Chọn dân số nghiên cứu

CHỌN DÂN SỐ NGHIÊN CỨU ĐẠI HỌC Y DƯỢC TP.HCM MAI THỊ THANH THÚY NỘI DUNG CÁC SAI LẦM THƯỜNG GẶP TRONG NGHIÊN CỨU DÂN SỐ NGHIÊN CỨU CÁC YẾU TỐ CẦN XEM XÉT KHI CHỌN DÂN SỐ • Phương pháp nghiên cứu • Phát hiện dân số ưu tiên • Chọn nhóm đối chứng và sai lệch chọn lựa Coffee can cause depression in twins CÁC SAI LẦM THƯỜNG GẶP TRONG NGHIÊN CỨU Chuyên đề 8 7 NGUYÊN NHÂN SAI LẦM TRONG NGHIÊN CỨU (1/2) • Kiêu căng: thiên kiến và chủ quan với phương pháp nghiên cứu • Đố kỵ: Không thừa nhận thành quả của các nghiên cứu khác • Nóng giận: tự cho mình đúng và lấn lướt các nghiên cứu khác 7 NGUYÊN NHÂN SAI LẦM TRONG NGHIÊN CỨU (2/2) • Tham vọng: mưu cầu các giải thưởng danh giá • Háu ăn: mong muốn được đăng báo • Tham lam: kiếm lợi cho cá nhân • Lười biếng: bỏ mặc các thiếu sót trong nghiên cứu CÁC SAI LẦM THƯỜNG GẶP TRONG NGHIÊN CỨU • Các ngành khoa học đều có sai lầm, dịch tễ học cũng không ngoại lệ 1. Không cung cấp bối cảnh và xác định dân số nghiên cứu sai 2. Không đánh giá sai lệch 3. Không so sánh với các nghiên cứu tương tự 4. Đánh giá sai về tầm ảnh hưởng của TKNC 5. Không báo cáo các chỉ số 6. Những nghiên cứu can thiệp chưa cho thấy lợi ích trên sức khỏe cộng đồng. 7. Kết quả thiếu tính ứng dụng mang lại lợi ích cho cộng đồng R. Bhopal (2009) "Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality". Emerg Themes Epidemiol, 6, 6. DÂN SỐ NGHIÊN CỨU Chuyên đề 8 MÔ TẢ DÂN SỐ NGHIÊN CỨU • Không cung cấp – bối cảnh – định nghĩa dân số nghiên cứu – nguồn chọn dân số • Dịch tễ học là ngành khoa học về dân số • Dân số khác nhau do địa điểm, đặc điểm và thời gian Bhopal R: Which book? A comparative review of 25 introduc- tory epidemiology textbooks. J Epidemiol Community Health 1997,51(6):612-622 MÔ TẢ DÂN SỐ NGHIÊN CỨU • Việc so sánh các dân số khác nhau, giữa các nhóm của dân số hay một dân số ở nhiều thời điểm khác nhau  mối liên hệ nhân quả, gánh nặng bệnh tật và các yếu tố nguy cơ • Tuy vậy, đây lại là loại sai lầm phổ biến nhất DÂN SỐ VÀ MẪU Mẫu Dân số nghiên cứu Dân số mục tiêu DÂN SỐ VÀ MẪU • Các cá thể áp dụng kết quả nghiên cứu  các cá thể áp dụng kết quả nghiên cứu một cách hợp pháp  tất cả những đối tượng được chọn vào nghiên cứu DÂN SỐ VÀ MẪU Dân số mục tiêu: • Tất cả người cao tuổi bị Alzheimer • Tất cả trẻ sinh nhẹ cân • Tất cả trẻ trong độ tuổi đi học bị hen DÂN SỐ VÀ MẪU Dân số nghiên cứu : • Tất cả người cao tuổi bị Alzheimer tại viện dưỡng lão quận St.Louis • Tất cả trẻ sinh nhẹ cân sinh trong năm 2012 tại quận St.Louis • Tất cả trẻ trong độ tuổi đi học bị hen suyễn được điều trị tại các phòng khám bệnh hen suyễn ở trẻ em trong các trường đại học liên kết các trung tâm y tế ở miền Trung Tây CÁCH KHẮC PHỤC • Mô tả địa điểm và thời gian tiến hành nghiên cứu • Mô tả đặc tính của dân số bao gồm: tuổi, giới tính, tình trạng kinh tế, dân tộc • Trong vài trường hợp, địa điểm nghiên cứu được giữ bí mật, đặc biệt trong những nghiên cứu có liên quan đến kỳ thị • Tác giả phải báo cáo lý do ẩn danh CÁCH KHẮC PHỤC • Báo cáo về thời gian trong nghiên cứu để kiểm tra tính xu hướng cho đến ngày công bố • Không thể nói là nghiên cứu tại Việt Nam, hay HCM nếu không thực hiện trên phạm vi tương ứng cụ thể • Sự khác nhau về dân số làm thay đổi mối liên quan giữa các yếu tố đồng nguy cơ, đặc điểm sinh học với bệnh tật và tử vong Các yếu tố cần xem xét khi chọn dân số nghiên cứu PHƯƠNG PHÁP NGHIÊN CỨU Phương pháp chọn mẫu Thiết kế nghiên cứu Mục tiêu nghiên cứu PHÁT HIỆN DÂN SỐ ƯU TIÊN (1/6) • Hồi cứu y văn: – phát hiện dân số cần nghiên cứu, các thiếu hụt – phát hiện nhóm nguy cơ mà các nghiên cứu hiện tại có thể bỏ qua • Ví dụ: – Các vấn đề cần nghiên cứu và thiếu sót ở CANADA: • Các chủ đề chính: phòng ngừa chấn thương, sức khỏe môi trường, răng miệng… • Các thiếu hụt: cỡ mẫu lớn hơn, theo dõi lâu hơn, đánh giá chi phí hiệu quả – Chiến lược DS&SKSS VN 2011-2020: giảm tử vong sơ sinh: • các nhóm: bà mẹ, cô đỡ,… D. Ciliska et al, Public Health Knowledge Gaps and Research Priorities, NCCMT ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions PHÁT HIỆN DÂN SỐ ƯU TIÊN (2/6) • Mô tả dữ kiện sẵn có: phát hiện nhóm dân số phù hợp cho mỗi nghiên cứu (về đầu ra quan tâm) ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions PHÁT HIỆN DÂN SỐ ƯU TIÊN (3/6) • Phân tích đa biến: phát hiện nhóm dân số có đầu ra quan tâm cần chú ý ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions PHÁT HIỆN DÂN SỐ ƯU TIÊN (4/6) • GIS: – phát hiện dân số trong vùng nào cần nghiên cứu về chủ đề này, – vùng nào có thông tin nhiều hơn cho nghiên cứu ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions Bản đồ dịch tễ cúm H5N1 việt nam 2005 PHÁT HIỆN DÂN SỐ ƯU TIÊN (5/6) • Khảo sát: phát hiện nhóm dân số ưu tiên khi không có dữ kiện sẵn có • Tiến hành các khảo sát nhỏ – phỏng vấn – thảo luận nhóm – tư vấn các bên liên quan – … ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions PHÁT HIỆN DÂN SỐ ƯU TIÊN (6/6) • Đánh giá các chương trình y tế: – Nhóm dân số nào không được tiếp cận – Các nhóm dân số có vấn đề sức khỏe đáng quan tâm ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions CHỌN NHÓM ĐỐI CHỨNG VÀ CÁC SAI LỆCH CHỌN NHÓM ĐỐI CHỨNG (1/9) • Đối chiếu từng cặp (bệnh chứng và đoàn hệ) lúc bắt đầu điều tra • Cần bao nhiêu nhóm đối chứng? Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition. CHỌN NHÓM ĐỐI CHỨNG (2/9) NGHIÊN CỨU BỆNH CHỨNG • Xác định dân số nguồn của nhóm bệnh • Nhóm đối chứng phải cùng giống với người bệnh – đặc tính dân số, văn hóa, xã hội, nghề nghiệp, kinh tế • Các nguồn để chọn – bệnh viện, gia đình, hàng xóm, bạn bè, đồng nghiệp CHỌN NHÓM ĐỐI CHỨNG (3/9) NGHIÊN CỨU BỆNH CHỨNG • Nhóm chứng – có cùng khả năng phơi nhiễm như nhóm bệnh – phải trở thành ca bệnh nếu họ phát triển thành bệnh – có cùng khả năng mắc bệnh như người ở nhóm bệnh Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition. CHỌN NHÓM ĐỐI CHỨNG (4/9) NGHIÊN CỨU BỆNH CHỨNG • Nhóm chứng là những người hoàn toàn khỏe mạnh sai lệch gì? làm ước lượng trội độ mạnh mối liên quan Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition. CHỌN NHÓM ĐỐI CHỨNG (5/9) NGHIÊN CỨU BỆNH CHỨNG • HTL  ung thư trực tràng – Loại những bệnh nhân có u bướu trực tràng khỏi nhóm chứng  sai lệch gì? giảm tỷ lệ phơi nhiễm trong nhóm chứng U bướu trực tràng (dấu hiệu sớm của K trực tràng)  HTL Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition. CHỌN NHÓM ĐỐI CHỨNG (6/9) NGHIÊN CỨU BỆNH CHỨNG • Chỉ chọn giới hạn những người có khả năng phơi nhiễm  Giảm chính xác của ước lượng nếu cỡ mẫu quá nhỏ và yếu tố loại không liên quan đến bệnh • Nghiên cứu ảnh hưởng có hại của thuốc ngừa thai – Nên loại ai? – loại những phụ nữ vô sinh  sai lệch gì? – Nếu vô sinh không liên quan đến bệnh • không gây nhiễu – Loại ra • số chứng nhỏ lại • không nâng cao tính chính xác của ước lượng CHỌN NHÓM ĐỐI CHỨNG (7/9) NGHIÊN CỨU BỆNH CHỨNG • Ca chứng ở lân cận/hàng xóm: – sai lệch trong những nghiên cứu phơi nhiễm đặc thù – nghiên cứu về bệnh tật với phơi nhiễm chất độc chiến tranh tại trung tâm quản lí các cựu chiến binh • Ca chứng từ bệnh viện – Tốt khi chọn trong cộng đồng dẫn đến sai lệch – Sai lệch khi ca chứng không đại diện cho dân số gốc của ca bệnh (ước lượng thấp hay cao hơn mối liên quan) – Nghiên cứu với ca bệnh tại BV CR và chứng từ dân số Q.5 CHỌN NHÓM ĐỐI CHỨNG (8/9) NGHIÊN CỨU ĐOÀN HỆ • Những người không phơi nhiễm phải cùng “vũ trụ” với người phơi nhiễm • Chọn từ quần thể (toàn bộ hay mẫu), các nhóm đặc biệt (cựu chiến binh, học sinh...), công nhân • Người không phơi nhiễm có cùng nguy cơ mắc bệnh như người phơi nhiễm Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition. CHỌN NHÓM ĐỐI CHỨNG (9/9) NGHIÊN CỨU ĐOÀN HỆ • Sai lệch khi mỗi nhóm phơi nhiễm có tỷ lệ bỏ cuộc khác nhau – Nghỉ việc do bệnh, nghỉ hưu, đổi việc, độ nặng của bệnh… SAI LỆCH (1/7) • Sai lệch chọn lựa khó xác định rạch ròi  tùy thuộc vào từng nghiên cứu • Sai lệch chọn lựa đôi khi được loại bỏ nhờ những kỹ thuật kiểm soát gây nhiễu Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition SAI LỆCH (2/7) • Sai lệch tự chọn (self-selection) – Xảy ra khi đối tượng nghiên cứu tự xác định mình với nhà nghiên cứu, chủ động/tình nguyện tham gia nghiên cứu  sai lệch đầu ra • Vd 1. nghiên cứu mời người tình nguyện tham gia xét nghiệm HIV – Kết quả? – Mắc rất ít/không ai mắc! SAI LỆCH (3/7) • Vd. 2: Nghiên cứu mắc leukemia ở đoàn hệ lính tham gia buổi thử bom hạt nhân tại Nevada – 62% nhà nghiên cứu liên hệ điều tra và phát hiện 4 ca – 14% chủ động liên hệ với nhà nghiên cứu viên phát hiện 4 ca – 24% chưa xác định.  ảnh hưởng gì? • Hiệu ứng công nhân khỏe – So sánh giữa nhóm công nhân và dân số chung – xử lý như là yếu tố gây nhiễu SAI LỆCH (4/7) • Sai lệch Berksonian (1946) – Khi cả phơi nhiễm và bệnh làm tăng khả năng được chọn  sai lệch độ mạnh của mối liên quan • Nghiên cứu sử dụng estrogen và ung thư nội mạc tử cung – Chọn mẫu như thế nào? – Sai lệch gì? – Nhóm chứng nào tốt hơn? SAI LỆCH (5/7) • Sai lệch giám sát: sàng lọc đầu ra kỹ hơn ở nhóm phơi nhiễm • Nghiên cứu mối liên quan giữa thương tích trong quá khứ với nguy cơ AS (viêm cột sống thoái hóa). – Nhóm chứng chọn ngẫu nhiên từ dân số chung theo tiền sử thương tích, sai lệch? – Có tiền sử thương tích tăng xác suất chụp X-ray  tăng khả năng chẩn đoán AS trong những người có thương tích hơn dân số chung  tỷ lệ mắc AS có tiền sử thương tích cao hơn trong nhóm bệnh ước lượng trội OR SAI LỆCH (6/7) • Sai lệch do không tham gia (Non-response bias): – tỷ lệ tham gia nghiên cứu khác nhau trong nhóm phơi nhiễm và không phơi nhiễm – từ chối, không liên hệ, đánh giá phơi nhiễm được  Sai lệch?  ước lượng sai tỷ lệ phơi nhiễm trong nhóm chứng • Nghiên cứu mối liên quan giữ HTL và bệnh tim mạch sử dụng bộ câu hỏi gởi qua bưu điện – Nhóm không HTL có thể tham gia nhiều hơn Field Epidemiology Manual, European Programme for Intervention Epidemiology Training (EPIET) SAI LỆCH (7/7) • Sai lệch sống còn (survival bias): – cơ hội sống sót với bệnh nguy hại làm tăng xác suất được chọn • Nghiên cứu vai trò của tuổi trong mối liên quan với SXH do virus (viral haemorrhagic fever-VHF)  dân số gồm những người còn sống tại thời điểm nghiên cứu, sai lệch gì? giảm tỷ lệ bệnh ở nhóm tuổi cao Field Epidemiology Manual, European Programme for Intervention Epidemiology Training (EPIET) Tóm tắt • Nghiên cứu với tinh thần trong sáng • Lựa chọn dân số nghiên cứu hợp lý với tất cả các phương pháp có thể • Xem xét kĩ các sai lệch có thể có trong chọn dân số trước khi nghiên cứu • Mô tả chi tiết dân số nghiên cứu trong kết quả nghiên cứu