Xác Suất Và Thống Kê Trong Y Học | Dhnam's Blog

1. Vai trò của XS-TK trong nghiên cứu y học

Công cụ của thống kê chính là xác suất, đó là một khoa học nhằm đưa ra các mô hình toán học về các hiện tượng ngẫu nhiên và tìm ra các quy luật về hiện tượng ngẫu nhiên đó.

« Xác suất làm cho ta hiểu rõ hơn về khả năng xuất hiện của các hiện tượng ngẫu nhiên cũng như các quy luật xác suất của chúng và nhờ đó giúp ta đánh giá đúng, phán đoán đúng hơn về các hiện tượng ngẫu nhiên. Thống kê giúp xử lý số liệu từ đó có thể so sánh và đánh giá đúng về hiệu quả chẩn đoán và điều trị của các phương pháp, góp phần đưa ra các khuyến cáo về chẩn đoán và điều trị » [1]

Nghiên cứu y học thường được bắt đầu bằng các nghiên cứu mô tả, qua đó nhằm xác định bản chất, thực trạng các vấn đề về sức khỏe con người cũng như các vấn đề liên quan khác thông qua các DL đã thu thập được. Sau khi thu thập được DL, các nhà nghiên cứu sẽ sử dụng các phương pháp của XS-TK để mô tả, tìm hiểu, đánh giá và đưa ra kết luận về vấn đề cần nghiên cứu.

Chứng cứ thuyết phục về mối liên hệ giữa việc tiếp xúc trực tiếp với ánh nắng mặt trời và ung thư da đã được một nhà thống kê người Úc phát hiện ra năm 1956, Ông Oliver Lancaster. Ông quan sát thấy rằng tỷ lệ người bị ung thư da trong số dân da trắng gốc Bắc Âu có tương quan thuận với vĩ độ của nơi họ ở, tức có tỷ lệ với lượng ánh nắng mặt trời mà họ tiếp xúc: các tiểu bang ở phía bắc có tỷ lệ ung thư da cao hơn các tiểu bang phía nam. Quan sát này chỉ có thể đưa ra được bằng việc thu thập đầy đủ các số liệu và đưa ra các quan sát có phương pháp về tỷ lệ ung thư da. Đó chỉ là một trong những ứng dụng của khoa học thống kê trong nghiên cứu y học.

Cơ thể con người là một thực thể sinh học luôn chịu sự tác động qua lại của các yếu tố môi trường và vũ trụ xung quanh. Sức khỏe của một cá nhân, một cộng đồng dân cư nằm trong mối liên hệ với các yếu tố tổng hợp của môi trường sinh thái. Chính vì thế, các quá trình sinh lý và sinh hóa diễn ra trong cơ thể con người cũng tuân theo một quy luật toán học về mặt sinh học.

Việc sử dụng toán học, cụ thể là XS-TK trong nghiên cứu y sinh học góp phần đánh giá  một cách chính xác các vấn đề về sức khỏe và bệnh tật của con người, đồng thời xác định các yếu tố nguy cơ, các mối quan hệ nhân quả, tương quan giữa các yếu tố của môi trường sinh thái lên sức khỏe và bệnh tật của cộng đồng.

Ngày nay, nhiều nghiên cứu điều tra cơ bản, nghiên cứu can thiệp hoặc các giải pháp công nghệ cũng được toán học hóa để tìm ra các quy luật ảnh hưởng lên sức khỏe cộng đồng. Nếu các vấn đề được bao quát cả hai mặt định tính và định lượng thì sẽ có những giải pháp ưu tiên, những can thiệp kịp thời và hiệu quả. Như vậy cần thiết phải phân tích và so sánh nhiều số liệu quan sát để tìm ra quy luật, từ đó đề ra các giải pháp thiết thực và có hiệu quả để bảo vệ sức khỏe con người.

“Thống kê y sinh học là môn toán ứng dụng dùng để nghiên cứu và phân tích các vấn đề và sự kiện liên quan đến y sinh học. Đó chính là sự toán học hóa các vấn đề sinh học và sức khỏe con người, làm cho nó phổ biến và đặc trưng cũng như sự trừu tượng hoặc cụ thể về nội dung và hình thức được nâng lên một bước rõ rệt và sâu sắc hơn để cho sự hiểu biết cũng tiến dần đến bản chất”. [2]

Trong các đề tài nghiên cứu khoa học về y sinh học, phân tích thống kê là một khâu quan trọng không thể thiếu. Tuy nhiên, với phương pháp dạy và học XS-TK trong các trường ĐH ở Việt Nam nói chung và các trường ĐH y khoa nói riêng như hiện nay, việc SV y khoa thậm chí học viên sau đại học không thể sử dụng hoặc sử dụng sai các phương pháp XS-TK trong các nghiên cứu y học  là một thực tế cần phải thay đổi.

2. Những ghi nhận từ thực tế về việc sử dụng XS-TK trong y học.

Trong nhiều thế kỷ qua cho đến hiện nay, quá trình và phương pháp chẩn đoán, điều trị bệnh chủ yếu dựa trên mô hình của Aristole. Theo mô hình này, người thầy thuốc sẽ khám lâm sàng dựa trên những triệu chứng mà bệnh nhân mô tả sau đó sẽ dự đoán khả năng bị một bệnh B nào đó với một xác suất ban đầu (xác suất tiền nghiệm) rồi quyết định phương pháp điều trị. Nếu sau điều trị, bệnh diễn tiến tốt và hoặc khỏi hoàn toàn thì phương pháp điều trị này được xem là đúng. Qua nhiều lần điều trị, người thầy thuốc sẽ rút ra kinh nghiệm cho mình và truyền thụ cho các đồng nghiệp. Như vậy, phương pháp điều trị này chủ yếu dựa trên kinh nghiệm và như thế người thầy thuốc thường có khuynh hướng chủ quan vì cảm nhận rằng phương pháp điều trị của mình là tốt, là tối ưu mặc dù có bằng chứng khoa học chứng minh điều ngược lại. Những kinh nghiệm mà các bác sĩ có được thông qua các tình huống lâm sàng thường có độ tin cậy không cao vì chúng chưa được kiểm chứng bằng các bằng chứng khoa học. Sự không thích hợp của những thông tin truyền thống vì đã lỗi thời (sách textbook), có thể sai lầm (kinh nghiệm chuyên gia) đã hình thành một phương pháp khác phương pháp truyền thống này, đó chính là phương pháp y học thực chứng (Evidence-based medicine)

Trong thời gian gần đây, y học thực chứng  đã và đang trở thành một cuộc cách mạng trong thế giới y học trong nghiên cứu y học, trong chẩn đoán và điều trị bệnh cho bệnh nhân. Đây là một phương pháp thực hành y khoa không chỉ dựa vào kinh nghiệm mà còn dựa vào các dữ liệu y khoa đã được thống kê lại hoặc đã được công bố trên các tạp chí có uy tín về y học. Trong phương pháp này, bệnh nhân cùng hợp tác với bác sĩ, ghi nhận lại những dữ liệu y học và sau đó, bằng các phương pháp của xác suất và thống kê bác sĩ sẽ đưa ra quyết định cuối cùng trong việc điều trị và chăm sóc bệnh nhân nhằm đạt kết quả tối ưu.

Mặc dù còn nhiều ý kiến khác nhau về y học thực chứng nhưng “ sự hiện diện và phát triển của phong trào y học thực chứng, tự nó, nói lên một sự thật là trong thời đại thông tin, những người hành nghề y khoa không còn là những anh hùng hào hiệp như thủa xa xưa. Những thuật chữa trị ngoạn mục ngày càng ít đi. Penicillin cho bệnh sưng màng óc, streptomycin cho bệnh lao, salk vaccine cho bệnh Polio, v.v… chỉ là những viên đạn huyền diệu của quá khứ. Ngày nay, chúng ta chết không phải vì bệnh lao, vì bệnh truyền nhiễm, mà vì những bệnh như tim mạch, ung thư, những bệnh do nhiều yếu tố gây nên, và do đó, không dễ gì có được một viên đạn huyền diệu để chữa trị” [3]

Ở nước ta, y học thực chứng chỉ mới được chú ý đến trong thời gian gần đây và chưa có sự phát triển vững mạnh. Lý do thì có nhiều, nhưng một mặt, vì sự quá tải của các bệnh viện, bác sĩ ít có thời gian dành cho các bệnh nhân, ít có thời gian nghiên cứu khoa học; chương trình đào tạo về XS-TK ở các trường y hiện nay chủ yếu mang tính hàn lâm xoay quanh các kiến thức cơ bản và được đưa vào giảng dạy từ năm thứ nhất. Ở năm học này, sinh viên y khoa cũng như sinh viên các trường khác, những kiến thức về y học chưa được học nên không thể giảng dạy XS-TK ứng dụng trong chẩn đoán, điều trị và nghiên cứu khoa học về y học. Chính vì thế, kiến thức về XS-TK đã học ít hoặc không sử dụng được trong chẩn đoán, điều trị và nghiên cứu nên nhiều bác sĩ tốt nghiệp, ra trường nhưng không thể tiến hành một nghiên cứu vì các kiến thức về XS-TK còn hạn chế. Mặt khác, TK học ở nước ta chưa được chú ý và đầu tư đúng mức, chưa có sự kết hợp giữa người làm TK và người sử dụng TK trong các lĩnh vực nghiên cứu. Phương pháp dạy và học XS-TK còn nặng về lý thuyết, chủ yếu xoay quanh các kiến thức cơ bản, chưa đi sâu khai thác các ứng dụng của XS-TK đối với từng chuyên ngành. Vì những lý do này mà các đề tài nghiên cứu chưa được đánh giá cao, thiếu những ứng dụng thực tế và ít có cơ hội xuất hiện trên các tập san quốc tế. Ngay cả với các nghiên cứu y khoa, một lĩnh vực rất cần đến khoa học TK nhưng cũng chưa thực sự được hỗ trợ bởi khoa học TK.

“Phân tích dữ liệu bằng các mô hình thống kê đóng một vai trò then chốt trong các nghiên cứu y khoa. Thống kê cung cấp cho nhà nghiên cứu một cách suy nghĩ về dữ liệu, để hiểu và diễn dịch ý nghĩa của các sự kiện. Giá trị khoa học của kết luận từ một nghiên cứu không chỉ tùy thuộc vào phương án (thiết kế) của nghiên cứu mà còn tùy thuộc một phần lớn vào việc áp dụng đúng phương pháp thống kê, người phân tích chẳng những phải hiểu rõ những giả định đằng sau phương pháp này, mà còn phải nắm vững mục đích nghiên cứu, am hiểu phương pháp đo lường và thu thập dữ liệu. Chẳng hạn như kiểm định t hay phân tích phương sai chỉ có thể áp dụng phân tích các biến số tuân theo luật phân phối chuẩn; nhưng nếu các biến số này được áp dụng cho các biến số không theo phân phối chuẩn hay các biến số không liên tục thì kết quả sẽ trở lên vô nghĩa và kết luận cũng sai” [4]

Vì những hạn chế trong chương trình, trong dạy và học XS-TK như đã nếu trên nên trong các đề tài nghiên cứu y học còn rất nhiều sai sót. Những sai sót thông thường trong các nghiên cứu này là gì?

Để trả lời câu hỏi này, chúng tôi đã đọc và phân tích nhiều đề tài nghiên cứu y học, trong đó, sai sót chủ yếu xoay quanh các vấn đề dưới đây:

– Xác định cỡ mẫu: Đây là công việc đầu tiên của một đề tài nghiên cứu. Mỗi bài toán cụ thể đều có phương pháp xác định cỡ mẫu khác nhau. Nếu cỡ mẫu quá nhỏ thì kết quả nghiên cứu không có giá trị đối với quần thể. Ngược lại, nếu cỡ mẫu quá lớn sẽ tốn nhiều công sức, thời gian và kinh phí thực hiện, làm ảnh hưởng đến quần thể, hư hại quần thể nghiên cứu, vi phạm y đức. Có những nghiên cứu, sau khi đã xác định cỡ mẫu tối thiểu nhưng khi tiến hành nghiên cứu, cỡ mẫu sử dụng chỉ bằng 1/3 so với cỡ mẫu tối thiểu vì lý do thực hiện đề tài có hạn. Chẳng hạn đề tài: “Tác dụng kiểm soát đường huyết bằng viên nang khổ qua trên bệnh nhân đái tháo đường type 2”. Trong công trình này, tác giả tính cỡ mẫu theo công thức:

Với C = 1,96; d = 0,05; p = 0,1

Sau đó đưa đến kết luận: “Như vậy mỗi nhóm nghiên cứu cần 139 bệnh nhân. Tuy nhiên do thời gian thực hiện đề tài có hạn, cho nên chúng tôi chỉ tiến hành khảo sát mỗi nhóm là 30 bệnh nhân”

Cũng có những nghiên cứu mà ở đó các tác giả chọn mẫu rất nhỏ và không theo nguyên tắc nào. Chẳng hạn đề tài: “Hạ can-xi huyết trong kiềm hô hấp”. Trong phần chọn mẫu, tác giả viết: “Mẫu thuận lợi: Những bệnh nhân vào khoa cấp cứu bệnh viện Chợ Rẫy có triệu chứng hạ Can-xi huyết và có kiềm hô hấp trong tua trực. Mẫu trường hợp n = 10 người, mẫu kiểm chứng n = 15 người”

– Đối tượng nghiên cứu: Phần lớn các nghiên cứu y học đều lấy đối tượng nghiên cứu là bệnh nhân trong bệnh viện. Đây là những đối tượng có nguy cơ bị bệnh cao, không đảm bảo tính ngẫu nhiên và khó có thể áp dụng  cho các quần thể lớn hơn trong dân số.

– Phân lớp tùy tiện: Việc đưa DL ban đầu về DL dạng bảng có ưu điểm là dễ xử lý nhưng nhược điểm của việc phân lớp DL thành dạng bảng có thể làm mất thông tin hoặc biến một biến liên tục thành biến không liên tục vì khi DL được chia thành nhiều lớp nhỏ thì hàng số (range) trong từng lớp sẽ nhỏ lại, phương sai nhỏ dẫn đến hệ số tương quan trong nhóm nhỏ không phản ánh đúng hệ số tương quan của quần thể.

Khi tiến hành nghiên cứu, DL thu được theo thứ tự thời gian, chưa có thứ tự theo giá trị. Việc sắp xếp lại DL có thể làm thay đổi kết quả tính toán. Đối với những bài toán mà thuật toán đòi hỏi phải giữ nguyên thứ tự thu được theo thời gian thì không được sắp xếp lại dữ liệu. Nếu phải sắp xếp lại DL ta có những phương pháp sau:

– Dữ liệu không có PPC: KĐ t để so sánh hai trung bình thực nghiệm trong hai mẫu độc lập đòi hỏi DL phải tuân theo luật PPC và phương sai hai nhóm khác nhau không ý nghĩa. Nhiều đề tài nghiên cứu không chú ý đến điều kiện này dẫn đến những kết luận chưa chính xác, không có giá trị ứng dụng trong thực tế.

Chẳng hạn, đề tài: “So sánh số lượng tuyệt đối các tế bào TCD3, TCD4, TCD8 và mối liên quan với phản ứng Mantoux ở bệnh nhân lao phổi mới và lao phổi tái phát”

Đây là một nghiên cứu tiền cứu, mô tả, cắt ngang tại một Bệnh viện lao và bệnh phổi nhằm so sánh số lượng, tỷ lệ các tế bào TCD4, TCD8, TCD3 giữa 2 nhóm lao phổi: 30 bệnh nhân lao phổi mới AFB(+) và 30 bệnh nhân lao phổi tái phát AFB(+).

Kết quả bước đầu cho thấy: Số lượng trung bình của CD3, CD4, CD8 ở nhóm lao phổi mới cao hơn có ý nghĩa thống kê so với nhóm lao phổi tái phát: 1468,4± 616,6 và 1064,3 ± 251,0; p <0,01; 765,5 ± 316,9 và 572,2 ± 172,0; p<0,01; 630,4 ± 349,5 và 433,0 ± 155,3; p<0,05.

Đây là bài toán so sánh hai trung bình thực nghiệm độc lập, phương pháp thường dùng là kiểm định t với điều kiện dữ liệu quan sát phải tuân theo luật PPC và phương sai hai nhóm đồng nhất, nhưng đọc kết quả trên ta thấy phương sai hai nhóm khác biệt quá lớn (616,6 và 251,0; 316,9 và 172,0; 349,5 và 155,3) nên kết quả kiểm định có thể chưa phản ánh đúng thực tế điều trị.

– Áp dụng sai phương pháp: KĐ t bắt cặp dùng để đánh giá sự thay đổi trước và sau điều trị trên cùng một nhóm bệnh nhân, không thể dùng cho hai nhóm độc lập. Cũng có khi bài toán cần so sánh bằng KĐ t bắt cặp thì tác giả lại dùng KĐ t không bắt cặp cho hai nhóm độc lập.

– Kết quả chỉ mang tính ngẫu nhiên: Đối với một mẫu DL lớn nhưng được chia thành nhiều nhóm nhỏ và dùng phân tích TK cho từng nhóm cho tới khi gặp một nhóm có sự khác biệt có ý nghĩa TK để đạt mục đích nghiên cứu. Sự khác biệt này có thể chỉ là do ngẫu nhiên, không phải khác biệt có ý nghĩa TK. Do đó kết luận đưa ra chỉ đúng cho mẫu nghiên cứu, không phản ánh chính xác cho quần thể lớn. (Đào Hồng Nam)

Tài liệu tham khảo:

[1] Phạm Đức Hậu, 2010, Xác suất thống kê (dùng cho đào tạo bác sĩ đa khoa), NXB giáo dục Việt Nam, Hà nội

[2] Đỗ Hàm, 2007, Phương pháp luận trong nghiên cứu khoa học y học, NXB y học, Hà nội

[3] Nguyễn Văn Tuấn, 2004, Hai mặt sáng tối của y học hiện đại, NXB trẻ, Tp.HCM

[4] Nguyễn Văn Tuấn, Những sai sót trong nghiên cứu y học ở Việt Nam.

Chia sẻ:

• Facebook
• X

Thích Đang tải...

Có liên quan

Posted by v9t29 on 31/05/2011 at 08:52 Filed under Biostatistics  | Bình luận về bài viết này | Trackback URI