GiaThuyet.comGiả Thuyết
Kiểm định giả thuyết theo ngành

So sánh tỷ lệ hai nhóm trong nghiên cứu điều dưỡng: kiểm định z, khoảng tin cậy và RR

Tính tay kiểm định z hai tỷ lệ cho đề tài điều dưỡng: bảng 2x2, khoảng tin cậy của hiệu tỷ lệ, RR và OR, điều kiện áp dụng và cách diễn giải đúng mực.

Two Vietnamese nurses in light blue uniforms reviewing paper forms at a ward station in a provincial hospital in Nghe An, seen from behind, forms blank, soft morning light

Phần lớn đề tài điều dưỡng hỏi một câu có dạng tỷ lệ: bao nhiêu phần trăm người bệnh làm được một việc, và tỷ lệ đó ở nhóm này có khác nhóm kia không. Tỷ lệ người bệnh nhớ đúng lịch tái khám, tỷ lệ tuân thủ vệ sinh tay khi quan sát, tỷ lệ người nhà biết cách xoay trở cho người nằm lâu. Biến kết cục chỉ có hai giá trị có hoặc không, nên công cụ quen thuộc là kiểm định hai tỷ lệ, tương đương chi bình phương trên bảng 2x2.

Bài đi qua một ví dụ giả định từ đầu đến cuối: đặt giả thuyết, tính tay thống kê z, dựng khoảng tin cậy cho hiệu tỷ lệ, chọn giữa hiệu tỷ lệ, nguy cơ tương đối (RR) và tỷ số chênh (OR), rồi bàn những điều kiện mà hội đồng hay hỏi. Bài nói về phương pháp phân tích số liệu, không đưa ra khuyến cáo chăm sóc hay điều trị nào.

Câu hỏi tỷ lệ trong đề tài điều dưỡng trông như thế nào

Thử hình dung một nhóm điều dưỡng ở hai khoa nội của một bệnh viện tỉnh muốn biết người bệnh ra viện có nhớ đúng lịch tái khám hay không. Khoa A đã dùng phiếu hướng dẫn có hình minh hoạ được một năm, khoa B vẫn dặn miệng. Sau khi người bệnh ra viện một tuần, nhóm gọi điện hỏi lại theo một bộ câu hỏi thống nhất và ghi nhận người bệnh trả lời đúng ngày tái khám hay không. Đây là ví dụ giả định để minh hoạ; số liệu không lấy từ bệnh viện nào.

Biến kết cục ở đây là biến nhị phân: nhớ đúng hoặc không nhớ đúng. Biến nhóm cũng nhị phân: khoa A hoặc khoa B. Khi cả hai biến đều hai giá trị, dữ liệu thu gọn được vào một bảng bốn ô, và mọi phép tính sau đó chỉ cần bốn con số. Sự gọn gàng này dễ khiến người làm đề tài chủ quan, trong khi phần khó nằm ở thiết kế: hai khoa có giống nhau về người bệnh không, ai là người gọi điện hỏi, câu hỏi có gợi ý câu trả lời không.

Giả thuyết viết theo ngôn ngữ thống kê như sau. H0: tỷ lệ nhớ đúng lịch ở hai khoa bằng nhau trong tổng thể, tức p1 = p2. H1: hai tỷ lệ khác nhau, p1 ≠ p2. Chọn H1 hai phía là cách thận trọng, vì trước khi có số liệu nhóm nghiên cứu không loại trừ khả năng phiếu hướng dẫn gây rối và làm người bệnh nhớ kém hơn. Mức ý nghĩa đặt trước là 0,05 và được ghi vào đề cương, không chọn lại sau khi thấy kết quả.

Số liệu giả định và bảng 2x2

Nhóm nghiên cứu hỏi được 120 người bệnh ở khoa A và 110 người bệnh ở khoa B. Bảng dưới là số liệu giả định, đặt theo đúng thứ tự mà phần mềm thường in ra.

NhómNhớ đúng lịchKhông nhớ đúngTổngTỷ lệ nhớ đúng
Khoa A (phiếu có hình)784212065,0%
Khoa B (dặn miệng)555511050,0%
Chung1339723057,8%

Nhìn bảng, chênh lệch 15 điểm phần trăm trông khá rõ. Câu hỏi của kiểm định là: nếu thật ra hai khoa có cùng một tỷ lệ trong tổng thể, thì việc rút ngẫu nhiên hai mẫu cỡ này mà chênh 15 điểm phần trăm hoặc hơn có hiếm không. Chữ “hiếm” được đo bằng giá trị p, và giá trị p chỉ trả lời đúng câu hỏi đó, không cho biết xác suất phiếu hướng dẫn có tác dụng.

Trước khi tính, kiểm tra tần số kỳ vọng. Dưới H0, tỷ lệ chung là 133/230 ≈ 0,578, nên ô nhớ đúng của khoa A kỳ vọng là 120 × 0,578 ≈ 69,4; các ô còn lại lần lượt khoảng 50,6; 63,6 và 46,4. Ô nhỏ nhất vẫn lớn hơn 5 rất nhiều, nên phép xấp xỉ chuẩn dùng được.

Tính tay kiểm định z hai tỷ lệ từng bước

Các bước dưới đây dùng đúng số liệu giả định ở bảng trên. Bạn nên tự bấm máy tính lại một lần, vì tự tính là cách nhanh nhất để hiểu phần mềm đang làm gì.

  1. Tính hai tỷ lệ mẫu: p1 = 78/120 = 0,650 và p2 = 55/110 = 0,500. Hiệu tỷ lệ quan sát được là 0,150.
  2. Tính tỷ lệ gộp dưới H0: p gộp = (78 + 55) / (120 + 110) = 133/230 ≈ 0,578. Dùng tỷ lệ gộp vì H0 giả định hai nhóm cùng một tỷ lệ.
  3. Tính sai số chuẩn dưới H0: SE = căn bậc hai của [p gộp × (1 − p gộp) × (1/120 + 1/110)] = căn của [0,578 × 0,422 × 0,01742] ≈ 0,0652.
  4. Tính thống kê kiểm định: z = 0,150 / 0,0652 ≈ 2,30.
  5. Tra giá trị p hai phía từ phân phối chuẩn: p = 2 × P(Z ≥ 2,30) ≈ 0,021. Vì 0,021 nhỏ hơn mức ý nghĩa 0,05 đã đặt trước, bác bỏ H0.
  6. Đối chiếu với chi bình phương: bình phương của z là 2,30² ≈ 5,29, đúng bằng giá trị chi bình phương Pearson không hiệu chỉnh của bảng 2x2 này, với một bậc tự do và cùng giá trị p. Hai cách là một, chỉ khác cách trình bày.

Nếu phần mềm của bạn mặc định bật hiệu chỉnh liên tục Yates cho bảng 2x2, con số chi bình phương sẽ nhỏ hơn một chút và giá trị p lớn hơn một chút. Không có cách nào đúng tuyệt đối ở đây; điều quan trọng là ghi rõ trong phần phương pháp bạn dùng cách nào, và không chọn cách cho ra p đẹp hơn sau khi đã thấy cả hai.

Khoảng tin cậy cho hiệu tỷ lệ: con số đáng báo cáo hơn giá trị p

Giá trị p chỉ nói số liệu có đủ bằng chứng để bác bỏ H0 hay không. Người đọc luận văn, nhất là người làm quản lý điều dưỡng, muốn biết chênh lệch lớn cỡ nào. Khoảng tin cậy trả lời câu đó. Khi dựng khoảng tin cậy, không còn giả định hai tỷ lệ bằng nhau nữa, nên sai số chuẩn tính riêng từng nhóm: SE = căn của [0,65 × 0,35 / 120 + 0,50 × 0,50 / 110] ≈ 0,0646.

Khoảng tin cậy 95% của hiệu tỷ lệ là 0,150 ± 1,96 × 0,0646, tức từ khoảng 0,023 đến 0,277, hay từ 2,3 đến 27,7 điểm phần trăm. Đọc bằng lời thường: số liệu phù hợp với một chênh lệch thật ở đâu đó từ rất nhỏ, chừng hai điểm phần trăm, đến khá lớn, gần 28 điểm phần trăm. Khoảng này không chứa số 0, khớp với kết luận bác bỏ H0 ở mức 0,05.

Chú ý độ rộng của khoảng. Nó cho thấy với khoảng hai trăm người bệnh, nghiên cứu xác định được chiều của chênh lệch nhưng chưa xác định chính xác độ lớn. Nếu hội đồng hỏi “phiếu hướng dẫn giúp tăng bao nhiêu”, câu trả lời trung thực là “trong mẫu này tăng 15 điểm phần trăm, nhưng ước lượng còn rộng từ khoảng 2 đến 28 điểm”. Viết như vậy chặt chẽ hơn nhiều so với việc chỉ ghi p nhỏ hơn 0,05.

Một lưu ý kỹ thuật: khoảng tin cậy dựng theo công thức xấp xỉ chuẩn ở trên kém chính xác khi tỷ lệ gần 0 hoặc gần 100%, hoặc khi cỡ mẫu nhỏ. Lúc đó các phần mềm thống kê có những cách tính khác như Wilson hay Newcombe. Bạn không cần nhớ công thức, chỉ cần biết để chọn đúng tuỳ chọn và ghi tên phương pháp vào luận văn.

Hiệu tỷ lệ, RR hay OR: chọn con số nào để báo cáo

Cùng một bảng 2x2 cho ra ba thước đo độ lớn khác nhau. Chúng không mâu thuẫn, nhưng kể ba câu chuyện khác nhau và hay bị nhầm lẫn.

Thước đoCách tính với số liệu giả địnhKết quảĐọc bằng lời
Hiệu tỷ lệ (RD)0,650 − 0,5000,150 (KTC 95%: 0,023 đến 0,277)Cứ 100 người bệnh thì khoa A có thêm khoảng 15 người nhớ đúng lịch
Nguy cơ tương đối (RR)0,650 / 0,5001,30 (KTC 95% khoảng 1,03 đến 1,63)Tỷ lệ nhớ đúng ở khoa A cao gấp 1,3 lần khoa B
Tỷ số chênh (OR)(78/42) / (55/55)1,86Chênh nhớ đúng so với không nhớ ở khoa A gấp 1,86 lần khoa B

Khi kết cục phổ biến như ở đây, khoảng một nửa người bệnh có kết cục, OR lớn hơn RR khá nhiều. Người đọc vội dễ hiểu OR 1,86 thành “gấp gần hai lần”, trong khi tỷ lệ thật chỉ gấp 1,3 lần. Với nghiên cứu cắt ngang hay nghiên cứu so sánh nhóm, RD và RR thường dễ hiểu hơn. OR là lựa chọn tự nhiên trong nghiên cứu bệnh chứng và khi dùng hồi quy logistic, nên nếu bạn báo cáo OR, hãy nói rõ nó là tỷ số chênh chứ không phải tỷ số tỷ lệ.

Với nhà quản lý, RD thường hữu ích nhất vì quy được ra số người cụ thể. Một cách trình bày gọn là báo cáo hai tỷ lệ, RD kèm khoảng tin cậy, và thêm RR nếu muốn so tương đối.

Điều kiện áp dụng và khi nào phải đổi sang kiểm định khác

Quan sát phải độc lập. Mỗi người bệnh chỉ được đếm một lần. Nếu một người nhập viện hai lần trong thời gian nghiên cứu và được hỏi hai lần, hãy quy định trước chỉ lấy lần đầu. Quan sát tuân thủ vệ sinh tay cũng vậy: nhiều lần quan sát trên cùng một điều dưỡng không độc lập với nhau, cần phương pháp tính đến cụm.

Hai nhóm phải là hai nhóm người khác nhau. Nếu bạn đo cùng một nhóm người bệnh trước và sau một buổi hướng dẫn, dữ liệu là dữ liệu cặp. Kiểm định hai tỷ lệ độc lập sẽ sai; công cụ đúng cho kết cục nhị phân dạng cặp là McNemar, vốn chỉ dùng những người thay đổi trạng thái giữa hai lần đo.

Tần số kỳ vọng không quá nhỏ. Quy ước thường dùng là mọi ô kỳ vọng từ 5 trở lên. Với các biến cố hiếm như té ngã trong bệnh viện hay loét tì đè, cỡ mẫu vài chục người dễ cho ô kỳ vọng nhỏ hơn 5; khi đó dùng kiểm định chính xác Fisher thay cho xấp xỉ chuẩn.

Cách đo kết cục phải giống nhau ở hai nhóm. Nếu người gọi điện cho khoa A biết khoa A dùng phiếu mới, họ có thể vô tình hỏi gợi ý hơn. Cách giảm sai lệch là dùng một người hỏi không biết người bệnh thuộc khoa nào và một bộ câu hỏi viết sẵn.

Diễn giải đúng mực: có ý nghĩa thống kê chưa phải là nhân quả

Kết luận thống kê ở ví dụ là: với mức ý nghĩa 0,05, số liệu cho bằng chứng rằng tỷ lệ nhớ đúng lịch tái khám ở hai khoa khác nhau. Kết luận đó dừng ở mức so sánh. Nó chưa chứng minh phiếu hướng dẫn là nguyên nhân, vì hai khoa có thể khác nhau ở nhiều thứ khác: độ tuổi người bệnh, loại bệnh, số điều dưỡng trên mỗi giường, thói quen dặn dò của từng người. Thiết kế cắt ngang so sánh hai khoa có sẵn không tách được các yếu tố đó.

Muốn tiến gần hơn đến kết luận nhân quả, thiết kế phải mạnh hơn: phân bổ ngẫu nhiên người bệnh hoặc phân bổ theo khoảng thời gian, thu thập thêm biến gây nhiễu để hiệu chỉnh, hoặc so sánh cùng một khoa trước và sau khi đổi cách hướng dẫn kèm một khoa đối chứng. Mỗi lựa chọn có chi phí và vấn đề đạo đức riêng, và đề cương phải được hội đồng đạo đức trong nghiên cứu y sinh học của cơ sở xem xét trước khi thu thập dữ liệu.

Cũng tránh viết “phiếu hướng dẫn có hiệu quả quan trọng” chỉ vì p nhỏ hơn 0,05. Có ý nghĩa thống kê nghĩa là chênh lệch khó giải thích bằng ngẫu nhiên, còn quan trọng hay không là chuyện của chuyên môn điều dưỡng: 15 điểm phần trăm có đủ để đổi quy trình không, chi phí in phiếu ra sao, người bệnh không biết chữ thì thế nào. Phần bàn luận là nơi trả lời các câu hỏi đó bằng lập luận chuyên môn, không phải bằng giá trị p.

Một câu báo cáo gọn cho ví dụ này có thể viết: tỷ lệ người bệnh nhớ đúng lịch tái khám ở khoa A là 65,0% (78/120), ở khoa B là 50,0% (55/110); chênh lệch 15,0 điểm phần trăm, khoảng tin cậy 95% từ 2,3 đến 27,7 điểm phần trăm, z = 2,30, p = 0,021. Câu đó đủ để người đọc tự đánh giá mà không phải đoán.

Câu hỏi thường gặp

Kiểm định z hai tỷ lệ và chi bình phương bảng 2x2 có khác nhau không?

Về bản chất là một. Bình phương thống kê z bằng thống kê chi bình phương Pearson không hiệu chỉnh của bảng 2x2, và hai cách cho cùng giá trị p hai phía. Kiểm định z có lợi thế là cho biết chiều chênh lệch và dễ mở rộng thành kiểm định một phía.

Khi nào phải dùng kiểm định chính xác Fisher thay cho kiểm định z?

Khi có ô tần số kỳ vọng nhỏ hơn 5, thường gặp với biến cố hiếm hoặc cỡ mẫu nhỏ. Fisher tính xác suất chính xác dựa trên các tổng hàng và cột cố định, không dựa vào xấp xỉ chuẩn. Phần lớn phần mềm thống kê in sẵn kết quả Fisher cho bảng 2x2.

Đo cùng một nhóm người bệnh trước và sau tư vấn thì dùng gì?

Kết cục nhị phân đo hai lần trên cùng người là dữ liệu cặp, nên dùng kiểm định McNemar. Kiểm định này chỉ dựa vào số người chuyển từ không sang có và từ có sang không. Dùng kiểm định hai tỷ lệ độc lập cho dữ liệu cặp sẽ cho sai số chuẩn sai.

Nên báo cáo RR hay OR trong nghiên cứu cắt ngang điều dưỡng?

Với kết cục phổ biến, RR và hiệu tỷ lệ dễ hiểu và ít bị đọc phóng đại hơn OR. OR phù hợp với nghiên cứu bệnh chứng và hồi quy logistic. Dù chọn thước đo nào, hãy kèm khoảng tin cậy và nêu rõ tên thước đo để người đọc không nhầm.

Giá trị p bằng 0,021 có nghĩa là xác suất H0 đúng là 2,1% không?

Không. Giá trị p là xác suất thu được chênh lệch bằng hoặc lớn hơn mức quan sát nếu H0 đúng. Nó không phải xác suất H0 đúng, cũng không phải xác suất kết quả do ngẫu nhiên. Diễn giải đúng là số liệu khó phù hợp với giả định hai tỷ lệ bằng nhau.

Cỡ mẫu khoảng một trăm người mỗi nhóm có đủ cho đề tài so sánh tỷ lệ không?

Tuỳ chênh lệch bạn muốn phát hiện. Với tỷ lệ quanh 50%, khoảng một trăm người mỗi nhóm đủ để phát hiện chênh lệch cỡ 20 điểm phần trăm với lực mẫu thường dùng, nhưng không đủ cho chênh lệch 5 đến 10 điểm. Nên tính cỡ mẫu trước khi thu thập dựa trên chênh lệch có ý nghĩa chuyên môn.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138