Câu hỏi: Bác sĩ Tùng chỉ báo cáo: "HA trung bình nhóm A: 132 ± 8, nhóm B: 135 ± 9, p = 0.45". Thiếu thông tin gì quan trọng?
A. Không thiếu — p-value là đủ để kết luận
B. Thiếu effect size (chênh lệch trung bình), 95% CI, và ý nghĩa lâm sàng
C. Cần thêm median và IQR
D. Cần thêm coefficient of variation
✅ Đáp án: B
Giải thích chi tiết:
P-value chỉ cho biết "có hay không khác biệt thống kê" — nhưng không cho biết độ lớn và độ chính xác của khác biệt. Thông tin cần báo cáo đầy đủ:
Phân tích dữ liệu hiện tại:
- Chênh lệch trung bình (Δ) = 135 − 132 = 3 mmHg
- Cần tính 95% CI: Δ ± t0.025, df × SEdiff
- SEdiff = √(SD₁²/n₁ + SD₂²/n₂) = √(64/30 + 81/30) = √(4.83) ≈ 2.20
- 95% CI = 3 ± 2.00 × 2.20 = 3 ± 4.4 = (−1.4 đến +7.4 mmHg)
Kết luận: KTC 95% rất rộng, bao gồm cả 0 (phù hợp với p=0.45). Nhưng KTC cũng bao gồm các giá trị có ý nghĩa lâm sàng (ví dụ: +5 mmHg). Điều này có nghĩa: dữ liệu không đủ để kết luận gì chắc chắn — cần nghiên cứu lớn hơn.
⚠️ Sai lầm
Nhiều bác sĩ cho rằng p > 0.05 đồng nghĩa với "không có ý nghĩa lâm sàng". Sai! Một khác biệt 3 mmHg trong HA tâm thu — dù không có ý nghĩa thống kê trong nghiên cứu nhỏ — lại có ý nghĩa lâm sàng quan trọng: giảm 3 mmHg HA tâm thu ở cấp độ dân số có thể giảm 8-10% nguy cơ đột quỵ (theo meta-analysis của Law và cộng sự, BMJ 2009). Phân biệt rõ: statistical significance ≠ clinical significance.
🩺 Clinical Impact
Bỏ qua effect size vì p > 0.05 là một trong những sai lầm nguy hiểm nhất. Nếu các bác sĩ chỉ dựa vào p-value để quyết định, họ có thể bỏ lỡ các can thiệp có lợi ích lâm sàng quan trọng. Hướng dẫn ICMJE và CONSORT yêu cầu báo cáo effect size + CI cho mọi outcome, không chỉ p-value.
