SAI SO TRONG NGHIEN CUU DTH chinh

• Nguồn gốc của sai số có thể là ngẫu nhiên hoặc hệ thống • Có thể xuất hiện trong các giai đoạn của nghiên cứu: – Thiết kế nghiên cứu chất lượng – Tiến hành – Phân tích “Error - Sai số

CÁC SAI SỐ TRONG NGHIÊN CỨU DỊCH TỄ HỌC

Ths Nguyễn Tấn Đạt

Mục tiêu học tập:

1 Trình bày được định nghĩa và phân loại các loại sai

số

2 Nêu các biện pháp khắc phục sai số

3 Trình bày được khái niệm về yếu tố nhiễu, yếu tố

tương tác

4 Nêu biện pháp khắc phục yếu tố nhiễu

• Sai số là gì?

• Có mấy loại?

• Xảy ra khi nào?

• Xảy ra khi ước lượng (ví dụ: tỷ lệ mới mắc, tye lệ hiện

mắc, tử vong) hoặc mối liên quan (RR, OR) sai lệch so với tình huống đúng.

• Nguồn gốc của sai số có thể là ngẫu nhiên hoặc hệ

thống

• Có thể xuất hiện trong các giai đoạn của nghiên cứu:

– Thiết kế nghiên cứu (chất lượng)

– Tiến hành

– Phân tích

“Error - Sai số” trong DTH

Sai số

Ngẫu nhiên Hệ thống (cơ hội) (sai lệch)

C

B

• Là sự dao động xung quanh giá trị thật của quần thể

• Nguồn gốc của sai số ngẫu nhiên

– Sự giao động về mặt sinh học của cá thể

• Luôn luôn hiện diện

– Sai số do chọn mẫu

• Một mẫu nhỏ có thể không đại diện cho toàn bộ dân số

– Sai số do đo lường

• Công cụ và tập huấn

Sai số ngẫu nhiên

Sai số ngẫu nhiên

• Cỡ mẫu

– Nhỏ hơn

• Thường khác với quần thể đích

• Giới hạn lực (POWER) để phát hiện hiệu quả (effect)

– Lớn hơn

• Thường tương tự như quần thể đích

• Tăng lực (POWER) để phát hiện hiệu quả (effect)

• Cỡ? POWER CALCULATIONS

Bao gồm việc tính toán = độ lớn của sự khác biệt, số lượng sự kiện, mức độ sai số có thể chấp nhận.

Ảnh hương đến tính tin cậy, liên quan đến độ chính xác và khả năng lặp lại giống nhau ơ các lần quan sát

• Đánh giá bằng cách so sánh với “tiêu chuẩn vàng”

• Sự lặp lại giống nhau giữa quan sát bên trong quần thể nghiên cứu và quần thể tham khảo (intra-observer inter- observer and intra-observer comparisons)

• Sự sai lệch về kết quả hoặc suy luận từ sự thật

• Ảnh hương đến độ tin cậy, bao gồm tính giá trị nội suy hoặc/và ngoại suy

• Nguồn gốc của sai số hệ thống

• Sai số chọn

• Sai số thông tin (đo lường)

• Nhiễu

Sai số hệ thống (bias)

• Tăng lên khi các tiêu chuẩn chọn lựa khác nhau được sử dụng (dựa vào tình trạng bệnh và/hoặc phơi nhiễm) vì vậy dân số nghiên cứu không đại diện cho quần thể quan tâm

Không thể làm giảm bằng cách tăng cỡ mẫu

Giảm thông qua các chiến lược thiết kế

Sai số chọn

• Trở thành vấn đề khi mẫu nghiên cứu không

có tính đại diện cho quần thể tham khảo

• Cần cân nhắc kỹ trong quá trình thiết kế và phân

tích

• Nếu không nhận biết, thì kết quả được xem như

chính xác, khi đó chúng ta có thể bị sai lầm

Sai số chọn (tt)

• Sai lệch do suy luận (Berkson’s Bias)

• Sai lệch về hiện mắc và mới mắc (Neyman’s Bias)

Các nguyên tắc để giảm sai số chọn

Giai đoạn

Thiết kế Khung mẫu thích hợp cho dân số nguồn

Tiêu chuẩn bệnh và phơi nhiễm rõ ràng Nhóm so sánh thích hợp

Thu thập dữ

liệu

Tỷ lệ tham gia cao Các thông tin về các yếu tố chọn tìm tàng Xem xét các đối tượng không phản hồi

Phân tích dữ

liệu

Hiệu chỉnh theo xác suất chọn (nếu biết) Kiểm soát các biến xảy ra đồng thời có liên quan

So sánh đối tượng tham gia và không tham gia

Sử dung các nhóm so sánh khác nhau

• Được xem như là sai số đo lường và sai số quan

sát

• Tăng lên khi đo lường hoặc phân loại không chính

xác của các biến xảy ra

• Có thể ảnh hưởng đến yếu tố phơi nhiễm hoặc kết

quả (thậm chí yếu tố gây nhiễu)

Sai số thông tin

Nguyên tắc làm giảm sai số thông tin

Giai đoạn

nghiên cứu Cách tiếp cận

Thiết kế Dụng cụ và công cụ cụ thể

Nhóm so sánh phù hợp Người thu thập thông tin được huấn luyện kỹ

Thu thập

thông tin

Nhiều nguồn thông tin Bao gồm tiếp xúc và bệnh tật không liên quan

Đối tượng nghiên cứu và người thu thập thông tin không biết

Tỷ lệ phản hồi cao

Phân tích dữ

liệu

Chú ý dữ liệu khuyết Đánh giá và hiệu chỉnh dữ liệu

Một mối liên quan giữa yếu tố phơi nhiễm và hậu quả cho trước bị ảnh hưởng bởi một yếu tố thứ 3 nữa.

Nhiễu

Nguyên tắc xác định yếu tố gây nhiễu

1 Yếu tố nguy cơ được xác định cho hậu quả

2 Liên quan đến yếu tố phơi nhiễm

3 KHÔNG là bước trung gian trong con

đường nguyên nhân và hậu quả

Yếu tố gây nhiễu

Hút thuốc

Thí dụ về nhiễu

nguy cơ bệnh tim mạch hay không?

Câu hỏi:

Câu hỏi: Việc hiến máu thường xuyên có làm giảm nguy cơ bệnh tim mạch hay

không?

Số liệu về đàn ông tuổi từ 55 trở lên:

Mức độ hiến máu thường

xuyên/năm bệnh tim mạch,nam giới, Tử vong liên quan đến

55yrs+ (per 1,000 per

year)

Một giải thích có thể có cho sự liên quan giữa hiến máu

và bệnh tim mạch là sự liên quan một phần của chúng với

Chúng ta biết rằng, trong số những người đàn ông trong các khoảng tuổi, những người mà tập thể dục thường xuyên có nguy cơ bệnh mạch vành thấp hơn

Độ thường xuyên

tập thể dục đến bệnh tim mạch, Tử vong liên quan

đàn ông >=55 tuổi/1,000/năm)

Chưa bao giờ 15 (RR=1.0) Thỉnh thoảng 10 (RR=0.67) Thường xuyên 4 (RR=0.27)

1-2 0.38 0.62 0.81 0.67

Tổng 0.27 0.67 1.00

5 Xác định yếu gây nhiễu dựa vào kiến thức có sẳn

6 Thu thập cả yếu tố gây nhiễu khi nghiên cứu

7 Hiệu chỉnh các yếu nhiêu khi phân tích

Adjusting means producing estimates of association for the

relationship you are interested in by minimising the effect that the confounder has on the relationship

Thu thập dữ liệu

Bao gồm các yếu tố gây nhiễu

Phân tích dữ liệu

Hiệu chỉnh thống kê

Tính dễ bị sai số, Thời gian & Chi phí, theo thiết kế nghiên cứu

Nghiên cứu tương quan

Nghiên cứu cắt ngang

NC bệnh - chứng

NC đoàn hệ

NC thử nghiệm ngẫu nhiên

Sai số chọn

- Tuyển vào

- Phản hồi

NA NA

TB NA

CAO THẤP

TB CAO

CAO TB

Sai số thông

tin

- Sai số nhớ lại

NA NA

TB TB

TB CAO

TB THẤP

THẤP THẤP

Khi yếu tố thứ 3 làm thay đổi mối quan hệ giữa tiếp xúc và bệnh tật

Yếu tố tương tác

Xác định yếu tố tương tác

• Tiến hành phân tích phân tầng (or hoặc thêm yếu tố

tương tác vào mô hình đa biến)

• Nếu chúng ta phát hiện mối liên quan giữa yếu tố

phơi nhiễm quan tâm và hậu quả:

– Khác nhau giữa các tầng của biến thứ 3 (đồng biến,

nghịch biến, thậm chí hiệu quả trái ngược) = yếu tố tương tác (effect modification)

– Giống nhau giữa các tầng = không có tương tác

Uống rượu    Ung thư thực quản

Hút thuốc lá

Yếu tố tương tác: ví dụ 1

Không béo phì ref

Không có yếu tố tương tác Tính RR (OR) gộp chung

Phân tầng và tính RR (OR) cho các tầng Tính RR (OR)