🔮 Từ tương quan đến tiên lượng cá nhân
Hãy tưởng tượng bác sĩ Hùng có hai bệnh nhân mới. Ông An, 65 tuổi, huyết áp 150 mmHg. Ông Bình, 65 tuổi, huyết áp 120 mmHg. Cả hai đều 65 tuổi — vậy huyết áp kỳ vọng cho cả hai là 98 + 0.5×65 = 130.5 mmHg. Ông An cao hơn kỳ vọng gần 20 mmHg — bác sĩ Hùng cần tìm nguyên nhân (ăn mặn? béo phì? không tuân thủ thuốc?). Ông Bình thấp hơn kỳ vọng 10 mmHg — có thể ông ấy có lối sống tốt hoặc đang dùng thuốc hiệu quả.
Phương trình hồi quy không chỉ là một công thức toán học — nó là một công cụ lâm sàng. Nó cho bạn biết "điểm bắt đầu" để đánh giá từng bệnh nhân. Một bệnh nhân 80 tuổi với huyết áp 140 có thể "bình thường theo tuổi" trong khi một người 40 tuổi với huyết áp 140 là bất thường. Hồi quy giúp chuẩn hóa kỳ vọng theo các yếu tố nền.
Nhưng bác sĩ Hùng cũng cần nhớ: R² = 0.42 có nghĩa là 58% phương sai huyết áp không được giải thích bởi tuổi. Không thể dự đoán chính xác huyết áp cho từng bệnh nhân chỉ từ tuổi — còn quá nhiều yếu tố cá nhân. Đây là ranh giới giữa thống kê quần thể và y học cá thể.
Tại sao "regression toward the mean" lại quan trọng trong theo dõi lâm sàng? Giả sử bạn đo huyết áp một bệnh nhân và thấy rất cao (180 mmHg). Bạn kê thuốc. Lần tái khám sau, huyết áp là 150 mmHg — giảm 30 mmHg! Bạn kết luận thuốc có hiệu quả. Nhưng — một phần của sự giảm này có thể chỉ đơn giản là regression toward the mean: lần đầu đo cao bất thường do ngẫu nhiên (bệnh nhân lo lắng, vận động trước đó...), lần sau trở về gần giá trị thật hơn. Đây là lý do tại sao các thử nghiệm lâm sàng cần có nhóm chứng — để phân biệt hiệu quả thật của thuốc với hiệu ứng "trở về trung bình" tự nhiên.
Tác động lâm sàng: Một bác sĩ hiểu hồi quy sẽ không vội vàng kết luận khi thấy huyết áp giảm sau khi kê thuốc. Ông ta sẽ hỏi: "Bao nhiêu phần của sự giảm này là do thuốc, bao nhiêu là do regression toward the mean?" — và sẽ dùng nhiều lần đo (trung bình 2-3 lần) để có giá trị nền chính xác trước khi quyết định điều trị. Điều này tránh được việc kê thuốc quá mức dựa trên những dao động ngẫu nhiên. Hơn nữa, hiểu được R² = 0.42, bác sĩ Hùng sẽ tìm kiếm thêm các yếu tố dự báo khác (chỉ số BMI, vòng bụng, tiền sử gia đình) để xây dựng mô hình tiên lượng toàn diện hơn — đó là bước đầu tiên của y học chính xác.
