Khi xây một mô hình lâm sàng, một câu hỏi thường gặp: có nên đưa biến này vào không?
Với các biến nhạy cảm, phản xạ đầu tiên thường là loại bỏ. Nhưng điều đó không giải quyết được vấn đề như người ta tưởng.
Vấn đề biến thay thế
Trong dữ liệu y tế, các biến số tương quan chặt với nhau.
Một biến bị loại bỏ vẫn có thể được tái tạo từ tổ hợp các biến còn lại, vì chúng mang thông tin chồng lấn.
Các ví dụ về cơ chế:
- Nơi cư trú tương quan với nhiều đặc điểm dân số học.
- Loại hình chi trả tương quan với điều kiện kinh tế.
- Tần suất khám và loại dịch vụ sử dụng tương quan với khả năng tiếp cận.
- Cơ sở điều trị tương quan với nhiều đặc điểm của người bệnh.
- Một số chỉ số sinh học tương quan với tuổi và giới.
Hệ quả: việc loại bỏ một biến làm ảnh hưởng của nó khó nhìn thấy hơn, chứ không làm nó biến mất.
Vì sao che giấu lại tệ hơn
Nếu biến được giữ trong mô hình:
- Có thể đo được mô hình dùng nó ở mức nào.
- Có thể kiểm tra việc sử dụng có hợp lý về lâm sàng không.
- Có thể giám sát và điều chỉnh.
Nếu biến bị loại nhưng ảnh hưởng vẫn tồn tại qua biến thay thế:
- Không đo được.
- Không giám sát được.
- Tạo cảm giác an toàn sai.
Đây là lập luận cho việc minh bạch thay vì che giấu: giữ biến trong dữ liệu phân tích để nhìn thấy được, dù có thể quyết định không đưa vào mô hình cuối.
Khi nào một biến nhạy cảm là hợp lý
Có những trường hợp việc dùng là đúng về mặt y học.
Có cơ sở sinh học
Nhiều chỉ số sinh lý khác nhau theo tuổi và giới vì lý do sinh học rõ ràng. Bỏ qua sự khác biệt này sẽ làm mô hình kém chính xác cho cả hai nhóm.
Là yếu tố nguy cơ đã được thiết lập
Tuổi là yếu tố nguy cơ của rất nhiều bệnh, và điều này có cơ chế sinh học.
Khi nào cần đặt câu hỏi
Vấn đề nảy sinh khi một biến được dùng vì tương quan thống kê mà không có cơ chế giải thích được.
Câu hỏi cần đặt cho mỗi biến:
- Có cơ chế sinh học hoặc lâm sàng giải thích mối liên hệ không?
- Hay nó tương quan vì phản ánh một quá trình xã hội hoặc tổ chức?
Nếu là trường hợp thứ hai, việc đưa vào mô hình có nghĩa là mô hình đang mã hoá và tái tạo quá trình đó.
Trường hợp biến phản ánh quá trình chăm sóc
Đây là nhóm cần đặc biệt thận trọng.
Một số biến không mô tả tình trạng người bệnh mà mô tả cách họ được chăm sóc:
- Số lần khám trong năm.
- Số xét nghiệm đã làm.
- Việc có được chỉ định một can thiệp nào đó không.
- Thời gian từ khi có triệu chứng tới khi được chẩn đoán.
Các biến này có thể dự báo tốt, nhưng chúng phản ánh mức độ tiếp cận dịch vụ nhiều không kém mức độ bệnh.
Một mô hình dùng chúng có thể vô tình đánh giá thấp nhu cầu của những người vốn đã ít được tiếp cận.
Quy trình chọn biến
- Bắt đầu từ hiểu biết lâm sàng — liệt kê các yếu tố có cơ sở sinh học.
- Với mỗi biến, hỏi hai câu ở trên.
- Kiểm tra tương quan giữa các biến để phát hiện biến thay thế.
- Thử với và không có biến nghi ngờ, so sánh hiệu năng và so sánh theo nhóm.
- Kiểm tra mô hình dùng biến nào nhiều nhất — nếu một biến không có cơ sở lâm sàng lại đóng góp lớn, đó là dấu hiệu cần xem lại.
- Ghi lại lý do cho mỗi quyết định đưa vào hoặc loại bỏ.
Bước năm đặc biệt hữu ích: nó thường làm lộ ra các mối liên hệ mà không ai dự đoán, và một số trong đó là dấu hiệu của vấn đề trong dữ liệu.
Về tính giải thích được
Các công cụ giải thích mô hình cho biết biến nào đóng góp nhiều vào một dự đoán cụ thể.
Chúng hữu ích cho việc kiểm tra này, nhưng cần hiểu giới hạn:
- Chúng cho biết mô hình dùng gì, không cho biết vì sao.
- Với các biến tương quan chặt, việc quy đóng góp cho biến nào là không xác định.
- Một giải thích nghe hợp lý không có nghĩa mô hình đang lập luận đúng.
Điểm cuối đáng lưu ý: một giải thích trông hợp lý có thể tạo lòng tin quá mức vào một mô hình vốn đang dùng mối tương quan sai.
Một nguyên tắc
Quyết định đưa biến nào vào mô hình lâm sàng là quyết định lâm sàng và đạo đức, không phải quyết định kỹ thuật thuần tuý.
Nó cần sự tham gia của người hiểu bệnh, không chỉ người hiểu thuật toán — và cần được ghi lại kèm lý do, để người sau còn biết vì sao mô hình được xây như vậy.
Câu hỏi thường gặp
Biến thay thế là gì?
Là một biến số tương quan với biến khác tới mức nó mang phần lớn thông tin của biến đó. Trong dữ liệu y tế, nhiều biến tưởng như trung tính lại tương quan mạnh với các đặc điểm nhạy cảm.
Bỏ một biến nhạy cảm khỏi mô hình có đủ không?
Không. Mô hình vẫn có thể tái tạo thông tin đó từ tổ hợp các biến khác. Việc bỏ biến chỉ làm cho ảnh hưởng trở nên khó nhìn thấy hơn chứ không làm nó biến mất.
Vậy nên xử lý thế nào?
Giữ biến trong dữ liệu để phân tích và giám sát được, kiểm tra hiệu năng theo từng nhóm, và đánh giá xem mô hình có đang dùng biến đó theo cách hợp lý về mặt lâm sàng hay không. Minh bạch hiệu quả hơn là che giấu.
Khi nào một biến nhạy cảm là hợp lý để dùng?
Khi có cơ sở sinh học rõ ràng cho mối liên hệ, ví dụ một chỉ số thay đổi theo tuổi hoặc theo giới vì lý do sinh lý. Vấn đề nảy sinh khi biến được dùng vì tương quan thống kê mà không có cơ chế giải thích được.