🏥 Từ hạt đậu đến bệnh nhân tim mạch

Tình huống: Khoa Nội Tim mạch, Bệnh viện Đa khoa An Giang

Bác sĩ Hùng công tác tại Bệnh viện Đa khoa An Giang, một bệnh viện tuyến tỉnh ở vùng Đồng bằng sông Cửu Long. Mỗi tháng, ông khám và điều trị cho hàng trăm bệnh nhân tăng huyết áp. Một câu hỏi thường trực trong đầu ông: "Liệu tuổi tác có liên quan đến mức huyết áp của bệnh nhân không? Và nếu có thể dự đoán được huyết áp dựa trên tuổi — liệu tôi có thể can thiệp sớm hơn?"

Với sự hỗ trợ của khoa Thống kê Y học, bác sĩ Hùng thiết kế một nghiên cứu trên 80 bệnh nhân tăng huyết áp đang điều trị ngoại trú. Ông thu thập tuổi và huyết áp tâm thu của từng bệnh nhân. Kết quả: hệ số tương quan Pearson r = 0.65 với p < 0.001. Phương trình hồi quy: Y = 98 + 0.5 × Tuổi. Hệ số xác định R² = 0.42.

Bác sĩ Hùng rất phấn khởi: "r = 0.65 và p < 0.001 — rõ ràng có mối liên hệ. Mỗi năm tuổi thêm, huyết áp dự đoán tăng 0.5 mmHg. Nhưng bệnh nhân của tôi — từng người một — có thực sự theo quy luật này không? Và R² = 0.42 nghĩa là gì trên lâm sàng?"

📚 Cửa sổ học thuật — r = 0.65 là mạnh hay vừa? Trong y học, không có ngưỡng cứng nhắc cho "mạnh" hay "yếu", nhưng có một quy ước tham khảo: |r| < 0.3 là yếu, 0.3–0.5 là trung bình, 0.5–0.7 là mạnh, > 0.7 là rất mạnh. Tuy nhiên, con số quan trọng hơn là r² = 0.42 — nó nói rằng 42% phương sai của huyết áp được giải thích bởi tuổi. Nói cách khác, 58% còn lại đến từ các yếu tố khác: di truyền, chế độ ăn, tập thể dục, thuốc men, stress... r = 0.65 là mạnh, nhưng không mạnh đến mức có thể dự đoán chính xác huyết áp của từng bệnh nhân chỉ từ tuổi. Khi tư vấn cho bệnh nhân, bác sĩ Hùng nên nói: "Tuổi là yếu tố quan trọng, nhưng còn nhiều yếu tố khác nữa."

Tác động lâm sàng: Với phương trình Y = 98 + 0.5 × Tuổi, bác sĩ Hùng có thể ước lượng huyết áp "kỳ vọng" của một bệnh nhân 60 tuổi: 98 + 0.5×60 = 128 mmHg. Nếu bệnh nhân có huyết áp 160 mmHg, con số này cao hơn đáng kể so với kỳ vọng — gợi ý các yếu tố nguy cơ khác ngoài tuổi (chế độ ăn mặn, béo phì, ít vận động). Ngược lại, huyết áp 110 ở tuổi 70 là thấp hơn kỳ vọng — có thể bệnh nhân này có lối sống lành mạnh hoặc dùng thuốc tốt. Phương trình hồi quy không chỉ dự đoán — nó giúp phát hiện bất thường trên từng cá nhân, mở ra cánh cửa cho y học cá thể hóa.

Tại sao p < 0.001 ở đây không có nghĩa là r = 0.65 là "rất đáng tin"? p < 0.001 chỉ cho biết rằng khả năng quan sát được r = 0.65 chỉ là do ngẫu nhiên — nếu thực sự không có tương quan trong quần thể — là rất thấp (< 0.1%). Nó KHÔNG cho biết độ lớn của tương quan là đáng kể. Với cỡ mẫu rất lớn, ngay cả r = 0.05 cũng có thể có p < 0.001. Do đó, luôn nhìn vào r (hay r²) — không chỉ p — để đánh giá mức độ mạnh của mối quan hệ. Bác sĩ Hùng cần trả lời: "42% phương sai được giải thích — vậy 58% là do gì?" — đó mới là câu hỏi y học quan trọng, không phải "có ý nghĩa thống kê không?"