TRƯỜNG ĐẠI HỌC Y TẾ CÔNG CỘNG

KHÁI NIỆM VÀ THUẬT NGỮ CƠ BẢN

SỬ DỤNG TRONG CÁC NGHIÊN CỨU KHOA HỌC
SỨC KHỎE ĐỊNH LƯỢNG

HÀ NỘI - 2018
 CHỦ BIÊN:
PGS.TS. Hoàng Văn Minh, Trường Đại học Y tế Công cộng
PGS.TS. Lưu Ngọc Hoạt, Trường Đại học Y Hà Nội
PGS.TS. Đỗ Văn Dũng, Trường Đại học Y dược Thành phố Hồ Chí Minh
PGS.TS. Võ Văn Thắng, Trường Đại học Y dược Huế

CÁC TÁC GIẢ (THEO TRÌNH TỰ ABC):

PGS.TS. Đào Thị Minh An, Trường Đại học Y Hà Nội

PGS.TS. Đỗ Văn Dũng, Trường Đại học Y dược Thành phố Hồ Chí Minh
PGS.TS. Kim Bảo Giang, Trường Đại học Y Hà Nội
PGS.TS. Lưu Ngọc Hoạt, Trường Đại học Y Hà Nội
TS. Phạm Ngọc Hùng, Học viện Quân Y
PGS.TS. Lưu Nguyên Hưng, Trung tam Y khoa Trường Đại học Pittsburgh/Đại học
Vanderbilt, Hoa Kỳ
PGS.TS. Nguyễn Thanh Hương, Trường Đại học Y tế công cộng
PGS.TS. Nguyễn Văn Huy, Trường Đại học Y Hà Nội
PGS.TS. Phạm Minh Khuê, Trường Đại học Y dược Hải Phòng
TS. Vũ Duy Kiên, Trường Đại học Y tế Công cộng
PGS.TS. Vũ Thị Hoàng Lan, Trường Đại học Y tế Công cộng
ThS. Bùi Phương Linh, Trường Đại học Y tế Công cộng
ThS. Trần Hùng Minh, Trung tâm sáng kiến sức khỏe và dân số
TS. Phạm Ngọc Minh, Trường Đại học Curtin
PGS.TS. Hoàng Văn Minh, Trường Đại học Y tế Công cộng
ThS. Trần Thu Ngân, Trường Đại học Y tế Công cộng
PGS.TS. Nguyễn Ngọc Quang, Trường Đại học Y Hà Nội
TS. Bùi Thị Tú Quyên, Trường Đại học Y tế Công cộng
PGS.TS. Nguyễn Thúy Quỳnh, Trường Đại học Y tế Công cộng
PGS.TS. Võ Văn Thắng, Trường Đại học Y dược Huế
TS. Nguyễn Thanh Tuấn, Alive & Thrive, FHI 360
PGS.TS. Vũ Phong Túc, Trường Đại học Y dược Thái Bình
TS. Hạc Văn Vinh, Trường Đại học Y dược Thái Nguyên

THƯ KÝ BIÊN TẬP:

ThS. Trần Tuấn Anh, Trường Đại học Y tế Công cộng
CN. Nguyễn Bảo Ngọc, Trường Đại học Y tế Công cộng
CN. Trần Bích Phương, Trường Đại học Y tế Công cộng

ii
LỜI GIỚI THIỆU
Phương pháp nghiên cứu định lượng hiện đang được áp dụng rộng rãi trong các
công trình nghiên cứu khoa học sức khỏe tại Việt Nam. Phương pháp nghiên cứu
định lượng cũng là nội dung chủ đạo của các chương trình đào tạo về phương pháp
nghiên cứu khoa học trong hầu hết các trường đại học, viện nghiên cứu thuộc khối
khoa học sức khỏe tại Việt nam. Tuy nhiên, hiện còn có nhiều khái niệm và thuật
ngữ nghiên cứu khoa học định lượng chưa được hiểu một cách chính xác, gây ra
tình trạng thiếu nhất quán khi sử dụng khái niệm và thuật ngữ này. Việc sử dụng
thuật ngữ một cách không thống nhất có thể làm ảnh hưởng đến chất lượng của các
công trình nghiên cứu cũng như gây ra khó khăn khi bình duyệt và và đánh giá các
báo cáo, bài báo khoa học.

Cuốn tài liệu “KHÁI NIỆM VÀ THUẬT NGỮ CƠ BẢN SỬ DỤNG TRONG CÁC
NGHIÊN CỨU KHOA HỌC SỨC KHỎE ĐỊNH LƯỢNG”, được biên soạn và thống
nhất bởi nhóm giảng viên và nghiên cứu viên của một số cơ sở đào tạo y dược và
một số cơ quan nghiên cứu tại Việt Nam cũng như ở nước ngoài, nhằm mục tiêu hỗ
trợ các nhà nghiên cứu, giảng viên, học viên và sinh viên trong việc tra cứu ý nghĩa
của các khái niệm và thuật ngữ thường dùng trong nghiên cứu khoa học sức khỏe
định lượng, qua đó thống nhất về cách hiểu và cách sử dụng các khái niệm và thuật
ngữ này và hướng tới việc chuẩn hóa về phương nghiên cứu khoa học sức khỏe tại
Việt Nam.

Trong quá trình xây dựng cuốn tài liệu này, nhóm tác giả đã tham khảo và sử dụng
nhiều nguồn tài liệu trong nước và quốc tế có uy tín. Ngoài ra, nhóm tác giả cũng
nhận được các ý kiến góp ý của một số chuyên gia và nhà khoa học trong lĩnh vực
có liên quan. Mặc dù đã được rà soát, thảo luận nhiều lần nhưng chắc chắn cuốn tài
liệu này sẽ vẫn còn những thiếu sót. Nhóm tác giả rất mong các đồng nghiệp và Quý
độc giả đóng góp ý kiến để cuốn tài liệu có chất lượng ngày càng tốt hơn.

Xin cảm ơn và chúc các bạn đọc thành công!

T/M các tác giả

iii
MỤC LỤC

MỤC LỤC .................................................................................................................. iv

DANH MỤC CÁC BẢNG ........................................................................................... v
DANH MỤC CÁC HÌNH ............................................................................................. v
KHÁI NIỆM VÀ THUẬT NGỮ CƠ CƠ BẢN THEO ĐỀ MỤC BÁO CÁO .................. 7
ĐẶT VẤN ĐỀ .......................................................................................................... 7
TỔNG QUAN TÀI LIỆU .......................................................................................... 9
MỤC ĐÍCH, MỤC TIÊU NGHIÊN CỨU ................................................................ 12
THIẾT KẾ NGHIÊN CỨU ..................................................................................... 14
QUẦN THỂ, CHỌN MẪU, CỠ MẪU ..................................................................... 34
BIẾN SỐ, CHỈ SỐ ................................................................................................. 49
THU THẬP SỐ LIỆU............................................................................................. 52
ĐẢM BẢO CHẤT LƯỢNG SỐ LIỆU ..................................................................... 56
QUẢN LÝ, XỬ LÝ SỐ LIỆU .................................................................................. 59
PHÂN TÍCH SỐ LIỆU ........................................................................................... 63
SAI SỐ VÀ NHIỄU ................................................................................................ 91
ĐẠO ĐỨC NGHIÊN CỨU .................................................................................... 96
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN ............................................................. 97
MỘT SỐ KHÁI NIỆM VÀ THUẬT NGỮ KHÁC ................................................... 105
THUẬT NGỮ TIẾNG VIỆT THEO TRÌNH TỰ ABC ............................................... 108
THUẬT NGỮ TIẾNG ANH THEO TRÌNH TỰ ABC ............................................... 120
TÀI LIỆU THAM KHẢO ......................................................................................... 133

iv
DANH MỤC CÁC BẢNG

Bảng 1: Tổng quan mô tả và tổng quan hệ thống .................................................... 11

Bảng 2: Thông tin sơ lược về quá trình thử nghiệm lâm sàng giai đoạn II và III của 2
vắc xin Cervaris và Gadasil ...................................................................................... 25

DANH MỤC CÁC HÌNH

Hình 1: Các thiết kế nghiên cứu dịch tễ học phổ biến .............................................. 14
Hình 2: Sơ đồ nghiên cứu bệnh chứng .................................................................... 16
Hình 3: Sơ đồ nghiên cứu thuần tập ........................................................................ 18
Hình 4: Nghiên cứu thuần tập lịch sử (thuần tập hồi cứu)........................................ 19
Hình 5: Nghiên cứu thuần tập tương lai ................................................................... 19
Hình 6: Sơ đồ lựa chọn ca bệnh/chứng cho nghiên cứu bệnh - chứng dựa trên
nghiên cứu thuần tập ............................................................................................... 20
Hình 7: Các giai đoạn tiến hành thử nghiệm lâm sàng một loại thuốc mới .............. 24
Hình 8: Tính giá trị khoa học của các thiết kế nghiên cứu........................................ 27
Hình 9: Sơ đồ thiết kế bắt chéo ................................................................................ 28
Hình 10: Sơ đồ thiết kế song song ........................................................................... 29
Hình 11: Sơ đồ thiết kế theo hình nêm..................................................................... 30
Hình 12: 6 cấu phần cốt lõi của hệ thống y tế (theo Tổ chức Y tế thế giới).............. 33
Hình 13: Quan hệ giữa quần thể và mẫu ................................................................. 35
Hình 14: Các loại phương pháp chọn mẫu thường dùng ......................................... 38
Hình 15: Sơ đồ chọn mẫu thuận tiện........................................................................ 39
Hình 16: Sơ đồ chọn mẫu ngẫu nhiên đơn .............................................................. 41
Hình 17: Sơ đồ chọn mẫu ngẫu nhiên hệ thống ....................................................... 42
Hình 18: Sơ đồ chọn mẫu cụm ................................................................................ 43
Hình 19: Sơ đồ chọn mẫu ngẫu nhiên phân tầng ..................................................... 44
Hình 20: Sơ đồ chọn mẫu nhiều giai đoạn ............................................................... 45
Hình 21: Ảnh chụp một phần mẫu bệnh án nội khoa sử dụng tại bệnh viện ............ 55
Hình 22: Nối dài/ Nối dọc ......................................................................................... 60
Hình 23: Nối rộng/Nối ngang .................................................................................... 60
Hình 24: Giá trị ngoại lai ........................................................................................... 62
Hình 25: Các loại thống kê phổ biến ........................................................................ 64

v
Hình 26: Hình dạng của phân phối có độ lệch dương và độ lệch âm ...................... 67
Hình 27: Hình dạng phân phối với độ gù = 4.0, 3.0 và 2.7 ....................................... 68
Hình 28: Phân bố chuẩn........................................................................................... 68
Hình 29: Công thức tính giá trị dự đoán âm tính và dương tính ............................... 82
Hình 30: Các dạng đường cong ROC ...................................................................... 83
Hình 31: Các dạng sai số thường gặp ..................................................................... 92
Hình 32: Biểu đồ Gantt ........................................................................................... 105

vi
KHÁI NIỆM VÀ THUẬT NGỮ CƠ CƠ BẢN THEO ĐỀ MỤC BÁO CÁO

ĐẶT VẤN ĐỀ
Tính cấp thiết (Urgency)
Mức độ cần thiết phải triển khai một nghiên cứu hoặc một can thiệp nào đó càng
sớm càng tốt.
Ví dụ: Năm 2015, virus Zika lây lan trên diện rộng ở Nam Mỹ. Các đánh giá
nhanh cho thấy mối liên quan giữa Zika và sự gia tăng số ca dị tật não bẩm
sinh và hội chứng Guillain-Barre (GBS). Tháng 2/2016, Tổ chức Y tế thế giới
kêu gọi đẩy mạnh các nghiên cứu về mối quan hệ nhân quả giữa virus Zika
và các dị tật não bẩm sinh, từ đó làm cơ sở cho các ứng phó y tế trên toàn
cầu. Đáp ứng lời kêu gọi này, Fabienne Krauer và CS. đã tiến hành Tổng
quan hệ thống “Nhiễm virut Zika như là nguyên nhân gây bất thường ở não
bẩm sinh và hội chứng Guillain-Barré”.

Tính khả thi (Feasibility)

Khả năng có thể thực hiện được một nghiên cứu hoặc một can thiệp với nguồn lực
(nhân lực, tài chính, quản lý…) hiện có.
Ví dụ: Để tìm hiểu mối liên quan giữa ung thư phổi và hút thuốc lá, với nguồn
lực hạn chế của các nước đang phát triển, nhà nghiên cứu quyết định thực
hiện nghiên cứu bệnh chứng trên những người mắc/không mắc ung thư phổi
thay vì thực hiện nghiên cứu thuần tập theo dõi những người hút thuốc/không
hút thuốc (có thể kéo dài >30 năm, tiêu tốn hàng triệu đô la Mỹ).

Tính mới (Novelty)

Một nghiên cứu đề cập đến những vấn đề chưa được tìm ra hoặc kiểm chứng từ
các nghiên cứu trước đây hoặc áp dụng phương pháp mới, hiện đại hơn so với các
nghiên cứu trước đây. Để biết được tính mới của nghiên cứu, nghiên cứu viên cần
phải tham khảo các tài liệu, báo cáo, bài báo khoa học…
Ví dụ: Các bằng chứng nghiên cứu dịch tễ học phân tử đã chỉ rõ các loại
virus gây u nhú ở người (Human Papilloma virus – HPV) là nguyên nhân
chính gây ung thư cổ tử cung loại xâm lấn và tân sinh trong biểu mô cổ tử
cung. Các loại HPV ở vùng sinh dục được phân nhóm thành nhóm nguy cơ

7
 thấp (chủ yếu ở các mụn cơm vùng sinh dục), nhóm nguy cơ cao (thường
liên quan tới ung thư cổ tử cung xâm lấn). Tuy nhiên hiện chưa có một sự
đồng thuận nào về việc phân loại một số loại HPV ít gặp vào các nhóm nguy
cơ. Do đó, một tiêu chuẩn phân loại rõ ràng các loại HPV vào nhóm nguy cơ
cao hoặc thấp là rất cần thiết.
Xem thêm: http://www.nejm.org/doi/pdf/10.1056/NEJMoa021641

Tính ứng dụng (Applicability)

Mức độ các kết quả của một nghiên cứu có thể áp dụng trong bối cảnh thực tế.
Ví dụ: Nghiên cứu đưa ra một chuẩn chung để phân loại HPV xét tới mối liên
quan dịch tễ của HPV với ung thư cổ tử cung. Kết quả này rất cần thiết cho
việc thiết kế các chương trình triển khai vaccine HPV và chương trình sàng
lọc dựa trên xét nghiệm HPV.
Xem thêm: http://www.nejm.org/doi/pdf/10.1056/NEJMoa021641

Tính xác đáng (Relevance)

Đề cập đến tính đúng đắn khi chọn chủ đề nghiên cứu hay chứng minh rằng nghiên
cứu nào đó đáng để thực hiện. Các nghiên cứu viên thường dựa vào một số tiêu
chuẩn để cân nhắc tính xác đáng như 1) Tầm cỡ của vấn đề cần nghiên cứu: Tỷ lệ
hiện mắc, tỷ suất mới mắc, phân bố của vấn đề cần nghiên cứu; 2) Tính nghiêm
trọng của vấn đề cần nghiên cứu: Tỷ lệ tử vong, di chứng, tàn tật và khả năng lây
lan của một vấn đề sức khỏe hay hậu quả của một vấn đề y học nếu không được
nghiên cứu, can thiệp; 3) Khả năng khống chế vấn đề cần nghiên cứu: Khả năng
chữa khỏi bệnh, giá trị của việc khám phát hiện sớm, khả năng phòng bệnh, chi phí
khám, chữa và phòng bệnh, tính sẵn có của các phương tiện khám, chữa và phòng
bệnh; 4) Sự quan tâm của cộng đồng: Cộng đồng có quan tâm, sẵn sàng chi trả cho
các giải pháp giải quyết vấn đề nghiên cứu hay không.

8
TỔNG QUAN TÀI LIỆU
Tài liệu chưa được xuất bản chính thức (Grey literature)
Là các tài liệu hoặc báo cáo nghiên cứu chưa được xuất bản thông qua các kênh
phát hành chính thức của các nhà xuất bản. Hiểu đơn giản thì đây là những tài liệu
hoặc báo cáo nghiên cứu chưa được xuất bản trên các tạp chí khoa học được bình
duyệt, phản biện (peer-reviewed literature journals).
Ví dụ: Tài liệu chưa được xuất bản chính thức tương đối đa dạng, có thể bao
gồm các báo cáo kỹ thuật, bài trình bày hội thảo, các bộ tiêu chuẩn, luận án,
luận văn, tiểu luận, bảng thống kê, bài giảng, bài thuyết trình, bản thảo của
bài báo v.v.

Khoảng trống trong nghiên cứu (Research gap)

Những điểm còn chưa rõ, chưa biết và cần được tìm hiểu, những bằng chứng cần
được tạo ra để phục vụ khoa học và đời sống.
Ví dụ: Mặc dù có rất nhiều bài bình duyệt về phác đồ điều trị và theo dõi bệnh
nhân đái tháo đường týp 2 được công bố trong những năm gần đây, các bác
sĩ vẫn thường không điều trị theo một đường hướng rõ ràng. Mục tiêu của
nhóm nghiên cứu là phát triển một cách tiếp cận chung để điều trị và theo dõi
bệnh nhân đường máu cao, trưởng thành, không có thai, nhằm giúp định
hướng các nhân viên y tế trong việc lựa chọn phương pháp điều trị phù hợp
nhất cho bệnh nhân đái tháo đường týp 2 của họ.
Xem thêm: http://care.diabetesjournals.org/content/diacare/32/1/193.full.pdf

Tổng quan tài liệu (Literature review)

Là sự tổng hợp các tài liệu và báo cáo nghiên cứu về một chủ đề nào đó. Tổng quan
tài liệu thường được trình bày ở phần đầu của một đề cương hay báo cáo nghiên
cứu và qua đó nghiên cứu viên xác định được khoảng trống trong nghiên cứu để
giải thích lý do tiến hành nghiên cứu của mình. Tổng quan tài liệu cũng giúp cho
nghiên cứu viên đánh giá được điểm mạnh và điểm yếu trong phương pháp nghiên
cứu trước đó để lựa chọn phương pháp nghiên cứu của mình.

9
Tổng quan mô tả (Narrative review)
Quá trình thu thập, tóm tắt, tổng hợp các tài liệu và báo cáo nghiên cứu về cùng một
chủ đề, từ đó đưa ra các giải thích và kết dựa trên kinh nghiệm của nghiên cứu viên,
các lý thuyết và mô hình đã có sẵn. Tổng quan mô tả không dựa trên quá trình tìm
kiếm và đánh giá các tài liệu và báo cáo nghiên cứu một cách có hệ thống mà
thường dựa trên các tài liệu và báo cáo nghiên cứu sẵn có hoặc do tác giả tự lựa
chọn.
Ví dụ: Tổng quan mô tả về các đổi mới trong phương pháp nghiên cứu định
tính của tác giả Rose Wiles (2011) sử dụng 57 bài báo xuất bản trong giai
đoạn 2000-2009 có đề cập đến việc sử dụng phương pháp nghiên cứu định
tính mới.
Xem thêm: http://journals.sagepub.com/doi/abs/10.1177/1468794111413227

Tổng quan hệ thống (Systematic review)

Các bằng chứng khoa học về một chủ đề cụ thể được xác định, tìm kiếm, đánh giá
và tổng hợp một cách hệ thống. Nghiên cứu viên có chiến lược tìm kiếm tài liệu và
báo cáo nghiên cứu rõ ràng. Tổng quan hệ thống có thể giảm thiểu được các sai số
lựa chọn tài liệu (xảy ra do nghiên cứu viên lựa chọn tài liệu dựa trên kinh nghiệm
bản thân).
Ví dụ: Trong tổng quan hệ thống của Tổ chức Y tế thế giới về các nguyên
nhân gây tử vong mẹ, 34 bộ số liệu (35.197 ca tử vong mẹ) đã được đưa vào
phân tích. Qua đó ghi nhận sự khác biệt về nguyên nhân tử vong mẹ ở các
khu vực. Xuất huyết là nguyên nhân hàng đầu gây tử vong mẹ ở Châu Phi
(33-39%, 8 bộ số liệu, 4.508 ca tử vong) và Châu Á (30-38%, 11 bộ số liệu,
16.089 ca tử vong). Ở Mỹ La tinh và vùng biển Caribe, các rối loạn tăng huyết
áp là nguyên nhân gây tử vong mẹ nhiều nhất (25-27%, 4 bộ số liệu, 10.777
ca tử vong).
Xem thêm: http://www.sciencedirect.com/science/article/pii/S0140673606683979

10
Dưới đây là những điểm khác biệt chính giữa tổng quan mô tả và tổng quan hệ
thống (Hình 1).
Bảng 1: Tổng quan mô tả và tổng quan hệ thống

Đặc tính Tổng quan mô tả Tổng quan hệ thống

Câu hỏi nghiên cứu Rộng Tập trung, rõ ràng
Nguồn thông tin/chiến Không cụ thể Nguồn thông tin đa dạng và đầy đủ.
lược tìm kiếm tài liệu Chiến lược tìm kiếm tài liệu rõ ràng
Lựa chọn tài liệu Không cụ thể Lựa chọn dựa trên các tiêu chí được
xác định, được áp dụng một cách có
hệ thống cho toàn bộ quá trình lựa
chọn tài liệu
Đánh giá chất lượng Không cụ thể Đánh giá dựa trên các chuẩn mực,
tài liệu tiêu chí nghiêm ngặt
Tổng hợp tài liệu Không hoàn toàn Theo hệ thống
theo hệ thống
Báo cáo Thường chung Toàn bộ các nội dung về chiến lược
chung tìm kiếm, tiêu chuẩn lựa chọn tài liệu
và đánh giá được thể hiện rõ ràng
trong phần phương pháp của báo
cáo tổng quan hệ thống

11
MỤC ĐÍCH, MỤC TIÊU NGHIÊN CỨU

Câu hỏi nghiên cứu (Research question)

Câu hỏi mà nghiên cứu viên đặt ra và cần được trả lời thông qua các kết quả của
nghiên cứu.
Ví dụ: Hút thuốc lá có làm tăng nguy cơ mắc bệnh ung thư phổi hay không?

Giả thuyết của nghiên cứu viên – Ha/H1 (Alternative Hypothesis)

Điều mà các nghiên cứu viên mong muốn kiểm định, chứng minh thông qua nghiên
cứu. Thông thường, trong các nghiên cứu so sánh truyền thống (traditional
comparative study), giả thuyết của nghiên cứu viên cho rằng có sự khác biệt giữa
các nhóm đối tượng nghiên cứu về giá trị biến số/chỉ số nghiên cứu.
Ví dụ:
o Những người hút thuốc lá có nguy cơ mắc ung thư phổi cao hơn so
với những người không hút thuốc.
o Hiệu quả của thuốc A tốt hơn hiệu quả của thuốc B trong điều trị bệnh X
Tuy nhiên trong nghiên cứu tương đương (equivalence study) thì giả thuyết nghiên
cứu cho rằng 2 nhóm đối tượng/biện pháp can thiệp có các giá trị biến số/chỉ số
tương đương nhau.
Ví dụ:
o Những người hút thuốc lá có nguy cơ mắc ung thư phổi tương đương
với những người không hút thuốc.
o Hiệu quả của thuốc A tương đương với thuốc B trong điều trị bệnh X

Giả thuyết Ho (Null hypothesis)

Giả thuyết đối nghịch với giả thuyết của nhà nghiên cứu. Trong các nghiên cứu so
sánh truyền thống (traditional comparative study), giả thuyết Ho cho rằng không có sự
khác biệt giữa các nhóm đối tượng nghiên cứu về giá trị biến số/chỉ số nghiên cứu.
Ví dụ:
o Không có sự khác biệt về nguy cơ mắc ung thư phổi ở người hút thuốc
và người không hút thuốc.
o Không có sự khác biệt về hiệu quả của thuốc A và thuốc B trong điều
trị bệnh X.

12
Trong nghiên cứu tương đương (equivalence study), giả thuyết Ho cho 2 nhóm đối
tượng/biện pháp can thiệp có các giá trị biến số/chỉ số không tương đương.
Ví dụ:
o Nguy cơ mắc ung thư phổi ở người hút thuốc không tương đương
nguy cơ mắc ung thư phổi của người không hút thuốc
o Hiệu quả của thuốc A không tương đương hiệu quả của thuốc B trong
điều trị bệnh X

Mục đích (Goal)

Đề cập đến tác động/ảnh hưởng dài hạn của một nghiên cứu, chương trình, dự án,
can thiệp…
Ví dụ: Mục đích của dự án “Đánh giá hoạt động của Quỹ Phòng, chống tác
hại của thuốc lá” là nhằm hiểu rõ và điều chỉnh các chính sách, cơ cấu, cách
thức hoạt động của Quỹ, từ đó nâng cao hiệu quả can thiệp trên cộng đồng.

Mục tiêu chung (General objective)

Là tổng hợp của các mục tiêu cụ thể của một nghiên cứu cụ thể
Ví dụ: Đánh giá quá trình triển khai và kết quả đạt được sau 3 năm hoạt động
(2013-2016) của Quỹ Phòng, chống tác hại của thuốc lá.

Mục tiêu cụ thể (Specific objective)

Là những điều cần đạt được khi kết thúc nghiên cứu, chương trình, dự án, can
thiệp… Mục tiêu cụ thể có liên quan đến một hoặc nhiều giả thuyết nghiên cứu.
Ví dụ: Các mục tiêu cụ thể của Nghiên cứu đánh giá hoạt động Quỹ Phòng,
chống tác hại (PCTH) của thuốc lá bao gồm:
(1) Đánh giá quá trình triển khai và kết quả của các hoạt động xây dựng
cơ cấu tổ chức và cơ chế hoạt động của Quỹ PCTH của thuốc lá giai
đoạn 2013-2016
(2) Đánh giá quá trình triển khai và kết quả của các hoạt động phòng
chống thuốc lá tại các bộ ngành, tổ chức xã hội và địa phương được
hỗ trợ bởi Quỹ Phòng, chống tác hại của thuốc lá.
(3) Tìm hiểu những thuận lợi, khó khăn, các yếu tố thúc đẩy, rào cản và
các bài học kinh nghiệm trong quá trình hoạt động của Quỹ PCTH của
thuốc lá đoạn 2013-2016.

13
THIẾT KẾ NGHIÊN CỨU

Nhà nghiên cứu có chỉ định yếu tố

phơi nhiễm?

Có Không

Nghiên cứu thực nghiệm Nghiên cứu quan sát

Phân bổ ngẫu nhiên Nhóm so sánh?

Có Không Có Không

Nghiên cứu
Nghiên cứu mô tả
Thử nghiệm phân Thử nghiệm phân phân tích
bổ ngẫu nhiên có bổ ngẫu nhiên
đối chứng không đối chứng
Chiều thời gian

Nghiên cứu Nghiên cứu Nghiên cứu

thuần tập bệnh chứng cắt ngang

Phơi nhiễm và kết quả

Phơi nhiễm Kết quả Kết quả Phơi nhiễm
cùng
Hình 1: Các thiết kế nghiên cứu dịch tễ học phổ biến1 một thời điểm

Nghiên cứu quan sát (Observational study)

Là thiết kế nghiên cứu trong đó các nghiên cứu viên chỉ quan sát và ghi nhận thực
trạng đặc điểm/đặc tính và sự kiện diễn ra trong nghiên cứu mà không có tác động
đến đối tượng nghiên cứu. Nghiên cứu quan sát bao gồm nghiên cứu quan sát mô
tả và nghiên cứu quan sát phân tích.

Nghiên cứu mô tả (Descriptive study)

Thuộc loại hình nghiên cứu quan sát trong đó các nghiên cứu viên chỉ mô tả thực
trạng đặc điểm/đặc tính của đối tượng nghiên cứu mà không đề cập đến nguyên
nhân/hậu quả hay các yếu tố có liên quan.

1
Grimes DA, Schulz KF. An overview of clinical research: the lay of the land. Lancet. 2002 Jan
5;359(9300):57-61.

14
Nghiên cứu một trường hợp bệnh (Case report)
Là việc mô tả một trường hợp bệnh đặc biệt/bất thường, chưa có trong y văn (như
một căn bệnh mới hoặc biến chứng bất thường, sự kết hợp không phổ biến của các
ca bệnh, nguyên nhân hoặc kết quả bất thường của một ca bệnh bao gồm cả sự
phục hồi đáng ngạc nhiên của bệnh nhân). Nghiên cứu một trường hợp bệnh có giá
trị gợi ý giả thuyết nghiên cứu hoặc gợi ý về việc xuất hiện một vấn đề sức
khỏe/bệnh dịch mới trong cộng đồng.
Ví dụ: Nghiên cứu trường hợp một phụ nữ 34 tuổi phá thai bằng thuốc
mifepristone và gemeprost. Trong quá trình phá thai, bệnh nhân mắc viêm tụy
cấp tính nghiêm trọng và phải điều trị cấp tính trong 14 ngày.

Nghiên cứu hàng loạt các ca bệnh (Case series)

Là việc mô tả đặc điểm lâm sàng, diễn biến của bệnh, điều trị, phơi nhiễm trên hàng
loạt các ca bệnh. Nghiên cứu hàng loạt các ca bệnh cũng có giá trị gợi ý giả thuyết
nghiên cứu hoặc gợi ý về việc xuất hiện một vấn đề sức khỏe/bệnh dịch mới trong
cộng đồng. Mức độ hình thành giả thuyết trong nghiên cứu chùm ca bệnh chắc chắn
hơn nghiên cứu ca bệnh.
Ví dụ: Nghiên cứu mô tả bệnh sử và đặc điểm lâm sàng của 5 người đàn ông
được nhập viện tại trung tâm Y khoa của Đại học California ở Los Angeles vì
bệnh phổi do Pneumocystic carinii. Đây chính là cơ sở của việc phát hiện ra
bệnh HIV/AIDS sau này.

Nghiên cứu phân tích (Analytical study)

Thuộc loại hình nghiên cứu quan sát, có mục tiêu kiểm định các giả thuyết về mối
liên quan, quan hệ nhân quả nào đó.

Nghiên cứu sinh thái/ Nghiên cứu tương quan (Ecological study or
correlational study)
Là nghiên cứu lấy số liệu thống kê của quần thể (không phải số liệu ở cấp độ cá thể,
ví dụ như trung bình, trung vị, tỷ lệ phần trăm…) để mô tả sự tương quan giữa hai
biến số nghiên cứu và rất có giá trị trong gợi ý hình thành giả thuyết nghiên cứu.
Ví dụ: Nghiên cứu về tỷ lệ tử vong do ung thư và chế độ dinh dưỡng có nhiều
chất béo ở các quốc gia trên thế giới.

15
Nghiên cứu cắt ngang (Cross sectional study)
Thuộc loại hình nghiên cứu quan sát. Trong nghiên cứu cắt ngang, cả thông tin về
bệnh và thông tin về phơi nhiễm được thu thập tại cùng một thời điểm cho nên
nghiên cứu cắt ngang thường được dùng để hình thành các giả thuyết nghiên cứu
chứ không cho phép chứng minh giả thuyết nghiên cứu. Nghiên cứu cắt ngang còn
được gọi là nghiên cứu hiện mắc (prevalence study). Nghiên cứu cắt ngang giúp
chúng ta tính được tỷ lệ hiện mắc bệnh (prevalence) và tỷ số chênh hiện mắc
(prevalence odds ratio).
Ví dụ: Điều tra hút thuốc lá ở người trưởng thành (tỷ lệ hút thuốc và thói quen
hút thuốc) được tiến hành vào năm 2015.

Nghiên cứu bệnh- chứng (Case control study)

Là nghiên cứu quan sát phân tích trong đó nhóm bệnh và nhóm đối chứng được xác
định dựa trên tiêu chí là có bệnh/tình trạng sức khỏe hay không có bệnh/tình trạng
sức khỏe mà nghiên cứu viên quan tâm. Sau đó nghiên cứu viên khai thác mức độ
tiếp xúc với yếu tố nguy cơ ở cả nhóm bệnh và nhóm đối chứng trong quá khứ để so
sánh sự khác biệt về mức độ phơi nhiễm ở hai nhóm này từ đó phiên giải về mối
quan hệ nhân quả (Hình 2).

Cá thể không có
Cá thể có bệnh bệnh (chứng)

Tìm
Tìm hiểu
hiểu tiền
tiền sử
sử phơi
phơi nhiễm
nhiễm

Có
Có bệnh
bệnh Không
Không bệnh
bệnh

Có
Có phơi
phơi nhiễm
nhiễm a b
Không
Không phơi
phơi
nhiễm
nhiễm
c d

Hình 2: Sơ đồ nghiên cứu bệnh chứng

16
 Ví dụ: Mối liên quan giữa sử dụng hormone estrogen và ung thư nội mạc tử
cung đã được nghiên cứu trên 188 phụ nữ da trắng tuổi 40-80 mới được
chẩn đoán ung thư nội mạc tử cung và 428 trường hợp chứng là những phụ
nữ cùng độ tuổi nhập viện trong giai đoạn từ tháng 1, 1970 đến tháng 6, 1975
do u không ác tính cần phẫu thuật. Các số liệu về sử dụng thuốc và các biến
số liên quan đến sinh sản được trích xuất từ hồ sơ bệnh án của mỗi đối
tượng nghiên cứu. Có 39% trường hợp bệnh và 20% trường hợp chứng đã
sử dụng hormone estrogen trong quá khứ.

Ghép cặp (Matching)

Là kỹ thuật thường được dùng trong nghiên cứu phân tích (nghiên cứu bệnh chứng,
thuần tập hay nghiên cứu can thiệp có nhóm đối chứng) để phân bổ đều các yếu tố
nhiễu vào hai nhóm nghiên cứu. Đây là một trong những kỹ thuật được dùng để hạn
chế yếu tố nhiễu tiềm tàng. Xem thêm về Nhiễu (confounding): Trang 91.

Ghép cặp theo nhóm (Group matching/Frequency matching)

Là phương pháp chọn nhóm chứng có tỷ lệ một số đặc điểm nhất định giống với tỷ
lệ đó ở nhóm bệnh/phơi nhiễm.
Ví dụ: Nếu 30% nhóm ung thư phổi (nhóm bệnh) là nam, nhà nghiên cứu cũng
sẽ đảm bảo nhóm không bị ung thư phổi (nhóm chứng) có 30% nam giới.

Ghép cặp ở mức cá thể (Individual matching/Matched pairs)

Với mỗi trường hợp bệnh/phơi nhiễm, nhà nghiên cứu sẽ lựa chọn một trường hợp
chứng với một số đặc điểm giống với trường hợp bệnh.
Ví dụ: Nghiên cứu muốn nhóm bệnh và nhóm chứng giống nhau về tuổi, giới,
dân tộc. Trong nhóm ung thư phổi (nhóm bệnh) có 1 bệnh nhân nữ 55 tuổi,
người Kinh, như vậy nhà nghiên cứu sẽ muốn tìm một người nữ, 55 tuổi,
người Kinh vào nhóm không bị ung thư phổi (nhóm chứng).

Phương pháp ghép cặp theo điểm xu hướng (Propensity score matching-PSM)
Là phương pháp ghép cặp nhóm can thiệp và nhóm đối chứng dựa trên điểm xu
hướng, được tính toán từ các đặc điểm của các đối tượng nghiên cứu. Phương
pháp ghép cặp theo điểm xu hướng giúp chúng ta loại bỏ được các sai lệch lựa
chọn.

17
Nghiên cứu thuần tập (Cohort study)
Là nghiên cứu theo dõi một hay nhiều nhóm có hay không có yếu tố phơi nhiễm
(exposure) tới khi xảy ra kết quả nghiên cứu (outcome).
Ví dụ: Để tìm hiểu mối liên hệ giữa hút thuốc lá và bệnh mạch vành, nghiên
cứu viên chọn 3.000 nguời hút thuốc lá và 5.000 nguời không hút thuốc lá. Cả
hai nhóm lúc bắt đầu nghiên cứu đều không có bệnh tim mạch và được theo
dõi dể xem xét sự phát triển bệnh. Sau một thời gian, kết quả phát hiện được
84 nguời hút thuốc phát triển bệnh và 87 nguời không hút thuốc lá phát triển
bệnh.

Cá
Cá thể
thể có
có phơi
phơi Cá
Cá thể
thể không
không
nhiễm
nhiễm phơi
phơi nhiễm
nhiễm

Theo
Theo dõi
dõi sự
sự xuất
xuất hiện
hiện bệnh
bệnh

Có bệnh Không bệnh

Có phơi nhiễm a b
Không phơi
nhiễm c d

Hình 3: Sơ đồ nghiên cứu thuần tập

Nghiên cứu thuần tập lịch sử/Nghiên cứu thuần tập hồi cứu (Historical cohort
study/Retrospective study/Nonconcurrent cohort)
Là loại hình nghiên cứu thuần tập dựa trên cơ sở các hồ sơ ghi chép về các phơi
nhiễm và các kết quả nghiên cứu (số liệu đã có) trước thời điểm nghiên cứu viên bắt
đầu tiến hành nghiên cứu.
Ví dụ: Có một nghiên cứu theo dõi tình hình sức khoẻ của người dân ở thành
phố A được dự kiến tiến hành từ năm 2004 và kéo dài tới năm 2024. Năm
2012, một nghiên cứu viên quyết định sử dụng dữ liệu của nghiên cứu này
trong giai đoạn 2004-2012, chia 2 nhóm dựa trên thông tin về hành vi hút

18
 thuốc đã được thu thập trước đó (1 nhóm hút thuốc và 1 nhóm không hút
thuốc lá), sau đó phân tích sự khác biệt về tỷ suất mới mắc ung thư phổi của
2 nhóm.

Nghiên cứu thuần tập tương lai/Nghiên cứu thuần tập tiến cứu (Prospective
cohort/Concurrent cohort/)
Là loại hình nghiên cứu thuần tập trong đó số liệu được thu thập sau khi nghiên cứu
viên bắt đầu tiến hành nghiên cứu
Ví dụ: Năm 2003, nhà nghiên cứu muốn tìm hiểu mối quan hệ của hút thuốc
lá và việc mắc ung thư phổi. Do đó nhà nghiên cứu đã thực hiện một nghiên
cứu trên người dân ở Chí Linh (Hải Dương), chia nhóm theo đặc điểm hút
thuốc lá (1 nhóm hút thuốc và 1 nhóm không hút thuốc) từ năm 2003 và ghi
nhận tỷ lệ mắc mới ung thư phổi của 2 nhóm. Giả định rằng các đối tượng
không thay đổi hành vi hút thuốc trong thời gian thực hiện nghiên cứu. Sau 10
năm, nhà nghiên cứu thực hiện phân tích sự khác biệt về tỷ suất mới mắc
ung thư phổi giữa 2 nhóm.

Hình 4: Nghiên cứu thuần tập lịch sử (thuần tập hồi cứu)

Hình 5: Nghiên cứu thuần tập tương lai

19
Nghiên cứu thuần tập từ lúc sinh (Birth cohort study)
Là loại hình nghiên cứu thuần tập theo dõi dài hạn những người sinh ra trong cùng
một năm hoặc một thời điểm xác định nào đó trong năm. Việc theo dõi thậm chí có
thể bắt đầu từ khi bà mẹ mang thai.
Ví dụ: Nghiên cứu thuần tập từ lúc sinh mới nhất của Anh – Nghiên cứu
thuần thập thiên niên kỷ (The Millennium Cohort Study), đang theo dõi 19,000
trẻ sinh trong năm 2000-2001 tại Anh. Ngoài các dữ liệu về sức khỏe của
những trẻ này và cha mẹ chúng, nghiên cứu cũng xem xét đến hành vi và sự
phát triển nhận thức của trẻ cùng một loạt các yếu tố xã hội liên quan.

Nghiên cứu bệnh - chứng dựa trên nghiên cứu thuần tập (Nested case-control
studies)
Là một dạng của thiết kế nghiên cứu bệnh chứng mà ở đó việc lựa chọn nhóm bệnh
và nhóm chứng được tiến hành trên nền một nghiên cứu thuần tập.

Nhóm thuần tập(Tất cả các đối tượng đều chưa mắc bệnh
hoặc vấn đề sức khỏe được quan tâm)

Thời
gian Theo dõi nhiều năm

Đối tượng có bệnh Đối tượng không có bệnh

Chọn mẫu

Bệnh Chứng

Hình 6: Sơ đồ nghiên cứu bệnh - chứng dựa trên nghiên cứu thuần tập

Ví dụ:
Để xác định mối liên quan giữa nhiễm H. pylori (HP) và ung thư đường tiêu
hóa, Parsonnet và cộng sự (N Engl J Med. 1991 Oct 17;325(16):1127-31)
theo dõi 128,992 người (chưa mắc ung thư tiêu hóa) từ giữa những thập kỷ
60. Qua thời gian, có 189 người phát triển ung thư tiêu hóa được đưa vào
nhóm bệnh. 189 người không có bệnh được lựa chọn ngẫu nhiên từ những
ngườợi không bị bệnh còn lại (nhóm chứng).

20
Nghiên cứu thực nghiệm (Experimental study)
Là nghiên cứu về hiệu quả của một can thiệp nào đó thông qua việc so sánh chỉ
số/biến số nghiên cứu của nhóm can thiệp và nhóm đối chứng. Trong nghiên cứu
thực nghiệm, can thiệp được đưa vào là chủ động. Điều này khác với nghiên cứu
thuần tập, tình trạng phơi nhiễm của các đối tượng nghiên cứu là tự có.

Thử nghiệm ngẫu nhiên có đối chứng (Randomized controlled trials - RCTs)
Là loại hình nghiên cứu thực nghiệm trong đó đối tượng nghiên cứu được phân bổ
ngẫu nhiên vào nhóm can thiệp và nhóm đối chứng. Mục tiêu là để không chế sai
lệch lựa chọn (sai số có hệ thống).
Ví dụ: Nghiên cứu chỉ định ngẫu nhiên 10.101 phụ nữ sau mãn kinh trên 55
tuổi, có tiền sử hoặc có nguy cơ cao mắc bệnh mạch vành vào nhóm can
thiệp (dùng 60 mg raloxifene hàng ngày) hoặc nhóm chứng (dùng giả dược).
Sau đó nhà nghiên cứu theo dõi tỷ lệ gãy xương của 2 nhóm đối tượng trong
5 năm.
Xem thêm:
https://www.ncbi.nlm.nih.gov/pubmed/17892376?ordinalpos=1&itool=EntrezSystem2.
PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_RVDocSum

Thử nghiệm ngẫu nhiên có đối chứng theo cụm (Cluster randomized
controlled trials)
Là loại hình nghiên cứu thực nghiệm trong đó các nhóm đối tượng nghiên cứu (các
cụm thay vì các cá nhân) được phân bổ ngẫu nhiên vào nhóm can thiệp và nhóm
đối chứng
Ví dụ: Trong nghiên cứu tác dụng của điều trị giun sán lên cân nặng và chiều
cao của 3.935 trẻ em từ 1-5 tuổi, nhà nghiên cứu chỉ định ngẫu nhiên trẻ em
ở 25 vùng vào nhóm chứng (chỉ nhận vitamin A) và trẻ em ở 25 vùng khác
vào nhóm bệnh (nhận cả vitamin A và albedazone). Định kỳ 6 tháng trong
vòng 24 tháng cấp vitamin và thuốc, nghiên cứu viên tiến hành đo cân nặng
và chiều cao của trẻ.
Xem thêm: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2291568/

21
Phương pháp làm mù (Blinding/Masking)
Nghiên cứu thực nghiệm trong đó có một hoặc nhiều nhóm người tham gia nghiên
cứu (các đối tượng nghiên cứu, các nhân viên y tế, nhà nghiên cứu) không được
biết về tình trạng can thiệp.

Phương pháp làm mù đơn (Single-blind study)

Nghiên cứu thực nghiệm trong đó đối tượng nghiên cứu không biết mình thuộc
nhóm nào (nhóm can thiệp hay nhóm đối chứng). Đây là phương pháp làm mù phổ
biến nhất.
Ví dụ: Sử dụng giả dược (placebo) với hình dạng, mùi, vị, cách đóng gói như
thuốc được thử nghiệm để đối tượng tham gia nghiên cứu khó phát hiện
được mình đang thuộc nhóm can thiệp hay nhóm chứng (làm mù), tránh ảnh
hưởng tới tâm lý và việc tuân thủ quy trình nghiên cứu.

Phương pháp làm mù đôi (Double-blind study)

Nghiên cứu thực nghiệm trong đó đối tượng nghiên cứu và/hoặc người tiến hành
can thiệp, người đánh giá kết quả không biết về phân nhóm can thiệp/chứng.
Phương pháp làm mù này không áp dụng được đối với các can thiệp ngoại khoa.
Ví dụ: Trong nghiên cứu về đào tạo kỹ năng phẫu thuật bằng công nghệ thực
tế ảo, 16 bác sĩ nội trú ngoại khoa được đánh giá khả năng tâm lý vận động
khi bắt đầu tham gia nghiên cứu, sau đó được chỉ định ngẫu nhiên vào nhóm
can thiệp (được các chuyên viên nội soi ổ bụng nhiều kinh nghiệm đào tạo
bằng công nghệ thực tế ảo tới khi thành thạo như chuyên gia, n=8) hoặc
nhóm chứng (không được đào tạo bằng công nghệ thực tế ảo, n=8). Tất cả
các đối tượng nghiên cứu thực hiện cắt túi mật nội soi cùng với 1 bác sĩ ngoại
khoa, người bác sĩ này không biết đối tượng thuộc nhóm nào (làm mù 1). Các
ca phẫu thuật cắt túi mật này được quay video và đánh giá độc lập bởi 2 điều
tra viên theo thang điểm kỹ thuật sẵn có. Những điều tra viên này không biết
đối tượng nghiên cứu thuộc nhóm nào (làm mù 2). Như vậy việc theo dõi can
thiệp và đánh giá kết quả đều được làm mù.
Xem thêm: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1422600/

22
Phương pháp làm mù ba (Triple-blind study)
Nghiên cứu thực nghiệm trong đó đối tượng nghiên cứu, người tiến hành can thiệp
và nghiên cứu viên đều không biết về phân nhóm can thiệp/chứng. Phương pháp
làm mù này không áp dụng được đối với các can thiệp ngoại khoa.
Ví dụ: Một thử nghiệm lâm sàng có 85 bệnh nhân H.pylori (+), không có triệu
chứng, điều trị theo phác đồ kháng sinh 3 loại kết hợp được 1 tuần. Để tìm
hiểu hiệu lực của men vi sinh trong việc làm giảm tác dụng phụ của kháng
sinh, nhà nghiên cứu chỉ định ngẫu nhiên các đối tượng vào 4 nhóm: nhóm 1
(n = 21) dùng Lactobacillus GG, nhóm 2 (n=22) dùng Saccharomyces
boulardii, nhóm 3 (n=21) dùng kết hợp Lactobacillus spp. và biphidobacteria,
nhóm 4 (n=21) dùng giả dược. Men vi sinh và giả dược được đựng trong các
túi, đóng hộp như nhau và có đánh số nên bệnh nhân không biết mình thuộc
nhóm nào (làm mù 1). Người theo dõi và đánh giá tình trạng bệnh và người
xử lý số liệu cũng không biết bệnh nhân thuộc nhóm điều trị nào (làm mù 2 và
làm mù 3).
Xem thêm: http://www.sciencedirect.com/science/article/pii/S0002927002054801

Thử nghiệm mở (Open trial)

Nghiên cứu thực nghiệm trong đó phương pháp làm mù không được áp dụng. Mọi
người đều biết ai được nhận can thiệp và ai thuộc nhóm đối chứng.
Ví dụ: Nghiên cứu so sánh tỷ lệ tái phát tại chỗ trên bệnh nhân ung thư trực
tràng được chỉ định ngẫu nhiên mổ nội soi ổ bụng (nhóm can thiệp) hoặc mổ
mở (nhóm chứng). Tất cả các đối tượng tham gia nghiên cứu, bác sĩ phẫu
thuật và nghiên cứu viên đều biết bệnh nhân ở trong nhóm nào.
Xem thêm: http://www.nejm.org/doi/full/10.1056/NEJMoa1414882#t=article

Thử nghiệm cộng đồng (Community trial)

Nghiên cứu thực nghiệm trong đó các nhóm nhận được can thiệp là các cộng đồng chứ
không phải là các cá thể. Dạng nghiên cứu này thích hợp để dánh giá hiệu quả của các
can thiệp thay đổi hành vi, cải thiện điều kiện kinh tế, văn hóa, xã hội, môi trường…
Ví dụ: Một thử nghiệm được thực hiện trên 3 thành phố tại Bang
Massachusetts, Mỹ, trong đó Somerville là thành phố được can thiệp, 2 thành
phố còn lại có đặc điểm dân số xã hội giống với Somerville được lựa chọn
làm chứng. 1.178 trẻ em lớp 1-3 tại các trường tiểu học công lập tại

23
 Somerville đã tham gia vào thử nghiệm. Nhóm nghiên cứu thực hiện các
chương trình giáo dục sức khoẻ, giới thiệu và cung cấp các món ăn lành
mạnh cho trẻ khi học tại trường, ở nhà và ở nơi công cộng với mục tiêu làm
giảm BMI của trẻ. Có rất nhiều nhóm và cá nhân trong cộng đồng cũng tham
gia vào thử nghiệm này bao gồm trẻ em, các phụ huynh, thầy cô giáo, nhân
viên cấp dưỡng của trường, các phòng ban của thành phố, các nhà hoạch
định sách, nhân viên y tế, nhà hàng, các đơn vị truyền thông.
Xem thêm: https://www.ncbi.nlm.nih.gov/pubmed/17495210

Nghiên cứu bán thực nghiệm (Quasi-experimental)

Nghiên cứu thực nghiệm trong đó có ít nhất một đặc tính của nghiên cứu thực
nghiệm kinh điển không đạt được, ví dụ như đối tượng nghiên cứu không được
phân bổ ngẫu nhiên hoặc không có nhóm đối chứng.
Ví dụ: Nghiên cứu đánh giá tác động của chương trình can thiệp về tăng
cường vai trò của người cha lên bản thân người cha và con của họ. Nhóm
nghiên cứu so sánh các chỉ số trước và sau khi tham gia can thiệp của các
đối tượng nghiên cứu tại 4 địa điểm can thiệp so với các đối tượng không
tham gia nghiên cứu ở vùng có cùng đặc điểm địa lý và dân số.
Xem thêm: http://www.sciencedirect.com/science/article/pii/S0885200699000083

Thử nghiệm lâm sàng (Clinical trial)

Nghiên cứu thực nghiệm về hiệu lực, hiệu quả lâm sàng của can thiệp. Thử nghiệm lâm
sàng thường được tiến hành tại cơ sở y tế hoặc phòng thí nghiệm. Trong nghiên cứu
một loại thuốc mới, thử nghiệm lâm sàng thường có 4 giai đoạn I, II, III và IV (Hình 7).

Giai đoạn 1 Giai đoạn II Giai đoạn III Giai đoạn IV

Các nghiên Chấp Giai đoạn

cứu thuận bởi nghiên cứu
trên động Ít hơn 100 Từ 100 đến Cục Quản về phản ứng
vật và/hoặc 15 – 30 lý thực
tại các
người tình 1000 người phụ hiếm
người tình phẩm và
nghiên cứu nguyện tình nguyện dược gặp và các
nguyện
phòng thí phẩm Hoa tác động
nghiệm Kỳ (FDA) tiềm tàng

4,5 năm 8,5 năm 1,5 năm

Hình 7: Các giai đoạn tiến hành thử nghiệm lâm sàng một loại thuốc mới

24
Thử nghiệm lâm sàng giai đoạn I: Dược lý lâm sàng và độc tính (Phase I trial)
Giai đoạn này nghiên cứu tính an toàn chứ không phải tính hiệu quả của thuốc và sau
đó xác định liều sử dụng thuốc thích hợp. Thử nghiệm tiến hành trên những người
tình nguyện. Cỡ mẫu nghiên cứu của giai đoạn này thường khoảng 15-30 người.

Thử nghiệm lâm sàng giai đoạn II (Phase II trial)

Giai đoạn này nghiên cứu về hiệu lực và tính an toàn của thuốc hay vắc xin trên một
cỡ mẫu nhỏ (<100 người tình nguyện).

Thử nghiệm lâm sàng giai đoạn III (Phase III trial)
Giai đoạn này nghiên cứu đầy đủ về hiệu lực và tính an toàn của thuốc hay vắc xin
trên một cỡ mẫu lớn (100-1000 người tình nguyện).

Thử nghiệm lâm sàng giai đoạn IV: Nghiên cứu thuốc trên thị trường (Phase IV
trial)
Giai đoạn này được tiến hành sau khi cơ quan quản lý đã phê duyệt đăng ký
thuốc/vắc xin và thuốc/vắc xin đó đã được đưa vào thị trường. Mục tiêu chung là
nghiên cứu về tỷ lệ phản ứng phụ hiếm gặp và các tác động tiềm tàng của việc sử
dụng lâu dài loại thuốc đó trong thực tế và cũng tìm thêm bằng chứng về hiệu quả ở
một quần thể rộng hơn quần thể đã được nghiên cứu trong thử nghiệm lâm sàng
giai đoạn 3. Nghiên cứu trong giai đoạn này cũng có thể phát hiện ra các công dụng
tiềm năng mới của thuốc.

Bảng 2: Thông tin sơ lược về quá trình thử nghiệm lâm sàng giai đoạn II và III của 2
vắc xin Cervaris và Gadasil

Vaccine Cervarix® Cervarix® Gadasil® Gadasil®

Giai đoạn
nghiên II III II III
cứu
225 µg aluminum 225 µg aluminum
500 µg aluminum Hepatitis A
Chứng hydroxyl- hydroxyl-phosphate
hydroxide vaccine
phosphate sulfate sulfate
Số người
1,113 18,664 552 5,455
tham gia

25
Tuổi trung
bình (số
20 (15-25) 20 (15-25) 20 (16-23) 20 (16-24)
năm)
(khoảng)
Số bạn
≤6 ≤6 ≤4 ≤4
tình
Tần suất
6 tháng 12 tháng 6 tháng 6 tháng
sàng lọc
Thời gian
a a
theo dõi 48 tháng 15 tháng 60 tháng 36 tháng
trung bình

Nhiễm HPV type

Nhiễm HPV type 6/11/16/18, Nhiễm
Chỉ tiêu Nhiễm virus HPV
6/11/16/18, nhiễm virus duy trì hoặc tân
hiệu quả Nhiễm virus HPV type 16/18 tân
virus duy trì, bệnh sinh trong biểu mô cổ
lâm sàng type 16, 18 mới sinh trong biểu mô
cổ tử cung hoặc tử cung cấp độ 1
chính/sơ xảy ra cổ tử cung cấp độ
bệnh cơ quan sinh (CIN1+) và thương tổn
cấp 2 (CIN2+)
dục ngoài cơ quan sinh dục
ngoài

Nhiễm virus duy Nhiễm virus duy trì

Chỉ tiêu trì, tân sinh trong hoặc tân sinh
lâm sàng biểu mô cổ tử trong biểu mô cổ Biến cố bất lợi của Biến cố bất lợi của
phụ/thứ cung cấp độ 1 tử cung cấp độ 1 thuốc thuốc
cấp (CIN1+), biến cố (CIN1+), biến cố
bất lợi của thuốc bất lợi của thuốc
a
Phân tích tạm thời về các thử nghiệm dự kiến theo dõi trong 4 năm
Xem thêm: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2631230/

26
Y học dựa vào bằng chứng (Evidence-based medicine or EBM)
Là sự phối hợp giữa kinh nghiệm lâm sàng của nhân viên y tế, bằng chứng khoa
học cập nhật và có giá trị nhất và tôn trọng đến giá trị của bệnh nhân. Trong y học
dựa vào bằng chứng, giá trị của bằng chứng được đánh giá dựa trên thiết kế nghiên
cứu (Hình 8).

Tổng
Tổng
quan
quan hệ
hệ
thống
thống và
và
phân
phân tích
tích
gộp
gộp

Thử
Thử nghiệm
nghiệm phân
phân
bổ
bổ ngẫu
ngẫu nhiên
nhiên có
có Nghiên
Nghiên
đối
đối chứng
chứng cứu
cứu thực
thực
nghiệm
nghiệm
Nghiên
Nghiên cứu bán thực
cứu bán thực nghiệm
nghiệm
Giá
Giá
trị
trị
nghiên
nghiên
cứu
cứu Nghiên
Nghiên cứu
cứu thuần
thuần tập
tập
khoa
khoa
học
học

Nghiên
Nghiên cứu
cứu bệnh
bệnh chứng
chứng
Nghiên
Nghiên
cứu
cứu quan
quan
sát
sát
Nghiên
Nghiên cứu
cứu cắt
cắt ngang
ngang

Nghiên
Nghiên cứu
cứu trường
trường hợp
hợp bệnh
bệnh

Hình 8: Tính giá trị khoa học của các thiết kế nghiên cứu

Nghiên cứu theo dõi dọc (Longitudinal study)

Là loại hình thiết kế nghiên cứu quan sát, trong đó các biến số/chỉ số nghiên cứu
của từng đối tượng nghiên cứu được đo lường lặp lại nhiều lần qua thời gian.

Theo dõi (Follow-up)

Đề cập đến việc theo dõi sự thay đổi các biến số/chỉ số nghiên cứu của từng đối
tượng nghiên cứu qua thời gian qua thời gian.
Ví dụ: Trong nghiên cứu về tác động của phẫu thuật lên đau nửa đầu, nhóm
nghiên cứu thu thập thông tin của tất cả bệnh nhân trước và ngay sau khi
phẫu thuật, một năm sau khi phẫu thuật bao gồm nhật ký về tình trạng đau
đầu, tần số các cơn đau nửa đầu hàng tháng, mức độ đau (từ 1 đến 10), số
ngày đau đầu trong tháng, các biến chứng sau mổ, chất lượng cuộc sống…
Xem thêm: https://www.ncbi.nlm.nih.gov/pubmed/19644260

27
Thiết kế bắt chéo (Cross-over assignment/study)
Là loại hình thiết kế nghiên cứu can thiệp có đối chứng trong đó một nửa số đối
tượng nghiên cứu được phân bổ ngẫu nhiên vào nhóm sử dụng điều trị A, sau đó
được đổi sang nhóm nhận điều trị B trong khi nhóm trước đó được nhận điều trị B
sẽ quay sang sử dụng điều trị A. Thiết kế bắt chéo chỉ thích hợp trong nghiên cứu về
bệnh mãn tính (Hình 9).

Điều trị
Bắt chéo
Điều trị B
Điều trị A

Y Z Sàng lọc
Điều trị B Điều trị A
Z

Giai đoạn 1 Thời kỳ nghỉ để Giai đoạn 2

điều trị ở giai
đoạn 1 hết tác
dụng
Hình 9: Sơ đồ thiết kế bắt chéo

Ví dụ: Trong một nghiên cứu đánh giá tác dụng của trà Giảo cổ lam lên tính
nhạy cảm insulin trên bệnh nhân đái tháo đường mới được chẩn đoán và
chưa dùng thuốc điều trị, bệnh nhân nhóm A (n=8) dùng 6g trà Giảo cổ lam
mỗi ngày trong vòng 4 tuần, sau đó nghỉ 2 tuần (washout period), rồi chuyển
sang dùng giả dược trong 4 tuần tiếp theo. Trong khi đó, nhóm bệnh nhân B
(n=8) dùng giả dược trong 4 tuần trước, rồi nghỉ 2 tuần, và dùng trà Giảo cổ
lam trong 4 tuần cuối.
Xem thêm: https://www.ncbi.nlm.nih.gov/pubmed/20213586

Thiết kế một nhóm (Single group design)

Là loại hình thiết kế nghiên cứu can thiệp không có nhóm đối chứng. Dạng thiết kế
này không khẳng định được hiệu quả của can thiệp.

28
Thiết kế song song (Parallel assignment/design)
Là loại hình thiết kế nghiên cứu can thiệp trong đó các đối tượng nghiên cứu được
phân bổ ngẫu nhiên vào hai hoặc nhiều nhóm được nhận hai hay nhiều can thiệp
khác nhau (Hình 10).

Điều trị A
Phân bổ
ngẫu nhiên
X
Điều trị C

X Y Z Y

Sàng lọc Điều trị B

Z
Hình 10: Sơ đồ thiết kế song song

Ví dụ: Thử nghiệm lâm sàng được thực hiện trên 459 bệnh nhân có huyết áp
tâm thu dưới 160 mmHg và huyết áp tâm trương 80-95 mmHg. Các đối tượng
được phân bổ ngẫu nhiên vào 1 trong 3 nhóm: nhóm chứng (chế độ ăn ít rau,
hoa quả và sản phẩm từ sữa, hàm lượng chất béo trung bình), nhóm can
thiệp 1 (chế độ ăn nhiều rau, hoa quả), nhóm can thiệp 2 (chế dộ ăn nhiều
rau, hoa quả, sản phẩm từ sữa ít béo, giảm chất béo nói chung và chất béo
bão hoà). Trong vòng 8 tuần, nghiên cứu viên sẽ theo dõi và ghi nhận sự
huyết áp, sự tuân thủ theo chế độ ăn đã chỉ định, lấy mẫu nước tiểu 24h,
kiểm tra các triệu chứng, hoạt động thể lực của các đối tượng.
Xem thêm: http://www.nejm.org/doi/full/10.1056/NEJM199704173361601#t=abstract

Thiết kế theo "hình nêm" (Stepped wedge design)

Là loại hình thiết kế nghiên cứu can thiệp có nhóm đối chứng theo cụm trong đó can
thiệp được thực hiện dần dần tại các cụm theo thời gian để đến khi kết thúc nghiên
cứu, tất cả các cụm đều nhận được can thiệp (Hình 11).

29
 5

Người
Người
tham
tham
3
gia/
gia/
Cụm
Cụm

1 2 3 4 5 6
Các thời kỳ

Các ô gạch chéo thể hiện thời kỳ can thiệp

Các ô trắng thể hiện thời kỳ không can thiệp (chứng)
Mỗi ô thể hiện một điểm thu thập số liệu

Hình 11: Sơ đồ thiết kế theo hình nêm

Ví dụ: Trong nghiên cứu HEADS-UP, 7 khoa của 2 bệnh viện lần lượt được
chỉ định dùng một công cụ hội chẩn mới để nhằm làm giảm sai sót hệ thống
trong y khoa, tăng cường sự tương tác và học hỏi lẫn nhau liên ngành giữa
các bác sĩ.
Xem thêm: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4479997/

Nghiên cứu triển khai (Implementation research)

Là loại hình thiết kế nghiên cứu có liên quan đến việc thực hiện/triển khai một hoạt
động/can thiệp/chương trình nào đó. Mục tiêu chính của nghiên cứu triển khai là xác
định/tìm hiểu xem hoạt động/can thiệp/chương trình có được triển khai đúng như kế
hoạch, đạt được đầu ra, hiệu quả, tác động mong muốn hay không và lý do, yếu tố
có ảnh hưởng, liên quan đến việc triển khai động/can thiệp/chương trình đó (tại sao
và như thế nào) cũng như đưa ra và thử nghiệm các giải pháp cải thiện việc triển
khai hoạt động/can thiệp/chương trình đó.
Để hiểu rõ nghiên cứu triển khai và sự khác biệt giữa nghiên cứu này với nghiên
cứu dịch tễ học, nghiên cứu về hiệu lực lâm sàng, nghiên cứu về hiệu quả của can
thiệp, hãy cũng nhìn vào ví dụ về tình trạng thiếu kẽm và bệnh tiêu chảy. Câu hỏi
nghiên cứu tương ứng với mỗi loại nghiên cứu như dưới đây:

30
 Nghiên cứu dịch tễ học: Mối liên quan giữa thiếu kém và mức độ trầm trọng
của bệnh tiêu chảy là gì? (WHAT)
Nghiên cứu về hiệu lực lâm sàng: Hiệu quả của việc sử dụng kẽm để hỗ
trợ điều trị tiêu chảy? (WHAT)
Nghiên cứu về hiệu quả của can thiệp: Hiệu quả của chương trình thúc đẩy
sự dụng kẽm trong hỗ trợ điều trị tiêu chảy? (WHAT)
Nghiên cứu triển khai: Làm thế nào để vượt qua các rào cản trong việc mở
rộng chương trình sử dụng kẽm trong hỗ trợ điều trị tiêu chảy để chương
trình này có thể tiếp cận tới tất cả các trẻ bị tiêu chảy? (HOW)

Nghiên cứu thăm dò (Exploratory study)

Là nghiên cứu có quy mô nhỏ và được tiến hành trong một khoảng thời gian ngắn.
Thường được áp dụng để tìm hiểu về những vấn đề mới và tạo điều kiện để thiết kế
các nghiên cứu có quy mô lớn hơn.
Ví dụ: Nghiên cứu thăm dò tác dụng của kết hợp đo lường khả năng hoạt
động thể chất cùng với đánh giá tình trạng thiếu cơ trong việc dự đoán khả
năng tiếp nhận và hoàn thành phác đồ điều trị trên bệnh nhân ung thư phổi tế
bào không nhỏ.
Xem thêm: https://www.ncbi.nlm.nih.gov/pubmed/28721555

Nghiên cứu đánh giá/Đánh giá chương trình (Evaluation research/Program

evaluation)
Là nghiên cứu có mục tiêu đánh giá chương trình có đạt được tiến độ hay mục tiêu
đề ra hay không. Ba loại hình nghiên cứu đánh giá thường gặp là đánh giá quá trình
(process evaluation), đánh giá kết quả (outcome evaluation) và đánh giá tác động
(impact evaluation).

Đánh giá quá trình (Process evaluation)

Là nghiên cứu có mục tiêu đánh giá xem chương trình có đạt được tiến độ và có các
hoạt động, sản phẩm của các hoạt động đúng như kế hoạch đã đề ra hay không.

Đánh giá kết quả (Outcome evaluation)

Là nghiên cứu có mục tiêu đánh giá xem chương trình có đạt được kết quả như mục
tiêu của chương trình đó đã đề ra hay không.

31
Đánh giá tác động (Impact evaluation)
Là nghiên cứu có mục tiêu đánh giá tác động dài hạn của chương trình.
Ví dụ: Sử dụng rượu bia quá mức gây ra nhiều vấn đề về sức khỏe con
người, kinh tế và trật tự an toàn xã hội. Nhận thức được thực trạng này,
tháng 5 năm 2010, Hội Y tế Công cộng (YTCC) Việt Nam đã thử nghiệm xây
dựng một mạng lưới gồm 55 hội viên YTCC người cao tuổi (NCT) tham gia
vào chương trình can thiệp phòng chống tác hại rượu bia ở Phương Công,
một xã nông thôn thuộc huyện Tiền Hải, tỉnh Thái Bình.
Năm 2012, nghiên cứu đánh giá kết quả chương trình can thiệp giảm
mức độ sử dụng rượu bia thông qua việc tham gia của hội viên y tế công
cộng người cao tuổi được tiến hành.
o Đánh giá kết quả của chương trình là so sánh số lượng nam giới
sử dụng rượu bia ở mức an toàn trước và sau khi thực hiện can
thiệp.
o Đánh giá tác động của chương trình sẽ được tiến hành 1-2 năm
sau khi chương trình kết thúc để xem mô hình có tiếp tục được
thực thi không và số lượng nam giới sử dụng rượu bia ở mức an
toàn so với trước và ngay sau khi kết thúc can thiệp.

Nghiên cứu hệ thống y tế (Health system research)

Là nghiên cứu có mục tiêu đánh giá các thành phần đầu vào, quá trình hoạt động,
đầu ra và tác động của hệ thống y tế. Nghiên cứu hệ thống y tế thường tập trung
vào 6 cấu phần đầu vào (building blocks) gồm: lãnh đạo và quản trị (leadership and
governance), cung cấp dịch vụ (service delivery), nhân lực y tế (health workforce),
hệ thống thông tin y tế (health information system), vật phẩm y tế, vắc xin và công
nghệ y tế (medical products, vaccines and technologies) và tài chính y tế (health
system financing) (Hình 12).

32
 Sáu thành phần đầu vào Mục đích/đầu ra

Tài chính Nâng cao sức khỏe

Sự tiếp (theo các cấp và công bằng)
cận

Độ bao
Nhân lực y tế
phủ dịch
vụ

Tính đáp ứng

Thông tin

Sản phẩm và công nghệ y tế Chất

lượng Bảo vệ người dân trước rủi ro
tài chính và xã hội
An toàn
Cung ứng dịch vụ

Nâng cao hiệu quả

Quản lý điều hành

Hình 12: 6 cấu phần cốt lõi của hệ thống y tế (theo Tổ chức Y tế thế giới)

Đánh giá nhanh (Rapid assessment)

Là nghiên cứu có quy mô nhỏ và được tiến hành trong một khoảng thời gian ngắn
nhằm đáp ứng ngay nhu cầu về thông tin và bằng chứng về một vấn đề sức khỏe
nào đó, thường là các vấn đề sức khỏe cấp thiết ví dụ như đánh gia nhanh về thiệt
hại và mức độ lây lan của một vụ dịch… Đôi khi các nghiên cứu thăm dò cũng được
coi là các đánh giá nhanh.

Đánh giá nhu cầu (Needs assessment)

Nghiên cứu có mục tiêu xác định những gì cần thiết để giải quyết “khoảng cách”
giữa tình trạng hiện tại với tình trạng mong muốn.

Quy trình nghiên cứu (Research protocol)

Quy trình nghiên cứu là mô tả chi tiết các bước và quy trình thực hiện một nghiên
cứu hay một can thiệp.

33
QUẦN THỂ, CHỌN MẪU, CỠ MẪU

Quần thể nghiên cứu (Study population)

Là tập hợp các cá thể nghiên cứu viên quan tâm đưa vào nghiên cứu để trả lời cho
câu hỏi nghiên cứu. Quần thể nghiên cứu bao gồm toàn bộ các đối tượng nghiên
cứu. Nghiên cứu viên cần xác định rõ quần thể nghiên cứu để từ đó chọn ra mẫu
nghiên cứu.
Ví dụ: Trong nghiên cứu về bệnh loãng xương và các yếu tố liên quan tại
thành phố Hồ Chí Minh, quần thể nghiên cứu mà nhà nghiên cứu quan tâm là
tất cả các những người bị bệnh loãng xương và không bị bệnh loãng xương
đang sinh sống tại thành phố HCM.

Khung mẫu (Sampling frame)

Là danh sách của tất cả các đơn vị mẫu (có thể là cá nhân hay hộ gia đình) có trong
quần thể. Khung mẫu là cơ sở của quá trình chọn mẫu.
Ví dụ: Nhà nghiên cứu lập danh sách người trưởng thành (>18 tuổi) hiện
đang cư trú tại Hồ Chí Minh.

Đơn vị mẫu (Sampling unit)

Có thể là cá nhân đối tượng nghiên cứu hoặc nhóm đối tượng nghiên cứu (hộ gia
đình, làng, xã…) được sử dụng để chọn mẫu nghiên cứu. Trong chọn mẫu cụm
(chùm), cần phân biệt 1) Đơn vị chọn mẫu bậc 1 (Primary sampling units =PSU):
Chính là các cụm (chùm) như xã, làng, hộ gia đình; 2) Đơn vị chọn mẫu bậc 2
(Secondary sampling units =SSU): Là hộ gia đình hoặc các cá nhân đối tượng
nghiên cứu.

Mẫu (Sample)
Là một phần của quần thể, được coi là đại diện cho quần thể, bao gồm những cá
thể mà chúng ta sẽ nghiên cứu. Mẫu có thể được chọn ngẫu nhiên hoặc không
ngẫu nhiên từ quần thể (Hình 13).
Ví dụ: Trong mỗi phường, nhà nghiên cứu chọn ngẫu nhiên 80 người trưởng
thành.

34
 Quần thể

Mẫu

Cá
Cá thể
thể

Hình 13: Quan hệ giữa quần thể và mẫu

Mẫu liên tiếp (Consecutive sample)

Chọn liên tiếp những người đáp ứng tiêu chuẩn vào nghiên cứu, tiếp cận được. Mẫu
liên tiếp giảm thiểu được sai số do việc tham gia tình nguyện.

Mẫu đại diện (Representative sample)

Mẫu đại diện là mẫu có các đặc điểm giống với quần thể. Tính đại diện của mẫu phụ
thuộc kỹ thuật chọn mẫu và cỡ mẫu.

Tiêu chuẩn lựa chọn (Inclusion criteria)

Các tiêu chuẩn để đưa một đối tượng trong quần thể vào mẫu nghiên cứu
Ví dụ: Tiêu chuẩn lựa chọn vào nghiên cứu về tỷ lệ loãng xương là người
trưởng thành (>18 tuổi), sinh sống trên địa bàn thành phố Hồ Chí Minh

Tiêu chuẩn loại trừ (Exclusion criteria)

Các tiêu chuẩn để loại ra một đối tượng ra khỏi mẫu nghiên cứu (thường là sau khi
đã đảm bảo tiêu chuẩn lựa chọn)
Ví dụ: Tiêu chuẩn loại trừ của nghiên cứu về tỷ lệ loãng xương là người có
mắc bệnh lý có thể ảnh hưởng đến chuyển hoá xương như suy gan, suy
thận, bệnh lý nội tiết, hô hấp, miễn dịch, ung thư, hoặc nằm liệt giường trong
1 tháng qua, mãn kinh sớm (<45 tuổi), đã phẫu thuật cắt tử cung, tiền sử gãy
xương.

35
Đối tượng nghiên cứu (Study participant/subject/respondent)
Là người, sự vật, hiện tượng có các biến số/chỉ số được nghiên cứu. Cần phân biệt
đối tượng nghiên cứu với nguồn cung cấp số liệu.
Ví dụ: Nghiên cứu về cân nặng của trẻ sơ sinh thông qua phỏng vấn bà mẹ và
các đặc điểm về bà mẹ không được nghiên cứu thì đối tượng nghiên cứu là trẻ
sơ sinh và nguồn cung cấp số liệu là bà mẹ. Nêu các đặc điểm về bà mẹ cũng
được nghiên cứu thì đối tượng nghiên cứu là cả trẻ sơ sinh và bà mẹ.

Tỷ lệ trả lời/Tỷ lệ tham gia (Response rate)

Số đơn vị mẫu (người, hộ gia đình, làng) được nghiên cứu (hoàn thành) trên tổng số
đơn vị mẫu được lựa chọn vào nghiên cứu.
Ví dụ: Sau khi xác định được khung mẫu và chọn được mẫu, nhà nghiên cứu
gửi thư mời 500 người tới trung tâm nghiên cứu để tham gia vào nghiên cứu.
Cuối cùng có 400 người đã đồng ý và bắt đầu quy trình nghiên cứu. Như vậy
tỷ lệ trả lời/tham gia là 80%.

Cỡ mẫu (Sample size)

Số đơn vị mẫu (người, hộ gia đình, làng) được lựa chọn vào nghiên cứu. Cỡ mẫu
thường được tính toán dựa trên công thức tính cỡ mẫu với các tham số phù hợp.
Cỡ mẫu cần đủ lớn để chúng ta có thể ngoại suy từ kết quả tìm ra trong mẫu ra
thành các tham số của quần thể.
Ví dụ: Cỡ mẫu của điều tra ban đầu về sức khỏe và các yếu tố liên quan tại
cơ sở thực địa Chililab (Chí Linh, Hải Dương) là 6.000 hộ gia đình, trên tổng
số 18.000 hộ gia đình trên địa bàn

Công thức tính cỡ mẫu (Sample size formula/equation)

Công thức tính cỡ mẫu dùng để xác định số đơn vị mẫu tối thiểu cần thiết cho một
nghiên cứu. Công thức tính cỡ mẫu phụ thuộc mục tiêu nghiên cứu, thiết kế nghiên
cứu, biến số nghiên cứu, độ chính xác mong muốn …
Ví dụ:
2
𝑍1−𝛼/2 𝑃(1−𝑃)
Công thức tính cỡ mẫu 1 tỷ lệ 𝑛 = 𝑑2
2
𝑍1−𝛼/2 [𝑃1 (1−𝑃1 )+𝑃2 (1−𝑃2 )]
Công thức so sánh 2 tỷ lệ 𝑛 = 𝑑2

Xem thêm: Sample size determination in health studies: a practical manual

(http://apps.who.int/iris/handle/10665/40062)

36
Hệ số thiết kế (Design effect - DE)
Hệ số thiết kế đề cập đến tác động của phương pháp chọn mẫu đối với kết quả
phân tích thống kê. Hệ số thiết kế trong nghiên cứu sử dụng phương pháp chọn
mẫu cụm là tỷ số giữa phương sai của biến số nghiên cứu tính được theo phương
pháp chọn mẫu cụm và phương sai của biến số nghiên cứu tính được theo phương
pháp chọn mẫu ngẫu nhiên đơn. Hệ số thiết kế được đưa vào khống chế sự giống
nhau của các đơn vị mẫu trong các cụm (chùm) và qua đó đảm báo tính đa dạng
của mẫu.
Ví dụ: Hệ số thiết kế=2 thường được đưa vào công thức tính cỡ mẫu 1 tỷ lệ
khi nghiên cứu sử dụng phương pháp chọn mẫu cụm.
2
𝑍1−𝛼/2 𝑃(1 − 𝑃)
𝑛 = 𝑑𝑒
𝑑2

Hệ số tương quan nội cụm (Intraclass correlation coefficient – ICC)

Hệ số tương quan nội cụm được tính toán để thể hiện sự giống nhau giữa các đơn
vị mẫu trong cùng một cụm. Hệ số tương quan nội cụm có giá trị từ 0 đến 1. Hệ số
tương quan nội cụm càng gần với 1 thể hiện sự giống nhau giữa các đơn vị mẫu
trong cùng một cụm.

Lực mẫu (Power)

Xác suất chấp nhận giả thuyết Ho khi nó sai (hay nói cách khác là xác suất để đưa
ra kết luận không có sự khác biệt giữa 2 nhóm nghiên cứu trong khi sự khác biệt
thực sự tồn tại). Lực mẫu thường được chọn ở mức 80% trở lên.

37
Chọn mẫu (Sampling)
Chọn mẫu là quá trình lựa chọn các đối tượng từ quần thể vào mẫu nghiên cứu.
Chọn mẫu có thể được thực hiện theo phương pháp xác suất hoặc không xác suất
(Hình 14).

Các phương pháp chọn mẫu

(Sampling methods)

Chọn mẫu không xác suất Chọn mẫu xác suất

(Non-probability sampling) (Probability sampling)

Chọn mẫu thuận tiện Chọn mẫu ngẫu nhiên

(Convenient sampling) đơn/ hệ thống (Simple/

Systematic random

Chọn mẫu chỉ tiêu sampling)

(Quota sampling)
Chọn mẫu xác suất tỷ
lệ với kích cỡ quần thể
Chọn mẫu chủ đích (PPS sampling)
(Purposive sampling)
Chọn mẫu cụm
Chọn mẫu hòn (Cluster sampling)
tuyết lăn
Chọn mẫu ngẫu nhiên
(Snowball
phân tầng (Stratified
sampling)
random sampling)

Chọn mẫu dây chuyền

có kiểm soát
(Respondent driven
sampling)

Hình 14: Các loại phương pháp chọn mẫu thường dùng

38
Chọn mẫu không xác suất (Non-probability sampling)
Xác suất (cơ hội) được lựa chọn vào mẫu nghiên cứu của các đối tượng là không
giống nhau. Nghiên cứu viên thực hiện chọn mẫu dựa trên các tiêu chí, mong muốn
của họ hoặc dựa trên sự thuận tiện nào đó. Các phương pháp chọn mẫu không xác
suất bao gồm chọn mẫu thuận tiện, chọn mẫu chỉ tiêu, chọn mẫu có chủ đích...

Chọn mẫu thuận tiện (Convenient sampling/Haphazard sampling)

Là phương pháp chọn mẫu dựa trên các đối tượng nghiên cứu sẵn có và thuận tiện
cho nghiên cứu viên (Hình 15).

Mẫu

Quần thể

Hình 15: Sơ đồ chọn mẫu thuận tiện

Ví dụ: Trong nghiên cứu về bệnh nhân tăng huyết áp và các yếu tố liên quan,
nghiên cứu viên chọn mẫu bằng cách đến khoa tim mạch của bệnh viện A và
phỏng vấn các bệnh nhân đến khám/điều trị trong ngày hôm đó.

Chọn mẫu chỉ tiêu (Quota sampling)

Là phương pháp chọn mẫu trong đó nghiên cứu viên xác định số lượng đối tượng
nghiên cứu cần có của mỗi nhóm (ví dụ 100 nam giới và 100 nữ giới) và chọn đến
khi đủ thì dừng lại.
Ví dụ: Mẫu chỉ tiêu của một nghiên cứu về nhu cầu sử dụng dịch vụ chăm
sóc người già tại nhà như sau

39
 Địa bàn Mẫu Loại đối tượng Mẫu Nhóm thu nhập Mẫu
Hà Nội 400 Đang sử dụng dịch vụ 200 < 5 triệu/tháng 50
5-10 triệu/tháng 50
10-15 triệu/tháng 50
>15 triệu/tháng 50
Có nhu cầu sử dụng dịch vụ 200 …
HCM 400 … … … …
Đà Nẵng 400 … … … …

Chọn mẫu chủ đích (Purposive sampling/Judgment sampling)

Là phương pháp chọn mẫu trong đó nghiên cứu viên chọn các đơn vị mẫu vào
nghiên cứu theo ý kiến chủ quan (chủ đích) của họ, đôi khi chủ đích của nghiên cứu
viên được đưa ra dựa trên tính thuận tiện hoặc dựa vào chỉ tiêu.
Ví dụ: Trong nghiên cứu về các hành vi tình dục không an toàn, nghiên cứu
viên chủ đích chọn đối tượng nghiên cứu là gái mại dâm.

Chọn mẫu hòn tuyết lăn (Snowball sampling)

Đây là phương pháp chọn mẫu áp dụng cho các nghiên cứu về các quần thể nghiên
cứu "ẩn", khó tiếp cận, ví dụ như người nghiện chích ma túy, người đồng tính…Các
đối tượng nghiên cứu được lựa chọn sẽ giới thiệu những người có thể đáp ứng
được tiêu chuẩn lựa chọn mà họ biết vào nghiên cứu.
Ví dụ: Trong nghiên cứu về hành vi tình dục trong nhóm những người đồng
tính nam, nghiên cứu viên sẽ nhờ đồng đẳng viên giới thiệu 1 số đối tượng để
phỏng vấn. Sau khi phỏng vấn mỗi đối tượng này, nghiên cứu viên sẽ nhờ họ
giới thiệu tiếp những người khác và cứ tiếp tục như vậy cho đến khi đạt đủ số
mẫu cần thiết.

Chọn mẫu xác suất (Probability sampling)

Xác suất (cơ hội) đựa lựa chọn vào mẫu nghiên cứu của các đối tượng là giống
nhau. Chọn mẫu xác suất do đó thường được nhìn nhận là có giá trị hơn so với
chọn mẫu không xác suất.

40
Chọn mẫu ngẫu nhiên đơn (Simple random sampling)
Tất cả các đơn vị mẫu trong khung mẫu đều có cơ hội được chọn vào nghiên cứu
như nhau. Nghiên cứu viên có thể sử dụng bảng số ngẫu nhiên, bốc thăm ngẫu
nhiên, máy tính để chọn đối tượng nghiên cứu (Hình 16).

1 2 3 4

2 5 Mẫu

5 6 7 8

8 10
9 10 11 12

Quần thể

Hình 16: Sơ đồ chọn mẫu ngẫu nhiên đơn

Chọn mẫu ngẫu nhiên hệ thống (Systematic random sampling)

Là phương pháp chọn mẫu sử dụng khoảng cách mẫu k=N/n (làm tròn lên hoặc
xuống hoặc không làm tròn), trong đó N là tổng số đối tượng trong quần thể nghiên
cứu và n là cỡ mẫu cần cho nghiên cứu. Đơn vị mẫu đầu tiên được chọn ngẫu nhiên
là đối tượng có số thứ tự r (r là số >=1 và <= k). Nghiên cứu viên sẽ chọn tất cả các
đơn vị mẫu có số thứ tự r + i*k trong quần thể hay khung mẫu (i chạy từ 1 đến n)
(Hình 17).
Ví dụ: Quần thể nghiên cứu có 360 đối tượng. Mẫu cần chọn là 120. Như vậy
khoảng cách mẫu = 360/120=3. Đơn vị mẫu đầu tiên được chọn có số thứ tự
là 2. Như vậy các đối tượng được chọn vào danh sách sẽ là 2 + 3i (i=1-120),
tức là các đối tượng có số thứ tự 2, 5, 8, 11, 14, 17…

41
 Quần thể

1 2 3 4 5 6 7 8 9 10 11 12

2 5 8 11

Mẫu (khoảng cách mẫu = 3)

Hình 17: Sơ đồ chọn mẫu ngẫu nhiên hệ thống

Chọn mẫu xác suất tỷ lệ với kích cỡ quần thể (Probability proportional to size–
PPS – sampling)
Chọn mẫu xác suất tỷ lệ với kích cỡ quần thể là một kỹ thuật chọn mẫu thường áp
dụng trong phương pháp chọn mẫu phân tầng hay chọn mẫu cụm trong đó xác suất
một đơn vị mẫu được lựa chọn tỷ lệ thuận với độ lớn (số lượng) các đơn vị mẫu đó.
Ví dụ, xác suất được chọn của đơn vị mẫu thuộc các tầng (cụm) lớn hơn sẽ lớn hơn
so với xác suất được chọn của đơn vị mẫu thuộc các tầng (cụm) nhỏ.
Ví dụ:
Danh sách các xã (cụm) và dân cư tương ứng như trong bảng sau
Dân số cộng Chọn vào
Xã/phường Dân số
dồn mẫu
Xã Phú Sơn 1.428 1.428
Xã Dương Hòa 2.244 3.672
Xã Thủy Tân 4.115 7.787
Xã Thủy Vân 6.307 14.094
Phường Thủy Lương 7.045 21.139 x
Xã Thủy Bằng 7.418 28.557
Xã Thủy Thanh 7.594 36.151
Phường Thủy Châu 10.176 46.327
Xã Thủy Phù 11.314 57.641 x
Phường Thủy Dương 11.737 69.378
Phường Thủy Phương 13.247 82.625 x
Phường Phú Bài 13.497 96.122

42
 Số xã/phường cần chọn ra là 3, khoảng cách mẫu k=96.122/3=32.041. Chọn
1 số ngẫu nhiên trong khoảng (1,k) là 16,200. Như vậy chùm số tương ứng
để chọn 3 xã sẽ là 16.200+nk (n=0,2), = 16.200, 48.241 và 80.281. Các
xã/phường được chọn sẽ là phường Thủy Lương, xã Thủy Phù và phường
Thủy Phương.

Chọn mẫu cụm/Chọn mẫu chùm (Cluster sampling)

Phương pháp chọn mẫu dựa trên các nhóm đối tượng nghiên cứu (cụm hay chùm)
thay cho việc chọn từng đối tượng nghiên cứu. Các cụm (chùm) thường được xác
định theo địa lý (ví dụ các xã, các làng) hoặc những đơn vị tổ chức (như các phòng
khám, những nhóm đào tạo, lớp học…) (Hình 18).

Quần thể chia

theo cụm

1 2 3 4
Cụm 2
Cụm 1

5 6
Mẫu (chọn 2 cụm)

5 6 7 8
Cụm 3 Cụm 4

11 12

9 10 11 12

Cụm 5 Cụm 6

Hình 18: Sơ đồ chọn mẫu cụm

43
 Ví dụ: Cơ sở thực địa Chililab (Chí Linh, Hải Dương) gồm có 7 xã/phường và
được chia thành 50 cụm (mỗi cụm là 1 thôn). Cỡ mẫu cần thiết cho điều tra
ban đầu về tình trạng sức khỏe và các yếu tố liên quan ở Chililab là 6000 hộ
gia đình. Do mỗi cụm có khoảng 350 hộ gia đình, nghiên cứu cần chọn
6.000/350=17 cụm.

Chọn mẫu ngẫu nhiên phân tầng (Stratified random sampling)

Là phương pháp chọn mẫu trong đó nghiên cứu viên chia quần thể nghiên cứu
thành các tầng có đặc tính giống nhau (ví dụ tầng nông thôn và tầng thành thị) sau
đó chọn ra các đơn vị mẫu trong từng tầng theo phương pháp chọn mẫu ngẫu nhiên
theo cụm, ngẫu nhiên theo hệ thống hay ngẫu nhiên đơn. Chọn mẫu ngẫu nhiên
phân tầng đảm bảo mẫu nghiên cứu bao gồm đại diện của tất cả các tầng (Hình 19).
Mẫu ngẫu nhiên phân tầng có thể theo tỷ lệ (proportionate stratified random
sampling) hoặc không theo tỷ lệ (disproportionate stratified sampling).
Chọn mẫu ngẫu nhiên phân tầng không theo tỷ lệ (Disproportionate
stratified sampling): Cỡ mẫu cần chọn từ mỗi tầng không tỷ lệ với kích cỡ
của tầng đó.
Chọn mẫu ngẫu nhiên phân tầng theo tỷ lệ (Proportionate stratified
random sampling): Cỡ mẫu cần chọn từ mỗi tầng sẽ tỷ lệ với kích cỡ của
tầng đó trong quần thể

1 10 12

2 4 6 2 10 Mẫu

7 8 11 8 5

3 5 9

Hình 19: Sơ đồ chọn mẫu ngẫu nhiên phân tầng

44
 Ví dụ: Để chọn mẫu cho nghiên cứu về sức khỏe răng miệng của trẻ em tại
trường tiểu học A, nghiên cứu viên sẽ lấy mỗi khối lớp là một tầng. Như vậy
sẽ có 5 tầng, tương ứng với khối lớp 1, 2, 3, 4 và 5. Với cỡ mẫu là 500, nếu
chọn mẫu ngẫu nhiên phân tầng không tỷ lệ, cỡ mẫu cần chọn ở mỗi tầng sẽ
là 500/5=100. Nếu chọn mẫu ngâu nhiên phân tầng theo tỷ lệ, cỡ mẫu cần
chọn cần tương ứng với sĩ số học sinh ở mỗi khối lớp như trong bảng dưới

Khối lớp Sĩ số Tỷ lệ Cỡ mẫu

1 500 500/2000=0.25 500*0.25 =125
2 500 500/2000=0.25 500*0.25 =125
3 450 450/2000=0.225 500*0.225=112.5
4 300 300/2000=0.15 500*0.15 =75
5 250 250/2000=0.125 500*0.125=62.5
Tổng 2000 500

Chọn mẫu nhiều giai đoạn (Multi-stage sampling)

Chọn mẫu nhiều giai đoạn là dạng đặc biệt của chọn mẫu cụm khi quá trình chọn
mẫu được thực hiện theo nhiều giai đoạn.
Ví dụ: Quá trình chọn mẫu được bắt đầu với việc lựa chọn các cụm lớn như
tỉnh (chọn tỉnh nghiên cứu từ danh sách tất cả các tỉnh trong toàn quốc), sau
đó từ các tỉnh đựa lựa chọn, chọn ra các huyện nghiên cứu, rồi từ các huyện
được lựa chọn, chọn ra các xã nghiên cứu, rồi từ các xã được lựa chọn, chọn
ra các làng được nghiên cứu, rồi từ các làng được lựa chọn, chọn ra các hộ
gia đình được nghiên cứu.

Tỉnh 1 Huyện 2 Xã 3 Thôn 4 Hộ gia đình

Ví dụ Chọn huyện Chọn xã Chọn thôn Chọn hộ gia đình

Tỉnh Hải Dương 1 2 3 4
Chí Linh An Lạc An Bài ông Nguyễn Văn A

- Phường Sao Đỏ - Thôn Đa - Hộ ông Nguyễn Văn A

- Phường Phả Lại - Thôn An Bài - Hộ bà Nguyễn Thị B
- Phường Lê Lợi - Thôn Bờ Chùa - Hộ ông Nguyễn Văn C
- Xã Bến Tắm - Thôn Trại Nẻ ...

- Huyện Chí Linh, - Xã Văn An ….

- Xã An Lạc
- Huyện Thanh Hà - Xã Hoàng Tiến
- Huyện Kim Thành
- Huyện Kinh Môn
...

Hình 20: Sơ đồ chọn mẫu nhiều giai đoạn

45
Phân bổ ngẫu nhiên (Randomization)
Đối tượng nghiên cứu được phân bổ ngẫu nhiên vào nhóm can thiệp và nhóm đối
chứng. Việc phân bổ ngẫu nhiên có ba điểm mạnh chính. Thứ nhất, nó loại bỏ các
sai lệnh trong việc phân bố điều trị. Nếu không được phân bổ ngẫu nhiên, việc so
sánh kết quả điều trị có thể bao gồm các định kiến, dù vô tình hay hữu ý, bằng cách
lựa chọn những người tham gia với đặc tính chung nào đó nhận một loại điều trị cụ
thể nào đó. Thứ hai, việc phân bổ ngẫu nhiên tạo điều kiện làm mù (blinding*) danh
tính của loại điều trị trước nhà nghiên cứu, người tham gia, và người đánh giá,
thông thường bằng cách sử dụng giả dược – thứ có thể giảm sai lệch sau khi phân
bổ đìều trị. Thứ ba, việc phân bổ ngẫu nhiên cho phép sử dụng các lý thuyết về xác
suất để thể hiện rằng bất kỳ sự khác biệt trong kết quả đầu ra (outcome) giữa các
nhóm can thiệp khác nhau ít có khả năng là do ngẫu nhiên.

Chuỗi hay trình tự phân bổ (Allocation sequence)

Là danh sách các can thiệp đã được sắp xếp một cách ngẫu nhiên hoặc theo một
trình tự được tính toán sẵn, được sử dụng để phân bổ lần lượt cho các đối tượng
nghiên cứu.

Phân bổ ngẫu nhiên đơn (Simple Randomization)

Xác định nhóm nhận/không nhận can thiệp cho đối tượng nghiên cứu một cách
hoàn toàn ngẫu nhiên bằng cách sử dụng bảng số ngẫu nhiên, tung đồng xu, gieo
xúc xắc…Đây là cách đơn giản nhất nhưng có điểm yếu là nhiều khả năng kích cỡ
của mỗi nhóm sau phân bổ sẽ có chênh lệch, nhất là khi cỡ mẫu nhỏ.
Ví dụ: Sau khi tung đồng xu để phân bổ can thiệp cho đối tượng nghiên cứu,
kết quả phân bổ vào nhóm điều trị (A) và nhóm nhận giả dược (B) của một
thử nghiệm có cỡ mẫu n=20 như sau:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
A A A B A B B A A B B A A A A B A A B A
Số đối tượng nhận điều trị = 13/20
Số đối tượng nhận giả dược=7/20

46
Phân bổ ngẫu nhiên theo khối (Blocking randomization)
Để số lượng đối tượng nghiên cứu được phân bổ vào 2 nhóm so sánh sẽ cân bằng.
Ví dụ, nếu chọn kích cỡ khối bằng 4, chúng ta sẽ có 6 trình tự phân bổ là AABB,
ABAB, ABBA, BAAB, BABA, BBAA. Với mỗi nhóm 4 đối tượng nghiên cứu, chúng ta
sẽ chọn ngẫu nhiên một trong sáu trình tự phân bổ ở trên để phân bổ các đối tượng
nghiên cứu vào 2 nhóm có và không có can thiệp (A và B).

Điểm yếu của phương pháp này là người thực hiện phân bổ có thể đoán được trình
tự phân bổ (ví dụ với kích cỡ khối = 4, sau khi phân bổ 3 người, sẽ biết chắc chắn
người tiếp theo được phân bổ vào nhóm nào). Để hạn chế sai số này, người thực
hiện phân bổ không được biết kích cỡ của khối và có thể sử dụng nhiều khối có kích
cỡ khác nhau cùng một lúc.

Phương pháp phân bổ định trước (Deterministic method of allocation)

Là một phương pháp phân bổ các đối tượng nghiên cứu vào các nhóm can thiệp sử
dụng một quy tắc đã được định trước mà không có bao gồm các thành tố ngẫu
nhiên (ví dụ: phân bổ lần lượt, phân bổ phụ thuộc ngày trong tuần, ngày sinh hay số
đăng ký nhập viện của đối tượng nghiên cứu). Do việc phân nhóm điều trị có thể dự
đoán được nếu sử dụng phương pháp phân bổ định trước, quá trình phân bổ có thể
bị lợi dụng, dẫn đến sai số chọn.

Che giấu phân bổ (Allocation concealment)

Kỹ thuật được sử dụng để ngăn ngừa sai lệch lựa chọn bằng cách che giấu
chuỗi/trình tự phân bổ ngẫu nhiên để những người chịu trách nhiệm phân bổ đối
tượng nghiên cứu vào các nhóm can thiệp/đối chứng không biết đối tượng tiếp theo
sẽ được nhận can thiệp nào.

Che giấu phân bổ không nên bị nhầm lẫn với làm mù (blinding). Che giấu phân bổ
hướng tới giảm sai số chọn, bảo vệ trình tự/chuỗi phân bổ ngẫu nhiên trước khi tiến
hành phân bổ. Che giấu phân bổ luôn có thể được tiến hành thành công. Ngược lại,
làm mù hướng tới việc ngăn chặn sai số nhận định (ascertainment bias*), bảo vệ
trình tự/chuỗi phân bổ sau khi phân bổ diễn ra, và không phải luôn luôn có thể thực
hiện được. Nghiên cứu không áp dụng làm mù (unblined trials) vẫn có thể áp dụng
che gidấu phân bổ.

47
Phân cấp hoặc thuê một bên thứ ba tiến hành phân bổ điều trị được ưa chuộng. Rất
nhiều cách tiếp cận tốt để che giấu phân bổ có sự tham gia của các bên thứ ba nằm
ngoài nhóm nghiên cứu. Sử dụng một nhà thuốc hoặc hệ thống quay số điện thoại
ngẫu nhiên là hai kỹ thuật phổ biến.
Ví dụ: Những người phụ nữ tham gia thử nghiệm được phân vào nhóm sử
dụng vitamin A, E và nhóm sử dụng giả dược. Họ sẽ ở trong nhóm đã được
phân bổ trong suốt quá trình mang thai (nếu họ vẫn tiếp tục tham gia thử
nghiệm). Một danh sách phân bổ ngẫu nhiên tạo bởi máy tính sẽ được nhà
thống kê tạo ra… và đưa cho khoa dược. Các nghiên cứu viên chịu trách
nhiệm tuyển chọn người vào nghiên cứu từ khoa siêu âm hoặc khám trước
sinh. Mỗi phụ nữ tham gia nghiên cứu sẽ nhận thuốc trực tiếp từ khoa dược.
Trình tự phân bổ ngẫu nhiên sẽ được tiết lộ với các nhà nghiên cứu sau khi
việc tuyển chọn, thu thập số liệu và phân tích trong phòng thí nghiệm đã hoàn
thành.

Tỷ số phân bổ (Allocation ratio)

Tỷ số xác định số lượng đối tượng nghiên cứu ở mỗi nhóm can thiệp/đối chứng. Đối
với các thử nghiệm có 2 nhóm, tỷ số phân bổ ngẫu nhiên thường là 1:1, tuy nhiên tỷ
số phân bổ không cân bằng (ví dụ như 1:2) cũng có khi được sử dụng.

48
BIẾN SỐ, CHỈ SỐ
Biến số (Variable)
Biến số là đặc tính của người, vật, sự việc, hiện tượng mà chúng ta đang quan tâm
nghiên cứu. Đặc tính của những người, vật, sự việc, hiện tượng khác nhau thường
là khác nhau (biến đổi). Do đó, biến số là những đại lượng hay những đặc tính có
thể thay đổi từ người này sang người khác hay từ thời điểm này sang thời điểm
khác. Biến số có thể thể hiện đại lượng (biến số định lượng – quantitative variable)
hay đặc tính (biến số định tính – qualitative variable).

Biến định tính (Qualitative variable)

Biến định tính giúp cho việc phân loại các đối tượng nghiên cứu thành các nhóm
khác nhau. Giá trị của các biến định tính (ví dụ mã hóa là 1, 2, 3, 4) chỉ mang tính
chất quy ước mà không có “lượng’ thực sự. Ví dụ như biến giới tính giúp phân loại
đối tượng nghiên cứu ra nhóm nam và nhóm nữ. Chúng ta có thể mã hóa nam =1 và
nữ= 2 thì giá trị 1 và 2 chỉ là quy ước, không có nghĩa nữ có “giá trị” gấp đôi nam.

Biến danh mục (Nominal categorical data)

Là dạng biến định tính khi các nhóm không sắp xếp theo một trật tự nhất định (ví dụ
từ cao xuống thấp hoặc ngược lại). Ví dụ như biến khu vực sống gồm 2 nhóm thành
thị và nông thôn. Biến địa bàn nghiên cứu gồm các nhóm Hải Phòng, Hà Nội, Hồ Chí
Minh, Đà Nẵng. Biến tình trạng hôn nhân có các nhóm, độc thân, sống chung không
kết hôn, kết hôn, ly thân, ly hôn, góa.

Biến thứ hạng (Ordinal variable)

Là dạng biến định tính khi các nhóm được sắp xếp theo một trật tự nhất định (ví dụ
từ cao xuống thấp hoặc ngược lại). Ví dụ như “trình độ học vấn” bao gồm các nhóm
tiểu học, trung học cơ sở, trung học phổ thông, đại học, cao học.

Biến nhị phân/Biến nhị giá (Binary variable/Dichotomous variable)

Là dạng biến định tính có giá trị 1 và 0. Ví dụ như biến “đã từng hút thuốc lá” nhận
hai giá trị, 1=có, 0=không. Biến giới tính nhận hai giá trị, 1=nam, 2=nữ.

49
Biến định lượng (Quantitative variable)
Là dạng biến với các giá trị có “lượng” thực sự. Ví dụ như biến cân nặng, người có
cân nặng 60 kg sẽ nặng hơn người có cân nặng 50kg là 10 kg.

Biến liên tục (Continuous variables)

Là dạng biến định lượng có giá trị có thể lấp đầy trục số. Biến liên tục thường có các
giá trị thập phân. Ví dụ như hàm lượng đường máu của bệnh nhân, cân nặng trẻ sơ
sinh.

Biến rời rạc (Discrete variable/Discontinuous variable)

Là dạng biến định lượng có giá trị không thể lấp đầy trục số. Biến rời rạc không bao
gồm các giá trị thập phân. Ví dụ như số răng của mỗi người, số bệnh nhân đến cơ
sở y tế/ngày.

Biến khoảng chia/khoảng cách (Interval variable)

Là biến định lượng và giá trị zero của biến chỉ là do qui ước. Đơn vị đo và điểm zero
(điểm gốc hay điểm bắt đầu) của thước đo này là do tuỳ chọn và chỉ là do qui ước.
Ví dụ như biến nhiệt độ có giá trị 0oC không có nghĩa là không có nhiệt độ.

Biến tỷ số (Ratio variable)

Là biến định lượng và giá trị zero của biến là thực. Biến tỷ số có tất cả các đặc tính
của biến khoảng chia, nhưng zero là một giá trị thực hay giá trị tuyệt đối. Ví dụ như
cân nặng của trẻ sơ sinh, nhiệt độ theo thang đo Kelvin.

Biến độc lập (Independent variable)

Là biến được cho là có thể có mối liên quan với biến kết quả (biến phụ thuộc) và
được đưa vào phân tích để tìm ra mối liên quan với biến kết quả (biến phụ thuộc). Ví
dụ như biến học vấn là biết độc lập và được đưa vào phân tích về mối liên quan với
tình trạng hút thuốc lá ở người trưởng thành.

50
Biến kết quả/ Biến đầu ra/Biến phụ thuộc (Output variable/Outcome
variable/Dependent variable)
Là biến chính của các nghiên cứu. Biến kết quả/biến đầu ra/biến phụ được cho là có
thể có mối liên quan với một hay nhiều biến độc lập. Ví dụ như tình trạng hút thuốc
lá là biến kết quả/biến đầu ra/biến phụ biến và được đưa vào phân tích về mối liên
quan đến tình trạng học vấn, nghề nghiệp và điều kiện kinh tế của người dân.

Biến số nền (Background variables)

Trong bất cứ nghiên cứu nào, có những biến số nền tảng thí dụ như tuổi, giới, trình
độ giáo dục, tình trạng kinh tế, tình trạng hôn nhân, tôn giáo, v.v. Những biến số này
thường có ảnh hưởng đến vấn đề nghiên cứu (biến số phụ thuộc) và có tác động
như biến số gây nhiễu. Nếu biến số nền có ảnh hưởng quan trọng đến nghiên cứu
cần phải thu thập thông tin về biến số nền. Nhưng không nên thu thập quá nhiều
biến số nền để tránh làm tăng kinh phí nghiên cứu một cách vô ích.

51
THU THẬP SỐ LIỆU
Số liệu (Data)
Số liệu là tập hợp các đặc tính của các đối tượng nghiên cứu. Số liệu được thu thập
dựa trên các biến số nghiên cứu đã được xác định trong giai đoạn xây dựng đề cương.
Ví dụ: Một nhà nghiên cứu đo nồng độ hemoglobin của 30 thai phụ có kết
quả như sau:
10.2 13.7 10.4 14.9 11.5 12.0 9.3 13.5 14.6 11.2
13.3 12.9 12.1 9.4 13.2 10.8 11.7 10.9 10.6 10.5
13.7 11.8 14.1 10.3 12.1 12.9 11.4 12.7 10.6 11.4
và những con số này được gọi là số liệu.

Nguồn số liệu (Data source)

Nguồn số liệu là nơi (có thể là các cơ sở dữ liệu, tài liệu, con người …) chứa, có các
số liệu nghiên cứu viên quan tâm và cần tiếp cận để có thể thu thập được số liệu.

Số liệu sơ cấp (Primary data)

Là số liệu được nghiên cứu viên thu thập từ các đối tượng của một nghiên cứu nào
đó và để phục vụ các mục tiêu của chính nghiên cứu đó.

Số liệu thứ cấp (Secondary data)

Là số liệu đã có sẵn, được thu thập bởi những người khác (có thể không phải là các
nghiên cứu viên), phục vụ mục tiêu khác với mục tiêu của nghiên cứu hiện tại. Ví dụ
như báo cáo thống kê của các cơ quan, đơn vị, các bộ số liệu từ điều tra quốc gia
đã được công bố v.v.v

Điều tra viên (Field interviewer)

Là người trực tiếp thu thập số liệu tại thực địa. Trong nghiên cứu định lượng, điều
tra viên là người phỏng vấn (dựa theo bộ câu hỏi có cấu trúc/bán cấu trúc) hoặc
hướng dẫn đối tượng nghiên cứu điền vào bộ câu hỏi tự điền.

Giám sát viên thực địa (Field supervisor)

Là người có trách nhiệm theo dõi, sát quá trình thu thập số liệu tại thực địa, bao gồm
cả việc thực hiện các biện pháp đảm báo chất lượng số liệu.

52
Bộ câu hỏi (Questionnaire)
Bao gồm các câu hỏi để thu thập các số liệu cần thiết cho nghiên cứu. Câu hỏi có
thể đi kèm với các tình huống trả lời có sẵn (câu hỏi đóng) hoặc để người trả lời trả
lời câu hỏi theo ý của họ (câu hỏi mở).

Phỏng vấn có cấu trúc (Structured interview)

Phỏng vấn dựa trên những câu hỏi được sắp xếp theo trình tự định trước.
Ví dụ: Điều tra viên cần theo đúng trình tự trong bộ câu hỏi, không được
phép đổi thứ tự hỏi của các câu.
A1 Trong 12 tháng qua, anh/chị có 1. Có
đến khám ở cơ sở y tế nào không 2. Không  A3
A2 Đó là cơ sở y tế nào 1. Bệnh viện cấp trung ương
2. Bệnh viện cấp tỉnh/thành phố
3. Bệnh viện quận/huyện
4. Trạm Y tế xã/phường
5. Khác
A3 Anh chị có mắc bệnh mãn tính nào 1. Có
không? 2. Không

Thang đo Likert (Likert scale)

Là một chuỗi các lựa chọn trả lời được sắp xếp theo một trình tự nhất định, ví dụ
như từ "rất đồng ý"=> “đồng ý” =>"không có ý kiến" => “không đồng ý” => "rất không
đồng ý". Thang đo Likert có thể sử dụng nhiều cấp độ khác nhau: 3 cấp độ, 5 cấp
độ, 7 cấp độ…(thang lẻ), 4 cấp độ, 6 cấp độ…(thang chẵn). Một số nghiên cứu viên
ưa chuộng sử dụng thang 4 hoặc 6 cấp độ để tránh việc đối tượng nghiên cứu chỉ
chọn vào cấp độ trung tính/trung lập.
Ví dụ:
Thang chẵn (4 cấp độ)
A1 Nếu anh quyết định bỏ thuốc hoàn Hoàn toàn chắc chắn sẽ
1
toàn trong vòng 6 tháng tới, anh nghĩ thành công
mình sẽ chắc chắn thành công ở Rất chắc chắn 2
mức độ nào? Có chút chắc chắn 3
MỘT LỰA CHỌN
Không chắc 1 chút nào 4

53
 Thang lẻ (5 cấp độ)
A1 Chúng tôi sẽ đọc cho anh nghe 1 số câu nhận định về tác hại của
thuốc lá. Xin hãy nghe kỹ và cho chúng tôi biết mức độ đồng ý hoặc
không đồng ý của anh đối với mỗi câu nhận định. Có 5 mức độ đó là:
rất không đồng ý, không đồng ý, trung lập, đồng ý, rất đồng ý
Rất không Không Trung Rất
Đồng ý
đồng ý đồng ý lập đồng ý
Hút thuốc gây hôi
a 1 2 3 4 5
miệng và hỏng răng
Hút thuốc gây ung
b 1 2 3 4 5
thư phổi

Bảng kiểm (Checklist)

Biểu mẫu thường được dùng khi quan sát một quy trình, sự vật, hiện tượng trong
quá trình nghiên cứu.
Ví dụ: Bảng kiểm dùng để kiểm tra tình hình quảng cáo, khuyến mại thuốc lá
tại các điểm bán
STT Nội dung thực hiện Có Không Ghi chú
Quảng cáo, khuyến mại thuốc lá
1 Trưng bày biển quảng cáo thuốc lá
2 Trưng bày các vật phẩm khuyến mại sản
phẩm thuốc lá
3 Quà tặng, sản phẩm được thiết kế hình
thức hoặc kiểu dáng như bao gói hoặc
điếu thuốc lá
Trưng bày thuốc lá tại điểm bán thuốc lá
1 Treo biển thông báo không bán thuốc lá
cho người chưa đủ 18 tuổi
2 Trưng bày quá một bao, một tút hoặc
một hộp của một nhãn hiệu thuốc lá (đối
với đại lý bán lẻ, điểm bán lẻ)

54
Bệnh án/Hồ sơ y tế (Medical records)
Là tài liệu có chứa các số liệu về thông tin chung và tình trạng sức khỏe của các cá
nhân.

Hình 21: Ảnh chụp một phần mẫu bệnh án nội khoa sử dụng tại bệnh viện

Tỷ lệ từ chối/Tỷ lệ không tham gia nghiên cứu (Refusal rate/ Non-response

rate)
Tỷ lệ phần trăm đối tượng nghiên cứu không được nghiên cứu trong tổng số đối
tượng nghiên cứu được lựa chọn. Đây là tỷ lệ đối nghịch với tỷ lệ trả lời.
Ví dụ: Cỡ mẫu của nghiên cứu là 1000 người. Trong quá trình tiếp cận đối
tượng nghiên cứu, có 50 đối tượng từ chối không trả lời/không tham gia vào
nghiên cứu. Tỷ lệ từ chối của nghiên cứu này = 50/1000 * 100% = 5%

55
ĐẢM BẢO CHẤT LƯỢNG SỐ LIỆU
Đảm bảo chất lượng (Quality assurance)
Là những hoạt động nhằm dự phòng, phát hiện, xử trí kịp thời các sai sót có thể xảy
ra trong quá trình nghiên cứu giúp nghiên cứu đạt được chất lượng như mong đợi
hoặc như hệ thống tiêu chuẩn nhất định. Ví dụ như giám sát quá trình thu thập số
liệu, kiểm tra lại phiếu ngẫu nhiên, nhập liệu 2 lần (double data entry) v.v.v

Độ tin cậy (Reliability)

Còn được hiểu là độ ổn định của kết quả nghiên cứu. Bản chất của độ tin cậy là
nghiên cứu thu được kết quả giống nhau sau nhiều lần kiểm tra, nghiên cứu.
Trong nghiên cứu, độ tin cậy có thể được đề cập đến với các khái niệm như sau:
- Độ lặp lại (Repeatablity/Test-retest reliability): mức độ thống nhất về kết
quả giữa các lần quan sát cho cùng đối tượng trong giới hạn thời gian nhất
định. Ví dụ: Độ lặp lại cao khi nhiều lần đo chiều cao của một người cho kết
quả như nhau.
- Độ đồng nhất giữa nhiều người đánh giá (Inter-raters reliability): hai hoặc
nhiều bác sĩ cùng chẩn đoán bệnh của một bệnh nhân. Càng ít sự chênh lệch
trong kết quả chẩn đoán của các bác sĩ, độ nhất quán giữa nhiều người chẩn
đoán càng cao.
- Độ đồng nhất nội tại của thang đo (Internal consistency): khi đo lường
một hiện tượng bằng nhiều câu hỏi hoặc nhiều chỉ số và các câu hỏi/chỉ số có
thiên hướng phản ánh cùng một khía cạnh như nhau. Ví dụ đánh giá tình
trạng sức khoẻ tâm thần bằng một thang đo có nhiều câu hỏi phỏng vấn,
thang đo này có độ nhất quán nội tại cao khi các câu hỏi trong thang đo có
tương quan chặt chẽ với nhau.

Chỉ số Kappa (Kappa coefficient/Cohen's kappa)

Dùng để đánh giá tính nhất quán giữa hai nghiệm pháp hoặc hai người chẩn đoán
mà kết quả của chẩn đoán là giá trị định tính. Chỉ số này thể hiện mức độ nhất quán
giữa hai người hoặc hai nghiệm pháp chẩn đoán khi cùng đánh giá một tình trạng
bệnh tật nào đó sau khi đã loại bỏ đi những nhất quán có thể có do may rủi.

56
Chỉ số Kappa càng cao thể hiện sự nhất quán càng lớn. Nếu cả hai người hoặc hai
nghiệm pháp chẩn đoán giống nhau cho mọi trường hợp, chỉ số Kappa sẽ bằng 1.
Thông thường người ta phiên giải kết quả như sau:
 Độ nhất quán rất cao: Kappa > 0,8
 Độ nhất quán cao: Kappa = 0,6-0,8
 Độ nhất quán trung bình: Kappa = 0,4-0,6
 Độ nhất quán thấp: Kappa < 0,4

Tính giá trị của thang đo

Trong nghiên cứu tính tin cậy của thang đo có thể được đề cập đến với các khái
niệm sau:
 Giá trị khái niệm (Face validity): Mức độ mà một thang đo bao phủ được
các khái niệm (concept) mà thang đo đó được tạo ra để đo lường
 Giá trị nội dung (Content validity): Mức độ mà thang đo bao phủ được các
đặc điểm của hiện tượng đang được nghiên cứu. Ví dụ, một đo lường về tình
trạng sức khỏe nên bao gồm các đo lường liên quan đến sức khoẻ thể chất,
tinh thần và xã hội.
 Giá trị hội tụ (Convergent validity): Là mức độ tương quan (hội tụ) của các
tiểu thang đo khi đo lường các khía cạnh của cùng một hiện tượng. Giá trị đo
lường của thang đo cao khi các tiểu thang đo có tương quan chặt chẽ với
nhau qua các quan sát khác nhau.
 Giá trị tiêu chuẩn (Criterion validity/Reference validity): Mức độ mà đo lường
tương quan với một tiêu chuẩn đo lường khác đã được khẳng định là tiêu chuẩn
chính xác để đo lường hiện tượng được nghiên cứu. Ví dụ như, khả năng chẩn
đoán của một xét nghiệm phát hiện sớm ung thư được đánh giá khi so sánh với
kết quả sinh thiết tế bào. Các chỉ số của giá trị tiêu chuẩn thường dùng là độ
nhạy (sensitivity), độ đặc hiệu (specificity), giá trị dự đoán dương tính (positive
predicted values), giá trị dự đoán âm tính (negative predicted value), khả năng
phân biệt giữa bệnh và không bệnh của một đo lường (discrimination).
 Giá trị đồng hướng (Concurrence validity): Mức độ mà một đo lường
tương quan với một đo lường khác khi cùng đo một hiện tượng nghiên cứu.
Có thể đo lường giá trị của một thang đo khi so sánh với một thang đo khác
đã được chứng minh là có giá trị khi đo lường hiện tượng nghiên cứu.

57
  Giá trị cấu trúc (Construct validity): Mức độ mà các đo lường tương ứng
với các khung lý thuyết (các cấu trúc) liên quan đến hiện tượng đang được
nghiên cứu. Ví dụ, nếu trên cơ sở lý thuyết hiện tượng này nên thay đổi theo
tuổi tác, một phép đo có giá trị cấu trúc sẽ phản ánh một sự thay đổi như vậy.

Tính giá trị của nghiên cứu

Giá trị của nghiên cứu đề cập đến mức độ suy luận từ kết quả nghiên cứu, sẽ liên
quan đến các điểm mạnh, yếu của thiết kế nghiên cứu, mức độ phù hợp của đối
tượng nghiên cứu với vấn đề nghiên cứu. Thường có các khái niệm liên quan sau:
 Khả năng khái quát hóa (Generalizability/External validity): Mức độ mà
kết quả của một nghiên cứu có thể áp dụng, có liên quan, hoặc được tổng
quát/khái quát hóa cho các quần thể hoặc nhóm dân cư/đối tượng tương
đương mà không tham gia vào nghiên cứu. Khả năng khái quát hoá liên quan
đến tính giá trị ngoại suy (external validity) của một nghiên cứu.
 Tính đại diện (Representativeness): Mức độ mà kết quả nghiên cứu trên
một mẫu cụ thể có thể phản ánh tình trạng của các đối tượng chưa được đưa
vào mẫu nghiên cứu.
 Tính giá trị nội tại (Internal validity): Mức độ chính xác của các kết quả khi
phản ánh đặc điểm nghiên cứu của nhóm người cụ thể được nghiên cứu.

58
QUẢN LÝ, XỬ LÝ SỐ LIỆU
Cơ sở dữ liệu (Database/Data repository/Databank)
Thường là tập hợp của nhiều số liệu, bộ số liệu. Cơ sở dữ liệu có thể được công bố
rộng rãi cho tất cả ai quan tâm đều có thể truy cập hoặc giới hạn quyền truy cập
trong một nhóm nhỏ nghiên cứu viên.
Ví dụ:
Cơ sở dữ liệu của Tổ chức Y tế thế giới (WHO):
http://apps.who.int/gho/data/node.home
Cơ sở dữ liệu của Ngân hàng thế giới (World Bank):
http://data.worldbank.org/
Cơ sở dữ liệu của Ngân hàng phát triển Châu Á (ADB):
https://www.adb.org/data/statistics
Cơ sở dữ liệu của trường Đại học John Hopkins về các mẫu cảnh báo sức
khỏe trên bao thuốc lá toàn cầu qua các năm:
http://www.jhsph.edu/news/stories/2017/a-graphic-approach-to-cigarette-
warning-labels.html

Số liệu thô (Raw data)

Là số liệu chưa được xử lý (số liệu chưa được làm sạch, chưa có các biến mới…)

Nối dài/ Nối dọc (Append data)

Nối hai hoặc nhiều bộ số liệu có cùng các biến số với nhau. Kết quả nối là làm tăng
số bản ghi của bộ số liệu (Hình 22).
Ví dụ: Cùng 1 bộ nhập liệu nhưng có nhiều người cùng nhập và chúng ta cần
nối lại. Để nối dọc được thì 2 bộ số liệu phải có chung cấu trúc.

59
 Bộ số liệu chính Bộ số liệu sau khi nối

Nối
Bộ số liệu cần nối

Hình 22: Nối dài/ Nối dọc

Nối rộng/Nối ngang (Merge data)

Nối hai hoặc nhiều bộ số liệu không cùng các biến số với nhau. Kết quả nối là làm
tăng số biến số của bộ số liệu (Hình 23).

Hình 23: Nối rộng/Nối ngang

Ví dụ: Nối số liệu của hộ gia đình với số liệu cá nhân. Chúng ta cần có 2 điều
kiện: 1) Hai bộ số liệu phải có ít nhất một biến chung (biến để nối) và 2) Hai
bộ số liệu phải được sắp xếp theo thứ tự của biến để nối.

60
Xử lý số liệu (Data processing)
Quá trình tạo ra bộ số liệu có thể dùng cho phân tích. Xử lý số liệu thường bao gồm
làm sạch số liệu và tạo ra các biến mới phục vụ phân tích số liệu.
Ví dụ: Biến tuổi trong số liệu điều tra 20 người về thói quen sử dụng điện
thoại di động có kết quả như sau
22 34 43 30 52 19 35 18 28 22
45 34 33 15 22 18 43 25 54 16
Từ biến “tuổi” (định lượng liên tục trên) ta tạo biến mới “nhóm tuổi” (biến định
tính) với các nhóm là “<=19”, “20-24”, “25-34”, “35-44”, “45-54”, “55-64”, “65+”

Làm sạch số liệu (Data cleaning)

Quá trình kiểm tra và xử lý (chỉnh sửa, loại bỏ v.v.v) các giá trị bị thiếu (missing), giá
trị quá lớn hoặc quá nhỏ (outliers) và các giá trị vô lý (out of range).

Giá trị bất thường/Giá trị vô lý (Out of range)

Là giá trị không thể xảy ra trên thực tế. Ví dụ như không thể có ai cao 1151 cm. Đây
là giá trị vô lý và cần được xử lý (ví dụ bằng cách kiểm tra phiếu gốc hoặc loại bỏ).

Giá trị bị thiếu (Missing data)

Số liệu không được thu thập hay không được nhập hoặc bị mất đi vì một lý do nào
đó. Giá trị bị thiếu có thể hợp lý (số liệu về mang thai hay không ở nam giới) hoặc
không hợp lý (số liệu về giới tính).
Ví dụ:
maho mahieu tuoi gioitinh cannang
13. 8564 3 31 Nu -
114. 7664 1 52 Nam -

Trong bảng số liệu trên, 2 người không có thông tin về cân nặng. Chúng ta có
thể kiểm tra lại phiếu gốc của 2 người này xem có đúng là không có thông tin
về cân nặng không.

61
Giá trị ngoại lai (Outlier)
Là giá trị quá lớn hoặc quá nhỏ (hay giá trị ngoại vi) so với phần lớn các giá trị khác
trong bộ số liệu (Hình 24). Đây là những giá trị có thể xảy ra trên thực tế nhưng hiếm
gặp. Nếu chúng ta đưa các giá trị này vào tính toán (ví dụ tính trung bình) thì kết quả
sẽ không chính xác bởi các giá trị này làm lệch phân bố của số liệu.
Giá trị ngoại lai

Hình 24: Giá trị ngoại lai

Ví dụ: Bệnh nhân bị loét dạ dày - tá tràng được điều trị theo một phác đồ diệt
vi khuẩn Helicobacter. Sau điều trị, bệnh nhân được theo dõi và ghi nhận thời
gian kể từ khi sử dụng thuốc đến lúc bắt đầu cải thiện triệu chứng đau. Ở 10
bệnh nhân thời gian này (ngày) là như sau: 1, 2, 2, 2, 2, 2, 3, 3, 3, 30. Con số
30 trong thí dụ trên được gọi là số ngoại lai (outlier) và làm số liệu bị lệch.
Trung vị và trung bình của số liệu là 2 và 5 ngày. Con số trung vị phản
ánh chân thực hơn bởi vì với tư cách là một bác sĩ lâm sàng từ số liệu trên có
thể nhận xét rằng một bệnh nhân tiêu biểu sẽ giảm đau sau 2 ngày dùng
thuốc. Nhìn chung, khi số liệu bị lệch thì con số trung bình sẽ bị ảnh hưởng
rất nhiều và không phản ánh giá trị tiêu biểu như con số trung vị.

62
PHÂN TÍCH SỐ LIỆU

Phân tích số liệu (Data analysis)

Phân tích số liệu là quá trình tạo ra các kết quả nghiên cứu (tính toán các giá trị, xác
định mối liên quan của các biến số, chỉ số nghiên cứu) theo các mục tiêu nghiên
cứu/ để trả lời các câu hỏi nghiên cứu.

Bảng trống/Bảng giả (Dummy table)

Là bảng chưa có các kết quả nghiên cứu được tạo ra dựa trên kế hoạch phân tích
số liệu (thực hiện trước khi phân tích số liệu).
Ví dụ: Một bảng giả về Khả năng chi trả khi sử dụng dịch vụ y tế và các yếu
tố ảnh hưởng của điều tra ban đầu về tình trạng sức khỏe và các yếu tố liên
quan của người dân Chí Linh, Hải Dương năm 2016 có dạng như sau
Khả năng chi trả p-
Yếu tố liên quan n (%) OR (95%CI)
value
Địa bàn Đồng bằng
sống Miền núi
Khu vực Thành thị
sống Nông thôn
Điều kiện Phân loại theo quintile của Chililab
kinh tế gia
đình
Học sinh, sinh viên
Công chức, viên chức nhà nước
Nhân viên công ty tư nhân
Công ty riêng
Nghề Buôn bán nhỏ
nghiệp Lao động tự do
Nông dân, ngư dân, thợ thủ công
Công nhân
Thất nghiệp
Khác
Kinh
Sán Dìu
Dân tộc
Nùng
Khác

Thống kê (Statistics)
Là phân môn toán học có nhiệm vụ thu thập, phân tích, phiên giải và trình bày số
liệu. Số liệu là đối tượng chính của thống kê.

63
Thống kê y sinh học (Biostatistics)
Áp dụng lý thuyết thống kê vào các lĩnh vực y sinh học, bao gồm y tế, nông, lâm
nghiệp, sinh thái học…

Thống kê y học (Medical statistics)

Áp dụng lý thuyết thống kê vào lĩnh vực y học. Thống kê y học và thống kê y sinh
học đều tuân theo các nguyên tắc thống kê chung.
Thống kê
(Statistics)

Thống kê mô tả Thống kê suy luận

(Description statistics) (Inferential statistics)

Đo lường độ Đo lường sự Đo lường sự Kiểm định

Biểu đồ tập trung phân tán kết hợp thống kê
(Graph) (Measures of (Measures of (Measure of (Statistical
central location) dispersion) association) test)
Hình 25: Các loại thống kê phổ biến

Thống kê mô tả (Descriptive statistics)

Phương pháp thống kê áp dụng để tính toán các giá trị, xác định mối liên quan của
các biến số, chỉ số nghiên cứu trong mẫu nghiên cứu

Đo lường độ tập trung (Measures of central location)

Tính toán giá trị đại diện cho bộ số liệu. Đo lường độ tập trung bao gồm tính toán giá
trị trung bình (mean), trung vị (median) và mode.

Trung bình (Mean)

Có được khi ta cộng giá trị của tất cả các phần tử/ đối tượng trong một tập hợp đang
xét lại rồi chia cho số lượng phần tử/ đối tượng của tập hợp này.
Ví dụ: Trung bình của 2, 5 và 8 là 5 vì (2+5+8)/3=5. Trung bình của 1, 3, 2 và
8 là 3.5 vì (1+3+2+8)/4=3.5

64
Trung vị (Median)
Khi sắp xếp dãy số từ bé tới lớn, trung vị là số nằm chính giữa dãy số. Nếu dãy số là
chẵn, trung vị là tổng của 2 số nằm giữa chia đôi, nếu dãy số là lẻ, trung vị là số nằm
chính giữa dãy số.
Ví dụ: Trung vị của 1, 3, 15, 16, 17 là 15. Trung vị của 1, 2, 3, 5, 8 và 9 là giá
trị trung bình của hai giá trị đứng giữa của quan sát đó, tức là bằng (3+5)/2=4

Trung bình được sử dụng khi các biến có phân bố chuẩn. Trung vị được sử dụng khi
các biến có phân bố không chuẩn. Xem thêm về Phân bố chuẩn (Standard Normal
distribution): Trang 66

Mode (Mode)
Là giá trị xuất hiện nhiều nhất trong bộ số liệu. Trong trường hợp không có giá trị
nào được lặp lại thì không có mode. Ngoài ra một bộ số liệu cũng có thể có nhiều
mode.
Ví dụ: Mode của 1, 2, 2, 3, 4, 5 là 2. Tập hợp 1, 2, 3, 4, 5 không có mode.
Tập hợp 1, 2, 3, 3, 4, 5, 5 có 2 mode là 3 và 5.

Đo lường độ phân tán (Measures of dispersion)

Bao gồm tính toán độ lệch chuẩn (standard deviation), biên độ (range), khoảng tứ
phân vị (inter quartile) và phương sai (variance). Đo lường độ phân tán có tầm quan
trọng thứ hai sau con số đo lường độ tập trung.
Ví dụ: Thuốc hạ áp A được sử dụng trên 5 bệnh nhân và huyết áp tâm thu
sau khi dùng thuốc là 110, 115, 120, 125 và 130. Thuốc hạ áp B được sử
dụng trên 5 bệnh nhân và có huyết áp sau sử dụng thuốc là 100, 110, 120,
130, 140. Như vậy hai thuốc hạ áp này có hiệu quả hạ áp là tương đương
(bởi vì trung bình của hai số liệu là bằng nhau) nhưng kết quả của thuốc B
phân tán hơn và điều này làm thuốc B trở nên kém an toàn.

Biên độ (Range)
Là khoảng giữa giá trị lớn nhất (tối đa) và giá trị nhỏ nhất (tối thiểu) của bộ số liệu
hay một tập hợp các dữ liệu.
Ví dụ: Khoảng của tập hợp 2, 4, 7 là 5. Khoảng của tập hợp -10, -3, 4 là 14.

65
Khoảng tứ phân vị (Interquartile range - IQR)
Là khoảng cách giữa giá trị ở vị trí 25% và vị trí 75% của bộ số liệu. Trung vị chính
là giá trị nằm ở vị trí 50% của bộ số liệu.

Độ lệch chuẩn (Standard deviation)

Biểu thị độ biến thiên, sự phân tán của một biến số nào đó giữa các đối tượng
nghiên cứu trong một mẫu. Độ lệch chuẩn của một biến định lượng của mẫu được
ký hiệu là s, trong khi độ lệch chuẩn của quần thể được ký hiệ ới
một biến nhị phân, độ lệch chuẩn của một mẫu được ký hiệu là p.q , trong khi của

quần thể là P.Q .

Ðộ lệch chuẩn (standard deviation - viết tắt là SD hay s) là con số đánh giá mức độ
phân tán và được tính theo công thức:

n
( xi  x ) 2
s 
i 1 N 1

Ví dụ: Số liệu về huyết áp tâm thu (mmHg) của 5 đối tượng là 120, 125, 130,
135, 150. Trung bình của huyết áp là 132 và độ lệch chuẩn bằng
n
( xi  x ) 2
s 
i 1 N 1
(120  132) 2  (125  132) 2  (132  130) 2  (135  132) 2  (150  132) 2

5 1
144  49  4  9  324 530
   132,5  11,5
4 4

Phương sai (Variance)

Là bình phương của độ lệch chuẩn. Phương sai (variance) có thể được kí hiệu và
Var hay s2 và được tính theo công thức sau:
n
( xi  x ) 2
s2  
i 1 N 1
Như trong ví dụ trên, phương sai (variance) s2=(11,5)2=132.25

66
Độ lệch (Skewness)
Độ lệch của một phân bố xác suất đo lường sự đối xứng của phân bố đó. Giá trị
tuyệt đối của độ lệch càng cao thì phân bố đó càng bất đối xứng. Một phân bố đối
xứng có độ lệch bằng 0. Như vậy độ lệch càng gần 0 thì phân bố càng chuẩn.

Hình dạng của một phân phối có độ lệch dương (positive skewness) hoặc độ lệch
âm (negative skewness) (Hình 26):
 Độ lệch dương (Positive skewness) hay phân bố lệch phải: có nghĩa là các
giá trị cực lớn hơn giá trị trung bình (mean) sẽ ở xa hơn so với giá trị cực nhỏ
hơn giá trị trung bình (mean).
mean > median > mode
 Độ lệch âm (Negative skewness) hay phân bố lệch trái: có nghĩa là các giá
trị cực lớn hơn giá trị trung bình (mean) sẽ ở gần hơn so với giá trị cực nhỏ
hơn giá trị trung bình (mean).
mean < median < mode
Độ lệch dương Độ lệch âm

Mốt Mốt

Trung vị Trung vị

Trung bình Trung bình

Độ lệch dương (positive skewness) Độ lệch âm (negative skewness)

Hình 26: Hình dạng của phân phối có độ lệch dương và độ lệch âm

Độ gù (Kurtosis)
Là một chỉ số để đo lường về đặc điểm hình dáng của một phân bố xác suất. Cụ thể
hơn, nó so sánh độ cao phần trung tâm của một phân bố so sánh với một phân bố
chuẩn. Phần trung tâm càng cao và nhọn, chỉ số Kurtosis của phân bố đó càng lớn.
Phân bố chuẩn có độ gù bằng 3. Như vậy độ gù càng gần 3 thì phân bố càng chuẩn.

67
Độ chênh của độ gù (Excess kurtosis): so sánh giữa độ gù của phân bố cần xem xét
và độ gù của phân bố chuẩn (bằng cách lấy độ gù cần xem xét trừ đi 3).
 Độ chênh dương (Leptokurtic): đường gạch đứt trên cùng
 Độ chênh bằng 0 (Mesokurtic): đường gạch đứt có chấm ở giữa
 Độ chênh âm (Platykurtic): đường liền ở dưới cùng
Độ gù

0.5
Độ gù = 4.0

0.4

Phân bố
0.3 chuẩn
Y-Axis

Độ gù = 3.0

0.2

0.1
Độ gù =
2.7
0.0
-4 -3 -2 -1 0 1 2 3 4

Hình 27: Hình dạng phân phối với độ gù = 4.0, 3.0 và 2.7

Phân bố đối xứng hình chuông (Normal distribution)

Số liệu được biểu diễn bằng biểu đồ có dạng hình chuông úp và đối xứng xung
quanh giá trị trung bình.

0.4

0.3 34.1% 34.1%

Y-Axis

Mật
độ 0.2

0.1

2.1% 2.1%
13.6% 13.6%
0.0
-3σ -2σ -1σ µ 1σ 2σ 3σ

Hình 28: Phân bố chuẩn

68
Phân bố chuẩn (Standard normal distribution)
Là phân bố đối xứng hình chuông có  = 0 và  = 1. Trung bình và trung vị của số
liệu có phân bố chuẩn là tương đương nhau (Hình 28).

Sai số chuẩn (Standard error)

Biểu thị sự biến thiên của giá trị trung bình của một biến nào đó giữa các mẫu có
cùng cỡ mẫu được rút ra từ cùng một quần thể nghiên cứu. Trên thực tế từ một
quần thể người ta thường chỉ nghiên cứu trên một mẫu và vì vậy sai số chuẩn được
tính thông qua tham số của mẫu này. Công thức tính sai số chuẩn được phân ra tùy
theo biến là định lượng hay định tính.
s
Cho một biến định lượng là: SE 
n
p.q
Cho một biến nhị phân: SE 
n

Thống kê suy luận (Inferential statistics)

Là việc ngoại suy từ kết quả của mẫu ra kết quả của quần thể mà từ đó mẫu được
rút ra. Điều kiện tiên quyết để kết quả từ một mẫu có thể ngoại suy ra quần thể là cỡ
mẫu phải đủ lớn và mẫu phải được rút ra một cách ngẫu nhiên từ quần thể (để mẫu
có thể đại diện cho quần thể).

Khoảng tin cậy (Confidence interval - CI)

Là một phương pháp thống kê suy luận, giúp ước tính giá trị thật của quần thể dựa
trên giá trị thu được từ mẫu nghiên cứu. Khoảng tin cậy 95% thường được dùng
trong các nghiên cứu. Khoảng tin cậy rộng cho thấy độ chính xác thấp; khoảng tin
cậy hẹp cho thấy độ chính xác cao hơn.
Ví dụ: Khoảng tin cậy 95% (95% Confidece interval hoặc 95%CI) của tỷ lệ
mắc bệnh nào đó p=3% là 2,2%-4,1%. Điều này có nghĩa là dựa trên kết quả
tính toán từ mẫu (p=3%), nghiên cứu viên có thể tin tưởng ở mức 95% rằng
tỷ lệ mắc bệnh của quần thể nằm trong khoảng từ 2,2% đến 4,1%. Nói cách
khác, khi thực hiện việc chọn mẫu 100 lần để tình toán tỷ lệ nói bệnh thì ít
nhất có 95 lần kết quả về tỷ lệ mắc bệnh nằm trong khoảng từ 2,2% đến 4,1%

69
Kiểm định giả thuyết (Hypothesis testing)
Sử dụng trắc nghiệm thống kê để kiểm định xem sự khác biệt, mối liên quan nào đó
mà nghiên cứu viên thấy ở trong mẫu có xảy ra tương tự như vậy trong quần thể
hay không. Kiểm định giả thuyết nhằm chứng mình giả thuyết của nhà nghiên cứu
(H1, Ha, có sự khác biệt nào đó) là đúng thông qua việc bác bỏ giả thuyết Ho, không
có sự khác biệt nào đó.

Ý nghĩa thống kê (Statistical significance)

Kết quả phân tích thống kê có ý nghĩa thống kê khẳng định là sự khác biệt nào đó
được tìm ra là không phải do ngẫu nhiên. Tuy nhiên, kết quả có ý nghĩa thống kê
trong nhiều trường hợp không đồng nghĩa với có ý nghĩa thực tiễn, lâm sàng nên
cần phải cân nhắc kỹ khi kết luận. Nghiên cứu có cỡ mẫu lớn thường cho kết quả có
ý nghĩa thống kê mặc dù sự khác biệt là rất nhỏ và điều này ít có ý nghĩa thực tế.

Giá trị p (p value)

Là giá trị được tính từ bộ số liệu thu được từ mẫu thông qua các test thống kê thích
hợp nhằm giúp cho quá trình ngoại suy từ mẫu ra quần thể. Giá trị này sau đó sẽ
được so sánh với giá trị  để xem giả thuyết nghiên cứu có ý nghĩa thống kê hay
không. Nếu p <  thì sự khác biệt hoặc mối tương quan có ý nghĩa thống kê và giả
thuyết Ho (không có sự khác biệt hoặc không có mối liên quan) bị bác bỏ còn giả
thuyết của người nghiên cứu (H1 hoặc Ha) được chấp nhận, còn nếu p   thì kết
luận ngược lại. Giá trị  hay được sử dụng là  = 0,05 (95% CI); 0,01 (99% CI); 0,1
(90% CI).

Kiểm định một chiều/một đuôi/ một phía (One-tailed test)

Kiểm định thống kê sự khác biệt giữa hai nhóm/ hai giá trị theomột hướng nhất định
(tăng hoặc giảm). Kiểm định một chiều cần cỡ mẫu nhỏ hơn so với kiểm định hai
chiều. Trong kiểm định này miền bác bỏ giả thuyết Ho nằm về một phía của phân
bố.
Ví dụ: Sự khác biệt về nguy cơ mắc ung thu phổi giữa nhóm hút thuốc thụ
động và không hút thuốc được kỳ vọng là chỉ theo một hướng: nguy cơ mắc
ung thư phổi sẽ tăng ở nhóm có hút thuốc lá thụ động.

70
Kiểm định hai chiều/ hai đuôi/ hai phía (Two-tailed test)
Kiểm định thống kê sự khác biệt giữa hai nhóm/ hai giá trị không có hướng cụ thể.
Kiểm định hai chiều cần cỡ mẫu lớn hơn so với kiểm định một chiều. Trong kiểm
định này, miền bác bỏ giả thuyết Ho nằm về hai phía của phân bố.
Ví dụ: Phân tích sự khác biệt về tỷ lệ mắc bệnh nào đó giữa 2 nhóm có điều
kiện kinh tế khác nhau. Tỷ lệ mắc bệnh có thể cao hơn hoặc thấp hơn ở
nhóm nghèo.

Kiểm định tham số (Parametric tests)

Kiểm định thống kê áp dụng với các tham số như trung bình, độ lệch chuẩn. Kiểm
định tham số chỉ áp dụng đối với các số liệu có phân bố chuẩn.

Kiểm định t độc lập (Independent t-test/T-test/Unpaired t-test)

Kiểm định sự khác biệt về giá trị trung bình của 2 nhóm độc lập trong quần thể. Số
liệu của cả 2 nhóm phải có phân bố chuẩn.

Ví dụ: So sánh huyết áp tâm trương của nam và nữ

Kết quả
Independent Samples Test
Levene’s Test for
t-test for Equality of Means
Equality of Variances
95% Confidence
Sig. (2- Mean Std. Error Interval of the
F Sig. t df
tailed) difference Difference Difference
Lower Upper
HA tâm Equal variances 6.129 .017 .592 48 .557 1.493 2.522 -3.577 6.563
trương assumed
Equal variances .691 47.988 .493 1.493 2.159 -2.848 5.834
not assumed

Phiên giải
Huyết áp tâm trương của nam trong nghiên cứu cao hơn huyết áp tâm trương
của nữ trong nghiên cứu là 1.493 mmHg, sự khác biệt này không có ý nghĩa
thống kê với p=0.493 (>0.05).

71
Kiểm định t ghép cặp (Paired t-test)
Kiểm định sự khác biệt về giá trị trung bình của 2 nhóm ghép cặp trong quần thể (ví
dụ số liệu trước và sau can thiệp được đo trên từng đối tượng nghiên cứu). Số liệu
hiệu số (sự khác biệt về biến số/chỉ số) của 2 nhóm phải có phân bố chuẩn.
Ví dụ: So sánh đường kính thất phải trước và sau can thiệp
Kết quả
Paired Samples Test
Paired Differences
95% Confidence Interval
Std. Std. Error Sig. (2-
Mean of the Difference t df
Deviation Mean tailed)
Lower Upper
Pair 1 Duong kinh that phai truoc 3.681 4.274 .623 2.426 4.936 5.904 46 .000
can thiep – Duong kinh
that phai sau can thiep

Phiên giải
Đường kính thất phải trung bình giảm 3.681 đơn vị sau khi can thiệp (từ 30.85
xuống 27.17) với khoảng tin cậy 95% là 2.426 đén 4.936. Kết quả này có ý
nghĩa thống kê (t=5.904, p<0.001).

Phân tích phương sai một chiều (Analysis of variance - ANOVA)

Kiểm định sự khác biệt về phương sai của 2 hay nhiều nhóm độc lập trong quần thể.
Số liệu của các nhóm phải có phân bố chuẩn và phương sai của các nhóm phải
đồng nhất với nhau.
Ví dụ: So sánh trung bình cân nặng của các nhóm có mức trục điện tim khác
nhau
Kết quả
Descriptives
can nang
Std. 95% Confidence Interval for Mean
N Mean Std. Error Minimum Maximum
Deviation Lower Bound Upper Bound
trung gian 12 51.125 10.5532 3.0464 44.420 57.830 24.0 65.0
trai 1 41.000 . . . . 41.0 41.0
phai 35 45.557 14.7612 2.4951 40.486 50.628 12.0 69.0
vo dinh 2 44.000 .0000 .0000 44.000 44.000 44.0 44.0
Total 50 46.740 13.5233 1.9125 42.987 50.583 12.0 69.0

72
 ANOVA
can nang
Sum of Squares df Mean Square F Sig.
Between Groups 327.672 3 109.224 .582 .630
Within Groups 8633.448 46 187.684
Total 8961.120 49

Phiên giải
Cân nặng trung bình của các đối tượng có trục điện tim trung gian là
51.125kg, của các đối tượng có trục điện tim trái là 41kg, của các đối tượng
có trục điện tim phải là 45.6kg, của các đối tượng có trục điện tim vô định là
44kg. Với giá trị F=0.582 và mức ý nghĩa là 0.630 chúng ta kết luận không có
sự khác biệt về cân nặng giữa các nhóm trục điện tim khác nhau.

Phân tích phương sai lặp lại (Repeated ANOVA)

Kiểm định sự khác biệt về phương sai của 2 hay nhiều nhóm ghép cặp trong quần
thể. Số liệu của các nhóm phải có phân bố chuẩn và phương sai của các nhóm phải
đồng nhất với nhau.

Kiểm định phi tham số (Non-parametric tests)

Kiểm định thống kê áp dụng đối với các số liệu có phân bố chuẩn và số liệu có phân
bố không chuẩn. Một số kiểm định phi tham số thường dùng là kiểm định dấu (sign-
test), kiểm định Mann-Whitney, kiểm định Wilcoxon (Wilcoxon signed rank test),
kiểm định Kruskal-Wallis, kiểm định khi bình phương (Chi-square χ2)…

Kiểm định dấu (Sign test)

Là kiểm định phi tham số đơn giản nhất dùng để so sánh sự khác biệt về giá trị của
1 nhóm với 1 giá trị nào đó hoặc so sánh giá trị của của 2 nhóm ghép cặp. Sự khác
biệt được biểu thị bằng dấu dương (+) hoặc âm (-) và không đề cập đến độ lớn của
sự khác biệt.

Kiểm định dấu thứ hạng Wilcoxon (Wilcoxon signed rank test)
Đây là kiểm định phi tham số dùng để so sánh sự khác biệt về thứ hạng của 2 nhóm
ghép cặp. Kiểm định này mạnh hơn kiểm định dấu (sign test) vì có tính đến cả độ
lớn của sự khác biệt giữa 2 nhóm.

73
Kiểm định Mann-Whitney (Mann-Whitney U test)
Đây là kiểm định phi tham số dùng để so sánh sự khác biệt giữa giá trị trung vị của 2
nhóm độc lập.
Ví dụ: Để so sánh lượng ferritin máu (ng/ml) giữa 2 nhóm bệnh nhân có và
không uống rượu

Kiểm định Kruskal-Wallis (Kruskal-Wallis test)

Đây là kiểm định phi tham số dùng để so sánh sự khác biệt về thứ hạng của 2 hay
nhiều nhóm độc lập.

Kiểm định Khi bình phương (Chi-square χ2)

Đây là kiểm định phi tham số dùng để so sánh tỷ lệ nào đó giữa 2 nhóm (thường là
nhóm có và không phơi nhiễm hoặc có và không có can thiệp).

Mối liên quan/Sự kết hợp (Asssociation)

Mối liên quan, sự kết hợp đề cập đến sự đồng xuất hiện thuận chiều hay ngược
chiều của 2 hay nhiều biến số định tính. Mối liên quan, sự kết hợp thường được đo
lường bằng một số phép đo như nguy cơ tương đối (RR), tỷ số chênh (OR), nguy cơ
quy thuộc (AR).

Nguy cơ tương đối/Tỷ số nguy cơ (Relative risk/Risk ratio – RR)

Là tỷ số giữa tỷ lệ mắc bệnh (tử vong) ở nhóm có phơi nhiễm (hoặc nhóm can
thiệp) và tỷ lệ mắc bệnh (tử vong) ở nhóm không phơi nhiễm (nhóm đối chứng).
Hay là tỷ số giữa nguy cơ mắc bệnh (tử vong) ở nhóm có phơi nhiễm (hoặc nhóm
can thiệp) và nguy cơ lệ mắc bệnh (tử vong) ở nhóm không phơi nhiễm (nhóm đối
chứng). Nguy cơ tương đối được tính trong nghiên cứu thuần tập hoặc nghiên cứu
can thiệp.

Hiệu số nguy cơ (Risk difference – RD)

Là hiệu số của nguy cơ ở nhóm phơi nhiễm và ở nhóm không phơi nhiễm. Hiệu số
nguy cơ nói lên người bị phơi nhiễm phải gánh chịu một nguy cơ thặng dư là bao
nhiêu.

74
Giảm nguy cơ tuyệt đối (Absolute risk reduction – ARR)
Là hiệu số giữa tỷ lệ mắc bệnh (tử vong) ở nhóm không phơi nhiễm (hoặc nhóm
chứng, R0) và tỷ lệ mắc bệnh (tử vong) ở nhóm có phơi nhiễm (nhóm can thiệp,
R1).
ARR = R0 – R1

Giảm nguy cơ tương đối (Relative risk reduction – RRR)

Là thương số của hiệu số giữa tỷ lệ mắc bệnh (tử vong) ở nhóm không phơi nhiễm
(hoặc nhóm chứng, R0) và tỷ lệ mắc bệnh (tử vong) ở nhóm có phơi nhiễm (nhóm
can thiệp, R1) đối với nguy cơ nền
RRR = (R0-R1)/R0 = 1-RR

Số cá thể cần can thiệp/điều trị (Number needed to treat – NNT)

Số cá thể cần can thiệp hay số bệnh nhân cần điều trị để phòng ngừa được một
biến cố xấu.
Ví dụ: Đánh giá hiệu quả điều trị của thuốc mới B và thuốc cũ A
Thuốc mới B Thuốc cũ A
Tử vong 30 50
Không tử vong 220 200
Tổng 250 250

Tỷ lệ tử vong với thuốc mới: 30/250 =12%

Tỷ lệ tử vong với thuốc cũ: 50/250 =20%
Nguy cơ tương đối (RR): (30/250)/(50/250) =0.6
Giảm nguy cơ tuyệt đối (ARR): |12%-20%| =8%
Giảm nguy cơ tương đối (RRR): 1-0.6 =0.4 (40%)
Số cá thể cần can thiệp (NNT): 1/8% =12.5

Tỷ số chênh (Odds ratio - OR)

Là ước lượng của nguy cơ tương đối (Relative Risk - RR). Là tỷ số giữa 2 độ chênh
có/không có đặc tính nào đó của 2 nhóm. Giá trị của OR được giải thích như sau:
 OR > 1 => yếu tổ nguy cơ
 OR = 1 => không liên quan

75
  OR < 1 => yếu tố bảo vệ
OR được tính từ các nghiên cứu cắt ngang (prevalence odds ratio – POR) hoặc
nghiên cứu bệnh chứng (OR)
Ví dụ: So sánh tỷ lệ cao huyết áp giữa nam và nữ theo bảng dưới đây
Cao HA Không cao HA Tổng
Nam 240 720 960
Nữ 140 860 1000
Tổng 380 1580 1960
OR=240*860/(140*720)=2.05

Nguy cơ quy thuộc (Attributable Risk - AR)

Là hiệu số giữa nguy cơ mắc bệnh ở nhóm có phơi nhiễm và nguy cơ mắc bệnh ở
nhóm không có phơi nhiễm. Nguy cơ quy thuộc thường được tính toán trong nghiên
cứu thuần tập.
Ví dụ tính nguy cơ quy thuộc từ bảng 2x2 sau
Bệnh (B) Chứng (C) Tổng
Phơi nhiễm (P) a b a+b
Không phơi nhiễm (KP) c d c+d
Tổng cộng a+c b+d a+b+c+d
AR = IP – IKP
= P(B|P) – P(B|KP)
= [a/(a+b)] – [c/(c+d)]
AR% = AR *100

Nguy cơ quy thuộc phần trăm (Attributable Risk Percent - AR%)

Là tỷ lệ phần trăm mắc bệnh ở nhóm phơi nhiễm được quy là do phơi nhiễm. Đây là
tỷ lệ mắc bệnh có thể phòng ngừa được nếu phơi nhiễm bị loại bỏ. Chỉ số này được
tính bằng cách chia nguy cơ quy thuộc cho tỷ suất mắc bệnh của nhóm nhóm phơi
nhiễm và nhân với 100.

Nguy cơ quy thuộc quần thể (Population Attributable Risk - PAR)

Là hiệu số giữa nguy cơ mắc bệnh trong quần thể và nguy cơ mắc bệnh ở nhóm
không có phơi nhiễm.

76
Nguy cơ quy thuộc quần thể phần trăm (Population Attributable Risk %/PAR%)
Là tỷ lệ phần trăm mắc bệnh trong quần thể được quy cho phơi nhiễm. Đây là tỷ lệ
mắc bệnh có thể phòng ngừa được nếu phơi nhiễm bị loại bỏ. Chỉ số này được tính
bằng cách chia nguy cơ quy thuộc quần thể cho tỷ suất mắc bệnh của quần thể và
nhân với 100.

Tương quan (Correlation)

Mối liên quan, sự kết hợp đề cập đến sự đồng xuất hiện thuận chiều hay ngược
chiều của 2 hay nhiều biến số định lượng.

Tương quan nghịch (Negative correlation)

Một mối tương quan nghịch giữa hai biến có nghĩa là khi giá trị một biến tăng lên thì
giá trị của biến kia sẽ giảm đi.

Tương quan thuận (Positive correlation)

Một mối tương quan thuận giữa hai biến có nghĩa là khi giá trị một biến tăng lên thì
giá trị của biến kia cũng sẽ tăng lên.

Hệ số tương quan (Correlation coefficient)

Hệ số thể hiện độ mạnh và xu hướng của mối tương quan giữa 2 biến định lượng.
Giá trị của hệ số tương quan chạy từ -1 đến +1. Hệ số tương quan mang dấu (+) thể
hiện mối tương quan thuận và Hệ số tương quan mang dấu (-) thể hiện mối tương
quan nghịch. Hệ số tương quan bằng 0 có nghĩa không có mối tương quan giữa hai
biến. Hệ số tương quan càng xa 0 mối tương quan càng mạnh. Thông thường
người ta đánh giá kết quả như sau:
 Độ tương quan cao (đồng nhất cao): r > 0,75
 Độ tương quan trung bình: r = 0,4-0,75
 Độ tương quan thấp: r < 0,4

77
Hồi quy (Regression)
Hồi qui là mô hình toán học thể hiện sự biến đổi của một biến số (biến phụ thuộc)
theo một hay nhiều biến khác (biến độc lập hay biến giải thích). Mục tiêu của mô
hình hồi quy là ước lượng (hay dự đoán) giá trị của biến phụ thuộc trên cơ sở các
giá trị đã biết của biến độc lập. Có rất nhiều mô hình hồi quy khác nhau, trong đó 2
mô hình thông dụng nhất là hồi quy tuyến tính (linear regression) và hồi quy logistic
(logistic regression).

Hồi quy logistic (Logistic regression)

Là mô hình hồi quy thể hiện sự biến đổi của biến nhị phân (chỉ có giá trị 1 và 0), theo
sự biến đổi của các biến khác. Mô hình hồi quy logistic có dạng:
𝑟
Log it = ln(1−𝑟) = Y = a + bx1 + cx2 + dx3

Hồi quy tuyến tính (Linear regression)

Là mô hình hồi quy thể hiện sự biến đổi của biến định lượng theo sự biến đổi của
các biến khác. Phương trình hồi quy tuyến tính có dạng:
Y = a + bx1 + cx1 + dx3
Trong đó Y là biến số phụ thuộc, x là biến số độc lập, a là hằng số (constant) và
b,c,d là hệ số (coefficient).

Hồi quy Poisson (Poisson regression)

Là mô hình hồi quy thể hiện sự biến đổi của biến số đếm (count) theo sự biến đổi
của các biến khác.

Hệ số hồi quy (Regression coefficient)

Thể hiện mức độ liên quan giữa biến phụ thuộc và biến độc lập. Hệ số hồi qui thể
hiện độ dốc và hướng (đi lên hoặc đi xuống) của đường hồi quy.

Hệ số xác định (R-square)

Hệ số xác định thể hiện % giải thích của mô hình. Đề cập đến tỷ lệ phần trăm của sự
biến đổi của biến phụ thuộc được giải thích bởi sự biến đổi của biến độc lập. Giá trị
R2 càng cao là một dấu hiệu cho thấy mối liên hệ giữa biến độc lập và biến phụ
thuộc càng chặt chẽ.

78
Phân tích dựa trên các cá thể hoàn thành nghiên cứu (Per protocol analysis -
PP)
Được dùng trong phân tích số liệu của nghiên cứu thử nghiệm ngẫu nhiên có đối
chứng. Chỉ những người tuân thủ các yêu cầu của đề cương (tiêu chuẩn chọn mẫu;
tuân thủ thăm khám điều trị) mới được đưa vào phân tích. Loại phân tích này có thể
dẫn đến sai lệch kết quả điều trị giữa 2 nhóm vì kinh nghiệm cho thấy những đối
tượng tuân thủ theo đúng qui trình, không bỏ cuộc giữa chừng, thường có kết cục
điều trị tốt hơn dù ở nhóm can thiệp hoặc nhóm đối chứng.

Phân tích dựa trên phân bổ ngẫu nhiên ban đầu (Intention-to-treat analysis -
ITT)
Được dùng trong phân tích số liệu của nghiên cứu thử nghiệm lâm sàng ngẫu nhiên
có đối chứng. Tất cả các đối tượng ngay sau khi được phân bổ ngẫu nhiên đều
được đưa vào phân tích mặc dù một số đối tượng không hoàn thành nghiên cứu (bỏ
cuộc, thay đổi phác đồ…). Phân tích dựa trên phân bổ ngẫu nhiên ban đầu giúp
khống chế sai lệch do mất đối tượng nghiên cứu (có thể phá hỏng độ tương đồng
đầu kỳ khi bắt đầu phân bổ).
Ví dụ: Một nghiên cứu lâm sàng ngẫu nhiên đối chứng gồm 200 BN bị bệnh
mạch máu não được phân bổ ngẫu nhiên vào 2 nhóm:
* Nhóm 1 (n=100): Điều trị Aspirin + phẫu thuật sau 1 tháng dùng Aspirin
* Nhóm 2 (n=100): chỉ điều trị Aspirin
Kết cục chính (primary outcome) của thử nghiệm lâm sàng này là đột quị xảy
ra trong 1 năm. Trong thời gian chờ mổ, nhóm 1 có 10 BN bị đột quị và sau
khi mổ có thêm 10 BN bị đột quị. Trong nhóm 2 trong thời gian này có 20 BN
bị đột quị.
● Nếu phân tích theo quy trình (per protocol), loại bỏ 10 người chưa mổ, kết
cục nhóm 1 có Tỷ lệ bị đột quị là 10/90 (11%) và kết cục nhóm 2 Tỷ lệ mắc
đột quị là 20/100 (20%) và Tỷ lệ giảm nguy cơ tương đối (relative risk
reduction-RRR) là 0,45.
● Nếu phân tích dựa trên phân bổ ngẫu nhiên ban đầu (intention-to-treat) mặc
dù nhóm 1 có 10 bệnh nhân chưa kịp phẫu thuật đã tử vong nhưng khi phân
tích vẫn được tính vào nhóm có phẫu thuật, vì vậy lúc này Tỷ lệ đột quị của
nhóm 1 là 20/100 (20%) và Tỷ lệ giảm nguy cơ tương đối (RRR) là 0.

79
Phân tích đơn biến (Univariate analysis)
Là phân tích mối liên quan giữa một biến phụ thuộc và một biến độc lập.

Phân tích đa biến (Multivariable analysis)

Là phân tích mối liên quan giữa một biến phụ thuộc và nhiều biến độc lập. Phân tích
đa biến cho phép chúng ta khống chế các yếu tố nhiễu.

Phân tích đa tầng (Multilevel analysis)

Là phân tích mối liên quan giữa một biến phụ thuộc và một hay nhiều biến độc lập
mang đặc tính cấp bậc khác nhau, ví dụ đặc tính của hộ gia đình, làng, xã, môi
trường sinh hoạt chung…

Phân tích nhân tố (Factor analysis)

Là phương pháp phân tích thống kê dùng để mô tả sự biến thiên của các biến số
quan sát được có liên quan với nhau thông qua một loại đơn vị có số lượng ít hơn
(nhân tố). Ví dụ, sự biến thiên của 6 biến số quan sát được có thể được thể hiện sự
biến thiên của 2 nhân tố không quan sát được.

Phân tích thành phần chính (Principal component analysis – PCA)

Tương tự như phân tích nhân tố nhưng PCA được thực hiện nhằm mục tiêu tóm tắt
số liệu (giảm số chiều của số liệu, hay giảm số biến nhưng vẫn giữ được lượng
thông tin như số lượng biến ban đầu).

Phân tích sống còn (Survival analysis)

Là phương pháp phân tích thống kê được áp dụng trong thiết kế nghiên cứu theo
dõi dọc (thuần tập và can thiệp), trong đó biến kết quả là sự xuất hiện sự kiện/biến
cố nào đó (bệnh tật, chết....) và thời gian xuất hiện sự kiện/biến cố đó. Phân tích
sống còn thể hiện mối liên hệ giữa thời gian dẫn đến sự kiện/biến cố và các yếu tố
nguy cơ.

Tỷ số nguy hại (Hazard ratio – HR)

Thường được tính toán trong các phân tích sống còn. Tỷ số nguy hại thể hiện sự
khác biệt về nguy cơ xảy ra sự kiện/biên cố trên mỗi đơn vị thời gian của hai nhóm
(thường là nhóm can thiệp và nhóm đối chứng).

80
Hồi quy Cox (Cox regression)
Thường được áp dụng trong các phân tích sống còn để tính toán tỷ số nguy hại.

Tỷ lệ (Proportion)
Về mặt toán học, tỷ lệ là 1 phân số, trong đó tử số là một phần của mẫu số và có
cùng đơn vị đo lường. Trong y tế công cộng, tỷ lệ nói lên mức độ phổ biến của một
bệnh trong một quần thể nhất định.

Tỷ số (Ratio)
Là mối liên quan về mặt số lượng, kích cỡ, mức độ của hai sự vật/hiện tượng được
đo lường bằng lượng (số lượng, con số, khối lượng vv) của sự vật này cho lượng
(số lượng, con số, khối lượng vv) của sự vật kia. Tử số của tỷ số thường không nằm
trong mẫu số.
Ví dụ: Tỷ số nam và nữ, tỷ số bàn thắng bàn thua, tỷ số giường bệnh và bệnh
nhân nhập viện, tỷ số bác sĩ trên 100.000 dân, tỷ số các dịch vụ y tế nhận
được giữa bệnh nhân có bảo hiểm y tế và bệnh nhân không có bảo hiểm y tế.

Tỷ suất (Rate)
Trong toán học, tỷ suất cũng là 1 dạng của tỷ số hay tỷ lệ. Khác biệt với tỷ lệ là mẫu
số của tỷ suất bao gồm yếu tố thời gian và số đối tượng. Giá trị của tỷ suất có thể đi
từ 0 đến vô hạn.

Trong dịch tễ học, dân số và thống kê, tỷ suất đo lường về tần số của một sự kiện
xảy ra trong một quần thể trong một khoảng thời gian để phản ánh tố độ mắc/xảy ra
sự kiện đó trong quần thể. Tỷ suất thường để xác định mức độ biến động của các
hiện tượng trong một khoảng thời gian xác định.
Ví dụ: Tỷ suất chết/tử vong, tỷ suất mới mắc, tỷ suất sinh…

Âm tính giả (False negative)

Một người thực sự có bệnh được làm xét nghiệm chẩn đoán và có kết quả âm tính
(không có bệnh).

81
Âm tính thật (True negative)
Một người thực sự không có bệnh được làm xét nghiệm chẩn đoán và có kết quả
âm tính (không có bệnh).

Dương tính giả (False positive)

Một người thực sự không có bệnh được làm xét nghiệm chẩn đoán và có kết quả
dương tính (có bệnh).

Dương tính thật (True positive)

Một người thực sự có bệnh được làm xét nghiệm chẩn đoán và có kết quả dương tính
(có bệnh).

Giá trị dự đoán âm tính (Negative Predictive Value - NPV)

Tỷ lệ bệnh nhân có kết quả âm tính thật trong tổng số người có kết quả chẩn đoán âm tính.

Giá trị dự đoán dương tính (Positive Predictive Value - PPV)

Tỷ lệ bệnh nhân có kết quả dương tính thật trong tổng số người có kết quả chẩn
đoán dương tính.
Tình trạng mắc bệnh thật trong quần thể

Có bệnh Không có bệnh

Dương tính thật Dương tính giả

Dương
tính

Âm tính giả Âm tính thật

Âm tính

Độ nhậy Độ đặc hiệu

Hoặc

Hình 29: Công thức tính giá trị dự đoán âm tính và dương tính

82
Tỷ số khả năng có kết quả dương tính (Positive Likehood Ratio – PLR)
Là tỷ số giữa khả năng dương tính với nghiệm pháp chẩn đoán của nhóm có bệnh
thực sự và khả năng dương tính với nghiệm pháp chẩn đoán của nhóm không có
bệnh. Tỷ số này càng lớn thể hiện nghiệm pháp chẩn đoán càng có giá trị.
% dương tính thật Độ nhạy
PLR = ------------------------ = -------------------
% dương tính giả 1 - Độ đặc hiệu

Tỷ số khả năng có kết quả âm tính (Negative Likehood Ratio – NLR)

Là tỷ số giữa khả năng dương tính với nghiệm pháp chẩn đoán của nhóm có bệnh
thực sự và khả năng âm tính với nghiệm pháp chẩn đoán của nhóm không có bệnh.
Tỷ số này càng nhỏ và gần với giá trị 0 thể hiện nghiệm pháp chẩn đoán càng có giá
trị.
% âm tính giả 1 - Độ nhạy
NLR = --------------------- = -------------------
% âm tính thật Độ đặc hiệu

Đường cong ROC (Receiver Operating Characteristics Curve – ROC curve)

Được hình thành khi nối các điểm giao nhau giữa độ nhạy và độ dương tính giả (1-
độ đặc hiệu) tại mỗi điểm cắt (Hình 30).

Tỉ
lệ
dương Ngẫu nhiên
tính Tốt
thật Tốt hơn
Tốt nhất

Tỉ lệ dương tính giả

Hình 30: Các dạng đường cong ROC

83
Diện tích dưới đường cong ROC (Area under ROC curve – AUC)
Được sử dụng như một chỉ số đánh giá khả năng phân biệt giữa bệnh và không
bệnh của một công cụ chẩn đoán. Giá trị của khu vực này dao động trong khoảng
0,5 đến 1. Giá trị bằng 1 co thấy nghiệm pháp chẩn đoán phân biệt một cách hoàn
hảo giữa ca bệnh và không bệnh. Giá trị bằng 0,5 chỉ ra khả năng phân biệt chỉ như
là may rủi. Phiên giải kết quả này như sau:
 Khả năng phân biệt rất tốt: AUC = 0,90 đến 1
 Khả năng phân biệt tốt: AUC = 0,80 đến dưới 0,90
 Khả năng phân biệt trung bình: AUC = 0,7 đến dưới 0,8
 Khả năng phân biệt kém: AUC = 0,6 đến dưới 0,7
 Khả năng phân biệt rất kém: AUC = 0,5 đến dưới 0,6

Tính giá trị (Validity)

Là khả năng nghiệm pháp/xét nghiệm chẩn đoán xác định đúng được những trường
hợp có bệnh hay không có bệnh thực sự. Nghiệm pháp/xét nghiệm chẩn đoán lý
tưởng là độ nhạy cao (phát hiện được dương tính thật) và độ đặc hiệu cao (phát
hiện được âm tính thật).

Độ đặc hiệu (Specificity)

Khả năng một nghiệm pháp/xét nghiệm chẩn đoán xác định đúng những người
không bị mắc bệnh.

Độ nhạy (Sensitivity)
Khả năng một nghiệm pháp/xét nghiệm chẩn đoán phát hiện đúng những người mắc
bệnh.

Kỳ vọng sống (Life expectancy)

Dự báo về số năm một người ở độ tuổi nhất định có thể sống thêm, giả định tỷ suất
tử vong không thay đổi. Chỉ số thường dùng là kỳ vọng sống khi sinh.
Ví dụ: Kỳ vọng sống của nam giới Agrentina là 72 tuổi, trong khi của nữ giới
là 79 tuổi. Kỳ vọng sống của nam giới Việt Nam là 72,3, trong khi của nữ giới
là 76,2.

84
Số hiện mắc (Prevalence)
Là tổng số trường hợp hiện đang có vấn đề sức khỏe/tình trạng bệnh nào đó trong
quần thể xác định vào một thời điểm hay một khoảng thời gian xác định.
Ví dụ: Để ước tính số trường hợp hiện mắc bệnh huyết áp cao trên địa bàn
Cần Thơ trong tháng 3 năm 2015, nhóm nghiên cứu có thể đến từng hộ gia
đình trong thành phố để phỏng vấn “Bác/anh/chị hiện tại có bị bệnh huyết áp
cao không?” và đo huyết áp kiểm tra, chẩn đoán và ghi nhận số ca bệnh trong
tháng đó.

Tỷ suất hiện mắc (Prevalence rate)

Tỷ suất này đo lường tần số hiện mắc bệnh của một quần thể ở một điểm nhất định
của thời gian (tỷ suất hiện mắc tại một thời điểm - point prevalence) hay trong một
khoảng thời gian nhất định (tỷ suất hiện mắc trong một khoảng thời gian - period
prevalence).
Ví dụ: Để ước tính tỷ suất mắc huyết áp cao trong vòng 1 năm gần đây của
tỉnh Quảng Trị, nhóm nghiên cứu có thể đến từng hộ gia đình trong thành phố
để phỏng vấn “Bác có từng được chẩn đoán mắc bệnh cao huyết áp trong
vòng 1 năm vừa qua không?”. Tỷ suất cần tìm là thương số của số ca bệnh
chia cho dân số cứ trú tại Quảng Trị.

Số mới mắc (Incidence)

Là tổng số các trường hợp mới phát triển thành bệnh trong một quần thể xác định,
trong một khoảng thời gian xác định (mà trước khoảng thời gian đó không mắc
bệnh).
Ví dụ: Số ca ung thư buồng trứng mới phát hiện trên địa bàn xã Kỳ Anh, Hà
Tĩnh từ năm 2016 đến năm 2030 sau sự cố về môi trường biển.

Tỷ suất mới mắc (Incidence rate)

Tử số là số ca mới phát triển thành bệnh trong một khoảng thời gian của một quần
thể xác định và mẫu số là tổng dân số có nguy cơ mắc bệnh đó của quần thể trong
cùng khoảng thời gian. Tỷ suất mới mắc phản ánh tốc độ phát triển bệnh.
Ví dụ: Số ca ung thư tuỵ mới phát hiện trên địa bàn xã Kỳ Anh, Hà Tĩnh từ
năm 2016 đến năm 2030 chia cho tổng số phụ nữ cư trú tại địa bàn này trong
khoảng thời gian đó.

85
Nguy cơ/ tỷ lệ/ số ca mới mắc tích lũy (Cumulative incidence risk, Cumulative
incidence proportion, Cumulative incidence)
Nguy cơ mới mắc tích lũy phản ánh mức độ lan truyền bệnh trong cộng đồng trong
một khoảng thời gian xác định. Nguy cơ mới mắc tích lũy bằng tổng số trường hợp
mới mắc bệnh chia cho tổng số quần thể có nguy cơ ở đầu thời điểm nghiên cứu
Ví dụ: Để ước tính tỷ lệ mắc tích lũy huyết áp cao trong vòng 5 năm gần đây
tại Hà Nội, nhóm nghiên cứu có thể đến từng hộ gia đình trong thành phố để
phỏng vấn “Trong 5 năm vừa qua, bác có từng được chẩn đoán mắc bệnh
cao huyết áp bao giờ chưa?”

Số năm sống điều chỉnh theo chất lượng cuộc sống (Quality-adjusted life
years - QALYs)
Là đơn vị đo lường chất lượng cuộc sống, tính toán đến cả số lượng và chất lượng
các năm sống của đối tượng quan tâm.
Ví dụ: Một năm sống trong tình trạng sức khỏe hoàn toàn khỏe mạnh tương
đương với 1 QALY. Một năm sống trong tình trạng nằm liệt giường chỉ được
tính 0.5 QALY.

Số năm sống điều chỉnh theo mức độ bệnh tật (Disability-adjusted life years -
DALYs)
Là đơn vị đo lường gánh nặng do tử vong và bệnh tật. DALY là một chỉ số định
lượng, phản ánh số năm cuộc sống bị mất đi do các nguyên nhân, ví dụ do chết non
(chết trước tuổi thọ trung bình, do tàn tật tạm thời hay vĩnh viễn). Chỉ số DALY cho
phép đo lường tại thời điểm phản ánh dịch vụ y tế được cung cấp cũng như những
tác động tích cực tiêu cực của các yếu tố chủ quan hay khách quan lên sức khỏe.
Chỉ số này được đo lường bằng số năm sống mất đi do tử vong sớm (Years of life
lost due to premature mortality - YLL) và số năm sống khỏe mạnh mất đi do tàn tật
(Years lived with disability - YLD): DALY = YLL + YLD

Số năm sống mất đi do tử vong sớm (Years of life lost due to premature
mortality - YLL)
Được tính bằng cách nhân số trường hợp tử vong với kỳ vọng sống tại tuổi tử vong.
YLL = N x L
(N: số tử vong, L: kỳ vọng sống tại tuổi tử vong)

86
Số năm sống khỏe mạnh mất đi do tàn tật (Years lived with disability - YLD)
Là số năm phải sống với bệnh hay tình trạng sức khỏe do mới mắc bệnh hay tình
trạng sức khỏe bị tác động, được tính bằng cách nhân số trường hợp mới mắc (tàn
tật/khuyết tật/bệnh) với tỷ trọng khuyết tật (phản ánh mức độ trầm trọng của dạng
khuyết tật) và với số năm sống trung bình của dạng khuyết tật/bệnh đó)
YLD = I x DW x L
(I: Số ca mới mắc, DW: tỷ trọng khuyết tật (phản ánh mức độ trầm trọng của dạng
khuyết tật), L: số năm sống trung bình của dạng khuyết tật).

Số năm sống tiềm tàng bị mất đi (Years of Potential Life Lost - YPLL)
Được hiểu đơn giản là hiệu số giữa kỳ vọng sống và tuổi tử vong.

Tổng tỷ suất sinh (Total fertility rate)

Tử số là số trẻ đẻ sống trong 1 khoảng thời gian của một quần thể xác định và mẫu
số là số lượng phụ nữ trong độ tuổi sinh sản 15-49 tại giữa kỳ của cùng quần thể
khoảng thời gian đó. Là chỉ tiêu tổng hợp của khả năng sinh sản của phụ nữ, không
phụ thuộc vào cơ cấu tuổi của dân số, là công cụ phân tích chế độ tái sinh sản dân
số hữu hiệu nhất.
Ví dụ: Tổng tỷ suất sinh năm 2008 của Mỹ là 2.09. Nghĩa là cứ mỗi phụ nữ có
khả năng sẽ sinh 2.1 trẻ trong suốt quãng đời (độ tuổi sinh đẻ) của mình.

Tỷ suất tử vong (Mortality rate)

Là đo lường tần xuất xuất hiện của sự kiện "tử vong" trong một quần thể xác định,
trong 1 khoảng thời gian nhất định. Tử số là số người tử vong của một quần thể
trong một khoảng thời gian và mẫu số là tổng số người-thời gian của quần thể đó.
Tỷ suất tử vong có thể tính theo nhóm tuổi, giới tính, các nguyên nhân tử vong,
chủng tộc hoặc tỷ suất tử vong thô đơn thuần.

Tỷ suất tử vong thô (Crude death rate - CDR)

Được tính bằng tổng số người chết do mọi nguyên nhân trong 1 cộng đồng, trên mỗi
1000 hoặc 100.000 dân trong năm. Tỷ suất tử vong thô phản ánh nguy cơ tử vong
trong cộng đồng hoặc quốc gia đó trong năm.

87
 Ví dụ: Vào năm 2008, ở Ấn Độ có 8,504,709 người tử vong trong tổng dân số
là 1,149,285,000 người. Như vậy tỷ suất tử vong thô của Ấn Độ trong năm
2008 là khoảng 7 người trong 1000 người.

Tỷ suất tử vong đặc trưng theo chủng tộc (Race-specific mortality rate)
Là tỷ suất tử vong của 1 chủng tộc xác định nào đó. Công thức giống như tỷ suất tử
vong thô nhưng cả tử số và mẫu số của tỷ suất tử vong đặc trưng theo chủng tộc
đều được giới hạn và tính toán cho 1 chủng tộc nhất định.
Ví dụ: Tỷ suất tử vong của người da trắng, da đen, gốc Mỹ La tinh tại Mỹ

Tỷ suất tử vong đặc trưng theo giới tính (Sex-specific mortality rate)
Là tỷ suất tử vong của nam hoặc nữ. Công thức giống như của tỷ suất tử vong thô
nhưng cả mẫu số và tử số được giới hạn và tính toán riêng cho nam hoặc nữ giới.

Tỷ suất tử vong đặc trưng theo nguyên nhân (Cause-specific mortality rate)
Tử số là số ca tử vong do một nguyên nhân cụ thể nào đó của một quần thể trong
một khoảng thời gian xác định và mẫu số là tổng số người tử vong của quần thể
trong cùng khoảng thời gian.
Ví dụ: Tỷ suất tử vong do đột quỵ tại Việt Nam năm 2016. Tỷ suất tử vong do
tai nạn giao thông. Tại Mỹ năm 2003 có tổng cộng 108.256 ca tử vong do tai
nạn. Do đó tỷ suất tử vong đặc trưng theo nguyên nhân ở đây sẽ là 37.2 trên
100.000 dân.

Tỷ suất tử vong đặc trưng theo nhóm tuổi (Age-specific mortality rate)
Tử số là số ca tử vong trong một nhóm tuổi nhất định và mẫu số là số người trong
nhóm tuổi đó của quần thể.
Ví dụ: Tỷ suất tử vong của ở trẻ em 1-5 tuổi, của người trong độ tuổi lao động
18-65 tuổi, của nhóm thanh niên 15-24 tuổi, của nhóm người già 75-84 tuổi.

Tỷ suất tử vong trẻ sơ sinh (Neonatal mortality rate)

Giai đoạn sơ sinh được định nghĩa là khoảng thời gian từ khi sinh ra đến (nhưng
không bao gồm) 28 ngày. Do đó, tử số của Tỷ suất tử vong trẻ sơ sinh là số ca tử
vong ở trẻ em dưới 28 ngày tuổi trong một khoảng thời gian của một quần thể nhất
định. Mẫu số là số trẻ sinh ra sống trong cùng khoảng thời gian của quần thể đó.

88
Tỷ suất tử vong trẻ dưới 1 tuổi (Infant mortality rate - IMR)
Tử số là số trẻ dưới 1 tuổi tử vong trong một năm xác định của một quần thể và mẫu
số là tổng số trẻ đẻ sống trong cùng năm của quần thể đó. IMR thường được biểu
diễn dưới dạng x/1000 trẻ đẻ sống.
Ví dụ: Năm 2009, Thụy Điển có tỷ suất tử vong trẻ dưới 1 tuổi thấp nhất trên
thế giới với 2,2 trẻ trên 1000 trẻ đẻ sống. Ngược lại Chad là một trong những
nước có tỷ suất tử vong trẻ dưới 1 tuổi cao nhất trên thế giới với 130 trẻ trên
1000 trẻ đẻ sống.

Tỷ suất tử vong trẻ dưới 5 tuổi (Under-five mortality rate)

Tử số là số trẻ dưới 5 tuổi tử vong trong một năm xác định của một quần thể và mẫu
số là tổng số trẻ đẻ sống trong cùng năm của quần thể đó. Tỷ suất tử vong trẻ dưới
5 tuổi thường được biểu diễn dưới dạng x/1000 trẻ đẻ sống.

Tỷ suất tử vong trẻ dưới 5 tuổi là một chỉ số quan trọng. Giảm 2/3 tỷ suất tử vong trẻ
dưới 5 tuổi trong giai đoạn 1990-2015 là 1 trong 8 mục tiêu thiên niên kỷ (Millenium
Development Goals – MDGs). Tính trên toàn thế giới, tỷ suất tử vong trẻ đã giảm
53% từ 91/1000 trẻ đẻ sống năm 1990 xuống 43/1000 trẻ đẻ sống vào năm 2015.

Tử vong mẹ (Maternal mortality)

Là sự kiện tử vong của bà mẹ trong khi có thai hoặc trong vòng 42 ngày sau khi kết
thúc thai nghén.
▪ Không phân biệt tuổi thai, vị trí có thai
▪ Do bất kỳ nguyên nhân nào gây ra hoặc nặng lên bởi tình trạng thai nghén
hoặc do quan lý thai nghén, trừ tai nạn (chấn thương)

Tỷ số chết mẹ/Tỷ số tử vong mẹ (Maternal mortality ratio – MMR)

MMR bằng số tử vong mẹ của một quần thể xác định trong năm chia cho tổng số trẻ
đẻ sống trong năm của quần thể đó.
Ví dụ: Năm 2008, số ca tử vong mẹ ở Nga là 670 và tổng số trẻ đẻ sống
cùng năm đó là 1.713.900 trẻ. Như vậy, ta có tỷ số chết mẹ là
(670/1.713.900) x 100.000 = 39 trên 100.000 trẻ đẻ sống.

89
Tỷ suất chết/mắc (Case-fatality rate)
Là tỷ lệ tử vong do một bệnh nào đó trên tổng số người mắc bệnh đó của một quần
thể nhất định.
Ví dụ: Trong quần thể 10 000 người, có 5 người mắc ung thư tuỵ, và trong 1
năm, 4 trong 5 người đó đã tử vong vì căn bệnh này. Tỷ suất chết/mắc của
bệnh ung thư tuỵ trong quần thể này là: 4/5=0.8 hay 80%.

Tỷ suất sinh thô (Crude birth rate - CBR)

Là số trẻ đẻ sống trong 1 khoảng thời gian của một quần thể nhất định chia cho dân
số giữa kỳ của cùng quần thể (trong khoảng thời gian đó). Tỷ suất sinh thô thường
được biểu diễn dưới dạng x/1000 dân.
Ví dụ: Năm 2009, tổng số trẻ đẻ sống tại Israel là 161.042 và tổng dân số
Israel vào thời điểm giữa năm (ngày 1 tháng 7) ước tính là 7.485.600. Như
vậy, ta có tỷ suất sinh thô tại quốc gia này năm 2009 là (161.042/ 7.485.600)
x 1000 = 21.5 trên 1000 dân.

Tỷ suất tấn công (Attack rate)

Là một biến thể của tỷ suất mới mắc, áp dụng cho một quần thể giới hạn nhỏ trong 1
khoảng thời gian ngắn, ví dụ như trong một vụ dịch.
Ví dụ: Trong một hội thảo gồm 200 người, 150 người cùng dùng bữa trưa tại
hội thảo, kết quả 110 người có dấu hiệu ngộ độc thức ăn (nôn, buồn nôn, đau
đầu, đau bụng, tiêu chảy…). Tỷ suất tấn công là 110/150 = 0.73 hay 73%.

Tỷ suất tấn công thứ phát (Secondary attack rate)

Là đo lường tần suất xuất hiện ca bệnh mới trong nhóm những người có tiếp xúc với
các ca bệnh cũ.
Ví dụ: Tại khoa truyền nhiễm có 1 bệnh nhân nhiễm SARS-CoV (ca bệnh gốc
- primary case). Trong 5 nhân viên y tế chăm sóc bệnh nhân này, có 2 người
phát triển hội chứng SARS (tỷ suất tấn công - attack rate là 40%). Sau đó
trong số 40 người tiếp xúc trực tiếp với 2 nhân viên y tế này, bao gồm người
thân, bạn bè, đồng nghiệp…, có 5 người phát triển hội chứng SARS. Như vậy
tỷ suất tấn công thứ phát là 5/40 = 12.5%

90
SAI SỐ VÀ NHIỄU
Hiệu ứng Hawthorne (Hawthorne effect)
Là sai số quan sát gặp phải khi đối tượng được quan sát thay đổi hành vi, ứng xử
khi biết bản thân bị quan sát.

Hiệu ứng Rosenthal (Rosenthal effect)

Là sai số gặp phải khi sự mong đợi của các nghiên cứu viên trong một nghiên cứu
ảnh hưởng đến kết quả của nghiên cứu đó.

Nhiễu (Confounding)
Là biến số thứ ba có liên quan độc lập với cả biến số phụ thuộc/ kết quả và biến số
phơi nhiễm và không phải yếu tố trung gian giữa biến số phơi nhiễm và biến số kết
quả.
Ví dụ: Khi xét tới mối quan hệ giữa cà phê và ung thư phổi, hút thuốc lá là
một yếu tố nhiễu vì đây là một yếu tố nguy cơ gây ung thư phổi, và hành vi
này cũng liên quan tới thói quen uống cà phê.

Tương tác (Interaction)

Khi ảnh hưởng của một biến độc lập lên biến phụ thuộc/ kết quả có liên quan đến
tác động của một biến khác (tương tác).

Sai lầm loại I (Type I error - Alpha error)

Là sai lầm của việc loại giả thuyết Ho khi giả thuyết này đúng. Xác suất của sai lầm
loại 1 được thể hiện bởi ký hiệu alpha (α). Tên gọi khác của alpha là mức ý nghĩa
thống kê.

Sai lầm loại II (Type II error - Beta error)

Là sai lầm của việc chấp nhận/ không bác bỏ giả thuyết Ho khi giả thuyết này sai.
Xác suất của sai lầm loại 2 được thể hiện bởi ký hiệu beta (β).

91
Sai số (Error)
Sự khác biệt giữa kết quả của nghiên cứu trên mẫu so với giá trị thực của quần thể.
Sai số có thể là sai số ngẫu nhiên hoặc sai số hệ thống (Hình 31).

Sai số
(Error)

Sai số ngẫu Sai số hệ thống

nhiên (Systematic error or

(Random error) Bias)

Sai số thu thập

Dao động Sai số chọn
sinh học thông tin
(Selection bias)
(Information bias)
Sai số chọn Sai số tham gia Sai số điều tra
mẫu (Sampling (participation viên (interviewer
error) bias) bias)

Sai số đo lường
Sai số đáp ứng Sai số nhớ lại
ngẫu nhiên
(response bias) (recall bias)
(Random
measurement Sai số theo Sai số xếp lẫn
error) dõi/bỏ cuộc (Misclassificatio
(follow-up bias) n bias)

Sai số xác định Sai số do báo

tình trạng bệnh cáo (reporting
(verification bias)

Hiệu ứng công

Sai số phát hiện
nhân khỏe
(detection bias)
mạnh (Healthy
worker effect

Hình 31: Các dạng sai số thường gặp

92
Sai số ngẫu nhiên (Random error)
Sai số ngẫu nhiên xảy ra so sự khác biệt về sinh học giữa các cá thể hoặc của một
cá thể vào các thời điểm khác nhau (ví dụ: huyết áp, nhịp tim), sai số chọn mẫu và
sai số đo lường ngẫu nhiên. Chúng ta có thể hạn chế sai số ngẫu nhiên thông qua
việc tăng cỡ mẫu nghiên cứu.

Sai số hệ thống/Sai lệch (Systematic error or Bias)

Khi các đo lường đều có sai số giống nhau (về định hướng và/hoặc về độ lớn sai
số). Có hai nhóm sai số hệ thống chính là sai số lựa chọn và sai số đo lường.

Sai số lựa chọn (Selection bias)

Là dạng sai số hệ thống xảy ra khi có sự khác biệt về phương pháp chọn đối tượng
nghiên cứu vào các nhóm nghiên cứu khác nhau. Sai số chọn bao gồm sai số tham
gia (participation bias), sai số đáp ứng (response bias), sai số theo dõi/bỏ cuộc
(follow-up bias), sai số xác định/chẩn đoán tình trạng bệnh (verification bias), hiệu
ứng công nhân khỏe mạnh (Healthy worker effect)…

Sai số tham gia (Participation bias)

Là dạng sai số hệ thống xảy ra khi các nhóm người khác nhau có tỷ lệ tham gia
nghiên cứu khác nhau
Ví dụ: Những nguời nghiện thuốc lá thuờng có xu huớng từ chối tham gia các
nghiên cứu về tác hại của thuốc lá

Sai số đáp ứng (Response bias)

Là dạng sai số hệ thống xảy ra khi đặc điểm của nhóm đồng ý tham gia nghiên cứu,
nhóm không đồng ý tham gia nghiên cứu, nhóm không hợp tác hoặc bỏ cuộc …khác
nhau.

Sai số xác định/chẩn đoán (Vertification bias)

Là dạng sai số hệ thống xảy ra khi quy trình chẩn đoán bệnh, nghiên cứu không
đồng nhất khi áp dụng ở các nhóm khác nhau.

93
Mất đối tượng theo dõi (Loss to follow-up)
Là dạng sai số hệ thống xảy ra khi các đối tượng nghiên cứu trong nghiên cứu dọc
(nghiên cứu thuần tập, thử nghiệm ngẫu nhiên có đối chứng) có thể bỏ cuộc, chuyển
đi nơi khác hặc tử vong…

Hiệu ứng công nhân khỏe mạnh (Healthy worker effect)

Một hiện tượng gặp trong các nghiên cứu bệnh nghề nghiệp: các công nhân thường
có tỷ lệ tử vong thấp hơn so với tỷ lệ chung của quần thể, do các cá nhân ốm yếu
hoặc bị khuyết tật, mắc bệnh mãn tính thường bị loại ra khỏi quá trình tuyển chọn
lao động hoặc nghỉ hưu sớm.

Sai số thu thập thông tin (Information bias)

Là dạng sai số hệ thống xảy ra khi công cụ nghiên cứu không được chuẩn hóa dẫn
đến các thông tin được thu thập không có giá trị.

Sai số điều tra viên (Interviewer bias)

Là dạng sai số hệ thống do điều tra viên vô tình hoặc cố ý phỏng vấn với mức độ chi
tiết khác nhau giữa các đối tượng nghiên cứu khác nhau (can thiệp, đối chứng,
bệnh, không bệnh) hoặc gây có các câu hỏi định hướng trả lời...
Ví dụ: Điều tra viên có thể chủ định hỏi chi tiết hơn về tiền sử sử dụng rượu
bia ở những người bị ung thư thực quản so với những người không bị bệnh
này.

Sai số nhớ lại (Recall bias)

Là dạng sai số hệ thống xảy ra khi thông tin về phơi nhiễm trong quá khứ của các
nhóm nghiên cứu khác nhau (ví dụ nhóm bệnh và nhóm chứng) được nhớ lại và báo
cáo không giống nhau.
Ví dụ: Điều tra nguyên nhân ngộ độc thực phẩm so sánh giữa nguời bị và
không bị ngộ độc, tỉ lệ nguời bị ngộ độc có thể kể chính xác loại thức ăn đã
ăn truớc đây cao hơn những nguời không bị.

94
Sai số phân loại/xếp lẫn (Misclassification bias)
Là dạng sai số hệ thống xảy ra khi người nghiên cứu phân loại không chính xác
nhóm bệnh/không bệnh, có phơi nhiễm/không phơi nhiễm ở các đối tượng nghiên
cứu.

Sai số do báo cáo (Reporting bias)

Là dạng sai số hệ thống xảy ra khi đối tượng nghiên cứu không muốn cung cấp
thông tin hoặc cung cấp các thông tin không chính xác về các yếu tố phơi nhiễm của
họ.

Sai số phát hiện (Detection bias)

Là dạng sai số hệ thống xảy ra khi kỹ thuật/nghiệm pháp chẩn đoán được áp dụng
khác nhau đối với các nhóm đối tượng nghiên cứu khác nhau.

Ngụy biện sinh thái/Sai chệch sinh thái (Ecological fallacy)

Xảy ra khi những kết luận không phù hợp được đưa ra từ các số liệu sinh thái. Trên
thực tế, mối quan hệ quan sát được giữa các biến ở mức độ quần thể không phản
ánh đúng mối quan hệ ở mức độ cá thể.
Ví dụ: Nghiên cứu về mối quan hệ giữa ung thư vú và hàm lượng chất béo
tiêu thụ trung bình của mỗi quốc gia cho thấy mối tương quan thuận giữa 2
yếu tố này. Kết quả này hướng chúng ta tới kết luận là việc tiêu thụ nhiều
chất béo có thể gây ra ung thư vú. Tuy nhiên số liệu mà nghiên cứu sử dụng
là giá trị trung bình của mỗi quốc gia. Chúng ta không biết liệu những bệnh
nhân mắc ung thư vú có ăn nhiều chất béo hay không. Lượng chất béo tiêu
thụ của mỗi người cũng biến đổi theo thời gian. Do vậy kết quả của nghiên
cứu không có nhiều ý nghĩa.
Xem thêm: https://doi.org/10.1093/jnci/80.11.802

95
ĐẠO ĐỨC NGHIÊN CỨU
Đạo đức nghiên cứu (Research ethics)
Là các nguyên tắc, chuẩn mực đạo đức áp dụng trong nghiên cứu đặc biệt khi đối
tượng nghiên cứu là con người.

Hội đồng đạo đức (Institutional review board - IRB hoặc Ethics committee - EC)
Là hội đồng bao gồm các thành viên có trách nhiệm xét duyệt khía cạnh đạo đức
của các nghiên cứu.
Ví dụ: Hội đồng đạo đức trường Đại học Y tế công cộng có trách nhiệm xét
duyệt khía cạnh đạo đức của các nghiên cứu của bản thân trường và của các
đơn vị nghiên cứu khác tại Việt Nam và trên thế giới.

Đồng thuận tham gia sau khi được cung cấp thông tin đầy đủ (Informed
consent)
Sự đồng thuận tham gia của các đối tượng nghiên cứu được đưa ra sau khi họ
được đầy đủ các thông tin có liên quan đến nghiên cứu. Có 2 dạng đồng thuận tham
gia nghiên cứu, bằng lời nói (verbal informed consent) và bằng văn bản (written
informed consent). Nên dùng dạng thứ hai và lưu lại ở từng hồ sơ nghiên cứu.
Trong trường hợp cần giữ bí mật danh tính của người tham gia thì có thể lấy chấp
thuận tham gia bằng lời nói.

Bảo mật thông tin (Confidentiality)

Các thông tin liên quan đến các đối tượng nghiên cứu phải được bảo mật.
Ví dụ: Chỉ nhà nghiên cứu biết được tên, tuổi (các thông tin xác định danh
tính) của đối tượng được phỏng vấn sâu. Các thông tin này không được phép
xuất hiện trong các báo cáo của nghiên cứu.

Xung đột lợi ích (Conflict of interest)

Là tình huống xảy ra khi một người hoặc một nhóm người có liên quan đến nghiên
cứu có những hành vi không trung thực do tác động của lợi ích về tài chính hoặc
chuyên môn hoặc các lợi ích riêng tư khác họ có thể nhận được.
Ví dụ: Một nhà nghiên cứu đã từng nhận tài trợ của công ty thuốc lá dưới bất kỳ
dạng nào công bố một nghiên cứu với kết quả có lợi cho các công ty thuốc lá.

96
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Bảng một chiều (Frequency distribution table)
Là bảng mà số liệu của một biến được trình bày theo một chiều với tổng của cột
(không có tổng dòng).
Ví dụ:
Cấp học Tần số Tần suất (%)
Tiểu học 320 48,0
Trung học cơ sở 155 23,0
Trung học phổ thông 168 25,0
Đại học 24 4,0
Tổng cộng 667 100

Bảng chéo/Bảng 2 chiều (Cross-tabulation table)

Bảng thể hiện phân bố về tần số và/hoặc tỷ lệ phần trăm các giá trị của một biến số
theo một hay nhiều biến số khác. Bảng này được hình thành khi nghiên cứu viên
muốn so sánh hai hoặc trên hai biến số và số liệu của các biến này được trình bày
trong cùng một bảng.
Ví dụ:
Tình trạng hút thuốc Tổng Nam Nữ
Người đang hút thuốc 22.5 45.3 1.1
Người hút thuốc hàng ngày 19.2 38.7 0.9
Người thỉnh thoảng mới hút 3.3 6.6 0.2
Người không hút thuốc 77.5 54.7 98.9
Người trước đây hút thuốc hàng ngày 6.7 13.1 0.6
Chưa từng hút thuốc hàng ngày 70.8 41.6 98.3
Trước đây chỉ thỉnh thoảng mới hút 2.5 5.0 0.3
Chưa từng hút thuốc 68.3 36.6 98.0

97
Bảng 2x2 (Two-by-two table)
Là loại bảng chéo thể hiện phân bố về tần số và/hoặc tỷ lệ phần trăm các giá trị của
một biến số theo một khác. Mỗi biến số chỉ có 2 giá trị để tạo ra bảng có 2 hàng và 2
cột. Đây là dạng bảng được sử dụng nhiều nhất trong nghiên cứu dịch tễ học khi
nghiên cứu viên muốn đo lường hoặc biểu thị mối quan hệ nhân quả giữa hai biến
nhị phân. Từ bảng này có thể tính được tỷ suất chênh (OR) hoặc nguy cơ tương đối
(RR).
Ví dụ: Kết quả điều trị bệnh nhân loãng xương với thuốc zoledronic acid
Zoledronic acid Placebo Tổng
Số bị gãy xương 92 148 240
Số không bị gãy xương 970 917 1887
Tổng 1062 1065 2127

Biểu đồ bánh/Biểu đồ tròn (Pie chart)

Được dùng để mô tả sự phân bố của biến số rời rạc. Biểu đồ hình bánh là một vòng
tròn được chia làm nhiều cung tương ứng với các giá trị của biến số. Ðộ lớn của
cung tỉ lệ với tần suất của giá trị biến số.
Ví dụ: Biểu đồ hình bánh mô tả phân bố giới tính của những học sinh trong
trường mầm non 23/11

Nöõ
35%

Nam
65%

98
Biểu đồ Box Whiskers (Box-and-Whiskers plot)
Biểu đồ thể hiện sự phân bố của một biến định lượng theo các nhóm tứ phân vị kèm
theo các giá trị quá lớn và quá nhỏ.
Ví dụ: Biểu đồ Box Whiskers thể hiện mối liên quan giữa cân nặng của trẻ
(trục tung) và nhóm BMI của bà mẹ (trục hoành)

Biểu đồ cột (Bar chart)

Là biểu đồ nhằm mô tả sự phân bố của biến số rời rạc (Discrete or discontinuous
variable) hoặc biến định tính. Biểu đồ cột gồm có trục hoành trên đó xác định những
giá trị của biến số. Ứng với từng giá trị của biến số người ta vẽ các cột có chiều cao
tỉ lệ với tần suất của giá trị đó. Cần lưu ý luôn luôn có khoảng trống giữa các cột. Có
biểu đồ cột ngang và biểu đồ cột dọc
Ví dụ: Biểu đồ cột biểu diễn “Tỷ lệ học sinh tin rằng các đồ vật kim loại có thể
được sử dụng thay cho áo phao”

100.0

80.0

60.0

40.0
20.3 21.0 21.2 22.7
16.1 15.0 16.3 20.9
20.0 13.8 12.6 11.4
11.6
10.0 7.1 7.8

0.0
Tổng Quảng Nam Quảng Ngãi Vùng đồi núi Khu vực ven biển

Khảo sát trước tập huấn Khảo sát sau tập huấn lần 1 Khảo sát sau tập huấn lần 2

99
Biểu đồ cột chồng (Stacked bar chart)
Giống như biểu đồ cột tuy nhiên nghiên cứu viên trình bày hai hay ba biến số trên
cùng một biểu đồ để tiện so sánh. Biểu đồ cột chồng có 2 loại:
 Loại cột chồng có chiều cao bằng nhau: thường được dùng để so sánh tỷ lệ
phân bố giữa các nhóm của một biến số có tổng tỷ lệ bằng 100% so với các
nhóm của một biến khác.
 Loại cột chồng có chiều cao không bằng nhau: biểu thị số liệu khi tổng tỷ lệ
phần trăm của các nhóm trong biến số không bằng nhau.

Ví dụ: Nhận định của đối tượng nghiên cứu (trẻ em cấp 1) về thái độ của gia
đình đối với thông tin được chia sẻ từ bản thân các em
3.5
Khảo sát sau tập
9.1 81.1 6.2
huấn lần thứ hai

3.2
Khảo sát sau tập
6.7 84.1 6.0
huấn lần thứ nhất

10.1
Khảo sát trước tập
11.0 68.6 10.3
huấn

0% 20% 40% 60% 80% 100%

Em còn nhỏ nên sẽ không ai nghe em cả

Gia đình em sẽ lắng nghe em nhưng sẽ không làm theo những điều em nói vì họ không tin em
Gia đình em sẽ lắng nghe và làm theo những gì em nói
Em sẽ không nói cho ai nghe về những gì em đã được học vì người lớn hiểu biết hơn so với trẻ em

Biểu đồ cột liên tục/ Tổ chức đồ (Histogram chart)

Là biểu đồ nhằm mô tả sự phân bố của biến số liên tục (continuous variable). Không
giống như biểu đồ cột, giữa các cột của biểu đồ cột liên tục (hay tổ chức đồ) sẽ
không có khoảng trống. Biếu đồ cột liền giúp nghiên cứu viên xem xét sự phân bố
của số liệu (phân bố chuẩn hay không), các giá trị ngoại vi, độ lệch (skewness)…

Ðể vẽ biểu đồ cột liên tục, người ta chia biên độ của giá trị làm nhiều khoảng giá trị
và tính tần suất của những khoảng giá trị đó. Những khoảng giá trị này được biểu thị
ở trên trục hoành. Ứng với mỗi khoảng giá trị người ta vẽ những hình chữ nhật có
diện tích tỉ lệ với tần suất của khoảng giá trị đó.

100
 Ví dụ: Một biểu đồ cột liên tục biểu diễn sự phân bố tuổi của các đối tượng
nghiên cứu (và số liệu thô dùng để vẽ biểu đồ)

Đa giác tần suất (Polyline)

Cũng như biểu đồ cột liên tục, được dùng trong mô tả phân bố của biến số liên tục.
Ðể vẽ đa giác tần suất, người ta thường vẽ tổ chức đồ và nối các trung điểm của
các cạnh trên của các hình chữ nhật. Ða giác tần suất có ưu điểm là có thể vẽ nhiều
đa giác tần suất trên cùng một đồ thị để dễ so sánh các phân phối của chúng.
Ví dụ: Ða giác tần suất hemoglobin của 28 phụ nữ nghèo (đường đỏ) so vơí
42 phụ nữ trung bình và khá (đường xanh)

15

10

8 9 10 11 12 13 14 15 16
hemoglobin

101
Biểu đồ chấm rải rác (Scatter)
Dùng để mô tả tương quan hai biến định lượng.
Ví dụ: Biểu đồ thể hiện mối tương quan giữa khả năng ghi nhớ và khả năng
đọc hiểu.

Biểu đồ dây (Line chart)

Thường dùng để biểu thị hướng thay đổi của một loại số liệu nào đó theo thời gian.
Ví dụ: Tỷ lệ thừa cân béo phì ở người trưởng thành ở Việt Nam, giai đoạn
1992-2015, chia theo thành thị và nông thôn.
25%
thành thị nông thôn tổng
21.3%

20%
17.1%
Tỉ lệ thừa cân và béo phì

15.3% 15.6%
15%
12.0%

9.1% 9.6%
12.6%
10%
6.6% 9.8%
5.6%
4.8% 4.4%
5%
2.0% 5.3%
2.3% 3.5%
1.2%
0%
1992-1993 1997-1998 2002 2005 2009-2010 2015
Năm

102
Biểu thị số liệu dưới dạng bản đồ (Map chart)
Thường áp dụng cho các số liệu dịch tễ học để biết được tính chất phân bố theo dịa
dư của nó. Số liệu trên bản đồ thường là số tuyệt đối của một hiện tượng sức khỏe
nào đó, những cũng có thể là số liệu tương đối/tỷ lệ.
Ví dụ: Mức độ sử dụng đồ uống có cồn (số lít trung bình trên người)
Tiêu thụ rượu, bia

Người > 15t

TB 2003–05, ít/người

Ít hơn 2.5

12.5 và hơn

Không dữ liệu

Nguồn: TCYTTG

Hiệu lực (Efficacy)

Mức độ mà một can thiệp đạt được mục tiêu trong điều kiện lý tưởng (phòng thí
nghiệm hay quần thể mẫu mực).
Ví dụ: Hiệu lực vaccine (vaccine efficacy) là tỷ lệ giảm nguy cơ mắc bệnh ở
nhóm được dùng vaccine so với nhóm không dùng vaccine.

Hiệu quả (Effectiveness)

Mức độ mà một can thiệp đạt được mục tiêu trong điều kiện thực tế (điều kiện lâm
sàng thực tế, cộng đồng dân cư thực tế).
Ví dụ: Một loại vaccine ở giai đoạn thử nghiệm lâm sàng cho thấy hiệu lực rất
cao nhưng khi đưa vào thực tế cộng đồng, vaccine dạng uống này lại cho
hiệu quả bảo vệ thấp vì trẻ em sẽ không chịu dùng.

103
Hiệu dụng (Efficiency)
Là tỷ lệ giữa kết quả/ hiệu quả trên đầu tư ban đầu (nguồn lực, thời gian, tài
chính…).
Ví dụ: Một loại vaccine ở giai đoạn thử nghiệm lâm sàng cho thấy hiệu lực rất
cao. Khi đưa vào thực tế cộng đồng, vaccine cũng hiệu quả bảo vệ tốt. Tuy
nhiên cần tính đến giá thành, tác dụng phụ có thể có, kỳ thị và định kiến xã
hội, nạn bài trừ vaccine hiện nay… để đảm bảo việc đầu tư vào vaccine là
hợp lý.

104
MỘT SỐ KHÁI NIỆM VÀ THUẬT NGỮ KHÁC

Biểu đồ GANTT (GANTT chart)

Biểu đồ trình bày các hoạt động nghiên cứu theo trình tự thời gian và thời gian thực
hiện từng hoạt động.

1/16 1/20 1/24 1/28 2/1 2/5 2/9 2/13 2/17 2/21
Việc 1
Việc 2
Việc 3
Việc 4
Việc 5
Việc 6
Việc 7
Việc 8
Việc 9
Việc 10
Việc 11
Việc 12
Hình 32: Biểu đồ Gantt

Bằng chứng/Chứng cứ khoa học (Evidence)

Bằng chứng là các kết quả thu được từ nghiên cứu (thông qua quá trình phân tích
các số liệu) và các kết quả nghiên cứu này được phiên giải một cách kỹ lưỡng trong
bối cảnh thực tế. Bằng chứng khác với số liệu (tập hợp các đặc tinh của toàn bộ đối
tượng nghiên cứu) và thông tin (là kết quả phân tích các số liệu nhưng chưa được
phiên giải về ý nghĩa).

Bản thông tin khuyến nghị chính sách (Policy brief)

Là bản tóm tắt các bằng chứng khoa học từ một hoặc nhiều nghiên cứu giúp các
nhà hoạch định chính sách ra quyết định phù hợp.

Nghiên cứu viên chính (Principal investigator - PI)

Người chịu trách nhiệm định hướng, thiết kế và triển khai nghiên cứu.

105
Đề xuất (đề cương) nghiên cứu (Research proposal)
Là tài liệu viết bởi nghiên cứu viên nhằm cung cấp thông tin chi tiết về nghiên cứu
dự kiến bao gồm lý do, mục đích, mục tiêu, phương pháp nghiên cứu cũng như kế
hoạch thực hiện về thời gian và kinh phí…

Ấn phẩm khoa học (Scientific publications)

Các công trình nghiên cứu được xuất bản triên các tạp chí khoa học có phản biện.

Bình duyệt (Peer review)

Một quá trình đánh giá các công trình khoa học bởi các chuyên gia trong cùng lĩnh
vực để đánh giá xem công trình đó có đáp ứng được các tiêu chuẩn về phương
pháp luận và đạo đức nghiên cứu hay không.

Tạp chí có hệ thống bình duyệt (Peer-reviewed journal)

Là tạp chí áp dụng hệ thống bình duyệt một cách khoa học và chặt chẽ, được thực
hiện bởi các chuyên gia, để đảm bảo chất lượng của các bài báo khoa học.

Hệ số tác động của tạp chí (Journal impact factor – IF)

Là chỉ số thể hiện số lượng trích dẫn trung bình của mỗi bài báo đăng trên tạp chí
đó. Thông thường được tính bằng cách chia tổng số lượt trích dẫn trong một thời
gian (thường là 5 năm) của các bài báo của tạp chí đó cho tổng số bài báo xuất bản
trong cùng thời gian đó.
Ví dụ: IF năm 2014 của tạp chí Lancet (tạp chí hàng đầu trong lĩnh vực Y
sinh học) là 45.217. IF năm 2015 của tạp chí BMC Public health là 2.209

Chỉ số H (H-index)
Đo lường mức độ ảnh hưởng tích lũy của một nhà khoa học. Chỉ số H được tính
toán dựa vào số công trình công bố và số lần trích dẫn.
Ví dụ: Nếu nhà khoa học A có chỉ số H = 20 thì điều này có nghĩa là nhà khoa
học này có nhiều bài báo, trong đó có 20 bài báo, mỗi bài được trích dẫn ít
nhất là 20 lần.

106
Truy cập mở (Open access)
Cho phép tất cả mọi người được tiếp cận và tải các bài báo khoa học trực tuyến một
cách miễn phí.
Ví dụ: tạp chí PLOS One, F1000Research, BMC Medical Research
Methodology (cập nhật tháng 7/2017)

107
THUẬT NGỮ TIẾNG VIỆT THEO TRÌNH TỰ ABC

Âm tính giả, 81
Âm tính thật, 82

Ấn phẩm khoa học, 106

Bản thông tin khuyến nghị chính sách, 105

Bảng 2 chiều, 97
Bảng 2x2, 98
Bảng chéo, 97
Bằng chứng/Chứng cứ khoa học, 105
Bảng giả, 63
Bảng kiểm, 54
Bảng một chiều, 97
Bảng trống, 63
Bảo mật thông tin, 96
Bệnh án, 55
Biến danh mục, 49
Biến đầu ra, 51
Biến định lượng, 50
Biến định tính, 49
Biên độ, 65
Biến độc lập, 50
Biến kết quả, 51
Biến khoảng chia/khoảng cách, 50
Biến liên tục, 50
Biến nhị giá, 49
Biến nhị phân, 49
Biến phụ thuộc, 51

108
Biến rời rạc, 50
Biến số, 49
Biến số nền, 51
Biến thứ hạng, 49
Biến tỷ số, 50
Biểu đồ bánh, 98
Biểu đồ Box Whiskers, 99
Biểu đồ chấm rải rác, 102
Biểu đồ cột, 99
Biểu đồ cột chồng, 100
Biểu đồ cột liền/ Tổ chức đồ, 100
Biểu đồ dây, 102
Biểu đồ GANTT, 105
Biểu đồ tròn, 98
Biểu thị số liệu dưới dạng bản đồ, 103
Bình duyệt, 106
Bộ câu hỏi, 53

Câu hỏi nghiên cứu, 12

Che giấu phân bổ, 47
Chỉ số H, 106
Chỉ số Kappa, 56
Chọn mẫu, 38
Chọn mẫu chỉ tiêu, 39
Chọn mẫu chủ đích, 40
Chọn mẫu chùm, 43
Chọn mẫu cụm, 43
Chọn mẫu hòn tuyết lăn, 40
Chọn mẫu không xác suất, 39
Chọn mẫu ngẫu nhiên đơn, 41
Chọn mẫu ngẫu nhiên hệ thống, 41
Chọn mẫu ngẫu nhiên phân tầng, 44

109
Chọn mẫu ngẫu nhiên phân tầng không theo tỷ lệ, 44
Chọn mẫu ngẫu nhiên phân tầng theo tỷ lệ, 44
Chọn mẫu nhiều giai đoạn, 45
Chọn mẫu thuận tiện, 39
Chọn mẫu xác suất, 40
Chọn mẫu xác suất tỷ lệ với kích cỡ quần thể, 42
Chuỗi hay trình tự phân bổ, 46
Cỡ mẫu, 36
Cơ sở dữ liệu, 59
Công thức tính cỡ mẫu, 36

Đa giác tần suất, 101

Đảm bảo chất lượng, 56
Đánh giá chương trình, 31
Đánh giá kết quả, 31
Đánh giá nhanh, 33
Đánh giá nhu cầu, 33
Đánh giá quá trình, 31
Đánh giá tác động, 32
Đạo đức nghiên cứu, 96
Đề xuất (đề cương) nghiên cứu, 106
Điều tra viên, 52
Độ chênh của độ gù, 68
Độ đặc hiệu, 84
Độ đồng nhất nội tại của thang đo, 56
Độ gù, 67
Độ lặp lại, 56
Độ lệch, 67
Độ lệch âm, 67
Độ lệch chuẩn, 66
Độ lệch dương, 67
Đo lường độ phân tán, 65

110
Đo lường độ tập trung, 64
Độ nhạy, 84
Độ tin cậy, 56
Đối tượng nghiên cứu, 36
Đơn vị mẫu, 34
Đường cong ROC, 83
Dương tính giả, 82
Dương tính thật, 82

Ghép cặp, 17
Ghép cặp ở mức cá thể, 17
Ghép cặp theo nhóm, 17
Giả thuyết của nghiên cứu viên – Ha/H1, 12
Giả thuyết Ho, 12
Giá trị bất thường, 61
Giá trị bị thiếu, 61
Giá trị cấu trúc, 58
Giá trị đồng hướng, 57
Giá trị dự đoán âm tính, 82
Giá trị dự đoán dương tính, 82
Giá trị hội tụ, 57
Giá trị khái niệm, 57
Giá trị ngoại lai, 62
Giá trị nội dung, 57
Giá trị p, 70
Giá trị tiêu chuẩn, 57
Giá trị vô lý, 61
Giảm nguy cơ tương đối, 75
Giảm nguy cơ tuyệt đối, 75
Giám sát viên, 52

111
 H

Hệ số hồi quy, 78
Hệ số tác động của tạp chí, 106
Hệ số thiết kế, 37
Hệ số tương quan, 77
Hệ số tương quan nội cụm, 37
Hệ số xác định, 78
Hiệu dụng, 104
Hiệu lực, 103
Hiệu quả, 103
Hiệu số nguy cơ, 74
Hiệu ứng công nhân khỏe mạnh, 94
Hiệu ứng Hawthorne, 91
Hiệu ứng Rosenthal, 91
Hồ sơ y tế, 55
Hội đồng đạo đức, 96
Hồi quy, 78
Hồi quy Cox, 81
Hồi quy logistic, 78
Hồi quy Poisson, 78
Hồi quy tuyến tính, 78

Khả năng khái quát hóa, 58

Khoảng tin cậy, 69
Khoảng trống trong nghiên cứu, 9
Khoảng tứ phân vị, 66
Khu vực dưới đường cong ROC, 84
Khung mẫu, 34
Kiểm định dấu, 73
Kiểm định dấu thứ hạng Wilcoxon, 73
Kiểm định giả thuyết, 70
Kiểm định hai chiều/ hai đuôi/ hai phía, 71

112
Kiểm định Khi bình phương, 74
Kiểm định Kruskal-Wallis, 74
Kiểm định Mann-Whitney, 74
Kiểm định một chiều/một đuôi/ một phía, 70
Kiểm định phi tham số, 73
Kiểm định t độc lập, 71
Kiểm định t ghép cặp, 72
Kiểm định tham số, 71
Kỳ vọng sống, 84

Làm sạch số liệu, 61

Lực mẫu, 37

Mất đối tượng theo dõi, 94

Mẫu, 34
Mẫu đại diện, 35
Mode, 65
Mối liên quan, 74
Mục đích, 13
Mục tiêu chung, 13
Mục tiêu cụ thể, 13

Nghiên cứu bán thực nghiệm, 24

Nghiên cứu bệnh - chứng dựa trên nghiên cứu thuần tập, 20
Nghiên cứu bệnh- chứng, 16
Nghiên cứu cắt ngang, 16
Nghiên cứu đánh giá, 31
Nghiên cứu hàng loạt các ca bệnh, 15
Nghiên cứu hệ thống y tế, 32
Nghiên cứu mô tả, 14

113
Nghiên cứu một trường hợp bệnh, 15
Nghiên cứu phân tích, 15
Nghiên cứu quan sát, 14
Nghiên cứu sinh thái, 15
Nghiên cứu thăm dò, 31
Nghiên cứu theo dõi dọc, 27
Nghiên cứu thuần tập, 18
Nghiên cứu thuần tập hồi cứu, 18
Nghiên cứu thuần tập lịch sử, 18
Nghiên cứu thuần tập tiến cứu, 19
Nghiên cứu thuần tập tương lai, 19
Nghiên cứu thực nghiệm, 21
Nghiên cứu triển khai, 30
Nghiên cứu tương quan, 15
Nghiên cứu viên chính, 105
Nguồn số liệu, 52
Ngụy biện sinh thái, 95
Nguy cơ quy thuộc, 76
Nguy cơ quy thuộc phần trăm, 76
Nguy cơ quy thuộc quần thể, 76
Nguy cơ quy thuộc quần thể phần trăm, 77
Nguy cơ tương đối, 74
Nguy cơ/ tỷ lệ/ số ca mới mắc tích lũy, 86
Nhiễu, 91
Nối dài, 59
Nối dọc, 59
Nối ngang, 60
Nối rộng, 60

Phân bố chuẩn, 69
Phân bố đối xứng hình chuông, 68
Phân bổ ngẫu nhiên, 46

114
Phân bổ ngẫu nhiên đơn, 46
Phân bổ ngẫu nhiên theo khối, 47
Phân tích đa biến, 80
Phân tích đa tầng, 80
Phân tích đơn biến, 80
Phân tích dựa trên các cá thể hoàn thành nghiên cứu, 79
Phân tích dựa trên phân bổ ngẫu nhiên ban đầu, 79
Phân tích nhân tố, 80
Phân tích phương sai lặp lại, 73
Phân tích phương sai một chiều, 72
Phân tích số liệu, 63
Phân tích sống còn, 80
Phân tích thành phần chính, 80
Phỏng vấn có cấu trúc, 53
Phương pháp ghép cặp theo điểm xu hướng, 17
Phương pháp làm mù, 22
Phương pháp làm mù ba, 23
Phương pháp làm mù đôi, 22
Phương pháp làm mù đơn, 22
Phương pháp phân bổ định trước, 47
Phương sai, 66

Quần thể nghiên cứu, 34

Quy trình nghiên cứu, 33

Sai chệch sinh thái, 95

Sai lầm loại I, 91
Sai lầm loại II, 91
Sai lệch, 93
Sai số, 92
Sai số chuẩn, 69

115
Sai số đáp ứng, 93
Sai số điều tra viên, 94
Sai số do báo cáo, 95
Sai số hệ thống, 93
Sai số lựa chọn, 93
Sai số ngẫu nhiên, 93
Sai số nhớ lại, 94
Sai số phân loại/xếp lẫn, 95
Sai số phát hiện, 95
Sai số tham gia, 93
Sai số thu thập thông tin, 94
Sai số xác định/chẩn đoán, 93
Số cá thể cần can thiệp/điều trị, 75
Số hiện mắc, 85
Số liệu, 52
Số liệu sơ cấp, 52
Số liệu thô, 59
Số liệu thứ cấp, 52
Số mới mắc, 85
Số năm sống điều chỉnh theo chất lượng cuộc sống, 86
Số năm sống điều chỉnh theo mức độ bệnh tật, 86
Số năm sống khỏe mạnh mất đi do tàn tật, 87
Số năm sống mất đi do tử vong sớm, 86
Số năm sống tiềm tàng bị mất đi, 87
Sự kết hợp, 74

Tài liệu chưa được xuất bản chính thức, 9

Tạp chí có hệ thống bình duyệt, 106
Tham gia sau khi có thông tin đầy đủ, 96
Thang đo Likert, 53
Theo dõi, 27
Thiết kế bắt chéo, 28

116
Thiết kế một nhóm, 28
Thiết kế song song, 29
Thiết kế theo "hình nêm", 29
Thống kê, 63
Thống kê mô tả, 64
Thống kê suy luận, 69
Thống kê y học, 64
Thống kê y sinh học, 64
Thử nghiệm cộng đồng, 23
Thử nghiệm lâm sàng, 24
Thử nghiệm lâm sàng giai đoạn I, 25
Thử nghiệm lâm sàng giai đoạn II, 25
Thử nghiệm lâm sàng giai đoạn III, 25
Thử nghiệm lâm sàng giai đoạn IV, 25
Thử nghiệm mở, 23
Thử nghiệm ngẫu nhiên có đối chứng, 21
Thử nghiệm ngẫu nhiên có đối chứng theo cụm, 21
Tiêu chuẩn loại trừ, 35
Tiêu chuẩn lựa chọn, 35
Tính cấp thiết, 7
Tính đại diện, 58
Tính giá trị, 84
Tính giá trị của nghiên cứu, 58
Tính giá trị của thang đo, 57
Tính giá trị nội tại, 58
Tính khả thi, 7
Tính mới, 7
Tính ứng dụng, 8
Tính xác đáng, 8
Tổng quan hệ thống, 10
Tổng quan mô tả, 10
Tổng quan tài liệu, 9
Tổng tỷ suất sinh, 87
Trung bình, 64

117
Trung vị, 65
Truy cập mở, 107
Tử vong mẹ, 89
Tương quan, 77
Tương quan nghịch, 77
Tương quan thuận, 77
Tương tác, 91
Tỷ lệ, 81
Tỷ lệ không tham gia nghiên cứu, 55
Tỷ lệ tham gia, 36
Tỷ lệ trả lời, 36
Tỷ lệ từ chối, 55
Tỷ số, 81
Tỷ số chênh, 75
Tỷ số chết mẹ, 89
Tỷ số khả năng có kết quả âm tính, 83
Tỷ số khả năng có kết quả dương tính, 83
Tỷ số nguy cơ, 74
Tỷ số nguy hại, 80
Tỷ số phân bổ, 48
Tỷ số tử vong mẹ, 89
Tỷ suất, 81
Tỷ suất chết/mắc, 90
Tỷ suất hiện mắc, 85
Tỷ suất mới mắc, 85
Tỷ suất sinh thô, 90
Tỷ suất tấn công, 90
Tỷ suất tấn công thứ phát, 90
Tỷ suất tử vong, 87
Tỷ suất tử vong đặc trưng theo chủng tộc, 88
Tỷ suất tử vong đặc trưng theo nguyên nhân, 88
Tỷ suất tử vong đặc trưng theo nhóm tuổi, 88
Tỷ suất tử vong thô, 87
Tỷ suất tử vong trẻ dưới 1 tuổi, 89

118
Tỷ suất tử vong trẻ dưới 5 tuổi, 89
Tỷ suất tử vong trẻ sơ sinh, 88

Xử lý số liệu, 61
Xung đột lợi ích, 96

Y học dựa vào bằng chứng, 27

Ý nghĩa thống kê, 70

119
THUẬT NGỮ TIẾNG ANH THEO TRÌNH TỰ ABC

Absolute risk reduction – ARR, 75

Age-specific mortality rate, 88
Allocation concealment, 47
Allocation ratio, 48
Allocation sequence, 46
Alpha error, 91
Alternative Hypothesis, 12
Analysis of variance - ANOVA, 72
Analytical study, 15
Append data, 59
Applicability, 8
Area under ROC curve – AUC, 84
Asssociation, 74
Attack rate, 90
Attributable Risk - AR, 76
Attributable Risk Percent - AR%), 76

Background variables, 51
Bar chart, 99
Beta error, 91
Bias, 93
Binary variable, 49
Biostatistics, 64
Blinding, 22
Blocking randomization, 47
Box-and-Whiskers plot, 99

120
 C

Case control study, 16

Case report, 15
Case series, 15
Case-fatality rate, 90
Cause-specific mortality rate, 88
Checklist, 54
Chi-square χ2, 74
Clinical trial, 24
Cluster randomized controlled trials, 21
Cluster sampling, 43
Cohen's kappa, 56
Cohort study, 18
Community trial, 23
Concurrence validity, 57
Concurrent cohort, 19
Confidence interval - CI, 69
Confidentiality, 96
Conflict of interest, 96
Confounding, 91
Construct validity, 58
Content validity, 57
Continuous variables, 50
Convenient sampling, 39
Correlation, 77
Correlation coefficient, 77
Correlational study, 15
Covergent validity, 57
Cox regression, 81
Criterion validity, 57
Cross sectional study, 16
Cross-over assignment/study, 28
Cross-tabulation table, 97

121
Crude birth rate - CBR, 90
Crude death rate - CDR, 87
Cumulative incidence, 86
Cumulative incidence proportion, 86
Cumulative incidence risk, 86

DALYs, 86
Data, 52
Data analysis, 63
Data cleaning, 61
Data processing, 61
Data repository, 59
Data source, 52
Databank, 59
Database, 59
Dependent variable, 51
Descriptive statistics, 64
Descriptive study, 14
Design effect - DE, 37
Detection bias, 95
Deterministic method of allocation, 47
Dichotomous variable, 49
Disability-adjusted life years, 86
Discontinuous variable, 50
Discrete variable, 50
Disproportionate stratified sampling, 44
Double-blind study, 22
Dummy table, 63

122
 E

Ecological fallacy, 95
Ecological study, 15
Effectiveness, 103
Efficacy, 103
Efficiency, 104
Error, 92
Ethics committee - EC, 96
Evaluation research, 31
Evidence, 105
Evidence-based medicine or EBM, 27
Excess kurtosis, 68
Exclusion criteria, 35
Experimental study, 21
Exploratory study, 31
External validity, 58

Face validity, 57
Factor analysis, 80
False negative, 81
False positive, 82
Feasibility, 7
Field interviewer, 52
Field supervisor, 52
Follow-up, 27
Frequency distribution table, 97
Frequency matching, 17

123
 G

GANTT chart, 105

General objective, 13
Generalizability, 58
Goal, 13
Grey literature, 9
Group matching, 17

Haphazard sampling, 39
Hawthorne effect, 91
Hazard ratio – HR, 80
Health system research, 32
Healthy worker effect, 94
H-index, 106
Histogram chart, 100
Historical cohort study, 18
Hypothesis testing, 70

Impact evaluation, 32
Implementation research, 30
Incidence, 85
Incidence rate, 85
Inclusion criteria, 35
Independent t-test, 71
Independent variable, 50
Individual matching, 17
Infant mortality rate - IMR, 89
Inferential statistics, 69
Information bias, 94
Informed consent, 96
Institutional review board - IRB, 96

124
Intention-to-treat analysis - ITT, 79
Interaction, 91
Internal consistency, 56
Internal validity, 58
Interquartile range - IQR, 66
Inter-raters reliability, 56
Interval variable, 50
Interviewer bias, 94
Intraclass correlation coefficient – ICC, 37

Journal impact factor – IF, 106

Judgment sampling, 40

Kappa coefficient, 56
Kruskal-Wallis test, 74
Kurtosis, 67

Leptokurtic, 68
Life expectancy, 84
Likert scale, 53
Line chart, 102
Linear regression, 78
Literature review, 9
Logistic regression, 78
Longitudinal study, 27
Loss to follow-up, 94

125
 M

Mann-Whitney U test, 74
Map chart, 103
Masking, 22
Matched pairs, 17
Matching, 17
Maternal mortality, 89
Maternal mortality ratio – MMR, 89
Mean, 64
Measures of central location, 64
Measures of dispersion, 65
Median, 65
Medical records, 55
Medical statistics, 64
Merge data, 60
Mesokurtic, 68
Misclassification bias, 95
Missing data, 61
Mode, 65
Mortality rate, 87
Multilevel analysis, 80
Multi-stage sampling, 45
Multivariable analysis, 80

Narrative review, 10
Needs assessment, 33
Negative correlation, 77
Negative Likehood Ratio – NLR, 83
Negative Predictive Value - NPV, 82
Negative skewness, 67
Neonatal mortality rate, 88
Nested case-control studies, 20

126
Nominal categorical data, 49
Nonconcurrent cohort, 18
Non-parametric tests, 73
Non-probability sampling, 39
Non-response rate, 55
Normal distribution, 68
Novelty, 7
Null hypothesis, 12
Number needed to treat – NNT, 75

Observational study, 14
Odds ratio - OR, 75
One-tailed test, 70
Open access, 107
Open trial, 23
Ordinal variable, 49
Out of range, 61
Outcome evaluation, 31
Outcome variable, 51
Outlier, 62
Output variable, 51

p value, 70
Paired t-test, 72
Parallel assignment/design, 29
Parametric tests, 71
Participation bias, 93
Peer review, 106
Peer-reviewed journal, 106
Per protocol analysis - PP, 79
Phase I trial, 25

127
Phase II trial, 25
Phase III trial, 25
Phase IV trial, 25
Pie chart, 98
Platykurtic, 68
Poisson regression, 78
Policy brief, 105
Polyline, 101
Population Attributable Risk - PAR, 76
Population Attributable Risk %, 77
Positive correlation, 77
Positive Likehood Ratio – PLR, 83
Positive Predictive Value - PPV, 82
Positive skewness, 67
Power, 37
Prevalence, 85
Prevalence rate, 85
Primary data, 52
Principal component analysis – PCA, 80
Principal investigator - PI, 105
Probability proportional to size– PPS – sampling, 42
Probability sampling, 40
Process evaluation, 31
Program evaluation, 31
Propensity score matching-PSM, 17
Proportion, 81
Proportionate stratified random sampling, 44
Prospective cohort, 19
Purposive sampling, 40

128
 Q

QALYs, 86
Qualitative variable, 49
Quality assurance, 56
Quality-adjusted life years, 86
Quantitative variable, 50
Quasi-experimental, 24
Questionnaire, 53
Quota sampling, 39

Race-specific mortality rate, 88

Random error, 93
Randomization, 46
Randomized controlled trials - RCTs, 21
Range, 65
Rapid assessment, 33
Rate, 81
Ratio, 81
Ratio variable, 50
Raw data, 59
Recall bias, 94
Receiver Operating Characteristics Curve, 83
Refusal rate, 55
Regression, 78
Regression coefficient, 78
Relative risk, 74
Relative risk reduction – RRR, 75
Relevance, 8
Reliability, 56
Repeatablity, 56
Repeated ANOVA, 73
Reporting bias, 95

129
Representative sample, 35
Representativeness, 58
Research ethics, 96
Research gap, 9
Research proposal, 106
Research protocol, 33
Research question, 12
Response bias, 93
Response rate, 36
Retrospective study, 18
Risk difference – RD, 74
Risk ratio – RR, 74
ROC curve, 83
Rosenthal effect, 91
R-square, 78

Sample, 34
Sample size, 36
Sample size formula/equation, 36
Sampling, 38
Sampling frame, 34
Sampling unit, 34
Scatter, 102
Scientific publications, 106
Secondary attack rate, 90
Secondary data, 52
Selection bias, 93
Sensitivity, 84
Sex-specific mortality rate, 88
Sign test, 73
Simple random sampling, 41
Simple Randomization, 46

130
Single group design, 28
Single-blind study, 22
Skewness, 67
Snowball sampling, 40
Specific objective, 13
Specificity, 84
Stacked bar chart, 100
Standard deviation, 66
Standard error, 69
Standard normal distribution, 69
Statistical significance, 70
Statistics, 63
Stepped wedge design, 29
Stratified random sampling, 44
Structured interview, 53
Study participant/subject/respondent, 36
Study population, 34
Survival analysis, 80
Systematic error, 93
Systematic random sampling, 41
Systematic review, 10

Test-retest reliability, 56
Total fertility rate, 87
Triple-blind study, 23
True negative, 82
True positive, 82
T-test, 71
Two-by-two table, 98
Two-tailed test, 71
Tỷ suất tử vong đặc trưng theo giới tính, 88
Type I error, 91
Type II error, 91

131
 U

Under-five mortality rate, 89

Univariate analysis, 80
Unpaired t-test, 71
Urgency, 7

Validity, 84
Variable, 49
Variance, 66
Vertification bias, 93

Wilcoxon signed rank test, 73

Years lived with disability, 87

Years of life lost due to premature mortality, 86
Years of Potential Life Lost, 87
YLD, 87
YLL, 86
YPLL, 87

132
TÀI LIỆU THAM KHẢO[1-36]

1. American Medical Association. JAMA Evidence: Glossary [cited 2016 10/10].

Available from: http://jamaevidence.mhmedical.com/glossary.aspx.
2. BMJ Clinical Evidence. A glossary of EBM terms 2012 [cited 2016 09/10].
Available from: http://clinicalevidence.bmj.com/x/set/static/ebm/toolbox/678178.html.
3. Centers for Disease Control and Prevention (CDC). Acronyms, Glossary and
Reference terms. New York. USA.
4. Centers for Disease Control and Prevention (CDC). Principles of
Epidemiology in Public Health Practice. Third Edition: An Introduction to Applied
Epidemiology and Biostatistics. Atlanta, USA. 2012. 511 p.
5. Consolidated Standards of Reporting Trials (CONSORT) statement.
CONSORT Glossary 2010 [cited 2016 09/10]. Available from: http://www.consort-
statement.org/resources/glossary.
6. Grimes DA, Schulz KF. An overview of clinical research: the lay of the land.
The Lancet. 2002;359(9300):57-61.
7. Grimes DA, Schulz KF. Descriptive studies: what they can and cannot do. The
Lancet. 2002;359(9301):145-9.
8. Grimes DA, Schulz KF. Bias and causal associations in observational
research. The Lancet. 2002;359(9302):248-52.
9. Grimes DA, Schulz KF. Cohort studies: marching towards outcomes. The
Lancet. 2002;359(9303):341-5.
10. Grimes DA, Schulz KF. Uses and abuses of screening tests. The Lancet.
2002;359(9303):881-4.
11. International Epidemiological Association. A Dictionary of Epidemiology. Sixth
Edition. Porta M, editor. New York, USA: Oxford University Press; 2014. 377 p.
12. Lanata CF, Black RE. Lot quality assurance sampling techniques in health
surveys in developing countries: advantages and current constraints. World Health
Stat Q. 1991;44(3):133-9.
13. Nguyễn Văn Tuấn. Đo lường bệnh tật: Tỷ số, Tỷ lệ, Tỷ suất.
14. O. S. Miettinen. Epidemiological Research: Terms and Concepts: Springer;
2011. 193 p.
15. Olsen J, Christensen K, Murray J, Ekbom A. An Introduction to Epidemiology
for Health Professionals: Springer; 2010. 153 p.

133
16. Oxford Research. Glossary of key terms: Oxford University Press; 2009.
17. Public Health Accreditation Board (PHAB). PHAB Acronyms and Glossary of
Terms. USA. 2011. 38 p.
18. Ruth B, Beaglehole R, Kjellström T. Basic Epidemiology. Second Edition.
Geneva, Switzerlands: WHO Library Cataloguing-in-Publication Data; 2006. 226 p.
19. Schulz KF, Grimes DA. Case-control studies: research in reverse. The
Lancet. 2002;359(9304):431-4.
20. Schulz KF, Grimes DA. Generation of allocation sequences in randomised
trials: chance, not choice. The Lancet. 2002;359(9304):515-9.
21. Schulz KF, Grimes DA. Allocation concealment in randomised trials:
defending against deciphering. The Lancet. 2002;359(9304):614-8.
22. Schulz KF, Grimes DA. Blinding in randomised trials: hiding who got what.
The Lancet. 2002;359(9304):696-700.
23. Schulz KF, Grimes DA. Sample size slippages in randomised trials:
exclusions and the lost and wayward. The Lancet. 2002;359(9304):781-5.
24. Schulz KF, Grimes DA. Unequal group sizes in randomised trials: guarding
against guessing. The Lancet. 2002;359(9304):966-70.
25. Trường Đại học Y Dược thành phố Hồ Chí Minh. Phương pháp nghiên cứu
khoa học cơ bản dành cho bác sĩ lâm sàng. Hồ Chí Minh, Việt Nam. 2014. 109 p.
26. Trường Đại học Y Hà Nội. Tài liệu hướng dẫn xây dựng đề cương nghiên
cứu khoa học Y Dược. Hà Nội, Việt Nam: NXB Y Học; 2010.
27. Trường Đại học Y tế công cộng. Câu hỏi và trả lời về một số vấn đề thường
gặp trong quá trình làm luận văn sau đại học. Hà Nội, Việt Nam. 2015.
28. UNFPA Việt Nam. Các thuật ngữ trong theo dõi, đánh giá và quản lý dựa trên
kết quả. Hà Nội, Việt Nam: NXB Giao thông vận tải; 2008. 64 p.
29. Viện Nghiên cứu Y xã hội học (IMS). Bảng thuật ngữ Dịch tễ học và Thống kê
2016 [cited 2016 03/11].
30. Whitley E, Ball J. Statistics review 6: Nonparametric methods. Critical Care.
2002;6(6):509-13.
31. World Health Organization (WHO). Health Systems Strengthening Glossary
[cited 2016 10/10]. Available from:
http://www.who.int/healthsystems/hss_glossary/en/.
32. World Health Organization (WHO). Glossary of terms in health research. A
practical guide for health researchers. Geneva, Switzerlands.

134
33. World Health Organization (WHO). Health Promtion Glossary. Nutbeam D,
editor. Geneva, Switzerlands. 1998. 36 p.
34. Austin PC. An Introduction to Propensity Score Methods for Reducing the
Effects of Confounding in Observational Studies. Multivariate Behavioral Rese.
2011;46(3):399-424.
35. Rosenbaum P.R., Rubin D.B. The central role of the propensity score in
observational studies for causal effects. Biometrika. 1983;70:41-55.
36. Sackett DL, Rosenberg WM, Gray JA, Haynes RB, Richardson WS. Evidence
based medicine: what it is and what it isn’t. BMJ. 1996;312(7023):71-2.

135