NGHIÊN CỨU KHOA HỌC NGÀNH Y - Bài 5

Chia sẻ: Nguyen Uyen | Ngày: | Loại File: PDF | Số trang:14

Thêm vào BST

Báo xấu

142
lượt xem 9
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tham khảo tài liệu 'nghiên cứu khoa học ngành y - bài 5', y tế - sức khoẻ, y dược phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả

Chủ đề:

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

Lưu

Nội dung Text: NGHIÊN CỨU KHOA HỌC NGÀNH Y - Bài 5

Baøi 5 NGHIEÂN CÖÙU BEÄNH – CHÖÙNG TS. BS. Taêng Kim Hoàng I. GIÔÙI THIEÄU: 1.1 Ñònh nghóa: Moät nghieân cöùu beänh – chöùng (case-control study) laø moät nghieân cöùu trong ñoù caùc ñoái töôïng nghieân cöùu ñöôïc löïa choïn döïa treân cô sôû laø hoï coù hay khoâng coù beänh (hay vaán ñeà ñang caàn nghieân cöùu). Ca beänh (cases) – laø nhöõng ngöôøi coù beänh (hay vaán ñeà ñang caàn nghieân cöùu) seõ ñöôïc so saùnh vôùi ca chöùng (controls) – laø nhöõng ngöôøi khoâng coù beänh (hay vaán ñeà ñang caàn nghieân cöùu), ñeå tìm ra moái quan heä giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø beänh (hay vaán ñeà ñang caàn nghieân cöùu). 1.2 Phaân bieät nhöõng ñaëc tính cuûa nghieân cöùu beänh – chöùng vaø caùc loaïi nghieân cöùu phaân tích khaùc: 1.2.1 Khaùc vôùi nghieân cöùu caét ngang (cross-sectional study), trong nghieân cöùu beänh – chöùng tình traïng tieáp xuùc vôùi yeáu toá nguy cô vaø maéc beänh (hay coù vaán ñeà ñang caàn nghieân cöùu) ñöôïc ño ôû 2 thôøi ñieåm khaùc nhau chöù khoâng ñoàng thôøi. 1.2.2 Nghieân cöùu beänh – chöùng khaùc vôùi nghieân cöùu cohort (cohort study) ôû choã: caùc ñoái töôïng nghieân cöùu trong nghieân cöùu beänh – chöùng ñöôïc xaùc ñònh döïa vaøo tình traïng coù hay khoâng coù beänh (hay vaán ñeà ñang caàn nghieân cöùu), chöù khoâng döïa vaøo vieäc coù tieáp xuùc hay khoâng vôùi yeáu toá nguy cô (xem sô ñoà ôû trang sau) II. ÖU ÑIEÅM VAØ NHÖÔÏC ÑIEÅM CUÛA THIEÁT KEÁ NGHIEÂN CÖÙU BEÄNH - CHÖÙNG: 2.1 Öu ñieåm: - coù theå thöïc hieän töông ñoái nhanh, ít toán keùm hôn so vôùi caùc loaïi thieát keá nghieân cöùu (TKNC) phaân tích khaùc - ñaëc bieät coù ích khi caàn phaûi nghieân cöùu caùc beänh hieám, hay caùc vaán ñeá ít gaëp - raát thích hôïp cho vieäc nghieân cöùu nhöõng beänh coù thôøi gian tieàm aån keùo daøi - coù theå khaûo saùt cuøng luùc nhieàu nguyeân nhaân ñoái vôùi moät beänh cho tröôùc - coù theå tính ñöôïc tæ soá cheânh (Odds Ratio) 2.2 Nhöôïc ñieåm: - khoâng phaûi thieát keá nghieân cöùu thích hôïp khi caàn khaûo saùt tình traïng tieáp xuùc vôùi yeáu toá nguy cô hieám gaëp (rare exposures) - khoâng theå nghieân cöùu ñöôïc nhieàu keát quaû phaùt sinh töø vieäc tieáp xuùc vôùi yeáu toá nguy cô - khoâng theå tröïc tieáp tính ñöôïc tæ suaát môùi maéc, nguy cô töông ñoái (relative risk) vaø nguy cô qui traùch (attributable risk) 32
- trong nhieàu tröôøng hôïp khoâng theå hieän ñöôïc söï noái tieáp veà maët thôøi gian cuûa caùc bieán coá (khoâng chöùng minh ñöôïc vieäc tieáp xuùc vôùi yeáu toá nguy cô ñaõ xaûy ra tröôùc khi bò beänh) Chieàu thôøi gian Höôùng nghieân cöùu Baét ñaàu vôùi BEÄNH Coù tieáp xuùc Khoâng tieáp xuùc Ngöôøi coù beänh Daân soá CHÖÙNG Coù tieáp xuùc Khoâng tieáp xuùc Ngöôøi khoâng coù beänh III. CAÙC VAÁN ÑEÀ TRONG THIEÁT KEÁ VAØ THÖÏC HIEÄN NGHIEÂN CÖÙU BEÄNH - CHÖÙNG: 3.1 Tính côõ maãu: 3.1.1 Nghieân cöùu beänh – chöùng khoâng baét caëp (Unmatched case-control study) 3.1.1.1 Tæ leä beänh:chöùng = 1:1 [z ] 2 2 pq + z1− β p1q1 + p0 q0 n= 1−α / 2 ( p1 −q1 )2 trong ñoù: p0: Tæ leä ngöôøi tieáp xuùc vôùi yeáu toá nguy cô trong nhoùm chöùng; q0 = 1- p0 ( p1 + p0 ) q = 1− p p= 1 p 0 OR p1 = 1 + p 0 (OR − 1 ) 2 3.1.1.2 Tæ leä beänh:chöùng = 1:c 2 (1+ 1c ) p'q' + z1− β ⎡z ⎤ p0 q0 p1q1 + ⎢ 1−α / 2 ⎥ n= c ⎣ ⎦ ( p1 − q1 )2 trong ñoù: p 1 + cp p' = 0 1+ c 3.1.2 Nghieân cöùu beänh – chöùng coù baét caëp (Matched case-control study) [z ] 2 p (1− p ) 1−α / 2 + z1− β = M= m= p OR m 1 + OR p 0 q1 + p1q 0 ( p −0.5 ) 2 vôùi: M: soá caëp caàn choïn 33
3.2 Choïn maãu: 3.2.1 Choïn ca beänh: NGUYEÂN TAÉC: - Caàn phaûi thieát laäp tieâu chuaån chaån ñoaùn roõ raøng - Ca beänh vaø chöùng laáy töø cuøng moät daân soá 3.2.1.1 Caùc ca beänh neân choïn töø ñaâu? - coù theå laáy töø coäng ñoàng, daân soá chung. Khoù khaên: vieäc ñaêng kyù (caùc tröôøng hôïp beänh) trong coäng ñoàng thöôøng khoâng phoå bieán, toán keùm, vaø coù theå khoâng lieät keâ ñaày ñuû taát caû caùc tröôøng hôïp beänh. - coù theå laáy töø beänh vieän hay phoøng khaùm Nhöôïc ñieåm: choïn ca beänh töø nguoàn naøy deã gaëp phaûi bias vì ngöôøi ñeán beänh vieän thöôøng laø nhöõng ngöôøi bò beänh naëng, coù nhieàu beänh khaùc keøm theo. 3.2.1.2 Caùc ca beänh ñöôïc choïn neân laø nhöõng ca beänh môùi chaån ñoaùn hay laø beänh hieän coù (coù caû nhöõng ca beänh cuõ)? Thoâng thöôøng, ngöôøi ta thích choïn ca beänh töø nhöõng ca môùi (incident cases) vì deã aùp duïng caùc tieâu chuaån chaån ñoaùn moät caùch nghieâm ngaët vaø (veà maët lyù thuyeát) khoâng boû soùt caùc ca beänh dieãn ra trong thôøi gian ngaén. Tuy nhieân, neáu beänh thöïc söï quaù hieám thì caàn phaûi söû duïng caû beänh cuõ laãn beänh môùi ñeå coù theå laáy ñuû côõ maãu caàn thieát. Söû duïng prevalent cases coù theå daãn ñeán vieäc ñaïi dieän quaù möùc (over- representative) cuûa nhöõng ca beänh coù thôøi gian beänh keùo daøi vì nhöõng ngöôøi cheát vì beänh hay nhöõng ngöôøi hoài phuïc nhanh choùng coù raát ít khaû naêng ñöôïc löïa choïn vaøo nhoùm beänh. 3.2.2 Choïn ca chöùng 3.2.2.1 Nguoàn choïn: * coù theå töø caùc beänh nhaân trong beänh vieän Tieän lôïi: - Deã daøng laáy ñöôïc ñuû soá ñoái töôïng nghieân cöùu caàn thieát - Thuaän tieän trong vieäc thöïc hieän caùc xeùt nghieäm - Sai leäch do nhôù laïi (Recall bias) coù theå giaûm ñi neáu moät ngöôøi ñöôïc phoûng vaán nhieàu laàn - Caùc ca chöùng ñöôïc choïn töø nguoàn naøy thöôøng saün saøng hôïp taùc hôn vaø ít khi boû cuoäc giöõa chöøng - Ñaây laø caùch tieát kieäm ngaân saùch nhaát khi löïa choïn nhoùm chöùng Nhöôïc ñieåm: - Nhöõng ca chöùng ñöôïc choïn töø beänh vieän ñeàu laø nhöõng ngöôøi beänh neân thöôøng coù xu höôùng coù keøm theo beänh khaùc hoaëc ñaõ töøng tieáp xuùc vôùi nhieàu yeáu toá nguy cô khaùc. Ñoù chính laø nhöõng yeáu toá gaây nhieãu (confouding factors) trong vieäc dieãn giaûi keát quaû. - Vieäc löïa choïn ca chöùng töø beänh vieän phaûi döïa treân moät soá tieâu chuaån loïai tröø (exclusion criteria). Do ñoù coù theå laøm thay ñoåi keát quaû nghieân cöùu vì chuùng ta ñaõ loaïi nhöõng ca chöùng coù moät soá beänh naøo ñoù – maø nhöõng beänh ñoù laïi coù theå coù moái lieân heä vôùi tình traïng tieáp xuùc vôùi yeáu toá nguy cô maø chuùng ta ñang khaûo saùt 34
* choïn nhoùm chöùng töø daân soá chung - Ñaây laø nhoùm chöùng lyù töôûng. - Tæ leä tieáp xuùc vôùi yeáu toá nguy cô cuûa nhoùm chöùng coù theå duøng ñeå öôùc löôïng tæ leä tieáp xuùc vôùi yeáu toá nguy cô trong daân soá chung, töø ñoù coù theå tính ñöôïc nguy cô tuyeät ñoái - Tuy nhieân, vieäc choïn nhoùm chöùng töø daân soá chung khaù toán keùm vaø maát thôøi gian * Choïn nhoùm chöùng töø baïn beø, gia ñình, haøng xoùm Tieän lôïi: - Nhoùm chöùng naøy chuû yeáu laø ngöôøi khoeû maïnh => traùnh ñöôïc haïn cheá ñaõ neâu ñoái vôùi nhoùm chöùng ñöôïc choïn töø beänh vieän - Ca beänh vaø ca chöùng coù moät soá ñaëc ñieåm gioáng nhau veà caùc yeáu toá vaên hoaù, ñòa lyù => coù theå ñieàu chænh ñöôïc caùc yeáu toá gaây nhieãu naøy Baát lôïi: vì ca chöùng laø baïn beø, gia ñình, haøng xoùm cuûa ca beänh neân ca beänh vaø chöùng coù nhieàu ñieåm chung, thaäm chí vieäc tieáp xuùc vôùi yeáu toá nguy cô (VD: huùt thuoác, uoáng röôïu…) gaàn nhö gioáng nhau giöõa ca beänh vaø ca chöùng => deã ñaùnh giaù thaáp (under-estimate) aûnh höôûng thaät söï cuûa vieäc tieáp xuùc vôùi yeáu toá nguy cô ñang nghieân cöùu 3.2.2.2 Söû duïng nhieàu nhoùm chöùng Thoâng thöôøng, lyù töôûng nhaát laø duøng 1 nhoùm chöùng xuaát phaùt töø cuøng daân soá vôùi ca beänh. Tuy nhieân, trong nghieân cöùu beänh chöùng laøm taïi beänh vieän (hospital- based case control study) neân duøng nhieàu hôn 1 nhoùm chöùng. 3.2.2.3 Soá ca chöùng cho moät ca beänh Neáu soá ca beänh raát hieám, caàn duøng nhieàu ca chöùng cho 1 ca beänh ñeå taêng ñoä maïnh cuûa nghieân cöùu. Tæ leä ca beänh/ca chöùng coù theå ñeán 1/4 hay 1/5 nhöng khoâng neân taêng leân nöõa vì neáu taêng theâm hôn nöõa thì ñoä maïnh cuûa test thoáng keâ cuõng khoâng taêng leân theâm bao nhieâu 3.3 Baét caëp (matching) - kieåm soaùt ñöôïc caùc yeáu toá gaây nhieãu (confounding factors). VD: duøng ca chöùng laø anh chò em song sinh cuûa ca beänh coù theå ñaûm baûo ñöôïc caû ca beänh vaø chöùng ñeàu chòu chung aûnh höôûng cuûa yeáu toá gen, yeáu toá moâi tröôøng. - khoâng caàn thieát phaûi chuaån bò caû danh saùch caùc ca chöùng ñuû tieâu chuaån ñeå sau ñoù choïn laïi moät caùch ngaãu nhieân IV. CAÙC VAÁN ÑEÀ TRONG PHAÂN TÍCH VAØ DIEÃN GIAÛI KEÁT QUAÛ CUÛA NGHIEÂN CÖÙU BEÄNH – CHÖÙNG: 4.1 Tæ soá cheânh (Odds Ratio) Trong nghieân cöùu beänh – chöùng, nguy cô töông ñoái (relative risk) coù theå ñöôïc öôùc löôïng baèng caùch duøng tæ soá cheânh (Odds Ratio). Odds Ratio laø tæ soá (ratio) cuûa nhöõng ngöôøi bò beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm coù tieáp xuùc vôùi yeáu toá nguy cô chia cho tæ soá cuûa nhöõng ngöôøi bò beänh vaø nhöõng ngöôøi khoâng beänh trong nhoùm khoâng tieáp xuùc vôùi yeáu toá nguy cô 35
a OR = = ad b bc c d VD: Trong moät nghieân cöùu beänh – chöùng veà vieäc huùt thuoác laù vaø ung thö thanh quaûn, keát quaû cho thaáy nhö sau: Beänh Chöùng Toång coäng 331 218 549 Coù huùt thuoác (a) (b) (a+b) 43 163 206 Khoâng huùt thuoác (c) (d) (c+d) 374 381 755 Toång coäng (a+c) (b+d) (a+b+c+d) Trong thí duï treân 331 OR = = = 5,75 331 x163 218 218 x 43 43 163 Nhö vaäy: ngöôøi huùt thuoác coù nguy cô bò ung thö thanh quaûn cao gaáp khoaûng 6 laàn so vôùi ngöôøi khoâng huùt thuoác. ♣ Trong nghieân cöùu beänh – chöùng coù baét caëp (matched case-control) Tæ soá cheânh ñöôïc tính nhö sau: OR = x/y Vôùi x = soá caëp trong ñoù ca beänh coù tieáp xuùc nhöng ca chöùng khoâng tieáp xuùc, vaø y = soá caëp trong ñoù ca beänh khoâng tieáp xuùc nhöng ca chöùng coù tieáp xuùc Chöùng Toång coäng Coù tieáp xuùc K tieáp xuùc x Coù t/x Beänh y K t/x Toång coäng 4.2 Caùc sai soá heä thoáng (bias) thöôøng gaëp trong nghieân cöùu beänh – chöùng 4.2.1 Sai leäch do choïn maãu (selection bias) Sai leäch do choïn maãu xaûy ra khi ñoái töôïng nghieân cöùu (ca beänh laãn ca chöùng) ñöôïc choïn theo caùch naøo ñoù coù theå laøm sai leäch ñi moái lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø beänh. VD: choïn ca beänh goàm nhöõng daïng naëng cuûa moät beänh naøo ñoù, hay nhöõng ngöôøi trong ñoä tuoåi nhaát ñònh seõ laøm cho keát quaû nghieân cöùu chæ ñaïi dieän cho moät boä phaän naøo ñoù cuûa coäng ñoàng (aûnh höôûng ñeán giaù trò ngoaøi - external validity - cuûa nghieân cöùu). Hoaëc caùc ca chöùng ñöôïc choïn töø nhöõng beänh nhaân trong beänh vieän (khoâng maéc beänh ñang caàn nghieân cöùu) thöôøng coù keøm theo beänh khaùc hoaëc thöôøng coù tieáp xuùc vôùi nhieàu yeáu toá nguy cô khaùc, laøm cho keát quaû tìm thaáy khoâng phaûn aùnh ñuùng 36
moái lieân quan giöõa vieäc tieáp xuùc vôùi yeáu toá nguy cô vaø beänh (aûnh höôûng ñeán giaù trò trong-internal validity). Ñeå giaûm thieåu bias loaïi naøy, daân soá nguoàn duøng ñeå choïn maãu caàn haïn cheá taïi moät ñòa phöông, moät tænh, moät coäng ñoàng naøo ñoù. Dó nhieân, ñieàu naøy coù theå laøm haïn cheá giaù trò ngoaøi cuûa nghieân cöùu nhöng ít nhaát giaù trò trong coù theå ñaûm baûo. Moät caùch coù theå ñaûm baûo giaù trò cuûa vieäc choïn löïa ca beänh vaø chöùng laø thöïc hieän moät nghieân cöùu beänh – chöùng loàng gheùp vôùi nghieân cöùu ñoaøn heä “nested case-control study” (xem hình veõ) 50 ca beänh Luùc baét ñaàu coù 1.000 caù theå trong cohort thôøi gian 50 ca chöùng (choïn ngaãu nhieân töø 950 caù theå ) 4.2.2 Sai leäch do ño löôøng (measurement bias): coù nhieàu loaïi sai leäch nhöng thöôøng ñöôïc nhaéc ñeán laø sai leäch do ñöôïc xaùc ñònh laø beänh (ascertainment bias), sai leäch do ngöôøi quan saùt (observer bias), sai leäch do nhôù laïi (recall bias) vaø sai leäch khi cung caáp thoâng tin (information bias) * Sai leäch do nhôù laïi (recall bias) Thoâng thöôøng, ngöôøi maéc moät beänh ñaëc bieät naøo ñoù thöôøng coù xu höôùng nhôù veà vieäc tieáp xuùc vôùi yeáu toá nguy cô trong quaù khöù nhieàu hôn ngöôøi khoâng bò beänh. VD: baø meï coù con bò dò taät baåm sinh thöôøng coù xu höôùng keå ñaày ñuû vaø chi tieát veà vieäc duøng thuoác trong thôøi gian mang thai hôn baø meï khoâng coù con bò dò taät baåm sinh. Do ñoù, coù theå ñöa ñeán sai leäch trong keát luaän laø loaïi thuoác maø baø meï duøng trong thôøi gian mang thai ñaõ gaây ra dò taät baåm sinh 4.2.3 Yeáu toá gaây nhieãu Ñeå kieåm soaùt caùc yeáu toá gaây nhieãu trong nghieân cöùu beänh – chöùng, coù nhöõng phöông phaùp sau ñaây: - Trong thieát keá nghieân cöùu: Baét caëp (Matching), Giôùi haïn (Restriction) - Trong phaân tích keát quaû: Phaân tích thaønh töøng lôùp (Stratified analysis), Phaân tích ña bieán (Multivariate analysis) TAØI LIEÄU THAM KHAÛO 1. David C., Ian G., Richard H. Epidemiology. Sidney, University of New South Wales Press Ltd., 1994. 2. Friedman G.D. Primer of epidemiology. Singapore, McGraw-Hill Book Co., 1994. 3. Greenberg R.S., Daniels S.R., Flanders W.D., Eley J.W., Boring J.R. Medical epidemiology. New Jersey, Prentice-Hall International, Inc., 2005. 4. Hennekens C.H., Buring J.E. Epidemiology in Medicine. Boston, Little Brown Company, 1987. 5. Jekel J.F., Elmore J.G., Katz D.L. Epidemiology, Biostatistics and Preventive Medicine. Philadelphia, W.B. Saunders Company, 1996. 37
SỬ DỤNG PHẦN MỀM PS ĐỂ TÍNH CỞ MẪU TRONG NGHIÊN CỨU BỆNH-CHỨNG 38
BÀI TẬP SỬ DỤNG STATA TRONG NGHIÊN CỨU BỆNH-CHỨNG Tính với file số liệu 1) Sử dụng file “NC benh-chung” 2) Tạo biến số magegr = nhóm tuổi mẹ 39
3) Tính OR - Tìm lệnh để sử dụng trong STATA Statistics -> Epidemiology and related -> Tables for epidemiologist -> Case-control odd-ratio - Lệnh sử dụng trong STATA cc [biến số bệnh] [biến số tiếp xúc] - Kết quả thu được (trang sau). + OR= 3 (KTC 95% = 1.03 – 5.49) Như vậy, mẹ hút thuốc lá có nguy cơ sinh con nhẹ cân cao gấp 3 lần mẹ không hút thuốc lá + Tỉ lệ mẹ hút thuốc lá trong nhóm bệnh là 50%, tỉ lệ mẹ hút thuốc lá trong nhóm chứng là 30% + Phần trăm nguy cơ qui trách trong nhóm có hút thuốc lá là 57.9% + Phần trăm nguy cơ qui trách trong dân số là 29.4% 40
4) Kiểm tra xem tuổi mẹ khi mang thai hay số lần khám thai có phải là yếu tố gây nhiễu/yếu tố thay đổi tương quan (tương tác) cho mối liên hệ giữa mẹ hút thuốc lá và con sinh nhẹ cân hay không? Để biết một yếu tố (thứ 3) có phải là yếu tố gây nhiễu hay yếu tố thay đổi tương quan (tương tác), chúng ta có thể thực hiện phân tích phân tầng theo yếu tố thứ 3 đó - Thực hiện phân tích bảng 2x2 phân tầng - Kiểm tra tính đồng nhất của OR theo tầng bằng cách đọc kết quả của “Test of homogeneity”. Nếu p < 0.05 => Có tương tác (Yếu tố thứ 3 đang xét là yếu tố thay đổi tương quan) => Báo cáo kết quả của OR theo từng tầng. Nếu p > 0.05 => So sánh OR thô và OR hiệu chỉnh - So sánh OR thô và OR hiệu chỉnh (hay còn gọi OR kết hợp Mantel-Haenszel tức adjusted OR). Nếu khác biệt * >10% => Yếu tố thứ 3 là yếu tố gây nhiễu=> Báo cáo kết quả của OR kết hợp M-H. Nếu khác biệt < 10% => Yếu tố thứ 3 này không phải là yếu tố gây nhiễu => Báo cáo kết quả của OR thô - Lệnh sử dụng trong STATA cc [biến số bệnh] [biến số tiếp xúc], by (biến số phân tầng) - Kết quả thu được + Đối với biến số nhóm tuổi: test of homogeneity cho thấy p>0.05 => OR của các lớp tuổi không khác nhau 1 cách có ý nghĩa. OR hiệu chỉnh và OR thô cũng không khác biệt có ý nghĩa => Tuổi không phải là yếu tố gây nhiễu cũng không phải là interaction * (OR hiệu chỉnh – OR thô) / OR hiệu chỉnh 41
+ Đối với biến số số lần khám thai: test of homogeneity cho thấy p>0.05 => OR của các lần khám thai không khác nhau 1 cách có ý nghĩa. OR hiệu chỉnh và OR thô cũng không khác biệt có ý nghĩa => Số lần khám thai không phải là yếu tố gây nhiễu cũng không phải là interaction . cc low smoke, by( magegr) magegr | OR [95% Conf. Interval] M-H Weight -----------------+------------------------------------------------- 1| 1.604167 .3116223 8.349904 1.5(exact) 2| 2.787879 1.022362 7.75771 2.783133(exact) -----------------+------------------------------------------------- Crude | 2.373225 1.034521 5.494306 (exact) M-H combined | 2.37333 1.103902 5.102529 ------------------------------------------------------------------- Test of homogeneity (M-H) chi2(1) = 0.41 Pr>chi2 = 0.5214 Test that combined OR = 1: Mantel-Haenszel chi2(1) = 4.91 Pr>chi2 = 0.0267 Tính với số có sẵn - Tìm lệnh để sử dụng trong STATA Statistics -> Epidemiology and related -> Tables for epidemiologist -> Case-control odd-ratio calculator 42
Bài tập (nhập số liệu) clinic alive care count 1. 1 1 1 3 2. 1 1 0 4 3. 1 0 1 176 4. 1 0 0 293 5. 2 1 1 17 6. 2 1 0 2 7. 2 0 1 197 8. 2 0 0 23 - Lệnh sử dụng trong STATA cc alive care [weight=count], by(clinic) Trường hợp NC bệnh-chứng có bắt cặp Ví dụ: Trong 1 nghiên cứu về nhắm so sánh nguy cơ bị viêm gan siêu vi ở trẻ có Hội chứng Down với trẻ bình thường, các tác giả đã khảo sát kháng nguyên viêm gan siêu vi ở 196 cặp – được bắt cặp theo loại bệnh, chủng tộc, giới và tuổi lúc nhập viện – thấy kết quả như sau: Số cặp Case SH+, Control SH+ 4 Case SH+, Control SH- 36 Case SH-, Control SH+ 11 Case SH-, Control SH- 145 Bài tập (nhập số liệu) Case_e control_e count 1. 1 1 4 2. 1 0 36 3. 0 1 11 4. 0 0 145 43
- Lệnh sử dụng trong STATA mcc case_e control_e [fweight = count] . mcc case_e control_e [fweight = count] | Controls | Cases | Exposed Unexposed | Total -----------------+------------------------+------------ Exposed | 4 36 | 40 Unexposed | 11 145 | 156 -----------------+------------------------+------------ Total | 15 181 | 196 McNemar's chi2(1) = 13.30 Prob > chi2 = 0.0003 Exact McNemar significance probability = 0.0003 Proportion with factor Cases .2040816 Controls .0765306 [95% Conf. Interval] --------- -------------------- difference .127551 .0562601 .1988419 ratio 2.666667 1.540755 4.615341 rel. diff. .1381215 .0692022 .2070409 odds ratio 3.272727 1.629798 7.12787 (exact) Tính với số có sẵn - Tìm lệnh để sử dụng trong STATA Statistics -> Epidemiology and related -> Tables for epidemiologist -> Matched case- control odd-ratio calculator 44
45