更改

跳到导航 跳到搜索
添加9字节 、 2020年10月18日 (日) 11:28
无编辑摘要
第4行: 第4行:  
}}
 
}}
   −
'''<font color = '#ff8000'>因果推断Causal inference</font>'''是基于某一事件发生的条件得出关于因果联系结论的过程。因果推断与'''<font color = '#ff8000'>关联推理inference of association</font>'''的主要区别在于前者分析了当原因改变时结果变量的响应。<ref name=Pearl_Journal>{{cite journal|last=Pearl|first=Judea|title=Causal inference in statistics: An overview|journal=Statistics Surveys|date=1 January 2009|volume=3|issue=|pages=96–146|doi=10.1214/09-SS057|url=http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf}}</ref><ref name=Morgan_book>{{cite book|last=Morgan|first=Stephen|author2=Winship, Chris|title=Counterfactuals and Causal inference|publisher=Cambridge University Press|year=2007|isbn=978-0-521-67193-4}}</ref>研究事件因何而起的科学被称为'''<font color = '#ff8000'>病因学etiology</font>'''。因果推断是'''<font color = '#ff8000'>因果推理causal reasoning</font>'''的一个例子。
+
'''<font color = '#ff8000'>因果推断Causal inference</font>'''是基于某一事件发生的条件得出关于因果联系结论的过程。因果推断与'''<font color = '#ff8000'>关联推理 inference of association</font>'''的主要区别在于前者分析了当原因改变时结果变量的响应。<ref name=Pearl_Journal>{{cite journal|last=Pearl|first=Judea|title=Causal inference in statistics: An overview|journal=Statistics Surveys|date=1 January 2009|volume=3|issue=|pages=96–146|doi=10.1214/09-SS057|url=http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf}}</ref><ref name=Morgan_book>{{cite book|last=Morgan|first=Stephen|author2=Winship, Chris|title=Counterfactuals and Causal inference|publisher=Cambridge University Press|year=2007|isbn=978-0-521-67193-4}}</ref>研究事件因何而起的科学被称为'''<font color = '#ff8000'>病因学etiology</font>'''。因果推断是'''<font color = '#ff8000'>因果推理causal reasoning</font>'''的一个例子。
      第19行: 第19行:  
==方法==
 
==方法==
   −
'''<font color = '#ff8000'>流行病学 Epidemiological</font>'''运用不同的流行病模型来收集和衡量危险因素和结果,以及判定两者之间的联系。一个假说被提出来后,然后进行'''<font color = '#ff8000'>统计学假设检验Statistical hypothesis testing</font>'''。这种'''<font color = '#ff8000'>统计学推断statistical inference </font>'''有助于判断数据是否由偶然性引起,也被称为'''<font color = '#ff8000'>随机变异random variation</font>''',还是确实相关以及相关性的强弱。然而,相关不意味着因果,因此还需使用其他方法来推断其因果关系。
+
'''<font color = '#ff8000'>流行病学 Epidemiological</font>'''运用不同的流行病模型来收集和衡量危险因素和结果,以及判定两者之间的联系。一个假说被提出来后,然后进行'''<font color = '#ff8000'>统计学假设检验 Statistical hypothesis testing</font>'''。这种'''<font color = '#ff8000'>统计学推断 statistical inference </font>'''有助于判断数据是否由偶然性引起,也被称为'''<font color = '#ff8000'>随机变异 random variation</font>''',还是确实相关以及相关性的强弱。然而,相关不意味着因果,因此还需使用其他方法来推断其因果关系。
      第27行: 第27行:  
==流行病学==
 
==流行病学==
   −
'''<font color = '#ff8000'>流行病学Epidemiology</font>'''研究特定生物群体的健康和疾病'''<font color = '#ff8000'>模式patterns</font>''',以推断原因和结果。'''<font color = '#ff8000'>暴露exposure </font>'''于一般认为的'''<font color = '#ff8000'>危险因素risk factor</font>'''和疾病之间可能存在关联,但不等于确定因果关系,因为相关不意味着因果。从历史上看,自19世纪,'''<font color = '#ff8000'>科赫法则 Koch's postulates</font>'''就被用来判断一种微生物是否是引起某种疾病的病因。在20世纪,'''<font color = '#ff8000'>布拉德福德·希尔准则 Bradford Hill criteria</font>'''<ref name="bh65">{{cite journal |last=Hill |first=Austin Bradford |year=1965 |title=The Environment and Disease: Association or Causation? |journal=[[Proceedings of the Royal Society of Medicine]] |volume=58 |pages=295–300 |url=http://www.edwardtufte.com/tufte/hill |pmid=14283879 |pmc=1898525 |issue=5 |doi=10.1177/003591576505800503}}</ref>已经被用来评估微生物学之外的变量的因果关系,尽管这些标准不是确定因果关系的唯一方法。
+
'''<font color = '#ff8000'>流行病学 Epidemiology</font>'''研究特定生物群体的健康和疾病'''<font color = '#ff8000'>模式 patterns</font>''',以推断原因和结果。'''<font color = '#ff8000'>暴露 exposure </font>'''于一般认为的'''<font color = '#ff8000'>危险因素 risk factor</font>'''和疾病之间可能存在关联,但不等于确定因果关系,因为相关不意味着因果。从历史上看,自19世纪,'''<font color = '#ff8000'>科赫法则 Koch's postulates</font>'''就被用来判断一种微生物是否是引起某种疾病的病因。在20世纪,'''<font color = '#ff8000'>布拉德福德·希尔准则 Bradford Hill criteria</font>'''<ref name="bh65">{{cite journal |last=Hill |first=Austin Bradford |year=1965 |title=The Environment and Disease: Association or Causation? |journal=[[Proceedings of the Royal Society of Medicine]] |volume=58 |pages=295–300 |url=http://www.edwardtufte.com/tufte/hill |pmid=14283879 |pmc=1898525 |issue=5 |doi=10.1177/003591576505800503}}</ref>已经被用来评估微生物学之外的变量的因果关系,尽管这些标准不是确定因果关系的唯一方法。
       
In [[molecular epidemiology]] the phenomena studied are on a [[molecular biology]] level, including genetics, where [[biomarkers]] are evidence of cause or effects.
 
In [[molecular epidemiology]] the phenomena studied are on a [[molecular biology]] level, including genetics, where [[biomarkers]] are evidence of cause or effects.
   −
'''<font color = '#ff8000'>分子流行病学molecular epidemiology</font>'''中研究的现象是在'''<font color = '#ff8000'>生物分子</font>'''水平上的,也涵盖了遗传学。而遗传学中的'''<font color = '#ff8000'>生物标志物biomarkers</font>'''就是原因或结果的证据。
+
'''<font color = '#ff8000'>分子流行病学 molecular epidemiology</font>'''中研究的现象是在'''<font color = '#ff8000'>生物分子</font>'''水平上的,也涵盖了遗传学。而遗传学中的'''<font color = '#ff8000'>生物标志物biomarkers</font>'''就是原因或结果的证据。
    
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“分子生物学”一词改成“生物分子”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“分子生物学”一词改成“生物分子”
7,129

个编辑

导航菜单