Analitik denetim: yöntem, kod ve raporlama incelemesi
Mevcut bir analizde sorun olup olmadığını anlamak için yalnız son p-değerine veya kullanılan testin adına bakmak yeterli değildir. Tasarım ile yöntem uyumu, veri işleme adımları, kod/syntax, tablolar ve sonuç yorumları birlikte değerlendirilir. Amaç, hangi noktaların yalnız açıklama gerektirdiğini ve hangi durumlarda yeniden analiz gerektiğini ayırmaktır.
“Farklı yapılabilirdi” ile “hatalı yapılmış”ı birbirinden ayırıyoruz.
İstatistiksel hakemlerin bildirdiği sorunlar yalnız test seçiminden oluşmaz; model kurma, grafik ve tablo sunumu, nedensel dil ve sonuçların yorumlanması da ayrı hata alanlarıdır (Flom et al., 2024). Bu nedenle analitik denetim, mevcut çalışmaya yeni yöntemler eklemek için değil, mevcut analiz zincirinin araştırma sorusunu ve veri yapısını savunulabilir biçimde karşılayıp karşılamadığını değerlendirmek için yapılır.
İnceleme kapsamı elinizdeki materyale göre yöntem bölümü, analiz çıktıları, kod/syntax, veri işleme kayıtları, tablolar, şekiller ve varsa hakem yorumlarını içerebilir. Yeniden analiz ancak mevcut sorunun sonucu etkileyebileceğine ilişkin metodolojik gerekçe varsa önerilir.
Beş başlıkta analitik denetim
1. Analitik denetim neyi inceler?
Denetim tek bir “doğru test kullanılmış mı?” sorusuna indirgenmez. Çalışma tasarımıyla analiz yönteminin uyumu, örneklem ve dışlama kararları, değişkenlerin nasıl üretildiği, model kurma biçimi, varsayım kontrolleri, eksik veri ve çoklu test kararları ile sonuçların nasıl sunulduğu birlikte incelenebilir. Biyomedikal makalelerde yöntem seçimi, regresyon/model kurma, istatistiksel anlamlılık ve metinsel-tablosal sunumun ayrı sorun alanları olarak görülmesi bu çok katmanlı yaklaşımı desteklemektedir (Flom et al., 2024).
Kod veya syntax mevcutsa, yöntem bölümünde yazılan işlemin gerçekten kodda uygulanıp uygulanmadığı da kontrol edilir. Yeniden üretilebilirlik çalışmalarında veri temizleme, örneklem seçimi ve analitik kararların kod içinde izlenebilir biçimde belgelenmesi önerilmektedir (Streiber et al., 2025).
2. Hangi durumlarda analitik denetim gerekir?
Analiz tamamlanmış olmasına rağmen yöntem seçiminin veri yapısına uygunluğundan emin olunmaması, yöntem metni ile çıktıların uyuşmaması, hakemden istatistiksel eleştiri gelmesi, sonuçların beklenmedik biçimde değişmesi veya çalışmanın başka bir araştırmacı tarafından yeniden kontrol edilmek istenmesi denetim gereksinimi doğurabilir.
Özellikle kovaryat seçimi, alt grup analizleri ve eksik veri gibi kararlar sonuç görüldükten sonra değiştirilmişse bunların gerekçesi ayrıca incelenir. Confounder seçiminin yalnız tek değişkenli p-değerlerine dayanamayacağı ve uygunsuz ayarlamanın yanlılık oluşturabileceği gösterilmiştir (Inoue et al., 2025). Eksik veri analizlerinde de varsayımlar ve duyarlılık analizlerinin yeterince gerekçelendirilmemesi uygulamada sık bildirilen bir sorundur (Mainzer et al., 2024).
3. Denetimde hangi katmanlar kontrol edilir?
Veri ve analiz izi: başlangıç örnekleminden analiz örneklemine nasıl gelindiği, dışlamalar, tekrar kayıtlar, dönüşümler ve türetilmiş değişkenler izlenebilir olmalıdır. Yöntem ve model: gözlemlerin bağımsızlığı, eşleştirme veya tekrarlı ölçüm yapısı, sonuç değişkeninin türü, kovaryatların rolü ve kullanılan modelin varsayımları değerlendirilir. Kod ve çıktı: syntax ile yöntem metni ve tabloların aynı analizi temsil edip etmediği kontrol edilir.
Raporlama ve yorum: p-değerlerinin, güven aralıklarının ve etki büyüklüklerinin anlamı doğru aktarılmalıdır; p-değerinin etkinin büyüklüğünü veya klinik önemini tek başına göstermediği özellikle dikkate alınır (Choi & Garwe, 2025). Tablo, özet ve ana metin arasında farklı sonuçlar bulunması da ayrıca kontrol edilir; bu tür tutarsızlıkların yayımlanmış araştırmalarda görülebildiği gösterilmiştir (McKechnie et al., 2025).
4. Denetim sonunda ne teslim edilir?
Her tespit aynı ağırlıkta değildir. Denetim notunda sorunlar mümkün olduğunca işlevsel biçimde ayrılır: açıklama eksikliği, raporlama/tutarlılık sorunu, analitik kararın gerekçelendirilmesi, duyarlılık analizi gereksinimi veya yeniden analiz gereksinimi. Böylece hangi düzeltmenin sonucu değiştirebileceği ile yalnız metinsel açıklama gerektiren konular birbirinden ayrılır.
Duyarlılık analizinin bulunması tek başına yeterli değildir; ana sonuç farklı varsayımlar altında değişiyorsa bunun yorumlanması gerekir. Gözlemsel çalışmaları inceleyen güncel bir meta-epidemiyolojik araştırma, birincil ve duyarlılık analizleri arasındaki uyuşmazlıkların her zaman yeterince tartışılmadığını göstermiştir (Xu et al., 2025).
5. Denetim ile yeniden analiz aynı şey midir?
Hayır. Bazı sorunlar yalnız yöntem bölümünün daha açık yazılması, tablo-metindeki bir tutarsızlığın giderilmesi veya sonuç dilinin sınırlandırılmasıyla çözülebilir. Buna karşılık yanlış örneklem seçimi, veri işleme hatası, tasarımla uyumsuz model veya sonucu etkileyebilecek bir kod/syntax sorunu yeniden analiz gerektirebilir.
Hakem yorumu varsa talep otomatik olarak uygulanmaz. Önce hakemin işaret ettiği noktanın araştırma sorusu, veri yapısı ve mevcut analiz açısından metodolojik karşılığı değerlendirilir. Peer-review sürecinin istatistiksel içeriği değiştirebildiği gösterilmiş olsa da hakemlik tek başına analitik doğruluğun garantisi değildir (Garcia-Costa et al., 2022). Bu nedenle gerekiyorsa yeniden analiz yapılır; gerekmiyorsa gerekçeli yöntem yanıtı hazırlanır.
Analitik denetim desteğinde ne yapıyoruz?
İlk değerlendirmede çalışma amacı, tasarım, yöntem ve bulgu metni, mevcut çıktılar ve varsa kod/syntax ile hakem yorumları incelenir. Kapsam, sorunun nerede olduğuna göre belirlenir; her projede bütün denetim katmanlarının uygulanması gerekmez.
Teslim; tespit edilen noktaları, neden sorun oluşturduklarını, önerilen düzeltmeyi ve yeniden analiz gerekip gerekmediğini açıklayan bir değerlendirme notu içerebilir. Yeni analiz, kod/syntax düzeltmesi, tablo üretimi veya hakem yanıtı gerekiyorsa bunlar ayrıca kapsamlandırılır.
Analitik denetimle ilgili ayrıntılı yazılar
Kod/syntax denetimi, duyarlılık analizi, p-değeri ve güven aralığı yorumu, tablo-metin tutarlılığı ve hakem yorumlarının metodolojik değerlendirilmesi için ayrı rehberler Bilgi Merkezi'nin Raporlama ve Analitik Denetim kümesine eklenecek.
Bilgi Merkezi'ni inceleyin →Kaynakça
Choi, J., & Garwe, T. (2025). Common statistical pitfalls in clinical research: The guide to avoid misinterpreting p values, confidence intervals, odds ratios, and more. Journal of Trauma and Acute Care Surgery, 99(3), 345–350. https://doi.org/10.1097/TA.0000000000004726
Flom, P., Harron, K., Ballesteros, J., Kalinda, C., Koutoumanou, E., Miles, J., Nevitt, S. J., & Rohloff, P. (2024). Common errors in statistics and methods. BMJ Paediatrics Open, 8(1), e002755. https://doi.org/10.1136/bmjpo-2024-002755
Garcia-Costa, D., Forte, A., Lòpez-Iñesta, E., Squazzoni, F., & Grimaldo, F. (2022). Does peer review improve the statistical content of manuscripts? A study on 27 467 submissions to four journals. Royal Society Open Science, 9(9), 210681. https://doi.org/10.1098/rsos.210681
Inoue, K., Sakamaki, K., Komukai, S., Ito, Y., Goto, A., & Shinozaki, T. (2025). Methodological tutorial series for epidemiological studies: Confounder selection and sensitivity analyses to unmeasured confounding from epidemiological and statistical perspectives. Journal of Epidemiology, 35(1), 3–10. https://doi.org/10.2188/jea.JE20240082
Mainzer, R. M., Moreno-Betancur, M., Nguyen, C. D., Simpson, J. A., Carlin, J. B., & Lee, K. J. (2024). Gaps in the usage and reporting of multiple imputation for incomplete data: Findings from a scoping review of observational studies addressing causal questions. BMC Medical Research Methodology, 24(1), 193. https://doi.org/10.1186/s12874-024-02302-6
McKechnie, T., Kazi, T., Shi, V., Wang, A., Zhang, S., Thabane, A., Nanji, K., Staibano, P., Park, L. J., Doumouras, A., Eskicioglu, C., Thabane, L., Parpia, S., & Bhandari, M. (2025). Inconsistency between abstract and main text reporting is common in pilot randomized controlled trials of surgical interventions: A methodological survey. The American Journal of Surgery, 243, 116250. https://doi.org/10.1016/j.amjsurg.2025.116250
Streiber, A. M., Hoepel, S. J. W., Blok, E., van Rooij, F. J. A., Neitzel, J., Labrecque, J., Ikram, M. K., & Bos, D. (2025). Improving reproducibility of data analysis and code in medical research: 5 recommendations to get started. BMJ Open, 15(10), e104691. https://doi.org/10.1136/bmjopen-2025-104691
Xu, J., Wang, Y., He, Q., Xie, S., Feng, S., Wang, X., Wang, W., & Sun, X. (2025). Evaluating the agreement between sensitivity and primary analyses in observational studies using routinely collected healthcare data: A meta-epidemiology study. BMC Medicine, 23(1), 393. https://doi.org/10.1186/s12916-025-04199-4
Mevcut analizin gerçekten nerede sorun taşıdığını birlikte ayıralım.
İlk değerlendirme için çalışma amacınızı, mevcut yöntem/sonuç metninizi ve hangi konuda kuşkunuz olduğunu birkaç cümleyle belirtmeniz yeterlidir. İlk başvuruda hasta/katılımcı bilgisi veya ham veri göndermeyin.
Çalışmanızı görüşelim →