các sai số trong nghiên cứu dịch tễ học

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?


“Error - Sai số” trong DTH
• 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

Sai số
Ngẫu nhiên
(cơ hội)

Hệ thống
(sai lệch)


14
12
10
8
6
4
2
0
0

5

10

15

20

25

30

35


14
12
10
8
6
4
2
0
0

5

10

15

20

25

30


Huyết áp thật
(Thông qua ống thông động mạch)

Huyết áp đo lường
(máy đo huyết áp)

số quan sát

Cơ hội

Sai số
80

90

Huyết áp tâm trương (mmHg)

, WHO (www)


C

B

A

D


Sai số ngẫu nhiên
• 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
• 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.

Sai số ngẫu nhiên (tt)
Ảnh hưỏng đến tính tin cậy, liên quan đến độ chính xác và khả
năng lặp lại giống nhau ở 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 interobserver and intra-observer comparisons)
Giảm:
• Cỡ mẫu lớn hơn
• Tập huấn kỹ quan sát viên
• Dụng cụ và công cụ chuẩn
• sử dụng thống kê thích hợp


Sai số hệ thống (bias)
• Sự sai lệch về kết quả hoặc suy luận từ sự thật
• Ảnh hưởng 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 chọn
• 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 (tt)
• 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


Một số ví dụ của sai số chọn
• Sai lệch do suy luận (Berkson’s Bias)
• Sai lệch về hiện mắc và mới mắc (Neyman’s Bias)
• Sai lệch do phản hồi:

• Sai lệch do mất dấu
• Sai lệch liên quan đến sự tham gia
• ….


Các nguyên tắc để giảm sai số chọn
Giai đoạn
nghiên cứu

Cách tiếp cận

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


Sai số thông tin
• 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)


Các kiểu của sai số thông tin/đo lường
• Sai số nhớ lại
• Sai số do báo cáo

• Sai số do phát hiện
• Sai số do người phỏng vấn


Nguyên tắc làm giảm sai số thông tin
Giai đoạn
nghiên cứu
Thiết kế

Cách tiếp cận

Dụng cụ và công cụ cụ thể
Nhóm so sánh phù hợp
Người thu thập thông tin được huấn luyện
kỹ
Nhiều nguồn thông tin
Thu thập
Bao gồm tiếp xúc và bệnh tật không liên
thông tin
quan
Đối tượng nghiên cứu và người thu thập
thông tin không biết
Tỷ lệ phản hồi cao

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


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

21


Nhiễu
Yếu tố tx

Hậu quả

Nhiễu

22


Yếu tố gây 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

23


Thí dụ về nhiễu
Uống cafe

Ung thư tụy

Hút thuốc

24


Ví dụ
Việc hiến máu thường xuyên có làm giảm
nguy cơ bệnh tim mạch hay không?

Hiến máu    CHD
Hiến máu



Liên quan rõ

 CHD

?nhiễu
25