📌 Kết luận chính

• Chất lượng dữ liệu được đảm bảo: Kappa = 0.72 (đồng thuận tốt), ICC = 0.85 (đo lặp tin cậy), Cronbach's α = 0.82 (thang đo nhất quán).
• Sai số đo trong giới hạn chấp nhận: Bland-Altman cho thấy bias gần 0, khoảng đồng thuận −8.7 đến +7.7 mmHg.
• Kiểm soát sai số ngẫu nhiên: Đo lặp 3 lần, lấy trung bình → giảm random error. Cỡ mẫu 500 BN đủ để phát hiện khác biệt lâm sàng.
• Kiểm soát bias: Chuẩn hóa quy trình, đào tạo ĐTV, hiệu chuẩn máy, double entry → giảm sai số hệ thống.
• Một nghiên cứu dù thiết kế tốt đến đâu cũng vô dụng nếu dữ liệu không có chất lượng. Đầu tư cho chất lượng dữ liệu là đầu tư cho sự thành công của nghiên cứu.

🩺 Hướng dẫn thực hành cho nghiên cứu sinh

10 điều cần làm để đảm bảo chất lượng dữ liệu:

1. Viết SOP chi tiết cho mọi quy trình đo lường.
2. Đào tạo điều tra viên đến khi đạt Kappa ≥ 0.80.
3. Hiệu chuẩn thiết bị trước và trong nghiên cứu.
4. Đo lặp ít nhất 2 lần, lấy trung bình.
5. Blinding người đo nếu có thể.
6. Giám sát thực địa — 10% mẫu kiểm tra chéo.
7. Double entry toàn bộ dữ liệu.
8. Kiểm tra outlier, missing, logic ngay khi nhập.
9. Ghi nhật ký nghiên cứu (study log) mọi sự cố.
10. Báo cáo chỉ số chất lượng dữ liệu trong bài báo.

"Dữ liệu sạch = kết quả đúng = quyết định lâm sàng chính xác. Không có đường tắt cho chất lượng!"