Áp dụng loại hình nghiên cứu đoàn hệ trong bệnh viện

Nghiên cứu đòan hệ được các nhà dịch tễ học sử dụng phổ biến để tìm các yếu tố nguy cơ gây bệnh trong cộng đồng. Trong môi trường bệnh viện chúng ta có thể áp dụng loại hình nghiên cứu này trong nhiều đề tài nghiên cứu khoa học, tuy nhiên lúc này các yếu tố phơi nhiễm sẽ là 1 can thiệp ngoại khoa, một thủ thuật, một lọai thuốc điều trị, các trị số của xét nghiệm…. Thiết kế nghiên cứu đoàn hệ có 2 nhóm (nhóm có can thiệp và nhóm chứng) cũng gần giống thiết kế nghiên cứu lâm sàng ngẫu nhiên đối chứng (RCT) tuy nhiên đối tượng nghiên cứu không được phân bố ngẫu nhiên vào 2 nhóm, vì vậy giá trị về mặt y học thực chứng của nghiên cứu đoàn hệ thấp hơn so với RCT.

Thiết kế nghiên cứu đòan hệ hồi cứu rất dễ thực hiện trong bệnh viện vì bệnh viện có kho lưu trữ hồ sơ bệnh án rất lớn. Vấn đề chỉ cần đặt một giả thiết nghiên cứu (bệnh nhân bị phơi nhiễm và không phơi nhiễm một yếu tố nào đó ) sẽ có kết cục khác nhau. Chẳng hạn bệnh nhân nhiễm trùng có lactate máu cao (yếu tố phơi nhiễm) sẽ có dự hậu xấu (bệnh tật, tử vong) so với nhóm bệnh nhân không có lactat máu cao. Tiến hành chọn các bệnh nhiễm trùng nhập viện có làm xét nghiệm đo trị số lactate máu trong khoảng thời gian muốn nghiên cứu (vi dụ từ năm 2005-2008), chia bệnh nhân làm 2 nhóm (có lactate cao, ví dụ >4mmol/L và lactate máu ≤ 4mmol/l), so sánh kết cục của 2 nhóm này. Sau đây là phần minh họa một số nghiên cứu đoàn hệ hồi cứu đã công bố trên y văn.
Nghiên cứu 1.

Tựa: Hạ natri máu và kết cục ở bệnh nhân viêm phổi: một nghiên cứu đoàn hệ hồi cứu (Hyponatremia and hospital outcomes among patients with pneumonia: a retropspective cohort study)-Zilberberg MD et al., BMC Pulmonary medicine 2008, 8:1-7)

Giả thuyết nghiên cứu: Bệnh nhân viêm phổi điều trị tại bệnh viện có hạ natri máu có tử vong cao hoặc nặng hơn (thời gian nằm ICU, thời gian nằm viện kéo dài, tỉ lệ thở máy cao hơn và chi phí tốn kém hơn).

Thiết kế nghiên cứu: đoàn hệ hồi cứu

Nơi thực hiện: Khoa phổi Bệnh viện Trung tâm Washington Hoa kỳ

Đối tượng: Thu thập tất cả hồ sơ bệnh nhân viêm phổi tại 27 bệnh viện của bang, có tất cả 76.781 bệnh nhân được chẩn đóan viêm phổi, trong đó có 64965 người có hạ natri máu (được định nghĩa khi nồng độ Na trong máu <135 mEL/L) và 7361 người không hạ natri máu.

Kết cục: Các biến số đo lường: tỉ lệ tử vong, thời gian nằm ICU, số ca cần thở máy, số ca cần nằm ICU

Thiết kế nghiên cứu đòan hệ tương lai cũng rất thường sử dụng đề thiết kế các đề tài nghiên cứu khoa học trong bệnh viện. Thực ra, thiết kế này tương tự như thiết kế lâm sàng ngẫu nhiên có đối chứng nhưng nhà nghiên cứu không bắt thăm phân bố ngẫu nhiên vào 2 nhóm. Đôi khi có thể chọn nhóm chứng lịch sử (phương pháp điều trị đã thực hiện những năm trước đây tại bệnh viện). Ví dụ để so sánh 2 phương pháp phẫu thuật mổ thóat vị bẹn, chúng ta có thể tiến hành cùng thời gian: mổ theo phương pháp Bassini (nhóm chứng) và phương pháp Shouldice (phương pháp mới), Kết cục: So sánh mức độ tái phát, thời gian nằm viện, thời gian làm việc trở lại giữa 2 nhóm. Nếu hiện nay tại bệnh viện không còn mổ theo phương pháp Bassini, có thể hồi cứu các hồ sơ bệnh nhân đã mổ 2 năm trước đây tại bệnh viện (nhóm chứng lịch sử), tuy nhiên nguy cơ sai lệch rất nhiều trong thu thập số liệu. Sau dây là ví dụ một nghiên cứu đòan hệ tương lai giữa mổ nội soi và mổ hở cắt túi mật (nhóm chứng lịch sử) được thực hiện ở khoa phẫu thuật, Bệnh viện Westendei, Hòa lan.

Kết cục Các biến số đo lường: thời gian mổ, biến chứng và chi phí điều trị.

So sánh tai biến giữa mổ nội soi và mổ hở: Mỗi nhóm đều có 5 ca biến chứng (5%) được mô tả trong bảng sau:

1. Alcott E B. A history of the Ranch Hand epidemiologic investigation, http://www.archive.Vietnam.edu/, truy cập ngày 14/01/09.

2. Chamie K, DeVere White RW, Lee D, Ok JH, Ellison LM. Agent Orange exposure, Vietnam War veterans, and the risk of prostate cancer. Cancer. 2008 Nov 1;113(9):2464-70.

3. Giovannucci E, Tosteson TD, Speizer FE, Ascherio A, Vessey MP, Colditz GA. A retrospective cohort study of vasectomy and prostate cancer in US men. JAMA. 1993 Feb 17;269(7):878-82.

4. Giovannucci E, Ascherio A, Rimm EB, Colditz GA, Stampfer MJ, Willett WC. A prospective cohort study of vasectomy and prostate cancer in US men.JAMA. 1993 Feb 17;269(7):873-7.

NGHIÊN CỨU BỆNH CHỨNG

(CASE CONTROL STUDY)
Nghiên cứu bệnh-chứng (NCBC) thường được dùng trong dịch tễ học để tìm nguyên nhân gây bệnh, đặc biệt các trường hợp bệnh hiếm hoặc khó có điều kiện theo dõi thời gian dài như trong nghiên cứu đoàn hệ. Lợi điểm cùa nghiên cứu bệnh-chứng cho kết quả nhanh, ít tốn kém nhưng do hồi cứu lại các sự kiện ở quá khứ nên có nhiều sai lệch (bias) trong thu thập thông tin, vì vậy các kết luận về mối liên hệ nhân quả giữa yếu tố phơi nhiễm và bệnh không có tính thuyết phục cao.

Trong loại hình nghiên cứu này, tại thời điểm bắt đầu nghiên cứu bệnh đã xảy ra rồi, nhà nghiên cứu truy ngược lại quá khứ để tìm yếu tố phơi nhiễm. Nghiên cứu này luôn luôn có một nhóm chứng là những người khỏe mạnh hoặc mắc bệnh khác với bệnh của nhóm nghiên cứu. Số người chọn trong nhóm chứng có thể nhiều gấp 2-4 lần so với nhóm bệnh. Ví dụ: Trong 3 năm tại khoa Sản bệnh viện nhận điều trị 30 bệnh nhân bị ung thư cổ tử cung (CTC). Các nhà khoa học đặt giả thuyết rằng có thể ung thư CTC gây ra do Human papilloma virus (HPV). Chọn nhóm chứng gồm 60 người là các sản phụ có cùng độ tuổi không mắc bệnh ung thư CTC đến sinh tại bệnh viện. Tất cả các đối tượng này đều được làm xét nghiệm PCR để tìm HPV. Kết quả xét nghiệm PCR cho thấy có 22/30 (73,3%) bệnh nhân mắc ung thư CTC có HPV (+), trong khi chỉ 10/60 (16,6%) sản phụ không bị ung thư CTC có HPV (+) (Bảng 1)

Bảng 1. Liên hệ giữa HPV và ung thư CTC:

	Ung thư CTC+	Ung thư CTC(-)
HPV (+)	a=22	b=8
HPV (-)	c=10	d=50

Quá khứ
Sơ đồ nghiên cứu bệnh-chứng
1. Cách tính tỉ số odds (odds ratio) và khoảng tin cậy 95% (KTC)

1.1 Tính odds ratio.

Tung 1 con xúc xắc, xác suất (probability) để ra mặt 1 là 1/6 và odd sẽ là 1/5, như vậy odd là tỉ số của biến cố xảy ra so với số biến cố không xảy ra^[1]. Cũng vậy trong dịch tễ học nếu gọi p là xác suất mắc bệnh, thì 1-p là xác suất sự kiện không mắc bệnh, hoặc đơn giản hơn odd là tỉ số bệnh (p)/không bệnh (1-p):

Odd=	p
	1-p

Odd1 mắc bệnh trong nhóm bị phơi nhiễm HPV là:

Và odd2 mắc bệnh trong nhóm không bị phơi nhiễm HPV là:

Tỉ số giữa 2 odds :

Tỉ số odds=22/8:10/50= 13,75

Vì OR là một tỉ số nên muốn tính KTC 95% ta phải hoán đổi ra log (OR)

KTC 95% của log(OR): Log(OR) ± 1,96 x SE[log(OR)]

SE (standard error: sai số chuẩn)

SE [log(OR)]= √ 1/a+1/b+1/c+1/d

Theo ví dụ trên ta có:

SE [log(OR)]=Sqrt(1/22+1/8+1/10+1/50)=0,538 (sqrt : căn bậc 2)

KTC 95% của Log(OR)= Log (13,75) ± 1,96x 0,538

KTC 95% của Log(OR)=2,62 ± 1,05 (1,57-3,67)

Hoán đổi ngược lại (antilog) ta có OR:

KCT 95% của OR: e^(1,57) – e^(3,67) (e: cơ số)

OR= 13,75 [KTC 95%: 4,8- 39,2]

Như vậy chúng ta có thể phát biểu khả năng bị ung thư CTC ở những phụ nữ bị nhiễm HPV cao gấp 13,75 lần so với phụ nữ không bị nhiễm HPV với KTC 95% là 4,8-39,2. (Thật ra muốn tính OR và KTC 95% chỉ cần nhập 4 thông số a, b, c, d trong bảng tính 2x2 của Epiinfo hoặc trong SPSS là ta có ngay kết quả trên ).
Trong bệnh viện, chúng ta có thể thiết kế loại hình nghiên cứu bệnh-chứng để tìm nguyên nhân nhiều bệnh lý khác nhau hay tìm các yếu tố nguy cơ gây bệnh. Nghiên cứu bệnh-chứng cũng thường dùng để so sánh hai phương pháp điều trị tại bệnh viện. Nói chung, khi nghiên cứu chúng ta ít thiết kế loại hình nghiên cứu này vì e ngại tìm nhóm đối chứng. Trong NCBC, nếu chúng ta tìm nhóm đối chứng là các người khỏe mạnh ngoài cộng đồng thì kết quả diễn dịch có thể tốt hơn, nhưng để dễ dàng chúng ta có thể dùng nhóm đối chứng là những bệnh nhân đang điều trị tại bệnh viện miễn là không mắc bệnh giống nhóm bệnh (case). Sau đây là một số ví dụ về NCBC thực hiện tại bệnh viện.

Nghiên cứu 1:

Xử lý thống kê: Phân tích đơn biến, tính OR và KTC 95%.

Kết luận: Các yếu tố nguy cơ nhiễm nấm Candida gồm: Đặt ống thông TM trung tâm, nuôi ăn bằng đường TM, tiền sử dùng kháng sinh và suy thận mãn. Không có sự liên hệ giữa nhiễm nấm máu với phẫu thuật, đái tháo đường, giảm BC đa nhân trung tín và ung thư. Thời gian nằm viện và tỉ lệ tử vong 2 nhóm không khác nhau. Tỉ lệ tử vong cao có lẻ do độ nặng của bệnh nền hơn là do hậu quả của nhiễm Candida máu.

Bảng 1. Yếu tố nguy cơ nhiễm Candida tại 3 bệnh viện khác nháu ở Bahia, Brazil

Yếu tố nguy cơ	Ca bệnh N (%)	Ca Chứng N (%)	OR (KTC 95%)	P
Giới
Nam	40	40
Nữ	29	29
Thời gian nằm viện	58 (84,1)	44 (63,8)	4.91 (0.88 – 35.99)	0,03
Nuôi ăn đường TM	30 (43,4)	13 (18,8)	3.31 (1.53 – 7.14)
Có phẫu thuật	44 (63,8)	35 (50,7)	1.71 (0.87 – 3.38)	0,08
Có đặt TM trung tâm	50 (72,4)	39 (56,5)	2.0 (0.99 - 4.12)	0.03
Có dùng kháng sinh	11 (15,9)	4 (5,8)	1.56 (1.09 – 2.22)	0.04
Giảm BC đa nhân TT	0	3 (4,3)	NA
Ung thư	10 (14,5)	4 (5,6)	0.56 (0.23 – 1.34)	KYN
Suy thận mãn	10 (14,5)	1 (1,5)	11.5 (1.43 – 92.71)	0.004
Đái tháo đường	12 (17,4)	12 (17,4)	1.0 (0.41 – 2.41)	KYN
Tử vong	34 (49,3)	21 (30,4)	2.24 (1.05 – 4.80)	0,03
Tử vong liên hệ với nhiễm trùng	29 (42,0)	16 (23,9)	2.42 (0.39 – 16.0)	KYN

Nghiên cứu 2.

- Nhóm chứng: Chọn bệnh nhân nhập viện kế tiếp có cùng tuổi, giới và độ nặng như nhóm bệnh.

Trong 2 năm có 224 bệnh nhi SXH nặng nhập vào ICU,có 27 bệnh nhi (10 nam, 7 nữ) có bệnh lý não (encephalopathy), tuổi trung vị là 7 ( dao động: 8 tháng-15 tuổi) trong đó 32% độ II, 52% độ III và 15% là độ IV. 27 ca chứng đều tương ứng tuổi, giới, độ nặng với các ca bệnh.

Kết luận: Mặc dầu bệnh hiếm gặp nhưng có lẻ viêm não do Dengue là có thật. Các bệnh nhân này bị rối lọan ý thức nặng và men gan tăng cao. Các yếu tố nguy cơ liên quan được mô tả ở bảng trên.

1. Bland JM, Altman DG.Statistics notes. The odds ratio. BMJ. 2000;320(7247):1468.

2. Hernández-Avila M, Lazcano-Ponce EC, Berumen-Campos J, Cruz-Valdéz A, Alonso de Ruíz PP, Gonźalez-Lira G. Human papilloma virus 16-18 infection and cervical cancer in Mexico: a case-control study. Arch Med Res. 1997 Summer;28(2):265-71.


THỬ NGHIỆM LÂM SÀNG NGẪU NHIÊN ĐỐI CHỨNG

(RANDOMIZED CONTROLLED CLINICAL TRIAL)

Thử nghiệm lâm sàng ngẫu nhiên có đối chứng (Randomized controlled clinical trials: RCT) là loại hình nghiên cứu thực nghiệm có giá trị nhất về mặt y học chứng cứ để đánh giá hiệu quả của một thuật điều trị. Sơ đồ thiết kế được minh họa trong biểu đồ 1.

Biểu đồ 1. Thử nghiệm lâm sàng ngẫu nhiên đối chứng

Các bước tiến hành RCT gồm xác định cỡ mẫu, chọn ngẫu nhiên đối tượng vào 2 nhóm (chứng, can thiệp) và theo dõi kết cục ở mỗi nhóm.

Việc xác định cỡ mẫu rất quan trọng. Nếu cỡ mẫu nhỏ nhiều khi không rút ra được kết luận từ công trình nghiên cứu. Ngược lại, cỡ mẫu lớn gây hao phí tài nguyên, tiền bạc và thời gian.

Trong nghiên cứu RCT, biến số kết cục (outcome variables) thường ở 2 dạng:

- Biến số liên tục như trị số huyết áp (140 mmHg), cân nặng (30 kg), chiều cao (160 cm), thời gian cắt sốt (giờ, ngày)…

- Biến số nhị phân (binomial) hoặc tỉ lệ: Sống-chết hoặc tỉ lệ khỏi bệnh (%), tỉ lệ tử vong (%)

Công thức tính cỡ mẫu khác nhau cho mỗi loại biến kết cục, nói chung nếu biến kết cục là biến số thì cỡ mẫu thường nhỏ hơn cỡ mẫu của biến kết cục là biến phân loại (hoặc tỉ lệ).

Một ví dụ để tính cỡ mẫu cho biến kết cục là biến số liên tục:

Nghiên cứu tác dụng của một lọai thuốc hạ huyết áp mới Y so sánh với thuốc hạ huyết áp cũ X đã dùng trước đây trên nhóm bệnh nhân bị tăng huyết áp trung bình.

Trước hết ta phải xác định:

(1) Sự khác biệt mong muốn: Thuốc mới Y có tác dụng hạ huyết áp tâm thu mạnh hơn thuốc cũ X (giảm 20 mmHg)

(2) Phải biết độ dao động của đo lường, cụ thể là độ lệch chuẩn (SD) của HA tâm thu thường được dựa vào các công trình nghiên cứu trước đây hoặc dựa vào bảng hằng số sinh học đã được điều tra trong dân chúng, ví dụ độ lệch chuẩn của HA tâm thu trên người Việt nam là 10 mmHg ^[1]

(3) Sai sót mà nhà nghiên cứu chấp nhận được:

+ Sai lầm loại I (sai lầm ): thường được chọn ở mức 0,01 hoặc 0,05

+ Sai lầm lọai II (sai lầm ): thường được chọn ở mức 0.1 hoặc 0,20

hoặc lực mẫu ( power)= (1-β)=0,80

Nếu chọn (α)=0.05 và (β)= 0.20 thì hằng số f tính theo α và β là 7,9

(Bảng 1)

Công thức tính cỡ mẫu cho kết cục là biến số liên tục [1]

Thế các trị số (D=20; SD=10; f=7,9) vào công thức [1] ta có:

(Lúc này ta không cần SD mà cần xác định hiệu lực thuốc mới so với thuốc cũ chênh nhau bao nhiêu %)

- Thuốc cũ (Ciprofloxacin) hiệu lực 80% (P1)

- Thuốc mới (Gatifloxacin) hiệu lực 90% (P2)

- Sai lầm loại II (β)= 0.20 hoặc lực mẫu (power)= (1-β)=0.80

- Sai lầm loại I (α)=0.05

- f (α,β)= 7.9

Thế vào công thức tính cỡ mẫu [2]

N=	P1(100-P1) + P2(100-P2)	x f (α,β)	[2]
	(P2 - P1)2

N=	80(100-80) + 90(100-90)	x 7.9
	(90 - 80)2

N=197.5 ( Cần 197 đối tượng cho mỗi nhóm)
2. Nhóm đối chứng:

Trong thử nghiệm lâm sàng không có nhóm đối chứng thì hiệu lực điều trị sẽ không xác định được vì có thể một sồ bệnh nhân tự khỏi mà không cần điều trị.

Để chọn ngẫu nhiên vào 2 nhóm trước hết chúng ta xem bệnh nhân có đầy đủ tiêu chí để tuyển chọn vào nghiên cứu không? Hoặc có tiêu chí nào phải loại trừ? Bệnh nhân hoặc người thân bệnh nhân có đồng ý và ký vào giấy ưng thuận (consent form) không? và điều quan trọng là nghiên cứu này đã được thông qua Hội đồng Y đức bởi vì nhóm chứng được điều trị giả dược và ngay cả nhóm nghiên cứu được điều trị bằng phương pháp mới có thể không hiệu quả làm ảnh hưởng đến sức khỏe người bệnh. Sau khi đã hội đủ các điều này chúng ta mới tiến hành chọn ngẫu nhiên vào 2 nhóm.

Các đối tượng phân vào 2 nhóm (nghiên cứu và đối chứng) phải được phân bố ngẫu nhiên theo toán học, có nghĩa là không theo ý định có sẵn của nhà nghiên cứu chẳng hạn như bệnh nhân số 1,3, 5 … cho vào nhóm chứng, bệnh nhân 2, 4 , 6 … cho vào nhóm nghiêu cứu, hoặc bệnh nhân vào viện ngày chẳn vào nhóm nghiên cứu, nhập viện ngày lẻ vào nhóm chứng, hoặc ngay cả bắt thăm theo kiểu xổ lô tô. Tốt nhất là dùng một bảng số ngẫu nhiên, thường được in trong phần phụ lục các sách thống kê hoặc có thể sử dụng các phần mềm thông dụng như R, SPSS hoặc ngay cả phần mềm Excel để tạo bảng số ngẫu nhiên.
Cách tạo các số ngẫu nhiên trong Excel:

Ví dụ mẫu nghiên cứu gồm 20 đối tượng (10 đối tượng thuộc nhóm can thiệp và 10 thuộc nhóm chứng). Cột Number đánh số thứ tự từ 1-20. cột Random (bảng A) đánh vào ô đầu tiên hàm: =RAND(). Nhắp và kéo xuống sẽ cho các số ngẫu nhiên trong bảng A. Dùng lệnh Sort A->Z tại cột Random, các số trong cột Number sẽ xếp lại như trong bảng B. Chọn số lẻ cho nhóm can thiệp và số chẳn cho nhóm chứng. Sau đó cho vào phong bì và dán kín đánh số thứ tự (Khâu này được thực hiện bởi người không tham gia trực tiếp nhóm nghiên cứu)
Một khi đối tượng đã được phân bố ngẫu nhiên vào nhóm can thiệp hoặc nhóm chứng để tránh sai lệch thì không có quyền thay đổi nữa.

Mục đích của phân bố ngẫu nhiên là các yếu tố gây nhiễu (confounders) như giới, tuổi, độ nặng của bệnh.. được phân phối đều vào 2 nhóm. Tuy nhiên trong một số nghiên cứu nếu dự kiến một số biến dự đoán (predictors) có thể gây nhiễu làm ảnh hưởng kết cục, có thể thực hiện phân tầng trước khi phân bổ ngẫu nhiên. Ví dụ phân tầng theo độ nặng, theo giới, theo tuổi…

Bảng A Bảng B

Người tham gia nghiên cứu (đo lường, thu thập dữ liệu) không biết bệnh nhân được phân bổ vào nhóm nào và bệnh nhân cũng không biết mình được nhận điều trị vào nhóm nào. Vì vậy cần bào chế giả dược (placebo) giống y như thuốc điều trị ở nhóm can thiệp, chỉ có mã số trên viên thuốc khác nhau. Tất cả các công việc trong khâu “mù đôi” nên giao cho Dược sĩ bệnh viên và khi có tai biến thuốc xảy ra cần lập tức loại bỏ việc che dấu này để chữa trị kịp thời cho bệnh nhân. Mục đích làm “mù đôi” là loại bỏ sai lệch, chẳng hạn nhà nghiên cứu cố ý chăm sóc tốt hơn cho nhóm can thiệp.

Tuy nhiên “mù đôi” không phải lúc nào cũng thực hiện được vì không thể bào chế giả dược hoặc các can thiệp ngọai khoa (bác sĩ phẫu thuật đã biết phương pháp mổ cho bệnh nhân), do vậy “mù đơn” (chỉ bệnh nhân không nhận biết loại điều trị) hoặc không mù (open label) cũng thường được áp dụng.
5. Phân tích kết quả:

Có 2 lọai phân tích kết quả per protocol (PP) và intention- to- treat(ITT).

- Phân tích theo qui trình (per protocol): Chỉ những người hoàn tất thử nghiệm mới được đưa vào phân tích. Loại phân tích này có thể dẫn đến sai lệch kết quả điều trị giữa 2 nhóm vì kinh nghiệm cho thấy những đối tượng tuân thủ theo đúng qui trình, không bỏ cuộc giữa chừng, thường có kết cục điều trị tốt hơn dù ở nhóm can thiệp hoặc nhóm chứng. Một ví dụ minh chứng vấn đề này ^[4]: một nghiên cứu lâm sàng ngẫu nhiên đối chứng gồm 200 BN bị bệnh mạch máu não được phân bổ ngẫu nhiên vào 2 nhóm:

* Nhóm 1 (n=100): Điều trị Aspirin+phẫu thuật sau 1 tháng dùng Aspirin

* Nhóm 2 (n=100): chỉ điều trị Aspirin

Kết cục chính (primary outcome) của thử nghiệm lâm sàng này là tai biến (stroke) xảy ra trong 1 năm.

Trong thời gian chờ mổ, nhóm 1 có 10 BN bị tai biến và sau khi mổ có thêm 10 BN bị tai biến. Trong nhóm 2 trong thời gian này có 20 BN bị tai biến. Như vậy nếu phân tích per procol, loại bỏ 10 người chưa mổ, kết cục nhóm 1 có tỉ lệ bị tai biến là 10/90 (11%) và kết cục nhóm 2 tỉ lệ mắc tai biến là 20/100 (20%) và tỉ lệ giảm nguy cơ tương đối (relative risk reduction) là 0,45! (biểu đồ 2)
- Phân tích theo phẩn bổ ngẫu nhiên ban đầu (intention-to-treat): Tất cả các đối tượng ngay sau khi được phân bổ ngẫu nhiên đều được đưa vào phân tích mặc dù một số đối tượng chưa hoàn tất điều trị. Như ví dụ trên, mặc dù nhóm 1 có 10 BN chưa kịp phẫu thuật đã tử vong nhưng khi phân tích vẫn được tính vào nhóm có phẫu thuật, vì vậy lúc này tỉ lệ tai biến của nhóm 1 là 20/1000 (20%) và tỉ lệ giảm nguy cơ tương đối (RRR) là 0. (biểu đồ 2)

Tóm lại để tránh sai lệch trong việc đánh giá kết cục điều trị và làm cho thử nghiệm giống bối cảnh lâm sàng thật sự, có nghĩa là phân tích phải bao gồm luôn cả những đối tượng bỏ dở điều trị, vì vậy nên phân tích ITT cho nghiên cứu RCT. Tuy nhiên nếu số đối tượng bị mất dấu theo dõi (lost to follow-up) quá nhiều thì phân tích ITT cũng bị sai lệch như trong phân tích per protocol. ^[4]

Sau đây là một ví dụ thử nghiệm lâm sàng ngẫu nhiên có đối chứng được thực hiện tại Bệnh viện An giang hợp tác với Bệnh viện Chợ quán, Bệnh viện Cao lãnh và Đại học Oxford. Chúng tôi chỉ trình bày đầy đủ chi tiết phần thiết kết nghiên cứu, cách chọn ngẫu nhiên, tính cỡ mẫu và phân tích thống kê. Các phần khác chỉ trình bày tóm tắt.

Phân bố đối tượng ngẫu nhiên vào 2 nhóm:

• 
  Nhóm 1: Azithromycin (ZITHROMAX, Pfizer) uống 20mg/kg-1 lần/ngày x 7 ngày.
  
• 
  Nhóm 2: Gatifloxacin (TEQUIN, Bristol-Myer Squibb) 10mg/kg-1 lần/ngày x 7 ngày.
  

Điểm kết thúc chính (primary endpoint) của nghiên cứu là cắt sốt, được định nghĩa sau điều trị kháng sinh, nhiệt độ nách ≤ 37.5⁰ C và duy tri ít nhất 48 giờ. Điểm kết thúc phụ (secondary endpoint): (1) Thất bại lâm sàng: tiếp tục còn triệu chứng và sốt sau 2 ngày chấm dứt kháng sinh hoặc cần phải điều trị lại. (2) Thất bại vi sinh: cấy máu còn dương tính sau 7-9 ngày điều trị. (3) Biến chứng của thương hàn: xảy ra biến chứng trong khi nằm viện. (4) Tái phát: có triệu chứng gợi ý thương hàn sau 1 tháng điều trị hoặc có vi khuẩn thương hàn ở phân sau 1,3, 6 tháng theo dõi.

Kết cục chính (primary outcome) là thời gian cắt sốt (giờ). các nghiên cứu trước đây cho thấy thời gian cắt sốt (TGCS) của Azithromycin 130-139 giờ, của Gatifloxacin khỏang 76 giờ. Như vậy mẫu cần khỏang 139 BN có cấy máu (+) cho mỗi nhóm với tỉ số nguy cơ (hazard risk) là 1,40, sai lầm =0,05 và lưc mẫu (power)=0,80. Nếu trung vị TGCS Azithromycin là 130 giờ, cỡ mẫu là 140 bệnh nhân cấy máu (+) cho mỗi nhóm, với lực mẫu (1-)=0,80, phát hiện sự khác biệt điều trị giữa 2 nhóm, trong đó TGCS của nhóm Gatifloxacin ≤ 96 giờ.

Dùng phần mềm Excel với hàm RAND() tạo bảng số ngẫu nhiên khối với số đối tượng trong mỗi khối là 50. Sau phân bổ được xếp và bỏ vào bao thư đục dán kín và xếp theo số liên tục ở 3 nơi nghiên cứu. Do tính logic mà phân bổ ngẫu nhiên không phân tầng theo từng trung tâm.

Sau khi bệnh nhân đạt đủ chuẩn (tuyển vào, loại trừ) và ký giấy ưng thuận, bác sĩ nhóm nghiên cứu sẽ mở bao thư theo đúng số liên tiếp qui định sẵn và phân đối tượng vào nhóm.

Làm mù (Bliding): Đây là nghiên cứu mở không “làm mù”

Biến kết cục nhị phân (thất bại lâm sàng, thất bại vi sinh, biến chứng của thương hàn): Dùng Fisher exact để so sánh giữa 2 nhóm. Odds ratio không hiệu chỉnh và KTC 95% của Cornfield để tính nguy cơ tương đối (RR), các biến kết cục phụ (thất bại lâm sàng, thất bại vi sinh, biến chứng của thương hàn) giữa 2 nhóm.

Thời gian cắt sốt, thời gian tái phát và thời gian thất bại toàn bộ được phân tích bằng phưong pháp sống sót (survival methods). Dùng Kaplan-Meier để ước tính xác suất của mỗi sự kiện (event) vào bất cứ thời điểm nào, dùng log-rank test để so sánh TGCS giữa 2 nhóm. Dùng mô hình Cox để tính tỉ số nguy cơ (hazard ratio).

Tất cả BN có cấy máu hoặc cấy tủy xương (+) với thương hàn được phân tích theo qui trình (per protocol) và phân tích intention-to-treat được dùng cho tất cả BN đã được phân bổ ngẫu nhiên.

Lưu đồ tuyển chọn và BN tham gia được trình bày trong biểu đồ 3.