🔮 Từ CI đến quyết định điều trị — Công cụ không thể thiếu
Hãy tưởng tượng bạn đang đọc kết quả của một thử nghiệm lâm sàng ngẫu nhiên so sánh hai phác đồ điều trị tăng huyết áp. Kết quả được trình bày: "Phác đồ A làm giảm huyết áp tâm thu trung bình 8,2 mmHg (CI 95%: 5,1–11,3 mmHg). Phác đồ B làm giảm 6,7 mmHg (CI 95%: 3,9–9,5 mmHg)." Với kiến thức về CI, bạn có thể đưa ra ba nhận xét quan trọng. Thứ nhất, cả hai phác đồ đều có hiệu quả — vì cận dưới của cả hai CI đều lớn hơn 0. Thứ hai, CI của phác đồ A và B có chồng lấn đáng kể (5,1–9,5), điều này gợi ý rằng sự khác biệt giữa hai phác đồ có thể không có ý nghĩa thống kê — dù phác đồ A có vẻ tốt hơn. Thứ ba, bề rộng của CI (khoảng 6 mmHg cho mỗi phác đồ) cho thấy độ chính xác của ước lượng — nếu nghiên cứu có cỡ mẫu lớn hơn, CI sẽ hẹp hơn và câu trả lời sẽ rõ ràng hơn.
CI cũng là công cụ đắc lực trong việc đánh giá ý nghĩa lâm sàng (clinical significance) khác với ý nghĩa thống kê (statistical significance). Một kết quả có thể "có ý nghĩa thống kê" (p < 0,05) nhưng CI rất rộng, cho thấy ước lượng không chính xác. Ngược lại, một kết quả có thể "không có ý nghĩa thống kê" (p > 0,05) nhưng CI bao gồm những giá trị có ý nghĩa lâm sàng — nghĩa là vẫn có khả năng thuốc có hiệu quả, nhưng nghiên cứu quá nhỏ để kết luận. Ví dụ kinh điển: một thử nghiệm lâm sàng về thuốc chống đột quỵ cho thấy giảm nguy cơ 15% (CI 95%: –5% đến 35%, p = 0,15). Mặc dù p > 0,05, CI chứa khả năng giảm nguy cơ đến 35% — một lợi ích lâm sàng rất lớn. Bác sĩ thông thái sẽ không vội kết luận "thuốc vô dụng" mà sẽ yêu cầu nghiên cứu thêm với cỡ mẫu lớn hơn.
Tại sao CI lại là công cụ ra quyết định tốt hơn p-value? Bởi vì p-value chỉ trả lời một câu hỏi nhị phân: "có hay không có khác biệt?" — và thường bị hiểu sai. CI cung cấp ba lớp thông tin cùng lúc: (1) ước lượng điểm — mức khác biệt tốt nhất dựa trên dữ liệu; (2) độ chính xác — bề rộng của CI phản ánh độ bất định; (3) ý nghĩa lâm sàng — liệu toàn bộ CI có nằm trong vùng "có ý nghĩa lâm sàng" hay không? Các hướng dẫn báo cáo kết quả nghiên cứu (CONSORT, STROBE) đều khuyến nghị báo cáo CI thay vì chỉ báo cáo p-value. Một số tạp chí — như Journal of the American Medical Association (JAMA) — thậm chí yêu cầu CI phải được báo cáo cho mọi ước lượng chính, và coi CI là thông tin bắt buộc, trong khi p-value chỉ là thông tin bổ sung.
Tác động lâm sàng: Bác sĩ Hùng, sau khi hiểu rõ về CI, thay đổi hoàn toàn cách đọc y văn. Thay vì chỉ nhìn vào p-value, ông đọc CI và tự hỏi: "Cận dưới của CI có còn ý nghĩa lâm sàng không? CI có hẹp đủ để tôi tin tưởng vào ước lượng này không?" Khi một đồng nghiệp trình bày kết quả "thuốc hạ đường huyết mới giảm HbA1c 0,8% (CI 95%: 0,3–1,3%, p = 0,002)", bác sĩ Hùng nhận ra rằng mức giảm 0,8% là có ý nghĩa lâm sàng (cận dưới 0,3% vẫn có giá trị), và CI khá hẹp — ông có thể tự tin kê thuốc này cho bệnh nhân. Ngược lại, khi đọc một nghiên cứu với "giảm 0,5% (CI 95%: –0,2% đến 1,2%, p = 0,15)", ông không kết luận "thuốc vô dụng" mà ghi nhận: kết quả chưa đủ kết luận — có thể thuốc có hiệu quả nhưng cần thêm dữ liệu. CI đã biến ông từ một người đọc thụ động thành một người đánh giá chủ động, có phản biện.
