Det faldt mig ind, at mens jeg i årenes løb har samlet nogle ideer om forskellene mellem statistik og biostatistik, har jeg aldrig hørt en formel forklaring. Hvad skelnes der mellem disse to discipliner (i øjeblikket)? Og hvorfor begyndte denne sondring i første omgang?
REDIGERING: Jeg har ikke været specifik nok i mit originale spørgsmål. Jeg forstår, at biostatistik er anvendelse og udvikling af statistik inden for det biomedicinske felt. Men hvad er der nogle specifikke eksempler på forskellene? Hvad skelner f.eks. kandidatuddannelsen inden for de to områder? Hvad er formålet med at have forskellige akademiske afdelinger til de to discipliner (en forskel, jeg ikke ser inden for noget andet felt)?
Kommentarer
- biostat = anvendelse af statistiske metoder til biologi?
- Ret, men der er anvendelser af statistiske metoder i alle fag. Hvorfor findes der biostatistik (i det mindste i USA) som en semi-distinkt disciplin?
- Nå, et andet eksempel er økonometri, som også ses som et særskilt erhverv.
- @MattParker Overvej at ” bio ” i biostatistik, når medicin medtages e, er faktisk en massiv komponent i den samlede forskningsvirksomhed. Det er ‘ det er muligt, at de andre felter simpelthen ‘ ikke kan opretholde en dedikeret underdisciplinafdeling, mens biomedicin kan.
- Bortset fra økonometri er der psykometri og kemometri og også geostatistik.
Svar
Når jeg kigger ved Wikipedia-posten til biostatistik , synes forholdet til biometri ikke at være så indlysende for mig, da biometri historisk set var mere bekymret med karakterisering af individer ved nogle fænotyper af interesse, med store anvendelser inden for populationsgenetik (som eksemplificeret ved Fishers arbejde), mens en del af denne disciplin nu fokuserer på biometriske systemer (hvis mål er “anerkendelse eller identifikation af individer baseret på nogle fysiske eller adfærdsmæssige egenskaber, der er iboende unikke for hver enkelt “, ifølge Boulgouris et al., Biometrics , 2010). Alligevel er der stadig er anmeldelser som Biometrika og Biometrics ; selvom jeg læser sidstnævnte på uregelmæssig basis, fokuserer de fleste artikler på “biostatistisk” teoretisk eller anvendt arbejde. Det samme gælder for Biostatistik . Med “biostatistiske” applikationer mener jeg, at det har at gøre med applikationer eller modeller relateret til det biomedicinske domæne i vid forstand (biologi, sundhedsvidenskab, genetik osv.).
I henhold til Encyclopedia of Biostatistics (2005, 2. udgave),
(.. .) Som det fremgår af ovenstående eksempler, er biostatistik problemorienteret. Det er specifikt rettet mod spørgsmål, der opstår inden for biomedicinsk videnskab. Metoderne for biostatistik er metoderne til statistik – begreber rettet mod variation i observationer og metoder til at udvinde information fra observationer i lyset af variation fra forskellige kilder, men især fra variation i reaktioner fra levende organismer og især mennesker, der undersøges. Biostatistisk aktivitet spænder over en bred vifte af videnskabelig undersøgelse, fra menneskers grundlæggende struktur og funktioner gennem menneskers interaktion med deres miljø, herunder problemer med miljømæssig toksicitet og sanitet, forbedring af sundheden og uddannelse, sygdomsforebyggelse og terapi, organisationen af sundhedssystemer og sundhedsfinansiering.
Alt i alt tror jeg, at biostatistik er en del af en superfamilie – Statistik–, og del de fleste af dens metoder, men har et mere fokuseret interesseområde (dermed en historisk baggrund, specifikke designs og en generel teoretisk ramme) og dedikerede modelleringsstrategier.
Svar
For at citere “Encyclopedic mathematics dictionary” af Kiyosi Itô (red.):
I mange anvendte felter findes der systemer til statistiske metoder, der er udviklet specifikt til de respektive felter, og skønt alle t hem er i det væsentlige baseret på de samme generelle principper for statistisk slutning, hver har sine egne specielle teknikker og procedurer. Specifikke navne er opfundet, såsom biometri, økonometri, psykometri, teknometri, sociometri osv.
Svar
Som en person, der tog kurser fra statistikafdelingen på et universitet, der ikke tilbyde en biostatistikfag og arbejdede i kliniske forsøg med biostatistikere og læste mange artikler skrevet af biostatistikere, kan jeg tilbyde et bestemt perspektiv. Jeg ser biostatistik som et felt, der anvender en delmængde af standardstatistiske teknikker til klinisk forskning. Biostatistik fokuserer i højere grad på kategoriske variabler og logistisk regression end statistikker anvendt på emner studeret inden for naturvidenskab og teknik. Biostatistik har tendens til at søge svar på binære spørgsmål som disse: 1) Er dette emne sundt eller syg? eller 2) forårsager dette stof mere godt end skade? Det bruger ofte diskrete uafhængige variabler, såsom om et emne var i live eller død i slutningen af undersøgelsen. Dette er dog ikke en jernklædt skelnen: Biostatistik bruger også overlevelsesanalyse, som involverer måling af en kontinuerlig variabel, dvs. længden af tid til en begivenhed af biologisk betydning.
Kommentarer
- Biostatistik yder også unikke bidrag til statistisk teori og sammenhængen mellem undersøgelsesdesign og inferens. Ækvivalensforsøg er et eksempel på den tidligere og kontrafaktiske årsagsestimering a la James Robins, Sander Greenland osv. (Inden for epi / biostatistik) er et eksempel på den tidligere.
Svar
Biostatistik, biometri og biometri er synonymer. Medicinsk statistik (undertiden kaldet “klinisk biostatistik” uden klar grund) er en delmængde af disse.
Kommentarer
- Jeg tror virkelig ikke ‘ at biostatistik og biometri er synonymer. Biometri inkluderer ansigtsgenkendelse, fingerprint analyse, mens biostatistik involveret klinisk forsøgsdesign og så videre … Kun lignende navne.
- At brugen af ‘ biometri ‘ er en uheldig neologisme. Se tibs.org/interior.aspx?id=290
- Dette er ikke ‘ t virkelig behandler spørgsmålet, dog. Jeg ved hvad definitionen af biostatistik er, men jeg ved ikke ‘ hvordan den adskiller sig fra statistikker i praksis, i uddannelse, i filosofi osv.
- ‘ Klinisk biostatistik ‘ giver mig faktisk virkelig mening. De antagelser, estimater osv., Som kliniske forskere arbejder med, er markant forskellige, selv for mennesker ” et felt over “. Jeg er nødt til at ændre hele tankegangen, når jeg ‘ arbejder med kliniske data.
Svar
Jeg vil svinge med at besvare dette fra perspektivet hos en person, der hverken er statistiker eller biostatistiker. Snarere eksisterer jeg i det slørede grå område, der er “epidemiologiske metoder”.
Som andre plakater har nævnt, er biostatistik en disciplin, der især er koncentreret om statistik, da de gælder for biologiske problemer – inklusive dem, der opstår inden for medicin . Selvom dette virker noget semantisk, resulterer det i nogle ting, som jeg synes, det gør det til en særskilt enhed alene, selvom ingen af disse er strengt eksklusive:
- En afhængighed af faglig ekspertise . Det være sig gennem samarbejde med emneeksperter eller blot ved at arbejde på det samme problem i lang tid, involverer biostatistik sammensmeltning af en statistisk metode med et særligt anvendt problem.
- Et fælles og ret begrænset sæt undersøgelser design. Mens eksotiske undersøgelsesdesign vokser mere acceptabelt, domineres feltet stort set stadig af kohorte-, sagsstyrings- og kliniske forsøgsdesign. Fokus er ofte på estimering af kategoriske eksponeringer (givet lægemidlet, ikke givet stoffet …) og kategoriske resultater (døde, døde ikke).
- En allestedsnærværende manglende / forkert klassificerede / dårlige data.
- Mindre vægt på klassificering og forudsigelse. Som @Alexis har nævnt, er kausal inferens og ønsket om at udforske kontrafaktiske meget vigtige for biostatistikken. Selvom det ikke udelukkende er sandt, noget der er en god forudsigelse, men som ikke har etiologisk forklaring er af mindre interesse. Dette har for eksempel noget begrænset penetrationen af maskinlæringsmetoder.
Svar
Statistik vs Biostatistik giver ikke mening som sammenligning; biostatistik er virkelig et underemne for statistik. Dette ville være som at spørge “hvad er forskellen mellem matematik og sandsynlighed?”; sandsynlighed er et underfelt af matematik.
Som andre har bemærket, gælder biostatistik for problemer, der er meget almindelige i både medicinske studier og biologisk forskning.Dette inkluderer, men er bestemt ikke begrænset til, overlevelsesanalyse, sekventiel forsøgsdesign, langsgående analyse og genomiske analyser, for kun at nævne nogle få emner.
Hvad angår forskellen mellem programmer i statistik og biostatistik, er den åbenlyse forskel mellem to programmer, at biostatistikprogrammerne vil specialisere sig i ovenstående emner. De fleste statistikprogrammer vil stadig dække biostatistik (for eksempel har jeg min ph.d. i statistik, og af alle mulige specialiseringer af statistiker er jeg mest kvalificeret som biostatistiker, min nuværende position), men det er bestemt muligt at få en ph.d. i statistik med kun en mild introduktion til biostatistik-specifikke emner.
Det er min forståelse, at den høje efterspørgsel efter lægemiddelvirksomheders statistikere fører til efterspørgslen efter biostatistikprogrammer.
Svar
Jeg ser svarene her definerer bare arbejdsdomænet, så jeg prøver at give et mere omfattende svar baseret på min erfaring med at lære statistik som læge. Det meste af min erfaring er kliniske forsøg, men det kan anvendes på ethvert domæne inden for biostatistik.
Formålet med biostatistik er biologisk og medicinsk område, dette giver det subtile forskelle i henhold til dette formål.
Statistikker er alle de samme! det er bare matematik! Her er dog forskellen, der kommer til mit hoved, når jeg definerer biostatistik.
1- Almindelig statistiker vil ikke forstå alle terminologier inden for biostatistik, men han vil forstå matematikken!
Begge kommer fra matematiske og sandsynlighedsteorier. Så du vil find de fleste af testene resonerer vil med begge ord som regressionsanalyse, t-test … osv.
Men når det kommer nogle andre tests som relativ risiko, tilskrivbar risikoreduktion, kaplen mieir kurver … osv. disse få tests vil lyde underligt for nogen uden biostatistisk viden. De kan dog let gennemgå det, når de læser om disse tests
2- Biostatistikfeltet genopfinder normalt ikke hjulet, de forbedrer bare det, der er tilgængeligt
Som jeg sagde biostatistik er bygget på statistik. Men i modsætning til det foregående punkt handler det meste af den nuværende aktive forskning om biostatistik for det meste om at forbedre få egenskaber ved eksisterende test med forskellige terminologier for at tjene formålet med biostatistik. F.eks. noget som samlet overlevelse eller tid til død er alle terminologier eksklusive for biostatistik (det er helt sikkert eller hvem der vil studere liv og død) men de er bygget på tid-til-begivenhedsanalyse, som biostatistikeren har oprettet disse terminologier for at få testen til at tjene formålet med biostatistik, mere standardiseret og let at fortolke blandt læger.
3- Biostatistik har sine specifikke retningslinjer (ligesom ethvert andet felt), men det er strengere.
Biostatistik har etableret mange retningslinjer og konventioner til at analysere data fra forskellige felter. For eksempel udfører statistikere, der arbejder inden for biologi og genomik, forskellige tests og tænker anderledes end hvem der arbejder i kliniske forsøg (og selvfølgelig hvem der arbejder i business intelligence). Men denne måde at arbejde på betragtes som fast blandt biostatistikeren , så en biostatistiker tænker normalt ikke ud af boksen medmindre der er noget tilskyndelser, der ikke har eksisteret før, og dette normalt ikke sker, da undersøgelsesdesign af biostatistikfelter er meget definitivt.
Et klarere eksempel på dette er den baysiske statistikapplikation om biostatistik. Bayesiske statistikker er kendt for at være fleksible, så du finder ikke meget brug af denne type statistikker. Også denne anvendelse er bundet til en bestemt gentagen anvendelse som følsomhedsmåling. Der er ikke behov for at tænke på sandsynligheder, når der er lettere muligheder, der er lettere at fortolke og udføre.
Hvorfor denne begrænsning? 1. Fællesskabet forsøger at undgå p hacking og forskønne resultaterne. Især hvis du arbejder i kliniske forsøg, bruger du ikke bare de tests, der giver de bedste resultater. Du bruger endda ikke ensidige tests normalt! Disse konventioner er der for at beskytte forsøgets gyldighed, og alt andet vil gøre samfundet mistænkeligt.
-
Det er den vigtigste del. Alt arbejde med biostatistik skal fortolkes af en læge, så han skal selv give en vis mening om resultaterne. Så de prøver at holde sig til et par tilgange.
-
Dette punkt er uretfærdigt, fordi der ikke er nogen sammenligning , men undersøgelsesdesign i biostatistik er meget endeligt. Normalt behøver du ikke tænke meget over, hvordan du kan bevise effektiviteten af et lægemiddel eller en negativ effekt eller deromkring.Så det er meget usandsynligt, at du bliver nødt til at holde hovedet travlt med at lære forskellige teknikker og tests hver gang, da det er meget sjældent at se et mønsterændring.
Det er alt, hvad jeg har lige nu, jeg opdaterer mit svar, hvis jeg husker noget andet.
Svar
skal have et gennemgående kendskab til hans eller hendes felt, før man anvender en statistisk procedure. Alligevel kalder vi det bare Statistik. Jeg tror, at denne diskussion kun handler om et præferencesystem. Hvis det i de biologiske felter foretrækkes at kalde det biostatistik der er ikke noget problem. Dette er kun et valg af ord.
Kommentarer
- Stop med at tilføje yderligere svar. Du kan klikke på den grå ” rediger ” nederst til venstre i dit svar for at redigere, opdatere eller udvide et eksisterende svar.
Svar
Der er ikke et signifikant forskel mellem statistik og biostatistik. I min definition er biostatistik anvendelse af statistik til biologi. Så en biostatistiker har en relativt stærk kommando inden for biologi, i det mindste nok til at forstå, hvordan han kan anvende sine statistikker til biologi. Det ville være det samme koncept som Artstatistik eller Sociostatistik ; anvendelse af statistik på henholdsvis kunst eller statistik på sociologi. Biostatistik er simpelthen BIOLOGIS statistik. Så du har brug for en styring af biologi og statistik for at klare dig godt som en biostatistiker. “Alt dette.
Kommentarer
- Biostatistik er en del af epidemiologi og medicinsk videnskab.