Blogİçgörü
Bir sağlık skorunun doğru olduğunu nasıl anlarsınız?
Altın standardı olmayan sağlık skorlarını doğrulamaktan çıkardığımız dersler
aBirden çok dayanakla yakınsama
Sağlık skoru
(incelenen herhangi bir skor)
Sağkalım
yaş ve cinsiyet ötesinde mortalite riski
↕ yaş ve cinsiyetin ötesinde bilgi veriyor mu?
Günlük yaşam
işlev, algılanan sağlık
↕ günlük işlevi yansıtıyor mu?
Moleküler göstergeler
biyolojik yaşlanmanın
↕ biyolojik yaşlanmayı yansıtıyor mu?
Hekim değerlendirmesi
klinikte çalışan hekimlerin
↕ hekimlerle uyuşuyor mu?
Tek bir dayanak karar vermez: dayanaklar aynı yönü gösteriyor mu?
bBir ölçüm olarak davranış
Tekrarlanabilir
kişi yeniden ölçüldüğünde benzer sonuç
Dayanıklı
bir test sonucu eksikken de güvenilir
Tutarlı
farklı gruplarda eşit performans
Sağlık skorları artık her yerde. Apple, Google ve Samsung’un sağlık uygulamaları uykuyu, kalp hızını ve hareketi skorlara dönüştürüyor: uyku skorları, günlük hazır olma ve enerji skorları, kardiyo form düzeyleri. PhenoAge gibi biyolojik yaş algoritmaları bir kişinin biyolojik yaşını rutin kan testlerinden tahmin ediyor; aynı tahmini DNA metilasyonundan yapan testler doğrudan tüketiciye satılıyor. Büyük dil modellerinden de artık bir kişinin sağlığını tıbbi kayıtlarından değerlendirmesi istenebiliyor.
Tıbbın yerleşik risk skorlarının açık bir hedefi var. Avrupa’da yaygın olarak kullanılan SCORE2, bir kişinin önümüzdeki on yılda kalp krizi ya da inme geçirme olasılığını tahmin ediyor (SCORE2 çalışma grubu, European Heart Journal, 2021) ve bu tahmin gerçekte olanlarla karşılaştırılabiliyor. Sağlığın kendisini ölçtüğünü söyleyen bir skorun ise böyle bir hedefi yok. Sağlığın kendine ait bir kan testi yok; bir kişinin gerçek sağlığını gösteren, skorların karşısına konabilecek altın standart bir ölçüm de yok.
Peki bir sağlık skorunun doğru olduğunu nasıl anlarsınız? Bu ölçülerin bir ailesi olan yaşlanma biyobelirteçleri için araştırmacılar, kliniğe girmeden önce nasıl doğrulanmaları gerektiği konusunda bir uzlaşı olmadığını belirtiyor (Moqri ve ark., Nature Medicine, 2024). Bu soruyla, rutin klinik verileri tek bir sağlık skorunda birleştiren ve ACUHIT 2026 hackathonunu kazanan Double Check’i geliştirirken karşılaştık. Bu süreçten çıkardıklarımız ve her sağlık skoruna sorulması gerektiğini düşündüğümüz sorular aşağıda.
Alışılmış sınama neden yetmiyor
Bir sağlık skorunu doğrulamanın yaygın bir yolu, ona bir risk skoru gibi davranıp ölümü öngörüp öngörmediğine bakmaktır. Makul bir başlangıç. Ama tek başına üç açıdan yetersiz kalır.
İşin çoğunu yaş yapabilir. Takvim yaşı ölümü tek başına çok iyi öngörür. Büyük ölçüde yaşı yeniden ifade eden bir skor ölümü öngörmede mükemmel görünebilir, ama yaşın zaten söylediğine pek az şey ekler.
Öngörmek ölçmek değildir. Bir skor ölümü, kişinin bugünkü sağlığıyla pek ilgisi olmayan nedenlerle de öngörebilir. Güçlü bir öngörü, skorun sağlığı ölçtüğünü tek başına göstermez.
Ölçüm kalitesi ayrı bir soru. Ölümü iyi öngörmek, bir skorun tekrar ölçüldüğünde aynı sonucu verip vermediğini, eksik bir test sonucuna dayanıklı olup olmadığını ya da farklı gruplarda eşit çalışıp çalışmadığını göstermez. Bu özellikler çok daha seyrek sınanıyor.
Sonuçları çalışmalar arasında yan yana koymak da zor. Skorlar farklı topluluklarda, farklı sonlanımlara karşı, farklı başarı tanımlarıyla sınanır.
Skor geliştirirken öğrendiklerimiz
Bu sınırları söylemek kolay, onlara uymak zor. Üç ders öne çıktı.
Normal kişiye özeldir. Referans aralıkları toplulukları tarif eder; çoğu zaman asıl önemli olan, kişinin kendi olağan değerinden ne kadar uzaklaştığıdır. Kreatinini 0,6’dan 1,0 mg/dL’ye çıkan biri olağan aralıkta kalır, ama o kişi için bu büyük bir değişimdir. Skorumuz cinsiyete ve yaşa göre seçilen aralıkları kullanıyor ve önceki ziyarete göre daha kötü bir aralığa geçişi cezalandırıyor; her sonucu kişinin kendi bazal değerine göre okumak bir sonraki adım.
Her puan izlenebilmeli. Bir hekim, parçalarına ayıramadığı bir sayıyı denetleyemez. Kişinin kaybettiği her puan, ona yol açan değere ya da kurala kadar izlenebiliyor; ekranda gösterilen referans aralığı da hesapta kullanılanın ta kendisi. Skor değiştikçe bunu korumak göründüğünden zor; bu yüzden otomatik bir test, açıklamayı skorun kendisiyle karşılaştırıyor.
Özet sayının peşine düşmeyin. Bir çalışmada sonlanımı yaşayan kişi sayısı az olduğunda, bir skorun iki sürümü arasındaki fark şansla ortaya çıkabilecek kadar küçük olabilir. Denediğimiz değişikliklerin birçoğu özet sayıyı bundan daha az oynattı. Bu yüzden her karşılaştırmanın yanında belirsizliği de gösteriyor, kararı klinik gerekçeye dayandırıyoruz. Koruduğumuz bazı değişiklikler özet sayıyı biraz kötüleştirdi, çünkü skoru klinik açıdan daha sağlam hale getirdi.
Neye bakılmalı
Bu derslerden altı ilke çıkıyor; onları üç başlıkta topladık.
Birden çok kanıtla karşılaştırın
- Tek dayanak değil, birçok dayanak. Hiçbir sonuç tek başına sağlığın yerini tutamaz. Bir skoru birkaç dayanakla, yani sağlığı gerçekten ölçen bir skorun izlemesi gereken işaretlerle karşılaştırın: sağkalım, insanların günlük hayatta nasıl hissettiği ve ne kadar işlev gördüğü, yaşlanmanın moleküler göstergeleri ve klinikte çalışan hekimlerin değerlendirmesi. Sonra bu tablonun tutarlı olup olmadığına bakın.
Yaşın katkısını ayırın, skoru bir ölçüm gibi sınayın
- Yaşın ötesinde, öngörünün ötesinde. Bir skorun yaşın ve cinsiyetin ötesinde ne kattığını sorun. Sağkalım birçok dayanaktan yalnızca biri; onu iyi öngörmek, tek başına skorun sağlığı ölçtüğünü göstermez.
- Skor bir ölçüm gibi davranmalı. Kişi yeniden ölçüldüğünde aynı sonucu verip vermediğine, eksik bir test sonucuna dayanıklı olup olmadığına ve farklı gruplarda eşit çalışıp çalışmadığına bakın.
Kuralları önceden koyun, kendi skorunuz da başarısız olabilsin
- Önce kurallar. Her hipotezi, eşiği ve karar kuralını ana analiz çalıştırılmadan önce yazın ve zaman damgasıyla kayda geçirin. Sonradan yapılan her değişikliği sapma olarak raporlayın.
- Sınamayı da sınayın. Doğrulama yönteminizi, reddetmesi gereken ve bilerek anlamsız kurulmuş kontrol skorlarında ve reddetmemesi gereken, sağlıkla bağı iyi belgelenmiş, çok çalışılmış bir skorda çalıştırın. Yöntem ikisini ayırt edemiyorsa yeni bir skor hakkında da pek bir şey söyleyemez.
- Herkese aynı kural, size de. Kendi skorunuzu yerleşik skorlarla aynı kurallarla değerlendirin ve sınamaları onu da başarısız bulabilecek biçimde kurun.
Neyi iddia etmiyoruz, sırada ne var
Hiçbir skorun “gerçek” olduğunu iddia etmiyoruz; hiçbir doğrulama da bunu gösteremez. Gösterebileceği şey, bir skoru ne kadar kanıtın desteklediği ve bu kanıtın nerede bittiğidir. Bizimki de dahil bu skorların hiçbiri bir tanı testi değildir.
Sırada bu ilkeleri kendimiz uygulamak var; bulduklarımızı, yetersiz kaldığımız yerler de dahil, paylaşacağız.
Bir sağlık skorunun doğru olduğunu kanıtlayan tek bir sayı belki hiç olmayacak. Ama herkese açık, tekrarlanabilir bir sınama yolu olabilir. Her sağlık skorunun böyle sınanmasını istiyoruz; işe kendi skorumuzla başlıyoruz.