More data or big data will not alone provide us with the answers to important and complex medical and public health questions, says Lisa Sullivan, Associate Dean for Education and Professor of Biostatistics at the Boston University School of Public Health.More data or big data will not alone provide us with the answers to important and complex medical and public health questions, says Lisa Sullivan, Associate Dean for Education and Professor of Biostatistics at the Boston University School of Public Health.More data or big data will not alone provide us with the answers to important and complex medical and public health questions, says Lisa Sullivan, Associate Dean for Education and Professor of Biostatistics at the Boston University School of Public Health.Selon Lisa Sullivan, vice-doyenne à l’éducation et professeur de biostatistique à l’École de santé publique de l’Université de Boston, davantage de données ou de données volumineuses ne nous apporteront pas à elles seules les réponses à des questions importantes et complexes concernant la médecine et la santé publique.
Si vous avez des compétences en biostatistique, vos perspectives d’emploi sont bonnes, dit Lisa Sullivan. Elle est doyenne associée à l’éducation à l’École de santé publique de l’Université de Boston et auteure de Fondements de la biostatistique en santé publique et elle enseigne la biostatistique depuis près de 25 ans.
L'année dernière, elle a débuté un cours intensif d'une semaine à la BU sur les bases de la biostatistique pour les nouveaux étudiants en master de sciences qui avaient besoin d'une formation de base en biostatistique. "J'ai choisi JMP parce que cela a vraiment fonctionné avec le cours - JMP est facile à apprendre; il est configuré de manière très intuitive, mais très puissant », dit-elle.
Et maintenant elle a créé un cours de biostatistique en ligne ouvert à tous , partout, intéressé par les fondements de la biostatistique. Le cours présente les applications de la biostatistique en santé publique à l'aide d'exemples authentiques contenant des données réelles.
Je lui ai posé quelques questions sur la biostatistique et sur le rôle que la visualisation et l'analyse de données peuvent jouer dans une approche de la santé publique fondée sur des preuves.
Quelles tendances observez-vous dans le domaine de la biostatistique pour les professionnels de la santé publique?
Les perspectives d'emploi pour la biostatistique sont excellentes et je suppose que cela ne fera que s'améliorer. Cela dit, les biostatisticiens performants (et les personnes qui travaillent avec eux) ont besoin de solides connaissances des concepts et applications fondamentaux de la biostatistique - plus de données ou de mégadonnées ne suffira pas à nous apporter des réponses à des questions importantes et complexes en matière de santé publique et de santé.
Quels sont les principaux défis de la mise en œuvre d'une approche de la santé publique fondée sur des données probantes?
À mon avis, le plus grand défi consiste à comprendre comment traiter les biais et les menaces à la validité dans les analyses statistiques et épidémiologiques.
Quels types de changement de santé publique sont possibles grâce à l'utilisation de données et de résultats statistiques?
Les données peuvent être transformées en informations et en connaissances grâce à une conception et à une analyse statistiques minutieuses. Je pense que la plupart des gens sont en faveur de la prise de décision basée sur des données / preuves, mais cela dépend de la qualité des données et d’une analyse statistique solide.
Comment voyez-vous l'analyse et la visualisation des données facilitant les conversations avec les professionnels de la santé publique?
Visualisation de données est absolument critique! Présenter des données et des résultats statistiques à d'autres scientifiques lors de conférences professionnelles et de publications revues par des pairs est important mais totalement insuffisant pour que nos recherches aient un impact. Nous devons rendre les données et les résultats statistiques disponibles et accessibles à un public beaucoup plus large, et une visualisation efficace des données est un moyen très important d'y parvenir.
En juin, vous enseignerez un nouveau cours intensif, L'essentiel de la biostatistique avec JMP en ligne. Pourquoi avoir créé un cours en ligne sur ce sujet?
Nous avons développé ce cours en ligne en réponse à un appel de nos anciens élèves et d’autres personnes travaillant dans le secteur de la santé publique qui souhaitent acquérir des bases en biostatistique ou qui souhaitent perfectionner leurs compétences.
Qu'est-ce qui vous a décidé d'enseigner avec JMP? Qu'est-ce que vous aimez à ce sujet?
Nous avons choisi JMP parce que c’est un outil extrêmement flexible et puissant qui donnera aux étudiants une nouvelle compétence qu’ils pourront utiliser pour faire avancer leur carrière. J'aime la façon dont JMP identifie les types de variable (comme nous le faisons dans le cours et dans la pratique) et oriente également les étudiants vers les analyses appropriées pour des paramètres spécifiques. J'ai toujours craint les logiciels statistiques de type pointer-cliquer (craignant que les étudiants puissent facilement exécuter une analyse erronée), mais JMP est différent: il oriente l'utilisateur / l'investigateur, mais le contraint néanmoins à réfléchir à la question et à l'approche adoptée problèmes.
Comment un outil tel que JMP ajoute-t-il de la valeur aux professionnels de santé publique d'aujourd'hui en épidémiologie, recherche clinique, soins de santé, etc.?
L'informatique statistique est une compétence très demandée par les employeurs dans la plupart des secteurs. L'informatique statistique avec JMP est facile à apprendre - extrêmement bien supportée avec des formations informatives, des vidéos et des exemples - et très puissante. JMP offre des solutions aux problèmes statistiques actuels et propose des options extrêmement puissantes pour la visualisation des données. JMP guide l'utilisateur / l'investigateur vers les solutions appropriées et crée facilement des graphiques prêts pour la présentation qui véhiculent des messages complexes dans des données.
