Çözümü göster
Gözlem dönüş süresidir. İlgili sinyal ve hedef yanıtı ölçülerek bu süreyle ilişki araştırılabilir.
Bugün 2 test hakkın kaldı ve sonuçların kaydedilmez. Giriş yaparsan günde 5 test çözer, sonuçlarını saklarsın. Sınırsız çalışmak için Plus.
Çok susayan ve çok idrara çıkan bir kişiyi düşünün. Bu iki belirti yan yana görülünce hemen bir hastalık adı akla gelir. Oysa bilim insanı önce soruyu kurar, sonra olası açıklamaları sıralar ve her birini sınayacak veriyi arar. Bu bölümde homeostazi aksadığında hipotez kurma ve veriyle sınama süreci ele alınır. Bölümdeki örnekler eğitim amaçlı ve kurmacadır; bireysel tanı ve tedavi kararı konusu değildir.
Bir gözlemden araştırılabilir bir soru çıkarılır: “Gün içinde çok idrar çıkaran kişide sorun hangi basamaktadır?” Hipotez, bu soruya verilebilecek ve sınanabilir bir önermedir: “ADH eksikliği vardır” ya da “böbrek ADH ya yanıt vermemektedir” gibi. Her hipotezden bir öngörü çıkarılır: “Bu doğruysa kan şekeri normal, idrar çok seyreltik olmalıdır.” Veri öngörüyü destekleyebilir ya da çürütebilir; tek bir veri hipotezi kesin kanıtlamaz.
Araştırmada hangi değişkenin neden, hangisinin sonuç olduğu belirlenir. Bağımsız değişken değiştirilen ya da neden olduğu düşünülen etkendir; bağımlı değişken ölçülen sonuçtur. İki değişkenin birlikte görülmesi biri diğerinin nedenidir demek değildir. Örneğin düşük hareket ile enerji deposunun artması birlikte görülse bile, enerji girişi ve başlangıç özellikleri denetlenmemişse nedenin yalnız hareketsizlik olduğu söylenemez.
Aynı belirti farklı iç düzenleme aksaklıklarından kaynaklanabilir. Çok idrar ve çok susama, kan şekeri yüksek olduğu için su kaybı yaşanan durumlarda da, ADH ile ilgili bir aksaklıkta da görülebilir. İki durumu ayırmak için ayırıcı veri gerekir: kan şekeri düzeyi, idrarın derişimi, ADH düzeyi ve hedef yanıtı gibi. Diabetes mellitus ve diabetes insipidus adlarındaki benzerlik mekanizma benzerliği anlamına gelmez: biri kan şekeri düzenlemesiyle (insülin), diğeri su dengesiyle (ADH) ilgilidir.
Veri değerlendirilirken şu noktalara dikkat edilir:
• Belirti tek başına tanı koymaz; ölçüm verisi gerekir.
• Aile öyküsü bir risk ya da aday açıklamadır, kesin durum bilgisi değildir.
• Ortalamalar zaman örüntüsünü gizleyebilir; hedef dışında geçen süre ve dalgalanma ayrı değerlendirilir.
• Aynı belirtiyi tekrar okumak bağımsız doğrulama sağlamaz.
• Farklı birimlerdeki sayılar doğrudan karşılaştırılamaz.
• Model sonucu gerçek kişilere tek bir neden olarak genellenemez.
Eksik bilgi bilinmeyen olarak kayda geçer, tahminle doldurulmaz.
Örnek 1. Bir kurmaca kayıtta çok idrar ve çok susama birlikte görülüyor. Kan şekeri ölçülmemiş. Kesin hangi açıklama verilebilir?
Kesin bir açıklama verilemez. Aynı belirti farklı mekanizmalardan doğabilir; kan şekeri, idrar derişimi ve ADH gibi ayırıcı veriler gerekir.
Örnek 2. Bir araştırmacı belirtiyi bir kez daha okuyup “hipotez artık kesinleşti” diyor. Neden yanlıştır?
Aynı belirtinin yeniden okunması bağımsız bir doğrulama değildir; hipotezi sınayan yeni ve ayırıcı bir ölçüm yapılmamıştır.
Örnek 3. İki kurmaca kişinin ortalama kan şekeri eşit, anlık ölçümleri farklı dalgalanıyor. Ortalamaya bakarak aynı durumda olduklarına karar verilebilir mi?
Hayır. Ortalama zaman örüntüsünü gizler; hedef dışında kalma süresi ve dalgalanma büyüklüğü ayrıca incelenmelidir.
Bu konudaki soru bankasından seçilmiş örneklerdir. Cevabı ve çözümü görmek için “Çözümü göster”e tıklayın.