Veo que las respuestas aquí solo definen el dominio del trabajo, así que trato de dar una respuesta más completa basada en mi experiencia de aprendizaje de estadísticas como profesional médico. La mayor parte de mi experiencia es en ensayos clínicos, pero esto se puede aplicar a cualquier dominio de bioestadística.
El propósito de la bioestadística es el campo biológico y médico, esto le da diferencias sutiles según este propósito.
¡Las estadísticas son todas iguales! ¡son solo matemáticas! Sin embargo, aquí está la diferencia que viene a mi cabeza cuando defino la bioestadística.
1- ¡El estadístico ordinario no entenderá todas las terminologías en bioestadística pero entenderá las matemáticas!
Ambos provienen de teorías matemáticas y de probabilidad. Por lo tanto, encontrará que la mayoría de las pruebas resuenan con ambas palabras, como análisis de regresión, prueba t ... etc.
Sin embargo, cuando se trata de otras pruebas, como el riesgo relativo, la reducción del riesgo atribuible, las curvas de kaplen mieir ... etc., estas pocas pruebas sonarán extrañas para alguien sin conocimientos bioestadísticos. Sin embargo, pueden pasar fácilmente cuando leen sobre estas pruebas
2- El campo de bioestadística generalmente no reinventa la rueda, solo mejora lo que está disponible
Como dije, la bioestadística se basa en estadísticas. Pero a diferencia del punto anterior, la mayor parte de la investigación activa actual sobre bioestadística trata principalmente de mejorar algunas propiedades de las pruebas existentes con una terminología diferente para cumplir el propósito de la bioestadística. Por ejemplo, algo como la supervivencia general o el tiempo hasta la muerte son terminologías exclusivas para la bioestadística (eso es seguro o quién estudiaría la vida y la muerte), sin embargo, se basan en el análisis del tiempo hasta el evento que el bioestadístico ha creado estas terminologías para hacer La prueba sirve para bioestadística, más estandarizada y fácil de interpretar entre los médicos.
3- La bioestadística tiene sus pautas específicas (como cualquier otro campo), sin embargo, es más estricta.
La bioestadística ha establecido muchas pautas y convenciones para analizar los datos de diferentes campos. Por ejemplo, los estadísticos que trabajan en biología y genómica están haciendo pruebas diferentes y tienen un pensamiento diferente al de quienes trabajan en ensayos clínicos (y, por supuesto, a los que trabajan en inteligencia empresarial). Pero esta forma de trabajo se considera fija entre la comunidad de bioestadísticos. , por lo que un bioestadístico no suele pensar fuera de la caja a menos que exista algo urgente que no haya existido antes, y esto generalmente no sucede como diseño de estudio de campos de bioestadística. Es muy definitivo.
Un ejemplo más claro de esto es la aplicación de estadísticas baysianas sobre bioestadística. Se sabe que las estadísticas bayesianas son flexibles, por lo que no encontrará mucho uso de este tipo de estadísticas. Además, este uso está vinculado a una determinada aplicación repetitiva, como la medición de sensibilidad. No es necesario pensar en las probabilidades cuando hay opciones más fáciles de interpretar y realizar.
¿Por qué esta restricción?
1. La comunidad está tratando de evitar piratear y embellecer los resultados. Especialmente si está trabajando en ensayos clínicos, no solo usa las pruebas para obtener los mejores resultados. ¡Ni siquiera usas pruebas unilaterales por lo general! Estas convenciones están ahí para proteger la validez de los juicios y cualquier otra cosa hará sospechar a la comunidad.
Esa es la parte más importante. Todo el trabajo de bioestadística debe ser interpretado por un médico, por lo que él mismo debe tener sentido de los resultados. Así que intentan seguir algunos enfoques.
Este punto es injusto porque no hay comparación, pero el diseño del estudio en bioestadística es muy definitivo. Por lo general, no tiene que pensar mucho sobre cómo demostrar la eficacia de un medicamento o un efecto adverso más o menos. Por lo tanto, es muy poco probable que necesite mantener la cabeza ocupada aprendiendo diferentes técnicas y pruebas de vez en cuando, ya que es muy raro ver un cambio de patrón.
Eso es todo lo que tengo ahora, actualizaré mi respuesta si recuerdo algo más.