🔬 Câu hỏi chính
"Tương quan thống kê giữa uống cà phê và giảm tử vong có suy ra được quan hệ nhân quả không?"
Các câu hỏi phụ:
- Làm thế nào phân biệt tương quan (association) và nhân quả (causation)?
- Confounding (nhiễu) là gì và làm sao kiểm soát?
- 9 tiêu chí Bradford Hill giúp đánh giá nhân quả thế nào?
- Tại sao RR hiệu chỉnh lại thay đổi so với RR thô?
"Tương quan ≠ Nhân quả. Làm sao biết cà phê thực sự kéo dài tuổi thọ?"
3🛠️ Phân tích & Lựa chọn Giải pháp
Confounding — Kẻ phá hoại thầm lặng
Một biến nhiễu (confounder) là biến vừa liên quan đến phơi nhiễm (cà phê) vừa liên quan đến kết cục (tử vong), và không nằm trên đường nhân quả giữa phơi nhiễm và kết cục.
THU NHẬP CAO
↗ ↘
UỐNG CÀ PHÊ → → → → → → → → GIẢM TỬ VONG?
↖ ↙
HÚT THUỐC ÍT
Sơ đồ DAG (Directed Acyclic Graph): Thu nhập và hút thuốc là các confounder.
| Yếu tố | Liên quan cà phê? | Liên quan tử vong? | Là confounder? |
|---|---|---|---|
| Thu nhập cao | Có — người giàu uống cà phê nhiều hơn | Có — người giàu sống lâu hơn (dinh dưỡng, y tế) | Có → nhiễu |
| Hút thuốc | Có — người hút thuốc thường uống cà phê nhiều | Có — hút thuốc tăng tử vong | Có → nhiễu |
| Giáo dục | Có — trình độ cao hơn uống cà phê nhiều hơn | Có — giáo dục cao → nhận thức sức khỏe tốt hơn | Có → nhiễu |
| Giới tính | Có — nam uống nhiều cà phê hơn nữ | Có — nam tử vong sớm hơn nữ | Có → nhiễu |
Các phương pháp kiểm soát nhiễu
| Phương pháp | Mô tả | Ưu / Nhược |
|---|---|---|
| Phân tầng (Stratification) | Chia mẫu thành các nhóm nhỏ theo confounder | Đơn giản, nhưng khó khi có nhiều confounder |
| Hiệu chỉnh đa biến (Multivariate regression) | Đưa confounder vào mô hình hồi quy | Mạnh mẽ, có thể xử lý nhiều biến cùng lúc |
| Matching | Ghép cặp BN có cùng confounder | Thường dùng trong case-control |
| Propensity score | Điểm xu hướng — cân bằng confounder giữa 2 nhóm | Mạnh, nhưng phức tạp |
🔍 Reverse causation — Hiệu ứng nhân quả ngược
Reverse causation xảy ra khi kết cục ảnh hưởng đến phơi nhiễm, thay vì ngược lại. Ví dụ: Người có bệnh mạn tính nặng có thể ngừng uống cà phê (theo lời khuyên bác sĩ). Trong nghiên cứu, nhóm không uống cà phê sẽ có nhiều người bệnh nặng hơn → tử vong cao hơn → tạo ảo giác "uống cà phê bảo vệ sức khỏe". Đây là lý do tại sao các nghiên cứu quan sát về cà phê thường bị ảnh hưởng bởi reverse causation!
