Tin học ứng dụng chăn nuôi thú y - Chương II: Xử lý dữ liệu trong dịch tễ học thú y

Nội dung text: Tin học ứng dụng chăn nuôi thú y - Chương II: Xử lý dữ liệu trong dịch tễ học thú y

1. Ch ươ ng II X LÝ D LI U TRONG D CH T H C THÚ Y Dch t h c là mơn h c v tr ng thái và di n bi n s c kh e c a m t qu n th . Nĩi nh ư vy d ch t h c bao hàm v n đ s c kh e theo khơng gian (tr ng thái) và th i gian (di n bi n). ð ng th i d ch t h c bao hàm c v n đ y h c (s c kh e) và tốn h c th ng kê (qu n th ). Tr ưc đây, t i các n ưc xã h i ch ngh ĩa c ũ, d ch t h c đưc hi u là mơn h c v các b nh truy n nhi m. Chính xác h ơn là ph n nghiên c u v s lây lan và bi n pháp phịng ch ng b nh truy n nhi m trong các tr ưng đào t o bác s hay bác s thú y. ðĩ là cách hi u ch ưa đy đ b i d ch t h c khơng ch gi i h n trong các b nh truy n nhi m mà cịn là mơn h c đ xác đ nh m i t ươ ng quan gi a s c kh e v i các y u t cĩ trong mơi tr ưng xung quanh và quan tr ng h ơn, d ch t h c là mơn h c nghiên c u v m t qu n th và đo l ưng b nh t t c a qu n th đĩ. Dch t h c cịn đưc đ nh ngh ĩa là mơn tốn (th ng kê) mang màu s c y h c. Do v y, vi s phát tri n c a ngành đin t , d ch t h c đã đưc tin h c hĩa r t nhanh chĩng. Cĩ th nĩi r ng trong khoa h c v s c kh e c a ng ưi và đng v t, d ch t h c là mơn h c đưc tin h c hĩa s m nh t và cĩ ý ngh ĩa nh t. Nhi u ph n m m vi tính đã đưc vi t và đưc s d ng r ng rãi. Ng ưc l i tin h c gĩp ph n thúc đ y làm cho d ch t h c phát tri n và d ch t h c đưc s d ng nhi u h ơn và r ng rãi h ơn trong vi c qu n lý b nh t t. Trong ch ươ ng này, chúng tơi xin gi i thi u m t s ph n m m máy vi tính th ưng đưc s d ng trong d ch t h c. ð hi u và s d ng các ph n m m này, yêu c u ng ưi đ c (i) ph i là ng ưi đã n m rõ các khái ni m v d ch t h c (t l m c b nh, t su t m c b nh, t l ch t, t l t vong, t l t n cơng, đ nh y, đ đ c hi u, ng ưng d ươ ng tính ). M t khác c ũng địi h i ng ưi đ c ( ii) ph i cĩ đ ki n th c v tốn th ng kê (s trung bình, ph ươ ng sai, kho ng tin c y, phân b chu n ). Vi c s d ng các ph n m m khơng khĩ, th c ch t tin h c là cơng c th c hi n các phép tính tốn, chúng ta ch vi c nh p s li u và nh p chu t là cĩ k t qu . Tuy nhiên, k t qu đĩ nĩi lên điu gì thì c n ki n th c v d ch t và tốn th ng kê. Th m chí, cĩ hi u v d ch t h c thì vi c nh p s li u vào máy m i đúng và chính xác, đng th i k t qu đưa ra m i cĩ ý ngh ĩa. B i vì máy nh n b t k ỳ s li u nào khi ta nh p vào và cho k t qu theo s li u n p vào nĩ. Hn ch trong khuơn kh gi i thi u ph n m m dùng trong d ch t h c, ch ươ ng này khơng gi i thích các khái ni m d ch t h c c ũng nh ư khơng trình bày chi ti t v tốn th ng kê. Ng ưi đ c đưc m c đ nh là đã cĩ đy đ ki n th c v hai mơn h c trên. Cu i cùng (iii ), đa s các ph n m m đ u vi t b ng ti ng Anh ho c ti ng n ưc ngồi khác. Do v y đ i vi sinh viên và nh ng ng ưi khơng thành th o ti ng Anh ho c ngơn ng n ưc ngồi nào khác s r t khĩ kh ăn khi h c và s d ng các ph n m m d ch t . V i các điu ki n ( i, ii và iii ) nh ư nêu trên, sau khi đc xong ch ươ ng này, ng ưi đ c cĩ th s d ng ph n m m Win Episcope ho c EpiCalc sau m t vài l n th c t p trên máy. 53
2. 1. CÁC PH N M M VI TÍNH DÙNG TRONG D CH T H C 1.1. ðc đim Các ph n m m vi tính dùng trong d ch t h c ban đ u ch y u là đ tính tốn các con s đo l ưng v b nh trong d ch t h c. Cùng v i s phát tri n tính n ăng c a máy vi tính và thi t b đin t , nhi u ph n m m khác ra đ i cĩ tính ph c t p cao ph n ánh c th và rõ ràng h ơn v tình hình b nh d ch. Ví d các ph n m m vi tính k t h p v i k thu t đ nh v GIS cĩ th xác đ nh v trí m t d ch trên b n đ m t cách chính xác khơng nh ng v kinh đ, v ĩ đ mà c v đ cao so v i m t bi n, ho c ph n m m EpiMap cho phép chúng ta xác lp b n đ d ch t mà n u khơng cĩ máy vi tính thì con ng ưi khơng th làm n i. C ũng nh ư vy, ng ưi ta đã đư a ra các ph n m m v qu n lý và thơng báo d ch (trong các n ưc thành viên c a OIE) sao cho các khái ni m d ch t tr thành ngơn ng chung c a nhân lo i khi nĩi v d ch b nh. Các ph n m m nh ư v y dành cho nh ng cán b d ch t chuyên nghi p. Ch ươ ng này ch gi i thi u ph n m m c ơ b n đ tính tốn các ch s đo l ưng v b nh t t đưc gi ng d y cho sinh viên đi h c trong mơn d ch t h c. Cu i cùng, đc đim c a ph n m m vi tính dùng trong d ch t h c th ưng là các ơ tr ng, nh p s li u vào các ơ tr ng đĩ gi ng nh ư thay các con s vào các ký hi u b ng ch trong các cơng th c tốn h c. Máy s tính và cho ta k t qu mong mu n. Ví d , cơng th c v=S/t là cơng th c tính t c đ trung bình v b ng quãng đưng đi S chia cho th i gian t. ð cĩ v ta nh p giá tr c th c a S và con s giá tr c a t, nh n chu t, máy s cho ra con s khác, đĩ là v và là t c đ trung bình. ðây ch là ví d đơn gi n. Trong nhi u tr ưng h p cn ph i cĩ các khái ni m rõ và chi ti t h ơn h ơn. Ví d , trong buơn bán, ta cĩ th tính lãi bng chênh l ch giá tr s ti n chi ra khi mua và ti n thu vào khi bán; nh ưng đĩ ch ưa ph i là lãi th c, cịn ph i tr ti n thuê c a hàng và ti n thuê nhân cơng bán hàng ðiu đĩ cho th y c n cĩ khái ni m nh ư th nào là lãi. Nh ư v y v n ch ưa đ, l i ph i tính các kho n chi khác nh ư thu (nhi u lo i thu khác nhau) Trong d ch t h c c ũng nh ư v y. ðiu đĩ nĩi lên r ng, ph n m m dùng trong d ch t h c th c ra ch đ tính tốn các con s v b nh t t. Các cơng th c tính tốn này đu cĩ trong các sách v d ch t h c. Mu n hi u bi t ý ngh ĩa các k t qu c n ph i hi u rõ cơng th c đ tính k t qu là nh ư th nào. Tĩm l i, s d ng ph n m n vi tính dùng trong d ch t h c ch y u là nh p s li u ( đin các con s vào các cơng th c tốn h c đã đưc l p ra) đ tính giá tr các s đo l ưng v b nh t t. 1.2. Các ph n m m đưc dùng nhi u trong d ch t h c Nh ư trên đã nĩi, cĩ nhi u ph n m m vi tính dùng trong d ch t h c. Cĩ nh ng ph n mm mang tính đ c thù c a d ch t h c nh ư: Epi-Info, EpiCalc, WinEpiscope, EpiMap, ToolBox, Freecalc và cĩ ph n m m khơng ch dùng trong d ch t h c nh ư ph n m m GIS ( đnh v đ a lý tồn c u), th m chí các ph n m m tốn th ng kê c ũng là các ph m m m cĩ th s d ng đ tính tốn các s đo l ưng v b nh t t. V i nh ng ng ưi chuyên v d ch t, vi c s d ng thành th o các ph n m m trên là yêu c u b t bu c. Vì h n ch gi i thi u trong m t ch ươ ng sách chúng tơi gi i thi u hai ph n m m chính là WinEpiscope và Epicalc. 2. S D NG PH N M M WIN EPISCOPE 2.1. Gi i thi u Sau khi cài đt ph n m m này vào máy vi tính, chúng ta cĩ th bi t rõ h ơn v ngu n gc và các tác gi so n th o ph n m m này. S ơ l ưc nh ư sau: Win Episcope cĩ ngu n g c 54
3. t ch ươ ng trình EPIDEMO do tr ưng đ i h c Hồng gia Thú y và Nơng nghi p Copenhagen ( ðan M ch) và đi h c Utrecht (Hà Lan) biên so n. Sau đĩ nĩ đưc c i ti n và đi tên là EPISCOPE, ti p theo đĩ đưc c i ti n tr thành WIN EPISCOPE v i s h p tác c a các tr ưng đ i h c khác nh ư Wagningen Agricultural University (Hà Lan) và đi hc Zaragoza (Tây Ban Nha). Ph n m m này cĩ nhi u phiên b n khác nhau, chúng tơi xin gi i thi u trong ch ươ ng này phiên b n 2.0. ð c p nh t, ta cĩ th t i các phiên b n m i nh t theo đ a ch : ho c ho c . Mt lý do khác là đây là ph n m m cơng c ng, ai c ũng cĩ th t i v , cài đt vào máy, s d ng, sao chép và ph bi n cho ng ưi khác. Các tiêu chí cĩ th tính tốn đưc b ng Win Episcope Nh ng ng ưi bi t ti ng Anh và ti ng Tây Ban Nha cĩ th d dàng s d ng phn m m này vì nĩ đưc vi t ra trên c ơ s hai ngơn ng nĩi trên và ph n Help gi i thi u đ y đ các tiêu chí cĩ th tính tốn đưc khi dùng ph n m m này Các tiêu chí đĩ là : Các ph ươ ng pháp ch n đốn ( trong Menu Test), Nghiên c u v m u (trong Menu Sample), Phân tích ( trong Menu Analysis) Sau khi cài đt WIN EPISCOPE, nháy chu t vào ch ươ ng trình ta s th y giao di n nh ư sau xu t hi n trên màn hình: Start
   Progams
   WinEpi Giao di n này thay đi ngay trong vịng vài giây sau đĩ, ph n tên ch ươ ng trình m t đi ch đ l i giao di n tr ng và chúng ta cĩ th b t đ u s d ng. 55
4. Trên thanh cơng c cĩ các menu sau: File, Test, Samples, Analysis, Model, Window và Help . Mc File dùng đ l ưu tr các th ư m c và các tính tốn đã đưc ti n hành và cĩ ch c năng gi ng nh ư m c File c a các ph n m m khác trong máy vi tính. Các m c dùng trong dch t h c là test, samples, analysis , model và help. ði v i ng ưi đã n m rõ mơn h c d ch t hoc và bi t ti ng Anh ho c Tây Ban Nha, cĩ th t mình làm quen và s d ng ph n m m này m t cách d ràng. Khi cĩ khĩ kh ăn cĩ th vào ph n Help đ đưc h ưng d n. Nh n chu t vào m c Test ch ng h n chúng ta s th y trên màn hình xu t hi n giao di n sau (hình 2.1) : Hình 2.1. Nh ư hình trên cho th y xu t hi n các submenu: Agreement, Evaluation, Advanced Evaluation, Cut-off Value và Multiple Test. Ta nh n chu t vào submenu Evaluation ch ng hn, trên màn hình s xu t hi n giao di n nh ư sau (hình 2.2): Test
   Evaluation Hình 2.2 56
5. Trên thanh cơng c c a window con s xu t hi n dịng ch : Diagnosis Test Evaluation cĩ ngh ĩa là đánh giá ph ươ ng pháp ch n đốn. C a s con này cĩ hai ph n. Ph n trên cĩ các ơ màu tr ng và cĩ dịng ch input of DATA cĩ ngh ĩa là ph n đ nh p s li u. Ph n d ưi ghi RESULTS là ph n cho k t qu . Ơ nh p s li u cĩ 2 c t (Yes và No) thu c tiêu đ Disease (cĩ m c b nh và khơng m c bnh) và 2 dịng (+ và -) thu c tiêu đ Test (k t qu d ươ ng tính hay âm tính). ð hi u và s d ng ti n ích này, nĩi cách khác ti n ích này dùng đ làm gì chúng ta l y mt thí d nh ư sau: m t nhà khoa h c n sang ch ra m t ph ươ ng pháp ch n b nh b ng k thu t ELISA nh m phát hi n vi rút d ch t l n trong huy t thanh. ð xác đ nh ph ươ ng pháp này cĩ giá tr chính xác đ n đâu c n ph i xác đ nh các tiêu chí sau: - ð nh y (sensitivity) - ð đ c hi u (specificity) - T l m c b nh th c (true prevalence) - T l m c b nh th y đưc (apparent prevalence) - T l d đốn d ươ ng tính (predictive value +) - T l d đốn âm tính (predictive value -) ð làm vi c đĩ, tác gi s d ng m u máu c a 50 l n m c b nh và 50 l n khơng m c bnh đ xác đ nh giá tr c a ph ươ ng pháp ELISA do ơng ta sáng ch . Sau khi xét nghiêm, kt qu thu đưc nh ư sau: trong s 50 m u l n b nh, cĩ 47 m u d ươ ng tính và 3 m u âm tính. Trong s 50 m u l n kh e m nh cĩ 2 m u cho k t qu d ươ ng tính. Ta nh p s li u vào máy 4 con s nĩi trên nh ư hình 2.3 sau đây: Hình 2.3. 57
6. ðng th i nh p chu t vào các giá tr v đ tin c y (Level of Confidence). Chúng ta ch n v i đ tin c y là 95% ch ng h n. Sau khi nh p đ y đ s li u, nút calculate s hi n rõ màu xanh. Nh n chu t vào nút calculate (tính) ta s cĩ các k t qu trên màn hình nh ư sau (hình 2.4.): Hình 2.4. Nhìn vào b ng k t qu chúng ta th y sensitivity ( đ nh y c a ph ươ ng pháp này) là 94%; v i Lower Lim (c n d ưi) là 87,4% và c n trên (Upper Lim) là 100%. C ũng nh ư v y vi đ đ c hi u (Specificity) là 96% c n d ưi là 90,56% và c n trên là 100%. V k t qu các tiêu chí khác chúng ta th y: - T l m c b nh th c (true prevalence): 50% - T l m c b nh th y đưc (apparent prevalence): 49% - T l d đốn d ươ ng tính (predictive value +): 95,9% - T l d đốn âm tính (predictive value -): 94,1% ( đã làm trịn s ). ð hi u các tiêu chí khác, chúng ta l p b ng 2X2 nh ư sau (b ng 2.1): Bng 2.1. M t thí d v b ng 2X2 Cĩ b nh Khơng cĩ b nh Tng s Kt qu d ươ ng tính A (47) B (2) A+B=49 Kt qu âm tính C (3) D (48) C+D=51 Tng s A+C = 50 B+D=50 (A+B+C+D) = N 58
7. Th t ra, khi l p b ng 2X2 nh ư trên ta cĩ th tính các ch s nh ư sau: - ð nh y (sensitivity) = A/A+C = 47/50 = 94% - ð đ c hi u (specificity) = D/B+D = 48/50 =96% - T l m c b nh th c (true prevalence) = (A+C)/N = 50/100 = 50% - T l m c b nh th y đưc (apparent prevalence) = (A+B)/N = 40/100 = 49%. - T l d đốn d ươ ng tính (predictive value +) = A/A+B = 47/49 = 95,9% - T l d đốn âm tính (predictive value -) = D/C+D = 48/51 = 94,1% Tuy nhiên đ tính giá tr c n trên và c n d ưi (tốn th ng kê) l i r t m t th i gian khi coi các k t qu trên đây cĩ phân b chu n và tính chúng v i đ tin c y là 95%. N u chúng ta thay đ tin c y ví d là 97,5% chúng ta nh n chu t vào nút dành cho con s 97.5% chúng ta s th y các con s k t qu thay đ i theo nh ưng ch y u là c n trên và c n d ưi. V ý ngh ĩa các con s trên, xin nh c l i là bài vi t này dành cho ng ưi đ c đưc m c đnh là đã cĩ ki n th c v d ch t h c và tốn th ng kê. Bài vi t này khơng gi i thi u c n k các khái ni m s d ng trong d ch t h c. C ũng nh ư v y đ i v i ki n th c v tốn th ng kê. 2.2. Các ph ươ ng pháp ch n đốn Nh n chu t vào submenu TEST ta cĩ a. Th s trùng h p k t qu (Test of Agreement) Trong nhi u tr ưng h p, ph i s d ng các ph ươ ng pháp t n kém đ xác đ nh d ch bnh. Các ph ươ ng pháp này ch ưa ph i đã là hồn h o do khơng xác đ nh đưc đ đ c hi u và đ nh y c a nĩ. Trong hồn c nh nh ư v y, khi dùng m t ph ươ ng pháp thay th (r h ơn, nhanh h ơn ho c đơn gi n và d th c hi n h ơn ) ph i so sánh v i ph ươ ng pháp nĩi trên đưc l y làm chu n. S trùng h p v k t qu c a hai ph ươ ng pháp đưc th hi n b ng giá tr Kappa, t l trùng k t qu Trong ph n k t qu chúng ta th y giá tr c a Kappa và kho ng tin c y (Confidence Interval) c a Kappa đưc tính v i hai gi thi t. (i) gi thi t th nh t là sai s chu n c a K bng khơng [se(0)] và gi thi t th hai (ii) là sai s chu n c a K khác 0 [se(1)]. ð nh p s li u, trong b ng 16 ơ cĩ ph n hàng d c là k t qu c a ph ươ ng pháp chu n; các ch A, B, C, D là tiêu chí đánh giá (ví d A là s d ươ ng tính, B s nghi ng và C là s âm tính theo ph ươ ng pháp chu n). Ph n hàng ngang là k t qu c a ph ươ ng pháp thay th . Nh ư v y, ơ Aa là cùng cĩ k t qu d ươ ng tính v i c 2 ph ươ ng pháp; Ac là d ươ ng tính v i ph ươ ng pháp chu n nh ưng âm tính v i ph ươ ng pháp thay th Thí d : ta cĩ 100 m u huy t thanh đưc xét nghi m kháng th vi rút cúm type A v i hai ph ươ ng pháp ELISA và HI ( c ch ng ưng k t h ng c u). ELISA đưc coi là chu n nh ưng t n kém và ph c t p trong khi th c hiên. Sau khi xét nghi m ta th y s m u d ươ ng tính v i c hai ph ươ ng pháp (Aa) là 60; d ươ ng tính v i ELISA và âm tính v i HI (Ab) là 3; âm tính v i ELISA và d ươ ng tính v i HI (Ba) là 4 và âm tính v i c hai ph ươ ng pháp (Bb) là (100 – 60 – 4 – 3) = 33 m u. Nh p các con s trên vào các ơ t ươ ng ng, xác đ nh đ tin cy, nút calculate s hi n rõ màu xanh, nh n vào đĩ ta cĩ k t qu (xem hình 2.5) nh ư sau: Test
   Agreement 59
8. Hình 2.5. Trong ph n k t qu cho th y: - T l trùng k t qu quan sát th y (Observed Proportion of Agreement) là 93%, - T l hy v ng trùng k t qu (Expected Proportion of Agreement) là 53,6%, - T l trùng quan sát đưc tr đi t l trùng do ng u nhiên (Observed Minus Chance) là 39,4% - T l trùng kt qu t i đa ngồi t l trùng do ng u nhiên (Max. possible agreement beyond chance) là 46,4% và ch s Kappa là 0,894 v i các c n trên và c n d ưi theo gi thi t sai s chu n là 0 [Se(0)] và [Se(1)] khác 0. b. ðánh giá ph ươ ng pháp ch n đốn (Evaluation) Nh ư đã trình bày trong ph n cu i m c gi i thi u (2.1). c. Advanced Evaluation – ðánh giá phân tích ph ươ ng pháp ch n đốn. Vi đ nh y và đ đ c hi u cho tr ưc c a m t ph ươ ng pháp ch n đốn, kèm theo t l mc b nh th c và s m u ki m tra s d ng ph ươ ng pháp đĩ (các d li u nh p vào máy), ti n ích này cho bi t m i t ươ ng quan gi a các ch s liên quan. Trong hình 6 cĩ thí d v hai ph ươ ng pháp ch n đốn. Ph ươ ng pháp 1 cĩ (ví d ) đ nh y (sensitivity) là 96% đ đ c hi u (specificity) là 98%, dùng ph ươ ng pháp này đ xét nghi m 100 (sample) m u t i m t qu n th cĩ t l m c b nh th c (true prevalence) là 2%. Ta cĩ k t qu là s cĩ hai m u dươ ng tính m c b nh th t (d ươ ng tính th t) và hai m u d ươ ng tính nh ưng th c ch t khơng mc b nh (d ươ ng tính gi ). Ngồi ra máy cho ta bi t: - T l d ươ ng tính th y đưc là 3,88% (trong khi th c s ch cĩ 2%). - Giá tr tiên đốn d ươ ng tính là: 49,48% (cĩ ngh ĩa là khi dùng ph ươ ng pháp này, ch mt n a s m u d ươ ng tính đúng là d ươ ng tính t b nh ph m m c b nh th c) 60
9. - Giá tr tiên đốn âm tính là: 99,92% (cĩ ngh ĩa là khi dùng ph ươ ng pháp này, m t m u cĩ k t qu âm tính thì ch c ch n 99,9% đúng là âm tính). - Ngồi ra máy cịn cho ta các s li u khác khi thay đ i t l d ươ ng tính th t và m i tươ ng quan gi a t l d ươ ng tính th t vi các ch s nêu trên. Test
   Advanced Evaluation Hình 2.6b Hình 2.6b 61
10. Cũng v i 100 m u trên n u ta s d ng ph ươ ng pháp xét nghi m cĩ đ nh y là 60% và đ đ c hi u là 80%, ta s cĩ k t qu khác, t l m c b nh (d ươ ng tính) s là 20,8% (trong khi th c t ch là 2%). Và m i t ươ ng quan d ng đ th gi a các tiêu chí c ũng khác đi. Xem chi ti t trong hình 2.6a và 2.6b d ưi đây. d. Xác đnh ng ưng (d ươ ng tính) - cut-off value Ph n này dành ch y u cho ng ưi thi t l p các ph ươ ng pháp ch n đốn m i. e. ðánh giá ph ươ ng pháp ch n đốn dùng nhi u phép th – multitest Trong khi ch n đốn b nh ta khơng ch dùng m t phép th mà k t h p nhi u phép th (xét nghi m) khác nhau, g i là ph ươ ng pháp ch n đốn đa phép th (multitest). Các phép th khơng ph i đ u cho cùng k t qu gi ng nhau. K t qu cĩ th là d ươ ng tính v i phép th này nh ưng l i âm tính v i phép th khác. ð k t lu n cĩ hay khơng cĩ b nh, ng ưi ta dùng hai cách đánh giá, cách th nh t g i là ( i) đánh giá k t qu đ ng th i (cịn g i là song song – in parallel) t c là t t c các phép th ch n đốn đ u ph i cho k t qu d ươ ng tính thì mi k t lu n là cĩ b nh. Nh ư v y, ph i làm t t c các phép th , s t n kém và m t th i gian. Nh ưng c ũng cĩ th k t lu n b ng cách th hai ( ii ) l n l ưt – in series, t c là c th y mt phép th nào đĩ cho k t qu d ươ ng tính là k t lu n đã cĩ b nh (tránh kh i ph i làm các phép th khác, mà ch làm phép th ti p theo v i các m u âm tính). Ti n ích này s phân tích v đ nh y, đ đ c hi u v.v c a ph ươ ng pháp nhi u phép th . Vi đ c đim c a t ng b nh và trong hồn c nh c th khác nhau, các c ơ quan qu n lý s đưa ra quy t đ nh là dùng ph ươ ng pháp nào (song song hay l n l ưt) đ k t lu n b nh khi dùng ph ươ ng pháp ch n đốn đa phép th . 2.3. Nghiên c u v m u (Sample) Dch t h c nh ư đã nĩi là mơn tốn (th ng kê) mang màu s c y h c. Do v y vi c xác đnh c m u và v i s m u đã s d ng ta đánh giá các k t qu thu đưc nh ư th nào đưc x lý trong ti n ích này. Vào submenu SAMPLES ta s th t xu t hi n các m c nh ư sau (hình 2.7): Hình 2.7 62
11. - Estimate mean - Ưc l ưng s trung bình - Estimate difference between means - Ưc l ưng s khác nhau v giá tr trung bình - Estimate percentage - Ưc l ưng t l ph n tr ăm - Estimate difference between percentage - Ưc l ưng s khác nhau v t l ph n tr ăm. - Detection of Disease - Phát hi n b nh - Threshold value - Giá tr ng ưng - Unmached case control - b nh ch ng khơng c p đơi - Mached case control - Nghiên c u b nh ch ng c p đơi. - Cohort - Nghiên c u thu n t p Trong d ch t h c, c m u liên quan ch t ch đ n t l (th c s ) cĩ b nh cĩ trong qu n th , t l th y đưc (phát hi n), đ nh y và đ đ c hi u c a phép th , kho ng tin c y c a kt qu mong mu n Do v y, c n ph i tính tốn c m u sao cho k t qu ph n ánh trung th c nh t tr ng thái th c t . Ng ưc l i, v i c m u cho tr ưc chúng ta ph i tính tốn và xác đnh các con s k t qu nêu trên cĩ giá tr đ n m c nào?. Mt khác, trong nghiên c u hay điu tra d ch t , các ph ươ ng pháp và m c tiêu nghiên c u khác nhau (phát hi n b nh – detection, hay sàng l c b nh - screening ) địi h i các c m u khác nhau. H ơn n a, đ so sánh đc tính các qu n th m t cách chính xác và đúng đn địi h i ph i cĩ c m u t i thi u phù h p. Ph n submenu này giúp chúng ta gi i quy t các v n đ liên quan đn m u điu tra và các v n đ nêu trên. a. Ưc l ưng giá tr trung bình - Estimate Mean Khi nh n chu t vào ph n ưc l ưng giá tr trung bình (Estimate Mean) ch ng h n, máy tính s cho cung c p cho ta s l ưng m u c n thi t đ xét nghi m. Ví d : trong m t qu n th cĩ 1000 l n, mu n bi t tr ng l ưng trung bình c a đàn l n này (tính b ng Kg) v i đ tin c y là 95% cho r ng đ l ch chu n (Expected Standard Deviation) là 0,5 và sai s tuy t đ i (Expected Standard Error) là 0,1 ta nh p các s li u vào máy sau đĩ nh n nút calculate s cho ta c m u c n l y (Required Sample Size) là 88. Cĩ ngh ĩa là c n tính tr ng l ưng trung bình c a 88 l n thì s trung bình này m i đ i di n cho c đàn l n 1000 con v i đ tin c y là 95%. V i đàn l n 1000 con khác, trơng b ngồi khơng đng đ u so v i đàn tr ưc. Cĩ ngh ĩa là sai s chu n s cao h ơn, ví d là 1 (l n h ơn 0,5) ch ng h n. Sau khi nh p s li u và nh n chu t vào nút calculate ta s cĩ c m u c n l y (Required Sample Size) s là 278 (l n h ơn 88, xem hình 2.8a và 2.8b). Sample
    Estimate Mean Hình 2.8a 63
12. Hình 2.8b b. Ưc l ưng giá tr ph n tr ăm – Estimate percentage Trong nghiên c u d ch t ta th ưng l y m t l ưng m u nào đĩ, sau khi xét nghi m th y cĩ (ví d ) 14% s m u d ươ ng tính. Ta cĩ th k t lu n nh ư th nào v tồn b qu n th . Ng ưc l i, m t ví d khác: đ i v i m t đàn gia súc cĩ n=1000 cá th , trong đĩ cĩ kho ng 20% cĩ kháng th , ta ph i l y bao nhiêu m u đ giá tr % đĩ đ i đin cho qu n th vi đ tin c y là 95% và sai s là +/- 5% (các con s nêu ra ch là các ví d ). Ta nh n con tr vào m c Ưc l ưng ph n tr ăm - Estimate Percentage s xu t hi n c a giao di n nh ư hình 9. Nh p các s li u vào các ơ nh ư sau: - ð l n c a qu n th - Population Size: 1000 - T l m c b nh d đốn - Expected Prevalence (%): 20 - Sai s ch p nh n - Accepted Error (%): 5 - ð tin c y - Level of Confidence: 95% Nh n nút calculate, trong ph n k t qu màn hình xu t hi n ba dịng nh ư sau: - T l l y m u - Sampling Fraction: 19,734 - C m u -Sample Size: n : 245,86 - C m u đưc điu ch nh -Sample Size n(a): 197,34 Trên m t thanh nh p nháy xu t hi n dịng ch : Use value of n(a) = 198 cĩ ngh ĩa là hãy s d ng giá tr 198 (hình 2.9a). Nĩi cách khác ph i l y 198 m u đ đ t các yêu c u nh ư đã np vào máy (k t qu t l m c b nh kho ng g n 20 (+/-5%). Sample
    Estimate Percentage Hình 2.9a 64
13. Nu ta ch p nh n sai s cao h ơn ví d 10% ch ng h n ta th y ch c n l y 58 m u (hình 2.9b). Cùng trong c a s này cĩ m t trang khác nh m đ tính sai s ph n tr ăm v i m t c mu nào đĩ. Ví d : cùng là qu n th 1000 con, t l cĩ kháng th ưc kho ng 20%, khi l y 100 m u đ xét nghi m thì sai s s là +/-7,84%. Hình 2.9b c. Phát hi n b nh - Detection of Disease Mt ti n ích quan tr ng khác là: (c m u c n cĩ đ ) Phát hi n b nh - Detection of Disease. Gi s r ng trong đàn 300 l n cĩ 2 l n b ho nghi b suy n l n. Khi thú y mu n xác đnh xem trong đàn l n này cĩ b nh suy n l n khơng; c n l y m u bao nhiêu l n đ cĩ kt qu 1 l n d ươ ng tính v i suy n l n. Ta nh p s li u vào ph n Input nh ư sau: - C qu n th (t ng đàn) - Population Size: 300 - S đng v t m c b nh (ho) - No of Diseased animals : 2 - ð tin c y - Level of Confidence: 95% Sample
    Detection of Disease Hình 2.10 65
14. Sau đĩ nh n chu t vào nút calculate, th y bên ph n k t qu (RESULTS) cho ta C mu c n l y – Required Sample Size là 233; T l m c b nh (Prevalence) là 0,67% (xem hình 2.10). Bn đ c thay con s l n b nh là 2 b ng con s 10 (cĩ 10 l n ho th , s cịn l i trơng bên ngồi đu kh e m nh) thì c m u (s l n c n xét nghi m) s gi m xu ng r t nhi u. d. T l m c b nh t i đa - Maximun No Positives Mt ti n ích khác là xác đnh t l m c b nh t i đa – Maximun No Positives – đ gi i quy t v n đ nh ư sau: t i tr i 300 l n; nghi m c b nh Aujesky do cĩ l n cĩ lâm sàng nghi m c bnh. C n xét nghi m đ kh ng đ nh cĩ đúng là tr i này cĩ b nh đĩ khơng. Ph ươ ng pháp xét nghi m là PCR phát hi n kháng nguyên vi rút Aujesky trong các tampon ngốy m ũi l n (swabs). Ng ưi ta đã l y 100 m u swab và g i đi xét nghi m. T t c đ u âm tính. Ta cĩ th k t lu n đưc gì v xét nghi m trên và cĩ th lo i tr b nh suy n l n tr i này khơng? Ta đư a con tr nh n vào ph n phát hi n b nh, sau đĩ vào trang T l m c b nh t i đa - Maximum No Positives. Nh p s li u nh ư sau: - C qu n th (t ng đàn) - Population Size: 300 - S m u âm tính - No of Negative Samples: 100 - ð tin c y - Level of Confidence: 95% - Nh n con tr vào nút calculate. Trong ph n k t qu - RESULTS hi n lên các m c sau: - T l l y m u - Sampling Fraction : 33,33% - S l n d ươ ng tính t i đa - Maximum No Positives: 8 - T l m c b nh t i đa - Maximum Prevalence: 2,67% (xem hình 2.10) So v i thí d v c m u c n l y ( ph n 2.2.1.9 trên đây ) chúng ta th y c n l y 233 trong s 300 l n đ cĩ th phát hi n 1 l n d ươ ng tính và khi đĩ t l m c b nh là 0,67% (trong khi th c t đã cĩ 10 l n ho). V i 100 m u xét nghi m; đ u cĩ k t qu âm tính chúng ta khơng th lo i tr kh n ăng m c b nh Aujesky trong tr i mà ch cĩ th nĩi tr i này cĩ th mc Aujesky v i t l t i đa là 2,67%. Sample
    Detection of Disease Hình 2.11 66
15. Các ti n ích cịn l i là dùng đ xác đ nh c m u c n l y trong các nghiên c u d ch t là Bnh - Ch ng và nghiên c u thu n t p. 2.4. Phân tích - Analysis ðây là các ti n ích dùng trong d ch t h c phân tích. Khi nh n con tr vào th ư m c này (Analysis) trên màn hình s hi n th nh ư hình 2.12. Hình 2.12 Xin nh c l i là trong d ch t phân tích ng ưi ta ch y u s d ng các ph ươ ng pháp nghiên c u sau: - Nghiên c u c t ngang - Nghiên c u b nh ch ng và - Nghiên c u thu n t p Ph n m m này cho phép ta tính tốn k t qu các ph ươ ng pháp nghiên c u sau (cịn c mu c n l y cho m i lo i nghiên c u thì đã nĩi trong ph n 2.2.1): - (Nghiên c u) c t ngang - Cross-sectional - (Nghiên c u) c t ngang phân l p - Stratified Cross-sectional - (Nghiên c u) b nh ch ng - Case-Control - Bnh ch ng phân l p - Stratified Case-Control - Bnh ch ng c p đơi - Matched Case -Control - (Nghiên c u) thu n t p (t su t tích l ũy) - Thu n t p (t ươ ng quan nguy c ơ) - Thu n t p phân l p (t su t tích l ũy) - Thu n t p phân l p (t ươ ng quan nguy c ơ) Hi n nay (2008) các nghiên c u c t ngang đang đưc s d ng nhi u Vi t Nam. Ph n mm máy vi tính cho nghiên c u này giúp chúng ta đưc nh ng điu sau: a. Nghiên c u c t ngang - Cross-sectional Bài tốn: cho r ng l n ăn th c ăn th a t n d ng t các nhà ăn t p th th ưng m c D ch t l n. ð kh ng đ nh gi thi t này ta ch n hai tr i l n, tr i A 300 con đưc nuơi b ng cám 67
16. tng h p và tr i B 100 con nuơi b ng th c ăn th a các hi u ăn, nhà b p. K t qu cho th y tr i A cĩ 10 l n b nh, B cĩ 20 l n b nh. ð tính tốn ta nh n nút Analysis; sau đĩ Cross- sectional. Trên màn hình s hi n th nh ư hình 2.12. ð nh p s li u, ta đin các con s vào các ơ nh ư sau: - 20 vào ơ yes+disease - 80 vào ơ yes+healthy - 10 vào ơ No+Disease - 290 vào ơ No+healthy - Nh n nút xác đ nh đ tin c y (ví d 95%) - Nh n nút Calculate - Màn hình s hi n th nh ư hình 2.13 d ưi đây: Analysis
    Cross - Sectional Hình 2.13 Trong ph n k t qu chúng ta th y xu t hi n: - Expected frequencies ( khái quát hĩa thành t n s m c b nh lý thuy t m i lo i l n ti th i đim nghiên c u – nh m đ tính χ2) - Attributable Risk (nguy c ơ thành ph n - do ăn th c ăn th a) : 0,167 (đây là t l ph n tr ăm (16,7%) s b b nh d ch t l n trong tồn b s l n c a m t vùng do ăn th c ăn th a gây ra. Nĩi cách khác: c 100 l n thì cĩ 16,7 l n m c b nh d ch t do th c ăn th a gây ra) - Attributable proportion among exposed (t l thành ph n trong s ph ơi nhi m): 0,833 (Ý ngh ĩa c a con s này là: trong s 100 l n [ăn th c ăn th a + b b nh d ch t l n], thì cĩ 68
17. 83,3% s l n b nh đúng là do th c ăn th a gây ra - khơng ph i hồn tồn 100 l n b nh đu do th c ăn th a gây ra). - Attributable proportion (T l thành ph n): 0,556 (Ý ngh ĩa c a con s này là c 100 ln b b nh d ch t l n (do m i nguyên nhân), thì cĩ 55,6 con là cĩ nguyên nhân t vi c ăn th c ăn th a t các nhà ăn, nhà hàng). - Odd Ratio (m c đ nguy c ơ - t s l ch): 7,25 ( con s này nĩi r ng l n ăn th c ăn th a cĩ nguy c ơ m c b nh D ch t l n cao g p 7,25 l n so v i l n ăn th c ăn t ng h p) - Prevalence Ratio (t s gi a hai t l m c b nh): 6,0 (t i th i đim nghiên c u l n ăn th c ăn th a cĩ t l m c b nh cao g p 6 l n l n ăn th c ăn t ng h p). - Các con s khác trong b ng là kho ng tin c y kèm c n trên và c n d ưi đưc tính bng ph ươ ng pháp logarit và Chi bình ph ươ ng (χ2). Trên thanh nh p nháy hi n th dịng ch Limits are valid cĩ ngh ĩa là các c n trên và dưi cĩ giá tr . Nĩi cách khác, các s đã hi n th là cĩ giá tr . Tuy nhiên: Lưu ý: - Ng ưi ra ít dùng Odd Ratio (OR) rút ra t nghiên c u c t ngang. Trong nghiên c u ct ngang con s cĩ giá tr s d ng đ so sánh là T s gi a hai t l - Prevalence Ratio (PR). - ðây là m t nghiên c u d ch t khơng hồn h o nên m t s k t qu khơng cĩ ý ngh ĩa (khơng đúng v i) th c t . Sai l m ch ngay t ban đ u tác gi khơng xác đ nh t l s l n (đi di n cho m t vùng, m t t nh hay m t n ưc) đưc nuơi b ng th c ăn th a nhà b p và ly m u theo t l đĩ. Trong khi đĩ, tác gi ch n m t tr i cĩ 100 con đưc nuơi th c ăn th a nhà b p và m t tr i cĩ 300 con đưc nuơi b ng cám t ng h p. ðiu đĩ m c nhiên cơng nhn r ng cĩ 100/(300+100) tc ¼ s l n đưc nuơi b ng th c ăn th a nhà b p. ðưa ra ví d trên đ ch ng minh r ng khi dùng ph n m m vi tính, máy s cho b t k ỳ k t qu nào tùy theo s li u mà ng ưi s d ng nh p vào máy. Do v y, trong nghiên c u (ví d ) c th này, ch cĩ t s gi a hai t l Proportion Ratio là cĩ ý ngh ĩa th c ti n. b. Nghiên c u b nh - ch ng ðây là nghiên c u h i c u, xu t phát t vi c ch n m t s ca b nh (b nh) và m t s khơng m c b nh (ch ng), sau đĩ tìm ng ưc l i các y u t nguy c ơ đã phơi nhi m, so sánh gi a hai nhĩm và tìm ra nguyên nhân hay y u t gây b nh. Cĩ nghiên c u h i c u mà b nh và ch ng ( đưc cho là) cĩ cùng hồn c nh (m i điu ki n) gi ng nhau, tr y u t ph ơi nhi m g i là b nh ch ng c p đơi – Matched Case Control (ví d cùng m t c ơ quan, cùng tham gia b a ti c liên hoan ) sau đĩ m t s b tiêu ch y (b nh) s khác l i khơng (ch ng). B nh và ch ng khơng c p đơi (unmatched) là ch n b nh và ch ng cĩ hồn c nh khác v i điu trình bày trên. Thí d v nghiên c u b nh ch ng c p đơi: sau m t đám ti c c ưi g m h ơn 400 ng ưi tham d , cĩ 100 ng ưi bi đi tiêu ch y ph i c p c u vào ngày hơm sau. Ng ưi điu tra đưc bi t cĩ 6 mĩn ăn trong đĩ cĩ mĩn n m th t gà xé. ðiu tra viên sau khi đi h i 60 ng ưi bnh thì đưc bi t cĩ 10 ng ưi khơng ăn mĩn n m đĩ; h i 70 ng ưi khơng m c b nh thì cĩ 60 ng ưi khơng ăn và 10 ng ưi cĩ ăn (thí d này d a theo ví d kinh đin v điu tra d ch t v ng đ c cĩ th c Oswego – USA, đã đưc t trong các sách v d ch t h c). Nh ư v y: 69
18. - Cĩ 50 ng ưi ăn n m tht gà xé (ph ơi nhi m) và m c b nh, - 10 ng ưi ph ơi nhi m cĩ ăn và khơng m c b nh, - 10 ng ưi khơng ph ơi nhi m (khơng ăn) và m c b nh và - 60 ng ưi khơng ph ơi nhi m và khơng m c b nh. Các s li u nh p vào máy: - 54 ng ưi ăn (ph ơi nhi m) và m c b nh nh p vào ơ Case+Yes, - 6 ng ưi ph ơi nhi m và khơng m c b nh nh p vào ơ Case+No, - 10 ng ưi khơng ph ơi nhi m và m c b nh nh p vào ơ Control+Yes và - 60 ng ưi khơng ph ơi nhi m và khơng m c b nh nh p vào ơ Control+No - Nh n con tr vào nút đ tin c y 95% - Nh n con tr vào nút calculate. Màn hình s hi n th nh ư hình 2.14 Analysis
    Case
    Control Hình 2.14 Cĩ các hi n th trong ph n k t qu gi ng nh ư các phép tính khác nh ư t n s lý thuy t, gi i h n c n trên và c n d ưi ðiu quan tr ng trong k t qu này là OR. Giá tr ca OR đây là 36 (v lý thuy t n u OR>1 thì tác nhân ph ơi nhi m - ăn n m gà xé phay - cĩ tính ch t gây b nh; OR=1 khơng cĩ nh h ưng đ n s c kh e; OR 4 thì tác nhân ph ơi nhi m m i đưc coi là nguyên nhân gây ra b nh. Cịn l i hai tiêu chí khác: 70
19. - Attributable proportion among exposed - T l phát b nh do ph ơi nhi m: 0,967 ( nĩi lên r ng trong s [ca b nh + ph ơi nhi m = 50] thì cĩ 96,7% b tiêu ch y đúng là do ăn nm th t gà xé phay ). - Attributable proportion - t l thành ph n đĩng gĩp: 0,806 (nĩi lên r ng trong tồn b s ng ưi bi b nh tiêu ch y sau b a ti c c ưi thì cĩ 80,6% là do n m th t gà xé phay gây ra) c. Nghiên c u thu n t p Nghiên c u thu n t p là nghiên c u ti n c u. Ch n hai qu n th t ươ ng đươ ng nhau (thu n t p hay t p h p thu n), m t qu n th đưc cho ph ơi nhi m v i y u t đưc coi là yu t nguy c ơ, cịn m t qu n th khác thì khơng. Sau m t th i gian theo dõi ta cĩ k t qu nh ư sau: - Qu n th ph ơi nhi m (t ng đàn 60) cĩ 20 cá th b nh và 40 khơng cĩ b nh, - Qu n th khơng ph ơi nhi m (t ng đàn 59) cĩ 9 cá th b nh và 50 khơng b nh - Nh p s li u nh ư trình bày ph n b nh ch ng, nh n nút Calculate, trên màn hình hi u th nh ư hình 2.15. Analysis
    Cohort (Cum. Incidence) Hình 2.15 Trong ph n k t qu chú ý hai k t qu : - Giá tr OR nh ư đã trình bày trong ph n b nh ch ng. - Giá tr RR (Relative Risk - nguy c ơ t ươ ng quan) n u RR>1 thì tác nhân ph ơi nhi m cĩ tính ch t gây b nh; OR=1 khơng cĩ nh h ưng đ n s c kh e; OR<1 cĩ tác d ng b o v sc kh e. 71
20. Chú ý: trong nghiên c u b nh ch ng thì dùng OR, trong nghiên c u thu n t p thì dùng RR do tính ch t c a hai ph ươ ng pháp nghiên c u khác nhau. Các phép tính tốn khác trong Win Episcope r t d dàng th c hi n v i điu ki n n m ch c ki n thc v d ch t h c. 3. PH N M M EPICALC 3.1. Gi i thi u m m EpiCalc ðây là ph n m m do Joe Gilman và Mark Myatt vi t n ăm 1998 do Bixton Books xu t bn. Phiên b n 1.02 ra m t n ăm 2000 g i là EpiCalc 2000 (hình 2.16). ðây c ũng là m t ch ươ ng trình cơng c ng (public), do v y ai c ũng cĩ th s d ng mi n phí. M t khác, đây là ch ươ ng trình g n nh , ch cĩ 984 KB. Chúng tơi gi i thi u ph m m m này c ũng vì lý do đĩ. Hình 2.16 là giao di n c a ph n m m này khi s d ng. Start
    Progams
    Accessories
    Epicalc 2000 Hình 2.16 Ch ươ ng trình này địi h i hi u bi t v d ch t h c và tốn th ng kê thành th o h ơn so vi s d ng Win Episcope. B i vì ph n help cu ch ươ ng trình này khơng gi ng nh ư c a Win Episcope. Ngh ĩa là khơng cĩ s tr giúp v các khái ni m d ch t h c và c ũng khơng gi i thi u các cơng th c tính tốn. M t khác, ph n Help c a EpiCalc ch t ươ ng thích v i các phiên b n ph n m m Window tr ưc Vista, n u dùng Window Vista thì khơng s d ng đưc ph n Help c a ch ươ ng trình này. 72
21. 3.2. Các tiêu chí cĩ th tính tốn đưc b ng EpiCalc ð so sánh, nh ư chúng ta đã th y ph n Win Episcope, m i phép tính tốn (ví d nh ư thu n t p ho c b nh ch ng) m c dù đưc trình bày ra nhi u giao di n khác nhau, ti n cho ng ưi s d ng nh ưng đu d a trên c ơ s b ng 2 ×2 ơ. Trong Epicalc khơng chia ra rõ ràng tng window cho t ng ph ươ ng pháp nghiên c u mà ch vi c đin các con s vào 4 ơ c a bng 2X2. Ch ươ ng trình s cho ra k t qu c a t t c các phép tính. Do v y, ng ưi s d ng ph i bi t mình nh p s li u đ u vào là s li u thu đưc t ph ươ ng pháp nghiên c u gì đ ch n ra nh ng k t qu c n thi t và thích h p. ð ch ng minh cho điu v a nĩi chúng ta xem hi n th trên màn hình. Sau khi cài đt và kh i đ ng, giao di n c a ch ươ ng trình này nh ư sau (hình 2.17). Hình 2.17 ðư a con tr và nh n chu t ph i vào ch Untitled ta s th y nh ư hình 2.18. Hình 2.18 73
22. Nh ư v y trên giao di n trên màn hình, ch ươ ng trình cho phép th c hi n các cơng vi c sau: - Di n t - Describe (dùng cho d ch t h c di n t ) - So sánh - Compare (dùng đ so sánh s trung bình, t l ph n tr ăm ) - Bng - Tables (x lý các s li u trong b ng 2 ×2 ơ) - Mu - Samples (t ươ ng t nh ư Win Episcope, dùng cho vi c xác đ nh c m u và các thơng s liên quan đn c m u). - Xác su t - Probability (dành cho vi c tính xác su t các s ki n). ð ch ng minh r ng n u nh ư trong Win Episcope ng ưi ta tách riêng t ng phép th thành t ng m c, thì trong EpiCalc l i đ chung và ng ưi s d ng ph i bi t ch n giá tr k t qu thích h p, chúng ta đưa con tr vào m c B ng – Tables, ta th y màn hình hi n th các mc sau: - R-by-C Table - 2-by-2 unstratified - 2-by-2 stratified - Note Ta nh n chu t vào m c (ví d ) 2-by-2 Stratified (b ng 2 ×2 khơng phân l p) ta th y màn hình hi n th nh ư sau (hình 2.19): Untitled
    Tables
    2 - by- 2 unstratified Hình 2.19 Trong ơ cĩ tiêu đ title s xu t hi n th i gian (gi , phút và ngày tháng). Th c ch t, n u ta đ nguyên ho c thay đ i thì nĩ v n là tên c a th ư m c (File), ngày tháng là tên m c đ nh ca th ư m c đĩ. Trong ch ươ ng trình này ch cĩ hai m c đ tin c y đ ta ch n khi tính tốn là 95 và 99%. Ti p theo, ph n 4 ơ tr ng đ nh p s li u ta ch cĩ hai tiêu chí là Exposure (Ph ơi nhi m) và Outcome (K t qu ). Outcome đây đưc hi u là d ươ ng tính ho c âm tính, cĩ b nh hay khơng cĩ b nh Nĩi cách khác ch ươ ng trình này cĩ tính khái quát cao. Ta nh p s li u, l y các giá tr (b ng 2.2) trong ví d c a nghiên c u thu n t p trên đây. Ta nh p s li u vào 4 ơ nh l y các s li u nh ư b ng 1 trên (tuy nhiên c n bi t rõ đư a con s nào vào ơ nào). Chú ý, nhìn vào màn hình, ta th y sau khi vào s li u các con s (xem hình 2.20) n m khác v trí c a chúng trong b ng 2.2: 74
23. Bng 2.2. S li u (ví d ) k t qu nghiên c u thu n t p Ph ơi nhi m Cĩ khơng Mc b nh 20 9 Kh e m nh 40 50 Hình 2.20 ðn đây ta nh n nút cĩ tiêu đ [n Label-Max], trên màn hình s xu t hi n nh ư sau (hình 2.21): Hình 2.21 Nh ư ta th y, trên màn hình xu t hi n t t c các k t qu tính tốn, th m chí cịn cĩ c kt qu hi u l c v c xin – Vaccine Efficacy, trong khi s li u nh p vào khơng h cĩ nĩi 75
24. đn hi u l c v c xin. Chính vì v y, nh ư trên đã nĩi, tùy theo s li u nh p vào và s li u đĩ là k t qu c a ph ươ ng pháp nghiên c u d ch t nào mà ng ưi s d ng ch ươ ng trình này ch n ra và l y k t qu c n tìm. V i Win Episcope trong thu n t p ta tìm ra OR là 2,778 thì ch ươ ng trình này c ũng cho ta con s Odds ratio là 2,78. Nh ư v y ch ươ ng trình này cĩ ưu đim là cho phép ti n hành t t c m i phép tính mi n là cĩ d li u nh p vào. Ch n k t qu nào cho phù h p là do ng ưi nh p s li u tùy ch n, khác v i Win Episcope, ch đưa ra k t qu phù h p v i ph ươ ng pháp nghiên c u. Do v y, vi nh ng ng ưi ch ưa thơng th o v d ch t h c và tốn th ng kê thì ch ươ ng trình này nhi u khi làm cho h lúng túng. M t ưu đim khác c a ch ươ ng trình là khi ta ra kh i ch ươ ng trình (exit) ta cĩ th l ưu l i (save) th m chí v i tên t p (file) gi gi c ngày tháng. ðiu này cho phép ta cĩ th rà sốt l i vi c nh p s li u và k t qu tính tốn. Thêm m t ti n ích khác cĩ ph n trái v i điu trình bày trên đây là ph n m m này l i cho phép nhi u tính tốn đơ n gi n. Thí d , khi nghiên c u v t l cĩ tr ng giun t i m t tr i l n v i s m u phân là 200 m u, ta th y 20% cĩ tr ng giun. V y kho ng tin c y 95% là bao nhiêu. ðư a con tr vào ph n describe (di n t ) sau đĩ nh n vào ph n t l (proportion) r i nh n vào m c ph n tr ăm (percentage). Trên màn hình s hi n th nh ư sau (hình 2.22): Untitled
    Describe
    Proportion
    Percentage Hình 2.22 Trên màn hình trong window nh cĩ hai ơ tr ng màu tr ng đ nh p s li u. ðĩ là Proportion (t l ) Sample (m u). Ta nh p s 20 (%) vào ơ T l và 200 (m u) vào ơ M u. nh n con tr vào nút [n Label-Max], ta th y trên màn hình s hi n th nh ư sau (hình 2.23): 76
25. Hình 2.23 Sample size (c m u): 200 Proportion (95% CI): 20% (14.83, 26,38) ðiu đĩ cĩ ngh ĩa là t l nhi m giun là kho ng t 14,83 đ n 26,38% v i đ tin c y 95%. N u đ t đ tin c y là 99%, thì k t qu s khác đi. V i ph n m m cĩ trong máy, b n đc t th c hành s th y k t qu . Trên đây là hai ph n m m vi tính ch y u dùng trong tính tốn các s đo l ưng v bnh t t. M i ph n m m cĩ đ c tính và ti n ích khác nhau đơi chút, cĩ ưu đim và b t c p riêng. Tuy nhiên n m v ng ki n th c v d ch t h c và tốn th ng kê trong ti ng Anh chúng ta đu cĩ th s d ng d dàng b t k ỳ ph n m m nào. Ngồi hai ph n m m này ra cịn cĩ các ph n m m khác. Ví d , ph n m m Freecalc do các đ ng nghi p Australia sáng to dùng trong quá trình t o khu v c an tồn b nh. Nĩi cách khác, chuyên dùng cho các phép tính nh m ch ng minh r ng đã thanh tốn b nh t i m t khu v c nào đĩ. Tuy nhiên, đĩ ch là tên g i, ph n m m này ch trích ra m t s m c t các ph n m m t ng h p đ ti n cho ng ưi dùng, t ươ ng t nh ư Win Episcope, ch là tách riêng t ng phép tính và đt tên c th n u so v i Epicalc. Ph n m m đang đưc ưa chu ng là Win Episcope. BÀI T P CH ƯƠ NG II 1. Ly và xét nghi m 100 m u máu c a m t tr i cĩ 1500 l n b ng ph ươ ng pháp RT- PCR nh m điu tra xác đ nh s hi n di n c a vi rút b nh tai xanh (PRRS) b n th y t t c s m u đ u âm tính (khơng phát hi n th y vi rút). B n k t lu n th nào v tình tr ng nhi m vi rút tai xanh c a tr i l n trên v i đ tin c y 95% và 99%? (G i ý: s d ng Win Episcope, lnh sample sau đĩ disease detection). 2. Khi xét nghi m 200 m u huy t thanh gia c m đưc l y ng u nhiên (b ng ph ươ ng pháp HI - c ch ng ưng k t h ng c u) tnh A cĩ t l gia c m cĩ kháng th kháng vi rút cúm vi hi u giá cĩ hi u l c phịng b nh sau khi tiêm phịng là 60%. Trong khi đĩ xét nghi m 200 m u c a t nh B t l này là 40%. B n cĩ cho r ng t nh A đã tiêm phịng t t h ơn t nh B khơng? Vì sao? N u b n ch u trách nhi m vi c giám sát sau tiêm phịng b n s đ ra k ho ch theo dõi nh ư th nào (cho r ng m i t nh cĩ kho ng 2 tri u gia c m)? (G i ý: so sánh hai s trên b ng cách tính p<0,05 ho c p<0,01; Tuy nhiên, chú ý đn s l ưng m u tính bng Win Episcope, l nh sample; sau đĩ Estimate Percentage; sau đĩ sample size) 3. ð xem xét tác d ng c a vơi b t trong vi c phịng tr b nh vi rút đ m tr ng tơm, bn đã điu tra 100 h nuơi tơm m c b nh và th y 40 h đã s d ng vơi b t đ x lý ao nuơi tr ưc khi th tơm gi ng. Trong khi đĩ t i 100 h nuơi tơm khơng m c b nh đ m tr ng thì s h dùng vơi b t đ x lý ao nuơi là 70. B n cĩ k t lu n gì v tác d ng c a vi c x lý 77
26. ao nuơi b ng vơi b t trong vi c phịng ng a b nh đ m tr ng c a tơm (gi thi t r ng vi c x lý ao nuơi b ng vơi b t là nh ư nhau v m t k thu t)? (G i ý đây là nghiên c u b nh ch ng, yêu c u coi y u t nguy c ơ đây là “khơng s d ng vơi b t”). 4. Cho r ng t l chim di c ư mang vi rút cúm H5N1 là 0,1%. ð cĩ th cĩ m t m u dươ ng tính vi rút v i đ tin c y 95% b ng ph ươ ng pháp xét nghi m nào đĩ (RT-PCR ho c phân l p trên tr ng gà cĩ phơi, gi thi t ph ươ ng pháp ch n đốn là hồn h o) b n ph i b t bao nhiêu chim hoang đ l y m u? C ũng nh ư v y, t i m t n ơi b n th y cĩ kho ng 200 con chim di c ư, b n s b t bao nhiêu? (g i ý dùng Win Episcope đ tìm sample size) 5. Trong m t b n báo cáo khoa h c, tác gi vi t: “Sau khi xét nghi m tr ng sán lá gan trong các m u phân trâu bị t i 4 huy n vào tháng 12, chúng tơi th y t l m u cĩ tr ng sán trung bình c a 4 huy n là 17,7%. T l c th m i huy n nh ư sau: huy n A là 15,5%(14/90 m u); huy n B là 23,5% (34/144 m u); huy n C là 15,6% (10/64 m u) và huy n D là 16,0% (16/100 m u). Nh ư v y huy n B cĩ t l m c sán lá là cao nh t. ðiu này d hi u đưc vì huy n B là huy n đ ng b ng, cĩ nhi u ru ng lúa n ưc và ao h thích hp cho s phát tri n c a c, ký ch trung gian c a sán lá gan. Các huy n cịn l i là vùng trung du và mi n núi do v y t l nhi m sán lá gan t ươ ng đươ ng nhau và th p h ơn so v i huy n B ”. N u là b n, v i các k t qu nh ư trên b n s x lý s li u và vi t báo cáo nh ư th nào? (g i ý: dùng Epicalc, l nh compare (so sánh); sau đĩ l nh Proportion as percentages đ tìm p tính theo χ2. 6. Nghiên c u so sánh tác d ng c a kháng sinh trong ch a tr b nh tiêu ch y c a l n con theo m , v i thu c A ch a cho 50 l n thì sau 3 ngày cĩ 30 con kh i h n, trong khi đĩ thu c B v i điu ki n t ươ ng t l i cĩ 40 l n kh i b nh. B n k t lu n th nào khi so sánh tác d ng c a hai lo i thu c? N u đưc giao th nghi m l i b n s làm nh ư th nào? 78