Dịch tễ học phân tích : Phân tích thống kê

Chuyên viên dịch tễ học có thể nghiên cứu trong nhiều lãnh vực từ thực hành; như trong thời kỳ có bệnh dịch bộc phát, ảnh hưởng trong môi trường sinh sống, phát huy y tế cộng đồng ..., đến lý thuyết; như thống kê, tạo mô hình toán học dự đoán sức khỏe công chúng trong tương lai, triết học y tế, sinh học, và tâm lý học,... .
Nội dung trích xuất từ tài liệu:
Dịch tễ học phân tích : Phân tích thống kê CHƯƠNG 3 PHÂN TÍCH TH NG KÊ Phân tích th ng kê tr nên quan tr ng t khi các k t qu nghiên c u ư c dùng làm cơ s cho các quy t nh tr li u. Bên c nh vi c xác nh s hi u qu c a tr li u, phân tích th ng kê còn kh ng nh hay bác b s ý nghĩa c a y u t gây nguy cơ hay y u t tiên lư ng. Ngoài ra, kh năng phát hi n m t b nh không nh ng tùy thu c c tính c a các xét nghi m ch n oán mà còn b nh hư ng b i dung lư ng m u. Sai sót trong phân tích th ng kê thư ng là do ch n phương pháp phân tích không phù h p v i lo i s li u ho c lo i b trí nghiên c u. Chương này th o lu n cách áp d ng và gi i thích các tr c nghi m th ng kê dùng trong d ch t h c lâm sàng và th o lu n các nguyên t c hư ng d n cách ch n phương pháp phân tích th ng kê phù h p. 1. Gi i thích k t qu c a phân tích th ng kê Trong ph n l n trư ng h p, k t qu c a các nghiên c u lâm sàng thư ng ư c di n t v i các t 'có s khác bi t hay không khác bi t'. Do b i chúng ta l y m u tiên oán m t di n bi n th t trong qu n th , cho nên luôn luôn có kh năng i n k t lu n sai l m. Khi m t tr c nghi m th ng kê ư c dùng, có 4 k t lu n trong ó 2 k t lu n úng và 2 k t lu n sai (B ng 5.1). Có hai trư ng h p k t lu n sai. Alpha hay l i lo i I b v p ph i khi chúng ta k t lu n có s khác bi t gi a hai k t qu trong khi chúng không khác bi t gì c . L i lo i I tương t như k t qu dương tính gi c a xét nghi m ch n oán. Beta hay l i lo i II x y ra khi chúng ta k t lu n r ng các k t qu không khác bi t trong khi chúng th t s khác bi t. L i lo i II tương t k t qu âm tính gi trong ch n oán lâm sàng. Xác su t t k t qu mong i cũng là m t phương cách khác di n t alpha và beta. Alpha tương trưng cho xác su t mà ' k t qu t ư c do b i ng u nhiên'. M c ý nghĩa 0,05 ho c ít hơn thư ng ư c ch n gi m thi u xác su t do ng u nhiên (do bi n ng c a m u ư c l y). Tuy nhiên có th ch n m c alpha l n hơn (0,1 hay l n hơn) trong trư ng h p th c hi n các xét nghi m sàng l c (screening) t ó có nh hư ng nghiên c u ti p. Tr s beta tư ng trưng cho xác su t ' không phát hi n ư c s khác bi t ý nghĩa' m c dù s khác bi t ang hi n di n. Thông thư ng beta ư c ch n m c g p 4 l n alpha, do ó n u α = 0,05 thì β = 0,2. Như v y 1 - β ư c xem là năng l c (power) c a b trí nghiên c u. Năng l c là xác su t phát hi n s khác bi t gi a các k t qu khi s khác bi t có th t, ho c là xác su t kh ng nh s hi n di n c a m t b nh. Chúng ta 1 khó th gi m alpha và beta cùng lúc b i vì khi alpha gi m thì beta tăng, khi y năng l c phát hi n s khác bi t s gi m. B ng 5.1 K t lu n t phân tích th ng kê và s khác bi t có th t gi a các k t qu nghiên c u Gi thi t tương ng H0 (null hypothesis)* úng (true) Sai (false) K t lu n t phân Ch p nh n K t lu n úng L i lo i II tích th ng kê (type II error, β) Bác b L i lo i I K t lu n úng (type I error, α) * Thí d v gi thi t tương ng H0: µ1 = µ2 Các tr c nghi m th ng kê trong thú y thư ng ư c dùng bác b gi thi t H0, ó là gi thi t r ng không có s khác bi t gi a hai nhóm theo dõi. N u ch ng minh có s khác bi t (bác b H0), giá tr c a Pa (xác su t tương ng v i alpha, dùng Pa phân bi t v i Pb c a l i lo i II ) thư ng ư c báo cáo. Giá tr Pa thu ng ư c xem là có ý nghĩa v th ng kê n u < 0,05 (nghĩa là chúng ta mong r ng k t lu n ch sai t i a 5% trư ng h p n u cùng lo i nghiên c u ư c l p l i). N u Pa l n (≥ 0,5) thì có nghĩa là 'không phát hi n ư c s khác bi t' mà không là ' không có s khác bi t' . Khi không phát hi n ư c s khác bi t, c n xem xét l i năng l c c a b trí nghiên c u vì có th do b trí không úng ho c dung lư ng m u nh . Trong các chương trình thanh toán b nh d a vào xét nghi m ch n oán phát hi n thú/ àn thú nhi m b nh, beta là y u t quan tr ng xác nh dung lư ng m u. Dung lư ng m u s ư c th o lu n các m c sau. 2. Kho ng tin c y c a t l (proportion, rate) 2.1. Kho ng tin c y c a m t t l Có th ư c tính kho ng tin c y c a m t t l , ch ng h n t l b nh, b ng cách dùng phân b nh th c. p (1- p) Phương sai c a t l b nh = ----------- v i n = dung lư ng m u, p = t l b nh n Công th c này ư c dùng khi gi nh r ng m u ư c l y t qu n th l n. V i qu n th nh và dung lư ng m u l n (dung lư ng m u b ng 10% c a qu n th ho c f = 0,1) thì t s ph i nhân v i 1-f. p (1-p) Suy ra sai s chu n (SE) c a t l là -------- n Thí d , t l m c b nh trong àn bò (n = 171 con) là 1,2%, do ó: Phương sai = (0,012 × 0,988)/171 = 0,0000693 (%2) 2 Sai s chu n c a t l = 0,00832 = 0,832% V i 95% tin tư ng, kho ng tin c y là: 1,2 ± (1,96 × 0,832) = - 0,4 % ; 2,8% Qua thí d này, có t l b nh < 0% trong kho ng tin c y, ó là do s phân b không cân i c a t l (t l b nh khá th p). Kho ng tin c y có th cho bi t dung lư ng m u l n hay không có k t qu dương tính (k t qu mong mu n). N u m c dư i c a kho ng tin c y l n hơn tr s ngư ng nào ó (tr s ư c xem là có ý nghĩa v lâm sàng), k t qu ch c ch n dương tính. N u m c dư i nh hơn tr s ngư ng và m c trên l n hơn tr s ngư ng, k t qu cũng ư c xem là dương tính nhưng không ch c ch n, và c n ph i tăng dung lư ng m u. N u m c trên c a kho ng tin c ...