BIOSTATISTIK: HISTORIA, STUDIEOMRÅDE OCH TILLÄMPNINGAR - BIOLOGI - 2025

De biostatistik är en vetenskap som är en del av statistiken, och tillämpas på andra discipliner inom området biologi och medicin, främst.

Biologi är ett omfattande område som ansvarar för att studera den enorma mångfalden av livsformer som finns på jorden - virus, djur, växter etc. - ur olika synvinklar.

Källa: pixabay.com

Biostatistik är ett mycket användbart verktyg som kan tillämpas på studien av dessa organismer, inklusive experimentell design, insamling av data för att utföra studien och sammanfattningen av de erhållna resultaten.

Således kan informationen analyseras på ett systematiskt sätt, vilket leder till att man får relevanta och objektiva slutsatser. På samma sätt har den verktyg som möjliggör en grafisk representation av resultaten.

Biostatistik har en bred serie av subspecialiteter inom molekylärbiologi, genetik, jordbruksstudier, djurforskning - både inom området och i laboratoriet, kliniska behandlingar hos människor, bland andra.

Historia

I mitten av sjuttonhundratalet framkom modern statistisk teori med introduktionen av sannolikhetsteori och teorin om spel och chanser, utvecklade av tänkare från Frankrike, Tyskland och England. Sannoliksteori är ett kritiskt begrepp, och det anses vara "ryggraden" i modern statistik.

Några av de mest anmärkningsvärda bidragsgivarna inom området biostatistik och statistik i allmänhet listas nedan:

James Bernoulli

Bernoulli var en viktig schweizisk forskare och matematiker i sin tid. Bernoulli krediteras den första avhandlingen om sannolikhetsteori och binomialfördelningen. Hans mästerverk publicerades av hans brorson 1713 och heter Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss är en av de mest framstående forskarna inom statistik. Från en tidig ålder visade han sig vara en barnbarn och gjorde sig känd inom det vetenskapliga området eftersom han bara var en ung gymnasieelev.

Ett av hans viktigaste bidrag till vetenskapen var arbetet Disquisitiones arithmeticae, som publicerades när Gauss var 21 år gammal.

I den här boken avslöjar den tyska forskaren sifferteori, som också sammanställer resultaten från en serie matematiker som Fermat, Euler, Lagrange och Legendre.

Pierre Charles-Alexandre Louis

Den första studien av medicin som involverade användning av statistiska metoder tillskrivs läkaren Pierre Charles-Alexandre Louis, infödd i Frankrike. Han använde den numeriska metoden på studier relaterade till tuberkulos och hade en betydande inverkan på tidens medicinska studenter.

Studien motiverade andra läkare att använda statistiska metoder i sin forskning, vilket kraftigt berikade disciplinerna, särskilt de som är relaterade till epidemiologi.

Francis Galton

Francis Galton var en karaktär som hade flera bidrag till vetenskapen och anses vara grundaren av statistisk biometri. Galton var kusinen till den brittiska naturalisten Charles Darwin, och hans studier baserade sig på en blandning av hans kusins ​​teorier med samhället, i det som kallades social Darwinism.

Darwins teorier påverkade Galton, som kände behovet av att utveckla en statistisk modell som skulle garantera befolkningens stabilitet.

Tack vare denna oro har Galton utvecklat korrelations- och regressionsmodellerna, som används allmänt idag, som vi kommer att se senare.

Ronald fisher

Han är känd som statistikens far. Utvecklingen av modernisering av biostatistikstekniker tillskrivs Ronald Fisher och hans medarbetare.

När Charles Darwin publicerade Origin of Species hade biologi fortfarande inte exakta tolkningar av karaktärs arv.

År senare, med återupptäckten av verk av Gregor Mendel, utvecklade en grupp forskare den moderna syntesen av evolutionen genom att slå samman båda kunskapsorganen: evolutionsteorin genom naturligt urval och arvlagarna. .

Tillsammans med Fisher utvecklade Sewall G. Wright och JBS Haldane syntesen och etablerade principerna för populationsgenetik.

Syntesen förde med sig ett nytt arv inom biostatistik, och de tekniker som utvecklats har varit nyckeln i biologin. Bland dem sticker fördelningen av provtagningen, variansen, analysen av variansen och den experimentella designen. Dessa tekniker har ett brett spektrum av användningsområden, från jordbruk till genetik.

Vad studerar biostatistik? (Studieområde)

Biostatistik är en gren av statistik som fokuserar på utformning och genomförande av vetenskapliga experiment som utförs i levande varelser, på förvärv och analys av data som erhållits genom nämnda experiment och på efterföljande tolkning och presentation av resultaten från analyserna.

Eftersom biologiska vetenskaperna omfattar en omfattande serie studiemål, måste biostatistik vara lika mångfaldig och den lyckas engagera de olika ämnen som biologin syftar till att studera, karakterisera och analysera livsformer.

tillämpningar

Biostatistikens tillämpningar är extremt varierande. Tillämpningen av statistiska metoder är ett inre steg i den vetenskapliga metoden, så varje forskare måste kombinera statistik för att testa sina arbetshypoteser.

Hälsokunskap

Biostatistik används inom hälsoområdet för att producera resultat relaterade till epidemier, näringsstudier, bland andra.

Det används också direkt i medicinska studier och i utvecklingen av nya behandlingar. Statistik gör det möjligt att objektivt urskilja om ett läkemedel hade positiva, negativa eller neutrala effekter på utvecklingen av en specifik sjukdom.

biologi

För alla biologer är statistik ett nödvändigt verktyg inom forskning. Med få undantag från rent beskrivande verk kräver forskning inom biologiska vetenskaper en tolkning av resultaten, för vilka statistiska test krävs.

Statistik tillåter oss att veta om skillnaderna som vi observerar i biologiska system beror på en slump eller om de återspeglar betydande skillnader som måste beaktas.

På samma sätt tillåter det att skapa modeller för att förutsäga beteendet hos någon variabel genom att till exempel använda korrelationer.

Grundläggande tester

I biologi kan en serie tester som ofta görs i forskning specificeras. Valet av lämpligt test beror på den biologiska frågan som ska besvaras, och av vissa egenskaper hos uppgifterna, såsom dess fördelning av homogenitet av variationer.

Tester för en variabel

Ett enkelt test är studentens jämförelse av t-par. Det används ofta i medicinska publikationer och i hälsofrågor. I allmänhet används det för att jämföra två prover med en storlek mindre än 30. Det förutsätter jämlikhet i varianserna och normalfördelningen. Det finns varianter för parade eller oparade prover.

Om provet inte uppfyller antagandet om normalfördelning finns det tester som används i dessa fall, och dessa kallas icke-parametriska tester. För t-testet är det icke-parametriska alternativet Wilcoxon rankningstest.

Variansanalys (förkortat ANOVA) används också i stor utsträckning och gör att man kan urskilja om flera prover skiljer sig väsentligt från varandra. Liksom studentens t-test förutsätter det jämlikhet i variationer och normalfördelning. Det icke-parametriska alternativet är Kruskal-Wallis-testet.

Om du vill fastställa förhållandet mellan två variabler tillämpas en korrelation. Det parametriska testet är Pearson-korrelation, och det icke-parametriska är Spearman-rankningskorrelationen.

Multivariate test

Det är vanligt att vilja studera mer än två variabler, så multivariata test är mycket användbara. Dessa inkluderar regressionsstudier, kanonisk korrelationsanalys, diskriminerande analys, multivariat variansanalys (MANOVA), logistisk regression, analys av huvudkomponenter, etc.

Mest använda program

Biostatistik är ett viktigt verktyg inom biologiska vetenskaper. Dessa analyser utförs av specialiserade program för statistisk analys av data.

SPSS

En av de mest använda i världen, inom den akademiska miljön, är SPSS. Bland dess fördelar är hantering av stora mängder data och förmågan att koda om variabler.

S-plus och Statistica

S-plus är ett annat allmänt använt program som gör - som SPSS - möjlighet att utföra grundläggande statistiska tester på stora datamängder. Statistica används också ofta och kännetecknas av dess intuitiva hantering och den mångfald grafik den erbjuder.

R

Idag väljer de flesta biologer att utföra sin statistiska analys i R. Denna programvara kännetecknas av dess mångsidighet, eftersom nya paket med flera funktioner skapas varje dag. Till skillnad från de tidigare programmen, i R måste du hitta paketet som utför testet du vill göra och ladda ner det.

Även om R kanske inte verkar särskilt användarvänligt och användarvänligt, ger det en mängd användbara tester och funktioner för biologer. Dessutom finns det vissa paket (som ggplot) som gör det möjligt att visualisera data på ett mycket professionellt sätt.

referenser

1. Bali, J. (2017) Basics of Biostatistics: A Manual for Medical Practitioners. Jaypee Brothers Medical Publisher.
2. Hazra, A., & Gogtay, N. (2016). Biostatistik serie modul 1: Grunderna i biostatistik. Indisk tidskrift för dermatologi, 61 (1), 10.
3. Saha, I., & Paul, B. (2016). Essenser för biostatistik: för grund-, forskarstuderande i medicinsk vetenskap, biomedicinsk vetenskap och forskare. Akademiska förlag.
4. Trapp, RG, & Dawson, B. (1994). Grundläggande & klinisk biostatistik. Appleton & Lange.
5. Zhao, Y., & Chen, DG (2018). Nya gränser för biostatistik och bioinformatik. Springer.