MerQuR+Başvuru Kitabı

34. Çok Seçimli Yanıt (MR) Frekans Analizi

Analiz kimliği: mr_frequency · Menü adı: MR Frekans Analizi · Panel ve motor: gui/panels/analyses/mr_frequency.py (form 90–145, read_options 148–155, proportion_ci 158–173, execute 195–400, metin 416–479) · Yardımcılar: core/mr_helpers.py (get_mr_sets 83–145), survey/export/multichoice_encoder.py (split_multichoice_raw 123–170)

34.1 Ne işe yarar

Çok seçimli (multiple response, MR) bir soruda katılımcı birden çok seçeneği işaretleyebilir: "Hangi kronik hastalıklarınız var?", "Hangi ilaçları kullanıyorsunuz?". MR Frekans Analizi her seçeneğin kaç kişi tarafından işaretlendiğini sayar ve bu sayıyı iki farklı paydaya göre yüzdeye çevirir. Cevapladığı soru şudur: "Her seçenek, verilen bütün yanıtların ve yanıt veren kişilerin yüzde kaçında geçiyor?"

Analiz bir hipotez testi değildir; betimseldir. İsteğe bağlı olarak her seçeneğin "% vaka" oranına binom güven aralığı (GA) eklenir.

\%\,\text{Yanıt}_j=100\,\frac{f_j}{T},\qquad \%\,\text{Vaka}_j=100\,\frac{f_j}{n_b}
  • f_j: j. seçeneği işaretleyen vaka sayısı (frekans).
  • T=\sum_j f_j: toplam yanıt (işaretlenen seçeneklerin toplam sayısı).
  • n_b: % vaka tabanı; varsayılan olarak en az bir seçenek işaretleyen vaka sayısı.
  • % yanıt sütununun toplamı 100'dür; % vaka sütununun toplamı, kişi başına ortalama seçim sayısı 1'den büyük olduğu ölçüde 100'ü aşar.

Ne zaman kullanılır? Anket ve klinik formda "birden çok seçenek işaretlenebilir" türünden bir sorunun tanımlayıcı özeti gerektiğinde: eşlik eden hastalıklar, kullanılan ilaçlar, başvuru nedenleri, bilgi kaynakları.

Ne zaman kullanılmaz?

  • Soru tek seçimliyse (her kişi tek bir kategori): Betimsel İstatistikler (Bölüm 1) frekans tablosu; bilinen bir dağılımla karşılaştırma için Ki-Kare Uyum İyiliği (Bölüm 26).
  • Seçenek oranlarının gruplar arasında farklı olup olmadığı soruluyorsa: MR × Kategorik Çapraz Tablo (Bölüm 35).
  • İki çok seçimli sorunun birlikte seçilme örüntüsü soruluyorsa: MR × MR Çapraz Tablo (Bölüm 36).
  • Aynı kişilerde seçeneklerin seçilme oranları birbirinden farklı mı sorusu sınanacaksa (seçenekler tekrarlı ikili ölçüm gibi): Cochran's Q Testi (Bölüm 37). MR Frekans oranları yalnız betimler, karşılaştırmaz.

Sık karıştırılan analizler. Seçenekleri ayrı ayrı ikili değişken olarak Betimsel İstatistikler'e vermek her seçeneğin oranını tüm vakalara göre verir; bu, MerQur'daki "% vaka tabanı: Tüm geçerli vakalar" seçeneğine karşılık gelir ve yanıtsız vakalar varsa varsayılan tablodan farklıdır.

34.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Set ayrıştırılmış olmalı Çok seçimli metin sütunu (ör. "copd, asthma") önce Veri → Çok Seçimli panelinde seçenek sütunlarına bölünür; analiz bu ayrıştırmanın üst verisini (mc_metadata) okur. Ayrıştırma yoksa form yalnız kırmızı uyarı gösterir (mr_frequency.py:103–114); kaynak set bulunamazsa hata (mr_frequency.py:214–217).
Seçenek kodlaması tutarlı Ya konumsal/kategorik (hücrede seçenek adı) ya ikili (her seçenek bir 0/1 sütunu) kodlama. Bütün dolu hücreler sayı ve 0 ya da 1 ise ikili, değilse konumsal kabul edilir (core/mr_helpers.py, mr_detect_binary). 1/2 gibi başka ikili kodlar için "Sayılan değer" gerekir; girilmezse çevrilmiş hata verilir (34.9).
Bir vaka bir seçeneği en çok bir kez işaretler Frekans, vaka sayısıdır. Çok Seçimli panelinin ayrıştırması her seçeneği tek sütuna koyduğu için sağlanır (multichoice_encoder.py:165–168).
"Hiçbiri" seçeneği gerçek bir seçenek değildir "absent", "yok", "-" gibi değerler seçenek olarak sayılır. Denetlenmez (34.4, 34.9).

Eksik değer. Hücre boşsa (NaN ya da yalnız boşluk) "dolu değil" sayılır (mr_frequency.py:231). "Eksik veri" seçeneği:

  • Eksik = seçilmedi (varsayılan): ikili sette boş hücre 0 yapılır (mr_frequency.py:286); konumsal sette boş yuva zaten "seçilmedi" demektir. Hiç seçim yapmamış vaka n'de kalır, "Yanıt vermeyen" sayılır.
  • Kısmen eksik vakaları dışla: ikili sette herhangi bir seçenek sütunu boş olan vaka, konumsal sette bütün yuvaları boş olan vaka çıkarılır (mr_frequency.py:273–277). Konumsal sette bu, "hiç yanıt vermeyenleri dışla" anlamına gelir.

Uç durumlar.

  • Setin sütunlarından hiçbiri veride yoksa hata (mr_frequency.py:220–224); bir kısmı varsa yalnız bulunanlar kullanılır.
  • Dışlamadan sonra vaka kalmazsa "Veri boş." hatası (mr_frequency.py:278–280).
  • Toplam yanıt ya da taban 0 ise ilgili yüzde "—" yazılır (mr_frequency.py:338–345).
  • "Sayılan değer" girilmiş ama set seçenek adı taşıyan (konumsal/metin) bir setse değer yok sayılır ve uyarı yazılır (mr_frequency.py:245–250, 176–190).
  • Uyarılar: n<30 (365–368); yanıt vermeyenler vakaların %30'undan çoksa (369–374); % vakası %5'in altında kalan seçenekler (377–385).

34.3 Parametreler

Varsayılanlar mr_frequency.py:116–145 ve read_options (148–155) içinden okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
MR Set ilk ayrıştırılmış set Analiz edilecek çok seçimli soru. —
Sayılan değer boş İkili kodlu sette "seçildi" sayılacak değer (ör. 1/2 kodda 1). Boşken 0/1 ya da metin kodlaması otomatik algılanır; konumsal sette yok sayılır.
% vaka tabanı En az bir seçim yapanlar n_b: yanıtlayanlar ya da tüm geçerli vakalar. % vaka ve GA'nın paydası.
Eksik veri Eksik = seçilmedi Boş hücre "seçilmedi" mi, yoksa vaka dışlansın mı. n, yanıtlayan sayısı ve iki yüzde.
Oran güven aralığı Yok Yok; Wilson; Clopper-Pearson. % vaka için GA sütunu eklenir.
Güven Düzeyi %95 GA düzeyi (1-\alpha). Yalnız GA genişliği; test olmadığı için karar yoktur.

İki taban neden farklı soru cevaplar?

"En az bir seçim yapanlar" tabanı, "soruyu cevaplayanlar arasında" oranı verir. "Tüm geçerli vakalar" tabanı, örneklemdeki herkes arasında oranı verir; seçenek sütunlarını tek tek ikili değişken olarak özetlemekle aynıdır. Yanıtsız vaka yoksa iki taban aynıdır. Yanıtsızlar "hastalığı yok" anlamına geliyorsa (eşlik eden hastalık sorusunda olduğu gibi) yaygınlık için doğru payda tüm vakalardır; yanıtsızlar soruyu atlamışsa yanıtlayanlar tabanı doğrudur. Seçim, verinin nasıl toplandığına bağlıdır, istatistiğe değil.

34.4 Tıp örneği

Dosya: english/datasets/Tip/29_mr_frequency_comorbidity.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/29_mr_frekans_komorbidite.xlsx).

Değişken Rol Tür Açıklama
comorbidity MR Set kaynağı virgülle ayrılmış metin ör. "hypertension, diabetes"
age kullanılmaz sayısal
patient_id kullanılmaz

n ve eksik değer: 250 hasta, boş hücre yok. Çok Seçimli panelinde virgül ayracıyla ayrıştırma, veride ilk görülme sırasıyla dokuz seçenek sütunu üretir: copd, asthma, hypertension, diabetes, cardiovascular, rheumatic, anemia, absent, thyroid (multichoice_encoder.py:155–168). Hücrelerde seçenek adı ya da boşluk vardır; set konumsal yoldan sayılır.

Hasta başına işaretlenen değer sayısı: 1 değer 101, 2 değer 80, 3 değer 47, 4 değer 15, 5 değer 7 hasta. Tek değerli 101 hastanın 26'sında değer "absent"tır, yani 26 hastada eşlik eden hastalık yoktur. Veri seti bunu bir seçenek gibi kodlamıştır.

Klinik soru: Hastalarda hangi eşlik eden hastalıklar ne sıklıkta görülüyor? (VIDEO_SCRIPT_TR.txt, #29.)

Seçilen ayarlar: Varsayılan; ek çalıştırmalar: Wilson ve Clopper-Pearson %95, Wilson %99. "absent" gerçek bir seçenek olmadığından ikinci bir hazırlıkta "absent" hücreleri boşaltılıp (veri adımı, analiz seçeneği değil) aynı analiz yanıtlayanlar tabanı, tüm vakalar tabanı ve "Kısmen eksik vakaları dışla" ile tekrarlanmıştır. İkili yolun aynı sonucu verdiğini göstermek için aynı veri 0/1 ve 1/2 kodlu sütunlarla da çalıştırılmıştır.

34.5 Formüller ve hesap adımları

MerQur'un sırası şudur: (1) kaynak setin sütunlarını bul, (2) dolu hücreleri belirle, (3) "Sayılan değer" varsa ve set ikiliyse hücreleri 0/1'e çevir, (4) kodlamayı (ikili ya da konumsal) belirle, (5) seçiliyse eksik vakaları dışla, (6) her seçeneğin frekansını, yanıtlayan sayısını ve toplam yanıtı say, (7) tabanı seç, iki yüzdeyi ve kişi başı ortalamayı hesapla, (8) seçiliyse her seçeneğe GA kur, (9) uyarıları ekle.

34.5.1 Ayrıştırma ve kodlama

Çok Seçimli paneli metni ayraçla böler, parçaları kırpar, boş parçaları atar. Veride geçen her farklı değer bir sütun olur (Q_k\_1,\dots,Q_k\_K); hücrede seçildiyse seçenek adı, seçilmediyse boş vardır (multichoice_encoder.py:148–170). Üst veride her sütun, ilk dolu hücresindeki adla eşlenir (multichoice_panel.py:676–686).

Vaka i ve seçenek j için seçim göstergesi:

y_{ij}=\begin{cases}1 & j \text{ seçeneği } i \text{ vakasında işaretli}\\ 0 & \text{değil}\end{cases}
  • Konumsal sette y_{ij}=1, satırın herhangi bir yuvasında hücre metni (kırpılmış) j'nin adına eşitse (mr_frequency.py:297–302).
  • İkili sette y_{ij} doğrudan sütundaki 0/1 değeridir; boş hücre 0 sayılır (mr_frequency.py:286–291).
  • "Sayılan değer" v ise y_{ij}=\mathbb{1}[x_{ij}=v]; sayıya çevrilebiliyorsa sayısal, değilse metin karşılaştırması yapılır (mr_frequency.py:251–260).

Koddaki tercih

Kodlama türü veriden kestirilir: bütün dolu hücreler sayıya çevrilebiliyor ve hepsi 0 ya da 1 ise set ikili sayılır (mr_detect_binary). Metin içeren ya da 0/1 dışında bir sayı (2, 0,5 gibi) bulunan set konumsal sayılır. Konumsal sette hiçbir dolu hücre bir seçenek adına eşit değilse (ör. 1/2 kodlu ikili set) frekanslar sıfır çıkacağı için analiz yapılmaz; "Sayılan değer" alanını öneren çevrilmiş bir hata verilir. "Sayılan değer" ise yalnız setin gerçekten ikili olduğu durumda uygulanır: hücrelerin hepsi sayıysa ya da setin tamamında en çok iki farklı metin değeri varsa ve sayılan değer bunlardan biriyse (_is_dichotomous, mr_frequency.py:176–190).

34.5.2 Sayımlar

f_j=\sum_{i=1}^{n}y_{ij},\qquad T=\sum_j f_j,\qquad n_y=\#\{i:\ \textstyle\sum_j y_{ij}>0\}
  • n: analizdeki vaka sayısı (dışlamadan sonra); çıktıda "Toplam vaka (n)".
  • n_y: en az bir seçim yapan vaka; "Yanıtlayan". n-n_y: "Yanıt vermeyen".
  • Konumsal sette T, dolu hücrelerin sayısıdır (mr_frequency.py:304–312); seçenek listesinde olmayan bir değer bulunursa T'ye girer ama hiçbir f_j'ye girmez. Ayrıştırma bütün değerleri seçenek yaptığı için normal kullanımda T=\sum_j f_j'dir.

34.5.3 Yüzdeler ve kişi başı ortalama

\%\,\text{Yanıt}_j=100\,\frac{f_j}{T},\qquad \%\,\text{Vaka}_j=100\,\frac{f_j}{n_b},\qquad \bar m=\frac{T}{n_y}
  • n_b=n_y (varsayılan) ya da n_b=n ("Tüm geçerli vakalar") (mr_frequency.py:315–316).
  • \bar m: yanıtlayan başına ortalama seçim sayısı; taban seçiminden bağımsız olarak her zaman n_y'ye bölünür (mr_frequency.py:319–321). "Tüm geçerli vakalar" tabanında çıktı satırı bunun "en az bir seçim yapan başına" ortalama olduğunu not eder. Varsayılan tabanda % vaka sütununun toplamı 100\,\bar m'dir.
  • Yüzdeler tam duyarlıkla saklanır, yalnız gösterimde bir ondalığa yuvarlanır (mr_frequency.py:333–345).

Neden iki ayrı yüzde?

% yanıt "verilen cevapların bileşimi"ni, % vaka "kişilerin ne kadarının o seçeneği seçtiği"ni anlatır. Klinik soruda ilgilenilen hemen her zaman % vakadır (hipertansiyon yaygınlığı); % yanıt, bir seçeneğin toplam yük içindeki payını gösterir ve kişi başı seçim sayısı arttıkça bütün seçenekler için küçülür. İki yüzde arasındaki oran sabittir: \%\,\text{Vaka}_j/\%\,\text{Yanıt}_j=T/n_b.

34.5.4 % vaka için güven aralıkları

Her seçenek için x=f_j ve m=n_b ile, \hat p=x/m olmak üzere (proportion_ci, mr_frequency.py:158–173):

\text{Wilson: }\ \frac{\hat p+\dfrac{z^2}{2m}}{1+\dfrac{z^2}{m}}\ \pm\ \frac{z\sqrt{\dfrac{\hat p(1-\hat p)}{m}+\dfrac{z^2}{4m^2}}}{1+\dfrac{z^2}{m}}
\text{Clopper–Pearson: }\ \Big[B_{\alpha/2}(x,\ m-x+1);\ B_{1-\alpha/2}(x+1,\ m-x)\Big]
  • z=\Phi^{-1}(1-\alpha/2); \alpha=1-\text{güven düzeyi}.
  • B_q(a,b): Beta(a,b) dağılımının q yüzdeliği. x=0 ise alt sınır 0, x=m ise üst sınır 1 alınır.
  • Wilson sınırları [0,\ 1]'e kırpılır. Sonuçlar 100 ile çarpılıp yüzde olarak yazılır.

Neden Wald değil Wilson?

Wald aralığı \hat p\pm z\sqrt{\hat p(1-\hat p)/m}, oran 0 ya da 1'e yakınken ve m küçükken nominal kapsamanın belirgin biçimde altında kalır ve sıfırın altına taşabilir. Wilson aralığı skor testinin tersidir; Brown, Cai ve DasGupta (2001) bunu genel kullanım için önermiştir. Clopper–Pearson kesin binom aralığıdır; kapsaması hiçbir zaman nominalin altına düşmez, bu yüzden genellikle daha geniştir. MR Frekans'ta düşük frekanslı seçenekler (%5'in altı) sık görüldüğünden Wald seçeneği bilerek konmamıştır.

Aralıklar eşzamanlı değildir

Her seçeneğin GA'sı ayrı ayrı kurulur. Dokuz seçeneğin dokuz aralığının hepsinin birlikte gerçek oranları kapsama olasılığı %95'ten küçüktür. Ayrıca bir kişi birden çok seçenek seçebildiği için oranlar birbirinden bağımsız değildir; iki seçeneğin aralığının örtüşmemesi, oranlarının farklı olduğuna dair bir test sayılmaz (o soru için Bölüm 37).

34.5.5 Eksik vakaların dışlanması

\text{ikili set: tut}\iff \text{bütün sütunlar dolu},\qquad \text{konumsal set: tut}\iff \text{en az bir yuva dolu}

İkili sette boş hücre gerçek eksiktir; konumsal sette boş yuva "yanıt yok" demektir ve yalnız bütün yuvaları boş vaka dışlanır (mr_frequency.py:266–277). Konumsal sette dışlama sonrası n=n_y olur ve iki taban aynı sonucu verir.

34.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/mr_frequency/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır: metin virgülle bölünür, parçalar kırpılır, sayımlar doğrudan yapılır.

Adım 1 — Sayımlar. n=250; her hastada en az bir değer olduğu için n_y=250, yanıt vermeyen 0. Değer sayıları 1\times101+2\times80+3\times47+4\times15+5\times7 toplanır:

T=101+160+141+60+35=497,\qquad \bar m=\frac{497}{250}=1{,}988

Adım 2 — Frekanslar ve yüzdeler. Hipertansiyon için f=145:

\%\,\text{Yanıt}=100\cdot\frac{145}{497}=29{,}175050,\qquad \%\,\text{Vaka}=100\cdot\frac{145}{250}=58{,}000000

Öbür seçenekler: diabetes 70 (14,084507; 28,0), thyroid 64 (12,877264; 25,6), cardiovascular 48 (9,657948; 19,2), anemia 40 (8,048290; 16,0), copd 37 (7,444668; 14,8), rheumatic 34 (6,841046; 13,6), asthma 33 (6,639839; 13,2), absent 26 (5,231388; 10,4). % vaka toplamı 100\times1{,}988=198{,}8'dir.

Adım 3 — Wilson %95, hipertansiyon. z=1{,}959964, z^2/m=3{,}841459/250=0{,}015366:

\text{merkez}=\frac{0{,}58+0{,}007683}{1{,}015366}=0{,}578789,\qquad \text{yarı genişlik}=\frac{1{,}959964\times\sqrt{0{,}00098977}}{1{,}015366}=0{,}060728

GA: [0,518061; 0,639518], yani [%51,8; %64,0]. Merkez \hat p=0{,}58'den 0,5'e doğru biraz çekilmiştir; Wilson aralığı simetrik değildir.

Adım 4 — Clopper–Pearson %95, hipertansiyon. B_{0{,}025}(145,\ 106)=0{,}516173 ve B_{0{,}975}(146,\ 105)=0{,}641907; aralık Wilson'dan biraz geniştir.

Adım 5 — "absent" boşaltıldığında. 26 hücre boşalır: n=250, n_y=224, T=497-26=471, \bar m=471/224=2{,}102679. Hipertansiyonun % yanıtı 145/471=30{,}785563; % vakası tabana göre değişir:

\text{yanıtlayanlar: }\ \frac{145}{224}=64{,}732143\%,\qquad \text{tüm vakalar: }\ \frac{145}{250}=58{,}000000\%

Wilson %95 (taban 224): [%58,274650; %70,692861]. "Kısmen eksik vakaları dışla" seçilirse 26 hasta çıkarılır, n=224 olur ve tablo yanıtlayanlar tabanıyla aynıdır. Aynı veri 0/1 ya da 1/2 kodlu (sayılan değer 1) sütunlarla verildiğinde ikili yol aynı sayıları üretir.

34.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri execute() sonucundan, mr_frequency modülünde round() bellekte etkisizleştirilerek alınmıştır (dogrulama/mr_frequency/merqur_calistir.py). Set, arayüzdeki gibi split_multichoice_raw ile ayrıştırılmış ve üst veri Çok Seçimli panelinin kurduğu biçimde verilmiştir. R 4.5.3'te metin strsplit + trimws ile bölünmüş; Wilson aralığı prop.test(correct = FALSE)$conf.int, Clopper–Pearson binom.test()$conf.int ile alınmıştır. Son blokta ikili kodlu MerQur çalıştırmaları, "absent" boşaltılmış verinin Python ve R değerleriyle karşılaştırılır.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Tıp #29, 'absent' seçenek olarak (varsayılan)
Yanıtlayan vaka 250 250 250 0,0e+00 ✓
Toplam yanıt T 497 497 497 0,0e+00 ✓
Kişi başı ortalama T/n_y 1,988000 1,988000 1,988000 0,0e+00 ✓
hypertension % yanıt 29,175050 29,175050 29,175050 3,2e−14 ✓
hypertension % vaka 58,000000 58 58 7,1e−15 ✓
asthma % yanıt 6,639839 6,639839 6,639839 1,8e−15 ✓
absent % vaka 10,400000 10,400000 10,400000 0,0e+00 ✓
hypertension Wilson %95 alt 51,806095 51,806095 51,806095 1,4e−14 ✓
hypertension Wilson %95 üst 63,951773 63,951773 63,951773 7,1e−15 ✓
asthma Wilson %95 alt 9,555802 9,555802 9,555802 0,0e+00 ✓
hypertension Clopper–Pearson %95 alt 51,617316 51,617316 51,617316 7,1e−15 ✓
hypertension Clopper–Pearson %95 üst 64,190689 64,190689 64,190689 2,8e−14 ✓
absent Clopper–Pearson %95 alt 6,906891 6,906891 6,906891 2,7e−15 ✓
hypertension Wilson %99 alt 49,854547 49,854547 49,854547 2,1e−14 ✓
hypertension Wilson %99 üst 65,731798 65,731798 65,731798 1,4e−14 ✓
Tıp #29, 'absent' boş yanıt sayıldığında
Yanıtlayan vaka 224 224 224 0,0e+00 ✓
Kişi başı ortalama 2,102679 2,102679 2,102679 1,8e−15 ✓
hypertension % yanıt 30,785563 30,785563 30,785563 1,1e−14 ✓
hypertension % vaka (taban 224) 64,732143 64,732143 64,732143 4,3e−14 ✓
hypertension Wilson %95 alt (taban 224) 58,274650 58,274650 58,274650 5,0e−14 ✓
asthma Wilson %95 üst (taban 224) 19,967136 19,967136 19,967136 3,9e−14 ✓
hypertension % vaka (taban 250) 58,000000 58 58 7,1e−15 ✓
asthma Clopper–Pearson alt (taban 250) 9,263454 9,263454 9,263454 8,9e−15 ✓
asthma Clopper–Pearson üst (taban 250) 18,035596 18,035596 18,035596 3,6e−14 ✓
Dışlama sonrası n 224 224 224 0,0e+00 ✓
Dışlama sonrası diabetes % vaka 31,250000 31,250000 31,250000 0,0e+00 ✓
Aynı veri 0/1 ve 1/2 ikili kodla (MerQur ikili yolu)
0/1: hypertension % vaka (taban 250) 58,000000 58 58 7,1e−15 ✓
0/1: asthma Clopper–Pearson alt 9,263454 9,263454 9,263454 8,9e−15 ✓
0/1: yanıtlayan vaka 224 224 224 0,0e+00 ✓
1/2, sayılan değer 1: thyroid % vaka 25,600000 25,600000 25,600000 0,0e+00 ✓
1/2, sayılan değer 1: toplam yanıt 471 471 471 0,0e+00 ✓

Sonuç: 31 büyüklüğün tamamı ölçütü karşılar; farklar kayan nokta düzeyindedir.

34.7 Çıktıyı okuma

Wilson GA'lı varsayılan çalıştırmanın sonuç metni (Tıp #29):

══ MR FREKANS ANALİZİ ══
Kaynak sütun           : comorbidity
Soru ön eki            : Q1
Seçenek sayısı         : 9

Toplam vaka (n)        : 250
Yanıtlayan             : 250 (%100.0)
Yanıt vermeyen         : 0
Toplam yanıt           : 497
Kişi başı ortalama     : 1.99

── SEÇENEK FREKANSLARI ──
Seçenek                     Frekans   % Yanıt    % Vaka              %95 GA
────────────────────────────────────────────────────────────────────────────
hypertension                    145     %29.2     %58.0        [51.8, 64.0]
diabetes                         70     %14.1     %28.0        [22.8, 33.9]
...
asthma                           33      %6.6     %13.2         [9.6, 18.0]
absent                           26      %5.2     %10.4         [7.2, 14.8]
────────────────────────────────────────────────────────
TOPLAM                          497    %100.0

Not: % Vaka toplamı %100'ü aşar — bir kişi birden fazla seçenek işaretler.
% vaka tabanı: En az bir seçim yapanlar (n = 250); sayılan değer: —; eksik veri: Eksik = seçilmedi (dışlanan: 0)
(% vaka güven aralığı: Wilson)

Künye ek satırları: Kaynak: comorbidity · Seçenek: 9 · Yanıt: 497 · Kişi/Ort: 1.99.

Satır/Öğe Ne yazar Nasıl yorumlanır
Toplam vaka (n) Dışlamadan sonraki vaka sayısı
Yanıtlayan / Yanıt vermeyen n_y ve n-n_y "Hiçbiri" bir seçenek olarak kodlandıysa yanıt vermeyen 0 görünür.
Toplam yanıt, Kişi başı ortalama T, T/n_y Ortalama her zaman yanıtlayanlara göredir.
Seçenek tablosu Frekansa göre azalan sırada f_j, % yanıt, % vaka, GA Sıralama yalnız gösterimdir (mr_frequency.py:440–442).
Kurulum satırı Taban, n_b, sayılan değer, eksik veri, dışlanan Yalnız varsayılan dışı bir seçenek ya da GA varsa yazılır (mr_frequency.py:464–472).
UYARILAR Küçük n, yüksek atlama, %5'in altında kalan seçenekler Koşullar 34.2'de.
Grafik Frekansa göre yatay çubuk; çubuk ucunda % vaka Başlıktaki n, % vaka tabanı n_b'dir (mr_frequency.py:511–513).
Tablo sekmesi Aynı tablo, yüzdeler 2 ondalık

APA biçiminde rapor cümlesi ("absent" boş yanıt sayılarak, taban: tüm hastalar):

250 hastanın 224'ünde (%89,6) en az bir eşlik eden hastalık vardı; bu hastalarda ortalama 2,10 hastalık bildirildi. En sık görülenler hipertansiyon (145 hasta; %58,0; %95 Clopper–Pearson GA [%51,6; %64,2]), diyabet (%28,0) ve tiroit hastalığı (%25,6) idi.

34.8 Uzman soruları

S1. % vaka tabanı varsayılanda neden "yanıtlayanlar"?

MerQur'un varsayılan tabanı en az bir seçim yapan vakalardır (mr_frequency.py:315–316). Eşlik eden hastalık gibi "hiç işaret yok = durum yok" anlamına gelen sorularda yaygınlık için doğru taban tüm vakalardır; bu Tıp verisinde "absent" boşaltılınca hipertansiyon %64,7'den %58,0'e iner. Hangi tabanın kullanıldığı her raporda yazılmalıdır.

S2. "absent" bir seçenek olarak sayılırsa ne bozulur?

Üç şey: (i) hiç hastalığı olmayan 26 hasta "yanıtlayan" sayılır ve yanıtlayanlar tabanı n_y=250 olur; (ii) % yanıt paydası T 26 artar, bütün gerçek seçeneklerin % yanıtı küçülür; (iii) kişi başı ortalama 2,10 yerine 1,99 çıkar. % vaka değerleri bu veride tesadüfen tüm vakalar tabanıyla aynıdır. MerQur değerin anlamını bilemez; "yok", "-", "none" gibi kodlar ayrıştırmadan önce boşaltılmalıdır.

S3. Kodlama türü nasıl belirleniyor, yanlış algılanabilir mi?

Bütün dolu hücreler 0/1 ise ikili, değilse konumsal (mr_detect_binary). İkili sütunlar 1/2 (evet/hayır) kodluysa set konumsal sayılır; hücre değerleri ("1", "2") hiçbir seçenek adıyla eşleşmediği için MerQur sıfır frekanslı bir tablo basmak yerine çevrilmiş bir hata verir ve "Sayılan değer" alanını önerir. Bu alana 1 girilince set ikili okunur (34.9).

S4. Wilson ve Clopper–Pearson arasında hangisi?

Wilson aralığı ortalama kapsaması nominale yakın ve daha dar bir aralıktır; Clopper–Pearson kesin ve tutucudur. Örneklem büyük, oranlar %10–%90 arasındaysa ikisi neredeyse aynıdır (hipertansiyonda [51,8; 64,0] ile [51,6; 64,2]). Düşük frekanslı seçeneklerde ve düzenleyici raporlarda Clopper–Pearson, betimsel raporda Wilson yaygındır.

S5. Bir hasta bir seçeneği iki kez yazmışsa ("copd, copd")?

Ayrıştırma her farklı değeri tek sütuna koyar ve hücreye bir kez yazar (multichoice_encoder.py:165–168); vaka o seçenek için bir kez sayılır. T de dolu hücre sayısı olduğundan tekrar sayılmaz. Elle kurulmuş konumsal yuva setlerinde (ör. "1. tercih, 2. tercih" sütunları) aynı değer iki yuvada geçerse frekans iki kez artar; bu kodlama çok seçimli değil sıralı tercih verisidir.

S6. Kişi başı ortalama neden taban değişince değişmiyor?

Kod ortalamayı her zaman T/n_y olarak hesaplar (mr_frequency.py:319–321); "kişi" burada yanıt veren kişidir ve "Tüm geçerli vakalar" tabanında satırdaki not bunu söyler. Tüm vakalar başına ortalama isteniyorsa T/n elle hesaplanmalıdır (Tıp verisinde "absent" boşken 471/250=1{,}884).

S7. R ile aynı sayıyı verir mi?

R'de hazır bir fonksiyon yoktur; metni strsplit ile bölüp her seçenek için ikili sütun kurmak ve colSums almak aynı frekansları verir. MRCV paketinin (Koziol ve Bilder, 2014) marginal.table fonksiyonu ikili kodlu veride seçenek başına sayım ve yüzde verir. GA'lar R'de prop.test(correct = FALSE) (Wilson) ve binom.test (Clopper–Pearson) ile aynıdır (34.6.1).

34.9 Sık hatalar ve tuzaklar

  • "Hiçbiri / yok / -" değerini seçenek olarak bırakmak. Ayrıştırma her değeri seçenek yapar; "absent" yanıtlayan sayısını, % yanıt paydasını ve kişi başı ortalamayı bozar (S2). Ayrıştırmadan önce bu hücreleri boşaltın.
  • 1/2 (evet/hayır) kodlu ikili sütunlarda "Sayılan değer"i boş bırakmak. Set konumsal sayılır, hücre değerleri seçenek adlarıyla eşleşmez ve analiz çevrilmiş bir hatayla durur. Hatadaki öneriye uyup "Sayılan değer" alanına 1 girilmelidir.
  • Taban yazmadan yüzde raporlamak. Yanıtlayanlar ve tüm vakalar tabanı aynı veride %64,7 ile %58,0 gibi farklı sonuçlar verir.
  • % vaka sütununun toplamını 100'e tamamlamaya çalışmak. Toplam 100\,\bar m'dir; 100'ü aşması hata değildir.
  • % yanıtı yaygınlık sanmak. % yanıt, kişi başı seçim sayısı arttıkça bütün seçenekler için düşer; yaygınlık % vakadır.
  • GA'ları seçenekler arası test gibi okumak. Aralıklar ayrı ayrı kurulur ve oranlar aynı kişilerden geldiği için bağımlıdır (34.5.4).
  • Kurulum satırını aramak. Varsayılan ayarlarla ve GA kapalıyken taban satırı yazılmaz; taban varsayılan "yanıtlayanlar"dır.

34.10 Kaynaklar

  • Agresti, A., & Liu, I.-M. (1999). Modeling a categorical variable allowing arbitrarily many category choices. Biometrics, 55(3), 936–943. https://doi.org/10.1111/j.0006-341X.1999.00936.x
  • Brown, L. D., Cai, T. T., & DasGupta, A. (2001). Interval estimation for a binomial proportion. Statistical Science, 16(2), 101–133. https://doi.org/10.1214/ss/1009213286
  • Clopper, C. J., & Pearson, E. S. (1934). The use of confidence or fiducial limits illustrated in the case of the binomial. Biometrika, 26(4), 404–413. https://doi.org/10.1093/biomet/26.4.404
  • Koziol, N., & Bilder, C. R. (2014). MRCV: A package for analyzing categorical variables with multiple response options. The R Journal, 6(1), 144–150. https://doi.org/10.32614/RJ-2014-014
  • Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212. https://doi.org/10.1080/01621459.1927.10502953