Bioestadistikkhistorie, studieretning og applikasjoner

De Bioestadistikk Det er en vitenskap som er en del av statistikken, og som gjelder andre fagområder innen biologi og medisin, hovedsakelig.

Biologi er et omfattende felt som er ansvarlig for å studere det enorme utvalget av levende former som finnes på jorden - virus, dyr, planter osv. - Fra forskjellige synspunkter.

Bioestadistikk er et veldig nyttig verktøy, som kan brukes på studiet av disse organismer, inkludert eksperimentell design, datainnsamling for å utføre studien og sammendraget av resultatene som er oppnådd.

Dermed kan dataene analyseres systematisk, noe som fører til å få relevante og objektive konklusjoner. På samme måte har den verktøy som tillater grafisk representasjon av resultatene.

Bioestadistikk har en bred serie underspesialiteter innen molekylærbiologi, genetikk, landbruksstudier, dyreforskning - både i felt og i laboratoriet, kliniske behandlinger hos mennesker, blant andre.

Historie

I midten av sektentende århundre oppstår moderne statistisk teori med innføringen av sannsynlighetsteori og spillteori og sjanse, utviklet av tenkere fra Frankrike, Tyskland og England. Teorien om sannsynlighet er et kritisk konsept, og regnes som "ryggraden" for moderne statistikk.

Deretter vil noen av de mest bemerkelsesverdige bidragsyterne bli nevnt innen bioestadistikk, og statistikk generelt:

James Bernoulli

Bernoulli var en viktig sveitsisk forsker og matematiker. Bernoulli tilskrives den første traktaten for sannsynlighetsteori, og binomial distribusjon. Hans mesterverk ble utgitt av nevøen hans, i 1713 og har tittelen Ars conjectandi.

Johann Carl Friedrich Gauss

Gauss er en av de mest fremragende forskerne innen statistikk. Fra en tidlig alder viste han seg å være et vidunderbarn, og la merke til det vitenskapelige feltet siden han bare var en ung videregående student.

Et av hans viktigste bidrag til vitenskap var arbeidet Aritmeticae Miscisities, Skrevet da Gauss var 21 år gammel.

I denne boken utsetter den tyske forskeren teorien om tall, som også sammenstiller resultatene av en serie matematikere som Fermat, Euler, LaGrange og Legendre.

Pierre Charles-Alexandre Louis

Den første medisinstudien som involverte bruk av statistiske metoder tilskrives Doctor Pierre Charles-Alexandre Louis, innfødt i Frankrike. Brukte den numeriske metoden på studier relatert til tuberkulose, og hadde betydelig innvirkning på medisinstudenter på tiden.

Studien motiverte andre leger til å bruke statistiske metoder innenfor deres forskning, som beriket disipliner i stor grad, og skiller ut de som er relatert til epidemiologi.

Francis Galton

Francis Galton var en karakter som hadde flere bidrag til vitenskap, og regnes som grunnleggeren av statistisk biometri. Galton var fetteren til den britiske naturforskeren Charles Darwin, og studiene hans baserte dem på en blanding av fetterens teorier med samfunnet, i det som ble kalt sosial darwinisme.

Darwins teorier hadde stor innvirkning på Galton, som følte behovet for å utvikle en statistisk modell som ville garantere befolkningsstabiliteten.

Takket være denne bekymringen utviklet Galton korrelasjons- og regresjonsmodellene, som er mye brukt i dag, som vi vil se senere.

Ronald Fisher

Er kjent som statistikkens far. Utviklingen av moderniseringen av teknikkene i bioestadistikken tilskrives Ronald Fisher og dens samarbeidspartnere.

Da Charles Darwin publiserte Arts opprinnelse, Biologi hadde fremdeles ikke presise tolkninger av arven etter karakterene.

År senere, med gjenoppdagelse av verkene til Gregor Mendel, utviklet en gruppe forskere den moderne syntesen av evolusjonen, gjennom fusjon av begge kunnskapsorganer: teorien om evolusjon gjennom naturlig seleksjon og arvelovene.

Sammen med Fisher, Sewall G. Wright og J. B. S. Haldane utviklet syntese og etablerte prinsippene for populasjoner genetikk.

Syntesen hadde med seg en ny arv innen bioestadistikk, og teknikkene utviklet har vært nøkkelen i biologi. Blant dem skiller fordelingen av prøvetaking, varians, variansanalyse og eksperimentell design ut. Disse teknikkene har et bredt spekter av bruksområder, fra landbruk til genetikk.

Hva studerer bioestadistikk? (Studieretning)

Bioestadistikk er en gren av statistikk som fokuserer på design og utførelse av vitenskapelige eksperimenter som blir utført i levende vesener, i anskaffelse og analyse av dataene oppnådd gjennom disse eksperimentene, og i den påfølgende tolkningen og presentasjonen av resultatene fra analysen.

Siden biologiske vitenskaper inkluderer en omfattende serie studiemål, må bioestadistikk være like mangfoldig, og klarer å knytte seg til de forskjellige spørsmålene som biologi har som mål å studere, karakterisere og analysere livsformer.

applikasjoner

Bioestadiske applikasjoner er ekstremt varierte. Anvendelsen av statistiske metoder er et iboende trinn i den vitenskapelige metoden, slik at enhver forsker må knytte statistikk for å teste deres arbeidshypoteser.

Helse forskning

Bioestadistikk brukes innen helseområdet, for å vise resultater relatert til epidemier, ernæringsstudier, blant andre.

Det brukes også direkte i medisinske studier og i utviklingen av nye behandlinger. Statistikk gjør det mulig å skille objektivt hvis en medisin hadde positive, negative eller nøytrale effekter på utviklingen av en spesifikk sykdom.

Biologiske vitenskap

For enhver biolog er statistikk et uunnværlig verktøy i forskning. Med få unntak av bare beskrivende verk, krever forskning innen biologiske vitenskaper en tolkning av resultatene, som anvendelse av statistiske tester er nødvendig.

Statistikk lar oss vite om forskjellene vi observerer i biologiske systemer skyldes tilfeldige, eller gjenspeiler signifikante forskjeller som må tas i betraktning.

På samme måte tillater det å lage modeller for å forutsi atferden til en variabel, gjennom anvendelse av korrelasjoner, for eksempel.

Grunnleggende tester

I biologi kan en serie tester som gjøres ofte i forskning påpekes. Valget av riktig bevis avhenger av det biologiske spørsmålet du vil svare på, og av visse egenskaper ved dataene, for eksempel dens fordeling av homogeniteten til avvik.

Tester for en variabel

En enkel test er sammenligningen med studentens par eller t. Det er mye brukt i medisinske publikasjoner og helseområder. Generelt brukes den til å sammenligne to prøver med en størrelse mindre enn 30. Antar likhet i avvik og normalfordeling. Det er varianter for sammenkoblede eller forsvunne prøver.

Hvis prøven ikke oppfyller antakelsen om normalfordeling, er det bevis som brukes i disse tilfellene, og er kjent som ikke -parametriske tester. For t -testen er det ikke -parametriske alternativet Wilcoxons Ranges -test.

Variansanalysen (forkortet som ANOVA) er også mye brukt og gjør det mulig å skille hvis flere prøver skiller seg fra hverandre betydelig. Som student t -test, antar det likhet i avvik og normalfordeling. Det ikke-parametriske alternativet er Kruskal-Wallis-test.

Hvis du vil etablere forholdet mellom to variabler, brukes en korrelasjon. Den parametriske testen er Pearsons korrelasjon, og den ikke -parametriske er korrelasjonen av Spearman Ranges.

Multivariate tester

Det er vanlig at de vil studere mer enn to variabler, så multivarierte tester er veldig nyttige. Blant disse regresjonsstudiene, kanonisk korrelasjonsanalyse, diskriminerende analyse, multivariat analyse av variansen (MANOVA), logistikkregresjon, analyse av hovedkomponenter, etc.

De fleste brukte programmer

Bioestadistikk er et essensielt verktøy innen biologiske vitenskaper. Disse analysene utføres av spesialiserte programmer for statistisk dataanalyse.

SPSS

En av de mest brukte over hele verden, i det akademiske miljøet, er SPSS. Innenfor fordelene er håndteringen av en stor mengde data og kapasitet for koding av variabler.

S-pluss og statistikk

S -plus er et annet mye brukt program, som tillater - så vel som SPSS - utfør grunnleggende statistiske tester i store store data. Statistikk er også ganske brukt, og er preget av sin intuitive styring og mangfoldet av grafikk den tilbyr.

R

I dag velger de fleste biologer å utføre sin statistiske analyse i r. Denne programvaren er preget av dens allsidighet, siden nye pakker med flere funksjoner opprettes hver dag. I motsetning til de tidligere programmene, må du i R se etter pakken du utfører testen du vil gjøre, og last ned den.

Selv om R ser ut til å være veldig vennlig og enkel å bruke, gir det et bredt utvalg av veldig nyttige tester og funksjoner for biologer. I tillegg er det visse pakker (for eksempel GGPLOT) som tillater visualisering av dataene på en veldig profesjonell måte.

Referanser

1. Bali, J. (2017).Grunnleggende om biostatikk: En manual for leger. Jaypee Brothers Medical Publisher.
2. Hazra, a., & Gogtay, n. (2016). Biostatistics Series Modure 1: Grunnleggende om biostatistikk. Indian Journal of Dermatology, 61(1), 10.
3. Saha, i., & Paul, B. (2016). Essentials of Biostatics: For bachelor, studenter av medisinsk vitenskap, biomedisinsk vitenskap og forskere. Akademiske utgivere.
4. Trapp, r. G., & Dawson, B. (1994). Grunnleggende og kliniske biostatikk. Appleton & Lange.
5. Zhao, og., & Chen, D. G.(2018). Nye grenser for biostatikk og bioinformatikk. Springer.