Luận văn thạc sĩ Công nghệ thông tin: Đánh giá sự tương quan giữa các nhóm thuốc và bệnh suy tim dựa vào phương pháp phân tích dữ liệu

Việc phân tích dữ liệu của các bệnh cũng như các loại thuốc điều trị là thực hiệnđánh giá dựa trên nhưng dữ liệu được thu thập từ phần mềm quản lý bệnh viện dé đưa ra những kết quả, số l

ĐẠI HỌC QUOC GIA TP HO CHÍ MINH TRUONG DAI HOC CONG NGHE THONG TIN

SOKCR

NGUYEN CAO THANG

ĐÁNH GIÁ SU TƯƠNG QUAN GIỮA CAC NHÓM THUỐC VÀ BỆNH SUY TIM DỰA VÀO

LUẬN VĂN THẠC SĨ

NGÀNH CÔNG NGHỆ THÔNG TIN

Mã số: 8.48.02.01

TP HO CHÍ MINH - 2024

ĐẠI HỌC QUOC GIA TP HO CHÍ MINH TRUONG DAI HOC CONG NGHE THONG TIN

SOKCR

NGUYEN CAO THANG

ĐÁNH GIÁ SU TƯƠNG QUAN GIỮA CAC NHÓM THUỐC VÀ BỆNH SUY TIM DỰA VÀO

PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU

LUẬN VĂN THẠC SĨ

NGANH CÔNG NGHỆ THONG TIN

Mã số: 8.48.02.01

NGƯỜI HƯỚNG DẪN KHOA HỌC

TS NGUYÊN GIA TUẦN ANH

TP HO CHÍ MINH - 2024

LỜI CAM KẾTTôi xin cam kết tất cả các nội dung trong luận văn này hoàn toàn được thựchiện và hoàn thành bằng chính nghiên cứu của bản thân tôi và được hướng dẫn khoahọc của TS Nguyễn Gia Tuấn Anh và các hướng dẫn chuyên môn về lĩnh vực bệnh

lý cũng như tác dụng điều trị của thuốc do BS.CKII Hà Ngọc Bản chỉ bảo

Trong quá trình thực hiện luận văn này tôi có tham khảo thông tin từ nhiềunguồn khác nhau, các nội dung tham khảo đều được trích dẫn Các kết quả thực hiệntrong luận văn là hoàn toàn trung thực dựa trên số liệu thực tế của bệnh nhân khám

tại Viện Tim Thành phó Hồ Chí Minh trong giai đoạn từ năm 2017 đến năm 2023 vàchưa được công bé băng bat kỳ hình thức nào

Nếu có điều không trung thực, tôi xin chịu hoàn toan trách nhiệm va chấp nhận

kỷ luật theo quy định.

TP Hồ Chí Minh,ngày tháng năm 2024

Học viên

Nguyễn Cao Thắng

LỜI CẢM ƠN

Sau thời gian nghiên cứu và thực hiện, tôi đã hoan thành luận văn “đánh gia sự

tương quan giữa các nhóm thuốc và bệnh suy tim dựa vào phương pháp phân tích dit

”

liệu” Dé hoàn thanh được luận văn nay, tôi xin gửi lời cảm ơn chân thành đến:

- TS Nguyễn Gia Tuan Anh đã hướng dẫn trực tiếp, luôn chi bảo, đôn đốc dé

tôi thực hiện hoàn chỉnh luận văn này.

- BS.CKII Ha Ngọc Bản — Phó Bi thư Dang ủy — Phó Giám đốc Viện Tim

Thành phố Hồ Chi Minh đã tận tình giải thích, hướng dẫn các chỉ số y khoa, cung cấp

tài liệu liên quan đến bệnh suy tim và cách thức điều trị bệnh bằng thuốc dé tôi có

những phân tích cho bài luận văn này.

- Tập thể phòng Công nghệ thông tin — Viện Tim Thành phố Hồ Chi Minh đãtạo điều kiện dé tôi có thời gian vừa thực hiện công việc và hoàn thành luận văn này

- Cuối cùng em xin gửi lời cảm ơn đến gia đình, bạn bẻ đã đồng hành, hỗ trợ

em cũng như động viên dé em hoàn thành luận văn này

Mặc dù có những có gắng, nỗ lực đề hoàn thành nhưng trong quá trình thực hiệnkhông tránh khỏi những thiếu sót, em mong quý thầy cô và các bạn thông cảm

MỤC LỤC

¡0801900012 EE'I ddadddaăaddQ 1

DANH MỤC CÁC TU VIET TAT o sseesescssssesscsssneseessneceessnneeesssnseseesnneeeesnnseeessnneess 4

DANH MỤC CAC BẢNG ¿22 c2 tt tr tri 5

DANH MỤC CÁC HINH ANH VA DO THỊ, ccccccccxvvrrrrrrrrrrrrrrrrree 6

910015 8

CHUONG I: GIOT THIEU sesessssssesssssssescessneeseessneeeesnneecessnneseessneseesnnneeesnnneeeen 10

1.1 Gidi thiệu Viện Tim Thành phố Hồ Chí Minh -:- ¿25+ 10

1.2.1 Béh SUY tm oo eee ‹ảDO 11

1.2.2 Các giai đoạn bệnh suy tim ee ceceeceeeseeseeeeeeseeeseceseeeeeaeenseeseeeaeens 12

1.2.3 Các yếu tổ nguy cơ bệnh suy tỉm -. 2- 2-52 2 2+E££Ee£EeEEerszrszrs 13

1.2.4 Dấu hiệu và triệu chứng lâm sàng bệnh suy tim - 14

1.2.5 Các nhóm thuốc - -c¿-222+t22xvtEEkxttEkkrtttrtrrrtrkkrrrrrkrrrrrrree 15

13 Mục tiêu, đối tượng và phạm vi nghiên cứu của (Cn 5 15

1.3.1 Muc ti€u nghién CUU 01122 15

1.3.2 Đối tượng nghiên cứu -:-2-©2¿+++++2E++rx++Exzreerkrerxrrrsees l6

1.3.3 Pham Vi NGhién 00) 0227 Ô 17 1.4 Khả năng mở TỘng c1 TH ng ng ng Hy 17 1.5 Các nghiên cứu có lIÊn quan - - 5 55 + 1n ng ng ngư 17

1.6 Cấu trúc của luận văn Thạc sĩ - + t+tSt+E£EE+EEEESEEEEEEErEerkrkerxererkee 18CHƯƠNG II CƠ SỞ LÝ THUYÊTT - 25cc222vvvtvEEYvvtrrrrrrrrrrrrrrrrrrrrk 19

2.1.1 Thu thap tt l@u 11-3 19

2.1.2 Tiền xử lý đữ LGU eccceccese ess cesessessessesssessessessessessessessessesseessesseesees 20

2.2 Hệ số tương quat.e ccecceccsccsscssessessessessessesscsssessessessessessessssssesseestssesseseeaees 23

2.3 Các loại hình phân tích dữ liệu - 5-5 225 3322 3*EESeereerrsrserere 24

2.3.1 Phân tích thống kê mô tả 2-2 £ E2 EE+EE2E£+E££Ee£EeEEerxrrxrree 24

2.3.2 Phan tich chan Goan BS 24

2.3.3 Phân tích dự đoán - - - - Ă SE 1111231111391 1 118 1111182111188 1 tt rưyn 25

2.3.4 Phân tích đề xuất -2-2¿2222S++22EtSEE+SEEEvEEEsrkrerkrrrrrrsrrrerrree 25

2.4 Các kỹ thuật phân tích dit liệu - 2-2 5+c2x2E++EeExerxrrreerxerxerrees 25

2.4.1 KY thuat phan CUM 0n 3 26

2.4.2 Thống kê suy luận +- 2 2 £+E+E£EE£EE£EESEEEEEEEEEEEEEEEEEkerkrrrrei 272.4.3 Thống kê mô tả - - 2-25 £+S£+E£EE£EEEEEEEEEEEEEEEEEEEEEEEEEEEEErkrrkrei 282.4.4 Hồi quy (Ñegression) ¿- 2-52 2 E2 te EEEEEE121121121 2111111 xe 282.4.5 Hồi quy tuyến tính đơn giản -2¿- 2: 5++2+2£xvzz+vrxesrxesrxees 292.4.6 Hồi quy lOgiSfÍC - c5 S25 SE SE E21 1212111112111 21.11111111 302.5 Phuong pháp kiểm định trị sỐ P ¿ +¿©++2+++x+zxvzx+erxesrxrrrsees 31

2.5.1 Khai ni6mn , 2, ca 31 2.5.2 Gia trl P-ValUe 1 31

2.6 Kiểm định giả thiẾt 222 St SE E12 1EE1E21121121171 112112111 312.7 Phân tích dữ liệu bằng biểu 46 oo ceececeeccseecsessessessessessessessesseeseestessesseesees 31

2.8 Cac phần mềm hỗ trợ phân tích dữ LGU oo eeseeseessessesseeseeseeseesees 332.8.1 61080180 0:0077.7 5 4 332.8.2 88/1525: -0:0 7 -:Ở:: 342.8.3 Giới thiệu về RStudio ceccscccssessessesssessessesssssessessessesssessessessessseeseeses 35CHUONG III: KET QUÁ THỰC HIEN - - 5-52 SSE+E‡EE‡E£EEEEEEEeErkerxererxee 36

3.1 Giới thiệu bộ dữ liệu - 2-52 ©E£+EE£EE£EEEEEEEEEEEEEEEEErkrrkerkerkeee 36 3.2 Lam sach dit 0 6G 4 45

3.3 Mô hình áp dụng cho các tập dữ liệu ¿6+ sccscseeseesrrsersee 49

3.4 Kết quả quá trình phân tích dữ liệu - 2 ¿2++2x++zx++zxzzseex 50

3.4.1 Cài đặt gói packages liên quan va đọc file excel dữ liệu 50

3.4.2 Đánh giá mối liên hệ giữa bệnh hở van 2-3 lá với hở van DMC 57

3.4.3 Đánh giá về Giới Tính ảnh hưởng đến các triệu chứng bệnh về tim 62

3.4.4 Đánh giá về tuôi tác ảnh hưởng đến các triệu chứng bệnh về tim 63

3.4.5 Đánh giá sự hiệu quả và thông dụng của các loại thuốc được kê đơn cho

3.4.6 Đánh giá sự hiệu quả và thông dụng của các loại thuốc được kê đơn cho

3.4.7 Đánh giá sự phân bé của loại thuốc Acenocoumarol theo bệnh nhân số

1 - PHAM THỊ HUYNH HOA 22- 2222 2E++2E+2EE+2EEtEEEtEEEeExrzrrerrerree 69

3.4.8 Đánh giá sự hiệu quả thuốc các loại thuốc lên bệnh suy tim của tệp bệnh

nhân 72

3.4.9 Đánh giá thuốc anh hưởng theo hướng tốt lên bệnh Suy Tim 743.4.10 Đánh giá thuốc ảnh hưởng theo hướng xấu đi lên bệnh Suy Tim 783.4.11 Đánh giá thuốc ảnh hưởng theo hướng không tốt cũng không xấu đi lên

DANH MỤC CÁC TỪ VIET TAT

CNTT Công nghệ thông tin

Machine learning Máy học

Package Gói cài đặt mở rộng

XN Xét nghiém

CDHA Chan doan hinh

MSCT Chụp cắt lớp vi tinh

BHYT Bao hiểm y tế

UBND Ủy ban nhân dân

DANH MỤC CAC BANG

Bang 1 — Dấu hiệu và triệu chứng lâm sang bệnh suy tim -. :2-=5¿ 15Bảng 2- Các phiếu cho BN đến khám tại Viện Tim TP.HCM - 40Bảng 3 - Các phiếu trả cho BN mang về 2- 5:52 ©5222S2Exv2EEtEEteExrsrxrrreeree 41

Bảng 4 - Danh sách mã bệnh suy tim (ICD 1Ũ) - 55555 S>+scsseseerseress 42

Bảng 6 - Chi tiết các cột dữ liệu sau khi làm sạch -¿- - - s+x+x+xzxzE+Eerezxsrers 57Bảng 7 - Tỉ lệ xuất hiện của các bệnh ¿- ¿+ ©+++x+2Ex+£E++zxterxrsrxrrreeree 59

DANH MỤC CÁC HÌNH ẢNH VÀ ĐỎ THỊ

Hình 1.1 - Viện Tim Thành phố Hồ Chí Minh - 2 2 2 2£2££+£++zxzsz 11

Hình 1.2 - So sánh giữa tim bình thường và Suy fIm - 5 5 5s £>s+sessxs 12

Hình 2.1 - Tổng quan về tiền xử lý dit liệu 2-2-2 22+ E+£xtzEzEezrxerxrex 21Hình 2.2 - Quy trình tiền xử lý dit liệu -2- 22522 ++E£+EczEerEerkerxerxererree 22

Hình 2.3 - Minh họa phương pháp phân cụm 55-5 3+ *++sk+seexseeseeers 27

Hình 2.4 — Hồi quy logistic c.cccssecssesssesssesssecssessscssecsssesssssscssecssscssessecssecssessesssecaseess 30Hình 2.5 - Quy trình tạo biểu đồ coccccececececcsscssesscssessesvesessessessesssssesuesusssssessessessessease 32

Hanh 2.6 — Giao i00 34

Hình 2.7 — Giao diện RSfud10 - - <5 2111161622311 11E 1 853 111K 19g23 1 key 35

Hình 3.1 - Phiếu chỉ định CLS xét 0101900000107 36Hình 3.2 - Phiếu chỉ định CLS hình ảnh - ¿2 2 +££+S£+£E+£xezx+xe+rxerxezez 37Hình 3.3 - Kết quả xét nghiệm 2-2-2222 2ExE2EE£EEESEEESEEEEEEEEESEkrrrkrrrecree 37

Hình 3.4 — Kết quả Xquang - 2-2-5255 2St9S19EE9EE2E52E197121121122121711211 11-10, 38

Hình 3.5 — Kết luận CĐHAss.¿ ea tle eeecapeesccodcececsnsccccnsseccasecessneeecsneeensnesees 38

Hình 3.6 — Đơn thuốc - -2++222 2c tt EtrttrErrrtrrrrrriirrrriirrerieg 39

Hình 3.7 - Giấy hẹn tái khám cho BN BHYT 2-2 2 2+£z+E££Eezxerxerxrrsxee 40Hình 3.8 - Tổng số lượt BN đến khám từ năm 2017 đến 2023 -2-¿ 41

Hình 3.9 - Tổng số bệnh nhân được chân đoán chính là SUY THIM «cs< <5 42

Hình 3.10 - Mối liên hệ giữa các bảng dữ liệu - 2-2252 EccEczEzEeerxerrcrex 43Hình 3.11 - Hình ảnh dữ liệu thô ban đầu của danh sách BN đến khám 46Hình 3.12 - Thao tác làm sạch dữ liệu bằng Excel -2- 2 +sz+s+cs+zxzsz 46

Hình 3.13 - Hình ảnh danh sách chan đoán với định dạng khác nhau 47

Hình 3.14 - Lưu dé làm sạch dữ liệu dựa vào cột chân đoán -. - +: 48Hình 3.15 - Lưu đồ kiểm tra bệnh van lá - - ¿- - s +EE+EEE£EE+EeEE+EeEkeEerxererrrrs 49Hình 3.16 - Dữ liệu danh sách chân đoán bệnh - - c ++x+zx+EeEx+xerxerzxers 51

Hình 3.17 - Cac bước thực hiện đo kích thước va làm sạch dit liệu 52

Hình 3.18 - Kết quả làm sạch dữ liệu chân đoán ¿se St+keEvEvrkekererxzxsrrrs 52Hình 3.19 - Lưu đồ phân tách thông tin dit liệu chân đoán -5 5 54

Hình 3.20 - Hình anh dữ liệu sau khi phan tach ecceeesceseeeteeseeeseeeeeseeeeees 56

6

Hình 3.21 - Mối liên hệ giữa hở van 2-3 lá với hở van DMC -5¿ 57Hình 3.22 - Phương pháp đánh giá tông thé các loại bệnh 5-5 52 58Hình 3.23 - Ti lệ % xuất hiện các triệu chứng bệnh -. -«+++<++<se++sess 60Hình 3.24 - Thống kê theo quê quan ảnh hưởng đến bệnh tim - 60Hình 3.25 - Kết quả thống kê theo quê quán 2-2-2 2 2+s££x£x+£++z+zzszs+2 61Hình 3.26 - Kết quả thống kê theo giới tính ¿ 2¿©+¿©++2x++zxzzxvzxesrsz 62Hình 3.27 — Biểu đồ kết quả thống kê theo giới tính - 2 s¿©2sz©s++c++ 62Hình 3.28 - Phương pháp thống kê theo tuéi ảnh hưởng đến bệnh tim 63Hình 3.29 - Kết quả thống kê theo độ tuôi - 2 2 s2 ++S£+EzE££EerEerxerxersrsee 63Hình 3.30 - Danh sách toa thuốc của 10 bệnh nhân đầu tiên - - 25s: 64Hình 3.31 - Tập dữ liệu danh sách 10 bệnh nhân đầu tiên - -c-ccccsccrerersrres 64Hình 3.32 - Danh sách tên thuốc được sử ỤN - Ăn vs re 65Hình 3.33 - Biéu đồ thuốc sử dụng đối với bệnh nhân Phạm Thi Huỳnh Hoa 66Hình 3.34 - Phương pháp đánh giá hiệu quả va thông dụng của thuốc 67Hình 3.35 - Biéu đồ thuốc sử dung trên danh sách BN cecsscsscsscesessesseesessessesseeseeee 68Hình 3.36 - Kết quả phân bồ của thuốc Acenocoumarol trên bệnh nhân Phạm Thị

Huynh Hoa 1 o4 70

Hình 3.37 - Đồ thị thuốc Acenocoumarol sử dụng trên BN Pham Thị Huỳnh Hoa.71Hình 3.38 - Histogram của thuốc Acenocoumarol -: -¿+©sz2cx++zszs+zcsz 72Hình 3.39 - Độ thông dụng của thuốc ảnh hưởng tốt lên đối với BN Suy Tim 77Hình 3.40 - Độ thông dụng của thuốc ảnh hưởng xấu đến BN Suy Tim 79Hình 3.41 - Độ thông dụng của thuốc không ảnh hưởng đến BN Suy Tim 81

MỞ ĐẦU

Ngày nay việc ứng dụng CNTT vào tất cả các lĩnh vực của đời sống nhằm nâng

cao hiệu quả của công việc cũng như tăng sự tiện ích cho người sử dụng Đặc biệt

trong lĩnh vực y tế, ứng dụng CNTT trong công tác chăm sóc sức khỏe người dân

từng bước đạt được những bước phát triển quan trọng nham đảm bao cho công tác

điều trị cũng như thực hiện tra cứu dữ liệu Điều này rất quan trọng cho việc xây dựng

hệ thống quản lý khám chữa bệnh của các bệnh viện và tương lai là phát triển y tế

thông minh, từ đó người dân được hưởng các lợi ich mà các thành tựu mà CNTT

mang lại trong các hoạt động quản lý y tế

Hầu hết các bệnh viện hiện nay ứng dụng và triển khai phần mềm quản lý bệnhviện, phần mềm quản lý bệnh án điện tử, hệ thống xếp hàng tự động, thanh toán việnphí online hoặc các hình thức không dùng tiền mặt giúp quá trình quản lý bệnh viện

được nhanh chóng, hiệu quả, giảm thời gian khám, chữa bệnh từ đó ngày càng có

nhiều tiện ích hỗ trợ cho người dân và làm tăng sự hài lòng của người dân đối với

bệnh viện

Do sử dụng phần mềm nền các thông điều trị bệnh cũng được lưu trữ một cách

rõ ràng và thuận tiện cho việc tra cứu thông tin Từ đó việc thống kê theo dõi từngmặt bệnh cũng được thực hiện hiệu quả, giúp cho việc điều trị được kết quả tốt hơn

Việc phân tích dữ liệu của các bệnh cũng như các loại thuốc điều trị là thực hiệnđánh giá dựa trên nhưng dữ liệu được thu thập từ phần mềm quản lý bệnh viện dé đưa

ra những kết quả, số liệu cụ thé Từ những dữ liệu ấy dé giúp đưa ra những quyết định

phù hợp cho việc điều trị bệnh Phân tích đữ liệu được sử dụng trong nhiều lĩnh vực.Quá trình phân tích dit liệu các bệnh và thuốc sử dung bao gồm các bước kiểm tra ditliệu, làm sạch dir liệu thu thập được từ phần mềm quản lý, chuyên đổi dit liệu thu

thập được thành dữ liệu có ích trong việc phân tích, mô hình hóa và phân tích dữ liệu

với mục đích cụ thê đáp ứng cho kết quả điều trị, cho thấy kết luận cụ thê hoặc có thê

hỗ trợ bác sĩ ra quyết định dựa trên bộ dữ liệu hiện có

Việc nghiên cứu bệnh suy tim cũng là một trong những bệnh quan trọng tại Việt

Nam cũng như trên toàn thế giới, ảnh hưởng đến sức khỏe của hàng triệu người vàgây ra tử vong Kết qua phân tích các yếu tô ảnh hưởng đến suy tim cũng như cácloại thuốc điều trị hiệu quả có thé giúp cải thiện việc chân đoán và điều trị bệnh này

8

Đề tài này mở ra cơ hội cho việc nghiên cứu những tương quan giữa các nhómthuốc và bệnh suy tim, từ đó có thé cải thiện hiệu quả của các phương pháp điều tribăng thuốc đồng thời hỗ trợ BS trong việc ra toa

Phân tích đữ liệu trong lĩnh vực y học và y học lâm sàng thường gặp các vấn đề

phức tạp do mỗi bệnh lý thường sẽ ảnh hưởng đến người bệnh và gây ra các bệnhkhác đi kèm và việc điều trị cũng cho nhiều dữ liệu phức tạp Việc sử dụng phươngpháp phân tích dữ liệu có thể giúp xác định và hiểu rõ mối tương quan giữa các nhóm

thuốc và bệnh suy tim từ các tập dữ liệu lớn và đa dạng

Việc sử dụng phương pháp phân tích số liệu, bao gồm cả các phương pháp thống

kê cô điển và máy học, có thé giúp phát hiện ra các mối tương quan tiềm ấn, dự đoánđược các nguy cơ và đưa ra các gợi ý điều trị

Trong thời đại số hóa, có sẵn nhiều dữ liệu lớn về bệnh lý và điều trị y học, cung

cấp cơ sở cho việc tiền hành phân tích dữ liệu để đánh giá mối tương quan giữa cácnhóm thuốc và bệnh suy tim

Tổng thé, việc nghiên cứu về việc đánh giá mối liên hệ giữa các nhóm thuốc vàbệnh suy tim thông qua phương pháp phân tích dữ liệu không chỉ có ý nghĩa lý thuyết

mà còn có thể mang lại những ứng dụng thực tiễn quan trọng trong việc cải thiện

chăm sóc sức khỏe và điêu trị bệnh lý.

CHUONG I: GIỚI THIỆU

1.1 Giới thiệu Viện Tim Thành phố Hồ Chí Minh

Từ sau khi thống nhất được nước đến những năm 1990, Việt Nam không có cơ

sở phẫu thuật tim Các bệnh về tim thời gian này có thé được xem như là bệnh nan y

và khó có thể cứu chữa Đặc biệt đối với những em bé bị bệnh tim bam sinh thường

phải mang bệnh suốt đời và không thể đi học hay sinh hoạt như những đứa trẻ bình

thường khác do những hậu quả của bệnh tim Nó là gánh nặng của gia đình và của xác hội.

Trước tình hình những em bé bị tim bam sinh ra đi mà lẽ ra có thé cứu sốngđược, Giám đốc Sở Y tế lúc bay giờ là có Viện sĩ Bác sĩ Dương Quang Trung, một

phẫu thuật viên lồng ngực được đảo tạo hoàn toàn tại Pháp, đã từ bỏ những hào quang

ở kinh đô ánh sáng Paris theo Bác Hồ về Việt Nam đề cống hiến cho đất nước Saukhi thống nhất đất nước, Ong là Giám đốc Sở Y tế được giao nhiệm vụ cố và pháttriển ngành y tế của Thành phố, chăm sóc sức khỏe cho người dan Ong đã tô chức

nhiều lần đưa các bé sang Pháp dé phẫu thuật Nhận thấy việc làm này quá tốn kém

nhưng chỉ cứu được vài em trên cả nước, nên ông đưa ra ý tưởng phải thành lập một

trung tâm có thé mô tim tại Việt Nam

Trước những khó khăn trên và tình hình kinh tế của đất nước lúc bấy giờ gặpnhiều khó khăn, cô Viện sĩ Bác sĩ Dương Quang Trung đã nhiều lần kêu gọi sự giúp

đỡ trong việc xây dựng một trung tâm mồ tim tại Thành phố Hồ Chi Minh từ phíaPháp nhưng đều bị từ chối Mãi cho đến khi người bạn thân thiết của Ông là Giáo sưAlain Carpentier, chuyên gia phẫu thuật tim của Pháp có dịp đến thăm bệnh viện NhiĐồng và chứng kiến một em bé bị tim bam sinh vừa mat do bệnh viện không phẫuthuật được, đã nhận thay nhu cau phau thuat tim dé cứu song nhiéu tré em tai ViétNam là thật sự cần thiết Giáo sư đã vận động Hiệp hội Alain Carpentier hợp tác cùngchính phủ Việt Nam dé thành lập Viện Tim Thành phố Hồ Chí Minh với mong muốn

ban đầu là mồ tim cứu sống các trẻ em, mang về cho các cháu cuộc sống bình thường

mà lẽ ra các cháu đã được nhận từ lâu.

Viện Tim TP.HCM được thành lập theo Quyết định số 681/QD-UB ngày03/11/1991 của UBND TP.HCM Viện Tim là một đơn vị hợp tác quốc tế giữa Sở Y

tế thành phố Hồ Chí Minh với Hiệp Hội Alain Carpentier - Cộng hòa Pháp, là một

10

đơn vị sự nghiệp y tế chịu sự quản lý Nhà nước theo ngành của Sở Y tế thành phố Hồ

Chí Minh.

Viện Tim được giao nhiệm vụ điều trị các bệnh tim và các di tật về tim ở trẻ em,tiếp nhận mọi đối tượng bệnh nhân, giảng dạy nội ngoại khoa các bệnh tim cho bác

sĩ, điều dưỡng Việt Nam, Đông Nam Á và các nước trên thế giới, nghiên cứu phát

triển kỹ thuật mới về bệnh tim và một số chuyên khoa khác đồng thời hỗ trợ bệnh

nhân nghèo, đặc biệt là trẻ em được mô tim miễn phí một phần hoặc toàn phan thông

qua sự tài trợ của Hiệp Hội Alain Carpentier và các tô chức xã hội, cá nhân khác.

1.2 Giới thiệu bệnh suy tim

1.2.1 Bệnh suy tim

Suy tim là một bệnh lý về tim trên người Người mắc bệnh suy tim thường bị

các triệu chứng khó thở, đau ngực và các hoạt động hàng ngày không đảm bảo do

tình trang tim không đủ khả năng bơm máu dé cung cấp oxy cho toàn bộ cơ thé

Người mắc bệnh sẽ ảnh hưởng đến sinh hoạt cuộc sống hằng ngày do những

biến chứng của bệnh gây nên Do đó BN cần thực hiện thay đổi các chế độ ăn uống,nên ăn nhiều rau xanh, các loại thức ăn tốt cho sức khỏe, hạn chế rượu và các chất

11

kích thích Đồng thời thay đổi chế độ sinh hoạt như tập thé dục đều đặn giúp tăngmáu lưu thông trong cơ thê, giảm tình trạng máu cục ứ đọng.

Bệnh suy tim có thé được điều trị bằng thuốc nhằm giảm tình trạng trở nặng của

bệnh và gây ra các biên chứng không mong muôn.

Tĩnh mạch chủ Phan cơ tìm bị suy yếu

TIM BÌNH THƯỜNG SUY TIM

Hinh 1.2 - So sanh gitra tim binh thuong va suy tim

Nguyên nhân gây suy tim:

- _ Bệnh ly mạch vành như: hội chứng vành cấp, thiếu máu cục bộ cơ tim,

- Tang huyết áp

- Hep van tim: hẹn van 2 lá, van 3 lá, hẹp van động mach chủ.

- Ho van tim: Ho van 2 lá nặng, hở van 3 lá, hở van động mạch chủ.

- _ Bệnh tim bam sinh

- Rối loạn nhịp

1.2.2 Cac giai đoạn bệnh suy tim

Bệnh suy tim thường được chia làm 4 giai đoạn dựa trên phân cấp của New

York Heart Association và các triệu chứng của người bệnh:

12

Cấp độ 1: Người bệnh thường không có triệu chứng rõ rệt, các hoạt động hang

ngày của người bệnh bình thường và bi ảnh hưởng do bệnh lý gây nên.

Cấp độ 2: Người bệnh thường có ít biểu hiện bệnh từ mức độ nhẹ đến trung

bình Các hoạt động sinh hoạt hằng ngày vẫn diễn ra bình thường Tuy nhiên đối vớicác hoạt động nặng hoặc gắng sức sẽ gây ra các triệu chứng mệt, khó thở đối với

người mắc bệnh

Cấp độ 3: Người bệnh có các triệu chứng khó thở và đau ngực ở mực độ nặng

đây là cấp độ thê hiện rõ nhất các triệu chứng của bệnh Người bệnh gặp các khó khăntrong sinh hoạt cuộc sống hăng ngay ngay cả các hoạt động nhẹ

Cấp độ 4: Đây là giai đoạn nặng nhất của bệnh suy tim Các chịu chứng đau

ngực và khó thở thường xuyên xuất hiện

1.2.3 Các yếu tố nguy cơ bệnh suy tim

Hầu hết những người mắc bệnh suy tim thường mắc các bệnh lý về tim mạchtrước đó Có một số yêu t6 nguy cơ làm tăng nguy cơ suy tim:

Bệnh động mạch vành: là do tích tụ chất béo trong động mạch tim và làm giảmlượng máu đến cơ tim, làm cho người mắc bệnh gặp các triệu chứng đau ngực Nếu

sự tích tụ ngày càng cao sẽ gây ra tình trạng sơ vữa động mạch và dẫn đến tình trạng

suy tim.

Bệnh huyết áp cao: khi đó áp lực trong mạch máu tăng cao, dé đáp ứng cho máulưu thông thì tim phải bơm mạnh hơn so với bình thường Nếu việc này kéo dai thì

các buồng tim sẽ lớn hơn và ngày càng yếu đi, từ đó dẫn đến tình trạng suy tim

Bệnh tiểu đường tip 2: người mắc bệnh tiêu đường do có nồng độ lipid trong

máu cao và thường gây ra tình trạng sơ vữa động mạch Do đó dẫn đến tình trạng suytim ngày càng cao đối với những bệnh nhân mắc bệnh tiêu đường tip 2

Lão hóa: những người càng lớn tuôi thì nguy cơ mắc bệnh suy tim càng cao đotình trạng lão hóa và suy yếu của trái tim

Ngoài các yếu tô chủ yếu ở trên còn có các yếu tố bổ sung có thé ảnh hưởng dẫnđến tình trạng bệnh tim mạch và bệnh suy tim: người hút thuốc nhiều; béo phì hoặcthừa cân; lạm dụng rượu bia hoặc các chất ma túy; các biến thể di truyền của bệnh cơ

tim và tiên sử gia đình mặc bệnh tim mạch.

13

1.2.4 Dau hiệu và triệu chứng lâm sàng bệnh suy tim

Người mắc bệnh suy tim thường có những dấu hiệu và triệu chứng như sau

Dấu hiệu/ Triệu chứng Những nguy cơ có thể gặp

Khó thở Xuất hiện thường xuyên hoặc đột ngột trong lúc đang

hoạt động hoặc nghỉ ngơi.

Ho dai dăng hoặc thở

khò khè

Do chất lỏng tích tụ trong phôi nên gây tình trạng ho

có đờm màu trăng hoặc màu hông do có lần máu

Tích tụ các chất lỏng dưthừa trong các mô cơ thể

Do bị suy tim nên tim không bơm đủ lực dé day máu

ra khỏi buồng tim theo từng nhịp Do đó khi máu trở

về sẽ không thể đây hoàn toàn vào tim mà chạyngược sang các tĩnh mạch và đưa về các mô, từ đó

gây sưng tấy ở bàn chân, mắc cá chân, ngón tay và

các mô khác.

Mét mỏi Do tim không đủ lực dé bơm máu đến các cơ quan

như bình thường, do đó người bệnh luôn có cảm giác

mệt mỏi và các hoạt động hăng ngày thường khó

khăn hơn.

Chán ăn, buôn nôn Cơ thê thường có cảm giác no hoặc khó chịu trong

bụng do hệ thống tiêu hóa nhận được ít máu hơn

Mắt tập trung Việc giảm lưu lượng máu đến não cũng gây ra tình

trạng mắt tập trung,Tăng nhịp tim Đề bù lại việc máu bơm đến các cơ quan ít hơn đo đó

tim sẽ tăng lượng đập gây ra cảm giác tim đập nhanh

- Tình trạng đữ nước ở các mô hoặc các cơ quan

trong cơ thê dẫn đến tình trạng tăng cân

Bảng 1 — Dấu hiệu và triệu chứng lâm sàng bệnh suy tim

1.2.5 Các nhóm thuốc

Nhóm thuốc ức chế men chuyển

Là nhóm thuốc có tác dụng giúp giãn mạch, làm hạ huyết áp của người bệnh,góp phần giảm áp lực cho tim và cải thiện chức năng của thất trái

Đây là nhóm thuốc dùng dé điều trị cho bệnh nhân mắc bệnh suy tim mạn tính

và không đáp ứng với nhóm thuốc ức chế men chuyền hoặc nhóm ức chế thụ thê

Nhóm thuốc điều trị suy tim với thuốc chen beta

Thường được sử dụng với những BN suy tim mạng tính khi tuần suất tống máu

ở thất trái bị giảm Giúp giảm tỉ lệ nhập viện và tử vong do các biến chứng của bệnh

suy tim.

Nhóm lợi tiểu kháng aldosteroneGiúp tăng cường khả năng lợi tiểu và giảm sự co giãn của mạch máu, ngăn nguy

cơ suy thận, giảm rỗi loại chức năng nội mạch

Ngoài ra tùy theo tình trạng và triệu chứng của người bệnh trong từng trương

họp cụ thé BS sẽ có những quyết định kết hợp các loại thuốc với nhau dé tăng hiệuquả điều trị cho người bệnh

1.3 Mục tiêu, đối tượng và phạm vi nghiên cứu của đề tài

1.3.1 Mục tiêu nghiên cứu

Nghiên cứu hệ thống hóa các kỹ thuật dùng để phân tích dữ liệu, lựa chọn cácphương pháp phù hợp nhằm giải quyết bài toán phân tích đánh giá sự tương quan

15

giữa các nhóm thuốc và bệnh suy tim Bài toán nhận đầu vào là tập dir liệu về thôngtin bệnh nhân, thông tin các dot điều trị và thuốc được sử dụng cho bệnh nhân trongmỗi lần khám, đầu ra là mối liên hệ giữa các loại bệnh, kết quả bệnh phân theo giớitính, tỉnh thành, kết quả tác dụng của thuốc đối với bệnh nhân và đưa ra những sỐliệu đáp ứng cho việc điều trị.

Từ mục tiêu đã nêu trên, học viên tập trung nghiên cứu những vấn đề sau:

- Xác định mối quan hệ giữa các bệnh, đánh giá bệnh giữa các nhóm tuổi, giới

tính.

- Đánh giá mức độ tương quan giữa việc sử dụng các nhóm thuốc khác nhau và

sự phát triển, tiễn triển của bệnh suy tim dựa trên dữ liệu lâm sàng và y học

- Đánh giá tác động của từng nhóm thuốc đối với bệnh suy tim, thông qua phân

tích dữ liệu được thu thập từ các lần khám

- Xác định những nhóm thuốc có tác động tích cực đối với bệnh suy tim và

những nhóm thuốc có thé cần được điều chỉnh hoặc thay đổi trong phác đồ điều trị

hiện tại.

- Tìm kiếm và phát hiện ra các mối tương quan hoặc mẫu tô hợp giữa các loạithuốc và các yêu tố khác mà trước đây chưa được biết đến của bệnh suy tim

- Dựa trên các số liệu đã phân tích, tạo ra các mô hình dự đoán và dé xuất chiến

lược điều trị cá nhân hóa cho bệnh nhân suy tim dựa trên loại thuốc

- Dựa trên kết quả của nghiên cứu, đề xuất các hướng tiếp theo cho nghiên cứu

về tương quan giữa các nhóm thuốc và bệnh suy tim, có thé bao gồm các nghiên cứulâm sàng hoặc nghiên cứu thêm về tác dụng của các loại thuốc

Tổng thé, nội dung trong đề tài này là phân tích và đánh giá sâu sắc về mốitương quan giữa các nhóm thuốc và bệnh suy tim, từ đó đưa ra các chỉ số, số liệu sửdụng thuốc đối với bệnh suy tim

1.3.2 Đối tượng nghiên cứu

Đôi tượng nghiên cứu của luận văn là các yêu tô liên quan đên thuôc được sử

dụng tác dụng của nó đôi với bệnh nhân thông qua các lân khám bệnh như: họ tên,

giới tính, nơi ở của BN, nhóm thuốc bệnh nhân sử dung, tat ca thông tin trên được

16

trích xuất từ phần mềm quản lý bệnh viện đang được sử dụng tại Viện Tim Thànhphố Hồ Chí Minh.

Dữ liệu được sử dụng trong luận văn bao gồm thông tin bệnh nhân, các chân

đoán bệnh trong mỗi lần khám, thuốc được sử dụng cho bệnh nhân của Viện TimThành phố Hồ Chí Minh từ năm 2017 đến năm 2023

1.3.3 Phạm vi nghiên cứu

Phân tích hiệu quả của thuốc đối với bệnh suy tim trên tập dữ liệu bệnh nhân

đến khám tại Viện Tim TP Hồ Chí Minh từ năm 2017 đến năm 2023 Từ các số liệu

đó bác sĩ có những quyết định về việc điều chỉnh, bổ sung phác đồ điều trị trên bệnhnhân suy tim Từ đó đưa ra được hiệu quả tốt nhất trong việc điều trị bệnh

1.4 Khả năng mở rộng

Từ kết quả nghiên của khóa luận này có thể áp dụng phân tích cho các bệnh phốbiến khác tại bệnh viện, cũng như ap dung kết quả này cho các bệnh viện khác trongnước Ngoài ra, cũng có thé xem kết quả phân tích của luận văn này như một tài liệutham khảo để nâng cao hiệu quả điều trị bệnh

1.5 Các nghiên cứu có liên quan

“Khảo sát điều trị suy tim theo khuyến cáo của hội tim mach Châu Âu 2016”của bốn tác giả Nguyễn Ngọc Thanh Vân, Nguyễn Đinh Quốc Anh, Hoàng Văn Sĩ,

Châu Ngọc Hoa Xác định đặc điểm dân số bệnh nhân suy tim, tỉ lệ bệnh nhân được

sử dụng các thuốc Ức chế hệ Renin-Angiotensin-Aldosterone, chen Beta và lợi tiéu

kháng Aldosterone va tỉ lệ bệnh nhân dat liều đích của các điều trị này

Nghiên cứu cách thực hiện trên tập dữ liệu của các nghiên cứu như Luận văn

thạc sĩ “Ứng dụng phân tích dữ liệu lâm sàng dé phân tang nguy cơ tim mạch trên

bệnh nhân đái tháo đường tip 2” — Năm 2022 của Nguyễn Phúc Hoang sử dụng bộ

dữ liệu của bệnh nhân tại bệnh viện Dai học y được thành phố Hồ Chí Minh

“Nghiên cứu các vấn đề liên quan đến thuốc và đánh giá kết quả can thiệp dược lâm sàng trong kê đơn thuốc bảo hiểm y tế ngoại trú ở đơn thuốc có chân đoán bệnh hô hấp ở một bệnh viện tại cần thơ năm 2022-2023” của Nguyễn

Thị Hạnh, Nguyễn Thiên Vũ, Nguyễn Ngọc Nhã Thảo, Đặng Duy Khánh

(2023).

17

“Phân tích các yếu tố ảnh hưởng đến kết quả học tập của học sinh” - Năm

2022 của Nguyễn Hiếu Lễ sử dụng bộ dit liệu của trường THPT Gò Quao.

1.6 Cau trúc của luận văn Thạc sĩ

Chương I: Giới thiệu

> Giới thiệu Viện Tim Tp Hồ Chí Minh

> Giới thiệu bệnh suy tim.

> Mục tiêu, đối tượng nghiên cứu và phạm vi của đề tài

> Khả năng mở rộng

> Các nghiên cứu liên quan

Chương II: Cơ sở ly thuyết

Thu thập và xử lý dữ liệu.

Hệ số tương quan

Các loại hình phân tích dữ liệu.

Các kỹ thuật phân tích dữ liệu.

Phương pháp kiểm định trị số P

Kiểm định giả thiết.

Phân tích dit liệu bằng biểu đồ

VV VV VV Y WV Các phần mềm hỗ trợ phân tích đữ liệu

Chương III: Kết quả thực hiện

> Giới thiệu bộ dữ liệu.

> Lam sạch dữ liệu.

> M6 hình áp dụng cho các tập dữ liệu.

> Kết quả quá trình phân tích dữ liệu

Chương IV: Kết luận, hướng phát triển

> Kết luận

> Hướng phát triển của đề tài

18

CHUONG II CƠ SỞ LÝ THUYET

2.1 Thu thập và xử lý dữ liệu

2.1.1 Thu thập dữ liệu

Xác định loại dữ liệu mà cần đề thực hiện phân tích, đối tượng bệnh nhân đượclay ra bao gom thong tin về bệnh nhân, lich sử bệnh lý, các loại thuốc được sử dụng,các chỉ số y tế liên quan đến suy tim như chỉ số chức năng tim

Dữ liệu được thu thập từ hồ sơ bệnh án điện tử, cơ sở dữ liệu khám chữa bệnhcủa bệnh nhân trong thời gian điều trị

Trong quá trình thu thập dữ liệu luôn tuân thủ các quy định về bảo mật thôngtin và quyền riêng tư của bệnh nhân và các quy định pháp luật liên quan

Việc thu thập đữ liệu là một bước quan trọng và cần thiết trong quá trình nghiêncứu, dam bảo rang dữ liệu được thu thập chính xác và phù hợp dé đáp ứng mục tiêu

của đề tài nghiên cứu

Dữ liệu là kết quả của quá trình khám bệnh của bác sĩ trong thời gian thực hiệnkhám chữa bệnh Các kết quả điều trị cũng những các loại thuốc sử dụng cho bệnh

nhân trong từng dot khám

Các thông tin khám bệnh được lưu trữ dưới dạng thô và ở nhiều bảng khác nhau,chưa sẵn sàng cho thống kê theo yêu cầu đặt ra Một bộ dữ liệu được gọi là tốt nếu

nó thỏa mãn sáu tính chất sau:

Đây di: Bộ dữ liệu cần chứa đầy đủ thông tin cần thiết cho mục tiêu nghiên

cứu, không bị thiếu sót thông tin quan trọng

Chính xác: Dữ liệu trong bộ dữ liệu cần phản ánh chính xác thông tin thực tế

mà nó đại diện, không chứa thông tin sai lệch hoặc không chính xác.

Ti hong nhất: Dữ liệu cần được thu thập và lưu trữ theo một tiêu chuẩn nhấtđịnh, với định dạng và cấu trúc thống nhất giữa các biến số

Tương Thích: Bộ dữ liệu cần phù hợp với mục tiêu và phương pháp phân tích

dự kiến, bao gồm cả định dạng dữ liệu và phạm vi của nó

Tin cậy: Dữ liệu cần chứa đủ lượng mẫu và đối tượng nghiên cứu dé đảm bảo

độ phân loại và độ tin cậy của kết quả

19

Dé truy cập và sw dung: Dữ liệu can được lưu trữ một cách có rõ rang va dang

truy cập, sử dụng bởi các nhà nghiên cứu và người dùng khác.

2.1.2 Tiền xử lý dữ liệu

Sau khi thu thập dit liệu cần thiết, cần phải kiểm tra và tiền xử lý dit liệu dé loại

bỏ dữ liệu không chính xác, thiếu sót hoặc ngoại lệ có thể ảnh hưởng đến kết quả và

quá trình phân tích.

Trên thực tế dữ liệu thu thập được lại rất đa dạng và phức tạp nên rất khó đáp

ứng 6 tính chất trên (đặc biệt là đữ liệu chính xác, đầy đủ thông tin và đồng nhất dữ

liệu) do nhiều nguyên nhân khác nhau như:

- Nguyên nhân khách quan: Do sự cố hệ thống, do hỏng hóc phan cứng, sự cốmất điện,

- Nguyên nhân chủ quan: Có sai sót trong quá trình nhập liệu, do người dùng

nhập dữ liệu không tuân thủ theo các nguyên tắc, tiêu chuẩn,

Do vậy một bộ dữ liệu sau khi thu thập được cần phải trải qua xử lý nhằm mụcđích nâng cao chất lượng cho bộ dữ liệu, góp phần tạo ra dữ liệu “sạch”.

20

Test Initial &

Best Practice End to End Testing

Hình 2.1 - Tổng quan về tiền xử lý dit liệu

e Tiền xử ly dữ liệu được thực hiện thông qua các bước sau:

Làm sạch dữ liệu (Data cleaning): là thực hiện các bước để loại bỏ những dữ

liệu không đúng, thiếu thông tin hoặc bé sung những dit liệu còn thiếu dé hoàn thiện

dữ liệu.

Tích hợp dữ liệu (Data integration): là quá trình kết nối, tích dữ liệu từ nhiều

nguồn khác nhau dé tạo ra một dữ liệu thống nhất phục vụ cho quá trình thống kê,

phân tích

Chuyển đổi dữ liệu (Data transformation): là thay đôi dữ liệu từ dạng này sang

dạng khác nhăm phù hợp với mục đích phân tích, báo cáo, hoặc tích hợp dữ liệu, baogồm việc áp dụng các thao tắc và quy tắc cụ thé dé chuẩn hóa, làm sạch và định dạnglai dir liệu Data transformation thường là một phan của quy trình ETL (Extract,

Transform, Load), đữ liệu được trích xuất (Extract) từ các nguồn khác nhau, chuyển

đổi (Transform) dé đáp ứng các yêu cầu cụ thể, và sau đó tải (Load) vào hệ thống lưu

trữ như kho dữ liệu.

21

Giảm dữ liệu (Data reduction): là quá trình giảm thiểu kích thước của tap ditliệu mà không làm mắt đi quá nhiều thông tin quan trọng, nó giúp cải thiện hiệu quảlưu trữ và xử lý dữ liệu Đây cũng là một bước quan trọng trong việc chuẩn bị dữ liệu

cho phân tích, đặc biệt khi làm việc với các tập dữ liệu lớn va phức tạp.

Phân tách dữ liệu (Data discretization): là qua trình chuyển đổi các thuộc tinh

hoặc biến liên tục thành các thuộc tính hoặc biến rời rạc Có nghĩa là các giá trị liên

tục được gộp nhóm thành các khoảng hoặc các giá tri cu thể rời rạc, giúp đơn giản

hóa va dé dàng hơn trong việc phân tích dit liệu, đặc biệt là trong các mô hình học

Data Cleaning

máy và khai phá dữ liệu.

22

2.2 Hệ số tương quan

Hệ số tương quan là một chỉ số thống kê nhằm xác định mức độ mạnh yêu của

2 biến số Hệ số tương quan có giá trị từ -1.0 đến 1.0 Các phép tính cho ra kết qua

lớn hơn 1.0 hoặc nhỏ hơn -1.0 được gọi là lỗi xảy ra trong phép tính.

Kết quả phép tính tương quan nếu kết quả lớn hơn 0 được gọi là mối quan hệ

đồng biến Ngược lại nếu giá trị nhỏ hơn 0 được gọi là nghịch biến Tương quan bằng

0 được cho là 2 biến có giá trị độc lập với nhau

Một số loại hệ số tương quan phổ biến: Pearson (R), Spearman ? va Kendall

Công thức tinh hệ số tương quan

Trong đó:

rxy — hệ số tương quan của mối quan hệ tuyến tính giữa các biến x và y

xi — các giá trị của biến x trong dit liệu

X — giá trị trung bình của các giá trị của biến x

yi — các giá trị của biến y trong đữ liệu

ÿ — giá trị trung bình của biến y

e Hệ số tương quan Pearson

Hệ số tương quan Pearson (ký hiệu r) là chỉ số đo lường mối quan hệ tuyến tínhgiữa 2 biến Hệ số tương quan xác định một số mối quan hệ chắng hạn: Có mối quan

hệ giữa quê quán và bệnh, mối liên hệ giữa độ tuổi và bệnh, mối liên hệ giữa giới tinh

2.3 Các loại hình phân tích dữ liệu

2.3.1 Phan tích thống kê mô tả

Phân tích thống kê mô tả (Descriptive Statistics) là các phương pháp thường sử

dụng các biểu đồ để mô tả các dữ liệu cần phân tích hoặc toàn bộ dữ liệu Phương

pháp này sử dụng giúp mô tả cụ thé dữ liệu bằng cách đưa ra các tóm tắt và các thông

số của dữ liệu được sử dụng

Phân tích này được thực hiện để trả lời các câu hỏi sau:

+ Mối liên hệ giữa các bệnh được phân bồ như thế nào?

+ Các bệnh nhân được phân bố theo từng nhóm (độ tuổi, giới tính) cu thể nhưthế nào?

+ Các nhóm thuốc điều trị được phân bồ cho bệnh nhân ra sao?

+ Tác dụng của thuốc đối với các loại bệnh như thế nàoCác kết quả của phương pháp thống kê mô tả thường được thé hiện dưới dạng

các bảng sô liệu hoặc các biêu đô cụ thê.

2.3.2 Phân tích chan đoán

Phân tích chan đoán (Diagnostic Analytics) là một quá trình sử dung những sốliệu đã có trong quá khứ dé đưa ra những chân đoán nhất định, từ đó tìm ra nguyênnhân xảy ra các sự kiện đó Từ đó xác định múi liên hệ giữa các yếu tổ liên quan dé

tìm những biện pháp khắc phục hoặc giải pháp tối ưu dé cải thiện trong tương lai.

Trong phân tích chan đoán thường sử dụng thống kê dé đưa ra những số liệu cụthé nhằm phục vụ cho những chân đoán cụ thé Đồng thời sử dụng phương pháp máyhọc để phân tích trên các tập dữ liệu lớn có độ phức tạp cao

Phân tích chân đoán cho ra nhiều thông tin giá trị hơn so với phương pháp phân

tích mô tả, do vậy nó đòi hỏi kỹ năng phân tích cao hơn bởi vì được thực hiện trên

các truy vấn phức tạp Kết quả của phân tích chân đoán thể hiện trực quan thông qua

các công cụ, từ đó giúp người sử dụng xác định được cụ thê và rõ ràng hơn.

24

2.3.3 Phân tích dự đoán

Phân tích dự đoán (Predictive Analytics) là việc sử dụng các số liệu trong quátrình thống kê dé phân tích dự đoán khả năng xuất hiện trở lại của các sự kiện trong

tương lai.

Phân tích dự đoán là một công cụ hỗ trợ cho việc đưa ra những quyết định trong

tương lai, giúp người quản lý có thể dự đoán được các sự kiện xuất hiện nhằm kịp

thời đưa ra những điều chỉnh, chính xác thích hợp dé đạt được hiệu quả cao nhất

Nói một cách khác, phân tích dự đoán là một mô hình được đưa ra dựa vào

những sự kiện trong quá khứ xảy ra với một điều kiện cụ thé dé xác định sự kiệntương tự xảy ra trong tương lai Nếu các điều kiện cơ bản này thay đổi thì mô hình

dự báo phải được cập nhật.

2.3.4 Phân tích đề xuất

Phân tích đề xuất (Prescriptive Analytics) là một dang của phân tích di liệu, nó

sử dụng công nghệ dé giúp các cơ quan, doanh nghiệp đưa ra những quyết định tốt

hon dựa vao các tập dữ liệu thô.

Phân tích đề xuất dựa vào các kết quả, tài nguyên có sẵn để đưa ra những đề

xuất trong tương lai nhằm đáp ứng các yêu cầu ngắn hạn hoặc dài hạn tùy theo các

dữ liệu được trích lọc, phân tích.

Các phân tích đề xuất dựa trên các kĩ thuật trí tuệ nhân tạo từ các chương trìnhmáy tính, nó tích hợp đữ liệu đầu vào từ nhiều nguồn khác nhau và không ngừng thayđổi theo các dit liệu thu thập được đề từ đó đưa ra những đề xuất có tỉ lệ cao nhất, vàhiệu quả nhất nhằm dap ứng các yêu cầu cụ thé của người sử dụng

2.4 Các kỹ thuật phân tích dữ liệu

Kỹ thuật phân tích dữ liệu là quá trình sử dụng các phương pháp, công cụ và kỹ

thuật tính toán dé hiểu và suy luận từ dữ liệu Mục tiêu chính của phân tích dữ liệu làtrích xuất thông tin hữu ích từ đữ liệu, phát hiện mẫu, và tạo ra các dự đoán hoặc

quyết định dựa trên các phân tích

Kỹ thuật phân tích dữ liệu đa dạng và có thể được áp dụng cho nhiều loại đữliệu khác nhau, bao gồm dữ liệu số liệu, văn bản, hình ảnh, âm thanh va dữ liệu thờigian Dựa vào mục tiêu và tính chất của dữ liệu, có nhiều phương pháp và công cụkhác nhau có thể được sử dụng

25

Các kỹ thuật phân tích có thê được sử dụng độc lập theo từng cái hoặc kết hợpvới nhau đề đạt được các mục tiêu phân tích dữ liệu cụ thể.

2.4.1 Kỹ thuật phan cum

Phân tích dữ liệu phân cụm (clustering analysis) là một kỹ thuật phân tích dữ

liệu được sử dụng dé tự động phân loại đữ liệu cần quan sắt vào các nhóm (cụm) dựatrên sự tương đồng giữa các dữ liệu cần phân tích Mục tiêu của phân tích phân cụm

là tạo ra các nhóm có tính tương đồng cao của các phần tử bên trong nhóm và tính

khác biệt lớn giữa các nhóm.

Quan trọng nhất, phân tích phân cụm không yêu cầu thông tin dự trước về phân

phối của dit liệu hoặc nhãn nhóm cho các quan sát Thay vào đó, nó dựa trên tính

tương đồng giữa các quan sát dựa trên các đặc điểm của chúng

Các phương pháp phô biến trong phân tích phân cụm bao gồm:

- K-means Clustering: Là phương pháp phân cụm phô biến nhất, trong đó sốlượng cụm được xac định trước và các điểm đữ liệu được gán vào cụm sao cho khoảngcách từ mỗi điểm đến trung tâm của cụm là nhỏ nhất

- Hierarchical Clustering: Phương pháp này tạo ra một cây phân cấp các cụm,

mỗi cấp độ của cây tương ứng với một cách chia nhỏ dữ liệu thành các cụm Có hai

loại chính: phân cấp dựa trên độ tương đồng (agglomerative) và phân cấp dựa trên độ

tương phan (divisive).

- DBSCAN (Density-Based Spatial Clustering of Applications with Noise):

Phương pháp này phân loại các cum dựa trên mật độ của các điểm đữ liệu trong khônggian, cho phép phát hiện được các cụm có hình dang không đều và phát hiện được dữ

liệu nhiễu.

- Mean Shift Clustering: Phương pháp nay di chuyền các trung tâm cụm đến vịtrí mà hàm mật độ của dữ liệu là cao nhất, tự động xác định số lượng cụm và hình

dạng của chúng.

- Gaussian Mixture Models (GMM): GMM giả sử rằng dữ liệu được tạo ra từ

sự kết hợp của nhiều phân phối Gaussian khác nhau và cố gắng tìm ra các phân phốinay dé phân loại dit liệu

26

Phân tích phân cụm có nhiều ứng dụng trong nhiều lĩnh vực như phân loại hìnhảnh, gom nhóm khách hàng, phân tích gen, và nhiều ứng dụng khác trong khoa học

dữ liệu và máy học.

Dữ liệu trước khi áp dụng clustering Dữ liệu sau khi áp dụng clustering

2.4.2 Thống kê suy luận

Phân tích thống kê suy luận là một phương pháp trong thống kê được sử dụng

dé đưa ra kết luận hoặc suy luận về một quần thể dựa trên dữ liệu thu thập từ mộtmẫu cụ thé của quần thể đó Mục tiêu là suy luận từ mẫu dữ liệu và áp dụng các kếtquả nay cho quan thể lớn

Dưới đây là một số phương pháp và khái niệm quan trọng trong phân tích thống

kê suy luận:

- Kiểm định giả thuyết (Hypothesis Testing): Là quá trình đưa ra quyết định vềđúng hoặc sai của một giả thuyết về quan thể dựa trên dit liệu mẫu Các bước chínhtrong kiểm định giả thuyết bao gồm thiết lập giả thuyết null và giả thuyết thay thé,lựa chọn một thống kê thử nghiệm

- Mức ý nghĩa (Significance Level): Mức ý nghĩa (alpha) là một ngưỡng được

chọn trước (thường là 0.05 hoặc 0.01) dé quyết định liệu có đủ bằng chứng dé bác bỏgiả thuyết null hay không

- Loại lỗi (Type I va Type II Errors): Trong kiểm định giả thuyết, loại lỗi Type

I là việc bác bỏ giả thuyết null khi nó thực sự là đúng, trong khi loại lỗi Type II là

việc không bỏ giả thuyết null khi nó thực sự là sai

- Khoảng tin cậy (Confidence Interval): Khoảng tin cậy là một phạm vi ước

lượng của một tham số của quan thé dựa trên mẫu dit liệu Nó cho phép chúng ta ước

lượng mức độ không chắc chăn của ước lượng.

27

Phân tích thống kê suy luận giúp chúng ta hiểu được ý nghĩa của dữ liệu mẫu

và đưa ra kết luận hợp lý về quan thé lớn từ dir liệu nhỏ Điều này giúp hỗ trợ quyết

định trong nghiên cứu và thực tiễn, đồng thời tăng tính khoa học và tin cậy của kết

quả.

2.4.3 Thống kê mô tả

Thống kê mô tả là quá trình mô tả dữ liệu một cách đơn giản va tông quát, giúpcho chúng ta hiểu rõ về đặc điểm cơ bản của dữ liệu Mục tiêu của phân tích này làtạo ra một bức tranh tổng thể về dữ liệu, từ đó có thé nhận biết các mẫu, xu hướng vàtính chất quan trong của dit liệu Một số phương pháp phô biến trong phân tích thống

kê mô tả:

Trung bình (Mean): Trung bình là giá trị được tinh bằng cách lấy tổng của tat

cả các giá trị và chia cho số lượng các giá trị

Trung vi (Median): Trung vi là giá tri ở vi trí giữa của tập dữ liệu khi nó được

sắp xếp theo thứ tự tăng dần hoặc giảm dan

Phương sai (Variance): Phương sai là sự biến động của dit liệu Nó thé hiện mức

độ phân tán của các giá trị từ giá trị trung bình.

Độ lệch chuẩn (Standard Deviation): Độ lệch chuẩn là căn bậc hai của phươngsai, cho biết mức độ biến động trung bình của đữ liệu từ giá trị trung bình

Tần suất (Frequency): Tần suất của một giá trị là số lần xuất hiện của giá trị đó

trong tập dữ liệu.

Biểu đồ (Graphs): Sử dụng biéu đồ như biểu đồ cột, biểu đồ đường, biéu đồ hộp

(box plot), và biểu đồ phân phối tần suất dé trực quan hóa dit liệu và hiểu rõ hơn về

đặc điểm của chúng

Phân tích thống kê mô tả thường là bước đầu tiên trong quá trình phân tích ditliệu Băng cách này, người phân tích có thể thu các thông tin cơ bản về tập dữ liệu vàchuẩn bị cho các phương pháp phân tích chỉ tiết hơn

2.4.4 Hồi quy (Regression)

Phân tích hồi quy là một kỹ thuật dé tìm hiểu mối quan hệ giữa một biến phụthuộc và một hoặc nhiều biến độc lập Mục tiêu của phân tích hồi quy là từ giá tri củacác biến độc lập có thể dự đoán các biến phụ thuộc Có hai loại phân tích hồi quy

chính:

28

Hồi quy tuyến tính (Linear Regression): là mối quan hệ giữa 2 biến phụ thuộc

và biến độc lập được giả định có mối quan hệ tuyến tính Mô hình hồi quy tuyến tính

có gắng tìm ra đường thang tốt nhất dé phù hợp với dit liệu

Hồi quy logistic (Logistic Regression): được sử dụng khi biến phụ thuộc làmột biến phân loại Hồi quy logistic ước lượng xác suất rơi vào một nhóm phụ thuộc

vào các giá trị của các biến độc lập Kết quả được chuyên đổi thông qua hàm logistic

dé giữ giá tri dy đoán trong khoảng từ 0 đến 1

Quá trình phân tích hồi quy thường bao gồm các bước sau:

- Thu thập dir liệu: Thu thập dữ liệu về biến phụ thuộc và biến độc lập từ một

mẫu hoặc quan thé

- Kiểm tra mô hình: Kiểm tra điều kiện giả định và phân phối của dữ liệu dé

đảm bảo mô hình hồi quy được áp dụng đúng cách

- Xây dựng mô hình: Sử dụng phương pháp tối thiểu hóa sai số như phương

pháp dự đoán bình phương tối thiểu (OLS) dé xác định mô hình hồi quy tốt nhất

- Đánh giá mô hình: Đánh giá hiệu suất của mô hình bằng cách sử dụng các

thước đo như hệ số xác định (R-squared), sai số tiêu chuẩn, và kiểm định giả thuyết.

- Diễn giải kết quả: Diễn giải mối quan hệ giữa biến phụ thuộc và biến độc lập,

cùng với ước lượng và dự đoán kết quả dựa trên mô hình

Phân tích hồi quy là một công cụ mạnh mẽ trong phân tích dữ liệu, được sử

dụng rộng rãi trong nhiều lĩnh vực như kinh tế học, y học, khoa học xã hội và kinh

doanh đê dự đoán và giải thích các môi quan hệ.

2.4.5 Hồi quy tuyến tính đơn giản

Mô hình hồi quy tuyến tính với một dự báo đơn có thé được biéu diễn bằng

phương trình:

y,=a+ Bx, +6,

Trong đó: zlà chặn (intercept, tức giá tri lúc x; = 0), va / là độ dốc (slope hay

gradient) Trong thực tế, z và # là hai thông số (parameter, còn gọi là regression

coefficient hay hệ số hồi quy), và £ là một biến số theo luật phân phối chuẩn với trung

bình 0 và phương sai ơ”.

29

Các thông số z, ổ và ø” phải được ước tinh từ dit liệu Phương pháp dé ướctính các thông số này là phương pháp bình phương nhỏ nhất (least squares method)

XÍ»,~(z+/#x)Ÿ

sao cho: i=! nho nhat.

2.4.6 Hồi quy logistic

Cho một tan số biến cố x ghi nhận ttn đối tượng, xác suất của biến có đó 1a:

2.5 Phương pháp kiểm định trị số P

2.5.1 Khái niệm

Phương pháp kiểm định số p (p-value) là một công cụ quan trọng trong phântích thống kê suy luận dé đánh giá mức độ chắc chắn của một kết luận dựa trên datamẫu Giá trị p thường được sử dụng dé đánh giá xem có đủ cơ sở dé bác bỏ giả thuyết

null hay không.

Mục tiêu của phương pháp kiểm định trị số P là bác bỏ giả thuyết không (nullhypothesis) bang cách kiểm tra trong thực tế

2.5.2 Giá trị p-value

P-value (probability value) Là một con số xác suất và được gọi là trị số P và

nó là một đại lượng giúp các nhà nghiên cứu quyết định giả thuyết của họ đúng hay

sai.

Khi các nhà nghiên cứu áp dung phương pháp kiểm định trị số P, họ luôn muốnbác bỏ giả thuyết không

> Giá trị p-value càng nhỏ (p-value < a) thi giả thuyết không càng nên bi bác

bỏ và giả thuyết thay thế càng đáng tin cậy

> Giá trị p-value càng lớn (p-value> a) thì cơ sở dé bác bỏ giả thuyết khôngcàng yếu và kiểm định không có kết luận

2.6 Kiểm định giả thiết

Mô hình Kiểm định giả thuyết là một phương pháp được phát triển bởi Jerzy

Neyman (1894 - 1981) và Egon Pearson (1895 - 1980) Nó được sử dụng các tiêu

chuẩn thống kê dé hỗ trợ đưa ra những quyết định trong điều kiện bất định Trong

những giả thuyết đưa ra cũng có những giả thuyết gặp phải những van đề rủi ro

2.7 Phân tích dữ liệu bằng biểu đồ

Biểu đồ là một hình ảnh thé hiện những thông tin rất quan trong của tập dữ

liệu.

Các biểu đồ được thực hiện tốt có thé cung cấp những giá trị quý giá cho việc thống

kê phân tích dữ liệu Dé có một biéu đạt được yêu cầu, người thực hiện phân tích phải

dau tư khá nhiều thời gian dé tìm hiểu thông tin, suy nghĩ và thực hiện Mỗi loại biểu

31

đồ có mục đích riêng, và tùy từng loại dữ liệu, việc tạo biểu đồ phải được thực hiệntheo những mô hình phù hợp với nhà phân tích cũng như thể hiện cho người xem một

cách rõ ràng, dé nam bắt thông tin

Base plot system đây là hệ thống biéu đồ cơ bản trong R, được R hỗ trợ mặcđịnh Ý tưởng của hệ thống biểu đồ này cốt lõi là sử dung mô hình “artist’s palette”:Đây là gói đồ họa chứa các chức năng vẽ biểu đồ cho hệ thống “cơ sở” Các chứcthường dùng là: sử dụng các hàm biểu đồ (plot, hist, boxplot, barplot, ) Ngoài ra,

có thé sử dụng các hàm dé thêm các chú thích cho biểu đồ: text, lines, axis, points

Base plot system có ưu điểm: Tiện lợi, trực quan và rất dễ tạo Nhược điểm:Không thé quay lại bước trước đó một khi đã vẽ biểu đồ; Rất khó giải thích cách tạo

biểu đồ cho người khác (không có điểm chung dé có thé “kế thừa” lại biểu đồ vừa

tạo).

e Ggplot2 plot system

Ggplot2 là một gói mở rộng hỗ trợ rất mạnh trong R, gg là viết tắt của:Grammar of Graphic Có thể xem ggplot2 là một “phần mềm” trong R, vì ggplot2 cócác hàm hoàn chỉnh dé xây dựng những loại biéu đồ có chất lượng cao Hệ thống nàykết hợp điểm mạnh của hệ thống base plot và lattice (base plot: Tạo biểu đồ dé dàng,lattice: Gọi hàm don dé vẽ một biểu đồ hoàn chỉnh)

32

Hệ thống này do Hadley Wickham tạo ra năm 2005 Dé sử dụng cần cài đặt

gói ggplot2.

Ggplot2 sử dụng 2 hàm chính là qplot và ggplot Trong đó hàm qplot chủ yếudành cho những trường hợp vẽ biểu đồ nhanh và đơn giản Hàm ggplot là hàm chínhtrong ggplot2 dùng dé vẽ tất cả các đồ thị đơn giản và phức tạp Dé sử dụng ggplot,

chúng ta cần phải làm quen với một số cú pháp và “ngôn ngữ” của ggplot2:

> data là dataframe trong R;

> aesthetic là các biến cần thiết dé vẽ và trang trí;

> geometric object là các đối tượng hình hay dạng biéu đồ;

> faceting dùng cho trường hợp nhiều biểu đồ;

2.8 Các phần mềm hỗ trợ phân tích dữ liệu

Hiện nay có rất nhiều phần mềm hỗ trợ phân tích dữ liệu trên thị trường, mỗicái có các ưu điểm và ứng dụng riêng Các phần mềm này đều có cộng đồng ngườidùng lớn, tài liệu hỗ trợ phong phú, và đều cung cấp các công cụ mạnh mẽ cho việcphân tích dt liệu Lựa chon phần mềm phụ thuộc vao nhu cầu cụ thé và mức độ thỏa

mãn với tính linh hoạt, hiệu suất, và tính năng của từng công cụ.

Các phần mềm được sử dụng trong luận văn này:

-R: R là một ngôn ngữ lập trình và môi trường tính toán thống kê mạnh mẽ,phổ biến trong cộng đồng thống kê và khoa học dữ liệu

- Microsoft Excel: Excel là một công cụ phổ biến cho việc xử lý và phân tích

dữ liệu Nó cung cấp các tính năng mạnh mẽ như bảng tính, công thức, và các công

cụ hỗ trợ phân tích và làm sạch dữ liệu.

2.8.1 Giới thiệu về R

R là ngôn ngữ thông kê mạnh mẽ được phát minh bởi hai nhà thống kê học

Ross Ihaka và Robert Gentlan thuộc Trường đại học Auckland, New Zealand phát

hoạ một ngôn ngữ mới cho phân tích thống kê mà họ đặt tên là R R được rất nhiềunhà thống kê học trên thế sử dụng và tham gia vào việc phát triển R

Nói cách khác, R là một phần mềm được sử dụng cho các phân tích thống kê

và vẽ biêu đô R là ngôn ngữ máy tính nó được sử dụng cho nhiêu mục đích khác

33

nhau như: tính toán, thông kê, phân tích sô liệu và vẽ các biêu đô Vì R là một ngôn

ngữ, do đó người ta có thê sử dụng R đê phát triên nên các phân mêm phục vụ cho

các yêu câu chuyên môn riêng biệt.

R là một phần mềm hoàn toàn miễn phí nhưng R chỉ cho phép thực hiện các

phân tích cơ bản và đơn giản, để có thể thực hiện phân tích các số liệu phức tạp hơn

thì chúng ta cần tải thêm các gói mở rộng được tích hợp vào R

2.8.2 Ưu điểm của R

R được đánh giá là một công cụ phân tích và dự đoán số liệu mạnh mẽ Nóđược thê hiện qua một sé kỹ thuật như sau:

+ R có chứa nhiều loại kỹ thuật thống kê: thống kê mô hình hóa tuyến tính và

phi tuyến tính, phân tích khoảng thời gian, phân loại, phân cụm và đồ thị Ngoài ra

người dùng cũng có thê cài đặt thêm các gói mở rộng nhằm nâng cao khả năng hỗ trợcủa R cho các lĩnh vực nghiên cứu, thống kê

+ Dữ liệu đầu vào cho phân tích dang bang theo cấu trúc file csv hoặc file txt,

hoặc các gói mở rộng hỗ trợ dữ liệu từ các bảng excel Tuy nhiên công cụ không có

hỗ trợ kết nỗi trực tiếp vào cơ sở dữ liệu;

34

+ Trong R cho phép tính toán thực hiện trên vectors hay nói cách khác R là

một ngôn ngữ vector, vì vậy chúng ta có thé sử dụng bat kỳ hàm nào trên vector và

không phải sử dụng vòng lặp.

+R có điểm mạnh là có thé tạo ra những đồ thị chất lượng cao cùng các biểu

tượng toán học.

2.8.3 Giới thiệu về Rstudio

RStudio như là một gói mở rộng hỗ trợ rất tốt cho R Tuy nhiên trong quá trình

sử dụng thực tế có thể xem RStudio là một phần mềm độc lập Vì sau khi cài RStudio

vào trong máy tính, khi mở chương trình thì không cần khử động thêm R vì tất cácphép tính, các hành và các lệnh khi thực thi trong R đều có thé thực hiện trực tiếp trên

RStudio.

về giao diện, RStudio có 4 cửa số chính:

Code editor Workbase and History

Plot and files

_ : :R Console

Hình 2.7 — Giao diện RStudio

35

CHUONG III: KET QUÁ THỰC HIỆN

3.1 Giới thiệu bộ dữ liệu

Bộ đữ liệu (data) được sử dụng từ việc các BS tại phòng khám ghi nhận thông

tin triệu chứng bệnh của bệnh nhân đến khám tại Viện Tim TP HCM Mỗi ngay bệnh

nhân đến khám các bác sĩ sẽ lập hồ sơ bệnh án của bệnh nhân trong mỗi lần khám,

bộ đữ liệu được thu thập trong phần mềm quản lý bệnh viện trong vòng 6 năm từ năm

2017 đến năm 2023

Mỗi lần khám BN sẽ có những thông tin chỉ định CLS, các phiếu kết qua XN

hoặc kết quả hình ảnh dé bác sĩ dựa vào các chỉ số kết quả và kết luận xem có có được

điều trị tốt hay không Thông thường mỗi BN đến khám được chia làm 2 trường hợp

cụ thê:

e Trường hop 1: Bệnh nhân đến khám lần đầu tại bệnh viện

Đầu tiên BN đến đăng ký khám bệnh và được xếp vào phòng khám dé gặp BS

Sau đó được BS thăm khám, hỏi bệnh Dựa vào các thông tin thăm khám, BS sẽ cho

các chỉ định CLS xét nghiệm và hình ảnh dé có những kết quả chan đoán chính xác

Họ tên bệnh nhân: Nguyễn ˆ” * ^” Giới tính: Nam

Mã BN(D): 24P039832 Địa chỉ: 32/2 kp8,, Phường Tân Phong, Biên

Hòa, Đông Nai

Ngày sinh: 25/10/1959 - 65 tuổi Quận/Huyện: Biên Hòa

Số thẻ BHYT: Tinh/TP: Đông Nai

IcD10: 110 Ghi chú:

Chan đoán: TANG HUYET AP - TD BENH TIM THIEU MAU

CUC BO MAN

' ST Xét Nghiệm Khoa Phòng Thực Hiện [thre hiện:

1 |Cholesterol Total Khoa Xét Nghiệm - Phòng 1C khu B 423

2 CholesterolHDL Khoa Xét Nghiệm - Phòng 1C khu B 423

3 CholesterolLDL Khoa Xét Nghiệm - Phòng 1C khu B 423

4 (Creatinine máu Khoa Xét Nghiệm - Phòng 1C khu B 423

5 (SGOT Khoa Xét Nghiệm - Phòng 1C khu B 423

6 SGPT Khoa Xét Nghiệm - Phòng 1C khu B 423

T ‘Triglycerides Khoa Xét Nghiệm - Phòng 1C khu B 423

8 Glucose(đường huyết khi đói) Khoa Xét Nghiệm - Phòng 1C khu B 423

Hình 3.1 - Phiếu chỉ định CLS xét nghiệm

36