BIOSTATISTIIKKA: HISTORIA, OPINTOALA JA SOVELLUKSET - BIOLOGIA - 2024

Biostatistics on tiede, joka on osa tilastoja ja soveltaa muiden tieteenalojen kentässä biologian ja lääketieteen, lähinnä.

Biologia on laaja ala, jonka tehtävänä on tutkia maapallolla esiintyviä valtavia eläinmuotoja - viruksia, eläimiä, kasveja jne. - eri näkökulmista.

Lähde: pixabay.com

Biostatistiikka on erittäin hyödyllinen työkalu, jota voidaan soveltaa näiden organismien tutkimukseen, mukaan lukien kokeellinen suunnittelu, tiedonkeruu tutkimuksen suorittamiseksi ja yhteenveto saaduista tuloksista.

Siksi tietoja voidaan analysoida systemaattisesti, mikä johtaa asiaankuuluvien ja objektiivisten johtopäätösten saamiseen. Samalla tavalla siinä on työkaluja, jotka mahdollistavat tulosten graafisen esityksen.

Biostatistiikalla on laaja ala-alaryhmä muun muassa molekyylibiologian, genetiikan, maatalouden tutkimuksissa, eläintutkimuksissa - sekä kentällä että laboratoriossa, kliinisissä hoidoissa ihmisillä.

Historia

Seitsemännentoista vuosisadan puolivälissä syntyi moderni tilastoteoria ottamalla käyttöön todennäköisyysteoria sekä pelien ja sattumien teoria, jotka ovat kehittäneet Ranskan, Saksan ja Englannin ajattelijat. Todennäköisyyden teoria on kriittinen käsite, ja sitä pidetään nykyaikaisten tilastojen "selkärangana".

Seuraavassa luetellaan eräitä merkittävimpiä tekijöitä biostatistiikan ja tilastojen alalla yleensä:

James Bernoulli

Bernoulli oli aikansa tärkeä sveitsiläinen tiedemies ja matemaatikko. Bernoulli hyvitetään ensimmäisessä todennäköisyyden teoriaa käsittelevässä tutkielmassa ja binomijakaumassa. Hänen mestariteoksensa julkaisi veljenpoika vuonna 1713, ja sen nimi on Ars Conjectandi.

Johann Carl Friedrich Gauss

Gauss on yksi merkittävimmistä tutkijoista tilastoissa. Varhaisesta iästä lähtien hän osoittautui lastenhoitajaksi, ja teki itsensä tunnetuksi tieteen alalla, koska hän oli vasta nuori lukion opiskelija.

Yksi hänen tärkeimmistä panoksistaan ​​tieteeseen oli työ Disquisitiones arithmeticae, joka julkaistiin, kun Gauss oli 21-vuotias.

Tässä kirjassa saksalainen tiedemies paljastaa lukuteorian, joka myös kootaan sarjan matemaatikkojen, kuten Fermat, Euler, Lagrange ja Legendre, tulokset.

Pierre Charles-Alexandre Louis

Ensimmäinen lääketutkimus, joka sisälsi tilastollisten menetelmien käytön, on omistettu lääkärille Pierre Charles-Alexandre Louisille, joka on kotoisin Ranskasta. Hän sovelsi numeerista menetelmää tuberkuloosiin liittyvissä opinnoissa, sillä sillä oli huomattava vaikutus lääketieteen opiskelijoihin.

Tutkimus motivoi muita lääkäreitä käyttämään tilastollisia menetelmiä tutkimuksessaan, mikä rikastutti huomattavasti tieteenaloja, etenkin epidemiologiaan liittyviä.

Francis Galton

Francis Galton oli hahmo, jolla oli useita panoksia tieteeseen, ja sitä pidetään tilastollisen biometrian perustajana. Galton oli brittiläisen luonnontieteilijän Charles Darwinin serkku, ja hänen opintonsa perustuivat sekoitukseen serkkunsa teorioista yhteiskunnan kanssa, niin sanotussa sosiaalisessa darwinismissa.

Darwinin teorioilla oli suuri vaikutus Galtoniin, joka tunsi tarpeen kehittää tilastollinen malli, joka takaa väestön vakauden.

Tämän huolenaiheen ansiosta Galton kehitti korrelaatio- ja regressiomallit, joita käytetään nykyään laajalti, kuten näemme myöhemmin.

Ronald Fisher

Hänet tunnetaan tilastojen isänä. Biostatistiikkatekniikoiden nykyaikaistamisen kehittäminen on omistettu Ronald Fisherille ja hänen yhteistyökumppaneilleen.

Kun Charles Darwin julkaisi lajien alkuperän, biologialla ei vieläkään ollut tarkkaa tulkintaa hahmojen perinnöstä.

Vuosia myöhemmin, Gregor Mendelin teosten löytämisen jälkeen, ryhmä tutkijoita kehitti modernin evoluutiosynteesin yhdistämällä molemmat tietoelimet: luonnollisen valinnan kautta tapahtuvan evoluutioteorian ja perinnöllisyyslait..

Yhdessä Fisherin, Sewall G. Wrightin ja JBS Haldanen kanssa kehitettiin synteesi ja vakiinnutettiin populaatiogenetiikan periaatteet.

Synteesi toi mukanaan uuden perinnön biostatistiikassa, ja kehitetyt tekniikat ovat olleet avainasemassa biologiassa. Niistä erottuu näytteenoton jakauma, varianssi, varianssianalyysi ja kokeellinen suunnittelu. Näillä tekniikoilla on laaja käyttötarkoitus maataloudesta genetiikkaan.

Mitä biostatistiikka tutkii? (Opintolinja)

Biostatistiikka on tilasto-osa, joka keskittyy elävissä olennoissa suoritettavien tieteellisten kokeiden suunnitteluun ja toteuttamiseen, mainituista kokeista saatujen tietojen hankkimiseen ja analysointiin sekä niiden myöhempään tulkintaan ja esittelyyn. analyysien tulokset.

Koska biotieteet käsittävät laajan joukon tutkimustavoitteita, biostatistiikan on oltava yhtä monipuolista, ja sen on pystyttävä ottamaan käyttöön erilaisia ​​aiheita, joiden avulla biologia pyrkii tutkimaan, karakterisoimaan ja analysoimaan elämän muotoja.

Sovellukset

Biostatistiikan sovellukset ovat erittäin erilaisia. Tilastollisten menetelmien soveltaminen on luonnollinen vaihe tieteellisessä menetelmässä, joten tutkijoiden on yhdistettävä tilastot työhypoteesiensä testaamiseksi.

Terveystieteet

Biostatistiikkaa käytetään terveysalueella tuottamaan muun muassa epidemioihin, ravintotutkimuksiin liittyviä tuloksia.

Sitä käytetään myös suoraan lääketieteellisissä tutkimuksissa ja uusien hoitomuotojen kehittämisessä. Tilastot antavat mahdollisuuden objektiivisesti selvittää, onko lääkkeellä positiivisia, kielteisiä tai neutraaleja vaikutuksia tietyn sairauden kehittymiseen.

biologiset tieteet

Jokaiselle biologille tilastot ovat välttämätön työkalu tutkimuksessa. Muita poikkeuksia lukuun ottamatta puhtaasti kuvaavia teoksia biologisten tieteiden tutkimus vaatii tulosten tulkintaa, jota varten tilastollisten testien soveltaminen on välttämätöntä.

Tilastot antavat meille tietää, johtuvatko biologisissa järjestelmissä havaitsemme erot sattumalta vai johtuvatko ne merkittävistä eroista, jotka on otettava huomioon.

Samalla tavalla se antaa mahdollisuuden luoda malleja ennustamaan joidenkin muuttujien käyttäytymistä esimerkiksi korrelaatioiden avulla.

Perustestit

Biologiassa voidaan määritellä joukko tutkimuksia, joita usein tehdään tutkimuksessa. Soveltuvan testin valinta riippuu biologisesta kysymyksestä, johon vastataan, ja tiedon tietyistä ominaisuuksista, kuten sen varianssien homogeenisuuden jakauma.

Yhden muuttujan testit

Yksinkertainen testi on Opiskelijan t-parin vertailu. Sitä käytetään laajalti lääketieteellisissä julkaisuissa ja terveysasioissa. Yleensä sitä käytetään verraamaan kahta näytettä, joiden koko on pienempi kuin 30. Se olettaa varianssien tasa-arvon ja normaalijakauman. Yhdistetyille tai parittomille näytteille on vaihtoehtoja.

Jos näyte ei täytä normaalin jakauman olettamusta, näissä tapauksissa käytetään testejä, joita kutsutaan ei-parametrisiksi testeiksi. T-testissä ei-parametrinen vaihtoehto on Wilcoxonin rank -testi.

Varianssianalyysiä (lyhennettynä ANOVA) käytetään myös laajalti ja se antaa mahdollisuuden selvittää, eroavatko useat näytteet merkittävästi toisistaan. Kuten Opiskelijan t-testi, se edellyttää varianssien tasa-arvoa ja normaalia jakaumaa. Ei-parametrinen vaihtoehto on Kruskal-Wallis-testi.

Jos haluat luoda suhteen kahden muuttujan välillä, käytetään korrelaatiota. Parametrinen testi on Pearson-korrelaatio ja epäparametrinen on Spearman-korrelaatio.

Monimuuttujatestit

On yleistä, että halutaan tutkia enemmän kuin kahta muuttujaa, joten monimuuttujatestit ovat erittäin hyödyllisiä. Niihin kuuluvat regressiotutkimukset, kanoninen korrelaatioanalyysi, syrjivä analyysi, varianssianalyysi (MANOVA), logistinen regressio, pääkomponenttien analyysi jne.

Käytetyimmät ohjelmat

Biostatistiikka on tärkeä työkalu biologisissa tieteissä. Nämä analyysit suoritetaan erityisillä ohjelmilla tietojen tilastollista analysointia varten.

SPSS

Yksi maailman akateemisessa ympäristössä eniten käytetyistä on SPSS. Yksi sen eduista on suurten tietomäärien käsittely ja kyky koodata muuttujia.

S-plus ja Statistica

S-plus on toinen laajalti käytetty ohjelma, joka sallii - kuten SPSS - suorittaa perustilastotestit suurille tietomäärille. Statistica on myös laajalti käytetty, ja sille on ominaista intuitiivinen käsittely ja sen tarjoama monipuolinen grafiikka.

R

Nykyään suurin osa biologista päättää suorittaa tilastollisen analyysinsa R: ssä. Tälle ohjelmalle on ominaista monipuolisuus, koska joka päivä luodaan uusia toimintoja, joissa on useita toimintoja. Toisin kuin aikaisemmat ohjelmat, R-palvelusta sinun on löydettävä paketti, joka suorittaa testin, jonka haluat tehdä, ja lataa se.

Vaikka R ei ehkä tunnu kovin käyttäjäystävälliseltä, se tarjoaa biologisille monenlaisia ​​hyödyllisiä testejä ja toimintoja. Lisäksi on olemassa tiettyjä paketteja (kuten ggplot), jotka mahdollistavat datan visualisoinnin erittäin ammattimaisella tavalla.

Viitteet

1. Bali, J. (2017) Biostatistiikan perusteet: opas lääkäreille. Jaypee Brothers Medical Publishers.
2. Hazra, A., ja Gogtay, N. (2016). Biostatistiikka -sarjan moduuli 1: Biostatistiikan perusteet. Intialainen dermatologiakirja, 61 (1), 10.
3. Saha, I., ja Paul, B. (2016). Biostatistiikan perusteet: lääketieteen, biolääketieteen ja jatko-opiskelijoille sekä tutkijoille. Akateemiset kustantajat.
4. Trapp, RG, ja Dawson, B. (1994). Perus- ja kliininen biostatistiikka. Appleton & Lange.
5. Zhao, Y., ja Chen, PO (2018). Biostatistiikan ja bioinformatiikan uudet rajat. Springer.