“Tăng nguy cơ 50%” nghĩa là gì? Nguy cơ tương đối và tuyệt đối

Khi một bản tin viết “tăng nguy cơ 50%”, con số đó thường là nguy cơ tương đối: nó so sánh nhóm này với nhóm kia, chứ không cho biết bạn có bao nhiêu khả năng mắc bệnh. Muốn biết con số có đáng lo hay không, cần hỏi thêm nguy cơ tuyệt đối: trên 100 hay 1.000 người, có thêm hoặc bớt bao nhiêu người gặp chuyện. Nhà tâm lý học Gerd Gigerenzer (2009) khuyến nghị ưu tiên trình bày nguy cơ tuyệt đối.

Tóm tắt nhanh:

• Nguy cơ tương đối cho biết “gấp bao nhiêu lần” so với nhóm khác.
• Nguy cơ tuyệt đối cho biết bao nhiêu người trên 1.000 người thật sự bị ảnh hưởng.
• Cùng là “giảm 50%”, số người cần điều trịSố người cần điều trị (Number needed to treat)Số người cần điều trị (NNT) là số người phải được điều trị để ngăn thêm một biến cố xấu so với không điều trị. NNT bằng 1 chia cho mức giảm nguy cơ tuyệt đối, ví dụ giảm nguy cơ từ 50% xuống 30% cho NNT bằng 5.Xem giải thích đầy đủ → để một người được lợi có thể là 5 hoặc 100, tùy mức nguy cơ ban đầu.
• Khi đọc tin, hãy hỏi: tăng từ bao nhiêu lên bao nhiêu, ở nhóm người nào, trong bao lâu.

Nguy cơ tương đối và nguy cơ tuyệt đối khác nhau thế nào?

Nguy cơ tuyệt đối là khả năng một sự việc xảy ra trong một nhóm người; nguy cơ tương đối là phép so sánh giữa hai nhóm. Ví dụ giả định: trong 1.000 người không dùng chất X có 2 người mắc bệnh, còn trong 1.000 người có dùng chất X có 3 người mắc bệnh.

• Nguy cơ tuyệt đối: nhóm không dùng là 2/1.000 = 0,2%; nhóm có dùng là 3/1.000 = 0,3%.
• Nguy cơ tương đối: 3 chia 2 = 1,5, tức “tăng 50%”.
• Mức tăng tuyệt đối: 3 trừ 2 = 1 người trên 1.000, tức 0,1 điểm phần trăm.

Cả ba con số đều đúng, nhưng “tăng 50%” nghe đáng sợ hơn nhiều so với “cứ 1.000 người thì thêm 1 người mắc bệnh”.

Vì sao chỉ đưa nguy cơ tương đối có thể gây hiểu lầm?

Vì con số tương đối thường khiến tác dụng hoặc tác hại trông lớn hơn. Một tổng quan hệ thốngTổng quan hệ thống (Systematic review)Tổng quan hệ thống là loại nghiên cứu cố gắng thu thập toàn bộ bằng chứng thực nghiệm đáp ứng các tiêu chí định trước để trả lời một câu hỏi cụ thể, bằng phương pháp tường minh, có hệ thống và nhằm giảm thiên lệch.Xem giải thích đầy đủ → của Cochrane gộp 35 nghiên cứu (83 phép so sánh) cho thấy mức giảm nguy cơ tương đối được người đọc cảm nhận là lớn hơn và có sức thuyết phục hơn mức giảm nguy cơ tuyệt đối, dù mức độ hiểu gần như không khác (Akl và cộng sự, 2011).

Năm 1995 tại Anh, một cảnh báo cho biết thuốc tránh thai thế hệ mới làm nguy cơ huyết khối tăng gấp đôi, tức “tăng 100%”. Thực tế, cứ 7.000 phụ nữ dùng loại thuốc thế hệ trước thì khoảng 1 người bị huyết khối; với thuốc thế hệ mới, con số là khoảng 2 người (Gigerenzer, 2009). Phép tính:

• Tương đối: (2 trừ 1) chia 1 = 1, tức tăng 100%.
• Tuyệt đối: thêm 1 người trên 7.000, tức khoảng 0,014%.

Gigerenzer (2009) liên hệ đợt hoảng sợ này với ước tính khoảng 13.000 ca phá thai tăng thêm ở Anh và xứ Wales trong năm tiếp theo.

Thịt chế biến sẵn “tăng nguy cơ 18%” nghĩa là sao?

Đây là nguy cơ tương đối. Năm 2015, Cơ quan Nghiên cứu Ung thư Quốc tế (IARC) xếp thịt chế biến sẵn vào Nhóm 1 (gây ung thư cho người) và cho biết mỗi phần 50 gam thịt chế biến ăn hằng ngày làm tăng nguy cơ ung thư đại trực tràng 18% (IARC, 2015). English và Slevin (2015) giải thích con số này tương ứng nguy cơ tương đối 1,18, tức gấp 1,18 lần người không ăn, và cảnh báo người đọc dễ hiểu nhầm thành “18% người ăn sẽ bị ung thư”.

Quy ra nguy cơ tuyệt đối, hai tác giả ước tính cho người Úc, với giả định mà chính họ cho là khó đúng hoàn toàn (một phần tư dân số ăn 50 gam mỗi ngày): nguy cơ mắc ung thư ruột trong đời, tính đến 85 tuổi, là 7,9% ở người không ăn thịt chế biến và 9,3% ở người ăn 50 gam mỗi ngày (English & Slevin, 2015). Phép tính:

• Kiểm tra tương đối: 7,9% × 1,18 ≈ 9,3%.
• Chênh lệch tuyệt đối: 9,3% trừ 7,9% = 1,4 điểm phần trăm.
• Quy ra 1.000 người: khoảng 79 người so với 93 người, tức thêm khoảng 14 người trên 1.000.

Mức tăng này có thật, nhưng khác rất xa cách hiểu “18% người ăn sẽ mắc bệnh”.

Số người cần điều trị (NNT) giúp hiểu con số ra sao?

NNT (number needed to treat) là số người cần điều trị để ngăn thêm một kết cục xấu, bằng 1 chia mức giảm nguy cơ tuyệt đối. Ví dụ của Trung tâm Y học Thực chứng, Đại học Oxford: nếu một thuốc làm giảm khả năng xảy ra kết cục xấu từ 50% xuống 30%, mức giảm tuyệt đối là 0,5 trừ 0,3 = 0,2 và NNT = 1 chia 0,2 = 5 (Centre for Evidence-Based Medicine [CEBM], n.d.).

Hãy so sánh hai thuốc giả định cùng “giảm 50% nguy cơ”:

• Thuốc A: nguy cơ từ 40% xuống 20%. Giảm tuyệt đối 0,2, NNT = 1 chia 0,2 = 5.
• Thuốc B: nguy cơ từ 2% xuống 1%. Giảm tuyệt đối 0,01, NNT = 1 chia 0,01 = 100.

Với thuốc B, trung bình 100 người dùng thì mới có thêm 1 người tránh được kết cục xấu. Ví dụ thật: chụp X-quang tuyến vú để tầm soát thường được mô tả là giảm 25% nguy cơ tử vong do ung thư vú, nhưng theo bằng chứng tốt nhất, mức giảm tuyệt đối chỉ vào khoảng 1 trên 1.000 phụ nữ; trong một nghiên cứu trên 150 bác sĩ phụ khoa, một phần ba không hiểu đúng con số 25%, có người tưởng là 250 trên 1.000 (Gigerenzer, 2009).

Đọc tin “tăng nguy cơ” thế nào cho tỉnh táo?

Hãy đổi con số phần trăm thành “bao nhiêu người trên 1.000 người” bằng năm câu hỏi:

• Tăng hoặc giảm từ mức bao nhiêu lên mức bao nhiêu?
• Quy ra trên 100 hay 1.000 người thì chênh lệch là mấy người?
• Trong khoảng thời gian nào: một năm, mười năm hay cả đời?
• Ở nhóm người nào, có giống bạn không?
• Nghiên cứu làm trên người hay trên động vật, và có bao nhiêu người tham gia? Hai bài thử nghiệm trên chuột có áp dụng được cho người không và nghiên cứu ít người tham gia tin được đến đâu sẽ giúp bạn trả lời câu hỏi này.

Gigerenzer (2009) coi việc hiểu khác biệt giữa nguy cơ tuyệt đối và tương đối là một yêu cầu đạo đức, và đề nghị dạy tư duy thống kê từ nhỏ. Quy trình đầy đủ hơn có trong bài cách kiểm tra một nghiên cứu được chia sẻ trên mạng và chuyên đề Kiểm chứng thông tin khoa học.

Câu hỏi thường gặp

“Gấp đôi nguy cơ” có phải lúc nào cũng là chuyện nhỏ không?

Không. Từ 1 lên 2 trên 7.000 người là thêm 1 người trên 7.000 (Gigerenzer, 2009); nhưng nếu nguy cơ ban đầu là 20% thì gấp đôi thành 40%, tức thêm 200 người trên 1.000.

Người viết tin sức khỏe nên trình bày con số thế nào?

Nên đưa cả hai con số và ưu tiên dạng “x người trên 1.000 người” (Gigerenzer, 2009), vì con số tương đối dễ được cảm nhận là lớn hơn (Akl và cộng sự, 2011). Bài truyền thông rủi ro và khủng hoảng trong khoa học bàn thêm về cách nói chuyện rủi ro với công chúng.

NNT càng nhỏ thì phương pháp càng tốt?

NNT nhỏ nghĩa là cần điều trị ít người hơn để thêm một người được lợi (CEBM, n.d.), nhưng còn phải cân nhắc tác dụng phụ, chi phí và hoàn cảnh riêng. Quyết định cá nhân nên bàn với nhân viên y tế.

Điều gì nên nhớ?

Con số “tăng 50%” chỉ có ý nghĩa khi đi kèm mức nguy cơ ban đầu. Hãy đổi ra “bao nhiêu người trên 1.000 người”, hỏi về thời gian và nhóm đối tượng, rồi mới quyết định có nên lo lắng hay thay đổi thói quen. Cách đọc này không làm bạn coi nhẹ rủi ro thật, mà giúp đặt rủi ro vào đúng tầm của nó.

Bài viết mang tính thông tin, không thay thế tư vấn y khoa cho từng cá nhân.

Đôi lời giới thiệu

Bài viết này được tổng hợp bởi Nguyễn Hoàng Anh Khoa (Dy Khoa), giảng viên Khoa Quan hệ công chúng và Truyền thông, Trường Đại học Văn Lang, và là người tốt nghiệp Thạc sĩ Truyền thông Khoa họcTruyền thông khoa học (Science communication)Truyền thông khoa học là việc dùng kỹ năng, phương tiện, hoạt động và đối thoại phù hợp để tạo ra ở người nghe một hoặc nhiều phản hồi với khoa học: nhận biết, thích thú, quan tâm, hình thành quan điểm và hiểu biết.Xem giải thích đầy đủ → và Thu hút Công chúngThu hút công chúng (Public engagement)Thu hút công chúng là những cách thức để hoạt động và lợi ích của giáo dục đại học, nghiên cứu được chia sẻ với công chúng; theo NCCPE, đây là quá trình hai chiều, có tương tác và lắng nghe, nhằm tạo lợi ích cho cả hai bên.Xem giải thích đầy đủ → (Science Communication and Public Engagement) tại Universiti Malaya (UM), Malaysia. Đây là lĩnh vực chuyên môn cốt lõi mà anh được đào tạo bài bản và tiếp tục theo đuổi trong nghiên cứu, giảng dạy và thực hành nghề nghiệp.

Nếu bạn thấy bài viết có sai sót hoặc muốn góp ý, vui lòng gửi email về [email protected].