🎭 Vai trò của bạn

Bạn là nghiên cứu sinh ngành Tim mạch, Bệnh viện Tim Hà Nội

Bạn đang thực hiện luận án về kiểm soát huyết áp ở bệnh nhân tăng huyết áp ngoại trú. Sáng nay, bạn đo huyết áp cho bệnh nhân Trần Văn Hải, 58 tuổi:

• Lần 1 (8:00): 145/90 mmHg — máy đo tự động Omron.
• Lần 2 (8:05): 138/88 mmHg — sau khi bệnh nhân nghỉ 5 phút, cùng máy, cùng tay.

Kết quả khác nhau 7 mmHg cho huyết áp tâm thu! Bạn tự hỏi: "Số nào mới là huyết áp thực của bệnh nhân? Sai số đến từ đâu? Làm sao để có dữ liệu chất lượng trong nghiên cứu của mình?"

Câu chuyện của bạn không phải cá biệt. Trong thực hành lâm sàng và nghiên cứu, sai số đo lường là kẻ thù số một của chất lượng dữ liệu. Một nghiên cứu với dữ liệu nhiễu sẽ dẫn đến kết luận sai lầm, ảnh hưởng đến điều trị bệnh nhân và lãng phí nguồn lực.

⚠️ Hậu quả của dữ liệu kém chất lượng

"Garbage in, garbage out" — dữ liệu vào không tốt thì kết quả ra cũng vô dụng. Một nghiên cứu đa trung tâm về tăng huyết áp tại Việt Nam phát hiện rằng 23% số đo huyết áp trong hồ sơ bệnh án khác >10 mmHg so với đo chuẩn. Hậu quả: phân loại sai mức độ tăng huyết áp, điều trị không phù hợp.