Ý nghĩa của odds ratio và relative risk

Trong nhiều bài báo nghiên cứu y học lúc thì báo cáo odds ratio, lúc thì relative risk.  Câu hỏi đăt ra là hai chỉ số này khác nhau như thế nào và chỉ số nào đúng. Bài này sẽ giải thích sơ qua hai khái niệm odds và risk.

Đây là một thắc mắc không chỉ ở nước ta mà … toàn thế giới.  Rất nhiều nhà nghiên cứu, dù đã công bố báo cáo khoa học trên các tập san danh tiếng như New England Journal of Medicine, vẫn hiểu sai – có khi cực kì sai lầm – về hai chỉ số này.  Tôi muốn mượn câu hỏi này để giải thích những khác biệt quan trọng của hai chỉ số odds ratio (OR) và relative risk (RR).  Tạm thời tôi sẽ không dịch hai thuật ngữ này ở đây.  Tôi hi vọng rằng qua bài viết ngắn này, bạn đọc sẽ nắm vững vấn đề hơn và phân biệt những khác biệt căn bản của hai chỉ số để không vấp phải những sai lầm như các nhà nghiên cứu y học Tây phương từng phạm phải.

OR và RR: cơ chế tính toán

OR và RR là hai chỉ số thống kê rất phổ biến và có ích trong dịch tễ học, vì cả hai chỉ số kiểm định mối liên hệ giữa một yếu tố nguy cơ và bệnh tật – một mục tiêu gần như căn bản của nghiên cứu y học hiện đại.  Cơ chế tính toán của hai chỉ số này cực kì đơn giản.

RR:  Nếu trong một nhóm n₁ bệnh nhân bị phơi nhiễm một yếu tố nguy cơ (chẳng hạn như hút thuốc lá), và sau khi theo dõi trong một thời gian, có k₁ bệnh nhân mắc bệnh, thì tỉ lệ mắc bệnh đơn giản là  (hãy gọi tỉ lệ này là p₁). Nếu một nhóm n₂ bệnh nhân khác không bị phơi nhiễm yếu tố nguy cơ đó và trong cùng thời gian theo dõi có k₁ bệnh nhân mắc bệnh, thì tỉ lệ mắc bệnh là: . Do đó, RR đơn giản là tỉ số của hai tỉ lệ:

Nếu RR > 1 (hay p₁>p₂), chúng ta có thể phát biểu rằng yếu tố nguy cơ làm tăng khả năng mắc bệnh; nếu RR = 1 (tức là p₁=p₂), chúng ta có thể nói rằng không có mối liên hệ nào giữa yếu tố nguy cơ và khả năng mắc bệnh; và nếu RR < 1 (tức p₁< p₂), chúng ta có bằng chứng để thể phát biểu rằng yếu tố nguy cơ có thể làm giảm khả năng mắc bệnh.

OR:  Thay vì sử dụng tỉ lệ phát sinh p để đo lường khả năng mắc bệnh, thống kê cung cấp cho chúng ta một chỉ số khác: đó là odd.  Odd được định nghĩa là tỉ số của hai xác suất.  Nếu p là xác suất mắc bệnh, thì 1-p là xác suất sự kiện không mắc bệnh.  Theo đó, odd được định nghĩa bằng:

Như vậy, nếu odd > 1, khả năng mắc bệnh cao hơn khả năng không mắc bệnh; nếu odd = 1 thì điều này cũng có nghĩa là khả năng bằng với khả năng không mắc bệnh; và nếu odd < 1, chúng ta có thể nói khả năng mắc bệnh thấp hơn khả năng không mắc bệnh.

Với định nghĩa này, chúng ta quay lại với ví dụ vừa trình bày trong mục RR.  Odd mắc bệnh trong nhóm bị phơi nhiễm yếu tố nguy cơ là: , và odd mắc bệnh trong nhóm không bị phơi nhiễm yếu tố nguy cơ là: . Từ đó, OR được định nghĩa là tỉ số của hai odds:

Mối liên hệ giữa RR và OR.  Qua công thức [1], [2] và [3], chúng ta có thể thấy OR và RR có một mối liên hệ số học.  Nếu ai thích đại số, có thể viết lại công thức RR như là một hàm số của OR (hay ngược lại), nhưng ở đây, tôi chỉ muốn lưu ý một điểm quan trọng có liên quan đến việc diễn dịch RR và OR.

Nhìn vào công thức [2] của odd, chúng ta dễ dàng thấy nếu tỉ lệ mắc bệnh p thấp (chẳng hạn như 0.001 hay 0.01 – tức 0.1% hay 1%), thì odd = p. Chẳng hạn như nếu p = 0.01, thì 1 – p = 0.99, và do đó odd = 0.01 / 0.99 = 0.010101.  Quay lại với công thức [3], nếu p₁ hay p₂ thấp, thì OR có thể viết như sau:

Nói cách khác, nếu tỉ lệ mắc bệnh thấp, thì OR gần bằng với RR.  Nhưng nếu tỉ lệ mắc bệnh cao (chẳng hạn như trên 10%) thì chỉ số OR cũng cao hơn chỉ số RR.

Có thể làm một vài tính toán để thấy sự khác biệt giữa RR và OR qua bảng số liệu sau đây (Bảng 1).  Với những trường hợp tỉ lệ mắc bệnh dưới 5%, OR và RR không khác nhau đáng kể.  Nhưng nếu tỉ lệ mắc bệnh cao hơn 10%, thì OR thường ước tính RR cao hơn thực tế.

Bảng 1. So sánh RR và OR với nhiều tỉ lệ khác nhau (số liệu mô phỏng)

Trường hợp	Tỉ lệ mắc bệnh		Odd mắc bệnh		So sánh giữa RR và OR
	Nhóm 1 (p1)	Nhóm 2 (p2)	Nhóm 1 (odd1)	Nhóm 2 (odd2)	RR	OR
1	0.001	0.003	0.002	0.003	3	3.01
2	0.01	0.03	0.01	0.03	3	3.06
3	0.02	0.06	0.02	0.06	3	3.13
4	0.05	0.15	0.05	0.18	3	3.35
5	0.10	0.30	0.11	0.43	3	3.86
6	0.15	0.45	0.18	0.82	3	4.64
7	0.20	0.60	0.25	1.50	3	6.00
8	0.25	0.75	0.33	3.00	3	9.00
9	0.30	0.90	0.43	9.00	3	21.0
10	0.33	0.99	0.49	99.0	3	2101.0

Chú ý: Bảng trên đây được mô phỏng sao cho RR = 3 để chứng minh rằng OR ước tính độ ảnh hưởng cao hơn so với thực tế.

RR và OR: ứng dụng

Ví dụ 1: truy tìm ung thư vú.  Chương trình truy tìm ung thư vú được khuyến khích như là một phương cách y tế công cộng nhằm giảm tỉ lệ tử vong từ bệnh này ở phụ nữ.  Một nhóm nghiên cứu ở Thuỵ Điển tiến hành một nghiên cứu lâm sàng đối chứng ngẫu nhiên, mà trong đó họ tuyển các phụ nữ tuổi 50 trở lên, và chia thành 2 nhóm: nhóm A gồm 66103 phụ nữ được chụp X quang (tức mammography) thường xuyên (cứ mỗi năm một lần), và nhóm B gồm 66105 phụ nữ không chụp X quang mà chỉ theo dõi bình thường (tức nhóm đối chứng).  Sau 5 năm, nhóm A có 183 người chết vì ung thư vú và nhóm B có 177 người chết.  Số liệu được trình bày trong Bảng 2 sau đây:

Bảng 2: Truy tìm ung thư vú và tử vong

Nhóm	Tổng số đối tượng tham gia	Số tử vong
A – X quang	66,103	183
B – Đối chứng	66,105	177

Với số liệu này, chúng ta có thể thấy tỉ lệ tử vong trong nhóm A là p_A=183/66103=0.002768  và nhóm B là p_B=177/66105=0.002678 .  Từ đó, RR có thể ước tính bằng công thức [1] như sau:

Nhưng thay vì áp dụng RR, chúng ta cũng có thể áp dụng OR.  Odd tử vong trong nhóm chụp mammography là: , và nhóm đối chứng: . Do đó, OR là:

Như vậy, OR bằng RR. Nhưng cách diễn dịch của OR khác với RR.  Bởi vì đơn vị của RR là tỉ lệ tử vong, cho nên chúng ta có thể nói rằng nhóm chụp mammography thường xuyên có tỉ lệ tử vong cao hơn nhóm đối chứng khoảng 3.4%.  Nhưng đơn vị của OR là odd, cho nên chúng ta không thể phát biểu về “tỉ lệ tử vong”, mà chỉ có thể phát biểu rằng “khả năng” tử vong của nhóm A cao hơn nhóm B khoảng 3.4%.  Ở đây, vì tỉ lệ tử vong thấp, cho nên như công thức [4] cho thấy hai chỉ số này giống nhau, và trong thực tế chúng ta có thể diễn dịch một OR như là một RR.

Cách phân biệt trên có vẻ máy móc và lí thuyết, nhưng quan trọng.  Để thấy rõ nguy hiểm trong cách diễn dịch OR, tôi sẽ trình bày một ví dụ sau đây:

Ví dụ 2: sắc tộc và tỉ lệ thông tim (cardiac catherization).  Tập san New England Journal of Medicine số ra ngày 25/2/1999 (tập 349; trang 618-626) công bố một nghiên cứu rất thú vị về ảnh hưởng của sắc tộc đến tỉ lệ thông tim.  Trong nghiên cứu này, các nhà nghiên cứu mướn một số diễn viên điện ảnh người da trắng và da đen đóng vai bệnh nhân.  Các diễn viên được chỉ cách trình bày các triệu chứng và bệnh trạng cẩn thận và đầy đủ, nhưng giống nhau.  Họ thu hình các diễn viên vào video; chọn ngẫu nhiên 720 bác sĩ chuyên khoa tim người da trắng, cho họ xem các video này, và hỏi “ai cần được thông tim”.  Kết quả cho thấy 90.6% bác sĩ đề nghị các bệnh nhân da trắng nên được thông tim, nhưng tỉ lệ này cho bệnh nhân da đen chỉ 84.7%.  Một phần của kết quả có thể tóm lược trong Bảng 3 sau đây:

Bảng 3: Sắc tộc và tỉ lệ thông tim

Nhóm	Số bác sĩ đề nghị thông tim	Số bác sĩ không đề nghị thông tim
w - Bệnh nhân da trắng	652	68
b - Bệnh nhân da đen	610	110

Các nhà nghiên cứu kết luận rằng tỉ lệ bệnh nhân da đen được thông tim thấp hơn tỉ lệ ở bệnh nhân da trắng đến 40%.  Sau khi nghiên cứu này công bố, giới truyền thông rầm rộ bàn về kết quả và ý nghĩa của nghiên cứu.  Không cần nói ra, cũng có thể đoán được trong dư âm và tình trạng kì thị chủng tộc ở Mĩ còn kéo dài, những nhóm đấu tranh chống kì thị chủng tộc lấy kết quả này để làm bằng chứng tố cáo rằng các bác sĩ da trắng kì thị bệnh nhân da đen.  Ý nghĩa còn sâu xa hơn: sự kì thị này có thể dẫn đến tử vong.  Nói cách khác, có người diễn dịch rằng đây là một sự giết người có ý đồ!

Nhưng rất tiếc là con số 40% đó đã được diễn dịch cực kì sai.  Không những diễn dịch sai mà cách tính toán cũng sai.  Để hiểu tại sao cách diễn dịch đó sai, chúng ta hãy bắt đầu bằng cách tính OR của các tác giả. Odd thông tim trong nhóm bệnh nhân da trắng là: odd_w=652/68=9.59. Tính tương tự, odd thông tim trong nhóm bệnh nhân da đen là: odd_b=610/110=5.545. Do đó, OR giữa nhóm da đen và da trắng là:

OR=odd_b/odd_w=5.545/9.59=0.578

(Chú ý, các nhà nghiên cứu tính số chẵn, nên OR là khoảng 0.60).

Nhưng nếu thay vì tính bằng odd, chúng ta có thể tính bằng tỉ lệ đề nghị thông tim cho hai nhóm.  Tỉ lệ này cho nhóm bệnh nhân da trắng là: p_w=652/720=0.906 , và nhóm bệnh nhân da đen: p_b=610/720=0.847.  Và RR có thể tính từ hai tỉ lệ này:

Đến đây, chúng ta thấy rõ rằng, tỉ lệ đề nghị thông tim trong nhóm bệnh nhân da đen thấp hơn tỉ lệ trong nhóm bệnh nhân da trắng là 6.5% (lấy 1 trừ cho 0.935 và nhân kết quả cho 100), chứ không phải 40% như các tác giả và giới truyền thông tuyên bố.

Tại sao có sự khác biệt?  Tại vì các tác giả và giới truyền thông nhầm lẫn rằng OR là RR.  Trong trường hợp này, OR không phải là một chỉ số thích hợp để phân tích số liệu, bởi vì con số tỉ lệ quá cao (84.7% và 90.6%), và vì tỉ lệ quá cao, cho nên OR ước tính RR quá cao hơn thực tế.

Thật ra, ở đây cách gọi “RR” cũng không chính xác.  RR chỉ sử dụng cho tỉ lệ phát sinh (incidence), nhưng trong trường hợp này không có tỉ lệ phát sinh, mà là tỉ lệ lưu hành (prevalence).  Do đó, thuật ngữ chính xác để mô tả 0.935 làprevalence ratio (PR). (Đây là một đề tài khác mà tôi hi vọng sẽ có dịp quay lại để bàn thêm).

Điều ngạc nhiên là sai sót này lại hiện diện ngay trên giấy trắng mực đen của một tập san y học vào hàng số 1 trên thế giới!

Vấn đề diễn dịch OR

RR là tỉ số của hai tỉ lệ, và tỉ lệ thì chúng ta có thể hiểu được khá dễ dàng.  Nếu nói tỉ lệ mắc bệnh 3%, chúng ta nghĩ ngay đến 3 trong 100 người mắc bệnh.   Vì thế, vấn đề diễn dịch RR khá dễ dàng.  Nếu RR = 2, chúng ta có thể nói rằng tỉ lệ tăng gấp 2 lần.  Ai cũng hiểu được mà không chất vấn gì thêm.

OR là tỉ số của hai odds. Odd phản ảnh “khả năng” mắc bệnh.  Odd = 2 có nghĩa là khả năng mắc bệnh cao hơn khả năng không mắc bệnh 2 lần.  Khó hiểu.  Odd đã khó hiểu thì tỉ số của hai odds (hay hai khả năng) lại càng là một đo lường khó hiểu hơn vì nó quá chung chung, khó cảm nhận được.  Thật ra, một người bình thường (kể cả giới bác sĩ) khó có thể hiểu chính xác nghĩa của OR.  Chúng ta biết OR = 2 không hẳn có cùng nghĩa với RR = 2.  Chính vì thế mà gần đây có “phong trào xét lại” OR trên các tập san y học quốc tế.  Nhiều nhà nghiên cứu, dịch tễ học và thống kê học kêu gọi bỏ OR!

Nhưng bất cứ đo lường nào cũng lợi thế và khiếm khuyết.  RR, dù dễ diễn dịch cũng có khiếm khuyết của nó.  Lấy ví dụ đơn giản: nếu tỉ lệ mắc bệnh ung thư trong nhóm A là 1% và nhóm B là 3%, chúng ta dễ dàng thấy RR = 3.  Nhưng thay vì nói mắc bệnh, chúng ta lật ngược lại vấn đề “không mắc bệnh”: chúng ta có tỉ lệ cho nhóm A là 99% so với nhóm B là 97%, và như thế RR = 0.97 / 0.99 = 0.98, tức là tỉ lệ không mắc bệnh trong nhóm B thấp hơn nhóm A khoảng 2%.  (Nhưng nếu dùng “mắc bệnh”, nhóm A mắc bệnh nhiều hơn nhóm B đến 3 lần!)  Nói cách khác, RR có thể thiếu tính nhất quán (consistency).

Nhưng OR thì không có vấn đề thiếu nhất quán.  Trong ví dụ trên, nếu lấy chỉ số là “mắc bệnh” làm so sánh, OR là 3.06.  Nhưng nếu lấy “không mắc bệnh” làm chỉ số son sánh, thì OR vẫn là 3.06 (bạn đọc có thể kiểm tra con số này).  Trong toán thống kê, người ta gọi đặc tính của OR là symmetric (đối xứng), còn đặc tính của RR là asymmetric (bất đối xứng).

OR, RR và thể loại nghiên cứu

Một khác biệt cở bản nữa giữa RR và OR là sự tùy thuộc vào thể loại nghiên cứu.  Nói một cách ngắn gọn, RR chỉ có thể ước tính từ nghiên cứu xuôi thời gian (cohort prospective study), nhưng OR thì có thể ước tính từ tất cả thể loại nghiên cứu, nhưng củ yếu là nghiên cứu bệnh – chứng.

Giả sử chúng ta muốn tìm hiểu mối liên hệ giữa phơi nhiễm chất độc màu da cam (Agent Orange – AO) và bệnh ung thư.  Một cách nghiên cứu qui mô là tuyển chọn [ngẫu nhiên] một nhóm đối tượng, sau đó phân nhóm dựa vào tiền sử có bị phơi nhiễm độc chất hay không.  Sau đó, theo dõi cả hai nhóm đối tượng một thời gian (chẳng hạn như 5 năm) và ghi nhận số người bị ung thư.  Kết quả của nghiên cứu như thế có thể tóm lược trong Bảng 4 sau đây.  Trong số 1000 người được thẩm định bị phơi nhiễm lúc ban đầu, có 20 người (hay 2%) bị ung thư trong thời gian theo dõi; trong số 10,000 người không bị phơi nhiễm AO, có 100 người (tức 1%) bị ung thư sau đó.  Như vậy, RR = 0.02/0.01 = 2.  Nhưng nếu tính bằng odd thì OR = 2.02.  Hai chỉ số này không khác nhau đáng kể.

Bảng 4.  Một nghiên cứu xuôi thời gian (giả tưởng)

Nhóm	Ung thư	Không ung thư	Tổng số
Phơi nhiễm AO	20	980	1000
Không phơi nhiểm AO	100	9900	10000

Nhưng theo dõi đối tượng một thời gian dài thường rất tốn kém.  Một phương pháp nghiên cứu khác cũng có thể đáp ứng mục đích tìm hiểu mối liên hệ giữa AO và ung thư, nhưng cần ít đối tượng hơn và không cần theo dõi một thời gian dài: đó là nghiên cứu bệnh – chứng.  Bảng 5 dưới đây trình bày kết quả một nghiên cứu (giả tưởng) như thế.  Trong nghiên cứu này, chúng ta chọn 100 bệnh nhân ung thư và 100 đối tượng không bị ung thư, nhưng hai nhóm này tương đương nhau về các yếu tố nguy cơ.  Sau đó, chúng ta tìm hiểu qua hồ sơ bệnh lí (hay phỏng vấn) trong mỗi nhóm có bao nhiêu người bị phơi nhiễm độc chất.  Nói cách khác, đây là một nghiên cứu “ngược thời gian” (so với nghiên cứu “xuôi thời gian” như trình bày trong Bảng 4.  Kết quả nghiên cứu bệnh chứng này được trình bày như sau:

Bảng 5. Một nghiên cứu bệnh - chứng (giả tưởng)

Nhóm	Ung thư	Không ung thư
Phơi nhiễm AO	10	5
Không phơi nhiểm AO	90	95
Tổng số	100	100

Trong nhóm bệnh nhân, có 10 người (hay 10%) từng bị phơi nhiễm AO; và trong nhóm không ung thư số đối tượng từng bị phơi nhiễm là 5 người (hay 5%).  Ở đây, chúng ta không thể tính tỉ lệ phát sinh bệnh (incidence), bởi vì số lượng bệnh nhân và đối chứng đã được xác định trước.  Vì không thể ước tính tỉ lệ phát sinh, nghiên cứu bệnh chứng không cho phép chúng ta ước tính RR.  Tuy nhiên, chúng ta có thể tính OR, và OR trong trường hợp này là một ước tính chỉ số RR.

Số liệu Bảng 5 cho thấy odd bị phơi nhiễm trong nhóm bệnh nhân là: 10/90 = 0.1111, và nhóm đối chứng: 0.05263.  Do đó, OR = 0.1111 / 0.05263 = 2.11.  Thật ra, có thể tính đơn giản hơn bằng công thức “giao chéo”: 

Điểm chính để phân biệt hai hình thức nghiên cứu này là phương pháp chọn mẫu.  Với nghiên cứu xuôi thời gian, chúng ta xác định số lượng đối tượng theo yếu tố nguy cơ ngay từ đầu, và số lượng bệnh phát sinh là một số ghi nhận.  Ngược lại, với nghiên cứu ngược thời gian, chúng ta xác định số lượng bệnh nhân và đối tượng ngay từ đầu, và số lượng phơi nhiễm yếu tố nguy cơ là số ghi nhận.

Tuy kết quả nghiên cứu của hai thể loại nghiên cứu được trình bày rất giống nhau: hai cột và hai dòng (2x2 table), nhưng “câu chuyện” đằng sau của các số liệu này rất khác nhau.  Không am hiểu câu chuyện đằng sau của một bảng số liệu rất dễ dàng sai lầm trong khi phân tích!

Tóm tắt

Để kết thúc bài viết này, tôi xin nhấn mạnh một số điểm chính:

• Cả hai RR và OR đều là những chỉ số phản ảnh độ tương quan giữa một yếu tố nguy cơ và bệnh; nhưng RR mới là chỉ số chúng ta cần biết (còn OR chỉ là ước số của RR).

• Vì OR tùy thuộc vào tỉ lệ hiện hành (và khi tỉ lệ hiện hành của bệnh cao – như trên 10% –  thì  OR thường cao hơn so với thực tế), cho nên các nghiên cứu này nên sử dụng prevalence ratio.

• Các nghiên cứu bệnh chứng (case-control study) chỉ có thể cung cấp OR, chứ không phải RR.  Các nghiên cứu cắt ngang có thể cung cấp OR, chứ không phải RR.

• Các nghiên cứu xuôi thời gian (prospective study) cung cấp cả OR và RR, nhưng RR là chỉ số có ý nghĩa và dễ diễn dịch.

• Tuy nhiên, RR không nhất quán như OR.

Ước tính tỉ lệ HBV và HCV trong điều kiện bất định

Đọc bản tin dưới đây làm tôi giật mình. Không ngờ số người bị nhiễm viêm gan siêu vi B và C cao như thế.  Bài báo không cho biết nguồn gốc con số này xuất phát từ đâu. Nhưng con số này đặt ra một vấn đề cho thống kê học. Làm sao ước tính prevalence (tỉ lệ hiện hành) khi phương pháp xét nghiệm không hoàn hảo? Bài viết ngắn này sẽ bàn câu hỏi này.

Bản tin có một thông tin dễ gây sốc. Đó là câu “Ở Việt Nam, hiện có hơn 20% dân số nhiễm viêm gan siêu vi B&C, tức khoảng 18 triệu người, trong đó viêm gan siêu vi B chiếm 1/6 dân số.”  Dĩ nhiên là không có ai đi xét nghiệm 87 triệu người Việt Nam để biết bao nhiêu người nhiễm viêm gan siêu vi B &C.  Người ta chỉ xét nghiệm trên một quần thể được chọn hi vọng là ngẫu nhiên để ước tính mà thôi.  Tôi tìm trong y văn thì thấy một bài báo công bố vào năm 2003 (1) ước tính tỉ lệ hiện hành nhiễm viêm gan siêu vi B (tôi sẽ viết tắt là HBV) ở hai huyện thuộc tỉnh Thanh Hóa vào năm 1998.  Họ xét nghiệm 1579 đối tượng (nam và nữ), và tỉ lệ nhiễm HBV như sau:

Tỉ lệ nhiễm viêm gan siêu vi B ở hai huyện thuộc tỉnh Thanh Hóa (1998)

Nhóm tuổi	N	Đang bị nhiễm (%)	Đã và đang bị nhiễm (%)
Trẻ em (9–18 tháng tuổi)	536	12.5	19.6
Trẻ em (4-6 tuổi)	228	18.4	36.4
Thiếu niên (14-16 tuổi)	219	20.5	55.3
Người lớn (25-40 tuổi)	596	18.8	79.2
Tổng số	1579	16.8	49.5

Như vậy, nếu hai huyện này mang tính đại diện cho cả nước, và dựa vào kết quả này, thì chỉ riêng HBV tỉ lệ hiện hành cũng đã xấp xỉ 17%.  Nếu tính cả những người đã bị thì tỉ lệ cũng gần 50%.  Một con số quá cao!

Ước tính tỉ lệ hiện hành có khi rất đơn giản.  Phương pháp đơn giản nhất là tiến hành một cuộc survey hay nghiên cứu một thời điểm (cross-sectional study), đối tượng được chọn ngẫu nhiên trong cộng đồng quan tâm.  Sau đó làm xét nghiệm, và kết quả sẽ có một số người có kết quả dương tính và số còn lại có kết quả âm tính.  Gọi số cỡ mẫu trong quần thể là N và số người có kết quả dương tính là A, tỉ lệ hiện hành (prevalence, kí hiệu t) được ước tính đơn giản qua công thức:

t = A / N

Độ lệch chuẩn có thể tính như sau:

 

Và khoảng tin cậy 95% là t ± 1.96s.

Trong ví dụ trên, với N = 1579 và A = 265, chúng ta có thể ước tính tỉ lệ hiện hành là

t = 265 / 1579 = 0.168

Độ lệch chuẩn

s = 0.009

Và khoảng tin cậy 95% dao động từ 0.149 đến 0.186.

Nhưng cách tính trên không thỏa đáng.  Cách tính trên chỉ đúng khi nào phương pháp xét nghiệm HBV hoàn hảo, tức chính xác 100%, không có sai sót.  Nhưng trong thực tế, chúng ta biết rằng phương pháp xét nghiệm HBV không hoàn hảo.  Theo y văn, độ nhạy (sensitivity) của phương pháp xét nghiệm PCR là 99% và độ đặc hiệu (specificity) là 97%.  Do đó, tỉ lệ dương tính giả là 3% (tức không bị HBV nhưng có kết quả dương tính), và âm tính giả là 1% (bị HBV nhưng có kết quả âm tính).

Câu hỏi đặt ra là làm sao ước tính tỉ lệ hiện hành điều chỉnh cho sens và spec?  Một phương pháp phổ biến thường hay dùng trong dịch tễ học là dựa vào công thức Bayes.  Gọi p là ước số của tỉ lệ hiện hành  (chúng ta không biết ), p có thể tính toán như sau:

p = (t + spec – 1) / (sens + spec – 1)                [1]

Áp dụng cho số liệu trên chúng ta có: 

p = (0.168 + 0.97 – 1) / (0.99 + 0.97 – 1) = 0.143

Chúng ta cũng có thể ước tính khoảng tin cậy 95% cho p bằng cách thay thế khoảng tin cậy 95% của t trong công thức [1]: 

p = (0.149 + 0.97 – 1) / (0.99 + 0.97 – 1) = 0.124

đến

p = (0.186 + 0.97 – 1) / (0.99 + 0.97 – 1) = 0.163

Như vậy, nếu độ nhạy là 99% và độ đặc hiệu là 97%, chúng ta có tỉ lệ hiện hành là 14.3% (chứ không phải 16.8%) và khoảng tin cậy 95% của  là từ 12.4% đến 16.3%.

Vấn đề không dừng ở đó.  Giả dụ như nếu chúng ta có số cỡ mẫu thấp hơn (như N = 250) và chỉ có 6 kết quả dương tính, thì t = 0.024, và p = -0.0062!  Một kết quả vô lí và phi thực tế.  Điều này cho chúng ta biết phương pháp ước tính đơn giản trên đây là thất bại.

Phương tính [1] chỉ “hiệu quả” khi tần số mắc bệnh khá cao và khi cỡ mẫu tương đối lớn.  Khi cỡ mẫu nhỏ và tần số mắc bệnh thấp, phương pháp đó thất bại.  Lần sau tôi sẽ chỉ ra một phương pháp ước tính chính xác hơn, nhưng cần đến Bayes.

Quay trở lại vấn đề: có bao nhiêu người Việt nhiễm HBV và HCV?  Chúng ta không có nhiều số liệu cộng đồng về HCV, nhưng số liệu HBV như trình bày trên cho thấy có lẽ tỉ lệ nhiễm HBV theo độ tuổi là:

Tỉ lệ nhiễm HBV ở hai huyện thuộc tỉnh Thanh Hóa (1998)

Nhóm tuổi	N	Đang bị nhiễm (%)	Tỉ lệ sau khi điều chỉnh (%)	Dân số Việt Nam 2010 (triệu)	Ước tính số người nhiễm HBV (ngàn)
Trẻ em (9–18 tháng tuổi)	536	12.5	9.9	8.526	997.6
Trẻ em (4-6 tuổi)	228	18.4	16.0
Thiếu niên (14-16 tuổi)	219	20.5	18.2	4.954	901.6
Người lớn (25-40 tuổi)	596	18.8	16.4	23.818	3906.2
Tổng số	1579	16.8	14.4	37.299	5805.4

Kết quả tính toán trên cho thấy với bằng chứng trong y văn, có thể nói số người bị nhiễm HBV là 5.8 triệu người.  Nhưng hãy cho rằng tỉ lệ nhiễm toàn dân số là 14.4%, thì với dân số 87.8 triệu hiện nay, số người nhiễm HBV là 12.6 triệu người.

Còn HCV?  Chúng ta biết rằng tỉ lệ nhiễm HCV thường thấp hơn HBV.  Theo y văn [2-3], thì tỉ lệ nhiễm HCV ở Việt Nam khoảng 1 đến 2%.  Với dân số 87.8 triệu, số người nhiễm HCV có thể là tối đa là 1.7 triệu người.

Như vậy tổng số nhiễm HBV và HCV là 12.6 + 1.7 = 14.3 triệu.  Dĩ nhiên, đây là con số cao hơn thực tế, vì HBV và HCV không độc lập nhau (tức có người bị nhiễm cả hai HBV và HCV). Khó có thể là 18 triệu như tựa đề bài báo tuyên bố.  Tuy nhiên, dù là 14 triệu thì HBV và HCV quả là một vấn đề y tế công cộng rất lớn ở nước ta.

chúng ta đã thấy việc ước tính tỉ lệ hiện hành gặp khó khăn khi phương pháp xét nghiệm không hoàn hảo và khi cỡ mẫu thấp hoặc tần số mắc bệnh thấp.  Trong điều kiện số cỡ mẫu thấp hoặc tần số mắc bệnh thấp, chúng ta có thể sử dụng phương pháp Bayes để ước tính tỉ lệ hiện hành.

Bài này không có ý định giải thích cặn kẽ phương pháp Bayes.  (Tháng 12 năm nay, chúng ta sẽ có một khóa học về thống kê theo trường phái Bayes ở ĐHBK).  Với phương pháp Bayes, chúng ta cần cung cấp thông tin tiền định (prior information) cho thông số chúng ta muốn ước tính.  Thông số trong trường hợp này là tỉ lệ hiện hành , và sau đó sẽ dùng mô phỏng (simulation) để ước tính .

Vì chúng ta không biết tỉ lệ hiện hành chính xác là bao nhiêu, nên trong trường hợp này có thể mô tả tình trạng bất định về kiến thức của chúng ta với p bằng luật phân bố Beta.  Luật phân phối Beta có 2 thông số alpha và beta (sẽ viết tắt là a vàb).  Trong điều kiện bất định, a = b = 1.  Nói cách khác,

p ~ Beta(1, 1)

Với độ nhạy sens và độ đặc hiệu spec, chúng ta có thể ước tính giá trị tiên lượng dương tính (positive predictive value –PPV):

Trong số A đối tượng có kết quả dương tính, chúng ta kì vọng sẽ có X = A×PPV thật sự nhiễm HBV.  Do đó, chúng ta sẽ sử dụng luật phân phối nhị phân để mô phỏng X.  Tương tự, chúng ta mô phỏng Y = N – A kết quả âm tính nhưng mắc bệnh (âm tính giả).  Tính chung, chúng ta có X + Y đối tượng (trong số N) nhiễm HBV. 

A ~ Binom(A, PPV)

Và

B ~ Binom(B, 1–PPV)

Chúng ta sẽ sử dụng phương pháp Gibbs sampler để mô phỏng.  Mã R sau đây sẽ mô phỏng theo mô hình trên:

# set.seed(123647) m=50000       # iterations PI=numeric(m) # vector for results PI[1]=0.5     # initial value alpha=1; beta=1 # Beta paramater sens=0.99; spec=0.97 # sens and spec N=1579; A=265; B=N-A # actual data for (i in 2:m) { num.x = PI[i-1]*sens; den.x = num.x+(1-PI[i-1])*(1-spec) X = rbinom(1, A, num.x/den.x) num.y = PI[i-1]*(1-sens) den.y = num.y+(1-PI[i-1])*spec Y = rbinom(1, B, num.y/den.y) PI[i] = rbeta(1, X + Y + alpha, n-X-Y+beta) } aft.brn = seq(m/2+1, m) mean(PI[aft.brn]) quantile(PI[aft.brn], c(0.025, 0.975)) par(mfrow=c(2,1)) plot(aft.brn, PI[aft.brn],) hist(PI[aft.brn], prob=T) par(mfrow=c(1,1))

Chú ý trong mã trên, chúng ta có N = 1579 và A = 265.  Sau khi chạy chương trình, chúng ta có kết quả ước số cho tỉ lệ hiện hành p là 0.144, với khoảng tin cậy 95% dao động từ 12.5% đến 16.4%. 

Biểu đồ (không trình bày ở đây) cho thấy quá trình mô phỏng đồng qui (converged), và kết quả trên có thể chấp nhận như là một đáp số đáng tin cậy.

Nếu thay thế N = 250 và A = 6, tỉ lệ hiện hành là 0.07% và khoảng tin cậy 95% là 0.002% đến 0.263% (chứ không còn là số âm như trước).

Nói tóm lại, trong trường hợp bất định (thể hiện qua độ nhạy và độ đặc hiệu không phải là 100%) thì phương pháp mô phỏng theo mô hình Bayes có thể cung cấp một ước số đáng tin cậy hơn phương pháp cổ điển.

GS Nguyễn Văn Tuấn

Những sai lầm phổ biến trong phân tích thống kê

Phân tích thống kê là một phần không thể thiếu được trong các nghiên cứu y khoa, nhất là nghiên cứu lâm sàng và dịch tễ học.  Thống kê đã được ứng dụng trong y học từ những năm trong thập niên 1930s, nhưng thật ra từ thế kỉ 19 người ta cũng đã nghĩ đến việc sử dụng các thuật phân tích thống kê trong thử nghiệm lâm sàng.  Mặc dù đã trải qua hơn 1 thế kỉ ứng dụng, nhưng cho đến ngày nay vẫn còn rất nhiều sai sót về phân tích thống kê trong các công trình nghiên cứu y học.  Một số sai sót không ảnh hưởng gì đến kết luận của nghiên cứu, nhưng nhiều sai sót mang tính hệ thống thì có khi làm cho công trình nghiên cứu có một ý nghĩa hoàn toàn khác với kết luận của tác giả.

Để khắc phục tình trạng sai sót về phân tích thống kê trong nghiên cứu y học, nhiều nhóm trên thế giới đã xuất bản những “phác đồ”, những hướng dẫn trong cách phân tích và trình bày kết quả phân tích dữ liệu.  Đây là một nỗ lực trong thực hành y học thực chứng, bởi vì y học thực chứng dựa vào những công trình nghiên cứu có chất lượng và chứng cứ phải chính xác.  Trong bối cảnh nghiên cứu y học ở Việt Nam, y học thực chứng vẫn còn trong giai đoạn đầu, và nhìn qua những bài báo khoa học rất dễ nhận ra nhiều sai sót về phân tích dữ liệu trong mỗi bài báo.  Đó cũng là một trong những nguyên nhân dẫn đến chất lượng nghiên cứu y học ở Việt Nam không có phẩm chất cao.  Chúng ta cần phải khắc phục tình trạng yếu kém này.

Phân tích thống kê có thể chia thành hai lĩnh vực chính: phân tích mô tả và phân tích suy luận.  Phân tích mô tả quan tâm đến cách mô tả dữ liệu từ một mẫu hoặc từ một công trình nghiên cứu.  Phân tích suy luận bao gồm các phương pháp phân tích cách ước tính, suy luận, kiểm định giả thuyết khoa học.  Trong loạt bài này, tôi sẽ trình bày những sai sót phổ biến nhất về phân tích mô tả và phân tích suy luận trong các nghiên cứu y học trên thế giới và Việt Nam, với hi vọng rằng những sai sót này sẽ giảm đi trong tương lai, và chất lượng nghiên cứu khoa học sẽ được nâng cao.

Tôi sẽ lần lượt (hai ngày một lần) trình bày những sai sót này để chúng ta cùng tham khảo và bàn luận.  Nếu bạn đọc phát hiện những thiếu sót gì mới, xin cung cấp thông tin cho chúng tôi để bình luận.  Dĩ nhiên, theo qui ước y khoa, chúng tôi sẽ giữ kín thông tin các bạn cung cấp.

Sai sót 1: Không định nghĩa biến phân tích rõ ràng

Đặc tính của khoa học là cân, đo, đong, đếm.  Nhà nghiên cứu cần phải nói cho người đọc (và công chúng) biết những biến lâm sàng mà họ đo lường là gì, và phải cung cấp định nghĩa của những biến đó sao cho người đọc có thể hiểu được.  Chẳng hạn như khi nói đến mật độ xương (bone mineral density - BMD), nhà nghiên cứu phải định nghĩa BMD là gì, đo ở vị trí nào trong cơ thể, đơn vị đo lường là gì, và đo bằng phương pháp hay phương tiện gì.  Hay như huyết áp, nhà nghiên cứu phải cung cấp định nghĩa ngưỡng giá trị nào là “cao huyết áp” và  ngưỡng nào là “bình thường”.  Tương tự, khi đề cập đến béo phì (obesity), nhà nghiên cứu phải định nghĩa thế nào là béo phì, và dùng chỉ số nào để định nghĩa.  Chẳng hạn như BMI trên 27.5 (ở người Á châu) hay trên 30 (ở người Âu châu) được xem là béo phì.

Đối với các biến liên quan đến khái niệm hoặc hành vi (behavior) vấn đề định nghĩa có thể khó hơn vì khó đo lường.  Chẳng hạn như trầm cảm được định nghĩa bằng thang điểm Zung Depression Inventory (ZDI) trên 50, nhưng biến số này phản ảnh trầm cảm chính xác độ nào thì là một vấn đề còn trong vòng tranh cãi. Trong một cuộc điều tra qui mô ở Mĩ, một cá nhân được xem là “đang hút thuốc lá” là người hút thuốc lá trong vòng 30 ngày trước khi tham gia cuộc điều tra.  Mặc dù định nghĩa này không hiển nhiên như chúng ta mong muốn, nhưng đó là một định nghĩa mang tính “operational”, và nhà nghiên cứu phải phát biểu, cho dù chúng ta có thể không đồng ý với định nghĩa đó.

Sai sót 2: Không cung cấp độ đo lường cho từng biến số

Độ đo lường (level of measurement) là một thông tin quan trọng cho phân tích thống kê.  Trong lí thuyết đo lường, người ta phân biệt ba loại biến số: định danh (nominal), định cấp độ (ordinal), và liên tục (continuous).

Ở mức độ thấp nhất là những dữ liệu mang tính định danh, tức những biến bao gồm hai hay hơn hai loại (nam hay nữ), hoặc tên (đạo Phật, đạo Công giáo), phân loại nhưng không có tính thứ tự cao thấp (như nghề nghiệp). Loại máu A, B, AB, hoặc O cũng được xem là dữ liệu định danh.

Các dữ liệu định cấp bao gồm thể loại có thứ tự cao thấp và có thể xếp hạng.  chẳng hạn như một cá nhân có thể là thấp, trung bình, hay cao.  Chúng ta có thể không biết chính xác chiều cao của bệnh nhân, nhưng chúng ta biết bệnh nhân đó thuộc nhóm cao, trung bình hay thấp.

Các biến liên tục có giá trị chính xác hơn các biến định cấp và định danh.  Những biến số như chiều cao (đo bằng cm), cân nặng (kg), huyết áp (mmHg), mật độ xương (g/cm²), v.v. được xem là những dữ liệu liên tục.  Dữ liệu liên tục là những dữ liệu có độ chính xác cao nhất trong 3 nhóm đo lường.

Nhà nghiên cứu cần phải nói rõ biến phân tích thuộc loại nào trong bài báo khoa học. Chẳng hạn như huyết áp của một bệnh nhân có thể chia thành hai nhóm (tăng hay không tăng), hoặc như là một biến phân cấp (hypotensive, normotensive, và hypertensive), hoặc như là một biến liên tục.  Đây là vấn đề quan trọng, bởi vì đặc tính của biến số quyết định phương pháp phân tích.  Do đó, nếu nhà nghiên cứu không định nghĩa và không mô tả biến phân tích rõ ràng, thì người đọc sẽ không lĩnh hội được kết quả nghiên cứu có ý nghĩa gì. 

Sai sót 3: Phân chia biến liên tục thành nhiều nhóm mà không giải thích lí do

Thỉnh thoảng, để đơn giản hóa các phân tích thống kê, nhà nghiên cứu có thể chia các biến liên tục thành nhiều nhóm.  Chẳng hạn như body mass index có thể chia thành 4 nhóm: béo phì, quá cân, bình thường, và thiếu cân.  Nhưng cũng có nhiều trường hợp nhà nghiên cứu chia nhóm một cách tùy tiện, hoàn toàn không theo một qui ước lâm sàng nào cả, như chia độ tuổi thành nhiều nhóm theo 5 tuổi (0-4, 5-9, 10-14, v.v.), lại có khi chia thành nhóm theo 10 tuổi (0-9, 10-19, 20-29, v.v.).  Phân chia một biến liên tục thành một biến không liên tục qua phân nhóm như vừa đề cập là một cách làm … phi khoa học.  Như đề cập trên, biến liên tục là biến có giá trị chính xác cao nhất so với các biến định cấp và định danh.  Một khi một biến liên tục bị cắt thành nhiều đoạn, thì điều đó cũng có nghĩa là làm giảm độ chính xác của biến số.  Vì độ chính xác suy giảm, nên power của phân tích cũng giảm theo.  Đã có rất nhiều nghiên cứu lí thuyết và thực hành cho thấy những phân nhóm như thế là phản khoa học, và có khi cho ra những kết quả rất khó diễn giải, nếu không muốn nói là sai.

Sai sót 4: Dùng trung bình và độ lệch chuẩn (SD) để mô tả một biến liên tục không tuân theo luật phân phối chuẩn

Không như các biến định danh và định cấp vốn có thể mô tả bằng tần số (frequency) hoặc tỉ lệ (proportion) cho mỗi nhóm, các biến số liên tục có thể mô tả bằng một biểu đồ phân phối.  Đối với các biến tuân theo luật phân phối chuẩn (normal distribution), có hai thông số chính là số trung bình và độ lệch chuẩn.  Theo định nghĩa của luật phân phối chuẩn, khoảng 67% các giá trị của nằm trong khoảng ±1 SD của số trung bình; khoảng 95% giá trị nằm trong khoảng ± 2 SD.

Tuy nhiên, nếu một biến không tuân theo luật phân phối chuẩn, thì số trung bình và độ lệch chuẩn sẽ không có ý nghĩa gì đáng kể.  Đối với các biến không tuân theo luật phân phối chuẩn, các suy luận về 67% và 95% không còn đúng nữa.  Trong trường hợp này, chúng ta nên dùng số trung vị (median) và số interquartile range để mô tả dữ liệu.

Phần lớn số liệu lâm sàng và sinh hóa không tuân theo luật phân phối chuẩn. Do đó, số trung vị và interquartile range nên được sử dụng thường xuyên hơn.  Một cách tính nhẩm đáng tin cậy là nếu SD cao hơn phân nửa số trung bình (và số âm là số không khả dĩ về mặt sinh học) thì dữ liệu có lẽ không tuân theo luật phân phối chuẩn.

Sai sót 5: Dùng số trung bình và sai số chuẩn (standard error – SE) như là các chỉ số thống kê mô tả

Số trung bình và độ lệch chuẩn (SD) là những chỉ số thống kê mô tả một mẫu nghiên cứu (study sample) với điều kiện biến số tuân theo luật phân phối chuẩn.  Sai số chuẩn (standard error hay SE) là một chỉ số đo lường độ chính xác (precision) của một đặc điểm quần thể (population).  Xin nhắc lại, SD áp dụng một mẫu nghiên cứu, SE áp dụng cho đặc điểm của một quần thể.  SD phản ảnh độ dao động hay khác biệt giữa các cá nhân trong một mẫu nghiên cứu, còn SE phản ảnh độ dao động về một chỉ số như số trung bình giữa các mẫu tưởng tượng (vâng! tưởng tượng).

SE có thể ước tính từ SD bằng cách lấy SD chia cho căn số bậc hai của số cỡ mẫu. Do đó, SE lúc nào cũng thấp hơn SD.  Nhiều nhà nghiên cứu không hiểu ý nghĩa của SE nên dùng nó như là một đo lường thay cho SD, và làm cho biến số có độ dao động thấp hơn so với thực tế.  Một số nhà nghiên cứu sai lầm vì không hiểu (tức sai lầm có thể thông cảm), nhưng có những nhà nghiên cứu cao bồi cố tình lừa gạt người đọc bằng cách dùng SE thay cho SD và không nói rõ.  Nói chung, nên dùng SD (chứ không phải SE) để mô tả một biến số. 

Sai sót 6: Chỉ báo cáo kết quả qua trị số P

Một bài báo y khoa viết như sau: “The effect of the drug on lowering diastolic blood pressure was statistically significant(P<0.05).”  Ở đây, trị số P có thể là 0.049;  tức có ý nghĩa thống kê (vì thấp hơn 0.05), nhưng rất gần với 0.05 mà có thể diễn giải như là môt trị số P bằng [chẳng hạn như] 0.051, tức không có ý nghĩa thống kê!  Ngoài ra, , chúng ta không biết ảnh hưởng của thuốc trong việc hạ huyết áp là bao nhiêu, tức là chúng ta không biết ảnh hưởng của thuốc có ý nghĩa lâm sàng hay không.

Một nghiên cứu khác viết “The mean diastolic blood pressure of the treatment group dropped from 110 to 92 mm Hg(P=0.02).”  Cách trình bày này tốt hơn cách trình bày trên, nhưng vẫn chưa đầy đủ.  Giá trị trước và sau điều trị được báo cáo rõ ràng, nhưng không nói đến độ khác biệt.  Thật ra, thuốc giảm huyết áp 18 mm Hg, và có ý nghĩa thống kê (P = 0.02), nhưng tác giả không cho chúng ta biết khoảng tin cậy 95% của độ khác biệt trước và sau điều trị.

Một cách viết tốt hơn nữa là “The drug lowered diastolic blood pressure by a mean of 18 mm Hg, from 110 to 92 mm Hg(95% CI = 2 to 34 mm Hg; P=0.02).” Ở đây, tác giả cho chúng ta biết ba thông tin quan trọng: huyết áp trước và sau điều trị; mức độ ảnh hưởng và khoảng tin cậy 95%; và trị số P.   Khoảng tin cậy 95% có thể diễn giải nôm na rằng nếu thuốc được thử nghiệm trên 100 mẫu tương tự như nghiên cứu đang báo cáo, thì tính trung bình huyết áp giảm từ 2 đến 34 mm Hg trong 95 mẫu.  Chúng ta biết rằng một giảm huyết áp A chỉ 2 mm Hg chẳng có ý nghĩa lâm sàng, nhưng giảm đến 34 mm Hg thì quả có ý nghĩa lâm sàng. Do đó, mặc dù huyết áp giảm trung bình là có ý nghĩa thống kê, mức độ khác biết có thể không phải lúc nào cũng có ý nghĩa lâm sàng; nói cách khác, kết quả nghiên cứu gần như khó kết luận.  Để có kết luận dứt khoát, có lẽ chúng ta cần thêm bệnh nhân sao cho tất cả khoảng tin cậy 95% đều có ý nghĩa lâm sàng.

Sai sót 7: Không kiểm định giả thiết trong phân tích

Bất cứ mô hình phân tích thống kê nào cũng đựa vào một số giả định (assumptions). Chẳng hạn như kiểm định t (t test) giả định rằng biến số phải tuân theo luật phân phối chuẩn, phương sai của hai nhóm so sánh phải tương đương nhau, các giá trị trong biến số phải độc lập với nhau, v.v.  Tương tự, trong mô hình hồi qui tuyến tính, ngoài những giả định như kiểm định t, còn có giả định mối liên hệ giữa hai biến phụ thuộc và độc lập phải tuân theo hàm số tuyến tính.  Trong phân tích sống sót (survival analysis), giả định proportionality cũng rất quan trọng, và nếu giả định này không đúng thì kết quả cũng có thể sai.  Nếu biến số không đáp ứng các giả thiết này, thì kết quả phân tích có khi không hợp lí, thậm chí sai.  Vì thế, việc kiểm định giả thiết trong phân tích rất quan trọng.

Một cách viết về giả định đã được kiểm tra có thể “The proportionality assumption was tested by evaluating the log minus log plot”, hoặc nếu dùng phương pháp khác thì “We tested the proportionality assumption by examining the odds of becoming pregnant in each discrete month when no contraception was used. Although the magnitude of the association was slightly less in the first month of follow-up compared with later months, we found that higher PBDE concentration was associated with decreased fecundability in every month.” (K Harley et al, Environ Health Perspect. 2010 August; 118(8): A330–A331).

Sai sót 8: Diển giải kết quả không có ý nghĩa thống kê như là một nghiên cứu negative.

Giả sử một nhà nghiên cứu so sánh huyết áp giữa hai nhóm, và kết quả không có ý nghĩa thống kê (statistically insignificant, P > 0.05).  Nhà nghiên cứu phải quyết định sự không khác biệt đó có nghĩa là hai nhóm giống nhau (tương đương nhau), hay số liệu chưa đầy đủ để đi đến một kết luận chắc chắn hơn.  Cần nói rằng một kết quả không có ý nghĩa thống kê không có nghĩa là hai nhóm giống nhau, mà chỉ có nghĩa là không thể bác bỏ giả thuyết vô hiệu.  Giả thuyết vô hiệu (null hypothesis) là giả thuyết hai nhóm bằng nhau.

Nhiều nghiên cứu báo cáo kết quả không có ý nghĩa thống kê thường có power thấp, và do đó, không thể cung cấp câu trả lời dứt khoát.  Nhà nghiên cứu có thể không “chứng minh” hai nhóm khác nhau, nhưng nhà nghiên cứu cũng không thể bác bỏ giả thuyết rằng hai nhóm có thể khác nhau.  Người ta có câu Absence of proof is not proof of absence hay Absence of evidence is not evidence of absence (không có bằng chứng không có nghĩa là bằng chứng không có).  Những nghiên cứu có power đầy đủ, một kết quả không có ý nghĩa thống kê có thể xem là một kết quả âm tính – negative (tức hai nhóm thật sự không khác nhau)

GS. Nguyễn Văn Tuấn