Bài báo có “trích dẫn khủng” nên hiểu như thế nào?

Một bạn phóng viên hỏi tôi về một công trình nghiên cứu [1], mà trong đó có một tác giả người Việt, được cho là thu hút rất nhiều trích dẫn (hơn 5000 lần, tính theo Google Scholar). Đúng là một con số rất ‘ấn tượng’. Nhưng tôi nghĩ con số trích dẫn ở đây cần phải hiểu một cách khác.

Bối cảnh và bài báo

Tôi biết công trình nghiên cứu đó vì tôi có viết một bài bình luận đăng trên cùng tập san [2]. Đây là một nghiên cứu rất nổi tiếng (vào năm 2020) do một nhóm bên Pháp dưới sự chủ trì của Gs Didier Raoult. Đây là một nghiên cứu thuần quan sát (không phải RCT) trên 36 bệnh nhân, và tác giả kết luận rằng Hydroxychloroquine (HCQ) và azithromycin có hiệu quả điều trị bệnh nhân Covid-19 [1]. Tổng thống Trump có lúc đã dùng nghiên cứu này để quảng bá HCQ như là một liệu pháp cho Covid-19.

Ngay sau khi bài báo được công bố, rất nhiều người viết bình luận và chỉ ra nghiên cứu có rất nhiều vấn đề. Tất cả phản hồi đều chỉ ra những sai sót cơ bản trong thiết kế, vấn đề đánh giá outcome, sai căn bản về phân tích dữ liệu, thậm chí dữ liệu không nhứt quán. Có người (như hai tác giả Toumi và Aballe bên Pháp) viết hẳn một bài báo dài phê bình mỗi điểm trong nghiên cứu đó [3]. Hiệp hội International Society of Antimicrobial Chemotherapy (ISAC) cũng ra tuyên cáo cho rằng nghiên cứu đó không đạt tiêu chuẩn khoa học của ISAC [4]. Tôi cũng viết một bài và chỉ ra rằng tác giả đã sai trong phân tích dữ liệu và kết luận mà tôi có rất khác với tác giả [2]. Còn số bình luận nhỏ nhỏ thì nhiều vô kể. Tóm lại, công trình nghiên cứu nhận rất rất nhiều phản biện tiêu cực.

Dĩ nhiên, sau này qua nghiên cứu RCT thì chúng ta biết rằng HCQ chẳng có hiệu quả điều trị bệnh nhân Covid-19. Thậm chí, có nghiên cứu cho thấy HCQ và Azi làm tăng nguy cơ tử vong ở bệnh nhân Covid-19 [5]! Nói cách khác, kết luận của nhóm bên Pháp rất có thể sai.

Tại sao có nhiều trích dẫn?

Số lần trích dẫn một bài nhận được có khi được xem là ‘đơn vị tiền tệ’ trong sự nghiệp khoa học. Theo cách hiểu bình thường, số lần trích dẫn phản ảnh tầm ảnh hưởng của bài báo. Từ con số này mà người ta có thể tính toán các chỉ số ảnh hưởng (như chỉ số H). Chỉ số ảnh hưởng là một trong những tiêu chuẩn làm cơ sở để thăng tiến trong khoa học.

Thường, trích dẫn hiểu theo nghĩa tích cực. Chẳng hạn như một nghiên cứu mang tính đột phá và đem lại lợi ích cho chuyên ngành thì có nhiều người trích dẫn. Một sáng chế về phương pháp (như của Giáo sư David Cox với mô hình hồi qui Cox, hay Kary Mullis với phương pháp PCR) được trích dẫn rất nhiều vì đó là những nghiên cứu quan trọng. Một ví dụ khác là bài báo bàn luận về những sai sót trong nghiên cứu khoa học của Gs John Ioannidis (Why Most Published Research Findings are False) công bố vào năm 2005 mà đến nay (3/2022) đã nhận được hơn 10,000 lần trích dẫn!

Nhưng trích dẫn cũng có thể hiểu theo nghĩa tiêu cực. Trong lãnh vực y học, kinh tế học và khoa học xã hội nói chung, nhiều nghiên cứu đi đến những kết luận ‘giật gân’ mà sau này được chứng minh là sai hay không tái lập thường thu hút nhiều trích dẫn hơn những nghiên cứu đàng hoàng [6]. Đó chính là kết luận từ một phân tích trên Science Advances [6]. Có những bài báo mà kết luận gây ra nhiều tranh cãi cũng có thể nhận được nhiều trích dẫn. Trong những trường hợp này, nhiều trích dẫn không hẳn phản ảnh chất lượng nghiên cứu, mà có thể phản ảnh cái sai và bất tái lập của bài báo.

Quay lại bài báo về HCQ và Aza [1] chỉ mới công bố chưa đầy 2 năm trên một tập san hạng thấp [1] mà đã thu hút hơn 5000 trích dẫn. Câu hỏi là tại sao? Tôi nghĩ câu trả lời có thể tìm thấy trong phần trên. Bài báo đó có nhiều sai sót về phương pháp và kết quả thì không tái lập (rất có thể kết luận sai) và gây ra nhiều tranh cãi [8]. Do đó, bài báo nhận được nhiều trích dẫn, nhưng trích dẫn không phản ảnh phẩm chất khoa học của công trình nghiên cứu, mà chỉ nói lên sự bất định của HCQ trong điều trị bệnh nhân Covid-19 [2].

______

[1] https://www.sciencedirect.com/science/article/pii/S0924857920300996?via%3Dihub

“Hydroxychloroquine and azithromycin as a treatment of Covid‑19: Results of an open‑label non‑randomized clinical trial”

[2] https://www.sciencedirect.com/science/article/pii/S0924857920303757

[3] https://www.tandfonline.com/doi/full/10.1080/20016689.2020.1758390?tab=permissions&scroll=top

[4] https://www.isac.world/news-and-publications/official-isac-statement

[5] https://journals.lww.com/jcma/Fulltext/2021/02000/Systematic_review_and_meta_analysis_of_the.19.aspx

[6] https://www.science.org/doi/10.1126/sciadv.abd1705

[7] https://www.theguardian.com/science/2021/may/21/research-findings-that-are-probably-wrong-cited-far-more-than-robust-ones-study-finds

[8] https://jamanetwork.com/journals/jama/fullarticle/2772921

“Misguided Use of Hydroxychloroquine for COVID-19: The Infusion of Politics Into Science”

Trẻ em có nên trở lại trường học?

Đó là câu hỏi làm tốn rất nhiều giấy mực ở Úc, vì có 2 phe rõ rệt: phe “Yes” và phe “No”. Sau khi xem qua bằng chứng khoa học, tôi thì nghiêng về phe “Yes” và nghĩ Việt Nam cũng nên mở cửa trường học.

Nói chung, Chánh phủ Úc đã quyết định ‘mở cửa’ biên giới mặc dù số ca dương tính vẫn còn khá cao. Các đại học cũng đã mở của campus chào đón sinh viên trong nước, và khuyến khích sinh viên nước ngoài quay lại Úc. Tôi nghĩ đó là quyết định đúng và tôi cũng đã nói từ năm ngoái rằng nếu cứ lệ thuộc vào số ca dương tính thì cả xã hội còn khổ dài dài. Chúng ta phải sống chung với con virus thôi, và đó là điều chắc chắn và vĩnh viễn.

Theo tôi biết (chỉ qua báo chí) thì các nước khác cũng có quyết định mở cửa như Úc. Thật ra, Úc làm hơi trễ so với Mĩ và các nước Âu châu. Bên Canada, tôi đọc tin thấy một tỉnh (hình như là Saskatchewan) còn có quyết định táo bạo hơn là dẹp chủ trương bắt buộc tiêm vaccine! Nói cách khác, các công sở và công ti không đòi nhân viên phải trưng bày bằng chứng đã tiêm vaccine hay có kết quả xét nghiệm âm tính để đi làm. Wow, nếu đúng thế thì đó là một quyết định rất can đảm. (Thật ra, họ đi đến quyết định này là sau khi ~80% dân số đã tiêm 2 liều vaccine và gần 60% dân số đã tiêm liều bổ sung).

Nhưng còn trẻ em và học sinh thì sao? Câu hỏi cụ thể là học sinh có nên quay lại trường học?

Ở Úc, một phe thì nhứt định nói “Không”, vì họ cho rằng các học sinh đi học lại trong trường sẽ làm bùng phát dịch, bởi vì họ tương tác với nhau rất … tích cực. Còn một phe thì “Yes”, vì họ cho rằng nếu đã mở cửa và chấp nhận sống chung với virus thì hà cớ gì không cho học sinh đi học lại. Cần nói thêm là ở Úc, đa số học sinh cũng đã được tiêm đủ 2 liều vaccine, thì lí do để không cho họ quay lại trường xem ra không mấy thuyết phục.

Tôi cũng nghiêng về phe “Yes”, và nghĩ rằng học sinh nên nhập học. Có 2 lí do chánh tại sao tôi nghĩ như vậy:

Lí do thứ nhứt: trẻ em có nguy cơ nhiễm Covid thấp hơn người lớn. Ngay từ đầu dịch, số liệu nghiên cứu cho thấy xác suất nhiễm ở trẻ em rất thấp, chỉ bằng 1/10 người lớn. Ngay cả ngày nay, khi số ca nhiễm tăng với các biến thể mới, thì trẻ em vẫn có nguy cơ nhiễm thấp hơn người lớn [1]. Không chỉ nguy cơ nhiễm thấp, khi bị nhiễm họ ít bị nhiễm nặng và nguy cơ tử vong cũng rất thấp [2]. Xu hướng này được ghi nhận ở khắp nơi trên thế giới. Chẳng ai biết tại sao trẻ em có nguy cơ nhiễm thấp, nhưng giả thuyết là do hệ miễn dịch của họ tốt hơn so với người lớn.

Lí do thứ hai: sự lây lan virus ở trẻ không giống như ở người lớn. Chúng ta biết rằng đa số những ca lây nhiễm là qua lan truyền trong nhà/gia đình. Nhưng đối với Covid, các nghiên cứu ở Á châu cho thấy trẻ em bị nhiễm trong nhà nhưng họ không hay rất ít lây nhiễm cho người khác [2]. Ở Úc có những ca nhiễm ở trường học, nhưng điều thú vị là những ca này không lây lan cho các học sinh khác [3].

May be an image of text — Trích từ nghiên cứu trên http://www.medrxiv.org/content/10.1101/2020.03.26.20044826v1

Ý tưởng đóng cửa trường hay để học sinh học online là để kiểm soát và giảm số ca Covid trong cộng đồng. Nhưng câu hỏi đặt ra là có chứng cớ nào cho thấy đóng cửa trường học sẽ làm giảm số ca Covid? Câu trả lời là chưa có bằng chứng nào để nói vậy. Thật ra, trước đây đã có một phân tích mô hình cho thấy đóng cửa trường để giảm lây lan cúm mùa và SARS chẳng đem lại lợi ích lớn gì cả [4]. Do đó, có thể suy luận rằng đóng cửa trường càng chẳng có hiệu quả giảm lây lan Covid.

Dĩ nhiên, nói “mở cửa” trường không có nghĩa là quay về tình trạng bình thường như thời trước Covid. Chúng ta sẽ không bao giờ ‘bình thường’ theo cách đó, mà phải sống với bình thường mới. Bình thường mới trong học đường có nghĩa là rửa tay thường xuyên, vẫn giữ khoảng cách cần thiết, hạn chế tiếp xúc trực diện (face-to-face interaction) giữa thầy và trò, và giữa trò và trò. Học sinh bị cảm cúm hay có triệu chứng covid nên ở nhà.

Tóm lại, bằng chứng khoa học cho thấy nguy cơ nhiễm Covid ở trẻ em thấp hơn so với người lớn, và khi bị nhiễm họ thường bị nhẹ và ít lây lan cho trẻ em khác. Trong khi xã hội ‘mở cửa’ và chấp nhận sống chung với virus thì chẳng có lí do gì mà không mở cửa trường học cho học sinh.

_____

[1] How Common is Long COVID in Children and Adolescents? https://journals.lww.com/pidj/Fulltext/2021/12000/How_Common_is_Long_COVID_in_Children_and.20.aspx

[2] Children are unlikely to have been the primary source of household SARS-CoV-2 infections. https://www.medrxiv.org/content/10.1101/2020.03.26.20044826v1

[3] https://www.ncirs.org.au/sites/default/files/2021-09/NCIRS%20NSW%20Schools%20COVID_Summary_8%20September%2021_Final.pdf [4] School closure and management practices during coronavirus outbreaks including COVID-19. https://pubmed.ncbi.nlm.nih.gov/32272089

Nhiễm covid sau khi tiêm vaccine ở TPHCM quá cao?

Một bạn phóng viên hỏi tại sao số ca nhiễm ở TPHCM (hôm qua là 1267) vẫn nhiều nhứt nước dù gần 100% dân số đã chích 2 liều vaccine? Thật ra, bị nhiễm sau tiêm vaccine thì không quá ngạc nhiên, nhưng ngạc nhiên là số ca nhiễm đột phá khá cao (gấp 2-4 lần) so với y văn ở nước ngoài.

Nhiễm đột phá (breakthrough infection) là nhiễm xảy ra ở người đã tiêm đầy đủ 2 liều vaccine. Điều này xảy ra rất bình thường, bởi vì không có vaccine nào có hiệu quả 100%. Ngay cả vaccine như mRNA mà hiệu quả cũng chỉ 95%. Đó là chưa nói đến vaccine Tàu vốn có hiệu quả thấp hơn vaccine Tây. Do đó, ở qui mô cộng đồng nhiễm đột phá xảy ra, và chúng ta không nên ngạc nhiên.

Câu hỏi là nguy cơ (xác suất) nhiễm đột phá là bao nhiêu. Trước đây, ông Biden trích dẫn một bài báo từ New York Times trả lời rằng xác suất là 1 trên 5000 người. Nhưng sau này người ta mới biết con số ông ấy đưa ra là bậy bạ, vì tác giả tính mà không xem xét đến thời gian. Cần phải dựa vào nghiên cứu khoa học thì mới có con số chính xác hơn. Dưới đây tôi điểm qua vài nghiên cứu quan trọng để chúng ta có một ‘bức tranh’ rõ hơn.

Một nghiên cứu công bố trên tập san Lancet, trong số 971,504 người đã được tiêm 2 liều vaccine (chủ yếu là vaccine AZ), có 6030 người bị nhiễm đột phá, tức 6.2 trên 1000 người — trong 7 tháng [1].

Một nghiên cứu khác bên Mĩ trên những người đã tiêm đủ 2 liều vaccine mRNA, thì nguy cơ nhiễm đột phá là 6.7 trên 1000 người [2] — trong 4 tháng. Nghiên cứu này còn so sánh với nhóm chưa tiêm vaccine có nguy cơ nhiễm là 16.4 trên 1000 người.

Một nghiên cứu từ Do Thái cho thấy nguy cơ nhiễm đột phá (ở người tiêm vaccine mRNA) dao động từ 1.7 đến 3.65 trên 1000 người [3]. Điều thú vị và quan trọng là nguy cơ nhiễm đột phá suy giảm theo thời gian. Tháng đầu tiên sau tiêm vaccine có nguy cơ cao nhứt, và giảm dần dần trong những tháng sau đó (Biểu đồ).

Nguy cơ nhiễm đột phá giảm theo thời gian

Đến đây thì câu hỏi đặt ra là con số nhiễm đột phá ở Sài Gòn là cao hay thấp?

Nói một cách ngắn gọn: không biết. Tại sao không biết? Tại vì nhà chức trách không cung cấp con số ca dương tính ở những người đã tiêm vaccine trong thời gian qua. Họ cung cấp con số ca dương tính hàng ngày từ đầu tháng 10 đến nay là khoảng ~1200 (tính trung bình). Nhưng bao nhiêu trong số này là người đã tiêm 2 liều và thời gian từ tiêm vaccine đến lúc có kết qủa xét nghiệm dương tính là bao lâu. Không có những thông tin đó thì không thể nói tình hình nhiễm đột phá ở Sài Gòn là cao hay thấp.

Nhưng chúng ta thử dựa vào dữ liệu trong y văn để ước tính. Với xác suất nhiễm đột phá 1 đến 1.67 trên 1000 tháng-người (từ các nghiên cứu [1-3]), và với gần 8 triệu dân đã tiêm vaccine thì số ca nhiễm đột phá “kì vọng” mỗi tháng là khoảng 8000 – 13400 người.

Thế nhưng trong thực tế, số ca nhiễm mỗi tháng (trong 2 tháng qua) là khoảng 36000 người. Hãy cho là 90% trong số này là người đã tiêm vaccine, vậy thì số ca nhiễm đột phá lên đến 32,400 mỗi tháng.

Nói cách khác, con số ca nhiễm đột phá ở TPHCM cao hơn con số trong y văn đến 2.4 – 4 lần. So với số ca nhiễm ở tiểu bang NSW thì quả thật số ca nhiễm đột phá ở TPHCM là cao [4]. Tại sao cao thì đòi hỏi một phân tích chi tiết hơn, nhưng rất có thể loại vaccine (như vaccine Tàu) đóng một vai trò quan trọng.

______

[1] https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(21)00460-6/fulltext

[2] https://www.nejm.org/doi/full/10.1056/NEJMc2112981

[3] https://www.nature.com/articles/s41467-021-26672-3

[4] Để cho thấy con số ca nhiễm đột phá ở TPHCM là cao, chúng ta thử so sánh với tiểu bang NSW bên Úc (cũng có dân số khoảng 8.2 triệu). Tỉ lệ tiêm chủng ở NSW cũng gần 100% dân số. Trong tháng qua, số ca nhiễm hàng ngày trung bình là 225 (nhưng có xu hướng tăng lên 500 ca). Với 8 triệu người đã tiêm vaccine thì con số ca nhiễm kì vọng mỗi ngày là khoảng 267-435 người. Như vậy, chúng ta thấy con số ca nhiễm đột phá ở NSW không khác với con số trong y văn.

Thuốc Molnupiravir không hiệu quả như ban đầu

Molnupiravir là một thuốc đầu tiên được (hay sắp được) phê chuẩn cho đặc trị covid19. Thế nhưng kết quả thử nghiệm lâm sàng mới nhứt cho thấy thuốc Molnupiravir không có hiệu quả cao như báo cáo lúc ban đầu [1].

Theo kết quả của một nghiên cứu trước đây trên 762 bệnh nhân [2], Molnuparivir giảm nguy cơ nhập viện khoảng 50%: từ 14% trong nhóm chứng xuống còn 7.3% trong nhóm điều trị.

Thế nhưng kết quả của một nghiên cứu mới nhứt trên 646 bệnh nhân, thì Molnupiravir không có hiệu quả. Nói cách khác, nguy cơ nhập viện ở nhóm điều trị và nhóm chứng không khác nhau.

Nếu tổng hợp 2 nghiên cứu lại thì hiệu quả của Molnupiravir là 30% (không phải 50% như báo cáo của nghiên cứu đầu tiên). Tuy nhiên, tôi thấy cách gộp chung 2 nghiên cứu này để cho ra một kết quả chung là có vấn đề về phương pháp. Các bạn có biết tại sao?

Tôi thì có một cách diễn giải khác. Theo tôi, một loại thuốc mới có hiệu quả thì thuốc đó phải giảm nguy cơ nhập viện ít nhứt là 50%. Và nếu dùng tiêu chuẩn này thì xác suất mà Molnupiravir có hiệu quả chỉ 42% mà thôi. (Chi tiết trong cái note trước đây của tôi [2]). Tôi không ngạc nhiên khi nghiên cứu thứ hai không quan sát được hiệu quả của Molnupiravir.

Vài thông tin khoa học gần đây cũng nêu lên sự quan tâm về an toàn của thuốc. Đó là một loại thuốc kháng virus trong nhóm có tên là mutagenic ribonucleosides, có nghĩa rằng cơ chế chánh của thuốc là làm thay đổi chất liệu di truyền của con virus để nó không thể sao bản. Theo đó, khi molnupiravir vào nhân của tế bào con người, nó được chuyển hoá thành molnupiravir triphosphate, và protein này gắn kết vào RNA của con virus và gây đột biến để nó không tự ‘copy’ được. Chính vì cơ chế này mà người ta quan tâm là nó (thuốc Molnupiravir) có thể can thiệp vào tế bào của con người, và trong thực tế nghiên cứu trên dòng tế bào đã chỉ ra điều đó [3]. Người ta quan tâm là vì thuốc có thể gây ung thư hay dị tật bẩm sinh cho thai nhi. Nhưng đây chỉ là nghiên cứu trên dòng tế bào, chớ không phải trên người.

Các thuốc khác như Remdesivir cũng dùng cơ chế này để chống covid-19 và có hiệu quả tốt. Mặc dù FDA phê chuẩn Remdesivir, nhưng WHO thì không vì họ cho rằng chưa đủ dữ liệu để sử dụng nó trong điều trị đại trà. Cần nói thêm rằng giá thuốc Molnupiravir thì chỉ 700 USD (cho 5 ngày), rẻ hơn nhiều so với Remdesivir.

Tóm lại, Molnupiravir có vẻ có hiệu quả giảm nguy cơ nhập viện ở bệnh nhân covid, nhưng mức độ ảnh hưởng thì không cao như báo cáo ban đầu. Ngoài ra, còn có quan ngại về sự an toàn của thuốc mà có lẽ cần thời gian mới biết rõ hơn.

_______

[1] https://doi.org/10.1038/d41586-021-03667-0

[2] https://nguyenvantuan.info/2021/10/02/thuoc-moi-cho-covid-19-molnupiravir

[3] https://academic.oup.com/jid/article/224/3/415/6272009

Vaccine và ‘sốc phản vệ’ ở Thanh Hoá: một lí giải dịch tễ học

Sốc phản vệ (Anaphylaxis) là một phản ứng được dùng như là một nguyên nhân để giải thích 4 ca tử vong sau tiêm vaccine Verocell ở Thanh Hoá. Nhưng sốc phản vệ là gì và tại sao nó có vẻ xảy ra khá thường xuyên ở Việt Nam. Cái note này chỉ điểm qua y văn và cung cấp một so sánh dịch tễ học để cho thấy rằng xác suất sốc phản vệ xảy ra ở Thanh Hoá cao gấp 5 lần con số ở Mĩ. Và, điều đó rất đáng quan tâm.

“Gần 70 người phản vệ sau tiêm vaccine Covid-19 ở Thanh Hóa qua nguy kịch.” Đó là cái tít của vnexpress. Con số 70 ca có quá nhiều hay không? Để trả lời câu hỏi này, chúng ta cần phải biết có bao nhiêu người đã được tiêm vaccine. Điều đáng nói là có 4 ca tử vong sau khi tiêm vaccine Verocell. Thông tin này gây hoang mang trong cộng đồng, bởi vì 4 ca là con số tương đối cao, nhứt là trong một tỉnh.

Nguyên nhân chết là gì? Các giới chức y tế cho rằng nguyên nhân là “sốc phản vệ sau tiêm vaccine Verocell.” Trước đây (năm 2015), một số ca sốc phản vệ cũng xảy ra đối với vaccine Quinvaxem cũng gây ra hoang mang cho công chúng. Thường, các giới chức y tế cũng chỉ giải thích đơn giản là “do sốc phản vệ”. Nhưng họ không giải thích hội chứng đó là gì và chứng cứ nào để nói rằng người ta bị sốc phản vệ và tử vong.

Trong cái note này tôi muốn đưa ra một lí giải về dịch tễ học để chúng ta cùng hiểu một chút về sốc phản vệ và mối liên quan đến tử vong. Tôi cũng sẽ điểm qua y văn để biết số ca tử vong và sốc phản vệ xảy ra ở Thanh Hoá là cao hay thấp. Nhưng trước hết, chúng ta cần phải biết sốc phản vệ là gì.

Sốc phản vệ

Sốc phản vệ là một hội chứng rất chung chung. Y văn định nghĩa sốc phản vệ là một phản ứng cấp tính, toàn thân, và có thể gây tử vong [1]. “Toàn thân” ở đây có nghĩa là liên quan đến nhiều cơ phận, bao gồm hô hấp, tuần hoàn, dạ dày, và cả da. Thường, những ca nghi ngờ là sốc phản vệ, người ta thường đo nồng độ tryptase trong máu. Nồng độ tryptase là một trong những xét nghiệm quan trọng trong lãnh vực dị ứng, đặc biệt là sốc phản vệ. Không có xét nghiệm này thì rất khó đánh giá đúng về sốc phản vệ.

Sốc phản vệ có thể xảy ra sau khi cơ thể tiếp xúc với những chất dị ứng từ nhiều nguồn, kể cả thực phẩm, thuốc, vaccine. Hầu như bất cứ vaccine nào cũng có nguy cơ sốc phản vệ. Viện y học Hoa Kì sau khi điểm qua y văn đi đến kết luận rằng có chứng cớ về mối liên hệ nhân quả giữa vaccine và sốc phản vệ ở thiếu niên và trẻ em. Đó là những vaccine phòng bệnh sở, quai bị, cúm mùa, viêm gan B, HPV, HAV, v.v. Những thành phần của vaccine có thể tạo ra dị ứng là kháng nguyên của vaccine, các phần dư của protein động vật, các thuốc chống vi trùng, v.v.

Theo định nghĩa trên, các biểu hiện của sốc phản vệ bao gồm những dấu hiệu và triệu chứng sau đây:

Sưng đường hô hấp, hơi thở khò khè, có khi khó thở
Tụt huyết áp, tim đập nhanh, chóng mặt, có khi bất tỉnh
Tiêu chảy, đau bụng, ói mửa
Da nổi mày đay, ban đỏ, phù, ngứa
Tăng nồng độ tryptase trong máu

Theo một bài báo [2], những người sau đây có nguy cơ cao bị sốc phản vệ:

tiền sử quá nhạy với vaccine;
tiền sử sốc phản vệ;
bị hen suyễn;
mastocytosis (một bệnh da do có quá nhiều tế bào mast).

Sốc phản vệ có thể dẫn đến tử vong, nhưng xác suất thì rất thấp. Theo một công bố trên UpToDate thì xác suất tử vong từ sốc phản vệ là 0.7 đến 2% ca. Một tổng quan khác của nhóm tác giả Turner và đồng nghiệp thì cho rằng xác suất tử vong từ sốc phản vệ là dưới 1% [3]. Nói cách khác, cứ 100 ca sốc phản vệ, có chừng 1 đến 2 ca tử vong.

Nguy cơ sốc phản vệ?

Câu hỏi quan trọng là xác suất (nguy cơ) sốc phản vệ cao thấp ra sao? Một bài báo trên tập san về dị ứng [1] có câu trả lời này. Sau khi điểm qua y văn, nhóm tác giả ước tính rằng xác suất chung là 1.31 trên 1 triệu liều vaccine. Xác suất này không thay đổi đáng kể giữa các độ tuổi, nhưng nữ có nguy cơ cao hơn nam (1.45 vs 1.14 trên 1 triệu liều).

Họ còn quan sát rằng đa số các ca sốc phản vệ xảy ra trong vòng 30 phút (8 ca), 30 đến 120 phút (8 ca) và 2-4 giờ (10 ca), 4 đến 8 giờ (2 ca) và ngày kế tiếp (1 ca).

Họ không ghi nhận ca tử vong nào trong số 25 triệu liều vaccine [1].

Còn sốc phản vệ đối với vaccine chống Covid-19 thì sao? May mắn là đã có một nghiên cứu công bố trên JAMA [4]. Các nhà nghiên cứu phân tích dữ liệu của gần 10 triệu liều vaccine mRNA từ 14/12/2020 đến 18/1/2021 ở Mĩ. Họ ghi nhận 66 ca sốc phản vệ. Tính trung bình, xác suất sốc phản vệ là 4.7 ca trên 1 triệu liều vaccine Pfizer.

Các tác giả không ghi nhận ca tử vong nào từ sốc phản vệ sau 10 triệu liều vaccine [4].

Tình hình ở Việt Nam

Quay lại tình hình Việt Nam, cho đến nay chúng ta không rõ có bao nhiêu ca gọi là ‘sốc phản vệ’ sau khi tiêm vaccine. Chỉ riêng ở Thanh Hoá, đã có 70 ca, trong đó có 4 ca tử vong. Báo chí còn cho biết Bắc Giang ghi nhận 4 ca sốc phản vệ và tử vong, và trong đó 1 ca tử vong.

Có thể nói rằng sốc phản vệ ở Việt Nam cao bất thường. Sốc phản vệ xảy ra một cách ngẫu nhiên (phân bố), hiểu theo nghĩa rải rác ở mọi nơi, chớ không tập trung vào một trung tâm như ghi nhận. Xác suất xảy ra như thế rất hiếm, nhứt là 4 ca tử vong vì sốc phản vệ tại một địa phương càng bất thường hơn.

Nhưng chúng ta phải xem xét con số sốc phản vệ với số liều vaccine đã tiêm chủng. Số liệu của tiemchungcovid19.vn cho thấy tính đến ngày 29/11/2021 có 2,639,672 liều vaccine đã được tiêm chủng.

Nếu chúng ta lấy xác suất sốc phản vệ (từ y văn là 5 ca trên 1 triệu – tôi lấy con số cao), thì với 2.64 triệu liều vaccine, chúng ta kì sẽ quan sát 13 ca sốc phản vệ. Thế nhưng ở Thanh Hoá chúng ta quan sát 70 ca, tức là cao hơn ‘kì vọng’ gấp 5.4 lần!

Như đề cập trên, xác suất tử vong từ sốc phản vệ là khoảng 1%. Với 70 ca sốc phản vệ, số ca tử cao lắm là 1. Thật ra, y văn chưa ghi nhận ai chết vì sốc phản vệ liên quan đến vaccine covid-19. Nhưng trong thực tế, Thanh Hoá có đến 4 ca tử vong!

Do đó, chúng ta phải nói rằng số ca sốc phản vệ ở Thanh Hoá là quá cao. Số ca tử vong liên quan đến sốc phản vệ cũng cao một cách bất thường. Tại sao cao bất thường thì không biết. Nhưng sự thật đó đủ để có một điều tra độc lập. Nhấn mạnh là ‘độc lập’. Những câu hỏi cần có trả lời là: (a) Những sốc phản vệ đã có xét nghiệm tryptase, và nếu có thì kết quả ra sao; (b) Nguyên nhân trực tiếp là gì; (c) Những bệnh đi kèm và tiền sử; (d) Qui trình bảo quản và kiểm tra chất lượng vaccine; (e) Qui trình sàng lọc và tiêm vaccine; và (f) Cần rút ra bài học và kinh nghiệm gì?

Tóm lại, sốc phản vệ là một biến chứng nguy hiểm sau khi tiêm vaccine, nhưng y văn cho thấy xác suất sốc phản vệ rất thấp (chỉ chừng 1-5 phần triệu) và nguy cơ tử vong càng thấp hơn. Tuy nhiên, sốc phản vệ sau tiêm vaccine ở Việt Nam thì lại xảy ra với tần số quá cao và có vẻ bất thường vì tập trung vào một loại vaccine (Verocell) và địa phương. Một điều tra khoa học có thể sẽ cung cấp cho chúng ta những thông tin cần thiết để hiểu hơn về sốc phản vệ ở Việt Nam và cũng là một đóng góp cho y văn thế giới.

______

[1] McNeil M, et al. J Allergy Clin Immunol. 2016 Mar; 137(3): 868–878.

[2] Marco Caminati et al. Who Is Really at Risk for Anaphylaxis Due to COVID-19 Vaccine? Vaccines (Basel). 2021 Jan; 9(1): 38.

[3] Turner PJ, et al. J Allergy Clin Immunol Pract. 2017 Sep-Oct; 5(5): 1169–1178. [4] Shimabukuro TT, et al. JAMA. 2021;325(11):1101-1102. doi:10.1001/jama.2021.1967

Biến thể Omicron: hiểu như thế nào cho đúng?

Tin tức về biến thể mới (Omicron) gây hoang mang cho nhiều người trên thế giới. Nhưng chúng ta cần bình tỉnh để xem xét và đánh giá khả năng lây nhiễm và hiệu quả vaccine đối với biến thể mới.

Coronavirus digest: Oxford chief says omicron ′unlikely′ to reboot pandemic | News | DW | 27.11.2021

Thông tin về con virus nCov có biến thể mới chẳng làm giới khoa học ngạc nhiên, nhưng công chúng thì thấy quan tâm. Như là một qui luật sanh tồn, con virus biến hoá liên tục và nó muốn nhiễm cho càng nhiều người càng tốt [1]. Chúng ta đã thấy các biến thể Alpha, Delta, và nay thêm một biến thể mới có tên là Omicron. Cách định danh cũng khá thú vị vì bỏ qua chữ cái “Xi” (trong mẫu tự Hi Lạp), có lẽ tránh tên ông Tập Cận Bình?

Khi một biến thể của virus xuất hiện thì có 3 câu hỏi quan trọng đặt ra là:

Độc lực của biến thể mới ra sao?
Khả năng nó có thể gây ra một đại dịch mới?
Vaccine có hiệu lực đối với biến thể mới?

Nói một cách ngắn gọn, cho đến nay cả 3 câu hỏi đó đều chưa có câu trả lời. Lí do đơn giản là nó mới xuất hiện vài ngày, và giới khoa học vẫn còn đang thu thập dữ liệu & nghiên cứu để hiểu hơn. Do đó, những thông tin hiện nay còn rất mù mờ. Không có gì là chắc chắn. Không có ai dám xác định điều gì cả. Nhưng chúng ta có thể bàn qua 3 câu hỏi trên.

Độc lực?

Như nói trên, virus sẽ tiếp tục biến hoá thành các biến thể mới, nên chúng ta không ngạc nhiên khi thấy biến thể Omicron. Tôi đọc từ tập san khoa học Nature thì biết rằng biến thể mới này xuất phát từ Botswana qua giải trình tự gen của một ca nhiễm. Nó được định danh là B.1.1.529.

Biến thể này dễ nhận ra là vì cái gai (spike) của con virus có 30 điểm khác biệt so với biến thể gốc. Một số thay đổi hay khác biệt này đã được tìm thấy trong biến thể Delta và Alpha, và chúng có liên quan đến khả năng kháng kháng thể. Đó chính là lí do WHO đặt biến thể này là “Variant of Concern”, tức biến thể quan tâm.

Nó đáng quan tâm là vì ở Nam Phi các giới chức y tế quan sát thấy một đợt nhiễm mới ở tỉnh Gauteng (thành phố Johannesburg). Khi phân tích các ca nhiễm mới này, họ phát hiện biến thể Omicron hay B.1.1.529 là thủ phạm của tất cả 77 ca nhiễm. Họ vẫn còn đang phân tích hơn 100 mẫu khác. Tuy nhiên, các nhà khoa học Nam Phi nghi ngờ rằng biến thể này rất có thể đã lưu hành khá nhiều trong cộng đồng [2].

Đại dịch mới?

Theo lí thuyết thì biến thể có độ lây lan càng cao thì độ độc hại càng giảm. Xin nhấn mạnh là ‘giảm’ chớ không phải là không độc hại. H1N1 là một ca tiêu biểu. Con virus này H1N1 là thủ phạm của đại dịch Tây Ban Nha vào năm 1918 và Swine Flu năm 2009. Con virus OC43 là một biến thể của coronavirus (thủ phạm gây cảm cúm) có vẻ càng ngày càng ít độc hại hơn (trước đây con này là thủ phạm của đại dịch 1890 giết chết hơn 1 triệu người).

Biến thể Delta khi mới xuất hiện cũng làm cho thế giới quan ngại là nó sẽ gây ra đại dịch mới. Nhưng đến nay thì chúng ta thấy nó có hệ số lây lan rất cao (6 hay 7), nhưng nguy cơ tử vong thì có nơi thấp [3], có nơi cao [4]. Thành ra, dựa vào quá khứ, chúng ta có thể nói rằng xác suất mà biến thể mới Omicron gây ra đại dịch mới rất thấp.

Hiệu lực của vaccine đối với biến thể mới?

Một cách ngắn gọn: không ai biết. Tất cả các vaccine được thiết kế phòng chống biến thể gốc, do đó vaccine hiện hành có hiệu quả thấp đối với biến thể Delta (và đó cũng là lí do tại sao nhiều nước ghi nhận sự gia tăng số ca với biến thể Delta). Suy ra từ đó, chúng ta có thể đoán rằng các vaccine cũng có hiệu lực với biến thể mới nhưng chắc chắc không cao như thấy trong thử nghiệm lâm sàng.

Tuy nhiên, có vài thông tin đáng chú ý về biến thể Omicron. Ở Hồng Kong, các giới chức y tế phát hiện 2 người phát hiện bị nhiễm biến thể Omicron và cả hai đều được tiêm chủng 2 liều vaccine Pfizer. Ở Phi châu, người ta cũng ghi nhận hơn 100 ca nhiễm đột phá với Omicron là thủ phạm. Những thông tin này khó nói lên điều gì, nhưng nó cho thấy vaccine không hẳn là cái ‘áo giáp’ chống lại tất cả biến thể của con nCov.

Pfizer đã tuyên bố là sẽ sản xuất vaccine chống Omicron trong vòng 100 ngày [5]. Nếu họ làm được như thế thì có lẽ dựa vào kết quả quan trọng của các nhà khoa học Nam Phi, những người đã dùng công nghệ giải trình tự gen và phát hiện ra biến thể Omicron đầu tiên trên thế giới.

Tóm lại, biến thể Omicron được phát hiện ở Botswana và đang là biến thể quan tâm, nhưng thông tin về nó thì rất rời rạc và không đầy đủ. Nếu định luật sinh học về sự sinh tồn của virus là đúng thì chúng ta hi vọng rằng biến thể mới sẽ có mức độ lây lan cao nhưng ít độc hại hơn (hiểu theo nghĩa nguy cơ tử vong thấp hơn). Sự xuất hiện của Omicron là một minh chứng cho thấy rằng chúng ta phải sống chung với nCov, và chiến lược zero covid là không khả thi.

____

[1] https://www.nature.com/articles/s41564-020-0690-4

[2] https://www.nature.com/articles/d41586-021-03552-w

[3] https://www.abc.net.au/news/2021-07-02/delta-coronavirus-variant-symptoms-vaccines-spread/100255804

[4] Nhưng số liệu mới nhứt từ Canada thì cho thấy nguy cơ tử vong đối với biến thể Delta cao hơn biến thể gốc. Nguồn: https://www.cmaj.ca/content/cmaj/early/2021/10/04/cmaj.211248.full.pdf

[5] https://www.washingtonexaminer.com/news/pfizer-and-biontech-vaccine-against-new-covid-19-strain-can-be-produced-in-100-days

Xu hướng covid sau tiêm chủng vaccine: so sánh giữa các nước

Tại sao sau khi tiêm vaccine mà số ca nhiễm tăng nhiễm ở một số nước, nhưng giảm ở các nước khác? Đây là một câu hỏi làm nhức đầu nhiều người. Có lẽ chúng ta khó có câu trả lời dứt khoát, nhưng các yếu tố như loại vaccine, thời gian giữa 2 liều vaccine, biện pháp giãn cách xã hội, miễn dịch tự nhiên và độ tuổi có thể giải thích cho xu hướng trên.

Hiệu quả và hiệu lực

Một trong những vấn đề làm đau đầu nhiều chuyên gia y tế công cộng hiện nay là câu hỏi: vaccine có hiệu quả không? Câu hỏi rất đụng chạm, bởi vì tiêm chủng vaccine được quảng bá là phương tiện số 1 để kiểm soát dịch Vũ Hán.

Lấy gì để đánh giá hiệu quả của vaccine? Thử nghiệm lâm sàng là cách làm tốt nhứt. Và, đã có nhiều thử nghiệm lâm sàng cho thấy quả thật vaccine có hiệu quả giảm nguy cơ lây nhiễm. Ngay cả người trong gia đình, người đã tiêm vaccine giảm lây nhiễm cho người khác chưa tiêm vaccine. Hiệu quả (efficacy) của vaccine là không có gì để bàn cãi.

Vaccine có hiệu lực (effectiveness) không? Hiệu lực của vaccine phải được đánh giá trong cộng đồng qua dữ liệu thực tế. Nếu vaccine có hiệu lực thì số ca nhiễm sau khi tiêm vaccine phải giảm so với trước khi tiêm vaccine. Nếu vaccine có hiệu lực thì số ca tử vong sau khi tiêm vaccine phải giảm so với trước khi tiêm vaccine.

Suy ra, nước nào có tỉ lệ tiêm vaccine càng cao thì nơi đó sẽ có số ca nhiễm giảm. Nhưng biểu đồ dưới đây cho thấy chẳng có mối liên quan nào giữa tỉ lệ tiêm vaccine và tỉ lệ nhiễm (tính trên 1 triệu dân) của 68 quốc gia. Tuy nhiên, đây là mối liên quan ‘ecologic’, nên chúng ta không thể kết luận gì về hiệu lực của vaccine.

Mối liên quan giữa tỉ lệ tiêm chủng và số ca nhiễm (tính trong 1 tuần trên 1 triệu dân số). Số liệu từ 68 nước. Thật ra, không có liên quan gì giữa tỉ lệ tiêm chủng vaccine và tỉ suất nhiễm — ở cấp độ quần thể.

Dưới đây, chúng ta thử điểm qua y văn và một số nước để có câu trả lời cho câu hỏi nêu trên.

Trường hợp 1: Vaccine Tây, vaccine Tàu

Ở Đức, Đan Mạch, và Mĩ (những nơi sử dụng vaccine ‘Tây’ như Pfizer và Moderna và AstraZeneca, tỉ lệ tử vong liên quen đến Covid suy giảm chỉ bằng 1/10 so với thời gian đỉnh dịch.

Tuy nhiên, ở những nước nghèo hơn và hệ thống y tế kém hơn phải lệ thuộc vào vaccine của Tàu và Nga, thì ghi nhận số ca nhiễm và tử vong tăng nhanh từ tháng 7/2021. Đó cũng là thời điểm mà biến thể Delta xuất hiện và hoành hành khắp thế giới.

Vài tháng trước, có một phân tích so sánh tình hình nhiễm sau tiêm chủng vaccine giữa 2 nước có dân số và hệ thống y tế giống nhau: Qatar và Bahrain [1]. Cả hai nước đều có tỉ lệ tiêm chủng vaccine rất cao. Tuy nhiên, Qatar thì dùng vaccine Tây (Pfizer, Moderna, AstraZeneca), còn Bahrain là lệ thuộc vào vaccine Tàu (Sinopharm).

Sau tiêm chủng vaccine thì Qatar ghi nhận số ca tử vong giảm rõ rệt, còn Bahrain thì vẫn ghi nhận khá nhiều ca tử vong. Các tác giả không dám kết luận nguyên nhân của sự khác biệt, nhưng họ suy đoán rằng rất có thể loại vaccine là một yếu tố giải thích hai xu hướng khác nhau.

Những dữ liệu này cho thấy không phải tỉ lệ tiêm chủng vaccine, mà là loại vaccine.

Trường hợp 2: Nới lỏng biện pháp giãn cách xã hội

Uruguay có dân số chỉ 3.5 triệu, nhưng vài tuần trước ghi nhận 55 ca tử vong mỗi ngày, và con số này không khác bao nhiêu so với thời gian trước khi triển khai chương trình tiêm chủng vaccine. Uruguay có áp dụng những biện pháp y tế công cộng sau khi tiêm vaccine, nhưng không khắt khe như nước láng giềng Argentina.

Trường hợp 3: Khoảng cách giữa 2 liều vaccine

Một số nơi ghi nhận tỉ lệ tử vong thấp khi hai mũi vaccine cách nhau hơn 3-4 tuần. Đó chính là lí do Anh xác định 12 tuần giữa 2 liều vaccine AZ. Đan Mạch và Đức cũng xác định thời gian giữa 2 liều là 8-12 tuần đối với AZ và 6 tuần đối với Pfizer. Thử nghiệm lâm sàng cho thấy rõ ràng là thời gian giữa 2 liều vaccine cao hơn 4 tuần thì hiệu quả mới cao.

Nhưng ở những nước nghèo hơn, người ta thu ngắn thời gian giữa 2 liều xuống còn 4 tuần, thậm chí 3 tuần. Những nơi này sau đó lại ghi nhận số ca nhiễm tăng và số tử vong cũng tăng!

Trường hợp 4: Độ tuổi

Độ tuổi rất quan trọng. Đan Mạch không ghi nhận làn sóng mới về dịch và tử vong kể từ khi chương trình tiêm chủng vaccine triển khai. Đan Mạch cũng là nước đã bỏ các biện pháp giãn cách xã hội. Các giới chức y tế Đan Mạch cho biết họ tập trung tiêm chủng những người cao tuổi và có nguy cơ cao, và điều đó có thể giải thích tại sao số ca tử vong giảm nhanh (mặc dù số ca nhiễm tăng).

Nhật cũng là nước ưu tiên tiêm chủng những người cao tuổi (65+ tuổi), và đến nay đã đạt tỉ lệ tiêm chủng 90%. Số ca tử vong trong thời gian gần đây chỉ bằng 43% so với thời điểm đỉnh của dịch (mặc dù số ca nhiễm gia tăng).

Trường hợp 5: Miễn dịch tự nhiên

Làn sóng biến thể Delta trong mùa hè vừa qua còn gợi ý một yếu tố bí mật khác: đó là miễn dịch tự nhiên trong dân số từ làn sóng dịch trước đây. Nhờ vào các biện pháp giãn cách xã hội, các nước Á châu thường tránh được những tác hại lớn từ đại dịch, và điều này có nghĩa là họ sẽ trở thành nhóm có nguy cơ cao khi biến thể có độc lực mạnh như Delta gây ra.

Những nước vùng Nam Mĩ từng bị làn sóng dịch do biến thể Gamma và Lambda trong thời gian đầu năm, thì lại không bị tác động nghiêm trọng như biến thể Delta. Rất có thể những biến thể Gamma và Lambda đã đột biến và tạo ra miễn dịch cộng đồng, với vaccine như là một liều booster.

Tóm lại, điểm qua dữ liệu của các nước đã được tiêm chủng vaccine, chúng ta thấy một xu hướng chung là số ca tử vong giảm so với lúc đỉnh điểm đại dịch, và xu hướng này gần như nhứt quán ở tất cả các nước, cho thấy vaccine có hiệu quả giảm tử vong.

Tuy nhiên, số ca nhiễm thì rất khác nhau giữa các nước, có nơi ghi nhận số ca tăng, nhưng có nơi thì số ca giảm (so với đỉnh điểm). Các yếu tố có thể giải thích cho sự khác biệt có thể là loại vaccine (Tây, Tàu), thời gian giữa 2 liều, có giảm các biện pháp giãn cách xã hội sau vaccine, độ tuổi và miễn dịch tự nhiên.

Nước	Tỉ lệ tiêm chủng vaccine > 70%	Giãn cách xã hội sau vaccine	Số ca nhiễm sau tiêm chủng	Số tử vong sau tiêm chủng
Đan Mạch	Yes; vaccine AZ, Pfizer	Không	Tăng	Giảm
Nhật Bản	Yes; vaccine AZ, Pfizer, Moderna	?	Tăng	Giảm
Đức	Yes; vaccine AZ, Pfizer, Moderna	Không hẳn	Giảm	Giảm
Anh	Yes; vaccine AZ, Pfizer	Không hẳn	Giảm	Giảm
Do Thái	Yes; vaccine AZ, Pfizer, Moderna	Không hẳn	Tăng	Giảm
Bahrain	Yes; vaccine Sinopharm	?	Giảm – Tăng	Giảm – Tăng
Qatar	Yes; vaccine AZ, Pfizer, Moderna	?	Giảm	Giảm

____

[1] https://www.sciencedirect.com/science/article/pii/S1201971221005270 — Countries with similar COVID-19 vaccination rates yet divergent outcomes

Hiệu lực vaccine Sinopharm ở Bahrain

Sự gia tăng số ca dương tính ở Việt Nam và nhiều nơi trên thế giới đặt ra câu hỏi về hiệu nghiệm của vaccine. Kết quả nghiên cứu ở Bahrain cho chúng ta biết rằng vaccine Sinopharm có hiệu lực kém nhứt so với vaccine Pfizer, AZ và Sputnik.

Mấy tuần nay, công chúng Việt Nam hỏi tại sao những người đã tiêm vaccine mà vẫn bị nhiễm, thậm chí tử vong. Tình trạng đã tiêm vaccine mà vẫn bị nhiễm thì không quá ngạc nhiên (vì điều này đã xảy ra trong nghiên cứu), nhưng đã tiêm 2 liều vaccine mà tử vong thì đúng là đáng ngạc nhiên.

Dữ liệu về 38 ca tử vong sau khi đã tiêm 2 liều vaccine cho thấy tuyệt đại đa số (37 ca) là tiêm “vaccine khác” (chữ của báo TT), chỉ có 1 ca tiêm vaccine Pfizer (nhưng báo TT cho biết ca này có nhiều bệnh nền). “Vaccine khác” ở đây thực ra là vaccine Moderna và Verocell của Sinopharm. Vaccine Moderna thì y như Pfizer. Do đó, “vaccine khác” ở đây phải được hiểu là vaccine Sinopharm?

Những con số quá “đẹp”

Nếu chỉ theo dõi tình hình covid ở bên Tàu thì có lẽ đa số chúng ta đều phải thán phục về hiệu lực của vaccine Tàu. Cho đến nay, con số ca nhiễm virus Vũ Hán ở bên Tàu chỉ 98,000 người (dân số hơn 1.4 tỉ). Thử so với Việt Nam với hơn 1 triệu ca nhiễm (dân số 96 triệu) hay Úc với 193,000 ca nhiễm (dân số 25 triệu), chúng ta sẽ kinh ngạc.

Nếu xem xét con số tử vong thì còn kinh ngạc hơn nữa. Các giới chức y tế Úc tính toán và so sánh cho thấy tỉ lệ tử vong covid ở Úc cao hơn tỉ lệ bên Tàu đến … 62 lần! Úc là nước có chánh sách kiểm soát dịch ngặt nghèo nhứt trên thế giới, và hệ thống y tế và y khoa Úc có thể xem là trong những nước tốt nhứt thế giới, ấy vậy mà Úc quá kém cỏi, để cho tỉ lệ tử vong covid cao gấp 62 lần so với Tàu!

Nhưng bình tâm mà suy nghĩ lại thì câu hỏi quan trọng là: có thể tin vào con số của Tàu? Nếu con số nhiễm và tử vong Tàu báo cáo là thật thì vaccine Tàu có hiệu lực quá tuyệt vời. Cho đến nay thì Tàu đã tiêm đủ 2 liều vaccine cho 1.07 tỉ dân, và họ chỉ dùng vaccine Tàu (Sinopharm, Sivovac). Tuy nhiên, chúng ta vẫn chưa thấy Tàu công bố hiệu lực của vaccine ra sao.

Nghiên cứu từ Bahrain

Vài tuần trước, có một nghiên cứu ở Bahrain (Ả Rập) cung cấp cho chúng ta số liệu về hiệu lực giữa vaccine Sinopharm và vaccine Tây [1]. Trong thời gian 12/2020 đến 17/7/2021, Bahrain đã tiêm chủng nhiều loại vaccine cho công dân. Đa số dân được tiêm vaccine Sinoparm, nhưng một số lớn được tiêm vaccine Nga, Pfizer và AstraZeneca. Con số cụ thể như sau:

Nhóm chưa tiêm vaccine: 245,876
Sinopharm: 569,054 người
Sputnik: 184,526
Pfizer: 169,058
AstraZeneca (AZ): 73,765

Đây là một ‘thí nghiệm’ tự nhiên rất thú vị, vì có nhóm chưa (hay không) tiêm vaccine, nên cho phép nhà nghiên cứu so sánh hiệu lực của các loại vaccine. Họ (nhóm nghiên cứu) theo dõi các cá nhân xem ai bị nhiễm, nhập viện, và tử vong. Họ dùng PCR để xét nghiệm chẩn đoán nhiễm virus, và dùng giải trình tự gen để xác định biến thể của virus. Nói chung là họ làm rất bài bản và đúng phương pháp.

Kết quả ra sao? Vì cách họ trình bày báo cáo rất phức tạp và khó theo dõi, nên tôi phải tóm tắt những dữ liệu chánh trong biểu đồ dưới đây để dễ hiểu hơn. Biểu đồ cho thấy tất cả 4 vaccine đều có hiệu quả giảm xác suất nhiễm, nhập viện, nhập ICU, và tử vong. Tuy nhiên, so sánh giữa các vaccine thì vaccine Sinopharm có hiệu lực thấp nhứt.

Tóm tắt kết quả nghiên cứu từ Bahrain về hiệu lực của vaccine Sinopharm, Sputnik, Pfizer và AstraZeneca liên quan đến nhiễm, nhập viện, nhập ICU và tử vong

Trong bài báo, tác giả so sánh giữa Sinopharm và Pfizer. Dùng dữ liệu so sánh này, tôi tính được hiệu lực của 2 vaccine chống nhiễm virus:

Hiệu lực của vaccine Pfizer = 78%
Hiệu lực của vaccine Sinopharm = 46%

Hiệu lực của 2 vaccine chống tử vong:

Hiệu lực của vaccine Pfizer = 95%
Hiệu lực của vaccine Sinopharm = 63%

Trên đây là những số liệu thực tế từ cộng đồng. Những dữ liệu này cho thấy rõ ràng rằng vaccine Sinopharm, tuy có hiệu lực nhứt định, nhưng thấp hơn nhiều so với vaccine Pfizer, AZ và Sputnik. Dĩ nhiên, đây là dữ liệu từ nghiên cứu quan sát, và có thể chịu ảnh hưởng bởi nhiều yếu tố nhiễu khác mà nhóm nghiên cứu không kiểm soát được. Do đó, khó nói về nguyên nhân – hệ quả ở đây. Những con số này chỉ là ‘tín hiệu’ và cần phải xem xét với các nghiên cứu trước.

Tuy nhiên, hiệu lực thấp của vaccine Tàu không phải là điều gì mới, bởi vì xu hướng này đã được ghi nhận qua nhiều nghiên cứu trước đây. Chẳng hạn như một nghiên cứu từ Chile cho thấy CoronaVac (một vaccine khác của Tàu) có hiệu lực giảm nhiễm virus chỉ 58%, so với 88% đối với vaccine Pfizer [2]. Một trong những lí do là vì 2 vaccine của Tàu (CoronaVac và Sinopharm) có độ miễn dịch suy giảm nhanh và hiệu lực cũng khá hạn chế ở người cao tuổi (trên 60); xem chi tiết ở đây [3].

Ý nghĩa của những dữ liệu này [về hiệu lực của vaccine Sinopharm] là gì đối với Việt Nam? Số lượng vaccine Sinopharm đã được tiêm chủng ở Việt Nam bây giờ có lẽ đã hơn 20 triệu. Nhưng chúng ta vẫn không biết hiệu lực của vaccine Sinopharm ra sao. Do đó, nếu chấp nhận kết quả nghiên cứu ở Bahrain, thì có lẽ những người đã được tiêm 2 liều vaccine Sinopharm cần phải tiêm thêm 1 liều vaccine Pfizer hay AZ.

_______

[1] https://assets.researchsquare.com/files/rs-828021/v1_covered.pdf?c=1629920029

[2] https://www.scmp.com/news/china/science/article/3148489/chinese-vaccines-value-clarified-real-world-data-exports-near-1

[3] https://nguyenvantuan.info/2021/10/15/so-lieu-moi-ve-hieu-luc-cua-coronavac-va-astrazeneca

Xác suất nhiễm (‘Nhiễm đột phá’) sau khi tiêm vaccine là bao nhiêu?

Báo chí (như Vietnamnet) chạy những cái tít có vẻ như cho thấy xác suất đó là khá cao (và có thể gây hoang mang), nhưng trong thực tế thì rất thấp, chỉ chừng 1-3 trên 5000 người.

Ví dụ tiêu biểu của những cái tít có thể xem là ‘misleading’ là “31 người đã tiêm 2 liều vaccine covid-19 về Hà Nội xét nghiệm dương tính” [1]. Tại sao misleading? Tại vì bản tin chỉ cung cấp không đầy đủ thông tin. Cái thông tin quan trọng nhưng bài báo không cung cấp là: bao nhiêu người đã được tiêm 2 liều? Không có con số đó, thì con số 31 ca là gần như vô nghĩa.

May be an image of text that says '06:13 ... #COVID-19 Lietnamnet IỆT NAM HÙNG CƯỜNG SỨC KHỎE 31 người đã tiêm 2 liều vắc xin Covid-19 về Hà Nội xét nghiệm dương tính 31/10/2021 16:55 Trong số 48 người tại Hà Nội dương tính SARS-CoV-2 về từ các tỉnh có dịch, có 31 người đã tiêm đủ 2 mũi vắc xin phòng Covid-19 và 10 người đã tiêm mũi 1.'

Nếu tôi nói với các bạn rằng Hà Nội phát hiện có 1000 ca dương tính và tất cả đều đã tiêm đủ 2 liều vaccine (tức là ‘nhiễm đột phá’), các bạn có vẻ quan tâm vì con số một ngàn là khá cao. Nhưng nếu tôi nói ở Hà Nội đã có 10,000,000 người được tiêm đủ 2 liều, thì con số 1000 ca đó không phải là quá ngạc nhiên khi mô tả dưới dạng xác suất.

Vậy câu hỏi đặt ra là xác suất nhiễm đột phá là bao nhiêu? Bởi vì Việt Nam không có ai làm nghiên cứu trả lời câu hỏi này, nên chúng ta phải dùng nghiên cứu nước ngoài. Tôi tìm thấy một nghiên cứu [2] từ Mĩ (ở Hạt Los Angeles, CA), cho thấy xác suất chừng 3 trên 5000 người. Nhóm nghiên cứu theo dõi 10895 người đã được tiêm chủng 2 liều vaccine và 30801 người chưa/không tiêm vaccine từ 1/5 đến 25/7 (tức gần 3 tháng), và ghi nhận:

Nhóm tiêm 2 liều vaccine có xác suất nhiễm (tính theo trung bình 7 ngày) là 64 trên 100,000 người;

Nhóm chưa/không tiêm vaccine có xác suất nhiễm là 315 trên 100,000 người.

Nhưng nhiễm không hẳn là con số quan trọng, mà nhiễm và cần nhập viện mới là con số quan trọng. Câu hỏi đặt ra là ở những người đã tiêm 2 liều vaccine thì xác suất bị nhiễm nặng cần nhập viện là bao nhiêu? Nghiên cứu trên [2] cung cấp câu trả lời là 1 trên 100,000 người. Cần nói thêm là ở người chưa tiêm vaccine thì xác suất nhiễm nặng cần nhập viện là 29 trên 100,000 người.

Hiệu quả của vaccine quá rõ ràng. Đúng là tiêm 2 liều vẫn có thể bị nhiễm, nhưng đó mới là 1 câu chuyện. Câu chuyện khác là nếu không tiêm thì xác suất bị nhiễm sẽ cao gấp 5 lần người đã tiêm.

Thật ra, khi đọc thông tin “XX người đã tiêm 2 liều vaccine covid-19 có xét nghiệm dương tính“, người đọc sẽ hỏi câu đầu tiên: có phải tiêm vaccine làm cho họ có kết quả xét nghiệm dương tính? Câu trả lời là không. Tất cả các vaccine không có ảnh hưởng gì đến kết quả xét nghiệm covid. Phương pháp chuẩn vàng xét nghiệm covid hiện nay là PCR được thiết kế để tìm những mảng mRNA của con virus nCov, chớ không tìm vaccine.

Câu hỏi thứ hai là xác suất dương tính giả của PCR là bao nhiêu? Đây là câu hỏi liên quan đến kĩ thuật và ngưỡng Ct để xác định thế nào là ‘dương tính’. Theo nhiều nghiên cứu thì xác suất dương tính giả là khoảng 5% (tức trong số 100 người không bị nhiễm nhưng đi làm xét nghiệm thì sẽ có 5 người có kết quả dương tính).

Câu hỏi thứ ba là đã có bao nhiêu người được xét nghiệm? Không có con số này thì con số XX hoàn toàn chẳng có ý nghĩa gì cả.

Tóm lại, xác suất bị nhiễm [còn gọi là ‘nhiễm đột phá’] ở người tiêm đầy đủ 2 liều vaccine Tây là chỉ chừng 1-3 trên 5000 người, và xác suất nhập viện chỉ 1 trên 100,000 người. Báo chí chỉ đưa con số ca nhiễm mà không cung cấp số người trong quần thể tiêm chủng thì chẳng khác gì đánh lừa độc giả.

___

[1] https://vietnamnet.vn/vn/suc-khoe/31-nguoi-da-tiem-2-lieu-vac-xin-ve-ha-noi-xet-nghiem-duong-tinh-covid-19-788416.html

[2] https://www.cdc.gov/mmwr/volumes/70/wr/mm7034e5.htm#F1_down

Đọc báo nghiên cứu covid

“Người từng mắc covid-19 có nguy cơ tái nhiễm gấp 5 lần nếu không tiêm vaccine“. Đó là một cái tit của vtv [1] mà một bạn đọc muốn tôi bình luận. Đọc bài báo trên CDC [2] mà vtv trích dẫn thì thấy vtv hiểu sai con số và ý nghĩa của con số. Câu chuyện nói lên rằng cần phải cân nhắc khi đọc những nghiên cứu liên quan đến covid. Theo tôi nghĩ bài báo trên CDC là một loại rác rưởi covid, một ca tiêu biểu về sai lầm trong nghiên cứu khoa học.

Cái tít của vtv dựa vào một nghiên cứu công bố trên CDC có nhiều vấn đề. Cái tít còn thể hiện vtv hiểu sai kết quả nghiên cứu.

1. Một sự hiểu sai

Bài báo đó công bố trên trang nhà của CDC (Mĩ) so sánh hai nhóm bệnh nhân bị nhập viện vì những triệu chứng giống covid-19:

Nhóm 1 (n = 6328) là những người không bị nhiễm trước đây và đã được tiêm vaccine đủ 2 liều. Trong số này, có 324 người (tức 5.1%) có kết quả xét nghiệm PCR dương tính với covid.

Nhóm 2 (n = 1020) là những người đã bị nhiễm trước đây và chưa tiêm vaccine. Trong số này, có 89 người (8.7%) dương tính với covid.

Sau khi phân tích thống kê, họ tính toán được tỉ số odds là 5.49, với khoảng tin cậy 95% dao động từ 2.75 đến 10.99.

Họ kết luận rằng ở những người bị nhập viện vì những triệu chứng giống covid-19 đã từng bị nhiễm hay chưa được tiêm vaccine, odds có kết quả dương tính với covid-19 ở người chưa vaccine cao gấp 5.5 lần so với người đã tiêm vaccine mRNA (sau khi đã hiệu chỉnh cho các yếu tố khác). Dựa vào nghiên cứu này, họ (tác giả) kêu gọi mọi người nên đi tiêm chủng vaccine covid càng sớm càng tốt.

Thế nhưng vtv lại chạy cái tít là “Người từng mắc covid-19 có nguy cơ tái nhiễm gấp 5 lần nếu không tiêm vaccine“. Cái tít đó của vtv có thể hiểu như sau:

Nhóm 1 là những người đã từng bị nhiễm và chưa tiêm vaccine: p1
Nhóm 2 là những người đã từng bị nhiễm và đã tiêm vaccine: p2
Tỉ số nguy cơ = p1 / p2 = 5 lần.

Như các bạn thấy vtv hiểu sai, vì nhóm 1 trong bài báo là những người không bị nhiễm trước đây, nên không thể nói họ là ‘tái nhiễm’ được.

2. Vấn đề của nghiên cứu

Nghiên cứu công bố trên CDC có rất nhiều vấn đề làm cho kết quả đó có thể sai hay không có ý nghĩa gì đáng chú ý.

Nghiên cứu công bố trên CDC so sánh 2 nhóm bệnh nhân: người đã bị nhiễm và chưa tiêm vaccine vs người chưa bị nhiễm và đã tiêm vaccine. Hai nhóm quá khác nhau, nên kết quả gần như vô nghĩa. Vô nghĩa là vì bệnh nhân là những người bị nhập viện do có triệu chứng covid chớ không phải người từ cộng đồng. Vô nghĩa là vì so sánh một nhóm có nguy cơ quá cao với nhóm có nguy cơ quá thấp. Điều mà chúng ta cần biết là ở những người đã bị nhiễm, tiêm vaccine có giảm nguy cơ tái nhiễm so với không tiêm vaccine? Chưa có bằng chứng RCT trả lời câu hỏi đó.

Vấn đề thứ nhứt là sự thiên lệch về cách tuyển chọn bệnh nhân. Nên nhớ rằng những người mà họ chọn là có triệu chứng giống như covid bị nhập viện. Điều này có nghĩa là những người này có nguy cơ nhiễm covid cao hơn so với trong cộng đồng. Do đó, chúng ta không ngạc nhiên khi tỉ lệ dương tính báo cáo khá cao (gần 9% trong nhóm bị nhiễm mà chưa tiêm vaccine). Con số đó chắc chắn không phản ảnh nguy cơ ngoài cộng đồng, bởi vì trong số những người có triệu chứng ngoài cộng đồng chỉ có một số ít là nhập viện.

Vấn đề thứ hai là so sánh kiểu trái táo và trái cam. Nhóm 1 là những người không bị nhiễm và được tiêm vaccine, còn nhóm 2 là người đã bị nhiễm mà chưa tiêm vaccine. Hai nhóm quá khác nhau. Dĩ nhiên, cách họ chọn bệnh nhân nghiên cứu là để phản bác những người nói rằng đã bị nhiễm thì có kháng thể không thua gì nhóm chưa bị nhiễm mà được tiêm vaccine. Nhưng phản bác kiểu họ làm là … hơi rẻ tiền. Đáng lí ra nếu họ làm nghiêm chỉnh thì nên chọn nhóm đã bị nhiễm + tiêm vaccine so với nhóm đã bị nhiễm + chưa tiêm vaccine thì mới công bằng.

Vấn đề thứ ba là phân tích dữ liệu. Chúng ta thấy tỉ lệ dương tính trong nhóm 1 (không bị nhiễm + tiêm vaccine) là 5.1%, còn nhóm 2 (bị nhiễm + không vaccine) là 8.7%. Tỉ số nguy cơ là RR = 8.7 / 5.1 = 1.7. Ấy thế mà tác giả có kết quả RR = 5.5!

Con số 5.49 ở đâu ra? Xin thưa là tác giả đã làm phân tích và hiệu chỉnh cho nhiều yếu tố nhiễu. Do đó, từ 1.7 bị biến thành 5.5. Nói cách khác, con số 5.5 là ‘sản phẩm’ của mô hình thống kê, nó không phải là con số thật. Tác giả sai? Không hẳn. Một khi phân tích thống kê cho ra kết quả hiệu chỉnh và kết quả quan sát quá khác biệt (như trường hợp này) thì điều đó nói lên rằng nghiên cứu của họ bị sai từ nguồn gốc, nói theo tiếng Anh là ‘structural error’, hay sai hệ thống. Và, do đó, kết quả của nghiên cứu này có lẽ không đáng để chúng ta phải quan tâm.

Điều làm tôi thấy hơi ‘phiền’ là kết luận của tác giả, đọc lên giống như một kiểu tuyên truyền. Họ viết “All eligible persons should be vaccinated against COVID-19 as soon as possible, including unvaccinated persons previously infected with SARS-CoV-2” (tất cả những ai đủ tiêu chuẩn, kể cả người đã bị nhiễm, nên đi tiêm vaccine càng sớm càng tốt), đọc lên như là một lời kêu gọi hơn là kết luận từ bằng chứng khoa học. Chất lượng của chứng khoa học không đủ thuyết phục để họ ra lời kêu gọi như thế.

Chỉ khi nào họ có bằng chứng sau đây thì mới có thể ra lời kêu gọi đó: ở những người đã bị nhiễm, những ai chưa tiêm vaccine có nguy cơ tái nhiễm cao hơn những ai được tiêm vaccine. Theo tôi biết chưa có bằng chứng RCT nào như thế, nên việc kêu gọi như tác giả có vẻ là hô khẩu hiệu hơn là khoa học.

Câu chuyện này nói lên rằng để diễn giải đúng kết quả nghiên cứu về covid cần phải xem xét đến các chi tiết khoa học đằng sau của nghiên cứu đó. Nếu chỉ dựa vào những câu chữ của tác giả có khi dẫn đến hiểu sai như trường hợp vtv mà chúng ta thấy. Đa số (có lẽ hơn 95%) các nghiên cứu về covid chỉ là rác rưởi mà thôi; chỉ có một số rất ít là đáng đọc, và để biết cái nào đáng đọc thì cần phải hỏi các chuyên gia có kinh nghiệm — một điều mà báo chí Việt Nam bị thiếu.

____

[1] https://vtv.vn/the-gioi/nguoi-tung-mac-covid-19-co-nguy-co-tai-nhiem-gap-5-lan-neu-khong-tiem-vaccine-20211030170905315.htm

[2] https://www.cdc.gov/mmwr/volumes/70/wr/mm7044e1.htm#contribAff