Luận Văn Thạc Sĩ: Phân Tích Hiệu Quả Điều Trị Vô Sinh Tại Bệnh Viện Phụ Sản Trung Ương

Luận văn thạc sĩ phân tích thống kê hiệu quả điều trị vô sinh tại bệnh viện phụ sản trung ương, cung cấp cái nhìn sâu sắc về phương pháp và kết quả điều trị.

• Tác giả: Nguyễn Thị Thuần
• Người hướng dẫn: PGS. Hồ Đăng Phúc
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Lí thuyết xác suất và thống kê toán
• Đề tài: Phân Tích Hiệu Quả Điều Trị Vô Sinh Tại Bệnh Viện
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: PHƯƠNG PHÁP HỒI QUI LOGISTIC
• 1.1. Ước lượng các tham số trong mô hình
• 1.2. Ước lượng sai số chuẩn của các hệ số hồi qui
• 1.3. Kiểm tra sự phù hợp của mô hình
• 1.4. Ý nghĩa các hệ số trong mô hình hồi qui logistic nhị phân
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Hiệu Quả Điều Trị Vô Sinh Tại Bệnh Viện

Vô sinh là một vấn đề xã hội nghiêm trọng, ảnh hưởng đến nhiều cặp vợ chồng. Theo thống kê, khoảng 12-13% cặp vợ chồng tại Việt Nam gặp phải tình trạng này. Bệnh viện Phụ Sản Trung ương là một trong những cơ sở tiên phong trong việc áp dụng các phương pháp điều trị vô sinh, đặc biệt là thụ tinh trong ống nghiệm (TTTON). Nghiên cứu này nhằm phân tích hiệu quả điều trị vô sinh tại bệnh viện, từ đó đưa ra những giải pháp cải thiện.

1.1. Tình Hình Vô Sinh Tại Việt Nam

Theo báo cáo của Tổ chức Y tế Thế giới, tỷ lệ vô sinh ở Việt Nam đang gia tăng. Vô sinh nữ chiếm khoảng 40%, trong khi vô sinh nam chiếm 23%. Điều này đặt ra thách thức lớn cho ngành y tế trong việc tìm kiếm các phương pháp điều trị hiệu quả.

1.2. Vai Trò Của Bệnh Viện Trong Điều Trị Vô Sinh

Bệnh viện Phụ Sản Trung ương đã áp dụng thành công kỹ thuật TTTON từ năm 2000. Kỹ thuật này đã mang lại hy vọng cho nhiều cặp vợ chồng không có khả năng sinh con tự nhiên. Việc phân tích hiệu quả điều trị tại bệnh viện sẽ giúp nâng cao chất lượng dịch vụ.

II. Các Thách Thức Trong Điều Trị Vô Sinh Tại Bệnh Viện

Mặc dù có nhiều tiến bộ trong điều trị vô sinh, nhưng vẫn còn nhiều thách thức cần phải vượt qua. Các yếu tố như chi phí điều trị, tâm lý bệnh nhân và sự thiếu hụt thông tin có thể ảnh hưởng đến kết quả điều trị.

2.1. Chi Phí Điều Trị Vô Sinh

Chi phí điều trị vô sinh tại bệnh viện thường cao, điều này có thể gây khó khăn cho nhiều cặp vợ chồng. Việc tìm kiếm các nguồn tài trợ hoặc bảo hiểm y tế có thể giúp giảm bớt gánh nặng tài chính.

2.2. Tâm Lý Bệnh Nhân Trong Quá Trình Điều Trị

Tâm lý của bệnh nhân đóng vai trò quan trọng trong quá trình điều trị. Sự lo lắng và căng thẳng có thể ảnh hưởng đến kết quả điều trị. Cần có các chương trình hỗ trợ tâm lý để giúp bệnh nhân vượt qua giai đoạn khó khăn này.

III. Phương Pháp Điều Trị Vô Sinh Hiệu Quả Tại Bệnh Viện

Bệnh viện Phụ Sản Trung ương áp dụng nhiều phương pháp điều trị vô sinh khác nhau, trong đó thụ tinh trong ống nghiệm là phương pháp chủ yếu. Nghiên cứu này sẽ phân tích các phương pháp điều trị và hiệu quả của chúng.

3.1. Thụ Tinh Trong Ống Nghiệm TTTON

TTTON là phương pháp điều trị vô sinh phổ biến nhất hiện nay. Phương pháp này đã giúp nhiều cặp vợ chồng có con sau nhiều năm mong mỏi. Nghiên cứu cho thấy tỷ lệ thành công của TTTON tại bệnh viện đạt khoảng 30-40%.

3.2. Các Phương Pháp Hỗ Trợ Sinh Sản Khác

Ngoài TTTON, bệnh viện còn áp dụng các phương pháp hỗ trợ sinh sản khác như tiêm tinh trùng vào bào tương noãn (ICSI) và kích thích buồng trứng. Những phương pháp này cũng đã chứng minh được hiệu quả trong việc điều trị vô sinh.

IV. Kết Quả Nghiên Cứu Về Hiệu Quả Điều Trị Vô Sinh

Nghiên cứu đã chỉ ra rằng các yếu tố như tuổi tác, nguyên nhân vô sinh và phương pháp điều trị có ảnh hưởng lớn đến kết quả điều trị. Việc phân tích thống kê sẽ giúp xác định các yếu tố này một cách rõ ràng.

4.1. Ảnh Hưởng Của Tuổi Tác Đến Kết Quả Điều Trị

Tuổi tác là một trong những yếu tố quan trọng ảnh hưởng đến khả năng sinh sản. Nghiên cứu cho thấy tỷ lệ thành công của TTTON giảm dần khi tuổi của người phụ nữ tăng lên.

4.2. Nguyên Nhân Vô Sinh Và Kết Quả Điều Trị

Các nguyên nhân vô sinh khác nhau sẽ có những ảnh hưởng khác nhau đến kết quả điều trị. Việc phân tích các nguyên nhân này sẽ giúp bệnh viện cải thiện quy trình điều trị.

V. Kết Luận Và Tương Lai Của Điều Trị Vô Sinh Tại Bệnh Viện

Kết quả nghiên cứu cho thấy hiệu quả điều trị vô sinh tại Bệnh viện Phụ Sản Trung ương là khả quan. Tuy nhiên, cần tiếp tục nghiên cứu và cải tiến các phương pháp điều trị để nâng cao tỷ lệ thành công.

5.1. Đề Xuất Giải Pháp Cải Thiện Hiệu Quả Điều Trị

Cần có các chương trình đào tạo cho bác sĩ và nhân viên y tế về các phương pháp điều trị mới. Đồng thời, cần tăng cường hỗ trợ tâm lý cho bệnh nhân trong quá trình điều trị.

5.2. Tương Lai Của Điều Trị Vô Sinh Tại Bệnh Viện

Với sự phát triển của công nghệ y tế, tương lai của điều trị vô sinh tại Bệnh viện Phụ Sản Trung ương hứa hẹn sẽ có nhiều tiến bộ. Việc áp dụng các công nghệ mới sẽ giúp nâng cao hiệu quả điều trị và mang lại hy vọng cho nhiều cặp vợ chồng.

Nội dung chính

Tổng quan nghiên cứu

Vô sinh là một vấn đề y tế và xã hội nghiêm trọng, ảnh hưởng đến khoảng 12-13% các cặp vợ chồng tại Việt Nam, trong đó vô sinh nữ chiếm khoảng 40%, vô sinh nam chiếm 23%, và 17% do cả hai vợ chồng, còn lại khoảng 10% là không rõ nguyên nhân. Thụ tinh trong ống nghiệm (TTTON) là phương pháp điều trị vô sinh tiên tiến, đã được áp dụng tại Việt Nam từ năm 1998 và phát triển mạnh mẽ với khoảng 7.000 trẻ em ra đời nhờ kỹ thuật này. Nghiên cứu nhằm phân tích các yếu tố ảnh hưởng đến hiệu quả điều trị vô sinh bằng TTTON tại Bệnh viện Phụ Sản Trung ương trong năm 2009, với mục tiêu dự đoán và nâng cao tỷ lệ thành công của phương pháp này.

Phạm vi nghiên cứu tập trung vào dữ liệu của 1.208 bệnh nhân điều trị vô sinh tại Trung tâm hỗ trợ sinh sản của Bệnh viện Phụ Sản Trung ương từ tháng 1 đến tháng 12 năm 2009. Nghiên cứu sử dụng các phương pháp thống kê hiện đại, đặc biệt là mô hình hồi qui logistic nhị phân và bội để phân tích các biến độc lập như tuổi, thời gian vô sinh, nguyên nhân vô sinh, phác đồ điều trị, nồng độ hormone FSH, số chu kỳ IVF, tổng liều thuốc kích thích buồng trứng, và các biến phụ thuộc như hình thành noãn, số noãn thu được, hình thành thai, sảy thai, lưu thai và sinh con.

Kết quả nghiên cứu có ý nghĩa quan trọng trong việc xác định các yếu tố ảnh hưởng đến hiệu quả điều trị vô sinh, từ đó đề xuất các giải pháp nâng cao tỷ lệ thành công của TTTON, góp phần cải thiện chất lượng cuộc sống cho các cặp vợ chồng vô sinh và phát triển chuyên ngành hỗ trợ sinh sản tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên lý thuyết xác suất và thống kê toán học, sử dụng mô hình hồi qui logistic để phân tích mối quan hệ giữa biến phụ thuộc phân loại và các biến độc lập định tính hoặc định lượng. Hai loại mô hình hồi qui logistic được áp dụng:

• Mô hình hồi qui logistic nhị phân: Biến phụ thuộc nhận hai giá trị phân loại (ví dụ: có thai hoặc không có thai). Mô hình này sử dụng hàm logit để ước lượng xác suất biến phụ thuộc nhận giá trị 1 dựa trên các biến độc lập.

• Mô hình hồi qui logistic bội: Biến phụ thuộc nhận nhiều hơn hai giá trị phân loại (ví dụ: nhóm số noãn thu được từ 1-5, 6-10, hoặc trên 11). Mô hình so sánh từng nhóm với nhóm tham chiếu để xác định ảnh hưởng của các biến độc lập.

Các khái niệm chính bao gồm: tỷ số chênh (odds ratio - OR), ước lượng hợp lý cực đại (maximum likelihood estimation), kiểm định Wald và kiểm định tỷ số hợp lý để đánh giá sự phù hợp và ý nghĩa của mô hình.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu thu thập từ 1.208 bệnh nhân điều trị vô sinh bằng TTTON tại Trung tâm hỗ trợ sinh sản, Bệnh viện Phụ Sản Trung ương trong năm 2009.

• Các biến nghiên cứu: Bao gồm các biến độc lập như tuổi mẹ (chia thành 4 nhóm tuổi), thời gian vô sinh, nguyên nhân vô sinh, phác đồ điều trị, nồng độ FSH ngày thứ 3, tổng liều thuốc FSH, số chu kỳ IVF, và các biến phụ thuộc như hình thành noãn, nhóm số noãn, hình thành thai, sảy thai, lưu thai, sinh con.

• Phương pháp phân tích: Sử dụng phần mềm SPSS để thực hiện phân tích hồi qui logistic nhị phân và bội. Phương pháp ước lượng hợp lý cực đại được áp dụng để ước lượng các tham số mô hình. Kiểm định Wald và kiểm định tỷ số hợp lý được sử dụng để đánh giá ý nghĩa thống kê của các biến độc lập và sự phù hợp của mô hình.

• Timeline nghiên cứu: Thu thập và xử lý dữ liệu trong năm 2009, phân tích và hoàn thiện luận văn trong năm 2014.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Ảnh hưởng của tuổi mẹ đến khả năng hình thành noãn: Nhóm bệnh nhân từ 41 tuổi trở lên có khả năng hình thành noãn chỉ bằng 11.2% so với nhóm dưới 41 tuổi (p < 0.05), cho thấy tuổi cao làm giảm hiệu quả điều trị.

2. Ảnh hưởng của các yếu tố đến nhóm số noãn thu được: So sánh nhóm số noãn từ 1-5 với nhóm 6-10 noãn, các yếu tố có ý nghĩa gồm số chu kỳ IVF, nhóm tuổi 31-35, phác đồ ngắn với Agonist, tổng liều thuốc FSH nhỏ hơn 2000 mg hoặc lớn hơn 3000 mg, và nồng độ FSH ngày 3. Ví dụ, bệnh nhân sử dụng phác đồ ngắn với Agonist có khả năng thu được 1-5 noãn gấp gần 2 lần so với nhóm dùng phác đồ dài.

3. Ảnh hưởng của nguyên nhân vô sinh đến nhóm số noãn lớn (trên 11): Nguyên nhân do tinh trùng và do cả hai vợ chồng có ảnh hưởng có ý nghĩa thống kê đến khả năng thu được số noãn lớn hơn 11 so với nhóm nguyên nhân do tử cung.

4. Ảnh hưởng của nồng độ FSH ngày 3 đến khả năng có thai: Bệnh nhân có nồng độ FSH ngày 3 bình thường (≤ 10 IU/L) có khả năng có thai cao gấp 2.4 lần so với nhóm có nồng độ FSH cao (> 10 IU/L) (p < 0.05).

Thảo luận kết quả

Tuổi mẹ là yếu tố quan trọng ảnh hưởng đến hiệu quả điều trị vô sinh, phù hợp với các nghiên cứu trước đây cho thấy tuổi cao làm giảm khả năng hình thành noãn và có thai. Số chu kỳ IVF tăng làm giảm khả năng thu được số noãn cao, có thể do ảnh hưởng tích lũy của các lần điều trị trước đó lên buồng trứng.

Phác đồ điều trị ngắn với Agonist làm tăng khả năng thu được số noãn thấp hơn so với phác đồ dài, gợi ý cần cân nhắc lựa chọn phác đồ phù hợp với từng bệnh nhân. Tổng liều thuốc FSH quá thấp hoặc quá cao đều ảnh hưởng tiêu cực đến số noãn thu được, cho thấy việc điều chỉnh liều thuốc là cần thiết để tối ưu hiệu quả.

Nồng độ FSH ngày 3 là chỉ số sinh học quan trọng phản ánh dự trữ buồng trứng, ảnh hưởng trực tiếp đến khả năng có thai sau TTTON. Các kết quả này có thể được trình bày qua biểu đồ OR và bảng phân tích hồi qui logistic, giúp minh họa rõ ràng mức độ ảnh hưởng của từng yếu tố.

Đề xuất và khuyến nghị

1. Tăng cường tư vấn và đánh giá tuổi mẹ trước điều trị: Khuyến nghị bệnh nhân trên 40 tuổi cần được tư vấn kỹ lưỡng về khả năng thành công và các lựa chọn điều trị phù hợp nhằm nâng cao tỷ lệ hình thành noãn và có thai.

2. Điều chỉnh phác đồ điều trị cá nhân hóa: Đề xuất sử dụng phác đồ dài hoặc phác đồ ngắn với Agonist tùy theo đặc điểm bệnh nhân để tối ưu số noãn thu được, giảm thiểu rủi ro và tăng hiệu quả điều trị trong vòng 6-12 tháng.

3. Kiểm soát liều lượng thuốc FSH hợp lý: Khuyến cáo theo dõi và điều chỉnh tổng liều FSH trong khoảng 2000-3000 mg để đạt hiệu quả tối ưu, tránh liều quá thấp hoặc quá cao làm giảm số noãn thu được, thực hiện trong suốt quá trình kích thích buồng trứng.

4. Theo dõi nồng độ FSH ngày 3 và các chỉ số sinh học khác: Định kỳ đánh giá nồng độ FSH và các chỉ số liên quan để dự đoán khả năng có thai, từ đó điều chỉnh kế hoạch điều trị phù hợp, áp dụng liên tục trong các chu kỳ điều trị.

Các giải pháp trên cần được thực hiện bởi đội ngũ y bác sĩ chuyên ngành hỗ trợ sinh sản tại các bệnh viện đầu ngành trong vòng 1-2 năm tới nhằm nâng cao hiệu quả điều trị vô sinh bằng TTTON.

Đối tượng nên tham khảo luận văn

1. Bác sĩ và chuyên gia hỗ trợ sinh sản: Nghiên cứu cung cấp cơ sở khoa học để lựa chọn phác đồ điều trị và tư vấn bệnh nhân, giúp nâng cao tỷ lệ thành công của TTTON.

2. Nhà nghiên cứu y học và thống kê: Tham khảo phương pháp hồi qui logistic nhị phân và bội trong phân tích dữ liệu y tế, áp dụng cho các nghiên cứu tương tự về hiệu quả điều trị.

3. Sinh viên và học viên cao học ngành y học, sinh học, thống kê: Tài liệu tham khảo thực tiễn về ứng dụng mô hình hồi qui logistic trong nghiên cứu y học, giúp nâng cao kỹ năng phân tích dữ liệu.

4. Quản lý y tế và hoạch định chính sách: Cung cấp thông tin về các yếu tố ảnh hưởng đến hiệu quả điều trị vô sinh, hỗ trợ xây dựng chính sách phát triển dịch vụ hỗ trợ sinh sản tại Việt Nam.

Câu hỏi thường gặp

1. Mô hình hồi qui logistic là gì và tại sao được sử dụng trong nghiên cứu này?
   Mô hình hồi qui logistic là phương pháp thống kê dùng để phân tích mối quan hệ giữa biến phụ thuộc phân loại và các biến độc lập. Nó được sử dụng vì biến kết quả như có thai hay không là biến nhị phân, và mô hình này cho phép ước lượng xác suất thành công một cách chính xác.

2. Các yếu tố nào ảnh hưởng mạnh nhất đến khả năng có thai sau TTTON?
   Tuổi mẹ, nồng độ FSH ngày 3, số chu kỳ IVF và phác đồ điều trị là những yếu tố có ảnh hưởng đáng kể. Ví dụ, bệnh nhân có nồng độ FSH bình thường có khả năng có thai cao gấp 2.4 lần so với nhóm có nồng độ cao.

3. Tại sao tổng liều thuốc FSH lại quan trọng trong điều trị vô sinh?
   Tổng liều FSH ảnh hưởng đến số lượng noãn thu được. Liều quá thấp hoặc quá cao đều làm giảm hiệu quả kích thích buồng trứng, do đó cần điều chỉnh liều phù hợp để tối ưu số noãn và tăng khả năng thành công.

4. Phác đồ điều trị nào được khuyến nghị dựa trên nghiên cứu?
   Phác đồ dài được sử dụng phổ biến và có hiệu quả ổn định, trong khi phác đồ ngắn với Agonist có thể làm tăng khả năng thu được số noãn thấp hơn. Lựa chọn phác đồ cần dựa trên đặc điểm từng bệnh nhân.

5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tế lâm sàng?
   Bác sĩ có thể sử dụng các mô hình hồi qui logistic để dự đoán khả năng thành công của từng bệnh nhân dựa trên các yếu tố cá nhân, từ đó tư vấn và điều chỉnh phác đồ điều trị phù hợp nhằm nâng cao hiệu quả điều trị.

Kết luận

• Tuổi mẹ, nồng độ FSH ngày 3, số chu kỳ IVF và phác đồ điều trị là các yếu tố chính ảnh hưởng đến hiệu quả điều trị vô sinh bằng TTTON.
• Nhóm bệnh nhân trên 41 tuổi có khả năng hình thành noãn và có thai thấp hơn đáng kể so với nhóm trẻ hơn.
• Tổng liều thuốc FSH cần được điều chỉnh trong khoảng 2000-3000 mg để tối ưu số noãn thu được.
• Mô hình hồi qui logistic nhị phân và bội là công cụ hiệu quả để phân tích và dự đoán kết quả điều trị.
• Các bước tiếp theo bao gồm áp dụng các khuyến nghị trong thực tế lâm sàng và mở rộng nghiên cứu để nâng cao hiệu quả điều trị vô sinh tại Việt Nam.

Hành động ngay hôm nay: Các chuyên gia y tế và nhà quản lý cần phối hợp triển khai các giải pháp cá nhân hóa điều trị dựa trên kết quả nghiên cứu nhằm cải thiện tỷ lệ thành công của TTTON, góp phần nâng cao chất lượng cuộc sống cho các cặp vợ chồng vô sinh.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. PHƯƠNG PHÁP HỒI QUI LOGISTIC Từ đó suy ra oddsi eα+βi ORi,k = = α = e βi oddsk e Công thức tính tỷ số chênh giữa 2 giá trị phân loại bất kỳ: Kí hiệu ORi,j là tỷ số chênh giữa giá trị phân loại thứ i và giá trị phân loại thứ j (i, j = 1, k − 1) oddsi eα+βi ORi,j = = α+βj = eβi −βj oddsj e Ý nghĩa của hệ số βi với i = 1, k − 1: So sánh sự khác biệt về mức độ ảnh hưởng giữa nhóm nhận giá trị phân loại thứ i so với nhóm đối chứng (nhóm nhận giá trị phân loại thứ k) tác động lên xác suất biến phụ thuộc nhận giá trị bằng 1. Cụ thể như sau: - Nếu βi = 0 ⇔ eβi = 1 thì ta kết luận không có sự khác biệt giữa nhóm nhận giá trị phân loại thứ i so với nhóm đối chứng tác động lên xác suất biến phụ thuộc nhận giá trị bằng 1. - Nếu βi > 0 ⇔ eβi > 1 thì ta kết luận nhóm nhận giá trị phân loại thứ i làm tăng xác suất biến phụ thuộc nhận giá trị bằng 1 so với nhóm đối chứng.

- Nếu βi < 0 ⇔ eβi < 1 thì ta kết luận nhóm nhận giá trị phân loại thứ i làm giảm xác suất biến phụ thuộc nhận giá trị bằng 1 so với nhóm đối chứng. Ước lượng khoảng tin cậy cho hệ số βi với đội tin cậy 100(1 − α)% là : (βbi − Z1− α2 SE( c βbi ); βbi + Z1− α SE( 2 c βbi )) Ước lượng khoảng tin cậy của tỷ số chênh ORi,k với đội tin cậy 100(1 − α)% là : βb −Z1− α SE( d βbi ) βb +Z1− α SE( d βbi ) (e i 2 ;e i 2 ) (1. Xét mô hình hồi qui logistic với biến phụ thuộc là biến "hình thành thai" và biến độc lập là biến "nhóm tuổi". Biến độc lập "nhóm tuổi" là biến nhận 4 giá trị nên được mã hóa thành 3 biến nhị phân, chọn biến "nhóm tuổi không quá 30" làm nhóm đối chứng Từ bảng 1.3 ta thấy: + Nhóm bệnh nhân từ 41 tuổi trở lên khả năng có thai chỉ bằng 19.7 % so với nhóm bệnh nhân không quá 30 tuổi, và mức ảnh hưởng này có ý nghĩa thống kê (p - giá trị là 0.

20 NGUYỄN THỊ THUẦN TIEU LUAN MOI download : [e-mail] CHƯƠNG 1. PHƯƠNG PHÁP HỒI QUI LOGISTIC Bảng 1.3: Ảnh hưởng của biến độc lập nhóm tuổi lên biến phụ thuộc hình thành thai B S.E Wald Sig Exp(B) nhomtuoitu41 -1.509 + Nhóm bệnh nhân từ 36 đến 40 tuổi thì khả năng có thai bằng 77.2 % so với nhóm bệnh nhân không quá 30 tuổi, tuy nhiên sự khác biệt này không có ý nghĩa thống kê (p - giá trị là 0. + Nhóm bệnh nhân từ 31 đến 35 tuổi thì khả năng có thai bằng 78.3 % so với nhóm bệnh nhân không quá 30 tuổi, tuy nhiên sự khác biệt này không có ý nghĩa thống kê (p - giá trị là 0. Ước lượng khoảng tin cậy cho tỷ số chênh OR của nhóm tuổi từ 41 trở lên so với nhóm không quá 30 với độ tin cậy 95 % là: (0.

Ước lượng khoảng tin cậy cho tỷ số chênh OR của nhóm tuổi từ 36 đến 40 so với nhóm không quá 30 với độ tin cậy 95 % là: (0. Ước lượng khoảng tin cậy cho tỷ số chênh OR của nhóm tuổi từ 31 đến 35 so với nhóm không quá 30 với độ tin cậy 95 % là: (0. Mô hình có biến độc lập liên tục: Xét mô hình hồi qui logistic nhị phân với một biến độc lập X là biến liên tục.13) 1 + e−(α+βX) Gọi odds0 là số chênh giữa hai giá trị của biến phụ thuộc Y khi biến độc lập X nhận giá trị bằng x. Từ đó ta có : P (Y = 1 | X = x) odds0 = P (Y = 0 | X = x) 1 1+e−(α+βx) = e−(α+βx) 1+e−(α+βx) 1 + e−(α+βx) 1 = = [1 + e−(α+βx) ]e−(α+βx) e−(α+βx) 21 NGUYỄN THỊ THUẦN TIEU LUAN MOI download : [e-mail] CHƯƠNG 1.

PHƯƠNG PHÁP HỒI QUI LOGISTIC Gọi odds1 là số chênh giữa hai giá trị của biến phụ thuộc Y khi biến độc lập X nhận giá trị bằng x + 1 (tăng 1 đơn vị). Từ đó ta có : P (Y = 1 | X = x + 1) odds1 = P (Y = 0 | X = x + 1) 1 −(α+βx+β) = 1+e e−(α+βx+β) 1+e−(α+βx+β) −(α+βx+β) 1+e = [1 + e−(α+βx+β) ]e−(α+βx+β) 1 = −(α+βx+β) e Công thức tính tỷ số chênh OR khi biến liên tục X thay đổi 1 đơn vị: odds1 OR = odds0 1 e−(α+βx+β) = 1 e−(α+βx) −(α+βx) e = −(α+βx+β) e =eβ Ý nghĩa của hệ số β: Cho biết sự thay đổi giá trị của biến độc lập (tăng hoặc giảm 1 đơn vị) ảnh hưởng như thế nào đến xác suất biến phụ thuộc nhận giá trị bằng 1. - Nếu β = 0 ⇔ eβ = 1 thì ta kết luận biến độc lập không có ảnh hưởng lên xác suất biến phụ thuộc nhận giá trị bằng 1. - Nếu β > 0 ⇔ eβ > 1 thì ta kết luận khi biến biến độc lập tăng làm tăng xác suất biến phụ thuộc nhận giá trị bằng 1.

- Nếu β < 0 ⇔ eβ < 1 thì ta kết luận biến độc lập tăng làm giảm xác suất biến phụ thuộc nhận giá trị bằng 1. Nhận xét: Khi biến độc lập X nhận giá trị thay đổi 1 đơn vị (tăng hoặc giảm) thì tỷ số chênh thay đổi eβ đơn vị. Do đó trong trường hợp tổng quát khi biến độc lập X nhận giá trị thay đổi c đơn vị thì tỷ số chênh OR nhận giá trị thay đổi ecβ đơn vị. Xét mô hình hồi qui logistic nhị phân với biến phụ thuộc là biến "hình thành thai" và biến độc lập là biến "số chu kì ivf".

Trong đó biến phụ thuộc là biến nhị 22 NGUYỄN THỊ THUẦN TIEU LUAN MOI download : [e-mail] CHƯƠNG 1. PHƯƠNG PHÁP HỒI QUI LOGISTIC phân chỉ nhận một trong hai giá trị được mã hóa bằng 0 và 1, biến độc lập là biến liên tuc.4: Ảnh hưởng của biến độc lập số chu kì ivf lên biến phụ thuộc hình thành thai B S.E Wald Sig Exp(B) sockivf -.4 ta thấy ước lượng hệ số của biến "số chu kì ivf" là - 0. Do đó khi tăng số chu kì ivf làm giảm khả năng bệnh nhân có thai. Tỷ số chênh OR là e−0.823 cho biết khi số chu kì ivf tăng thêm một lần thì khả năng có thai giảm đi 18 % và mức ảnh hưởng này có ý nghĩa thống kê.

Ước lượng khoảng tin cậy cho β với độ tin cậy 95 % là: (-0. Ước lượng khoảng tin cậy cho tỷ số chênh OR với độ tin cậy 95 % là: (0.5 Kiểm tra ảnh hưởng tương tác của các biến độc lập lên biến phụ thuộc Xét hai mô hình hồi qui logistic nhị phân sau: Mô hình 1 là mô hình chỉ gồm hai biến độc lập X1 , X2 : lnP1 (X) = α + β1 X1 + β2 X2 Mô hình 2 là mô hình gồm hai biến độc lập X1 , X2 và biến X1 X2 lnP2 (X) = α + β1 X1 + β2 X2 + β3 X1 X2 - Nếu hệ số hồi qui β3 = 0 thì ta kết luận rằng không có sự tương tác giữa X1 và X2 tác động lên biến phụ thuộc Y. - Nếu hệ số hồi qui β3 6= 0 thì ta kết luận rằng có sự tương tác giữa X1 và X2 tác động lên biến phụ thuộc Y. Để kiểm tra giả thuyết H : β3 = 0 với đối thuyết K : β3 6= 0 ta sử dụng phương pháp kiểm tra tỷ số hợp lý hoặc dùng tiêu chuẩn Wald.

23 NGUYỄN THỊ THUẦN TIEU LUAN MOI download : [e-mail] CHƯƠNG 1. PHƯƠNG PHÁP HỒI QUI LOGISTIC Kí hiệu L c1 , L c2 là ước lượng của giá trị hàm hợp lý cực đại tương ứng của các mô hình 1, 2. Mô hình có nhiều tham số hơn gọi là mô hình đầy đủ, mô hình có ít tham số hơn gọi là mô hình thu gọn. Do đó mô hình 2 gọi là mô hình đầy đủ, mô hình 1 gọi là mô hình thu gọn.

Hay mô hình 1 là trường hợp đặt biệt của mô hình 2. Đặt LR = − 2LnL c1 − (−2LnL c2 ) L c1 = − 2Ln( ) L c2 βb3 W = SE cc β3 Chúng ta sử dụng các bước trong kiểm tra tỷ số hợp lý hoặc các bước trong kiểm tra tiêu chuẩn Wald đã nêu trong mục 1.3 để rút ra kết luận về hệ số hồi qui β3 .3 Mô hình hồi qui logistic bội Mô hình hồi qui logistic bội được sử dụng khi biến phụ thuộc Y nhận nhiều hơn hai giá trị phân loại. Ta nghiên cứu trường hợp đơn giản nhất của mô hình hồi qui logistic bội khi biến phụ thuộc Y có 3 giá trị phân loại được mã hóa bởi ba số 0, 1, 2. Sau đó mô hình trên có thể mở rộng để nhận được mô hình mà biến phụ thuộc Y có nhiều hơn 3 giá trị phân loại.

Đối với mô hình hồi qui logistic bội, một trong những giá trị phận loại được chọn làm giá trị tham khảo. Mỗi giá trị phân loại khác của biến phụ thuộc Y được so sánh với giá trị tham khảo đó. Việc lựa chọn giá trị nào làm giá trị tham khảo là tùy thuộc vào ý đồ của nhà nghiên cứu. Việc thay đổi giá trị tham khảo không làm thay đổi hình thức của mô hình mà chỉ làm thay đổi giá trị của các tham số và việc giải thích các tham số ước lượng được.1 Định nghĩa mô hình hồi qui logistic bội Giả sử X1 , X2 , X3 , X4 , .Xk là k biến độc lập dùng để dự báo.

Các biến Xj có thể là biến định tính hoặc biến định lượng. Xét biến phụ thuộc Y là biến nhận ba giá trị phân loại được mã hóa bởi ba số 0, 1, 2. 24 NGUYỄN THỊ THUẦN TIEU LUAN MOI download : [e-mail] CHƯƠNG 1. PHƯƠNG PHÁP HỒI QUI LOGISTIC Ta chọn giá trị phân loại Y = 0 làm giá trị tham khảo.

Khi đó mô hình hồi qui logistic bội có dạng: k P (Y = 1 | X1 , X2 , ., Xk ) X ln = α1 + β1j Xj P (Y = 0 | X1 , X2 , ., Xk ) X ln = α2 + β2j Xj P (Y = 0 | X1 , X2 , ., Xk ) j=1 trong đó α1 , α2 , β1j , β2j là các tham số chưa biết (j = 1, k) Từ đó suy ra k P (Y = 1 | X1 , X2 , ., Xk ) Để thuận tiện ta kí hiệu P (Y = u/X1 , X2 , .