Epidemiologia brzmi jak wyspecjalizowany temat zdrowia publicznego. Lepiej rozumieć ją jako zgromadzoną wiedzę o tym, jak dane o zdrowiu populacji oszukują ludzi, spisaną przez dziedzinę, która była wielokrotnie oszukiwana i wyciągnęła z tego wnioski.
To czyni ją bezpośrednio istotną dla każdego, kto pracuje z danymi zdrowotnymi, a to teraz dużo szersza grupa niż ludzie nazywający się epidemiologami.
Dyscyplina, która istnieje, by powstrzymać cię przed oszukiwaniem samego siebie
Dane zdrowotne mają właściwości, które łamią zwykłą intuicję analityczną.
Ludzie nie są losowo przypisywani do ekspozycji. Chorzy szukają opieki, więc pojawienie się w zbiorze danych nie jest niezależne od bycia chorym. Pomiar następuje, bo ktoś zdecydował się mierzyć, a ta decyzja niesie informację. Wyniki pojawiają się po latach. A populacja, która wygenerowała dane, nie jest populacją, do której zastosuje się wniosek.
Te metody istnieją, bo oczywista analiza jest błędna wystarczająco często, by wyrządzić realną szkodę, wielokrotnie, przez stulecie.
Raport Future of Jobs Report 2025 Światowego Forum Ekonomicznego wykazał, że 92 procent pracodawców w usługach medycznych i ochronie zdrowia twierdzi, że znaczenie umiejętności związanych z AI i big data rośnie. Ten popyt zaspokajają w dużej mierze ludzie wyszkoleni na danych, które zachowują się zupełnie inaczej niż dane zdrowotne.
Co obejmuje ten kierunek
Zakres: jak rozprzestrzenia się choroba, profilaktyka, zdrowie populacji, biostatystyka, polityka zdrowotna i nierówność.
Cztery kompetencje.
Projektowanie badań. Kohortowe, kliniczno-kontrolne, przekrojowe, randomizowane. Na jakie pytanie odpowiada każdy projekt, a na jakie nie. Większość sporów analitycznych rozstrzyga się na tym poziomie, a nie na poziomie statystyki.
Miary związku i wpływu. Ryzyko względne i bezwzględne, ilorazy szans, liczba potrzebna do leczenia. Zrozumienie, dlaczego duża zmiana względna może być trywialną zmianą bezwzględną – to najczęściej wykorzystywana luka w raportowaniu zdrowotnym.
Obciążenie i konfundowanie. Systematyczne sposoby, w jakie badanie może być błędne, i co można z każdym z nich zrobić.
Zdrowie populacji i profilaktyka. Przesiew, szczepienia, nadzór epidemiologiczny oraz rozumowanie stojące za interwencją na poziomie populacji.
Cztery błędy, które ciągle się powtarzają
Konfundowanie odczytane jako przyczynowość. Dwie rzeczy poruszają się razem, bo napędza je trzecia. W danych zdrowotnych tą trzecią rzeczą bardzo często jest wiek, deprywacja albo stopień ciężkości wyjściowej, a wszystkie trzy są silnie powiązane z niemal każdym wynikiem.
Efekty selekcji w danych rutynowych. Dokumentacja elektroniczna zawiera ludzi, którzy szukali opieki i zostali przebadani. Model wytrenowany na tych danych uczy się o populacji przebadanej, nie o populacji ogólnej. Nie da się tego naprawić większą ilością danych, bo więcej danych z tego samego źródła niesie tę samą selekcję.
Pomijanie częstości bazowej w skuteczności testu. Najbardziej konsekwentny błąd na tej liście. Test o doskonałej czułości i swoistości daje głównie wyniki fałszywie dodatnie, gdy stan jest rzadki, bo liczba osób bez tego stanu jest znacznie większa. Potrzebuje tego każdy, kto ocenia diagnostykę, program przesiewowy czy alert predykcyjny, a rutynowo brakuje tego w deklaracjach produktowych.
Ryzyka konkurujące i czas nieśmiertelny. Subtelniejsze problemy związane z tym, jak traktuje się czas – oba potrafią wygenerować efekty wyglądające imponująco, choć powstały z niczego. Pojawiają się często w analizach danych rutynowych u ludzi, którzy się z nimi wcześniej nie zetknęli.
Jak to się wpisuje w domenę
Zdrowie publiczne i epidemiologia to czwarty z dziesięciu kierunków w domenie medycyny i healthtech Astra Trainer, i to metodologiczny fundament tych, które są nad nim: badania kliniczne i próby kliniczne, AI medyczne i obrazowanie oraz medycyna precyzyjna – wszystkie na nim polegają.
Dla partnerów, których ludzie przychodzą raczej z data science niż ze zdrowia, zwykle zestawia się go z domeną AI, danych i obliczeń, gdzie data science i analityka obejmują maszynerię statystyczną. To połączenie ma znaczenie, bo maszyneria bez epidemiologii daje pewne siebie błędy. Zobacz tu dziesięć kierunków.
Nierówność zdrowotna jako treść techniczna
Własny opis tego kierunku na stronie zawiera nierówność, i należy ona tam jako metoda, a nie jako komentarz.
Trzy powody, dla których jest to techniczne.
To niemal wszędzie zmienna zakłócająca. Pozycja społeczno-ekonomiczna jest powiązana z ekspozycją, z dostępem do opieki, z tym, jak kompletnie zapisywane są dane, i z wynikiem. Analiza, która ją pomija, przypisze jej efekty czemuś innemu w modelu.
Kształtuje, kto jest w danych. Grupy o gorszym dostępie do opieki są niedoreprezentowane w zbiorach danych klinicznych. Modele wytrenowane na tych zbiorach działają gorzej właśnie dla grup, które już dostają mniej, a ta awaria jest niewidoczna w zagregowanych metrykach skuteczności.
Zagregowana skuteczność ukrywa awarię podgrupy. Model może działać dobrze ogólnie, a źle dla podgrupy, a metryka nagłówkowa tego nie pokaże. Ocena stratyfikowana to wymóg metodologiczny, a nie etyczny dodatek.
Więc program kadrowy, który uczy tego porządnie, kształci ludzi, którzy oceniają systemy w sposób łapiący problemy przed wdrożeniem. Ten, który traktuje to jako deklarację wartości, kształci ludzi, którzy zgadzają się, że to ważne, ale nie wiedzą, jak to sprawdzić.
Role po imieniu
Epidemiolodzy i analitycy zdrowia publicznego w agencjach i systemach ochrony zdrowia.
Biostatystycy, w badaniach, nauce i systemach ochrony zdrowia.
Naukowcy danych zdrowotnych pracujący z danymi populacyjnymi i rutynowymi.
Personel nadzoru epidemiologicznego i reagowania na ogniska.
Ekonomiści zdrowia i badacze wyników leczenia, gdzie te same metody wspierają argumenty refundacyjne i wartościowe.
Analitycy regulacyjni i HTA oceniający dowody przedkładane przez producentów.
Statystycy i metodolodzy badań klinicznych, łączący się z kierunkiem badań klinicznych.
Analitycy polityki w administracji publicznej i u ubezpieczycieli, którzy podejmują decyzje oparte na tych metodach, niezależnie od tego, czy je rozumieją.
Kogo można w to przekwalifikować
Data scientists i statystycy przechodzący do zdrowia. Największa grupa i ta z największą luką w stosunku do konsekwencji. Mają maszynerię techniczną, a brakuje im specyficznych dla domeny trybów awarii – czyli dokładnie tego, czym jest ten kierunek.
Personel kliniczny przechodzący do ról analitycznych. Ma rozumienie kliniczne i potrzebuje metod. Uzupełniające przekwalifikowanie, ogólnie bardziej niezawodne, bo intuicja kliniczna łapie nieprawdopodobne wyniki.
Analitycy polityki i administracji. Często interpretują dowody epidemiologiczne bez formalnego przeszkolenia w tym zakresie.
Menedżerowie usług zdrowotnych pracujący z danymi o wynikach i skuteczności, które niosą wszystkie powyższe problemy.
Dziennikarze i personel komunikacji w organizacjach zdrowotnych, gdzie samo rozróżnienie ryzyka względnego i bezwzględnego zmienia jakość publikacji.
Analitycy ubezpieczeniowi i płatnicy pracujący z danymi roszczeniowymi.
Czym to jest, a czym nie jest. Ten kierunek buduje kompetencje metodologiczne do analizy danych o zdrowiu populacji. To nie jest szkolenie kliniczne i nie wspiera decyzji dotyczących indywidualnych pacjentów, a rozróżnienie między wnioskowaniem na poziomie populacji a na poziomie jednostki to jedna z rzeczy, których pilnowanie jest właśnie racją bytu tej dyscypliny. Praktyka zdrowia publicznego w rolach oficjalnych niesie też własne wymogi rejestracji zawodowej i kwalifikacji w wielu jurysdykcjach.
Co warto z tego zapamiętać
Epidemiologia to spisana historia tego, jak dane zdrowotne wprowadzają w błąd, co czyni ją użyteczną dla dużo szerszej grupy ludzi niż zdrowie publiczne.
Konfundowanie, efekty selekcji, częstość bazowa i obsługa czasu powodują więcej błędnych wniosków niż jakikolwiek wybór modelowy, i żadnego z nich nie naprawia się większą ilością danych.
Pomijanie częstości bazowej to pojedynczy błąd o największych konsekwencjach, bo sprawia, że dobry test wygląda na bezużyteczny albo użyteczny w zależności od faktu o populacji, który deklaracje produktowe rutynowo pomijają.
Nierówność zdrowotna to zmienna zakłócająca, problem dostępności danych i problem skuteczności w podgrupach, co czyni ją metodą, a nie komentarzem.
A data scientists wchodzący do zdrowia to grupa, której luka szkoleniowa jest największa w stosunku do tego, co decyduje ich praca.
Dlaczego data scientists potrzebują epidemiologii?
Bo dane zdrowotne łamią zwykłą intuicję analityczną. Ludzie nie są losowo przypisywani do ekspozycji, pojawienie się w zbiorze danych zależy od poszukiwania opieki, a sam pomiar niesie informację. Te metody istnieją, bo oczywista analiza jest często błędna.
Jaki błąd ma największe konsekwencje?
Pomijanie częstości bazowej. Test o doskonałej czułości i swoistości daje głównie wyniki fałszywie dodatnie, gdy stan jest rzadki, a deklaracje produktowe rutynowo pomijają częstość występowania, która o tym decyduje.
Czy nierówność zdrowotna to temat techniczny?
Tak. Zakłóca niemal każdą analizę, decyduje o tym, kto pojawia się w zbiorach danych klinicznych, i powoduje awarie podgrup, które zagregowane metryki skuteczności ukrywają. Ocena stratyfikowana to wymóg metodologiczny.
Kto najlepiej przechodzi do tych ról?
Personel kliniczny przechodzący do analityki, bo intuicja kliniczna łapie nieprawdopodobne wyniki, oraz data scientists przechodzący do zdrowia, którzy mają maszynerię i potrzebują trybów awarii specyficznych dla domeny.
Gdzie to się mieści w domenie?
Czwarty z dziesięciu kierunków w domenie medycyny i healthtech Astra Trainer, metodologiczny fundament pod badaniami klinicznymi, AI medycznym i medycyną precyzyjną. Zobacz je tutaj.