İstatistik, belirli bir amaç için veri toplama, çeşitli araçlar vasıtasıyla toplanan veriyi sadeleştirme ve özetleme, değişkenler arasındaki ilişkiyi araştırma, sonuçları yorumlama ve bunları daha geniş kesimler için genelleme, tahmin yapma ve deney düzenleme ilkelerini kapsayan bir bilimdir. Verilerin toplanması, derlenmesi, kullanacağımız analiz araçları ya da programları için uygun hale getirilmesi, sürecin en önemli aşamalarıdır. Verilerin hızla değiştiği, koşullarının ülkeden ülkeye farklılık gösterdiği pandemi gibi olağanüstü durumlarda, tüm bu süreç daha güç ve karmaşık hale gelebilir. Yine de tüm bu süreç, teknik kapasitesi gelişmiş kurumlar ya da devletler için çok zor değildir.
Benim, COVID-19'u uzun süredir takip ettiğim üç kaynak var. Bunlardan birincisi ABD'de yaşadığım eyalet olan Massachusetts ile ilgili verilere ulaştığım eyaletin resmî web sayfası. Her gün saat 16.00'da güncellenen bu verilerle, eyalette hangi şehirde kaç hasta olduğu, hangi laboratuvarlarda ne kadar test yapıldığı, hastalığa yakalanan ve yaşamını yitiren insanların yaş grupları ile ilgili ayrıntılı bilgilere erişebiliyorum. Son yayımlanan veri setiyle beraber ulaşabildiğimiz bilgiler daha da genişletildi. Artık toplam vaka sayısı içerisindeki farklı etnik kimliklerin oranlarına bile ulaşmak mümkün. Eyalet, şimdilik kasaba düzeyinde veri açıklamayı, hastalığın yaygın olarak görüldüğü yerleşimleri ‘lekelemek' kaygısıyla reddediyor. Massachusetts'in veri açıklama yöntemiyle ilgili ayrıntılı bilgi vermemin nedeni, maalesef T.C. Sağlık Bakanlığı'nın açıkladığı verilerin henüz çok kısıtlı ve genel bilgiler olması. Umarım, yakın zamanda Türkiye'deki COVID-19 vakaları ile ilgili daha fazla veri kategorisine ulaşmak mümkün olur.
İkinci kaynak, diğer ülkelerdeki rakamları takip ettiğim Johns Hopkins Üniversitesi'nin (JHU) COVID-19 Veri Tabanı. Bu web sayfası bize dünyada olan biten ile ilgili en güncel ve en güvenilir verileri sunuyor. JHU veri tabanı ülkelerin resmî olarak açıkladığı verilere dayanıyor. Örneğin, JHU veri tabanındaki Türkiye verileri, Türkiye Sağlık Bakanlığı'nın verileri ile aynı. Mevcut şartlarda, dünya çapında veri toplamayı doğrudan alandan gerçekleştirebilecek bağımsız bir kuruluş henüz yok. Zaten olması da şu aşamada çok zor. Ek olarak, JHU veri tabanında kimi ülkeleri ayrıntılı bir biçimde karşılaştırmak mümkün, fakat Türkiye'yi henüz burada sunulan grafiklerin içerisinde göremiyoruz.
Üçüncü kullandığım kaynak, hakkında hayli sınırlı bilgi olduğu için başlangıçta çok güvenmediğim, fakat rakamları kontrol ettiğimde resmî ve JHU verileri dışında veri kullanmadıklarını gördüğüm 1point3acres sayfasının "hakkında (about)" bölümüne tıkladığımızda, sayfanın Amerika'daki birinci jenerasyon Çinli göçmenler tarafından kurulduğu belirtiliyor. Ayrıca, COVID-19 ile ilgili "farkındalığı arttırmak" ve "şeffaflık" amacıyla bu gerçek-zamanlı veri tabanı sisteminin oluşturulduğu belirtilmiş. Bu sayfanın en büyük avantajı, bizlere sadece istediğimiz ülkeleri karşılaştırmak için birkaç basit tıklamayla grafik oluşturabilme imkânını hızlıca sunması -ve oluşturduğumuz grafiklerinin yukarıda yazdığımız istatistik biliminin temel kurallarına uygun olmasıdır. Bu yazıda, 1point3acres sayfası ile oluşturulan grafiklerle karşılaştırdığım Türkiye, ABD, İtalya ve İspanya ile ilgili verilerin tamamı JHU veri tabanı ile uyumludur. Fakat, genellikle, 1point3acres kendi sistemindeki verileri, JHU verilerine göre daha geç güncelleniyor.
Esas konumuza gelecek olursak, bu yazınının amacı, 1point3acres üzerinden üretilen grafikler aracılığıyla Türkiye ile ABD, İtalya ve İspanya'daki COVID-19 hastalığının yaygınlık seyrini kıyaslamak ve bu doğrultuda Türkiye'nin önümüzde haftalarda hangi ülkelerdeki hastalık yaygınlık seyrine yakınsayacağı ile ilgili öngörüde bulunmaktır.
Altını çizmek gerekir ki, ülkeler kıyaslanırken ele alınan kıyas kriteri, karşılaştırmanın tüm niteliğini değiştirir. Örneğin, ülkeleri ölüm oranları üzerinden kıyaslamak ile hastalığın artış hızı üzerinden kıyaslamak -şimdilik- tamamen farklı değişkenleri hesaba katmayı gerektirir. Ölüm oranlarının karşılaştırılmasında ülkelerin yaptıkları test sayısı ve sağlık kapasiteleri belirleyiciyken; hastalığın yayılma derecesini karşılaştırırken, sağlık kapasitesi etkeni, ölüm oranında olduğu kadar önemli bir belirleyici olmayabilir. Kısa vadede birbirinden elma ile armut kadar farklı birçok değişkene matematiksel değerler vererek oluşturabileceğimiz bir modelleme olası görünmese de, böyle çalışmalar yakında mutlaka yapılacaktır.
Ülkeler birbirlerinden bu kadar farklı özelliklere sahipken ve karşılaştırabileceğimiz değişken sayısı hayli fazlayken, ülkeleri kıyaslamak her ne kadar çok anlamlı görünmese de, tamamen anlamsız değildir. Bu yazıyı daha fazla detaya boğmamak için ayrıntılara girmeyeceğim fakat COVID-19'un yayılma hızının neredeyse tüm ülkelerde aynı üstel büyüme (exponential growth) eğrisini takip ettiği görülmektedir[1]. Ülkelerin bu logaritmik eğriyi terk etmeleri ancak uygulamaya koydukları politikalar ve bu politikaların ne kadar etkin olarak uygulandığı ile ilişkilidir. Yani, COVID-19 ile ilgili bir ülkenin başka bir ülkedeki iyi ya da kötü duruma ne kadar yaklaşacağı ya da uzaklaşacağı nihayetinde hükümetler tarafından alınan tedbirler, uygulamalar ve politikalar ile doğrudan belirlenir.
Bu yazı yazılırken, 9 Nisan itibariyle JHU veri tabanına göre, ABD, 454 bin 304 vaka; İspanya, 152 bin 446 vaka; İtalya ise 143 bin 626 vaka ile dünyada COVID-19'un en fazla göründüğü ülkelerin başında geliyor. Türkiye'deki toplam vaka sayısı 9 Nisan itibariyle 42 bin 282 ve bu rakamla Türkiye şu an dünyada 9. sırada. Fakat, 7 Nisan'da The Guardian'da yayımlanan haberin Türkiye'nin dünyada en hızlı COVID-19 artış oranına sahip olduğunu duyurması, Türkiye'nin bu sıralamada hızla üst sıralara tırmandığının son önemli işareti olarak görülebilir. Aslında, benzer işaretler çok daha önceden doğrudan konu ile ilgilenen ve hükümeti alması gereken tedbirler konusunda uyaran Türk Tabipleri Birliği (TTB) başta olmak üzere, çeşitli kurumlarca defalarca getirilmişti; fakat artış oranlarındaki yükselme, şimdilik alınan tedbir ve politikaların yetersiz olduğunu doğruluyor.
Aşağıdaki grafik, her bir ülkedeki 100'üncü vakanın ardından, 100'üncü vakanın bildirildiğini günü başlangıç noktası kabul ederek, COVID-19'un yayılma hızının ilerleyen günlerde nasıl değiştiğini bizlere anlatıyor. Grafikteki lacivert eğri Türkiye ve şu an grafikte Türkiye'nin solunda dünyada başka ülke bulunmuyor. Bu şu anlama geliyor, Türkiye hastalığın dünyada en hızlı yayıldığı ülke! Bu üç ülkenin vaka artış hızlarını karşılaştırdığımızda, 9 Nisan itibariyle Türkiye'nin kabaca İtalya'yı neredeyse 4'e, İspanya'yı 2,5'ye katladığını söyleyebiliriz.
Aynı ülkeler için daha önce YouTube ve NY Times linkleri ile beraber bahsettiğimiz aşağıdaki logaritmik eğri grafiğine baktığımızda ise, İtalya ve İspanya'da hastalığın yayılma hızının düşme eğilimi içerisinde olduğunu görüyoruz. Yani, bir noktadan sonra bu ülkelerde, geç de olsa, hükümetlerin aldığı önlemler işe yaradığı için İtalya ve İspanya hastalık eğrisini terk etmeye başlamış. Türkiye için henüz böyle bir işaret yok, bunu ilerleyen günlerde anlayacağız.
Altını çizelim, eğer Türkiye'de COVID-19 bu artış hızı ile yayılmaya devam ederse, ilk grafikte en soldaki eğriye sahip olmaya devam edecek ve ikinci grafikte de kısa vadede kesin bir düşüş eğilimi göstermeyecek. Dolayısıyla, hükümet yeni tedbirler alıp ve bunları hızla uygulanmazsa, büyük ihtimalle, İspanya ve İtalya örneklerinden daha kötü bir pandemi yönetimi örneğini dünyaya gösterecek.
Yukarıdaki grafikleri Türkiye ile ABD'yi karşılaştırmak için oluşturduğumuzda, şimdilik, Türkiye'nin İtalya ve İspanya'dan daha ziyade, ABD'deki hastalığın yayılma seyrine benzediği sonucuna ulaşıyoruz.
Fakat, bu grafikte de Türkiye'de hastalığın yayılma hızında birinciliği 100'üncü bildirilen vakadan bu yana 19 gün boyunca ABD'ye kaptırmamış. Yani, Türkiye'de hastalık ABD'ye göre çok daha hızlı yayılmış. Türkiye, 7 ve 8 Nisan'da gelen yüzde 19 ve yüzde 17'lik sert yükselişlerin ardından, 9 Nisan itibariye yüzde 15 ile hala ABD'den daha fazla hastalık artış hızına sahip olsa da, eğride ilk defa ABD'nin altına girdi. Yine de 9 Nisan itibariyle hastalığın artış hızı Türkiye için yüzde 15 iken ABD'de yüzde 12. Bu grafikle, maalesef, Türkiye'nin, şimdilik, hastalığın yayılma hızında ABD'den bile daha kötü bir durumda olduğu görülüyor.
Logaritmik ölçeğe baktığımızda ise, önceki grafikte de belirtmiştim, henüz son bir haftalık eğilimler Türkiye'nin düşüş eğilimi içerisinde olduğunu göstermiyor. Hatta, iki grafiği beraber yorumladığımızda hastalığın en az bir iki hafta daha bu artış hızı ile yayılması durumunda logaritmik ölçekte ABD'yi bir süre daha takip edeceğimiz söylenebilir.
Yazıda daha önce belirttiğim üzere, COVID-19'un yayılma hızı hükümetler tarafından etkili politikalar uygulanmadığı, gereken tedbirler alınmadığı takdirde ülkeler arasında benzerlik gösteriyor ve ülkeler bir çeşit sele kapılmışçasına hızla artan hastalık eğrisi içerisinde yukarı sürükleniyor. Fakat, alınan önlemlerin etkili olduğu ülkeler, örneğin Güney Kore, bu eğriyi terk ederek hastalığı kontrol altında tutabiliyor. Şimdiye kadar yayımlanan resmi rakamlar ve istatistikler, bize Türkiye'de alınan tedbirlerin, şimdilik, Türkiye'yi logaritmik hastalık eğrisinden kurtarmakta çok işe yaramadığını açıkça gösteriyor. Türkiye, dünyadaki en kötü COVID-19 yönetimi deneyimlerine hızla yaklaşıyor. Bu durumu tersine çevirmek için başta Türk Tabipleri Birliği başta olmak üzere, konu ile ilgili uzmanların uyarı ve önlemlerini dikkate almakta yarar var. Acilen günlük yapılan test sayısını daha da arttırmak, sağlık kapasitesini büyütmek, hızla sahra hastaneleri kurmak, yoğun bakım üniteleri temin etmek ve tüm çalışanlara ücretli izin ile birlikte en az 3 hafta sürecek sokağa çıkma yasağı uygulamak gibi bir dizi önlemi hızlıca hayata geçirmek gerekiyor.
[1] Linkteki grafikte, ülkelerin logaritmik eğri üzerindeki hareketleri görülebilir. Daha fazla bilgi için şu linkteki YouTube videosu hayli açıklayıcıdır. Bu video ile yetinmeyenler Kenneth Chang'ın 20 Mart'ta NY Times'da yayımlanan logaritmik ölçekler ile ilgili yazdığı kısa yazıya göz atabilir.
*University of Massachusetts, Doktora öğrencisi
