Xác định các biến số trong một mối liên quan

by Kinh Nguyen

Các biến số độc lập và phụ thuộc

Giả thuyết được kiểm định trong một nghiên cứu thường xác định biến số nào được giả định là nguyên nhân (cụ thể là là một yếu tố nguy cơ) và biến số được coi là ảnh hưởng. Việc định nghĩa một biến số do đó tùy thuộc vào giả thuyết nghiên cứu: một biến số có thể độc lập trong một giả thuyết, là yếu tố gây nhiễu trong một giả thuyết khác và là biến số phụ thuộc trong giả thuyết khác nữa. Lấy ví dụ, “tăng huyết áp” trong mô hình giản lược được trình bày trong Hình [fig:tanghuyetap].

Các biến số gây nhiễu

Một biến số gây nhiễu là một biến số độc lập (ngoài biến số nguyên nhân trong giả thuyết) mà có hoặc có thể có ảnh hưởng lên biến số phụ thuộc nhưng phân bố của biến số này tương quan một cách hệ thống với biến số nguyên nhân giả thuyết.

Các biến số kiểm soát

Các biến số kiểm soát là các biến số độc lập (khác với biến số nguyên nhân) mà là các yếu tố gây nhiễu tiềm tàng và do đó cần được kiểm soát hoặc trung hòa tác dụng trong thiết kế hoặc phân tích. Lưu ý đây chỉ là các biến số “đã biết” hoặc có thể kiểm soát được. Hầu hết nghiên cứu là không thể kiểm soát tất cả các biến số khác ngoài những biến số nghi ngờ. Qua các quá trình ngẫu nhiên, hi vọng là rất nhiều các biến số “không kiểm soát” này sẽ phân bố đồng đều giữa nhóm phơi nhiễm và nhóm chứng.

Các biến số trung gian

Khi ảnh hưởng của một biến số nguyên nhân trên biến số phụ thuộc hoặc bệnh lý đang nghiên cứu là ở gián tiếp qua một nhóm các biến số thứ ba thì các biến số này là các biến số trung gian. Đây thực ra là các biến số phụ thuộc trong mối liên quan với biến số nguyên nhân và là biến số độc lập trong mối liên quan với biến số kết cuộc. Như trong ví dụ trong Hình [fig:tanghuyetap], ảnh hưởng của ăn nhiều muối trên bệnh mạch vành là gián tiếp qua tăng huyết áp. Vai trò của các biến số trung gian phải được tập trung nhiều hơn trong dịch tễ học, đặc biệt là khi xem xét mối liên quan của các biến số nguyên nhân giả thuyết là tổng quát, như “điều kiện xã hội”, hay “sự phát triển” với, v.d. như tỷ suất tử vong sơ sinh. Để trả lời câu hỏi “Thực tế làm sao một sự gia tăng về thu nhập hoặc giáo dục sẽ mang đến sự giảm tỷ suất tử vong?” ta cần, ví dụ như xem xét sự gia tăng trong tiếp cận với chăm sóc tiền sản, dinh dưỡng tốt hơn cho bà mẹ và trẻ sơ sinh, tiếp cận với vắc xin và nhà ở và vệ sinh cá nhân tốt hơn. Đây là những biến số trung gian mà một số cần được xác định trong thiết kế nghiên cứu và thu thập dữ kiện.

Yếu tố thay đổi ảnh hưởng

Một số biến số độc lập có thể thay đổi (dương tính hoặc âm tính) ảnh hưởng của các nguyên nhân giả thuyết. Ví dụ, tăng huyết áp là phổ biến hơn trong người Mỹ da đen so với Mỹ da trắng trong khi bệnh mạch vành là phổ biến ở người da trắng hơn người da đen. Do đó, có thể có điều gì đó có liên quan đến việc cấu thành hoặc lối sống của người da đen thay đổi ảnh hưởng của tăng huyết áp trên bệnh mạch vành ở họ. Do đó,

Một số yếu tố gây nhiễu cũng là yếu tố thay đổi ảnh hưởng.