Bài giảng Quản lý chất lượng số liệu

1 Hoàng Thị Hải Vân Bộ môn TKTH Viện Đào tạo YHDP&YTCC 0912693335 – hoangthihaivan@hmu.edu.vn Mục tiêu: 1. Phân biệt được sai số ngẫu nhiên và sai số hệ thống 2. Liệt kê được các nguồn sai số trong một số thiết kế nghiên cứu cơ bản 3. Liệt kê được các phương pháp hạn chế sai số 4. Liệt kê được các tiêu chuẩn của một yếu tố nhiễu và phương pháp kiểm soát yếu tố nhiễu 5. Phân biệt được yếu tố nhiễu và yếu tố tác động tương hỗ và phương pháp xác định 2 Các nội dung chính
Tính giá trị của nghiên cứu
Sai số lựa chọn (sai số hệ thống) và phương pháp hạn chế sai số
Yếu tố nhiễu
Cách xác định yếu tố nhiễu và yếu tố tác động tương hỗ
Các phương pháp khống chế nhiễu Tính giá trị của nghiên cứu
Kết quả của nghiên cứu có phản ánh đúng “sự thật” sau khi đã xen xét các điểm mạnh, điểm yếu của thiết kế nghiên cứu và phương pháp áp dụng trong nghiên cứu hay không?
Giá trị nội suy (internal validity)
Giá trị ngoại suy (external validity)
Các lỗi thường gặp trong nghiên cứu là:
Chọn mẫu, phân bổ mẫu, nhớ lại
Các đo lường, đầu ra và các yếu tố liên quan
Yếu tố nhiễu 3 Giá trị nội suy (internal validity)
“Mối liên hệ giữa yếu tố nguy cơ và vấn đề sức khỏe được nghiên cứu có thể được quy cho là do yếu tố nguy cơ đó qua kết quả của NC này được không?
Có đúng là các kết quả thu được phán ánh đúng bản chất của quần thể nghiên cứu hay không?
Nhóm NC đã được lựa chọn đúng hay chưa?
Lỗi lựa chọn
Có xảy ra sai lầm nào trong quá trình đo lường yếu tố nguy cơ và vấn đề sức khỏe hay không?
Lỗi đo lường
Có yếu tố nào tác động đến mối liên hệ giữa yếu tố nguy cơ và vấn đề sức khỏe được nghiên cứu hay không?
Yếu tố nhiễu Giá trị ngoại suy (external validity)
Kết quả nghiên cứu có thể khái quát hóa từ nhóm nghiên cứu ra quần thể đích hay không? Có thể khía quát hóa cho các quần thể khác ngoài nhóm NC không?
Có thể ngoại suy được không?
Cần quan tâm chú ý:
Các sai lầm và các sai số (internal validity)
Các đặc điểm của quần thể nghiên cứu so với quần thể đích và các quần thể khác ngoài nhóm NC
Giới, tuổi, các vấn đề khác . 4 Tin cậy và giá trị (Reliability and validity) Các sai lầm thường gặp trong nghiên cứu và các loại sai số
Các NC dịch tễ học cung cấp bằng chứng cho việc ra các chính sách và thực hành trong lĩnh vực y tế
Mục tiêu của các nghiên cứu là hạn chế đến mức thấp nhất các sai số có thể xảy ra
Không một nghiên cứu nào không có sai số, do đó:
Cần xác định nguồn sai số để đánh giá tính giá trị của NC
Cần xác định và hạn chế sai số trong tất cả các bước thiết kế nghiên cứu 5 Nguyên nhân dẫn đến NC không có tính giá trị - Các loại sai số
Sai số ngẫu nhiên:
Sai số do chọn mẫu (random sampling errors)
Sai số đo lường (random measurement variability)
Sai số hệ thống:
Sai số chọn (selection bias)
Sai số đo lường (mesuarment errors)
Nhiễu Nguyên nhân sai lầm và nguồn gốc các sai số Quần thể đích Quần thể nguồn Quần thể nghiên cứu Mẫu nghiên cứu Các nhóm so sánh Sai lầm trong lựa chọn quần thể - Sai lầm trong chọn mẫu (SS ngẫu nhiên - Sai số chọn (SS hệ thống) - Sai số chọn (từ chối tham gia, không theo dõi được) - Sai số đo lường - Nhiễu 6 Sai số ngẫu nhiên
Giá trị của một quan sát trên một mẫu nghiên cứu bị sai lệch đi so giá trị thật của quần thể hoàn toàn do ngẫu nhiên, may rủi dẫn đến sự thiếu chính xác trong mô tả thông số của quần thể và trong việc đo lường sự kết hợp
Không thể khống chế được bằng các kỹ thuật thu thập số liệu
Nguyên nhân:
Do may rủi
Do biến đổi sinh học của đối tượng nghiên cứu ðiểm thi Sinh viên số 1 2 3 4 5 6 7 8 9 Điểm đạt được 9 8 7 9 6 4 5 8 3 Nếu coi 9 sinh viên này là 1 quần thể
Chọn ngẫu nhiên mẫu có 2 SV, ta sẽ có 36 cơ hội. 7 STT CÆp sinh viªn sè: §iÓm cña tõng sinh viªn §iÓm trung b×nh cña 2 sinh viªn 1 1, 2 9 8 8,5 2 1, 3 9 7 8,0 3 1, 4 9 9 9,0 4 1, 5 9 6 7,5 5 1, 6 9 4 6,5 6 1, 7 9 5 7,0 7 1, 8 9 8 8,5 8 1, 9 9 3 6,0 9 2, 3 8 7 7,5 10 2, 4 8 9 8,5 11 2, 5 8 6 7,0 12 2, 6 8 4 6,0 36 8,9 8 3 5,5 Hạn chế sai số ngẫu nhiên:
Cách tốt nhất để hạn chế sai số ngẫu nhiên là đảm bảo cỡ mẫu đủ lớn. 8 Sai số hệ thống • là bất kỳ sai số nào trong quá trình nghiên cứu làm sai lệch ước lượng sự kết hợp giữa phơi nhiễm và bệnh. • Dẫn tới kết quả chệch, không giá trị • Không có sai số hệ thống= đúng, có giá trị (accurate, valid) T ần s ố Sai số hệ thống làm thay đổi số đo trung bình nên gọi là sai chệch 9 Các loại sai số hệ thống 1. Sai số chọn: xảy ra khi có sự khác biệt hệ thống các đặc tính của những đối tượng được chọn vào nghiên cứu với đặc tính của những người không được chọn vào nghiên cứu do quá trình lựa chọn, phân bổ và sử dụng đối tượng nghiên cứu. Có 2 vấn đề cần quan tâm trong sai số chọn:
Những người tham gia nghiên cứu không đại diện cho quần thể nghiên cứu
Mẫu không ngẫu nhiên
Lựa chọn mẫu nghiên cứu không phù hợp
Các nhóm so sánh khác nhau một cách có hệ thống so với các nhóm khác
Các nhóm được chọn từ các nguồn khác nhau, tỷ lệ khác nhau, mất số liệu
Kết quả chỉ ra mối liên quan giữa yếu tố nguy cơ và bệnh quá cao hoặc quá thấp so với dự kiến (mong đợi) Các nguồn sai số chọn
Lựa chọn đối tượng nghiên cứu không phù hợp
Tự nguyện
Tỷ lệ tham gia thấp (<80%)
Mất đối tượng nghiên cứu (ví dụ chết)
Nhóm chứng được lựa chọn trong bệnh viện
Phân bổ nhóm can thiệp không ngẫu nhiên
Loại bỏ đối tượng NC trong quá trình phân tích số liệu (không theo dõi được hoặc mất dữ liệu) 10 Sai số chọn trong NC ngang
Câu hỏi đặt ra là:
Các đối tượng tham gia NC có phải là một mẫu đại diện ngẫu nhiên cho quần thể NC hay không?
Quá trình lựa chọn được tiến hành ngẫu nhiên như thế nào?
Tỷ lệ đối tượng đáp ứng là bao nhiêu?
Ví dụ:
Tự nguyện
Không ngẫu nhiên
Tỷ lệ đáp ứng thấp (<80%) Sai số chọn trong nghiên cứu can thiệp
Phân bổ vào nhóm can thiệp không ngẫu nhiên
Hạn chế bằng cách:
Sử dụng máy tính để phân bổ ngẫu nhiên để đối tượng không thể tự lựa chọn nhóm
Làm mù trong quá trình phân nhóm
Một số đối tượng NC từ bỏ can thiệp sớm
Hạn chế bằng cách:
Phân tích tất cả các đối tượng tham gia vào nghiên cứu
Xem xét kỹ lưỡng sự khác biệt giữa hai nhóm nếu có sự chênh lệch về đối tượng NC giữa hai nhóm 11 Sai số chọn trong NC thuần tập
Câu hỏi đặt ra là:
Các đối tượng tham gia NC có hoàn toàn là không có bệnh (không có vấn đề SK) mà NC quan tâm hay không?
Hai nhóm phơi nhiễm và không phơi nhiễm có sự khác biệt gì không?
Tỷ lệ đối tượng được theo dõi đến cùng là bao nhiêu ở từng nhóm? Sai số chọn trong NC bệnh chứng
Câu hỏi đặt ra là:
Các đối tượng NC có được lựa chọn ngẫu nhiên từ quần thể NC hay không?
Quần thể NC có được làm rõ trong NC hay không?
Ví dụ :
Sai số chuyển tuyến
Sai số do đối tượng NC (tỷ lệ đáp ứng)
Sai số trong tính tỷ lệ hiện mắc hoặc mới mắc 12 2. Sai số đo lường/chẩn đoán
Sai chệch gây ra do đo lường kết quả sai hoặc phân loại sai đối tượng nghiên cứu, nguyên nhân từ phía người làm nghiên cứu hoặc từ đối tượng nghiên cứu
Ví dụ
Các đối tương khác nhau áp dụng quy trình chẩn đoán khác nhau kết quả
Xảy ra khi một hiểu biết về mối quan hệ nhân quả ảnh hưởng đến kết quả chẩn đoán Các loại sai số hệ thống 2. Sai số đo lường/chẩn đoán
Các nguồn sai số đo lường/chẩn đoán:
Do đối tượng nghiên cứu
Sai số nhớ lại (recall bias): Loại sai số này thường xảy ra trong các nghiên cứu bệnh chứng và các nghiên cứu thuần tập hồi cứu
Sai số do bối cảnh đo
Sai số do công cụ thu thập thông tin
Sai số quan sát (thu thập thông tin) hay sai số phỏng vấn (interview bias). VD kinh nghiệm người TTTT
Sai số phân loại (xếp lẫn- misclassification): sai số sắp xếp nhầm đối tượng vào nhóm bệnh-không bệnh, phơi nhiễm – không phơi nhiễm. Các loại sai số hệ thống 13 Phân loại sai số đo lường
Sai số đo lường có sự khác biệt (Differential measuarement error)
Sai số đo lường không có sự khác biệt (non- differential error) Sai số đo lường không có sự khác biệt
Sai số xảy ra ở cả hai nhóm so sánh (nhóm bệnh và nhóm chứng trong NC bệnh chứng, nhóm phơi nhiễm và không phơi nhiễm trong NC thuần tập, nhóm can thiệp và không can thiệp trong NC can thiệp)
Kết quả là mối liên quan giữa yếu tố phơi nhiễm và bệnh đo được không như mong muốn (bias toward the null, OR, RR=1) 14 Sai số đo lường có sự khác biệt
Sai số đo lường khác nhau giữa hai nhóm so sánh
Ảnh hưởng đến độ lớn và chiều hướng của sự kết hợp giữa phơi nhiễm và bệnh
Nguyên nhân (nguồn gốc):
Sai số giám sát (VD: đo lường/chẩn đoán tình trạng phơi nhiễm khác nhau giữa hai nhóm)
Sai số nhớ lại: nhóm bệnh thường có xu hướng nhớ rõ hơn về tình trạng phơi nhiễm hơn là nhóm chứng
Sai số phỏng vấn/ quan sát
Hạn chế bằng cách làm mù điều tra viên (không biết về giả thuyết NC, tình trạng bệnh, tình trạng phơi nhiễm) Hạn chế các sai số hệ thống
Hạn chế tối đa việc đối tượng từ chối tham gia nghiên cứu hoặc bỏ cuộc
lựa chọn chỉ số nghiên cứu và thiết kế phù hợp.
chọn quần thể nghiên cứu phù hợp.
sử dụng quy trình chẩn đoán, theo dõi và đánh giá giống nhau để hạn chế các sai số chẩn đoán.
Chuẩn hoá công cụ đo lường có độ chính xác cao và phải đo đi đo lại nhiều lần.
Sử dụng thống nhất công cụ đo lường, phương pháp tiến hành giữa các đối tượng nghiên cứu. 15 Hạn chế các sai số hệ thống
Đào tạo thống nhất các nghiên cứu viên, điều tra viên, người thu thập số liệu để thực hiện quy trình và phương pháp giống nhau.
không nên hỏi về sự kiện xảy ra quá lâu, quá xa mà đối tượng không thể nhớ được SD nhật ký .
tạo cho đối tượng sự thoải mái khi cung cấp thông tin
Sử dụng nhiều nguồn thông tin đối chiếu
Làm mù, phân bổ đối tượng và NCV ngẫu nhiên Bài tập: xác đinh những sai số có thể có và chiến lược hạn chế sai số
Nghiên cứu xác định tỷ lệ mắc bệnh phụ khoa tại 1 cộng đồng
Nghiên cứu bệnh chứng về liên quan giữa hút thuốc lá và viêm phế quản mạn: chọn bệnh ở khoa hô hấp, chứng ở khoa chấn thương, tai nạn 16 Nghiên cứu xác định tỷ lệ mắc bệnh phụ khoa tại 1 cộng đồng
Sai số ngẫu nhiên
Sai số hệ thống
Sai số chọn:
đối tương đến khám là người có vấn đê ̀ tỷ lê ̣ mắc cao hơn.
Chọn khu vực nước ngập/sông nước
Sai số chẩn đoán:
Do kỹ thuật TTTT: dùng hai phương pháp phát hiện khác nhau để chẩn đoán, hoặc người lao động ở vùng sông nước được khám kỹ hơn.
Do đối tượng NC: Nhớ lại triệu chứng không chính xác
Do Phỏng vấn: Bác sĩ nam khám đối tượng ngại kể các dấu hiệu, 2 người PV cho 2 kết quả khác nhau
Xếp lẫn: test có đô ̣ nhạy va ̀ đô ̣ đặc hiệu không cao xếp lẫn Các yếu tố liên quan đến sai số trong quá trình thu thập số liệu Nghiên cứu viên Đối tượng: con người, hiện tượng, sự việc Môi trường: địa điểm, tiếng ồn, thời điểm, mùa, v.v. Phương pháp, phương tiện đo lường: độ chính xác, thời điểm đo, nhập, mã hóa, kết hợp biến, phần mềm, v.v Giới, tuổi, học vấn, kinh nghiệm, quan niệm, kỹ năng, v.v. Giới, tuổi, học vấn, quan niệm, sự sẵn sàng, trung thực, v.v. 17 Yếu tố nhiễu
Yếu tố (biến số) dẫn đến những sai chệch trong việc đo lường mối liên quan giữa phơi nhiễm và bệnh được gọi là yếu tố nhiễu
RR hoặc OR có thể tăng hoặc giảm so với giá trị thực
Đặc biệt quan trọng trong các nghiên cứu phân tích
Một biến có thể nghi ngờ là yếu tố nhiễu khi:
Không nằm trong giả thuyết nghiên cứu
Hội đủ 3 tiêu chuẩn của một yếu tố nhiễu
Yếu tố được coi là nhiễu thực sự khi:
Yếu tố đó bị nghi ngờ là yếu tố nhiễu và kết quả kiểm tra xác định là yếu tố nhiễu 1. Là yếu tố nguy cơ (hoặc bảo vệ) độc lập đối với bệnh 2. Có liên quan đến phơi nhiễm, không phụ thuộc vào phơi nhiễm 3. Không phải là kết quả trung gian giữa phơi nhiễm và bệnh Lưu ý: Nhiễu và phơi nhiễm có thể đổi chỗ cho nhau nếu quan tâm của nghiên cứu thay đổi Nhiễu Phơi nhiễm Bệnh Nhiễu 12 3 18 Ví dụ về yếu tố nhiễu
Câu hỏi nghiên cứu: Có mối liên quan giữa uống rượu và ung thư gan hay không?
Những yếu tố nào có thể “gây nhiễu” hay “làm sai lệch” mối quan hệ giữa uống rượu và ung thư gan?
Yếu tố nguy cơ: uống rượu
Bệnh: ung thư gan
Liệu có yếu tố nào khác ảnh hưởng đến mối liên quan giữa uống rượu và bệnh ung thư gan hay không? Liệu hút thuốc lá có phải là yếu tố nhiễu hay không?
HTL không nằm trong giả thuyết NC
HTL có đảm bảo 3 tiêu chuẩn của 1 yếu tố nhiễu không?
Là 1 yếu tố nguy cơ độc lập đối với K gan? ĐÚNG
Có liên quan đến uống rượu hay không? Cần kiểm tra
Không phải là yếu tố trung gian giữa uống rượu và K gan? ĐÚNG Uống rượu Ung thư gan Hút thuôc lá 19 Kiểm tra yếu tố nhiễu
Trong 1 NC thuần tập:
RR=2,9 Uống rượu K gan Tổng Có 615 24,385 25,000 Không 210 24,790 25,000 Tổng 825 49,175 50,000 Kiểm tra yếu tố nhiễu (tiếp): phân tầng
Nhóm có hút thuốc lá RR = 1,0
Nhóm không hút thuốc lá RR=1,0 Uống rượu K gan Tổng Có 600 19,400 20,000 Không 150 4,850 5,000 Tổng 750 24,250 25,000 Uống rượu K gan Tổng Có 15 4,985 5,000 Không 60 19,940 20,000 Tổng 75 24,985 25,000 20 So sánh RR
So sánh mối liên quan giữa yếu tố nguy cơ (uống rượu) và bệnh (K gan) trong toàn bộ mẫu NC và phân tầng theo yếu tố nghi ngời nhiễu cho thấy:
RR toàn bộ mẫu = 2,9
Nhóm có hút thuốc lá RR=1,0
Nhóm không hút thuốc lá RR=1,0
Như vậy hút thuốc lá là yếu tố nhiễu ảnh hưởng tới mối liên quan giữa uống rượu và K gan. RR=2,9 rất cao là do yếu tố hút thuốc lá gây ra chứ không phải do uống rượu (hút thuốc lá là “yếu tố gây phiền toái”) Béo phì Cao HA Tuổi Nhiễu? 21 Phân biệt yếu tố nhiễu và tác động tương hỗ
Khi kiểm tra xác định yếu tố nhiễu (kiểm tra tiêu chuẩn thứ 2):
Nếu RR (OR) chung và RR (OR) các tầng không có sự khác biệt thì yếu tố đó không phải yếu tố nhiễu và không có tác động tương hỗ
Nếu RR (OR) chung khác với RR (OR) các tầng có sự khác biệt và RR (OR) các tầng đều bằng 1,0 thì yếu tố đó là yếu tố nhiễu
Nếu RR (OR) chung và RR (OR) các tầng khác nhau thì yếu tố đó có tác động tương hỗ Tác động tương hỗ
Ý nghĩa “tác động” ở đây tương tự như “có liên quan”
Tác động tương hỗ xảy ra khi một yếu tố thứ ba làm thay đối giá trị đo lường mối liên quan giữa yếu tố nguy cơ và bệnh
Các yếu tố có tác động tương hỗ thường là các yếu tố sinh học liên quan đến tiến trình của bệnh
Khác với yếu tố nhiễu:
Cần phải loại bỏ ảnh hưởng của yếu tố nhiễu
Trong 1 NC có thể vừa có yếu tố nhiễu vừa có các yếu tố có tác động tương hỗ 22 Tác động tương hỗ
Có thể kiểm tra xem yếu tố đó có tác động tương hỗ hay không bằng phân tích tầng
Giá trị đo lường mối liên quan giữa yếu tố nguy cơ và bệnh (RR, OR) rất khác nhau giữa các tầng
Ví dụ sau đây chứng minh yếu tố nghi ngờ là yếu tố nhiễu qua phân tích tầng chứng minh là yếu tố có tác động tương hỗ. Một NC bệnh chứng về mối liên quan giữa uống rượu và bệnh K gan và yếu tố kiểm tra ở đây là hút thuốc lá Uống rượu K gan Tổng Có Không Cã 100 18 118 Kh«ng 100 182 282 Tæng 200 200 400 Tầng 1: Có hút thuốc lá Uống rượu K gan Tổng Có Không Có 82 3 85 Không 93 122 215 Tổng 175 125 300 Tầng 2: Không hút thuốc lá Uống rượu K gan Tổng Có Không Có 18 15 33 Không 7 60 67 Tổng 25 75 100 1,10 18100 182100 == x xOR 8,35 393 12282 1 == x xOR 3,10 157 6018 2 == x xOR Ví dụ kiểm tra tác động tương hỗ 23 Ví dụ kiểm tra yếu tố tác động tương hỗ: So sánh OR
Giá trị đo lường (OR) mối liên quan giữa yếu tố nguy cơ và bệnh rất khác nhau giữa hai tầng (hút thuốc và không hút thuốc)
Tất cả các đối tượng NC OR = 10,1
Đối tượng hút thuốc lá OR = 35,8
Đối tượng không hút thuốc lá OR = 10,3
Từ kết quả trên có thể kết luận hút thuốc lá có tác động tương hỗ đến mối liên quan giữa uống rượu và bệnh k gan Các biện pháp khử nhiễu
Trong giai đoạn thiết kế nghiên cứu:
Xác định và đo lường các yếu tố nhiễu tiềm tàng
Có các tiêu chuẩn lựa chọn đối tượng nghiên cứu chặt chẽ
Xác định các nhóm có thể đo lường yếu tỗ nhiễu chính xác
Ghép cặp
Ngẫu nhiên, phân tích tầng 24 Một số biện pháp khử nhiễu
Chọn ngẫu nhiên và phân bổ ngẫu nhiên,
Thu hẹp phạm vi nghiên cứu
Biện pháp ghép cặp
Khử nhiễu bằng phân tích tầng.
Khử nhiễu bằng phân tích đa biến 2 . Thu hẹp phạm vi nghiên cứu
VÝ dô chØ chän nghiªn cøu mét giíi ®Ó lo¹i yÕu tè giíi, chän mét nhãm tuæi nhÊt ®Þnh, chän chØ nh÷ng ng−êi cã hót thuèc l¸... * ¦u ®iÓm: ®¬n gi¶n, thuËn tiÖn dÔ lµm, Ýt tèn kÐm ®Ó kiÓm so¸t nhiÔu tiÒm Èn. * Nh−îc ®iÓm:
Lµm gi¶m sè ng−êi ®ñ tiªu chuÈn tham gia nghiªn cøu, khã chän ®ñ cì mÉu (ph¶i sµng läc)
Cã thÓ kh«ng lo¹i hÕt nhiÔu nÕu giíi h¹n ch−a ®ñ hÑp.
ChØ cho phÐp ®¸nh gi¸ sù kÕt hîp gi÷a ph¬i nhiÔm vµ bÖnh ë nhãm hÑp (v× c¸c nhãm kh¸c ®· bÞ lo¹i) 25 3. Ghép cặp Nhãm bÖnh Nhãm chøng TængCã ph¬i nhiÔm Kh«ng ph¬i nhiÔm - Cã ph¬i nhiÔm a b e - Kh«ng ph¬i nhiÔm c d f Tæng g h n Ph¬i nhiÔm BÖnh Tæng Cã Kh«ng Cã 200 800 1000 Kh«ng 50 950 1000 Tæng 250 1,750 2,000 TÇng 1: Cã yÕu tè nhiÔu Ph¬i nhiÔm BÖnh Tæng Cã Kh«ng Cã 194 706 900 Kh«ng 21 79 100 Tæng 215 785 1000 TÇng 2: Kh«ng cã yÕu tè nhiÔu Ph¬i nhiÔm BÖnh Tæng Cã Kh«ng Cã 6 94 100 Kh«ng 29 871 900 Tæng 35 965 1000 00.4 1000/50 1000/200 ==cRR 02.1 100/21 900/194 1 ==RR 86.1900/29 100/6 2 ==RR RR hiÖu chØnh = 1.14 4. Phân tích tầng 26 5. Khử nhiễu bằng phân tích hồi quy đa biến
Håi quy ®a biÕn:
Y = a + b1X1 + b2X2 + b3X3 +...... + biXi
Håi quy logistics )...( 3322111 1 ii xbxbxbxbae Y +++++−+ =