background image
bir çokde¤iflkenli ay>rma analizi bafllatm>fl-
t>r. VA koroner arter bypass ve kapak ame-
liyatlar> için bir risk modeli gelifltirmifltir.
Metod, hastaya özgü klinik risk faktörleri,
kardiyak kateterizasyon de¤erlendirme ve-
rileri, operatif detaylar ve hem mortalite
hem de majör morbidite sonuç de¤iflkenle-
rini içeren tek sayfal> veri formu kullanarak
(temelde 52 veri unsuru) uygulanan tüm
kardiyak cerrahisi ifllemleri üzerinde veri
toplamay> kapsam>flt>r. Bu ilk çabalar, kar-
diyak cerrahi ifllemler sonras> sonuçlar>n
belirlenmesinde rol oynayabilecek bireysel
risk faktörlerini aç>klayarak "eflit flartlar
oluflturma" girifliminde baflar>l> olmufltur.
Bu ilk olaylara dayal> olarak, iki büyük ulu-
sal veritaban>, STS Ulusal Eriflkin Kalp Cer-
rahisi Veritaban> ve VA Kalp Cerrahisi Veri-
taban>, kendi yerel kalite gelifltirme etkin-
liklerinde kullan>lmalar> aç>s>ndan kardiyak
cerrahi uygulamalara dair rutin raporlar
sa¤lamak için bütünleyici ve sinerjik bir fle-
kilde ortaya ç>km>flt>r. Benzer tarzda, Kuzey
New England Kardiyovasküler Araflt>rma
grubu (NNE) ve New York Eyaleti veri ta-
banlar> dâhil (ancak bunlarla s>n>rl> kalma-
mak üzere) büyük bölgesel veri tabanlar>
gelifltirilmifltir.
Veritaban>
Yap>land>rmas>
Sonuçlardaki gözlenen farklar için aç>kla-
nan faktörler, hastalar aras>nda anlaml> risk
faktörlerindeki farkl>l>klar, rastlant>sal de-
¤iflim ve bak>m yap> ve süreçlerindeki fark-
lar> kapsamaktad>r. Hasta demografik fak-
törleri, sosyoekonomik faktörleri, kardiyak
hastal>¤>n fliddetini, komorbiditeleri ve
kardiyak cerrahi ifllemleri olumsuz biçim-
de etkileyebilecek hasta yaflam tarz>n>/sa¤-
l>ksal davran>fllar>n> de¤erlendirmek ama-
c>yla klinik aç>dan iliflkili olan kavramsal
bir model oluflturulmufltur. Hastan>n do¤al
özelliklerini en do¤ru ve güvenilir flekilde
de¤erlendirmek için risk faktörleri, kardi-
yak cerrahi ifllemlerinin zaman çerçevesine
en yak>n flekilde de¤erlendirilmifltir.
Rastlant>sal de¤iflim, uygun istatistik-
sel teknikler kullan>larak aç>klanabilir.
Dolay>s>yla, risk s>n>fland>rmas>n>n amac>,
hasta sonuçlar>n> etkileyen uygulanm>fl
belli bir prosedür dikkate al>nd>¤>nda
hastaya özgü özelliklerin aç>klanmas> giri-
flimidir. Risk düzeltmeli sonuçlara dair bu
inceleme, bak>m kalitesindeki farklar>n
araflt>r>lmas>na bafllamak için dolayl> bir
vekil ölçülebilen veri sa¤lamaktad>r.
Mevcut kullan>mdaki veri tabanlar>n>n
neredeyse tamam>, tahmini risk s>n>flan-
d>rmas>n> sa¤lamaya yöneliktir. Yine de,
cerrahlar optimal olarak yararlan>lacaksa
belli bir veritaban>n>n tasar>m>na, yap>s>na
ve yönetimine ait s>n>rlamalar>n ve faktör-
lerin fark>nda olmak zorundad>r. Bütün-
lük, kesinlik, güvenilirlik, dakiklik, de¤ifli-
me olan hassasiyet ve girilen verilerin do¤-
rulu¤u büyük önem tafl>r. Bir veritaban>-
n>n analizinde "çöp girerse çöp ç>kar" du-
rumu geçerlidir. cerrahi ifllemi alan hastalar>n tamam>n>n
analiz için kay>tlar>n>n yap>lmas> ve sonuç-
lar>n uygun bir flekilde do¤rulanmas>d>r.
Herhangi bir hasta kayd> için sunulan ve-
riler içsel olarak da tutarl> olmal>d>r. Örne-
¤in, acil operasyonlar gerektiren veritaba-
n>na kaydedilecek hastalar>n, bu tür bir s>-
n>flama için gerekli sa¤lam klinik verileri
olmak zorundad>r. Yap>lan güncellemeleri
ve uyumsuzluklar> uygun bir flekilde de-
¤erlendirmek için hem alan-içi hem de
alanlar-aras> düzenleyici ve kontrol edici-
ler kullan>labilir. Sonuçta, bulunan tüm
veri unsurlar> için standardize edilmifl ta-
n>mlamalar (veri toplama ekibi için sa¤la-
nan e¤itimle birlikte) önemlidir. Farkl> ta-
n> testi de¤erlendirmelerinin rutin olarak
kullan>lmas>n>n tutarl> biçimde uygulan-
mad>¤> durumda (örne¤in, gerçekleflmifl
olan bir perioperatif miyokardiyal enfak-
tüse dair klinik kuflkuya dayal> olarak, uy-
gulanan klinik laboratuar testlerine karfl>t
olarak yap>lan klinik patoloji laboratuar
testlerinin rutin de¤erlendirmesi yüzün-
den perioperatif miyokardiyal enfarktüs
de¤erlendirmesi de¤ifliklik gösterir), peri-
operatif morbiditeler gibi hastayla ilgili so-
nuçlar için tan>mlar>n uygulanmas>nda
söz konusu olan yayg>n içtutars>zl>klar ka-
n>tlanm>flt>r. Cerrahlar, afla¤>da madde
madde verilen noktalarda, belli bir verita-
ban>n>n yönetim/iflletimine dair önemli
yönlerin fark>nda olmal>d>rlar:
1. Hangi sonuçlar incelenir ve ölçülen
de¤iflkenler için tan>mlamalar stan-
dartlaflt>r>lm>fl m>d>r? Örne¤in, morta-
lite, önemi yüzünden en yayg>n kulla-
n>lan sonuç de¤iflkendir çünkü hasta-
ne kay>tlar>nda kolayca bulunur. Bu
flekilde ikiye bölünmüfl bir de¤iflken
oldukça standart görünmektedir. Yine
de, baz> veri tabanlar> hastane içi mor-
taliteyi ölçmekte di¤erleri ise KABC
sonras> 30 günlük mortaliteyi izlemek-
tedirler (hem hastane içi ölümler hem
de cerrahi sonras> 30 gün içerisinde
gerçekleflen ölümler dâhil). Di¤er
önemli de¤iflkenler, gerçekleflen di¤er
majör komplikasyonlar> (enfeksiyon,
inme, uzam>fl ventilasyon, renal yet-
mezlik v.b.), maliyeti ve hastanede ya-
t>fl süresini içermektedir. Bu di¤er öl-
çümler önemli sonuçlar oluflturur an-
cak ölçümleri daha zordur çünkü
komplikasyonlar medikal kay>tlara ho-
mojen biçimde ifllenmezler. Periopera-
tif komplikasyonlar gibi bu majör has-
tal>¤a ait olaylar için standartdize ta-
n>mlamalar mevcuttur ve hem STS
hem de VA kardiyak veri tabanlar> ta-
raf>ndan kesin bir flekilde tan>mlan>r.
2. Veri analizinin amac> nedir? Herhangi
bir hasta için tahmini bir sonucu ön-
görmek veya cerraha özgü veya prog-
rama özgü sonuçlar> k>yaslamak ama-
c>yla veritaban> biçimlendirilebilir.
Ayr>ca, sonuçlar>n analizleri, ulusal
politik kararlar> yönlendirmek veya
bak>m akreditasyonlar>n> yönetmek
için kullan>labilir. Hekim profili ve
akreditasyonu için risk düzeltmeli so-
nuçlar>n kullan>lmas> konusunda da
tart>flmalar bafllat>lm>flt>r.
3. Veriler nas>l toplanm>flt>r? Veri taban-
lar> girdileri, geriye dönük, efl zamanl>
veya ileriye yönelik tarzda toplanabi-
lir. Veritaban>na dayal> olarak veri top-
lama zorunlu (VA veritaban>) veya
keyfi (STS veritaban>) olabilir. Veri el-
de edilmesi ve giriflleri, hasta bak>m
ekibi veya ba¤>ms>z veri toplay>c>lar>
taraf>ndan yap>labilir. Örne¤in VA ve-
ritaban>nda veriler, cerrahi ekipten ba-
¤>ms>z olan hemflire araflt>rmac>lar ta-
raf>ndan toplan>r. Bu tür verilerin ba-
¤>ms>z flekilde toplanmas>n>n daha de-
tayl> ve yans>z raporlama durumuyla
sonuçlanaca¤>na inan>lmaktad>r (ör-
ne¤in, komplikasyonlar> kendili¤in-
den bildirme durumu, cerrahlar için
ayn> derecede uygun olmayabilir).
4. Kay>p veriler nas>l ele al>n>r? Herhangi
bir büyük veri taban>n>n eksik veri un-
surlar> olacakt>r. Bu durum, verilerin
geriye dönük olarak girildi¤i veri ta-
banlar>nda daha yayg>n olarak görülür.
E¤er ilgilenilen sonuç de¤iflken eksikse,
eksik sonuç verileri olan kay>tlar at>l-
mal>d>r çünkü girdi sonuçlar> için genel
kabul görmüfl makul bir yöntem yok-
tur. Sonuçla ilgili olmayan di¤er de¤ifl-
kenler için bir dizi istatistiksel teknikler
kullan>l>r. Nadiren, kay>tlar içerisinde
kendine has bu vakan>n ele al>nmama-
s>n> hakl> gösteren yeterli eksik veri un-
surlar> bulunur. Di¤er yayg>n atfetme
teknikleri, di¤er hasta de¤erlerine daya-
l> olarak eksik de¤iflkenlerin yerine ko-
nulabilecek bir de¤er sa¤lamakt>r. Ör-
ne¤in, STS veritaban>nda serum kreati-
nin bir de¤iflken olarak s>kça eksiktir ve
bu verilerin analizlerinde "eksik" için
ya bir gösterge de¤iflken konulabilir ya
da eksik de¤erler için 1/0 fleklinde veri-
len bir normal de¤er ikame edilebilir.
Ayr>ca, istatistiksel kesinli¤i klinik ola-
rak uygun tahminlerle yer de¤ifltirebi-
len pek çok atfetme teknikleri mevcut-
tur (örne¤in, aral>k içi tahminler). Kar-
diyak cerrahi veri tabanlar> için bütün-
lük oranlar> artt>kça, karmafl>k atfetme
teknikleri için gereksinimde azalmaya
bafllam>flt>r.
37 Veri Taban>
327