Câu hỏi: Bác sĩ Tùng chỉ so sánh HA trung bình giữa 2 nhóm, không hiệu chỉnh yếu tố nào khác. Vấn đề gì?

A. Đúng — không cần hiệu chỉnh nếu đã randomization

B. Ngay cả khi đã randomization, baseline imbalance vẫn có thể xảy ra ở cỡ mẫu nhỏ

C. Cần hiệu chỉnh ít nhất: tuổi, giới, BMI, HA baseline, tiền căn tim mạch

D. B và C đều đúng

✅ Đáp án: D — B và C đều đúng

Giải thích chi tiết:

Randomization giúp giảm confounding trung bình nhưng không loại bỏ hoàn toàn, đặc biệt với cỡ mẫu nhỏ (n=30/nhóm). Xác suất để một yếu tố nền có sự khác biệt có ý nghĩa thống kê giữa 2 nhóm là 5% với α=0.05 — nhưng với nhiều yếu tố, xác suất có ít nhất một yếu tố imbalance là rất cao.

Với 10 yếu tố nền (tuổi, giới, BMI, HA baseline, bệnh kèm, thuốc đang dùng, hút thuốc, rượu, thời gian theo dõi...), xác suất có ít nhất một yếu tố imbalance:

P = 1 − (0.95)^10 ≈ 40%

Giải pháp: Dùng ANCOVA (Analysis of Covariance) hoặc hồi quy đa biến để hiệu chỉnh các yếu tố nền, đặc biệt là:

• HA baseline (biến dự báo mạnh nhất cho HA cuối)
• Tuổi và giới
• BMI
• Thuốc điều trị kèm
• Thời gian theo dõi

🩺 Clinical Impact

Không hiệu chỉnh → kết quả bị nhiễu bởi baseline differences → kết luận sai. Ví dụ: nếu nhóm A có HA baseline thấp hơn nhóm B (dù không có ý nghĩa thống kê), kết quả HA cuối thấp hơn ở nhóm A có thể chỉ là regression to the mean, không phải do thuốc tốt hơn.