Słownik metodologiczny · Ludzie statystyki

Jerome Cornfield (1912–1979) – historyk z wykształcenia, który dał epidemiologii iloraz szans

Jerome Cornfield nie miał dyplomu ze statystyki, a pokazał, że iloraz szans z badania kliniczno-kontrolnego przybliża ryzyko względne, i sformułował warunek, który musiałby spełnić ukryty czynnik, by podważyć związek palenia z rakiem płuca. Przedstawiamy jego drogę i oba pomysły na historycznych danych o raku przełyku w R.

Strona główna / Słownik / Jerome Cornfield
W skrócie: Jerome Cornfield (1912–1979) – amerykański biostatystyk z dyplomem z historii, który w 1951 r. pokazał, że iloraz szans z badania kliniczno-kontrolnego przybliża ryzyko względne rzadkiej choroby, a w 1959 r. sformułował warunek, jaki musiałby spełnić ukryty czynnik, by w pełni wyjaśnić związek palenia z rakiem płuca.

Kim był Jerome Cornfield?

Jerome Cornfield (1912–1979) był amerykańskim biostatystykiem, który pomógł wykazać, że palenie powoduje raka płuca, i dał epidemiologii dwa narzędzia: iloraz szans jako przybliżenie ryzyka względnego oraz warunek, który musiałby spełnić ukryty czynnik zakłócający, by „wytłumaczyć” obserwowany związek (Greenhouse, 2009; Zwahlen, 2009).

Jego jedynym dyplomem był licencjat z historii na New York University; statystyki uczył się sam (Ellenberg, 2026). W 1935 r. dostał pracę w Bureau of Labor Statistics, a teorię statystyki poznawał w szkole wieczorowej Departamentu Rolnictwa USA (Greenhouse i Phillips, 2026). W latach 40. pracował m.in. z Wassilym Leontiefem nad analizą przepływów międzygałęziowych (Ellenberg, 2026; Greenhouse i Phillips, 2026). Po II wojnie światowej Harold Dorn ściągnął go do National Institutes of Health (NIH), gdzie pracował w National Cancer Institute, a potem kierował działem biostatystyki w National Heart Institute (Ellenberg, 2026; Greenhouse i Phillips, 2026).

Najważniejsze pomysły

  • Iloraz szans z badania kliniczno-kontrolnego (1951). W badaniu kliniczno-kontrolnym dobiera się chorych i zdrowych, więc nie da się policzyć ryzyka choroby u narażonych. Cornfield (1951) pokazał, że gdy choroba jest rzadka, stosunek ryzyk przybliża wyrażenie p1(1 − p2) / [p2(1 − p1)], gdzie p1 i p2 to odsetki narażonych wśród chorych i zdrowych – czyli iloraz szans (Greenhouse i Phillips, 2026).
  • Dowód z obserwacji (1954). Przekonywał, że nie ma dowodów „pierwszej i drugiej klasy”: także przy eksperymencie trzeba wymienić alternatywne wyjaśnienia związku i sprawdzić, czy da się je wykluczyć (Greenhouse, 2009; Greenhouse i Phillips, 2026).
  • Wczesne łączenie badań (1956). Zestawił 14 badań retrospektywnych nad paleniem i rakiem płuca, każde z przedziałem ufności – zanim pojawiło się słowo metaanaliza (Greenhouse i Phillips, 2026).
  • Warunek Cornfielda (1959). W przeglądzie „Smoking and lung cancer” (z pięcioma współautorami) wykazano, że czynnik nieobserwowany może w pełni wyjaśnić ryzyko względne RR tylko wtedy, gdy sam zwiększa ryzyko choroby co najmniej RR razy i jest wśród narażonych co najmniej RR razy częstszy niż wśród nienarażonych (Cornfield i in., 1959; Greenhouse, 2009). Uważa się to za pierwszą formalną analizę wrażliwości w badaniach obserwacyjnych.

Ciekawostka

Na przyjęciu z okazji odejścia Cornfielda z NIH w 1967 r. przyjaciele odśpiewali mu żartobliwą piosenkę na melodię z operetki Gilberta i Sullivana. Piosenka zaczynała się i kończyła żartem, że ten słynny statystyk jest „tylko” licencjatem (Bachelor of Arts) – i rzeczywiście: poza dyplomem z historii nie zdobył innego stopnia (Ellenberg, 2026; Greenhouse i Phillips, 2026).

Ellenberg (2026) przytacza też jego list z 1963 r. Joseph Berkson napisał, że niektórzy statystycy nie śpią po nocach, wymyślając argumenty za wybraną teorią. Cornfield odpisał krótko: nie wie, na ile jego nocne zwyczaje interesują naukę, ale zapewnia Berksona, że wyglądają zupełnie inaczej.

Przykład na historycznych danych

Zbiór esoph z pakietu datasets to – według pliku pomocy – dane z badania kliniczno-kontrolnego raka przełyku w departamencie Ille-et-Vilaine we Francji, opisanego w monografii Breslowa i Daya: 200 przypadków i 775 kontroli w 88 kombinacjach wieku, spożycia alkoholu i tytoniu. Policzymy iloraz szans dla alkoholu jak Cornfield i zapytamy, jak silny musiałby być ukryty czynnik, żeby związek był pozorny.

W notacji Cornfielda dla 120+ g alkoholu dziennie (wobec 0–39 g) odsetek narażonych wśród chorych wynosi p1 = 0.608, a wśród kontroli p2 = 0.054, co daje OR = 27.23. Po korekcie o wiek (Mantel–Haenszel, zob. test CMH) OR wynoszą 4.27 [2.62, 6.95] dla 40–79 g, 8.02 [4.50, 14.28] dla 80–119 g i 28.57 [13.71, 59.56] dla 120+ g dziennie.

Rak przełyku jest rzadki, więc – jak w argumencie z 1951 r. – traktujemy OR jak przybliżenie RR. Ukryty czynnik wyjaśniający cały związek w grupie 120+ g musiałby występować u pijących najwięcej co najmniej 28.57 razy częściej niż u pijących najmniej. Przy 5% u tych drugich wychodzi 143% – niemożliwe; częstość u pijących mało musiałaby być niższa niż 3.5%. Dla porównania: palenie co najmniej 20 g tytoniu dziennie miało w grupie kontrolnej 15.5% osób pijących 0–39 g i 36.4% pijących 120+ g, czyli 2.34 razy więcej. Palenie nie mogło więc w pełni wyjaśnić tego związku, choć mogło go częściowo zawyżać.

Na rysunku

Pozioma oś czasu od 1905 do 1985 z ośmioma zdarzeniami: 1912 urodził się; 1935 Bureau of Labor Statistics; 1951 iloraz szans z badań kliniczno-kontrolnych; 1954 artykuł Statistical relationship and proof in medicine; 1959 praca Smoking and lung cancer z warunkiem Cornfielda; 1967 odejście z NIH (National Heart Institute); 1972 Biostatistics Center w George Washington University; 1979 zmarł. Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, kwadrat – praca, romb – publikacja
Rysunek 1. Oś czasu: Jerome Cornfield, 1912–1979. Lata według Zwahlena (2009), Greenhouse’a i Phillipsa (2026) oraz Ellenberg (2026). Rysunek: R, pakiet ggplot2.

Co widać. Najważniejsze prace metodologiczne Cornfielda powstały w latach 1951–1959, w czasie sporu o palenie i raka płuca; wcześniej był statystykiem gospodarczym.

Na co uważać. Oś pokazuje tylko zdarzenia z rokiem podanym w cytowanych źródłach; brak na niej np. ukończenia studiów i przejścia do NIH.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Jerome’a Cornfielda, 1912–1979. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja).
Dwa panele. A: ilorazy szans raka przełyku dla trzech kategorii spożycia alkoholu względem 0–39 g dziennie, na osi logarytmicznej, z 95% przedziałami ufności; trójkąty pomarańczowe – OR surowe (3.57, 7.80, 27.23), koła niebieskie – OR skorygowane o wiek metodą Mantela–Haenszela (4.27, 8.02, 28.57). B: kwadrat częstości ukrytego czynnika u pijących mało (oś pozioma, f0 od 0 do 0.5) i u pijących więcej (oś pionowa, f1 od 0 do 1) z trzema odcinkami granicy f1 = RR razy f0: ciągłym dla 40–79 g, przerywanym dla 80–119 g i kropkowanym dla 120+ g, coraz bardziej stromymi; romb w punkcie f0 = 0.10, f1 = 0.30 leży pod wszystkimi odcinkami
Rysunek 2. Alkohol a rak przełyku w danych datasets::esoph: ilorazy szans (A) i warunek Cornfielda dla ukrytego czynnika (B). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (dane historyczne, bez losowania).

Co widać. Panel A: im więcej alkoholu, tym większy OR, a korekta o wiek prawie go nie zmienia. W panelu B ukryty czynnik mógłby wyjaśnić cały związek tylko nad odcinkiem danej kategorii; dla 120+ g to wąski klin przy osi pionowej. Romb – czynnik obecny u 10% pijących mało i 30% pijących dużo – leży pod wszystkimi odcinkami.

Na co uważać. Warunek dotyczy jednego czynnika binarnego, a OR traktujemy jak RR tylko dlatego, że choroba jest rzadka. Przedziały ufności dla 120+ g są szerokie (w tej grupie są tylko 22 kontrole). Rysunek nie dowodzi przyczynowości – pokazuje tylko, jak silny musiałby być alternatywny czynnik.

Podpis do pracy:

Rysunek 2. Ilorazy szans raka przełyku dla kategorii spożycia alkoholu względem 0–39 g dziennie (A) oraz granice warunku Cornfielda dla nieobserwowanego czynnika binarnego (B); dane z badania kliniczno-kontrolnego w Ille-et-Vilaine (n = 200 przypadków, 775 kontroli). Uwaga. A: trójkąty – OR surowe, koła – OR Mantela–Haenszela skorygowane o wiek, odcinki – 95% CI. B: czynnik może w pełni wyjaśnić związek tylko powyżej odcinka f1 = RR · f0 (f1, f0 – jego częstości wśród pijących więcej i 0–39 g).

Gdzie spotkasz Cornfielda w swojej pracy

Każdy iloraz szans z regresji logistycznej albo z tabeli 2 × 2 w badaniu kliniczno-kontrolnym ma w tle argument z 1951 r.:

  • gdy opisujesz OR jako „ryzyko większe X razy”, sprawdź, czy wynik jest rzadki – inaczej OR zawyża RR; jak to zapisać, pokazuje wpis RR, OR i NNT w pracy dyplomowej;
  • w dyskusji badania obserwacyjnego możesz policzyć, jak silny musiałby być nieznany czynnik zakłócający – pokrewnym, współczesnym narzędziem jest E-wartość;
  • oceniając, czy związek jest przyczynowy, przechodzisz przez listę pytań bardzo podobną do tej z 1959 r., dziś znaną jako kryteria Bradforda Hilla (zob. też korelacja a przyczynowość).

Spory, mity i trudne strony

  • Kto pierwszy wymyślił kryteria przyczynowości? Zwahlen (2009) zauważa, że Cornfield i współpracownicy w 1959 r. przeszli przez spójność, siłę związku i zależność dawka–odpowiedź sześć lat przed słynną listą Austina Bradforda Hilla. Greenhouse i Phillips (2026) dodają, że na tej pracy oparł się raport komitetu Surgeon General z 1964 r.
  • Ukryty czynnik. Krytycy wniosku przyczynowego twierdzili, że palenie i rak mogą mieć wspólną, np. wrodzoną, przyczynę. Cornfield pokazał, jak silny musiałby być taki czynnik (Greenhouse, 2009). O stanowisku Ronalda Fishera w tym sporze piszemy w haśle o nim.
  • OR to nie zawsze RR. Przybliżenie z 1951 r. działa tylko przy rzadkiej chorobie i reprezentatywnych grupach – sam Cornfield (1951) poświęcił temu część „Pitfalls”.
Przykład reprodukowalny

Iloraz szans i warunek Cornfielda w R

Kod wczytuje dane raka przełyku z pakietu datasets, liczy iloraz szans w notacji Cornfielda (1951), ilorazy szans surowe i skorygowane o wiek (Mantel–Haenszel), warunek Cornfielda dla ukrytego czynnika i częstość palenia w grupach alkoholu, 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; punkt „czynnik: 10% vs 30%” na rysunku 2B to wartości dobrane ręcznie dla ilustracji.

1. Iloraz szans i warunek Cornfielda na danych esoph: rysunek 2

Dane wejściowe: data(esoph, package = "datasets") – liczby przypadków raka przełyku i kontroli w 88 kombinacjach wieku, alkoholu i tytoniu (Ille-et-Vilaine; według pliku pomocy z monografii Breslowa i Daya).

Co odczytać: liczby przypadków i kontroli w grupach alkoholu; p1, p2 i OR z 1951 r.; OR surowe i Mantela–Haenszela z 95% CI; maksymalne f0 i wymagane f1 z warunku Cornfielda; odsetek palących co najmniej 20 g dziennie wśród kontroli i jego iloraz.

Kod R rysunku 2
# Jerome Cornfield: alkohol a rak przełyku (datasets::esoph) – iloraz szans z badania kliniczno-kontrolnego i warunek Cornfielda
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(surowy = "#E69F00", mh = "#0072B2", linia = "#D55E00", szary = "grey40")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
data(esoph, package = "datasets")
# 88 kombinacji wiek × alkohol × tytoń; ncases – przypadki raka przełyku, ncontrols – kontrole
addmargins(xtabs(cbind(ncases, ncontrols) ~ alcgp, data = esoph), 1)   # Sum – razem

# 1. Notacja Cornfielda (1951): p1 – odsetek narażonych wśród chorych, p2 – wśród zdrowych (120+ vs 0–39 g/dzień)
a <- sum(esoph$ncases[esoph$alcgp == "120+"]);     b <- sum(esoph$ncontrols[esoph$alcgp == "120+"])
c0 <- sum(esoph$ncases[esoph$alcgp == "0-39g/day"]); d0 <- sum(esoph$ncontrols[esoph$alcgp == "0-39g/day"])
p1 <- a / (a + c0); p2 <- b / (b + d0)
round(c(p1 = p1, p2 = p2, OR = p1 * (1 - p2) / (p2 * (1 - p1))), 3)

# 2. OR każdej kategorii alkoholu względem 0–39 g/dzień: surowy (przedział Woolfa) i skorygowany o wiek (Mantel–Haenszel)
or_kategorii <- function(poziom) {
  d <- subset(esoph, alcgp %in% c("0-39g/day", poziom))
  nar <- d$alcgp == poziom
  a <- sum(d$ncases[nar]); b <- sum(d$ncontrols[nar]); c <- sum(d$ncases[!nar]); e <- sum(d$ncontrols[!nar])
  or <- a * e / (b * c); se <- sqrt(1 / a + 1 / b + 1 / c + 1 / e)
  tab <- sapply(levels(esoph$agegp), function(w) {
    dw <- d[d$agegp == w, ]; nw <- dw$alcgp == poziom
    c(sum(dw$ncases[nw]), sum(dw$ncases[!nw]), sum(dw$ncontrols[nw]), sum(dw$ncontrols[!nw]))
  })
  mh <- mantelhaen.test(array(tab, dim = c(2, 2, ncol(tab))))   # warstwy: 6 grup wieku
  data.frame(alkohol = poziom, OR_surowy = or, dolna_s = exp(log(or) - qnorm(.975) * se), gorna_s = exp(log(or) + qnorm(.975) * se),
             OR_MH = unname(mh$estimate), dolna_mh = mh$conf.int[1], gorna_mh = mh$conf.int[2])
}
wyn <- do.call(rbind, lapply(c("40-79", "80-119", "120+"), or_kategorii))
print(wyn, digits = 3, row.names = FALSE)

# 3. Warunek Cornfielda (1959): ukryty czynnik binarny A tłumaczy całe RR tylko wtedy, gdy f1 / f0 >= RR i RR(A) >= RR
#    (f1, f0 – częstość A wśród narażonych i nienarażonych). Przy rzadkiej chorobie OR z punktu 2 przybliża RR.
warunek <- data.frame(alkohol = wyn$alkohol, RR = wyn$OR_MH,
                      max_f0 = 1 / wyn$OR_MH,                       # przy większym f0 musiałoby być f1 > 1
                      f1_przy_f0_5proc = 0.05 * wyn$OR_MH, f1_przy_f0_10proc = 0.10 * wyn$OR_MH)
print(warunek, digits = 3, row.names = FALSE)
# Zmierzony kandydat na „czynnik ukryty”: palenie co najmniej 20 g tytoniu dziennie – częstość wśród kontroli
pal <- with(esoph, tapply(ncontrols * (tobgp %in% c("20-29", "30+")), alcgp, sum) / tapply(ncontrols, alcgp, sum))
round(c(pal, iloraz_120_do_0_39 = unname(pal["120+"] / pal["0-39g/day"])), 3)

# Rysunek 2A: OR surowe i skorygowane o wiek (skala logarytmiczna)
dA <- rbind(data.frame(alkohol = wyn$alkohol, OR = wyn$OR_surowy, dolna = wyn$dolna_s, gorna = wyn$gorna_s, rodzaj = "surowy"),
            data.frame(alkohol = wyn$alkohol, OR = wyn$OR_MH, dolna = wyn$dolna_mh, gorna = wyn$gorna_mh, rodzaj = "Mantel–Haenszel (wiek)"))
dA$rodzaj <- factor(dA$rodzaj, levels = c("surowy", "Mantel–Haenszel (wiek)"))
dA$alkohol <- factor(paste(dA$alkohol, "g/dzień"), levels = paste(c("40-79", "80-119", "120+"), "g/dzień"))
pA <- ggplot(dA, aes(OR, alkohol, colour = rodzaj, shape = rodzaj)) +
  geom_vline(xintercept = 1, colour = "grey50") +
  geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.2, orientation = "y", position = position_dodge(width = 0.5)) +
  geom_point(size = 3, position = position_dodge(width = 0.5)) +
  scale_x_log10(breaks = c(1, 2, 5, 10, 20, 50)) +
  scale_colour_manual(values = c("surowy" = kol[["surowy"]], "Mantel–Haenszel (wiek)" = kol[["mh"]]), name = NULL) +
  scale_shape_manual(values = c("surowy" = 17, "Mantel–Haenszel (wiek)" = 16), name = NULL) +
  labs(title = "A. Iloraz szans względem 0–39 g/dzień", x = "OR z 95% CI (skala logarytmiczna)", y = "Alkohol") +
  motyw
# Rysunek 2B: warunek Cornfielda – częstość ukrytego czynnika u narażonych (f1) i nienarażonych (f0)
dB <- do.call(rbind, lapply(seq_len(nrow(wyn)), function(i)   # odcinek od (0, 0) do (1/RR, 1): dalej f1 musiałoby przekroczyć 1
  data.frame(f0 = c(0, 1 / wyn$OR_MH[i]), f1 = c(0, 1), alkohol = paste(wyn$alkohol[i], "g/dzień"))))
dB$alkohol <- factor(dB$alkohol, levels = paste(c("40-79", "80-119", "120+"), "g/dzień"))
pB <- ggplot(dB, aes(f0, f1, linetype = alkohol)) +
  annotate("rect", xmin = 0, xmax = 0.5, ymin = 0, ymax = 1, fill = NA, colour = "grey70") +
  geom_line(colour = kol[["linia"]], linewidth = 0.9) +
  annotate("point", x = 0.10, y = 0.30, shape = 23, size = 3.5, fill = "white", colour = "black") +
  annotate("text", x = 0.115, y = 0.30, label = "czynnik: 10% vs 30%", hjust = 0, size = 3.4) +
  scale_linetype_manual(values = c("solid", "dashed", "dotted"), name = "Granica f1 = RR · f0 dla:") +
  scale_y_continuous(limits = c(0, 1), breaks = seq(0, 1, 0.25)) +
  labs(title = "B. Ile musiałoby być ukrytego czynnika?", x = "Częstość czynnika u pijących 0–39 g/dzień (f0)",
       y = "Częstość u pijących więcej (f1)") +
  motyw + theme(legend.direction = "vertical")
p2 <- pA + pB + plot_layout(widths = c(1, 1))
p2
Wynik w R
           
alcgp       ncases ncontrols
  0-39g/day     29       386
  40-79         75       280
  80-119        51        87
  120+          45        22
  Sum          200       775
    p1     p2     OR 
 0.608  0.054 27.226 
 alkohol OR_surowy dolna_s gorna_s OR_MH dolna_mh gorna_mh
   40-79      3.57    2.26    5.62  4.27     2.62     6.95
  80-119      7.80    4.68   13.02  8.02     4.50    14.28
    120+     27.23   14.44   51.34 28.57    13.71    59.56
 alkohol    RR max_f0 f1_przy_f0_5proc f1_przy_f0_10proc
   40-79  4.27  0.234            0.213             0.427
  80-119  8.02  0.125            0.401             0.802
    120+ 28.57  0.035            1.429             2.857
         0-39g/day              40-79             80-119               120+ 
             0.155              0.239              0.172              0.364 
iloraz_120_do_0_39 
             2.339 

2. Oś czasu: rysunek 1

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

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Jerome Cornfield, 1912–1979 – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1912, 1935, 1951, 1954, 1959, 1967, 1972, 1979),
  opis = c("urodził się", "Bureau of Labor\nStatistics", "OR z badań\nkliniczno-kontrolnych", "„Statistical relationship\nand proof in medicine”",
           "„Smoking and lung cancer”\n(warunek Cornfielda)", "odejście z NIH\n(National Heart Institute)", "Biostatistics Center\nGeorge Washington Univ.", "zmarł"),
  rodzaj = c("życie", "praca", "publikacja", "publikacja", "publikacja", "praca", "praca", "życie"))
zdarzenia$wys <- c(0.5, -0.5, 0.5, -0.5, 0.5, -1.15, 1.15, -0.5)   # etykiety nad i pod osią, na dwóch wysokościach
zdarzenia$wyrownanie <- c(0.5, 0.5, 0.85, 0.65, 0.15, 0.5, 0.5, 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 = wys), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
  geom_text(aes(y = wys + 0.07 * sign(wys), label = paste0(rok, "\n", opis), vjust = ifelse(wys > 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(1905, 1986), breaks = seq(1910, 1980, by = 10)) +
  scale_y_continuous(limits = c(-1.75, 1.75)) +
  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 (tabele – xtabs(), test Mantela–Haenszela – mantelhaen.test() z pakietu stats; dane – pakiet datasets; 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 Jerome Cornfield?

Amerykańskim biostatystykiem (1912–1979). Zaczynał w 1935 r. w Bureau of Labor Statistics, po II wojnie światowej przeszedł do National Institutes of Health, a od 1972 r. prowadził ośrodek biostatystyki w George Washington University. Jest znany z pracy nad związkiem palenia z rakiem płuca i z metod dla badań kliniczno-kontrolnych.

Na czym polega warunek (nierówność) Cornfielda?

Jeśli narażenie wiąże się z chorobą z ryzykiem względnym RR, to nieobserwowany czynnik binarny może w pełni wyjaśnić ten związek tylko wtedy, gdy sam zwiększa ryzyko choroby co najmniej RR razy i występuje wśród narażonych co najmniej RR razy częściej niż wśród nienarażonych. Im większe RR, tym trudniej o taki czynnik.

Dlaczego iloraz szans z badania kliniczno-kontrolnego przybliża ryzyko względne?

Bo – jak pokazał Cornfield w 1951 r. – gdy choroba jest w populacji rzadka, stosunek ryzyk u narażonych i nienarażonych jest prawie równy ilorazowi szans narażenia u chorych i zdrowych. Przy częstym wyniku to przybliżenie zawodzi, a grupy muszą być reprezentatywne.

Czy Jerome Cornfield miał wykształcenie statystyczne?

Nie. Jedynym jego dyplomem był licencjat z historii na New York University; statystyki uczył się sam, m.in. na kursach wieczorowych Departamentu Rolnictwa USA. Mimo to był prezesem American Statistical Association.

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. Cornfield, J. (1951). A method of estimating comparative rates from clinical data. Applications to cancer of the lung, breast, and cervix. Journal of the National Cancer Institute, 11(6), 1269–1275. https://doi.org/10.1093/jnci/11.6.1269
  2. Cornfield, J., Haenszel, W., Hammond, E. C., Lilienfeld, A. M., Shimkin, M. B., & Wynder, E. L. (1959). Smoking and lung cancer: Recent evidence and a discussion of some questions. Journal of the National Cancer Institute, 22(1), 173–203. https://doi.org/10.1093/jnci/22.1.173
  3. Ellenberg, S. S. (2026). Jerome Cornfield: Some memories. Observational Studies, 12(2), 323–328. https://doi.org/10.1353/obs.00015 ● Otwarty dostęp
  4. Greenhouse, J. B. (2009). Commentary: Cornfield, epidemiology and causality. International Journal of Epidemiology, 38(5), 1199–1201. https://doi.org/10.1093/ije/dyp299 ● Otwarty dostęp
  5. Greenhouse, J. B., & Phillips, C. J. (2026). Commentary: Smoking and lung cancer: A historical perspective. Observational Studies, 12(2), 145–153. https://doi.org/10.1353/obs.00002 ● Otwarty dostęp
  6. Zwahlen, M. (2009). Commentary: Cornfield on cigarette smoking and lung cancer and how to assess causality. International Journal of Epidemiology, 38(5), 1197–1198. https://doi.org/10.1093/ije/dyp294 ● Otwarty dostęp

Cytowania BibTeX

@article{cornfield1951method, author={Cornfield, Jerome}, title={{A method of estimating comparative rates from clinical data. Applications to cancer of the lung, breast, and cervix}}, journal={Journal of the National Cancer Institute}, year={1951}, volume={11}, number={6}, pages={1269--1275}, doi={10.1093/jnci/11.6.1269}}
@article{cornfield1959smoking, author={Cornfield, Jerome and Haenszel, William and Hammond, E. Cuyler and Lilienfeld, Abraham M. and Shimkin, Michael B. and Wynder, Ernst L.}, title={{Smoking and lung cancer: Recent evidence and a discussion of some questions}}, journal={Journal of the National Cancer Institute}, year={1959}, volume={22}, number={1}, pages={173--203}, doi={10.1093/jnci/22.1.173}}
@article{ellenberg2026cornfield, author={Ellenberg, Susan S.}, title={{Jerome Cornfield: Some memories}}, journal={Observational Studies}, year={2026}, volume={12}, number={2}, pages={323--328}, doi={10.1353/obs.00015}}
@article{greenhouse2009cornfield, author={Greenhouse, Joel B.}, title={{Commentary: Cornfield, epidemiology and causality}}, journal={International Journal of Epidemiology}, year={2009}, volume={38}, number={5}, pages={1199--1201}, doi={10.1093/ije/dyp299}}
@article{greenhouse2026smoking, author={Greenhouse, Joel B. and Phillips, Christopher J.}, title={{Commentary: Smoking and lung cancer: A historical perspective}}, journal={Observational Studies}, year={2026}, volume={12}, number={2}, pages={145--153}, doi={10.1353/obs.00002}}
@article{zwahlen2009cornfield, author={Zwahlen, Marcel}, title={{Commentary: Cornfield on cigarette smoking and lung cancer and how to assess causality}}, journal={International Journal of Epidemiology}, year={2009}, volume={38}, number={5}, pages={1197--1198}, doi={10.1093/ije/dyp294}}
R