Ý NGHĨA MỘT SỐ GIÁ TRỊ

THỐNG KÊ LÂM SÀNG

NGUYỄN ĐÌNH HIỂN

MỤC TIÊU
• P value, khoảng tin cậy 95%
• RR, OR
• ARR, RRR, NNT
• Sensitivity, Specificity, Predictive Value, Likelihood Ratios
GIÁ TRỊ P (P VALUE)
CHIỀU CAO TRUNG BÌNH CỦA ĐÀN ÔNG VIỆT NAM
CÓ PHẢI LÀ 1M65 KHÔNG?

(1): Chiều cao TB của đàn ông (2): Chiều cao TB của đàn ông
Việt Nam là 1m65 Việt Nam khác 1m65
 GIÁ TRỊ P (P VALUE)

Giả thuyết thay thế

Giả thuyết không (Null
(Alternative
hypothesis): H0 THỐNG KÊ hypothesis): Ha
 Muốn bác bỏ
 Muốn chứng minh

(1): Chiều cao TB của đàn ông (2): Chiều cao TB của đàn ông
Việt Nam là 1m65 P VALUE Việt Nam khác 1m65
GIÁ TRỊ P (P VALUE)
• P value (Probability value): là xác suất của giả thuyết không xảy ra
P value càng tiến tới 0  tìm ra được 1 quan sát để ‘ủng hộ’ H0 càng
thấp.
P value càng nhỏ  khả năng loại bỏ H0 càng cao.
• Ví dụ: P value tính ra được là P value = 0.03
Nếu H0 là đúng (Giả thuyết chiều cao TB của đàn ông VN là 1m65 là
đúng): chỉ có 3% cơ hội đạt được con số này.
• ĐÃ LOẠI BỎ ĐƯỢC H0 CHƯA?
Ngưỡng giá trị có ý nghĩa thống kê của P value là 0.05
GIÁ TRỊ P (P VALUE)
• Tiến trình một nghiên cứu khoa học:

Đề ra một giả thuyết chính (H+)

Từ giả thuyết chính, đề ra một giả thuyết đảo (H-)

Tiến hành thu thập dữ kiện (D)

Phân tích dữ kiện: tính toán xác suất D xảy ra nếu H- là

sự thật, tức là tính toán trị số P hay P(D | H-)

Nếu p < 0.05, từ chối (H-); nếu p > 0.05, chấp nhận (H-)
 GIÁ TRỊ P (P VALUE)
Thu thập và kiểm tra dữ liệu: lấy chiều cao trung bình của 10 người đàn ông Việt
Nam bất kỳ.

Tập dữ liệu 1: Trong Sân bóng rổ Tập dữ liệu 2: Trong trường cấp 2
Chiều cao TB ta đo được: 1m9. Chiều cao TB là 1m65.
 Bác bỏ giả thuyết H0 rằng chiều cao TB  Chấp nhận vào giả thuyết H0!
của người Việt Nam là 1m65!

Ngay cả khi có bằng chứng, chứng tỏ rằng bạn ‘tin’ hay ‘không tin’ H0, cũng
không thể đưa ra kết luận H0 ĐÚNG hay SAI
 Chỉ có CHẤP NHẬN hoặc BÁC BỎ
GIÁ TRỊ P (P VALUE)
• Tiến trình của một nghiên cứu khoa học như là một quy trình thử nghiệm giả
thuyết
• Có ý nghĩa thống kê nghĩa là kết quả xảy ra không phải do ngẫu nhiên, có sự
bất thường xảy ra
• P value là xác suất của giả thuyết đảo xảy ra
• Ngưỡng giá trị có ý nghĩa thống kê của P value là 0.05
• P value không có giá trị chứng minh giả thuyết nào đúng/sai
KHOẢNG TIN CẬY 95% (95% CONFIDENCE
INTERVAL)

• Xác suất tỉ lệ ĐTĐ dao động trong khoảng 10.5-14.0% bằng 95%
Nếu nghiên cứu được lặp lại 100 lần, 95% nghiên cứu sẽ cho kết quả tỉ lệ ĐTĐ
trong khoảng 10.5-14.0%
RELATIVE RISK & ODDS RATIO (RR & OR)
• “Risk”: Xác suất một biến cố xảy ra trong một thời gian nhất định
• “Odds”: Tỷ số của số lần biến cố đó xảy ra trên số lần biến cố đó
không xảy ra
• VD: Một nhóm bệnh nhân gồm 100 người được điều trị. Sau 5 năm
có 5 người tử vong
 Nguy cơ tử vong (risk): p = 5/100 = 0.05
 Odds tử vong: O = 5/95 = 0.053
RELATIVE RISK & ODDS RATIO (RR & OR)
RELATIVE RISK & ODDS RATIO (RR & OR)
• RR>1: yếu tố nguy cơ làm tăng khả • OR>1: khả năng mắc bệnh cao hơn
năng mắc bệnh. khả năng không mắc bệnh.
• RR=1: không có mối liên hệ nào giữa • OR=1: khả năng mắc bệnh tương
yếu tố nguy cơ và khả năng mắc đương với khả năng không mắc
bệnh bệnh.
• RR<1: yếu tố nguy cơ làm giảm khả • OR<1: khả năng mắc bệnh thấp hơn
năng mắc bệnh khả năng không mắc bệnh.
• RR = 2  Tỷ lệ mắc bệnh tăng 2 lần
OR = 2  Khả năng mắc bệnh cao gấp 2 lần khả năng không mắc bệnh
• RR: Nghiên cứu cohort
OR: thường nghiên cứu bệnh chứng, cắt ngang
RELATIVE RISK & ODDS RATIO (RR & OR)

x
a/(a+b) a/b
RR= ----------- OR= --------
x
c/(c+d) c/d

• a và c rất nhỏ tức là tỷ lệ phát sinh bệnh trong quần thể rất thấp
 RR sẽ tiến đến gần bằng OR
• Ngược lại, a và c lớn thì RR luôn luôn nhỏ hơn OR.
• Nếu tỷ lệ phát sinh bệnh trong quần thể lớn hơn 10% (0.1) thì OR luôn luôn
phản ánh quá mức mối tương quan giữa yếu tố nguy cơ và bệnh.
RELATIVE RISK & ODDS RATIO (RR & OR)
RELATIVE RISK & ODDS RATIO (RR & OR)
• Cả RR và OR đều là những chỉ số phản ánh mối tương quan giữa một yếu tố
nguy cơ (phơi nhiễm) và một kết cục (bệnh, chết, hồi phục…).
• RR là chỉ số cần biết và có thể diễn dịch dễ dàng, trực tiếp nói lên nguy cơ mắc
bệnh tăng hay giảm hoặc không tăng không giảm.
• OR chỉ là ước số của RR trong trường hợp tỷ lệ bệnh (kết cục) trong quần thể
thấp hơn 10%; sự diễn dịch của OR không dễ hiểu.
• Nghiên cứu cohort: có thể tính được cả RR và OR; nhưng nên tính RR.
• Nghiên cứu bệnh chứng, nghiên cứu cắt ngang chỉ có thể tính được OR.
CÓ Ý NGHĨA THỐNG KÊ VÀ Ý NGHĨA LÂM SÀNG
• Một khoảng tin cậy 95(KTC 95%) của RR/OR không hàm chứa 1 là có ý nghĩa
thống kê  cũng có nghĩa là trị số P phải thấp % hơn 0.05
• Một kết quả có ý nghĩa thống kê (p<0.05 hay KTC95% không hàm chứa 1)
nhưng không có ý nghĩa lâm sàng.
• Một kết quả không có ý nghĩa thống kê (p>0.05 hay KTC95% hàm chứa 1)
nhưng có thể có ý nghĩa lâm sàng.
Cách diễn dịch không nên quá máy móc.
 Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: có lợi (OR nhỏ hơn 1), nhưng không có tác hại lâm sàng,
bởi vì tất cả khoảng tin cậy 95% dao động trong khoảng 0.7 đến 1.3.

Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: Có thể có tác hại (vì KTC95% hàm chứa một xác suất nhỏ Rx
có thể có hại. Nhưng rõ ràng là Rx không có lợi ích lâm sàng.
 Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: Rất có khả năng có hại. KTC95% nghiêng hẳn về phía

OR>1 và xác suất có hại khá cao.

Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio
Ý nghĩa: kết quả này cho thấy Rx có thể có tác hại nghiêm trọng,
nhưng vì KTC95% quá rộng, chúng ta không thể kết luận dứt khoát.
Tuy nhiên kết quả cho thấy Rx chẳng có ích lợi lâm sàng.
 Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio
Ý nghĩa: Có thể Rx có lợi lâm sàng, nhưng chưa chắc chắn, bởi vì
KTC95% bao gồm 1. Có bằng chứng cho thấy Rx không gây tác hại
lâm sàng.
Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: kết quả này cho thấy Rx có thể đem lại lợi ích đáng kể,
nhưng KTC95% quá rộng nên tình trạng bất định còn quá cao.
 Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio
Ý nghĩa: kết quả này cho thấy Rx có lợi ích (và có ý nghĩa thống kê),
nhưng tác dụng lâm sàng chưa rõ ràng

Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: kết quả này cho thấy Rx rõ ràng đem lại lợi ích cho bệnh nhân.
Có ích đáng kể (lâm sàng) Tác hại đáng kể (lâm sàng)

0.2 0.3 0.5 0.7 1.0 1.3 2.0 3.0 4.0

Odds ratio

Ý nghĩa: không thể kết luận gì được!

ARR, RRR VÀ NNT

• ARR có ý nghĩa thống kê nếu 95% CI không chứa 0

• RRR có ý nghĩa thống kê nếu 95% CI không chứa 1
ARR, RRR VÀ NNT
• ARR: không phóng đại kết quả nghiên cứu, cho thấy sự khác biệt thực sự giữa
nhóm can thiệp và nhóm chứng
• RRR: đơn giản, phổ biển, mang tính quần thể, không phải cá nhân, có thể làm
phóng đại kết quả

 NNT: Số bệnh nhân cần điều trị để phòng 1 hậu quả/ số bệnh nhân cần điều
trị để 1 bệnh nhân có lợi
ARR, RRR VÀ NNT
Một thử nghiệm điều trị ung thư bằng một loại thuốc mới, sau 4 năm theo dõi
cho thấy tử vong như sau:
• Nhóm thử nghiệm: 30%
• Nhóm chứng: 50%
Tính ARR, RRR, NNT?

RR = 30%/50% = 0.6 hay 60%

RRR = 1 – 0.6 = 0.4 hay 40%
ARR = 50% - 30% = 20% hay 0.2
NNT = 1/ARR = 1 : 0.2
= 5 bệnh nhân cần điều trị bằng thuốc mới để ngừa tử vong trong 4 năm
SENSITIVITY, SPECIFICITY

• Độ nhạy (tỷ lệ dương tính thật): khả năng xác nhận người có bệnh
• Độ đặc hiệu (tỷ lệ âm tính thật): khả năng xác nhận người không bệnh
Chỉ phản ánh mức độ chính xác của test, không có giá trị khẳng định một bệnh
nhân thực sự có mắc bệnh
Giá trị hằng định, không thay đổi theo tỷ lệ hiện mắc
PPV, NPV

PPV = a/a+b = TP/(TP+FP) NPV = d/c+d = TN/(TN+FN)

Giá trị tiên đoán dương (Positive Giá trị tiên đoán âm (Negative
Predictive Value): tỉ lệ có bệnh khi Predictive Value): tỉ lệ không có bệnh
test dương tính khi test âm tính
PPV

• Ví dụ: Tỉ lệ mắc hiện hành của bệnh trong dân số là 50%. Test chẩn
đoán có Sensitivity = 90%, Specificity = 95%. Tính PPV?

 PPV = 95%
 Nếu một cá nhân có kết quả XN (+) thì xác suất mà cá nhân đó mắc
bệnh là 0.95 hay 95%
LIKELIHOOD RATIO
Tỉ số khả dĩ dương (Likelihood ratio
positive): tỉ số giữa xác suất kết quả
test (+) cho 1 người mắc bệnh và
xác suất kết quả test (+) cho 1 người
không mắc bệnh
 LR+ càng cao khả năng mắc bệnh
càng cao nếu kết quả test (+)
Tỉ số khả dĩ âm (Likelihood ratio
negative): tỉ số giữa xác suất kết
quả test (-) cho 1 người mắc bệnh
và xác suất kết quả test (-) cho 1
người không mắc bệnh
LIKELIHOOD RATIO
• Ví dụ: Test chẩn đoán có Sensitivity = 90%, Specificity = 95%. Tính LR+?
• LR+ = 18  Nếu bệnh nhân có kết quả (+) thì khả năng bệnh nhân mắc bệnh
cao hơn là (+) giả là 18 lần

LR+ >10 Khả năng mắc bệnh cao LR- <0.1 Khả năng không mắc bệnh cao
LR+ = 5-10 Khả năng mắc bệnh trung bình LR- = 0.1-0.2 Khả năng không mắc bệnh trung bình
LR+ = 2-5 Khả năng mắc bệnh thấp LR- = 0.2-0.5 Khả năng không mắc bệnh thấp
LR+ <2 Khả năng mắc bệnh rất thấp LR- >0.5 Khả năng không mắc bệnh rất thấp
LR+ = 1 Xét nghiệm vô dụng LR- = 1 Xét nghiệm vô dụng
BIỂU ĐỒ FAGAN
TÀI LIỆU THAM KHẢO
1. Nguyễn Văn Tuấn. “Bài giảng thống kê lâm sàng”.
2. Nguyễn Phước Long. “Độ nhạy, độ đặc hiệu và các giá trị tiên đoán”.
3. Anthony J. Viera. “Odds Ratios and Risk Ratios: What’s the
Difference and Why Does It Matter?”.