Chương 2 ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.8 Phương pháp trình bày và phân tích số liệu
Các số liệu được xử lý bằng phần mềm IBM SPSS 26.0 và R 4.0.5. Các biến liên tục sẽ được trình bày bằng tứ phân vị với Q1 là bách phân
diện tích cơ thể (BSA), ICG-R15, ICG-PDR, albumin máu, bilirubin máu, INR, RLV/SLV, RLV/P, số ngày nằm viện. Khi so sánh giữa các nhóm, các biến sẽ được trình bày bằng tứ phân vị dạng Q2 (Q1 - Q3).
- Nếu biến số có phân phối chuẩn, sẽ được kiểm định sự khác biệt giữa
hai nhóm bằng T-test, giữa nhiều nhóm bằng One-Way ANOVA test và phân tích hậu định bằng phương pháp Tukey’s HSD.
- Nếu biến số phân phối không chuẩn nhưng logarithm có phân phối
chuẩn thì sẽ được kiểm định sự khác biệt giữa hai nhóm bằng T-test, giữa nhiều nhóm bằng One-Way ANOVA test cho logarithm của biến số. Cách này sẽ tìm được sự khác biệt giữa các nhóm nhiều hơn các kiểm định phi tham số.
- Nếu biến số phân phối không chuẩn và logarithm cũng phân phối không
chuẩn, sẽ được kiểm định sự khác biệt giữa hai nhóm bằng Mann-Whitney U test, giữa nhiều nhóm bằng Kruskal-Wallis test.
Các biến định tính hoặc thứ bậc: giới, điểm Child-Pugh, phân độ Child-
Pugh, mức độ cắt gan, phương pháp cắt gan, mức độ xơ gan trên giải phẫu bệnh, bản chất u gan trên giải phẫu bệnh, biến chứng phẫu thuật, biến chứng suy gan, phân độ suy gan, sẽ được trình bày bằng tỉ lệ, kiểm định sự khác biệt bằng Chi- Square test hoặc Fisher’s Exact test.
Ở mục tiêu nghiên cứu thứ nhất, chúng tơi tìm mối tương quan giữa
biến liên tục là độ thanh lọc ICG (ICG-R15) và biến thứ bậc là mức độ xơ gan theo thang điểm Ishak bằng tương quan Spearman.
Ở mục tiêu nghiên cứu thứ hai, chúng tôi so sánh độ thanh lọc ICG và
thang điểm Child-Pugh trong đánh giá chức năng gan trước phẫu thuật cắt gan dựa trên hai tiêu chuẩn:
- Tiêu chuẩn thứ nhất: so sánh độ thanh lọc ICG với thang điểm Child-
- Tiêu chuẩn thứ hai: so sánh độ thanh lọc ICG với thang điểm Child-
Pugh trong tiên lượng biến chứng suy gan sau phẫu thuật cắt gan.
Ở mục tiêu nghiên cứu thứ ba, chúng tơi tìm mối liên quan giữa hai
phương tiện đánh giá chức năng gan trước mổ là độ thanh lọc ICG (ICG-R15) và thể tích gan bảo tồn (RLV/SLV) với biến chứng suy chức năng gan sau phẫu thuật cắt gan lớn. Từ đó, chúng tơi xây dựng mơ hình ước tính nguy cơ suy gan sau phẫu thuật cắt gan lớn được dựa trên mơ hình hồi quy logistic (logistic regression model).
Trong nghiên cứu, chúng tơi đã xây dựng hai mơ hình tiên lượng để ước
tính hai biến kết cuộc là mức độ xơ gan trên giải phẫu bệnh theo thang điểm Ishak và tỉ lệ suy chức năng gan sau phẫu thuật cắt gan lớn.
- Các biến số độc lập được lựa chọn để đưa vào mơ hình tiên lượng dựa
vào thực tế lâm sàng về sự ứng dụng của các biến số này trong tiên lượng biến kết cuộc.
- Mơ hình ước tính mức độ xơ gan trên giải phẫu bệnh theo thang điểm Ishak:
Mơ hình này được xây dựng dựa trên mơ hình hồi quy logistic cho biến kết cuộc có thứ bậc (ordinal logistic regression model). Dựa vào hai biến số về dân số học (giới tính, tuổi) và các xét nghiệm chức năng gan trước phẫu thuật (ICG-R15, nồng độ bilirubin máu, INR, số lượng tiểu cầu), ba mơ hình giúp ước tính điểm số Ishak được xây dựng như sau:
+ Mơ hình đơn biến chỉ dựa vào giá trị ICG-R15.
+ Mô đa biến dựa vào cả 6 biến số trên.
+ Mơ hình đa biến được rút gọn bằng phương pháp đơn giản hoá tuần tự (backward stepwise variable selection) dựa trên tiêu chuẩn chọn lựa AIC (Akaike Information Createrion: Tiêu chí thơng tin Akaike).
- Mơ hình ước tính tỉ lệ suy gan sau phẫu thuật cắt gan lớn:
Mơ hình này được xây dựng dựa trên mơ hình hồi quy logistic. Dựa vào các biến số về dân số học (tuổi, giới tính), độ thanh lọc (ICG-R15), mức độ xơ gan trên giải phẫu bệnh (điểm số Ishak) và thể tích gan bảo tồn (RLV/SLV), hai mơ hình giúp ước tính nguy cơ suy gan sau phẫu thuật cắt gan được xây dựng như sau:
+ Mơ hình đa biến dựa vào cả 5 biến số trên.
+ Mơ hình đa biến được rút gọn bằng phương pháp đơn giản hoá tuần tự (backward stepwise variable selection) dựa trên tiêu chuẩn chọn lựa AIC (Akaike Information Createrion: Tiêu chí thơng tin Akaike).
- Mơ hình đa biến rút gọn được xây dựng nhằm mục đích làm cho mơ
hình được ứng dụng trên lâm sàng dễ dàng và vẫn giữ được hiệu quả tương đương mơ hình đa biến đầy đủ.
- Các chỉ số thể hiện hiệu quả của mơ hình được kiểm chứng (validate)
và hiệu chỉnh sai lệch (optimism correction) bằng phương pháp lấy mẫu có hồn lại (bootstrap resampling) lặp lại 1000 lần.