Tài liệu hướng dẫn thống kê y học sử dụng SPSS SPSS ANOVA đơn biến BS Lê Đông Nhật Nam Lời mở đầu Mùa hè năm 1995, tốt nghiệp trung học sở chuẩn bị lên cấp Khi Bộ Giáo dục qui định học sinh nộp đơn thi tuyển sinhvào trường (đề thi chung Bộ) Việc lựa chọn trường để nộp đơn (và theo học năm sau đó) thực vấn đề khó khăn Tôi có lựa chọn, trường Hùng Vương gần nhà nhất, sau trường thuộc nhóm « cao giá » Nguyễn Thượng Hiền, Bùi thị Xuân, Minh Khai Lê Quý Đôn Gia đình so sánh tỉ lệ học sinh đặu đại học trường khuyên thi vào trường chuyên Nguyễn Thượng Hiền Bản thân có chấn thương tâm lý nặng áp lực học hành trường chuyên, lớp chọn thời cấp 2, nên định KHÔNG thi vào trường chuyên nữa, không muốn gặp lại người bạn cũ Tôi thuyết phục gia đình thi vào trường gần chót bảng mà nghĩ không muốn chọn, Marie Curie Cuối nhận điểm thi cao theo lý thuyết vào học trường cấp nào, chuyện muộn, phải học Marie Curie Hai năm sau Marie Curie bị giáng cấp xuống thành trường bán công Thời gian sau gia đình trách nhiều lựa chọn Trước định lớn đời, thường lựa chọn cách SO SÁNH Và thường ta không dừng lại nhóm mà so sánh NHIỀU nhóm với (Nếu bạn mua smart phone hay laptop hiểu điều này) Và đa số trường hợp ta so sánh giá trị đo, đếm Ví dụ, định hệ trọng bác sĩ hành nghề thường lựa chọn phương pháp điều trị tối ưu cho bệnh nhân, 4-5 loại thuốc khác chẳng hạn, vấn đề so sánh nhiều nhóm đặt Để giải đáp toán này, thống kê người ta dùng phương pháp ANOVA (phân tích phương sai) ANOVA loại phân tích số liệu thường gặp làm luận văn, nghiên cứu khoa học (tăng thêm nhóm đồng nghĩa với việc vẽ nhiều giả thuyết hơn, đề tài trở nên hấp dẫn thay so sánh nhóm) Hầu hết luận văn y học VN có sử dụng ANOVA Đã có nhiều tài liệu viết ANOVA Việt Nam, chí thầy cô tiếng, nhiên muốn soạn tài liệu hướng dẫn riêng mình; cho người bạn thân Tôi muốn hướng đến mục đích hoàn toàn khác, thực dụng hơn, giản dị Tôi không sâu vào lý thuyết để làm rối trí bạn, đơn giản hóa thứ đến mức tối đa, dựa công cụ có sẵn (SPSS) tình thực tế Tài liệu hướng dẫn bạn bước một, từ câu hỏi nghiên cứu phân tích số liệu, diễn giải kết cuối trình bày kết văn khoa học, đảm bảo cho bạn thống kê tự làm luận văn Hy vọng góp phần vào thành công bạn Quy ước trình bày Trong tài liệu làm quen với nhân vật Bác sĩ Nguyễn Văn Thái Bác sĩ Thái cao thủ thống kê y học giang hồ Anh ta xuất trước vấn đề khó khăn, nhằm đưa câu trả lời xác ôn lại cho bạn kiến thức chuyên sâu lý thuyết thống kê Tuy nhiên BS Thái lại bận rộn nên không đủ thời gian vào cách thực chi tiết Anh ta hay trình bày lý thuyết túy sử dụng nhiều công thức toán học nên không gần gũi với sinh viên gây không trở ngại cho bạn vốn dị ứng với thống kê … Bác sĩ Lê Ngọc Khả Nhi Khả Nhi nữ bác sĩ trẻ dễ thương sử dụng thành thạo SPSS Như tên gọi mình, BS Nhi có tính cách hồn nhiên ngây thơ trẻ con, cô có khuynh hướng đơn giản hóa tối đa vấn đề Khả Nhi hướng dẫn bạn sử dụng SPSS qua bước cụ thể, chia sẻ mẹo vặt, thủ thuật để giúp bạn đến kết nhanh dễ dàng Sinh viên Trần Quốc Bảo Bảo sinh viên y khoa năm thứ sáu bắt đầu làm quen với nghiên cứu khoa học Đây cậu sinh viên tò mò đặt nhiều câu hỏi liên quan đến thống kê Mặc dù đế tài Bảo thực đơn giản, đồng hành với cậu ta, bạn có hội tích lũy cho nhiều kinh nghiệm công việc phân tích số liệu thiết kế nghiên cứu 1.1 Tình thí dụ Pregabalin loại thuốc giảm đau thần kinh, dựa vào tác dụng ức chế việc tiết chất dẫn truyền thần kinh phụ thuộc kênh Canxi Một bác sĩ nội trú muốn nghiên cứu hiệu điều trị giảm đau Pregabalin bệnh nhân sau phẫu thuật mở ống sống (laminectomy) Nghiên cứu thực 56 bệnh nhân chia thành nhóm, nhóm có 14 người Điều trị giảm đau thực đồng thời gây mê Nhóm cung cấp Placebo, Nhóm sử dụng loại thuốc giảm đau opioid Tramadol liều 150 mg, Nhóm sử dụng Pregabalin liều thấp (75mg), nhóm sử dụng Pregabalin liều cao (150 mg) Tại thời điểm 4h sau phẫu thuật bác sĩ thực đánh giá mức độ đau thang điểm đau quy ước Hiệu điều trị đánh giá qua mức độ đau, vấn đề đặt phải so sánh giá trị nhóm nêu Chúng ta phải sử dụng phương pháp thống kê cho trường hợp ? Thang điểm đau quy ước Phẫu thuật mở ống sống Đây cách đánh giá mức độ đau biến định lượng liên tục (đơn vị: decibel) (không có thực tế  ) 1.2 Giới thiệu ANOVA Bảo thân mến, em muốn so sánh giá trị trung bình biến số định lượng phân nhóm độc lập; nên ta áp dụng phân tích phương sai yếu tố (hay gọi ANOVA đơn biến) cho nhóm độc lập Trong giáo trình thống kê có nhiều kiểu ANOVA, em làm để phân biệt chúng ? Đúng cách trình bày sách làm cho dễ ngộ nhận có nhiều phương pháp ANOVA khác Thực chúng dựa nguyên tắc chung mô hình hồi quy tuyến tính Người ta phân chia nhiều kiểu ANOVA dựa yếu tố: + Số lượng biến số độc lập (hay yếu tố ảnh hưởng ) ? + Thiết kế nghiên cứu Danh pháp chung ANOVA sau: Phân tích phương sai + [số lượng biến số độc lập] yếu tố + (loại thiết kế nghiên cứu) biến số độc lập : ANOVA yếu tố (hay ANOVA đơn biến, tiếng Anh: one way ANOVA) biến số độc lập: ANOVA yếu tố (two ways ANOVA) Thiết kế nghiên cứu: Nếu tất biến số khảo sát đối tượng nhiều điều kiện khác nhau: Ta có ANOVA cho phép đo lặp lại (repeated measure, within subject ANOVA) Nếu tất biến số khảo sát nhiều đối tượng độc lập: Ta có ANOVA cho nhóm độc lập Nếu vài biến số khảo sát đối tượng độc lập, biến lại khảo sát đối tượng: thiết kế hỗn hợp Tên phương pháp Số biến độc lập Thiết kế nghiên cứu ANOVA đơn biến (1 yếu tố) Nhiều phân nhóm độc lập ANOVA đơn biến cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố hỗn hợp yếu tố khảo sát đối tượng độc lập Yếu tố lại khảo sát nhiều lần đối tượng 1.2 Giới thiệu ANOVA Phân tích phương sai yếu tố (One way ANOVA) cho phép bạn so sánh giá trị trung bình biến số định lượng nhiều nhóm liên hệ với Biến số định lượng khảo sát lần đối tượng khác phân nhóm Giả thuyết ANOVA đơn biến: Giá trị trung bình biến số khảo sát tất phân nhóm H0: µ1 = µ2 = µ3 = = µk (k= số nhóm so sánh) Để kiểm tra giả thuyết này, ANOVA tính tỉ số F = tỉ lệ sai biệt nhóm (do thí nghiệm gây ra) so với sai biệt nội (ngẫu nhiên) nhóm Tỉ dựa vào phân phối Fisher cho phép ta xác định giá trị p = xác suất có giá trị F cao giả thuyết H0 Ta loại bỏ giả thuyết H0 p Control Kiểm tra giả thuyết: Nhóm so sánh THẤP nhóm chứng Nhóm chứng Nhóm chứng Kiểm tra giả thuyết: Nhóm so sánh KHÁC nhóm chứng (không phân biệt cao hay thấp hơn) > Control Kiểm tra giả thuyết: Nhóm so sánh CAO nhóm chứng Trong thí dụ chúng ta, Nhóm placebo mang số 1, ta muốn kiểm tra giả thuyết: Nhóm điều trị có mức độ đau thấp so với nhóm Placebo Như cấu hình test Dunnett bên lệch trái, lấy Nhóm làm nhóm chứng B3 Diễn giải kết test Dunnett Multiple Comparisons Dependent Variable: Mức độ đau Dunnett t ( Thấp >Tramadol > Placebo -1 -2 2) Giảm đau Pregabalin liều cao > Liều thấp 0 -1 3) Giảm đau Tramadol > Placebo -1 0 Giảm đau Pregabalin > Placebo -1 -1 Giảm đau Pregabalin > Tramadol -1 -1 Giảm đau loại thuốc > Placebo -1 -1 -1 B.8 Cách đặt trọng số cho phân nhóm sử dụng syntax editor Cách nhanh để đặt cấu hình cho phân tích tương phản dùng chức lập trình cú pháp (syntax) Bất lúc hộp thoại ANOVA, bạn kích hoạt chức nút « Paste » 15 16 16 /CONTRAST=2 -1 -2 /CONTRAST=0 -1 /CONTRAST=1 -1 0 /CONTRAST=2 -1 -1 /CONTRAST=0 -1 -1 /CONTRAST=3 -1 -1 -1 15) Trong cửa sổ Syntax editor, bạn chèn thêm hàng lệnh /CONTRAST tùy thích theo cấu trúc bên dưới, hàng tương ứng giả thuyết, thứ tự trọng số hàng tương ứng với thứ tự phân nhóm, trọng số cách khoảng trắng 16) Cuối cùng, bạn chọn tất khối lệnh nhấn nút « Run » để thi hành B.9 Diễn giải kết bảng phân tích tương phản Trong trường hợp bạn chọn phân tích tương phản khuynh hướng biến thiên (polynomial), bảng ANOVA có cấu trúc hoàn toàn khác, phần «khác biệt nhóm » mục « combined » có thêm loại quan hệ tương phản theo hàm số bậc (tuyến tính, linear), bậc (Quadratic), bậc (Cubic) … ANOVA Mức độ đau Sum of Between Groups (Combined) Squares df Mean Square F Sig 82,714 27,571 21,308 ,000 Tổng quát Tuyến tính Linear Contrast 68,014 68,014 52,563 ,000 Term Deviation 14,700 7,350 5,680 ,006 Quadratic Contrast 7,143 7,143 5,520 ,023 Term Deviation 7,557 7,557 5,840 ,019 Cubic Contrast 7,557 7,557 5,840 ,019 Within Groups 67,286 52 1,294 Total 150,000 55 Bậc Bậc Term Trong phân nhóm Ta báo cáo loại quan hệ tương phản dựa vào giá trị p thấp và/hoặc giá trị F cao nhất, kèm theo thích độ tự tương ứng (df) Ở đây, quan hệ bậc bậc có ý nghĩa thống kê (p0,05) , bạn đọc kết mục « Assume equal variances » bên trên, trường hợp ngược lại bạn đọc kết mục « Does not assume equal variances” bên Giá trị p0,05 chứng tỏ tương phản ý nghĩa, giả thuyết đặt ban đầu Sai Mỗi hàng tương ứng với giả thuyết tương phản: theo kết quả, tất giả thuyết ta đặt đúng, ngoại trừ giả thuyết (Prebagalin dù liều thuốc tốt Tramadol) Cần ý giá trị t, độ tự df, ta cần đến chúng bước cuối tính hệ số tương phản Contrast Tests Mức độ đau Value of Std Contrast Contrast Error t df tailed) Assume equal 6,5714 ,96138 6,835 52 ,000 variances ,9286 ,42994 2,160 52 ,035 2,3571 ,42994 5,482 52 ,000 5,6429 ,74468 7,578 52 ,000 ,9286 ,74468 1,247 52 ,218 8,0000 1,05314 7,596 52 ,000 Sig (2- Does not assume 6,5714 ,92836 7,079 40,774 ,000 equal variances ,9286 ,43267 2,146 25,373 ,042 2,3571 ,42720 5,518 25,885 ,000 5,6429 ,72654 7,767 27,031 ,000 ,9286 ,75930 1,223 25,488 ,233 8,0000 1,02519 7,803 23,353 ,000 Đúng Đúng Đúng Đúng Sai Đúng 4.1 Xác định hệ số ảnh hưởng (Effect size) Phân tích ANOVA kết thúc việc xác định hệ số ảnh hưởng (Effect size), nhằm khảo sát mức độ ảnh hưởng hiệu ứng lên biến số định lượng Để giúp bạn tính hệ số ảnh hưởng (Effect size) cách nhanh chóng, Nhi tạo công cụ tự động Excel Bạn nhập vào giá trị dựa theo bảng ANOVA mà SPSS cung cấp Chương trình tự đông tính giá trị 2loại hệ số tương phản thường dùng eta bình phương (η2) omega bình phương (ω2) Tải công cụ Excel từ link sau đây: https://drive.google.com/file/d/0B1vaOU1uB8DPNENySS1jeTdoVVE/view?usp=sharing dfM SSM MSM ANOVA Mức độ đau Sum of Squares df Mean Square F Sig Between Groups 82,714 27,571 21,308 ,000 Within Groups 67,286 52 1,294 Total 150,000 55 SST MSR Nhập giá trị vào ô SSM SST MSR Độ tự (dF) SSM 82,714 150 1,294 Hệ số η2 Hệ số r 0,55142667 0,74258108 Hệ số ω2 (effect size) 0,52105173 Hệ số Eta bình phương: Hệ số 𝑟 = Hệ số ω2 Diễn giải kết hệ số ảnh hưởng Giá trị ω2 Giá trị r 𝑺𝑺𝑴 𝜼 = 𝑺𝑺𝑻 𝟐 𝑆𝑆𝑀 𝑆𝑆𝑇 𝝎𝟐 = > 0,01 > 0,06 > 0,14 < 0,5 > 0,5 Các hệ số ảnh hưởng (Effect size) Phần biến thiên giải thích mô hình thí nghiệm biến thiên chung 𝑺𝑺𝑴 −𝒅𝒇𝑴∗𝑴𝑺𝑹 𝑺𝑺𝑻+𝑴𝑺𝑹 mức độ ảnh hưởng nhỏ mức độ ảnh hưởng Trung bình mức độ ảnh hưởng lớn mức độ ảnh hưởng nhỏ mức độ ảnh hưởng lớn 38 4.2 Xác định hệ số tương phản Trong trường hợp bạn có thực phân tích tương phản, bạn cần xác định thêm hệ số tương phản, hay « r contrast » Để giúp bạn tính hệ số r contrast cách nhanh chóng, tạo công cụ tự động Excel Bạn nhập vào giá trị dựa theo bảng Contrast tests mà SPSS cung cấp Chương trình tự đông tính giá trị hệ số tương phản r Tải công cụ Excel từ link sau đây: https://drive.google.com/file/d/0B1vaOU1uB8DPNENySS1jeTdoVVE/view?usp=sharing Contrast Tests Mức độ đau Value of Std Sig (2- Contrast Contrast Error t df tailed) Assume equal 6,5714 ,96138 6,835 52 ,000 variances ,9286 ,42994 2,160 52 ,035 2,3571 ,42994 5,482 52 ,000 5,6429 ,74468 7,578 52 ,000 ,9286 ,74468 1,247 52 ,218 8,0000 1,05314 7,596 52 ,000 Nhập giá trị vào cho giả thuyết Hệ số tương phản (Contrast size) Giả thuyết Giá trị t 6,835 2,16 5,482 7,578 1,247 7,596 Độ tự dF t 52 52 52 52 52 52 (Contrast test table) Hệ số r tương phản (contrast r) 0,687926516 0,28694192 0,60519257 0,72442624 0,17039875 0,72524241 Diễn giải kết hệ số tương phản Giá trị r contrast < 0,5 > 0,5 tương phản thấp tương phản cao 39 Diễn đạt văn khoa học Kết cho thấy sau phẫu thuật mở ống sống, thuốc Prebagalin liều giúp cải thiện mức độ đau hậu phẫu cách có ý nghĩa so với nhóm Placebo (F3,52=21,308;p0,05) theo kết so sánh bắt cặp có hiệu chỉnh (Bonferroni) 40 Tóm tắt Khi bạn muốn so sánh giá trị trung bình biến số định lượng từ nhóm trở lên, bạn cần sử dụng phương pháp phân tích phương sai yếu tố (One way ANOVA) Phương pháp ANOVA cho phép thực loại phân tích: + So sánh thăm dò; bạn chưa có giả thuyết cụ thể : Bạn dùng Test Post-hoc + Phân tích chủ động có định hướng, đầu bạn có sẵn giả thuyết nghiên cứu muốn kiểm tra chúng: Bạn sử dụng phân tích tương phản (Contrast) khuynh hướng (Trends) Quy trình phân tích ANOVA gồm bước 1) 2) 3) 4) Kiểm tra giả định phân phối đồng phương sai Thực ANOVA tổng quát (tính hệ số F) Phân tích sâu (test post hoc và/hoặc phân tích tương phản, định hướng) Tính hệ số ảnh hưởng và/hoặc hệ số tương phản Thông điệp cuối 1) Như bạn thấy, phân tích thống kê tình giả định vừa cho kết ÂM (cả test post-hoc phân tích tương phản cho thấy thuốc Prebagalin KHÔNG làm giảm đau tốt Tramadol; nhiên lại kết CÓ ÍCH lâm sàng, cho phép thay loại thuốc có nhiều tác dụng phụ loại thuốc khác có dung nạp tốt cho bệnh nhân, có hiệu điều trị ngang (Pregabalin có hiệu giảm đau tương đương với Tramadol, có số ưu điểm biến chứng hậu phẫu (nôn mửa, chóng mặt, buồn ngủ…) so với Tramadol) Vì bạn đừng lo sợ trước kết thống kê Âm tính, kết ta tìm có Ý nghĩa 2) Ngay test thống kê mạnh cho câu trả lời cho tất vấn đề Trong trường hợp ANOVA đơn biến, ta chứng minh ý nghĩa hiệu ứng (liều thuốc, loại thuốc…); nhiên yếu tố khác ảnh hưởng tới hiệu điều trị mà thí nghiệm bỏ qua So sánh giúp ta đưa định trường hợp Ví dụ trường hợp bệnh nhân có chống định ? Quyết định xác lâm sàng dựa vào thống kê, mà dựa vào lợi ích bệnh nhân 41 Hiệu ứng chắn phải có ý nghĩa thống kê Hiệu ứng BS Khả Nhi gây 𝑭= 𝑺ố 𝒍𝒖ậ𝒏 𝒗ă𝒏 đượ𝒄 𝒕𝒓ợ 𝒈𝒊ú𝒑 𝒉ữ𝒖 𝒉𝒊ệ𝒖 𝑺ố 𝒏𝒈ườ𝒊 𝒗à𝒐 đọ𝒄 𝒄𝒉ỉ 𝒗ì 𝒕ò 𝒎ò Liên hệ với tác giả: bacsinam81@gmail.com [...]... nhiều lựa chọn 1) Chuyển dạng biến số (ví dụ thang đo Logarit), với hy vọng sẽ có phân phối chuẩn 2) Sử dụng phương pháp phi tham số (kiểm định Kruskal-Wallis, là giải pháp thay thế cho ANOVA đơn biến độc lập) 3) Bỏ qua vi phạm và vẫn làm phân tích ANOVA (Thực ra điều kiện phân phối không phải là tuyệt đối bắt buộc) 4) Làm ANOVA song song cho 2 mẫu số liệu: nguyên th y và đã chuyển dạng (logarit hóa),... 4,4650 Placebo -2 ,35714* ,42994 ,000 -3 ,5365 -1 ,1778 Pregabalin 75mg ,00000 ,42994 1,000 -1 ,1793 1,1793 Pregabalin 150 mg ,92857 ,42994 ,213 -, 2507 2,1079 -2 ,35714* ,42994 ,000 -3 ,5365 -1 ,1778 Tramadol 150mg ,00000 ,42994 1,000 -1 ,1793 1,1793 Pregabalin 150 mg ,92857 ,42994 ,213 -, 2507 2,1079 -3 ,28571* ,42994 ,000 -4 ,4650 -2 ,1064 Tramadol 150mg -, 92857 ,42994 ,213 -2 ,1079 ,2507 Pregabalin 75mg -, 92857 ,42994... 4,3970 Placebo -2 ,35714* ,42720 ,000 -3 ,5294 -1 ,1849 Pregabalin 75mg ,00000 ,45349 1,000 -1 ,2443 1,2443 Pregabalin 150 mg ,92857 ,41978 ,147 -, 2239 2,0810 -2 ,35714* ,43987 ,000 -3 ,5650 -1 ,1493 Tramadol 150mg ,00000 ,45349 1,000 -1 ,2443 1,2443 Pregabalin 150 mg ,92857 ,43267 ,166 -, 2603 2,1175 -3 ,28571* ,40503 ,000 -4 ,3970 -2 ,1745 Tramadol 150mg -, 92857 ,41978 ,147 -2 ,0810 ,2239 Pregabalin 75mg -, 92857 ,43267... 0 -1 -1 Giảm đau Pregabalin > Tramadol 0 2 -1 -1 Giảm đau cả 3 loại thuốc > Placebo 3 -1 -1 -1 3 B.8 Cách đặt trọng số cho các phân nhóm sử dụng syntax editor Cách nhanh nhất để đặt cấu hình cho phân tích tương phản là dùng chức năng lập trình cú pháp (syntax) Bất cứ lúc nào tại hộp thoại ANOVA, bạn cũng có thể kích hoạt chức năng n y bằng nút « Paste » 15 16 16 /CONTRAST=2 1 -1 -2 /CONTRAST=0 0 1 -1 ... ra giá trị p ... (loại thiết kế nghiên cứu) biến số độc lập : ANOVA yếu tố (hay ANOVA đơn biến, tiếng Anh: one way ANOVA) biến số độc lập: ANOVA yếu tố (two ways ANOVA) Thiết kế nghiên cứu: Nếu tất biến số khảo... cứu ANOVA đơn biến (1 yếu tố) Nhiều phân nhóm độc lập ANOVA đơn biến cho phép đo lặp lại Phép đo lặp lại đối tượng ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA yếu tố Nhiều phân nhóm độc lập ANOVA. .. tượng nhiều điều kiện khác nhau: Ta có ANOVA cho phép đo lặp lại (repeated measure, within subject ANOVA) Nếu tất biến số khảo sát nhiều đối tượng độc lập: Ta có ANOVA cho nhóm độc lập Nếu vài biến