İkili Sonuçları Modellemek: Odds Oranından Klinik Olasılığa Lojistik Regresyon

Lojistik regresyon, sonuç değişkeninin iki kategorili olduğu klinik ve epidemiyolojik araştırmalarda en sık kullanılan modelleme yöntemlerinden biridir. Hastalık var/yok, tedaviye yanıt verdi/vermedi veya komplikasyon gelişti/gelişmedi gibi sonuçları açıklamak ve öngörmek için kullanılır. Ancak bir yazılım çıktısında katsayıları görmek, modeli doğru yorumlamak için tek başına yeterli değildir. Değişkenlerin nasıl kodlandığı, odds ratio değerlerinin neyi temsil ettiği, güven aralıklarının genişliği ve modelin yeni hastalarda ne kadar güvenilir çalışacağı birlikte değerlendirilmelidir.

Lojistik regresyon neyi tahmin eder?

Doğrusal regresyon doğrudan sayısal bir sonucu tahmin ederken lojistik regresyon olay olasılığının logit dönüşümünü modeller. Bu teknik ayrıntının pratik sonucu şudur: model katsayıları doğrudan olasılık farkı değildir. Katsayının üssü alınarak odds ratio (OR) elde edilir. Odds, olayın gerçekleşme olasılığının gerçekleşmeme olasılığına oranıdır. Bu nedenle OR ile risk oranı aynı kavram değildir; özellikle olay sık görüldüğünde OR, ilişkiyi risk oranından daha güçlü gösterebilir.

Analizden önce sonuç ve referans kategorisini tanımlayın

Yorumun yönü, hangi kategorinin “olay” olarak kodlandığına bağlıdır. Örneğin komplikasyon gelişmesi 1, gelişmemesi 0 olarak tanımlandıysa OR değerleri komplikasyon odds'u üzerinden yorumlanır. Kodlama ters çevrilirse katsayıların işareti ve OR değerlerinin yönü de tersine döner. Kategorik bir bağımsız değişkende referans grup açıkça belirtilmelidir. “Tedavi B için OR=0,60” ifadesi, ancak karşılaştırmanın Tedavi A'ya göre yapıldığı biliniyorsa anlamlıdır.

Odds ratio nasıl yorumlanır?

OR=1, bağımsız değişken ile sonuç arasında model kapsamında ilişki olmadığını; OR>1 olay odds'unda artışı; OR<1 ise azalışı gösterir. Örneğin yaş için OR=1,04 bulunması, diğer değişkenler sabitken yaştaki her bir yıllık artışın olay odds'unu yaklaşık %4 artırması anlamına gelir. Yaş 10 yıllık birimlerle modele alınmışsa aynı OR artık 10 yıllık artışı temsil eder. Bu nedenle değişkenin ölçüm birimi mutlaka raporlanmalıdır.

Koruyucu görünen bir sonuçta OR=0,70, olay odds'unun referans gruba göre %30 daha düşük olduğunu gösterir. Bunu “risk %30 azaldı” biçiminde yazmak her zaman doğru değildir. Sonuç yaygınsa mutlak olasılıklar veya marjinal etkiler de verilmelidir. Klinik anlamlılık için başlangıç riski dikkate alınmadan yalnızca OR değerine bakmak yanıltıcı olabilir.

%95 güven aralığı ve p değeri birlikte değerlendirilmelidir

%95 güven aralığı, tahminin belirsizliği hakkında p değerinden daha fazla bilgi verir. OR için güven aralığı 1'i içeriyorsa, geleneksel %5 anlamlılık düzeyinde sonuç istatistiksel olarak anlamlı değildir. Örneğin OR=1,80 ve %95 GA=1,20–2,70 hem artmış odds'u hem de görece hassas bir tahmini gösterir. Buna karşılık OR=2,10 ve %95 GA=0,85–5,20 güçlü görünen fakat belirsizliği yüksek bir tahmindir.

Dar güven aralıkları daha hassas, geniş güven aralıkları daha kararsız tahminlere işaret eder. Küçük örneklem, az olay sayısı, seyrek kategoriler ve bağımsız değişkenler arasındaki yüksek ilişki güven aralıklarını genişletebilir. “Anlamlı değil” ifadesi “etki yoktur” anlamına gelmez; verinin hem klinik açıdan önemli bir etkiyle hem de etkisizlikle uyumlu olabileceğini gösterebilir.

Ham OR ve düzeltilmiş OR arasındaki fark

Tek değişkenli modelden elde edilen ham OR yalnızca ilgili değişken ile sonuç arasındaki ilişkiyi gösterir. Çok değişkenli modeldeki düzeltilmiş OR ise modele eklenen diğer değişkenler sabit kabul edildiğinde ilişkiyi ifade eder. İki değer arasındaki belirgin değişim confounding, aracılık, etkileşim veya değişkenler arası korelasyonla ilişkili olabilir. Düzeltilmiş OR otomatik olarak nedensel etki anlamına gelmez; nedensel yorum için çalışma tasarımı ve değişken seçiminin bilimsel bir çerçeveye dayanması gerekir.

Sürekli değişkenlerde doğrusallık varsayımını unutmayın

Lojistik regresyon sürekli bir değişkenin log-odds ile doğrusal ilişkili olduğunu varsayar. Yaşın, laboratuvar değerinin veya beden kitle indeksinin etkisi tüm aralık boyunca aynı olmayabilir. Sürekli değişkenleri yalnızca kolay yorumlamak için kategorilere ayırmak bilgi kaybına ve yapay eşiklere yol açabilir. Saçılım grafikleri, Box–Tidwell yaklaşımı veya restricted cubic spline gibi esnek yöntemlerle doğrusal olmayan ilişkiler araştırılabilir.

Etkileşim terimleri ne zaman kullanılır?

Bir değişkenin etkisi başka bir değişkenin düzeyine göre değişiyorsa etkileşim söz konusudur. Örneğin tedavinin etkisi yaş grubuna ya da hastalık şiddetine göre farklı olabilir. Etkileşim terimi anlamlı olduğunda ana etkileri tek başına yorumlamak doğru değildir; tabakaya özgü tahminler veya tahmin edilen olasılıklar sunulmalıdır. Etkileşim analizleri önceden belirlenmeli ve yeterli örneklemle desteklenmelidir.

Model performansı: uyum tek bir testten ibaret değildir

Kalibrasyon

Kalibrasyon, tahmin edilen olasılıklarla gözlenen olay oranlarının ne ölçüde örtüştüğünü gösterir. Kalibrasyon grafiği, kalibrasyon eğimi ve intercept bu değerlendirmede yararlıdır. Hosmer–Lemeshow testi örneklem büyüklüğüne ve gruplama tercihine duyarlıdır; p>0,05 sonucu modelin kusursuz olduğunu kanıtlamaz, p<0,05 sonucu da tek başına modelin kullanılamaz olduğunu göstermez.

Ayırt edicilik ve AUC

ROC eğrisi altındaki alan (AUC veya c-istatistiği), olay gelişen ve gelişmeyen bireyleri modelin ne ölçüde sıralayabildiğini gösterir. AUC=0,50 rastlantısal ayırıma, 1,00 kusursuz ayırıma karşılık gelir. Ancak yüksek AUC iyi kalibrasyonu garanti etmez. Klinik karar için duyarlılık, özgüllük, pozitif ve negatif öngörü değerleri ile seçilen eşik değerinin sonuçları da değerlendirilmelidir.

Açıklanan varyans ve genel uyum

Cox–Snell veya Nagelkerke R² gibi pseudo-R² ölçütleri doğrusal regresyondaki R² ile aynı biçimde yorumlanmamalıdır. Bu değerler modelleri karşılaştırmaya ve genel uyum hakkında fikir edinmeye yardımcı olur; evrensel bir “iyi model” eşiği yoktur. Likelihood ratio testi, AIC ve BIC gibi göstergeler de amaç ve karşılaştırılan modeller bağlamında kullanılabilir.

Değişken seçimi ve aşırı uyum riski

Değişkenleri yalnızca tek değişkenli p değerlerine göre seçmek önemli karıştırıcıların dışlanmasına ve kararsız modellere yol açabilir. Temel kovaryatlar klinik bilgiye, önceki literatüre ve araştırma sorusuna göre önceden belirlenmelidir. Otomatik stepwise yöntemler tahminleri iyimserleştirebilir ve farklı örneklemlerde seçilen değişkenleri değiştirebilir. Olay sayısı sınırlıysa cezalı regresyon yöntemleri, veri indirgeme veya daha sade bir model düşünülmelidir.

Eksik veri ve iç doğrulama

Eksik gözlemleri doğrudan silmek örneklem kaybına ve eksikliğin mekanizmasına bağlı olarak yanlılığa neden olabilir. Eksik veri miktarı ve deseni raporlanmalı; uygun olduğunda çoklu atama yöntemleri değerlendirilmelidir. Model performansının yalnızca geliştirildiği veri üzerinde ölçülmesi genellikle iyimserdir. Bootstrap veya çapraz doğrulama ile iç doğrulama yapılması, aşırı uyumun ve performans düşüşünün daha gerçekçi değerlendirilmesini sağlar.

Lojistik regresyon sonuçları nasıl raporlanır?

Yöntem bölümünde sonuç değişkeninin kodlanması, aday değişkenlerin seçilme gerekçesi, referans kategoriler, sürekli değişkenlerin ölçeği, doğrusal olmayan etkilerin ve etkileşimlerin değerlendirilmesi, eksik veri yaklaşımı ve kullanılan doğrulama yöntemi açıklanmalıdır. Sonuçlarda her değişken için katsayı veya OR, %95 güven aralığı ve p değeri verilmelidir. Modelin kalibrasyonu ve ayırt ediciliği ayrı ayrı raporlanmalıdır.

Örnek: “Yaş, cinsiyet ve başlangıç hastalık şiddeti için düzeltme yapıldığında tedavi grubunda komplikasyon odds'u kontrol grubuna göre daha düşüktü (düzeltilmiş OR=0,62; %95 GA: 0,41–0,94; p=0,024). Modelin ayırt ediciliği AUC=0,77 idi; bootstrap ile düzeltilmiş AUC=0,75 olarak hesaplandı. Kalibrasyon grafiğinde belirgin sistematik sapma gözlenmedi.”

Sık yapılan yorumlama hataları

• OR değerini doğrudan risk oranı veya olasılık farkı gibi yazmak.

• Referans kategoriyi ve ölçüm birimini belirtmemek.

• Yalnızca p değerine odaklanıp güven aralığını göz ardı etmek.

• Hosmer–Lemeshow sonucunu model kalitesinin tek kanıtı saymak.

• Yüksek AUC'yi klinik kullanışlılıkla eşitlemek.

• Geliştirme verisindeki performansı dış örnekleme genellemek.

• Veriye dayalı değişken seçimini bilimsel gerekçe yerine kullanmak.

Sonuç

Doğru bir lojistik regresyon yorumu, OR ve p değerini okumaktan daha fazlasını gerektirir. Kodlama, güven aralıkları, fonksiyonel biçim, confounding, etkileşim, kalibrasyon, ayırt edicilik ve doğrulama birlikte ele alındığında sonuçlar hem bilimsel hem de klinik açıdan daha güvenilir hale gelir. Biostatist, araştırma sorusuna uygun modelin kurulması, SPSS veya R çıktılarının değerlendirilmesi ve yayın standartlarına uygun raporlama süreçlerinde biyoistatistik danışmanlığı sunar.

Sık Sorulan Sorular

OR ile risk oranı aynı mıdır?

Hayır. Nadir olaylarda birbirine yaklaşabilirler; olay sıklaştıkça OR, ilişkinin büyüklüğünü risk oranına kıyasla daha yüksek gösterebilir.

Güven aralığı 1'i içeriyorsa ne söylenir?

Sonuç geleneksel %5 düzeyinde istatistiksel olarak anlamlı değildir. Bununla birlikte aralığın hangi klinik etkilerle uyumlu olduğu ayrıca değerlendirilmelidir.

AUC yüksekse model mutlaka iyi midir?

Hayır. AUC ayırt ediciliği ölçer; kalibrasyon, klinik fayda ve bağımsız veride doğrulama ayrıca incelenmelidir.