Phương pháp luận trong nghiên cứu khoa học

Trong phần này, tôi muốn giới thiệu đến các bạn những bài viết mang tính hướng dẫn về phương pháp luận (methodology) trong nghiên cứu khoa học. Đây là những bài được trích từ những sách tôi đã xuất bản và những bài tiếng Anh tôi viết cho các tập san trong chuyên ngành xương. Tất cả đều được lưu trữ trong pdf file, nên các bạn có thể đọc rất dễ và có thể download về máy tính để tham khảo.

Bắt đầu nghiên cứu như thế nào

Giả dụ như bạn đã có một ý tưởng để làm nghiên cứu, bước kế tiếp là phải suy nghĩ làm sao để thực hiện ý tưởng. Nhưng để cho việc suy nghĩ cách thực hiện tốt, bạn cần phải rất cụ thể về chi tiết, và phải bắt đầu với câu hỏi nghiên cứu và mục tiêu nghiên cứu. Cách tiếp cận vấn đề sẽ được xây dựng trên cơ sở của mục tiêu nghiên cứu.

Tải tài liệu: tại đây

Immortal bias trong nghiên cứu y khoa

Đây là loại sai lệch khá phổ biến trong nghiên cứu y khoa, và nó có thể giải thích tại sao người tham gia các chương trình truy tìm ung thư (screening) có vẻ sống lâu hơn những người không tham gia, hay tại sao diễn viên điện ảnh được trao giải Oscar sống lâu hơn những người không được trao giải.

Tải tài liệu: tại đây

Phương pháp ước tính cỡ mẫu cho nghiên cứu khoa học

Một công trình nghiên cứu thường dựa vào một mẫu (sample).  Một trong những câu hỏi quan trọng nhất trước khi tiến hành nghiên cứu là cần bao nhiêu mẫu hay bao nhiêu đối tượng cho nghiên cứu.  “Đối tượng” ở đây là đơn vị căn bản của một nghiên cứu, là số bệnh nhân hay số tình nguyện viên.  Ước tính số lượng đối tượng cần thiết cho một công trình nghiên cứu đóng vai trò cực kì quan trọng, vì nó có thể là yếu tố quyết định sự thành công hay thất bại của nghiên cứu.  

Nếu số lượng đối tượng không đủ thì kết luận rút ra từ công trình nghiên cứu không có độ chính xác cao, thậm chí không thể kết luận gì được.  Ngược lại, nếu số lượng đối tượng quá nhiều hơn số cần thiết thì tài nguyên, tiền bạc và thời gian sẽ bị hao phí.  Do đó, vấn đề then chốt trước khi nghiên cứu là phải ước tính cho được một số đối tượng vừa đủ cho mục tiêu của nghiên cứu.

Tải tài liệu: tại đây

Phương pháp ước tính cỡ mẫu cho nghiên cứu khoa học: hỏi & đáp

Đây là một bài thuộc dạng vấn đáp về ước tính cỡ mẫu. Mỗi câu hỏi đi kèm với một câu trả lời, và có cả R codes để các bạn có thể có lời giải đáp rất thực tế.

Tải tài liệu: tại đây

Những ngộ nhận về ‘tính đại diện” trong nghiên cứu khoa học

Hầu hết những ai làm nghiên cứu lâm sàng đều từng trải qua các hội đồng xét duyện đề tài hay nghiệm thu, và tuyệt đại đa số đều nhận được lời phê bình là nghiên cứu không mang tính đại diện. Nhận xét này hàm ý nói kết quả nghiên cứu không có giá trị khoa học, và có khi nó được dùng như là một cách bác bỏ nỗ lực của nhà nghiên cứu. Nhưng trong thực tế, nhiều nghiên cứu không cần tính đại diện. Trong chương này tôi sẽ giải thích tại sao một nghiên cứu y học nghiêm chỉnh không nhất thiết phải có mẫu mang tính đại diện.

Tải tài liệu: tại đây

Diễn giải kết quả nghiên cứu khoa học như thế nào?

Một trong những khó khăn của người mới bắt đầu làm nghiên cứu khoa học là đọc và diễn giải một bài báo khoa học. Đối diện với một kết quả có ý nghĩa thống kê, câu hỏi kế tiếp là gì, và có thể tin vào kết quả này hay không, đó là những câu hỏi gai góc mà không phải lúc nào cũng có câu hỏi chính xác và đúng. Chương này sẽ điểm qua ba yếu tố quan trọng trong việc diễn giải kết quả nghiên cứu: yếu tố nhiễu, yếu tố bias, và yếu tố ngẫu nhiên.

Tải tài liệu: tại đây

Những sai sót và thiếu sót trong phân tích dữ liệu

Phân tích thống kê là một phần không thể thiếu được trong các nghiên cứu y khoa, nhất là nghiên cứu lâm sàng và dịch tễ học. Thống kê đã được ứng dụng trong y học từ những năm trong thập niên 1930s, nhưng thật ra từ thế kỉ 19 người ta cũng đã nghĩ đến việc sử dụng các thuật phân tích thống kê trong thử nghiệm lâm sàng. 

Mặc dù đã trải qua hơn 1 thế kỉ ứng dụng, nhưng cho đến ngày nay vẫn còn rất nhiều sai sót về phân tích thống kê trong các công trình nghiên cứu y học. Một số sai sót không ảnh hưởng gì đến kết luận của nghiên cứu, nhưng nhiều sai sót mang tính hệ thống thì có khi làm cho công trình nghiên cứu có một ý nghĩa hoàn toàn khác với kết luận của tác giả.

Tải tài liệu: tại đây

Năm “căn bệnh” trong khoa học hiện đại

Nếu ai hỏi tôi vấn đề lớn nhất của khoa học hiện nay là gì, tôi sẽ nói đó là vấn đề “reproducibility”, mà tôi dịch là “tái lập”. Rất nhiều kết quả nghiên cứu không được lặp lại, một phần là do sai sót, một phần nhỏ là do gian dối. Theo một phân tích công bố trên PLoS Biology thì vấn đề bất lập (irreproducibility) gây lãng phí lên đến 28 tỉ USD mỗi năm, và con số này chỉ tính riêng cho Mĩ (1). Đầu tháng 9 năm 2016, Trường Y Đại học Sydney mời tôi nói một bài về vấn đề tái lập, và chương này tóm tắt những ý trong bài nói chuyện đó để chia sẻ cùng các bạn.

Tải tài liệu: tại đây

Những vấn đề phương pháp trong các nghiên cứu về Covid-19

Đại dịch Covid-19 cùng những vấn đề liên quan đã là đề tài của hàng vạn nghiên cứu trên thế giới. Nhưng bên cạnh một số rất ít nghiên cứu có phẩm chất tốt và tầm ảnh hưởng cao, đa số nghiên cứu không có đóng góp gì quan trọng, thậm chí gây nhiễu y văn. Rất nhiều nghiên cứu có vấn đề về phương pháp và phương pháp luận, kể cả thiết kế, phân tích và diễn giải. 

Trong bối cảnh như thế, các nguyên lý của Y học Thực chứng (Evidence Based Medicine) có thể giúp cho việc đánh giá nghiên cứu và diễn giải kết quả nghiên cứu đầy đủ hơn. Trong bài này, tôi sẽ bàn qua việc áp dụng các nguyên lý này trong việc thẩm định nghiên cứu Covid-19. Các nghiên cứu Covid-19 sẽ được dùng để minh hoạ cho các khái niệm sai lệch (bias), độ nhạy của nghiên cứu, ý nghĩa trị số P, kiểm định nhiều giả thuyết và phát hiện dương tính giả, và ứng dụng phương pháp Bayes trong diễn giải kết quả nghiên cứu trái ngược nhau. 

Những tiêu chí đề ra trong bài này sẽ giúp cho việc đánh giá một công trình nghiên cứu có hệ thống hơn, và giúp rút ngắn hơn khoảng cách giữa nghiên cứu khoa học và ứng dụng lâm sàng.

Tải tài liệu: tại đây