tài liệu – bộ môn thống kê tin học y học

Sai số chọn: xảy ra khi có sự khác biệt hệ thống các đặc tính của những đối tượng được chọn vào nghiên cứu với đặc tính của những người không được chọn vào nghiên cứu do quá trình lự[r]

Quản lý chất lượng nghiên cứu:

Sai số, nhiễu và phương pháp

khống chế

M ụ c tiêu

Sau bu ổ i h ọ c, h ọ c viên có kh ả năng

1 Trình bày được các khía cạnh của chất

lượng nghiên cứu

2 Trình bày được khái niệm, phân loại và

cách khắc phục các sai số thường gặp

trong nghiên cứu

3 Trình bày được khái niệm nhiễu, tương

tác và cách khắc phục ảnh hưởng của

nhiễu

Hai khía c ạ nh c ủ a ch ấ t lư ợ ng

nghiên c ứ u

• Tính giá trị (validity):

– Nội suy (internal validity)

– Ngoại suy (external validity)

• Tính tin cậy (reliability)

Giá trị nội suy (internal validity)

• “Mối liên hệ giữa yếu tố nguy cơ và vấn đề sức khỏe

được nghiên cứu có thể được quy cho là do yếu tố nguy

cơ đó qua kết quả của NC này được không?

– Có đúng là các kết quả thu được phán ánh đúng bản chất

của quần thể nghiên cứu hay không?

• Nhóm NC đã được lựa chọn đúng hay chưa?

– Lỗi lựa chọn

• Có xảy ra sai lầm nào trong quá trình đo lường yếu tố

nguy cơ và vấn đề sức khỏe hay không?

– Lỗi đo lường

• Có yếu tố nào tác động đến mối liên hệ giữa yếu tố nguy

cơ và vấn đề sức khỏe được nghiên cứu hay không?

– Yếu tố nhiễu

Giá trị ngoại suy (external validity)

• Kết quả nghiên cứu có thể khái quát hóa từ

nhóm nghiên cứu ra quần thể đích hay không?

Có thể khái quát hóa cho các quần thể khác

ngoài nhóm NC không?

– Có thể ngoại suy được không?

• Cần quan tâm chú ý:

– Các sai lầm và các sai số (internal validity)

– Các đặc điểm của quần thể nghiên cứu so với quần

thể đích và các quần thể khác ngoài nhóm NC

• Giới, tuổi, các vấn đề khác ….

Tin cậy và giá trị (Reliability and validity)

Các sai lầm thường gặp trong nghiên

cứu và các loại sai số

• Các NC y sinh học cung cấp bằng chứng cho

– Cần xác định và hạn chế sai số trong tất cả các bước

thiết kế nghiên cứu

Nguyên nhân dẫn đến NC không có tính

giá trị - Các loại sai số

• Sai số ngẫu nhiên:

– Sai số do chọn mẫu (random sampling errors)

– Sai số đo lường (random measurement

variability)

• Sai số hệ thống:

– Sai số chọn (selection bias)

– Sai số đo lường (mesuarment errors)

– Nhiễu

Sai số

Sai s ố ng ẫ u nhiên

• Giá trị của một quan sát trên một mẫu nghiên cứu bị

lệch đi so với giá trị thật của quần thể hoàn toàn do

ngẫu nhiên, may rủi dẫn đến sự thiếu chính xác trong

mô tả thông số của quần thể và trong việc đo lường

sự kết hợp

• Thường xảy ra trong quá trình chọn mẫu nghiên cứu

=> do may rủi

=> do biến đổi sinh học của đối tượng nghiên cứu

• Không có sai số ngẫu nhiên= chính xác (precise)

Đi ể m thi

Nếu coi 9 sinh viên này là 1 quần thể è

Chọn ngẫu nhiên mẫu có 2 SV, ta sẽ có 36 cơ hội

STT CÆp sinh

viªn sè:

§iÓm cña tõng sinh viªn

§iÓm trung b×nh cña 2 sinh viªn

=> Khắc phục sai số ngẫu nhiên:

• Kiểm định giả thuyết, nhằm:

• So sánh kết quả mẫu với giá trị thực

quần thể

• Tính toán giá trị p (xác suất quy

thuộc cho may rủi)

Sai s ố h ệ th ố ng

• còn gọi là sai chệch là bất kỳ sai số

nào trong quá trình nghiên cứu làm sai

lệch ước lượng sự kết hợp giữa phơi

Sai số hệ thống làm thay đổi số đo trung bình

nên gọi là sai chệch

Các lo ạ i sai s ố h ệ th ố ng

1 Sai số chọn: xảy ra khi có sự khác biệt hệ thống các đặc

tính của những đối tượng được chọn vào nghiên cứu với đặc

tính của những người không được chọn vào nghiên cứu do quá

trình lựa chọn, phân bổ và sử dụng đối tượng nghiên cứu.

Có 2 vấn đề cần quan tâm trong sai số chọn:

– Những người tham gia nghiên cứu không đại diện

cho quần thể nghiên cứu

• Mẫu không ngẫu nhiên

• Lựa chọn mẫu nghiên cứu không phù hợp

– Các nhóm so sánh khác nhau một cách có hệ thống so với các

nhóm khác

• Các nhóm được chọn từ các nguồn khác nhau, tỷ lệ khác nhau, mất số

liệu

• Kết quả chỉ ra mối liên quan giữa yếu tố nguy cơ và bệnh quá cao hoặc

quá thấp so với dự kiến (mong đợi)

Các nguồn sai số chọn

• Lựa chọn đối tượng nghiên cứu không phù hợp

– Tự nguyện

– Tỷ lệ tham gia thấp (<80%)

– Mất đối tượng nghiên cứu (ví dụ chết)

– Nhóm chứng được lựa chọn trong bệnh viện

• Phân bổ nhóm can thiệp không ngẫu nhiên

• Loại bỏ đối tượng NC trong quá trình phân tích

số liệu (không theo dõi được hoặc mất dữ liệu)

Sai số chọn trong NC ngang

• Câu hỏi đặt ra là:

– Các đối tượng tham gia NC có phải là một mẫu đại

diện ngẫu nhiên cho quần thể NC hay không?

– Quá trình lựa chọn được tiến hành ngẫu nhiên như

Sai số chọn trong nghiên cứu

can thiệp

• Phân bổ vào nhóm can thiệp không ngẫu nhiên

– Hạn chế bằng cách:

• Sử dụng máy tính để phân bổ ngẫu nhiên để đối

tượng không thể tự lựa chọn nhóm

• Làm mù trong quá trình phân nhóm

• Một số đối tượng NC từ bỏ can thiệp sớm

– Hạn chế bằng cách:

• Phân tích tất cả các đối tượng tham gia vào

nghiên cứu

• Xem xét kỹ lưỡng sự khác biệt giữa hai nhóm nếu

có sự chênh lệch về đối tượng NC giữa hai nhóm

Sai số chọn trong NC thuần tập

• Câu hỏi đặt ra là:

– Các đối tượng tham gia NC có hoàn toàn là

không có bệnh (không có vấn đề SK) mà NC

quan tâm hay không?

– Hai nhóm phơi nhiễm và không phơi nhiễm có

sự khác biệt gì không?

– Tỷ lệ đối tượng được theo dõi đến cùng là

bao nhiêu ở từng nhóm?

Sai số chọn trong NC bệnh

chứng

• Câu hỏi đặt ra là:

– Các đối tượng NC có được lựa chọn ngẫu

nhiên từ quần thể NC hay không?

– Quần thể NC có được làm rõ trong NC hay

không?

• Ví dụ :

– Sai số chuyển tuyến

– Sai số do đối tượng NC (tỷ lệ đáp ứng)

– Sai số trong tính tỷ lệ hiện mắc hoặc mới mắc

2 Sai số đo lường/chẩn đoán

• Sai chệch gây ra do đo lường kết quả sai hoặc

phân loại sai đối tượng nghiên cứu, nguyên nhân

từ phía người làm nghiên cứu hoặc từ đối tượng

nghiên cứu

• Ví dụ

– Các đối tương khác nhau áp dụng quy trình

chẩn đoán khác nhauà kết quả

– Xảy ra khi một hiểu biết về mối quan hệ nhân

quả ảnh hưởng đến kết quả chẩn đoán

Các lo ạ i sai s ố h ệ th ố ng

2 Sai số đo lường/chẩn đoán

• Các nguồn sai số đo lường/chẩn đoán:

– Do đối tượng nghiên cứu

• Sai số nhớ lại (recall bias): Loại sai số này thường xảy ra trong

các nghiên cứu bệnh chứng và các nghiên cứu thuần tập hồi cứu

• Sai số do bối cảnh đo

– Sai số do công cụ thu thập thông tin

– Sai số quan sát (thu thập thông tin)hay sai số

phỏng vấn (interview bias) VD kinh nghiệm người

TTTT

– Sai số phân loại (xếp lẫn- misclassification): sai số

sắp xếp nhầm đối tượng vào nhóm bệnh-không

bệnh, phơi nhiễm – không phơi nhiễm

Các lo ạ i sai s ố h ệ th ố ng

Phân loại sai số đo lường

• Sai số đo lường có sự khác biệt

(Differential measuarement error)

• Sai số đo lường không có sự khác biệt

(non-differential error)

Sai số đo lường không có sự

khác biệt

• Sai số xảy ra ở cả hai nhóm so sánh

(nhóm bệnh và nhóm chứng trong NC

bệnh chứng, nhóm phơi nhiễm và không

phơi nhiễm trong NC thuần tập, nhóm can

thiệp và không can thiệp trong NC can

thiệp)

• Kết quả là mối liên quan giữa yếu tố phơi

nhiễm và bệnh đo được không như mong

muốn (bias toward the null, OR, RR=1)

Sai số đo lường có sự khác biệt

• Sai số đo lường khác nhau giữa hai nhóm so sánh

• Ảnh hưởng đến độ lớn và chiều hướng của sự kết

hợp giữa phơi nhiễm và bệnh

• Nguyên nhân (nguồn gốc):

– Sai số giám sát (VD: đo lường/chẩn đoán tình trạng

phơi nhiễm khác nhau giữa hai nhóm)

– Sai số nhớ lại: nhóm bệnh thường có xu hướng nhớ

rõ hơn về tình trạng phơi nhiễm hơn là nhóm chứng

– Sai số phỏng vấn/ quan sát

• Hạn chế bằng cách làm mù điều tra viên (không

biết về giả thuyết NC, tình trạng bệnh, tình trạng

phơi nhiễm…)

Hạn chế các sai số hệ thống

• Hạn chế tối đa việc đối tượng từ chối tham gia nghiên

cứu hoặc bỏ cuộc

• lựa chọn chỉ số nghiên cứu và thiết kế phù hợp

• chọn quần thể nghiên cứu phù hợp

• sử dụng quy trình chẩn đoán, theo dõi và đánh giá giống

nhau để hạn chế các sai số chẩn đoán

• Chuẩn hoá công cụ đo lường có độ chính xác cao và phải

đo đi đo lại nhiều lần

• Sử dụng thống nhất công cụ đo lường, phương pháp tiến

hành giữa các đối tượng nghiên cứu

Hạn chế các sai số hệ thống

• Đào tạo thống nhất các nghiên cứu viên, điều tra viên,

người thu thập số liệu để thực hiện quy trình và phương

pháp giống nhau

• không nên hỏi về sự kiện xảy ra quá lâu, quá xa mà đối

tượng không thể nhớ đượcà SD nhật ký

• tạo cho đối tượng sự thoải mái khi cung cấp thông tin

• Sử dụng nhiều nguồn thông tin đối chiếu

• Làm mù, phân bổ đối tượng và NCV ngẫu nhiên

Bài tập: xác đinh những sai số có

thể có và chiến lược hạn chế sai số

• Nghiên cứu xác định tỷ lệ mắc bệnh phụ

khoa tại 1 cộng đồng

• Nghiên cứu bệnh chứng về liên quan giữa

hút thuốc lá và viêm phế quản mạn: chọn

bệnh ở khoa hô hấp, chứng ở khoa chấn

• đối tương đến khám là người có vấn đềà tỷ lệ mắc cao hơn.

• Chọn khu vực nước ngập/sông nước

– Sai số chẩn đoán:

• Do kỹ thuật TTTT: dùng hai phương pháp phát hiện khác

nhau để chẩn đoán, hoặc người lao động ở vùng sông

nước được khám kỹ hơn.

• Do đối tượng NC: Nhớ lại triệu chứng không chính xác

• Do Phỏng vấn: Bác sĩ nam khámà đối tượng ngại kể các

dấu hiệu, 2 người PV cho 2 kết quả khác nhau

• Xếp lẫn: test có độ nhạy và độ đặc hiệu không caoà xếp lẫn

BIẾN NHIỄU

“ Một biến số (yếu tố) thứ 3 làm ảnh hưởng tới mối liên

quan giữa phơi nhiễm và bệnh”

Các đặc điểm của biến nhiễu

Ø Là yếu tố nguy cơ (hoặc bảo vệ) độc lập đối với bệnh

Ø Có liên quan đến phơi nhiễm, không phụ thuộc vào phơi

nhiễm

Ø Không phải là yếu tố trung gian trong mối quan hệ nhân

quả của phơi nhiễm – bệnh

Lưu ý: Nhiễu và phơi nhiễm có thể đổi chỗ cho nhau nếu quan tâm

của nghiên cứu thay đổi

32

ĐỊNH NGHĨA

Một biến nhiễu là một biến mà khi ta hiệu chỉnh

(kiểm soát) trong quá trình phân tích sẽ dẫn tới

để thể hiện mối liên quan giữa phơi nhiễm và

bệnh chứ không dùng các kết quả thô (crude)

• Quan điểm thống kê: Một biến số (yếu tố) thứ 3 có

mối tương quan với cả hai biến đang quan tâm: phơi

Biến/Yếu tố nhiễu

• Yếu tố (biến số) nhiễu dẫn đến những sai chệch

trong việc đo lường mối liên quan giữa phơi nhiễm

và bệnh

– RR hoặc OR có thể tăng hoặc giảm so với giá trị thực

– Đặc biệt quan trọng trong các nghiên cứu phân tích

• Một biến có thể nghi ngờ là yếu tố nhiễu khi:

– Không nằm trong giả thuyết nghiên cứu

– Hội đủ 3 tiêu chuẩn của một yếu tố nhiễu

• Yếu tố được coi là nhiễu thực sự khi:

– Yếu tố đó bị nghi ngờ là yếu tố nhiễu và kết quả kiểm

tra xác định là yếu tố nhiễu

Ví dụ về yếu tố nhiễu

• Câu hỏi nghiên cứu: Có mối liên quan giữa uống

rượu và ung thư gan hay không?

• Những yếu tố nào có thể “gây nhiễu” hay “làm

sai lệch” mối quan hệ giữa uống rượu và ung

thư gan?

– Yếu tố nguy cơ: uống rượu

– Bệnh: ung thư gan

• Liệu có yếu tố nào khác ảnh hưởng đến mối liên

quan giữa uống rượu và bệnh ung thư gan hay

không?

Liệu hút thuốc lá có phải là yếu tố nhiễu

hay không?

• HTL không nằm trong giả thuyết NC

• HTL có đảm bảo 3 tiêu chuẩn của 1 yếu tố nhiễu

không?

– Là 1 yếu tố nguy cơ độc lập đối với K gan? ĐÚNG

– Có liên quan đến uống rượu hay không? Cần kiểm tra

– Không phải là yếu tố trung gian giữa uống rượu và K gan?

Kiểm tra yếu tố nhiễu (tiếp): phân tầng

K gan Tổng

Có 600 19,400 20,000 Không 150 4,850 5,000 Tổng 750 24,250 25,000

Uống rượu

K gan Tổng

Có 15 4,985 5,000 Không 60 19,940 20,000 Tổng 75 24,985 25,000

So sánh RR

• So sánh mối liên quan giữa yếu tố nguy cơ

(uống rượu) và bệnh (K gan) trong toàn bộ mẫu

NC và phân tầng theo yếu tố nghi ngờ nhiễu cho

thấy:

– RR toàn bộ mẫu = 2,9

– Nhóm có hút thuốc lá RR=1,0

– Nhóm không hút thuốc lá RR=1,0

ÞNhư vậy hút thuốc lá là yếu tố nhiễu ảnh hưởng

tới mối liên quan giữa uống rượu và K gan

RR=2,9 rất cao là do yếu tố hút thuốc lá gây ra

chứ không phải do uống rượu (hút thuốc lá là

“yếu tố gây phiền toái”)

– Nếu RR (OR) chung và RR (OR) các tầng không có

sự khác biệt thì yếu tố đó không phải yếu tố nhiễu và

không có tác động tương hỗ

– Nếu RR (OR) chung khác với RR (OR) các tầng có

sự khác biệt và RR (OR) các tầng đều bằng 1,0 hoặc

kiểm tra tính đồng nhất của RR (OR) theo từng tầng

không có khác biệt thì yếu tố đó là yếu tố nhiễu

– Nếu RR (OR) chung và RR (OR) các tầng khác nhau

thì yếu tố đó có tác động tương hỗ

TƯƠNG TÁC (Interaction/Effect Modification)

Tương tác xuất hiện khi tác dụng của phơi nhiễm đối với

bệnh thể hiện khác nhau trên các nhóm đối tượng khác

nhau (tác dụng này có thể mạnh hơn hay yếu hơn)

44

VÍ DỤ TƯƠNG TÁC

Giả thuyết

Uống rượu (E) liên quan tới ung thư gan (D)

Biến tương tác tiềm ẩn (Effect Modifier): Hút thuốc lá

Bệnh Không bệnhUống rượu

OR = 2.3

• Giá trị đo lường (OR) mối liên quan giữa yếu tố

nguy cơ và bệnh rất khác nhau giữa hai tầng

(hút thuốc và không hút thuốc)

– Tất cả các đối tượng NC OR = 2,3

– Đối tượng hút thuốc lá OR = 3,8

– Đối tượng không hút thuốc lá OR = 1,0

• Từ kết quả trên có thể kết luận hút thuốc lá có

tác động tương hỗ đến mối liên quan giữa uống

rượu và bệnh k gan

TƯƠNG TÁC

Có sự thay đổi về độ lớn của mối liên quan giữa phơi

nhiễm và bệnh tùy thuộc vào các mức độ của một biến số

thứ ba (the effect modifier)

ØPhản ánh đặc điểm của mối quan hệ tự nhiên giữa bệnh và phơi

nhiễm

Ø Tương tác là khái niệmhoàn toàn độc lậpvới biến nhiễu

Ø Khi phân tích, nếu thấy có hiện tượng tương tác, không hiệu

chỉnh theo biến nhiễu mà phải trình bày các kết quả độc lập ở từng

tầng

Tác động tương hỗ

ÞCác yếu tố có tác động tương hỗ thường

là các yếu tố sinh học liên quan đến tiến

trình của bệnh

ÞKhác với yếu tố nhiễu:

– Cần phải loại bỏ ảnh hưởng của yếu tố nhiễu

ÞTrong 1 NC có thể vừa có yếu tố nhiễu

vừa có các yếu tố có tác động tương hỗ

Thực hiện phân tích tương quan

Biến phân tầng là biến gây nhiễu

Báo cáo OR (RR) kết hợp với test

Đánh giá yếu tố nhiễu và tương tác

OR thô Các OR từng tầng Hiệu chỉnh Phiên giải ý nghĩa

KIỂM SOÁT NHIỄU

1 Khống chế nhiễu một cách tối đa khi thiết kế nghiên cứu

• Thu hẹp phạm vi nghiên cứu

• phân nhóm ngẫu nhiên (randomisation)

• ghép cặp (matching): ví dụ trong nghiên cứu bệnh-chứng, có

thể ghép cặp theo tuổi, giới, v.v.

2 Khống chế, kiểm soát nhiễu khi phân tích

• Phân tích phân tầng (stratified analyses)

• Phân tích bằng mô hình đa biến (multivariable modeling)

Ø nhiễu có thể được kiểm soát ở cả giai đoạn thiết kế

nghiên cứu và giai đoạn phân tích

52

CÁC BƯỚC KIỂM SOÁT NHIỄU

1 Phân tầng theo các mức độ của yếu tố nghi ngờ là

“yếu tố nhiễu”

2 Tính các ước lượng (RR hoặc OR) không bị nhiễu

đặc trưng cho từng tầng

3 Đánh giá sự khác biệt của các ước lượng này ở các

tầng: bằng cảm tính (eyeballing) và/hoặc thông qua

kiểm định ý nghĩa ( test of significance)

KIỂM SOÁT NHIỄU

4 Nếu khụng cú dấu hiệu của tương tỏc: tớnh toỏn cỏc

ước lượng chung cú hiệu chỉnh thụng qua phương

phỏp Mantel-Haenszel (tớnh ORMH hoặc RRMH), sử

dụng cỏc phần mềm như EpiInfo, SPSS

5 Nếu cú dấu hiệu của tương tỏc:

a Khụng tỡm cỏch hiệu chỉnh kết quả theo yếu tố

nhiễu.

b Tớnh toỏn và đưa ra kết quả về RR (hay OR) trong

từng tầng

2 Thu hẹp phạm vi nghiờn cứu

• Ví dụ chỉ chọn nghiên cứu một giới để loại yếu tố giới,

chọn một nhóm tuổi nhất định, chọn chỉ những ngời

có hút thuốc lá

* Ưu điểm:đơn giản, thuận tiện dễ làm, ít tốn kém để

kiểm soát nhiễu tiềm ẩn

* Nhược điểm:

• Làm giảm số người đủ tiêu chuẩn tham gia nghiên

cứu, khó chọn đủ cỡ mẫu (phải sàng lọc)

• Có thể không loại hết nhiễu nếu giới hạn chưa đủ

hẹp

Kh«ng ph¬i nhiÔm

1000 / 200

=

=

cRR

02.1100/21

900/194

900/29

100/6

RR

RR hiÖu chØnh = 1.14

4 Phân tích tầng