🔮 Ethics: Cỡ mẫu nhỏ quá thì vô ích, lớn quá thì tốn kém

Việc tính cỡ mẫu không chỉ là một bài tập thống kê — nó là một quyết định đạo đức và kinh tế. Một nghiên cứu với cỡ mẫu quá nhỏ không thể đưa ra kết luận đáng tin cậy — đó là sự lãng phí nguồn lực và sự đóng góp của bệnh nhân. Một nghiên cứu với cỡ mẫu quá lớn là sự tốn kém không cần thiết và kéo dài thời gian — điều này làm chậm trễ việc đưa thuốc mới ra thị trường.

Tác động lâm sàng — Cân bằng giữa khoa học và thực tế: Một nhóm nghiên cứu tại Bệnh viện Nhi Trung ương muốn đánh giá hiệu quả của một phác đồ điều trị mới cho trẻ em mắc bệnh hiếm. Vì bệnh hiếm, họ chỉ có thể tuyển được 40 bệnh nhân. Tính toán cho thấy cần 120 bệnh nhân để có power 80%. Họ có nên tiến hành không? Câu trả lời: có — nhưng với sự khiêm tốn. Họ sẽ công bố kết quả với power thấp (chỉ 35%), nhấn mạnh đây là nghiên cứu thăm dò, kết quả cần được xác nhận bởi nghiên cứu đa trung tâm. Điều này trung thực hơn nhiều so với việc giả vờ rằng n = 40 là đủ, hoặc bỏ qua việc báo cáo power. Trong y học bệnh hiếm, power thấp là một thực tế khó tránh — nhưng phải luôn báo cáo để người đọc biết giới hạn của nghiên cứu.

📚 Cửa sổ học thuật — Sample size trong nghiên cứu quốc tế đa trung tâm: Các thử nghiệm lâm sàng pha III quốc tế thường có cỡ mẫu rất lớn — hàng ngàn đến hàng chục ngàn bệnh nhân. Lý do: họ muốn phát hiện những khác biệt nhỏ (d = 0.05-0.10) với power rất cao (90-95%), và cho phép nhiều phân tích nhóm nhỏ (subgroup). Tuy nhiên, một xu hướng đáng lo ngại: với n cực lớn, ngay cả khác biệt vô nghĩa trên lâm sàng cũng trở nên "có ý nghĩa thống kê". Ví dụ: một thuốc giảm 0.5 mmHg huyết áp với p = 0.0001 nhờ n = 50.000 — nhưng 0.5 mmHg có ý nghĩa gì? Đây là lý do các tạp chí y học hiện nay yêu cầu báo cáo effect size và khoảng tin cậy, không chỉ p-value.