Epidemiologia, joka tutkii terveyteen liittyvien tilojen tai tapahtumien jakautumista ja määrääviä tekijöitä populaatioissa, luottaa suuresti biotilastoihin tietojen analysoinnissa ja tulkinnassa. Biostatistiikan assosiaatiomitat antavat arvokkaita näkemyksiä muuttujien välisistä suhteista ja antavat tutkijoille mahdollisuuden tehdä merkityksellisiä johtopäätöksiä altistumisen vaikutuksista sairauksien tuloksiin. Epidemiologisten tutkimusten yhteydessä käytetään useita yhteisiä assosiaatiomittareita näiden suhteiden vahvuuden ja suunnan kvantifioimiseksi.
Suhteellinen riski ja riskisuhde
Suhteellinen riski (RR), joka tunnetaan myös nimellä riskisuhde, on epidemiologian perustavanlaatuinen assosiaatiomittari, joka vertaa tapahtuman, kuten sairauden, riskiä kahden eri tekijöille altistetun ryhmän välillä. Se lasketaan altistuneessa ryhmässä tapahtuvan tapahtuman todennäköisyyden suhteena tapahtuman todennäköisyyteen valottamattomassa ryhmässä.
Suhteellisen riskin kaava on: RR = (P e / (1 - P e )) / (P u / (1 - P u )) missä P e edustaa tapahtuman todennäköisyyttä altistuneessa ryhmässä ja P u edustaa tapahtuman todennäköisyys valottamattomassa ryhmässä.
Suhteellinen riski 1 tarkoittaa, että altistumisen ja tapahtuman välillä ei ole yhteyttä, kun taas suhteellinen riski, joka on suurempi kuin 1, tarkoittaa suurempaa riskiä altistuneessa ryhmässä ja suhteellinen riski, joka on pienempi kuin 1, viittaa pienempään riskiin altistuneessa ryhmässä.
Kerroinsuhde
Todennäköisyyssuhde (OR) on toinen tärkeä assosiaatiomittari, jota käytetään yleisesti epidemiologisissa tutkimuksissa, erityisesti tapaus-verrokkitutkimuksissa. Se vertaa todennäköisyyttä kokea tapahtuma altistumisen yhteydessä todennäköisyyksiin kokea tapahtuma ilman tätä altistumista.
Todennäköisyyssuhteen kaava on: TAI = (ad / bc) , jossa "a" ja "d" ovat niiden henkilöiden lukumäärä, joilla on tapahtuma ja altistuminen, kun taas "b" ja "c" edustavat henkilöiden määrää ilman tapahtumasta ja ilman altistumista.
Todennäköisyyssuhde 1 tarkoittaa, ettei yhteyttä, kun taas todennäköisyyssuhde, joka on suurempi kuin 1, viittaa positiiviseen assosiaatioon, ja kerroinsuhde, joka on pienempi kuin 1, osoittaa negatiivista yhteyttä.
Korrelaatiokertoimet
Havaintotutkimuksissa korrelaatiokertoimia, kuten Pearsonin korrelaatiokerrointa ja Spearmanin rankkorrelaatiokerrointa, käytetään mittaamaan kahden jatkuvan muuttujan välisen lineaarisen suhteen voimakkuutta ja suuntaa. Nämä kertoimet kvantifioivat sen, missä määrin yhden muuttujan muutokset liittyvät toisen muuttujan muutoksiin.
Pearson-korrelaatiokerroin, jota merkitään 'r':llä, vaihtelee -1:stä +1:een, jossa arvo +1 ilmaisee täydellisen positiivisen lineaarisen suhteen, 0 ilmaisee, ettei lineaarista suhdetta ole, ja -1 ilmaisee täydellistä negatiivista lineaarista suhdetta. Toisaalta Spearmanin rankkorrelaatiokerroin arvioi muuttujien välisen monotonisen suhteen riippumatta suhteen lineaarisuudesta.
Johtopäätös
Biotilastojen yhteisten assosiaatiomittareiden ymmärtäminen ja soveltaminen on välttämätöntä epidemiologille, jotta he voivat tarkasti arvioida altistumisen vaikutuksia terveysvaikutuksiin ja tehdä tietoon perustuvia päätöksiä kansanterveystoimia varten. Suhteellisella riskillä, todennäköisyydellä ja korrelaatiokertoimilla on ratkaiseva rooli muuttujien välisten suhteiden paljastamisessa, mikä myötävaikuttaa epidemiologian tietämyksen edistämiseen ja tehokkaiden kansanterveysstrategioiden kehittämiseen.