Słownik metodologiczny · Ludzie statystyki

Austin Bradford Hill (1897–1991) – statystyk, który wprowadził losowanie do badań klinicznych

Austin Bradford Hill zaprojektował badanie streptomycyny Medical Research Council (1948) z przydziałem według liczb losowych, z Richardem Dollem badał palenie i raka płuca, a w 1965 r. opisał kryteria przyczynowości. Przedstawiamy jego drogę, ciekawostkę o wojennej gruźlicy i przeliczenie wyników badania streptomycyny w R.

Strona główna / Słownik / Austin Bradford Hill
W skrócie: Austin Bradford Hill (1897–1991) – brytyjski statystyk medyczny z London School of Hygiene and Tropical Medicine. Zaprojektował badanie streptomycyny w gruźlicy dla Medical Research Council (1948), w którym o leczeniu decydowały liczby losowe, z Richardem Dollem badał palenie a raka płuca, a w 1965 r. opisał punkty widzenia znane jako kryteria Bradforda Hilla.

Kim był Austin Bradford Hill?

Sir Austin Bradford Hill (1897–1991) był brytyjskim statystykiem medycznym, którego Farewell i Johnson (2021) nazywają jednym z ojców założycieli tej dziedziny. Chciał zostać lekarzem jak ojciec, fizjolog Leonard Hill, ale plany przekreśliła choroba z czasów wojny. Zamiast medycyny skończył korespondencyjnie ekonomię, a potem – dzięki Majorowi Greenwoodowi – trafił do badań Industrial Fatigue Research Board przy Medical Research Council (MRC). Statystyki uczył się m.in. na wykładach Karla Pearsona w University College London (Farewell i Johnson, 2021).

Od 1923 r. pracował w zespole Greenwooda (Farewell i Johnson, 2016), a od otwarcia London School of Hygiene and Tropical Medicine w 1927 r. – w tej uczelni. W połowie lat 40. zastąpił Greenwooda jako profesor i dyrektor jednostki statystycznej MRC. Był świetnym wykładowcą; jego zajęcia zainspirowały m.in. lekarza Richarda Dolla, późniejszego współautora badań nad paleniem (Farewell i Johnson, 2021).

Najważniejsze pomysły

  • Losowy przydział w badaniach klinicznych. Greenwood uważał naprzemienny przydział leczenia za wystarczający; krok do przydziału losowego zrobił Hill (Farewell i Johnson, 2016). Najbardziej znany przykład to badanie streptomycyny w gruźlicy płuc (Medical Research Council, 1948).
  • Ukrycie przydziału i zaślepienie oceny. W badaniu streptomycyny przydział zapisany w kopertach ułożonych według liczb losowych poznawano dopiero po zakwalifikowaniu pacjenta, a zdjęcia RTG oceniali specjaliści, którzy nie znali przydziału (Crofton, 2006) – dziś mówimy o ukryciu przydziału.
  • Podręcznik. „Principles of Medical Statistics” wyrósł z serii artykułów zamówionych przez „The Lancet” w 1937 r. (Farewell i Johnson, 2021).
  • Palenie a rak płuca. Z Richardem Dollem pod koniec lat 50. miał już za sobą serię prac epidemiologicznych wiążących palenie z rakiem płuca, w tym badanie umieralności lekarzy (Farewell i Johnson, 2021).
  • Przyczynowość. W 1965 r. opisał punkty widzenia pomocne w ocenie, czy związek z danych obserwacyjnych może być przyczynowy (Hill, 1965) – szczegółowo omawia je hasło kryteria Bradforda Hilla.

Ciekawostka

Ojciec statystyki medycznej nie miał wykształcenia medycznego, bo w młodości omal nie umarł. Po wybuchu I wojny światowej Hill wstąpił do lotnictwa marynarki wojennej (Royal Naval Air Service) i trafił na grecką wyspę Imbros. Tam zachorował na gruźlicę, którą źle rozpoznano i źle leczono. Wrócił do Wielkiej Brytanii z niewielkimi szansami na przeżycie i z rentą inwalidzką w pełnej wysokości. Długa rekonwalescencja wykluczała studia medyczne, więc wybrał ekonomię – dziedzinę bliską nauce, którą dało się studiować korespondencyjnie, bez zajęć praktycznych (Farewell i Johnson, 2021). Z lotnictwa zwolniono go w 1917 r. (Farewell i Johnson, 2016).

Gruźlica wróciła w jego życiu po trzydziestu latach – tym razem jako choroba, na której Hill pokazał, jak sprawdzać nowe leki.

Przykład na historycznych danych

Streptomycyna była po wojnie droga, a brytyjski rząd z powodu niedoboru dolarów kupił jej niewiele. Hill przekonywał, że skoro i tak nie wystarczy dla wszystkich, nieetyczne byłoby nie sprawdzić, co daje w porównaniu z samym leżeniem w łóżku. Do badania włączano osoby w wieku 15–30 lat z ostrą, postępującą, obustronną gruźlicą płuc; dla każdej płci w każdym ośrodku przygotowano ponumerowaną serię kopert z kartką S (streptomycyna) albo C (kontrola), ułożoną według liczb losowych (Crofton, 2006).

Według relacji Croftona (2006) w pierwszych 6 miesiącach zmarło 4 z 55 pacjentów leczonych streptomycyną (7.3%) i 15 z 52 w grupie kontrolnej (28.8%). Różnica ryzyk wynosi −21.6 punktu procentowego (95% CI [−35.7, −7.5]), ryzyko względne RR = 0.25 [0.09, 0.71], a test dokładny Fishera daje p = .005. Leczenie około 5 osób zapobiegało jednemu zgonowi w ciągu pół roku (NNT = 5).

Drugi wynik studzi entuzjazm. Prątki nadal hodowano z plwociny u 47 z 55 leczonych (85.5%) i 50 z 52 kontrolnych (96.2%): różnica −10.7 pp. [−21.4, −0.02], Fisher p = .094. Lek ratował życie, ale zwykle nie wyjaławiał plwociny, a z czasem pojawiała się oporność; później okazało się, że streptomycyna z PAS działa znacznie lepiej niż każdy z tych leków osobno (Crofton, 2006). To nasze przeliczenie w R na liczbach podanych przez Croftona.

Na rysunku

Pozioma oś czasu od 1900 do 1990 z dziewięcioma zdarzeniami: 1897 urodził się; 1917 zwolniony z lotnictwa marynarki z powodu gruźlicy; 1923 zespół Majora Greenwooda; 1927 London School of Hygiene and Tropical Medicine; 1937 artykuły w The Lancet, z których powstał podręcznik Principles of Medical Statistics; 1948 badanie streptomycyny MRC; 1962 wykład The statistician in medicine; 1965 praca The environment and disease; 1991 zmarł. Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, kwadrat – praca, romb – publikacja
Rysunek 1. Oś czasu: Austin Bradford Hill, 1897–1991. Lata według Farewella i Johnsona (2016, 2021), Croftona (2006) i Hilla (1965). Rysunek: R, pakiet ggplot2.

Co widać. Między chorobą z czasów wojny a badaniem streptomycyny minęło trzydzieści lat pracy w statystyce medycznej. Prace, z których Hill jest dziś najbardziej znany – badanie z 1948 r. i tekst o przyczynowości z 1965 r. – powstały, gdy miał ponad 50 i ponad 65 lat.

Na co uważać. Oś pokazuje tylko zdarzenia z latami podanymi w cytowanych źródłach. Nie ma na niej m.in. roku objęcia katedry po Greenwoodzie (źródła podają 1945 albo 1946) ani nobilitacji.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Austina Bradforda Hilla, 1897–1991. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja).
Dwa panele. A: odsetki pacjentów z 95% przedziałami Wilsona dla dwóch wyników po 6 miesiącach; streptomycyna – niebieskie koła, kontrola – pomarańczowe trójkąty. Zgon: 7.3% wobec 28.8%, przedziały się nie nakładają. Prątki w hodowli: 85.5% wobec 96.2%, przedziały częściowo się nakładają. B: różnica ryzyk streptomycyna minus kontrola z 95% przedziałami ufności; dla zgonu −21.6 punktu procentowego, przedział od −35.7 do −7.5, Fisher p = .005; dla prątków w hodowli −10.7 punktu, przedział od −21.4 niemal do zera, Fisher p = .094; pionowa przerywana linia w zerze
Rysunek 2. Badanie streptomycyny MRC: zgony i dodatnie hodowle w ciągu 6 miesięcy w obu grupach (A) oraz różnica ryzyk (B). Liczby według Croftona (2006); obliczenia i rysunek: R, pakiety ggplot2 i patchwork (dane historyczne, bez losowania).

Co widać. Na panelu A przedziały dla zgonów w obu grupach się nie nakładają, a dla prątków w hodowli – tak. Panel B pokazuje to samo jako różnicę ryzyk: przedział dla zgonów leży daleko od zera, przedział dla hodowli kończy się tuż przy nim.

Na co uważać. Przedział Walda dla hodowli niemal dotyka zera, a test Fishera daje p = .094 – przy wynikach granicznych różne metody prowadzą do różnych wniosków, więc nie opieraj się na samym progu .05. Przy 4 zgonach w jednej grupie przedziały są szerokie. Liczby pochodzą z relacji Croftona (2006); tabel oryginalnego raportu (Medical Research Council, 1948) nie przeliczaliśmy, więc cytując to badanie w pracy, sprawdź je w oryginale.

Podpis do pracy:

Rysunek 2. Odsetek zgonów i dodatnich hodowli prątków w ciągu 6 miesięcy u pacjentów leczonych streptomycyną (n = 55) i w grupie kontrolnej (n = 52) w badaniu Medical Research Council (A) oraz różnica ryzyk między grupami (B). Uwaga. Liczby według Croftona (2006). Słupki błędów – 95% przedziały ufności (A: Wilsona; B: Walda); p – test dokładny Fishera.

Gdzie spotkasz Hilla w swojej pracy

Za każdym razem, gdy losowo przydzielasz osoby do warunków, ukrywasz przydział i zaślepiasz ocenę wyniku, powtarzasz schemat z 1948 r. W praktyce:

Spory, mity i trudne strony

  • Pacjenci nie wiedzieli o badaniu. Według Croftona (2006) żadna z grup nie wiedziała, że uczestniczy w badaniu, które przez cały czas trwania pozostawało poufne. Dziś bez świadomej zgody uczestników takiego badania nie da się przeprowadzić.
  • Spór z Fisherem. Relacje Hilla z R. A. Fisherem były ciepłe, ale od końca 1958 r. psuły się z powodu krytyki, z jaką Fisher przyjmował badania nad paleniem. Farewell i Johnson (2021) przypominają, że Fisher przyjmował wynagrodzenie za doradztwo dla producentów tytoniu.
  • Kryteria to nie lista kontrolna. Dlaczego nie traktuje się ich jak listy do odhaczania, wyjaśnia hasło o kryteriach.
Przykład reprodukowalny

Badanie streptomycyny w R

Kod wpisuje liczby zgonów i dodatnich hodowli z relacji Croftona (2006), liczy ryzyko w grupach, różnicę ryzyk z przedziałem Walda, ryzyko względne z przedziałem na skali logarytmicznej, test dokładny Fishera i NNT, a na końcu rysuje rysunek 2. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje.

1. Zgony i hodowle w badaniu streptomycyny: rysunek 2

Dane wejściowe: liczby pacjentów (55 i 52), zgonów (4 i 15) i dodatnich hodowli po 6 miesiącach (47 i 50) według Croftona (2006), wpisane ręcznie.

Co odczytać: ryzyko w obu grupach, różnicę ryzyk (RD) z 95% CI, RR z 95% CI, p testu Fishera dla obu wyników oraz NNT dla zgonów.

Kod R rysunku 2
# Austin Bradford Hill: badanie streptomycyny Medical Research Council (1948) – dwa wyniki po 6 miesiącach, liczby według Croftona (2006)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(S = "#0072B2", C = "#D55E00")   # Okabe–Ito: S – streptomycyna i leżenie w łóżku, C – samo leżenie (kontrola)
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
n <- c(S = 55, C = 52)                                    # liczba pacjentów w grupach
zdarzenia <- rbind(zgon = c(S = 4, C = 15),               # zgony w pierwszych 6 miesiącach
                   pratki_w_hodowli = c(S = 47, C = 50))  # prątki nadal wyhodowane z plwociny po 6 miesiącach
wilson <- function(x, n, z = 1.96) {                      # 95% przedział Wilsona dla odsetka
  p <- x / n; srodek <- (p + z^2 / (2 * n)) / (1 + z^2 / n)
  pol <- z * sqrt(p * (1 - p) / n + z^2 / (4 * n^2)) / (1 + z^2 / n)
  c(srodek - pol, srodek + pol)
}
analiza <- function(x, n) {
  r <- x / n
  rd <- unname(r["S"] - r["C"])
  se_rd <- sqrt(r[["S"]] * (1 - r[["S"]]) / n[["S"]] + r[["C"]] * (1 - r[["C"]]) / n[["C"]])
  ci_rd <- rd + c(-1, 1) * 1.96 * se_rd                    # przedział Walda dla różnicy ryzyk (S − C)
  rr <- unname(r["S"] / r["C"])
  se_log_rr <- sqrt(1 / x[["S"]] - 1 / n[["S"]] + 1 / x[["C"]] - 1 / n[["C"]])
  tab <- matrix(c(x, n - x), nrow = 2, dimnames = list(grupa = c("S", "C"), wynik = c("tak", "nie")))
  c(ryzyko_S = unname(r["S"]), ryzyko_C = unname(r["C"]), RD = rd, RD_dolna = ci_rd[1], RD_gorna = ci_rd[2],
    RR = rr, RR_dolna = exp(log(rr) - 1.96 * se_log_rr), RR_gorna = exp(log(rr) + 1.96 * se_log_rr),
    p_Fisher = fisher.test(tab)$p.value)
}
wyniki <- t(sapply(rownames(zdarzenia), function(w) analiza(zdarzenia[w, ], n)))
round(wyniki, 4)
# Liczba pacjentów, których trzeba leczyć, by uniknąć jednego zgonu (NNT, zaokrąglenie w górę)
c(NNT = ceiling(1 / abs(wyniki["zgon", "RD"])))

# Rysunek 2A: odsetek pacjentów z danym wynikiem w każdej grupie, 95% przedział Wilsona
dane <- do.call(rbind, lapply(rownames(zdarzenia), function(w) do.call(rbind, lapply(c("S", "C"), function(g) {
  ci <- wilson(zdarzenia[w, g], n[[g]])
  data.frame(wynik = w, grupa = g, odsetek = zdarzenia[w, g] / n[[g]], dolna = ci[1], gorna = ci[2])
}))))
dane$wynik <- factor(dane$wynik, levels = c("zgon", "pratki_w_hodowli"),
                     labels = c("zgon w ciągu 6 mies.", "prątki w hodowli po 6 mies."))
dane$grupa <- factor(dane$grupa, levels = c("S", "C"), labels = c("streptomycyna (n = 55)", "kontrola (n = 52)"))
pA <- ggplot(dane, aes(odsetek, wynik, colour = grupa, shape = grupa)) +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.15, orientation = "y", position = position_dodge(width = 0.5)) +
  geom_point(size = 3.2, fill = "white", stroke = 1.1, position = position_dodge(width = 0.5)) +
  scale_colour_manual(values = unname(kol), name = NULL) +
  scale_shape_manual(values = c(21, 24), name = NULL) +
  scale_x_continuous(labels = function(x) paste0(round(100 * x), "%"), limits = c(0, 1)) +
  labs(title = "A. Odsetek pacjentów w grupach", x = "Odsetek (95% CI)", y = NULL) +
  motyw + guides(colour = guide_legend(nrow = 2), shape = guide_legend(nrow = 2))
# Rysunek 2B: różnica ryzyk S − C z 95% CI
rd <- data.frame(wynik = factor(c("zgon w ciągu 6 mies.", "prątki w hodowli po 6 mies."),
                                levels = levels(dane$wynik)),
                 RD = wyniki[, "RD"], dolna = wyniki[, "RD_dolna"], gorna = wyniki[, "RD_gorna"], p = wyniki[, "p_Fisher"])
pB <- ggplot(rd, aes(RD, wynik)) +
  geom_vline(xintercept = 0, linetype = "dashed", colour = "grey45") +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.12, orientation = "y", colour = "black") +
  geom_point(size = 3.4, shape = 22, fill = "grey30") +
  geom_text(aes(label = sprintf("%+.1f pp.\nFisher p = %s", 100 * RD, sub("^0", "", sprintf("%.3f", p)))),
            vjust = -0.6, size = 3.3, lineheight = 0.9) +
  scale_x_continuous(labels = function(x) paste0(round(100 * x), " pp."), limits = c(-0.4, 0.15)) +
  labs(title = "B. Różnica między grupami", x = "Różnica ryzyk, pp. (95% CI)", y = NULL) +
  motyw + theme(axis.text.y = element_blank())
p2 <- pA + pB + plot_layout(widths = c(1.15, 1))
p2
Wynik w R
                 ryzyko_S ryzyko_C      RD RD_dolna RD_gorna     RR RR_dolna
zgon               0.0727   0.2885 -0.2157  -0.3567  -0.0748 0.2521   0.0895
pratki_w_hodowli   0.8545   0.9615 -0.1070  -0.2138  -0.0002 0.8887   0.7868
                 RR_gorna p_Fisher
zgon               0.7103   0.0048
pratki_w_hodowli   1.0039   0.0942
NNT 
  5 

2. Oś czasu: rysunek 1

Dane wejściowe: dziewięć zdarzeń z latami według cytowanych źródeł, wpisanych ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Austin Bradford Hill, 1897–1991 – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1897, 1917, 1923, 1927, 1937, 1948, 1962, 1965, 1991),
  opis = c("urodził się", "zwolniony z lotnictwa\nmarynarki (gruźlica)", "zespół Majora\nGreenwooda", "London School of\nHygiene and Tropical\nMedicine",
           "artykuły w The Lancet\n(„Principles of\nMedical Statistics”)", "badanie streptomycyny\n(MRC)", "wykład „The statistician\nin medicine”",
           "„The environment\nand disease”", "zmarł"),
  rodzaj = c("życie", "życie", "praca", "praca", "publikacja", "praca", "publikacja", "publikacja", "życie"))
zdarzenia$wysokosc <- c(0.5, -0.4, 0.4, -0.95, 0.45, -0.45, 0.4, -0.85, 0.5)   # nad (+) i pod (−) osią; dwa poziomy dla bliskich lat
zdarzenia$wyrownanie <- c(0.5, 0.8, 0.5, 0.3, 0.5, 0.5, 0.8, 0.4, 0.5)
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00")   # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
  geom_segment(aes(xend = rok, y = 0, yend = wysokosc), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
  geom_text(aes(y = wysokosc + 0.05 * sign(wysokosc), label = paste0(rok, "\n", opis), vjust = ifelse(wysokosc > 0, 0, 1),
                hjust = wyrownanie), size = 3.4, lineheight = 0.9) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1890, 1998), breaks = seq(1900, 1990, by = 10)) +
  scale_y_continuous(limits = c(-1.5, 1.35)) +
  labs(x = NULL, y = NULL) +
  theme_minimal(base_size = 13) +
  theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
        legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (test Fishera – funkcja fisher.test() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był Austin Bradford Hill?

Brytyjskim statystykiem medycznym (1897–1991), profesorem London School of Hygiene and Tropical Medicine i dyrektorem jednostki statystycznej Medical Research Council. Zaprojektował badanie streptomycyny z przydziałem według liczb losowych, badał z Richardem Dollem palenie i raka płuca i opisał kryteria przyczynowości.

Na czym polegało badanie streptomycyny z 1948 r.?

Młodych chorych na ostrą gruźlicę płuc przydzielano do streptomycyny z leżeniem w łóżku albo do samego leżenia według kopert ułożonych zgodnie z liczbami losowymi; zdjęcia RTG oceniali specjaliści nieznający przydziału. Według Croftona (2006) w ciągu 6 miesięcy zmarło 4 z 55 leczonych i 15 z 52 osób z grupy kontrolnej.

Dlaczego Bradford Hill nie został lekarzem?

W czasie I wojny światowej służył w lotnictwie marynarki i na wyspie Imbros zachorował na gruźlicę. Długa rekonwalescencja wykluczyła studia medyczne, więc korespondencyjnie skończył ekonomię i dopiero potem trafił do statystyki medycznej.

Skąd się wzięły kryteria Bradforda Hilla?

Z pracy Hilla z 1965 r. „The environment and disease: Association or causation?”, w której opisał punkty widzenia pomocne w ocenie, czy związek z danych obserwacyjnych może być przyczynowy. Ich treść i ograniczenia omawia osobne hasło o kryteriach Bradforda Hilla.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Crofton, J. (2006). The MRC randomized trial of streptomycin and its legacy: A view from the clinical front line. Journal of the Royal Society of Medicine, 99(10), 531–534. https://doi.org/10.1177/014107680609901017 ● Otwarty dostęp
  2. Farewell, V., & Johnson, T. (2016). Major Greenwood (1880–1949): A biographical and bibliographical study. Statistics in Medicine, 35(5), 645–670. https://doi.org/10.1002/sim.6772 ● Otwarty dostęp
  3. Farewell, V., & Johnson, T. (2021). Medical statistics, Austin Bradford Hill, and a celebration of 40 years of Statistics in Medicine. Statistics in Medicine, 40(1), 17–28. https://doi.org/10.1002/sim.8832 ● Otwarty dostęp: pełny tekst
  4. Hill, A. B. (1965). The environment and disease: Association or causation? Proceedings of the Royal Society of Medicine, 58(5), 295–300. https://doi.org/10.1177/003591576505800503 ● Otwarty dostęp: pełny tekst
  5. Medical Research Council. (1948). Streptomycin treatment of pulmonary tuberculosis: A Medical Research Council investigation. BMJ, 2(4582), 769–782. https://doi.org/10.1136/bmj.2.4582.769 ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@article{crofton2006mrc, author={Crofton, John}, title={{The MRC randomized trial of streptomycin and its legacy: A view from the clinical front line}}, journal={Journal of the Royal Society of Medicine}, year={2006}, volume={99}, number={10}, pages={531--534}, doi={10.1177/014107680609901017}}
@article{farewell2016major, author={Farewell, Vern and Johnson, Tony}, title={{Major Greenwood (1880–1949): A biographical and bibliographical study}}, journal={Statistics in Medicine}, year={2016}, volume={35}, number={5}, pages={645--670}, doi={10.1002/sim.6772}}
@article{farewell2021medical, author={Farewell, Vern and Johnson, Tony}, title={{Medical statistics, Austin Bradford Hill, and a celebration of 40 years of Statistics in Medicine}}, journal={Statistics in Medicine}, year={2021}, volume={40}, number={1}, pages={17--28}, doi={10.1002/sim.8832}}
@article{hill1965environment, author={Hill, Austin Bradford}, title={{The environment and disease: Association or causation?}}, journal={Proceedings of the Royal Society of Medicine}, year={1965}, volume={58}, number={5}, pages={295--300}, doi={10.1177/003591576505800503}}
@article{mrc1948streptomycin, author={{Medical Research Council}}, title={{Streptomycin treatment of pulmonary tuberculosis: A Medical Research Council investigation}}, journal={BMJ}, year={1948}, volume={2}, number={4582}, pages={769--782}, doi={10.1136/bmj.2.4582.769}}
R