Giáo trình Phương pháp Nghiên cứu Khoa học 1

ỦY BAN NHÂN DÂN THAØNH PHOÁ HOÀ CHÍ MINH

TRƯỜNG ĐẠI HỌC Y KHOA PHẠM NGỌC THẠCH

LIEÂN BOÄ MOÂN Y HOÏC COÄNG ÑOÀNG

BOÄ MOÂN DÒCH TEÃ HOÏC CÔ BAÛN-DÂN SỐ HỌC

GIÁO TRÌNH 1

PHƯƠNG PHÁP

NGHIÊN CỨU KHOA HỌC

LỚP CHUYÊN KHOA 2 – NĂM HỌC 2012 – 2013

Tháng 12 năm 2012

2

NỘI DUNG

1. Caùc pheùp ño cô baûn trong dòch teã hoïc

2. So saùnh tæ suaát

3. Moái lieân heä nhaân – quaû

4. Caùc thieát keá nghieân cöùu trong dòch teã hoïc

5. Nghieân cöùu caét ngang

6. Nghieân cöùu beänh – chöùng

7. Nghieân cöùu ñoaøn heä

8. Thử nghiệm lâm sàng ngẫu nhiên có đối chứng

9. Đánh giá test chẩn đoán

10. Sai soá ngaãu nhieân vaø sai soá heä thoáng trong nghieân cöùu DTH

11. Chuẩn bị đề cương NCKH 12. Cách soạn thảo BCH 13. Cách tính cỡ mẫu và phương pháp chọn mẫu 14. Chuẩn bị báo cáo NCKH

3

CAÙC PHEÙP ÑO CÔ BAÛN TRONG DÒCH TEÃ HOÏC

TS. BS. Taêng Kim Hoàng

ThS.BS. Phaïm Lan Traân

MUÏC TIEÂU: Sau khi hoïc xong baøi naøy, hoïc vieân coù theå:

Ñònh nghóa, moâ taû vaø phaân bieät ñöôïc caùc khaùi nieäm veà Tæ soá , Tæ leä, Tæ suaát (Ratio,

Proportion, Rate)

Ñònh nghóa, moâ taû vaø phaân bieät ñöôïc caùc khaùi nieäm veà Tæ suaát hieän maéc vaø Tæ suaát môùi

maéc (Prevalence, Incidence)

Tính ñöôïc vaø dieãn giaûi ñöôïc caùc keát quaû tính toaùn - theå hieän caùc soá ño taàn suaát beänh, cheát

trong caùc nghieân cöùu dòch teã hoïc

- -

I. SÔ LÖÔÏC VEÀ CAÙC PHEÙP ÑO TRONG DÒCH TEÃ HOÏC

1. Caùc pheùp ño dòch teã hoïc: Caùc pheùp ño chính duøng trong nghieân cöùu dòch teã hoïc coù

theå ñöôïc chia laøm 3 loaïi:

1. Caùc pheùp ño veà taàn suaát beänh taät (Measures of frequency): Theå hieän söï xaûy ra cuûa beänh taät,

taøn pheá, töû vong ôû moät coäng ñoàng daân cö laø cô sôû cho caùc nghieân cöùu moâ taû, hay caùc

nghieân cöùu veà nguyeân nhaân. Taàn suaát xaûy ra cuûa beänh taät thöôøng ñöôïc theå hieän baèng Tæ suaát

hieän maéc vaø Tæ suaát môùi maéc (Prevalence, Incidence).

2. Caùc pheùp ño theå hieän söï phoái hôïp (Measures of association): Ñaùnh giaù söï lieân quan coù yù

nghóa thoáng keâ giöõa moät yeáu toá cho tröôùc vaø beänh taät.

3. Caùc pheùp ño veà taùc ñoäng tieàm taøng (Measures of potential impact): Phaûn aùnh söï goùp phaàn

cuûa moät yeáu toá naøo ñoù vaøo söï xaûy ra cuûa moät beänh trong moät coäng ñoàng daân cö. Caùc pheùp ño

naøy ñöôïc duøng ñeå tieân löôïng hieäu quaû hay hieäu löïc cuûa caùc phöông phaùp can thieäp, ñieàu trò …

trong moät daân soá ñaëc bieät, TD: duøng vaccin. Thoâng thöôøng caùc pheùp ño veà taùc ñoäng tieàm taøng

laø söï phoái hôïp cuûa caùc pheùp ño veà taàn suaát beänh vaø caùc pheùp ño theå hieän söï phoái hôïp.

2. Tæ soá, tæ leä, tæ suaát:

1. Tæ soá (Ratio): laø moät phaân soá trong ñoù töû soá (laø moät giaù trò) ñöôïc chia cho maãu soá (laø moät

giaù trò khaùc). Noùi caùch khaùc töû soá vaø maãu soá khoâng lieân quan vôùi nhau.

Ta coù theå hieåu Tæ soá theo caùch: A/B.

TD: Tæ soá veà giôùi tính trong 1 lôùp hoïc = Soá hoïc sinh nam

Soá hoïc sinh nöõ

TD: Tæ soá giöôøng beänh ôû moät khu vöïc = Soá giöôøng beänh

Soá daân trong khu vöïc

4

2. Tæ leä (Proportion): laø moät phaân soá trong ñoù töû soá laø moät phaàn cuûa maãu soá. Tæ leä coù theå ñöôïc

hieåu laø: A/A+B.

Tæ leä thöôøng ñöôïc tính döôùi daïng tæ leä phaàn traêm (keát quaû nhaân vôùi 100)

TD: Trong moät coäng ñoàng coù 500 ngöôøi, 20 ngöôøi bò nhieãm giun moùc. Vaäy tæ leä ngöôøi bò

nhieãm giun moùc trong coäng ñoàng naøy laø : 20

= 0,04 x 100 = 4% 500

TD: Tæ leä hoïc sinh nöõ trong lôùp hoïc laø: Soá hoïc sinh nöõ x 100

Toång soá hoïc sinh cuûa caû lôùp (nam laãn nöõ)

3. Tæ suaát (Rate): laø moät daïng ñaëc bieät cuûa tæ leä, coù lieân quan ñeán moät khoaûng thôøi gian nhaát

ñònh. Tæ suaát ñöôïc tính nhö sau: laø soá bieán coá (beänh, cheát v.v…) xaûy ra trong moät daân soá naøo ñoù

trong moät khoaûng thôøi gian xaùc ñònh. Tæ suaát thöôøng ñöôïc nhaân vôùi moät con soá luyõ thöøa cuûa

10.

Tæ suaát = Soá bieán coá xaûy ra trong khoaûng thôøi gian nhaát ñònh

x 10 n

Daân soá trung bình trong khoaûng thôøi gian ñoù

TD: Tæ suaát cheát haøng naêm = Toång soá cheát trong 1 naêm

x 10n

Daân soá trung bình trong naêm ñoù (daân soá giöõa naêm)

TD: Tæ suaát sinh = Toång soá treû sinh soáng ôû 1 khu vöïc trong voøng 1 naêm

x 10n

Daân soá trung bình ôû khu vöïc ñoù trong 1 naêm (daân soá giöõa naêm)

II. TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC

1. Tæ suaát hieän maéc (Prevalence)

Tæ suaát hieän maéc cho bieát soá tröôøng hôïp beänh hieän coù (cuõ laãn môùi) taïi moät thôøi ñieåm naøo ñoù.

“Tæ suaát hieän maéc” khoâng coù ñôn vò vaø khoâng bao giôø nhoû hôn 0 hay lôùn hôn 1. Coù 2 loaïi tæ

suaát hieän maéc: Tæ suaát hieän maéc ñieåm (point prevalence) vaø tæ suaát hieän maéc khoaûng (period

prevalence)

a. Tæ suaát hieän maéc ñieåm (hay coøn ñöôïc goïi laø tæ suaát hieän maéc): thöôøng ñöôïc duøng hôn, laø xaùc

suaát maø moät caù theå trong daân soá trôû thaønh moät tröôøng hôïp beänh taïi thôøi ñieåm t.

Coâng thöùc tính:

Tæ suaát hieän maéc = Soá tröôøng hôïp beänh (cuõ vaø môùi) ôû moät thôøi ñieåm naøo ñoù

Toång daân soá vaøo thôøi ñieåm ñoù

b. Tæ suaát hieän maéc khoaûng: ít ñöôïc duøng hôn, laø xaùc suaát maø moät caù theå trong daân soá trôû

thaønh moät tröôøng hôïp beänh ôû baát cöù thôøi ñieåm naøo trong moät khoaûng thôøi gian t.


Tæ suaát hieän maéc khoaûng = Soá tröôøng hôïp beänh (cuõ vaø môùi) trong moät thôøi khoaûng naøo ñoù

Daân soá trung bình (Daân soá giöõa khoaûng)

Vì “Tæ suaát hieän maéc” bao goàm taát caû nhöõng ngöôøi bò beänh - khoâng tính ñeán tröôøng hôïp môùi

bò beänh hay ñaõ bò töø laâu – neân nhöõng beänh laâu ngaøy (maõn tính) thöôøng coù xu höôùng coù “tæ suaát

hieän maéc” cao hôn nhöõng beänh ngaén ngaøy (caáp tính).

5

Caùch tính daân soá trong moät thôøi khoaûng:

1) Tính theo phöông phaùp soá hoïc:

Daân soá vaøo ngaøy 1/4/1960 laø 15.717.000

Daân soá vaøo ngaøy 1/4/1950 laø 10.586.000

10 naêm taêng 5.131.000

1 naêm taêng 513.100

4 naêm taêng 2.052.400

3 thaùng taêng 128.275

Vaäy daân soá vaøo ngaøy 1/7/1954 baèng 10.586.000 vaøo 1/4/1950

+ 2.052.400 taêng trong 4 naêm (1950-1954)

+ 128.275 (taêng töø 1/4/1954 ñeán 1/7/1954)

12.766.675

2) Tính trung bình:

Daân soá giöõa naêm 2005 (1/7/2005)

= Daân soá vaøo 1/1/2005 + ½ (S. cuûa naêm 2005 – C. cuûa naêm 2005 + N. cuûa naêm 2005 –

D. cuûa naêm 2005)

hay = Daân soá vaøo 1/1/2006 - ½ (S. cuûa naêm 2005 – C. cuûa naêm 2005 + N. cuûa naêm 2005 –

D. cuûa naêm 2005)

hay = ½ (Daân soá vaøo 31/12/2004 + Daân soá vaøo 31/12/2005)

Trong ñoù:

S. = Toång soá treû sinh ra trong naêm

C. = Toång soá ngöôøi cheát trong naêm

N. = Toång soá ngöôøi nhaäp cö trong naêm

D. = Toång soá ngöôøi di cö trong naêm

2. Tæ suaát môùi maéc (Incidence):

Tæ suaát môùi maéc phaûn aùnh nguy cô phaùt trieån (lan roäng) cuûa moät beänh naøo ñoù trong moät

khoaûng thôøi gian xaùc ñònh. Tæ suaát môùi maéc coù 2 loaïi: Tæ suaát môùi maéc doàn (Cummulative

Incidence) vaø Tæ troïng beänh môùi (Incidence density).

a. Tæ suaát môùi maéc doàn: laø nguy cô (RISK) ñeå nhöõng ngöôøi khoâng bò moät chöùng beänh naøo ñoù

seõ bò maéc beänh (trong moät khoaûng thôøi gian naøo ñoù) - vôùi ñieàu kieän nhöõng ngöôøi naøy khoâng

bò cheát vì moät beänh khaùc.


Tæ suaát môùi maéc doàn = Soá ngöôøi môùi maéc beänh trong moät khoaûng thôøi gian naøo ñoù

Daân soá nguy cô trong khoaûng thôøi gian ñoù

Noùi caùch khaùc, Tæ suaát môùi maéc doàn laø tæ leä nhöõng ngöôøi chuyeån töø tình traïng khoâng

beänh vaøo ñaàu khoaûng thôøi gian ñöôïc khaûo saùt sang traïng thaùi bò beänh trong khoaûng thôøi gian

ñoù.

Do ñoù trong tröôøng hôïp daân soá coá ñònh

Tæ suaát môùi maéc doàn = Soá ngöôøi môùi maéc beänh trong moät khoaûng thôøi gian naøo ñoù

Daân soá nguy cô vaøo ñaàu khoaûng thôøi gian ñoù

6

CI = Coù beänh

Coù + Khoâng beänh

Ñaëc ñieåm cuûa Tæ suaát môùi maéc doàn:

- laø moät tæ leä

- khoâng coù ñôn vò

- thay ñoåi töø 0 ñeán 1

TD: Cuoäc ñieàu tra daân soá vaøo naêm 1960 taïi Thuïy Ñieån cho bieát coù 3.076 nam trong ñoä tuoåi

20-64 laø coâng nhaân ngaønh nhöïa. 11 ngöôøi trong soá 3.076 ngöôøi naøy sau ñoù ñaõ bò u naõo

trong thôøi gian töø 1961-1973.

Vaäy Tæ suaát môùi maéc beänh u naõo cuaû coâng nhaân ngaønh nhöïa trong thôøi gian 13 naêm laø:

CI = 11

= 0,004 hay 0,4%

3076

Töø keát quaû naøy, ta coù theå phaùt bieåu raèng: Nguy cô bò u naõo cuûa coâng nhaân ngaønh nhöïa ôû Thuïy

Ñieån trong voøng 13 naêm laø 0,4%.

b. Tæ suaát môùi maéc (theo ngöôøi-thôøi gian) – tæ troïng beänh môùi: phaûn aùnh söï phaùt trieån cuûa

nhöõng tröôøng hôïp beänh môùi trong moät ñôn vò thôøi gian.


Tæ suaát môùi maéc = Soá tröôøng hôïp beänh môùi trong moät khoaûng thôøi gian naøo ñoù

Toång thôøi gian coù nguy cô maéc beänh cuûa taát caû caù theå trong daân soá (ñôn vò:

ngöôøi-thôøi gian) (person-time)

Ñaëc ñieåm cuûa Tæ suaát môùi maéc (theo ngöôøi-thôøi gian):

- khoâng phaûi laø moät tæ leä

- coù ñôn vò

- thay ñoåi töø 0 ñeán voâ cöïc

TD1: Theo doõi 12 ngöôøi trong thôøi gian 5 naêm (trang sau), ta coù:

- 5 tröôøng hôïp beänh môùi (Töû soá)

- Toång thôøi gian coù nguy cô maéc beänh cuûa nhöõng ngöôøi naøy: 41 ngöôøi-naêm (Maãu soá)

Vaäy tæ suaát môùi maéc laø:

ID = 5 = 0,192/naêm = 1,92/10/naêm = 1,92 10-1/naêm

26 = 19,2/100/naêm = 19,2 10-2/naêm

= 192/1.000/naêm = 192 10-3/naêm

Töø keát quaû naøy, ta coù theå phaùt bieåu raèng: Trong 1.000 ngöôøi-naêm coù nguy cô, coù 192 tröôøng

hôïp beänh hay Trong voøng moät naêm theo doõi, cöù moãi 1.000 ngöôøi, coù 192 ngöôøi bò beänh.

7

5 naêm

3 naêm Ñi khoûi

3 naêm Bò beänh

4 naêm

3 naêm Töû vong

5 naêm

4 naêm Bò beänh

2 naêm Bò beänh

3 naêm

5 naêm Taøn pheá

2 naêm Bò beänh

2 naêm Bò beänh

TD2: Naêm 1973, taïi Stockholm coù 29 tröôøng hôïp beänh môùi bò beänh nhoài maùu cô tim trong

soá ñaøn oâng ñoä tuoåi töø 40-44. Toång soá “ngöôøi-naêm” cuûa nhoùm tuoåi naøy laø 41532. Vaäy troïng

suaát maéc laø:

8

ID = 29

= 0,0007/naêm = 7 10-4 /naêm

41523

Ta coù theå phaùt bieåu raèng Trong voøng moät naêm theo doõi taïi Stockholm, cöù 10.000 ñaøn oâng trong

ñoä tuoåi 40-44, coù 7 ngöôøi bò nhoài maùu cô tim.

SÖÏ TÖÔNG QUAN GIÖÕA TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC:

Tæ suaát hieän maéc vaø tæ suaát môùi maéc coù lieân quan maät thieát vôùi nhau qua thôøi gian keùo

daøi cuûa beänh.

Neáu tæ suaát beänh môùi maéc thaáp, nhöng thôøi gian beänh keùo daøi thì tæ suaát hieän maéc (Tæ suaát

maéc beänh toaøn boä) seõ cao. Ngöôïc laïi, duø tæ suaát beänh môùi maéc cao, nhöng thôøi gian keoù daøi

beänh ngaén do khoûi nhanh hoaëc do beänh cheát nhieàu thì tæ suaát hieän maéc vaãn töông ñoái thaáp hôn

so vôùi tæ suaát môùi maéc

TD: Vôùi beänh daïi, duø tæ suaát môùi maéc cuûa beänh naøy cao nhöng tæ suaát hieän maéc vaãn thaáp vì

soá tröôøng hôïp töû vong do beänh naøy raát cao. Ngöôïc laïi, beänh tieåu ñöôøng coù tæ suaát môùi maéc

thaáp nhöng beänh thöôøng keùo daøi vaø soá töû vong do beänh naøy cuõng khoâng cao laém neân tæ suaát

hieän maéc cuûa beänh naøy laïi cao.

Ta coù theå thaáy ñöôïc söï töông quan cuûa 2 tæ suaát naøy qua phöông trình sau ñaây:

P = I D trong ñoù P = Prevalence

I = Incidence

Vaø D = Thôøi gian beänh

III. NHÖÕNG DAÏNG ÑAËC BIEÄT CUÛA TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC:

1) Tæ suaát taán coâng cuûa beänh (Attack Rate): Laø tæ suaát môùi maéc doàn (thöôøng ñöôïc tính baèng

phaàn traêm) phaûn aùnh söï xuaát hieän cuûa beänh taät taïi moät coäng ñoàng daân cö, ñöôïc khaûo saùt trong

moät khoaûng thôøi gian giôùi haïn, thí duï nhö trong moät traän dòch. Coù 2 loaïi tæ suaát taán coâng

a/- Tæ suaát taán coâng nguyeân phaùt = Soá tröôøng hôïp beänh nguyeân phaùt

100

Toång soá daân soá nguy cô

b/- Tæ suaát taán coâng thöù phaùt = Soá tröôøng hôïp bò beänh do tieáp xuùc (vôùi ngöôøi bò beänh)

100 Toång soá ngöôøi tieáp xuùc vôùi nhöõng ngöôøi maéc beänh ñaàu tieân

2) Tæ suaát cheát (Mortality Rate)

Tæ suaát cheát thoâ = Soá tröôøng hôïp cheát trong moät khoaûng thôøi gian

105

Toång soá daân soá

Tæ suaát cheát theo tuoåi = Soá tröôøng hôïp cheát trong moät nhoùm tuoåi naøo ñoù

105

Toång soá daân soá trong nhoùm tuoåi ñoù

9

Tæ suaát cheát theo tæ leä (Tæ suaát cheát theo nguyeân nhaân)

(Proportional Mortality Rate) = Soá TH cheát trong moät nhoùm naøo ñoù

100

Toång soá cheát trong cuøng khoaûng thôøi gian

Tæ suaát maéc – cheát =

Soá TH cheát vì 1 beänh (X) 100

Soá tröôøng hôïp beänh (X) môùi trong cuøng khoaûng thôøi gian

Tæ suaát cheát chu sinh = Soá cheát chu sinh/daân soá/khoaûng thôøi gian naøo ñoù

1000

Toång soá treû ñeû soáng /daân soá/cuøng khoaûng thôøi gian ñoù

Cheát chu sinh bao goàm nhöõng THû cheát khi coøn laø baøo thai 28 tuaàn hay hôn cho ñeán khi

sinh ra ñöôïc döôùi 1 tuaàn

Tæ suaát cheát sô sinh = Soá treû cheát döôùi 1 thaùng tuoåi/daân soá/ 1 khoaûng thôøi gian

1000

Toång soá treû ñeû soáng /daân soá/cuøng khoaûng thôøi gian ñoù

3) Tæ suaát sinh

Tæ suaát sinh thoâ = Soá tröôøng hôïp sinh soáng

105

Daân soá giöõa naêm

Tæ suaát sinh saûn = Soá tröôøng hôïp sinh soáng

105

Toång soá phuï nöõ trong ñoä tuoåi sinh ñeû (15-49)

TAØI LIEÄU THAM KHAÛO

1. Beaglehole R., Bonita R., Kjellstrom T. Basic epidemiology. Geneva, WHO, 1993: 13 –

30.

2. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994: 9 – 14.

3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical

epidemiology. New Jersey, Prentice-Hall International, Inc., 1996: 15 – 19.

4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company,

1987: 54 – 73.

5. Kleinbaum D.G., Kupper L.L. Epidemiologic research: Principles and quantitative

methods. New York, Van Nostrand Reinhold, 1982: 98 – 100.

6. Last J.M., Abramson J.H., Friedman G.D., Porta M., Spasoff R.A., Thuriaux M. A

dictionary of epidemiology. New York, Oxford University Press, 1995.

7. Mausner J.S., Bahn A.K. Epidemiology: An introductory text. Philadelphia, W.B.

Saunders Company, 1985: 43 – 58.

8. Somchai Supanvanich, Amornrath Podhipak. Principles of Epidemiology. Bangkok, Dept.

of Epidemiology, Faculty of Public Health, Mahidol, 1994: 87 – 93.

10

BÀI TẬP

1.1 Vaøo thaùng Gieâng naêm 1976, coù 1.000 ngöôøi daân thöôøng truù taïi moät coäng ñoàng chaáp thuaän

ñi khaùm ñeå phaùt hieän beänh nhöôïc giaùp taïi moät beänh vieän. Coù 8 ngöôøi ñöôïc phaùt hieän laø coù

beänh trong ñoù 3 ca laø beänh môùi coøn 5 ca ñaõ traûi qua ñieàu trò. 1000 ngöôøi naøy ñöôïc khaùm laïi

vaøo thaùng Gieâng naêm 1978, ghi nhaän coù 6 tröôøng hôïp bò nhöôïc giaùp trong ñoù coù 2 ca ñaõ coù

trieäu chöùng vaøi thaùng tröôùc ñoù vaø cuõng ñaõ ñöôïc chaån ñoaùn vaø ñieàu trò bôûi BS rieâng. Laät laïi hoà

sô, ngöôøi ta thaáy raèng trong 8 ca beänh phaùt hieän vaøo laàn khaùm söùc khoeû hoài thaùng Gieâng naêm

1976, 1 ngöôøi khoâng tieáp tuïc ñieàu trò nöõa, 1 ngöôøi ñaõ cheát vì beänh tim vaøo naêm 1977. Ngoaøi

ra, taát caû nhöõng ngöôøi ñeán khaùm vaøo naêm 1976 ñeàu trôû laïi khaùm laàn thöù hai. Hoûi:

a. Tæ suaát hieän maéc cuûa chöùng nhöôïc giaùp (khoâng keå ñaõ ñieàu trò hay chöa) ôû coäng ñoàng naøy

vaøo thaùng Gieâng 1976? Vaø thaùng Gieâng 1978?

b. Tæ suaát môùi maéc haøng naêm cuûa chöùng nhöôïc giaùp ôû coäng ñoàng naøy laø bao nhieâu?

c. Tæ suaát hieän maéc trong khoaûng thôøi gian 2 naêm laø bao nhieâu?

d. Tæ suaát cheát cuûa beänh nhöôïc giaùp laø bao nhieâu?

e. Trong soá caùc tröôøng hôïp beänh ñöôïc phaùt hieän qua 2 laàn khaùm, tæ leä beänh môùi phaùt hieän laø

bao nhieâu?

f. Neáu chæ coù 900 trong soá 1.000 ngöôøi ban ñaàu laø vaãn tieáp tuïc soáng taïi coäng ñoàng naøy vaø ñi

khaùm beänh vaøo thaùng Gieâng 1978, caâu traû lôøi naøo trong soá caùc caâu traû lôøi treân seõ thay ñoåi?

Vaø neáu coù thay ñoåi thì thay ñoåi ra sao?

1.2 Trong moät nghieân cöùu veà thuoác laù vaø töû vong do ung thö phoåi ôû nhöõng ngöôøi trong ñoä tuoåi

55 – 64, ngöôøi ta thaáy: trong soá nhöõng ngöôøi huùt thuoác laù coù 206 tröôøng hôïp töû vong vaø thôøi

gian trong nguy cô cuûa taát caû caùc caù theå trong daân soá laø 28.663 ngöôøi – naêm. Trong soá nhöõng

ngöôøi khoâng huùt thuoác laù coù 28 tröôøng hôïp töû vong vaø thôøi gian trong nguy cô cuûa taát caû caùc caù

theå trong daân soá laø 5.720 ngöôøi – naêm. Haõy tính nguy cô töông ñoái & nguy cô qui traùch

1.3 Moät ñôït beänh sôûi xaûy ra ôû moät tröôøng tieåu hoïc coù 300 hoïc sinh. Trong tuaàn leã ñaàu tieân cuûa

thaùng 10 coù 15 ca beänh môùi trong ñoù coù 8 ca beänh vaøo ngaøy 1/10. Trong thaùng 9, coù 25 tröôøng

hôïp bò beänh trong ñoù coù 12 tröôøng hôïp vaãn coøn bò beänh cho ñeán ngaøy 1/10.

a- Tính tæ suaát hieän maéc khoaûng trong tuaàn ñaàu thaùng 10

b- Tính tæ suaát hieän maéc ñieåm vaøo ngaøy 1/10

c- Tính tæ suaát môùi maéc trong tuaàn ñaàu thaùng 10

1.4 Töø caâu 1 ñeán caâu 4, choïn caâu traû lôøi thích hôïp nhaát trong soá nhöõng caâu traû lôøi döôùi ñaây.

Chuù yù moãi caâu hoûi chæ choïn 1 caâu traû lôøi:

A. 0,015 B. 0,020 C. 0,024

D. 0,100 E. 0,118 F. 0,133

G. 0,150 H. 0,176 I. 0,750

J. 1,5 K. 6,25

1. Tính tæ suaát hieän maéc cuûa beänh cao huyeát aùp taïi moät cô sôû laøm vieäc coù 100.000 ngöôøi.

Trong soá hoï, 15.000 ngöôøi ñöôïc ghi nhaän coù beänh cao huyeát aùp trong kyø kieåm tra söùc

khoeû ban ñaàu.

11

2. Theo doõi tieáp quaàn theå naøy, moãi naêm phaùt hieän 2.000 tröôøng hôïp beänh môùi. Tính tæ

suaát môùi maéc (theo ngöôøi-thôøi gian) cuûa quaàn theå neâu treân. Giaû ñònh daân soá cuûa quaàn

theå naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, hay ñi khoûi hay cheát do baát kyø nguyeân nhaân

naøo.

3. Tính tæ suaát môùi maéc doàn trong 5 naêm cuûa nhöõng tröôøng hôïp beänh môùi taïi quaàn theå

treân. Giaû ñònh daân soá cuûa quaàn theå naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, hay ñi khoûi

hay cheát do baát kyø nguyeân nhaân naøo.

4. Tính thôøi gian trung bình (theo naêm) cuûa beänh cao huyeát aùp ôû quaàn theå neâu treân, söû

duïng tæ suaát hieän maéc vaø môùi maéc ñaõ tính ñöôïc.

1.5 Caâu 5-6: Moät nghieân cöùu veà hieän töôïng tai bieán maïch maùu naõo ôû ngöôøi giaø bò cao huyeát

aùp ñöôïc thöïc hieän töø naêm 1986 ñeán naêm 1991. Keát quaû quan saùt treân 6 beänh nhaân ñöôïc moâ taû

trong hình veõ beân döôùi:

Choïn moät trong soá nhöõng caâu traû lôøi sau ñaây:

5. Tæ suaát hieän maéc cuûa tai bieán maïch maùu naõo trong soá nhöõng beänh nhaân naøy vaøo naêm

1988 laø:

A/ 1/6 = 0,17 B/ 2/6 = 0,33 C/ 2/5 = 0,40

D/ 3/6 = 0,50 E/ 3/5 = 0,60

6. Nguy cô bò tai bieán maïch maùu naõo sau 2 naêm trong soá nhöõng beänh nhaân naøy laø:

A/ 1/6 = 0,17 B/ 2/6 = 0,33 C/ 2/5 = 0,40

D/ 3/6 = 0,50 E/ 3/5 = 0,60

Khôûi ñaàu Keát thuùc

A

B ñöôïc chaån ñoaùn cheát

C ñi khoûi nôi ñoù

D ñöôïc chaån ñoaùn

E

F ñöôïc chaån ñoaùn

1986 1987 1988 1989 1990 1991

1.6 Trong moät cuoäc ñieàu tra söùc khoeû taïi phöôøng X, quaän Y - thöïc hieän vaøo thaùng Gieâng naêm

1990, phaùt hieän trong soá 1.000 phuï nöõ ôû ñoä tuoåi 65, coù 100 ngöôøi bò maéc beänh A. Sau 5 naêm

theo doõi, phaùt hieän theâm 200 ngöôøi khaùc maéc beänh naøy. Giaû ñònh raèng daân soá cuûa quaàn theå

naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, ñi khoûi hay cheát vì beänh naøy. Tính:

a. Tæ suaát hieän maéc cuûa quaàn theå naøy vaøo thaùng Gieâng naêm 1990

b. Tæ suaát môùi maéc cuûa quaàn theå naøy trong 5 naêm

1.7 Trong moät lôùp hoïc coù 50 hoïc sinh. Vaøo ngaøy 1/10 coù 5 em xin nghæ hoïc vì bò cuùm. Cuõng

vaøo ngaøy naøy, coù 5 em bò cuùm töø 2 hoâm tröôùc nhöng vaãn chöa ñi hoïc vì chöa heát beänh. Vaøo

ngaøy 3/10 laïi coù theâm 3 em nöõa bò cuùm. Haõy tính:

12

1) Tæ suaát hieän maéc beänh vaøo ngaøy 1/10

2) Tæ suaát hieän maéc beänh trong tuaàn leã ñaàu cuûa thaùng 10 (1/10 – 7/10)

3) Tính tæ suaát môùi maéc doàn vaøo ngaøy 1/10

1.8 Moät nghieân cöùu veà beänh B tieán haønh treân 12 ngöôøi ñöôïc thöïc hieän trong voøng 5 naêm cho

keát quaû nhö hình veõ sau ñaây:

Naêm Ngöôøi

1 2 3 4 5

1

2

3

4

5 6

7 8

9 10

11

12

Bò beänh Ñi nôi khaùc

a. Tính tæ suaát môùi maéc doàn sau 3 naêm vaø phaùt bieåu keát quaû

b. Tính tæ suaát môùi maéc trong 5 naêm (ñôn vò ngöôøi) vaø phaùt bieåu keát quaû

c. Tính tæ suaát môùi maéc trong 5 naêm (ñôn vò ngöôøi-thôøi gian) vaø phaùt bieåu keát quaû

13

SO SAÙNH TÆ SUAÁT



Hieåu ñöôïc theá naøo nguy cô töông ñoái, nguy cô qui traùch, phaàn traêm nguy cô qui traùch,

nguy cô qui traùch trong daân soá, phaàn traêm nguy cô qui traùch trong daân soá

Tính ñöôïc vaø dieãn giaûi ñöôïc caùc keát quaû tính toaùn caùc loaïi soá ño keå treân

- -

I. MOÄT SOÁ KHAÙI NIEÄM MÔÛ ÑAÀU

1) Nguy cô (Risk): ñöôïc hieåu laø khaû naêng ñeå moät ngöôøi khoâng maéc beänh, sau khi tieáp xuùc

vôùi nhöõng yeáu toá naøo ñoù, seõ bò maéc beänh.

2) Yeáu toá nguy cô (Risk factors): Laø nhöõng yeáu toá gaén lieán vôùi vieäc taêng nguy cô maéc

beänh.

3) Tieáp xuùc (Exposure) vôùi moät yeáu toá nguy cô coù nghóa laø moät ngöôøi, tröôùc khi bò maéc

beänh, ñaõ töøng tieáp xuùc vôùi hoaëc coù (bieåu hieän) yeáu toá nghi ngôø laøm taêng nguy cô maéc beänh.

Tieáp xuùc vôùi yeáu toá nguy cô coù theå xaûy ra vaøo moät thôøi ñieåm duy nhaát (TD: tieáp xuùc vôùi tia

phoùng xaï trong moät vuï noå nhaø maùy haït nhaân) hoaëc coù theå keùo daøi trong moät thôøi gian (TD:

tieáp xuùc vôùi khoùi thuoác laù, aùnh naéng maët trôøi, bò beänh cao huyeát aùp, coù quan heä tình duïc böøa

baõi …)

4) So saùnh caùc nguy cô: Ñeå so saùnh tæ suaát môùi maéc beänh cuûa hai hay nhieàu quaàn theå –

ñaõ töøng tieáp xuùc vôùi vaøi yeáu toá nguy cô khaùc nhau, ngöôøi ta söû duïng vaøi phöông phaùp ño löôøng

söï lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø vieäc bò beänh, goïi laø caùc pheùp ño theå hieän

haäu quaû (measures of effect). Ñoù laø: nguy cô töông ñoái (Relative risk), nguy cô qui traùch

(Attributable risk), phaàn traêm nguy cô qui traùch (Attributable risk percent), nguy cô qui

traùch trong daân soá (Population attributable risk), phaàn traêm nguy cô qui traùch trong daân soá

(Population attributable fraction).

5) Trình baøy soá lieäu:

* Baûng 2 2: Ñeå tính ñöôïc caùc soá ño theå hieän söï lieân quan giöõa beänh taät vaø tieáp xuùc vôùi yeáu

toá nguy cô, ngöôøi ta thöôøng trình baøy caùc soá lieäu döôùi daïng baûng 2 2 – töùc laø 2 doøng vaø 2 coät

– ñeå theå hieän vieäc coù hay khoâng coù tieáp xuùc vôùi yeáu toá nguy cô vaø coù hay khoâng coù beänh, theo

nhö baûng 1 (trang sau):

* Baûng daïng naøy coù theå ñöôïc duøng ñeå trình baøy soá lieäu trong nghieân cöùu beänh chöùng (case–

control study) hoaëc nghieân cöùu ñoaøn heä (cohort study) maø khoaûng thôøi gian theo doõi caùc caù

theå ñeàu ñoàng nhaát. Ñoái vôùi nghieân cöùu ñoaøn heä maø khoaûng thôøi gian theo doõi caùc caù theå

khoâng ñoàng nhaát töùc laø duøng ñôn vò “ngöôøi thôøi gian” (thay vì duøng ñôn vò laø ngöôøi), baûng 2

2 cuõng ñöôïc duøng ñeå trình baøy soá lieäu nhöng coù moät ít thay ñoåi trong caùch trình baøy (xem

baûng 2 – ta thaáy: 2 oâ b & d ñöôïc boû troáng)

14

Baûng 1: Caùch trình baøy soá lieäu trong nghieân cöùu beänh-chöùng hay nghieân cöùu ñoaøn heä baèng

baûng 2 2

Beänh

Coù Khoâng

Toång soá

Coù a b a + b

Tieáp xuùc Khoâng c d c + d

Toång soá a + c b + d a + b + c + d

Baûng 2: Caùch trình baøy soá lieäu trong ñoaøn heä theo ngöôøi thôøi gian (person-time)

Beänh

Coù Khoâng

Ñôn vò

Ngöôøi-thôøi gian

Coù a - PY1

Tieáp xuùc Khoâng c - PY0

Toång soá a + c -

II. NGUY CÔ TÖÔNG ÑOÁI

Nguy cô töông ñoái (Relative risk – RR) hay coøn goïi tæ soá nguy cô (Risk ratio) laø tæ soá giöõa

tæ suaát môùi maéc ôû nhoùm coù tieáp xuùc (Ie) vôùi tæ suaát môùi maéc ôû nhoùm khoâng tieáp xuùc (Io). Nguy

cô töông ñoái giuùp öôùc löôïng möùc ñoä lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaøtình

traïng bò beänh, hay noùi caùch khaùc cho chuùng ta bieát nguy cô bò beänh cao gaáp bao nhieâu laàn khi

moät ngöôøi coù tieáp xuùc vôùi yeáu toá nguy cô so vôùi ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô.

Nguy cô töông ñoái ñöôïc tính baèng tæ soá giöõa tæ suaát môùi maéc cuûa nhoùm coù tieáp xuùc vôùi yeáu toá

nguy cô vaø tæ suaát môùi maéc cuûa nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô, theo coâng thöùc nhö

sau:

Ie

RR = __

Io

Neáu trong nghieân cöùu, tæ suaát môùi maéc doàn ñöôïc söû duïng thì nguy cô töông ñoái seõ laø:

Ie CIe a/a+b

RR = __ = = _______

Io CIo c/c+d

Neáu trong nghieân cöùu, tæ suaát môùi maéc (maät ñoä) ñöôïc söû duïng thì nguy cô töông ñoái seõ laø:

Ie IDe a/ PY1

RR = __ = __ = ______

Io IDo c/ PY0

TD: Ta coù (xem hình veõ ôû trang sau)

- Tæ suaát cheát do ung thö phoåi ôû nhöõng ngöôøi huùt thuoác (Ie) laø: 0,96/1.000/naêm

- Tæ suaát cheát do ung thö phoåi ôû nhöõng ngöôøi khoâng huùt thuoác (Io) laø: 0,07/1.000/naêm

15

- Tæ leä ngöôøi huùt thuoác laù (Prevalence) (Pe) laø 56%

- Tæ suaát cheát toaøn boä do ung thö phoåi (IT) laø: 0,56/1.000/naêm

Töø TD naøy, nguy cô töông ñoái seõ laø:

0,96/1.000/naêm

RR = ______________ = 13,7

0,07/1.000/naêm

Ta coù theå phaùt bieåu raèng: Ngöôøi huùt thuoác laù coù nguy cô bò ung thö phoåi cao gaáp 13,7 laàn so vôùi

ngöôøi khoâng huùt thuoác laù.

* Nhöõng tröôøng hôïp coù theå xaûy ra:

- RR = 1 => tæ suaát môùi maéc trong nhoùm tieáp xuùc vaø nhoùm khoâng tieáp xuùc khoâng khaùc nhau

=> Khoâng coù moái lieân heä giöõa tieáp xuùc vaø beänh

- RR > 1 => Coù söï keát hôïp döông tính giöõa tieáp xuùc vaø beänh, nghóa laø coù sö gia taêng nguy cô

maéc beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô.

- RR < 1 => Yeáu toá nguy cô mang yù nghóa moät yeáu toá baûo veä => Coù söï giaûm nguy cô maéc

beänh trong nhoùm tieáp xuùc. TD: Chích vaccin laøm giaûm nguy cô bò beänh

III. NGUY CÔ QUI TRAÙCH

Nguy cô qui traùch (Attributable risk – AR) hay coøn goïi laø nguy cô sai bieät (Risk

difference – RD) ño löôøng haäu quaû tuyeät ñoái cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô ôû nhoùm coù

tieáp xuùc so vôùi nhoùm khoâng tieáp xuùc. Noùi caùch khaùc, nguy cô qui traùch laø nguy cô theâm vaøo

khaû naêng bò beänh cuûa ngöôøi tieáp xuùc vôùi yeáu toá nguy cô so vôùi ngöôøi khoâng tieáp xuùc vôùi yeáu

toá nguy cô. Nguy cô qui traùch ñöôïc tính baèng söï sai bieät giöõa tæ suaát môùi maéc cuûa nhoùm tieáp

xuùc vaø tæ suaát môùi maéc cuûa nhoùm khoâng tieáp xuùc, theo coâng thöùc nhö sau:

AR = Ie – Io

Trong ñoù: AR = nguy cô qui traùch

Ie = tæ suaát môùi maéc ôû nhöõng ngöôøi tieáp xuùc vôùi yeáu toá nguy cô

Io = tæ suaát môùi maéc ôû nhöõng ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô

Vì tæ suaát môùi maéc ñöôïc theå hieän baèng hai coâng thöùc: tæ suaát môùi maéc doàn vaø tæ suaát môùi

maéc (theo ñôn vò ngöôøi – thôøi gian) neân nguy cô qui traùch coù theå ñöôïc tính baèng söï khaùc

bieät giöõa tæ suaát môùi maéc doàn hoaëc tæ suaát môùi maéc (theo ñôn vò ngöôøi – thôøi gian) giöõa

hai nhoùm ngöôøi coù tieáp xuùc vaø khoâng tieáp xuùc.

AR = CIe – CIo hoaëc AR = IDe – IDo

TD: xem laïi TD treân, nguy cô qui traùch AR = 0,96/1.000/naêm – 0,07/1.000/naêm =

0,89/1.000/naêm (xem hình veõ)

Ta coù theå phaùt bieåu raèng: 0,89/1.000/naêm laø tæ suaát töû vong vì ung thö phoåi ñöôïc qui cho vieäc

huùt thuoác laù gaây ra. Noùi caùch khaùc, neáu loaïi boû ñöôïc vieäc huùt thuoác laù thì haøng naêm tæ suaát töû

vong do ung thö phoåi trong nhoùm ngöôøi huùt thuoác laù coù theå giaûm ñi 0,89/1.000.

16

K phoåi/huùt thuoác K phoåi/khoâng huùt thuoác

* Nhöõng tröôøng hôïp coù theå xaûy ra:

- AR = 0 => Khoâng coù moái lieân heä giöõa tieáp xuùc vaø beänh vì khoâng coù söï khaùc bieät giuõa tæ

suaát môùi maéc beänh trong nhoùm tieáp xuùc vaø nhoùm khoâng tieáp xuùc

- AR > 0 => Coù moái lieân heä giöõa tieáp xuùc vaø beänh : Soá tröôøng hôïp beänh trong nhoùm tieáp

xuùc coù theå ñöôïc loaïi boû neáu söï tieáp xuùc vôùi yeáu toá nguy cô ñöôïc loaïi boû

IV. PHAÀN TRAÊM NGUY CÔ QUI TRAÙCH

Vì khoâng phaûi taát caû nhöõng ngöôøi maéc beänh ñeàu laø do tieáp xuùc vôùi yeáu toá nguy cô neân

trong dòch teã hoïc, ngöôøi ta phaûi tính phaàn traêm nguy cô qui traùch (Attribitable risk percent)

hay tæ leä qui traùch (Attributable proportion) nhaèm tìm ra thaät söï coù bao nhieâu phaàn traêm ngöôøi

bò beänh laø do tieáp xuùc vôùi yeáu toá nguy cô. Noùi caùch khaùc, phaàn traêm nguy cô qui traùch duøng ñeå

öôùc löôïng bao nhieâu phaàn traêm beänh trong nhoùm tieáp xuùc coù theå phoøng ngöøa ñöôïc baèng cacùh

loaïi boû söï tieáp xuùc. Phaàn traêm nguy cô qui traùch ñöôïc tính baèng pheùp chia cuûa nguy cô qui

traùch cho tæ suaát môùi maéc beänh ôû nhoùm tieáp xuùc, theo coâng thöùc:

ARP = AR/Ie

TD: trôû laïi TD treân, phaàn traêm nguy cô qui traùch:

0,89/1.000/naêm

ARP = ______________ = 0,93 100 = 93%

0,96/1.000/naêm

0,96/1.000/naêm

0,07/1.000/naêm

Nguy cô qui traùch

AR = Ie - Io

= 0,96/1.000 –

0,07/1.000 = 0,89/1.000

17

Ta coù theå phaùt bieåu: Neáu huùt thuoác laù gaây ra ung thö phoåi thì 93% tröôøng hôïp ung thö phoåi

trong nhoùm ngöôøi huùt thuoác coù theå loaïi boû ñöôïc neáu ngöng huùt thuoác laù

V. NGUY CÔ QUY TRAÙCH TRONG DAÂN SOÁ

Nguy cô quy traùnh trong daân soá (Population Attributable Risk – PAR) duøng ñeå öôùc löôïng tæ

suaát beänh doâi ra (vöôït hôn) trong daân soá do tieáp xuùc vôùi beänh so vôùi khoâng tieáp xuùc vôùi beänh.

Nguy cô quy traùch trong daân soá ñöôïc tính baèng tæ suaát beänh trong daân soá tröø ñi tæ suaát beänh

trong nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô, theo coâng thöùc nhö sau:

PAR = Ip - Io

Nguy cô quy traùch trong daân soá coøn coù theå ñöôïc tính baèng tích soá cuûa nguy cô quy traùch

vôùi tæ leä ngöôøi tieáp xuùc vôùi yeáu toá nguy cô trong daân soá (Pe):

PAR = (AR) x (Pe)

TD: trôû laïi TD treân, nguy cô quy traùch trong daân soá PAR = 0,89/1.000/naêm 0,56 =

0,50/1.000/naêm.

Ta phaùt bieåu: Neáu vieäc huùt thuoác laù ñöôïc loaïi boû, thì haøng naêm tæ suaát töû vong do ung thö phoåi

trong daân soá coù theå giaûm ñi 0,50/1.000

VI. PHAÀN TRAÊM NGUY CÔ QUI TRAÙCH TRONG DAÂN SOÁ

Phaàn traêm nguy cô qui traùch trong daân soá (Population Attributable Fraction – PAF) phaûn

aùnh tæ leä beänh trong daân soá xaûy ra laø do phoái hôïp vôùi yeáu toá nguy cô. Nhö treân ñaõ trình baøy, vì

khoâng phaûi taát caû nhöõng ngöôøi beänh ñeàu laø do tieáp xuùc vôùi yeáu toá nguy cô neân nguy cô qui

traùch trong daân soá nhaèm tìm ra thaät söï coù bao nhieâu phaàn traêm ngöôøi trong daân soá bò beänh laø

do tieáp xuùc vôùi yeáu toá nguy cô. Noùi caùch khaùc, phaàn traêm nguy cô qui traùch trong daân soá duøng

ñeå öôùc löôïng bao nhieâu phaàn traêm beänh taät trong daân soá ñöôïc qui traùch cho tieáp xuùc hay bao

nhieâu phaàn traêm beänh taät trong daân soá coù theå phoøng ngöøa ñöôïc baèng caùch loaïi boû söï tieáp xuùc.

Phaàn traêm nguy cô qui traùch trong daân soá ñöôïc tính baèng pheùp chia cuûa nguy cô qui traùch

trong daân soá cho tyû suaát môùi maéc trong daân soá, theo coâng thöùc nhö sau:

PAF = PAR/IP

TD: trôû laïi TD treân, phaàn traêm nguy cô qui traùch trong daân soá

0,50/1.000/naêm

PAF = ______________ = 0,89 100 = 89%

0,56/1.000/naêm

Ta coù theå phaùt bieåu raèng: Neáu huùt thuoác laù gaây ra ung thö phoåi thì 89% tröôøng hôïp ung thö

phoåi trong daân soá coù theå loaïi boû ñöôïc neáu ngöng huùt thuoác laù

18


1. Fletcher R.H., Fletcher S.W., Wagner E.H. Clinical epidemiology – the essentials.

Baltimore, Williams & Wilkins, 1988: 91 – 101.


1987: 77 – 96.

3. Jekel J.F., Elmore J.G., Katz D.L. Epidemiology, Biostatistics and Preventive Medicine.

Philadelphia, W.B. Saunders Company, 1996: 75 – 82.

4. Kenneth J.R. Modern Epidemiology. Boston, Little Brown Company, 1986: 35 – 39.

5. Kleinbaum D.G., Kupper L.L. Epidemiologic research: Principles and quantitative

methods. New York, Van Nostrand Reinhold, 1982:150 – 168.

BÀI TẬP

3.1 Trong moät nhaø maùy coù ñieàu kieän laøm vieäc raát oàn aøo, coâng nhaân ñöôïc cung caáp vaø ñöôïc

khuyeán caùo ñeo caùc nuùt tai. Moät nhaø veä sinh moâi tröôøng lao ñoäng khi kieåm tra nhaø maùy naøy

ñaõ phaùt hieän ra 100 trong soá 500 coâng nhaân khoâng ñeo nuùt tai vì hoï caûm thaáy böïc boäi, khoù

chòu khi ñeo. Khi cho taát caû coâng nhaân ñi kieåm tra thính löïc thì phaùt hieän 16 ngöôøi coù ñeo nuùt

tai vaø 40 ngöôøi khoâng ñeo nuùt tai bò maát khaû naêng nghe. Taát caû nhöõng ngöôøi naøy ñeàu coù thính

löïc bình thöôøng khi ñöôc khaùm söùc khoeû vaøo 4 naêm tröôùc – luùc nhaø maùy môùi thaønh laäp.

a. Tính nguy cô bò maát khaû naêng nghe ñöôïc qui traùch cho vieäc khoâng ñeo nuùt tai?

b. Tính tæ leä bò maát khaû naêng nghe trong soá nhöõng ngöôøi khoâng ñeo nuùt tai ñöôïc qui traùch cho

vieäc khoâng ñeo nuùt tai?

c. Tính tæ leä bò maát khaû naêng nghe trong toaøn theå coâng nhaân ñöôïc qui traùch cho vieäc khoâng

ñeo nuùt tai?

d. Tính nguy cô töông ñoái cuûa vieäc khoâng ñeo nuùt tai so vôùi ñeo nuùt tai?

3.2 Theo doõi nguy cô töû vong do beänh tim maïch ôû nhöõng ngöôøi coù noàng ñoä cholesterol trong

maùu cao, ngöôøi ta thaáy keát quaû nhö sau:

Soá TH töû vong Thôøi gian trong nguy cô (ngöôøi-naêm)

201 – 240 mg/dL 26 36.581

200 mg/dL 14 68.239

a/- Töø nguy cô töông ñoái tính ñöôïc khi döïa vaøo baûng treân, em coù theå keát luaän ñöôïc gì veà nguy

cô töû vong ôû nhöõng ngöôøi coù noàng ñoä cholesterol/maùu cao

b/- Haõy tính nguy cô qui traùch vaø phaùt bieåu keát quaû

c/- Haõy tính phaàn traêm nguy cô qui traùch trong nhoùm ngöôøi coù noàng ñoä cholesterol/maùu cao

3.3 Trong moät nghieân cöùu nhaèm tìm moái töông quan giöõa vieäc huùt thuoác laù vaø tình traïng bò

beänh tim maïch, coù 1.000 ngöôøi ñaøn oâng trong ñoä tuoåi 35-44 ñöôïc môøi tham döï. Qua vieäc hoûi

beänh söû, ngöôøi ta phaùt hieän 200 trong soá nhöõng ngöôøi naøy Coù beänh cao huyeát aùp. Sau 15 naêm

19

theo doõi, trong nhoùm nhöõng ngöôøi cao huyeát aùp coù 30 ngöôøi bò beänh tim maïch, trong khi chæ

24 ngöôøi trong nhoùm khoâng cao huyeát aùp bò maéc beänh.

a. Tính nguy cô töông ñoái vaø phaùt bieåu keát quaû

b. Tính nguy cô qui traùch vaø phaùt bieåu keát quaû

c. Tính phaàn traêm nguy cô qui traùch vaø phaùt bieåu keát quaû

20

MOÁI LIEÂN HEÄ NHAÂN – QUAÛ



giaûi thích ñöôïc söï khaùc nhau giöõa nguyeân nhaân ñôn, nguyeân nhaân phöùc, nguyeân nhaân caàn,

nguyeân nhaân ñuû

keå ra ñöôïc caùc yeáu toá ñeå khaúng ñònh 1 moái lieân heä laø lieân quan nhaân quaû

- - I. KHAÙI NIEÄM VEÀ NGUYEÂN NHAÂN

Trong y hoïc, vieäc hieåu bieát veà nguyeân nhaân cuûa beänh khoâng chæ coù vai troø quan troïng

trong vieäc phoøng ngöøa maø coøn coù yù nghóa trong vieäc chaån ñoaùn vaø ñieàu trò.

Nguyeân nhaân cuûa moät beänh coù theå laø moät bieán coá, moät tình traïng, moät söï phoái hôïp cuûa

nhieàu yeáu toá – ñoùng vai troø quan troïng trong vieäc sinh ra beänh taät. Hieåu moät caùch logic, moät

nguyeân nhaân phaûi ñi tröôùc moät beänh.

Moät nguyeân nhaân coù theå ñoùng vai troø laø nguyeân nhaân ñuû khi vôùi söï coù maët cuûa nguyeân

nhaân naøy, moät beänh chaéc chaén seõ ñöôïc sinh ra hay khôûi phaùt; hoaëc coù theå laø nguyeân nhaân caàn

neáu nhö khi vaéng maët nguyeân nhaân naøy, moät beänh khoâng theå xaûy ra. Nguyeân nhaân ñuû thöôøng

khoâng chæ laø moät nguyeân nhaân ñôn maø thöôøng goàm nhieàu thaønh phaàn (nguyeân nhaân phöùc).

Vieäc tìm ra vi sinh vaät cuûa Pasteur ñaõ ñöa Henle, sau ñoù laø Koch phaùt trieån ra nhöõng

quy taéc sau ñaây ñeå xaùc ñònh vi sinh vaät coù phaûi laø nguyeân nhaân cuûa beänh khoâng:

Vi sinh vaät phaûi hieän dieän trong moãi tröôøng hôïp beänh

Vi sinh vaät phaûi ñöôïc phaân laäp vaø taêng tröôûng trong moâi tröôøng tinh khieát

Vi sinh vaät phaûi gaây ra moät beänh ñaëc hieäu khi nhieãm vaøo moät ñoäng vaät naøo ñoù

Vi sinh vaät sau ñoù phaûi ñöôïc phaùt hieän vaø nhaän daïng töø ñoäng vaät naøy

Tuy nhieân, trong haàu heát caùc beänh, nhieãm truøng cuõng nhö khoâng nhieãm truøng, nhöõng

quy taéc cuûa Koch khoâng ñuû ñeå xaùc ñònh nguyeân nhaân. Moät beänh coù theå laø do nhieàu nguyeân

nhaân gaây ra, vaø ngöôïc laïi moät nguyeân nhaân coù theå gaây ra nhieàu beänh. Ví duï: vieäc huùt thuoác laù

coù theå gaây ra ung thö phoåi, beänh phoåi taét ngheõn maõn tính, loeùt daï daøy, ung thö baøng quang, vaø

beänh maïch vaønh v.v… Ngöôïc laïi, beänh maïch vaønh coù theå do nhieàu nguyeân nhaân gaây ra nhö:

vieäc huùt thuoác laù, cao huyeát aùp, taêng cholesterol/maùu v.v… Ngoaøi ra, beänh maïch vaønh cuõng coù

theå xaûy ra ngay caû khi khoâng coù söï hieän dieän cuûa caùc yeáu toá nguy cô keå treân.

Thoâng thöôøng, nhieàu yeáu toá hoaït ñoäng cuøng vôùi nhau ñeå sinh ra beänh. Söï phoái hôïp naøy

taïo ra caùi goïi laø “maïng löôùi nhaân quaû” (web of causation).

II. MOÁI LIEÂN HEÄ NHAÂN QUAÛ:

Sô ñoà ñaùnh giaù moái lieân heä giöõa moät yeáu toá coù theå laø nguyeân nhaân vaø moät keát quaû nhö sau:

Moät moái lieân heä quan saùt thaáy ñöôïc

21

Khoâng

Khoâng

Coù theå laø khoâng

WHO 92338

Coù theå laø do nhöõng sai leäch do ño

löôøng (measurement bias) hay do

choïn löïa caù theå nghieân cöùu

(selection bias) ñöa ñeán khoâng?

Coù theå laø do caùc yeáu toá gaây

nhieãu (confounding factors) ñöa

ñeán khoâng?

Coù phaûi xaûy ra ngaãu nhieân (chance)

khoâng?

Coù theå laø nguyeân nhaân khoâng?

Aùp duïng caùc tieâu chuaån ñeå xeùt

22

CAÙC TIEÂU CHUAÅN ÑEÅ QUYEÁT ÑÒNH MOÄT MOÁI LIEÂN QUAN NHAÂN QUAÛ

(Tieâu chuaån ñaùnh giaù cuûa Bradford Hill – 8 tieâu chuaån)

1) Phaûi coù moái lieân heä veà maët thôøi gian giöõa nguyeân nhaân vaø keát quaû

Hieån nhieân, nguyeân nhaân phaûi xaûy ra tröôùc haäu quaû. Ñieàu naøy khoâng phaûi luùc naøo cuõng

xaûy ra moät caùch roõ raøng nhö chuùng ta nghó. Ví duï: Chuùng ta quan saùt thaáy coù moái lieân heä giöõa

löôïng chì coù trong cô theå cuûa nhöõng ñöùa treû nhoû vaø chæ soá thoâng minh (IQ) thaáp, vaäy thì caùi

naøo xaûy ra tröôùc:

- Vì treû coù tieâu thuï moät löôïng chì trong cô theå neân sau naøy chæ soá thoâng minh thaáp.

Hay:

- Vì treû coù chæ soá thoâng minh thaáp (neân hay “aên dô” – aên thöùc aên rôi döôùi ñaát) do ñoù

(voâ tình) tieâu thuï moät löôïng chì trong cô theå.

2) Ñoä maïnh cuûa söï phoái hôïp

Neáu coù söï phoái hôïp maïnh giöõa moät yeáu toá coù theå laø nguyeân nhaân vaø moät haäu quaû – theå

hieän baèng nguy cô töông ñoái (relative risk) hay tæ soá cheânh (odds ratio) lôùn – thì coù nhieàu khaû

naêng moái lieân heä naøy laø moái lieân heä nhaân quaû.

Ví duï: nhöõng ngöôøi coâng nhaân tieáp xuùc vôùi Benzene coù nguy cô bò Leukaemia cao gaáp

5 ñeán 25 laàn ngöôøi khoâng tieáp xuùc. Baèng chöùng naøy cho thaáy coù moät moái lieân heä maïnh meõ.

Ngöôïc laïi neáu keát quaû khaûo saùt cho bieát nguy cô cuûa ngöôøi thôï ngaønh thuoäc da chæ cao gaáp 1,5

laàn so vôùi ngöôøi khoâng tieáp xuùc thì ñieàu naøy cho thaáy moái lieân heä naøy keùm coù khaû naêng chaéc

chaén laø moái lieân heä nhaân – quaû.

3) Moái lieân heä ñaùp öùng theo lieàu (dose – response relationship)

Vieäc thay ñoåi veà löôïng cuûa nguyeân nhaân ñöa ñeán vieäc thay ñoåi veà löôïng cuûa haäu quaû.

Ví duï: nguy cô bò ung thö phoåi gia taêng theo soá ñieáu thuoác huùt moãi ngaøy.

Cho duø moái quan heä ñaùp öùng theo lieàu laø moät baèng chöùng toát veà moái quan heä nhaân

quaû, nhaát laø khi ñi keøm vôùi moät RR hay OR lôùn, nhöng vaãn khoâng loïai tröø ñöôïc ñaây laø saûn

phaåm cuûa yeáu toá gaây nhieãu

4) Söï phoái hôïp nghòch ñaûo

Moät yeáu toá coù nhieàu khaû naêng laø nguyeân nhaân cuûa moät beänh khi vieäc loaïi boû noù daãn

ñeán vieäc giaûm nguy cô bò beänh. Ví duï: Boû huùt thuoác laù laøm giaûm nguy cô bò ung thö phoåi.

Töông töï, neáu chæ caên cöù treân moái quan heä nghòch ñaûo maïnh ñeå keát luaän moái quan heä

nhaân-quaû thì ngöôøi nghieân cöùu coù theå bò sai. Ví duï: Nhöõng ngöôøi coù yù muoán boû thuoác laù cuõng

coù theå mang moät soá yeáu toá khaùc hôn ngöôøi tieáp tuïc huùt thuoác laù.

5) Tính nhaát quaùn (consistency)

Khi coù nhieàu nghieân cöùu ñöôïc tieán haønh vôùi nhieàu loïai beänh nhaân khaùc nhau, vaøo

nhieàu thôøi ñieåm khaùc nhau, ôû nhieàu nôi khaùc nhau nhöng taát caû ñeàu cuøng ñi ñeán moät keát luaän

thì baèng chöùng veà moái lieân heä nhaân quaû ñöôïc cuûng coá vöõng chaéc.

6) Tính hôïp lyù veà maët sinh hoïc

Söï giaûi thích veà moái lieân heä nhaân quaû phaûi phuø hôïp vôùi kieán thöùc veà cô cheá beänh sinh

hieän ñang ñöôïc hieåu, hay vôùi keát quaû nghieân cöùu treân ñoäng vaät v.v...

7) Tính ñaëc hieäu

Tính ñaëc hieäu – töùc laø moät nguyeân nhaân chæ gaây moät haäu quaû – thöôøng gaëp trong caùc

beänh nhieãm truøng caáp hay nhöõng beänh veà gen. Caùc beänh maõn tính, thoaùi hoùa coù theå coù nhieàu

nguyeân nhaân cho cuøng moät haäu quaû, hay coù nhieàu haäu quaû cho cuøng moät nguyeân nhaân.

23

Söï hieän dieän cuûa tính ñaëc hieäu laø moät baèng chöùng maïnh meõ cho moái lieân heä nhaân-quaû,

nhöng khoâng coù tính ñaëc hieäu khoâng phaûi laø baèng chöùng choáng laïi moái lieân heä nhaân-quaû.

8) Tính ñoàng daïng (Analogy)

Neáu chaáp nhaän A vaø B coù moái lieân heä nhaân quaû vaø cuõng ñoàng thôøi chaáp nhaän raèng C &

D lieân heä vôùi nhau cuøng cô cheá nhö moái lieân heä cuûa A & B thì coù theå chaáp nhaän raèng C & D

cuõng coù moái lieân heä nhaân quaû. Ví duï: Chuùng ta ñaõ bieát nhöõng haäu quaû cuûa Rubella gaây ra cho

thai kyø thì cuõng coù theå chaáp nhaän (duø yeáu hôn) raèng cuõng coù theå coù nhöõng haäu quaû ñoàng daïng

(töông töï) maø nhöõng taùc nhaân töông töï (virus) gaây ra cho thai kyø.

Tuy nhieân baèng chöùng naøy khaù yeáu.

* Thieát keá nghieân cöùu (tieâu chuaån naøy ñöôïc neâu ra trong cuoán “Basic Epidemiology” do WHO

xuaát baûn naêm 1993)

Thieát keá nghieân cöùu cuõng neân ñöôïc ñöôïc xem xeùt ñeå chaáp thuaän moái lieân heä tìm thaáy

laø moái lieân heä nhaân quaû hay khoâng! Baèng chöùng toát nhaát ñeå keát luaän moái lieân heä nhaân quaû

ñöôïc ruùt ra töø nghieân cöùu thöïc nghieäm ngaãu nhieân coù ñoái chöùng (randomized controlled

trials). Nghieân cöùu ñoaøn heä (cohort studies) laø loaïi thieát keá toát keá tieáp vì khi thöïc hieän toát, caùc

sai leäch coù theå ñöôïc giaûm thieåu. Tieáp theo laø nghieân cöùu beänh chöùng (case-control studies), duø

cuõng coù choã yeáu laø coù sai leäch do choïn maãu, nhöng keát quaû töø caùc nghieân cöùu lôùn, ñöôïc thieát

keá toát cuõng coù theå cho chuùng ta baèng chöùng toát veà moái lieân heä nhaân quaû. Nghieân cöùu caét

ngang vaø nghieân cöùu töông quan chöùng minh veà moái lieân heä nhaân quaû khaù yeáu.

* ÑAÙNH GIAÙ CAÙC BAÈNG CHÖÙNG COÙ ÑÖÔÏC ÑEÅ COÙ KEÁT LUAÄN VEÀ MOÁI QUAN HEÄ

NHAÂN-QUAÛ (theo “Basic Epidemiology” do WHO xuaát baûn naêm 1993)

Khi ñaùnh giaù nhieàu khía caïnh khaùc nhau ñeå keát luaän veà moái quan heä nhaân quaû theo caùc tieâu

chuaån neâu treân, moái lieân heä veà maët thôøi gian giöõa nguyeân nhaân vaø keát quaû laø yeáu toá caàn thieát;

moät khi yeáu toá naøy ñaõ coù roài thì caùc tieâu chuaån sau ñöôïc xem laø “naëng kyù” nhaát: Tính hôïp lyù

veà maët sinh hoïc, Tính nhaát quaùn, vaø Moái lieân heä ñaùp öùng theo lieàu (dose – response

relationship).

Khaû naêng laø moái lieân heä nhaân quaû caøng cao khi coù nhieàu baèng chöùng khaùc nhau nhöng ñöa

ñeán cuøng moät keát luaän. Baèng chöùng töø caùc nghieân cöùu ñöôïc thieát keá toát laø raát quan troïng, nhaát

laø khi caùc nghieân cöùu naøy thöïc hieän ôû nhieàu nôi khaùc nhau nhöng cho ra keát quaû gioáng nhau. --------------------------------------------------------------------------------------------


1. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press Ltd.,

1994.

2. Fletcher R.W., Fletcher S.W. Clinical Epidemiology. Philadelphia, Lippincott Williams & Wilkins,

2005.

3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New

Jersey, Prentice-Hall International, Inc., 2005.

4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987.

5. R. Beaglehole, R. Bonita, and T. Kjellstrom. Basic Epidemiology. WHO, 1993.

24

CAÙC THIEÁT KEÁ NGHIEÂN CÖÙU TRONG DÒCH TEÃ HOÏC

ThS. BS. Nguyeãn Theá Duõng


Phaân loaïi ñöôïc caùc thieát keá nghieân cöùu thöôøng duøng trong dòch teã hoïc

Trình baøy ñöôïc moät caùch khaùi quaùt caáu truùc, coâng duïng, öu ñieåm, nhöôïc ñieåm cuûa caùc thieát

keá nghieân cöùu thuoäc höôùng tieáp caän quan saùt moâ taû


keá nghieân cöùu thuoäc höôùng tieáp caän quan saùt phaân tích


keá nghieân cöùu thuoäc höôùng tieáp caän can thieäp

I. GIÔÙI THIEÄU

Dòch Teã Hoïc (DTH) laø moân hoïc (1) khaûo saùt söï phaân boá (cuûa) vaø caùc yeáu toá quyeát ñònh

(determinants) ñöa ñeán caùc tình traïng hoaëc caùc bieán coá coù lieân quan ñeán söùc khoûe trong nhöõng

coäng ñoàng daân cö chuyeân bieät; vaø (2) aùp duïng keát quaû cuûa caùc khaûo saùt naøy vaøo vieäc kieåm

soaùt caùc vaán ñeà söùc khoûe.

DTH Moâ Taû (Descriptive Epidemiology) khaûo saùt söï phaân boá caùc vaán ñeà söùc khoûe

(VÑSK), trong khi

DTH Phaân Tích (Analytic Epidemiology) taäp trung vaøo vieäc xaùc ñònh caùc determinants

cuûa nhöõng VÑSK baèng caùch kieåm ñònh caùc giaû thuyeát ñöôïc hình thaønh töø caùc nghieân cöùu moâ

taû.

DTH Can Thieäp (Interventional Epidemiology) chuyeân veà vieäc kieåm soaùt caùc VÑSK

Do ñoù, trong nghieân cöùu Dòch Teã Hoïc ngöôøi ta phaûi duøng nhieàu thieát keá nghieân cöùu khaùc

nhau ñeå ñaït ñöôïc caùc muïc tieâu noùi treân.

II. PHAÂN LOAÏI CAÙC THIEÁT KEÁ NGHIEÂN CÖÙU (TKNC) DÒCH TEÃ HOÏC

Trong DTH coù 2 höôùng tieáp caän cô baûn ñeå khaûo saùt moái töông quan giöõa caùc bieán soá:

Nghieân cöùu Quan saùt (Observational studies): nhaø nghieân cöùu khoâng can thieäp gì vaøo tieán

trình töï nhieân cuûa caùc bieán soá maø chæ ghi nhaän caùc thay ñoåi coù ñöôïc.

Caùc nghieân cöùu quan saùt ñöôïc phaân thaønh 2 nhoùm: moâ taû vaø phaân tích; moãi nhoùm coù caùc

thieát keá nghieân cöùu khaùc nhau.

Nghieân cöùu thöïc nghieäm (Experimental studies): nhaø nghieân cöùu chuû ñoäng can thieäp baèng

caùch laøm thay ñoåi 1 bieán soá roài xem bieán soá coøn laïi thay ñoåi ra sao. Nghieân cöùu thöïc nghieäm

ñöôïc xem laø thuaàn veà phaân tích.

(xem baûng phaân loaïi beân döôùi)

25

Caùc thieát keá nghieân cöùu DTH

Thieát keá nghieân cöùu Teân goïi khaùc Ñoái töôïng nghieân

cöùu

Nghieân cöuù Quan Saùt

(Observational studies)

NC. Moâ Taû

NC. Töông Quan

(Correlational study) (Ecologic study) Daân soá

Baùo caùo caùc tröôøng hôïp beänh Beänh nhaân

(Case reports - Case series)

NC. Phaân Tích

NC. Caét Ngang

(Cross-sectional study) (Prevalence study) Nhieàu caù theå

NC. Beänh - Chöùng (Case-Reference study;

(Case-Control study) Retrospective study) Nhieàu caù theå

NC. Thuaàn Taäp NC. Ñoaøn Heä

(Cohort study) (Follow-up study; Nhieàu caù theå

Prospective study)

Nghieân cöùu Thöïc Nghieäm

(Experimental studies)

Thöû nghieäm ngaãu nhieân coù Thöû nghieäm Laâm saøng

kieåm soaùt (Randomized

controlled trials)

(Clinical Trials) Beänh nhaân

Thöû nghieäm Thöïc Ñòa Ngöôøi laønh

(Field trials)

Thöû nghieäm Coäng Ñoàng NC. Can thieäp Coäng Ñoàng Coäng ñoàng

(Community trials) (Community intervention study)

III. NGHIEÂN CÖÙU QUAN SAÙT

A. Nghieân cöùu moâ taÛ

1. Nghieân cöùu Töông Quan (Correlational study)

NC. Töông Quan duøng soá lieäu thu thaäp treân toaøn boä caùc daân soá ñeå so saùnh taàn soá beänh taät

hoaëc töû vong giöõa caùc daân soá khaùc nhau trong cuøng 1 thôøi khoaûng, hoaëc trong cuøng 1 daân soá

nhöng ôû caùc thôøi khoaûng khaùc nhau.

Thí duï: Löôïng thòt aên haøng ngaøy/ngöôøi vaøUng thö ñaïi traøng

NC. Töông Quan giuùp ích nhieàu vaøo vieäc neâu caùc giaû thuyeát, vaø khoâng theå ñöôïc duøng ñeå

kieåm ñònh caùc giaû thuyeát

26

2. Nghieân cöùu (caùc) tröôøng hôïp beänh (Case Reports vaø Case series)

Case reports: laø baùo caùo chi tieát cuûa 1 hay nhieàu thaày thuoác veà beänh aùn cuûa 1

beänh nhaân. Thí duï: baùo caùo veà tröôøng hôïp 1 phuï nöõ tieàn maõn kinh 40 tuoåi coù duøng thuoác vieân

ngöøa thai vaø beänh thuyeân taéc phoåi.

Case series: nhaèm moâ taû caùc ñaëc ñieåm cuûa 1 soá beänh nhaân cuøng maéc 1 loaïi beänh. Thí

duï: Vieâm phoåi do Pneumocystis carinii treân 5 beänh nhaân ñoàng tính luyeán aùi nam ôû Los

Angeles vaø AIDS.

Keát quaû cuûa case reports vaø case series chæ coù tính gôïi yù hoaëc neâu giaû thuyeát. Hai

TKNC naøy khoâng ñöôïc duøng ñeå kieåm ñònh giaû thuyeát.

B. Nghieân cöùu phaân tích

1. Nghieân cöùu caét ngang (Cross-sectional study)

NC. Caét Ngang khaûo saùt tình traïng coù hoaëc khoâng coù tieáp xuùc vôùi yeáu toá nguy cô (YTNC)

cuøng luùc vôùi tình traïng coù hoaëc khoâng coù beänh.

Coâng duïng

NC. Caét Ngang raát thöôøng ñöôïc duøng ñeå moâ taû 1 beänh (hoaëc VÑSK) hoaëc ñeå cung caáp

thoâng tin veà chaån ñoaùn hoaëc phaân giai ñoaïn cuûa 1 beänh.

Öu ñieåm: Nhanh, ít toán keùm

Nhöôïc ñieåm: Vieäc tìm thaáy caùc moái lieân heä thoáng keâ khi kieåm ñònh caùc giaû thuyeát thöôøng

coù tính chính xaùc khoâng cao neân keát quaû cuûa TKNC naøy thöôøng vaãn coù giaù trò neâu giaû thuyeát

trong ña soá caùc tröôøng hôïp.

2. Nghieân cöùu Beänh - Chöùng (Case-Control study)

Trong NC Beänh - Chöùng,

Töø 2 nhoùm ngöôøi ñaõ ñöôïc choïn: nhoùm Beänh (Cases) goàm nhöõng ngöôøi coù beänh (ñöôïc

nghieân cöùu), vaø nhoùm Chöùng (Controls) goàm nhöõng ngöôøi khoâng coù beänh ñöôïc nghieân cöùu),

thoâng tin veà tình traïng coù hoaëc khoâng coù tieáp xuùc vôùi YTNC trong quaù khöù cuûa caû 2 nhoùm

ñöôïc thu thaäp vaø so saùnh vôùi nhau.

Coâng duïng vaø öu ñieåm

TKNC Beänh-Chöùng raát thích hôïp ñeå khaûo saùt caùc beänh ít gaëp, ñeå khaûo saùt caùc caùc beänh coù

tieán trieån keùo daøi, vaø ñeå khaûo saùt caùc giaû thuyeát ban ñaàu. Nghieân cöùu theo thieát keá naøy thöôøng

ít toán thôøi gian vaø tieàn baïc

Nhöôïc ñieåm

Coù raát nhieàu bias (sai soá heä thoáng). Khoù choïn nhoùm controls phuø hôïp.

3. Nghieân cöùu cohort

Trong NC Cohort,

Töø 2 nhoùm ngöôøi khoâng coù beänh (ñöôïc nghieân cöùu): nhoùm Coù Tieáp Xuùc goàm nhöõng ngöôøi

ñang coù tieáp xuùc vôùi YTNV, vaø nhoùm Khoâng Tieáp Xuùc goàm nhöõng ngöôøi khoâng coù tieáp xuùc

vôùi YTNC, thoâng tin veà tình traïng maéc beänh ôû caû 2 nhoùm ñöôïc thu thaäp sau 1 thôøi gian theo

doõi vaø ñöôïc so saùnh vôùi nhau.

27

Coâng duïng vaø öu ñieåm:

TKNC naøy thöôøng ñöôïc choïn khi caàn khaûo saùt nguyeân nhaân cuûa beänh taät hoaëc VÑSK,

khaûo saùt tieán trieån cuûa beänh taät, hoaëc khaûo saùt caùc YTNC vì noù cung caáp baèng chöùng vöõng

chaéc veà moái quan heä nhaân -quaû coù theå coù.

Nhöôïc ñieåm

Thôøi gian theo doõi daøi deã laøm thaát thoaùt soá löôïng maãu NC vaø gaây nhieàu toán keùm.

IV. NGHIEÂN CÖÙU THÖÏC NGHIEÄM

1. Thöû nghieäm laâm saøng (Clinical Trials)

Laø thöû nghieäm nhaèm khaûo saùt 1 cheá ñoä phoøng ngöøa hoaëc ñieàu trò môùi. Ñoái töôïng nghieân

cöùu (thoûa caùc ñieàu kieän choïn maãu) ñöôïc phaân boá ngaãu nhieân vaøo caùc nhoùm, thöôøng goïi laø

nhoùm ñieàu trò (treatment) vaø nhoùm chöùng (controls). Keát quaû ñöôïc löôïng giaù baèng caùch so

saùnh hieäu quaû treân 2 hay nhieàu nhoùm.

Coâng duïng vaø öu ñieåm

TKNC naøy ñöôïc xem laø “gold standards” trong y hoïc vì noù cung caáp caùc baèng chöùng vöõng

chaûi nhaát ñeå keát luaän nguyeân nhaân, vaø cuõng vì noù ít coù caùc bias.

Nhöôïc ñieåm

Raát toán keùm vaø maát nhieàu thôøi gian.

2. Thöû nghieäm thöïc ñòa (Field Trials)

Ñöôïc tieán haønh treân nhöõng ngöôøi khoâng coù beänh (ngöôøi laønh) nhöng ñöôïc xem laø coù

nguy cô maéc beänh. Thöû nghieäm thöïc ñòa thöôøng ñöôïc duøng trong caùc tröôøng hôïp thöû nghieäm

vaccin môùi ñaïi traø.

3. Thöû nghieäm Coäng Ñoàng (Community Trials)

TKNC naøy coù phaàn naøo gioáng nhö Clinical Trials, nhöng khaùc ôû choã nhoùm ñieàu trò laø

caùc coäng ñoàng thay vì caùc caù theå ñöôïc choïn. TKNC naøy ñaëc bieät thích hôïp cho nhöõng beänh coù

nguoàn goác töø caùc ñieàu kieän xaõ hoäimaø ta coù theå taùc ñoäng deã daøng baèng caùch can thieäp tröïc tieáp

treân haønh vi cuûa coäng ñoàng cuõng nhö cuûa caù theå.

--------------------------------------------------------------------------------------------------------------------------------------------------------------------


1. Beth D. Saunders and Robert G. Trapp. Basic and Clinical Biostatistics. Appleton &

Lange, California, 1990: 6 – 18.

2. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown

Company, 1987: 101 – 209.

3. R. Beaglehole, R. Bonita, and T. Kjellstrom. Basic Epidemiology. WHO, 1993: 31 –

45.

28

BÀI TẬP

Nhöõng nghieân cöùu döôùi ñaây ñöôïc thieát keá theo1 trong caùc loaïi sau. Haõy cho bieát caùc nghieân cöùu

naøy thuoác thieát keá nghieân cöùu gì?

a. NC caét ngang d. NC ñoaøn heä hoài cöùu

b. NC beänh chöùng e. NC töông quan

c. NC ñoaøn heä tieàn cöùu f. NC can thieäp

1. Moät cuoäc ñieàu tra qua ñieän thoaïi seõ ñöôïc thöïc hieän vaøo muøa heø tôùi ñeå xaùc ñònh xem loeùt daï

daøy gaëp ôû ngöôøi ñi laøm hay ôû ngöôøi thaát nghieäp nhieàu hôn.

2. Trong giai ñoaïn töø naêm 1950 ñeán 1969, Vieän Ung thö quoác gia cuûa Myõ ñaõ thöïc hieän moät

nghieân cöùu nhaèm khaûo saùt tæ suaát töû vong do ung thö theo tuoåi treân toaøn nöôùc Myõ. Nghieân cöùu

naøy ñaõ cho thoáng keâ ñöôïc tæ suaát töû vong theo töøng loaïi beänh, ñoàng thôøi cuõng cho thaáy raèng tæ

suaát töû vong do ung thö phoåi cao ôû nhöõng khu coù coâng nghieäp saûn xuaát giaáy, daàu khí, ñoùng taøu

v.v… Nghieân cöùu naøy gôïi ra giaû thieát raèng coù leõ coù moái lieân quan giöõa coâng nghieäp ñoùng taøu

vaø ung thö phoåi

3. Moät nghieân cöùu ñöôïc thöïc hieän bôûi caùc cöïu chieán binh cuûa Chieán tranh Theá giôùi II töø nhieàu

naêm tröôùc ñaây cho ñeán nay nhaèm so saùnh xem trong 2 nhoùm: nhöõng ngöôøi phuïc vuï trong boä

binh vaø nhöõng ngöôøi phuïc vuï trong haûi quaân, nhoùm naøo coù tæ suaát cheát cao hôn.

4. Moät nghieân cöùu so saùnh giöõa hai nhoùm nöõ sinh lôùp baûy: moät nhoùm ñöôïc cha meï cho pheùp

tham döï khoaù hoïc veà giaùo duïc giôùi tính vaø moät nhoùm cha meï khoâng cho pheùp tham döï. Keát

quaû cho thaáy sau 5 naêm, tæ leä coù thai trong ñoä tuoåi thaønh nieân cuûa nhoùm nöõ sinh coù tham döï

khoaù hoïc veà giôùi tính thaáp hôn nhoùm khoâng tham döï khoaù hoïc.

5. 649 tröôøng hôïp beänh ung thö phoåi ñöôïc baét caëp theo tuoåi vaø giôùi tính vôùi 649 tröôøng hôïp

khoâng beänh, ngöôøi ta phaùt hieän coù 647 ngöôøi trong soá bò beänh vaø 622 ngöôøi trong soá khoâng bò

beänh coù tieàn söû huùt thuoác laù.

6. 17.187 beänh nhaân cuûa 417 beänh vieän taïi nhieàu quoác gia ñaõ tham gia vaøo nghieân cöùu nhaèm

so saùnh hieäu quaû cuûa Streptokinase chích vaø Aspirin uoáng trong vieäc phoøng ngöøa nhoài maùu cô

tim. Hoï ñöôïc boác thaêm vaøo 1 trong 2 nhoùm: duøng Streptokinase chích, duøng Aspirin uoáng. Caû

beänh nhaân laãn baùc só ñieàu trò ñeàu khoâng bieát ñöôïc ngöôøi beänh thuoäc veà nhoùm naøo.

29

NGHIEÂN CÖÙU CAÉT NGANG

ThS. BS. Nguyeãn Theá Duõng


Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu caét ngang vaø caùc loaïi nghieân cöùu

phaân tích khaùc

Neâu leân ñöôïc caùc nguyeân taéc trong vieäc thieát keá, tieán haønh nghieân cöùu caét ngang

Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu caét ngang

- -

I. GIÔÙI THIEÄU

NC. Caét Ngang (NCCN) khaûo saùt moái lieân quan giöõa beänh taät/vaán ñeà söùc khoûe (haäu

quaû) vaø caùc ñaëc ñieåm khaùc nhö chuùng hieän coù trong 1 coäng ñoàng xaùc ñònh vaø cuøng taïi 1 thôøi

ñieåm/thôøi khoaûng xaùc ñònh. Fletchers ghi nhaän soá coâng trình NCKH duøng thieát keá NCCN treân

caùc baùo - taïp chí y hoïc trong voøng 30 naêm (1946-1976) ñaõ cho thaáy coù söï gia taêng 20% (töø

24% leân 44%). Ñieàu naøy cho thaáy roõ tính hieäu naêng (chi phí thaáp, thôøi gian nghieân cöùu raát

ngaén), tính linh hoaït, cuõng nhö caùc coâng duïng khaùc cuûa thieát keá NCCN.

II. COÂNG DUÏNG

Noäi dung thieát keá cuûa NCCN laøm cho thieát keá coù nhieàu coâng duïng coù theå keå nhö sau:

1 Xaùc ñònh tæ suaát hieän maéc (Prevalence) cuûa 1 beänh hoaëc 1 vaán ñeà söùc khoûe (VÑSK)

Prevalence study

2 Nhaän dieän caùc yeáu toá nguyeân nhaân

3 Löôïng giaù moät test môùi hoaëc öùng duïng môùi cuûa moät test cuõ 4 Löôïng giaù khaû naêng tieân ñoaùn (predictive capability) cuûa caùc ñaëc ñieåm laâm saøng 5 Saøng loïc vaø phaân loaïi tröôùc ñoái töôïng nghieân cöùu cho caùc nghieân cöùu cohorts.

III. CAÙCH TIEÁN HAØNH NGHIEÂN CÖÙU CAÉT NGANG

(Phaàn naøy chæ ñeà caäp ñeán nhöõng böôùc coù lieân quan ñeán ñaëc ñieåm cuûa thieát keá NCCN)

1. Choïn daân soá nghieân cöùu:

Caàn xaùc ñònh roõ daân soá ñích vaø choïn daân soá nghieân cöùu (daân soá choïn maãu) thích hôïp.

Moät trong nhöõng ñieåm yeáu cuûa thieát keá NCCN laø deã maéc sai leäch do choïn maãu (selection

bias) neáu khoâng chuù yù toát böôùc kyõ thuaät naøy.

2. Côõ maãu: ñöôïc xaùc ñònh theo coâng thöùc tính côõ maãu cho NCCN (Theo Soå tay thöïc

haønh “Xaùc ñònh côõ maãu trong caùc nghieân cöùu söùc khoûe” cuûa S.K. Lwanga vaø S. Lemeshow,

TCYTTG aán haønh naêm 1991).

3. Choïn maãu: xaùc ñònh kyõ thuaät choïn maãu thích hôïp. Vieäc choïn maãu caàn ñöôïc thöïc

hieän theo caùc kyõ thuaät coù xaùc suaát ñeå traùnh hieäu öùng Ngöôøi tình nguyeän (Volunteer Effect).

4. Thu thaäp soá lieäu: xaùc ñònh tình traïng Beänh vaø tình traïng Tieáp xuùc baèng caùc kyõ thuaät

vaø phöông phaùp ño löôøng thích hôïp.

30

5. Phaân tích soá lieäu: Laäp caùc baûng cheùo (cross tabulation) phaân nhoùm daân soá theo caùc

YTNC ñöôïc nghieân cöùu vaø so saùnh prevalence rates trong töøng nhoùm. Ñeå xaùc ñònh moái lieân

heä giöõa tình traïng tieáp xuùc (TX) vaø tình traïng Beänh (B), coù 2 löïa choïn:

+ Tính prevalence cuûa B ôû nhoùm coù TX vaø so saùnh vôùi prevalence cuûa B ôû nhoùm

khoâng coù TX.

+ Tính prevalence cuûa TX+ ôû nhoùm coù B vaø so saùnh vôùi prevalence cuûa TX+ ôû

nhoùm khoâng coù B.

B+ B-

TX+ a b (a + b) TX- c d (c + d)

(a + c) (b + d) Prevalence cuûa Beänh so saùnh Prevalence cuûa Tieáp xuùc so saùnh

trong nhoùm TX+ vaø TX- trong nhoùm B+ vaø B-

ba

a

vôùi

dc

c

ca

a

vôùi

db

b

Coù theå duøng caùc pheùp kieåm thoáng keâ (t-test, Chisquare,..) ñeå xaùc ñònh caùc moái lieân heä.

6. Baøn luaän:

Noùi chung, trong NCCN vieäc baøn luaän chuû yeáu xoay quanh caùc prevalences cuõng nhö

moái lieân heä giöõa caùc bieán soá. Caàn chuù yù traùnh gaùn gheùp moät traâït töï thôøi gian khoâng coù caên cöù

vaøo moät moái lieân heä giöõa TX vaø B.

Baøn luaän veà sai leäch Ñaùp öùng/Tham gia (Response/Participation Bias) neáu coù.

IV. CAÙC VAÁN ÑEÀ KHAÙC CUÛA NC. CAÉT NGANG

+ Ñieåm yeáu quan troïng cuûa NCCN laø vieäc khoù thieát laäp moái töông quan nhaân quaû töø soá

lieäu thu thaäp ñöôïc (do khoù thieát laäp traät töï thôøi gian giöõa caùc bieán soá coù lieân quan).

+ Vieäc nghieân cöùu caùc beänh hieám gaëp baèng thieát keá NCCN laø ñieàu khoâng thöïc teá neáu

vieäc thu thaäp soá lieäu ñöôïc tieán haønh treân 1 maãu laáy töø daân soá chung (Thí duï: NCCN beänh K.

daï daøy ôû ngöôøi 45-59 tuoåi caàn khoaûng 10.000 ngöôøi ñeå tìm thaáy 01 case). Tuy nhieân, NCCN

coù theå ñöôïc tieán haønh vôùi caùc beänh hieám gaëp neáu maãu laáy töø daân soá ngöôøi beänh thay vì daân soá

chung.

+ Serial surveys hoaëc Sequential cross-sectional studies laø caùc NC Caét ngang ñöôïc tieán

haønh laëp laïi sau caùc thôøi khoaûng khaùc nhau nhaèm cho thaáy khuynh höôùng cuûa VÑSK. -----------------------------------------------------------------------------------------------------------------


1. Beth D. Saunders and Robert G. Trapp. Basic and Clinical Biostatistics. Appleton & Lange,

California, 1990: Ch. 15.

2. Gary D. Friedman. Primer of Epidemiology. McGraw-Hill Book Co. , Singapore, 1994: Ch. 6

3. Leon Gordis. Epidemiology. W.B. Saunders Company, Pennsylvania, 1996: Ch. 9.

4. Stephen B.H. and Stephen R.C. Designing clinical research. Williams & Wilkins,

Batimore, 1998: Ch. 8.

5. Stephen H.G. Interpreting the medical literature 3rd edition. McGraw-Hill Book Co. International

Editions. 1993: Ch: 4.

31

BÀI TẬP

Coù 200 coâng nhaân laøm vieäc taïi 2 phaân xöôûng khaùc nhau cuûa xí nghieäp. 100 coâng nhaân ôû phaân

xöôûng A coù tieáp xuùc vôùi chaát ñoäc, 100 coâng nhaân ôû phaân xöôûng B khoâng tieáp xuùc vôùi chaát ñoäc.

Vaøo thôøi ñieåm X, ngöôøi ta tieán haønh moät cuoäc ñieàu tra caét ngang vaø phaùt hieän raèng trong soá

100 coâng nhaân ôû phaân xöôûng A coù 20 ngöôøi bò beänh phoåi, ngöôïc laïi trong soá trong 100 coâng

nhaân ôû phaân xöôûng B, chæ coù 5 ngöôøi bò beänh phoåi

a. Haõy tính tæ suaát hieän maéc beänh phoåi taïi thôøi ñieåm X cuûa coâng nhaân phaân xöôûng A, vaø phaân

xöôûng B. Em coù keát luaän gì veà nguy cô maéc beänh cuûa coâng nhaân phaân xöôûng A so vôùi coâng

nhaân phaân xöôûng B taïi thôøi ñieåm X

b. Do bò maéc beänh phoåi neân 10 coâng nhaân ôû phaân xöôûng A ñaõ xin chuyeån sang laøm vieäc taïi

phaân xöôûng B. Vaøo thôøi ñieåm Y, khi thöïc hieän moät cuoäc ñieàu tra laàn thöù hai, nhaø nghieân cöuù

chæ phaùt hieän ñöôïc 10 ngöôøi trong soá coâng nhaân hieän ñang laøm vieäc taïi phaân xöôûng A bò maéc

beänh phoåi, trong khi coù ñeán 15 ngöôøi trong soá coâng nhaân hieän ñang laøm vieäc taïi phaân xöôûng B

bò beänh phoåi. Haõy tính tæ suaát hieän maéc beänh phoåi taïi thôøi ñieåm Y cuûa coâng nhaân phaân xöôûng

A, vaø phaân xöôûng B. Em coù keát luaän gì veà nguy cô maéc beänh cuûa coâng nhaân phaân xöôûng A so

vôùi coâng nhaân phaân xöôûng B taïi thôøi ñieåm Y

32

NGHIEÂN CÖÙU BEÄNH – CHÖÙNG



- Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu beänh – chöùng vaø caùc loaïi nghieân cöùu

phaân tích khaùc

- Neâu leân ñöôïc caùc nguyeân taéc trong vieäc thieát keá, tieán haønh nghieân cöùu beänh – chöùng

- Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu beänh – chöùng

- -

I. GIÔÙI THIEÄU:

1.1 Ñònh nghóa: Moät nghieân cöùu beänh – chöùng (case-control study) laø moät nghieân cöùu

trong ñoù caùc ñoái töôïng nghieân cöùu ñöôïc löïa choïn döïa treân cô sôû laø hoï coù hay khoâng coù beänh

(hay vaán ñeà ñang caàn nghieân cöùu). Ca beänh (cases) – laø nhöõng ngöôøi coù beänh (hay vaán ñeà

ñang caàn nghieân cöùu) seõ ñöôïc so saùnh vôùi ca chöùng (controls) – laø nhöõng ngöôøi khoâng coù beänh

(hay vaán ñeà ñang caàn nghieân cöùu), ñeå tìm ra moái quan heä giöõa vieäc tieáp xuùc vôùi yeáu toá nguy

cô vaø beänh (hay vaán ñeà ñang caàn nghieân cöùu).

1.2 Phaân bieät nhöõng ñaëc tính cuûa nghieân cöùu beänh – chöùng vaø caùc loaïi nghieân cöùu

phaân tích khaùc:

1.2.1 Khaùc vôùi nghieân cöùu caét ngang (cross-sectional study), trong nghieân cöùu beänh –

chöùng tình traïng tieáp xuùc vôùi yeáu toá nguy cô vaø maéc beänh (hay coù vaán ñeà ñang caàn nghieân

cöùu) ñöôïc ño ôû 2 thôøi ñieåm khaùc nhau chöù khoâng ñoàng thôøi.

1.2.2 Nghieân cöùu beänh – chöùng khaùc vôùi nghieân cöùu cohort (cohort study) ôû choã: caùc

ñoái töôïng nghieân cöùu trong nghieân cöùu beänh – chöùng ñöôïc xaùc ñònh döïa vaøo tình traïng coù hay

khoâng coù beänh (hay vaán ñeà ñang caàn nghieân cöùu), chöù khoâng döïa vaøo vieäc coù tieáp xuùc hay

khoâng vôùi yeáu toá nguy cô (xem sô ñoà ôû trang sau)

II. ÖU ÑIEÅM VAØ NHÖÔÏC ÑIEÅM CUÛA THIEÁT KEÁ NGHIEÂN CÖÙU BEÄNH - CHÖÙNG:

2.1 Öu ñieåm:

- coù theå thöïc hieän töông ñoái nhanh, ít toán keùm hôn so vôùi caùc loaïi thieát keá nghieân cöùu

(TKNC) phaân tích khaùc

- ñaëc bieät coù ích khi caàn phaûi nghieân cöùu caùc beänh hieám, hay caùc vaán ñeá ít gaëp

- raát thích hôïp cho vieäc nghieân cöùu nhöõng beänh coù thôøi gian tieàm aån keùo daøi

- coù theå khaûo saùt cuøng luùc nhieàu nguyeân nhaân ñoái vôùi moät beänh cho tröôùc

- coù theå tính ñöôïc tæ soá cheânh (Odds Ratio)

2.2 Nhöôïc ñieåm:

- khoâng phaûi thieát keá nghieân cöùu thích hôïp khi caàn khaûo saùt tình traïng tieáp xuùc vôùi yeáu toá

nguy cô hieám gaëp (rare exposures)

- khoâng theå nghieân cöùu ñöôïc nhieàu keát quaû phaùt sinh töø vieäc tieáp xuùc vôùi yeáu toá nguy cô

33

- khoâng theå tröïc tieáp tính ñöôïc tæ suaát môùi maéc, nguy cô töông ñoái (relative risk) vaø nguy

cô qui traùch (attributable risk)

- trong nhieàu tröôøng hôïp khoâng theå hieän ñöôïc söï noái tieáp veà maët thôøi gian cuûa caùc bieán coá

(khoâng chöùng minh ñöôïc vieäc tieáp xuùc vôùi yeáu toá nguy cô ñaõ xaûy ra tröôùc khi bò beänh)

- deã gaëp sai soá heä thoáng (bias) hôn so vôùi caùc TKNC khaùc

Chieàu thôøi gian

Höôùng nghieân cöùu Baét ñaàu vôùi

Coù tieáp xuùc BEÄNH

Khoâng tieáp xuùc Ngöôøi coù beänh

Daân soá

Coù tieáp xuùc CHÖÙNG

Khoâng tieáp xuùc Ngöôøi khoâng

coù beänh

III. CAÙC VAÁN ÑEÀ TRONG THIEÁT KEÁ VAØ THÖÏC HIEÄN NGHIEÂN CÖÙU BEÄNH -

CHÖÙNG:

3.1 Tính côõ maãu:

3.1.1 Nghieân cöùu beänh – chöùng khoâng baét caëp (Unmatched case-control study)

3.1.1.1 Tæ leä beänh:chöùng = 1:1

trong ñoù: p0: Tæ leä ngöôøi tieáp xuùc vôùi yeáu toá nguy cô trong nhoùm chöùng; q0 = 1- p0

3.1.1.2 Tæ leä beänh:chöùng = 1:c

trong ñoù:

3.1.2 Nghieân cöùu beänh – chöùng coù baét caëp (Matched case-control study)

vôùi: M: soá caëp caàn choïn

211

2

001112/1 2

qp

qpqpzpqzn

111 0

0

ORp

ORpp 0121 ppp pq 1

211

200

111''1

2/1 1

qp

qpzqpzc

qp

c

n

c

cppp

1

' 01

ORORp 1

2

2

12/1

5.0

1

p

ppzzm

0110 qpqpmM

34

3.2 Choïn maãu:

3.2.1 Choïn ca beänh:

NGUYEÂN TAÉC: - Caàn phaûi thieát laäp tieâu chuaån chaån ñoaùn roõ raøng

- Ca beänh vaø chöùng laáy töø cuøng moät daân soá

3.2.1.1 Caùc ca beänh neân choïn töø ñaâu?

- coù theå laáy töø coäng ñoàng, daân soá chung.

Khoù khaên: vieäc ñaêng kyù (caùc tröôøng hôïp beänh) trong coäng ñoàng thöôøng khoâng phoå

bieán, toán keùm, vaø coù theå khoâng lieät keâ ñaày ñuû taát caû caùc tröôøng hôïp beänh.

- coù theå laáy töø beänh vieän hay phoøng khaùm

Nhöôïc ñieåm: choïn ca beänh töø nguoàn naøy deã gaëp phaûi bias vì ngöôøi ñeán beänh vieän thöôøng

laø nhöõng ngöôøi bò beänh naëng, coù nhieàu beänh khaùc keøm theo.

3.2.1.2 Caùc ca beänh ñöôïc choïn neân laø nhöõng ca beänh môùi chaån ñoaùn hay coù

caû nhöõng ca beänh cuõ?

Thoâng thöôøng, ngöôøi ta thích choïn ca beänh töø nhöõng ca môùi (incident cases) vì deã aùp

duïng caùc tieâu chuaån chaån ñoaùn moät caùch nghieâm ngaët vaø (veà maët lyù thuyeát) khoâng boû soùt caùc

ca beänh dieãn ra trong thôøi gian ngaén. Tuy nhieân, neáu beänh thöïc söï quaù hieám thì caàn phaûi söû

duïng caû beänh cuõ laãn beänh môùi ñeå coù theå laáy ñuû côõ maãu caàn thieát. Söû duïng prevalent cases coù

theå daãn ñeán vieäc ñaïi dieän quaù möùc (over-representative) cuûa nhöõng ca beänh coù thôøi gian beänh

keùo daøi vì nhöõng ngöôøi cheát vì beänh hay nhöõng ngöôøi hoài phuïc nhanh choùng coù raát ít khaû naêng

ñöôïc löïa choïn vaøo nhoùm beänh.

3.2.2 Choïn ca chöùng

3.2.2.1 Nguoàn choïn:

* coù theå töø caùc beänh nhaân trong beänh vieän

Tieän lôïi:

- Deã daøng laáy ñöôïc ñuû soá ñoái töôïng nghieân cöùu caàn thieát

- Thuaän tieän trong vieäc thöïc hieän caùc xeùt nghieäm

- Sai leäch do nhôù laïi (Recall bias) coù theå giaûm ñi neáu moät ngöôøi ñöôïc phoûng vaán nhieàu laàn

- Caùc ca chöùng ñöôïc choïn töø nguoàn naøy thöôøng saün saøng hôïp taùc hôn vaø ít khi boû cuoäc giöõa

chöøng

- Ñaây laø caùch tieát kieäm ngaân saùch nhaát khi löïa choïn nhoùm chöùng

Nhöôïc ñieåm:

- nhöõng ca chöùng ñöôïc choïn töø beänh vieän ñeàu laø nhöõng ngöôøi beänh neân thöôøng coù xu

höôùng coù keøm theo beänh khaùc hoaëc ñaõ töøng tieáp xuùc vôùi nhieàu yeáu toá nguy cô khaùc. Ñoù chính

laø nhöõng yeáu toá gaây nhieãu (confouding factors) trong vieäc dieãn giaûi keát quaû.

- vieäc löïa choïn ca chöùng töø beänh vieän phaûi döïa treân moät soá tieâu chuaån loïai tröø (exclusion

criteria). Do ñoù coù theå laøm thay ñoåi keát quaû nghieân cöùu vì chuùng ta ñaõ loaïi nhöõng ca chöùng coù

moät soá beänh naøo ñoù – maø nhöõng beänh ñoù laïi coù theå coù moái lieân heä vôùi tình traïng tieáp xuùc vôùi

yeáu toá nguy cô maø chuùng ta ñang khaûo saùt

* choïn nhoùm chöùng töø daân soá chung

- Ñaây laø nhoùm chöùng lyù töôûng.

- Tæ leä tieáp xuùc vôùi yeáu toá nguy cô cuûa nhoùm chöùng coù theå duøng ñeå öôùc löôïng tæ leä tieáp xuùc

vôùi yeáu toá nguy cô trong daân soá chung, töø ñoù coù theå tính ñöôïc nguy cô tuyeät ñoái

- Tuy nhieân, vieäc choïn nhoùm chöùng töø daân soá chung khaù toán keùm vaø maát thôøi gian

35

* Choïn nhoùm chöùng töø baïn beø, gia ñình, haøng xoùm

Tieän lôïi:

- trong nhoùm chöùng naøy, chuû yeáu laø ngöôøi khoeû maïnh => traùnh ñöôïc haïn cheá ñaõ neâu ñoái

vôùi nhoùm chöùng ñöôïc choïn töø beänh vieän

- ca beänh vaø ca chöùng coù moät soá ñaëc ñieåm gioáng nhau veà caùc yeáu toá vaên hoaù, ñòa lyù => coù

theå ñieàu chænh ñöôïc caùc yeáu toá gaây nhieãu naøy

Baát lôïi: vì ca chöùng laø baïn beø, gia ñình, haøng xoùm cuûa ca beänh neân ca beänh vaø chöùng coù

nhieàu ñieåm chung, thaäm chí vieäc tieáp xuùc vôùi yeáu toá nguy cô (VD: huùt thuoác, uoáng röôïu…) gaàn

nhö gioáng nhau giöõa ca beänh vaø ca chöùng => deã ñaùnh giaù thaáp (under-estimate) aûnh höôûng

thaät söï cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô ñang nghieân cöùu

3.2.2.2 Söû duïng nhieàu nhoùm chöùng

Thoâng thöôøng, lyù töôûng nhaát laø duøng 1 nhoùm chöùng xuaát phaùt töø cuøng daân soá vôùi ca

beänh. Tuy nhieân, trong nghieân cöùu beänh chöùng laøm taïi beänh vieän (hospital-based case control

study) neân duøng nhieàu hôn 1 nhoùm chöùng.

3.2.2.3 Soá ca chöùng cho moät ca beänh

Neáu soá ca beänh raát hieám, caàn duøng nhieàu ca chöùng cho 1 ca beänh ñeå taêng ñoä maïnh cuûa

nghieân cöùu. Tæ leä ca beänh/ca chöùng coù theå ñeán 1/4 hay 1/5 nhöng khoâng neân taêng leân nöõa vì

neáu taêng theâm hôn nöõa thì ñoä maïnh cuûa test thoáng keâ cuõng khoâng taêng leân theâm bao nhieâu

3.3 Baét caëp (matching)

- kieåm soaùt ñöôïc caùc yeáu toá gaây nhieãu (confounding factors). VD: duøng ca chöùng laø anh

chò em song sinh cuûa ca beänh coù theå ñaûm baûo ñöôïc caû ca beänh vaø chöùng ñeàu chòu chung aûnh

höôûng cuûa yeáu toá gen, yeáu toá moâi tröôøng.

- khoâng caàn thieát phaûi chuaån bò caû danh saùch caùc ca chöùng ñuû tieâu chuaån ñeå sau ñoù

choïn laïi moät caùch ngaãu nhieân

IV. CAÙC VAÁN ÑEÀ TRONG PHAÂN TÍCH VAØ DIEÃN GIAÛI KEÁT QUAÛ CUÛA NGHIEÂN

CÖÙU BEÄNH – CHÖÙNG:

4.1 Tæ soá cheânh (Odds Ratio)

Trong nghieân cöùu beänh – chöùng, nguy cô töông ñoái (relative risk) coù theå ñöôïc öôùc

löôïng baèng caùch duøng tæ soá cheânh (Odds Ratio). Odds Ratio laø tæ soá (ratio) cuûa nhöõng ngöôøi bò

beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô chia cho tæ soá

cuûa nhöõng ngöôøi bò beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm khoâng tieáp xuùc vôùi yeáu toá

nguy cô

VD: Trong moät nghieân cöùu beänh – chöùng veà vieäc huùt thuoác laù vaø ung thö thanh quaûn,

keát quaû cho thaáy nhö sau:

Beänh Chöùng Toång coäng

bcad

dc

ba

OR

36

Coù huùt thuoác 331

(a)

218

(b)

549

(a+b)

Khoâng huùt thuoác 43

(c)

163

(d)

206

(c+d)

Toång coäng 374

(a+c)

381

(b+d)

755

(a+b+c+d)

Trong thí duï treân

Nhö vaäy: ngöôøi huùt thuoác coù nguy cô bò ung thö thanh quaûn cao gaáp khoaûng 6 laàn so vôùi ngöôøi

khoâng huùt thuoác.

Trong nghieân cöùu beänh – chöùng coù baét caëp (matched case-control)

Tæ soá cheânh ñöôïc tính nhö sau:

OR = x/y Vôùi x = soá caëp trong ñoù ca beänh coù tieáp xuùc nhöng ca chöùng khoâng tieáp xuùc, vaø y = soá caëp

trong ñoù ca beänh khoâng tieáp xuùc nhöng ca chöùng coù tieáp xuùc (xem baûng 2 x 2 minh hoïa beân

döôùi)

Chöùng Toång coäng

Coù tieáp xuùc K tieáp xuùc

Coù t/x x

Beänh K t/x y

Toång coäng

4.2 Caùc sai soá heä thoáng (bias) thöôøng gaëp trong nghieân cöùu beänh – chöùng

4.2.1 Sai leäch do choïn maãu (selection bias)

Sai leäch do choïn maãu xaûy ra khi ñoái töôïng nghieân cöùu (ca beänh laãn ca chöùng) ñöôïc

choïn theo caùch naøo ñoù coù theå laøm sai leäch ñi moái lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy

cô vaø beänh.

VD: choïn ca beänh goàm nhöõng daïng naëng cuûa moät beänh naøo ñoù, hay nhöõng ngöôøi trong

ñoä tuoåi nhaát ñònh seõ laøm cho keát quaû nghieân cöùu chæ ñaïi dieän cho moät boä phaän naøo ñoù cuûa

coäng ñoàng (aûnh höôûng ñeán giaù trò ngoaøi - external validity - cuûa nghieân cöùu). Hoaëc caùc ca

chöùng ñöôïc choïn töø nhöõng beänh nhaân trong beänh vieän (khoâng maéc beänh ñang caàn nghieân cöùu)

thöôøng coù keøm theo beänh khaùc hoaëc thöôøng coù tieáp xuùc vôùi nhieàu yeáu toá nguy cô khaùc, laøm

cho keát quaû tìm thaáy khoâng phaûn aùnh ñuùng moái lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy

cô vaø beänh (aûnh höôûng ñeán giaù trò trong-internal validity).

Ñeå giaûm thieåu bias loaïi naøy, daân soá nguoàn duøng ñeå choïn maãu caàn haïn cheá taïi moät ñòa

phöông, moät tænh, moät coäng ñoàng naøo ñoù. Dó nhieân, ñieàu naøy coù theå laøm haïn cheá giaù trò ngoaøi

cuûa nghieân cöùu nhöng ít nhaát giaù trò trong coù theå ñaûm baûo. Moät caùch coù theå ñaûm baûo giaù trò

cuûa vieäc choïn löïa ca beänh vaø chöùng laø thöïc hieän moät nghieân cöùu beänh – chöùng loàng gheùp vôùi

nghieân cöùu ñoaøn heä “nested case-control study” (xem hình veõ) 50 ca beänh

75,543218163331

16343

218331

xxOR

37

Luùc baét ñaàu coù

1.000 caù theå

trong cohort

thôøi gian

50 ca chöùng (choïn ngaãu nhieân töø 950 caù theå )

4.2.2 Sai leäch do ño löôøng (measurement bias): coù nhieàu loaïi sai leäch nhöng thöôøng

ñöôïc nhaéc ñeán laø sai leäch do ñöôïc xaùc ñònh laø beänh (ascertainment bias), sai leäch do ngöôøi

quan saùt (observer bias), sai leäch do nhôù laïi (recall bias) vaø sai leäch khi cung caáp thoâng tin

(information bias)

* Sai leäch do nhôù laïi (recall bias) Thoâng thöôøng, ngöôøi maéc moät beänh ñaëc bieät naøo ñoù

thöôøng coù xu höôùng nhôù veà vieäc tieáp xuùc vôùi yeáu toá nguy cô trong quaù khöù nhieàu hôn ngöôøi

khoâng bò beänh. VD: baø meï coù con bò dò taät baåm sinh thöôøng coù xu höôùng keå ñaày ñuû vaø chi tieát

veà vieäc duøng thuoác trong thôøi gian mang thai hôn baø meï khoâng coù con bò dò taät baåm sinh. Do

ñoù, coù theå ñöa ñeán sai leäch trong keát luaän laø loaïi thuoác maø baø meï duøng trong thôøi gian mang

thai ñaõ gaây ra dò taät baåm sinh

4.2.3 Yeáu toá gaây nhieãu

Ñeå kieåm soaùt caùc yeáu toá gaây nhieãu trong nghieân cöùu beänh – chöùng, coù nhöõng phöông

phaùp sau ñaây:

- Trong thieát keá nghieân cöùu: Baét caëp (Matching), Giôùi haïn (Restriction)

- Trong phaân tích keát quaû: Phaân tích thaønh töøng lôùp (Stratified analysis), Phaân tích ña bieán

(Multivariate analysis)


1. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press

Ltd., 1994.

2. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994.


epidemiology. New Jersey, Prentice-Hall International, Inc., 2005.


1987.


Philadelphia, W.B. Saunders Company, 1996.

6. Last J.M., Spasoff R.A., Harris S.S., Thuriaux M. A dictionary of epidemiology. New

York, Oxford University Press, 2001.


Saunders Company, 1985.

8. Hulley S.B., Cummings S.R. Designing clinical research. Baltimore, Williams & Wilkins,

1988.

BÀI TẬP

38

Bài 1: Moät nghieân cöùu beänh-chöùng veà söï lieân quan giöõa tình traïng uoáng röôïu vaø beänh nhoài

maùu cô tim cho keát quaû nhö sau:

Baûng 1: Soá löôïng röôïu uoáng moãi ngaøy ñöôïc ghi nhaän vôùi ca beänh vaø ca chöùng

Ca beänh Ca chöùng Soá ly röôïu ñaõ

uoáng moãi ngaøy Soá löôïng % Soá löôïng %

0

2

3 – 5

6 +

136

202

42

11

34,8

51,7

10,7

2,8

110

238

46

24

26,3

56,9

11,0

5,7

Toång coäng 391 100,0 418 100,0

Tính tæ soá cheânh (Odds ratio) cuûa ngöôøi uoáng ít hôn hai ly, 3 ñeán 5 ly, treân 6 ly, so vôùi ngöôøi

khoâng uoáng.

T a coù theå keát luaän tình traïng uoáng röôïu vaø beänh nhoài maùu cô tim laø moái quan heä nhaân quaû

khoâng? Taïi sao?

Bài 2: Theo doõi nguy cô bò beänh maïch vaønh ôû ngöôøi huùt thuoác laù, ngöôøi ta thaáy keát quaû nhö

sau:

Bò beänh Ngöôøi - naêm

Coù huùt 84 2.916

Khoâng huùt 87 4.913

Em coù keát luaän gì veà nguy cô bò beänh maïch vaønh ôû ngöôøi huùt thuoác laù?

Bài 3: Trong moät nghieân cöùu beänh chöùng nhaèm chöùng minh vieäc buù söõa meï laøm giaûm tæ leä

cheát treû em do beänh tieâu chaûy coù 86 ca beänh vaø 86 ca chöùng. Keát quaû cho thaáy coù 30 ca beänh

vaø 53 ca chöùng coù buù söõa meïï. Trong soá 86 caëp naøy, coù 24 caëp coù caû ca beänh vaø ca chöùng ñeàu

buù söõa meï, 27 caëp coù caû ca beänh laãn ca chöùng ñeàu khoâng buù söõa meï, 6 caëp coù ca beänh coù buù

söõa meï nhöng ca chöùng thì khoâng vaø 29 caëp coù ca chöùng coù buù söõa meï coøn ca beänh thì khoâng.

a. Haõy tính Odds-Ratio neáu ñaây laø moät nghieân cöùu beänh chöùng khoâng baét caëp

b. Haõy tính Odds-Ratio neáu ñaây laø moät nghieân cöùu beänh chöùng coù baét caëp

39

NGHIEÂN CÖÙU ÑOAØN HEÄ

TS.BS. Taêng Kim Hoàng


Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu ñoaøn heä vaø caùc loaïi nghieân cöùu

phaân tích khaùc

Moâ taû ñöôïc caùch thieát keá, tieán haønh nghieân cöùu ñoaøn heä

Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu ñoaøn heä

- -

I. GIÔÙI THIEÄU

1.1 Ñònh nghóa: Moät nghieân cöùu ñoaøn heä (cohort study) laø moät thieát keá nghieân cöùu quan

saùt (observational research study) khôûi ñaàu vôùi moät nhoùm ngöôøi (moät ñoaøn heä) khoâng coù beänh

(hay vaán ñeà caàn nghieân cöùu) ñöôïc chia thaønh hai nhoùm: coù tieáp xuùc (exposed) hay khoâng coù

tieáp xuùc (non-exposed) vôùi yeáu toá nguy cô vaø theo doõi sau moät thôøi gian ñeå xem trong soá hoï

bao nhieâu ngöôøi coù beänh, bao nhieâu ngöôøi khoâng coù beänh (hay vaán ñeà caàn nghieân cöùu). Noùi

caùch khaùc, muïc tieâu cuûa nghieân cöùu ñoaøn heä laø nhaèm xaùc ñònh xem coù bao nhieâu ca beänh môùi

(hay bao nhieâu tröôøng hôïp môùi coù vaán ñeà ñang caàn nghieân cöùu) trong töøng nhoùm coù tieáp xuùc

vaø khoâng coù tieáp xuùc vôùi yeáu toá nguy cô.

Thôøi gian

Höôùng khaûo saùt

Coù beänh

Nhoùm ngöôøi Coù tieáp xuùc Khoâng beänh

Daân soá khoâng coù

Beänh Khoâng tieáp Coù beänh

Xuùc Khoâng beänh

Hình 1: Thieát keá nghieân cöùu doaøn heä

40

1.2 Phaân bieät nhöõng ñaëc tính cuûa nghieân cöùu beänh chöùng vaø caùc loaïi nghieân cöùu phaân

tích khaùc:

1.2.1 Khaùc vôùi nghieân cöùu caét ngang (cross-sectional study), trong nghieân cöùu ñoaøn

heä tình traïng tieáp xuùc vôùi yeáu toá nguy cô (exposure) vaø maéc beänh (hay coù vaán ñeà ñang caàn

nghieân cöùu) ñöôïc ño ôû 2 thôøi ñieåm khaùc nhau chöù khoâng ñoàng thôøi.

1.2.2 Nghieân cöùu ñoaøn heä khaùc vôùi nghieân cöùu beänh – chöùng (case-control study) ôû

choã: caùc ñoái töôïng nghieân cöùu trong nghieân cöùu ñoaøn heä ñöôïc phaân loaïi döïa vaøo vieäc coù tieáp

xuùc hay khoâng vôùi yeáu toá nguy cô, chöù khoâng döïa vaøo tình traïng coù hay khoâng coù beänh (hay

vaán ñeà ñang caàn nghieân cöùu).

II. CAÙC LOAÏI NGHIEÂN CÖÙU ÑOAØN HEÄ

Treân cô baûn, coù hai loaïi nghieân cöùu ñoaøn heä. Ñoù laø nghieân cöùu tieàn cöùu (prospective)

vaø nghieân cöùu hoài cöùu (retrospective). Söï khaùc nhau giöõa hai loaïi naøy laø ôû choã thôøi ñieåm baét

ñaàu nghieân cöùu.

1) Trong nghieân cöùu ñoaøn heä tieàn cöùu (prospective cohort study), thôøi ñieåm baét ñaàu

nghieân cöùu (ñieåm 0) laø hieän taïi vaø daân soá ñöôïc tieáp tuïc khaûo saùt, theo doõi trong töông lai. Vieäc

tieáp xuùc vôùi yeáu toá nguy cô coù theå ñaõ xaûy ra hay chöa xaûy ra khi nghieân cöùu baét ñaàu, nhöng

“keát quaû” (töùc laø coù beänh hay xuaát hieän vaán ñeà caàn nghieân cöùu) thì chaéc chaén chöa xaûy ra.

Moät trong nhöõng tieän lôïi cuûa loaïi nghieân cöùu naøy laø caùc yeáu toá nghieân cöùu coù theå ñöôïc

xaùc ñònh ñuùng nhö nhaø nghieân cöùu mong muoán. Moät thí duï veà nghieân cöùu ñoaøn heä tieàn cöùu laø

nghieân cöùu Framingham. Nghieân cöùu naøy baét ñaàu vaøo naêm 1948 taïi Framingham, Hoa kyø vaø

toaøn boä coäng ñoàng ñöôïc theo doõi trong voøng 40 naêm ñeå khaûo saùt caùc yeáu toá nguy cô cuûa beänh

tim maïch, hoâ haáp, xöông khôùp vaø moät soá vaán ñeà söùc khoeû khaùc.

2) Trong nghieân cöùu ñoaøn heä hoài cöùu (retrospective cohort study, historical cohort

study), “ñieåm baét ñaàu” – töùc thôøi ñieåm xaûy ra vieäc tieáp xuùc vôùi yeáu toá nguy cô laø ôû quaù khöù vaø

daân soá ñöôïc theo doõi cho ñeán hieän taïi. Vaøo luùc baét ñaàu nghieân cöùu, caû vieäc tieáp xuùc vôùi yeáu toá

nguy cô vaø maéc beänh (hay coù vaán ñeà ñang nghieân cöùu) ñeàu ñaõ xaûy ra.

Söï khaùc nhau giöõa nghieân cöùu beänh-chöùng, nghieân cöùu ñoaøn heä tieàn cöùu vaø nghieân cöùu

ñoaøn heä hoài cöùu ñöôïc moâ taû trong hình 2 (trang sau)

III. ÖU ÑIEÅM VAØ NHÖÔÏC ÑIEÅM CUÛA THIEÁT KEÁ NGHIEÂN CÖÙU ÑOAØN HEÄ

3.1 Öu ñieåm:

- cung caáp baèng chöùng maïnh meõ veà nguyeân nhaân cuûa beänh, cho pheùp keát luaän moái quan

heä nhaân-quaû (cause-effect relationship) giöõa tieáp xuùc vôùi yeáu toá nguy cô (exposure) vaø

beänh (disease).

- vieäc xaùc ñònh tình traïng tieáp xuùc vôùi yeáu toá nguy cô coù theå khoâng gaëp bias vì ôû thôøi

ñieåm ñoù, beänh (hay vaán ñeà caàn nghieân cöùu) chöa xaûy ra.

- coù theå khaûo saùt ñöôïc nhieàu keát quaû (outcome) töø moät nguyeân nhaân.

- laø nghieân cöùu thích hôïp duøng ñeå khaûo saùt aûnh höôûng cuûa nhöõng tình traïng tieáp xuùc vôùi

yeáu toá nguy cô hieám gaëp (rare exposures)


- laø loaïi nghieân cöùu toán thôøi gian, toán tieàn nhaát trong soá caùc thieát keá nghieân cöùu phaân

tích

41

- ñoâi khi caàn phaûi theo doõi ñoái töôïng nghieân cöùu trong moät thôøi gian daøi (vì keát quaû xuaát

hieän chaäm) neân khi coù keát quaû thì vaán ñeà nghieân cöùu khoâng coøn thích hôïp nöõa

- do nghieân cöùu keùo daøi neân deã xaûy ra hieän töôïng caùc ñoái töôïng nghieân cöùu boû cuoäc hay

doïn ñi nôi khaùc (losses to follow-up) => gaây ra bias nghieâm troïng

Nghieân cöùu beänh-chöùng

Tieáp xuùc Beänh

? ?

Nghieân cöùu ñoaøn heä tieàn cöùu

Tieáp xuùc Beänh ?

?

Nghieân cöùu ñoaøn heä hoài cöùu

Tieáp xuùc Beänh

?

?

= Coù

= Khoâng

? = Caàn ñöôïc xaùc ñònh

= Nhaø nghieân cöùu luùc baét ñaàu cuoäc nghieân cöùu

Hình 2: Söï khaùc nhau veà thôøi gian giöõa nghieân cöùu beänh-chöùng, nghieân cöùu ñoaøn heä tieàn cöùu

vaø nghieân cöùu ñoaøn heä hoài cöùu

IV. CAÙC VAÁN ÑEÀ TRONG THIEÁT KEÁ VAØ THÖÏC HIEÄN NGHIEÂN CÖÙU ÑOAØN HEÄ


Côõ maãu ñöôïc tính theo coâng thöùc sau:

Trong ñoù: p1: Tæ leä beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô (exposed group)

p0: Tæ leä beänh trong nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô (non-exposed group)

Khi p1 ñaõ bieát, thì p0 coù theå suy ra ñöôïc töø coâng thöùc: RR = p1/p0

4.2 Choïn maãu:

Caùc nhoùm nghieân cöùu (goàm nhöõng ngöôøi coù tieáp xuùc vaøkhoâng tieáp xuùc vôùi yeáu toá nguy cô)

coù theå ñöôïc choïn töø nhieàu nguoàn tuøy theo côõ maãu vaø kinh phí cho pheùp cuûa cuoäc nghieân cöùu.

Khi choïn nhoùm nghieân cöùu caàn phaûi chuù yù ñeán nhöõng vaán ñeà sau: taàn soá xaûy ra vieäc tieáp xuùc

vôùi yeáu toá nguy cô ñang caàn khaûo saùt; laøm theá naøo ñeå coù ñöôïc thoâng tin ñaày ñuû vaø chính xaùc veà

2

01

2

001112/1 112

pp

ppppzpqzn

0121 ppp pq 1

42

vieäc coù hay khoâng coù tieáp xuùc vôùi yeáu toá nguy cô; khaû naêng theo doõi vaø quaûn lyù caùc ñoái töôïng

nghieân cöùu trong moät thôøi gian daøi.

Khi vieäc tieáp xuùc vôùi yeáu toá nguy cô töông ñoái phoå bieán (VD: huùt thuoác laù, uoáng röôïu…) thì

coù theå choïn ñoái töôïng coù tieáp xuùc vôùi yeáu toá nguy cô töø daân soá chung. Trong tröôøng hôïp vieäc

tieáp xuùc vôùi yeáu toá nguy cô hieám xaûy ra (rare exposures) (VD vieäc tieáp xuùc vôùi yeáu toá nguy

cô coù lieân quan ñeán moät soá ngaønh, ngheà ñaëc bieät) thì coù theå choïn ñoái töôïng (coù tieáp xuùc) trong

nhoùm ngöôøi coù tieáp xuùc vôùi yeáu toá nguy cô hôn laø choïn töø daân soá chung. VD: muoán khaûo saùt

moái lieân quan giöõa vieäc tieáp xuùc vôùi uranium vaø beänh ung thö, ñoái töôïng ñöôïc choïn ñeå theo

doõi neân laáy töø nhöõng ngöôøi thôï moû uranium hôn laø choïn töø coäng ñoàng ngöôøi bình thöôøng.

Lyù töôûng nhaát, nhoùm so saùnh (goàm nhöõng ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô –

unexposed group) ñöôïc choïn töø cuøng moät daân soá vôùi nhoùm tieáp xuùc. VD: trong nghieân cöùu

Framingham veà beänh tim maïch, caû 2 nhoùm coù tieáp xuùc vaø khoâng tieáp xuùc vôùi yeáu toá nguy cô

ñöôïc choïn töø cuøng moät vuøng. Tuy nhieân, neáu nhoùm coù tieáp xuùc ñöôïc choïn töø 1 quaàn theå ñaëc

bieät thì nhoùm so saùnh neân laáy töø moät nguoàn khaùc. Ñieàu quan troïng laø caùc nhoùm nghieân cöùu,

ngoaïi tröø söï khaùc nhau ôû choã coù tieáp xuùc hay khoâng tieáp xuùc vôùi yeáu toá nguy cô, phaûi gioáng

nhau ôû caùc ñaëc ñieåm khaùc. Coù nghóa laø neáu thöïc söï khoâng coù moái lieân quan giöõa vieäc tieáp xuùc

vôùi yeáu toá nguy cô vaø beänh (hay vaán ñeà caàn khaûo saùt) thì tæ suaát cuûa beänh (hay vaán ñeà caàn

khaûo saùt) ôû hai daân soá (maø töø ñoù hai nhoùm nghieân cöùu ñöôïc choïn) phaûi gaàn nhö baèng nhau.

Trong tröôøng hôïp nhoùm tieáp xuùc vôùi yeáu toá nguy cô quaù ñaëc bieät ñeán noãi chuùng ta khoâng

theå tìm ñöôïc nhoùm so saùnh töông töï thì luùc ñoù caàn söû duïng nhieàu nhoùm so saùnh, moãi nhoùm coù

moät ñaëc ñieåm naøo ñoù gioáng vôiù nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô.

4.3 Xaùc ñònh tình traïng tieáp xuùc vôùi yeáu toá nguy cô:

Ñeå xaùc ñònh tình traïng tieáp xuùc vôùi yeáu toá nguy cô, chuùng ta coù theå döïa vaøo nhieàu nguoàn

soá lieäu. Trong nghieân cöùu tieàn cöùu, vieäc xaùc ñònh tình traïng tieáp xuùc vôùi yeáu toá nguy cô coù theå

tröïc tieáp döïa vaøo baûng caâu hoûi chi tieát, caùc xeùt nghieäm sinh hoùa hoaëc caùc cuoäc khaûo saùt veà

moâi tröôøng, ngheà nghieäp. Coøn trong nghieân cöùu hoài cöùu, vieäc xaùc ñònh tình traïng tieáp xuùc vôùi

yeáu toá nguy cô thöôøng khoù hôn nhöng chuùng ta vaãn coù theå laáy ñöôïc qua hoà sô beänh, hoà sô laøm

vieäc hoaëc soå saùch thoáng keâ veà moâi tröôøng, ngheà nghieäp… Vaán ñeà quan troïng laø laøm sao xaùc

ñònh ngöôøi naøo coù tieáp xuùc vôùi yeáu toá nguy cô, ngöôøi naøo khoâng. Noùi caùch khaùc, chuùng ta caàn

phaûi xaùc ñònh ôû giaù trò naøo, ngöôõng naøo, “ñieåm caét” (cut-off point) naøo thì moät ngöôøi ñöôïc goïi

laø coù tieáp xuùc vôùi yeáu toá nguy cô. Neáu khoâng chuùng ta seõ deã daøng maéc phaûi sai soá heä thoáng

(bias) ôû ñaây.

VD: trong nghieân cöùu tìm moái lieân quan giöõa noàng ñoä cholesterol/maùu vaø beänh tim maïch,

chuùng ta caàn phaûi ñònh nghóa roõ theá naøo laø noàng ñoä cao, theá naøo laø noàng ñoä bình thöôøng... Töø

ñoù môùi xaùc ñònh ñöôïc chính xaùc tình traïng coù tieáp xuùc vôùi yeáu toá nguy cô hay khoâng, möùc ñoä

nhö theá naøo.

V. CAÙC VAÁN ÑEÀ TRONG PHAÂN TÍCH VAØ DIEÃN GIAÛI KEÁT QUAÛ:

5.1 Nguy cô töông ñoái (relative risk)

Nguy cô töông ñoái laø tæ soá giöõa tæ suaát beänh môùi (Incidence) trong nhoùm coù tieáp xuùc (exposed

group) vaø tæ suaát beänh môùi trong nhoùm khoâng tieáp xuùc (non-exposed group)

dccbaaRR /

/

43

5.1.1 Neáu tæ suaát môùi maéc doàn (Cumulative Incidence – CI) ñöôïc söû duïng:

Beänh + Beänh - Toång coäng

T/xuùc + a b a+b

T/xuùc - c d c+d

Toång coäng a+c b+d a+b+c+d

Vaø nguy cô qui traùch (attributable risk, risk difference) ñöôïc tính baèng coâng thöùc:

AR = CI1 – CI0 = a/a+b – c/c+d

VD: Trong nghieân cöùu veà moái lieân quan giöõa chæ soá Apgarvaø nguy cô töû vong trong naêm

ñaàu cuûa treû sô sinh nheï caàn (<2.500g), ngöôøi ta thaáy:

Soá treû töû

vong/naêm ñaàu

Soá treû khoâng töû vong/naêm

ñaàu

Toång coäng

Chæ soá Apgar 0-3 42 80 122

Chæ soá Apgar 4-6 43 302 345

Toång coäng 85 382 467

Vaäy treû sô sinh coù chæ soá Apgar 0-3 coù nguy cô bò töû vong trong naêm ñaàu cao gaàn gaáp 3

laàn treû sô sinh coù chæ soá Apgar 4-6

5.1.2 Neáu tæ suaát môùi maéc theo ñôn vò ngöôøi – thôøi gian (Incidence density – ID) ñöôïc

söû duïng:

Vaø nguy cô qui traùch (attributable risk, risk difference) ñöôïc tính baèng coâng thöùc:

AR = ID1 – ID0 = a/N1 – c/N0

Beänh + Ngöôøi-thôøi gian

T/xuùc + a N1

T/xuùc - c N0

Toång coäng a+c T

VD: Trong nghieân cöùu tìm moái lieân quan giöõa noàng ñoä cholesterol/maùu vaø töû vong do

beänh maïch vaønh do Hoäi tim maïch Chicago thöïc hieän treân nhöõng ngöôøi ñaøn oâng da traéng trong

ñoä tuoåi 25-39, cho keát quaû nhö sau

Soá ngöôøi töû vong Ngöôøi-naêm

5.2 – 6.2 m/L 26 36.581

5.1m/L 14 68.239

dccbaa

CI

CIRR /

/

0

1

0

1

0

1

/

/

Nc

Na

ID

IDRR

8,2345/43122/42 RR

44

Toång coäng 40 104.820

Vaäy ngöôøi coù noàng ñoä cholesterol/maùu cao coù nguy cô bò töû vong do beänh maïch vaønh cao

gaáp 3,5 laàn so vôùi ngöôøi coù noàng ñoä cholesterol/maùu thaáp

5.2 Caùc sai soá heä thoáng (bias) thöôøng gaëp trong nghieân cöùu ñoaøn heä

Moät soá sai leäch thöôøng gaëp laø sai leäch do phaân loaïi sai (misclassification bias), sai leäch do

maát ñoái töôïng theo doõi (losses of follow-up)

* Maát ñoái töôïng theo doõi coù theå gaây ra bias nghieâm troïng trong nghieân cöùu ñoaøn heä. Neáu tæ

leä maát ñoái töôïng theo doõi lôùn (30 – 40%) so vôùi maãu ban ñaàu thì caàn phaûi nghi ngôø giaù trò cuûa

moái lieân quan (giöõa tieáp xuùc vôùi yeáu toá nguy cô vaø beänh) maø ta tìm thaáy trong nghieân cöùu.

Tuy nhieân, vaán ñeà khoâng chæ ñôn giaûn ôû tæ leä maát ñoái töôïng maø bias seõ xaûy ra neáu vieäc maát ñoái

töôïng theo doõi (do ngöôøi tham gia boû cuoäc hay doïn ñi nôi khaùc) coù lieân quan ñeán tình traïng

tieáp xuùc vôùi yeáu toá nguy cô hay tình traïng beänh. VD nhöõng ngöôøi bò beänh tim maïch hay beänh

ung thö thöôøng ít coù khaû naêng tieáp tuïc tham gia nghieân cöùu hôn nhöõng ngöôøi khoâng beänh

(trong tröôøng hôïp naøy coù moät tæ leä lôùn ngöôøi beänh trong soá ñoái töôïng theo doõi bò maát). Hoaëc

nhöõng ngöôøi taäp theå duïc thöôøng xuyeân thöôøng coù xu höôùng di chuyeån (soáng ôû nôi khaùc) hôn

nhöõng ngöôøi khoâng taäp theå duïc (trong tröôøng hôïp naøy trong tæ leä ñoái töôïng theo doõi bò maát laïi

coù moät soá ñoâng ngöôøi khoeû maïnh). Söï khaùc nhau veà tæ leä maát ñoái töôïng trong nhoùm tieáp xuùc

vaø khoâng tieáp xuùc coù theå seõ “ñe doaï” ñeán giaù trò trong (internal validity) cuûa nghieân cöùu.


1. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press

Ltd., 1994.

2. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994.


epidemiology. New Jersey, Prentice-Hall International, Inc., 2005.


1987.


1988.


Saunders Company, 1985.

5,368239/1436581/26 RR

45

BÀI TẬP

1. Trong moät nghieân cöùu veà tình traïng cao huyeát aùp sinh ra do thai kyø (PIH), coù 1000 ngöøôi

phuï nöõ coù thai ñöôïc môøi tham gia. 200 PN trong soá naøy coù trung bình HA ÑM 90 mmHg.

Taát caû 1000 PN naøy ñöôïc theo doõi ñeán khi sinh. Trong soá nhöõng ngöôøi coù trung bình HA ÑM

90 mmHg, coù 60 ngöøôi bò PIH trong khi chæ coù 24 phuï nöõ coù thai trong coù trung bình HA ÑM

thaáp bò PIH. Haõy tính:

a. Nguy cô bò PTH trong nhoùm coù TB HA ÑM cao vaø nhoùm coù TB HA ÑM thaáp.

b. Nguy cô töông ñoái. Keát quaû naøy coù nghóa gì?

2. Trong moät nghieân cöùu veà moái lieân quan giöõa huùt thuoác laù vaø töû vong do ung thö phoåi, ngöôøi

ta thaáy keát quaû nhö sau:

Soá ngöôøi cheát Ngöôøi-Thôøi gian

Coù huùt thuoác

Khoâng huùt thuoác

206

28

28.663

5.720

Em coù keát luaän gì veà nguy cô töû vong cuûa ngöøôi huùt thuoác laù so vôùi ngöôøi khoâng huùt thuoác laù

3. Trong moät nghieân cöùu veà thuoác laù vaø töû vong do ung thö phoåi ôû nhöõng ngöôøi trong ñoä tuoåi

55 – 64, ngöôøi ta thaáy: trong soá nhöõng ngöôøi huùt thuoác laù coù 206 tröôøng hôïp töû vong vaø thôøi

gian trong nguy cô cuûa taát caû caùc caù theå trong daân soá laø 28.663 ngöôøi – naêm. Trong soá nhöõng

ngöôøi khoâng huùt thuoác laù coù 28 tröôøng hôïp töû vong vaø thôøi gian trong nguy cô cuûa taát caû caùc caù

theå trong daân soá laø 5.720 ngöôøi – naêm. Haõy tính nguy cô töông ñoái

46

THÖÛ NGHIEÄM LAÂM SAØNG NGAÃU NHIEÂN COÙ ÑOÁI CHÖÙNG (RANDOMISED CONTROLLED TRIALS)


MUÏC TIEÂU: Sau khi hoïc xong baøi naøy, sinh vieân coù theå:

Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu RCT vaø caùc loaïi nghieân cöùu khaùc

Moâ taû ñöôïc caùch thieát keá, tieán haønh nghieân cöùu RCT

Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu RCT

- -

I. GIÔÙI THIEÄU:

Thöû nghieäm laâm saøng ngaãu nhieân coù ñoái chöùng (RCT) ñöôïc nhieàu ngöôøi xem laø loaïi

thieát keá nghieân cöùu lyù töôûng.

RCT laø loaïi nghieân cöùu can thieäp trong ñoù ñoái töôïng nghieân cöùu ñöôïc phaân chia moät

caùch ngaãu nhieân vaøo 2 nhoùm: 1 nhoùm coù nhaän moät bieän phaùp ñieàu trò hay phoøng ngöøa (goïi laø

nhoùm can thieäp) vaø 1 nhoùm khoâng nhaän (goïi laø nhoùm ñoái chöùng). Muïc ñích cuûa vieäc phaân chia

ngaãu nhieân nhö vaäy laø ñeå ñaûm baûo raèng caùc nhoùm so saùnh caøng gioáng nhau caøng toát. Moät khi

ñaëc ñieåm cuûa ñoái töôïng nghieân cöùu ôû nhoùm “can thieäp” hay nhoùm “ñoái chöùng” ñeàu gioáng

nhau, thì caùc yeáu toá gaây nhieãu (confounders) seõ ñöôïc phaân boá ñeàu ôû caû 2 nhoùm, vaø nhö vaäy söï

khaùc bieät veà keát quaû giöõa 2 nhoùm naøy laø do coù hay khoâng coù nhaän bieän phaùp ñieàu trò (hay

phoøng ngöøa) gaây ra.

Caùc nhoùm “can thieäp” hay “ñoái chöùng” neân ñöôïc löïa choïn töø cuøng moät daân soá.

Trong nghieân cöùu RCT, nhoùm “ñoái chöùng” coù theå nhaän moät bieän phaùp can thieäp khoâng coù

taùc duïng (placebo), hoaëc coù theå nhaän bieän phaùp ñang söû duïng hieän taïi (bieän phaùp ñieàu

trò/phoøng ngöøa thoâng thöôøng), hoaëc laø khoâng nhaän moät bieän phaùp can thieäp naøo.

Trong nghieân cöùu thöû nghieäm laâm saøng ngaãu nhieân coù ñoái chöùng (randomsied clinical

trials), tình traïng” tieáp xuùc” ñöôïc xaùc ñònh ngay töø luùc baét ñaàu nghieân cöùu vaø beänh nhaân ñöôïc

theo doõi vaø ñaùnh giaù keát quaû sau ñoù. Vì ñöôïc thieát keá raát toát neân nghieân cöùu RCTs cung caáp

baèng chöùng veà moái lieân quan nhaân-quaû toát hôn baát kyø thieát keá nghieân cöùu quan saùt naøo (ñaõ

ñöôïc ñeà caäp ôû baøi ñaàu tieân). Tuy nhieân vì vaán ñeà y ñöùc, ñoâi khi vieäc phaân chia moät caùch ngaãu

nhieân thaønh 2 nhoùm: “can thieäp” vaø “ñoái chöùng” khoâng phaûi luùc laøm cuõng thöïc hieän ñöôïc.

47

Caáu truùc cuûa 1 thieát keá nghieân cöùu RCT ñöôïc trình baøy nhö sau

THIEÁT KEÁ TIEÁP XUÙC KEÁT QUAÛ

a Coù beänh

Nhöõng ngöôøi Nhoùm “can thieäp”

coù tình traïng b Khoâng beänh

maø chuùng ta

ñang quan taâm c Coù beänh

Nhoùm “laøm chöùng”

d Khoâng beänh

Nhöõng tröôøng hôïp

töø choái/loaïi ra

II. ÖU ÑIEÅM VAØ NHÖÔÏC ÑIEÅM CUÛA THIEÁT KEÁ NGHIEÂN CÖÙU RCT:

2.1 Öu ñieåm:

- Vôùi söï phaân chia moät caùch ngaãu nhieân, ñaëc ñieåm cuûa ñoái töôïng ñöôïc phaân vaøo nhoùm

“can thieäp” töông töï nhö ñoái töôïng ñöôïc phaân vaøo nhoùm “ñoái chöùng”, do ñoù söï khaùc bieät tìm

thaáy trong keát quaû nghieân cöùu phaûi do vieäc nhaän (hay khoâng nhaän) bieän phaùp can thieäp gaây ra

- Cung caáp baèng chöùng maïnh meõ veà moái quan heä nhaân-quaû

- Cho pheùp chuaån hoùa caùc tieâu chuaån nhaän vaøo, phöông phaùp ñieàu trò vaø ñaùnh giaù keát quaû


- Ñaây laø nghieân cöùu khaù toán tieàn, maát thôøi gian, toán nhaân löïc

- Trong moät soá tröôøng hôïp, caâu hoûi nghieân cöùu coù theå khoâng ñaït yeâu caàu veà vaán ñeà y ñöùc

- Trong vaøi tröôøng hôïp, coù theå thieát keá naøy trôû neân khoâng thích hôïp vì söï hôïp taùc cuûa ñoái

töôïng nghieân cöùu keùm vaø cuõng coù theå vì bieán coá keát quaû xaûy ra quaù hieám

- Veà maët naøo ñoù RCT coù veû laø nghieân cöùu khoâng thöïc teá vì nhöõng lyù do sau:

+ Nhöõng ngöôøi tình nguyeän tham gia vaøo RCT coù theå coù ñaëc tính khaùc vôùi ngöôøi khoâng

tình nguyeän tham gia, cuõng nhö khaùc vôùi nhöõng ngöôøi maø keát quaû nghieân cöùu khoâng aùp duïng

cho hoï ñöôïc

+ Nhöõng ngöôøi vöôït qua ñöôïc tieâu chuaån nhaän vaøo heát söùc nghieâm ngaët cuûa RCT ñeå

tham gia vaøo nghieân cöùu coù theå khoâng ñaïi dieän ñöôïc cho taát caû caùc tröôøng hôïp khaùc trong thöïc

teá

+ Nhöõng phöông phaùp can thieäp ñöôïc chuaån hoùa cao coù theå khaùc nhieàu vôùi phöông

phaùp thoâng thöôøng ñang ñöôïc aùp duïng trong coäng ñoàng (ñaây laø söï khaùc bieät giöõa hieäu quaû vaø

hieäu löïc)

III. CAÙC VAÁN ÑEÀ TRONG THIEÁT KEÁ VAØ THÖÏC HIEÄN NGHIEÂN CÖÙU RCT:


Phaân chia

ngaãu nhieân

48

3.1.1 Ñoái vôùi bieán soá lieân tuïc

- Caàn coù soá trung bình, ñoä leäch chuaån, öôùc tính % soá ngöôøi boû cuoäc giöõa chöøng

3.1.2 Ñoái vôùi bieán soá rôøi

- Caàn coù tæ leä, öôùc tính % soá ngöôøi boû cuoäc giöõa chöøng

3.2 Choïn maãu:

3.2.1 Choïn daân soá nghieân cöùu: Khi choïn daân soá nghieân cöùu, caàn xem xeùt caùc yeáu toá sau

- Yeáu toá ñaàu tieân caàn phaûi xem xeùt: Tính khaùi quaùt cuûa keát quaû nghieân cöùu

Daân soá tham chieáu laø daân soá maø nhaø nghieân cöùu mong muoán seõ aùp duïng keát quaû nghieân

cöùu vaøo. Daân soá nghieân cöùu thöôøng laø moät nhoùm nhoû cuûa daân soá tham chieáu. Ñeå khaùi quaùt keát

quaû nghieân cöùu vaøo daân soá tham chieáu thì nhaø nghieân cöùu caàn phaûi tìm hieåu xem coù sai leäch

(bias) gì xaûy ra trong quaù trình choïn daân soá nghieân cöùu hay khoâng

Haõy xem ví duï döôùi ñaây: Taïp chí JAMA, 242: 2562, 1979

Thí duï naøy cho thaáy daân soá nghieân cöùu tham gia vaøo cuoäc thöû nghieäm thaät söï chæ ñaïi dieän cho

6% ngöôøi ñuû ñieàu kieän tham gia

- Ñoä maïnh cuûa nghieân cöùu

Phaûi ñaûm baûo laáy ñuû ñoái töôïng nghieân cöùu trong moät daân soá ñaõ choïn löïa ñeå keát quaû

nghieân cöùu coù giaù trò

- Xaùc suaát xaûy ra keát quaû trong moät khoaûng thôøi gian hôïp lyù

Caàn phaûi choïn moät daân soá nghieân cöùu coù xaùc suaát xaûy ra bieán coá khaûo saùt vöøa ñuû trong moät

khoaûng thôøi gian thích hôïp. Ví duï, neáu nhaø nghieân cöùu muoán thöïc hieän moät RCT nhaèm khaûo

saùt hieäu quaû cuûa 1 thuoác naøo ñoù treân tæ suaát töû vong cuûa beänh tim maïch thì daân soá nghieân cöùu

neân laáy ôû nam 40 tuoåi hôn laø choïn nöõ 40 tuoåi.

49

- Xem xeùt veà nhaân löïc, vaät löïc, taøi löïc ñeå coù theå coù ñöôïc thoâng tin ñaày ñuû, chính xaùc

treân caùc ñoái töôïng ñöôïc theo doõi

3.2.2 Phaân chia nhoùm “can thieäp” vaø nhoùm “ñoái chöùng”

3.2.2.1 Tieâu chuaån choïn ñoái töôïng:

Tröôùc khi thöïc hieän vieäc phaân chia ngaãu nhieân, nhaø nghieân cöùu caàn ñaûm baûo raèng caùc

ñoái töôïng choïn löïa thoûa ñieàu kieän tham gia nghieân cöùu. Moät soá vaán ñeà caàn löu yù trong tieâu

chuaån choïn löïa ñoái töôïng:

1. Beänh nhaân coù theå tieáp caän ñöôïc baùc só ñeå ñöôïc ñieàu trò

2. Ñieàu kieän cuûa beänh nhaân phuø hôïp vôùi caùc tieâu chuaån ñaõ ñeà ra trong ñeà cöông

3. Phaûi ñaûm baûo khi beänh nhaân ñaõ ñöôïc phaân chia ngaãu nhieân roài thì baùc só laâm saøng

phaûi hoøan toøan ñoàng yù chaáp thuaän

4. Phaûi noùi cho beänh nhaân bieát veà muïc ñích, caùch thöïc hieän, lôïi ích vaø nguy cô coù theå coù

khi tham gia nghieân cöùu vaø phaûi ñöôïc söï cam keát tham gia cuûa beänh nhaân

5. Khi beänh nhaân ñaõ ñoàng yù tham gia thì teân, soá hoà sô cuûa beänh nhaân phaûi ñöôïc caát giöõ

rieâng. Moãi beänh nhaân chæ ñöôïc bieát ñeán baèng con soá ñöôïc gaùn cho trong cuoäc thöû

nghieäm.

6. Phaân nhoùm (nhoùm ñieàu trò hay ñoái chöùng) döïa treân moät danh saùch ngaãu nhieân

7. ÔÛ giai ñoïan ñaàu, caùc thoâng tin cô baûn veà tuoåi, giôùi, tieàn söû beänh, beänh caûnh laâm saøng,

tieân löôïng, v.v… phaûi ñöôïc thu thaäp ñaày ñuû

8. Sau khi ñaõ thöïc hieän nhöõng vieäc treân thì vieäc can thieäp neân baét ñaàu ngay

3.2.2.2 Phöông phaùp choïn ngaãu nhieân (randomization):

1. Choïn ngaãu nhieân ñôn giaûn (simple randomization)

Duøng maùy tính ñeå baám soá ngaãu nhieân hay duøng baûng soá ngaãu nhieân ñeå choïn ra 1 con

soá ngaãu nhieân coù 1 chöõ soá (ví duï, chöõ soá ñaàu tieân sau daáu phaåy cuûa con soá ngaãu nhieân coù ñöôïc

do baám maùy tính). Baèng caùch naøy, nhöõng ngöôøi mang moät trong caùc con soá leû (1, 3, 5, 7, 9) coù

theå ñöôïc xeáp vaøo nhoùm “can thieäp”, coøn ngöôøi naøo mang moät trong caùc soá chaün (0, 2, 4, 6, 8)

coù theå xeáp vaøo nhoùm “ñoái chöùng”.

2. Choïn ngaãu nhieân coù giôùi haïn (restricted randomization)

Duø phöông phaùp choïn ngaãu nhieân “khoâng giôùi haïn” seõ phaân chia ñoái töôïng nghieân cöùu

vaøo töøng nhoùm rieâng vôùi soá löôïng xaáp xæ baèng nhau, nhöng khoâng coù gì ñaûm baûo chaéc chaén

ñieàu naøy. Ñeå ñaït ñöôïc söï caân baèng toát hôn trong vieäc phaân chia ngaãu nhieân, ngöôøi ta thöôøng

aùp duïng phöông phaùp goïi laø “ngaãu nhieân theo töøng block” (blocked randomization). Phöông

phaùp naøy ñaûm baûo moãi nhoùm coù soá löôïng caù theå baèng nhau. Ví duï, chuùng ta coù theå phaân chia

ñoái töôïng nghieân cöùu vaøo moãi block 10, trong ñoù 5 ngöôøi seõ thuoäc veà nhoùm “can thieäp”, 5

ngöôøi seõ thuoäc veà nhoùm “ñoái chöùng”. Ñoä lôùn cuûa moãi block phaûi laø con soá nhaân cuûa soá nhoùm

can thieäp.

Ñeå laøm giaûm thieåu vieäc döïa vaøo söï phaân chia tröôùc ñeå suy ñoaùn khaû naêng ñöôïc phaân

vaøo nhoùm “can thieäp” hay “ñoái chöùng” cuûa ñoái töôïng tieáp theo, ñoä lôùn cuûa block khoâng neân

quaù nhoû (ñaëc bieät khoâng neân baèng 2), vaø neáu ñöôïc, nhaø nghieân cöùu khoâng neân tham gia vaøo söï

phaân chia naøy. Hôn nöõa coù theå söû duïng caùc block coù ñoä lôùn khaùc nhau trong quaù trình phaân

chia. Ví duï thænh thoaûng duøng block 8, thænh thoaûng duøng block 10, thænh thoaûng duøng block

12.

3. Choïn ngaãu nhieân coù phaân lôùp (stratified randonmization)

50

Neáu hieäu quaû cuûa vieäc ñieàu trò coù theå khaùc bieät trong nhöõng nhoùm nhoû khaùc nhau, ví

duï khaùc bieät giöõa nam vaø nöõ, ngöôøi ta coù theå söû duïng 1 phöông phaùp phaân chia trong ñoù vieäc

phaân nhoùm (“can thieäp” hay “ñoái chöùng”) chia ñeàu cho moãi nhoùm nhoû, sau ñoù trong moãi

nhoùm nhoû thöïc hieän “ngaãu nhieân theo töøng block” nhö ñaõ noùi ôû treân. Phöông phaùp naøy goïi laø

choïn ngaãu nhieân “coù phaân lôùp”.

3.2.3 Theo doõi vaø ñaùnh giaù vieäc tuaân thuû ñieàu trò (compliance)

Kieåm soaùt vieäc tuaân thuû ñieàu trò laø moät coâng vieäc quan troïng vì vieäc khoâng tuaân thuû

ñieàu trò seõ laøm giaûm ñoä maïnh veà maët thoáng keâ cuûa nghieân cöùu (nhaèm phaùt hieän söï khaùc

bieät veà keát quaû giöõa nhoùm “can thieäp” vaø nhoùm “ñoái chöùng”).

Beänh nhaân khoâng tuaân thuû ñieàu trò coù theå laø do khoâng chòu ñöïng ñöôïc taùc duïng phuï cuûa

thuoác, hay khoâng ñöôïc baùc só ñieàu trò theo doõi vaø nhaéc nhôû saùt sao. Khi ñoù keát quaû ñieàu trò seõ

khoâng coù hieäu quaû nhö mong muoán. Vì vaäy, vieäc tuaân thuû ñieàu trò phaûi ñöôïc ñaùnh giaù trong

baùo caùo keát quaû nghieân cöùu.

Hôn nöõa, nhaø nghieân cöùu cuõng caàn phaûi ñaûm baûo raèng nhoùm “ñoái chöùng” ñaõ khoâng

nhaän ñöôïc bieän phaùp ñieàu trò (theo caùch khoâng chính thöùc). Söï “pha troän” giöõa nhoùm chöùng vaø

nhoùm can thieäp (contamination) cuõng seõ laøm giaûm ñi hieäu quaû thaät cuûa vieäc ñieàu trò.

Moät soá phöông phaùp ñeå theo doõi tuaân thuû ñieàu trò: ñeám vieân thuoác, kieåm soaùt aên uoáng,

thöû maùu, kieåm tra nöôùc tieåu ñeå phaùt hieän caùc chaát trong chuyeån hoùa v.v…

3.3 Ñaùnh giaù keát quaû

Khi ñaùnh giaù keát quaû nghieân cöùu, neáu ngöôøi tham gia vaøo nghieân cöùu bieát ñöôïc beänh

nhaân thuoäc nhoùm naøo thì vieäc ñaùnh giaù keát quaû coù theå bò sai leäch. Hôn nöõa, ñoái töôïng nghieân

cöùu coù theå thay ñoåi haønh vi hay coù theå töôøng thuaät laïi keát quaû cuûa vieäc can thieäp theo höôùng

sai leäch ñi neáu hoï nhaän thöùc ñöôïc ai laø ngöôøi trong nhoùm “can thieäp”. Ñeå laøm giaûm thieåu tình

traïng naøy ngöôøi ta söû duïng phöông phaùp “muø”.

“Muø ñôn” (single-blind): Chæ coù beänh nhaân khoâng bieát mình thuoäc nhoùm naøo, coøn baùc

só ñieàu trò thì bieát

“Muø ñoâi” (double-blind): Caûù beänh nhaân vaø thaày thuoác khoâng bieát ai thuoäc nhoùm naøo

“Muø tam” (triple-blind): Caû beänh nhaân, baùc só vaø ngöôøi ñaùnh giaù keát quaû khoâng bieát ai

thuoäc nhoùm naøo

Phöông phaùp “muø” raát coù lôïi nhöng khoâng phaûi luùc naøo cuõng thöïc hieän ñöôïc vì ñoâi khi

phöông phaùp söû duïng cho 2 nhoùm quaù khaùc nhau, ví duï: phaãu thuaät vaø khoâng phaãu thuaät

IV. CAÙC VAÁN ÑEÀ TRONG PHAÂN TÍCH VAØ DIEÃN GIAÛI KEÁT QUAÛ CUÛA NGHIEÂN

CÖÙU RCT:

4.1 So saùnh ñaëc tính cô baûn cuûa caùc nhoùm “can thieäp” vaø “ñoái chöùng”

Böôùc ñaàu tieân trong phaân tích laø so saùnh caùc ñaëc ñieåm cô baûn cuûa caùc nhoùm “can

thieäp” vaø “ñoái chöùng”. Vì chuùng ta ñaõ thöïc hieän vieäc phaân chia ngaãu nhieân neân baát kyø söï khaùc

bieät naøo neáu coù laø do ngaãu nhieân xaûy ra. Cuõng caàn phaûi löu yù raèng ôû giai ñoaïn ñaàu, caùc nhoùm

coù theå khaùc bieät raát nhieàu veà laâm saøng nhöng laïi khoâng coù yù nghóa veà maët thoáng keâ.

4.2 Phaân tích keát quaû nghieân cöùu RCT

- Tính Nguy cô töông ñoái, Nguy cô qui traùch, Phaàn traêm nguy cô qui traùch vaø thôøi gian

soáng trung bình.

- Ví duï:

51

283 phuï nöõ mang thai coù nguy cô bò tieàn saûn giaät ñöôïc phaân chia ngaãu nhieân vaøo moät trong

2 nhoùm: 1 nhoùm nhaän vieân vitamin E vaø C, vaø 1 nhoùm nhaän vieân placebo ôû thaùng thöù 2 cuûa

thai kyø.

Keát quaû nhö sau:

Bò tieàn saûn giaät Khoâng bò tieàn saûn giaät Toång coäng

Nhoùm can thieäp 11 130 141

Nhoùm ñoái chöùng 24 118 142


Nguy cô bò tieàn saûn giaät trong nhoùm can thieäp

Ie = 11/(11+130) = 0,078

Nguy cô bò tieàn saûn giaät trong nhoùm ñoái chöùng

I0 = 24/(24+118) = 0,169

Nguy cô qui traùch (ñoä giaûm nguy cô tuyeät ñoái)

I0 – Ie = 0,169 – 0,078 = 0,091 = 9%

Coù nghóa laø saûn phuï nhaän vieân vitamin E & C seõ giaûm 9% nguy cô bò tieàn saûn giaät so vôùi

saûn phuï khoâng nhaän ñöôïc vieân vitamin boå sung naøy

Nguy cô töông ñoái:

RR = Ie/Iu = 0,078/0,169 = 0,46

Coù nghóa laø nguy cô bò tieàn saûn giaät ôû saûn phuï nhaän vieân vitamin E & C laø 0,46 laàn so

vôùi saûn phuï khoâng nhaän ñöôïc vieân vitamin boå sung naøy

Vì RR<1 neân ta tính ñoä giaûm nguy cô töông ñoái

RRR = 1 – RR = 1 – 0,46 = 0,54 = 54%

Coù nghóa laø vieäc cung caáp vieân vitamin E & C seõ giaûm nguy cô bò tieàn saûn giaät saûn phuï

laø 54%

Soá ngöôøi caàn ñöôïc ñieàu trò (number needed to treat)

NNT = 1/ARR = 1/0.091 = 10,99 11

Coù nghóa laø 11 saûn phuï caàn nhaän vieân vitamin E & C ñeå ngaên ngöøa 1 tröôøng hôïp tieàn

saûn giaät.

------------------------------------------------------------------------------------------------


1. Fletcher R.W., Fletcher S.W. Clinical Epidemiology. Philadelphia, Lippincott Williams & Wilkins,

2005.

2. Gordis L. Epidemiology. Philadelphia, Elservier Inc., 2004.

3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New

Jersey, Prentice-Hall International, Inc., 2005.

4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987.

5. Last J.M., Spasoff R.A., Harris S.S., Thuriaux M. A dictionary of epidemiology. New York, Oxford

University Press, 2001.

52

ÑAÙNH GIAÙ TEST CHAÅN ÑOAÙN (Evaluation of Diagnostic tests)

BS. NGUYEÃN THEÁ DUÕNG


Neâu leân ñöôïc caùc nguyeân taéc cô baûn vaø caùch phaân tích moät test chuaån ñoaùn

Tính ñöôïc ñoä nhaïy, ñoä ñaëc hieäu vaø hieäu suaát cuûa moät test chaån ñoaùn

Bieát ñöôïc caùch löïa choïn moät test saøng loïc thích hôïp

I. GIÔÙI THIEÄU

Nghieân cöùu (NC) trong lónh vöïc laâm saøng thöôøng bao goàm vieäc ñaùnh giaù (ÑG) caùc test

chaån ñoaùn (CÑ). NC veà test CÑ söû duïng caùc thieát keá gioáng nhö trong caùc NC thuoäc höôùng tieáp

caän quan saùt khaùc, nhöng laïi khaùc nhau ôû muïc tieâu vaø soá thoáng keâ.

NC veà caùc test tieân löôïng (prognostic tests) cuõng coù ñaëc ñieåm gioáng nhö NC veà test

CÑ. Söï khaùc bieät chính yeáu giöõa 2 loaïi tests naøy laø loaïi bieán soá keát quaû: test CÑ tieân ñoaùn söï

hieän dieän cuûa 1 beänh; test tieân löôïng tieân ñoaùn haäu quaû cuûa 1 beänh.

Phaàn sau ñaây seõ chuû yeáu giôùi thieäu veà caùc NC lieân quan ñeán test CÑ, tuy nhieân caùc noäi

dung naøy cuõng khoâng khaùc gì vôùi caùc NC coù lieân quan ñeán test tieân löôïng (chæ vieäc thay töø

haäu quaû thaønh töø beänh).

II. CAÙC NGUYEÂN TAÉC CÔ BAÛN

1. Test CÑ lyù töôûng

Moät test CÑ ñöôïc xem laø lyù töôûng khi:

+ Luoân luoân cho caâu traû lôøi ñuùng – keát quaû döông tính cho moïi tröôøng hôïp coù beänh,

vaø keát quaû aâm tính cho moïi tröôøng hôïp khoâng coù beänh

+ Phaûi nhanh choùng, an toaøn, ñôn giaûn, khoâng ñau ñôùn, ñaùng tin caäy

+ Khoâng maéc tieàn.

Vì trong thöïc teá haàu nhö raát khoù tìm thaáy 1 test CÑ lyù töôûng neân luoân coù nhu caàu tìm caùc

test thay theá höõu ích trong laâm saøng.

2. Caáu truùc cuûa NC

Gioáng nhö caùc NC thuoäc höôùng tieáp caän quan saùt, caùc NC veà test CÑ cuõng coù bieán soá

ñoäc laäp (keát quaû cuûa test) vaø bieán soá phuï thuoäc (tình traïng beänh).

+ Keát quaû cuûa test: coù theå ôû daïng nhò phaân (döông tính hoaëc aâm tính), phaân lôùp (4+,

3+, 2+, 1+) hoaëc lieân tuïc (mg, g,...)

+ Tình traïng beänh (coù hoaëc khoâng coù beänh) ñöôïc xaùc ñònh bôûi tieâu chuaån (chuaån

ñoaùn) vaøng. Moät tieâu chuaån vaøng luoân luoân cho keát quaû döông tính ôû ngöôøi coù beänh vaø keát

quaû aâm tính ôû ngöôøi khoâng coù beänh.

53

Khi tieán haønh NC veà test tieân löôïng, bieán soá phuï thuoäc seõ laø haäu quaû cuûa 1 beänh, nhö tình

traïng nhaäp vieän hoaëc töû vong. Caùc tình huoáng naøy thöôøng gaây khoù khaên cho vieäc choïn tieâu

chuaån vaøng.

IV. PHAÂN TÍCH

Söï khaùc bieät quan troïng giöõa caùc NC. thuoäc höôùng tieáp caän quan saùt vaø caùc NC veà test CÑ

naèm ôû choã phaân tích keát quaû. Caùc NC. quan saùt ñöôïc thieát keá nhaèm muïc ñích cung caáp thoâng

tin veà nguyeân nhaân cuûa beänh taät, baèng caùch chöùng minh coù söï lieân quan giöõa bieán soá ñoäc laäp

vaø bieán soá phuï thuoäc. Ngöôïc laïi, NC. veà test CÑ ñöôïc thieát keá nhaèm xaùc ñònh xem 1 test CÑ

giuùp phaân bieät ngöôøi beänh vôùi ngöôøi khoâng beänh toát ñeán möùc naøo; do vaäy chæ chöùng minh xem

coù moái lieân heä giöõa keát quaû cuûa test vaø tình traïng beänh khoâng laø chöa ñuû.

Khi ñaùnhgiaù moät test CÑ, caàn tính toaùn vaø phaân tích caùc loaïi chæ soá sau: Ñoä chính xaùc

(Accuracy) vaø caùc yeáu toá lieân quan (Ñieåm caét - Cutoff point, Ñöôøng cong ROC), Prevalence

vaø Giaù trò tieân ñoaùn (Predictive value), Tæ soá döï baùo khaû naêng (Likelihood Ratio).

1. Ñoä chính xaùc

1.1. Ñònh nghóa:

Ñoä chính xaùc ñöôïc ñònh nghóa laø khaû naêng ño ñöôïc giaù trò thaät.

Ñoä chính xaùc cuûa 1 test CÑ ñöôïc xem nhö khaû naêng gaùn ñuùng keát quaû döông tính cho

ngöôøi coù beänh vaø gaùn ñuùng keát quaû aâm tính cho ngöôøi khoâng coù beänh, vaø ñöôïc theå hieän qua

hai soá ño:

+ Ñoä nhaïy (Sensitivity): laø xaùc suaát ñeå xaùc ñònh ñuùng ngöôøi coù beänh.

vaø + Ñoä ñaëc hieäu (Specificity): laø xaùc suaát ñeå xaùc ñònh ñuùng ngöôøi khoâng coù beänh.

1.2. Caùch ño ñoä chính xaùc cuûa 1 test saøng loïc

TÌNH TRAÏNG BEÄNH

a b a + b

TP FP

KEÁT QUAÛ

- FN TN

TEST CHAÅN ÑOAÙN c d c + d

a + c b + d a+b+c+d

TP: True Positive (Döông Thaät) FP: False Positive (Döông Giaû)

TN: True Negative (AÂm Thaät) FN: False Negative (AÂm Giaû)

COÙ

KHOÂNG

54

Sensitivity = TP

TP FN =

a

a c = 1 - FN

Specificity = TN

TN FP =

d

b d = 1 - FP

1.3. Ñieåm Caét (cutoff point) vaø Hieän töôïng nghòch ñoåi (tradeoff) giöõa Ñoä Nhaïy vaø Ñoä

Ñaëc Hieäu

Moät test CÑ ñöôïc xem laø lyù töôûng khi coù Ñoä Nhaïy vaø Ñoä Ñaëc Hieäu cuøng cao, tuy nhieân

ñieàu naøy raát khoù xaûy ra vì giöõa chuùng coù moái töông quan nghòch chieàu, nghóa laø neáu Ñoä Nhaïy

cao thì Ñoä Ñaëc Hieäu seõ thaáp vaø ngöôïc laïi. Hieän töôïng naøy coù lieân quan tôùi vò trí cuûa ñieåm caét

(laø ñieåm phaân chia giöõa bình thöôøng vaø beänh). Trong tình huoáng cuï theå, vieäc ñònh ñieåm caét

cao hay thaáp caàn ñöôïc caân nhaéc döïa treân haäu quaû cuûa soá löôïng FN so vôùi soá löôïng FP.

1.4. Ñöôøng cong ROC (Receiver Operating Characteristic Curve)

Laø hình thöùc hieäu quaû hôn trong vieäc trình baøy lieân quan giöõa ñoä nhaïy vaø ñoä ñaëc hieäu cuûa

nhöõng tests coù keát quaû ño baèng bieán soá lieân tuïc. Truïc tung cuûa bieåu ñoà töông öùng vôùi ñoä nhaïy

(true positive rate), truïc hoaønh töông öùng vôùi false positive rate; ñöôøng cong ñöôïc hình thaønh

töø moät soá cut-off points ñaõ ñöôïc choïn tröôùc vaø ñöôïc tính ñoä nhaïy vaø ñoä ñaëc hieäu töông öùng.

Test lyù töôûng khi coù ñöôøng cong ñi leân saùt vôùi goùc treân beân traùi (ñoä nhaïy 100% vaø ñoä ñaëc hieäu

100%). Test ñöôïc xem laø ít coù giaù trò khi ñöôøng cong ñi theo ñöôøng cheùo töø goùc döôùi beân traùi

ñeán goùc treân beân phaûi. Thoâng thöôøng, cut-off point toát nhaát thöôøng ñöôïc choïn laø ôû nôi ñöôøng

cong “beû goùc”.

Ñöôøng cong ROC coøn laø phöông tieän raát tieän duïng ñeå so saùnh 2 test CÑ.

55

2. Giaù trò tieân ñoaùn (Predictive Value) vaø Tæ suaát hieän maéc (Prevalence)

Giaù trò tieân ñoaùn laø soá ño cho bieát 1 ngöôøi thaät söï coù beänh hoaëc khoâng coù beänh döïa treân keát

quaû cuûa test CÑ.

+ Giaù trò tieân ñoaùn döông (PV+): laø xaùc suaát thaät söï coù beänh ôû 1 ngöôøi coù keát quaû

(cuûa test CÑ) döông tính.

+ Giaù trò tieân ñoaùn aâm (PV-): laø xaùc suaát thaät söï khoâng coù beänh ôû 1 ngöôøi coù keát quaû

(cuûa test CÑ) aâm tính.

Caùch tính:

PV+ = a

a b PV- =

d

c d

Giaù trò tieân ñoaùn coøn ñöôïc goïi laø xaùc suaát sau test (posttest probability) ñeå phaân bieät vôùi xaùc

suaát tröôùc test (pretest probability) (= prevalence).

+ Caùc yeáu toá quyeát ñònh aûnh höôûng ñeán giaù trò tieân ñoaùn

– Test coù ñoä nhaïy cao PV– taêng

– Test coù ñoä ñaëc hieäu cao PV+ taêng

Giaù trò tieân ñoaùn bò aûnh höôûng raát lôùn bôûi tæ suaát hieän maéc cuûa beänh trong daân soá thöû

nghieäm: Prevalence cao PV+ taêng

3. Tæ soá döï baùo khaû naêng (Likelihood Ratio)

Laø 1 höôùng tieáp caän giuùp phaân tích keát quaû cuûa 1 test CÑ trong tröôøng hôïp keát quaû cuûa test

laø caùc bieán soá phaân lôùp hoaëc lieân tuïc.

Tæ soá döï baùo khaû naêng moâ taû soá cheânh (odds) [maø keát quaû cuûa test cho ra] giöõa ngöôøi coù

beänh vaø ngöôøi khoâng coù beänh.

LR+ =

dbb

caa

LR– =

dbd

cac

Khi keát hôïp vôùi thoâng tin veà prevalence cuûa 1 beänh, LR coù theå giuùp xaùc ñònh giaù trò tieân ñoaùn

cuûa keát quaû 1 test CÑ.

V. CAÙC BÖÔÙC CHUAÅN BÒ MOÄT NC. VEÀ TEST CÑ

Coù moät soá böôùc maø caùc NC veà test CÑ phaûi tuaân thuû:

1/ Xaùc ñònh xem coù nhu caàu söû duïng 1 test CÑ môùi hay khoâng

2/ Moâ taû caùch choïn maãu

3/ Tìm 1 gold standard (test) hôïp lyù

56

4/ Vieäc thu thaäp soá lieäu (ño ñaïc, ñoïc keát quaû) cuûa gold standard test vaø test CÑ caàn

phaûi ñöôïc tieâu chuaån hoaù vaø muø.

5/ Öôùc löôïng côõ maãu theo nguyeân taéc sao cho ñaït ñöôïc ñoä nhaïy hoaëc ñoä ñaëc hieäu

baèng hoaëc cao hôn test CÑ hieän coù.

6/ Chuaån bò baùo caùo keát quaû cuûa cuoäc NC baèng ñoä chính xaùc (doä nhaïy vaø ñoä ñaëc

hieäu), cuõng nhö giaù trò tieân löôïng döông vaø aâm cuûa test ôû nhieàu prevalence khaùc

nhau cuûa beänh. Neáu bieán soá cuûa test laø bieán soá lieân tuïc, caàn xem xeùt ñeán vieäc duøng

ñöôøng cong ROC hoaëc tæ soá döï baùo khaû naêng ñeå moâ taû tính naêng cuûa test.


1. Hulley SB, Cummings SR. Designing Clinical Research. Williams & Wilkins, Baltimore. 1988: Ch. 9 (Diagnostic tests)

2. Fletcher RH, Fletcher SW and Wagner EH. Clinical Epidemiology the essentials. Williams & Wilkins, Baltimore. 1988: Ch. 3 (Diagnosis) 3. Saunders, BD, Trapp RG. Basic and Clinical Biostatistics. Appleton & Lange, California, 1990: Ch. 13 (Evaluating diagnostic procedures).

BAØI TAÄP

Tröôùc ñaây nhieàu naêm, sieâu aâm Doppler ñöôïc bieát ñeán nhö moät phöông tieän hieän ñaïi nhöng ñaét

tieàn ñeå chaån ñoaùn beänh. Naêm 1970, Siegel vaø coäng söï ñaõ thöïc hieän moät cuoäc so saùnh hai

phöông phaùp phaùt hieän beänh vieâm taéc tónh maïch chi döôùi: moät laø duøng sieâu aâm Doppler vaø

phöông phaùp kia laø döïa vaøo khaùm nghieäm treân laâm saøng (söng, caêng phuø chi döôùi). Chaån ñoaùn

xaùc ñònh cho tình traïng taéc tónh maïch saâu ñöôïc döïa vaøo X-Quang tónh maïch coù caûn quang

hoaëc (vôùi moät soá ít beänh nhaân) laø döïa vaøo keát quaû phaãu thuaät hay töû thieát. Ngöôøi ta khaûo saùt

treân 140 beänh nhaân vôùi 248 chi döôùi ñöôïc khaùm nghieäm caû treân laâm saøng laãn sieâu aâm

Doppler. Keát quaû nhö sau:

Coù taéc maïch thaät söï Khoâng taéc maïch

Sieâu aâm Doppler

Döông tính

AÂm tính

63

20

15

150

Khaùm laâm saøng

Döông tính

AÂm tính

45

38

59

106

a. So saùnh ñoä nhaïy vaø ñoä ñaëc hieäu cuûa hai phöông phaùp

b. Tính giaù trò tieân löôïng döông cuûa 2 phöông phaùp, bieát raèng Prevalence cuûa beänh laø 0,1%.

c. Phöông phaùp naøo neân ñöôïc aùp duïng roäng raõi? Taïi sao?

57

SAI SOÁ NGAÃU NHIEÂN VAØ SAI SOÁ HEÄ THOÁNG

TRONG NGHIEÂN CÖÙU DÒCH TEÃ HOÏC



Phaân bieät ñöôïc söï khaùc nhau giöõa sai soá ngaãu nhieân vaø sai soá heä thoáng

Moâ taû ñöôïc caùc loaïi sai soá heä thoáng thöôøng gaëp

- -

I. ÑAÏI CÖÔNG

1.1. Ñoä ñuùng (acurracy) vaø ñoä chính xaùc (precision):

Trong nghieân cöùu Dòch Teã hoïc (DTH), khi thu thaäp vaø phaân tích soá lieäu, ngöôøi ta

thöôøng coá gaéng ñaït ñeán 2 muïc ñích: ñoä ñuùng (acurracy) vaø ñoä chính xaùc (precision) cuûa caùc

giaù trò caàn ño löôøng. Ñoä ñuùng laø khaû naêng (caùc giaù trò ño löôøng) phaûn aùnh ñuùng giaù trò thöïc cuûa

ñoái töôïng/vaät caàn ñöôïc ño. Coøn ñoä chính xaùc laø khaû naêng (caùc giaù trò ño löôøng) cho keát quaû

töông töï nhau sau nhieàu laàn ño laëp ñi laëp laïi. Ñoä chính xaùc coøn ñöôïc goïi laø ñoä tin caäy

(reliability).

Thieáu moät trong hai tính chaát naøy, soá lieäu coi nhö khoâng söû duïng ñöôïc.

Hình döôùi ñaây moâ taû caùc khaû naêng coù theå xaûy ra trong moät nghieân cöùu:

A. Vöøa ñuùng vöøa chính xaùc B. Chæ ñuùng

Giaù trò thaät Giaù trò thaät

C. Chæ chính xaùc D. Khoâng ñuùng laãn khoâng chính xaùc

Giaù trò thaät Giaù trò thaät

58

1.2. Giaù trò trong (internal validity) vaø giaù trò ngoaøi (external validity):

1.2.1. Giaù trò trong laø möùc ñoä maø keát quaû cuûa 1 nghieân cöùu phaûn aùnh ñöôïc tình traïng

thaät söï cuûa daân soá nghieân cöùu.

1.2.2. Giaù trò ngoaøi laø möùc ñoä maø keát quaû cuûa 1 nghieân cöùu coù theå aùp duïng hay khaùi

quaùt ñöôïc cho daân soá chung.

II. SAI SOÁ NGAÃU NHIEÂN (RAMDOM ERRRORS) VAØ SAI SOÁ HEÄ THOÁNG

(SYSTEMATIC ERORRS) TRONG NGHIEÂN CÖÙU DÒCH TEÃ HOÏC

Coù 2 loaïi sai soá trong nghieân cöùu DTH laø: sai soá ngaãu nhieân vaø sai soá heä thoáng.

2.1. Sai soá ngaãu nhieân: laø sai laàm xaûy ra moät caùch ngaãu nhieân (by-chance errrors) laøm

cho giaù trò khaûo saùt ñöôïc treân maãu nghieân cöùu khaùc vôùi giaù trò thaät treân daân soá. Sai laàm ngaãu

nhieân coù theå xaûy ra do nhöõng thay ñoåi ngaãu nhieân cuûa bieán coá/ñoái töôïng caàn ñöôïc khaûo saùt

hay do nhöõng dao ñoäng trong quaù trình ño löôøng hoaëc laáy maãu. Sai laàm ngaãu nhieân coù theå

ñöôïc haïn cheá tôùi möùc thaáp nhaát nhöng khoâng theå naøo loaïi boû ñöôïc hoaøn toaøn bôûi vì thoâng

thöôøng chuùng ta khoâng theå naøo khaûo saùt treân toaøn boä daân soá maø chæ nghieân cöùu treân moät maãu

cuûa daân soá ñoù. Hôn nöõa, söï bieán ñoåi sinh hoïc trong baûn thaân moãi ngöôøi/vaät nghieân cöùu luoân

luoân xaûy ra, vaø khoâng coù coâng cuï ño löôøng naøo tuyeät ñoái chính xaùc. Trong nhöõng caùch laøm

giaûm caùc sai soá ngaãu nhieân, bieän phaùp chuû yeáu ñöôïc nhaéc ñeán laø gia taêng côõ maãu nghieân cöùu.

Maãu caøng lôùn seõ haïn cheá nhöõng thay ñoåi ngaãu nhieân caøng nhieàu.

2.2 Sai soá heä thoáng: laø nhöõng söï khaùc bieät giöõa giaù trò thaät vaø giaù trò quan saùt ñöôïc, nhöng

khoâng phaûi do söï bieán thieân ngaãu nhieân. Sai soá heä thoáng coù theå xaûy ra do thieát keá nghieân cöùu,

thu thaäp soá lieäu, phaân tích hoaëc dieãn giaûi keát quaû sai.

Coù raát nhieàu loaïi sai soá heä thoáng, nhöng noùi chung sai soá heä thoáng ñöôïc chia laøm 3 nhoùm

chính laø: sai leäch do choïn maãu (selection bias), sai soá leäch do ño löôøng

(mesurement/information bias), vaø yeáu toá gaây nhieãu (confounder)

III. SAI SOÁ HEÄ THOÁNG

3.1. Sai leäch do choïn maãu: Sai leäch do choïn maãu coù theå xaûy ra khi coù moät söï khaùc nhau

coù heä thoáng trong nhöõng ñaëc tính cuûa caùc ñoái töôïng ñöôïc choïn vaøo nghieân cöùu vaø caùc ñoái

töôïng khoâng ñöôïc choïn.

Treân thöïc teá, coù nhieàu loaïi sai leäch do choïn maãu. Döôùi ñaây laø moät soá ví duï:

a- Volunteer bias (sai leäch do maãu ñöôïc choïn töø nhöõng ngöôøi tình nguyeän): sai leäch coù theå xaûy

ra khi ñoái töôïng tình nguyeän tham gia vaøo nghieân cöùu coù nhöõng ñaëc ñieåm khaùc vôùi nhöõng

ngöôøi khoâng tình nguyeän tham gia nghieân cöùu VD: tuoåi, giôùi, daân toäc, trình ñoä hoïc vaán

v.v… Hôn nöõa, nhöõng ngöôøi tình nguyeän tham gia nghieân cöùu thöôøng laø nhöõng ngöôøi khoeû

maïnh.

b- Survivor bias (sai leäch töø nhöõng tröôøng hôïp soáng soùt choïn loïc): Khi thöïc hieän nghieân cöùu

caét ngang, chuùng ta chæ coù theå thu thaäp thoâng tin töø nhöõng ngöôøi coøn soáng. Neáu nhöõng

ngöôøi tieáp xuùc vôùi yeáu toá nguy cô ñeàu ñaõ cheát tröôùc khi nghieân cöùu baét ñaàu thì coù theå

chuùng ta chæ thu thaäp ñöôïc thoâng tin töø nhöõng ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô vaø

nhö vaäy coù theå seõ cho keát luaän sai leäch. Töông töï, trong nghieân cöùu beänh-chöùng, bias coù

theå xaûy ra neáu chuùng ta söû duïng prevalent cases (goàm caû beänh cuõ laãn beänh môùi). Vì beänh

nhaân coù tieáp xuùc vôùi yeáu toá nguy cô coù xu höôùng cheát nhieàu hôn beänh nhaân khoâng tieáp xuùc

vôùi yeáu toá nguy cô, neân khi ta tieán haønh cuoäc nghieân cöùu seõ thaáy tæ leä ngöøôi coù tieáp xuùc vôùi

yeáu toá nguy cô trong nhoùm beänh khoâng nhieàu, coù khi coøn ít hôn tæ leä ngöøôi tieáp xuùc vôùi

59

yeáu toá nguy cô trong nhoùm chöùng. Do ñoù, ñöa ñeán keát luaän sai laàm (prevalence bias –

Neyman bias)

c- Non-response bias (sai leäch do nhieàu ngöôøi khoâng ñaùp öùng/khoâng tham gia vaøo nghieân

cöùu): xaûy ra khi coù söï khaùc bieät trong ñaëc ñieåm cuûa ngöøôøi höôûng öùng vaø ngöôøi khoâng

höôûng öùng cuoäc nghieân cöùu (boû cuoäc). Vieäc khoâng höôûng öùng (boû cuoäc) coù theå gaây ra bias

vì côõ maãu bò giaûm ñi, laøm giaûm ñoä chính xaùc cuûa nghieân cöùu. Vaán ñeà naøy coù theå gaëp trong

nhöõng nghieân cöùu ñoaøn heä (longitudinal study, cohort study), cuõng coøn ñöôïc goïi laø

withdrawal bias (sai leäch do nhieàu ngöôøi boû cuoäc).

d- Admission rate bias (Berkson’s bias) (sai leäch do tæ leä nhaäp vieän khaùc nhau): xaûy ra trong

nhöõng nghieân cöùu beänh chöùng laøm taïi beänh vieän (hospital based case-control study). Vì

ngöôøi beänh (cases) thöôøng coù xu höôùng bò keøm theâm beänh khaùc hoaëc coù tieáp xuùc vôùi nhieàu

yeáu toá nguy cô khaùc nhieàu hôn ngöôøi chöùng (khoâng beänh), neân trong tröôøng hôïp naøy ta tìm

thaáy moái lieân quan giöõa tieáp xuùc vôùi yeáu toá nguy cô vaø beänh, trong khi moái lieân quan naøy

khoâng tìm thaáy trong daân soá chung. Ngoaøi ra, do tæ leä nhaäp vieän cuûa ca beänh cao hôn ca

chöùng, neân khaû naêng tìm thaáy tæ leä ngöôøi coù tieáp xuùc vôùi yeáu toá nguy cô trong nhoùm beänh

cuõng cao hôn.

e- “Healthy worker” effect (sai leäch do dòch chuyeån): xaûy ra khi nhaø nghieân cöùu quan taâm

tìm hieåu moái lieân quan giöõa vieäc tieáp xuùc vôùi hoaù chaát naøo ñoù (VD: hôi ga) vaø caùc aûnh

höôûng leân söùc khoeû (VD: beänh phoåi) cuûa nhöõng ngöôøi coâng nhaân taïi nôi laøm vieäc, nhöng

khoâng thaáy ñöôïc nhöõng aûnh höôûng naøy. Lyù do laø vì nhöõng coâng nhaân coù tieáp xuùc vôùi yeáu

toá nguy cô, sau ñoù ñaõ bò beänh vaø xin chuyeån sang nôi laøm vieäc khaùc. Khi nhaø nghieân cöùu

ñeán khaûo saùt, hoï chæ gaëp nhöõng coâng nhaân khoâng bò aûnh höôûng bôûi yeáu toá nguy cô.

3.2. Sai leäch do ño löôøng: xaûy ra khi coù moät söï khaùc bieät coù heä thoáng trong vieäc ño löôøng

hoaëc phaân loaïi ñoái töôïng nghieân cöùu laøm aûnh höôûng ñeán keát quaû nghieân cöùu.

Coù nhieàu loaïi sai leäch do ño löôøng. Döôùi ñaây laø moät soá ví duï:

a- Ascertainment bias (sai leäch do ñöôïc xaùc ñònh laø tröôøng hôïp beänh): nhöõng ngöôøi ñöôïc chaån

ñoaùn laø bò beänh thöôøng seõ ñöôïc theo doõi kyõ löôõng hôn nhöõng ngöôøi khaùc trong coäng ñoàng,

vaø vì vaäy seõ coù nhieàu cô hoäi ñöôïc phaùt hieän beänh, hoaëc tình traïng naøo ñoù baát lôïi cho söùc

khoeû deã daøng hôn nhöõng ngöôøi khaùc

b- Interviewer bias (sai leäch do ngöôøi phoûng vaán): xaûy ra khi ngöôøi nghieân cöùu - voâ tình hay

coá yù - laøm ngöôøi ñöôïc phoûng vaán traû lôøi theo moät höôùng naøo ñoù (khoâng ñuùng vôùi tình traïng

thaät söï cuûa mình). VD: hoûi caâu hoûi gôïi yù

c- Observer bias (sai leäch do ngöôøi quan saùt): laø söï khaùc bieät coù heä thoáng giöõa giaù trò thaät vaø

giaù trò quan saùt ñöôïc do loãi cuûa ngöôøi nghieân cöùu (coù nhöõng thoùi quen, hay coù ñònh kieán

naøo ñoù…).

d- Mood bias (sai leäch lieân quan ñeán taâm traïng cuûa ngöôøi ñöôïc khaûo saùt): nhöõng ngöôøi coù

traïng thaùi tinh thaàn khoâng toát (VD: suy nhöôïc) thöôøng coù xu höôùng ñaùnh giaù thaáp tình

traïng söùc khoeû, möùc ñoä hoaït ñoäng xaõ hoäi cuûa mình. Ñieàu naøy coù theå gaây ra bias cho keát

quaû nghieân cöùu.

e- Recall bias (sai leäch do nhôù laïi): thoâng thöôøng, ngöôøi maéc moät beänh ñaëc bieät naøo ñoù

thöôøng coù xu höôùng nhôù veà vieäc tieáp xuùc vôùi yeáu toá nguy cô trong quaù khöù nhieàu hôn, kyõ

hôn ngöôøi khoâng bò beänh (ñeå tìm caùch hieåu hoaëc giaûi thích taïi sao hoï maéc beänh). VD:

nhieàu ngöôøi vaãn thöôøng hay duøng thuoác Aspirin vì lyù do naøy hay lyù do khaùc, nhöng nhöõng

60

ngöôøi ñöôïc chaån ñoaùn laø loeùt daï daøy seõ nhôù laïi soá laàn duøng aspirin nhieàu hôn, roõ raøng hôn

laø ngöôøi khoâng bò beänh.

f- Compliance bias (sai leäch lieân quan ñeán vieäc tuaân thuû ñieàu trò): xaûy ra khi ngöôøi beänh caûm

thaáy haøi loøng, öa thích moät bieän phaùp ñieàu trò naøo ñoù hôn neân ñaõ tuaân theo nghieâm ngaët

bieän phaùp ñieàu trò ñoù. Töø ñoù, keát quaû cho thaáy bieän phaùp ñieàu trò naøy toát hôn bieän phaùp

kia, nhöng thöïc teá khoâng phaûi do noù coù hieäu quaû toát hôn maø laø do beänh nhaân ñaõ duøng noù

thöôøng xuyeân hôn.

g- Reactive effect (sai leäch do ngöôøi ñöôïc khaûo saùt phaûn öùng/ñaùp öùng laïi) (hieäu öùng

Hawthorne): xaûy ra khi nhöõng ngöôøi tham gia nghieân cöùu coù kieán thöùc veà vaán ñeà ñang

ñöôïc nghieân cöùu neân töï thay ñoåi haønh vi cuûa mình vaø do ñoù laøm thay ñoåi keát quaû thaät söï

cuûa nghieân cöùu.

h- Reponse-style bias (sai leäch do xu höôùng traû lôøi): coù lieân quan ñeán xu höôùng traû lôøi “coù”

cuûa ngöôøi ñöôïc phoûng vaán (maø khoâng caàn ñeå yù ñeán noäi dung caâu hoûi).

3.3 Yeáu toá gaây nhieãu:

3.3.1 Khaùi nieäm veà yeáu toá gaây nhieãu

Yeáu toá gaây nhieãu (coøn goïi laø yeáu toá gaây nhaàm laãn - confounders) laø nhöõng bieán soá ñoäc

laäp (independent variables) - töông töï nhö nhöõng yeáu toá nguy cô - laøm sai leäch keát luaän veà moái

lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø beänh (taïo neân moät töông quan giaû hay che

laáp moät töông quan thaät). Caùc yeáu toá gaây nhieãu caàn phaûi ñöôïc kieåm soaùt trong quaù trình thieát

keá nghieân cöùu hay trong luùc phaân tích soá lieäu.

Ñeå coù theå laø moät yeáu toá gaây nhieãu, tröôùc tieân caàn phaûi thoaû maõn caû 3 ñieàu kieän sau:

1. Laø 1 yeáu toá nguy cô cuûa beänh maø ta nghieân cöùu

2. Coù lieân quan vôùi vieäc tieáp xuùc maø ta khaûo saùt

3. Khoâng phaûi laø böôùc trung gian treân con ñöôøng phaùt sinh beänh töø vieäc tieáp xuùc vôùi yeáu

toá nguy cô (töùc laø vieäc tieáp xuùc vôùi yeáu toá nguy cô coù theå tröïc tieáp ñöa ñeán beänh chöù khoâng

phaûi nhôø yeáu toá gaây nhieãu laøm trung gian môùi coù theå gaây ra beänh).

Ví duï: Khi khaûo saùt moái töông quan giöõa vieäc uoáng caø pheâ (tieáp xuùc vôùi yeáu toá nguy cô) vaø ung

thö tuïy (beänh), huùt thuoác laù coù theå laø yeáu toá gaây nhieãu vì:

1. Huùt thuoác laù cuõng laø 1 yeáu toá nguy cô cho ung thö tuïy

2. Huùt thuoác laù coù lieân quan vôùi vieäc uoáng caø pheâ: Ngöôøi uoáng caø pheâ coù khuynh höôùng

huùt thuoác laù nhieàu hôn ngöôøi khoâng uoáng

3. Huùt thuoác laù khoâng phaûi laø böôùc trung gian treân con ñöôøng phaùt sinh beänh töø vieäc uoáng

caø pheâ (noùi caùch khaùc baûn thaân vieäc uoáng caø pheâ coù theå laøm taêng nguy cô K tuïy chöù khoâng

phaûi nhôø vieäc uoáng caø pheâ ñöa ñeán vieäc huùt thuoác laù roài töø vieäc huùt thuoác laù môùi gaây ra ung

thö tuïy).

Noí chung, khi quan saùt thaáy coù moái lieân quan giöõa tieáp xuùc (vôùi yeáu toá nguy cô) vaø

beänh, chuùng ta caàn neân töï hoûi raèng noù coù phaûi laø moái lieân quan thaät söï hay khoâng hay noù ñaõ bò

laøm cho sai leäch (“nhieãu”) bôûi moät yeáu toá khaùc (hình beân döôùi).

61

A. Thöïc söï laø nguyeân nhaân B. Laø do “bò nhieãu”

Tieáp xuùc vôùi yeáu toá nguy cô Tieáp xuùc vôùi yeáu toá nguy cô

Yeáu toá

Gaây nhieãu

Nguy cô bò beänh Nguy cô bò beänh

3.3.2 Tieán trình kieåm soaùt yeáu toá gaây nhieãu:

Böôùc 1: Khaûo saùt moái töông quan giöõa tieáp xuùc vôùi yeáu toá nguy cô (E) vaø beänh (D), khoâng

quan taâm ñeán yeáu toá gaây nhieãu (C)

Töông quan khoâng coù yù nghóa => Keát luaän: khoâng coù töông quan

Töông quan coù yù nghóa => Böôùc 2

Böôùc 2: Kieåm ñònh caùc ñieàu kieän caàn thieát ñeå C coù theå laø 1 yeáu toá gaây nhieãu

Neáu caùc ñieàu kieän ñeàu thoaû => Böôùc 3

Böôùc 3: Phaân tích theo töøng lôùp (stratified analysis), roài tính RR/OR chung (RR/OR hieäu chænh

– coøn goïi laø RR/ORMantel Haenszel).

C laø yeáu toá gaây nhieãu neáu: RR/OR hieäu chænh khaùc RR/OR thoâ

C laø yeáu toá thay ñoåi töông quan (effect modifier) neáu RR/OR trong töøng lôùp khaùc nhau moät

caùch coù yù nghóa

Ví duï: Trong moät nghieân cöùu beänh chöùng nhaèm khaûo saùt moái lieân quan giöõa vieäc huùt thuoác laù

vaø ung thö daï daøy; ngöôøi ta thaáy keát quaû nhö sau:

Coù K daï daøy Khoâng bò K daï daøy Toång coäng

Coù huùt thuoác laù 170 80 250

Khoâng huùt thuoác laù 80 170 250


170 x 170

ORthoâ = = 4,52

80 x 80

Nhö vaäy, töø vieäc phaân tích ñôn giaûn nhö treân, chuùng ta thaáy nguy cô bò ung thö daï daøy ôû

ngöôøi huùt thuoác laù cao gaáp 4,5 laàn so vôùi ngöôøi khoâng huùt.

Tuy nhieân, do nghi ngôø “uoáng röôïu” laø “yeáu toá gaây nhieãu” – ñaõ che laáp ñi moái lieân quan

thaät söï, ngöôøi ta phaûi khaûo saùt laïi moái lieân quan giöõa vieäc huùt thuoác laù vaø beänh cuøng vôùi söï coù

maët cuûa yeáu toá gaây nhieãu (uoáng röôïu).

Tröôùc heát, ñeå chöùng minh “uoáng röôïu” laø yeáu toá gaây nhieãu, ngöôøi ta phaûi xaùc ñònh xem

uoáng röôïu coù lieân quan ñeán beänh khoâng (tieâu chuaån 1). Ñeå thaáy ñöôïc ñieàu naøy, caàn phaûi

chöùng minh uoáng röôïu laøm taêng nguy cô maéc beänh trong soá nhöõng ngöôøi khoâng huùt thuoác laù

(250 ngöôøi)

62

Xeùt 250 ngöôøi khoâng huùt thuoác laù

Coù beänh Khoâng beänh Toång coäng

Coù uoáng röôïu 50 20 70

Khoâng uoáng röôïu 30 150 180


50 x 150

OR = = 12,5

20 x 30

Nhö vaäy, uoáng röôïu laø yeáu toá nguy cô cuûa ung thö daï daøy – khoâng phuï thuoäc vaøo vieäc coù huùt

thuoác hay khoâng.

Sau ñoù, caàn phaûi xaùc ñònh xem vieäc huùt thuoác laù coù lieân quan gì vôùi thoùi quen uoáng röôïu

trong soá nhöõng ngöôøi khoâng bò beänh hay khoâng (250 ngöôøi) (tieâu chuaån 2)

Xeùt 250 ngöôøi khoâng bò beänh

Coù uoáng röôïu Khoâng uoáng röôïu Toång coäng




30 x 150

OR = = 4,5

20 x 50

Keát quaû cho thaáy: coù moái lieân quan giöõa vieäc huùt thuoác laù vaø thoùi quen uoáng röôïu – khoâng phuï

thuoäc vaøo vieäc coù beänh hay khoâng.

Ngoaøi ra, vieäc huùt thuoác laù – khoâng caàn phaûi qua trung gian vieäc uoáng röôïu – môùi coù theå

gaây ra K daï daøy (tieâu chuaån 3).

Nhö vaäy thoùi quen uoáng röôïu coù theå laø 1 yeáu toá gaây nhieãu, vaø caàn phaûi ñöôïc xaùc ñònh vaø

kieåm soaùt.

Muoán vaäy, ngöôøi ta khaûo saùt moái lieân quan giöõa vieäc huùt thuoác laù vaø K daï daøy trong 2

nhoùm rieâng bieät: coù uoáng röôïu vaø khoâng uoáng röôïu, keát quaû cho thaáy nhö sau:

ÔÛ nhoùm coù uoáng röôïu (goàm coù 250 ngöôøi):





150 x 20

OR = = 2

50 x 30

63

ÔÛ nhoùm khoâng uoáng röôïu (goàm coù 250 ngöôøi):





20 x150

OR = = 2

30 x 50

Sau khi tính OR chung (coøn goïi laø OR hieäu chænh hay ORMH) – laø OR tính ñöôïc sau khi

ñaõ kieåm soaùt cho yeáu toá gaây nhieãu), cho thaáy OR chung = 2. Vaäy uoáng röôïu laø yeáu toá gaây

nhieãu. Treân thöïc teá, ngöôøi huùt thuoác laù coù nguy cô bò ung thö daï daøy cao gaáp 2 laàn so vôùi

ngöôøi khoâng huùt thuoác.

Do OR trong töøng lôùp (ngöôøi coù uoáng röôïu & khoâng uoáng röôïu) khoâng khaùc nhau neân

uoáng röôïu khoâng phaûi laø yeáu toá thay ñoåi töông quan

3.3.3 Caùch tính RR/OR chung

* Tính RR chung

** Tröôøng hôïp RR ñöôïc tính töø tæ suaát môùi maéc doàn

a1 * n01 / N1 + a2 * n02 / N2

RR chung = Trong ñoù:N1 = n01 + n11; N2 = n02 + n12

c1 * n11 / N1 + c2 * n12 / N2

Beänh Yeáu toá gaây nhieãu Tieáp xuùc

Coù Khoâng

Toång coäng

Lôùp thöù nhaát Coù

Khoâng

a1

c1

b1

d1

n11

n01

Lôùp thöù hai Coù

Khoâng

a2

c2

b2

d2

n12

n02

** Tröôøng hôïp RR ñöôïc tính töø troïng suaát maéc (tæ suaát môùi maéc tính theo ñôn vò ngöôøi-thôøi

gian)

a1 * n01 / N1 + a2 * n02 / N2

RR chung = Trong ñoù:N1 = n01 + n11; N2 = n02 + n12

b1 * n11 / N1 + b2 * n12 / N2

Yeáu toá gaây nhieãu Tieáp xuùc Soá ca beänh Ngöôøi – thôøi gian


Khoâng

a1

b1

n11

n01


Khoâng

a2

b2

n12

n02

64

* Tính OR chung

Beänh Yeáu toá gaây nhieãu Tieáp xuùc

Coù Khoâng

Toång coäng


Khoâng

a1

c1

b1

d1

n11

n01

Toång coäng n1


Khoâng

a2

c2

b2

d2

n12

n02

Toång coäng n2

a1 * d1 / n1 + a2 * d2 / n2

OR chung =

b1 * c1 / n1 + b2 * c2 / n2

3.4 Yeáu toá thay ñoåi töông quan: (effect modifiers) cuõng laø nhöõng bieán soá ñoäc laäp

(independent variables) nhö yeáu toá gaây nhieãu, nhöng khoâng laøm sai leäch baûn chaát söï töông

quan. Yeáu toá thay ñoåi töông quan laø moät thoâng tin coù ích maø chuùng ta caàn phaûi phaùt hieän ñeå coù

theâm nhöõng hieåu bieát veà cô cheá sinh hoïc cuûa beänh, ñoàng thôøi xaùc ñònh öu tieân trong can thieäp

coäng ñoàng.

Yeâuù toá thay ñoåi töông quan coù theå phaùt hieän ñöôïc trong quaù trình phaân tích soá lieäu.

Neáu khi phaân tích theo nhieàu möùc ñoä khaùc nhau cuûa moät yeáu toá thöù ba naøo ñoù (phaân tích

thaønh nhieàu lôùp) maø ta thaáy aûnh höôûng cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô leân khaû naêng

beänh trong caùc lôùp thay ñoåi moät caùch khaùc nhau thì yeáu toá thöù ba ñoù laø moät yeáu toá thay ñoåi

töông quan.

Nhö vaäy, moät yeáu toá thöù ba coù theå laø:

- yeáu toá gaây nhieãu maø khoâng phaûi laø yeáu toá thay ñoåi töông quan

- yeáu toá thay ñoåi töông quan maø khoâng phaûi laø yeáu toá gaây nhieãu

- vöøa laø yeáu toá gaây nhieãu, vöøa laø yeáu toá thay ñoåi töông quan

- khoâng phaûi laø yeáu toá gaây nhieãu cuõng khoâng phaûi laø yeáu toá thay ñoåi töông quan

(Xem ví duï minh hoaï trang sau)

Ví duï:

1) Laø 1 yeáu toá gaây nhieãu nhöng khoâng phaûi laø yeáu toá thay ñoåi töông quan

Tuoåi Huùt thuoác laù MI+ MI- Toång coäng RR 50 Coù

Khoâng

480

1.160

60

600

540

1.760

1,35

> 50 Coù

Khoâng

320

40

1.140

200

1.460

240

1.32

Toång coäng Coù

Khoâng

800

1.200

1.200

800

2.000

2.000

0,67

65

RR thoâ = 0,67

RR M-H = 1,34 (1,25 – 1,45)

2) Laø 1 yeáu toá thay ñoåi töông quan nhöng khoâng phaûi laø yeáu toá gaây nhieãu


Khoâng

140

100

1.260

1.300

1.400

1.400

1,40

> 50 Coù

Khoâng

180

50

420

550

600

600

3,60

Toång coäng Coù

Khoâng

320

150

1.680

1.680

2.000

2.000

2,13

RR thoâ = 2,13

RR M-H = 2,13 (1,75 – 2,56)

3) Vöøa laø yeáu toá thay ñoåi töông quan vöøa laø yeáu toá gaây nhieãu


Khoâng

150

40

1.250

560

1.400

600

1,50

> 50 Coù

Khoâng

180

140

420

1260

600

1.400

3,00

Toång coäng Coù

Khoâng

330

180

1.670

1.820

2.000

2.000

1,78

RR thoâ = 1,78

RR M-H = 2,40 (2,02 – 2,85)

4) Khoâng laø yeáu toá thay ñoåi töông quan cuõng khoâng phaûi laø yeáu toá gaây nhieãu


Khoâng

150

100

1.250

1.300

1.400

1.400

1,50

> 50 Coù

Khoâng

180

120

420

480

600

600

1,50

Toång coäng Coù

Khoâng

330

180

1.670

1.820

2.000

2.000

1,50

RR thoâ = 1,50

RR M-H = 1,50 (1,28 – 1,78)

66


1. Ann Bowling. Research Methods in Health. Buckingham, Open University Press, 1997:

135 – 138.


epidemiology. New Jersey, Prentice-Hall International, Inc., 1996: 133 – 144.


1987: 272 – 286.


1988: 31 – 41.


Philadelphia, W.B. Saunders Company, 1996: 86 – 87.

6. Last J.M., Abramson J.H., Friedman G.D., Porta M., Spasoff R.A., Thuriaux M. A

dictionary of epidemiology. New York, Oxford University Press, 1995.

7. Leon Gordis. Epidemiology. Philadelphia, W.B. Saunders Company, 1996: 185 – 195.

8. Saunders B.D., Trapp R.G. Basic and Clinical Biostatistics. New Jersey, Prentice-Hall

International, Inc., 1990: 267 – 270.

9. Stephen H.G. Interpreting the medical literature. Singapore, McGraw-Hill Book Co.,

1993: 215 – 222.

BÀI TẬP Haõy cho bieát trong caùc nghieân cöùu sau ñaây ñaõ coù nhöõng sai soá heä thoáng thuoäc loaïi gì?

a. Sai soá ngaãu nhieân (Random error)

b. Sai leäch do nhôù laïi (Recall bias)

c. Sai leäch töø nhöõng tröôøng hôïp soáng soùt choïn loïc (Survivor bias)

d. Sai leäch do ngöôøi ñieàu tra (Interviewer bias)

e. Sai leäch do maãu ñöôïc choïn töø nhöõng ngöôøi tình nguyeän (Volunteer bias)

1. Trong moät nghieân cöùu tìm moái lieân quan giöõa vieäc meï duøng thuoác trong thôøi gian mang thai

vaø dò taät baåm sinh cuûa con, baø meï coù con bò dò taät baåm sinh coù xu höôùng nhôù vaø keå chính xaùc

nhöõng loaïi thuoác maø baø ta ñaõ duøng trong luùc mang thai hôn nhöõng baø meï coù con bình thöôøng.

2. Trong moät nghieân cöùu nhaèm tìm hieåu vieäc cho uoáng vitamin C moãi ngaøy coù laøm caûi thieän

tình traïng cao huyeát aùp hay khoâng, ngöôøi ta cho 48 beänh nhaân cao huyeát aùp chia laøm 2 nhoùm:

moät nhoùm uoáng moãi ngaøy 100mg vitamin C vaø moät nhoùm uoáng vieân placebo. Sau 8 tuaàn, keát

quaû cho thaáy nhoùm ñöôïc ñieàu trò baèng vitamin C coù huyeát aùp giaûm hôn nhoùm uoáng placebo.

Nhaø nghieân cöùu keát luaän raèng uoáng vitamin C moãi ngaøy coù theå caûi thieän tình traïng cao huyeát

aùp. Tuy nhieân, nhieàu nghieân cöùu sau naøy ñaõ khaúng ñònh raèng uoáng vitamin C khoâng laøm giaûm

huyeát aùp.

3. Moät nghieân cöùu veà dinh döôõng ñöôïc thöïc hieän taïi thaønh phoá X vôùi nhöõng ngöôøi tham gia laø

nhöõng ngöôøi ñaõ ñoïc quaûng caùo (veà nghieân cöùu naøy) treân baùo.

4. Moät nhaø nghieân cöùu ñaõ khoâng phaùt hieän ñöôïc söï lieân quan giöõa cao huyeát aùp vaø beänh nhoài

maùu cô tim, vì coù raát nhieàu ngöôøi cao huyeát aùp ñaõ cheát vì bò nhoài maùu cô tim tröôùc khi laøm

nghieân cöùu vaø nhöõng ngöôøi coøn soáng haàu heát ñeàu khoâng coù beänh lyù tim maïch.

67

CHUẨN BỊ ĐỀ CƯƠNG NGHIÊN CỨU KHOA HỌC (Preparation for a Research Proposal)



1/ Lieät keâ ñaày ñuû caùc böôùc tieán haønh cuûa vieäc chuaån bò moät ñeà cöông nghieân cöùu khoa

hoïc.

2/ Bieát caùch xaùc ñònh vaø laøm saùng toû vaán ñeà nghieân cöùu.

3/ Bieát caùch phaùt bieåu ñuùng caùch muïc tieâu nghieân cöùu.

4/ Bieát caùch laäp keá hoaïch thu thaäp, xöû lyù, vaø phaân tích soá lieäu.

5/ Bieát caùch vieát moät ñeà cöông nghieân cöùu.

I. GIÔÙI THIEÄU

Nghieân cöùu khoa hoïc (NCKH) laø moät coâng vieäc coù heä thoáng nhaèm thu thaäp, phaân tích vaø

dieãn giaûi caùc soá lieäu ñeå tìm lôøi giaûi hoaëc giaûi phaùp cho 1 vaán ñeà. Ñaëc ñieåm cuûa NCKH laø:

+ Ñoøi hoûi vaán ñeà nghieân cöùu (VÑNC) phaûi ñöôïc phaùt bieåu roõ raøng

+ Yeâu caàu coù muïc tieâu vaø keá hoaïch roõ raøng (khoâng chaáp nhaän vieäc tìm kieám khoâng muïc

ñích ñeå tình côø tìm ra giaûi phaùp)

+ Xaây döïng treân soá lieäu hieän coù, söû duïng keát quaû döông tính laãn aâm tính.

+ Soá lieäu môùi phaûi ñöôïc thu thaäp vaø phaân tích moät caùch coù heä thoáng ñeå tìm lôøi giaûi cho

caùc muïc tieâu nghieân cöùu ban ñaàu.

Söï thaønh coâng cuûa 1 coâng trình NCKH tuøy thuoäc moät phaàn raát lôùn vaøo ñeà cöông (ÑC. )

NCKH. ÑC. NCKH laø 1 keá hoaïch daïng vaên baûn (cuûa coâng trình nghieân cöùu) moâ taû toaøn boä

tieán trình phaûi thöïc hieän cuûa coâng trình NCKH. Noù bao goàm taát caû caùc böôùc töø luùc xaùc ñònh

vaán ñeà nghieân cöùu (VÑNC) ñeán luùc trình baøy soá lieäu ñaõ thu thaäp ñöôïc.

Neáu vieäc xeùt duyeät 1 coâng trình nghieân cöùu laø caàn thieát thì ÑC. NCKH chính laø cô sôû ñeå thaåm

ñònh giaù trò (taàm quan troïng vaø tính khaû thi) cuûa coâng trình.

ÑC. NCKH cho pheùp ngöôøi nghieân cöùu

+ ñònh roõ vaán ñeà nghieân cöùu vaø caùc caáu phaàn coù lieân quan,

+ noùi theâm veà taàm quan troïng cuûa coâng trình nghieân cöùu trong lónh vöïc y hoïc,

+ toång quan caùc y vaên coù lieân quan

+ ñeà ra phöông phaùp hoïc thích hôïp vôùi 1 khung thôøi gian cho pheùp.

II. CAÙC BÖÔÙC CÔ BAÛÛN CUÛA VIEÄC CHUAÅN BÒ 1 ÑC. NCKH

Vieäc chuaån bò 1 ÑC. NCKH goàm coù 3 giai ñoaïn

+ Giai ñoaïn 1: laäp keá hoaïch kyõ thuaät ban ñaàu (7 böôùc)

+ Giai ñoaïn 2: laäp keá hoaïch cho coâng taùc chuaån bò (4 böôùc)

+ Giai ñoaïn 3: vieát ÑC. NCKH

68

A. GIAI ÑOAÏN 1

1. XAÙC ÑÒNH VAØ LAØM SAÙNG TOÛ VAÁN ÑEÀ NGHIEÂN CÖÙU

VÑNC (research problem) laø vaán ñeà caàn coù caâu giaûi ñaùp hoaëc caàn ñöôïc giaûi quyeát.

Caùc VÑNC trong y hoïc thöôøng taäp trung vaøo baûn chaát (moâ taû) cuûa hieän töôïng hoaëc vaøo moái

lieân heä (phaân tích) giöõa caùc hieän töôïng.

1.1. Xaùc ñònh VÑNC

Khi choïn (xaùc ñònh) VÑNC ngöôøi NC caàn chuù yù moät soá yeáu toá chính sau ñaây:

+ Tính saùt hôïp (relevance): VÑNC ñöôïc xem laø saùt hôïp khi ñoù laø moät vaán ñeà caàn

ñöôïc öu tieân giaûi quyeát. Caâu hoûi ñaët ra thöôøng laø: vaán ñeà bao lôùn? Ñoái töôïng bò aûnh höôûng laø

ai? Vaán ñeà coù nghieâm troïng khoâng?

+ Coù phaûi ñaây laø vaán ñeà coù theå nghieân cöùu ñöôïc (Researchable problem): vaán ñeà

ñöôïc xem laø nghieân cöùu ñöôïc khi khaû naêng thu thaäp soá lieäu ñeå tìm lôøi giaûi ñaùp laø coù theå thöïc

hieän ñöôïc.

+ Tính khaû thi (Feasibility): veà phöông phaùp (caùch tieáp caän VÑNC ñeå thu thaäp soá

lieäu), veà soá löôïng ñoái töôïng nghieân cöùu (coù ñuû cho cuoäc NC khoâng?), veà nguoàn löïc saün coù

(nhaân löïc, vaät löïc, taøi löïc), vaø veà thôøi gian.

+ Phaïm vi (Scope) cuûa vaán ñeà: coù quaù roäng hoaëc quaù heïp khoâng.

+ Söï quan taâm (Interest): cuûa ngöôøi NC hoaëc cuûa cô quan ñoái vôùi lónh vöïc coù VÑNC.

1.2. Laøm saùng toû VÑNC

Baèng caùch cheû vaán ñeà ra laøm nhieàu tieåu vaán ñeà (subproblems) . Ñieàu naøy coøn giuùp

höôùng daãn cho ngöôøi NC 1xaùc ñònh ñöôïc nhöõng muïc ñích hieän thöïc hôn vaø coù khaû naêng ñaït

ñöôïc hôn, 2 choïn ñöôïc phöông phaùp NC thích hôïp, vaø 3 xaùc ñònh caùc bieán soá vaø thoâng soá cho

coâng trình NC.

1.3. Phaùt bieåu vaán ñeà vaø tieåu vaán ñeà

Caùch phaùt bieåu toát nhaát laø döôùi daïng caâu hoûi Caâu hoûi nghieân cöùu

2. THIEÁT LAÄP GIAÛ THUYEÁT NC

Giaû thuyeát NC laø caâu traû lôøi giaû ñònh cuûa ngöôøi NC ñoái vôùi VÑNC. Vieäc thieát

laäp giaû thuyeát NC giuùp höôùng daãn ngöôøi NC xaùc ñònh, phaân lôùp, vaø ñònh nghóa

baèng thuaät ngöõ ïchuyeân moân caùc bieán soá thích hôïp.

3. PHAÙT BIEÅU MUÏC TIEÂU NC

Muïc tieâu laø caùi ñích cuûa 1 haønh ñoäng. Trong NCKH, muïc tieâu laø caùi maø ngöôøi NC

mong muoán ñaït ñöôïc qua cuoäc NC.

Phaùt bieåu muïc tieâu NC laø 1 phaàn raát thieát yeáu cuûa ÑC. NCKH vì caùc lyù do sau:

69

Caùc muïc tieâu NC

+ bieåu thò toaøn boä caùc bieán soá saùt hôïp ñöôïc xem xeùt tôùi trong cuoäc NC.

+ giuùp höôùng daãn ngöôøi NC choïn thieát keá NC.

+ cho bieát caàn phaûi thu thaäp caùc soá lieäu gì

+ giuùp ích trong vieäc laäp keá hoaïch phaân tích keát quaû.

Noùi chung, muïc tieâu NC ñònh höôùng cho toaøn boä coâng trình NC, vaø laø phaàn KHOÂNG THEÅ

THIEÁU cuûa 1 ÑC. NCKH.

3.1. Caùch phaùt bieåu muïc tieâu NC

+ Nguyeân taéc chung:

Moât muïc tieâu (cuûa 1 ÑC. NCKH) ñöôïc xem laø ñöôïc phaùt bieåu ñuùng caùch khi coù ñaày ñuû

caùc thaønh phaàn (yeáu toá) sau ñaây:

+ Haønh ñoäng: moâ taû 1 vieäc laøm cuï theå, dieãn ñaït baèng 1 ñoäng töø haønh ñoäng.

+ Noäi dung: ñònh roõ ñoái töôïng cuûa haønh ñoäng phaûi hoaøn thaønh.

+ Ñieàu kieän: xaùc ñònh thôøi haïn, khoâng gian cuûa haønh ñoäng.

Haønh ñoäng Laøm

Noäi dung Caùi gì? Ai?

Ñieàu kieän Taïi ñaâu? Trong thôøi gian naøo?

Caùc ñoäng töø haønh ñoäng thöôøng duøng trong phaùt bieåu muïc tieâu cuûa 1 ÑC. NCKH

- Nghieân cöùu (To study) - Tìm (To find)

- Xaùc ñònh (To identify) - Xaùc ñònh, Ñònh roõ (To determine)

+ Caùch phaùt bieåu

Coù 2 loaïi muïc tieâu: muïc tieâu toång quaùt (general objective) vaø muïc tieâu chuyeân bieät

(specific objectives).

Muïc tieâu toång quaùt laø muïc ñích mong muoán toái haäu cuûa caû coâng trình NC. Thöôøng ruùt

ra töø phaùt bieåu vaán ñeà vaø giaû thuyeát NC; ñöôïc phaùt bieåu döôùi daïng caâu töôøng thuaät.

Muïc tieâu chuyeân bieät laø phaùt bieåu veà töøng muïc ñích mong muoán chuyeân bieät cuûa

coâng trình NC. Ñöôïc ruùt ra töø caùc phaùt bieåu tieåu vaán ñeà vaø döôùi daïng caâu töôøng thuaät. Noäi

dung cuûa muïc tieâu chuyeân bieät thöôøng ñöôïc dieãn taû vôùi nhöõng thuaät ngöõ ño löôøng (keát quaû ôû

daïng ñònh löôïng).

3.2. Xaùc ñònh vaø chæ roõ caùc bieán soá

Caùc bieán soá caàn phaûi ñöôïc chæ roõ trong phaàn noäi dung cuûa caùc muïc tieâu.

70

Trong 1 ÑC. NCKH coù 4 loaïi bieán soá chuû yeáu caàn ñöôïc xaùc ñònh: bieán soá ñoäc laäp,

bieán soá phuï thuoäc, bieán soá gaây nhieãu (confounding variables) vaø bieán soá cô sôû. Caùc bieán soá

naøy phaûi ñöôïc lieät keâ ñaày ñuû vaø ñöôïc ñònh nghóa theo thuaät ngöõ chuyeân moân.

4. CHOÏN THIEÁT KEÁ NGHIEÂN CÖÙU

Döïa vaøo muïc tieâu vaø giaû thuyeát NC ñeå ñònh thieát keá phuø hôïp.

(Xem theâm baøi “Caùc thieát keá nghieân cöùu trong Dòch teã Hoïc”)

5. LAÄP KEÁ HOAÏCH THU THAÄP SOÁ LIEÄU

Soá lieäu phaûi thu thaäp tuøy thuoäc chuû yeáu vaøo caùc caâu hoûi (vaán ñeà) caàn ñöôïc giaûi ñaùp.

Thoâng tin caàn thieát ñeå giaûi ñaùp cho moãi caâu hoûi töông öùng vôùi moãi tieåu vaán ñeà ñöôïc chæ roõ

trong caùc muïc tieâu chuyeân bieät; do vaäy, vieäc caàn phaûi laøm laø xem laïi muïc tieâu roài lieät keâ vaø

phaân loaïi caùc bieán soá ñeå bieát phaûi thu thaäp loaïi thoâng tin gì.

+ Caùc hình thöùc thu thaäp soá lieäu:

- Xem laïi tö lieäu (beänh aùn, soå thoáng keâ, soå baùo caùo, v..v..)

- Hoûi: phoûng vaán tröïc tieáp, phoûng vaán qua ñieän thoaïi, baûng caâu hoûi töï traû lôøi.

- Quan saùt: khaùm laâm saøng, caùc xeùt nghieäm, quan saùt moâi tröôøng, caùc thí nghieäm

trong labo., ..v…v

+ Coâng cuï ñeå thu thaäp soá lieäu

- Baûng caâu hoûi, baûng kieåm

- Trang thieát bò.

6. LAÄP KEÁ HOAÏCH XÖÛ LYÙ SOÁ LIEÄU

Xöû lyù soá lieäu bao goàm 1 loaït caùc böôùc nhaèm chuyeån soá lieäu ñaõ thu thaäp ra thaønh caùc

daïng thöùc phuø hôïp vôùi vieäc phaân tích thoáng keâ. Thöôøng bao goàm 4 böôùc:

+ Bieân taäp: laø xem xeùt laïi caùc baûng soá lieäu (baûng caâu hoûi) ñaõ hoaøn taát ñeå tìm ra caùc sai

soùt vaø thieáu soùt ñeå hieäu chænh. Vieäc bieân taäp nhaèm muïc ñích chính laø baûo ñaûm tính toaøn veïn,

thoáng nhaát, vaø chính xaùc cuûa soá lieäu.

+ Maõ hoaù soá lieäu: chuyeån soá lieäu ra thaønh daïng soá hoaëc bieåu töôïng ñeå deã ñeám vaø laäp

baûng.

+ Laäp taäp tin soá lieäu: thoâng thöôøng nhaát hieän nay laø löu vaøo ñóa vi tính.

+ Toùm taét soá lieäu: vaøo caùc baûng cheùo (cross-tabulation) vaø caùc baûng soá lieäu goác ñeå coù

caùi nhìn toång quaùt ban ñaàu veà keát quaû.

71

7. CHOÏN PHÖÔNG PHAÙP PHAÂN TÍCH SOÁ LIEÄU

Phaân tích soá lieäu bao goàm vieäc tính toaùn vaø so saùnh caùc chæ soá caàn phaûi coù, cuõng nhö

vieäc kieåm ñònh caùc giaû thuyeát ñöôïc qui ñònh bôûi nhöõng muïc tieâu chuyeân bieät vaø giaû thuyeát

NC.

B. GIAI ÑOAÏN 2

1. ÑÒNH THÔØI BIEÅU CHO CAÙC GIAI ÑOAÏN NC

Laäp bieåu thôøi gian trieån khai taát caû caùc böôùc cuûa caùc giai ñoaïn NC, töø luùc trình hoaëc

ñöa duyeät ÑC. NCKH cho ñeán luùc vieát baùo caùo NCKH.

2. XAÙC ÑÒNH NHU CAÀU NHAÂN SÖÏ

3. XAÙC ÑÒNH NHU CAÀU TRANG THIEÁT BÒ

4. LAÄP DÖÏ TRUØ KINH PHÍ

C. GIAI ÑOAÏN 3

Khi vieát 1 ÑC. NCKH caàn ñaûm baûo coù ñuû caùc phaàn cô baûn nhö döôùi ñaây.

1. TÖÏA ÑEÀ

Laø 1 phaùt bieåu ngaén, roõ raøng veà VÑNC vôùi 1 hoaëc nhieàu tieâu chuaån sau:

+ Thôøi gian + Coù lieân quan ñeán vaán ñeà thöïc tieãn

+ Coù lieân quan ñeán daân soá ñích

2. ÑAËT VAÁN ÑEÀ

Laø caùc phaùt bieåu nhaèm giaûi thích vì sao tieán haønh coâng trình NC naøy, trong ñoù coù phaùt

bieåu vaán ñeà. Phaàn naøy khoâng neân vieát quaù daøi, nhöng cuõng khoâng quaù ngaén. Noùi chung, lyù

luaän ñeå chöùng minh coâng trình NC naøy laø caàn thieát caàn phaûi logic, daãn chöùng baèng soá lieäu cuï

theå, deã hieåu. Ñaët vaán ñeà neân ñöôïc vieát theo trình töï logic sau:

+ Ñoä lôùn, taàn suaát vaø söï phaân boá cuûa VÑNC: theo khu vöïc ñòa lyù vaø theo nhoùm daân soá.

+ Nguyeân nhaân khaû dó cuûa VÑNC: Hieåu bieát ñöông thôøi veà vaán ñeà vaø caùc nguyeân nhaân

ñaõ tìm ra? Caùc yù kieán ñoàng yù? Caùc yù kieán phaûn baùc?

+ Giaûi phaùp khaû dó cuûa VÑNC: Ñaõ töøng coù giaûi phaùp cho vaán ñeà chöa? Caùc ñeà xuaát

tröôùc ñaây ra sao? Keát quaû cuûa giaûi phaùp?

+ Caùc vaán ñeà chöa coù caâu traû lôøi: Phaàn naøo chöa coù caâu traû lôøi? Lónh vöïc naøo chöa coù

khaû naêng ñöôïc hieåu roõ, ñöôïc ñònh roõ, ñöôïc xaùc minh, hoaëc ñöôïc kieåm nghieäm?

3. MUÏC TIEÂU NGHIEÂN CÖÙU

Ñaày ñuû (MT. toång quaùt vaø MT. chuyeân bieät), ñuùng caùch.

72

4. TOÅNG QUAN Y VAÊN

5. PHÖÔNG PHAÙP TIEÁN HAØNH

+ Thieát keá NC + Daân soá NC

+ Côõ maãu + Phöông phaùp choïn maãu

+ Phöông phaùp thu thaäp soá lieäu (coù theå coù phaàn ñònh nghóa caùc thuaät ngöõ chuyeân moân).

+ Phöông phaùp xöû lyù vaø phaân tích soá lieäu: Xöû lyù vaø phaân tích baèng coâng cuï gì?

Duøng caùc phöông phaùp vaø pheùp kieåm thoáng keâ naøo? Keát quaû ñöôïc trình baøy ra sao?

6. THÔØI BIEÅU TIEÁN HAØNH

7. PHAÂN TÍCH CAÙC NGUOÀN LÖÏC (3M)

---------------------------------------------------------------------------------------------

TÀI LIỆU THAM KHẢO

1. Fernando S. S. ; Susie I. M. and Jane C. B. Planning Research. Philippine Council

for Health Research and Development. Manila. 1989.

2. Laurna R. and James J..N. Research Techniques for the Health Sciences. Macmillan Pub.

Company, NewYork. 1987: Ch. 2, Ch. 3.

3. Soha Rashed Aref Mostafa: Students’ Guide to Health Research Methodology [WWW

document].Supercourse, 25 November 2006.

http://www.pitt.edu/~super1/lecture/lec25461/index.htm [accessed January 2007].

http://www.pitt.edu/~super1/lecture/lec25461/index.htm

73

PHAÀN ÑOÏC THEÂM VEÀ TOÅNG QUAN Y VAÊN

Vieäc toång quan y vaên thöôøng ñöôïc tieán haønh ngay sau khi ñaõ xaùc ñònh ñöôïc VÑNC. Vieäc toång

quan nhaèm xem xeùt toaøn boä thoâng tin hieän coù lieân quan ñeán VÑNC, qua ñoù giuùp nhaø NC:

+ Traùnh ñöôïc söï truøng laëp giöõa NC cuûa mình vôùi caùc NC ñaõ thöïc hieän tröôùc ñaây.

+ Tìm hieåu xem caùc taùc giaû tröôùc ñaây ñaõ thu thaäp vaø baùo caùo ñöôïc nhöõng gì veà vaán ñeà maø

mình muoán nghieân cöùu. Ñieàu naøy coù theå giuùp ích cho vieäc phaùt trieån vaø phaùt bieåu

VÑNC cuûa mình.

+ Laøm quen vôùi caùc phöông phaùp tieán haønh nghieân cöùu khaùc nhau, qua ñoù coù theå söû

duïng trong nghieân cöùu cuûa mình.

+ Coù ñöôïc caùc bieän luaän coù tính thuyeát phuïc goùp phaàn giaûi thích vì sao coâng trình nghieân

cöuù cuûa mình caàn ñöôïc tieán haønh.

Nguoàn thoâng tin cuûa toång quan y vaên thöôøng laø:

+ Saùch giaùo khoa trong thö vieän.

+ Boä Index Medicus: xaùc ñònh caùc baøi baùo theo chuû ñeà, taùc giaû vaø töïa ñeà.

+ Tìm y vaên treân maùy tính, nhö MEDLINE chaúng haïn.

+ Thö muïc hoaëc phaàn tham khaûo thöôøng naèm ôû phaàn cuoái cuûa saùch, baøi baùo, luaän vaên,

hoaëc ñöôïc in rieâng thaønh taäp rôøi.

+ Soá lieäu thoáng keâ caáp quoác gia, tænh thaønh, sôû ban ngaønh, v..v..

+ YÙ kieán vaø nieàm tin cuûa ngöôøi cung caáp thoâng tin chuû yeáu (laõnh ñaïo coäng ñoàng, laõnh ñaïo

y teá, v..v..)

74

CAÙCH THIEÁT KEÁ BAÛNG CAÂU HOÛI (Questionnaire Design)



1/ Neâu ñöôïc caùc böôùc caàn thieát ñeå thieát keá vaø xaây döïng baûng caâu hoûi

2/ Hieåu ñöôïc caùc nguyeân taéc tieán haønh phaàn tieàn thaûo

3/ Neâu ñöôïc caùc loaïi baûng caâu hoûi

4/ Bieát caùch caáu truùc 1 baûng caâu hoûi

I. GIÔÙI THIEÄU

Khi thöïc hieän moät nghieân cöùu – cho duø laø phaân tích, can thieäp, hay chæ laø moâ taû, vieäc

söû duïng phöông phaùp naøo ñeå thu thaäp soá lieäu phaûi luoân luoân ñöôïc xem xeùt caån thaän.

Coù nhieàu nghieân cöùu döïa treân soá lieäu cuûa caùc hoà sô tö lieäu (ví duï: hoà sô beänh aùn),

nhöng cuõng coù nhieàu nghieân cöùu duøng baûng caâu hoûi vaø phoûng vaán ñeå thu thaäp soá lieäu.

Neáu phöông phaùp phoûng vaán ñöôïc löïa choïn thì nhaø nghieân cöùu caàn suy nghó xem nhu

caàu cuûa mình laø gì: baûng caâu hoûi thieát keá saün (structured), hay nöûa thieát keá saün (semi-

structured) hay hoaøn toaøn chæ laø nhöõng caâu hoûi môû daønh cho phoûng vaán saâu. Ngoaøi ra

nhaø nghieân cöùu cuõng caàn quyeát ñònh xem seõ phoûng vaán tröïc tieáp hay phoûng vaán qua

ñieän thoaïi. Neáu phöông phaùp söû duïng baûng caâu hoûi töï traû lôøi ñöôïc löïa choïn, ñoâi khi nhaø

nghieân cöùu cuõng phaûi quyeát ñònh laø mình seõ ñeán gaëp vaø ñöa baûng caâu hoûi naøy cho

nhöõng ngöôøi ñöôïc choïn vaø chuaån bò saün moät phong bì coù daùn tem ñeå ngöôøi ñöôïc hoûi

gôûi laïi nhaø nghieân cöùu moät khi ñaõ traû lôøi xong, hay nhaø nghieân cöùu chæ caàn gôûi caùc

baûng caâu hoûi naøy qua ñöôøng böu ñieän ñeán nhöõng ngöôøi tham gia.

Moät nguyeân taéc cô baûn trong vieäc söû duïng baûng caâu hoûi thieát keá saün (structured

questionnaire) laø nhaø nghieân cöùu vaø ngöôøi traû lôøi phoûng vaán phaûi coù chung caùch suy

dieãn veà töø ngöõ vaø caùc khaùi nieäm. Caàn nhôù raèng töø ngöõ, daïng thöùc vaø thöù töï caùc caâu hoûi

ñeàu coù theå aûnh höôûng ñeán caâu traû lôøi. Do ñoù vieäc thieát keá moät baûng caâu hoûi toát seõ giuùp

giaûm thieåu caùc aûnh höôûng naøy cuõng nhö caùc thieân leäch trong keát quaû.

II. CAÙC BÖÔÙC CAÀN THIEÁT ÑEÅ THIEÁT KEÁ VAØ XAÂY DÖÏNG BAÛNG CAÂU HOÛI

Ñeå thieát keá vaø xaây döïng baûng caâu hoûi caàn chuaån bò caùc böôùc sau:

- Laäp keá hoaïch tieàn thaûo

- Vieát nhaùp

- Söûa chöõa -> Thöû nghieäm -> Hoaøn chænh

- Maõ hoaù baûng caâu hoûi

75

2.1 LAÄP KEÁ HOAÏCH TIEÀN THAÛO

Coù hai coâng ñoaïn raát quan troïng trong vieäc thieát keá moät baûng caâu hoûi laø leân keá hoaïch

vaø thöû nghieäm baûng caâu hoûi (vöøa xaây döïng). Trong vieäc laäp keá hoaïch tieàn thaûo, caàn

phaûi xaùc ñònh nhöõng vaán ñeà gì seõ ñöôïc ñaët trong baûng caâu hoûi (nhaèm thu thaäp thoâng tin

maø nhaø nghieân cöùu caàn). Ñeå thöïc hieän ñöôïc ñieàu naøy, nhaø nghieân cöùu caàn döïa vaøo caùc

muïc tieâu nghieân cöùu, cuõng nhö sô ñoà maïng löôùi nguyeân nhaân (neáu coù). Töø ñoù, seõ ñeà ra

caùc giaûi phaùp giaû ñònh (nhaèm ñaït ñöôïc muïc tieâu) hay caùc ñeà muïc coù lieân quan ñeán vaán

ñeà nghieân cöùu. Ñoàng thôøi, caàn döï ñoaùn caùc thoâng tin caàn thu thaäp (töùc laø caùc bieán soá

nghieân cöùu).

Ví duï 1:

KHAÛO SAÙT TÌNH HÌNH TIEÂU CHAÛY CUÛA TREÛ

<5 TUOÅI VAØ CAÙC YEÁU TOÁ AÛNH HÖÔÛNG

TAÏI HUYEÄN X TÆNH Y

Soá treû <5 tuoåi

bò tieâu chaûy Caùc yeáu toá aûnh höôûng

Tình traïng kinh teá Tình traïng veä sinh KAP cuûa baø

gia ñình moâi tröôøng meï veà chaêm soùc treû

Tình traïng chích ngöøa

vaø uoáng vit A Tình traïng dinh döôõng cuûatreû

=> thoâng tin caàn thu thaäp

Ñeå thöïc hieän ñöôïc muïc tieâu (xaùc ñònh tyû leä treû <5 tuoåi bò tieâu chaûy vaø caùc yeáu toá aûnh

höôûng), caàn thöïc hieän caùc giaûi phaùp sau:

GP1: Thu thaäp thoâng tin veà treû <5 tuoåi bò tieâu chaûy

- Tuoåi cuûa treû

- Treû coù bò tieâu chaûy khoâng?

- Soá laàn tieâu chaûy? Coù maùu? Coù soát? Coù ñaøm nhôùt?

- Tieâu chaûy keùo daøi bao nhieâu ngaøy?

- Hieän taïi coøn tieâu chaûy khoâng?

GP2: Thu thaäp thoâng tin veà tình traïng kinh teá gia ñình

- Trung bình chi tieâu (hay thu nhaäp) haøng thaùng? Trong ñoù bao nhieâu daønh cho thöïc

phaåm? bao nhieâu daønh cho khoaûn khaùc?

76

- Soá vaät duïng trong nhaø?

- Töôøng, neàn, maùi nhaø laøm baèng vaät lieäu gì?

- Caàu tieâu? Ñieän? Nöôùc?

- Ñaùnh giaù cuûa ñieàu tra vieân? Xeáp loaïi cuûa chính quyeàn?

GP3: Thu thaäp thoâng tin veà tình hình veä sinh moâi tröôøng

- Tình hình coáng raõnh, nguoàn nöôùc

- Vieäc chöùa vaø di chuyeån raùc

- Thoùi quen röûa tay, caát giöõ thöùc aên

GP4: Thu thaäp thoâng tin veà KAP cuûa baø meï trong vieäc chaêm soùc con

- Kieán thöùc cuûa baø meï trong vieäc chaêm soùc treû

- Kieán thöùc cuûa baø meï trong vieäc chaêm soùc treû bò tieâu chaûy

- Kieán thöùc cuûa baø meï trong vieäc phaùt hieän trieäu chöùng naëng cuûa beänh tieâu chaûy

- Haønh vi cuûa baø meï v.v…

GP5: Thu thaäp thoâng tin veà tình traïng dinh döôõng cuûa treû

- Caân naëng, chieàu cao cuûa treû

- Tình hình buù meï, aên daëm cuûa treû

GP6: Thu thaäp thoâng tin veà tình traïng chích ngöøa vaø uoáng vit A cuûa treû

- Treû coù chích ngöøa khoâng? Ñuû khoâng? Coù soå theo doõi khoâng?

- Coù uoáng vit 6 thaùng/laàn khoâng?

Ngoaøi ra nhaø thieát keá baûng caâu hoûi cuõng phaûi hình dung vaø lieät keâ ra caùc khaû naêng traû

lôøi coù theå coù (nhöõng söï löïa choïn coù theå coù cho moät caâu hoûi) vaø caùc tình huoáng coù theå xaûy ra

cuõng nhö so saùnh, caân nhaéc “troïng löôïng” cuûa moät thoâng tin naøo ñoù so vôùi caùc thoâng tin khaùc

ñöôïc thu thaäp trong baûng caâu hoûi. Ví duï ñeå ñaùnh giaù kieán thöùc veà keá hoaïch hoaù gia ñình cuûa

phuï nöõ trong ñoä tuoåi sinh ñeû caàn phaûi coù nhieàu caâu hoûi, tuy nhieân trong soá caâu naøy seõ coù moät

soá caâu quan troïng hôn, chieám nhieàu ñieåm hôn trong thang ñieåm ñaùnh giaù kieán thöùc.

Coù nhieàu vaán ñeà thöïc teá ñöôïc ñaët ra trong giai ñoaïn tieàn thaûo. Ví duï: vieäc thu thaäp soá

lieäu (cuõng chính laø vieäc duøng baûng caâu hoûi) seõ ñöôïc thöïc hieän moät laàn hay nhieàu laàn, vieäc

quaûn lyù chaát löôïng soá lieäu thu thaäp seõ nhö theá naøo, bieän phaùp naøo seõ ñöôïc söû duïng ñeå giaûm

thieåu vieäc khoâng traû lôøi, boû soùt caâu hoûi v.v… Taát caû nhöõng ñieàu naøy ñeàu caàn phaûi ñöôïc tính ñeán

ngay töø giai ñoaïn tieàn thaûo.

Trong giai ñoaïn tieàn thaûo nhaø nghieân cöùu caàn tham khaûo yù kieán cuûa caùc chuyeân gia

(trong laõnh vöïc maø mình ñang nghieân cöùu vaø soaïn thaûo baûng caâu hoûi) cuõng nhö tham khaûo keát

quaû cuûa caùc nghieân cöùu ñaõ laøm tröôùc ñaây. Keát thuùc giai ñoaïn tieàn thaûo, caùc caâu hoûi ôû daïng

phaùc thaûo seõ ñöôïc hình thaønh.

77

2.2 VIEÁT NHAÙP

- Khi vieát nhaùp baûng caâu hoûi, ngöôøi thieát keá caàn soaïn thaûo keøm theo baûng höôùng daãn

caùch ghi cheùp caâu traû lôøi. Ñieàu naøy raát coù ích neáu nhö ngöôøi ñi ñieàu tra khoâng phaûi laø

ngöôøi thieát keá baûng caâu hoûi. Moät söï höôùng daãn roõ raøng seõ giuùp cho ngöôøi ñi ñieàu tra

(hoaëc thaäm chí laø ngöôøi traû lôøi baûng caâu hoûi trong tröôøng hôïp baûng caâu hoûi töï traû lôøi

ñöôïc söû duïng) ñôõ luùng tuùng vaø coù söï thoáng nhaát vôùi nhau trong caùch ghi cheùp

- Ngöôøi thieát keá neân saép xeáp caùc caâu hoûi theo töøng nhoùm chuû ñeà, heát chuû ñeà naøy seõ

chuyeån sang chuû ñeà kia ñeå traùnh vieäc ñaûo ñi ñaûo laïi ñeå hoûi veà moät chuû ñeà trong nhieàu

laàn

- Trình töï caùc caâu hoûi phaûi hôïp lyù, töø vaán ñeà chung ñeán vaán ñeà rieâng, töø ñôn giaûn ñeán

phöùc taïp. Neân nhôù raèng trình töï saép xeáp caùc caâu hoûi cuõng coù theå aûnh höôûng ñeán xu

höôùng traû lôøi cuûa ngöôøi ñöôïc hoûi.

- Caàn coù nhöõng caâu noái khi chuyeån töø chuû ñeà naøy qua chuû ñeà kia trong baûng caâu hoûi.

Ví duï: “Nhöõng caâu hoûi sau seõ hoûi veà moät soá thoâng tin caù nhaân” hay “ Nhöõng caâu hoûi

sau seõ hoûi veà tình traïng söùc khoeû cuûa baïn”

2.3 SÖÛA CHÖÕA, THÖÛ NGHIEÄM BAÛNG CAÂU HOÛI PHAÙC THAÛO

2.3.1 SÖÛA CHÖÕA BAÛNG CAÂU HOÛI

1) Töï söûa chöõùa: baûng caâu hoûi phaùc thaûo tröôùc tieân caàn ñöôïc ngöôøi thieát keá töï söûa chöõa

veà maët töø ngöõ ñeå ñaûm baûo tính ñôn giaûn, chính xaùc. Ngöôøi thieát keá cuõng seõ töï söûa chöõa ñeå

traùnh nhöõng tình huoáng gaây nhaàm laãn

+ Töø ngöõ caàn roõ raøng, cuï theå

+ Traùnh duøng nhöõng töø ngöõ “haøn laâm” cuõng nhö nhöõng töø ñòa phöông.

+ Töø ngöõ caàn mang tính “ trung laäp” – khoâng nhaèm muïc ñích pheâ phaùn.

Ví duï: Traùnh caâu hoûi nhö:

Anh (chò) coù nhöõng thoùi quen xaáu naøo sau ñaây khoâng:

1- Huùt thuoác Coù Khoâng

2- Uoáng röôïu Coù Khoâng

3- …

4- …

+ Traùnh caùc caâu hoûi goäp, nhöõng caâu hoûi phuû ñònh 02 laàn

Ví duï: Traùnh caâu hoûi nhö:

A- Trong nhöõng ngaøy qua, chaùu beù coù soát, ho, soå muõi khoâng?

Caâu hoûi treân caàn phaûi ñöôïc thieát keá laïi nhö sau:

78

Trong nhöõng ngaøy qua, chaùu beù coù soát khoâng? Coù Khoâng

Trong nhöõng ngaøy qua, chaùu beù coù ho khoâng? Coù Khoâng

Trong nhöõng ngaøy qua, chaùu beù coù soå muõi khoâng? Coù Khoâng

B- Baïn coù khoâng phuû nhaän nhöõng yù kieán sau ñaây khoâng:

=> Taïo söï thoaûi maùi, kích thích ngöôøi ñöôïc phoûng vaán traû lôøi heát taát caû caùc caâu hoûi

- Sau khi ngöôøi thieát keá xem laïi nhieàu laàn vaø töï söûa chöõa, baûng caâu hoûi phaùc thaûo coù

theå ñöôïc gôûi ñeán cho ñoàng nghieäp, hay caùc chuyeân gia, nhöõng ngöôøi am hieåu veà vaàn ñeà

nghieân cöùu ñeå goùp yù

2.3.2 THÖÛ NGHIEÄM BAÛNG CAÂU HOÛI (PILOTING)

- Thöû nghieäm trong nhoùm nhoû veà caáu truùc baûng caâu hoûi, vaø töø ngöõ ñöôïc söû duïng

- Thöû nghieäm treân thöïc ñòa ñeå ñaûm baûo chaéc chaén khoâng coù nhöõng caâu hoûi thöøa, ñeå

kieåm tra laïi tính khaû thi cuûa vieäc thu thaäp soá lieäu baèng baûng caâu hoûi naøy, ñoàng cuõng ñeå öôùc

löôïng thôøi gian caàn thieát ñeå hoaøn taát baûng caâu hoûi.

2.4 MAÕ HOAÙ BAÛNG CAÂU HOÛI (CODING)

Caùc caâu hoûi caàn phaûi ñöôïc ñaùnh soá, vaø maõ hoaù tröôùc khi ñöôïc söû duïng. Muïc ñích cuûa

vieäc maõ hoaù laø ñeå taïo söï thuaän lôïi deã daøng cho ngöôøi ñi phoûng vaán (trong vieäc kieåm tra laïi) vaø

caû cho vieäc nhaäp soá lieäu sau naøy.

Ñoái vôùi nhieàu caâu hoûi coù cuøng daïng thöùc traû lôøi, vieäc maõ hoaù thænh thoaûng caàn neân thay

ñoåi moät chuùt (ví duï 3 Coù 4 Khoâng - thay vì 1 Coù 2 Khoâng ; sau ñoù laïi trôû laïi 1 Coù

2 Khoâng ) ñeå traùnh vieäc nhaäp soá lieäu theo thoùi quen.

III. DAÏNG THÖÙC CUÛA CAÂU HOÛI, THÖÙ TÖÏ CAÂU HOÛI VAØ TÖØ NGÖÕ DUØNG TRONG

CAÂU HOÛI

3.1 DAÏNG THÖÙC BAÛNG CAÂU HOÛI

- Baûng caâu hoûi thieát keá saün (structured questionnaire): söû duïng caùc caâu hoûi ñaõ ñònh

tröôùc. Caùc caâu hoûi ñöôïc ñaët ra (cho ngöôøi traû lôøi) theo caùch thöùc töông töï nhau, khoâng heà coù söï

thay ñoåi trong töø ngöõ khi hoûi giöõa ngöôøi naøy vôùi ngöôøi kia. Caùc caâu hoûi thöôøng ôû daïng caâu hoûi

ñoùng. Vôùi daïng thöùc caâu hoûi thieát keá saün, thoâng tin thu thaäp ñöôïc thöôøng bò giôùi haïn bôûi caâu

hoûi neâu ra vaø nhöõng phöông aùn traû lôøi cho saün. Moät soá baûng caâu hoûi döïng saün cuõng coù bao

goàm moät soá caâu hoûi môû, cho pheùp ngöôøi traû lôøi ñieàn vaøo baèng chính töø ngöõ cuûa hoï

- Baûng caâu hoûi nöûa thieát keá saün (semi-structured questionnaire) cuõng söû duïng nhöõng

caâu hoûi ñaõ ñònh tröôùc nhöng khoâng coù hoaëc coù raát ít phöông aùn traû lôøi cho saün. Nhöõng caâu hoûi

ñöôïc söû duïng raát linh hoaït khoâng theo moät thöù töï coá ñònh, cho pheùp ngöôøi traû lôøi neâu leân

nhöõng vaán ñeà khaùc ngoaøi nhöõng noäi dung nhaø thieát keá ñònh saün tröôùc.

- Baûng caâu hoûi khoâng ñöôïc thieát keá saün (untructured questionnaire) chæ bao goàm baûng

lieät keâ caùc chuû ñeà caàn hoûi chöù khoâng phaûi laø caùc caâu hoûi ñònh saün, vaø khoâng coù phöông aùn traû

lôøi naøo ñöôïc neâu ra tröôùc

79

3.2 DAÏNG THÖÙC CAÂU HOÛI

- CAÂU HOÛI MÔÛ (ñaïng thöùc ñieàn vaøo). Ví duï: Haõy neâu teân caùc bieän phaùp keá

hoaïch haùo gia ñình maø chò bieát:

- CAÂU HOÛI ÑOÙNG:

+ Daïng thöùc nhò phaân: Ví duï caâu hoûi Coù – Khoâng

+ Daïng thöùc traéc nghieäm: Ngöôøi traû lôøi coù quyeàn löïa choïn nhieàu hôn 1 phöông aùn traû

lôøi. Ví duï:

Theo chò nhöõng trieäu chöùng naøo sau ñaây baùo hieäu neân ñöa chaùu ñeán côû sôû y teá hay thaày thuoác:

1. Ñi phaân toaøn nöôùc nhieàu laàn

2. Coù ñi phaân loûng

3. Coù oùi

4. Trong phaân laãn maùu

5. Soát

6. Treû khaùt nhieàu

7. Treû boû aên, khoâng chòu uoáng

8. Treû meät hôn, li bì

9. Khoâng coù daáu hieäu beänh ñôõ ñi

…

+ Daïng thöùc baûng thang ñieåm: Ví duï:

Xin cho bieát yù kieán cuûa chò veà vaán ñeà sau:

Trong nhöõng ngaøy treû bò tieâu chaûy vaãn tieáp tuïc cho buù söõa meï nhö bình thöôøng

1. Raát ñoàng yù

2. Ñoàng yù

3. Khoâng yù kieán

4. Khoâng ñoàng yù

5. Raát khoâng ñoàng yù

* Moät soá loaïi thang ño:

- Thang ño ñôn thuaàn: Deã aùp duïng, deã phaân tích. Tuy nhieân coù theå ñöa ñeán vieäc maát thoâng tin:

Ñieåm toång coäng baèng nhau nhöng coù theå do nhieàu caâu traû lôøi khaùc nhau ngaãu nhieân coäng laïi

maø thaønh, khoâng chuù yù laém ñeán yù nghóa cuûa caâu traû lôøi. Do ñoù, sau khi phaân tích khoâng ñònh

ra ñöôïc phöông höôùng haønh ñoäng.

80

- Thang ñieåm coäng, coù chuù yù ñeán taàm quan troïng cuûa töøng phöông aùn traû lôøi: Ví duï: cho nhöõng

caâu hoûi veà kieán thöùc, caâu traû lôøi khoâng chæ coù giaù trò baèng 1 (ñuùng) hay 0 (sai), maø ñöôïc phaân

boá nhö sau: 5 (raát ñoàng yù) 4 (ñoàng yù) 3 (khoâng yù kieán) 2 (khoâng ñoàng yù) 1 (raát khoâng ñoàng yù).

Trong vieäc coäng laïi ñieåm, caùc phöông aùn traû lôøi khoâng phaûi ñeàu coù ñieåm baèng nhau maø nhöõng

caâu traû lôøi naøo quan troïng hôn seõ trôû neân “naëng kyù” hôn trong thang ñieåm

- Moät soá thang ñieåm trong ño löôøng thaùi ñoä:

+ Thang ñieåm THURSTONE: Laø phöông phaùp ñaàu tieân ñöôïc xaây döïng (Thurstone,

1928). Theo phöông phaùp naøy, thaùi ñoä seõ ñöôïc xem xeùt qua moät thang ño lieân tuïc töø hoaøn toaøn

taùn ñoàng ñeán hoaøn toaøn khoâng taùn ñoàng

* Xaây döïng thang ño:

- Taäp hôïp nhöõng yù kieán khaùc nhau cuûa nhieàu ngöôøi veà 1 vaán ñeà naøo ñoù (ví duï: vaán

ñeà veà naïo phaù thai) => nhöõng caâu phaùt bieåu quan ñieåm töø taùn ñoàng (ví duï: naïo phaù

thai laø quyeàn cuûa ngöôøi phuï nöõ) ñeán phaûn ñoái (ví duï: naïo phaù thai laø phaïm phaùp).

- Môøi moät nhoùm “giaùm khaûo”, cho ñieåm töø 1 ñeán 10 ñeå theå hieän quan ñieåm ñoàng

tình hay khoâng ñoàng tình vôùi töøng caâu phaùt bieåu. Nhö vaäy moãi caâu seõ ñöôïc töøng

ngöôøi trong “ban giaùm khaûo” cho moät ñieåm soá naøo ñoù.

- Tính trung bình ñieåm cuûa töøng caâu phaùt bieåu: YÙ kieán (cuûa caùc thaønh vieân trong

“ban giaùm khaûo”) caøng traùi ngöôïc nhau thì ñieåm trung bình cuûa caâu phaùt bieåu caøng

thaáp.

- Loaïi boû bôùt nhöõng caâu phaùt bieåu khoâng coù söï thoáng nhaát yù kieán cuûa “ban giaùm

khaûo” (caâu coù ñieåm trung bình thaáp). Chæ giöõ laïi khoaûng 20 – 40 caâu phaùt bieåu (giaû

söû ban ñaàu coù khoaûng 100 caâu) coù söï thoáng nhaát trong yù kieán chung (cuøng ñoàng

tình hay cuøng phaûn ñoái)

* Söû duïng treân thöïc ñòa:

- Caùc caâu phaùt bieåu (cuøng vôùi ñieåm soá töông öùng – theå hieän thaùi ñoä ñoàng tình hay

phaûn ñoái moät vaán ñeà naøo ñoù) ñöôïc ñem ra phoûng vaán treân thöïc ñòa

- Khi ngöôøi ñöôïc phoûng vaán choïn 1 caâu phaùt bieåu naøo ñoù => seõ coù moät ñieåm soá

töông öùng

- Tính trung bình ñieåm => bieát ñöôïc thaùi ñoä cuûa ngöôøi ñöôïc phoûng vaán ñoái vôùi moät

vaán ñeà naøo ñoù

* Nhaän xeùt: Raát maát thôøi gian trong vieäc xaây döïng thang ño

+ Thang ñieåm LIKERT: Laø phöông phaùp ñöôïc caùc nhaø xaõ hoäi hoïc vaø taâm lyù hoïc söû

duïng phoå bieán nhaát. Phöông phaùp naøy töông ñoái nhanh vaø haàu heát baûng caâu hoûi ñeàu coù söû

duïng phöông phaùp naøy. Cuõng gioáng nhö thang ñieåm Thurstone, phöông phaùp naøy ñaàu tieân

cuõng thu thaäp nhöõng caâu phaùt bieåu khaùc nhau veà moät vaán ñeà naøo ñoù, tuy nhieân khoâng caàn phaûi

coù moät “ban giaùm khaûo” ñeå xeáp loaïi vaø cho ñieåm caùc caâu phaùt bieåu. Ngöôøi ñöôïc phoûng vaán

chæ caàn bieåu loä thaùi ñoä ñoàng tình hay phaûn ñoái cuûa cuûa mình ñoái vôùi caùc caâu phaùt bieåu qua 5

81

möùc ñoä: 1. Hoaøn toaøn ñoàng y,ù 2. Ñoàng yù, 3. Khoâng yù kieán, 4. Khoâng ñoàng yù, 5. Raát khoâng

ñoàng yù

Ví duï: Haõy cho bieát yù kieán cuûa anh (chò) veà caùc ñieåm sau:

Raát

ñoàng yù

Ñoàng yù Khoâng

yù kieán

Khoâng

ñoàng yù

Raát kg

ñoàng yù

Huùt thoác laù ôû nôi coâng coäng laø phaïm luaät

Neân caám quaûng caùo thuoác laù

Neân söû duïng ngaân saùch chung cho caùc cuoäc

vaän ñoäng choáng huùt thuoác laù

+ Thang ñieåm GUTTMAN: Laø kyõ thuaät cho ñieåm coù thöù baäc. Vôùi thang ñieåm naøy,

ngöôøi naøo ñoàng yù vôùi moät caâu phaùt bieåu ñi sau thì cuõng ñoàng thôøi ñoàng yù vôùi caâu phaùt bieåu

tröôùc ñoù. Trong vieäc xaây döïng thang ño, ngöôøi ñöôïc phoûng vaán seõ ñöôïc nghe trình baøy nhöõng

caâu phaùt bieåu khaùc nhau vaø ñöôïc ghi nhaän caâu traû lôøi. Nhöõng caâu traû lôøi naøy seõ ñöôïc saép xeáp

theo thöù töï “doàn” laïi: Coù theå khoâng ñoàng tình vôùi moät caâu phaùt bieåu naøo (ñieåm = 0), chæ ñoàng

tình vôùi caâu thöù nhaát (ñieåm = 1), ñoàng tình vôùi caâu 1 & caâu 2 (ñieåm = 2), v.v… Neáu 1 ngöôøi

ñoàng tình vôùi caâu 3 nhöng khoâng ñoàng tình vôùi caâu 1 & 2 thì seõ ñöôïc ghi nhaän laø caâu traû lôøi sai

leäch vaø ñöôïc boû ra. Caùc caâu phaùt bieåu khaùc seõ ñöôïc thöû laïi. Cuoái cuøng, chæ giöõ laïi nhöng caâu

phaùt bieåu laø yù “doàn” laïi cuûa caùc caâu phaùt bieåu tröôùc ñoù.

Ví duï: Haõy khoanh troøn nhöõng caâu anh (chò) ñoàng yù:

a- Huùt thuoác laù coù haïi cho söùc khoeû

b- Huùt thuoác laù laø nguyeân nhaân quan troïng gaây haïi cho söùc khoeû

c- Huùt thuoác laù laø nguyeân nhaân raát quan troïng gaây haïi cho söùc khoeû vaø gaây töû vong

d- Huùt thuoác laù laø nguyeân nhaân raát quan troïng gaây haïi cho söùc khoeû vaø gaây töû vong haøng ñaàu

ôû Myõ

3.3 THÖÙ TÖÏ CAÂU HOÛI

Haàu heát baûng caâu hoûi ñeàu öa chuoäng phöông thöùc “hình pheãu” ñeå xeáp thöù töï caâu hoûi. Nhöõng

nguyeân taéc chính trong vieäc xeáp thöù töï caâu hoûi laø:

- Caâu hoûi deã vaø cô baûn ñöôïc hoûi tröôùc.

- Caâu hoûi naøo quan troïng nhaát neân ñöôïc hoûi tröôùc (neáu nhö khoâng bò raøng buoäc bôûi moät

nguyeân taéc naøo khaùc) vì caâu traû lôøi sau coù theå bò aûnh höôûng bôûi caâu traû lôøi tröôùc

- Caâu hoûi veà haønh vi neân ñöôïc hoûi tröôùc caâu hoûi veà thaùi ñoä

Ví duï: Neân hoûi caâu: Baïn coù bao giôø huùt thuoác laù khoâng?” tröôùc khi hoûi caâu: “Theo baïn, huùt

thuoác laù neân (1) ñöôïc cho pheùp trong nhaø haøng, (2) bò caám trong nhaø haøng”.

- Caâu hoûi chuyeân bieät cuõng coù theå aûnh höôûng ñeán caâu traû lôøi cho nhöõng caâu hoûi toång quaùt

Ví duï: Thöù töï caâu hoûi nhö sau

82

1. Baïn coù haøi loøng veà söùc khoeû cuûa mình khoâng?

2. Baïn coù haøi loøng veà cuoäc soáng cuûa mình noùi chung hay khoâng?

Coù theå ñöa ñeán caâu traû lôøi khaùc vôùi thöù töï caâu hoûi nhö sau:

1. Baïn coù haøi loøng veà cuoäc soáng cuûa mình noùi chung hay khoâng?

2. Baïn coù haøi loøng veà söùc khoeû cuûa mình khoâng?

3.4 TÖØ NGÖÕ DUØNG TRONG BAÛNG CAÂU HOÛI

- Ñôn giaûn

- Coù caùc caâu hoûi daãn

- Caùc tình huoáng löïa choïn phaûi caân baèng: Ví duï: Neân hoûi: “Baïn muoán gaëp moät BS

chuyeân khoa hay moät BS ña khoa, hay baïn khoâng coù yeâu caàu ñaëc bieät naøo caû?”

(Thay vì chæ hoûi: “Baïn muoán gaëp moät BS chuyeân khoa phaûi khoâng?”)

- Phöông aùn traû lôøi phaûi thích hôïp

- Töø ngöõ caøng phaûi neân chuyeân bieät, caøng cuï theå caøng toát

IV. CAÁU TRUÙC CUÛA MOÄT BAÛNG CAÂU HOÛI

- Tôø bìa

- Hoï vaø teân ñieàu tra vieân

- Ngaøy ñieàu tra

I- ÑAËC ÑIEÅM CUÛA NGÖÔØI ÑÖÔÏC PHOÛNG VAÁN

- Hoï vaø teân ngöôøi ñöôïc phoûng vaán

- Ngaøy thaùng naêm sinh

- Nôi sinh soáng

- Trình ñoä hoïc vaán

- Daân toäc

- Ngheà nghieäp

…

II- TEÂN CUÛA MUÏC TIEÂU CHUYEÂN BIEÄT 1

III- TEÂN CUÛA MUÏC TIEÂU CHUYEÂN BIEÄT 1


1. Ann Bowling. Research Methods in Health. Buckingham, Open University Press, 1997:

241 – 270.


1988: 42 – 52.

83

CÁCH TÍNH CỠ MẪU VÀ PHƯƠNG PHÁP CHỌN MẪU (Sample Size Determination & Sampling Methods)



1/ Tính ñöôïc côõ maãu toái thieåu caàn thieát cho moät nghieân cöùu nhaèm öôùc löôïng moät tæ leä

2/ Tính ñöôïc côõ maãu toái thieåu caàn thieát cho moät nghieân cöùu nhaèm öôùc löôïng moät soá trung

bình

3/ Phaân bieät ñöôïc caùc phöông phaùp choïn maãu coù xaùc suaát vaø khoâng xaùc suaát

4/ Choïn löïa ñöôïc phöông phaùp choïn maãu thích hôïp cho nghieân cöùu cuûa mình

I. GIÔÙI THIEÄU

Trong haàu heát caùc coâng trình nghieân cöùu khoa hoïc (NCKH) vieäc xöû duïng toaøn boä daân so á

(population) haàu nhö khoâng theå thöïc hieän ñöôïc, neân caùc nhaø nghieân cöùu thöôøng ñaët naëng vaán

ñeà tính ñaïi dieän (representiveness) cuûa maãu (sample) khaûo saùt. Chuùng ta khoâng bao giôø chaéc

chaén veà tính ñaïi dieän naøy neáu khoâng khaûo saùt toaøn boä daân soá. Heä luaän ruùt ra ñöôïc laø maãu caøng

lôùn thì tính ñaïi dieän caøng cao. Tuy nhieân, raéc roái laø ôû choã coù hieän töôïng nghòch ñaûo giöõa söï

mong muoán laáy maãu lôùn vaø tính khaû thi cuûa maãu nhoû. Do ñoù, vieäc tính côõ maãu toái thieåu vaø

duøng phöông phaùp choïn maãu naøo ñeå coù ñöôïc 1 maãu khaûo saùt coù tính ñaïi dieän ñuû cao laø nhöõng

coâng vieäc maø ngöôøi nghieân cöùu khoâng theå xem nheï.

II. CAÙC KHAÙI NIEÄM DAÃN NHAÄP

1. PHAÂN PHOÁI MAÃU (Sampling distribution)

1.1. Phaân phoái trung bình maãu (Distribution of the sample mean)

Khi vieäc laáy maãu ñöôïc thöïc hieän töø 1 daân soá phaân phoái bình thöôøng hoaëc khi vieäc

laáy maãu ñöôïc thöïc hieän töø 1 daân soá phaân phoái khoâng bình thöôøng nhöng vôùi côõ maãu lôùn ( 30)

thì phaân phoái trung bình maãu coù nhöõng ñaëc ñieåm sau ñaây:

1 Phaân phoái cuûa x seõ bình thöôøng

2 x =

3 x =

n

khi n/N 0,05

= (n

)

1

N

nN khi n/N > 0,05

1.2. Phaân phoái tæ leä maãu (Distribution of the sample proportion)

Khi côõ maãu lôùn (khi np vaø nq cuøng > 5), thì theo lyù thuyeát giôùi haïn trung taâm, phaân

phoái tæ leä maãu seõ phaân phoái gaàn nhö bình thöôøng vôùi

84

p = p vaø

2

p =

p p

n

( )1

2. KHOAÛNG TIN CAÄY (Confidence Interval)

Coâng cuï öôùc löôïng (heä soá tin caäy) x (sai soá chuaån)

(Estimator) (reliability coefficient) x (standard error)

2.1. Khoaûng tin caäy cho trung bình daân soá

x z(1-/2). x

2.2. Khoaûng tin caäy cho tæ leä daân soá

p

z(1-/2) x p p n( ) /1

3. ÑOÄ MAÏNH CUÛA TEST THOÁNG KEÂ (Power of the statistical test)

Ñoä maïnh ñöôïc ñònh nghóa laø xaùc suaát ñeå töø choái giaû thuyeát troáng (Ho) khi noù sai hoaëc

ñeå chaáp nhaän giaû thuyeát thay theá (HA) khi noù ñuùng. Ñoä maïnh ñöôïc xem nhö khaû naêng phaùt

hieän ra söï khaùc bieät ôû möùc ñoä ñònh tröôùc cuûa 1 coâng trình nghieân cöùu neáu söï khaùc bieät naøy

thöïc söï coù. Ñoä maïnh ñöôïc tính baèng (1 - )

III. CAÙCH TÍNH CÔÕ MAÃU CHO 1 NGHIEÂN CÖÙU

1. NGHIEÂN CÖÙU MOÂ TAÛ (TRÖÔØNG HÔÏP 1 MAÃU)

1.1. Tröôøng hôïp bieán soá lieân tuïc

Ñoä roäng cuûa 1 khoaûng tin caäy ñöôïc ñònh bôûi ñaïi löôïng

2 x [(Heä soá tin caäy) x (Sai soá chuaån)]

Giaû söû ta muoán coù khoaûng tin caäy môû roäng d ñôn vò veà caû 2 phía cuûa coâng cuï öôùc

löôïng. Ta coù theå vieát

d = (Heä soá tin caäy) x (Sai soá chuaån)

d = z n

n =

d

z2

2

)2/1(.

Caùch öôùc löôïng :

+ Qua 1 nghieân cöùu pilot

+ Töø caùc coâng trình nghieân cöùu tröôùc ñaây

+ R/6 (neáu bieát Min. vaø Max. cuûa daân soá)

85

1.2. Tröôøng hôïp bieán soá rôøi (tæ leä)

Nguyeân taéc aùp duïng cuõng töông töï nhö caùch tính cho bieán soá lieân tuïc, nhöng löu yù laø

caùc soá lieäu cuûa maãu phaûi thoûa ñieàu kieän np vaø nq cuøng > 5 ñeå coù theå duøng caùc pheùp tính cuûa

phaân phoái bình thöôøng.

n = ( / )1 2

2

2

z pq

d

n ñöôïc nhaân cho 2 neáu trong choïn maãu coù duøng pp. choïn maãu theo cuïm (2 laø hieäu öùng thieát keá

cuûa choïn maãu theo chuøm)

Caùch öôùc löôïng p:

+ Qua 1 nghieân cöùu pilot

+ Laáy giôùi haïn treân cuûa moät p töø caùc coâng trình nghieân cöùu tröôùc ñaây

+ Laáy p = 0,5 khi khoâng coù 1 p öôùc löôïng naøo bieát tröôùc.

2. NGHIEÂN CÖÙU PHAÂN TÍCH (TRÖÔØNG HÔÏP 2 MAÃU)

2.1. Tröôøng hôïp bieán soá lieân tuïc

n = 2 (1 /2) (1 )

2

1 2( )

z z

test 2 ñuoâi

n = 2 (1 ) (1 )

2

1 2( )

z z

test 1 ñuoâi

2.2. Tröôøng hôïp bieán soá rôøi (tæ leä)

Nguyeân taéc aùp duïng cuõng töông töï nhö caùch tính cho bieán soá lieân tuïc, nhöng löu yù laø

caùc soá lieäu cuûa maãu phaûi thoûa ñieàu kieän n ñuû lôùn (kieåm laïi sau) vaø caùc tæ leä cuûa daân soá khoâng

quaù nhoû (saùt 0) hoaëc quaù lôùn (saùt 1) ñeå coù theå duøng caùc pheùp tính cuûa phaân phoái bình thöôøng.

n = )21

(

2]2[2211)1()2/1(

pp

qpqpzz qp

test 2 ñuoâi

n = )21

(

2]2[2211)1()1(

pp

qpqpzz qp

test 1 ñuoâi

86

2.3 Tröôøng hôïp nghieân cöùu Cohort vaø Case-Control

(Xem caùch tính côõ maãu cho nghieân cöùu beänh–chöùng vaø nghieân cöùu cohort trong caùc baøi

dòch teã hoïc lieân quan)

IV. PHÖÔNG PHAÙP CHOÏN MAÃU

Coù 2 phöông phaùp choïn maãu: choïn maãu coù xaùc suaát (Probability sampling method) vaø

choïn maãu khoâng coù xaùc suaát (non-probability sampling method). Caùch toát nhaát ñeå baûo ñaûm 1

maãu seõ cho ra caùc suy dieãn chính xaùc vaø ñaùng tin caäy laø duøng caùc maãu ñöôïc choïn baèng

phöông phaùp coù xaùc suaát.

Moät maãu (ñöôïc choïn baèng phöông phaùp) coù xaùc suaát laø 1 maãu ñöôïc ruùt ra töø daân soá theo

caùch maø taát caû caùc thaønh phaàn cuûa daân soá ñeàu coù 1 xaùc suaát (ñaõ bieát tröôùc) ñöôïc choïn vaøo

maãu.

1. CAÙC PHÖÔNG PHAÙP CHOÏN MAÃU COÙ XAÙC SUAÁT (PP. CMXS)

Coù 4 PP. CMXS thöôøng duøng trong y hoïc: ngaãu nhieân ñôn giaûn, ngaãu nhieân heä thoáng,

phaân taàng, vaø theo chuøm.

1.1. PP. Choïn maãu ngaãu nhieân Ñôn Giaûn (Simple random sampling)

Moät maãu ngaãu nhieân ñôn giaûn laø 1 maãu maø trong ñoù moïi ñoái töôïng (cuûa daân soá) ñeàu coù

xaùc suaát ñöôïc choïn ñeå nghieân cöùu baèng nhau.

Caùc böôùc caàn thieát ñeå choïn maãu ngaãu nhieân ñôn giaûn:

+ Laäp danh saùch choïn maãu (sampling frame), trong ñoù caùc ñoái töôïng trong daân soá ñaõ

ñöôïc ñaùnh soá thöù töï.

+ Duøng baûng soá ngaãu nhieân sau khi ñaõ xaùc ñònh vò trí khôûi ñaàu moät caùch ngaãu

nhieân treân baûng.

hoaëc Duøng phím baám soá ngaãu nhieân treân caùc hand calculators

hoaëc Duøng chöông trình vi tính cho ra soá löôïng soá ngaãu nhieân caàn thieát.

1.2. PP. Choïn maãu ngaãu nhieân Heä Thoáng (Systematic randon sampling)

Moät maãu ngaãu nhieân heä thoáng laø 1 maãu maø trong ñoù caùc ñoái töôïng (cuûa daân soá) ñöôïc choïn

caùch nhau k ñoái töôïng.

Caùc böôùc caàn thieát ñeå choïn maãu ngaãu nhieân heä thoáng:

+ Laäp danh saùch choïn maãu (sampling frame), trong ñoù caùc ñoái töôïng trong daân soá ñaõ

ñöôïc ñaùnh soá thöù töï.

+ Choïn k baèng caùch laáy côõ maãu chia cho daân soá

+ Choïn ngaãu nhieân 1 soá naèm trong k soá ñaàu tieân, sau ñoù cöù k soá choïn 1 soá.

87

1.3. PP. Choïn maãu Phaân Taàng (Stratified Sampling)

Moät maãu ngaãu nhieân phaân taàng laø 1 maãu ngaãu nhieân ñôn giaûn choïn ñöôïc töø caùc taàng

(strata) cuûa 1 daân soá ñaõ ñöôïc phaân taàng tröôùc ñoù. Yeáu toá phaân taàng thöôøng laø tuoåi, phaùi tính,

ñoä naëng cuûa beänh, tình traïng huùt thuoác - khoâng huùt thuoác v..v.. Vieäc choïn maãu phaân taàng

thöôøng theo tæ leä töông xöùng (proportional stratified sampling) nhöng ñoâi khi coù theå khoâng

töông xöùng (disproportional Str. S).

1.4. PP. Choïn maãu theo Cuïm (Cluster Sampling)

Moät maãu ngaãu nhieân theo cuïm laø keát quaû cuûa 1 tieán trình 2 hay nhieàu giai ñoaïn (two- or

multistage process) maø trong ñoù daân soá ñöôïc chia ra thaønh nhieàu cuïm (hoaëc chia ra theâm

thaønh tieåu cuïm) vaø 1 nhoùm cuûa cuïm (hoaëc tieåu cuïm) ñöôïc choïn ngaãu nhieân

PP. Choïn maãu ngaãu nhieân theo Cuïm ñöôïc xem nhö laø 1 bieán theå cuûa PP. Choïn maãu ngaãu

nhieân Ñôn Giaûn, vaø ñaëc bieät höõu duïng khi: (1) daân soá khaûo saùt voâ haïn, (2) khoâng theå coù ñöôïc

danh saùch choïn maãu, hoaëc (3) phaân boá ñòa dö cuûa daân soá raát phaân taùn.

2. PHÖÔNG PHAÙP CHOÏN MAÃU KHOÂNG XAÙC SUAÁT

Caùc maãu khoâng xaùc suaát laø caùc maãu maø trong ñoù xaùc suaát ñöôïc choïn cuûa caùc ñoái töôïng

khoâng ñöôïc bieát.

+ Choïn maãu Thuaän Tieän (Convenience Sampling)

+ Choïn maãu theo Ñònh möùc (Quota Sampling)

------------------------------------------------------------------------------


1. Wayne W. Daniel. Biostatistics: A foundation for analysis in the health sciences, 5th

edition. John Wiley & Son, Singapore, 1991: Ch. 5, Ch. 6.

2. Beth D. Saunders and Robert G. Trapp. Basic and Clinical Biostatistics. Appleton &

Lange, California, 1990: Ch. 6, Ch. 7.

3. Laurna Rubinson and James J. Neutens. Research Techniques for the Health

Sciences. Macmillan, NewYork, 1987: Ch. 5.

88

CHUAÅN BÒ BAÙO CAÙO NGHIEÂN CÖÙU KHOA HOÏC (Preparation for a Research Report)



1. Trình baøy ñuùng caùc böôùc chuaån bò cuûa 1 baùo caùo nghieân cöùu khoa hoïc

2. Lieät keâ ñaày ñuû caùc ñaëc ñieåm veà caùch vieát 1 baùo caùo nghieân cöùu khoa hoïc.

3. Trình baøy ñaày ñuû phaàn thaân chính cuûa 1 baùo caùo nghieân cöùu khoa hoïc.

I. GIÔÙI THIEÄU

Giai ñoaïn cuoái cuûa tieán trình NCKH laø chuaån bò baûn baùo caùo. Vieäc ñaùnh giaù sau cuøng 1

coâng trình NCKH hoaøn toaøn döïa treân baùo caùo NCKH (BC. NCKH) ñaõ ñöôïc chuaån bò naøy. Do

vaäy, vieäc chuaån bò baùo caùo NCKH caàn ñöôïc thöïc hieän thaät toát.

Coù ba loaïi BC. NCKH: 1 BC. NCKH hoaøn chænh, 2 BC. NCKH ñang trieån khai, vaø 3 BC.

NCKH ñeå ñaêng baùo.

II. CAÙC BÖÔÙC CHUAÅN BÒ

Ñeå hoaøn taát toát vieäc vieát BC. NCKH, caàn thöïc hieän 3 böôùc chuaån bò sau ñaây:

Böôùc 1: Xem xeùt laïi toaøn boä quaù trình NCKH theo thöù töï maø coâng trình ñaõ ñöôïc tieán

haønh.

+ Vaán ñeà (caâu hoûi) nghieân cöùu laø gì vaø ñaõ ñöôïc xaùc ñònh vaø laøm saùng toû ra sao.

+ Ñaõ coù keá hoaïch haønh ñoäng gì ñeå giaûi quyeát vaán ñeà naøy.

+ Coâng trình NC ñaõ tìm thaáy nhöõng gì.

+ Lôøi giaûi cuûa vaán ñeà laø gì; coù giaûi phaùp gì cho vaán ñeà.

Böôùc 2: Chuaån bò 1 daøn baøi chi tieát cho baûn baùo caùo

+ Vaán ñeà

- Phaùt bieåu vaán ñeà vaø tieåu vaán ñeà

- Toång quan y vaên

- Giaû thuyeát caàn ñöôïc kieåm ñònh (neáu coù)

- Taàm quan troïng

+ Muïc tieâu

- Muïc tieâu toång quaùt vaø muïc tieâu chuyeân bieät

- Caùc bieán soá - bieán soá ñoäc laäp, bieán soá phuï thuoäc vaø bieán soá gaây nhieãu

- Caùc chæ soá/thoâng soá/ soá thoáng keâ

89

+ Phöông phaùp tieán haønh:

- Thieát keá NC

- Ñoái töôïng NC: daân soá NC (daân soá choïn maãu), côõ maãu, phöông phaùp choïn

maãu, caùch phaân nhoùm vaø can thieäp.

- Ñònh nghóa nhöõng thuaät ngöõ chuyeân moân caàn thieát.

- Thu thaäp soá lieäu: phöông phaùp, coâng cuï.

- Xöû lyù soá lieäu

- Phaân tích soá lieäu

+ Keát quaû:

- Giaù trò caùc chæ soá/thoâng soá/ soá thoáng keâ ñaõ tính ñöôïc

- Caùc baûng toùm taét caàn ñöôïc chuaån bò

- Caùc bieåu ñoá caàn ñöôïc xaây döïng

+ Baøn luaän:

- Ñaùnh giaù keát quaû tìm ñöôïc cuûa coâng trình NC

- Ñaùnh giaù keát quaû cuûa caùc coâng trình NC khaùc

- Giaûi ñaùp vaán ñeà

- Toång quaùt hoùa: haøm yù cuûa lôøi giaûi, aùp duïng thöïc tieãn, ngoaïi suy.

Böôùc 3: Ñònh roõ caùc muïc sau ñaây

+ Qui ñònh baûn thaûo

+ Töïa ñeà: ngaén, phaùt bieåu roõ raøng lónh vöïc NC cuûa baùo caùo

+ Taùc quyeàn

III. CAÙCH VIEÁT BC. NCKH

A. CAÙC ÑAËC ÑIEÅM VEÀ CAÙCH VIEÁT

Ñeå coù theå vieát toát 1 BC. NCKH, caàn löu yù caùc ñaëc ñieåm sau:

1. Caùch haønh vaên phaûi roõ raøng. Duøng chöõ ñôn giaûn vaø chính xaùc

2. Trình baøy söï kieän vaø caùc suy dieãn hôïp logique. Chæ phaùt bieåu nhöõng ñieàu coù

baèng chöùng hoã trôï. Khoâng suy dieãn vöôït quaù taàm möùc cuûa söï kieän cho pheùp.

3. Söû duïng loaïi baûng vaø bieåu deã hieåu.

4. Trình baøy coù thöù töï.

5. Khoâng vieát daøi quaù möùc caàn thieát. Nhöng cuõng khoâng ñöôïc vieát quaù ngaén vì

seõ bò xem laø chöa hoaøn chænh.

90

B. PHAÀN THAÂN CHÍNH CUÛA BC. NCKH

Goàm caùc phaàn sau ñaây.

1. Cô sôû lyù luaän hoaëc Ñaët vaán ñeà (Rationale) hoaëc Giôùi thieäu (Introduction)

Bao goàm 2 nhoùm yù lôùn:

1.1. Taïi sao tieán haønh coâng trình NCKH naøy: Phaùt bieåu VÑNC, Toång quan Y

vaên lieân quan, Caâu hoûi NC vaø Giaû thuyeát NC.

1.2. Lôïi ích döï kieán cuûa coâng trình NC: Muïc tieâu NC vaø Taàm quan troïng cuûa

keát quaû döï kieán.

2. Phöông phaùp tieán haønh (Methodology)

Phaàn naøy giaûi thích caùch tieán haønh coâng trình NCKH. Caàn moâ taû chính xaùc ñieàu ñaõ

thöïc hieän vôùi caùc chi tieát ñuû ñeå ngöôøi ñoïc phaùn ñoaùn xem coù theå chaáp nhaän keát quaû nghieân

cöùu treân cô sôû tính thích hôïp cuûa phöông phaùp hay khoâng. Bao goàm vaø moâ taû caùc chi tieát sau.

2.1. Thieát keá nghieân cöùu

+ Loaïi thieát keá NC

+ Ñoái töôïng NC: moâ taû daân soá ñích (target population) vaø daân soá choïn maãu

(sampled population). Côõ maãu, phöông phaùp choïn maãu. Ñònh nghóa vaø tieâu chuaån ñeå nhaän vaøo

- loaïi ra (maãu NC), chæ ñònh xeáp nhoùm vaø can thieäp.

2.2. Thu thaäp soá lieäu

+ Nguoàn goác soá lieäu

+ Phöông phaùp thu thaäp soá lieäu

+ Soá lieäu ñaõ thu thaäp

+ Coâng cuï thu thaäp soá lieäu

2.3. Xöû lyù vaø Phaân tích soá lieäu

+ Caùc böôùc ñaõ tieán haønh khi xöû lyù soá lieäu

+ Thieát keá thoáng keâ: caùc tính toaùn vaø caùc pheùp kieåm ñaõ xöû duïng.

3. Keát quaû (Results)

Thöôøng ñöôïc trình baøy döôùi hình thöùc baûng, bieåu, vaø ñoà thi (coù ñaùnh soá, ñaët

teân, vaø coù nhaän xeùt).

Thöôøng baét ñaàu baèng trình baøy veà caùc ñaëc ñieåm cuûa ñoái töôïng nghieân cöùu

(tuoåi, phaùi, ngheà nghieäp, v..v..)

Trình töï thöôøng theo thöù töï cuûa caùc muïc tieâu NC.

Noäi dung laø caùc soá lieäu coù lieân quan ñeán muïc tieâu vaø giaû thuyeát NC

91

4. Baøn luaän (Discussion/Comment)

Bao goàm 3 phaàn:

+ Giaûi thích soá lieäu: ñöa ra moät soá suy dieãn döïa treân keát quaû, giaûi thích keát quaû

trong moái lieân quan vôùi lyù thuyeát vaø vôùi coâng trình NCKH khaùc. So saùnh keát quaû vôùi caùc coâng

trình khaùc vaø neâu ra nhöõng thieáu soùt coù theå coù cuûa coâng trình. Ñöa ra nhöõng giaûi thích hôïp lyù

vaø logique.

+ Ruùt ra caùc gôïi yù: caùc gôïi yù naøy coù theå laø nhöõng ñoùng goùp theâm cho caùc lyù thuyeát

hieän coù, hoaëc gôïi yù cho nhöõng coâng trình NCKH sau naøy.

+ AÙp duïng thöïc tieãn: Chöùng minh caùc aùp duïng thöïc tieãn cuûa keát quaû coâng trình.

5. Keát luaän (Conclusions)

Chæ ra vieäc caùc keát quaû coù hoã trôï cho giaû thuyeát NC hay khoâng, hoaëc vieäc caùc keát

quaû coù yù nghóa gì so vôùi caâu hoûi NC. Caùc keát luaän thaät söï laø nhöõng suy dieãn chính yeáu cuûa

coâng trình NC döïa treân caùc keát quaû thu thaäp ñöôïc.

Phaàn naøy coù theå bao goàm nhöõng khuyeán caùo cho caùc coâng trình NCKH sau naøy vaø 1 baøn

luaän nhoû veà caâu hoûi NC môùi vöøa ñöôïc ñeà ra.

6. Toùm taét (Summary)

Trình baøy ngaén goïn: phaùt bieåu VÑNC, moâ taû phöông phaùp tieán haønh, vaø baøn luaän

treân caùc keát quaû chuû yeáu.

-----------------------------------------------------

TÀI LIỆU THAM KHẢO

1. Fernando S. S. ; Susie I. M. and Jane C. B. Planning Research. Philippine Council for

HealthResearch and Development. Manila. 1989: Session VIII.

2. Laurna R. and James J..N. Research Techniques for the Health Sciences. Macmillan Pub.

Company, NewYork. 1987: Ch. 14.

3. Stephen H. G. Interpreting the medical literature 3rd edition. McGraw-Hill International

Editions.1993: Ch. 1.

Education

Giáo trình Phương pháp Nghiên cứu Khoa học 1