सदस्य:Ankursingh.1740254/प्रयोगपृष्ठ5
बायोस्टैटिक्स जीवविज्ञान में विभिन्न विषयों के आंकड़ों का उपयोग है। इसमें जैविक प्रयोगों का डिजाइन होता है, खासकर दवा, फार्मेसी, कृषि और मत्स्य पालन में; संग्रह, संक्षेपण, और उन प्रयोगों से डेटा का विश्लेषण; और परिणामों की व्याख्या, और अनुमान से। एक प्रमुख शाखा चिकित्सा जैव-विज्ञान है, जो विशेष रूप से दवा और स्वास्थ्य से संबंधित है।
इतिहास[संपादित करें]
बायोस्टैटिक्स और जेनेटिक्स[संपादित करें]
बायोस्टैटिस्टिक मॉडलिंग कई आधुनिक जैविक सिद्धांतों का एक महत्वपूर्ण हिस्सा बनता है। जेनेटिक्स अध्ययन, इसकी शुरुआत के बाद से, प्रयोगात्मक परिणामों को समझने के लिए सांख्यिकीय अवधारणाओं का उपयोग किया। कुछ आनुवंशिकी वैज्ञानिकों ने विधियों और उपकरणों के विकास के साथ सांख्यिकीय प्रगति के साथ भी योगदान दिया। ग्रेगोर मेंडेल ने आनुवंशिकी अध्ययन शुरू किया जो कि मटर के परिवारों में जेनेटिक्स पृथक्करण पैटर्न की जांच करता है और एकत्रित आंकड़ों को समझाने के लिए इस्तेमाल किए गए आंकड़े। १९०० के दशक की शुरुआत में, मेंडेल के मेंडेलियन विरासत कार्य की पुनर्वितरण के बाद, जेनेटिक्स और विकासवादी डार्विनवाद के बीच समझ में अंतर थे। फ्रांसिस गैल्टन ने मानव डेटा के साथ मेंडेल की खोजों का विस्तार करने की कोशिश की और एक अनंत मॉडल का निर्माण करने वाले प्रत्येक पैतृक से आने वाले आनुवंशिकता के अंशों के साथ एक अलग मॉडल का प्रस्ताव दिया। उन्होंने इसे "पैतृक आनुवंशिकता का कानून" कहा। उनके विचार विलियम बेट्ससन ने असहमत थे, जिन्होंने मेंडेल के निष्कर्षों का पालन किया था, आनुवांशिक विरासत विशेष रूप से माता-पिता से थी, उनमें से प्रत्येक का आधा हिस्सा था। इसने बॉयोमीट्रिकियों के बीच जोरदार बहस की, जिन्होंने गैल्टन के विचारों का समर्थन किया, जैसे वाल्टर वेल्डन, आर्थर डुकिनफील्ड डार्बिशिर और कार्ल पियरसन और मेंडेलियन, जिन्होंने चार्ल्स डेवनपोर्ट और विल्हेम जोहानसेन जैसे बेट्ससन (और मेंडेल के) विचारों का समर्थन किया। बाद में, बॉयोमीट्रिक लोग विभिन्न प्रयोगों में गैलन निष्कर्षों को पुन: पेश नहीं कर सके, और मेंडेल के विचारों पर विजय प्राप्त हुई। १९३० के दशक तक, सांख्यिकीय तर्क पर बने मॉडल ने इन मतभेदों को हल करने और नव-डार्विनियन आधुनिक विकासवादी संश्लेषण का उत्पादन करने में मदद की थी।
बायोस्टैटिक्स और चिकित्सा[संपादित करें]
सांख्यिकीय अवधारणाएं नैदानिक परीक्षणों और महामारी विज्ञान अध्ययनों में भी मौजूद हैं। इन क्षेत्रों में बायोस्टैटिक्स विकास का अपना इतिहास है। १८ वीं शताब्दी में, सांख्यिकीय तरीकों का उपयोग यह तय करने के लिए किया गया था कि कुछ उपचारों का आवेदन प्रभावी था, जैसे किसी व्यक्ति की त्वचा के तहत चेचक के पस्ट्यूल को सम्मिलित करना, जो रोग की हल्की स्थिति पैदा करने की उम्मीद में बाद में प्रतिरक्षा उत्पन्न करेगा। चूंकि यह वास्तव में रोगियों को बीमारी के संभावित रूप से घातक रूप से अनुबंध करने के जोखिम में डाल देता है, इसलिए यह उपचार अधिक विवाद का विषय बन गया। १७२२ में जॉन अर्बुथनोट ने इनोक्यूलेशन-प्रेरित चेचक की तुलना में स्वाभाविक रूप से होने वाले चेचक द्वारा मरने वाले लोगों की संभावनाओं का अध्ययन किया। सांख्यिकीय अध्ययन के आधार पर, यह निष्कर्ष निकाला गया कि इनोक्यूलेशन को प्राथमिकता दी गई थी। बाद में, डैनियल बर्नौली और जीन डी अलेम्बर्ट ने एक ही समस्या के लिए और अधिक मजबूत सांख्यिकीय विधियों का विकास किया।
शोध योजना[संपादित करें]
जीवन विज्ञान में किसी भी शोध का एक वैज्ञानिक प्रश्न का उत्तर देने का प्रस्ताव है जो हमारे पास हो सकता है। उच्च प्रश्न के साथ इस प्रश्न का उत्तर देने के लिए, हमें सटीक परिणामों की आवश्यकता है। मुख्य परिकल्पना और शोध योजना की सही परिभाषा किसी घटना को समझने में निर्णय लेने के दौरान त्रुटियों को कम करेगी। शोध योजना में अनुसंधान प्रश्न, परीक्षण की परिकल्पना, प्रयोगात्मक डिजाइन, डेटा संग्रह विधियों, डेटा विश्लेषण दृष्टिकोण और लागत विकसित हो सकती है। प्रयोगात्मक आंकड़ों के तीन बुनियादी सिद्धांतों के आधार पर अध्ययन करना आवश्यक है: यादृच्छिकरण, प्रतिकृति, और स्थानीय नियंत्रण।
हाइपोथिसिस परिभाषा[संपादित करें]
एक बार अध्ययन का उद्देश्य परिभाषित किया गया है, अनुसंधान प्रश्न के संभावित उत्तरों का प्रस्ताव प्रस्तावित किया जा सकता है, इस प्रश्न को एक परिकल्पना में बदल दिया जा सकता है। मुख्य प्रस्ताव को शून्य परिकल्पना (एच 0) कहा जाता है और आमतौर पर इस विषय के बारे में स्थायी ज्ञान या घटना की एक स्पष्ट घटना पर आधारित होता है, जो एक गहरी साहित्य समीक्षा द्वारा बनाए रखा जाता है। हम कह सकते हैं कि यह परीक्षण में स्थिति के तहत डेटा के लिए मानक अपेक्षित उत्तर है। सामान्य रूप से, एचओ उपचार के बीच कोई संबंध नहीं मानता है। दूसरी तरफ, वैकल्पिक परिकल्पना एचओ से इनकार है। यह उपचार और नतीजे के बीच कुछ डिग्री एसोसिएशन मानता है। हालांकि, परिकल्पना प्रश्न अनुसंधान और इसके अपेक्षित और अप्रत्याशित उत्तरों द्वारा निरंतर है।
सैम्पलिंग[संपादित करें]
आम तौर पर, एक अध्ययन का लक्ष्य जनसंख्या पर एक घटना के प्रभाव को समझना है। जीवविज्ञान में, किसी आबादी को किसी दिए गए समय में किसी विशिष्ट क्षेत्र में किसी दिए गए प्रजातियों के सभी व्यक्तियों के रूप में परिभाषित किया जाता है। बायोस्टैटिक्स में, इस अवधारणा को अध्ययन के संभव विभिन्न संग्रहों तक बढ़ा दिया गया है। हालांकि, बायोस्टैटिक्स में, जनसंख्या न केवल व्यक्तियों, बल्कि पौधों के लिए जानवरों के लिए पूरे जीव, या सभी शुक्राणु कोशिकाओं, या जानवरों के लिए सभी शुक्राणु कोशिकाओं के रूप में, उनके जीवों का एक विशिष्ट घटक है।
डेटा संग्रहण[संपादित करें]
शोध योजना में डेटा संग्रह विधियों पर विचार किया जाना चाहिए, क्योंकि यह नमूना आकार और प्रयोगात्मक डिजाइन पर अत्यधिक प्रभाव डालता है।
डेटा संग्रह डेटा के प्रकार के हिसाब से भिन्न होता है। गुणात्मक डेटा के लिए, संग्रह के स्तर को वर्गीकृत करने के लिए स्कोर मानदंड का उपयोग करके, संरचित प्रश्नावली या अवलोकन द्वारा, बीमारी की उपस्थिति या तीव्रता पर विचार करके संग्रह किया जा सकता है। [मात्रात्मक डेटा के लिए, संग्रह उपकरणों का उपयोग करके संख्यात्मक जानकारी को मापकर किया जाता है।
अनुप्रयोगों[संपादित करें]
सार्वजनिक स्वास्थ्य[संपादित करें]
महामारी विज्ञान, स्वास्थ्य सेवा अनुसंधान, पोषण, पर्यावरण स्वास्थ्य और स्वास्थ्य देखभाल नीति और प्रबंधन सहित सार्वजनिक स्वास्थ्य। इन दवाओं की सामग्रियों में, नैदानिक परीक्षणों के डिजाइन और विश्लेषण पर विचार करना महत्वपूर्ण है। एक उदाहरण के रूप में, एक बीमारी के परिणाम की पहचान के साथ एक रोगी की गंभीरता स्थिति का मूल्यांकन होता है।
नई प्रौद्योगिकियों और आनुवांशिकी ज्ञान के साथ, बायोस्टैटिक्स का उपयोग अब सिस्टम दवाओं के लिए भी किया जाता है, जिसमें अधिक व्यक्तिगत दवा होती है। इसके लिए, पारंपरिक रोगी डेटा, क्लिनिको-पैथोलॉजिकल पैरामीटर, आण्विक और अनुवांशिक डेटा के साथ-साथ अतिरिक्त नई-ओमिक्स प्रौद्योगिकियों द्वारा उत्पन्न डेटा समेत विभिन्न स्रोतों से डेटा का एकीकरण किया गया है।
मात्रात्मक आनुवंशिकी[संपादित करें]
फिनोटाइप में भिन्नता के साथ जीनोटाइप में भिन्नता को जोड़ने के लिए जनसंख्या आनुवंशिकी और सांख्यिकीय आनुवंशिकी का अध्ययन जरूरी है। दूसरे शब्दों में, यह एक मापनीय विशेषता के आनुवंशिक आधार की खोज करना वांछनीय है, एक मात्रात्मक विशेषता, जो पॉलीजेनिक नियंत्रण में है। एक जीनोम क्षेत्र जो निरंतर गुण के लिए ज़िम्मेदार है उसे क्वांटिटेटिव ट्राइट लोकस (क्यूटीएल) कहा जाता है। क्यूटीएल का अध्ययन आणविक मार्करों और आबादी में मापने के लक्षणों का उपयोग करके व्यवहार्य हो जाता है, लेकिन उनके मानचित्रण को एक प्रयोगात्मक क्रॉसिंग से आबादी प्राप्त करने की आवश्यकता होती है, जैसे कि एफ 2 या रीकॉम्बीनेंट इनब्रेड स्ट्रेन / लाइन (आरआईएल)। जीनोम में क्यूटीएल क्षेत्रों के लिए स्कैन करने के लिए, लिंकेज के आधार पर एक जीन नक्शा बनाया जाना चाहिए। कुछ सबसे प्रसिद्ध मानचित्रण एल्गोरिदम अंतराल मैपिंग, समग्र अंतराल मानचित्रण, और एकाधिक अंतराल मानचित्रण हैं।
विशेष पत्रिका[संपादित करें]
- बायोस्टैटिक्स
- बायोस्टैटिक्स अंतर्राष्ट्रीय जर्नल
- बॉयोमेट्रिक्स
- बॉयोमीट्रिकल जर्नल
- दवा सांख्यिकी
- चिकित्सा में सांख्यिकी
संदर्भ[संपादित करें]
बायोस्टैटिस्टिक्स की भूमिका[1] बायोस्टैटिस्टिक्स का दायरा[2] बायोस्टैटिस्टिक्स के अनुप्रयोग [3]