Nhiễu (confounding) — kẻ thứ ba đứng sau mọi kết luận sai

Vì sao 'người uống cà phê bị ung thư phổi nhiều hơn' là câu đúng về số liệu nhưng sai về nhân quả — và cách chặn kẻ thứ ba đó.

Bạn thấy hai hiện tượng đi cùng nhau và kết luận cái này gây ra cái kia. Trong phần lớn trường hợp, có một nhân vật thứ ba đứng khuất phía sau, kéo cả hai.

Ví dụ kinh điển

Số liệu thật: người uống nhiều cà phê mắc ung thư phổi nhiều hơn. Nhưng cà phê không gây ung thư phổi — thời đó người uống nhiều cà phê cũng là người hút nhiều thuốc lá. Hút thuốc là YẾU TỐ NHIỄU: nó vừa gắn với phơi nhiễm (cà phê), vừa gây ra kết cục (ung thư).

↔ kéo ngang để xem hết hình

Mũi tên đứt là thứ bạn quan sát thấy; hai mũi tên đỏ mới là thứ thật sự đang xảy ra.

Ba điều kiện để một biến là yếu tố nhiễu

Liên quan với phơi nhiễm mà bạn đang nghiên cứu.
Là yếu tố nguy cơ độc lập của kết cục (kể cả ở người không phơi nhiễm).
KHÔNG nằm trên đường nhân quả giữa phơi nhiễm và kết cục. Nếu nó là mắt xích trung gian, hiệu chỉnh nó sẽ xóa mất chính hiệu quả bạn muốn đo.

Kẻ giết người thầm lặng trong hồi sức: nhiễu do chỉ định

Nghiên cứu hồi cứu tại ICU: bệnh nhân được lọc máu sớm có tỷ lệ tử vong CAO HƠN. Kết luận "lọc máu sớm có hại" là sai lầm kinh điển — bác sĩ chỉ định lọc máu sớm cho những ca NẶNG hơn. Độ nặng là yếu tố nhiễu, và nó nhiễu theo cách gần như không sửa được bằng thống kê, vì thứ dẫn đến quyết định lâm sàng thường không được ghi vào hồ sơ.

Tên gọi: confounding by indication (nhiễu do chỉ định). Đây là lý do một nghiên cứu quan sát về HIỆU QUẢ ĐIỀU TRỊ luôn bị hội đồng soi kỹ hơn nghiên cứu về yếu tố nguy cơ.

Chặn nhiễu ở đâu: thiết kế hay phân tích

Chặn từ lúc THIẾT KẾ (mạnh hơn, rẻ hơn):

Ngẫu nhiên hóa — vũ khí duy nhất cân bằng được cả yếu tố nhiễu mà bạn CHƯA BIẾT.
Hạn chế (restriction): chỉ nhận người không hút thuốc → hút thuốc hết là nhiễu, nhưng kết quả chỉ suy rộng cho người không hút.
Ghép cặp (matching): mỗi ca bệnh ghép một ca chứng cùng tuổi, cùng giới. Nhớ phân tích theo cặp thì mới đúng.

Chặn ở lúc PHÂN TÍCH (chỉ xử lý được cái đã đo):

Phân tầng: tính riêng cho từng nhóm tuổi rồi so sánh.
Mô hình đa biến (hồi quy logistic, Cox): hiệu chỉnh nhiều yếu tố cùng lúc.
Điểm xu hướng (propensity score): mô phỏng sự cân bằng của ngẫu nhiên hóa dựa trên các biến đã đo.

Giới hạn phải nói thẳng trong bài báo: "đã hiệu chỉnh" chỉ có nghĩa là hiệu chỉnh cho những gì bạn ĐO ĐƯỢC. Nhiễu tồn dư (residual confounding) luôn còn đó — hãy viết ra thay vì giấu.

Đừng nhầm nhiễu với biến trung gian

↔ kéo ngang để xem hết hình

Nhìn giống hình trên nhưng ý nghĩa ngược hẳn: ở đây kẻ thứ ba là mắt xích, không phải kẻ ngoại đạo.

Hút thuốc → viêm phổi → tử vong. Nếu bạn nghiên cứu hút thuốc và tử vong rồi "hiệu chỉnh cho viêm phổi", bạn đang bịt mất chính con đường mà thuốc lá giết người. Trước khi cho biến vào mô hình, hãy vẽ mũi tên nhân quả trên giấy.