SPSS được sử dụng phổ biến trong nghiên cứu y tế để phân tích số liệu bệnh nhân, kiểm định giả thuyết và đánh giá các yếu tố nguy cơ. Trong bài viết này, chúng ta sẽ thực hiện ứng dụng SPSS trong nghiên cứu y tế, phân tích dữ liệu y tế thực tế, tìm hiểu cách nhập liệu, chạy các kiểm định thống kê và diễn giải kết quả một cách chi tiết.
Giới thiệu tập dữ liệu
Bộ dữ liệu excel có thể được tải ở đây:du_lieu_y_te
Dữ liệu của chúng ta bao gồm 20 bệnh nhân với các thông tin như sau:
ID: Mã số bệnh nhân
Age (Tuổi): Tuổi của bệnh nhân
BMI: Chỉ số khối cơ thể
Smoking_Status (Tình trạng hút thuốc): 0 (Không hút), 1 (Hút thuốc)
Heart_Disease (Tiền sử bệnh tim): 0 (Không có bệnh tim), 1 (Có bệnh tim)
Time (Thời gian theo dõi): Số tháng theo dõi bệnh nhân
Status (Tình trạng sống sót): 0 (Sống), 1 (Tử vong)
Mục tiêu của bài viết là kiểm tra các yếu tố có ảnh hưởng đến nguy cơ tử vong của bệnh nhân.
Nhập dữ liệu vào SPSS
Bước 1: Mở SPSS lên
Vào File → Open → Data
Chọn file Excel và mở
Đảm bảo các biến có định dạng đúng: biến số lượng (Age, BMI) để dạng Scale, biến nhị phân (Smoking_Status, Heart_Disease, Status) để dạng Nominal.
Thống kê mô tả dữ liệu
Mục đích của thống kê mô tả là giúp hiểu rõ đặc điểm dữ liệu, kiểm tra sự phân bố của các biến.
Vào Analyze → Descriptive Statistics → Frequencies để kiểm tra tần suất của các biến định tính.
Vào Analyze → Descriptive Statistics → Descriptives để xem trung bình, độ lệch chuẩn của các biến số lượng.
Kết quả:
Tuổi trung bình: 44.35 tuổi (± 11.75)
BMI trung bình: 27.68 (± 3.31)
45% bệnh nhân có bệnh tim
60% bệnh nhân hút thuốc
65% bệnh nhân tử vong
Kiểm định mối quan hệ giữa các biến
Kiểm định Chi-square: Ảnh hưởng của hút thuốc đến bệnh tim
Mục đích: Kiểm tra xem tình trạng hút thuốc có liên quan đến bệnh tim không.
Vào Analyze → Descriptive Statistics → Crosstabs
Đặt Smoking_Status ở hàng, Heart_Disease ở cột
Chọn Chi-square test để kiểm định tính độc lập
Kết quả: Giá trị p = 0.714 > 0.05, nghĩa là hút thuốc không liên quan đến bệnh tim.
Hồi quy logistic: Dự đoán nguy cơ tử vong
Mục đích: Xác định yếu tố nào làm tăng nguy cơ tử vong.
Vào Analyze → Regression → Binary Logistic
Chọn biến phụ thuộc Status (0: sống, 1: tử vong)
Chọn biến độc lập Age, BMI, Smoking_Status, Heart_Disease
Kết quả:
Age (p = 0.256): Tuổi không làm tăng nguy cơ tử vong do chưa đủ ý nghĩa thống kê
Heart_Disease (p = 0.445): Người có bệnh tim không có nguy cơ tử vong cao hơn do chưa đủ ý nghĩa thống kê
Smoking_Status (p = 0.414): Hút thuốc không có xu hướng làm tăng nguy cơ tử vong do chưa đủ ý nghĩa thống kê
( các biến không có ý nghĩa thống kê do đây là số liệu mẫu chỉ 20 người, chỉ là ví dụ để bạn hiểu cách thao tác)
Kết luận
SPSS là công cụ mạnh giúp phân tích dữ liệu y tế, xác định các yếu tố nguy cơ và đưa ra kết luận từ dữ liệu. Bài viết này đã minh họa cách sử dụng SPSS để nhập dữ liệu, chạy thống kê mô tả, kiểm định mối quan hệ giữa các biến và xây dựng mô hình hồi quy logistic nhằm tìm ra các yếu tố ảnh hưởng đến nguy cơ tử vong của bệnh nhân.
Thạc Sĩ Khánh và team luôn sẵn sàng hỗ trợ các bạn/ anh chị về các vấn đề liên quan nhé.
Hãy liên hệ Thạc Sĩ Khánh và nhóm MBA tại zalo 0903396688 để được hỗ trợ thêm.
– SMS, Zalo, Viber:
