📍 Khái niệm cốt lõi: So sánh công bằng — phải hiệu chỉnh khác biệt nền
Hãy tưởng tượng bạn có hai đứa trẻ. Một đứa 5 tuổi cao 1.1 mét. Một đứa 7 tuổi cao 1.2 mét. Đứa nào cao hơn? Rõ ràng đứa 7 tuổi — nhưng đó không phải là một câu hỏi thú vị. Câu hỏi thú vị hơn là: Nếu cả hai đứa trẻ cùng 5 tuổi, đứa nào sẽ cao hơn? Để trả lời, bạn cần so sánh chiều cao theo z-score (chỉ số chiều cao theo tuổi) — một cách hiệu chỉnh cho tuổi. Một đứa trẻ 7 tuổi cao 1.2m có z-score là 0.2 (hơi thấp so với chuẩn), trong khi đứa trẻ 5 tuổi cao 1.1m có z-score là 0.8 (cao hơn chuẩn). Kết luận: thực ra đứa 5 tuổi cao hơn so với tuổi của nó!
📏 Câu chuyện "Hai đứa trẻ, hai chiều cao, hai độ tuổi"
Lớp mẫu giáo có hai bạn: bạn Xanh 5 tuổi (1.1m) và bạn Đỏ 7 tuổi (1.2m). Cô giáo hỏi: "Ai cao hơn?" Cả lớp đồng thanh: "Bạn Đỏ!"
Nhưng cô giáo tinh ý hơn. Cô lấy biểu đồ tăng trưởng của WHO — một đường cong chuẩn cho thấy chiều cao trung bình theo tuổi và giới. Cô tính z-score: bạn Xanh có z = 0.8 (cao hơn 80% trẻ cùng tuổi), bạn Đỏ có z = 0.2 (cao hơn 20% trẻ cùng tuổi). Cô nói: "Thực ra bạn Xanh cao hơn so với tuổi của mình!"
Các bạn nhỏ không hiểu ngay, nhưng bố mẹ thì hiểu: để so sánh công bằng, bạn phải hiệu chỉnh cho tuổi. Trong thống kê y học, đây chính là bản chất của ANCOVA — Analysis of Covariance. Nó cho phép chúng ta so sánh hai (hoặc nhiều) nhóm sau khi đã hiệu chỉnh cho một biến liên tục (covariate) — giống như cô giáo dùng biểu đồ tăng trưởng để "xóa" ảnh hưởng của tuổi trước khi so sánh chiều cao.
📚 Cửa sổ học thuật — Bản chất của ANCOVA: Nó là hồi quy đa biến với biến nhóm + biến hiệu chỉnh Nhiều người nghĩ ANCOVA là một phương pháp riêng biệt, nhưng thực ra nó chỉ là một trường hợp đặc biệt của hồi quy đa biến: Y = β₀ + β₁×Nhóm + β₂×(X − X̄) + ε. Trong đó, X là biến hiệu chỉnh (covariate), Nhóm là biến phân loại (0/1). Hệ số β₁ cho biết khác biệt giữa hai nhóm sau khi đã hiệu chỉnh cho X. Nếu bỏ qua X, bạn đang làm một ANOVA thông thường — và kết quả có thể sai lầm.
Tại sao chúng ta không thể đơn giản so sánh trung bình hai nhóm? Bởi vì nếu hai nhóm khác nhau ở một biến nền quan trọng (ví dụ: tuổi, BMI, mức độ nặng của bệnh), thì khác biệt về outcome có thể là do biến nền đó, không phải do can thiệp. Hãy tưởng tượng: nhóm A gồm người trẻ (tuổi trung bình 30), nhóm B gồm người già (tuổi trung bình 60). Nếu outcome là huyết áp, nhóm A có thể thấp hơn nhóm B — nhưng đó là do tuổi chứ không phải do can thiệp. ANCOVA "hiệu chỉnh" cho tuổi bằng cách ước lượng: "Nếu cả hai nhóm có cùng tuổi trung bình, thì khác biệt huyết áp là bao nhiêu?"
