Bu yazıda, standardizasyon işlemi, A) Standardizasyon Tarihi; B) Standardizasyon Tanımı; C) Standardizasyon Yöntemleri: Direkt ve İndirekt Standardizasyon ve D) Sonuç, olmak üzere dört bölüm halinde anlatılmıştır.
A) Standardizasyon Tarihi
19. yüzyılda İngiltere’de, halk sağlığı alanında önemli çalışmalar gerçekleştirilmiştir. Halk sağlığı alanında yapılan bu çalışmalar, kaba ölüm hızının yeterli olmadığını göstermiştir. Bunun üzerine ilk İngiliz halk sağlığı reformcularından olan Sir Edwin Chadwik, popülasyonun sağlık durumunu göstermesi açısından ortalama ölüm yaşı kavramını ortaya çıkarmıştır. Neison ise; yaşlı popülasyonlarda ölümün doğal olarak daha çok olacağından ve buna bağlı ortalama ölüm yaşının daha yüksek beklenmesinden dolayı Chadwik’in ortaya koyduğu bu belirteçin yetersiz olduğunu öne sürmüş ve 1884’te ilk defa direkt ve indirekt standardizasyon tanımlarını ortaya koymuştur. Ogle, 1892’de ilk uluslararası standardizasyon önergesini oluşturmuştur. Bu süreci takip eden yıllarda, Dünya Sağlık Örgütü (DSÖ), standardizasyon kavramını geliştirmiş ve bugünkü haline getirmiştir (Ahmad BO, 2001: 4-5).
B) Standardizasyon Tanımı
Doğuşta beklenen yaşam yılı yıllar içinde artmaktadır. Bunun sonucu olarak da mortalite ve morbidite verileri değişmektedir. Hem Dünyada, hem de ülkemizde yaşlılığa bağlı ölümler ile kanser, diyabet, hipertansiyon, iskemik kalp hastalıkları gibi kronik hastalıklar artmaktadır (Ahmad BO, 2001: 3; Sağlık Bakanlığı, 2013: 32-34). Ayrıca, bu verilerde cinsiyetin etkisi de yaşla beraber değişmektedir. Erkekler, kadınlara göre daha erken ölmektedirler (SSA, 2013). Ölümü etkileyen bağımsız faktörler olan yaş ve cinsiyet ölüm hızı gibi hesaplamalarda karıştırıcı faktörler(confounding factors) olarak karşımıza çıkmaktadır. Karıştırıcı faktörler; mortalite(morbidite) hızı, prevalans ve insidans gibi hesaplamalarda gerçek değerin olduğundan daha fazla veya az hesaplanmasına yol açan faktörlerdir. Örneğin; yaşlı popülasyon ile genç bir popülasyonun ölüm hızlarını ya da kronik hastalık prevalansını karşılaştırdığımızda; yaşlı popülasyonda, yaş etkisinden dolayı bu değerler olduğundan fazla hesaplanacaktır. Bu iki popülasyonun karşılaştırılmasının yapılabilmesi için yaşın bu etkisinin giderilmesi gerekmektedir. Bu prosedüre, “standardizasyon” denilmektedir. Grafik-1’de; A popülasyonu, B popülasyonuna göre daha genç bir nüfusa sahiptir. Her iki popülasyonun nüfusu eşittir, ancak B popülasyonu daha yaşlı olduğu için yaşlı nüfusu daha fazladır. Buradaki kaba ölüm hızlarına bakarak, B nüfusunda ölümlerin daha çok olduğunu ve burada sağlık koşullarının daha kötü olduğunu söylersek hata yapmış oluruz. Dikkat edersek, B popülasyonunun nüfus piramidi, gelişmiş bir ülkenin nüfus piramidine benzemektedir ve dolayısıyla burada sağlık koşulları daha iyi olmalıdır. Dolayısıyla, sadece kaba ölüm hızına bakarak bu iki popülasyon hakkında yorum yapmak hatalı olur. Kaba ölüm hızı ile birlikte, o popülasyondaki yaş dağılımını ve cinsiyet dağılımını da bilmek gerekir. Aksi takdirde, yanlış bir çıkarım yapılmış olur.
Yaşa özel karşılaştırmalar, birçok araştırma için gereklidir. Bununla birlikte, yaş grubu kombinasyonları farklı olan popülasyonlar için kaba ölüm hızı gibi karşılaştırmaların sonucu yanıltıcı olmaktadır. Bu sakıncanın giderilmesinin yolu direkt ve indirekt standardizasyon yöntemlerinin kullanılmaasıdır (Ahmad BO, 2001:4-5).
C) Standardizasyon Yöntemleri: Direkt ve İndirekt Standardizasyon
Yaşa özel uyarlamalar birkaç şekilde yapılabilmektedir. Bunlardan birkaçı; direkt ve indirekt standardizasyon (Wolfenden HH, 1923: 86; 399-411), geometrik ortalama (Schoen R, 1970: 7:317-24), ortalama eşdeğer ölüm oranları (Hill AB, 1977), yaşam tablosu oranları, Yerushalmy indeksi (Yerushalmy J, 1951: 41; 907-922), kümülatif ölüm oranlarıdır (Breslow NE and Day NE, 1980: 42-81). Yaşa uyarlanmış oranlar içermesinden dolayı demografide ve epidemiyolojide en fazla kullanılan yöntem, direkt standardizasyondur (Ahmad BO, 2001:4-5).
Günümüzde en çok kullanılan yöntemler, direkt ve indirekt standardizasyondur. Tablo-1’de, bu iki yöntemin özellikleri belirtilmiştir (Kirkwood BR, 2003: 263).
C.1) Direkt Standardizasyon
Direkt standardizasyon, çalışma grubunda ele edilen verilerin standart grubun yapısına uyarlanması ile gerçekleştirilir. Standart grup olarak, yaş-cinsiyet birleşimi veya standart popülasyonlar kullanılır. Standardizasyon popülasyonlar olarak; Segi (Dünya) standardizasyonu (Segi M, 1960), İskandinavya (Avrupa) standardizasyonu ve DSÖ (Dünya) standardizasyonları en çok kullanılanlardır.
Direkt Standardizasyon ile ilgili örnek Kirkwood’un kitabından (Kirkwood BR, 2003: 263) uyarlanmış olup, Tablo 2’de verilmiştir. Tablo-2’de A köyü ve B köyü gibi iki farklı popülasyonun enfeksiyon verileri verilmiştir. İncelenen enfeksiyonun sıklığı karşılaştırılacaktır. Enfeksiyon sıklığının yaşla beraber arttığı bilinmektedir. . Örnekte, incelenen enfeksiyonun A ve köylerinde; yaşa ve cinsiyete göre dağılımları ile toplam nüfus belirtilmiştir. Görülen vaka sayısı, yüzde(%) olarak her iki köy için de hesaplanmıştır.
Enfeksiyon sıklığının yaşla beraber arttığı bilindiğinden, iki köyün değerlerinin karşılaştırılabilmesi için yaşın karıştırıcı etkisinin kaldırılması gerekmektedir. Bu amaçla, öncelikle bir standart grup tercihi yapılır. Bu örnekte; standart grup olarak, A ve B köylerinin toplam nüfusu kabul edilmiştir. A köyünde 0-14 yaş grubu erkek sayısı 18 ve enfeksiyon geçirenlerin sayısı 2’dir, 2×100/18=%11.1; bu grupta enfekte olan hasta yüzdesini verir. Aynı hesaplama B köyü için de yapılır. A ve B köylerinde yaşayan 0-14 yaş arası toplam erkek sayısı 39’dur ve bu değer, tabloda 0-14 yaş yaş grubu hanesine yazılır. Bu değer, bizim standart grubumuzun 0-14 yaş erkek kısmındaki toplam kişi sayısını verir. Sonrasında, oran orantı hesabıyla beklenen vaka sayısı belirlenir.
A köyünde 0-14 yaş grubu erkeklerde; 18 kişide 2 kişi enfekteyse 39 kişide kaç kişi enfektedir?
Bu oran-orantı hesabı ile A köyünde 0-14 yaş grubu erkeklerde enfekte olan kişi sayısı 4.3 olarak bulunur ve ilgili haneye yazılır. Aynı hesaplama, B köyü için de yapılarak ilgili haneye yazılır. Böylelikle, örneğimizin ilk sütununun değerleri hesaplanmış oldu. Tablo2’deki örnekte görüldüğü gibi diğer satırlar da aynı hesaplama yöntemiyle hesaplanarak tamamlanır.
Her satır hesaplandıktan sonra, her sütündaki değerler toplanarak, en alt satıra toplam şeklinde ilgili hanelere yazılır.
Hesaplama kısmını tamamladıktan sonra, hesapladığımız değerlerin değerlendirmesi yapılır. A ve B köylerinde görülen toplam vaka yüzdeleri sırasıyla %31.2 ve %44.2’dir. Bu değerlere bakılarak B köyünde, A köyüne göre %13 oranında daha fazla enfeksiyon görüldüğü söylenemez. Enfeksiyon, yaşlılarda daha çok görüldüğünden ve B köyü daha yaşlı bir popülasyona sahip olduğundan dolayı standardizasyon değerleri ile değerlendirilmelidir. Yani A ve B köylerinde standardize edilmiş (yaş ve cinsiyete göre uyarlanmış) enfeksiyon prevalansı sırasıyla; %33.9 ve %38’dir. B köyünde standardize edilmemiş değer %44.2 iken, standardize değer %38’dir. Eğer standardizasyon yapılmamış olsaydı, bu köy için olduğundan yüksek (over estimation) prevalans hesaplanmış olur ve yanlış çıkarımlar yapılırdı. Standardizasyon yapıldığında; yaş ve cinsiyet karıştırıcılığı ortadan kaldırılarak, farkın aslında daha az olduğu görülmüştür.
C. 2) İndirekt Standardizasyon
İndirekt Standardizasyon, standart grubun dikkate alınacak değişkene göre verilerinin (yaş, cinsiyet vb) çalışma grubunun mevcut yapısına uyarlanması ile gerçekleştirilir. Direkt standardizasyona göre daha fazla kullanılan yöntem, indirekt standardizasyonudur.
Bu yöntemde standart grup, araştırmada yer alan nüfusun tamamıdır. Tablo-3’te indirekt standardizasyon örnek verilmiştir. Bu araştırmada, enfeksiyonun ölüm riskini artıran en kötü komplikasyonunun görme bozukluğu olup olmadığı ile ilgilenilmektedir. Bu tabloda çalışma grubu, enfeksiyona bağlı görme problemi olanlardan oluşmakta, standart grup ise enfeksiyona bağlı görme problemi olmayanlardan oluşmaktadır. Endemik bir enfeksiyon, yaşla birlikte artmakta ve erkek olanlarda daha çok gözükmektedir. Bu nedenle; yaş ve cinsiyet, karıştırıcı faktörlerdir. Görme problemi olanlar ve olmayanlar için toplam nüfus, ölen kişi sayısı, kaba ölüm hızı tabloda verilmiştir. Yaşa ve cinsiyete göre oranlar verilmiştir. Sonrasında ise hesaplama şu şekilde devam eder.
Örnek:
30-39 yaş arasında standart grupta 2398 kişi mevcut olup, 18 kişi ölmüştür. Çalışma grubunda ise; toplam 118 kişi vardır. Standart grubun verileri, çalışma grubuna uygulanacağından oran-orantı hesabı ile görme problemine bağlı beklenen ölüm hesaplanır.
Görme problem olmayan 30-39 yaş grubu erkeklerde;
2398 kişide 18 kişi ölmüşse 188 kişide kaç kişinin ölmesi beklenir? Bu oran-orantı hesabı ile görme problemine bağlı beklenen ölüm 0.89 olarak hesaplanarak ilgili haneye yazılır. Her satır için bu değer hesaplanarak ilgili haneye yazılır. Bu hesaptan sonra, her bir sütun kendi içinde hesaplanarak toplam kısmında ilgili hanelere hesaplanan değerler yazılır. Görme problemi olan grupta gerçek ölüm sayı 72’dir ancak standardize edilerek beklenen ölüm 22.66’dır. Burada, standardize mortalite oranı (standardized mortaliy ratio – SMR) ortaya çıkar. SMR, gözlenen ölüm ile beklenen ölümün oranıdır.
Standardize mortalite oranı (SMR) = Gözlenen ölüm/Beklenen ölüm SMR=72/22.66=3.2 olarak hesaplanır. Bunun anlamı; görme problemi olan grupta, görme problemi olmayan gruba göre ölme riskinin 3.2 katıdır. Bu oran ile, yaş ve cinsiyete göre standardize edilmiş ölüm oranı hesaplanır.
Standardize ölüm oranı = SMR x Kaba ölüm hızı = 3.2 x 12.7 = 40.64
D) Sonuç
Standardizasyon, demografik özellikleri birbirinden farklı popülasyonları objektif olarak karşılaştırabilmek için önemli ve ihtiyaç duyulan bir yöntemdir. DSÖ, IARC (Uluslararası Kanser Araştırma Ajansı) ve pek çok klinik çalışmada kullanılmaktadır. Carroll; 1975 yılında, “Experimental Evidence of Dietary Factors and Hormone-Dependent Cancer” adlı bir araştırmasında standardizasyon yöntemini kullanarak ülkeler arasında yağ tüketimi ile ölüm oranları arasındaki ilişkiyi göstermiştir (Carroll KK, 1975: 3374-83). Literatürde, bu şekilde birçok araştırma yer almakta ve uluslararası bilginin karşılaştırılabilirliğini sağladığından yaygın bir biçimde kullanılmaktadır.
Kaynakça
Ahmad OB, Pinto CB, Lopez AD, Murray CJL, Lozano R, Inoue M. Age standardization of rates: a new WHO standard. GPE Discussion Paper Series: No.31. EIP/GPE/ EBD World Health Organization, 2001.
Bhopal R. Concepts of Epidemiology. Second Edition, 2008.
Breslow NE, Day NE. Fundamental Measures of Disease Occurrence and Association. In: Statistical Methods in Cancer Research, Vol. I, The Analysis of Case-Control Studies (IARC Scientific Publications No. 32), Lyon, International Agency for Research on Cancer, 1980. pp.42-81.
Carrol KK. Experimental evidence of dietary factors and hormone-dependent cancers. Cancer Res. 1975 Nov;35(11 Pt. 2):3374-83.
Eurostat European Commission. Revision Of The European Standard Population. 2013 Edition. (22.07.2016)
(*) Araştırma Görevlisi, Adnan Menderes Üniversitesi Tıp Fakültesi Halk Sağlığı Anabilim Dalı
(**) Prof. Dr., Adnan Menderes Üniversitesi Tıp Fakültesi Halk Sağlığı Anabilim Dalı
(Tablo ve görsellere PDF üzerinden ulaşabilirsiniz.)