Gözlemsel sağlık araştırmalarında yan tutma (bias) kontrolü aracı geliştirme: Metodolojik bir çalışma
Development of bias control tool for observational health studies: A methodological study
- Tez No: 646148
- Danışmanlar: PROF. DR. PINAR OKYAY
- Tez Türü: Tıpta Uzmanlık
- Konular: Halk Sağlığı, Public Health
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Aydın Adnan Menderes Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Halk Sağlığı Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 210
Özet
Amaç ve hipotez: Bu araştırmanın amacı, gözlemsel sağlık araştırmalarında kullanımı kolay, kapsamlı, maliyet ve zaman etkin bir yan tutma kontrol aracı geliştirmektir. Yöntem: Araştırma, metodolojik bir çalışma olup Haziran 2018 – Haziran 2020 tarihleri arasında yürütüldü. Araştırmanın; literatür taraması, madde havuzu oluşturulması, uzman görüşlerinin alınması, Delphi oturumu ve sonrasında yan tutma aracının son şeklinin verilerek istatistiksel analiz ve raporlama basamaklarından oluşmaktaydı. Uzman görüşlerinin değerlendirilmesinde,“Uzman Değerlendirme Formu”kullanıldı. Tanımlayıcı istatistikler; ortalama (standart sapma) veya ortanca (minimum - maksimum), frekans ve yüzde olarak sunuldu. Uzman görüşlerinin alınmasından sonra, Kapsam Geçerlilik Oranı (KGO) değeri sıfır ve altında olan maddeler ile maddelerle ilgili diğer öneriler Delphi oturumlarında değerlendirildi. Kapsam geçerliliği çalışması, uzman görüşüne dayalı olarak yapıldı. Geliştirilen aracın isminin Bias Risk Değerlendirme Aracı (BiRDA) olmasına karar verildi. Kesitsel araştırmalar için BiRDA-Ke, vaka kontrol araştırmaları için BiRDA-VK ve kohort araştırmalar için BiRDA-Ko kısaltmaları kullanılmasına karar verildi. İstatistiksel analizler, SPSS 26.0 (for MacOS) paket programı ile yapıldı. Bulgular: 67 uzmana toplam 71 uzman değerlendirme formu gönderildi. Toplam 44 adet geri dönüş formu alındı. Geri gönüş yapan uzmanların 17'si (%38,6) e-posta yolu ile, 14'ü (%31,8) posta (kargo) yolu ile, 11'i (%25,0) elden teslim ederek, ikisi (%4,6) whatsapp uygulaması ile görüşlerini iletti. BiRDA-Ke, BiRDA-VK ve BiRDA-Ko için geri dönüş yapan uzman sayıları sırasıla 15, 18 ve 11'dir. BiRDA-Ke'de yer alan uzmanların %46,7'si kadındı ve uzmanlık alanında toplam çalışma süresinin ortanca değeri 232,0 (111,0 – 355,0) ay idi. BiRDA-VK'de yer alan uzmanların %61,1'i kadındı ve uzmanlık alanında toplam çalışma süresinin ortanca değeri 236,0 (137,0 – 354,0) ay idi. BiRDA-Ko'da yer alan uzmanların %63,6'sı kadındı ve uzmanlık alanında toplam çalışma süresinin ortanca değeri 232,0 (132,0 – 360,0) ay idi. Kesitsel araştırma için uzmanların değerlendirmesi için toplam 77 madde oluşturulmuş olup yedi maddenin (%9,1) kapsam geçerliliği yetersiz olarak değerlendirildi. Vaka kontrol araştırması için uzmanların değerlendirmesi için toplam 80 madde oluşturulmuş olup 14 maddenin (%17,5) kapsam geçerliliği yetersiz olarak değerlendirildi. Kohort araştırması için uzmanların değerlendirmesi için toplam 82 madde oluşturulmuş olup 12 maddenin (%14,5) kapsam geçerliliği yetersiz olarak değerlendirildi. Delphi oturumları sonrasında yapılan değerlendirmeler sonucunda; 68 maddelik BiRDA-Ke, 69 maddelik BiRDA-VK, 70 maddelik BiRDA-Ko yan tutma araçları geliştirildi. Sonuç: BiRDA, gözlemsel araştırmalardaki (kesitsel, vaka kontrol ve kohort) yanlılığın değerlendirilmesinde kullanılabilir. Yan tutmayı değerlendirme araçlarının kullanımının genel olarak pratik olmamasından dolayı, daha kolay kullanım ve daha fazla geliştirilebilmesi için mobil / online uygulamalarla veya yapay zeka teknolojileri ile kullanılması gereklidir.
Özet (Çeviri)
Aim and hypothesis: The aim of this study is to develop an easy-to-use, comprehensive, cost effective and time efficient bias control tool for observational studies. Methods: This is a methodological study conducted between June 2018 – June 2020. Literature review to extract items, expert opinions, Delphi panel, construction of the framework and the content of the tool, and statistical analysis and reporting of the study were the main steps.“Expert Assessment Form”was used to evaluate expert opinions. Descriptive statistics were presented as mean (standard deviation) or median (minimum-maximum), frequency and percentage. After the the feedback of expert opinions; the items' with values of the Content Validity Ratio (CVR) that were equal or below the zero and other suggestions of experts related to the items were assessed in Delphi panels. Content validity study was based on consensus of experts. The name of the developed tool was decided to be Bias Risk Assessment Tool (BiRAT). It was considered to use the abbreviations BiRAT-CS for cross-sectional studies, BiRAT-CC for case-control studies and BiRAT-Co for cohort studies. Statistical analyzes were done with SPSS 26.0 (for MacOS) package program. Results: A total of 71 expert assessment forms were sent to 67 experts and 44 of them were received. 17 (38.6%) of the forms by e-mail, 14 (31.8%) of them by post (cargo), 11 (25.0%) of them by direct way (face-to-face), two (4.6%) of them by whatsapp application were sent to us. The numbers of the experts giving feedback for BiRAT-CS, BiRAT-CC and BiRAT-Co were 15, 18 and 11, respectively. 46.7% of them in BiRAT-CS were women and the median value of the total working time in the field of their expertise was 232.0 (111.0 – 255.9) months. 61.1% of the experts in BiRAT-CC were women and the median value of the total working time in the field of their expertise was 236.0 (137.0 – 354.0) months. 63.6% of the experts in BiRDA-Ko were women and the median value of the total working time in the field of their expertise was 232.0 (132.0 – 360.0) months. For cross-sectional study, a total of 77 items were created fort he assessment of the experts, and content validities of seven items (9.1%) were considered as insufficient. For case-control study, a total of 80 items were created for the assessment of the experts, and content validities of 14 items (17.5%) were considered as insufficient. For cohort studies, a total of 82 items were created fort he assessment of experts, and content validities of 12 items (14.5%) were considered as insufficient. As a result of the assessments made after the Delphi panels; 68-item BiRAT-CS, 69-item BiRAT-CC and 70-item BiRAT-Co were developed. Conclusion: BiRAT could be used to assess bias in observational studies (cross-sectional, case-control, and cohort). Since the usages of bias assessment tools were generally impractical, they should be used with mobile / online applications or artificial intelligence technologies for easier use and further development.
Benzer Tezler
- Video analysis based fish detecton and tail beat frequency estimation in fishways
Video analizi ile balık geçitlerinde balık tanıma ve kuyruk sallama frekansı tahmini
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- An investigation on structural identification (ST-ID) of a long-span bridge for performance prediction
Uzun açıklıklı bir köprünün performans tahmini için yapısal tanılanması üzerine bir araştırma
SELÇUK BAŞ
Doktora
İngilizce
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
DOÇ. DR. NURDAN APAYDIN
- Gruplandırılmış ikili gözlemlerin analizlerinde kullanılan istatistiksel yöntemlerin grupiçi korelasyon düzeylerine göre karşılaştırılması
Comparison of statistical methods for analysis of clustered binary observations according to intraclass correlation levels
ERTUĞRUL ÇOLAK
Doktora
Türkçe
2006
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. KAZIM ÖZDAMAR
- Tıbbi araştırmalarda biyoistatistik tabanlı hatalar ve sonuç doğruluğu üzerine etkileri
Biostatistic based errors in medical research and effects on results accuracy
ESRA ŞAFAK YILMAZ
Yüksek Lisans
Türkçe
2013
Biyoistatistikİstanbul ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
UZMAN MUSTAFA ŞÜKRÜ ŞENOCAK
- Randomize olmayan klinik çalışmalarda en uygun eşleştirme analizi için makine öğrenme algoritmaları ile yeni propensity skor tahmin modellerinin geliştirilmesi
Development of new propensity score estimation models with machine learning algorithms for optimal matching analysis in non-randomized clinical trials
EMRE DEMİR
Doktora
Türkçe
2019
BiyoistatistikAnkara ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. SERDAL KENAN KÖSE