Một con số trích sai và bài học về việc ghi rõ
Lúc sửa bản R2 của một bản thảo phân tích gộp, mình tự phát hiện ra một con số bị trích sai. Con số 43,7% trong bài mình dẫn lại, ban đầu mình hiểu là tỉ lệ hoàn tất điều trị. Đọc lại bảng gốc của bài nguồn thì đó là tỉ lệ bệnh nhân còn theo dõi được, không phải tỉ lệ hoàn tất. Bảng gốc còn tự mâu thuẫn với nhau, phần tóm tắt ghi 40%, ô trong bảng lại in 47%.
Mình xử lý bằng cách bỏ hẳn con số dẫn lại, quay về đếm thô từ dữ liệu gốc, rồi báo hai tầng riêng biệt: 458/763 bệnh nhân (60%) hoàn tất cả ba lần mổ, và trong số đó 200/458 (43,7%) còn theo dõi được. Sửa đồng bộ ở phần Đặt vấn đề, Bàn luận và Hạn chế.
Đây là một ca cụ thể, không phải chuyện chung của y văn. Nhưng nó cho thấy lý do một systematic review cần báo cáo đủ chi tiết để người khác có thể lần ngược lại cách dữ liệu được chọn, xử lý và tổng hợp. PRISMA 2020 không thay thế việc làm nghiên cứu đúng; nó giúp mình trình bày quá trình đó đủ rõ để người đọc kiểm tra được.
PRISMA 2020 gồm những phần nào
PRISMA 2020 có 27 mục, đi theo cấu trúc quen thuộc của một bài báo: tiêu đề, tóm tắt, đặt vấn đề, phương pháp, kết quả, bàn luận và thông tin khác. Phần phương pháp chiếm nhiều mục nhất, từ tiêu chí lựa chọn nghiên cứu, chiến lược tìm kiếm, thu thập dữ liệu đến cách tổng hợp và đánh giá độ tin cậy của bằng chứng.
Vấn đề thường không phải là thiếu hẳn một phần lớn. Bản thảo có thể nhìn khá đầy đủ nhưng vẫn bỏ sót những chi tiết nhỏ khiến người đọc không biết chính xác tác giả đã làm gì.
5 mục mình thấy dễ bị bỏ trống nhất
- Lý do loại nghiên cứu ở bước đọc toàn văn. Sơ đồ PRISMA cần cho thấy số lượng nghiên cứu bị loại và các nhóm lý do chính. Ngoài ra, PRISMA 2020 item 16b còn yêu cầu trích dẫn những nghiên cứu trông có vẻ đáp ứng tiêu chuẩn nhưng cuối cùng bị loại, kèm lý do. Chỉ ghi một dòng chung chung như "không đạt tiêu chí" là chưa đủ để người đọc kiểm tra quyết định lựa chọn.
- Cách chuẩn bị và tổng hợp dữ liệu. Không nên chỉ báo kết quả gộp cuối cùng. Cần ghi rõ effect measure, cách xử lý dữ liệu thiếu hoặc dữ liệu phải chuyển đổi, mô hình phân tích, cách đánh giá heterogeneity và các phân tích dưới nhóm hay độ nhạy nếu có. Những quyết định này nên được mô tả trước khi người đọc nhìn thấy kết quả.
- Đánh giá độ tin cậy của bằng chứng. Nếu tổng quan có đánh giá mức độ chắc chắn hoặc độ tin cậy của toàn bộ bằng chứng, cần nói rõ công cụ hoặc hệ thống sử dụng, cách đưa ra phán đoán và cách báo cáo kết quả. GRADE là lựa chọn phổ biến nhưng PRISMA 2020 không bắt buộc mọi tổng quan phải dùng GRADE. Nếu không thực hiện bước này, nên nói rõ thay vì để người đọc phải đoán.
- Đăng ký, đề cương nghiên cứu và các thay đổi sau đăng ký. Ghi mã PROSPERO chưa phải là toàn bộ mục này. Cần cho biết đề cương nghiên cứu ở đâu, và nếu có thay đổi so với thông tin đăng ký hoặc đề cương ban đầu thì mô tả thay đổi đó cùng lý do.
- Dữ liệu, code và tài liệu đi kèm có sẵn hay không. PRISMA item 27 không chỉ hỏi một câu "data available on request". Tác giả cần cho biết những gì đang được công khai và ở đâu: form thu thập dữ liệu, dữ liệu trích xuất, dữ liệu dùng cho phân tích, analytic code và các tài liệu khác của review.
Checklist và bản expanded checklist chính thức của PRISMA 2020 có thể dùng để đối chiếu từng mục trước khi nộp. Với những mục khó hiểu, bản expanded checklist hữu ích hơn nhiều so với chỉ nhìn tên item.
Cách điền cho đúng, không chỉ cho có
Điền PRISMA 2020 không phải việc đánh dấu rằng trong bài "có nhắc đến" một mục nào đó. Câu hỏi hữu ích hơn là: người đọc có đủ thông tin để hiểu chính xác mình đã làm gì và, khi cần, có thể lặp lại hoặc kiểm tra quyết định đó hay không?
Cách làm chắc nhất là điền checklist song song với lúc viết bản thảo. Đến cuối mới mở PRISMA ra kiểm thường dẫn đến hai tình huống: hoặc phải viết bù nhiều đoạn phương pháp, hoặc phát hiện một quyết định quan trọng đã làm nhưng lúc đó không còn nhớ rõ mình đã làm như thế nào.
Với năm mục ở trên, mình thường tự hỏi: nếu người đọc chỉ có đúng đoạn văn này, họ có biết mình đã làm gì không, hay chỉ biết mình "có làm một việc gì đó"? Nếu câu trả lời vẫn mơ hồ thì mục đó chưa thực sự được báo cáo xong.
Trước khi nộp bản thảo
Sai một con số khi trích dẫn lại kết quả là lỗi phải sửa. Báo cáo thiếu một mục PRISMA cũng có thể khiến biên tập viên hoặc reviewer yêu cầu làm rõ trước khi bài đi tiếp. Vì vậy, một vòng đối chiếu checklist trước khi nộp thường rẻ hơn nhiều so với phát hiện thiếu sót ở vòng revision.
Nếu bạn đang chuẩn bị bản thảo tổng quan hệ thống hoặc phân tích gộp đầu tiên, phần đọc số liệu và đánh giá độ tin cậy bằng chứng nằm trong khoá Y học dựa trên bằng chứng, đi từ PICO đến cách đọc GRADE. Bạn có thể xem thêm quy trình đầy đủ của một phân tích gộp trong bài Meta-analysis cho bác sĩ, hoặc cách dùng AI hỗ trợ dựng sơ đồ PRISMA và đánh giá nguy cơ sai lệch trong bài AI viết PRISMA flow và đánh giá nguy cơ sai lệch.