Tổng quan về luận án

Bệnh tiêu chảy là một trong những gánh nặng y tế công cộng nghiêm trọng nhất trên phạm vi toàn cầu, đặc biệt tại các quốc gia có thu nhập thấp và trung bình. Theo ước tính từ Tổ chức Y tế Thế giới (WHO), "mỗi năm thế giới có khoảng 1,7 triệu ca bệnh tiêu chảy chiếm 3,6% tổng số gánh nặng bệnh tật theo DALYs... trong đó ước tính gần 1,5 triệu người tử vong", đồng thời là nguyên nhân gây tử vong đứng hàng thứ hai ở trẻ dưới 5 tuổi với 2.195 ca tử vong mỗi ngày. Tại Việt Nam, "xu hướng mắc bệnh tiêu chảy trong thời gian qua không giảm, có 8,6% trẻ dưới 5 tuổi bị tiêu chảy tại cộng đồng dân cư trong vòng hai tuần trước khi điều tra... chỉ có 55,1% nhận được tư vấn hoặc điều trị từ cơ sở y tế". Khu vực Bắc Trung Bộ, đặc biệt là tỉnh Hà Tĩnh – địa bàn có khí hậu nhiệt đới gió mùa khắc nghiệt, thường xuyên hứng chịu hạn hán gay gắt, gió phơn Tây Nam bốc hơi cao xen kẽ bão lũ – là điểm nóng dịch tễ với số ca mắc trung bình giai đoạn 2000–2010 lên tới 8.600 ca/năm.

Khoảng trống nghiên cứu (research gap) cốt lõi nằm ở việc công tác giám sát bệnh truyền nhiễm hiện nay chủ yếu mang tính thụ động, phụ thuộc vào số liệu báo cáo hồi cứu tại cơ sở y tế vốn chỉ phản ánh phần nổi của tảng băng dịch tễ học và bỏ sót gần một nửa số ca bệnh trong cộng đồng. Các nghiên cứu trước đây (như nghiên cứu giai đoạn 1991–2001 tại Việt Nam) chủ yếu dừng lại ở thiết kế cắt ngang mô tả, chưa phân tích toàn diện mối tương quan phi tuyến, tác động có độ trễ giữa chuỗi biến động khí tượng dài hạn với động lực lan truyền bệnh, đồng thời thiếu hụt một công cụ toán học động thái để dự báo sớm nguy cơ bùng phát dịch bệnh.

Để giải quyết khoảng trống này, luận án xác định ba câu hỏi nghiên cứu và ba giả thuyết khoa học tương ứng:

  • Câu hỏi nghiên cứu 1 (RQ1): Đặc điểm dịch tễ học thực sự, tỷ suất mới mắc và tỷ suất tái phát của bệnh tiêu chảy tại cộng đồng dân cư vùng khô hạn diễn biến như thế nào qua theo dõi thuần tập?
    • Giả thuyết 1 (H1): Tỷ suất mới mắc bệnh tiêu chảy trong cộng đồng cao hơn đáng kể so với số liệu giám sát thường quy, tập trung nặng nề nhất ở nhóm trẻ em dưới 5 tuổi.
  • Câu hỏi nghiên cứu 2 (RQ2): Mối quan hệ định lượng và hiệu ứng độ trễ giữa các yếu tố thời tiết (nhiệt độ, lượng mưa, độ ẩm, số giờ nắng, dao động SST của ENSO) với số ca mắc tiêu chảy giai đoạn 1992–2015 tại Hà Tĩnh là gì?
    • Giả thuyết 2 (H2): Nhiệt độ môi trường (đặc biệt là nhiệt độ tối cao trung bình $T_{max}$) và hiện tượng El Niño có tương quan thuận có ý nghĩa thống kê với sự gia tăng các đợt bùng phát tiêu chảy theo chu kỳ mùa.
  • Câu hỏi nghiên cứu 3 (RQ3): Mô hình toán học chuỗi thời gian nào tích hợp các biến giải thích thời tiết có khả năng dự báo chính xác nhất số ca tiêu chảy ngắn hạn và trung hạn?
    • Giả thuyết 3 (H3): Mô hình động thái SARIMA kết hợp biến giải thích ngoại sinh (SARIMAX) chứa tham số nhiệt độ tối cao có độ trễ cho sai số dự báo (RMSE) thấp hơn vượt trội so với mô hình chuỗi thời gian đơn biến truyền thống.

Khung lý thuyết của nghiên cứu được xây dựng dựa trên sự tích hợp giữa Lý thuyết Dịch tễ học Sinh thái Biến đổi Khí hậu (McMichael et al., 2006) và Phương pháp luận Chuỗi thời gian Box - Jenkins (Box & Jenkins, 1970; Box & Tiao, 1976). Luận án được triển khai trên quy mô kép: nghiên cứu thuần tập tiến cứu trên toàn bộ quần thể $n = 2.961$ người dân ($31.655,8$ người-tháng theo dõi) tại xã Kỳ Hải, huyện Kỳ Anh trong giai đoạn 2014–2015, kết hợp tập dữ liệu chuỗi thời gian sinh thái 24 năm ($n = 288$ tháng liên tục từ năm 1992 đến 2015) trên toàn địa bàn tỉnh Hà Tĩnh. Công trình tạo ra đột phá kép khi vừa định lượng chính xác gánh nặng bệnh tật "ẩn" tại cộng đồng, vừa thiết lập thành công mô hình cảnh báo sớm dịch bệnh có độ chính xác cao phục vụ công tác y tế dự phòng chủ động.

Literature Review và Positioning

Tổng quan y văn quốc tế và trong nước về dịch tễ học bệnh tiêu chảy và ảnh hưởng của khí hậu định hình qua hai dòng nghiên cứu chính:

Dòng nghiên cứu thứ nhất tập trung vào các yếu tố nguy cơ vi sinh vật, kinh tế xã hội và hành vi can thiệp (Black et al., 2003; Fewtrell et al., 2005; Prüss-Ustün et al., 2014). Các nghiên cứu này chỉ ra rằng Rotavirus (gây ra 27% tổng tử vong tiêu chảy toàn cầu theo Kotloff et al., 2016), Shigella (chiếm 30% tử vong ở người già), Salmonella, và Cryptosporidium lây truyền mạnh mẽ qua chuỗi phân - miệng do thiếu nước sạch, vệ sinh môi trường kém và hành vi rửa tay không đúng cách. Nghiên cứu của Curtis & Cairncross (2003) cùng các thử nghiệm tại Indonesia và Guatemala chứng minh can thiệp rửa tay bằng xà phòng và xử lý phân an toàn có thể giảm 37,5% đến 89% tỷ lệ tiêu chảy. Tuy nhiên, dòng nghiên cứu này có xu hướng coi nhẹ tác động dao động của các nhân tố vi khí hậu ngoại cảnh lên tốc độ nhân lên của vi khuẩn và động lực lây truyền mầm bệnh.

Dòng nghiên cứu thứ hai nghiên cứu mối liên hệ giữa biến đổi khí hậu, hiện tượng khí tượng cực đoan và bệnh truyền nhiễm (Campbell-Lendrum et al., 2003; Ebi et al., 2005; Akanda et al., 2009). Các tranh luận học thuật nảy sinh giữa hai quan điểm đối nghịch: Một bên cho rằng lượng mưa lớn và lũ lụt là động lực chính làm ô nhiễm nguồn nước ngầm và nước bề mặt, gây bùng phát dịch bệnh (Curriero et al., 2001; Hashizume et al., 2008 tại Bangladesh); trong khi bên kia chứng minh hạn hán, nhiệt độ cao và hiện tượng sụt giảm dòng chảy mùa khô mới là yếu tố quyết định do làm tăng nồng độ mầm bệnh trong nguồn nước sinh hoạt hạn hẹp và thúc đẩy hành vi sử dụng nguồn nước ô nhiễm (Checkley et al., 2000 tại Peru; Carton et al., 2012).

Luận án định vị chính xác tại điểm giao thoa giữa hai dòng nghiên cứu trên, đồng thời giải quyết triệt để sự thiếu hụt bằng chứng thực địa tại các vùng chịu tác động kép của hạn hán và gió phơn nhiệt đới. So sánh với các nghiên cứu quốc tế:

  • Nghiên cứu của Checkley et al. (2000) tại Lima, Peru chỉ ra rằng hiện tượng El Niño làm tăng nhiệt độ môi trường và khiến số ca nhập viện do tiêu chảy ở trẻ em tăng tới 200%. Tuy nhiên, nghiên cứu này chỉ dựa vào số liệu bệnh viện đô thị ven biển.
  • Nghiên cứu của Hashizume et al. (2007, 2008) tại Dhaka, Bangladesh sử dụng mô hình chuỗi thời gian chứng minh nhiệt độ trung bình tăng $1^\circ\text{C}$ làm tăng 5,6% ca nhập viện (95% CI: 3,4–7,8), lượng mưa tăng mỗi 10mm trên ngưỡng 52mm làm tăng 5,1% ca mắc.

Luận án của Phan Đăng Thân tiến xa hơn khi không chỉ phân tích chuỗi thời gian 24 năm ($n = 288$ tháng) cấp tỉnh kết hợp các chỉ số dao động nhiệt độ mặt nước biển SST vùng Nino ($NINO1+2, NINO3, NINO4, NINO3.4$) mà còn đối soát trực tiếp với nghiên cứu thuần tập thực địa $n = 2.961$ người dân vùng nông thôn hạn hán. Đây là đóng góp nền tảng giúp chuyển đổi mô hình dự báo từ thụ động sang chủ động kiểm soát dịch tễ học tại Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Chuỗi thời gian Box - Jenkins (1970) và Mô hình Hàm truyền Động thái Box - Tiao (1976) trong lĩnh vực dịch tễ học truyền nhiễm nhiệt đới thông qua việc chứng minh tính khả thi của việc tích hợp các tham số khí tượng phi tuyến vào phương trình chuỗi dừng có tính mùa.

Khung lý thuyết phát triển 4 định đề khoa học (Propositions):

  • Định đề 1 ($P_1$): Động lực mắc tiêu chảy trong quần thể nhiệt đới tuân theo quy luật tự hồi quy tích hợp trung bình trượt có tính chu kỳ mùa 12 tháng mạnh mẽ ($s = 12$).
  • Định đề 2 ($P_2$): Nhiệt độ tối cao trung bình tháng ($T_{max}$) có mối quan hệ nhân quả Granger và tác động trễ (lag 0–1) lên sự gia tăng mật độ mầm bệnh vi khuẩn/vi sinh vật đường ruột.
  • Định đề 3 ($P_3$): Các pha nóng của chu kỳ ENSO (El Niño thể hiện qua chỉ số SST vùng NINO) tạo ra các đợt sóng nhiệt và hạn hán cục bộ, gián tiếp kích hoạt sự gia tăng đột biến của tỷ suất mắc mới tiêu chảy tích lũy.
  • Định đề 4 ($P_4$): Mô hình động thái SARIMAX kết hợp tham số thời tiết kiểm soát tốt hơn các phương sai dư thừa, đạt tiệm cận tính chất nhiễu trắng thuần túy (white noise) so với các mô hình phi khí tượng.
+-------------------------------------------------------------------------+
|                  BIẾN ĐỔI KHÍ HẬU VÀ KHÍ TƯỢNG VĨ MÔ                   |
| (ENSO / SST NINO1+2, NINO3, NINO3.4; Nhiệt độ Tmax, Ttb; Lượng mưa; SH) |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                 CƠ CHẾ SINH THÁI & HÀNH VI CỘNG ĐỒNG                    |
|  - Tăng sinh vi khuẩn (E.coli, Shigella, Salmonella, Vibrio cholerae)   |
|  - Cạn kiệt nguồn nước ngọt -> Dùng nước ô nhiễm trong mùa khô hạn      |
|  - Hành vi vệ sinh, xử lý phân, điều kiện sống hộ gia đình              |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                  ĐỘNG LỰC DỊCH TỄ HỌC CỘNG ĐỒNG                         |
|  - Tỷ suất mới mắc (Incidence Rate / 100 người-năm: Trẻ <5 tuổi: 54%)   |
|  - Tỷ suất tái phát (Recurrence Rate / 100 người-tháng)                 |
|  - Tính mùa đỉnh dịch (Tháng 5 - Tháng 7: 104 - 111 ca/100.000 dân)     |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|             KHUNG DỰ BÁO CẢNH BÁO SỚM HÀM TRUYỀN TOÁN HỌC              |
|        Mô hình SARIMA (1,1,1)(0,1,1)12 kết hợp biến ngoại sinh Tmax      |
|               -> Dự báo trước 1 tháng và trước 12 tháng                 |
+-------------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành giữa ba trụ cột:

  1. Dịch tễ học bệnh truyền nhiễm kinh điển (Transmission Dynamics): Đo lường chính xác tỷ suất mật độ mới mắc (Incidence Density) và tỷ suất tái phát theo người-thời gian.
  2. Khung Đánh giá Khí hậu - Sức khỏe của WHO (WHO Climate-Health EWS Framework): Xác định các ngưỡng khí tượng nhạy cảm và độ trễ sinh học.
  3. Lý thuyết Xử lý Tín hiệu Chuỗi Thời gian Ngẫu nhiên (Stochastic Time-Series Analysis): Sử dụng toán tử sai phân bậc $d=1$ và sai phân mùa bậc $D=1$ với chu kỳ $s=12$ để khử xu thế và tính mùa, kết hợp hàm tương quan chéo (CCF) để xác định biến đầu vào tối ưu.

Điều kiện biên (Boundary Conditions): Mô hình được thiết lập và kiểm định tối ưu trong điều kiện khí hậu nhiệt đới gió mùa ven biển miền Trung Việt Nam, đặc trưng bởi mùa hè khô nóng gay gắt chịu hiệu ứng gió phơn và mùa mưa lũ tập trung, với hệ thống hạ tầng cấp thoát nước nông thôn đang trong quá trình hoàn thiện.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý thực chứng khoa học (Positivism), ứng dụng thiết kế định lượng đa tầng nghiêm ngặt nhằm liên kết dữ liệu thực địa vi mô với chuỗi thời gian sinh thái vĩ mô:

  • Tầng vi mô (Micro-level cohort): Nghiên cứu thuần tập tương lai theo dõi toàn bộ cộng đồng dân cư ($n = 2.961$ người) tại 6 thôn thuộc xã Kỳ Hải, huyện Kỳ Anh, tỉnh Hà Tĩnh trong thời gian 12 tháng liên tục (2014–2015).
  • Tầng vĩ mô (Macro-level ecological time series): Nghiên cứu sinh thái chuỗi thời gian hồi cứu 24 năm liên tục ($n = 288$ tháng, từ tháng 1/1992 đến tháng 12/2015) trên quy mô toàn bộ tỉnh Hà Tĩnh.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý số liệu được chuẩn hóa theo các tiêu chuẩn dịch tễ học quốc tế:

  • Thu thập dữ liệu thuần tập cộng đồng: Sử dụng "Nhật ký bệnh tiêu chảy" cấp phát cho từng hộ gia đình, phối hợp mạng lưới Y tế thôn bản (YTTB) và Cộng tác viên dân số (CTVDS) giám sát và thu thập định kỳ hàng tuần. Định nghĩa ca bệnh chuẩn theo WHO: Đi ngoài phân lỏng hoặc tóe nước $\ge 3$ lần trong 24 giờ. Tổng thời gian tích lũy theo dõi đạt $31.655,8$ người-tháng (tương đương $2.642,1$ người-năm).
  • Thu thập dữ liệu khí tượng và dịch tễ chuỗi thời gian:
    • Số liệu bệnh tiêu chảy hàng tháng ($n=288$) trích xuất từ Hệ thống Báo cáo Bệnh truyền nhiễm (Cục Y tế Dự phòng – Bộ Y tế) tại Hà Tĩnh.
    • Số liệu thời tiết hàng tháng tương ứng từ Trung tâm Khí tượng Thủy văn Quốc gia: Nhiệt độ trung bình ($T_{tb}$), nhiệt độ tối cao trung bình ($T_{max}$), nhiệt độ tối thấp trung bình ($T_{min}$), tổng lượng mưa (mm), độ ẩm tuyệt đối ($g/m^3$), tổng số giờ nắng (SH).
    • Chỉ số nhiệt độ bề mặt nước biển SST tại các vùng xích đạo Thái Bình Dương ($NINO1+2, NINO3, NINO4, NINO3.4$) thu thập từ Cơ quan Khí quyển và Đại dương Quốc gia Hoa Kỳ (NOAA).
  • Tam giác hóa phương pháp (Methodological Triangulation): Kết hợp phân tích dịch tễ học mô tả theo dõi dọc cá thể với mô hình hóa toán học kinh tế lượng chuỗi thời gian.

Data và phân tích

Toàn bộ quy trình phân tích được thực hiện trên phần mềm thống kê Stata và SPSS với các kỹ thuật cao cấp:

  1. Kiểm định tính dừng (Stationarity Test): Áp dụng kiểm định nghiệm đơn vị (Augmented Dickey-Fuller / Unit Root test) và lược đồ tự tương quan (ACF/PACF). Chuỗi số liệu ca bệnh và khí tượng đều đạt tính dừng sau khi lấy sai phân bậc 1 ($d=1$) và sai phân mùa chu kỳ 12 tháng ($D=1, s=12$).
  2. Xác định cấu trúc mô hình SARIMA: Dạng tổng quát $(p,d,q)(P,D,Q){12}$: $$\Phi_P(B^{12})\phi_p(B)(1-B)^d(1-B^{12})^D y_t = \Theta_Q(B^{12})\theta_q(B)\varepsilon_t$$ Các mô hình thử nghiệm: $\text{SARIMA}(0,1,1)(0,1,1){12}$, $\text{SARIMA}(1,1,0)(0,1,1){12}$, $\text{SARIMA}(1,1,1)(0,1,1){12}$.
  3. Mô hình động thái hàm truyền SARIMAX: Tích hợp các biến ngoại sinh thời tiết có độ trễ qua phân tích tương quan chéo (CCF).
  4. Kiểm tra chẩn đoán và độ vững: Kiểm định Portmanteau ($Q$ Ljung-Box) và kiểm định Bartlett kiểm tra tính chất nhiễu trắng của phần dư; lựa chọn mô hình tối ưu dựa trên chỉ số thông tin Akaike (AIC), Bayesian (BIC) và chỉ số sai số Root Mean Square Error (RMSE) trong đánh giá dự báo ngắn hạn (trước 1 tháng) và trung hạn (trước 12 tháng).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Phát hiện 1: Gánh nặng bệnh tật thực sự trong cộng đồng cao vượt bậc so với hệ thống giám sát bệnh viện. Theo dõi thuần tập $n=2.961$ người dân ghi nhận tỷ suất mật độ mới mắc bệnh đường tiêu hóa ở trẻ dưới 5 tuổi lên tới $54%$ năm-trẻ (ở bệnh đường hô hấp là $121%$ năm-trẻ). Trong khi đó, hệ thống y tế chỉ ghi nhận được khoảng 55,1% ca bệnh có tìm kiếm dịch vụ khám chữa bệnh, chứng minh có tới 44,9% ca bệnh tiêu chảy tồn tại trong cộng đồng không được báo cáo.

  2. Phát hiện 2: Tính mùa nghịch lý gắn liền với hạn hán và sóng nhiệt. "Số liệu xuyên suốt từ năm 2000 - 2010 đã cho thấy bệnh tiêu chảy có tỷ lệ mắc cao vào các tháng 5-7 (104-111 ca/100.000 dân) và thấp nhất vào tháng 1 (84 ca/100.000 dân)". Đỉnh dịch bệnh tiêu chảy tại Hà Tĩnh trùng khớp hoàn toàn với thời kỳ nắng nóng gay gắt nhất, hiệu ứng gió phơn Tây Nam cực đại và lượng bốc hơi cao nhất trong năm, đi ngược lại giả định phổ biến cho rằng tiêu chảy chỉ bùng phát sau ngập lụt.

  3. Phát hiện 3: Tác động có ý nghĩa thống kê của $T_{max}$ và độ ẩm. Phân tích tương quan chéo (CCF) và hồi quy đa biến chuỗi $n=288$ tháng chỉ ra rằng nhiệt độ tối cao trung bình tháng ($T_{max}$) tại độ trễ lag 0 và lag 1 tháng có tương quan thuận mạnh nhất với số ca mắc tiêu chảy ($p < 0,05$). Nhiệt độ bề mặt biển SST vùng NINO3 và NINO3.4 trong các chu kỳ El Niño có liên quan trực tiếp đến sự gia tăng đột biến của số ca mắc tiêu chảy/100.000 dân/tháng.

  4. Phát hiện 4: Mô hình tối ưu $\text{SARIMA}(1,1,1)(0,1,1){12} - T{max}$ cho độ chính xác dự báo vượt trội. Mô hình $\text{SARIMA}(1,1,1)(0,1,1){12}$ có kết hợp biến giải thích nhiệt độ tối cao $T{max}$ đạt các chỉ số AIC, BIC và RMSE thấp nhất. Kiểm định Portmanteau $Q$ và kiểm định Bartlett xác nhận phần dư của mô hình hoàn toàn tuân theo phân phối ngẫu nhiên (nhiễu trắng), mô phỏng thành công giá trị dự báo ngắn hạn trước 1 tháng và trung hạn trước 12 tháng với độ tin cậy cao.

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh vai trò điều hòa của vi khí hậu nhiệt đới đối với động lực lây truyền mầm bệnh đường tiêu hóa, bổ sung dữ liệu thực nghiệm quan trọng cho dịch tễ học môi trường toàn cầu.
  • Về mặt phương pháp luận: Thiết lập quy trình 4 bước chuẩn hóa ứng dụng thuật toán Box - Jenkins kết hợp biến ngoại sinh đa chiều trong y tế dự phòng, có thể nhân rộng cho các bệnh truyền nhiễm nhạy cảm với khí hậu khác như sốt xuất huyết, cúm mùa, sốt rét.
  • Về mặt ứng dụng thực tiễn: Cung cấp cho Trung tâm Kiểm soát Bệnh tật (CDC) và Trung tâm Y tế dự phòng công cụ dự báo trước 1 đến 12 tháng nguy cơ bùng phát ca bệnh theo từng tháng, giúp chuyển dịch chiến lược từ "chữa cháy thụ động" sang "chủ động phòng ngừa".
  • Về mặt chính sách: Là bằng chứng khoa học nền tảng để Sở Y tế và Ủy ban Nhân dân tỉnh Hà Tĩnh ban hành kế hoạch cấp phát hóa chất khử trùng nước (Cloramin B), viên lọc nước Aquatabs, thuốc và dung dịch bù nước Oresol về tận các Trạm Y tế xã trước thời điểm tháng 4 hàng năm (ngay trước mùa đỉnh dịch tháng 5–7).

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Thiếu định danh căn nguyên vi sinh theo từng tháng trong chuỗi 24 năm: Số liệu chuỗi thời gian 1992–2015 dựa trên chẩn đoán ca bệnh lâm sàng tổng hợp từ hệ thống giám sát thường quy, chưa phân tách chi tiết tỷ lệ từng chủng mầm bệnh vi khuẩn (Shigella, Salmonella, E.coli) hay virus (Rotavirus, Norovirus) do hạn chế xét nghiệm định lượng diện rộng trong quá khứ.
  2. Chưa kiểm soát hoàn toàn các yếu tố can thiệp kinh tế - xã hội biến thiên theo thời gian: Các biến số như tốc độ đô thị hóa, sự thay đổi của mạng lưới cung cấp nước máy nông thôn và biến động thu nhập hộ gia đình trong 24 năm chưa được đưa vào mô hình như các chuỗi thời gian độc lập.
  3. Phạm vi thuần tập thực địa tập trung ở một xã điểm: Nghiên cứu thuần tập thực hiện tại xã Kỳ Hải (vùng hạn hán ven biển), cần thêm các nghiên cứu đối chứng tại vùng núi cao hoặc trung du để so sánh trọn vẹn đặc thù địa hình.

Chương trình nghiên cứu tương lai:

  • Tích hợp kỹ thuật sinh học phân tử (Multiplex PCR và giải trình tự gen thế hệ mới) vào hệ thống giám sát ca bệnh để xây dựng các mô hình SARIMAX riêng biệt cho từng căn nguyên mầm bệnh.
  • Ứng dụng các thuật toán Học máy và Trí tuệ Nhân tạo tiên tiến (Machine Learning / Deep Learning như LSTM - Long Short-Term Memory, XGBoost) so sánh đối chuẩn với mô hình SARIMA truyền thống.
  • Đánh giá phân tích hiệu quả kinh tế y tế (Cost-Effectiveness Analysis) dựa trên số năm sống điều chỉnh theo mức độ tàn tật (DALYs) và chi phí y tế tiết kiệm được khi triển khai hệ thống cảnh báo sớm.

Tác động và ảnh hưởng

  • Tác động học thuật (Academic Impact): Dự kiến mang lại giá trị trích dẫn cao trong các tạp chí chuyên ngành Dịch tễ học, Y tế công cộng và Biến đổi khí hậu (như Lancet Planetary Health, Environmental Health Perspectives), mở ra hướng nghiên cứu liên ngành Khí tượng học - Dịch tễ học toán học tại Việt Nam.
  • Tác động ngành và chính sách (Policy Impact): Trực tiếp đóng góp cơ sở dữ liệu thực chứng cho Bộ Y tế trong việc xây dựng Kế hoạch Hành động Quốc gia Ứng phó với Biến đổi Khí hậu ngành Y tế giai đoạn 2021–2030, tầm nhìn 2050 theo cam kết COP26.
  • Tác động xã hội (Societal Benefits): Cảnh báo sớm giúp bảo vệ nhóm dân số dễ bị tổn thương nhất (đặc biệt là trẻ em dưới 5 tuổi và người cao tuổi nghèo tại khu vực nông thôn), giảm thiểu số ngày mất khả năng lao động do ốm đau và tiết kiệm hàng tỷ đồng chi phí điều trị hàng năm.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật Dịch tễ: Tiếp cận khung phương pháp luận Box - Jenkins chuẩn hóa, kỹ thuật kiểm định chẩn đoán chuỗi thời gian và công thức tích hợp biến trễ khí tượng ngoại sinh.
  • Cán bộ quản lý Y tế Dự phòng (CDC, TTYT, Trạm Y tế xã): Sở hữu công cụ phần mềm và mô hình toán học cụ thể để dự tính cơ số thuốc, vật tư y tế và nhân lực đón đầu các đợt bùng phát dịch bệnh theo mùa.
  • Chính quyền địa phương và Cơ quan Quản lý Môi trường: Chủ động điều tiết nguồn nước sinh hoạt trong mùa khô hạn, tăng cường đầu tư hạ tầng cấp nước sạch và kiểm soát vệ sinh môi trường nông thôn.
  • Cộng đồng dân cư vùng hạn hán miền Trung: Nâng cao nhận thức về nguy cơ dịch bệnh trong mùa nắng nóng, thực hành vệ sinh cá nhân, trữ nước sạch an toàn để tự bảo vệ sức khỏe gia đình.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp lý thuyết nổi bật nhất là việc mở rộng Mô hình Động thái Hàm truyền Box - Tiao (1976) vào mô hình hóa chuỗi thời gian dịch tễ học nhiệt đới. Luận án đã tích hợp thành công biến số nhiệt độ tối cao trung bình ($T_{max}$) có độ trễ vào phương trình sai phân mùa $\text{SARIMA}(1,1,1)(0,1,1)_{12}$, chứng minh rằng vi khí hậu cực đoan là biến ngoại sinh có tính điều hòa mạnh mẽ làm thay đổi phương sai và quy luật dao động ngẫu nhiên của chuỗi bệnh truyền nhiễm.

  2. Đổi mới phương pháp luận so với các nghiên cứu tiền nhiệm tại Việt Nam và quốc tế? Trả lời: So với các nghiên cứu trước đây tại Việt Nam vốn chủ yếu dùng thiết kế cắt ngang mô tả hồi cứu tại bệnh viện (như nghiên cứu 1991–2001), luận án là công trình đầu tiên tại Việt Nam kết hợp đồng thời thiết kế thuần tập tiến cứu tại cộng đồng quy mô lớn ($n = 2.961$ người, theo dõi qua sổ nhật ký hàng tuần) với chuỗi số liệu thời gian 24 năm ($n = 288$ tháng). Về kỹ thuật toán học, luận án thực hiện đầy đủ quy trình kiểm định tính dừng (ADF test), kiểm định phần dư Portmanteau $Q$ và Bartlett, vượt trội hơn hẳn các phân tích hồi quy tuyến tính đơn giản trước đây.

  3. Phát hiện bất ngờ nhất từ tập dữ liệu thực nghiệm là gì? Trả lời: Phát hiện bất ngờ nhất là đỉnh mắc bệnh tiêu chảy tại Hà Tĩnh không tập trung vào mùa mưa lũ mà rơi vào các tháng 5, 6, 7 (đạt $104 - 111$ ca/100.000 dân) – giai đoạn khô hạn gay gắt nhất kèm gió phơn Tây Nam. Cơ chế được làm sáng tỏ: Nhiệt độ cao kích hoạt vi khuẩn nhân lên nhanh chóng trong thực phẩm, đồng thời sự cạn kiệt nguồn nước ngọt buộc người dân phải dùng các nguồn nước bề mặt tích tụ ô nhiễm, kết hợp tình trạng thiếu nước rửa tay đã thúc đẩy lây truyền phân - miệng diện rộng.

  4. Nghiên cứu có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không? Trả lời: Luận án cung cấp bộ quy trình tái lập hoàn chỉnh gồm 4 bước chuẩn hóa: (1) Thu thập và làm sạch chuỗi số liệu 24 năm; (2) Thực hiện sai phân bậc 1 và sai phân mùa chu kỳ 12 tháng để đưa chuỗi về trạng thái dừng; (3) Nhận dạng bậc $p, q, P, Q$ qua biểu đồ ACF/PACF và ước lượng tham số; (4) Tích hợp biến trễ khí tượng qua hàm tương quan chéo CCF và kiểm tra nhiễu trắng phần dư. Quy trình này có thể chạy trực tiếp trên các gói lệnh chuẩn của Stata và R.

  5. Chương trình nghiên cứu 10 năm được định hình như thế nào? Trả lời: Định hướng 10 năm tập trung vào việc tự động hóa mô hình cảnh báo sớm thông qua việc tích hợp dữ liệu viễn thám vệ tinh thời gian thực (Real-time Satellite Weather Data) với bệnh án điện tử tại tất cả các trạm y tế xã, phát triển ứng dụng Web-GIS cảnh báo nguy cơ dịch bệnh tiêu chảy theo thời gian thực cho toàn bộ các tỉnh duyên hải miền Trung.

Kết luận

Luận án Tiến sĩ của Phan Đăng Thân đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp học thuật cốt lõi:

  1. Lượng hóa chính xác bức tranh dịch tễ học "tảng băng chìm" bệnh tiêu chảy tại cộng đồng vùng hạn hán miền Trung ($n=2.961$), xác định tỷ suất mới mắc bệnh tiêu hóa ở trẻ dưới 5 tuổi đạt mức báo động $54%$ năm-trẻ và chỉ ra $44,9%$ ca bệnh chưa được hệ thống y tế tiếp cận.
  2. Khám phá và giải mã quy luật mùa đỉnh dịch diễn ra trong các tháng 5–7 hàng năm, gắn liền với các đợt sóng nhiệt, gió phơn Tây Nam và chu kỳ pha nóng ENSO (SST NINO3, NINO3.4).
  3. Xác lập mối liên hệ định lượng có độ trễ giữa nhiệt độ tối cao trung bình ($T_{max}$) với nguy cơ gia tăng số ca mắc bệnh tiêu chảy qua chuỗi số liệu 24 năm ($n=288$ tháng).
  4. Phát triển và chuẩn hóa thành công mô hình toán học động thái $\text{SARIMA}(1,1,1)(0,1,1){12} - T{max}$, đạt các tiêu chuẩn kiểm định chẩn đoán nghiêm ngặt nhất về tính dừng và nhiễu trắng phần dư.
  5. Cung cấp công cụ dự báo thực tiễn tin cậy cho phép ngành y tế dự phòng dự báo trước 1 đến 12 tháng số lượng ca bệnh, mở đường cho việc xây dựng Hệ thống Cảnh báo Sớm Dịch bệnh Truyền nhiễm thích ứng với biến đổi khí hậu tại Việt Nam.