Trong các nghiên cứu y học, chúng ta thường thấy các chỉ số như odds ratio (OR) và relative risk (RR) được sử dụng. Vậy, hai chỉ số này khác nhau như thế nào và khi nào nên sử dụng chỉ số nào? Bài viết này sẽ giải thích sự khác biệt giữa odds và risk, đồng thời làm rõ cách sử dụng hai chỉ số OR và RR.
OR và RR là những chỉ số thống kê quan trọng trong dịch tễ học, giúp đánh giá mối liên hệ giữa một yếu tố nguy cơ và bệnh tật. Cách tính toán của chúng tương đối đơn giản, nhưng việc hiểu rõ ý nghĩa và ứng dụng của từng chỉ số là rất quan trọng để tránh những sai sót trong diễn giải kết quả nghiên cứu.
Mục Lục
OR và RR: Cơ Chế Tính Toán
Relative Risk (RR):
Giả sử có một nhóm n1 bệnh nhân tiếp xúc với một yếu tố nguy cơ (ví dụ: hút thuốc lá). Sau một thời gian theo dõi, có k1 người mắc bệnh. Tỉ lệ mắc bệnh (p1) được tính như sau:
p1 = k1 / n1
Công thức tính tỉ lệ mắc bệnh p1 trong nhóm có yếu tố nguy cơ
Tương tự, có một nhóm n2 bệnh nhân không tiếp xúc với yếu tố nguy cơ và sau cùng thời gian theo dõi, có k2 người mắc bệnh. Tỉ lệ mắc bệnh (p2) được tính như sau:
p2 = k2 / n2
Công thức tính tỉ lệ mắc bệnh p2 trong nhóm không có yếu tố nguy cơ
Khi đó, RR là tỉ số của hai tỉ lệ này:
RR = p1 / p2
Công thức tính Relative Risk (RR)
- Nếu RR > 1: Yếu tố nguy cơ làm tăng khả năng mắc bệnh.
- Nếu RR = 1: Không có mối liên hệ giữa yếu tố nguy cơ và khả năng mắc bệnh.
- Nếu RR < 1: Yếu tố nguy cơ làm giảm khả năng mắc bệnh.
Odds Ratio (OR):
Thay vì sử dụng tỉ lệ phát sinh bệnh (p), chúng ta sử dụng một chỉ số khác gọi là odds. Odds được định nghĩa là tỉ số của hai xác suất: xác suất mắc bệnh (p) và xác suất không mắc bệnh (1-p).
Odd = p / (1 – p)
Công thức tính Odds
- Nếu odd > 1: Khả năng mắc bệnh cao hơn khả năng không mắc bệnh.
- Nếu odd = 1: Khả năng mắc bệnh bằng khả năng không mắc bệnh.
- Nếu odd < 1: Khả năng mắc bệnh thấp hơn khả năng không mắc bệnh.
Quay lại ví dụ trên, odd mắc bệnh trong nhóm tiếp xúc yếu tố nguy cơ là:
odd1 = p1 / (1 – p1)
Công thức tính Odds mắc bệnh trong nhóm có yếu tố nguy cơ
Và odd mắc bệnh trong nhóm không tiếp xúc yếu tố nguy cơ là:
odd2 = p2 / (1 – p2)
Công thức tính Odds mắc bệnh trong nhóm không có yếu tố nguy cơ
Khi đó, OR được định nghĩa là tỉ số của hai odds:
OR = odd1 / odd2
Công thức tính Odds Ratio (OR)
Mối Liên Hệ Giữa RR và OR
OR và RR có mối liên hệ toán học với nhau. Tuy nhiên, điểm quan trọng cần lưu ý là cách diễn giải RR và OR.
Nếu tỉ lệ mắc bệnh (p) thấp (ví dụ: 0.001 hay 0.01), thì odd ≈ p. Do đó, OR gần bằng với RR.
Tuy nhiên, nếu tỉ lệ mắc bệnh cao (ví dụ: trên 10%), thì OR thường cao hơn RR. Điều này có nghĩa là OR có thể ước tính quá mức độ ảnh hưởng thực tế so với RR.
Bảng so sánh RR và OR với nhiều tỉ lệ khác nhau
Bảng trên mô phỏng trường hợp RR = 3 để chứng minh rằng OR ước tính độ ảnh hưởng cao hơn so với thực tế khi tỉ lệ mắc bệnh tăng.
Ứng Dụng Của RR và OR
Ví dụ 1: Chương trình tầm soát ung thư vú
Một nghiên cứu ở Thụy Điển theo dõi hai nhóm phụ nữ: nhóm A (66103 người) được chụp X-quang tuyến vú (mammography) thường xuyên và nhóm B (66105 người) không chụp X-quang. Sau 5 năm, nhóm A có 183 người chết vì ung thư vú và nhóm B có 177 người chết.
Bảng số liệu về chương trình tầm soát ung thư vú và tỉ lệ tử vong
Tỉ lệ tử vong trong nhóm A là pA = 183/66103 = 0.002768 và nhóm B là pB = 177/66105 = 0.002678.
RR = pA / pB = 0.002768 / 0.002678 = 1.034
Odd tử vong trong nhóm A là: oddA = 0.002768 / (1 – 0.002768) = 0.002776
Odd tử vong trong nhóm B là: oddB = 0.002678 / (1 – 0.002678) = 0.002685
OR = oddA / oddB = 0.002776 / 0.002685 = 1.034
Trong trường hợp này, vì tỉ lệ tử vong rất thấp, RR và OR gần như tương đương.
Ví dụ 2: Nghiên cứu về thông tim ở bệnh nhân da đen và da trắng
Một nghiên cứu cho thấy tỉ lệ bệnh nhân da đen được đề nghị thông tim thấp hơn 40% so với bệnh nhân da trắng. Tuy nhiên, cách diễn giải này đã gây ra nhiều tranh cãi.
Số liệu cụ thể: 652 bệnh nhân da trắng được thông tim trên tổng số 720 người, và 610 bệnh nhân da đen được thông tim trên tổng số 720 người.
Odd thông tim trong nhóm da trắng: oddw = 652 / 68 = 9.59
Odd thông tim trong nhóm da đen: oddb = 610 / 110 = 5.545
OR = oddb / oddw = 5.545 / 9.59 = 0.578
Tuy nhiên, nếu tính bằng tỉ lệ đề nghị thông tim:
Tỉ lệ cho nhóm da trắng: pw = 652 / 720 = 0.906
Tỉ lệ cho nhóm da đen: pb = 610 / 720 = 0.847
RR (chính xác hơn là Prevalence Ratio – PR) = pb / pw = 0.847 / 0.906 = 0.935
Như vậy, tỉ lệ đề nghị thông tim ở bệnh nhân da đen thấp hơn 6.5% so với bệnh nhân da trắng, chứ không phải 40% như cách diễn giải sai lầm từ OR. Sự khác biệt này là do tỉ lệ thông tim quá cao, dẫn đến việc OR ước tính quá mức RR.
Diễn Giải RR và OR
RR là tỉ số của hai tỉ lệ, dễ hiểu và diễn giải. Nếu RR = 2, tỉ lệ mắc bệnh tăng gấp 2 lần.
OR là tỉ số của hai odds, phản ánh “khả năng” mắc bệnh. Odd = 2 có nghĩa là khả năng mắc bệnh cao hơn khả năng không mắc bệnh 2 lần. OR khó hiểu hơn RR vì nó mang tính chung chung và khó cảm nhận.
Do đó, việc diễn giải OR cần cẩn trọng, đặc biệt khi tỉ lệ mắc bệnh cao.
Ưu và Nhược Điểm
RR dễ diễn giải nhưng có thể thiếu tính nhất quán. Ví dụ, nếu tỉ lệ mắc bệnh ung thư ở nhóm A là 1% và nhóm B là 3%, RR = 3. Nhưng nếu xét tỉ lệ “không mắc bệnh”, RR lại là 0.98.
OR có tính đối xứng (symmetric), không bị ảnh hưởng bởi việc chọn chỉ số “mắc bệnh” hay “không mắc bệnh”. Tuy nhiên, OR khó diễn giải hơn và có thể ước tính quá mức RR khi tỉ lệ mắc bệnh cao.
OR, RR và Thể Loại Nghiên Cứu
RR chỉ có thể ước tính từ nghiên cứu xuôi thời gian (cohort prospective study), trong khi OR có thể ước tính từ nhiều loại nghiên cứu, đặc biệt là nghiên cứu bệnh – chứng.
Ví dụ, trong một nghiên cứu về mối liên hệ giữa phơi nhiễm chất độc da cam (Agent Orange – AO) và ung thư, chúng ta có thể theo dõi hai nhóm người (nhóm phơi nhiễm và nhóm không phơi nhiễm) trong 5 năm và ghi nhận số người mắc ung thư.
Bảng số liệu nghiên cứu xuôi thời gian
Nếu trong số 1000 người phơi nhiễm AO có 20 người mắc ung thư (2%), và trong số 10000 người không phơi nhiễm AO có 100 người mắc ung thư (1%), thì RR = 2 và OR ≈ 2. Trong trường hợp này, hai chỉ số này không khác biệt nhiều.
Kết Luận
Hiểu rõ sự khác biệt giữa OR và RR là rất quan trọng để diễn giải chính xác kết quả nghiên cứu y học. RR dễ hiểu và diễn giải hơn, nhưng chỉ phù hợp với nghiên cứu xuôi thời gian. OR có thể sử dụng trong nhiều loại nghiên cứu, nhưng cần cẩn trọng khi diễn giải, đặc biệt khi tỉ lệ mắc bệnh cao. Việc lựa chọn và sử dụng đúng chỉ số thống kê sẽ giúp đưa ra những kết luận chính xác và có ý nghĩa trong lĩnh vực y học.