Buradasın

Sağlık Bilimleri Enstitüsü Webinar: Örneklem Sayısı Belirleme ve İstatistiksel Güç Analizi

youtube.com/watch?v=Q0l3zGonC7Y

Yapay zekadan makale özeti

Kısa
Ayrıntılı

Bu video, Sağlık Bilimleri Enstitüsü tarafından düzenlenen bir webinar formatında eğitim sunumudur. Sunumda Enstitü Müdürü ve Histoloji Öğretim Üyesi Leyla Satı ile Akdeniz Üniversitesi İstatistik Danışmanlık Uygulama ve Araştırma Merkezi'nde çalışan Dr. Deniz Özer yer almaktadır.
Webinar'ın ana konusu sağlık bilimlerinde örneklem sayısı belirleme ve istatistiksel güç analizi yöntemleridir. Sunum, örnekleme yöntemleri, etki büyüklüğü, istatistiksel ve klinik anlamlılık, güç analizi türleri, örneklem büyüklüğünün nasıl tahmin edileceği ve raporlanması gibi konuları kapsamaktadır. Ayrıca G*Power ve PAS gibi istatistiksel programlar kullanılarak pratik uygulamalar gösterilmektedir.
Webinar yaklaşık 1 saat 40 dakika sürmekte ve istatistiksel güç analizinin bilimsel araştırmalardaki önemi vurgulanmaktadır. Sunum, farklı çalışma tasarımlarına göre örneklem sayısı belirleme yöntemleri, etki büyüklüğünün belirlenmesi, klinik anlamlı fark kavramı ve istatistiksel test seçimi gibi konuları içermektedir. Video sonunda katılımcılarla etkileşimli bir sohbet gerçekleşmektedir.

00:09Webinar Tanıtımı: Sağlık Bilimleri Enstitüsü'nün ikinci webinarı "Sağlık Bilimlerinde Örneklem Sayısı Nasıl Belirlenir" konulu sunumda Deniz Hoca ile birlikte olacak.
Webinar, sağlık çalışanları için çok önemli bir konuyu ele alacak ve uygulamalı bir yaklaşım sunacak.
Araştırma yaparken temel istatistik bilgisinin öneminden bahsediliyor.
01:47Deniz Hoca'nın Tanıtımı: Deniz Hoca 2006 yılında Dokuz Eylül Üniversitesi İstatistik Bölümü'nden mezun olmuş, Anadolu Üniversitesi'nde Halkla İlişkiler ve İşletme lisans eğitimlerini tamamlamış.
2007-2016 yılları arasında Akdeniz Üniversitesi Biyo-İstatistik ve Tibbi Bilişim Anabilim Dalı'nda yüksek lisans ve doktorasını tamamlamış.
14 yıldır 3000'e yakın akademik çalışmaya danışmanlık yapan Dr. Deniz Özer, Akdeniz Üniversitesi İstatistik Danışmanlık Uygulama ve Araştırma Merkezi'nde sağlık bilimleri alanında istatistiksel danışmanlık ve eğitim hizmeti sunmaktadır.
04:54Sunumun İçeriği: Sunumda öncelikle örneklem sayısının belirlenmesinin neden önemli olduğu ve bu konunun öneminden bahsedilecek.
Örnekleme yöntemleri, etki büyüklüğü, istatistiksel anlamlılık ve klinik anlamlılık konuları ele alınacak.
Güç analizi türleri, örneklem büyüklüğünün nasıl tahmin edildiği, güçü nasıl artırabileceğimiz ve nasıl raporlayacağımız konuları kapsayacak.
06:26Akademik Çalışmalarda Örneklem Sayısı: Akademik dergilere makale gönderirken çalışma türüne göre bazı guideline'lar ve referanslar bulunmakta ve bunlara uyum sağlamak gerekiyor.
Özellikle kaliteli dergiler (Q1, Q2 klasmanındaki) örneklem büyüklüğünün nasıl belirlendiği konusunda detaylı bilgi talep ediyor.
Bazı dergilerde hala örneklem sayısının nasıl belirlendiği yazılmamış veya yetersiz bilgi sunulduğu gözlemlenmiş.
08:05Etik Kurul Başvurusunda Hasta Tanımı ve Sayısı: Etik kurul başvuru formunda hasta tanımı ve sayısı bölümü önemli bir bölümdür.
Örnekleme yapmanın nedenleri: evrene ulaşamamamız, daha ucuz olması, zamandan tasarruf sağlanması, daha ayrıntılı bilgi elde edebilme ve etik nedenlerdir.
Örneklem sayısını tahmin etmek, çalışmanın daha bilimsel ve etik olmasını sağlar, ayrıca bulgulara gölge düşmesin ve klinik anlamlılıkla istatistiksel anlamlılık arasında uyum sağlar.
11:50Güç Analizi ve Önemi: Güç analizi, ortada bir hipotez olduğunda kullanılan bir terimdir ve çalışma planı için çok iyi bir araçtır.
Güç analizi, çalışmanın başında yapılması gerekir; farklı senaryolar denenerek, grup sayısı ve değişkenler değiştirilerek farklı sonuçlar elde edilebilir.
Araştırmacıların en baştan güç analizi yapması önemlidir, çünkü yüksek lisans, doktora tezleri ve makalelerde büyük emek ve maliyet harcanmaktadır.
13:29Güç Analizinin Önemi ve Çeşitli Alanlardaki Durum: 2013'te Nature dergisinde yapılan bir çalışmaya göre, sinirbilim alanında yapılan 49 meta analiz çalışmasından sadece %5'i uygun güce sahiptir.
2021'de yapılan bir çalışmaya göre, deney hayvanları ile yapılan çalışmalarda da güç analizi düşük seviyede olmaktadır.
Bilimin doğru bir şekilde ilerlemesini sağlamak için güç analizi yapmak önemlidir.
15:35Örnekleme ve Evrenin Tanımlanması: Örnekleme amacımız belli bir evrenden örneklem seçmektir, ancak örneklemin evreni ne kadar temsil ettiği soru işareti olarak kalabilir.
Örnekleme yeterli sayıda, yansız ve uygun yöntemle yapılmalıdır; özellikle bir şey ispat etmeye çalışıyorsak ispat edebileceğimiz tarzda örnekleri seçmemek gerekir.
Örnekleme aşamaları: evreni tanımlama, çerçeveyi belirleme, dahil edilme kriterlerini belirleme, örnekleme yöntemini seçme, sayı belirleme, birimleri seçme ve verileri toplama şeklindedir.
18:24Örnekleme Yöntemleri ve Örneklem Sayısı: Dört tane örnekleme yöntemi vardır: olasılıklı örnekleme ve olasılıksız örnekleme yöntemleri, nitel araştırmalarda da kullanılan yöntemlerdir.
Örneklem sayısı hesaplanmak yerine tahmin edilmelidir, çünkü araştırma istenmeyen etkilere maruz kalabilir ve kayıp veri olabilir.
Örneklem sayısına yüzde 20 civarında bir ekleme yapılmalıdır, tatile giderken de ekstra para almak gibi bir kafa yasasıyla.
20:01İdeal Örneklem Sayısı ve Güç: İdeal örneklem sayısı yeterince büyük olmalı, klinik anlamlılıkla istatistiksel anlamlılık örtüşmeli ve gereksiz kaynak harcamamalı.
Güç kavramı 1962 yılında Cohen tarafından ilk kez ortaya atılmıştır, ancak daha önce Pearson ve Neyman de benzer yaklaşımlar yapmışlardır.
Psikoloji alanında çalışmalar genellikle düşük örneklemle yapılıyor ve düşük güçle çalışılıyor.
23:33Çalışma Tasarımı ve Güç Analizi: Çalışma tasarımlarına göre örneklem sayısı belirlenir, özellikle randomize kontrollü çalışmalarda farklı yöntemler kullanılır.
Tanımlayıcı araştırmalarda (cross-sectional survey) güç terimi kullanılmaz çünkü hipotez yoktur, sadece var olan durum tespit edilir.
Güç analizi yaparken öncelikle çalışma amacını, değişkenin sayısal mı kategorik mi olduğunu ve ne kadarlık bir fark anlamlı olacağını belirlemek gerekir.
27:36Güç Analizinde Önemli Faktörler: Etki büyüklüğü kavramı önemlidir, ne kadarlık bir fark anlamlı olacağını belirlemek için kullanılır.
Etki büyüklüğünü belirleyemediğimizde pilot çalışma yapılmasını önermek gerekir.
Güç analizinde etki büyüklüğü, standart sapma, istenilen alfa ve beta değerleri, bölüştürme oranı ve öngörülen kayıp veri oranı gibi faktörler önemlidir.
29:21Primer Çıktı Tipleri ve Örneklem Sayısı: Araştırmacılar anket sonuçlarına göre grupları karşılaştırmak isteyebilir, bu hasta merkezli bir çıktıdır.
Eğer hesaplanan örneklem sayısı çok yüksek çıkarsa, araştırmacılar astımı gösteren başka değişkenler (hospitalizasyon, yüzde yirmiden fazla azalma) kullanabilir.
Vekil değişkenler kullanarak kısır bir şeye girmek yerine esnek çalışarak uygun örneklem sayısına ulaşılabilir.
30:24Hipotez Kurma ve İstatistiksel Testler: Hipotez kurarken "grupların ölçümleri arasında fark yok" veya "tedavide hastalık sonucu arasında ilişki yok" gibi ifadeler kullanılabilir.
İkinci gruplar arasında medikal komplikasyon oranlarının benzerliği hipotezi kurulduğunda, iki oran farkı testi kullanılacaktır.
Primer çıktılar, hangi istatistiksel testin kullanılacağını belirler.
31:14İstatistiksel Hatalar ve Güç Analizi: Testin gücü, gerçekte bir etki veya fark varken bunu çalışmanın sonucunda gösterebilme kabiliyetidir.
Birinci tip hata (alfa), gerçekte fark yokken çalışmanın sonucunda fark olduğu gösterilmesidir ve genellikle %5 olarak alınır.
İkinci tip hata (beta), gerçekte fark varken fark gösterememektir ve genellikle %20 olarak alınabilir, testin gücü ise %70-80 veya daha yüksek olmalıdır.
32:42Etki Büyüklüğü ve Önemi: Etki büyüklüğü, klinik olarak önemli kabul edilebilecek minimum farktır (örneğin hemoglobin değerinde 20 mg/dL).
Etki büyüklüğü, iki ortalaması farkını standart sapmaya bölerek standardize edilir.
Standart sapma düşük olan çalışmalarda etki büyüklüğü daha yüksek ve örneklem sayısı daha düşük çıkar.
35:45Etki Büyüklüğünün Önemi ve Belirlenmesi: Etki büyüklüğü araştırma bulgularını standardize eder ve farklı araştırmaları karşılaştırmasını sağlar.
Etki büyüklüğü belirlerken önce geçmiş çalışmalara bakılmalıdır.
Eğer geçmişte benzer çalışma bulunamazsa, pilot çalışma yapılabilir veya uzman görüşüne göre düşük, orta veya büyük etki büyüklüklerinden biri seçilebilir.
38:02Etki Büyüklüğünün Değerlendirilmesi: Etki büyüklüğünü belirlemek için sayısal değerler (ortalama, standart sapma, korelasyon r değeri) gereklidir.
Literatüre bakılarak etki büyüklüğü belirlenemezse, son çare olarak referans aralıklarından biri seçilebilir (genellikle orta etki büyüklüğü önerilir).
Etki büyüklükleri farklı alanlarda değişebilir, örneğin eğitim bilimleri alanında etki büyüklüğünün 2-4 arasında olması eğitim yönteminin etkili olduğu sonucuna varılabilir.
40:17Etki Büyüklüğü ve Örneklem Sayısı İlişkisi: Rossini'nin sağlık psikolojisi alanında çalışması, farklı alanlarda etki büyüklüğünün farklı olduğunu gösteriyor.
Spor bilimlerinde çalışıyorsanız, etki büyüklüğü referans aralığı literatürde bulunabilir ve Kohen'in değerine sabit kalmak zorunda değilsiniz.
Örneklem sayısı sabitken, etki büyüklüğüne göre güç elde edebilirsiniz; örneğin 125 örneklemle %70-80 güç elde etmek için 0,33-0,34 etki büyüklüğüne sahip olmanız gerekir.
41:46Güçün Etkileyen Faktörleri: Güç, örneklem sayısı, gruplar arası fark, standart sapma, hipotezin tek yönlü/çift yönlü olması ve kullanılan istatistiksel test türü gibi faktörlerle etkilenir.
Bağımsız grup fark testine göre bağımlı testlerde örneklem sayısı daha düşük çıkabilir.
Ölçüm hatası düşük olursa güç daha yüksek olur, çünkü ölçüm hatası arttıkça standart sapma artar ve güç düşer.
43:05Varyans Analizi ve Regresyon Analizinde Güç: Varyans analizinde grup sayısı arttıkça güç etkilenir.
Regresyon analizinde bağımsız değişken sayısı arttıkça güç düşer ve örneklem sayısı artırılmalıdır.
Grupların örneklem sayısının eşit olması güçü artırırken, dengesizlik örneklem sayısını artırır.
43:44Güç Analizi Örnekleri: İki ölçümde ortalama değerler 30 ve 35, standart sapmalar farklı iken, normal dağılım uygun olan ölçümde t testi yapılarak istatistiksel olarak anlamlı fark bulunmuştur.
Yüksek etki büyüklüğü (1,16) ile %90 güç elde etmek için 17 örneklem gerekiyorken, %80 güç için 11 örneklem yeterlidir.
Standart sapması yüksek olan ölçümde (20) p değeri anlamsız çıkmış, düşük etki büyüklüğü (0,30) ile istatistiksel olarak anlamlı fark göstermek için 212 örneklem gerekiyor.
47:03Güç Analizi Uygulaması: p değeri 1'e yakınsa çok fazla örneklem almak gerekir, p değeri 0,05'e ne kadar yakınsa o kadar az örneklem alabilirsiniz.
Bir çalışmada ne kadar örneklem alındığını takip etmek yerine, etki büyüklüğünü değerlendirmek önemlidir.
APA ve dünya çapında ünlü istatistiksel kurumlar da güç analizini önermektedir.
47:55Güç Analizi Tipleri ve Önemi: Güç analizi üç temel türden oluşur: önceden hesaplanan (a priori), sonrası hesaplanan (post hoc) ve sensivity analizi.
Post hoc power analizi mantıksızdır çünkü p-değeri anlamlıysa güçte yüksektir, anlamsızsa düşüktür; bu nedenle güven aralığı ve etki büyüklüğü sunulmalıdır.
Güç analizi için G*Power ücretsiz bir program, SPSS ise ücretli ancak kapsamlı bir programdır.
49:33Güçü Artırma Yöntemleri: Güçü artırmak için örnekleme sayısını artırabilir, etki büyüklüğünü daha yüksek tutabilir veya farklı gruplarla çalışabilirsiniz.
Müdahaleyi güçlendirmek, kontrol grubunu zayıflatmak veya farklı gruplarla çalışmak güçü artırabilir.
Çapraz tasarım yapmak, tekrarlı ölçümler kullanmak, kontrol grubu sayısını artırmak veya etkileşim etkilerini test etmek de güçü artırabilir.
50:52Güç Analizi Örnekleri: Bir araştırmacı iki grupta en az %25 oranında fark öngörmüş, %90 ve %65 oranlarıyla %83 güvenle minimum 43 örneklem gerektiği hesaplanmış.
Bağımsız örneklem t-testi ile Cohen's d değeri %5 hata payı ve %83 güce göre 14 örneklem gerektiği belirlenmiş.
Eşli t-testi ile D vitamini düzeylerinin farkı %5 hata payıyla %80 güce göre 23 örneklem gerektiği hesaplanmış.
52:53Anket ve Ölçek Çalışmalarında Örneklem Sayısı: Anket ve ölçek çalışmasında madde başına en az 10 örneklem almak gerekir, normallik ihlali varsa 15-20 örneklem önerilir.
Açımlayıcı faktör analizi için en az 100-300 örneklem, yapısal eşitlik modeli için madde başına en az 10 örneklem gerekiyor.
Evrenin sayısı bilindiğinde veya bilinmediğinde %5 hata marjıyla maksimum 384 örneklem alınabilir.
54:20Başarılı Araştırmalar İçin Öneriler: Başarılı araştırmalar için amaçları net belirlemek, literatürü iyi taramak ve çalışmadan önce net hedefler kurmak gerekir.
İstatistikçi ve uzmanlarla dürüst işbirliği yapmak, değişime açık olmak ve metanetli olmak önemlidir.
Örneklem sayısını belirlemede son güne bırakmak, benzer yayın yok diyerek geçmek veya sonuçları anlamamak gibi durumlar başarısızlığa yol açabilir.
58:13Örneklem Boyutu ve İstatistiksel Anlamlılık: Evreni tam olarak örneklemek mümkün değil, bu nedenle örneklem büyüklüğünün önemini anlamak ve bilinçli çalışmak gerekir.
İstatistik okuryazarlığı, araştırmacılar için minimal askeri düzeyde anlama gerektiren bir kavramdır.
P değeri bir olasılık değeridir ve anlamlılık test eder; ancak p değeri karşılaştırılmamalıdır, etki büyüklüğü standartize bir değerdir.
59:57Etki Büyüklüğü ve Örneklem Boyutu İlişkisi: Etki büyüklüğü, ortalamalar arası farkı standart sapmaya böler ve karşılaştırılabilir bir değerdir.
Aynı etki büyüklüğünde iki çalışma, birinde p değeri anlamlı çıkabilirken diğerinde çıkmayabilir.
Klinik anlamlılık ve istatistiksel anlamlılık birlikte olabilir, ancak birlikte olmayabilir.
1:01:37Örneklem Boyutu Hesaplama ve Uygulamalar: Kontrol grubu, deney gruplarının iki katına kadar çıkabilir.
Ara ara analiz yapmak (interim analiz) etik olarak sıkıntılı çalışmalarda önemli olabilir.
G*Power programı, örneklem boyutu hesaplamaları için kullanılabilir ve ücretsiz olarak indirilebilir.
1:04:37Etki Büyüklüğünün Değerlendirilmesi: Düşük etki büyüklüğü, aradaki farkın az olduğu durumunu gösterir ve bu durumda daha fazla örneklem almak gerekebilir.
Düşük etki büyüklüğü ile de çalışılabilir, bu tamamen çalışmanın değişkenleriyle ilgilidir.
Etki büyüklüğü hesaplandıktan sonra, bu etki büyüklüğüne uygun örneklem sayısı belirlenmelidir.
1:09:27Oran Farkı Hesaplama: Hesap makinesi kullanılarak yüzde ellibeş oran farkı hesaplanmıştır: 0,99/0,22 = %45, yani %55 fark olarak bulunmuştur.
Çalışmada %90'dan büyük güç değeri kullanılmış, ancak araştırmacı muhtemelen %94 değerini almıştır.
Oran farkı önemli olduğunda minimum klinik anlamlı farkı değerlendirmek mümkündür.
1:11:13Diş Hekimliği Örneği: Diş hekimliği alanında iki grup (standart ve elastik yöntem) arasında primery o neymiş (CRP gibi bir parametre) farkı değerlendirilmiştir.
İki gruptaki mandibular bombeli farkın 2,5 milimetrelik olması klinik olarak anlamlı kabul edilmiştir.
Standart sapma 3,10 olarak belirtilmiş ve referans çalışması verilmiştir.
1:13:13Bilimsel Araştırma Özellikleri: Bilimsel araştırmaların tekrar edilebilir olması önemlidir, herkesin aynı araştırma çıktısını kullanarak tekrar edebilmesi gerekir.
İki grup var, bağımsız iki grup ve bir ölçüm değeri olduğu için iki ortalamalar arası fark testi (t testi) yapılacaktır.
G*Power programında iki bağımsız grup için t testi hesaplaması yapılmıştır.
1:14:57Etki Büyüklüğü ve Örneklem Hesaplama: Araştırmada 2,5 milimetrelik fark anlamlı kabul edilmiş ve standart sapma 3,10 olarak verilmiştir.
Etki büyüklüğü 1,8 olarak hesaplanmış ve %83 güçle 26 örneklem sayısı bulunmuştur.
Araştırmacı örneklem sayılarını eşit aldığını iddia etmiş ve hesaplamada 25 değerini almıştır.
1:16:32ANOVA Örneği: ANOVA için G*Power programı kullanılarak hesaplama yapılmıştır.
Üç grupta 2 milimetrelik fark klinik olarak anlamlı kabul edilmiş ve her grup için standart sapma 2 alınmıştır.
%80 güçle 48 toplam örneklem sayısı bulunmuş, her grupta 16 hasta olarak hesaplanmıştır.
1:18:46Sosyal Pediatri Örneği: Sosyal pediatri alanında yapılan bir araştırmada, araştırmacı literatürü inceleyerek orta etki büyüklüğünün çoğunlukla olduğu belirtmiştir.
Araştırmacı ayrıca pilot çalışma yaparak etki büyüklüğünü "küçük-orta arası" olarak belirlemiştir.
Çoklu doğrusal regresyon kullanacağı için örneklem sayısını 101 olarak hesaplamıştır.
1:21:36Güç Analizi ve Örneklem Hesaplama: Araştırmacı iki farklı güç analizi yapmış ve etki büyüklüğünü 0,472 bulmuş, anavaya göre 0,70 almış.
İki primer çıktı varsa, her ikisi için güç analizi yapılması ve büyük çıkan örneklemle çalışmaya başlanması öneriliyor.
Araştırmacı, bir örneklemle ANOVA testi yapmış, parsiyel eta kare değerini 0,17 bulmuş ve 0,40'a göre çalışmayı tasarlamış.
1:23:04Örneklem Hesaplama Araçları: CLA (Tanımlayıcı Araştırmalar için) hesaplama aracı, hata marjı oran girdiğimizde örneklem sayısını hesaplıyor.
Tanımlayıcı araştırmalarda, bir toplumda belirli bir durumun ne kadar sıklıkla görülmesi gibi sorulara yanıt aranıyor.
Kalkülatörlerde sayısal ve proporsional örneklem hesaplamaları yapılabilir, evren bilindiğinde farklı formül kullanılması gerekiyor.
1:27:45G*Power Programı ve İstatistiksel Desteğin Önemi: G*Power programında çok sayıda test ve analiz türü bulunuyor, örneğin ROC analizi ve parametrik testler.
Daha detaylı analizler (çoklu regresyon, kovaryans analizi) yapılacaksa istatistikçi ile görüşülmesi öneriliyor.
Webinar katılımcıları sunumdan yararlandıklarını belirtmiş ve sonraki webinarların da izlenebileceği belirtilmiş.
1:31:20Etkinlik Özeti ve Öneriler: Konuşmacı, ilk webinere "İstatistiksel Test Seçimi Nasıl Yapılır" başlıklı bir içerik paylaştığını belirtiyor.
Enstitü bünyesinde ortak konuları seçerek, hocaların ve öğrencilerin en çok sorun yaşadığı konuları iki webiner şeklinde derlediklerini açıklıyor.
Konuşmacı, rutin kullanımların kolay kolay değişmediğini ve bilim bulgularının elli sene sonra bile kullanılabileceğini vurguluyor.
1:33:32Sunumun Amacı ve Katkıları: Sunum sadece güç analizini yapmak için değil, istatistik okuryazarlığını artırmaya yönelik olarak hazırlanmış.
Araştırmacıların bilimsel sonuçları değerlendirmelerine ve çalışmalara güvenilirlik kazandırmasına katkı sağlamış.
Araştırmacıların güç analizi yapabilme imkanı ve istatistiksel danışmanlık alabilme fırsatı sunulmuş.
1:34:44Etkinliğin Kapanışı: Konuşmacı, katılımcılardan etkinlik formunu dolduracaklarını rica ediyor.
Enstitünün bu tür etkinliklere devam edeceğini ve herkesi beklediğini belirtiyor.
Katılımcılara teşekkür ederek etkinlik sonlandırılıyor.

Sağlık Bilimleri Enstitüsü Webinar: Örneklem Sayısı Belirleme ve İstatistiksel Güç Analizi

Yapay zekadan makale özeti

Yanıtı değerlendir