Biostatistik historie, fagområde og applikationer



den biostatistik er en videnskab, der er en del af statistikken, og anvendes primært til andre fag inden for biologi og medicin.

Biologi er et omfattende felt, der er ansvarlig for at studere det enorme udvalg af levende former, der findes på jorden - vira, dyr, planter mv. - fra forskellige synspunkter.

Biostatistik er et meget nyttigt værktøj, der kan anvendes til undersøgelse af sådanne organismer, herunder det eksperimentelle design, indsamlingen af ​​data til gennemførelse af undersøgelsen og resuméet af de opnåede resultater..

Dermed kan dataene analyseres systematisk, hvilket fører til opnåelse af relevante og objektive konklusioner. På samme måde har det værktøjer, der muliggør grafisk visning af resultaterne.

Biostatistik har en bred vifte af underspecialiteter inden for molekylærbiologi, genetik, landbrugsforskning, dyreforskning - både på marken og i laboratoriet, kliniske behandlinger hos mennesker, blandt andre.

indeks

  • 1 historie
    • 1.1 James Bernoulli
    • 1.2 Johann Carl Friedrich Gauss
    • 1.3 Pierre Charles-Alexandre Louis
    • 1.4 Francis Galton
    • 1.5 Ronald Fisher
  • 2 Hvad studerer biostatistik? (Fagområde)
  • 3 applikationer
    • 3.1 Sundhedsvidenskab
    • 3.2 Biovidenskab
  • 4 Grundprøver
    • 4.1 Test for en variabel
    • 4.2 multivariate tests
  • 5 mest anvendte programmer
    • 5.1 SPSS
    • 5.2 S-plus og Statistica
    • 5.3 R
  • 6 referencer

historie

I midten af ​​det syttende århundrede opstår den moderne statistiske teori med introduktion af sandsynlighedsteori og teori om spil og chance udviklet af tænkere fra Frankrig, Tyskland og England. Teorien om sandsynlighed er et kritisk koncept, og betragtes som "rygraden" af moderne statistikker.

Her er nogle af de mest bemærkelsesværdige bidragsydere inden for biostatistik, og statistikker generelt:

James Bernoulli

Bernoulli var en vigtig schweizisk videnskabsmand og matematiker af hans tid. Bernoulli krediteres den første traktat om sandsynlighedsteori og binomialfordelingen. Hans mesterværk blev udgivet af hans nevø, i år 1713 og har titlen Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss er en af ​​de mest fremragende forskere i statistik. Fra en tidlig alder viste han sig at være et barneskab, der gjorde sig kendt på det videnskabelige område, da han bare var en ung gymnasieelever.

Et af hans vigtigste bidrag til videnskab var arbejdet Disquisitiones arithmeticae, udgivet, da Gauss var 21 år gammel.

I denne bog udsætter den tyske forsker teorien om tal, som også kompilerer resultaterne af en række matematikere som Fermat, Euler, Lagrange og Legendre.

Pierre Charles-Alexandre Louis

Den første undersøgelse af medicin, der involverede brugen af ​​statistiske metoder, henføres til lægen Pierre Charles-Alexandre Louis, der er hjemmehørende i Frankrig. Han anvendte den numeriske metode til studier relateret til tuberkulose, der havde en betydelig indflydelse på de medicinske elever på tiden.

Undersøgelsen motiverede andre læger til at anvende statistiske metoder inden for deres forskning, hvilket i høj grad berikede disciplinerne, især de relaterede til epidemiologi..

Francis Galton

Francis Galton var en karakter, der havde flere bidrag til videnskaben, og betragtes som grundlæggeren af ​​statistiske biometri. Galton var kusine til den britiske naturforsker Charles Darwin, og hans studier var baseret på en blanding af hans fætteres teorier med samfundet i det, der blev kaldt social darwinisme.

Darins teorier havde stor indflydelse på Galton, som følte behovet for at udvikle en statistisk model, der formåede at sikre befolkningens stabilitet.

Takket være denne bekymring udviklede Galton korrelations- og regressionsmodellerne, som i vid udstrækning anvendes i dag, som vi vil se senere.

Ronald Fisher

Han er kendt som far til statistik. Udviklingen af ​​modernisering af biostatistik teknikker tilskrives Ronald Fisher og hans samarbejdspartnere.

Da Charles Darwin udgav Artens oprindelse, biologi havde stadig ikke præcise fortolkninger af tegnernes arv.

År senere, med genopdagelsen af ​​arbejdet i Gregor Mendel, en gruppe forskere udviklet den moderne syntese af evolution, ved at samle de to organer af viden: teorien om evolution ved naturlig udvælgelse, og arveret.

Sammen med Fisher udviklede Sewall G. Wright og J. B. S. Haldane syntesen og etablerede principperne for populationsgenetik.

Syntesen medførte en ny arv inden for biostatistik, og de udviklede teknikker har været nøgle i biologi. Blandt dem fordeler udbredelsen af ​​stikprøveudtagningen, variansen, variansanalysen og det eksperimentelle design. Disse teknikker har en bred vifte af anvendelser, fra landbrug til genetik.

Hvad studerer biostatistik? (Fagområde)

Biostatistik er en gren af ​​statistikker, der fokuserer på design og udførelse af videnskabelige eksperimenter, der udføres på levende ting, køb og analyse af data fra disse eksperimenter, og den efterfølgende fortolkning og præsentation Resultaterne fra analyserne.

I betragtning af at biologiske videnskaber omfatter en omfattende række studiemål, skal biostatistik være lige så forskelligartet og klare at tilpasse sig de mange emner, som biologi har til formål at studere, karakterisere og analysere livsformer.

applikationer

Anvendelserne af biostatistik er ekstremt varierede. Anvendelsen af ​​statistiske metoder er et grundlæggende trin i den videnskabelige metode, så enhver forsker skal tilpasse statistikken til at teste deres arbejdshypoteser.

Sundhedsvidenskab

Biostatistik anvendes på sundhedsområdet for at give resultater relateret til epidemier, næringsstudier, blandt andre.

Det bruges også i medicinske studier direkte og i udviklingen af ​​nye behandlinger. Statistikken gør det muligt at skelne objektivt, hvis et lægemiddel havde positive, negative eller neutrale virkninger på udviklingen af ​​en bestemt sygdom.

Biovidenskab

For enhver biolog er statistik et uundværligt redskab i forskning. Med nogle få undtagelser fra blot beskrivende værker kræver undersøgelser i biologiske videnskaber en fortolkning af resultaterne, for hvilke der er behov for statistiske undersøgelser.

Statistikken giver os mulighed for at vide, om de forskelle, vi observerer i de biologiske systemer, skyldes tilfældigheder eller afspejler væsentlige forskelle, der skal tages i betragtning.

På samme måde tillader det at skabe modeller for at forudsige adfærd af en variabel ved hjælp af korrelationer, for eksempel.

Grundprøver

I biologi kan en række tests, der udføres ofte i undersøgelser, påpeges. Valget af den relevante test afhænger af det biologiske spørgsmål, der skal besvares, og visse karakteristika af dataene, såsom fordelingen af ​​homogeniteten af ​​afvigelserne.

Test for en variabel

En simpel test er sammenligningen med par eller t af Student. Det er meget udbredt i medicinske publikationer og i sundhedsspørgsmål. Generelt bruges det til at sammenligne to prøver med en størrelse mindre end 30. Det forudsætter ligevægt i afvigelserne og den normale fordeling. Der er varianter til parrede eller uparrede prøver.

Hvis prøven ikke opfylder antagelsen om den normale fordeling, er der test, der anvendes i disse tilfælde, og er kendt som ikke-parametriske test. For t-testen er det ikke-parametriske alternativ Wilcoxon rank test.

Analysen af ​​varians (forkortet som ANOVA) bruges også i vid udstrækning og giver mulighed for at skelne, om flere prøver adskiller sig væsentligt. Ligesom Student's t-test antager det ligestilling i afvigelser og normalfordeling. Det ikke-parametriske alternativ er Kruskal-Wallis-testen.

Hvis du vil etablere forholdet mellem to variabler, anvendes en korrelation. Den parametriske test er Pearson korrelationen, og den nonparametric er Spearman rangkorrelationen.

Multivariate tests

Det er almindeligt at ønske at studere mere end to variabler, så multivariate tests er meget nyttige. Disse omfatter regressionsundersøgelser, kanonisk korrelationsanalyse, diskriminationsanalyse, multivariativ variansanalyse (MANOVA), logistisk regression, analyse af hovedkomponenter mv..

Mest anvendte programmer

Biostatistik er et væsentligt redskab i biologiske videnskaber. Disse analyser udføres af specialiserede programmer til statistisk dataanalyse.

SPSS

En af de mest anvendte i hele verden, i det akademiske miljø, er SPSS. Blandt dens fordele er styringen af ​​en stor mængde data og evnen til at rekode variabler.

S-plus og Statistica

S-plus er et andet udbredt program, der tillader - ligesom SPSS - at udføre grundlæggende statistiske tests på store datamængder. Statistica bruges også i vid udstrækning, og er kendetegnet ved dens intuitive håndtering og den varierede grafik, der tilbydes.

R

I dag vælger de fleste biologer at udføre deres statistiske analyse i R. Denne software er kendetegnet ved dets alsidighed, da der skabes nye pakker med flere funktioner hver dag. I modsætning til de tidligere programmer, skal du i R kigge efter den pakke, der udfører testen, du vil gøre, og downloade den.

Selvom R ikke synes at være meget venlig og nem at bruge, giver den en bred vifte af tests og funktioner til stor brug for biologer. Derudover er der visse pakker (såsom ggplot), der muliggør visualisering af data på en meget professionel måde.

referencer

  1. Bali, J. (2017). Basis for biostatistik: En manual til læger. Jaypee Brothers Medical Publishers.
  2. Hazra, A., & Gogtay, N. (2016). Biostatistik serie modul 1: Grundlæggende om biostatistik. Indisk journal af dermatologi, 61(1), 10.
  3. Saha, I., & Paul, B. (2016). Biostatistikkens væsentlige forudsætninger: Til bacheloruddannelser, ph.d.-studerende i medicinsk videnskab, biomedicinsk videnskab og forskere. Akademiske forlag.
  4. Trapp, R. G., & Dawson, B. (1994). Grundlæggende og klinisk biostatistik. Appleton & Lange.
  5. Zhao, Y., & Chen, D. G. (2018). Nye grænser for biostatistik og bioinformatik. Springer.