BS. Nguyen Song Hieu, Quận Thanh Khê (2025)

19/02/2025

Trong thi vấn đáp lâm sàng, sinh viên Y khoa đôi khi gặp vấn đề trong việc "tìm" bệnh nhân, vì khi bốc số thì bệnh nhân còn ở viện, nhưng khi đi hỏi bệnh án thì bệnh nhân đã ra viện hoặc đi đâu đó, điều này làm nhiều sinh viên "xui xẻo" có một kì thi lâm sàng không tốt.

Hình ảnh dưới đây là một người bệnh được Chatgpt mô phỏng thông qua các dữ liệu mình cung cấp qua file excel. Mình đã cho sinh viên của mình hỏi bệnh "bệnh nhân" này ngay trên lớp và thực sự bệnh nhân diễn rất đạt và sẵn sàng đón nhận các câu hỏi khó của các bác sĩ tương lai.

Các đồng nghiệp hoàn toàn có thể cân nhắc sử dụng AI trong giảng dạy tiền lâm sàng và các bạn sinh viên có thể dùng nó để rèn luyện kỹ năng hỏi bệnh. 😀

18/02/2025

Ví dụ về việc sử dụng ChatGPT trong nghiên cứu khoa học.
Trong ví dụ này mình không chỉ tự động hóa những bước cơ bản mà còn đặt ra một số lệnh viết tắt để đỡ tốn thời gian khi nhập mới 1 file dữ liệu. Miễn cứ up file lên là sẽ kiểm tra báo lỗi mà không cần phải nói gì thêm. Phải biết rằng lọc dữ liệu là một bước tương đối tốn thời gian của nhà nghiên cứu.

Xem chi tiết lệnh và ví dụ trong hình nhé

16/02/2025

TỐI ƯU HÓA CÂU LỆNH CHO CHATBOT AI

Mình vẫn hay nói đùa với sinh viên rằng, hầu hết chúng ta đang sử dụng chatgpt và các chatbot khác chỉ như một phiên bản google nâng cao, thậm chí còn tự giới hạn bản thân mình khi không thể xác định được nguồn thông tin, vì vậy dễ khiến tiếp nhận thông tin một cách thụ động và đánh mất đi những đặc quyền đáng ra AI cho phép chúng ta tối ưu. Vì vậy hôm nay mình viết bài này để chia sẻ với mọi người cách làm thế nào để sử dụng các chatbot AI nói chung một cách hiệu quả.

Về cấu trúc lệnh, một cấu trúc "tuyệt vời" để chatbot có thể hiểu chúng ta gồm 4 thành phần:
- Nội dung yêu cầu
- Bối cảnh
- Thông tin nền/Ví dụ cụ thể
- Mức độ chi tiết

Trong đó nội dung yêu cầu là cái chúng ta vẫn thường sử dụng nhất, đôi khi có thêm mức độ chi tiết, tuy nhiên hầu hết chúng ta lại quên đi bối cảnh và thông tin nền. Cụ thể câu lệnh thường gặp kiểu:

-"Tìm cho tôi các thông tin về bệnh tăng huyết áp" hoặc "tổng quan cách điều trị tăng huyết áp"

Tuy nhiên câu lệnh này còn rất chung chung và gần như Chatbot cũng sẽ sử dụng những trang web đầu tiên có thể tìm kiếm được để đưa ra kết quả, không khác gì chúng ta tìm kiếm thông qua mấy bài quảng cáo.

Vì vậy với cấu trúc trên câu lệnh đầy đủ phải là:
- Tôi là một giảng viên Y khoa cần soạn thảo bài giảng cho sinh viên (bối cảnh), bạn hãy tìm giúp tôi các tài liệu về chẩn đoán và điều trị tăng huyết áp (Nội dung yêu cầu), sau đó tóm tắt lại các ý chính với tài liệu tham khảo kèm theo (Mức độ chi tiết), loại bỏ các trang web không chính thống, các trang web doanh nghiệp ưu tiên các bài báo xuất bản, tài liệu chính phủ hoặc của các tổ chức học thuật (Thông tin nền).

Với câu lệnh như trên AI không chỉ gíup chúng ta tìm kiếm mà còn giúp chúng ta đỡ rất nhiều công sức cho việc lọc tài liệu, và đây mới là cách các chatbot hỗ trợ tích cực cho chúng ta.

Ngoài ra, một cách khác nữa để chúng ta tối ưu Chatbot AI đó là sử dụng những câu lệnh mặc định để sau đó tiết kiệm gõ thêm các nội dung thừa, ví dụ chúng ta đặt lệnh mặc định như sau:

- "Kể từ sau yêu cầu cầu này, tất cả các file tôi tải lên bạn đều sẽ dịch và tóm tắt cho tôi các nội dung chính như một học giả để chuẩn bị bài giảng.

Như vậy kể từ câu lệnh này, bạn không cần yêu cầu Chatbot lại bất kì một lần nào nữa cho đến khi muốn thay đổi và bổ sung câu lệnh. Các bạn hoàn toàn có thể dùng nó để tính nhanh một số bà toán, xử lý số liệu một cách lặp lại, dịch thuật, hay đọc tài liệu tùy vào mức độ yêu cầu của bạn.

---
TẠM KẾT
Nếu bạn thực sự muốn tìm hiểu sâu hơn về việc làm thế nào để sử dụng AI tốt hơn, mình khuyên các bạn tìm kiếm về từ khóa "Promt Engineering" để hiểu hơn về kỹ thuật này, mà thậm chí các bạn cũng có thể học nó thông qua chính các chatbot AI đang hiện hữu.

Nào thử ngay đi thôi :D

15/02/2025

MỘT SỐ AI HỖ TRỢ HỌC TẬP VÀ NGHIÊN CỨU

Trong quá trình giảng dạy mình thấy có một số con AI miễn phí phù hợp với đối tượng sinh viên đại học nhằm phục vụ học tập và nghiên cứu, nay chia sẻ với mọi người xíu hen.

1. TurboScribe
Phần mềm phiên từ file ghi âm sang văn bản. Với phần mềm này các bạn có thể sử dụng file ghi âm bài giảng của giảng viên (ghi âm trực tiếp trên điện thoại) sau đó phiên thành văn bản. Kết hợp với ChatGPT hoặc Gemini để tổng hợp dữ liệu và tóm tắt nội dung bài học.

2. SmallPdf - Xây dựng bộ câu hỏi trắc nghiệm có đáp án
Với AI này sau khi các bạn truy cập vào trang web chính, vào Tool chọn Trình tạo câu hỏi AI (Như hình) và sau đó lựa chọn loại câu hỏi muốn ra (trắc nghiệm/ đúng sai hay mở). AI sẽ tự soạn câu hỏi và bộ đáp án cho tài liệu luôn. Mình nghĩ đây là một công cụ vừa phù hợp cho sinh viên ôn tập vừa là công cụ để giảng viên bớt mệt đầu khi suy nghĩ câu hỏi thi. Với việc tinh chỉnh bằng chatbox có thể nâng cấp độ khó của câu hỏi lên theo nhu cầu của người ra đề.

3. Notebook LM - Trích dẫn tài liệu ghi nguồn
Đây là một trong các công cụ mình thấy hữu ích nhất cho người làm nghiên cứu khi AI sẽ tự đọc tìm kiếm nội dung yêu cầu trong "tất cả" các file trong dữ liệu nguồn. Sau đó trích dẫn và ghi rõ tài liệu, vị trí trích dẫn cho nhà nghiên cứu. Công cụ này giúp mình giảm đáng kể thời gian trong việc đọc và thực hiện tổng quan tài liệu.

Ngoài ra với chức năng hướng dẫn học tập và dòng thời gian, đây là 2 công cụ cực kỳ tuyệt vời cho sinh viên và giảng viên tập hợp nội dung của các tài liệu/bài giảng. Cực kỳ nên thử nhé.

4. Gamma.Work - Tạo Slide trình bày
Một trong những công việc tốn thời gian của nhà nghiên cứu cũng như sinh viên là làm slide trình bày bài tập, báo cáo nghiên cứu, khóa luận,... với sự hỗ trợ của Gamma.Work chỉ cần đưa các nội dung gợi ý, chọn số slide dự kiện con AI này sẽ hỗ trợ mọi người bố trí nội dung nhanh chóng giúp tiết kiệm rất nhiều thời gian công sức.

5. Infography.in - Tạo Infographic nhanh chóng
Ngoài việc học tập, xây dựng bài giảng và nghiên cứu đôi khi chúng ta phải thực hiện thêm một số ấn phẩm ví dụ như phục vụ báo cáo poster hoặc poster truyền thông giáo dục sức khỏe, vì vậy công cụ Infography này sẽ giúp mình dễ dàng trong việc giải quyết vấn đề này.
Đặc biệt con AI này cho phép sử dụng nhiều nguồn để thực hiện Infographic bao gồm cả linkweb, file pdf, nội dung được soạn thảo (Ví dụ bạn soạn và tinh chỉnh bằng ChatGPT), cũng như hỗ trợ nhiều ngôn ngữ trong đó có tiếng Việt, làm nó hữu ích hơn nhiều các ứng dụng tạo infographic khác.

TẠM KẾT
Những con AI mình giới thiệu trên đây hiện đều có phiên bản miễn phí, và theo mình đánh giá là tương đối nhiều ưu điểm nếu các bạn có những phần mềm nào khác hỗ trợ đắc lực cho học tập và nghiên cứu chia sẻ thêm dưới comment nhé.

05/02/2025

Chọn đề tài khoa học không khó 😀 quan trọng là có biết cách chứng minh nó hay không.
“Nghiên cứu thực nghiệm về cách gìn giữ các mối quan hệ xã hội hiệu quả và đỡ tốn công nhất: Rep ‘Haha, ê thật nha!’ trước tất cả các meme mà bạn bè bạn gửi”

Muốn đọc thêm? Link dưới comment ;))

18/12/2024

5 TIPS CHO CÁC BẠN CHUẨN BỊ "KÍNH THƯA HỘI ĐỒNG"

Tình hình là hai ngày nữa K24YDK sẽ bảo vệ khóa luận, nên là bản thân mình cũng chộn rộn theo để hỗ trợ các bạn cho tốt đẹp. Vì số lượng các bạn được mình review có hạn, nên là mình chia sẻ thêm lên đây, nếu các bạn vô tình thấy được thì có thể đọc và rút kinh nghiệm cho chính mình. Cụ thể thì hôm nay mình nói đến 5 lưu ý khi trình bày khóa luận trước hội đồng.

1. Hãy chú ý hình thức slide.
"Vẻ bề ngoài quan trọng như vậy sao" - đúng! rất đúng!
Vì vậy, hãy chuẩn bị cho mình một slide thật đẹp đẽ, không cần màu mè hoa lá hòe, hiệu ứng bay bướm các kiểu, chỉ cần một slide đơn giản nhưng bố trí hợp lý về kích thước chữ, màu sắc là các bạn đã ăn điểm rồi.

2. Sử dụng thời gian hợp lý
Trong các buổi trình bày các bạn có khoảng 10-15 phút trình bày, hãy chia thời lượng sao cho hợp lý. Ví dụ theo mình một bài trình bày tốt thì có thể chia như sau:
- Chuẩn bị máy và giới thiệu bản thân: 1 phút.
- Đặt vấn đề: 1-2 phút
- Phương pháp nghiên cứu: 1-3 phút
- Kết quả và bàn luận 5-7 phút
- Kiến nghị và kết luận/Cảm ơn hội đồng: 2-3 phút
Như vậy các bạn có thể thấy, phần quan trọng nhất là phần kết quả và bàn luận, nơi thể hiện rõ các bạn đã làm gì và đã làm ra được gì, đừng đặt vấn đề hay phương pháp nghiên cứu quá dài dòng khiến đoạn sau phải trình bày trong vội vã.

3. Tạo điểm nhấn cho kết quả đáng chú ý nhất
Kế tiếp phần trên, phần đáng chú ý nhất là "kết quả quan trọng" bạn tìm thấy, nó có thể là một biểu hiện bệnh phổ biến hay một mối liên quan, hãy dành nhiều thời gian cho nó một chút để giải thích, so sánh với y văn hay các nghiên cứu khác.

Đây cũng là cách khiến hội đồng tập trung vào điểm mạnh của bạn, bớt tập trung hơn vào những chỗ khác. Nhưng cũng để ý rằng khi đã nhấn mạnh tức là bạn hiểu rất rõ về kết quả đó, về cả cơ chế và kiểm định để tính toán ra nó.

4.Nói với tốc độ vừa phải
Nhìn chung với áp lực thời gian, các bạn có xu hướng nói nhanh hơn so với bình thường, tuy nhiên theo mình một bài trình bày tốt phải có tốc độ vừa phải. Theo lý thuyết thì tốc độ nói vừa phải sẽ rơi vào khoảng 120 chữ một phút. Có điều thực tế không ai kiểm soát được mình những lúc ấy cả nên mình có 3 tips cho các bạn:

Thứ nhất, hãy chọn các ý quan trọng để nói, những cái không quan trọng cứ chiếu trên slide nhưng lướt qua, hoặc gợi ý kiểu "đã được giải thích chi tiết trong tài liệu" (Có điều phải lọc đúng cái cần lọc nhớ). Tránh việc có quá nhiều ý và phải tranh thủ thời gian để nói được hết các ý.

Thứ hai, hãy nhấn nhá khi nói, nó vừa giúp bạn nói cuốn hút hơn nhưng vừa giúp bạn kiểm soát tốc độ, không ai vừa có thể nói nhanh vừa có thể nhấn nhá được cả.

Thứ ba, hãy tập trước gương hoặc người thân đủ nhiều để mình trở nên "quen miệng", "nhớ ý" và phần nào sẽ giúp tâm lý các bạn ổn định hơn vì "bài này mình đã trình bày rất nhiều rồi".

5. Cuối cùng - Relax
Với mình sự thoải mái ngay khi bước lên trước tất cả mọi người vô cùng quan trọng. Nếu được, hôm đó hãy tắm rửa thật sạch, rửa mặt tinh tươm, xịt mùi hương mình thích, mặc bộ đồ khiến mình thật tự tin và cuối cùng hãy hít thật sâu, thở một hơi thật dài, thẳng lưng bước lên sân khấu. Bước tới như mình đã chiến thắng ngay cả trước khi đạt được nó và để cho mọi thứ thật tự nhiên như những gì mình đã chuẩn bị. Đơn giản chỉ thế thôi.

Chúc các bạn K24 bảo vệ khóa luận thành công!!

17/12/2024

Bắt đầu nghiên cứu khoa học học thì làm gì?

Mặc dù nghiên cứu khoa học (NCKH) đã được "phổ cập" rộng rãi hơn so với trước đây, bằng chứng là các cuộc thi khoa học kỹ thuật đã xuống tới cấp phổ thông, thì việc tiếp cận nghiên cứu một cách bài bản vẫn là cái gì đó tương đối "khó" mà hầu như chỉ có sinh viên đại học một số ngành, và sau đó là thạc sĩ, tiến sĩ mới có cơ hội tiếp xúc.

Nếu bạn đang trên hành trình tìm hiểu về NCKH mà đặc biệt là lĩnh vực y học thì mình hi vọng những thứ này có ích cho các bạn.

𝟭. 𝗕𝘂̛𝗼̛́𝗰 𝟭 - Đ𝗼̣𝗰 𝘀𝗮́𝗰𝗵
Muốn biết phải hỏi, muốn giỏi phải học, mà học nhanh nhất và bài bản nhất thì chắc chỉ có sách. Đã có lần mình chia sẻ, mình thích đọc sách giấy (hơn là sách online), kiểu nó deep deep giống nhà nghiên cứu hơn =)) (maybe), dưới đây là một số đầu sách cho các bạn đọc.

- Đi vào nghiên cứu khoa học - GS. Nguyễn Văn Tuấn
- Từ nghiên cứu đến công bố: Kỹ năng mềm cho nhà khoa học - GS. Nguyễn Văn Tuấn
- Thiết kế nghiên cứu và thống kê y học - TS. Nguyễn Ngọc Rạng

Đây là ba cuốn sách mà đã hỗ trợ rất nhiều cho mình trong suốt thời gian ban đầu học làm nghiên cứu, ngoài ra hiện tại có lẽ đã có nhiều đầu sách mới hơn, hay giáo trình của một số trường Đại học, các bạn cũng có thể tham khảo.

𝟮. 𝗕𝘂̛𝗼̛́𝗰 𝟮 - 𝗫𝗲𝗺 𝘁𝗵𝗲̂𝗺 𝗰𝗮́𝗰 𝗰𝗵𝗶𝗮 𝘀𝗲̉ | 𝗖𝗮́𝗰 𝗸𝗵𝗼́𝗮 𝗵𝗼̣𝗰 𝗼𝗻𝗹𝗶𝗻𝗲

Thời buổi bây giờ, các bạn có lợi thế hơn rất nhiều so với thế hệ đi trước vì các video chia sẻ, những lớp học đã nhiều hơn thậm chí là miễn phí, chỉ là các bạn có chịu khó học hay không mà thôi. Hiện tại các bạn có thể học, đọc bằng một số kênh (mình sẽ để link ở dưới comment):

- Youtube TS. Vũ Duy Kiên: Kênh này của TS Kiên hướng dẫn tương đối nhẹ nhàng cho các bạn mới bắt đầu, cho các bạn những tips cơ bản nhất, tương đối dễ hiểu và ngắn gọn, mỗi clip chỉ tầm 5-20 phút. Ngoài về phương pháp TS Kiên còn hướng dẫn về việc sử dụng SPSS (Phần mềm mình đang sử dụng) và Stata (Các bạn HN và TP.HCM sử dụng tương đối nhiều)

- Youtube GS. Nguyễn Văn Tuấn: Youtube của thầy Tuấn thì "nặng đô" hơn so với kênh của TS. Kiên, cũng như cách truyền đạt của thầy cũng cần có một nền tảng căn bản, tuy nhiên sẽ rất tốt cho các bạn muốn đi sâu đặc biệt trong ngành xương khớp (chuyên ngành của thầy) Về nội dung tương đối đa dạng từ giới thiệu phương pháp cho đến xử lý số liệu bằng phần mềm R.

- Blog Nguyễn Văn Tuấn: Một kênh khác của thầy Tuấn dành cho các bạn vừa học vừa theo dõi các nội dung thầy chia sẻ.

- App Y360: Cái này mình mới biết gần đây, cũng có một khóa học miễn phí cho nhân viên y tế các bạn có thể tham khảo, ngoài ra còn nhiều khóa học, chia sẻ miễn phí khác trong lĩnh vực y tế.

𝗕𝘂̛𝗼̛́𝗰 𝟯: Đ𝗼̣𝗰 𝗰𝗮́𝗰 𝗻𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂
Sau khi đã biết các phương pháp rồi, học được lý thuyết rồi thì hãy xem người khác thực hành như thế nào, những phương pháp nào thường được sử dụng, những kiểu phân tích nào phổ biến..... từ đó đặt cho mình câu hỏi tại sao?

Ngoài ra việc đọc các nghiên cứu đi trước cũng cho các bạn một nền tảng khoa học về lĩnh vực mà các bạn quan tâm, từ đó khi thực hiện nghiên cứu của chính mình các bạn có thể đi được các hướng mới, hạn chế trùng lặp hoặc những sai sót của các nghiên cứu trước đây.

Một số trang các bạn có thể đọc miễn phí như:
- Tạp chí Y học Việt Nam
- Tạp chí Nghiên cứu Sức khỏe và Phát triển
- Tạp chí Điều dưỡng
- Pubmed
- Research Gate..

𝗕𝘂̛𝗼̛́𝗰 𝟰: 𝗧𝗶̀𝗺 𝗻𝗴𝘂̛𝗼̛̀𝗶 𝗵𝘂̛𝗼̛́𝗻𝗴 𝗱𝗮̂̃𝗻 𝘃𝗮̀ 𝗟𝗮̀𝗺 𝗻𝗴𝗵𝗶𝗲̂𝗻 𝗰𝘂̛́𝘂
Học mà không hành thì học nhiều mấy cũng chẳng có ý nghĩa gì, vì vậy, sau khi "có hứng" và "có nền tảng sơ bộ" hãy mạnh dạn tìm người hướng dẫn và thực hiện nghiên cứu đầu tay của mình. Trong suốt quá trình thực hiện chắc chắn các bạn sẽ có những vấn đề, những khúc mắc, nhưng cũng nhờ đó mà sẽ được "ôn bài" và "phát triển hơn".

Cá nhân mình cùng nhóm nghiên cứu đầu tiên mất hơn 1 năm để có nghiên cứu đầu lòng, nhưng hiện tại mình chỉ cần vài tháng để có một bài báo mới, nói như vậy để các bạn biết sẽ có gian nan nhưng cũng sẽ mang lại nhiều trái ngọt cho những ai toàn tâm toàn ý.

𝗖𝘂𝗼̂́𝗶 𝗰𝘂̀𝗻𝗴, 4 bước trên có thể thực hiện mà không theo thứ tự, các bạn hoàn toàn có thể xuất phát từ bất cứ đâu và hoàn thiện dần trong quá trình làm, đương nhiên sẽ có những khó khăn nhất định khi mình chưa có một nền tảng vững chắc, nhưng vốn dĩ con người ta học từ sai lầm vẫn nhanh hơn là học từ lý thuyết mà, đúng không?

Vậy nên, cứ làm, thử và sai, miễn là các bạn chịu đi đến cùng. Thế là được.

See less

14/12/2024

MỘT SỐ SÁCH MIỄN PHÍ CHO NGƯỜI TÌM HIỂU VỀ NGHIÊN CỨU KHOA HỌC TRONG LĨNH VỰC Y SINH

13/12/2024

PHÂN BIỆT NGHIÊN CỨU ĐỊNH LƯỢNG, NGHIÊN CỨU ĐỊNH TÍNH VÀ NGHIÊN CỨU KẾT HỢP

Nghiên cứu định lượng: Thường để đo lường và phân tích dữ liệu bằng cách sử dụng các con số, thường tập trung vào việc kiểm tra giả thuyết, đo lường mối quan hệ giữa các biến. Về mặt toán học nghiên cứu định lượng có độ chính xác cao, khả năng khái quát cho quần thể lớn. Tuy nhiên nhược điểm của nghiên cứu này là không hiểu rõ sâu sắc về động cơ, cảm xúc hoặc bối cảnh xã hội của nghiên cứu và khi có những vấn đề nảy sinh bất ngờ (sự kiện mới) thì sẽ khó xử lý/thống kê được.

Nghiên cứu định tính: Thường dùng để khám phá ý nghĩa, quan điểm và kinh nghiệm của các cá nhân, dữ liệu chủ yếu là dựa vào văn bản, hình ảnh, âm thanh (không phải số). Các dữ liệu này được khai thác thông qua phỏng vấn sâu, thảo luận nhóm hoặc quan sát. Ưu điểm của nghiên cứu định tính khắc phục được phần nhược điểm của nghiên cứu định lượng đó là giúp nhà nghiên cứu hiểu rõ bối cảnh, động lực hành vi của đối tượng, cũng như sự linh hoạt khi có vấn đề phát sinh. Mặc dù vậy nó cũng có các nhược điểm khi khó tổng quát được kết quả cho quần thể lớn và dễ bị ảnh hưởng bởi đặc điểm cá nhân của nhà nghiên cứu.

Nghiên cứu kết hợp: Để tối ưu hóa ưu điểm của 2 loại nghiên cứu trên cũng như loại bớt các nhược điểm, nghiên cứu kết hợp được ra đời, tuy nhiên trong nghiên cứu kết hợp vẫn còn các phân loại nhỏ hơn như:
- Thiết kế kết hợp đồng thời: Số liệu định lượng và định tính cùng được thu thập và phân tích
- Thiết kế kết hợp theo trình tự giải thích: Định lượng trước, định tính sau, dùng kết quả định tính phiên giải cho kết quả định lượng
- Thiết kế kết hợp theo trình tự khám phá: Số liệu định tính được thu thập và xử lý trước từ đó xây dựng thiết kế cho nghiên cứu định lượng và từ đó dùng kết quả định lượng phiên giải
- Thiết kế tích hợp: Trong quá trình thực hiện nghiên cứu định lượng hoặc định tính, tổ chức một "nhánh nhỏ" kết hợp loại nghiên cứu khác (định tính hoặc định lương) từ đó phiên giải sự thay đổi của kết quả.
- Thiết kế nghiên cứu kết hợp nhiều giai đoạn: Đại khái là xen kẽ trong giai đoạn, ví dụ giai đoạn 1 làm định tính, giai đoạn 2 làm định lượng, giai đoạn 3 làm cả 2 song song.

Trên đây là những phương pháp nghiên cứu tương đối phổ biến trong lĩnh vực y tế nói chung, khi xét sang các lĩnh vực khác các bạn cũng sẽ thấy nhưng phương pháp khác (nghiên cứu lý thuyết, nghiên cứu kinh tế,... Việc hiểu rõ về các phương pháp nghiên cứu sẽ giúp các bạn có nhiều cách tiếp cận hơn với việc làm nghiên cứu khoa học, cũng như có được cái nhìn đa chiều với các nghiên cứu cũ, từ đó có thể làm mới, đi sâu hơn các nội dung này.

12/12/2024

Cập nhật công thức xác định 1 mẫu, xác định một tỉ lệ
Đây có lẽ là công thức phổ biến nhất được sử dụng trong các nghiên cứu mô tả cắt ngang, cụ thể công thức và cách dùng như hình.

Tuy nhiên thực tiễn cho thấy nhiều khi chúng ta tính ra những cỡ mẫu rất thấp do tỉ lệ ước đoán quá cao/thấp và không phù hợp với nghiên cứu (ví dụ nghiên cứu tỉ lệ số người THA trong cộng đồng) vì vậy để tối ưu công thức này các nhà thống kê đã gợi ý tính d dựa trên giá trị p như sau:

- p d=p/2
- p = 0,1 - 0,3 --> d= 0,05
- p = 0,3 - 0,7 --> d= 0,1
- p = 0,7 - 0,9 --> d= 0,05
- p > 0,9 --> d = (1-p)/2

Các bạn có thể đọc thêm trong cuốn: Phương pháp chọn mẫu và tính toán cỡ mẫu trong nghiên cứu khoa học sức khỏe năm 2020 của Trường Đại học Y tế công cộng hen.

11/12/2024

PHÂN BIỆT LIÊN QUAN, TƯƠNG QUAN, ẢNH HƯỞNG TRONG NGHIÊN CỨU KHOA HỌC

Trong quá trình đọc tài liệu nói chung và hướng dẫn sinh viên nói riêng, mình vẫn thường bắt gặp các vấn đề liên quan đến việc sử dụng các thuật ngữ trong nghiên cứu, dưới đây là một ví dụ thường thấy nhất, không chỉ ở sinh viên mà còn cả các nghiên cứu viên đã có kinh nghiệm.

1. Liên quan: Diễn tả có mối quan hệ giữa hai yếu tố. Mối quan hệ này không nhất thiết là yếu tố nhân quả (Ví dụ người ta thích vừa uống cà phê vừa hút thuốc, nhưng hai yếu tố này không phải nhân quả của nhau). Thường trong thống kê các bạn hay dùng Chi-square test, Fisher test để kiểm tra điểu này.

2. Tương quan: Cụ thể hóa mối liên quan đã nêu ở trên, đặc biệt là có thể đo lường được sự tác động giữa các biến với nhau (Biến x tăng 1 lần thì biến y tăng bao nhiêu lần) và được định lượng bằng hệ số tương quan (r) có giá trị giao động từ -1 đến 1. Với
- r < 0: Tương quan nghịch
- r> 0: Tương quan thuận
- r=0: không có tương quan
Tương tự với liên quan, tương quan không khẳng định được mối quan hệ nhân quả. Ví dụ người ta nhận thấy chiều cao và cân nặng có mối tương quan thuận, nhưng người ta cao lên thì nặng hơn hay người nặng hơn có xu hướng cao lên thì không rõ.

3. Ảnh hưởng: Mối quan hệ nhân quả giữa các biến. Với trường hợp này mối quan hệ được mô tả rõ ràng, đâu là nguyên nhân đâu là kết quả. Tuy nhiên để xác định được điều này cần phải loại bỏ được các yếu tố nhiễu, và thông thường để khẳng định được cần dùng các nghiên cứu và thống kê phức tạp hơn so với liên quan và tương quan. (Nghiên cứu can thiệp, thử nghiệm lâm sàng).

--
Cá nhân mình may mắn được học tập trong môi trường tốt với các thầy cô chuyên sâu về nghiên cứu, mình hi vọng có thể chia sẻ thêm với các bạn những kiến thức "thường nhầm lẫn" vì vậy, nếu có bất kì câu hỏi nào về nghiên cứu, hãy đề cập cho mình nhé.

10/12/2024

Đăng lên cho mấy bạn trẻ ai thích ôn bài thì ôn chứ tui hôm nay nhác viết bài dài quá =))

BS. Nguyen Song Hieu

19/02/2025

18/02/2025

16/02/2025

15/02/2025

05/02/2025

18/12/2024

17/12/2024

14/12/2024

13/12/2024

12/12/2024

11/12/2024

10/12/2024

Address

Website

Alerts

Contact The Practice

Shortcuts

Share

Category