Phương pháp nghiên cứu khoa học CTU
|
Tôi rất hân hạnh thông báo đến các bạn xa gần rằng một lớp học về phương pháp nghiên cứu khoa học sẽ được diễn ra ở ĐH Y Dược Cần Thơ từ 13/9 đến 20/9/2022 (6 ngày). Đây là lớp học căn bản, rất thích hợp cho những sinh viên sau đại học (thạc sĩ, tiến sĩ) nhưng cũng cho cả bất cứ ai có ý định làm nghiên cứu khoa học trong công việc của mình. Mục tiêu Mục tiêu chính của khoá học là trang bị cho các học viên những kiến thức cơ bản về qui trình, thiết kế nghiên cứu khoa học, phương pháp thu thập dữ liệu, lên kế hoạch phân tích, và các phương pháp phân cơ bản cho tích dữ liệu. Học viên còn học kĩ năng ngôn ngữ R và quan trọng hơn hết là diễn giải kết quả phân tích. Sau khi xong khoá học, chúng tôi kì vọng học viên sẽ có khả năng:
Học viên Lớp học được thiết kế dành cho bất cứ ai quan tâm đến hay có ý định làm nghiên cứu khoa học: nghiên cứu viên, nghiên cứu sinh và sinh viên, chuyên viên phân tích dữ liệu. Các nhà quản lí khoa học cũng sẽ thấy khoá học này có ích. Giảng viên Ngoài tôi ra, còn có các bạn giảng viên sau đây:
Địa điểm Lớp học sẽ diễn ra 2 hình thức trực tiếp và online (qua zoom). Trực tiếp: Giảng đường 1, tầng trệt Khoa Y, Trường Đại học Y Dược Cần Thơ, số 179 Nguyễn Văn Cừ, Phường An Khánh, Quận Ninh Kiều, TP Cần Thơ. Địa chỉ zoom sẽ được gởi cho người ghi danh. Thời gian Từ ngày 13/9/2022 đến 20/9/2022. Chương trình Chương trình dự kiến gồm 18 bài giảng. Chương trình giảng được xây dựng theo mô hình lí thuyết (buổi sáng) và thực hành (buổi chiều). Học viên sẽ được cung cấp các dữ liệu thực tế để thực hành bằng ngôn ngữ R. Ngày 1 (13/9/2022) 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: Phương pháp thu thập dữ liệu. Giới thiệu cách thu thập dữ liệu và nguyên tắc thiết kế bộ câu hỏi. Ngày 2 (14/9/2022) Bài 4: 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 5: Quản lí 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. Bài 6: Phân tích mô tả (biến liên tục, biến phân nhóm). Giới thiệu các phương pháp phân tích mô tả như trung bình, độ lệch chuẩn, khoảng tin cậy 95%. Bài giảng nhấn mạnh đến ý nghĩa và cách diễn giải hơn là kĩ thuật. Bài 7: 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. Ngày 3 (15/9/2022) Bài 8: Giới thiệu ý tưởng kiểm định giả thuyết. Bài giảng bàn về hai trường pháp ước tính (estimation) và kiểm định giả thuyết (hypothesis testing), và ý nghĩa của trị số P. Học viên sẽ nắm được ý nghĩa của trị số P và mối liên hệ với kiểm định giả thuyết. Bài 9: Phương pháp so sánh 2 nhóm (biến liên tục). Một trong những mục tiêu nghiên cứu cơ bản là so sánh hai nhóm. Bài giảng sẽ giới thiệu phương pháp 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. Bài 10: Phương pháp so sánh 2 nhóm biến định tính. Bài giảng sẽ giới thiệu phương pháp z-test, Ki bình phương, và các chỉ số như odds ratio và relative risk để sử dụng cho việc so sánh hai nhóm với biến outcome là định tính hay biến nhị phân. Ngày 4 (18/9/2022) Bài 11: Phân tích tương quan. Giới thiệu khái niệm “tương quan” (correlation) và phương pháp ước tính hệ số tương quan. Bài 12: Mô hình hồi qui tuyến tính. Giới thiệu mô hình hồi qui tuyến tính đơn giản y = a + b*x + e, giả định và 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. Bài 13: 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. Ngày 5 (19/9/2022) Bài 14: Mô hình logistic đơn 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. Bài 15: Mô hình logistic đa biến. Tiếp tục mô hình hồi qui logistic đơn biến, bài này sẽ trình bày phương pháp phân tích với nhiều biến tiên lượng và những vấn đề kèm theo như đa cộng tuyến. Bài 16: 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 phương pháp life-table và Kaplan-Meier trong việc mô tả các biến thời gian và xác suất sống còn. Phương pháp log-rank test cũng sẽ được giới thiệu qua chương trình “survival” trong R. Ngày 6 (20/9/2022) Bài 17: Mô hình Cox. tiếp tục phương pháp Kaplan-Meier là [mô hình] Cox’s proportional hazards model. Bài giảng sẽ giới thiệu khái niệm “hazard” (rủi ro) và cách xây dựng mô hình Cox để tiên lượng một biến phụ thuộc. Bài 18: Sai sót phổ biến trong thiết kế nghiên cứu và phần 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. Đăng kí và liên lạc
Đường link đăng kí theo học: https://docs.google.com/forms/d/e/1FAIpQLSea68OxZ_4Y3pBipmqDI-aT0TlBGrkNMAe-zZFZRU0f2GJvNg/viewform |
