8/29/22

Mục tiêu

Phân biệt được sai số ngẫu nhiên và sai số hệ thống

Sai số hệ thống
Yếu tố gây nhiễu
TB được phân loại và ảnh hưởng của 1 số SSHT

Bộ môn Quản lý và Kinh tế Dược

Trình bày ảnh hưởng của nhiễu và cách giảm thiểu
LOGO
Quảnlý & Kinhtế Dược 2
Quảnlý & Kinhtế Dược

1 2

1
 8/29/22

Tính đúng và Tính tin cậy

• Các kết quả đo lường Chính xác (Accuracy)

• Chính xác = Đúng + Tin cậy

• Tính Đúng (Validity)

SAI SỐ HỆ THỐNG − Kết luận đúng nguy cơ của thuốc
− Không ước lượng cao/thấp hơn nguy cơ thật

• Tính Tin cậy (Reliability)

− Các phép đo lặp lại cho kết quả tương tự nhau
− Khoảng tin cậy hẹp
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

3 4

2
 8/29/22

Tính đúng và tính tin cậy Hai loại sai số

Sai số ngẫu nhiên (Random error)
Chính xác − Liên quan đến tính tin cậy của nghiên cứu
− Phụ thuộc vào hiệu lực thống kê (statistical power)
→ Giảm thiểu bằng tăng cỡ mẫu (sample size)
Không đúng
Tin cậy
Sai số hệ thống (Systematic error = Bias)
Đúng − Liên quan đến tính đúng của nghiên cứu
Không tin cậy − Làm tất cả các phép đo lệch so với giá trị thực
− Không phụ thuộc vào hiệu lực thống kê
Không đúng → Không thể giảm thiểu bằng cách tăng cỡ mẫu
Không tin cậy
5
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

5 6

3
 8/29/22

Sai số hệ thống Trên lý thuyết

LỰA CHỌN cá thể đầu vào: Lấy THÔNG TIN: PHIÊN GIẢI KẾT QUẢ:
Khách quan Khách quan Chính xác
Liên quan tới các quá trình Có thể so sánh được Chính xác Đảm bảo BC x.h sau PN

− Lựa chọn cá thể vào nghiên cứu → Selection

bias
Biến cố
− Lấy thông tin từ các đối tượng → Information bias
− Phiên giải kết quả nghiên cứu → Interpretation
≠?
bias

Pharmacoepidemiology Biến cố

is the science of biases (Bernard Begaud)

Thời gian
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

7 8

4
 8/29/22

Sai số lựa chọn Sai số lựa chọn (Selection)

LỰA CHỌN cá thể đầu vào:
Không khách quan Quá khứ Hiện tại Tương lai
Nguy cơ nền của nhóm chủ cứu > nguy cơ nền của nhóm chứng

NỮ GIỚI
Nguy cơ ung thư âm
đạo khi sử dụng liệu ≠?
Thuần tập
pháp hormon thay thế
Biến cố
NAM GIỚI

≠?
KHOA
NGOẠI
Biến cố
Nguy cơ gặp phản ứng
≠? Bệnh chứng phản vệ khi sử dụng
KHOA
thuốc gây mê
NỘI
Thời gian
Quảnlý & Kinhtế Dược 10 Quảnlý & Kinhtế Dược 11
9 10

5
 8/29/22

Sai số nhập viện Ví dụ

− Hospitalisation / Admission / Referral / Berkson’s bias

− NSAIDS ↔ Loét dạ dày tá tràng
− Các NC bệnh chứng thu tuyển bệnh nhân tại bệnh viện → Nghiên cứu bệnh chứng tại bệnh viện
− Diễn giải: − Mr.X đau bụng, ợ chua → khám BS hỏi dùng NSAIDs?
Khi sự kết hợp giữa phơi nhiễm và biến cố thường dẫn § Có → nghi ngờ loét dạ dày tá tràng do NSAIDs → khuyên
đến kết quả bệnh nhân phải nhập viện, việc tiến hành ông X nhập viện làm nội soi
nghiên cứu bệnh chứng tại bệnh viện sẽ làm cho nguy § Không → tình trạng có lẽ nhẹ → kê đơn cho ông X mua
cơ bị ước lượng cao hơn thực tế thuốc điều trị tại nhà
Biến cố Không biến cố
− Triển khai nghiên cứu tại bệnh viện
Thuốc a↑ b → a↑ + c↓ → đo lường nguy cơ cao hơn thực tế
Không thuốc c↓ d
Quảnlý & Kinhtế Dược 13
Quảnlý & Kinhtế Dược

11 12

6
 8/29/22

Sai số tai tiếng Ví dụ

− Notoriety bias
− Chủ yếu gặp trong nghiên cứu bệnh chứng
− Diễn giải:
Xuất hiện khi một thuốc đang bị cảnh báo gây ra ADR
→ hầu hết các ca bệnh thu thập được đều liên quan tới
thuốc nghi ngờ → ước lượng nguy cơ cao hơn thực tế
− Pioglitazon ↔ Ung thư bàng quang
Sau khi xuất hiện cảnh báo về sự liên quan này, một nhà
NC muốn tiến hành một NC bệnh chứng
− Thu tuyển các ca bệnh bằng cách yêu cầu BS gửi các
trường hợp ung thư bàng quang → BS chỉ gửi các ca có
sử dụng pioglitazon

Biến cố Không biến cố − a↑, c↓ → đo lường nguy cơ cao hơn thực tế

Thuốc a↑ b
− Giảm thiểu bằng cách cố gắng thu thập được cả những
Không thuốc c d ca không liên quan đến phơi nhiễm
14
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

13 14

7
 8/29/22

Sai số tham gia Ví dụ

− Participation bias
− Vaccine ↔ Demyelin
− Diễn giải:
Nghiên cứu của DeStefano và cs. vào năm 2003 về vai
Sự chấp thuận tham gia nghiên cứu của các cá thể có trò của vaccine trong làm tăng nguy cơ của bệnh
thể khác nhau dẫn tới ước lượng nguy cơ bị sai so với demyelin ở trẻ được thiết kế theo thiết kế bệnh chứng
thực tế
− Thực hiện → các bà mẹ có con bị demyelin và tiêm
vaccine không tham gia, trong khi các bà mẹ có con khoẻ
mạnh và tiêm vaccine lại tham gia tích cực → b↑, a↓ →
Biến cố Không biến cố đo lường nguy cơ thấp hơn thực
Thuốc a↓ b↑
Không thuốc c d

14
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

15 16

8
 8/29/22

Sai số hiện mắc (1) Ví dụ

− Prevalence bias
− HRT ↔ ung thư vú
− Diễn giải:
Các bệnh nhân ung thư vú do nguyên nhân khác tử
Việc lựa chọn các ca hiện mắc bệnh vào nghiên cứu có vong sớm hơn/không thể tham gia nghiên cứu do điều
thể làm ước lượng nguy cơ cao hơn thực tế kiện sức khoẻ → đo lường nguy cơ cao hơn thực tế

Biến cố Không biến cố

Thuốc a↑ b
Không thuốc c↓ d

Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

17 18

9
 8/29/22

Sai số hiện mắc (2) Ví dụ

− Prevalence bias
− Allopurinol ↔ phản ứng quá mẫn nghiêm trọng
− Diễn giải:
Các bệnh nhân sử dụng allopurinol dài ngày sẽ ít có
Việc lựa chọn các ca hiện sử dụng thuốc làm ước khả năng xuất hiện biến cố → đo lường nguy cơ thấp
lượng nguy cơ thấp hơn thực tế hơn thực tế

Biến cố Không biến cố

Thuốc a↓ b↑
Không thuốc c d

14
Quảnlý & Kinhtế Dược 15
Quảnlý & Kinhtế Dược

19 20

10
 8/29/22

Sai số thông tin Sai số nhớ lại (sai số hồi tưởng)

− Recall bias
Biến cố − Là sai số rất phổ biến trong các nghiên cứu bệnh chứng
thu thập dữ liệu bằng cách phỏng vấn
− Diễn giải:
Lấy THÔNG TIN không khách quan Khả năng nhớ lại việc phơi nhiễm thuốc của những
≠?
người không có biến cố thường kém hơn → ước lượng
nguy cơ cao hơn thực tế do b↓
Biến cố Không biến cố
Biến cố
Thuốc a b↓

Thời gian
Không thuốc c d↑
Quảnlý & Kinhtế Dược
16 17
Quảnlý & Kinhtế Dược

21 22

11
 8/29/22

Sai số nhớ lại (sai số hồi tưởng) Sai số do người phỏng vấn
− Thuốc tránh thai ↔ dị tật van tim
→ Nghiên cứu bệnh chứng dựa trên phỏng vấn
− Interviewer bias
− Là sai số xuất hiện trong các nghiên cứu
− Nhóm bệnh:
− Diễn giải:
Ø Các bà mẹ có con bị dị tật sẽ cố nhớ lại tất cả các thuốc đã sử dụng trong
thai kỳ Việc người phỏng vấn cưỡng ép người trả lời theo chủ ý
− Nhóm chứng: của mình có thể khiến ước lượng nguy cơ bị cao hơn
Ø Các bà mẹ không có con bị dị tật sẽ ít khi nhớ lại họ đã phơi nhiễm với thực tế
yếu tốt nguy cơ nào ↓→ b↓
Biến cố Không biến cố
→ Đo lường nguy cơ cao hơn thực tế Thuốc a↑ b
Không thuốc c d
− Giảm thiểu: Thực hiện trên CSDL, trực quan hóa cuộc pv, lựa
chọn nhóm chứng là các bà mẹ có con bị một dị tật khác
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

23 24

12
 8/29/22

Sai số phát hiện Sai số phát hiện

− Detection bias − HRT ↔ ung thư vú

→ Nghiên cứu thuần tập trong vòng 5 năm
− Là sai số xuất hiện trong các nghiên cứu thuần tập
− Diễn giải: − Nhóm chủ cứu:
Ø Sử dụng HRT yêu cầu phải giám sát, kiểm tra sức khỏe thường xuyên →
Những người không dùng thuốc có thể không phát hiện
người sử dụng HRT có xác suất phát hiện biến cố cao hơn
được việc xuất hiện biến cố − Nhóm chứng:
Ø Không sử dụng HRT → không kiểm tra sức khỏe thường xuyên→ c↓
Biến cố Không biến cố
Thuốc a b → Đo lường nguy cơ cao hơn thực tế
Không thuốc c↓ d
− Giảm thiểu: Khó thực hiện

Quảnlý & Kinhtế Dược 20

Quảnlý & Kinhtế Dược

25 26

13
 8/29/22

Sai số phiên giải Sai số cáo buộc

− Protopathic bias
Biến cố − Là sai số cực kỳ quan trọng trong nghiên cứu dịch tễ
dược
− Diễn giải:
§ Thuốc bị cáo buộc là gây nên bệnh, trong khi thực chất
≠?
§ Thuốc sử dụng để điều trị các triệu chứng đầu tiên của bệnh
→ ước lượng nguy cơ cao hơn thực tế

Biến cố Không biến cố

Biến cố
Thuốc a↑ b

Thời gian
Không thuốc c↓ d
Quảnlý & Kinhtế Dược 21 22
Quảnlý & Kinhtế Dược

27 28

14
 8/29/22

Sai số cáo buộc

− Estrogen ↔ ung thư màng trong tử cung

→ nghiên cứu bệnh chứng dựa trên phỏng vấn

− 10% người bị ung thư tử cung cho biết họ được bác sỹ kê đơn
estrogen đường uống để điều trị các đợt tiểu ra máu

− Đây thực chất là các bệnh nhân không dùng thuốc và xuất hiện
YẾU TỐ GÂY NHIỄU
biến cố (b), nhưng bị phân loại thành dùng thuốc và xuất hiện
biến cố (a) → c↓ và a↑

− Giảm thiểu: Hiểu rõ đặc tính dược lý và sinh lý của nguy cơ

23
Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược 24
29 30

15
 8/29/22

Yếu tố nhiễu (Confounder) Ví dụ

Thuốc
Thuốc ĐTĐ
(Phơi nhiễm) ? Biến cố ? Suy thận
uống

Yếu tố nhiễu Tuổi

− Là một yếu tố nguy cơ độc lập

− Liên quan đến phơi nhiễm với yếu tố nguy cơ Suy thận Không suy Crude OR = 9.5
nghiên cứu thận
− Không nằm trung gian giữa phơi nhiễm và biến cố Thuốc 77 52
Không thuốc 23 148

Quảnlý & Kinhtế Dược Quảnlý & Kinhtế Dược

31 32

16
 8/29/22

Ví dụ Giảm thiểu ảnh hưởng của nhiễu

Thuốc ĐTĐ uống ? Suy thận Thiết kế nghiên cứu:

− Nếu yếu tố gây nhiễu là đã biết, quan trọng và có thể

loại trừ được → loại trừ
Tuổi
− Ghép cặp (Matching): phân bố đều vào 2 nhóm nghiên
Suy thận Không suy cứu
thận − Ngẫu nhiên (Randomization)
Thuốc 77 52 Phân tích kết quả:
Không thuốc 23 148
− Trong trường hợp vẫn có sai khác khi phân bố → hiệu
50-60t 61-70t chỉnh kết quả sau khi thu thập dữ liệu
ST Không ST Không − Phân tầng (Stratification)
ST Adjusted ST
Thuốc (+) 5 32 OR? − Phân tích hồi quy đa biến (multivariable regression),
Thuốc (+) 72 20
Thuốc (-) 5 128 ghép cặp điểm khuynh hướng (propensity scores)
ThuốcQuảnlý
(-) & Kinhtế
18 Dược20 Quảnlý & Kinhtế Dược

33 34

17
 8/29/22

Quảnlý & Kinhtế Dược

35

18