PHÂN TÍCH PHÂN TẦNG (STRATIFIED ANALYSIS) BM Dich tễ - Thống kê   Mục tiêu • Hiểu lý phân tích phân tầng • Hiểu khái niệm gây nhiễu, tương tác khống chế nhiễu • Thực phương pháp phân tầng khống chế nhiễu SPSS • Phiên giải kết phân tích SPSS   Phân tích phân tầng • Là phương pháp dùng để khống chế, kiểm soát nhiễu phân tích • “Phân tầng”: phân tích dựa “tầng” - “giá trị” biến số thứ phân tích mối liên quan biến phơi nhiễm kết quả: – Ví dụ: Tuổi biến số gây nhiễu phân tích mối liên quan hút thuốc ung thư phổi   Nhiễu (Confounding) Nhiễu xuất tác dụng phơi nhiễm kết bị đánh giá sai lệch (có thể mạnh hay yếu hơn) Vídụ: Hút thuốc ung thư phổi: tuổi yếu tố nhiễu Biến nhiễu • “Một biến số (yếu tố) thứ làm ảnh hưởng tới mối liên quan phơi nhiễm bệnh” • Cácđặcđiểmcủabiếnnhiễu Ø Là yếu tố nguy bệnh (thậm chí nhóm không phơi nhiễm) Ø Có liên quan tới phơi nhiễm quần thể NC Ø Không phải yếu tố trung gian mối quan hệ nhân phơi nhiễm – bệnh   Sơ đồ thể nhiễu Exposure Disease Bệnh Phơi nhiễm Confounder Biến nhiễu Ví dụ Hút thuốc Phơi nhiễm Tuổi Biến nhiễu Ung thư phổi Bệnh Trong đó, biến số “tuổi”: Là yếu tố nguy ung thư phổi, kể nhóm không hút thuốc Có liên quan đến việc hút không hút thuốc Không phải yếu tố trung gian hút thuốc bệnh, nghĩa không nằm đường “hút thuốc à tuổi à bệnh” Kiểm soát nhiễu Ø nhiễu kiểm soát giai đoạn thiết kế nghiên cứu giai đoạn phân tích Khống chế nhiễu cách tối đa thiếtkếnghiên cứu • • • Phương pháp hạn chế phân nhóm ngẫu nhiên (randomisation) ghép cặp (matching): ví dụ nghiên cứu bệnh-chứng, ghép cặp theo tuổi, giới, v.v Khống chế, kiểm soát nhiễu phân tích • Phân tích phân tầng (stratified analyses) • Phân tích mô hình đa biến (multivariable modeling) Trong phân tích phân tầng § Để xét mối liên quan hai biến phơi nhiễm kết quả, sử dụng số đo lường kết hợp OR RR § Một biến nhiễu biến mà ta hiệu chỉnh (kiểm soát) trình phân tích dẫn tới kết RR OR khác § Cần dùng kết hiệu chỉnh (adjusted) để thể mối liên quan phơi nhiễm bệnh không dùng kết thô (crude) Ví dụ Giảthuyết: Không sống chung với vợ (E) yếu tố nguy dẫn tới tình trạng giảm trí nhớ tuổi già(D) đàn ông Biếnnhiễutiềmtàng: Tuổi Thiết kế nghiên cứu: Nghiên cứu bệnh chứng (Case-Control study) Tấtcảđốitượng Cases Controls Exposed 145 90 Unexposed 105 Tổng 250 Tuổi60-69 Controls Cases Controls 25 50 120 40 160 75 150 30 10 250 100 200 150 50 OR = 2.46 Cases Tuổi70-79 OR = 1.00 OR = 1.00 Các bước kiểm soát nhiễu tương tác (tt) Nếu RR OR tầng khác nhau: biến số thứ biến tương tác à nhà nghiên cứu báo cáo OR RR tầng Nếu RR OR tầng không khác nhau: biến số thứ là biến tương tác à nhà nghiên cứu so sánh OR (RR) thô với OR (RR) hiệu chỉnh Nếu OR (RR) thô khác với OR (RR) hiệu chỉnh: biến số thứ biến gây nhiễu à nhà nghiên cứu báo cáo OR (RR) hiệu chỉnh Các bước SPSS Thực lệnh Crosstab với Layer biến thứ Giá trị kiểm định Breslow Day’s Homongeinity Sig (p-value)[...]... • Tài liệu bắt buộc: – Trường đại học y tế Công cộng (2005), Thống kê Y tế 1: Phần cơ bản, Nhà xuất bản y học, 2005 – Trường đại học y tế Công cộng (2005), Thống kê Y tế 2: Phân tích số liệu định lượng, Nhà xuất bản y học, 2005 • Tài liệu tham khảo: – Kirkwood B.R (2000) Essentials of Medical Statistics Blackwell Science – Tài liệu phát tay của giảng viên khóa học 34   ... nguy cơ tương đối Nói cách khác người được tiêm chủng BCG có nguy cơ mắc bệnh lao chỉ vào khoảng 22,5% so với người không tiêm BCG 27   Phân tích phân tầng • Thật sự chủng ngừa BCG có làm giảm nguy cơ mắc bênh lao như trong phân tích đơn biến không? Hay kết quả n y bị ảnh hưởng bởi y u tố khác như tuổi? à Phân tầng với biến số thứ 3: tuổi 28   Phân tích phân tầng (tt) • Xem sự khác biệt OR giữa các tầng: ... bệnh lao hay không? • 2 Phân tích phân tầng với y u tố g y nhiễu tiềm tàng: trả lời câu hỏi mối liên quan (hay không liên quan) đó có thực sự hay không (hay là ảnh hưởng bởi y u tố khác) – Ví dụ: mối liên quan (hay không liên quan) giữa chủng ngừa BCG và bệnh lao có bị ảnh hưởng bởi y u tố khác (như: tuổi…) hay không? 25   Phân tích đơn biến 26   Phân tích đơn biến (tt) • Kết quả cho th y: – Trong... học vấn, thể lao tiếp xúc có phải là y u tố g y nhiễu hay tương tác không? • Tổng hợp vào trong bảng sau: 32   Tóm tắt • Nhiễu và tương tác: 2 khái niệm quan trọng khi xem xét mối liên quan giữa phơi nhiễm và kết quả • Phân tích phân tầng: 1 trong các kỹ thuật để khống chế nhiễu • Cần lưu ý đến ý nghĩa y sinh học khi phiên giải kết quả 33   Tài liệu tham khảo • Tài liệu bắt buộc: – Trường đại học y. .. 29   Phân tích phân tầng (tt) • So sánh OR hiệu chỉnh và OR thô – OR hiệu chỉnh = 0.294 – OR thô = 0.225 (trong phân tích đơn biến) 30   Phân tích phân tầng (tt) • So sánh OR thô và OR hiệu chỉnh: OR MH -OR crude 0.294 -0.225 = = 23% 0.294 OR MH • Sự khác biệt n y lớn hơn 10% à tuổi là y u tố g y nhiễu à báo cáo kết quả OR là 0,294 (KTC95%: 0.197 – 0.438) • KL: người được tiêm chủng BCG có nguy cơ... Thể hiện qua sự tương tác về mặt thống kê trong bộ số liệu (mối liên quan giữa phơi nhiễm và bệnh là không như nhau ở các tầng của y u tố tương tác) Tuy nhiên Ø Cần đặc biệt lưu ý cân nhắc tới ý nghĩa về mặt sinh học (hoặc lâm sàng) của mối tương tác về mặt thống kê quan sát được Các bước kiểm soát nhiễu và tương tác 1 Phân tầng theo các mức độ của y u tố nghi ngờ là y u tố nhiễu” 2 Tính các ước lượng... (tác dụng n y có thể mạnh hơn hay y u hơn) Vídụ: Uống cà phê liên quan đến ung thư bàng quang Biến tương tác tiềm ẩn: Hút thuốc lá Ví dụ Giảthuyết Uống cà phê (E) liên quan tới ung thư bàng quang (D) Biến tương tác tiềm ẩn (Effect Modifier): Hút thuốc lá Thiết kế: Uống cà phê Có Không Bênh chứng Không bệnh Bệnh 450 400 50 100 OR = 2.3 Phân tích phân tầng (Stratified Analysis) Có hút thuốc Uống cà phê... Có sự thay đổi về độ lớn của mối liên quan giữa phơi nhiễm và bệnh t y thuộc vào các mức độ của một biến số thứ ba (the effect modifier) Ø Phản ánh đặc điểm của mối quan hệ tự nhiên giữa bệnh và phơi nhiễm Ø Tương tác là khái niệm hoàn toàn độc lập với biến nhiễu Ø Khi phân tích, nếu th y có hiện tượng tương tác, không hiệu chỉnh theo biến nhiễu mà phải trình b y các kết quả độc lập ở từngtầng Tương... bệnh lao hay không • Đặt giả thuyết: – Ho: Không có mối liên quan giữa chủng ngừa BCG và bệnh lao – Ha: Có mối liên quan giữa chủng ngừa BCG và bệnh lao 23   Các bước tiếp cận (tt) • Các biến số: – Biến số độc lập (phơi nhiễm): Chủng ngừa BCG – Biến số phụ thuộc (kết quả - bệnh): bệnh lao • Để đo lường sự liên quan giữa phơi nhiễm và bệnh trong NC bệnh chứng: sử dụng OR 24   Phân tích • 1 Phân tích đơn... khác với OR (RR) hiệu chỉnh: biến số thứ 3 là biến g y nhiễu à nhà nghiên cứu báo cáo OR (RR) hiệu chỉnh Các bước trong SPSS Thực hiện lệnh Crosstab với Layer là biến thứ 3 Giá trị kiểm định Breslow Day’s Homongeinity Sig (p-value)