Bioestadística: historia, campo de estudio y aplicaciones
La bioestadística es una ciencia que forma parte de la estadística, y se aplica a otras disciplinas dentro del campo de la biología y la medicina, principalmente.
La biología es un campo extenso que se encarga de estudiar la enorme variedad de formas vivas que existen en la tierra – virus, animales, plantas, etc – desde distintos puntos de vista.
La bioestadística es una herramienta muy útil, que puede ser aplicada al estudio de dichos organismos, incluyendo el diseño experimental, la recolección de los datos para llevar a cabo el estudio y el resumen de los resultados obtenidos.
Así, los datos pueden analizarse de manera sistemática, llevando a la obtención de conclusiones relevantes y objetivas. Del mismo modo, cuenta con herramientas que permiten la representación gráfica de los resultados.
La bioestadística tiene una amplia serie de subespecialidades en biología molecular, genética, estudios de agricultura, investigaciones en animales – tanto en el campo como en el laboratorio, tratamientos clínicos en humanos, entre otros.
Índice del artículo
- 1 Historia
- 2 ¿Qué estudia la bioestadística? (Campo de estudio)
- 3 Aplicaciones
- 4 Pruebas básicas
- 5 Programas más usados
- 6 Referencias
A mediados del siglo XVII surge la teoría estadística moderna con la introducción de la Teoría de probabilidad y la Teoría de juegos y el azar, desarrollado por pensadores de Francia, Alemania e Inglaterra. La teoría de la probabilidad es un concepto crítico, y se considera la “columna vertebral” de la estadística moderna.
A continuación se mencionaran algunos de los contribuidores más notables en el campo de la bioestadística, y de la estadística en general:
Bernoulli fue un científico y matemático suizo importante de su época. A Bernoulli se le atribuye el primer tratado de teoría de la probabilidad, y la distribución binomial. Su obra maestra fue publicada por su sobrino, en el año 1713 y se titula Ars Conjectandi.
Gauss es uno de los científicos más resaltantes en la estadística. Desde muy temprana edad demostró ser un niño prodigio, haciéndose notar en el ámbito científico desde que era tan solo un joven estudiante de bachillerato.
Una de sus contribuciones más importantes a la ciencia fue la obra Disquisitiones arithmeticae, publicada cuando Gauss tenía 21 años.
En este libro, el científico alemán expone la teoría de números, que, además compila los resultados de una serie de matemáticos como Fermat, Euler, Lagrange y Legendre.
El primer estudio de medicina que implicó el uso de métodos estadísticos se le atribuye al médico Pierre Charles-Alexandre Louis, oriundo de Francia. Aplicó el método numérico a estudios relacionados con la tuberculosis, teniendo en impacto significativo en los estudiantes de medicina de la época.
El estudio motivó a otros médicos a usar los métodos estadísticos dentro de sus investigaciones, lo cual enriqueció en gran medida las disciplinas, sobresaliendo las relacionadas con la epidemiología.
Francis Galton fue un personaje que tuvo múltiples contribuciones a la ciencia, y se le considera el fundador de la biometría estadística. Galton era el primo del naturalista británico Charles Darwin, y sus estudios los fundamentaba en una mezcla de las teorías de su primo con la sociedad, en lo que se llamó darwinismo social.
Las teorías de Darwin tuvieron un gran impacto en Galton, quien sentía la necesidad de desarrollar un modelo estadístico que lograra garantizar la estabilidad de la población.
Gracias a esta inquietud, Galton desarrolló los modelos de correlación y de regresión, que son ampliamente usados hoy en día, como veremos más adelante.
Es conocido como el padre de la estadística. El desarrollo de la modernización de las técnicas de la bioestadística se les atribuye a Ronald Fisher y a sus colaboradores.
Cuando Charles Darwin publicó el Origen de las Especies, la biología aún no contaba con interpretaciones precisas de la herencia de los caracteres.
Años después, con el redescubrimiento de los trabajos de Gregor Mendel, un grupo de científicos desarrollaron la síntesis moderna de la evolución, mediante la fusión de ambos cuerpos de conocimiento: la teoría de evolución por medio de selección natural, y las leyes de la herencia.
Junto con Fisher, Sewall G. Wright y J. B. S. Haldane desarrollaron la síntesis y establecieron los principios de la genética de poblaciones.
La síntesis trajo consigo un legado nuevo en bioestadística, y las técnicas desarrolladas han sido claves en la biología. Entre ellas resaltan la distribución del muestreo, la varianza, el análisis de varianza y el diseño experimental. Estas técnicas tienen un amplio rango de usos, desde la agricultura hasta la genética.
La bioestadística es una rama de la estadística que se enfoca en el diseño y ejecución de los experimentos científicos que son llevados a cabo en seres vivos, en la adquisición y análisis de los datos obtenidos mediante dichos experimentos, y en la posterior interpretación y presentación de los resultados provenientes de los análisis.
Dado que las ciencias biológicas comprenden una extensa serie de objetivos de estudio, la bioestadística debe ser igualmente diversa, y logra acoplarse a la variedad de temas que la biología tiene como objetivo estudiar, caracterizar y analizar las formas de vida.
Las aplicaciones de la bioestadística son extremadamente variadas. La aplicación de métodos estadísticos es un paso intrínseco del método científico, por lo que cualquier investigador debe acoplar la estadística para poner a prueba sus hipótesis de trabajo.
La bioestadística se emplea en el área de la salud, para arrojar resultados relacionados con epidemias, estudios nutricionales, entre otros.
Además se emplea en estudios médicos directamente y en el desarrollo de nuevos tratamientos. La estadística permite discernir de manera objetiva si un medicamento tuvo efectos positivos, negativos o neutros sobre el desarrollo de una enfermedad concreta.
Para cualquier biólogo, la estadística es una herramienta indispensable en la investigación. Con contadas excepciones de trabajos meramente descriptivos, las investigaciones en las ciencias biológicas requieren una interpretación de los resultados, para lo cual es menester la aplicación de pruebas estadísticas.
La estadística nos permite conocer si las diferencias que estamos observando en los sistemas biológicos se deben al azar, o bien reflejan diferencias significativas que deben ser tomadas en cuenta.
Del mismo modo, permite crear modelos para predecir el comportamiento de alguna variable, mediante la aplicación de correlaciones, por ejemplo.
En biología, se pueden puntualizar una serie de pruebas que se hacen de manera frecuente en las investigaciones. La elección de la prueba adecuada depende de la pregunta biológica que se quiera responder, y de ciertas características de los datos, como su distribución de la homogeneidad de las varianzas.
Una prueba sencilla es la comparación a pares o t de Student. Es muy usada en las publicaciones médicas y en temas del área de la salud. Generalmente, se usa para comparar dos muestras con un tamaño menor a 30. Asume igualdad en las varianzas y distribución normal. Existen variantes para muestras pareadas o desapareadas.
Si la muestra no cumple con el supuesto de la distribución normal, existen pruebas que se usan en estos casos, y se conocen como pruebas no paramétricas. Para la prueba t, la alternativa no paramétrica es la prueba de rangos de Wilcoxon.
El análisis de varianza (abreviado como ANOVA) también es ampliamente usado y permite discernir si varias muestres difieren entre sí significativamente. Al igual que la prueba t de Student, asume igualdad en las varianzas y distribución normal. La alternativa no paramétrica es la prueba de Kruskal-Wallis.
Si se quiere establecer la relación entre dos variables, se aplica una correlación. La prueba paramétrica es la correlación de Pearson, y la no paramétrica es la correlación de rangos de Spearman.
Es común que se quieran estudiar más de dos variables, por lo que las pruebas multivariadas son de gran utilidad. Entre estas resaltan los estudios de regresión, el análisis de correlación canónica, el análisis discriminante, el análisis multivariantes de la varianza (MANOVA), la regresión logística, el análisis de componentes principales, etc.
La bioestadística es una herramienta imprescindible en las ciencias biológicas. Estos análisis son llevados a cabo por programas especializados para el análisis estadístico de datos.
Uno de los más usados a nivel mundial, en el ambiente académico, es SPSS. Dentro de sus ventajas está el manejo de gran cantidad de datos y la capacidad para la recodificación de variables.
S-plus es otro programa usado ampliamente, que permite – al igual que SPSS – realizar las pruebas estadísticas básicas en cantidad de datos de gran tamaño. Statistica también es bastante usado, y se caracteriza por su manejo intuitivo y por la variedad de gráficos que ofrece.
Hoy en día, la mayoría de los biólogos opta por realizar sus análisis estadísticos en R. Este software se caracteriza por su versatilidad, ya que cada día se crean nuevos paquetes con funciones múltiples. A diferencia de los programas anteriores, en R debes buscar el paquete que realiza la prueba que quieres hacer, y descargarlo.
Aunque R pareciera no ser muy amigable y fácil de usar, otorga una amplia variedad de pruebas y funciones de gran utilidad para los biólogos. Además, existen ciertos paquetes (como ggplot) que permite la visualización de los datos de manera muy profesional.
- Bali, J. (2017).Basics of Biostatistics: A Manual for Medical Practitioners. Jaypee Brothers Medical Publishers.
- Hazra, A., & Gogtay, N. (2016). Biostatistics series module 1: Basics of biostatistics. Indian journal of dermatology, 61(1), 10.
- Saha, I., & Paul, B. (2016). Essentials of biostatistics: for undergraduate, postgraduate students of medical science, biomedical science and researchers. Academic publishers.
- Trapp, R. G., & Dawson, B. (1994). Basic & clinical biostatistics. Appleton & Lange.
- Zhao, Y., & Chen, D. G.(2018). New Frontiers of Biostatistics and Bioinformatics. Springer.