Malum aşı çalışmaları oldukça sık konuşulmaya başlandı. Her geçen günde daha fazla aşı çalışmalarını raporlayan yayınlar karşımıza çıkacak. Şu aşı şu oranda koruyormuş gibi kaba yorumlar havalarda uçsa da aşı çalışmalarının raporlanmasına dair spesifik ölçütler ve epidemiyolojik kavramlar olduğunu biliyoruz. Bu kavramlardan birisi de “Kişi-zaman” kavramı.
Kişi-zaman kavramı, tüm katılımcıların bir çalışmanın ana sonucuna zaman takibi açısından farklı etkilerinin olduğu durumlarda gerçek riske maruz kalma süresinin (yıllar, aylar veya günler şeklinde) tahmin edilme biçimidir. Kabul ediyorum böyle yazınca çok havalı olsa da tam ne anlatıyor ben de anlamakta zorlanıyorum.
Şöyle düşünelim bir çalışmada iskemik stroke geçiren hastaların 1 yıl içindeki tekrar stroke geçirme risklerinin A ve B ilaçlarının ne ölçüde azalttığını değerlendirdiğiniz bir randomize kontrollü bir çalışma yaptığımızı varsayalım. İşimiz kolay hesapladığımız örneklem sayısına kadar hastalarımızı çalışmaya dahil ediyoruz ve en son dahil ettiğimiz hastaların 1 yıllık takibini de tamamladıktan sonra analizlerimizi rahatlıkla yapabiliriz. A grubunda gerçekleşen olay (re-stroke) sayısı/yüzdesi belli ve B grubunda gerçekleşen olay (re-stroke) sayısı/yüzdesi belli. Buradan rahatça risk oranlarını (RR), kesin risk azalması (ARR), rölatif risk azalması (RRR) gibi kavramları hesaplayıp çalışmamızı raporlayabiliriz. Bu kavramlarla ilgili güzel bir derlemeyi okumak isterseniz Gökhan Aksel’in kaleme aldığı bir başka yazımıza göz atabilirsiniz.
Peki şimdi senaryoyu biraz değiştirelim. Çalışma planımız aynı ama henüz çalışmaya başlamamızdan 300 gün geçmesine rağmen (yani asıl birincil zaman hedefine olan 365 güne tüm hastalar ulaşmadan) A ilaçının çok etkin olabileceğini düşünüp elimizdeki verileri değerlendirmek istiyorsunuz.
Not: Bu konu anlaşılsın diye verilmiş bir örnek. Bu tip durumlarda farklı sorun ve çözümler olabilir. Bu konuyu da ayrı bir yazı konusu yapabiliriz.
Böyle bir durumda kabul edersiniz ki her bir hasta farklı farklı sürelerde takip edilmiş durumda olacaktır. Örnek olarak 5 hastanın çalışmaya dahil edildikten sonraki geçen sürelerini şöyle olduğunu farz edelim;
- A grubundaki hastaların ilk stroke ataklarından ve randomizasyondan sonraki takip süreleri;
- Hasta A: 23 gün
- Hasta B: 32 gün
- Hasta C: 72 gün
- Hasta D: 118 gün
- Hasta E: 29 gün
Böyle bir durumda ilk senaryodaki gibi her iki gruptaki klinik sonlanım gerçekleşen hastalara göre analiz yaparsanız çok ciddi bir bias yapmış olursunuz. Çünkü belki Hasta-A henüz re-stroke geçirmemiş olabilir ama risk süreci bu hasta için devam etmektedir. Bu hastanın bu çalışmaya henüz katkısı sadece 23gün kadardır. Hasta-A’yı diğer gruptaki 290. gününde re-stroke geçirmemiş hasta ile aynı tedavi başarısı kategorisinde değerlendirirseniz A ilacı lehine taraf tutmuş olursunuz. İşte bu durumu aşabilmek için bu tip durumlarda her hastanın özgün katkısını sunmak için kişi-zaman kavramı kullanılmaktadır.
Bu 5 hasta dikkate alındığında “total kişi-gün” değeri 23+32+72+118+29 = 274 gün olarak belirlenir. Diyelim ki şu ana kadar A grubundan ilgilendiğimiz klinik sonlanım (re-stroke yani) Hasta-B ve Hasta-D’de gerçekleşmiş olsun. İşte burada eğer A ilaç grubu için re-stroke hızını hesaplamak istersek;
Olay hızı: Görülen olay sayısı/Toplam kişi-zamanı; 2/274 = 0,0072 vaka/kişi-gün olarak hesaplanır. Bu kavram raporlanırken genelde 1000 ile çarpılarak her 1000 kişi-gün için 7.2 vaka olarak hesaplanır. Yukarıdaki çalışmadaki gibi yıllık olay sayısı üzerinden yorum yapmak istersek eğer bu sayıyı 1000 ile değil mantıken 365 ile çarparız; 0,0072X365= 2.6vaka/kişi-yıl olarak hesaplanır. Bu bulduğumuz değerleri benzer şekilde hem olay gerçekleşmemiş hastalar içinde hem diğer grup içinde bulduğumuzda artık ilk senaryodakine benzer şekilde hem A grubu için hem B grubu için tahmini olay sayı ve yüzdelerine sahip olmuş oluruz. Ve analizlerimize devam edebiliriz.
Önemli Not: Tabi ki bu yöntemin de kendisine dair ciddi bias riskleri mevcuttur. Ve yukarıda ki örnek dizaynda tercih edilecek başka yöntemler olabilir. Bu yöntemin daha uygun olduğu bir çalışma tiplerine iyi bir örnek başta da belirttiğimiz gibi aşı çalışmalarının ilk dönemleri gösterilebilir. Düşünsenize dünya bir an önce aşı beklerken siz bulduğunuz aşının sonuçları yayınlamak için son hastadan sonra 1 yıllık zaman sonlanımını bekleyemezseniz. Onun yerine kabul edilebilir ara dönemlerde 2. ay, 3.ayda sonuçlarınızı raporlarsınız. Ama bunu yaptığınız zaman her hasta farklı dönemlerde olacağı da aşikardır. Sonuçta 30.000 katılımcıyı aynı gün aşılayıp çalışmaya dahil edemiyorsunuz. Bir örnek incelemeyi isteyenler için aşağıya BioNTech aşısına ait çalışmanın ana sonuç tablosunu koydum…
Bilim ve sevgi ile kalın…