- PHÂN TÍCH THỐNG KÊ HIỆU QUẢ ĐIỀU TRỊ VÔ SINH TẠI BỆNH VIÊN PHỤ SẢN. - TRUNG ƯƠNG. - Chuyên ngành: LÍ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN Mã số: 60460106. - Phương pháp hồi qui logistic. - 1.1 Hàm logit. - 1.2 Mô hình hồi qui logistic nhị phân. - 1.2.1 Ước lượng các tham số trong mô hình. - 1.2.2 Ước lượng sai số chuẩn của các hệ số hồi qui. - 1.2.3 Kiểm tra sự phù hợp của mô hình. - 1.2.4 Ý nghĩa các hệ số trong mô hình hồi qui logistic nhị phân. - 1.2.5 Kiểm tra ảnh hưởng tương tác của các biến độc lập lên biến phụ thuộc. - 1.3 Mô hình hồi qui logistic bội. - 1.3.1 Định nghĩa mô hình hồi qui logistic bội. - 1.3.2 Ước lượng các tham số trong mô hình hồi qui logistic bội. - Mô tả số liệu và phần mềm sử dụng trong phân tích. - 2.2.1 Các biến độc lập. - 2.2.2 Các biến phụ thuộc. - 2.3 Phần mềm phân tích SPSS. - Phân tích kết quả điều trị vô sinh tại bệnh viện phụ sản trung ương . - 3.1 Ảnh hưởng của các biến độc lập lên biến "hình thành noãn". - 3.2 Ảnh hưởng của các biến độc lập lên biến "nhóm số noãn". - 3.3 Ảnh hưởng của các biến độc lập lên biến "hình thành thai". - 3.4 Ảnh hưởng của các biến độc lập lên biến "sảy1". - 3.5 Ảnh hưởng của các biến độc lập lên biến "lưu". - 3.6 Ảnh hưởng của các biến độc lập lên biến "sinh1". - 4.1 Bàn luận về yếu tố ảnh hưởng đến kết quả hình thành noãn. - 4.2 Bàn luận về yếu tố ảnh hưởng đến kết quả có thai. - 4.3 Bàn luận về yếu tố ảnh hưởng đến kết quả sảy thai sau thu tinh trong ống nghiệm. - 4.4 Bàn luận về yếu tố ảnh hưởng đến kết quả sinh con sau thu tinh trong ống nghiệm. - Đặc biệt, tôi xin gửi lời cảm ơn sâu sắc tới Ban giám đốc, tập thể các y bác sĩ của Trung tâm hỗ trợ sinh sản - Bệnh viện Phụ Sản Trung ương đã nhiệt tình cung cấp những dữ liệu chính xác quý báu giúp tôi thực hiện luận văn này.. - Tôi rất mong nhận được những ý kiến đóng góp quý báu của các thầy cô, các nhà nghiên cứu Xác suất Thống kê, các độc giả quan tâm để luận văn của tôi được hoàn thiện hơn.. - Vô sinh là vấn đề lớn về mặt xã hội, là một bệnh lý phức tạp, do nhiều nguyên nhân. - Theo báo cáo của Tổ chức Y tế Thế giới, có khoảng 8-12 % các cặp vợ chồng bị vô sinh, còn theo thống kê của Bộ Y tế Việt Nam có khoảng 12-13 % các cặp vợ chồng bị vô sinh. - Trong đó, vô sinh nữ chiếm khoảng 40. - vô sinh nam chiếm 23. - Thụ tinh trong ống nghiệm (TTTON) là một phương pháp điều trị vô sinh tích cực được phát triển nhanh chóng trong những năm gần đây. - Đơn vị đầu tiên ở Việt Nam áp dụng thành công kĩ thuật TTTON là Bệnh viện Phụ Sản Từ Dũ (Thành phố Hồ Chí Minh) vào năm 1998. - Tháng 10 năm 2000 Bệnh viện Phụ Sản Trung ương chính thức áp dụng kĩ thuật TTTON và đến 26/6/2001 cháu bé đầu tiên ra đời. - Phương pháp TTTON đã mạng lại hi vọng cho nhiều cặp vợ chồng không có khả năng sinh con tự nhiên. - Vì vậy nghiên cứu dự đoán những yếu tố ảnh hưởng đến kết quả TTTON để từ đó làm tăng hiệu quả điều trị vô sinh là việc làm cần thiết.. - Sử dụng phương pháp thống kê để phân tích làm rõ những yếu tố ảnh hưởng đến kết quả TTTON từ đó làm tăng hiệu quả điều trị vô sinh là mục tiêu của luận văn:. - Phân tích thống kê hiệu quả điều trị vô sinh tại Bệnh viện Phụ Sản Trung ương.. - Chương I trình bày về phương pháp phân tích hồi qui logistic, cơ sở lý thuyết của luận văn này.. - Chương II dành để mô tả những số liệu về thông tin của các bệnh nhân điều trị vô. - sinh tại Trung tâm hỗ trợ sinh sản - Bệnh viện Phụ Sản Trung ương từ tháng 1/2009 đến tháng 12/2009 và giới thiệu về phần mềm SPSS - phần mềm phân tích được sử dụng chủ yếu trong luận văn này.. - Chương III là phần áp dụng phương pháp phân tích hồi qui logistic để phân tích các yếu tố ảnh hưởng đến kết quả thụ tinh trong ống nghiệm tại Trung tâm hỗ trợ sinh sản - Bệnh viện Phụ Sản Trung ương từ tháng 1/2009 đến tháng 12/2009.. - Chương IV bàn luận về các kết quả thu được trong chương III. - Từ đó tìm ra các yếu tố ảnh hưởng đến kết quả thụ tinh trong ống nghiệm, làm cơ sở để nâng cao hiệu quả điều trị vô sinh tại Bệnh viện Phụ Sản Trung ương nói riêng cũng như các bệnh viện điều trị vô sinh trên cả nước nói chung.. - Phương pháp phân tích hồi qui là một phương pháp phân tích thống kê nghiên cứu mối quan hệ phụ thuộc giữa biến phụ thuộc (hay còn gọi là biến đáp ứng, biến được giải thích) với tập hợp các biến độc lập (các biến dùng để dự báo, biến giải thích).. - Ngoài ra nó còn được sử dụng để đánh giá hiệu quả tác động của biến độc lập lên biến phụ thuộc.. - Có nhiều loại mô hình hồi qui như:. - Mô hình hồi qui tuyến tính;. - Mô hình hồi qui logistic;. - Mô hình hồi qui Poisson. - Trong khuôn khổ luận văn này chúng ta nghiên cứu về mô hình hồi qui logistic.. - Mô hình hồi qui logistic được sử dụng khi biến phụ thuộc Y nhận các giá trị có tính chất phân loại. - Biến độc lập X có thể là biến định tính hoặc biến định lượng.. - Phân loại mô hình hồi qui logistic: Có 2 loại mô hình hồi qui logistic là mô hình hồi qui logistic nhị phân và mô hình hồi qui logistic bội.. - Mô hình hồi qui logistic nhị phân: Được sử dụng khi biến phụ thuộc chỉ nhận hai giá trị phân loại. - Để thuận tiện hai giá trị phân loại này thường được mã hóa thành hai số 0 và 1. - Trong điều trị vô sinh, biến phụ thuộc Y biểu thị tình trạng bệnh nhân có thai sau thụ tinh trong ống nghiệm hay không. - Ta mã hóa Y bởi các giá trị. - PHƯƠNG PHÁP HỒI QUI LOGISTIC y = 1 nếu sau điều trị bệnh nhân có thai;. - y = 0 nếu sau điều trị bệnh nhân không có thai.. - Mô hình hồi qui logistic bội: Được sử dụng khi biến phụ thuộc nhận từ 3 giá trị phân loại trở lên.. - Trong điều trị vô sinh biến phụ thuộc Y biểu thị số lượng noãn chọc hút được sau điều trị . - Mã hóa Y bởi các giá trị:. - Có nhiều mô hình toán học khác cũng có thể được sử dụng để dự đoán biến phân loại Y nhưng đến nay mô hình hồi qui logistic là mô hình phổ biến nhất. - Để giải thích về sự phổ biến của mô hình này chúng ta bắt đầu từ hàm logit.. - Từ đó ta thấy với mọi giá trị của đối số z thì hàm logit F (z) luôn nhận giá trị từ 0 đến 1. - Do đó mô hình logistic luôn đảm bảo ước lượng xác suất nhận được là một số chỉ nhận giá trị giữa 0 và 1. - Vì vậy khi sử dụng mô hình logistic ta không bao giờ nhận được ước lượng nguy cơ lớn hơn 1 hoặc nhỏ hơn 0. - Điều này không phải luôn đúng với các mô hình khác. - Điều đó giải thích tại sao mô hình logistic là lựa chọn hàng đầu để ước lượng xác suất.. - hàm F (z) nhận giá trị bằng 0. - Khi z bắt đầu tăng dần giá trị của hàm F (z) tăng dần nhưng vẫn gần điểm 0 trong một khoảng tương đối dài. - Kết quả là ta có một bức tranh hình chữ S.. - PHƯƠNG PHÁP HỒI QUI LOGISTIC. - Trong hàm logit, đối số z nhận giá trị tùy ý trên R. - Điều đó gợi ý cho các nhà nghiên cứu xem xét z là tổ hợp tuyến tính của các biến độc lập. - Khi đó F (z) tượng trưng cho ảnh hưởng của tổ hợp tuyến tính của các biến độc lập lên xác suất xuất hiện một giá trị của biến phụ thuộc. - Đồng thời giá trị của hàm logit chỉ giới hạn trong đoạn [0. - 1] ứng với miền giá trị của xác suất.. - X k là k biến độc lập dùng để dự báo. - Các biến X i có thể là biến định tính hoặc biến định lượng. - Biến phụ thuộc cần dự báo Y là biến nhị phân chỉ nhận một trong hai giá trị được mã hóa thành hai số 0 hoặc 1.. - Một mô hình gọi là mô hình logistic nhị phân nếu biểu thức xác suất có dạng. - trong đó các tham số α, β i là các tham số chưa biết.. - Chúng ta không thể tính toán được một cách chính xác các tham số α, β i mà chỉ có thể dựa vào dữ liệu thu được từ X s và Y để ước lượng các tham số đó mà thôi. - Ước lượng của các tham số được kí hiệu là α, b β b i. - Có nhiều phương pháp để ước lượng tham số trong mô hình hồi qui logistic, ở đây chúng ta trình bày phương pháp ước lượng hợp lý cực đại - phương pháp ước lượng sao cho hàm hợp lý đạt giá trị lớn nhất.. - Giả sử có n quan sát độc lập {(y i , x i. - R k+1 ) n với y i là giá trị của biến phụ thuộc Y và x i = (x i1 , x i2. - x ik ) T là giá trị của các biến độc lập tại quan sát thứ i.. - Hàm hợp lý là hàm của các tham số chưa biết trong mô hình kí hiệu là L(θ) với θ = (α, β 1. - Hàm hợp lý L(θ) đạt giá trị cực đại khi và chỉ khi lnL(θ) đạt giá trị cực đại. - Các ước lượng hợp lý cực đại của các tham số α, β j được tìm bằng cách giải hệ phương trình đạo hàm riêng. - Theo định nghĩa 1.2.1 , tại quan sát thứ i xác suất có điều kiện để biến phụ thuộc Y nhận giá trị bằng 1, theo các giá trị của biến độc lập X j là. - Như vậy xác suất có điều kiện để tại quan sát thứ i biến phụ thuộc Y nhận giá trị bằng 0 theo các giá trị của biến độc lập X j là. - [2] Hồ Đăng Phúc (2005), Sử dụng phần mềm SPSS trong phân tích số liệu, Nhà xuất bản Khoa học và Kỹ thuật Hà Nội.. - [3] Nguyễn Cao Văn, Trần Thái Ninh (1999), Lý thuyết xác suất và thống kê toán, Nhà xuất bản Khoa học và Kỹ thuật, Hà Nội.