SỬ DỤNG PHẦN MỀM MedCalc TRONG THỐNG KÊ Y HỌC

Tạo một biến mới từ các biến đã có Trong quá trình phân tích số liệu, nhiều khi số liệu ban đầu nhập vào chưa đáp ứng với yêu cầu của phương pháp phân tích đư ợc sử dụng, mà cần phải th

NGUYỄN HỮU SƠN

SỬ DỤNG PHẦN MỀM

MedCalc TRONG THỐNG KÊ Y HỌC

Hu , 11-2010

LỜI NÓI ĐẦU

Thống kê và phân tích số liệu là một khâu rất quan trọng trong tiến trình thực hiện các công trình nghiên cứu y học Người làm công tác nghiên cứu khoa học bên cạnh kiến thức chuyên môn giỏi, cần có những hiểu biết về phương pháp thống kê y học

Thống kê y học được thực hiện qua các thuật toán thống kê (test thống kê) với những công thức tính toán khá phức tạp Các phần mềm thống kê chạy trên máy vi tính là công cụ hữu ích để thực hiện các test thống kê này nhanh chóng, thuận tiện và chính xác Đối với người làm nghiên cứu khoa học, điều quan trọng là phải nắm được thuật toán nào phù hợp với mô hình nghiên cứu của mình, còn việc tính toán sẽ tiến hành trên máy tính với các phần mềm tùy chọn

Hiện nay, có rất nhiều phần mềm thống kê đang được sử dụng như: Epi, Stata, Medcalc, Spss trong đó phần mềm Medcalc được ứng dụng đặc thù trong nghiên cứu y học Medcalc có dung lượng nhỏ, dễ cài đặt Việc thực hiện các lệnh bằng con chuột (Epi và Stata thực hiện bằng câu lệnh) với cửa sổ thao tác trực quan, dễ hiểu Kết quả phân tích số liệu cho ra các bảng, biểu đồ

rõ ràng, màu sắc đẹp, có thể cắt dán dễ dàng vào các trang nghiên cứu khoa học hoặc luận văn, luận

án Chương trình Medcalc còn cho phép thực hiện các test thống kê trực tiếp từ các bảng trình bày

, rất hữu ích cho các nhà phản biện muốn kiểm tra tính chính xác của các kết quả này Đây là một tiện ích của chương trình medcalc mà không phải phần mềm xử lý số liệu nào cũng có được

Trong phạm vi cuốn sách này, chúng tôi giới thiệu những thuật toán thống kê cơ bản nhất thường được sử dụng khi viết luận văn, luận án y khoa

ọa, hy vọng rằng các bạn sinh viên Y6, học viên sau đại học và quý đồng nghiệp có thể ứng dụng chương trình Medcalc vào phân tích số liệu khi thực hiện các đề tài nghiên cứu

Rất mong nhận được sự góp ý của quý bạn đọc, của học viên và đồng nghiệp để tập sách ngày càng hoàn chỉnh và hữu ích hơn Các ý kiến đóng góp xin gửi qua hộp thư điện tử nghuuson@gmail.com

Huế, tháng 11 năm 2010 Tác giả

Ths.Bs

-Chương 1 GIỚI THIỆU CHƯƠNG TRÌNH MEDCALC

Sách hướng dẫn này dựa trên phiên bản Medcalc 11.3.1.0 (updated 8/2010) Bạn đọc có thể download phần mềm từ website http://www.medcalc.be để có được phiên bản cập nhật sau cùng

Phần mềm Medcalc được cài đặt tương thích với Window 7, Vista, XP

1.1 Cửa sổ chính

Cửa sổ làm việc của chương trình như sau:

Thanh thực đơn (menu) bao gồm:

+ File: để tạo file mới (new), mở file đã có (open); lưu (save/ save as)

+ Edit: để thực hiện lệnh copy, cắt (cut), dán (paste)

+ Statistics : chứa các lệnh để thực hiện tất cả các test thống kê

+ Graphs : vào menu này để vẽ các biểu đồ

+ Test: vào menu này để thực hiện các test thống kê trực tiếp từ các bảng trình bày trong

luận văn, luận án Phần này rất hữu ích để tính "giá trị p" mà không cần có số liệu gốc

1.2 Cửa sổ số liệu (data)

Kích chuột vào nút (data) để mở cửa sổ số liệu

Cửa sổ số liệu có hình thức giống một bảng tính excel (microsoft excel) Hàng trên cùng (ngay trên hàng số 1) để ghi tên biến Từ hàng số 1 trở đi nhập giá trị của biến

Cửa sổ sổ liệu (Data)

Kích đôi chuột vào

Data để mở cửa sổ

nhập số liệu

Các thao tác chính trong cửa sổ số liệu:

+ Chèn thêm hàng (cột): Kích chuột phải vào vị trí cần chèn thêm hàng (cột), chọn Insert

> Rows (Columns) Hàng mới chèn thêm vào bên trên hàng được chọn, cột mới chèn thêm vào bên trái cột được chọn

- Biên tập số liệu: copy, cắt (cut), dán (paste) vùng được chọn Tại các ô của cửa sổ số liệu,

có thể thực hiện các phép tính từ đơn giản đến phức tạp Ví dụ: nhập 3*12 sẽ hiển thị kết quả 36

Ghi chú: Trong quá trình biên tập số liệu, muốn quay lại những thao tác trước đó (ví dụ xóa nhầm, nhập sai ), kích chuột vào nút Undo trên thanh công cụ

Có thể thay đổi độ rộng của cột bằng cách giữ và rê chuột ở vị trí đường phân cách giữa 2 cột (lúc này con trỏ chuột có hình 2 mũi tên):

- Select: Để chọn một đặc tính nào đó của biến Dùng chức năng này khi muốn chọn một

nhóm để đưa vào phân tích Ví dụ sau sẽ tính tuổi trung bình của những người có HATT > 140 mmHg

- More Options: Các tùy chọn Khi bấm chuột vào nút này sẽ mở ra một hộp thoại phụ

1.4 Mở một bảng số liệu đã có

- Vào menu File  Open

Giữ và rê chuột ở đây để giãn độ rộng của cột

- Tìm đến vị trí lưu file số liệu trong ổ đĩa máy tính, chọn file cần mở và kích vào nút Open

- Chương trình Medcalc sử dụng được file số liệu được tạo ra từ các chương trình Excel,

Stata, Spss Khi đó tại mục File of type ta chọn kiểu file là Excel, Stata, Spss hoặc All file để

hiển thị file cần mở trong hộp thoại

1.5 Lưu số liệu

- Vào File  Save

- Đặt tên file cần lưu và nhấn nút Save

- Nếu muốn lưu bằng một tên file khác, vào menu File  Save As (thao tác tương tự)

- File số liệu mặc định của medcalc có phần mở rộng mc1 (ví dụ solieu.mc1) Nếu cần lưu thành file excel, spss kích chuột vào mục Save as type để chọn kiểu file tương ứng

Chương 2 NHẬP SỐ LIỆU

2.1 Kích hoạt cửa sổ nhập số liệu

Kích chuột (double click) vào nút Data trên thanh công cụ để mở cửa sổ nhập số liệu

Hàng trên cùng (ngay trên hàng số 1) dùng để ghi tên biến (variable name) Từ hàng số 1 trở

đi nhập giá trị của biến (variable value)

Chú ý:

- Tên biến không giới hạn số ký tự 11.0) Nếu khi nhập tên biến nếu

có khoảng cách giữa 2 chữ, phần mềm sẽ tự động thêm dấu gạch ngang ( _ ) giữa hai chữ đó (ví dụ

nhập ho va ten sẽ tự động chuyển thành ho_va_ten) Không nên dùng 2 tên biến giống nhau, không

nên đánh tiếng việt có dấu

Ví dụ: ho_va_ten, tuoi, gioi, ngay_vao_vien, chan_doan,

- Cần phân biệt tên biến (variable name) với giá trị trị của biến (variable value) Có thể hiểu

tên biến là tên của mỗi cột trong bảng Trong ví dụ trên: tên biến tuổi có giá trị là tuổi thực của từng người; tên biến giới có 2 giá trị được mã hóa là 1=nam, 2=nữ

2.2 Nhập số liệu

Thao tác nhập số liệu tương tự trong excel Để thuận tiện cho việc xử lý số liệu, khi nhập số liệu cần chú ý:

Đối với biến chuổi (string) như họ tên hoặc biến số thực (numeric) như tuổi, huyết áp :

nhập trực tiếp giá trị của biến Không cần phân chia thành các nhóm (nhóm tuổi, phân độ tăng huyết áp ) từ lúc này Phần mềm có các công cụ để thực hiện công việc đó một cách nhanh chóng, chính xác (xem phần tạo biến mới)

Đối với các biến định tính:

- Mã hóa các giá trị của biến định tính bằng số:

Ghi tên biến vào hàng này (ngay

trên hàng số 1)

này, câu hỏi được chia ra như sau:

Tiền sử đái đường: 0=không; 1=có

Tiền sử tăng huyết áp: 0=không; 1=có

Như vậy, những câu hỏi mà kết quả có thể nhiều hơn 1 sự lựa chọn thì mỗi sự lựa chọn

đó là một tên biến (variable name) mang 2 giá trị "không" hoặc "có"

Chú ý: các phần tiếp theo, chúng tôi qui ước mã hóa 0=không; 1=có cho tất cả các biến định

tính xác định hai trạng thái: có / không

hot_ten Ts_THA Ts_DTD Ts_B eoPhi

Phần mềm sẽ dễ dàng chọn ra được những bệnh nhân có 1, 2 hoặc 3 tiền sử bằng thuật toán AND (xem phần tạo biến mới) Ví dụ: để chọn những bệnh nhân có tiền sử ĐTĐ + THA (và không béo phì), dùng thuật toán sau:

AND(Ts_DTD=1, Ts_THA=1, Ts_BeoPhi=0)

- Đối với câu hỏi mở:

Ví dụ: Lý do vào viện:

Chẩn đoán:

Nên mã hóa các kết quả khi số lượng các câu trả lời có giới hạn, chẳng hạn:

Chẩn đoán: 1= Thông liên thất + Thông liên nhĩ

2= Còn ống động mạch + hẹp ĐM phổi 3= Thông sàn nhĩ thất +

4=

Tất nhiên có những câu hỏi mở mà sự trả lời không thể mã hóa được thì nhập trực tiếp các kết quả từ bàn phím

Đối với biến ngày tháng (date) như ngày vào viện, ngày ra viện ban đầu nhập vào có thể

không hiển thị ngày tháng, ví dụ nhập 1/2/2009 nhưng hiển thị 0,00049776 (tức là kết quả của một phép chia) Vì vậy phải định dạng lại cột chứa biến ngày tháng Thao tác như sau:

- Chọn (highlight) cột có chứa biến ngày tháng

- Thao tác lệnh:

Format

Spreadsheet

- Tại bảng Column: chọn vào Text format, có nghĩa định dạng cột kiểu text (ký tự)

Ghi chú: Nếu không chọn Text format sẽ định dạng cột kiểu số (numeric): chọn tiếp

Column with (số ký tự tối đa), Decimals (số thập phân: bao nhiêu số sau dấu phẩy)

2.3 Tạo một biến mới từ các biến đã có

Trong quá trình phân tích số liệu, nhiều khi số liệu ban đầu nhập vào chưa đáp ứng với yêu cầu của phương pháp phân tích đư ợc sử dụng, mà cần phải thực hiện các phép biến đổi để tạo ra các

biến mới thích hợp Ví dụ: từ biến ban đầu nhập vào là huyết áp tạo ra biến mới phân độ tăng huyết

áp, từ 2 biến chiều cao và cân nặng tạo ra biến BMI

2.3.1 Từ biến định lượng, tạo ra các nhóm định tính

Thủ tục này sẽ định tính hóa biến định lượng bằng cách chia biến định lượng thành các khoảng (hay nhóm)

Ví dụ: từ số liệu ban đầu nhập vào là tuổi bệnh nhân, muốn lập bảng sau:

< 20 (nhóm 1)

20 - 40 (nhóm 2)

> 40 (nhóm 3) Thao tác lệnh:

Tool

Create Groups

User Defined Groups

Tùy chọn:

Column: cột chứa biến mới Phần mềm tự động chọn cột trống cuối cùng của bảng (không

cần chọn lại nếu không cần thiết)

Variable: (tuổi) (dùng chuột kích vào mũi tên sổ xuống để chọn biến)

Ope rator: Chọn dấu thích hợp: >, <

Crite rion value:

Group/category: : 1, 2, 3,

Diễn giải thuật toán if else if (nếu không thì nếu ):

Nếu tuổi < 20 > qui ƣớc nhóm 1,

Nếu không (tức chỉ còn lại tuổi ≥ 20) thì:

Nếu tuổi ≤ 40 (tức 20 - 40) > qui ƣớc nhóm 2, Nếu không (tức chỉ còn lại tuổi > 40) thì:

Nếu tuổi > 40 > qui ƣớc nhóm 3

Kết quả: Biến nhóm tuổi đƣợc tự động thêm vào cột cuối cùng của bảng số liệu, có giá trị đƣợc mã hóa theo các độ tuổi nói trên

2.3.2 Tạo ra biến mới bằng các thuật toán

Ví dụ 1: từ 2 biến đã có là chiều cao và cân nặng, tạo ra biến BMI bằng thuật toán:

BMI=

Nhập tên biến mới BMI vào cột thích hợp Đặt con trỏ vào cột chứa biến đó (ở hàng nào

cũng đƣợc)

A B C D E hot_ten cannang chieucao BMI beo_phi

Hộp thoại Format Spreadsheet mở ra, kích chuột vào nút sẽ mở ra hộp thoại Formula editor

Thực hiện công thức tính toán tại khung Formula: chọn biến cần đƣa vào công thức tính toán, kích đôi chuột vào biến đó để đƣa vào khung Formula

Kích

đôi

chuột

Nhấn OK để kết thúc Các giá trị của biến BMI sẽ đƣợc tạo ra và điền vào cột chứa biến đó

Ví dụ 2: Đánh giá béo phì dựa vào BMI (theo từng giới): nam béo phì nếu BMI>24; nữ béo phì nếu BMI>22

giới = 1 và BMI>24 Thuật toán: Béo phì =

giới = 2 và BMI>22

(mã hóa: giới=1: nam; giới=2: nữ)

Nhập tên biến mới béo phì vào cột thích hợp, đặt con trỏ vào cột chứa biến đó

Thao tác lệnh:

Format

Spread Sheet

Chọn Tab Column, kích chuột vào nút fx

Thực hiện thuật toán tại ô Formula: Tại khung Functions có chứa sẵn các loại hàm số, chọn hàm số thích hợp và kích chuột đôi để đƣa hàm đó vào khung Formula Trên cơ sở đó chèn thêm các biến vào hàm số

Nhấn OK để kết thúc

Kết quả: Biến mới béo phì sẽ có 2 giá trị: 0=không; 1=có

Ví dụ 3: Tiền sử bệnh nhân, muốn lập bảng sau

Từ bảng số liệu ban đầu:

Nhập tên biến mới Tiền sử ĐTĐ + THA vào cột thích hợp, đặt con trỏ tại vị trí cột chứa biến

mới tạo ra Sử dụng thuật toán sau:

Ts_DTD=1 và Ts_THA=1 và Ts_Beophi=0

Thao tác lệnh:

Format

SpreadSheet

Chọn Tab Column, kích chuột vào fx

Thực hiện thuật toán tại ô Formula:

Nhấn OK để kết thúc

Kết quả: Tiền sử ĐTĐ + THA sẽ có 2 giá trị: 0=không; 1=có

Thực hiện tương tự đối với các tổ hợp còn lại (ĐTĐ+Béo phì; THA+Béo phì )

Chọn Tab Column, kích chuột vào fx

Nhấn OK để kết thúc

2.4 Kiểm soát bảng số liệu

 Sắp xếp số liệu (sort): nhằm dễ dàng phát hiện những giá trị bất thường như: giá trị

khuyết (missing value), giá trị nhập sai (quá lớn hoặc quá nhỏ)

Thao tác lệnh:

Tool

Sort rows

Tùy chọn:

Sort by column: Xác định sắp xếp số liệu theo cột (biến) nào

Sort from row - To row: mặc định từ hàng số 1 đến hàng cuối cùng của bảng số liệu Sort options: Ascending (tăng dần); Descending (giảm dần)

Nhấn OK để kết thúc

Column: Chọn cột cần điền giá trị khuyết

Sort from row - To row: mặc định từ hàng số 1 đến hàng cuối cùng của bảng số liệu Fill with: nhập giá trị cần thay thế hoặc thực hiện các công thức tính toán bằng cách nhấn

chuột vào nút fx để mở hộp thoại formula editor

Để thực hiện thủ tục này, ở tất cả các hộp thoại đều có mục Select, sử dụng mục này để lọc

số liệu Trong mục Select không chứa sẵn danh sách các biến mà phải đánh vào từ bàn phím Vì

vậy cần phải nhập chính xác tên biến

Ví dụ sau sẽ tính tỉ lệ giới ở nhóm chứng:

Hình 2.15 Chọn nhóm nghiên cứu

Ví dụ này sẽ tính tỉ lệ giới ở nhóm bệnh nhân > 40 tuổi:

Hình 2.16 Chọn tuổi > 40

Chương 3 THỐNG KÊ MÔ TẢ

Thống kê mô tả là bước cơ bản và cũng là bước khởi đầu của một nghiên cứu y học Thống

kê mô tả là phương pháp thống kê giúp mô tả những đặc tính (giá trị trung bình, độ phân tán, tỉ lệ ) của một mẫu nghiên cứu xác định, trên cơ sở những số liệu thu thập được từ mẫu ấy

Như vậy, thống kê mô tả xử lý những thông tin trên mẫu (sample) Những kết quả đạt được

hiển nhiên đúng và tin cậy 100% đối với mẫu đó (nhưng chưa hẳn đúng khi áp dụng cho mẫu khác

hoặc quần thể), vì thế khi đưa ra những kết luận trên mẫu nghiên cứu không cần phải xác định độ tin cậy (hoặc giá trị p) là bao nhiêu

Ví dụ: trong ngày có 100 bệnh nhân sốt xuất huyết vào viện, phát hiện 20 trường hợp bị choáng Kết luận 20/100 bệnh nhân sốt xuất huyết vào viện trong ngày hôm đó bị choáng (chiếm tỉ

lệ 20%, không thể hiện giá trị p ở đây)

3.1 Thống kê mô tả biến định tính

3.1.1 Một số khái niệm

Khi giá trị khảo sát không phải là một đại lượng có thể cân, đong, đo, đếm được mà chỉ thể hiện một đặc tính nào đó của đối tượng khảo sát (ví dụ đặc tính giới tính của đối tượng khảo sát là nam, nữ) Tùy theo tính chất các giá trị, biến số định tính có thể phân thành 2 loại:

- Biến số định danh: Biến số có 2 hay nhiều giá trị, mỗi giá trị được gọi bằng một tên, không

có ý nghĩa về độ lớn của sự đo dường và cũng không có ý nghĩa so sánh với nhau Ví dụ giới tính của một người (nam, nữ), hay nhóm máu (A, B, AB, 0)

- Biến số định tính nhiều giá trị thứ tự: Biến số có nhiều giá trị Các giá trị của biến số thể hiện một mức độ tăng dần hoặc giảm dần Ví dụ mức độ tăng huyết áp: độ I, độ II, độ III, độ IV; xét nghiệm định tính hồng cầu niệu: +, ++, +++

3.1.2 Lập bảng phân phối tần số

Đối với biến định tính, kết quả thường trình bày dưới dạng bảng phân phối tần số (từ đó có thể vẽ các biểu đồ)

* Bảng phân phối tần số một chiều:

Sử dụng bảng phân phối tần số một chiều để mô tả sự phân phối của một đặc tính nào đó Yêu cầu thiết kế: có một biến định tính chứa các đặc điểm cần khảo sát

Để copy biểu đồ: kích chuột phải vào biểu đồ, chọn Copy graph Sau đó có thể dán (paste)

vào trang Word

* Bảng phân phối tần số 2 chiều:

Dùng để trình bày sự phân phối của một đặc tính khảo sát liên quan với một đặc tính khác Yêu cầu thiết kế: gồm hai biến định tính

Codes Y: chọn biến định tính thứ hai

Ví dụ: Thống kê số bệnh nhân tử vong theo giới

90

Kích chuôt vào Frequency chart sẽ cho ra biểu đồ

05101520253035

0= khong; 1= co (tu vong)

* Bảng phân phối nhiều chiều

Sử dụng bảng phân phối nhiều chiều để trình bày sự phân phối của một đặc tính khảo sát liên quan với một đặc tính khác và có xem xét đến sự ảnh hưởng của một yếu tố thứ 3 K ỹ thuật này còn được gọi là phân tích tầng

Yêu cầu thiết kế: gồm 3 biến định tính

Đầu tiên chọn beo_phi=1 (nhóm có béo phì)

Kết quả sẽ cho bảng 2 chiều giữa hút thuốc lá và tăng huyết áp ở nhóm có béo phì

Sau đó chọn beo_phi=0 (nhóm không béo phì)

Kết quả sẽ cho bảng 2 chiều giữa hút thuốc lá và tăng huyết áp ở nhóm không béo phì

3.2 Thống kê mô tả biến định lượng

3.2.1 Một số khái niệm

Biến định lượng:

Khi giá trị của đặc tính, sự kiện nghiên cứu được thu thập bằng một sự đo lường (cân, đong,

đo, đếm) Thí dụ: chiều cao, đường huyết, nhịp tim của một người

- Biến định lượng liên tục: Ví dụ: chiều cao, huyết áp, số lượng nước tiểu

- Biến định lượng rời rạc: nếu giá trị của đặc tính nghiên cứu chỉ có thể biểu thị bằng những

số nguyên, thường là kết quả của sự đếm Ví dụ: số con trong gia đình, số lần tái khám

Ghi chú: nếu biến định lượng được chia thành các nhóm định tính (ví dụ nhóm tuổi, mức độ tăng huyết áp), việc xử lý số liệu như một biến định tính

Phân phối chuẩn:

Khi xử lý số liệu biến định lượng trước hết phải xem sự phân phối của biến đó có theo luật chuẩn hay không, điều này sẽ quyết định việc lựa chọn giá trị đặc trưng và các test thống kê thích hợp

Một dãy số được coi là phân bố chuẩn nếu trung bình cộng, trung vị và mode cùng ở vị trí chính giữa Đồ thị biểu diễn phân phối chuẩn có dạng hình chuông úp, đối xứng qua trục x = µ (giá trị trung bình) 50% giá trị quan sát nằm một bên giá trị trung bình và 50% còn lại nằm phía bên kia

Chương trình medcalc sẽ kiểm tra tính chuẩn của một biến định lượng bằng thủ tục

Summary statistic (xem phần thống kê tóm tắt)

Trung bình hay trung vị:

Trong các tập san nghiên cứu khoa học, chúng ta thường thấy những cột số dưới hình thức X±SD: X là trung bình, SD là độ lệch chuẩn Cách trình bày thông dụng như thế đến nỗi một số chuyên gia và các ban biên tập tập san y học phải lên tiếng khuyến cáo

Theo khuyến cáo chung cũng là qui ư ớc nghiên cứu y học:

- Để mô tả một biến số lâm sàng theo luật phân phối chuẩn: nên trình bày trung bình kèm

độ lệch chuẩn (không phải sai số chuẩn SE)

- Để mô tả một biến số lâm sàng không theo luật phân phối chuẩn: nên trình trung vị (median) và tứ phân vị (số ở vị trí 25% và 75%)

Nếu một phân phối không theo luật phân phối chuẩn SD có thể lớn hơn X Một số người hiểu nhầm "giá trị trung bình âm" (X-SD < 0), thực chất đây không phải là một phép trừ

Bách phân vị:

Trong một số nghiên cứu y học thực hiện trên quần thể lớn (quần thể tham chiếu), các đặc tính định lượng thường được trình bày dư ới dạng bách phân vị Thường gặp trong các nghiên cứu xác định chỉ số nhân trắc, các hằng số sinh lý bình thường như huyết áp, lượng nước tiểu

Giá trị bách phân vị thứ 50 chính là trung vị

Giá trị bách phân vị thứ 75 còn được gọi là tứ phân vị trên

3.2.2 Thống kê tóm tắt (Summary Statistic)

Thủ tục thống kê tóm tắt dùng để xác định các giá trị đặc trƣng của một biến định lƣợng bao gồm: trị trung bình, trung vị, độ lệch chuẩn, các giá trị cực tiểu, cực đại, test phân phối (chuẩn hay không chuẩn), bách phân vị

Test for Normal distribution: test phân phối (xem phân phối có chuẩn hay không):

Chi-square test, Kolmogorov-Smirnov test hoặc D'Agostino Pearson test

More Options: kích vào nút này sẽ mở ra hộp thoại phụ

Variable tuoi (B ảng này thống kê chung)

Standard deviation (độ lệch chuẩn)

20.9165

D'Agostino-Pearson test for Normal distribution

accept Normality (P=0.1732) Phân phối chuẩn

Nếu phân phối k hông chuẩn sẽ hiển thị:

25 42.2500 29.6841 to 58.9209

3.2.3 Vẽ biểu đồ thể hiện trung vị, tứ phân vị, giá trị cực tiểu, cực đại

Ví dụ 1: Tiến hành đo huyết áp 90 bệnh nhân (45 nam, 45 nữ) Vẽ biểu đồ hộp whisker) thể hiện huyết áp tâm thu của toàn bộ 90 bệnh nhân

(box-and-Yêu cầu thiết kế: có một biến định lƣợng

Thao tác lệnh:

Multiple variables graphs

Tùy chọn:

Variables: chọn biến định lƣợng cần vẽ biểu đồ (HATT)

Graph: chọn kiểu biểu đồ Box-and-whisher

Nhấn OK để kết thúc:

Box-and-whisker

40 60 80 100 120 140 160 180 200

Chú thích biểu đồ:

- Đường ngang giữa hộp: giá trị trung vị (median)

- Cạnh dưới và trên của hộp: tứ phân vị dưới (con số ở vị trí 25%) và tứ phân vị trên (con số

ở vị trí 75%)

- Gạch ngang dưới cùng và trên cùng: giá trị nhỏ nhất và lớn nhất

Ví dụ 2: Vẽ biểu đồ thể hiện huyết áp tối đa của nam và nữ

Yêu cầu thiết kế: có một biến định lượng (HATT) và một biến định tính (giới)

Thao tác lệnh:

Multiple comparison graphs

Tùy chọn:

Data: chọn biến định lượng cần vẽ biểu đồ (HATT)

Factor codes: chọn biến định tính phân nhóm (giới)

Graphs : chọn kiểu biểu đồ Box-and-whisher

Nhấn OK để kết thúc

40 60 80 100 120 140 160 180 200

Gioi: 1=nam; 2=nu

Chương 4 THỐNG KÊ SUY DIỄN

Thống kê suy diễn là phương pháp suy luận thống kê theo kiểu qui nạp Từ kết quả nghiên cứu trên một mẫu xác định (thống kê mô tả), suy luận áp dụng cho cả một quần thể lớn

Ví dụ 1: trở lại ví dụ 100 bệnh nhân sốt xuất huyết vào viện có 20 trường hợp bị sốc (chiếm

tỉ lệ 20%, thống kê mô tả) Bằng phương pháp suy diễn, ta ước lượng được tỉ lệ sốc sốt xuất huyết trong quần thể dao động từ 12,2 - 30,9% (với độ tin cậy 95%)

Ví dụ 2: đo huyết áp của 85 người trưởng thành khỏe mạnh có kết quả: huyết áp tâm thu trung bình 117 mmHg, độ lệch chuẩn 4 mmHg (đây là phạm vi của thống kê mô tả) Từ đó ước lượng huyết áp tâm thu trung bình của người trưởng thành trong quân thể là 113 - 121 mmHg (với

độ tin cậy 95%)

Khi suy diễn từ mẫu nghiên cứu ra quần thể thì không dùng số trung bình (hay tỉ lệ) mà chỉ nêu từ mức thấp đến mức cao của giới hạn tin cậy 95%

4.1 Khoảng tin cậy (CI95%)

Khoảng tin cậy được dùng để mô tả mối quan hệ giữa chỉ số đo lường của mẫu (trung bình, trung vị, tỉ lệ, OR, RR ) với các chỉ số tương ứng của quần thể nghiên, tức diễn tả giới hạn sai số chọn mẫu

Trong y học thường dùng khoảng tin cậy 95% (viết tắt CI95%) Khoảng tin cậy của một số trung bình (hoặc tỉ lệ) có nghĩa là có 95% hy vọng là giá trị thật của số trung bình (hoặc tỉ lệ) của quần thể nằm trong khoảng này

Ví dụ: glucose máu trung bình ở nhóm 76 bệnh nhân là 5,13 mmol/l (CI 95%: 4,76 - 5,50)

Có nghĩa glucose máu trung bình trong quần thể được ước tính từ 4,76 - 5,50 mmol/l với độ tin cậy 95% (chấp nhận sai số 5%)

4.2 Ước lượng khoảng tin cậy 95% cho một tỉ lệ

Denominator: mẫu số (cỡ mẫu)

Ví dụ: ước lượng tỉ lệ sốc sốt xuất huyết dựa trên kết quả điều tra mẫu 100 bệnh nhân sốt xuất huyết nói trên

Thao tác lệnh như trên, xuất hiện hộp thoại sau:

Kết quả: Incidence rate: tỉ lệ hiện mắc = 20%; 95% CI: tỉ lệ ƣớc lƣợng = 12,217 - 30,888% (với độ tin cậy 95%)

4.3 Ƣớc lƣợng khoảng tin cậy 95% cho một số trung bình, trung vị

Thao tác lệnh và đọc kết quả: xem phần thống kê tóm tắt

4.4 Vẽ biểu đồ thể hiện giá trị trung bình, trung vị và 95%CI

Ví dụ 1: Trở lại ví dụ vẽ biểu đồ thể hiện huyết áp tâm thu của 90 bệnh nhân đƣợc đề cập trong phần thống kê mô tả Ở đây, thống kê suy diễn sẽ diễn tả khoảng tin cậy 95% CI của giá trị trung bình hoặc trung vị trên biểu đồ

Thao tác lệnh:

Graph

Multiple variables graph

Tùy chọn:

Variables: chọn biến định lƣợng HATT

Graphs: chọn kiểu biểu đồ Bars:

for means: biểu thị giá trị trung bình for medians: biểu thị trung vị

Error bars: chọn 95% CI for mean (hoặc for median)

Nhấn OK để kết thúc

Mean (error bars: 95% CI for mean)

0 20 40 60 80 100 120

- Cạnh trên của hộp: giá trị trung bình

- Hai đường gạch ngang: khoảng tin cậy 95%CI của giá trị trung bình

Chương 5 THỐNG KÊ SO SÁNH

Thống kê so sánh là loại thống kê được ứng dụng rộng rãi trong y học, nhằm so sánh một mẫu này với một mẫu hoặc nhiều mẫu khác, so sánh một mẫu nghiên cứu với một chuẩn, nghiên cứu những mối tương quan giữa các mẫu

Thống kê so sánh sử dụng các test thống kê tùy theo từng kiểu mô hình nghiên cứu Việc lựa chọn các test thống kê phải dựa vào các điều kiện khá chặt chẽ Phần này sẽ lần lượt giới thiệu các test thống kê thường được sử dụng trong nghiên cứu y học

Để lựa chọn một test so sánh thích hợp, phải dựa vào các yếu tố sau:

- Loại biến số khảo sát: định tính hai giá trị, hoặc định danh nhiều giá trị, hoặc định tính có

thứ bậc, hoặc định lượng

- Số nhóm khảo sát:

+ Một nhóm: nhằm so sánh giá trị đặc trưng của mẫu khảo sát với một giá trị đã có

+ Nhiều nhóm (≥ 2 nhóm): có hai tình huống sau:

(1) Các nhóm do một biến định tính tạo ra Ví dụ biến giới phân ra nhóm nam và nữ

(2) Mỗi nhóm tương ứng với một biến Ví dụ: để so sánh tỉ lệ nhiễm giun trước và sau khi

dùng thuốc xổ giun, ta lập 2 biến nhiễm giun trước điều trị và nhiễm giun sau điều trị

- Tính chất của mẫu khảo sát:

+ Mẫu độc lập: Hai hay nhiều mẫu khảo sát độc lập với nhau, giá trị của mỗi cá thể của mẫu này không có mối liên hệ đặc biệt nào với những cá thể của mẫu khác

+ Mẫu phụ thuộc: gồm có 2 biến: biến độc lập và biến phụ thuộc

Biến độc lập: Là biến để mô tả hoặc đo lường các yếu tố mà người nghiên cứu cho rằng nó

là nguyên nhân hoặc là yếu tố ảnh hưởng đến các vấn đề đang được nghiên cứu Biến độ lập là yếu

tố "nhân", biến này không phụ thuộc vào sự biến đổi của yếu tố "quả"

Biến phụ thuộc: là biến được sử dụng để mô tả hoặc đo lường các vấn đề nghiên cứu

Ví dụ: Nghiên cứu mối liên quan giữa hút thuốc lá và ung thư phổi thì khoảng thời gian hút thuốc lá và số điều thuốc lá hút mỗi ngày là biến độc lập, trong khi đó ung thư phổi là biến phụ thuộc

Dùng các test này để khẳng định sự khác biệt giữa các tỉ lệ quan sát được có ý nghĩa thống

kê hay không (đối với bảng phân phối tần số một chiều) hoặc sự liên quan giữa các đặc tính định tính có ý nghĩa thống kê hay không (đối với bảng phân phối tần số 2 chiều)

TEST CHI BÌNH PHƯƠNG (χ2

)

Điều kiện: Test χ 2

là một test phi tham số rất thông dụng để so sánh 2 hay nhiều tỉ lệ của 2

hay nhiều nhóm độc lập (các nhóm độc lập do một biến định tính phân ra) Điều kiện để có thể sử

dụng test là các tần số lý thuyết phải > 4

Yêu cầu thiết kế: gồm một hoặc hai biến định tính

Thao tác lệnh:

Statistics

Categorical data

Frequency table & Chi-square test

Ví dụ: So sánh tỉ lệ tăng huyết áp ở nhóm có và không có rối loạn lipid máu

Hai nhóm này độc lập với nhau do một biến địnhh tính tạo ra Vì vậy ta sử dụng test χ2

Codes X Codes Y 0 (không) 1 (THA )

740

Điều kiện: Hai nhóm khảo sát có quan hệ cặp đôi với nhau

Yêu cầu thiết kế: gồm 2 biến định tính là biến nhị phân và có mối quan hệ bắt cặp với nhau Thao tác lệnh:

Statistics

Hai nhóm xuất huyết trước điều trị và xuất huyết sau điều trị có quan hệ cặp đôi với nhau

Vì vậy sử dụng test Mc Nemar để kiểm định sự khác biệt giữa 2 tỉ lệ đó

Thực hiện các thao tác lệnh nhƣ trên, xuất hiện hộp thoại sau:

Nhấn OK để kết thúc

Classification A Xuat_huyet_truoc_DT Classification B Xuat_huyet_sau_DT

Bảng 5.1 Lựa chọn test thống kê so sánh các tỉ lệ

Số nhóm

khảo sát

Số giá trị của biến khảo sát

Tính chất nhóm khảo sát

Tính chất phân phối

5.2 Test khảo sát mức độ liên quan giữa các biến định tính

Các test χ 2, Fisher, Mc Nemar chỉ cho biết có hay không sự liên quan giữa các biến định tính

mà không thể hiện được mức độ (hay độ mạnh) của mối liên quan đó Để diễn tả mức độ mạnh của các mối liên quan ta sử dụng tỉ suất chênh (OR) và nguy cơ tương đối (RR)

TỈ SUẤT CHÊNH (OR)

Tỉ suất chênh (Odd ratio) đo lường mối liên quan giữa 2 biến nhị phân có cân nhắc tới mức

độ mạnh yếu của mối liên quan đó Trong nghiên cứu sinh y học, tỉ suất chênh cũng dùng để đánh giá mối liên quan giữa yếu tố phơi nhiễm và bệnh

Tỉ suất chênh sử dụng cho nghiên cứu bệnh chứng, nghiên cứu cắt ngang sử dụng tỉ lệ

Nhấn nút Test để kết thúc (hoặc Enter)

Kết quả: OR=4,52, có nghĩa là ở nhóm phơi nhiễm với yếu tố nguy cơ, tỉ lệ bệnh cao gấp 4,52 lần so với nhóm không phơi nhiễm, sự chênh lệch là đáng tin cậy (p<0,01)

Ghi chú: nếu p >0,05 sự liên quan không có ý nghĩa thống kê (dù OR lớn hay nhỏ)

NGUY CƠ TƯƠNG ĐỐI (RR)

Nguy cơ tương đối (Relative Risk) đo lường mối liên quan giữa 2 biến nhị phân có cân nhắc

tới mức độ mạnh yếu của mối liên quan đó Trong nghiên cứu sinh y học, RR đư ợc dùng để đánh giá độ mạnh của mối liên quan giữa yếu tố phơi nhiễm và bệnh Nó nói lên khả năng phát triển bệnh

ở nhóm có phơi nhiễm so với nhóm không phơi nhiễm với yếu tố nguy cơ

Sử dụng cho nghiên cứu thuần tập (nghiên cứu tương lai)

Yêu cầu thiết kế: được tính trực tiếp từ bảng 2 x 2

Ví dụ: Theo dõi bệnh mạch vành ở hai nhóm người: nhóm hút thuốc lá và nhóm không hút thuốc lá Theo dõi liên tục trong 3 năm, thu được kết quả như sau

Nhấn nút Test để kết thúc (hoặc Enter)

Kết quả: Tỉ số nguy cơ RR=1,82, có nghĩa nguy cơ bệnh mạch vành ở nhóm hút thuốc lá cao gấp 1,82 lần so với nhóm không hút thuốc lá Sự khác biệt có ý nghĩa thống kê (p=0,0002)

Ghi chú: nếu p >0,05 sự liên quan không có ý nghĩa thống kê (dù RR lớn hay nhỏ)

Bảng 5.2 Diễn giải ý nghĩa của OR và RR

OR>1 Khả năng mắc bệnh cao hơn khả

năng không mắc bệnh

RR>1 Yếu tố phơi nhiễm làm tăng khả năng

mắc bệnh OR=1 Khả năng mắc bệnh bằng khả năng

không mắc bệnh

RR=1 Không có mối liên hệ nào giữa yếu tố

phơi nhiễm và khả năng mắc bệnh OR<1 Khả năng mắc bệnh thấp hơn khả

Yêu cầu của thiết kế: Cần phân rõ hai đối tượng A và B (hai cán bộ hoặc 2 phương pháp khác nhau cần đối chiếu) và 2 dạng thức: có bệnh hoặc không bệnh, bệnh nặng hoặc bệnh nhẹ Không yêu cầu cần phải có tiêu chuẩn vàng

0.81 - 1.00 Hầu nhƣ hoàn toàn

Ví dụ: K hảo sát mức độ phù hợp giữa chẩn đoán lâm sàng và siêu âm ruột thừa viêm

(+) (-)

(Mã hóa: 0=âm tính; 1=dương tính)

Ghi chú: các giá trị mã hóa của 2 biến tính phải giống nhau Chẳng hạn biến thứ nhất mã hóa: 1, 2, 3 thì biến thứ hai cũng phải mã hóa: 1, 2, 3 (mã hóa nhƣ sau sẽ không sẽ cho kết quả sai:

Data for observer A: Chọn biến định tính thứ nhất

Data for observer B : Chọn biến định tính thứ hai

Weighted Kappa: chọn test Kappa

Áp dụng cho ví dụ trên, xuất hiện hộp thoại sau:

Nhấn OK để kết thúc:

Observer A chandoanLS

Observer B sieuam