CÁCH HIỆU CHỈNH CÁC YẾU TỐ GÂY NHIỄU TRONG NGHIÊN CỨU

CÁCH HIỆU CHỈNH CÁC YẾU TỐ GÂY NHIỄU TRONG NGHIÊN CỨU Trong phân tích kết nghiên cứu, đặc biệt nghiên cứu hồi cứu nghiên cúu tiến cứu mà nhóm không phân bổ ngẫu nhiên (randomization) có nhiểu biến gây nhiễu (confounders) giới, tuổi, độ nặng bệnh không phân nhóm, phân tích số liệu cần phải hiệu chỉnh yếu tố gây nhiễu Tùy theo biến kết cục (biến phụ thuộc) biến số biến nhị phân ta sử dụng thuật thống kê khác để hiệu chỉnh Biến phụ thuộc biến số: Nếu biến phụ thuộc biến số (lượng cholesterol máu chẳng hạn), sử dụng phép phân tích hiệp biến (Analysis of covariance) mô hình tuyến tính tổng quát (General linear model) để hiệu chỉnh Các ví dụ sau dùng phần mềm SPSS 13.0 để thực hiệu chỉnh Ví dụ 1: Một nghiên cứu lượng cholesterol máu đối tượng bị nhiễm viêm gan virus C mạn tính đối tượng không bị nhiễm Các liệu thu thập sau: Doituong Gioi Tuoi Nhom Cholesterol 1 56 5.6 2 53 6.3 55 5.9 54 5.5 53 5.3 54 4.7 54 4.3 52 3.6 57 3.8 10 51 3.6 11 52 4.5 12 51 4.2 13 50 4.4 14 47 4.7 15 46 4.3 16 47 17 47 5.2 18 43 4.8 19 44 4.4 20 45 4.5 Doituong Gioi 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 Tuoi 40 45 44 43 42 41 40 39 43 43 42 42 42 42 42 42 42 42 42 41 Nhom Cholesterol 4.3 4.8 4.4 3.3 3.9 5.6 4.8 4.7 5.2 3.8 4.5 4.7 4.5 4.6 6.2 5.2 4.8 4.8 3.7 21 22 23 24 25 26 27 28 29 30 1 2 2 2 2 46 47 45 44 45 46 45 44 42 41 0 1 1 1 4.3 4.8 4.7 4.8 4.3 3.6 3.8 3.6 3.1 4.2 51 52 53 54 55 56 57 58 59 60 2 2 41 39 40 41 42 41 42 42 40 44 0 0 0 1 Ghi chú: Giới (Nam); (Nữ)- Nhóm (đối tượng không mắc viêm gan C); (đối tượng mắc viêm gan C) Nhập số liệu vào SPSS Dùng phép kiểm T ta có: Group Statistics Kết phép kiểm T cho thấy : -Có khác biệt tuổi nhóm: 43.1 ± 3.3 so với 47.0 ± 5.3 ( p=0.001) 3.8 4.4 4.7 4.1 3.8 5.6 4.2 4.2 - Không có khác biệt lượng cholesterol nhóm: 4.7 ± 0.6 so với 4.3 ± 0.7 (p=0.069) Theo sinh học, nồng độ cholesterol tăng theo tuổi Trong nghiên cứu này, nhóm không nhiễm viêm gan C có tuổi trung bình nhỏ (43.1 ± 3.3 so với 47.0 ± 5.3), không hiệu chỉnh theo tuổi so sánh không hợp lý Để hiệu chỉnh tuổi dùng phép phân tích hiệp biến (Analysis of covariance) SPSS sau Vào Menu>Analyze>General Linear Model>Univariate Vào hình Univariate: Nhắp Cholesterol chuyển vào ô Dependent Variable Nhắp Group (Viem gan c) chuyển vào ô Fixed Factor(s) Nhắp Tuoi chuyển vào ô Covariate(s) Nhấn vào nút Options, đánh dấu vào ô Descriptive statistics (Thống kê mô tả) ô Homogeneity tests để kiểm tra đồng phương sai nhóm, nhắp Continue Cuối nhấn OK, kết sau : Kết test Levene với p=0.75 (>0.05)  chấp nhận giả thuyết không phương sai nhóm không khác biệt phương sai đồng Kiểm định khác biệt nhóm (đọc Group hàng 4) cho kết tổng bình phương cùa phương sai típ 3,080, với bậc tự do=1 phương sai trung bình 3,080, chia cho trung bình phương sai phần dư (error) 0,414, ta có F=7,440 p=0,008 : Có khác biệt rõ lượng cholesterol nhóm với p=0.008 Nếu so sánh với phép kiểm T (khi chưa hiệu chỉnh) p=0.069 Kết luận : Sau hiệu chỉnh tuổi, nhóm đối tượng nhiễm viêm gan virus C mạn tính có lượng cholesterol thấp so với đối tượng không bị nhiễm viêm gan virus C Biến phụ thuộc biến phân loại (nhị phân) : Nếu biến kết cục (biến phụ thuộc) biến nhị phân (chỉ có trạng thái sống-chết, có nhiễm trùng-không nhiẽm trùng ), sử dụng phép hồi qui logistic để hiệu chỉnh Ví dụ 2: Một nghiên cứu liên hệ hạ đường máu tử vong sơ sinh Các liệu thu thập sau: Id 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 gender weight 2400 2400 2400 2900 3000 2800 3000 1100 2500 2400 2800 2700 3200 3000 2900 1100 1600 1500 1700 2600 3000 1600 2900 1200 1500 900 1600 1100 1400 1200 hypoglycemia 0 0 0 0 0 0 0 0 0 0 1 0 Death 0 0 0 0 0 0 0 0 0 1 1 Ghi chú: Weight : cân nặng (gam) ; hypoglycemia (1= có hạ đường; 0= không hạ đường); death (1: chết, 0=sống) Trước hết thử dùng phép kiểm 2 cho biến phân loại (death hypoglycemia) Vào menu: Analyze> Descriptive Statistics> Crosstabs n Vào hình Crosstabs, nhắp death vào ô Row(s) hypoglycemia vào ô Column(s) Nhắp vào nút statistics, nhắp vào ô Chi-square (kiểm định chi bình phương) ô Risk (tính odds ratio) Nhắp vào nút cells, chọn Observed ô Counts Column ô Percentages Nhắp Continue cuối nhắp OK Risk Estimate 95% Confidence Interval Value Lower Upper Odds Ratio for 35.000 2.977 411.466 death (0 / 1) For cohort 1.036 6.256 hypoglycemia 2.545 =0 For cohort hypoglycemia 073 010 531 =1 N of Valid 30 Cases Kết quả: Nhóm hạ đường máu, tỉ lệ tử vong 5/6 (83,3%) Nhóm không hạ đường, tỉ lệ tử vong 3/24 (12,5%) Tỉ lệ tử vong khác nhóm có ý nghĩa thống kê với p=0,002 (Fisher’s Exact Test) Odds Ratio= 35,0 (KTC 95% :2,9411,4) Như chưa hiệu chỉnh theo cân nặng (trẻ sơ sinh nhẹ cân) hạ đường máu có ý nghĩa tiên lượng tử vong trẻ sơ sinh : Muốn hiệu chỉnh biến gây nhiễu (trẻ nhẹ cân), sử dụng mô hình hồi qui logistic sau : Vào menu: Analyze> Regression > Binary Logistic Vào hình Logistic Regression, nhắp death chuyển vào ô dependent Nhắp hypoglycemia biến weight (cân nặng trẻ sơ sinh) chuyển vào ô Covariate(s) Nhắp nút Options, Nhắp vào ô CI for exp (B) 95% (tính odds ratio khoảng tin cậy 95%) Nhắp Continue sau nhắp OK, xem kết bảng cuối (ý nghĩa Log likelihood test Hosmer- Lemeshow đề cập khác) Như odds ratio chết/sống trẻ sơ sinh có hạ đường máu 115,70 (KTC 95% : 0,22- 58438,47) p=0,135 Kết luận: Sau hiệu chỉnh theo cân nặng, yếu tố hạ đường máu ý nghĩa tiên lượng tử vong trẻ sơ sinh TS Nguyễn Ngọc Rạng, bsrang.blogspot.com Tài liệu tham khảo: Müllner M, Matthews H, Altman DG Reporting on statistical methods to adjust for confounding: a cross-sectional survey Ann Intern Med 2002,136:122-6 Wuensch K.L Multivariate Analysis with SPSS, website: http://core.ecu.edu/psyc/wuenschk/SPSS/SPSS-Lessons.htm [...]... sau đó nhắp OK, xem kết quả ở bảng cuối cùng (ý nghĩa của 2 Log likelihood và test Hosmer- Lemeshow sẽ đề cập ở các bài khác) Như vậy odds ratio của chết/sống ở trẻ sơ sinh có hạ đường máu là 115,70 (KTC 95% : 0,22- 58438,47) và p=0,135 Kết luận: Sau khi đã hiệu chỉnh theo cân nặng, yếu tố hạ đường máu không có ý nghĩa tiên lượng tử vong ở trẻ sơ sinh TS Nguyễn Ngọc Rạng, bsrang.blogspot.com Tài liệu ... tăng theo tuổi Trong nghiên cứu này, nhóm không nhiễm viêm gan C có tuổi trung bình nhỏ (43.1 ± 3.3 so với 47.0 ± 5.3), không hiệu chỉnh theo tuổi so sánh không hợp lý Để hiệu chỉnh tuổi dùng... 35,0 (KTC 95% :2,9411,4) Như chưa hiệu chỉnh theo cân nặng (trẻ sơ sinh nhẹ cân) hạ đường máu có ý nghĩa tiên lượng tử vong trẻ sơ sinh : Muốn hiệu chỉnh biến gây nhiễu (trẻ nhẹ cân), sử dụng mô... trùng-không nhiẽm trùng ), sử dụng phép hồi qui logistic để hiệu chỉnh Ví dụ 2: Một nghiên cứu liên hệ hạ đường máu tử vong sơ sinh Các liệu thu thập sau: Id 10 11 12 13 14 15 16 17 18 19 20 21