9 lổ hổng về kỹ năng nghiên cứu khoa học trong ngành Y

Trong năm 2020, tranh luận về năng lực khoa học của vài ứng viên GS, PSG ngành Y, Dược đã làm nhiều người trong ngành không khỏi buồn bực. Trong tương lai gần, các chỉ tiêu về công bố khoa học sẽ là áp lực không nhỏ cho các bạn đồng nghiệp. Điều đáng tiếc, đó là một mặt dư luận đòi hỏi người bác sĩ phải công bố khoa học, nhưng không nhìn ra sự thực đau lòng là chúng ta chưa bao giờ chuẩn bị đầy đủ hành trang cho sinh viên Y khoa và bác sĩ để bước vào con đường nghiên cứu. Có rất nhiều lổ hổng về kiến thức, kỹ năng mà Nhi sẽ liệt kê qua bài này:

9 lổ hổng về kỹ năng nghiên cứu khoa học trong ngành Y

Sơ đồ sau trình bày chuỗi vận hành từ thực tiễn đến nghiên cứu và giao thoa giữa 5 lĩnh vực : y học lâm sàng, thống kê, dịch tễ học, nghiên cứu thực nghiệm, và khoa học dữ liệu; 9 lổ hỗng kỹ năng nằm rải rác trong tất cả các công đoạn gồm;

ky-nang-nghie-cuu-khoa-hoc-1

(1) Khả năng chuyển từ vấn đề thực tiễn thành câu hỏi và giả thuyết nghiên cứu:

Mặc dù các luận văn và bài báo khoa học đều trình bày rằng xuất phát điểm của nghiên cứu là từ vấn đề thực tiễn, thí dụ gánh nặng của bệnh lý, khó khăn/giới hạn trong chẩn đoán hay điều trị… nhưng một cách thành thực mà nói, chúng ta biết không phải lúc nào đó cũng là sự thật: trong hầu hết trường hợp nghiên cứu sinh chỉ lặp lại ý tưởng đã có, hoặc buộc phải khai thác những nguyên liệu có sẵn trong tay để hợp thức hóa một học vị, chỉ tiêu nào đó.

Trái lại, mỗi ngày các bác sĩ đều phải đối diện với rất nhiều vấn đề, khó khăn trong môi trường làm việc, những khó khăn này đặc thù cho địa phương, chuyên khoa và hoàn cảnh, thí dụ đơn giản nhất là sự quá tải, không đủ thời gian khám bệnh, thiếu phương tiện chẩn đoán, những bất cập giữa thực tiễn và các quy chế/quy trình hiện hành, hiệu quả hạn chế của cách làm hiện có và sự xuất hiện của công nghệ mới… Nhưng không có nhiều đề tài, ý tưởng nghiên cứu được đề xuất để giải quyết các vấn đề này. Nhiều nghiên cứu sinh gặp khó khăn khi trình bày mục tiêu/giả thuyết/câu hỏi nghiên cứu, đơn giản vì những thứ này bị ấn vào tay họ chứ không phải phát sinh từ vấn đề của bản thân.

Đọc thêm  Một chút lịch sử 'randomization'

(2) Khả năng phiên dịch từ giả thuyết/câu hỏi thành bài toán thống kê.

Trong quá trình tư vấn về thống kê, câu hỏi thường được nghe nhất từ thân chủ là: “Tôi có ý tưởng ABC như sau trên bệnh lý XYZ, tôi phải dùng kiểm định/mô hình thống kê nào ?” câu hỏi này cho thấy các bạn đồng nghiệp có khuynh hướng đi thẳng từ vấn đề/câu hỏi đến công cụ thống kê, hay ngược lại: gắn kết trực tiếp một công cụ thống kê với vấn đề/mục tiêu nào đó. Sự nguy hiểm của cách tiếp cận này, đó là nghiên cứu sinh không bao giờ có thể lập ra được kế hoạch phân tích (analysis plan) vững chắc, công trình nghiên cứu của họ chỉ là những mảnh rời rạc của các kiểm định, ngay cả khi họ chọn đúng công cụ/ mô hình, cũng không khai thác hết kết quả thu hoạch được. Trước khi đi vào giải pháp thống kê cho vấn đề, ta cần phiên dịch câu hỏi/mục tiêu nghiên cứu thành một bài toán thống kê. Đây là giao diện khái quát và trừu tượng nhưng cho phép định hình kế hoạch phân tích: ta sẽ phân tích diễn dịch hay tiên lượng ? ta cần bao nhiêu chứng cứ/kiểm định để củng cố cho lập luận đó ? câu hỏi đó tương đương với giả thuyết vô hiệu nào ?…

(3) Khả năng đọc y văn và dựng lại được kế hoạch phân tích của tác giả:

Kỹ năng phân tích và bình luận Y văn là một môn học trong chương trình đào tạo Y khoa ở nhiều nước, nhưng chưa được áp dụng ở Việt Nam. Hệ quả là khi hành nghề, ta thường tiếp nhận thông tin từ y văn một cách thụ động, chỉ tập trung vào kết luận sau cùng của bài báo, và chấp nhận hay bác bỏ nó dựa vào kinh nghiệm, nhưng không thể dựng lại con đường dẫn tác giả đến kết luận, bao gồm thiết kế thí nghiệm, kỹ thuật đo lường, kế hoạch phân tích. Khi không thể phân định được cách làm đúng, sai, ta cũng không thể rút ra kinh nghiệm cho bản thân sau này.

(4) Khả năng đồng bộ hóa giữa thiết kế thí nghiệm và kế hoạch phân tích/bài toán thống kê

Hầu hết các nghiên cứu lâm sàng hiện nay được tiến hành một cách độc lập giữa 2 công đoạn: xây dựng/triển khai phân tích dữ liệu và thiết kế/tiến hành thí nghiệm; chuyên viên thống kê thường chỉ làm duy nhất việc ước tính cỡ mẫu, nhưng nhưng không tham gia tư vấn về thiết kế thí nghiệm, cấu trúc dữ liệu và nội dung dữ liệu. Người ta chỉ tìm đến nhân viên thống kê khi mọi chuyện đã xong, dữ liệu đã có.

Đọc thêm  Kĩ năng khoa học: cách đặt câu hỏi tốt trong hội thảo

Dù trong chương trình đào tạo, môn dịch tễ học lâm sàng và phương pháp nghiên cứu khoa học đã cung cấp khá đủ kiến thức về những thiết kế thí nghiệm, nhưng hoàn toàn độc lập với môn thống kê. Hậu quả của sự không đồng bộ giữa nguyên liệu (dữ liệu) và công cụ/kế hoạch phân tích, đó là chuyên viên thống kê buộc phải làm việc với những gì đã có (thí dụ thông tin định lượng đều đã bị định tính hóa), thiếu thông tin, cỡ mẫu không đủ lớn, …, một số phương pháp không thể áp dụng được, dẫn đến sản phẩm kém chất lượng (kết quả bị giới hạn hoặc sai).

(5) Khả năng chọn công cụ phù hợp cho bài toán

Như nhiều lần Nhi đã giải thích, việc chọn giải pháp/công cụ không đặt nặng về tính phức tạp hay đơn giản, nhưng phải phù hợp. Công cụ đúng sẽ quyết định phẩm chất của kế hoạch phân tích và kết quả nghiên cứu. Chương trình xác suát-thống kê hiện nay trong trường Y chỉ mới cung cấp cho sinh viên những công cụ cổ điển và đơn giản, định hướng phân tích đơn biến – như các kiểm định tham số/phi tham số; nhưng còn thiếu nhiều công cụ quan trọng, như mô hình hồi quy đa biến, phân tích thời gian/sự kiện, mô hình phân loại… Do không đủ công cụ, khi làm nghiên cứu các bác sĩ thường có khuynh hướng phân tích đơn biến, định tính hóa, … và không thể giải quyết được những mục tiêu phức tạp, bài toán khó bao gồm nghiên cứu longitudinal, survival analysis, mô hình tiên lượng

(6) (7) Kỹ năng thao tác và phân tích dữ liệu

Chương trình thống kê y học hiện nay chỉ mới xây dựng được kiến thức cơ bản, nhưng bỏ rơi hoàn toàn mảng thực hành và ứng dụng. Do đó, sinh viên chỉ học lý thuyết và giải bài tập, nhưng không có cơ hội làm việc trên dữ liệu thực tế. Mặt khác, kỹ năng thực hành chỉ giời hạn trong phần mềm giao diện tương tác (SPSS, STATA), và nặng về kỹ thuật nhưng thiếu hẳn công đoạn thao tác dữ liệu (data wrangling), trình bày kết quả (đồ họa thống kê, lập bảng, diễn giải ý nghĩa…).

Đọc thêm  Những lỗi phổ biến trong trình bày bằng Powerpoint

Để giải quyết trọn vẹn khiếm khuyết kỹ năng này, chỉ có một cách duy nhất là đưa khoa học dữ liệu vào chương trình đào tạo, dù ở mức độ cơ bản nhất. Tốt hơn nữa, sinh viên Y khoa phải được học lập trình thống kê cơ bản sử dụng ngôn ngữ R hoặc Python.

(8) Khả năng truyền thông khoa học

Sinh viên thiếu hoàn toàn những kỹ năng mềm về truyền thông khoa học, cho phép người bác sĩ hòa nhập vào cộng đồng học thuật, hàn lâm quốc tế; bao gồm viết văn bản khoa học, thiết kế poster/bài thuyết trình, kỹ năng thuyết trình oral…

Có thể nhận ra phong cách trình bày yếu kém qua luận văn của nhiều thế hệ, và rất tiếc cho đến nay vẫn tiếp diễn y như vậy.

(9) Khả năng ứng dụng kết quả nghiên cứu vào thực tiễn

Đây là một vấn đề đáng bàn hiện nay, khi người ta đặt nặng mục tiêu công bố khoa học và chạy theo tiêu chí này, nhưng chưa có một cơ chế và quy trình để ứng dụng những công trình nghiên cứu vào thực tiễn. Rất nhiều nghiên cứu chỉ dừng lại ở một hoạt chất, một cơ chế sinh lý, một mô hình tiên lượng trên giấy, nhưng không được ứng dụng. Những quy trình chẩn đoán, phác đồ điều trị hiện nay đều dựa vào khuyến cáo/quy chuẩn của nước ngoài, bản thân những khuyến cáo này đôi khi mang tính tùy tiện, ngẫu hứng nhưng không dựa trên chứng cứ từ dữ liệu hay qua kiểm định độc lập ở quần thể người Việt Nam. Nghiên cứu sinh đua nhau làm nghiên cứu cắt ngang, thử nghiệm lâm sàng đối chứng … ở 1 bệnh viện duy nhất, nhưng rất ít đề tài phân tích gộp (meta-analysis), phân tích hiệu quả kinh tế, kiểm định độc lập/đa trung tâm…

Nguồn: Lê Ngọc Khả Nhi

# kỹ năng nghiên cứu khoa học

VNEconomics – Chúng tôi mong muốn đem tri thức khoa họccông nghệkinh tế đến với nhiều người Việt Nam. Đặc biệt là kiến thức về Blockchain & tiền mã hóa

Leave a Reply