CÁC SAI SỐ TRONG NGHIÊN CỨU DỊCH TỄ HỌC

Chia sẻ: Nguyen Lan | Ngày: | Loại File: PPT | Số trang:41

Thêm vào BST

Báo xấu

722
lượt xem 47
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Xảy ra khi ước lượng (ví dụ: tỷ lệ mới mắc, tye lệ hiện mắc, tử vong) hoặc mối liên quan (RR, OR) sai lệch so với tình huống đúng. Nguồn gốc của sai số có thể là ngẫu nhiên hoặc hệ thống Có thể xuất hiện trong các giai đoạn của nghiên cứu: Thiết kế nghiên cứu (chất lượng) Tiến hành Phân tích

Chủ đề:

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

Lưu

Nội dung Text: CÁC SAI SỐ TRONG NGHIÊN CỨU DỊCH TỄ HỌC

CÁC SAI SỐ TRONG NGHIÊN CỨU DỊCH TỄ HỌC Ths Nguyễn Tấn Đạt
Mục tiêu học tập: 1. Trình bài được định nghĩa và phân loại các loại sai số 2. Nêu các biện pháp khắc phục sai số 3. Trình bài được khái niệm về yếu tố nhiễu, yếu tố tương tác 4. Nêu biện pháp khắc phục yếu tố nhiễu
• Sai số là gì? • Có mấy loại? • Xảy ra khi nào?
“Error - Sai số” trong DTH • Xảy ra khi ước lượng (ví dụ: tỷ lệ mới mắc, tye lệ hiện mắc, tử vong) hoặc mối liên quan (RR, OR) sai lệch so với tình huống đúng. • Nguồn gốc của sai số có thể là ngẫu nhiên hoặc hệ thống • Có thể xuất hiện trong các giai đoạn của nghiên cứu: – Thiết kế nghiên cứu (chất lượng) – Tiến hành – Phân tích
Sai số Ngẫu nhiên Hệ thống (cơ hội) (sai lệch)
14 12 10 8 6 4 2 0 0 5 10 15 20 25 30 35
14 12 10 8 6 4 2 0 0 5 10 15 20 25 30
Huyết áp thật Huyết áp đo lường (Thông qua ống thông động mạch) (máy đo huyết áp) số quan sát Cơ hội Sai số 80 90 Huyết áp tâm trương (mmHg) http://www.emro.who, WHO (www)
C B C A D
Sai số ngẫu nhiên • Là sự dao động xung quanh giá trị thật của quần thể • Nguồn gốc của sai số ngẫu nhiên – Sự giao động về mặt sinh học của cá thể • Luôn luôn hiện diện – Sai số do chọn mẫu • Một mẫu nhỏ có thể không đại diện cho toàn bộ dân số – Sai số do đo lường • Công cụ và tập huấn
Sai số ngẫu nhiên • Cỡ mẫu – Nhỏ hơn • Thường khác với quần thể đích • Giới hạn lực (POWER) để phát hiện hiệu quả (effect) – Lớn hơn • Thường tương tự như quần thể đích • Tăng lực (POWER) để phát hiện hiệu quả (effect) • Cỡ? POWER CALCULATIONS Bao gồm việc tính toán = độ lớn của sự khác biệt, số lượng sự kiện, mức độ sai số có thể chấp nhận.
Sai số ngẫu nhiên (tt) Ảnh hưỏng đến tính tin cậy, liên quan đến độ chính xác và khả năng lặp lại giống nhau ở các lần quan sát • Đánh giá bằng cách so sánh với “tiêu chuẩn vàng” • Sự lặp lại giống nhau giữa quan sát bên trong quần thể nghiên cứu và quần thể tham khảo (intra-observer inter- observer and intra-observer comparisons) Giảm: • Cỡ mẫu lớn hơn • Tập huấn kỹ quan sát viên • Dụng cụ và công cụ chuẩn • sử dụng thống kê thích hợp
Sai số hệ thống (bias) • Sự sai lệch về kết quả hoặc suy luận từ sự thật • Ảnh hưởng đến độ tin cậy, bao gồm tính giá trị nội suy hoặc/và ngoại suy • Nguồn gốc của sai số hệ thống • Sai số chọn • Sai số thông tin (đo lường) • Nhiễu
Sai số chọn • Tăng lên khi các tiêu chuẩn chọn lựa khác nhau được sử dụng (dựa vào tình trạng bệnh và/hoặc phơi nhiễm) vì vậy dân số nghiên cứu không đại diện cho quần thể quan tâm Không thể làm giảm bằng cách tăng cỡ mẫu Giảm thông qua các chiến lược thiết kế
Sai số chọn (tt) • Trở thành vấn đề khi mẫu nghiên cứu không có tính đại diện cho quần thể tham khảo • Cần cân nhắc kỹ trong quá trình thiết kế và phân tích • Nếu không nhận biết, thì kết quả được xem như chính xác, khi đó chúng ta có thể bị sai lầm
Một số ví dụ của sai số chọn • Sai lệch do suy luận (Berkson’s Bias) • Sai lệch về hiện mắc và mới mắc (Neyman’s Bias) • Sai lệch do phản hồi: • Sai lệch do mất dấu • Sai lệch liên quan đến sự tham gia • ….
Các nguyên tắc để giảm sai số chọn Giai đoạn Cách tiếp cận nghiên cứu Thiết kế Khung mẫu thích hợp cho dân số nguồn Tiêu chuẩn bệnh và phơi nhiễm rõ ràng Nhóm so sánh thích hợp Thu thập dữ Tỷ lệ tham gia cao liệu Các thông tin về các yếu tố chọn tìm tàng Xem xét các đối tượng không phản hồi Phân tích dữ Hiệu chỉnh theo xác suất chọn (nếu biết) liệu Kiểm soát các biến xảy ra đồng thời có liên quan So sánh đối tượng tham gia và không tham gia Sử dung các nhóm so sánh khác nhau
Sai số thông tin • Được xem như là sai số đo lường và sai số quan sát • Tăng lên khi đo lường hoặc phân loại không chính xác của các biến xảy ra • Có thể ảnh hưởng đến yếu tố phơi nhiễm hoặc kết quả (thậm chí yếu tố gây nhiễu)
Các kiểu của sai số thông tin/đo lường • Sai số nhớ lại • Sai số do báo cáo • Sai số do phát hiện • Sai số do người phỏng vấn
Nguyên tắc làm giảm sai số thông tin Giai đoạn Cách tiếp cận nghiên cứu Thiết kế Dụng cụ và công cụ cụ thể Nhóm so sánh phù hợp Người thu thập thông tin được huấn luyện kỹ Thu thập Nhiều nguồn thông tin thông tin Bao gồm tiếp xúc và bệnh tật không liên quan Đối tượng nghiên cứu và người thu thập thông tin không biết Tỷ lệ phản hồi cao Phân tích dữ Chú ý dữ liệu khuyết liệu Đánh giá và hiệu chỉnh dữ liệu