統計學/資料收集方法/觀察性研究

理解自然規律的最原始方法是利用觀察性研究。基本上，研究人員走出世界，尋找彼此相關的變數。請注意，與實驗不同，在觀察性研究中，自變數不受實驗者控制。自變數可能是“吸菸”之類的東西。進行一項實驗，其中隨機選擇的一組被分配吸菸，而另一組被分配不吸菸，在倫理上和實際上可能是不可能的。因此，為了確定吸菸對人體的健康影響，觀察性研究比實驗更合適。吸菸者和不吸菸者的健康狀況將在沒有實驗者分配治療的情況下進行比較。

現代科學思想的一些基礎是基於觀察性研究。例如，查爾斯·達爾文完全基於他所做的觀察來解釋進化。案例研究，即觀察和詢問個人以確定問題的可能原因，是一種觀察性研究，至今仍然很流行。實際上，您每次去看醫生時，他/她都在進行觀察性科學。

但是，觀察性科學存在一個問題——它永遠無法確定因果關係，因為即使兩個變數相關，它們也可能都由第三個不可見的變數引起。由於假設自然界的基本規律是因果規律，因此觀察性發現通常被認為不如實驗性發現令人信服。

確定實驗研究的關鍵方法是它們涉及干預，例如向一組患者服用藥物，而向另一組患者服用安慰劑。觀察性研究只收集資料並進行比較。

醫學是一門經過深入研究的學科，由於明顯的倫理或後勤限制，並非所有現象都可以透過實驗來研究。

• 病例系列：這些純粹是觀察性的，包括一系列類似醫學病例的報告。例如，可能會報告一系列患者患有骨骼異常以及免疫缺陷。這種關聯可能並不重要，純粹是偶然發生的。另一方面，這種關聯可能指向影響骨骼系統和免疫系統兩個方面的共同途徑的突變。
• 病例對照：這涉及觀察疾病狀態，並與正常的健康對照組進行比較。例如，可以將肺癌患者與其原本健康的鄰居進行比較。使用鄰居可以限制人口統計差異帶來的偏差。可以詢問癌症患者及其鄰居（對照組）有關其暴露史（他們是否在工業環境中工作）或其他風險因素（如吸菸）。病例對照研究的另一個例子是將診斷程式與金標準進行比較。金標準代表對照組，而新的診斷程式是“病例”。這似乎可以被歸類為“干預”，因此是實驗。
• 橫斷面：涉及在同一時間收集的許多變數。用於流行病學中估計患病率或進行其他調查。
• 佇列：一組受試者，前瞻性地隨訪一段時間。弗雷明漢研究是經典的例子。透過觀察暴露，然後跟蹤結果，可以更好地分離因果關係。但是，這種型別的研究不能最終確定因果關係。
• 歷史佇列：這與佇列相同，只是研究人員使用歷史醫學記錄來跟蹤患者和結果。