Giới thiệu dự án

Tình trạng kháng kháng sinh (Antimicrobial Resistance - AMR) đang là một trong 10 mối đe dọa sức khỏe cộng đồng toàn cầu hàng đầu do Tổ chức Y tế Thế giới (WHO) cảnh báo. Theo Trung tâm Phòng ngừa và Kiểm soát Dịch bệnh Châu Âu (ECDC), mỗi năm có hơn 35.000 ca tử vong liên quan trực tiếp đến nhiễm trùng kháng thuốc tại khu vực EU/EEA, gây thiệt hại kinh tế ước tính 1,5 tỷ Euro/năm. Dự báo đến năm 2050, số ca tử vong do AMR có thể chạm mốc 10 triệu người/năm, vượt qua cả bệnh ung thư. Tại Việt Nam, tình trạng lạm dụng kháng sinh diễn ra phức tạp khi có tới 88% - 97% quầy thuốc, nhà thuốc bán kháng sinh không cần đơn, và kháng sinh chiếm trên 50% tổng lượng thuốc sử dụng cho người.

Sự bùng phát của đại dịch COVID-19 do vi rút SARS-CoV-2 gây ra đã kích hoạt làn sóng hoang mang tâm lý, dẫn đến xu hướng tự dùng thuốc (self-medication) gia tăng đột biến trong cộng đồng. Mặc dù kháng sinh hoàn toàn không có hoạt tính kháng vi rút và Bộ Y tế đã ban hành Quyết định 4109/QĐ-BYT cũng như Quyết định 250/QĐ-BYT khẳng định không sử dụng kháng sinh ngoại trú cho bệnh nhân COVID-19 khi chưa có bằng chứng đồng nhiễm vi khuẩn, việc tự ý dùng kháng sinh dự phòng hoặc điều trị theo kinh nghiệm vẫn diễn biến tràn lan.

+---------------------------------------------------------------------------------------------------+
|                                 BỐI CẢNH VÀ THỰC TRẠNG TOÀN CẦU                                   |
+------------------------------------+----------------------------------+---------------------------+
| Chỉ số kháng thuốc toàn cầu        | Tình trạng bán lẻ tại Việt Nam   | Thực hành tự dùng thuốc   |
| >35.000 ca tử vong/năm (EU/EEA)    | 88% - 97% không cần đơn kê toa   | Tỷ lệ tại Lăng Thành:     |
| 10 triệu ca tử vong vào năm 2050   | >50% thị phần tiêu thụ dược phẩm | 54,8% người dân tự ý dùng |
+------------------------------------+----------------------------------+---------------------------+

Đề tài khóa luận tốt nghiệp Dược sĩ: "Khảo sát kiến thức, thái độ và thực hành tự ý sử dụng thuốc kháng sinh trong phòng hoặc điều trị COVID-19 của người dân tại xã Lăng Thành, huyện Yên Thành, tỉnh Nghệ An" (Thực hiện bởi sinh viên Thái Phương Trinh, hướng dẫn bởi TS. Lã Thị Quỳnh Liên - Khoa Quản lý và Kinh tế Dược, Trường Đại học Dược Hà Nội, 2023) được triển khai nhằm giải quyết trực diện bài toán dịch tễ học hành vi tại khu vực nông thôn bán sơn địa.

Mục tiêu nghiên cứu cụ thể

  1. Mô tả thực trạng: Xác định tỷ lệ, nguyên nhân, thời điểm, nguồn cung và mức độ cải thiện triệu chứng của hành vi tự ý sử dụng kháng sinh phòng hoặc điều trị COVID-19 của người dân tại xã Lăng Thành.
  2. Đánh giá KAP (Knowledge - Attitude - Practice): Lượng hóa điểm số kiến thức (thang điểm 0-16) và thái độ (thang điểm 4-20 theo Likert 4 mức) của người dân đối với thuốc kháng sinh và nguy cơ AMR.
  3. Phân tích nhân tố ảnh hưởng: Xác định mối liên quan có ý nghĩa thống kê giữa các biến số nhân khẩu học (học vấn, nghề nghiệp, thu nhập, bảo hiểm y tế) và các chỉ số kiến thức, thái độ đối với thực hành tự dùng thuốc qua mô hình hồi quy Binary Logistic và hồi quy tuyến tính.
  4. Đề xuất giải pháp can thiệp: Xây dựng khuyến nghị quản lý dược cộng đồng, nâng cao nhận thức người dân và kiểm soát chuỗi cung ứng dược phẩm tại tuyến y tế cơ sở.

Phạm vi và giới hạn nghiên cứu

  • Địa bàn: Xã Lăng Thành, huyện Yên Thành, tỉnh Nghệ An (Diện tích 4.935,8 ha, quy mô dân số 9.000 người phân bổ tại 7 xóm bán sơn địa).
  • Thời gian: Nghiên cứu từ tháng 11/2022 đến tháng 05/2023; giai đoạn thu thập dữ liệu thực địa từ tháng 03/2023 đến tháng 04/2023.
  • Tiêu chuẩn chọn mẫu: Người dân $\ge 16$ tuổi đang sinh sống, làm việc tại địa bàn, có năng lực nhận thức và đồng ý tham gia. Loại trừ các trường hợp sa sút trí tuệ hoặc không thể hoàn thành phiếu khảo sát.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tự sử dụng kháng sinh trong bối cảnh đại dịch đòi hỏi đối chiếu đa chiều giữa các báo cáo quốc tế để xác định lỗ hổng nhận thức đặc thù tại các nước thu nhập trung bình và thấp (LMICs).

Tiêu chí phân tích Nghiên cứu tại Australia [73] Nghiên cứu tại Kenya [38] Nghiên cứu tại Nigeria [64] Nghiên cứu tại Lăng Thành, Nghệ An (2023)
Tỷ lệ tự ý dùng kháng sinh 19,5% 23,6% 38,8% 54,8% ($n=227/414$)
Nguồn cung cấp chính Đơn lưu trữ / Dự trữ sẵn Hiệu thuốc bán lẻ (75,0%) Hiệu thuốc bán lẻ (74,0%) Hiệu thuốc lẻ (50,2%) & Cơ sở y tế (42,7%)
Động cơ thúc đẩy chính Tâm lý tự vệ phòng ngừa Sợ chi phí xét nghiệm Sợ bị kỳ thị, cách ly (79,5%) Sợ lây nhiễm (63,0%) & Sợ cách ly (36,1%)
Kiến thức kháng sinh/cảm cúm 81,1% trả lời đúng 35,4% trả lời đúng 42,0% trả lời đúng 18,1% trả lời đúng (81,9% sai)
Công cụ đánh giá thái độ Likert 5 mức Thang đo nhị phân Thang đo Likert 5 mức Thang đo Likert 4 mức (triệt tiêu trung lập)

Ưu tiên yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have (Bắt buộc): Đo lường tỷ lệ tự dùng kháng sinh ($B_2$); đánh giá kiến thức về phổ tác dụng vi khuẩn ($C_5$) và điều trị COVID-19 ($C_7$); phân tích mô hình hồi quy xác định yếu tố nhân khẩu tác động.
  • Should have (Nên có): Phân tích nguồn gốc thông tin tư vấn (bác sĩ, dược sĩ, mạng xã hội, người thân); đánh giá nhận thức về cơ chế lây lan vi khuẩn kháng thuốc ($C_{18}$).
  • Could have (Có thể có): Đo lường chi phí trung bình người dân bỏ ra cho một đợt tự mua kháng sinh ngoại trú.
  • Won't have (Không đưa vào đợt này): Lấy mẫu vi sinh cấy kháng sinh đồ trực tiếp trên cộng đồng dân cư.

Thiết kế hệ thống

Nghiên cứu ứng dụng khung khái niệm Mô hình Sử dụng Dịch vụ Y tế của Andersen (Andersen's Behavioral Model of Health Services Use) nhằm chuẩn hóa cấu trúc biến số.

Công nghệ và công cụ sử dụng

  • SPSS Version 22.0: Xử lý kiểm định thống kê suy luận (Chi-square, Fisher's Exact Test, One-way ANOVA, T-Test, Binary Logistic Regression).
  • Microsoft Excel 2016: Nhập liệu, làm sạch, mã hóa biến số định danh và nhị phân.
  • Google Forms API / Web Interface: Thu thập dữ liệu trực tuyến qua mạng lưới tổ liên gia và công đoàn giáo dục.
  • Python 3.10 (SciPy, Statsmodels, Pandas): Thẩm định thuật toán và kiểm tra tương quan chéo.

Cấu trúc lược đồ dữ liệu (Data Schema)

-- Cấu trúc bảng cơ sở dữ liệu khảo sát KAP Kháng sinh
CREATE TABLE Survey_KAP_Antibiotics (
    Respondent_ID INT PRIMARY KEY AUTO_INCREMENT,
    -- Nhóm A: Thông tin nhân khẩu học
    Age INT NOT NULL,
    Gender ENUM('Nam', 'Nu') NOT NULL,
    Education_Level ENUM('Chua_tot_nghiep_PT', 'Pho_thong_12_12', 'Trung_cap_Cao_dang', 'Dai_hoc_Sau_dai_hoc') NOT NULL,
    Occupation ENUM('Khong_viec_lam', 'Nhan_vien_Y_te', 'Ngoai_nganh_Y_te', 'Nghi_huu') NOT NULL,
    Monthly_Income ENUM('Duoi_5_trieu', 'Tu_5_den_10_trieu', 'Tren_10_trieu') NOT NULL,
    Health_Insurance BOOLEAN DEFAULT TRUE,
    
    -- Nhóm B: Thực hành tự dùng thuốc
    Heard_About_Antibiotics BOOLEAN DEFAULT TRUE,
    Ever_Self_Medicated BOOLEAN NOT NULL,
    Primary_Reason INT, -- Mã định danh 1-7 (B3)
    Medication_Timing INT, -- 1: Sau tiếp xúc, 2: Ngay khi dương tính, 3: Khi trở nặng
    Supply_Source INT, -- 1: Nhà thuốc, 2: Trạm y tế/BV, 3: Bạn bè, 4: Thuốc dư
    Duration_Days ENUM('Duoi_3_ngay', 'Tu_3_5_ngay', 'Tu_5_7_ngay', 'Tren_7_ngay'),
    
    -- Nhóm C: Điểm kiến thức (Tổng hợp 16 biến nhị phân C2-C14, C16-C18)
    Knowledge_Score INT CHECK (Knowledge_Score BETWEEN 0 AND 16),
    Knowledge_Classification ENUM('Kem', 'Trung_binh', 'Tot'),
    
    -- Nhóm D: Điểm thái độ (Tổng hợp 5 biến Likert 4 mức D1-D5)
    Attitude_Score INT CHECK (Attitude_Score BETWEEN 4 AND 20)
);

Methodology

Thiết kế nghiên cứu và cỡ mẫu

Nghiên cứu áp dụng thiết kế dịch tễ học mô tả cắt ngang (cross-sectional study). Cỡ mẫu tối thiểu được tính toán theo công thức ước tính một tỷ lệ trong quần thể của Cochran:

$$n = \frac{Z_{1-\alpha/2}^2 \cdot P(1-P)}{d^2}$$

Trong đó:

  • $Z_{1-\alpha/2} = 1,96$ (độ tin cậy $95%$, mức ý nghĩa $\alpha = 0,05$).
  • $d = 0,05$ (sai số tuyệt đối cho phép).
  • $P = 0,5$ (tỷ lệ ước tính nhằm cực đại hóa phương sai mẫu do chưa có nghiên cứu tương đương tại địa bàn).

$$n = \frac{(1,96)^2 \cdot 0,5 \cdot (1-0,5)}{(0,05)^2} \approx 385 \text{ đối tượng}$$

Dự trù tỷ lệ hao hụt mẫu $10%$, cỡ mẫu mục tiêu là $N = 424$. Thực tế thu thập được $442$ phiếu; sau quá trình sàng lọc logic loại bỏ $15$ phiếu lỗi, tập dữ liệu phân tích chính thức gồm $427$ đối tượng hợp lệ ($96,6%$).

+---------------------------------------------------------------------------------------------------+
|                                 TIẾN TRÌNH THỰC HIỆN DỰ ÁN                                        |
+--------------------------+----------------------------+-----------------------+-------------------+
| Giai đoạn 1 (11/2022)    | Giai đoạn 2 (01-02/2023)   | Giai đoạn 3 (03-04/23)| Giai đoạn 4 (05/23|
| - Tổng quan y văn        | - Thử nghiệm Pilot (n=30)  | - Khảo sát thực địa   | - Phân tích SPSS  |
| - Thiết kế bộ công cụ    | - Chuyển đổi Likert 4 mức  | - Thu n=442 phiếu     | - Viết báo cáo    |
| - Thẩm định chuyên gia   | - Hoàn thiện bảng hỏi      | - Lọc n=427 hợp lệ    | - Nghiệm thu đề tài|
+--------------------------+----------------------------+-----------------------+-------------------+

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được tiến hành qua đường ống kiểm soát dữ liệu nghiêm ngặt. Để đảm bảo tính chính xác khoa học, thuật toán phân tích hồi quy và kiểm định tương quan được mô hình hóa bằng đoạn mã xử lý dữ liệu chuẩn hóa sau:

import numpy as np
import pandas as pd
from scipy import stats
import statsmodels.api as sm
import statsmodels.formula.api as smf

# 1. Đọc và làm sạch dữ liệu khảo sát KAP
df = pd.read_csv("kap_antibiotic_covid19_langthanh.csv")
df_valid = df.dropna(subset=['Knowledge_Score', 'Attitude_Score', 'Ever_Self_Medicated']).copy()

# 2. Kiểm định phân phối chuẩn điểm kiến thức (Kolmogorov-Smirnov & Skewness)
skewness = stats.skew(df_valid['Knowledge_Score'])
print(f"Hệ số Skewness điểm kiến thức: {skewness:.3f}") # Kết quả: -0.364 (Phân phối chuẩn)

# 3. Phân tích hồi quy tuyến tính: Kiến thức tác động lên Thái độ
linear_model = smf.ols('Attitude_Score ~ Knowledge_Score + C(Education_Level) + C(Occupation)', data=df_valid).fit()
print(linear_model.summary())
# Hệ số Beta Kiến thức -> Thái độ: B = +0.456, p < 0.05 (Tác động thuận chiều)

# 4. Phân tích hồi quy Binary Logistic: Thái độ tác động lên Thực hành tự dùng thuốc
logit_model = smf.logit('Ever_Self_Medicated ~ Attitude_Score + Knowledge_Score + C(Education_Level) + C(Occupation)', data=df_valid).fit()
print(logit_model.summary())
# Hệ số B Thái độ mang dấu âm (p < 0.05): Điểm thái độ càng cao, nguy cơ tự dùng thuốc càng giảm

Testing và validation

  • Độ tin cậy công cụ: Nghiên cứu đã thực hiện thử nghiệm Pilot trên $30$ người dân địa phương. Kết quả phản hồi dẫn đến quyết định loại bỏ thang Likert 5 mức (loại bỏ phương án "Trung lập" gây sai lệch xu hướng) và chuẩn hóa thành thang Likert 4 mức ("Hoàn toàn không đồng ý", "Không đồng ý", "Đồng ý", "Hoàn toàn đồng ý").
  • Kiểm định tính chuẩn: Phân phối tổng điểm kiến thức đạt độ chuẩn với Skewness = $-0,364$ (nằm trong khoảng $[-1; +1]$), giá trị trung bình $9,64 \pm 3,536$ điểm.
+---------------------------------------------------------------------------------------------------+
|                        PHÂN BỐ TỔNG ĐIỂM KIẾN THỨC VÀ PHÂN LOẠI (N=414)                           |
+------------------------------------+----------------------------------+---------------------------+
| Phân loại kiến thức                | Điểm số (Khoảng tứ phân vị)      | Tỷ lệ phần trăm           |
| Kém (Poor)                         | < 10 điểm                        | 47,8% (n = 198)           |
| Trung bình (Moderate)              | 10 đến < 12 điểm                 | 31,9% (n = 132)           |
| Tốt (Good)                         | >= 12 điểm                       | 20,3% (n = 84)            |
+------------------------------------+----------------------------------+---------------------------+

Kết quả đạt được

1. Thực hành tự ý sử dụng kháng sinh ($N = 414$ người từng nghe nói đến kháng sinh)

  • Tỷ lệ tự dùng thuốc: $54,8%$ ($n = 227$) người thừa nhận đã tự ý sử dụng kháng sinh để phòng hoặc điều trị COVID-19.
  • Thời điểm sử dụng: $60,4%$ dùng ngay khi có triệu chứng hoặc có kết quả test nhanh dương tính; $2,6%$ dùng ngay sau khi tiếp xúc gần F0; $14,1%$ dùng khi triệu chứng trở nặng.
  • Nguồn cung: Nhà thuốc/quầy thuốc tư nhân chiếm $50,2%$ ($n=114$); trạm y tế/bệnh viện cấp $42,7%$ ($n=97$); người thân/bạn bè $16,7%$; kháng sinh dư thừa từ đợt điều trị trước $6,6%$.
  • Căn cứ dùng thuốc: $67,0%$ đọc tờ hướng dẫn sử dụng; $23,8%$ nghe truyền thông (TV, báo đài); $16,3%$ theo mách bảo người thân; $13,2%$ tra cứu Internet; $13,2%$ dùng theo đơn thuốc cũ.
  • Thời gian dùng thuốc: $52,4%$ sử dụng liên tục trong 5-7 ngày; $23,3%$ dùng 3-5 ngày; $13,7%$ dùng dưới 3 ngày; $10,6%$ dùng trên 7 ngày.

2. Kiến thức về kháng sinh và nguy cơ kháng thuốc

  • Lỗ hổng nghiêm trọng: Có tới $81,9%$ người dân hiểu sai rằng kháng sinh có tác dụng chữa các bệnh thông thường (cảm lạnh, cúm, đau đầu do virus); $75,6%$ tin rằng kháng sinh có hiệu quả điều trị hoặc phòng ngừa trực tiếp COVID-19; $66,2%$ lầm tưởng kháng sinh thúc đẩy chữa lành mọi bệnh tật.
  • Kiến thức đúng: $73,9%$ biết kháng sinh là thuốc kê đơn; $71,7%$ biết chỉ một số ca COVID-19 bội nhiễm mới cần dùng; $76,6%$ hiểu lạm dụng kháng sinh làm gia tăng AMR. Tuy nhiên, chỉ có $43,0%$ hiểu vi khuẩn kháng thuốc có khả năng lây lan trong cộng đồng.

3. Thái độ của người dân

  • $70,3%$ phản đối quan điểm tự dùng kháng sinh để chăm sóc bản thân khi mắc COVID-19.
  • $74,9%$ nhận thức tự dùng kháng sinh không giúp giảm nguy cơ tử vong.
  • Tuy nhiên: $41,0%$ vẫn đồng tình rằng nên uống kháng sinh dự phòng cùng với giãn cách xã hội; $44,4%$ đồng ý nên dừng kháng sinh ngay khi đỡ sốt/đỡ ho để tránh tác dụng phụ (hành vi làm bùng phát chủng vi khuẩn kháng thuốc đột biến).
+---------------------------------------------------------------------------------------------------+
|                     BẢNG TƯƠNG QUAN YẾU TỐ NHÂN KHẨU VÀ THỰC HÀNH TỰ DÙNG THUỐC                   |
+-----------------------------+-----------------------+-----------------------+---------------------+
| Biến số nhân khẩu           | Chưa từng tự dùng KS  | Đã từng tự dùng KS    | Giá trị p           |
+-----------------------------+-----------------------+-----------------------+---------------------+
| Trình độ học vấn:           |                       |                       |                     |
| - Chưa tốt nghiệp phổ thông | 15 (3,6%)             | 21 (5,1%)             |                     |
| - Phổ thông (12/12)         | 32 (7,7%)             | 71 (17,1%)            | p = 0,000 (Sig.)    |
| - Trung cấp / Cao đẳng      | 12 (2,9%)             | 49 (11,8%)            |                     |
| - Đại học / Sau đại học     | 128 (30,9%)           | 86 (20,8%)            |                     |
| Tình trạng việc làm:        |                       |                       |                     |
| - Nhân viên Y tế            | 42 (10,1%)            | 9 (2,2%)              | p = 0,000 (Sig.)    |
| - Ngoài ngành Y tế          | 103 (24,9%)           | 183 (44,2%)           |                     |
| Giới tính (Nam vs Nữ)       | 76 vs 111             | 100 vs 127            | p = 0,864 (K.Ý nghĩa|
| Thu nhập hàng tháng         | Phân bố đồng đều      | Phân bố đồng đều      | p = 0,825 (K.Ý nghĩa|
+-----------------------------+-----------------------+-----------------------+---------------------+

Đổi mới và đóng góp

  1. Công trình tiên phong tại tuyến y tế cơ sở nông thôn Việt Nam: Đây là nghiên cứu đầu tiên khảo sát chuyên sâu và toàn diện mô hình KAP về hành vi tự dùng kháng sinh phòng/điều trị COVID-19 tại vùng nông thôn miền Trung sau đỉnh dịch, cung cấp bằng chứng thực địa có giá trị khoa học cao.
  2. Phát hiện nghịch lý nhận thức: Nghiên cứu chỉ ra tỷ lệ tự dùng kháng sinh tại địa phương ($54,8%$) cao gấp 2,8 lần so với Australia ($19,5%$) và gấp 2,3 lần so với Kenya ($23,6%$). Đồng thời chỉ ra nguyên nhân gốc rễ không phải do kinh tế khó khăn ($p > 0,05$), mà bắt nguồn từ nỗi sợ hãi dịch bệnh (sợ lây nhiễm $63,0%$, sợ cách ly $36,1%$) kết hợp với thói quen dễ dàng mua thuốc không kê đơn.
  3. Minh chứng toán học cho mối quan hệ KAP: Sử dụng mô hình hồi quy tuyến tính đa biến chứng minh kiến thức tác động tích cực đến thái độ ($B = +0,456; p < 0,05$), và thái độ tích cực làm giảm thiểu trực tiếp hành vi tự dùng thuốc sai quy định ($B < 0; p < 0,05$).
  4. Cơ sở dữ liệu hỗ trợ hoạch định chính sách: Cung cấp số liệu định lượng phục vụ trực tiếp cho Chiến lược Quốc gia về Phòng, chống kháng thuốc giai đoạn 2023 - 2030 của Bộ Y tế.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Kiểm soát nhà thuốc bán lẻ: Triển khai quy chế giám sát bán kháng sinh theo đơn qua hệ thống Cơ sở dữ liệu Dược Quốc gia. Phạt nghiêm hành vi tự ý kê đơn phối hợp kháng sinh (như Azithromycin, Cephalosporin) cho bệnh nhân nhiễm vi rút đường hô hấp.
  • Can thiệp truyền thông nhắm trúng đích: Tập trung phổ biến kiến thức cho nhóm đối tượng có trình độ phổ thông và lao động tự do tại các buổi họp xóm, hệ thống loa truyền thanh xã Lăng Thành, xóa bỏ quan niệm sai lầm "kháng sinh chữa được cảm cúm".
  • Giao thức điều trị tại Trạm Y tế xã: Chuẩn hóa quy trình phân loại bệnh nhân COVID-19/cúm mùa ngoại trú; chỉ định kháng sinh dựa trên chỉ số cận lâm sàng (bạch cầu tăng, CRP $> 10\text{ mg/L}$ hoặc Procalcitonin tăng).
+---------------------------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI CAN THIỆP CỘNG ĐỒNG (2024 - 2026)                     |
+--------------------------+----------------------------+-----------------------+-------------------+
| Quý 1-2 / 2024           | Quý 3-4 / 2024             | Năm 2025              | Năm 2026          |
| - Tập huấn Dược sĩ quầy   | - Phát thanh định kỳ xã     | - Kiểm toán đơn thuốc | - Đánh giá lại    |
| - Ký cam kết không bán KS| - Tài liệu phát tay hộ gia | - Khám sàng lọc CRP   | - Tái khảo sát    |
|   không đơn              |   đình                     |   tại Trạm Y tế       |   đo lường mức giảm|
+--------------------------+----------------------------+-----------------------+-------------------+

Phân tích Chi phí - Lợi ích (ROI)

  • Chi phí triển khai chiến dịch can thiệp tại cấp xã: Ước tính 35.000.000 VNĐ (in ấn tài liệu, phát thanh, tập huấn cán bộ y tế cơ sở).
  • Lợi ích kinh tế trực tiếp: Tiết kiệm trung bình $120.000 - 250.000\text{ VNĐ}$/đợt tiền thuốc không cần thiết cho mỗi người dân. Với quy mô $1.258$ ca nhiễm tại xã, cộng đồng tiết kiệm được khoảng $200.000.000\text{ VNĐ}$ chi phí mua thuốc lãng phí.
  • Lợi ích dài hạn: Giảm thiểu gánh nặng viện phí điều trị các ca nhiễm trùng đa kháng thuốc (vốn có chi phí từ $50.000.000 - 150.000.000\text{ VNĐ}$/ca điều trị nội trú ICU).

Hạn chế và hướng phát triển

Hạn chế của nghiên cứu

  1. Thiết kế nghiên cứu cắt ngang: Chưa thể thiết lập mối quan hệ nhân quả tuyệt đối theo thời gian giữa sự biến thiên của kiến thức và sự thay đổi hành vi thực tế.
  2. Sai số nhớ lại (Recall Bias): Người dân trả lời dựa trên trí nhớ về đợt mắc bệnh trong năm 2022, có thể dẫn đến việc báo cáo thiếu hoặc sai lệch tên hoạt chất kháng sinh cụ thể đã dùng.
  3. Phương pháp chọn mẫu thuận tiện: Dù đạt cỡ mẫu đại diện ($n=427$), tính bao quát có thể bị giới hạn nhất định đối với các vùng địa lý đô thị có hạ tầng y tế phát triển hơn.

Hướng phát triển tiếp theo

  • Mở rộng nghiên cứu đoàn hệ (cohort study) đa trung tâm trên toàn tỉnh Nghệ An và các tỉnh Bắc Trung Bộ.
  • Tích hợp ứng dụng số (App sổ sức khỏe điện tử) để theo dõi nhật ký dùng thuốc theo thời gian thực của người bệnh ngoại trú.
  • Định danh chính xác các nhóm hoạt chất kháng sinh bị lạm dụng phổ biến nhất (Amoxicillin, Cefixime, Azithromycin) để thiết lập cảnh báo tương tác thuốc và độc tính.

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------------------+
|                                     ĐỐI TƯỢNG HƯỞNG LỢI                                           |
+-----------------------------+---------------------------------------------------------------------+
| Sinh viên Dược / Y khoa     | - Tham khảo phương pháp luận nghiên cứu khoa học Dược xã hội học.  |
|                             | - Nắm vững kỹ thuật xử lý dữ liệu dịch tễ học bằng SPSS & Python.   |
+-----------------------------+---------------------------------------------------------------------+
| Dược sĩ & Nhân viên Y tế    | - Hiểu rõ tâm lý lo âu của người bệnh để tư vấn dùng thuốc an toàn. |
|                             | - Nâng cao vai trò người gác cổng trong việc bán thuốc kê đơn.      |
+-----------------------------+---------------------------------------------------------------------+
| Cơ quan Quản lý Y tế        | - Bằng chứng thực nghiệm để siết chặt quản lý kê đơn ngoại trú.     |
|                             | - Xây dựng kịch bản truyền thông khi xảy ra đại dịch mới.           |
+-----------------------------+---------------------------------------------------------------------+
| Cộng đồng & Người dân       | - Được bảo vệ khỏi các phản ứng có hại (ADR), dị ứng, sốc phản vệ.  |
|                             | - Bảo toàn hiệu lực của các kháng sinh thiết yếu cho tương lai.     |
+-----------------------------+---------------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn thang đo Likert 4 mức thay vì thang đo 5 mức truyền thống?

Trong giai đoạn nghiên cứu thử nghiệm (Pilot test $n=30$), nhóm tác giả nhận thấy người dân nông thôn có xu hướng chọn phương án "Trung lập / Không có ý kiến" ở mức độ cao, làm triệt tiêu tính phân định của dữ liệu thái độ. Chuyển sang thang đo 4 mức buộc người tham gia phải bày tỏ rõ xu hướng đồng tình hoặc phản đối, từ đó giúp mô hình hồi quy phản ánh chính xác tương quan thực tế.

2. Tự dùng kháng sinh cho bệnh virus như COVID-19 gây ra những nguy cơ cụ thể nào?

Kháng sinh không có thụ thể tác dụng trên cấu trúc virus SARS-CoV-2. Việc tự ý sử dụng không giúp diệt virus mà còn tiêu diệt hệ vi sinh vật đường ruột có lợi (microbiome), gây suy giảm miễn dịch tự nhiên, tăng nguy cơ gặp biến cố có hại của thuốc (ADR) như dị ứng, hội chứng Stevens-Johnson, viêm đại tràng giả mạc do Clostridioides difficile, và đặc biệt là thúc đẩy chọn lọc các chủng vi khuẩn kháng thuốc (AMR).

3. Những yếu tố nhân khẩu học nào ảnh hưởng mạnh nhất đến hành vi tự dùng kháng sinh?

Kết quả kiểm định Chi-square ($p = 0,000$) cho thấy Trình độ học vấn và Tình trạng việc làm có mối liên quan chặt chẽ nhất. Nhóm có trình độ Đại học/Sau đại học và nhóm nhân viên y tế có tỷ lệ tự dùng thuốc thấp hơn rõ rệt và điểm kiến thức cao hơn đáng kể so với nhóm lao động phổ thông hoặc chưa tốt nghiệp THPT.

4. BHYT có làm giảm tỷ lệ tự mua kháng sinh ngoài luồng không?

Nghiên cứu ghi nhận $97,2%$ người dân có thẻ BHYT, tuy nhiên biến số này không có mối liên quan có ý nghĩa thống kê với hành vi tự ý dùng thuốc ($p = 0,520$). Điều này chứng minh rào cản không nằm ở chi phí tiếp cận dịch vụ y tế công, mà do thói quen tiện lợi khi mua thuốc tại quầy tư nhân và tâm lý e ngại tiếp xúc cơ sở y tế trong giai đoạn giãn cách dịch bệnh.

5. Khuyến cáo thực hành chuẩn cho người dân khi nghi ngờ mắc bệnh đường hô hấp là gì?

Người dân cần thực hiện cách ly y tế, theo dõi triệu chứng sốt, SpO2, bổ sung điện giải, dinh dưỡng và hạ sốt bằng Paracetamol đúng liều lượng ($10-15\text{ mg/kg}$ mỗi 4-6 giờ, tối đa không quá $2-3\text{ g/ngày}$ cho người lớn). Tuyệt đối không tự mua kháng sinh, corticoid, hoặc thuốc kháng virus trôi nổi khi chưa có chỉ định và đơn thuốc chính thức từ bác sĩ/dược sĩ có chứng chỉ hành nghề.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Thái Phương Trinh đã hoàn thành xuất sắc các mục tiêu nghiên cứu, phản ánh một bức tranh dịch tễ học hành vi chân thực và cảnh báo tình trạng báo động về tỷ lệ tự ý sử dụng kháng sinh ($54,8%$) trong cộng đồng dân cư nông thôn tại xã Lăng Thành, Nghệ An thời kỳ đại dịch COVID-19. Công trình đã lượng hóa chi tiết các khoảng trống kiến thức (với $81,9%$ người dân nhầm lẫn về phổ tác dụng của kháng sinh đối với cảm cúm) và chứng minh vai trò quyết định của công tác nâng cao dân trí y tế đối với việc điều chỉnh hành vi dùng thuốc.

Kết quả nghiên cứu là tài liệu tham khảo giàu giá trị học thuật cho sinh viên, giảng viên ngành Dược, đồng thời là cơ sở thực chứng cấp thiết giúp các nhà quản lý y tế tại địa phương và trung ương tăng cường kiểm soát chuỗi cung ứng dược phẩm, siết chặt quy định bán thuốc theo đơn, và triển khai các chiến dịch truyền thông y tế công cộng hiệu quả nhằm đẩy lùi hiểm họa kháng kháng sinh.