قد يكون للأخطاء في قياس التعرض تأثيرات مختلفة على علاقة التعرض بالمرض قيد الدراسة ، اعتمادًا على كيفية توزيع الأخطاء. إذا تم إجراء دراسة وبائية بشكل أعمى (على سبيل المثال ، تم إجراء قياسات بدون معرفة بالمرض أو الحالة الصحية للمشاركين في الدراسة) ، نتوقع أن يتم توزيع خطأ القياس بالتساوي عبر طبقات المرض أو الحالة الصحية.

يقدم الجدول 1 مثالاً: لنفترض أننا قمنا بتجنيد مجموعة من الأشخاص المعرضين في العمل لمادة سامة ، من أجل التحقيق في مرض متكرر. نحدد حالة التعرض فقط عند التوظيف (T₀) ، وليس في أي وقت آخر أثناء المتابعة. ومع ذلك ، دعنا نقول أن عددًا من الأفراد يغيرون ، في الواقع ، حالة تعرضهم في العام التالي: في الوقت T.₁، توقف 250 من أصل 1,200 شخص تعرضوا للخطر ، في حين أن 150 من أصل 750 شخصًا غير معرضين الأصليين قد بدأوا في التعرض للمادة السامة. لذلك ، في وقت T₁، 1,100 فرد مكشوف و 850 غير مكشوف. نتيجة لذلك ، لدينا "تصنيف خاطئ" للتعرض ، بناءً على قياسنا الأولي لحالة التعرض في الوقت T.₀. ثم يتم تعقب هؤلاء الأفراد بعد 20 عامًا (في الوقت T.₂) ويتم تقييم المخاطر التراكمية للمرض. (الافتراض الذي تم إجراؤه في المثال هو أن التعرض لأكثر من عام واحد فقط هو مصدر القلق.)

الجدول 1. مجموعة افتراضية من 1950 فردًا (مكشوفين وغير معرّضين في العمل) ، تم تجنيدهم في الوقت T₀ والتي تم التأكد من حالتها المرضية في الوقت T.₂

العمال المعرضون 1200 التعرض للإقلاع 250 (1100-1200 + 250)

حالات المرض وقت ت₂ = 220 بين العمال المكشوفين

العمال غير المعرضين للخطر 750 يبدأ التعرض 150 (850-750 + 150)

حالات المرض وقت ت₂ = 85 بين العاملين غير المكشوفين

• مخاطرة حقيقية المرض في وقت T₂ 20٪ بين العمال المعرضين (220/1100) ،
و 10٪ في غير المعرضين للخطر (85/850) (نسبة المخاطرة = 2.0).

المخاطر المقدرة في T.₂ من المرض بين أولئك المصنفين على أنهم معرضون في T.₀: 20٪
(على سبيل المثال ، خطر حقيقي في المعرضين) 950 (أي 1200-250) + 10٪
(أي ، الخطر الحقيقي في حالة عدم التعرض) 250 = (190 + 25) / 1200 = 17.9٪

المخاطر المقدرة في T.₂ من المرض بين أولئك المصنفين على أنهم غير معرضين في
T₀: 20٪ (أي خطر حقيقي عند المعرضين) ´ 150 + 10٪
(أي خطر حقيقي غير مكشوف) 600 (أي 750-150) = (30 + 60) / 750 = 12٪

نسبة المخاطرة المقدرة = 17.9٪ / 12٪ = 1.49

يعتمد سوء التصنيف ، في هذا المثال ، على تصميم الدراسة وخصائص السكان ، وليس على القيود الفنية لقياس التعرض. إن تأثير التصنيف الخاطئ هو أن النسبة "الحقيقية" البالغة 2.0 بين الخطر التراكمي بين الأشخاص المعرضين وغير المعرضين تصبح نسبة "ملحوظة" تبلغ 1.49 (الجدول 1). ينشأ هذا التقليل من نسبة المخاطر من "عدم وضوح" العلاقة بين التعرض والمرض ، والذي يحدث عندما يتم توزيع الخطأ في تصنيف التعرض ، كما في هذه الحالة ، بالتساوي وفقًا للمرض أو الحالة الصحية (أي أن قياس التعرض هو لا يتأثر بما إذا كان الشخص يعاني من المرض الذي ندرسه أم لا).

على النقيض من ذلك ، قد يحدث إما التقليل من التقدير أو المبالغة في تقدير الارتباط محل الاهتمام عندما لا يتم توزيع سوء تصنيف التعرض بالتساوي عبر نتيجة الاهتمام. في المثال ، قد يكون لدينا انحياز، وليس فقط عدم وضوح العلاقة المسببة للأمراض ، إذا كان تصنيف التعرض يعتمد على المرض أو الحالة الصحية بين العمال. يمكن أن يحدث هذا ، على سبيل المثال ، إذا قررنا جمع عينات بيولوجية من مجموعة من العمال المعرضين ومن مجموعة من العمال غير المعرضين للخطر ، من أجل تحديد التغييرات المبكرة المتعلقة بالتعرض في العمل. يمكن بعد ذلك تحليل العينات المأخوذة من العمال المكشوفين بطريقة أكثر دقة من العينات المأخوذة من غير المكشوفين ؛ قد يقود الفضول العلمي الباحث إلى قياس المؤشرات الحيوية الإضافية بين الأشخاص المعرضين (بما في ذلك ، على سبيل المثال ، مقاربات الحمض النووي في الخلايا الليمفاوية أو العلامات البولية للضرر التأكسدي للحمض النووي) ، على افتراض أن هؤلاء الأشخاص "أكثر إثارة للاهتمام" علميًا. هذا موقف شائع إلى حد ما قد يؤدي ، مع ذلك ، إلى تحيز خطير.

الرجوع