Sağlık bilimlerinde yapılan gözlemsel çalışmalarda eğilim skoru kullanım alanları

Eğilim skoru yöntemleri son zamanlarda gözlemsel çalışmalarda artan sıklıkla kullanılmaktadır. Ancak araştırmacıların hangi veri setinde hangi yöntemi kullanacağına dair net bir bilgi yoktur. Bu tez çalışmasında, farklı eğilim skoru yöntemlerinin kullanım alanları, üstün ve eksik yönleri incelenerek yöntem seçiminde etkili faktörler araştırılmıştır. Çalışmada eğilim skoru yöntemlerini karşılaştırmak amacıyla Üroloji alanından elde edilen, parsiyel nefrektomi yapılan 239 hastalık bir veri seti ve R programında erişime açık olarak sunulan osteoporoz hastalarına ait verileri içeren "Osteoarthritis" veri seti kullanılmıştır. Verilerde tedavi yönteminin sonuç üzerindeki etkisini tahmin etmek için farklı senaryolar oluşturulmuştur. Eğilim skoru yöntemlerinin tedavi etkisini tahmin etme başarısına; sonuç değişkenin ikili yapıda veya sürekli yapıda olmasının, değişen örneklem büyüklüğünün ve ikili yapıdaki sonuç değişkenindeki değişen yanıt oranın etkisi araştırılmıştır. Yapılan analizler sonucunda, eşleştirme yöntemi; karıştırıcı değişkenlerin neden olduğu dengesizliği gidermede en etkili yöntem olsa da, küçük örneklem büyüklüğünde tedavi etkisi tahmininde başarısının düştüğü (yüksek standart hata ve düşük sınıflama oranı) gözlenmiştir. Ters olasılıklı ağırlıklandırma yöntemi genel olarak tüm senaryolarda kabul edilebilir bir performans göstermiştir. Tabakalandırma yöntemi, tüm popülasyonu kullanabilmesi ve diğer yöntemlere göre daha yüksek eğri altındaki alan değerine sahip olmasıyla öne çıkarken, geniş güven aralıkları dezavantaj olarak saptanmıştır. Regresyon düzeltmesi, özellikle sürekli sonuç değişkenlerinde iyi performans sergilemiş ve düşük örneklem sayılarında yüksek sınıflama başarısı göstermiştir. Sonuç olarak, eğilim skoru yöntemi olarak en çok bilinen ve sıklıkla tercih edilen eşleştirme yöntemi yerine verinin yapısal özelliklerine ve çalışmanın amacına yönelik olarak diğer eğilim skoru yöntemlerinin tercih edilmesi önerilmektedir. Bu yöntemler arasında sonuç değişkenin ikili yapıda olması halinde ters olasılıklı ağırlıklandırma veya tabakalandırma yöntemi, sonuç değişkenin sürekli yapıda olması halinde ise regresyon düzeltmesi veya eşleştirme yönteminin kullanılması tahmin başarısını artırarak çalışmanın bilimsel değerini yükseltebilecektir.