Giáo trình- Tin học chuyên ngành trong chăn nuôi và thú y-chương 2

Chia sẻ: Lit Ga | Ngày: | Loại File: PDF | Số trang:26

Thêm vào BST

Báo xấu

128
lượt xem 25
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 2: Xử lý dữ liệu trong dịch tễ học thú y Dịch tễ học là môn học về trạng thái và diễn biến sức khỏe của một quần thể. Nói như vậy dịch tễ học bao hàm vấn đề sức khỏe theo không gian(trạng thái) và thời gian (diễn biến).

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giáo trình- Tin học chuyên ngành trong chăn nuôi và thú y-chương 2

Chương II X LÝ D LI U TRONG D CH T H C THÚ Y D ch t h c là môn h c v tr ng thái và di n bi n s c kh e c a m t qu n th . Nói như v y d ch t h c bao hàm v n ñ s c kh e theo không gian (tr ng thái) và th i gian (di n bi n). ð ng th i d ch t h c bao hàm c v n ñ y h c (s c kh e) và toán h c th ng kê (qu n th ). Trư c ñây, t i các nư c xã h i ch nghĩa cũ, d ch t h c ñư c hi u là môn h c v các b nh truy n nhi m. Chính xác hơn là ph n nghiên c u v s lây lan và bi n pháp phòng ch ng b nh truy n nhi m trong các trư ng ñào t o bác s hay bác s thú y. ðó là cách hi u chưa ñ y ñ b i d ch t h c không ch gi i h n trong các b nh truy n nhi m mà còn là môn h c ñ xác ñ nh m i tương quan gi a s c kh e v i các y u t có trong môi trư ng xung quanh và quan tr ng hơn, d ch t h c là môn h c nghiên c u v m t qu n th và ño lư ng b nh t t c a qu n th ñó. D ch t h c còn ñư c ñ nh nghĩa là môn toán (th ng kê) mang màu s c y h c. Do v y, v i s phát tri n c a ngành ñi n t , d ch t h c ñã ñư c tin h c hóa r t nhanh chóng. Có th nói r ng trong khoa h c v s c kh e c a ngư i và ñ ng v t, d ch t h c là môn h c ñư c tin h c hóa s m nh t và có ý nghĩa nh t. Nhi u ph n m m vi tính ñã ñư c vi t và ñư c s d ng r ng rãi. Ngư c l i tin h c góp ph n thúc ñ y làm cho d ch t h c phát tri n và d ch t h c ñư c s d ng nhi u hơn và r ng rãi hơn trong vi c qu n lý b nh t t. Trong chương này, chúng tôi xin gi i thi u m t s ph n m m máy vi tính thư ng ñư c s d ng trong d ch t h c. ð hi u và s d ng các ph n m m này, yêu c u ngư i ñ c (i) ph i là ngư i ñã n m rõ các khái ni m v d ch t h c (t l m c b nh, t su t m c b nh, t l ch t, t l t vong, t l t n công, ñ nh y, ñ ñ c hi u, ngư ng dương tính…). M t khác cũng ñòi h i ngư i ñ c (ii) ph i có ñ ki n th c v toán th ng kê (s trung bình, phương sai, kho ng tin c y, phân b chu n…). Vi c s d ng các ph n m m không khó, th c ch t tin h c là công c th c hi n các phép tính toán, chúng ta ch vi c nh p s li u và nh p chu t là có k t qu . Tuy nhiên, k t qu ñó nói lên ñi u gì thì c n ki n th c v d ch t và toán th ng kê. Th m chí, có hi u v d ch t h c thì vi c nh p s li u vào máy m i ñúng và chính xác, ñ ng th i k t qu ñưa ra m i có ý nghĩa. B i vì máy nh n b t kỳ s li u nào khi ta nh p vào và cho k t qu theo s li u n p vào nó. H n ch trong khuôn kh gi i thi u ph n m m dùng trong d ch t h c, chương này không gi i thích các khái ni m d ch t h c cũng như không trình bày chi ti t v toán th ng kê. Ngư i ñ c ñư c m c ñ nh là ñã có ñ y ñ ki n th c v hai môn h c trên. Cu i cùng (iii), ña s các ph n m m ñ u vi t b ng ti ng Anh ho c ti ng nư c ngoài khác. Do v y ñ i v i sinh viên và nh ng ngư i không thành th o ti ng Anh ho c ngôn ng nư c ngoài nào khác s r t khó khăn khi h c và s d ng các ph n m m d ch t . V i các ñi u ki n (i, ii và iii) như nêu trên, sau khi ñ c xong chương này, ngư i ñ c có th s d ng ph n m m Win Episcope ho c EpiCalc sau m t vài l n th c t p trên máy. 53
1. CÁC PH N M M VI TÍNH DÙNG TRONG D CH T H C 1.1. ð c ñi m Các ph n m m vi tính dùng trong d ch t h c ban ñ u ch y u là ñ tính toán các con s ño lư ng v b nh trong d ch t h c. Cùng v i s phát tri n tính năng c a máy vi tính và thi t b ñi n t , nhi u ph n m m khác ra ñ i có tính ph c t p cao ph n ánh c th và rõ ràng hơn v tình hình b nh d ch. Ví d các ph n m m vi tính k t h p v i k thu t ñ nh v GIS có th xác ñ nh v trí m t d ch trên b n ñ m t cách chính xác không nh ng v kinh ñ , vĩ ñ mà c v ñ cao so v i m t bi n, ho c ph n m m EpiMap cho phép chúng ta xác l p b n ñ d ch t mà n u không có máy vi tính thì con ngư i không th làm n i. Cũng như v y, ngư i ta ñã ñưa ra các ph n m m v qu n lý và thông báo d ch (trong các nư c thành viên c a OIE) sao cho các khái ni m d ch t tr thành ngôn ng chung c a nhân lo i khi nói v d ch b nh. Các ph n m m như v y dành cho nh ng cán b d ch t chuyên nghi p. Chương này ch gi i thi u ph n m m cơ b n ñ tính toán các ch s ño lư ng v b nh t t ñư c gi ng d y cho sinh viên ñ i h c trong môn d ch t h c. Cu i cùng, ñ c ñi m c a ph n m m vi tính dùng trong d ch t h c thư ng là các ô tr ng, nh p s li u vào các ô tr ng ñó gi ng như thay các con s vào các ký hi u b ng ch trong các công th c toán h c. Máy s tính và cho ta k t qu mong mu n. Ví d , công th c v=S/t là công th c tính t c ñ trung bình v b ng quãng ñư ng ñi S chia cho th i gian t. ð có v ta nh p giá tr c th c a S và con s giá tr c a t, nh n chu t, máy s cho ra con s khác, ñó là v và là t c ñ trung bình. ðây ch là ví d ñơn gi n. Trong nhi u trư ng h p c n ph i có các khái ni m rõ và chi ti t hơn hơn. Ví d , trong buôn bán, ta có th tính lãi b ng chênh l ch giá tr s ti n chi ra khi mua và ti n thu vào khi bán; nhưng ñó chưa ph i là lãi th c, còn ph i tr ti n thuê c a hàng và ti n thuê nhân công bán hàng… ði u ñó cho th y c n có khái ni m như th nào là lãi. Như v y v n chưa ñ , l i ph i tính các kho n chi khác như thu (nhi u lo i thu khác nhau)… Trong d ch t h c cũng như v y. ði u ñó nói lên r ng, ph n m m dùng trong d ch t h c th c ra ch ñ tính toán các con s v b nh t t. Các công th c tính toán này ñ u có trong các sách v d ch t h c. Mu n hi u bi t ý nghĩa các k t qu c n ph i hi u rõ công th c ñ tính k t qu là như th nào. Tóm l i, s d ng ph n m n vi tính dùng trong d ch t h c ch y u là nh p s li u (ñi n các con s vào các công th c toán h c ñã ñư c l p ra) ñ tính giá tr các s ño lư ng v b nh t t. 1.2. Các ph n m m ñư c dùng nhi u trong d ch t h c Như trên ñã nói, có nhi u ph n m m vi tính dùng trong d ch t h c. Có nh ng ph n m m mang tính ñ c thù c a d ch t h c như: Epi-Info, EpiCalc, WinEpiscope, EpiMap, ToolBox, Freecalc … và có ph n m m không ch dùng trong d ch t h c như ph n m m GIS (ñ nh v ñ a lý toàn c u), th m chí các ph n m m toán th ng kê cũng là các ph m m m có th s d ng ñ tính toán các s ño lư ng v b nh t t. V i nh ng ngư i chuyên v d ch t , vi c s d ng thành th o các ph n m m trên là yêu c u b t bu c. Vì h n ch gi i thi u trong m t chương sách chúng tôi gi i thi u hai ph n m m chính là WinEpiscope và Epicalc. 2. S D NG PH N M M WIN EPISCOPE 2.1. Gi i thi u Sau khi cài ñ t ph n m m này vào máy vi tính, chúng ta có th bi t rõ hơn v ngu n g c và các tác gi so n th o ph n m m này. Sơ lư c như sau: Win Episcope có ngu n g c 54
t chương trình EPIDEMO do trư ng ñ i h c Hoàng gia Thú y và Nông nghi p Copenhagen (ðan M ch) và ñ i h c Utrecht (Hà Lan) biên so n. Sau ñó nó ñư c c i ti n và ñ i tên là EPISCOPE, ti p theo ñó ñư c c i ti n tr thành WIN EPISCOPE v i s h p tác c a các trư ng ñ i h c khác như Wagningen Agricultural University (Hà Lan) và ñ i h c Zaragoza (Tây Ban Nha). Ph n m m này có nhi u phiên b n khác nhau, chúng tôi xin gi i thi u trong chương này phiên b n 2.0. ð c p nh t, ta có th t i các phiên b n m i nh t theo ñ a ch : http://www.infecepi.unizar.es ho c http://zod.wau.nl ho c http://www.clive.ed.ac.uk. M t lý do khác là ñây là ph n m m công c ng, ai cũng có th t i v , cài ñ t vào máy, s d ng, sao chép và ph bi n cho ngư i khác. Các tiêu chí có th tính toán ñư c b ng Win Episcope Nh ng ngư i bi t ti ng Anh và ti ng Tây Ban Nha có th d dàng s d ng ph n m m này vì nó ñư c vi t ra trên cơ s hai ngôn ng nói trên và ph n Help gi i thi u ñ y ñ các tiêu chí có th tính toán ñư c khi dùng ph n m m này Các tiêu chí ñó là: Các phương pháp ch n ñoán (trong Menu Test), Nghiên c u v m u (trong Menu Sample), Phân tích (trong Menu Analysis) Sau khi cài ñ t WIN EPISCOPE, nháy chu t vào chương trình ta s th y giao di n như sau xu t hi n trên màn hình: Start Progams WinEpi Giao di n này thay ñ i ngay trong vòng vài giây sau ñó, ph n tên chương trình m t ñi ch ñ l i giao di n tr ng và chúng ta có th b t ñ u s d ng. 55
Trên thanh công c có các menu sau: File, Test, Samples, Analysis, Model, Window và Help. M c File dùng ñ lưu tr các thư m c và các tính toán ñã ñư c ti n hành và có ch c năng gi ng như m c File c a các ph n m m khác trong máy vi tính. Các m c dùng trong d ch t h c là test, samples, analysis , model và help. ð i v i ngư i ñã n m rõ môn h c d ch t hoc và bi t ti ng Anh ho c Tây Ban Nha, có th t mình làm quen và s d ng ph n m m này m t cách d ràng. Khi có khó khăn có th vào ph n Help ñ ñư c hư ng d n. Nh n chu t vào m c Test ch ng h n chúng ta s th y trên màn hình xu t hi n giao di n sau (hình 2.1): Hình 2.1. Như hình trên cho th y xu t hi n các submenu: Agreement, Evaluation, Advanced Evaluation, Cut-off Value và Multiple Test. Ta nh n chu t vào submenu Evaluation ch ng h n, trên màn hình s xu t hi n giao di n như sau (hình 2.2): Test Evaluation… Hình 2.2 56
Trên thanh công c c a window con s xu t hi n dòng ch : Diagnosis Test Evaluation có nghĩa là ñánh giá phương pháp ch n ñoán. C a s con này có hai ph n. Ph n trên có các ô màu tr ng và có dòng ch input of DATA có nghĩa là ph n ñ nh p s li u. Ph n dư i ghi RESULTS là ph n cho k t qu . Ô nh p s li u có 2 c t (Yes và No) thu c tiêu ñ Disease (có m c b nh và không m c b nh) và 2 dòng (+ và -) thu c tiêu ñ Test (k t qu dương tính hay âm tính). ð hi u và s d ng ti n ích này, nói cách khác ti n ích này dùng ñ làm gì chúng ta l y m t thí d như sau: m t nhà khoa h c n sang ch ra m t phương pháp ch n b nh b ng k thu t ELISA nh m phát hi n vi rút d ch t l n trong huy t thanh. ð xác ñ nh phương pháp này có giá tr chính xác ñ n ñâu c n ph i xác ñ nh các tiêu chí sau: - ð nh y (sensitivity) - ð ñ c hi u (specificity) - T l m c b nh th c (true prevalence) - T l m c b nh th y ñư c (apparent prevalence) - T l d ñoán dương tính (predictive value +) - T l d ñoán âm tính (predictive value -) ð làm vi c ñó, tác gi s d ng m u máu c a 50 l n m c b nh và 50 l n không m c b nh ñ xác ñ nh giá tr c a phương pháp ELISA do ông ta sáng ch . Sau khi xét nghiêm, k t qu thu ñư c như sau: trong s 50 m u l n b nh, có 47 m u dương tính và 3 m u âm tính. Trong s 50 m u l n kh e m nh có 2 m u cho k t qu dương tính. Ta nh p s li u vào máy 4 con s nói trên như hình 2.3 sau ñây: Hình 2.3. 57
ð ng th i nh p chu t vào các giá tr v ñ tin c y (Level of Confidence). Chúng ta ch n v i ñ tin c y là 95% ch ng h n. Sau khi nh p ñ y ñ s li u, nút calculate s hi n rõ màu xanh. Nh n chu t vào nút calculate (tính) ta s có các k t qu trên màn hình như sau (hình 2.4.): Hình 2.4. Nhìn vào b ng k t qu chúng ta th y sensitivity (ñ nh y c a phương pháp này) là 94%; v i Lower Lim (c n dư i) là 87,4% và c n trên (Upper Lim) là 100%. Cũng như v y v i ñ ñ c hi u (Specificity) là 96% c n dư i là 90,56% và c n trên là 100%. V k t qu các tiêu chí khác chúng ta th y: - T l m c b nh th c (true prevalence): 50% - T l m c b nh th y ñư c (apparent prevalence): 49% - T l d ñoán dương tính (predictive value +): 95,9% - T l d ñoán âm tính (predictive value -): 94,1% (ñã làm tròn s ). ð hi u các tiêu chí khác, chúng ta l p b ng 2X2 như sau (b ng 2.1): B ng 2.1. M t thí d v b ng 2X2 Có b nh Không có b nh T ng s K t qu dương tính A (47) B (2) A+B=49 K t qu âm tính C (3) D (48) C+D=51 T ng s A+C = 50 B+D=50 (A+B+C+D) = N 58
Th t ra, khi l p b ng 2X2 như trên ta có th tính các ch s như sau: - ð nh y (sensitivity) = A/A+C = 47/50 = 94% - ð ñ c hi u (specificity) = D/B+D = 48/50 =96% - T l m c b nh th c (true prevalence) = (A+C)/N = 50/100 = 50% - T l m c b nh th y ñư c (apparent prevalence) = (A+B)/N = 40/100 = 49%. - T l d ñoán dương tính (predictive value +) = A/A+B = 47/49 = 95,9% - T l d ñoán âm tính (predictive value -) = D/C+D = 48/51 = 94,1% Tuy nhiên ñ tính giá tr c n trên và c n dư i (toán th ng kê) l i r t m t th i gian khi coi các k t qu trên ñây có phân b chu n và tính chúng v i ñ tin c y là 95%. N u chúng ta thay ñ tin c y ví d là 97,5% chúng ta nh n chu t vào nút dành cho con s 97.5% chúng ta s th y các con s k t qu thay ñ i theo nhưng ch y u là c n trên và c n dư i. V ý nghĩa các con s trên, xin nh c l i là bài vi t này dành cho ngư i ñ c ñư c m c ñ nh là ñã có ki n th c v d ch t h c và toán th ng kê. Bài vi t này không gi i thi u c n k các khái ni m s d ng trong d ch t h c. Cũng như v y ñ i v i ki n th c v toán th ng kê. 2.2. Các phương pháp ch n ñoán Nh n chu t vào submenu TEST ta có a. Th s trùng h p k t qu (Test of Agreement) Trong nhi u trư ng h p, ph i s d ng các phương pháp t n kém ñ xác ñ nh d ch b nh. Các phương pháp này chưa ph i ñã là hoàn h o do không xác ñ nh ñư c ñ ñ c hi u và ñ nh y c a nó. Trong hoàn c nh như v y, khi dùng m t phương pháp thay th (r hơn, nhanh hơn ho c ñơn gi n và d th c hi n hơn…) ph i so sánh v i phương pháp nói trên ñư c l y làm chu n. S trùng h p v k t qu c a hai phương pháp ñư c th hi n b ng giá tr Kappa, t l trùng k t qu ... Trong ph n k t qu chúng ta th y giá tr c a Kappa và kho ng tin c y (Confidence Interval) c a Kappa ñư c tính v i hai gi thi t. (i) gi thi t th nh t là sai s chu n c a K b ng không [se(0)] và gi thi t th hai (ii) là sai s chu n c a K khác 0 [se(1)]. ð nh p s li u, trong b ng 16 ô có ph n hàng d c là k t qu c a phương pháp chu n; các ch A, B, C, D là tiêu chí ñánh giá (ví d A là s dương tính, B s nghi ng và C là s âm tính theo phương pháp chu n). Ph n hàng ngang là k t qu c a phương pháp thay th . Như v y, ô Aa là cùng có k t qu dương tính v i c 2 phương pháp; Ac là dương tính v i phương pháp chu n nhưng âm tính v i phương pháp thay th … Thí d : ta có 100 m u huy t thanh ñư c xét nghi m kháng th vi rút cúm type A v i hai phương pháp ELISA và HI ( c ch ngưng k t h ng c u). ELISA ñư c coi là chu n nhưng t n kém và ph c t p trong khi th c hiên. Sau khi xét nghi m ta th y s m u dương tính v i c hai phương pháp (Aa) là 60; dương tính v i ELISA và âm tính v i HI (Ab) là 3; âm tính v i ELISA và dương tính v i HI (Ba) là 4 và âm tính v i c hai phương pháp (Bb) là (100 – 60 – 4 – 3) = 33 m u. Nh p các con s trên vào các ô tương ng, xác ñ nh ñ tin c y, nút calculate s hi n rõ màu xanh, nh n vào ñó ta có k t qu (xem hình 2.5) như sau: Test Agreement… 59
Hình 2.5. Trong ph n k t qu cho th y: - T l trùng k t qu quan sát th y (Observed Proportion of Agreement) là 93%, - T l hy v ng trùng k t qu (Expected Proportion of Agreement) là 53,6%, - T l trùng quan sát ñư c tr ñi t l trùng do ng u nhiên (Observed Minus Chance) là 39,4% - T l trùng k t qu t i ña ngoài t l trùng do ng u nhiên (Max. possible agreement beyond chance) là 46,4% và ch s Kappa là 0,894 v i các c n trên và c n dư i theo gi thi t sai s chu n là 0 [Se(0)] và [Se(1)] khác 0. b. ðánh giá phương pháp ch n ñoán (Evaluation) Như ñã trình bày trong ph n cu i m c gi i thi u (2.1). c. Advanced Evaluation – ðánh giá phân tích phương pháp ch n ñoán. V i ñ nh y và ñ ñ c hi u cho trư c c a m t phương pháp ch n ñoán, kèm theo t l m c b nh th c và s m u ki m tra s d ng phương pháp ñó (các d li u nh p vào máy), ti n ích này cho bi t m i tương quan gi a các ch s liên quan. Trong hình 6 có thí d v hai phương pháp ch n ñoán. Phương pháp 1 có (ví d ) ñ nh y (sensitivity) là 96% ñ ñ c hi u (specificity) là 98%, dùng phương pháp này ñ xét nghi m 100 (sample) m u t i m t qu n th có t l m c b nh th c (true prevalence) là 2%. Ta có k t qu là s có hai m u dương tính m c b nh th t (dương tính th t) và hai m u dương tính nhưng th c ch t không m c b nh (dương tính gi ). Ngoài ra máy cho ta bi t: - T l dương tính th y ñư c là 3,88% (trong khi th c s ch có 2%). - Giá tr tiên ñoán dương tính là: 49,48% (có nghĩa là khi dùng phương pháp này, ch m t n a s m u dương tính ñúng là dương tính t b nh ph m m c b nh th c) 60
- Giá tr tiên ñoán âm tính là: 99,92% (có nghĩa là khi dùng phương pháp này, m t m u có k t qu âm tính thì ch c ch n 99,9% ñúng là âm tính). - Ngoài ra máy còn cho ta các s li u khác khi thay ñ i t l dương tính th t và m i tương quan gi a t l dương tính th t v i các ch s nêu trên. Test Advanced Evaluation… Hình 2.6b Hình 2.6b 61
Cũng v i 100 m u trên n u ta s d ng phương pháp xét nghi m có ñ nh y là 60% và ñ ñ c hi u là 80%, ta s có k t qu khác, t l m c b nh (dương tính) s là 20,8% (trong khi th c t ch là 2%). Và m i tương quan d ng ñ th gi a các tiêu chí cũng khác ñi. Xem chi ti t trong hình 2.6a và 2.6b dư i ñây. d. Xác ñ nh ngư ng (dương tính) - cut-off value Ph n này dành ch y u cho ngư i thi t l p các phương pháp ch n ñoán m i. e. ðánh giá phương pháp ch n ñoán dùng nhi u phép th – multitest Trong khi ch n ñoán b nh ta không ch dùng m t phép th mà k t h p nhi u phép th (xét nghi m) khác nhau, g i là phương pháp ch n ñoán ña phép th (multitest). Các phép th không ph i ñ u cho cùng k t qu gi ng nhau. K t qu có th là dương tính v i phép th này nhưng l i âm tính v i phép th khác. ð k t lu n có hay không có b nh, ngư i ta dùng hai cách ñánh giá, cách th nh t g i là (i) ñánh giá k t qu ñ ng th i (còn g i là song song – in parallel) t c là t t c các phép th ch n ñoán ñ u ph i cho k t qu dương tính thì m i k t lu n là có b nh. Như v y, ph i làm t t c các phép th , s t n kém và m t th i gian. Nhưng cũng có th k t lu n b ng cách th hai (ii) l n lư t – in series, t c là c th y m t phép th nào ñó cho k t qu dương tính là k t lu n ñã có b nh (tránh kh i ph i làm các phép th khác, mà ch làm phép th ti p theo v i các m u âm tính). Ti n ích này s phân tích v ñ nh y, ñ ñ c hi u v.v… c a phương pháp nhi u phép th . V i ñ c ñi m c a t ng b nh và trong hoàn c nh c th khác nhau, các cơ quan qu n lý s ñưa ra quy t ñ nh là dùng phương pháp nào (song song hay l n lư t) ñ k t lu n b nh khi dùng phương pháp ch n ñoán ña phép th . 2.3. Nghiên c u v m u (Sample) D ch t h c như ñã nói là môn toán (th ng kê) mang màu s c y h c. Do v y vi c xác ñ nh c m u và v i s m u ñã s d ng ta ñánh giá các k t qu thu ñư c như th nào ñư c x lý trong ti n ích này. Vào submenu SAMPLES ta s th t xu t hi n các m c như sau (hình 2.7): Hình 2.7 62
- Estimate mean - Ư c lư ng s trung bình - Estimate difference between means - Ư c lư ng s khác nhau v giá tr trung bình - Estimate percentage - Ư c lư ng t l ph n trăm - Estimate difference between percentage - Ư c lư ng s khác nhau v t l ph n trăm. - Detection of Disease - Phát hi n b nh - Threshold value - Giá tr ngư ng - Unmached case control - b nh ch ng không c p ñôi - Mached case control - Nghiên c u b nh ch ng c p ñôi. - Cohort - Nghiên c u thu n t p Trong d ch t h c, c m u liên quan ch t ch ñ n t l (th c s ) có b nh có trong qu n th , t l th y ñư c (phát hi n), ñ nh y và ñ ñ c hi u c a phép th , kho ng tin c y c a k t qu mong mu n… Do v y, c n ph i tính toán c m u sao cho k t qu ph n ánh trung th c nh t tr ng thái th c t . Ngư c l i, v i c m u cho trư c chúng ta ph i tính toán và xác ñ nh các con s k t qu nêu trên có giá tr ñ n m c nào?. M t khác, trong nghiên c u hay ñi u tra d ch t , các phương pháp và m c tiêu nghiên c u khác nhau (phát hi n b nh – detection, hay sàng l c b nh - screening…) ñòi h i các c m u khác nhau. Hơn n a, ñ so sánh ñ c tính các qu n th m t cách chính xác và ñúng ñ n ñòi h i ph i có c m u t i thi u phù h p. Ph n submenu này giúp chúng ta gi i quy t các v n ñ liên quan ñ n m u ñi u tra và các v n ñ nêu trên. a. Ư c lư ng giá tr trung bình - Estimate Mean Khi nh n chu t vào ph n ư c lư ng giá tr trung bình (Estimate Mean) ch ng h n, máy tính s cho cung c p cho ta s lư ng m u c n thi t ñ xét nghi m. Ví d : trong m t qu n th có 1000 l n, mu n bi t tr ng lư ng trung bình c a ñàn l n này (tính b ng Kg) v i ñ tin c y là 95% cho r ng ñ l ch chu n (Expected Standard Deviation) là 0,5 và sai s tuy t ñ i (Expected Standard Error) là 0,1 ta nh p các s li u vào máy sau ñó nh n nút calculate s cho ta c m u c n l y (Required Sample Size) là 88. Có nghĩa là c n tính tr ng lư ng trung bình c a 88 l n thì s trung bình này m i ñ i di n cho c ñàn l n 1000 con v i ñ tin c y là 95%. V i ñàn l n 1000 con khác, trông b ngoài không ñ ng ñ u so v i ñàn trư c. Có nghĩa là sai s chu n s cao hơn, ví d là 1 (l n hơn 0,5) ch ng h n. Sau khi nh p s li u và nh n chu t vào nút calculate ta s có c m u c n l y (Required Sample Size) s là 278 (l n hơn 88, xem hình 2.8a và 2.8b). Sample Estimate Mean Hình 2.8a 63
Hình 2.8b b. Ư c lư ng giá tr ph n trăm – Estimate percentage Trong nghiên c u d ch t ta thư ng l y m t lư ng m u nào ñó, sau khi xét nghi m th y có (ví d ) 14% s m u dương tính. Ta có th k t lu n như th nào v toàn b qu n th . Ngư c l i, m t ví d khác: ñ i v i m t ñàn gia súc có n=1000 cá th , trong ñó có kho ng 20% có kháng th , ta ph i l y bao nhiêu m u ñ giá tr % ñó ñ i ñi n cho qu n th v i ñ tin c y là 95% và sai s là +/- 5% (các con s nêu ra ch là các ví d ). Ta nh n con tr vào m c Ư c lư ng ph n trăm - Estimate Percentage s xu t hi n c a giao di n như hình 9. Nh p các s li u vào các ô như sau: - ð l n c a qu n th - Population Size: 1000 - T l m c b nh d ñoán - Expected Prevalence (%): 20 - Sai s ch p nh n - Accepted Error (%): 5 - ð tin c y - Level of Confidence: 95% Nh n nút calculate, trong ph n k t qu màn hình xu t hi n ba dòng như sau: - T l l y m u - Sampling Fraction: 19,734 - C m u -Sample Size: n: 245,86 - C m u ñư c ñi u ch nh -Sample Size n(a): 197,34 Trên m t thanh nh p nháy xu t hi n dòng ch : Use value of n(a) = 198 có nghĩa là hãy s d ng giá tr 198 (hình 2.9a). Nói cách khác ph i l y 198 m u ñ ñ t các yêu c u như ñã n p vào máy (k t qu t l m c b nh kho ng g n 20 (+/-5%). Sample Estimate Percentage Hình 2.9a 64
N u ta ch p nh n sai s cao hơn ví d 10% ch ng h n ta th y ch c n l y 58 m u (hình 2.9b). Cùng trong c a s này có m t trang khác nh m ñ tính sai s ph n trăm v i m t c m u nào ñó. Ví d : cùng là qu n th 1000 con, t l có kháng th ư c kho ng 20%, khi l y 100 m u ñ xét nghi m thì sai s s là +/-7,84%. Hình 2.9b c. Phát hi n b nh - Detection of Disease M t ti n ích quan tr ng khác là: (c m u c n có ñ ) Phát hi n b nh - Detection of Disease. Gi s r ng trong ñàn 300 l n có 2 l n b ho nghi b suy n l n. Khi thú y mu n xác ñ nh xem trong ñàn l n này có b nh suy n l n không; c n l y m u bao nhiêu l n ñ có k t qu 1 l n dương tính v i suy n l n. Ta nh p s li u vào ph n Input như sau: - C qu n th (t ng ñàn) - Population Size: 300 - S ñ ng v t m c b nh (ho) - No of Diseased animals: 2 - ð tin c y - Level of Confidence: 95% Sample Detection of Disease Hình 2.10 65
Sau ñó nh n chu t vào nút calculate, th y bên ph n k t qu (RESULTS) cho ta C m u c n l y – Required Sample Size là 233; T l m c b nh (Prevalence) là 0,67% (xem hình 2.10). B n ñ c thay con s l n b nh là 2 b ng con s 10 (có 10 l n ho th , s còn l i trông bên ngoài ñ u kh e m nh) thì c m u (s l n c n xét nghi m) s gi m xu ng r t nhi u. d. T l m c b nh t i ña - Maximun No Positives M t ti n ích khác là xác ñ nh t l m c b nh t i ña – Maximun No Positives – ñ gi i quy t v n ñ như sau: t i tr i 300 l n; nghi m c b nh Aujesky do có l n có lâm sàng nghi m c b nh. C n xét nghi m ñ kh ng ñ nh có ñúng là tr i này có b nh ñó không. Phương pháp xét nghi m là PCR phát hi n kháng nguyên vi rút Aujesky trong các tampon ngoáy mũi l n (swabs). Ngư i ta ñã l y 100 m u swab và g i ñi xét nghi m. T t c ñ u âm tính. Ta có th k t lu n ñư c gì v xét nghi m trên và có th lo i tr b nh suy n l n tr i này không? Ta ñưa con tr nh n vào ph n phát hi n b nh, sau ñó vào trang T l m c b nh t i ña - Maximum No Positives. Nh p s li u như sau: - C qu n th (t ng ñàn) - Population Size: 300 - S m u âm tính - No of Negative Samples: 100 - ð tin c y - Level of Confidence: 95% - Nh n con tr vào nút calculate. Trong ph n k t qu - RESULTS hi n lên các m c sau: - T l l y m u - Sampling Fraction: 33,33% - S l n dương tính t i ña - Maximum No Positives: 8 - T l m c b nh t i ña - Maximum Prevalence: 2,67% (xem hình 2.10) So v i thí d v c m u c n l y (ph n 2.2.1.9 trên ñây) chúng ta th y c n l y 233 trong s 300 l n ñ có th phát hi n 1 l n dương tính và khi ñó t l m c b nh là 0,67% (trong khi th c t ñã có 10 l n ho). V i 100 m u xét nghi m; ñ u có k t qu âm tính chúng ta không th lo i tr kh năng m c b nh Aujesky trong tr i mà ch có th nói tr i này có th m c Aujesky v i t l t i ña là 2,67%. Sample Detection of Disease Hình 2.11 66
Các ti n ích còn l i là dùng ñ xác ñ nh c m u c n l y trong các nghiên c u d ch t là B nh - Ch ng và nghiên c u thu n t p. 2.4. Phân tích - Analysis ðây là các ti n ích dùng trong d ch t h c phân tích. Khi nh n con tr vào thư m c này (Analysis) trên màn hình s hi n th như hình 2.12. Hình 2.12 Xin nh c l i là trong d ch t phân tích ngư i ta ch y u s d ng các phương pháp nghiên c u sau: - Nghiên c u c t ngang - Nghiên c u b nh ch ng và - Nghiên c u thu n t p Ph n m m này cho phép ta tính toán k t qu các phương pháp nghiên c u sau (còn c m u c n l y cho m i lo i nghiên c u thì ñã nói trong ph n 2.2.1): - (Nghiên c u) c t ngang - Cross-sectional - (Nghiên c u) c t ngang phân l p - Stratified Cross-sectional - (Nghiên c u) b nh ch ng - Case-Control - B nh ch ng phân l p - Stratified Case-Control - B nh ch ng c p ñôi - Matched Case -Control - (Nghiên c u) thu n t p (t su t tích lũy) - Thu n t p (tương quan nguy cơ) - Thu n t p phân l p (t su t tích lũy) - Thu n t p phân l p (tương quan nguy cơ) Hi n nay (2008) các nghiên c u c t ngang ñang ñư c s d ng nhi u Vi t Nam. Ph n m m máy vi tính cho nghiên c u này giúp chúng ta ñư c nh ng ñi u sau: a. Nghiên c u c t ngang - Cross-sectional Bài toán: cho r ng l n ăn th c ăn th a t n d ng t các nhà ăn t p th thư ng m c D ch t l n. ð kh ng ñ nh gi thi t này ta ch n hai tr i l n, tr i A 300 con ñư c nuôi b ng cám 67
t ng h p và tr i B 100 con nuôi b ng th c ăn th a các hi u ăn, nhà b p. K t qu cho th y tr i A có 10 l n b nh, B có 20 l n b nh. ð tính toán ta nh n nút Analysis; sau ñó Cross- sectional. Trên màn hình s hi n th như hình 2.12. ð nh p s li u, ta ñi n các con s vào các ô như sau: - 20 vào ô yes+disease - 80 vào ô yes+healthy - 10 vào ô No+Disease - 290 vào ô No+healthy - Nh n nút xác ñ nh ñ tin c y (ví d 95%) - Nh n nút Calculate - Màn hình s hi n th như hình 2.13 dư i ñây: Analysis Cross - Sectional Hình 2.13 Trong ph n k t qu chúng ta th y xu t hi n: - Expected frequencies (khái quát hóa thành t n s m c b nh lý thuy t m i lo i l n t i th i ñi m nghiên c u – nh m ñ tính χ2) - Attributable Risk (nguy cơ thành ph n - do ăn th c ăn th a): 0,167 (ñây là t l ph n trăm (16,7%) s b b nh d ch t l n trong toàn b s l n c a m t vùng do ăn th c ăn th a gây ra. Nói cách khác: c 100 l n thì có 16,7 l n m c b nh d ch t do th c ăn th a gây ra) - Attributable proportion among exposed (t l thành ph n trong s phơi nhi m): 0,833 (Ý nghĩa c a con s này là: trong s 100 l n [ăn th c ăn th a + b b nh d ch t l n], thì có 68
83,3% s l n b nh ñúng là do th c ăn th a gây ra - không ph i hoàn toàn 100 l n b nh ñ u do th c ăn th a gây ra). - Attributable proportion (T l thành ph n): 0,556 (Ý nghĩa c a con s này là c 100 l n b b nh d ch t l n (do m i nguyên nhân), thì có 55,6 con là có nguyên nhân t vi c ăn th c ăn th a t các nhà ăn, nhà hàng). - Odd Ratio (m c ñ nguy cơ - t s l ch): 7,25 (con s này nói r ng l n ăn th c ăn th a có nguy cơ m c b nh D ch t l n cao g p 7,25 l n so v i l n ăn th c ăn t ng h p) - Prevalence Ratio (t s gi a hai t l m c b nh): 6,0 (t i th i ñi m nghiên c u l n ăn th c ăn th a có t l m c b nh cao g p 6 l n l n ăn th c ăn t ng h p). - Các con s khác trong b ng là kho ng tin c y kèm c n trên và c n dư i ñư c tính b ng phương pháp logarit và Chi bình phương (χ2). Trên thanh nh p nháy hi n th dòng ch Limits are valid có nghĩa là các c n trên và dư i có giá tr . Nói cách khác, các s ñã hi n th là có giá tr . Tuy nhiên: Lưu ý: - Ngư i ra ít dùng Odd Ratio (OR) rút ra t nghiên c u c t ngang. Trong nghiên c u c t ngang con s có giá tr s d ng ñ so sánh là T s gi a hai t l - Prevalence Ratio (PR). - ðây là m t nghiên c u d ch t không hoàn h o nên m t s k t qu không có ý nghĩa (không ñúng v i) th c t . Sai l m ch ngay t ban ñ u tác gi không xác ñ nh t l s l n (ñ i di n cho m t vùng, m t t nh hay m t nư c) ñư c nuôi b ng th c ăn th a nhà b p và l y m u theo t l ñó. Trong khi ñó, tác gi ch n m t tr i có 100 con ñư c nuôi th c ăn th a nhà b p và m t tr i có 300 con ñư c nuôi b ng cám t ng h p. ði u ñó m c nhiên công nh n r ng có 100/(300+100) t c ¼ s l n ñư c nuôi b ng th c ăn th a nhà b p. ðưa ra ví d trên ñ ch ng minh r ng khi dùng ph n m m vi tính, máy s cho b t kỳ k t qu nào tùy theo s li u mà ngư i s d ng nh p vào máy. Do v y, trong nghiên c u (ví d ) c th này, ch có t s gi a hai t l Proportion Ratio là có ý nghĩa th c ti n. b. Nghiên c u b nh - ch ng ðây là nghiên c u h i c u, xu t phát t vi c ch n m t s ca b nh (b nh) và m t s không m c b nh (ch ng), sau ñó tìm ngư c l i các y u t nguy cơ ñã phơi nhi m, so sánh gi a hai nhóm và tìm ra nguyên nhân hay y u t gây b nh. Có nghiên c u h i c u mà b nh và ch ng (ñư c cho là) có cùng hoàn c nh (m i ñi u ki n) gi ng nhau, tr y u t phơi nhi m g i là b nh ch ng c p ñôi – Matched Case Control (ví d cùng m t cơ quan, cùng tham gia b a ti c liên hoan…) sau ñó m t s b tiêu ch y (b nh) s khác l i không (ch ng). B nh và ch ng không c p ñôi (unmatched) là ch n b nh và ch ng có hoàn c nh khác v i ñi u trình bày trên. Thí d v nghiên c u b nh ch ng c p ñôi: sau m t ñám ti c cư i g m hơn 400 ngư i tham d , có 100 ngư i bi ñi tiêu ch y ph i c p c u vào ngày hôm sau. Ngư i ñi u tra ñư c bi t có 6 món ăn trong ñó có món n m th t gà xé. ði u tra viên sau khi ñi h i 60 ngư i b nh thì ñư c bi t có 10 ngư i không ăn món n m ñó; h i 70 ngư i không m c b nh thì có 60 ngư i không ăn và 10 ngư i có ăn (thí d này d a theo ví d kinh ñi n v ñi u tra d ch t v ng ñ c có th c Oswego – USA, ñã ñư c t trong các sách v d ch t h c). Như v y: 69
- Có 50 ngư i ăn n m th t gà xé (phơi nhi m) và m c b nh, - 10 ngư i phơi nhi m có ăn và không m c b nh, - 10 ngư i không phơi nhi m (không ăn) và m c b nh và - 60 ngư i không phơi nhi m và không m c b nh. Các s li u nh p vào máy: - 54 ngư i ăn (phơi nhi m) và m c b nh nh p vào ô Case+Yes, - 6 ngư i phơi nhi m và không m c b nh nh p vào ô Case+No, - 10 ngư i không phơi nhi m và m c b nh nh p vào ô Control+Yes và - 60 ngư i không phơi nhi m và không m c b nh nh p vào ô Control+No - Nh n con tr vào nút ñ tin c y 95% - Nh n con tr vào nút calculate. Màn hình s hi n th như hình 2.14 Analysis Case Control Hình 2.14 Có các hi n th trong ph n k t qu gi ng như các phép tính khác như t n s lý thuy t, gi i h n c n trên và c n dư i... ði u quan tr ng trong k t qu này là OR. Giá tr c a OR ñây là 36 (v lý thuy t n u OR>1 thì tác nhân phơi nhi m - ăn n m gà xé phay - có tính ch t gây b nh; OR=1 không có nh hư ng ñ n s c kh e; OR4 thì tác nhân phơi nhi m m i ñư c coi là nguyên nhân gây ra b nh. Còn l i hai tiêu chí khác: 70
- Attributable proportion among exposed - T l phát b nh do phơi nhi m: 0,967 (nói lên r ng trong s [ca b nh + phơi nhi m = 50] thì có 96,7% b tiêu ch y ñúng là do ăn n m th t gà xé phay). - Attributable proportion - t l thành ph n ñóng góp: 0,806 (nói lên r ng trong toàn b s ngư i bi b nh tiêu ch y sau b a ti c cư i thì có 80,6% là do n m th t gà xé phay gây ra) c. Nghiên c u thu n t p Nghiên c u thu n t p là nghiên c u ti n c u. Ch n hai qu n th tương ñương nhau (thu n t p hay t p h p thu n), m t qu n th ñư c cho phơi nhi m v i y u t ñư c coi là y u t nguy cơ, còn m t qu n th khác thì không. Sau m t th i gian theo dõi ta có k t qu như sau: - Qu n th phơi nhi m (t ng ñàn 60) có 20 cá th b nh và 40 không có b nh, - Qu n th không phơi nhi m (t ng ñàn 59) có 9 cá th b nh và 50 không b nh - Nh p s li u như trình bày ph n b nh ch ng, nh n nút Calculate, trên màn hình hi u th như hình 2.15. Analysis Cohort (Cum. Incidence) Hình 2.15 Trong ph n k t qu chú ý hai k t qu : - Giá tr OR như ñã trình bày trong ph n b nh ch ng. - Giá tr RR (Relative Risk - nguy cơ tương quan) n u RR>1 thì tác nhân phơi nhi m có tính ch t gây b nh; OR=1 không có nh hư ng ñ n s c kh e; OR
Chú ý: trong nghiên c u b nh ch ng thì dùng OR, trong nghiên c u thu n t p thì dùng RR do tính ch t c a hai phương pháp nghiên c u khác nhau. Các phép tính toán khác trong Win Episcope r t d dàng th c hi n v i ñi u ki n n m ch c ki n th c v d ch t h c. 3. PH N M M EPICALC 3.1. Gi i thi u m m EpiCalc ðây là ph n m m do Joe Gilman và Mark Myatt vi t năm 1998 do Bixton Books xu t b n. Phiên b n 1.02 ra m t năm 2000 g i là EpiCalc 2000 (hình 2.16). ðây cũng là m t chương trình công c ng (public), do v y ai cũng có th s d ng mi n phí. M t khác, ñây là chương trình g n nh , ch có 984 KB. Chúng tôi gi i thi u ph m m m này cũng vì lý do ñó. Hình 2.16 là giao di n c a ph n m m này khi s d ng. Start Progams Accessories Epicalc 2000 Hình 2.16 Chương trình này ñòi h i hi u bi t v d ch t h c và toán th ng kê thành th o hơn so v i s d ng Win Episcope. B i vì ph n help cu chương trình này không gi ng như c a Win Episcope. Nghĩa là không có s tr giúp v các khái ni m d ch t h c và cũng không gi i thi u các công th c tính toán. M t khác, ph n Help c a EpiCalc ch tương thích v i các phiên b n ph n m m Window trư c Vista, n u dùng Window Vista thì không s d ng ñư c ph n Help c a chương trình này. 72