Thống kê sau đại học phân tích phân tầng đại học y tế công cộng

Biến nhiễu • “Một biến số yếu tố thứ 3 làm ảnh hưởng tới mối liên quan • Các đặc điểm của biến nhiễu Ø Là yếu tố nguy cơ của bệnh thậm chí ở nhóm không phơi nhiễm Ø Có liên quan tới

PHÂN TÍCH PHÂN TẦNG

(STRATIFIED ANALYSIS)

BM Dich tễ - Thống kê

1

Mục tiêu

Hiểu được lý do phân tích phân tầng

Hiểu được khái niệm về gây nhiễu, tương tác và khống chế nhiễu

Thực hiện được phương pháp phân tầng khống chế nhiễu trong SPSS

Phân tích phân tầng

Là một phương pháp dùng để khống chế, kiểm soát nhiễu khi phân tích

•

“ Phân

“

tầng”: phân tích dựa trên từng

- từng “giá trị” của biến số thứ 3 khi

Nhiễu ( C onfounding )

Nhiễu xuất hiện khi tác dụng của phơi nhiễm đối với kết quả

bị đánh giá sai lệch (có thể mạnh hơn hay yếu hơn)

Ví dụ: Hút thuốc lá và ung thư phổi: tuổi là yếu tố nhiễu

Biến nhiễu

• “Một biến số (yếu tố) thứ 3 làm ảnh hưởng tới mối liên quan

• Các đặc điểm của biến nhiễu

Ø Là yếu tố nguy cơ của bệnh (thậm chí ở nhóm không phơi nhiễm)

Ø Có liên quan tới phơi nhiễm trong quần thể NC

Ø Không phải là yếu tố trung gian trong mối quan hệ nhân quả của phơi nhiễm – bệnh

5

Sơ đồ thể hiện nhiễu

Trong đó, biến số “tuổi”:

1 Là yếu tố nguy cơ của ung thư

không hút thuốc

2 Có liên quan đến việc hút hoặc

phổi, kể cả ở nhóm

không hút thuốc lá

3 Không phải là yếu tố trung gian giữa hút thuốc lá và

nghĩa là không nằm trên con đường

“ hút thuốc lá à t uổi

bệnh,

Kiểm soát nhiễu

Ø nhiễu có thể được kiểm soát ở cả giai đoạn thiết kế

nghiên cứu và giai đoạn phân tích

1 Khống chế nhiễu một cách tối đa khi thiết kế nghiên cứu

•

•

•

Phương pháp hạn chế phân nhóm ngẫu nhiên (randomisation) ghép cặp (matching): ví dụ trong nghiên cứu bệnh-chứng,

thể ghép cặp theo tuổi, giới, v.v

Trong phân tích phân tầng

Để xét mối liên quan giữa hai biến phơi nhiễm và kết

§

quả, sử dụng các con số đo lường sự kết hợp OR hoặc RR

§ Một biến nhiễu là một biến mà khi ta hiệu chỉnh (kiểm soát) trong quá trình phân tích sẽ dẫn tới những kết quả

RR hoặc OR khác nhau

§ Cần dùng các kết quả đã hiệu chỉnh (adjusted) để thể

hiện mối liên quan giữa phơi nhiễm và bệnh chứ không

dùng các kết quả thô (crude)

Ví dụ

Giả thuyết: Không sống chung với vợ (E) là yếu tố nguy cơ dẫn tới tình trạng giảm trí nhớ tuổi già(D) ở đàn ông

Biến nhiễu tiềm tàng: Tuổi

Thiết kế nghiên cứu: Nghiên

Ví dụ (tt)

3 Tuổi có phải là yếu tố trung gian trong mối liên

Tương tác (Interaction/Effect Modification)

Tương tác xuất hiện khi tác dụng của phơi nhiễm đối với

bệnh thể hiện khác nhau trên các nhóm đối tượng khác nhau (tác dụng này có thể mạnh hơn hay yếu hơn)

Ví dụ: Uống cà phê liên quan đến ung thư bàng quang

Biến tương tác tiềm ẩn: Hút thuốc lá

Ví dụ

Giả thuyết

Uống cà phê (E) liên quan tới ung thư bàng quang (D)

Biến tương tác tiềm ẩn (Effect Modifier): Hút thuốc lá

Thiết kế: Bênh chứng

Không bệnh

Bệnh Uống cà phê

OR = 2.3

Phân tích phân tầng (Stratified Analysis)

Có hút thuốc Uống

Tương tác

Có sự thay đổi về độ lớn của mối liên quan giữa phơi nhiễm

và bệnh tùy thuộc vào các mức độ của một biến số thứ ba

(the effect modifier)

Ø Phản ánh đặc điểm của mối quan hệ tự nhiên giữa bệnh

và phơi nhiễm

Ø Tương tác là khái niệm hoàn toàn độc lập với biến nhiễu

Ø Khi phân tích, nếu thấy có hiện tượng tương tác, không

hiệu chỉnh theo biến nhiễu mà phải trình bày các kết quả độc lập ở

từng tầng

Tương tác (tt)

Ø Thể hiện qua sự tương tác về mặt thống kê trong bộ

số liệu (mối liên quan giữa phơi nhiễm và bệnh là

không như nhau ở các tầng của yếu tố tương tác)

Tuy nhiên

Ø Cần đặc biệt lưu ý cân nhắc tới ý nghĩa về mặt sinh

học (hoặc lâm sàng) của mối tương tác về mặt thống

kê quan sát được

Các bước kiểm soát nhiễu và tương tác

1 Phân tầng theo các mức độ của yếu tố nghi

2 Tính các ước lượng (RR

nhiễu đặc trưng cho từng hoặc OR) không bị tầng

3 Đánh giá sự khác biệt của RR hoặc OR ở các

tầng thông qua kiểm định ý nghĩa

Các bước kiểm soát nhiễu và tương tác (tt)

4 Nếu RR hoặc OR của các tầng khác nhau: biến số

thứ 3 là biến tương tác à nhà nghiên cứu báo cáo

OR hoặc RR của từng tầng

Nếu RR hoặc OR của các tầng không khác

nhau: biến số thứ 3 là không phải là

à nhà nghiên cứu so sánh OR (RR)

(RR) hiệu chỉnh

Nếu OR (RR) thô khác với OR (RR)

biến tương tác thô với OR

biến số thứ 3 là biến gây nhiễu à nhà nghiên cứu

báo cáo OR (RR) hiệu chỉnh

Các bước trong SPSS

Thực hiện lệnh Crosstab

với Layer là biến thứ 3

Giá trị kiểm định Breslow

Thực hành trong SPSS

Bộ số liệu Chilumba của 1 nghiên cứu bệnh chứng

Nghiên cứu này nhằm tìm hiểu việc chủng ngừa BCG có

bảo vệ đối với bệnh lao hay không (nghĩa là có mối liên

quan giữa chủng ngừa BCG và bệnh lao hay không)

Các bước tiếp cận

Mục tiêu nghiên cứu:

– Tìm hiểu mối liên quan giữa chủng ngừa

độc lập (phơi nhiễm): Chủng ngừa

phụ thuộc (kết quả - bệnh): bệnh lao

• Để đo lường sự liên quan giữa phơi nhiễm

và bệnh

OR trong NC bệnh chứng: sử dụng

24

Phân tích

• 1 Phân tích đơn biến: trả lời câu hỏi về mối liên quan

– Ví dụ: có mối liên quan giữa chủng ngừa BCG và

bệnh lao hay không?

• 2 Phân tích phân tầng với yếu tố gây nhiễu tiềm tàng: trả lời câu hỏi mối liên quan (hay không

liên quan) đó có thực sự hay không (hay là ảnh hưởng bởi yếu tố khác)

– Ví dụ: mối liên quan (hay không liên quan) giữa

chủng ngừa BCG và bệnh lao có bị ảnh hưởng bởi yếu tố khác (như: tuổi…) hay không?

25

Phân tích đơn biến

26

Phân tích đơn biến (tt)

Kết quả cho thấy:

lượng xấp xỉ của nguy cơ tương đối Nói

cách khác người được tiêm chủng BCG có nguy cơ mắc bệnh lao chỉ vào khoảng 22,5%

so với người không tiêm BCG

27

Phân tích phân tầng

Thật sự chủng ngừa BCG có làm giảm

nguy cơ mắc bênh lao như trong phân tích

•

đơn biến không? Hay kết quả này bị

hưởng bởi yếu tố khác như tuổi? ảnh

à Phân tầng với biến số thứ 3: tuổi

28

Phân tích phân tầng (tt)

• Xem sự khác biệt OR giữa các tầng:

à Không có sự khác biệt à tuổi

29

KL: người được tiêm chủng BCG có nguy

cơ mắc bệnh lao chỉ vào khoảng 29,4% so với người không tiêm BCG

•

31

Thực hành

Giới tính, trình độ học vấn, thể lao tiếp xúc

•

có phải là

không? yếu tố gây nhiễu hay tương tác

• Tổng hợp vào trong bảng sau:

32

Tóm tắt

Nhiễu và tương tác: 2 khái niệm quan

trọng khi xem xét mối liên quan giữa phơi nhiễm và kết quả

Phân tích phân tầng: 1 trong các kỹ thuật

Tài liệu tham khảo

Tài liệu bắt buộc:

cộng (2005), Thống kê Y tế 2: Phân tích số liệu định lượng, Nhà xuất bản y học,

2005

Tài liệu tham khảo:

– Kirkwood B.R (2000) Essentials of Medical Statistics

Blackwell Science

– Tài liệu phát tay của giảng viên khóa học

•

34