Veo que las respuestas aquí sólo definen el ámbito de trabajo, así que intento dar una respuesta más completa basada en mi experiencia de aprendizaje de la estadística como médico. La mayor parte de mi experiencia es sobre los ensayos clínicos, pero esto se puede aplicar a cualquier dominio de la bioestadística.
El propósito de la bioestadística es el campo biológico y médico, esto le da diferencias sutiles de acuerdo a este propósito.
Las estadísticas son todas iguales. ¡es solo matemáticas! Sin embargo, esta es la diferencia que me viene a la cabeza cuando defino la bioestadística.
1- El estadístico ordinario no entenderá toda la terminología de la bioestadística, ¡pero sí entenderá las matemáticas!
Ambos provienen de las teorías matemáticas y de la probabilidad. Por eso, la mayoría de las pruebas se relacionan con ambas palabras, como el análisis de regresión, la 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 de bioestadística. Sin embargo, pueden pasar fácilmente cuando leen sobre estas pruebas
2- El campo de la bioestadística no suele reinventar la rueda, sólo mejora lo que está disponible
Como he dicho, la bioestadística se basa en la estadística. Pero, a diferencia del punto anterior, la mayor parte de la investigación activa actual en bioestadística consiste principalmente en mejorar algunas propiedades de las pruebas existentes con una terminología diferente para que sirvan al propósito de la bioestadística. Por ejemplo, algo como la supervivencia global o el tiempo hasta la muerte son terminologías exclusivas de 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 que la prueba sirva al propósito de la bioestadística, más estandarizada y fácil de interpretar entre los médicos.
3- La bioestadística tiene sus directrices 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 realizan pruebas diferentes y tienen una forma de pensar distinta a la de los que trabajan en ensayos clínicos (y, por supuesto, a la de los que trabajan en inteligencia empresarial). Pero esta forma de trabajar se considera fija entre la comunidad de bioestadístico Por lo tanto, un bioestadístico no suele pensar fuera de la caja a menos que haya algo que urja que no haya existido antes, y esto no suele ocurrir ya que el diseño de los estudios en los campos de la bioestadística es muy definitivo.
Un ejemplo más claro es la aplicación de la estadística baysiana en la bioestadística. Se sabe que la estadística bayesiana es flexible, por lo que no se encuentra mucho uso de este tipo de estadística. Además, este uso está ligado a una determinada aplicación repetitiva como la medición de la 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 p hacking y embellecer los resultados. Especialmente si se trabaja en ensayos clínicos, no sólo se utilizan las pruebas que dan los mejores resultados. Ni siquiera se utilizan normalmente pruebas unilaterales. Estas convenciones están ahí para proteger la validez de los ensayos y cualquier otra cosa hará que la comunidad sospeche.
-
Esa es la parte más importante. Todo el trabajo de bioestadística debe ser interpretado por un médico, por lo que él mismo debe dar algún sentido a los resultados. Así que intentan ceñirse a unos pocos enfoques.
-
Este punto es injusto porque no hay comparación, pero el diseño de los estudios en bioestadística es muy definitivo. Por lo general, no hay que pensar mucho en cómo demostrar la eficacia de un fármaco o un efecto adverso o algo así. Así que es muy poco probable que tengas que mantener la cabeza ocupada de aprender diferentes técnicas y pruebas cada vez, ya que es muy raro que un patrón cambie.
Eso es todo lo que tengo en este momento, actualizaré mi respuesta si recuerdo algo más.
