🏥 "200 bệnh nhân có đủ không?" — Câu chuyện thiết kế thử nghiệm thuốc hạ áp
Tình huống: Thiết kế thử nghiệm lâm sàng pha III, Viện Tim mạch Việt Nam
Một nhóm nghiên cứu tại Viện Tim mạch Quốc gia đang thiết kế một thử nghiệm lâm sàng ngẫu nhiên có đối chứng (RCT) để đánh giá hiệu quả của một thuốc hạ huyết áp mới so với thuốc hiện hành. Nhà nghiên cứu chính hỏi: "Chúng tôi dự kiến tuyển 200 bệnh nhân — 100 mỗi nhóm. Liệu có đủ không?"
Để trả lời, cần biết các thông số sau:
- δ (effect size — khác biệt tối thiểu có ý nghĩa lâm sàng): Nhóm nghiên cứu cho rằng thuốc mới cần hạ huyết áp nhiều hơn thuốc cũ ít nhất 5 mmHg mới đáng để thay đổi phác đồ.
- σ (độ lệch chuẩn của huyết áp): Dựa trên y văn và dữ liệu pilot, σ ≈ 15 mmHg.
- α (ngưỡng ý nghĩa): 0.05 (two-tailed).
- Power (1 − β): 80% (tiêu chuẩn).
Công thức tính cỡ mẫu cho hai nhóm độc lập (t-test):
n = 2 × (Zα/2 + Zβ)² × σ² / δ²
Thay số:
Zα/2 = Z0.025 = 1.96
Zβ = Z0.20 = 0.84
n = 2 × (1.96 + 0.84)² × 15² / 5²
n = 2 × (2.8)² × 225 / 25
n = 2 × 7.84 × 9
n = 2 × 70.56 ≈ 141 bệnh nhân mỗi nhóm
Kết luận: với δ = 5 mmHg, σ = 15 mmHg, α = 0.05, power = 80%, cần ≈ 141 bệnh nhân mỗi nhóm (282 tổng cộng). Kế hoạch 200 bệnh nhân (100/nhóm) là thiếu — power sẽ chỉ đạt khoảng 65%, không đủ để tin tưởng vào kết quả. Nhóm nghiên cứu cần tăng cỡ mẫu lên 300 bệnh nhân.
📚 Cửa sổ học thuật — Trade-off giữa α, β, δ và cỡ mẫu: Công thức trên cho thấy bốn yếu tố có mối quan hệ mật thiết: thay đổi một yếu tố ảnh hưởng đến các yếu tố khác. (1) Nếu muốn giảm α (từ 0.05 xuống 0.01), cần tăng n. (2) Nếu muốn tăng power (từ 80% lên 90%), cần tăng n. (3) Nếu muốn phát hiện khác biệt nhỏ hơn (δ = 3 thay vì 5), cần tăng n rất nhiều (n = 2 × 7.84 × 225 / 9 ≈ 392/nhóm!). (4) Nếu σ lớn, cần n lớn — do đó, thiết kế nghiên cứu chặt chẽ (giảm σ) là cách hiệu quả để giảm cỡ mẫu mà không mất power.
Tác động lâm sàng: Nếu nhóm nghiên cứu tiến hành thử nghiệm với 200 bệnh nhân (thiếu power), có hai kịch bản: (1) Kết quả âm tính (p > 0.05) — nhưng do thiếu power, không thể kết luận thuốc mới không hơn thuốc cũ. Một thuốc tiềm năng bị bỏ lỡ, hàng triệu bệnh nhân không được tiếp cận. (2) Kết quả dương tính (p < 0.05) — may mắn, nhưng ước lượng về độ lớn hiệu quả không chính xác (khoảng tin cậy rộng), dẫn đến quyết định điều trị không tối ưu. Trong cả hai trường hợp, 200 bệnh nhân đã tham gia nhưng không mang lại câu trả lời đáng tin cậy — đó là sự lãng phí về thời gian, tiền bạc và lòng tin của bệnh nhân.
