Yaşam analizi, sağlık alanında hastalıkların risk etkilerini ve tedavi başarılarını ortaya çıkarabilmesi açısından önemli bir yöntemdir. Yaşam analizi çalışmaları sadece t zaman süresinde gerçekleşen incelenen durumun “ölüm” olayı olmama durumunu ve aynı zamanda çalışmada önemliliği belirlenmiş farklı olayların gerçekleşmesinin de tedavi etkinliğini belirlenebilmesine olanak tanımaktadır. Çalışmada belirlenen bu farklı olaylara çalışmanın sonlanım noktası adı verilmektedir. Klinik çalışmalarda tek bir sonlanım noktası kullanmak yerine birden fazla sonlanım noktası belirlenmesi, tedavi etkilerini daha net olarak belirleye bilmek için oldukça önemli olmaktadır. Bu nedenle birçok araştırmada en uygun tedaviyi bulmak için ilgilenilen alanı çeşitli yönlerden incelemek amacıyla mümkün olduğunca fazla bilgi toplayarak birden fazla sonuç düşünülmektedir. Genellikle bu sonuç değişkenleri ya ölüme kadar geçen süre ya da ölümcül olmayan olayın gerçekleşmesine kadar geçen süreyi kapsamaktadır. Bu iki sonucu tek bir birincil sonuçta birleştirmek ana amaç olmaktadır. Bileşik bir sonuç, çoklu çalışma sonuçlarının kombinasyonuna dayanan tek bir sonuç ortaya çıkarmaktadır.
Bu çalışmada, klinik çalışmalarda büyük önem taşıyan birden fazla sonlanım noktası içeren bileşik sonlanım noktası analizlerinde geleneksel analizlerin yarattığı problemlerden yola çıkılarak sonlanım noktaları arasında önem sırasını dikkate alan Pocock ve arkadaşlarının önermiş oldukları Win Ratio yaklaşımı incelenmiştir. Bu yaklaşım ile farklı gözlem sayıları, farklı ortalamalar, farklı olay gerçekleşme oranları, farklı sonlanım noktası sayıları ile oluşturulan senaryolar ile simülasyon çalışmalarının yapılması ve Kalp ve Damar Cerrahisi’nden alınan 74 hastaya ilişkin gerçek bir uygulama veri seti ile analiz yapılması amaçlanmıştır.
Çalışmanın simülasyon sonuçlarında, Win ratio değeri küçük örnek genişliklerinde anlamlı olmamasına rağmen büyük örnek genişliklerine göre daha yüksek değerler elde edilmiştir. Win ratio aynı zamanda olay gerçekleşme oranlarından ve bileşik sonlanım noktası sayılarından etkilendiği gözlenmiştir. Bileşik sonlanım sayısı arttıkça win ratio değerleri düşmüştür. Benzer şekilde olayın gerçekleşme oranları düştükçe win ratio değerlerinde düşüş gözlenmiştir. Üç grup simülasyon senaryolarında ise gruplar arasındaki ortalama değerleri birbirinden çok uzak olmasına rağmen win ratio değeri
v
sadece en yüksek olay gerçekleşme oranında ve iki gruba göre daha düşük değerlere sahip iken olay gerçekleşme oranı düştükçe win ratio’da “1” değerine düşmektedir. Gerçek veri seti sonuçlarında ise win ratio değerleri 1’in üzerinde bulunmuş ancak güven aralığı 1’i kapsadığından anlamlı bulunmamıştır.
Sonuç olarak, Bileşik sonlanım noktası içeren çalışmalarda geleneksel analizler yerine Win ratio yaklaşımının kullanılmasının çalışmayı daha anlamlı hale getireceği, küçük örnekler için win ratio ve p değerlerinin hesaplanması üzerine daha fazla çalışma yapılmasının gerekli olduğu ve üç grup için bileşik sonlanım noktası analizlerinin geliştirilmesi win ratio yaklaşımının Yaşam Analizleri’nde kullanılabilirliğini artırabileceği öngörülmektedir
Survival analysis is an important method in terms of revealing the risk effects and treatment successes of diseases in the field of health. Life analysis studies allow the determination of the condition of not being a "death" event, and also the treatment efficiency of the occurrence of different events whose significance was determined in the study. These different events determined in the study are called the end point of the study. Determining more than one endpoint instead of using a single endpoint in clinical trials is very important in order to determine the effects of treatment more clearly. For this reason, in many studies, multiple results are considered by collecting as much information as possible in order to examine the area of interest from various aspects in order to find the most appropriate treatment. Generally, these outcome variables include either the time to death or the time until the non-fatal event occurs. Combining these two results into one primary result is the main goal. A combined result produces a single result based on a combination of multiple study results.
In this study, the Win Ratio approach proposed by Pocock et al, which takes into account the order of importance among the endpoints, based on the problems created by traditional analyzes in composite endpoint analyzes containing more than one endpoint, which is of great importance in clinical studies. With this approach, it was aimed to simulate scenarios created with different observation numbers, different averages, different case realization rates, different endpoint numbers, and to analyze with a real application data set of 74 patients from Cardiovascular Surgery.
In the simulation results of the study, although the Win ratio value was not significant in small sample sizes, higher values were obtained compared to large sample sizes. Win ratio was also observed to be affected by event occurrence rates and the number of composite endpoints. As the number of composite outcomes increased, the win ratio values decreased. Similarly, as the realization rates of the event decreased, a decrease was observed in the win ratio values. In three group simulation scenarios, although the average values between the groups are far from each other, the win ratio value only has the highest event realization rate and lower values than the two groups, while the event realization rate decreases to "1" value in the win ratio. In the actual data
vii
set results, the win ratio values were found to be above 1, but the confidence interval was not found to be significant since it covers 1.
In conclusion, the use of the Win ratio approach instead of traditional analyzes in studies with composite endpoints will make the study more meaningful, more work is needed on the calculation of win ratio and p values for small samples, and the development of composite endpoint analyzes for three groups It is predicted that it may increase its usability in life analysis
