Phương pháp nghiên cứu khoa học - Số đo hậu quả và số đo tác động

Số đo hậu quả và số đo tác động I. Nhắc lại về số đo sự xuất hiện của bệnh: tỉ suất, nguy cơ và số chênh Số mới mắc (incidence) là đo lường của sự xuất hiện của bệnh. Số mới mắc có thể trình bày dưới dạng số tuyệt đối hay số tương đối. Những đo số tương đối của sự xuất hiện bệnh thường gặp là nguy cơ, tỉ suất mới mắc, hay số chênh. Nguy cơ (risk) là xác suất xuất hiện bệnh trong một khoảng thời gian nhất định. Do bản chất của nguy cơ là xác suất nên nguy cơ không có thứ nguyên và 0 < nguy cơ < 1 Số chênh (odds) la ø tỉ số giữa nguy cơ mắc bệnh và nguy cơ không mắc bệnh risk / (1 - risk) Số chênh là một số không âm, số chênh bằng 0 khi nguy cơ bằng 0, số chênh bằng 1 khi nguy cơ bằng 0,5 và số chênh tiến đến vô cực khi nguy cơ bằng 1. Như vậy, số chênh cũng là thước đo để đo lường sự xuất hiện của bệnh. Tỉ suất mới mắc (incidence rate): nguy cơ mắc bệnh tức thời trong một đơn vị thời gian. Do đơn vị thời gian được chọn là tùy ý, tỉ suất mới mắc không có giới hạn về giá trị. Thứ nguyên của tỉ suất mới mắc là thời gian -1, thí dụ tỉ suất mới của bệnh mạch vành tim ở người có cholesterol ³ 245 mg% là 0,02/năm. Thông thường, tỉ suất mới mắc của một bệnh thường được gọi là tỉ suất của bệnh đó. Thí dụ, ta có thể nói tỉ suất bệnh mạch vành là 0,02/năm ở những người có cholesterol ³ 245 mg% nghĩa là trong 100 người có cholesterol ³ 245 mg% và chưa bị bệnh mạch vành tim, trung bình có hai người bị xuất hiện bệnh mạch vành sau thời gian theo dõi 1 năm. II. Số đo sự kết hợp - số đo hậu quả Bảng 2 x 2 đã được dùng từ rất lâu để chứng minh sự kết hợp thống kê giữa một yếu tố nguy cơ và sự xuất hiện của bệnh tật. Nhưng chỉ riêng sự kết hợp thống kê không nói lên được tầm quan trọng về mặt lâm sàng (hoặc y tế công cộng) của mối liên quan nhân quả giữa yếu tố nguy cơ và bệnh tật. Một sự kết hợp dù không có tầm quan trọng lớn nhưng đều có thể được chứng minh là có ý nghĩa thống kê với cỡ mẫu đủ lớn. Khoa học dịch tễ học nhận thức được hai vấn đề (1) Trong thực tế không có một nguyên nhân đơn lẻ là nguyên nhân duy nhất cho một vấn đề y tế. Một vấn đề y tế luôn luôn được gây ra bởi rất nhiều nguyên nhân và những nguyên nhân này chồng chéo lẫn nhau, người ta gợi đó là mạng lưới nguyên nhân (web of causation) và (2) Ngành y tế không thể giải quyết được mọi nguyên nhân của một vấn đề y tế cùng một lúc mà nó chỉ có thể giải quyết được tận gốc rễ nếu dịch tễ học tìm ra được và giải quyết nguyên nhân quan trọng nhất. Vì vậy, dịch tễ học đã đề xuất việc sử dụng tỉ số và hiệu số của nguy cơ làm thước đo của sự kết hợp giữa nguyên nhân và hậu quả. III. Số đo tỉ số Số đo tỉ số thông dụng nhất là tỉ số nguy cơ (Risk ratio - RR). Tỉ số nguy cơ là tỉ số của nguy cơ trong nhóm phơi nhiễm (r1) trên nguy cơ trong nhóm không phơi nhiễm (r0). RR = r1 / r0 Tỉ số nguy cơ còn được gọi là nguy cơ tương đối (Relative risk - RR). Tỉ số nguy cơ nói lên người bị phơi nhiễm có nguy cơ bị mắc bệnh gấp bao nhiêu lần người không bị phơi nhiễm. Thí dụ: Bảng 1 trình bày một ví dụ rút ra từ nghiên cứu Framingham, trình bày số mới mắc bệnh mạch vành tim trong 6 năm theo dõi tùy theo nồng độ cholesterol huyết thanh ban đầu trên nam giới tuổi từ 40-59. Nếu ta xem nhóm có cholesterol huyết thanh <210 mg% là nhóm không phơi nhiễm, thì nguy cơ mắc bệnh mạch vành tim ở nhóm không phơi nhiễm là 0,0352 (Ðiều này có nghĩa là xác suất mắc bệnh mạch vành tim ở người có cholesterol < 210 mg% trong thời gian 6 năm vào khoảng 3,5%). Nếu ta xem nhóm có cholesterol ³ 245 mg% là nhóm phơi nhiễm thì nguy cơ ở nhóm phơi nhiễm là 0,1203 (xác suất người có cholesterol ³ 245 mg% bị bệnh mạch vành tim trong thời gian 6 năm là 12%). Ta có tỉ số nguy cơ (RR) là tỉ số của 2 nguy cơ trên = 0,1203 / 0,0352 = 3,4. Ðiều này có nghĩa là xác suất bị bệnh mạch vành tim ở người có cholesterol ³ 245 mg% cao gấp 3,4 lần xác suất ở người có cholesterol < 210 mg%. Ðứa trẻ không được chủng ngừa vaccine bại liệt có nguy cơ mắc bệnh bại liệt hơn đứa trẻ được chủng ngừa tù 5 đến 10 lần. Ta nói tỉ số nguy cơ mắc bệnh bại liệt trong nhóm không được chủng ngừa so với nhóm được chủng ngừa là từ 5 đến 10. Table 1. Số mới mắc bệnh mạch vành tim trong 6 năm theo dõi tùy theo nồng độ cholesterol huyết thanh ban đầu trên nam giới tuổi từ 40-59 cholesterol huyết thanh mg/100 ml Số người trong nhóm Số ca bệnh Nguy cơ Tỉ suất RR Nguy cơ quy trách < 210 454 16 0,0352 0,0059 1,0 0,0000 210 - 244 455 29 0,0637 0,0106 1,8 0,0285 ³ 245 422 51 0,1203 0,0200 3,4 0,0851 Tổng cộng 1333 96 0,0720 0,0120 Như vậy, tỉ số nguy cơ ước lượng độ lớn của hậu quả của yếu tố nguy cơ, và do đó, tỉ số nguy cơ là số đo của độ mạnh của sự kết hợp giữa yếu tố nguy cơ và bệnh tật. Ta nói, tỉ số nguy cơ là số đo hậu quả hay số đo sự kết hợp. Ngoài tỉ số nguy cơ, còn có những số đo sự kết hợp khác như tỉ số tỉ suất (rate ratio), tỉ số chênh (odds ratio), và tỉ số số hiện mắc (prevalence ratio). Tỉ số tỉ suất thường được dùng trong những nghiên cứu đoàn hệ. Ðối với bệnh tật không quá phổ biến, tỉ số nguy cơ bằng với tỉ số tỉ suất về mặt con số, do đó, trong y văn, người ta thường dùng lẫn lộn tỉ số nguy cơ và tỉ số tỉ suất. Khi bệnh tương đối phổ biến thì tỉ số nguy cơ sẽ bị sai lệch tiến tới giá trị đơn vị và người ta cho rằng tỉ số tỉ suất là ước lượng tốt hơn cho độ mạnh của sự kết hợp. Thí dụ: Trong số liệu của nghiên cứu Framingham được trình bày trong bảng 1. Tỉ số tỉ suất mắc bệnh mạch vành tim trong nhóm cholesterol cao (cholesterol ³ 245 mg%) so với nhóm có cholesterol thấp (cholesterol < 210 mg%) = 0,0200 / 0,0059 = 3,4, gần bằng giá trị của tỉ số nguy cơ đã được tính ở trên. Trong nghiên cứu bệnh-chứng (và cả trong nghiên cứu đoàn hệ nếu muốn), người ta thường dùng tỉ số chênh để ước lượng nguy cơ tương đối của việc phơi nhiễm với một yếu tố nguy cơ. Người ta đã chứng minh tùy theo bệnh được nghiên cứu là bệnh hiếm hay phổ biến và tùy theo cơ cấu lấy mẫu, tỉ số chênh có thể ước lượng cho tỉ số nguy cơ hay tỉ số tỉ suất và đều có thể nói lên độ mạnh của sự kết hợp. Với cơ cấu lấy mẫu cổ điển và RR > 1 thì OR ( RR trong trường hợp bệnh hiếm và 1 < RR < OR trong trường hợp bệnh phổ biến. Ví dụ: Trong một dân số giả thuyết gồm 10.000 người trong đó có 4.000 người hút thuốc lá và 6.000 không hút thuốc. Nếu chúng ta có thể theo dõi nhóm người này trong 5 năm liên tục ta có kết quả sau (Bảng 2): Table 2. Tình trạng bị nhồi máu cơ tim sau 5 năm theo dõi phân theo tình trạng hút thuốc lá Nhóm người Bị nhồi máu cơ tim trong 5 năm theo dõi Không bị nhồi máu cơ tim sau 5 năm theo dõi Tổng số Hút thuốc 400 3.600 4.000 Không hút thuốc 120 5.880 6.000 Tổng số 520 9.480 10.000 Trong những nguyên tắc của nghiên cứu thống kê cổ điển, nhà nghiên cứu chỉ lập bảng 2´2 rồi tính giá trị c2 , sau đó ước lượng xác suất của sai lầm loại 1 (mức ý nghĩa p) và quyết định chấp nhận hay loại bỏ giả thuyết H0. Các bước tiến hành như sau: Giả thuyết H0: không có sự liên quan giữa hút thuốc lá và nguy cơ nhồi máu cơ tim Chi-square = 311.59, 1 độ tự do do đó mức ý nghĩa p < 0,05 Như vậy ta bác bỏ giả thuyết H0. Nói cách khác, có sự liên hệ giữa hút thuốc lá và nhồi máu cơ tim. Tuy vậy theo dịch tễ học hiện đại, lời giải trên là không đầy đủ, bởi vì nó chỉ cho câu trả lời định tính là có sự kết hợp giữa hút thuốc lá và nhồi máu cơ tim mà không nêu rõ sự kết hợp đó có độ lớn là bao nhiêu. Ðể tính số đo kết hợp, ta cần những tính toán thêm như sau: Nguy cơ nhồi máu ở những người hút thuốc (Risk1) = 400/4.000 = 0.1 Nguy cơ nhồi máu ở những người không hút (Risk0) = 120/6.000 = 0.02 Nguy cơ tương đối (hay tỉ số nguy cơ) RR= Risk1/Risk0 =0.1/0.02=5 Ðó là những số đo sự kết hợp cổ điển trong nghiên cứu đoàn hệ. Dù vậy trong nghiên cứu đoàn hệ cũng có thể dùng tỉ số số "chênh". Số "Chênh" nhồi máu ở những người hút thuốc (Odds1) = 0.10/(1-0.10) =400/(4.000-400) = 0.11 Số "Chênh" nhồi máu ở những người không hút (Odds0) = 0.02/(1-0.02) =120/(6.000-120) = 0.02 Tỉ số số "Chênh" nhồi máu trong 2 nhóm tiếp xúc và không tiếp xúc OR= Odds1/Odds0 = (400/3600):120(5880)=(400*5880)/3600/120= 5.44 Ta thấy OR » RR và OR hơi lớn hơn RR (trong trường hợp RR lớn hơn 1). Trong nghiên cứu bệnh chứng cũng có thể tính được OR. Và nếu không có sai lêch trong nghiên cứu thì OR tính được trong nghiên cứu bệnh chứng cũng bằng OR tính được trong nghiên cứu đoàn hệ. Ví dụ minh họa cho điều này sẽ được trình bày trong bài nghiên cứu bệnh chứng. IV. Số đo hiệu số Hiệu số nguy cơ (Risk difference) là hiệu số của nguy cơ ở nhóm phơi nhiễm và ở nhóm không phơi nhiễm RD = r1 - r0 Hiệu số nguy cơ nói lên người bị phơi nhiễm phải gánh chịu một nguy cơ thặng dư là bao nhiêu. Thí dụ: Nếu ta xét trở lại số liệu ở bảng 1 và tìm hiệu số nguy cơ ở nhóm phơi nhiễm (những người có cholesterol ³ 245 mg%) và ở nhóm không phơi nhiễm (cholesterol < 210 mg%) ta có: RD = 0,1203 - 0,0352 = 0,0851 Ta nói người có cholesterol cao sẽ có một nguy cơ thặng dư bị bệnh mạch vành tim là 0,0851. Nói cách khác, loại bỏ những nguyên nhân khác, chỉ riêng cholesterol tăng cao sẽ tạo ra nguy cơ là 0,0851. Nói thêm một cách khác nữa, nếu một người bị cholesterol cao và hoàn toàn không có một yếu tố nguy cơ nào khác (không hút thuốc lá, không bị tăng huyết áp v.v. ) sẽ có xác suất bị bệnh mạch vành tim là 8,5% trong thời gian được theo dõi là 6 năm. Ta cũng có thể tính hiệu số tỉ suất ở trong nghiên cứu đoàn hệ. Tuy vậy, hiệu số số chênh không được sử dụng bởi vì nó không có ý nghĩa sinh học. Phân số nguy cơ quy trách (Attributable risk fraction) - còn được gọi là phân số quy trách là tỉ số của hiệu số nguy cơ và nguy cơ của nhóm phơi nhiễm. ARF= (r1-r0)/r1 = 1 - 1/RR Phân số nguy cơ quy trách nói lên rằng việc phơi nhiễm chiếm bao nhiêu phần trong nguy cơ của người bị phơi nhiễm. V. Biện luận thêm về tỉ số nguy cơ và hiệu số nguy cơ 1. Giả sử có một yếu tố nguy cơ là nguyên nhân của một bệnh tật nào đó (hay bệnh tật là hậu quả của yếu tố nguy cơ). Khi đó, nếu có một quần thể bị phơi nhiễm với yếu tố nguy cơ và một quần thể không bị phơi nhiễm thì nguy cơ (hoặc tỉ suất mới mắc) ở hai quần thể sẽ khác nhau. Hậu quả của việc phơi nhiễm có thể được thấy bằng sự gia tăng nguy cơ (hoặc tỉ suất mới mắc) ở một quần thể khi so sánh với quần thể khác. Hai nguy cơ (hoặc tỉ suất mới mắc) có thể được so sánh bằng cách tính tỉ số hay hiệu số của chúng. Tóm lại, tỉ số nguy cơ hay hiệu số nguy cơ có thể dùng để đánh giá độ mạnh của sự kết hợp giữa yếu tố nguy cơ và sự xuất hiện bệnh, và đánh giá hậu quả của việc tiếp xúc với yếu tố nguy cơ. Tỉ số nguy cơ và hiệu số nguy cơ là số đo sự kết hợp hay số đo hậu quả. Nhưng nó không thể dùng để đánh giá sự tác động của yếu tố nguy cơ lên dân số. Sự tác động lên dân số không những phụ thuộc vào tỉ số nguy cơ mà còn phụ thuộc vào mức độ phổ biến của bệnh và mức độ phổ biến của yếu tố nguy cơ 2. Nếu yếu tố nguy cơ là nguyên nhân của bệnh tật thì tỉ số nguy cơ và hiệu số nguy cơ sẽ cho thấy sự kết hợp. Do đó tỉ số nguy cơ lớn hơn đơn vị (RR ³ 1) là điều kiện cần, nhưng chưa đủ để chứng minh mối quan hệ nhân quả. 3. Chọn lựa giữa tỉ số hay hiệu số phụ thuộc vào hiểu biết của chúng ta vào cơ chế làm tăng tỉ suất mới mắc của yếu tố nguy cơ: nếu chúng ta nghĩ yếu tố nguy cơ làm nhân lên tỉ suất mới mắc thì tỉ số là đo lường tốt nhất (những yếu tố nguy cơ có tác dụng gây bệnh phối hợp - Synergic), nếu chúng ta nghĩ rằng yếu tố nguy cơ làm cộng thêm tỉ suất mới mắc thì hiệu số là số đo lường tốt nhất (những yếu tố nguy cơ có tác dụng gây bệnh cộng - Additive). Thí dụ: Xét việc truyền máu và vết lở ở cơ quan sinh dục với tư cách là yếu tố nguy cơ của nhiễm HIV. Bởi vì truyền máu là nguy cơ cộng thêm và sự hiện diện của vết lở ở cơ quan sinh dục là nguy cơ phối hợp nên người ta cho rằng nên dùng hiệu số nguy cơ để đánh giá hậu của dùng bao cao su và tỉ số nguy cơ để đánh giá hậu quả của dùng bao cao su. 4. Trên đây, ta đã trình bày thí dụ về bệnh mạch vành tim là hiện tượng sức khỏe có sự phân biệt rạch ròi giữa bệnh và không bệnh (nói cách khác, bệnh mạch vành tim được xem là biến nhị phân - rời rạc) và ta có thể dùng tỉ số nguy cơ (RR) hay hiệu số nguy cơ (RD) để đánh giá sự kết hợp. Dù vậy nếu hiện tượng sức khỏe là biến liên tục (thí dụ như tình trạng dinh dưỡng của trẻ hoặc huyết áp tâm thu) ta không nên dùng RR hay RD mà nên dùng hệ số hồi quy để đánh giá sự kết hợp. 5. Trong trường hợp có nhiều mức độ phơi nhiễm, như trong thí dụ trình bày ở bảng 1.Ta phải chọn một mức phơi nhiễm (thí dụ như cholesterol < 210 mg%) làm nền tảng và tính RR của những mức phơi nhiễm khác bằng cách tính nguy cơ ở mỗi mức và chia cho nguy cơ ở mức phơi nhiễm nền tảng. Trở lại ví dụ ở bảng 1, nguy cơ bệnh mạch vành tim ở mức phơi nhiễm nền tảng la 0,0352. Tỉ số nguy cơ ở người có cholesterol từ 210 đên 245 mg% là 0,0637 / 0,0352 = 1,8. Tỉ số nguy cơ ở người có cholesterol ³ 245 mg% là 0,1203 / 0,0352 = 3,4. 6. Nhóm được chọn làm nền tảng thường là nhóm có nguy cơ thấp nhất. Khi có nhiều mức độ phơi nhiễm, người ta có thể chọn nhóm đông nhất làm nhóm nền tảng để làm tăng tính chính xác của ước lượng. 7. Khi cả hai nhóm phơi nhiễm và không phơi nhiễm có thể được chia thành những tầng (strata) theo một biến số khác -thí dụ như tuổi - ta có thể tính tỉ số nguy cơ đặc hiệu theo tầng (stratum specific ratio) bằng cách xem xét nguy cơ ở từng tầng riêng biệt. Thí dụ: Bảng 3 trỉnh bày tỉ suất chết do bệnh mạch vành tim ở những người hút thuốc và không hút thuốc theo nhóm tuổi. Ở nhóm tuổi 35-44, người hút thuốc có nguy cơ bị chết do bệnh mạch vành tim cao gấp 5 lần người không hút thuốc, trong khi ở nhóm tuổi từ 55-64 nguy cơ tương đối chỉ khoảng 1,5 lần. Table 3 Tỉ suất chết do bệnh mạch vành tim ở những người hút thuốc và không hút thuốc theo nhóm tuổi Tuổi Tỉ suất ở người hút thuốc Tỉ suất ở người không hút thuốc Tỉ số tỉ suất 35-44 0,61 0,11 5.5 45-54 2,40 1.12 2,1 55-64 7,20 4,9 1,5 65-74 14,69 10,83 1,4 75-84 19,18 21,20 0,9 85 + 39,52 35,93 1,1 Tính chung 4,29 3,30 1,3 8. Có thể tính tỉ số tỉ suất tóm tắt (summary rate ratio). Có thể tính tỉ số tỉ suất tóm tắt bằng cách lấy trung bình cộng những tỉ số tỉ suất đặc hiệu theo tầng. Nhưng người ta thường gán trọng số (weight) cho tỉ số tỉ suất đặc hiệu. Có nhiều cách gán trọng số, hai cách phổ biến là nguy cơ tương đối tóm tắt của Mantel-Hanenszel và tỉ số tử vong chuẩn hóa (Standardized mortality ratio - SMR). 9. Hiệu lực vaccin (vaccine efficacy - VE) là tỉ lệ số mới mắc được giảm bớt do việc chủng ngừa vaccin. Nếu xem nhóm không tiêm chủng vaccin là nhóm không phơi nhiễm có tỉ suất mới mắc là r0 và nhóm có tiêm chủng có tỉ suất mắc bệnh r1, thì VE = 1 - RR = 1 - (r1 / r0) Nếu ta có tỉ lệ chủng ngừa trong dân số PN và tỉ lệ chủng ngừa trong những trường hợp bệnh PC ta có thể ước tính hiệu lực vaccin theo công thức sau: VE = (PN - PC) / [PN (1-PC)] Thí dụ: Chương trình tiêm chủng mở rộng được thực hiện ở Huyện A và người ta báo cáo rằng 90% đứa trẻ dưới 3 tuổi đã được tiêm chủng phòng sởi (PN = 0,9). Ở bệnh viện người ta thấy rằng 70% đứa trẻ bị sởi dưới 3 tuổi đã được chủng ngừa sởi (PC = 0,7). VE được ước tính sẽ là 74%. VI. Số đo tác động Một số yếu tố nguy cơ có nguy cơ tương đối cao chưa hẳn có tác động quan trọng lên sức khỏe của cộng đồng. Thí dụ, tình trạng vô toan ở dạ dày là một yếu tố nguy cơ của bệnh dịch tả (RR từ 10 đến 20) tuy vậy, tình trạng vô toan ở dạ dày chỉ góp phần rất nhỏ trong những case bệnh dịch tả ở cộng đồng. Thực vậy, ở bệnh viện truyền nhiễm chúng ta rất hiếm khi (có thể nói là không bao giờ) gặp được một bệnh nhân dịch tả do tình trạng vô toan mà chúng ta thường gặp bệnh nhân bị bệnh dịch tả do không có nguồn nước sạch. Vì vậy người làm y tế công cộng không quan tâm lắm đến tình trạng vô toan dạ dày như là một yếu tố nguy cơ của bệnh dịch tả, bởi vì việc loại bỏ hoàn toàn yếu tố nguy cơ này chỉ có thể giảm một phần rất nhỏ số case bệnh dịch tả. Ta nói yếu tố nguy cơ này có tác động nhỏ lên bệnh trạng của dịch tả. Ðể lượng hóa tác động của yếu tố nguy cơ ta sử dụng nguy cơ quy trách dân số và phân số nguy cơ quy trách dân số. Hiệu số nguy cơ dân số (Population Risk Difference - PRD) là hiệu số giữa nguy cơ (hay tỉ suất) của toàn bộ dân số r và nguy cơ (hay tỉ suất) của nhóm không phơi nhiễm (r0). PRD = r - r0 Nếu ta kí hiệu p là tỉ lệ trong dân số bị phơi nhiễm thì r = pr1 + (1 - p)r0 Do đó PRD = pr1 + (1 - p)r0 - r0 = pr1 + r0 - pr0 - r0 = pr1 - pr0 = p(r1 - r0) Nguy cơ quy trách dân số nói lên nguy cơ thặng dư gây nên do sự hiện diện của yếu tố nguy cơ trong dân số. Nguy cơ quy trách dân số là tích số của tỉ lệ dân số bị phơi nhiễm và hiệu số nguy cơ. Tình trạng vô toan dạ dày có nguy cơ quy trách dân số thấp bởi vì tỉ lệ dân số bị phơi nhiễm với yếu tố nguy cơ đó (tỉ lệ dân số bị vô toan dạ dày) thấp. Phân số nguy cơ quy trách dân số (Population Attributable Risk Fraction - PAF): là tỉ lệ của những trường hợp bị bệnh trong toàn thể dân số nghiên cứu có thể quy kết cho sự phơi nhiễm (với giả định là sự kết hợp nhân quả). Phân số nguy cơ quy trách dân số còn được gọi là phân số căn nguyên (etiological fraction - EF), phần trăm nguy cơ quy trách dân số (percentage population attributable fraction) hay phân số quy trách (attributable fraction - AF) PAF = PRD / r = p (r1 - r0)/ [pr1 + (1 - p)r0] = p(RR - 1)/[pRR + 1 - p] = p(RR - 1)/[p(RR - 1) + 1] Thí dụ: 1. Giả sử phân số nguy cơ quy trách dân số (PAF) tương ứng giữa hút thuốc lá và tử vong do ung thư phổi là 0,80. Kết quả này có nghĩa là 80% những tử vong do ung thư phổi là do hút thuốc lá. Hơn nữa, ta có thể tiên đoán nếu hút thuốc lá bị loại bỏ hoàn toàn, tỉ suất tử vong do ung thư phổi sẽ giảm đi 80% 2. Xem lại số liệu được trình bày trong bảng 2. Ta tính được những số đo tác động như sau: Nguy cơ nhồi máu trong dân số Risk =520 / 10.000 = 0.052 Hiệu số nguy cơ dân số PRD = 0.052-0.02 = 0.032 = Risk0 ´ p ´ (RR-1) = 0.02 x 0.4 x (5-1) = 0.032 Phân số nguy cơ quy trách dân số PAF = 0.032/0.052 = 0.62 = 62% 3. Ðối với bệnh hiếm, ta có thể tính được PAF dựa trên kết quả của một nghiên cứu bệnh chứng (lưu ý rằng đối với bệnh hiếm OR là ước lượng khá tốt cho RR). Dựa vào kết quả được trình bày trong bảng 4, ta có thể tính được: RR » OR = 40 ´ 320 / (80 ´ 60) = 2,67 Tỉ lệ phơi nhiễm trong dân số = tỉ lệ phơi nhiễm trong nhóm chứng = 80/400 = 0,2 PAF = 0,2 ´ (2,67 - 1)/[0,2 (2,67 -1) + 1] = 0,25 Table 4. Số các đối tượng chia theo tình trạng phơi nhiễm và tình trạng bệnh trong một nghiên cứu bệnh chứng (Số liệu giả lập) Phơi nhiễm Không phơi nhiễm Tổng số Bệnh 40 60 100 Chứng 80 320 400 Tổng số 120 380 500 VII. Bàn luận thêm về phân số nguy cơ quy trách dân số 1. Việc sử dụng phân số nguy cơ quy trách đòi hỏi một số những giả định: (1) sự kết hợp giữa yếu tố nguy cơ và bệnh tật là nhân quả (2) RR và p được đo lường chính xác (3) việc loại bỏ nguy cơ loại bỏ hoàn toàn nguy cơ do nó gây ra (điều này chưa chắn đúng bởi vì người bỏ thuốc lá sẽ không thể có nguy cơ bị ung thư phổi bằng người chưa từng hút thuốc lá) và (4) có thể loại bỏ hoàn toàn yếu tố nguy cơ. 2. Công thức tính toán này chỉ đúng khi áp dụng cho một yếu tố nguy cơ duy nhất và những yếu tố nguy cơ không tương tác với nhau. Nếu áp dụng cho nhiều yếu tố nguy cơ có thể xảy ra trường hợp tổng số những phân số nguy cơ quy trách dân số lớn hơn 100%.