Profil Analizi ve Nükleer Tıp Dozimetre Verilerinde Bir Uygulama

Abstract

Çok değişkenli varyans analizi, (MANOVA) birden fazla cevap (yanıt) değişkenini birlikte ele alarak, bu değişkenlerin ortalamaları bakımından, ilgili faktör (grup) veya faktörlerin seviyeleri arasında fark olup olmadığını inceler. Çok değişkenli varyans analizinde, ilgilenilen özellik farklı zamanlarda (dakika, saat, gün, hafta, ay, yıl) ölçülmüş bir değişken ise bu değişken için zaman, bağımlı faktör olarak adlandırılır ve bu bağımlı faktörün seviyeleri de periyot olarak ifade edilir. Bu yapıdaki deney tasarımlarının analizi, genellikle Tekrarlanan ölçümlü varyans analizi olarak bilinir. Tekrarlanan ölçümlü varyans analizi ile ilişkili ve bu analizin kısmen basit formu olan Profil analizi kısaca, ilgilenilen özellik bakımından bireyler arası değerlerin benzerlik durumlarını test etmek veya diğer bir ifade ile iki ya da daha fazla grubun benzer profillere sahip olup olmadığını belirlemek üzere kullanılır. Profil Analizinde, x ekseninde bağımlı faktörün seviyeleri, y ekseninde ise bağımsız faktörün seviyeleri alınarak ilgilenilen özellik bakımından ortalamalar gösterilir. Böylece profillerin paralel olup olmadığı ve ortalamaların bağımsız faktörün seviyelerinde aynı olup olmadığı (değişip değişmediği) test edilebilir. Bu çalışmada, Profil analizi genel özellikleri ile açıklanmış ve Nükleer tıp dozimetre verileri ile bir uygulama yapılmıştır. Uygulama materyali olarak Nükleer tıp ünitesinde çalışılan 23 bireyden 7 periyot boyunca vücut ve cilt yüzeyinden alınan veriler kullanılmıştır. Daha sonra, ağırlık, boy ve yaş değişkenleri, ortalamanın altı ve üstü olmak üzere iki kategoriye ayrılmıştır. Vücut ve cilt yüzeyinden alınan dozimetre değerlerinin; ağırlık, boy, yaş, medeni durum, eğitim durumu ve meslek değişkenleri ile zamana göre değişimini belirlemek üzere Profil analizi yapılmıştır. Yapılan analiz sonucunda hem vücut hem de cilt ölçümleri için paralellik testleri tüm değişkenlerde istatistik olarak anlamsız bulunmuş olup, grupların zaman boyunca benzer örüntüleri sergilediği belirlenmiştir. Düzey eşitliği testleri incelendiğinde, vücut ölçümleri açısından yalnızca meslek değişkeninde gruplar arasında istatistik olarak anlamlı bir fark bulunmuş, diğer tüm değişkenlerde grupların genel ortalamaları arasında anlamlı bir farklılık bulunmamıştır. Cilt ölçümlerinde ise düzey eşitliği testleri tüm değişkenler için istatistik olarak anlamlı bulunmamıştır. Buna karşılık, düzlük (flatness) testleri hem vücut hem de cilt ölçümlerinde tüm değişkenler için istatistik olarak anlamlı bulunmuş ve dozimetre ölçümlerinin zaman içerisinde sabit bir yapı göstermediği, periyotlara bağlı olarak anlamlı değişimler sergilediği gözlenmiştir. Profil analizinin MANOVA'ya göre basit ve kolay yorumlanabilir olduğu ve böylece uygulamalarda kullanılabilir olduğu gözlenmiştir.Multivariate analysis of variance (MANOVA) examines whether there is a difference between the levels of the relevant factor (group) or factors in terms of the means of multiple response variables. In multivariate analysis of variance, if the considered variable measured at different times (minutes, hours, days, weeks, months, years), time is called the dependent factor for this variable, and the levels of this dependent factor are expressed as periods. The analysis of experimental designs with this structure is generally known as repeated measures analysis of variance. Profile analysis, which is related to repeated measures analysis of variance and is a partially simplified form of this analysis, is briefly used to test the similarity of values between individuals in terms of the characteristic of interest, or in other words, to determine whether two or more groups have similar profiles. Profile analysis is performed by showing the levels of the dependent factor on the x-axis and the levels of the independent factor on the y-axis, and then showing the averages for the considered variable. This allows us to test whether the profiles are parallel and whether the averages are the same (changing) at the levels of the independent factor. In this study, the general characteristics of profile analysis are explained, and an application was performed with using nuclear medicine dosimetry data. The application material consisted of data taken from the body and skin surface of 23 individuals working in a nuclear medicine unit over 7 periods. Then, the variables of weight, height, and age were divided into two categories: below and above the mean. Profile analysis was performed to determine the change in dosimetry values taken from the body and skin surface over time, in relation to weight, height, age, marital status, education level, and occupation variables. The results of the analysis showed that parallelism tests for both body and skin measurements were statistically insignificant for all variables, and it was determined that the groups exhibited similar patterns over time. When level equality tests were examined, a statistically significant difference was found between the groups only in the occupation variable in terms of body measurements; in all other variables, there was no significant difference between the overall mean levels of the groups. In skin measurements, level equality tests were found insignificant for all variables. In contrast, flatness tests were found statistically significant for all variables in both body and skin measurements, revealing that dosimeter measurements did not show a constant pattern over time, but exhibited significant changes depending on the periods. It was observed that profile analysis is simpler and easier to interpret than MANOVA, and thus usable in the applications.