在卫生统计学中，四分位数间距（Interquartile Range, IQR）是一个非常有用的指标，用于评估数据的变异性。IQR是指一组数据中第75百分位数（上四分位数，Q3）与第25百分位数（下四分位数，Q1）之间的差值。通过计算IQR，我们可以了解中间50%的数据分布情况，从而评估数据集的离散程度。

具体来说，计算IQR的方法如下：首先将所有数据从小到大排序，然后找到位于25%位置和75%位置的数据点，即Q1和Q3。接着，用Q3减去Q1即可得到四分位数间距（IQR = Q3 - Q1）。

利用IQR评估数据变异性有以下几个优点：
1. IQR不受极端值的影响：相比于方差或标准差等基于平均值的变异指标，IQR只关注中间50%的数据范围，因此能够更准确地反映大多数数据点之间的差异性，而不受少数极端值的影响。
2. 描述非对称分布特征：当数据呈现偏态分布时，使用IQR可以更好地描述数据集内部的变化情况。例如，在某些医学研究中，如果疾病发生率存在明显的高低两端分化，则利用IQR来衡量变异性会更加合适。
3. 直观易懂：相比其他复杂的统计量，四分位数间距的概念相对简单直观，便于非专业人士理解并应用到实际问题分析当中。

总之，在卫生统计学研究中，通过计算和解释四分位数间距（IQR），我们可以更全面地了解数据集内部的变化特征，并为后续的数据分析提供有力支持。