NGUY CƠ VÀ TÍNH NGUYÊN NHÂN

Mục tiêu:
Sau khi học xong sinh viên có khả năng:
1. Vận dụng các khái niệm về nguy cơ và căn nguyên để giải thích được các bước trong
phiên giải mối quan hệ nhân quả của một trường hợp cụ thể.
2. Tính toán được các số đo kết hợp gồm nguy cơ tương đối, tỷ suất chênh, nguy cơ quy
thuộc, nguy cơ quy thuộc quần thể.
3. Phiên giải được ý nghĩa của các số đo (để xác định được một nguyên nhân gây bệnh và
lượng giá tác động của nguyên nhân đó với sức khỏe).
Nội dung
1. Tổng quan:
Nghiên cứu về các nguyên nhân của bệnh, thương tổn và các biện pháp can thiệp nhằm
thay đổi những nguyên nhân này là một trong những mục tiêu quan trọng của dịch tễ học.
Hiếm khi một tình trạng sức khỏe do một nguyên nhân gây ra. Các yếu tố nguyên nhân có thể
được sắp xếp theo một trình tự từ những yếu tố gần nhất tới những yếu tố xa hơn như kinh tế,
văn hóa xã hội. Bài này cung cấp những kiến thứ cơ bản về cách tiếp cận dịch tễ học trong
việc xác định nguyên nhân gây bệnh.
Phân tích dịch tễ học luôn phải tìm cách trả lời các câu hỏi về các kết quả thu được. Thứ
nhất, kết quả đó có tính giá trị hay không? Nói cách khác, kết hợp thống kê thu được có giá trị
hay không, hay chỉ là do may rủi, do sai số hệ thống hoặc do nhiễu. Thứ hai, kết hợp thống kê
có giá trị đó có phải là kết hợp nhân quả hay không? Để trả lời cho câu hỏi thứ hai này, ta cần
trả lời các câu hỏi về mối liên quan theo thời gian, tính hợp lý, tính nhất quán, độ mạnh của sự
kết hợp, mối quan hệ liều – đáp ứng, tính ổn định, tính thuận nghịch và thiết kế nghiên cứu.
2. Một số thuật ngữ.
• Nguyên nhân gây bệnh là một yếu tố, thông qua một quá trình với những cơ chế cụ thể, có
thể gây ra một bệnh lý đặc thù ở người.
• Yếu tố nguy cơ của bệnh là những yếu tố khi hiện diện sẽ tăng khả năng mắc bệnh.
• Nguy cơ mắc bệnh hay khả năng mắc bệnh là xác suất xảy ra bệnh, được thể hiện bằng
một tỷ lệ.
• Yếu tố nguyên nhân còn được gọi là yếu tố phơi nhiễm, sự tiếp xúc với yếu tố nguyên
nhân được gọi là sự phơi nhiễm.
• Nguyên nhân hoặc yếu tố nguy cơ có thể được gọi là những yếu tố xác định của bệnh.
3. Lịch sử
Như đã đề cập ở trên, một trong những mục tiêu chính của dịch tễ học là nghiên cứu
nguyên nhân của các tình trạng và biến cố sức khỏe trong các quần thể cụ thể. Quan điểm của
các nhà dịch tễ học về nguyên nhân của các kết cục liên quan đến sức khỏe là gì? Tại sao họ
lại tìm kiếm nguyên nhân? Họ tìm kiếm nguyên nhân từ đâu? Và làm thế nào họ đánh giá
được mối quan hệ nhân quả có tồn tại hay không?

1
 Nói chung, ta quan tâm tìm kiếm nguyên nhân gây bệnh bởi vì ta muốn có thể can thiệp để
ngăn ngừa bệnh xảy ra. Tuy nhiên ý tưởng đối với các câu hỏi liên quan đến nguyên nhân ở
trên không phải không thay đổi và phổ biến. Các giai đoạn lịch sử khác nhau, bối cảnh văn
hóa và truyền thống triết học đã dẫn đến những cách tiếp cận rất khác nhau về quan hệ nhân
quả của bệnh tật. Mỗi cách tiếp cận phản ánh một cách nhìn riêng về thế giới.
Dịch tễ học là một phần của truyền thống khoa học dựa trên niềm tin rằng các biến cố hoặc
tình trạng được xác định bởi các quy luật phổ quát của tự nhiên, chúng có thể được khám phá
thông qua quá trình khoa học. Trong khuôn khổ này, bệnh tật được hiểu là được xác định bởi
các nguyên nhân vật lý có thể dự đoán được. Tuy nhiên, ngay cả trong lĩnh vực dịch tễ học
cũng có một số cách tiếp cận khác nhau để tìm hiểu nguyên nhân gây bệnh. Mỗi cách tiếp cận
đã nảy sinh trong một bối cảnh lịch sử khác nhau. Ta sẽ xem xét sau đây một số cách tiếp cận
mà các nhà dịch tễ học đã xác định, tìm kiếm và đánh giá nguyên nhân gây bệnh.
Phong trào Vệ sinh (Sanitary Movement).
Một số nhà dịch tễ học truy tìm nguồn gốc của dịch tễ học hiện đại cho đến Phong Trào vệ
sinh của nửa đầu thế kỷ 19. Phong trào Vệ sinh đã phát triển để đối phó với gánh nặng bệnh
tật và tử vong trong các khu ổ chuột ở Châu Âu. Vậy, quan điểm của các chuyên gia về vệ
sinh phòng bệnh (chuyên viên vệ sinh – sanitarian) thời điểm đó về nguyên nhân gây bệnh là
gì? Họ tin rằng điều kiện môi trường, đặc biệt là điều kiện vệ sinh kém và quá đông đúc, là
nguyên nhân gây ra bệnh tật và tử vong ở các khu ổ chuột đô thị. Thời kỳ này, khái niệm về
nguyên nhân rất rộng, họ cho rằng sự kết hợp của các điều kiện sống không thuận lợi là
nguyên nhân dẫn đến gánh nặng bệnh tật nói chung. Đồng thời cũng có sự bất đồng về chiều
hướng của mối quan hệ nhân quả. Một số nhà vệ sinh, như Frederick Engels, tin rằng nghèo
đói gây ra bệnh tật. Những người khác như Edwin Chadwick tin rằng bệnh tật là nguyên nhân
chứ không phải là hậu quả của sự khốn khổ và nghèo đói (quan hệ nhân quả ngược – reverse
causality). Họ đã tìm kiếm nguyên nhân từ đâu? Các nhà vệ sinh tin rằng các yếu tố hoạt
động ở cấp độ cộng đồng là nguyên nhân gây bệnh tật. Họ tìm kiếm những nguyên nhân có
thể giải thích được sự khác biệt về tỷ lệ mắc bệnh và tỷ lệ tử vong giữa các cộng đồng khác
nhau. Do vậy, họ tin rằng các biện pháp can thiệp để ngăn ngừa bệnh tật phải được áp dụng
trên toàn xã hội. Họ đánh giá nguyên nhân như thế nào? Các nhà vệ sinh đã thu thập các số
liệu thống kê đầu tiên, thống kê ở đây theo nghĩa đen là “nghiên cứu của Nhà nước”, về tỷ lệ
tử vong và bệnh tật ở những cộng đồng khác nhau. Những số liệu thống kê về vệ sinh ban đầu
này đã ghi lại tỷ lệ tử vong tổng thể, không phải là gánh nặng của các bệnh cụ thể. Họ so sánh
các khu vực nông thông với các khu ở chuột ở thành phố, các thị trấn có và không có hệ thống
vệ sinh đầy đủ, các cộng đồng trước và sau khi cải cách vệ sinh. Họ đã thấy nhiều mối liên hệ
giữa tỷ lệ tử vong và các biến số ở cấp độ quần thể này. Họ lấy những mối liên hệ này làm
bằng chứng về mối quan hệ nhân quả.
Thuyết mầm bệnh (Germ Theory)
Vào nửa sau của thế kỷ 19, một số nhà khoa học đã bắt đầu chứng minh rằng các sinh vật
sống có mặt trong các mô bị bệnh và dẫn đến một mô hình mới về nguyên nhân gây bệnh,
trong đó các tác nhân đơn lẻ được xem là nguyên nhân gây bệnh cụ thể. Thuyết mầm bệnh là
lý thuyết về nhân quả thống trị trong y học từ một phần tư cuối thế kỷ 19 đến giữa thế kỷ 20.
Đối với câu hỏi nguyên nhân gây bệnh là gì? Theo thuyết này, một nguyên nhân gây bệnh là

2
một tác nhân cụ thể chắc chắn gây ra một kết cục bệnh cụ thể. Tác nhân cụ thể vừa là nguyên
nhân cần (yếu tố bắt buộc phải có nếu bệnh cụ thể xảy ra), vừa là nguyên nhân đủ (yếu tố
chắc chắn sẽ gây ra một bệnh cụ thể) của bệnh cụ thể. Trong khuôn khổ này, nguyên nhân là
một thực thể vật lý có thể được phân lập trong phòng thí nghiệm. Các nhà dịch tễ học đã tìm
kiếm nguyên nhân từ đâu? Theo thuyết này, bệnh tật là do các tác nhân đơn lẻ hoạt động ở
cấp độ cá thể. Trong suốt thời gian này, các nỗ lực phòng bệnh cũng được tập trung vào cấp
độ cá thể. Các biện pháp can thiệp dựa trên phòng thí nghiệm như tiêm chủng và hóa trị liệu
đã được phát triển, các cá thể bị bệnh được cách ly để hạn chế lây truyền bệnh. Một số can
thiệp ở cấp độ quần thể vẫn được tiếp tục như xử lý phân hợp vệ sinh, cung cấp nước uống an
toàn hay thoát nước các đầm lầy. Ở thời kỳ này, người ta đánh giá nguyên nhân như thế nào?
Các nhà vi sinh vật học ban đầu đã tìm thấy vi sinh vật sống ở người và động vật bị bệnh.
Nhưng làm thế nào họ có thể chắc chắn những vi sinh vật này có mối quan hệ nhân quả với
bệnh. Trong những năm 80 của thế kỷ 19, Robert Koch đã phân lập được trực khuẩn lao
(tubercule bacillus) từ một số bệnh nhân mắc bệnh lao và cho rằng trực khuẩn này thực sự là
nguyên nhân gây bệnh lao. Ông đề xuất ba tiêu chí chung cần phải có trước khi chấp nhận
mối quan hệ nhân quả giữa một tác nhân gây bệnh cụ thể và một bệnh. Các tiêu chí này được
gọi là định đề Henle-Koch.
Định đề Henle-Koch:
- Sinh vật đó phải có mặt trong mọi ca bệnh và dưới tình huống có thể giải thích cho các
thay đổi bệnh lý và diễn biến lâm sàng của bệnh.
- Sinh vật đó không được tìm thấy trong trường hợp mắc bất kỳ bệnh nào khác.
- Sau khi được phân lập hoàn toàn từ cơ thể và được nuôi cấy nhiều lần trong môi
trường nuôi cấy thuần khiết, sinh vật đó phải có khả năng gây bệnh ở động vật thực
nghiệm.
Bệnh Than (Anthrax) là bệnh đầu tiên được chứng minh là đáp ứng được các tiêu chí trên và
từ đó các tiêu chí này tỏ ra hữu ích đối với nhiều bệnh truyền nhiễm khác và với ngộ độc hóa
chất. Tuy nhiên, đối với nhiều bệnh, cả lây nhiễm và không lây nhiễm, việc sử dụng định đề
Henle-Koch để xác định nguyên nhân là không đủ. Nhiều nguyên nhân tác động cùng nhau,
và một yếu tố đơn lẻ - chẳng hạn như hút thuốc lá – có thể là nguyên nhân của nhiều bệnh.
Ngoài ra, sinh vật gây bệnh có thể biến mất khi một bệnh đã phát triển nên không thể chứng
minh được sinh vật gây bệnh ở người bệnh. Định đề Henle-Koch có giá trị nhất khi nguyên
nhân cụ thể là một tác nhân truyền nhiễm có khả năng gây bệnh cao và không có người lành
mang mầm bệnh (trường hợp ít phổ biến).
Đa nguyên nhân
Trong nửa sau của thế kỷ 20, các nước có thu nhập cao đã trải qua một “quá trình chuyển đổi
dịch tễ học” (epidemiological transition). Tỷ lệ tỷ vong do các bệnh nhiễm trùng đã giảm
xuống, các bệnh mạn tính đã trở thành một nguyên nhân tương đối quan trọng gây ra bệnh tật
và tử vong. Lúc này, các nhà dịch tễ học bắt đầu quan tâm nhiều hơn đến các bệnh mạn tính.
Vì những căn bệnh này dường như không có một nguyên nhân cụ thể, họ đã bắt đầu quan tâm
đến cách nhiều yếu tố có thể tương tác để gây ra bệnh tật. Mô hình đa nhân quả (multi-causal
paradigm) là lý thuyết thống trị về nhân quả trong dịch tễ học đương đại. Đây cũng là những
nội dung chính được trình bày trong các phần tiếp theo của bài.

3
4. Khái niệm nguyên nhân
Nguyên nhân của một bệnh cụ thể là bất kỳ yếu tố nào có thể đóng một vai trò cốt yếu
trong việc gây ra sự xuất hiện của bệnh.
Nguyên nhân có thể là một tác nhân động, ví dụ một loại vi rút hoặc một hóa chất độc hại, hay
một tình trạng tĩnh, ví dụ giới tính sinh học hoặc một đặc điểm di truyền.
Trong khuôn khổ này, một nguyên nhân đơn lẻ không đủ để gây bệnh. Đúng hơn đó là, một
số yếu tố nhân quả khác nhau tác động cùng nhau gây ra mỗi lần xuất hiện một bệnh cụ thể.
Ảnh hưởng của một yếu tố nhân quả cụ thể đến sự xuất hiện của một bệnh phụ thuộc vào sự
hiện diện của các yếu tố nhân quả khác tạo nên một cơ chế nhân quả hoàn chỉnh.
- Nguyên nhân đủ là một hoặc phối hợp một số yếu tố mà sẽ tất yếu gây ra bệnh.
- Nguyên nhân cần là nguyên nhân đủ hoặc một cấu phần của nguyên nhân đủ mà bắt
buộc phải có để bệnh xảy ra.
- Nguyên nhân cấu phần là bất cứ cấu phần nào của nguyên nhân đủ mà không phải là
yêu cầu tuyệt đối để gây ra bệnh.

Hình 4.1. Mô hình nguyên nhân gây bệnh.

Ví dụ hình 4.1:
- I, II, III là các nguyên nhân đủ khác nhau gây ra một bệnh.
- A là nguyên nhân cần của bệnh vì nó xuất hiện trong cả 3 nguyên nhân đủ.
- A, B, C, D, E, F, G, H, I là các nguyên nhân cấu phần.
Điều quan trọng cần chú ý: nếu mỗi một nguyên nhân đủ có một vài cấu phần thì không
nhất thiết phải can thiệp vào toàn bộ các cấu phần đó để làm giảm sự xuất hiện của bệnh. Nếu
bất cứ nguyên nhân cấu phần nào có thể được xác định và loại bỏ (ví dụ nguyên nhân G ở
hình 4.1), thì ta sẽ phòng ngừa được các trường hợp bệnh theo các nguyên nhân đủ mà trong
đó chứa cấu phần G ( ví dụ, nguyên nhân đủ II và III). Tuy nhiên, bệnh vẫn sẽ xảy ra như là
kết cục của nguyên nhân đủ I. Các nguyên nhân của nhiều loại bệnh, đặc biệt là những bệnh
phát triển trong nhiều năm như ung thư, thường rất phức tạp, ta khó có thể xác định được tất
cả các nguyên nhân cấu phần. Vì vậy, người ta khuyến khích rằng, bằng việc phát hiện và can
thiệp vào một hoặc hai nguyên nhân cấu phần, chúng ta vẫn có thể phòng ngừa được phần lớn
các trường hợp mắc bệnh.
Phân số quy thuộc (Attributable fraction) – xem mục 8 – có thể được sử dụng để lượng
hóa tác động dự phòng của việc loại bỏ một yếu tố nguyên nhân nào đó.
Có 4 loại yếu tố đóng vai trò trong nguyên nhân gây bệnh. Tất cả có thể là những yếu tố
cần, nhưng hiếm khi là đủ để gây một bệnh hoặc một tình trạng sức khỏe cụ thể nào đó.
- Các yếu tố dẫn dắt (predisposing factors): ví dụ tuổi, giới, hay những yếu tố di truyền nào
đó có thể làm suy giảm chức năng của hệ thống miễn dịch hoặc làm chậm chuyển hóa

4
 chất độc. Tình trạng sức khỏe kém hoặc có bệnh từ trước cũng có thể là những yếu tố tạo
nên trạng thái dễ cảm nhiễm với tác nhân gây bệnh.
- Các yếu tố thuận lợi (hoặc hạn chế) (enabling or disabling factors): ví dụ như thu nhập,
dinh dưỡng, nhà ở tồi tàn và chăm sóc y tế không đầy đủ có thể tạo điều kiện cho sự phát
triển của bệnh. Ngược lại, những yếu tố trợ giúp sự hồi phục hoặc duy trì sức khỏe cũng
được gọi là các yếu tố thuận lợi. Các yếu tố kinh tế xã hội quyết định tình trạng sức khỏe
cũng quan trọng như những yếu tố thúc đẩy trong việc thiết kế các chương trình can thiệp.
- Các yếu tố thúc đẩy (precipitating factors): ví dụ như phơi nhiễm với một tác nhân gây
bệnh cụ thể nào đó có thể liên quan tới việc khởi phát một bệnh nào đó.
- Các yếu tố củng cố (reinforcing factors): ví dụ như sự phơi nhiễm liên tục, các điều kiện
môi trường và lao động nặng nhọc là những yếu tố làm trầm trọng thêm bệnh hoặc thương
tổn.
Thuật ngữ “yếu tố nguy cơ” thường được sử dụng để mô tả các yếu tố có sự kết hợp dương
tính với nguy cơ phát triển bệnh nhưng không đủ để gây bệnh. Khái niệm này được chứng
minh là có ích trong một số chương trình phòng bệnh. Một số yếu tố nguy cơ (ví dụ hút thuốc
lá) có liên quan tới một số bệnh và một số bệnh (ví dụ bệnh mạch vành) lại có liên quan tới
một số yếu tố nguy cơ.
Sự tương tác được hiểu là tác động đồng thời của nhiều nguyên nhân thường lớn hơn việc
cộng gộp các tác động đơn lẻ. Ví dụ, nguy cơ ung thư phổi ở những người vừa hút thuốc lá
vừa phơi nhiễm với bụi amiăng tăng lên thành 50 lần, trong khi nguy cơ này ở những người
chỉ hút thuốc lá là cao gấp 10 lần và ở những người chỉ phơi nhiễm với bụi amiăng là cao gấp
5 lần so với những người không hút thuốc lá và không phơi nhiễm với bụi amiăng.
Hệ thống phân cấp các nguyên nhân (a hierarchy of causes) được dùng để biểu diễn đa
nguyên nhân hoặc đa yếu tố nguy cơ, ở đó một số nguyên nhân có thể là trực tiếp nhất hoặc
gần nhất (các yếu tố thúc đẩy) và có một số nguyên nhân khác gián tiếp hoặc xa hơn (các yếu
tố thuận lợi/hạn chế).
Ví dụ: Hít phải khói thuốc lá là nguyên nhân gân của ung thư phổi, trong khi tình trạng kinh tế
xã hội thấp lại là nguyên nhân xa/gián tiếp có liên quan tới thói quen hút thuốc và gián tiếp tới
ung thư phổi.
Có nhiều khung lý thuyết được phát triển để phân cấp các nguyên nhân, ví dụ khung
DPSEEA (D: driving forces_các yếu tố thúc đẩy; P: pressure_áp lực; S: state_tình trạng; E:
exposure_phơi nhiễm; E: effect_tác động; A: action_hành động).
Trong các nghiên cứu dịch tễ học liên kết một hoặc nhiều nguyên nhân với một kết cục sức
khỏe, điều quan trọng là phải cân nhắc xem các nguyên nhân khác nhau đang ở cấp độ nào, ở
cùng cấp độ hay ở các cấp độ khác nhau trong hệ thống phân cấp các nguyên nhân.
5. Tìm kiếm nguyên nhân
Ta có thể tìm kiếm nguyên nhân ở một số cấp độ khác nhau, như ở cấp độ cá nhân, gia
đình và quốc gia. Ta có thể mở rộng việc tìm kiếm nguyên nhân ở cấp độ tế bào hay ở cấp độ
quốc tế.
Ví dụ, giả sử khi nghiên cứu nguyên nhân gây tử vong trẻ so sinh ở một nước thu nhập thấp,
nhiều nghiên cứu đã xem xét các nguyên nhân ngay sau khi trẻ tử vong như suy dinh dưỡng,
bệnh sởi, tiêu chảy và các nhiễm trùng khác. Một số nghiên cứu khác lại xem xét các điều
kiện sống và hành vi chung làm tăng nguy cơ tử vong của trẻ sơ sinh trong gia đình. Nhiều

5
nghiên cứu lại xem xét ảnh hưởng của các chính sách kinh tế, xã hội và nông nghiệp đối với
mức độ tử vong ở trẻ sơ sinh ở các quốc gia khác nhau. Hay nghiên cứu về những thay đổi
sinh hóa dẫn đến chết tế bào, hoặc nghiên cứu ảnh hưởng của nền kinh tế toàn cầu và nợ quốc
tế đối với mô hình tử vong ở trẻ sơ sinh.
Về lý thuyết, không có giới hạn trên hay giới hạn dưới nào về cấp độ mà ta có thể tìm kiếm
nguyên nhân. Chúng ta chọn nghiên cứu ở cấp độ quan hệ nhân quả nào phụ thuộc vào điều
kiện hoàn cảnh của chúng ta, dẫn đến ảnh hưởng đến đơn vị phân tích (cá nhân hoặc nhóm)
và thiết kế nghiên cứu (nghiên cứu ở cấp độ cá nhân hoặc nghiên cứu sinh thái) cũng như ảnh
hưởng đến các loại can thiệp mà chúng ta muốn đề xuất để ngăn chặn kết cục.
Như vậy, cấp độ tìm kiếm nguyên nhân sẽ ảnh hưởng đến các loại nguyên nhân mà ta có khả
năng xác định và các loại can thiệp mà ta có thể đề xuất. Ta quyết định nghiên cứu cấp độ
quan hệ nhân quả nào dựa trên niềm tin và phán đoán của ta về loại nguyên nhân nào là quan
trọng và loại can thiệp nào là thực tế.
6. Đánh giá nguyên nhân
Trong dịch tễ học hiện đại, ta dành nhiều thời gian cho việc tìm kiếm mối quan hệ giữa
phơi nhiễm và kết cục. Nếu ta tìm ra mối quan hệ này, làm thế nào ta có thể đánh giá mối
quan hệ này có phải là quan hệ nhân quả hay không? Trước tiên ta phải quyết định xem mối
quan hệ này có căn cứ (hợp lệ) hay không bằng cách tìm kiếm diễn giải khác (giải thích thay
thế) có thể xảy ra cho mối quan hệ này, chẳng hạn do may rủi, do sai số hệ thống hoặc do
nhiễu.

Hình 6.1. Mối quan hệ giữa phơi nhiễm và kết cục.

Tuy nhiên, ta không đưa ra phán đoán về nhân quả trên cơ sở một sự kết hợp quan sát được
giữa phơi nhiễm và kết cục. Ta cần tính đến bằng chứng từ một số nguồn khác nhau và sự gắn
kết của kết hợp đó với lý thuyết và kiến thức hiện có.
Năm 1965, nhà dịch tễ học Austin Bradford Hill đã đề xuất một bộ hướng dẫn giúp đánh
giá xem liệu sự kết hợp quan sát được giữa phơi nhiễm và kết cục có khả năng là nhân quả
hay không. Các tiêu chí này giúp ta đánh giá cả việc liệu sự kết hợp có căn cứ (hợp lệ) và liệu
nó có phù hợp với kiến thức hiện có hay không. Không một tiêu chí nào trong đó có thể
chứng minh một sự kết hợp là quan hệ nhân quả. Tuy nhiên, khi được sử dụng cùng nhau, các
tiêu chí này giúp ta đưa ra phán đoán về việc liệu có khả năng xảy ra mối quan hệ nhân quả
hay không. Các tiêu chí này hiện vẫn còn được sử dụng, chúng chỉ nhằm mục đích là các

6
hướng dẫn để xem xét mối quan hệ có phải là quan hệ nhân quả hay không và không nên áp
dụng quá cứng nhắc.
6.1. Chín tiêu chí của Bradford Hill.
Mối quan hệ thời gian
Xuất hiện nếu phơi nhiễm đi trước kết cục. Nếu ta đang tìm kiếm mối quan hệ nhân quả
giữa phơi nhiễm và kết cục thì ta phải chắc chắn rằng phơi nhiễm xảy ra trước kết cục. Điều
này rất quan trọng trong việc chứng minh mối quan hệ nhân quả. Đây là tiêu chí tuyệt đối duy
nhất trong số các tiêu chí được Bradford đề xuất. Nếu ta có thể chỉ ra rằng kết cục xảy ra
trước phơi nhiễm thì ta có thể loại trừ một giả thuyết nhân quả. Các nghiên cứu can thiệp cung
cấp bằng chứng mạnh nhất về mối liên hệ về mặt thời gian bởi vì ta chủ động phân bổ đối
tượng nghiên cứu vào các nhóm phơi nhiễm khác nhau sau đó theo dõi họ theo thời gian.
Độ mạnh của kết hợp.
Được đo lường bằng tỷ số nguy cơ (risk ratio) (nguy cơ tương đối), tỷ số tỷ suất (rate
ratio) hoặc tỷ số chênh (odds ratio). Một sự kết hợp mạnh có nhiều khả năng là quan hệ nhân
quả hơn là một sự kết hợp yếu, đó là do một sự kết hợp mạnh ít khả năng là do sai số hệ thống
hoặc nhiễu tiềm ẩn. Sai chệch có khả năng tạo ra sự kết hợp mạnh giữa phơi nhiễm và kết cục
khá dễ phát hiện.
Ví dụ, giả sử một nghiên cứu bệnh chứng thấy rằng nguy cơ mắc tiêu chảy ở những người
uống nước giếng bị nhiễm khuẩn cao gấp 3 lần so với những người không uống nước từ
nguồn này, nếu kết quả này hoàn toàn do sai số nhớ lại (recall bias) thì số bệnh nhân bị tiêu
chảy đã nhớ lại (sai) việc mình uống nước từ giếng này cao gấp 3 lần những người không bị
tiêu chảy (không uống nước ở giếng này), sai số nhớ lại như vậy khó xảy ra nên khá dễ phát
hiện.
Tương tự như vậy, một yếu tố nhiễu có khả năng tạo ra sự kết hợp mạnh giữa phơi nhiễm
và kết cục khá dễ phát hiện. Tuy nhiên, việc phát hiện nhiễu thường khó hơn so với sai số hệ
thống (bài sai số và nhiễu trong nghiên cứu). Không có một sự thống nhất chung nào nhưng
sự kết hợp (RR, OR) lớn hơn 2,0 thường được coi là tương đối mạnh (với điều kiện mẫu
nghiên cứu đủ lớn). Một sự kết hợp yếu không có nghĩa là không có tính căn nguyên, đó có
thể chỉ bởi vì việc loại bỏ sai số hoặc nhiễu của nghiên cứu khó hơn. Một sự kết hợp yếu
nhiều khả năng là do may rủi, sai số hệ thống hoặc nhiễu hơn là một sự kết hợp mạnh. Tuy
nhiên, nếu ta có các lý do khác để tin rằng những sai số này đã bị loại trừ thì sự kết hợp yếu
có thể có quan hệ nhân quả.
Ví dụ, mặc dù nguy cơ ung thư phổi ở những người tiếp xúc với khói thuốc lá thụ động chỉ
bằng 1,24 lần nguy cơ này ở những người không tiếp xúc (RR = 1,24) nhưng hầu hết các nhà
dịch tễ học đều tin rằng đây là mối quan hệ nhân quả.
Cần lưu ý rằng, độ mạnh của kết hợp của một yếu tố nhân quả trong quần thể phụ thuộc
vào mức độ phổ biến (prevalence) của cấu phần nhân quả của nó, vì vậy độ mạnh của kết hợp
là một đặc điểm của một quần thể nghiên cứu hơn là một đặc điểm của một cơ chế nhân quả.
Tính nhất quán (Consitency)
Sự kết hợp nhất quán là sự kết hợp được tìm thấy trong một số nghiên cứu khác nhau với
các thiết kế nghiên cứu khác nhau. Nếu một sự kết hợp được tìm thấy trong một loạt các
nghiên cứu khác nhau với các thiết kế nghiên cứu khác nhau, được thực hiện trong các hoàn
cảnh khác nhau với các quân thể khác nhau thì nhiều khả năng là có quan hệ nhân quả. Điều

7
này là do một sự kết hợp nhất quán ít có khả năng xảy ra sai số hệ thống hoặc nhiễu tiềm ẩn.
Ví dụ, sự kết hợp giữa nhiễm viêm gan vi rút B mạn tính và ung thư gan đã được quan sát
thấy trong các nghiên cứu sinh thái, các nghiên cứu cắt ngang và các nghiên cứu thuần tập
được thực hiện trên một số lượng lớn các quần thể khác nhau.
Tuy nhiên, việc thiếu tính nhất quán không loại bỏ được nhân quả. Sự kết hợp nhân quả có
thể được phát hiện trong một số quần thể nghiên cứu này nhưng lại không tìm thấy ở các quần
thể khác. Ta chỉ tìm thấy sự kết hợp giữa một nguyên nhân và một kết cục nếu có sự có mặt
của nguyên nhân cấu phần khác (causal complement). Nếu các nguyên nhân cấu phần hiện
diện trong một quần thể nhưng không có trong một quần thể khác thì ta sẽ không tìm thấy sự
kết hợp nhất quán giữa nguyên nhân đang được nghiên cứu và kết cục trong hai quần thể.
Ví dụ, nhiễm Toxoplasma (một loại ký sinh trùng) có thể gây bệnh viêm não, tuy nhiên,
toxoplasma chỉ gây bệnh viêm não ở những người suy giảm miễn dịch. Các nghiên cứu dịch
tễ học trong các quần thể không bị suy giảm miễn dịch sẽ không tìm thấy sự kết hợp giữa
nhiễm toxoplasma và bệnh viêm não, tuy nhiên nếu nghiên cứu ở một quần thể có số dân cư
có tỷ lệ suy giảm miễn dịch cao (ví dụ các quần thể có tỷ lệ mắc HIV ở giai đoạn AIDS cao)
có thể tìm thấy sự kết hợp chặt chẽ giữa nhiễm toxoplasma và bệnh viêm não.
Lưu ý rằng, hiếm khi chúng ta biết tất cả các nguyên nhân thành phần tạo nên một nguyên
nhân đầy đủ. Vì vậy có thể rất khó để đánh giá liệu sự thiếu nhất quán trong các nghiên cứu
khác nhau có phải là do sự khác biệt về mức độ phổ biến (prevalence) của các nguyên nhân
thành phần.
Mối quan hệ liều-đáp ứng (Dose-respose relationship/Biological gradient)
Xuất hiện nếu sự tăng mức độ phơi nhiễm có liên quan đến việc tăng nguy cơ của kết cục.
Nếu ta thấy mối quan hệ liều-đáp ứng một chiều giữa phơi nhiễm và kết cục thì đây là bằng
chứng mạnh mẽ ủng hộ mối quan hệ nhân quả.
Ví dụ, bảng 6.1 minh họa mối quan hệ liều – đáp ứng giữa tiếng ồn và giảm thính lực. Tiếng
ồn càng tăng và thời gian tiếp xúc càng dài thì tỷ lệ bị khiếm thính càng cao.

Bảng 6.1. Tỷ lệ % người bị khiếm thính liên quan phơi nhiễm với tiếng ồn nơi làm việc.
Mặc dù mối quan hệ liều-đáp ứng củng cố một giả thuyết nhân quả, nhưng sự vắng mặt
của mối quan hệ liều-đáp ứng không nhất thiết làm suy giảm giả thuyết nhân quả. Đối với
nhiều phơi nhiễm và kết cục, không có lý do sinh học nào giải thích tại sao mối quan hệ nhân
quả phải là tuyến tính. Trên thực tế, nhiều trường hợp phơi nhiễm được cho là có quan hệ
nhân quả nhưng lại không cho thấy mối quan hệ liều-đáp ứng.

8
Ví dụ, hình 6.2 cho thấy sự kết hợp giữa uống rượu và tỷ lệ tử vong, biểu đồ có hình chữ U
thay vì mối quan hệ liều-đáp ứng một chiều.

Hình 6.2. Tỷ lệ tử vong trong năm nhóm sử dụng rượu.

Ví dụ về phơi nhiễm với thuốc DES (di-ethyl stilbestrol – phòng ngừa sảy thai và sinh non) ở
phụ nữ mang thai làm tăng nguy cơ ung thư biểu mô tuyến (adenocarcinoma) âm đạo ở con
gái của những thai phụ này. Tuy nhiên, sự phơi nhiễm này không cho thấy hiệu ứng liều-đáp
ứng, đúng hơn, có một giới hạn ngưỡng mà trên ngưỡng này nguy cơ ung thư biểu mô tuyến
âm đạo tăng lên rất nhiều.
Tính đặc hiệu (Specificity)
Một mối quan hệ nhân quả cụ thể xảy ra nếu một yếu tố duy nhất gây ra một kết cục duy
nhất. Nếu một yếu tố duy nhất được kết hợp với một kết quả duy nhất thì sự kết hợp này ít có
khả năng là do nhiễu tiềm ẩn, vì nhiều yếu tố nhiễu như tuổi, tầng lớp xã hội có liên quan đến
nhiều kết cục khác nhau.
Ví dụ, giả sử ta tìm thấy sự kết hợp giữa uống nước giếng và tăng nguy cơ tiêu chảy, nếu ta
cũng tìm thấy sự kết hợp giữa uống giếng và một số bệnh tật khác ở trẻ em thì ta nên nghi ngờ
những sự kết hợp này có thể bị ảnh hưởng bởi sự gây nhiễu bởi một yếu tố như tình trạng kinh
tế xã hội. Tuy nhiên nếu uống nước giếng chỉ liên quan đến tiêu chảy chứ không liên quan
đến các bệnh khác thì nhiều khả năng nó là yếu tố nhân quả trực tiếp.
Mặc dù tính đặc hiệu của sự kết hợp có thể củng cố một giả thuyết nhân quả, nhưng sự
thiếu tính đặc hiệu không làm suy yếu giả thuyết nhân quả. Có nhiều yếu tố nhân quả được
cho là có một số tác động khác nhau, ví dụ hút thuốc lá được cho là nguyên nhân của ung thư
phổi, ung thư bàng quan, ung thư tụy, bệnh COPD, vô sinh và hạn chế sự phát triển thai nhi.
Tính hợp lý sinh học (Biological Plausibility)
Một khái niệm là hợp lý khi nó có vẻ đáng tin. Nếu chúng ta có thể nghĩ ra một cơ chế hợp
lý về mặt sinh học để giải thích việc phơi nhiễm có thể gây ra kết cục như thế nào thì chúng ta
có nhiều khả năng chấp nhận rằng tồn tại mối quan hệ nhân quả.
Ví dụ, các nghiên cứu sinh học chỉ ra rằng nhiễm vi rút viêm gan B mạn tính có thể dẫn đến
tích hợp ADN của vi rút vào tế bào gan và làm bất hoạt gen ức chế khối u, điều này giúp giải
thích cách gây ung thư gan của nhiễm vi rút viêm gan B mạn tính.
9
 Nếu một sự kết hợp được coi là không thể tin được về mặt sinh học, chúng ta không thể
chấp nhận sự kết hợp đó như một mối quan hệ nhân quả.
Ví dụ, giả sử ta tìm thấy mối liên quan giữa tử vong do nhồi máu cơ tim và cung hoàng đạo,
ngay cả khi thỏa mãn nhiều tiêu chí nhân quả khác, ta sẽ không chấp nhận đây là mối quan hệ
nhân quả trừ khi ta có thể nghĩ ra một số diễn giải hợp lý về mặt sinh học.
Lưu ý rằng những gì ta coi là “hợp lý về mặt sinh học” phụ thuộc vào tình trạng kiến thức
sinh học hiện tại của chúng ta. Vì vậy, một sự kết hợp dịch tễ học có thể có vẻ không hợp lý
tại một thời điểm, nhưng rất hợp lý nếu kiến thức sinh học thay đổi.
Ví dụ, vào những năm 1940, Gregg đã chứng minh sự kết hợp giữa nhiễm vi rút rubella khi
mang thai và bệnh đục thủy tinh thể bẩm sinh. Vào thời điểm đó, sự kết hợp này dường như
thiếu tính hợp lý về mặt sinh học. Tuy nhiên nghiên cứu của ông đã kích thích việc tìm kiếm
một cơ chế nhân quả có thể xảy ra với sự kết hợp này. Đến bây giờ, chúng ta đã có những
hiểu biết phức tạp về quá trình sinh quái thai của vi rút.
Sự phù hợp (Coherence)
Một mối quan hệ nhân quả có nhiều khả năng xảy ra hơn nếu nó không mâu thuẫn với
những kiến thức hiện tại về lịch sử tự nhiên và sinh học của bệnh. Tiêu chí này rất giống với
tiêu chí về tính hợp lý sinh học (biological plausibility).
Thực nghiệm (Experiment)
Bằng chứng thực nghiệm cho thấy việc loại bỏ phơi nhiễm dẫn đến giảm rủi ro của kết cục,
cung cấp bằng chứng rất mạnh mẽ có lợi cho mối quan hệ nhân quả.
Ví dụ, nhiều nghiên cứu đã chỉ ra rằng thiếu iode trong thai kỳ có liên quan đến suy giáp bẩm
sinh. Các thực nghiệm đã chỉ ra việc bổ sung iode trước hoặc trong khi mang thai ngăn ngừa
được bệnh suy giáp bẩm sinh. Điều này ủng hộ mạnh mẽ giả thuyết thiếu iode trong thai kỳ
gây ra suy giáp bẩm sinh.
Tuy nhiên, thường rất khó có được bằng chứng thực nghiệm trong quần thể người, do vậy
việc thiếu bằng chứng thực nghiệm không nhất thiết làm suy giảm giả thuyết nhân quả.
Sự tương đồng (Analogy)
So sánh với điều tương tự. Nếu ta đã biết một phơi nhiễm cụ thể gây ra một kết cục cụ thể
thì ta có nhiều khả năng chấp nhận một phơi nhiễm tương tự là nguyên nhân của một kết cục
tương tự. Sự tương đồng mà chúng ta có sẵn phụ thuộc vào kiến thức và niềm tin hiện tại của
chúng ta về nguyên nhân gây bệnh.
Ví dụ, viêm gan B có đặc điểm dịch tễ học tương tự như bệnh AIDS. Khi nguyên nhân của
bệnh AIDS đang được điều tra, người ta đã biết rằng bệnh viêm gan B là do vi rút gây ra.
Điều này đã củng cố khẳng định rằng AIDS cũng do vi rút gây ra.
6.2. Những cân nhắc bổ sung
Tiêu chí Bradford-Hill giúp ta đánh giá liệu sự phối hợp giữa các quan sát dịch tễ học và lý
thuyết liên quan có tương thích với mối quan hệ nhân quả hay không. Những tiêu chí này
khuyến khích ta tìm kiếm bằng chứng tích cực để hỗ trợ một giả thuyết nhân quả cụ thể. Tuy
nhiên, nhiều nhà dịch tễ học hiện đại tuyên bố rằng nếu chỉ cố gắng thu thập bằng chứng ủng
hộ một giả thuyết nhân quả cụ thể thì không đủ, họ gợi ý rằng ta cũng nên tích cực kiểm tra
giả thuyết bằng cách đánh giá hiệu suất dự đoán (predictive performance) của nó và bằng
cách tạo và thử nghiệm các thuyết thay thế (alternatives therories) có thể giải thích các quan
sát tương tự.

10
 Khi ta đề xuất một giả thuyết nhân quả, ta sẽ có thể suy ra những dự đoán nhất định từ giả
thuyết này. Những dự đoán này sau đó có thể được so sánh với các quan sát thực nghiệm. Nếu
các quan sát hợp lệ không phù hợp với các dự đoán thì ta phải bác bỏ giả thuyết. Nếu ta dự
đoán chính xác các quan sát mới thì giả thuyết ban đầu càng được củng cố. Những dự đoán
mà ta đưa ra có thể mâu thuẫn với những quan sát. Các dự đoán càng chính xác thì việc kiểm
định giả thuyết càng tốt.
Ví dụ, những nghiên cứu ban đầu về hút thuốc lá và ung thư phổi cho thấy sự kết hợp giữa hút
thuốc lá và ung thư phổi ở nam giới, không phải ở nữ giới. Dựa trên giả thuyết rằng hút thuốc
lá gây ung thư phổi sau một thời gian phơi nhiễm và tiềm tàng nhất định, các nhà nghiên cứu
đã dự đoán rằng tỷ lệ ung thư phổi ở phụ nữ sẽ tăng lên. Thực tế là tỷ lệ ung thư phổi ở phụ
nữ đã tăng lên trong khoảng thời gian dự đoán, điều này đã củng cố đáng kể giả thuyết nhân
quả này.
Luôn có một số cách giải thích cho bất kỳ quan sát nào. Thay vì chỉ tập trung vào một giả
thuyết nhân quả, ta nên chủ động xem xét các giả thuyết thay thế cho các quan sát của mình.
Ta nên suy ra các dự đoán từ các giả thuyết thay thế và kiểm tra chúng dựa trên các quan sát
thực nghiệm. Nếu ta có thể bác bỏ những giải thích thay thế cho một quan sát thì giả thuyết
nhân quả của chúng ta một lần nữa được củng cố.
7. Xác định mối quan hệ nhân quả
7.1. Phân loại kết hợp nhân quả
a) Kết hợp giả tạo
Là kết hợp sai do may rủi hoặc do một vài sai số hệ thống trong phương pháp nghiên cứu.
Về lý thuyết, việc quyết định dựa trên các quan niệm của xác suất là: một kết quả phải có ý
nghĩa thống kê ngay cả khi các kết quả đó là dao động ngẫu nhiên (sai lầm týp I). Để không bị
nhầm lẫn trong việc chấp nhận quá sớm một sự kết hợp thì cần phải chú ý xác nhận một kết
quả dương tính bằng cách đặt ngược lại vấn đề, nếu nó không đứng vững được trước những
thử thách như thế thì có thể nghi ngờ rằng đó là kết hợp giả tạo. Các sai số hệ thống:
• Có thể tạo ra các kết hợp giả tạo, ngay cả trong thiết kế nghiên cứu, trong các phương pháp
sử dụng để thu thập số liệu hoặc trong việc chọn nhóm nghiên cứu.
• Do thiết kế nghiên cứu không trọn vẹn là rất khó phát hiện và khó kiểm soát trong khi phân
tích một nghiên cứu.
• Cũng có thể nảy sinh do thất bại trong kiểm soát đối với các yếu tố nhiễu quan trọng. Sai
số hệ thống liên quan đến việc chọn nhóm nghiên cứu. Đặc biệt là các cá thể được chọn để
so sánh với nhóm bệnh.
Ví dụ trong nghiên cứu vai trò xã hội và gia đình đối với việc phát triển bệnh tâm thần ở
trẻ em (Oleinnick, 1966) người ta đã chọn 2 ca chứng cho một ca bệnh ở một bệnh viện
tâm thần. Một ca chứng được lấy từ bệnh viện, trong số các trẻ chờ ở khoa nhi, khoa mắt…
Cùng một thời gian đó, một ca chứng khác được lấy từ quần thể các học sinh trường công.
Nhóm bệnh rõ ràng tỏ ra có nhiều dấu hiệu và triệu chứng liên quan hơn là nhóm chứng.
Tuy nhiên hai ca trong nhóm chứng lại khác nhau về một số yếu tố.
b) Kết hợp không phải là căn nguyên.
Còn gọi là kết hợp gián tiếp, xảy ra trong trường hợp một yếu tố và bệnh kết hợp với nhau
chỉ vì cả yếu tố và bệnh đều liên quan đến một vài điều kiện nổi bật. Khi làm giảm yếu tố
trong kết hợp gián tiếp này đi thì tần số bệnh vẫn không giảm, trong khi điều kiện chung nổi

11
bật vẫn giữ nguyên như thế. Có nhiều kết hợp mới nhìn thì có vẻ là kết hợp nguyên nhân,
nhưng thực ra chỉ là kết hợp gián tiếp.
Ví dụ: kết hợp độ cao - bệnh tả: trong nghiên cứu thống kê bệnh tả ở Anh thế kỷ 19, William
Farr đã nêu lên rằng có một liên quan nghịch giữa độ cao và số chết vì tả. Ông cho rằng
những người ở dưới thấp bị tả là do không khí bị nhiễm bẩn.
c) Kết hợp căn nguyên
Tiêu chuẩn để xác định nguyên nhân: A là nguyên nhân của B nếu và chỉ nếu:
- A xảy ra trước B
- Sự thay đổi của A có liên quan đến sự thay đổi của B
- Sự tương quan này không những xảy ra chỉ ở chính A và B mà còn có thể có tương quan ở
một vài điều kiện khác nữa.
7.2. Cách thức xác định mối quan hệ nhân quả
Kiến thức dịch tễ học, giống như tất cả các kiến thức khoa học, luôn mang tính tạm thời.
Ta không bao giờ có thể chứng minh một cách chắc chắn tuyệt đối rằng có tồn tại mối quan
hệ nhân quả. Tuy nhiên, ta có thể cân nhắc bằng chứng để đánh giá liệu một giả thuyết nhân
quả có đưa ra lời giải thích tốt nhất hiện có tại một thời điểm nhất định hay không.

Hình 7.1. Cân nhắc bằng chứng xác định mối quan hệ nhân quả.
Để kết quả của một nghiên cứu về mối liên quan giữa phơi nhiễm và bệnh có giá trị về mặt
y tế công cộng, rõ ràng ta phải xác định được mối quan hệ căn nguyên. Ta bắt đầu bằng việc
loại bỏ các khả năng khác như sai số ngẫu nhiên, sai số hệ thống và các yếu tố nhiễu. Chỉ khi
mối quan hệ quan sát được không thể giải thích được bằng các diễn giải khác (giải thích thay
thế) chúng ta mới hướng đến diễn giải căn nguyên.
Các tiêu chí đánh giá nguyên nhân đã trình bày ở phần trên sẽ giúp đánh giá các giải thích
thay thế cho một mối quan hệ quan sát được. Khi đưa ra các đánh giá này, ta cần đưa ra trọng
số khác nhau cho các loại bằng chứng khác nhau. Trước tiên ta cần xác định đúng là có tồn
tại một mối quan hệ về thời gian, sau đó đưa ra trọng số lớn nhất cho tính nhất quán của kết
quả, tính hợp lý của giải thích, sự hiện diện của mối quan hệ liều-đáp ứng và hiệu suất dự
đoán của giả thuyết nhân quả. Ta nên biết rằng mỗi người khác nhau sẽ bị thuyết phục bởi
các loại và số lượng bằng chứng khác nhau, không có điểm khách quan nào từ đó có thể nói
rằng có đủ bằng chứng để thiết lập mối quan hệ nhân quả.

12
 Sơ đồ nhân quả có thể giúp phân tích nhân quả, giúp trực quan hóa mối quan hệ nhân quả
giữa tất cả các thành phần khác nhau của một con đường nhân quả (tiềm năng). Ngoài ra, các
sơ đồ còn được sử dụng để hỗ trợ xác định những biến nào cần được kiểm soát trong phân
tích và cách phiên giải kết quả.

Hình 7.2. Các sơ đồ nhân quả đơn giản

Các mối quan hệ nhân quả thường phức tạp hơn, đôi khi liên quan đến nhiều biến số, có
thể được tóm tắt bằng cách sử dụng Đồ thị định hướng không tuần hoàn (Directed Acyclic
Graphs - DAGs). Các đồ thị này được gọi là định hướng vì các đường nối hai biến là các mũi
tên có một đầu, mỗi mũi tên đại diện cho các giả định về hướng của ảnh hưởng nhân quả,
không có biến nào là kết cục của chính nó (không chứa chu trình).
Ví dụ: Bệnh giun chỉ Onchocerca là một bệnh nhiệt đới bị lãng quên, gây ra bởi giun xoắn
Onchocerca. Bệnh có thể gây tổn thương thị giác và mù lòa. Giả sử câu hỏi nghiên cứu là
“Tổn thương thị giác có làm tăng tỷ lệ tử vong hay không?”, từ đó sẽ dẫn đến câu hỏi không
đơn giản về việc nên điều chỉnh biến số nào trong 3 biến số khác: khu vực sinh sống, giới tính
và nhiễm bệnh giun chỉ Onchocerca.

Hình 7.3. Đồ thị định hướng không tuần hoàn (DAGs)

Quyết định về thời điểm và cách thức hành động dựa trên giả thuyết nhân quả thậm chí còn
phức tạp hơn. Việc này ảnh hưởng bởi việc cân nhắc thêm các lợi ích và nguy cơ dự kiến của
các quá trình hành động khác nhau.
Các bước phiên giải kết quả trong mối quan hệ nhân quả:
Bước 1: Xác định kết hợp thống kê.
Bước 2: Xác định sai số, nhiễu.
Bước 3: Đối chiếu với các tiêu chí:
13
 1. Mối quan hệ thời gian
2. Độ mạnh của kết hợp
3. Tính nhất quán
4. Mối quan hệ liều-đáp ứng
5. Tính đặc hiệu
6. Tính hợp lý sinh học (tính tin cậy)
7. Sự phù hợp
8. Thực nghiệm
9. Sự tương đồng
10. Các cân nhắc khác.
Tóm lại, việc đưa ra các đánh giá nhân quả là cân nhắc các diễn giải khác (giải thích thay
thế) cho các quan sát cụ thể. Quá trình này bao gồm cả việc tích lũy các bằng chứng ủng hộ
các giả thuyết cụ thể và việc tìm kiếm các kiểm tra/thực nghiệm quan trọng của các thuyết
thay thế (khác).
Một giả thuyết có quan hệ nhân quả khi nó cung cấp sự giải thích tốt nhất có sẵn về bằng
chứng tại một thời điểm nhất định.
Khi đưa ra quyết định về việc có hành động hay không, ta phải cân bằng khả năng phơi nhiễm
có quan hệ nhân quả với hậu quả của việc thực hiện hoặc không thực hiện hành động.
8. Số đo kết hợp nhân quả
Để xác định được nguyên nhân gây bệnh, chúng ta sẽ sử dụng những số đo kết hợp, chúng
còn được gọi là số đo liên quan, hay số đo hậu quả. Những số đo này được tính toán căn cứ
vào sự so sánh những số đo bệnh trạng ở những dân số mang những thuộc tính khác nhau.
8.1. Trình bày các dự kiện
8.1.1. Bảng tiếp liên 2 x 2: áp dụng khi không phân tích thành nhiều mức bệnh trạng và
nhiều mức nguy cơ.
a. Trình bày theo tỷ lệ mới mắc tích luỹ:
Bảng 1: Trình bày theo tỷ lệ mới mắc tích luỹ
Bệnh
Cộng Tỷ lệ
Có Không
Có a b a+b a/(a+b)
Nguy cơ
Không c d c+d c/(c+d)
Cộng a+c b+d a+b+c+d
Tỷ lệ a/(a+c) b/(b+d)
Trong đó: a là số có mắc và có phơi nhiễm với yếu tố nguy cơ.
b: số không mắc và có phơi nhiễm với yếu tố nguy cơ.
c: số có mắc và không phơi nhiễm với yếu tố nguy cơ.
d: số không mắc và không phơi nhiễm với yếu tố nguy cơ.
(a+b): tổng số có phơi nhiễm với yếu tố nguy cơ.
(c+ d): tổng số không phơi nhiễm với yếu tố nguy cơ.

14
 (a+c): tổng số có mắc bệnh.
(b+d): tổng số không mắc bệnh.
Ví dụ 1: Một nghiên cứu bệnh chứng về sự kết hợp giữa yếu tố nguy cơ là sự có mặt của
những bệnh nhân cũ trong gia đình với bệnh lỵ trực khuẩn:
Bệnh Cộng
Có Không
Nguy cơ Có 137 284 421
Không 291 1120 1411
Cộng 428 1404 1832
b. Trình bày theo mật độ mới mắc:
Bảng 2: Trình bày theo mật độ mới mắc:
Bệnh
Thời gian theo dõi năm- người
Có Không
Có a - PYe
Nguy cơ
Không c - PYo
Cộng a+c - PYe + PYo
Bảng 2 có dạng đặc biệt:
- Chỉ ghi số có mắc bệnh: với số có phơi nhiễm với yếu tố nguy cơ: a; và số không phơi
nhiễm với yếu tố nguy cơ: c.
- Không ghi gì ở cột không mắc bệnh, tức là không ghi gì ở ô b và d.
- Ở cột cộng bên phải ghi thời gian theo dõi bằng đơn vị thời gian năm-người trong đó PYe
biểu thị thời gian theo dõi đối với số mắc bệnh mà có phơi nhiễm với yếu tố nguy cơ, và PYo
là biểu thị thời gian theo dõi đối với đối với số mắc bệnh không phơi nhiễm với yếu tố nguy
cơ.
Ví dụ 2: Trong nghiên cứu thuần tập về kết hợp giữa yếu tố nguy cơ là nội tiết tố dùng sau kỳ
mãn kinh với bệnh mạch vành ở phụ nữ nuôi con :
Bệnh Thời gian theo dõi
Có Không năm - người
Nguy cơ Có 30 - 54.308,7
Không 60 - 51.477,5
Cộng 90 - 105.786,2
8.1.2. Chia mức bệnh và mức nguy cơ: Sử dụng bảng 2 cột nhiều hàng hoặc 2 hàng nhiều
cột.
8.2. Nguy cơ tương đối (relative risk, RR)
Các nghiên cứu phân tích dịch tễ nhằm kiểm định một giả thuyết nhân quả xem có đúng là
có một kết hợp thực không giữa một yếu tố nguy cơ và bệnh; nếu có thì xác định độ lớn của
kết hợp đó. Một số đo độ lớn của kết hợp này là nguy cơ tương đối..
Nguy cơ tương đối biểu thị độ lớn của sự kết hợp chặt chẽ hay không giữa một yếu tố nguy
cơ và một bệnh, nó là chỉ số của khả năng phát triển bệnh ở nhóm có phơi nhiễm với yếu tố
nguy cơ so với khả năng phát triển bệnh đó với nhóm không phơi nhiễm với yếu tố nguy cơ
đó.
15
 Tỷ lệ mới mắc trong nhóm phơi nhiễm (Ie)
RR=
Tỷ lệ mới mắc trong nhóm không phơi nhiễm (Io)
Trong các nghiên cứu phân tích dịch tễ học, dù là nghiên cứu thuần tập hay nghiên cứu
bệnh chứng, mỗi nghiên cứu đều phải bao gồm 2 nhóm cá thể: một nhóm chủ cứu và một
nhóm đối chứng. Khi mỗi cá thể ở nhóm chủ cứu được ghép cặp với một hoặc hai nhóm cá
thể ở nhóm đối chứng thì nguy cơ tương đối sẽ đựơc tính theo kỹ thuật ghép cặp, nếu không,
sẽ tính theo kỹ thuật không ghép cặp.
8.2.1. Tính nguy cơ tương đối khi nghiên cứu không áp dụng kỹ thuật ghép cặp
a. Đối với nghiên cứu thuần tập tương lai
Các nghiên cứu thuần tập cho phép tính trực tiếp các tỷ lệ mới mắc ở cả nhóm chủ cứu
(nhóm phơi nhiễm với yếu tố nguy cơ) và ở cả nhóm đối chứng (phơi nhiễm với yếu tố nguy
cơ) vì cả hai nhóm đều đại diện cho những quần thể được theo dõi về sự có phát triển bệnh
hay không phát triển bệnh một cách tự nhiên từ khi không có bệnh đến khi phát triển bệnh hay
không phát triển bệnh, do đó mà nguy cơ tương đối cũng được tính trực tiếp từ các tỷ lệ mắc
đó. Tuỳ theo dữ kiện thu được của nghiên cứu, nguy cơ tương đối có thể được tính:
a
Ie CIe (a + b)
- Tỷ lệ mới mắc tích lũy hay tỷ suất nguy cơ: RR = = =
Io CIo c
(c + d)

a
- Theo mật độ mới mắc: RR = PYe
c
PYo
Ví dụ: Nghiên cứu thuần tập về việc dùng nội tiết tố sau mãn kinh với việc phát triển bệnh
mạch vành (CHD)
Bệnh Thời gian theo dõi
Có Không năm - người
Nguy cơ Đã dùng 19 - 24.386,7
Hiện dùng 11 - 29.922,0
Cộng 30 - 54.308,7
Không dùng bao giờ 60 - 51.477,5
Từ bảng này, ta tính nguy cơ tương đối một cách trực tiếp từ công thức:
- Có dùng nội tiết tố (NTT) so với không dùng bao giờ:
30
54.308,7
= 0,5
60
51.477,5
- Trước có dùng NTT nay đã thôi so với không bao giờ:
19
24.386,7
= 0,7
60
51.477,5
- Hiện vẫn đang dùng so với không dùng bao giờ:

16
 11
29.922,0
= 0,3
60
51.477,5
Ý nghĩa của kết quả: Những phụ nữ có dùng NTT sau mãn kinh có nguy cơ phát triển bệnh
mạch chỉ bằng vành 0,5 lần ở những phụ nữ không dùng NTT sau mãn kinh; trong đó khi
những người phụ nữ hiện vẫn dùng bằng 0,3 và những phụ nữ trước có dùng nhưng đã thôi
không dùng bằng 0,7 lần nguy cơ phát triển bệnh mạch vành so với phụ nữ không dùng NTT
sau mãn kinh bao giờ
b. Đối với nghiên cứu bệnh- chứng
Trong các thiết kế nghiên cứu bệnh – chứng, việc chủ động chọn các cá thể vào nghiên cứu
là dựa trên bệnh (nhóm chủ cứu gồm các cá thể đã mắc bệnh, nhóm đối chứng gồm các cá thể
không mắc bệnh) nên các tỷ lệ mới mắc ở cả hai nhóm khai thác được (nhóm phơi nhiễm và
không phơi nhiễm) là ít giá trị, không chính xác, vì các nhóm gọi là nhóm có phơi nhiễm khai
thác được và nhóm không phơi nhiễm khai thác được đều không đại diện được cho những
quần thể có phơi nhiễm và không phơi nhiễm trên thực tế, nên số mắc bệnh của nhóm chủ cứu
được tách ra đó (thành a và c) không có mẫu số riêng logic của chúng (a+b và c+d). Do đó về
nguyên tắc, công thức để tính nguy cơ tương đối trong nghiên cứu thuần tập kể trên không thể
áp dụng được để tính nguy cơ tương đối trên cơ sở những dữ kiện của một thiết kế nghiên cứu
bệnh chứng.
Tuy nhiên, khi mà 2 tỷ lệ mới mắc đó (đối với các cá thể có phơi nhiễm và đối với các cá
thể không phơi nhiễm) là ít có giá trị trong một nghiên cứu bệnh chứng, thì tỷ suất của 2 tỷ lệ
mới mắc đó vẫn có thể được ước lượng cho một nguy cơ tương đối với các điều kiện sau:
- Nhóm chứng trong nghiên cứu bệnh chứng là đại diện cho quần thể nghiên cứu (mà từ đó
rút ra nhóm chủ cứu và nhóm chứng).
- Nhóm chủ cứu là đại diện cho các trường hợp bệnh trong quần thể nghiên cứu.
- Tần số của bệnh nghiên cứu trong quần thể nghiên cứu là thấp.
Nguy cơ tương đối của nghiên cứu bệnh - chứng được tính xấp xỉ dưới dạng tỷ suất chênh
(odds ratio, OR):
a
ad
RR = OR = c =
b bc
d
Ví dụ: Nghiên cứu bệnh chứng của việc dùng OC với nhồi máu cơ tim có thể tính đến OR như
sau:

Bệnh
Có Không
Có 23 304
Nguy cơ
Không 133 2816

ad 23 x 2816
RR = OR = = = 1,6
bc 304 x 133

17
Điều đó có nghĩa là dùng viên thuốc tránh thai OC có nguy cơ phát triển nhồi máu cơ tim gấp
1,6 lần những người không dùng.
Trở lại vấn đề ý nghĩa của OR trong các nghiên cứu bệnh chứng, sở dĩ không thể tính RR
trực tiếp từ các tỷ lệ mới mắc của các nhóm thành phần là nhóm bệnh và nhóm chứng, vì khi
tỷ lệ phơi nhiễm ở nhóm bệnh và nhóm chứng thay đổi đi, thí dụ như khi số lượng ở nhóm
chứng tăng lên thì kết quả sẽ sai khác đi rất nhiều. Xem thí dụ giả định về kết hợp thuốc lá và
ung thư phổi:
Ung thư phổi
Cộng
Có Không
Có hút thuốc 70 30 100
Không hút thuốc 30 70 100
Cộng 100 100 200
Ở bảng này nếu ta tính trực tiếp RR:
a 70
(a + b)
RR = = 100 = 2,3
c 30
(c + d) 100
Nếu bây giờ ta tăng số cá thể nhóm chứng:
Ung thư phổi Cộng
Có Không
Có hút thuốc 70 300 370
Không hút thuốc 30 700 730
Cộng 100 1000 1.100
Nếu tính trực tiếp RR từ bảng này:
a 70
(a + b)
RR = = 370 = 4,6
c (c + d) 30
730
Ta thấy rõ ràng tỷ lệ có hút thuốc và không hút ở các nhóm là không thay đổi trong 2 trường
hợp giả định trên, nhưng khi tính RR lại sai gấp 2 lần (2,3 so với 4,6) trong khi nếu ta tính
dưới dạng OR thì không thay đổi
ad 70x700
OR = = = 5,4
bc 30x300
Cornefiel là người đầu tiên đã lập luận rằng công thức tính OR ước lượng cho RR trong các
nghiên cứu bệnh chứng là thích hợp đặc biệt với các bệnh hiếm gặp: nếu bệnh là hiếm gặp thì
tỷ lệ mới mắc ở cả nhóm có phơi nhiễm và không phơi nhiễm đều rất thấp, lúc đó (a+b) xấp xỉ
bằng b và (c+d) xấp xỉ bằng d nên RR=ad/bc.
Trị số của RR
Trị số của RR dao động từ 0 -  :
- RR = 1 : là trường hợp các tỷ lệ mới mắc của nhóm bệnh và nhóm chứng không khác biệt,
có nghĩa là không có kết hợp quan sát được giữa yếu tố nguy cơ và bệnh.

18
- RR>1: khi có sự kết hợp dương tính giữa yếu tố nguy cơ và bệnh và có sự gia tăng nguy cơ
với bệnh ở những cá thể có phơi nhiễm so với những cá thể không phơi nhiễm với yếu tố
nguy cơ.
- RR<1: xuất hiện khi tỷ lệ mới mắc ở nhóm phơi nhiễm thấp hơn tỷ lệ mới mắc ở nhóm
không phơi nhiễm với yếu tố nguy cơ. Lúc này yếu tố nguy cơ mang ý nghĩa một yếu tố bảo
vệ và có sự kết hợp đảo ngược. Thí dụ như một vaccin có hiệu lực, có sự giảm nguy cơ mắc
trong số những cá thể nhận yếu tố bảo vệ.
8.2.2. Tính nguy cơ tương đối trong các thiết kế nghiên cứu có áp dụng kỹ thuật ghép
cặp.
Trong các nghiên cứu phân tích dịch tễ học, các cá thể trong nhóm đối chứng phải được
chọn đồng nhất tối đa với các cá thể trong nhóm chủ cứu trừ một khác biệt về tính chất phơi
nhiễm với yếu tố nguy cơ định nghiên cứu (nghiên cứu thuần tập) hoặc về tính chất có hay
không mắc bệnh (nghiên cứu bệnh chứng). Về lý thuyết, sự đồng nhất này phải được thể hiện
trên mọi khía cạnh của dịch tễ học: con người - không gian - thời gian. Nhưng trên thực tế
nghiên cứu khó mà có thể chọn được “như nhau” về mọi khía cạnh đó, hơn nữa lại là cho
“như nhau” của cả một nhóm đông người nên người ta đã đề xuất kỹ thuật ghép cặp từng đôi
hoặc từng 3 cá thể vào trong một cặp đồng nhất với nhau một cách tối đa có thể được, giữa
một nhóm chủ cứu và 1 hoặc 2 ở nhóm đối chứng được ghép lại thành một cặp trong nghiên
cứu. Và trong các dữ kiện được trình bày dưới dạng bảng tiếp liên là số cặp này, chứ không
phải số cá thể.
a. Ở nghiên cứu bệnh chứng
Bảng 3: Các dữ kiện trình bày trong nghiên cứu bệnh chứng sử dụng kỹ thuật ghép cặp
Nhóm chứng
(E) (NE)
Nhóm bệnh Có phơi nhiễm (E) A B
Không phơi nhiễm (NE) C D
Trong đó:
A: số cặp mà cá thể ở nhóm bệnh là có phơi nhiễm và cá thể ở nhóm chứng là có phơi nhiễm
B: số cặp mà cá thể ở nhóm bệnh có phơi nhiễm và cá thể ở nhóm chứng là không phơi
nhiễm.
C: số cặp mà cá thể ở nhóm bệnh không phơi nhiễm và cá thể ở nhóm chứng có phơi nhiễm
D: số cặp mà cá thể ở nhóm bệnh không phơi nhiễm và cá thể ở nhóm chứng cũng không phơi
nhiễm
b. Ở nghiên cứu thuần tập
Bảng 4: Trình bày các dữ kiện trong nghiên cứu thuần tập sử dụng kỹ thuật ghép cặp
Nhóm không phơi nhiễm
D ND
Có bệnh (D) A B
Nhóm có phơi nhiễm
Không bệnh (ND) C D
Trong đó:

19
A: số cặp mà cá thể ở nhóm phơi nhiễm bị mắc bệnh, và cá thể ở nhóm không phơi nhiễm bị
mắc bệnh.
B: số cặp mà cá thể ở nhóm phơi nhiễm bị mắc bệnh, và cá thể ở nhóm không phơi nhiễm
không mắc bệnh
C: số cặp mà cá thể ở nhóm phơi nhiễm không mắc bệnh, và cá thể ở nhóm không phơi nhiễm
bị mắc bệnh
D: số cặp mà cá thể ở nhóm phơi nhiễm không mắc bệnh, và cá thể ở nhóm không phơi nhiễm
không mắc bệnh.
Ở cả hai bảng này, dù là nghiên cứu thuần tập hay nghiên cứu bệnh chứng thì A và D
biểu thị các cặp trùng nhau hoặc đều có phơi nhiễm và không phơi nhiễm (nghiên cứu bệnh
chứng) hoặc đều có mắc và không mắc (nghiên cứu thuần tập) nên A và D không đóng góp gì
cho sự khác biệt để tính kết quả. Cho nên trong việc phân tích và tính kết quả chỉ dựa vào các
cặp không trùng nhau tức là chỉ dựa vào B và C.
Nguy cơ tương đối của kỹ thuật ghép cặp được tính như sau:
RR = OR = B/C.
Với trắc nghiệm ý nghĩa sử dụng Test Mc.Nemar.
Ví dụ: Nghiên cứu của Antunes et all năm 1979, nghiên cứu bệnh chứng ghép cặp kiểm định
giả thiết sử dụng oestrogen và ung thư nội mạc tử cung. Nghiên cứu tiến hành trên 451 trường
hợp ung thư nội mạc tử cung và 888 trường hợp đối chứng ở các bệnh viện ở Baltimor từ năm
1973 đến năm 1977 trong đó các cá thể đối chứng được ghép cặp theo bệnh viện, theo chủng
tộc, theo tuổi (chênh 5 tuổi), theo ngày vào viện (chênh 6 tháng). Kết quả giai đoạn I, u độ I
ghi trong bảng sau:
Đối chứng
Không dùng
Có dùng oestrogen
oestrogen
Có dùng Oestrogen 17 76
Nhóm bệnh
Không dùng oestrogen 10 111
Tổng số cặp N = 216
OR = 76/10= 7,6
Phiên giải: ở các cá thể dùng oestrogen có nguy cơ phát triển ung thư nội mạc tử cung cao
gấp 7,6 lần các cá thể không dùng oestrogen.
8.3. Nguy cơ quy thuộc (attributable risk: AR hay Risk Difference: RD)
Nguy cơ qui thuộc là một số đo kết hợp giữa yếu tố nguy cơ và bệnh.
AR cung cấp thông tin về một nguy cơ trội của bệnh ở nhóm phơi nhiễm so với nhóm không
phơi nhiễm.
AR = Ie -Io
• Đối với nghiên cứu thuần tập
Trong các nghiên cứu thuần tập, kết quả về tỷ lệ mới mắc Ie và Io là chính xác, tin cậy nên
nguy cơ qui thuộc có thể tính trực tiếp từ các tỷ lệ đó.
Tuỳ theo thiết kế nghiên cứu, các tỷ lệ mắc có thể biểu thị dưới dạng mới mắc tích luỹ CI hay
mật độ mới mắc ID.

20
 Nguy cơ qui thuộc có thể được biểu thị dưới dạng một khác biệt nguy cơ (Risk difference:
RD) khi sử dụng tỷ lệ mới mắc tích luỹ để tính.
Hoặc dưới dạng một khác biệt tỷ suất (rate difference: RD) khi sử dụng mật độ mới mắc để
tính
AR = RD = Ie - Io (RD: Risk Difference)
AR= RD = IDe - IDo = CIe – CIo (RD: Rate difference)
Ví dụ: Nghiên cứu thuần tập về kết hợp giữa yếu tố nguy cơ là viên thuốc tránh thai OC
với nhiễm khuẩn niệu sau khi dùng, trong số phụ nữ 16 - 49 tuổi.
Bệnh
Cộng
Có Không
Có 27 456 482
Nguy cơ
Không 77 1. 831 1.908
Cộng 104 2.286 2.390
AR = Riskdiff = Ie - Io = CIe - CIo = a/(a+b) - c/(c+d)
= 27/482 - 77/1.908 = 1566.10-5
Phiên giải: nhiễm khuẩn niệu bị trội lên quy cho là thuộc về sử dụng viên OC là 1566.10-5
Ví dụ: Tính nguy cơ quy thuộc trong nghiên cứu thuần tập về kết hợp việc sử dụng nội tiết tố
sau mãn kinh với bệnh mạch vành?
AR = Ratediff = Ie - Io = IDe - IDo
= 30/54.308,7 - 60/51.477,5 = - 61,32 .10-5
Phiên giải: Bệnh mạch vành giảm đi sẽ được qui cho là thuộc về việc sử dụng NTT sau mãn
kinh là - 61,32 .10-5.
Nguy cơ qui thuộc định lượng ra phần khác biệt của bệnh giữa nhóm phơi nhiễm và
nhóm không phơi nhiễm. Phần khác biệt này chính là phần hậu quả yếu tố nguy cơ nghiên
cứu gây ra.
Khi không có kết hợp giữa yếu tố nguy cơ và bệnh, tức là tỷ lệ mới mắc ở nhóm phơi
nhiễm với yếu tố nguy cơ không khác biệt với tỷ lệ mới mắc ở nhóm không phơi nhiễm, thì
AR=0.
Khi trị số AR > 0 là có sự kết hợp giữa yếu tố nguy cơ và bệnh. Nó nói lên rằng một
phần trong số trường hợp mắc bệnh ở nhóm phơi nhiễm là qui thuộc cho yếu tố nguy cơ ấy và
số trường hợp bệnh trội lên (hoặc giảm đi) này sẽ mất đi khi yếu tố nguy cơ tương đối này
mất đi. Do đó nguy cơ qui thuộc là một số đo để đo tác động của một yếu tố nguy cơ lên sức
khoẻ cộng đồng.
8.4. Nguy cơ quy thuộc phần trăm AR%
• Đối với nghiên cứu thuần tập:
Công thức tính: AR% = (AR/CIe)*100 = [(CIe-CIo)/CIe]*100
Ví dụ: trong nghiên cứu thuần tập về kết hợp giữa nhiễm khuẩn niệu và việc dùng viên tránh
thai OC, tính AR%?

21
 AR CIe − CIo 1.566.10−5
AR% = x100 = x100 = x100 = 27,96% 28%
CIe CIe 27
482
Phiên giải: 28% số trường hợp bệnh đã xảy ra ở nhóm phơi nhiễm với yếu tố nguy cơ là do
chính yếu tố nguy cơ đó gây ra
Ví dụ: trong nghiên cứu thuần tập về kết hợp bệnh mạch vành với sử dụng NTT sau mãn
kinh, tính AR%?
AR Ide − IDo 61,32.10−5
AR% = x100 = x100 = − x100 = −111%
IDe IDe 30/54.308,7

Nghĩa là: đã có 11% số trường hợp bệnh của nhóm phơi nhiễm được giảm đi nhờ chính vào
việc dùng NTT sau mãn kinh
• Đối với nghiên cứu bệnh chứng
Với các nghiên cứu bệnh chứng, vì các tỷ lệ mới mắc ở số người phơi nhiễm và không phơi
nhiễm là không có giá trị chính xác do đó về nguyên tắc không tính được AR từ các tỷ lệ đó
mà chỉ tính được nguy cơ quy thuộc phần trăm.
RR − 1
AR% = x100
RR
Trong nghiên cứu bệnh chứng nhồi máu cơ tim với việc dùng viên tránh thai OC
AR% = (1,6 - 1)/1,6 x 100 = 37,5%
Nghĩa là có 37,5% số trường hợp nhồi máu cơ tim xảy ra ở nhóm dùng viên OC là do chính
việc sử dung viên OC gây ra
8.5. Nguy cơ quy thuộc quần thể ( Population Attributable Risk: PAR)
Nguy cơ quy thuộc chỉ tính cho một nhóm người phơi nhiễm hoặc cho quần thể toàn bộ.
Nguy cơ quy thuộc để chỉ số mắc tổng cộng trong quần thể toàn bộ do một yếu tố đặc biệt gây
ra gọi là nguy cơ qui thuộc quần thể.
I − Io
PAR = T
IT
Trong đó: IT Số mới mắc trong quần thể toàn bộ.
Io Số mới mắc trong các cá thể không phơi nhiễm.
Ví dụ: Tỷ lệ mới mắc của một bệnh trong quần thể toàn bộ là 2,5.10-3 và tỷ lệ mới mắc của
bệnh đó trong số những người không phơi nhiễm yếu tố nguy cơ nghiên cứu là 1.10-3, tính
PAR?
(2,5.10−3 ) − (1.10−3 )
PAR = = 0,6
2,5.10−3
Phiên giải: có đến 60% các trường hợp bệnh trong quần thể có thể quy cho yếu tố nguy cơ
nghiên cứu gây ra.
• Đối với các nghiên cứu thuần tập
Với PAR: hiện nay người ta nêu 2 công thức để tính nguy cơ qui thuộc trong quần thể sau
đây:
Công thức 1: PAR = ITR - IoR

22
 Công thức 2: PAR = AR.pe
Trong đó: ITR :Tỷ lệ mới mắc trong quần thể.
IoR : Tỷ lệ mới mắc bệnh trong số không phơi nhiễm.
AR: Nguy cơ quy thuộc của nhóm phơi nhiễm trong quần thể.
pe: tỷ số cá thể có phơi nhiễm trong quần thể.
Trong các công thức (1) và (2), trong các nghiên cứu phân tích theo mẫu đều không có các dữ
kiện theo đúng yêu cầu của công thức nên trong những điều kiện mà đảm bảo được thì được
lấy thay thế cho các dữ kiện đó.
Thay thế các dữ kiện trong nghiên cứu thuần tập:
ITR: được ước lượng từ a+c/a+b+c+d
Io: được ước lượng từ c/c+d
a c
AR: được ước lượng từ −
a+ b c + d
a+ b
pe: được ước lượng từ
a+ b + c + d
Ví dụ: trong nghiên cứu kết hợp nhiễm khuẩn niêu và việc dùng viên OC:
104 77
PAR= - =316.10-5 /năm
2390 1908
hoặc
482
PAR=1556. . 10-5 =316.10-5 /năm
2390

Phiên giải: Nếu không dùng OC, thì tỷ lệ mới mắc nhiễm khuẩn niệu có thể giảm đi so với
phụ nữ dùng OC là 316.10-5/năm
Điều kiện đảm bảo để tính được PAR từ một nghiên cứu phân tích theo mẫu:
- Nghiên cứu thuần tập phải tiến hành trên một số lớn cá thể trong quần thể toàn bộ để đảm
bảo tỷ số phơi nhiễm quan sát thấy ở mẫu nghiên cứu được coi là phản ánh đầy đủ của tỷ
số phơi nhiễm trong quần thể.
- Nhóm chứng của nghiên cứu phải phân bố đều trong quần thể và phải có một tỷ lệ hợp lý
đối với quần thể.
Với PAR%:
PAR
Công thức tính: PAR% = x100
I TR

Trong đó: ITR là tỷ lệ mới mắc của bệnh trong quần thể toàn bộ.
PAR% biểu thị cho tỷ lệ mắc bệnh trong quần thể do sự phơi nhiễm với yếu tố nguy cơ
nghiên cứu gây ra, và như vậy PAR% sẽ bị loại trừ khi phơi nhiễm bị loại trừ khỏi quần thể.
Ví dụ: trong nghiên cứu thuần tập về kết hợp giữa nhiễm khuẩn niệu và việc dùng viên OC,
với các điều kiện đảm bảo tính PAR, tính PAR%?
316.10−5 316.10−5
PAR% = = x100 = 7,3%
104/2390 4.351,5.10−5

23
Phiên giải: Việc dùng viên OC đã gây ra nhiễm khuẩn niệu thì sẽ có khoảng 7,3% số nhiễm
khuẩn niệu trong quần thể nữ từ đó đã tiến hành nghiên cứu, sẽ được ngăn ngừa nếu không
dùng OC.
• Đối với nghiên cứu bệnh chứng
Trong nghiên cứu bệnh chứng PAR cũng không tính được mà chỉ tính được PAR%.
Các điều kiện tính PAR%:
Tỷ lệ phơi nhiễm ở nhóm đối chứng (không mắc bệnh) là đại diện cho tỷ lệ phơi nhiễm
pe của quần thể toàn bộ nghĩa là có thể sử dụng tỷ lệ phơi nhiễm ở nhóm chứng thay cho tỷ lệ
phơi nhiễm pe của quần thể, nếu không phải sử dụng một tỷ lệ phơi nhiễm pe trong quần thể
toàn bộ từ một nguồn nghiên cứu tin cậy khác
pe(RR− 1)
PAR% = x100
pe(RR− 1) + 1
Ví dụ: trong nghiên cứu bệnh chứng về kết hợp nhồi máu cơ tim và việc sử dụng viên OC,
tính PAR%
(304/3120)x(1,6 − 1)
PAR% = = 5,5%
(304/3120)(1,6− 1) + 1
Hoặc nếu các điều kiện trên cũng được đảm bảo có thể tính theo công thức tương đương:
PAR% = AR% x pe
Trong đó: pe là tỷ lệ phơi nhiễm trong số có mắc bệnh.
Ví dụ: Trong nghiên cứu bệnh chứng về kết hợp nhồi máu cơ tim và việc sử dụng viên OC,
tính PAR%?
1,6 − 1 23
PAR% = x = 5,5%
1,6 156
Phiên giải: Nếu dùng OC có kết hợp với nhồi máu cơ tim thì sẽ có 5,5% số người bệnh nhồi
máu cơ tim trong quần thể nữ tiền mãn kinh là do OC gây nên. Từ đó có thể nói rằng nếu
không dùng OC thì số người bệnh nhồi máu cơ tim trong quần thể nữ tiền mãn kinh sẽ giảm
đi 5,5%.
8.6. Phiên giải kết hợp nhân quả
- RR là số đo về độ mạnh của kết hợp nhân quả giữa một yếu tố nguy cơ và bệnh
- AR là số đo về sức khoẻ cộng đồng trước một yếu tố nguy cơ, nếu kết hợp quan sát là có giá
trị nhân quả.
- PAR và PAR% cung cấp thông tin về tổng số các trường hợp mắc hoặc chết trong quần thể
toàn bộ quy thuộc một yếu tố nguy cơ nhất định. Đó là số đo tổng hợp, phản ánh cả nguy cơ
tương đối của bệnh đối với một yếu tố nguy cơ và cả tần số của yếu tố nguy cơ đó trong quần
thể nên có ý nghĩa như một tỷ số nguy cơ qui thuộc quần thể. Thí dụ: có một tỷ số lớn của số
chết vì ung thư phổi trong quần thể toàn bộ qui thuộc cho thuốc lá thì đó không chỉ vì nguy cơ
tương đối rất cao trong kết hợp bệnh và nguy cơ mà cũng còn là vì có một tỷ số lớn cá thể
trong quần thể toàn bộ là có hút thuốc lá.
Ví dụ: Trong nghiên cứu nghiên thuần tập của R. Doll và B.Hill về tỷ lệ chết do ung thư phổi
và bệnh mạch vành của các thầy thuốc Anh, sự kết hợp của các yếu tố này với hút thuốc lá
như thế nào?

24
 Tỷ lệ chết 10-5 hàng năm
Ung thư phổi Bệnh mạch vành
Hút nặng 140 669
Không hút 10 413
RR 14,0 1,6
AR 130.10-5 256.10-5
Ta thấy: RR của ung thư rất cao ở những người hút thuốc nặng so với người không hút
thuốc (14 lần) đó là một kết hợp mạnh giữa hút thuốc lá và ung thư phổi, trong khi RR của
mạch vành lại nhỏ hơn rất nhiều (1,6) cho nên hút thuốc lá là yếu tố nguy cơ kết hợp rất mạnh
với chết vì ung thư phổi hơn là chết vì mạch vành.
Điều đó nói lên rằng việc ngăn chặn bệnh mạch vành không chỉ là giảm hút thuốc lá (mà còn
cả các yếu tố khác nữa) nghĩa là tuy thuốc lá là nguyên nhân có liên quan đến cả hai bệnh và
nếu loại bỏ được thuốc lá sẽ làm giảm chết được cả hai bệnh, nhưng sẽ làm giảm được số chết
trong số hút thuốc lá đối với bệnh mạch vành nhiều hơn rất nhiều so với số chết trong số hút
thuốc lá đối với bệnh ung thư phổi (vì bệnh mạch vành có AR = 256.10-5/năm so với bệnh
ung thư phổi chỉ có AR = 130.10-5/năm.
Lại cũng vì ung thư là bệnh hiếm gặp, chỉ có 10.10-5/năm trong số người không hút
thuốc lá, trong khi bệnh mạch vành là bệnh phổ biến hơn nhiều, tỷ lệ chết trong số người
không hút thuốc lá lên tới 413.10-5/năm nên tuy rằng nguy cơ tương đối của bệnh mạch vành
là thấp RR = 1,6 nhưng đã làm chết một số lớn hơn nhiều trong quần thể so với chết vì ung
thư phổi có nguy cơ tương đối cao RR = 14.
Vì thế mà đối với bệnh phổ biến trong số người không hút thuốc như bệnh mạch vành
(413.10-5/năm) thì dù chỉ có một sự gia tăng rất nhỏ là bị qui thuộc cho hút thuốc lá (RR = 1,6
chỉ gia tăng có 60% đối với người không hút) cũng đã có thể gây nên một sự gia tăng rất lớn
về số chết (AR = 256.10-5/năm) so với bệnh ung thư phổi tuy có RR = 14 nhưng là bệnh hiếm
gặp trong số người không hút thuốc (10.10-5/năm) nên chỉ có AR = 130.10-5/năm mà thôi.
Tài liệu tham khảo
1. Dương Đình Thiện. Số đo kết hợp nhân quả. Dịch tễ học y học. Hà Nội. NXB y học, 1993,
tr: 97 - 119
2. Dịch tễ học trong y học lao động. Đo lường sức khoẻ và bệnh tật. Hà Nội. Bộ y tế, 1993, tr:
27 -52.
3. Tài liệu phát tay bộ môn vệ sinh - môi trường - dịch tễ, phần dịch tễ. Xác định các biến số
trong nghiên cứu. Hà Nội. Trường Đại học Y Hà Nội, 1999, tr:75-80.

25
26