Bg phuong phap nghien cuu khoa hoc phan 2 5924

Biến số dùng để mô tả hay đo lường các yếu tố được cho là gây nên hay gây ảnh hưởng đến vấn đề nghiên cứu được gọi là biến số độc lập Cần phân biệt sự khác biệt giữa biến số và giá trị c

Trường Đại Học Võ Trường Toản Khoa Y

BIẾN SỐ

Mục tiêu

1 Xác định biến số là gì và tại sao việc chọn lựa biến số là quan trọng

2 Phân biệt được biến số định tính (categorical) và biến số định lượng

(numerical)

3 Phân biệt được sự khác biệt giữa biến số độc lập và biến số phụ thuộc và

chúng được sử dụng trong nghiên cứu như thế nào

4 Xác định được các biến số được đo lường trong dự án nghiên cứu đang

được thiết kế và cho biết:

- Biến số nào có thể đo lường trực tiếp

- Biến số nào không thể đo lường trực tiệp và phải sử dụng định nghĩa cụ

thể(operation definition)

- Biến số nào không thể đo lường được vào thời điểm hiện tại

Biến số

Do nghiên cứu khoa học là việc thu thập, phân tích và lí giải số liệu để giải

quyết vấn đề nghiên cứu hay trả lời một câu hỏi nghiên cứu (Varkevisser et al.,

1991) nên nghiên cứ khoa học cần phải thu thập thông tin các đặc tính hay các đại

lượng của đối tượng Các đặc tính hay đại lượng này được gọi là biến số Nói cách

khác:

Biến số là những đại lượng hay những đặc tính có thể thay đổi từ người này

sang người khác hay từ thời điểm này sang thời điểm khác

Biến số định tính và biến số định lượng

Như vậy biến số có thể thể hiện đại lượng hay đặc tính Nếu nó thể hiện một

đại lượng nó được gọi là biến số định lượng Nếu nó nhằm thể hiện một đặc tính nó

được gọi là biến số định tính Biến số định tính còn được chia làm 2 loại: biến số

danh định và biến số thứ tự

Biến số danh định là biến số mà giá trị của nó không thể biểu thị bằng số mà

phải biểu diễn bằng một tên gọi (danh: tên) và các giá trị này không thể sắp đặt

theo một trật tự từ thấp đến cao

Thí dụ: Biến số dân tộc với các giá trị: Kinh, Khmer, Hoa, Chăm,… là biến

số định tính vì chúng ta không thể sắp xếp các giá trị này từ theo một trật tự từ thấp

đến cao hay ngược lại

Một số thí dụ khác của biến số danh định là tình trạng hôn nhân (có 4 giá trị:

độc thân, có gia đình, li dị, góa) nhóm máu (A, B, AB và O)

Trong phân tích thống kê, để tiện việc nhập số liệu hay lí giải kết quả, người

ta có thể ánh xạ (mapping) các giá trị của biến danh định vào các con số Việc này

được gọi là mã hóa và cần hiểu rằng việc mã hóa này hoàn toàn có tính chất áp đặt

và các con số được dùng trong mã hóa không phản ánh bản chất của biến số danh

định

Giới tính là biến số danh định và có hai giá trị là nam và nữ Chúng ta có thể

mã hóa giới tính và quy ước Nam là 1 và Nữ là 2 Tuy nhiên việc mã hóa này là áp

đặt và chúng ta hoàn toàn có thể quy ước Nam là 1 và Nữ là 0 Việc mã hóa chỉ

nhằm giúp việc nhập số liệu và xử lí số liệu trở nên dễ dàng hơn chứ không nhằm

phản ánh bản chất của biến số đó (do đó hoàn toàn vô căn cứ nếu cho rằng mã hóa

Nam=1 và Nữ=0 là phản ánh thái độ phong kiến "Nhất nam viết hữu - Thập nữ viết

vô)

Biến số thứ tự là biến số danh định nhưng có thể sắp xếp thứ tự được

Thí dụ: tình trạng kinh tế xã hội (giàu, khá, trung bình, nghèo, rất nghèo) là

biến số thứ tự bởi vì người giàu có điều kiện kinh tế tốt hơn người khá, người khá

hơn người trung bình, trung bình hơn nghèo, v.v

Những thí dụ khác là học lực của học sinh (giỏi, khá, trung bình, kém), tiên

lượng (tốt, khá, xấu, tử vong)

Trường Đại Học Võ Trường Toản Khoa Y

Theo phân loại tăng huyết áp của Tổ chức Y tế Thế giới được trình bày như

sau, thì phân loại huyết áp với các giá trị huyết áp bình thường, huyết áp cao nhẹ,

vừa và nặng là biến số thứ tự

Huyết áp bình thường: HA tâm thu (139 và HA tâm trương ( 89

Tăng huyết áp nhẹ: HA tâm thu ( 179 hay HA tâm trương ( 104

Tăng huyết áp vừa: HA tâm thu ( 180 hay HA tâm trương (114

Tăng huyết áp nặng: HA tâm thu (180 và HA tâm trương ( 115

Khi chúng ta quan tâm đến việc lí giải nguyên nhân của sự việc chúng ta

chia biến số thành biến số độc lập và biến số phụ thuộc

Biến số dùng để mô tả hay đo lường vấn đề nghiên cứu được gọi là biến số

phụ thuộc

Biến số dùng để mô tả hay đo lường các yếu tố được cho là gây nên (hay gây

ảnh hưởng đến) vấn đề nghiên cứu được gọi là biến số độc lập

Cần phân biệt sự khác biệt giữa biến số và giá trị của biến số (còn gọi là yếu

tố): Giới tính là biến số nhưng Nữ không phải là biến số mà là một giá trị của biến

số (hay còn gọi là yếu tố) Thời gian chờ đợi để được sử dụng dịch vụ y tế là biến

số nhưng thời gian chờ đợi lâu là giá trị của biến số Kiến thức về các cây con

thuốc là biến số nhưng ít hiểu biết về các cây con thuốc là yếu tố Ta có thể nói

biến số mức độ hút thuốc lá có liên quan đến nguy cơ ung thư phổi nhưng phải nói

hút thuốc lá nặng là yếu tố nguy cơ của ung thư phổi

Biến số (đại lượng hay đặc tính được quan tâm) được chia làm 3 loại:

- Biến số có thể đo lường trực tiếp - chiều cao, cân nặng, tuổi, tình trạng hôn

nhân.v.v

- Biến số không thể đo lường trực tiếp được như tình trạng dinh dưỡng, mức

độ đắc khí, mức độ hài lòng của bệnh nhân, kiến thức của bà mẹ về thực hành

chăm sóc trẻ

- Biến số không đo lường được trong nghiên cứu hiện tại Trên nguyên tắc,

mọi biến số đều có thể đo lường được nhưng trong một nghiên cứu cụ thể có thể có

một số biến số không đo lường được do hạn chế của điều kiện kĩ thuật hay không

thống nhất về định nghĩa cụ thể (thí dụ nồng độ endorphine gia tăng sau khi châm

cứu, mức độ hữu dụng của những bệnh nhân bị tàn tật, chất lượng dân số)

Ðịnh nghĩa cụ thể

Thông thường, nhà nghiên cứu bắt đầu với một quan điểm tương đối mơ hồ

về cách đo lường các biến số nghiên cứu Thí dụ, nếu nhà nghiên cứu muốn đo

lường mức độ đau thì nhà nghiên cứu phải chuyển đổi khái niệm đau thành một

mệnh đề chặt chẽ xác định cách đo lường biến số này Phụ thuộc vào cách lí giải

trừu tượng của khái niệm đau và yêu cầu cụ thể của nghiên cứu, chúng ta có thể

chọn lựa một phương pháp đo lương mức độ đau đớn

Ðịnh nghĩa cụ thể của biến số là một mệnh đề về cách người nghiên cứu của

một nghiên cứu nào đó chọn cách đo lường biến số đó Nó phải không được mơ hồ

và chỉ có một cách lí giải duy nhất Thí dụ, một nhà nghiên cứu cho rằng việc điều

trị của bà ta có thể giúp cải thiện việc "kiểm soát vận động", câu hỏi chúng ta cần

đặt ra ngay là "kiểm soát vận động" có ý nghĩa như thế nào Nhà nghiên cứu có thể

trả lời là bà ta quan tâm đến việc kiểm soát vận động được đo lường bởi Plunkett

Motor Dexterity Task Score Một nhà nghiên cứu khác có thể không chấp nhận

định nghĩa này và cho rằng việc kiểm soát vận động nên được tự đánh giá bởi

bệnh nhân Cả hai định nghĩa này được gọi là định nghĩa cụ thể

Trường Đại Học Võ Trường Toản Khoa Y

71

Một định nghĩa cụ thể tốt là định nghĩa cung cấp đủ thông tin để cho phép

một nhà nghiên cứu khác có thể lập lại kĩ thuật đo lường, nếu người đó muốn

Trong mô tả nghiên cứu nhà nghiên cứu nên bao gồm trong định nghĩa cụ thể

những công cụ đo lường và quy trình nghiên cứu để người đọc có thể rõ ràng về

những việc đã làm

Biến số độc lập - phụ thuộc - gây nhiễu

Việc xác định biến số nào là biến số độc lập hay biến số phụ thuộc được xác

định trong phần đặt vấn đề và mục tiêu của nghiên cứu Do đó trong khi thiết kế

nghiên cứu cần phải xác định rõ ràng biến số nào là độc lập và biến số nào là phụ

thuộc

Thí dụ nếu nghiên cứu mối quan hệ giữa ung thư phổi và hút thuốc lá thì hút

thuốc lá là biến số độc lập và ung thư phổi là biến số phụ thuộc

Nếu nhà nghiên cứu muốn tìm hiểu tại sao thanh niên hút thuốc thì hút thuốc

là biến số phụ thuộc và "áp lực của bạn bè" là biến số độc lập

Biến số gây nhiễu (confounding variable) là biến số cung cấp một giải thích

khác của mối liên hệ giữa biến số độc lập và biến số phụ thuộc Một biến số được

đánh giá là biến số gây nhiễu khi có 3 đặc tính sau:

- Có liên quan đến biến số phụ thuộc (là yếu tố nguy cơ của vấn đề nghiên

Có mối liên hệ giữa số lần khám tiền sản và sanh con nhẹ hơn 2500 gram

Tuy nhiên thu nhập của gia đình cũng có thể ảnh hưởng đến số lần khám tiền sản

và việc sanh con nhẹ cân Như vậy thu nhập của gia đình là yếu tố gây nhiễu

Kiểm soát yếu tố gây nhiễu

Ðể khắc phục yếu tố gây nhiễu người ta có thể sử dụng:

- Phương pháp hạn chế: thí dụ chỉ nghiên cứu những bà mẹ trong gia đình có

thu nhập trung bình, không nghiên cứu những bà mẹ trong gia đình nghèo

- Phương pháp bắt cặp trong chọn mẫu và phân tầng trong phân tích mẫu:

- Phương pháp phần tầng: gồm tiến hành phân tích số liệu riêng biệt cho

nhóm bà mẹ nghèo, cho nhóm bà mẹ trung bình và nhóm bà mẹ giàu rồi tổng hợp

kết quả lại Thực chất phương pháp phân tầng gồm là sự tổng hợp của nhiều nghiên

cứu hạn chế (mỗi nghiên cứu được hạn chế cho một giá trị của biến số gây nhiễu)

- Phương pháp mô hình hóa sử dụng phương pháp hồi quy đa biến để tách

riêng tác động của từng biến số có liên quan trong mô hình Khi đó hệ số của các

biến số trong mô hình đánh giá tác động của biến số đó, không bị ảnh hưởng hay

gây nhiễu bởi các yếu tố khác (bởi vì trong hồi quy đa biến, hệ số B1 của biến số X1

nêu lên sự thay đổi của biến phụ thuộc Y khi X1 thay đổi một đơn vị và các biến số

liên quan khác như X1 , X2 , … không thay đổi)

- Phương pháp chia nhóm ngẫu nhiên: chỉ sử dụng được cho nghiên cứu

thực nghiệm nhưng đây là phương pháp khử yếu tố gây nhiễu toàn diện nhất và

không cần xác định hay đo lường toàn bộ các yếu tố gây nhiễu

Biến số nền (background variables)

Trong bất cứ nghiên cứu nào, có những biến số nền tảng thí dụ như tuổi,

giới, trình độ giáo dục, tình trạng kinh tế, tình trạng hôn nhân, tôn giáo, v.v Những

biến số này thường có ảnh hưởng đến vấn đề nghiên cứu (biến số phụ thuộc) và có

tác động như biến số gây nhiễu Nếu biến số nền có ảnh hưởng quan trọng đến

Trường Đại Học Võ Trường Toản Khoa Y

nghiên cứu cần phải thu thập thông tin về biến số nền Nhưng không nên thu thập

quá nhiều biến số nền để tránh làm tăng kinh phí nghiên cứu một cách vô ích

Bài tập:

1 Giả sử chúng ta có khung ý niệm (conceptual framework) về mối liên hệ

giữ kém vận động và bệnh mạch vành như sau:

Trong các yếu tố: Hút thuốc lá, Tăng LDL-cholesterol, Xem ti vi nhiều, yếu

tố nào được xem là yếu tố gây nhiễu?

2 Một nghiên cứu đoàn hệ được tiến hành ở Anh quốc, những người tham

gia được ghi nhận mức độ hoạt động tình dục cao ở đầu nghiên cứu (được đánh giá

bằng tần suất có khoái cảm) có nguy cơ tử vong trong 10 năm thấp hơn những

người được ghi nhận có mức độ hoạt động tình dục thấp.1 Giả sử điều này là đúng,

anh chị có lời khuyên gì về việc hoạt động tình dục để giảm thiểu nguy cơ tử vong

Một số nhà khoa học cho rằng kết luận của nghiên cứu có thể là không đúng

Họ giải thích rằng những người có quan hệ tình dục thường xuyên là những người

có sức khoẻ tổng quát tốt hơn, do đó, có nguy cơ tử vong thấp hơn Theo các anh

chị, những nhà khoa học này cho rằng tình trạng sức khoẻ tổng quát là yếu tố biến

đổi hậu quả hay yếu tố gây nhiễu? Nếu điều này được chứng minh là đúng thì anh

chị sẽ có lời khuyên gì đối với mọi người để giảm thiểu nguy cơ tử vong

Các bác sĩ lâm sàng có kinh nghiệm lại đưa ra lời giải thích khác Họ cho

rằng ở những người khoẻ mạnh, quan hệ tình dục thường xuyên là có lợi cho sức

khoẻ và làm giảm nguy cơ tử vong còn ở người ở tình trạng sức khoẻ tổng quát đã

kém việc quan hệ tình dục thường xuyên lại khiến đối tượng dễ bị tử vong hơn

Kém vận động Tăng LDL-cholesterol

Giảm HDL-cholesterol

Bệnh mạch vành Hút thuốc lá

Xem ti vi nhiều

Trường Đại Học Võ Trường Toản Khoa Y

Theo các anh chị, nếu kinh nghiệm lâm sàng này là đúng thì tình trạng sức khoẻ

tổng quát là yếu tố biến đổi hậu quả hay yếu tố gây nhiễu? Nếu điều này là đúng

thì anh chị sẽ có lời khuyên gì đối với mọi người để giảm thiểu nguy cơ tử vong

1 Davey Smith G, Frankel S, Yarnell J Sex and death: are they related?

Findings from the Caerphilly Cohort study BMJ 1997; 315: 1641-1644

2 Gần như tất cả các nghiên cứu quan sát cho thấy sự giảm nguy cơ tử vong

bệnh tim ở các phụ nữ sử dụng oestrogen Một nghiên cứu gộp (meta-analysis)

của 25 nghiên cứu đã xuất bản tìm thấy nguy cơ tương đối chung là 0.70 đối với

bệnh mạch tim ở các phụ nữ có sử dụng estrogen (so với nhóm không dùng

oestrogen); trong 7 nghiên cứu khác đánh giá hiệu quả của việc sử dụng oestrogen

và progestogen, nguy cơ ước lượng là 0.66.2

Tuy nhiên, gần đây, Hemminki and McPherson đã tổng kết 22 nghiên cứu

thử nghiệm ngẫu nhiên của việc sử dụng trị liệu oestrogen và thấy rằng các biến cố

tim mạch lại là nguyên nhân chủ yếu của việc bỏ cuộc hay phản ứng ngoại ý.3 Tỉ

số nguy cơ tóm tắt là (1.39) trong nhóm sử dụng estrogen so với nhóm không sử

dụng Điều này cho thấy estrogen không có tác dụng có lợi, nếu không phải là có

hại, lên nguy cơ bệnh tim mạch

Anh chị tin vào kết quả nghiên cứu của loại nghiên cứu nào hơn? Anh chị

cho rằng điều trị hormone thay thế ở phụ nữ mãn kinh có lợi hay có hại cho sức

khỏe tim mạch? Tại sao anh chị lại tin như vậy?

1 Barrett-Connor E Hormone Replacement Therapy BMJ

1998;317:457-461

2 Barrett-Connor E, Grady D Hormone replacement therapy, heart disease,

and other considerations Annu Rev Public Health 1998; 19: 55-72

3 Hemminki E, McPherson K Impact of postmenopausal hormone therapy

on cardiovascular events and cancer: pooled data from clinical trials BMJ 1997;

315: 149-153

4 Writing Group for the PEPI Trial Effects of estrogen or

estrogen/progestin regimens on heart disease risk factors in postmenopausal

women JAMA 1995; 273: 199-208

3 Một nghiên cứu thực nghiệm trên khỉ chimpanzee cho thấy lượng

estrogen giúp khỉ chimpanzee cái được bảo vệ và có nguy cơ bị sốt rét thấp hơn so

với khỉ đực Một nhà nghiên cứu quan tâm đến đề tài này và thực hiện một nghiên

cứu bệnh chứng để xác định mối liên hệ giữa giới tính và sốt rét Nhà nghiên cứu

này tìm được 150 trường hợp bệnh (trong đó có 88 nam) và 150 chứng (trong đó

có 68 nam) Tỉ số số chênh thô tính được là 1,71

Nhà nghiên cứu này cũng biết chút ít về dịch tễ và cho rằng những hoạt

động nghề nghiệp ngoài nhà là yếu tố gây nhiễu và do đó, thu thập thông tin về

nghề nghiệp hoạt động ngoài nhà ở các đối tượng, sử dụng phương pháp phân tầng

và ghi nhận được các kết quả sau:

Nhóm nghề nghiệp ngoài nhà Nhóm nghề nghiệp trong nhà

Bias in studies of use of oestrogen and heart disease 1

Bias in who is prescribed oestrogen:

Healthier before treated

Bias in who takes oestrogen:

Compliant women

Trường Đại Học Võ Trường Toản Khoa Y

Bệnh Chứng Tổng số Bệnh Chứng Tổng số

Theo các anh chị, nghề nghiệp (ngoài nhà và trong nhà) có phải là yếu tố gây

nhiễu trong nghiên cứu này hay không? tại sao?

Nhà nghiên cứu đang viết bài báo cáo và dự định sẽ công bố giá trị OR hiệu

chỉnh theo nghề nghiệp Tình cờ có một chuyên viên dịch tễ của Tổ Chức Y tế Thế

giới đọc được bản thảo của nghiên cứu này và cho ý kiến phản biến Theo ông, do

nghề nghiệp là hậu quả của giới tính nên chuỗi giới tính - nghề nghiệp - sốt rét có

thể được xem như là cơ chế tác động của giới tính lên nguy cơ mắc bệnh sốt rét

Do đó nghề nghiệp không phải là yếu tố gây nhiễu Ông ta khuyên nên báo cáo giá

trị OR thô (không hiệu chỉnh cho nghề nghiệp) Theo anh chị, nhà nghiên cứu có

nên nghe theo lời khuyên của chuyên gia dịch tễ hay không?

THIẾT KẾ NGHIÊN CỨU

Mục tiêu

1 Mô tả được những thiết kế thường được sử dụng trong nghiên cứu khoa

học y học và hạn chế của mỗi loại nghiên cứu

2 Trình bày được từng loại nghiên cứu có ảnh hưởng gì đến tính giá trị và

tính tin cậy của kết quả nghiên cứu

3 Xác định được loại nghiên cứu thích hợp cho đề cương nghiên cứu của

chính học viên

Mở đầu

Phụ thuộc vào chúng ta đã biết gì về vấn đề nghiên cứu, có những câu hỏi

khác nhau cần được đặt ra và tương ứng với các thiết kế nghiên cứu khác nhau

Việc chọn lựa thiết kế nghiên cứu phụ thuộc vào

- Vấn đề thuộc loại gì?

- Kiến thức đã biết được về vấn đề

- Nguồn lực có được dành cho nghiên cứu Thí dụ trong những vấn đề về quản lí y tế (thí dụ như việc quá tải của bệnh

viện) chỉ cần mô tả rõ ràng vấn đề và xác định các yếu cố góp phần cũng đủ cung

cấp những thông tin để hành động

Ðối với một số vấn đề quản lí y tế và nhiều loại nghiên cứu khác, có thể

chúng ta cần muốn biết mối liên hệ giữa các biến số (thí dụ như ít ăn rau và ung

thư đại tràng) Trong trường hợp này chúng ta cần có nghiên cứu phân tích hay

nghiên cứu thực nghiệm

Trường Đại Học Võ Trường Toản Khoa Y

Một số loại nghiên cứu

Có nhiều cách phân loại nghiên cứu trong đó người ta thường chia làm 2

loại:

- Các nghiên cứu không can thiệp: trong đó nhà nghiên cứu chỉ mô tả và

phân tích tình hình nhưng không can thiệp

- Các nghiên cứu có can thiệp: nhà nghiên cứu tác động lên tình hình và đo

lường kết quả của việc tác động (thí dụ như tiến hành chương trình giáo dục sức

khoẻ và xem nó có tác động gì lên tỉ lệ tiêm chủng)

Nghiên cứu không can thiệp

Nghiên cứu không can thiệp bao gồm nghiên cứu thăm dò, nghiên cứu mô tả

và nghiên cứu phân tích

Nghiên cứu thăm dò

Nghiên cứu thăm dò là nghiên cứu trên quy mô nhỏ trong thời gian ngắn khi

chúng ta chưa rõ về vấn đề hay tình hình cần phải nghiên cứu

Thí dụ: Uỷ ban quốc gia phòng chống AIDS muốn xây dựng dịch vụ tham

vấn cho bệnh nhân AIDS và người nhiễm HIV nhưng không biết những nhu cầu

của bệnh nhân cần được hỗ trợ Ðể thăm dò những nhu cầu này, một số cuộc

phỏng vấn sâu đã được tiến hành với nhiều nhóm bệnh nhân và với các nhân viên

y tế đã làm trong lãnh vực này

Trong nghiên cứu thăm dò người ta thường mô tả và so sánh Thí dụ nhà

nghiên cứu có thể mô tả nhu cầu của từng nhóm bệnh nhân và so sánh nhu cầu về

tham vấn của bệnh nhân nam và bệnh nhân nữ Nghiên cứu thăm dò sẽ có giá trị

tốt hơn nếu nhà nghiên cứu cố gằng tiếp cận vấn đề từ nhiều hướng khác nhau

Nghiên cứu mô tả

Nghiên cứu mô tả bao gồm việc thu thập và trình bày có hệ thống các số

liệu nhằm cung cấp một bức tranh về một tình huống cụ thể

Nghiên cứu mô tả có thể được tiến hành trên một quy mô lớn hoặc quy mô

nhỏ Ở quy mô nhỏ nghiên cứu mô tả bao gồm việc mô tả sâu các đặc tính của một

số bệnh nhân hay các trạm y tế hoặc các dự án Loại hình nghiên cứu này được gọi

là nghiên cứu trường hợp (case study) hay báo cáo ca bệnh (case report, case

series) Ở quy mô lớn hơn và các cuộc điều tra cắt ngang nhằm xác định sự phân

bố của các biến số nhất định ở một thời điểm Các đặc tính này có thể là các đặc

tính thực thể, kinh tế xã hội hay hành vi của cộng đồng

Ðôi khi nhà nghiên cứu thường kết hợp sự mô tả dân số nghiên cứu với sự

so sánh các nhóm trong dân số Mặc dù nghiên cứu này cũng sử dụng phương pháp

so sánh tương tự như nghiên cứu phân tích, khi chỉ so sánh các nhóm dân số khác

nhau, bản chất của nghiên cứu này vẫn là nghiên cứu mô tả

Khác với các nghiên cứu phân tích nhằm tìm mối liên hệ giữa một yếu tố

phơi nhiễm và tình trạng bệnh tật, các nghiên cứu mô tả, Nghiên cứu mô tả nhằm

báo động, tìm hiểu một số đặc điểm hay ước lượng quy mô của một vấn đề sức

khoẻ hay tìm hiểu kiến thức, thái độ, hành vi của người dân về vấn đề đó để đề

xuất các giải pháp can thiệp

Những nghiên cứu mô tả bao gồm: nghiên cứu ca bệnh, nghiên cứu loạt ca

bệnh trong nghiên cứu lâm sàng và nghiên cứu trường hợp trong nghiên cứu sức

khoẻ công cộng Các nghiên cứu kiến thức, thái độ, hành vi hay các điều tra cắt

ngang cũng là các nghiên cứu mô tả quan trọng Các nghiên cứu mô tả tương đối

phổ biến trong y văn và sau đây là một số thí dụ

Một báo cáo loạt ca bệnh (case series) dựa trên việc mô tả bệnh sử và bệnh

cảnh lâm sàng của 4 người đàn ông được nhập viện tại trung tâmY khoa của Ðại

học California ở Los Angeles (UCLA) vì bệnh viêm phổi do Pneumocystic carinii

6 Ðây là một vấn đề sức khoẻ cần phải báo động vì loại viêm phổi này trước đây

chỉ xuất hiện ở những người bị rối loạn hệ thống miễn dịch Những nhà nghiên cứu

tiến hành một nghiên cứu để xem đây là một vấn đề sức khoẻ mới hay chỉ là các

trường hợp tương tự với những ca bệnh viêm phổi Pneumocystic carinii được phát

Trường Đại Học Võ Trường Toản Khoa Y

hiện từ trước? Vấn đề sức khoẻ này có những đặc điểm gì ?

Một nghiên cứu trường hợp được tiến hành dựa trên việc mô tả đặc điểm của

một trạm y tế có hoạt động tương đối tốt nhằm rút ra các bài học về quản lí cho các

trạm y tế 7 Ðây là một nghiên cứu có ý nghĩa thực tiễn trong tình hình có nhiều

trạm y tế còn hoạt động kém

Ở Anh quốc nhóm chăm sóc ban đầu (primary care groups) được đưa vào

hoạt động từ năm 1999 và có một ngân quỹ thống nhất để chi trả cho các hoạt động

y tế của bệnh nhân bao gồm cả chi phí nhập viện Tuy nhiên người ta vẫn chưa rõ

các thông tin nền (baseline) về sức khoẻ, kinh tế xã hội và tỉ lệ nhập viện của 66

nhóm chăm sóc ban đầu nay ở thành phố Luân đôn Vì vậy một nghiên cứu cắt

ngang mô tả được tiến hành và cho thấy sự khác biệt đáng kể về kinh tế xã hội, y tế

và thực hành của các nhóm và các thông tin này được sử dụng cho việc lập kế

hoạch và đánh giá dịch vụ y tế 8

Như vậy các nghiên cứu mô tả có một giá trị thực tiễn hết sức to lớn và hoàn

toàn không kém nghiên cứu phân tích về giá trị khoa học Tuy nhiên một số nhà

nghiên cứu vì không nắm rõ mục tiêu nghiên cứu của mình nên thay vì thực hiện

một nghiên cứu mô tả tốt họ tiến hành một nghiên cứu phân tích kém Thí dụ trong

một nghiên cứu cắt ngang nhằm tìm hiểu mô hình bệnh tật của một cộng đồng

(đây là một nghiên cứu rất có giá trị để thiết kế chương trình can thiệp y tế cho

cộng đồng đó) nhà nghiên cứu không tập trung vào việc mô tả các vấn đề sức khoẻ

mà lại (thí dụ như) cố gắng tìm mối liên hệ giữa ung thư và hút thuốc lá và như

vậy làm loãng giá trị của đề tài nghiên cứu bằng một phân tích kém chất lượng và

bị sai lệch

Nghiên cứu so sánh hay nghiên cứu phân tích

Dịch tễ học phân tích (hoặc tìm nguyên nhân) có nội dung tìm nguyên nhân

gây ra vấn đề sức khỏe trong dân chúng

Phương pháp áp dụng là phân tích các yếu tố ảnh hưởng làm gia tăng tỷ lệ

bệnh trong một dân số Nguyên lí của phương pháp này là so sánh tỉ lệ mắc bệnh

của hai nhĩm dân số: một dân số cĩ tiếp xúc với yếu tố nguy cơ và một dân số

khơng tiếp xúc với yếu tố nguy cơ Nếu tỉ lệ mắc bệnh này khác biệt giữa hai nhĩm

(nghĩa là nguy cơ tương đối khác 1) thì ta kết luận cĩ thể cĩ mối liên hệ giữa yếu tố

tiếp xúc và bệnh tật Mặc dầu rất nhiều lãnh vực khoa học sinh học tham gia vào

khảo sát nguyên nhân bệnh tật con người nhưng vai trị của dịch tễ học là độc đáo

và khơng thể thay thế Hơn nữa phương pháp dịch tễ học thường đi đầu tìm ra các

nguyên nhân Các ngành khoa học khác sẽ đi theo để tìm thêm chứng cứ ủng hộ

Thí dụ John Snow đã tìm ra cơ chế lây bệnh của dịch tả trước khi các nhà vi sinh

học tìm ra phẩy khuẩn tả – Doll và Hill tìm thấy vai trị của thuốc lá gây bệnh ung

thư phổi trước khi các nhà khoa học tìm thấy hĩa chất sinh ung trong khĩi thuốc lá

Ðể cĩ số liệu cụ thể, dịch tễ học phân tích cĩ thể dùng các phương pháp điều

tra thu thập sau đây:

Khảo sát nguyên nhân trong cohort

Có tiếp xúc Không bệnh

Có bệnh

Không bệnh Thời gian t1

t0

Không tiếp xúc Không bệnh

Có bệnh

Không bệnh Thời gian t1

t0Nghiên cứu đồn hệ là nghiên cứu nhằm tìm ra sự liên hệ giữa một yếu tố

phơi nhiễm và một tình trạng sức khoẻ (thí dụ như một bệnh tật) bằng cách quan

sát và so sánh nguy cơ mắc bệnh giữa hai nhĩm quần thể cĩ tình trạng phơi nhiễm

Trường Đại Học Võ Trường Toản Khoa Y

khác nhau Một thí dụ kinh điển của nghiên cứu đồn hệ là nghiên cứu các bác sĩ

Anh quốc (The British Doctor's study) được bắt đầu tiến hành vào năm 1951 trong

đĩ 34.440 nam bác sĩ được hỏi về tình trạng hút thuốc lá (cĩ hay khơng) và được

theo dõi về tử vong do ung thư phổi trong vịng 20 năm 3 Kết quả cho thấy nguy

cơ tử vong hàng năm do ung thư phổi ở người khơng hút thuốc lá là 10/100.000

trong khi nguy cơ tử vong hàng năm do ung thư phổi ở người hút thuốc lá là

140/100.000 Như vậy hút thuốc lá làm tăng nguy cơ ung thư phổi lên 14 lần (nguy

cơ tương đối là 14) và như vậy hút thuốc lá được gọi là yếu tố nguy cơ (hay

nguyên nhân) của ung thư phổi

Tiền đề của nghiên cứu đồn hệ là phải theo dõi đầy đủ một hiện tượng sức

khoẻ của quần thể trong thời gian khá dài (khơng cĩ mất theo dõi - loss from

follow-up) Ðây là khuyết điểm chính của nghiên cứu đồn hệ và các thiết kế

nghiên cứu khác (bệnh chứng và cắt ngang) được đề xuất để khắc phục Nếu được

theo dõi đầy đủ, nghiên cứu đồn hệ cĩ ưu điểm là trực quan và ít gây ra sai lệch

do chọn lựa và sẽ cĩ tính thuyết phục cao

Khảo sát nguyên nhân bệnh chứng:

Có bệnh

Có tiếp xúc

Không tiếp xúc

Thời gian

Không bệnh

Có tiếp xúc

Không tiếp xúc

Thời gian

Giả sử chúng ta khơng cĩ điều kiện theo dõi 34.440 bác sĩ trong thời gian 20

năm nhưng chúng ta cĩ điều kiện (a) biết chắc chắn một người cĩ phải là một nam

bác sĩ hay khơng (b) ghi nhận được thơng tin của tất cả các trường hợp ung thư

phổi xảy ra trên các nam bác sĩ và (c) chọn một mẫu đại diện cho quần thể nam

bác sĩ về phương diện hút thuốc lá Khi đĩ bằng phép tính số học đơn giản cĩ thể

lá thuốc hút người ở bệnh mắc chênh số bệnh

mắc không người ở lá thuốc hút chênh

số

bệnh mắc người ở lá thuốc hút chênh số

Và như vậy chúng ta cĩ thể ước lượng được nguy cơ tương đối mà khơng

cần phải quan sát trong thời gian dài

Nhằm tìm hiểu sự liên quan giữa sử dụng Oestrogen tổng hợp (OCE) và ung

thư mội mạc tử cung, một nghiên cứu bệnh chứng được tiến hành trong đĩ cĩ 183

người bị ung thư nội mạc tử cung (nhĩm bệnh) và 183 người khơng bị ung thư nội

mạc tử cung (nhĩm chứng) được hỏi tiền căn sử dụng OCE4 Kết quả cho thấy

trong nhĩm bệnh cĩ 55 người cĩ tiền căn sử dụng OCE (số chênh sử dụng OCE

trong nhĩm này là 55/128=0,43) và trong nhĩm chứng cĩ 19 người cĩ tiền căn sử

dụng OCE (số chênh sử dụng OCE trong nhĩm chứng là 19/164=0,12) Tỉ số của

hai số chênh này là 0,43/0,12= 3,6 Con số này (3,6) cũng chính là số chênh mắc

ung thư mội mạc tử cung của nhĩm sử dụng OCE so với nhĩm khơng sử dụng

OCE hay là mức tăng nguy cơ ung thư nội mạc tử cung nếu sử dụng OCE

Nghiên cứu bệnh chứng tốt địi hỏi phải thoả mãn 3 điều kiện đã nêu ở trên

trong đĩ cĩ điều kiện là phải cĩ thơng tin về tất cả các trường hợp bệnh vì vậy

nghiên cứu này thích hợp cho các bệnh nghiêm trọng và tất cả các trường hợp bệnh

đều phải nhập viện Bệnh ung thư là một thí dụ kinh điển của loại bệnh thích hợp

cho nghiên cứu bệnh chứng Nếu nghiên cứu bệnh chứng khơng thoả mãn được 3

Trường Đại Học Võ Trường Toản Khoa Y

điều kiện trên sẽ bị sai lệch (biased) Hơn thế nữa, khi tiến hành nghiên cứu bệnh

chứng, nhà nghiên cứu phải chuẩn bị rất chu đáo về mặt kĩ thuật vì không dễ dàng

thuyết phục được cộng đồng khoa học đều đồng ý rằng nhóm chứng là thực sự đại

diện cho quần thể không mắc bệnh Tuy nhiên nghiên cứu bệnh chứng có ưu điểm

là tiến hành nhanh, ít tốn kém đặc biệt trong nghiên cứu các bệnh hiếm và có thời

gian tiềm tàng kéo dài

Nghiên cứu cắt ngang

Trở về thí dụ nghiên cứu sự liên hệ giữa hút thuốc là và ung thư phổi, chúng

ta có thể không cần thời gian theo dõi trong suốt thời gian từ 1951 đến 1971 mà chỉ

cần tiến hành một cuộc điều tra ở thời điểm 1971, ghi nhận thông tin về hút thuốc

và ung thư phổi và có được kết luận tương tự như nghiên cứu đoàn hệ nếu chúng

ta giả định được rằng (a) Tất cả các trường hợp ung thư phổi chẩn đoán trong giai

đoạn 1951 đến 1971 đều còn sống cho đến năm 1971 (b) Việc mắc ung thư phổi

không làm thay đổi thói quen hút thuốc lá của bác sĩ mắc bệnh (nghĩa là nếu họ hút

thuốc lá rồi bị ung thư phổi thì họ vẫn tiếp tục hút thuốc lá và nếu họ không hút

thuốc lá thì sau khi ung thư phổi vẫn tiếp tục không hút thuốc lá) Như vậy, nghiên

cứu cắt ngang thường ít được sử dụng cho các bệnh nghiêm trọng như ung thư,

bệnh nhiễm trùng, tai nạn Những bệnh thích hợp cho nghiên cứu cắt ngang bao

gồm rối loạn có tính chất định lượng và ít gây tử vong (béo phì, suy dinh dưỡng,

bất dung nạp đường huyết, tăng huyết áp thể nhẹ hay trung bình)

Một nghiên cứu cắt ngang được tiến hành ở Bavaria, cộng hoà liên bang

Ðức nhằm đánh giá tác động của bú sữa mẹ (trong thời kì nhũ nhi) lên nguy cơ

béo phì (vào cuối tuổi nhà trẻ) bằng cách sử dụng các số liệu chiều cao, cân nặng

và bộ câu hỏi về dinh dưỡng của 9357 trẻ từ 5-6 tuổi được khám sức khoẻ trước

khi nhập học 5 Ở trẻ không được bú mẹ, tỉ lệ béo phì là 4,5% trong khi đó ở trẻ

được bú mẹ tỉ lệ béo phì là 2,8% Tác giả kết luận rằng bú sữa mẹ làm giảm nguy

cơ béo phì ở cuối tuổi nhà trẻ Mặc dù đây là nghiên cứu cắt ngang nhưng có tính

giá trị tốt do thoả mãn được hai giả định của nghiên cứu cắt ngang (a) đứa trẻ bị

béo phì không bị tăng nguy cơ tử vong và (b) việc trẻ bị béo phì không ảnh hưởng

gì đến việc bú sữa mẹ ở giai đoạn nhũ nhi

Tóm lại nghiên cứu cắt ngang có ưu điểm là đơn giản và ít tốn kém Tuy

nhiên nó chỉ có thể áp dụng được cho các bệnh tật có tính chất định lượng, phổ

biến, ít gây tử vong và các yếu tố nguy cơ ít biến động

Nghiên cứu can thiệp

Trong nghiên cứu can thiệp nhà nghiên cứu tác động lên tình hình và đo

lường kết quả của việc tác động Thông thường có hai nhóm được so sánh,nhóm

được can thiệp (thí dụ như được điều trị với một loại thuốc) và nhóm không được

can thiệp (nhóm sử dụng giả dược)

Nghiên cứu can thiệp được chia thành nghiên cứu thực nghiệm và nghiên

cứu bán thực nghiệm

Trong nghiên cứu thực nghiệm, các cá nhân được chia ngẫu nhiên thành (ít

nhất) hai nhóm Một nhóm được nhận can thiệp (nhóm thử nghiệm) và một nhóm

không được nhận can thiệp (nhóm chứng) Kết cuộc của can thiệp được tính từ

việc so sánh kết quả ở hai nhóm

Nghiên cứu thực nghiệm có 3 đặc tính:

- Thao tác

- Có nhóm chứng

- Chia nhóm ngẫu nhiên: sức mạnh của nghiên cứu thực nghiệm chính là

việc chia nhóm ngẫu nhiên giúp loại bỏ yếu tố gây nhiễu

Nghiên cứu bán thực nghiệm là nghiên cứu có sự thao tác của nhà nghiên

cứu nhưng thiếu một trong hai đặc tính còn lại của nghiên cứu thực nghiệm (thí dụ

như không có nhóm chứng hay không được chia nhóm ngẫu nhiên

Nghiên cứu thực nghiệm có thể được chia làm 3 loại:

1- Thử nghiệm lâm sàng: là nghiên cứu trên đối tượng bệnh nhân Loại

Trường Đại Học Võ Trường Toản Khoa Y

nghiên cứu bao gồm việc thử nghiệm một điều trị mới hay một biện pháp dự phòng

các di chứng trên bệnh nhân nhằm đánh giá hiệu quả của việc điều trị hay dự

phòng kể trên

2- Thử nghiệm thực địa là việc can thiệp trên người chưa có bệnh Loại

nghiên cứu này chủ yếu đánh giá các biện pháp dự phòng.Để nghiên cứu có tính

xác hợp người ta thường chỉ sử dụng thử nghiệm thực địa để đánh giá các giải

pháp can thiệp dự phòng cho các bệnh bệnh phổ biến hay trầm trọng Các thử

nghiệm vaccine là một loại thử nghiệm thực địa phổ biến nhất

3- Can thiệp cộng đồng tương tự như thử nghiệm thực địa nhưng có đặc

điểm là biện pháp can thiệp được áp dụng cho cả cộng đồng chứ không phải có

một cá nhân đơn lẻ Can thiệp cộng đồng áp dụng khi biện pháp can thiệp này chỉ

có thể áp dụng cho quy mô cộng đồng thí dụ như việc đánh giá hiệu quả của việc

cải tạo vệ sinh môi trường trong việc phòng chống sốt rét

Nghiên cứu can thiệp chính thống có 3 đặc điểm quan trọng: có việc can

thiệp chủ động và đặc hiệu cho nghiên cứu, có nhóm đối chứng và sử dụng việc

phân nhóm ngẫu nhiên để đưa các đối tượng vào nhóm can thiệp và hay nhóm đối

chứng đối chứng Nghiên cứu can thiệp không có đủ 3 đặc tính trên được gọi là

nghiên cứu bán can thiệp (quasi experiment) Việc sai lệch thông tin trong nghiên

cứu can thiệp có thể được giảm thiểu nếu với phương pháp mù đơn (có nghĩa là

làm sao cho đối tượng không biết loại điều trị của cá nhân mình) hoặc mù đôi (cả

đối tượng điều trị và nhà nghiên cứu đều không biết loại điều trị được thực hiện

trên từng cá nhân) Tuy nhiên tính chất mù của nghiên cứu can thiệp không phải là

yêu cầu tuyệt đối

Do nghiên cứu thực nghiệm có chia làm 2 nhóm can thiệp và nhóm chứng

bằng phương pháp chia nhóm ngẫu nhiên, sẽ phân bố đều yếu tố gây nhiễu trong 2

nhóm và hạn chế vai trò của yếu tố gây nhiễu, đặc biệt khí cỡ mẫu đủ lớn Đó là lí

do tại sao những bằng chứng từ nghiên cứu thực nghiệm được đánh giá cao

Tính giá trị và tính tin cậy của kết quả nghiên cứu

Tính giá trị nghĩa là kết luận của nghiên cứu là đúng

Tính tin cậy là nếu ai đĩ sử dụng cùng phương pháp nghiên cứu trong cùng

một hồn cảnh sẽ cĩ kết luận tương tự

Không giá trị - không tin cậy

Trường Đại Học Võ Trường Toản Khoa Y

CÁC SỐ ĐO DỊCH TỄ HỌC

I Mở đầu:

Bởi vì Dịch tễ học là khoa học mô tả sự phân bố của bệnh tật và các hiện

tượng sức khỏe trong dân số, các loại số đo sự phân bố bệnh tật là những khái niệm

trung tâm của dịch tễ học

II Số đo tuyệt đối và số đo tương đối

Số đo tuyệt đối là số tuyệt đối của các hiện tượng sức khỏe và bệnh tật:

Thí dụ: trong năm 1997 tại thành phồ Hồ Chí Minh có khoảng 600 người

chết vì bị tai nạn giao thông đường bộ và 4 người chết do các phương tiện giao

thông đường thủy Ðây là các số đo tuyệt đối Từ các con số này chúng ta có thể

cho rằng giao thông đường bộ nguy hiểm hơn giao thông đường thủy Nhận xét

này có thể nhầm lẫn bởi vì chúng ta chưa xét đến quy mô của dân số nguy cơ

Số đo tương đối là tỉ số của hiện tượng sức khỏe bệnh tật so với dân số có

nguy cơ có hiện tượng sức khỏe đó

Thí dụ: Người ta ước tính tại TP Hồ Chí Minh vào năm 1997 có khoảng

700.000.000 lượt vận chuyển trên đường và 1.000.000 lượt vận chuyển bằng

đường sông Nguy cơ bị tử vong trên mỗi lượt vận chuyển đường bộ vào khoảng

0,87/1.000.000 và nguy cơ bị tử vong trên mỗi lượt vận chuyển là 2/1.000.000 Từ

các con số này, chúng ta thấy vận chuyển bằng đường sông nguy hiểm hơn vận

chuyển bằng đường bộ

Câu hỏi: Về phương diện y tế công cộng, có phải dùng số đo tương đối thích

hợp hơn số đo tuyệt đối Tại sao?

III Tỉ số, tỉ lệ, tỉ suất

Do dịch tễ học sử dụng các số đo tương đối, các số đo thường là một thương

số gồm tử số và mẫu số Tùy theo mối quan hệ giữa tử số và mẫu số cũng như tùy

theo ý nghĩa của số đo, các thương số này có thể là tỉ số, tỉ lệ hay tỉ suất:

Tỉ số (ratio) là loại thương số đơn giản nhất do một tử số chia cho một mẫu

số bất kì

a/b Trong tỉ số, tử số không nhất thiết là một phần của mẫu số

Thí dụ: trong dân số của một xã người ta thâý có khoảng 49 người nam

trong dân số 100 người Tỉ số giới tính = nam:nữ= 49:51

Tỉ lệ (proportion) là một thương số trong đó tử số là một bộ phận của mẫu

số

Thí dụ: trong dân số một xã gồm 100 người có 49 người nam Tỉ lệ nam giới

trong dân số là 49%

Tỉ suất (rate) từ "suất" trong tiếng Việt cũng như từ "rate" trong tiếng Anh

thường để chỉ một hiện tượng có liên quan đến thời gian Thí dụ: lãi suất: tiền lời

hàng tháng, sinh suất: số lần sinh sống xảy ra trong một năm trong một dân số gồm

100 người Thí dụ nếu một xã có 5.000 người và sinh suất là 2% thì mỗi năm sẽ có

khoảng 100 trẻ được sinh và trong 2 năm sẽ có khoảng 200 trẻ được sinh Tỉ suất

khác với tỉ lệ ở chỗ giả sử tỉ lệ không có mối liên hệ nội tại với thời gian Thí dụ

nếu ta biết tỉ lệ nam trong dân số là 49%, ta không thể tiên đoán gì về sự thay đổi

của số người nam trong tương lai

IV Số đo dịch tễ

A Tần suất

1 Số ca mới mắc (Incidence):

Là số lần mới vừa xảy ra của một bệnh, chấn thương hay tử vong trong dân

số nghiên cứu trong khoảng thời gian xác định

2 Sô ca hiện đang bệnh (Prevalence):

Là số người trong một dân số xác định có một bệnh nhất định ở một thời

điểm (thường là thời điểm điều tra)

Trường Đại Học Võ Trường Toản Khoa Y

3 Minh họa khái niệm về bệnh tật:

a Khái niệm về số mới mắc, số hiện đang bệnh được minh họa trong

hình 2-1 dựa trên phương pháp được phát minh bởi Dorn (1957)

- Số mới mắc bệnh trong khoảng thời gian một năm là 4

- Số hiện đang bệnh tại thời điểm 1/1 là 3

- Số hiện đang bệnh tại thời điểm 1/9 là 4

4 Mối quan hệ giữa số hiện đang bệnh và số mới mắc:

Số hiện đang bệnh = Số mới mắc x Thời gian mắc bệnh trung bình

B Nguy cơ

1 Ðịnh nghĩa

a Nguy cơ là tỉ lệ người khơng bị ảnh hưởng ở đầu nghiên cứu và sau đĩ

vướng phải một biến cố nguy cơ (chết, bệnh, chấn thương) trong thời gian nghiên

cứu

cơ nguy số dân

cố biến ra xảy người số cơ

Nguy cơ rất hữu ích trong đo lường (tiên đốn) khả năng mắc bệnh của một

Hình 1 Minh họa về diễn tiến bệnh tật của 7 đối tượng A, B, C, D, E, F, G trong số

100 đối tượng Đường đen nằm ngang là thời gian mắc bệnh của các đối tượng với

dấu chấm ở đầu là thời điểm mắc bệnh và dấu chấm ở cuối là thời điểm kết thúc

cá nhân trong một khoảng thời gian nhất định

b Hạn chế của ý niệm nguy cơ:

- Trên lí thuyết, chỉ cĩ dân số nhạy cảm mới được kể trong mẫu số của

nguy cơ nhưng trong thực tế mẫu số bao gồm tất cả mọi người bị phơi nhiễm chứ

khơng chỉ những cá nhân nhạy cảm

- Nguy cơ khơng hữu ích nếu một cá nhân cĩ thể mắc bệnh (được quan

tâm) nhiều lần hay khi cĩ tỉ lệ đối tượng cùng mắc bệnh tại một thời điểm khá cao

c Một số khái niệm thường gặp cĩ bản chất là nguy cơ

- Tỉ số bệnh-vong (case fatality) là tỉ lệ người bệnh bị chết do bệnh đĩ Ðây

là chỉ số của độc lực

- Tỉ lệ người bị nhiễm trùng cĩ triệu chứng lâm sàng được gọi là tính sinh

bệnh (pathogenicity) của vi sinh vật

- Tỉ lệ người bị phơi nhiễm trở nên bị nhiễm trùng được gọi là tính truyền

nhiễm của vi sinh vật (infectiousness)

C Tỉ suất

1 Ðịnh nghĩa:

Tỉ suất là số biến cố xảy ra trong một đơn vị thời gian chia cho dân số nguy

cơ trung bình

Tỉ suất cịn cĩ thể được định nghĩa là số biến cố xảy ra chia cho tổng thời

gian nguy cơ

bình trung cơ nguy số dân

gian thời vị đơn 1 trong ra xảy cố biến số suất

2 Liên hệ giữa tỉ suất và nguy cơ

- Nếu nguy cơ được tính trong thời gian một năm và mỗi đối tượng chỉ cĩ

thể cĩ một biến cố nguy cơ thì số người cĩ biến cố nguy cơ sẽ bằng với số biến cố

nguy cơ trong 1 đơn vị thời gian

- Nếu số người bị ảnh hưởng bởi biến cố nguy cơ ít thì dân số nguy cơ trung

Trường Đại Học Võ Trường Toản Khoa Y

bình sẽ bằng với dân số nguy cơ ở đầu nghiên cứu Khi đó ta nói tỉ suất sẽ xấp xỉ

với nguy cơ trong một đơn vị thời gian Nói cách khác chúng ta có thể ước tính tỉ

suất bằng nguy cơ trong một đơn vị thời gian khi:

- Mỗi đối tượng chỉ có bị ảnh hưởng bởi biến cố nguy cơ nhiều nhất một lần,

mỗi người chỉ có thể có một lần mắc bệnh và

- Khoảng thời gian nghiên cứu ngắn hay đối với bệnh hiếm

SỐ ĐO HẬU QUẢ VÀ SỐ ĐO TÁC ĐỘNG

I Nhắc lại về số đo sự xuất hiện của bệnh: tỉ suất, nguy cơ và số chênh

Số mới mắc (incidence) là đo lường của sự xuất hiện của bệnh Số mới mắc

có thể trình bày dưới dạng số tuyệt đối hay số tương đối Những đo số tương đối

của sự xuất hiện bệnh thường gặp là nguy cơ, tỉ suất mới mắc, hay số chênh

Nguy cơ (risk) là xác suất xuất hiện bệnh trong một khoảng thời gian nhất

định Do bản chất của nguy cơ là xác suất nên nguy cơ không có thứ nguyên và

0 < nguy cơ < 1

Số chênh (odds) la ø tỉ số giữa nguy cơ mắc bệnh và nguy cơ không mắc

bệnh

risk / (1 - risk)

Số chênh là một số không âm, số chênh bằng 0 khi nguy cơ bằng 0, số chênh

bằng 1 khi nguy cơ bằng 0,5 và số chênh tiến đến vô cực khi nguy cơ bằng 1 Như

vậy, số chênh cũng là thước đo để đo lường sự xuất hiện của bệnh

Tỉ suất mới mắc (incidence rate): nguy cơ mắc bệnh tức thời trong một đơn

vị thời gian Do đơn vị thời gian được chọn là tùy ý, tỉ suất mới mắc không có giới

hạn về giá trị Thứ nguyên của tỉ suất mới mắc là thời gian -1, thí dụ tỉ suất mới của

bệnh mạch vành tim ở người có cholesterol  245 mg% là 0,02/năm

Thông thường, tỉ suất mới mắc của một bệnh thường được gọi là tỉ suất của

bệnh đó Thí dụ, ta có thể nói tỉ suất bệnh mạch vành là 0,02/năm ở những người

có cholesterol  245 mg% nghĩa là trong 100 người có cholesterol  245 mg% và

chưa bị bệnh mạch vành tim, trung bình có hai người bị xuất hiện bệnh mạch vành

sau thời gian theo dõi 1 năm

Trường Đại Học Võ Trường Toản Khoa Y

II Số đo sự kết hợp - số đo hậu quả

Bảng 2 x 2 đã được dùng từ rất lâu để chứng minh sự kết hợp thống kê giữa

một yếu tố nguy cơ và sự xuất hiện của bệnh tật Nhưng chỉ riêng sự kết hợp thống

kê không nói lên được tầm quan trọng về mặt lâm sàng (hoặc y tế công cộng) của

mối liên quan nhân quả giữa yếu tố nguy cơ và bệnh tật Một sự kết hợp dù không

có tầm quan trọng lớn nhưng đều có thể được chứng minh là có ý nghĩa thống kê

với cỡ mẫu đủ lớn

Khoa học dịch tễ học nhận thức được hai vấn đề (1) Trong thực tế không có

một nguyên nhân đơn lẻ là nguyên nhân duy nhất cho một vấn đề y tế Một vấn đề

y tế luôn luôn được gây ra bởi rất nhiều nguyên nhân và những nguyên nhân này

chồng chéo lẫn nhau, người ta gợi đó là mạng lưới nguyên nhân (web of causation)

và (2) Ngành y tế không thể giải quyết được mọi nguyên nhân của một vấn đề y tế

cùng một lúc mà nó chỉ có thể giải quyết được tận gốc rễ nếu dịch tễ học tìm ra

được và giải quyết nguyên nhân quan trọng nhất

Vì vậy, dịch tễ học đã đề xuất việc sử dụng tỉ số và hiệu số của nguy cơ làm

thước đo của sự kết hợp giữa nguyên nhân và hậu quả

III Số đo tỉ số

Số đo tỉ số thông dụng nhất là tỉ số nguy cơ (Risk ratio - RR) Tỉ số nguy cơ

là tỉ số của nguy cơ trong nhóm phơi nhiễm (r1) trên nguy cơ trong nhóm không

phơi nhiễm (r0)

RR = r1 / r0

Tỉ số nguy cơ còn được gọi là nguy cơ tương đối (Relative risk - RR) Tỉ số

nguy cơ nói lên người bị phơi nhiễm có nguy cơ bị mắc bệnh gấp bao nhiêu lần

người không bị phơi nhiễm

Thí dụ:

Bảng 1 trình bày một ví dụ rút ra từ nghiên cứu Framingham, trình bày số

mới mắc bệnh mạch vành tim trong 6 năm theo dõi tùy theo nồng độ cholesterol

huyết thanh ban đầu trên nam giới tuổi từ 40-59 Nếu ta xem nhóm có cholesterol

huyết thanh <210 mg% là nhóm không phơi nhiễm, thì nguy cơ mắc bệnh mạch

vành tim ở nhóm không phơi nhiễm là 0,0352 (Ðiều này có nghĩa là xác suất mắc

bệnh mạch vành tim ở người có cholesterol < 210 mg% trong thời gian 6 năm vào

khoảng 3,5%) Nếu ta xem nhóm có cholesterol  245 mg% là nhóm phơi nhiễm

thì nguy cơ ở nhóm phơi nhiễm là 0,1203 (xác suất người có cholesterol  245

mg% bị bệnh mạch vành tim trong thời gian 6 năm là 12%) Ta có tỉ số nguy cơ

(RR) là tỉ số của 2 nguy cơ trên = 0,1203 / 0,0352 = 3,4 Ðiều này có nghĩa là xác

suất bị bệnh mạch vành tim ở người có cholesterol  245 mg% cao gấp 3,4 lần xác

suất ở người có cholesterol < 210 mg%

Ðứa trẻ không được chủng ngừa vaccine bại liệt có nguy cơ mắc bệnh bại

liệt hơn đứa trẻ được chủng ngừa tù 5 đến 10 lần Ta nói tỉ số nguy cơ mắc bệnh

bại liệt trong nhóm không được chủng ngừa so với nhóm được chủng ngừa là từ 5

đến 10

Như vậy, tỉ số nguy cơ ước lượng độ lớn của hậu quả của yếu tố nguy cơ, và

Table 1 Số mới mắc bệnh mạch vành tim trong 6 năm theo dõi tùy theo

nồng độ cholesterol huyết thanh ban đầu trên nam giới tuổi từ 40-59

cholesterol

huyết thanh

mg/100 ml

Số người trong nhóm

Trường Đại Học Võ Trường Toản Khoa Y

do đó, tỉ số nguy cơ là số đo của độ mạnh của sự kết hợp giữa yếu tố nguy cơ và

bệnh tật Ta nói, tỉ số nguy cơ là số đo hậu quả hay số đo sự kết hợp Ngoài tỉ số

nguy cơ, còn có những số đo sự kết hợp khác như tỉ số tỉ suất (rate ratio), tỉ số

chênh (odds ratio), và tỉ số số hiện mắc (prevalence ratio)

Tỉ số tỉ suất thường được dùng trong những nghiên cứu đoàn hệ Ðối với

bệnh tật không quá phổ biến, tỉ số nguy cơ bằng với tỉ số tỉ suất về mặt con số, do

đó, trong y văn, người ta thường dùng lẫn lộn tỉ số nguy cơ và tỉ số tỉ suất Khi

bệnh tương đối phổ biến thì tỉ số nguy cơ sẽ bị sai lệch tiến tới giá trị đơn vị và

người ta cho rằng tỉ số tỉ suất là ước lượng tốt hơn cho độ mạnh của sự kết hợp

Thí dụ: Trong số liệu của nghiên cứu Framingham được trình bày trong bảng

1 Tỉ số tỉ suất mắc bệnh mạch vành tim trong nhóm cholesterol cao (cholesterol 

245 mg%) so với nhóm có cholesterol thấp (cholesterol < 210 mg%) = 0,0200 /

0,0059 = 3,4, gần bằng giá trị của tỉ số nguy cơ đã được tính ở trên

Trong nghiên cứu bệnh-chứng (và cả trong nghiên cứu đoàn hệ nếu muốn),

người ta thường dùng tỉ số chênh để ước lượng nguy cơ tương đối của việc phơi

nhiễm với một yếu tố nguy cơ Người ta đã chứng minh tùy theo bệnh được nghiên

cứu là bệnh hiếm hay phổ biến và tùy theo cơ cấu lấy mẫu, tỉ số chênh có thể ước

lượng cho tỉ số nguy cơ hay tỉ số tỉ suất và đều có thể nói lên độ mạnh của sự kết

hợp Với cơ cấu lấy mẫu cổ điển và RR > 1 thì OR ( RR trong trường hợp bệnh

hiếm và 1 < RR < OR trong trường hợp bệnh phổ biến

Ví dụ:

Trong một dân số giả thuyết gồm 10.000 người trong đó có 4.000 người hút

thuốc lá và 6.000 không hút thuốc Nếu chúng ta có thể theo dõi nhóm người này

trong 5 năm liên tục ta có kết quả sau (Bảng 2):

Table 2 Tình trạng bị nhồi máu cơ tim sau 5 năm theo dõi phân theo

tình trạng hút thuốc lá

Nhóm người Bị nhồi máu cơ tim

trong 5 năm theo dõi

Không bị nhồi máu cơ tim sau 5 năm theo dõi

Trong những nguyên tắc của nghiên cứu thống kê cổ điển, nhà nghiên cứu

chỉ lập bảng 22 rồi tính giá trị 2 , sau đó ước lượng xác suất của sai lầm loại 1

(mức ý nghĩa p) và quyết định chấp nhận hay loại bỏ giả thuyết H0

Các bước tiến hành như sau:

Giả thuyết H0: không có sự liên quan giữa hút thuốc lá và nguy cơ nhồi máu

cơ tim

Chi-square = 311.59, 1 độ tự do do đó mức ý nghĩa p < 0,05

Như vậy ta bác bỏ giả thuyết H0 Nói cách khác, có sự liên hệ giữa hút thuốc

lá và nhồi máu cơ tim

Tuy vậy theo dịch tễ học hiện đại, lời giải trên là không đầy đủ, bởi vì nó chỉ

cho câu trả lời định tính là có sự kết hợp giữa hút thuốc lá và nhồi máu cơ tim mà

không nêu rõ sự kết hợp đó có độ lớn là bao nhiêu Ðể tính số đo kết hợp, ta cần

những tính toán thêm như sau:

Nguy cơ nhồi máu ở những người hút thuốc (Risk1) = 400/4.000 = 0.1

Nguy cơ nhồi máu ở những người không hút (Risk0) = 120/6.000 =

0.02

Nguy cơ tương đối (hay tỉ số nguy cơ) RR= Risk1/Risk0 =0.1/0.02=5

Ðó là những số đo sự kết hợp cổ điển trong nghiên cứu đoàn hệ Dù vậy

trong nghiên cứu đoàn hệ cũng có thể dùng tỉ số số "chênh"

Số "Chênh" nhồi máu ở những người hút thuốc

Trường Đại Học Võ Trường Toản Khoa Y

(Odds1) = 0.10/(1-0.10) =400/(4.000-400) = 0.11

Số "Chênh" nhồi máu ở những người không hút

(Odds0) = 0.02/(1-0.02) =120/(6.000-120) = 0.02

Tỉ số số "Chênh" nhồi máu trong 2 nhóm tiếp xúc và không tiếp xúc

OR= Odds1/Odds0 = (400/3600):120(5880)=(400*5880)/3600/120= 5.44

Ta thấy OR  RR và OR hơi lớn hơn RR (trong trường hợp RR lớn hơn 1)

Trong nghiên cứu bệnh chứng cũng có thể tính được OR Và nếu không có

sai lêch trong nghiên cứu thì OR tính được trong nghiên cứu bệnh chứng cũng

bằng OR tính được trong nghiên cứu đoàn hệ Ví dụ minh họa cho điều này sẽ

được trình bày trong bài nghiên cứu bệnh chứng

IV Số đo hiệu số

Hiệu số nguy cơ (Risk difference) là hiệu số của nguy cơ ở nhóm phơi

nhiễm và ở nhóm không phơi nhiễm

RD = r1 - r0

Hiệu số nguy cơ nói lên người bị phơi nhiễm phải gánh chịu một nguy cơ

thặng dư là bao nhiêu

Thí dụ:

Nếu ta xét trở lại số liệu ở bảng 1 và tìm hiệu số nguy cơ ở nhóm phơi nhiễm

(những người có cholesterol  245 mg%) và ở nhóm không phơi nhiễm

(cholesterol < 210 mg%) ta có:

RD = 0,1203 - 0,0352 = 0,0851

Ta nói người có cholesterol cao sẽ có một nguy cơ thặng dư bị bệnh mạch

vành tim là 0,0851 Nói cách khác, loại bỏ những nguyên nhân khác, chỉ riêng

cholesterol tăng cao sẽ tạo ra nguy cơ là 0,0851 Nói thêm một cách khác nữa, nếu

một người bị cholesterol cao và hoàn toàn không có một yếu tố nguy cơ nào khác

(không hút thuốc lá, không bị tăng huyết áp v.v ) sẽ có xác suất bị bệnh mạch vành

tim là 8,5% trong thời gian được theo dõi là 6 năm

Ta cũng có thể tính hiệu số tỉ suất ở trong nghiên cứu đoàn hệ Tuy vậy, hiệu

số số chênh không được sử dụng bởi vì nó không có ý nghĩa sinh học

Phân số nguy cơ quy trách (Attributable risk fraction) - còn được gọi là phân

số quy trách là tỉ số của hiệu số nguy cơ và nguy cơ của nhóm phơi nhiễm

ARF= (r1-r0)/r1 = 1 - 1/RRPhân số nguy cơ quy trách nói lên rằng việc phơi nhiễm chiếm bao nhiêu

phần trong nguy cơ của người bị phơi nhiễm

V Biện luận thêm về tỉ số nguy cơ và hiệu số nguy cơ

1 Giả sử có một yếu tố nguy cơ là nguyên nhân của một bệnh tật nào đó

(hay bệnh tật là hậu quả của yếu tố nguy cơ) Khi đó, nếu có một quần thể bị phơi

nhiễm với yếu tố nguy cơ và một quần thể không bị phơi nhiễm thì nguy cơ (hoặc

tỉ suất mới mắc) ở hai quần thể sẽ khác nhau Hậu quả của việc phơi nhiễm có thể

được thấy bằng sự gia tăng nguy cơ (hoặc tỉ suất mới mắc) ở một quần thể khi so

sánh với quần thể khác Hai nguy cơ (hoặc tỉ suất mới mắc) có thể được so sánh

bằng cách tính tỉ số hay hiệu số của chúng Tóm lại, tỉ số nguy cơ hay hiệu số nguy

cơ có thể dùng để đánh giá độ mạnh của sự kết hợp giữa yếu tố nguy cơ và sự xuất

hiện bệnh, và đánh giá hậu quả của việc tiếp xúc với yếu tố nguy cơ Tỉ số nguy cơ

và hiệu số nguy cơ là số đo sự kết hợp hay số đo hậu quả Nhưng nó không thể

dùng để đánh giá sự tác động của yếu tố nguy cơ lên dân số Sự tác động lên dân số

không những phụ thuộc vào tỉ số nguy cơ mà còn phụ thuộc vào mức độ phổ biến

của bệnh và mức độ phổ biến của yếu tố nguy cơ

2 Nếu yếu tố nguy cơ là nguyên nhân của bệnh tật thì tỉ số nguy cơ và

hiệu số nguy cơ sẽ cho thấy sự kết hợp Do đó tỉ số nguy cơ lớn hơn đơn vị (RR 

1) là điều kiện cần, nhưng chưa đủ để chứng minh mối quan hệ nhân quả

3 Chọn lựa giữa tỉ số hay hiệu số phụ thuộc vào hiểu biết của chúng ta

vào cơ chế làm tăng tỉ suất mới mắc của yếu tố nguy cơ: nếu chúng ta nghĩ yếu tố

nguy cơ làm nhân lên tỉ suất mới mắc thì tỉ số là đo lường tốt nhất (những yếu tố

Trường Đại Học Võ Trường Toản Khoa Y

nguy cơ có tác dụng gây bệnh phối hợp - Synergic), nếu chúng ta nghĩ rằng yếu tố

nguy cơ làm cộng thêm tỉ suất mới mắc thì hiệu số là số đo lường tốt nhất (những

yếu tố nguy cơ có tác dụng gây bệnh cộng - Additive)

Thí dụ: Xét việc truyền máu và vết lở ở cơ quan sinh dục với tư cách là yếu

tố nguy cơ của nhiễm HIV Bởi vì truyền máu là nguy cơ cộng thêm và sự hiện

diện của vết lở ở cơ quan sinh dục là nguy cơ phối hợp nên người ta cho rằng nên

dùng hiệu số nguy cơ để đánh giá hậu của dùng bao cao su và tỉ số nguy cơ để

đánh giá hậu quả của dùng bao cao su

4 Trên đây, ta đã trình bày thí dụ về bệnh mạch vành tim là hiện tượng

sức khỏe có sự phân biệt rạch ròi giữa bệnh và không bệnh (nói cách khác, bệnh

mạch vành tim được xem là biến nhị phân - rời rạc) và ta có thể dùng tỉ số nguy cơ

(RR) hay hiệu số nguy cơ (RD) để đánh giá sự kết hợp Dù vậy nếu hiện tượng sức

khỏe là biến liên tục (thí dụ như tình trạng dinh dưỡng của trẻ hoặc huyết áp tâm

thu) ta không nên dùng RR hay RD mà nên dùng hệ số hồi quy để đánh giá sự kết

hợp

5 Trong trường hợp có nhiều mức độ phơi nhiễm, như trong thí dụ trình

bày ở bảng 1.Ta phải chọn một mức phơi nhiễm (thí dụ như cholesterol < 210

mg%) làm nền tảng và tính RR của những mức phơi nhiễm khác bằng cách tính

nguy cơ ở mỗi mức và chia cho nguy cơ ở mức phơi nhiễm nền tảng Trở lại ví dụ

ở bảng 1, nguy cơ bệnh mạch vành tim ở mức phơi nhiễm nền tảng la 0,0352 Tỉ

số nguy cơ ở người có cholesterol từ 210 đên 245 mg% là 0,0637 / 0,0352 = 1,8

Tỉ số nguy cơ ở người có cholesterol  245 mg% là 0,1203 / 0,0352 = 3,4

6 Nhóm được chọn làm nền tảng thường là nhóm có nguy cơ thấp nhất

Khi có nhiều mức độ phơi nhiễm, người ta có thể chọn nhóm đông nhất làm nhóm

nền tảng để làm tăng tính chính xác của ước lượng

7 Khi cả hai nhóm phơi nhiễm và không phơi nhiễm có thể được chia

thành những tầng (strata) theo một biến số khác -thí dụ như tuổi - ta có thể tính tỉ

số nguy cơ đặc hiệu theo tầng (stratum specific ratio) bằng cách xem xét nguy cơ

ở từng tầng riêng biệt

Thí dụ: Bảng 3 trỉnh bày tỉ suất chết do bệnh mạch vành tim ở những người

hút thuốc và không hút thuốc theo nhóm tuổi Ở nhóm tuổi 35-44, người hút thuốc

có nguy cơ bị chết do bệnh mạch vành tim cao gấp 5 lần người không hút thuốc,

trong khi ở nhóm tuổi từ 55-64 nguy cơ tương đối chỉ khoảng 1,5 lần

8 Có thể tính tỉ số tỉ suất tóm tắt (summary rate ratio) Có thể tính tỉ số tỉ

suất tóm tắt bằng cách lấy trung bình cộng những tỉ số tỉ suất đặc hiệu theo tầng

Nhưng người ta thường gán trọng số (weight) cho tỉ số tỉ suất đặc hiệu Có nhiều

cách gán trọng số, hai cách phổ biến là nguy cơ tương đối tóm tắt của

Mantel-Hanenszel và tỉ số tử vong chuẩn hóa (Standardized mortality ratio - SMR)

9 Hiệu lực vaccin (vaccine efficacy - VE) là tỉ lệ số mới mắc được giảm

Table 3 Tỉ suất chết do bệnh mạch vành tim ở những người hút thuốc

và không hút thuốc theo nhóm tuổi

người hút thuốc

Tỉ suất ở người không hút thuốc

Tỉ số tỉ suất

Trường Đại Học Võ Trường Toản Khoa Y

bớt do việc chủng ngừa vaccin Nếu xem nhóm không tiêm chủng vaccin là nhóm

không phơi nhiễm có tỉ suất mới mắc là r0 và nhóm có tiêm chủng có tỉ suất mắc

bệnh r1, thì

VE = 1 - RR = 1 - (r1 / r0) Nếu ta có tỉ lệ chủng ngừa trong dân số PN và tỉ lệ chủng ngừa trong những

trường hợp bệnh PC ta có thể ước tính hiệu lực vaccin theo công thức sau:

VE = (PN - PC) / [PN (1-PC)]

Thí dụ: Chương trình tiêm chủng mở rộng được thực hiện ở Huyện A và

người ta báo cáo rằng 90% đứa trẻ dưới 3 tuổi đã được tiêm chủng phòng sởi (PN =

0,9) Ở bệnh viện người ta thấy rằng 70% đứa trẻ bị sởi dưới 3 tuổi đã được chủng

ngừa sởi (PC = 0,7) VE được ước tính sẽ là 74%

VI Số đo tác động

Một số yếu tố nguy cơ có nguy cơ tương đối cao chưa hẳn có tác động quan

trọng lên sức khỏe của cộng đồng Thí dụ, tình trạng vô toan ở dạ dày là một yếu tố

nguy cơ của bệnh dịch tả (RR từ 10 đến 20) tuy vậy, tình trạng vô toan ở dạ dày

chỉ góp phần rất nhỏ trong những case bệnh dịch tả ở cộng đồng Thực vậy, ở bệnh

viện truyền nhiễm chúng ta rất hiếm khi (có thể nói là không bao giờ) gặp được

một bệnh nhân dịch tả do tình trạng vô toan mà chúng ta thường gặp bệnh nhân bị

bệnh dịch tả do không có nguồn nước sạch Vì vậy người làm y tế công cộng

không quan tâm lắm đến tình trạng vô toan dạ dày như là một yếu tố nguy cơ của

bệnh dịch tả, bởi vì việc loại bỏ hoàn toàn yếu tố nguy cơ này chỉ có thể giảm một

phần rất nhỏ số case bệnh dịch tả Ta nói yếu tố nguy cơ này có tác động nhỏ lên

bệnh trạng của dịch tả Ðể lượng hóa tác động của yếu tố nguy cơ ta sử dụng nguy

cơ quy trách dân số và phân số nguy cơ quy trách dân số

Hiệu số nguy cơ dân số (Population Risk Difference - PRD) là hiệu số giữa

nguy cơ (hay tỉ suất) của toàn bộ dân số r và nguy cơ (hay tỉ suất) của nhóm không

phơi nhiễm (r0)

Nguy cơ quy trách dân số nói lên nguy cơ thặng dư gây nên do sự hiện diện

của yếu tố nguy cơ trong dân số Nguy cơ quy trách dân số là tích số của tỉ lệ dân

số bị phơi nhiễm và hiệu số nguy cơ Tình trạng vô toan dạ dày có nguy cơ quy

trách dân số thấp bởi vì tỉ lệ dân số bị phơi nhiễm với yếu tố nguy cơ đó (tỉ lệ dân

số bị vô toan dạ dày) thấp

Phân số nguy cơ quy trách dân số (Population Attributable Risk Fraction -

PAF): là tỉ lệ của những trường hợp bị bệnh trong toàn thể dân số nghiên cứu có

thể quy kết cho sự phơi nhiễm (với giả định là sự kết hợp nhân quả) Phân số nguy

cơ quy trách dân số còn được gọi là phân số căn nguyên (etiological fraction - EF),

phần trăm nguy cơ quy trách dân số (percentage population attributable fraction)

hay phân số quy trách (attributable fraction - AF)

PAF = PRD / r = p (r1 - r0)/ [pr1 + (1 - p)r0] = p(RR - 1)/[pRR + 1 - p]

= p(RR - 1)/[p(RR - 1) + 1]

Thí dụ:

1 Giả sử phân số nguy cơ quy trách dân số (PAF) tương ứng giữa hút

thuốc lá và tử vong do ung thư phổi là 0,80 Kết quả này có nghĩa là 80% những tử

vong do ung thư phổi là do hút thuốc lá Hơn nữa, ta có thể tiên đoán nếu hút thuốc

lá bị loại bỏ hoàn toàn, tỉ suất tử vong do ung thư phổi sẽ giảm đi 80%

2 Xem lại số liệu được trình bày trong bảng 2 Ta tính được những số

đo tác động như sau:

Nguy cơ nhồi máu trong dân số Risk =520 / 10.000 = 0.052

Hiệu số nguy cơ dân số PRD = 0.052-0.02 = 0.032

Trường Đại Học Võ Trường Toản Khoa Y

= Risk0 p  (RR-1) = 0.02 x 0.4 x (5-1) = 0.032

Phân số nguy cơ quy trách dân số PAF = 0.032/0.052 = 0.62 = 62%

3 Ðối với bệnh hiếm, ta có thể tính được PAF dựa trên kết quả của một

nghiên cứu bệnh chứng (lưu ý rằng đối với bệnh hiếm OR là ước lượng khá tốt cho

RR) Dựa vào kết quả được trình bày trong bảng 4, ta có thể tính được:

RR  OR = 40  320 / (80  60) = 2,67

Tỉ lệ phơi nhiễm trong dân số = tỉ lệ phơi nhiễm trong nhóm chứng = 80/400

= 0,2

PAF = 0,2  (2,67 - 1)/[0,2 (2,67 -1) + 1] = 0,25

Table 4 Số các đối tượng chia theo tình trạng phơi nhiễm và tình trạng

bệnh trong một nghiên cứu bệnh chứng (Số liệu giả lập)

Phơi nhiễm

Không phơi nhiễm

VII Bàn luận thêm về phân số nguy cơ quy trách dân số

1 Việc sử dụng phân số nguy cơ quy trách đòi hỏi một số những giả

định: (1) sự kết hợp giữa yếu tố nguy cơ và bệnh tật là nhân quả (2) RR và p được

đo lường chính xác (3) việc loại bỏ nguy cơ loại bỏ hoàn toàn nguy cơ do nó gây ra

(điều này chưa chắn đúng bởi vì người bỏ thuốc lá sẽ không thể có nguy cơ bị ung

thư phổi bằng người chưa từng hút thuốc lá) và (4) có thể loại bỏ hoàn toàn yếu tố

nguy cơ

2 Công thức tính toán này chỉ đúng khi áp dụng cho một yếu tố nguy cơ

duy nhất và những yếu tố nguy cơ không tương tác với nhau Nếu áp dụng cho

nhiều yếu tố nguy cơ có thể xảy ra trường hợp tổng số những phân số nguy cơ quy

trách dân số lớn hơn 100%