ricding

Rèn luyện văn hoá đọc

“Kiểm soát” các biến trong một nghiên cứu khoa học có nghĩa là gì? Một chuyên gia thống kê giải thích

What does it mean to ‘control’ for variables in a scientific study? A statistician explains

“Kiểm soát” các biến trong một nghiên cứu khoa học có nghĩa là gì? Một chuyên gia thống kê giải thích
Mark Louie Ramos, Assistant Research Professor of Health Policy and Administration, Penn State
Show
Hide
EN – VI
VI – EN
3000-5000 ▼
0-3000
3000-5000
5000-7000
7000-10000

Scientific studies, and news coverage about them, often declare that a study “controlled” for certain variables.

Các nghiên cứu khoa học, và các bản tin đưa tin về chúng, thường tuyên bố rằng một nghiên cứu đã “kiểm soát” các biến số nhất định.

For example, the Washington Post reported on a study of GLP-1 drugs and a hormonal disorder. The article noted that “women on GLP-1s lost more weight than those in control groups.”

Ví dụ, tờ Washington Post đã đưa tin về một nghiên cứu về thuốc GLP-1 và một chứng rối loạn nội tiết tố. Bài báo lưu ý rằng “những phụ nữ dùng GLP-1 giảm cân nhiều hơn những người ở nhóm đối chứng.”

A couple months earlier, the Post reported on a different study about GLP-1s and bone and tendon injuries. It said “researchers controlled for age, sex, race and tobacco use” and found that people taking GLP-1s had higher risk of skeletal disorders than nonusers.

Vài tháng trước đó, tờ Post đã đưa tin về một nghiên cứu khác về thuốc GLP-1 và các chấn thương xương, gân. Bài báo cho biết “các nhà nghiên cứu đã kiểm soát các yếu tố về độ tuổi, giới tính, chủng tộc và tình trạng hút thuốc” và phát hiện ra rằng những người dùng GLP-1 có nguy cơ mắc các chứng rối loạn xương cao hơn những người không dùng.

This language typically gives the impression that having a control enhances credibility. But what exactly does “control” mean? And should you be impressed by it?

Ngôn từ này thường tạo ấn tượng rằng việc có yếu tố kiểm soát sẽ làm tăng độ tin cậy. Nhưng chính xác thì “kiểm soát” có nghĩa là gì? Và bạn có nên ấn tượng về điều đó không?

I’ve been a statistician for many years, and my recent research has shown that 90% of American adults would base decisions on statistics, at least sometimes, if they understood the basic concepts better. Control is one such concept.

Tôi đã làm chuyên gia thống kê nhiều năm, và nghiên cứu gần đây của tôi đã chỉ ra rằng 90% người trưởng thành ở Mỹ sẽ đưa ra quyết định dựa trên số liệu thống kê, ít nhất là đôi khi, nếu họ hiểu rõ hơn các khái niệm cơ bản. Kiểm soát là một khái niệm như vậy.

Understanding controls can help you assess how well a study’s conclusions are supported by evidence, and can help you judge the media’s interpretation of new research.

Hiểu về các yếu tố kiểm soát có thể giúp bạn đánh giá mức độ củng cố của bằng chứng đối với kết luận của một nghiên cứu, đồng thời giúp bạn đánh giá cách truyền thông diễn giải các nghiên cứu mới.

Observed or manipulated?

Được quan sát hay được thao tác?

A control can mean different things depending on a study’s design. Most studies fall into one of two categories: experimental or observational.

Sự kiểm soát có thể mang những ý nghĩa khác nhau tùy thuộc vào thiết kế của một nghiên cứu. Hầu hết các nghiên cứu thuộc một trong hai loại: thực nghiệm hoặc quan sát.

In an experimental study, researchers may give a drug or treatment to some participants and not to others. The control group is the people who did not receive the drug or treatment.

Trong một nghiên cứu thực nghiệm, các nhà nghiên cứu có thể cho một số người tham gia dùng thuốc hoặc phương pháp điều trị và số khác thì không. Nhóm đối chứng là những người không nhận được thuốc hoặc phương pháp điều trị đó.

In the study of women’s weight loss and hormonal disorders, researchers gave GLP-1s to some of the participants, and did not give them to others, so they could compare outcomes between the two groups. Here, “control” means the researchers directly influenced how the data is generated.

Trong nghiên cứu về việc giảm cân và rối loạn nội tiết tố ở phụ nữ, các nhà nghiên cứu đã cho một số người tham gia dùng GLP-1 và không cho những người khác dùng, để họ có thể so sánh kết quả giữa hai nhóm. Ở đây, “kiểm soát” có nghĩa là các nhà nghiên cứu đã tác động trực tiếp đến cách dữ liệu được tạo ra.

On the other hand, in an observational study, researchers examine existing data, such as electronic health records, to find patterns. They use different statistical tools to see how various factors such as age or sex may have affected outcomes for people, regardless of who received treatment. This step helps make sure that the association between the treatment and the outcome is not being driven by one of the known variables that affects both.

Mặt khác, trong một nghiên cứu quan sát, các nhà nghiên cứu kiểm tra dữ liệu hiện có, chẳng hạn như hồ sơ sức khỏe điện tử, để tìm ra các xu hướng. Họ sử dụng các công cụ thống kê khác nhau để xem xét các yếu tố khác nhau như độ tuổi hoặc giới tính có thể đã ảnh hưởng đến kết quả của con người như thế nào, bất kể ai là người nhận được điều trị. Bước này giúp đảm bảo rằng mối liên hệ giữa phương pháp điều trị và kết quả không bị chi phối bởi một trong các biến số đã biết ảnh hưởng đến cả hai.

Here’s an example. In the study about GLP-1s and bone injuries, researchers controlled for age, sex, race and tobacco use. What that means is they compared injuries among people who fit in each of those categories, to see if differences existed between those who take GLP-1s and those who did not.

Dưới đây là một ví dụ. Trong nghiên cứu về GLP-1 và chấn thương xương, các nhà nghiên cứu đã kiểm soát các yếu tố độ tuổi, giới tính, chủng tộc và tình trạng hút thuốc. Điều đó có nghĩa là họ so sánh các chấn thương ở những người thuộc từng nhóm phân loại đó, để xem liệu có sự khác biệt giữa những người dùng GLP-1 và những người không dùng hay không.

For instance, suppose that smokers are more likely to take GLP-1 medications, and that smoking itself independently increases the risk of bone injuries. If researchers do not control for smoking, it will look like GLP-1 use is linked to more bone injuries simply because many GLP-1 users also smoke.

Chẳng hạn, giả sử những người hút thuốc có nhiều khả năng dùng thuốc GLP-1 hơn, và bản thân việc hút thuốc làm tăng độc lập nguy cơ chấn thương xương. Nếu các nhà nghiên cứu không kiểm soát việc hút thuốc, thì có vẻ như việc sử dụng GLP-1 có liên quan đến nhiều ca chấn thương xương hơn chỉ đơn giản là vì nhiều người dùng GLP-1 cũng hút thuốc.

Here, “control” means to account for elements of data that’s already been gathered, which researchers had no influence over.

Ở đây, “kiểm soát” có nghĩa là giải trình cho các yếu tố dữ liệu đã được thu thập sẵn, mà các nhà nghiên cứu không thể tác động được.

Researchers design studies using control groups as a way to compare natural day–to–day changes in people with effects a drug or treatment may have.
Các nhà nghiên cứu thiết kế các nghiên cứu sử dụng các nhóm đối chứng như một cách để so sánh những thay đổi tự nhiên hàng ngày ở con người với các tác động mà một loại thuốc hoặc phương pháp điều trị có thể mang lại.

Random by design

Ngẫu nhiên theo thiết kế

In an experimental study about a new drug, scientists randomly determine who receives a treatment and who does not. People who do not receive the medication typically receive a placebo, such as a fake pill. They are the control group.

Trong một nghiên cứu thực nghiệm về một loại thuốc mới, các nhà khoa học xác định ngẫu nhiên ai là người nhận được phương pháp điều trị và ai không. Những người không nhận được thuốc thường nhận được giả dược, chẳng hạn như một viên thuốc giả. Họ chính là nhóm đối chứng.

Moreover, if scientists know that certain factors might influence the outcome of a study, such as the severity of an illness or other medications participants may be taking, they can randomize treatment within such groups of people. This is called stratification; it prevents researchers from inadvertently assigning a disproportionate number of participants who share one particular quality to the treatment or placebo group.

Hơn nữa, nếu các nhà khoa học biết rằng một số yếu tố nhất định có thể ảnh hưởng đến kết quả của nghiên cứu, chẳng hạn như mức độ nghiêm trọng của bệnh hoặc các loại thuốc khác mà người tham gia có thể đang dùng, họ có thể ngẫu nhiên hóa việc điều trị trong các nhóm người đó. Đây được gọi là phân tầng; nó ngăn cản các nhà nghiên cứu vô tình phân bổ một số lượng người tham gia không cân đối có chung một đặc điểm cụ thể vào nhóm điều trị hoặc nhóm giả dược.

For example, one 2021 experimental study investigated weight loss among people who had Type 2 diabetes and were given a GLP-1 drug. The researchers made sure that treatment and control groups had members randomly selected from people with different initial levels of blood sugar, as well as those who were taking different diabetes medications. This way, they are less likely to assign a disproportionate number of participants with, for example, the highest blood sugar to the placebo group by chance. This step also helps the researchers compute the effect of the treatment with greater precision.

Ví dụ, một nghiên cứu thực nghiệm năm 2021 đã khảo sát việc giảm cân ở những người mắc bệnh tiểu đường loại 2 và được cho dùng thuốc GLP-1. Các nhà nghiên cứu đảm bảo rằng nhóm điều trị và nhóm đối chứng có các thành viên được chọn ngẫu nhiên từ những người có mức đường huyết ban đầu khác nhau, cũng như những người đang dùng các loại thuốc điều trị tiểu đường khác nhau. Bằng cách này, họ ít có khả năng vô tình phân bổ một số lượng lớn người tham gia có, chẳng hạn như lượng đường huyết cao nhất, vào nhóm giả dược. Bước này cũng giúp các nhà nghiên cứu tính toán hiệu quả của việc điều trị với độ chính xác cao hơn.

Participants in an experimental study may not exactly represent the full variety of people who might someday receive a treatment that is eventually approved. It may be impossible or prohibitively expensive to include enough people to cover every variation.

Những người tham gia trong một nghiên cứu thực nghiệm có thể không đại diện chính xác cho toàn bộ các đối tượng có thể một ngày nào đó sẽ nhận được phương pháp điều trị cuối cùng được phê duyệt. Việc bao gồm đủ số lượng người để bao trùm mọi biến thể có thể là bất khả thi hoặc tốn kém quá mức.

Figure
A study on athlete health would want to take into account whether some participants smoke, since that habit could have an influence on the variables the researcher is tracking. Image Source/Photodisc via Getty Images
Một nghiên cứu về sức khỏe vận động viên sẽ muốn tính đến việc liệu một số người tham gia có hút thuốc hay không, vì thói quen đó có thể ảnh hưởng đến các biến số mà nhà nghiên cứu đang theo dõi. Nguồn hình ảnh/Photodisc qua Getty Images

This challenge is often why researchers turn to observational studies, also called real–world evidence studies. In these cases, researchers use existing records; no randomization can be done. Instead, researchers use different statistical tools to account for factors that may have affected treatments and outcomes.

Thách thức này thường là lý do khiến các nhà nghiên cứu chuyển sang các nghiên cứu quan sát, còn được gọi là các nghiên cứu bằng chứng thực tế. Trong những trường hợp này, các nhà nghiên cứu sử dụng các hồ sơ hiện có; không thể thực hiện việc ngẫu nhiên hóa. Thay vào đó, các nhà nghiên cứu sử dụng các công cụ thống kê khác nhau để giải thích cho các yếu tố có thể đã ảnh hưởng đến các phương pháp điều trị và kết quả.

For example, in an observational GLP-1 study, researchers used medical record databases and estimated how much weight people taking GLP-1 medications lost compared with people taking other Type 2 diabetes medications.

Ví dụ, trong một nghiên cứu quan sát về GLP-1, các nhà nghiên cứu đã sử dụng cơ sở dữ liệu hồ sơ y tế và ước tính lượng cân nặng mà những người dùng thuốc GLP-1 giảm được so với những người dùng các loại thuốc điều trị tiểu đường loại 2 khác.

For observational studies, failing to control – failing to account – for important variables can undermine the credibility of the results. For example, an observational study could report health benefits of some nutritional supplement while failing to control for baseline differences in health between users and nonusers. In such cases, healthier individuals might have been more likely to self–select to take the supplement in the first place, making it seem like the supplement has a health benefit even when none exists.

Đối với các nghiên cứu quan sát, việc không kiểm soát – không tính đến – các biến số quan trọng có thể làm suy giảm độ tin cậy của kết quả. Ví dụ, một nghiên cứu quan sát có thể báo cáo những lợi ích sức khỏe của một chất bổ sung dinh dưỡng nào đó trong khi lại không kiểm soát các khác biệt cơ bản về sức khỏe giữa người dùng và người không dùng. Trong những trường hợp như vậy, những cá nhân khỏe mạnh hơn có thể có nhiều khả năng tự nguyện dùng chất bổ sung đó từ đầu, khiến người ta tưởng rằng chất bổ sung này có lợi cho sức khỏe ngay cả khi không có lợi ích nào.

Many such findings subsequently fail to replicate in experimental studies that control for these sources of bias through randomization.

Nhiều phát hiện như vậy sau đó không thể lặp lại trong các nghiên cứu thực nghiệm nhằm kiểm soát các nguồn sai lệch này thông qua việc ngẫu nhiên hóa.

Trying to control for every variable possible would be a problem, too. If they aren’t actually related to the variables of interest – and when running a study researchers don’t know for sure which ones are – more control variables makes mathematical estimates less precise. Controlling for certain variables called colliders can distort the effect a study is interested in.

Việc cố gắng kiểm soát mọi biến số có thể xảy ra cũng sẽ là một vấn đề. Nếu chúng không thực sự liên quan đến các biến số quan tâm – và khi thực hiện một nghiên cứu, các nhà nghiên cứu không thể biết chắc chắn biến nào có liên quan – thì việc có nhiều biến kiểm soát hơn sẽ làm cho các ước tính toán học kém chính xác hơn. Việc kiểm soát các biến số nhất định được gọi là biến gộp (colliders) có thể làm bóp méo hiệu quả mà một nghiên cứu đang quan tâm.

When you see the findings of observational studies, try to consider if the study falls at one of these extremes – controlling for too few or too many variables.

Khi bạn nhìn thấy kết quả của các nghiên cứu quan sát, hãy cố gắng xem xét liệu nghiên cứu đó có rơi vào một trong các thái cực này hay không – kiểm soát quá ít hoặc quá nhiều biến số.

Judging studies for yourself

Tự đánh giá các nghiên cứu

To help people make sense of the various kinds of controls, I prepared an online app that lets you compare analyses in observational and experimental approaches, using simulated data.

Để giúp mọi người hiểu rõ về các loại kiểm soát khác nhau, tôi đã chuẩn bị một ứng dụng trực tuyến cho phép bạn so sánh các phân tích trong phương pháp quan sát và thực nghiệm, sử dụng dữ liệu mô phỏng.

You don’t need to be a scientist to examine studies that spark your interest. But it is important to recognize that even seemingly intuitive terms such as “controlled” can have very different meanings.

Bạn không cần phải là một nhà khoa học để xem xét các nghiên cứu khơi gợi sự quan tâm của bạn. Nhưng điều quan trọng là phải nhận ra rằng ngay cả những thuật ngữ tưởng chừng trực quan như “được kiểm soát” cũng có thể mang những ý nghĩa rất khác nhau.

The next time you encounter a story in the media about a new finding, consider whether the study was observational or experimental, and what the researchers controlled for. Keeping the distinctions in mind can help you better judge what conclusions the evidence can confidently support.

Lần tới khi bạn bắt gặp một câu chuyện trên các phương tiện truyền thông về một phát hiện mới, hãy xem xét liệu nghiên cứu đó mang tính quan sát hay thực nghiệm, và các nhà nghiên cứu đã kiểm soát những yếu tố nào. Ghi nhớ sự khác biệt này có thể giúp bạn đánh giá tốt hơn những kết luận nào mà bằng chứng có thể hỗ trợ một cách chắc chắn.

Mark Louie Ramos does not work for, consult, own shares in or receive funding from any company or organization that would benefit from this article, and has disclosed no relevant affiliations beyond their academic appointment.

Mark Louie Ramos không làm việc cho, tư vấn cho, nắm giữ cổ phần trong hoặc nhận tài trợ từ bất kỳ công ty hoặc tổ chức nào có thể hưởng lợi từ bài báo này, và không tiết lộ bất kỳ mối liên hệ nào có liên quan ngoài học hàm học vị của mình.

có thể bạn cũng quan tâm