Ero sivun ”Biometria (tilastotiede)” versioiden välillä

fix
[katsottu versio][katsottu versio]
Ei muokkausyhteenvetoa
(fix)
 
'''Biometria''' on [[tilastotiede|tilastotieteen]] ala, joka on keskittynyt biologisten alojen aineistojen analysointiin. Biometria kattaa biologisten kokeiden suunnittelun, aineiston keräämisen ja analysoinnin sekä tulosten tulkinnan. Varsinkin lääketieteessä biometriaa hyödynnetään paljon.
Biometria on tilastotieteen ala, joka on keskittynyt
biologisten alojen aineistojen analysointiin. Biometria kattaa biologisten
kokeiden suunnittelun, aineiston keräämisen ja analysoinnin sekä tulosten
tulkinnan. Varsinkin lääketieteessä biometriaa hyödynnetään paljon.
 
== Moderni biometria ==
Viime vuosina kehittynyt teknologia ja sitä myötä tehokkaammaksi muotoutuneet laskentamenetelmät ovat lisänneet tietokonelähtöisten metodien käyttöä. Näihin menetelmiin lukeutuu muun muassa bootstrap-menetelmä. Lisäksi monet nykyaikaiset tuotteet, kuten mikrosirut, [[DNA|DNA:n]] [[sekvensointi]] ja [[massaspektrometri]] tuottavat valtavan määrän tietoa, jota voidaan analysoida vain biometrian avulla. Esimerkiksi mikrosirulla voidaan mitata kaikkia ihmisen geenejä samanaikaisesti, mutta vain pieni osa niistä pystytään luokittelemaan sairaaksi/terveeksi geeniksi. Tällöin esiintyy multikollineaarisuutta. Geenien välisen voimakkaan korreloinnin takia voi esimerkiksi vain 5 % geeneistä selittää yli 90 % vastemuuttujan vaihtelusta. Tässä tapauksessa voidaan soveltaa biometriaa, jotta saadaan vähennettyä dimensioita. Klassiset tilastolliset menetelmät, kuten [[Lineaarinen regressioanalyysi|lineaarinen]] tai [[logistinen regressio]], eivät toimi hyvin, jos dimensioiden määrä on suuri. Selitysasteeksi voidaan saada jotain suurta, vaikka tilastollinen malli ei olisi toimiva. Viime aikoina satunnaismetsä-menetelmä on kasvattanut suosiotaan. Tässä menetelmässä tuotetaan paljon satunnaisia päätöspuita, jotka luokitellaan. Etuna tässä menetelmässä on, että piirtäminen ja tulkitseminen on helppoa. GSEA on uusi analyysimenetelmä suurikapasiteettisia biologisia kokeita varten. Tässä menetelmässä tutkitaan yksittäisten geenien sijasta kokonaisia geeniryhmiä. Tämä on robustimpi menetelmä ja etuna tässä on, että se ei ole niin herkkä virhemittauksille. Lisäksi tässä lähestymistavassa voidaan hyödyntää tietoa biokemiallisista reiteistä.
Viime vuosina kehittynyt teknologia ja sitä myötä
tehokkaammaksi muotoutuneet laskentamenetelmät ovat lisänneet
tietokonelähtöisten metodien käyttöä. Näihin menetelmiin lukeutuu muun muassa
bootstrap-menetelmä. Lisäksi monet nykyaikaiset tuotteet, kuten mikrosirut, DNA:n
sekvensointi ja massaspektrometri tuottavat valtavan määrän tietoa, jota
voidaan analysoida vain biometrian avulla. Esimerkiksi mikrosirulla voidaan
mitata kaikkia ihmisen geenejä samanaikaisesti, mutta vain pieni osa niistä
pystytään luokittelemaan sairaaksi/terveeksi geeniksi. Tällöin esiintyy
multikollineaarisuutta. Geenien välisen voimakkaan korreloinnin takia voi
esimerkiksi vain 5% geeneistä selittää yli 90% vastemuuttujan vaihtelusta.
Tässä tapauksessa voidaan soveltaa biometriaa, jotta saadaan vähennettyä
dimensioita. Klassiset tilastolliset menetelmät, kuten lineaarinen tai
logistinen regressio, eivät toimi hyvin, jos dimensioiden määrä on suuri.
Selitysasteeksi voidaan saada jotain suurta, vaikka tilastollinen malli ei olisi
toimiva. Viime aikoina satunnaismetsä-menetelmä on kasvattanut suosiotaan. Tässä
menetelmässä tuotetaan paljon satunnaisia päätöspuita, jotka luokitellaan.
Etuna tässä menetelmässä on, että piirtäminen ja tulkitseminen on helppoa. GSEA
on uusi analyysimenetelmä suurikapasiteettisia biologisia kokeita varten. Tässä
menetelmässä tutkitaan yksittäisten geenien sijasta kokonaisia geeniryhmiä.
Tämä on robustimpi menetelmä ja etuna tässä on, että se ei ole niin herkkä
virhemittauksille. Lisäksi tässä lähestymistavassa voidaan hyödyntää tietoa
biokemiallisista reiteistä.
 
== Sovellusaloja ==
* [[Kansanterveys]]
* [[Lääketiede]]
* [[Systeemibiologia]]
* [[Ekologia]]
* [[Genetiikka]]
 
== Biometria lääketieteessä ==
Biometriasta on hyötyä lääketieteelle yleisesti sekä yksittäisille lääkäreille ja kliinikoille. Yleisesti sitä voidaan hyödyntää esimerkiksi uusien lääkkeiden kehittämisessä ja lanseeraamisessa. Yksittäiset
lääkärit puolestaan hyödyntävät biometrian avulla saatuja tuloksia esimerkiksi päättäessään yksittäisen potilaan hoidosta. Biometrian soveltamisen edellytyksenä on, että tuntee lääketieteen tutkimuskohteen sekä hallitsee tarvittavat tilastolliset menetelmät.
yksittäisille lääkäreille ja kliinikoille. Yleisesti sitä voidaan hyödyntää
esimerkiksi uusien lääkkeiden kehittämisessä ja lanseeraamisessa. Yksittäiset
lääkärit puolestaan hyödyntävät biometrian avulla saatuja tuloksia esimerkiksi
päättäessään yksittäisen potilaan hoidosta. Biometrian soveltamisen
edellytyksenä on, että tuntee lääketieteen tutkimuskohteen sekä hallitsee
tarvittavat tilastolliset menetelmät.
 
Kliinisessä tutkimuksessa, kuten esimerkiksi kahden erilaisen hoidon vertailussa, tulee tutkimuksen olla huolella suunniteltu ja toteutettu. Huonosti tehty tutkimus saattaa vääristää tuloksia ja näin ollen johtaa vääriin johtopäätöksiin. Kliinisillä kokeilla ei pystytä osoittamaan kaikkia lääketieteellisiä syy-seuraussuhteita, jolloin voidaan käyttää havainnoivaa tutkimusta, jonka näyttöarvo tosin on heikompi. Esimerkiksi tupakan aiheuttaman keuhkosyöpäriskin tutkimusta ei voida toteuttaa kliinisellä tutkimuksella. Havainnoivat tutkimukset jaetaan kahteen osaan: kontrolloimattomiin ja
Kliinisessä tutkimuksessa, kuten esimerkiksi kahden
kontrolloituihin. Kontrolloimattomassa tutkimuksessa käytetty aineisto on esimerkiksi yhden sairaalan koko potilassarja, jolloin mukana on tutkittavan asian kannalta epäoleellista tietoa. Kontrolloidussa tutkimuksessa sen sijaan tietoa kerätään vain tutkimusta varten. Kontrolloitu tutkimus on yleensä joko tauti- tai altistuslähtöinen.
erilaisen hoidon vertailussa, tulee tutkimuksen olla huolella suunniteltu ja toteutettu.
Huonosti tehty tutkimus saattaa vääristää tuloksia ja näin ollen johtaa vääriin
johtopäätöksiin. Kliinisillä kokeilla ei pystytä osoittamaan kaikkia
lääketieteellisiä syy-seuraussuhteita, jolloin voidaan käyttää havainnoivaa
tutkimusta, jonka näyttöarvo tosin on heikompi. Esimerkiksi tupakan aiheuttaman
keuhkosyöpäriskin tutkimusta ei voida toteuttaa kliinisellä tutkimuksella.
Havainnoivat tutkimukset jaetaan kahteen osaan: kontrolloimattomiin ja
kontrolloituihin. Kontrolloimattomassa tutkimuksessa käytetty aineisto on
esimerkiksi yhden sairaalan koko potilassarja, jolloin mukana on tutkittavan asian kannalta epäoleellista tietoa. Kontrolloidussa tutkimuksessa sen sijaan tietoa kerätään vain tutkimusta varten. Kontrolloitu tutkimus on yleensä joko tauti- tai altistuslähtöinen.
 
== Katso myös ==
* [[Bootstrap (tilastotiede)]]
* [[Kausaliteetti]]
* [[Lineaarinen regressioanalyysi]]
* [[Logistinen regressio]]
* [[Tilastollinen malli]]
 
* Biostatistiikan taskutieto, Matti Uhari, Duodecim, 1998
* Epidemiologia ja biostatistiikka, Matti Uhari ja Pentti Nieminen, Duodecim, 2012
 
{{tynkä/Matematiikka}}
 
[[Luokka:Tilastotiede]]