Yıllar önceydi. İsmini burada anmak istemediğim ulusal bir uzmanlık derneğinin kongresiydi. Kongreye konuşmacı olarak dışardan davet edilmiştim, pek az tanıdığım vardı. Konuşmamı tamamladıktan sonra kongre salonlarını dolaşırken sunumlardan biri konusu uzmanlık alanıma girdiği için dikkatimi çekti. Konu başlığı “tükenmişlik sendromu ve hemogram parametresi olarak MPV arasındaki ilişki” idi.
Tercüme edeyim, kongrede sunulan çalışma, tükenmişlik sendromu ile trombositlerin – pıhtılaşmayı sağlayan hücreler - büyüklükleri arasında bir ilişki olduğunu iddia ediyordu. Bu ilişkinin alakasızlığını kestirebilmek için belki hekim olmaya bile gerek yok ama çalışma bir ilişki olduğunu iddia ediyordu ve kongre programına da nasıl olduysa dahil edilmişti.
Araştırmacı, sayısını hatırlamadığım kadar sağlıklı kişinin kan değerlerine bakmış, her birine eş zamanlı “tükenmişlik anketi” uygulamıştı. Anket sonuçları ile kan sayımının her bir parametresini karşılaştırmış ve bir tek trombosit büyüklüğü ile tükenmişlik arasında bir ilişki bulmuştu.
Araştırmacıya bu ilişkiyi kurdurtan neydi?
İlişki olduğunu söyleyen istatistik değerlendirme sonrası sihirli “p” sayısının 0.05’den küçük olmasıydı.
Bu verdiğim örnek elbette çok abartılı ama p değerinin nasıl bir tuzak olabileceğine iyi bir örnek.
Bunun bilim dünyasında bir çok karşılığı var.
Bir çalışma yapıyorsunuz X ilacını A hastalığı için anlamlı biçimde etkili bulabiliyorsunuz, başka bir grup benzer bir çalışmada A ilacının etkisiz olduğunu rapor edebiliyor. İkisinin de temel dayanağı istatistiksel analiz sonucunda elde ettikleri sihirli “p” sayısı.
Aklımız trombosit büyüklüğü ile tükenmişlik sendromu arasında bir ilişki kurulamayacağını açıkça söylüyor ancak X hastalığında A ilacının etkisinin ne olduğunu anlamak için bize p sayısı gerekli. Eğer ilişkiyi üstte verdiğim örnek kadar net kuramıyorsanız p değerine teslim oluyorsunuz.
ISIS-2 çalışması 1998 yılında yayınlanan ve toplam 17.187 hastayı içeren bir çalışma. Çalışmada kalp krizi geçiren hastalarda Aspirin ve streptokinaz tedavisinin etkinliği değerlendiriliyor.
Çalışma sonucunda kalp krizinin erken döneminde streptokinaz ve izleyen 10 yıl boyunca aspirin kullanımı ile sağ kalım sürelerinin uzadığı sonucuna varılıyor. Amacım burada tıbbi bir tartışmaya girmek değil, kalp krizi geçirenlerde bu ilaçların önemi zaten biliniyor artık, ama amacım istatistiğin nasıl yanıldığı konusunda örnek vermek.
Devam edelim.
P değerinin sorgulanabilir olduğunu örneklemek için bir grup araştırıcı, söz konusu çalışmada alt grup analizi yapıyor, terazi ve ikizler burcu dışında kalan burçların bu iki burca göre streptokinaz ve aspirin tedavisine daha kötü yanıt verdiğini sihirli p değeri sayesinde gösteriyorlar.
Kim ne diyebilir, kanıt açık, p değeri < .00001 bulunmuş. Yani p değeri diyor ki; istatistik olarak etki açısından değerlendirildiğinde bu iki burçta doğanlar tedaviden diğerlerinden daha az fayda görüyorlar.
Haydi gelin de inanın...
Bilimde “P-perestlik” bizi bazen çok ciddi yanılgılara sürükleyebiliyor.
Dahası bu değerlendirmeyi yapan eğer bir de safdil veya art niyetli biriyse her yazı tura atışında mesela hep tura geldiğine inanabilir ve/veya sizi inandırmaya çalışabilir. Bu durum bilim dünyasındaki onlarca metodolojik sorundan bir tanesidir. Özeti şudur; rakamlar bize her zaman doğruyu söylemiyor. Rastlantısalllık elinizdeki verileri değerlendirirken mutlaka gözetmeniz gereken bir faktördür. İstatistik biliminin doğuşundaki itici güç kumarbazların daha çok para kazanma dürtüleriydi, bu bilim olasılık hesapları ile doğmuştur. İstatistik yanılmasaydı tüm istatistik bilen kumarbazlar köşeyi dönerdi.
Bilim değişken ve tartışılabilirdir, rastlantısallıklar ile yanılır, hatta sık yanılır. Bilim-perestlik yapmadan bilime inanmak gerek, onun doğru yol göstericiliğini kabul etmek istiyorsak onu göreceli, yanılabilir, bazen subjektif ama her zaman kuşkucu, nesnel, hep soru soran ve akıl temelli yapısını bilerek kabul etmeliyiz.
Mustafa Çetiner / [email protected]
Bu yazı HBT'nin 134. sayısında yayınlanmıştır.