Giáo trình Phương pháp Nghiên cứu Khoa học 1

ỦY BAN NHÂN DÂN THAØNH PHOÁ HOÀ CHÍ MINH
TRƯỜNG ĐẠI HỌC Y KHOA PHẠM NGỌC THẠCH

LIEÂN BOÄ MOÂN Y HOÏC COÄNG ÑOÀNG
BOÄ MOÂN DÒCH TEÃ HOÏC CÔ BAÛN-DÂN SỐ HỌC

GIÁO TRÌNH 1

PHƯƠNG PHÁP
NGHIÊN CỨU KHOA HỌC

LỚP CHUYÊN KHOA 2 – NĂM HỌC 2012 – 2013

Tháng 12 năm 2012

NỘI DUNG

1. Caùc pheùp ño cô baûn trong dòch teã hoïc

2. So saùnh tæ suaát

3. Moái lieân heä nhaân – quaû

4. Caùc thieát keá nghieân cöùu trong dòch teã hoïc

5. Nghieân cöùu caét ngang

6. Nghieân cöùu beänh – chöùng

7. Nghieân cöùu ñoaøn heä

8. Thử nghiệm lâm sàng ngẫu nhiên có đối chứng

9. Đánh giá test chẩn đoán

10. Sai soá ngaãu nhieân vaø sai soá heä thoáng trong nghieân cöùu DTH

11. Chuẩn bị đề cương NCKH

12. Cách soạn thảo BCH

13. Cách tính cỡ mẫu và phương pháp chọn mẫu

14. Chuẩn bị báo cáo NCKH

2

CAÙC PHEÙP ÑO CÔ BAÛN TRONG DÒCH TEÃ HOÏC

TS. BS. Taêng Kim Hoàng
ThS.BS. Phaïm Lan Traân

 MUÏC TIEÂU: Sau khi hoïc xong baøi naøy, hoïc vieân coù theå:
 Ñònh nghóa, moâ taû vaø phaân bieät ñöôïc caùc khaùi nieäm veà Tæ soá , Tæ leä, Tæ suaát (Ratio,
Proportion, Rate)
 Ñònh nghóa, moâ taû vaø phaân bieät ñöôïc caùc khaùi nieäm veà Tæ suaát hieän maéc vaø Tæ suaát môùi
maéc (Prevalence, Incidence)
 Tính ñöôïc vaø dieãn giaûi ñöôïc caùc keát quaû tính toaùn - theå hieän caùc soá ño taàn suaát beänh, cheát
trong caùc nghieân cöùu dòch teã hoïc

--

I. SÔ LÖÔÏC VEÀ CAÙC PHEÙP ÑO TRONG DÒCH TEÃ HOÏC
1. Caùc pheùp ño dòch teã hoïc: Caùc pheùp ño chính duøng trong nghieân cöùu dòch teã hoïc coù
theå ñöôïc chia laøm 3 loaïi:
1. Caùc pheùp ño veà taàn suaát beänh taät (Measures of frequency): Theå hieän söï xaûy ra cuûa beänh taät,
taøn pheá, töû vong ôû moät coäng ñoàng daân cö  laø cô sôû cho caùc nghieân cöùu moâ taû, hay caùc
nghieân cöùu veà nguyeân nhaân. Taàn suaát xaûy ra cuûa beänh taät thöôøng ñöôïc theå hieän baèng Tæ suaát
hieän maéc vaø Tæ suaát môùi maéc (Prevalence, Incidence).
2. Caùc pheùp ño theå hieän söï phoái hôïp (Measures of association): Ñaùnh giaù söï lieân quan coù yù
nghóa thoáng keâ giöõa moät yeáu toá cho tröôùc vaø beänh taät.
3. Caùc pheùp ño veà taùc ñoäng tieàm taøng (Measures of potential impact): Phaûn aùnh söï goùp phaàn
cuûa moät yeáu toá naøo ñoù vaøo söï xaûy ra cuûa moät beänh trong moät coäng ñoàng daân cö. Caùc pheùp ño
naøy ñöôïc duøng ñeå tieân löôïng hieäu quaû hay hieäu löïc cuûa caùc phöông phaùp can thieäp, ñieàu trò …
trong moät daân soá ñaëc bieät, TD: duøng vaccin. Thoâng thöôøng caùc pheùp ño veà taùc ñoäng tieàm taøng
laø söï phoái hôïp cuûa caùc pheùp ño veà taàn suaát beänh vaø caùc pheùp ño theå hieän söï phoái hôïp.
2. Tæ soá, tæ leä, tæ suaát:
1. Tæ soá (Ratio): laø moät phaân soá trong ñoù töû soá (laø moät giaù trò) ñöôïc chia cho maãu soá (laø moät
giaù trò khaùc). Noùi caùch khaùc töû soá vaø maãu soá khoâng lieân quan vôùi nhau.
Ta coù theå hieåu Tæ soá theo caùch: A/B.
 Soá hoïc sinh nam
TD: Tæ soá veà giôùi tính trong 1 lôùp hoïc =
Soá hoïc sinh nöõ

 Soá giöôøng beänh
TD: Tæ soá giöôøng beänh ôû moät khu vöïc =
Soá daân trong khu vöïc

3

2. Tæ leä (Proportion): laø moät phaân soá trong ñoù töû soá laø moät phaàn cuûa maãu soá. Tæ leä coù theå ñöôïc
hieåu laø: A/A+B.
Tæ leä thöôøng ñöôïc tính döôùi daïng tæ leä phaàn traêm (keát quaû nhaân vôùi 100)
 TD: Trong moät coäng ñoàng coù 500 ngöôøi, 20 ngöôøi bò nhieãm giun moùc. Vaäy tæ leä ngöôøi bò
nhieãm giun moùc trong coäng ñoàng naøy laø :
20
= 0,04 x 100 = 4%
500

Soá hoïc sinh nöõ x 100
 TD: Tæ leä hoïc sinh nöõ trong lôùp hoïc laø:
Toång soá hoïc sinh cuûa caû lôùp (nam laãn nöõ)
3. Tæ suaát (Rate): laø moät daïng ñaëc bieät cuûa tæ leä, coù lieân quan ñeán moät khoaûng thôøi gian nhaát
ñònh. Tæ suaát ñöôïc tính nhö sau: laø soá bieán coá (beänh, cheát v.v…) xaûy ra trong moät daân soá naøo ñoù
trong moät khoaûng thôøi gian xaùc ñònh. Tæ suaát thöôøng ñöôïc nhaân vôùi moät con soá luyõ thöøa cuûa
10.
Soá bieán coá xaûy ra trong khoaûng thôøi gian nhaát ñònh
Tæ suaát = x 10 n
Daân soá trung bình trong khoaûng thôøi gian ñoù
Toång soá cheát trong 1 naêm

TD: Tæ suaát cheát haøng naêm = x 10n
Daân soá trung bình trong naêm ñoù (daân soá giöõa naêm)
Toång soá treû sinh soáng ôû 1 khu vöïc trong voøng 1 naêm

TD: Tæ suaát sinh = x 10n
Daân soá trung bình ôû khu vöïc ñoù trong 1 naêm (daân soá giöõa naêm)

II. TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC
1. Tæ suaát hieän maéc (Prevalence)
Tæ suaát hieän maéc cho bieát soá tröôøng hôïp beänh hieän coù (cuõ laãn môùi) taïi moät thôøi ñieåm naøo ñoù.
“Tæ suaát hieän maéc” khoâng coù ñôn vò vaø khoâng bao giôø nhoû hôn 0 hay lôùn hôn 1. Coù 2 loaïi tæ
suaát hieän maéc: Tæ suaát hieän maéc ñieåm (point prevalence) vaø tæ suaát hieän maéc khoaûng (period
prevalence)
a. Tæ suaát hieän maéc ñieåm (hay coøn ñöôïc goïi laø tæ suaát hieän maéc): thöôøng ñöôïc duøng hôn, laø xaùc
suaát maø moät caù theå trong daân soá trôû thaønh moät tröôøng hôïp beänh taïi thôøi ñieåm t.
Coâng thöùc tính:
Soá tröôøng hôïp beänh (cuõ vaø môùi) ôû moät thôøi ñieåm naøo ñoù
Tæ suaát hieän maéc =
Toång daân soá vaøo thôøi ñieåm ñoù
b. Tæ suaát hieän maéc khoaûng: ít ñöôïc duøng hôn, laø xaùc suaát maø moät caù theå trong daân soá trôû
thaønh moät tröôøng hôïp beänh ôû baát cöù thôøi ñieåm naøo trong moät khoaûng thôøi gian t.
Soá tröôøng hôïp beänh (cuõ vaø môùi) trong moät thôøi khoaûng naøo ñoù
Tæ suaát hieän maéc khoaûng =
Daân soá trung bình (Daân soá giöõa khoaûng)
 Vì “Tæ suaát hieän maéc” bao goàm taát caû nhöõng ngöôøi bò beänh - khoâng tính ñeán tröôøng hôïp môùi
bò beänh hay ñaõ bò töø laâu – neân nhöõng beänh laâu ngaøy (maõn tính) thöôøng coù xu höôùng coù “tæ suaát
hieän maéc” cao hôn nhöõng beänh ngaén ngaøy (caáp tính).

4

 Caùch tính daân soá trong moät thôøi khoaûng:
1) Tính theo phöông phaùp soá hoïc:
Daân soá vaøo ngaøy 1/4/1960 laø 15.717.000
Daân soá vaøo ngaøy 1/4/1950 laø 10.586.000
10 naêm taêng 5.131.000
1 naêm taêng 513.100
4 naêm taêng 2.052.400
3 thaùng taêng 128.275
Vaäy daân soá vaøo ngaøy 1/7/1954 baèng 10.586.000 vaøo 1/4/1950
+ 2.052.400 taêng trong 4 naêm (1950-1954)
+ 128.275 (taêng töø 1/4/1954 ñeán 1/7/1954)
12.766.675
2) Tính trung bình:
Daân soá giöõa naêm 2005 (1/7/2005)
= Daân soá vaøo 1/1/2005 + ½ (S. cuûa naêm 2005 – C. cuûa naêm 2005 + N. cuûa naêm 2005 –
D. cuûa naêm 2005)
hay = Daân soá vaøo 1/1/2006 - ½ (S. cuûa naêm 2005 – C. cuûa naêm 2005 + N. cuûa naêm 2005 –
D. cuûa naêm 2005)
hay = ½ (Daân soá vaøo 31/12/2004 + Daân soá vaøo 31/12/2005)
Trong ñoù:
S. = Toång soá treû sinh ra trong naêm
C. = Toång soá ngöôøi cheát trong naêm
N. = Toång soá ngöôøi nhaäp cö trong naêm
D. = Toång soá ngöôøi di cö trong naêm
2. Tæ suaát môùi maéc (Incidence):
Tæ suaát môùi maéc phaûn aùnh nguy cô phaùt trieån (lan roäng) cuûa moät beänh naøo ñoù trong moät
khoaûng thôøi gian xaùc ñònh. Tæ suaát môùi maéc coù 2 loaïi: Tæ suaát môùi maéc doàn (Cummulative
Incidence) vaø Tæ troïng beänh môùi (Incidence density).
a. Tæ suaát môùi maéc doàn: laø nguy cô (RISK) ñeå nhöõng ngöôøi khoâng bò moät chöùng beänh naøo ñoù
seõ bò maéc beänh (trong moät khoaûng thôøi gian naøo ñoù) - vôùi ñieàu kieän nhöõng ngöôøi naøy khoâng
bò cheát vì moät beänh khaùc.
Soá ngöôøi môùi maéc beänh trong moät khoaûng thôøi gian naøo ñoù
Tæ suaát môùi maéc doàn =
Daân soá nguy cô trong khoaûng thôøi gian ñoù

Noùi caùch khaùc, Tæ suaát môùi maéc doàn laø tæ leä nhöõng ngöôøi chuyeån töø tình traïng khoâng
beänh vaøo ñaàu khoaûng thôøi gian ñöôïc khaûo saùt sang traïng thaùi bò beänh trong khoaûng thôøi gian
ñoù.
Do ñoù trong tröôøng hôïp daân soá coá ñònh
Soá ngöôøi môùi maéc beänh trong moät khoaûng thôøi gian naøo ñoù
Tæ suaát môùi maéc doàn =
Daân soá nguy cô vaøo ñaàu khoaûng thôøi gian ñoù

5

Coù beänh
CI =
Coù + Khoâng beänh

 Ñaëc ñieåm cuûa Tæ suaát môùi maéc doàn:
- laø moät tæ leä
- khoâng coù ñôn vò
- thay ñoåi töø 0 ñeán 1
 TD: Cuoäc ñieàu tra daân soá vaøo naêm 1960 taïi Thuïy Ñieån cho bieát coù 3.076 nam trong ñoä tuoåi
20-64 laø coâng nhaân ngaønh nhöïa. 11 ngöôøi trong soá 3.076 ngöôøi naøy sau ñoù ñaõ bò u naõo
trong thôøi gian töø 1961-1973.
Vaäy Tæ suaát môùi maéc beänh u naõo cuaû coâng nhaân ngaønh nhöïa trong thôøi gian 13 naêm laø:
11
CI = = 0,004 hay 0,4%
3076

Töø keát quaû naøy, ta coù theå phaùt bieåu raèng: Nguy cô bò u naõo cuûa coâng nhaân ngaønh nhöïa ôû Thuïy
Ñieån trong voøng 13 naêm laø 0,4%.
b. Tæ suaát môùi maéc (theo ngöôøi-thôøi gian) – tæ troïng beänh môùi: phaûn aùnh söï phaùt trieån cuûa
nhöõng tröôøng hôïp beänh môùi trong moät ñôn vò thôøi gian.
Soá tröôøng hôïp beänh môùi trong moät khoaûng thôøi gian naøo ñoù
Tæ suaát môùi maéc =
Toång thôøi gian coù nguy cô maéc beänh cuûa taát caû caù theå trong daân soá (ñôn vò:
ngöôøi-thôøi gian) (person-time)
 Ñaëc ñieåm cuûa Tæ suaát môùi maéc (theo ngöôøi-thôøi gian):
- khoâng phaûi laø moät tæ leä
- coù ñôn vò
- thay ñoåi töø 0 ñeán voâ cöïc
 TD1: Theo doõi 12 ngöôøi trong thôøi gian 5 naêm (trang sau), ta coù:
- 5 tröôøng hôïp beänh môùi (Töû soá)
- Toång thôøi gian coù nguy cô maéc beänh cuûa nhöõng ngöôøi naøy: 41 ngöôøi-naêm (Maãu soá)
Vaäy tæ suaát môùi maéc laø:
5
ID = = 0,192/naêm = 1,92/10/naêm = 1,92  10-1/naêm
26 = 19,2/100/naêm = 19,2  10-2/naêm
= 192/1.000/naêm = 192  10-3/naêm
Töø keát quaû naøy, ta coù theå phaùt bieåu raèng: Trong 1.000 ngöôøi-naêm coù nguy cô, coù 192 tröôøng
hôïp beänh hay Trong voøng moät naêm theo doõi, cöù moãi 1.000 ngöôøi, coù 192 ngöôøi bò beänh.

6

5 naêm

3 naêm Ñi khoûi

3 naêm Bò beänh

4 naêm

3 naêm Töû vong

5 naêm

4 naêm Bò beänh

2 naêm Bò beänh

3 naêm

5 naêm Taøn pheá

2 naêm Bò beänh

2 naêm Bò beänh

 TD2: Naêm 1973, taïi Stockholm coù 29 tröôøng hôïp beänh môùi bò beänh nhoài maùu cô tim trong
soá ñaøn oâng ñoä tuoåi töø 40-44. Toång soá “ngöôøi-naêm” cuûa nhoùm tuoåi naøy laø 41532. Vaäy troïng
suaát maéc laø:

7


29
ID = = 0,0007/naêm = 7  10-4 /naêm
41523

Ta coù theå phaùt bieåu raèng Trong voøng moät naêm theo doõi taïi Stockholm, cöù 10.000 ñaøn oâng trong
ñoä tuoåi 40-44, coù 7 ngöôøi bò nhoài maùu cô tim.

 SÖÏ TÖÔNG QUAN GIÖÕA TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC:
Tæ suaát hieän maéc vaø tæ suaát môùi maéc coù lieân quan maät thieát vôùi nhau qua thôøi gian keùo
daøi cuûa beänh.
Neáu tæ suaát beänh môùi maéc thaáp, nhöng thôøi gian beänh keùo daøi thì tæ suaát hieän maéc (Tæ suaát
maéc beänh toaøn boä) seõ cao. Ngöôïc laïi, duø tæ suaát beänh môùi maéc cao, nhöng thôøi gian keoù daøi
beänh ngaén do khoûi nhanh hoaëc do beänh cheát nhieàu thì tæ suaát hieän maéc vaãn töông ñoái thaáp hôn
so vôùi tæ suaát môùi maéc
 TD: Vôùi beänh daïi, duø tæ suaát môùi maéc cuûa beänh naøy cao nhöng tæ suaát hieän maéc vaãn thaáp vì
soá tröôøng hôïp töû vong do beänh naøy raát cao. Ngöôïc laïi, beänh tieåu ñöôøng coù tæ suaát môùi maéc
thaáp nhöng beänh thöôøng keùo daøi vaø soá töû vong do beänh naøy cuõng khoâng cao laém neân tæ suaát
hieän maéc cuûa beänh naøy laïi cao.
Ta coù theå thaáy ñöôïc söï töông quan cuûa 2 tæ suaát naøy qua phöông trình sau ñaây:
P=ID trong ñoù P = Prevalence
I = Incidence
Vaø D = Thôøi gian beänh
III. NHÖÕNG DAÏNG ÑAËC BIEÄT CUÛA TÆ SUAÁT HIEÄN MAÉC VAØ TÆ SUAÁT MÔÙI MAÉC:
1) Tæ suaát taán coâng cuûa beänh (Attack Rate): Laø tæ suaát môùi maéc doàn (thöôøng ñöôïc tính baèng
phaàn traêm) phaûn aùnh söï xuaát hieän cuûa beänh taät taïi moät coäng ñoàng daân cö, ñöôïc khaûo saùt trong
moät khoaûng thôøi gian giôùi haïn, thí duï nhö trong moät traän dòch. Coù 2 loaïi tæ suaát taán coâng
Soá tröôøng hôïp beänh nguyeân phaùt
a/- Tæ suaát taán coâng nguyeân phaùt =  100
Toång soá daân soá nguy cô
Soá tröôøng hôïp bò beänh do tieáp xuùc (vôùi ngöôøi bò beänh)
b/- Tæ suaát taán coâng thöù phaùt =  100
Toång soá ngöôøi tieáp xuùc vôùi nhöõng ngöôøi maéc beänh ñaàu tieân

2) Tæ suaát cheát (Mortality Rate)
Soá tröôøng hôïp cheát trong moät khoaûng thôøi gian

Tæ suaát cheát thoâ =  105
Toång soá daân soá

 Soá tröôøng hôïp cheát trong moät nhoùm tuoåi naøo ñoù
Tæ suaát cheát theo tuoåi =  105
Toång soá daân soá trong nhoùm tuoåi ñoù

8

 Tæ suaát cheát theo tæ leä (Tæ suaát cheát theo nguyeân nhaân)
Soá TH cheát trong moät nhoùm naøo ñoù
(Proportional Mortality Rate) =  100
Toång soá cheát trong cuøng khoaûng thôøi gian

Soá TH cheát vì 1 beänh (X)
 Tæ suaát maéc – cheát =  100
Soá tröôøng hôïp beänh (X) môùi trong cuøng khoaûng thôøi gian

 Soá cheát chu sinh/daân soá/khoaûng thôøi gian naøo ñoù
Tæ suaát cheát chu sinh =  1000
Toång soá treû ñeû soáng /daân soá/cuøng khoaûng thôøi gian ñoù
 Cheát chu sinh bao goàm nhöõng THû cheát khi coøn laø baøo thai 28 tuaàn hay hôn cho ñeán khi
sinh ra ñöôïc döôùi 1 tuaàn
 Soá treû cheát döôùi 1 thaùng tuoåi/daân soá/ 1 khoaûng thôøi gian
Tæ suaát cheát sô sinh =  1000
Toång soá treû ñeû soáng /daân soá/cuøng khoaûng thôøi gian ñoù
3) Tæ suaát sinh
Soá tröôøng hôïp sinh soáng
 Tæ suaát sinh thoâ =  105
Daân soá giöõa naêm

Soá tröôøng hôïp sinh soáng
 Tæ suaát sinh saûn =  105
Toång soá phuï nöõ trong ñoä tuoåi sinh ñeû (15-49)

TAØI LIEÄU THAM KHAÛO

1. Beaglehole R., Bonita R., Kjellstrom T. Basic epidemiology. Geneva, WHO, 1993: 13 –
30.
2. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994: 9 – 14.
3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical
epidemiology. New Jersey, Prentice-Hall International, Inc., 1996: 15 – 19.
4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company,
1987: 54 – 73.
5. Kleinbaum D.G., Kupper L.L. Epidemiologic research: Principles and quantitative
methods. New York, Van Nostrand Reinhold, 1982: 98 – 100.
6. Last J.M., Abramson J.H., Friedman G.D., Porta M., Spasoff R.A., Thuriaux M. A
dictionary of epidemiology. New York, Oxford University Press, 1995.
7. Mausner J.S., Bahn A.K. Epidemiology: An introductory text. Philadelphia, W.B.
Saunders Company, 1985: 43 – 58.
8. Somchai Supanvanich, Amornrath Podhipak. Principles of Epidemiology. Bangkok, Dept.
of Epidemiology, Faculty of Public Health, Mahidol, 1994: 87 – 93.

9

BÀI TẬP

1.1 Vaøo thaùng Gieâng naêm 1976, coù 1.000 ngöôøi daân thöôøng truù taïi moät coäng ñoàng chaáp thuaän
ñi khaùm ñeå phaùt hieän beänh nhöôïc giaùp taïi moät beänh vieän. Coù 8 ngöôøi ñöôïc phaùt hieän laø coù
beänh trong ñoù 3 ca laø beänh môùi coøn 5 ca ñaõ traûi qua ñieàu trò. 1000 ngöôøi naøy ñöôïc khaùm laïi
vaøo thaùng Gieâng naêm 1978, ghi nhaän coù 6 tröôøng hôïp bò nhöôïc giaùp trong ñoù coù 2 ca ñaõ coù
trieäu chöùng vaøi thaùng tröôùc ñoù vaø cuõng ñaõ ñöôïc chaån ñoaùn vaø ñieàu trò bôûi BS rieâng. Laät laïi hoà
sô, ngöôøi ta thaáy raèng trong 8 ca beänh phaùt hieän vaøo laàn khaùm söùc khoeû hoài thaùng Gieâng naêm
1976, 1 ngöôøi khoâng tieáp tuïc ñieàu trò nöõa, 1 ngöôøi ñaõ cheát vì beänh tim vaøo naêm 1977. Ngoaøi
ra, taát caû nhöõng ngöôøi ñeán khaùm vaøo naêm 1976 ñeàu trôû laïi khaùm laàn thöù hai. Hoûi:
a. Tæ suaát hieän maéc cuûa chöùng nhöôïc giaùp (khoâng keå ñaõ ñieàu trò hay chöa) ôû coäng ñoàng naøy
vaøo thaùng Gieâng 1976? Vaø thaùng Gieâng 1978?
b. Tæ suaát môùi maéc haøng naêm cuûa chöùng nhöôïc giaùp ôû coäng ñoàng naøy laø bao nhieâu?
c. Tæ suaát hieän maéc trong khoaûng thôøi gian 2 naêm laø bao nhieâu?
d. Tæ suaát cheát cuûa beänh nhöôïc giaùp laø bao nhieâu?
e. Trong soá caùc tröôøng hôïp beänh ñöôïc phaùt hieän qua 2 laàn khaùm, tæ leä beänh môùi phaùt hieän laø
bao nhieâu?
f. Neáu chæ coù 900 trong soá 1.000 ngöôøi ban ñaàu laø vaãn tieáp tuïc soáng taïi coäng ñoàng naøy vaø ñi
khaùm beänh vaøo thaùng Gieâng 1978, caâu traû lôøi naøo trong soá caùc caâu traû lôøi treân seõ thay ñoåi?
Vaø neáu coù thay ñoåi thì thay ñoåi ra sao?
1.2 Trong moät nghieân cöùu veà thuoác laù vaø töû vong do ung thö phoåi ôû nhöõng ngöôøi trong ñoä tuoåi
55 – 64, ngöôøi ta thaáy: trong soá nhöõng ngöôøi huùt thuoác laù coù 206 tröôøng hôïp töû vong vaø thôøi
gian trong nguy cô cuûa taát caû caùc caù theå trong daân soá laø 28.663 ngöôøi – naêm. Trong soá nhöõng
ngöôøi khoâng huùt thuoác laù coù 28 tröôøng hôïp töû vong vaø thôøi gian trong nguy cô cuûa taát caû caùc caù
theå trong daân soá laø 5.720 ngöôøi – naêm. Haõy tính nguy cô töông ñoái & nguy cô qui traùch

1.3 Moät ñôït beänh sôûi xaûy ra ôû moät tröôøng tieåu hoïc coù 300 hoïc sinh. Trong tuaàn leã ñaàu tieân cuûa
thaùng 10 coù 15 ca beänh môùi trong ñoù coù 8 ca beänh vaøo ngaøy 1/10. Trong thaùng 9, coù 25 tröôøng
hôïp bò beänh trong ñoù coù 12 tröôøng hôïp vaãn coøn bò beänh cho ñeán ngaøy 1/10.
a- Tính tæ suaát hieän maéc khoaûng trong tuaàn ñaàu thaùng 10
b- Tính tæ suaát hieän maéc ñieåm vaøo ngaøy 1/10
c- Tính tæ suaát môùi maéc trong tuaàn ñaàu thaùng 10

1.4 Töø caâu 1 ñeán caâu 4, choïn caâu traû lôøi thích hôïp nhaát trong soá nhöõng caâu traû lôøi döôùi ñaây.
Chuù yù moãi caâu hoûi chæ choïn 1 caâu traû lôøi:
A. 0,015 B. 0,020 C. 0,024
D. 0,100 E. 0,118 F. 0,133
G. 0,150 H. 0,176 I. 0,750
J. 1,5 K. 6,25

1. Tính tæ suaát hieän maéc cuûa beänh cao huyeát aùp taïi moät cô sôû laøm vieäc coù 100.000 ngöôøi.
Trong soá hoï, 15.000 ngöôøi ñöôïc ghi nhaän coù beänh cao huyeát aùp trong kyø kieåm tra söùc
khoeû ban ñaàu.

10

2. Theo doõi tieáp quaàn theå naøy, moãi naêm phaùt hieän 2.000 tröôøng hôïp beänh môùi. Tính tæ
suaát môùi maéc (theo ngöôøi-thôøi gian) cuûa quaàn theå neâu treân. Giaû ñònh daân soá cuûa quaàn
theå naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, hay ñi khoûi hay cheát do baát kyø nguyeân nhaân
naøo.
3. Tính tæ suaát môùi maéc doàn trong 5 naêm cuûa nhöõng tröôøng hôïp beänh môùi taïi quaàn theå
treân. Giaû ñònh daân soá cuûa quaàn theå naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, hay ñi khoûi
hay cheát do baát kyø nguyeân nhaân naøo.
4. Tính thôøi gian trung bình (theo naêm) cuûa beänh cao huyeát aùp ôû quaàn theå neâu treân, söû
duïng tæ suaát hieän maéc vaø môùi maéc ñaõ tính ñöôïc.
1.5 Caâu 5-6: Moät nghieân cöùu veà hieän töôïng tai bieán maïch maùu naõo ôû ngöôøi giaø bò cao huyeát
aùp ñöôïc thöïc hieän töø naêm 1986 ñeán naêm 1991. Keát quaû quan saùt treân 6 beänh nhaân ñöôïc moâ taû
trong hình veõ beân döôùi:
Choïn moät trong soá nhöõng caâu traû lôøi sau ñaây:

5. Tæ suaát hieän maéc cuûa tai bieán maïch maùu naõo trong soá nhöõng beänh nhaân naøy vaøo naêm
1988 laø:
A/ 1/6 = 0,17 B/ 2/6 = 0,33 C/ 2/5 = 0,40
D/ 3/6 = 0,50 E/ 3/5 = 0,60
6. Nguy cô bò tai bieán maïch maùu naõo sau 2 naêm trong soá nhöõng beänh nhaân naøy laø:
A/ 1/6 = 0,17 B/ 2/6 = 0,33 C/ 2/5 = 0,40
D/ 3/6 = 0,50 E/ 3/5 = 0,60

Khôûi ñaàu Keát thuùc

A
ñöôïc chaån ñoaùn cheát
B
ñi khoûi nôi ñoù
C
ñöôïc chaån ñoaùn
D
E
ñöôïc chaån ñoaùn
F

1986 1987 1988 1989 1990 1991

1.6 Trong moät cuoäc ñieàu tra söùc khoeû taïi phöôøng X, quaän Y - thöïc hieän vaøo thaùng Gieâng naêm
1990, phaùt hieän trong soá 1.000 phuï nöõ ôû ñoä tuoåi 65, coù 100 ngöôøi bò maéc beänh A. Sau 5 naêm
theo doõi, phaùt hieän theâm 200 ngöôøi khaùc maéc beänh naøy. Giaû ñònh raèng daân soá cuûa quaàn theå
naøy coá ñònh: khoâng coù ngöôøi nhaäp cö, ñi khoûi hay cheát vì beänh naøy. Tính:
a. Tæ suaát hieän maéc cuûa quaàn theå naøy vaøo thaùng Gieâng naêm 1990
b. Tæ suaát môùi maéc cuûa quaàn theå naøy trong 5 naêm

1.7 Trong moät lôùp hoïc coù 50 hoïc sinh. Vaøo ngaøy 1/10 coù 5 em xin nghæ hoïc vì bò cuùm. Cuõng
vaøo ngaøy naøy, coù 5 em bò cuùm töø 2 hoâm tröôùc nhöng vaãn chöa ñi hoïc vì chöa heát beänh. Vaøo
ngaøy 3/10 laïi coù theâm 3 em nöõa bò cuùm. Haõy tính:
11

1) Tæ suaát hieän maéc beänh vaøo ngaøy 1/10
2) Tæ suaát hieän maéc beänh trong tuaàn leã ñaàu cuûa thaùng 10 (1/10 – 7/10)
3) Tính tæ suaát môùi maéc doàn vaøo ngaøy 1/10

1.8 Moät nghieân cöùu veà beänh B tieán haønh treân 12 ngöôøi ñöôïc thöïc hieän trong voøng 5 naêm cho
keát quaû nhö hình veõ sau ñaây:

Ngöôøi Naêm
1 2 3 4 5
1
2
3 
4 
5

6
7
8 
9

10
11 
12 
 Bò beänh Ñi nôi khaùc
a. Tính tæ suaát môùi maéc doàn sau 3 naêm vaø phaùt bieåu keát quaû
b. Tính tæ suaát môùi maéc trong 5 naêm (ñôn vò ngöôøi) vaø phaùt bieåu keát quaû
c. Tính tæ suaát môùi maéc trong 5 naêm (ñôn vò ngöôøi-thôøi gian) vaø phaùt bieåu keát quaû

12

SO SAÙNH TÆ SUAÁT


 Hieåu ñöôïc theá naøo nguy cô töông ñoái, nguy cô qui traùch, phaàn traêm nguy cô qui traùch,
nguy cô qui traùch trong daân soá, phaàn traêm nguy cô qui traùch trong daân soá
 Tính ñöôïc vaø dieãn giaûi ñöôïc caùc keát quaû tính toaùn caùc loaïi soá ño keå treân

--

I. MOÄT SOÁ KHAÙI NIEÄM MÔÛ ÑAÀU
1) Nguy cô (Risk): ñöôïc hieåu laø khaû naêng ñeå moät ngöôøi khoâng maéc beänh, sau khi tieáp xuùc
vôùi nhöõng yeáu toá naøo ñoù, seõ bò maéc beänh.
2) Yeáu toá nguy cô (Risk factors): Laø nhöõng yeáu toá gaén lieán vôùi vieäc taêng nguy cô maéc
beänh.
3) Tieáp xuùc (Exposure) vôùi moät yeáu toá nguy cô coù nghóa laø moät ngöôøi, tröôùc khi bò maéc
beänh, ñaõ töøng tieáp xuùc vôùi hoaëc coù (bieåu hieän) yeáu toá nghi ngôø laøm taêng nguy cô maéc beänh.
Tieáp xuùc vôùi yeáu toá nguy cô coù theå xaûy ra vaøo moät thôøi ñieåm duy nhaát (TD: tieáp xuùc vôùi tia
phoùng xaï trong moät vuï noå nhaø maùy haït nhaân) hoaëc coù theå keùo daøi trong moät thôøi gian (TD:
tieáp xuùc vôùi khoùi thuoác laù, aùnh naéng maët trôøi, bò beänh cao huyeát aùp, coù quan heä tình duïc böøa
baõi …)
4) So saùnh caùc nguy cô: Ñeå so saùnh tæ suaát môùi maéc beänh cuûa hai hay nhieàu quaàn theå –
ñaõ töøng tieáp xuùc vôùi vaøi yeáu toá nguy cô khaùc nhau, ngöôøi ta söû duïng vaøi phöông phaùp ño löôøng
söï lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø vieäc bò beänh, goïi laø caùc pheùp ño theå hieän
haäu quaû (measures of effect). Ñoù laø: nguy cô töông ñoái (Relative risk), nguy cô qui traùch
(Attributable risk), phaàn traêm nguy cô qui traùch (Attributable risk percent), nguy cô qui
traùch trong daân soá (Population attributable risk), phaàn traêm nguy cô qui traùch trong daân soá
(Population attributable fraction).
5) Trình baøy soá lieäu:
* Baûng 2  2: Ñeå tính ñöôïc caùc soá ño theå hieän söï lieân quan giöõa beänh taät vaø tieáp xuùc vôùi yeáu
toá nguy cô, ngöôøi ta thöôøng trình baøy caùc soá lieäu döôùi daïng baûng 2  2 – töùc laø 2 doøng vaø 2 coät
– ñeå theå hieän vieäc coù hay khoâng coù tieáp xuùc vôùi yeáu toá nguy cô vaø coù hay khoâng coù beänh, theo
nhö baûng 1 (trang sau):
* Baûng daïng naøy coù theå ñöôïc duøng ñeå trình baøy soá lieäu trong nghieân cöùu beänh chöùng (case–
control study) hoaëc nghieân cöùu ñoaøn heä (cohort study) maø khoaûng thôøi gian theo doõi caùc caù
theå ñeàu ñoàng nhaát. Ñoái vôùi nghieân cöùu ñoaøn heä maø khoaûng thôøi gian theo doõi caùc caù theå
khoâng ñoàng nhaát töùc laø duøng ñôn vò “ngöôøi thôøi gian” (thay vì duøng ñôn vò laø ngöôøi), baûng 2 
2 cuõng ñöôïc duøng ñeå trình baøy soá lieäu nhöng coù moät ít thay ñoåi trong caùch trình baøy (xem
baûng 2 – ta thaáy: 2 oâ b & d ñöôïc boû troáng)

13

Baûng 1: Caùch trình baøy soá lieäu trong nghieân cöùu beänh-chöùng hay nghieân cöùu ñoaøn heä baèng
baûng 2  2

Beänh
Coù Khoâng Toång soá
Coù a b a+b
Tieáp xuùc Khoâng c d c+d
Toång soá a+c b+d a+b+c+d

Baûng 2: Caùch trình baøy soá lieäu trong ñoaøn heä theo ngöôøi thôøi gian (person-time)

Beänh Ñôn vò
Ngöôøi-thôøi gian
Coù Khoâng
Coù a - PY1
Tieáp xuùc Khoâng c - PY0
Toång soá a+c -

II. NGUY CÔ TÖÔNG ÑOÁI
Nguy cô töông ñoái (Relative risk – RR) hay coøn goïi tæ soá nguy cô (Risk ratio) laø tæ soá giöõa
tæ suaát môùi maéc ôû nhoùm coù tieáp xuùc (Ie) vôùi tæ suaát môùi maéc ôû nhoùm khoâng tieáp xuùc (Io). Nguy
cô töông ñoái giuùp öôùc löôïng möùc ñoä lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaøtình
traïng bò beänh, hay noùi caùch khaùc cho chuùng ta bieát nguy cô bò beänh cao gaáp bao nhieâu laàn khi
moät ngöôøi coù tieáp xuùc vôùi yeáu toá nguy cô so vôùi ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô.
Nguy cô töông ñoái ñöôïc tính baèng tæ soá giöõa tæ suaát môùi maéc cuûa nhoùm coù tieáp xuùc vôùi yeáu toá
nguy cô vaø tæ suaát môùi maéc cuûa nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô, theo coâng thöùc nhö
sau:
Ie
RR = __
Io
Neáu trong nghieân cöùu, tæ suaát môùi maéc doàn ñöôïc söû duïng thì nguy cô töông ñoái seõ laø:
Ie CIe a/a+b
RR = __ = = _______
Io CIo c/c+d

Neáu trong nghieân cöùu, tæ suaát môùi maéc (maät ñoä) ñöôïc söû duïng thì nguy cô töông ñoái seõ laø:
Ie IDe a/ PY1
RR = __ = __ = ______
Io IDo c/ PY0

TD: Ta coù (xem hình veõ ôû trang sau)
- Tæ suaát cheát do ung thö phoåi ôû nhöõng ngöôøi huùt thuoác (Ie) laø: 0,96/1.000/naêm
- Tæ suaát cheát do ung thö phoåi ôû nhöõng ngöôøi khoâng huùt thuoác (Io) laø: 0,07/1.000/naêm
14

- Tæ leä ngöôøi huùt thuoác laù (Prevalence) (Pe) laø 56%
- Tæ suaát cheát toaøn boä do ung thö phoåi (IT) laø: 0,56/1.000/naêm
Töø TD naøy, nguy cô töông ñoái seõ laø:
0,96/1.000/naêm
RR = ______________ = 13,7
0,07/1.000/naêm
Ta coù theå phaùt bieåu raèng: Ngöôøi huùt thuoác laù coù nguy cô bò ung thö phoåi cao gaáp 13,7 laàn so vôùi
ngöôøi khoâng huùt thuoác laù.

* Nhöõng tröôøng hôïp coù theå xaûy ra:
- RR = 1 => tæ suaát môùi maéc trong nhoùm tieáp xuùc vaø nhoùm khoâng tieáp xuùc khoâng khaùc nhau
=> Khoâng coù moái lieân heä giöõa tieáp xuùc vaø beänh
- RR > 1 => Coù söï keát hôïp döông tính giöõa tieáp xuùc vaø beänh, nghóa laø coù sö gia taêng nguy cô
maéc beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô.
- RR < 1 => Yeáu toá nguy cô mang yù nghóa moät yeáu toá baûo veä => Coù söï giaûm nguy cô maéc
beänh trong nhoùm tieáp xuùc. TD: Chích vaccin laøm giaûm nguy cô bò beänh

III. NGUY CÔ QUI TRAÙCH
Nguy cô qui traùch (Attributable risk – AR) hay coøn goïi laø nguy cô sai bieät (Risk
difference – RD) ño löôøng haäu quaû tuyeät ñoái cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô ôû nhoùm coù
tieáp xuùc so vôùi nhoùm khoâng tieáp xuùc. Noùi caùch khaùc, nguy cô qui traùch laø nguy cô theâm vaøo
khaû naêng bò beänh cuûa ngöôøi tieáp xuùc vôùi yeáu toá nguy cô so vôùi ngöôøi khoâng tieáp xuùc vôùi yeáu
toá nguy cô. Nguy cô qui traùch ñöôïc tính baèng söï sai bieät giöõa tæ suaát môùi maéc cuûa nhoùm tieáp
xuùc vaø tæ suaát môùi maéc cuûa nhoùm khoâng tieáp xuùc, theo coâng thöùc nhö sau:
AR = Ie – Io
Trong ñoù: AR = nguy cô qui traùch
Ie = tæ suaát môùi maéc ôû nhöõng ngöôøi tieáp xuùc vôùi yeáu toá nguy cô
Io = tæ suaát môùi maéc ôû nhöõng ngöôøi khoâng tieáp xuùc vôùi yeáu toá nguy cô
Vì tæ suaát môùi maéc ñöôïc theå hieän baèng hai coâng thöùc: tæ suaát môùi maéc doàn vaø tæ suaát môùi
maéc (theo ñôn vò ngöôøi – thôøi gian) neân nguy cô qui traùch coù theå ñöôïc tính baèng söï khaùc
bieät giöõa tæ suaát môùi maéc doàn hoaëc tæ suaát môùi maéc (theo ñôn vò ngöôøi – thôøi gian) giöõa
hai nhoùm ngöôøi coù tieáp xuùc vaø khoâng tieáp xuùc.
AR = CIe – CIo hoaëc AR = IDe – IDo
TD: xem laïi TD treân, nguy cô qui traùch AR = 0,96/1.000/naêm – 0,07/1.000/naêm =
0,89/1.000/naêm (xem hình veõ)
Ta coù theå phaùt bieåu raèng: 0,89/1.000/naêm laø tæ suaát töû vong vì ung thö phoåi ñöôïc qui cho vieäc
huùt thuoác laù gaây ra. Noùi caùch khaùc, neáu loaïi boû ñöôïc vieäc huùt thuoác laù thì haøng naêm tæ suaát töû
vong do ung thö phoåi trong nhoùm ngöôøi huùt thuoác laù coù theå giaûm ñi 0,89/1.000.

15

0,96/1.000/naêm

Nguy cô qui traùch
AR = Ie - Io
= 0,96/1.000 –
0,07/1.000 = 0,89/1.000

0,07/1.000/naêm

K phoåi/huùt thuoác K phoåi/khoâng huùt thuoác

* Nhöõng tröôøng hôïp coù theå xaûy ra:
- AR = 0 => Khoâng coù moái lieân heä giöõa tieáp xuùc vaø beänh vì khoâng coù söï khaùc bieät giuõa tæ
suaát môùi maéc beänh trong nhoùm tieáp xuùc vaø nhoùm khoâng tieáp xuùc
- AR > 0 => Coù moái lieân heä giöõa tieáp xuùc vaø beänh : Soá tröôøng hôïp beänh trong nhoùm tieáp
xuùc coù theå ñöôïc loaïi boû neáu söï tieáp xuùc vôùi yeáu toá nguy cô ñöôïc loaïi boû

IV. PHAÀN TRAÊM NGUY CÔ QUI TRAÙCH
Vì khoâng phaûi taát caû nhöõng ngöôøi maéc beänh ñeàu laø do tieáp xuùc vôùi yeáu toá nguy cô neân
trong dòch teã hoïc, ngöôøi ta phaûi tính phaàn traêm nguy cô qui traùch (Attribitable risk percent)
hay tæ leä qui traùch (Attributable proportion) nhaèm tìm ra thaät söï coù bao nhieâu phaàn traêm ngöôøi
bò beänh laø do tieáp xuùc vôùi yeáu toá nguy cô. Noùi caùch khaùc, phaàn traêm nguy cô qui traùch duøng ñeå
öôùc löôïng bao nhieâu phaàn traêm beänh trong nhoùm tieáp xuùc coù theå phoøng ngöøa ñöôïc baèng cacùh
loaïi boû söï tieáp xuùc. Phaàn traêm nguy cô qui traùch ñöôïc tính baèng pheùp chia cuûa nguy cô qui
traùch cho tæ suaát môùi maéc beänh ôû nhoùm tieáp xuùc, theo coâng thöùc:
ARP = AR/Ie
TD: trôû laïi TD treân, phaàn traêm nguy cô qui traùch:
0,89/1.000/naêm
ARP = ______________ = 0,93  100 = 93%
0,96/1.000/naêm
16

Ta coù theå phaùt bieåu: Neáu huùt thuoác laù gaây ra ung thö phoåi thì 93% tröôøng hôïp ung thö phoåi
trong nhoùm ngöôøi huùt thuoác coù theå loaïi boû ñöôïc neáu ngöng huùt thuoác laù

V. NGUY CÔ QUY TRAÙCH TRONG DAÂN SOÁ
Nguy cô quy traùnh trong daân soá (Population Attributable Risk – PAR) duøng ñeå öôùc löôïng tæ
suaát beänh doâi ra (vöôït hôn) trong daân soá do tieáp xuùc vôùi beänh so vôùi khoâng tieáp xuùc vôùi beänh.
Nguy cô quy traùch trong daân soá ñöôïc tính baèng tæ suaát beänh trong daân soá tröø ñi tæ suaát beänh
trong nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô, theo coâng thöùc nhö sau:
PAR = Ip - Io
Nguy cô quy traùch trong daân soá coøn coù theå ñöôïc tính baèng tích soá cuûa nguy cô quy traùch
vôùi tæ leä ngöôøi tieáp xuùc vôùi yeáu toá nguy cô trong daân soá (Pe):
PAR = (AR) x (Pe)
TD: trôû laïi TD treân, nguy cô quy traùch trong daân soá PAR = 0,89/1.000/naêm  0,56 =
0,50/1.000/naêm.
Ta phaùt bieåu: Neáu vieäc huùt thuoác laù ñöôïc loaïi boû, thì haøng naêm tæ suaát töû vong do ung thö phoåi
trong daân soá coù theå giaûm ñi 0,50/1.000

VI. PHAÀN TRAÊM NGUY CÔ QUI TRAÙCH TRONG DAÂN SOÁ
Phaàn traêm nguy cô qui traùch trong daân soá (Population Attributable Fraction – PAF) phaûn
aùnh tæ leä beänh trong daân soá xaûy ra laø do phoái hôïp vôùi yeáu toá nguy cô. Nhö treân ñaõ trình baøy, vì
khoâng phaûi taát caû nhöõng ngöôøi beänh ñeàu laø do tieáp xuùc vôùi yeáu toá nguy cô neân nguy cô qui
traùch trong daân soá nhaèm tìm ra thaät söï coù bao nhieâu phaàn traêm ngöôøi trong daân soá bò beänh laø
do tieáp xuùc vôùi yeáu toá nguy cô. Noùi caùch khaùc, phaàn traêm nguy cô qui traùch trong daân soá duøng
ñeå öôùc löôïng bao nhieâu phaàn traêm beänh taät trong daân soá ñöôïc qui traùch cho tieáp xuùc hay bao
nhieâu phaàn traêm beänh taät trong daân soá coù theå phoøng ngöøa ñöôïc baèng caùch loaïi boû söï tieáp xuùc.
Phaàn traêm nguy cô qui traùch trong daân soá ñöôïc tính baèng pheùp chia cuûa nguy cô qui traùch
trong daân soá cho tyû suaát môùi maéc trong daân soá, theo coâng thöùc nhö sau:
PAF = PAR/IP
TD: trôû laïi TD treân, phaàn traêm nguy cô qui traùch trong daân soá
0,50/1.000/naêm
PAF = ______________ = 0,89  100 = 89%
0,56/1.000/naêm
Ta coù theå phaùt bieåu raèng: Neáu huùt thuoác laù gaây ra ung thö phoåi thì 89% tröôøng hôïp ung thö
phoåi trong daân soá coù theå loaïi boû ñöôïc neáu ngöng huùt thuoác laù

17


1. Fletcher R.H., Fletcher S.W., Wagner E.H. Clinical epidemiology – the essentials.
Baltimore, Williams & Wilkins, 1988: 91 – 101.
2. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company,
1987: 77 – 96.
3. Jekel J.F., Elmore J.G., Katz D.L. Epidemiology, Biostatistics and Preventive Medicine.
Philadelphia, W.B. Saunders Company, 1996: 75 – 82.
4. Kenneth J.R. Modern Epidemiology. Boston, Little Brown Company, 1986: 35 – 39.
5. Kleinbaum D.G., Kupper L.L. Epidemiologic research: Principles and quantitative
methods. New York, Van Nostrand Reinhold, 1982:150 – 168.

BÀI TẬP

3.1 Trong moät nhaø maùy coù ñieàu kieän laøm vieäc raát oàn aøo, coâng nhaân ñöôïc cung caáp vaø ñöôïc
khuyeán caùo ñeo caùc nuùt tai. Moät nhaø veä sinh moâi tröôøng lao ñoäng khi kieåm tra nhaø maùy naøy
ñaõ phaùt hieän ra 100 trong soá 500 coâng nhaân khoâng ñeo nuùt tai vì hoï caûm thaáy böïc boäi, khoù
chòu khi ñeo. Khi cho taát caû coâng nhaân ñi kieåm tra thính löïc thì phaùt hieän 16 ngöôøi coù ñeo nuùt
tai vaø 40 ngöôøi khoâng ñeo nuùt tai bò maát khaû naêng nghe. Taát caû nhöõng ngöôøi naøy ñeàu coù thính
löïc bình thöôøng khi ñöôc khaùm söùc khoeû vaøo 4 naêm tröôùc – luùc nhaø maùy môùi thaønh laäp.
a. Tính nguy cô bò maát khaû naêng nghe ñöôïc qui traùch cho vieäc khoâng ñeo nuùt tai?
b. Tính tæ leä bò maát khaû naêng nghe trong soá nhöõng ngöôøi khoâng ñeo nuùt tai ñöôïc qui traùch cho
vieäc khoâng ñeo nuùt tai?
c. Tính tæ leä bò maát khaû naêng nghe trong toaøn theå coâng nhaân ñöôïc qui traùch cho vieäc khoâng
ñeo nuùt tai?
d. Tính nguy cô töông ñoái cuûa vieäc khoâng ñeo nuùt tai so vôùi ñeo nuùt tai?

3.2 Theo doõi nguy cô töû vong do beänh tim maïch ôû nhöõng ngöôøi coù noàng ñoä cholesterol trong
maùu cao, ngöôøi ta thaáy keát quaû nhö sau:

Soá TH töû vong Thôøi gian trong nguy cô (ngöôøi-naêm)
201 – 240 mg/dL 26 36.581
 200 mg/dL 14 68.239

a/- Töø nguy cô töông ñoái tính ñöôïc khi döïa vaøo baûng treân, em coù theå keát luaän ñöôïc gì veà nguy
cô töû vong ôû nhöõng ngöôøi coù noàng ñoä cholesterol/maùu cao
b/- Haõy tính nguy cô qui traùch vaø phaùt bieåu keát quaû
c/- Haõy tính phaàn traêm nguy cô qui traùch trong nhoùm ngöôøi coù noàng ñoä cholesterol/maùu cao

3.3 Trong moät nghieân cöùu nhaèm tìm moái töông quan giöõa vieäc huùt thuoác laù vaø tình traïng bò
beänh tim maïch, coù 1.000 ngöôøi ñaøn oâng trong ñoä tuoåi 35-44 ñöôïc môøi tham döï. Qua vieäc hoûi
beänh söû, ngöôøi ta phaùt hieän 200 trong soá nhöõng ngöôøi naøy Coù beänh cao huyeát aùp. Sau 15 naêm

18

theo doõi, trong nhoùm nhöõng ngöôøi cao huyeát aùp coù 30 ngöôøi bò beänh tim maïch, trong khi chæ
24 ngöôøi trong nhoùm khoâng cao huyeát aùp bò maéc beänh.
a. Tính nguy cô töông ñoái vaø phaùt bieåu keát quaû
b. Tính nguy cô qui traùch vaø phaùt bieåu keát quaû
c. Tính phaàn traêm nguy cô qui traùch vaø phaùt bieåu keát quaû

19

MOÁI LIEÂN HEÄ NHAÂN – QUAÛ


 giaûi thích ñöôïc söï khaùc nhau giöõa nguyeân nhaân ñôn, nguyeân nhaân phöùc, nguyeân nhaân caàn,
nguyeân nhaân ñuû
 keå ra ñöôïc caùc yeáu toá ñeå khaúng ñònh 1 moái lieân heä laø lieân quan nhaân quaû

--
I. KHAÙI NIEÄM VEÀ NGUYEÂN NHAÂN
Trong y hoïc, vieäc hieåu bieát veà nguyeân nhaân cuûa beänh khoâng chæ coù vai troø quan troïng
trong vieäc phoøng ngöøa maø coøn coù yù nghóa trong vieäc chaån ñoaùn vaø ñieàu trò.
Nguyeân nhaân cuûa moät beänh coù theå laø moät bieán coá, moät tình traïng, moät söï phoái hôïp cuûa
nhieàu yeáu toá – ñoùng vai troø quan troïng trong vieäc sinh ra beänh taät. Hieåu moät caùch logic, moät
nguyeân nhaân phaûi ñi tröôùc moät beänh.
Moät nguyeân nhaân coù theå ñoùng vai troø laø nguyeân nhaân ñuû khi vôùi söï coù maët cuûa nguyeân
nhaân naøy, moät beänh chaéc chaén seõ ñöôïc sinh ra hay khôûi phaùt; hoaëc coù theå laø nguyeân nhaân caàn
neáu nhö khi vaéng maët nguyeân nhaân naøy, moät beänh khoâng theå xaûy ra. Nguyeân nhaân ñuû thöôøng
khoâng chæ laø moät nguyeân nhaân ñôn maø thöôøng goàm nhieàu thaønh phaàn (nguyeân nhaân phöùc).
Vieäc tìm ra vi sinh vaät cuûa Pasteur ñaõ ñöa Henle, sau ñoù laø Koch phaùt trieån ra nhöõng
quy taéc sau ñaây ñeå xaùc ñònh vi sinh vaät coù phaûi laø nguyeân nhaân cuûa beänh khoâng:
 Vi sinh vaät phaûi hieän dieän trong moãi tröôøng hôïp beänh
 Vi sinh vaät phaûi ñöôïc phaân laäp vaø taêng tröôûng trong moâi tröôøng tinh khieát
 Vi sinh vaät phaûi gaây ra moät beänh ñaëc hieäu khi nhieãm vaøo moät ñoäng vaät naøo ñoù
 Vi sinh vaät sau ñoù phaûi ñöôïc phaùt hieän vaø nhaän daïng töø ñoäng vaät naøy
Tuy nhieân, trong haàu heát caùc beänh, nhieãm truøng cuõng nhö khoâng nhieãm truøng, nhöõng
quy taéc cuûa Koch khoâng ñuû ñeå xaùc ñònh nguyeân nhaân. Moät beänh coù theå laø do nhieàu nguyeân
nhaân gaây ra, vaø ngöôïc laïi moät nguyeân nhaân coù theå gaây ra nhieàu beänh. Ví duï: vieäc huùt thuoác laù
coù theå gaây ra ung thö phoåi, beänh phoåi taét ngheõn maõn tính, loeùt daï daøy, ung thö baøng quang, vaø
beänh maïch vaønh v.v… Ngöôïc laïi, beänh maïch vaønh coù theå do nhieàu nguyeân nhaân gaây ra nhö:
vieäc huùt thuoác laù, cao huyeát aùp, taêng cholesterol/maùu v.v… Ngoaøi ra, beänh maïch vaønh cuõng coù
theå xaûy ra ngay caû khi khoâng coù söï hieän dieän cuûa caùc yeáu toá nguy cô keå treân.
Thoâng thöôøng, nhieàu yeáu toá hoaït ñoäng cuøng vôùi nhau ñeå sinh ra beänh. Söï phoái hôïp naøy
taïo ra caùi goïi laø “maïng löôùi nhaân quaû” (web of causation).
II. MOÁI LIEÂN HEÄ NHAÂN QUAÛ:
Sô ñoà ñaùnh giaù moái lieân heä giöõa moät yeáu toá coù theå laø nguyeân nhaân vaø moät keát quaû nhö sau:

Moät moái lieân heä quan saùt thaáy ñöôïc

20

Coù theå laø do nhöõng sai leäch do ño
löôøng (measurement bias) hay do
choïn löïa caù theå nghieân cöùu
(selection bias) ñöa ñeán khoâng?

Khoâng

Coù theå laø do caùc yeáu toá gaây
nhieãu (confounding factors) ñöa
ñeán khoâng?

Khoâng

Coù phaûi xaûy ra ngaãu nhieân (chance)
khoâng?

Coù theå laø khoâng

Coù theå laø nguyeân nhaân khoâng?

Aùp duïng caùc tieâu chuaån ñeå xeùt
WHO 92338

21

CAÙC TIEÂU CHUAÅN ÑEÅ QUYEÁT ÑÒNH MOÄT MOÁI LIEÂN QUAN NHAÂN QUAÛ
(Tieâu chuaån ñaùnh giaù cuûa Bradford Hill – 8 tieâu chuaån)

1) Phaûi coù moái lieân heä veà maët thôøi gian giöõa nguyeân nhaân vaø keát quaû
Hieån nhieân, nguyeân nhaân phaûi xaûy ra tröôùc haäu quaû. Ñieàu naøy khoâng phaûi luùc naøo cuõng
xaûy ra moät caùch roõ raøng nhö chuùng ta nghó. Ví duï: Chuùng ta quan saùt thaáy coù moái lieân heä giöõa
löôïng chì coù trong cô theå cuûa nhöõng ñöùa treû nhoû vaø chæ soá thoâng minh (IQ) thaáp, vaäy thì caùi
naøo xaûy ra tröôùc:
- Vì treû coù tieâu thuï moät löôïng chì trong cô theå neân sau naøy chæ soá thoâng minh thaáp.
Hay:
- Vì treû coù chæ soá thoâng minh thaáp (neân hay “aên dô” – aên thöùc aên rôi döôùi ñaát) do ñoù
(voâ tình) tieâu thuï moät löôïng chì trong cô theå.
2) Ñoä maïnh cuûa söï phoái hôïp
Neáu coù söï phoái hôïp maïnh giöõa moät yeáu toá coù theå laø nguyeân nhaân vaø moät haäu quaû – theå
hieän baèng nguy cô töông ñoái (relative risk) hay tæ soá cheânh (odds ratio) lôùn – thì coù nhieàu khaû
naêng moái lieân heä naøy laø moái lieân heä nhaân quaû.
Ví duï: nhöõng ngöôøi coâng nhaân tieáp xuùc vôùi Benzene coù nguy cô bò Leukaemia cao gaáp
5 ñeán 25 laàn ngöôøi khoâng tieáp xuùc. Baèng chöùng naøy cho thaáy coù moät moái lieân heä maïnh meõ.
Ngöôïc laïi neáu keát quaû khaûo saùt cho bieát nguy cô cuûa ngöôøi thôï ngaønh thuoäc da chæ cao gaáp 1,5
laàn so vôùi ngöôøi khoâng tieáp xuùc thì ñieàu naøy cho thaáy moái lieân heä naøy keùm coù khaû naêng chaéc
chaén laø moái lieân heä nhaân – quaû.
3) Moái lieân heä ñaùp öùng theo lieàu (dose – response relationship)
Vieäc thay ñoåi veà löôïng cuûa nguyeân nhaân ñöa ñeán vieäc thay ñoåi veà löôïng cuûa haäu quaû.
Ví duï: nguy cô bò ung thö phoåi gia taêng theo soá ñieáu thuoác huùt moãi ngaøy.
Cho duø moái quan heä ñaùp öùng theo lieàu laø moät baèng chöùng toát veà moái quan heä nhaân
quaû, nhaát laø khi ñi keøm vôùi moät RR hay OR lôùn, nhöng vaãn khoâng loïai tröø ñöôïc ñaây laø saûn
phaåm cuûa yeáu toá gaây nhieãu
4) Söï phoái hôïp nghòch ñaûo
Moät yeáu toá coù nhieàu khaû naêng laø nguyeân nhaân cuûa moät beänh khi vieäc loaïi boû noù daãn
ñeán vieäc giaûm nguy cô bò beänh. Ví duï: Boû huùt thuoác laù laøm giaûm nguy cô bò ung thö phoåi.
Töông töï, neáu chæ caên cöù treân moái quan heä nghòch ñaûo maïnh ñeå keát luaän moái quan heä
nhaân-quaû thì ngöôøi nghieân cöùu coù theå bò sai. Ví duï: Nhöõng ngöôøi coù yù muoán boû thuoác laù cuõng
coù theå mang moät soá yeáu toá khaùc hôn ngöôøi tieáp tuïc huùt thuoác laù.
5) Tính nhaát quaùn (consistency)
Khi coù nhieàu nghieân cöùu ñöôïc tieán haønh vôùi nhieàu loïai beänh nhaân khaùc nhau, vaøo
nhieàu thôøi ñieåm khaùc nhau, ôû nhieàu nôi khaùc nhau nhöng taát caû ñeàu cuøng ñi ñeán moät keát luaän
thì baèng chöùng veà moái lieân heä nhaân quaû ñöôïc cuûng coá vöõng chaéc.
6) Tính hôïp lyù veà maët sinh hoïc
Söï giaûi thích veà moái lieân heä nhaân quaû phaûi phuø hôïp vôùi kieán thöùc veà cô cheá beänh sinh
hieän ñang ñöôïc hieåu, hay vôùi keát quaû nghieân cöùu treân ñoäng vaät v.v...
7) Tính ñaëc hieäu
Tính ñaëc hieäu – töùc laø moät nguyeân nhaân chæ gaây moät haäu quaû – thöôøng gaëp trong caùc
beänh nhieãm truøng caáp hay nhöõng beänh veà gen. Caùc beänh maõn tính, thoaùi hoùa coù theå coù nhieàu
nguyeân nhaân cho cuøng moät haäu quaû, hay coù nhieàu haäu quaû cho cuøng moät nguyeân nhaân.
22

Söï hieän dieän cuûa tính ñaëc hieäu laø moät baèng chöùng maïnh meõ cho moái lieân heä nhaân-quaû,
nhöng khoâng coù tính ñaëc hieäu khoâng phaûi laø baèng chöùng choáng laïi moái lieân heä nhaân-quaû.
8) Tính ñoàng daïng (Analogy)
Neáu chaáp nhaän A vaø B coù moái lieân heä nhaân quaû vaø cuõng ñoàng thôøi chaáp nhaän raèng C &
D lieân heä vôùi nhau cuøng cô cheá nhö moái lieân heä cuûa A & B thì coù theå chaáp nhaän raèng C & D
cuõng coù moái lieân heä nhaân quaû. Ví duï: Chuùng ta ñaõ bieát nhöõng haäu quaû cuûa Rubella gaây ra cho
thai kyø thì cuõng coù theå chaáp nhaän (duø yeáu hôn) raèng cuõng coù theå coù nhöõng haäu quaû ñoàng daïng
(töông töï) maø nhöõng taùc nhaân töông töï (virus) gaây ra cho thai kyø.
Tuy nhieân baèng chöùng naøy khaù yeáu.
* Thieát keá nghieân cöùu (tieâu chuaån naøy ñöôïc neâu ra trong cuoán “Basic Epidemiology” do WHO
xuaát baûn naêm 1993)
Thieát keá nghieân cöùu cuõng neân ñöôïc ñöôïc xem xeùt ñeå chaáp thuaän moái lieân heä tìm thaáy
laø moái lieân heä nhaân quaû hay khoâng! Baèng chöùng toát nhaát ñeå keát luaän moái lieân heä nhaân quaû
ñöôïc ruùt ra töø nghieân cöùu thöïc nghieäm ngaãu nhieân coù ñoái chöùng (randomized controlled
trials). Nghieân cöùu ñoaøn heä (cohort studies) laø loaïi thieát keá toát keá tieáp vì khi thöïc hieän toát, caùc
sai leäch coù theå ñöôïc giaûm thieåu. Tieáp theo laø nghieân cöùu beänh chöùng (case-control studies), duø
cuõng coù choã yeáu laø coù sai leäch do choïn maãu, nhöng keát quaû töø caùc nghieân cöùu lôùn, ñöôïc thieát
keá toát cuõng coù theå cho chuùng ta baèng chöùng toát veà moái lieân heä nhaân quaû. Nghieân cöùu caét
ngang vaø nghieân cöùu töông quan chöùng minh veà moái lieân heä nhaân quaû khaù yeáu.
* ÑAÙNH GIAÙ CAÙC BAÈNG CHÖÙNG COÙ ÑÖÔÏC ÑEÅ COÙ KEÁT LUAÄN VEÀ MOÁI QUAN HEÄ
NHAÂN-QUAÛ (theo “Basic Epidemiology” do WHO xuaát baûn naêm 1993)
Khi ñaùnh giaù nhieàu khía caïnh khaùc nhau ñeå keát luaän veà moái quan heä nhaân quaû theo caùc tieâu
chuaån neâu treân, moái lieân heä veà maët thôøi gian giöõa nguyeân nhaân vaø keát quaû laø yeáu toá caàn thieát;
moät khi yeáu toá naøy ñaõ coù roài thì caùc tieâu chuaån sau ñöôïc xem laø “naëng kyù” nhaát: Tính hôïp lyù
veà maët sinh hoïc, Tính nhaát quaùn, vaø Moái lieân heä ñaùp öùng theo lieàu (dose – response
relationship).
Khaû naêng laø moái lieân heä nhaân quaû caøng cao khi coù nhieàu baèng chöùng khaùc nhau nhöng ñöa
ñeán cuøng moät keát luaän. Baèng chöùng töø caùc nghieân cöùu ñöôïc thieát keá toát laø raát quan troïng, nhaát
laø khi caùc nghieân cöùu naøy thöïc hieän ôû nhieàu nôi khaùc nhau nhöng cho ra keát quaû gioáng nhau.
--------------------------------------------------------------------------------------------

1. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press Ltd.,
1994.
2. Fletcher R.W., Fletcher S.W. Clinical Epidemiology. Philadelphia, Lippincott Williams & Wilkins,
2005.
3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New
Jersey, Prentice-Hall International, Inc., 2005.
4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987.
5. R. Beaglehole, R. Bonita, and T. Kjellstrom. Basic Epidemiology. WHO, 1993.

23

CAÙC THIEÁT KEÁ NGHIEÂN CÖÙU TRONG DÒCH TEÃ HOÏC

ThS. BS. Nguyeãn Theá Duõng
MUÏC TIEÂU: Sau khi hoïc xong baøi naøy, hoïc vieân coù theå:

 Phaân loaïi ñöôïc caùc thieát keá nghieân cöùu thöôøng duøng trong dòch teã hoïc
 Trình baøy ñöôïc moät caùch khaùi quaùt caáu truùc, coâng duïng, öu ñieåm, nhöôïc ñieåm cuûa caùc thieát
keá nghieân cöùu thuoäc höôùng tieáp caän quan saùt moâ taû
keá nghieân cöùu thuoäc höôùng tieáp caän quan saùt phaân tích
keá nghieân cöùu thuoäc höôùng tieáp caän can thieäp

I. GIÔÙI THIEÄU

Dòch Teã Hoïc (DTH) laø moân hoïc (1) khaûo saùt söï phaân boá (cuûa) vaø caùc yeáu toá quyeát ñònh
(determinants) ñöa ñeán caùc tình traïng hoaëc caùc bieán coá coù lieân quan ñeán söùc khoûe trong nhöõng
coäng ñoàng daân cö chuyeân bieät; vaø (2) aùp duïng keát quaû cuûa caùc khaûo saùt naøy vaøo vieäc kieåm
soaùt caùc vaán ñeà söùc khoûe.
DTH Moâ Taû (Descriptive Epidemiology) khaûo saùt söï phaân boá caùc vaán ñeà söùc khoûe
(VÑSK), trong khi
DTH Phaân Tích (Analytic Epidemiology) taäp trung vaøo vieäc xaùc ñònh caùc determinants
cuûa nhöõng VÑSK baèng caùch kieåm ñònh caùc giaû thuyeát ñöôïc hình thaønh töø caùc nghieân cöùu moâ
taû.
DTH Can Thieäp (Interventional Epidemiology) chuyeân veà vieäc kieåm soaùt caùc VÑSK
Do ñoù, trong nghieân cöùu Dòch Teã Hoïc ngöôøi ta phaûi duøng nhieàu thieát keá nghieân cöùu khaùc
nhau ñeå ñaït ñöôïc caùc muïc tieâu noùi treân.

II. PHAÂN LOAÏI CAÙC THIEÁT KEÁ NGHIEÂN CÖÙU (TKNC) DÒCH TEÃ HOÏC

Trong DTH coù 2 höôùng tieáp caän cô baûn ñeå khaûo saùt moái töông quan giöõa caùc bieán soá:
Nghieân cöùu Quan saùt (Observational studies): nhaø nghieân cöùu khoâng can thieäp gì vaøo tieán
trình töï nhieân cuûa caùc bieán soá maø chæ ghi nhaän caùc thay ñoåi coù ñöôïc.
Caùc nghieân cöùu quan saùt ñöôïc phaân thaønh 2 nhoùm: moâ taû vaø phaân tích; moãi nhoùm coù caùc
thieát keá nghieân cöùu khaùc nhau.
Nghieân cöùu thöïc nghieäm (Experimental studies): nhaø nghieân cöùu chuû ñoäng can thieäp baèng
caùch laøm thay ñoåi 1 bieán soá roài xem bieán soá coøn laïi thay ñoåi ra sao. Nghieân cöùu thöïc nghieäm
ñöôïc xem laø thuaàn veà phaân tích.
(xem baûng phaân loaïi beân döôùi)

24

Caùc thieát keá nghieân cöùu DTH

Thieát keá nghieân cöùu Teân goïi khaùc Ñoái töôïng nghieân
cöùu
Nghieân cöuù Quan Saùt
(Observational studies)
NC. Moâ Taû
NC. Töông Quan
(Correlational study) (Ecologic study) Daân soá
Baùo caùo caùc tröôøng hôïp beänh Beänh nhaân
(Case reports - Case series)
NC. Phaân Tích
NC. Caét Ngang
(Cross-sectional study) (Prevalence study) Nhieàu caù theå
NC. Beänh - Chöùng (Case-Reference study;
(Case-Control study) Retrospective study) Nhieàu caù theå
NC. Thuaàn Taäp NC. Ñoaøn Heä
(Cohort study) (Follow-up study; Nhieàu caù theå
Prospective study)
Nghieân cöùu Thöïc Nghieäm
(Experimental studies)
Thöû nghieäm ngaãu nhieân coù Thöû nghieäm Laâm saøng
kieåm soaùt (Randomized (Clinical Trials) Beänh nhaân
controlled trials)
Thöû nghieäm Thöïc Ñòa Ngöôøi laønh
(Field trials)
Thöû nghieäm Coäng Ñoàng NC. Can thieäp Coäng Ñoàng Coäng ñoàng
(Community trials) (Community intervention study)

III. NGHIEÂN CÖÙU QUAN SAÙT
A. Nghieân cöùu moâ taÛ
1. Nghieân cöùu Töông Quan (Correlational study)
NC. Töông Quan duøng soá lieäu thu thaäp treân toaøn boä caùc daân soá ñeå so saùnh taàn soá beänh taät
hoaëc töû vong giöõa caùc daân soá khaùc nhau trong cuøng 1 thôøi khoaûng, hoaëc trong cuøng 1 daân soá
nhöng ôû caùc thôøi khoaûng khaùc nhau.
Thí duï:Löôïng thòt aên haøng ngaøy/ngöôøi vaøUng thö ñaïi traøng
NC. Töông Quan giuùp ích nhieàu vaøo vieäc neâu caùc giaû thuyeát, vaø khoâng theå ñöôïc duøng ñeå
kieåm ñònh caùc giaû thuyeát

25

2. Nghieân cöùu (caùc) tröôøng hôïp beänh (Case Reports vaø Case series)
Case reports: laø baùo caùo chi tieát cuûa 1 hay nhieàu thaày thuoác veà beänh aùn cuûa 1
beänh nhaân. Thí duï: baùo caùo veà tröôøng hôïp 1 phuï nöõ tieàn maõn kinh 40 tuoåi coù duøng thuoác vieân
ngöøa thai vaø beänh thuyeân taéc phoåi.
Case series: nhaèm moâ taû caùc ñaëc ñieåm cuûa 1 soá beänh nhaân cuøng maéc 1 loaïi beänh. Thí
duï: Vieâm phoåi do Pneumocystis carinii treân 5 beänh nhaân ñoàng tính luyeán aùi nam ôû Los
Angeles vaø AIDS.
Keát quaû cuûa case reports vaø case series chæ coù tính gôïi yù hoaëc neâu giaû thuyeát. Hai
TKNC naøy khoâng ñöôïc duøng ñeå kieåm ñònh giaû thuyeát.

B. Nghieân cöùu phaân tích
1. Nghieân cöùu caét ngang (Cross-sectional study)
NC. Caét Ngang khaûo saùt tình traïng coù hoaëc khoâng coù tieáp xuùc vôùi yeáu toá nguy cô (YTNC)
cuøng luùc vôùi tình traïng coù hoaëc khoâng coù beänh.
Coâng duïng
NC. Caét Ngang raát thöôøng ñöôïc duøng ñeå moâ taû 1 beänh (hoaëc VÑSK) hoaëc ñeå cung caáp
thoâng tin veà chaån ñoaùn hoaëc phaân giai ñoaïn cuûa 1 beänh.
Öu ñieåm: Nhanh, ít toán keùm
Nhöôïc ñieåm: Vieäc tìm thaáy caùc moái lieân heä thoáng keâ khi kieåm ñònh caùc giaû thuyeát thöôøng
coù tính chính xaùc khoâng cao neân keát quaû cuûa TKNC naøy thöôøng vaãn coù giaù trò neâu giaû thuyeát
trong ña soá caùc tröôøng hôïp.

2. Nghieân cöùu Beänh - Chöùng (Case-Control study)
Trong NC Beänh - Chöùng,
Töø 2 nhoùm ngöôøi ñaõ ñöôïc choïn: nhoùm Beänh (Cases) goàm nhöõng ngöôøi coù beänh (ñöôïc
nghieân cöùu), vaø nhoùm Chöùng (Controls) goàm nhöõng ngöôøi khoâng coù beänh ñöôïc nghieân cöùu),
thoâng tin veà tình traïng coù hoaëc khoâng coù tieáp xuùc vôùi YTNC trong quaù khöù cuûa caû 2 nhoùm
ñöôïc thu thaäp vaø so saùnh vôùi nhau.

Coâng duïng vaø öu ñieåm
TKNC Beänh-Chöùng raát thích hôïp ñeå khaûo saùt caùc beänh ít gaëp, ñeå khaûo saùt caùc caùc beänh coù
tieán trieån keùo daøi, vaø ñeå khaûo saùt caùc giaû thuyeát ban ñaàu. Nghieân cöùu theo thieát keá naøy thöôøng
ít toán thôøi gian vaø tieàn baïc
Nhöôïc ñieåm
Coù raát nhieàu bias (sai soá heä thoáng). Khoù choïn nhoùm controls phuø hôïp.

3. Nghieân cöùu cohort
Trong NC Cohort,
Töø 2 nhoùm ngöôøi khoâng coù beänh (ñöôïc nghieân cöùu): nhoùm Coù Tieáp Xuùc goàm nhöõng ngöôøi
ñang coù tieáp xuùc vôùi YTNV, vaø nhoùm Khoâng Tieáp Xuùc goàm nhöõng ngöôøi khoâng coù tieáp xuùc
vôùi YTNC, thoâng tin veà tình traïng maéc beänh ôû caû 2 nhoùm ñöôïc thu thaäp sau 1 thôøi gian theo
doõi vaø ñöôïc so saùnh vôùi nhau.

26

Coâng duïng vaø öu ñieåm:
TKNC naøy thöôøng ñöôïc choïn khi caàn khaûo saùt nguyeân nhaân cuûa beänh taät hoaëc VÑSK,
khaûo saùt tieán trieån cuûa beänh taät, hoaëc khaûo saùt caùc YTNC vì noù cung caáp baèng chöùng vöõng
chaéc veà moái quan heä nhaân -quaû coù theå coù.
Nhöôïc ñieåm
Thôøi gian theo doõi daøi deã laøm thaát thoaùt soá löôïng maãu NC vaø gaây nhieàu toán keùm.

IV. NGHIEÂN CÖÙU THÖÏC NGHIEÄM
1. Thöû nghieäm laâm saøng (Clinical Trials)
Laø thöû nghieäm nhaèm khaûo saùt 1 cheá ñoä phoøng ngöøa hoaëc ñieàu trò môùi. Ñoái töôïng nghieân
cöùu (thoûa caùc ñieàu kieän choïn maãu) ñöôïc phaân boá ngaãu nhieân vaøo caùc nhoùm, thöôøng goïi laø
nhoùm ñieàu trò (treatment) vaø nhoùm chöùng (controls). Keát quaû ñöôïc löôïng giaù baèng caùch so
saùnh hieäu quaû treân 2 hay nhieàu nhoùm.
Coâng duïng vaø öu ñieåm
TKNC naøy ñöôïc xem laø “gold standards” trong y hoïc vì noù cung caáp caùc baèng chöùng vöõng
chaûi nhaát ñeå keát luaän nguyeân nhaân, vaø cuõng vì noù ít coù caùc bias.
Nhöôïc ñieåm
Raát toán keùm vaø maát nhieàu thôøi gian.

2. Thöû nghieäm thöïc ñòa (Field Trials)
Ñöôïc tieán haønh treân nhöõng ngöôøi khoâng coù beänh (ngöôøi laønh) nhöng ñöôïc xem laø coù
nguy cô maéc beänh. Thöû nghieäm thöïc ñòa thöôøng ñöôïc duøng trong caùc tröôøng hôïp thöû nghieäm
vaccin môùi ñaïi traø.
3. Thöû nghieäm Coäng Ñoàng (Community Trials)
TKNC naøy coù phaàn naøo gioáng nhö Clinical Trials, nhöng khaùc ôû choã nhoùm ñieàu trò laø
caùc coäng ñoàng thay vì caùc caù theå ñöôïc choïn. TKNC naøy ñaëc bieät thích hôïp cho nhöõng beänh coù
nguoàn goác töø caùc ñieàu kieän xaõ hoäimaø ta coù theå taùc ñoäng deã daøng baèng caùch can thieäp tröïc tieáp
treân haønh vi cuûa coäng ñoàng cuõng nhö cuûa caù theå.

--------------------------------------------------------------------------------------------------------------------------------------------------------------------


1. Beth D. Saunders and Robert G. Trapp. Basic and Clinical Biostatistics. Appleton &
Lange, California, 1990: 6 – 18.
2. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown
Company, 1987: 101 – 209.
3. R. Beaglehole, R. Bonita, and T. Kjellstrom. Basic Epidemiology. WHO, 1993: 31 –
45.

27

BÀI TẬP
Nhöõng nghieân cöùu döôùi ñaây ñöôïc thieát keá theo1 trong caùc loaïi sau. Haõy cho bieát caùc nghieân cöùu
naøy thuoác thieát keá nghieân cöùu gì?
a. NC caét ngang d. NC ñoaøn heä hoài cöùu
b. NC beänh chöùng e. NC töông quan
c. NC ñoaøn heä tieàn cöùu f. NC can thieäp
1. Moät cuoäc ñieàu tra qua ñieän thoaïi seõ ñöôïc thöïc hieän vaøo muøa heø tôùi ñeå xaùc ñònh xem loeùt daï
daøy gaëp ôû ngöôøi ñi laøm hay ôû ngöôøi thaát nghieäp nhieàu hôn.
2. Trong giai ñoaïn töø naêm 1950 ñeán 1969, Vieän Ung thö quoác gia cuûa Myõ ñaõ thöïc hieän moät
nghieân cöùu nhaèm khaûo saùt tæ suaát töû vong do ung thö theo tuoåi treân toaøn nöôùc Myõ. Nghieân cöùu
naøy ñaõ cho thoáng keâ ñöôïc tæ suaát töû vong theo töøng loaïi beänh, ñoàng thôøi cuõng cho thaáy raèng tæ
suaát töû vong do ung thö phoåi cao ôû nhöõng khu coù coâng nghieäp saûn xuaát giaáy, daàu khí, ñoùng taøu
v.v… Nghieân cöùu naøy gôïi ra giaû thieát raèng coù leõ coù moái lieân quan giöõa coâng nghieäp ñoùng taøu
vaø ung thö phoåi
3. Moät nghieân cöùu ñöôïc thöïc hieän bôûi caùc cöïu chieán binh cuûa Chieán tranh Theá giôùi II töø nhieàu
naêm tröôùc ñaây cho ñeán nay nhaèm so saùnh xem trong 2 nhoùm: nhöõng ngöôøi phuïc vuï trong boä
binh vaø nhöõng ngöôøi phuïc vuï trong haûi quaân, nhoùm naøo coù tæ suaát cheát cao hôn.
4. Moät nghieân cöùu so saùnh giöõa hai nhoùm nöõ sinh lôùp baûy: moät nhoùm ñöôïc cha meï cho pheùp
tham döï khoaù hoïc veà giaùo duïc giôùi tính vaø moät nhoùm cha meï khoâng cho pheùp tham döï. Keát
quaû cho thaáy sau 5 naêm, tæ leä coù thai trong ñoä tuoåi thaønh nieân cuûa nhoùm nöõ sinh coù tham döï
khoaù hoïc veà giôùi tính thaáp hôn nhoùm khoâng tham döï khoaù hoïc.
5. 649 tröôøng hôïp beänh ung thö phoåi ñöôïc baét caëp theo tuoåi vaø giôùi tính vôùi 649 tröôøng hôïp
khoâng beänh, ngöôøi ta phaùt hieän coù 647 ngöôøi trong soá bò beänh vaø 622 ngöôøi trong soá khoâng bò
beänh coù tieàn söû huùt thuoác laù.
6. 17.187 beänh nhaân cuûa 417 beänh vieän taïi nhieàu quoác gia ñaõ tham gia vaøo nghieân cöùu nhaèm
so saùnh hieäu quaû cuûa Streptokinase chích vaø Aspirin uoáng trong vieäc phoøng ngöøa nhoài maùu cô
tim. Hoï ñöôïc boác thaêm vaøo 1 trong 2 nhoùm: duøng Streptokinase chích, duøng Aspirin uoáng. Caû
beänh nhaân laãn baùc só ñieàu trò ñeàu khoâng bieát ñöôïc ngöôøi beänh thuoäc veà nhoùm naøo.

28

NGHIEÂN CÖÙU CAÉT NGANG

ThS. BS. Nguyeãn Theá Duõng

 Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu caét ngang vaø caùc loaïi nghieân cöùu
phaân tích khaùc
 Neâu leân ñöôïc caùc nguyeân taéc trong vieäc thieát keá, tieán haønh nghieân cöùu caét ngang
 Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu caét ngang

--
I. GIÔÙI THIEÄU
NC. Caét Ngang (NCCN) khaûo saùt moái lieân quan giöõa beänh taät/vaán ñeà söùc khoûe (haäu
quaû) vaø caùc ñaëc ñieåm khaùc nhö chuùng hieän coù trong 1 coäng ñoàng xaùc ñònh vaø cuøng taïi 1 thôøi
ñieåm/thôøi khoaûng xaùc ñònh. Fletchers ghi nhaän soá coâng trình NCKH duøng thieát keá NCCN treân
caùc baùo - taïp chí y hoïc trong voøng 30 naêm (1946-1976) ñaõ cho thaáy coù söï gia taêng 20% (töø
24% leân 44%). Ñieàu naøy cho thaáy roõ tính hieäu naêng (chi phí thaáp, thôøi gian nghieân cöùu raát
ngaén), tính linh hoaït, cuõng nhö caùc coâng duïng khaùc cuûa thieát keá NCCN.
II. COÂNG DUÏNG
Noäi dung thieát keá cuûa NCCN laøm cho thieát keá coù nhieàu coâng duïng coù theå keå nhö sau:
1
Xaùc ñònh tæ suaát hieän maéc (Prevalence) cuûa 1 beänh hoaëc 1 vaán ñeà söùc khoûe (VÑSK)
 Prevalence study
2
Nhaän dieän caùc yeáu toá nguyeân nhaân
3
Löôïng giaù moät test môùi hoaëc öùng duïng môùi cuûa moät test cuõ
4
Löôïng giaù khaû naêng tieân ñoaùn (predictive capability) cuûa caùc ñaëc ñieåm laâm saøng
5
Saøng loïc vaø phaân loaïi tröôùc ñoái töôïng nghieân cöùu cho caùc nghieân cöùu cohorts.
III. CAÙCH TIEÁN HAØNH NGHIEÂN CÖÙU CAÉT NGANG
(Phaàn naøy chæ ñeà caäp ñeán nhöõng böôùc coù lieân quan ñeán ñaëc ñieåm cuûa thieát keá NCCN)
1. Choïn daân soá nghieân cöùu:
Caàn xaùc ñònh roõ daân soá ñích vaø choïn daân soá nghieân cöùu (daân soá choïn maãu) thích hôïp.
Moät trong nhöõng ñieåm yeáu cuûa thieát keá NCCN laø deã maéc sai leäch do choïn maãu (selection
bias) neáu khoâng chuù yù toát böôùc kyõ thuaät naøy.
2. Côõ maãu: ñöôïc xaùc ñònh theo coâng thöùc tính côõ maãu cho NCCN (Theo Soå tay thöïc
haønh “Xaùc ñònh côõ maãu trong caùc nghieân cöùu söùc khoûe” cuûa S.K. Lwanga vaø S. Lemeshow,
TCYTTG aán haønh naêm 1991).
3. Choïn maãu: xaùc ñònh kyõ thuaät choïn maãu thích hôïp. Vieäc choïn maãu caàn ñöôïc thöïc
hieän theo caùc kyõ thuaät coù xaùc suaát ñeå traùnh hieäu öùng Ngöôøi tình nguyeän (Volunteer Effect).
4. Thu thaäp soá lieäu: xaùc ñònh tình traïng Beänh vaø tình traïng Tieáp xuùc baèng caùc kyõ thuaät
vaø phöông phaùp ño löôøng thích hôïp.
29

5. Phaân tích soá lieäu: Laäp caùc baûng cheùo (cross tabulation) phaân nhoùm daân soá theo caùc
YTNC ñöôïc nghieân cöùu vaø so saùnh prevalence rates trong töøng nhoùm. Ñeå xaùc ñònh moái lieân
heä giöõa tình traïng tieáp xuùc (TX) vaø tình traïng Beänh (B), coù 2 löïa choïn:
+ Tính prevalence cuûa B ôû nhoùm coù TX vaø so saùnh vôùi prevalence cuûa B ôû nhoùm
khoâng coù TX.
+ Tính prevalence cuûa TX+ ôû nhoùm coù B vaø so saùnh vôùi prevalence cuûa TX+ ôû
nhoùm khoâng coù B.

B+ B-
+
TX a b (a + b)
TX- c d (c + d)
(a + c) (b + d)
Prevalence cuûa Beänh so saùnh Prevalence cuûa Tieáp xuùc so saùnh
trong nhoùm TX+ vaø TX- trong nhoùm B+ vaø B-
a c a b
vôùi vôùi
ab cd ac bd

Coù theå duøng caùc pheùp kieåm thoáng keâ (t-test, Chisquare,..) ñeå xaùc ñònh caùc moái lieân heä.
6. Baøn luaän:
Noùi chung, trong NCCN vieäc baøn luaän chuû yeáu xoay quanh caùc prevalences cuõng nhö
moái lieân heä giöõa caùc bieán soá. Caàn chuù yù traùnh gaùn gheùp moät traâït töï thôøi gian khoâng coù caên cöù
vaøo moät moái lieân heä giöõa TX vaø B.
Baøn luaän veà sai leäch Ñaùp öùng/Tham gia (Response/Participation Bias) neáu coù.
IV. CAÙC VAÁN ÑEÀ KHAÙC CUÛA NC. CAÉT NGANG
+ Ñieåm yeáu quan troïng cuûa NCCN laø vieäc khoù thieát laäp moái töông quan nhaân quaû töø soá
lieäu thu thaäp ñöôïc (do khoù thieát laäp traät töï thôøi gian giöõa caùc bieán soá coù lieân quan).
+ Vieäc nghieân cöùu caùc beänh hieám gaëp baèng thieát keá NCCN laø ñieàu khoâng thöïc teá neáu
vieäc thu thaäp soá lieäu ñöôïc tieán haønh treân 1 maãu laáy töø daân soá chung (Thí duï: NCCN beänh K.
daï daøy ôû ngöôøi 45-59 tuoåi caàn khoaûng 10.000 ngöôøi ñeå tìm thaáy 01 case). Tuy nhieân, NCCN
coù theå ñöôïc tieán haønh vôùi caùc beänh hieám gaëp neáu maãu laáy töø daân soá ngöôøi beänh thay vì daân soá
chung.
+ Serial surveys hoaëc Sequential cross-sectional studies laø caùc NC Caét ngang ñöôïc tieán
haønh laëp laïi sau caùc thôøi khoaûng khaùc nhau nhaèm cho thaáy khuynh höôùng cuûa VÑSK.
-----------------------------------------------------------------------------------------------------------------

1. Beth D. Saunders and Robert G. Trapp. Basic and Clinical Biostatistics. Appleton & Lange,
California, 1990: Ch. 15.
2. Gary D. Friedman. Primer of Epidemiology. McGraw-Hill Book Co. , Singapore, 1994: Ch. 6
3. Leon Gordis. Epidemiology. W.B. Saunders Company, Pennsylvania, 1996: Ch. 9.
4. Stephen B.H. and Stephen R.C. Designing clinical research. Williams & Wilkins,
Batimore, 1998: Ch. 8.
5. Stephen H.G. Interpreting the medical literature 3rd edition. McGraw-Hill Book Co. International
Editions. 1993: Ch: 4.

30

BÀI TẬP
Coù 200 coâng nhaân laøm vieäc taïi 2 phaân xöôûng khaùc nhau cuûa xí nghieäp. 100 coâng nhaân ôû phaân
xöôûng A coù tieáp xuùc vôùi chaát ñoäc, 100 coâng nhaân ôû phaân xöôûng B khoâng tieáp xuùc vôùi chaát ñoäc.
Vaøo thôøi ñieåm X, ngöôøi ta tieán haønh moät cuoäc ñieàu tra caét ngang vaø phaùt hieän raèng trong soá
100 coâng nhaân ôû phaân xöôûng A coù 20 ngöôøi bò beänh phoåi, ngöôïc laïi trong soá trong 100 coâng
nhaân ôû phaân xöôûng B, chæ coù 5 ngöôøi bò beänh phoåi

a. Haõy tính tæ suaát hieän maéc beänh phoåi taïi thôøi ñieåm X cuûa coâng nhaân phaân xöôûng A, vaø phaân
xöôûng B. Em coù keát luaän gì veà nguy cô maéc beänh cuûa coâng nhaân phaân xöôûng A so vôùi coâng
nhaân phaân xöôûng B taïi thôøi ñieåm X

b. Do bò maéc beänh phoåi neân 10 coâng nhaân ôû phaân xöôûng A ñaõ xin chuyeån sang laøm vieäc taïi
phaân xöôûng B. Vaøo thôøi ñieåm Y, khi thöïc hieän moät cuoäc ñieàu tra laàn thöù hai, nhaø nghieân cöuù
chæ phaùt hieän ñöôïc 10 ngöôøi trong soá coâng nhaân hieän ñang laøm vieäc taïi phaân xöôûng A bò maéc
beänh phoåi, trong khi coù ñeán 15 ngöôøi trong soá coâng nhaân hieän ñang laøm vieäc taïi phaân xöôûng B
bò beänh phoåi. Haõy tính tæ suaát hieän maéc beänh phoåi taïi thôøi ñieåm Y cuûa coâng nhaân phaân xöôûng
A, vaø phaân xöôûng B. Em coù keát luaän gì veà nguy cô maéc beänh cuûa coâng nhaân phaân xöôûng A so
vôùi coâng nhaân phaân xöôûng B taïi thôøi ñieåm Y

31

NGHIEÂN CÖÙU BEÄNH – CHÖÙNG


- Phaân bieät ñöôïc söï khaùc nhau giöõa nghieân cöùu beänh – chöùng vaø caùc loaïi nghieân cöùu
phaân tích khaùc
- Neâu leân ñöôïc caùc nguyeân taéc trong vieäc thieát keá, tieán haønh nghieân cöùu beänh – chöùng
- Trình baøy ñöôïc caùc öu ñieåm vaø nhöôïc dieåm cuûa thieát keá nghieân cöùu beänh – chöùng

--
I. GIÔÙI THIEÄU:
1.1 Ñònh nghóa: Moät nghieân cöùu beänh – chöùng (case-control study) laø moät nghieân cöùu
trong ñoù caùc ñoái töôïng nghieân cöùu ñöôïc löïa choïn döïa treân cô sôû laø hoï coù hay khoâng coù beänh
(hay vaán ñeà ñang caàn nghieân cöùu). Ca beänh (cases) – laø nhöõng ngöôøi coù beänh (hay vaán ñeà
ñang caàn nghieân cöùu) seõ ñöôïc so saùnh vôùi ca chöùng (controls) – laø nhöõng ngöôøi khoâng coù beänh
(hay vaán ñeà ñang caàn nghieân cöùu), ñeå tìm ra moái quan heä giöõa vieäc tieáp xuùc vôùi yeáu toá nguy
cô vaø beänh (hay vaán ñeà ñang caàn nghieân cöùu).
1.2 Phaân bieät nhöõng ñaëc tính cuûa nghieân cöùu beänh – chöùng vaø caùc loaïi nghieân cöùu
phaân tích khaùc:
1.2.1 Khaùc vôùi nghieân cöùu caét ngang (cross-sectional study), trong nghieân cöùu beänh –
chöùng tình traïng tieáp xuùc vôùi yeáu toá nguy cô vaø maéc beänh (hay coù vaán ñeà ñang caàn nghieân
cöùu) ñöôïc ño ôû 2 thôøi ñieåm khaùc nhau chöù khoâng ñoàng thôøi.
1.2.2 Nghieân cöùu beänh – chöùng khaùc vôùi nghieân cöùu cohort (cohort study) ôû choã: caùc
ñoái töôïng nghieân cöùu trong nghieân cöùu beänh – chöùng ñöôïc xaùc ñònh döïa vaøo tình traïng coù hay
khoâng coù beänh (hay vaán ñeà ñang caàn nghieân cöùu), chöù khoâng döïa vaøo vieäc coù tieáp xuùc hay
khoâng vôùi yeáu toá nguy cô (xem sô ñoà ôû trang sau)
II. ÖU ÑIEÅM VAØ NHÖÔÏC ÑIEÅM CUÛA THIEÁT KEÁ NGHIEÂN CÖÙU BEÄNH - CHÖÙNG:
2.1 Öu ñieåm:
- coù theå thöïc hieän töông ñoái nhanh, ít toán keùm hôn so vôùi caùc loaïi thieát keá nghieân cöùu
(TKNC) phaân tích khaùc
- ñaëc bieät coù ích khi caàn phaûi nghieân cöùu caùc beänh hieám, hay caùc vaán ñeá ít gaëp
- raát thích hôïp cho vieäc nghieân cöùu nhöõng beänh coù thôøi gian tieàm aån keùo daøi
- coù theå khaûo saùt cuøng luùc nhieàu nguyeân nhaân ñoái vôùi moät beänh cho tröôùc
- coù theå tính ñöôïc tæ soá cheânh (Odds Ratio)
2.2 Nhöôïc ñieåm:
- khoâng phaûi thieát keá nghieân cöùu thích hôïp khi caàn khaûo saùt tình traïng tieáp xuùc vôùi yeáu toá
nguy cô hieám gaëp (rare exposures)
- khoâng theå nghieân cöùu ñöôïc nhieàu keát quaû phaùt sinh töø vieäc tieáp xuùc vôùi yeáu toá nguy cô

32

- khoâng theå tröïc tieáp tính ñöôïc tæ suaát môùi maéc, nguy cô töông ñoái (relative risk) vaø nguy
cô qui traùch (attributable risk)
- trong nhieàu tröôøng hôïp khoâng theå hieän ñöôïc söï noái tieáp veà maët thôøi gian cuûa caùc bieán coá
(khoâng chöùng minh ñöôïc vieäc tieáp xuùc vôùi yeáu toá nguy cô ñaõ xaûy ra tröôùc khi bò beänh)
- deã gaëp sai soá heä thoáng (bias) hôn so vôùi caùc TKNC khaùc

Chieàu thôøi gian

Höôùng nghieân cöùu
Baét ñaàu vôùi

Coù tieáp xuùc BEÄNH
Khoâng tieáp xuùc Ngöôøi coù beänh

Daân soá

Coù tieáp xuùc CHÖÙNG
Khoâng tieáp xuùc Ngöôøi khoâng
coù beänh

III. CAÙC VAÁN ÑEÀ TRONG THIEÁT KEÁ VAØ THÖÏC HIEÄN NGHIEÂN CÖÙU BEÄNH -
CHÖÙNG:
3.1 Tính côõ maãu:
3.1.1 Nghieân cöùu beänh – chöùng khoâng baét caëp (Unmatched case-control study)
3.1.1.1 Tæ leä beänh:chöùng = 1:1
z 1 / 2 2 pq  z1  p1q1  p0q0 
2

n  p1 q1 2
trong ñoù: p0: Tæ leä ngöôøi tieáp xuùc vôùi yeáu toá nguy cô trong nhoùm chöùng; q0 = 1- p0
p1  p 0 OR
1  p 0 OR  1 
p 1
2  p1  p 0  q  1 p
3.1.1.2 Tæ leä beänh:chöùng = 1:c
2
z
 1 / 2

1 1c  p'q'  z1  p1q1 
p0 q0
c



n  p1 q1 2
trong ñoù:
' p 1  cp
p  1 c
0

3.1.2 Nghieân cöùu beänh – chöùng coù baét caëp (Matched case-control study)
p  OR z
1 / 2  z1  p 1 p  
2
M  m
1  OR m  p 0.5  2
p 0 q1  p1q 0

vôùi: M: soá caëp caàn choïn

33

3.2 Choïn maãu:
3.2.1 Choïn ca beänh:
NGUYEÂN TAÉC: - Caàn phaûi thieát laäp tieâu chuaån chaån ñoaùn roõ raøng
- Ca beänh vaø chöùng laáy töø cuøng moät daân soá
3.2.1.1 Caùc ca beänh neân choïn töø ñaâu?
- coù theå laáy töø coäng ñoàng, daân soá chung.
Khoù khaên: vieäc ñaêng kyù (caùc tröôøng hôïp beänh) trong coäng ñoàng thöôøng khoâng phoå
bieán, toán keùm, vaø coù theå khoâng lieät keâ ñaày ñuû taát caû caùc tröôøng hôïp beänh.
- coù theå laáy töø beänh vieän hay phoøng khaùm
Nhöôïc ñieåm: choïn ca beänh töø nguoàn naøy deã gaëp phaûi bias vì ngöôøi ñeán beänh vieän thöôøng
laø nhöõng ngöôøi bò beänh naëng, coù nhieàu beänh khaùc keøm theo.
3.2.1.2 Caùc ca beänh ñöôïc choïn neân laø nhöõng ca beänh môùi chaån ñoaùn hay coù
caû nhöõng ca beänh cuõ?
Thoâng thöôøng, ngöôøi ta thích choïn ca beänh töø nhöõng ca môùi (incident cases) vì deã aùp
duïng caùc tieâu chuaån chaån ñoaùn moät caùch nghieâm ngaët vaø (veà maët lyù thuyeát) khoâng boû soùt caùc
ca beänh dieãn ra trong thôøi gian ngaén. Tuy nhieân, neáu beänh thöïc söï quaù hieám thì caàn phaûi söû
duïng caû beänh cuõ laãn beänh môùi ñeå coù theå laáy ñuû côõ maãu caàn thieát. Söû duïng prevalent cases coù
theå daãn ñeán vieäc ñaïi dieän quaù möùc (over-representative) cuûa nhöõng ca beänh coù thôøi gian beänh
keùo daøi vì nhöõng ngöôøi cheát vì beänh hay nhöõng ngöôøi hoài phuïc nhanh choùng coù raát ít khaû naêng
ñöôïc löïa choïn vaøo nhoùm beänh.
3.2.2 Choïn ca chöùng
3.2.2.1 Nguoàn choïn:
* coù theå töø caùc beänh nhaân trong beänh vieän
Tieän lôïi:
- Deã daøng laáy ñöôïc ñuû soá ñoái töôïng nghieân cöùu caàn thieát
- Thuaän tieän trong vieäc thöïc hieän caùc xeùt nghieäm
- Sai leäch do nhôù laïi (Recall bias) coù theå giaûm ñi neáu moät ngöôøi ñöôïc phoûng vaán nhieàu laàn
- Caùc ca chöùng ñöôïc choïn töø nguoàn naøy thöôøng saün saøng hôïp taùc hôn vaø ít khi boû cuoäc giöõa
chöøng
- Ñaây laø caùch tieát kieäm ngaân saùch nhaát khi löïa choïn nhoùm chöùng
Nhöôïc ñieåm:
- nhöõng ca chöùng ñöôïc choïn töø beänh vieän ñeàu laø nhöõng ngöôøi beänh neân thöôøng coù xu
höôùng coù keøm theo beänh khaùc hoaëc ñaõ töøng tieáp xuùc vôùi nhieàu yeáu toá nguy cô khaùc. Ñoù chính
laø nhöõng yeáu toá gaây nhieãu (confouding factors) trong vieäc dieãn giaûi keát quaû.
- vieäc löïa choïn ca chöùng töø beänh vieän phaûi döïa treân moät soá tieâu chuaån loïai tröø (exclusion
criteria). Do ñoù coù theå laøm thay ñoåi keát quaû nghieân cöùu vì chuùng ta ñaõ loaïi nhöõng ca chöùng coù
moät soá beänh naøo ñoù – maø nhöõng beänh ñoù laïi coù theå coù moái lieân heä vôùi tình traïng tieáp xuùc vôùi
yeáu toá nguy cô maø chuùng ta ñang khaûo saùt
* choïn nhoùm chöùng töø daân soá chung
- Ñaây laø nhoùm chöùng lyù töôûng.
- Tæ leä tieáp xuùc vôùi yeáu toá nguy cô cuûa nhoùm chöùng coù theå duøng ñeå öôùc löôïng tæ leä tieáp xuùc
vôùi yeáu toá nguy cô trong daân soá chung, töø ñoù coù theå tính ñöôïc nguy cô tuyeät ñoái
- Tuy nhieân, vieäc choïn nhoùm chöùng töø daân soá chung khaù toán keùm vaø maát thôøi gian

34

* Choïn nhoùm chöùng töø baïn beø, gia ñình, haøng xoùm
Tieän lôïi:
- trong nhoùm chöùng naøy, chuû yeáu laø ngöôøi khoeû maïnh => traùnh ñöôïc haïn cheá ñaõ neâu ñoái
vôùi nhoùm chöùng ñöôïc choïn töø beänh vieän
- ca beänh vaø ca chöùng coù moät soá ñaëc ñieåm gioáng nhau veà caùc yeáu toá vaên hoaù, ñòa lyù => coù
theå ñieàu chænh ñöôïc caùc yeáu toá gaây nhieãu naøy
Baát lôïi: vì ca chöùng laø baïn beø, gia ñình, haøng xoùm cuûa ca beänh neân ca beänh vaø chöùng coù
nhieàu ñieåm chung, thaäm chí vieäc tieáp xuùc vôùi yeáu toá nguy cô (VD: huùt thuoác, uoáng röôïu…) gaàn
nhö gioáng nhau giöõa ca beänh vaø ca chöùng => deã ñaùnh giaù thaáp (under-estimate) aûnh höôûng
thaät söï cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô ñang nghieân cöùu
3.2.2.2 Söû duïng nhieàu nhoùm chöùng
Thoâng thöôøng, lyù töôûng nhaát laø duøng 1 nhoùm chöùng xuaát phaùt töø cuøng daân soá vôùi ca
beänh. Tuy nhieân, trong nghieân cöùu beänh chöùng laøm taïi beänh vieän (hospital-based case control
study) neân duøng nhieàu hôn 1 nhoùm chöùng.
3.2.2.3 Soá ca chöùng cho moät ca beänh
Neáu soá ca beänh raát hieám, caàn duøng nhieàu ca chöùng cho 1 ca beänh ñeå taêng ñoä maïnh cuûa
nghieân cöùu. Tæ leä ca beänh/ca chöùng coù theå ñeán 1/4 hay 1/5 nhöng khoâng neân taêng leân nöõa vì
neáu taêng theâm hôn nöõa thì ñoä maïnh cuûa test thoáng keâ cuõng khoâng taêng leân theâm bao nhieâu
3.3 Baét caëp (matching)
- kieåm soaùt ñöôïc caùc yeáu toá gaây nhieãu (confounding factors). VD: duøng ca chöùng laø anh
chò em song sinh cuûa ca beänh coù theå ñaûm baûo ñöôïc caû ca beänh vaø chöùng ñeàu chòu chung aûnh
höôûng cuûa yeáu toá gen, yeáu toá moâi tröôøng.
- khoâng caàn thieát phaûi chuaån bò caû danh saùch caùc ca chöùng ñuû tieâu chuaån ñeå sau ñoù
choïn laïi moät caùch ngaãu nhieân
IV. CAÙC VAÁN ÑEÀ TRONG PHAÂN TÍCH VAØ DIEÃN GIAÛI KEÁT QUAÛ CUÛA NGHIEÂN
CÖÙU BEÄNH – CHÖÙNG:
4.1 Tæ soá cheânh (Odds Ratio)
Trong nghieân cöùu beänh – chöùng, nguy cô töông ñoái (relative risk) coù theå ñöôïc öôùc
löôïng baèng caùch duøng tæ soá cheânh (Odds Ratio). Odds Ratio laø tæ soá (ratio) cuûa nhöõng ngöôøi bò
beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô chia cho tæ soá
cuûa nhöõng ngöôøi bò beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm khoâng tieáp xuùc vôùi yeáu toá
nguy cô

a
ad
OR  c
b

d
 bc

VD: Trong moät nghieân cöùu beänh – chöùng veà vieäc huùt thuoác laù vaø ung thö thanh quaûn,
keát quaû cho thaáy nhö sau:

Beänh Chöùng Toång coäng
35

Giáo trình Phương pháp Nghiên cứu Khoa học 1

Giáo trình Phương pháp Nghiên cứu Khoa học 1

Recommended

Recommended

More Related Content

What's hot

What's hot (14)

Similar to Giáo trình Phương pháp Nghiên cứu Khoa học 1

Similar to Giáo trình Phương pháp Nghiên cứu Khoa học 1 (20)

More from Lớp CKII ĐH Phạm Ngọc Thạch

More from Lớp CKII ĐH Phạm Ngọc Thạch (15)

Recently uploaded

Recently uploaded (20)

Giáo trình Phương pháp Nghiên cứu Khoa học 1