Đo Lường : Tỉ Lệ, Tỷ Suất, Tỷ Số - Toán 5

1. Các chỉ số chung 1.1 Tỉ số (ratio) Tỉ số là một phân số mà tử số có thể không có liên hệ gì với mẫu số. Tỉ số có giá trị từ 0 đến vô hạn (0 ∞ ). Ví dụ 1: Chẳng hạn như trong một quần thể gồm có 193 người (95 nam và 98 nữ), chúng ta hay viết mô tả tình trạng này bằng tỉ số giới tính (sex ratio) nam:nữ như 95/ 98 = 0.97. Tỉ số nam:nữ bằng 0.97 có nghĩa là cứ 100 nữ thì có 97 nam. Chỉ số này cho chúng ta biết rằng nam ít hơn nữ (vì nếu hai giới bằng nhau thì tỉ số phải bằng 1). Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao trong kì thi sắp tới. Mời bạn đọc đón xem !

Chủ đề:
Môn:

Toán 5 353 tài liệu

Thông tin:
11 trang 1 tuần trước

Bình luận

Vui lòng đăng nhập hoặc đăng ký để gửi bình luận.

Đo Lường : Tỉ Lệ, Tỷ Suất, Tỷ Số - Toán 5

1. Các chỉ số chung 1.1 Tỉ số (ratio) Tỉ số là một phân số mà tử số có thể không có liên hệ gì với mẫu số. Tỉ số có giá trị từ 0 đến vô hạn (0 ∞ ). Ví dụ 1: Chẳng hạn như trong một quần thể gồm có 193 người (95 nam và 98 nữ), chúng ta hay viết mô tả tình trạng này bằng tỉ số giới tính (sex ratio) nam:nữ như 95/ 98 = 0.97. Tỉ số nam:nữ bằng 0.97 có nghĩa là cứ 100 nữ thì có 97 nam. Chỉ số này cho chúng ta biết rằng nam ít hơn nữ (vì nếu hai giới bằng nhau thì tỉ số phải bằng 1). Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao trong kì thi sắp tới. Mời bạn đọc đón xem !

11 6 lượt tải Tải xuống
Đo lường” bnh tt:
T s, t l, t sut, v.v…
Nguyn Văn Tun
Mt bn đọc viết thư hi như sau: “Em là mt Bs hin đang công tác ti Trung tâm Y tế
d phòng, trong thi gian qua em đã theo dõi rt k các bài viết nào ca thy trên
ykhoanet. Em đã hc được thy rt nhiu vn đề, đặc bit là phương pháp dch t hc
… Thưa thy, hin nay, B Y tế đã son xong mt b tài liu, đang đưa vào s dng, có 3
quyn, […]. Qua đọc quyn 1, phn ni dung t s, t l và t sut, em thy các tác gi
viết v t l, t xut rt khác so vi hi em hc vi Giáo sư Dương Đình Thin ( b môn
VSMT - dch t, trường ĐHY Hà Ni trước kia, nay đã v hưu). Em nh thy trình bày
giúp em rõ v t l, t xut trong dch t hc. Em xin cm ơn và kính chúc sc khe thy.
(Em gi cho thy tóm tt tài liu quyn 1 mà các tác gi son theo file gi kèm )
Thành tht cám ơn bn (tôi gi thế vì không biết bn đọc là anh hay ch) v li khích l,
và cám ơn mt s định nghĩa và cách tính ca BYT mà bn gi. Tôi nghĩ dù sao đi na
thì đây vn là mt điu tt. Phòng chng dch cn phi có thông tin và phương pháp. Tôi
nghĩ tp tài liu s giúp đỡ cho nhng người trc tiếp vi công vic này.
Tôi s không bình lun chi tiết nhng ch dn v cách tính các ch s dch t hc trong tài
liu. Cm tưởng chung ca tôi là khó hiu, mt phn vì thiếu minh ha, mt phn do
công thc khá ri rm vi hng s 10
n
, và mt phn do … trình độ tiếng Vit ca tôi có
hn. Ngoài ra, hình như tác gi nhm ln gia “t sut mt độ” và “t sut mi mc”, vì
tht ra hai ch s này là mt (không có gì khác nhau c)! Do đó, tôi ch mô t nhng gì
tôi hiu v các ch s này để bn so sánh và rút ra kết lun.
Trong các nghiên cu trên qun th (population), không ch riêng y khoa, chúng ta có khá
nhiu ch s để đánh giá qui mô và tm quan trng ca mt s kin trong mt qun th
hay cho mt cá nhân. S ph biến ca các ch s này còn tùy thuc vào mc độ chuyên
sâu và tinh vi ca nghiên cu, nhưng mc đơn gin nht, có 3 ch s quan trng như
sau:
T s
T l
T sut
Đặc đim chung ca các ch s này là chúng đều là phân s. Điu này có nghĩa là mi
ch s đều có t s và mu s. Nhng khác bit v ý nghĩa gia các ch s này chính là
phn mu s.
T s, t l, và t sut là nhng danh t chung. Khi “du nhp” vào dch t hc, chúng ta có
nhng thut ngđặc hiu” hơn là t sut / t l phát sinh (incidence), t l hin hành
(prevalence), và ri ro (hazards). Trong phn sau đây, tôi s gii thích c th tng ch s.
1. Các ch s chung
1.1 T s (ratio)
T s là mt phân s mà t s có th không có liên h gì vi mu s. T s có giá tr t 0
đến vô hn (0
).
Ví d 1: Chng hn như trong mt qun th gm có 193 người (95 nam và 98 n),
chúng ta hay viết mô t tình trngy bng t s gii tính (sex ratio) nam:n như 95/ 98 =
0.97. T s nam:n bng 0.97 có nghĩa là c 100 n thì có 97 nam. Ch s này cho
chúng ta biết rng nam ít hơn n (vì nếu hai gii bng nhau thì t s phi bng 1).
Các ch s khác như t trng khi cơ th (body mass index hay BMI) hay mt độ xương
(bone mineral density) cũng là mt dng ca t s. Các đo lường quan trng trong dch t
hc như risk ratio, odds ratio, hazards ratio, v.v… cũng là nhng t s.
1.2. T l (proportion)
T l là mt dng t s, nhưng cu trúc ca t l khác vi t s phn t s. Trong t s, t
s có th khác đơn v đo lường vi mu s (như trường hp BMI), nhưng vi t l thì t
s và mu s phi cùng đơn v đo lường. T s ca mt t l là mt phn ca mu s.
Nói cách khác, t s ca mt t l lúc nào cũng thp hơn hay bng mu s. T l có th
nhân cho 100 để thành s phn trăm (percent). Chính vì thế mà giá tr ca t l ch dao
động t 0 đến 1 (hay nếu din t bng phn trăm thì dao động t 0 đến 100%).
Ví d 2: Trong đợt dch t bc phát hi tháng 3 va qua, tính đến ngày 13/4/2008 có
2490 người mc bnh tiêu chy cp tính, trong s này có 377 người nhim vi khun t V.
cholerae. Do đó, t l nhim khun t trong qun th nhng người tiêu chy cp tính là
377 / 2490 = 0.151 hay 15.1%.
Qua cách tính trên, chúng ta d dàng thy rng t l thc cht là mt xác sut. Trong ví
d trên, chúng ta cũng có th din gii rng xác sut người b tiêu chy cp tính nhim
khun t là 0.15 (tc trong s 100 người tiêu chy cp tính, chúng ta kì vng có khong
15 người b nhim vi khun t).
1.3. T sut (rate)
T sut cũng là mt dng ca t s hay t l. Trong kinh tế hc, người ta hay nói đến t
sut li (interest rate), và nó có yếu t thi gian trong đó. Do đó, thut ng rate (t sut)
có mt khác bit quan trng vi t l: đó là mu s ca t sut có th bao gm yếu t thi
gian và s đối tượng, nhưng mu s ca t l thì không có thi gian. Do đó, giá tr ca t
sut có th đi t 0 đến vô hn.
2. ng dng vào dch t hc
Như đề cp trong phn đầu, t s, t l và t sut là nhng danh t chung, nhng khái nim
ca nghiên cu qun th. Dch t hc ng dng nhng khái nim này để xây dng thành
mt s ch s liên quan đến qui mô và yếu t nguy cơ bnh tt. Hai ch s ph biến nht
là:
T l lưu hành
T sut / t l phát sinh
Cn phi phân bit hai khái nim này: lưu hành (prevalence) và phát sinh (incidence).
Lưu hành đề cp đến hin ti, còn phát sinh đề cp đến nhng ca bnh mi xy ra trong
mt khong thi gian nht định. Khi nói đến t l lưu hành 10% chúng ta ch biết hin
nay c 100 người thì có 10 người mc bnh, nhưng không biết bnh phát sinh t lúc nào.
Khi nói t l phát sinh 10% trong 1 năm, chúng ta biết rng nếu nếu theo dõi 100 người
trong vòng 1 năm thì s có 10 người mc bnh.
2.1 T l lưu hành (prevalence hay prevalence proportion)
Trong dch t hc, t l lưu hành (prevalence), như tên gi, chính là mt dng ca t l.
T l lưu hành phn nh s ca bnh hin lưu hành trong mt qun th. Cách tính t l này
rt đơn gin: ly s ca người mc bnh trong mt qun th chia cho tng dân s trong
qun th đó. T l lưu hành phn nh qui mô ca mt vn đề y tế, nhưng không cho
chúng ta biết v bnh căn hc (etiology).
Ví d 3: Năm 2001, trong mt điu tra dch t hc ti Thành ph H Chí Minh trên 2932
đối tượng, các nhà nghiên cu phát hin 111 người mc bnh tiu đường. Do đó, t l lưu
hành bnh tiu đường là 111 / 2932 = 0.038 hay 3.8%.
Cn phi phân bit hai loi t l lưu hành: t l lưu hành ti mt thi đim (point
prevalence) và t l lưu hành trong mt thi gian (period prevalence). Để hiu hai
ch s này, chúng ta có th xem qua ví d sau đây.
Ví d 4: Mt qun th gm có 5 đối tượng. Đối tượng 1, 3, và 5 mc bnh; đối tượng 2
và 4 không mc bnh. Biu đồ thanh (màu xanh) mô t thi gian mc bnh ca tng đối
tượng (xem biu đồ dưới đây).
Nếu chúng ta tiến hành điu tra vào thi đim T
1
, có 2 bnh nhân trong s 5 đối tượng, và
do đó, t l lưu hành là 2/5 = 0.4 hay 40%. Nếu chúng ta tiến hành điu tra vào thi đim
T
2
, có 3 bnh nhân trong s 5 đối tượng, và t l lưu hành là 3/5 = 0.6 hay 60%. Đây là t
l lưu hành ti mt thi đim.
Nhưng nếu chúng ta tính t thi đim T
1
đến T
3
thì trong s 5 đối tượng trong qun th
này, có tt c 3 người mc bnh, và do đó t l lưu hành trong mt thi gian này là 60%.
2.2 T sut phát sinh (incidence rate)
T sut phát sinh có khi còn gi là incidence density (mt độ phát sinh). Vì là “mt độ
nên chúng ta có th suy đoán được mu s là mt s có yếu t thi gian hay không gian.
Tht vy, theo định nghĩa thông thường, t sut phát sinh có nghĩa là s ca mi mc bnh
chia cho s đối tượng được theo dõi trong mt thi gian. Định nghĩa này có th hiu qua
ví d sau đây.
Ví d 5: Chúng ta theo dõi 10 bnh nhân t năm 1989 đến ngày 31/12/2001. Trong thi
gian này chúng ta ghi nhn 3 người mc bnh t, kết qu tng bnh nhân như sau: Bnh
nhân 1 được theo dõi t ngày 12/1/1989 đến 31/12/2001, tc 12.95 năm, và không b
bnh t. Bnh nhân th 2 có thi gian theo dõi là 7.61 năm, tính t 14/8/1990 đến
21/3/1998 khi b bnh. Vân vân.
Bnh nhân Ngày tham
gia nghiên
cu
Ngày b
bnh t
Thi gian theo
dõi, tính đến
ngày khóa s
31/12/2001
(năm)
1 12/1/1989 12.95
2 14/08/1990 21/03/1998 7.61
3 27/03/1989 12.77
4 01/02/1989 17/03/1999 10.13
5 07/09/1989 12.32
6 21/11/1989 12.12
7 02/12/1990 01/05/1992 1.41
8 07/04/1989 12.74
9 08/01/1990 11.99
10 30/07/1989 12.43
Tng cng 106.49
Như đề cp trên, chúng ta phát hin 3 ca bnh t, và đó là t s ca t sut phát sinh. V
mu s, chúng ta thy tng cng thi gian theo dõi ca 10 bnh nhân là 106.49 năm.
Nhưng nên nh là chúng ta theo dõi 10 người, cho nên đơn v phi là năm-người hay nói
theo thut ng tiếng Anh là person-years. Tng thi gian theo dõi là 106.49 năm-người
hay person-years.
T sut mc bnh t, do đó, được tính bng cách ly s ca bnh chia cho s năm-người.
C th hơn: 3 / 106.49 = 0.0282. Nói cách khác, t sut mc bnh là 2.82% năm-người.
Con s này còn có th din gii mt cách khác na, nhưng tôi s để dành cho bn đọc suy
nghĩ!
2.3 T l phát sinh (incidence hay incidence proportion)
Mt li đim nhưng cũng lá khiếm khuyết ca t sut phát sinh là mu s do hn hp ca
hai đơn v s đối tượng và thi gian nên đôi khi cũng khó hiu. Chng hn như khi nói t
sut phát sinh 2.8 trên 100 người-năm, chúng ta không biết đó là s ln mc bnh ca
mt cá nhân được theo dõi 100 năm, hay 2 người được theo dõi mi ngưi 50 năm. Do
đó, dch t hc đề ra mt ch s khác tm dch là t l phát sinh.
Mu s ca t l phát sinh không phi là người-năm mà ch là s đối tượng theo dõi. Vì
là t l, cho nên mu s ca t l phát sinh là mt phn ca mu s. Do đó, t l phát sinh
được định nghĩa là s ca mc bnh trong mt khong thi gian chia cho s đối tượng
được theo dõi trong khong thi gian đó.
Chú ý rng t l phát sinh còn đôi khi được đề cp đến nhưt l tn công (attack rate).
Trong y văn, hai thut ng này (t sut phát sinht l phát sinh) thnh thong vn được
s dng qua li mà không phân bit mu s. T sut phát sinh hay t l phát sinh có th
ước tính cho hai nhóm và so sánh cho ra t s nguy cơ (relative risk). Do đó, t sut có
giá tr khoa hc là cung cp cho chúng ta mt vài thông tin v bnh căn hc.
Trong ví d trên, chúng ta có 10 bnh nhân, và qua theo dõi trung bình 10.65 năm (ly
106.49 chia cho 10), có 3 ca mc bnh t. Do đó, t l phát sinh trong vòng 10.65 năm là:
3 / 10 = 0.30 hay 30%.
2.4. Mi liên h gia t sut phát sinh và t l lưu hành
Để thy mi liên h gia t sut phát sinh và t l lưu hành, chúng ta cn đến vài kí hiu.
Gi N là s đối tượng trong mt qun th được theo dõi trong thi gian t năm t
0
đến năm
t
1
, và trong thi gian đó chúng ta phát hin có X người phát sinh bnh. Gi d rng tng
s người-năm toàn b qun thT.
Gi P là t l lưu hành, và theo định nghĩa trong thi gian t
0
đến năm t
1
, P có th ước tính
qua công thc:
P = X / N
Gi I là t sut phát sinh, chúng ta có th ước tính I như sau:
I = X / T
Vì tng s người-năm là T, và chúng ta có N đối tượng, cho nên thi gian theo dõi trung
bình (kí hiu D) ca qun th là:
D = T / N
Qua vài thao tác đại s có th thy ngay rng:
P = I × T/N = I ×D
Điu này có nghĩa là t l lưu hành là tích s ca t sut phát sinh và thi gian theo dõi
trung bình.
Ví d 5 (tiếp tc): Trong ví d trên, chúng ta theo dõi 10 đối tượng vi tng s năm–
người theo dõi là 106.49, do đó, thi gian theo dõi trung bình cho mi đối tượng là D =
106.49 / 10 = 10.65 năm. Chúng ta cũng biết rng t sut phát sinh là I = 3 / 106.49 =
0.0282. Do đó, t l lưu hành trong thi gian đó là: P = 0.0282 × 10.65 = 0.30 hay là
30%. Tht vy, trong s 10 người theo dõi trong thi gian đề cp, có 3 người mc bnh,
và do đó t l lưu hành là 30%. Cn nói thêm rng t l lưu hành mt thi gian này còn
được gi là t l phát sinh tích lũy (cumulative incidence).
Bng sau đây s tng hp các khác bit, đặc tính và ng dng ca t s, t l, và t sut:
Đặc tính T s
(ratio)
T l
(proportion)
T sut
(rate)
Toán hc Phân s Phân s Phân s
T s và mu s Không hn phi có
cùng đơn v
Phi có cùng đơn v Không hn phi có
cùng đơn v
T s (trong văn
cnh dch t hc)
Có th bt c s
nào
S ca bnh S ca bnh
Mu s (trong văn
cnh dch t hc)
Có th bt c s
nào
Tng s đối tượng
trong qun th
Tng s người-thi
gian (“thi gian” có
th là năm, tháng,
v.v…)
Gii hn ca giá tr T 0 đến vô hn T 0 đến 1 (hay
100)
T 0 đến vô hn
Ch s dch t hc T s gii tính,
BMI, mt độ
xương, mt độ dân
s, v.v…
T l lưu hành
(prevalence), k c
t l lưu hành tích
lũy hay mt thi
đim
T l phát sinh
(incidence), t l tn
công (attack rate), t
sut phát sinh
(incidence rate),
v.v…
Ý nghĩa Đơn thun mô t Qui mô ca bnh Mi liên h gia
yếu t nguy cơ
bnh (bnh căn
hc)
Ngoài các ch s trên, còn mt s ch s khác cũng phn nh qui mô bnh tt như lifetime
risk (nguy cơ mc bnh trn đời), hazards rate (t sut nguy cơ), v.v… cũng có khi s
dng trong các nghiên cu dch t hc thuc dng phân tích. Ngoài ra, các ch s mang
tính đo lường khác [tôi chưa biết dch sang tiếng Vit là gì] như attributable risk fraction,
etiologic fraction, potential years of life lost, v.v… cũng có khi s dng cho các công
trình dch t hc mang tính phân tích. Tuy nhiên, cách tính các ch s này cũng phc tp,
đôi khi đòi hi phi có phn mm máy tính mi thc hin được.
C nhiên, trên đây ch là các ch s cc kì đơn gin trong dch t hc. Các ch s này ch
là s trung bình, chưa phn nh độ dao động mu (sampling variation). Cách tính độ dao
động mu có phn tương đối phc tp hơn nhưng đó là mt đề tài cho câu hi sau. :-)
Có th nói rng b môn dch t hc được hình thành t ba ngành hc chính: y hc, dân s
hc, và thng kê hc. Y hc cung cp cho chúng ta nhng khái nim bnh lí, bnh căng,
đặc tính lâm sàng t cá nhân để t đó suy lun cho mt qun th. Dân s hc cung cp
cho chúng ta nhng khái nim qun th như t l, t sut, và t s. Thng kê hc cung cp
cho chúng ta nhng khái nim xác sut, mô hình toán hc, và mô hình suy lun khoa hc
(như kim định gi thuyết và kim định ý nghĩa thng kê). Do đó, dch t hc thc cht
là mt liên ngành, và đòi hi người thc hành phi nm vng c ba lĩnh vc hc thut
trên. Dch t hc không th là “khoa hc” nếu không có đo lường. Để kết thúc bài tr li
này, tôi mượn li ca ông William Thomson (còn gi là Lord Kelvin hay Bá tước
Kelvin), người phát trin nhit kế Kelvin (độ K) như sau: “Tôi thường nói rng khi bn
có th đo lường mt s kin và din gii s kin đó bng con s, bn biết đôi điu v s
kin. Nếu bn không th din t mt s kin bng con s thì kiến thc ca bn s nghèo
nàn đi. Không đo lường được, bn khó có th làm cho khoa hc tiến trin”. Trong khoa
hc “cân đo đong đếm” (như ông bà ta hay nói) rt quan trng. Có th nói không ngoa
rng bt c ngành nào mà không có “cân đo đong đếm” thì chưa hn là ngành khoa hc!
Chú thích:
Bn đọc có th tìm hiu thêm qua T đin Dch t hc trc tuyến đây:
http://www.swintons.net/jonathan/Academic/glossary.html. Cun này tht ra không hn tt.
Cun sách tham kho chính là “A Dictionary of Epidemiology” ca John M. Last. Cun này rt
mng, nhưng … khá đắt tin!
Sau đây là định nghĩa và ch dn ca B Y tế (D án h tr h thng y tế d phòng) mà bn đọc
cho biết (ch trích dn phn liên quan) đ các bn tham kho.
II. Phân tích s liu giám sát
Phân tích s liu kp thi là vic làm quan trng để có th biến thông tin thành hành động.
1. Các ch s:
1.1. Khái nim: Ch ss đo giúp cho vic lượng hóa và so sánh nhng s thay đổi. S
thay đổi có th được th hin theo chiu hướng (tăng hay gim), mc độ (ít hay nhiu)
và phm vi (rng hay hp).
1.2. Các dng thc ca ch s:
1.2.1. Tn s: Biu th s ln xut hin ca mt quan sát nào đó. Ví d: s người mang vi
rút cúm gây bnh H5N1 khi kim tra bnh phm.
1.2.2. Tn s cng dn: thường được s dng khi trình bày trong bng. Tn s cng dn
ca mt ô nào đó bng tn s ca chính ô đó cng vi tn s ca các ô trước.
1.2.3. Tn s tuyt đối: chính là tn s thc ca mt quan sát không ph thuc vào c
mu ln hay nh. Tn s tuyt đối được biu th bng giá tr tuyt đối ca s kin.
1.2.4. Tn s tương đối hay còn gi là tn sut: biu th ca tn s trong mt mi tương
quan vi c mu. Tn s tương đối được biu th bng giá tr tương đối ca s kin,
bao gm t s, t l và t sut.
1.3. T s, t l và t sut:
T s, t l t sut nhng công c quan trng dùng để đo tn s ca bnh. Các
thước đo tn s y được dùng cho các biến phân loi (ví d như sng hoc chết, nam hoc
n). Ba thước đo có cùng công thc:
X/Y x 10
n
trong đó x và y là nhng s lượng được so sánh và 10
n
là hng s.
1.3.1. T s: biu th mi tương quan ca hai đại lượng. Hai đại lượng này th liên
quan vi nhau hoc hoàn toàn độc lp vi nhau. T l t sut nhng trường
hp riêng ca t s.
Ví d:
Mt độ dân s =
S dân trung bình ca mt khu vc
trong khong thi gian xác định (người)
Din tích ca khu vc đó (km
2
)
1.3.2. T l: mt phân s trong đó t s mt phn ca mu s cùng đơn v đo
như nhau, [x/y, trong đó x là mt phn ca y]
Ví d:
T l nam =
S nam ca mt khu vc
trong khong thi gian xác định
Tng dân s (nam+n) ca
khu vc đó trong cùng thi gian
- T l phn trăm: Có cùng công thc như t l, nhưng được nhân vi 100 (x/y X 100).
1.3.3. T sut: phân s dùng để đo lường xác sut xy ra ca mt s kin đặc bit,
trong đó t s là c s kin (sinh, chết, tai biến, bnh tt,...) và mu s là s lượng
cá th có trong các s kin đó (dân s chung, s tr em dưới 5 tui, s ph n trong
độ tui sinh đẻ,...) trong mt khong thi gian nht định. T sut thường để xác
định mc độ biến động ca các hin tượng trong mt khong thi gian xác đnh.
T sut trong dch t hc thường cha 3 phn: tn sut mc bnh, mu ca qun th
và thi gian xy ra s kin.
Không ging như nhng con s, các t sut th giúp hình dung ra nguy cơ mc
bnh ca con người trong qun th. T sut thường được dùng để so sánh s xut
hin bnh gia các vùng, nhóm tui, gii tính hoc nhóm dân tc khác nhau.
T sut =
S s kin xy ra trong khong
thi gian xác định thuc mt khu vc
x k
(k=10
n
)
S lượng trung bình cá th có kh năng
sinh “s kin” đó trong khu vc/thi gian
Ví d: T sut t vong ca bnh (Case Fatality Rate - CFR) còn gi là t l chết trên mc là t
l thường dùng. Cách tính t sut t vong ca bnh như sau:
- Tính tng s trường hp t vong.
- Chia tng s trường hp t vong cho tng s trường hp bnh ghi nhn được
(c t vong và không t vong).
- Nhân kết qu vi 100.
Bng T sut t vong ca bnh ca bnh si theo nhóm tui năm 2006
Nhóm tui S mc S chết T sut t
vong ca
bnh
0-4 tui 40 4 10%
5-14 tui 9 1 11%
T 15 tui tr lên 1 0 0%
Không rõ tui 28 0 0%
Tng cng 78 5 6%
- T sut t vong ca bnh giúp:
o Ch ra mc độ trm trng ca bnh trng.
o Xác định nhng mm bnh mi có độc tính cao hơn hoc kháng thuc.
o Ch ra cht lượng chăm sóc y tế kém hoc tình trng chưa đưc chăm sóc
o Ch ra nhng vn đề trong qun ca bnh. So sánh cht lượng qun lý ca bnh gia
nhng vùng khác nhau.
- Các chương trình y tế d phòng có th tác động đến t sut t vong ca bnh bng cách
đảm bo rng ca bnh được phát hin ngay và được qun lý vi cht lượng tt. Mt s
khuyến ngh v công tác phòng chng nhng bnh c th coi vic làm gim t sut t
vong ca bnh là tiêu chí đánh giá tính hiu qu ca vic x lý dch (ví d như CFR thp
hơn 1% trong v dch t).
Các tài liu trong y hc s dng các thut ng t s, t l t sut không nht quán
như là trong định nghĩa ca toán hc. Điu quan trng là phi hiu cách đo lường, tính
toán và ý nghĩa ca các thut ng này.
1.5. Đo lường mc bnh:
1.5.1. T sut hin mc: Đo lường tn s hin mc bnh ca mt qun th mt đim nht
định ca thi gian (t l hin mc ti mt thi đim) hay mt khong thi gian nht định
(t l hin mc trong mt khong thi gian). T sut hin mc thường hiu là P
(prevalence)
P=
Tng s bnh nhân hin mc ca mt bnh ti mt thi đim nht định hay
trong mt khong thi gian nht định
x k
(k=1
0
n
)
Tng s người qun th có nguy cơ
- ý nghĩa ca t sut hin mc:
o T sut hin mc được xác định trong các cuc điu tra ngang giám sát tình hình sc
khe ca cng đồng, đánh giá mt hin tượng mc hàng lot. Nếu th đối chiếu
đỉnh cao nht ca nguy cơ (xy ra trong quá kh) vi đỉnh cao ca t l mi mc thì
th ước lượng khong thi k bnh hoc thi k tim tàng ca bnh, thi gian
tiếp xúc, cùng vi các thông tin khác v dch t, th cho ta đánh giá mt cách
logic quá trình mc bnh hàng lot đó áp dng nhng phương pháp hp hu
hiu trong giám sát bnh hàng lot.
o T sut hin mc được s dng để đánh giá tình trng sc khe ca mt qun th,
cơ s để lp kế hoch đáp ng nhu cu chăm sóc sc khe ca qun th (như s cán
b y tế, s giường bnh, cơ s thuc điu tr).
1.5.2. T sut mi mc: Đo lường tn s mi mc bnh ca mt qun th trong mt khong
thi gian nào đó. T sut mi mc thường có ký hiu là I (incidence)
T sut mi mc tích lũy (CI):
CI=
Tng s trường hp mi mc bnh ca mt qun th trong mt kho
ng thi gian xác
định
Tng s người có nguy cơ mc bnh ca qun th đó trong thi gian đó
T sut mt độ mi mc (ID): là t s ca s trường hp mi mc ca mt bnh trong
mt thi gian nht định, được chia cho thi gian-người có nguy cơ.
ID=
Tng s trư
ng hp mi mc bnh ca mt qun th trong mt khong thi gian xác
định
Tng thi gian có nguy cơ theo dõi được ca tt c các cá th thuc qun th đó
- T sut mt độ mi mc thường mt phép đo chính xác hơn t sut mi mc tích lũy,
bi vì nó quan tâm đến thi gian nguy cơ ca tng cá th.
o T l tn công: mt dng đặc bit ca t sut mi mc để thy được phm vi
mc độ dân s b nh hưởng, thường được s dng trong điu tra, nghiên cu các v
dch. T l tn công thường được ký hiu là AR (attack rate).
Công thc:
AR=
S mc mi ca qun th trong mt khong thi gian x
100
(100
0)
Dân s nguy cơ vào lúc đầu khong thi gian
Ví d:
Bng minh ho t l tn công ca bnh st xut huyết theo vùng:
Qun/huyn Dân s S mc T
l tn công/1.000
Thu Nguyên 271.728 1.370 5
Ngô Quyn 196.188 1.400 7
An Hi 193.997 870 4
Vĩnh Bo 191.719 450 2
An Lão 182.481 400 2
Khác 133.000 0 0
Tng cng
1.169.113 4.490 4
- ý nghĩa ca t sut mi mc:
o T sut mi mc được xác định trong các nghiên cu thun tp tương lai, trong đó mt
nhóm th nguy cơ nhưng chưa mc bnh được theo dõi trong mt thi gian để
xác định nguy cơ phát trin bnh
o T sut mi mc ích cho vic đánh giá nguy cơ phát trin bnh theo thi gian do
tiếp xúc vi yếu t nguy cơ đó.
o T sut mi mc cho phép đánh giá hiu qu ca các bin pháp can thip đã được áp
dng.
1.5.3. Liên quan gia t sut hin mc P và t sut mi mc I:
- T sut hin mc P ph thuc ch yếu vào t sut mi mc I và thi gian mc bnh trung
bình:
P = I x D
(Trong đó D thi gian mc bnh trung bình, còn gi bnh k, đo bng ngày, tun,
tháng hoc năm).
- S liên quan này giúp chúng ta thy mt điu quan trng: nếu mun gim t l hin mc
thì có th thc hin bin pháp:
o Gim s mi mc (chng dch hu hiu, như bo v khi cm nhim, ct đứt đường
truyn nhim, không để xut hin trường hp mc bnh mi, bin pháp phòng
bnh đặc hiu) và hoc
o Gim thi gian mc bnh trung bình (có bin pháp điu tr tt, rút ngn thi gian điu
tr, tăng cường sc khe nhân dân).
| 1/11

Preview text:

Đo lường” bnh tt:
T s, t l, t sut, v.v… Nguyễn Văn Tuấn
Một bạn đọc viết thư hỏi như sau: “Em là mt Bs hin đang công tác ti Trung tâm Y tế
d
phòng, trong thi gian qua em đã theo dõi rt k các bài viết nào ca thy trên
ykhoanet. Em
đã hc được thy rt nhiu vn đề, đặc bit là phương pháp dch t hc
… Th
ưa thy, hin nay, B Y tế đã son xong mt b tài liu, đang đưa vào s dng, có 3
quy
n, […]. Qua đọc quyn 1, phn ni dung t s, t l và t sut, em thy các tác gi
vi
ết v t l, t xut rt khác so vi hi em hc vi Giáo sư Dương Đình Thin ( b môn
VSMT - d
ch t, trường ĐHY Hà Ni trước kia, nay đã v hưu). Em nh thy trình bày
giúp em rõ v
t l, t xut trong dch t hc. Em xin cm ơn và kính chúc sc khe thy.
(Em gi cho thy tóm tt tài liu quyn 1 mà các tác gi son theo file gi kèm )
Thành thật cám ơn bạn (tôi gọi thế vì không biết bạn đọc là anh hay chị) về lời khích lệ,
và cám ơn một số định nghĩa và cách tính của BYT mà bạn gửi. Tôi nghĩ dù sao đi nữa
thì đây vẫn là một điều tốt. Phòng chống dịch cần phải có thông tin và phương pháp. Tôi
nghĩ tập tài liệu sẽ giúp đỡ cho những người trực tiếp với công việc này.
Tôi sẽ không bình luận chi tiết những chỉ dẫn về cách tính các chỉ số dịch tễ học trong tài
liệu. Cảm tưởng chung của tôi là khó hiểu, một phần vì thiếu minh họa, một phần do
công thức khá rối rắm với hằng số 10n, và một phần do … trình độ tiếng Việt của tôi có
hạn. Ngoài ra, hình như tác giả nhầm lẫn giữa “tỉ suất mật độ” và “tỉ suất mới mắc”, vì
thật ra hai chỉ số này là một (không có gì khác nhau cả)! Do đó, tôi chỉ mô tả những gì
tôi hiểu về các chỉ số này để bạn so sánh và rút ra kết luận.
Trong các nghiên cứu trên quần thể (population), không chỉ riêng y khoa, chúng ta có khá
nhiều chỉ số để đánh giá qui mô và tầm quan trọng của một sự kiện trong một quần thể
hay cho một cá nhân. Sự phổ biến của các chỉ số này còn tùy thuộc vào mức độ chuyên
sâu và tinh vi của nghiên cứu, nhưng ở mức đơn giản nhất, có 3 chỉ số quan trọng như sau: • Tỉ số • Tỉ lệ • Tỉ suất
Đặc điểm chung của các chỉ số này là chúng đều là phân số. Điều này có nghĩa là mỗi
chỉ số đều có tử số và mẫu số. Những khác biệt về ý nghĩa giữa các chỉ số này chính là phần mẫu số.
Tỉ số, tỉ lệ, và tỉ suất là những danh từ chung. Khi “du nhập” vào dịch tễ học, chúng ta có
những thuật ngữ “đặc hiệu” hơn là tỉ suất / tỉ lệ phát sinh (incidence), tỉ lệ hiện hành
(prevalence), và rủi ro (hazards). Trong phần sau đây, tôi sẽ giải thích cụ thể từng chỉ số.
1. Các ch s chung
1.1 T s (ratio)
Tỉ số là một phân số mà tử số có thể không có liên hệ gì với mẫu số. Tỉ số có giá trị từ 0 đến vô hạn (0 ∞ ).
Ví d 1: Chẳng hạn như trong một quần thể gồm có 193 người (95 nam và 98 nữ),
chúng ta hay viết mô tả tình trạng này bằng tỉ số giới tính (sex ratio) nam:nữ như 95/ 98 =
0.97. Tỉ số nam:nữ bằng 0.97 có nghĩa là cứ 100 nữ thì có 97 nam. Chỉ số này cho
chúng ta biết rằng nam ít hơn nữ (vì nếu hai giới bằng nhau thì tỉ số phải bằng 1).
Các chỉ số khác như tỉ trọng khối cơ thể (body mass index hay BMI) hay mật độ xương
(bone mineral density) cũng là một dạng của tỉ số. Các đo lường quan trọng trong dịch tễ
học như risk ratio, odds ratio, hazards ratio, v.v… cũng là những tỉ số.
1.2. T l (proportion)
Tỉ lệ là một dạng tỉ số, nhưng cấu trúc của tỉ lệ khác với tỉ số ở phần tử số. Trong tỉ số, tử
số có thể khác đơn vị đo lường với mẫu số (như trường hợp BMI), nhưng với tỉ lệ thì tử
số và mẫu số phải cùng đơn vị đo lường. Tử số của một tỉ lệ là một phần của mẫu số.
Nói cách khác, tử số của một tỉ lệ lúc nào cũng thấp hơn hay bằng mẫu số. Tỉ lệ có thể
nhân cho 100 để thành số phần trăm (percent). Chính vì thế mà giá trị của tỉ lệ chỉ dao
động từ 0 đến 1 (hay nếu diễn tả bằng phần trăm thì dao động từ 0 đến 100%).
Ví d 2: Trong đợt dịch tả bộc phát hồi tháng 3 vừa qua, tính đến ngày 13/4/2008 có
2490 người mắc bệnh tiêu chảy cấp tính, trong số này có 377 người nhiễm vi khuẩn tả V.
cholerae. Do đó, tỉ lệ nhiễm khuẩn tả trong quần thể những người tiêu chảy cấp tính là 377 / 2490 = 0.151 hay 15.1%.
Qua cách tính trên, chúng ta dễ dàng thấy rằng tỉ lệ thực chất là một xác suất. Trong ví
dụ trên, chúng ta cũng có thể diễn giải rằng xác suất người bị tiêu chảy cấp tính nhiễm
khuẩn tả là 0.15 (tức trong số 100 người tiêu chảy cấp tính, chúng ta kì vọng có khoảng
15 người bị nhiễm vi khuẩn tả).
1.3. T sut (rate)
Tỉ suất cũng là một dạng của tỉ số hay tỉ lệ. Trong kinh tế học, người ta hay nói đến tỉ
suất lời (interest rate), và nó có yếu tố thời gian trong đó. Do đó, thuật ngữ rate (t sut)
có một khác biệt quan trọng với tỉ lệ: đó là mẫu số của tỉ suất có thể bao gồm yếu tố thi
gian
và số đối tượng, nhưng mẫu số của tỉ lệ thì không có thời gian. Do đó, giá trị của tỉ
suất có thể đi từ 0 đến vô hạn.
2. ng dng vào dch t hc
Như đề cập trong phần đầu, tỉ số, tỉ lệ và tỉ suất là những danh từ chung, những khái niệm
của nghiên cứu quần thể. Dịch tễ học ứng dụng những khái niệm này để xây dựng thành
một số chỉ số liên quan đến qui mô và yếu tố nguy cơ bệnh tật. Hai chỉ số phổ biến nhất là: • Tỉ lệ lưu hành
• Tỉ suất / tỉ lệ phát sinh
Cần phải phân biệt hai khái niệm này: lưu hành (prevalence) và phát sinh (incidence).
Lưu hành đề cập đến hiện tại, còn phát sinh đề cập đến những ca bệnh mới xảy ra trong
một khoảng thời gian nhất định. Khi nói đến tỉ lệ lưu hành 10% chúng ta chỉ biết hiện
nay cứ 100 người thì có 10 người mắc bệnh, nhưng không biết bệnh phát sinh từ lúc nào.
Khi nói tỉ lệ phát sinh 10% trong 1 năm, chúng ta biết rằng nếu nếu theo dõi 100 người
trong vòng 1 năm thì sẽ có 10 người mắc bệnh.
2.1 T l lưu hành (prevalence hay prevalence proportion)
Trong dịch tễ học, t l lưu hành (prevalence), như tên gọi, chính là một dạng của tỉ lệ.
Tỉ lệ lưu hành phản ảnh số ca bệnh hin lưu hành trong một quần thể. Cách tính tỉ lệ này
rất đơn giản: lấy số ca người mắc bệnh trong một quần thể chia cho tổng dân số trong
quần thể đó. Tỉ lệ lưu hành phản ảnh qui mô của một vấn đề y tế, nhưng không cho
chúng ta biết về bệnh căn học (etiology).
Ví d 3: Năm 2001, trong một điều tra dịch tễ học tại Thành phố Hồ Chí Minh trên 2932
đối tượng, các nhà nghiên cứu phát hiện 111 người mắc bệnh tiểu đường. Do đó, tỉ lệ lưu
hành bệnh tiểu đường là 111 / 2932 = 0.038 hay 3.8%.
Cần phải phân biệt hai loại tỉ lệ lưu hành: t l lưu hành ti mt thi đim (point
prevalence
) và t l lưu hành trong mt thi gian (period prevalence). Để hiểu hai
chỉ số này, chúng ta có thể xem qua ví dụ sau đây.
Ví d 4: Một quần thể gồm có 5 đối tượng. Đối tượng 1, 3, và 5 mắc bệnh; đối tượng 2
và 4 không mắc bệnh. Biểu đồ thanh (màu xanh) mô tả thời gian mắc bệnh của từng đối
tượng (xem biểu đồ dưới đây).
Nếu chúng ta tiến hành điều tra vào thi đim T1, có 2 bệnh nhân trong số 5 đối tượng, và
do đó, tỉ lệ lưu hành là 2/5 = 0.4 hay 40%. Nếu chúng ta tiến hành điều tra vào thời điểm
T2, có 3 bệnh nhân trong số 5 đối tượng, và tỉ lệ lưu hành là 3/5 = 0.6 hay 60%. Đây là t
l
lưu hành ti mt thi đim.
Nhưng nếu chúng ta tính từ thời điểm T1 đến T3 thì trong số 5 đối tượng trong quần thể
này, có tất cả 3 người mắc bệnh, và do đó tỉ lệ lưu hành trong một thời gian này là 60%.
2.2 T sut phát sinh (incidence rate)
Tỉ suất phát sinh có khi còn gọi là incidence density (mt độ phát sinh). Vì là “mật độ”
nên chúng ta có thể suy đoán được mẫu số là một số có yếu tố thời gian hay không gian.
Thật vậy, theo định nghĩa thông thường, tỉ suất phát sinh có nghĩa là số ca mới mắc bệnh
chia cho số đối tượng được theo dõi trong một thời gian. Định nghĩa này có thể hiểu qua ví dụ sau đây.
Ví d 5: Chúng ta theo dõi 10 bệnh nhân từ năm 1989 đến ngày 31/12/2001. Trong thời
gian này chúng ta ghi nhận 3 người mắc bệnh tả, kết quả từng bệnh nhân như sau: Bệnh
nhân 1 được theo dõi từ ngày 12/1/1989 đến 31/12/2001, tức 12.95 năm, và không bị
bệnh tả. Bệnh nhân thứ 2 có thời gian theo dõi là 7.61 năm, tính từ 14/8/1990 đến
21/3/1998 khi bị bệnh. Vân vân. Bnh nhân Ngày tham Ngày b
Thi gian theo gia nghiên
bnh t
dõi, tính đến cu
ngày khóa s 31/12/2001 (năm) 1 12/1/1989 12.95 2 14/08/1990 21/03/1998 7.61 3 27/03/1989 12.77 4 01/02/1989 17/03/1999 10.13 5 07/09/1989 12.32 6 21/11/1989 12.12 7 02/12/1990 01/05/1992 1.41 8 07/04/1989 12.74 9 08/01/1990 11.99 10 30/07/1989 12.43
Tng cng 106.49
Như đề cập trên, chúng ta phát hiện 3 ca bệnh tả, và đó là tử số của tỉ suất phát sinh. Về
mẫu số, chúng ta thấy tổng cộng thời gian theo dõi của 10 bệnh nhân là 106.49 năm.
Nhưng nên nhớ là chúng ta theo dõi 10 người, cho nên đơn vị phải là năm-người hay nói
theo thuật ngữ tiếng Anh là person-years. Tổng thời gian theo dõi là 106.49 năm-người hay person-years.
Tỉ suất mắc bệnh tả, do đó, được tính bằng cách lấy số ca bệnh chia cho số năm-người.
Cụ thể hơn: 3 / 106.49 = 0.0282. Nói cách khác, tỉ suất mắc bệnh là 2.82% năm-người.
Con số này còn có thể diễn giải một cách khác nữa, nhưng tôi s để dành cho bn đọc suy nghĩ!
2.3 T l phát sinh (incidence hay incidence proportion)
Một lợi điểm nhưng cũng lá khiếm khuyết của tỉ suất phát sinh là mẫu số do hỗn hợp của
hai đơn vị số đối tượng và thời gian nên đôi khi cũng khó hiểu. Chẳng hạn như khi nói tỉ
suất phát sinh 2.8 trên 100 người-năm, chúng ta không biết đó là số lần mắc bệnh của
một cá nhân được theo dõi 100 năm, hay 2 người được theo dõi mỗi người 50 năm. Do
đó, dịch tễ học đề ra một chỉ số khác tạm dịch là t l phát sinh.
Mẫu số của tỉ lệ phát sinh không phải là người-năm mà chỉ là số đối tượng theo dõi. Vì
là tỉ lệ, cho nên mẫu số của tỉ lệ phát sinh là một phần của mẫu số. Do đó, tỉ lệ phát sinh
được định nghĩa là số ca mắc bệnh trong một khoảng thời gian chia cho số đối tượng
được theo dõi trong khoảng thời gian đó.
Chú ý rằng tỉ lệ phát sinh còn đôi khi được đề cập đến như là t l tn công (attack rate).
Trong y văn, hai thuật ngữ này (t sut phát sinht l phát sinh) thỉnh thoảng vẫn được
sử dụng qua lại mà không phân biệt mẫu số. Tỉ suất phát sinh hay tỉ lệ phát sinh có thể
ước tính cho hai nhóm và so sánh cho ra tỉ số nguy cơ (relative risk). Do đó, tỉ suất có
giá trị khoa học là cung cấp cho chúng ta một vài thông tin về bệnh căn học.
Trong ví dụ trên, chúng ta có 10 bệnh nhân, và qua theo dõi trung bình 10.65 năm (lấy
106.49 chia cho 10), có 3 ca mắc bệnh tả. Do đó, tỉ lệ phát sinh trong vòng 10.65 năm là: 3 / 10 = 0.30 hay 30%.
2.4. M
i liên h gia t sut phát sinh và t l lưu hành
Để thấy mối liên hệ giữa tỉ suất phát sinh và tỉ lệ lưu hành, chúng ta cần đến vài kí hiệu.
Gọi N là số đối tượng trong một quần thể được theo dõi trong thời gian từ năm t0 đến năm
t1, và trong thời gian đó chúng ta phát hiện có X người phát sinh bệnh. Giả dụ rằng tổng
số người-năm toàn bộ quần thể là T.
Gọi P là tỉ lệ lưu hành, và theo định nghĩa trong thời gian t0 đến năm t1, P có thể ước tính qua công thức: P = X / N
Gọi I là tỉ suất phát sinh, chúng ta có thể ước tính I như sau: I = X / T
Vì tổng số người-năm là T, và chúng ta có N đối tượng, cho nên thi gian theo dõi trung
bình
(kí hiệu D) của quần thể là: D = T / N
Qua vài thao tác đại số có thể thấy ngay rằng: P = I × T/N = I ×D
Điều này có nghĩa là tỉ lệ lưu hành là tích số của tỉ suất phát sinh và thời gian theo dõi trung bình.
Ví d 5 (tiếp tc): Trong ví dụ trên, chúng ta theo dõi 10 đối tượng với tổng số năm–
người theo dõi là 106.49, do đó, thời gian theo dõi trung bình cho mỗi đối tượng là D =
106.49 / 10 = 10.65 năm. Chúng ta cũng biết rằng tỉ suất phát sinh là I = 3 / 106.49 =
0.0282. Do đó, tỉ lệ lưu hành trong thời gian đó là: P = 0.0282 × 10.65 = 0.30 hay là
30%. Thật vậy, trong số 10 người theo dõi trong thời gian đề cập, có 3 người mắc bệnh,
và do đó tỉ lệ lưu hành là 30%. Cần nói thêm rằng tỉ lệ lưu hành một thời gian này còn
được gọi là tỉ lệ phát sinh tích lũy (cumulative incidence).
Bảng sau đây sẽ tổng hợp các khác biệt, đặc tính và ứng dụng của tỉ số, tỉ lệ, và tỉ suất: Đặc tính
T s
T l
T sut (ratio) (proportion) (rate) Toán học Phân số Phân số Phân số Tử số và mẫu số Không hẳn phải có Phải có cùng đơn vị Không hẳn phải có cùng đơn vị cùng đơn vị Tử số (trong văn Có thể bất cứ số Số ca bệnh Số ca bệnh cảnh dịch tễ học) nào Mẫu số (trong văn Có thể bất cứ số Tổng số đối tượng Tổng số người-thời cảnh dịch tễ học) nào trong quần thể gian (“thời gian” có thể là năm, tháng, v.v…) Giới hạn của giá trị Từ 0 đến vô hạn Từ 0 đến 1 (hay Từ 0 đến vô hạn 100) Chỉ số dịch tễ học Tỉ số giới tính, Tỉ lệ lưu hành Tỉ lệ phát sinh BMI, mật độ (prevalence), kể cả (incidence), tỉ lệ tấn xương, mật độ dân tỉ lệ lưu hành tích công (attack rate), tỉ số, v.v… lũy hay một thời suất phát sinh điểm (incidence rate), v.v… Ý nghĩa Đơn thuần mô tả Qui mô của bệnh Mối liên hệ giữa yếu tố nguy cơ và bệnh (bệnh căn học)
Ngoài các chỉ số trên, còn một số chỉ số khác cũng phản ảnh qui mô bệnh tật như lifetime
risk (nguy cơ mắc bệnh trọn đời), hazards rate (tỉ suất nguy cơ), v.v… cũng có khi sử
dụng trong các nghiên cứu dịch tễ học thuộc dạng phân tích. Ngoài ra, các chỉ số mang
tính đo lường khác [tôi chưa biết dịch sang tiếng Việt là gì] như attributable risk fraction,
etiologic fraction, potential years of life lost, v.v… cũng có khi sử dụng cho các công
trình dịch tễ học mang tính phân tích. Tuy nhiên, cách tính các chỉ số này cũng phức tạp,
và đôi khi đòi hỏi phải có phần mềm máy tính mới thực hiện được.
Cố nhiên, trên đây chỉ là các chỉ số cực kì đơn giản trong dịch tễ học. Các chỉ số này chỉ
là số trung bình, chưa phản ảnh độ dao động mẫu (sampling variation). Cách tính độ dao
động mẫu có phần tương đối phức tạp hơn nhưng đó là một đề tài cho câu hỏi sau. :-)
Có thể nói rằng bộ môn dịch tễ học được hình thành từ ba ngành học chính: y học, dân số
học, và thống kê học. Y học cung cấp cho chúng ta những khái niệm bệnh lí, bệnh căng,
đặc tính lâm sàng từ cá nhân để từ đó suy luận cho một quần thể. Dân số học cung cấp
cho chúng ta những khái niệm quần thể như tỉ lệ, tỉ suất, và tỉ số. Thống kê học cung cấp
cho chúng ta những khái niệm xác suất, mô hình toán học, và mô hình suy luận khoa học
(như kiểm định giả thuyết và kiểm định ý nghĩa thống kê). Do đó, dịch tễ học thực chất
là một liên ngành, và đòi hỏi người thực hành phải nắm vững cả ba lĩnh vực học thuật
trên. Dịch tễ học không thể là “khoa học” nếu không có đo lường. Để kết thúc bài trả lời
này, tôi mượn lời của ông William Thomson (còn gọi là Lord Kelvin hay Bá tước
Kelvin), người phát triển nhiệt kế Kelvin (độ K) như sau: “Tôi thường nói rng khi bn
có th đo lường mt s kin và din gii s kin đó bng con s, bn biết đôi điu v s
ki
n. Nếu bn không th din t mt s kin bng con s thì kiến thc ca bn s nghèo
nàn
đi. Không đo lường được, bn khó có th làm cho khoa hc tiến trin”. Trong khoa
học “cân đo đong đếm” (như ông bà ta hay nói) rất quan trọng. Có thể nói không ngoa
rằng bất cứ ngành nào mà không có “cân đo đong đếm” thì chưa hẳn là ngành khoa học! Chú thích:
Bạn đọc có thể tìm hiểu thêm qua Từ điển Dịch tễ học trực tuyến ở đây:
http://www.swintons.net/jonathan/Academic/glossary.html. Cuốn này thật ra không hẳn tốt.
Cuốn sách tham khảo chính là “A Dictionary of Epidemiology” của John M. Last. Cuốn này rất
mỏng, nhưng … khá đắt tiền!
Sau đây là định nghĩa và chỉ dẫn của Bộ Y tế (Dự án hỗ trợ hệ thống y tế dự phòng) mà bạn đọc
cho biết (chỉ trích dẫn phần liên quan) để các bạn tham khảo.
II. Phân tích s liu giám sát
Phân tích số liệu kịp thời là việc làm quan trọng để có thể biến thông tin thành hành động.
1. Các ch s:
1.1. Khái nim: Chỉ số là số đo giúp cho việc lượng hóa và so sánh những sự thay đổi. Sự
thay đổi có thể được thể hiện theo chiều hướng (tăng hay giảm), mức độ (ít hay nhiều)
và phạm vi (rộng hay hẹp). 1.2.
Các dng thc ca ch s:
1.2.1. Tn s: Biểu thị số lần xuất hiện của một quan sát nào đó. Ví dụ: số người mang vi
rút cúm gây bệnh H5N1 khi kiểm tra bệnh phẩm.
1.2.2. Tn s cng dn: thường được sử dụng khi trình bày trong bảng. Tần số cộng dồn
của một ô nào đó bằng tần số của chính ô đó cộng với tần số của các ô trước.
1.2.3. Tn s tuyt đối: chính là tần số thực của một quan sát và không phụ thuộc vào cỡ
mẫu lớn hay nhỏ. Tần số tuyệt đối được biểu thị bằng giá trị tuyệt đối của sự kiện.
1.2.4. Tn s tương đối hay còn gi là tn sut: biểu thị của tần số trong một mối tương
quan với cỡ mẫu. Tần số tương đối được biểu thị bằng giá trị tương đối của sự kiện,
bao gồm tỷ số, tỷ lệ và tỷ suất. 1.3.
T s, t l và t sut:
Tỷ số, tỷ lệ và tỷ suất là những công cụ quan trọng dùng để đo tần số của bệnh. Các
thước đo tần số này được dùng cho các biến phân loại (ví dụ như sống hoặc chết, nam hoặc
nữ). Ba thước đo có cùng công thức: X/Y x 10n
trong đó x và y là những số lượng được so sánh và 10n là hằng số.
1.3.1. T số: là biểu thị mối tương quan của hai đại lượng. Hai đại lượng này có thể liên
quan với nhau hoặc hoàn toàn độc lập với nhau. Tỷ lệ và tỷ suất là những trường hợp riêng của tỷ số. Ví d:
Số dân trung bình của một khu vực
trong khoảng thời gian xác định (người) Mật độ dân số =
Diện tích của khu vực đó (km2)
1.3.2. T lệ: là một phân số trong đó tử số là một phần của mẫu số và có cùng đơn vị đo
như nhau, [x/y, trong đó x là một phần của y] Ví dụ:
Số nam của một khu vực trong kho T
ảng thời gian xác định ỷ lệ nam =
Tổng dân số (nam+nữ) của
khu vực đó trong cùng thời gian
- Tỷ lệ phần trăm: Có cùng công thức như tỷ lệ, nhưng được nhân với 100 (x/y X 100).
1.3.3. T sut: là phân số dùng để đo lường xác suất xảy ra của một sự kiện đặc biệt,
trong đó tử số là các sự kiện (sinh, chết, tai biến, bệnh tật,...) và mẫu số là số lượng
cá thể có trong các sự kiện đó (dân số chung, số trẻ em dưới 5 tuổi, số phụ nữ trong
độ tuổi sinh đẻ,...) trong một khoảng thời gian nhất định. Tỷ suất thường để xác
định mức độ biến động của các hiện tượng trong một khoảng thời gian xác định.
Tỷ suất trong dịch tễ học thường chứa 3 phần: tần suất mắc bệnh, mẫu của quần thể
và thời gian xảy ra sự kiện.
Không giống như những con số, các tỷ suất có thể giúp hình dung ra nguy cơ mắc
bệnh của con người trong quần thể. Tỷ suất thường được dùng để so sánh sự xuất
hiện bệnh giữa các vùng, nhóm tuổi, giới tính hoặc nhóm dân tộc khác nhau.
Số sự kiện xảy ra trong khoảng th x k T
ời gian xác định thuộc một khu vực ỷ suất =
Số lượng trung bình cá thể có khả năng (k=10n)
sinh “sự kiện” đó trong khu vực/thời gian
Ví d: T sut t vong ca bnh (Case Fatality Rate - CFR) còn gọi là tỷ lệ chết trên mắc là tỷ
lệ thường dùng. Cách tính tỷ suất tử vong ca bệnh như sau:
- Tính tổng số trường hợp tử vong.
- Chia tổng số trường hợp tử vong cho tổng số trường hợp bệnh ghi nhận được
(cả tử vong và không tử vong).
- Nhân kết quả với 100.
Bng T sut t vong ca bnh ca bnh si theo nhóm tui năm 2006 Nhóm tui
S mc
S chết
T sut t vong ca bnh 0-4 tuổi 40 4 10% 5-14 tuổi 9 1 11% Từ 15 tuổi trở lên 1 0 0% Không rõ tuổi 28 0 0%
Tng cng 78 5 6%
- Tỷ suất tử vong ca bệnh giúp:
o Chỉ ra mức độ trầm trọng của bệnh trạng.
o Xác định những mầm bệnh mới có độc tính cao hơn hoặc kháng thuốc.
o Chỉ ra chất lượng chăm sóc y tế kém hoặc tình trạng chưa được chăm sóc
o Chỉ ra những vấn đề trong quản lý ca bệnh. So sánh chất lượng quản lý ca bệnh giữa những vùng khác nhau.
- Các chương trình y tế dự phòng có thể tác động đến tỷ suất tử vong ca bệnh bằng cách
đảm bảo rằng ca bệnh được phát hiện ngay và được quản lý với chất lượng tốt. Một số
khuyến nghị về công tác phòng chống những bệnh cụ thể coi việc làm giảm tỷ suất tử
vong ca bệnh là tiêu chí đánh giá tính hiệu quả của việc xử lý dịch (ví dụ như CFR thấp
hơn 1% trong vụ dịch tả).
Các tài liệu trong y học sử dụng các thuật ngữ tỷ số, tỷ lệ và tỷ suất không nhất quán
như là trong định nghĩa của toán học. Điều quan trọng là phải hiểu cách đo lường, tính
toán và ý nghĩa của các thuật ngữ này.
1.5. Đo lường mc bnh:
1.5.1. T sut hin mc: Đo lường tần số hiện mắc bệnh của một quần thể ở một điểm nhất
định của thời gian (tỷ lệ hiện mắc tại một thời điểm) hay ở một khoảng thời gian nhất định
(tỷ lệ hiện mắc trong một khoảng thời gian). Tỷ suất hiện mắc thường ký hiệu là P (prevalence) T
ổng số bệnh nhân hiện mắc của một bệnh tại một thời điểm nhất định hay x k trong m P=
ột khoảng thời gian nhất định (k=1
Tổng số người ở quần thể có nguy cơ 0n)
- ý nghĩa của tỷ suất hiện mắc:
o Tỷ suất hiện mắc được xác định trong các cuộc điều tra ngang giám sát tình hình sức
khỏe của cộng đồng, đánh giá một hiện tượng mắc hàng loạt. Nếu có thể đối chiếu
đỉnh cao nhất của nguy cơ (xảy ra trong quá khứ) với đỉnh cao của tỷ lệ mới mắc thì
có thể ước lượng khoảng thời kỳ ủ bệnh hoặc thời kỳ tiềm tàng của bệnh, thời gian
tiếp xúc, và cùng với các thông tin khác về dịch tễ, có thể cho ta đánh giá một cách
logic quá trình mắc bệnh hàng loạt đó và áp dụng những phương pháp hợp lý và hữu
hiệu trong giám sát bệnh hàng loạt.
o Tỷ suất hiện mắc được sử dụng để đánh giá tình trạng sức khỏe của một quần thể, là
cơ sở để lập kế hoạch đáp ứng nhu cầu chăm sóc sức khỏe của quần thể (như số cán
bộ y tế, số giường bệnh, cơ số thuốc điều trị).
1.5.2. T sut mi mc: Đo lường tần số mới mắc bệnh của một quần thể trong một khoảng
thời gian nào đó. Tỷ suất mới mắc thường có ký hiệu là I (incidence)
T sut mi mc tích lũy (CI):
Tổng số trường hợp mới mắc bệnh của một quần thể trong một khoảng thời gian xác CI= định
Tổng số người có nguy cơ mắc bệnh của quần thể đó trong thời gian đó
T sut mt độ mi mc (ID): là tỷ số của số trường hợp mới mắc của một bệnh trong
một thời gian nhất định, được chia cho thời gian-người có nguy cơ.
Tổng số trường hợp mới mắc bệnh của một quần thể trong một khoảng thời gian xác định ID=
Tổng thời gian có nguy cơ theo dõi được của tất cả các cá thể thuộc quần thể đó
- Tỷ suất mật độ mới mắc thường là một phép đo chính xác hơn tỷ suất mới mắc tích lũy,
bởi vì nó quan tâm đến thời gian nguy cơ của từng cá thể.
o T l tn công: Là một dạng đặc biệt của tỷ suất mới mắc để thấy được phạm vi và
mức độ dân số bị ảnh hưởng, thường được sử dụng trong điều tra, nghiên cứu các vụ
dịch. Tỷ lệ tấn công thường được ký hiệu là AR (attack rate). Công thc:
Số mắc mới của quần thể trong một khoảng thời gian x
Dân số nguy cơ vào lúc đầu khoảng thời gian 100 AR= (100 0)
Ví d:
Bng minh ho t l tn công ca bnh st xut huyết theo vùng:
Qun/huyn Dân s
S mc
T l tn công/1.000 Thuỷ Nguyên 271.728 1.370 5 Ngô Quyền 196.188 1.400 7 An Hải 193.997 870 4 Vĩnh Bảo 191.719 450 2 An Lão 182.481 400 2 Khác 133.000 0 0
Tng cng 1.169.113 4.490 4
- ý nghĩa của tỷ suất mới mắc:
o Tỷ suất mới mắc được xác định trong các nghiên cứu thuần tập tương lai, trong đó một
nhóm cá thể có nguy cơ nhưng chưa mắc bệnh được theo dõi trong một thời gian để
xác định nguy cơ phát triển bệnh
o Tỷ suất mới mắc có ích cho việc đánh giá nguy cơ phát triển bệnh theo thời gian do
tiếp xúc với yếu tố nguy cơ đó.
o Tỷ suất mới mắc cho phép đánh giá hiệu quả của các biện pháp can thiệp đã được áp dụng.
1.5.3. Liên quan gia t sut hin mc P và t sut mi mc I:
- Tỷ suất hiện mắc P phụ thuộc chủ yếu vào tỷ suất mới mắc I và thời gian mắc bệnh trung bình: P = I x D
(Trong đó D là thời gian mắc bệnh trung bình, còn gọi là bệnh kỳ, đo bằng ngày, tuần, tháng hoặc năm).
- Sự liên quan này giúp chúng ta thấy một điều quan trọng: nếu muốn giảm tỷ lệ hiện mắc
thì có thể thực hiện biện pháp:
o Giảm số mới mắc (chống dịch hữu hiệu, như bảo vệ khối cảm nhiễm, cắt đứt đường
truyền nhiễm, không để xuất hiện trường hợp mắc bệnh mới, có biện pháp phòng
bệnh đặc hiệu) và hoặc
o Giảm thời gian mắc bệnh trung bình (có biện pháp điều trị tốt, rút ngắn thời gian điều
trị, tăng cường sức khỏe nhân dân).