2.3 Nhiễu (Confounding)

Nhiễu (confounding) là một khái niệm nền tảng trong dịch tễ học. Nhiễu là sự sai lệch (distortion) trong mối liên quan giữa phơi nhiễm và bệnh, gây ra bởi ảnh hưởng của một biến số thứ ba, được gọi là yếu tố gây nhiễu (confounder). Hiểu và kiểm soát nhiễu là một trong những thách thức quan trọng nhất trong thiết kế và phân tích nghiên cứu dịch tễ học.

Ba điều kiện để một biến số được xem là yếu tố gây nhiễu:

1. Biến số đó phải có liên quan (associated) với phơi nhiễm trong quần thể nguồn (source population).
2. Biến số đó phải là một yếu tố nguy cơ (risk factor) đối với bệnh, độc lập với phơi nhiễm đang nghiên cứu.
3. Biến số đó không nằm trên đường đi nhân quả (causal pathway) giữa phơi nhiễm và bệnh — nghĩa là nó không phải là một biến trung gian (intermediate variable).

Ví dụ điển hình về nhiễu: Xét mối liên quan giữa uống cà phê và ung thư phổi. Hút thuốc lá đáp ứng cả ba điều kiện trên: (1) hút thuốc có liên quan với uống cà phê (những người hút thuốc có xu hướng uống cà phê nhiều hơn); (2) hút thuốc là một yếu tố nguy cơ mạnh đối với ung thư phổi; (3) hút thuốc không nằm trong đường đi nhân quả giữa uống cà phê và ung thư phổi. Do đó, nếu không kiểm soát hiệu ứng hút thuốc, mối liên quan quan sát được giữa cà phê và ung thư phổi sẽ bị nhiễu loạn, dẫn đến kết luận sai lầm rằng cà phê gây ung thư phổi.

Hậu quả của nhiễu: Khi có nhiễu, thước đo ảnh hưởng thô (crude measure) — thu được khi gộp chung tất cả các nhóm — sẽ khác biệt so với thước đo ảnh hưởng đã hiệu chỉnh (adjusted measure) — thu được sau khi đã kiểm soát yếu tố gây nhiễu. Nhiễu có thể làm tăng, giảm, hoặc thậm chí đảo ngược chiều hướng của mối liên quan giữa phơi nhiễm và bệnh.

Phân biệt giữa Nhiễu và Tương tác (Interaction): Cần phân biệt nhiễu với tương tác (còn gọi là hiệu chỉnh hiệu ứng - effect modification). Tương tác xảy ra khi thước đo ảnh hưởng khác biệt giữa các mức độ của một biến số thứ ba. Không giống như nhiễu, tương tác là một hiện tượng khoa học có ý nghĩa và quan trọng về mặt lâm sàng/dịch tễ học, không phải là một sai số cần được "hiệu chỉnh".

(Nguồn: Newman SC. Biostatistical Methods in Epidemiology. Wiley, 2001. Chương 2, tr.40-46.)