Rủi ro tuyệt đối là xác suất một sự kiện xảy ra trong một nhóm; rủi ro tương đối là tỷ số giữa rủi ro của hai nhóm. Nếu nguy cơ mắc một bệnh là 2 trên 1.000 người ở nhóm không dùng thuốc và 1 trên 1.000 ở nhóm dùng thuốc, rủi ro tương đối là 0,5, tức "giảm 50% nguy cơ". Nhưng mức giảm tuyệt đối chỉ là 1 trên 1.000 người, tức 0,1 điểm phần trăm.
Cả hai con số đều đúng, nhưng chúng gây ấn tượng rất khác nhau. Nghiên cứu về cách con người hiểu số liệu rủi ro, đặc biệt các công trình của nhóm Gerd Gigerenzer tại Viện Max Planck, cho thấy cả bệnh nhân lẫn nhiều bác sĩ đánh giá một can thiệp hiệu quả hơn hẳn khi chỉ được nghe con số tương đối. Vì vậy, nguyên tắc cơ bản khi đọc bất kỳ tin nào về nguy cơ, dù là sức khoẻ, an toàn hay tài chính, là: đòi con số tuyệt đối.
Bài này giải thích các thước đo rủi ro thường gặp, cách chuyển đổi giữa chúng, những trường hợp con số tương đối gây hiểu lầm nghiêm trọng, và một quy trình đọc tin trong ba phút. Bài chỉ bàn cách đọc số liệu, không đưa lời khuyên y khoa; quyết định điều trị cần trao đổi với bác sĩ của bạn.
Các thước đo rủi ro và cách tính từ cùng một bảng số
Ví dụ giả định: một thử nghiệm theo dõi 10.000 người dùng một biện pháp phòng ngừa và 10.000 người không dùng trong năm năm. Nhóm không dùng có 200 ca mắc (2%), nhóm dùng có 150 ca mắc (1,5%).
| Thước đo | Công thức | Kết quả trong ví dụ | Cách đọc |
|---|---|---|---|
| Rủi ro tuyệt đối (nhóm chứng) | Số ca / số người | 2% | 20 trên 1.000 người mắc trong 5 năm |
| Rủi ro tuyệt đối (nhóm can thiệp) | Số ca / số người | 1,5% | 15 trên 1.000 người mắc trong 5 năm |
| Rủi ro tương đối (RR) | 1,5% / 2% | 0,75 | Nguy cơ bằng ba phần tư nhóm chứng |
| Giảm nguy cơ tương đối (RRR) | 1 − RR | 25% | Con số thường thấy trong thông cáo báo chí |
| Giảm nguy cơ tuyệt đối (ARR) | 2% − 1,5% | 0,5 điểm phần trăm | 5 người trên 1.000 tránh được bệnh |
| Số cần điều trị (NNT) | 1 / ARR | 200 | Cần 200 người dùng 5 năm để một người tránh được bệnh |
Cùng một kết quả, câu "giảm 25% nguy cơ" và câu "200 người phải dùng trong năm năm để một người tránh được bệnh, 199 người còn lại không thay đổi kết cục" tạo hai ấn tượng khác hẳn. Con số NNT được Laupacis, Sackett và Roberts đề xuất trên tạp chí New England Journal of Medicine năm 1988 chính để đưa hiệu quả về đơn vị con người.
Lưu ý thời gian: rủi ro luôn gắn với một khoảng thời gian. "Giảm 0,5 điểm phần trăm trong năm năm" và "giảm 0,5 điểm phần trăm mỗi năm" khác nhau năm lần. Một con số rủi ro không kèm khung thời gian là con số chưa đọc được.
Vì sao con số tương đối gây ấn tượng mạnh hơn bản chất
Rủi ro tương đối không tự nó sai. Nó là thước đo tốt để so sánh hiệu quả của một can thiệp giữa các quần thể có nguy cơ nền khác nhau, vì trong nhiều trường hợp RR tương đối ổn định khi nguy cơ nền thay đổi. Vấn đề nằm ở chỗ người đọc thường ngầm hiểu "giảm 50%" là giảm một nửa của một thứ lớn, trong khi nếu nguy cơ nền rất nhỏ, một nửa của nó vẫn rất nhỏ.
Một trường hợp thường được dẫn trong tài liệu về truyền thông rủi ro là đợt cảnh báo về một thế hệ thuốc tránh thai ở Anh năm 1995. Cơ quan quản lý thông báo rằng loại thuốc mới làm nguy cơ huyết khối tĩnh mạch "tăng gấp đôi". Theo cách Gigerenzer trình bày lại trong các sách về hiểu biết rủi ro, mức tăng tuyệt đối vào khoảng từ 1 lên 2 ca trên 7.000 phụ nữ. Nhiều phụ nữ ngừng thuốc, và các thống kê sau đó ghi nhận số ca mang thai ngoài ý muốn và phá thai tăng lên. Bài học không phải là cảnh báo sai, mà là cách trình bày chỉ bằng con số tương đối đã dẫn tới một quyết định gây hại lớn hơn rủi ro được cảnh báo.
Cơ chế tâm lý phía sau gồm hai phần. Thứ nhất, con người kém trong việc xử lý xác suất nhỏ: mức 1 trên 7.000 và 2 trên 7.000 đều nằm ở vùng "rất hiếm" mà trực giác không phân biệt được. Thứ hai, chữ "gấp đôi" là một tỷ số dễ hình dung, nên nó chiếm chỗ trong suy nghĩ thay cho con số nền. Đây là lý do nhiều hướng dẫn về truyền thông y tế khuyến nghị luôn trình bày con số tuyệt đối, tốt nhất ở dạng tần suất tự nhiên như "x trên 1.000 người".
Tần suất tự nhiên: cách trình bày giúp người đọc hiểu đúng
Đổi xác suất có điều kiện thành đếm người. Câu hỏi kinh điển: một xét nghiệm sàng lọc có độ nhạy 90% và tỷ lệ dương tính giả 9%, bệnh có tỷ lệ hiện mắc 1%. Một người có kết quả dương tính thì xác suất thực sự mắc bệnh là bao nhiêu? Nhiều người trả lời khoảng 90%. Đổi sang tần suất: trong 1.000 người, 10 người mắc bệnh và 9 người trong số đó dương tính; 990 người không mắc và khoảng 89 người dương tính giả. Trong 98 người dương tính, chỉ 9 người thực sự mắc, tức khoảng 9%.
Tỷ lệ nền quyết định ý nghĩa của kết quả. Hiện tượng bỏ qua tỷ lệ nền (base rate neglect) được Kahneman và Tversky mô tả từ thập niên 1970. Khi bệnh hiếm, ngay cả một xét nghiệm tốt cũng cho phần lớn kết quả dương tính là dương tính giả. Đây là lý do chương trình sàng lọc cần xét nghiệm khẳng định, và là lý do một kết quả bất thường đơn lẻ cần được bác sĩ diễn giải chứ không tự kết luận.
Bằng chứng thực nghiệm về hiệu quả của cách trình bày. Gigerenzer và Hoffrage công bố năm 1995 trên Psychological Review rằng tỷ lệ người trả lời đúng các bài toán dạng này tăng rõ rệt khi đề bài được viết bằng tần suất tự nhiên thay vì xác suất phần trăm. Các nghiên cứu sau đó trên bác sĩ cũng cho kết quả theo hướng tương tự, dù mức cải thiện khác nhau giữa các nghiên cứu.
Áp dụng ngoài y tế. Cách này dùng tốt cho rủi ro tín dụng, tỷ lệ lỗi sản phẩm, xác suất sự cố vận hành. "Tỷ lệ nợ xấu dự báo tăng 40%" nên đi kèm "từ khoảng 25 lên 35 hợp đồng trên 1.000 hợp đồng". Người ra quyết định cảm nhận quy mô vấn đề tốt hơn hẳn khi thấy số người, số hợp đồng, số sản phẩm cụ thể.
Tỷ số chênh (odds ratio) và vì sao không được đọc như rủi ro tương đối
Nhiều nghiên cứu, đặc biệt nghiên cứu bệnh–chứng và các mô hình hồi quy logistic, báo cáo tỷ số chênh (OR) thay vì rủi ro tương đối. Odds của một sự kiện là xác suất xảy ra chia cho xác suất không xảy ra: xác suất 20% tương ứng odds 0,2 / 0,8 = 0,25. Tỷ số chênh là odds của nhóm này chia cho odds của nhóm kia.
Khi sự kiện hiếm (dưới khoảng 10%), OR xấp xỉ RR và có thể đọc gần như nhau. Khi sự kiện phổ biến, OR luôn xa 1 hơn RR. Ví dụ giả định: nhóm A có 40% gặp sự kiện, nhóm B có 20%. RR = 2,0, nhưng OR = (0,4 / 0,6) / (0,2 / 0,8) = 2,67. Một bản tin viết "nguy cơ cao gấp 2,67 lần" dựa trên OR là phóng đại so với thực tế "gấp đôi".
Khi đọc tóm tắt nghiên cứu, hãy tìm chữ "odds ratio", "OR", hay "tỷ số chênh". Nếu thấy, và kết cục không hiếm, đừng chuyển thẳng thành "nguy cơ cao gấp X lần". Nhiều tạp chí y khoa hiện khuyến khích tác giả báo cả rủi ro tuyệt đối hoặc chuyển OR sang RR khi kết cục phổ biến, nhưng thông cáo báo chí và bài báo phổ thông thường bỏ qua bước này.
Những cái bẫy khác trong tin tức về nguy cơ
Báo lợi ích bằng số tương đối, báo tác hại bằng số tuyệt đối. Đây là kiểu trình bày lệch hay gặp trong tài liệu quảng bá: "giảm 30% nguy cơ biến cố" bên cạnh "tác dụng phụ chỉ xảy ra ở 2% người dùng". Để so sánh công bằng, cả lợi ích và tác hại phải về cùng một đơn vị, tốt nhất là số người trên 1.000 trong cùng khoảng thời gian.
Đổi kết cục đo. Một nghiên cứu có thể không thấy khác biệt ở kết cục chính nhưng thấy khác biệt ở một kết cục phụ hoặc một nhóm con, và bản tin chỉ nhắc kết cục phụ đó. Khi đọc, tìm xem kết cục chính được đăng ký trước là gì và kết quả của nó ra sao.
Nghiên cứu quan sát được viết như nghiên cứu can thiệp. "Người uống cà phê có nguy cơ X thấp hơn 20%" là kết quả quan sát, chưa chứng minh uống cà phê làm giảm nguy cơ. Rủi ro tương đối trong nghiên cứu quan sát có thể phản ánh khác biệt về lối sống, thu nhập hay sức khoẻ nền của người uống cà phê.
Mức tăng nhỏ của một rủi ro phổ biến có thể quan trọng hơn mức tăng lớn của rủi ro hiếm. Ngược lại với các ví dụ trên, đôi khi con số tương đối nhỏ lại đáng chú ý. Tăng 10% nguy cơ của một bệnh mà 30% dân số gặp phải có nghĩa là thêm 30 ca trên 1.000 người, nhiều hơn hẳn mức "tăng gấp đôi" của một bệnh chỉ gặp ở 1 trên 10.000 người.
Đọc một tin về nguy cơ trong ba phút: quy trình sáu bước
Quy trình này giúp bạn tự dựng lại bức tranh đầy đủ từ một bản tin chỉ có con số tương đối.
- Tìm nguy cơ nền: trong nhóm không phơi nhiễm hoặc không can thiệp, bao nhiêu người trên 1.000 gặp sự kiện, trong bao lâu?
- Tính nguy cơ của nhóm kia bằng cách nhân nguy cơ nền với RR. Nguy cơ nền 3 trên 1.000 và "tăng 50%" nghĩa là 4,5 trên 1.000.
- Tính chênh lệch tuyệt đối và, nếu là can thiệp có lợi, tính NNT bằng 1 chia chênh lệch đó.
- Kiểm loại nghiên cứu: thử nghiệm ngẫu nhiên có đối chứng hay quan sát? Cỡ mẫu và khoảng tin cậy ra sao?
- Kiểm thước đo: RR, OR hay hazard ratio? Kết cục là gì, có phải kết cục chính không?
- Đặt lợi ích cạnh tác hại và chi phí, cùng đơn vị và cùng khung thời gian, rồi mới đánh giá.
Nếu bản tin không cho đủ thông tin để làm bước 1, đó là tín hiệu nên tìm bản tóm tắt gốc của nghiên cứu. Một con số tương đối đứng một mình không đủ để thay đổi hành vi, dù nó được đặt ở tiêu đề với cỡ chữ lớn đến đâu.
Câu hỏi thường gặp
Hazard ratio khác rủi ro tương đối thế nào?
Hazard ratio so sánh tốc độ xảy ra sự kiện theo thời gian giữa hai nhóm, thường từ mô hình Cox trong phân tích sống còn. Nó gần với rủi ro tương đối khi sự kiện hiếm và theo dõi ngắn, nhưng không đồng nhất. Hazard ratio 0,8 không có nghĩa là cuối kỳ có ít hơn đúng 20% ca; cần xem đường cong sống còn.
NNT bao nhiêu thì được xem là tốt?
Không có ngưỡng chung. NNT phụ thuộc mức độ nghiêm trọng của kết cục, thời gian điều trị, chi phí và tác hại. NNT 50 có thể rất đáng giá nếu kết cục là tử vong và can thiệp rẻ, an toàn; NNT 10 có thể không đáng nếu kết cục nhẹ và tác dụng phụ nặng. Luôn đặt NNT cạnh số cần để gây hại.
Số cần để gây hại (NNH) là gì?
NNH là nghịch đảo của mức tăng tuyệt đối của một tác hại. Nếu tác dụng phụ xảy ra ở 3% nhóm dùng và 1% nhóm chứng, mức tăng là 2 điểm phần trăm, NNH là 50: cứ 50 người dùng thì có thêm một người gặp tác dụng phụ đó. So NNT với NNH giúp cân lợi hại trên cùng thang đo.
Rủi ro tương đối có ổn định khi áp dụng cho nhóm có nguy cơ nền khác không?
Trong nhiều tổng quan hệ thống, rủi ro tương đối khá ổn định giữa các quần thể hơn so với chênh lệch tuyệt đối, nên các nhà nghiên cứu thường dùng RR để tổng hợp rồi áp vào nguy cơ nền của từng nhóm. Tuy nhiên đây là quan sát thực nghiệm, không phải quy luật, và có nhiều ngoại lệ.
Vì sao thông cáo báo chí hay dùng con số tương đối?
Một phần vì đó là thước đo chính trong phân tích thống kê của nhiều nghiên cứu, một phần vì con số tương đối lớn hơn và hấp dẫn hơn. Một số nghiên cứu về chất lượng thông cáo báo chí của các trường đại học đã ghi nhận tình trạng phóng đại so với bài báo gốc. Đọc tóm tắt gốc luôn an toàn hơn.
Có nên quy mọi rủi ro về một thang chung như "micromort"?
Micromort, tức nguy cơ tử vong một phần triệu, do Ronald Howard đề xuất, giúp so sánh các hoạt động rất khác nhau. Thang này hữu ích để định cỡ, nhưng giản lược nhiều yếu tố như độ tuổi, mức độ tự nguyện và khả năng kiểm soát. Nên dùng để hiểu cỡ độ lớn, không thay cho phân tích cụ thể.