Nghiên cứu đoàn hệ hồi cứu là gì? Các nghiên cứu khoa học

Định nghĩa và cơ sở lý thuyết

Nghiên cứu đoàn hệ hồi cứu (retrospective cohort study) là loại nghiên cứu quan sát, trong đó người nghiên cứu xác định trước nhóm đối tượng (cohort) dựa trên tình trạng phơi nhiễm đã xảy ra trong quá khứ, sau đó truy ngược hồ sơ để đánh giá kết cục sức khỏe. Phương pháp này tận dụng dữ liệu lịch sử như hồ sơ y tế điện tử, cơ sở dữ liệu bảo hiểm để theo dõi diễn tiến của bệnh và mối liên hệ với yếu tố nguy cơ đã ghi nhận trước đó.

Cơ sở lý thuyết của nghiên cứu đoàn hệ hồi cứu dựa trên nguyên lý xác định thứ tự thời gian: phơi nhiễm phải diễn ra trước khi kết cục xuất hiện. Điều này duy trì tính nhân quả tạm thời (temporality) và cho phép ước tính tỷ lệ nguy cơ (risk ratio) hoặc tỷ lệ chênh (odds ratio) giữa nhóm phơi nhiễm và nhóm đối chứng. Nghiên cứu hồi cứu thường được so sánh với đoàn hệ tiến cứu (prospective cohort), điểm mạnh là tiết kiệm thời gian và chi phí, điểm yếu là phụ thuộc vào chất lượng dữ liệu lịch sử.

Lý thuyết sinh học và dịch tễ học cung cấp nền tảng để chọn phơi nhiễm và kết cục phù hợp: ví dụ nghiên cứu liên quan thuốc, môi trường làm việc, chế độ dinh dưỡng. Nghiên cứu phải xác định rõ giả thuyết, cơ chế tác động và đường dẫn sinh học giữa phơi nhiễm và kết cục. Việc lựa chọn phơi nhiễm và kết cục đúng đắn giúp giảm sai lệch đo lường và tăng độ tin cậy kết quả.

Thiết kế nghiên cứu

Thiết kế đoàn hệ hồi cứu gồm các bước chính: (1) xác định nhóm phơi nhiễm và nhóm đối chứng dựa trên dữ liệu lịch sử, (2) thiết lập mốc thời gian t0 là thời điểm phân nhóm, (3) xác định khoảng thời gian theo dõi đến khi xảy ra kết cục hoặc kết thúc nghiên cứu. Mốc t0 thường là ngày bắt đầu dùng thuốc, ngày khám bệnh đầu tiên hoặc mốc thu thập mẫu xét nghiệm.

Tiêu chí lựa chọn (inclusion) và loại trừ (exclusion) thành viên đoàn hệ phải rõ ràng: ví dụ tuổi ≥18, có hồ sơ y tế đầy đủ tối thiểu 5 năm, không có bệnh nền tại t0. Tiêu chí loại trừ gồm mất liên lạc, chuyển nơi ở, dữ liệu phơi nhiễm/kết cục không xác định được. Việc này giúp giảm sai lệch chọn mẫu (selection bias) và đảm bảo tính nhất quán trong nhóm nghiên cứu.

Thiết kế còn bao gồm kế hoạch thu thập dữ liệu bổ sung và kiểm định tính đầy đủ của nguồn dữ liệu. Đối với hồ sơ điện tử, cần kiểm tra tính liên tục của ghi chép, mức độ chi tiết của phơi nhiễm (liều, tần suất), ghi nhận lâm sàng và xét nghiệm. Thiết kế phải nêu rõ quy trình kiểm soát chất lượng dữ liệu, bao gồm kiểm tra chéo (data validation) và xử lý dữ liệu thiếu (missing data).

Chọn mẫu và nguồn dữ liệu

Nguồn dữ liệu trong đoàn hệ hồi cứu thường là hồ sơ y tế điện tử (EMR), cơ sở dữ liệu bảo hiểm y tế, sổ khám bệnh, cơ sở dữ liệu dân số. Ưu điểm là quy mô lớn, đa dạng thông tin; nhược điểm là không kiểm soát được quá trình thu thập ban đầu, có thể thiếu sót thông tin phơi nhiễm hoặc kết cục.

Quy trình chọn mẫu gồm lọc toàn bộ hồ sơ thỏa mãn tiêu chí lựa chọn, sau đó phân nhóm theo phơi nhiễm. Ví dụ, trong nghiên cứu tác động của thuốc kháng viêm không steroid (NSAIDs) lên chức năng thận, nhóm phơi nhiễm là những bệnh nhân đã dùng NSAIDs ≥3 tháng trước đây, nhóm đối chứng là bệnh nhân tương đồng chưa từng dùng NSAIDs.

Đánh giá chất lượng dữ liệu bao gồm kiểm tra tỉ lệ missing data, phân bố đặc điểm nhân khẩu học (tuổi, giới, BMI), và so sánh tính đồng nhất giữa hai nhóm. Thống kê mô tả (mean, median, SD, IQR) và bảng so sánh (table) giúp trực quan hóa sự khác biệt ban đầu, hỗ trợ điều chỉnh đa biến sau này.

Xác định phơi nhiễm

Phơi nhiễm (exposure) phải được định nghĩa rõ ràng và đo lường chính xác từ dữ liệu lịch sử. Ví dụ, phơi nhiễm thuốc là ngày bắt đầu đơn thuốc, liều dùng và thời gian điều trị. Phơi nhiễm môi trường có thể dựa trên bản đồ GIS và dữ liệu quan trắc khí thải, nồng độ ô nhiễm không khí.

Cần phân loại mức độ phơi nhiễm thành các cấp (E1, E2, E3…) dựa trên liều tích lũy hoặc tần suất tiếp xúc để đánh giá mối quan hệ liều – kết cục. Việc phân cấp giúp phát hiện ngưỡng tác động và xây dựng mô hình dose–response.

Đánh giá độ tin cậy của ghi nhận phơi nhiễm bằng cách so sánh nhiều nguồn dữ liệu (hồ sơ y tế vs. dược phẩm; giám sát tại nơi làm việc vs. báo cáo người lao động), tính toán hệ số Kappa hoặc tỉ lệ khớp đoán nhận (sensitivity/specificity) để đảm bảo sai lệch đo lường (misclassification) ở mức tối thiểu.

Xác định kết cục

Kết cục (outcome) là biến quan trọng cần đo đạc trong nghiên cứu đoàn hệ hồi cứu. Kết cục chính cần định nghĩa rõ ràng về mặt lâm sàng hoặc sinh học, ví dụ bệnh tim mạch, suy thận giai đoạn cuối, tử vong do mọi nguyên nhân hoặc tác dụng phụ nặng.

Dữ liệu kết cục thường lấy từ mã ICD trong hồ sơ y tế, dữ liệu bảo hiểm hoặc sổ khám chuyên khoa. Việc sử dụng tiêu chuẩn chẩn đoán quốc tế như ICD-10 hoặc SNOMED đảm bảo tính nhất quán giữa các cơ sở dữ liệu khác nhau và khả năng so sánh đa trung tâm.

• Sử dụng mã ICD-10 để xác định nhồi máu cơ tim: I21.x.
• Xác nhận tử vong thông qua cơ sở dữ liệu dân số quốc gia hoặc Cơ quan Y tế dự phòng (CDC). CDC – ICD-10-CM
• Thời điểm xảy ra kết cục được ghi nhận là ngày nhập viện hoặc ngày tử vong theo giấy chứng tử.

Đối với kết cục biến thiên (time-to-event), cần đảm bảo tính thời thứ tự: phơi nhiễm trước t0, kết cục sau t0. Trường hợp mất theo dõi, ghi nhận là bị cắt cụt (censoring) tại ngày truy vấn cuối cùng.

Kiểm soát nhiễu và sai lệch

Biến nhiễu (confounders) là yếu tố liên quan đồng thời đến phơi nhiễm và kết cục, có thể làm sai lệch ước tính mối liên hệ. Ví dụ nghiên cứu NSAIDs và suy thận phải điều chỉnh tuổi, giới, bệnh nền tiểu đường, tăng huyết áp.

• Sử dụng phân tích đa biến (multivariable regression) đưa các biến nhiễu vào mô hình.
• Ghép cặp theo điểm propensity score matching để cân bằng đặc điểm ban đầu giữa nhóm exposed và unexposed. PubMed – Propensity Score
• Đánh giá sai lệch chọn mẫu (selection bias) và sai lệch thông tin (information bias) bằng phân tích sensitivity và thiết kế nested case–control bên trong cohort.

Thiết kế nested case–control cho phép lấy mẫu nhanh và hiệu quả khi kết cục hiếm, đồng thời duy trì lợi thế theo dõi đoàn hệ. Phương pháp này giảm chi phí xét nghiệm và phân tích so với xử lý toàn bộ cohort.

Phân tích thống kê

Mô hình Cox proportional hazards là công cụ phổ biến để đánh giá ảnh hưởng của phơi nhiễm lên nguy cơ xảy ra kết cục theo thời gian.

Công thức mô hình Cox cơ bản: $\lambda(t|X)=\lambda_0(t)\exp(\beta_1 X_1 + \beta_2 X_2 + \dots + \beta_p X_p)$, trong đó X là bộ biến giải thích bao gồm phơi nhiễm và biến nhiễu, \lambda_0(t) là hazard cơ sở.

• Ước tính hazard ratio (HR) kèm khoảng tin cậy 95% (CI).
• Kiểm tra giả thuyết proportional hazards bằng Schoenfeld residuals.
• Phân tích nhạy cảm (sensitivity analysis) thay đổi ngưỡng phơi nhiễm, phương pháp xử lý dữ liệu thiếu (multiple imputation) để đánh giá độ ổn định kết quả.

Biểu đồ Kaplan–Meier minh họa xác suất sống sót tự do kết cục theo thời gian giữa các nhóm. Sử dụng kiểm định log-rank để so sánh đường cong giữa nhóm exposed và unexposed.

Ưu điểm và hạn chế

Ưu điểm: tiết kiệm thời gian và chi phí nhờ tận dụng dữ liệu có sẵn; phù hợp với nghiên cứu phơi nhiễm hiếm hoặc diễn ra trước thời điểm nghiên cứu; khả năng thu thập mẫu lớn, tăng tính mạnh thống kê.

Hạn chế: phụ thuộc chất lượng và độ đầy đủ của dữ liệu lịch sử; nguy cơ sai lệch đo lường nếu phơi nhiễm, kết cục không được ghi chép chính xác; sai lệch chọn mẫu nếu mất theo dõi không ngẫu nhiên; khó kiểm soát biến nhiễu chưa ghi nhận.

• Thiếu thông tin về yếu tố lối sống, đa phần không có dữ liệu về hút thuốc, ăn uống.
• Dữ liệu thiếu chi tiết về liều phơi nhiễm, tần suất, không phân tích liều – đáp ứng.
• Phải xử lý missing data và cắt cụt, có thể giảm kích thước mẫu hiệu quả.

Yêu cầu đạo đức và quy định

Nghiên cứu sử dụng dữ liệu thứ cấp phải được phê duyệt bởi hội đồng đạo đức (IRB/REC) và tuân thủ quy định bảo vệ thông tin cá nhân (GDPR tại châu Âu, HIPAA tại Mỹ). Dữ liệu phải được mã hóa (de-identification) để bảo mật danh tính.

Cần có giấy phép truy cập cơ sở dữ liệu y tế và cam kết không tiết lộ thông tin bệnh nhân. Báo cáo phải nêu rõ nguồn dữ liệu và phương pháp bảo mật, đồng thời cho phép cơ quan kiểm tra độc lập xác minh quy trình thu thập và xử lý.

WHO – Ethical issues in public health surveillance

Tiêu chuẩn báo cáo và chất lượng

Tuân thủ hướng dẫn STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) giúp đảm bảo báo cáo đầy đủ thiết kế, phân tích và hạn chế. Đặc biệt, checklist STROBE-cohort tập trung vào nghiên cứu đoàn hệ.

• Ghi rõ phương pháp chọn mẫu, tiêu chí lựa chọn và loại trừ.
• Mô tả chi tiết biến phơi nhiễm, kết cục và biến nhiễu.
• Báo cáo kết quả phân tích đa biến, HR với CI và p-value.
• Thảo luận minh bạch ưu điểm, hạn chế và khả năng khái quát hóa.

STROBE Statement

Tài liệu tham khảo

• Vandenbroucke JP, von Elm E, Altman DG, et al. “Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): explanation and elaboration.” Int J Epidemiol. 2007;36(6):1516–1539. STROBE
• Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3rd ed. Lippincott Williams & Wilkins; 2008.
• Song JW, Chung KC. “Observational Studies: Cohort and Case-Control Studies.” Plast Reconstr Surg. 2010;126(6):2234–2242.
• Hernán MA, Robins JM. “Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available.” Am J Epidemiol. 2016;183(8):758–764.
• CDC. “Principles of Epidemiology in Public Health Practice,” 3rd ed. 2012. CDC Epi Manual
• WHO. “World Health Organization guideline on ethical issues in public health surveillance.” 2017. WHO Surveillance Ethics