Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Chon dan so nghien cuu - Thanh Thúy

1,977 views

Published on

Published in: Self Improvement
  • Be the first to comment

Chon dan so nghien cuu - Thanh Thúy

  1. 1. CHỌN DÂN SỐ NGHIÊN CỨU ĐẠI HỌC Y DƢỢC TP.HCM MAI THỊ THANH THÚY
  2. 2. NỘI DUNGCÁC SAI LẦM THƢỜNG GẶP TRONG NGHIÊN CỨU DÂN SỐ NGHIÊN CỨUCÁC YẾU TỐ CẦN XEM XÉT KHI CHỌN DÂN SỐ• Phƣơng pháp nghiên cứu• Phát hiện dân số ƣu tiên• Chọn nhóm đối chứng và sai lệch chọn lựa
  3. 3. Coffee can causedepression in twins
  4. 4. Chuyên đề 8CÁC SAI LẦM THƯỜNG GẶPTRONG NGHIÊN CỨU
  5. 5. 7 NGUYÊN NHÂN SAI LẦM TRONG NGHIÊN CỨU (1/2)• Kiêu căng: thiên kiến và chủ quan với phƣơng pháp nghiên cứu• Đố kỵ: Không thừa nhận thành quả của các nghiên cứu khác• Nóng giận: tự cho mình đúng và lấn lƣớt các nghiên cứu khác
  6. 6. 7 NGUYÊN NHÂN SAI LẦM TRONG NGHIÊN CỨU (2/2)• Tham vọng: mƣu cầu các giải thƣởng danh giá• Háu ăn: mong muốn đƣợc đăng báo• Tham lam: kiếm lợi cho cá nhân• Lười biếng: bỏ mặc các thiếu sót trong nghiên cứu
  7. 7. CÁC SAI LẦM THƯỜNG GẶP TRONG NGHIÊN CỨU• Các ngành khoa học đều có sai lầm, dịch tễ học cũng không ngoại lệ 1. Không cung cấp bối cảnh và xác định dân số nghiên cứu sai 2. Không đánh giá sai lệch 3. Không so sánh với các nghiên cứu tƣơng tự 4. Đánh giá sai về tầm ảnh hƣởng của TKNC 5. Không báo cáo các chỉ số 6. Những nghiên cứu can thiệp chƣa cho thấy lợi ích trên sức khỏe cộng đồng. 7. Kết quả thiếu tính ứng dụng mang lại lợi ích cho cộng đồng R. Bhopal (2009) "Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality". Emerg Themes Epidemiol, 6, 6.
  8. 8. Chuyên đề 8DÂN SỐ NGHIÊN CỨU
  9. 9. MÔ TẢ DÂN SỐ NGHIÊN CỨU• Không cung cấp – bối cảnh – định nghĩa dân số nghiên cứu – nguồn chọn dân số• Dịch tễ học là ngành khoa học về dân số• Dân số khác nhau do địa điểm, đặc điểm và thời gian Bhopal R: Which book? A comparative review of 25 introduc- tory epidemiology textbooks. J Epidemiol Community Health 1997,51(6):612-622
  10. 10. MÔ TẢ DÂN SỐ NGHIÊN CỨU• Việc so sánh các dân số khác nhau, giữa các nhóm của dân số hay một dân số ở nhiều thời điểm khác nhau  mối liên hệ nhân quả, gánh nặng bệnh tật và các yếu tố nguy cơ• Tuy vậy, đây lại là loại sai lầm phổ biến nhất
  11. 11. DÂN SỐ VÀ MẪU Mẫu Dân số nghiên cứu Dân số mục tiêu
  12. 12. DÂN SỐ VÀ MẪU• Các cá thể áp dụng kết quả nghiên cứu  các cá thể áp dụng kết quả nghiên cứu một cách hợp pháp  tất cả những đối tƣợng đƣợc chọn vào nghiên cứu
  13. 13. DÂN SỐ VÀ MẪUDân số mục tiêu:• Tất cả ngƣời cao tuổi bị Alzheimer• Tất cả trẻ sinh nhẹ cân• Tất cả trẻ trong độ tuổi đi học bị hen
  14. 14. DÂN SỐ VÀ MẪUDân số nghiên cứu :• Tất cả ngƣời cao tuổi bị Alzheimer tại viện dƣỡng lão quận St.Louis• Tất cả trẻ sinh nhẹ cân sinh trong năm 2012 tại quận St.Louis• Tất cả trẻ trong độ tuổi đi học bị hen suyễn đƣợc điều trị tại các phòng khám bệnh hen suyễn ở trẻ em trong các trƣờng đại học liên kết các trung tâm y tế ở miền Trung Tây
  15. 15. CÁCH KHẮC PHỤC• Mô tả địa điểm và thời gian tiến hành nghiên cứu• Mô tả đặc tính của dân số bao gồm: tuổi, giới tính, tình trạng kinh tế, dân tộc• Trong vài trƣờng hợp, địa điểm nghiên cứu đƣợc giữ bí mật, đặc biệt trong những nghiên cứu có liên quan đến kỳ thị• Tác giả phải báo cáo lý do ẩn danh
  16. 16. CÁCH KHẮC PHỤC• Báo cáo về thời gian trong nghiên cứu để kiểm tra tính xu hƣớng cho đến ngày công bố• Không thể nói là nghiên cứu tại Việt Nam, hay HCM nếu không thực hiện trên phạm vi tƣơng ứng cụ thể• Sự khác nhau về dân số làm thay đổi mối liên quan giữa các yếu tố đồng nguy cơ, đặc điểm sinh học với bệnh tật và tử vong
  17. 17. Các yếu tố cần xem xétkhi chọn dân số nghiên cứu
  18. 18. PHƢƠNG PHÁP NGHIÊN CỨU Phương pháp chọn mẫu Thiết kế nghiên cứuMục tiêu nghiên cứu
  19. 19. PHÁT HIỆN DÂN SỐ ƢU TIÊN (1/6)• Hồi cứu y văn: – phát hiện dân số cần nghiên cứu, các thiếu hụt – phát hiện nhóm nguy cơ mà các nghiên cứu hiện tại có thể bỏ qua• Ví dụ: – Các vấn đề cần nghiên cứu và thiếu sót ở CANADA: • Các chủ đề chính: phòng ngừa chấn thƣơng, sức khỏe môi trƣờng, răng miệng… • Các thiếu hụt: cỡ mẫu lớn hơn, theo dõi lâu hơn, đánh giá chi phí hiệu quả – Chiến lƣợc DS&SKSS VN 2011-2020: giảm tử vong sơ sinh: • các nhóm: bà mẹ, cô đỡ,… D. Ciliska et al, Public Health Knowledge Gaps and Research Priorities, NCCMT ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions
  20. 20. PHÁT HIỆN DÂN SỐ ƢU TIÊN (2/6)• Mô tả dữ kiện sẵn có: phát hiện nhóm dân số phù hợp cho mỗi nghiên cứu (về đầu ra quan tâm) http://www.scotland.gov.uk/Publications/2006/11/21155256/6 ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions
  21. 21. PHÁT HIỆN DÂN SỐ ƢU TIÊN (3/6)• Phân tích đa biến: phát hiện nhóm dân số có đầu ra quan tâm cần chú ý ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions
  22. 22. PHÁT HIỆN DÂN SỐ ƢU TIÊN (4/6) • GIS: – phát hiện dân số trong vùng nào cần nghiên cứu về chủ đề này, – vùng nào có thông tin nhiều hơn cho nghiên cứu ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions Bản đồ dịch tễ cúm H5N1 việt nam 2005
  23. 23. PHÁT HIỆN DÂN SỐ ƢU TIÊN (5/6)• Khảo sát: phát hiện nhóm dân số ƣu tiên khi không có dữ kiện sẵn có• Tiến hành các khảo sát nhỏ – phỏng vấn – thảo luận nhóm – tƣ vấn các bên liên quan – … ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions
  24. 24. PHÁT HIỆN DÂN SỐ ƢU TIÊN (6/6)• Đánh giá các chương trình y tế: – Nhóm dân số nào không đƣợc tiếp cận – Các nhóm dân số có vấn đề sức khỏe đáng quan tâm ANDREW D. P INTO et al. Balancing Universal and Focused Public Health Interventions
  25. 25. CHỌN NHÓM ĐỐI CHỨNGVÀ CÁC SAI LỆCH
  26. 26. CHỌN NHÓM ĐỐI CHỨNG (1/9)• Đối chiếu từng cặp (bệnh chứng và đoàn hệ) lúc bắt đầu điều tra• Cần bao nhiêu nhóm đối chứng?Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition.
  27. 27. CHỌN NHÓM ĐỐI CHỨNG (2/9) NGHIÊN CỨU BỆNH CHỨNG• Xác định dân số nguồn của nhóm bệnh• Nhóm đối chứng phải cùng giống với ngƣời bệnh – đặc tính dân số, văn hóa, xã hội, nghề nghiệp, kinh tế• Các nguồn để chọn – bệnh viện, gia đình, hàng xóm, bạn bè, đồng nghiệp
  28. 28. CHỌN NHÓM ĐỐI CHỨNG (3/9) NGHIÊN CỨU BỆNH CHỨNG• Nhóm chứng – có cùng khả năng phơi nhiễm nhƣ nhóm bệnh – phải trở thành ca bệnh nếu họ phát triển thành bệnh – có cùng khả năng mắc bệnh nhƣ ngƣời ở nhóm bệnh Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition.
  29. 29. CHỌN NHÓM ĐỐI CHỨNG (4/9) NGHIÊN CỨU BỆNH CHỨNG• Nhóm chứng là những ngƣời hoàn toàn khỏe mạnh sai lệch gì? làm ƣớc lƣợng trội độ mạnh mối liên quanModern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition.
  30. 30. CHỌN NHÓM ĐỐI CHỨNG (5/9) NGHIÊN CỨU BỆNH CHỨNG• HTL  ung thƣ trực tràng – Loại những bệnh nhân có u bƣớu trực tràng khỏi nhóm chứng  sai lệch gì? giảm tỷ lệ phơi nhiễm trong nhóm chứng U bƣớu trực tràng (dấu hiệu sớm của K trực tràng)  HTL Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition.
  31. 31. CHỌN NHÓM ĐỐI CHỨNG (6/9) NGHIÊN CỨU BỆNH CHỨNG• Chỉ chọn giới hạn những ngƣời có khả năng phơi nhiễm  Giảm chính xác của ƣớc lƣợng nếu cỡ mẫu quá nhỏ và yếu tố loại không liên quan đến bệnh• Nghiên cứu ảnh hƣởng có hại của thuốc ngừa thai – Nên loại ai? – loại những phụ nữ vô sinh  sai lệch gì? – Nếu vô sinh không liên quan đến bệnh • không gây nhiễu – Loại ra • số chứng nhỏ lại • không nâng cao tính chính xác của ƣớc lƣợng
  32. 32. CHỌN NHÓM ĐỐI CHỨNG (7/9) NGHIÊN CỨU BỆNH CHỨNG• Ca chứng ở lân cận/hàng xóm: – sai lệch trong những nghiên cứu phơi nhiễm đặc thù – nghiên cứu về bệnh tật với phơi nhiễm chất độc chiến tranh tại trung tâm quản lí các cựu chiến binh• Ca chứng từ bệnh viện – Tốt khi chọn trong cộng đồng dẫn đến sai lệch – Sai lệch khi ca chứng không đại diện cho dân số gốc của ca bệnh (ƣớc lƣợng thấp hay cao hơn mối liên quan) – Nghiên cứu với ca bệnh tại BV CR và chứng từ dân số Q.5
  33. 33. CHỌN NHÓM ĐỐI CHỨNG (8/9) NGHIÊN CỨU ĐOÀN HỆ• Những ngƣời không phơi nhiễm phải cùng “vũ trụ” với ngƣời phơi nhiễm• Chọn từ quần thể (toàn bộ hay mẫu), các nhóm đặc biệt (cựu chiến binh, học sinh...), công nhân• Ngƣời không phơi nhiễm có cùng nguy cơ mắc bệnh nhƣ ngƣời phơi nhiễm Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition.
  34. 34. CHỌN NHÓM ĐỐI CHỨNG (9/9) NGHIÊN CỨU ĐOÀN HỆ• Sai lệch khi mỗi nhóm phơi nhiễm có tỷ lệ bỏ cuộc khác nhau – Nghỉ việc do bệnh, nghỉ hƣu, đổi việc, độ nặng của bệnh…
  35. 35. SAI LỆCH (1/7)• Sai lệch chọn lựa khó xác định rạch ròi  tùy thuộc vào từng nghiên cứu• Sai lệch chọn lựa đôi khi đƣợc loại bỏ nhờ những kỹ thuật kiểm soát gây nhiễu Modern Epidemiology, Kennet J.Rothman, Sander Greenland, Timothy L.Lash, third edition
  36. 36. SAI LỆCH (2/7)• Sai lệch tự chọn (self-selection) – Xảy ra khi đối tƣợng nghiên cứu tự xác định mình với nhà nghiên cứu, chủ động/tình nguyện tham gia nghiên cứu  sai lệch đầu ra• Vd 1. nghiên cứu mời ngƣời tình nguyện tham gia xét nghiệm HIV – Kết quả? – Mắc rất ít/không ai mắc!
  37. 37. SAI LỆCH (3/7)• Vd. 2: Nghiên cứu mắc leukemia ở đoàn hệ lính tham gia buổi thử bom hạt nhân tại Nevada – 62% nhà nghiên cứu liên hệ điều tra và phát hiện 4 ca – 14% chủ động liên hệ với nhà nghiên cứu viên phát hiện 4 ca – 24% chƣa xác định.  ảnh hƣởng gì?• Hiệu ứng công nhân khỏe – So sánh giữa nhóm công nhân và dân số chung – xử lý nhƣ là yếu tố gây nhiễu
  38. 38. SAI LỆCH (4/7)• Sai lệch Berksonian (1946) – Khi cả phơi nhiễm và bệnh làm tăng khả năng đƣợc chọn  sai lệch độ mạnh của mối liên quan• Nghiên cứu sử dụng estrogen và ung thƣ nội mạc tử cung – Chọn mẫu nhƣ thế nào? – Sai lệch gì? – Nhóm chứng nào tốt hơn?
  39. 39. SAI LỆCH (5/7)• Sai lệch giám sát: sàng lọc đầu ra kỹ hơn ở nhóm phơi nhiễm• Nghiên cứu mối liên quan giữa thƣơng tích trong quá khứ với nguy cơ AS (viêm cột sống thoái hóa). – Nhóm chứng chọn ngẫu nhiên từ dân số chung theo tiền sử thƣơng tích, sai lệch? – Có tiền sử thƣơng tích tăng xác suất chụp X-ray  tăng khả năng chẩn đoán AS trong những ngƣời có thƣơng tích hơn dân số chung  tỷ lệ mắc AS có tiền sử thƣơng tích cao hơn trong nhóm bệnh  ƣớc lƣợng trội OR
  40. 40. SAI LỆCH (6/7)• Sai lệch do không tham gia (Non-response bias): – tỷ lệ tham gia nghiên cứu khác nhau trong nhóm phơi nhiễm và không phơi nhiễm – từ chối, không liên hệ, đánh giá phơi nhiễm đƣợc  Sai lệch?  ƣớc lƣợng sai tỷ lệ phơi nhiễm trong nhóm chứng• Nghiên cứu mối liên quan giữ HTL và bệnh tim mạch sử dụng bộ câu hỏi gởi qua bƣu điện – Nhóm không HTL có thể tham gia nhiều hơn Field Epidemiology Manual, European Programme for Intervention Epidemiology Training (EPIET)
  41. 41. SAI LỆCH (7/7)• Sai lệch sống còn (survival bias): – cơ hội sống sót với bệnh nguy hại làm tăng xác suất đƣợc chọn• Nghiên cứu vai trò của tuổi trong mối liên quan với SXH do virus (viral haemorrhagic fever-VHF)  dân số gồm những ngƣời còn sống tại thời điểm nghiên cứu, sai lệch gì? giảm tỷ lệ bệnh ở nhóm tuổi cao Field Epidemiology Manual, European Programme for Intervention Epidemiology Training (EPIET)
  42. 42. Tóm tắt• Nghiên cứu với tinh thần trong sáng• Lựa chọn dân số nghiên cứu hợp lý với tất cả các phƣơng pháp có thể• Xem xét kĩ các sai lệch có thể có trong chọn dân số trƣớc khi nghiên cứu• Mô tả chi tiết dân số nghiên cứu trong kết quả nghiên cứu

×