Tanı testlerinin altın standart varlığında/yokluğunda değerlendirilmesi: Bayesci yaklaşımın katkısı

Abstract

Tanı testleri, hasta ve sağlıklı bireylerin oluşturduğu heterojen bir kitlede bireyin gerçek durumunu ortaya çıkarmak amacıyla kullanılır. Doğruluğu kesin olarak kanıtlanmış altın standart testler ile bireylere `hasta` ya da `sağlıklı` tanısı konulmaktadır. Bazı altın standart testlerdeki uygulama zorlukları, test maliyetlerinin yüksek olması ve çeşitli hastalıklarda testin girişimsel olması nedeniyle her şüpheli durumda kullanımı mümkün olmayabilmektedir. Bu nedenle sağlık alanında altın standart testlere alternatif olabilecek tanı testleri geliştirilmeye çalışılır. Altın standart test ile gerçek durumu belirlenen bireylere alternatif yeni test uygulanarak, bu yeni tanı testinin sınıflama gücünü gösteren doğruluk ölçütleri elde edilir. Altın standart varlığında ve yokluğunda bu doğruluk ölçütleri farklı yaklaşımlar kullanılarak elde edilmektedir. Bu yaklaşımlardan birisi de araştırmacılar tarafından değişik alanlarda yaygın olarak uygulanmaya başlanan Bayesci yaklaşımdır. Bayesci yaklaşım araştırmacıya ilgilendiği parametre tahminlerinin elde edilmesinde önsel bilgiyi (prior) kullanma olanağı sağlamaktadır. Son günlerde klinikteki yararı yadsınamayacak olasılık hesabı nomogram ve benzeri araçlarda kullanılmaktadır. Bu tezde, Bayesci yaklaşım ile tanı testlerine ait duyarlılık ve seçicilik gibi doğruluk ölçütleri elde edilmiş ve yaklaşımın katkısı araştırılmıştır. Doğruluk ölçütlerinin elde edilmesi aşamasında; Bayesci çıkarsama, Gibbs örneklemesi, Markov Zinciri Monte Carlo (MCMC) yöntemleri kullanılmıştır. Bu amaçla üniversitemizde yapılan Helicobacter Pylori ile ilgili çalışmadan elde edilen veriler WinBUGS ve/veya R paket programı yardımıyla analiz edilmiştir. Bayesci çıkarsama yapıldığında hastalık (veya durum) ile ilgili prevalans bilgisi dikkate alındığından tanı testleri daha güvenilir sonuçlar verebilmektedir.

Diagnostic tests are used for defining the disease status of person in a heterogeneous population which consists of healthy and diseased people. With the help of the gold standard tests one can be diagnosed as `diseased` or `healthy`, however these tests may not be used in each uncertain situation due to the difficulty on practice, high costs and being interventional in some diseases. For this reason in many fields of medicine, diagnostic tests are developed to be used in place of gold standard tests. Measures of accuracy that show the power of classification of the newly developed alternative tests are obtained by using information provided by the gold standard test. In the absence/presence of a gold standard test these measures of accuracy can be determined using different approaches, one of which is Bayesian approach commonly used by the researchers in many different fields. The Bayesian approach also provides a way to include expert prior knowledge concerning parameters of interest. Nowadays the calculation of probability on clinical science is using on nomograms etc. and the contribution is undeniable. The aim of this thesis is to evaluate diagnostic tests by using Bayesian approach whether or not there is a gold standard, to assess the contribution of Bayesian approach, to analyze the datasets for practical application with WinBUGS and/or R package programme. Datasets will be analyzed with WinBUGS package programme. As statistical methods, Bayesian inference, Gibbs sampling and Markov Chain Monte Carlo will be employed. Diagnostic test for a disease give more reliable results when there is a Bayesian inference that including prevalence information.