Kesitsel Çalışma Tasarımı
- Ortaya koyan
- Epidemiologists in the mid-20th century; formalized by Kelsey, Rothman, and others
- Yıl
- 1950s-1970s
- Tür
- Research Design
- Aile
- observational design
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Kesitsel bir çalışma (veya prevalans çalışması) maruziyeti ve sonucu tek bir zaman noktasında eş zamanlı olarak ölçerek bir popülasyonun 'anlık görüntüsünü' üretir.
Katılımcılar aynı anda toplanır ve anket yapılır (veya muayene edilir), böylece hem maruziyetin hem de hastalığın mevcut prevalansı yakalanır. Kesitsel çalışmalar basit, hızlı ve ucuz olmaları nedeniyle ihtiyaç değerlendirmeleri, sürveyans ve hipotez üretimi için popülerdir—ancak zamansal sıra eksikliği nedeniyle nedensellik kuramazlar.
Yöntemin mantığı
Bir sabah bir fabrikayı ziyaret edip 500 işçinin tamamına şu soruları sorduğunuzu hayal edin: 'Sırt ağrınız var mı? Günde kaç saat ağır kaldırma işi yapıyorsunuz?' Kaç işçinin genel olarak sırt ağrısı olduğunu (prevalans) sayarsınız, ardından ağır kaldırmaya maruz kalanlarla hafif işler yapanları karşılaştırırsınız. Ağır kaldıranların %30'unda sırt ağrısı varken, hafif iş yapanlarda bu oran %10 bulursunuz. Prevalans Oranı 3:1'dir. Ancak işin püf noktası şudur: ağır kaldırmanın sırt ağrısına neden olup olmadığını veya sırt ağrısı olan işçilerin daha hafif görevlere geçip geçmediğini bilemezsiniz. Maruziyeti ve sonucu aynı anda ölçtüğünüz için zamansal sıra belirsizdir. Kesitsel çalışmalar hızlı değerlendirmeler ve prevalans tahmini için harikadır ancak nedensel çıkarım için zayıftır.
Tarih
Kesitsel anketlerin kökenleri 20. yüzyılın başlarındaki halk sağlığı sürveyansı ve nüfus sayımı çalışmalarına dayanmaktadır. Modern epidemiyolojide, 20. yüzyılın ortalarında prevalans çalışmaları olarak biçimlenmişlerdir. Ünlü örnekler arasında Amerikalıların sağlık durumu, beslenmesi ve risk faktörlerinin kesitsel anketlerini yürüten Ulusal Sağlık ve Beslenme Sınavı Anketi (NHANES, 1960'larda başladı, ABD) yer almaktadır. Kesitsel tasarımlar artık sürveyans (örneğin, CDC'nin Davranışsal Risk Faktörü Sürveyans Sistemi, BRFSS) ve uluslararası sağlık izleme (örneğin, Demografik ve Sağlık Anketleri, DHS) için standarttır. Elektronik sağlık kayıtlarının ve idari verilerin yükselişi, büyük retrospektif kesitsel çalışmaların yapılmasına olanak tanımıştır.
Ne zaman kullanılır?
Kesitsel çalışmaları şunlar için kullanın: (1) bir popülasyonda hastalık veya durumun prevalansını tahmin etmek (sürveyans, halk sağlığı izleme), (2) ihtiyaç değerlendirmeleri: kaç hasta bir hizmete ihtiyaç duyar?, (3) hipotez üretmek: hangi faktörler sonuçla ilişkilidir?, (4) hızlı değerlendirme: hızlı geri dönüş süresi (haftalar ila aylar), (5) insidansı ölçmenin zor olduğu ancak prevalansın stabil olduğu kronik durumları incelemek, (6) tek bir maruziyetten tek seferde birden fazla sonucu değerlendirmek, (7) maliyetli kohort veya vaka-kontrol araştırmalarına başlamadan önce pilot çalışmalar yapmak.
Sınırlar ve dikkat edilmesi gerekenler
- Nedensellik kuramaz: zamansal sıra yoktur; kesitsel veriler maruziyetin sonucu öncelikli olduğunu kanıtlayamaz.
- Sadece prevalan vakalar: tek bir noktada mevcut vakaları yakalar; insidan vakaları ve iyileşen veya ölenleri kaçırır. İlişkiler, prevalan ve insidan vakalar arasında farklılık gösterebilir.
- Hayatta kalma yanlılığı: sonuç ölümcül ise veya göçe/hastaneye yatışa yol açıyorsa, etkilenen bireyler kesitsel örneklemde yetersiz temsil edilebilir.
- Maruziyet-sonuç belirsizliği: maruziyet sonuca neden olur mu, yoksa sonuç bildirilen maruziyeti değiştirir mi? Ters nedensellik göz ardı edilemez.
- Geriye dönük anımsama yanlılığı: maruziyet geçmişe dönük ise (geçmiş maruziyetleri sorma), özellikle hasta kişilerde anımsama doğruluğu hafızaya ve motivasyona bağlıdır.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Hız ve verimlilik: veri toplama kısa bir pencerede (haftalar ila aylar) gerçekleşir, yıllarca takip gerektirmez.
- Düşük maliyet: uzunlamasına takip veya yeniden iletişim gerekmez; tek bir anket/muayene yeterlidir.
- Basit ve pratik: kliniklerde, okullarda, işyerlerinde veya toplum ortamlarında yürütülmesi kolaydır.
- Prevalans tahmini: doğrudan prevalansı (hastalık yükü) tahmin eder, halk sağlığı planlaması ve sürveyans için kullanışlıdır.
- Birden fazla maruziyet ve sonuç: tek bir kesitsel anket birden fazla maruziyeti ve sonucu eş zamanlı olarak ölçebilir, hipotez üretimi için verimlidir.
Uygulama alanları
- Kronik hastalık prevalansı: ulusal anketler, popülasyondaki hipertansiyon, diyabet, obezite prevalansını değerlendirir; sonuçlar halk sağlığı politikalarını ve kaynak tahsisini bilgilendirir.
- Mesleki sağlık sürveyansı: fabrikalar veya işyerleri, çalışanları semptomlar (solunum, kas-iskelet) ve maruziyetler hakkında anket ederek, işle ilgili durumların prevalansını tahmin eder.
- Öğrenci sağlığı ve risk davranışları: okullar, öğrencileri ruh sağlığı, madde kullanımı, fiziksel aktivite, zorbalık hakkında anket eder; sonuçlar okul sağlığı programlarına rehberlik eder.
- Hastane hasta anketleri: kabul veya taburculuk sırasında, hastaları semptomlar, engellilik, memnuniyet hakkında anket ederek, hasta merkezli sonuçları ve hizmet açıklarını değerlendirmeye yardımcı olur.
- Toplum temelli katılımcı araştırma: mahallelerdeki kesitsel anketler sağlık eşitsizliklerini, sağlık okuryazarlığını, sosyal faktörleri değerlendirir; sonuçlar müdahale hedeflerini belirler.
Nasıl çalışır?
Nasıl çalışır?
Hedef popülasyonu tanımlayın (örneğin, bir belediyedeki 18–65 yaş arası yetişkinler, bir şirketin çalışanları, bir hastanedeki hastalar). Rastgele örnekleme, tabakalı örnekleme (dengenin sağlanması için yaş, cinsiyet, bölgeye göre ayrı örneklem alma) veya küme örnekleme (okullar veya mahalleler gibi kümeleri örnekleme, ardından kümeler içindeki bireyleri örnekleme) kullanarak temsili bir örneklem seçin. Katılımcıları işe alın ve hem maruziyeti hem de sonucu tek bir zaman noktasında ölçmek için bir anket (anket formu, mülakat) veya klinik muayene uygulayın. Veri toplama işlemini standartlaştırın: aynı görüşmeci eğitimi, aynı araçlar, tutarlı protokoller. Demografik özellikleri ve potansiyel karıştırıcı faktörleri (yaş, cinsiyet, eğitim, komorbiditeler vb.) kaydedin. 'Anlık görüntü' niteliğini korumak için veri toplama işlemini dar bir zaman penceresinde tamamlayın.
Formül
Define target population; select representative sample via random, stratified, or cluster sampling; enroll participants and administer survey or examination.
Prevalansı hesaplayın: Prevalans = (sonucu olanların sayısı) / (toplam örneklem büyüklüğü). Oran veya yüzde olarak ifade edin. Maruziyete göre tabakalı analiz için, maruz kalan gruptaki prevalansı hesaplayın = (maruz kalanlar arasında sonuç olanlar) / (toplam maruz kalan); maruz kalmayanlar için de aynı şekilde. Prevalans Oranını (PR) hesaplayın: PR = Prevalans_maruz_kalan / Prevalans_maruz_kalmayan. PR > 1 maruziyetin daha yüksek prevalansla ilişkili olduğunu düşündürür (risk faktörünü gösterebilir, ancak zamansallık belirsizdir). PR < 1 maruz kalanlarda daha düşük prevalans olduğunu düşündürür (koruyucu ilişki, ancak yine zamansal belirsizlik). Prevalans ve PR için %95 güven aralığını (CI) binomiyal veya Poisson yöntemlerini kullanarak hesaplayın. Karıştırıcı faktörler için ayarlama yapın: ayarlanmış PR'yi tahmin etmek için lojistik regresyon kullanın (veya doğrudan PR'yi modelleyen log-binomiyal regresyon kullanın); CI ile ayarlanmış PR'yi raporlayın.
Formül
Calculate prevalence (proportion with outcome); compute Prevalence Ratio (PR) = Prevalence_{\text{exposed}} / Prevalence_{\text{unexposed}}; adjust for confounders using logistic regression.PR'nin 2 olması, maruz kalan grubun sonucu maruz kalmayan gruba göre iki kat daha fazla prevalansa sahip olduğu anlamına gelir. Ancak, dikkatli yorumlayın: maruziyet sonuca neden olmuş olabilir, sonuç maruziyet algısına neden olmuş olabilir veya her ikisi de üçüncü bir değişkenden kaynaklanıyor olabilir. Zamansal belirsizlik nedensel çıkarımı sınırlar; kesitsel veriler nedenselliği kanıtlayamaz. Prevalans, popülasyonlarda hastalık yükünü karakterize etmek (sürveyans, ihtiyaç değerlendirmesi, kaynak planlaması) için kullanışlıdır ancak riski ölçmek veya etiyolojiyi belirlemek için değildir. Eğer sonuç popülasyonda nadirse ve örnekleme kesitsel ise, gözlemlenen ilişki maruziyetlerde farklılık gösterebilen prevalan vakaları (hayatta kalanlar) yansıtabilir. Sonuçları, örneklemin çekildiği hedef popülasyona genelleştirin.
Formül
Interpret PR; note temporal ambiguity (cannot establish exposure preceded outcome); generalize to target population; discuss confounding and selection bias.
Sık yapılan hatalar
- Prevalansı insidans ile karıştırma: prevalans = tek bir zamandaki mevcut vakalar; insidans = bir dönemdeki yeni vakalar. Kesitsel çalışmalar prevalansı ölçer, insidansı değil.
- Temsili olmayan örneklemler seçme: kolaylık örneklemesi (örneğin, sadece klinik katılımcılarını veya gönüllüleri anket etme) seçim yanlılığına neden olur. Tanımlanmış bir popülasyondan rastgele veya tabakalı örnekleme kullanın.
- PR'yi Risk Oranı olarak yorumlama: kohort çalışmalarında RR = insidans maruz kalan / insidans maruz kalmayan. Kesitsel çalışmalarda PR = prevalans maruz kalan / prevalans maruz kalmayan. Bunlar eşdeğer değildir; karıştırmayın.
- Eksik verileri göz ardı etme: katılımcıların çoğu maruziyet sorularını yanıtlamazsa veya eksik sonuç ölçümleri varsa, tahminler yanlı olur. Eksik verileri raporlayın ve duyarlılık analizleri yapın.
- Zayıf ilişkileri aşırı yorumlama: kesitsel PR küçük ve kesin olmayabilir; zayıf ilişkiler karıştırıcı faktörlerden kaynaklanabilir. Önceden belirlenmiş hipotezler oluşturun ve bilinen karıştırıcı faktörler için ayarlama yapın.
Sık sorulan sorular
Prevalans ve İnsidans Arasındaki Fark Nedir?
Prevalans, belirli bir zamandaki bir popülasyonun hastalık (veya durum) oranını ifade eder: Prevalans = (mevcut vakalar) / (toplam popülasyon). İnsidans, bir zaman dilimi boyunca gelişen yeni vakaların oranını ifade eder: İnsidans = (yeni vakalar) / (risk altındaki kişi-zamanı). Kesitsel çalışmalar prevalansı ölçer. Kohort çalışmaları insidansı ölçer. Prevalans hem insidansa hem de hastalığın süresine bağlıdır: tedavi hayatta kalmayı uzatırsa, insidans değişmeden prevalans artar. Prevalans, hastalık yükünü ve ihtiyaçları değerlendirmek için kullanışlıdır; insidans hastalık riskini ölçer.
Neden kesitsel bir çalışmadan nedensellik kuramam?
Nedensellik zamansal sıra gerektirir: neden etkiden önce gelmelidir. Kesitsel bir çalışma, maruziyeti ve sonucu aynı anda ölçer, bu nedenle hangisinin önce geldiğini belirleyemezsiniz. Örneğin, işçiler üzerinde yapılan bir ankette, sırt ağrısı bildirenlerin ağır kaldırma bildirdiği bulgusu, kaldırmanın ağrıya neden olup olmadığını veya ağrılı işçilerin daha hafif işlere geçip geçmediğini söylemez. Bu ters nedensellik veya çift yönlü bir ilişkidir. Kohort çalışmaları, önce maruziyeti ölçüp ardından sonucu ölçmek için takip ederek zamansal sırayı belirler; nedensel çıkarım için kesitsel çalışmalardan çok daha güçlüdürler.
Kesitsel bir prevalans çalışması için örneklem büyüklüğünü nasıl hesaplarım?
Tek bir prevalansı tahmin etmek için şu formülü kullanın: n = (Z²/2 × p × (1 − p)) / d², burada p beklenen prevalans, d kabul edilebilir hata payı (örneğin, ±0.05) ve Z kritik değerdir (95% CI için 1.96). Örneğin, tahmini prevalans %20, kabul edilebilir hata ±%5 ise, n ≈ (1.96² × 0.20 × 0.80) / 0.05² ≈ 246. İki maruziyet grubunu karşılaştırmak için, iki grup prevalans karşılaştırması formüllerini kullanın (iki grup oran testi formüllerine benzer). Kümelemeyi (okullar gibi kümeler örnekleniyorsa) tasarım etkisi (design effect) kullanarak hesaba katın. Beklenen yanıt vermeme veya çekilme durumlarını hesaba katın (n'yi yanıt oranına göre artırın).
Hayatta kalma yanlılığı nedir ve kesitsel çalışmaları nasıl etkiler?
Hayatta kalma yanlılığı, kesitsel örneklemin anket zamanında hayatta olan ve popülasyonda bulunanları içermesi, ancak sonuç nedeniyle ölenleri veya göç edenleri dışlaması durumunda ortaya çıkar. Örneğin, felçli sakinlerin kesitsel bir anketi, anket tarihinden önce felçten ölenleri veya sakatlık nedeniyle uzaklaşanları kaçırabilir. Kalan (hayatta kalan) vakalar, maruziyetler veya şiddet açısından tüm vakalardan farklı olabilir. Bu, maruziyet ve sonuç arasındaki ilişkiyi yanlı hale getirir. Bunu en aza indirmek için, kesitsel çalışmalar geç vakaları (prevalan hayatta kalanlar) yerine erken vakaları (insidan vakalar) ölçmeli veya daha geniş vaka popülasyonlarını yakalamak için hastane tabanlı veya kayıt tabanlı vakalar kullanmalıdır.
İlgili yöntemler
Kaynaklar
Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.
ISBN: 978-0195083299Kopyalandı.Rothman, K. J., Lash, T. L., & Greenland, S. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755657Kopyalandı.Lynn, P. (2009). Methodology of longitudinal surveys. Wiley Interdisciplinary Reviews: Computational Statistics, 1(3), 369–379.
Yayın kaynağını açKopyalandı.