Esta es una pregunta difícil porque hay cierta superposición entre el trabajo de un epidemiólogo y un bioestadístico, especialmente en estos días.
Realmente solo puedo hablar sobre bioestadística y sobre dónde la bioestadística y la epidemiología se superponen.
Bioestadística
En general, la bioestadística es para la epidemiología lo que la econometría es para la economía. O qué es la psicometría para la psicología. Es un subcampo especializado de estadísticas dedicadas a desarrollar * nuevos * métodos para manejar problemas de inferencia que típicamente surgen en datos epidemiológicos / biomédicos (por ejemplo, análisis de supervivencia).
Algunos subcampos de bioestadística incluyen: métodos de datos correlacionados, inferencia causal, diseño de ensayos clínicos y métodos de datos faltantes.
Bioestadísticos teóricamente enfocados
¿El trabajo para el que solicité es una prueba de drogas previa al empleo?
¿Cómo surgió esta exageración para solo unirse a la ingeniería o al médico después de la escuela?
Están preocupados con cosas como: inferencia de alta dimensión, construcción de intervalo de confianza válido (por ejemplo, ¿este intervalo de confianza tendrá la cobertura deseada?), Construcción de nuevos estimadores y evaluación de las propiedades (por ejemplo, sesgo, eficiencia) de esos estimadores, ambos finito-muestra y asintótico.
Dadas estas preocupaciones, realmente no se necesita tanto conocimiento biológico / epidemiológico / biomédico para ser un bioestadístico teórico efectivo. Esto es cierto especialmente si estás en un programa de doctorado en bioestadística con un gran enfoque teórico. Por supuesto, hay excepciones … es difícil ser bioestadístico trabajando en genética estadística sin un sólido historial en biología.
En contraste, los epidemiólogos rara vez se preocupan por estas cosas. Rara vez encontraría a un epidemiólogo tratando de instalar un novedoso método estadístico para moverse por los pacientes censurados de manera informativa en su conjunto de datos, por ejemplo.
Bioestadísticos aplicados
En general, hacen menos del trabajo teórico y en su lugar trabajan en muchos proyectos de investigación aplicada en los que no están desarrollando nuevos métodos, sino más bien aplicando métodos existentes en entornos nuevos / interesantes. En los equipos de investigación, los bioestadísticos generalmente no tienen experiencia en la materia, y nadie espera que lo hagan.
En cambio, se espera que los bioestadísticos en estos entornos tengan una comprensión mínimamente suficiente de los problemas epidemiológicos / biomédicos para desarrollar un plan de análisis de datos apropiado y libre de errores. Es decir, traducir la pregunta de investigación en una hipótesis comprobable. También llevarán a cabo el análisis de datos y manejarán complejos problemas de codificación y administración de datos.
Por ejemplo, los epidemiólogos generalmente no codificarán complicados procedimientos de arranque para estimar los errores estándar. Esto es algo que generalmente se espera que haga el bioestadístico.
La superposición
Existe una superposición significativa entre la epidemiología y la bioestadística, particularmente en el subcampo de la inferencia causal. En este subcampo, todas las afirmaciones generales que hice anteriormente se descomponen y las líneas se vuelven muy borrosas.
Los investigadores que trabajan principalmente con datos de observación han sido pioneros en este campo. Esto se debe a que es muy difícil hacer inferencias causales con este tipo de datos y, por lo general, solo se puede hacer bajo supuestos estrictos.
Algunos investigadores famosos en este campo incluyen a Donald Rubin, James Robins, Miguel Hernan y Judea Pearl. Mirar los antecedentes de estos investigadores le da una idea de cuán borrosas se vuelven las líneas.
Robins no tiene un doctorado en bioestadística ni en epidemiología. Él tiene un MD. Sin embargo, ha realizado un trabajo teórico pionero en bioestadística. Es profesor de epidemiología y bioestadística.
Rubin también fue un pionero en este campo, pero no es profesor de bioestadística ni epidemiología. Él es profesor en un departamento de estadísticas.
Hernán tiene un doctorado y un doctorado en Epi, pero es profesor tanto en bioestadística como en epi.
Judea Pearl tiene un doctorado en ingeniería eléctrica y ha desarrollado métodos causales que funcionan en Inteligencia Artificial. Es profesor en un departamento de ciencias de la computación, pero se publicó junto con Robins y otros epidemiólogos y bioestadísticos.
¡Todo esto es para decir que en algunos subcampos muy especializados, no existe una diferencia efectiva entre los bioestadísticos y los epidemiólogos!
