Phương Pháp Nghiên Cứu Khoa Học Thống Kê Y Học 1

Phương pháp nghiên cứu thống kê y học là một lĩnh vực quan trọng trong y học, giúp thu thập và phân… 86 trang · Trường Đại Học Y Khoa Phạm Ngọc Thạch · 2010.

• Tác giả: ThS. Nguyễn Thế Dũng
• Trường học: Trường Đại Học Y Khoa Phạm Ngọc Thạch
• Chuyên ngành: Thống Kê Y Học
• Đề tài: Phương Pháp Nghiên Cứu Thống Kê Y Học Hiệu Quả
• Loại tài liệu: Bài Giảng
• Năm xuất bản: 2010
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• 1. Baøi 1: KHAÙI NIEÄM veà THOÁNG KEÂ Y HOÏC vaø CAÙCH SAÉP XEÁP & TOÅ CHÖÙC SOÁ LIEÄU
• 1.1. MOÄT SOÁ KHAÙI NIEÄM CÔ BAÛN
• 1.2. DAÂN SOÁ (Quaàn theå – Population)
• 1.3. MAÃU (Sample)
• 1.4. SÖÏÏ ÑO LÖÔØNG vaø THANG ÑO LÖÔØNG (Measurement & Measurement Scale)
• 1.4.1. Thang ñònh danh (Nominal Scale)
• 1.4.2. Thang thöù töï (Ordinal Scale)
• 1.4.3. Thang khoaûng (Interval Scale)
• 1.4.4. Thang Tæ soá (Ratio Scale)
• 1.5. CHUOÃI THOÁNG KEÂ (Ordered array)
• 1.6. PHAÂN PHOÁI TAÀN SOÁ (Frequency Distribution)
• 1.6.1. Phaân nhoùm soá lieäu
• 1.6.2. Laäp baûng phaân phoái taàn soá KCL
• 1.6.3. Laäp baûng phaân phoái taàn soá, taàn soá doàn, taàn soá töông ñoái, taàn soá töông ñoái doàn KCL
• 1.6.4. Laäp bieåu ñoà Histogram
• 1.6.5. Laäp bieåu ñoà thaân–vaø–laù (Stem-and-leaf)
• 2. Baøi 2: TOÙM TAÉT SOÁ LIEÄU
• 2.1. GIÔÙI THIEÄU
• 2.2. SOÁ ÑO KHUYNH HÖÔÙNG TAÄP TRUNG (Measures of Central Tendency)
• 2.2.1. Soá troäi (Mode)
• 2.2.2. Soá trung bình toaùn hoïc (Arithmatic Mean)
• 2.2.3. Soá trung bình gia troïng (Weighted mean)
• 2.2.4. Trimmed mean (soá trung bình goïn) vaø Winsorized mean (soá trung bình gaùn)
• 2.3. SOÁ ÑO KHUYNH HÖÔÙNG PHAÂN TAÙN (Measures of Dispersion)
• 2.3.1. Phöông sai (Variance)
• 2.3.2. Ñoä leäch chuaùn (Standard Deviation)
• 2.4. Baùch phaân vò vaø Töù phaân vò (Percentiles and Quartiles)
• 3. Baøi 3: PHAÂN PHOÁI XAÙC SUAÁT (Probability distributions)
• 3.1. PHAÂN PHOÁI XAÙC SUAÁT (PPXS) CUÛA CAÙC BIEÁN SOÁ RÔØI
• 3.2. PHAÂN PHOÁI XAÙC SUAÁT (PPXS) CUÛA CAÙC BIEÁN SOÁ LIEÂN TUÏC
• 3.2.1. Giôùi thieäu
• 3.2.2. PHAÂN PHOÁI BÌNH THÖÔØNG (Normal distribution)

Tóm tắt

I. Tổng quan về Phương Pháp Nghiên Cứu Thống Kê Y Học Hiệu Quả

Phương pháp nghiên cứu thống kê y học là một lĩnh vực quan trọng trong y học, giúp thu thập và phân tích dữ liệu để đưa ra các quyết định y tế chính xác. Việc áp dụng các phương pháp thống kê trong nghiên cứu y học không chỉ giúp cải thiện chất lượng chăm sóc sức khỏe mà còn hỗ trợ trong việc phát hiện và điều trị bệnh tật. Các phương pháp này bao gồm thu thập dữ liệu, phân tích và diễn giải kết quả, từ đó đưa ra các khuyến nghị dựa trên bằng chứng.

1.1. Khái niệm cơ bản về thống kê y học

Thống kê y học là một nhánh của thống kê áp dụng vào lĩnh vực y tế, bao gồm việc thu thập, phân tích và diễn giải dữ liệu y tế. Nó giúp các nhà nghiên cứu hiểu rõ hơn về các yếu tố ảnh hưởng đến sức khỏe và bệnh tật.

1.2. Tầm quan trọng của thống kê trong nghiên cứu y học

Thống kê đóng vai trò quan trọng trong việc thiết kế nghiên cứu, phân tích dữ liệu và đưa ra kết luận. Nó giúp xác định mối quan hệ giữa các biến số và hỗ trợ trong việc ra quyết định y tế.

II. Các Thách Thức trong Nghiên Cứu Thống Kê Y Học

Nghiên cứu thống kê y học đối mặt với nhiều thách thức, bao gồm việc thu thập dữ liệu chính xác, xử lý dữ liệu thiếu sót và đảm bảo tính khách quan trong phân tích. Những thách thức này có thể ảnh hưởng đến độ tin cậy của kết quả nghiên cứu. Việc hiểu rõ các thách thức này là cần thiết để cải thiện quy trình nghiên cứu và đảm bảo rằng các kết quả đạt được là chính xác và có thể áp dụng trong thực tiễn.

2.1. Vấn đề về dữ liệu thiếu sót

Dữ liệu thiếu sót có thể dẫn đến sai lệch trong kết quả nghiên cứu. Việc xử lý dữ liệu thiếu sót là một thách thức lớn trong thống kê y học, đòi hỏi các phương pháp phù hợp để giảm thiểu tác động của nó.

2.2. Đảm bảo tính khách quan trong phân tích

Tính khách quan là yếu tố quan trọng trong nghiên cứu y học. Các nhà nghiên cứu cần phải tránh các thiên lệch trong quá trình thu thập và phân tích dữ liệu để đảm bảo rằng kết quả là chính xác và đáng tin cậy.

III. Phương Pháp Nghiên Cứu Thống Kê Y Học Hiệu Quả

Có nhiều phương pháp nghiên cứu thống kê y học hiệu quả, bao gồm nghiên cứu mô tả, nghiên cứu phân tích và nghiên cứu can thiệp. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng để đạt được kết quả nghiên cứu tốt nhất.

3.1. Nghiên cứu mô tả

Nghiên cứu mô tả giúp cung cấp cái nhìn tổng quan về tình hình sức khỏe trong một quần thể. Phương pháp này thường được sử dụng để xác định các đặc điểm của bệnh tật và các yếu tố nguy cơ.

3.2. Nghiên cứu phân tích

Nghiên cứu phân tích nhằm mục đích xác định mối quan hệ giữa các biến số. Phương pháp này thường sử dụng các kỹ thuật thống kê để phân tích dữ liệu và đưa ra kết luận.

3.3. Nghiên cứu can thiệp

Nghiên cứu can thiệp được thực hiện để đánh giá hiệu quả của một can thiệp y tế. Phương pháp này giúp xác định liệu can thiệp có mang lại lợi ích cho bệnh nhân hay không.

IV. Ứng Dụng Thực Tiễn của Nghiên Cứu Thống Kê Y Học

Nghiên cứu thống kê y học có nhiều ứng dụng thực tiễn trong việc cải thiện chất lượng chăm sóc sức khỏe. Các kết quả nghiên cứu có thể được sử dụng để phát triển các chương trình y tế, cải thiện quy trình điều trị và nâng cao nhận thức về sức khỏe cộng đồng. Việc áp dụng các phương pháp thống kê trong thực tiễn giúp các nhà quản lý y tế đưa ra quyết định dựa trên bằng chứng.

4.1. Phát triển chương trình y tế

Các kết quả từ nghiên cứu thống kê có thể được sử dụng để phát triển các chương trình y tế nhằm cải thiện sức khỏe cộng đồng. Điều này bao gồm việc xác định các vấn đề sức khỏe chính và thiết kế các can thiệp phù hợp.

4.2. Cải thiện quy trình điều trị

Nghiên cứu thống kê giúp xác định các phương pháp điều trị hiệu quả nhất. Điều này có thể dẫn đến việc cải thiện quy trình điều trị và nâng cao chất lượng chăm sóc sức khỏe cho bệnh nhân.

V. Kết Luận và Tương Lai của Nghiên Cứu Thống Kê Y Học

Nghiên cứu thống kê y học đóng vai trò quan trọng trong việc cải thiện sức khỏe cộng đồng. Tương lai của lĩnh vực này sẽ phụ thuộc vào việc phát triển các phương pháp nghiên cứu mới và cải thiện quy trình phân tích dữ liệu. Việc áp dụng công nghệ mới trong nghiên cứu thống kê sẽ mở ra nhiều cơ hội mới cho các nhà nghiên cứu y học.

5.1. Xu hướng phát triển trong nghiên cứu

Các xu hướng mới trong nghiên cứu thống kê y học bao gồm việc sử dụng công nghệ thông tin và phân tích dữ liệu lớn. Điều này sẽ giúp cải thiện khả năng phân tích và đưa ra kết luận chính xác hơn.

5.2. Tương lai của thống kê y học

Tương lai của thống kê y học sẽ tiếp tục phát triển với sự hỗ trợ của công nghệ. Các nhà nghiên cứu cần phải thích nghi với những thay đổi này để đảm bảo rằng họ có thể cung cấp các kết quả nghiên cứu có giá trị cho cộng đồng.

Nội dung chính

TỔNG QUAN VỀ GIÁO TRÌNH THỐNG KÊ Y HỌC 1 (DỰ ÁN U-PNT-03)

Tổng quan về giáo trình

Tài liệu học tập Thống kê Y học 1 thuộc học phần Phương pháp Nghiên cứu Khoa học (Lớp Cơ bản 3) do ThS. Nguyễn Thế Dũng biên soạn, phát hành vào tháng 3/2010 trong khuôn khổ Dự án U-PNT-03 tại Trường Đại học Y khoa Phạm Ngọc Thạch. Trong chương trình đào tạo y khoa và khoa học sức khỏe, tài liệu đóng vai trò là khối kiến thức cơ sở bắt buộc, cung cấp hệ thống lý thuyết xác suất và phương pháp phân tích định lượng phục vụ trực tiếp cho hoạt động nghiên cứu khoa học, thực hành y học thực chứng và dịch tễ học.

Mục tiêu học tập của giáo trình được cấu trúc rõ ràng theo các chuẩn đầu ra cụ thể:

• Phân biệt chính xác các loại biến số và 4 thang đo lường trong y học.
• Nắm vững phương pháp phân nhóm dữ liệu, tính toán các đại lượng khuynh hướng tập trung và độ phân tán.
• Hiểu và ứng dụng các quy luật phân phối xác suất (phân phối nhị phân, phân phối chuẩn Gauss) và phân phối mẫu.
• Thực hiện thành thạo quy trình ước lượng tham số quần thể (ước lượng điểm, khoảng tin cậy) và quy trình 9 bước kiểm định giả thuyết thống kê trong y học.

Cấu trúc tài liệu được thiết kế theo tiến trình suy luận từ thống kê mô tả (Descriptive Statistics) đến thống kê suy luận (Inferential Statistics). Điểm đặc sắc của tài liệu là phương pháp tiếp cận gắn liền với dữ liệu y sinh thực tế: mọi công thức toán học và quy tắc thống kê đều được minh họa bằng các bộ số liệu lâm sàng và dịch tễ học cụ thể, giúp người học chuyển đổi dữ liệu thô thành bằng chứng y học phục vụ việc ra quyết định.

---

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Tài liệu được phân chia thành 6 bài học chuyên đề có tính liên kết chặt chẽ:

1. Bài 1: Khái niệm về Thống kê Y học và Cách sắp xếp & Tổ chức số liệu
   Trình bày định nghĩa thống kê sinh học (Biostatistics); phân loại biến số định lượng, định tính, ngẫu nhiên rời rạc, ngẫu nhiên liên tục; định nghĩa quần thể (Population) và mẫu (Sample). Giới thiệu 4 thang đo lường: định danh (Nominal), thứ tự (Ordinal), khoảng (Interval), tỉ số (Ratio). Hướng dẫn lập chuỗi thống kê (Ordered array), phân nhóm số liệu bằng công thức Sturges ($k = 1 + 3,322 \log_{10}n$), xác định độ rộng khoảng cách lớp ($w = R/k$), lập bảng tần số, tần số dồn, tần số tương đối, và vẽ biểu đồ Histogram (sử dụng giới hạn thật), biểu đồ đa giác tần số, biểu đồ thân-và-lá (Stem-and-leaf).

2. Bài 2: Tóm tắt số liệu
   Phân biệt số thống kê (Statistic - từ mẫu) và thông số (Parameter - từ dân số). Giới thiệu các số đo khuynh hướng tập trung: Số trội (Mode), Số trung vị (Median), Số trung bình toán học (Arithmetic Mean), Số trung bình gia trọng (Weighted Mean), cùng hai đại lượng điều chỉnh giảm tác động của giá trị cực trị là Trung bình gọn (Trimmed Mean) và Trung bình gán (Winsorized Mean). Giới thiệu các số đo khuynh hướng phân tán: Phương sai ($\sigma^2, S^2$), Độ lệch chuẩn ($\sigma, s$), Bách phân vị (Percentiles), Tứ phân vị ($Q_1, Q_2, Q_3$) và biểu đồ Hộp - Dây kéo (Box-and-Whisker Plots).

3. Bài 3: Phân phối xác suất (Probability Distributions)
   Trình bày phân phối xác suất của biến số rời rạc qua tiến trình Bernoulli và công thức phân phối nhị phân ($f(x) = C_n^x p^x q^{n-x}$). Phân tích hàm mật độ xác suất của biến số liên tục và Phân phối chuẩn Gauss với hai thông số trung bình ($\mu$) và độ lệch chuẩn ($\sigma$), quy tắc diện tích 68% - 95% - 99,7%. Hướng dẫn chuyển đổi biến số chuẩn hóa $Z = (x - \mu)/\sigma$ của Phân phối bình thường chuẩn (Standard Normal Distribution) để tra bảng tính xác suất trong bài toán thực tế.

4. Bài 4: Phân phối mẫu (Sampling Distributions)
   Định nghĩa và các bước thiết lập phân phối mẫu của các số thống kê; lấy mẫu có hoàn lại ($N^n$) và không hoàn lại ($C_N^n$). Trình bày Định lý Giới hạn Trung tâm (Central Limit Theorem) cho mẫu lớn ($n \ge 30$), công thức sai số chuẩn ($\sigma_{\bar{x}} = \sigma / \sqrt{n}$), hệ số hiệu chỉnh dân số hữu hạn $\sqrt{\frac{N-n}{N-1}}$. Thiết lập phân phối mẫu cho số trung bình mẫu ($\bar{x}$), hiệu 2 trung bình mẫu ($\bar{x}_1 - \bar{x}_2$), tỉ lệ mẫu ($\hat{p}$) và hiệu 2 tỉ lệ mẫu ($\hat{p}_1 - \hat{p}_2$).

5. Phần Ước lượng (Estimation)
   Cơ sở lý luận của thống kê suy luận; phân biệt dân số chọn mẫu (Sampled Population) và dân số đích (Target Population); khái niệm mẫu ngẫu nhiên và mẫu thuận tiện. Thiết lập ước lượng điểm và khoảng tin cậy (Confidence Interval - KTC) ở các mức 90%, 95%, 99% cho trung bình dân số khi biết hoặc chưa biết phương sai. Ứng dụng Phân phối Student $t$ với bậc tự do ($df = n-1$) cho mẫu nhỏ ($n < 30$); KTC cho hiệu 2 trung bình dân số với phương sai bằng nhau (dùng phương sai gộp $s_p^2$) và phương sai không bằng nhau (hiệu chỉnh Cochran); KTC cho một tỉ lệ và hiệu hai tỉ lệ dân số.

6. Bài 6: Kiểm định giả thuyết (Hypothesis Testing)
   Trình bày khái niệm giả thuyết nghiên cứu và giả thuyết thống kê gồm Giả thuyết trống ($H_0$) và Giả thuyết thay thế ($H_A$). Chuẩn hóa quy trình kiểm định 9 bước: Số liệu, Giả định, Giả thuyết, Số thống kê kiểm định (TKKĐ), Phân phối của số TKKĐ, Quy tắc quyết định (xác định ngưỡng ý nghĩa $\alpha$, sai lầm loại I $\alpha$, sai lầm loại II $\beta$, giá trị tới hạn), Tính số TKKĐ, Quyết định thống kê, Kết luận y học (kèm định nghĩa và cách sử dụng trị số $p$-value). Áp dụng chi tiết cho kiểm định 1 trung bình, kiểm định hiệu 2 trung bình độc lập, kiểm định so sánh cặp đôi (Paired Comparisons Test - biến số sai biệt $d_i$), kiểm định 1 tỉ lệ và kiểm định hiệu 2 tỉ lệ.

Kiến thức nền tảng được xây dựng

• Hệ thống phân loại biến số và thang đo y học: Phân định rõ 4 mức độ đo lường từ định danh (chẩn đoán bệnh, giới tính), thứ tự (mức độ bệnh nhẹ/vừa/nặng, tình trạng kinh tế), khoảng (nhiệt độ Celsius không có zero tuyệt đối) đến tỉ số (chiều cao, cân nặng có zero thực sự).
• Hệ thống phân phối xác suất lý thuyết: Xây dựng mô hình toán học giải thích biến thiên sinh học, từ tiến trình nhị phân Bernoulli đến phân phối Gauss đối xứng qua giá trị trung bình $\mu = \text{Median} = \text{Mode}$.
• Khung lý thuyết mẫu và giới hạn trung tâm: Cung cấp nguyên lý chuyển tiếp từ dữ liệu mẫu hạn chế sang đặc trưng của toàn bộ quần thể thông qua sai số chuẩn $\sigma / \sqrt{n}$.
• Khung logic suy luận thống kê và kiểm định 9 bước: Thiết lập hệ thống ra quyết định có kiểm soát sai lầm, phân định rõ giữa sai lầm loại I (bác bỏ $H_0$ khi $H_0$ đúng) và sai lầm loại II (không bác bỏ $H_0$ khi $H_0$ sai).

Kỹ năng phát triển

• Kỹ năng xử lý và biểu diễn số liệu đồ họa: Tính toán khoảng cách lớp bằng công thức Sturges, dựng biểu đồ Histogram với ranh giới thật, vẽ biểu đồ thân-và-lá, xây dựng biểu đồ Hộp - Dây kéo (Box-and-Whisker) dựa trên các mốc $Q_1$, $Q_2$ (Median), $Q_3$.
• Kỹ năng tính toán thống kê mô tả nâng cao: Tính toán số trung bình gia trọng cho mẫu ghép, áp dụng kỹ thuật Trimmed mean và Winsorized mean để khử nhiễu từ các giá trị dị biệt (outliers).
• Kỹ năng phân tích thống kê suy luận: Sử dụng thành thạo các phân phối chuẩn $Z$ và phân phối $t$ Student; ước lượng phương sai gộp ($s_p^2$) khi hai nhóm đồng phương sai; vận dụng công thức Cochran khi hai nhóm không đồng phương sai.
• Kỹ năng biện giải kết quả nghiên cứu y sinh: Khả năng diễn giải ý nghĩa xác suất của khoảng tin cậy 95%, so sánh giá trị tính toán với giá trị tới hạn hoặc so sánh $p$-value với mức ý nghĩa $\alpha$ để đưa ra kết luận lâm sàng chuẩn xác.

---

Phương pháp giảng dạy và học tập

Tài liệu được xây dựng theo phương pháp sư phạm diễn dịch kết hợp quy nạp, bắt đầu từ việc trình bày định nghĩa hình thức, tiếp nối bằng công thức toán học tường minh, và kết thúc bằng bài toán thực tế trong môi trường bệnh viện và cộng đồng.

Hệ thống bài tập và nghiên cứu tình huống (Case studies) được trích xuất trực tiếp từ các nghiên cứu y khoa cụ thể:

• Tổ chức dữ liệu: Bộ số liệu cân nặng tính bằng ounce của 57 khối u ác tính lấy ra từ ổ bụng bệnh nhân để thực hành chia 7 khoảng cách lớp, lập bảng tần số dồn và vẽ biểu đồ Histogram.
• Xác suất nhị phân: Bài toán chọn ngẫu nhiên 5 sản án tại bệnh viện phụ sản với xác suất sinh con trai $p = 0,52$ để tính xác suất rút trúng 3 sản án sinh con trai ($P = 0,32$).
• Phân phối chuẩn: Tính xác suất chọn ngẫu nhiên bệnh nhân Alzheimer có trọng lượng não dưới 800 grams (với $\mu = 1076,80$ g; $\sigma = 105,76$ g); tính phân bố chiều cao trên quần thể 10.000 người.
• Ước lượng & Kiểm định độc lập: Nghiên cứu so sánh nồng độ acid uric huyết thanh giữa 12 trẻ mắc hội chứng Down và 15 trẻ bình thường; nghiên cứu chỉ số tổn thương phổi ở 16 người hút thuốc lá so với 9 người không hút thuốc; nghiên cứu đánh giá mức độ giảm cân ở 9 phụ nữ béo phì tham gia chương trình ăn năng lượng rất thấp (VLCD - Very-Low-Calorie Diet) qua 12 tuần bằng phương pháp so sánh cặp đôi.
• Thống kê tỉ lệ: Khảo sát tỉ lệ nhiễm HIV trên mẫu 423 người tiêm chích ma túy tại một thành phố lớn để kiểm định giả thuyết tỉ lệ này có dưới 5% hay không.

Về phương pháp đánh giá, tài liệu hướng dẫn học viên thực hiện đầy đủ 9 bước kiểm định chặt chẽ, tra cứu chính xác bảng phân phối xác suất chuẩn và bảng phân phối Student $t$, đồng thời yêu cầu đưa ra kết luận y học khách quan: nếu không thể từ chối $H_0$, chỉ được kết luận "$H_0$ có thể đúng" chứ không khẳng định tuyệt đối.

---

Điểm nổi bật và cập nhật

Tài liệu Thống kê Y học 1 tích hợp đầy đủ các chuẩn mực phân tích số liệu y sinh học hiện đại:

• Chuẩn hóa thuật ngữ song ngữ: Tài liệu cung cấp thuật ngữ tiếng Anh song song với thuật ngữ tiếng Việt (ví dụ: Ordered array, Trimmed mean, Winsorized mean, Finite population correction, Box-and-whisker plots, Pooled estimate, Paired comparisons test), tạo nền tảng vững chắc cho học viên khi tiếp cận các tài liệu quốc tế.
• Tích hợp các phương pháp xử lý dữ liệu mạnh (Robust Statistics): Bên cạnh các đại lượng truyền thống, tài liệu bổ sung phương pháp gọt bỏ giá trị cực trị (Trimmed mean) và phương pháp gán giá trị biên 5% (Winsorized mean), giúp xử lý biến thiên bất thường trong các chỉ số xét nghiệm y học.
• Áp dụng các thuật toán phân nhóm khoa học: Đưa vào công thức thực nghiệm Sturges để xác định số khoảng cách lớp tối ưu theo quy mô mẫu, tránh việc phân nhóm cảm tính.
• Giải pháp cho các vi phạm giả định thống kê: Khi so sánh hai trung bình mẫu nhỏ có phương sai không bằng nhau, giáo trình cung cấp quy trình điều chỉnh bậc tự do và giá trị tới hạn theo phương pháp Cochran ($t'$).
• Ứng dụng thực tiễn trong quản trị và lâm sàng: Nội dung tài liệu khẳng định rõ quyết định thống kê chỉ là một phần bằng chứng hỗ trợ, cần được cán bộ y tế cân nhắc kết hợp với các dữ kiện lâm sàng và quản trị chuyên môn.

---

Đối tượng sử dụng giáo trình

Tài liệu được biên soạn phục vụ các nhóm đối tượng cụ thể trong hệ thống đào tạo y tế:

Nhóm đối tượng	Mục đích & Phạm vi sử dụng
Sinh viên Y khoa & Khoa học Sức khỏe	Học phần Thống kê Y học và Phương pháp Nghiên cứu Khoa học cơ sở; chuẩn bị làm khóa luận tốt nghiệp.
Học viên Sau đại học (Cao học, CKI, CKII, Nội trú)	Xử lý số liệu, thiết kế đề cương nghiên cứu, thực hiện phân tích thống kê cho luận văn, luận án chuyên khoa.
Bác sĩ, Dược sĩ & Cán bộ Y tế	Đọc hiểu các bài báo khoa học quốc tế, đánh giá độ tin cậy của các thử nghiệm lâm sàng, phân tích số liệu dịch tễ.
Giảng viên & Nghiên cứu viên y sinh	Khung tham chiếu chuẩn cho quy trình phân tích định lượng và giảng dạy thống kê y học cơ bản.

Điều kiện tiên quyết (Prerequisites): Học viên cần có kiến thức toán học phổ thông cơ bản (đại số sơ cấp, lũy thừa, hàm logarit cơ số 10, tổ hợp $C_n^k$, khai niệm tích phân diện tích cơ bản).

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với ai?

Giáo trình phù hợp với sinh viên y khoa, học viên sau đại học khối ngành khoa học sức khỏe, các bác sĩ lâm sàng và cán bộ y tế cần trang bị phương pháp xử lý số liệu nghiên cứu khoa học từ mức độ cơ bản đến phân tích suy luận.

2. Cần kiến thức nền nào để học giáo trình này?

Người học chỉ cần nắm vững kiến thức toán học cơ bản như giải đại số, tính toán logarit, giải tích tổ hợp xác suất sơ cấp và khả năng đọc hiểu các bảng số liệu. Mọi khái niệm thống kê chuyên sâu đều được giáo trình xây dựng lại từ đầu.

3. Điểm khác biệt của giáo trình so với các tài liệu toán thống kê thông thường?

Tài liệu lược bỏ các chứng minh toán học thuần túy phức tạp, tập trung hoàn toàn vào bối cảnh y sinh học. Mọi ví dụ, bài tập và công thức đều gắn liền với các chỉ số sức khỏe thực tế (cân nặng khối u, chỉ số BMI, nồng độ acid uric, tổn thương phổi ở người hút thuốc, tỉ lệ lây nhiễm HIV, chương trình can thiệp dinh dưỡng VLCD).

4. Làm sao để tự học hiệu quả với giáo trình này?

Học viên nên học theo trình tự tuyến tính 6 bài: bắt đầu từ phân loại thang đo và tổ chức bảng tần số, thực hành vẽ biểu đồ, sau đó giải tuần tự từng bước các bài toán mẫu về phân phối chuẩn $Z$, phân phối $t$, và thực hiện đầy đủ 9 bước kiểm định giả thuyết cho từng bài toán mẫu trước khi áp dụng vào số liệu cá nhân.

5. Có tài liệu và công cụ bổ trợ nào kèm theo trong bài học?

Giáo trình tích hợp sẵn các bảng số liệu phân phối xác suất bình thường chuẩn ($Z$-table), bảng phân phối Student ($t$-table), hệ thống công thức giải tích chuẩn hóa, các quy tắc chọn khoảng cách lớp Sturges và công thức hiệu chỉnh phương sai Cochran.

---

Kết luận

Giáo trình Thống kê Y học 1 (Dự án U-PNT-03) của Trường Đại học Y khoa Phạm Ngọc Thạch là tài liệu học thuật chuẩn mực, cung cấp hệ thống kiến thức toàn diện từ thống kê mô tả đến thống kê suy luận trong y học.

Lộ trình học tập được thiết kế khoa học qua 6 giai đoạn:

1. Phân loại biến số & thang đo lường y học.
2. Tóm tắt dữ liệu qua số đo khuynh hướng tập trung & phân tán.
3. Ứng dụng quy luật phân phối xác suất (Nhị phân, Gauss).
4. Khảo sát phân phối mẫu & Định lý Giới hạn Trung tâm.
5. Thiết lập ước lượng điểm & khoảng tin cậy tham số.
6. Thực hiện quy trình 9 bước kiểm định giả thuyết y học.

Tài liệu đóng vai trò là tài liệu tham khảo cốt lõi, hỗ trợ chuẩn hóa quy trình phân tích định lượng trong các nghiên cứu y sinh học và thực hành lâm sàng thực chứng.

Trích đoạn nội dung tài liệu

TRÖÔØNG ÑAÏI HOÏC Y KHOA PHAÏM NGOÏC THAÏCH DÖÏ AÙN U-PNT-03 PHÖÔNG PHAÙP NGHIEÂN CÖÙU KHOA HOÏC (LÔÙP CÔ BAÛN 3) PHẦN THỐNG KÊ Y HỌC 1 Thaùng 3/2010 Baøi 1 KHAÙI NIEÄM veà THOÁNG KEÂ Y HOÏC vaø CAÙCH SAÉP XEÁP & TOÅ CHÖÙC SOÁ LIEÄU ThS. Nguyeãn Theá Duõng MUÏC TIEÂU: Sau khi hoïc xong baøi naøy, hoïc vieân coù theå: 1/ Phaân bieät ñuùng caùc loaïi bieán soá thöôøng duøng trong thoáng keâ y hoïc 2/ Phaân bieät ñöôïc caùc thang ño löôøng duøng trong thoáng keâ y hoïc 3/ Bieát caùch thieát laäp caùc baûng phaân phoái taàn soá, taàn soá töông ñoái, taàn soá doàn, taàn soá töông ñoái doàn 4/ Phaùt bieåu ñuùng yù nghóa cuûa soá lieäu trong caùc baûng phaân phoái taàn soá, taàn soá töông ñoái, taàn soá doàn, taàn soá töông ñoái doàn I. MOÄT SOÁ KHAÙI NIEÄM CÔ BAÛN : Thoáng keâ hoïc (Statistics): laø moân hoïc veà caùch : 1 thu thaäp, toå chöùc, toùm taét vaø phaân tích soá lieäu 2 ruùt ra nhöõng suy dieãn cho toaøn boä (soá lieäu) töø keát quaû khaûo saùt 1 phaàn cuûa soá lieäu. Thoáng keâ sinh hoïc (Biostatistics): laø thoáng keâ hoïc coù soá lieäu phaân tích coù nguoàn goác sinh hoaëc y hoïc.

Bieán soá (Variable): laø ñaëc tính coù theå mang nhieàu giaù trò khaùc nhau ôû ngöôøi, nôi choán, vaät khaùc nhau. – Bieán soá ñònh löôïng (Quantitative variable): laø bieán soá coù theå ño ñaïc ñöôïc baèng caùc pheùp ño löôøng thoâng thöôøng. Soá ño thöïc hieän treân caùc bieán soá ñònh löôïng chuyeån taûi thoâng tin veà soá (khoái) löôïng. – Bieán soá ñònh tính (Qualitative variable) : laø bieán soá khoâng theå ñöôïc ño baèng nhöõng pheùp ño löôøng thoâng thöôøng, maø chæ coù theå ñöôïc nhoùm loaïi (categorized).

Soá ño thöïc hieän treân caùc bieán soá ñònh tính chuyeån taûi thoâng tin veà thuoäc tính. – Bieán soá ngaãu nhieân (Random variable): laø bieán soá maø caùc giaù trò coù ñöôïc laø keát quaû cuûa caùc yeáu toá mang tính cô hoäi (chance factors) khoâng theå tieân ñoaùn chính xaùc tröôùc ñöôïc. Caùc giaù trò coù ñöôïc qua caùc phöông phaùp ño löôøng ñöôïc goïi laø caùc quan saùt (observations) hoaëc soá ño easurements) – Bieán soá ngaãu nhieân rôøi (Discrete random variable): laø bieán soá ñaëc tröng bôûi caùc khoaûng troáng giöõa caùc giaù trò. ⎯ Bieán soá ngaãu nhieân lieân tuïc (Continous random variable): laø bieán soá khoâng coù caùc khoaûng troáng giöõa caùc giaù trò.

DAÂN SOÁ (Quaàn theå – Population): laø taäp hôïp lôùn nhaát caùc thöïc theå maø ta quan taâm ôû 1 thôøi ñieåm xaùc ñònh. 1 Neáu ño moät bieán soá treân töøng thöïc theå cuûa daân soá, chuùng ta seõ coù 1 daân soá caùc giaù trò cuûa bieán soá ñoù. Daân soá caùc giaù trò laø taäp hôïp lôùn nhaát caùc giaù trò cuûa 1 bieán soá ngaãu nhieân maø ta quan taâm ôû 1 thôøi ñieåm xaùc ñònh. MAÃU (Sample): laø 1 phaàn (boä phaän) cuûa 1 daân soá.

SÖÏÏ ÑO LÖÔØNG vaø THANG ÑO LÖÔØNG (Measurement & Measurement Scale) Söï ño löôøng ñöôïc ñònh nghóa laø söï gaùn con soá cho caùc vaät theå hoaëc bieán coá theo 1 heä thoáng qui taéc. Do vieäc ño löôøng ñöôïc thöïc hieän vôùi nhieàu heä thoáng qui taéc khaùc nhau neân phaûi coù nhieàu thang ño löôøng khaùc nhau. Thang ñònh danh (Nominal Scale): laø thang ño löôøng (ôû möùc ñoä) thaáp nhaát vaø chæ bao goàm vieäc “ñaët teân” cho caùc quan saùt hoaëc phaân loaïi chuùng vaøo caùc nhoùm ñoäc laäp hoã töông (mutually exclusive). Thí duï: caùc chaån ñoaùn y khoa (beänh cao huyeát aùp, beänh noäi tieát, v.), caùc thöïc theå nhò phaân nhö nam-nöõ, beänh-khoûe, v.

Thang thöù töï (Ordinal Scale): laø thang ño löôøng bao goàm khoâng chæ vieäc ñònh danh maø coøn phaân haïng (rank) caùc nhoùm loaïi theo 1 soá tieâu chuaån naøo ñoù. Thí duï: beänh (raát naëng, naëng, vöøa, nheï), tình traïng kinh teá (cao, vöøa, keùm), v.