Khoảng tin cậy và p-value trả lời hai câu hỏi khác nhau, không phải một câu hỏi diễn đạt theo hai cách. p-value chỉ nói có ý nghĩa thống kê hay không, còn khoảng tin cậy nói thêm mức độ chắc chắn và độ lớn thật của hiệu quả.
Mình từng viết một bài phân tích gộp về phẫu thuật tái tạo ở trẻ sơ sinh, hiện đang trong quá trình bình duyệt. Một người phản biện hỏi thẳng vì sao trong bảng kết quả mình chỉ báo cáo khoảng tin cậy 95%, không kèm p-value cho từng dòng. Câu hỏi đó buộc mình viết lại phần giải thích, và cũng là lúc mình nhận ra p<0,05 từng bị mình coi trọng quá mức so với những gì con số đó thật sự nói lên.
Khoảng tin cậy và p-value khác nhau ở đâu
p-value là một con số nhị phân trá hình: nhỏ hơn 0,05 thì "có ý nghĩa", lớn hơn thì "không có ý nghĩa". Nó không nói hiệu quả điều trị lớn cỡ nào, cũng không nói ước tính đó chắc chắn đến mức nào.
Khoảng tin cậy 95% cho bạn một khoảng giá trị hợp lý của hiệu quả thật, dựa trên dữ liệu đang có. Khoảng hẹp nghĩa là ước tính khá chắc chắn. Khoảng rộng nghĩa là mẫu còn nhỏ hoặc biến thiên lớn, dù điểm ước tính ở giữa trông có vẻ ấn tượng.
Vì sao p<0,05 một mình không đủ để quyết định lâm sàng
Một nghiên cứu với mẫu đủ lớn có thể cho ra p<0,05 với một khác biệt nhỏ đến mức không ai quan tâm trên lâm sàng, ví dụ huyết áp giảm 1 mmHg. Ngược lại, một nghiên cứu mẫu nhỏ có thể cho khác biệt lâm sàng rất lớn nhưng p>0,05 chỉ vì không đủ số ca để đạt ngưỡng thống kê.
Nếu chỉ đọc dòng chữ "có ý nghĩa thống kê" hay không, bạn bỏ lỡ cả hai tình huống trên. Khoảng tin cậy buộc bạn nhìn thẳng vào độ lớn hiệu quả, thứ thật sự quyết định có nên đổi cách điều trị hay không.
Đọc khoảng tin cậy thế nào cho đúng
Nhìn hai đầu của khoảng tin cậy trước, không nhìn điểm ước tính ở giữa. Với một tỷ số nguy cơ hay tỷ số chênh, nếu cả khoảng nằm trên 1 hoặc cả khoảng nằm dưới 1, kết quả có thể coi là có ý nghĩa thống kê, tương đương p<0,05. Nếu khoảng bao trùm cả giá trị 1, kết quả không loại được khả năng không có khác biệt thật.
Sau đó nhìn độ rộng của khoảng. Một khoảng tin cậy đi từ giảm nguy cơ 40% đến tăng nguy cơ 5% vẫn "có ý nghĩa thống kê" ở đầu dưới, nhưng nói cho bạn biết dữ liệu chưa đủ chắc để dùng con số này ra quyết định. Bạn sẽ muốn đọc thêm nghiên cứu khác trước khi đổi hướng điều trị.
Khi nào khoảng tin cậy rộng vẫn có giá trị
Không phải khoảng tin cậy rộng lúc nào cũng vô dụng. Với biến cố hiếm gặp, ví dụ biến chứng nặng sau một phẫu thuật ít gặp, khoảng tin cậy tự nhiên rộng vì số ca ít. Trong tình huống đó, bạn đọc khoảng tin cậy để biết giới hạn trên xấu nhất có thể xảy ra, không chỉ để tìm con số điểm ở giữa. Cách đọc này quan trọng hơn khi tư vấn nguy cơ cho gia đình bệnh nhân, vì gia đình cần biết mức xấu nhất hợp lý, không chỉ trung bình.
Nếu bạn muốn hiểu toàn bộ quy trình đọc số liệu này gắn với một câu hỏi lâm sàng cụ thể, mình có viết một bài về cách xây dựng câu hỏi PICO trong 30 giây, bước đi trước khi bạn đụng đến bất kỳ con số nào trong bài báo.
Áp dụng vào một bài báo cụ thể
Lần tới khi đọc kết quả, thử bỏ hẳn dòng p-value trong 30 giây đầu, chỉ nhìn khoảng tin cậy. Tự hỏi ba điều: khoảng có bao trùm giá trị không hiệu quả hay không, khoảng rộng hay hẹp, và cận dưới hoặc cận trên có nằm trong vùng bạn sẵn sàng thay đổi cách điều trị hay không. Ba câu hỏi này thay được cho việc chỉ nhìn một ký hiệu sao cạnh con số p.
Nếu bạn muốn luyện thói quen đọc số liệu này bài bản, đi từ tháp chứng cứ đến từng loại thiết kế nghiên cứu, khoá EBM, y học dựa bằng chứng trên tuyentranmd.com dành hẳn một phần cho cách đọc khoảng tin cậy và trị số p trong các loại nghiên cứu khác nhau, có ví dụ ca lâm sàng thay vì chỉ công thức. Bài tổng quan về quy trình áp dụng thực hành dựa trên chứng cứ cũng đi sâu hơn vào phần này nếu bạn muốn đọc thêm.