Meta Analizlerin Gizli Kırılganlığı: IOTA Çalışması

IOTA

IOTA Çalışmasının Olgu Sunumu

Bu metin, EMCrit’te yayınlanan The hidden fragility of meta-analyses: case study of the IOTA trial yazısından, yazarının yazılı izni ile tercüme edilmiştir.

Giriş: IOTA Çalışması

Muhtemelen şimdiye kadar IOTA çalışmasını duymuşsunuzdur.1 Lancet Dergisi’nde yayınlanan bu meta-analizde kritik hastalarda konservatif oksijen tedavisi ile liberal oksijen tedavisinin sağ kalım üzerindeki etkisi karşılaştırıldı (Detaylar burada). Sonuçları net ve heyecan vericiydi:

Çalışma üzerine yapılan değerlendirmeler tamamen olumluydu. Yardımcı editoryal yazı, çalışmanın hemen uygulama değişikliğine gidilmesi gerektiğini gösterdiğini ifade ediyordu:2

blank

Çalışmanın sonuçlarına katılıyorum (Hiperoksi fizyolojik değildir ve muhtemelen zararlıdır). Ancak, bunun çok kırılgan bir analiz olduğunun farkına varmalıyız. Meta-analizler konusundaki endemik problemlere gözlerimizi açmamız gerekiyor.

Hasta Düzeyinde Kırılganlık: Kırılganlık İndeksi

Kırılganlık İndeksi (Fragility Index), bir çalışmanın istatistiksel önemini yitirmesi (p değerinin <0,05’in üzerine çıkması) için değiştirilmesi gereken çıktı sayısını ifade eder. Düşük bir kırılganlık indeksi, sağlamlığın az olduğunu gösterir. Mesela, NINDS çalışmasının kırılganlık indeksi 3’tü. Eğer 3 çıktı farklı olsaydı, sonuçlar istatistiksel önemlerini yitireceklerdi ve çalışma “negatif ” bir çalışma olarak kabul edilecekti.

İkili sonlanımlı çalışmalarda kırılganlık indeksinin hesaplanması kolaydır (Örn. şuradaki kırılganlık indeksi hesap makinesini kullanarak).  Ancak meta-analizler için kırılganlık indeksinin hesaplanması biraz bulanık bir konudur. Ama evet, bu yazıda o konuya gireceğiz.

Bir meta-analizin kırılganlığını test etmek için atılması gereken ilk adım, içerdiği hesaplamaların tekrarını yapmaktır. IOTA çalışması, Cochrane Topluluğu tarafından üretilen ve ücretsiz dağıtılan bir program olan RevMan 5.3’ü kullanmıştır. Yayında tariflenen metodları kullanarak, hesaplamalarını kendi bilgisayarımda yeniden yaptım (ekran görüntüsü aşağıda). Lancet’taki bir yazım hatası dışında, her sayı yayınlanan dökümandaki ile aynı.

blank

Eğlence şimdi başlıyor. Hadi Young, 2014 çalışmasındaki 3 hastanın daha ölmüş olduğunu varsayalım. Bu durum, bütün meta-analizin negatif sonuçlanmasına yol açacaktı:

blank

Kırılganlık, çalışmalar arasında değişkenlik gösteriyor. Her bir çalışma için, konservatif oksijen grubunun ölen vaka sayısını, p değeri <0,05 olmayana kadar artırdım:

blank

Yani genel olarak, meta-analizin negatif sonuçlanması için, ek olarak 5-9 hastanın farklı bir sonlanımla sonuçlanması yeterli olacaktı. Bu farklı sonlanımlı vakalar, tek bir çalışmada olabileceği gibi, birden fazla çalışmaya yayılmış da olabilir. Mesela ilk 9 çalışmanın konservatif oksijen gruplarına birer kötü sonlanım eklediğimizde, meta-analizin sonuçları hükümsüz hale geliyor:

blank

Liberal oksijen grubundaki hastaların farklı şekilde sonlanması da sonucu etkileyebilirdi. Mesela, liberal oksijen grubundaki 3 ölümlü vaka olmasaydı ve konservatif oksijen grubuna 4 ölümlü vaka eklenseydi, meta-analizin sonuçları hükümsüz hale gelecekti:

blank

Kırılganlık indeksi için net bir sayı vermek zor olsa da, açıkça görüldüğü üzere 10’dan küçük.  Çalışmanın sonuçlarını hükümsüz kılmak için sonuçları değiştirilebilecek hastalar; hem hayatta kalan konservatif oksijen grubu (toplam 7857 hasta) hastaları, hem de ölen liberal oksijen grubu hastaları (toplamda 283 hasta). Protokol ihlalleri gibi teknik problemlerin, 8140 hasta içinde <10 hastalık bir hataya sebep olmuş olabileceğini düşünmek zor değil.

Reklam

Binlerce hastadan oluşan bir meta-analizi okuduğumuzda, doğal olarak hasta sayısının artmasının analizin gücünü artırdığını varsayıyoruz. Ne yazık ki, sıklıkla bu doğru değil. Eğer pozitif ve negatif çalışmalar genellikle birbirini götürüyorsa, meta-analizin kırılganlık indeksi düşük kalır. Daha fazla çalışma eklemek, “sinyali” artırmaya değil, “gürültü”yü artırmaya yarar; ki sonuçta nispeten düşük kırılganlık indeksi olan devasa bir meta-analiz ortaya çıkar (Düşük sinyal/gürültü oranı).

Çalışma Düzeyinde Kırılganlık: Metakırılganlık İndeksi

Kırılganlığı ölçmenin bir diğer yolu da, meta-analizi oluşturan çalışmalar düzeyinde değerlendirme yapmaktır. Bir meta-analiz, temelde bir tedavi ile ilgili çok sayıda çalışmanın bir araya getirilmiş kanıtlarının ölçümü yöntemidir:

blank

Güçlü pozitif meta-analizler, çok sayıda güçlü pozitif çalışma içermelidirler. Böyle olursa, herhangi bir çalışmayı çıkardığımız zaman, meta-analize ait genel sonuçlar etkilenmez:

blank

Alternatif olarak, aşağıda görüldüğü gibi çok zayıf pozitif bir meta-analizi ele alalım. 5 pozitif çalışmanın sonuçları, müdahaleyi sadece zayıf olarak destekliyor. Bir araya geldiklerinde, bu 5 zayıf çalışma, dengeyi müdahale lehine bozmayı başarabiliyor. Ancak, bu çalışmalardan herhangi birini kaldırmamız durumunda, meta-analiz artık pozitif kalamıyor! Bir meta-analizin geçerliliği, her bir çalışmanın geçerliliğine bağlıdır. Bu da meta-analizleri ileri derecede kırılgan yapar.

blank

Bu durum, bizi metakırılganlık indeksi (metafragility index) olarak tanımlayacağım mefhuma getiriyor:

  • Bir meta-analizin p<0,05 kalması için içerdiği bir çalışmaya muhtaç olup olmadığının anlaşılabilmesi için, her bir çalışmanın ayrı ayrı yokluğunda, meta-analizin sonuçlarının yeniden hesaplanması gerekiyor.
  • Metakırılganlık indeksi, tek başına meta-analizden çıkarıldığında, meta-analizin negatif (p>0,05) olarak sonuçlanabildiği çalışma sayısına eşittir. Mesela, yukarıda gösterilen güçlü meta-analizde, metakırılganlık indeksi sıfırdır (Herhangi bir çalışmanın çıkarılması ile meta-analizin sonuçları değişmez). Alternatif olarak, yukarıda gösterilen kırılgan meta-analizde, metakırılganlık indeksi beştir (Beş çalışmadan herhangi biri çıkarıldığında, p değeri >0,05 olur).

blank

 

Sıfırdan büyük bir metakırılganlık indeksi, meta-analizin gizli zayıflığını ortaya koyar. Bir meta-analizi okuduğumuzda, genellikle “bütün, kendini oluşturan parçaların toplamından daha büyüktür” diye düşünürüz. Çünkü meta-analizler, bütün çalışmaların verilerinin bir potada eritilmesi anlamını taşırlar. Bu yüzden, meta-analizin, kendini oluşturan herhangi bir çalışmadan daha güçlü olmasını bekleriz. Eğer metakırılganlık indeksi o’dan büyükse, bu meta-analizin, kendini oluşturan herhangi bir çalışmadan daha güçlü olduğu varsayımını çürütür.

Reklam

“Bir veya iki çalışmanın çıkarılması bir meta-analizin sonuçları üzerinde kayda değer bir etkiye sahip ise, bu sonuçlar bir miktar ihtiyatla belirtilmelidir.” – Viechtbauer W & Cheung MWL5

Eğer metakırılganlık indeksi 0’dan büyükse, bir sonraki soru, meta-analizin hangi çalışmalara bağımlı olduğudur. Bir zincir, ancak en zayıf halkası kadar güçlüdür. Aynı şekilde, bir meta-analiz de ancak bağımlı olduğu en zayıf çalışma kadar güçlüdür. Mesela, eğer bir meta-analiz; büyük, güçlü ve çok merkezli bir Randomize Kontrollü Çalışma’ya bağımlı ise, bu kabul edilebilir olarak görülebilir. Alternatif olarak, eğer meta-analiz küçük ve zayıf bir çalışmaya bağımlı ise, bu ciddi olarak problemli kabul edilmelidir.

IOTA’nın metakırılganlık indeksi 2’dir. NCT00414726 ve Giradis 20166 çalışmalarına bağımlıdır. Mesela, Giradis çalışmasını çıkarırsak, bütün meta-analizin sonucu negatif olur (p=0.14):

blank

Bu veriyi görselleştirmenin güzel bir yolu, metakırılganlık diyagramı oluşturmaktır (aşağıda). Mavi çizgiler, klasik Orman Diyagramı’nı (Forrest plot) temsil etmektedir (Her biri, o bir çalışmanın verilerine dayanan rölatif riskin %95 güven aralığını temsil eder). Her çalışmanın altında yer alan siyah çizgiler ise, meta-analizde yer alan bu çalışma haricindeki çalışmalar kullanılarak gerçekleştirilen meta-analizin sonuçlarını temsil etmektedir:

blank

Metakırılganlık diyagramı, her bir çalışmanın meta-analizin tamamı üzerindeki etkisinin daha rahat anlaşılmasına yardımcı oluyor. Herhangi bir çalışmanın çıkarılması, meta-analizin aksi yöne kaymasına sebep oluyor. Mesela, Stub, 2012 kısmen sola yatkın bir çalışma (resim aşağıda). Bu çalışmanın çıkarılması, meta-analizin sağa kaymasına yol açıyor. Bu çalışma çıkarıldığında ortaya çıkan sağa kayma, bütün meta-analiz üzerindeki etkisini gösteriyor.7

Reklam

 

blank

Diyagram aynı zamanda metakırılganlık indeksinin grafiksel bir görünümünü de veriyor. Eğer meta-analizin pozitif olması için bir çalışma şartsa, meta-analiz o çalışma olmadan tekrarlandığında onu geçen bir %95 güven aralığına sahip olacaktır (siyah çizgi). Metakırılganlık indeksi 2 olan IOTA için, bu iki defa gerçekleşiyor:

blank

Bir çalışmanın meta-analiz üzerinde yüksek oranda etkisi olmasının iki nedeni olabilir: Çok büyük bir çalışma olması (güçlü sonuçlar ve büyük bir ağırlık) veya dışadüşen (outlier) olması. IOTA, NCT000414726 çalışmasına bağımlı ki, bu çalışma küçük, dışadüşen bir çalışma. NCT000414726 güçlü bir çalışma değil, ama dışadüşen bir çalışma olduğu için, meta-analiz sonuçları üzerinde güçlü bir çekim etkisine yol açıyor. Bu çalışma henüz yayınlanmadı bile, bu da sistemik taraflılık veya diğer kusurlar açısından soru işaretlerine neden oluyor. Esasen, yayınlanan IOTA dökümanı bile bu çalışmayı yüksek taraflılık riski ile yargılıyor (alıntılanan not aşağıda). IOTA meta-analizi; bu küçük, dışadüşen, yayınlanmamış ve potansiyel olarak taraflı çalışmaya dayandığı için oldukça kırılgan.

blank

Peki Ya Uzun Dönem Mortalite?

Bu yazı hastane içi mortaliteye odaklanıyor, çünkü yayının yazarları bu analize odaklanıyorlar. Yine çalışmanın en etkileyici sonucu da bu. Zaman geçtikçe, mortalite yararı hızla yok oluyor:

blank

Zaman geçtikçe, etki boyutu daralıyor ve kırılganlık hızla artıyor. En uzun takip süresinde, mortalite üzerindeki farklılığın hasta düzeyinde kırılganlık indeksi sadece 1 hastaya düşüyor:

blank

Metakırılganlık indeksi 10, bu da temelde pozitif yöndeki çalışma sayısı ile aynı. Yine, meta-analizden neredeyse herhangi bir pozitif verinin çıkarılması, istatistiksel önemin yitirilmesine yol açıyor. Bu açıkça kırılganlığı açığa çıkarıyor: Hasta düzeyinde kırılganlık indeksinin 1 olması ile tutarlı. Bütüne bakıldığında, bu sonuç “istatistiksel olarak muhtemel” düzeyinde kırılgan (daha zayıf olsaydı, açıkça negatif sonuçlanmış olacaktı).

Reklam

Bir Adım Geri: p<0,05 Aslında Düşük Bir Bariyer

Yukarıdaki analiz, bir meta-analizin <0,05 p değerine ulaşıp ulaşamamasına odaklanıyordu. Ancak, bunun güçlü bir p değeri limit noktası olmadığını unutmamalıyız. ~0,02-0,05’lik p değeri ~3 olabilirlik oranının kabaca eşdeğeri sayılabilir ve zayıf seviyede kanıt anlamı taşır. Bu durum pek çok istatistikçinin p değeri limit noktasının <0,005’e çekilmesini önermesine yol açmıştır. p<0,05 halen “istatistiksel olarak anlamlı” sayılmak için limit noktası olarak genel kabul görse de, bu kriterin sağlanıyor oluşu, çalışma sonuçlarının geçerli olduğunun garantisi değildir.

Büyük Resim: Meta-Analizleri Dev Aynasında Görüyoruz

blank

Kanıta dayalı tıp, geleneksel olarak meta-analizin en yüksek kanıt formu olduğunu, kanıt piramidinin en üzerinde yer aldığını öğretir. Ancak, birbirleri ile çelişen meta-analizlere rastlamak çok kolaydır (Mesela bu ikili8,9 PE konusunda farklı sonuçlar verirken, yakın tarihli bu meta-analizler10,11 sepsiste steroid konusunda farklı sonuçlar veriyorlar). Çatışan iki ikili de neredeyse aynı zamanda yayınlandılar, ancak tam tersi sonuçlara vardılar! Bu örnekler meta-analizlerin yinelenebilirliklerini çürütüyor: Eğer meta-analizler güvenilir araçlar olsalar, farklı gruplar daima aynı sonuçları elde ederler. Yine elbette, yinelenebilir olmayan bir şey, bilimsel değildir.

Uygunsuz gerçek şu ki, meta-analizler pek de farkında olunmayan bir takım problemlerden muzdaripler (mesela kırılganlık, heterojenite, eski çalışmalar, yetersiz güç analizi). Meta-analizler istatistiksel olarak o kadar kompleksler ki, analizin yüzeyini kırıp içine nüfuz edebilecek araçlardan yoksun olduğumuz için, teslim olmaktan başka çare bırakmıyorlar.

Meta-analizleri en yüksek kanıt düzeyi olarak düşünmeyi bırakma zamanı geldi. En yüksek kanıt düzeyi basitçe Randomize Kontrollü Çalışma’dır. RKÇ’leri detaylıca okumalı ve RKÇ’leri değerlendirerek bunları dikkatlice bir araya getirmek suretiyle bir üst sonuca varmalıyız (Her çalışma için zayıflıklar, güçlülükler, metodolojiler, sonuçlar ve hasta popülasyonları). Çalışmaları kendi kendimize bir araya getirmek, bu işi bir meta-analize bırakmaktan daha zor olsa da, gerçeğe daha fazla yaklaşmamıza yol açacaktır.

Özet

  • Meta-analizler, genelde kırılganlıklarını test etme denemesinde bulunulmadan, çok güçlü olarak kabul görmektedirler.
  • Bu yazı, bir meta-analizin kırılganlığının değerlendirilmesi için iki tekniği tarif etmektedir. Bu teknikler için bir meta-analiz yazılımı kullanılması gereklidir ve Cochrane Topluluğu aracılığıyla ücretsiz olarak edinilebilir.
  • Kırılganlık İndeksi, p değeri <0,05 olana kadar her bir çalışmanın kaç hasta sonucu değişikliğine ihtiyaç duyduğunun belirlenmesi ile hesaplanabilir. Bu numara çalışmalar arasında değişkendir, ancak meta-analizlerin kırılganlığı konusunda genel bir fikir verebilir.
  • Metakırılganlık indeksi, tek başına meta-analizden çıkarıldığında, meta-analizin negatif (p>0,05) olarak sonuçlanabildiği çalışma sayısına eşittir. İdeal olarak, güçlü bir meta-analizin metakırılganlık indeksi 0 olmalıdır (Herhangi bir çalışma analizden çıkarılabilir ve kalan çalışmalar yine de pozitif sonuç verirler). Alternatif olarak, eğer metakırılganlık indeksi o’ın üzerinde ise, bütün meta-analizin bir veya daha fazla çalışmaya bağımlı olduğu anlaşılabilir. Bu nedenle sonuçları dikkatle analiz edilmelidir.
  • Bu testler, yakın zamanda Lancet’ta yayınlanan ve geniş kabul gören IOTA meta-analizine uygulanmıştır. IOTA’nın şaşırtıcı düzeyde kırılganlığı vardır. En güçlü sonuç çıktısı bile (hastane içi mortalite), <10 hastalık kırılganlık indeksine ve 2’lik metakırılganlık indeksine sahiptir. IOTA’nın bağımlı olduğu çalışmalardan biri, küçük, dışadüşen ve yayınlanmamış bir çalışmadır.
  • Meta-analizlerin en güvenilir kanıt düzeyi oldukları dogması sorgulanmalıdır.

blank

Bağlantılar

Kaynaklar

  1. Chu D, Kim L, Young P, et al. Mortality and morbidity in acutely ill adults treated with liberal versus conservative oxygen therapy (IOTA): a systematic review and meta-analysis. Lancet. 2018;391(10131):1693-1705.
  2. McEvoy J. Excess oxygen in acute illness: adding fuel to the fire. Lancet. 2018;391(10131):1640-1642.
  3. Ridgeon E, Young P, Bellomo R, Mucchetti M, Lembo R, Landoni G. The Fragility Index in Multicenter Randomized Controlled Critical Care Trials. Crit Care Med. 2016;44(7):1278-1284.
  4. Fragility index & methodology. What is the fragility index of the NINDS trial? https://emcrit.org/pulmcrit/fragility-index-ninds/.
  5. Viechtbauer W, Cheung M. Outlier and influence diagnostics for meta-analysis. Res Synth Methods. 2010;1(2):112-125.
  6. Girardis M, Busani S, Damiani E, et al. Effect of Conservative vs Conventional Oxygen Therapy on Mortality Among Patients in an Intensive Care Unit: The Oxygen-ICU Randomized Clinical Trial. JAMA. 2016;316(15):1583-1589.
  7. Bir çalışmanın bütün meta-analiz üzerindeki etkisinin miktarının bu çalışmanın ağırlığı ile yansıtıldığını varsayma eğiliminde olsak da, bu yanlıştır. Bir çalışmanın meta-analiz üzerindeki etkisi, hem çalışmanın ağırlığını, hem de sonuçlarının aykırılığını yansıtır. Mesela, düşük ağırlıklı bir dışadüşen çalışma; yine de bütün meta-analiz üzerinde anlamlı bir sonuca sahip olabilir.
  8. Chatterjee S, Chakraborty A, Weinberg I, et al. Thrombolysis for pulmonary embolism and risk of all-cause mortality, major bleeding, and intracranial hemorrhage: a meta-analysis. JAMA. 2014;311(23):2414-2421.
  9. Nakamura S, Takano H, Kubota Y, Asai K, Shimizu W. Impact of the efficacy of thrombolytic therapy on the mortality of patients with acute submassive pulmonary embolism: a meta-analysis. J Thromb Haemost. 2014;12(7):1086-1095.
  10. Rochwerg B, Oczkowski S, Siemieniuk R, et al. Corticosteroids in Sepsis: An Updated Systematic Review and Meta-Analysis. Crit Care Med. 2018;46(9):1411-1420.
  11. Rygård S, Butler E, Granholm A, et al. Low-dose corticosteroids for adult patients with septic shock: a systematic review with meta-analysis and trial sequential analysis. Intensive Care Med. 2018;44(7):1003-1016.

 

Kanıta Dayalı Tıp Felsefesi

blank

Tıp, uygulayıcıların geçmişte ve günümüzdeki deneyimlerine ve kavrayışlarına dayanan ampirik bir bilimdir. Tek bir hekimin klinik deneyimi, bir bütün olarak tıp mesleğinin deneyiminin küçük bir kısmı olduğundan, tıp biliminin ilerlemesi hekimin diğer meslektaşlarının deneyimlerini bir araya getirmesi, düzenlemesi ve bilgilerin yayılmasına bağlıdır.

Son otuz yılda tıbbi bilgide tam anlamıyla bir patlama yaşanmıştır. Bundan otuz yıl önce bir hekim, pek çok tıbbi yayını anlayabiliyordu. Günümüzde ise yayınlarda pek çok klinisyen gibi Acil Tıp hekimlerinin de uzak olduğu sofistike istatistiksel analizler kullanılmaktadır. Diğer klinisyenler gibi, Acil Tıp hekimleri de klinik uygulamalarını değiştirmeden önce araştırmaların kalitesinin ve sonuçlarının geçerliliğinin kabul edilebilir olması gerektiğinin farkındadır.

Kanıta Dayalı Tıp Çağı

McMaster Üniversitesi Tıp Fakültesi çalışanı Gordan Guyatt, 1993 yılı Ekim ayının soğuk bir sabahında posta kutusunda American College of Physicians (ACP) tarafından yayımlanan bir broşür buldu: Kanıta Dayalı Tıp Çağında! Üç yıl önce bu terimi yaratan Guyatt için metin yazarının iddiası hiç de abartı değildi. Kanıta Dayalı Tıp (KDT) teriminin 1992 yılında sadece iki makalede geçerken beş yıl sonra 1997’de 1000’den fazla makalede bu terim kullanılmıştı. Terim yıllar içerisinde ders kitaplarında, kurslarda dergilerde ve İnternet sitelerinde artan oranda kullanılmaya başlandı.

Reklam

KDT ve modern epidemioloji ortak kökleri paylaşır. Modern epidemioloji tarihi, ölçme, denetleme ve kontrol yöntemlerinin kökeni 18. ve 19. yüzyıl Avrupa’sında yaşanan sosyal gelişmelere, istatistik ve olasılık yöntemlerinin kullanılmasına dayanır. 20. yüzyılın ortalarında Kuzey Amerika ve İngiltere’de hekimler, bu araçları hastalarının klinik tedavilerinin değerlendirilmesinde kullanmaya başladılar.

Kuzey Amerika’da bu durum, 1938 yılında John R. Poul tarafından Yale Tıp Fakültesinde çalışırken icat edilen “klinik epidemioloji” terimi içerisinde kendine yer buldu. Paul’a göre klinik epidemioloji, hastalıklara sosyal ve çevresel faktörleri de içeren çok yönlü bir gözlem zemini oluşturmaktadır. Öncelikle odaklanılan alan, tüm popülasyon değil üzerinde çalışılan hasta bireyler ve onların içinde olduğu kapalı çevredir (medikal ekoloji). Onun yarattığı anlayış daha sonra Alan R. Feinstein tarafından geliştirildi. Feinstein, istatistiksel araştırma metotlarını ve Boolean mantığını, klinik pratiğin ölçülmesinde ve tıbbi karar alma yöntemlerinde kullanmaya başladı.

Reklam

1960’ların sonunda, iki önemli gelişme daha kanıta dayalı tıbbın gelişmesini sağlayacak ortamının oluşmasına katkıda bulundu. Bunlardan ilki Kuzey Amerika’da yeni tıp eğitimi yöntemlerinin gelişmesiydi. İkincisi Kanada sağlık sisteminde tıbbi maliyetlerin karşılanmasında yaşanan değişikliklerdi. 1964 yılında Kanada Sağlık Sistemi’nin yeniden düzenlenmesi, dört yeni tıp fakültesinde halk sağlığının tıp ile bütünleşmesine olanak sağladı. Bunlardan birisi olan McMaster Üniversitesi 1968 yılında kuruldu. Bu yeni okul, problem çözmeye dayalı öğrenme (problem-based learning) adı verilen, temel bilimlerle klinik tıbbın bütünleştiği bir yaklaşımı öğretim programında uygulamaya başladı.

Journal of the American Medical Association (JAMA)’daki Kullanıcı Rehberleri Serisi

1980’lerin sonuna doğru Drummond Rennie,  McMaster Üniversitesindeki arkadaşı David Sackett’ten JAMA ile ortaklaşa, hikaye ve muayene arkasındaki kanıtların incelenmesi için bir davet aldı. Bu çalışmalardan sonra bir seri makale ve gözden geçirme derlenerek 1992’de JAMA’da Mantıklı Klinik Muayene Serisi yayımlandı. Uyum içerisinde birlikte çalışan ekip 1981’de Canadian Medical Association dergisinde yayımlanan Okuyucu Rehberi Serisi‘ni güncellemeyi planladı. David Sackett ile birlikte Andy Oxman ve Gordon Guyatt Tıbbi Literatür Kullanıcı Rehberi’nin temelini attılar. Seri, 1993’de JAMA’da yayınlanmaya başladı. Başlangıçta 8-10 makale olacağı düşünülen çalışma, 7 yıl sonra, 33 farklı dergide makale olarak geçen 25 parçanın kitaplaştırılmasına evrildi. Kitap haline getirilen Tıbbi Literatür Kullanıcı Rehberi, Türkçe’ye çevrilerek ülkemizde de yayımlanmıştır.

Reklam

Geçen yıllar içerisinde, yavaş yavaş isim yapmış dergilerde konuyla ilgili yazıların sayısı arttı. 2000’li yıllarda JAMA sağlık sektöründe niteliksel araştırmaya nasıl yaklaşılacağı konusunda iki kullanıcı rehberi yayınladı. (1-Are the results of the study valid? 2-What are the results and how they help me care my patients?)

Sonrasında, Cochrane Collaboration tarafından desteklenen sistematik gözden geçirmeler ve meta analizler literatürde belirgin bir yer edindi. 1994’de yayımlanan bir makale, bunun gibi araştırmaların nasıl kullanılacağını tarifledi. (How to use an overview.) 2000’li yıllarda, elektronik ortamın bilgi paylaşımındaki yerinin baskın hale gelmeye başlamasıyla ihtiyaç duyulan, elektronik ortamda sağlık bilgi kaynaklarının kullanma rehberi yayınlandı. (Using electronic health information resources in evidence-based practice.)

Reklam

McMaster Üniversitesinde başlayan süreç, yıllarca öğretilen “ileriyi görme” tekniğinin terk edilmesine ve literatür araştırma sonuçlarını sadece tarama amaçlı okumadan, günlük hasta sorunlarını çözmek için kullanmaya geçmenin gereksinim ve aynı anda zorunluluğunun farkına varılmasına yol açtı. 1990 yılında McMaster Dahiliye Programına yönetici olarak atanan Gordon Guyatt, David Sackett önderliğinde “ileriyi görme” kavramını, her klinik kararı destekleyen literatür bilgisini ve anlaşılmasına dayanan tıp uygulamasına doğru geliştirdi. Bunun önemli şekilde farklı bir uygulama olduğunun anlaşılması, bu farklılığı kavrayacak yeni bir kavram ihtiyacını doğurdu. Önce “bilimsel tıp” terimi kullanıldı. Bu terim konuya sıcak bakmayanların daha önceki uygulamaların “bilim dışı” olduğu imasına yol açtığı için öfkelendirdi. Bunu üzerine, Tıp Uygulaması Felsefesini adlandırmak için Kanıta Dayalı Tıp terimi kullanıldı. Terim ilk kez bir yayında geçti ve cazip bir terim olarak kabul gördü.

Kanıta Dayalı Tıp ilk defa 1990 sonbaharında asistanlara yönelik bilgilendirme belgesinde şu şekilde kullanıldı:

“Asistanlar, günlük hasta yaklaşımlarında, tanı koyma, tedavi etme ve prognoz belirleyici teknolojilerin kullanımında bir “sorgulayıcı aydın” tavır geliştirmeleri yönünde eğitilirler. Bu yaklaşım “kanıta-dayalı tıp” olarak adlandırılmıştır. Buradaki hedef, uygulamanın dayandığı kanıttan ve kanıtın geçerliliği ile kanıttan varılan sonuçların güvenilirliği konusunda haberdar olmaktır. Burada kullanılan strateji ise ilgili sonuçların tamamen açıklığa kavuşturulması, sorularla ilgili derin literatür araştırması, kanıtın ilerisini görmek, klinik ortama uygulanabilirliğini tartmak ve sonuçları dengeli bir şekilde klinik soruna uyarlamaktan ibarettir.”

 

Kanıta Dayalı Tıp Felsefesi

Kanıta Dayalı Tıp (KDT), klinik sorunları çözmeyi amaçlar. Süregelen tıbbi paradigmaların aksine KDT, düzensiz klinik deneyim ve patofizyoloji mantığı yerine klinik araştırmalardan elde edilen kanıtların incelenmesinin önemini vurgular. Klinik araştırmaların sonuçlarını incelemek için yöntemine uygun kurallar gerekir ve geleneksel tıbbi paradigmanın aksine otoriteye daha az değer verir.

KDT iki temel ilkeden oluşur:

  1. KDT klinik karar vermeyi yönlendirmek adına bir kanıt hiyerarşisi var sayar.
  2. Kanıt hiçbir zaman tek başına klinik karar vermeye yeterli değildir. Karar veren kişi her zaman yararlar ve riskleri, uygunsuzlukları ve durumu farklı yönetme yöntemlerinin maliyetini tartmak durumundadır. Bununla beraber hastaların değerlerini ve tercihlerini göz önünde bulundurmalıdır.

 

Yararlanılan kaynaklar:

  1. Guyatt, G., Rennie, D., Meade, M.O., Cook, D.J, Tıbbi Literatür Kullanıcı Rehberi, Güneş Tıp Kitabevi Ankara 2010.
  2. Rosen’s Emergency Medicine 7th Edition Chapter 195, Medical Literature and Evidence Based Medicine.
  3. Emergency Medicine Clinical Essentials, Second Edition, Adams, J.G. Online Content, Evidence-Based Medicine
  4. Evidence-Based Medicine: A Short History of a Modern Medical Movement.
  5. Evidence-Based Medicine-an oral history.
  6. Institute for Evidence-Based Health Professions Education:Free Online Course in Evidence -Based Practice.
  7. Kanıta Dayalı Tıp, Hacettepe.Edu.Tr