Göreli Risk ve Mutlak Risk Arasındaki Fark: Beslenme Epidemiyolojisi ve Bilimsel Okuryazarlık Rehberi

Beslenme epidemiyolojisi araştırmalarında “X besini kanser riskini %20 artırıyor” ifadesi gerçek bir klinik tehdit midir, yoksa istatistiksel bir çerçeveleme oyunu mu? Bilimsel okuryazarlık penceresinden göreli risk ile mutlak risk arasındaki matematiksel ayrımı ve klinik karar süreçlerindeki yerini inceliyoruz.

Medya Manşetlerinin Yanılsaması: Göreli Risk (Relative Risk) Nedir?

Göreli risk (Relative Risk – RR), bir faktöre maruz kalan bireylerde belirli bir klinik sonucun ortaya çıkma olasılığının, maruz kalmayan bireylere kıyasla oranını gösteren istatistiksel bir ölçüttür. Beslenme araştırmalarında sansasyonel medya manşetlerinin neredeyse tamamı göreli risk hesaplamalarından türetilir; çünkü bu metrik, olayın toplumdaki taban sıklığından bağımsız olarak değişimi dramatize eder (PMID: 20388700).

Örneğin, nadir görülen bir hastalık için temel risk 10.000 kişide 1 ise ve belirli bir besin bileşeni bu vakayı 10.000 kişide 2’ye çıkarıyorsa; göreli risk artışı tam olarak %100’dür. Medyada “Riski 2 katına çıkaran besin!” başlığıyla sunulan bu bulgu, halk sağlığı perspektifinde gerçekte 10.000 kişide sadece tek bir ek vaka anlamına gelir. Göreli risk, popülasyon tabanındaki gerçek riski (baseline risk) gizlediği için bilimsel okuryazarlık eksikliğinde yanlış bir panik algısı yaratır.

Mutlak Risk (Absolute Risk) Neden Gerçek Klinik Tabloyu Belirler?

Mutlak risk (Absolute Risk – AR), incelenen bir olayın belirli bir popülasyon grubunda meydana gelme gerçek olasılığıdır. Göreli risk iki grubu birbirine oranlarken, mutlak risk doğrudan vaka sayısını toplam popülasyona böler.

Kanıta dayalı tıpta ve klinik karar algoritmalarında hekimler, müdahalelerin etkinliğini değerlendirirken Mutlak Risk Azalması (ARR) ve buna bağlı olarak Tedavi İçin Gereken Sayı (NNT) parametrelerini esas alır (PMID: 18055481). Eğer bir koruyucu beslenme modelinin mutlak risk azalması %1 ise, o klinik sonucu 1 kişide önleyebilmek için 100 kişinin o diyeti uygulaması gerekir (NNT = 100).

Beslenme Epidemiyolojisinde Yöntemsel Tuzaklar ve Karıştırıcı Değişkenler

Beslenme çalışmalarının büyük bir kısmı randomize kontrollü klinik deneylerden (RCT) ziyade gözlemsel kohort çalışmalarına dayanır. Bu çalışmalarda bireylerin besin tüketimi genellikle geriye dönük Besin Tüketim Sıklığı Anketleri (FFQ) ile toplanır; bu durum hatırlama yanlılığına (recall bias) açıktır.

Daha da önemlisi, beslenme epidemiyolojisinde karıştırıcı değişkenler (confounders) sıkça göz ardı edilir. Örneğin yüksek oranda işlenmiş gıda tüketen popülasyonlar genellikle daha az egzersiz yapmakta, daha yüksek oranda sigara ve alkol tüketmekte ve düşük sosyoekonomik katmanlarda yer almaktadır. Çok değişkenli regresyon modelleriyle düzeltilse dahi geride kalan “artık karıştırıcı etkiler” (residual confounding), gözlenen göreli risklerin biyolojik bir nedensellik yerine basit bir korelasyon olabileceğini gösterir (PMID: 31569214).

Bilimsel Bir Makaleyi Okurken Takip Edilmesi Gereken 4 Filtre

Popüler literatürde karşılaşılan her yeni beslenme iddiasını değerlendirirken şu metodolojik basamaklar sorgulanmalıdır:

• Taban Risk Değerini Sorun: İddia edilen %30’luk risk artışı hangi taban frekans üzerinden hesaplanmıştır? Eğer bazal risk 100.000’de 1 ise, %30’luk artış klinik olarak anlamsız kalabilir.
• Mutlak Farkı Hesaplayın: Maruz kalan grubun mutlak insidansından maruz kalmayan grubun insidansını çıkararak mutlak risk farkını (ARR/ARI) netleştirin.
• Çalışma Tipini İnceleyin: Veri gözlemsel bir kohorttan mı geliyor yoksa çift-kör randomize kontrollü bir müdahale çalışmasından mı? Gözlemsel çalışmalar hipotez üretir, nedensellik kanıtlamaz.
• Sonlanım Noktasına (End-Point) Bakın: Çalışma sert sonlanım noktalarını (mortalite, miyokard infarktüsü) mı inceliyor, yoksa sadece biyobelirteç gibi ikincil ve vekil (surrogate) parametreleri mi ölçüyor?