Một nghiên cứu nhỏ có thể cho kết quả rất khác một nghiên cứu lớn về cùng câu hỏi. Phân tích gộp giúp nhìn các kết quả đó cùng lúc, thay vì chọn ra một nghiên cứu “hợp ý”. Báo chí sức khỏe thường nhắc đến phương pháp này, đôi khi với tên gọi “phân tích tổng hợp”.
Phân tích gộp hoạt động thế nào?
Phần lớn phân tích gộp tính trung bình có trọng số của các kết quả: nghiên cứu có sai số chuẩn nhỏ hơn, thường là nghiên cứu lớn hơn, được tính trọng số lớn hơn (Deeks và cs., 2024). Kết quả thường được trình bày bằng biểu đồ rừng (forest plot). Trong đó, mỗi nghiên cứu là một ô vuông kèm đường khoảng tin cậy, còn kết quả gộp là hình thoi ở cuối biểu đồ (Deeks và cs., 2024).
Phân tích gộp mang lại lợi ích gì?
Theo Cochrane Handbook, phân tích gộp có thể (Deeks và cs., 2024):
- tăng độ chính xác của ước tính tác động;
- trả lời những câu hỏi mà từng nghiên cứu riêng lẻ không đặt ra;
- giúp giải quyết tranh cãi khi các nghiên cứu cho kết quả mâu thuẫn.
Đây cũng là một cách tiếp cận hiện tượng được bàn trong bài vì sao hai nghiên cứu có thể cho kết quả trái ngược nhau.
Khi nào phân tích gộp có thể gây hiểu sai?
Khi các nghiên cứu quá khác nhau. Người làm phân tích gộp cần đánh giá mức độ không đồng nhất (heterogeneity), ví dụ bằng chỉ số I² (Deeks và cs., 2024). Nếu các nghiên cứu khác biệt lớn, nhất là khi tác động đi theo hai hướng ngược nhau, con số trung bình có thể gây hiểu sai và không nên gộp (Deeks và cs., 2024). Kết quả gộp cũng có thể sai lệch nếu bỏ qua thiết kế nghiên cứu, nguy cơ thiên lệch và thiên lệch công bố (Deeks và cs., 2024).
Câu hỏi thường gặp
Phân tích gộp và tổng quan hệ thống có giống nhau không?
Không. Phân tích gộp là kỹ thuật thống kê, còn tổng quan hệ thống là toàn bộ quy trình tìm, chọn và đánh giá bằng chứng, có thể có hoặc không có phân tích gộp (Deeks và cs., 2024).
Đọc tin “phân tích gộp cho thấy…”, nên kiểm tra gì?
Nên xem các nghiên cứu được gộp có tương đồng không, và tác giả có đánh giá tính không đồng nhất, nguy cơ thiên lệch hay không (Deeks và cs., 2024). Xem thêm bài một nghiên cứu mới có đủ để kết luận điều gì đúng.