Bilimsel araştırmalar ve bu çalışmaların medyadaki yansımaları sık sık bir araştırmanın “belirli değişkenleri kontrol ettiğini” vurgular. Washington Post’un GLP-1 ilaçları ile hormonal bir bozukluk üzerine yürüttüğü bir çalışmayı aktardığı yazıda, “GLP-1’leri kullanan kadınlar, kontrol grubundakilerden daha fazla kilo verdi” ifadesine yer verilmişti. Birkaç ay önce aynı yayının, GLP-1’lerle kemik ve tendon yaralanmaları arasındaki ilişkiyi inceleyen başka bir araştırmasını anlattığı yazısında ise “araştırmacılar yaş, cinsiyet, ırk ve sigara kullanımını kontrol etti” denilerek, GLP-1 kullananların kemik bozukluklarına yakalanma riskinin daha yüksek olduğu sonucuna varıldığı belirtilmişti.
Bu tür ifadeler genellikle bir çalışmanın daha güvenilir olduğunu izlenimini veriyor. Ancak “kontrol” kelimesinin tam olarak ne anlama geldiği ve bu kavramın okuyucuda uyandırdığı güven duygusunun haklı olup olmadığı soruları, uzun yıllardır istatistikçi olarak meslek hayatını sürdüren ve istatistik kavramlarının daha iyi anlaşılması gerektiğine dair araştırmalarıyla bu konuyu gündeme getiren bir uzman tarafından merkeze alındı.
Kontrol kavramını anlamak, bir çalışmanın sonuçlarının kanıtlar ne kadar desteklediğini değerlendirmenize ve medyanın yeni araştırmaları nasıl yorumladığını yargılayabilmenize yardımcı olabilir.
Kontrol: Gözlem mi, müdahale mi?
Bir “kontrol” ifadesinin anlamı, çalışmanın tasarımına göre değişebilir. Çoğu araştırma ya deneysel ya da gözlemsel olmak üzere iki temel kategoriye ayrılır. Deneysel bir çalışmada araştırmacılar, katılımcıların bir kısmına bir ilaç ya da tedavi verirken diğerlerine vermez. Kontrol grubu, ilacı ya da tedaviyi almayan kişileri ifade eder. Kadınların kilo kaybı ve hormonal bozuklukları üzerine yapılan çalışmada araştırmacılar, katılımcıların bir kısmına GLP-1’leri verip diğerlerine vermemişti; böylece iki grup arasındaki sonuçları karşılaştırabiliyordu. Burada “kontrol” ifadesi, araştırmacıların verilerin nasıl üretildiğini doğrudan etkilediğini gösteriyor.
Kontrol, bir çalışmanın sonuçlarının kanıtlar ne kadar desteklediğini değerlendirmenize ve medyanın yeni araştırmaları nasıl yorumladığını yargılayabilmenize yardımcı olabilir.
İstatistikçi Araştırmacı
Bir gözlemsel çalışmada ise araştırmacılar, elektronikle saklanan sağlık kayıtları gibi mevcut verileri inceleyerek örüntüler bulurlar. Yaş ya da cinsiyet gibi farklı faktörlerin insanlara nasıl etki ettiğini görmek için farklı istatistiksel araçlar kullanırlar; bu adım, tedavi ile sonuç arasındaki ilişkiyi, her iki faktörü de etkileyen bilinen bir değişkenin yönlendirmesini engellemeye yardımcı olur. GLP-1’lerle kemik yaralanmaları üzerine yapılan çalışmada araştırmacılar yaş, cinsiyet, ırk ve sigara kullanımını kontrol etmişti. Bu, her bir kategoriye uyan kişiler arasındaki yaralanmaları karşılaştırıp, GLP-1 kullananlar ile kullanmayanlar arasında bir fark olup olmadığını görmek anlamına geliyordu.
Örneğin, sigara içenlerin GLP-1 ilaçlarını almaya daha yatkın olması ve sigaranın kendisinin bağımsız olarak kemik yaralanma riskini artırması varsayalım. Araştırmacılar sigara kullanımını kontrol etmezse, birçok GLP-1 kullanıcısının aynı zamanda sigara içmesi nedeniyle GLP-1 kullanımının daha fazla kemik yaralanmasıyla bağlantılı görünecekti. Burada “kontrol”, araştırmacıların üzerinde hiçbir etkisi olmayan, zaten toplanmış verinin unsurlarını dikkate almaktır.
Kasıtlı Olarak Rastgele
Bir yeni ilaca dair deneysel bir çalışmada bilim insanları, kimin tedaviyi alacağını ve kimin almayacağını rastgele belirler. Tedaviyi almayan kişilerin genellikle sahte bir hap gibi bir placebo aldıkları görülür; bunlar kontrol grubudur. Bilim insanları, hastalığın şiddeti ya da katılımcıların kullandığı diğer ilaçlar gibi çalışmanın sonucunu etkileyebilecek belirli faktörleri biliyorlarsa, bu gruplar içinde tedaviyi rastgele dağıtabilirler. Buna katmanlandırma denir; katılımcıların bir özelliği paylaşan aşırı sayıda kişiyi tesadüfen tedavi ya da placebo grubuna atamaktan kaçınmasını sağlar.
Örneğin, 2021 yılında yürütülen deneysel bir çalışmada, Tip 2 diyabeti olan ve GLP-1 ilacı verilen kişilerin kilo kaybı incelenmişti. Araştırmacılar, tedavi ve kontrol gruplarının, kan şekeri düzeyinin farklı başlangıç seviyelerine sahip kişilerin rastgele seçilmiş üyelerinden oluşmasını sağladı; ayrıca farklı diyabet ilaçları kullananları da dikkate aldı. Bu şekilde, kan şekeri en yüksek olan katılımcıların tesadüfen placebo grubuna atanma olasılığını azalttılar. Bu adım, araştırmacıların tedavinin etkisini daha hassas biçimde hesaplamalarına da yardımcı oldu.
Deneysel bir çalışmadaki katılımcılar, bir zamanlar onaylanabilecek bir tedavinin alabileceği insanların tam çeşitliliğini tam olarak yansıtmayabilir. Her türden değişkeni kapsayacak kadar çok kişi dahil etmek imkânsız ya da aşırı maliyetli olabilir. Bir araştırma, örneğin bazı katılımcıların sigara içip içmediğini dikkate almak istediği değişkenlerin üzerine etki edebilecek bir alışkanlık olduğundan, sporcu sağlığı üzerine yapılacak bir çalışma bu tür unsurları hesaba katmak isteyebilir.
Gözlemsel Çalışmalarda Kontrolün Önemi
Bu zorluk, araştırmacıların çoğu zaman gözlemsel çalışmalar, yani gerçek dünya kanıtı çalışmalarına başvurmasının sıklıkla sebebini oluşturur. Bu tür durumlarda araştırmacılar mevcut kayıtları kullanır; rastgele dağıtım yapılamaz. Bunun yerine araştırmacılar, tedavileri ve sonuçları etkileyebilecek faktörleri hesaba katmak için farklı istatistiksel araçlar kullanırlar. GLP-1’lerle ilgili gözlemsel bir çalışmada araştırmacılar, tıbbi kayıtlar veritabanlarını kullanarak, GLP-1 ilaçları kullananların diğer Tip 2 diyabet ilaçları kullananlara kıyasla ne kadar kilo verdiğini tahmin etmişti.
Gözlemsel çalışmalar için, önemli değişkenleri hesaba katmamak – kontrol etmemek – sonuçların güvenilirliğini zayıflatabilir. Örneğin, bir gözlemsel çalışma, kullanıcılar ve kullanmayanlar arasındaki temel sağlık farklarını kontrol etmeden, belirli bir beslenme takviyesinin sağlığa faydasını rapor edebilir. Böyle durumlarda, daha sağlıklı bireylerin baştan bu takviyeyi almaya daha yatkın olmaları mümkündür; bu da takviyenin aslında bir faydası olmasa bile sağlığa faydalı görünebilir.
Çok sayıda bu tür bulgu, bu yanlılık kaynaklarını rastgele dağıtım yoluyla kontrol eden deneysel çalışmalarda daha sonra tekrarlanamaz. Her mümkün değişkeni kontrol etmeye çalışmak da bir sorun olabilir. İlgili değişkenlerle gerçekten bir bağlantıları yoksa – ve bir araştırma yürütürken araştırmacılar hangilerinin olduğunu kesin olarak bilemez – daha fazla kontrol değişkeni, matematiksel tahminleri daha az hassas hale getirir. Belirli değişkenleri, yani köprüleyiciler olarak adlandırılanları kontrol etmek, bir araştırmanın ilgilendiği etkiyi bozabilir.
Gözlemsel çalışmaların bulgularını gördüğünüzde, çalışmanın bu uç noktaların birinde mi kaldığını düşünmeye çalışın: çok az ya da çok fazla değişken kontrol edilmiş mi?
Kendi Yargınızı Oluşturun
Farklı kontrol türlerini anlamlandırabilmek için bu istatistikçi, gözlemsel ve deneysel yaklaşımları simüle edilmiş verilerle karşılaştırmanıza olanak tanıyan bir çevrimiçi uygulamayı hazırlamıştı. Bilimsel bir uzman olmanız, ilgi çeken çalışmaların incelenmesi için gerekli değildir. Ancak, “kontrol edildi” gibi görünen sezgisel terimler bile çok farklı anlamlara sahip olabileceğini fark etmek önemlidir.
Medyada yeni bir bulguya dair bir habere rastladığınızda, çalışmanın gözlemsel mi yoksa deneysel mi olduğunu ve araştırmacıların hangi değişkenleri kontrol ettiğini değerlendirmeye çalışın. Bu ayrımları aklınızda tutmak, kanıtların hangi sonuçları güvenle destekleyebileceğini daha iyi yargılaymanıza yardımcı olabilir.
