Баннер 4

 

28. Эпидемиология и статистика

Редакторы глав:  Франко Мерлетти, Колин Л. Соскольн и Паоло Винейс


Содержание

Таблицы и рисунки

Эпидемиологический метод в области охраны труда и техники безопасности
Франко Мерлетти, Колин Л. Соскольн и Паоло Винейс

Оценка воздействия
М. Джеральд Отт

Сводные показатели воздействия на рабочем месте
Колин Л. Сосколн

Измерение эффектов воздействия
Шелия Хоар Зам

     Практический пример: меры
     Франко Мерлетти, Колин Л. Соскольн и Паола Винейс

Варианты дизайна исследования
Свен Хернберг

Вопросы валидности в дизайне исследования
Энни Дж. Саско

Влияние случайной ошибки измерения
Паоло Винейс и Колин Л. Соскольн

Статистические методы
Аннибале Биггери и Марио Брага

Оценка причинно-следственной связи и этика в эпидемиологических исследованиях
Паоло Винеис

Тематические исследования, иллюстрирующие методологические вопросы эпиднадзора за профессиональными заболеваниями
Юнг-Дер Ван

Анкеты в эпидемиологических исследованиях
Стивен Д. Стеллман и Колин Л. Сосколн

Историческая перспектива асбеста
Лоуренс Гарфинкель

таблицы

Щелкните ссылку ниже, чтобы просмотреть таблицу в контексте статьи..

1. Пять избранных сводных показателей воздействия на рабочем месте

2. Меры возникновения болезни

3. Меры ассоциации для когортного исследования

4. Меры ассоциации для исследований случай-контроль

5. Общий вид таблицы частот для когортных данных

6. Образец схемы данных случай-контроль

7. Разметка данных «кейс-контроль» — один контроль на случай

8. Гипотетическая когорта из 1950 человек до T2

9. Индексы центральной тенденции и дисперсии

10. Биномиальный эксперимент и вероятности

11. Возможные результаты биномиального эксперимента

12. Биномиальное распределение, 15 успехов/30 попыток

13. Биномиальное распределение, р = 0.25; 30 испытаний

14. Ошибка и мощность типа II; x = 12, n = 30, а = 0.05

15. Ошибка и мощность типа II; x = 12, n = 40, а = 0.05

16. 632 рабочих, подвергавшихся воздействию асбеста в течение 20 лет и более.

17. O/E количество смертей среди 632 рабочих, работающих с асбестом

цифры

Наведите курсор на миниатюру, чтобы увидеть подпись к рисунку, нажмите, чтобы увидеть рисунок в контексте статьи..

ЭПИ110Ф1ЭПИ110Ф2


Нажмите, чтобы вернуться к началу страницы

эпидемиология

Эпидемиология признана как наука, являющаяся основой профилактической медицины, и как наука, которая информирует о процессе политики общественного здравоохранения. Было предложено несколько операционных определений эпидемиологии. Простейший из них заключается в том, что эпидемиология — это изучение возникновения болезней или других характеристик, связанных со здоровьем, в популяциях людей и животных. Эпидемиологи изучают не только частоту заболевания, но и различается ли частота в разных группах людей; т. е. они изучают причинно-следственную связь между воздействием и болезнью. Болезни не возникают случайно; у них есть причины — довольно часто рукотворные причины, — которых можно избежать. Таким образом, многие болезни можно было бы предотвратить, если бы были известны причины. Методы эпидемиологии сыграли решающую роль в выявлении многих причинных факторов, которые, в свою очередь, привели к разработке политики здравоохранения, направленной на предотвращение болезней, травм и преждевременной смерти.

Какова задача эпидемиологии и каковы ее сильные и слабые стороны при применении определений и концепций эпидемиологии к гигиене труда? В этой главе рассматриваются эти вопросы и способы исследования профессиональных рисков для здоровья с использованием эпидемиологических методов. В этой статье представлены идеи, найденные в последующих статьях этой главы.

Профессиональная эпидемиология

Профессиональная эпидемиология была определена как изучение воздействия вредных факторов на рабочем месте на частоту и распространение заболеваний и травм среди населения. Таким образом, это дисциплина, ориентированная на воздействие, связанная как с эпидемиологией, так и с гигиеной труда (Checkoway et al., 1989). Таким образом, он использует методы, аналогичные тем, которые используются в эпидемиологии в целом.

Основной задачей эпидемиологии труда является профилактика путем выявления последствий воздействия вредных факторов на рабочем месте на здоровье. Это подчеркивает превентивную направленность эпидемиологии труда. Действительно, все исследования в области охраны труда и техники безопасности должны служить профилактическим целям. Следовательно, эпидемиологическое знание может и должно быть легко применимым. В то время как интересы общественного здравоохранения всегда должны быть главной заботой эпидемиологических исследований, корыстные интересы могут оказывать влияние, и необходимо позаботиться о том, чтобы свести к минимуму такое влияние при разработке, проведении и/или интерпретации исследований (Soskolne 1985; Soskolne 1989).

Вторая цель профессиональной эпидемиологии состоит в том, чтобы использовать результаты, полученные в конкретных условиях, для снижения или устранения опасностей среди населения в целом. Таким образом, помимо предоставления информации о воздействии на здоровье воздействий на рабочем месте, результаты исследований в области профессиональной эпидемиологии также играют роль в оценке риска, связанного с теми же воздействиями, но на более низких уровнях, с которыми обычно сталкивается население в целом. Загрязнение окружающей среды промышленными процессами и продуктами обычно приводит к более низким уровням воздействия, чем на рабочем месте.

Уровни применения профессиональной эпидемиологии:

  • эпиднадзор для описания возникновения заболеваний у различных категорий работников и, таким образом, предоставления сигналов раннего предупреждения о нераспознанных профессиональных опасностях
  • создание и проверка гипотезы о том, что данное воздействие может быть вредным, и количественная оценка эффекта
  • оценка вмешательства (например, превентивного действия, такого как снижение уровней воздействия) путем измерения изменений состояния здоровья населения с течением времени.

 

Причинная роль, которую профессиональные воздействия могут играть в развитии заболеваний, травм и преждевременной смерти, была установлена ​​давно и является частью истории эпидемиологии. Следует сослаться на Бернардино Рамаццини, основателя медицины труда и одного из первых, кто возродил и дополнил гиппократовскую традицию зависимости здоровья от идентифицируемых естественных внешних факторов. В 1700 году он писал в своем «De Morbis Artificum Diatriba» (Ramazzini 1705; Saracci 1995):

Врачу приходится задавать больным множество вопросов. Гиппократ утверждает в де аффектибус: «Когда вы оказываетесь перед больным человеком, вы должны спросить его, от чего он болеет, по какой причине, сколько дней, что он ест, каковы его испражнения. Ко всем этим вопросам следует добавить один: «Какую работу он выполняет?».

Это пробуждение клинических наблюдений и внимания к обстоятельствам, связанным с возникновением заболеваний, побудило Рамаццини идентифицировать и описать многие из профессиональных заболеваний, которые позже были изучены профессиональными врачами и эпидемиологами.

Используя этот подход, Потт первым сообщил в 1775 г. (Pott 1775) о возможной связи между раком и профессией (Clayson 1962). Его наблюдения над раком мошонки у трубочистов начались с описания болезни и продолжились:

Судьба этих людей кажется особенно тяжелой: в раннем детстве с ними чаще всего обращаются с большой жестокостью и чуть ли не морят голодом и холодом; их засовывают в узкие, а иногда и горячие трубы, где они ушиблены, обожжены и почти задохнулись; а когда они достигают половой зрелости, становятся особенно подвержены самым опасным, болезненным и смертельным заболеваниям.

В этом последнем обстоятельстве нет ни малейшего сомнения, хотя, возможно, ему не уделялось должного внимания, чтобы сделать его общеизвестным. У других людей рак тех же органов; так же как и у других, кроме свинцовых рабочих, колики Пуату и последующий паралич; но тем не менее это болезнь, которой они особенно подвержены; и так же трубочисты к раку мошонки и яичек.

Болезнь у этих людей, по-видимому, возникает из-за скопления сажи в складках мошонки и сначала не является болезнью привычки… но здесь субъекты молоды, в целом крепкого здоровья, по крайней сначала; болезнь, вызванная их занятием, и, по всей вероятности, местная; последнее обстоятельство, я думаю, можно справедливо предположить, исходя из того, что он всегда захватывает одни и те же части; все это делает его (сначала) совершенно отличным от рака, появляющегося у пожилого мужчины.

Это первое сообщение о профессиональном раке до сих пор остается образцом здравого смысла. Характер заболевания, род занятий и вероятный возбудитель четко определены. Отмечается повышенная заболеваемость раком мошонки среди трубочистов, хотя никаких количественных данных, подтверждающих это утверждение, не приводится.

Прошло еще пятьдесят лет, прежде чем Айртон-Пэрис заметил в 1822 г. (Ayrton-Paris 1822) частое развитие рака мошонки среди медеплавильщиков и оловянников Корнуолла и предположил, что его причиной могут быть пары мышьяка. Фон Фолькманн сообщил в 1874 г. об опухолях кожи у рабочих-парафинистов в Саксонии, а вскоре после этого Белл в 1876 г. предположил, что причиной рака кожи является сланцевое масло (Von Volkmann 1874; Bell 1876). Сообщения о профессиональном происхождении рака тогда стали относительно более частыми (Clayson 1962).

Среди первых наблюдений за профессиональными заболеваниями был рост заболеваемости раком легких среди шахтеров Шнееберга (Harting and Hesse 1879). Примечательно (и трагично), что недавнее тематическое исследование показывает, что эпидемия рака легких в Шнеберге по-прежнему представляет собой огромную проблему общественного здравоохранения, спустя более века после первого наблюдения в 1879 году. Подход к выявлению «роста» заболеваемости и даже в количественном выражении это присутствовало в истории медицины труда. Например, как указал Axelson (1994), В. А. Гай в 1843 г. изучал «легочную чахотку» у типографов и обнаружил более высокий риск у наборщиков, чем у печатников; это было сделано путем применения схемы, аналогичной подходу «случай-контроль» (Lilienfeld and Lilienfeld, 1979). Тем не менее, только в начале 1950-х годов современная профессиональная эпидемиология и ее методология начали развиваться. Основным вкладом в это развитие стали исследования рака мочевого пузыря у красильщиков (Case and Hosker, 1954) и рака легких у газовиков (Doll, 1952).

Вопросы профессиональной эпидемиологии

Статьи в этой главе знакомят как с философией, так и с инструментами эпидемиологического расследования. Они сосредоточены на оценке опыта воздействия на рабочих и на заболеваниях, возникающих у этих групп населения. В этой главе рассматриваются вопросы, связанные с получением обоснованных выводов о возможных причинно-следственных связях на пути от воздействия опасных веществ к развитию заболеваний.

Установление индивидуального опыта воздействия на рабочем месте составляет основу эпидемиологии труда. Информативность эпидемиологического исследования зависит, в первую очередь, от качества и объема имеющихся данных о воздействии. Во-вторых, последствия для здоровья (или болезни), которыми занимается профессиональный эпидемиолог, должны быть точно определены среди четко определенной и доступной группы рабочих. Наконец, данные о других потенциальных воздействиях на интересующее заболевание должны быть доступны эпидемиологу, чтобы любые эффекты профессионального воздействия, установленные в ходе исследования, можно было отнести к профессиональному воздействию. сам по себе а не к другим известным причинам рассматриваемого заболевания. Например, в группе рабочих, которые могут работать с химическим веществом, которое подозревается в том, что оно вызывает рак легких, некоторые работники также могут иметь историю курения табака, что является еще одной причиной рака легких. В последнем случае профессиональные эпидемиологи должны определить, какое воздействие (или какой фактор риска — химическое вещество или табак, или даже то и другое вместе) ответственно за любое увеличение риска рака легких в группе рабочих, подвергающихся воздействию. учился.

Оценка воздействия

Если исследование имеет доступ только к тому факту, что работник был занят в определенной отрасли, то результаты такого исследования могут связать воздействие на здоровье только с этой отраслью. Точно так же, если существуют данные о воздействии для занятий рабочих, выводы могут быть сделаны непосредственно только в том, что касается занятий. Можно сделать косвенные выводы о химическом воздействии, но их надежность необходимо оценивать в каждой ситуации. Однако если у исследования есть доступ к информации об отделе и/или должности каждого работника, то выводы можно будет сделать на более тонком уровне опыта работы. Если информация о реальных веществах, с которыми работает человек, известна эпидемиологу (в сотрудничестве с промышленным гигиенистом), то это будет самый точный уровень информации о воздействии, доступный при отсутствии редко доступной дозиметрии. Кроме того, результаты таких исследований могут предоставить промышленности больше полезной информации для создания более безопасных рабочих мест.

Эпидемиология до сих пор была своего рода дисциплиной «черного ящика», потому что она изучала взаимосвязь между воздействием и болезнью (две крайности причинно-следственной цепи), не рассматривая промежуточные механистические этапы. Этот подход, несмотря на его очевидную несовершенство, оказался чрезвычайно полезным: например, все известные причины рака у людей были обнаружены с помощью инструментов эпидемиологии.

Эпидемиологический метод основан на имеющихся записях — анкетах, названиях должностей или других «доказательствах» воздействия; это делает проведение эпидемиологических исследований и интерпретацию их результатов относительно простыми.

Однако в последние годы стали очевидны ограничения более грубого подхода к оценке воздействия, когда эпидемиологи столкнулись с более сложными проблемами. Если ограничить наше рассмотрение эпидемиологией профессионального рака, большинство известных факторов риска были обнаружены из-за высоких уровней воздействия в прошлом; ограниченное количество экспозиций для каждой работы; большое количество подвергающихся воздействию рабочих; и четкое соответствие между косвенной информацией и химическим воздействием (например, обувщики и бензол, верфи и асбест и т. д.). В настоящее время ситуация существенно отличается: уровни воздействия в западных странах значительно ниже (эту оговорку следует всегда подчеркивать); рабочие подвергаются воздействию многих различных химических веществ и смесей на одной и той же должности (например, сельскохозяйственные рабочие); однородные популяции облученных работников найти труднее, и обычно они немногочисленны; и соответствие между «прокси» информацией и фактическим воздействием становится все слабее. В этом контексте инструменты эпидемиологии имеют пониженную чувствительность из-за неправильной классификации воздействия.

Кроме того, эпидемиология полагалась на «жесткие» конечные точки, такие как смерть, в большинстве когортных исследований. Однако рабочие могут предпочесть увидеть что-то отличное от «подсчета трупов», когда изучаются потенциальные последствия профессионального воздействия на здоровье. Таким образом, использование более прямых показателей как воздействия, так и раннего реагирования имело бы некоторые преимущества. Биологические маркеры могут быть просто инструментом.

Биологические маркеры

Использование биологических маркеров, таких как уровень свинца в крови или функциональные пробы печени, не является чем-то новым в профессиональной эпидемиологии. Однако использование молекулярных методов в эпидемиологических исследованиях сделало возможным использование биомаркеров для оценки воздействия на органы-мишени, для определения восприимчивости и для выявления раннего заболевания.

Потенциальное использование биомаркеров в контексте профессиональной эпидемиологии:

  • оценка воздействия в случаях, когда традиционные эпидемиологические инструменты недостаточны (особенно для низких доз и низкого риска)
  • распутать причинную роль отдельных химических агентов или веществ при многократном воздействии или смесях
  • оценка общего бремени воздействия химических веществ, имеющих одну и ту же механистическую цель
  • исследование патогенетических механизмов
  • изучение индивидуальной восприимчивости (например, метаболических полиморфизмов, репарации ДНК) (Vineis 1992)
  • для более точной классификации воздействия и/или заболевания, тем самым увеличивая статистическую мощность.

 

В научном сообществе возник большой энтузиазм по поводу этих применений, но, как отмечалось выше, методологическая сложность использования этих новых «молекулярных инструментов» должна служить предостережением от чрезмерного оптимизма. Биомаркеры химического воздействия (такие как аддукты ДНК) имеют несколько недостатков:

  1. Обычно они отражают недавнее воздействие и, следовательно, имеют ограниченное применение в исследованиях случай-контроль, в то время как для использования в когортных исследованиях требуется повторный отбор образцов в течение продолжительных периодов времени.
  2. Хотя они могут быть очень специфичными и, таким образом, улучшить ошибочную классификацию воздействия, результаты часто остаются трудными для интерпретации.
  3. Когда исследуются сложные химические воздействия (например, загрязнение воздуха или табачный дым в окружающей среде), возможно, что биомаркер будет отражать один конкретный компонент смеси, тогда как биологический эффект может быть обусловлен другим.
  4. Во многих ситуациях неясно, отражает ли биомаркер релевантное воздействие, коррелят соответствующего воздействия, индивидуальную восприимчивость или раннюю стадию заболевания, что ограничивает вывод о причинно-следственной связи.
  5. Определение большинства биомаркеров требует дорогостоящего теста или инвазивной процедуры, или и того, и другого, что создает ограничения для адекватного размера исследования и статистической мощности.
  6. Биомаркер воздействия является не более чем косвенным показателем реальной цели эпидемиологического исследования, которое, как правило, фокусируется на предотвратимом воздействии окружающей среды (Trichopoulos, 1995; Pearce et al., 1995).

 

Еще более важным, чем методологические недостатки, является то, что молекулярные методы могут заставить нас перенаправить наше внимание с выявления рисков в экзогенной среде на выявление лиц с высоким риском, а затем на проведение персонализированных оценок риска путем измерения фенотипа, нагрузки аддуктов и приобретенных мутаций. Это направит наше внимание, как отмечает Макмайкл, на форму клинической оценки, а не на эпидемиологию общественного здравоохранения. Сосредоточение внимания на отдельных людях может отвлечь нас от важной цели общественного здравоохранения по созданию менее опасной окружающей среды (McMichael, 1994).

В связи с использованием биомаркеров возникают еще две важные проблемы:

  1. Использование биомаркеров в профессиональной эпидемиологии должно сопровождаться четкой политикой в ​​отношении информированного согласия. У работника может быть несколько причин для отказа от сотрудничества. Одна очень практическая причина заключается в том, что идентификация, скажем, изменения в маркере ранней реакции, таком как обмен сестринскими хроматидами, подразумевает возможность дискриминации со стороны страховых компаний здоровья и жизни, а также со стороны работодателей, которые могут избегать работника, потому что он или она могут быть более склонны к к болезни. Вторая причина касается генетического скрининга: поскольку распределение генотипов и фенотипов различается в зависимости от этнической группы, генетический скрининг может ограничить профессиональные возможности представителей меньшинств. В-третьих, могут возникнуть сомнения в предсказуемости генетических тестов: поскольку прогностическая ценность зависит от распространенности состояния, которое тест призван выявить, если последнее встречается редко, прогностическая ценность будет низкой, и практическое использование скрининга тест будет сомнительным. До сих пор ни один из генетических скрининговых тестов не был признан применимым в полевых условиях (Ashford et al., 1990).
  2. Перед использованием биомаркеров необходимо соблюдать этические принципы. Эти принципы были оценены для биомаркеров, используемых для определения индивидуальной предрасположенности к заболеваниям, междисциплинарной рабочей группой Технического бюро Европейских профсоюзов при поддержке Комиссии Европейских сообществ (Van Damme et al., 1995); их отчет укрепил мнение о том, что тесты могут проводиться только с целью предотвращения заболеваний среди рабочей силы. Помимо прочего, использование тестов должно никогда.

 

  • служить средством для «отбора наиболее приспособленных»
  • использоваться, чтобы избежать внедрения эффективных профилактических мер, таких как выявление и замена факторов риска или улучшение условий на рабочем месте
  • создавать, подтверждать или усиливать социальное неравенство
  • создают разрыв между этическими принципами, которым следуют на рабочем месте, и этическими принципами, которые должны соблюдаться в демократическом обществе.
  • обязывать лицо, ищущее работу, раскрывать личные данные, кроме тех, которые строго необходимы для получения работы.

 

Наконец, накапливаются данные о том, что метаболическая активация или инактивация опасных веществ (и канцерогенов в особенности) значительно различается в человеческих популяциях и частично определяется генетически. Более того, индивидуальная изменчивость восприимчивости к канцерогенам может быть особенно важной при низких уровнях профессионального и экологического воздействия (Vineis et al., 1994). Такие выводы могут сильно повлиять на решения регулирующих органов, которые сосредоточат процесс оценки риска на наиболее уязвимых (Vineis and Martone 1995).

Дизайн и валидность исследования

В статье Хернберга о планах эпидемиологических исследований и их применении в медицине труда основное внимание уделяется понятию «база исследования», определяемой как опыт заболеваемости (относительно некоторого воздействия) населения, наблюдаемый во времени. Таким образом, базой исследования является не только популяция (т. е. группа людей), но и опыт заболеваемости этой популяции в течение определенного периода времени (Miettinen 1985, Hernberg 1992). Если будет принята эта объединяющая концепция базы исследования, то важно признать, что разные планы исследований (например, дизайн случай-контроль и когортный дизайн) — это просто разные способы «сбора» информации как о воздействии, так и о заболевании из одного и того же исследования. база; это не диаметрально разные подходы.

В статье Sasco о валидности в дизайне исследования рассматриваются определения и важность смешения. Исследователи всегда должны учитывать возможность смешения в профессиональных исследованиях, и никогда нельзя в достаточной мере подчеркивать, что идентификация потенциально смешанных переменных является неотъемлемой частью любого плана исследования и анализа. В эпидемиологии труда необходимо рассмотреть два аспекта смешения:

  1. Необходимо изучить негативное смешение: например, некоторые промышленные группы населения имеют низкую подверженность факторам риска, связанным с образом жизни, из-за того, что на рабочем месте запрещено курение; стеклодувы, как правило, курят меньше, чем население в целом.
  2. При рассмотрении смешения необходимо оценить его направление и его потенциальное воздействие. Это особенно верно, когда данных для контроля смешения недостаточно. Например, курение является важным искажающим фактором в профессиональной эпидемиологии, и его всегда следует учитывать. Тем не менее, когда данные о курении недоступны (как это часто бывает в когортных исследованиях), маловероятно, что курение может объяснить значительное превышение риска, обнаруженное в профессиональной группе. Это хорошо описано в статье Аксельсона (1978) и далее обсуждается Гренландией (1987). Когда в литературе были доступны подробные данные как о роде занятий, так и о курении, смешение, казалось, не сильно искажало оценки связи между раком легких и родом занятий (Vineis and Simonato 1991). Кроме того, подозрение на смешение не всегда приводит к неверным ассоциациям. Поскольку исследователи также рискуют быть введенными в заблуждение другими необнаруженными предубеждениями наблюдения и отбора, им следует уделять такое же внимание, как и проблеме путаницы при планировании исследования (Stellman 1987).

 

Время и связанные со временем переменные, такие как возраст риска, календарный период, время с момента приема на работу, время с момента первого воздействия, продолжительность воздействия и их обработка на этапе анализа, относятся к наиболее сложным методологическим вопросам в профессиональной эпидемиологии. Они не рассматриваются в этой главе, но отмечены две актуальные и недавние методологические ссылки (Pearce 1992; Robins et al. 1992).

Показатели

Статья о статистике Биггери и Браги, а также название этой главы указывают на то, что статистические методы не могут быть отделены от эпидемиологических исследований. Это связано с тем, что: (а) правильное понимание статистики может дать ценную информацию для правильного планирования расследования и (б) статистика и эпидемиология имеют общее наследие, а вся количественная основа эпидемиологии основана на понятии вероятности ( Clayton 1992; Clayton and Hills 1993). Во многих последующих статьях эмпирические данные и доказательства предполагаемых причинно-следственных связей оцениваются с использованием вероятностных аргументов и соответствующих планов исследования. Например, упор делается на оценку процентной меры риска, такой как ставки или относительные риски, и на построение доверительных интервалов вокруг этих оценок вместо выполнения статистических тестов вероятности (Пул, 1987; Гарднер и Альтман, 1989; Гренландия, 1990). ). Дается краткое введение в статистические рассуждения с использованием биномиального распределения. Статистика должна сопровождать научные рассуждения. Но это бесполезно при отсутствии правильно спланированных и проведенных исследований. Статистики и эпидемиологи осознают, что выбор методов определяет то, что и в какой степени мы проводим наблюдения. Поэтому продуманный выбор вариантов дизайна имеет принципиальное значение для обеспечения достоверных наблюдений.

Этика

Последняя статья Винеиса посвящена этическим вопросам эпидемиологических исследований. Пункты, которые следует упомянуть во введении, относятся к эпидемиологии как к дисциплине, которая по определению подразумевает профилактические действия. Конкретные этические аспекты защиты работников и населения в целом требуют признания того, что:

  • Эпидемиологические исследования на производстве никоим образом не должны задерживать профилактические меры на рабочем месте.
  • Профессиональная эпидемиология относится не к факторам образа жизни, а к ситуациям, когда личная роль обычно незначительна или вообще отсутствует при выборе воздействия. Это подразумевает особую приверженность эффективной профилактике и немедленной передаче информации работникам и населению.
  • Исследования выявляют опасности для здоровья и предоставляют знания для профилактических действий. Следует учитывать этические проблемы отказа от проведения исследований, когда это возможно.
  • Уведомление работников о результатах эпидемиологических исследований является как этическим, так и методологическим вопросом информирования о рисках. Исследованиям по оценке потенциального воздействия и эффективности уведомления следует уделять первостепенное внимание (Шульте и др., 1993 г.).

 

Обучение эпидемиологии труда

Люди с самым разным опытом могут найти свой путь в области профессиональной эпидемиологии. Медицина, сестринское дело и статистика являются одними из наиболее вероятных фонов среди тех, кто специализируется в этой области. В Северной Америке около половины всех подготовленных эпидемиологов имеют научное образование, а другая половина прошла путь доктора медицины. В странах за пределами Северной Америки большинство специалистов в области профессиональной эпидемиологии имеют степень доктора медицины. В Северной Америке лица с медицинским образованием, как правило, считаются «экспертами по содержанию», а лица, получившие научное образование, считаются «методологическими экспертами». Для эксперта по контенту часто бывает выгодно объединиться с экспертом по методологии, чтобы разработать и провести наилучшее исследование.

Для специалиста по эпидемиологии труда необходимы не только знания эпидемиологических методов, статистики и компьютеров, но и знание токсикологии, промышленной гигиены и регистров заболеваний (Merletti and Comba, 1992). Поскольку для крупных исследований может потребоваться связь с реестрами заболеваний, полезно знать источники данных о населении. Знание трудовой и корпоративной организации также важно. Диссертации на уровне магистра и диссертации на уровне докторантуры вооружают студентов знаниями, необходимыми для проведения больших исследований на основе записей и опросов среди рабочих.

Доля заболеваний, связанных с родом занятий

Доля заболеваний, которые связаны с профессиональным облучением либо в группе подвергшихся облучению рабочих, либо в общей популяции, охватывается, по крайней мере, в отношении рака в другой части настоящего стандарта. Энциклопедия. Здесь мы должны помнить, что если оценка рассчитывается, она должна относиться к конкретному заболеванию (и конкретной локализации в случае рака), конкретному периоду времени и конкретной географической области. Кроме того, он должен основываться на точных измерениях доли подвергшихся воздействию людей и степени воздействия. Это означает, что доля заболеваний, связанных с профессией, может варьироваться от очень низкой или нулевой в некоторых группах населения до очень высокой в ​​других, расположенных в промышленных районах, где, например, до 40% случаев рака легких могут быть связаны с профессиональным воздействием (Vineis). и Симонато 1991). Оценки, не основанные на подробном обзоре хорошо спланированных эпидемиологических исследований, в лучшем случае могут рассматриваться как обоснованные предположения и имеют ограниченную ценность.

Передача опасных производств

Большинство эпидемиологических исследований проводится в развитых странах, где регулирование и контроль известных профессиональных рисков снизили риск заболевания за последние несколько десятилетий. Однако в то же время произошел массовый перенос опасных производств в развивающиеся страны (Jeyaratnam 1994). Химические вещества, ранее запрещенные в США или Европе, теперь производятся в развивающихся странах. Например, производство асбеста было перенесено из США в Мексику, а производство бензидина из европейских стран в бывшую Югославию и Корею (Simonato 1986; LaDou 1991; Pearce et al. 1994).

Косвенным признаком уровня профессионального риска и условий труда в развивающихся странах являются эпидемии острых отравлений, имеющие место в некоторых из этих стран. Согласно одной оценке, ежегодно в мире происходит около 20,000 1994 смертей от острой интоксикации пестицидами, но это, вероятно, существенно занижено (Kogevinas et al., 99). Подсчитано, что 20% всех смертей от острого отравления пестицидами происходят в развивающихся странах, где используется только 1994% мировых агрохимикатов (Kogevinas et al., 1995). Это означает, что даже если эпидемиологическое исследование указывает на снижение профессиональных рисков, это может быть просто связано с тем, что большая часть этих исследований проводится в развитых странах. Профессиональные вредности могли быть просто перенесены в развивающиеся страны, и общее бремя профессионального облучения в мире могло увеличиться (Vineis et al. XNUMX).

Ветеринарная эпидемиология

По очевидным причинам ветеринарная эпидемиология не имеет прямого отношения к гигиене труда и профессиональной эпидемиологии. Тем не менее, ключи к экологическим и профессиональным причинам заболеваний могут быть получены из эпидемиологических исследований на животных по нескольким причинам:

  1. Продолжительность жизни животных относительно коротка по сравнению с людьми, а латентный период болезней (например, большинства видов рака) короче у животных, чем у людей. Это означает, что болезнь, возникающая у диких или домашних животных, может служить сигнальным событием, предупреждающим нас о присутствии потенциального токсиканта или канцерогена в окружающей среде для человека до того, как оно будет идентифицировано другими способами (Glickman 1993).
  2. Маркеры воздействия, такие как аддукты гемоглобина или уровни абсорбции и выделения токсинов, могут быть измерены у диких и домашних животных для оценки загрязнения окружающей среды промышленными источниками (Blondin and Viau, 1992; Reynolds et al., 1994; Hungerford et al., 1995). .
  3. Животные не подвергаются воздействию некоторых факторов, которые могут действовать как искажающие факторы при исследованиях на людях, и поэтому исследования в популяциях животных могут проводиться без учета этих потенциальных искажающих факторов. Например, исследование рака легких у домашних собак может выявить существенную связь между заболеванием и воздействием асбеста (например, через профессию владельцев, связанную с асбестом, и близость к промышленным источникам асбеста). Ясно, что такое исследование устранило бы влияние активного курения как искажающего фактора.

 

Ветеринары говорят об эпидемиологической революции в ветеринарии (Schwabe, 1993), и появились учебники по этой дисциплине (Thrusfield, 1986; Martin et al., 1987). Конечно, ключ к разгадке опасностей, связанных с окружающей средой и профессией, появился благодаря совместным усилиям эпидемиологов человека и животных. Среди прочего, влияние феноксигербицидов на овец и собак (Newell et al. 1984; Hayes et al. 1990), магнитных полей (Reif et al. 1995) и пестицидов (особенно препаратов от блох), загрязненных асбестоподобными соединениями, на собак. (Glickman et al. 1983).

Совместное исследование, сообщение результатов и профилактика

Важно признать, что многие эпидемиологические исследования в области гигиены труда инициируются благодаря опыту и интересам самих работников (Olsen et al., 1991). Часто рабочие — те, кто подвергался воздействию исторически и/или в настоящее время, — считали, что что-то не так, задолго до того, как это было подтверждено исследованиями. Профессиональную эпидемиологию можно рассматривать как способ «понимания» опыта рабочих, систематического сбора и группировки данных и позволяющего делать выводы о профессиональных причинах их плохого здоровья. Более того, сами рабочие, их представители и лица, отвечающие за здоровье рабочих, являются наиболее подходящими лицами для интерпретации собранных данных. Поэтому они всегда должны быть активными участниками любого расследования, проводимого на рабочем месте. Только их непосредственное участие гарантирует, что рабочее место останется безопасным после того, как исследователи уйдут. Целью любого исследования является использование результатов для предотвращения заболеваний и инвалидности, и успех этого в значительной степени зависит от обеспечения того, чтобы лица, подвергшиеся воздействию, участвовали в получении и интерпретации результатов исследования. Роль и использование результатов исследований в судебном процессе, когда работники добиваются компенсации за ущерб, причиненный в результате облучения на рабочем месте, выходит за рамки этой главы. За некоторым пониманием этого читатель может обратиться в другом месте (Soskolne, Lilienfeld and Black 1994).

Совместные подходы к обеспечению проведения профессиональных эпидемиологических исследований в некоторых местах стали стандартной практикой в ​​виде руководящих комитетов, созданных для наблюдения за исследовательской инициативой с ее начала до ее завершения. Эти комитеты многопартийны по своей структуре, включая труд, науку, управление и/или правительство. С участием представителей всех заинтересованных групп в исследовательском процессе передача результатов станет более эффективной благодаря повышению их достоверности, поскольку «один из них» будет наблюдать за исследованием и будет сообщать результаты своему соответствующему сотруднику. избирательный округ. Таким образом, возможен максимальный уровень эффективной профилактики.

Эти и другие совместные подходы к исследованиям в области гигиены труда осуществляются с привлечением тех, кто испытывает или иным образом затрагивается вызывающей озабоченность проблемой, связанной с воздействием. Это следует чаще наблюдать во всех эпидемиологических исследованиях (Laurell et al., 1992). Уместно помнить, что в то время как в эпидемиологической работе целью анализа является оценка масштабов и распределения риска, в совместных исследованиях предотвратимость риска также является целью (Loewenson and Biocca 1995). Эта взаимодополняемость эпидемиологии и эффективной профилактики является частью идеи этого Энциклопедия и этой главы.

Поддержание актуальности для общественного здравоохранения

Хотя новые разработки в эпидемиологической методологии, анализе данных и оценке и измерении воздействия (такие как новые молекулярно-биологические методы) приветствуются и важны, они также могут способствовать редукционистскому подходу, ориентированному на отдельных лиц, а не на популяции. Было сказано, что:

…эпидемиология в значительной степени перестала функционировать как часть междисциплинарного подхода к пониманию причин болезней среди населения и превратилась в набор общих методов для измерения взаимосвязей между воздействием и заболеванием у отдельных лиц… В настоящее время игнорируются социальные, экономические, культурные , исторические, политические и другие демографические факторы как основные причины болезней… Эпидемиология должна вновь интегрироваться в общественное здравоохранение и заново открыть для себя перспективу населения (Pearce 1996).

Эпидемиологи труда и окружающей среды должны сыграть важную роль не только в разработке новых эпидемиологических методов и приложений для этих методов, но и в обеспечении того, чтобы эти методы всегда интегрировались в надлежащую популяционную перспективу.

 

Назад

Понедельник, Февраль 28 2011 21: 01

Оценка воздействия

Оценка воздействия является важным шагом в выявлении опасностей на рабочем месте посредством эпидемиологического расследования. Процесс оценки воздействия можно разделить на ряд действий. К ним относятся:

  1. составление перечня потенциально токсичных агентов и смесей, присутствующих в целевой рабочей среде
  2. определение того, как происходит воздействие и насколько вероятно, что оно варьируется среди сотрудников
  3. выбор соответствующих показателей или индексов для количественной оценки воздействия
  4. сбор данных, которые позволят участникам исследования определить качественные или количественные значения воздействия для каждой меры. По возможности эти действия должны выполняться под руководством квалифицированного специалиста по промышленной гигиене.

 

Исследования гигиены труда часто подвергаются критике из-за неадекватности оценки воздействия. Неадекватность может привести к дифференциальной или недифференциальной неправильной классификации воздействия и последующей систематической ошибке или потере точности в анализе влияния воздействия. Об усилиях по улучшению ситуации свидетельствуют несколько недавних международных конференций и тексты, посвященные этой теме (ACGIH, 1991; Armstrong et al., 1992; Proceedings of the Conference on Retrospective Assessment of Occupational Exposures in Epidemiology, 1995). Очевидно, что технические разработки открывают новые возможности для совершенствования оценки воздействия. Эти разработки включают усовершенствование аналитического оборудования, лучшее понимание фармакокинетических процессов и открытие новых биомаркеров экспозиции. Поскольку исследования в области гигиены труда часто зависят от исторической информации о воздействии, для которой не проводился специальный мониторинг, необходимость ретроспективной оценки воздействия добавляет дополнительный аспект сложности этим исследованиям. Тем не менее, усовершенствованные стандарты оценки и обеспечения надежности таких оценок продолжают разрабатываться (Siemiatycki et al., 1986). Проспективные оценки воздействия, конечно, легче проверить.

Термин экспозиция относится к концентрации агента на границе между человеком и окружающей средой. Воздействие обычно предполагается, когда известно, что агент присутствует в рабочей среде, и есть обоснованные ожидания контакта сотрудника с этим агентом. Воздействие может быть выражено как средневзвешенная по времени концентрация (TWA) за 8 часов, которая представляет собой меру интенсивности воздействия, усредненную за 8-часовую рабочую смену. Пиковые концентрации представляют собой средние значения интенсивности за более короткие периоды времени, например, 15 минут. Кумулятивное воздействие является мерой произведения средней интенсивности и продолжительности (например, средняя концентрация TWA за 8 часов, умноженная на количество лет работы при этой средней концентрации). В зависимости от характера исследования и интересующих последствий для здоровья может потребоваться оценка пиковой, средней интенсивности, кумулятивного или запаздывающего воздействия.

В отличие от этого, дозировать относится к осаждению или абсорбции агента в единицу времени. Дозу или суточное потребление агента можно оценить путем объединения данных измерений окружающей среды со стандартными предположениями, касающимися, среди прочего, частоты дыхания и проникновения через кожу. В качестве альтернативы потребление может быть оценено на основе данных биомониторинга. Дозу в идеале следует измерять в интересующем органе-мишени.

К важным факторам оценки воздействия относятся:

  1. идентификация соответствующих агентов
  2. определение их присутствия и концентрации в соответствующих средах окружающей среды (например, в воздухе, на контактных поверхностях)
  3. оценка вероятных путей проникновения (вдыхание, всасывание через кожу, прием внутрь), продолжительность воздействия (ежедневное изменение) и кумулятивная продолжительность воздействия, выраженная в неделях, месяцах или годах.
  4. оценка эффективности технических средств и средств индивидуального контроля (например, использование защитной одежды и средств защиты органов дыхания может опосредовать воздействие) и, наконец,
  5. хозяина и другие факторы, которые могут модулировать концентрацию органов-мишеней.

 

К ним относятся физический уровень трудовой активности и предшествующее состояние здоровья людей. Особую осторожность следует проявлять при оценке воздействия стойких или склонных к биоаккумуляции агентов (например, некоторых металлов, радионуклидов или стабильных органических соединений). При использовании этих материалов внутренние нагрузки на организм могут незаметно увеличиваться, даже если концентрации в окружающей среде кажутся низкими.

Хотя ситуация может быть довольно сложной, часто это не так. Безусловно, многие ценные вклады в выявление профессиональных рисков были внесены в результате исследований, в которых использовались подходы, основанные на здравом смысле, для оценки воздействия. Источники информации, которые могут быть полезны при выявлении и классификации рисков, включают:

  1. собеседования с сотрудниками
  2. персонал работодателя и производственные записи (к ним относятся трудовые книжки, должностные инструкции, истории объектов и процессов, а также химические запасы)
  3. экспертное заключение
  4. записи о промышленной гигиене (зональный, личный и контроль за соблюдением требований, образцы протирки поверхностей, а также отчеты об опасностях для здоровья или подробные отчеты об исследованиях)
  5. интервью с постоянными или вышедшими на пенсию сотрудниками и
  6. данные биомониторинга.

 

Как можно более подробная категоризация индивидуальных воздействий имеет несколько преимуществ. Очевидно, что информативность исследования будет повышаться в той мере, в какой адекватно описаны соответствующие воздействия. Во-вторых, доверие к выводам может быть повышено, потому что возможность смешивания может быть устранена более удовлетворительно. Например, референты и лица, подвергшиеся воздействию, будут различаться в отношении статуса воздействия, но также могут отличаться в отношении других измеряемых и неизмеряемых объясняющих факторов интересующего заболевания. Однако, если градиент воздействия может быть установлен в исследуемой популяции, маловероятно, что такая же степень смешения будет сохраняться в подгруппах воздействия, что подкрепляет общие результаты исследования.

Матрицы воздействия на работу

Одним из наиболее практичных и часто используемых подходов к оценке воздействия является косвенная оценка воздействия на основе названий должностей. Использование матрицы воздействия на работу может быть эффективным, когда доступны полные истории работы и существует разумное постоянство как в задачах, так и в воздействиях, связанных с изучаемой работой. В самом широком масштабе стандартные группы по отраслям и должностям были разработаны на основе обычно собираемых данных переписи населения или данных о профессии, содержащихся в свидетельствах о смерти. К сожалению, информация, хранящаяся в этих больших системах записей, часто ограничивается «текущей» или «обычной» профессией. Кроме того, поскольку стандартные группировки не учитывают условия, присутствующие на конкретных рабочих местах, их обычно следует рассматривать как грубые заменители воздействия.

Для исследований методом «случай-контроль», проводившихся в сообществах и в реестрах, более детальная оценка воздействия была достигнута за счет использования мнения экспертов для перевода данных о трудовой деятельности, полученных в результате личного опроса, в полуколичественные оценки вероятного воздействия конкретных агентов (Siemiatycki et al., 1986). ). Эксперты, такие как химики и специалисты по промышленной гигиене, выбираются для помощи в оценке воздействия благодаря их знаниям и знакомству с различными промышленными процессами. Благодаря сочетанию подробных данных анкеты со знаниями о производственных процессах этот подход оказался полезным для характеристики различий в воздействии на различные рабочие объекты.

Подход, основанный на матрице воздействия на работу, также успешно применялся в исследованиях, посвященных конкретным отраслям и компаниям (Gamble and Spirtas, 1976). Индивидуальные истории работы (хронологический список прошлых отделов и рабочих заданий для каждого сотрудника) часто сохраняются в личных делах компании и, если они доступны, предоставляют полную историю работы для сотрудников, пока они работают на этом объекте. Эти данные могут быть дополнены путем личных интервью с участниками исследования. Следующим шагом является инвентаризация всех названий должностей и обозначений отделов или рабочих областей, которые использовались в течение периода обучения. Они могут легко исчисляться сотнями или даже тысячами на крупных, многопрофильных предприятиях или в компаниях отрасли, если рассматривать производство, техническое обслуживание, исследования, инженерные работы, службы поддержки заводов и административные должности с течением времени (часто несколько десятилетий). позволяет вносить изменения в производственные процессы. Консолидацию данных можно облегчить, создав компьютерный файл со всеми записями истории работы, а затем используя процедуры редактирования для стандартизации терминологии названий должностей. Рабочие места, связанные с относительно однородными воздействиями, могут быть объединены для упрощения процесса связывания воздействий с отдельными рабочими местами. Тем не менее, группировка рабочих мест и рабочих мест должна быть по возможности подкреплена данными измерений, собранными в соответствии с разумной стратегией выборки.

Даже с компьютеризированными историями работы ретроспективная связь данных о воздействии на отдельных лиц может быть трудной задачей. Конечно, условия на рабочем месте будут меняться по мере изменения технологий, изменения спроса на продукцию и введения новых правил. Во многих отраслях также могут быть изменения в рецептурах продуктов и схемах сезонного производства. В отношении некоторых изменений могут вестись постоянные записи. Однако маловероятно, что будут сохраняться записи о сезонных и других незначительных изменениях процесса и производства. Сотрудники также могут быть обучены выполнению нескольких работ, а затем чередоваться между ними по мере изменения производственных потребностей. Все эти обстоятельства усложняют профили воздействия на сотрудников. Тем не менее, есть и рабочие настройки, которые остаются относительно неизменными на протяжении многих лет. В конечном счете, каждое рабочее место должно оцениваться отдельно.

В конечном счете, необходимо будет обобщить историю воздействия на рабочем месте каждого человека в исследовании. Было продемонстрировано значительное влияние на окончательные показатели риска воздействия-воздействия (Suarez-Almazor et al. 1992), поэтому необходимо проявлять большую осторожность при выборе наиболее подходящего суммарного показателя воздействия.

Промышленная гигиена — экологические измерения

Мониторинг вредного воздействия на рабочем месте является фундаментальной постоянной деятельностью по защите здоровья сотрудников. Таким образом, записи о производственной гигиене могут уже существовать на момент планирования эпидемиологического исследования. Если это так, эти данные следует просмотреть, чтобы определить, насколько хорошо охвачена целевая группа населения, сколько лет данных представлено в файлах и насколько легко можно связать измерения с рабочими местами, рабочими областями и отдельными лицами. Эти определения будут полезны как для оценки целесообразности эпидемиологического исследования, так и для выявления пробелов в данных, которые могут быть устранены с помощью дополнительной выборки экспозиции.

Вопрос о том, как лучше всего связать данные измерений с конкретными должностями и отдельными лицами, является особенно важным. Отбор проб зон и зон дыхания может быть полезен специалистам по промышленной гигиене при определении источников выбросов для принятия корректирующих мер, но может быть менее полезен при характеристике фактического воздействия на сотрудников, если только не были проведены тщательные временные исследования трудовой деятельности сотрудников. Например, непрерывный мониторинг зоны может выявить экскурсионное облучение в определенное время дня, но остается вопрос, находились ли сотрудники в это время в рабочей зоне.

Данные личного отбора проб обычно обеспечивают более точную оценку воздействия на сотрудников, если отбор проб проводится в репрезентативных условиях, правильно учитывается использование средств индивидуальной защиты, а рабочие задачи и условия процесса относительно неизменны изо дня в день. Личные образцы можно легко связать с отдельным сотрудником с помощью личных идентификаторов. Эти данные могут быть распространены на других сотрудников, занимающих те же должности, и на другие периоды времени, если это оправдано. Однако, основываясь на собственном опыте, Rappaport et al. (1993) предупредили, что концентрации воздействия могут сильно различаться даже среди сотрудников, отнесенных к так называемым однородным группам воздействия. Опять же, для принятия решения о том, можно ли предположить группы однородного воздействия, требуется экспертная оценка.

Исследователи успешно совместили подход матрицы воздействия на рабочем месте с использованием данных измерений окружающей среды для оценки воздействия в ячейках матрицы. Когда обнаруживается, что данных измерений не хватает, пробелы в данных можно заполнить с помощью моделирования воздействия. Как правило, это включает в себя разработку модели для связи концентраций в окружающей среде с более легко оцениваемыми детерминантами концентраций воздействия (например, объемы производства, физические характеристики предприятия, включая использование систем вытяжной вентиляции, летучесть агентов и характер рабочей деятельности). Модель строится для рабочих условий с известными концентрациями в окружающей среде, а затем используется для оценки концентраций в аналогичных рабочих условиях без данных измерений, но с информацией о таких параметрах, как составляющие ингредиенты и объемы производства. Этот подход может быть особенно полезен для ретроспективной оценки воздействия.

Еще одним важным вопросом оценки является обращение с воздействием смесей. Во-первых, с аналитической точки зрения, отдельное обнаружение химически родственных соединений и устранение помех от других веществ, присутствующих в образце, может быть не в пределах возможностей аналитической процедуры. Необходимо оценить различные ограничения в аналитических процедурах, используемых для получения данных измерений, и соответствующим образом изменить цели исследования. Во-вторых, может случиться так, что определенные агенты почти всегда используются вместе и, следовательно, встречаются примерно в одинаковых относительных пропорциях во всей изучаемой рабочей среде. В этой ситуации внутренний статистический анализ сам по себе будет бесполезно различать, обусловлены ли эффекты одним или другим агентом или комбинацией агентов. Такие суждения были бы возможны только на основе обзора внешних исследований, в которых не встречались одни и те же комбинации агентов. Наконец, в ситуациях, когда различные материалы используются взаимозаменяемо в зависимости от характеристик продукта (например, использование различных красителей для получения желаемых цветовых контрастов), может оказаться невозможным приписать эффекты какому-либо конкретному агенту.

Биологический мониторинг

Биомаркеры представляют собой молекулярные, биохимические или клеточные изменения, которые можно измерить в биологических средах, таких как человеческие ткани, клетки или жидкости. Основной причиной разработки биомаркеров воздействия является оценка внутренней дозы для конкретного агента. Этот подход особенно полезен, когда вероятны множественные пути воздействия (например, вдыхание и впитывание через кожу), когда защитное снаряжение используется с перерывами или когда условия воздействия непредсказуемы. Биомониторинг может быть особенно полезен, когда известно, что представляющие интерес агенты имеют относительно длительный биологический период полураспада. Со статистической точки зрения преимущество биологического мониторинга над мониторингом воздуха можно увидеть в том, что агенты имеют период полураспада всего десять часов, в зависимости от степени изменчивости окружающей среды (Droz and Wu 1991). Чрезвычайно длительный период полураспада таких материалов, как хлорированные диоксины (измеряемый годами), делает эти соединения идеальными кандидатами для биологического мониторинга. Как и в случае с аналитическими методами измерения концентраций в воздухе, необходимо учитывать возможные помехи. Например, прежде чем использовать конкретный метаболит в качестве биомаркера, следует определить, могут ли другие распространенные вещества, такие как содержащиеся в определенных лекарствах и сигаретном дыме, метаболизироваться до той же конечной точки. Как правило, необходимы базовые знания о фармакокинетике агента, прежде чем использовать биологический мониторинг в качестве основы для оценки экспозиции.

Наиболее частые точки измерения включают альвеолярный воздух, мочу и кровь. Образцы альвеолярного воздуха могут быть полезны для описания сильных кратковременных воздействий растворителей, которые произошли в течение нескольких минут или часов после взятия образца. Образцы мочи обычно собирают для определения скорости экскреции метаболитов интересующего соединения. Образцы крови могут быть собраны для прямого измерения соединения, для измерения метаболитов или для определения аддуктов белка или ДНК (например, аддуктов альбумина или гемоглобина и аддуктов ДНК в циркулирующих лимфоцитах). Доступные клетки тканей, такие как эпителиальные клетки из буккальной области рта, также могут быть отобраны для идентификации аддуктов ДНК.

Определение активности холинэстеразы в эритроцитах и ​​плазме служит примером использования биохимических изменений в качестве меры воздействия. Фосфорорганические пестициды ингибируют активность холинэстеразы, поэтому измерение этой активности до и после возможного воздействия этих соединений может быть полезным индикатором интенсивности воздействия. Однако по мере продвижения по спектру биологических изменений становится все труднее различать биомаркеры воздействия и биомаркеры эффекта. Как правило, показатели воздействия, как правило, неспецифичны для изучаемого вещества, и, следовательно, может потребоваться оценка других возможных объяснений эффекта, чтобы поддержать использование этого параметра в качестве меры воздействия. Меры воздействия должны быть либо непосредственно связаны с интересующим агентом, либо должна быть прочная основа для связи любых косвенных мер с агентом. Несмотря на эти ограничения, биологический мониторинг имеет большие перспективы как средство улучшения оценки воздействия в поддержку эпидемиологических исследований.

Выводы

При проведении сравнений в исследованиях по эпидемиологии труда необходимо иметь группу рабочих, подвергшихся воздействию, для сравнения с группой рабочих, не подвергавшихся воздействию. Такие различия являются грубыми, но могут быть полезны для выявления проблемных областей. Однако ясно, что чем точнее будет мера воздействия, тем полезнее будет исследование, особенно с точки зрения его способности определять и разрабатывать надлежащие целевые программы вмешательства.

 

Назад

Исследователям повезло, когда они имеют в своем распоряжении подробную хронологию трудового опыта работников, которая обеспечивает исторический обзор работы, которую они занимали в течение долгого времени. Для этих работников матрица воздействия на работу Затем можно настроить, чтобы каждое изменение работы, через которое прошел работник, было связано с конкретной информацией о воздействии.

Подробные истории воздействия должны быть обобщены для целей анализа, чтобы определить, очевидны ли закономерности, которые могут быть связаны с проблемами здоровья и безопасности на рабочем месте. Мы можем визуализировать список, скажем, из 20 смен работы, с которыми работник сталкивался за свою трудовую жизнь. Затем существует несколько альтернативных способов, с помощью которых сведения о воздействии (для каждой из 20 смен работы в этом примере) могут быть обобщены с учетом продолжительности и/или концентрации/дозы/степени воздействия.

Однако важно отметить, что в зависимости от выбранного метода могут быть сделаны разные выводы из исследования (Suarez-Almazor et al., 1992). В таблице 1 показан пример пяти суммарных показателей воздействия на рабочем месте.

Таблица 1. Формулы и размеры или единицы пяти выбранных суммарных показателей воздействия на рабочем месте

Мера воздействия

Формула

Размеры/единицы измерения

Совокупный индекс воздействия (CEI)

Σ (степень x время воздействия)

класс и время

Средний класс (MG)

Σ (степень x время воздействия)/общее время воздействия

класс

Высшая оценка (HG)

высший класс, которому подвергались в течение ≥ 7 дней

класс

Средневзвешенная по времени оценка (TWA)

Σ (степень x время воздействия)/общее затраченное время

класс

Общее время воздействия (TTE)

Σ время воздействия

время

Адаптировано из Suarez-Almazor et al. 1992.

Кумулятивный индекс воздействия. Индекс кумулятивного воздействия (CEI) эквивалентен «дозе» в токсикологических исследованиях и представляет собой сумму в течение всей жизни продуктов степени воздействия и продолжительности воздействия для каждой последующей должности. Он включает время в своих единицах.

Средний класс. Средняя оценка (MG) суммирует произведения уровня воздействия и продолжительности воздействия для каждого последующего названия должности (т. е. CEI) и делится на общее время воздействия при любом уровне выше нуля. MG не зависит от времени в своих единицах; суммарная мера для человека, подвергшегося воздействию высокой концентрации в течение длительного периода времени, будет аналогична таковой для человека, подвергшегося воздействию высокой концентрации в течение короткого периода времени. В любом согласованном наборе в дизайне случай-контроль MG представляет собой среднюю степень воздействия на единицу времени воздействия. Это средняя оценка за время фактического воздействия рассматриваемого агента.

Самая высокая оценка. Наивысшая оценка за все время (HG) определяется путем просмотра трудовой книжки на предмет присвоения наивысшей оценки за период наблюдения, которому работник подвергался в течение не менее семи дней. HG может исказить воздействие на человека на рабочем месте, потому что по самой своей формулировке он основан на максимизации, а не на процедуре усреднения, и поэтому не зависит от продолжительности воздействия в своих единицах.

Средневзвешенная по времени оценка. Средневзвешенная по времени оценка (TWA) представляет собой индекс кумулятивного воздействия (CEI), разделенный на общее затраченное время. В рамках любого согласованного набора в схеме «случай-контроль» оценка TWA усредняется по общему затраченному времени. Он отличается от MG, который усредняется только по общему времени фактического воздействия. Таким образом, уровень TWA можно рассматривать как среднее воздействие в единицу времени в течение всего срока занятости независимо от воздействия. сам по себе.

Общее время воздействия. Общее время воздействия (TTE) объединяет все периоды времени, связанные с воздействием, в единицах времени. TTE привлекает своей простотой. Однако общепризнано, что последствия для здоровья должны быть связаны не только с продолжительностью химического воздействия, но и с интенсивностью этого воздействия (т. е. с концентрацией или степенью).

Ясно, что полезность суммарного показателя воздействия определяется соответствующим весом, который он приписывает либо продолжительности, либо концентрации воздействия, либо тому и другому вместе. Таким образом, разные меры могут привести к разным результатам (Walker and Blettner, 1985). В идеале выбранная суммарная мера должна основываться на наборе обоснованных предположений относительно постулируемого биологического механизма изучаемого агента или ассоциации заболеваний (Smith, 1987). Однако эта процедура не всегда возможна. Очень часто биологический эффект продолжительности воздействия или концентрации исследуемого агента неизвестен. В этом контексте использование различных мер воздействия может быть полезным для предположения механизма, с помощью которого воздействие оказывает свое влияние.

При отсутствии проверенных моделей для оценки воздействия рекомендуется использовать различные суммарные показатели воздействия на рабочем месте для оценки риска. Такой подход облегчил бы сравнение результатов разных исследований.

 

Назад

Вторник, 01 Март 2011 01: 58

Измерение эффектов воздействия

Эпидемиология включает в себя измерение возникновения заболеваний и количественную оценку связей между болезнями и их воздействием.

Меры возникновения заболевания

Возникновение заболевания можно измерить Частоты (подсчеты), но лучше описывается цены, которые состоят из трех элементов: количество пострадавших людей (числитель), количество людей в исходной или базовой совокупности (т. е. группы риска), из которой происходят затронутые лица, и охватываемый период времени. Знаменатель этого коэффициента представляет собой общее количество человеко-времени, отработанное исходным населением. Показатели позволяют проводить более информативные сравнения между популяциями разного размера, чем только подсчеты. Снижение, вероятность развития отдельного заболевания в течение определенного периода времени, представляет собой пропорцию в диапазоне от 0 до 1, а не скорость сам по себе. Скорость атаки, доля людей в популяции, пострадавших в течение определенного периода времени, технически является мерой риска, а не показателем.

Специфическая заболеваемость включает падение, который относится к числу лиц, у которых недавно диагностировано интересующее заболевание. распространенность относится к количеству существующих дел. Смертность относится к числу умерших.

падение определяется как количество впервые диагностированных случаев за определенный период времени, тогда как уровень заболеваемости делят ли это число на общее количество человеко-времени, отработанное исходным населением (таблица 1). Для рака показатели обычно выражаются как годовые показатели на 100,000 1,000 человек. Показатели других более распространенных заболеваний могут быть выражены в пересчете на меньшее число людей. Например, частота врожденных дефектов обычно выражается на XNUMX живорождений. Совокупная заболеваемость, доля людей, которые заболевают в течение определенного периода времени, является мерой среднего риска для населения. 

Таблица 1. Показатели заболеваемости: Гипотетическая популяция, наблюдаемая в течение пятилетнего периода

Недавно диагностированные случаи

10

Ранее диагностированные живые случаи

12

Смерти, все причины*

5

Смерти, представляющие интерес заболевания

3

человек в населении

100

Годы наблюдения

5

падение

10 человек

Годовой уровень заболеваемости

Точечная распространенность (на конец 5-го года)

(10 + 12 - 3) = 19 лиц.

Распространенность периода (пятилетний период)

(10 + 12) = 22 лиц.

Годовой уровень смертности

Годовой коэффициент смертности

*Для упрощения расчетов в этом примере предполагается, что все случаи смерти произошли в конце пятилетнего периода, так что все 100 человек населения прожили полные пять лет.

распространенность включает в себя точечная распространенность, количество случаев заболевания в определенный момент времени и распространенность периода, общее количество случаев болезни, о которых известно, что они существовали в какой-то момент в течение определенного периода.

Смертность, который касается смертей, а не вновь диагностированных случаев заболевания, отражает факторы, вызывающие заболевание, а также факторы, связанные с качеством медицинской помощи, такие как скрининг, доступ к медицинской помощи и доступность эффективных методов лечения. Следовательно, усилия по выдвижению гипотез и этиологические исследования могут быть более информативными и их легче интерпретировать, если они основаны на заболеваемости, а не на данных о смертности. Однако данные о смертности часто более доступны для больших групп населения, чем данные о заболеваемости.

Термин смертность общепринято понимать коэффициент смертности от всех причин вместе взятых, тогда как уровень смертности это уровень смертности от одной конкретной причины. Для данного заболевания, коэффициент летальности (технически пропорция, а не показатель) — это число людей, умерших от болезни в течение определенного периода времени, деленное на количество людей с болезнью. Дополнением коэффициента летальности является процент выживаемости. Пятилетняя выживаемость является общим ориентиром для хронических заболеваний, таких как рак.

Возникновение заболевания может варьироваться в зависимости от подгрупп населения или с течением времени. Показатель заболеваемости для всей популяции без учета каких-либо подгрупп называется грубая ставка. Например, коэффициент заболеваемости для всех возрастных групп вместе взятых является грубым показателем. Ставки для отдельных возрастных групп возрастные нормы. Чтобы сравнить две или более популяции с разным возрастным распределением, скорректированный возраст (или же, стандартизованный по возрасту) коэффициенты должны быть рассчитаны для каждой группы населения путем умножения каждой возрастной нормы на процент стандартной совокупности (например, одной из исследуемых групп населения США 1970 г.) в этой возрастной группе, а затем суммирования по всем возрастным группам для получить общий показатель с поправкой на возраст. Показатели могут быть скорректированы с учетом других факторов, помимо возраста, таких как раса, пол или статус курения, если известны показатели для конкретных категорий.

Наблюдение и оценка описательных данных могут дать представление об этиологии заболевания, выявить подгруппы высокого риска, которые могут быть подходящими для программ вмешательства или скрининга, а также предоставить данные об эффективности таких программ. Источники информации, которые использовались для надзора, включают свидетельства о смерти, медицинские записи, регистры онкологических заболеваний, регистры других заболеваний (например, регистры врожденных дефектов, регистры терминальной стадии почечной недостаточности), регистры профессионального облучения, записи о страховании здоровья или инвалидности и компенсации работникам. записи.

Меры ассоциации

Эпидемиология пытается выявить и количественно оценить факторы, влияющие на заболевание. В самом простом подходе возникновение заболевания среди лиц, подвергшихся воздействию подозрительного фактора, сравнивается с возникновением заболевания среди лиц, не подвергшихся воздействию. Величина связи между воздействием и заболеванием может быть выражена либо в абсолютный or относительный термины. (См. также «Пример из практики: меры»).

Абсолютные эффекты измеряются курсовые разницы до различия рисков (Таблица 2). А курсовая разница это одна ставка минус вторая ставка. Например, если уровень заболеваемости лейкемией среди рабочих, подвергшихся воздействию бензола, составляет 72 случая на 100,000 12 человеко-лет, а уровень заболеваемости среди рабочих, не подвергавшихся воздействию бензола, составляет 100,000 случаев на 60 100,000 человеко-лет, тогда разница показателей составляет XNUMX случаев на XNUMX XNUMX человеко-лет. А разница рисков представляет собой разницу в рисках или кумулятивной заболеваемости и может варьироваться от -1 до 1. 

 


Таблица 2. Показатели ассоциации для когортного исследования

 

 

корпуса

человеко-лет риска

Ставка за 100,000 XNUMX

Выставленный

100

20,000

500

нераскрытый

200

80,000

250

Всего

300

100,000

300

Разница ставок (RD) = 500/100,000 250 - 100,000/XNUMX XNUMX

= 250/100,000 XNUMX в год

(146.06/100,000 353.94 - 100,000/XNUMX XNUMX)*

Коэффициент скорости (или относительный риск) (RR) =  

Атрибутивный риск в экспонированных (ARe) = 100/20,000 200 - 80,000/XNUMX XNUMX

= 250/100,000 XNUMX в год

Процент атрибутивного риска в подверженных (AReзнак равно

 Популяционный атрибутивный риск (PAR) = 300/100,000 200 - 80,000/XNUMX XNUMX

= 50/100,000 XNUMX в год

Процент атрибутивного риска для населения (PAR%) =

 * В скобках указаны 95% доверительные интервалы, рассчитанные по формулам, приведенным в полях.


 

Относительные эффекты основаны на соотношениях ставок или показателей риска, а не на различиях. А соотношение ставок представляет собой отношение частоты в одной популяции к частоте в другой. Соотношение ставок также называют коэффициент риска, относительный риск, относительная ставкакачества падение (или смертность) соотношение ставок. Мера безразмерна и находится в диапазоне от 0 до бесконечности. Когда скорость в двух группах одинакова (т. е. нет эффекта от воздействия), соотношение ставок равно единице (1). Воздействие, увеличивающее риск, дает коэффициент скорости больше единицы, в то время как защитный фактор дает коэффициент от 0 до 1. избыточный относительный риск представляет собой относительный риск минус 1. Например, относительный риск, равный 1.4, можно также выразить как избыточный относительный риск, равный 40%.

В исследованиях случай-контроль (также называемых исследованиями случай-референт) выявляют лиц с заболеванием (случаи) и лиц без заболевания (контроль или референты). Сравниваются прошлые воздействия двух групп. Шансы оказаться незащищенным случаем сравниваются с шансами подвергнуться воздействию контрольной группы. Полные подсчеты исходных популяций подвергшихся и не подвергшихся воздействию людей недоступны, поэтому показатели заболеваемости невозможно рассчитать. Вместо этого открытые случаи можно сравнить с подвергшимися контролю путем расчета относительные шансы, или отношение шансов (таблица 3). 

 


Таблица 3. Показатели связи для исследований случай-контроль: Воздействие древесной пыли и аденокарцинома полости носа и околоносовых пазух

 

 

корпуса

Настройки

Выставленный

18

55

нераскрытый

5

140

Всего

23

195

 

Относительные шансы (отношение шансов) (OR) =

Процент атрибутивного риска в подверженных () =

Процент атрибутивного риска для населения (PAR%) =

в котором = доля подвергшихся воздействию контролей = 55/195 = 0.28

 

* В скобках указаны 95% доверительные интервалы, рассчитанные с использованием формул, приведенных в рамке на следующей странице.

Источник: адаптировано из Hayes et al. 1986 год.


 

Относительные меры эффекта используются чаще, чем абсолютные меры, чтобы сообщить о силе ассоциации. Однако абсолютные показатели могут дать лучшее представление о воздействии ассоциации на общественное здравоохранение. Небольшое относительное увеличение частоты распространенного заболевания, такого как болезнь сердца, может затронуть больше людей (большая разница в риске) и оказать большее влияние на общественное здоровье, чем большое относительное увеличение (но небольшая абсолютная разница) редкого заболевания, такого как ангиосаркома печени.

Тестирование значимости

Тестирование на статистическую значимость часто выполняется для показателей эффекта, чтобы оценить вероятность того, что наблюдаемый эффект отличается от нулевой гипотезы (т. е. отсутствие эффекта). Хотя многие исследования, особенно в других областях биомедицинских исследований, могут выражать свою значимость р-значение, эпидемиологические исследования обычно представляют доверительные интервалы (КИ) (также называется доверительные интервалы). Например, доверительный интервал 95 % представляет собой диапазон значений показателя эффекта, который включает оценочный показатель, полученный на основе данных исследования, и тот, который с вероятностью 95 % включает истинное значение. Считается, что значения вне интервала вряд ли включают истинную меру эффекта. Если ДИ для отношения скоростей включает единицу, то нет статистически значимой разницы между сравниваемыми группами.

Доверительные интервалы более информативны, чем одни только p-значения. Размер p-значения определяется одной или обеими двумя причинами. Либо мера связи (например, отношение частоты, разница рисков) велика, либо изучаемые популяции велики. Например, небольшая разница в показателях заболеваемости, наблюдаемая в большой популяции, может дать очень значимое p-значение. Причины большого p-значения не могут быть идентифицированы только по p-значению. Однако доверительные интервалы позволяют нам разделить эти два фактора. Во-первых, величина эффекта различима по значениям меры эффекта и числам, охватываемым интервалом. Например, более высокие коэффициенты риска указывают на более сильный эффект. Во-вторых, размер популяции влияет на ширину доверительного интервала. Небольшие популяции со статистически нестабильными оценками генерируют более широкие доверительные интервалы, чем более крупные популяции.

Уровень достоверности, выбранный для выражения изменчивости результатов («статистическая значимость»), является произвольным, но традиционно составляет 95%, что соответствует p-значению 0.05. 95-процентный доверительный интервал имеет 95-процентную вероятность того, что он содержит истинную меру эффекта. Иногда используются другие уровни достоверности, например 90%.

Воздействие может быть дихотомическим (например, подвергающееся воздействию и не подвергающееся воздействию) или может включать несколько уровней воздействия. Меры воздействия (т. е. реакция) могут варьироваться в зависимости от уровня воздействия. Оценка экспозиция-реакция отношения являются важной частью интерпретации эпидемиологических данных. Аналогом воздействия-реакции в исследованиях на животных является «доза-реакция». Если ответ увеличивается с уровнем воздействия, связь с большей вероятностью будет причинно-следственной, чем если не наблюдается никакой тенденции. Статистические тесты для оценки взаимосвязи экспозиция-реакция включают расширенный тест Мантеля и тест тренда хи-квадрат.

Стандартизация

Для учета факторов, отличных от интересующего нас первичного воздействия и заболевания, могут быть использованы меры взаимосвязи. нормированный с помощью методов стратификации или регрессии. Стратификация означает разделение населения на однородные группы по фактору (например, гендерные группы, возрастные группы, курящие группы). Соотношения рисков или отношения шансов рассчитываются для каждой страты, и рассчитываются общие средневзвешенные отношения рисков или отношения шансов. Эти общие значения отражают связь между первичным воздействием и заболеванием, скорректированную с учетом фактора стратификации, т. е. связь с эффектами удаленного фактора стратификации.

A стандартизированное соотношение ставок (SRR) представляет собой отношение двух стандартизированных ставок. Другими словами, SRR представляет собой средневзвешенное значение соотношений скоростей для конкретной страты, где веса для каждой страты представляют собой распределение человек-время не подвергавшейся воздействию или референтной группы. SRR для двух или более групп можно сравнивать, если используются одинаковые веса. Доверительные интервалы могут быть построены для SRR, как и для отношений скоростей.

Ассоциация стандартизированный коэффициент смертности (SMR) представляет собой взвешенное среднее возрастных соотношений показателей, где веса (например, человеко-время, находящееся в группе риска) исходят от изучаемой группы, а показатели исходят от референтной популяции, что противоположно ситуации в SRR. Обычная референтная популяция - это население в целом, показатели смертности которого могут быть легко доступны и основаны на большом количестве и, таким образом, более стабильны, чем при использовании показателей из когорты или подгруппы изучаемого профессионального населения, не подвергавшихся воздействию. Использование весов из когорты вместо референтной совокупности называется косвенной стандартизацией. SMR представляет собой отношение наблюдаемого количества смертей в когорте к ожидаемому количеству, основанному на показателях референтной популяции (отношение обычно умножается на 100 для представления). Если связи нет, SMR равен 100. Следует отметить, что, поскольку показатели исходят от референтной совокупности, а веса исходят от исследуемой группы, два или более SMR, как правило, несопоставимы. Об этой несопоставимости часто забывают при интерпретации эпидемиологических данных, и могут быть сделаны ошибочные выводы.

Эффект здорового работника

Профессиональные когорты очень часто имеют более низкую общую смертность, чем население в целом, даже если рабочие подвергаются повышенному риску по отдельным причинам смерти от воздействия вредных факторов на рабочем месте. Это явление, названное эффект здорового работника, отражает тот факт, что любая группа занятых лиц в среднем, вероятно, будет здоровее, чем население в целом, включающее работающих и нетрудоспособных по болезни и инвалидности. Общий уровень смертности среди населения в целом, как правило, выше, чем среди рабочих. Эффект варьируется по силе в зависимости от причины смерти. Например, он менее важен для рака в целом, чем для хронической обструктивной болезни легких. Одна из причин этого заключается в том, что, вероятно, большинство видов рака не развились бы из-за какой-либо предрасположенности к раку, лежащей в основе выбора работы/карьеры в более молодом возрасте. Эффект здорового рабочего в данной группе рабочих со временем имеет тенденцию к уменьшению.

Пропорциональная смертность

Иногда полная таблица когорты (т. е. человеко-время, подверженное риску) недоступна, и имеется информация только о смертях или некоторых подмножествах смертей, произошедших в когорте (например, смертях среди пенсионеров и работающих, но не среди рабочих). которые уволились с работы до того, как получили право на пенсию). Расчет человеко-лет требует специальных методов для оценки человеко-времени, включая методы таблицы дожития. Без общей информации о человеко-времени для всех членов когорты, независимо от статуса заболевания, SMR и SRR не могут быть рассчитаны. Вместо, пропорциональные коэффициенты смертности (PMR) можно использовать. PMR представляет собой отношение наблюдаемого числа смертей по определенной причине к ожидаемому числу, основанное на доле общего числа смертей по определенной причине в референтной популяции, умноженной на общее количество смертей в исследовании. группа, умноженная на 100.

Поскольку доля смертей от всех причин вместе взятых должна равняться 1 (PMR=100), некоторые PMR могут казаться избыточными, но на самом деле они искусственно завышены из-за реального дефицита по другим причинам смерти. Точно так же некоторые кажущиеся дефициты могут просто отражать реальный избыток других причин смерти. Например, если у тех, кто вносит пестициды с воздуха, имеется большой реальный избыток смертей в результате несчастных случаев, математическое требование, согласно которому PMR для всех причин, вместе взятых, равно 100, может привести к тому, что та или иная причина смерти окажется недостаточной, даже если смертность чрезмерна. Чтобы смягчить эту потенциальную проблему, исследователи, интересующиеся в первую очередь раком, могут рассчитать пропорциональные коэффициенты смертности от рака (ПКМР). PCMR сравнивает наблюдаемое число смертей от рака с ожидаемым числом на основе доли общего числа смертей от рака (а не всех смертей) для интересующего рака в референтной популяции, умноженной на общее количество смертей от рака в исследуемой группе, умноженной на 100. Таким образом, аберрация (избыток или недостаток) не связанной с раком причины смерти, такой как несчастный случай, заболевание сердца или доброкачественное заболевание легких, не повлияет на показатель PCMR.

Исследования PMR могут быть лучше проанализированы с использованием отношение шансов смертности (MOR), по сути, анализируя данные, как если бы они были из исследования случай-контроль. «Контроль» — это случаи смерти из подмножества всех случаев смерти, которые считаются не связанными с исследуемым воздействием. Например, если основной интерес исследования представляет рак, можно рассчитать отношение шансов смертности, сравнивая воздействие среди смертей от рака и воздействие среди смертей от сердечно-сосудистых заболеваний. Этот подход, как и PCMR, позволяет избежать проблем с PMR, которые возникают, когда колебание одной причины смерти влияет на очевидный риск другой просто потому, что общий PMR должен равняться 100. Однако выбор контрольных причин смерти имеет решающее значение. . Как упоминалось выше, они не должны быть связаны с воздействием, но возможная связь между воздействием и заболеванием может быть неизвестна для многих потенциально контролируемых болезней.

Свойственный риск

Имеются меры, которые выражают степень заболеваемости, которая могла бы быть связана с воздействием, если бы наблюдаемая связь между воздействием и заболеванием была причинно-следственной. относимый риск в выставленных (АРe) представляет собой уровень заболеваемости у подвергшихся воздействию минус показатель у не подвергшихся воздействию. Поскольку показатели заболеваемости не могут быть измерены напрямую в исследованиях случай-контроль, ARe подсчитывается только для когортных исследований. Родственная, более интуитивная мера, процент атрибутивного риска в подверженных (АРe%), могут быть получены из любого дизайна исследования. дополненная реальностьe% — это доля случаев среди подвергшегося воздействию населения, которые связаны с воздействием (см. формулу в таблицах 2 и 3). дополненная реальностьe% — это отношение скоростей (или отношение шансов) минус 1, деленное на отношение скоростей (или отношение шансов), умноженное на 100.

Ассоциация популяционный атрибутивный риск (ПАР) и относимый популяционный риск в процентах (ПАР%), или этиологическая фракция, выражают количество заболеваний в общей популяции, состоящей из подвергшихся и не подвергшихся воздействию лиц, вызванных воздействием, если наблюдаемая связь является причинно-следственной. PAR можно получить из когортных исследований (таблица 28.3), а PAR% можно рассчитать как в когортных исследованиях, так и в исследованиях случай-контроль (таблицы 2 и 3).

Репрезентативность

Описано несколько показателей риска. Каждый предполагает лежащие в основе методы подсчета событий и представителей этих событий в определенную группу. Когда результаты сравниваются между исследованиями, понимание используемых методов имеет важное значение для объяснения любых наблюдаемых различий.

 

Назад

Вторник, 01 Март 2011 01: 48

Варианты дизайна исследования

Эпидемиолога интересуют взаимосвязи между переменными, главным образом переменными воздействия и исхода. Как правило, эпидемиологи хотят установить, связано ли возникновение болезни с присутствием определенного агента (воздействия) на население. Способы изучения этих отношений могут значительно различаться. Можно выявить всех лиц, подвергшихся воздействию этого агента, и проследить за ними, чтобы измерить заболеваемость, сравнив такую ​​заболеваемость с заболеваемостью в подходящей не подвергавшейся воздействию популяции. В качестве альтернативы можно просто произвести выборку из числа подвергшихся и не подвергшихся облучению, не имея при этом полного их подсчета. Или, в качестве третьей альтернативы, можно определить всех людей, у которых развилось интересующее заболевание в определенный период времени («случаи»), и подходящую группу здоровых людей (выборка исходной популяции случаев) и установить различаются ли модели воздействия между двумя группами. Последующее наблюдение за участниками исследования является одним из вариантов (в так называемых лонгитюдных исследованиях): в этой ситуации существует временной лаг между возникновением воздействия и началом заболевания. Одним из альтернативных вариантов является поперечное сечение населения, при котором и экспозиция, и заболеваемость измеряются в один и тот же момент времени.

В данной статье внимание уделено общепринятым дизайнам исследований — когортному, случай-референтному (случай-контроль) и перекрестному. Чтобы подготовить почву для этого обсуждения, рассмотрим крупную фабрику по производству вискозы в маленьком городке. Начато исследование того, увеличивает ли воздействие сероуглерода риск сердечно-сосудистых заболеваний. У расследования есть несколько вариантов дизайна, некоторые более и некоторые менее очевидны. Первая стратегия заключается в выявлении всех рабочих, подвергшихся воздействию сероуглерода, и последующем наблюдении за ними на предмет смертности от сердечно-сосудистых заболеваний.

Когортные исследования

Когортное исследование охватывает участников исследования, разделяющих общее событие — воздействие. Классическое когортное исследование выявляет определенную группу людей, подвергшихся воздействию, после чего за каждым наблюдают и регистрируют его заболеваемость и/или смертность. Помимо общего качественного воздействия, когорта также должна быть определена по другим Критерии соответствия, такие как возрастной диапазон, пол (мужской или женский или оба), минимальная продолжительность и интенсивность воздействия, свобода от других воздействий и т.п., чтобы повысить достоверность и эффективность исследования. При поступлении все члены когорты не должны иметь изучаемого заболевания в соответствии с эмпирическим набором критериев, используемых для измерения заболевания.

Если, например, в когортном исследовании влияния сероуглерода на коронарную заболеваемость ишемическая болезнь сердца эмпирически измеряется как клинические инфаркты, то те, у кого на исходном уровне в анамнезе был коронарный инфаркт, должны быть исключены из когорты. Напротив, электрокардиографические отклонения без инфаркта в анамнезе могут быть приняты. Однако, если появление новых электрокардиографических изменений является эмпирической мерой исхода, члены когорты также должны иметь нормальные электрокардиограммы на исходном уровне.

Заболеваемость (с точки зрения заболеваемости) или смертность когорты, подвергшейся воздействию, следует сравнивать с эталонной когортой, которая в идеале должна быть максимально похожей на когорту, подвергшуюся воздействию, во всех соответствующих аспектах, за исключением воздействия, чтобы определить относительный риск болезни или смерти от воздействия. Использование аналогичной, но не подвергшейся воздействию когорты в качестве источника эталонного опыта предпочтительнее обычной (ошибочной) практики сравнения заболеваемости или смертности подвергшейся воздействию когорты со стандартизированными по возрасту национальными показателями, потому что население в целом не соответствует даже самым элементарные требования к валидности сравнения. Стандартизированный коэффициент заболеваемости (или смертности) (SMR), полученный в результате такого сравнения, обычно дает заниженную оценку истинного отношения риска из-за систематической ошибки, действующей в когорте, подвергшейся воздействию, что приводит к отсутствию сопоставимости между двумя группами населения. Это искажение сравнения получило название «Эффект здорового рабочего». Однако на самом деле это не истинный «эффект», а погрешность из-за отрицательного смешения, которое, в свою очередь, возникло из-за текучести кадров, ориентированной на здоровье. (Люди с плохим здоровьем, как правило, покидают или никогда не попадают в «незащищенные» когорты, и их конечным пунктом назначения часто является безработная часть населения в целом.)

Поскольку «подверженная» когорта определяется как имеющая определенное воздействие, только эффекты, вызванные этим единичным воздействием (или смесь экспозиций) можно изучать одновременно. С другой стороны, когортный дизайн позволяет изучать несколько заболеваний одновременно. Можно также изучать одновременно различные проявления одного и того же заболевания, например стенокардию, изменения ЭКГ, клиническую картину инфаркта миокарда и коронарную смертность. Хотя когортное исследование хорошо подходит для проверки конкретных гипотез (например, «воздействие сероуглерода вызывает ишемическую болезнь сердца»), оно также дает ответы на более общий вопрос: «Какие заболевания вызываются этим воздействием?»

Например, в когортном исследовании, изучающем риск смерти литейщиков от рака легких, данные о смертности получают из национального регистра причин смерти. Хотя исследование должно было определить, вызывает ли литейная пыль рак легких, источник данных с таким же усилием также дает информацию обо всех других причинах смерти. Поэтому одновременно можно изучать и другие возможные риски для здоровья.

Время проведения когортного исследования может быть либо ретроспективным (историческим), либо проспективным (одновременным). В обоих случаях структура проекта одинакова. Полный учет подвергшихся воздействию людей происходит в определенный момент или период времени, и результат измеряется для всех людей через определенный конечный момент времени. Разница между проспективным и ретроспективным заключается во времени проведения исследования. Если ретроспективно, конечная точка уже наступила; если перспективно, нужно подождать.

В ретроспективном плане когорта определяется в какой-то момент в прошлом (например, те, кто подвергся облучению 1 января 1961 г., или те, кто выполнял облученную работу в период с 1961 по 1970 г.). Заболеваемость и/или смертность все члены когорты затем следует до настоящего времени. Хотя «все» означает, что необходимо отследить и тех, кто ушел с работы, на практике 100-процентный охват достигается редко. Однако чем полнее последующее наблюдение, тем более достоверным является исследование.

В проспективном плане когорта определяется в настоящее время или в какой-то будущий период, после чего заболеваемость отслеживается в будущем.

При проведении когортных исследований должно быть отведено достаточно времени для последующего наблюдения, чтобы конечные точки, вызывающие озабоченность, имели достаточно времени для проявления. Иногда, поскольку исторические записи могут быть доступны только в течение короткого периода времени в прошлом, тем не менее желательно воспользоваться преимуществами этого источника данных, поскольку это означает, что потребуется более короткий период проспективного наблюдения, прежде чем можно будет получить результаты исследования. имеется в наличии. В этих ситуациях может быть эффективным сочетание ретроспективного и проспективного когортных исследований. Общий вид таблиц частот, представляющих когортные данные, показан в таблице 1.

Таблица 1. Общий вид таблиц частот, в которых представлены когортные данные

Компонент заболеваемости

Выставленная когорта

Неэкспонированная когорта

Случаи болезни или смерти

c1

c0

Количество человек в когорте

N1

N0

 

Наблюдаемая доля заболевших в когорте, подвергшейся воздействию, рассчитывается как:

и эталонная когорта как:

Тогда коэффициент скорости выражается как:

N0 до N1 обычно выражаются в единицах человеко-времени, а не в количестве людей в населения. Человеко-годы рассчитываются для каждого человека отдельно. Разные люди часто входят в когорту в течение определенного периода времени, а не в один и тот же день. Следовательно, их последующие времена начинаются в разные даты. Аналогичным образом, после их смерти или после того, как произошло интересующее событие, они больше не подвергаются «риску» и не должны продолжать вносить вклад в человеко-годы в знаменатель.

Если RR больше 1, заболеваемость когорты, подвергшейся воздействию, выше, чем у контрольной когорты, и наоборот. RR является точечной оценкой, и для нее должен быть рассчитан доверительный интервал (ДИ). Чем масштабнее исследование, тем уже становится доверительный интервал. Если RR = 1 не включен в доверительный интервал (например, 95% ДИ составляет от 1.4 до 5.8), результат можно считать «статистически значимым» при выбранном уровне вероятности (в данном примере α = 0.05).

Если в качестве референтной совокупности используется население в целом, c0 заменяется «ожидаемой» цифрой, Е (с1 ), полученный из стандартизованных по возрасту показателей заболеваемости или смертности этой популяции (т. е. числа случаев, которые произошли бы в когорте, если бы интересующее воздействие не имело места). Это дает стандартизированный коэффициент смертности (или заболеваемости), SMR. Таким образом,

Также для SMR следует рассчитать доверительный интервал. Лучше указать эту меру в публикации, чем p-значение, потому что проверка статистической значимости бессмысленна, если референтной категорией является генеральная совокупность. Такое сравнение влечет за собой значительную предвзятость (т. эффект здорового работника отмечено выше), а проверка статистической значимости, первоначально разработанная для экспериментальных исследований, вводит в заблуждение при наличии систематической ошибки.

Предположим, вопрос заключается в том, вызывает ли кварцевая пыль рак легких. Обычно кварцевая пыль встречается вместе с другими канцерогенами, такими как дочерние продукты радона и дизельные выхлопы в шахтах или полиароматические углеводороды в литейных цехах. Гранитные карьеры не подвергают каменщиков воздействию этих других канцерогенов. Поэтому лучше всего эта проблема изучена среди каменщиков, занятых в гранитных каменоломнях.

Тогда предположим, что все 2,000 рабочих, которые работали на 20 карьерах в период с 1951 по 1960 год, включены в когорту, и их заболеваемость раком (альтернативно только смертность) отслеживается, начиная с десяти лет после первого воздействия (чтобы учесть время индукции) и заканчивается в 1990 г. Это 20–30-летнее (в зависимости от года поступления) или, скажем, в среднем 25-летнее наблюдение за смертностью (или заболеваемостью) раком среди 1,000 рабочих карьера, которые были специально гранильщики. История воздействия каждого члена когорты должна быть записана. Тех, кто покинул карьеры, необходимо отследить, а историю их более позднего воздействия зафиксировать. В странах, где все жители имеют уникальные регистрационные номера, это простая процедура, регулируемая главным образом национальными законами о защите данных. Там, где такой системы не существует, отследить сотрудников для последующих целей может быть чрезвычайно сложно. Там, где существуют соответствующие реестры смертей или болезней, информацию о смертности от всех причин, всех видов рака и конкретных локализаций рака можно получить из национального реестра причин смерти. (Для смертности от рака лучшим источником является национальный раковый регистр, поскольку он содержит более точные диагнозы. Кроме того, можно также получить данные о заболеваемости (или заболеваемости).) Уровень смертности (или уровень заболеваемости раком) можно сравнить с « ожидаемые цифры», рассчитанные на основе национальных показателей с использованием в качестве основы человеко-лет подвергающейся воздействию когорты.

Предположим, что в когорте обнаружено 70 смертельных случаев рака легких, тогда как ожидаемое число (число, которое произошло бы, если бы не было облучения) равно 35. Тогда:

c1 = 70, Е (с1) = 35

Таким образом, SMR = 200, что указывает на двукратное увеличение риска смерти от рака легких среди облученных. Если доступны подробные данные о воздействии, можно изучить смертность от рака в зависимости от различных латентных периодов (скажем, 10, 15, 20 лет), работы в карьерах разных типов (разные виды гранита), разных исторических периодов, разного воздействия. интенсивности и так далее. Однако 70 дел нельзя разделить на слишком большое количество категорий, потому что число, попадающее в каждую из них, быстро становится слишком маленьким для статистического анализа.

Оба типа когортных планов имеют свои преимущества и недостатки. Ретроспективное исследование может, как правило, измерить только смертность, поскольку данные о более легких проявлениях обычно отсутствуют. Регистры рака являются исключением, и, возможно, некоторые другие, такие как регистры инсультов и регистры выписки из больниц, в которых также доступны данные о заболеваемости. Оценка прошлого воздействия всегда представляет собой проблему, и данные о воздействии, как правило, довольно слабые в ретроспективных исследованиях. Это может привести к маскировке эффекта. С другой стороны, поскольку случаи уже имели место, результаты исследования становятся доступными гораздо раньше; скажем, через два-три года.

Проспективное когортное исследование можно лучше спланировать в соответствии с потребностями исследователя, а данные о воздействии можно собирать точно и систематически. Можно измерить несколько различных проявлений болезни. Измерения как воздействия, так и исхода могут быть повторены, и все измерения могут быть стандартизированы, а их достоверность может быть проверена. Однако, если заболевание имеет длительную латентность (например, рак), должно пройти много времени, даже 20–30 лет, прежде чем можно будет получить результаты исследования. Многое может произойти за это время. Например, текучесть кадров, совершенствование методов измерения экспозиции, реконструкция или закрытие растений, выбранных для изучения, и так далее. Все эти обстоятельства ставят под угрозу успех исследования. Затраты на проспективное исследование также обычно выше, чем на ретроспективное, но в основном это связано с гораздо большим количеством измерений (повторный мониторинг воздействия, клинические обследования и т. д.), а не с более дорогой регистрацией смерти. Следовательно затраты на единицу информации не обязательно превышают показатели ретроспективного исследования. Ввиду всего этого проспективные исследования больше подходят для заболеваний с относительно коротким латентным периодом, требующим короткого наблюдения, а ретроспективные исследования лучше подходят для заболеваний с длительным латентным периодом.

Исследования случай-контроль (или случай-референт)

Вернемся к заводу по производству вискозы. Ретроспективное когортное исследование может оказаться неосуществимым, если списки работников, подвергшихся воздействию, были утеряны, в то время как проспективное когортное исследование даст хорошие результаты через очень долгое время. Альтернативой тогда может быть сравнение между теми, кто умер от ишемической болезни сердца в городе в течение определенного периода времени, и выборкой всего населения той же возрастной группы.

Классический план случай-контроль (или случай-референт) основан на выборке из динамической (открытой, характеризующейся текучестью членов) населения. Это может быть население всей страны, района или муниципалитета (как в нашем примере), или это может быть административно определенное население, из которого пациенты поступают в больницу. Определенная популяция предоставляет как случаи, так и контроли (или референты).

Техника заключается в том, чтобы собрать все случаи рассматриваемого заболевания, которые существуют в данный момент времени. точка во времени (распространенные случаи) или произошли в течение определенного период времени (инцидентные случаи). Таким образом, случаи могут быть взяты из регистров заболеваемости или смертности или собраны непосредственно в больницах или других источниках, имеющих достоверную диагностику. Элементы управления нарисованы в виде образец из той же популяции, либо из числа не заболевших, либо из всей популяции. Другой вариант - выберите пациентов с другим заболеванием в качестве контроля, но тогда эти пациенты должны быть репрезентативными для популяции, из которой произошли случаи. Для каждого случая может быть один или несколько элементов управления (т. е. референтов). Выборочный подход отличается от когортных исследований, в которых изучается вся популяция. Само собой разумеется, что выгоды от более низких затрат на дизайны «случай-контроль» значительны, но важно, чтобы выборка представитель всей популяции, из которой произошли случаи (т. е. «база исследования») — в противном случае исследование может быть необъективным.

Когда выявлены случаи и контрольные случаи, истории их воздействия собираются с помощью вопросников, интервью или, в некоторых случаях, из существующих записей (например, платежных ведомостей, из которых можно вывести истории работы). Данные можно получить либо от самих участников, либо, если они умерли, от близких родственников. Для обеспечения симметричного припоминания важно, чтобы пропорция умерших и живых пациентов и референтов была одинаковой, потому что близкие родственники обычно дают менее подробную историю воздействия, чем сами участники. Информация о схеме воздействия среди заболевших сравнивается с таковой среди контрольной группы, обеспечивая оценку отношение шансов (OR), косвенная мера риск среди подверженных заболеванию по сравнению с неэкспонированным.

Поскольку схема «случай-контроль» опирается на информацию о воздействии, полученную от пациентов с определенным заболеванием (т. е. о случаях), а также о выборке здоровых людей (т. могут быть исследованы только одна болезнь. Напротив, этот дизайн позволяет одновременно изучать влияние несколько разных экспозиций. Референтное исследование хорошо подходит для решения конкретных исследовательских вопросов (например, «Вызывается ли ишемическая болезнь сердца воздействием сероуглерода?»), но оно также может помочь ответить на более общий вопрос: «Какие воздействия могут вызвать это заболевание?» ?»

Вопрос о том, вызывает ли воздействие органических растворителей первичный рак печени, поднимается (в качестве примера) в Европе. Случаи первичного рака печени, сравнительно редкого заболевания в Европе, лучше всего собирать из национального регистра рака. Предположим, что все случаи рака, произошедшие в течение трех лет, составляют серию случаев. Базой населения для исследования является трехлетнее наблюдение за всем населением рассматриваемой европейской страны. Контрольная группа представляет собой выборку лиц без рака печени из той же популяции. Из соображений удобства (это означает, что один и тот же источник может быть использован для отбора контрольных образцов) пациенты с другим типом рака, не связанным с воздействием растворителей, могут использоваться в качестве контрольных. Рак толстой кишки не имеет известной связи с воздействием растворителей; следовательно, этот тип рака можно включить в контрольную группу. (Использование контроля над раком сводит к минимуму погрешность припоминания, поскольку точность анамнеза, предоставленного пациентами и контрольной группой, в среднем симметрична. Однако, если некоторая в настоящее время неизвестная связь между раком толстой кишки и воздействием растворителей будет обнаружена позже, этот тип контроля вызовет недооценка истинного риска, а не его преувеличение.)

Для каждого случая рака печени берут два контроля, чтобы достичь большей статистической мощности. (Можно было бы установить еще больше элементов управления, но имеющиеся средства могут быть ограничивающим фактором. Если бы средства не были ограничены, оптимальным было бы, возможно, четыре элемента управления. После четырех действует закон убывающей отдачи.) После получения соответствующего разрешения от данных к органам защиты, случаям и контролю или их близким родственникам обращаются, как правило, с помощью рассылаемой по почте анкеты, запрашивая подробную историю занятости с особым акцентом на хронологическом списке имен всех работодателей, отделов работы, служебные задания в разных сферах занятости и период занятости в каждой соответствующей задаче. Эти данные можно получить от родственников с некоторым трудом; однако родственники обычно плохо помнят конкретные химические вещества или торговые названия. Анкета также должна включать вопросы о возможных смешанных данных, таких как употребление алкоголя, воздействие пищевых продуктов, содержащих афлатоксины, и инфицирование гепатитом В и С. Чтобы получить достаточно высокий процент ответов, не ответившим на вопросы рассылаются два напоминания с интервалом в три недели. Обычно это приводит к тому, что окончательный уровень ответов превышает 70%. Затем промышленный гигиенист просматривает профессиональный анамнез, не зная о случае респондента или контрольном статусе, и воздействие растворителей классифицируется как высокое, среднее, низкое, отсутствие и неизвестное воздействие растворителей. Десятилетнее воздействие, непосредственно предшествовавшее диагностике рака, не принимается во внимание, потому что биологически неправдоподобно, что канцерогены инициаторного типа могут быть причиной рака, если латентный период настолько короткий (хотя промоторы, на самом деле, могут). На этом этапе также можно различать различные типы воздействия растворителя. Поскольку была предоставлена ​​полная история занятости, также возможно изучить другие виды воздействия, хотя первоначальная гипотеза исследования не включала их. Затем можно рассчитать отношение шансов для воздействия любого растворителя, конкретных растворителей, смесей растворителей, различных категорий интенсивности воздействия и для различных временных интервалов, связанных с диагностикой рака. Целесообразно исключить из анализа те, воздействие которых неизвестно.

Случаи и контроли могут быть отобраны и проанализированы либо как независимая серия or согласованные группы. Сопоставление означает, что элементы управления выбираются для каждого случая на основе определенных характеристик или атрибутов для формирования пар (или наборов, если для каждого случая выбрано более одного элемента управления). Сопоставление обычно проводится на основе одного или нескольких таких факторов, как возраст, жизненный статус, история курения, календарное время диагностики случая и т.п. В нашем примере случаи и контрольные группы затем сопоставляются по возрасту и жизненному статусу. (Жизненно важный статус важен, потому что сами пациенты обычно дают более точную историю воздействия, чем близкие родственники, а симметрия необходима для целей достоверности.) Сегодня рекомендация состоит в том, чтобы быть ограничительной при сопоставлении, потому что эта процедура может внести ) путаница.

Если один элемент управления соответствует одному случаю, дизайн называется парный дизайн. При условии, что затраты на изучение большего количества контролей не являются непомерно высокими, использование более одного референта на случай улучшает стабильность оценки ОШ, что делает исследование более эффективным по размеру.

Расположение результатов непревзойденного исследования случай-контроль показано в таблице 2.

Таблица 2. Пример схемы данных случай-контроль

Классификация воздействия

 

Выставленный

нераскрытый

корпуса

c1

c0

Не дела

n1

n0

 

Из этой таблицы можно рассчитать вероятность воздействия среди заболевших и вероятность воздействия среди населения (контрольной группы) и разделить их, чтобы получить отношение шансов воздействия, OR. Для случаев вероятность воздействия составляет c1 / c0, а для элементов управления это n1 / n0. Тогда оценка OR:

Если было выявлено относительно больше случаев, чем в контрольной группе, ОШ превышает 1, и наоборот. Доверительные интервалы должны быть рассчитаны и предоставлены для OR таким же образом, как и для RR.

В качестве еще одного примера можно привести центр гигиены труда крупной компании, который обслуживает 8,000 сотрудников, подвергающихся воздействию различных видов пыли и других химических веществ. Нас интересует связь между воздействием смешанной пыли и хроническим бронхитом. Исследование включает в себя последующее наблюдение за этой популяцией в течение одного года. Мы установили диагностические критерии хронического бронхита как «утренний кашель и выделение мокроты в течение трех месяцев в течение двух лет подряд». Критерии «положительного» воздействия пыли определяются до начала исследования. Каждый пациент, посещающий медицинский центр и отвечающий этим критериям в течение одного года, является случаем, а следующий пациент, обращающийся за медицинской помощью по поводу нелегочных проблем, определяется как контрольная группа. Предположим, что 100 случаев и 100 контролей были зарегистрированы в течение периода исследования. Пусть 40 случаев и 15 контролей классифицируются как подвергшиеся воздействию пыли. затем

c1 = 40, c0 = 60, n1 = 15 и n0 = 85.

Следовательно,

В приведенном выше примере не учитывалась возможность смешения, что может привести к искажению ОШ из-за систематических различий между случаями и контролем по такой переменной, как возраст. Один из способов уменьшить эту систематическую ошибку — сопоставить контрольную группу со случаями по возрасту или другим подозрительным факторам. В результате получается структура данных, показанная в таблице 3.

Таблица 3. Расположение данных случай-контроль, если каждому случаю соответствует один контроль

Референты

корпуса

Экспозиция (+)

Экспозиция (-)

Экспозиция (+)

f+ +

f+ -

Экспозиция (-)

f- +

f- -

 

Анализ фокусируется на несогласованных парах: то есть «случай выставлен, контроль не выставлен». (f+–); и «случай не подвергался воздействию, контроль подвергался воздействию» (f–+). Когда оба члена пары подвергаются или не подвергаются воздействию, пара игнорируется. ОШ в дизайне исследования с подобранными парами определяется как

В исследовании связи между раком носа и воздействием древесной пыли было всего 164 пары случай-контроль. Только в одной паре подвергались воздействию и случай, и контроль, а в 150 парах ни случай, ни контроль не подвергались воздействию. Эти пары далее не рассматриваются. Случай, но не контроль выставлялся в 12 парах, а контроль, но не случай, в одной паре. Следовательно,

и поскольку единица не включена в этот интервал, результат является статистически значимым, то есть существует статистически значимая связь между раком носа и воздействием древесной пыли.

Исследования случай-контроль более эффективны, чем когортные исследования, когда заболевание редкое; они могут фактически предоставить единственный вариант. Однако этим методом можно изучать и распространенные заболевания. Если экспозиция редка, когорта, основанная на воздействии, является предпочтительной или единственно возможной эпидемиологической моделью. Конечно, когортные исследования также могут проводиться при общих воздействиях. Выбор между когортным планом и дизайном случай-контроль, когда и воздействие, и заболевание являются общими, обычно решается с учетом соображений достоверности.

Поскольку исследования типа «случай-контроль» опираются на ретроспективные данные о воздействии, обычно основанные на воспоминаниях участников, их слабым местом является неточность и грубость информации о воздействии, что приводит к маскировке эффекта за счет недифференциальный (симметричная) неправильная классификация статуса воздействия. Более того, иногда припоминание может быть асимметричным между случаями и контролем, причем обычно считается, что случаи помнят «лучше» (т. е. смещение припоминания).

Избирательный отзыв может привести к предубеждению, усиливающему эффект. дифференциал (асимметричная) неправильная классификация статуса воздействия. Преимущества исследований случай-контроль заключаются в их рентабельности и способности относительно быстро найти решение проблемы. Благодаря стратегии выборки они позволяют исследовать очень большие целевые группы населения (например, с помощью национальных раковых регистров), тем самым увеличивая статистическую мощность исследования. В странах, где законодательство о защите данных или отсутствие хороших регистров населения и заболеваемости препятствует проведению когортных исследований, исследования случай-контроль в больницах могут быть единственным практическим способом проведения эпидемиологических исследований.

Выборка случай-контроль в когорте (вложенные исследования случай-контроль)

Когортное исследование также может быть разработано для выборки вместо полного последующего наблюдения. Этот дизайн ранее назывался «вложенным» исследованием «случай-контроль». Метод выборки внутри когорты устанавливает разные требования к приемлемости когорты, потому что теперь сравнения проводятся в пределах одной и той же когорты. Таким образом, сюда должны входить не только работники, подвергшиеся сильному облучению, но и работники, подвергающиеся меньшему и даже не подвергавшемуся воздействию, чтобы обеспечить экспозиция контрастирует внутри себя. Важно осознавать эту разницу в квалификационных требованиях при формировании когорты. Если сначала проводится полный когортный анализ когорты, чьи критерии приемлемости касались «сильного» воздействия, а затем проводится «вложенное» исследование случай-контроль в той же когорте, исследование становится нечувствительным. Это вводит эффект маскировки, потому что контрасты экспозиции недостаточны «по замыслу» из-за отсутствия вариабельности опыта воздействия среди членов когорты.

Однако при условии, что когорта имеет широкий диапазон опыта воздействия, вложенный подход «случай-контроль» очень привлекателен. Собираются все случаи, возникшие в когорте за период наблюдения, для формирования серии случаев, в то время как только образец не-случаи нарисованы для контрольной серии. Затем исследователи, как и в традиционном методе «случай-контроль», собирают подробную информацию об опыте воздействия, опрашивая пациентов и контрольную группу (или их близких родственников), тщательно изучая списки персонала работодателей, создавая матрица воздействия на работуили комбинируя два или более из этих подходов. Контроли можно либо сопоставить со случаями, либо их можно рассматривать как независимые ряды.

Метод выборки может быть менее затратным по сравнению со сбором исчерпывающей информации о каждом члене когорты. В частности, поскольку изучается только выборка контролей, можно выделить больше ресурсов для подробной и точной оценки воздействия для каждого случая и контроля. Однако преобладают те же проблемы статистической мощности, что и в классических когортных исследованиях. Для достижения адекватной статистической мощности когорта всегда должна включать «адекватное» количество выявленных случаев в зависимости от величины риска, который необходимо выявить.

Дизайн поперечного исследования

В научном смысле перекрестный дизайн представляет собой поперечное сечение изучаемой популяции без учета времени. И экспозиция, и заболеваемость (распространенность) измеряются в один и тот же момент времени.

С этиологической точки зрения этот дизайн исследования слаб, отчасти потому, что он касается распространенности, а не заболеваемости. Распространенность представляет собой составной показатель, зависящий как от частоты, так и от продолжительности заболевания. Это также ограничивает использование перекрестных исследований длительными заболеваниями. Еще более серьезной является сильная негативная предвзятость, вызванная обусловленным здоровьем исключением из группы, подвергшейся воздействию, тех людей, которые более чувствительны к последствиям воздействия. Поэтому этиологические проблемы лучше всего решаются лонгитюдными планами. Действительно, перекрестные исследования не позволяют делать какие-либо выводы о том, предшествовало ли воздействие заболеванию или наоборот. Поперечное сечение имеет этиологический смысл только в том случае, если существует истинная временная связь между воздействием и результатом, а это означает, что текущее воздействие должно иметь немедленные последствия. Тем не менее, воздействие может быть измерено поперечно, так что оно представляет собой более длительный прошлый период времени (например, уровень свинца в крови), в то время как критерием результата является распространенность (например, скорость нервной проводимости). Таким образом, исследование представляет собой смесь продольного и перекрестного дизайна, а не просто поперечного сечения изучаемой популяции.

Поперечные описательные опросы

Поперечные обследования часто полезны для практических и административных, а не для научных целей. Эпидемиологические принципы могут применяться к систематическому надзору в учреждениях гигиены труда, например:

  • наблюдение за заболеваемостью в связи с профессией, рабочей областью или определенными воздействиями
  • регулярные обследования работников, подвергающихся известным профессиональным вредностям
  • обследование работников, вступающих в контакт с новыми опасностями для здоровья
  • программы биологического мониторинга
  • исследования воздействия для выявления и количественной оценки опасностей
  • программы скрининга различных рабочих групп
  • оценка доли работников, нуждающихся в профилактике или регулярном контроле (например, кровяное давление, ишемическая болезнь сердца).

 

Важно выбрать репрезентативные, достоверные и конкретные показатели заболеваемости для всех видов обследований. Обследование или программа скрининга может использовать лишь довольно небольшое количество тестов, в отличие от клинической диагностики, и поэтому важна прогностическая ценность скринингового теста. Нечувствительные методы не позволяют обнаружить интересующее заболевание, в то время как высокочувствительные методы дают слишком много ложноположительных результатов. Нецелесообразно проводить скрининг на редкие заболевания в профессиональных условиях. Все действия по выявлению случаев (т.е. скрининг) также требуют механизма заботы о людях с «положительными» результатами, как с точки зрения диагностики, так и терапии. В противном случае возникнет только разочарование, которое может принести больше вреда, чем пользы.

 

Назад

Потребность в достоверности

Эпидемиология направлена ​​на обеспечение понимания популяционного опыта заболевания. В частности, его можно использовать для получения информации о профессиональных причинах плохого здоровья. Это знание получено из исследований, проведенных на группах людей, страдающих заболеванием, путем сравнения их с людьми без этого заболевания. Другой подход заключается в том, чтобы изучить, какие заболевания приобретают люди, работающие на определенных работах с определенными воздействиями, и сравнить эти модели заболеваний с теми, которые возникают у людей, не подвергавшихся аналогичному воздействию. Эти исследования дают оценки риска заболевания для конкретных видов воздействия. Для того чтобы информация, полученная в результате таких исследований, могла быть использована для разработки профилактических программ, для выявления профессиональных заболеваний и для надлежащей компенсации работникам, пострадавшим от облучения, эти исследования должны быть действительными.

срок действия можно определить как способность исследования отражать истинное положение дел. Таким образом, достоверным исследованием является то, которое правильно измеряет связь (положительную, отрицательную или отсутствующую) между воздействием и заболеванием. Он описывает направление и величину истинного риска. Различают два типа валидности: внутреннюю и внешнюю валидность. Внутренняя валидность — это способность исследования отражать то, что действительно произошло между субъектами исследования; внешняя валидность отражает то, что может произойти в популяции.

Валидность относится к достоверности измерения. Валидность следует отличать от точности измерения, которая зависит от размера исследования и эффективности дизайна исследования.

Внутренняя валидность

Исследование считается внутренне достоверным, если оно не содержит предубеждений и, следовательно, действительно отражает связь между воздействием и заболеванием, существующую среди участников исследования. Наблюдаемый риск заболевания в связи с воздействием может действительно быть результатом реальной связи и, следовательно, быть достоверным, но он также может отражать влияние предубеждений. Предвзятость даст искаженное изображение действительности.

Три основных типа предубеждений, также называемых систематические ошибки, обычно выделяют:

  • критерий отбора
  • предвзятость информации или наблюдения
  • озадачив

 

Ниже они будут кратко представлены на примерах из области гигиены труда.

Критерий отбора

Предвзятость отбора возникает, когда на вступление в исследование влияет знание статуса воздействия потенциального участника исследования. Таким образом, эта проблема возникает только тогда, когда заболевание уже развилось к моменту (до) включения человека в исследование. Как правило, в эпидемиологических условиях это происходит в исследованиях случай-контроль или в ретроспективных когортных исследованиях. Это означает, что человек с большей вероятностью будет считаться заболевшим, если известно, что он или она подверглись воздействию. К такому событию могут привести три совокупности обстоятельств, которые также будут зависеть от тяжести заболевания.

Предвзятость самоотбора

Это может произойти, когда люди, которые знают, что они подвергались воздействию известных или предполагаемых вредных продуктов в прошлом, и которые убеждены, что их болезнь является результатом воздействия, обращаются к врачу по поводу симптомов, которые другие люди, не подвергшиеся такому воздействию, могли бы проигнорировать. Это особенно вероятно при заболеваниях, которые имеют мало заметных симптомов. Примером может служить прерывание беременности на ранних сроках или самопроизвольный аборт среди женщин-медсестер, имеющих дело с лекарствами, используемыми для лечения рака. Эти женщины больше, чем большинство, осведомлены о репродуктивной физиологии и, беспокоясь о своей способности иметь детей, могут с большей вероятностью распознать или назвать самопроизвольным абортом то, что другие женщины сочли бы только задержкой начала менструации. Другой пример из ретроспективного когортного исследования, на который ссылается Rothman (1986), включает в себя исследование Центров по контролю за заболеваниями лейкемии среди военнослужащих, присутствовавших во время атомных испытаний США в Неваде. Из войск, присутствовавших на полигоне, 76% были прослежены и составили когорту. Из них 82% были обнаружены исследователями, но еще 18% связались с самими исследователями после того, как узнали об исследовании. Четыре случая лейкемии присутствовали среди 82%, отслеженных CDC, и четыре случая присутствовали среди 18%, обратившихся самостоятельно. Это убедительно свидетельствует о том, что способность исследователей идентифицировать подвергшихся воздействию людей была связана с риском лейкемии.

Диагностическая погрешность

Это произойдет, когда врачи с большей вероятностью диагностируют данное заболевание, когда они узнают, чему пациент подвергался ранее. Например, когда большинство красок были на основе свинца, симптом заболевания периферических нервов, называемый периферическим невритом с параличом, также был известен как «падение запястья» художников. Знание профессии пациента облегчило диагностику заболевания даже на его ранних стадиях, в то время как идентификация возбудителя была бы гораздо более сложной для участников исследования, о которых не известно, что они подвергались воздействию свинца на рабочем месте.

Предвзятость в результате отказа от участия в исследовании

Когда людей, здоровых или больных, просят принять участие в исследовании, несколько факторов играют роль в определении того, согласятся ли они. Готовность отвечать на анкеты разной длины, в которых иногда затрагиваются деликатные вопросы, и тем более сдавать кровь или другие биологические образцы, может определяться степенью личной заинтересованности человека. Кто-то, кто знает о прошлом потенциальном воздействии, может быть готов выполнить этот запрос в надежде, что это поможет найти причину болезни, тогда как тот, кто считает, что он не подвергался ничему опасному, или кто не заинтересован зная, может отклонить приглашение принять участие в исследовании. Это может привести к выбору тех людей, которые в конечном итоге станут участниками исследования, по сравнению со всеми теми, кто мог бы быть.

Информационная предвзятость

Это также называется погрешностью наблюдения и касается исхода заболевания в последующих исследованиях и оценки воздействия в исследованиях случай-контроль.

Дифференциальная оценка результатов в проспективных катамнестических (когортных) исследованиях

В начале исследования определяются две группы: группа, подвергшаяся воздействию, и группа, не подвергавшаяся воздействию. Проблемы диагностической предвзятости возникнут, если поиск случаев различается между этими двумя группами. Например, рассмотрим когорту людей, подвергшихся случайному выбросу диоксина в данной отрасли. Для группы, подвергшейся сильному облучению, создана активная система последующего наблюдения с медицинскими осмотрами и биологическим мониторингом через регулярные промежутки времени, в то время как остальная часть работающего населения получает только плановую помощь. Весьма вероятно, что в группе, находящейся под пристальным наблюдением, будет выявлено больше заболеваний, что может привести к потенциальной переоценке риска.

Дифференциальные потери в ретроспективных когортных исследованиях

Механизм, обратный описанному в предыдущем абзаце, может иметь место в ретроспективных когортных исследованиях. В этих исследованиях обычно начинают с файлов всех людей, которые были заняты в данной отрасли в прошлом, и оценивают заболеваемость или смертность после трудоустройства. К сожалению, почти во всех исследованиях файлы неполны, и тот факт, что человек пропал без вести, может быть связан либо со статусом воздействия, либо со статусом болезни, либо с тем и другим. Например, в недавнем исследовании, проведенном в химической промышленности среди рабочих, подвергшихся воздействию ароматических аминов, было обнаружено восемь опухолей в группе из 777 рабочих, прошедших цитологический скрининг опухолей мочевыводящих путей. В общей сложности было обнаружено отсутствие только 34 записей, что соответствует потере 4.4% из файла оценки воздействия, но для случаев рака мочевого пузыря данные о воздействии отсутствовали в двух случаях из восьми, или 25%. Это показывает, что файлы людей, которые стали делами, были потеряны с большей вероятностью, чем файлы других работников. Это может произойти из-за более частых смен работы в компании (что может быть связано с эффектами подверженности), отставки, увольнения или просто по чистой случайности.

Дифференциальная оценка воздействия в исследованиях случай-контроль

В исследованиях случай-контроль заболевание уже имело место в начале исследования, и будет запрашиваться информация о воздействии в прошлом. Предвзятость может быть результатом отношения интервьюера или участника исследования к расследованию. Информация обычно собирается специально обученными интервьюерами, которые могут знать или не знать гипотезу, лежащую в основе исследования. Например, в популяционном исследовании рака мочевого пузыря методом случай-контроль, проводимом в высокоиндустриальном регионе, исследовательский персонал может быть хорошо осведомлен о том, что некоторые химические вещества, такие как ароматические амины, являются факторами риска развития рака мочевого пузыря. Если они также знают, у кого развилось заболевание, а у кого нет, они, вероятно, проведут более подробные интервью с участниками, у которых рак мочевого пузыря, чем с контрольной группой. Они могут настаивать на более подробной информации о прошлых занятиях, систематически выискивая воздействие ароматических аминов, тогда как в контрольной группе они могут регистрировать занятия более рутинным способом. Возникшее в результате смещение известно как подверженность подозрениям предвзятость.

Сами участники также могут нести ответственность за такую ​​предвзятость. Это называется отзыв смещения чтобы отличить его от предвзятости интервьюера. Оба имеют подозрение на разоблачение как механизм предвзятости. Больные могут подозревать профессиональное происхождение своего заболевания и поэтому стараются как можно точнее вспомнить все опасные агенты, которым они могли подвергаться. В случае обращения с неопределенными продуктами они могут быть склонны вспоминать названия конкретных химических веществ, особенно если им предоставляется список подозрительных продуктов. Напротив, контрольные органы могут с меньшей вероятностью пройти через тот же мыслительный процесс.

Ошибочные

Смешение имеет место, когда связь, наблюдаемая между воздействием и заболеванием, частично является результатом смешения эффекта изучаемого воздействия и другого фактора. Скажем, например, что мы обнаруживаем повышенный риск рака легких среди сварщиков. Мы склонны сразу заключить, что существует причинно-следственная связь между воздействием сварочного дыма и раком легких. Однако мы также знаем, что курение на сегодняшний день является основным фактором риска развития рака легких. Поэтому при наличии информации начинаем проверять курение сварщиков и других участников исследования. Мы можем обнаружить, что сварщики чаще курят, чем не сварщики. Известно, что в этой ситуации курение связано с раком легких, и в то же время в нашем исследовании было установлено, что курение также связано с профессией сварщика. С эпидемиологической точки зрения это означает, что курение, связанное как с раком легких, так и со сваркой, искажает связь между сваркой и раком легких.

Взаимодействие или модификация эффекта

В отличие от всех проблем, перечисленных выше, а именно отбора, информации и смешения, которые являются предубеждениями, взаимодействие не является предубеждением из-за проблем в дизайне исследования или анализе, а отражает реальность и ее сложность. Примером этого явления является следующее: воздействие радона является фактором риска развития рака легких, как и курение. Кроме того, курение и воздействие радона по-разному влияют на риск развития рака легких в зависимости от того, действуют ли они вместе или по отдельности. Большинство профессиональных исследований по этой теме проводилось среди подземных горняков и иногда давало противоречивые результаты. В целом, похоже, есть аргументы в пользу взаимодействия курения и воздействия радона в развитии рака легких. Это означает, что риск рака легких повышается при воздействии радона даже у некурящих, но размер увеличения риска от радона намного больше у курильщиков, чем у некурящих. В эпидемиологических терминах мы говорим, что эффект мультипликативен. В отличие от смешения, описанного выше, взаимодействие необходимо тщательно анализировать и описывать в анализе, а не просто контролировать, поскольку оно отражает то, что происходит на биологическом уровне, а не является просто следствием плохого дизайна исследования. Его объяснение приводит к более достоверной интерпретации результатов исследования.

Внешняя валидность

Эта проблема может быть решена только после обеспечения внутренней валидности. Если мы убеждены, что результаты, наблюдаемые в исследовании, отражают реальные ассоциации, мы можем спросить себя, можем ли мы экстраполировать эти результаты на большую популяцию, из которой были отобраны сами участники исследования, или даже на другие популяции, которые идентичны. или по крайней мере очень похоже. Наиболее распространенный вопрос заключается в том, применимы ли результаты, полученные для мужчин, к женщинам. В течение многих лет исследования и, в частности, профессиональные эпидемиологические исследования проводились исключительно среди мужчин. Исследования среди химиков, проведенные в 1960-х и 1970-х годах в Соединенных Штатах, Великобритании и Швеции, выявили повышенный риск определенных видов рака, а именно лейкемии, лимфомы и рака поджелудочной железы. Основываясь на том, что мы знали о воздействии растворителей и некоторых других химических веществ, мы могли уже в то время сделать вывод, что лабораторная работа также сопряжена с канцерогенным риском для женщин. Это на самом деле было показано, когда в середине 1980-х годов было наконец опубликовано первое исследование среди женщин-химиков, в котором были получены результаты, аналогичные результатам среди мужчин. Стоит отметить, что другими обнаруженными избыточными видами рака были опухоли молочной железы и яичников, которые традиционно считались связанными только с эндогенными факторами или репродукцией, но для которых недавно подозревались факторы окружающей среды, такие как пестициды, могут играть роль. Необходимо проделать гораздо больше работы над профессиональными детерминантами рака у женщин.

Стратегии для достоверного исследования

Совершенно достоверного исследования никогда не может быть, но исследователь обязан попытаться избежать или, по крайней мере, свести к минимуму как можно больше предубеждений. Чаще всего это лучше всего сделать на этапе планирования исследования, но это также можно сделать и во время анализа.

Дизайн исследования

Отбора и предвзятости информации можно избежать только благодаря тщательному планированию эпидемиологического исследования и скрупулезному выполнению всех вытекающих из этого повседневных руководств, включая тщательное внимание к обеспечению качества, для проведения исследования в полевых условиях. С путаницей можно бороться либо на этапе проектирования, либо на этапе анализа.

Выбор

Критерии рассмотрения участника как случая должны быть четко определены. Нельзя или, по крайней мере, не следует пытаться изучать плохо определенные клинические состояния. Способ свести к минимуму влияние, которое знание о воздействии может оказать на оценку заболевания, состоит в том, чтобы включать только тяжелые случаи, которые были бы диагностированы независимо от какой-либо информации об истории болезни пациента. В области рака исследования часто ограничиваются случаями с гистологическим подтверждением заболевания, чтобы избежать включения пограничных поражений. Это также будет означать, что изучаемые группы хорошо определены. Например, в эпидемиологии рака хорошо известно, что рак разных гистологических типов в пределах данного органа может иметь разные факторы риска. При достаточном количестве случаев лучше отделять аденокарциному легкого от плоскоклеточного рака легкого. Какими бы ни были окончательные критерии включения в исследование, они всегда должны быть четко определены и описаны. Например, точный код заболевания должен быть указан по Международной классификации болезней (МКБ), а также, для рака, по Международной классификации болезней-онкологии (МКБ-О).

Усилия должны быть предприняты после того, как критерии определены, чтобы максимально увеличить участие в исследовании. Решение об отказе от участия почти никогда не принимается случайно и поэтому приводит к предвзятости. Исследования в первую очередь должны быть представлены клиницистам, которые наблюдают пациентов. Их одобрение необходимо для обращения к пациентам, и поэтому их необходимо убедить поддержать исследование. Один аргумент, который часто бывает убедительным, заключается в том, что исследование отвечает интересам общественного здравоохранения. Однако на данном этапе лучше не обсуждать точную оцениваемую гипотезу, чтобы избежать неправомерного влияния на вовлеченных клиницистов. Врачей не следует просить брать на себя дополнительные обязанности; легче убедить медицинский персонал оказать поддержку исследованию, если исследователи предоставят средства для выполнения любых дополнительных задач, помимо обычной помощи, необходимой для исследования. Интервьюеры и специалисты по абстракции данных не должны знать о статусе болезни своих пациентов.

Аналогичное внимание следует уделить информации, предоставляемой участникам. Цель исследования должна быть описана в общих, нейтральных терминах, но также должна быть убедительной и убедительной. Важно полностью понимать вопросы конфиденциальности и интересов общественного здравоохранения, избегая медицинского жаргона. В большинстве случаев использование финансовых или других стимулов не считается уместным, хотя должна быть предусмотрена компенсация за любые расходы, которые может понести участник. И последнее, но не менее важное: население в целом должно быть достаточно научно грамотным, чтобы понимать важность таких исследований. Как преимущества, так и риски участия должны быть объяснены каждому потенциальному участнику, если им необходимо заполнить анкеты и/или предоставить биологические образцы для хранения и/или анализа. При получении предварительного и полностью осознанного согласия не должно применяться принуждение. Если исследования основаны исключительно на записях, должно быть обеспечено предварительное одобрение учреждений, ответственных за обеспечение конфиденциальности таких записей. В этих случаях обычно можно отказаться от согласия отдельного участника. Вместо этого будет достаточно одобрения профсоюза и государственных служащих. Эпидемиологические расследования не представляют угрозы для частной жизни человека, а являются потенциальным средством улучшения здоровья населения. Одобрение институционального наблюдательного совета (или комитета по этике) потребуется до проведения исследования, и многое из того, что указано выше, будет ожидаться ими для их рассмотрения.

Информация

В проспективных исследованиях с последующим наблюдением средства для оценки состояния заболевания или смертности должны быть идентичными для участников, подвергшихся и не подвергшихся воздействию. В частности, не следует использовать различные источники, такие как проверка в центральном регистре смертности только для участников, не подвергшихся воздействию, и использование интенсивного активного наблюдения за участниками, подвергшимися воздействию. Точно так же и причина смерти должна быть получена строго сравнимыми способами. Это означает, что если система используется для получения доступа к официальным документам для населения, не подвергшегося воздействию, которое часто является населением в целом, никогда не следует планировать получение еще более точной информации через медицинские записи или интервью о самих участниках или их семьях для экспонируемая подгруппа.

В ретроспективных когортных исследованиях следует приложить усилия, чтобы определить, насколько близко изучаемая популяция сравнивается с интересующей популяцией. Следует остерегаться возможных дифференциальных потерь в подвергающихся и не подвергающихся воздействию группах при использовании различных источников, касающихся состава населения. Например, может быть полезно сравнить списки платежных ведомостей со списками членов профсоюзов или другими профессиональными списками. Расхождения должны быть согласованы, и протокол, принятый для исследования, должен строго соблюдаться.

В исследованиях «случай-контроль» существуют другие варианты, позволяющие избежать систематических ошибок. Интервьюеры, исследовательский персонал и участники исследования не должны знать точную изучаемую гипотезу. Если они не знают проверяемую ассоциацию, они с меньшей вероятностью попытаются дать ожидаемый ответ. Держать исследовательский персонал в неведении относительно исследовательской гипотезы на самом деле часто очень непрактично. Интервьюер почти всегда будет знать контакты, представляющие наибольший потенциальный интерес, а также кто является случаем, а кто контрольной группой. Поэтому мы должны полагаться на их честность, а также на их подготовку в области базовой исследовательской методологии, которая должна быть частью их профессионального опыта; объективность является отличительной чертой всех этапов науки.

Легче не информировать участников исследования о точном объекте исследования. Хороших базовых объяснений необходимости сбора данных для лучшего понимания здоровья и болезней обычно достаточно, и они удовлетворят потребности этической экспертизы.

Ошибочные

Вмешивающаяся информация является единственной погрешностью, с которой можно справиться либо на этапе планирования исследования, либо, при наличии адекватной информации, на этапе анализа. Если, например, возраст считается потенциальным искажающим фактором интересующей ассоциации, поскольку возраст связан с риском заболевания (т. е. рак становится более частым в пожилом возрасте), а также с воздействием (условия с факторами, связанными с возрастом, такими как квалификация, должность и продолжительность работы), существует несколько решений. Самый простой способ — ограничить исследование определенным возрастным диапазоном, например, включить в него только мужчин европеоидной расы в возрасте от 40 до 50 лет. пол возраст/расовая группа. Еще одно решение — соответствие по возрасту. Это означает, что для каждого случая необходим референт того же возраста. Это привлекательная идея, но следует иметь в виду возможную сложность выполнения этого требования по мере увеличения числа совпадающих факторов. Кроме того, после сопоставления фактора становится невозможным оценить его роль в возникновении заболевания. Последнее решение состоит в том, чтобы иметь достаточно информации о потенциальных помехах в базе данных исследования, чтобы проверить их в анализе. Это можно сделать либо с помощью простого стратифицированного анализа, либо с помощью более сложных инструментов, таких как многофакторный анализ. Однако следует помнить, что анализ никогда не сможет компенсировать плохо спланированное или проведенное исследование.

Заключение

Возможность предвзятости в эпидемиологических исследованиях давно установлена. Это не слишком беспокоило, когда изучаемые ассоциации были сильными (как в случае с курением и раком легких), и поэтому некоторая неточность не вызывала слишком серьезных проблем. Однако теперь, когда пришло время оценить более слабые факторы риска, потребность в более совершенных инструментах становится первостепенной. Это включает в себя потребность в отличном дизайне исследования и возможность сочетания преимуществ различных традиционных дизайнов, таких как исследования случай-контроль или когортные исследования, с более инновационными подходами, такими как исследования случай-контроль, вложенные в когорту. Кроме того, использование биомаркеров может предоставить средства для получения более точных оценок текущего и, возможно, прошлого воздействия, а также для ранних стадий заболевания.

 

Назад

Ошибки в измерении воздействия могут иметь различное влияние на изучаемую взаимосвязь между воздействием и заболеванием в зависимости от того, как распределяются ошибки. Если эпидемиологическое исследование было проведено вслепую (т. е. измерения проводились без знания болезни или состояния здоровья участников исследования), мы ожидаем, что ошибка измерения будет равномерно распределена по слоям болезни или состояния здоровья.

В таблице 1 приведен пример: предположим, мы набираем когорту людей, подвергшихся воздействию токсиканта на работе, для исследования часто встречающегося заболевания. Мы определяем статус экспозиции только при наборе (T0), а не в какие-либо другие моменты времени во время наблюдения. Однако предположим, что некоторые люди действительно меняют свой статус воздействия в следующем году: в момент времени T1, 250 из первоначальных 1,200 человек, подвергшихся воздействию, прекратили воздействие, в то время как 150 из первоначальных 750 человек, не подвергавшихся воздействию, начали подвергаться воздействию токсиканта. Следовательно, в момент времени Т1, 1,100 человек подвергаются воздействию и 850 человек не подвергаются воздействию. Как следствие, у нас есть «неправильная классификация» воздействия, основанная на нашем первоначальном измерении состояния воздействия в момент времени T.0. Затем эти люди отслеживаются через 20 лет (в момент времени T2) и оценивается кумулятивный риск заболевания. (Предположение, сделанное в этом примере, заключается в том, что опасения вызывает только экспозиция в течение более одного года.)


Таблица 1. Гипотетическая когорта из 1950 человек (облученных и не подвергшихся воздействию на работе), набранных в момент времени T0 и чей статус болезни установлен в момент времени T2

Время

 

T0

T1

T2

Рабочие, подвергшиеся воздействию 1200 250 прекратившие воздействие 1100 (1200-250+150)

Случаи заболевания в момент Т2 = 220 среди подвергшихся воздействию рабочих

Неэкспонированные рабочие 750 150 начало облучения 850 (750-150+250)

Случаи заболевания в момент Т2 = 85 среди не подвергавшихся воздействию рабочих

Ассоциация реальный риск болезни в момент Т2 среди облученных работников составляет 20% (220/1100),
и 10% у не подвергавшихся воздействию рабочих (85/850) (коэффициент риска = 2.0).

Расчетный риск в T2 заболеваний среди лиц, классифицированных как подвергшиеся воздействию при T0: 20%
(т.е. истинный риск у подвергшихся воздействию) ´ 950 (т.е. 1200-250)+ 10%
(т.е. истинный риск для не подвергавшихся воздействию) ´ 250 = (190+25)/1200 = 17.9%

Расчетный риск в T2 заболеваемости среди лиц, классифицированных как не подвергавшиеся
T0: 20% (т.е. истинный риск для тех, кто подвергся воздействию) ´ 150 +10%
(т.е. истинный риск при отсутствии воздействия) ´ 600 (т.е. 750-150) = (30+60)/750 = 12%

Расчетный коэффициент риска = 17.9% / 12% = 1.49


Неправильная классификация в этом примере зависит от дизайна исследования и характеристик населения, а не от технических ограничений измерения экспозиции. Эффект неправильной классификации таков, что «истинное» отношение 2.0 между кумулятивным риском среди подвергшихся воздействию и не подвергавшихся воздействию людей становится «наблюдаемым» отношением 1.49 (таблица 1). Эта недооценка отношения риска возникает из-за «размывания» взаимосвязи между воздействием и заболеванием, которое происходит, когда ошибочная классификация воздействия, как в этом случае, равномерно распределяется в соответствии с заболеванием или состоянием здоровья (т. е. измерение воздействия не зависит от того, страдал ли человек изучаемым заболеванием).

Напротив, недооценка или переоценка интересующей ассоциации может произойти, когда ошибочная классификация воздействия неравномерно распределена по интересующему результату. В примере мы можем иметь смещение, а не только размытие этиологической связи, если классификация воздействия зависит от заболевания или состояния здоровья работающих. Это может произойти, например, если мы решим собрать биологические образцы у группы работников, подвергшихся воздействию, и у группы работников, не подвергавшихся воздействию, для выявления ранних изменений, связанных с воздействием на рабочем месте. Затем образцы от подвергшихся воздействию рабочих можно было бы проанализировать более точно, чем образцы от тех, кто не подвергался воздействию; научное любопытство может привести исследователя к измерению дополнительных биомаркеров среди подвергшихся воздействию людей (включая, например, аддукты ДНК в лимфоцитах или мочевые маркеры окислительного повреждения ДНК), исходя из предположения, что эти люди «более интересны» с научной точки зрения. Это довольно распространенное отношение, которое, однако, может привести к серьезной предвзятости.

 

Назад

Среда, Март 02 2011 03: 15

Статистические методы

Существует много споров о роли статистики в эпидемиологических исследованиях причинно-следственных связей. В эпидемиологии статистика — это, прежде всего, совокупность методов оценки данных, основанных на данных о популяциях людей (а также животных). В частности, статистика представляет собой метод количественной оценки и измерения неопределенных явлений. Все научные исследования, имеющие дело с недетерминированными, изменчивыми аспектами реальности, могли бы выиграть от статистической методологии. В эпидемиологии изменчивость присуща единице наблюдения — человек не является детерминированной сущностью. В то время как планы экспериментов могут быть улучшены с точки зрения лучшего соответствия предположениям статистики с точки зрения случайных вариаций, по этическим и практическим причинам этот подход не слишком распространен. Вместо этого эпидемиология занимается обсервационными исследованиями, которые связывают с ней как случайные, так и другие источники изменчивости.

Статистическая теория занимается тем, как контролировать неструктурированную изменчивость данных, чтобы делать обоснованные выводы из эмпирических наблюдений. Не имея никакого объяснения изменчивости поведения изучаемого явления, статистика принимает его как случайный— то есть несистематические отклонения от некоторого среднего состояния природы (см. критику этих предположений в Greenland 1990).

Наука опирается на эмпирические фактов чтобы продемонстрировать, имеют ли его теоретические модели природных явлений какую-либо обоснованность. Действительно, методы, используемые статистической теорией, определяют степень, в которой наблюдения в реальном мире соответствуют представлению ученых о явлении в форме математической модели. Поэтому статистические методы, основанные на математике, должны быть тщательно отобраны; примеров «как врать со статистикой» предостаточно. Таким образом, эпидемиологи должны быть осведомлены о целесообразности методов, которые они применяют для измерения риска заболевания. В частности, требуется большая осторожность при интерпретации как статистически значимых, так и статистически незначимых результатов.

Первое значение слова статистика относится к любой суммарной величине, вычисленной по набору значений. Описательные индексы или статистические данные, такие как среднее арифметическое, медиана или мода, широко используются для обобщения информации в серии наблюдений. Исторически сложилось так, что эти сводные дескрипторы использовались в административных целях государствами, и поэтому они были названы статистика. В эпидемиологии статистические данные, которые обычно наблюдаются, вытекают из сравнений, присущих природе эпидемиологии, которая задает такие вопросы, как: «Подвержена ли одна группа населения большему риску заболевания, чем другая?» При проведении таких сравнений относительный риск является популярной мерой силы связи между индивидуальной характеристикой и вероятностью заболевания и чаще всего применяется в этиологических исследованиях; Атрибутивный риск также является мерой связи между индивидуальными характеристиками и возникновением заболевания, но он подчеркивает выигрыш в количестве случаев, спасенных благодаря вмешательству, которое устраняет рассматриваемый фактор - это в основном применяется в общественном здравоохранении и профилактической медицине.

Второе значение слова статистика относится к набору методов и лежащей в основе теории статистического вывода. Это особая форма индуктивной логики, которая определяет правила получения достоверного обобщения из определенного набора эмпирических наблюдений. Это обобщение будет верным при соблюдении некоторых допущений. Это второй способ, которым неграмотное использование статистики может ввести нас в заблуждение: в наблюдательной эпидемиологии очень трудно быть уверенным в предположениях, вытекающих из статистических методов. Следовательно, анализ чувствительности и робастные оценки должны сопровождать любой правильно проведенный анализ данных. Окончательные выводы также должны основываться на общих знаниях, и они не должны полагаться исключительно на результаты статистической проверки гипотез.

Определения

A статистическая единица элемент, над которым производятся эмпирические наблюдения. Это может быть человек, биологический образец или кусок сырья для анализа. Обычно статистические единицы выбираются исследователем самостоятельно, но иногда могут быть созданы более сложные планы. Например, в лонгитюдных исследованиях проводится ряд определений по совокупности лиц в течение определенного времени; статистические единицы в этом исследовании представляют собой набор определений, которые не являются независимыми, но структурированы их соответствующими связями с каждым изучаемым человеком. Отсутствие независимости или корреляции между статистическими единицами заслуживает особого внимания в статистическом анализе.

A переменная - индивидуальная характеристика, измеряемая на данной статистической единице. Ему следует противопоставить постоянная, фиксированная индивидуальная характеристика - например, в исследовании людей наличие головы или грудной клетки является константой, в то время как пол отдельного участника исследования является переменной.

Переменные оцениваются с использованием различных шкалы измерения. Первое различие проводится между качественными и количественными шкалами. Качественные переменные обеспечивают различные модальности or категории. Если каждую модальность нельзя ранжировать или упорядочить по отношению к другим — например, цвету волос или гендерным модальностям, — мы обозначаем переменную как номинальный. Если категории могут быть упорядочены — например, степень тяжести болезни — переменная называется порядковый. Когда переменная состоит из числового значения, мы говорим, что шкала является количественной. А дискретный масштаб означает, что переменная может принимать только некоторые определенные значения, например целые значения числа случаев заболевания. А (CIJ) шкала используется для тех мер, которые приводят к реальные числа. Говорят, что непрерывные шкалы интервал масштабируется, когда нулевое значение имеет чисто условное значение. То есть нулевое значение не означает нулевую величину — например, температура ноль градусов Цельсия не означает нулевую тепловую энергию. В этом случае имеют смысл только различия между значениями (это причина термина «интервальная» шкала). Действительное нулевое значение обозначает соотношение шкала. Для переменной, измеряемой по этой шкале, отношения значений также имеют смысл: действительно, двойное отношение означает удвоение количества. Например, сказать, что тело имеет температуру в два раза больше, чем второе тело, означает, что оно имеет в два раза больше тепловой энергии, чем второе тело, при условии, что температура измеряется по шкале отношений (например, в градусах Кельвина). Набор допустимых значений для данной переменной называется доменом переменной.

Статистические парадигмы

Статистика имеет дело со способом обобщения набора частных наблюдений. Этот набор эмпирических измерений называется образец. По выборке мы рассчитываем некоторую описательную статистику, чтобы обобщить собранную информацию.

Основная информация, которая обычно требуется для характеристики набора показателей, касается его центральной тенденции и его изменчивости. Выбор между несколькими альтернативами зависит от масштаба, используемого для измерения явления, и от целей, для которых рассчитывается статистика. В таблице 1 описаны различные меры центральной тенденции и изменчивости (или дисперсии), связанные с соответствующей шкалой измерения.

Таблица 1. Индексы центральной тенденции и дисперсии по шкале измерения

 

Шкала измерения

 

Качественный

 

Количественный

Индексы

Определение

номинальный

порядковый

Интервал/соотношение

Среднее арифметическое

Сумма наблюдаемых значений, деленная на общее количество наблюдений

 

x

медиана

Среднее значение наблюдаемого распределения

 

x

x

режим

Наиболее частое значение

x

x

x

Диапазон

Самые низкие и самые высокие значения распределения

 

x

x

дисперсия

Сумма квадрата разницы каждого значения от среднего, деленная на общее количество наблюдений минус 1

 

 

x

 

Рассчитываемая описательная статистика называется Оценки когда мы используем их в качестве заменителя аналогичного количества населения, из которого была отобрана выборка. Население, эквивалентное оценкам, представляет собой константы, называемые параметры. Оценки одного и того же параметра могут быть получены разными статистическими методами. Оценка должна быть достоверной и точной.

Парадигма популяционной выборки подразумевает, что валидность может быть обеспечена путем выбора выборки из популяции. Случайная или вероятностная выборка является обычной стратегией: если каждый член совокупности имеет одинаковую вероятность быть включенным в выборку, то в среднем наша выборка должна быть репрезентативной для совокупности, и, кроме того, любое отклонение от нашего ожидания может быть объясняется случайностью. Вероятность данного отклонения от нашего ожидания также может быть вычислена при условии, что была выполнена случайная выборка. Такого же рода рассуждения применимы и к оценкам, рассчитанным для нашей выборки в отношении параметров генеральной совокупности. Возьмем, например, среднее арифметическое из нашей выборки в качестве оценки среднего значения для генеральной совокупности. Любая разница, если она существует, между средним значением выборки и средним значением генеральной совокупности объясняется случайными колебаниями в процессе отбора членов, включенных в выборку. Мы можем вычислить вероятность любого значения этой разницы при условии, что выборка была выбрана случайным образом. Если отклонение между выборочной оценкой и параметром генеральной совокупности не может быть объяснено случайностью, говорят, что оценка пристрастный. План наблюдения или эксперимента обеспечивает достоверность оценок, а фундаментальной статистической парадигмой является случайная выборка.

В медицине применяется вторая парадигма, когда целью исследования является сравнение различных групп. Типичным примером является контролируемое клиническое исследование: набор пациентов со схожими характеристиками отбирается на основе заранее определенных критериев. На данном этапе не заботятся о репрезентативности. Каждый пациент, включенный в исследование, случайным образом распределяется в группу лечения, которая будет получать стандартную терапию плюс новый исследуемый препарат, или в контрольную группу, получающую стандартную терапию и плацебо. В этом плане случайное распределение пациентов по группам заменяет случайный выбор членов выборки. Оценка разницы между двумя группами может быть оценена статистически, поскольку при гипотезе об отсутствии эффективности нового препарата мы можем вычислить вероятность любой ненулевой разницы.

В эпидемиологии у нас нет возможности собрать случайно подвергшиеся и не подвергшиеся воздействию группы людей. В этом случае мы все еще можем использовать статистические методы, как если бы анализируемые группы были выбраны или распределены случайным образом. Правильность этого предположения в основном зависит от дизайна исследования. Этот момент особенно важен и подчеркивает важность дизайна эпидемиологического исследования по сравнению со статистическими методами в биомедицинских исследованиях.

Сигнал и шум

Термин случайная переменная относится к переменной, для которой определенная вероятность связана с каждым значением, которое она может принять. Теоретические модели распределения вероятности случайной величины являются популяционными моделями. Аналоги выборки представлены распределением частоты выборки. Это удобный способ сообщить набор данных; он состоит из декартовой плоскости с интересующей переменной по горизонтальной оси и частотой или относительной частотой по вертикальной оси. Графический дисплей позволяет нам легко увидеть, какие значения являются наиболее частыми и как распределение сосредоточено вокруг определенных центральных значений, таких как среднее арифметическое.

Для случайных величин и их вероятностных распределений мы используем термины параметры, среднее ожидаемое значение (вместо среднего арифметического) и дисперсия. Эти теоретические модели описывают изменчивость данного явления. В теории информации сигнал представлен центральной тенденцией (например, средним значением), а шум измеряется индексом дисперсии (например, дисперсией).

Чтобы проиллюстрировать статистический вывод, мы будем использовать биномиальную модель. В следующих разделах будут введены понятия точечных оценок и доверительных интервалов, проверок гипотез и вероятности ошибочных решений, а также мощности исследования.

Таблица 2. Возможные исходы биномиального эксперимента (да = 1, нет = 0) и их вероятности (n = 3)

работник

Вероятность

A

B

C

 

0

0

0

1

0

0

0

1

0

0

0

1

0

1

1

1

0

1

1

1

0

1

1

1

 

Пример: биномиальное распределение

В биомедицинских исследованиях и эпидемиологии наиболее важной моделью стохастической изменчивости является биномиальное распределение. Он основан на том факте, что большинство явлений ведут себя как номинальные переменные только с двумя категориями: например, наличие/отсутствие болезни: жив/мертв или выздоровел/больен. В таких обстоятельствах нас интересует вероятность успеха, то есть интересующее нас событие (например, наличие болезни, выживание или выздоровление) и факторы или переменные, которые могут ее изменить. Давайте рассмотрим n = 3 рабочих, и предположим, что нас интересует вероятность p нарушения зрения (да/нет). Результатом нашего наблюдения могут быть возможные результаты в таблице 2.

Таблица 3. Возможные исходы биномиального эксперимента (да = 1, нет = 0) и их вероятности (n = 3)

Количество успехов

Вероятность

0

1

2

3

 

Вероятность любой из этих комбинаций событий легко получить, рассматривая p, (индивидуальную) вероятность успеха, постоянную для каждого субъекта и независимую от других результатов. Поскольку нас интересует общее количество успехов, а не конкретная упорядоченная последовательность, мы можем перестроить таблицу следующим образом (см. таблицу 3) и в общем случае выразить вероятность x успехов Р (х) как:

в котором x это количество успехов и обозначение x! обозначает факториал xт.е. x! = x× (x–1)×(x–2)…×1.

Когда мы рассматриваем событие «быть/не быть больным», индивидуальная вероятность, относится к состоянию, в котором предположительно находится субъект; в эпидемиологии эта вероятность называется «распространенность». Для оценки p мы используем выборочную пропорцию:

p = x/n

с дисперсией:

В гипотетической бесконечной серии повторяющихся образцов одинакового размера n, мы получим другие пропорции выборки p = x/n, с вероятностями, заданными биномиальной формулой. «Истинное» значение  оценивается по каждой пропорции выборки, а доверительный интервал для p, то есть набор вероятных значений для p, с учетом наблюдаемых данных и заранее определенного уровня достоверности (скажем, 95%), оценивается из биномиального распределения как набор значений для p, который дает вероятность x больше заранее заданного значения (скажем, 2.5%). Для гипотетического эксперимента, в котором мы наблюдали x = 15 успехов в n = 30 попыток, предполагаемая вероятность успеха:

p = х/н = 15/30 = 0.5 

Таблица 4. Биномиальное распределение. Вероятности для различных значений  для x = 15 успехов в n = 30 испытаниях

Вероятность

0.200

0.0002

0.300

0.0116

0.334

0.025

0.400

0.078

0.500

0.144

0.600

0.078

0.666

0.025

0.700

0.0116

 

95% доверительный интервал для p, полученный из таблицы 4, составляет 0.334 – 0.666. Каждая запись в таблице показывает вероятность x = 15 успехов в n = 30 испытаний, рассчитанных по биномиальной формуле; например, для = 0.30, получаем из:

Что касается n большой и p близко к 0.5, мы можем использовать приближение, основанное на распределении Гаусса:

в котором za /2 обозначает значение стандартного распределения Гаусса для вероятности

P (|z| ³ za /2) = a/2;

1 – а – выбранный уровень достоверности. Для рассматриваемого примера = 15/30 = 0.5; n = 30 и из стандартной таблицы Гаусса z0.025 = 1.96. Доверительный интервал 95% дает набор значений 0.321–0.679, полученных путем замены p = 0.5, n = 30 и z0.025 = 1.96 в приведенное выше уравнение для распределения Гаусса. Обратите внимание, что эти значения близки к точным значениям, вычисленным ранее.

Статистические проверки гипотез включают в себя процедуру принятия решения о значении параметра совокупности. Предположим, что в предыдущем примере мы хотим рассмотреть предположение о повышенном риске нарушения зрения среди рабочих данного завода. Научная гипотеза, которую необходимо проверить нашими эмпирическими наблюдениями, заключается в том, что «существует повышенный риск нарушения зрения среди рабочих данного завода». Статистики демонстрируют такие гипотезы, фальсифицируя дополнительную гипотезу «отсутствует повышение риска нарушения зрения». Это следует за математической демонстрацией за абсурд и вместо проверки утверждения эмпирические данные используются только для его фальсификации. Статистическая гипотеза называется нулевая гипотеза. Второй шаг включает указание значения параметра этого распределения вероятностей, используемого для моделирования изменчивости наблюдений. В наших примерах, поскольку явление бинарное (т. е. наличие/отсутствие нарушения зрения), мы выбираем биномиальное распределение с параметром p, вероятностью нарушения зрения. Нулевая гипотеза утверждает, что = 0.25, скажем. Это значение выбирается из набора знаний по теме и априорных знаний об обычной распространенности нарушений зрения среди населения, не подвергающегося воздействию (т. е. неработающих). Предположим, что наши данные дали оценку = 0.50, из 30 обследованных рабочих.

Можем ли мы отвергнуть нулевую гипотезу?

Если да, то в пользу чего альтернатива гипотеза?

Мы указываем альтернативную гипотезу в качестве кандидата, если данные диктуют отклонение нулевой гипотезы. Ненаправленные (двусторонние) альтернативные гипотезы утверждают, что параметр совокупности отличается от значения, указанного в нулевой гипотезе; направленные (односторонние) альтернативные гипотезы утверждают, что параметр совокупности больше (или меньше) нулевого значения.

Таблица 5. Биномиальное распределение. Вероятность успеха для  = 0.25 в n = 30 испытаниях

X

Вероятность

Кумулятивная вероятность

0

0.0002

0.0002

1

0.0018

0.0020

2

0.0086

0.0106

3

0.0269

0.0374

4

0.0604

0.0979

5

0.1047

0.2026

6

0.1455

0.3481

7

0.1662

0.5143

8

0.1593

0.6736

9

0.1298

0.8034

10

0.0909

0.8943

11

0.0551

0.9493

12

0.0291

0.9784

13

0.0134

0.9918

14

0.0054

0.9973

15

0.0019

0.9992

16

0.0006

0.9998

17

0.0002

1.0000

.

.

.

30

0.0000

1.0000

 

При нулевой гипотезе мы можем рассчитать распределение вероятностей результатов нашего примера. Таблица 5 показывает, для = 0.25 и n = 30, вероятности (см. уравнение (1)) и кумулятивные вероятности:

Из этой таблицы получаем вероятность того, что x ³15 работников с нарушением зрения

P(x ³15) = 1 - П(Икс15) = 1- 0.9992= 0.0008

Это означает, что крайне маловероятно, что мы наблюдали бы 15 или более рабочих с нарушениями зрения, если бы они столкнулись с преобладанием болезни среди населения, не подвергавшегося воздействию. Таким образом, мы можем отклонить нулевую гипотезу и подтвердить, что в исследуемой популяции рабочих наблюдается более высокая распространенность нарушений зрения.

После появления n×p ³ 5 и n×(1-) ³ 5, мы можем использовать приближение Гаусса:

Из таблицы стандартного распределения Гаусса получаем:

P(|г|>2.95) = 0.0008

в близком соответствии с точными результатами. Из этого приближения мы можем видеть, что базовая структура статистической проверки гипотезы состоит из отношения сигнала к шуму. В нашем случае сигнал равен (p), наблюдаемое отклонение от нулевой гипотезы, а шум — стандартное отклонение P:

Чем больше отношение, тем меньше вероятность нулевого значения.

Принимая решения о статистических гипотезах, мы можем допустить два вида ошибок: ошибка первого рода, отклонение нулевой гипотезы, когда она верна; или ошибка второго рода, принятие нулевой гипотезы, когда она ложна. Уровень вероятности или р-значение, — вероятность ошибки I рода, обозначаемая греческой буквой а. Это вычисляется из распределения вероятностей наблюдений при нулевой гипотезе. Принято заранее задавать уровень а-ошибки (например, 5%, 1%) и отвергать нулевую гипотезу, когда результат нашего наблюдения имеет вероятность, равную или меньшую, чем этот так называемый критический уровень.

Вероятность ошибки II рода обозначается греческой буквой β. Для его расчета необходимо указать в альтернативной гипотезе значение α проверяемого параметра (в нашем примере значение α для ). Общие альтернативные гипотезы (отличные от, больше, меньше) бесполезны. На практике интерес представляет значение β для набора альтернативных гипотез или его дополнение, которое называется статистической мощностью теста. Например, зафиксировав значение α-ошибки на уровне 5%, из таблицы 5 находим:

P(x ³12) <0.05

при нулевой гипотезе = 0.25. Если бы мы наблюдали хотя бы x = 12 успехов, мы отвергаем нулевую гипотезу. Соответствующие значения β и мощность для x = 12 приведены по таблице 6. 

Таблица 6. Ошибка и мощность II рода для x = 12, n = 30, α = 0.05

β

Питания

0.30

0.9155

0.0845

0.35

0.7802

0.2198

0.40

0.5785

0.4215

0.45

0.3592

0.6408

0.50

0.1808

0.8192

0.55

0.0714

0.9286

 

В этом случае наши данные не могут отличить больше нулевого значения 0.25, но меньше 0.50, потому что мощность исследования слишком мала (<80%) для этих значений <0.50, то есть чувствительность нашего исследования составляет 8% для = 0.3, 22% для = 0.35,…, 64% для = 0.45.

Единственный способ добиться более низкого β или более высокого уровня мощности — это увеличить размер исследования. Например, в таблице 7 мы сообщаем β и мощность для n = 40; как и ожидалось, мы должны быть в состоянии обнаружить  значение больше 0.40. 

Таблица 7. Ошибка и мощность II рода для x = 12, n = 40, α = 0.05

β

Питания

0.30

0.5772

0.4228

0.35

0.3143

0.6857

0.40

0.1285

0.8715

0.45

0.0386

0.8614

0.50

0.0083

0.9917

0.55

0.0012

0.9988

 

Дизайн исследования основан на тщательном изучении набора альтернативных гипотез, которые заслуживают рассмотрения и гарантируют эффективность исследования, обеспечивающего достаточный размер выборки.

В эпидемиологической литературе подчеркивается актуальность предоставления надежных оценок риска. Поэтому более важно указать доверительные интервалы (либо 95 %, либо 90 %). p-ценность проверки гипотезы. Следуя такому же рассуждению, следует уделить внимание интерпретации результатов небольших исследований: из-за малой мощности даже промежуточные эффекты могут быть не обнаружены, и, с другой стороны, эффекты большой величины могут не воспроизводиться впоследствии.

Продвинутые методы

Степень сложности статистических методов, используемых в контексте медицины труда, за последние несколько лет возросла. Основные разработки можно найти в области статистического моделирования. Семейство негауссовых моделей Нелдера и Веддерберна (обобщенные линейные модели) внесло один из наиболее ярких вкладов в расширение знаний в таких областях, как профессиональная эпидемиология, где соответствующие переменные реакции являются бинарными (например, выживание/смерть) или подсчеты (например, количество несчастных случаев на производстве).

Это стало отправной точкой для широкого применения регрессионных моделей в качестве альтернативы более традиционным типам анализа, основанным на таблицах непредвиденных обстоятельств (простой и стратифицированный анализ). Пуассона, Кокса и логистическую регрессию теперь обычно используют для анализа лонгитюдных исследований и исследований случай-контроль соответственно. Эти модели являются аналогом линейной регрессии для категориальных переменных ответа и обладают элегантной особенностью, заключающейся в непосредственном обеспечении соответствующей эпидемиологической меры ассоциации. Например, коэффициенты регрессии Пуассона представляют собой логарифм отношений скоростей, а коэффициенты логистической регрессии представляют собой логарифм отношений шансов.

Взяв это за точку отсчета, дальнейшие разработки в области статистического моделирования пошли по двум основным направлениям: модели для повторяющихся категориальных измерений и модели, расширяющие обобщенные линейные модели (обобщенные аддитивные модели). В обоих случаях цели сосредоточены на повышении гибкости статистических инструментов для решения более сложных проблем, возникающих в реальности. Модели повторных измерений необходимы во многих профессиональных исследованиях, где единицы анализа находятся на субиндивидуальном уровне. Например:

  1. Изучение влияния условий труда на синдром запястного канала должно учитывать обе руки человека, которые не являются независимыми друг от друга.
  2. Анализ динамики загрязнителей окружающей среды и их влияния на дыхательную систему детей можно оценить с помощью чрезвычайно гибких моделей, поскольку трудно получить точную функциональную форму зависимости доза-реакция.

 

Параллельное и, вероятно, более быстрое развитие наблюдается в контексте байесовской статистики. Практический барьер использования байесовских методов рухнул после введения компьютерных методов. Процедуры Монте-Карло, такие как схемы выборки Гиббса, позволили нам избежать необходимости численного интегрирования для вычисления апостериорных распределений, что представляло собой наиболее сложную особенность байесовских методов. Число приложений байесовских моделей в реальных и сложных задачах находит все больше места в прикладных журналах. Например, географический анализ и экологические корреляции на уровне небольших территорий, а также модели прогнозирования СПИДа все чаще решаются с использованием байесовских подходов. Эти разработки приветствуются, поскольку они представляют собой не только увеличение числа альтернативных статистических решений, которые можно использовать при анализе эпидемиологических данных, но и потому, что байесовский подход можно считать более надежной стратегией.

 

Назад

Предыдущие статьи этой главы показали необходимость тщательной оценки плана исследования, чтобы сделать достоверные выводы из эпидемиологических наблюдений. Хотя утверждается, что выводы в наблюдательной эпидемиологии неэффективны из-за неэкспериментального характера дисциплины, в ней нет встроенного превосходства рандомизированных контролируемых испытаний или других типов экспериментального дизайна над хорошо спланированным наблюдением (Cornfield, 1954). Однако для того, чтобы сделать обоснованные выводы, необходимо провести тщательный анализ дизайна исследования, чтобы выявить потенциальные источники систематической ошибки и путаницы. Как ложноположительные, так и ложноотрицательные результаты могут возникать из-за различных типов смещения.

В этой статье обсуждаются некоторые из рекомендаций, которые были предложены для оценки причинно-следственной природы эпидемиологических наблюдений. Кроме того, хотя хорошая наука является предпосылкой для этически правильных эпидемиологических исследований, существуют дополнительные вопросы, имеющие отношение к этическим соображениям. Поэтому мы посвятили некоторое обсуждение анализу этических проблем, которые могут возникнуть при проведении эпидемиологических исследований.

Оценка причинно-следственной связи

Несколько авторов обсуждали оценку причинно-следственной связи в эпидемиологии (Hill, 1965; Buck, 1975; Ahlbom, 1984; Maclure, 1985; Miettinen, 1985; Rothman, 1986; Weed, 1986; Schlesselman, 1987; Maclure, 1988; Weed, 1988; Karhausen, 1995). Один из основных вопросов для обсуждения заключается в том, использует ли эпидемиология или должна использовать те же критерии для установления причинно-следственных связей, которые используются в других науках.

Не следует путать причины с механизмами. Например, асбест является причиной мезотелиомы, тогда как мутация онкогена является предполагаемым механизмом. На основании имеющихся данных вполне вероятно, что (а) различные внешние воздействия могут действовать на одних и тех же механистических стадиях и (б) обычно не существует фиксированной и необходимой последовательности механистических стадий в развитии болезни. Например, канцерогенез интерпретируется как последовательность стохастических (вероятностных) переходов от мутации гена к пролиферации клеток и снова к мутации гена, что в конечном итоге приводит к раку. Кроме того, канцерогенез является многофакторным процессом, то есть на него способны влиять различные внешние воздействия, и ни одно из них не является необходимым для восприимчивого человека. Эта модель, вероятно, применима не только к раку, но и к нескольким заболеваниям.

Такой многофакторный и вероятностный характер большинства взаимосвязей между воздействием и заболеванием подразумевает, что выделение роли, которую играет одно конкретное воздействие, проблематично. Кроме того, наблюдательный характер эпидемиологии не позволяет нам проводить эксперименты, которые могли бы прояснить этиологические отношения путем преднамеренного изменения хода событий. Наблюдение статистической связи между воздействием и заболеванием не означает, что связь является причинно-следственной. Например, большинство эпидемиологов интерпретируют связь между воздействием дизельных выхлопов и раком мочевого пузыря как причинную связь, но другие утверждают, что рабочие, подвергающиеся воздействию дизельных выхлопов (в основном водители грузовиков и такси), чаще курят сигареты, чем люди, не подвергающиеся воздействию. . Таким образом, наблюдаемая ассоциация, согласно этому утверждению, может быть «смешана» с хорошо известным фактором риска, таким как курение.

Учитывая вероятностно-многофакторный характер большинства взаимосвязей между воздействием и заболеванием, эпидемиологи разработали рекомендации по распознаванию взаимосвязей, которые могут быть причинно-следственными. Это рекомендации, первоначально предложенные сэром Брэдфордом Хиллом для лечения хронических заболеваний (1965):

  • сила ассоциации
  • дозозависимый эффект
  • отсутствие временной двусмысленности
  • согласованность выводов
  • биологическое правдоподобие
  • согласованность доказательств
  • специфика объединения.

 

Эти критерии следует рассматривать только как общие рекомендации или практические инструменты; на самом деле научная причинно-следственная оценка представляет собой повторяющийся процесс, сосредоточенный на измерении взаимосвязи между воздействием и заболеванием. Однако критерии Хилла часто используются в качестве краткого и практического описания процедур причинно-следственного вывода в эпидемиологии.

Рассмотрим на примере связи между воздействием винилхлорида и ангиосаркомой печени, применяя критерии Хилла.

Обычным выражением результатов эпидемиологического исследования является мера степени связи между воздействием и заболеванием (первый критерий Хилла). Относительный риск (ОР), превышающий единицу, означает, что существует статистическая связь между воздействием и заболеванием. Например, если заболеваемость ангиосаркомой печени обычно составляет 1 случай на 10 миллионов, а среди лиц, подвергшихся воздействию винилхлорида, — 1 случай на 100,000 100, то ОР равен 100 (то есть у людей, работающих с винилхлоридом, в XNUMX раз увеличивается риск развития ангиосаркомы по сравнению с людьми, не работающими с винилхлоридом).

Более вероятно, что связь является причинно-следственной, когда риск увеличивается с увеличением уровня воздействия (эффект доза-реакция, второй критерий Хилла) и когда временная связь между воздействием и заболеванием имеет смысл с биологической точки зрения (воздействие предшествует эффекту, а продолжительность этого «индукционного» периода совместима с биологической моделью болезни (третий критерий Хилла). Кроме того, связь с большей вероятностью будет причинно-следственной, если аналогичные результаты получены другими, которые смогли воспроизвести результаты в других обстоятельствах («постоянство», четвертый критерий Хилла).

Научный анализ результатов требует оценки биологической достоверности (пятый критерий Хилла). Этого можно достичь разными способами. Например, простым критерием является оценка того, способна ли предполагаемая «причина» достичь органа-мишени (например, вдыхаемые вещества, которые не достигают легких, не могут циркулировать в организме). Кроме того, полезны подтверждающие данные исследований на животных: наблюдение ангиосарком печени у животных, получавших винилхлорид, сильно подтверждает связь, наблюдаемую у человека.

Внутренняя согласованность наблюдений (например, RR одинаково увеличивается у представителей обоих полов) является важным научным критерием (шестой критерий Хилла). Причинность более вероятна, когда взаимосвязь очень специфична, то есть включает редкие причины и/или редкие заболевания, или определенный гистологический тип/подгруппу пациентов (седьмой критерий Хилла).

«Перечислительная индукция» (простое перечисление случаев связи между воздействием и болезнью) недостаточно для полного описания индуктивных шагов в причинно-следственных рассуждениях. Обычно результат перечислительной индукции дает сложное и все еще запутанное наблюдение, потому что запутываются различные причинные цепи или, чаще, подлинная причинная связь и другие не относящиеся к делу воздействия. Альтернативные объяснения должны быть устранены с помощью «элиминативной индукции», показывающей, что связь, вероятно, является причинной, поскольку она не «смешивается» с другими. Простое определение альтернативного объяснения — это «посторонний фактор, эффект которого смешивается с эффектом воздействия интереса, тем самым искажая оценку риска для воздействия интереса» (Rothman 1986).

Роль индукции заключается в расширении знаний, в то время как роль дедукции заключается в «передаче истины» (Giere 1979). Дедуктивное рассуждение тщательно изучает дизайн исследования и выявляет ассоциации, которые не являются эмпирически верными, а просто логически верны. Такие ассоциации являются не фактом, а логической необходимостью. Например, критерий отбора возникает, когда группа, подвергшаяся воздействию, выбирается среди больных людей (например, когда мы начинаем когортное исследование, включающее в качестве «подверженных» воздействию винилхлорида кластер случаев ангиосаркомы печени) или когда группа, не подвергавшаяся воздействию, выбирается среди здоровых людей. В обоих случаях обнаруженная связь между воздействием и заболеванием обязательно (логически), но не верна эмпирически (Vineis 1991).

В заключение, даже если принять во внимание ее наблюдательный (неэкспериментальный) характер, эпидемиология не использует процедуры вывода, существенно отличающиеся от традиций других научных дисциплин (Hume, 1978; Schaffner, 1993).

Этические проблемы в эпидемиологических исследованиях

Из-за тонкостей, связанных с установлением причинно-следственной связи, эпидемиологи должны проявлять особую осторожность при интерпретации своих исследований. Действительно, отсюда вытекает несколько опасений этического характера.

Этические вопросы в эпидемиологических исследованиях стали предметом интенсивных дискуссий (Schulte, 1989; Soskolne, 1993; Beauchamp et al., 1991). Причина очевидна: эпидемиологи, в частности эпидемиологи труда и окружающей среды, часто изучают вопросы, имеющие серьезные экономические, социальные последствия и последствия для политики в области здравоохранения. Как отрицательные, так и положительные результаты, касающиеся связи между определенным химическим воздействием и болезнями, могут повлиять на жизнь тысяч людей, повлиять на экономические решения и, следовательно, серьезно обусловить политический выбор. Таким образом, эпидемиолог может оказаться под давлением, и другие могут соблазнить или даже поощрить его изменить — незначительно или существенно — интерпретацию результатов его или ее исследований.

Среди нескольких актуальных вопросов прозрачность сбора, кодирования, компьютеризации и анализа данных занимает центральное место в защите от обвинений в предвзятости со стороны исследователя. Также крайне важным и потенциально противоречащим такой прозрачности является право субъектов, участвующих в эпидемиологических исследованиях, на защиту от разглашения личной информации.
(конфиденциальность вопросы).

С точки зрения неправомерного поведения, которое может возникнуть, особенно в контексте причинно-следственной связи, этические принципы должны решать следующие вопросы:

  • Кому принадлежат данные и как долго данные должны храниться?
  • Что представляет собой достоверный отчет о проделанной работе?
  • Предусмотрены ли в бюджете государственные гранты расходы, связанные с надлежащим документированием, архивированием и повторным анализом данных?
  • Есть ли роль главного исследователя в повторном анализе его или ее данных третьей стороной?
  • Существуют ли стандарты практики хранения данных?
  • Должны ли профессиональные эпидемиологи и эпидемиологи, занимающиеся вопросами окружающей среды, создавать нормативный климат, в котором могут быть осуществлены проверка или аудит готовых данных?
  • Как передовые методы хранения данных помогают предотвратить не только неправомерные действия, но и обвинения в неправомерных действиях?
  • Что представляет собой неправомерное поведение в области эпидемиологии труда и окружающей среды в отношении управления данными, интерпретации результатов и защиты интересов?
  • Какова роль эпидемиолога и/или профессиональных организаций в разработке стандартов практики и индикаторов/результатов для их оценки, а также в предоставлении экспертных знаний в любой роли по защите интересов?
  • Какую роль играет профессиональный орган/организация в решении проблем, связанных с этикой и законом? (Соскольне 1993)

 

Другие важные вопросы, связанные с профессиональной эпидемиологией и эпидемиологией окружающей среды, связаны с вовлечением рабочих в предварительные этапы исследований и с доведением результатов исследования до субъектов, которые были зачислены и непосредственно затронуты (Schulte, 1989). ). К сожалению, не принято, чтобы работники, участвующие в эпидемиологических исследованиях, участвовали в совместных обсуждениях целей исследования, его интерпретации и потенциального использования результатов (что может быть как полезным, так и вредным для работника).

Частичные ответы на эти вопросы были даны в недавних рекомендациях (Beauchamp et al., 1991; CIOMS, 1991). Однако в каждой стране профессиональные ассоциации профессиональных эпидемиологов должны участвовать в тщательном обсуждении этических вопросов и, возможно, принять набор руководящих принципов этики, соответствующих местным условиям, признавая при этом международно признанные нормативные стандарты практики.

 

Назад

Документирование профессиональных заболеваний в такой стране, как Тайвань, является сложной задачей для профессионального врача. Из-за отсутствия системы, включающей паспорта безопасности материалов (MSDS), рабочие обычно не знали о химических веществах, с которыми они работают. Поскольку многие профессиональные заболевания имеют длительную латентность и не проявляются какими-либо специфическими симптомами и признаками до тех пор, пока они не станут клинически очевидными, распознавание и идентификация профессионального происхождения часто очень затруднены.

Чтобы лучше контролировать профессиональные заболевания, мы получили доступ к базам данных, которые содержат относительно полный список промышленных химикатов и набор конкретных признаков и/или симптомов. В сочетании с эпидемиологическим подходом догадок и опровержений (т. е. с учетом и отбрасыванием всех возможных альтернативных объяснений) нами задокументировано более десяти видов профессиональных заболеваний и вспышка ботулизма. Мы рекомендуем применять аналогичный подход к любой другой стране, находящейся в аналогичной ситуации, и пропагандировать и внедрять систему, включающую идентификационный лист (например, паспорт безопасности) для каждого химического вещества, как одно из средств, позволяющих быстро распознавать и, следовательно, предотвращать профессиональные заболевания. болезни.

Гепатит на фабрике цветной печати

В 1985 г. в районные больницы поступили трое рабочих фабрики цветной печати с проявлениями острого гепатита. У одного из трех была наложенная острая почечная недостаточность. Поскольку вирусный гепатит широко распространен на Тайване, мы должны рассматривать вирусное происхождение среди наиболее вероятных этиологий. Следует также включить употребление алкоголя и наркотиков, а также органических растворителей на рабочем месте. Поскольку на Тайване не существовало системы паспортов безопасности, ни сотрудники, ни работодатель не знали обо всех химикатах, используемых на фабрике (Wang 1991).

Нам пришлось составить список гепатотоксических и нефротоксических агентов из нескольких токсикологических баз данных. Затем мы сделали все возможные выводы из приведенных выше гипотез. Например, если бы этиологией был вирус гепатита А (ВГА), мы должны были бы обнаружить антитела (ВГА-IgM) среди пострадавших рабочих; если бы этиологией был вирус гепатита В, мы должны были бы наблюдать больше носителей поверхностных антигенов гепатита В (HBsAg) среди пораженных рабочих по сравнению с незараженными рабочими; если бы алкоголь был основной этиологией, мы должны были бы наблюдать больше злоупотребляющих алкоголем или хронических алкоголиков среди пострадавших работников; если причиной был какой-либо токсичный растворитель (например, хлороформ), мы должны были найти его на рабочем месте.

Мы провели комплексное медицинское обследование каждого работника. Вирусную этиологию легко опровергнуть, как и алкогольную гипотезу, поскольку они не могли быть подтверждены доказательствами.

Вместо этого у 17 из 25 рабочих завода были обнаружены нарушения функции печени, и была обнаружена значительная связь между наличием нарушений функции печени и историей недавней работы в любой из трех комнат, в которых была подключена взаимосвязанная система кондиционирования воздуха. установлены для охлаждения печатных машин. Связь осталась после стратификации по статусу носителя гепатита В. Позже было установлено, что инцидент произошел после непреднамеренного использования «чистящего средства» (техлорметан) для очистки насоса в печатной машине. Кроме того, имитационное испытание операции очистки насоса показало, что уровень тетрахлорметана в окружающем воздухе составляет от 115 до 495 частей на миллион, что может привести к повреждению печени. При дальнейшей попытке опровержения, устранив четыреххлористый углерод на рабочем месте, мы обнаружили, что новых случаев больше не возникало, и состояние всех пострадавших рабочих улучшилось после удаления с рабочего места на 20 дней. Поэтому мы пришли к выводу, что вспышка произошла от применения четыреххлористого углерода.

Неврологические симптомы на фабрике цветной печати

В сентябре 1986 года у ученика на фабрике цветной печати в Чанг-Хва внезапно развилась острая двусторонняя слабость и паралич дыхания. Отец пострадавшего заявил по телефону, что было еще несколько рабочих с похожими симптомами. Поскольку когда-то в цветных типографиях были зарегистрированы случаи профессиональных заболеваний, вызванных воздействием органических растворителей, мы отправились на рабочее место, чтобы определить этиологию, имея в виду гипотезу о возможной интоксикации растворителями (Wang 1991).

Наша обычная практика, однако, заключалась в рассмотрении всех альтернативных гипотез, включая другие медицинские проблемы, включая нарушение функции верхних и нижних двигательных нейронов, а также нервно-мышечного синапса. Опять же, мы вывели утверждения о результатах из приведенных выше гипотез. Например, если бы причиной был какой-либо растворитель, вызывающий полиневропатию (например, н-гексан, метилбутилкетон, акриламид), он также ухудшил бы скорость нервной проводимости (NCV); если бы это были другие медицинские проблемы, связанные с верхними двигательными нейронами, были бы признаки нарушения сознания и/или непроизвольных движений.

Полевые наблюдения показали, что все пострадавшие рабочие имели ясное сознание на протяжении всего клинического курса. Исследование NCV трех пострадавших рабочих показало интактные нижние двигательные нейроны. Непроизвольных движений не было, никаких лекарств или укусов в анамнезе до появления симптомов, тест на неостигмин был отрицательным. Выявлена ​​значимая связь между болезнью и завтраком в заводской столовой 26 или 27 сентября; семь из семи пострадавших рабочих по сравнению с семью из 32 здоровых рабочих завтракали на фабрике в эти два дня. Дальнейшее тестирование показало, что ботулинический токсин типа А был обнаружен в консервированном арахисе, изготовленном нелицензированной компанией, и его образец также показал полный рост Clostridium ботулинического. Последним опровергающим испытанием стало удаление таких продуктов с коммерческого рынка, в результате чего новых дел не было. Это расследование задокументировало первые случаи ботулизма от коммерческого пищевого продукта на Тайване.

Предраковые поражения кожи у производителей параквата

В июне 1983 года двое рабочих завода по производству параквата обратились в дерматологическую клинику с жалобами на множественные двусторонние гиперпигментированные пятна с гиперкератотическими изменениями на участках рук, шеи и лица, подвергшихся воздействию солнца. Некоторые образцы кожи также показали бовеноидные изменения. Поскольку у рабочих, производящих бипиридил, были зарегистрированы злокачественные и предраковые поражения кожи, возникло серьезное подозрение на профессиональную причину. Однако нам также пришлось рассмотреть другие альтернативные причины (или гипотезы) рака кожи, такие как воздействие ионизирующего излучения, каменноугольной смолы, пека, сажи или любых других полиароматических углеводородов (ПАУ). Чтобы исключить все эти предположения, мы провели исследование в 1985 году, посетив все 28 фабрик, которые когда-либо занимались производством или упаковкой параквата, и изучили производственные процессы, а также рабочих (Wang et al. 1987; Wang 1993).

Мы обследовали 228 рабочих, и ни один из них никогда не подвергался воздействию вышеупомянутых кожных канцерогенов, кроме солнечного света и 4'-4'-бипиридина и его изомеров. После исключения рабочих с многократным воздействием мы обнаружили, что у одного из семи администраторов и у двух из 82 рабочих, занимающихся упаковкой параквата, развились гиперпигментированные поражения кожи, по сравнению с тремя из трех рабочих, которые занимались только кристаллизацией бипиридина и центрифугированием. Более того, все 17 рабочих с гиперкератозом или болезнью Боуэна имели в анамнезе прямое воздействие бипиридила и его изомеров. Чем дольше воздействие бипиридилов, тем больше вероятность развития кожных поражений, и эту тенденцию нельзя объяснить солнечным светом или возрастом, что продемонстрировано стратификацией и логистическим регрессионным анализом. Следовательно, кожное поражение было предварительно связано с комбинацией воздействия бипиридила и солнечного света. Мы предприняли дальнейшие попытки опровержения, чтобы проследить, возник ли какой-либо новый случай после включения всех процессов, связанных с воздействием бипиридилов. Новых случаев не обнаружено.

Обсуждение и выводы

Приведенные выше три примера иллюстрируют важность принятия опровергающего подхода и базы данных о профессиональных заболеваниях. Первое заставляет нас всегда рассматривать альтернативные гипотезы таким же образом, как и первоначальная интуитивная гипотеза, в то время как второе дает подробный список химических агентов, которые могут указать нам на истинную этиологию. Одно из возможных ограничений этого подхода состоит в том, что мы можем рассматривать только те альтернативные объяснения, которые можем вообразить. Если наш список альтернатив неполный, мы можем остаться без ответа или получить неправильный ответ. Таким образом, всеобъемлющая база данных о профессиональных заболеваниях имеет решающее значение для успеха этой стратегии.

Раньше мы кропотливо создавали собственную базу данных. Однако недавно опубликованные базы данных OSH-ROM, которые содержат базу данных NIOSHTIC, содержащую более 160,000 XNUMX рефератов, могут быть одними из наиболее полных для этой цели, как обсуждалось в других разделах Энциклопедия. Более того, если возникнет новое профессиональное заболевание, мы можем поискать в такой базе данных и исключить все известные этиологические агенты, не оставив ни одного неопровергнутого. В такой ситуации мы можем попытаться идентифицировать или определить нового агента (или профессиональную среду) как можно точнее, чтобы можно было сначала смягчить проблему, а затем проверить дальнейшие гипотезы. Хорошим примером такого рода является случай предраковых поражений кожи у производителей параквата.

 

Назад

ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: МОТ не несет ответственности за контент, представленный на этом веб-портале, который представлен на каком-либо языке, кроме английского, который является языком, используемым для первоначального производства и рецензирования оригинального контента. Некоторые статистические данные не обновлялись с тех пор. выпуск 4-го издания Энциклопедии (1998 г.)».

Содержание: