2.7 Nhiễu do Yếu tố gây nhiễu chưa biết (Bias Due to an Unknown Confounder)

Ngay cả khi đã kiểm soát tất cả các yếu tố gây nhiễu đã biết và đo lường được (measured confounders), vẫn luôn có khả năng tồn tại các yếu tố gây nhiễu chưa biết (unknown confounders) hoặc không đo lường được (unmeasured confounders). Câu hỏi đặt ra là liệu một yếu tố gây nhiễu chưa biết có thể giải thích đầy đủ kết quả quan sát được hay không.

Phân tích độ nhạy (Sensitivity Analysis): Để trả lời câu hỏi này, các nhà dịch tễ học thực hiện phân tích độ nhạy. Ý tưởng cơ bản là giả định sự tồn tại của một yếu tố gây nhiễu nhị phân U chưa biết, sau đó khảo sát mức độ ảnh hưởng tối đa mà yếu tố này có thể gây ra đối với ước lượng RR (hoặc OR).

Giả sử có RR thô (crude RR) từ dữ liệu. Công thức hiệu chỉnh cho một yếu tố gây nhiễu nhị phân U là:

RR_adj = RR_crude / [P_conf × RR_conf + (1 − P_conf)]   (2.5)

trong đó P_conf là tỷ lệ hiện mắc của U trong nhóm không phơi nhiễm, và RR_conf là mối liên quan giữa U và bệnh (với giả định U độc lập với phơi nhiễm trong mỗi tầng). Bằng cách thay đổi các giả định về P_conf và RR_conf, có thể đánh giá xem liệu RR_adj có còn khác 1 về mặt thống kê hay lâm sàng hay không.

Kịch bản "tồi tệ nhất" (Worst-Case Scenario): Có thể xây dựng các kịch bản cực đoan (với P_conf và RR_conf lớn) để đánh giá liệu một yếu tố gây nhiễu chưa biết có thể làm triệt tiêu tác động quan sát được hay không. Nếu ngay cả trong những kịch bản cực đoan, RR_adj vẫn khác 1, thì kết luận nghiên cứu được coi là vững chắc (robust).

(Nguồn: Newman SC. Biostatistical Methods in Epidemiology. Wiley, 2001. Chương 2, tr.69-72.)