Đang tải bài học…

AP Statistics

nghiên cứu hồi cứu

retrospective study

Còn gọi: retrospective · hồi cứu

Nghiên cứu hồi cứu là phương pháp thu thập dữ liệu dựa trên hồ sơ, tài liệu hoặc ký ức từ quá khứ, thay vì quan sát trực tiếp trong hiện tại.

Trong thống kê, các nhà nghiên cứu không phải lúc nào cũng có thể theo dõi đối tượng theo thời gian thực. Nghiên cứu hồi cứu (retrospective study) giải quyết điều đó bằng cách nhìn ngược về quá khứ: dữ liệu được rút ra từ hồ sơ bệnh viện, nhật ký, cơ sở dữ liệu hành chính, hay lời khai của người tham gia về những gì đã xảy ra. Nhờ đó, nhà nghiên cứu có thể khảo sát các sự kiện hiếm gặp hoặc cần thời gian dài mà không phải chờ đợi hàng năm trời.

Tuy nhiên, dữ liệu thu thập theo cách này mang theo những hạn chế đặc trưng. Hồ sơ có thể bị thiếu, không nhất quán, hoặc được ghi chép với mục đích khác so với mục tiêu nghiên cứu. Lời khai của con người cũng dễ bị sai lệch hồi ký (recall bias) — người tham gia nhớ lại sự kiện không chính xác, đặc biệt khi sự kiện đó đã xảy ra lâu. Vì vậy, kết quả của nghiên cứu hồi cứu thường kém tin cậy hơn so với nghiên cứu tiến cứu, nơi dữ liệu được thu thập ngay khi sự kiện diễn ra.

Điều quan trọng cần lưu ý trong chương trình AP Statistics là nghiên cứu hồi cứu thuộc nhóm nghiên cứu quan sát (observational study) — không có sự can thiệp hay phân ngẫu nhiên. Do đó, dù phát hiện mối liên hệ giữa hai biến, người ta không thể kết luận nhân quả từ loại nghiên cứu này. Ngược lại, thí nghiệm có đối chứng mới cho phép suy luận nhân quả vì nhà nghiên cứu kiểm soát được điều kiện xử lý.

Trực giác: Giống như đọc nhật ký cũ để hiểu chuyện đã xảy ra — bạn không chứng kiến trực tiếp lúc đó mà dựa vào những gì đã được ghi chép từ trước.

Khái niệm này sinh ra từ đâu

1967 (thuật ngữ được đưa vào danh mục y văn); gốc rễ từ giữa thế kỷ 19John Snow

Nghiên cứu hồi cứu bắt rễ từ dịch tễ học: giữa thế kỷ 19, John Snow truy ngược nguồn nước của các khu phố London để tìm nguyên nhân dịch tả, và đến thế kỷ 20 lối thiết kế nhìn ngược này trở thành công cụ chính khi giới nghiên cứu nối thuốc lá với ung thư phổi. Thuật ngữ được đưa vào danh mục tra cứu y văn năm 1967.

Nhiều câu hỏi sức khỏe không cho phép chờ đợi: bệnh đã bùng, người đã mắc, và không ai có thể quay lại quá khứ để bố trí một thí nghiệm cho đàng hoàng. Khi dịch tả tràn qua London giữa thế kỷ 19, John Snow phải làm việc với những gì đã xảy ra — đối chiếu ngược các khu phố dùng nguồn nước khác nhau — và nhờ đó chỉ ra nước nhiễm bẩn là thủ phạm. Sang thế kỷ 20, cách làm ấy được hệ thống hóa thành nghiên cứu bệnh–chứng (case-control study), loại thiết kế đã cung cấp bằng chứng đầu tiên nối hút thuốc lá với ung thư phổi, mở đường cho các nghiên cứu theo dõi về sau như British Doctors Study.

Thử nghiệm tương tác

Kéo mốc "nhà nghiên cứu vào cuộc" — nhìn cùng một câu hỏi đổi thành ba thiết kế khác nhau

Hay hiểu sai

Nghiên cứu hồi cứu không bao giờ chứng minh được quan hệ nhân quả.

Hồi cứu khác tiến cứu ở chiều thời gian, không ở chỗ dữ liệu cũ hay mới.

Dữ liệu quá khứ không đồng nghĩa với dữ liệu chính xác.

Có ngẫu nhiên trong nghiên cứu hồi cứu vẫn không biến nó thành thí nghiệm.

Mẹo phòng thi

Ví dụ có lời giải

1Ví dụ 1/2

Một nhóm bác sĩ nhi muốn tìm hiểu mối liên hệ giữa việc trẻ sống trong nhà có người hút thuốc và bệnh hen suyễn. Từ hồ sơ bệnh án lưu tại ba bệnh viện trong thành phố, họ chọn ra 150 trẻ đã được chẩn đoán hen suyễn và 150 trẻ cùng độ tuổi, cùng khu vực sinh sống nhưng chưa từng được chẩn đoán hen. Với mỗi trẻ, nhóm nghiên cứu tra lại phiếu khám sức khỏe những năm trước để xác định trong nhà trẻ có người hút thuốc hay không. Kết quả: trong nhóm mắc hen có 96 trẻ từng sống chung với người hút thuốc, còn trong nhóm không mắc hen con số này là 54.

aĐây là loại nghiên cứu nào? Giải thích căn cứ vào cách nhóm bác sĩ thu thập dữ liệu.
bTính tỉ lệ trẻ từng sống chung với người hút thuốc trong mỗi nhóm và so sánh hai tỉ lệ đó.
cCó thể kết luận rằng khói thuốc trong nhà gây ra bệnh hen suyễn ở trẻ hay không? Vì sao?

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyDữ liệu một biến & thu thập dữ liệu · bài “Câu hỏi nghiên cứu & thu thập dữ liệu” — khoá AP Statistics

Dẫn tớithống kê suy luận

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

thí nghiệm (thực nghiệm)experiment

Khác nhau ở đâuThí nghiệm phân công ngẫu nhiên đơn vị vào các nhóm xử lý, còn nghiên cứu hồi cứu chỉ quan sát lại hồ sơ quá khứ mà không can thiệp

Hay nhầm khiđề mô tả nhà nghiên cứu 'xem lại hồ sơ bệnh án' nhưng học sinh chọn đáp án 'experiment' thay vì 'observational study'

Vì sao mang đúng cái tên này? Tên gọi mô tả đúng hướng đi của dữ liệu: nghiên cứu này nhìn ngược lại thời gian, xuất phát từ kết cục đã biết rồi lần ngược về phía phơi nhiễm. Người nghiên cứu không ghi số liệu theo dòng sự kiện đang diễn ra mà dùng hồ sơ có sẵn — vốn được thu thập vì mục đích khác — cùng trí nhớ của người tham gia. Vì vậy nó nằm ở thế đối lập với nghiên cứu tiến cứu (prospective study), loại tuyển người trước khi kết cục xuất hiện rồi theo dõi về phía trước. Chính chỗ dựa vào dữ liệu cũ và hồi tưởng khiến thiết kế hồi cứu dễ mắc sai lệch (bias) hơn, nhưng bù lại tốn ít nguồn lực và cho câu trả lời sớm.

Kéo mốc "nhà nghiên cứu vào cuộc" — nhìn cùng một câu hỏi đổi thành ba thiết kế khác nhau

Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.

Tạo tài khoản miễn phí

Gọi đúng tên thiết kế trước, rồi mới nêu lý do bằng một mệnh đề.

Nêu biến gây nhiễu phải gọi tên cụ thể và nối được cả hai đầu.

Câu kết luận nên dùng từ liên hệ, tránh mọi động từ chỉ nguyên nhân.

Tần suất trong đề AP StatisticsThường xuyên

Bước 1: Trước hết hãy hỏi: nhóm bác sĩ có tác động gì lên các em nhỏ không? Câu trả lời là không — họ không chỉ định em nào phải sống trong nhà có khói thuốc, mà chỉ ghi nhận hoàn cảnh vốn đã xảy ra. Vì vậy đây là một nghiên cứu quan sát (observational study), không phải thí nghiệm.

2Bước 2: Tiếp theo hãy để ý chiều thời gian. Nhóm nghiên cứu bắt đầu từ kết quả đã có ở hiện tại (trẻ mắc hen hay không mắc hen), rồi lần ngược về quá khứ qua hồ sơ bệnh án để tìm mức độ tiếp xúc với khói thuốc. Chiều đi từ hiện tại lùi về trước chính là dấu hiệu nhận dạng của nghiên cứu hồi cứu. Do đó câu trả lời cho ý (a) là: một nghiên cứu quan sát mang tính hồi cứu, trong đó hai nhóm được xác định theo tình trạng bệnh rồi mới truy lại phơi nhiễm.

3Bước 3: Sang ý (b), ta tính tỉ lệ trong từng nhóm. Ở nhóm mắc hen,

\hat p_1 = 96/150 = 0{,}64

; ở nhóm không mắc hen,

\hat p_2 = 54/150 = 0{,}36

. Hai con số này cho biết 64% trẻ mắc hen từng sống chung với người hút thuốc, so với 36% ở nhóm còn lại.

4Bước 4: So sánh hai tỉ lệ bằng hiệu số:

\hat p_1 - \hat p_2 = 0{,}64 - 0{,}36 = 0{,}28

. Nghĩa là tỉ lệ từng phơi nhiễm với khói thuốc ở nhóm mắc hen cao hơn nhóm không mắc hen 28 điểm phần trăm, một khoảng cách đủ lớn để nói rằng dữ liệu cho thấy có mối liên hệ giữa hai biến.

5Bước 5: Cuối cùng là ý (c). Mối liên hệ không đồng nghĩa với quan hệ nhân quả, bởi vì việc trẻ sống trong nhà có khói thuốc hay không là do hoàn cảnh gia đình quyết định chứ không do nhà nghiên cứu phân ngẫu nhiên. Những gia đình có người hút thuốc có thể khác nhóm còn lại ở nhiều điểm khác — chẳng hạn thu nhập, chất lượng nhà ở hoặc mức độ ô nhiễm không khí nơi cư trú — và bất kỳ yếu tố nào trong số đó cũng có thể vừa đi kèm thói quen hút thuốc vừa làm tăng nguy cơ hen. Khi ấy ta không tách được ảnh hưởng của khói thuốc khỏi ảnh hưởng của các biến gây nhiễu (confounding variables).

Nghiên cứu này là một nghiên cứu quan sát hồi cứu: hai nhóm trẻ được chọn theo tình trạng hen đã biết, sau đó lịch sử tiếp xúc với khói thuốc mới được truy lại từ hồ sơ cũ. Dữ liệu cho thấy 64% trẻ mắc hen từng sống chung với người hút thuốc so với 36% ở nhóm không mắc hen, cao hơn 28 điểm phần trăm, nên có bằng chứng về một mối liên hệ. Tuy nhiên vì không có phân nhóm ngẫu nhiên và các yếu tố về điều kiện sống có thể lẫn vào, ta chỉ được kết luận rằng khói thuốc trong nhà có liên hệ với bệnh hen ở trẻ, chứ không được kết luận rằng nó gây ra bệnh hen.

2Ví dụ 2/2

Một trường trung học muốn tìm hiểu xem thời lượng ngủ mỗi đêm có liên quan đến kết quả kỳ thi cuối năm hay không. Hai giáo viên đề xuất hai kế hoạch khác nhau. Kế hoạch I: lấy danh sách 80 học sinh đạt điểm cao nhất và 80 học sinh đạt điểm thấp nhất trong kỳ thi vừa qua, rồi phát phiếu hỏi mỗi em nhớ lại trung bình mình đã ngủ bao nhiêu giờ mỗi đêm trong học kỳ trước đó. Kế hoạch II: chọn 300 học sinh ngay từ đầu năm học tới, yêu cầu các em ghi nhật ký giấc ngủ hằng tuần trong suốt cả năm, rồi đến cuối năm mới thu thập điểm thi của các em.

aPhân loại từng kế hoạch và giải thích ngắn gọn.
bNêu một ưu điểm và một nhược điểm của kế hoạch I so với kế hoạch II.

1Bước 1: Với kế hoạch I, hãy xác định điểm xuất phát của việc thu thập dữ liệu. Các giáo viên bắt đầu từ điểm thi — tức là kết quả đã có — rồi mới đi tìm thông tin về giấc ngủ trong quá khứ. Dữ liệu về biến giải thích được lấy sau, bằng trí nhớ của học sinh, nên đây là một nghiên cứu hồi cứu.

2Bước 2: Với kế hoạch II thì chiều thời gian ngược lại. Nhóm học sinh được chọn trước khi bất kỳ kết quả nào xuất hiện, dữ liệu về giấc ngủ được ghi ngay lúc nó đang diễn ra, và kết quả thi chỉ được thu về sau đó cả năm. Cách theo dõi một nhóm tiến về phía trước như vậy gọi là nghiên cứu tiến cứu (prospective study). Cần lưu ý cả hai kế hoạch đều là nghiên cứu quan sát, vì không ai bị áp đặt phải ngủ bao nhiêu giờ.

3Bước 3: Sang ý (b), ưu điểm rõ nhất của kế hoạch I là chi phí và thời gian. Toàn bộ dữ liệu đã tồn tại sẵn nên nhà trường có kết quả trong vài tuần, trong khi kế hoạch II phải chờ trọn một năm học và tốn công nhắc học sinh ghi nhật ký đều đặn. Nhờ đó kế hoạch hồi cứu đặc biệt tiện khi kết quả cần nghiên cứu hiếm gặp hoặc mất nhiều năm mới bộc lộ.

4Bước 4: Nhược điểm nằm ở chất lượng của dữ liệu quá khứ. Học sinh phải nhớ lại chuyện của cả một học kỳ, và trí nhớ ấy dễ bị chính kết quả thi làm lệch: em điểm thấp có xu hướng nhớ mình đã thức khuya nhiều hơn thực tế, còn em điểm cao thì ngược lại. Hiện tượng này gọi là sai lệch do nhớ lại (recall bias), và kế hoạch II tránh được nó vì số giờ ngủ được ghi ngay tại thời điểm xảy ra, khi chưa ai biết điểm thi cuối năm.

Kế hoạch I là nghiên cứu quan sát hồi cứu vì nó xuất phát từ điểm thi đã có rồi mới truy ngược thông tin giấc ngủ, còn kế hoạch II là nghiên cứu quan sát tiến cứu vì nhóm học sinh được theo dõi từ đầu năm cho tới khi kết quả xuất hiện. So với kế hoạch II, kế hoạch I nhanh và rẻ hơn hẳn do dữ liệu đã sẵn có, nhưng số giờ ngủ lại dựa vào trí nhớ của học sinh sau khi các em đã biết điểm của mình nên dễ bị sai lệch. Dù chọn kế hoạch nào, vì không có phân ngẫu nhiên nên kết luận rút ra cũng chỉ dừng ở mức liên hệ giữa giấc ngủ và điểm thi.

Mục tiêu và lộ trình unit xem miễn phí — làm bài tập và lưu tiến độ cần tài khoản 0đ.