Pubblicato il
Sapevate che imparare la biostatistica richiede circa 4.0 ore? Il Quillen College of Medicine offre fino a 2.0 crediti AMA PRA Categoria 1™ per i corsi online. Questo dimostra quanto siano fondamentali i dati biostatistici nella ricerca e negli studi in ambito sanitario.
La biostatistica fonde i metodi statistici con le scienze della salute. È uno strumento potente per comprendere dati sanitari complessi. Aiuta a individuare i modelli di malattia, a trovare i fattori di rischio e a verificare i metodi di prevenzione. Ciò migliora le strategie di sanità pubblica.
Per gli epidemiologi, la biostatistica è cruciale. Aiuta ad analizzare e trovare modelli nei dati. Con 40,000 dollari di aiuti finanziari da parte del CDC/HHS, la formazione biostatistica è un grosso problema. Viene utilizzato per calcolare le tariffe, individuare i rischi e testare i dati.
Questo corso di formazione offre anche fino a 2.0 ore di formazione infermieristica. Illustra il lavoro di squadra necessario per risolvere i problemi di salute pubblica. Il programma di formazione medica continua della East Tennessee State University verifica l'imparzialità delle informazioni, assicurandosi che siano affidabili. Per ulteriori informazioni su come sfatare i miti sulla salute, consultare questa risorsa.
Punti chiave
- La padronanza della biostatistica richiede circa 4.0 ore di apprendimento.
- Il Quillen College of Medicine offre fino a 2.0 crediti AMA PRA Categoria 1™ per questa attività online.
- CDC/HHS ha investito 40,000 dollari in moduli di formazione sulla biostatistica.
- Per questa formazione sono approvate fino a 2.0 ore di formazione infermieristica continua.
- Importanti idee biostatistiche includono media, mediana, moda e altro.
Introduzione alla biostatistica in epidemiologia
La biostatistica è fondamentale in epidemiologia. Ci fornisce gli strumenti per lavorare con i dati sanitari. Aiuta nella progettazione di studi e nella comprensione delle tendenze sanitarie. Gli studenti imparano ad analizzare i dati sanitari e a progettare studi per risolvere problemi di salute pubblica.
Definizione e importanza
La biostatistica utilizza la statistica per comprendere i dati sanitari in epidemiologia. Questi metodi sono fondamentali per dare un senso ai dati sanitari. Ad esempio, uno studio ha rilevato un rischio 1.8 volte maggiore di contrarre una determinata patologia, dimostrando quanto sia cruciale un'analisi accurata.
Gli studenti di programmi come MPH e MS imparano sia l'epidemiologia che la salute pubblica. Questo li aiuta a gestire e comprendere bene i dati sanitari. La biostatistica è fondamentale per monitorare le malattie, testare programmi sanitari e prendere decisioni politiche.
Applicazioni in sanità pubblica
La biostatistica è utilizzata in molti settori della sanità pubblica. Aiuta a progettare e analizzare studi sui comportamenti sanitari e sui modelli di malattia. Ad esempio, uno studio ha dimostrato un risultato migliore del 10% dopo un programma sanitario, dimostrandone l’efficacia.
Aiuta anche a valutare le politiche sanitarie. Gli studenti imparano a utilizzare i computer per lavorare con grandi set di dati sanitari. Questa abilità è fondamentale per prendere decisioni informate sulla salute pubblica.
In breve, la biostatistica è vitale in epidemiologia. Ci aiuta a comprendere e dare un senso ai dati sanitari. Imparando questi metodi, puoi migliorare notevolmente gli sforzi e le politiche di sanità pubblica.
Teoria della probabilità in biostatistica
Comprendere la teoria della probabilità è fondamentale per utilizzare la biostatistica in epidemiologia. Aiuta i ricercatori a trarre conclusioni certe dai dati. Questa parte spiega la probabilità e le distribuzioni importanti per l'analisi dei dati sanitari.
Concetto di probabilità
La probabilità è fondamentale nella statistica inferenziale , in quanto indica quanto siano probabili gli eventi. Esistono due modi principali per definire la probabilità in biostatistica:
- Probabilità frequentista: Questo metodo esamina la frequenza con cui si verifica un evento in molte prove. Ad esempio, la probabilità di ottenere un sei con un dado è 1/6 su un numero infinito di lanci.
- Probabilità bayesiana: Questa visione vede la probabilità come una convinzione personale nell'accadere di un evento. È soggettivo e utilizza il teorema di Bayes per aggiornare le convinzioni con nuovi dati.
Entrambi i metodi hanno i loro punti di forza. I metodi frequentisti sono semplici con gli strumenti statistici comuni. I metodi bayesiani offrono approfondimenti più approfonditi combinando la conoscenza passata con nuovi dati. Man mano che arrivano più dati, entrambi i metodi spesso portano a conclusioni simili.
Distribuzioni di probabilità comuni
Le distribuzioni di probabilità descrivono eventi della vita reale in ambito sanitario. Ciascuno ha il proprio ruolo nel fare inferenze statistiche:
- Distribuzione binomiale: Questo serve per contare i successi nelle prove, come la presenza o l'assenza di una malattia in un gruppo.
- Distribuzione normale: Una distribuzione continua, modella variabili come la pressione sanguigna o i livelli di colesterolo, che seguono una curva a campana.
- Distribuzione di Poisson: Utilizzato per contare gli eventi in un determinato periodo o area, come i casi di malattie rare.
Queste distribuzioni aiutano nell'analisi biostatistica dettagliata e precisa. Si assicurano che le inferenze statistiche siano forti e affidabili.
| Distribuzione | Applicazione |
|---|---|
| Binomiale | Numero di casi di malattia in un campione |
| Normale - Normal | Variabili con distribuzione a campana (p. es., pressione sanguigna) |
| Poisson | Tasso di incidenza delle malattie rare |
Inferenza statistica negli studi epidemiologici
L'inferenza statistica è fondamentale nella ricerca epidemiologica. Permette agli scienziati di trarre conclusioni su grandi gruppi a partire da campioni più piccoli. Questo è essenziale per verificare le ipotesi e stabilire gli intervalli di confidenza . Tali intervalli indicano il grado di certezza che abbiamo di una stima.
In epidemiologia, testare le ipotesi aiuta a vedere se ciò che vediamo in uno studio è reale nell’intera popolazione. Il valore p è una parte importante di questo test. Ci dice se quello che abbiamo trovato è solo per caso o se è reale.
Ad esempio, quando analizziamo i tassi di ricovero in terapia intensiva e il rischio di infezione utilizzando le cartelle cliniche elettroniche, ci avvaliamo di test di ipotesi . Questo ci aiuta a capire se il collegamento osservato è reale o meno.
Anche gli intervalli di confidenza sono cruciali. Forniscono un intervallo di valori entro il quale è probabile che si trovi il vero valore della popolazione. Se gli intervalli sono ampi, la stima potrebbe non essere molto precisa. Ma se sono ristretti, significa che siamo abbastanza sicuri del valore.
Gli epidemiologi utilizzano molti metodi statistici per comprendere i problemi di salute pubblica. Questi metodi sono particolarmente utili con gli studi che non possono essere controllati. Ad esempio, quando studiamo come funzionano gli interventi sanitari, utilizziamo metodi statistici per calcolare rischi e probabilità.
“La convergenza tra epidemiologia, biostatistica e scienza dei dati ha rivoluzionato la ricerca relativa alla salute, consentendo analisi più sofisticate e precise dei big data”.
– Dr. Albert, scienziato dei dati sanitari
L'analisi delle cartelle cliniche elettroniche (EMR) in medicina mostra come l'inferenza statistica sia utile in epidemiologia. Lavorare con i dati delle EMR richiede la conoscenza dei database e la capacità di collegare i dati tra loro. Questo dimostra perché epidemiologi, biostatistici e data scientist debbano collaborare.
| Metodo statistico | Applicazione | Esempi di utilizzo |
|---|---|---|
| Controllo di un'ipotesi | Determinazione della significatività statistica | Valutare l'effetto di un intervento |
| Intervalli di confidenza | Quantificare la precisione delle stime | Stima della prevalenza della malattia |
| Stima dei parametri | Aspetti quantificativi di una popolazione | Calcolo dei rapporti di rischio |
Principali metodi statistici utilizzati in epidemiologia
In epidemiologia, i metodi statistici sono fondamentali per dare un senso a dati complessi. Aiutano a monitorare le malattie e a comprendere le tendenze della salute. Questi metodi sono vitali per valutare i rischi e ottenere informazioni sulla salute della popolazione.
Misure epidemiologiche descrittive
Le misure epidemiologiche descrittive ci aiutano a comprendere le tendenze sanitarie e la frequenza con cui si verificano. Includono conteggi, rapporti, proporzioni e tassi. Ad esempio, i conteggi vengono utilizzati per tenere traccia delle malattie rare come l’Ebola dal 1976.
I rapporti mostrano quante donne rispetto agli uomini si ammalano di cancro al seno. Le proporzioni aiutano a collegare le malattie a fattori di rischio, come il fumo e il cancro ai polmoni. Le tariffe mostrano la frequenza con cui una malattia si manifesta nel tempo. Queste misure sono fondamentali per monitorare le malattie e comprendere i rischi.
Misure di effetto per l'analisi grezza
L’analisi grezza esamina il modo in cui le esposizioni e i risultati sono collegati senza scomporre i dati. Utilizza rapporti di rischio, rapporti di probabilità e rischi attribuibili per mostrare il collegamento tra esposizione e malattia. Questi metodi forniscono ampie informazioni che aiutano a modellare la ricerca iniziale e guidare ulteriori studi.
Misure di effetto nell'analisi stratificata
L’analisi stratificata esamina il modo in cui i diversi gruppi sono influenzati dalle esposizioni e dai risultati. Aiuta a vedere se il legame tra esposizione e malattia rimane lo stesso tra i gruppi. Questo metodo mostra come i fattori sociali e ambientali influiscono sulla salute, aiutando a prevenire le malattie.
L’utilizzo di questi metodi statistici ci aiuta a comprendere modelli sanitari complessi. Ciò porta a interventi sanitari più mirati e a una migliore comprensione della salute della popolazione.
Nozioni di base di biostatistica per epidemiologi
Apprendere i principi fondamentali della biostatistica è essenziale in epidemiologia. Questa disciplina è utile per raccogliere, analizzare e comprendere i dati sanitari. La conoscenza della progettazione degli studi e dell'analisi dei dati è cruciale per interpretare correttamente i dati sanitari e testare gli interventi in ambito sanitario.
Il corso tratta argomenti importanti come la statistica descrittiva e la probabilità. Include anche distribuzioni di dati, stimatori della varianza e verifica delle ipotesi . Gli studenti apprendono inoltre i test del chi-quadrato, le correlazioni, le regressioni e l'analisi della varianza.
Comprendere l'inferenza statistica è fondamentale in epidemiologia. La verifica delle ipotesi permette agli epidemiologi di stabilire se le differenze nei dati sanitari siano significative. Questo argomento riceve molta attenzione nei manuali, aiutando gli studenti a comprenderne l'importanza nella ricerca sulla salute pubblica.
Il corso di "Epidemiologia e Biostatistica" presso l'Università del Nord Dakota combina la biostatistica con la ricerca sanitaria reale. Il corso, articolato in 38 lezioni, tratta la progettazione degli studi e l'analisi avanzata dei dati. Unisce la teoria agli esercizi pratici per migliorare la comprensione. Per maggiori informazioni, clicca qui.
Il corso "Biostatistica e Salute Pubblica" approfondisce i test e le tecniche statistiche per la misurazione delle malattie e il confronto tra gruppi. Si concentra sulla probabilità e sulla verifica delle ipotesi per preparare gli studenti all'analisi dei dati. Per maggiori informazioni, clicca qui.
Vengono inoltre insegnate abilità pratiche nell'utilizzo di strumenti come SAS e R. Corsi come EPBI 3205 ed EPBI 5005 mostrano come gestire e analizzare dati complessi. Ciò aiuta gli studenti ad applicare le conoscenze teoriche in situazioni reali.
| Portata | Crediti | Temi chiave |
|---|---|---|
| EPBI 2219: Biostatistica e sanità pubblica | Ore di credito 3 | Test statistici, tecniche di analisi dei dati |
| EPBI 2361: Epidemiologia 360 | Ore di credito 3 | Morbilità e mortalità, carico di malattia |
| EPBI 3203: Metodi di indagine applicati | Ore di credito 3 | Ricerche di indagine, studi osservazionali |
La biostatistica è fondamentale per comprendere i dati sanitari e i fattori che li influenzano. Imparando a progettare studi e ad analizzare i dati, studenti e professionisti possono avere un impatto significativo, contribuendo a plasmare le politiche sanitarie e la ricerca.
Tecniche avanzate di analisi dei dati
L'analisi avanzata dei dati va oltre i metodi di base, fornendo approfondimenti più dettagliati e risultati più precisi negli studi sanitari. I modelli multivariati sono uno strumento fondamentale. Essi esaminano come molteplici fattori influenzano un singolo risultato, aspetto cruciale per la risoluzione di problemi sanitari complessi.
L'analisi dose-risposta è fondamentale. Mostra in che misura una determinata sostanza influisce sugli esiti clinici. Questo è essenziale per verificare se i trattamenti sono sicuri ed efficaci.
Il Certificato in Epidemiologia Avanzata offre una formazione approfondita sugli studi sanitari. Gli studenti imparano a confrontare diversi studi, a verificare l'affidabilità dei dati e a utilizzare formule matematiche complesse. Hanno inoltre l'opportunità di esercitarsi con esempi concreti e di acquisire competenze di programmazione.
“Comprendere l’intricata danza tra molteplici variabili è come risolvere un puzzle complesso; ogni pezzo, se posizionato correttamente, svela il quadro più ampio dei risultati sulla salute”.
Gestire i dati in modo efficace è una grande sfida. Strumenti come Python, R, NVivo e Power BI sono fondamentali. Aiutano a gestire dati complessi e a renderli facilmente comprensibili. I corsi si concentrano sulla padronanza di questi strumenti per migliorare la ricerca in ambito sanitario.
L'utilizzo dei dati delle cartelle cliniche elettroniche (EHR) può rivoluzionare la ricerca sanitaria. I corsi insegnano come utilizzare al meglio i dati delle EHR, il che si traduce in una ricerca migliore e in risultati che possono realmente aiutare le persone.
Metodi multivariati in epidemiologia
I metodi multivariati in epidemiologia sono fondamentali per l'analisi di dati sanitari complessi. Aiutano i ricercatori a comprendere le relazioni tra le diverse variabili, rendendo la ricerca sulle malattie più accurata e approfondita e fornendo spunti utili per gli interventi sanitari. Corsi come EPIB652 Analisi dei dati categorici o EPIB653 Analisi applicata dei dati di sopravvivenza dimostrano il valore dei metodi statistici nell'analisi dei dati sanitari.
Panoramica dei modelli multivariati
I modelli multivariati , inclusa la regressione logistica, sono fondamentali in epidemiologia. Essi mostrano come diversi fattori siano interconnessi e influenzino gli esiti sanitari. Questi modelli utilizzano tecniche avanzate come l'analisi fattoriale e l'analisi di mediazione. Ad esempio, il corso EPIB634 Analisi dei dati applicata in epidemiologia sociale e salute comportamentale insegna questi metodi utilizzando dati reali.
Applicazione nella ricerca sulle malattie
Nella ricerca sulle malattie, i metodi multivariati consentono agli epidemiologi di esaminare molte variabili contemporaneamente. L'analisi di regressione applicata EPIB651 insegna metodi chiave come la regressione lineare semplice e multipla. Questi sono ottimi per studiare malattie con molte cause.
Interpretazione dell'analisi multivariata
Comprendere l'analisi multivariata significa conoscere la correlazione e la regressione lineare. Corsi come EPIB635 Modellazione multilivello applicata nella ricerca sanitaria sono utili a questo scopo. Apprendendo queste tecniche, gli studenti possono individuare i modelli di malattia e contribuire a realizzare interventi sanitari più efficaci.
Uso della biostatistica nella valutazione delle politiche sanitarie
La biostatistica è fondamentale per elaborare e controllare le politiche sanitarie. Fornisce una forte analisi dei dati che aiuta a prendere decisioni di politica sanitaria. Esamina anche come funzionano le azioni sanitarie.
Questa abilità è vitale per elaborare buone strategie di sanità pubblica e analizzare le politiche sanitarie.
Lavorando insieme, biostatistici, epidemiologi e politici affrontano i problemi sanitari. Ad esempio, la Robert Wood Johnson Foundation e il Population Health Institute dell’Università del Wisconsin hanno collaborato. Hanno creato il programma County Health Rankings & Roadmaps. Questo programma fornisce dati sanitari locali per aiutare nelle scelte politiche.
I biostatistici sono fondamentali nel controllare le strategie di sanità pubblica. Usano misure come i tassi di morbilità e mortalità per vedere quanto è sana una popolazione. Queste misure aiutano a garantire che le azioni sanitarie funzionino.
Ottenere dati accurati è fondamentale per il successo della sanità pubblica. Durante la pandemia di COVID-19, la mancanza di un buon coordinamento tra le diverse agenzie è stato un grosso problema. Inoltre non c'erano abbastanza soldi e scarsa comunicazione. Ma i dati della biostatistica hanno aiutato nello sviluppo del vaccino e nella lotta al virus.
La biostatistica significa anche più posti di lavoro. Si prevede che i biostatistici cresceranno del 31% dal 2021 al 2031. Hanno guadagnato circa 98,680 dollari all’anno nel 2021. Gli epidemiologi, che lavorano con i biostatistici, hanno guadagnato circa 78,830 dollari all’anno e si prevede che nello stesso periodo cresceranno del 26%.
| Professione | Stipendio annuo mediano (2021) | Crescita del lavoro (2021-2031) |
|---|---|---|
| Biostatistici | $98,680 | 31% |
| Gli epidemiologi | $78,830 | 26% |
Questi numeri mostrano quanto siano importanti i biostatistici e gli epidemiologi nella sanità pubblica. Con la biostatistica, i politici possono controllare meglio le politiche e le azioni sanitarie. Ciò porta a decisioni migliori e alla salute delle comunità.
Conclusione
La biostatistica è fondamentale per migliorare la salute pubblica prendendo decisioni basate sull’evidenza. È utilizzato in molti campi come l'oncologia, la genetica e la salute ambientale. Biostatistici ed epidemiologi lavorano insieme per assicurarsi di comprendere meglio i problemi sanitari.
Aiutano a monitorare le malattie, a mantenere le comunità sane e ad affrontare i problemi sanitari. Ad esempio, i biostatistici aiutano a progettare studi e ad analizzare i dati genetici. Gli epidemiologi si concentrano sulle epidemie e su come si diffondono le malattie, come l’influenza e il COVID-19. Il loro lavoro contribuisce a migliorare la ricerca sanitaria e il benessere della società.
La conoscenza della biostatistica aiuta gli esperti sanitari a interpretare dati complessi, consentendo di elaborare politiche sanitarie più efficaci. È fondamentale per individuare tendenze e distorsioni nei dati. Per approfondire i principi di base della biostatistica per gli epidemiologi, consultate questo articolo . Con l'evolversi delle problematiche sanitarie, l'utilizzo della biostatistica continuerà a essere cruciale per prendere decisioni importanti in ambito sanitario.
FAQ
Cos’è la biostatistica?
La biostatistica utilizza metodi statistici nei campi della biologia e della salute. È fondamentale per progettare studi, analizzare dati e comprendere i risultati in epidemiologia.
Quanto è importante la biostatistica nella ricerca sulla sanità pubblica?
La biostatistica è vitale per monitorare le tendenze sanitarie e testare metodi di prevenzione delle malattie. Guida le politiche sanitarie analizzando dati sanitari complessi.
Che ruolo gioca la probabilità nella biostatistica?
La probabilità è cruciale nella biostatistica. Aiuta a modellare l’incertezza e a comprendere la salute della popolazione. I ricercatori lo usano per analizzare i modelli di dati sanitari.
Come vengono utilizzate le distribuzioni di probabilità comuni negli studi epidemiologici?
Le distribuzioni normale e binomiale vengono utilizzate per descrivere i fenomeni sanitari. Aiutano ad analizzare i dati comprendendo la variabilità e l'incertezza nei risultati dello studio.
Cos’è l’inferenza statistica e perché è importante in epidemiologia?
L'inferenza statistica utilizza dati campione per fare ipotesi su una popolazione più ampia. È fondamentale per testare ipotesi, stimare parametri e comprendere i risultati dello studio. Ciò rafforza la ricerca epidemiologica.
Cosa sono le misure epidemiologiche descrittive?
Le misure descrittive forniscono informazioni di base sulla salute riassumendo i dati. Usano parametri come media e mediana per mostrare tendenze e modelli di salute.
Come vengono utilizzate le misure dell'effetto nell'analisi grezza?
L’analisi grezza utilizza rapporti di rischio e rapporti di probabilità per mostrare come le esposizioni influenzano gli esiti sanitari. Queste misure stimano l’impatto dei fattori di rischio senza considerare altri fattori.
Cos’è l’analisi stratificata in epidemiologia?
L'analisi stratificata divide i dati in gruppi per controllare altri fattori. Questo metodo migliora la precisione confrontando gruppi simili.
Quali tecniche avanzate di analisi dei dati vengono utilizzate in biostatistica?
Le tecniche avanzate includono modelli multivariati e analisi dose-risposta . Questi metodi esplorano le complesse relazioni tra le variabili, offrendo una comprensione più approfondita degli esiti sanitari.
Come vengono applicati i metodi multivariati nella ricerca sulle malattie?
I metodi multivariati, come la regressione lineare multipla, studiano molte variabili contemporaneamente. Questi modelli aiutano a comprendere i modelli e gli esiti della malattia adattandosi ai fattori confondenti.
Qual è il significato della biostatistica nella valutazione delle politiche sanitarie?
La biostatistica aiuta a valutare le politiche sanitarie valutandone l’impatto. Guida il processo decisionale analizzando il modo in cui le politiche influenzano i risultati sanitari.
Collegamenti di origine
- https://tnphtc.org/courses/basics-of-epidemiology-and-biostatistics/ – Nozioni di base di epidemiologia e biostatistica – Tennessee Public Health Training Center
- https://ki.se/en/meb/education/doctoral-courses/biostatistics-i-introduction-for-epidemiologists – Biostatistica I – Introduzione per gli epidemiologi
- https://www.ma.imperial.ac.uk/~das01/MyWeb/M3S12/Handouts/Notes/Chap1.pdf – swp0001.dvi
- https://academicbulletins.sc.edu/graduate/public-health/epidemiology-biostatistics/epidemiology-biostatistics.pdf – Epidemiologia e Biostatistica
- https://www.medicine.mcgill.ca/epidemiology/Joseph/publications/Methodological/radiology.pdf - 917
- https://www.cartercenter.org/resources/pdfs/health/ephti/library/lecture-notes/env-health-science-students/ln-biostat-hss-final.pdf – Microsoft Word – biostat_hss_body.doc
- https://www.springerpub.com/biostatistics-for-epidemiology-and-public-health-using-r-9780826110251.html – Biostatistica per l’epidemiologia e la sanità pubblica utilizzando R
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8734556/ – Sulla convergenza di epidemiologia, biostatistica e scienza dei dati
- https://www.med.upenn.edu/ggeb/bsta-course-descriptions.html – Corsi di Biostatistica e Statistica | Gruppo di laureati in Epidemiologia e Biostatistica
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8036932/ – Progressi statistici in epidemiologia e sanità pubblica
- https://link.springer.com/10.1007/978-3-642-04898-2_547 – Metodi statistici in epidemiologia
- https://minnstate.pressbooks.pub/hgantunez/chapter/chapter-3-basic-epidemiological-methods-and-calculations/ – Metodi e calcoli epidemiologici di base
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2700881/ – Biostatistica di base per genetisti ed epidemiologi: un approccio pratico: di Robert C. Elston e William D. Johnson
- https://bulletin.temple.edu/courses/epbi/ – Epidemiologia e Biostatistica (EPBI) < Temple University
- https://www.publichealth.columbia.edu/academics/degrees/master-public-health/certificates/advanced-epidemiology – Epidemiologia avanzata
- https://epibiostat.ucsf.edu/individual-courses – Corsi Individuali
- https://academiccatalog.umd.edu/graduate/courses/epib/ – EPIB – Epidemiologia e Biostatistica
- https://www.stata.com/bookstore/methods-in-epidemiologic-research/ – Libreria Stata: Metodi nella ricerca epidemiologica
- https://www.augusta.edu/online/blog/biostatistics-vs-epidemiology – Biostatistica vs. Epidemiologia: argomenti chiave nella sanità pubblica
- https://online.fdu.edu/blog/what-is-the-role-of-biostatistics-in-public-health/ – Qual è il ruolo della biostatistica nella sanità pubblica? | FDU in linea
- https://elementtechnologies.net/epidemiology-vs-biostatistics-their-role-in-public-health – Epidemiologia vs. biostatistica: il loro ruolo nella sanità pubblica – Tecnologie degli elementi
- https://ebooks.inflibnet.ac.in/antp13/chapter/biostatistics-epidemiologic-method/ – 14 Biostatistica e metodo epidemiologico