医学统计学
医学统计学（也称健康统计学）涉及将统计学应用于医学和健康科学领域，包括流行病学、公共卫生、法医学和临床研究等。医学统计学在英国已被认可为统计学的一个分支超过40年，但在北美，这个术语并未得到普遍使用，那里更常用更广泛的术语"生物统计学"。然而，"生物统计学"通常更多地指统计学在生物学中的所有应用。医学统计学是统计学的一个子学科。
它是对医疗实践中数据的汇总、收集、呈现和解释的科学，并利用这些数据来估计关联的大小和检验假设。它在医学研究中扮演着核心角色。它不仅提供了一种比依赖个人经验和轶事更广泛、更正式的信息组织方式，还考虑了大多数生物过程中固有的内在变异。
在医学假设检验中的应用
在医学假设检验中，医学研究通常通过置信区间、P值或两者来评估。
置信区间
医学研究中经常报告置信区间(CI)，它表示重复医学试验中医学结果的一致性和变异性。换句话说，置信区间显示了如果多次进行该研究，预期的真实估计值将存在于这个特定范围内的值的范围。
大多数生物医学研究无法使用总体人口进行研究。相反，通常使用总体人口的样本来进行研究。通过样本统计量和误差估计（以值的范围表示），可以从样本对总体人口进行推断。
P值
医学研究中经常使用P < 0.05的统计显著性。
P值是在获得与实际观察结果基本相等的结果时，没有效应或没有差异（零假设）的概率。P代表概率，衡量观察到的组间差异由偶然因素造成的可能性。P值在0和1之间。越接近0，结果由偶然因素造成的可能性越小。越接近1，结果实际上由偶然因素造成的可能性越高。
制药统计学
制药统计学是将统计学应用于与制药行业相关的问题。这可以包括实验设计问题、药物试验分析以及药品商业化问题。
该领域有许多专业机构，包括：
- 欧洲制药行业统计学家联合会
- 制药行业统计学家协会
临床生物统计学
临床生物统计学关注临床研究设计和分析中使用的原则和方法的研究，以及将统计理论应用于临床医学。
临床生物统计学在研究生生物统计学和应用统计学位中教授，例如作为澳大利亚BCA生物统计学硕士学位课程的一部分。
基本概念
用于描述情况
- 发病率（流行病学）vs. 患病率 vs. 累积发病率
- 许多医学检测（如妊娠检测）有两种可能结果：阳性或阴性。然而，检测有时会产生错误结果，表现为假阳性或假阴性。假阳性和假阴性可以分别用统计学概念I型错误和II型错误来描述，其中零假设是患者检测结果为阴性。医学检测的精确度通常以阳性预测值(PPV)和阴性预测值(NPV)的形式计算。医学检测的PPV和NPV取决于检测的内在特性以及被检测条件的患病率。例如，如果对一群生物学上无法怀孕的个体进行任何妊娠检测，则该检测的PPV将为0%，NPV将为100%，仅仅因为在这种人群中不存在真阳性和假阴性。
- 死亡率 vs. 标准化死亡率 vs. 年龄标准化死亡率
- 大流行 vs. 流行病 vs. 地方病 vs. 共生病
- 连续间隔 vs. 潜伏期
- 癌症集群
- 性网络
- 潜在寿命损失年
- 孕产妇死亡率
- 围产期死亡率
- 低出生体重比率
用于评估干预效果
- 绝对风险降低
- 对照事件率
- 实验事件率
- 需要伤害人数
- 需要治疗人数
- 比值比
- 相对风险降低
- 相对风险
- 相对生存率
- 最小临床重要差异
相关统计理论
- 生存分析
- 比例风险模型
- 主动控制试验：一种将新治疗方法与某种其他活性药物（而非安慰剂）进行比较的临床试验
- ADLS（日常生活活动量表）：设计用于测量身体能力/残疾的量表，用于调查各种慢性致残疾病（如关节炎）。该量表基于对自我护理、修饰等问题回答的评分。
- 精算统计：精算师用于计算负债、评估风险和规划保险、养老金等财务进程的统计。
相关主题
- 群体免疫
- 假阳性和假阴性
- 罕见疾病
- 希尔达·玛丽·伍兹——1931年出版的第一本英国医学统计学教科书的第一作者（与威廉·拉塞尔合著）
【全文结束】