Dergiler / Sağlık ve Toplum / 2017 / Cilt: 27 - Sayı: 1

Karıştırıcı Etkenlerin Kontrolünde Mantel Haenszel Testi

Mantel Haenszel Test For Controlling Confounding Factors

Sayfa
53–60
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Araştırmayı tasarlarken karıştırıcı etkenleri kontrol etmek (eşleştirme gibi) veya sonrasında ileri istatistik analizler (çoklu regresyon, ko-varyans analizi gibi yöntemler) ile kontrol seçenekleri arasında Mantel Haenszel ki kare testi, "karıştırıcı etkenler" kavramını en iyi anlatan yöntem olarak öne çıkmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Neden-sonuç ilişkisinin incelendiği çalışmalarda, çalışma gruplarının uygun biçimde seçilmemesi durumunda karıştırıcı etkenlerin (confounding factors) neden-sonuç ilişkisini etkilemesi ile hastalığın rölatif riski olduğundan daha fazla veya daha az olarak hesaplanabilmektedir.
📊
Temel Bulgular & Veri:Söz konusu "karıştırıcı etkenler", pek çok farklı değişken olabilir.
💡
Sonuç & Katkı:Araştırmayı tasarlarken karıştırıcı etkenleri kontrol etmek (eşleştirme gibi) veya sonrasında ileri istatistik analizler (çoklu regresyon, ko-varyans analizi gibi yöntemler) ile kontrol seçenekleri arasında Mantel Haenszel ki kare testi, "karıştırıcı etkenler" kavramını en iyi anlatan yöntem olarak öne çıkmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Neden-sonuç ilişkisinin incelendiği çalışmalarda, çalışma gruplarının uygun biçimde seçilmemesi durumunda karıştırıcı etkenlerin (confounding factors) neden-sonuç ilişkisini etkilemesi ile hastalığın rölatif riski olduğundan daha fazla veya daha az olarak hesaplanabilmektedir. Söz konusu "karıştırıcı etkenler", pek çok farklı değişken olabilir. Bu yazıda, karıştırıcı etkenlerinin kontrolünde kullanılan Mantel Haenszel ki kare testinin kullanımı; sırasıyla, Mantel-Haenszel ki kare testinin arkasındaki mantık ile elle yapılışı ve iki farklı istatistik programda (EpiInfo ve SPSS) uygulanışı anlatılmıştır.Mantel Haenszel ki kare testi, elle yapıldığında uzun bir zaman almakta ise de yöntemin altındaki mantığın anlaşılması için önemlidir. Bu anlaşıldığında, testin programlar ile uygulanması; zaman kaybını ve hatayı azalttığından pratik kullanım açısından daha iyi bir tercihtir. Araştırmayı tasarlarken karıştırıcı etkenleri kontrol etmek (eşleştirme gibi) veya sonrasında ileri istatistik analizler (çoklu regresyon, ko-varyans analizi gibi yöntemler) ile kontrol seçenekleri arasında Mantel Haenszel ki kare testi, "karıştırıcı etkenler" kavramını en iyi anlatan yöntem olarak öne çıkmaktadır.

Abstract

In cause-effect relationship studies, effect of confounding factors can be calculated as more or less than relative risk of the disease when studying groups are not properly selected. Such factors can be composed of different variables. In this article, use of MantelHaenszel test controlling confounding factors, manual implementation with the logic behind Mantel-Haenszel test and implementation with two different statistical programs (EpiInfo and SPSS), have been explained, respectively.Mantel-Haenszel test takes too much time manually, however, it is important to understand the logic of this method. Implementation of this test with programs is thought to be a better choice in terms of practical use since it reduces time loss and mistakes. MantelHaenszel test, one of the options on controlling the confounding factors (such as matching) or advanced statistical analyses (such as multiple regression, co-variance analysis), is the best method of describing the concept of "confounding factors" when designing the research.

🔖

Bu Makaleye Atıf Yap

YILDIZ, F., OKYAY, P. (2017). Karıştırıcı Etkenlerin Kontrolünde Mantel Haenszel Testi. Sağlık ve Toplum, Cilt: 27 - Sayı: 1, 53–60. https://ajindex.com/articles/305551

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (2)

  1. Kirkwood BR, Sterne JAC. Controlling for confounding: Stratification. Goodgame F, editor. Essentials of Medical Statistics. Second Edition.
  2. Cornwall, England: Blackwell Publishing; 2003: 263-271 2. Cochran W. Some Methods for Strengthening the Common x² Tests. Biometrics 1954; 10 (4): 417-451 3. Mantel N. Chi-Square Tests with One Degree of Freedom; Extensions of the Mantel- Haenszel Procedure. Journal of the American Statistical Association 1963; 58(303): 690- 700 4. Mantel N, Haenszel W. Statistical Aspects of the Analysis of Data from Retrospective Studies of Disease. Journal of the National Cancer Institute 1959; 22: 719-748 5. EpiInfoTM. https://www.cdc.gov/epiinfo/index.html (Erişim: 02.01.2017) 6. World Health Organization, Regional Office for the Western Pacific. Taking Sex and Gender Into Account In Emerging Infectious Disease Programmes: An Analytical Framework. Manila, 2011: 17 7. Cardoso LF, Krokoscz DVC, de Paiva EF et al. Results of a venous thromboembolism prophylaxis program for hospitalized patients. Vascular Health and Risk Management. 2016: (12) 491-496 8. Evans D. Categorizing the Magnitude and Frequency of Exposure?to Uncivil Behaviors: ANew Approach for More Meaningful Interventions. Journal of Nursing Scholarship. 2017: (0) 1-9 9. Xiang MX, Wang DQ, Xu J et al. Evaluation of Safety and Efficacy of Qinming8631 DR Implantable Cardiac Pacemaker in Chinese Patients:?A Prospective, Multicenter, Randomized Controlled Trial of the First Domestically Developed Pacemaker of China. Chin Med J 2016: (129) 2659-65 10. Bonzelaar LB, Salapatas AM, Hwang MS et al. The Effect of Oral Positioning on the Hypopharyngeal Airway. Laryngoscope. 2016: (0) 1-5 11. Aksakoğlu G. Sağlıkta Araştırma ve Çözümleme. 3. Basım. İzmir: Meta Basım; 2013: 290-303