Phương pháp nghiên cứu khoa học cơ bản dành cho bác sĩ lâm sàng
Tóm tắt Phương pháp nghiên cứu khoa học cơ bản dành cho bác sĩ lâm sàng: ... nghiệp và chọn một mô hình mang tính khả thi cho nhóm của bạn để tiến hành. Sau khi tạo một nhóm làm việc thoải mái, bạn nên viết một (research protocol) và xây dựng một bộ câu hỏi (ques- tionnaire). Một ví dụ mẫu được viết kèm trong cuốn sách này. Khung 1.1 trình bày các đề mục căn ...gõ “diabetes AND hypertension”, kết quả là danh sách các bài báo liên quan cả “diabetes” và “hyperten- sion”. Danh sách kết quả có thể ngắn với từ khóa “diabe- tes” (hoặc “hypertension”). Nếu gõ “diabetes OR hypertension”, kết quả là những bài báo về diabetes hoặc hypertension. Danh ...trong sách trước khi bạn đọc nội dung trong khung. Xếp nhóm sai không phân biệt (Non-differential misclas- sification): Khi so sánh giữa các nhóm (các quần thể), một sai lầm hệ thống có thể không phải là một vấn đề nghiêm trọng khi điều đó xảy ra ở tất cả các nhóm theo cùng một k...
́c tính sẽ bị chệch hướng so với giá trị không liên quan. Khi bạn lo ngại sự sai lệch có thể hiện diện trong nghiên cứu, cần đánh giá cẩn thận xem xét các khả năng liệu kết quả có bị ước tính quá mức (over-estimation) hay bị đánh giá thấp hơn giá trị thực hay không (under-estimation). 4 0 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C Khung 3.1. Ví dụ, các tính toán của xếp nhóm sai không phân biệt và có phân biệt Giả sử có 50 trong số 60 người ở nhóm phơi nhiễm và 50 trong số 140 người ở nhóm không phơi nhiễm được chẩn đoán có bệnh. (Ghi chú, độ nhạy và độ chuyên biệt của chẩn đoán là 100% ở cả hai nhóm). Phân bố các ca bệnh và không bệnh (chứng) như sau: Phơi nhiễm Không phơi nhiễm Bệnh 50 50 Không bệnh 10 90 Nguy cơ tương đối (relative risk) trong trường hợp này là: (50 / 60) = 2,3 (50 / 140) Nếu độ nhạy và độ chuyên của chẩn đoán lần lượt là 80% và 90%, ở nhóm phơi nhiễm sẽ có 10 trong số 50 ca bệnh được chẩn đoán là không bệnh và xếp vào nhóm không bệnh (độ nhạy 80%), và có 1 trong số 10 ca không bệnh bị xếp nhầm vào nhóm có bệnh (độ chuyên 90%). Điều này cũng xảy ra tương tự ở nhóm không phơi nhiễm bởi đây là xếp nhóm sai không phân biệt. Do vậy, phân bố các ca bệnh và không bệnh sẽ như sau: Phơi nhiễm Không phơi nhiễm Bệnh 41 49 Không bệnh 19 91 P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 4 1 Nguy cơ tương đối trong tình huống này là (41 / 60) =1,95 (49 / 140) Giá trị ước tính ghi nhận được (ở đây là RR) tiến gần hơn đến 1 (không liên quan) khi xuất hiện xếp nhóm sai có phân biệt, có nghĩa rằng giá trị quan sát bị ước tính thấp (under- estimation). Ngược lại, sự lệch hướng của chỉ số nguy cơ quan sát được sẽ thay đổi tùy theo bối cảnh của xếp nhóm sai có phân biệt. Hãy xem xét hai tình huống khác nhau dưới đây. a) Giả sử độ nhạy và độ chuyên của chẩn đoán các ca bệnh lần lượt là 80% và 90%, nhưng CHỈ XẢY RA ở nhóm phơi nhiễm. (Nhóm không phơi nhiễm được chẩn đoán đúng hoàn toàn.) Sự phân bố các ca bệnh và không bệnh sẽ như sau: Phơi nhiễm Không phơi nhiễm Bệnh 41 50 Không bệnh 19 90 Do vậy, nguy cơ tương đối tính được trong tình huống này là: (41 / 60) =1,91 < 2,3 (giá trị thực) (50 / 140) 4 2 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C b) Ngược lại, giả sử rằng độ nhạy và độ chuyên của chẩn đoán các ca bệnh lần lượt là 80% và 90%, nhưng CHỈ XẢY RA ở nhóm không phơi nhiễm. (Các ca bệnh được chẩn đoán đúng hoàn hảo ở nhóm phơi nhiễm.) Phân bố các ca bệnh và không bệnh sẽ như sau: Phơi nhiễm Không phơi nhiễm Bệnh 50 49 Không bệnh 10 91 Nguy cơ tương đối tính được trong tình huống này là: (50 / 60) =2,38 > 2,3 (giá trị thực) (49 /140) Như vậy, nguy cơ tương đối trong tình huống A là ước tính thấp (under-estimated), nhưng trong tình huống B là ước tính quá mức (over-estimated). Do đó, bạn cần đánh giá tất cả hướng lệch có thể có của kết quả nghiên cứu. 2. Các loại sai lệch (bias) Nhiều loại sai lệch có thể xảy ra trong các giai đoạn của nghiên cứu. 1) Sai lệch lựa chọn (Selection bias) Sai lệch lựa chọn (Selection bias) xuất hiện do tuyển chọn các đối tượng nghiên cứu dựa trên những đặc điểm có tiềm P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 4 3 năng liên quan đến yếu tố phơi nhiễm và/hoặc biến cố kết cục. Ví dụ, khi ước tính nguy cơ ung thư phổi do thuốc lá, bạn cần tuyển chọn các đối tượng nhóm chứng phù hợp (không có tiền sử ung thư). Nếu bạn chọn nhóm chứng từ những người kiểm tra sức khỏe hàng năm, tỷ lệ hút thuốc lá ở nhóm chứng này sẽ thấp hơn trong dân số bởi vì những người đi kiểm tra sức khỏe thường có ý thức chăm sóc sức khỏe tốt hơn so với cộng đồng. Kết quả của nghiên cứu như vậy sẽ bị ước tính quá mức. Sai lệch lựa chọn cũng xảy ra trong nghiên cứu mà tỷ lệ đối tượng đồng ý tham gia thấp. Cũng lấy ví dụ trên, chúng ta đề nghị những người khám sức khỏe định kỳ tham gia nghiên cứu, và những người có ý thức cao về chăm sóc sức khỏe có xu hướng đồng ý tham gia. Do vậy, một tỷ lệ đồng ý tham gia thấp sẽ càng làm gia tăng mức độ ước tính quá mức. 2) Sai lệch phát hiện (Detection bias) Sai lệch phát hiện xảy ra khi xác định trường hợp quan tâm hoặc chẩn đoán. Ví dụ, một bác sĩ có thể đọc phim X- quang ngực của một bệnh nhân cẩn thận hơn nếu vị bác sĩ biết rằng bệnh nhân này là một người nghiện thuốc lá so với trường hợp một bệnh nhân không hút thuốc. Nhằm tránh hoặc giảm thiểu sai lệch phát hiện, cần có một qui trình chung để thực hiện việc chẩn đoán hoặc xác định trường hợp. Đối với các đánh giá cận lâm sàng, cách thức phù hợp để tiến hành là thực hiện “mù”. 3) Sai lệch nhớ lại (Recall bias) 4 4 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C Sai lệch nhớ lại là một sai lầm hệ thống do sự khác sự khác nhau về mức độ chính xác hoặc đầy đủ trong việc nhớ lại những việc xảy ra trong quá khứ. Loại sai lệch này đặc biệt thường xảy ra trong nghiên cứu bệnh chứng. Ví dụ, một bà mẹ của đứa bé bị viêm da không điển hình có khuynh hướng sẽ nhớ lại các chi tiết về chế độ ăn của mình trong thời gian mang thai, cho con bú, lúc cai sữa và tiền căn gia đình về bệnh viêm da không điển hình, đầy đủ hơn so với các bà mẹ có con khỏe mạnh. Việc này dẫn đến mối liên hệ giữa những yếu tố này với tình trạng viêm da không điển hình ở trẻ sẽ bị phóng đại lên. Một trong số các chiến lược để làm giảm thiểu sai lầm nhớ lại là tuyển chọn nhóm chứng trong bệnh viện (hoặc tại phòng khám ngoại trú) của các bệnh lý khác. 3. Nhiễu (confounding) Trong một số sách, hiện tượng nhiễu được giải thích là một dạng sai lệch (bias) bởi vì nó cũng dẫn đến sai lầm có tính hệ thống. Tuy nhiên, ở một số sách khác, nó lại được phân biệt khác với sai lệch bởi vì ảnh hưởng của nhiễu có thể được điều chỉnh phần nào bằng các phân tích thống kê phù hợp, trong khi tác động của sai lệch là không thể hiệu chỉnh được nữa khi đã kết thúc thu thập số liệu. Mặc dù có sự mâu thuẫn trong cách phân loại của nhiễu (khi đề cập đến sai lệch), định nghĩa về hiện tượng nhiễu là như nhau. 1) Định nghĩa hiện tượng nhiễu P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 4 5 Nhiễu (Confounding) là một hiện tượng biến dạng của mối liên hệ giữa yếu tố phơi nhiễm và kết cục do (những) yếu tố khác tác động. Những yếu tố này được gọi là yếu tố nhiễu (confounder hay confounding factor). Cụ thể, một yếu tố nhiễu cần hội tụ đủ ba tính chất sau đây: i) Yếu tố nhiễu là một yếu tố nguy cơ của kết cục ii) Yếu tố nhiễu có liên quan đến yếu tố phơi nhiễm (Điều này có thể xảy ra do ngẫu nhiên) iii) Yếu tố nhiễu KHÔNG nằm trong tiến trình của mối liên hệ giữa yếu tố phơi nhiễm và kết cục 2) Ví dụ về hiện tượng nhiễu Trong bối cảnh trình bày trong Hình 3.2, chúng ta băn khoăn liệu phơi nhiễm với phóng xạ trong tử cung có thể gây ra tỷ lệ tử vong sơ sinh cao hay không. Việc sống trong khu vực môi trường có phóng xạ cao (MTPXC) là một yếu tố nhiễu bởi vì i) tình trạng kinh tế xã hội của khu vực này thấp, sẽ dẫn đến tử vong sơ sinh cao, ii) sống ở vùng MTPXC gây ra phơi nhiễm với tia xạ trong tử cung, và iii) sống ở vùng MTPXC không phải là giai đoạn trung gian của mối liên hệ từ phơi nhiễm với tia xạ trong tử cung đến tử vong sơ sinh. 4 6 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C Hình 3.2. Ví dụ về yếu tố nhiễu: Sống ở vùng MTPXC Tử vong sơ sinh cao Tình trạng kinh tế - xã hội thấp ở vùng MTPXC Nguyên nhân? Sống ở vùng MTPXC Phơi nhiễm với phóng xạ trong tử cung MTPXC = Khu vực Môi trường có phóng xạ cao Hãy xem một ví dụ khác về hiện tượng nhiễu. Trong bối cảnh trình bày ở Hình 3.3, chúng ta thắc mắc liệu phơi nhiễm với tia xạ có hay không gây ra nhồi máu cơ tim (NMCT) (giả sử bạn ghi nhận được một liên hệ có ý nghĩa thống kê trong số liệu của bạn). Hút thuốc lá là một yếu tố nhiễu bởi vì i) hút thuốc đã được biết rõ là một yếu tố nguy cơ của NMCT, ii) hút thuốc lá có liên quan đến phơi nhiễm tia xạ do ngẫu nhiên (bạn không có đủ cơ sở để giải thích mối liên quan này), và iii) hút thuốc lá không nằm trong tiến trình của mối liên hệ từ phơi nhiễm tia xạ đến NMCT. P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 4 7 Hình 3.3. Ví dụ về yếu tố nhiễu: Hút thuốc lá Nhồi máu cơ tim Hút thuốc lá một yếu tố nguy cơ của NMCT Nguyên nhân? Hút thuốc lá Tia xạ Liên quan do ngẫu nhiên 3) Phòng ngừa hiện tượng nhiễu Có 3 cách để ngăn ngừa tác động của hiện tượng nhiễu trong giai đoạn thiết kế. Giới hạn (Limitation): Ví dụ, giới là một yếu tố nhiễu thường gặp trong các nghiên cứu dịch tễ. Nếu bạn giới hạn đối tượng nghiên cứu chỉ gồm phụ nữ, tác động của hiện tượng nhiễu do giới sẽ hoàn toàn được ngăn chặn. Phân nhóm ngẫu nhiên (Randomization): Phương pháp này có thể áp dụng cho những nghiên cứu can thiệp, và khi đó bạn không cần phải xác định những yếu tố nhiễu là yếu tố nào. Bắt cặp (Matching): Mặc dù phương pháp này được áp dụng cho cả nghiên cứu bệnh - chứng cũng như nghiên cứu đoàn hệ, tác động của hiện tượng nhiễu chỉ thực sự được ngăn ngừa trong nghiên cứu đoàn hệ. 4) Xác định hiện tượng nhiễu 4 8 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C Có hai cách để kiểm tra yếu tố nhiễu, bằng lý thuyết và bằng toán học. Bằng lý thuyết, yếu tố nhiễu phải hội tụ đủ các tiêu chí nêu ở trên. Bằng toán học, bạn có thể so sánh các chỉ số ước tính nguy cơ giữa trước và sau khi phân nhóm theo yếu tố nhiễu. Nếu bạn thấy có sự không nhất quán của các chỉ số ước tính nguy cơ, nhiều khả năng đây là một yếu tố nhiễu. Hãy xem ví dụ nghiên cứu bệnh chứng về ung thư phổi (K phổi) dưới đây. Nếu đây là cuốn sách về phương pháp nghiên cứu đầu tiên mà bạn đọc, hãy tự kiểm tra lại các tính toán sau khi bạn đọc xong. K phổi Chứng Thể tích rượu tiêu thụ Nhiều 33 1667 Ít 27 2273 Tỷ số chênh (Odds ratio) = (33*2273) / (1667*27) = 1,67 Tiêu thụ rượu có vẻ như là một yếu tố nguy cơ mức độ trung bình của ung thư phổi. Sau khi phân nhóm theo tình trạng hút thuốc lá, Hút thuốc Không hút thuốc K phổi Chứng K phổi Chứng Thể tích rượu tiêu thụ Nhiều 24 776 9 891 Ít 6 194 21 2079 P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 4 9 Tỷ số chênh = 24*194 / 776*6 = 9*2079 / 891*21 = 1 = 1 Mối liên hệ giữa lượng rượu tiêu thụ và ung thư phổi biến mất sau khi phân nhóm theo tình trạng hút thuốc. Do vậy, hút thuốc là một yếu tố nhiễu trong ví dụ này. 5) Xử lý hiện tượng nhiễu (các phương pháp để có được các chỉ số ước tính nguy cơ hiệu chỉnh) Các ảnh hưởng của hiện tượng nhiễu có thể được loại bỏ đến một mức nào đó bằng cách sử dụng các phương pháp thống kê phù hợp. Những phương pháp cao cấp đó không nằm trong khuôn khổ bài viết của cuốn sách này, và sẽ được giải thích chi tiết hơn trong khóa học. Phân tầng (stratification): Sau khi phân tầng, các chỉ số nguy cơ như OR (odds ratio) chung giữa các tầng được tính toán (Mantel-Haenszel odds ratio). Hiệu chỉnh bằng thống kê: các mô hình hồi qui đa biến được sử dụng để hiệu chỉnh tác động của hiện tượng nhiễu bằng cách đưa các yếu tố nhiễu vào trong mô hình như là những đồng biến số. 6) Sự thay đổi của mối liên hệ Không phải lúc nào cũng có thể kết hợp các tầng lại với nhau. Khi sức mạnh của mối liên hệ (thể hiện qua các chỉ số RR, OR) giữa yếu tố phơi nhiễm và kết cục khác biệt nhiều giữa các tầng, bạn không nên kết hợp chúng lại. Nói cách khác, khi bạn thấy có sự thay đổi về mức độ ảnh hưởng 5 0 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C trong mối liên hệ, tốt hơn là nên trình bày số liệu cho từng phân tầng. P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 5 1 C H Ư Ơ N G 5 Nghiên cứu mô tả Hirohide Yokokawa, Trần Viết Thắng 1. Giới thiệu về nghiên cứu mô tả Nghiên cứu mô tả (descriptive study) là một nghiên cứu quan sát, có đặc điểm là quan sát và mô tả đặc tính của bệnh (hay kết cục được quan tâm) trong quần thể. Khi mô tả kết cục xảy ra, chúng ta cần chú ý đến “ba yếu tố quan trọng” là con người, địa điểm và thời gian. Nghiên cứu mô tả là một công cụ quan trọng giúp chẩn đoán bệnh của một người hay một nhóm người và giúp tìm hiểu một vấn đề sức khỏe mới xuất hiện. Trong những năm gần đây, phân tích địa lý trên máy tính (hệ thống thông tin địa lý, geographic information system-GIS) nhanh chóng trở nên phổ biến như là một công cụ hữu ích giúp vẽ biểu đồ tần suất xuất hiện kết cục. Chúng ta thường rất muốn thực hiện ngay một nghiên cứu can thiệp sau khi đọc các bài báo đăng từ các tạp chí có uy tín. Tuy nhiên, chúng ta cần phải biết cách đi qua các bước của “bậc thang dịch tễ”. Đầu tiên, cần phải biết các đặc điểm của quần thể nghiên cứu và tần suất của bệnh tật (hay kết cục được quan tâm) trước khi đánh giá mối liên quan giữa yếu tố tiếp xúc và kết cục. Giống như trường hợp của John Snow ở chương 1, phân tích mô tả chi tiết đặc điểm 5 2 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C của quần thể và kết cục có thể cung cấp những thông tin quan trọng giúp tiến hành những hoạt động chăm sóc sức khỏe đối với quần thể đó. Do đó, nghiên cứu mô tả là một bước đi khởi đầu rất quan trọng không được bỏ qua. Sau đó, chúng ta có thể tiến hành nghiên cứu cắt ngang (phân tích), nghiên cứu bệnh chứng hay nghiên cứu đoàn hệ để đánh giá mối liên quan thật sự giữa yếu tố tiếp xúc và bệnh tật. Chỉ sau khi xác định được các yếu tố nguy cơ hay yếu tố giúp phòng ngừa của kết cục, chúng ta mới có thể thiết kế một nghiên cứu can thiệp để đánh giá sự hiệu quả của biện pháp phòng ngừa. Hình 1. Tổng quan các thiết kế nghiên cứu và các bậc thang 2. Các loại nghiên cứu mô tả Nghiên cứu mô tả bao gồm các loại nghiên cứu như báo cáo ca bệnh, báo cáo hàng loạt ca (hay chùm ca bệnh), Nghiên cứu mô tả Giúp khảo sát các đặc điểm và tần suất bệnh Nghiên cứu cắt ngang Giúp đánh giá mối liên quan có thể có giữa yếu tố tiếp xúc và kết cục Nghiên cứu bệnh chứng, nghiên cứu đoàn hệ Giúp đánh giá mối liên quan giữa yếu tố tiếp xúc và kết cục Nghiên cứu can thiệp Giúp đánh giá hiệu quả của can thiệp P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 5 3 nghiên cứu cắt ngang và điều tra cơ bản có đặc điểm là phân tích dữ liệu ở cấp độ cá nhân. Một loại khác của nghiên cứu mô tả là nghiên cứu sinh thái đánh giá dữ liệu ở cấp độ quần thể. Nghiên cứu mô tả có một hạn chế lớn là không thể ước đoán mối liên quan nhân quả giữa yếu tố tiếp xúc và kết cục. Tuy nhiên, nghiên cứu mô tả có khả năng cung cấp một giả thuyết để có thể kiểm định bằng các nghiên cứu quan sát phân tích. 1) Báo cáo ca Báo cáo ca mô tả kinh nghiệm trên một hay nhiều bệnh nhân có chẩn đoán tương tự nhau. Những bệnh nhân này mắc bệnh hiếm gặp hay có các triệu chứng hiếm gặp của một bệnh nào đó. Đây được xem như là “những bằng chứng đầu tiên” giúp xác định bệnh mới hay phản ứng phụ của một yếu tố tiếp xúc nào đó. Báo cáo ca bệnh rất thường gặp trong các tạp chí lâm sàng. Chúng cũng hữu ích trong sức khỏe cộng đồng ví chúng cung cấp cầu nối giữa thực hành lâm sàng và dịch tể học. 2) Báo cáo hàng loạt ca Báo cáo hàng loạt ca mô tả một loạt những bệnh nhân có cùng một kết cục được quan tâm, và không có “nhóm chứng”. Có thể xem báo cáo hàng loạt ca là tập hợp của nhiều báo cáo ca. Loại thiết kế nghiên cứu này trước đây có vai trò rất quan trọng trong dịch tễ học. Báo cáo hàng loạt ca thường được sử dụng như là một phương tiện để xác định sự khởi đầu hoặc lưu hành của một dịch bệnh. Báo cáo hàng loạt ca 5 4 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C cũng có thể được dùng làm nhóm bệnh trong nghiên cứu bệnh chứng. 3) Nghiên cứu cắt ngang (tỷ lệ bệnh lưu hành) Nghiên cứu cắt ngang quan sát một quần thể xác định ở một thời điểm hay một khoảng thời điểm xác định trước. Nghiên cứu cắt ngang đo lường yếu tố tiếp xúc và kết cục ở cùng một thời điểm. Ưu điểm của nghiên cứu này là chi phí thấp và đây là một phương pháp giúp ước tính tỷ lệ bệnh tương đối nhanh (một chỉ số cho biết tỷ lệ lưu hành của các ca bệnh hiện tại). Nhược điểm lớn nhất của nghiên cứu cắt ngang như đã đề cập ở trên là không thể ước đoán mối liên quan nhân quả cũng như tỷ lệ mới mắc của bệnh (một chỉ số cho sự xuất hiện của các ca bệnh mới). Cần chú ý rằng một nghiên cứu cắt ngang vừa có thể là một nghiên cứu mô tả mà không phân tích mối liên quan giữa yếu tố tiếp xúc – kết cục hay là một nghiên cứu phân tích nếu có những phân tích như vậy đi kèm. 4) Nghiên cứu sinh thái (nghiên cứu tương quan sinh thái) Nghiên cứu sinh thái có thể giúp đánh giá mối liên quan có thể có giữa yếu tố tiếp xúc và kết cục ở cấp độ quần thể chứ không phải ở cấp độ cá nhân. Nghiên cứu sinh thái thường là phân tích trên những số liệu đã có sẵn trước đó. 3.Tỷ lệ lưu hành và tỷ lệ mới mắc Tỷ lệ lưu hành là tỷ lệ dân số có biến cố sức khỏe được quan tâm. Tần suất là tỷ lệ số người có bệnh chia cho tổng P H Ư Ơ N G P H Á P N G H I Ê N C Ứ U K H O A H Ọ C C Ơ B Ả N C H O B Á C S Ĩ L Â M S À N G 5 5 số người được nghiên cứu và thường được mô tả dưới dạng phần trăm hay dưới dạng số ca bệnh trên mỗi 1000, 10000 hay 100000 người. Tỷ lệ mới mắc đo lường sự xuất hiện của một biến cố sức khỏe mới trong một khoảng thời gian xác định trước. Tỷ lệ mới mắc là số lượng ca bệnh mới xuất hiện chia cho quần thể nghiên cứu trong một đơn vị thời gian. Nếu như tần suất được tính từ nghiên cứu cắt ngang, tính tỷ lệ mới mắc đòi hỏi phải theo dõi một đoàn hệ (một quần thể) trong một khoảng thời gian. 4.Ví dụ về nghiên cứu mô tả Là bác sĩ chuyên khoa đái tháo đường làm việc ở Việt Nam, từ những đồng nghiệp trong nước chúng tôi biết có sự gia tăng tỷ lệ hội chứng chuyển hóa và đái tháo đường. Qua tìm hiểu y văn, chúng tôi nhận thấy không có nhiều tài liệu đề cập đến vấn đề này. Do đó tôi quyết định thành lập một nhóm nghiên cứu dự kiến thực hiện một nghiên cứu nhằm đánh giá các đặc điểm của hội chứng chuyển hóa và các thành phần của hội chứng chuyển hóa ở những bệnh nhân đái tháo đường ở thành phố Hồ Chí Minh.1 Dữ liệu được thu thập từ 652 bệnh nhân ngoại trú theo dõi điều trị tại một bệnh viện công lập (Bệnh viện Nhân Dân 115) và một phòng khám tư nhân (Trung tâm chẩn đoán y khoa Medic) ở thành phố Hồ Chí Minh. Chúng tôi chẩn đoán hội chứng chuyển hóa theo định nghĩa của Liên đoàn Đái tháo đường thế giới (IDF) và phân tích mô tả các số liệu thu 1Yokokawa H, Goto A, Watanabe K, Yasumura S. Internal Medicine Journal. 2007; 237: 161-167. 5 6 K H Ó A T Ậ P H U Ấ N N G H I Ê N C Ứ U D Ị C H T Ễ H Ọ C thập được. Hội chứng chuyển hóa gặp ở 39,4% bệnh nhân nam và 70,5% bệnh nhân nữ. Nghiên cứu của chúng tôi cho thấy tỷ lệ hội chứng chuyển hóa cao ở những bệnh nhân đái tháo đường ở Việt Nam, đặc biệt là ở nữ, và cho thấy đặc điểm quan trọng nhất là béo bụng.
File đính kèm:
- phuong_phap_nghien_cuu_khoa_hoc_co_ban_danh_cho_bac_si_lam_s.pdf