Chất lượng bằng chứng là mức độ tin tưởng của giới khoa học và thầy thuốc lâm sàng rằng một ước tính về hiệu quả can thiệp hoặc mối liên quan thực sự phản ánh đúng thực tế khách quan, đồng thời đủ độ chuẩn xác để làm cơ sở vững chắc cho các quyết định y khoa hoặc khuyến cáo thực hành. Thuật ngữ này, còn được gọi là độ chắc chắn của bằng chứng, đóng vai trò nền tảng trong y học thực chứng hiện đại nhằm chuyển hóa các dữ liệu nghiên cứu thô thành những chỉ dẫn lâm sàng minh bạch, nhất quán và có thể kiểm chứng độc lập. Bài viết phân tích toàn diện định nghĩa, hệ thống phân loại bốn cấp độ, các tiêu chí hạ và nâng mức đánh giá, mối quan hệ với độ mạnh khuyến cáo cùng những giới hạn phương pháp luận trong nghiên cứu y sinh học.
Bản chất và quá trình tiến hóa của khái niệm
Trong giai đoạn đầu phát triển của y học thực chứng trước khi hệ thống GRADE ra đời, việc phân cấp bằng chứng chủ yếu dựa vào cấu trúc thiết kế nghiên cứu đơn thuần, thường được mô tả qua mô hình kim tự tháp thứ bậc. Theo mô hình truyền thống này, các thử nghiệm lâm sàng ngẫu nhiên có đối chứng luôn được mặc định xếp ở đỉnh tháp, trong khi nghiên cứu đoàn hệ, nghiên cứu bệnh - chứng, nghiên cứu cắt ngang và báo cáo ca bệnh lần lượt chiếm các vị trí thấp hơn. Tuy nhiên, thực tiễn nghiên cứu y học cho thấy thiết kế nghiên cứu ban đầu không thể bảo đảm tuyệt đối cho độ tin cậy của kết quả cuối cùng. Một thử nghiệm ngẫu nhiên có cỡ mẫu quá nhỏ, tỷ lệ mất dấu theo dõi cao hoặc quy trình làm mù bị vi phạm nghiêm trọng có thể dẫn đến sai lệch lớn hơn nhiều so với một nghiên cứu quan sát quy mô lớn được kiểm soát nhiễu chặt chẽ.
Nhận thức được lỗ hổng phương pháp luận này, Nhóm công tác GRADE đã đề xuất một bước chuyển dịch căn bản: phân tách rõ ràng giữa loại hình thiết kế nghiên cứu và chất lượng thực tế của toàn bộ khối bằng chứng đối với từng kết cục lâm sàng cụ thể. Theo công bố nền tảng của Guyatt và cs. (2008), chất lượng bằng chứng không đánh giá một bài báo riêng lẻ mà lượng hóa độ tin cậy của tổng thể các dữ liệu khoa học sẵn có xoay quanh một câu hỏi lâm sàng rõ ràng. Đến năm 2017, Hultcrantz và cs. (2017) đã làm rõ rằng thuật ngữ "độ chắc chắn của bằng chứng" được ưu tiên sử dụng song song nhằm nhấn mạnh mức độ tự tin của hội đồng chuyên môn rằng hiệu quả thực sự nằm trong một khoảng giá trị đủ để hỗ trợ một quyết định hành động cụ thể.
Bốn cấp độ chất lượng bằng chứng theo hệ thống GRADE
Hệ thống GRADE phân chia chất lượng của khối bằng chứng thành 4 mức độ rõ rệt gồm cao, trung bình, thấp và rất thấp (Guyatt và cs., 2008). Mỗi mức độ mang một định nghĩa chuẩn hóa phản ánh mức độ dao động tiềm tàng của hiệu quả can thiệp khi có thêm các nghiên cứu tương lai:
| Mức độ chất lượng | Định nghĩa chuẩn hóa theo GRADE | Ý nghĩa thực tiễn đối với lâm sàng |
|---|---|---|
| Cao | Rất tự tin rằng hiệu quả thực tế nằm sát với giá trị ước tính thu được từ nghiên cứu tổng hợp. | Rất ít khả năng các nghiên cứu tiếp theo làm thay đổi độ tin tưởng vào hiệu quả điều trị đã xác lập. |
| Trung bình | Tự tin ở mức vừa phải vào ước tính hiệu quả; hiệu quả thực tế nhiều khả năng ở gần ước tính nhưng có thể có sai khác đáng kể. | Các nghiên cứu bổ sung trong tương lai có thể tác động đến độ tin cậy và có khả năng làm thay đổi ước tính. |
| Thấp | Độ tin cậy vào ước tính hiệu quả còn hạn chế; hiệu quả thực tế có thể khác biệt rất lớn so với ước tính ban đầu. | Nghiên cứu mới rất có khả năng tạo ra tác động quan trọng và làm thay đổi đáng kể ước tính hiệu quả can thiệp. |
| Rất thấp | Hầu như không có sự tự tin nào vào giá trị ước tính hiệu quả quan sát được từ dữ liệu hiện có. | Mọi ước tính thu được đều chứa đựng mức độ không chắc chắn trầm trọng, chưa đủ làm cơ sở vững chắc cho thực hành. |
Trong quy trình đánh giá chuẩn, khối dữ liệu xuất phát từ các thử nghiệm lâm sàng ngẫu nhiên có đối chứng ban đầu được gán mức xuất phát điểm là chất lượng cao. Ngược lại, dữ liệu xuất phát từ các nghiên cứu quan sát không ngẫu nhiên bắt đầu ở mức chất lượng thấp. Từ các điểm xuất phát này, chuyên gia thực hiện quy trình rà soát hệ thống qua 5 miền yếu tố làm giảm mức và 3 miền yếu tố làm tăng mức nhằm xác định chất lượng chung cuộc.
Năm yếu tố làm giảm mức chất lượng bằng chứng
Theo tài liệu hướng dẫn số 3 của Nhóm công tác GRADE do Balshem và cs. (2011) công bố, có 5 miền nguy cơ phương pháp luận có thể khiến chất lượng bằng chứng bị hạ xuống 1 hoặc 2 bậc:
1. Nguy cơ sai lệch trong thiết kế và triển khai
Nguy cơ sai lệch phát sinh khi các nghiên cứu thành phần mắc phải các khiếm khuyết nghiêm trọng trong quy trình thu thập dữ liệu và phân tích. Đối với thử nghiệm ngẫu nhiên, các sai lệch phổ biến bao gồm việc giấu mã phân bổ ngẫu nhiên không thỏa đáng, thiếu quy trình làm mù đối với bệnh nhân, nhân viên y tế hoặc người lượng giá kết cục, tỷ lệ người tham gia bỏ cuộc hoặc mất dấu theo dõi vượt ngưỡng kiểm soát, và việc báo cáo kết cục chọn lọc dựa trên tính có ý nghĩa thống kê. Khi phần lớn các nghiên cứu đóng góp trọng số lớn vào kết quả gộp có nguy cơ sai lệch cao, chất lượng của khối bằng chứng phải bị hạ 1 bậc hoặc 2 bậc tùy theo mức độ nghiêm trọng.
2. Sự không nhất quán của kết quả giữa các nghiên cứu
Sự không nhất quán thể hiện ở sự khác biệt lớn, không thể giải thích được giữa các kết quả quan sát của các nghiên cứu cùng khảo sát một câu hỏi lâm sàng. Dấu hiệu của sự không nhất quán bao gồm các ước tính điểm phân tán về cả hai phía của ngưỡng vô hiệu, khoảng tin cậy không trùng lặp và chỉ số không đồng nhất thống kê ở mức cao. Hướng dẫn cập nhật số 36 của GRADE do Guyatt và cs. (2023) công bố đã nhấn mạnh rằng các chuyên gia không nên phụ thuộc máy móc vào một chỉ số kiểm định duy nhất, mà phải ưu tiên quan sát sự tương đồng của các ước tính điểm can thiệp và mức độ trùng lặp của các khoảng tin cậy lâm sàng.
3. Tính gián tiếp của bằng chứng
Tính gián tiếp xuất hiện khi có sự sai lệch giữa câu hỏi lâm sàng mà hội đồng cần giải quyết và các đặc tính thực tế của nghiên cứu hiện có. Sự khác biệt này có thể phát sinh ở 4 khía cạnh chính:
- Quần thể nghiên cứu: Nghiên cứu thực hiện trên nhóm bệnh nhân trẻ tuổi, ít bệnh nền nhưng khuyến cáo lại hướng tới bệnh nhân cao tuổi có nhiều bệnh lý phức tạp.
- Biện pháp can thiệp: Liều lượng, dạng bào chế hoặc kỹ thuật mổ trong nghiên cứu khác biệt so với điều kiện thực hành lâm sàng thông thường.
- Nhóm so sánh: Can thiệp được so sánh với giả dược trong khi câu hỏi thực tế đòi hỏi so sánh đối đầu với phương pháp điều trị chuẩn đang lưu hành.
- Kết cục thay thế: Nghiên cứu đo lường các chỉ số sinh học trung gian như huyết áp hoặc mật độ khoáng của xương thay vì các kết cục trực tiếp có ý nghĩa sống còn với người bệnh như tỷ lệ đột quỵ hoặc tỷ lệ gãy xương.
4. Sự không chính xác của ước tính
Sự không chính xác xảy ra khi kích thước mẫu nghiên cứu hoặc số lượng biến cố tích lũy quá nhỏ, dẫn đến khoảng tin cậy xung quanh ước tính hiệu quả bị kéo dãn quá rộng. Một khối bằng chứng bị coi là không chính xác khi khoảng tin cậy 95% vừa bao gồm lợi ích lâm sàng quan trọng vừa bao hàm nguy cơ gây hại đáng kể, khiến người ra quyết định không thể khẳng định chắc chắn chiều hướng tác động của can thiệp (Schünemann và cs., 2019).
5. Sai lệch xuất bản
Sai lệch xuất bản phản ánh hiện tượng các nghiên cứu có kết quả dương tính, chứng minh hiệu quả của thuốc hoặc thủ thuật thường có cơ hội được chấp nhận xuất bản nhanh chóng và trên các tạp chí có uy tín cao hơn so với các nghiên cứu cho kết quả âm tính hoặc không có ý nghĩa thống kê. Sự vắng mặt của các nghiên cứu âm tính chưa được công bố trong các phân tích gộp làm sai lệch bức tranh toàn cảnh, khiến hiệu quả can thiệp bị thổi phồng một cách giả tạo.
Ba yếu tố nâng mức chất lượng bằng chứng cho nghiên cứu quan sát
Mặc dù các nghiên cứu quan sát khởi đầu ở mức chất lượng thấp do nguy cơ tiềm ẩn về các yếu tố gây nhiễu và sai lệch chọn mẫu, GRADE cho phép nâng hạng bằng chứng lên mức trung bình hoặc cao khi hội tụ một trong 3 điều kiện đặc biệt sau đây (Balshem và cs., 2011):
| Tiêu chí nâng mức | Ngưỡng định lượng và điều kiện | Cơ sở phương pháp luận |
|---|---|---|
| Hiệu ứng can thiệp rất lớn | Nguy cơ tương đối hoặc nâng 1 mức; hoặc nâng 2 mức khi không có yếu tố nhiễu trầm trọng. | Hiệu ứng quan sát được quá mạnh mẽ đến mức khó có thể giải thích thuần túy bằng các yếu tố gây nhiễu chưa được kiểm soát. |
| Mối liên hệ liều - đáp ứng | Mức độ đáp ứng lâm sàng tăng dần hoặc giảm dần đều đặn tương ứng với sự gia tăng liều lượng hoặc thời gian phơi nhiễm. | Mối quan hệ tuyến tính hoặc đơn điệu cung cấp bằng chứng thực nghiệm vững chắc ủng hộ mối quan hệ nhân quả sinh học. |
| Tác động của yếu tố nhiễu còn lại | Mọi yếu tố gây nhiễu chưa được đo lường nếu có sẽ chỉ làm suy giảm hiệu ứng quan sát được, hoặc làm xuất hiện hiệu ứng giả tạo theo chiều ngược lại. | Nếu các yếu tố nhiễu được kiểm soát đầy đủ thì hiệu quả can thiệp thực tế sẽ còn lớn hơn nữa so với giá trị đo lường hiện tại. |
Ví dụ kinh điển về việc nâng hạng chất lượng bằng chứng từ nghiên cứu quan sát là việc sử dụng insulin trong điều trị nhiễm toan ceton do đái tháo đường hoặc khâu nối vết thương mạch máu lớn: dù không có thử nghiệm ngẫu nhiên có đối chứng vì lý do y đức, hiệu ứng can thiệp vượt trội đã giúp các dữ liệu này đạt chất lượng bằng chứng ở mức cao.
Mối quan hệ giữa chất lượng bằng chứng và độ mạnh của khuyến cáo
Một trong những đóng góp mang tính nguyên tắc của khung GRADE là việc tách bạch hoàn toàn giữa chất lượng bằng chứng và độ mạnh của khuyến cáo thực hành lâm sàng. Khuyến cáo lâm sàng thường được phân thành hai cấp độ: khuyến cáo mạnh và khuyến cáo yếu hoặc có điều kiện (Guyatt và cs., 2008).
Chất lượng bằng chứng chỉ là một trong bốn yếu tố quyết định độ mạnh của khuyến cáo. Ba yếu tố còn lại bao gồm: sự cân bằng giữa lợi ích và nguy hại của can thiệp, mức độ đa dạng trong giá trị và sự lựa chọn ưu tiên của người bệnh, và chi phí sử dụng nguồn lực y tế. Do đó, mối quan hệ giữa chất lượng bằng chứng và khuyến cáo không phải là quan hệ tỷ lệ thuận cứng nhắc:
- Bằng chứng chất lượng thấp nhưng khuyến cáo mạnh: Thường xảy ra trong các tình huống cấp cứu đe dọa trực tiếp đến tính mạng người bệnh mà không có lựa chọn thay thế an toàn hơn, hoặc khi can thiệp có chi phí thấp và hầu như không gây tác dụng phụ nguy hiểm.
- Bằng chứng chất lượng cao nhưng khuyến cáo yếu: Xuất hiện khi can thiệp đã được chứng minh rất rõ ràng về mặt hiệu quả qua nhiều thử nghiệm ngẫu nhiên lớn, nhưng lợi ích thu được chỉ ở mức suýt soát ngang bằng với các tác dụng phụ nghiêm trọng hoặc chi phí tài chính quá đắt đỏ, đòi hỏi bác sĩ phải thảo luận kỹ lưỡng với từng người bệnh trước khi ra quyết định.
Ứng dụng thực tiễn trong tổng quan hệ thống và hướng dẫn điều trị
Trong các tổng quan hệ thống của Tổ chức Hợp tác Cochrane, việc đánh giá độ chắc chắn của bằng chứng đã trở thành tiêu chuẩn bắt buộc thông qua việc xây dựng Bảng Tóm tắt phát hiện (Summary of Findings table). Theo quy định trong Sổ tay tổng quan hệ thống Cochrane do Schünemann và cs. (2019) biên soạn, mỗi bảng tóm tắt phát hiện phải trình bày tường minh các ước tính hiệu quả tuyệt đối và hiệu quả tương đối kèm khoảng tin cậy 95% cho tối đa 7 kết cục quan trọng nhất đối với người bệnh, đi kèm nhận định chất lượng bằng chứng cho từng kết cục đó.
Tại Việt Nam, các nguyên tắc của y học thực chứng và quy trình đánh giá chất lượng bằng chứng ngày càng được chú trọng đưa vào thực tiễn đào tạo và khám chữa bệnh. Các hội đồng chuyên môn quốc gia, các viện nghiên cứu và bệnh viện tuyến trung ương khi xây dựng các phác đồ điều trị đã áp dụng khung phân loại bằng chứng chuẩn hóa để tăng cường tính minh bạch, hạn chế sự phụ thuộc thuần túy vào ý kiến cá nhân của chuyên gia, đồng thời bảo đảm các hướng dẫn thực hành phù hợp với điều kiện cơ sở vật chất và nguồn lực y tế trong nước.
Giới hạn phương pháp luận và các thách thức còn mở
Mặc dù hệ thống GRADE đã mang lại sự tiến bộ vượt bậc cho quá trình tổng hợp y văn, phương pháp đánh giá chất lượng bằng chứng vẫn đối mặt với một số tranh luận và thách thức học thuật đáng chú ý:
- Tính chủ quan trong phán đoán lâm sàng: Quy trình hạ hoặc nâng mức chất lượng phụ thuộc đáng kể vào cảm nhận chủ quan của chuyên gia đánh giá đối với các khái niệm định tính như "nghiêm trọng" hay "rất nghiêm trọng". Các nghiên cứu thực nghiệm đã ghi nhận độ đồng thuận giữa các nhóm đánh giá độc lập đôi khi chỉ đạt mức trung bình khi đứng trước các dữ liệu ranh giới.
- Bất cập trong can thiệp y tế công cộng: Việc mặc định xếp nghiên cứu quan sát ở mức chất lượng thấp tạo ra rào cản lớn đối với các chính sách y tế cộng đồng phức tạp như chính sách thuế đồ uống có đường, quy chuẩn khí thải môi trường hoặc can thiệp giãn cách xã hội, nơi các thử nghiệm ngẫu nhiên có đối chứng hoàn toàn bất khả thi hoặc phi đạo đức.
- Xung đột giữa các kết cục lâm sàng: Trong một can thiệp y khoa, chất lượng bằng chứng đối với kết cục cứu sống bệnh nhân có thể ở mức thấp do mẫu nhỏ, nhưng chất lượng bằng chứng đối với các biến cố ngoại ý nhẹ lại ở mức cao. Việc tích hợp các mức chất lượng phân tán này thành một quyết định lâm sàng tổng thể đòi hỏi các khung phân tích đa chiều phức tạp hơn.