Xử lý số liệu nghiên cứu y học là khâu quyết định một đề tài có trả lời đúng câu hỏi lâm sàng hay không: chọn sai kiểm định, báo cáo thiếu khoảng tin cậy hoặc nhầm OR với RR đều có thể khiến hội đồng hay tạp chí yêu cầu làm lại. Bác sĩ, dược sĩ, điều dưỡng và học viên y tế công cộng thường giỏi chuyên môn nhưng ít thời gian cho phần thống kê.

Bài viết đi từ thiết kế nghiên cứu, tính cỡ mẫu, chọn kiểm định, hồi quy logistic, OR và RR, đường cong ROC đến giới thiệu phân tích sống còn, cách báo cáo theo STROBE, CONSORT và yêu cầu đạo đức. Cuối bài là checklist và thông tin về cách Kaas.vn hỗ trợ xử lý số liệu nghiên cứu y học.
Điểm chính của bài
- Thiết kế nghiên cứu quyết định chỉ số kết hợp: bệnh chứng dùng OR, thuần tập và thử nghiệm dùng RR hoặc HR.
- Cỡ mẫu phải tính trước khi thu thập, dựa trên mục tiêu chính và số liệu tham khảo có nguồn.
- Chọn kiểm định theo loại biến, số nhóm, ghép cặp hay độc lập và phân phối của dữ liệu.
- Luôn báo cáo ước lượng kèm khoảng tin cậy 95%, không chỉ giá trị p.
- Xử lý số liệu nghiên cứu y học phải có phê duyệt đạo đức và dữ liệu đã ẩn danh.
Nội dung bài viết
- Xử lý số liệu nghiên cứu y học bắt đầu từ thiết kế
- Tính cỡ mẫu trước khi xử lý số liệu nghiên cứu y học
- Chọn kiểm định khi xử lý số liệu nghiên cứu y học
- OR, RR và khoảng tin cậy
- Hồi quy logistic và đường cong ROC
- Phân tích sống còn: Kaplan-Meier và Cox
- Báo cáo theo STROBE, CONSORT và đạo đức nghiên cứu
- Kaas.vn hỗ trợ xử lý số liệu nghiên cứu y học như thế nào?
- Checklist xử lý số liệu nghiên cứu y học
- Câu hỏi thường gặp về xử lý số liệu nghiên cứu y học
- Tài liệu tham khảo
Xử lý số liệu nghiên cứu y học bắt đầu từ thiết kế
Trước khi mở SPSS hay Stata, hãy xác định thiết kế, vì thiết kế quyết định phép tính nào hợp lệ. Nhiều lỗi xử lý số liệu nghiên cứu y học bắt nguồn từ việc dùng chỉ số không phù hợp, ví dụ tính RR trong nghiên cứu bệnh chứng, nơi tỷ lệ bệnh do người nghiên cứu chọn mẫu quyết định.
- Cắt ngang. Đo phơi nhiễm và kết cục cùng lúc; ước lượng tỷ lệ hiện mắc, tìm yếu tố liên quan. Chỉ số: tỷ lệ, PR hoặc OR.
- Bệnh chứng. Chọn nhóm bệnh và nhóm chứng, hồi cứu phơi nhiễm. Chỉ số: OR.
- Thuần tập. Theo dõi nhóm phơi nhiễm và không phơi nhiễm theo thời gian. Chỉ số: nguy cơ, RR, HR.
- Thử nghiệm lâm sàng. Phân bổ ngẫu nhiên can thiệp. Chỉ số: RR, chênh lệch nguy cơ, NNT, HR.
Biến số và mã hóa trong xử lý số liệu nghiên cứu y học
Lập bộ mã (codebook) cho mọi biến: tên, nhãn, đơn vị, mã giá trị thiếu. Mã hóa kết cục nhị phân thống nhất (1 = có bệnh, 0 = không) để tránh đảo ngược OR. Giữ biến liên tục ở dạng gốc (tuổi, HbA1c) và chỉ tạo biến nhóm khi có lý do lâm sàng, vì chia nhóm làm mất thông tin. Xem thêm nhập liệu SPSS.
Mẹo: Viết sẵn kế hoạch xử lý số liệu nghiên cứu y học trong đề cương: biến kết cục, biến hiệu chỉnh và kiểm định cho từng mục tiêu. Hội đồng khoa học và hội đồng đạo đức thường xem kỹ phần này.

Tính cỡ mẫu trước khi xử lý số liệu nghiên cứu y học
Trong xử lý số liệu nghiên cứu y học, cỡ mẫu nên được tính theo mục tiêu chính, với số liệu tham khảo từ nghiên cứu trước có trích dẫn. Với mục tiêu ước lượng một tỷ lệ:
Ví dụ (số liệu minh họa): tỷ lệ tham khảo \(p = 0{,}30\), sai số tuyệt đối \(d = 0{,}05\), \(Z = 1{,}96\), ta có \(n = 3{,}8416 \times 0{,}21 / 0{,}0025 \approx 323\). Dự trù 10% không phản hồi: \(323 / 0{,}9 \approx 359\) người.
Với mục tiêu so sánh hai trung bình (độ lệch chuẩn \(\sigma\), chênh lệch cần phát hiện \(\Delta\)):
Với \(\sigma = 10\), \(\Delta = 5\), \(\alpha = 0{,}05\), lực mẫu 80%: \(n = 2 \times 7{,}84 \times 100 / 25 \approx 63\) mỗi nhóm (số liệu minh họa). Lệnh Stata dưới đây cho kết quả lớn hơn một chút vì dùng phân phối t. Xem thêm cách tính cỡ mẫu.
* Stata: co mau so sanh hai trung binh va hai ty le
power twomeans 0 5, sd(10) power(0.8)
power twoproportions 0.30 0.15, power(0.8)
Chọn kiểm định khi xử lý số liệu nghiên cứu y học
Phép kiểm định phụ thuộc loại biến kết cục, số nhóm, nhóm độc lập hay ghép cặp và phân phối dữ liệu. Bảng sau tóm tắt lựa chọn thường gặp trong xử lý số liệu nghiên cứu y học:
| Tình huống | Tham số | Phi tham số / thay thế |
|---|---|---|
| Hai biến định tính | Chi-square | Fisher exact khi tần số kỳ vọng nhỏ |
| Định lượng, 2 nhóm độc lập | Independent t-test | Mann-Whitney U |
| Định lượng, trước - sau | Paired t-test | Wilcoxon |
| Định lượng, từ 3 nhóm | ANOVA một yếu tố | Kruskal-Wallis |
| Định tính ghép cặp | McNemar | McNemar exact |
| Tương quan hai biến | Pearson | Spearman |
Chi-square, t-test và kiểm định phi tham số
Trong xử lý số liệu nghiên cứu y học, Chi-square là kiểm định quen thuộc cho bảng chéo; khi hơn 20% ô có tần số kỳ vọng dưới 5, chuyển sang Fisher exact. Trong SPSS: Analyze > Descriptive Statistics > Crosstabs, tích Chi-square và Risk để có OR, RR kèm khoảng tin cậy. Xem Chi-square trên SPSS.
CROSSTABS
/TABLES=hutthuoc BY benh
/STATISTICS=CHISQ RISK
/CELLS=COUNT ROW EXPECTED.
Với biến định lượng hai nhóm, dùng Analyze > Compare Means > Independent-Samples T Test (xem t-test SPSS). Khi dữ liệu lệch nhiều, cỡ mẫu nhỏ hoặc biến thứ bậc như thang đau, dùng Mann-Whitney U hay Wilcoxon (xem kiểm định phi tham số) và báo cáo trung vị, khoảng tứ phân vị thay cho trung bình.
OR, RR và khoảng tin cậy
Bảng 2x2 là điểm khởi đầu của nhiều bài toán xử lý số liệu nghiên cứu y học. Bảng sau là số liệu minh họa của một nghiên cứu bệnh chứng với 100 ca bệnh và 100 ca chứng:
| Phơi nhiễm | Bệnh | Chứng | Tổng |
|---|---|---|---|
| Có hút thuốc | a = 60 | b = 40 | 100 |
| Không hút thuốc | c = 40 | d = 60 | 100 |
| Tổng | 100 | 100 | 200 |
Ở đây \(\ln OR = 0{,}811\), sai số chuẩn 0,289, nên 95% CI là 1,28 - 3,96. Kiểm định \(\chi^2(1) = 8{,}00\), \(p = 0{,}005\). Khoảng tin cậy không chứa 1, nên hút thuốc có liên quan với bệnh trong mẫu này.
Trong nghiên cứu thuần tập (số liệu minh họa), nếu 30/200 người phơi nhiễm và 15/200 người không phơi nhiễm mắc bệnh, \(RR = 0{,}15 / 0{,}075 = 2{,}0\), 95% CI 1,11 - 3,60. Khi kết cục phổ biến (trên khoảng 10%), OR phóng đại so với RR, nên cần diễn giải thận trọng.
Lưu ý: Một lỗi phổ biến khi xử lý số liệu nghiên cứu y học là đọc OR như "nguy cơ cao gấp". Viết "số chênh mắc bệnh ở nhóm hút thuốc cao gấp 2,25 lần" mới đúng với OR; chỉ dùng "nguy cơ" khi báo cáo RR từ thiết kế phù hợp.
Hồi quy logistic và đường cong ROC
Khi xử lý số liệu nghiên cứu y học cần kiểm soát yếu tố gây nhiễu (tuổi, giới, bệnh kèm), dùng hồi quy logistic nhị phân: Analyze > Regression > Binary Logistic. Kết quả quan trọng là Exp(B), tức OR hiệu chỉnh, kèm 95% CI. Xem hướng dẫn chi tiết tại hồi quy logistic SPSS.
LOGISTIC REGRESSION VARIABLES benh
/METHOD=ENTER tuoi gioi hutthuoc
/CATEGORICAL=gioi hutthuoc
/CONTRAST (gioi)=Indicator(1)
/CONTRAST (hutthuoc)=Indicator(1)
/SAVE=PRED
/PRINT=GOODFIT CI(95).

Đọc kết quả (số liệu minh họa): sau khi hiệu chỉnh tuổi và giới, hút thuốc liên quan với bệnh, \(OR = 2{,}20\), 95% CI 1,19 - 4,05, \(p = 0{,}012\); mỗi năm tuổi tăng số chênh 3,6%. Giới không có ý nghĩa thống kê (\(p = 0{,}481\)) nhưng vẫn được báo cáo vì là biến hiệu chỉnh đã định trước.
Đường cong ROC trong xử lý số liệu nghiên cứu y học
Trong xử lý số liệu nghiên cứu y học, ROC đánh giá khả năng phân biệt của một xét nghiệm hoặc mô hình dự báo. Trong SPSS dùng Analyze > ROC Curve (một số phiên bản mới đặt trong Analyze > Classify) với biến xác suất PRE_1 vừa lưu. Diện tích dưới đường cong (AUC) 0,5 là không phân biệt; mức tham khảo thường dùng: 0,7 - 0,8 chấp nhận được, 0,8 - 0,9 tốt, trên 0,9 rất tốt. Điểm cắt có thể chọn theo chỉ số Youden \(J = Se + Sp - 1\).
ROC PRE_1 BY benh (1)
/PLOT=CURVE(REFERENCE)
/PRINT=SE COORDINATES
/CRITERIA=CUTOFF(INCLUDE) TESTPOS(LARGE) DISTRIBUTION(FREE) CI(95).
Cần hỗ trợ xử lý số liệu nghiên cứu y học?
Kaas.vn tư vấn kế hoạch phân tích, chạy và giải thích từng chỉ số qua dịch vụ SPSS và hỗ trợ chạy Stata; bàn giao cú pháp để bạn tự chạy lại. Xem bảng giá hoặc luyện tập với bộ dữ liệu thực hành. Không viết thay, không chỉnh số liệu.
Phân tích sống còn: Kaplan-Meier và Cox
Trong xử lý số liệu nghiên cứu y học, khi kết cục là thời gian đến sự kiện (tử vong, tái phát) và có dữ liệu bị kiểm duyệt (người chưa gặp sự kiện khi kết thúc theo dõi), không dùng t-test hay logistic. Kaplan-Meier ước lượng xác suất sống còn theo thời gian; kiểm định log-rank so sánh các đường cong. Hồi quy Cox ước lượng tỷ số nguy cơ (HR) có hiệu chỉnh, với giả định nguy cơ tỷ lệ cần được kiểm tra.
Trong SPSS: Analyze > Survival > Kaplan-Meier và Analyze > Survival > Cox Regression. Trên Stata:
stset thoigian, failure(tuvong==1)
sts graph, by(nhom)
sts test nhom
stcox i.nhom tuoi
estat phtest, detail
Báo cáo nên gồm số sự kiện, thời gian theo dõi trung vị, trung vị sống còn mỗi nhóm, HR kèm 95% CI và kết quả kiểm tra giả định. Với xử lý số liệu nghiên cứu y học có mô hình phức tạp, nên trao đổi với người có chuyên môn thống kê sinh học.
Báo cáo theo STROBE, CONSORT và đạo đức nghiên cứu
Sau khi xử lý số liệu nghiên cứu y học, tạp chí thường yêu cầu bài báo theo hướng dẫn báo cáo phù hợp thiết kế, tra cứu tại EQUATOR Network: STROBE cho nghiên cứu quan sát (cắt ngang, bệnh chứng, thuần tập), CONSORT cho thử nghiệm ngẫu nhiên có đối chứng, STARD cho nghiên cứu độ chính xác chẩn đoán. Nhiều tạp chí yêu cầu nộp kèm bảng kiểm (checklist) đã điền.
Theo khuyến nghị ICMJE, thử nghiệm lâm sàng cần đăng ký trên cơ sở dữ liệu công khai trước khi tuyển người tham gia đầu tiên. Mọi đề tài trên người cần được hội đồng đạo đức trong nghiên cứu y sinh học phê duyệt trước khi thu thập dữ liệu, có phiếu đồng ý tham gia và bảo mật thông tin theo quy định hiện hành.
Liêm chính khi xử lý số liệu nghiên cứu y học
Dữ liệu sức khỏe là dữ liệu cá nhân nhạy cảm theo Nghị định 13/2023/NĐ-CP. Kaas.vn chỉ nhận dữ liệu đã ẩn danh (xóa họ tên, số hồ sơ, điện thoại, địa chỉ). Chúng tôi hướng dẫn, phân tích theo kế hoạch thống nhất và giải thích; không viết thay luận văn hay bài báo, không tạo, thêm hoặc sửa dữ liệu, không cam kết kết quả có ý nghĩa thống kê. Người nghiên cứu chịu trách nhiệm về công trình. Xem Cam kết liêm chính học thuật.
Ví dụ (tình huống minh họa): Một học viên y tế công cộng có kết quả "không liên quan" giữa can thiệp và kết cục. Thay vì loại bớt ca để đạt \(p < 0{,}05\), nhóm báo cáo đầy đủ ước lượng, khoảng tin cậy rộng và bàn luận về lực mẫu. Đây là cách làm đúng đạo đức và vẫn có giá trị khoa học.

Kaas.vn hỗ trợ xử lý số liệu nghiên cứu y học như thế nào?
Kaas.vn hỗ trợ xử lý số liệu nghiên cứu y học cho đề tài y tế công cộng, điều dưỡng, dược và lâm sàng trên SPSS và Stata: thống kê mô tả, Chi-square, t-test, ANOVA, kiểm định phi tham số, hồi quy logistic, Poisson. Phần lớn công việc diễn ra trực tuyến qua Zalo, Google Meet hoặc Zoom.
- Đề tài khảo sát kiến thức, thái độ, thực hành dùng thang Likert: có thể phù hợp gói DTC-3 (2.200.000 đ/gói: mô tả, Cronbach's Alpha, EFA, tương quan, hồi quy, T-test, ANOVA).
- Logistic đa biến, ROC, sống còn, dữ liệu theo dõi lặp lại: Kaas.vn gửi báo giá riêng sau khi xem đề cương và dữ liệu.
- Đã tự chạy, cần rà soát: đối chiếu cú pháp, output, bảng trình bày và chỉ ra điểm chưa đúng phương pháp.
Giá niêm yết tại thời điểm viết, xem cập nhật tại trang Báo giá; tư vấn ban đầu và báo giá luôn miễn phí. Quy trình làm việc gồm:
- Gửi yêu cầu. Đề cương, bộ câu hỏi, dữ liệu đã ẩn danh qua form, Zalo hoặc email.
- Tư vấn và báo giá. Đề xuất gói hoặc báo giá riêng kèm phạm vi và file bàn giao.
- Đăng ký và thanh toán. Gói niêm yết thanh toán bằng mã VietQR; dự án hợp đồng đặt cọc khi xác nhận.
- Thống nhất kế hoạch phân tích. Chốt kiểm định, biến hiệu chỉnh và tiêu chí làm sạch trước khi chạy.
- Phân tích và kiểm tra chéo. Chạy bằng cú pháp, ghi nhật ký, người thứ hai rà soát.
- Bàn giao và giải thích. Dữ liệu đã làm sạch, cú pháp, output gốc, bảng kết quả, buổi giải thích; hỗ trợ theo chính sách bảo hành.
Checklist xử lý số liệu nghiên cứu y học
Trước khi nộp, hãy rà soát xử lý số liệu nghiên cứu y học theo danh sách sau:
- Đề cương đã được hội đồng đạo đức phê duyệt; thử nghiệm lâm sàng đã đăng ký.
- Cỡ mẫu tính theo mục tiêu chính, có trích dẫn số liệu tham khảo.
- Bộ mã biến hoàn chỉnh; kết cục nhị phân mã hóa 1 = có, 0 = không.
- Dữ liệu đã ẩn danh, giữ bản gốc, mọi bước làm sạch ghi nhật ký.
- Kiểm định chọn theo loại biến, thiết kế và phân phối.
- OR, RR, HR báo cáo kèm 95% CI; giá trị p ghi chính xác.
- Bài viết đối chiếu bảng kiểm STROBE, CONSORT hoặc STARD.
Hồ sơ gửi khi cần hỗ trợ
Đề cương (mục tiêu, thiết kế, biến số), bộ câu hỏi hoặc phiếu thu thập, dữ liệu đã ẩn danh, quyết định phê duyệt đạo đức (nếu có), yêu cầu trình bày của trường hoặc tạp chí và thời hạn. Khuyến nghị chung: để dành ít nhất vài tuần giữa lúc khóa dữ liệu và hạn nộp cho xử lý số liệu nghiên cứu y học, đọc kết quả và viết bài.
Câu hỏi thường gặp về xử lý số liệu nghiên cứu y học
Nên dùng SPSS hay Stata?
Cả hai đều phù hợp cho xử lý số liệu nghiên cứu y học. SPSS dễ dùng với giao diện menu; Stata mạnh về phân tích sống còn, dữ liệu điều tra có trọng số và lệnh tái lập.
Kaas.vn có viết phần kết quả, bàn luận cho tôi không?
Không. Kaas.vn giải thích kết quả và góp ý trình bày bảng; người nghiên cứu tự viết và chịu trách nhiệm.
Kết quả không có ý nghĩa thống kê thì sao?
Vẫn báo cáo đầy đủ ước lượng và khoảng tin cậy. Kaas.vn không chỉnh dữ liệu và không cam kết giả thuyết được ủng hộ.
Chưa có phê duyệt đạo đức có được hỗ trợ không?
Kaas.vn có thể tư vấn thiết kế và cỡ mẫu ở giai đoạn đề cương; việc thu thập dữ liệu trên người phải chờ phê duyệt theo quy định của đơn vị.
Liên hệ thế nào?
Gọi hoặc nhắn Zalo 0947 971 630, email cskh@kaas.vn hoặc form tại trang Liên hệ, trong giờ làm việc.
Sẵn sàng phân tích dữ liệu đề tài y học?
Gửi đề cương và dữ liệu đã ẩn danh qua trang đăng ký dịch vụ để được tư vấn xử lý số liệu nghiên cứu y học miễn phí. Nếu chuẩn bị nộp tạp chí, xem thêm phân tích dữ liệu bài báo khoa học. Kaas.vn hướng dẫn, giải thích và bàn giao file để bạn tự chạy lại; không viết thay, không chỉnh số liệu.
Tài liệu tham khảo
- Field, A. (2024). Discovering statistics using IBM SPSS Statistics (6th ed.). Sage.
- Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50-60. doi:10.1214/aoms/1177730491
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
Gửi mô hình (ảnh, Word, PDF) và chọn SPSS, AMOS, SmartPLS, Stata, Eviews hoặc R. Kaas.vn đề xuất phương án và báo giá miễn phí.
- Hỗ trợ xử lý SPSS: 12 kỹ thuật phân tích và quy trình làm việc minh bạch
- PLS-SEM trên SmartPLS 4: 7 bước đánh giá mô hình đo lường và cấu trúc
- Dịch vụ chạy định lượng tại Kaas.vn: 6 bước minh bạch, chuẩn học thuật
- Phân tích biến trung gian: 5 bước bootstrap với PROCESS, AMOS, SmartPLS
- Mô hình ARDL: 7 bước chạy bounds test và ECM trên EViews

















