Chương trình workshop (tập huấn) về phương pháp nghiên cứu lâm sàng

Tôi và các bạn Chợ Rẫy rất hân hạnh thông báo đến các bạn và đồng nghiệp một chương trình workshop 5 ngày về phương pháp nghiên cứu lâm sàng sẽ được tổ chức ở Bệnh viện Chợ Rẫy vào cuối tháng 7 và đầu tháng 8 này. Đây là một workshop mà Chợ Rẫy muốn làm thường niên theo kiểu "Summer Workshop", tiếp theo chương trình năm ngoái.

Tôi nghĩ workshop này rất kịp thời cho các bạn sắp hay đang là nghiên cứu sinh, vì nhu cầu 2 bài báo khoa học. Để có bài báo khoa học thì nghiên cứu phải được thiết kế cho tốt và dữ liệu có phẩm chất cao. Để có kểt quả có thể công bố, dữ liệu cần phải được phân tích có hệ thống bằng các phương pháp thống kê. Chương trình workshop này sẽ đáp ứng các nhu cầu đó cho các bạn.

1. Mục tiêu và 'outcome'

Workshop này có mục tiêu đơn giản là trang bị kiến thức và kĩ năng căn bản trong nghiên cứu lâm sàng. Chúng tôi kì vọng rằng sau khi hoàn tất chương trình học, các học viên sẽ có những kĩ năng và kiến thức sau đây:

Câu hỏi nghiên cứu đến từ đâu và làm sao triển khai câu hỏi nghiên cứu;
Cách và tiêu chuẩn đánh giá một nghiên cứu lâm sàng;
Cách thiết kế một bộ câu hỏi;
Cách chọn mô hình nghiên cứu (study designs);
Cách sắp xếp dữ liệu cho phân tích;
Các phương pháp phân tích cơ bản, hồi qui tuyến tính, logistic, v.v.;
Ngôn ngữ R.

2. Đối tượng

Workshop được thiết kế cho các bác sĩ đang hay muốn làm nghiên cứu khoa học nhưng chưa có kiến thức gì về phương pháp khoa học. Học viên có thể là nghiên cứu sinh, sinh viên y khoa, y tá hay các chuyên viên đang làm/tham gia các dự án về nghiên cứu y khoa.

3. Thời gian

Từ ngày 27/7 đến 31/7 (5 ngày). Thời gian từ 8:00 đến 11:30; và chiều từ 13:30 đến 16:30. Sáng giảng, chiều thực hành theo nhóm.

4. Địa điểm

Hội trường D11.3, Bệnh viện Chợ Rẫy.

5. Chương trình

Chương trình giảng bao gồm 125 bài giảng liên quan đến phương pháp thiết kế nghiên cứu (43 bài giảng, bao gồm cả phương pháp tính toán cỡ mẫu) và phân tích dữ liệu (911 bài giảng, bao gồm cả phương pháp phân tích mô tả và phân tích suy luận) . Những sai sót phổ biến trong thiết kế và phân tích dữ liệu, bao gồm xử lý giá trị trống cũng được giới thiệu trong workshop này. Dự kiến là như thế, nhưng có thể có những bài giảng 'phát sinh' theo nhu cầu và yêu cầu của học viên. Chương trình cụ thể kèm theo đây.

Ba chúng tôi (tôi, Ts Trần Sơn Thạch, và Bs Hà Tấn Đức) sẽ phụ trách chương trình workshop. Một mình tôi thì không thể nào kham nổi. Chúng tôi sẽ chia xẻ những kinh nghiệm trong thực tế với các bạn vì chúng tôi -- cũng như các bạn -- là những người trực tiếp làm nghiên cứu và từng phải 'đau đầu' với những vấn đề thực tế.

6. Tài liệu tham khảo

Phân tích dữ liệu với R (NXB Tổng Hợp)
Phân tích dữ liệu với R: hỏi và đáp (NXB Tổng Hợp)

7. Liên lạc và học phí

Các bạn có thể liên lạc để ghi danh qua địa chỉ email: vpttdtbvcr@gmail.com.

Học phí: 2 triệu / học viên.

8. Tải thông báo chính thức tại địa chỉ sau đây:

https://www.dropbox.com/s/qzc33qe6ufhd7ah/TB%2062%20-%20HT%2027.07.2018%20Nghien%20cuu%20khoa%20hoc.pdf?dl=0

Học viên sẽ được cấp chứng chỉ CME từ ĐHYD.

9. Cảm tạ:

Lớp học này được tài trợ một phần từ công ti Bridge Health Care.

10. Chương trình giảng

Ngày 1 (27/7/2018):

Bài 1 Qui trình nghiên cứu khoa học: ý tưởng nghiên cứu đến từ đâu; phân biệt thế nào là nghiên cứu khoa học và những gì không phải là nghiên cứu khoa học; qui trình nghiên cứu; ý nghĩa của nghiên cứu khoa học.
Bài 2 Chọn mô hình nghiên cứu: giải thích các điểm yếu và điểm mạnh của các mô hình nghiên cứu cắt ngang, bệnh chứng, đoàn hệ, nghiên cứu RCT, phân tích tổng hợp.
Bài 3: Tính cỡ mẫu: tính cỡ mẫu là một chủ đề rất quan trọng nhưng thường không được quan tâm đúng mức trong thiết kế một nghiên cứu khoa học. Bài này sẽ hướng dẫn những nguyên tắc và phương pháp tính toán cỡ mẫu cần thiết cho nhiều dạng thiết kế nghiên cứu khác nhau.

Ngày 2 (28/7/2018):

Bài 4 Phương pháp thu thập dữ liệu: giới thiệu cách thu thập dữ liệu và nguyên tắc thiết kế bộ câu hỏi.
Bài 5 [T1] Những sai sót trong thiết kế nghiên cứu: giới thiệu những sai sót thường gặp, bao gồm cả immortal bias, và yếu tố gây nhiễu trong thiết kế nghiên cứu.
Bài 46 Giới thiệu R: R sẽ được sử dụng cho phân tích dữ liệu trong lớp học. Bài giảng này sẽ giới thiệu ngôn ngữ R, vận hành, cách đọc dữ liệu, cách biên tập dữ liệu, và một số phân tích đơn giản.
Bài 57 Quản lý dữ liệu- Làm sạch dữ liệu: quản lí dữ liệu là khâu rất quan trọng cho nghiên cứu khoa học nhưng thường hay bị xem thường và dẫn đến nhiều hệ quả nghiêm trọng. Bài này sẽ giới thiệu cách sắp xếp dữ liệu sao cho thích hợp cho phân tích và những qui tắc đạo đức trong việc quản lí dữ liệu. Các phương pháp liên quan làm sạch và chuẩn bị số liệu trước khi tiến hành phân tích cũng được giới thiệu chi tiết trong phần này.

Ngày 3 (29/7/2018):

Bài 8 [T2] Xây dựng kế hoạch phân tích dữ liệu: kế hoạch phân tích rất quan trọng trong phân tích dự liệu, và là tài liệu bắt buộc phải có khi muốn xuất bản kết quả nghiên cứu, đặc biệt là thử nghiệm lâm sang trên các tập san khoa học. Bài này sẽ giới thiệu những nguyên tắc của xây dựng kế hoạch phân tích dữ liệu và một số ví dụ cụ thể.
Bài 69 Phân tích bằng biểu đồ: trong khoa học biểu đồ đóng vai trò rất quan trọng, nhưng rất tiếc nhiều nghiên cứu có biểu đồ quá kém. Bài này sẽ giới thiệu các nguyên tắc và phương pháp soạn biểu đồ phẩm chất cao dùng các chương trình như ggplot2 và sjPlot. Đây là một trong những khâu rất quan trọng để hiểu dữ liệu và ý nghĩa của dữ liệu.
Bài 710 Phương pháp so sánh 2 nhóm: một trong những mục tiêu nghiên cứu cơ bản là so sánh hai nhóm. Bài giảng sẽ giới thiệu phương pháp so sánh biến số liên tục cho hai nhóm bao gồm t-test cho dữ liệu tuân theo luật phân bố chuẩn, và phương pháp bootstrap cho các dữ liệu không tuân theo luật phân bố chuẩn; và so sánh biến định tính bao gồm phương pháp z-test, Ki bình phương, và các chỉ số như odds ratio và relative risk.

Ngày 4 (30/7/2018):

Bài 811 Phân tích tương quan và mô hình hồi qui tuyến tính: giới thiệu khái niệm “tương quan” (correlation), phương pháp ước tính hệ số tương quan và mô hình hồi qui tuyến tính đơn giản. Những giả định, phương pháp kiểm định giả định, ý nghĩa của tham số và cách diễn giải các chỉ số từ mô hình hồi qui tuyến tính cũng sẽ được giới thiệu chi tiết.
Bài 912 Mô hình hồi qui tuyến tính đa biến: tiếp tục mô hình hồi qui tuyến tính, bài này sẽ giới thiệu mô hình hồi qui đa biến tiên lượng (multiple linear regression) và những vấn đề liên quan đến đa cộng tuyến, cách chọn biến số có giá trị tiên lượng tốt nhất.
Bài 103 Mô hình logistic đơn biến và đa biến: bài giảng sẽ giới thiệu khái niệm odds và tỉ số odds (odds ratio) và ứng dụng trong mô hình hồi qui logistic. Bài giảng sẽ tập trung vào cách diễn giải ý nghĩa của các tham số trong mô hình và ý nghĩa thực tế.

Ngày 5 (31/7/2018):

Bài 114 Phân tích sống còn (survival analysis): nhiều nghiên cứu khoa học quan tâm đến yếu tố thời gian dẫn đến biến cố. Bài này giới thiệu những nguyên lý và một số phương pháp thống kê (như phương pháp life-table, Kaplan-Meier) trong mô tả các biến thời gian và xác suất sống còn. Nguyên lý và ứng dụng thực tế của mô hình Cox cũng sẽ được giới thiệu.
Bài 15 Xử lý dữ liệu trống (missing data): xử lý dữ liệu trống luôn là một thử thach cho các nhà nghiên cứu. Các phương pháp hiện đại trong xử lý dữ liệu trống, bao gồm cả phương pháp multiple imputation bằng gói phân tích MICE trong R sẽ được giới thiệu
Bài 16 Sai sót phổ biến trong thiết kế nghiên cứu và phân tích dữ liệu: trong thực tế có rất nhiều sai sót và thiếu sót trong phân tích dữ liệu, và những sai sót này dẫn đến bài báo bị từ chối công bố trên các tập san quốc tế.