Ιστορία της βιοστατιστικής, πεδίο σπουδών και εφαρμογές



Το βιοστατιστική είναι μια επιστήμη που είναι μέρος των στατιστικών και εφαρμόζεται σε άλλους κλάδους στον τομέα της βιολογίας και της ιατρικής, κυρίως.

Η βιολογία είναι ένα εκτεταμένο πεδίο που είναι υπεύθυνο για τη μελέτη της τεράστιας ποικιλίας ζωντανών μορφών που υπάρχουν στους ιούς, τα ζώα, τα φυτά κλπ. - από διαφορετικές απόψεις.

Βιοστατιστική είναι ένα πολύ χρήσιμο εργαλείο, το οποίο μπορεί να εφαρμοστεί στη μελέτη των οργανισμών αυτών, συμπεριλαμβανομένων πειραματικό σχεδιασμό, η συλλογή δεδομένων για τη διεξαγωγή της μελέτης και συνοψίζει τα αποτελέσματα που ελήφθησαν.

Έτσι, τα δεδομένα μπορούν να αναλυθούν με συστηματικό τρόπο, οδηγώντας στη λήψη σχετικών και αντικειμενικών συμπερασμάτων. Με τον ίδιο τρόπο, διαθέτει εργαλεία που επιτρέπουν τη γραφική αναπαράσταση των αποτελεσμάτων.

Η βιοστατιστική έχει ένα ευρύ φάσμα ειδικοτήτων στη μοριακή βιολογία, τη γενετική, τις γεωργικές μελέτες, την έρευνα των ζώων - τόσο στον τομέα όσο και στο εργαστήριο, κλινικές θεραπείες στον άνθρωπο, μεταξύ άλλων.

Ευρετήριο

  • 1 Ιστορία
    • 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 Τι μελετά η βιοστατική; (Πεδίο σπουδών)
  • 3 Εφαρμογές
    • 3.1 Επιστήμες της υγείας
    • 3.2 Βιολογικές επιστήμες
  • 4 Βασικές δοκιμές
    • 4.1 Δοκιμές για μια μεταβλητή
    • 4.2 Πολλαπλασιαστικές δοκιμές
  • 5 Τα πιο χρησιμοποιημένα προγράμματα
    • 5.1 SPSS
    • 5.2 S-plus και Statistica
    • 5.3 R
  • 6 Αναφορές

Ιστορία

Στα μέσα του 17ου αιώνα, η σύγχρονη στατιστική θεωρία προκύπτει με την εισαγωγή της θεωρίας της πιθανότητας και της θεωρίας των παιχνιδιών και της τύχης, που αναπτύχθηκε από τους στοχαστές από τη Γαλλία, τη Γερμανία και την Αγγλία. Η θεωρία της πιθανότητας είναι μια κρίσιμη έννοια και θεωρείται η «ραχοκοκαλιά» των σύγχρονων στατιστικών.

Ακολουθούν ορισμένοι από τους σημαντικότερους συντελεστές στον τομέα της βιοστατιστικής και των στατιστικών γενικότερα:

James Bernoulli

Bernoulli ήταν ένας σημαντικός ελβετός επιστήμονας και μαθηματικός της εποχής του. Ο Bernoulli πιστώνεται με την πρώτη συνθήκη της θεωρίας των πιθανοτήτων και την διωνυμική κατανομή. Το αριστούργημά του δημοσιεύθηκε από τον ανιψιό του, το έτος 1713 και έχει τίτλο Ars Conjectandi.

Ο Γιάννης Καρλ Φρίριντ Γκάους

Ο Gauss είναι ένας από τους σημαντικότερους επιστήμονες στις στατιστικές. Από νεαρή ηλικία αποδείχθηκε παιδαριώτης, καθιστώντας τον εαυτό του γνωστό στον επιστημονικό τομέα αφού ήταν απλώς ένας νεαρός μαθητής γυμνασίου.

Μία από τις σημαντικότερες συνεισφορές του στην επιστήμη ήταν το έργο Disquisitiones arithmeticae, που δημοσιεύθηκε όταν ο Gauss ήταν 21 ετών.

Σε αυτό το βιβλίο, ο Γερμανός επιστήμονας εκθέτει τη θεωρία των αριθμών, η οποία συγκεντρώνει επίσης τα αποτελέσματα μιας σειράς μαθηματικών όπως οι Fermat, Euler, Lagrange και Legendre.

Pierre Charles-Alexandre Louis

Η πρώτη μελέτη φαρμάκων που αφορούσε τη χρήση στατιστικών μεθόδων αποδίδεται στον γιατρό Pierre Charles-Alexandre Louis, ντόπιο της Γαλλίας. Εφαρμόζει την αριθμητική μέθοδο σε μελέτες που σχετίζονται με τη φυματίωση, επηρεάζοντας σημαντικά τους φοιτητές της εποχής.

Η μελέτη ενθάρρυνε άλλους γιατρούς να χρησιμοποιήσουν στατιστικές μεθόδους στο πλαίσιο της έρευνάς τους, γεγονός που εμπλούτισε σε μεγάλο βαθμό τους επιστημονικούς κλάδους, ειδικά εκείνους που σχετίζονται με την επιδημιολογία..

Francis Galton

Ο Francis Galton ήταν ένας χαρακτήρας που είχε πολλαπλές συνεισφορές στην επιστήμη και θεωρείται ο ιδρυτής της στατιστικής βιομετρίας. Ο Γκάλτον ήταν ο ξάδελφος του βρετανικού φυσιοδίφης Τσαρλς Ντάργουιν και οι μελέτες του βασίστηκαν σε ένα μίγμα των θεωριών του ξαδέλφου του με την κοινωνία, στο λεγόμενο κοινωνικό δαρβινισμό.

Οι θεωρίες του Ντάργουιν είχαν μεγάλη επίδραση στον Γκάλτον, ο οποίος αισθάνθηκε την ανάγκη ανάπτυξης ενός στατιστικού μοντέλου που κατάφερε να εξασφαλίσει τη σταθερότητα του πληθυσμού.

Χάρη σε αυτή την ανησυχία, ο Galton ανέπτυξε τα μοντέλα συσχέτισης και παλινδρόμησης, τα οποία χρησιμοποιούνται ευρέως σήμερα, όπως θα δούμε αργότερα.

Ρόναλντ Φίσερ

Είναι γνωστός ως ο πατέρας των στατιστικών. Η ανάπτυξη του εκσυγχρονισμού των βιοστατιστικών τεχνικών αποδίδεται στον Ronald Fisher και στους συνεργάτες του.

Όταν ο Charles Darwin δημοσίευσε το Προέλευση των ειδών, η βιολογία δεν είχε ακόμη ακριβείς ερμηνείες της κληρονομιάς των χαρακτήρων.

Χρόνια αργότερα, με την εκ νέου ανακάλυψη του έργου του Γκρέγκορ Μέντελ, μια ομάδα επιστημόνων ανέπτυξε τη σύγχρονη σύνθεση της εξέλιξης, με τη συγχώνευση των δύο σωμάτων της γνώσης: η θεωρία της εξέλιξης μέσω της φυσικής επιλογής, και κληρονομικό δίκαιο.

Μαζί με τον Fisher, ο Sewall G. Wright και ο J. B. S. Haldane ανέπτυξαν τη σύνθεση και καθόρισαν τις αρχές της γενετικής του πληθυσμού.

Η σύνθεση έφερε μαζί της μια νέα κληρονομιά στη βιοστατιστική και οι τεχνικές που αναπτύχθηκαν ήταν βασικές στη βιολογία. Μεταξύ αυτών, η κατανομή της δειγματοληψίας, η διακύμανση, η ανάλυση της διακύμανσης και ο πειραματικός σχεδιασμός ξεχωρίζουν. Αυτές οι τεχνικές έχουν ένα ευρύ φάσμα χρήσεων, από τη γεωργία μέχρι τη γενετική.

Τι μελετάει η βιοστατική; (Πεδίο σπουδών)

Βιοστατιστική είναι ένας κλάδος της στατιστικής που επικεντρώνεται στο σχεδιασμό και την εκτέλεση των επιστημονικών πειραμάτων που διεξάγονται για τα έμβια όντα, την απόκτηση και την ανάλυση των δεδομένων που λαμβάνονται από αυτά τα πειράματα, και η επακόλουθη ερμηνεία και παρουσίαση τα αποτελέσματα των αναλύσεων.

Από Biosciences περιλαμβάνουν μια εκτεταμένη σειρά από στόχους μελέτης, βιοστατιστική θα πρέπει να είναι εξίσου ποικίλα, και επιτυγχάνει εμπλέκονται η ποικιλία των θεμάτων βιολογίας αποσκοπεί στη μελέτη, το χαρακτηρισμό και την ανάλυση lifeforms.

Εφαρμογές

Οι εφαρμογές της βιοστατιστικής είναι εξαιρετικά ποικίλες. Η εφαρμογή των στατιστικών μεθόδων είναι ένα εγγενές βήμα της επιστημονικής μεθόδου, οπότε κάθε ερευνητής πρέπει να προσαρμόσει τα στατιστικά στοιχεία για να ελέγξει τις υποθέσεις εργασίας.

Επιστημών Υγείας

Η βιοστατιστική χρησιμοποιείται στον τομέα της υγείας, για να δώσει αποτελέσματα σχετικά με τις επιδημίες, τις διατροφικές μελέτες, μεταξύ άλλων.

Χρησιμοποιείται επίσης σε ιατρικές μελέτες απευθείας και στην ανάπτυξη νέων θεραπειών. Τα στατιστικά στοιχεία επιτρέπουν την αντικειμενική διάκριση εάν ένα φάρμακο έχει θετικές, αρνητικές ή ουδέτερες επιδράσεις στην ανάπτυξη μιας συγκεκριμένης ασθένειας.

Βιολογικές επιστήμες

Για κάθε βιολόγο, οι στατιστικές είναι ένα απαραίτητο εργαλείο στην έρευνα. Με λίγες εξαιρέσεις απλώς περιγραφικών έργων, οι έρευνες στις βιολογικές επιστήμες απαιτούν ερμηνεία των αποτελεσμάτων, για τις οποίες απαιτείται η εφαρμογή στατιστικών δοκιμών.

Τα στατιστικά στοιχεία μας επιτρέπουν να γνωρίζουμε εάν οι διαφορές που παρατηρούμε στα βιολογικά συστήματα οφείλονται στην τύχη ή αντανακλούν σημαντικές διαφορές που πρέπει να ληφθούν υπόψη.

Με τον ίδιο τρόπο, επιτρέπει τη δημιουργία μοντέλων για την πρόβλεψη της συμπεριφοράς ορισμένων μεταβλητών, μέσω της εφαρμογής συσχετίσεων, για παράδειγμα.

Βασικές δοκιμές

Στη βιολογία, μια σειρά από δοκιμές που γίνονται συχνά σε έρευνες μπορεί να επισημανθεί. Η επιλογή της κατάλληλης δοκιμής εξαρτάται από το βιολογικό ερώτημα που πρέπει να απαντηθεί και ορισμένα χαρακτηριστικά των δεδομένων, όπως η κατανομή της ομοιογένειας των αποκλίσεων.

Δοκιμές για μια μεταβλητή

Μια απλή δοκιμασία είναι η σύγκριση σε ζεύγη ή t του Student. Χρησιμοποιείται ευρέως σε ιατρικές εκδόσεις και σε θέματα υγείας. Γενικά, χρησιμοποιείται για να συγκρίνει δύο δείγματα με μέγεθος μικρότερο από 30. Υποθέτει ισότητα στις διακυμάνσεις και την κανονική κατανομή. Υπάρχουν παραλλαγές για δείγματα που έχουν συνδυαστεί ή δεν έχουν συζευχθεί.

Αν το δείγμα δεν ικανοποιεί την υπόθεση της κανονικής κατανομής, υπάρχουν δοκιμές που χρησιμοποιούνται σε αυτές τις περιπτώσεις και είναι γνωστές ως μη παραμετρικές δοκιμές. Για τη δοκιμή t, η μη παραμετρική εναλλακτική είναι η δοκιμασία κατάταξης Wilcoxon.

Η ανάλυση της διακύμανσης (συντετμημένη ως ANOVA) χρησιμοποιείται επίσης ευρέως και επιτρέπει να διακρίνεται αν πολλά δείγματα διαφέρουν σημαντικά. Όπως και το τεστ του Student, θεωρείται ισότητα στις διακυμάνσεις και την κανονική κατανομή. Η μη παραμετρική εναλλακτική λύση είναι η δοκιμή Kruskal-Wallis.

Αν θέλετε να καθορίσετε τη σχέση μεταξύ δύο μεταβλητών, εφαρμόζεται μια συσχέτιση. Η παραμετρική δοκιμή είναι η συσχέτιση Pearson, και η μη παραμετρική είναι η συσχέτιση μεταξύ Spearman.

Πολλαπλασιαστικές δοκιμές

Είναι κοινό να θέλετε να μελετήσετε περισσότερες από δύο μεταβλητές, έτσι οι πολύμερες δοκιμές είναι πολύ χρήσιμες. Αυτές οι μελέτες τονίζουν την παλινδρόμηση, την κανονική ανάλυση συσχέτισης, διακριτική ανάλυση, την πολυμεταβλητή ανάλυση διακύμανσης (MANOVA), λογιστική παλινδρόμηση, ανάλυση κύριων συνιστωσών, κ.λπ..

Τα πιο χρησιμοποιημένα προγράμματα

Η βιοστατιστική είναι ένα ουσιαστικό εργαλείο στις βιολογικές επιστήμες. Οι αναλύσεις αυτές πραγματοποιούνται από εξειδικευμένα προγράμματα για την ανάλυση στατιστικών δεδομένων.

SPSS

Ένα από τα πιο χρησιμοποιούμενα παγκοσμίως, στο ακαδημαϊκό περιβάλλον, είναι το SPSS. Μεταξύ των πλεονεκτημάτων του είναι η διαχείριση ενός μεγάλου αριθμού δεδομένων και η δυνατότητα αναδιαμόρφωσης μεταβλητών.

S-plus και Statistica

Το S-plus είναι ένα άλλο ευρέως χρησιμοποιούμενο πρόγραμμα, το οποίο επιτρέπει -όπως και το SPSS- να εκτελεί βασικές στατιστικές δοκιμές σε μεγάλες ποσότητες δεδομένων. Η στατιστική χρησιμοποιείται επίσης ευρέως και χαρακτηρίζεται από τον διαισθητικό χειρισμό της και την ποικιλία των γραφικών που προσφέρονται.

R

Σήμερα, οι περισσότεροι βιολόγοι επιλέγουν να πραγματοποιήσουν τη στατιστική ανάλυση τους στο R. Το λογισμικό αυτό χαρακτηρίζεται από την ευελιξία του, καθώς δημιουργούνται καθημερινά νέα πακέτα με πολλαπλές λειτουργίες. Σε αντίθεση με τα προηγούμενα προγράμματα, στο R πρέπει να ψάξετε για το πακέτο που εκτελεί τη δοκιμή που θέλετε να κάνετε και να το κατεβάσετε.

Παρόλο που το R δεν φαίνεται να είναι πολύ φιλικό και εύκολο στη χρήση, παρέχει μια ευρεία ποικιλία δοκιμών και λειτουργιών που χρησιμεύουν σε μεγάλο βαθμό για τους βιολόγους. Επιπλέον, υπάρχουν ορισμένα πακέτα (όπως το ggplot) που επιτρέπουν την απεικόνιση δεδομένων με πολύ επαγγελματικό τρόπο.

Αναφορές

  1. Bali, J. (2017). Βασικά στοιχεία της βιοστατιστικής: Εγχειρίδιο για τους ιατρούς. Jaypee Brothers Medical Εκδότες.
  2. Hazra, Α., & Gogtay, Ν. (2016). Σειρά βιοστατιστικής σειράς 1: Βασικά στοιχεία της βιοστατιστικής. Ινδικό περιοδικό δερματολογίας61(1), 10.
  3. Saha, Ι. & Paul, Β. (2016). Τα βασικά στοιχεία της βιοστατιστικής: για τους προπτυχιακούς, μεταπτυχιακούς φοιτητές της ιατρικής επιστήμης, της βιοϊατρικής επιστήμης και των ερευνητών. Ακαδημαϊκοί εκδότες.
  4. Trapp, R. G., & Dawson, Β. (1994). Βασικές και κλινικές βιοστατιστικές. Appleton & Lange.
  5. Zhao, Υ. & Chen, D. G. (2018). Νέα σύνορα βιοστατιστικής και βιοπληροφορικής. Springer.