Reproducibility, collaboration and open science in epidemiology and biostatistics

Actividad 100% en inglés

Inscripciones aquí

Invitado:

Dr. Simon Busch Moreno , Investigador postdoctoral en la Universidad de Oxford: Trabaja en el desarrollo de modelos estadísticos bayesianos y modelos mecanicistas para el estudio de la dinámica espacio-temporal de la propagación de enfermedades, abordando factores como la movilidad humana, vectores y otros aspectos. Su trabajo pretende intengrar la capacidad inferencial y predictiva de los modelos, para potenciar su uso científico y práctico.

Science is fundamentally a collaborative effort between individuals and institutions. For this collaboration to be fruitful, it is necessary to have access to shareable and/or open data and to detailed and transparent methods. Since about a decade ago we have been hearing about a reproducibility crisis. Here I will argue that this is not a crisis per se, but the way science work. That is, failing to reproduce results is part of the scientific endeavour. However, this does not mean that we should stop improving transparency and collaboration in general. For the specific case of epidemiology, I will focus on the problem of privately owned data and how open science is an important step forward. I will discuss the political implications in relation to this problem. The second problem I will discuss relates to biostatistics, which is an important inferential tool for epidemiology. Namely, having appropriate statistical tools is necessary for developing clear and reproducible methods. Statistics do not escape the political implications of reproducible science, and from that perspective I will contend that a Bayesian framework is better suited for upcoming challenges of reproducibility and open science. In short, we can find better approaches to open data, some of which may need to be disputed in a political arena, and these will need to be accompanied by sound and bespoke statistical methods.  

La ciencia es fundamentalmente un esfuerzo colaborativo entre individuos e instituciones. Para que esta colaboración sea fructífera, es necesario tener acceso a datos compartibles y/o abiertos, así como a métodos detallados y transparentes. Desde hace aproximadamente una década, hemos escuchado sobre una crisis de reproducibilidad. Argumentaré que esto no es una crisis per se, sino la forma en que funciona la ciencia. Es decir, no lograr reproducir resultados es parte de la labor científica. Sin embargo, esto no significa que debamos dejar de mejorar la transparencia y la colaboración en general. Para el caso específico de la epidemiología, me centraré en el problema de los datos de propiedad privada y cómo la ciencia abierta es un paso importante hacia adelante. Discutiré las implicaciones políticas relacionadas con este problema. El segundo problema que abordaré se refiere a la bioestadística, una herramienta inferencial importante para la epidemiología. Es necesario contar con herramientas estadísticas apropiadas para desarrollar métodos claros y reproducibles. Las estadísticas no escapan a las implicaciones políticas de la ciencia reproducible, y desde esa perspectiva, afirmaré que un marco bayesiano es más adecuado para los próximos desafíos de reproducibilidad y ciencia abierta. En resumen, podemos encontrar enfoques mejores para los datos abiertos, algunos de los cuales pueden necesitar ser debatidos en una arena política, y estos deberán ir acompañados de métodos estadísticos sólidos y personalizados.