Embed Size (px)
Citation preview
MỘT SỐ THÔNG SỐ THỐNG KÊ CƠ BẢN
TRONG NGHIÊN CỨU LÂM SÀNG
BS. VĂN ĐỨC HẠNHVIỆN TIM MẠCH VIỆT NAM
THỰC TRẠNG
SỐ LIỆU THU ĐƯỢC
TRÌNH BÀY
THỐNG KÊ MÔ TẢ - SUY LUẬN
Thống kê mô tả (Descriptive statistic): kỹ thuật dùng để mô tả các đặc tính của mẫu.
Thống kê suy luận (Inferential statistic): quá trình suy luận từ đặc tính của mẫu ra đặc tính của quần thể.
BIẾN ĐỊNH TÍNH BIẾN ĐỊNH LƯỢNG
THỐNG KÊ MÔ TẢ
Tần sốTỷ lệ phần trăm
Trung bình (mean)Trung vị (median)ModeĐộ lệch chuẩn ( standard deviation)Phương sai (variance)
Khi bình phươngFisher test
t testANOVAWilcoxon
Mann-WhitneySign test
...
Log-rank test
ĐỊNH TÍNH ĐỊNH LƯỢNG THỜI GIAN BIẾN CỐ
THỐNG KÊ SUY LUẬN
SO SÁNH SỰ KHÁC BIỆT
TƯƠNG QUAN
OR / RRHồi quy Logistic
Hệ số rHồi quy tuyến
tính
HR (Hazard Ratio)
Hồi quy COX
MỘT SỐ THÔNG SỐ THỐNG KÊ CƠ BẢN
p value
Tần số, tỷ lệ / Trung bình, trung vị, độ lệch chuẩn
ttest / Khi bình phương / Logrank test
OR, RR, 95%CI / r / HR
Hồi quy Logistic / Hồi quy tuyến tính / Hồi quy COX
Hệ số Kappa
Độ nhạy, độ đặc hiệu, ROC
GIÁ TRỊ p
p < 0,05 NGHĨA LÀ GÌ?
Sự khác biệt của kiểm định có ý nghĩa thống kê ?
Khả năng kết luận sai là nhỏ hơn 5% ?
Khả năng kết luận đúng là trên 95% ?
p càng nhỏ thì độ tin cậy càng lớn ?
KHÔNG ĐÚNG
Nguyễn Văn Tuấn (2008), Y học thực chứng
TIẾN TRÌNH TÌM p ?
Tiến trình của 1 nghiên cứu khoa học:Xây dựng giả thiết HoĐưa ra giả thiết chính H1 (mong muốn chứng minh)Thu thập dữ kiện (D)Phân tích dữ kiện: tính toán xác suất D xảy ra nếu giả thiết Ho đúng ==> tính toán p
Như vậy:p là xác suất của dữ kiện D xảy ra nếu giả thiết Ho đúngP không trực tiếp cho chúng ta biết sự thật về giả thiết chính H1 mà chỉ gián tiếp cung cấp bằng chứng để bác Ho và chấp nhận H1.
Có ý nghĩa thống kê chưa chắc đã có ý nghĩa về lâm sàng.
Nguyễn Văn Tuấn (2008), Y học thực chứng
CÁC THÔNG SỐ THỐNG KÊ MÔ TẢ
Tần số n
Tỷ lệ %
Trung bình: trung bình số học
Trung vị: giá trị ở giữa bộ số liệu
Mode: giá trị hay gặp nhất
Độ lệch chuẩn: nói đến độ phân tán của số liệu
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
NEJM, 2010, 362; 15; 1363
Ý NGHĨA THỐNG KÊ MÔ TẢ TRONG NGHIÊN CỨU LÂM SÀNG
Mô tả đặc điểm ban đầu về lâm sàng hoặc cận lâm sàng của đối tượng nghiên cứu ban đầu.
Giúp người đọc hiểu đặc tính quần thể nghiên cứu, từ đó dễ dàng lý giải khi so sánh với các nghiên cứu khác.
SO SÁNH SỰ KHÁC BIỆT BIẾN ĐỊNH LƯỢNG
SO SÁNH SỰ KHÁC BIỆT BIẾN ĐỊNH TÍNH
J. Am. Coll. Cardiol. 2005;45;999-1002
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
NEJM, 2010, 362; 15; 1363
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
Nói về sự khác biệt giữa các trung bình (hoặc các trung vị), các tỷ lệ ==> sự khác biệt trong mẫu nghiên cứu
Không mô tả mối tương quan giữa các biến ==> chưa suy rộng cho cả quần thể nghiên cứu.
Áp dụng: mô tả đặc điểm lâm sàng, cận lâm sàng tại thời điểm ban đầu và/hoặc kết thúc nghiên cứu.
Ý NGHĨA SO SÁNH SỰ KHÁC BIỆTTRONG NGHIÊN CỨU LÂM SÀNG
PHÂN TÍCH SỐNG CÒN
PHÂN TÍCH SỐNG CÒN
Có 2 phương pháp phân tích sống còn:
Phương pháp phân tích bảng sống: xác suất sống còn được tính toán dựa trên thời gian được ấn định sẵn (ví dụ: mỗi 30 ngày). Ít dùng trên lâm sàng.
Phương pháp Kaplan - Meier: xác suất sống được tính toán tại thời gian mỗi biến cố xảy ra. Thường được dùng trên lâm sàng.
PHÂN TÍCH SỐNG CÒN
Đường cong Kaplan - Meier:
Đường cong thể hiện sự sống còn của quần thể nghiên cứu theo thời gian.
Cho phép đánh giá sự sống còn theo thời gian ngay cả khi bệnh nhân drop out hoặc nghiên cứu ở những thời gian khác nhau.
Kiểm định Logrank: So sánh đường cong sống còn bằng cách so sánh tần suất quan sát và tần suất mong đợi ở mỗi biến cố thời gian.
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
10.1056/nejmoa1007964 nejm.org
Đường cong Kaplan - Meier thể hiện xác suất chưa mắc biến cố ==> đường cong có dạng đi xuống.
NEJM, 2010, 362; 15; 1363
Đường cong Kaplan - Meier thể hiện tổng biến cố cộng dồn ==> đường cong có dạng đi lên.
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
Phương pháp Kaplan - Meier phân tích mối quan hệ sống còn theo thời gian của đối tượng nghiên cứu (hoặc các nhóm nghiên cứu).
Đây là phương pháp thống kê suy luận chưa hiệu chỉnh theo các biến khác ==> không thực sự có nhiều ý nghĩa trong rút ra kết luận khái quát cho quần thể.
Ý NGHĨA KAPLAN - MEIERTRONG NGHIÊN CỨU LÂM SÀNG
HỆ SỐ TƯƠNG QUAN r
TƯƠNG QUAN GIỮA 2 BIẾN ĐỊNH LƯỢNG:HỆ SỐ TƯƠNG QUAN r
Hệ số tương quan (r) thể hiện mức độ tương quan giữa 2 biến liên tục mà không quan tâm tới quan hệ nhân quả.
Hệ số tương quan chạy từ -1 đến 1:
r > 0: tương quan đồng biến
r < 0: tương quan nghịch biến
r = 0: không tương quan
|r| càng gần 1: tương quan càng chặt chẽ
TƯƠNG QUAN GIỮA 2 BIẾN ĐỊNH LƯỢNG
Mức độ tương quan:
|r| < 0,3: tương quan yếu
0,3 ≤ |r| < 0,5: tương quan trung bình
0,5 ≤ |r| < 0,7: tương quan chặt chẽ
|r| ≥ 0,7: tương quan rất chặt chẽ
Lưu ý p value, khoảng tin cậy 95%.
Pearson: biến chuẩn, Spearman: biến không chuẩn
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
European Heart Journal (2002) 23, 247–254
HỆ SỐ r : HỒI QUY TUYẾN TÍNH
Hồi quy là mô hình toán học thể hiện sự biến đổi của một biến số (biến phụ thuộc) theo một hay nhiều biến khác (biến độc lập = biến giải thích).
Mô hình hồi quy tuyến tính:
Y = a + bx1 + cx2 + dx3 + ...
Biến phụ thuộc Y là biến định lượng, phân bố chuẩn.
Biến độc lập (giải thích) là biến định tính/ định lượng.
2
HỒI QUY TUYẾN TÍNH
Chỉ số tốt nhất đánh giá mức độ tương quan là hệ số R.
Hệ số này chạy từ 0 đến 1.
Hệ số này thể hiện % khác biệt của biến phụ thuộc có thể giải thích do biến thiên của biến độc lập.
2
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
Circulation 2005;112;2833-2839
22% khác biệt TLR (biến phụ thuộc) có thể giải thích do biến thiên Mean Late Loss (biến độc lập)
HỆ SỐ OR, RRHỆ SỐ OR, RR HIỆU CHỈNH
TƯƠNG QUAN GIỮA 2 BIẾN ĐỊNH TÍNH
OR = ad/bc (NC ngang)
OR = ad/bc (NC bệnh - chứng)
RR = (a/(a+b)) / (c/(c+d)) (NC thuần tập - NC can thiệp)
95%CI
Ý NGHĨA OR, RR
> 1: YT nguy cơ
= 1: Không liên quan
< 1: YT bảo vệ
ÁP DỤNG LÂM SÀNG
Heart 2003;89;512-516
Glucose máu tại thời điểm nhập viện ở BN NMCT cấp từ 7,2 - 10,0 mmol/ làm tăng nguy cơ suy thất trái gâp 2,06 lần, độ tin cậy 1,34 - 3,15.
Ý NGHĨA
Xác định một Biến là Yếu tố nguy cơ hoặc Yếu tố bảo vệ đối với sự xuất hiện của một bệnh (hoặc một biến chứng) ?
Xác định được một thuốc có hiệu quả làm giảm (hoặc tăng) biến cố hơn hẳn thuốc khác ?
OR, RR LIỆU ĐÃ ĐỦ?
CHƯA ĐỦ !CẦN XEM XÉT TRONG TỔNG HỢP CÁC YẾU
TỐ
KHÁI NIỆM HỒI QUY LOGISTIC
Biến phụ thuộc
Biến độc lập
OR HIỆU CHỈNH
Q1: <5.8 Q2: 5.8 - 7.2 Q3: 7.2 - 10.0 Q4: >10.0
Heart 2003;89;512-516
Sau khi hiệu chỉnh theo tuổi, tần số tim, dùng lợi tiểu, biến đổi ST, HA tâm thu; Glucose máu tại thời điểm nhập viện ở BN NMCT cấp từ 7,2 - 10,0 mmol/ làm tăng nguy cơ suy thất trái gâp 1,73 lần, độ tin cậy 1,06 - 2,83.
Ý NGHĨA HỒI QUY LOGISTIC
Hồi quy logistic giúp dự đoán được sự xuất hiện / không xuất hiện của một hiện tượng (hoặc một biến cố) dựa vào các giá trị của các biến dự báo.
Hồi quy Logistic cho chúng ta cái nhìn rộng hơn trong tổng hòa nhiều yếu tố trong mô hình.
Được áp dụng rộng rãi trong các nghiên cứu trên thế giới.
HAZARD RATIO (TỶ SỐ RỦI RO)
Áp dụng cho các nghiên cứu thuần tập tiến cứu có tích lũy các hiện tượng (biến cố) theo thời gian.
Hệ số HR gần như tương đương với hệ số RR.
HR chưa hiệu chỉnh
HR hiệu chỉnh (Mô hình COX)
HỒI QUY COX
Phương pháp Kaplan - Meier và kiểm định logrank chỉ cho phép so sánh 1 yếu tố (dự báo) tại 1 thời điểm (đơn biến độc lập).
Cách tính toán đồng thời nhiều yếu tố cùng một lúc tại thời điểm biến cố nghiên cứu? Làm sao để đánh giá hiệu chỉnh dự báo sống còn khi tồn tại khả năng trùng lặp?
Khi nghiên cứu có thời gian - biến cố. Mô hình hồi quy COX là phù hợp nhất để giải quyết vấn đề này.
Cho phép dự báo yếu tố tiên lượng.Thăm dò mối quan hệ giữa biến sống còn và biến giải thíchMô hình đa biến
10.1056/nejmoa1007964 nejm.org
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
ÁP DỤNG NGHIÊN CỨU LÂM SÀNG
N Engl J Med 2001;344:1651-8
HỆ SỐ KAPPA
2 phương pháp chẩn đoán có đồng nhất không?
Ý NGHĨA CỦA KAPPA
Kappa test được sử dụng để đánh giá phần trăm đồng thuận giữa 2 người (2 phương pháp) khi chẩn đoán 1 bệnh (hiện tượng sức khỏe) sau khi đã loại bỏ vai trò của yếu tố may rủi.
Hệ số K:
VÍ DỤ LÂM SÀNG
Diabetes Care 31:36–38, 2008
Có sự tương đồng trong chẩn đoán rối loạn chuyển hóa glucose bằng NPDN glucose tại thời điểm trước khi ra viện và sau 3 tháng (Hệ số K = 0,35), giữa thời điểm trước khi ra
viện và sau 12 tháng (K = 0,43)
ROC (Receiver operating characteristic)
TÍNH GIÁ TRỊ CỦA CHẨN ĐOÁN
PHÂN TÍCH ROC
VÍ DỤ LÂM SÀNG
European Heart Journal (2006) 27, 2413–2419
ROC = 0,65 ROC = 0,90 ROC = 0,85
TAKE HOME MESSAGES
p value
Tần số, tỷ lệ / Trung bình, trung vị, độ lệch chuẩn
ttest / Khi bình phương / Logrank test
OR, RR, 95%CI / r / HR
Hồi quy Logistic / Hồi quy tuyến tính / Hồi quy COX
Hệ số Kappa
Độ nhạy, độ đặc hiệu, ROC
SỬ DỤNG HỢP LÝ CÁC THÔNG SỐ THỐNG KÊ ĐỂ LÀM TĂNG TÍNH THUYẾT PHỤC CỦA NGHIÊN CỨU !
