PRESENTAZIONE
Il Centro Universitario di Statistica per le Scienze Biomediche (CUSSB) è un centro universitario per la ricerca nell'area biostatistica che grazie alla sua collocazione strategica all'interno di una realtà di ricerca ad altissimo livello nelle aree sia cliniche che genetiche e bio-molecolari, quale il San Raffaele, può avvalersi di potenti sinergie con gli operatori della ricerca sempre all'avanguardia riuscendo pertanto a sviluppare metologie statistiche con alto grado di innovatività per il reale supporto e avanzamento della ricerca biomedica moderna. Una caratteristica distintiva del CUSSB risiede nel suo essere fondato e costituito da ricercatori tutti di formazione statistica, matematica e bioinformatica che appronfondiscono in loco le tematiche biologiche grazie al costante scambio e confronto con i ricercatori dell'aria biologica e clinica. È opinione diffusa che la Biostatistica sia principalmente una raffinata analisi di dati biomedici e sperimentali. Questo in realtà e forse l'aspetto più visibile della ricerca statistica ma anche il più limitativo, nel senso che si rischia di escludere la parte più vitale relativa alla ricerca biostatistica. Il compito del biostatistico è quello di “costruire” delle basi solide non solo per le analisi dei dati ma anche per la pianificazione della raccolta dei dati e per la valutazione di tali analisi. Queste basi presuppongono lo studio di modelli in grado di "catturare" una realtà sperimentale e di "riprodurla". Pertanto, lo scopo della ricerca biostatistica non è la pura descrizione di una realtà sperimentale ma l'induzione, ovvero il processo di trarre conclusioni generali pur partendo dal dato del particolare esperimento. La ricerca biostatistica si colloca quindi al confine tra la Filosofia, la Matematica, l'Informatica e ovviamente le Scienze biomediche. Filosofico è infatti l'obiettivo dell'induzione alla base della Statistica e Biostatistica, obiettivo che può essere così sintetizzato: siamo razionalmente giustificati nel ragionare basandoci su esperimenti ripetuti di cui abbiamo avuto esperienza per trarre conclusioni su situazioni sperimentali di cui non abbiamo avuto esperienza? Puri processi deduttivi basati sulla logica del certo non sono in grado di ampliare le nostre conoscenze. L'inferenza statistica, ovvero il ragionamento induttivo in Statistica, è una logica dell'incerto che amplia la logica del certo, permette di "imparare" dall'esperimento e non si limita a descriverlo. Matematici sono gli strumenti con cui tale processo induttivo viene perseguito. Informatico è il mezzo con cui gli strumenti matematici vengono applicati ai risultati sperimentali per permettere la costruzione di un modello generale. Biomedici sono naturalmente i problemi e gli esperimenti con cui la Biostatistica si cimenta. La Biostatistica nella realtà S. Raffaele rappresenta un telaio comune su cui si possono articolare i settori più sviluppati della ricerca biomedica, dalla ricerca clinica alla genomica. Nella ricerca clinica è possibile ora disporre da un lato di banche dati sempre più ampie, dall'altro di informazioni sempre più dettagliate sullo stato clinico del singolo paziente, al fine dell'individuazione dei fattori prognostici di una patologia e della valutazione di nuove terapie. La Genomica e la proteomica hanno reso disponibile una miniera di informazioni utili per l'analisi e la comprensione del funzionamento delle cellule, sia in condizioni normali che patologiche. Gli studi di neuroimmagine nell'ambito delle Neuroscienze hanno prodotto dati che consentono di esaminare in vivo la rappresentazione funzionale delle mappe sensorimotorie contenute nel cervello. In questi ambiti di ricerca medica avanzata la Biostatistica assume un ruolo cruciale nel sancire l'affidabilità e la credibilità delle scoperte biomediche. Infatti, la ricchezza del contenuto informativo e l'utilizzo di tale contenuto a fini previsivi o in strategie decisionali più in generale sono materia di ricerca dello statistico. L'erronea interpretazione e valutazione dell'informazione o dei meccanismi causali e associativi che legano i dati possono portare ad erronee conclusioni e invalidare raccolte dati costose e difficili. Non ultimo risulta poi ruolo della Biostatistica nella fase di attuazione di un disegno sperimentale: uno studio ben disegnato rappresenta un presupposto necessario per garantire la validità scientifica di ogni lavoro di ricerca, la sua economicità e infine la sua valutazione etica.