Mas o menos. Sin embargo, probablemente no sea el momento para pensar en el campo.
La epidemiología es un tipo de investigación de salud pública. Es un campo cuantitativo que usa estadísticas en todos los niveles para responder sus preguntas. * El resultado que se estudia casi siempre es un problema de salud (en lugar de cosas como “camas de hospital ocupadas” o “proporción con seguro de salud” que se estudian en salud política y gestión). Lo que puede modificarse un poco es estudiar los resultados anteriores a los resultados de salud, como la “proporción de prescripciones antirretrovirales llenadas”, que es la primera parte de un estudio sobre el tratamiento de la infección por el VIH. Pero en general, la salud o la enfermedad es lo que se está prediciendo.
Pero … si la variable independiente (la exposición) es “arrestos per cápita en el tramo censal” y la variable dependiente (el resultado) es la edad al primer embarazo, [1] es una pregunta que tiene que ver con ciencia, tecnología, ingeniería o matemáticas (STEM)? ¿Qué pasa con las preguntas que realmente usan modelos históricos o antropológicos, como preguntas sobre capital social y desarrollo de enfermedades cardíacas [2] o acumulación de riqueza transgeneracional y riesgo de VIH? [3] Por supuesto, la epidemiología también pregunta si la metilación del ADN en bebés produce obesidad infantil y si las hormonas del apetito median en esa asociación. [4]
La epidemiología es cuantitativa, pero sería un error considerarla solo STEM. La psicología, la sociología y la educación no son campos STEM, pero sí utilizan el método científico y sus metodólogos a menudo están a la vanguardia del desarrollo de modelos estadísticos. Si un epidemiólogo en particular hace preguntas que tienen que ver con medicina y biología vs. teoría social tiene que ver con su área de conocimiento, no con los métodos del campo. [Editando mi respuesta solo para incluir esto:] Es tranSTEMdental. ¡Decir ah! (Ejem, no todos somos tontos. Un buen número de nosotros lo somos, pero no todos. 😀)
* Los análisis exploratorios con tablas / histogramas / diagramas de dispersión son realmente importantes en epidemiología, porque nuestros estudios son casi todos observacionales y no experimentales. Eso hace que la confusión sea un problema perpetuo, e incluso sin confusiones conocidas, nuestros resultados pueden ser difíciles de interpretar. Cuanto mejor conozca sus datos de forma no paramétrica, es menos probable que arruine su modelado y malinterprete cualquier asociación que observe. Obviamente, también es importante saber cómo se recopilaron los datos e imaginar todos los datos que no se ven. 🙂
Notas a pie de página
[1] Prevalencia y factores determinantes del embarazo adolescente en entornos urbanos desfavorecidos en cinco ciudades.
[2] Baja vinculación del capital social como un predictor de enfermedad coronaria en Suecia: un estudio de cohortes de 2,8 millones de personas.
[3] ¿La pobreza o la riqueza están impulsando la transmisión del VIH?
[4] Los niveles de metilación de PTPRS y PER3 están asociados con la obesidad infantil: resultados de un análisis de metilación en todo el genoma.
