Biostatistik

Biostatistik er et metodefag med fokus på udvikling, afprøvning og implementering af statistiske metoder til analyse og fortolkning af sundhedsvidenskabelige data. Når effekt af nye behandlinger eller af sundhedsfremmende interventioner skal dokumenteres, og når sundhedsmæssige konsekvenser af livsstil og adfærd skal beskrives, indsamles typisk store mængder af information. Det kan være kliniske data, laboratoriedata eller data fra danske sundhedsregistre. Statistiske metoder spiller en central rolle, når al denne information skal fortolkes og omsættes til viden.

Gennem en statistisk analyse forsøger man at skaffe sig et overblik over de data, som er indsamlet til belysning af den sundhedsfaglige problemstilling:

  • Hvad er de væsentlige aspekter af problemstillingen, og hvor sikker er man på de fundne resultater?
  • Hvordan kan man beskrive resultaterne så det på én gang er præcist, retvisende og overskueligt?

Biostatistik omfatter primært de statistiske metoder, som anvendes inden for sundhedsfag og biologi. Faget omfatter både udvikling af nye metoder, vurdering af metodernes egenskaber, og anvendelse af eksisterende metoder i nye situationer. I samarbejde med andre sundhedsvidenskabelige forskere foretager medarbejderne ved Sektion for Biostatistik, Institut for Folkesundhed, komplekse statistiske analyser af data for at sikre at informationen i de indsamlede data fortolkes så fyldestgørende som muligt. Sådanne samarbejder udbygger vores forståelse af metodernes styrker og svagheder og kan give inspiration til udvikling af nye, relevante metoder.

Holdspiller for hele fakultetet

Sektionens medarbejdere indgår i forskningsprojekter ved stort set alle institutter under HEALTH, og er årligt involveret i mere end 40 forskningsprojekter. Blandt disse forskningsprojekter er f.eks. to store befolkningsundersøgelser i forekomst af autisme og forekomst af sukkersyge. Vi har også bidraget med de nødvendige risikoberegninger, som vil være en væsentlig del af et kommende studie af patienter med prostatakræft.

Datakilder er ikke statiske. Der introduceres hele tiden nye og forberede målemetoder og der etableres nye og mere detaljerede sundhedsregistre, så der er et vedvarende behov for udvikling af nye statistiske metoder. Computernes hastigt voksende regnekraft flytter hele tiden grænsen for, hvor beregningstunge metoder der kan anvendes. Derfor optimerer vi løbende vores kompetencer for at være på forkant med udviklingen – og vi lærer de nye metoder fra os: Alle ph.d.-studerende på HEALTH undervises som en obligatorisk del af deres uddannelse i metode og statistik.

 

Projects

  1. Farmakoepidemiologi: Vi udvikler bedre metoder til at bestemme længden af et behandlingsforløb bestemt alene ud fra information om receptens indløsningsdato og den udleverede mængde medicin. Bygger på de nationale receptdatabaser.
  2. Autisme: Studier om arvelige forhold, faktorer under graviditet og fødsel, tidlige symptomer, i forbindelse med autisme baseret på registerdata. Studierne ønsker at bidrage til at finde årsager til autisme og tidlig identificering af autisme
  3. Prostata cancer: Beregning af individuel livstidsrisiko for prostatacancer ud fra en genetisk profil.
  4. Cancer overlevelse: Studier af om og i givet fald hvordan og hvornår det er muligt at estimere gennemsnitlig overlevelse ud fra data, hvor ikke alle patienter er fulgt helt indtil deres død. Baseret på et stort registerudtræk af alle norske patienter med cancer siden 1960. 

Metoder

Ved at anvende statistiske modeller, der svarer til det sundhedsvidenskabelige problem, giver biostatistik mulighed for at adskille biologisk variation, målefejl og anden tilfældig variation fra de systematiske tendenser - det er som regel de sidste, der er interessante. For at undgå fejlfortolkninger lægger faget stor vægt på diagnostiske metoder til at afsløre om de anvendte forudsætninger for en model er rimelige i den konkrete situation - disse diagnostiske metoder er ofte grafiske præsentationer af særlige karakteristika ved data. For at bygge en relevant model, er det en afgørende biostatistisk kompetence at kunne sætte sig ind i det relevante sundhedsvidenskabelige felt og kunne kommunikere resultaterne, så de kan forstås og anvendes af andre sundhedsvidenskabelige forskere.

  • Matematik: Statistik er en matematisk disciplin
  • Sandsynlighedsteori: Usikkerhed beskrives med sandsynligheder
  • Beregninger: Statistiske beregninger løses ved hjælp af computere med særligt software
  • Grafisk fremstilling: En god figur giver ofte den bedste beskrivelse af resultaterne
  • Sund fornuft: Nogle statistiske metoder er blot en systematisering af sund fornuft
  • Kommunikation: Videnudveksling mellem projektdeltager sikrer relevante analyser