CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC pdf

CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC -  - MỤC TIÊU: Sau khi học xong bài này, học viên có thể: 1/ Phân biệt được các phép đo chính dùng trong dịch tễ học 2/ Định nghĩa, mô tả và phân b

CÁC PHÉP ĐO CƠ BẢN TRONG DỊCH TỄ HỌC

-  -

MỤC TIÊU: Sau khi học xong bài này, học viên có thể:

1/ Phân biệt được các phép đo chính dùng trong dịch tễ học

2/ Định nghĩa, mô tả và phân biệt được các khái niệm về Tỉ số, Tỉ lệ, Tỉ suất

3/ Định nghĩa, mô tả và phân biệt được các loại Tỉ suất hiện mắc và Tỉ suất mới mắc

5/ Biết cách tính các loại Tỉ suất hiện mắc và Tỉ suất mới mắc

6/ Phân biệt được nguy cơ tương đối, nguy cơ qui trách, phần trăm nguy cơ qui trách

7/ Tính được và diễn giải được các kết quả tính toán các loại số đo về nguy cơ kể trên

I SƠ LƯỢC VỀ CÁC PHÉP ĐO TRONG DỊCH TỄ HỌC

1 Các phép đo dịch tễ học: Các phép đo chính dùng trong nghiên cứu dịch tễ học có thể được chia làm 3 loại:

1 Các phép đo về tần suất bệnh tật (Measures of frequency): Thể hiện sự xảy ra của

bệnh tật, tàn phế, tử vong ở một cộng đồng dân cư  là cơ sở cho các nghiên cứu mô

tả, hay các nghiên cứu về nguyên nhân Tần suất xảy ra của bệnh tật thường được thể

hiện bằng Tỉ suất hiện mắc và Tỉ suất mới mắc (Prevalence, Incidence)

2 Các phép đo thể hiện sự phối hợp (Measures of association): Đánh giá sự liên quan

có ý nghĩa thống kê giữa một yếu tố cho trước và bệnh tật

3 Các phép đo về tác động tiềm tàng (Measures of potential impact): Phản ánh sự

góp phần của một yếu tố nào đó vào sự xảy ra của một bệnh trong một cộng đồng dân

cư Các phép đo này được dùng để tiên lượng hiệu quả hay hiệu lực của các phương

pháp can thiệp, điều trị … trong một dân số đặc biệt, TD: dùng vaccin Thông thường

các phép đo về tác động tiềm tàng là sự phối hợp của các phép đo về tần suất bệnh và các phép đo thể hiện sự phối hợp

2 Tỉ số, tỉ lệ, tỉ suất:

1 Tỉ số (Ratio): là một phân số trong đó tử số (là một giá trị) được chia cho mẫu số

(là một giá trị khác) Nói cách khác tử số và mẫu số không liên quan với nhau

Ta có thể hiểu Tỉ số theo cách: A/B

 TD: Tỉ số về giới tính trong 1 lớp học = Số học sinh nam

Số học sinh nữ

 TD: Tỉ số giường bệnh ở một khu vực =

Số dân trong khu vực

thể được hiểu là: A/A+B

Tỉ lệ thường được tính dưới dạng tỉ lệ phần trăm (kết quả nhân với 100)

 TD: Trong một cộng đồng có 500 người, 20 người bị nhiễm dung móc Vậy tỉ lệ người bị nhiễm dung móc trong cộng đồng này là :

20

= 0.04 x 100 = 4%

500

 TD: Tỉ lệ học sinh nữ trong lớp học là: Số học sinh nữ x 100

Tổng số học sinh của cả lớp (nam lẫn nữ)

3 Tỉ suất (Rate): là một dạng đặc biệt của tỉ số, diễn tả tần suất xuất hiện của một

biến cố (bệnh, chết v.v…) xảy ra trong một dân số xác định trong một khoảng thời gian nhất định Tỉ suất thường được nhân với một con số luỹ thừa của 10

Tỉ suất = Số biến cố xảy ra trong khoảng thời gian nhất định x 10 n

Dân số trung bình trong khoảng thời gian đó

 TD: Tỉ suất chết hàng năm = Tổng số chết trong 1 năm x 10n

Dân số trung bình (dân số giữa năm) trong năm đó

 TD: Tỉ suất sinh = Tổng số trẻ sinh sống ở 1 khu vực trong vòng 1 năm x 10n

Dân số trung bình (giữa năm) ở khu vực đó trong 1 năm

II TỈ SUẤT HIỆN MẮC VÀ TỈ SUẤT MỚI MẮC

1 Tỉ suất hiện mắc (Prevalence)

Tỉ suất hiện mắc cho biết số trường hợp bệnh hiện có (cũ lẫn mới) tại một thời điểm nào đó “Tỉ suất hiện mắc” không có đơn vị và không bao giờ nhỏ hơn 0 hay lớn hơn

1 Có 2 loại tỉ suất hiện mắc: Tỉ suất hiện mắc điểm (point prevalence) và tỉ suất hiện

mắc khoảng (period prevalence)

a Tỉ suất hiện mắc điểm:

Công thức tính:

Tỉ suất hiện mắc = Số trường hợp bệnh (cũ và mới) ở một thời điểm nào đó

Tổng dân số vào thời điểm đó

b Tỉ suất hiện mắc khoảng:

Công thức tính:

Số trường hợp bệnh (cũ và mới) trong một thời khoảng nào đó

Tỉ suất hiện mắc khoảng =

Dân số trung bình

 Vì “Tỉ suất hiện mắc” bao gồm tất cả những người bị bệnh - không tính đến

trường hợp mới bị bệnh hay đã bị từ lâu – nên những bệnh lâu ngày (mãn tính) thường có xu hướng có “tỉ suất hiện mắc” cao hơn những bệnh ngắn ngày (cấp tính)

 Tỉ suất hiện mắc có thể có được khi chúng ta thực hiện nghiên cứu cắt ngang

=> nghiên cứu cắt ngang còn được gọi là “prevalence study”

2 Tỉ suất mới mắc (Incidence):

Tỉ suất mới mắc có 2 loại: Tỉ suất mới mắc dồn (Cummulative Incidence) và Tỉ suất

mới mắc theo người-thời gian (Incidence density)

a Tỉ suất mới mắc dồn: là nguy cơ (RISK) để những người không bị một chứng bệnh

nào đó sẽ bị mắc bệnh (trong một khoảng thời gian nào đó) - với điều kiện những người này không bị chết vì một bệnh khác

Công thức tính:

Số người mới mắc bệnh trong một khoảng thời gian nào đó

Tỉ suất mới mắc dồn =

Dân số nguy cơ trong khoảng thời gian đó

 TD: Qua thống kê tòan quốc, trong năm 2004 có tất cả 99.162 bệnh nhân lao (cũ

và mới) trong đó có 58.389 bệnh nhân mới Như vậy:

- Số người mới mắc bệnh lao = 58.389 người

Dân số nguy cơ: = Tổng dân số – những người mắc bệnh cũ (= tổng số người mắc bệnh lao – số người mắc bệnh lao mới = 99.162 – 58.389 = 40.773) = 80.032.400 – 40.773 = 79.991.627 người Vậy Tỉ suất mới mắc lao của Việt nam trong năm 2004 là:

CI = 58.389/79.991.627 = 0,0007 hay 0,7 0/00

Từ kết quả này, ta có thể phát biểu rằng: Nguy cơ bị bệnh lao của người Việt nam

trong năm 2004 là 0,7 0 / 00

 Đặc điểm của Tỉ suất mới mắc dồn:

- là một tỉ lệ

- không có đơn vị

- thay đổi từ 0 đến 1

b Tỉ suất mới mắc (theo người-thời gian): phản ánh sự phát triển của những trường

hợp

bệnh mới trong một đơn vị thời gian

Công thức tính:

Tỉ suất mới mắc = Số trường hợp bệnh mới trong một khoảng thời gian nào đó

Tổng thời gian có nguy cơ mắc bệnh của tất cả cá thể trong dân số

(đơn vị: người-thời gian) (person-time)

 Đặc điểm của Tỉ suất mới mắc (theo người-thời gian):

- không phải là một tỉ lệ

- có đơn vị

- thay đổi từ 0 đến vô cực

 TD: Trong một nghiên cứu về khả năng thụ thai sau phẫu thuật nội soi trong điều trị vô sinh do nguyên nhân vòi trứng – phúc mạc, nhà nghiên cứu theo dõi 89 phụ trong 1 năm, kết quả được đánh giá như sau:

- Sau 1 tháng: có 1 TH có thai trong tử cung, không có TH có thai ngoài tử cung

hoặc kết thúc NC Thời gian trong “nguy cơ” có thai của 1 TH này là: 1*1 = 1

người-tháng

- Sau 2 tháng: có 4 TH có thai trong tử cung, không có TH có thai ngoài tử cung

hoặc kết thúc NC Thời gian trong “nguy cơ” có thai của 4 TH này là 4*2 = 8

người-tháng

- Sau 3 tháng: có 2 TH có thai trong tử cung, không có TH có thai ngòai tử cung

hoặc kết thúc NC Thời gian trong “nguy cơ” có thai của 2 TH này là 2*3 =6

người-tháng

- Sau 4 tháng: có 1 TH có thai trong tử cung, không có TH thai ngòai tử cung hoặc

kết thúc NC Thời gian trong “nguy cơ” có thai của 4 TH này là 1*4 = 4

người-tháng

- Sau 5 tháng: có 3 TH có thai trong tử cung, 20 TH có thai ngòai tử cung hoặc kết

thúc NC Thời gian trong “nguy cơ” có thai của 4 TH này là 23*5 = 115

người-tháng

- Sau 6 tháng: không có TH có thai trong tử cung, 2 TH có thai ngòai tử cung hoặc

kết thúc NC Thời gian trong “nguy cơ” có thai của 6 TH này là 2*6 = 12

người-tháng

- Sau 7 tháng: có 2 TH có thai trong tử cung, 11 TH có thai ngòai tử cung hoặc kết

thúc NC Thời gian trong “nguy cơ” có thai của 6 TH này là 13*7 = 91

người-tháng

- Sau 8 tháng: có 1 TH có thai trong tử cung, 6 TH có thai ngòai tử cung hoặc kết

thúc NC Thời gian trong “nguy cơ” có thai của 7 TH này là 7*8 = 56

người-tháng

- Tất cả các TH còn lại (89-1-4-2-1-23-2-13-7 = 36 TH) đều chưa có thai sau 1 năm

theo dõi Thời gian trong “nguy cơ” có thai của 36 TH này là 36*12=432

người-tháng

Như vậy,

Tổng thời gian có khả năng có thai sau 12 tháng của 89 người này (Mẫu số) là:

1 + 8 + 6 + 4 + 115 + 12 + 91 + 56 + 432 = 725 người-tháng

Vậy tỉ suất có thai trong tử cung (theo đơn vị người-thời gian) là:

ID = 14 = 0,019/tháng = 0,19/10/tháng = 1,9/100/tháng = 19/1000/tháng

725

Từ kết quả này, ta có thể phát biểu rằng: Trong 1.000 người-tháng có khả năng có

thai, có 19 trường hợp có thai trong tử cung hay Trong vòng một tháng theo dõi sau khi làm phẫu thuật nội soi, cứ mỗi 1.000 người, có 19 người có thai trong tử cung

 Tỉ suất mới mắc có thể có được khi chúng ta thực hiện nghiên cứu đoàn hệ (cohort)

SỰ TƯƠNG QUAN GIỮA TỈ SUẤT HIỆN MẮC VÀ TỈ SUẤT MỚI MẮC:

Tỉ suất hiện mắc và tỉ suất mới mắc có liên quan mật thiết với nhau qua thời gian kéo dài của bệnh

Nếu tỉ suất bệnh mới mắc thấp, nhưng thời gian bệnh kéo dài thì tỉ suất hiện mắc (Tỉ suất mắc bệnh toàn bộ) sẽ cao Ngược lại, dù tỉ suất bệnh mới mắc cao, nhưng thời gian bệnh ngắn do khỏi nhanh hoặc do bệnh chết nhiều thì tỉ suất hiện mắc vẫn tương đối thấp hơn so với tỉ suất mới mắc

 TD: Với bệnh dại, dù tỉ suất mới mắc của bệnh này cao nhưng tỉ suất hiện mắc vẫn thấp vì số trường hợp tử vong do bệnh này rất cao Ngược lại, bệnh tiểu đường có tỉ suất mới mắc thấp nhưng bệnh thường kéo dài và số tử vong do bệnh này cũng không cao lắm nên tỉ suất hiện mắc của bệnh này lại cao

Ta có thể thấy được sự tương quan của 2 tỉ suất này qua phương trình sau đây:

III SO SÁNH TỈ SUẤT

2.1 Trong nghiên cứu đoàn hệ

2.1.1 NGUY CƠ TƯƠNG ĐỐI:

Nguy cơ tương đối (Relative risk – RR) hay còn gọi tỉ số nguy cơ (Risk ratio)

là tỉ số giữa tỉ suất mới mắc ở nhóm có tiếp xúc (Ie) với tỉ suất mới mắc ở nhóm không tiếp xúc (Io) Nguy cơ tương đối giúp ước lượng mức độ liên quan giữa việc tiếp xúc với yếu tố nguy cơ vàtình trạng bị bệnh, hay nói cách khác cho chúng ta biết nguy cơ

bị bệnh cao gấp bao nhiêu lần khi một người có tiếp xúc với yếu tố nguy cơ so với

người không tiếp xúc với yếu tố nguy cơ Nguy cơ tương đối được tính bằng tỉ số

giữa tỉ suất mới mắc của nhóm có tiếp xúc với yếu tố nguy cơ và tỉ suất mới mắc của

I e

RR =

I o

TD: Ta có:

- Tỉ suất chết do ung thư phổi ở những người hút thuốc là: 0.96/1000/năm

- Tỉ suất chết do ung thư phổi ở những người không hút thuốc là: 0.07/1000/năm

- Tỉ lệ người hút thuốc lá (Prevalence) là 56%

- Tỉ suất chết toàn bộ do ung thư phổi là: 0.56/1000/năm

Từ TD này, nguy cơ tương đối sẽ là:

0.96/1000/năm

RR = = 13.7

0.07/1000/năm

Ta có thể phát biểu rằng: Người hút thuốc lá có nguy cơ bị ung thư phổi cao gấp 13.7

lần so với người không hút thuốc lá

* Những trường hợp có thể xảy ra:

- RR = 1 => tỉ suất mới mắc trong nhóm tiếp xúc và nhóm không tiếp xúc không

khác nhau => Không có mối liên hệ giữa tiếp xúc và bệnh

- RR > 1 => Có sự kết hợp dương tính giữa tiếp xúc và bệnh, nghĩa là có sư gia tăng

nguy cơ mắc bệnh trong nhóm có tiếp xúc với yếu tố nguy cơ

- RR < 1 => Yếu tố nguy cơ mang ý nghĩa một yếu tố bảo vệ => Có sự giảm nguy

cơ mắc bệnh trong nhóm tiếp xúc TD: Chích vaccin làm giảm nguy cơ bị bệnh

2.1.2 NGUY CƠ QUI TRÁCH:

Nguy cơ qui trách (Attributable risk – AR) hay còn gọi là nguy cơ sai biệt (Risk difference – RD) đo lường hậu quả tuyệt đối của việc tiếp xúc với yếu tố nguy

cơ ở nhóm có tiếp xúc so với nhóm không tiếp xúc Nói cách khác, nguy cơ qui trách

là nguy cơ thêm vào khả năng bị bệnh của người tiếp xúc với yếu tố nguy cơ so với người không tiếp xúc với yếu tố nguy cơ

Nguy cơ qui trách được tính bằng sự sai biệt giữa tỉ suất mới mắc của nhóm tiếp xúc

và tỉ suất mới mắc của nhóm không tiếp xúc, theo công thức như sau:

AR = Ie – Io

Trong đó: AR = nguy cơ qui trách

Ie = tỉ suất mới mắc ở những người tiếp xúc với yếu tố nguy cơ

Io = tỉ suất mới mắc ở những người không tiếp xúc với yếu tố nguy cơ

TD: xem lại TD trên, nguy cơ qui trách AR = 0.96/1000/năm – 0.07/1000/năm = 0.89/1000/năm

Ta có thể phát biểu rằng: 0.89/1000/năm là tỉ suất tử vong vì ung thư phổi được qui

cho việc hút thuốc lá gây ra Nói cách khác, nếu loại bỏ được việc hút thuốc lá thì hàng năm tỉ suất tử vong do ung thư phổi trong nhóm người hút thuốc lá có thể giảm

đi 0.89/1000

* Những trường hợp có thể xảy ra:

- AR = 0 => Không có mối liên hệ giữa tiếp xúc và bệnh vì không có sự khác biệt

giũa tỉ suất mới mắc bệnh trong nhóm tiếp xúc và nhóm không tiếp xúc

- AR > 0 => Có mối liên hệ giữa tiếp xúc và bệnh : Số trường hợp bệnh trong nhóm

tiếp xúc có thể được loại bỏ nếu sự tiếp xúc với yếu tố nguy cơ được loại bỏ

2.1.3 PHẦN TRĂM NGUY CƠ QUI TRÁCH:

Vì không phải tất cả những người mắc bệnh đều là do tiếp xúc với yếu tố nguy

cơ nên trong dịch tễ học, người ta phải tính phần trăm nguy cơ qui trách (Attribitable risk percent) hay tỉ lệ qui trách (Attributable proportion) nhằm tìm ra thật sự có bao nhiêu phần trăm người bị bệnh là do tiếp xúc với yếu tố nguy cơ Nói cách khác, phần trăm nguy cơ qui trách dùng để ước lượng bao nhiêu phần trăm bệnh trong nhóm tiếp xúc có thể phòng ngừa được bằng cach loại bỏ sự tiếp xúc Phần trăm nguy cơ qui

trách được tính bằng phép chia của nguy cơ qui trách cho tỉ suất mới mắc bệnh ở

nhóm tiếp xúc, theo công thức:

ARP = AR/Ie

TD: trở lại TD trên, phần trăm nguy cơ qui trách:

0.89/1000/năm

ARP = = 0.93  100 = 93%

0.96/1000/năm

Ta có thể phát biểu: Nếu hút thuốc lá gây ra ung thư phổi thì 93% trường hợp ung thư

phổi trong nhóm người hút thuốc có thể loại bỏ được nếu ngưng hút thuốc lá

2.1.4 NGUY CƠ QUY TRÁCH TRONG DÂN SỐ:

Nguy cơ quy tránh trong dân số (Population Attributable Risk – PAR) dùng để ước lượng tỉ suất bệnh dôi ra (vượt hơn) trong dân số do tiếp xúc với bệnh so với

không tiếp xúc với bệnh Nguy cơ quy trách trong dân số được tính bằng tỉ suất bệnh

trong dân số trừ đi tỉ suất bệnh trong nhóm không tiếp xúc với yếu tố nguy cơ, theo

công thức như sau:

Nguy cơ quy trách trong dân số còn có thể được tính bằng tích số của nguy cơ

quy trách với tỉ lệ người tiếp xúc với yếu tố nguy cơ trong dân số (P e ):

PAR = (AR) (Pe)

TD: trở lại TD trên, nguy cơ quy trách trong dân số PAR = 0.89/1000/năm  0.56 = 0.50/1000/năm

Ta phát biểu: Nếu việc hút thuốc lá được loại bỏ, thì hàng năm tỉ suất tử vong do ung

thư phổi trong dân số có thể giảm đi 0.50/1000

2.1.5 PHẦN TRĂM NGUY CƠ QUI TRÁCH TRONG DÂN SỐ:

Phần trăm nguy cơ qui trách trong dân số (Population Attributable Fraction – PAF) phản ánh tỉ lệ bệnh trong dân số xảy ra là do phối hợp với yếu tố nguy cơ Như trên đã trình bày, vì không phải tất cả những người bệnh đều là do tiếp xúc với yếu tố nguy cơ nên nguy cơ qui trách trong dân số nhằm tìm ra thật sự có bao nhiêu phần trăm người trong dân số bị bệnh là do tiếp xúc với yếu tố nguy cơ Nói cách khác, phần trăm nguy cơ qui trách trong dân số dùng để ước lượng bao nhiêu phần trăm

bệnh tật trong dân số được qui trách cho tiếp xúc hay bao nhiêu phần trăm bệnh tật

trong dân số có thể phòng ngừa được bằng cách loại bỏ sự tiếp xúc Phần trăm nguy

cơ qui trách trong dân số được tính bằng phép chia của nguy cơ qui trách trong dân

số cho tỷ suất mới mắc trong dân số, theo công thức như sau:

PAF = PAR/IP

TD: trở lại TD trên, phần trăm nguy cơ qui trách trong dân số