PCC NCKH – Thăng Long, Hà Nội, ngày 01/11/2026, Trong nghiên cứu khoa học y học, chúng ta thường gặp những kết quả như p < 0,05; p = 0,032; p < 0,001. Nhưng liệu chúng ta đã thực sự hiểu những con số này nói lên điều gì, và quan trọng hơn, chúng không thể nói lên điều gì? Từ một poster trực quan về P-value, bài viết chuyên đề được biên soạn và mở rộng với sự hỗ trợ của trí tuệ nhân tạo (AI), nhằm giúp các bạn sinh viên y khoa, bác sĩ nội trú và những người yêu thích nghiên cứu khoa học tiếp cận vấn đề một cách hệ thống, dễ hiểu nhưng vẫn bảo đảm tính khoa học.

Bài viết không chỉ giải thích bản chất của giá trị p mà còn phân tích những sai lầm thường gặp, mối liên hệ giữa p-value, effect size, confidence interval, cùng các ví dụ ứng dụng trong nghiên cứu lâm sàng và cách trình bày kết quả trong bài báo quốc tế.

🤖 Một lưu ý về vai trò của AI: AI được sử dụng như công cụ hỗ trợ tổng hợp kiến thức, xây dựng cấu trúc, diễn giải và biên tập nội dung; không thay thế tư duy phản biện, việc kiểm chứng tài liệu gốc hay trách nhiệm khoa học của người nghiên cứu. Bài viết mang tính giáo dục, khuyến khích các bạn tiếp tục đọc, đối chiếu và thảo luận để hiểu sâu hơn.

Xin trân trọng cảm ơn tác giả poster gốc đã truyền cảm hứng cho nội dung này!

💙 Hy vọng bài viết sẽ giúp các bạn không chỉ biết cách đọc một giá trị p, mà còn hình thành tư duy quan trọng hơn: nghiên cứu khoa học không phải để tìm cho được p < 0,05, mà để tìm ra những bằng chứng đáng tin cậy và có giá trị thực sự đối với người bệnh.

“A small p-value does not necessarily mean a big clinical impact.”

Một giá trị p nhỏ không nhất thiết đồng nghĩa với một tác động lâm sàng lớn.

PCC fC – Học để hiểu, nghiên cứu để khám phá, chia sẻ để cùng tiến bộ.

🌱 Vì một đam mê Khỏe Vui Hạnh phúc!

GIÁ TRỊ P (P-VALUE) TRONG NGHIÊN CỨU KHOA HỌC Y HỌC

Hiểu đúng bản chất – Tính toán chính xác – Diễn giải khoa học – Ứng dụng trong nghiên cứu lâm sàng

P-VALUE IN MEDICAL RESEARCH: UNDERSTANDING STATISTICAL SIGNIFICANCE AND CLINICAL RELEVANCE

Chuyên đề: Phương pháp nghiên cứu khoa học và thống kê y sinh
Đối tượng: Sinh viên y khoa, bác sĩ nội trú, bác sĩ lâm sàng và nghiên cứu viên
Định hướng: Evidence-Based Medicine – Biostatistics – Scientific Research
Cập nhật: Tháng 11/2026
PCC fC – Learning, Research & Happiness

---

I. ĐẶT VẤN ĐỀ: TẠI SAO CẦN HIỂU ĐÚNG GIÁ TRỊ P?

Trong các bài báo khoa học y học, chúng ta thường bắt gặp những kết luận:

• “Sự khác biệt có ý nghĩa thống kê với p = 0,032.”
• “Nhóm điều trị có tỷ lệ tử vong thấp hơn nhóm chứng, p < 0,001.”
• “Không ghi nhận sự khác biệt có ý nghĩa thống kê giữa hai nhóm, p = 0,078.”

Nhưng những con số này thực sự có ý nghĩa gì?

Có phải p = 0,032 nghĩa là kết quả nghiên cứu chính xác 96,8%?

Có phải p < 0,05 chứng minh thuốc có hiệu quả?

Có phải p > 0,05 nghĩa là hai phương pháp điều trị tương đương nhau?

Câu trả lời cho cả ba câu hỏi đều là KHÔNG.

Giá trị p (p-value) là một công cụ quan trọng của thống kê suy luận (inferential statistics), nhưng cũng là một trong những khái niệm dễ bị hiểu sai nhất trong nghiên cứu khoa học.

Năm 2016, Hiệp hội Thống kê Hoa Kỳ (American Statistical Association – ASA) đã công bố tuyên bố chính thức nhằm làm rõ bản chất và những giới hạn trong việc sử dụng p-value.

Thông điệp trọng tâm là:

Giá trị p không thể tự mình xác định tính đúng đắn, độ lớn hiệu ứng hoặc tầm quan trọng của một kết quả nghiên cứu.

Vì vậy, việc hiểu đúng p-value không chỉ giúp nhà nghiên cứu thực hiện phân tích thống kê chính xác, mà còn giúp bác sĩ đọc, đánh giá và áp dụng bằng chứng khoa học vào thực hành lâm sàng một cách phù hợp.

---

II. GIÁ TRỊ P LÀ GÌ? (WHAT IS A P-VALUE?)

1. Định nghĩa khoa học

Giá trị p (p-value) là xác suất quan sát được một giá trị thống kê kiểm định cực đoan ít nhất bằng giá trị đã quan sát trong nghiên cứu, với điều kiện giả thuyết không (null hypothesis – H₀) và các giả định của mô hình thống kê là đúng.

English definition:

The p-value is the probability, under the null hypothesis and the statistical model assumptions, of obtaining a test statistic at least as extreme as the one observed.

Diễn đạt đơn giản:

Giá trị p cho biết kết quả quan sát được có bất thường đến mức nào nếu chúng ta giả định rằng không tồn tại hiệu ứng hoặc sự khác biệt được xác định trong giả thuyết không.

2. Công thức khái quát

Đối với kiểm định một phía ở đuôi phải:

p = P(T ≥ T_observed | H₀)

Trong đó:

• p: Giá trị p.
• T: Thống kê kiểm định.
• T_observed: Giá trị thống kê tính từ dữ liệu nghiên cứu.
• H₀: Giả thuyết không.

Đối với kiểm định hai phía, cách xác định vùng cực đoan phụ thuộc vào phân phối và phương pháp kiểm định được sử dụng.

3. Ví dụ đơn giản

Một nghiên cứu muốn đánh giá liệu thuốc A có làm thay đổi huyết áp so với thuốc B hay không.

Giả thuyết không:

H₀: Không có sự khác biệt thực sự về huyết áp trung bình giữa hai nhóm.

Giả sử nghiên cứu thu được:

p = 0,03

Diễn giải đúng:

Nếu thực sự không có sự khác biệt về huyết áp trung bình giữa hai nhóm và các giả định thống kê phù hợp, xác suất thu được kết quả cực đoan ít nhất bằng kết quả quan sát là 3%.

Điều này không đồng nghĩa với:

• Xác suất giả thuyết H₀ đúng là 3%.
• Xác suất thuốc A hiệu quả là 97%.
• Có 3% khả năng nghiên cứu sai.
• Có 97% khả năng kết quả sẽ được lặp lại.

Điểm cốt lõi: Giá trị p là xác suất của một kết quả thống kê dưới giả định H₀, không phải xác suất H₀ đúng.

---

III. GIẢ THUYẾT KHÔNG VÀ GIẢ THUYẾT ĐỐI

1. Giả thuyết không (Null Hypothesis – H₀)

Giả thuyết không là phát biểu thống kê được sử dụng làm cơ sở cho kiểm định.

Trong nghiên cứu so sánh hai trung bình, H₀ thường phát biểu rằng không có sự khác biệt giữa hai trung bình quần thể.

Ví dụ:

H₀: μA = μB

Trong đó:

• μA: Trung bình quần thể của nhóm A.
• μB: Trung bình quần thể của nhóm B.

2. Giả thuyết đối (Alternative Hypothesis – H₁)

Giả thuyết đối thể hiện sự khác biệt hoặc hiệu ứng mà nhà nghiên cứu muốn đánh giá.

Ví dụ kiểm định hai phía:

H₁: μA ≠ μB

Ví dụ kiểm định một phía:

H₁: μA < μB

Một nghiên cứu khoa học cần xác định trước giả thuyết chính, tiêu chí đánh giá và hướng kiểm định phù hợp.

Không nên thay đổi giả thuyết hoặc lựa chọn hướng kiểm định sau khi đã quan sát dữ liệu chỉ nhằm tạo ra giá trị p nhỏ hơn.

---

IV. MỨC Ý NGHĨA THỐNG KÊ ALPHA (α)

1. Alpha là gì?

Alpha (α) là mức ý nghĩa thống kê được lựa chọn trước khi phân tích.

Alpha quy định xác suất sai lầm loại I mà quy trình kiểm định cho phép trong những điều kiện đã xác định.

Sai lầm loại I (Type I error) xảy ra khi bác bỏ H₀ trong khi H₀ thực sự đúng.

Các mức alpha thường gặp:

Mức α	Ý nghĩa
0,10	Mức sai lầm loại I 10%
0,05	Mức sai lầm loại I 5%
0,01	Mức sai lầm loại I 1%

2. Quy tắc ra quyết định

Nếu p ≤ α, bác bỏ giả thuyết không theo quy tắc kiểm định đã định trước.

Nếu p > α, không bác bỏ giả thuyết không.

Ví dụ:

p = 0,03 và α = 0,05:

0,03 < 0,05 → Bác bỏ H₀.

p = 0,08 và α = 0,05:

0,08 > 0,05 → Không bác bỏ H₀.

3. Một lưu ý cực kỳ quan trọng

Không bác bỏ H₀ không có nghĩa là chứng minh H₀ đúng.

Ví dụ, một nghiên cứu có p = 0,12 không đủ cơ sở để bác bỏ giả thuyết không ở mức α = 0,05.

Tuy nhiên, kết quả này không chứng minh rằng hai thuốc có hiệu quả giống hệt nhau.

Sự khác biệt thực sự vẫn có thể tồn tại nhưng nghiên cứu chưa đủ cỡ mẫu hoặc độ chính xác để phát hiện.

---

V. KIỂM ĐỊNH MỘT PHÍA VÀ HAI PHÍA

1. Kiểm định một phía (One-Tailed Test)

Kiểm định một phía được sử dụng khi giả thuyết nghiên cứu quan tâm đến sai lệch theo một hướng cụ thể đã được xác định trước.

Ví dụ:

H₀: μA ≥ μB

H₁: μA < μB

Mục tiêu là kiểm tra liệu trung bình nhóm A có thấp hơn nhóm B hay không.

Với kiểm định Z đuôi phải:

p = P(Z ≥ z_observed)

Với kiểm định Z đuôi trái:

p = P(Z ≤ z_observed)

2. Kiểm định hai phía (Two-Tailed Test)

Kiểm định hai phía đánh giá sự khác biệt theo cả hai hướng.

Ví dụ:

H₀: μA = μB

H₁: μA ≠ μB

Đối với kiểm định Z theo phân phối chuẩn tắc:

p = 2 × P(Z ≥ |z_observed|)

Kiểm định hai phía thường được ưu tiên trong nghiên cứu y học khi cả hai hướng khác biệt đều có ý nghĩa khoa học.

Không được chuyển từ kiểm định hai phía sang một phía sau khi biết kết quả chỉ để đạt ngưỡng p < 0,05.

---

VI. VÍ DỤ TÍNH GIÁ TRỊ P TỪNG BƯỚC

1. Đặt bài toán

Một nghiên cứu muốn xác định xem điểm trung bình của một quần thể có khác 50 hay không.

Thông tin thu được:

• Cỡ mẫu: n = 36.
• Trung bình mẫu: x̄ = 54.
• Trung bình theo giả thuyết không: μ₀ = 50.
• Độ lệch chuẩn tổng thể đã biết: σ = 10.
• Mức ý nghĩa: α = 0,05.

2. Bước 1: Xây dựng giả thuyết

H₀: μ = 50

H₁: μ ≠ 50

Đây là kiểm định hai phía.

3. Bước 2: Tính thống kê Z

Công thức:

Z = (x̄ − μ₀) / (σ / √n)

Thay số:

Z = (54 − 50) / (10 / √36)

Z = 4 / (10 / 6)

Z = 2,40

4. Bước 3: Tính giá trị p

Vì kiểm định hai phía:

p = 2 × P(Z ≥ 2,40)

Tra phân phối chuẩn:

P(Z ≥ 2,40) ≈ 0,0082

Suy ra:

p ≈ 0,0164

5. Bước 4: Ra quyết định

Với α = 0,05:

p = 0,0164 < 0,05

Do đó, bác bỏ H₀.

Kết quả cung cấp bằng chứng thống kê cho thấy trung bình quần thể khác 50.

6. Bước 5: Tính khoảng tin cậy 95%

Công thức:

95% CI = x̄ ± 1,96 × σ/√n

Thay số:

95% CI = 54 ± 1,96 × 10/6

95% CI = 54 ± 3,27

95% CI: 50,73–57,27

Khoảng tin cậy không chứa 50, phù hợp với kết luận kiểm định hai phía ở mức 0,05.

Lưu ý: Ví dụ sử dụng kiểm định Z vì giả định độ lệch chuẩn tổng thể đã biết. Trong thực tế, khi chỉ có độ lệch chuẩn mẫu, kiểm định t một mẫu thường phù hợp hơn.

---

VII. TẠI SAO GIÁ TRỊ P PHỤ THUỘC VÀO CỠ MẪU?

Đây là một trong những điểm quan trọng nhất khi diễn giải thống kê y học.

Trong kiểm định trung bình một mẫu:

Z = (x̄ − μ₀) / (σ/√n)

Khi cỡ mẫu tăng, sai số chuẩn thường giảm.

Nếu giữ nguyên mức chênh lệch quan sát và độ lệch chuẩn, thống kê kiểm định có xu hướng lớn hơn về trị tuyệt đối và giá trị p có thể nhỏ hơn.

Ví dụ giả định:

Cỡ mẫu	Giá trị Z	Giá trị p hai phía
9	1,20	0,2301
16	1,60	0,1096
25	2,00	0,0455
36	2,40	0,0164
100	4,00	0,000063

Tất cả các trường hợp đều giả định cùng chênh lệch trung bình bằng 4 và độ lệch chuẩn tổng thể bằng 10.

Nhận xét:

Khi cỡ mẫu tăng từ 9 lên 100, giá trị p giảm rất mạnh dù độ lớn chênh lệch trung bình không thay đổi.

Điều này dẫn đến hai tình huống:

Thứ nhất: Một nghiên cứu rất lớn có thể phát hiện một khác biệt cực kỳ nhỏ và không đáng kể về lâm sàng với p < 0,001.

Thứ hai: Một nghiên cứu nhỏ có thể ghi nhận khác biệt lớn về lâm sàng nhưng chưa đủ độ chính xác để đạt p < 0,05.

Do đó:

Giá trị p phản ánh mức độ không tương thích giữa dữ liệu và H₀ theo mô hình kiểm định, chứ không đo trực tiếp độ lớn của hiệu quả điều trị.

---

VIII. PHÂN BIỆT Ý NGHĨA THỐNG KÊ VÀ Ý NGHĨA LÂM SÀNG

1. Statistical Significance – Ý nghĩa thống kê

Ý nghĩa thống kê liên quan đến quy tắc kiểm định, giá trị p và mức alpha.

Ví dụ:

p = 0,02 < 0,05.

Kết quả có ý nghĩa thống kê theo ngưỡng đã lựa chọn.

2. Clinical Significance – Ý nghĩa lâm sàng

Ý nghĩa lâm sàng liên quan đến mức độ lợi ích thực tế đối với người bệnh.

Các yếu tố cần xem xét gồm:

• Mức giảm tử vong.
• Mức cải thiện chức năng.
• Mức giảm biến chứng.
• Chất lượng cuộc sống.
• Tác dụng không mong muốn.
• Chi phí và tính khả thi.

3. Ví dụ trong nghiên cứu hồi sức tích cực

Giả sử nghiên cứu A ghi nhận giảm tỷ lệ tử vong từ 20% xuống 19%.

Chênh lệch tuyệt đối chỉ 1 điểm phần trăm.

Nếu cỡ mẫu rất lớn, kết quả vẫn có thể đạt ý nghĩa thống kê.

Ngược lại, nghiên cứu B ghi nhận giảm tử vong từ 20% xuống 10%, nhưng có cỡ mẫu nhỏ và khoảng tin cậy rộng.

Nghiên cứu B có thể chưa đạt p < 0,05 dù chênh lệch quan sát có ý nghĩa lâm sàng tiềm năng lớn hơn.

Tuy nhiên, không thể kết luận chắc chắn nghiên cứu B chứng minh hiệu quả điều trị vì cần xem xét độ bất định và nguy cơ sai lệch.

Một kết quả có ý nghĩa thống kê chưa chắc có ý nghĩa lâm sàng. Một kết quả chưa đạt ngưỡng ý nghĩa thống kê cũng không đồng nghĩa với việc không có lợi ích lâm sàng.

---

IX. P-VALUE, EFFECT SIZE VÀ CONFIDENCE INTERVAL

Để đánh giá đầy đủ kết quả nghiên cứu, không nên chỉ báo cáo p-value.

Cần kết hợp ba thành phần:

1. P-value – Giá trị p

Trả lời câu hỏi:

Dữ liệu quan sát không tương thích với giả thuyết không đến mức nào theo phép kiểm định?

2. Effect Size – Kích thước hiệu ứng

Trả lời câu hỏi:

Độ lớn của sự khác biệt hoặc mối liên quan là bao nhiêu?

Các thước đo thường gặp:

• Mean Difference (MD): Chênh lệch trung bình.
• Standardized Mean Difference (SMD): Chênh lệch trung bình chuẩn hóa.
• Risk Ratio (RR): Tỷ số nguy cơ.
• Odds Ratio (OR): Tỷ số odds.
• Hazard Ratio (HR): Tỷ số hazard.
• Absolute Risk Reduction (ARR): Giảm nguy cơ tuyệt đối.

3. Confidence Interval – Khoảng tin cậy

Khoảng tin cậy cung cấp thông tin về độ chính xác của ước lượng và các giá trị tham số còn tương thích với dữ liệu theo mô hình thống kê.

Ví dụ:

RR = 0,80; 95% CI: 0,62–1,04.

Ước lượng điểm gợi ý giảm nguy cơ tương đối 20%.

Tuy nhiên, khoảng tin cậy vẫn bao gồm RR = 1 và các giá trị lớn hơn 1.

Do đó, chưa thể loại trừ hoàn toàn khả năng không có khác biệt hoặc nguy cơ tăng nhẹ.

Một nghiên cứu cần được đánh giá dựa trên toàn bộ ước lượng hiệu ứng, khoảng tin cậy, thiết kế nghiên cứu và chất lượng dữ liệu.

---

X. SAI LẦM LOẠI I, SAI LẦM LOẠI II VÀ CÔNG SUẤT THỐNG KÊ

1. Sai lầm loại I (Type I Error)

Xảy ra khi bác bỏ H₀ dù H₀ đúng.

Xác suất sai lầm loại I được kiểm soát bằng mức alpha theo thiết kế kiểm định.

2. Sai lầm loại II (Type II Error)

Xảy ra khi không bác bỏ H₀ dù H₀ sai.

Ký hiệu xác suất sai lầm loại II là β.

3. Công suất thống kê (Statistical Power)

Power = 1 − β

Ví dụ:

Power = 80%.

Điều này có nghĩa, với một hiệu ứng thực sự cụ thể và các giả định thiết kế đã chọn, quy trình kiểm định có khoảng 80% khả năng bác bỏ H₀ trong các lần nghiên cứu lặp lại.

Power không đồng nghĩa với xác suất 80% rằng kết luận hiện tại là đúng.

4. Ý nghĩa trong thiết kế nghiên cứu

Khi lập đề cương, cần xác định:

• Giả thuyết chính.
• Tiêu chí đánh giá chính.
• Mức alpha.
• Công suất mong muốn.
• Hiệu ứng tối thiểu có ý nghĩa lâm sàng.
• Độ biến thiên hoặc tỷ lệ biến cố dự kiến.
• Cỡ mẫu và tỷ lệ mất theo dõi.

Việc xác định cỡ mẫu từ trước giúp nghiên cứu có khả năng trả lời câu hỏi khoa học một cách phù hợp.

---

XI. VẤN ĐỀ KIỂM ĐỊNH NHIỀU LẦN (MULTIPLE TESTING)

Trong nghiên cứu y học, các nhà nghiên cứu thường kiểm tra đồng thời nhiều chỉ số.

Ví dụ:

Một nghiên cứu đánh giá 20 biomarker nhằm phát hiện các yếu tố liên quan đến tử vong.

Nếu mỗi phép kiểm định sử dụng alpha = 0,05, xác suất xuất hiện ít nhất một kết quả dương tính giả có thể tăng lên.

Trong trường hợp 20 phép kiểm định độc lập và tất cả giả thuyết không đều đúng:

P(ít nhất một dương tính giả) = 1 − (1 − 0,05)^20

Kết quả:

P ≈ 64,2%.

Như vậy, khi thực hiện nhiều kiểm định, nguy cơ xuất hiện kết quả có ý nghĩa thống kê do ngẫu nhiên tăng đáng kể.

Các phương pháp hiệu chỉnh thường được sử dụng:

• Bonferroni correction.
• Holm procedure.
• Benjamini–Hochberg procedure.
• Hierarchical testing.

Việc lựa chọn phương pháp phụ thuộc vào mục tiêu kiểm soát sai lầm, số lượng phép kiểm định và đặc điểm thiết kế nghiên cứu.

Đặc biệt, các phân tích khám phá cần được phân biệt rõ với các phân tích xác nhận giả thuyết.

---

XII. P-HACKING: KHI GIÁ TRỊ P BỊ LẠM DỤNG

P-hacking là thuật ngữ mô tả các thực hành lựa chọn hoặc thay đổi phân tích dựa trên kết quả quan sát nhằm tăng khả năng đạt ý nghĩa thống kê.

Ví dụ:

• Thử nhiều phép kiểm định và chỉ báo cáo phép cho p nhỏ nhất.
• Thay đổi tiêu chí loại trừ sau khi xem kết quả.
• Thử nhiều mô hình hồi quy và chỉ báo cáo mô hình có p < 0,05.
• Chọn các phân nhóm có kết quả thuận lợi.
• Dừng thu thập dữ liệu khi vừa đạt p < 0,05 mà không có thiết kế phân tích tuần tự hợp lệ.

Các thực hành này có thể làm tăng nguy cơ dương tính giả và giảm khả năng tái lập.

Để hạn chế p-hacking, cần:

1. Xác định trước giả thuyết và phân tích chính.
2. Xây dựng kế hoạch phân tích thống kê.
3. Đăng ký trước đề cương khi phù hợp.
4. Báo cáo minh bạch các phân tích đã thực hiện.
5. Phân biệt kết quả khám phá và kết quả xác nhận.

Mục tiêu của nghiên cứu khoa học không phải là tìm được p < 0,05 bằng mọi giá, mà là tìm ra kết luận đáng tin cậy từ dữ liệu.

---

XIII. ỨNG DỤNG GIÁ TRỊ P TRONG NGHIÊN CỨU HỒI SỨC – CHỐNG ĐỘC

1. Ví dụ về yếu tố tiên lượng tử vong

Giả sử một nghiên cứu hồi cứu đánh giá mối liên quan giữa hội chứng đáp ứng viêm hệ thống (Systemic Inflammatory Response Syndrome – SIRS) và tử vong ở bệnh nhân ngộ độc.

Mô hình hồi quy logistic đa biến giả định thu được:

Adjusted OR = 7,94

95% CI: 2,10–30,00

p = 0,002

Cách diễn giải chưa đầy đủ:

“SIRS có liên quan có ý nghĩa thống kê với tử vong, p = 0,002.”

Cách diễn giải khoa học hơn:

“Sau khi hiệu chỉnh các biến được đưa vào mô hình, bệnh nhân có SIRS có odds tử vong cao hơn 7,94 lần so với nhóm không có SIRS (aOR = 7,94; 95% CI: 2,10–30,00; p = 0,002).”

Tuy nhiên, khoảng tin cậy rộng cho thấy mức độ bất định đáng kể của ước lượng.

Kết quả cũng không đủ cơ sở để khẳng định SIRS trực tiếp gây tử vong.

Lưu ý: OR là tỷ số odds, không phải tỷ số nguy cơ. Khi biến cố thường gặp, OR có thể khác đáng kể RR.

2. Ứng dụng trong nghiên cứu mô hình tiên lượng

Giả sử một nghiên cứu xây dựng mô hình dự báo tử vong dựa trên:

• Tuổi.
• Glasgow Coma Scale.
• Lactate.
• SOFA.
• SIRS.
• Chức năng thận.

Không nên lựa chọn các biến chỉ vì p < 0,05 trong phân tích đơn biến.

Một mô hình tiên lượng cần được đánh giá về:

Discrimination: Khả năng phân biệt người bệnh có và không có biến cố.

Calibration: Mức độ phù hợp giữa xác suất dự báo và nguy cơ quan sát.

Clinical Utility: Giá trị ứng dụng khi ra quyết định lâm sàng.

Validation: Thẩm định nội bộ và thẩm định ngoài.

Các thước đo quan trọng gồm AUROC, calibration slope, calibration plot, Brier score và decision curve analysis.

Một biến có giá trị p rất nhỏ trong hồi quy không đồng nghĩa với khả năng cải thiện dự báo trên dữ liệu mới.

3. Ứng dụng trong nghiên cứu so sánh điều trị

Nếu nghiên cứu so sánh hai phương pháp điều trị và thu được p = 0,72, không thể kết luận hai phương pháp tương đương nhau.

Để chứng minh tương đương (equivalence) hoặc không thua kém (non-inferiority), cần thiết kế nghiên cứu chuyên biệt, xác định biên tương đương hoặc biên không thua kém từ trước, và phân tích khoảng tin cậy phù hợp.

---

XIV. BẢY SAI LẦM PHỔ BIẾN KHI DIỄN GIẢI P-VALUE

Sai lầm 1: p = 0,03 nghĩa là có 3% xác suất H₀ đúng.

Sửa lại: p không trực tiếp biểu thị xác suất H₀ đúng.

Sai lầm 2: p > 0,05 chứng minh không có khác biệt.

Sửa lại: Chưa bác bỏ H₀ không phải là chứng minh không tồn tại hiệu ứng.

Sai lầm 3: p càng nhỏ thì hiệu quả điều trị càng lớn.

Sửa lại: Kích thước hiệu ứng và ý nghĩa lâm sàng cần được đánh giá riêng.

Sai lầm 4: p < 0,001 chứng minh nghiên cứu hoàn toàn đáng tin cậy.

Sửa lại: Một nghiên cứu vẫn có thể tồn tại sai lệch chọn mẫu, nhiễu, sai lệch đo lường hoặc sai mô hình.

Sai lầm 5: p = 0,049 tốt hơn rất nhiều so với p = 0,051.

Sửa lại: Hai giá trị rất gần nhau không nên bị diễn giải như hai mức bằng chứng hoàn toàn khác biệt.

Sai lầm 6: Nghiên cứu có p nhỏ đã chứng minh quan hệ nhân quả.

Sửa lại: Quan hệ nhân quả cần được đánh giá dựa trên thiết kế, kiểm soát sai lệch, thời gian, tính hợp lý sinh học và toàn bộ bằng chứng.

Sai lầm 7: Chỉ cần báo cáo p-value là đủ.

Sửa lại: Cần báo cáo độ lớn hiệu ứng, khoảng tin cậy, số liệu mô tả và các thông tin phương pháp liên quan.

---

XV. CÁCH VIẾT P-VALUE TRONG BÀI BÁO KHOA HỌC

1. Nguyên tắc báo cáo

Các tạp chí y học thường khuyến nghị báo cáo giá trị p cụ thể thay vì chỉ ghi p < 0,05.

Ví dụ:

Nên viết: p = 0,032.

Hạn chế: p < 0,05.

Với giá trị rất nhỏ, có thể sử dụng:

p < 0,001.

Không nên viết:

p = 0,000.

Vì giá trị p thực tế không bằng 0; đó thường chỉ là kết quả làm tròn của phần mềm.

2. Ví dụ trình bày kết quả bằng tiếng Anh

Cách viết chưa đầy đủ:

“Treatment A significantly reduced mortality (p = 0.03).”

Cách viết khoa học hơn:

“Mortality was 18% in the treatment group and 27% in the control group, corresponding to an absolute risk reduction of 9 percentage points (95% CI, 1–17; p = 0.03).”

Dịch nghĩa:

“Tỷ lệ tử vong là 18% ở nhóm điều trị và 27% ở nhóm chứng, tương ứng giảm nguy cơ tuyệt đối 9 điểm phần trăm (KTC 95%: 1–17; p = 0,03).”

Đây là ví dụ giả định để minh họa cách trình bày; các ước lượng, khoảng tin cậy và giá trị p phải được tính từ dữ liệu thực tế.

3. Khi viết phần thảo luận (Discussion)

Không nên chỉ viết:

“Our findings were statistically significant.”

Nên làm rõ:

• Độ lớn hiệu ứng quan sát.
• Khoảng tin cậy.
• Ý nghĩa lâm sàng.
• So sánh với các nghiên cứu trước.
• Những sai lệch và hạn chế có thể ảnh hưởng đến kết quả.
• Mức độ chắc chắn của kết luận.

Một phần Discussion có chất lượng không chỉ nhắc lại p-value mà phải giải thích giá trị khoa học thực sự của kết quả.

---

XVI. P-VALUE VÀ TƯ DUY THỐNG KÊ HIỆN ĐẠI

Trong nhiều thập kỷ, p < 0,05 thường được xem là ranh giới quan trọng trong công bố nghiên cứu.

Tuy nhiên, việc phụ thuộc quá mức vào ngưỡng này đã tạo ra nhiều vấn đề.

Năm 2019, Wasserstein và cộng sự công bố bài viết “Moving to a World Beyond p < 0.05”, khuyến nghị không nên phân chia kết quả khoa học một cách cứng nhắc thành hai nhóm “có ý nghĩa” và “không có ý nghĩa” chỉ dựa trên một ngưỡng thống kê.

Điều này không có nghĩa p-value không còn giá trị.

Ngược lại, p-value vẫn là một công cụ hữu ích khi được sử dụng trong thiết kế và mô hình thống kê phù hợp.

Điểm quan trọng là phải đặt p-value trong toàn bộ bối cảnh nghiên cứu.

Một số phương pháp bổ sung gồm:

Effect estimation: Ước lượng độ lớn hiệu ứng.

Confidence intervals: Đánh giá độ chính xác và bất định.

Bayesian analysis: Suy luận xác suất dựa trên mô hình xác suất và thông tin tiên nghiệm.

Bayes factor: So sánh mức độ dữ liệu ủng hộ các mô hình hoặc giả thuyết.

Sensitivity analysis: Đánh giá mức độ ổn định của kết quả trước những thay đổi hợp lý trong giả định hoặc phương pháp phân tích.

External validation: Kiểm tra khả năng áp dụng kết quả trên dữ liệu độc lập.

---

XVII. TỪ VỰNG TIẾNG ANH THỐNG KÊ Y HỌC

English	IPA	Từ loại	Nghĩa tiếng Việt
Probability	/ˌprɑːbəˈbɪləti/	n	Xác suất
Hypothesis	/haɪˈpɑːθəsɪs/	n	Giả thuyết
Statistical significance	/stəˈtɪstɪkəl sɪɡˈnɪfɪkəns/	n	Ý nghĩa thống kê
Inference	/ˈɪnfərəns/	n	Suy luận
Distribution	/ˌdɪstrɪˈbjuːʃən/	n	Phân phối
Confidence interval	/ˈkɑːnfɪdəns ˈɪntərvəl/	n	Khoảng tin cậy
Effect size	/ɪˈfekt saɪz/	n	Kích thước hiệu ứng
Sample size	/ˈsæmpəl saɪz/	n	Cỡ mẫu
Confounding	/kənˈfaʊndɪŋ/	n	Nhiễu
Statistical power	/stəˈtɪstɪkəl ˈpaʊər/	n	Công suất thống kê
Null hypothesis	/nʌl haɪˈpɑːθəsɪs/	n	Giả thuyết không
Alternative hypothesis	/ɔːlˈtɜːrnətɪv haɪˈpɑːθəsɪs/	n	Giả thuyết đối
Reproducibility	/ˌriːprəduːsəˈbɪləti/	n	Khả năng tái lập
Type I error	/taɪp wʌn ˈerər/	n	Sai lầm loại I
Type II error	/taɪp tuː ˈerər/	n	Sai lầm loại II

Câu tiếng Anh quan trọng nhất:

“A statistically significant result is not necessarily clinically significant.”

Dịch nghĩa:

“Một kết quả có ý nghĩa thống kê không nhất thiết có ý nghĩa lâm sàng.”

---

XVIII. NĂM NGUYÊN TẮC VÀNG KHI SỬ DỤNG P-VALUE

Nguyên tắc 1: Understand the hypothesis.

Hiểu rõ giả thuyết đang được kiểm định.

Nguyên tắc 2: Report the effect size.

Luôn đánh giá và báo cáo độ lớn hiệu ứng.

Nguyên tắc 3: Examine uncertainty.

Đánh giá khoảng tin cậy và mức độ bất định.

Nguyên tắc 4: Consider clinical relevance.

Phân tích ý nghĩa thực tế đối với người bệnh.

Nguyên tắc 5: Interpret the whole evidence.

Diễn giải tổng thể bằng chứng, không chỉ một giá trị p.

---

XIX. KẾT LUẬN

Giá trị p là một trong những công cụ nền tảng của thống kê suy luận và nghiên cứu khoa học y học.

Tuy nhiên, ý nghĩa của p-value thường bị đánh giá quá mức hoặc diễn giải chưa chính xác.

Một giá trị p nhỏ chỉ cho biết dữ liệu quan sát có mức độ không tương thích nhất định với giả thuyết không và các giả định của mô hình kiểm định.

Nó không trực tiếp chứng minh giả thuyết nghiên cứu đúng, không đo độ lớn hiệu quả điều trị và không khẳng định giá trị lâm sàng.

Để đánh giá một kết quả nghiên cứu, cần kết hợp:

• Giá trị p.
• Kích thước hiệu ứng.
• Khoảng tin cậy.
• Cỡ mẫu và công suất thống kê.
• Thiết kế nghiên cứu.
• Nguy cơ sai lệch.
• Ý nghĩa lâm sàng.
• Bằng chứng khoa học hiện có.

Trong thực hành y học dựa trên bằng chứng, mục tiêu không phải là tìm mọi cách để đạt p < 0,05.

Mục tiêu cao nhất là tạo ra những kết luận khoa học đáng tin cậy, có khả năng tái lập và thực sự giúp cải thiện chất lượng chăm sóc người bệnh.

THÔNG ĐIỆP CỐT LÕI

“A small p-value does not necessarily mean a large effect, a true hypothesis, or an important clinical benefit.”

Một giá trị p nhỏ không nhất thiết đồng nghĩa với hiệu ứng lớn, giả thuyết đúng hoặc lợi ích lâm sàng quan trọng.

---

XX. TÀI LIỆU THAM KHẢO

1. Wasserstein RL, Lazar NA. (2016).

The ASA Statement on p-Values: Context, Process, and Purpose.

The American Statistician. 70(2):129–133.

DOI: https://doi.org/10.1080/00031305.2016.1154108

2. Wasserstein RL, Schirm AL, Lazar NA. (2019).

Moving to a World Beyond “p < 0.05”.

The American Statistician. 73(sup1):1–19.

DOI: https://doi.org/10.1080/00031305.2019.1583913

3. Greenland S, Senn SJ, Rothman KJ, et al. (2016).

Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations.

European Journal of Epidemiology. 31:337–350.

DOI: https://doi.org/10.1007/s10654-016-0149-3

4. Amrhein V, Greenland S, McShane B. (2019).

Scientists rise up against statistical significance.

Nature. 567:305–307.

DOI: https://doi.org/10.1038/d41586-019-00857-9

5. International Committee of Medical Journal Editors (ICMJE).

Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals.

Website: https://www.icmje.org/recommendations/

6. EQUATOR Network.

Enhancing the QUAlity and Transparency Of health Research.

Website: https://www.equator-network.org/

7. JAMA Network.

Instructions for Authors: Statistical Analysis and Reporting.

Website: https://jamanetwork.com/journals/jama/pages/instructions-for-authors

---

LỜI CẢM ƠN VÀ GHI NHẬN

PCC fC noted by – Medical Research & Biostatistics Education

Xin trân trọng cảm ơn tác giả của poster “P-Value: What It Is, How It Works, and Why It Matters” đã xây dựng một tài liệu trực quan, dễ hiểu và có giá trị giáo dục về thống kê.

Từ nguồn cảm hứng của poster gốc, bài viết này được biên soạn và mở rộng nhằm hỗ trợ sinh viên y khoa, bác sĩ nội trú và các nghiên cứu viên hiểu sâu hơn về bản chất của giá trị p, đồng thời ứng dụng chính xác trong phân tích số liệu và công bố nghiên cứu khoa học.

Nội dung được tổng hợp, diễn giải và hỗ trợ biên tập bằng AI; người học cần đối chiếu với tài liệu phương pháp luận và hướng dẫn của tạp chí khi áp dụng trong nghiên cứu thực tế.

“Science advances not when we simply find significance, but when we understand uncertainty.”

Khoa học tiến bộ không chỉ khi chúng ta tìm thấy sự khác biệt có ý nghĩa thống kê, mà còn khi chúng ta hiểu được sự không chắc chắn và những giới hạn của bằng chứng.

PCC fC – Vì một đam mê Khỏe Vui Hạnh phúc.

Học để hiểu – Nghiên cứu để khám phá – Ứng dụng để giúp người bệnh.