Alan: Biyoistatistik / deneysel yöntem | Beceri: Hipotez desteğini tanı testinden ayırmak
p-değeri hipotezin doğruluk olasılığı değildir
Klasik hipotez testinde p-değeri, belirli model ve sıfır hipotezi doğru varsayıldığında gözlenen veri kadar veya daha uç bir test istatistiğinin olasılığıyla ilgilidir. p=0,03, sıfır hipotezinin yanlış olma olasılığı %97'dir anlamına gelmez. Anlamlılık düzeyi (α) araştırmadan önce belirlenmeli; aynı veri üzerinde çok sayıda model seçildikten sonra tek p-değeri sunmak yanlış keşif oranını artırabilir. Biyolojik anlamlılık ile istatistiksel anlamlılık da ayrıdır: büyük örneklem çok küçük etkileri istatistiksel olarak belirgin gösterebilir.
Güven aralığı belirli prosedürün tekrar örneklemelerinde gerçek parametreyi kapsama sıklığına ilişkin uzun dönem özelliğe sahiptir; hesaplanan tek %95 güven aralığı için klasik yorumla parametrenin o aralıkta bulunma olasılığı %95'tir demek uygun değildir. Buna karşılık Bayesçi analizde belirtilmiş önsel dağılım ve olabilirlik altında elde edilen posterior güvenilirlik aralığı, model koşullu parametre olasılığı olarak yorumlanabilir. Bu iki yaklaşımın sayısal değerleri aynı çıkabilir, anlamları farklıdır.
Tanısal olasılık ve temel oran
Duyarlılık gerçek pozitiflerin test pozitif çıkma olasılığı; özgüllük gerçek negatiflerin test negatif çıkma olasılığıdır. Pozitif prediktif değer PPV = duyarlılık×prevalans / [duyarlılık×prevalans+(1−özgüllük)×(1−prevalans)] ile hesaplanabilir. PPV testin laboratuvar parametreleri sabitken bile örneklenen popülasyondaki prevalansa bağlıdır. 'Test %99 doğru, pozitif çıkan %99 hastadır' çoğu durumda geçersizdir. Bu ilkeler yalnız tıp için değil, çevresel DNA tür saptama veya mikrobiyal tarama çalışmalarında da geçerlidir.
Olabilirlik oranları ve model karşılaştırması
Pozitif olabilirlik oranı LR+=duyarlılık/(1−özgüllük); önsel odds ile çarpıldığında posterior odds elde edilir. Ancak LR+ belirli bir test eşiğine ve örnekleme bağlamına bağlıdır. İki modelin olabilirlik değerleri farklıysa yüksek olan model veriye daha iyi uyum sağlayabilir; fakat ek parametrelerle aşırı uyum riskini düzenlemek için model seçim ölçütleri veya çapraz doğrulama gerekir. Korelasyon katsayısının yüksekliği, nedensellik veya deneysel müdahaleyle aynı değildir.
Çözümlü nicel vaka
Prevalans %1; duyarlılık %90; özgüllük %95 olan 10.000 kişilik kuramsal popülasyonda 100 gerçek pozitifin 90'ı test pozitif, 9.900 negatifin 495'i yanlış pozitif olur. Dolayısıyla PPV=90/(90+495)=90/585≈%15,4. Test pozitiflerinin büyük bölümünün yanlış pozitif çıkması, testin anlamsızlığını değil temel oranın düşük olduğunu gösterir. Testin tarama mı doğrulama mı amaçladığı uygulamayı değiştirir.
IBO problemi
Bir biyolojik tarama testinin duyarlılığı %90, özgüllüğü %95. Çok seyrek görülen hedefin prevalansı düşerse, diğer koşullar sabitken PPV genellikle nasıl değişir? A) Azalır. B) Artar. C) Kesin %90 olur. D) Kesin %95 olur. E) Prevalanstan bağımsızdır.
Yanıt: A. Gerçek pozitifler sayısal olarak azalırken yanlış pozitifler daha yaygın negatif tabandan gelebilir. Çoklu taramalarda olası yanlış keşif oranı ayrıca dikkate alınmalıdır.
Kaynak çerçevesi: OpenIntro Statistics; istatistiksel çıkarım ve epidemiyolojik test yorumlaması üzerine açık eğitim kaynakları.
Bu ders, ilgili biyoloji literatürüne dayanan bağımsız eğitim içeriğidir. Sayısal örnekler sentetiktir; resmî IBO sorusu değildir.