n), Holm-Bonferroni (biraz daha esnek) ve yanlış keşif oranını kontrol eden Benjamini-Hochberg (genomik/proteomik çalışmalarda yaygın). Yazımı da net oluyor: "Beş bağımsız karşılaştırma için Bonferroni düzeltmesi uygulandı (düzeltilmiş α=0,01)."

Güç analizi ve örneklem büyüklüğü

Ön (a priori) güç analizi, çoğu yöntem bölümünde beklenen bir bilgi. Beklenen etki büyüklüğünün nereden geldiği (pilot çalışma, literatür, klinik anlamlılık eşiği), 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 için grup başına en az 64 hasta hesaplandı; %15 kayıp tahminiyle hedef 74 hasta/grup olarak belirlendi." Ulaşılan sayı hedefin altında kaldıysa dürüst raporlama bekleniyor: "Süre kısıtı nedeniyle 58 hasta/grupla tamamlandı (elde edilen güç %73)." Örneklem hesabının adımlarını G*Power adım adım rehberi yazısında gösteriyoruz.

Hangi raporlama kılavuzu?

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.

Methods bölümünün makale bütünlüğü içindeki yerini IMRAD yapısı ve bölümler arası tutarsızlık yazılarında daha geniş çerçevede ele alıyoruz. Model İstatistik olarak Methods bölümü editörlüğünde — istatistiksel raporlama ve metodolojik tutarlılık denetimi dâhil — editöryel 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
• EQUATOR Network. Reporting guidelines (STROBE, CONSORT, STARD, PRISMA). equator-network.org