🔮 Chọn test đúng — tránh sai lầm lâm sàng
Một bác sĩ nghiên cứu tại Bệnh viện Bạch Mai muốn so sánh hiệu quả của hai phương pháp vật lý trị liệu cho bệnh nhân đau thắt lưng mạn tính. Ông đo điểm đau theo thang VAS (0–10) — một biến thứ hạng. Nhưng vì quen dùng, ông áp dụng t-test mà không kiểm tra phân phối. Kết quả cho thấy p = 0,12 — "không có ý nghĩa thống kê". Ông kết luận hai phương pháp tương đương và đề xuất dùng phương pháp rẻ hơn. Nhưng nếu ông dùng Mann-Whitney U test — test phù hợp với dữ liệu thứ hạng — thì p lại là 0,04 — "có ý nghĩa thống kê". Sai lầm trong chọn test đã khiến ông bỏ lỡ một khác biệt thực sự có ý nghĩa lâm sàng.
Câu chuyện trên không hiếm. Một khảo sát trên 300 bài báo y học Việt Nam công bố giai đoạn 2018–2023 cho thấy khoảng 15% sử dụng sai test thống kê — phổ biến nhất là dùng t-test cho dữ liệu không chuẩn và dùng Chi-square khi có ô trong bảng 2×2 có tần số kỳ vọng nhỏ hơn 5. Lỗi này thường không được phát hiện trong quy trình phản biện (peer review), vì cả tác giả lẫn phản biện đều có thể không phải là chuyên gia thống kê. Hậu quả: những kết luận lâm sàng sai lầm được công bố và có thể ảnh hưởng đến hàng ngàn bệnh nhân trước khi bị phát hiện.
Tại sao bảng quyết định chọn test lại quan trọng đến vậy? Bởi vì mỗi test thống kê đều dựa trên một bộ giả định, và vi phạm các giả định này có thể dẫn đến kết luận sai lệch theo cả hai hướng: (1) bỏ sót khác biệt thật (tăng sai lầm Type II) hoặc (2) tuyên bố khác biệt giả (tăng sai lầm Type I). Bảng quyết định không chỉ giúp bạn chọn đúng test — nó còn giúp bạn hiểu tại sao test đó phù hợp. Hãy nhớ: không có test thống kê nào "đúng" hay "sai" tuyệt đối — mỗi test chỉ phù hợp với một loại dữ liệu và một câu hỏi nghiên cứu cụ thể. Sự phù hợp này mới là yếu tố quyết định độ tin cậy của kết luận.
Tác động lâm sàng: Bác sĩ tại BV Bạch Mai, sau khi học về bảng quyết định chọn test, thiết kế lại nghiên cứu của mình. Ông xác định điểm VAS là biến thứ hạng, lên kế hoạch dùng Mann-Whitney U ngay từ đầu, và tính toán cỡ mẫu dựa trên power analysis cho test này. Kết quả: p = 0,03, và — quan trọng hơn — ông có thể giải thích cho đồng nghiệp tại sao test này phù hợp. Nghiên cứu được chấp nhận đăng trên tạp chí y học. Phương pháp vật lý trị liệu mới được áp dụng tại bệnh viện, giúp hàng trăm bệnh nhân đau thắt lưng giảm đau hiệu quả hơn. Từ một chiếc t-test sai, nếu không được sửa, tất cả những lợi ích này đã không xảy ra.
