Ang epidemiology, ang pag-aaral ng distribusyon at mga determinant ng mga estado o kaganapan na may kaugnayan sa kalusugan sa mga populasyon, ay lubos na umaasa sa biostatistics upang pag-aralan at bigyang-kahulugan ang data. Ang mga sukat ng pagkakaugnay sa biostatistics ay nagbibigay ng mahahalagang insight sa mga ugnayan sa pagitan ng mga variable, na nagbibigay-daan sa mga mananaliksik na gumawa ng makabuluhang konklusyon tungkol sa epekto ng mga exposure sa mga resulta ng sakit. Sa konteksto ng epidemiological na pag-aaral, maraming karaniwang mga sukat ng asosasyon ang ginagamit upang mabilang ang lakas at direksyon ng mga ugnayang ito.
Kaugnay na Risk at Risk Ratio
Ang kamag-anak na panganib (RR), na kilala rin bilang ratio ng panganib, ay isang pangunahing sukatan ng pagkakaugnay sa epidemiology na naghahambing sa panganib ng isang kaganapan, tulad ng isang sakit, sa pagitan ng dalawang pangkat na nalantad sa magkaibang mga kadahilanan. Ito ay kinakalkula bilang ratio ng posibilidad ng kaganapang naganap sa nakalantad na pangkat sa posibilidad ng kaganapang naganap sa hindi nalantad na pangkat.
Ang formula para sa relatibong panganib ay: RR = (P e / (1 - P e )) / (P u / (1 - P u )) kung saan ang P e ay kumakatawan sa probabilidad ng kaganapan sa nakalantad na grupo at ang P u ay kumakatawan sa posibilidad ng kaganapan sa unexposed na grupo.
Ang kamag-anak na panganib na 1 ay nagpapahiwatig ng walang kaugnayan sa pagitan ng pagkakalantad at ng kaganapan, habang ang isang kamag-anak na panganib na higit sa 1 ay nagpapahiwatig ng mas mataas na panganib sa nakalantad na grupo, at ang isang kamag-anak na panganib na mas mababa sa 1 ay nagmumungkahi ng mas mababang panganib sa nakalantad na grupo.
Odds Ratio
Ang Odds ratio (OR) ay isa pang mahalagang sukatan ng asosasyon na karaniwang ginagamit sa mga epidemiological na pag-aaral, partikular sa mga case-control na pag-aaral. Inihahambing nito ang posibilidad na maranasan ang isang kaganapan sa pagkakaroon ng pagkakalantad sa mga posibilidad na maranasan ang kaganapan sa kawalan ng pagkakalantad na iyon.
Ang formula para sa odds ratio ay: OR = (ad / bc) kung saan ang 'a' at 'd' ay ang mga bilang ng mga indibidwal na may kaganapan at exposure, ayon sa pagkakabanggit, habang ang 'b' at 'c' ay kumakatawan sa mga bilang ng mga indibidwal na walang kaganapan at walang pagkakalantad, ayon sa pagkakabanggit.
Ang odds ratio na 1 ay nagpapahiwatig ng walang kaugnayan, habang ang odds ratio na mas malaki sa 1 ay nagmumungkahi ng positibong asosasyon, at ang odds ratio na mas mababa sa 1 ay nagpapahiwatig ng negatibong asosasyon.
Mga Coefficient ng Kaugnayan
Sa mga obserbasyonal na pag-aaral, ang mga koepisyent ng ugnayan, tulad ng koepisyent ng ugnayan ng Pearson at ang koepisyent ng ugnayan ng ranggo ng Spearman, ay ginagamit upang sukatin ang lakas at direksyon ng linear na relasyon sa pagitan ng dalawang tuluy-tuloy na variable. Ang mga coefficient na ito ay binibilang ang antas kung saan ang mga pagbabago sa isang variable ay nauugnay sa mga pagbabago sa isa pang variable.
Ang koepisyent ng ugnayan ng Pearson, na tinutukoy bilang 'r', ay mula -1 hanggang +1, kung saan ang halaga ng +1 ay nagpapahiwatig ng perpektong positibong linear na relasyon, 0 ay nagpapahiwatig ng walang linear na relasyon, at -1 ay nagpapahiwatig ng perpektong negatibong linear na relasyon. Sa kabilang banda, tinatasa ng koepisyent ng ugnayan ng ranggo ng Spearman ang monotonikong relasyon sa pagitan ng mga variable, anuman ang linearity ng relasyon.
Konklusyon
Ang pag-unawa at paglalapat ng mga karaniwang hakbang ng pagsasamahan sa biostatistics ay mahalaga para sa mga epidemiologist upang tumpak na masuri ang epekto ng mga exposure sa mga resulta ng kalusugan at gumawa ng matalinong mga desisyon para sa mga interbensyon sa pampublikong kalusugan. Ang kaugnay na panganib, odds ratio, at correlation coefficient ay gumaganap ng mahalagang papel sa pagtuklas ng mga ugnayan sa pagitan ng mga variable, sa gayon ay nag-aambag sa pagsulong ng kaalaman sa epidemiology at pagbuo ng mga epektibong estratehiya sa kalusugan ng publiko.