Bu çalışma, gebelik döneminden çocuğun güncel yaşamına kadar uzanan ev içi çevresel maruziyetlerle çocukluk çağı alerjik hastalıkları arasındaki ilişkileri, Çin’in Sincan bölgesinde yaşayan 3–8 yaş aralığındaki 9.033 çocuk üzerinden incelemiştir. Araştırmacılar hekim tarafından tanı konduğu ebeveynlerce bildirilen astım, alerjik rinit, egzama veya alerjik dermatit ve gıda alerjisini değerlendirmiş; aynı çocukta bu hastalıklardan en az ikisinin bulunmasını “alerjik çoklu hastalık” olarak tanımlamıştır. Çocukların %26,1’inde en az bir alerjik hastalık, %7,8’inde ise alerjik çoklu hastalık bildirilmiştir. Bebeklik döneminde yeni mobilyaya ve pasif sigara dumanına maruz kalma, alerjik çoklu hastalık için daha yüksek odds ile ilişkili bulunmuştur. Ancak çalışma kesitseldir, maruziyetler geriye dönük ebeveyn bildirimine dayanmaktadır ve sonuçlar nedensellik göstermemektedir.

Araştırmada ayrıca en az bir alerjik hastalığı bulunan çocukları belirlemek için lojistik regresyon, rastgele orman, XGBoost, LightGBM ve CatBoost dâhil on farklı tahmin modeli karşılaştırılmıştır. Urumçi’de yapılan iç doğrulamada en yüksek ayırt etme performansını XGBoost gösterirken, Hami kentindeki bağımsız doğrulamada rastgele fazla örnekleme uygulanmış LightGBM modeli en yüksek AUC değerine ulaşmıştır. Seçilen modelin harici doğrulama AUC değeri 0,728’dir; bu değer orta düzeyde ayırt etme gücüne işaret etmektedir. Model, risk sıralamasını korumuş fakat mutlak riski olduğundan yüksek tahmin etmiştir. Bu nedenle araştırmacılar modelin bireysel tanı veya klinik karar amacıyla kullanılmaması gerektiğini belirtmektedir.

Çalışmanın Türkiye açısından temel değeri, belirli bir Çin bölgesine ait hastalık oranlarından çok, çocuk alerjilerinin araştırılmasında gebelik, bebeklik ve güncel ev ortamının ayrı zaman pencereleri olarak değerlendirilmesidir. Pasif sigara dumanı, tadilat, yeni mobilya, rutubet, küf ve havalandırma göstergeleri Türkiye’de yürütülecek yerel araştırmalarda da ölçülebilecek değişkenlerdir. Bununla birlikte bu çalışmadaki oranlar, odds oranları ve tahmin modeli Türkiye’de doğrulanmadan Türkiye’deki çocuklara uygulanamaz.

Araştırmanın temel sorusu nedir?

Araştırma üç bağlantılı soruya yanıt aramaktadır:

1. Okul öncesi olarak tanımlanan 3–8 yaş grubundaki çocuklarda tekil alerjik hastalıkların ve birden fazla alerjik hastalığın birlikte görülme yükü nedir?
2. Gebelik, bebeklik ve güncel yaşam dönemlerindeki ev içi maruziyetler alerjik hastalıklarla ve alerjik çoklu hastalıkla ilişkili midir?
3. Ebeveyn anketlerinden elde edilen bilgiler, açıklanabilir bir makine öğrenmesi modeliyle alerjik hastalık riski taşıyan çocukları ayırmak için kullanılabilir mi?

Araştırmacılar yalnızca astım veya yalnızca egzama gibi tekil hastalıklara odaklanmak yerine, solunum sistemi, cilt ve gıda ile ilişkili alerjik tabloların aynı çocukta birlikte bulunmasını incelemiştir. Çalışmada “alerjik çoklu hastalık”, astım, alerjik rinit veya saman nezlesi, egzama veya alerjik dermatit ve gıda alerjisi arasından en az iki hekim tanısının aynı çocukta bulunması olarak tanımlanmıştır.

Çalışma neden yalnızca bölgesel bir betimleme değildir?

Örneklem Urumçi ve Hami kentleriyle sınırlıdır. Buna karşın çalışmanın merkezindeki maruziyetler belirli bir yerel mevzuata, idari yapıya veya yalnızca Sincan’a özgü toplumsal koşullara bağlı değildir. Yeni mobilya, ev tadilatı, pasif sigara dumanı, rutubet, küf, pencere yoğuşması ve yetersiz havalandırma gibi değişkenler farklı ülkelerde ölçülebilecek ev içi çevresel göstergelerdir.

Türkiye’ye aktarılabilecek unsur, Çin’de ölçülen kesin hastalık oranları değil; yaşam dönemlerine göre maruziyet sorgulama yaklaşımı, çoklu alerjik hastalık tanımı, kümelemeyi dikkate alan epidemiyolojik analiz ve bağımsız bir kentte doğrulanan açıklanabilir tahmin modeli çerçevesidir. Türkiye’de çocukların konut özellikleri, ısınma ve pişirme yakıtları, havalandırma alışkanlıkları, yapı malzemeleri ve sağlık hizmetlerine erişimi farklı olabileceğinden aynı odds oranlarının Türkiye’de geçerli olduğu ileri sürülemez.

Katılımcılar nasıl seçildi?

Araştırma 2025 yılında tabakalı küme örneklemesiyle gerçekleştirilmiştir. Ana araştırma Urumçi’deki farklı idari bölgelerde bulunan anaokulları ve sınıflar üzerinden yürütülmüş, Hami kentinden toplanan bağımsız örneklem ise tahmin modellerinin harici doğrulaması için ayrılmıştır.

Toplam 9.317 anket araştırmacılara ulaştırılmıştır. Yaş, cinsiyet ve temel sonuç bilgileri bakımından uygunluk kontrolünden sonra 9.033 çocuk analize alınmıştır:

• Urumçi: 8.501 çocuk
• Hami: 532 çocuk

Urumçi örneklemi 6.665 çocukluk eğitim kümesine ve 1.836 çocukluk iç doğrulama kümesine ayrılmıştır. Ayrım çocuk bazında rastgele yapılmamış; aynı anaokulu veya sınıftaki çocukların farklı veri kümelerine dağılmasından kaynaklanabilecek bilgi sızıntısını azaltmak için küme düzeyinde gerçekleştirilmiştir. Hami’deki 532 çocuk model eğitimi, veri ön işleme veya eşik seçimi sırasında kullanılmamış ve bağımsız harici doğrulama grubu olarak korunmuştur.

Hangi sonuçlar ölçüldü?

Birincil epidemiyolojik sonuç, en az iki hekim tanılı alerjik hastalığın birlikte bulunmasıdır. Tahmin modelinin birincil hedefi ise çocuğun en az bir hekim tanılı alerjik hastalığa sahip olup olmadığını öngörmektir. İkincil sonuçlar tek tek astım, alerjik rinit, egzama veya alerjik dermatit, gıda alerjisi ve son 12 ay içinde bildirilen herhangi bir alerjik belirtidir.

Tanılar sağlık kayıtlarından veya klinik muayeneden doğrulanmamıştır. Ebeveynlere, çocuklarına daha önce bir hekim tarafından ilgili tanının konup konmadığı sorulmuştur. Bu nedenle ölçülen sonuç, doğrudan klinik değerlendirme değil, ebeveyn tarafından bildirilen hekim tanısıdır.

Ev içi maruziyetler hangi dönemlerde incelendi?

Araştırmacılar aynı çevresel değişkenleri mümkün olduğunca üç ayrı yaşam döneminde sorgulamıştır:

İncelenen maruziyetler arasında yeni mobilya, ev tadilatı, rutubet, küf veya su hasarı, küf kokan giysi ve yatak takımları, pencere yoğuşması, kedi veya köpek besleme, babanın sigara içmesi ve pasif sigara dumanı bulunmaktadır. Güncel dönem için bunlara hava temizleyici kullanımı, sivrisinek kovucular, dezenfektanlar, kokulu ürünler, oda spreyleri, kötü havalandırma kokusu, tütün kokusu, kuru veya nemli iç ortam algısı ve tahriş edici kokular da eklenmiştir.

Alerjik hastalıkların görülme sıklığı neydi?

Analize alınan 9.033 çocuğun 2.356’sında, yani %26,1’inde en az bir hekim tanılı alerjik hastalık bildirilmiştir. Toplam 704 çocukta, yani %7,8’inde en az iki alerjik hastalık birlikte bulunmuştur.

Urumçi’de en sık bildirilen tanılar alerjik rinit veya saman nezlesi (%13,7) ile egzama veya alerjik dermatittir (%13,3). Astım %2,6, gıda alerjisi ise %6,8 oranında bildirilmiştir. Hami’de egzama veya alerjik dermatit %13,0, alerjik rinit %11,1, astım %2,4 ve gıda alerjisi %4,3 oranındadır.

Şekil 2’de tek hastalıklı örüntülerin çoklu hastalıktan daha yaygın olduğu görülmektedir. En sık birlikte görülen tanı kombinasyonu alerjik rinit ile egzama veya alerjik dermatittir. Son 12 ayda belirti bildiren çocukların oranının hekim tanısı bildirilenlerden daha yüksek olması, bazı belirtilerin tanıya dönüşmemiş olabileceğini düşündürmektedir; ancak araştırma tanı eksikliğini doğrudan incelememiştir.

Erken yaşam maruziyetleriyle hangi ilişkiler bulundu?

Urumçi örnekleminde yapılan, olası karıştırıcıları ve anaokulu veya sınıf kümelenmesini dikkate alan modellerde üç erken yaşam maruziyeti alerjik çoklu hastalık için daha yüksek odds ile ilişkilendirilmiştir:

Odds oranının 1’den büyük olması, maruz kalan grupta sonucun odds değerinin referans gruba göre daha yüksek olduğunu gösterir. Örneğin bebeklikte pasif sigara dumanı için OR 1,57 bulunması, ölçülen ve modele alınan diğer değişkenler sabit tutulduğunda alerjik çoklu hastalık odds değerinin %57 daha yüksek olmasıyla uyumludur. Bu sonuç, hastalık riskinin kesin olarak %57 arttığı veya pasif dumanın hastalığa doğrudan neden olduğunun kanıtlandığı anlamına gelmez.

Gebelik dönemindeki tadilat ve bebeklikteki yeni mobilya sonuçlarının güven aralıkları 1 sınırına çok yakındır ve p değerleri 0,05 eşiğinin hemen altındadır. Bu nedenle bu iki bulgu, pasif sigara dumanı sonucuna göre daha kırılgan ve sınırda istatistiksel kanıt sunmaktadır.

Bebeklikte yeni mobilya, en az bir hekim tanılı alerjik hastalıkla da ilişkili bulunmuştur: OR 1,37; %95 güven aralığı 1,08–1,74; p=0,010. Son 12 ayda bildirilen alerjik belirtiler açısından gebelikte pasif sigara dumanı, bebeklikte yeni mobilya ve bebeklikte pencere yoğuşması daha yüksek odds ile ilişkilendirilmiştir.

Ters yöndeki ilişkiler nasıl yorumlanmalıdır?

Bebeklik dönemindeki ev tadilatı alerjik çoklu hastalık için OR 0,55; en az bir alerjik hastalık için OR 0,67 ile ters yönlü ilişki göstermiştir. Bebeklik döneminde babanın sigara içmesi de en az bir alerjik hastalık için OR 0,79 olarak bulunmuştur.

Araştırmacılar bu sonuçların tadilatın veya sigara kullanımının koruyucu olduğu şeklinde yorumlanmaması gerektiğini özellikle belirtmektedir. Ters yönlü değerler maruziyetin hatalı sınıflandırılması, ölçülmeyen karıştırıcılar, ailelerin erken belirtilerden sonra davranış değiştirmesi, az sayıdaki maruz kalmış vaka, çok sayıda karşılaştırma yapılması veya rastlantı nedeniyle ortaya çıkmış olabilir.

Güncel ev koşulları ne gösterdi?

Son 12 aya ait maruziyetlerde pasif sigara dumanı, alerjik çoklu hastalık için OR 1,55 ve en az bir hekim tanılı alerjik hastalık için OR 1,45 ile ilişkili bulunmuştur. Güncel pencere yoğuşması en az bir alerjik hastalık için OR 1,30; güncel rutubet, küf veya su hasarı ise son 12 aylık alerjik belirtiler için OR 1,53 ile ilişkilendirilmiştir.

Bu sonuçlarda önemli bir zamanlama sorunu vardır. Çocuğunda alerji başlayan bir aile daha sık havalandırma yapabilir, evcil hayvanını uzaklaştırabilir, mobilyasını değiştirebilir veya rutubeti gidermeye çalışabilir. Dolayısıyla mevcut ev koşulları hastalığın nedeni olabileceği gibi hastalıktan sonra yapılan değişiklikleri de yansıtabilir. Araştırmacılar bu nedenle güncel maruziyetleri birincil kanıt olarak değil, ikincil ve ters nedenselliğe açık bulgular olarak değerlendirmiştir.

Duyarlılık analizi sonuçları değiştirdi mi?

Çocuğun alerjisi nedeniyle ev ortamını değiştirdiğini bildiren aileler analizden çıkarıldığında bazı pozitif ilişkiler devam etmiştir. Alerjik çoklu hastalık; gebelik döneminde kedi veya köpek besleme, bebeklikte yeni mobilya, bebeklikte rutubet veya küf ve güncel dönemde yeni mobilya ile ilişkili bulunmuştur. Bebeklikte yeni mobilya için OR 2,77; bebeklikte rutubet veya küf için OR 2,18 olarak hesaplanmıştır.

Bu analiz ters nedensellik ihtimalini kısmen azaltmakla birlikte tamamen ortadan kaldırmaz. Ayrıca ailelerin ev değişikliklerini doğru hatırladığı ve bildirdiği varsayımına dayanır. Alt örneklemin küçülmesi güven aralıklarını genişletmiş ve sonuçların kesinliğini azaltmıştır.

Hami sonuçları neden dikkatle okunmalıdır?

Hami grubunda yalnızca 532 çocuk ve 33 alerjik çoklu hastalık vakası bulunmaktadır. Bu nedenle bazı modellerde yeterli sayıda maruz kalmış vaka oluşmamış, bazı tahminler hesaplanamamış ve bazı güven aralıkları oldukça geniş çıkmıştır.

Örneğin bebeklikte pencere yoğuşması ile alerjik çoklu hastalık arasındaki OR 4,55 olarak hesaplanmış olsa da güven aralığı 1,81–11,40’tır. Gebelikte rutubet veya küf ile en az bir alerjik hastalık arasındaki tahminin güven aralığı 1,32–63,63 gibi son derece geniştir. Bu değerler ilişkinin yönü hakkında bir işaret sağlayabilir, ancak güvenilir ve genellenebilir etki büyüklükleri olarak kullanılamaz.

Tahmin modelleri nasıl geliştirildi?

Araştırmacılar en az bir hekim tanılı alerjik hastalığı öngörmek için on model değerlendirmiştir:

• Lojistik regresyon
• Elastic net
• Rastgele orman
• XGBoost
• LightGBM
• CatBoost
• Rastgele fazla örneklemeli XGBoost
• Rastgele fazla örneklemeli LightGBM
• Rastgele fazla örneklemeli CatBoost
• Yığma topluluk modeli

Sürekli değişkenlerde eksik değerler eğitim grubunun medyanıyla tamamlanmış ve değişkenler standartlaştırılmıştır. Kategorik değişkenlerde en sık kategoriyle tamamlama ve one-hot kodlama uygulanmıştır. Ön işleme adımlarının tamamı yalnızca Urumçi eğitim verisi üzerinde öğrenilmiş, doğrulama gruplarına yeniden uyarlama yapılmadan aktarılmıştır.

Hastalık bulunmayan çocukların daha fazla olmasından kaynaklanan sınıf dengesizliği, bazı modellerde sınıf ağırlıklarıyla, bazı modellerde ise yalnızca eğitim verisine uygulanan rastgele fazla örneklemeyle ele alınmıştır. Doğrulama verilerinde yapay örnek çoğaltma yapılmamıştır.

Modellerin performansı neydi?

AUC, rastgele seçilen hastalıklı bir çocukla hastalıksız bir çocuk karşılaştırıldığında modelin hastalıklı çocuğa daha yüksek risk puanı verme olasılığını temsil eden ayırt etme ölçüsüdür. Urumçi’de XGBoost 0,734 AUC ile en yüksek iç doğrulama performansını göstermiştir. Hami’de ise rastgele fazla örneklemeli LightGBM 0,728 AUC ile ilk sıraya çıkmıştır.

Model sıralamasının iki kent arasında değişmesi, yalnızca geliştirme grubundaki iç doğrulamanın yeterli olmadığını göstermektedir. Bir model yerel veri yapısına iyi uyum sağlarken başka bir kentte aynı üstünlüğü korumayabilir.

Seçilen LightGBM modelinin Hami doğrulamasındaki diğer ölçütleri şöyledir:

• AUC: 0,728; %95 güven aralığı 0,669–0,786
• AUPRC: 0,432
• Brier skoru: 0,196
• Kalibrasyon kesişimi: -1,024
• Kalibrasyon eğimi: 0,872
• Duyarlılık: 0,648
• Özgüllük: 0,717

Model en yüksek harici AUC değerine sahip olsa da en düşük Brier skoruna sahip değildir. Yığma modelin Hami Brier skoru 0,178, rastgele ormanın ise 0,182’dir. Bu durum, bir modelin sıralama bakımından en iyi olmasının olasılık tahminlerinin doğruluğu bakımından da en iyi olduğu anlamına gelmediğini göstermektedir.

Kalibrasyon grafiği ve karar eğrisi ne anlatıyor?

Şekil 4’teki ROC eğrileri tüm önde gelen modellerin rastgele tahmini temsil eden çapraz çizginin üzerinde olduğunu, fakat eğrilerin kusursuz ayırıma yaklaşmadığını göstermektedir. Bu görünüm, AUC değerleriyle uyumlu olarak orta düzeyde ayırt etme performansına işaret eder.

Kalibrasyon grafiğinde modelin tahmin ettiği ortalama riskler gözlenen risklerden yüksektir. Başka bir ifadeyle model çocukları düşük, orta ve yüksek risk sırasına koyabilmiş; fakat mutlak hastalık olasılığını sistematik biçimde fazla tahmin etmiştir. Model başka bir topluma uygulanacaksa yalnızca doğrulama değil, yeniden kalibrasyon da gerekir.

Karar eğrisi belirli risk eşiklerinde model kullanımının herkesi riskli veya herkesi risksiz kabul eden basit yaklaşımlara göre net yarar sağlayabileceğini göstermektedir. Bununla birlikte karar eğrisi tek başına modelin klinik uygulamaya hazır olduğunu kanıtlamaz. Orta düzey AUC, kusurlu kalibrasyon ve kesitsel veri yapısı bireysel klinik karar kullanımını sınırlandırmaktadır.

SHAP analizi hangi değişkenleri öne çıkardı?

SHAP, modelin her bir değişkene tahmin sırasında ne kadar ağırlık verdiğini açıklamaya yarayan bir yöntemdir. Analizde ailede alerjik hastalık öyküsü 0,180 ortalama mutlak SHAP değeriyle açık ara en önemli değişken olmuştur. İkinci sıradaki algılanan kuru iç ortam havasının değeri 0,028’dir.

Öne çıkan diğer özellikler arasında gebelik döneminde pasif sigara dumanı, güncel pasif sigara dumanı, bilinmeyen zemin malzemesi, hane geliri, Han etnik kökeni, pencere yoğuşması, pişirme yakıtı olarak doğal gaz kullanımı, bebeklikte antibiyotik kullanımı ve bebeklikte pasif sigara dumanı bulunmaktadır.

SHAP önem sıralaması nedensellik sıralaması değildir. Bir değişkenin model tahminine güçlü katkı vermesi, o değişkenin hastalığın biyolojik nedeni olduğunu kanıtlamaz. Özellikle etnik köken, gelir ve konut özellikleri yerel nüfus yapısını, ölçülmemiş değişkenleri veya veri toplama örüntülerini temsil ediyor olabilir.

Risk grupları ne kadar ayrıştı?

Her iki doğrulama grubunda da düşükten yükseğe doğru düzenli bir hastalık artışı görülmüştür. Bu sonuç modelin risk sıralamasını bağımsız kentte koruyabildiğini göstermektedir. Bununla birlikte tahmin edilen risklerin gözlenen oranlardan yüksek olması, modelin çocuklara verdiği mutlak olasılıkların doğrudan kullanılmaması gerektiğini ortaya koymaktadır.

Alt grup performansı da eşit değildir. Hami grubunda AUC kız çocuklarında 0,793, erkek çocuklarında 0,657 olarak bildirilmiştir. Alt gruplardaki örnek sayıları sınırlı olduğundan farkın kalıcı olup olmadığı belirlenemez; ancak gelecekteki doğrulamalarda cinsiyet, etnik köken ve sosyoekonomik gruplar arasında performans eşitliğinin ayrıca incelenmesi gerektiğini göstermektedir.

Çalışmanın güçlü yönleri nelerdir?

• 9.033 çocukluk geniş bir örneklem kullanılmıştır.
• Ana araştırma farklı ilçeler ve 83 sınıfı içeren geniş bir Urumçi örneklemine dayanmaktadır.
• Gebelik, bebeklik ve güncel dönem ayrı maruziyet pencereleri olarak değerlendirilmiştir.
• Tekil alerjik hastalıkların yanında alerjik çoklu hastalık incelenmiştir.
• Anaokulu ve sınıf içi benzerlikler kümelemeye dayanıklı varyans hesaplamalarıyla dikkate alınmıştır.
• Ters nedensellik ihtimaline karşı duyarlılık analizi yapılmıştır.
• On farklı tahmin modeli karşılaştırılmıştır.
• Model geliştirme ve doğrulama ayrımı küme düzeyinde yapılmıştır.
• Hami verisi eğitimden tamamen ayrı tutulmuş ve harici doğrulama amacıyla kullanılmıştır.
• AUC yanında AUPRC, Brier skoru, kalibrasyon, karar eğrisi ve SHAP açıklamaları raporlanmıştır.

Çalışmanın sınırlılıkları nelerdir?

• Kesitsel tasarım: Maruziyet ve hastalık aynı araştırma çerçevesinde ölçüldüğünden nedensel sıra kesinleştirilemez.
• Geriye dönük bildirim: Gebelik ve bebeklik dönemindeki maruziyetler ebeveynlerin yıllar önceki koşulları hatırlamasına dayanır.
• Tanı doğrulamasının olmaması: Hekim tanıları ebeveyn bildirimidir; tıbbi kayıt, muayene, spirometri, alerjen duyarlılık testi veya serum IgE ölçümüyle doğrulanmamıştır.
• Objektif çevre ölçümü bulunmaması: Formaldehit, uçucu organik bileşikler, partikül madde, nem, havalandırma veya küf belirteçleri cihazla ölçülmemiştir.
• Ters nedensellik: Özellikle son 12 aylık ev koşulları çocuğun alerjisinden sonra değiştirilmiş olabilir.
• Çoklu karşılaştırmalar: Çok sayıda maruziyet ve sonuç test edilmiş, çoklu karşılaştırmalar için resmî düzeltme yapılmamıştır.
• Hami örnekleminin küçüklüğü: Harici grupta yalnızca 532 çocuk ve 33 alerjik çoklu hastalık vakası vardır.
• Sınırlı dış doğrulama: Hami bağımsız bir kenttir ancak Urumçi ile aynı geniş coğrafi ve idari bölgede bulunmaktadır.
• Orta düzey model performansı: AUC yaklaşık 0,73 düzeyindedir ve kalibrasyon kusurludur.
• Ek dosyanın bulunmaması: Metinde belirtilen ek tablolar, ayrıntılı değişken tanımları ve bazı ikincil analizler yüklenen sürümde yer almamaktadır.

Çalışma neyi destekliyor?

• Çocukluk çağı alerjik hastalıklarının bu örneklemde yaygın olduğunu göstermektedir.
• Aynı çocukta birden fazla alerjik hastalığın birlikte bulunmasının nadir olmadığını göstermektedir.
• Bebeklikte yeni mobilya ve pasif sigara dumanı bildirimleriyle alerjik sonuçlar arasında istatistiksel ilişkiler bulunduğunu göstermektedir.
• Ailede alerji öyküsünün tahmin modelindeki en güçlü özellik olduğunu göstermektedir.
• Anket tabanlı bir modelin bağımsız kentte orta düzey ayırt etme ve anlamlı risk sıralaması sağlayabildiğini göstermektedir.

Çalışma neyi kanıtlamıyor?

• Yeni mobilyanın, tadilatın veya pasif sigara dumanının incelenen alerjilere kesin olarak neden olduğunu kanıtlamamaktadır.
• Belirli bir mobilya malzemesini, kimyasal maddeyi veya kirletici dozunu sorumlu tutmamaktadır.
• Ev ortamındaki bir değişikliğin alerjik hastalığı önleyeceğini deneysel olarak göstermemektedir.
• Modelin tanı koyabildiğini veya doktor değerlendirmesinin yerini alabildiğini göstermemektedir.
• Çin’de bulunan oranların Türkiye’de de aynı olduğunu göstermemektedir.
• SHAP sıralamasındaki değişkenlerin biyolojik nedenler olduğunu kanıtlamamaktadır.

Türkiye açısından ne ifade ediyor?

Çalışmanın Türkiye’ye taşınabilecek en önemli yönü, çocuk alerjilerini yalnızca güncel ev ortamıyla ilişkilendirmek yerine gebelikten başlayan bir yaşam süreci içinde incelemesidir. Türkiye’de yapılacak yerel çalışmalarda gebelik ve bebeklik dönemindeki tadilat, yeni mobilya, ev içinde sigara kullanımı, rutubet, küf, pencere yoğuşması, yakıt türü ve havalandırma göstergeleri ayrı zaman pencerelerinde sorgulanabilir.

Bununla birlikte Türkiye için geçerli bir risk modeli geliştirmek amacıyla Türkiye’den veri toplanması; tanıların mümkünse sağlık kayıtları veya klinik testlerle doğrulanması; iç ortam kirleticilerinin cihazlarla ölçülmesi ve modelin farklı şehirler, gelir grupları ve konut tiplerinde harici olarak sınanması gerekir. Çin’de geliştirilen modelin eşikleri veya risk yüzdeleri doğrudan Türkiye’de kullanılmamalıdır.

Çalışmanın Yöntemi ve Bulguları

Temel epidemiyolojik bulgular:

• Çocukların %26,1’inde en az bir hekim tanılı alerjik hastalık bildirilmiştir.
• Çocukların %7,8’inde en az iki alerjik hastalık birlikte bulunmuştur.
• Bebeklikte pasif sigara dumanı, alerjik çoklu hastalık için OR 1,57 ile ilişkili bulunmuştur.
• Bebeklikte yeni mobilya, alerjik çoklu hastalık için OR 1,39 ve en az bir alerjik hastalık için OR 1,37 ile ilişkili bulunmuştur.
• Güncel pasif sigara dumanı, alerjik çoklu hastalık için OR 1,55 ve en az bir alerjik hastalık için OR 1,45 ile ilişkili bulunmuştur.
• Güncel rutubet, küf veya su hasarı son 12 aylık alerjik belirtiler için OR 1,53 ile ilişkili bulunmuştur.

Temel tahmin modeli bulguları:

• En yüksek iç doğrulama AUC değeri XGBoost modelinde 0,734’tür.
• En yüksek harici doğrulama AUC değeri rastgele fazla örneklemeli LightGBM modelinde 0,728’dir.
• Seçilen modelin harici doğrulama duyarlılığı 0,648, özgüllüğü 0,717’dir.
• Ailede alerji öyküsü modelin açık ara en güçlü tahmin özelliğidir.
• Model düşük, orta ve yüksek risk gruplarını sıralayabilmiş ancak mutlak riski fazla tahmin etmiştir.
• Model bireysel tanı, tedavi veya klinik karar için hazır değildir.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: Life-course indoor environmental exposures, allergic multimorbidity, and explainable risk prediction among preschool children in northwest China

Yazarlar ve sıraları: Haonan Shi, Zhuohui Zhao, Enhong Dong, Yingxia Wang, Shuai Zhang, Zuowei Wang, Chuan Zhang, Xuan Yao ve Tingting Wang.

Eş birinci yazar: Çalışmada eş katkı veya eş birinci yazarlık beyanı bulunmamaktadır.

Sorumlu yazarlar: Chuan Zhang, Xuan Yao ve Tingting Wang.

Yazar kurumları:

• Haonan Shi: Shanghai University School of Medicine’e bağlı Mental Health Center ve Shanghai University School of Medicine
• Zhuohui Zhao: Fudan University School of Public Health
• Enhong Dong ve Yingxia Wang: Shanghai University of Medicine & Health Sciences, School of Nursing & Health Management
• Shuai Zhang: Shanghai University of Medicine & Health Sciences, Center for Clinical and Translational Medicine
• Zuowei Wang: Shanghai University School of Medicine’e bağlı Mental Health Center
• Chuan Zhang: Shanghai University School of Medicine
• Xuan Yao: Shanghai University School of Medicine’e bağlı Mental Health Center ve Shanghai University School of Medicine
• Tingting Wang: Shanghai University of Medicine & Health Sciences, School of Nursing & Health Management ve Pudong Gongli Hospital Department of Nursing

DOI:10.2139/ssrn.6961657

Dergi: Hakemli bir dergi sürümü bu çalışma üzerinden doğrulanamamıştır.

Yayın platformu: SSRN.

Özgün yayınevi: Hakemli dergi yayınevi bulunmamaktadır; çalışma SSRN üzerinde preprint olarak sunulmuştur.

Resmî bağlantı:SSRN çalışma kaydı

Yayın yılı: 2026.

Kaynak türü: Kesitsel gözlemsel araştırma, epidemiyolojik ilişki analizi ve harici doğrulamalı makine öğrenmesi tahmin modeli geliştirme çalışması.

Hakemlik durumu: Bu çalışma hakem değerlendirmesinden geçmemiş bir preprinttir; sonuçları bu sınırlılık dikkate alınarak okunmalıdır. SSRN’de yer alması, çalışmanın The Lancet veya başka bir hakemli dergi tarafından yayımlandığı anlamına gelmez.

Etik onay: Araştırma Fudan University School of Public Health Medical Research Ethics Committee tarafından onaylanmış; ebeveynlerden veya yasal vasilerden yazılı bilgilendirilmiş onam alınmıştır. Metinde etik kayıt numaraları IRB0002408 ve FWA00002399 olarak verilmiştir.

Finansman: Çalışma Shanghai Municipal Education Commission Foundation, Shanghai Pudong New Area Health Commission Important Weak Discipline Project (PWZbr2025-08) ve Shanghai University School of Medicine Clinical Research Center for Mental Health (HKCRC-2024-01) tarafından desteklenmiştir. Yazarlar fon sağlayıcıların tasarım, veri toplama, analiz, yorumlama veya yazım sürecinde rol almadığını bildirmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Veri paylaşımı: Kimliksizleştirilmiş katılımcı verilerinin, veri sözlüğünün ve ilgili analiz kodlarının bilimsel açıdan uygun başvurular için sorumlu yazardan talep edilebileceği belirtilmiştir.

Bu Türkçe bilimsel anlatım yüklenen 19 sayfalık çalışma temel alınarak hazırlanmıştır. Çalışmada bulunmayan klinik, biyolojik veya epidemiyolojik sonuçlar eklenmemiştir. Metinde atıf yapılan ek dosya yüklenen sürümde bulunmadığından ek tablolardaki ayrıntılı sonuçlar, tüm değişken tanımları ve bazı alt grup analizleri bağımsız olarak incelenememiştir.

Çalışmanın başlıca sınırlılıkları kesitsel tasarım, geriye dönük ebeveyn bildirimleri, tanıların sağlık kayıtlarıyla doğrulanmaması, objektif iç ortam ölçümlerinin bulunmaması, çoklu karşılaştırma düzeltmesi uygulanmaması, Hami doğrulama grubunun küçük olması, kalibrasyonun kusurlu kalması ve doğrulamanın yalnızca aynı geniş coğrafi bölgedeki ikinci bir kentte gerçekleştirilmesidir.

Çalışma Çin’in kuzeybatısında gerçekleştirilmiştir. Bulgular Türkiye’deki çocuklarda hastalık oranını veya aynı etki büyüklüklerini kanıtlamamaktadır. Türkiye’de uygulama için yerel veri toplama, objektif çevresel ölçümler, klinik tanı doğrulaması, bağımsız şehirlerde harici doğrulama ve modelin yeniden kalibrasyonu gereklidir.