Biyoistatistik ve Biyoetik
Soruları çöz (25) →İçindekiler
- 29.1 Temel İstatistik Kavramları (Sensitivite, Spesifisite, PPV, NPV)
- 29.2 ROC Analizi
- 29.3 Çalışma Tasarımları (Randomize, Kohort, Vaka-Kontrol)
- 29.4 Hipotez Testleri ve p Değeri
- 29.5 Kappa İstatistiği ve Gözlemciler Arası Uyum
- 29.6 Etik İlkeler (Otonomi, Yararlılık, Zarar Vermeme, Adalet)
- 29.7 Bilgilendirilmiş Onam ve Radyasyon Etiği
- Board İçin Kritik Noktalar
- Bu bölümün konusundaki güncel kılavuzlar
Öğrenme hedefleri ve modüller3 modül · tahmini 2 sa 20 dk
Öğrenme hedefleri
Bu bölümü tamamlayan hekim:
- 2×2 tablodan sensitivite, spesifisite, PPV, NPV ve olabilirlik oranlarını (LR) hesaplar; prevalansın etkisini açıklar.
- ROC eğrisini ve eğri altındaki alanı yorumlar; eşik değer seçimini açıklar.
- Çalışma tasarımlarını ve kanıt düzeylerini ayırt eder; başlıca bias türlerini tanır.
- Hipotez testlerini, p değerini, güven aralığını, Tip I ve Tip II hatayı ve istatistiksel gücü yorumlar.
- Kappa ve Bland-Altman ile gözlemciler ve yöntemler arası uyumu değerlendirir.
- Etik ilkeleri ve bilgilendirilmiş onamı radyasyon içeren uygulamalara uygular.
Modüller
Bölüm, metnin sırası değişmeden çalışma modüllerine ayrıldı: oku, animasyonları izle, o başlıkların sorularını çöz.
- Modül 129.1–29.3 Temel İstatistik Kavramları (Sensitivite, Spesifisite, PPV, NPV) · ROC Analizi · Çalışma Tasarımları (Randomize, Kohort, Vaka-Kontrol)55 dk · 3 animasyon · 21 soruSoruları çöz →
- Modül 229.4–29.5 Hipotez Testleri ve p Değeri · Kappa İstatistiği ve Gözlemciler Arası Uyum55 dk · 3 animasyon · 24 soruSoruları çöz →
- Modül 329.6–29.7 Etik İlkeler (Otonomi, Yararlılık, Zarar Vermeme, Adalet) · Bilgilendirilmiş Onam ve Radyasyon Etiği · Board İçin Kritik Noktalar30 dk · 9 soruSoruları çöz →
Süreler tahmindir: dakikada 130 sözcük, animasyon başına 3 dk, soru başına 1.5 dk.
BU BÖLÜMDE EN ÇOK SORULANLAR
29.1 Temel İstatistik Kavramları (Sensitivite, Spesifisite, PPV, NPV)13 soru
2×2 Tablo (Tanısal Test Performansı)
Tüm tanısal test performans ölçütlerinin temeli 2×2 kontenjans tablosudur:
| Hastalık VAR (+) | Hastalık YOK (−) | |
|---|---|---|
| Test Pozitif (+) | Gerçek Pozitif (GP / TP) | Yalancı Pozitif (YP / FP) |
| Test Negatif (−) | Yalancı Negatif (YN / FN) | Gerçek Negatif (GN / TN) |
Veri Türleri ve Betimsel İstatistik (EANM)
Sensitivite (Duyarlılık)
→ Yüksek sensitivite → hasta kaçırılmamalı.
→ Yüksek Sensitivite + Negatif sonuç → hastalığı dışla (rule out).
Spesifisite (Özgüllük)
→ Yüksek spesifisite → yalancı pozitiflik düşük olmalı.
→ Yüksek Spesifisite + Pozitif sonuç → hastalığı doğrula (rule in).
Pozitif Prediktif Değer (PPV)
Negatif Prediktif Değer (NPV)
→ Prevalans ↑ → PPV ↑, NPV ↓. Prevalans ↓ → PPV ↓, NPV ↑.
→ Hayır, bunlar testin intrinsik özellikleridir. PPV ve NPV ise prevalansa bağımlıdır.
Solda 400 kişilik toplulukta test sonuçları ve 2×2 tablo, 100 kişilik ızgarada test öncesi ve sonrası hasta sayısı, sağlıklı ve hasta dağılımlarında hareket eden eşik; sağda prevalansa göre PPV ve NPV eğrileri, olabilirlik oranlarına göre test öncesi ve sonrası olasılık eğrileri ve ROC eğrisi.
Sensitivite, spesifisite ve olabilirlik oranları testin özelliğidir; bir sonucun hasta için ne anlama geldiği ise test öncesi olasılığa (prevalansa) ve seçilen eşiğe bağlıdır.
Kaynak: formüller ve yorum eşikleri kitap 29.1-29.2; Sn/Sp örnekleri kitaptan (Şekil 29.1, soru b29:1). ROC eşit varyanslı iki normal dağılım modeliyle hesaplanır (AUC = Φ(d′/√2)).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ ya da alttaki düğmeler testi, olabilirlik oranını ya da AUC değerini değiştirir; alttaki zaman çubuğuyla prevalansı ya da eşiği istediğin yere getir.
Şekil 29.1: 2×2 tablodan türetilen performans ölçütleri ve sabit sensitivite/spesifisitede prevalansın PPV ile NPV üzerine etkisi.
Doğruluk (Accuracy)
Olabilirlik Oranları (Likelihood Ratios – LR)
Pozitif Olabilirlik Oranı (LR+):
Negatif Olabilirlik Oranı (LR−):
Pre-test ve Post-test Olasılık
→ Pozitif test sonucu hastalık olasılığını güçlü şekilde artırır → hastalığı doğrular.
→ Negatif test sonucu hastalık olasılığını güçlü şekilde azaltır → hastalığı dışlar.
→ Prevalanstan bağımsız.
Solda 400 kişilik toplulukta test sonuçları ve 2×2 tablo, 100 kişilik ızgarada test öncesi ve sonrası hasta sayısı, sağlıklı ve hasta dağılımlarında hareket eden eşik; sağda prevalansa göre PPV ve NPV eğrileri, olabilirlik oranlarına göre test öncesi ve sonrası olasılık eğrileri ve ROC eğrisi.
Sensitivite, spesifisite ve olabilirlik oranları testin özelliğidir; bir sonucun hasta için ne anlama geldiği ise test öncesi olasılığa (prevalansa) ve seçilen eşiğe bağlıdır.
Kaynak: formüller ve yorum eşikleri kitap 29.1-29.2; Sn/Sp örnekleri kitaptan (Şekil 29.1, soru b29:1). ROC eşit varyanslı iki normal dağılım modeliyle hesaplanır (AUC = Φ(d′/√2)).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ ya da alttaki düğmeler testi, olabilirlik oranını ya da AUC değerini değiştirir; alttaki zaman çubuğuyla prevalansı ya da eşiği istediğin yere getir.
Şekil 29.2: Olabilirlik oranına (LR) göre test öncesi olasılıktan test sonrası olasılığa geçiş (Bayes teoremi).
Nükleer Tıpta Tanısal Test Performansı Örnekleri
29.2 ROC Analizi3 soru
Tanım ve Temel Kavramlar
AUC (Area Under the Curve – Eğri Altı Alan)
Optimal Eşik Değeri Belirleme
→ Test şans düzeyinde → ayırt edici gücü yok (diyagonal çizgi).
→ AUC karşılaştırması (DeLong testi).
→ J = Sensitivite + Spesifisite − 1 → optimal eşik değerini belirler.
Solda 400 kişilik toplulukta test sonuçları ve 2×2 tablo, 100 kişilik ızgarada test öncesi ve sonrası hasta sayısı, sağlıklı ve hasta dağılımlarında hareket eden eşik; sağda prevalansa göre PPV ve NPV eğrileri, olabilirlik oranlarına göre test öncesi ve sonrası olasılık eğrileri ve ROC eğrisi.
Sensitivite, spesifisite ve olabilirlik oranları testin özelliğidir; bir sonucun hasta için ne anlama geldiği ise test öncesi olasılığa (prevalansa) ve seçilen eşiğe bağlıdır.
Kaynak: formüller ve yorum eşikleri kitap 29.1-29.2; Sn/Sp örnekleri kitaptan (Şekil 29.1, soru b29:1). ROC eşit varyanslı iki normal dağılım modeliyle hesaplanır (AUC = Φ(d′/√2)).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ ya da alttaki düğmeler testi, olabilirlik oranını ya da AUC değerini değiştirir; alttaki zaman çubuğuyla prevalansı ya da eşiği istediğin yere getir.
Şekil 29.3: Sağlıklı ve hasta dağılımlarında eşik seçimi ve buna karşılık gelen ROC eğrisi, AUC ve Youden indeksi (şematik).
Nükleer Tıpta ROC Analizi Uygulamaları
29.3 Çalışma Tasarımları (Randomize, Kohort, Vaka-Kontrol)5 soru
Kanıt Hiyerarşisi (Kanıt Piramidi)
Yukarıdan aşağıya (en güçlüden en zayıfa):
1. Sistematik derleme ve meta-analiz → en güçlü kanıt düzeyi 2. Randomize kontrollü çalışma (RKÇ) → altın standart deneysel tasarım 3. Kohort çalışması → gözlemsel, prospektif veya retrospektif 4. Vaka-kontrol çalışması → gözlemsel, retrospektif 5. Kesitsel çalışma (Cross-sectional) → anlık kesit 6. Vaka serisi / Vaka sunumu → zayıf kanıt 7. Uzman görüşü → kanıt piramidinin tabanı
Şekil 29.4: Kanıt piramidi: çalışma tasarımlarının kanıt gücüne göre sıralanması.
Randomize Kontrollü Çalışma (RKÇ)
→ Nedensellik kurabilir + randomizasyon ile karıştırıcı faktörler dengelenir.
→ Tüm randomize hastalar başlangıç gruplarına göre analiz edilir → tedaviye uyumsuzluk olsa bile.
→ Hasta ve araştırmacı grubu bilmez.
Kohort Çalışması
Vaka-Kontrol Çalışması
Kesitsel Çalışma (Cross-Sectional)
Meta-Analiz ve Sistematik Derleme
→ Vaka-kontrol.
→ Hiçbiri kesin kuramaz, ancak prospektif kohort en güçlü gözlemsel kanıttır.
→ Kesitsel çalışma.
→ Yüksek heterojenite → çalışmalar arası sonuçlar tutarsız.
Şekil 29.5: Temel çalışma tasarımlarının zaman yönü, gruplandırma mantığı ve ölçtükleri büyüklükler (şematik).
Çalışma Tasarımları Karşılaştırma Tablosu:
| Özellik | RKÇ | Kohort | Vaka-Kontrol | Kesitsel |
|---|---|---|---|---|
| Yön | Prospektif | Pro/Retrospektif | Retrospektif | Anlık |
| Müdahale | Var | Yok | Yok | Yok |
| Nedensellik | Evet | Sınırlı | Hayır | Hayır |
| Ölçü | RR, ARR, NNT | RR | OR | Prevalans, OR |
| Nadir hastalık | Uygun değil | Uygun değil | Uygun | Uygun değil |
| Maliyet/Süre | Yüksek | Orta-Yüksek | Düşük | Düşük |
29.4 Hipotez Testleri ve p Değeri18 soru
Hipotez Testi Temelleri
p Değeri
Tip I ve Tip II Hata
Tip I Hata (α hatası – Yalancı Pozitif):
Tip II Hata (β hatası – Yalancı Negatif):
İstatistiksel Güç (Power):
→ Gerçekte fark yokken fark var demek (yalancı pozitif) → α hatası.
→ Gerçekte fark varken fark yok demek (yalancı negatif) → β hatası.
→ 1 − β → gerçek farkı tespit etme olasılığı.
→ Güç artar, Tip II hata azalır.
Solda H₀ ve H₁ dağılımları ile α, β ve güç alanları, 100 tekrarlanan çalışmanın güven aralıkları ve beş çalışmanın tek tek eklendiği forest plot; sağda örneklem büyüklüğüne göre güç eğrileri, gerçek değeri ve 1'i içeren aralık oranları, çalışma ağırlıkları ve birleşik etki.
Anlamlı bir sonuç bulmak için yeterli güç gerekir; güç ve güven aralığının darlığı örneklem büyüklüğüne bağlıdır, meta-analiz ise çalışmaları kesinliklerine göre ağırlıklandırarak birleştirir.
Kaynak: Tip I/II hata, güç ve güven aralığı tanımları kitap 29.4; forest plottaki beş çalışma kitaptaki Şekil 29.7'den; birleşik etki ve I² sabit etkiler ters varyans yöntemiyle bu sayfada hesaplanır. Güç normal yaklaşımla (iki grup, iki yönlü).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ güç adımında etki büyüklüğünü, güven aralığı adımında örneklem büyüklüğünü değiştirir (α için alttaki düğmeler); alttaki zaman çubuğuyla istediğin ana git; ← → adımları değiştirir.
Şekil 29.6: Tip I (α) ve Tip II (β) hata ile istatistiksel gücün (1 − β) dağılımlar üzerinde gösterimi (şematik).
Güven Aralığı (Confidence Interval – CI)
Solda H₀ ve H₁ dağılımları ile α, β ve güç alanları, 100 tekrarlanan çalışmanın güven aralıkları ve beş çalışmanın tek tek eklendiği forest plot; sağda örneklem büyüklüğüne göre güç eğrileri, gerçek değeri ve 1'i içeren aralık oranları, çalışma ağırlıkları ve birleşik etki.
Anlamlı bir sonuç bulmak için yeterli güç gerekir; güç ve güven aralığının darlığı örneklem büyüklüğüne bağlıdır, meta-analiz ise çalışmaları kesinliklerine göre ağırlıklandırarak birleştirir.
Kaynak: Tip I/II hata, güç ve güven aralığı tanımları kitap 29.4; forest plottaki beş çalışma kitaptaki Şekil 29.7'den; birleşik etki ve I² sabit etkiler ters varyans yöntemiyle bu sayfada hesaplanır. Güç normal yaklaşımla (iki grup, iki yönlü).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ güç adımında etki büyüklüğünü, güven aralığı adımında örneklem büyüklüğünü değiştirir (α için alttaki düğmeler); alttaki zaman çubuğuyla istediğin ana git; ← → adımları değiştirir.
Şekil 29.7: Örnek forest plot: güven aralığı genişliği, 1 değerini içeren aralık ve meta-analizde birleşik etki (şematik).
Yaygın İstatistiksel Testler
Parametrik Testler (Normal dağılım varsayımı):
Non-parametrik Testler (Normal dağılım varsayımı yok):
→ t-testi (parametrik) veya Mann-Whitney U (non-parametrik).
→ ANOVA (parametrik) veya Kruskal-Wallis (non-parametrik).
→ Ki-kare veya Fisher (beklenen frekans < 5).
→ Eşleştirilmiş t-testi veya Wilcoxon.
Şekil 29.8: Veri türü ve karşılaştırma tasarımına göre istatistiksel test seçimi.
EANM – Test Seçimi:
Korelasyon Analizi (EANM)
|r| Değerine Göre Korelasyon Gücü:
| Mutlak r değeri | Korelasyon |
|---|---|
| 0-0.2 | Çok düşük |
| 0.2-0.4 | Düşük |
| 0.4-0.6 | Orta |
| 0.6-0.8 | Yüksek |
| 0.8-1.0 | Çok yüksek |
Sağkalım Analizi (EANM)
Çoklu Karşılaştırma Problemi
Klinik Anlamlılık vs İstatistiksel Anlamlılık
→ İstatistiksel anlamlılık klinik anlamlılık demek değildir → etki büyüklüğü ve NNT değerlendirilmeli.
→ 5 hasta tedavi edilirse 1 hasta fayda görür.
→ Çok konservatif → Tip II hata artar.
29.5 Kappa İstatistiği ve Gözlemciler Arası Uyum6 soru
Gözlemciler Arası Uyum (Inter-observer Agreement)
Kappa İstatistiği
Kappa Değerlerinin Yorumlanması (Landis & Koch Sınıflaması):
| Kappa Değeri | Uyum Düzeyi |
|---|---|
| < 0.00 | Zayıf (Poor) |
| 0.00 – 0.20 | Önemsiz (Slight) |
| 0.21 – 0.40 | Düşük (Fair) |
| 0.41 – 0.60 | Orta (Moderate) |
| 0.61 – 0.80 | İyi (Substantial) |
| 0.81 – 1.00 | Mükemmel (Almost Perfect) |
Kappa Türleri
ICC (Intraclass Correlation Coefficient)
Bland-Altman Analizi
→ İyi (substantial) uyum (Landis & Koch).
→ Şans düzeyinde uyum → gözlemciler arasında gerçek uyum yok.
→ Weighted (ağırlıklı) kappa.
→ ICC (Intraclass Correlation Coefficient).
→ Bland-Altman analizi.
Solda iki gözlemcinin 100 inceleme okuması 2×2 tabloda birikir ve P₀, Pₑ ve kappa hesaplanır; ardından iki ölçüm yönteminin saçılım grafiği ve korelasyon katsayısı. Sağda kappanın Landis-Koch ölçeğindeki yeri ve nükleer tıp örnekleri, Bland-Altman grafiği ile ortalama fark ve uyum sınırları.
Uyum yüzdesi ve korelasyon uyumu abartabilir: kategorik okumada kappa şansı, sürekli ölçümde Bland-Altman sistematik ve orantısal farkı hesaba katar.
Kaynak: kappa formülü, Landis-Koch sınıfları, Deauville ve V/Q örnekleri ile Bland-Altman tanımı kitap 29.5. 2×2 tablolar ve SUV ölçümleri temsilîdir (ölçüm hatası SD 0.3, sabit fark +0.6, orantısal fark %12).
Kullanım: çizime tek tık durdurur ve sürdürür; ↑ ↓ ya da alttaki düğmeler senaryoyu değiştirir; alttaki zaman çubuğuyla istediğin ana git; ← → adımları değiştirir.
Şekil 29.9: Kappa değerlerinin Landis-Koch yorumu ile nükleer tıp örnekleri ve Bland-Altman grafiğinin bileşenleri (şematik).
Nükleer Tıpta Gözlemciler Arası Uyum Örnekleri
29.6 Etik İlkeler (Otonomi, Yararlılık, Zarar Vermeme, Adalet)4 soru
Tıp Etiğinin Dört Temel İlkesi (Beauchamp & Childress)
1. Otonomi (Autonomy – Özerklik):
2. Yararlılık (Beneficence – İyilik Yapma):
3. Zarar Vermeme (Non-maleficence – Primum Non Nocere):
4. Adalet (Justice):
→ Zarar vermeme (non-maleficence).
→ Otonomi.
→ Otonomi, Yararlılık, Zarar Vermeme, Adalet (Beauchamp & Childress).
→ Zarar vermeme ilkesinin radyasyon korunmasındaki yansıması → her maruziyet haklı kılınmalı.
Etik İlkelerin Çatışması
Araştırma Etiği
Tarihsel Gelişim:
Etik Kurul (IRB – Institutional Review Board):
Nükleer Tıp Araştırmalarında Özel Durumlar:
İyi Klinik Uygulamalar (GCP; ICH E6(R3))
29.7 Bilgilendirilmiş Onam ve Radyasyon Etiği5 soru
Bilgilendirilmiş Onam (Informed Consent)
Bilgilendirilmiş Onamın Unsurları:
1. Bilgilendirme (Disclosure):
2. Anlama (Understanding):
3. Gönüllülük (Voluntariness):
4. Karar Verme Kapasitesi (Competence/Capacity):
5. Onay (Consent):
Nükleer Tıpta Bilgilendirilmiş Onam
Tanısal İşlemler:
Tedavi İşlemleri:
→ Bilgilendirme, Anlama, Gönüllülük, Karar verme kapasitesi, Onay.
→ Yazılı onam zorunlu.
→ Genellikle sözlü onam yeterli (kuruma göre değişir).
Radyasyon Korunmasının Etik Temelleri
ICRP'nin Üç Temel İlkesi:
1. Haklı Kılma (Justification):
2. Optimizasyon (ALARA – As Low As Reasonably Achievable):
3. Doz Sınırlaması (Dose Limitation):
Şekil 29.10: Tıp etiğinin dört temel ilkesi ile ICRP radyasyon korunması ilkeleri arasındaki ilişki (şematik).
Özel Popülasyonlarda Radyasyon Etiği
Gebelik:
Pediatrik Hastalar:
Emzirme:
Radyasyon Riski İletişimi
Kötü Haber Verme: SPIKES
→ Haklı kılma (Justification), Optimizasyon (ALARA), Doz sınırlaması.
→ Zarar vermeme (non-maleficence).
→ Mutlak kontrendike.
→ 6-12 ay.
→ Pediatrik radyasyon dozlarının azaltılması kampanyası.
Board İçin Kritik Noktalar
Tanısal Test Performansı
ROC Analizi
Çalışma Tasarımları
Hipotez Testleri
İstatistiksel Testler Özet Tablosu:
| Veri Tipi | 2 Grup | ≥3 Grup | Eşleştirilmiş |
|---|---|---|---|
| Sürekli (Parametrik) | t-testi | ANOVA | Eşleştirilmiş t-testi |
| Sürekli (Non-parametrik) | Mann-Whitney U | Kruskal-Wallis | Wilcoxon |
| Kategorik | Ki-kare / Fisher | Ki-kare | McNemar |
| Korelasyon (Parametrik) | Pearson | – | – |
| Korelasyon (Non-parametrik) | Spearman | – | – |
Kappa İstatistiği
Etik İlkeler
1. Otonomi → hastanın karar verme hakkı → bilgilendirilmiş onam 2. Yararlılık → hastanın yararına hareket 3. Zarar vermeme → ALARA, haklı kılma 4. Adalet → kaynakların eşit dağılımı
Bilgilendirilmiş Onam
Radyasyon Etiği – Özel Durumlar
EANM Rehberinden Ek Notlar:
Bu bölümün konusundaki güncel kılavuzlar
Bölümde anlatılan işlemlerle ilgili en son kılavuz ve uzlaşı metinleri (EANM resmî dizini ve birincil kaynaklar, Kasım 2026). Kitap metninin bu sürümlerle karşılaştırılması sürüyor; ayrıntı için kılavuzun kendisine başvur.
Bölümü bitirdin mi?
Bu bölümde 25 soru var. Konuyu pekiştirmek için şimdi çöz.
Yana kaydırarak da bölüm değiştirebilirsin