Phân tích thống kê trọng lượng trẻ sơ sinh

Bài viết Phân tích thống kê trọng lượng trẻ sơ sinh trình bày từ số liệu thực tế được thu thập tại Bệnh viện Phụ sản Thành phố Cần Thơ, bằng các phương pháp phân tích thống kê đơn biến và đa biến, bài viết xác định các nhân tố và nhóm các nhân tố có ý nghĩa thống kê ảnh hưởng đến trọng lượng trẻ sơ sinh,... Mời các bạn cùng tham khảo.

Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 DOI:10.22144/jvn.2017.063 PHÂN TÍCH THỐNG KÊ TRỌNG LƯỢNG TRẺ SƠ SINH Võ Văn Tài1, Lê Thị Mỹ Xuân1, Nguyễn Thị Hồng Dân1, Danh Ngọc Thắm1 Nguyễn Hữu Nghĩa2 Khoa Khoa học Tự nhiên, Trường Đại học Cần Thơ Khoa Cơ bản, Trường Đại học Xây dựng miền Tây Thông tin chung: Ngày nhận bài: 22/07/2016 Ngày nhận sửa: 30/08/2016 Ngày duyệt đăng: 27/06/2017 Title: Statistical analysis for weight of newborn Từ khóa: Đa biến, đơn biến, phân loại, sai số, trọng lượng trẻ sơ sinh Keywords: Classification, error, multivariate, multivariate, weight of newborn ABSTRACT From real data collected at the Maternity Hospital of Can Tho city, by methods of univariate and multivariate statistical analysis, the article is aimed to determine factors and group factors that have statistical significance to influence to weight of newborn Based on the classification models, an optimal model in forecasting standard weight of newborns was built as well The researched results could be useful information in caring health of pregnant women and applied to many other problems in reality TÓM TẮT Từ số liệu thực tế thu thập Bệnh viện Phụ sản Thành phố Cần Thơ, phương pháp phân tích thống kê đơn biến đa biến, viết xác định nhân tố nhóm nhân tố có ý nghĩa thống kê ảnh hưởng đến trọng lượng trẻ sơ sinh Dựa mơ hình phân loại, viết xây dựng mơ hình tối ưu dự báo trọng lượng trẻ sơ sinh đủ cân Kết nghiên cứu thơng tin hữu ích chăm sóc sức khỏe bà mẹ mang thai áp dụng cho nhiều vấn đề khác thực tế Trích dẫn: Võ Văn Tài, Lê Thị Mỹ Xuân, Nguyễn Thị Hồng Dân, Danh Ngọc Thắm Nguyễn Hữu Nghĩa, 2017 Phân tích thống kê trọng lượng trẻ sơ sinh Tạp chí Khoa học Trường Đại học Cần Thơ 50a: 29-36 thường gặp trẻ nhẹ cân Theo thống kê Bộ y tế, tỉ lệ trẻ nhẹ cân nước ta khoảng 10% tập trung nhiều vào vùng nơng thơn Có nhiều nghiên cứu khác nguyên nhân dẫn đến trẻ nhẹ cân Những nguyên nhân tổng kết di truyền, dinh dưỡng, môi trường, sức khỏe mẹ, nhiên có nhiều trường hợp chưa tìm nguyên nhân Nguyên nhân trẻ nhẹ cân phụ thuộc vào quốc gia, địa phương Cho đến nay, nghiên cứu để tìm nguyên nhân dẫn đến trẻ thiếu cân hầu hết dựa vào phân tích thống kê Việc tìm ngun nhân thơng tin hữu ích cho bác sĩ, bà mẹ chăm sóc sức khỏe mang thai để có đứa trẻ khỏe mạnh từ ban đầu, tiền đề quan trọng để có dân số khỏe mạnh GIỚI THIỆU Trọng lượng trẻ sơ sinh (TLTSS) nói lên nhiều điều sức khỏe phát triển sau trẻ Trẻ sơ sinh nặng nhẹ so với mức đạt chuẩn không tốt Theo Bộ y tế Việt Nam, TLTSS đủ cân từ 2500 gam đến 3800 gam, cao 3800 gam xem nặng cân nhỏ 2500 gam xem nhẹ cân Hầu hết nghiên cứu cho thấy, trẻ nhẹ cân có số thơng minh trẻ đủ cân Những đứa trẻ nhẹ cân thường có tỉ lệ phát triển thần kinh bất thường, chậm phát triển cao trẻ đủ cân Trong lứa tuổi học đường, trẻ nhẹ cân có số thơng minh, số phối hợp nhìn - vận động khả đọc thấp trẻ đủ cân Các vấn đề cư xử kích động, phối hợp động tác, khó tập trung 29 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 Dựa vào số liệu thực tế lấy Bệnh viện Phụ sản Thành phố Cần Thơ, viết nghiên cứu vấn đề liên quan đến trọng lượng trẻ sơ sinh Việc nghiên cứu thực theo hai hướng: (i) phân tích thống kê đơn biến đa biến để xác định nhân tố nhóm nhân tố ảnh hưởng đến trọng lượng trẻ sơ sinh, (ii) đánh giá trọng lượng trẻ sơ sinh đủ cân qua mơ hình phân loại để tìm tối ưu Mục đích nghiên cứu xác định yếu tố thật ảnh hưởng đến TLTSS, trẻ thiếu cân để từ có khuyến cáo cho bà mẹ mang thai, cho người có trách nhiệm chăm sóc sức khỏe bà mẹ Kết viết thơng tin hữu ích cho ngành y tế việc chăm sóc bà mẹ mang thai khu vực Đồng sông Cửu Long pháp phân loại; đồng thời, trình bày số liệu mẫu bước thực Phần trình bày kết thực theo hai hướng (i) (ii) Phần cuối kết luận viết TỔNG QUAN VIỆC THỰC HIỆN 2.1 Nguồn số liệu cấu mẫu Được cho phép Bệnh viện Phụ Sản Thành phố Cần Thơ, việc trích xuất thơng tin từ hồ sơ lưu bà mẹ sinh suốt tháng cuối năm 2015 tiến hành Việc xác định biến ban đầu ảnh hưởng đến TLTSS tư vấn từ bác sĩ Mẫu nghiên cứu gồm hai đối tượng: Trẻ sơ sinh đủ cân nhẹ cân Số liệu gồm có 11 biến, có biến định lượng biến định tính khảo sát 513 sản phụ với cấu mẫu theo nhóm đối tượng trình bày Bảng Cấu trúc viết sau: Phần trình bày phương pháp phân tích số liệu, phương Bảng 1: Cơ cấu mẫu biến khảo sát Chỉ tiêu Ký hiệu Tuổi T Nghề nghiệp N Dân tộc DT Nơi sống NS Bệnh B Tuổi thai TT Giới tính trẻ GT Số lần có thai ST Tỉ trọng thể BMI Chiều cao tử cung Vòng bụng CC VB Thang đo < 21 21 – 25 26 – 30 31 – 35 > 35 Nhân viên Công nhân Nội trợ Nông dân Khác Kinh Khác Nông thôn Thành thị Khơng Bệnh Có bệnh Non thai Chuẩn Già thai Bé gái Bé trai Lần Lần Hơn lần < 18,5 18,5 – 25,0 25,0 – 30,0 30,0 – 40,0 > 40,0 Cm Cm 30 Tỉ lệ (%) 12,1 29,0 31,6 19,1 8,2 16,0 10,1 55,6 7,8 10.5 97,5 2,5 52,4 47,6 95,5 4,5 6,2 67,8 25,9 51,1 48,9 52,4 39,8 7,8 0,6 45,8 42,3 10,7 0,6 100 100 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 Cơ cấu mẫu cho nhóm đối tượng Bảng đảm bảo phân tích thống kê thực phần 2.2 Các phân tích thống kê thực a Các phân tích số liệu di ( x )  xiT S 1x  xiT S 1xi , i 1,2, k i 1 i 1 S    ni 1 Si /(  ni  k ) ma trận hiệp phương sai gộp hai nhóm Để làm rõ nhân tố nhóm nhân tố có ý nghĩa thống kê ảnh hưởng đến TLTSS, phương pháp phân tích thống kê đơn biến đa biến sử dụng Ngoài thống kê mơ tả, tốn ước lượng để đánh giá số liệu ban đầu, phân tích thống kê sau sử dụng: Lúc đứa trẻ có biến quan sát x0 xếp vào nhóm ĐC d1(x0) > d2(x0) ngược lại ta xếp vào nhóm KĐC iii) Mơ hình Bayes (Pham-Gia et al., 2008): Giả sử nhóm ĐC KĐC với biến quan sát có hàm mật độ xác suất f1(x) f2(x) với xác suất tiên nghiệm q1 q2 (q1 + q2 = 1) Khi đó, bà mẹ có biến quan sát x0 sinh đứa trẻ đủ cân Kiểm định chi bình phương: Kiểm định khác TLTSS theo nhóm đối tượng biến (Roxy et al., 2008) So sánh hai trung bình phân tích phương sai đơn biến: So sánh trọng lượng trung bình trẻ sơ sinh hai nhiều hai nhóm đối tượng (Roxy et al., 2008) q1 f1 x0  q2 f  x0  (3) Sai lầm phân loại xác định công thức sau: (q) Pe1,2   max qi f i ( x ) dx, i  1, (4) Phân tích hiệp phương sai đơn biến: Kiểm chứng khác véc tơ trung bình hai hay nhiều hai nhóm độc lập, tương tác biến TLTSS (Andrew, 2011)  Rn 1 l  k n số chiều biến quan sát 2.3 Vấn đề tính tốn Phân tích nhân tố: Xác định nhân tố nhóm nhân tố ảnh hưởng đến TLTSS (Alvin, 2002) b Mơ hình xác định trẻ sơ sinh đủ cân i) Phần mềm SPSS phiên 22 sử dụng để thực phân tích thống kê đơn biến đa biến Phần mềm sử dụng xây dựng mơ hình hồi quy logistic Fisher để đánh giá TLTSS đủ cân Theo tiêu chuẩn Bộ y tế Việt Nam, trẻ sơ sinh chia thành nhóm: trẻ đủ cân (ĐC) khơng đủ cân (KĐC) Để xây dựng mơ hình đánh giá trẻ ĐC, mơ hình sau sử dụng: ii) Để áp dụng thực tế phương pháp Bayes, từ liệu rời rạc hàm mật độ xác suất phải ước lượng Có nhiều phương pháp tham số phi tham số để thực vấn đề Trong viết này, phương pháp hàm hạt nhân, phương pháp đánh giá có nhiều ưu điểm sử dụng Trong phương pháp này, nghiên cứu chọn hàm hạt nhân dạng chuẩn tham số trơn theo Scott (1992) i) Mơ hình hồi quy logistic (Donald, 1997): Gọi p xác suất để đứa trẻ sinh đủ cân, X i , i  1, 2, , k biến ảnh hưởng đến TLTSS, mơ hình hồi quy logistic có dạng: k ln[ p / (1  p )]      i X i , ( i  1, k ), i 1 k (2) (1) iii) Vấn đề xác định xác suất tiên nghiệm mơ hình Bayes quan trọng Trong viết này, tất xác suất tiên nghiệm truyền thống phương pháp công bố gần sử dụng Đó phương pháp tiên nghiệm đều, phương pháp tỉ lệ mẫu, phương pháp Laplace phương pháp dựa vào phân tích chùm mờ (Thao Tai, 2016) i , i 1,2, ,k hệ số mơ hình Từ mơ hình (1), xác suất p xác định, p > 0.5 trẻ xếp vào nhóm ĐC, ngược lại trẻ bị xếp vào nhóm KĐC ii) Mơ hình Fisher (Webb, 2000): Xét tập hợp bà mẹ có biến quan sát x khơng gian n chiều, đối tượng thứ j có số liệu quan sát véc tơ cột xj Gọi xi , i1,2 trung iv) Hiện tại, mơ hình Bayes chưa có phần mềm thực hiện, chương trình liên quan viết để thực Đó chương trình ước lượng hàm mật độ xác suất n chiều, phân loại phần tử tính sai số Bayes với tích phân tính theo phương pháp Moncte-Carlo (Tai, 2016) Các bình mẫu nhóm ĐC KĐC; S1 S2 ma trận hiệp phương sai nhóm ĐC KĐC Ta có hàm phân biệt Fisher hai nhóm sau: 31 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 chương trình hỗ trợ hiệu tính tốn phức tạp phần ứng dụng 2.4 Các bước thực v) Đánh giá TLTSS trẻ đủ cân qua tất mô hình phân loại Tìm phương pháp phân loại tối ưu Từ số liệu, phân tích thực hiện, bao gồm: Từ phân tích thống kê rút nhận xét đánh giá Trước tiến hành phân tích, điều kiện để thực kiểm tra Các phân tích thống kê thực với độ tin cậy 90% 95% i) Mã hóa số liệu, nhập số liệu vào phần mềm SPSS 22; ii) Thực thống kê mô tả để đánh giá số liệu ban đầu TLTSS theo nhóm đối tượng khảo sát; KẾT QUẢ THỰC HIỆN 3.1 Phân tích thống kê vấn đề liên quan đến trọng lượng trẻ sơ sinh a Phân tích TLTSS theo biến nhóm đối tượng iii) Kiểm tra khác biệt TLTSS theo nhóm đối tượng, tương tác nhân tố nhóm nhân tố ảnh hưởng đến TLTSS; Để xét ảnh hưởng biến đến TLTSS, nghiên cứu sử dụng phương pháp phân tích phương sai yếu tố Một số tham số thống kê kết phân tích phương sai tổng kết Bảng iv) Tìm nhân tố có ý nghĩa thống kê ảnh hưởng đến TLTSS đủ cân không đủ cân qua mơ hình hồi quy logistic; Bảng 2: Ước lượng kiểm định TLTSS theo biến nhóm đối tượng Biến T N DT NS B TT GT ST BMI Đối tượng < 21 21 – 25 26 – 30 31 – 35 > 35 Nhân viên Công nhân Nội trợ Nông dân Khác Kinh Khác Nông thơn Thành thị Khơng bệnh Có bệnh Non thai Chuẩn Già thai Bé gái Bé trai Lần Lần Hơn lần < 18,5 18,5 – 25,0 25,0 – 30,0 30,0 – 40,0 > 40,0 Trọng lượng TB (2855,36; 3083,35) (3013,72; 3144,67) (3110,72; 3256,56) (3137,67; 3325,60) (2912,86; 3215,71) (3114,67; 3334,11) (3135,24; 3357,06) (3047,59; 3149,95) (2897,29; 3192,71) (2936,09; 3208,35) (3096,20; 3176,20) (2549,12; 2981,65) (3047,65; 3160,16) (3096,27; 3207,83) (3089,75; 3170,46) (2840,37; 3272,67) (2393,67; 2721,96) (3080,48; 3170,38) (3193,84; 3340,75) (3019,40; 3121,06) (3125,25; 3246,46) (3021,59; 3123,76) (3152,05; 3285,70) (2879,84; 3162,66) (2169,73; 3030,27) (2942,67; 3046,27) (3135,77; 3259,17) (3312,69; 3560,04) (2853,88; 3612,79) Kết cho ta thấy hầu hết biến ảnh hưởng đến TLTSS Đó biến: tuổi, nghề, dân tộc thai phụ, tuổi thai, giới tính trẻ, số lần có thai, tỉ trọng thể, chiều cao tử cung vòng bụng Hai biến tiền sử bệnh (B) nơi sống (NS) khơng có ảnh hưởng đến TLTSS Sig Kết luận 0,001 Có ảnh hưởng 0,033 Có ảnh hưởng 0,004 0,233 0,450 Có ảnh hưởng Khơng ảnh hưởng Khơng ảnh hưởng 0,000 Có ảnh hưởng 0,004 Có ảnh hưởng 0,001 Có ảnh hưởng 0,000 Có ảnh hưởng Đối với hai biến định lượng CC VB, sử dụng phương pháp hồi quy tuyến tính để tìm mối quan hệ biến với TLTSS Kết cho thấy có tương quan thuận với kết cho Bảng 32 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 Bảng 3: Mơ hình hồi quy tuyến tính CC VB với TLTSS R2 0,209 0,130 R 0,208 0,129 Mô hình hồi quy 1061,327 + 67,909CC 1486,898 + 17,156VB Bảng 4: Các thành phần giữ lại Nhân tố Sig 0,000 0,000 b Phân tích nhân tố Phân tích nhân tố ảnh hưởng đến TLTSS theo ma trận hệ số tương quan sử dụng phép quay Varimax, rút nhóm nhân tố (Bảng 4) Giá trị riêng 1,74 1,50 1,16 1,13 1,04 Tỉ lệ giải thích (%) 15,78 13,61 10,56 10,27 9,41 Tỉ lệ tích lũy (%) 15,78 29,39 39,96 50,22 59,63 Năm nhân tố có ảnh hưởng cụ thể lên biến cho Bảng 5: Bảng 5: Các nhân tố ảnh hưởng đến TLTSS Biến quan sát Y1 Y2 Y3 Vòng bụng 0,791 Tỉ trọng thể 0,777 Chiều cao tử cung 0,595 Số lần có thai 0,874 Tuổi 0,790 Tuổi thai 0,779 Giới tính trẻ sơ sinh -0,617 Nghề nghiệp Nơi sống Dân tộc Tiền sử bệnh mẹ Kaiser-Meyer-Olkin Measure of Sampling Adequacy Bartlett's Test of Sphericity Approx Chi-Square Df Sig Vì giá trị KMO = 0,559 nên ta kết luận liệu đủ điều kiện để phân tích nhân tố khám phá Mặt khác, giá trị Sig = 0,000 nên biến có tương quan với tổng thể Vì vậy, phân tích nhân tố khám phá với liệu thích hợp Kết qua nhiều lần xoay phân tích nhân tố, ta nhóm nhân tố có ảnh hưởng đến cân nặng trẻ sơ sinh là: Nhóm Y1: gồm biến vòng bụng, tỉ trọng thể chiều cao tử cung Nhóm Y2: gồm biến số lần có thai tuổi thai phụ Nhóm Y3: chứa biến tuổi thai giới tính trẻ sơ sinh Nhóm Y4: gồm biến nghề nghiệp nơi sinh sống thai phụ Nhóm Y5: biến dân tộc biến tiền sử bệnh Mơ hình thể qua nhân tố giải thích 59,63% biến thiên liệu Qua kết phân tích Bảng 5, năm nhóm nhân tố tác động đến TLTSS đượ xác định, đó, xây dựng mơ hình hồi quy với biến: Y1, Y2, Y3, Y4 Y5 Y4 Y5 0,790 -0,609 0,726 0,671 0,559 435,273 55 0,000 Vì ba nhóm nhân tố Y1, Y3 Y5 có giá trị Sig = 0,000 nên chúng có ý nghĩa thống kê mơ hình xét Như vậy, lần cho thấy biến VB, BMI, CC, TT, GT, DT B có ảnh hưởng đến TLTSS Ngồi ra, nhìn vào số phương sai VIF tương ứng với nhóm nhân tố độc lập nhỏ 10 (tất 1) Điều cho thấy nhóm nhân tố không xảy tượng đa cộng tuyến Bảng 6: Hệ số hồi quy mơ hình Constant Y1 Y2 Y3 Y4 Y5 B 3126,803 234,992 18,452 115,316 -31,713 -61,302 Sig 0,000 0,000 0,258 0,000 0,052 0,000 VIF 1,000 1,000 1,000 1,000 1,000 Lập phương trình hồi quy tuyến tính bội sau: Y 3126,803 234,992Y 1115,316Y 361,302Y Dấu hệ số trước nhóm nhân tố Y1 Y3 dương nên tương quan chúng với biến TLTSS tương quan thuận Trong điều kiện 33 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 yếu tố khác không đổi, nhân tố Y1 tăng/giảm đơn vị TLTSS tăng/giảm 234,992 đơn vị c Kết phân tích phương sai đơn biến nhiều nhân tố Trong mơ hình hồi quy, dấu hệ số trước nhóm nhân tố Y5 âm nên tương quan TLTSS nhóm nhân tố Y5 tương quan nghịch Cụ thể, điều kiện yếu tố khác không thay đổi, nhân tố Y5 tăng đơn vị TLTSS giảm 61,302 đơn vị Kiểm tra ảnh ảnh hưởng đến TLTSS biến tương tác biến phương pháp phân tích phương sai đơn biến nhiều nhân tố theo nhóm biến ta có kết sau: Bảng 7: Các nhân tố nhóm 1, nhóm nhóm ảnh hưởng đến TLTSS Nhóm T N DT NS T*N T * DT T * NS N * DT N * NS DT * NS T * N * NS Sig 0,623 0,142 0,033 0,634 0,819 0,917 0,550 0,373 0,546 0,906 0,439 Nhóm CC VB B BMI CC * VB CC * B CC * BMI VB * B VB * BMI B * BMI CC * VB * BMI Sig Nhóm Sig 0,000 ST 0,038 0,001 TT 0,000 0,463 GT 0,071 0,005 ST * TT 0,457 0,080 ST * GT 0,286 0,627 TT * GT 0,645 0,085 ST * TT * GT 0,173 0,119 0,004 0,157 0,394 Các nhân tố NS*TT, T*TT, NS*T*TT ST*TT khơng có ảnh hưởng tương tác đến TLTSS Từ Bảng cho thấy, biến DT, CC, VB, BMI, ST, TT tương tác VB*BMI có ảnh hưởng đến TLTSS Các trường hợp lại khơng ảnh hưởng đến TLTSS d Kết phân tích hiệp phương sai Bảng 8: Kết thực ANCOVA Nhóm NS TT T NS * TT NS * T T * TT NS * T * TT Ngoài yếu tố nghề, tuổi, dân tộc, tỉ trọng thể, vòng bụng ảnh hưởng đến cân nặng sơ sinh tuổi thai biến ảnh hưởng lớn đến TLTSS Tuy nhiên, ngày tuổi thai khác tốc độ phát triển khả tăng cân nặng khác Để đảm bảo tính khách quan nghiên cứu, sử dụng phương pháp phân tích hiệp phương sai (ANCOVA) để kiểm soát ảnh hưởng yếu tố ngoại sinh đến kết nghiên cứu theo nhóm biến Sig 0,144 0,000 0,452 0,146 0,859 0,519 0,856 Nhóm N ST TT N * ST N * TT ST * TT N * ST * TT Sig 0,021 0,185 0,000 0,015 0,019 0,207 0,014 3.2 Đánh giá trọng lượng trẻ sơ sinh đủ cân qua mơ hình tốn phân loại Từ số liệu, tính hệ số tương quan biến Bảng cho thấy tương tác nhân tố ta có kết quả: N*TT N*ST*TT có ảnh hưởng tương tác với Bảng 9: Hệ số tương quan cặp biến đưa vào mơ hình T N DT NS B ST TT CC VB GT BMI T -0,06 -0,05 0,12 0,05 0,47 0,04 0,02 0,18 0,08 0,11 N DT NS B ST TT CC VB GT BMI -0,01 -0,01 0,04 0,12 -0,01 -0,01 -0,05 -0,03 -0,01 -0,03 0,03 0,06 0,01 -0,03 -0,06 -0,03 -0,08 -0,04 0,07 -0,04 -0,02 0,09 -0,02 0,09 -0,04 -0,01 -0,01 -0,01 0,01 -0,01 -0,02 -0,03 0,13 0,04 0,05 0,09 0,06 -0,11 0,02 0,05 -0,04 0,01 0,02 0,46 0,04 34 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 cho tình trạng trẻ sơ sinh đủ cân Bảng cho thấy biến không phụ thuộc tuyến tính với hay có 11 biến độc lập Vì vậy, đưa biến vào mơ hình để giải thích Tiến hành phân tích hồi quy logistic, ta có kết xử lý bảng tổng hợp sau: Bảng 10: Kết phân tích hồi quy logistic cho 11 biến T N DT NS B ST TT CC VB GT BMI Constant B 0,010 -0,151 -1,335 0,201 -0,774 0,249 0,086 0,213 0,018 0,866 0,207 -33,183 S.E 0,164 0,163 0,813 0,338 0,633 0,294 0,015 0,056 0,023 0,349 0,071 4,936 Wald 0,004 0,864 2,700 0,355 1,497 0,720 31,337 14,654 0,634 6,157 8,625 45,196 Df 1 1 1 1 1 1 Sig 0,952 0,353 0,100 0,551 0,221 0,396 0,000 0,000 0,426 0,013 0,003 0,000 Exp(B) 1,010 0,860 0,263 1,223 0,461 1,283 1,090 1,237 1,019 2,378 1,231 0,000 trọng khả thai phụ sinh đủ cân Với mức ý nghĩa chung 10% cho thấy có năm khảo sát Chính vậy, toán phân loại với biến DT, TT, CC, GT BMI có ý nghĩa thống kê, năm biến gọi chúng X1, X2, X3, biến lại khơng có ý nghĩa thống kê Điều X4 X5 thực có nghĩa biến đóng vai trò quan Bảng 11: Bảng tổng hợp khả phân loại (%) ba phương pháp Biến X1 X2 X3 X4 X5 X1, X2 X1, X3 X1, X4 X1, X5 X2, X3 X2, X4 X2, X5 X3, X4 X3, X5 X4, X5 X1, X2, X3 X1, X2, X4 X1, X2, X5 X1, X3, X4 X1, X3, X5 X1, X4, X5 X2, X3, X4 X2, X3, X5 X2, X4, X5 X3, X4, X5 X1, X2, X3, X4 X1, X2, X3, X5 X1, X2, X4, X5 X1, X3, X4, X5 X2, X3, X4, X5 X1, X2, X3, X4, X5 Logistic 88,3 89,5 87,1 88,3 88,7 89,3 87,7 88,3 89,1 88,7 89,1 90,6 87,1 88,7 88,7 89,1 88,9 90,6 87,7 88,7 88,7 88,3 90,3 90,8 87,9 88.9 90,6 91,0 97,9 90,3 90,8 Khả phân loại (%) Fisher BayesU BayesP 87,7 81,2 94,7 75,8 84,0 94,7 69,4 84,7 94,6 51,7 83,3 95,4 61,8 82,9 94,4 75,6 93,7 97,7 76,8 93,8 97,6 51,5 93,4 98,0 70,4 92,7 97,3 78,8 94,5 97,8 76,6 94,3 98,1 77,8 93,3 97,5 66,5 94,6 97,9 71,3 93,7 97,4 65,5 93,8 97,7 80,7 98,2 98,7 78,8 98,9 99,3 80,3 97,3 98,8 72,5 96,2 98,8 74,5 92,9 98,2 70,6 95,9 98,9 81,1 98,6 98,9 78,9 96,6 98,2 78,0 98,0 98,9 72,1 93,8 98,5 81,5 99,4 99,6 80,5 98,5 99,2 79,9 99,1 99,6 75,0 97,5 99,3 81,3 98,8 99,4 81,5 99,4 99,8 35 BayesL 94,6 94,6 94,5 95,4 94,4 97,8 97,6 97,9 97,3 97,8 98,0 97,5 97,9 97,4 97,6 98,7 99,3 98,8 98,8 98,1 98,9 98,9 98,2 98,9 98,5 99,6 99,2 99,6 99,3 99,4 99,8 BayesC 95,8 95,2 95,6 96,4 95,9 94,5 94,8 97,4 97,9 97,4 98,4 96,3 98,5 97,4 98,3 98,5 99,5 98,3 98,6 92,1 98,0 99,5 98,0 99,3 98,1 99,1 98.7 99,6 98,8 99,6 99,4 Tạp chı́ Khoa học Trường Đại học Cầ n Thơ Tập 50, Phần A (2017): 29-36 Đối với phân loại phương pháp Bayes biết hàm mật độ xác suất, viết phân loại dựa vào xác suất tiên nghiệm khác Cụ thể, xác suất tiên nghiệm xác định dựa phân phối đều, tỉ lệ mẫu, ước lượng Laplace, thuật tốn phân tích chùm mờ gọi BayesU, BayesP, BayesL BayesC viết rút mơ hình tối ưu đánh giá trọng lượng trẻ sơ sinh đủ cân từ thơng tin có sản phụ Để có kết đầy đủ đáng tin cậy hơn, nghiên cứu phải bổ sung số liệu, phạm vi chọn mẫu phải lấy mẫu nhiều lần Tuy nhiên, kết nghiên cứu ban đầu thông tin hữu ích cho ngành y tế, cho sản phụ người chăm sóc họ Các phương pháp thực cho vấn đề ứng dụng tương tự cho nhiều vấn đề thực tế khác Thực phương pháp Fisher, logistic Bayes để tìm mơ hình có xác suất phân loại tốt nhất, ta Bảng 11 LỜI CẢM TẠ Bảng 11 cho thấy phân loại phương pháp Bayes với xác suất tiên nghiệm dựa vào thuật tốn phân tích chùm mờ cho kết phân loại tốt nhất, khả phân loại phương pháp Fisher thấp Tuy nhiên, trường hợp năm biến khả phân loại Bayes P cao Nhóm tác giả xin gửi lời cảm ơn đến Bệnh viện Phụ sản Thành phố Cần Thơ hỗ trợ xác định biến số liệu nghiên cứu Cám ơn phản biện cho đóng góp có giá trị để viết tốt TÀI LIỆU THAM KHẢO Nhìn chung, trường hợp năm biến cho kết phân loại cao 99,8%, nghĩa năm biến ảnh hưởng lớn đến TLTSS Khi ứng dụng vào thực tế, để có kết phân loại tốt nên sử dụng mơ hình phân loại với năm biến DT, TT, CC, GT BMI Điều có nghĩa thai phụ muốn sinh trẻ có trọng lượng sơ sinh đủ cân khơng phụ thuộc yếu tố khách quan tuổi thai, chiều cao tử cung, giới tính trẻ, mà phụ thuộc nhiều vào kiến thức hiểu biết sức khỏe thai phụ thông qua biến dân tộc biến tỉ trọng thể Trong nghiên cứu này, thai phụ thuộc nhóm dân tộc thiểu số có tỉ lệ TLTSS đủ cân thấp Nguyên nhân vấn đề hoàn cảnh kinh tế, ý thức kiến thức sức khỏe sinh sản hạn chế nhóm đối tượng Việc cung cấp thông tin, hỗ trợ giáo dục sức khỏe sinh sản tới thai phụ điều quan trọng Andrew, R., 2011 Introducing ANOVA and ANCOVA SAGE London, 192 pages Alvin, C R., 2002 Methods of Multivariate Analysis John Wiley & Sons New York, 727 pages Donald, C., 1997 Log-linear Models and logistic regression Springer New York, 507 pages Pham–Gia, T., Turkkan, N and Tai, Vovan., 2008 The maximum function in statistical discrimination analysis Commun in Stat– Simulation computation 37(2): 320-336 Roxy, P., Chris, O., Jay, D., 2008 Statistics and data analysis Thomson New York, 619 pages Scott, D W., 1992 Mutivariate density estimation: Theory, practice and visualization Wiley & Son, New York, 345 pages Tai, V.V., 2016 L1-distance and classification problem by Bayesian J Appl Stat (online first: http://dx.doi.org/10.1080/02664763.2016.1174194) Thao, N.T., Tai, V.V., 2016 A new approach for determining the prior probabilities in the classification problem by Bayesian method, Adv Data Anal Classif (online first: http://link.springer.com/article/10.1007/s11634016-0253) Webb, A., 2000 Statistical pattern recognition Wiley & Sons, New York, 645 pages KẾT LUẬN Sử dụng phương pháp thống kê khác nhau, dựa số liệu thực tế, viết xác định nhân tố, tương tác nhóm nhân tố ảnh hưởng đến TLTSS Những nhân tố mơ hình hồi quy cho TLTSS từ nhân tố rút Thơng qua mơ hình phân loại, 36 ... đến trọng lượng trẻ sơ sinh Việc nghiên cứu thực theo hai hướng: (i) phân tích thống kê đơn biến đa biến để xác định nhân tố nhóm nhân tố ảnh hưởng đến trọng lượng trẻ sơ sinh, (ii) đánh giá trọng. .. thống kê ảnh hưởng đến TLTSS, phương pháp phân tích thống kê đơn biến đa biến sử dụng Ngồi thống kê mơ tả, tốn ước lượng để đánh giá số liệu ban đầu, phân tích thống kê sau sử dụng: Lúc đứa trẻ. .. giá TLTSS trẻ đủ cân qua tất mơ hình phân loại Tìm phương pháp phân loại tối ưu Từ số liệu, phân tích thực hiện, bao gồm: Từ phân tích thống kê rút nhận xét đánh giá Trước tiến hành phân tích, điều