Las 3º Jornadas de Bioestadística se desarrollaron el jueves 3 de mayo en la Facultad de Ingeniería Química de la Universidad Nacional del Litoral.
Tuvo como objetivos estimular el desarrollo de la bioestadística en el ámbito local y promover la cooperación entre el sector académico y organizaciones públicas y privadas para la solución de problemas concretos en el ámbito de la bioestadística.
La bioestadística es la rama de la estadística que se encarga de desarrollar metodología para la interpretación adecuada de datos provenientes de la investigación en ciencias biológicas, biomédicas y salud pública. La bioestadística ayuda a responder preguntas fundamentales de esas ciencias, brindando un marco científico para el análisis de datos experimentales y la generalización de los resultados observados.
Las jornadas estuvieron especialmente destinadas a integrantes de instituciones públicas y privadas que desarrollan actividades en el área de la Salud Pública, la Epidemiología, la Biotecnología y las Ciencias Biomédicas.
El programa estuvo integrado por dos importantes conferencias: «The case-control study design: an overview of statistical results and some recent developments», a cargo de Ruth Pfeiffer, proveniente del National Cancer Institute, Division of Cancer Epidemiology & Genetics,Biostatistics Branch, Estados Unidos; y «Estimación múltiple protegida de interacciones en modelos de regresión logística» a cargo de Andrea Rotnitzky, Profesora de la Universidad Di Tella (Buenos Aires) y Adjunct Professor of Biostatistics de la Harvard School of Public Health, Boston, Estados Unidos.
Las jornadas fueron organizadas por el Departamento de Matemática de la FIQ-UNL.
Microbioma: el estudio de bacterias que habitan nuestro cuerpo y su conexión con las enfermedades
Pfeiffer está vinculada con parte del equipo del Departamento de Matemática de FIQ desde algunos años. Actualmente se desempeña en el Instituto Nacional del Cáncer en los Estados Unidos, en una división de epidemiología del cáncer que estudia las causas de la enfermedad. Se encuentra estudiando lo que se llama el “microbioma”; es decir, “se sabe que muchas especies bacterianas viven en el cuerpo humano y es interesante ver si se puede conectar la existencia de estas bacterias en nuestro cuerpo con algunas enfermedades. Si podemos hacerlo, entonces quizás podamos prevenir enfermedades interviniendo sobre la composición de bacterias en el cuerpo. Analizando las bacterias en la boca, en el estómago, en el intestino, y estudiando estas composiciones bacterianas podríamos intentar identificar aquellas especies que están asociadas con la enfermedad de interés”, explicó la experta para quien su caso de estudio particular es el cáncer de las vías respiratorias. Pfeiffer añadió que “existen resultados prometedores de otros grupos de investigación sobre cáncer de pulmón, los cuales han controlado el escupitajo desde el pulmón que expulsamos al toser, se toma esa flema para analizarla y se puede asociar la composición bacteriana con el riesgo de contraer cáncer de pulmón; nosotros esperamos obtener resultados similares para otros cánceres, usando técnicas estadísticas que actualmente estamos desarrollando. Entonces, esta investigación podría tener un impacto amplio en muchos países”.
Causalidad: el estudio del efecto de agentes dañinos o beneficiosos en la salud
En cuanto a la especificidad del tema que desarrolló Andrea Rotnitzky en su conferencia, sostuvo que “vimos en general cómo se aborda causalidad; el estudio del efecto de agentes dañinos o beneficiosos en la salud y cómo se aborda el estudio a partir de datos observacionales. Es decir, datos que uno encuentra en registros médicos, de salud pública, etc. Más específicamente, abordamos cómo se miden los efectos causales, es decir, cuáles son los distintos enfoques para medir efectos causales, cuáles son las deficiencias y cuándo uno puede aspirar a medir efectos causales”.
En cuanto a su trabajo cotidiano, sostuvo que “mis trabajos son decididamente metodológicos, esto quiere decir que trabajo desarrollando metodologías que después se utilizan para analizar estudios epidemiológicos. Es un abordaje universal porque los métodos sirven en cualquier parte del mundo. Mis temas de trabajo son siempre dentro de la inferencia causal, es decir, metodologías para poder inferir efectos causales a partir de datos de la naturaleza en situaciones en las que es imposible experimentar. Por ejemplo, para averiguar qué efectos dañinos tiene el fumar no se puede experimentar con humanos. Lo más aproximado es hacerlo con ratones, con lo cual simplemente se puede observar lo que hacen las personas y a partir de ahí poder deducir si hay causalidad o no”.
Prensa FIQ | UNL