Biyoistatistik sözlüğü

Adımsal değerlendirme nedir

İlgi : Çok değişkenli çözümleme, regresyon, lojistik regresyon

Çok değişkenli çözümlemelerin temel amacı sonucu anlamlı olarak etkileyebilen öğeleri ve bunların çeşitli araetkileşimlerini ortaya koymaktır. Ancak amaç sonucu (nitele veya nicel) olabildiğince doğru ve en az ölçütle -en kısa- kestirimlemek ise o zaman, kestirim modelinde zorunlu olarak tüm gerçek etkenlerin bulunması gerekmeyebilir. Adımsal çözümlemeler çeşitli tip regresyon modellerinde (doğrusal, lojistik, Cox, vs) en az ölçütü, değişkeni kullanarak en yüksel belirleyiciliği, kestirim doğruluğunu sağlamayı amaçlayan tekniklerdir. Adımsal çözümleme iki yönde yapılabilir.

İleri doğru adımlama: Sonuç değişkenin tüm olası etken ögelerle bağıntısı ayrı ayrı belirlenir. En güçlü bağıntıyı gösteren öge ile işe başlanır. Bu bağıntının belirleyicilik düzeyi (R²) elde edilir. Denkleme ikinci güçlü bağımsız değişken de katılır, yeni denklemde elde edilen belirleyicilik, daha öncekine göre anlamlı olarak yüksek bulunursa eklemelere devam edilir.

Geriye doğru adımlama: Tüm bağımsız değişkenlerin yer aldığı regresyon modeli ile yola çıkılır. Bu modelin belirleyiciliği, en güçsüz olan değişken çıkartıldığı zaman artıyor ise çıkartmalara devam edilir. Bu tür ekleme ve çıkartmalar ile en az sayıda değişken kullanılarak en yüksek belirleyicilik araştırılır. Bir değişkenin eklenip çıkarılması için karar vermede kullanılan, belirleyiciliğin farklılaşması dışında ölçütler de kullanılabilmektedir.

Ağırlıklı değerlendirme nedir

Farklı dizilerden, örneklemlerden elde edilmiş olan istatistiksel bilgilerin, toplanıp bir bütün halinde (örneklemler toplamı kadar yeni bir örneklem gibi ) sunulması söz konusu olduğunda, her farklı örneklem kümesinin sonuca genel toplam içindeki oranı çerçevesinde yansıması için uygulanan tekniklerin genel adı. Örneğin ağırlıklı ortalama, her birini örnek içeren ve özgün ortalamaları xi olan k adet farklı örneklem kümesinin oluşturduğu, N olgu içeren büyük toplam örneklemin ortalamasıdır. Bazı durumlarda, toplum katmanlarının oranlarına uygun katmansal iç dağılım göstermeyen bir örneklemden yola çıkılarak, topluma ilişkin kestirimler yapılmak istenebilir. Bu koşulda örneklerin katmanlarına ilişkin bilgiler sonuca olduğu gibi değil, her örneklem katmanını, toplumdaki katmanın gerçek oranı (ağırlık) çerçevesinde yansıtılması tekniklerine de ağırlıklı değerlendirme denebilmektedir.

Alternatif hipotez (h1): (seçenek varsayım) nedir

İlgi : Varsayım testleri

Araştırıcının sezgisinden kaynaklanan, değerlendirilmesi yapılan ölçütün ana toplumdan farklı olduğunu veya -farklılaşmanın özelliğini de vurgulayarak- ana toplumdan büyük veya küçük olduğunu öneren bir varsayımdır. Geçerliliği istatistik test ile yargılanır.

Anlamlılık (önemlilik)

İlgi : Varsayım testleri, I . Tip Hata, II . Tip Hata

Biyoistatistik değerlendirme, bazen açık olarak bulunan, bazı durumlarda ise kuramsal olarak arka planda var olan bir varsayımın geçerliliğini denetlemek üzere yapılır. Örneğin, araştırmacı belli bir tedavinin klasik bir yönteme göre daha iyi olduğunu varsayabilir (açık varsayım) ve bunun doğru olup olmadığını araştırabilir veya pek çok olası etkenden hangilerinin belli bir sonucu oluşturmaya yönelik olduklarını (kuramsal) soruşturabilir. İstatistik yargılamada, ön kabule göre  (□= 0.05, □= 0.01) daha düşük bulunacak olasılık sonucu (p) varsayımın geçerli kabul edilebileceğinin belirtisi olacaktır. Bu, varsayımın geçerli olduğu durumlardaki sonucun, varsayımın geçerli olmadığı durumlardaki sonuca göre ” Önemli ” bir fark gösterdiğinin, kıyas durumları (kümeleri) arasında, farklı konumlardan, toplumlardan geldiklerini vurgulayacak düzeyde “anlamlı” değişiklik bulunduğunun işaretidir. Anlamlı (önemli) düzeyde (ör : p(0.05) bir istatistiksel sonuç, araştırmacının savının geçerli olduğu kabul edilebileceğinin, kıyaslanan kümeler arasında gerçek bir nedensel fark olduğunun, ilgilenilen özelliğin ön kabulsel bir duruma (etkisizlik, farksızlık) göre gerçekten değişik olduğunun, vs göstergesidir.

Anlamlılık düzeyi nedir

İlgi : I. Tip hata

Kıyas konumlarının ölçümsel özellikleri arasındaki farkın belli bir düzeyin üzerine çıkması sonucu, böylesi bir duruma rastlanma olasılığı da (p) belli bir düzeyin altına düşer. Kritik bir önkabulsel olasılık düzeyinin “anlamlılık düzeyi” (□) altına düşülmesi farklılığın, değişik nedenselliğe dayanacak düzeyde olması yorumunu getirecektir. Bu kritik sınır tıp ve biyolojide genel olarak “0.05” olarak kabul edilir. Sosyal bilimlerde 0.10 a dek çıkarılabilir, özel konumlar ve çalışma alanları için 0.001 dek indirilebilir.

Ardışık deney

İstatistiksel değerlendirmenin verilerin toplanması süreci içinde ard arda yinelendiği özel bir deney tasarımıdır. Önce belli düzeyde veri biriktirilir, devamında da veriler toplanmaya devam ettikçe (bazen her bir ek gözlemden sonra) sık sık çözümleme yapılır. Bu çözümleme sonunda 3 tip karardan biri verilerek araştırma sürdürülür veya bitirilir;

1) Öngörülen varsayımı yeterli örneklemle kabul veya reddetmeye yönelik bir sonuca erişilmemiştir, devam edilir.

2) Erişilen örneklemle öngörülen varsayım anlamlı olarak reddedilebilmektedir. Çalışma kesilir.

3) Erişilen örneklemle öngörülen varsayım anlamlı olarak kabul edilebilmektedir. Çalışma kesilir.

Aritmetik ortalama nedir

Dizideki veri değerleri toplamının veri sayısına bölünmesi ile elde edilen bir özeksel değerdir. Örnek grupları için (x çizgi, toplum için □ ile simgelenir). Aritmetik ortalama; yalın dizilerde önemli özeksel ölçütlerden birisi olup şu şekilde hesaplanır ar. ort.= Toplam xi / n

Bayes kuralı nedir

İlgi: Olasılık, Koşullu olasılık, Karar fonksiyonu

Birden fazla ana özelliğin ( çok yönlü ) iç dağılımları ile belirlenmiş nitel değişken dağılımlarında uygulanan ve sonuçlardan nedenleri araştırmaya yönelik ,olasılık değerlendirme yöntemi. ” Ters olasılık”, “Nedenler olasılığı” adlarını da alan Bayes kuralı bir sonuç olayın hangi olasılıkla ,nedenlerden hangisinden kaynaklandığını soruşturur. p (Ai) ; belli bir öncül ( apriori ) neden olasılığını, p ( B/Ai); belli bir A alt özelliğini ( nedenlerden biri ) gösterenler içinde B özelliğini ( sonuç ) de göstermenin koşullu olasılığı olmak üzere Bayes kuralı p( Ai /B ) yi araştıracaktır ve A ana özelliğinin n alt özelliği ( nedenler ) olduğu da düşünülerek; p(Ai /B ) = (p(Ai) * p(B/Ai) ) / ( □ p(Ak)*p(B/Ak)) olarak çözülecektir. Günümüzde Bayes kuralı özellikle karar ağaçlarının değerlendirilmesinde önemli yer tutmaktadır. Ayrıca Bayesgil yaklaşım gereğinde sübjektif , kişisel fikirlere dayalı apriori olasılıkları da değerlendirmeye alarak kuramsal dağılım istatistiklerinden farklı çözümlemeler de önerebilmektedir.

Beklenen değer: (B) nedir

Ki-kare değerlendirmesinde kontenjans tablolarında her gözdeki, gerçekte sayılmış yani gözlemlenmiş değerin, oluşturulan tablonun bütününde oranlara dayanarak alması gereken değere “beklenen değer” adı verilir ve B ile simgelenir. kuramsal bazı koşullarda B doğrudan doğruya özel kabuller çerçevesinde de hesaplanabilir.

Beyaz gürültü

İlgi : Karıştırıcı etken

Çok sayıda ikincil karıştırıcı etkenin varlığı nedeniyle istatistiksel değerlendirmenin yapılamaz duruma gelmesi veya anlamlı sonuçlara erişilemeyecek düzeyde örneklem dağınıklığına düşülmesi. İkincil etkenlerin bir kısmının ne yazık ki araştırma verileri toplandıktan sonra fark edilmesi veya hiç fark edilmeden/denetlenmeden kalması sonradan önlem alınmaya çalışılsa bile çalışmayı sağlıksız duruma getirebilir.

Bias (dizgisel hata) nedir

İlgi: I. tip hata, II. tip hata

Araştırılan bir özelliğin gerçek toplumsal değeri ile, örneklemden saptanan kestirimsel değeri arasında oluşan ve araştırmanın çeşitli aşamalarındaki yöntemsel hataların birikiminden kaynaklanan farktır. Genellikle istemsiz olarak oluşur, dolaylı veya doğrudan eylemlerle ortaya çıkar ve temelde araştırmanın yöntembilimine bağlıdır. Çalışmanın tasarımında olduğu kadar, verilerin saptanma, ölçülme ve değerlendirilmesinde de yapılabilir. Soru kağıdındaki ifade bozukluklarından veri toplamanın sadece haftanın belli günleri yapılmasına kadar pek çok düzensel yanlış bias oluşturur. Kısaca 3 tip biasdan söz edilebilir;

1) Seçim biası: Örneklem olguları seçilirken yapılan dizgesel hatalar. –

2) Bilgilenme biası: Sorgulama, tanı koyma, ölçümleme, sınıf lamadaki dizgesel hatalar.

3) İkinci etken karışıklığı: İlgilenilen etken (ler) in dışında sonucu farklılaştıran ögelerin, farkedilmemesi, dengelenmemesi veya etkilerinin değerlendirmede giderilmemesinden doğan hatalar.

Binom dağılımı nedir

İlgi: Süreksiz dağılımlar, Poisson dağılımı

Sadece iki seçenekli nitel konumlarda (kadın/erkek, hasta/sağlam, kızamık/başka inf.), bu konumun görülme sıklığının %5 den büyük olması durumunda, küçük kümelerin (n<20) çeşitli kombinasyonlarının değerlendirilmesinde kullanılan süreksiz dağılım tipi Yanıtladığı soru; “Görülme sıklığı □ (□ >0.05) olan bir olaya n kişi içinden r (r/n) tanesinde rastlanma olasılığı nedir?” in karşılığıdır.n’in büyük olduğu durumlarda normal dağılıma uyarlama yapılır.

1. Tip hata (□ hatası) nedir

İlgi: Varsayım testleri, II. tıp hata.

Gerçekte evrende geçerliliği doğru olmayan bir düzenin, kuralın, bilimsel araştırma varsayımı olarak yanlışlıkla geçerli kabul edilmesi hatası. ( ile simgelenen bu hata tipine “yanılma payı”, “güvensizlik alanı” isimleri de verilir. □, bilimsel araştırmanın başında önkabulsel olarak belirlenir ve çalışmanın sonunda, “aslında geçerli olmayan bir bilgiye, yanlışlıkla doğru demek hatasının en fazla ( kadar olması” biçiminde yorumlanabilir. İstatistiksel yargılamaların sonunda belirlenen p değeri bir bakıma o çalışmanın sonuç (değerini yansıtır, örneğin p=0.03 gibi bir sonuç, öne sürülmüş bir varsayımın doğruluğundan ancak %3 oranında yanılınabileceğinin başka bir deyişle varsayımın %97 oranında bir güvenilirlikle doğruluğunun göstergesidir. Tıp ve diğer biyolojik bilimlerde genellikle □ =0.05 ön kabulü kullanılır ve bu düzeyin altında bulunan sonuç p olasılıklarında (p<0.05) varsayımın geçerli olduğu, aksi durumda savın -en azından o çalışma koşulları içinde- doğru olmadığı sonucuna erişilir.

Biyoistatistik nedir

Biyolojik olaylarda; araştırma düzeninin oluşturulması, verilerin ölçümü-eldesi ve özel yöntemlerle değerlendirilmesi bunun sonunda da olasılığa bağlı nedensellik bilgileri elde edilmesi ile uğraşan bilim ve sanattır. Biyoistatistiğin kullanım alanı: – Tanımsal (Pasif/Edilgen) kullanım: Temel bilgilerin saptanması için – Çözümleyici (Aktif/Etkin) kullanım: Gerçek anlamda nedensellik ilişkilerinin değerlendirilmesi için Biyoistatistik, klinik epidemiyoloji ve demografi ile birlikte tıpda genelde iki alanda kullanılır.

A)Koruyucu tıpda: -Genel (ve bölgesel) sağlık durumunun saptanması -Toplum özelliklerinin değerlendirilmesi -Tedavi ve koruyucu hizmetlerin değerlendirilmesi

B) Klinik tıpda : Tanı yöntemlerinin geliştirilmesi, Tanı ölçütlerinin belirlenmesi, Tedavi yöntemlerinin (sağıtım) değerlendirilmesi

Cox regresyon modeli nedir

İlgi : Çok değişkenli çözümleme

Zaman içinde izlenmiş ve belli tip bir sonuca erişmiş / erişmemiş olguların (dikotom – ikili sonuç değişken )değerlendirildiği ve bu sonucu oluşturmada çeşitli değişkenleri etkilerinin ( prognostik etken ) araştırıldığı çözümleme yöntemi. Prognostik etkenler araştırmadaki olgulara özgü doğal farklılaşmalar ( yaş, cins, vs) olabileceği gibi hastalık özellikleri (Dalak büyüklüğü, Htc, Metastas varlığı, vs) veya tedavi tipine bağlı farklılaşmalar da olabilir ve her tip ( dikotom ve gölge değişkenler dahil ) ölçümsel özelliği taşıyabilirler. Her olgunun k ayrı değişken içerdiği, i.bireyin değişken dizisi; xi = ( xi1…xik ) olarak belirlenir. Bu dizi o bireyin ” Kovariat Vektörü ” olarak adlandırılır ve sonuçta zamanın da fonksiyonu olarak oransal ölüm riski modeli; □ ( tjx) = exp ( x^ ) xo ( t ) olarak belirtilir. Burada □, k sayıda ölçüt ( parametre ) dizisi, ve □□ ( t), x = 0 olma durumundaki temel koşullar ( sabit ) dizisidir. Model doğrudan bir parametrik sağkalım fonksiyon modeli sunmaz, toplam göreli riskler sonucunu vermeye yönelik bir model getirir.

Örnek: CML için hesaplanan ve ( kan bazofil, ( 1: <7, 2 : > = 7 ) ırk ( 1 : Beyaz, 2 : Siyah ) kromozom anomalisi ( 0 : Yok, 1 : Var )yaş ( 1 : < 60, 2 : >= 60 ),% ilik bazofil ( 1 :< 3, 2 : >= 3 ) ölçütlerini esas alan çalışmada; exp ( 0.69 ( kan bazofil – 1.15 ) + 0.77 ( ırk – 1.08 ) + 0.66 ( kromozom anomali – 0.09 ) + 0.38 ( yaş – 1.18 ) + 0.28 ( ilik bazofil – 1.40 ) ) denklemi elde edilmiştir. Buna göre kümenin ortalamalarına göre siyah bir olgu 2.03 kat ( (exp ( 0.77(2-1.08)) beyaz göre ise 2.16 kat ( exp 0.77 ) daha fazla ölüm riski taşır. Toplamda tüm değerleri olumsuz bir olgunun ölüm riski, tam olumlu bir örneğe göre exp ( 0.69 + 0.77 + 0.66 + 0.38 + 0.28 ) = 16.11 kat daha fazla bulunmaktadır. Elde edilen katsayılardan yaralanılarak çalışma olguları çeşitli ” Risk alt gruplarına ” (Ör: 1-3 , 4-8 , 8+ , gibi ) ayrılabilir .

Çarpımsal model nedir

İlgi : Eklentisel model

Birden fazla etkene bağlı olarak sonuç düzeyinin farklılaştığı varsayılan bir olayda ( Bir solunum fonksiyonunun hem yaşa hem de içilen sigara adedine ayrı ayrı bağlı olabilmesi gibi ) eğer sonuç düzey sadece nedensel ögelerin hesaplanabilen ayrı etkilerinin toplamı kadar oluşuyor ise bu etkenlerin arasında ayrıca özel bir etkileşim bulunmamaktadır. Beklenen toplam etkiden çok daha fazla ( sinerjik/pozitif araetki ) veya az ( karşıt/negatif araetki ) bir sonuç gözlemlendiğinde çarpımsal modelden söz edilir. Sonuç etki tekil etkilerin toplamına göre biraz daha fazla olmaktan öte , bu etki oranlarının çarpımı düzeyinde ortaya çıkıyorsa ” Çarpımsal ” modelden söz edilir. Çok yalın ve konuya göre değişir çizgilerle ; A etkeni tek başına bulunduğunda , bulunmaması durumuna göre Xa kat daha fazla hasta ediyorsa ; B etkeni tek başına bulunduğunda , bulunmaması durumuna göre Xb kat daha fazla hasta ediyorsa ; A ve B birlikte bulunduklarında ,sonuç hasta olma oranı (S) , etkenlerden hiçbirinin bulunmaması durumuna göre: Xa + Xb << S << Xa * Xb : Pozitif Toplamsal model S > = Xa * Xb : Pozitif Çarpımsal model düşünülebilir.

Çift değişkenli (bivariate) çözümleme nedir

İlgi : Çok değişkenli çözümleme , varsayım testleri , karıştırıcı öge

Nedensellik yargılaması yapılırken, sonucu oluşturduğu varsayılan öge, yargılamada tek etken olarak bulunuyorsa, kullanılan tekniklerin genel adı çift değişkenli çözümlemedir. Çünkü belli bir sonuç değişken ile ilgilenilmektedir ( 1.değişken ) ve bunun farklılaşımın diğer bir nedensel değişkendeki (2.değişken) oynamalardan kaynaklandığı düşünülmektedir. Örneğin hasta ve sağlam kümelerin (Değişken =Sağlık durumu ) HDL düzeyi ( Değişken = HDL ) açısından kıyaslanması. Çeşitli nicel ve nitel değişkenlere yönelik parametrik ve parametrik olmayan testler bu tür yargılamaya yöneliktir. Çift değişkenli çözümlemenin sağlıklı sonuçlar yansıtabilmesi için kıyas kümelerinin ikincil etkenler açısından çok iyi dengelenmiş olması gerekir.

Çoğul plasebo tekniği nedir

İlgi: Plasebo

Özellikle birden fazla ilaçlı tedavi yönteminin birbirleri ile kıyaslandığı klinik deneylerde, kıyassal ögelerin kullanım biçim ve/veya tipi olarak farklı olduğu durumlarda (ör: çalışma ilaçlarından bir günde tek kez alınan bir draje iken,diğeri 3 kez alınan bir tablet ise) görsel benzerliği sağlamak için her ögenin birer plasebo benzerinin bulunduğu düzen. A ilacı (1×1) B ilacı (3×1) ( P:Plasebo): PAP BBB

Çok değişkenli (multivariate) çözümleme

İlgi : Çift değişkenli çözümleme , Varyans çözümlemesi , Kovaryans çözümlemesi,Lojistik regresyon , Faktör çözümlemesi , Loglinear çözümleme

Nedensellik araştırmasında, örnekleme aşamasında ikincil etkenlerin dengelenemediği durumlarda bu ögelerin etkisini ortadan kaldırmak için kullanılan ve araştırmaya tüm ögelerin katıldığı teknik.Çok değişkenli çözümleme sadece ikincil etkenlerin sabitleştirilmesi için değil , bir dizi olası nedensel etken arasından gerçekten sonucu etkileyenlerin hangilerinin olduğunu hatta bunların araetkileşimlerini saptamak amacı ile de uygulanabilir. Çeşitli değişken tipleri için farklı uygulama yöntemleri bulunur .

Çözümleyici araştırma (analitik araştırma)

Nedensel varsayımların yargılanması amacı ile gerçekleştirilen kıyassal veya bağlantısal değerlendirme kurgusuna sahip çalışma tipi. Deney veya gözlemden ayarlanılır. Genel çerçevesi içinde geçerli tanı yönteminin öneri bir tedavinin etkinliğinin etyolojik ögelerin, pathogenezin saptanmasına ve kıyaslanmasına yönelik araştırmalar bu başlıkta toplanabilir.

Değişim katsayısı (dk, cv)

İlgi: SD, aritmetik ortalama

Yalın dizilerde; veri dizisinin dağılımına ışık tutan dağılım ölçütlerindendir. Yüzde olarak, standart sapmanın ortalamaya oranıdır ve birimi yoktur. CV ile simgelenir. CV = Dizinin dağılımının “normal” kabul edilebilmesi ve parametrik uygulamaların yapılabilmesi için CV< %20 önerilir. Değişim katsayısının < %5 olması; dar dağılım alanlı, eş düzenli (homogen) bir dizinin göstergesidir.

Değişimli ( cross-over) deney

İlgi: Klinik deney, eşli dizi

Özellikle 2 ( biri Plasebo olabilir ) veya daha fazla yöntemin ( tanılama , tedavi , ilaç , vs) yargılamaya alındığı çalışmalarda , her kümenin dönüşümlü olarak diğer küme yöntemlerini de kullandığı , böylece hem eşli hem bağımsız dizi özelliklerini taşıyarak biasları ve ikincil etken etkisini azaltan deney tasarımı .

Değişken

İlgi: Sürekli değişken, Süreksiz değişken, ölçüm, ikili değişken

Nitelik, Nicelik Çeşitli koşullar, durumlar, olgular vs. üzerinde, gösterdiği ölçümsel büyüklük farklılaşımlar gösterebilen özelliklerin genel adı. Nicel ve nitel yapıda değişkenler bulunur. Ör: Kolesterol düzeyi, boy, yaş, kızamık geçirip geçirmemiş olmak, anksiyete skalası, matematik sınav notu.

Deney

İlgi : Gözlem , Klinik deney

Nedensel bağıntıların çözümlemesinde kullanılan yapay kurgulama yöntemi. İlgili kanunun çok ender ve/veya rassal zamanlı olması, gözlemlenmesi ve/veya koşullarının denetlenmesinin zor olması gibi zorlayıcı ve kısıtlayıcı durumlarda eğer olanaklı ise olayın yapay olarak oluşturulmasıdır. Deney koşullarını araştırıcı tasarlar ve denetleyerek, değişiklikler yaparak gereğinde çalışma koşullarının rassallığını düzenleyerek nedensellik varsayımının yargılandığı olayı gerçekleştirir. Üç temel deney türü ayrımlanabilir: a) Laboratuvar deneyleri: Genelde in vitro veya hayvanlı çalışmalar. Daha çok belli biyolojik yanıtların alınması konu edinilmektedir. b) Klinik deneyler: Tanı veya tedavi yöntemlerini yargılamayı amaçlayan, değerlendirme kümeleri olarak sağlıklı kişilerden ve/veya hastalardan yararlanılan (ör: olgu/denetim çalışması), farklı boyutlarda özel tekniklerin kullanıldığı (plasebo kullanımı, kör değerlendirme, vs.) deneyler. c) Topluluk deneyi: Toplumun doğal alt parçalarında gerçekleştirilen ve genelde risk etkenlerine karşı birincil önlemlerin sonuçlarının değerlendirildiği oldukça uzun süreçli deney tipi. İkincil dış etkenlerin iyi denetlendiği tasarımlarda, deneyler, bir etkenin nedensel rolünü oldukça iyi ortaya koyabilirler ancak bir deneyin oldukça düzenli koşullarının bazen pek de “doğal” olmadığı unutulmamalıdır.

Diskriminant ( ayrım) çözümlemesi nedir

İlgi:Lojistik regresyon

Bir dizi sonuç seçenek olayın ( ör: Sağlam, hasta ) çok sayıda değişkene bağlanabildiği durumlarda hem değişkenlerin sonuç üzerindeki etkisini saptamak hem de belli değişken değerlerine sahip bir olgunun hangi sonuç kümesine düşebileceğini belirleyebilmek için uygulanan çok değişkenli çözümleme yöntemi. Bağımlı değişken dikotom olmak zorunda değildir, ( 3 veya daha fazla sonuç seçenek bulunabilir ), bağımsız değişkenlerin ( k ) sürekli olması yeğlenir.

Sonuç Li = a1x1i + a2x2i +……..akxki biçiminde bir denklem ve bir sınır L değeri bulunarak oluşur. Rastgele bir olgunun değişken değerleri kullanılarak bulunan Li ‘ nin,L ‘den büyük veya küçük olmasına göre olgunun düştüğü alt küme kestirilir.Yöntem, kavramca lojistik bağıntı çözümlemesine benzer.

Dört gözlü tablo

İlgi : Ki – kare dağılımı , Kontenjans tablosu, Göreli risk oranları, Fisher kesin olasılık testi

Sadece ikişer alt seçenek taşıyan ( İki konumlu dikotom ) 2 ana değişkenin olgu sayıları açısından dağılımını yansıtan tablo tipi. Nitel pek çok değerlendirme geniş kullanım alanı bulunmaktadır. Tipik bir 4 gözlü tablo aşağıdaki simgesel ögelerle belirlenebilir ;

Eklentili model

Sadece ana etkilerin sonucu etkilediği düşünülen model. Basit bir doğrusal bağıntı örneği olarak y= a+b1x1+b2x2+b3x3 (+ hata) gibi düşünülebilir. Modelde ana etkenlerin özel ara etkileşimde bulunduklaı ve buna bağlı sonuç farklılaşımları oluşabileceği öngörülmez.

En küçük kareler yöntemi

İlgi : Regresyon

Özellikle regresyon çözümlemelerinde en sık kullanılan , regresyon modeli belirleme yöntemi.Amaç , gerçek değişken değerlerine , bunların kestirimsel değerlerinin uzaklıklarının kareleri toplamının en az olmasını sağlayacak eğrisel , doğrusal modeli kurmaktır.

Epidemiyoloji

Toplumda görülen hastalıkların, sağlık sorunlarının dağılımını ve ortaya çıkış nedenlerini araştıran bilimdir. Klinik epidemiyoloji -yunanca klinikos = yatak- salt hasta bireylerin ve bunların bakımı ile ilgili etkinlikleri inceler. Yalın klinik yaklaşım, hastalığı kitlesel olay olarak denetlemeye yetmemesine karşın epidemiyolojik yaklaşım, olayı hem tanısal hem önlemsel açılardan Epidemiyolojik araştırmalarda strateji iki veya daha fazla gruba ilişkin verilerin karşılaştırılmasıdır. Gruplar arası ve grup içi farklılıkların nedenlerini ortaya çıkarmak için gruplar çeşitli açılardan karşılaştırılır. Epidemiyolojik araştırmaları amaç ve yöntemlerine göre üç ana gruba ayırabiliriz:

I- Gözlemsel araştırmalar:

1) Hastalıkların toplumda görülme sıklığını belirleme ve hastalıkları tanımlama amacına yönelik tanımlayıcı (deskriptif) araştırmalar

2) Hastalık nedenlerini (ve) (ortaya çıkarmak) toplumda bireyler hastalanırken neden diğerlerinin hastalanmadığını ortaya çıkarmak amacına yönelik çözümleyici (analitik) araştırmalar.

a- Olgu-denetim araştırmaları b- Kohort araştırmaları c- Kesitsel araştırmalar

II- Deneysel araştırmalar

1) Hayvan deneyleri

2) Eylemli araştırmalar

a- Profilaktik önlemlere yönelik b- Terapötik önlemlere yönelik

III- Metodolojik araştırmalar

1) Tanı ve tarama yöntemlerinin tanı koymada geçerliliğini belirlemek

2) Gözlemcilerin ölçü ve gözlemlerinin ne ölçüde güvenilir olduğunu belirlemek.

3) Matematik simulasyon modelleriyle ilgili araştırmalar.

Etiyolojik fraksiyon:(kaynaksal kesim) (ef) nedir

Genel tanımı ile kaynaksal kesim; toplumdan rastgele çekilen bir bireyde, bir nedensel etkene (risk faktörü) bağlı olarak hastalık oluşması olasılığıdır. “Yüklenen Risk Oranı” olarak da adlandırılır. Etiyolojik fraksiyon ölçümü, nedensel ögenin hastalığın oluşmasındaki payını yansıttığı için özellikle Halk Sağlığı alanında kullanılmaktadır. Tüm toplumda veya sadece etkenin bulunduğu toplum kesiminde hesaplanır.

Eşik doz

Özellikle deneysel çözümleyici araştırmalarda, ilgilenilen özel bir maddenin (uyarı etkisi taşıyan), belli bir uyarı sonucunu -bir refleksin gözlemlenmesi olabileceği gibi, ölüm de olabilirortaya çıkardığı ölçümsel düzey -doz- dur.

Eşlendirme, eşleme

İlgi : Eşlendirilmiş Dizi

Eşlendirilmiş dizi tasarımını çeşitli nedenlerle ( etik ,zamansal , mantıksal ,vs ) uygulama şansı bazen bulunmamaktadır . Bu koşullarda bir olgu denetim çalışması tasarımına dönülür ve 2 küme kullanılır . Ancak kümeler , ilgilenilen değişken dışında ikincil ögeler açısından benzeş (eş) kişilerden seçilir ve bir kümede bir olgu diğer kümede konu değişken seçeneği farklı ama tüm diğer özellikleri eşlenmiş benzeri bulunur.

F Değeri

İlgi : Varyans çözümlemesi (ANOVA) ,Varsayım Testleri

Birden fazla örneklem kümesinin kıyaslanmasında ölçüt olan istatistiksel simge değer Genelde F = t² eşitliği de geçerlidir,ancak F değeri iki ayrı serbestlik derecesi kullanılarak F tablosundan yorumlanmaktadır. F değeri en basit yaklasım ile iki ayrı kümenin varyansları oranıdır ve B büyük , K küçük varyansa karşılık gelmek üzere ; F = B / K dır. ( Böylece F >=1) Yorumlamasında , F tablosunda , yukarıda ( büyük varyanslı küme olgu sayısı – 1 ) ,yanda ise ( küçük varyanslı küme olgu sayısı – 1 ) serbestlik derecelerinin kesişimindeki kritik F değeri ( Ft ) kullanılır . F tabloları çeşitli ( düzeylerine göre ayrı hazırlanmıştır ve ilgili tabloda F >Ft , p <0.05 dolayısı ile de varyansların farklı sayılacağı sonucunu getirir.

Faktör çözümlemesi

İlgi: Bağıntı, Çok değişkenli bağıntı modeli

Bir bağımlı değişkenin kestirimi için, ayrı ayrı bağımsız değişken kümeleri (faktör) oluşturarak bunları değerlendirmede kullanan istatistiksel yöntem. örneğin kişinin uyum yeteneğini saptamada bağımsız değişkenler olarak düşünülebilecek pek çok alt özellik, kendi aralarında kümeleşerek “sözel yetenek”, “matematiksel yetenek”, “algısal yetenek” gibi özel yeni ögeler oluşturabilir ve sonucu kestirimde kullanılabilirler. Faktör çözümlemesinde ilk adım tüm değişkenlerin bağımlı değişkenle olduğu kadar kendi aralarındaki bağıntılarını da saptamaktır. Burada birbirleri ile özellikle bağlantılı bazı değişkenler çeşitli yöntemlerle saptanıp ayrımlanmakta ve yeni, kuramsal değişkenler (Faktör: Fi) olarak ortaya çıkmaktadırlar. Doğal olarak bu faktörlerin arasında bağıntı pek bulunmaz ve her bağımsız değişkende mutlaka bir faktörün içinde dolayısı ile bağıntı denkleminde bulunmak zorunda değildir. ör: y: bağımsız, x1, x2, x3, x4, x5, x6 bağımlı değişkenler.

x1, x2 ve x6 kendi aralarında ve y ile, x3 ve x5 kendi aralarında ve y ile bağıntı içindedirler ve özel hesaplama yöntemleri sonunda F1 ve F2 faktör kümeleri gibi değerlendirilebilirler. Tekil bağımsız kümelerinin oluşturduğu bu kümeler bağımlı değişkenle özel yeni bir ilişki oluşturmaktadırlar ve bu da kabaca Y= bF1 + aF2 + Hata biçiminde düşünülebilir. a ve b katsayıları faktör yükü olarak adlandırılır. Anlaşılacağı gibi F özel değişkenleri kendilerini oluşturan tüm xi değişkenlerinde ortak olarak bulunarak yeni eksenler oluşturmaktadırlar ve bu eksenler döndürülerek gerçek anlamda değişken ve faktörlerin birbirleri ile ve sonuç bağımlı değişkenle oluşturdukları en açıklayıcı bağıntıları ortaya koymak söz konusudur. Bu yöntemle yeni özel ara etkileşimlerin farkına varmak olanağı da doğmaktadır. Faktör çözümlemesi genellikle psikoloji, psikiyatri ve sosyal ağırlıklı çalışmalarda kullanılmaktadır.

Fisher kesin olasılık testi nedir

İlgi: 4 Gözlü tablo, ki-kare dağılımı

Genellikle dört gözlü tablolarda, 5 den küçük beklenen değer bulunduğunda uygulanan yargılama tekniği. Hipergeometrik esaslıdır ve sonuç doğrudan bir olasılık olarak elde edilir. Tüm kontenjans tabloları için uygulamalar bulunmaktadır.

Frekans (Sıklık, F)

Örnekteki değişkenin her bir değerine ilişkin gözlem sayısını ya da ( sürekli değişken durumunda ) örnekteki değişkenin her bir değer aralığına ilişkin gözlem sayısını gösterir.

Geçerlilik

İlgi: Kesinlik, bias

Örneklem üzerinden elde edilmiş bilgilerin, toplumsal gerçeği simgeleme yeteneğinin yeterli olması durumu. Dizgesel hatanın ( Bias ) ortadan kaldırılması ile örneklemden yola çıkılarak toplum için doğru sayılacak kestirimler yapılabilir. Dışsal geçerlik : Örneklemden elde edilen sonuçların toplum için genelleştirilebilmesi. İçsel geçerlilik : Bir çalışmadaki deneysel, gözlemsel tasarımın, veri ölçümlerinde hata oluşturacak yapıda olması.

Geometrik ortalama: (xg)

Özellikleri nedeni ile aritmetik veya geometrik dizi biçiminde farklılaşan değerlere sahip olan dizilerde (xi lerin büyüklükleri doğal olarak katlı ise) ortalamayı yansıtmakda kullanılan bir özeksel ölçüttür.

Geri yönelik çalışma

İlgi: İleri yönelik çalışma, uzunlamasına araştırma

Retrospektiv çalışma, “Anamnez Yöntemi” , geriye bakışlı çalışma , olgu öyküsü çalışması adlarını da alan bu tip çalışmada ,hem konu edinilen sonuç olgu elde vardır hem de bunların bağlı olduğu düşünülen nedensel etkene ilişkin bilgi soruşturulabilmektedir . Dolayısı ile sonuçlardan nedenleri soruşturmaya yönelim söz konusudur. Tipik olarak olgu denetim çalışmalarında ortaya çıkar ve farklı sonuçlu (Hasta Sağlam = Olgu denetim ) kümeler buna neden olduğu düşünülen etkenin düzeyi varlığı yokluğu açısından kıyaslanırlar .

Gölge değişken

İlgi: İki konumlu değişken

Özel bağıntı modelleri araştırılırken , çalışmaya katılan nitel , iki konumlu ( dikotom ) değişkenler ,hesaplama işlemleri esnasında 0 veya 1 olarak değer alan (var /yok , hasta /sağlam, ölü / sağ , v s ) değişkenler olarak kullanılır ve ” Gölge” değişken olarak adlandırılırlar. Aynı amaçla ” Kukla ” , ” Suret ” , ” Göstermelik ” değişken adları da kullanılmaktadır.

Göreli risk oranları ( or / rr )

İki konumlu ( dikotom ) değişkenler kullanılarak soruşturulan ( 4 gözlü tablo) nedensellik araştırmalarında, ( neden etken – sonuç olay ) özel bir bilgi olarak, ” olayın / hastalığın, etkeni taşıyanlarda, taşımayanlara göre kaç kat daha fazla ( az ) olduğunu ” yansıtan orandır.Olgu denetim çalışmaları için OR ( göreli orantı ), Kohort çalışmaları için RR ( göreli risk oranı ) hesaplanır ve tipik bir 4 gözlü tabloda ;

Etken (olay) OR = ad / hc RR = aNV / hNY OR veya RR >0 dır. 1 den büyük bulunmaları etkenin etyolojik özellikte, < 1 olmaları ise koruyucu özellikte olduklarını gösterir.Ancak her şeyden önce 4 gözlü tablonun uygun yöntemle ki-kare, Fısher ) yargılanarak anlamlılık bulunmuş olması gerekmektedir. İkinci, karıştırıcı etkenlerin de söz konusu olduğu durumlarda katmanlı değerlendirme ile de özel olarak OR / RR hesaplanır. OR ve RR nin istenen güven çerçevesinde alt ve üst sınırları da kestirimlenebilmektedir.

Gözlem

İlgi: Deney

Bir nedensel ilişkinin, yargılanma kurgusunun yapay olarak geçekleştirilemeyecek kadar zor/denetimsiz/etik dışı, vs olması veya deneysel kurgu oluşturmaya değmeyecek kadar sık ve kolay rastlanır olması durumunda kullanılan çözümleme tekniği verilerin oluşmasında araştırıcının hiçbir katkısı ve öncü tasarımı bulunmaz, doğal olarak beliren sonuçlardan tümden gelimsel bir yaklaşımla nedensel ögelerin kestirimine gidilir. Özellikle niteliklerin yargılandığı epidemiyolojik araştırmalarda çok kullanılmakla birlikte nicel değişkenler içinde kullanılabilir. Hem tanımlayıcı hem çözümleyici amaçla gözlem yapılabilir.

Gözlenen değer

İlgi: Ki – Kare dağılımı

Beklenen değer Kontenjans tablolarında bir veya birden fazla nitel başlığı taşıyor olması nedeni ile sayıma girmiş ( gerçekten gözlenmiş ) olgu sayısı , bir gözde bulunan değer.

GÜVEN ARALIKLI KESTİRİM Bilinen istatistik dağılım modelleri çerçevesinde, önkabul olarak varsayılmış belli bir ( alfa = I .Tip hata ) hatasını yapmayı, dolayısı ile de ( 1- (alfa ) düzeyinde doğru – güvenli -olmayı kabullenerek kestirimler yapılabilir. Genellikle örneklemlerde elde edilmiş ölçütlerden yola çıkarak, topluma ilişkin yapılan bu kestirimler tek bir değer biçiminde değil , belki güvenle arasında bulunubilecek alt ve üst sınırlar ( güven sınırları ) olarak hesaplanır. Bu sınırlar arasındaki genişlik de o ölçüt için ” güven aralığı ” adını taşıyacaktır. Örneğin örneklemden ( n ) elde edilen (X : aritmetik ortalama ve SD bilgisine dayanılarak, toplumun ortalaması ; % 95 güvenle ;X± 1.96 * SD / Dn güven sınırları arasında kestirimlenir.

Güvenirlik ( reliability) nedir

Aynı bireyin, aynı değişkeninin çeşitli durumlardaki ölçümleri arasındaki bağıntısının gücü. Bu kavram çeşitli farklı konumlar için kullanılabilir. Bir olgu dizisinde aynı değişkenin ölçüm setleri arasındaki güvenirlik araştırması ölçüm biçim veya yönteminin sağlıklılığını – veya birbirleri ile uyumunu – yansıtır. Bazı koşullarda ise birden fazla birbirleri ile ilgili sonuç – uygunluk veya terslik – vermeleri beklenen değişken dizileri arasındaki bağıntıları çözümlemede kullanılabilir. Buna en tipik örnek özellikle psikolojik testlerdeki çeşitli soruların sonucu yansıtma açısından tutarlılığıdır.

Harmonik ortalama: (xH) nedir

Bir dizideki veriler, aritmetik ortalamaya yatkın biçimde eş düzenli veya geometrik ortalamaya yatkın olarak belli bir ilişki içinde değillerse özeksel bir ölçüt olan harmonik ortalama ile simgelenirler.

Histogram

Değer sütunlu ( dikdörtgen ) grafik gösterim yöntemi . Genellikle adsal veya aralıklı ölçekle belirlenmiş niteliklerin sıklık ( frekans ) dağılımını yansıtmak üzere kullanılırlar. Böylece x ekseninde ayrık olarak grupların adları veya sürekli olarak aralıklı ölçüm başlıkları, y ekseninde ise olgu sayısı gösterilir. Nicel değişkenlerin düzeylerinin gruplar açısından gösterilmesinde de kullanılabilir. Bu durumda y ekseni konu değişken birimi olarak belirir. Gruplara ilişkin değişken düzey yükseklikleri ortalamaları kadar yapılır. Farklı bir gösterimle dikdörtgenin tepe noktasından SD veya SE nin de belirtilmesi gerekir.

Hız (Ürem)

İlgi: Oran

Bir olayın (hastalık ölüm vb) incelendiği belirli bir sürede belirli bir özelliği taşıyan bireylerin sayısının toplam risk altı nüfusa bölünmesi ile elde edilen değerdir. Pay paydanın bir alt toplumudur ve sonuç %, %o vs olarak gösterilecek şekilde hesaplama yapılır. İnsidans, prevalans, mortalite, morbidite değerlendirmelerinin temel belirtme düzenidir.

İki konumlu (dikotom) değişken nedir

İlgi: Değişken, 4 gözlü tablo

Sadece 2 ( veya 2 ye indirgenmiş ) başlığa dağılımı söz konusu olan nitel değişken tipi Örnek : Erkek / Kadın , Hasta / Sağlam , Etken var / yok, Kızamık / Kızamık dışı 4 gözlü tablolarda veya çok değişkenli çözümlemelerde özel olarak kodlanarak ( 0 /1 gibi ) sık kullanılır.

İki yönlü (çift kuyruklu) test yargılaması

İlgi: Varsayım testleri, tek yönlü yargılama

Bir toplumsal özellik her iki uç ölçümlerde de ( aşırı düşük ve aşırı yüksek ) normal dışı sayılabilir. Örnek: Kan basıncı; hipotansiyon, hipertansiyon. Bu durumlarda ” normal dışı olmak ” kavramı her iki yön için de düşünülebilir. Bir istatistiksel test de, kıyas ölçüte göre yapılan yargılamada belli bir yön ( daha büyük veya daha küçük ) belirtilmeksizin, sadece ” farklılık ” soruşturuluyor ise iki yönlü yargılama söz konusudur.

1. Tip hata (□ hatası)

İlgi: Varsayım testleri, I. tip hata, Test gücü.

Gerçekte evrende geçerli (doğru) olan bir düzenin, kurgunun, bilimsel araştırma varsayımı olarak geçerliliğinin gösterilememesi durumu. Bu tür bir hata sonucunda varsayım doğru kabul edilemeyeceği için buna bağlı somut çıktıları denetleme şansı da olmaz. (ör: aslında yararlı olan bir ilacın, yargılama yanlışlığı sonucu yararsız olarak nitelendirip, kullanıma alınmaması). II. tip hata önkabülsel değildir, düşürülmesi için temel önlemler; – Yeterli örneklem – Belirgin bias özelliklerini ortadan kaldıracak çalışma kurgusu – Uygun testlerin kullanımı – Varsayımda tanımlama yanlışlarının giderilmesi olarak sıralanabilir. □ hatası bir istatistiksel testin doğru yargılama gücünü yansıtmada çok önemli etkendir.

İleri yönelik çalışma

İlgi : Geri yönelik çalışma , uzunlamasına araştırma

Prospektiv çalışma, izleme çalışması katamnez yöntemi, kohort çalışması olarak da adlandırılan bu çalışma tipinde araştırmacı süreç içinde etkisini gösteren bir olası nedensel ögeye bağlı olarak ,farklı sonuçlar oluşup oluşmadığını yargılar .Dolayısı ile ya deneysel olarak etkinin olduğu ve olmadığı kümeler oluşturularak bunların belli sonuç değişken açısından farklılaşmaları yargılanır ya da yine süreç içinde farklı etken kümelerinin ayrışması daha sonrada bunlardan farklı sonuç alt kümelerinin ayrılması gözlenir.

İnsidans (yeni olgu)

İlgi: Hız, Prevalans, morbidite, risk toplumu

Bir toplumda, belirli bir zaman dilimi içinde belirli bir hastalık veya durumun yeni ortaya çıkan olgularını bildiren ölçüttür. İnsidans, toplumda henüz hastalanmamış ancak risk altında bulunan bireylerin belirli bir sürede hastalığa yakalanma olasılıklarını da böylece ortaya koyar. Kronik hastalıklarda her yeni olgu tek bir bireyi simgelerken, akut hastalıklarda bireylerin izlenme süreci içinde, birden çok kez yeni olgu olarak -iyileşip, yeniden hastalanarak- ortaya çıkmaları söz konusu olabilir. Dolayısı ile özellikle kısa dönem izleme/gözlemlerde akut (ivegen) hastalıkların yakalanmasında önem taşır. Belli bir riske açık toplumda belli bir süre içinde insidans hızı (bu toplum paydasında % değer olarak) birey insidans hızı ve hastalık insidans hızı olarak 2 ayrı biçimde ortaya çıkabilir. Ör: Aralık 1994 izlem süresinde 1260 kişilik bir okulda 157 öğrencide 186 grip olgusu (29 öğrenci iyileşip 2. kez grip olmuştur) saptanmış ise; Birey insidans hızı : % 12.46     ( 157/1260 * 100) Hastalık insidans hızı : % 14.76 ( 186 / 1260 *100 )

Kanonikal korelasyon nedir

İlgi: Regresyon

Belli bir bağımlı ve çeşitli sayıda bağımsız değişken arasında değil de, iki – veya daha fazla -değişkenler kümesi arasındaki bağıntıların incelendiği tekniktir.Böylece hem her kümenin değişkenleri arasındaki bağıntıları değerlendirir hem de bu bağıntıların diğer küme (ler) deki bağıntılara etkilerini inceler. Örneğin Total kolestrol,HDL,LDL,VLDL ve Trigliserid ; “Kan yağları ” değişken kümesi olarak , Sistolik AB , Diastolik AB ,Kalp hızı , Ejeksiyon Fraksiyonu EF ; ” Dolaşımsal ögeler ” değişken kümesi olarak ele alınabilir. Kanonikal çözümleme her küme için bileşke ( v ve u gibi ) sonuç denklem dizileri oluşturur.Bu , hem kan yağları hem de dolaşımsal ögeler kümelerinin iç bağıntılarını ayrıca da hangi değişkenlerin ,hangi diğerlerini ,hangi güçle etkileyebildiğini çözümlemeye yarayacaktır.

Kaplan meier yöntemi nedir

İlgi: Sağ kalım çözümlemesi, yaşam tablosu yöntemi

Özel bir sonuç olay açısından ( ölüm, remisyon, organ reddi, vs ) yapılan izleme çalışmalarında, olayın sıklığının ( oranının, olasılığının ) zamana bağlı değişimini çözümlemede kullanılan yöntemlerden biridir. Her olay zamanı için yeni bir olasılık kestirimlenmektedir bu da sonuçta basamak görüntülü bir düzen yansıtır. Doğal olarak olay zamanları arası belli bir dizge izlemez. Kayıp veya tamamlanmamış olgular hesaplamalarda paydadan eksilirler.

Kappa ( □ ) katsayısı nedir

İlgi: Uyum, eşlendirilmiş dizi

Özellikle iki konumlu değişkenlerin, eşlendirilmiş olarak iki ayrı yargıcı veya tanı testi tarafından, değerlendirildiği çalışmalarda, karar ögelerinin sonuçları arasındaki uyumu değerlendiren test tekniği.

Karar fonksiyonu

İlgi: Varsayım testleri, Koşullu olasılık, Bayes kuralı, I. tip hata, II. tip hata

Varsayım yargılamasında 2 tip temel hata ” Risk” bulunmaktadır. Bu tür risklerin daha geniş yelpazede alınması , eylem/deney sürerken belli çıktılara göre yönelim ( karar ) oluşturulması özelliklerini içeren uygulamaya ise ” Karar fonksiyonları ” denir. Bir istatistiksel karar problemi ” Doğal ” ( denetlenemez ) olaylar ile ” Karar verici ” nin yönelimleri arasındaki dallanma düzeni olarak düşünülebilir. Belli bir tip olayla ilgili olabilecek tüm seçenekler ” olay ” adını alır ve doğada bu olayların sıklıklarına ilişkin kabaca bilinen veya bilinmeyen olasıklıklar bulunabilir ( gripal infeksiyon bulaşımı / bulaşım olmaması ) .Karar vericinin ise olay seçeneklerinden etkilenebilecek bir konuda seçim hakkı ( strateji )bulunmaktadır ( Grip aşısı olmak / olmamak ). Böylece ” olay *strateji ” matrisi boyutunda sonuç oluşum seçeneği – olayların ortaya çıkabilme sıklıklarına bağlı olarak olasılıkları değişen – ortaya çıkmaktadır;

Grip aşısı olmak – İnfekte olmak

Grip aşısı olmak – İnfekte olmamak

Grip aşısı olmamak – İnfekte olmak

Grip aşısı olmamak – İnfekte olmamak

Görüleceği gibi bu sonuçlar belli açılardan olumlu/olumsuz, karlı/zararlı yönleri ile yargılanabilir. Gerçekten de karar fonksiyonlarının sonuçları ” kar/zarar ” veya ” kazanç kaybı ” adı altında anılabilecek nesnel çıktılarla da değerlendirilir. Gereğinde bir karar fonksiyon çıktısı, bir sonraki aşamada bir karar stratejisini oluşturmada temel olabilir. Karar fonksiyonlarının olasılık değerlendirmelerinde Bayesgil istatistiksel yaklaşımdan yoğun olarak yararlanılmaktadır. Karar teorisi pek çok tıpsal kararın alınmasında, tanının konmasında yararlı olmakta, sübjektif olasılıkları da gereğinde göz önünde bulundurması ve bu sayede bazen kestirim güven sınırlarını daraltabilmesi sayesinde önem kazanmaktadır.