28. Епидемиологија и статистика
Уредници поглавља: Франко Мерлети, Цолин Л. Сосколне и Паоло Винеис
Епидемиолошка метода примењена на безбедност и здравље на раду
Франко Мерлети, Цолин Л. Сосколне и Паоло Винеис
Процена изложености
М. Гералд Отт
Резиме Мере изложености током радног века
Цолин Л. Сосколне
Мерење ефеката изложености
Шелија Хоар Зам
Студија случаја: Мере
Франко Мерлети, Цолин Л. Сосколне и Паола Винеис
Опције у дизајну студија
Свен Хернберг
Питања ваљаности у дизајну студија
Анние Ј. Сасцо
Утицај случајне грешке мерења
Паоло Винеис и Колин Л. Сосколне
Статистичке методе
Аннибале Биггери и Марио Брага
Процена узрочности и етика у епидемиолошким истраживањима
Паоло Винеис
Студије случаја које илуструју методолошка питања у надзору професионалних болести
Јунг-Дер Ванг
Упитници у епидемиолошким истраживањима
Стевен Д. Стеллман и Цолин Л. Сосколне
Историјска перспектива азбеста
Лоренс Гарфинкел
Кликните на везу испод да видите табелу у контексту чланка.
1. Пет одабраних збирних мера изложености током радног века
3. Мере повезивања за кохортну студију
4. Мере повезивања за студије случаја-контроле
5. Општи изглед табеле учесталости за податке кохорте
6. Пример распореда података о контроли случајева
7. Изглед података случај-контрола - једна контрола по случају
8. Хипотетичка кохорта од 1950 особа до Т2
9. Индекси централне тенденције и дисперзије
10. Биномни експеримент и вероватноће
11. Могући исходи биномског експеримента
12. Биномна дистрибуција, 15 успеха/30 покушаја
13. Биномна расподела, п = 0.25; 30 суђења
14. Тип ИИ грешка и снага; x = КСНУМКС, n = 30, а = 0.05
15. Тип ИИ грешка и снага; x = КСНУМКС, n = 40, а = 0.05
16. 632 радника изложена азбесту 20 година или дуже
17. О/Е број умрлих међу 632 радника азбеста
Поставите показивач на сличицу да бисте видели наслов слике, кликните да бисте видели слику у контексту чланка.
Епидемиологија
Епидемиологија је препозната и као наука која је основа превентивне медицине и као наука која даје информације о процесу политике јавног здравља. Предложено је неколико оперативних дефиниција епидемиологије. Најједноставније је да је епидемиологија проучавање појаве болести или других здравствених карактеристика код људи и животиња. Епидемиолози проучавају не само учесталост болести, већ и да ли се учесталост разликује међу групама људи; тј. проучавају узрочно-последични однос између изложености и болести. Болести се не јављају насумично; они имају узроке – врло често узроке које је створио човек – које је могуће избећи. Тако би се многе болести могле спречити ако би се знали узроци. Методе епидемиологије биле су кључне за идентификацију многих узрочних фактора који су, заузврат, довели до здравствених политика дизајнираних да спрече болести, повреде и прерану смрт.
Шта је задатак епидемиологије и које су њене предности и слабости када се дефиниције и концепти епидемиологије примењују на здравље на раду? Ово поглавље се бави овим питањима и начинима на које се опасности по здравље на раду могу истражити коришћењем епидемиолошких техника. Овај чланак представља идеје које се налазе у узастопним чланцима у овом поглављу.
Оццупатионал Епидемиологи
Епидемиологија рада је дефинисана као проучавање ефеката изложености на радном месту на учесталост и дистрибуцију болести и повреда у популацији. Дакле, то је дисциплина оријентисана на изложеност која има везе и са епидемиологијом и са здрављем на раду (Цхецковаи ет ал. 1989). Као такав, користи методе сличне онима које користи епидемиологија уопште.
Основни циљ епидемиологије рада је превенција кроз идентификовање последица изложености на радном месту по здравље. Ово наглашава превентивни фокус епидемиологије рада. Заиста, сва истраживања у области здравља и безбедности на раду треба да служе у превентивне сврхе. Дакле, епидемиолошко знање може и треба да се лако примени. Док интерес јавног здравља увек треба да буде примарна брига епидемиолошког истраживања, интереси могу да врше утицај, и мора се водити рачуна да се такав утицај минимизира у формулисању, спровођењу и/или тумачењу студија (Сосколне 1985; Сосколне 1989).
Други циљ епидемиологије рада је да користи резултате из специфичних окружења да би се смањиле или елиминисале опасности у популацији у целини. Стога, осим што пружају информације о здравственим ефектима изложености на радном месту, резултати студија епидемиологије рада такође играју улогу у процени ризика повезаног са истим изложеностима, али на нижим нивоима које генерално доживљава општа популација. Контаминација животне средине индустријским процесима и производима обично би резултирала нижим нивоима изложености од оних на радном месту.
Нивои примене епидемиологије рада су:
Узрочна улога коју професионална изложеност може одиграти у развоју болести, повреда и преране смрти идентификована је давно и део је историје епидемиологије. Треба се осврнути на Бернардина Рамацинија, оснивача медицине рада и једног од првих који је оживео и додао Хипократову традицију зависности здравља од препознатљивих природних спољашњих фактора. Године 1700. написао је у свом „Де Морбис Артифицум Диатриба“ (Рамаззини 1705; Сараци 1995):
Лекар мора да поставља многа питања пацијентима. Хипократ наводи у Де Аффецтионибус: „Када се суочите са болесним човеком, питајте га од чега болује, из ког разлога, колико дана, шта једе и каква му је црева. На сва ова питања треба додати: 'Којим послом он ради?'.
Ово поновно буђење клиничког посматрања и пажње на околности у вези са појавом болести, навело је Рамацинија да идентификује и опише многе професионалне болести које су касније проучавали лекари рада и епидемиолози.
Користећи овај приступ, Пот је први 1775. године (Потт 1775.) пријавио могућу везу између рака и занимања (Цлаисон 1962). Његова запажања о раку скротума међу оџачарима почела су описом болести и наставила:
Чини се да је судбина ових људи изузетно тешка: у раном детињству према њима се најчешће поступа с великом бруталношћу, а скоро изгладњели од хладноће и глади; избачени су у уске, а понекад и ужарене димњаке, где су натучене, изгорене и скоро угушене; а када дођу у пубертет, постају посебно подложни најгрознијој, најболнијој и фаталној болести.
У вези са овом последњом околношћу нема ни најмање сумње, иако јој се можда није довољно водило рачуна да би била опште позната. Други људи имају рак истих делова; као и други, осим водећих радника, Поитоу колике и последичне парализе; али је то ипак болест којој су они посебно подложни; а тако и оџачари до рака скротума и тестиса.
Чини се да болест код ових људи води порекло од нагомилавања чађи у рубовима скротума и у почетку није болест навике... али овде су субјекти млади, опште доброг здравља, барем прво; болест коју им је донело њихово занимање, и по свој прилици локална; за коју последњу околност се, мислим, може поштено претпоставити да увек заузима исте делове; све ово чини (у почетку) сасвим другачијим случајем од рака који се јавља код старијег човека.
Овај први приказ професионалног рака и даље остаје модел луцидности. Природа болести, занимање и вероватни узрочник су јасно дефинисани. Примјећује се повећана инциденција рака скротума међу димњачарима иако нису дати квантитативни подаци који би поткријепили тврдњу.
Прошло је још педесет година пре него што је Аиртон-Парис 1822. године (Аиртон-Парис 1822.) приметио чест развој рака скротума међу топионицама бакра и калаја у Корнволу и претпоставио да би паре арсена могле бити узрочник. Фон Волкман је 1874. пријавио туморе коже код парафинских радника у Саксонији, а недуго затим, Бел је 1876. године сугерисао да је уље из шкриљаца одговорно за рак коже (Вон Волкманн 1874; Белл 1876). Извештаји о професионалном пореклу рака тада су постали релативно чешћи (Цлаисон 1962).
Међу раним запажањима професионалних болести била је повећана појава рака плућа код Шнебергових рудара (Хартинг и Хессе 1879). Занимљиво је (и трагично) да недавна студија случаја показује да је епидемија рака плућа у Шнебергу и даље велики јавноздравствени проблем, више од једног века након првог посматрања 1879. Приступ да се идентификује „повећање“ болести па чак и да се квантификује био је присутан у историји медицине рада. На пример, као што је Акелсон (1994) истакао, ВА Гуи је 1843. проучавао „плућну потрошњу“ у штампачима за писму и открио већи ризик међу композиторима него међу новинарима; ово је урађено применом дизајна сличног приступу случај-контрола (Лилиенфелд и Лилиенфелд 1979). Ипак, тек почетком 1950-их је савремена епидемиологија занимања и њена методологија почела да се развија. Највећи допринос који је обележио овај развој биле су студије о раку бешике код фарбара (Цасе и Хоскер 1954) и рака плућа међу радницима на гасу (Долл 1952).
Питања епидемиологије рада
Чланци у овом поглављу уводе и филозофију и алате епидемиолошког истраживања. Они се фокусирају на процену искуства изложености радника и на болести које се јављају у овим популацијама. У овом поглављу обрађена су питања у доношењу ваљаних закључака о могућим узрочно-последичким везама на путу од изложености опасним супстанцама до развоја болести.
Утврђивање искуства изложености појединца у радном животу чини срж епидемиологије занимања. Информативност епидемиолошке студије зависи, у првом реду, од квалитета и обима доступних података о изложености. Друго, здравствени ефекти (или болести) од којих се брине епидемиолог занимања морају се тачно одредити међу добро дефинисаном и приступачном групом радника. Коначно, епидемиологу треба да буду доступни подаци о другим потенцијалним утицајима на болест од интереса, тако да се сви ефекти професионалне изложености који се утврде из студије могу приписати професионалној изложености по себи него на друге познате узроке дотичне болести. На пример, у групи радника који могу да раде са хемикалијом за коју се сумња да изазива рак плућа, неки радници могу такође имати историју пушења дувана, што је још један узрок рака плућа. У потоњој ситуацији, епидемиолози рада морају утврдити која је изложеност (или, који фактор ризика – хемикалија или дуван, или, заиста, ова два у комбинацији) одговорна за било какво повећање ризика од рака плућа у групи радника који проучавао.
Процена изложености
Ако студија има приступ само чињеници да је радник био запослен у одређеној индустрији, онда резултати такве студије могу повезати здравствене ефекте само са том индустријом. Исто тако, ако постоји сазнање о изложености занимања радника, закључци се могу директно изводити само у погледу занимања. Могу се направити индиректни закључци о изложености хемикалијама, али њихова поузданост се мора процењивати од ситуације до ситуације. Међутим, ако студија има приступ информацијама о одељењу и/или називу радног места сваког радника, тада ће се моћи донети закључци о том бољем нивоу искуства на радном месту. Када су информације о стварним супстанцама са којима особа ради познате епидемиологу (у сарадњи са индустријским хигијеничарем), онда би то био најбољи ниво информација о изложености који је доступан у одсуству ретко доступне дозиметрије. Штавише, налази из таквих студија могу пружити корисније информације индустрији за стварање сигурнијих радних места.
Епидемиологија је до сада била нека врста дисциплине „црне кутије“, јер је проучавала однос између изложености и болести (два екстрема узрочног ланца), не узимајући у обзир средње механичке кораке. Овај приступ, упркос његовом очигледном недостатку префињености, био је изузетно користан: у ствари, сви познати узроци рака код људи, на пример, откривени су помоћу епидемиолошких алата.
Епидемиолошка метода се заснива на доступним подацима — упитницима, називима послова или другим „проксијима“ изложености; ово чини спровођење епидемиолошких студија и тумачење њихових налаза релативно једноставним.
Ограничења грубљег приступа процени изложености, међутим, постала су очигледна последњих година, при чему се епидемиолози суочавају са сложенијим проблемима. Ограничавајући наше разматрање на професионалну епидемиологију рака, већина добро познатих фактора ризика је откривена због високог нивоа изложености у прошлости; ограничен број изложености за сваки посао; велике популације изложених радника; и јасна кореспонденција између „проки“ информација и изложености хемикалијама (нпр. обућарски радници и бензол, бродоградилишта и азбест, итд.). Данас је ситуација битно другачија: нивои изложености су знатно нижи у западним земљама (ту квалификацију увек треба истицати); радници су изложени многим различитим хемикалијама и смешама на истом радном месту (нпр. пољопривредни радници); хомогене популације изложених радника теже је пронаћи и обично су мале; и, кореспонденција између „проки“ информација и стварне изложености постаје све слабија. У овом контексту, епидемиолошки инструменти имају смањену осетљивост због погрешне класификације изложености.
Поред тога, епидемиологија се ослањала на „тврде“ крајње тачке, као што је смрт у већини кохортних студија. Међутим, радници би можда више волели да виде нешто другачије од „броја тела” када се проучавају потенцијални здравствени ефекти изложености на радном месту. Стога би употреба директнијих индикатора и изложености и раног одговора имала неке предности. Биолошки маркери могу бити само средство.
Биолошки маркери
Употреба биолошких маркера, као што су нивои олова у крви или тестовима функције јетре, није новост у епидемиологији рада. Међутим, коришћење молекуларних техника у епидемиолошким студијама омогућило је коришћење биомаркера за процену изложености циљним органима, за одређивање осетљивости и за утврђивање ране болести.
Потенцијалне употребе биомаркера у контексту епидемиологије занимања су:
У научној заједници се појавио велики ентузијазам о овим употребама, али, као што је горе наведено, методолошка сложеност употребе ових нових „молекуларних алата“ треба да послужи као упозорење од претераног оптимизма. Биомаркери хемијског излагања (као што су адукти ДНК) имају неколико недостатака:
Још важније од методолошких недостатака је разматрање да би молекуларне технике могле да доведу до тога да преусмеримо фокус са идентификовања ризика у егзогеном окружењу, на идентификацију високоризичних појединаца, а затим на персонализоване процене ризика мерењем фенотипа, оптерећења адукта и стечених мутација. Ово би усмерило наш фокус, као што је приметио МцМицхаел, на облик клиничке евалуације, а не на епидемиологију јавног здравља. Фокусирање на појединце могло би да нас одврати од важног циља јавног здравља стварања мање опасног окружења (МцМицхаел 1994).
Појављују се још два важна питања у вези са употребом биомаркера:
Коначно, гомилају се докази да метаболичка активација или инактивација опасних супстанци (а посебно канцерогених) значајно варира у људској популацији и да је делимично генетски условљена. Штавише, интер-индивидуална варијабилност у осетљивости на карциногене може бити посебно важна при ниским нивоима изложености на радном месту и околини (Винеис ет ал. 1994). Такви налази могу снажно утицати на регулаторне одлуке које фокусирају процес процене ризика на најосјетљивије (Винеис и Мартоне 1995).
Дизајн студије и валидност
Хернбергов чланак о дизајну епидемиолошких студија и њиховој примени у медицини рада концентрише се на концепт „базе студија“, дефинисаног као искуство морбидитета (у односу на неку изложеност) популације док се оно прати током времена. Дакле, основа проучавања није само популација (тј. група људи), већ искуство појаве болести ове популације током одређеног временског периода (Миеттинен 1985, Хернберг 1992). Ако се усвоји овај обједињујући концепт базе истраживања, онда је важно препознати да су различити дизајни студија (нпр., контрола случајева и дизајн кохорте) једноставно различити начини „прикупљања“ информација о изложености и болести из исте студије. база; нису дијаметрално различити приступи.
Сасцоов чланак о валидности у дизајну студија бави се дефиницијама и значајем збуњивања. Истраживачи студија морају увек да размотре могућност збуњивања у студијама занимања, и никада се не може довољно нагласити да је идентификација потенцијално збуњујућих варијабли саставни део сваког дизајна и анализе студије. У епидемиологији занимања морају се позабавити два аспекта збуњивања:
Временске и временски повезане варијабле као што су ризична старост, календарски период, време од запошљавања, време од првог излагања, трајање изложености и њихов третман у фази анализе, спадају међу најкомплекснија методолошка питања у епидемиологији занимања. Они нису обухваћени у овом поглављу, али су забележене две релевантне и новије методолошке референце (Пеарце 1992; Робинс ет ал. 1992).
Статистика
Чланак о статистици Бигерија и Браге, као и наслов овог поглавља, указују да се статистичке методе не могу одвојити од епидемиолошких истраживања. То је зато што: (а) добро разумевање статистике може пружити вредан увид у правилан дизајн истраге и (б) статистика и епидемиологија имају заједничко наслеђе, а целокупна квантитативна основа епидемиологије је заснована на појму вероватноће ( Цлаитон 1992; Цлаитон анд Хиллс 1993). У многим чланцима који следе, емпиријски докази и докази о претпостављеним узрочно-последичној вези процењују се коришћењем аргумената вероватноће и одговарајућег дизајна студија. На пример, нагласак је стављен на процену мере ризика камате, као што су стопе или релативни ризици, и на изградњу интервала поверења око ових процена уместо на извршење статистичких тестова вероватноће (Пооле 1987; Гарднер и Алтман 1989; Гренланд 1990. ). Дат је кратак увод у статистичко резоновање коришћењем биномне дистрибуције. Статистика треба да буде пратилац научног расуђивања. Али то је безвредно у недостатку правилно осмишљених и спроведених истраживања. Статистичари и епидемиолози су свесни да избор метода одређује шта и у којој мери вршимо запажања. Стога је промишљен избор опција дизајна од фундаменталне важности како би се осигурала ваљана запажања.
Етика
Последњи чланак, аутора Винеиса, бави се етичким питањима у епидемиолошким истраживањима. Тачке које треба поменути у овом уводу односе се на епидемиологију као дисциплину која по дефиницији подразумева превентивно деловање. Специфични етички аспекти у погледу заштите радника и становништва у целини захтевају признање да:
Обука из епидемиологије рада
Људи различитог порекла могу пронаћи свој пут до специјализације из области епидемиологије рада. Медицина, медицинска сестра и статистика су неке од вероватнијих позадина које се виде међу онима који су специјализовани за ову област. У Северној Америци, око половина свих обучених епидемиолога има научну позадину, док ће друга половина наставити путем доктора медицине. У земљама ван Северне Америке, већина специјалиста за епидемиологију рада напредоваће кроз звање доктора медицине. У Северној Америци, они са медицинском обуком се обично сматрају „стручњацима за садржај“, док се они који су обучени кроз научну руту сматрају „методолошким стручњацима“. Често је корисно да се стручњак за садржај удружи са стручњаком за методологију како би осмислио и спровео најбољу могућу студију.
Не само да је познавање епидемиолошких метода, статистике и компјутера потребно за специјалност из области епидемиологије рада, већ је потребно и познавање токсикологије, индустријске хигијене и регистара болести (Мерлетти и Цомба 1992). Пошто велике студије могу захтевати повезивање са регистрима болести, познавање извора података о популацији је корисно. Познавање рада и корпоративне организације је такође важно. Тезе на нивоу магистара и дисертације на нивоу докторских студија оспособљавају студенте са знањем потребним за спровођење великих студија заснованих на евиденцији и интервјуима међу радницима.
Пропорција болести која се може приписати занимању
Пропорција болести која се може приписати професионалној изложености, било у групи изложених радника или у општој популацији, покривена је барем у односу на рак у другом делу ове Енциклопедија. Овде треба да запамтимо да ако се израчунава процена, то би требало да буде за одређену болест (и специфично место у случају рака), одређени временски период и специфично географско подручје. Штавише, требало би да се заснива на тачним мерама пропорције изложених људи и степена изложености. Ово имплицира да пропорција болести која се може приписати занимању може варирати од веома ниске или нуле у одређеним популацијама до веома високог у другим лоцираним у индустријским областима где се, на пример, чак 40% карцинома плућа може приписати професионалној изложености (Винеис и Симонато 1991). Процене које нису засноване на детаљном прегледу добро осмишљених епидемиолошких студија могу се, у најбољем случају, сматрати утемељеним нагађањима и имају ограничену вредност.
Трансфер опасних индустрија
Већина епидемиолошких истраживања се спроводи у развијеном свету, где је регулација и контрола познатих професионалних опасности смањила ризик од болести у последњих неколико деценија. У исто време, међутим, дошло је до великог трансфера опасних индустрија у свет у развоју (Јеиаратнам 1994). Хемикалије које су раније биле забрањене у Сједињеним Државама или Европи сада се производе у земљама у развоју. На пример, млевење азбеста је пребачено из САД у Мексико, а производња бензидина из европских земаља у бившу Југославију и Кореју (Симонато 1986; ЛаДоу 1991; Пеарце ет ал. 1994).
Индиректан знак степена професионалног ризика и услова рада у земљама у развоју је епидемија акутног тровања која се дешава у неким од ових земаља. Према једној процени, сваке године у свету има око 20,000 смртних случајева од акутне интоксикације пестицидима, али је вероватно да је то значајно потцењено (Когевинас ет ал. 1994). Процењује се да се 99% свих смртних случајева од акутног тровања пестицидима дешава у земљама у развоју, где се користи само 20% светских агрохемикалија (Когевинас ет ал. 1994). То значи да чак и ако се чини да епидемиолошко истраживање указује на смањење професионалних опасности, то би једноставно могло бити због чињенице да се већина ових истраживања спроводи у развијеном свету. Професионалне опасности су се можда једноставно пренијеле на земље у развоју и укупни терет изложености на радном мјесту у свијету се могао повећати (Винеис ет ал. 1995).
Ветеринарска епидемиологија
Из очигледних разлога, ветеринарска епидемиологија није директно релевантна за здравље и епидемиологију рада. Ипак, назнаке еколошких и професионалних узрока болести могу доћи из епидемиолошких студија на животињама из неколико разлога:
Ветеринари говоре о епидемиолошкој револуцији у ветеринарској медицини (Сцхвабе 1993) и појавили су се уџбеници о овој дисциплини (Тхрусфиелд 1986; Мартин ет ал. 1987). Свакако, трагови еколошких и професионалних опасности дошли су од заједничких напора епидемиолога људи и животиња. Између осталог, ефекат феноксихербицида код оваца и паса (Невелл ет ал. 1984; Хаиес ет ал. 1990), магнетних поља (Реиф ет ал. 1995) и пестицида (посебно препарата против бува) контаминираних једињењима сличним азбесту код паса (Глицкман ет ал. 1983) су значајни доприноси.
Партиципативно истраживање, саопштавање резултата и превенција
Важно је препознати да су многе епидемиолошке студије у области здравља на раду покренуте кроз искуство и бригу самих радника (Олсен ет ал. 1991). Често су радници — они који су историјски и/или тренутно изложени — веровали да нешто није у реду много пре него што је то потврђено истраживањем. Епидемиологија рада се може сматрати начином „давања смисла“ радничком искуству, прикупљања и груписања података на систематски начин и омогућавања закључивања о професионалним узроцима њиховог лошег здравља. Штавише, сами радници, њихови представници и људи задужени за здравље радника су најприкладније особе за тумачење података који се прикупљају. Они стога увек треба да буду активни учесници у било којој истрази која се спроводи на радном месту. Само њихово директно учешће ће гарантовати да ће радно место остати безбедно након што истраживачи оду. Циљ сваке студије је коришћење резултата у превенцији болести и инвалидитета, а успех тога у великој мери зависи од тога да ли изложени учествују у добијању и тумачењу резултата студије. Улога и употреба налаза истраживања у судском процесу док радници траже компензацију за штету проузроковану изложеношћу на радном месту је ван оквира овог поглавља. За неки увид у ово, читалац је упућен на друго место (Сосколне, Лилиенфелд и Блацк 1994).
Партиципативни приступи обезбеђивању спровођења епидемиолошких истраживања занимања су на неким местима постали стандардна пракса у виду управних одбора основаних да надгледају истраживачку иницијативу од њеног почетка до њеног завршетка. Ови комитети су вишепартитни по својој структури, укључујући рад, науку, менаџмент и/или владу. Са представницима свих заинтересованих група у процесу истраживања, комуникација резултата ће бити ефикаснија захваљујући њиховом повећаном кредибилитету јер би „један од њих“ надгледао истраживање и саопштавао резултате својим изборна јединица. На овај начин је вероватан највећи ниво ефикасне превенције.
Ови и други партиципативни приступи у истраживању здравља на раду предузимају се уз укључивање оних који доживљавају или су на други начин погођени проблемом који изазива забринутост. Ово би требало чешће да се види у свим епидемиолошким истраживањима (Лаурелл ет ал. 1992). Важно је запамтити да док је у епидемиолошком раду циљ анализе процена величине и дистрибуције ризика, у партиципативном истраживању, превенција ризика је такође циљ (Лоевенсон и Биоцца 1995). Ова комплементарност епидемиологије и ефикасне превенције је део поруке овога Енциклопедија и овог поглавља.
Одржавање значаја за јавно здравље
Иако су нови развоји у епидемиолошкој методологији, анализи података и процени и мерењу изложености (као што су нове молекуларне биолошке технике) добродошли и важни, они такође могу допринети редукционистичком приступу који се фокусира на појединце, а не на популације. Речено је да:
… епидемиологија је у великој мери престала да функционише као део мултидисциплинарног приступа разумевању узрока болести у популацијама и постала је скуп генеричких метода за мерење повезаности изложености и болести код појединаца… Тренутно постоји занемаривање друштвених, економских, културних питања. , историјски, политички и други популациони фактори као главни узроци болести... Епидемиологија се мора реинтегрисати у јавно здравље и мора поново открити перспективу становништва (Пеарце 1996).
Професионални и еколошки епидемиолози имају важну улогу, не само у развоју нових епидемиолошких метода и примене ових метода, већ иу обезбеђивању да ове методе увек буду интегрисане у одговарајућу перспективу становништва.
Процена изложености је критичан корак у идентификацији опасности на радном месту путем епидемиолошке истраге. Процес процене изложености може се поделити на низ активности. Ови укључују:
Студије медицине рада су често критиковане због неадекватности у процени изложености. Неадекватности могу довести до диференцијалне или недиференцијалне погрешне класификације изложености и накнадне пристрасности или губитка прецизности у анализама ефеката изложености. О настојањима да се ситуација побољша сведочи неколико недавних међународних конференција и текстова посвећених овој теми (АЦГИХ 1991; Армстронг ет ал. 1992; Процеедингс оф тхе Цонференце он Ретроспецтиве Ассессмент оф Оццупатионал Екпосурес ин Епидемиологи 1995). Јасно је да технички развој пружа нове могућности за унапређење процене изложености. Ови развоји укључују побољшања у аналитичкој инструментацији, боље разумевање фармакокинетичких процеса и откривање нових биомаркера изложености. Пошто студије здравља на раду често зависе од историјских информација о изложености за које не би било предузето посебно праћење, потреба за ретроспективном проценом изложености додаје додатну димензију сложености овим студијама. Међутим, и даље се развијају побољшани стандарди за процену и за обезбеђивање поузданости таквих процена (Сиемиатицки ет ал. 1986). Процене потенцијалне изложености, наравно, могу се лакше потврдити.
Термин излагање односи се на концентрацију агенса на граници између појединца и околине. Изложеност се обично претпоставља када је познато да је агент присутан у радном окружењу и постоји разумно очекивање да ће запослени имати контакт са тим агентом. Изложеност се може изразити као 8-часовна временско пондерисана просечна концентрација (ТВА), која је мера интензитета изложености који је усредсређен током 8-часовне радне смене. Максималне концентрације су интензитети усредњени у краћим временским периодима као што је 15 минута. Кумулативна изложеност је мера производа просечног интензитета и трајања (нпр. средња 8-часовна ТВА концентрација помножена годинама рада на тој средњој концентрацији). У зависности од природе студије и здравствених исхода од интереса, може бити пожељна процена вршне, просечног интензитета, кумулативне или закашњеле изложености.
Насупрот томе, доза односи се на таложење или апсорпцију агенса у јединици времена. Доза или дневни унос агенса може се проценити комбиновањем података мерења животне средине са стандардним претпоставкама у вези, између осталих фактора, брзине дисања и пенетрације у кожу. Алтернативно, унос се може проценити на основу података биомониторинга. Идеално би било да се доза мери на циљном органу од интереса.
Важни фактори процене изложености укључују:
То укључује физички ниво радне активности и претходно здравствено стање појединаца. Посебну пажњу треба посветити процени изложености агенсима који су постојани или имају тенденцију биоакумулације (нпр. одређени метали, радионуклиди или стабилна органска једињења). Са овим материјалима, унутрашње оптерећење тела може се подмукло повећати чак и када се чини да су концентрације у животној средини ниске.
Иако ситуација може бити прилично сложена, често није. Свакако, многи вредни доприноси идентификацији опасности на раду потичу из студија које користе здраворазумске приступе процени изложености. Извори информација који могу бити од помоћи у идентификацији и категоризацији изложености укључују:
Постоји неколико предности категоризације појединачних експозиција на што је могуће више детаља. Јасно је да ће информативност студије бити побољшана у мери у којој су релевантне изложености адекватно описане. Друго, кредибилитет налаза може бити повећан јер се потенцијал за збуњивање може решити на задовољавајући начин. На пример, референти и изложени појединци ће се разликовати у погледу статуса изложености, али се такође могу разликовати у односу на друге мерене и неизмерене факторе објашњења за болест од интереса. Међутим, ако се градијент изложености може утврдити унутар испитиване популације, мања је вероватноћа да ће исти степен збуњивања опстати унутар подгрупа изложености, чиме се јачају укупни налази студије.
Матрице изложености посла
Један од практичнијих и често коришћених приступа процени изложености био је индиректна процена изложености на основу назива радних места. Употреба матрице изложености послу може бити ефикасна када су доступне комплетне радне историје и постоји разумна константност и у задацима и у изложеностима повезаним са пословима који се проучавају. У најширој скали, стандардна груписања по делатностима и називима радних места осмишљена су на основу рутински прикупљених пописних података или података о занимањима датих у умрлицама. Нажалост, информације које се чувају у овим великим системима евиденције често су ограничене на „тренутно“ или „уобичајено“ занимање. Штавише, пошто стандардне групе не узимају у обзир услове присутне на одређеним радним местима, они се обично морају сматрати сурогатима изложености сировој сировини.
За студије контроле случајева засноване на заједници и регистру, детаљнија процена изложености је постигнута коришћењем стручног мишљења за превођење података о историји посла добијених личним интервјуом у полу-квантитативне процене вероватне изложености одређеним агенсима (Сиемиатицки ет ал. 1986. ). Стручњаци, попут хемичара и индустријских хигијеничара, бирају се да помогну у процени изложености због њиховог знања и познавања различитих индустријских процеса. Комбиновањем детаљних података из упитника са познавањем индустријских процеса, овај приступ је био од помоћи у карактеризацији разлика у изложености између радних објеката.
Приступ матрице изложености посла је такође успешно примењен у студијама специфичним за индустрију и компанију (Гамбле и Спиртас 1976). Појединачне историје послова (хронолошки списак прошлих одељења и радних задатака за сваког запосленог) се често чувају у досијеима особља компаније и, када су доступне, пружају комплетну историју послова за запослене док раде у том објекту. Ови подаци се могу проширити личним интервјуима учесника студије. Следећи корак је инвентаризација свих назива послова и ознака одељења или радних области коришћених током периода студирања. Они се лако могу кретати у стотинама или чак хиљадама у великим, вишепроцесним објектима или међу компанијама у оквиру индустрије, када се производња, одржавање, истраживање, инжењеринг, услуге подршке постројењима и административни послови разматрају током времена (често неколико деценија), омогућавајући промене у индустријским процесима. Консолидација података може бити олакшана креирањем компјутерске датотеке са свим записима о историји рада, а затим коришћењем рутина за уређивање ради стандардизације терминологије назива посла. Они послови који укључују релативно хомогене изложености могу се комбиновати да би се поједноставио процес повезивања изложености са појединачним пословима. Међутим, груписање послова и радних локација треба да буде подржано где год је то могуће мерним подацима прикупљеним у складу са добром стратегијом узорковања.
Чак и са компјутеризованим радним историјама, ретроспективно повезивање података о изложености појединцима може бити тежак задатак. Свакако, услови на радном месту ће се мењати како се технологије мењају, потражња за производима се мења и постављају се нови прописи. Такође може доћи до промена у формулацијама производа и сезонским обрасцима производње у многим индустријама. О неким променама може се водити стална евиденција. Међутим, мање је вероватно да ће се задржати евиденција у вези са сезонским и другим маргиналним променама процеса и производње. Запослени такође могу бити обучени да обављају више послова, а затим да се ротирају између послова како се захтеви производње мењају. Све ове околности чине сложеност профилима изложености запослених. Ипак, постоје и радне поставке које су остале релативно непромењене дуги низ година. У коначној анализи, свако радно окружење мора бити процењено за себе.
На крају, биће неопходно сумирати историју изложености сваке особе током радног века у студији. Показан је значајан утицај на коначне мере изложености-ефекат ризика (Суарез-Алмазор ет ал. 1992), па се стога мора посветити велика пажња у одабиру најприкладније збирне мере изложености.
Индустријска хигијена — мерење животне средине
Праћење изложености на раду је основна стална активност у заштити здравља запослених. Дакле, евиденција о индустријској хигијени можда већ постоји у време када се планира епидемиолошка студија. Ако је тако, ове податке треба прегледати како би се утврдило колико је добро обухваћена циљна популација, колико година су подаци представљени у датотекама и колико лако се мерења могу повезати са пословима, радним подручјима и појединцима. Ова одређивања ће бити од помоћи како у процени изводљивости епидемиолошке студије, тако иу идентификацији недостатака у подацима који би се могли отклонити додатним узорковањем изложености.
Питање како најбоље повезати податке мерења са одређеним пословима и појединцима је посебно важно. Узорковање подручја и зона дисања може бити од помоћи индустријским хигијеничарима у идентификацији извора емисије за корективне мере, али би могло бити мање корисно у карактеризацији стварне изложености запослених осим ако се не изврше пажљиве временске студије радних активности запослених. На пример, континуирано праћење подручја може да идентификује изложеност екскурзијама у одређено доба дана, али остаје питање да ли су запослени били у радном подручју у то време.
Подаци личног узорковања генерално дају тачније процене изложености запослених све док се узорковање обавља у репрезентативним условима, ако се правилно узме у обзир употреба личне заштитне опреме, а задаци посла и услови процеса су релативно константни из дана у дан. Лични узорци се могу лако повезати са појединачним запосленим коришћењем личних идентификатора. Ови подаци се могу генерализовати на друге запослене на истим пословима и на друге временске периоде како је то оправдано. Међутим, на основу сопственог искуства, Раппапорт ет ал. (1993) су упозорили да концентрације изложености могу бити веома варијабилне чак и међу запосленима који су распоређени у оно што се сматра хомогеним групама изложености. Опет, потребна је стручна процена да би се одлучило да ли се могу претпоставити хомогене групе изложености или не.
Истраживачи су успешно комбиновали приступ матрице изложености посла са коришћењем података мерења животне средине за процену изложености унутар ћелија матрице. Када се утврди да подаци мерења недостају, можда ће бити могуће попунити празнине у подацима коришћењем моделирања изложености. Генерално, ово укључује развој модела за повезивање концентрација у животној средини са лакше процењивим детерминантама концентрација изложености (нпр. обим производње, физичке карактеристике објекта укључујући употребу система издувне вентилације, испарљивост агенаса и природа радне активности). Модел је конструисан за радна окружења са познатим концентрацијама у животној средини, а затим се користи за процену концентрација у сличним радним окружењима којима недостају мерни подаци, али имају информације о таквим параметрима као што су састојци и обим производње. Овај приступ може бити посебно користан за ретроспективну процену изложености.
Друго важно питање процене је руковање изложеношћу смешама. Прво, са аналитичке тачке гледишта, одвојена детекција хемијски сродних једињења и елиминација сметњи од других супстанци присутних у узорку можда неће бити у могућностима аналитичког поступка. Потребно је проценити различита ограничења у аналитичким процедурама које се користе за обезбеђивање мерних података и у складу са тим модификовати циљеве студије. Друго, може бити да се одређени агенси скоро увек користе заједно и да се стога јављају у приближно истим релативним размерама у радном окружењу које се проучава. У овој ситуацији интерне статистичке анализе по себи неће бити од користи у разликовању да ли су ефекти последица једног или другог агенса или комбинације агенаса. Такве просудбе би биле могуће само на основу прегледа екстерних студија у којима није било истих комбинација агенаса. Коначно, у ситуацијама када се различити материјали користе наизменично у зависности од спецификација производа (нпр. употреба различитих боја за добијање жељених контраста боја), можда ће бити немогуће приписати ефекте било ком специфичном агенсу.
Биолошки мониторинг
Биомаркери су молекуларне, биохемијске или ћелијске промене које се могу мерити у биолошким медијима као што су људско ткиво, ћелије или течности. Примарни разлог за развој биомаркера изложености је да се обезбеди процена унутрашње дозе за одређени агенс. Овај приступ је посебно користан када су могући вишеструки путеви излагања (нпр. удисање и апсорпција коже), када се заштитна опрема носи повремено или када су услови излагања непредвидиви. Биомониторинг може бити посебно користан када се зна да агенси од интереса имају релативно дуг биолошки полуживот. Из статистичке перспективе, предност биолошког праћења над мониторингом ваздуха може се видети код агенаса који имају полувреме елиминације од само десет сати, у зависности од степена варијабилности животне средине (Дроз и Ву 1991). Изузетно дуг период полураспада материјала као што су хлоровани диоксини (мерено у годинама) чини ова једињења идеалним кандидатима за биолошко праћење. Као и код аналитичких метода за мерење концентрација у ваздуху, мора се бити свестан потенцијалних сметњи. На пример, пре употребе одређеног метаболита као биомаркера, треба утврдити да ли се друге уобичајене супстанце, као што су оне које се налазе у одређеним лековима и диму цигарета, могу метаболисати до исте крајње тачке. Уопштено говорећи, потребно је основно познавање фармакокинетике неког агенса пре него што се биолошки мониторинг користи као основа за процену изложености.
Најчешће тачке мерења су алвеоларни ваздух, урин и крв. Узорци алвеоларног ваздуха могу бити од помоћи у карактеризацији високог краткотрајног излагања растварачу које је настало у року од неколико минута или сати након што је узорак сакупљен. Узорци урина се обично сакупљају да би се одредиле стопе излучивања метаболита једињења од интереса. Узорци крви се могу сакупљати за директно мерење једињења, за мерење метаболита или за одређивање протеина или адуката ДНК (нпр. адукти албумина или хемоглобина и ДНК адукти у циркулишућим лимфоцитима). Доступне ћелије ткива, као што су епителне ћелије из букалне области уста, такође могу бити узорковане за идентификацију адуката ДНК.
Одређивање активности холинестеразе у црвеним крвним зрнцима и плазми представља пример употребе биохемијских промена као мере изложености. Органофосфорни пестициди инхибирају активност холинестеразе и стога мерење те активности пре и после вероватног излагања овим једињењима може бити користан индикатор интензитета излагања. Међутим, како се напредује кроз спектар биолошких промена, постаје све теже разликовати биомаркере изложености и оне ефекта. Уопштено говорећи, мере ефекта имају тенденцију да буду неспецифичне за супстанцу од интереса и стога ће можда бити потребно проценити друга потенцијална објашњења ефекта како би се подржало коришћење тог параметра као мере изложености. Мере изложености треба да буду или директно везане за агента од интереса или треба да постоји добра основа за повезивање било које индиректне мере са агентом. Упркос овим квалификацијама, биолошки мониторинг има много обећања као средство за побољшање процене изложености у прилог епидемиолошким студијама.
Закључци
Приликом поређења у студијама о епидемиологији рада, потреба је да се група радника са изложеношћу упореди са групом радника без изложености. Такве разлике су грубе, али могу бити од помоћи у идентификацији проблематичних области. Јасно је, међутим, да што је мера изложености прецизнија, то ће студија бити кориснија, посебно у смислу њене способности да идентификује и развије одговарајуће циљане програме интервенције.
Истраживачи су срећни када имају на располагању детаљну хронологију радног века радника која пружа историјски преглед послова које су обављали током времена. За ове раднике а матрица изложености послу затим се може подесити тако да омогућава да се свака промена посла кроз коју је радник прошао да буде повезана са специфичним информацијама о изложености.
Детаљне историје изложености морају бити сумиране у сврху анализе како би се утврдило да ли су евидентни обрасци који би могли бити повезани са здравственим и безбедносним проблемима на радном месту. Можемо да визуализујемо листу од, рецимо, 20 промена посла које је радник доживео током свог радног века. Затим постоји неколико алтернативних начина на које се детаљи о изложености (за сваку од 20 промена посла у овом примеру) могу сумирати, узимајући у обзир трајање и/или концентрацију/дозу/степен излагања.
Важно је напоменути, међутим, да се различити закључци из студије могу донети у зависности од одабране методе (Суарез-Алмазор ет ал. 1992). Пример пет збирних мера изложености током радног века приказан је у табели 1.
Табела 1. Формуле и димензије или јединице пет одабраних збирних мера изложености током радног века
Мера експозиције |
Формула |
Димензије/Јединице |
Кумулативни индекс изложености (ЦЕИ) |
Σ (оцена к време изложености) |
разред и време |
Средња оцена (МГ) |
Σ (оцена к време изложености)/укупно време изложености |
разред |
Највиша оцена икада (ХГ) |
највиши степен којем је био изложен ≥ 7 дана |
разред |
Временски пондерисана просечна оцена (ТВА). |
Σ (оцена к време изложено)/укупно запослено време |
разред |
Укупно време изложености (ТТЕ) |
Σ време изложено |
време |
Прилагођено из Суарез-Алмазор ет ал. 1992.
Индекс кумулативне изложености. Кумулативни индекс изложености (ЦЕИ) је еквивалентан „дози“ у токсиколошким студијама и представља збир, током радног века, производа степена изложености и трајања изложености за свако следеће радно место. Укључује време у своје јединице.
Средња оцена. Средња оцена (МГ) кумулира производе степена изложености и трајања изложености за сваки узастопни назив радног места (тј. ЦЕИ) и дели се са укупним временом изложености у било ком степену већем од нуле. МГ је независан од времена у својим јединицама; збирна мера за особу изложену дуготрајно високој концентрацији биће слична оној за особу изложену кратком периоду у високој концентрацији. Унутар било ког усклађеног скупа у дизајну са контролом случаја, МГ је просечна оцена експозиције по јединици изложеног времена. То је просечна оцена за време стварно изложено агенсу који се разматра.
Највиша оцена икада. Највиша оцена икада (ХГ) утврђује се скенирањем радне историје за задавање највише оцене у периоду посматрања коме је радник био изложен најмање седам дана. ХГ би могао погрешно представити изложеност особе током радног века јер је, по самој својој формулацији, заснована на максимизирању, а не на поступку усредњавања и стога је независна од трајања изложености у својим јединицама.
Временски пондерисана просечна оцена. Временски пондерисани просек (ТВА) је кумулативни индекс изложености (ЦЕИ) подељен укупним утрошеним временом. Унутар било ког упареног скупа у дизајну контроле случаја, ТВА оцена је просечна у односу на укупно утрошено време. Разликује се од МГ, који представља просек само за укупно време стварно изложеног. Дакле, ТВА оцена се може посматрати као просечна изложеност по јединици времена током пуног радног стажа без обзира на изложеност по себи.
Укупно време изложено. Укупно време изложености (ТТЕ) акумулира све временске периоде повезане са изложеношћу у јединицама времена. ТТЕ је привлачна због своје једноставности. Међутим, добро је прихваћено да здравствени ефекти морају бити повезани не само са трајањем излагања хемикалијама, већ и са интензитетом те изложености (тј. концентрацијом или степеном).
Јасно је да је корисност збирне мере изложености одређена одговарајућом тежином коју приписује или трајању или концентрацији изложености или обоје. Стога различите мере могу произвести различите резултате (Валкер и Блеттнер 1985). У идеалном случају, одабрана збирна мера треба да се заснива на скупу одбрањивих претпоставки у вези са постулираним биолошким механизмом за узрочник или повезаност болести која се проучава (Смитх 1987). Међутим, овај поступак није увек могућ. Врло често је непознат биолошки ефекат трајања излагања или концентрације испитиваног агенса. У овом контексту, употреба различитих мера изложености може бити корисна да се предложи механизам помоћу којег изложеност остварује свој ефекат.
Препоручује се да се, у недостатку доказаних модела за процену изложености, користе различите сумарне мере изложености током радног века за процену ризика. Овај приступ би олакшао поређење налаза у различитим студијама.
Епидемиологија укључује мерење појаве болести и квантификовање повезаности између болести и изложености.
Мере појаве болести
Појава болести се може мерити помоћу фреквенције (броји) али га боље описује Стопе, који се састоје од три елемента: броја погођених особа (бројилац), броја људи у изворној или основној популацији (тј. ризичној популацији) из које потичу погођене особе и обухваћени временски период. Именилац стопе је укупно људско време које је искусила изворна популација. Стопе омогућавају информативнија поређења између популација различитих величина од самог бројања. Ризик, вероватноћа да ће појединац развити болест у одређеном временском периоду, је пропорција, у распону од 0 до 1, и није стопа по себи. Стопа напада, удео људи у популацији који су погођени у одређеном временском периоду, технички је мера ризика, а не стопа.
Морбидитет специфичан за болест укључује учесталост, који се односи на број особа код којих је новодијагностикована болест од интереса. Преваленција односи се на број постојећих предмета. морталитет односи се на број особа које су умрле.
Учесталост се дефинише као број новодијагностикованих случајева у одређеном временском периоду, док је стопа инциденције да ли је овај број подељен укупним личним временом које је доживјела изворна популација (табела 1). За рак, стопе се обично изражавају као годишње стопе на 100,000 људи. Стопе за друге чешће болести могу се исказати на мањи број људи. На пример, стопе урођених мана се обично изражавају на 1,000 живорођених. Кумулативна инциденција, проценат људи који су оболели у одређеном временском периоду, је мера просечног ризика за популацију.
Табела 1. Мере појаве болести: Хипотетичка популација посматрана за петогодишњи период
Новооткривени случајеви |
10 |
Раније дијагностиковани живи случајеви |
12 |
Смрт, сви узроци* |
5 |
Смрт, болест од интереса |
3 |
Особе у становништву |
100 |
Посматране године |
5 |
Учесталост |
КСНУМКС лица |
Годишња стопа инциденције |
|
Преваленција поена (на крају 5. године) |
(10 + 12 - 3) = 19 особа |
Преваленција периода (петогодишњи период) |
(10 + 12) = 22 особе |
Годишња стопа смртности |
|
Годишња стопа морталитета |
*Да бисмо поједноставили прорачуне, овај пример претпоставља да су се сви умрли догодили на крају петогодишњег периода тако да је свих 100 особа у популацији било живо пуних пет година.
Преваленција обухвата преваленција тачке, број случајева болести у одређеном тренутку, и преваленција периода, укупан број случајева болести за које се зна да су постојали у неком тренутку током одређеног периода.
морталитет, који се тиче смрти, а не новодијагностикованих случајева болести, одражава факторе који узрокују болест, као и факторе који се односе на квалитет медицинске неге, као што су скрининг, приступ медицинској нези и доступност ефикасних третмана. Сходно томе, напори за генерисање хипотеза и етиолошка истраживања могу бити информативнији и лакши за тумачење када се заснивају на инциденци, а не на подацима о морталитету. Међутим, подаци о морталитету су често доступнији за велике популације него подаци о инциденци.
Термин морталитет опште прихваћено да означава стопу смрти од свих узрока заједно, док стопа смртности је стопа смрти од једног специфичног узрока. За дату болест, стопа смртности (технички пропорција, а не стопа) је број особа које умиру од болести током одређеног временског периода подељен са бројем особа са болешћу. Допуна стопи смртних случајева је степен опстанка. Петогодишња стопа преживљавања је уобичајено мерило за хроничне болести као што је рак.
Појава болести може варирати међу подгрупама становништва или током времена. Мера болести за целу популацију, без разматрања било које подгрупе, назива се а сирова стопа. На пример, стопа инциденције за све старосне групе заједно је груба стопа. Стопе за појединачне старосне групе су старосне стопе. Да упоредимо две или више популација са различитим старосним дистрибуцијама, прилагођен узрасту (или, старосно стандардизовано) стопе треба израчунати за сваку популацију множењем сваке старосне стопе са процентом стандардне популације (нпр. једна од популација која се проучава, популација САД из 1970. године) у тој старосној групи, а затим сабирањем свих старосних група на произвести укупну стопу прилагођену старости. Стопе се могу прилагодити факторима који нису узраст, као што су раса, пол или пушачки статус, ако су познате стопе специфичне за категорију.
Надзор и евалуација дескриптивних података могу пружити назнаке етиологије болести, идентификовати подгрупе високог ризика које би могле бити прикладне за интервенције или програме скрининга и пружити податке о ефикасности таквих програма. Извори информација који су коришћени за активности надзора укључују изводе из матичне књиге умрлих, медицинске картоне, регистре рака, регистре других болести (нпр. регистре урођених мана, регистре бубрежних болести у завршној фази), регистре изложености на радном месту, евиденцију здравственог или инвалидског осигурања и накнаде за раднике записи.
Мере удруживања
Епидемиологија покушава да идентификује и квантификује факторе који утичу на болест. У најједноставнијем приступу, појава болести код особа изложених сумњивом фактору упоређује се са појавом међу неекспонираним особама. Величина повезаности између изложености и болести може се изразити на било који начин апсолутан or релативан услови. (Такође погледајте „Студија случаја: Мере“).
Апсолутни ефекти се мере са стопе разлике разлике у ризику (табела 2). А разлика у стопи је једна стопа минус друга стопа. На пример, ако је стопа инциденције леукемије међу радницима изложеним бензену 72 на 100,000 човеко-година, а стопа међу неекспонираним радницима 12 на 100,000 човеко-година, онда је разлика у стопи 60 на 100,000 човеко-година. А разлика у ризику је разлика у ризицима или кумулативној инциденци и може се кретати од -1 до 1.
Табела 2. Мере повезивања за кохортну студију
slučajevi |
Особа-година у опасности |
Стопа на 100,000 |
|
Изложен |
100 |
20,000 |
500 |
Неекспонирани |
200 |
80,000 |
250 |
укупан |
300 |
100,000 |
300 |
Разлика у стопи (РД) = 500/100,000 - 250/100,000
= 250/100,000 годишње
(146.06/100,000 - 353.94/100,000)*
Стопа (или релативни ризик) (РР) =
Приписиви ризик у изложеном (АРe) = 100/20,000 - 200/80,000
= 250/100,000 годишње
Проценат ризика који се може приписати у изложеним (АРe%) =
Ризик који се може приписати становништву (ПАР) = 300/100,000 - 200/80,000
= 50/100,000 годишње
Проценат ризика који се може приписати популацији (ПАР%) =
* У заградама 95% интервала поверења израчунатих коришћењем формула у пољима.
Релативни ефекти заснивају се на односима стопа или мерама ризика, уместо на разликама. А однос стопа је однос стопе у једној популацији према стопи у другој. Однос стопа се такође назива однос ризика, релативни ризик, релативна стопа, и учесталост (Или морталитет) однос стопа. Мера је бездимензионална и креће се од 0 до бесконачности. Када је стопа у две групе слична (тј. нема ефекта од изложености), тј однос стопа једнак је јединици (1). Изложеност која повећава ризик дала би однос стопе већи од јединице, док би заштитни фактор дао однос између 0 и 1. вишак релативног ризика је релативни ризик минус 1. На пример, релативни ризик од 1.4 се такође може изразити као вишак релативног ризика од 40%.
У студијама случај-контрола (такође назване студије о случајевима), идентификују се особе са болестима (случајеви) и идентификују се особе без болести (контроле или референти). Упоређене су претходне изложености две групе. Шансе да будете откривени случај се упоређују са изгледима да будете изложени контроли. Комплетан број изворних популација изложених и неизложених особа није доступан, тако да се стопе болести не могу израчунати. Уместо тога, изложени случајеви се могу упоредити са изложеним контролама израчунавањем од релативне шансеИли Однос квота (табела 3).
Табела 3. Мере повезивања за студије случај-контрола: Изложеност дрвеној прашини и аденокарциному носне дупље и параназалних синуса
slučajevi |
Контроле |
|
Изложен |
18 |
55 |
Неекспонирани |
5 |
140 |
укупан |
23 |
195 |
Релативне шансе (однос шансе) (ИЛИ) =
Проценат ризика који се може приписати у изложеним () =
Проценат ризика који се може приписати популацији (ПАР%) =
где = пропорција изложених контрола = 55/195 = 0.28
* У заградама 95% интервала поверења израчунатих коришћењем формула у оквиру на полеђини.
Извор: Прилагођено из Хаиес ет ал. 1986.
Релативне мере ефекта се користе чешће од апсолутних за извештавање о снази асоцијације. Апсолутне мере, међутим, могу пружити бољу индикацију утицаја удружења на јавно здравље. Мало релативно повећање уобичајене болести, као што је болест срца, може утицати на више особа (велика разлика у ризику) и имати већи утицај на јавно здравље него велико релативно повећање (али мала апсолутна разлика) код ретких болести, као нпр. ангиосарком јетре.
Тестирање значаја
Тестирање статистичке значајности се често врши на мерама ефекта како би се проценила вероватноћа да се уочени ефекат разликује од нулте хипотезе (тј. нема ефекта). Док многе студије, посебно у другим областима биомедицинских истраживања, могу изразити значај п-вредности, епидемиолошке студије су типично присутне интервали поверења (ЦИ) (такође се зове границе поверења). Интервал поузданости од 95%, на пример, је опсег вредности за меру ефекта који укључује процењену меру добијену из података студије и ону за коју постоји 95% вероватноћа укључивања праве вредности. Сматра се да је мало вероватно да вредности изван интервала укључују праву меру ефекта. Ако ЦИ за однос стопа укључује јединицу, онда нема статистички значајне разлике између група које се пореде.
Интервали поверења су информативнији од самих п-вредности. Величина п-вредности је одређена једним или оба разлога. Или је мера повезаности (нпр. однос стопа, разлика у ризику) велика или су популације које се проучавају велике. На пример, мала разлика у стопама болести примећена у великој популацији може дати високо значајну п-вредност. Разлози за велику п-вредност не могу се идентификовати само из п-вредности. Међутим, интервали поверења нам омогућавају да раздвојимо два фактора. Прво, величина ефекта се може уочити по вредностима мере ефекта и бројевима обухваћеним интервалом. Већи коефицијент ризика, на пример, указује на јачи ефекат. Друго, величина популације утиче на ширину интервала поверења. Мале популације са статистички нестабилним проценама стварају шире интервале поверења од веће популације.
Ниво поверења изабран да изрази варијабилност резултата („статистички значај“) је произвољан, али је традиционално био 95%, што одговара п-вредности од 0.05. Интервал поверења од 95% има вероватноћу од 95% да садржи праву меру ефекта. Повремено се користе и други нивои поверења, као што је 90%.
Изложености могу бити дихотомне (нпр. изложене и неекспониране) или могу укључивати много нивоа изложености. Мере ефекта (тј. одговор) могу да варирају у зависности од нивоа изложености. Евалуатинг експозиција-одговор односи су важан део тумачења епидемиолошких података. Аналог експозицији-одговор у студијама на животињама је „доза-одговор”. Ако се одговор повећава са нивоом изложености, већа је вероватноћа да ће повезаност бити узрочна него ако се не примећује никакав тренд. Статистички тестови за процену односа између изложености и одговора укључују Мантелов тест екстензије и тест тренда хи-квадрат.
стандардизација
Да би се узели у обзир други фактори осим примарне изложености од интереса и болести, могу бити мере повезивања стандардизован кроз технике стратификације или регресије. Стратификација значи поделу становништва на хомогене групе у односу на фактор (нпр. полне групе, старосне групе, пушачке групе). Односи ризика или коефицијент шанси се израчунавају за сваки стратум и израчунавају се укупни пондерисани просеци коефицијента ризика или односа шансе. Ове укупне вредности одражавају везу између примарне изложености и болести, прилагођене фактору стратификације, тј. повезаност са ефектима уклоњеног фактора стратификације.
A стандардизовани однос стопа (СРР) је однос две стандардизоване стопе. Другим речима, СРР је пондерисани просек односа стопа специфичних за стратум где су пондери за сваки стратум дистрибуција особа-време неекспониране групе или референтне групе. СРР за две или више група се могу поредити ако се користе исте тежине. Интервали поверења се могу конструисати за СРР као и за стопе.
стандардизовани однос морталитета (СМР) је пондерисани просек односа стопа специфичних за узраст где пондери (нпр. особа-време у ризику) долазе из групе која се проучава, а стопе потичу од референтне популације, што је супротно од ситуације у СРР. Уобичајена референтна популација је општа популација, чије стопе морталитета могу бити лако доступне и засноване на великим бројевима и стога су стабилније него коришћење стопа из неекспониране кохорте или подгрупе професионалне популације која се проучава. Коришћење пондера из кохорте уместо референтне популације назива се индиректна стандардизација. СМР је однос посматраног броја смртних случајева у кохорти и очекиваног броја, на основу стопа из референтне популације (однос се обично множи са 100 за презентацију). Ако не постоји веза, СМР је једнак 100. Треба напоменути да, пошто стопе потичу из референтне популације, а пондери долазе из студијске групе, два или више СМР обично нису упоредиви. Ова неупоредивост се често заборавља у тумачењу епидемиолошких података и могу се извући погрешни закључци.
Ефекат здравог радника
Веома је уобичајено да професионалне кохорте имају нижи укупни морталитет од опште популације, чак и ако су радници под повећаним ризиком за одабране узроке смрти од изложености на радном месту. Овај феномен, тзв ефекат здравог радника, одражава чињеницу да ће било која група запослених вероватно бити здравија, у просеку, од опште популације, што укључује раднике и особе неспособне за рад због болести и инвалидитета. Укупна стопа морталитета у општој популацији има тенденцију да буде виша од стопе код радника. Ефекат варира по јачини у зависности од узрока смрти. На пример, чини се да је мање важан за рак уопште него за хроничну опструктивну болест плућа. Један од разлога за то је тај што је вероватно да се већина карцинома не би развила из било какве предиспозиције према избору посла/каријере у основи рака у млађој доби. Ефекат здравог радника у датој групи радника има тенденцију да се смањи током времена.
Пропорционална смртност
Понекад потпуна табела кохорте (тј. ризично радно време) није доступна и постоје информације само о смртима или неким подскуповима смрти које је доживела кохорта (нпр. смрти међу пензионерима и активним запосленима, али не и међу радницима који су напустили радни однос пре него што су стекли право на пензију). Рачунање особа-година захтева посебне методе за бављење проценом личног времена, укључујући методе животних табела. Без информација о укупном времену за све чланове кохорте, без обзира на статус болести, СМР и СРР се не могу израчунати. Уместо тога, пропорционални односи морталитета (ПМР) се могу користити. ПМР је однос посматраног броја смртних случајева услед специфичног узрока у поређењу са очекиваним бројем, заснован на пропорцији укупних смртних случајева услед специфичног узрока у референтној популацији, помноженог са бројем укупних смртних случајева у студији група, помножено са 100.
Пошто удео смртних случајева од свих узрока заједно мора бити једнак 1 (ПМР=100), неки ПМР могу изгледати као вишак, али су заправо вештачки надувани због стварних дефицита у другим узроцима смрти. Слично томе, неки очигледни дефицити могу само да одражавају стварне ексцесе других узрока смрти. На пример, ако апликатори пестицида из ваздуха имају велики стварни вишак смртних случајева услед несрећа, математички захтев да је ПМР за све узроке заједно једнак 100 може довести до тога да неки од узрока смрти изгледају мањкаво чак и ако је смртност превелика. Да би ублажили овај потенцијални проблем, истраживачи заинтересовани првенствено за рак могу израчунати пропорционалне стопе морталитета од рака (ПЦМРс). ПЦМР упоређују уочени број смртних случајева од рака са бројем који се очекује на основу пропорције укупних смртних случајева од рака (а не свих смртних случајева) за рак од интереса у референтној популацији помноженог укупним бројем смртних случајева од рака у студијској групи, помноженог са 100. Дакле, на ПЦМР неће утицати аберација (вишак или дефицит) у узроку смрти који није од рака, као што су несреће, болести срца или немалигне болести плућа.
ПМР студије се могу боље анализирати коришћењем коефицијенти морталитета (МОРс), у суштини анализирајући податке као да су из студије случај-контрола. „Контроле“ су смрти из подскупа свих смрти за које се сматра да нису повезане са изложеношћу која се проучава. На пример, ако је главни интерес студије био рак, односи шансе за смртност би се могли израчунати упоређујући изложеност међу смртним случајевима од рака са изложеношћу међу смртним случајевима од кардиоваскуларних болести. Овај приступ, као и ПЦМР, избегава проблеме са ПМР који настају када флуктуација у једном узроку смрти утиче на очигледан ризик другог једноставно зато што укупни ПМР мора бити једнак 100. Избор контролних узрока смрти је, међутим, критичан . Као што је горе поменуто, они не смеју бити повезани са изложеношћу, али могући однос између изложености и болести можда није познат за многе потенцијалне контролне болести.
Приписиви ризик
Постоје доступне мере које изражавају количину болести која би се могла приписати изложености да је уочена повезаност између изложености и болести узрочна. Тхе приписиви ризик у изложеним (АРe) је стопа болести код изложених минус стопа код неекспонираних. Пошто се стопе болести не могу мерити директно у студијама случај-контрола, АРe може се израчунати само за кохортне студије. Сродна, интуитивнија мера, проценат ризика који се може приписати у изложеним (АРe%), може се добити из било којег дизајна студије. Тхе АРe% је проценат случајева који се јављају у изложеној популацији који се може приписати изложености (види табелу 2 и табелу 3 за формулу). Тхе АРe% је однос стопе (или однос шансе) минус 1, подељен односом стопе (или односом шансе), помножен са 100.
ризик који се може приписати популацији (ПАР) и проценат ризика који се може приписати популацији (ПАР%), или етиолошка фракција, изражавају количину болести у укупној популацији коју чине изложене и неекспониране особе, односно због изложености ако је уочена повезаност узрочна. ПАР се може добити из кохортних студија (табела 28.3), а ПАР% се може израчунати иу кохортним иу студијама случај-контрола (табела 2 и табела 3).
Репрезентативност
Постоји неколико мера ризика које су описане. Сваки претпоставља основне методе за бројање догађаја и представнике ових догађаја у дефинисану групу. Када се резултати упореде у различитим студијама, разумевање коришћених метода је од суштинског значаја за објашњење свих уочених разлика.
Епидемиолога занимају односи између варијабли, углавном изложености и варијабли исхода. Типично, епидемиолози желе да утврде да ли је појава болести повезана са присуством одређеног агенса (изложености) у популацији. Начини на које се ови односи проучавају могу се значајно разликовати. Може се идентификовати све особе које су изложене том агенсу и пратити их како би се измерила учесталост болести, упоређујући такву инциденцу са појавом болести у одговарајућој неекспонираној популацији. Алтернативно, може се једноставно узорковати између изложених и неекспонираних, без њиховог потпуног набрајања. Или, као трећа алтернатива, може се идентификовати све особе које развију болест од интереса у дефинисаном временском периоду („случајеви“) и одговарајућу групу појединаца без болести (узорак изворне популације случајева) и утврдити да ли се обрасци изложености разликују између две групе. Праћење учесника у студији је једна од опција (у такозваним лонгитудиналним студијама): у овој ситуацији постоји временски размак између појаве излагања и почетка болести. Једна алтернативна опција је пресек популације, где се и изложеност и болест мере у истом временском тренутку.
У овом чланку, пажња је посвећена уобичајеним дизајнима студија—кохорта, случај-референца (контрола случаја) и попречни пресек. Да бисте поставили сцену за ову дискусију, узмите у обзир велику фабрику вискозног рајона у малом граду. Покренута је истрага о томе да ли изложеност угљен-дисулфиду повећава ризик од кардиоваскуларних болести. Истрага има неколико избора дизајна, неке више, а неке мање очигледне. Прва стратегија је да се идентификују сви радници који су били изложени угљен-дисулфиду и да се прате због кардиоваскуларног морталитета.
Кохортне студије
Кохортна студија обухвата учеснике истраживања који деле заједнички догађај, изложеност. Класична кохортна студија идентификује дефинисану групу изложених људи, а затим се свако прати и региструје њихово искуство морбидитета и/или морталитета. Поред заједничке квалитативне изложености, кохорту треба дефинисати и на другим критеријуми, као што су узраст, пол (мушки или женски или обоје), минимално трајање и интензитет изложености, слобода од других изложености и слично, како би се побољшала валидност и ефикасност студије. На улазу, сви чланови кохорте треба да буду слободни од болести која се проучава, у складу са емпиријским скупом критеријума који се користе за мерење болести.
Ако се, на пример, у кохортној студији о ефектима угљен-дисулфида на коронарни морбидитет, коронарна болест срца емпиријски мери као клинички инфаркт, они који су на почетку имали историју коронарног инфаркта морају бити искључени из кохорте. Насупрот томе, електрокардиографске абнормалности без анамнезе инфаркта могу се прихватити. Међутим, ако је појава нових електрокардиографских промена емпиријска мера исхода, чланови кохорте такође треба да имају нормалне електрокардиограме на почетној линији.
Морбидитет (у смислу инциденције) или морталитет изложене кохорте треба упоредити са референтном кохортом која би у идеалном случају требало да буде што сличнија изложеној кохорти у свим релевантним аспектима, осим у погледу изложености, како би се одредио релативни ризик од болест или смрт од изложености. Коришћење сличне, али неекспониране кохорте као пружаоца референтног искуства је пожељније у односу на уобичајену (не)праксу упоређивања морбидитета или морталитета изложене кохорте са националним подацима стандардизованим по годинама, јер општа популација не испуњава чак ни највише елементарни захтеви за валидност поређења. Стандардизовани однос морбидитета (или морталитета) (СМР), који је резултат таквог поређења, обично генерише потцењивање стварног односа ризика због пристрасности која делује у изложеној кохорти, што доводи до недостатка упоредивости између две популације. Ова пристрасност поређења је названа „Ефекат здравог радника“. Међутим, то заиста није прави „ефекат“, већ пристрасност због негативног збуњивања, које је заузврат проистекло из здравствено селективне флуктуације код запослене популације. (Људи са лошим здравственим стањем имају тенденцију да се иселе или никада не улазе у „изложене“ групе, а њихова крајња дестинација често је незапослени део опште популације.)
Зато што се „изложена“ кохорта дефинише као да има само одређену изложеност ефекте изазване том једном изложеношћу (или мешавина експозиција) могу се проучавати истовремено. С друге стране, дизајн кохорте дозвољава проучавање неколико болести у исто време. Такође се могу проучавати истовремено различите манифестације исте болести – на пример, ангина, ЕКГ промене, клинички инфаркт миокарда и коронарни морталитет. Иако је добро прилагођен за тестирање специфичних хипотеза (нпр. „изложеност угљен-дисулфиду изазива коронарну болест“), кохортна студија такође даје одговоре на општије питање: „Које болести су узроковане овом изложеношћу?“
На пример, у кохортној студији која истражује ризик од умирања од рака плућа за раднике ливнице, подаци о смртности се добијају из националног регистра узрока смрти. Иако је студија требало да утврди да ли ливачка прашина изазива рак плућа, извор података, уз исти напор, такође даје информације о свим другим узроцима смрти. Стога се истовремено могу проучавати и други могући здравствени ризици.
Време кохортне студије може бити ретроспективно (историјско) или проспективно (истовремено). У оба случаја структура дизајна је иста. Потпуни попис изложених људи се дешава у неком тренутку или временском периоду, а исход се мери за све појединце кроз дефинисану крајњу тачку у времену. Разлика између проспективног и ретроспективног је у времену трајања студије. Ако је ретроспективно, крајња тачка се већ догодила; ако је перспективно, мора се сачекати.
У ретроспективном дизајну, кохорта је дефинисана у неком тренутку у прошлости (на пример, они који су били изложени 1. јануара 1961. или они који су преузели изложени рад између 1961. и 1970.). Морбидитет и/или морталитет од сви чланови кохорте се затим прати до садашњости. Иако „сви“ значи да се морају пронаћи и они који су напустили посао, у пракси се ретко може постићи 100-постотна покривеност. Међутим, што је потпуније праћење, то је студија валиднија.
У проспективном дизајну, кохорта се дефинише у садашњости, или током неког будућег периода, а затим се морбидитет прати у будућности.
Када се раде кохортне студије, мора се оставити довољно времена за праћење како би крајње тачке забринутости имале довољно времена да се манифестују. Понекад, пошто историјски записи могу бити доступни само за кратак период у прошлост, ипак је пожељно искористити овај извор података јер то значи да би био потребан краћи период проспективног праћења пре него што би резултати студије могли бити на располагању. У овим ситуацијама, комбинација дизајна ретроспективних и проспективних кохортних студија може бити ефикасна. Општи изглед табела учесталости које представљају кохортне податке приказан је у табели 1.
Табела 1. Општи изглед табела учесталости које представљају кохортне податке
Компонента стопе болести |
Изложена кохорта |
Неекспонирана кохорта |
Случајеви болести или смрти |
c1 |
c0 |
Број људи у кохорти |
N1 |
N0 |
Уочени проценат оболелих у изложеној кохорти израчунава се на следећи начин:
и то референтне кохорте као:
Однос стопа је тада изражен као:
N0 N1 се обично изражавају у јединицама личност-време уместо као број људи у популације. Особа-година се рачунају за сваког појединца посебно. Различити људи често улазе у кохорту током одређеног временског периода, а не на исти датум. Стога њихово време праћења почиње на различите датуме. Слично, након њихове смрти, или након што се десио догађај од интереса, они више нису „у опасности“ и не би требало да наставе да доприносе имениоцу личних година.
Ако је РР већи од 1, морбидитет изложене кохорте је већи од оног у референтној кохорти, и обрнуто. РР је тачка процене и за њу треба израчунати интервал поверења (ЦИ). Што је студија већа, интервал поверења ће постати ужи. Ако РР = 1 није укључен у интервал поверења (нпр. ЦИ од 95% је 1.4 до 5.8), резултат се може сматрати „статистички значајним“ на изабраном нивоу вероватноће (у овом примеру, α = 0.05).
Ако се општа популација користи као референтна популација, c0 замењује се „очекиваном“ цифром, Е(ц1 ), изведено из старосно стандардизованих стопа морбидитета или морталитета те популације (тј. броја случајева који би се десили у кохорти да није дошло до изложености интересу). Ово даје стандардизовани однос морталитета (или морбидитета), СМР. Тако,
Такође за СМР треба израчунати интервал поверења. Боље је дати ову меру у публикацији него п-вредност, јер је тестирање статистичке значајности бесмислено ако је општа популација референтна категорија. Такво поређење подразумева значајну пристрасност ( ефекат здравог радника горе наведено), а тестирање статистичке значајности, првобитно развијено за експериментално истраживање, доводи у заблуду у присуству систематске грешке.
Претпоставимо да је питање да ли кварцна прашина изазива рак плућа. Обично се кварцна прашина јавља заједно са другим канцерогенима — као што су радонске кћери и издувни гасови дизела у рудницима, или полиароматични угљоводоници у ливницама. Каменоломи гранита не излажу каменоломце овим другим канцерогенима. Стога се проблем најбоље проучава међу каменоломцима запосленим у каменоломима гранита.
Претпоставимо онда да је свих 2,000 радника, који су били запослени у 20 каменолома између 1951. и 1960. године, уписани у кохорту и да се прати њихова учесталост рака (алтернативно само смртност) почевши од десет година након првог излагања (да би се омогућило време индукције) и који се завршава 1990. Ово је 20 до 30 година (у зависности од године уласка) или, рецимо, у просеку 25 година праћења морталитета (или морбидитета) од рака међу 1,000 радника каменолома који били су конкретно радници на граниту. Историја изложености сваког члана кохорте мора бити забележена. Мора се ући у траг онима који су напустили каменоломе и евидентирати њихову каснију историју излагања. У земљама у којима сви становници имају јединствене матичне бројеве, ово је једноставан поступак, који се углавном регулише националним законима о заштити података. Тамо где такав систем не постоји, праћење запослених у сврху праћења може бити изузетно тешко. Тамо где постоје одговарајући регистри смрти или болести, морталитет од свих узрока, свих карцинома и специфичних места рака може се добити из националног регистра узрока смрти. (За смртност од рака, национални регистар рака је бољи извор јер садржи тачније дијагнозе. Поред тога, могу се добити и подаци о инциденци (или морбидитету).) Стопе смртности (или стопе инциденције рака) се могу упоредити са „ очекивани бројеви“, израчунати из националних стопа користећи особе-године изложене кохорте као основу.
Претпоставимо да је у кохорти пронађено 70 смртоносних случајева рака плућа, док је очекивани број (број који би се десио да није било изложености) 35. Затим:
c1 = КСНУМКС, Е(ц1) = КСНУМКС
Дакле, СМР = 200, што указује на двоструко повећање ризика од умирања од рака плућа међу изложеним. Ако су доступни детаљни подаци о изложености, смртност од рака се може проучавати као функција различитих времена латенције (рецимо, 10, 15, 20 година), рада у различитим типовима каменолома (различите врсте гранита), различитих историјских периода, различите изложености интензитета и тако даље. Међутим, 70 случајева се не може поделити у превише категорија, јер број који спада у сваки од њих брзо постаје премали за статистичку анализу.
Обе врсте дизајна кохорте имају предности и недостатке. Ретроспективно истраживање може, по правилу, да мери само морталитет, јер подаци за блаже манифестације обично недостају. Регистри за рак су изузетак, а можда и неколико других, као што су регистри можданог удара и регистри отпуста из болнице, у којима су доступни и подаци о инциденци. Процена претходне изложености је увек проблем и подаци о изложености су обично прилично слаби у ретроспективним студијама. Ово може довести до ефекта маскирања. С друге стране, пошто су се случајеви већ десили, резултати студије постају доступни много раније; за, рецимо, две до три године.
Проспективна кохортна студија може се боље планирати како би била у складу са потребама истраживача, а подаци о изложености могу се прикупљати тачно и систематски. Може се измерити неколико различитих манифестација болести. Мерења и експозиције и исхода могу се поновити, а сва мерења могу бити стандардизована и њихова валидност се може проверити. Међутим, ако болест има дугу латенцију (као што је рак), мораће да прође много времена — чак 20 до 30 година — пре него што се могу добити резултати студије. Много тога се може догодити за ово време. На пример, флуктуација истраживача, побољшања техника за мерење изложености, ремоделирање или затварање биљака изабраних за проучавање и тако даље. Све ове околности угрожавају успех студије. Трошкови проспективне студије су такође обично већи од трошкова ретроспективне студије, али то је углавном због много већег броја мерења (поновљено праћење изложености, клинички прегледи и тако даље), а не због скупље регистрације смрти. Стога трошкови по јединици информације не морају нужно премашити оне ретроспективне студије. С обзиром на све ово, проспективне студије су погодније за болести са прилично кратком латенцијом, које захтевају кратко праћење, док су ретроспективне студије боље за болести са дугом латенцијом.
Студије контроле случајева (или референтне студије случаја).
Вратимо се на фабрику вискозне рајоне. Ретроспективна кохортна студија можда неће бити изводљива ако су спискови изложених радника изгубљени, док би проспективна кохортна студија дала добре резултате за веома дуго времена. Алтернатива би тада била поређење умрлих од коронарне болести срца у граду, у одређеном временском периоду, и узорка укупне популације у истој старосној групи.
Класични дизајн за контролу случаја (или, случај-референца) заснован је на узорковању из динамичке (отворене, коју карактерише промена чланства) популације. Ова популација може бити популација целе земље, округа или општине (као у нашем примеру), или може бити административно дефинисана популација из које се пацијенти примају у болницу. Дефинисана популација обезбеђује и случајеве и контроле (или референтне).
Техника је да се сакупе сви случајеви дотичне болести који постоје у а тачка у времену (превладавајући случајеви), или су се десили током дефинисаног период времена (случајеви инцидената). Случајеви се стога могу извући из регистара морбидитета или морталитета, или директно из болница или других извора који имају валидну дијагностику. Контроле су нацртане као а узорак из исте популације, било из реда не-случајева или из целе популације. Друга опција је да одабрати пацијенти са другом болешћу као контрола, али онда ти пацијенти морају бити репрезентативни за популацију из које су случајеви дошли. Може постојати једна или више контрола (тј. референти) за сваки случај. Приступ узорковања се разликује од кохортних студија, које испитују целокупну популацију. Подразумева се да су добици у смислу нижих трошкова дизајна контроле случајева значајни, али је важно да узорак буде представник целокупне популације из које су случајеви потекли (тј. „база студија“) – у супротном студија може бити пристрасна.
Када се идентификују случајеви и контроле, њихове историје изложености се прикупљају путем упитника, интервјуа или, у неким случајевима, из постојећих евиденција (нпр. евиденција платног списка из које се може закључити историјат рада). Подаци се могу добити или од самих учесника или, ако су преминули, од блиских рођака. Да би се обезбедило симетрично присећање, важно је да пропорција мртвих и живих случајева и референта буде једнака, јер блиски рођаци обично дају мање детаљну историју изложености од самих учесника. Информације о обрасцу изложености међу случајевима упоређују се са онима међу контролама, дајући процену Однос квота (ИЛИ), индиректна мера за ризик међу изложенима да задобију болест у односу на ону неекспонираних.
Будући да се дизајн контроле случаја ослања на информације о изложености добијене од пацијената са одређеном болешћу (тј. случајева) заједно са узорком људи који нису оболели (тј. контрола) из популације из које су случајеви потекли, веза са изложеношћу може се истражити само за једна болест. Насупрот томе, овај дизајн омогућава истовремено проучавање ефекта неколико различитих експозиција. Референтна студија случаја је веома погодна да се бави специфичним истраживачким питањима (нпр. „Да ли је коронарна болест срца узрокована излагањем угљен-дисулфиду?“), али такође може помоћи да се одговори на општије питање: „Која изложеност може изазвати ову болест ?”
Питање да ли излагање органским растварачима изазива примарни рак јетре поставља се (као пример) у Европи. Случајеви примарног рака јетре, релативно ретке болести у Европи, најбоље се прикупљају из националног регистра рака. Претпоставимо да сви случајеви рака који се јављају током три године чине серију случајева. Популациона база за студију је затим трогодишње праћење целокупне популације у дотичној европској земљи. Контроле су извучене као узорак особа без рака јетре из исте популације. Из практичних разлога (што значи да се исти извор може користити за узорковање контрола) пацијенти са другим типом рака, који није повезан са излагањем растварачу, могу се користити као контроле. Рак дебелог црева нема познату везу са излагањем растварачу; стога се овај тип рака може укључити међу контроле. (Коришћење контрола рака минимизира пристрасност присећања у смислу да је тачност историје коју дају случајеви и контроле у просеку симетрична. Међутим, ако би се касније открила нека тренутно непозната веза између рака дебелог црева и излагања растварачима, ова врста контроле би изазвала потцењивање правог ризика - а не претеривање.)
За сваки случај рака јетре извлаче се две контроле како би се постигла већа статистичка моћ. (Могло би се повући још више контрола, али расположива средства могу бити ограничавајући фактор. Да средства нису ограничена, можда би чак четири контроле биле оптималне. Осим четири, примењује се закон о смањењу приноса.) Након добијања одговарајуће дозволе од података. органима заштите, предметима и контролама, или њиховим блиским сродницима, обраћа се, обично путем упитника посланог поштом, тражећи детаљну историју занимања са посебним нагласком на хронолошки списак имена свих послодаваца, одељења за рад, радних задатака у различитим пословима и период запослења на сваком поједином задатку. Ови подаци се са извесним потешкоћама могу добити од рођака; међутим, рођаци обично не памте одређене хемикалије или трговачка имена. Упитник такође треба да садржи питања о могућим збуњујућим подацима, као што су употреба алкохола, изложеност намирницама које садрже афлатоксине и инфекција хепатитисом Б и Ц. Да би се добила довољно висока стопа одговора, два подсетника се шаљу нереспондентима у интервалима од три недеље. Ово обично резултира коначном стопом одговора већом од 70%. Професионални историјат затим прегледа индустријски хигијеничар, без знања о случају испитаника или контролном статусу, а изложеност се класификује на високу, средњу, ниску, никакву и непознату изложеност растварачима. Десет година излагања непосредно пре дијагнозе карцинома се занемарују, јер није биолошки уверљиво да карциногени иницијаторског типа могу бити узрок рака ако је време латенције тако кратко (иако би промотери, у ствари, могли). У овој фази такође је могуће разликовати различите врсте изложености растварачу. Пошто је дата комплетна историја запослења, могуће је истражити и друге изложености, иако почетна хипотеза студије није укључивала ове. Односи шансе се затим могу израчунати за излагање било ком растварачу, специфичним растварачима, смешама растварача, различитим категоријама интензитета излагања и за различите временске оквире у односу на дијагнозу рака. Препоручљиво је искључити из анализе оне са непознатом изложеношћу.
Случајеви и контроле се могу узорковати и анализирати као независне серије or подударне групе. Подударање значи да се контроле бирају за сваки случај на основу одређених карактеристика или атрибута, како би се формирали парови (или скупови, ако је више од једне контроле изабрано за сваки случај). Упаривање се обично врши на основу једног или више таквих фактора, као што су старост, витални статус, историја пушења, календарско време дијагнозе случаја и слично. У нашем примеру, случајеви и контроле се затим упарују на основу старости и виталног статуса. (Витални статус је важан, јер сами пацијенти обично дају тачнију историју изложености од блиских рођака, а симетрија је неопходна из разлога валидности.) Данас је препорука да се буде рестриктиван са подударањем, јер ова процедура може да уведе негативан ефекат (маскирање ефекта). ) збуњујуће.
Ако је једна контрола усклађена са једним случајем, дизајн се назива а дизајн упарених парова. Под условом да трошкови проучавања више контрола нису превисоки, више од једног референта по случају побољшава стабилност процене ОР, што чини студију ефикаснијом у величини.
Изглед резултата неупоредиве студије случај-контрола приказан је у табели 2.
Табела 2. Пример изгледа података о контроли случајева
Класификација изложености |
||
Изложен |
Неекспонирани |
|
slučajevi |
c1 |
c0 |
Не-случајеви |
n1 |
n0 |
Из ове табеле, шансе за изложеност међу случајевима, и шансе за изложеност међу популацијом (контроле), могу се израчунати и поделити да би се добио однос шансе за изложеност, ОР. За случајеве, шансе за изложеност су c1 / c0, а за контроле јесте n1 / n0. Процена ОР је тада:
Ако је изложено релативно више случајева него контрола, ОР је већи од 1 и обрнуто. Интервали поверења се морају израчунати и обезбедити за ОР, на исти начин као и за РР.
Као још један пример, центар здравља рада велике компаније опслужује 8,000 запослених изложених разним прашинама и другим хемијским агенсима. Занима нас веза између мешовитог излагања прашини и хроничног бронхитиса. Студија укључује праћење ове популације током једне године. Дијагностичке критеријуме за хронични бронхитис поставили смо као „јутарњи кашаљ и стварање слузи три месеца током две узастопне године“. Критеријуми за „позитивну“ изложеност прашини дефинисани су пре почетка студије. Сваки пацијент који посети Дом здравља и испуни ове критеријуме у периоду од годину дана је случај, а следећи пацијент који тражи лекарски савет због неплућних тегоба се дефинише као контрола. Претпоставимо да је 100 случајева и 100 контрола уписано током периода истраживања. Нека се 40 случајева и 15 контрола класификују као изложени прашини. Онда
c1 = КСНУМКС, c0 = КСНУМКС, n1 = КСНУМКС, и n0 = КСНУМКС.
Сходно томе,
У претходном примеру, није узета у обзир могућност збуњивања, што може довести до изобличења ОР због систематских разлика између случајева и контрола у варијабли као што је старост. Један од начина да се умањи ова пристрасност је усклађивање контрола са случајевима старости или другим сумњивим факторима. Ово резултира распоредом података приказаним у табели 3.
Табела 3. Изглед података контроле случаја ако је једна контрола упарена са сваким случајем
Референти |
||
slučajevi |
Експозиција (+) |
Изложеност (-) |
Експозиција (+) |
f+ + |
f+ - |
Изложеност (-) |
f- + |
f- - |
Анализа се фокусира на нескладне парове: то јест, „изложен случај, неекспонирана контрола“ (f+–); и „случај неекспониран, контрола изложена“ (f–+). Када су оба члана пара изложена или неекспонирана, пар се занемарује. ОР у дизајну студије са подударним паровима је дефинисан као
У студији о повезаности рака носа и изложености дрвној прашини, било је укупно 164 пара случај-контрола. У само једном пару откривени су и кућиште и контрола, а код 150 парова ни кућиште ни контрола нису били изложени. Ови парови се даље не разматрају. Случај, али не и контрола, био је изложен у 12 парова, а контрола, али не и случај, у једном пару. Стога,
и пошто јединица није укључена у овај интервал, резултат је статистички значајан—то јест, постоји статистички значајна повезаност између рака носа и изложености дрвној прашини.
Студије случај-контрола су ефикасније од кохортних студија када су болест је ретка; они заправо могу пружити једину опцију. Међутим, уобичајене болести се такође могу проучавати овом методом. Ако је излагање је ретко, кохорта заснована на изложености је пожељнији или једини изводљиви епидемиолошки дизајн. Наравно, кохортне студије се такође могу спровести на уобичајеним изложеностима. Избор између кохорте и дизајна контроле случаја када су и изложеност и болест уобичајени се обично одлучује узимајући у обзир ваљаност.
Пошто се студије контроле случајева ослањају на ретроспективне податке о изложености, обично засноване на сећању учесника, њихова слаба тачка је нетачност и грубост информација о изложености, што резултира маскирањем ефекта кроз недиференцијални (симетрична) погрешна класификација статуса изложености. Штавише, понекад опозив може бити асиметричан између случајева и контрола, случајеви за које се обично верује да памте „боље“ (тј. пристрасност опозива).
Селективно подсећање може изазвати пристрасност која повећава ефекат диференцијал (асиметрична) погрешна класификација статуса изложености. Предности студија случај-контрола леже у њиховој исплативости и њиховој способности да релативно брзо пруже решење проблема. Због стратегије узорковања, они омогућавају истраживање веома великих циљних популација (нпр. кроз националне регистре рака), чиме се повећава статистичка моћ студије. У земљама у којима закон о заштити података или недостатак добрих регистара становништва и морбидитета омета извођење кохортних студија, студије случаја-контроле засноване на болницама могу бити једини практичан начин за спровођење епидемиолошког истраживања.
Узорковање случаја-контроле унутар кохорте (угнежђени дизајн студија контроле случајева)
Кохортна студија такође може бити дизајнирана за узорковање уместо потпуног праћења. Овај дизајн је раније назван „угнежђеном“ студијом контроле случаја. Приступ узорковања унутар кохорте поставља различите захтеве у погледу подобности кохорте, јер се поређења сада врше унутар исте кохорте. Ово стога треба да укључује не само јако изложене раднике, већ и мање изложене, па чак и неекспониране раднике, како би се обезбедило контрасти експозиције унутар себе. Важно је схватити ову разлику у условима подобности приликом састављања кохорте. Ако се потпуна кохортна анализа прво изврши на кохорти чији су критеријуми подобности били на „великој“ изложености, а „угнежђена“ студија случај-контрола се уради касније на истој кохорти, студија постаје неосетљива. Ово уводи маскирање ефеката јер су контрасти експозиције недовољни „по дизајну“ због недостатка варијабилности у искуству експозиције међу члановима кохорте.
Међутим, под условом да кохорта има широк спектар искуства у изложености, приступ угнежђене контроле случајева је веома привлачан. Један окупља све случајеве који су настали у кохорти током периода праћења да би се формирао низ случајева, док само узорак од неслучајева се црта за контролну серију. Истраживачи затим, као у традиционалном дизајну контроле случаја, прикупљају детаљне информације о искуству изложености интервјуисањем случајева и контрола (или њихових блиских рођака), испитивањем спискова особља послодавца, конструисањем матрица изложености послу, или комбиновањем два или више ових приступа. Контроле се могу или ускладити са случајевима или се могу третирати као независна серија.
Приступ узорковања може бити јефтинији у поређењу са прикупљањем исцрпних информација о сваком члану кохорте. Посебно, пошто се проучава само узорак контрола, више ресурса се може посветити детаљној и тачној процени изложености за сваки случај и контролу. Међутим, исти проблеми статистичке моћи преовладавају као у класичним кохортним студијама. Да би се постигла адекватна статистичка моћ, кохорта увек мора да садржи „адекватан“ број изложених случајева у зависности од величине ризика који треба да се открије.
Дизајн студија попречног пресека
У научном смислу, дизајн пресека је пресек популације која се проучава, без икаквог разматрања времена. И изложеност и морбидитет (преваленција) се мере у истом временском тренутку.
Са етиолошке тачке гледишта, овај дизајн студије је слаб, делимично зато што се бави преваленцијом, а не инциденцијом. Преваленција је сложена мера, која зависи и од инциденције и од трајања болести. Ово такође ограничава употребу студија пресека на болести дугог трајања. Још озбиљнија је јака негативна пристрасност узрокована елиминацијом која зависи од здравља из групе изложене изложености оних људи који су осетљивији на ефекте изложености. Због тога се етиолошки проблеми најбоље решавају уздужним дизајном. Заиста, студије пресека не дозвољавају никакве закључке о томе да ли је изложеност претходила болести или обрнуто. Попречни пресек је етиолошки значајан само ако постоји прави временски однос између изложености и исхода, што значи да садашња изложеност мора имати тренутне ефекте. Међутим, изложеност се може мерити попречним пресеком тако да представља дужи прошли временски период (нпр. ниво олова у крви), док је мера исхода преваленција (нпр. брзине нервне проводљивости). Студија је тада мешавина лонгитудиналног и попречног пресека, а не пуки попречни пресек испитиване популације.
Попречна дескриптивна истраживања
Истраживања попречним пресецима су често корисна у практичне и административне, а не у научне сврхе. Епидемиолошки принципи се могу применити на активности систематског надзора у окружењу здравља на раду, као што су:
Важно је одабрати репрезентативне, валидне и специфичне индикаторе морбидитета за све врсте истраживања. Анкета или скрининг програм може да користи само мали број тестова, за разлику од клиничке дијагностике, и стога је предиктивна вредност скрининг теста важна. Неосетљиве методе не успевају да открију болест од интереса, док високо осетљиве методе дају превише лажно позитивних резултата. Не исплати се вршити скрининг на ретке болести у радном окружењу. Све активности проналажења случајева (тј. скрининга) такође захтевају механизам за збрињавање људи који имају „позитивне“ налазе, како у погледу дијагностике тако иу погледу терапије. У супротном, само фрустрација ће резултирати потенцијалом за више штете него добра.
Потреба за ваљаношћу
Епидемиологија има за циљ да пружи разумевање искуства болести у популацији. Конкретно, може се користити за добијање увида у професионалне узроке лошег здравља. Ово сазнање долази из студија спроведених на групама људи који имају болест упоређујући их са људима без те болести. Други приступ је да се испита које болести добијају људи који раде на одређеним пословима са одређеном изложеношћу и да се ови обрасци болести упореде са онима код људи који нису на сличан начин изложени. Ове студије дају процене ризика од болести за специфичне изложености. Да би се информације из таквих студија користиле за успостављање програма превенције, за препознавање професионалних болести и да би радници који су погођени изложеношћу добили одговарајућу надокнаду, ове студије морају бити валидне.
Пуноважност може се дефинисати као способност студије да одражава право стање ствари. Према томе, ваљана студија је она која тачно мери повезаност (било позитивну, негативну или одсутна) између изложености и болести. Он описује правац и величину истинског ризика. Разликују се две врсте валидности: унутрашња и екстерна валидност. Интерна валидност је способност студије да одрази оно што се заиста догодило међу субјектима студије; екстерна валидност одражава шта би се могло догодити у популацији.
Ваљаност се односи на истинитост мерења. Ваљаност се мора разликовати од прецизности мерења, која је у функцији величине студије и ефикасности дизајна студије.
Интерна валидност
За студију се каже да је интерно валидна када је ослобођена предрасуда и стога заиста одражава повезаност између изложености и болести која постоји међу учесницима студије. Уочени ризик од болести у вези са изложеношћу може заиста произаћи из стварне повезаности и стога бити валидан, али такође може одражавати утицај пристрасности. Пристрасност ће дати искривљену слику стварности.
Три главне врсте пристрасности, такође тзв систематске грешке, обично се разликују:
Они ће бити укратко представљени у наставку, користећи примере из окружења здравља на раду.
Пристрасност избора
Пристрасност одабира ће се појавити када на улазак у студију утиче познавање статуса изложености потенцијалног учесника студије. Овај проблем се стога јавља само када се болест већ појавила у време (пре) када особа уђе у студију. Типично, у епидемиолошком окружењу, то ће се десити у студијама случај-контрола или у ретроспективним кохортним студијама. То значи да ће се особа вероватније сматрати случајем ако се зна да је била изложена. Три низа околности могу довести до таквог догађаја, што ће зависити и од тежине болести.
Пристрасност самоизбора
Ово се може десити када људи који знају да су били изложени познатим штетним производима или су им веровали у прошлости и који су уверени да је њихова болест резултат излагања, консултују лекара због симптома које би други људи, који нису били толико изложени, можда игнорисали. Ово је нарочито вероватно код болести које имају мало уочљивих симптома. Пример може бити рани губитак трудноће или спонтани побачај међу медицинским сестрама које рукују лековима који се користе за лечење рака. Ове жене су свесније од већине репродуктивне физиологије и, будући да су забринуте за своју способност да имају децу, можда ће вероватније препознати или означити као спонтани абортус оно што би друге жене сматрале само одлагањем почетка менструације. Други пример из ретроспективне кохортне студије, коју цитира Ротхман (1986), укључује студију Центра за контролу болести о леукемији међу војницима који су били присутни током америчког атомског теста у Невади. Од трупа присутних на полигону, 76% је ушло у траг и чинило кохорту. Од тога, 82% су пронашли истраживачи, али је додатних 18% контактирало саме истражитеље након што је чуло публицитет о студији. Четири случаја леукемије била су присутна међу 82% праћених од стране ЦДЦ-а, а четири случаја су била присутна међу 18% самопрепоручених. Ово снажно сугерише да је способност истражитеља да идентификују изложене особе била повезана са ризиком од леукемије.
Дијагностичка пристрасност
Ово ће се десити када је већа вероватноћа да ће лекари дијагностиковати дату болест када знају чему је пацијент претходно био изложен. На пример, када је већина боја била на бази олова, симптом болести периферних нерава који се назива периферни неуритис са парализом био је такође познат као сликарска „капљица на зглобу“. Познавање занимања пацијента олакшало је дијагностиковање болести чак иу раним фазама, док би идентификација узрочника била много тежа код учесника истраживања за које се зна да су професионално изложени олову.
Пристрасност која је резултат одбијања да учествује у студији
Када се од људи, здравих или болесних, затражи да учествују у студији, неколико фактора игра улогу у одређивању да ли ће се сложити или не. Спремност да се одговори на променљиво дугачке упитнике, који понекад постављају питања о осетљивим темама, а још више да дају крв или друге биолошке узорке, може бити одређена степеном сопственог интереса особе. Неко ко је свестан раније потенцијалне изложености може бити спреман да се повинује овој истрази у нади да ће помоћи у проналажењу узрока болести, док неко ко сматра да није био изложен ничему опасном или ко није заинтересован знајући, може одбити позив за учешће у студији. Ово може довести до одабира оних људи који ће коначно бити учесници студије у поређењу са свима онима који су можда били.
Информациона пристрасност
Ово се такође назива пристрасност посматрања и тиче се исхода болести у накнадним студијама и процене изложености у студијама случај-контрола.
Процена диференцијалног исхода у проспективним (кохортним) студијама
Две групе су дефинисане на почетку студије: изложена група и неекспонирана група. Проблеми дијагностичке пристрасности ће се појавити ако се потрага за случајевима разликује између ове две групе. На пример, узмите у обзир групу људи који су били изложени случајном ослобађању диоксина у датој индустрији. За групу са високом експозицијом, успостављен је активан систем праћења са медицинским прегледима и биолошким праћењем у редовним интервалима, док остатак радно способног становништва добија само рутинску негу. Велика је вероватноћа да ће више болести бити идентификовано у групи под помним надзором, што би довело до потенцијалног прецењивања ризика.
Диференцијални губици у ретроспективним кохортним студијама
У ретроспективним кохортним студијама може се појавити механизам обрнут од оног описаног у претходном параграфу. У овим студијама, уобичајени начин поступања је да се почне са досијеима свих људи који су били запослени у датој индустрији у прошлости и да се процени болест или смртност након запослења. Нажалост, у скоро свим студијама досијеи су непотпуни, а чињеница да је особа нестала може бити повезана или са статусом изложености или са статусом болести или са обоје. На пример, у недавној студији спроведеној у хемијској индустрији код радника изложених ароматичним аминима, пронађено је осам тумора у групи од 777 радника који су били подвргнути цитолошком скринингу на туморе урина. Укупно, пронађено је да недостају само 34 записа, што одговара губитку од 4.4% из датотеке за процену изложености, али за случајеве рака мокраћне бешике подаци о изложености недостају за два од осам случајева, или 25%. Ово показује да је већа вероватноћа да ће досијеи људи који су постали случајеви бити изгубљени него досијеи других радника. Ово се може догодити због чешћих промена посла у компанији (које могу бити повезане са ефектима изложености), оставке, отпуштања или пуке случајности.
Диференцијална процена изложености у студијама случај-контрола
У студијама случај-контрола, болест се већ појавила на почетку студије, а тражиће се информације о изложености у прошлости. Пристрасност може бити резултат става анкетара или учесника студије према истрази. Информације обично прикупљају обучени анкетари који могу, али не морају бити свесни хипотезе која лежи у основи истраживања. На пример, у популацијској студији о контроли случајева рака бешике која је спроведена у високо индустријализованом региону, особље студије може бити свесно чињенице да су одређене хемикалије, као што су ароматични амини, фактори ризика за рак мокраћне бешике. Ако такође знају ко је развио болест, а ко није, вероватно ће водити детаљније интервјуе са учесницима који имају рак мокраћне бешике него са контролама. Они могу инсистирати на детаљнијим информацијама о прошлим занимањима, систематски тражећи изложеност ароматичним аминима, док за контроле могу бележити занимања на рутинскији начин. Резултирајућа пристрасност је позната као пристрасност сумње на изложеност.
За такву пристрасност могу бити одговорни и сами учесници. Ово се зове пристрасност опозива да се разликује од пристрасности анкетара. Обојица имају сумњу у изложеност као механизам за пристрасност. Особе које су болесне могу посумњати на професионално порекло своје болести и стога ће покушати да што прецизније запамте све опасне агенсе којима су можда били изложени. У случају руковања недефинисаним производима, они могу бити склони да се сете имена прецизних хемикалија, посебно ако им се стави на располагање листа сумњивих производа. Насупрот томе, мање је вероватно да ће контроле проћи кроз исти мисаони процес.
Збуњујуће
Конфузија постоји када је уочена повезаност између изложености и болести делимично резултат мешања ефекта изложености која се проучава и другог фактора. Рецимо, на пример, да код заваривача налазимо повећан ризик од рака плућа. У искушењу смо да одмах закључимо да постоји узрочно-последична веза између излагања испарењима од заваривања и рака плућа. Међутим, такође знамо да је пушење далеко главни фактор ризика за рак плућа. Стога, ако су информације доступне, почињемо да проверавамо пушачки статус заваривача и других учесника студије. Можда ћемо открити да заваривачи чешће пуше него они који нису заваривачи. У тој ситуацији, познато је да је пушење повезано са раком плућа и, у исто време, у нашој студији је утврђено да је пушење повезано и са заваривачем. У епидемиолошком смислу, то значи да пушење, повезано и са раком плућа и са заваривањем, збуњује везу између заваривања и рака плућа.
Интеракција или модификација ефекта
За разлику од свих горе наведених питања, односно селекције, информација и збуњивања, што су пристрасности, интеракција није пристрасност због проблема у дизајну или анализи студија, већ одражава стварност и њену сложеност. Пример овог феномена је следећи: изложеност радону је фактор ризика за рак плућа, као и пушење. Поред тога, пушење и изложеност радону имају различите ефекте на ризик од рака плућа у зависности од тога да ли делују заједно или изоловано. Већина студија занимања на ову тему спроведена је међу подземним рударима и повремено су давала опречне резултате. Све у свему, чини се да постоје аргументи у прилог интеракције пушења и изложености радону у стварању рака плућа. То значи да се ризик од рака плућа повећава изложеношћу радону, чак и код непушача, али да је величина повећања ризика од радона много већа међу пушачима него међу непушачима. У епидемиолошком смислу кажемо да је ефекат мултипликативни. За разлику од збуњујућег, горе описаног, интеракцију треба пажљиво анализирати и описати у анализи, а не једноставно контролисати, јер одражава оно што се дешава на биолошком нивоу и није само последица лошег дизајна студије. Његово објашњење доводи до валиднијег тумачења налаза из студије.
Екстерна валидност
Овај проблем се може решити само након што се обезбеди интерна валидност. Ако смо уверени да резултати уочени у студији одражавају асоцијације које су стварне, можемо се запитати да ли можемо или не можемо ове резултате екстраполирати на већу популацију из које су сами учесници студије извучени, или чак на друге популације које су идентичне. или бар врло слични. Најчешће се поставља питање да ли се резултати добијени за мушкарце односе и на жене. Годинама се студије, а посебно професионална епидемиолошка истраживања спроводе искључиво међу мушкарцима. Студије међу хемичарима спроведене 1960-их и 1970-их у Сједињеним Државама, Уједињеном Краљевству и Шведској откриле су повећан ризик од специфичних карцинома – наиме леукемије, лимфома и рака панкреаса. На основу онога што смо знали о ефектима излагања растварачима и неким другим хемикалијама, већ смо тада могли закључити да лабораторијски рад носи и канцерогене ризике за жене. То се у ствари показало када је прва студија међу хемичарима коначно објављена средином 1980-их, која је пронашла резултате сличне онима међу мушкарцима. Вреди напоменути да су други откривени вишак канцера били тумори дојке и јајника, за које се традиционално сматра да су повезани само са ендогеним факторима или репродукцијом, али за које ново сумњиви фактори животне средине као што су пестициди могу играти улогу. Много више треба да се уради на професионалним детерминантама рака код жена.
Стратегије за ваљану студију
Савршено валидна студија никада не може постојати, али је на истраживачу да покуша да избегне, или барем да минимизира, што је више могуће пристрасности. Ово се често најбоље може урадити у фази дизајнирања студије, али се може спровести и током анализе.
Дизајн студије
Одабир и пристрасност у вези са информацијама могу се избећи само пажљивим осмишљавањем епидемиолошке студије и пажљивим спровођењем свих следећих свакодневних смерница, укључујући прецизну пажњу на обезбеђење квалитета, за спровођење студије у теренским условима. Конфузија се може решити у фази пројектовања или анализе.
Селекција
Критеријуми за разматрање учесника као случаја морају бити експлицитно дефинисани. Не може се, или барем не би требало, покушавати да се проучавају лоше дефинисана клиничка стања. Начин да се минимизира утицај који знање о изложености може имати на процену болести јесте да се обухвате само озбиљни случајеви који би били дијагностиковани без обзира на било какве информације о историји пацијента. У области рака, студије ће често бити ограничене на случајеве са хистолошким доказом болести како би се избегло укључивање граничних лезија. То ће такође значити да су групе које се проучавају добро дефинисане. На пример, у епидемиологији рака је добро познато да канцери различитих хистолошких типова унутар датог органа могу имати различите факторе ризика. Ако је број случајева довољан, боље је одвојити аденокарцином плућа од сквамозног карцинома плућа. Какви год да су коначни критеријуми за улазак у студију, они увек треба да буду јасно дефинисани и описани. На пример, тачну шифру болести треба навести коришћењем Међународне класификације болести (МКБ), а такође, за рак, Међународне онколошке класификације болести (МКБ-О).
Требало би уложити напоре када су критеријуми специфицирани како би се максимално повећало учешће у студији. Одлука да се одбије учешће ретко се доноси насумично и стога доводи до пристрасности. Студије треба пре свега представити клиничарима који примају пацијенте. Њихово одобрење је потребно да би приступили пацијентима, па ће стога они морати да буду убеђени да подрже студију. Један аргумент који је често убедљив је да је студија у интересу јавног здравља. Међутим, у овој фази боље је не расправљати о тачној хипотези која се процењује како би се избегао неоправдани утицај на укључене клиничаре. Од лекара не треба тражити да преузму додатне дужности; лакше је убедити здравствено особље да пружи подршку студији ако истраживачи обезбеде средства за обављање било каквих додатних задатака, поред рутинске неге, које студија захтева. Анкетари и апстрактори података не би требало да буду свесни статуса болести својих пацијената.
Сличну пажњу треба обратити и на информације које се дају учесницима. Циљ студије мора бити описан широко, неутрално, али такође мора бити убедљив и убедљив. Важно је да се питања поверљивости и интереса за јавно здравље у потпуности разумеју уз избегавање медицинског жаргона. У већини окружења, коришћење финансијских или других подстицаја се не сматра прикладним, иако би требало обезбедити надокнаду за све трошкове које учесник може да има. На крају, али не и најмање важно, општа популација треба да буде довољно научно писмена да би разумела важност таквог истраживања. И користи и ризици учешћа морају бити објашњени сваком потенцијалном учеснику где треба да попуне упитнике и/или да обезбеде биолошке узорке за складиштење и/или анализу. Не треба примењивати принуду у прибављању претходног и потпуно информисаног пристанка. Тамо где су студије искључиво засноване на документима, мора се обезбедити претходно одобрење агенција одговорних за обезбеђивање поверљивости таквих записа. У овим случајевима, сагласност појединачног учесника се обично може одрећи. Уместо тога, биће довољно одобрење синдикалних и владиних службеника. Епидемиолошка истраживања нису претња приватном животу појединца, већ су потенцијална помоћ за побољшање здравља становништва. Одобрење институционалног одбора за ревизију (или комитета за етичку ревизију) биће потребно пре спровођења студије, а велики део онога што је горе наведено ће се од њих очекивати за ревизију.
informacije
У проспективним студијама праћења, средства за процену статуса болести или морталитета морају бити идентична за изложене и неекспониране учеснике. Посебно не треба користити различите изворе, као што је само провера у централном регистру морталитета за неекспониране учеснике и коришћење интензивног активног надзора за изложене учеснике. Слично томе, узрок смрти се мора добити на стриктно упоредиве начине. То значи да ако се систем користи за добијање приступа службеним документима за неекспонирано становништво, а то је често општа популација, никада не треба планирати добијање још прецизнијих информација кроз медицинске картоне или интервјуе о самим учесницима или њиховим породицама за изложена подгрупа.
У ретроспективним кохортним студијама треба уложити напоре да се утврди колико је блиско испитана популација у поређењу са популацијом од интереса. Треба се чувати могућих диференцијалних губитака у изложеним и неекспонираним групама коришћењем различитих извора који се тичу састава становништва. На пример, може бити корисно упоредити платне листе са списковима чланова синдиката или другим професионалним списковима. Неподударности се морају помирити и протокол усвојен за студију мора бити помно праћен.
У студијама контроле случајева, постоје и друге опције да се избегну пристрасности. Анкетари, студијско особље и учесници студије не морају бити свесни прецизне хипотезе која се проучава. Ако не знају повезаност која се тестира, мање је вероватно да ће покушати да дају очекивани одговор. Држање истраживачког особља у мраку у вези са хипотезом истраживања је заправо често веома непрактично. Анкетар ће скоро увек знати изложености од највећег потенцијалног интересовања, као и ко је случај, а ко контрола. Стога се морамо ослонити на њихову искреност, као и на њихову обуку у базичној методологији истраживања, што би требало да буде део њиховог професионалног искуства; објективност је обележје у свим фазама науке.
Лакше је не обавестити учеснике студије о тачном предмету истраживања. Добра, основна објашњења о потреби прикупљања података ради бољег разумевања здравља и болести обично су довољна и задовољиће потребе етичког прегледа.
Збуњујуће
Конфузија је једина пристрасност са којом се може позабавити или у фази дизајнирања студије или, под условом да су доступне адекватне информације, у фази анализе. Ако се, на пример, сматра да је старост потенцијално збуњујућа повезаност интереса јер је старост повезана са ризиком од болести (тј. рак постаје чешћи у старијој доби) и такође са изложеношћу (услови изложености варирају са годинама или са факторима који се односе на године као што су квалификација, радно место и трајање запослења), постоји неколико решења. Најједноставније је ограничити студију на одређени узраст—на пример, уписати само мушкарце беле расе од 40 до 50 година. Ово ће обезбедити елементе за једноставну анализу, али ће такође имати недостатак ограничавања примене резултата на једну пол старосна/расна група. Друго решење је подударање по годинама. То значи да је за сваки случај потребан референт истог узраста. Ово је атрактивна идеја, али треба имати на уму могућу потешкоћу у испуњавању овог захтева како се број фактора подударања повећава. Поред тога, када је фактор упарен, постаје немогуће проценити његову улогу у настанку болести. Последње решење је да имате довољно информација о потенцијалним збуњујућим подацима у студијској бази података како бисте их проверили у анализи. Ово се може урадити или кроз једноставну стратификовану анализу, или помоћу софистициранијих алата као што је мултиваријантна анализа. Међутим, треба имати на уму да анализа никада неће моћи да надокнади лоше дизајнирану или спроведену студију.
Zakljucak
Потенцијал за појаву пристрасности у епидемиолошким истраживањима је одавно утврђен. Ово није било превише забрињавајуће када су асоцијације које су проучаване биле јаке (као што је случај са пушењем и раком плућа) и стога нека непрецизност није изазвала превише озбиљан проблем. Међутим, сада када је дошло време да се процени слабији фактор ризика, потреба за бољим алатима постаје најважнија. Ово укључује потребу за одличним дизајном студија и могућност комбиновања предности различитих традиционалних дизајна као што су студије случаја-контроле или кохортне студије са иновативнијим приступима као што су студије контроле случајева које се налазе у оквиру кохорте. Такође, употреба биомаркера може да обезбеди средства за добијање тачнијих процена тренутне и могуће претходне изложености, као и за ране стадијуме болести.
Грешке у мерењу изложености могу имати различите утицаје на однос изложености и болести који се проучава, у зависности од тога како су грешке распоређене. Ако је епидемиолошка студија спроведена на слепо (тј. мерења су обављена без знања о болести или здравственом стању учесника студије) очекујемо да ће грешка мерења бити равномерно распоређена по слојевима болести или здравственог статуса.
Табела 1 даје пример: претпоставимо да регрутујемо групу људи који су на послу изложени токсичном супстанцу, да бисмо истражили честу болест. Статус изложености утврђујемо само при запошљавању (Т0), а не у било ком другом тренутку током праћења. Међутим, рецимо да један број појединаца у ствари мења свој статус изложености у наредној години: у време Т1, 250 од првобитно 1,200 изложених људи је престало да буде изложено, док је 150 од првобитно 750 неизложених људи почело да буде изложено отрову. Дакле, у време Т11,100 особа је изложено, а 850 није изложено. Као последица тога, имамо „погрешну класификацију“ изложености, на основу нашег почетног мерења статуса изложености у време Т0. Ови појединци се затим прате након 20 година (у време Т2) и процењује се кумулативни ризик од болести. (Претпоставка која се поставља у примеру је да је само изложеност дуже од једне године забрињавајућа.)
Табела 1. Хипотетичка кохорта од 1950 особа (експонираних и неекспонираних на послу), регрутованих у време Т0 и чији је статус болести утврђен у тренутку Т2
Време |
|||
T0 |
T1 |
T2 |
Изложени радници 1200 250 напустили изложеност 1100 (1200-250+150)
Случајеви болести у време Т2 = 220 међу изложеним радницима
Неекспонирани радници 750 150 почетак изложености 850 (750-150+250)
Случајеви болести у време Т2 = 85 међу неекспонираним радницима
истински ризик болести у време Т2 је 20% међу изложеним радницима (220/1100),
и 10% код неекспонираних радника (85/850) (однос ризика = 2.0).
Процењени ризик код Т2 болести међу онима који су класификовани као изложени код Т0: КСНУМКС%
(тј. прави ризик код изложених) ´ 950 (тј. 1200-250)+ 10%
(тј. прави ризик код неизложених) ´ 250 = (190+25)/1200 = 17.9%
Процењени ризик код Т2 болести међу онима који су класификовани као неизложени на
T0: 20% (тј. прави ризик код изложених) ´ 150 +10%
(тј. прави ризик неизложен) ´ 600 (тј. 750-150) = (30+60)/750 = 12%
Процењени коефицијент ризика = 17.9% / 12% = 1.49
Погрешна класификација зависи, у овом примеру, од дизајна студије и карактеристика популације, пре него од техничких ограничења мерења изложености. Ефекат погрешне класификације је такав да „прави“ однос од 2.0 између кумулативног ризика међу изложеним људима и неекспонираним људима постаје „уочен“ однос од 1.49 (табела 1). Ово потцењивање коефицијента ризика произилази из „замућења“ односа између изложености и болести, које се дешава када је погрешна класификација изложености, као у овом случају, равномерно распоређена према болести или здравственом статусу (тј. мерење изложености је не утиче на то да ли је особа боловала од болести коју проучавамо).
Насупрот томе, може доћи до потцењивања или прецењивања повезаности интереса када погрешна класификација изложености није равномерно распоређена на исход од интереса. У примеру, можда имамо преднапон, а не само замагљивање етиолошке везе, ако класификација изложености зависи од болести или здравственог стања међу радницима. Ово би могло настати, на пример, ако одлучимо да прикупимо биолошке узорке од групе изложених радника и од групе неекспонираних радника, како бисмо идентификовали ране промене у вези са изложеношћу на раду. Узорци изложених радника би се тада могли анализирати на прецизнији начин од узорака оних који нису били изложени; научна радозналост може навести истраживача да измери додатне биомаркере међу изложеним људима (укључујући, на пример, адукте ДНК у лимфоцитима или уринарне маркере оксидативног оштећења ДНК), под претпоставком да су ти људи научно „интересантнији“. Ово је прилично уобичајен став који, међутим, може довести до озбиљне пристрасности.
Постоји много дебата о улози статистике у епидемиолошким истраживањима узрочно-последичних веза. У епидемиологији, статистика је првенствено скуп метода за процену података заснованих на људским (и такође и животињским) популацијама. Конкретно, статистика је техника за квантификацију и мерење неизвесних појава. Сва научна истраживања која се баве недетерминистичким, варијабилним аспектима стварности могу имати користи од статистичке методологије. У епидемиологији, варијабилност је својствена јединици посматрања - особа није детерминистички ентитет. Док би експериментални дизајн био побољшан у смислу бољег испуњавања претпоставки статистике у смислу случајних варијација, из етичких и практичних разлога овај приступ није превише уобичајен. Уместо тога, епидемиологија се бави опсервационим истраживањима која су са њом повезивала и насумичне и друге изворе варијабилности.
Статистичка теорија се бави тиме како да контролише неструктурисану варијабилност у подацима како би се из емпиријских запажања извукли валидни закључци. У недостатку било каквог објашњења за променљиво понашање проучаваног феномена, статистика га претпоставља као случајан—то јест, несистематска одступања од неког просечног природног стања (види Гренланд 1990 за критику ових претпоставки).
Наука се ослања на емпиријска доказ да покаже да ли њени теоријски модели природних догађаја имају икакву валидност. Заиста, методе које се користе из статистичке теорије одређују степен до ког се посматрања у стварном свету усклађују са научним погледом, у облику математичког модела, о феномену. Статистичке методе, засноване на математици, стога морају бити пажљиво одабране; има доста примера о томе „како се лагати са статистиком“. Стога, епидемиолози треба да буду свесни прикладности техника које примењују за мерење ризика од болести. Посебно је потребна велика пажња када се тумаче и статистички значајни и статистички незначајни резултати.
Прво значење речи статистика односи се на било коју збирну количину израчунату на скупу вредности. Дескриптивни индекси или статистике као што су аритметички просек, медијана или мод, се широко користе за сумирање информација у низу опсервација. Историјски гледано, ове сумиране дескрипторе су државе користиле у административне сврхе, па су стога и назване статистика. У епидемиологији, статистике које се обично виђају произилазе из поређења својствених природи епидемиологије, која поставља питања као што су: „Да ли је једна популација у већем ризику од болести од друге?“ У прављењу оваквих поређења, релативни ризик је популарна мера повезаности између индивидуалне карактеристике и вероватноће оболевања, а најчешће се примењује у етиолошким истраживањима; приписиви ризик је такође мера повезаности између индивидуалних карактеристика и појаве болести, али наглашава добитак у смислу броја случајева поштеђених интервенцијом којом се отклања дотични фактор—највише се примењује у јавном здравству и превентивној медицини.
Друго значење речи статистика односи се на колекцију техника и основну теорију статистичког закључивања. Ово је посебан облик индуктивне логике који специфицира правила за добијање ваљане генерализације из одређеног скупа емпиријских запажања. Ова генерализација би била валидна под условом да су испуњене неке претпоставке. Ово је други начин на који нас необразована употреба статистике може преварити: у опсервационој епидемиологији, веома је тешко бити сигуран у претпоставке које имплицирају статистичке технике. Стога би анализа осетљивости и робусни естиматори требало да буду пратиоци сваке исправно спроведене анализе података. Коначни закључци такође треба да буду засновани на свеукупном знању и не треба да се ослањају искључиво на налазе из тестирања статистичких хипотеза.
Дефиниције
A статистичка јединица је елемент на коме се врше емпиријска запажања. То може бити особа, биолошки узорак или комад сировог материјала који треба анализирати. Обично статистичке јединице независно бира истраживач, али понекад се могу поставити сложенији дизајни. На пример, у лонгитудиналним студијама, низ утврђивања се врши на колекцији особа током времена; Статистичке јединице у овој студији су скуп детерминација, које нису независне, већ структуриране према њиховим односним везама са сваком особом која се проучава. Недостатак независности или корелације међу статистичким јединицама заслужује посебну пажњу у статистичкој анализи.
A варијабла је индивидуална карактеристика мерена на датој статистичкој јединици. Треба га супротставити а константа, фиксна индивидуална карактеристика—на пример, у студији о људским бићима, глава или грудни кош су константе, док је пол једног члана студије променљива.
Променљиве се вреднују коришћењем различитих мерне скале. Прва разлика је између квалитативне и квантитативне скале. Квалитативне варијабле пружају различите модалитетима or категорије. Ако се сваки модалитет не може рангирати или поредати у односу на друге – на пример, боја косе или модалитети пола – променљиву означавамо као номинални. Ако се категорије могу поредати – попут степена озбиљности болести – променљива се позива редни. Када се променљива састоји од нумеричке вредности, кажемо да је скала квантитативна. А Дискретна скала означава да променљива може да преузме само неке одређене вредности - на пример, целобројне вредности за број случајева болести. А непрекидан скала се користи за оне мере које резултирају прави бројевима. За непрекидне скале се каже да су интервал скале када нулта вредност има чисто конвенционално значење. То јест, вредност нула не значи нулту количину—на пример, температура од нула степени Целзијуса не значи нулту топлотну енергију. У овом случају, смисла имају само разлике међу вредностима (ово је разлог за термин „интервалне” скале). Реална нулта вредност означава а однос Скала. За променљиву мерену на тој скали, односи вредности такође имају смисла: заиста, двоструки однос значи двоструку количину. На пример, рећи да тело има температуру два пута већу од другог тела значи да има два пута већу топлотну енергију од другог тела, с тим да температура се мери на скали односа (нпр. у Келвиновим степенима). Скуп дозвољених вредности за дату променљиву назива се домен променљиве.
Статистичке парадигме
Статистика се бави начином генерализације на основу скупа посебних запажања. Овај скуп емпиријских мерења назива се а узорак. Из узорка израчунавамо неке дескриптивне статистике како бисмо сумирали прикупљене информације.
Основне информације које су генерално потребне за карактеризацију скупа мера односе се на његову централну тенденцију и његову варијабилност. Избор између неколико алтернатива зависи од скале која се користи за мерење неког феномена и од сврхе за коју се статистика израчунава. У табели 1 описане су различите мере централне тенденције и варијабилности (или дисперзије) и повезане са одговарајућом скалом мерења.
Табела 1. Индекси централне тенденције и дисперзије по скали мерења
Скала мерења |
||||
Квалитативно |
Квантитативан |
|||
Индекси |
Дефиниција |
Номинални |
Редни |
Интервал/однос |
Аритметичко значење |
Збир посматраних вредности подељен са укупним бројем посматрања |
|
|
x |
средњи |
Средња вредност посматране дистрибуције |
|
x |
x |
начин |
Најчешћа вредност |
x |
x |
x |
Домет |
Најниже и највише вредности дистрибуције |
|
x |
x |
варијација |
Збир квадрата разлике сваке вредности од средње вредности подељен са укупним бројем посматрања минус 1 |
|
|
x |
Израчуната дескриптивна статистика се зове процене када их користимо као замену за аналогну количину популације из које је узорак одабран. Популациони парови процена су константе тзв parametri. Процене истог параметра могу се добити коришћењем различитих статистичких метода. Процена треба да буде и валидна и прецизна.
Парадигма популацијског узорка имплицира да се ваљаност може осигурати начином на који је узорак одабран из популације. Насумично или вероватно узорковање је уобичајена стратегија: ако сваки члан популације има исту вероватноћу да буде укључен у узорак, онда би, у просеку, наш узорак требало да буде репрезентативан за популацију и, штавише, свако одступање од нашег очекивања може бити објашњено случајно. Вероватноћа датог одступања од нашег очекивања такође се може израчунати, под условом да је извршено насумично узорковање. Иста врста резоновања важи и за процене израчунате за наш узорак у погледу параметара популације. Узимамо, на пример, аритметички просек из нашег узорка као процену средње вредности за популацију. Свака разлика, ако постоји, између просека узорка и средње вредности популације приписује се насумичним флуктуацијама у процесу селекције чланова укључених у узорак. Можемо израчунати вероватноћу било које вредности ове разлике, под условом да је узорак насумично одабран. Ако се одступање између процене узорка и параметра популације не може случајно објаснити, каже се да је процена пристрасан. Дизајн посматрања или експеримента обезбеђује валидност процена, а основна статистичка парадигма је случајни узорак.
У медицини се усваја друга парадигма када је поређење између различитих група циљ студије. Типичан пример је контролисано клиничко испитивање: скуп пацијената са сличним карактеристикама се бира на основу унапред дефинисаних критеријума. У овој фази се не брине о репрезентативности. Сваки пацијент уписан у испитивање се насумичним поступком додељује групи за лечење—која ће добити стандардну терапију плус нови лек за процену—или контролној групи—која прима стандардну терапију и плацебо. У овом дизајну, насумична расподела пацијената у сваку групу замењује насумични избор чланова узорка. Процена разлике између две групе може се статистички проценити јер, под хипотезом да нови лек нема ефикасности, можемо израчунати вероватноћу било које разлике која није нула.
У епидемиологији нам недостаје могућност окупљања насумично изложених и неекспонираних група људи. У овом случају и даље можемо користити статистичке методе, као да су анализиране групе насумично одабране или распоређене. Исправност ове претпоставке се углавном ослања на дизајн студије. Ова тачка је посебно важна и наглашава важност дизајна епидемиолошких студија у односу на статистичке технике у биомедицинским истраживањима.
Сигнал и шум
Термин Случајна променљива се односи на променљиву за коју је дефинисана вероватноћа повезана са сваком вредношћу коју може да преузме. Теоријски модели за дистрибуцију вероватноће случајне променљиве су модели популације. Пандани узорка су представљени дистрибуцијом фреквенције узорка. Ово је користан начин да се пријави скуп података; састоји се од картезијанске равни са променљивом од интереса дуж хоризонталне осе и фреквенцијом или релативном фреквенцијом дуж вертикалне осе. Графички приказ нам омогућава да лако видимо које су (су) најчешће вредности и како је дистрибуција концентрисана око одређених централних вредности као што је аритметички просек.
За случајне променљиве и њихове дистрибуције вероватноће користимо термине parametri, средња очекивана вредност (уместо аритметичког просека) и варијација. Ови теоријски модели описују варијабилност у датој појави. У теорији информација, сигнал је представљен централном тенденцијом (на пример, средња вредност), док се шум мери индексом дисперзије (као што је варијанса).
Да бисмо илустровали статистички закључак, користићемо биномни модел. У одељцима који следе биће представљени концепти тачкастих процена и интервала поверења, тестови хипотеза и вероватноће погрешних одлука, као и снага студије.
Табела 2. Могући исходи биномског експеримента (да = 1, не = 0) и њихове вероватноће (н = 3)
Радник |
Вероватноћа |
||
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: Биномна дистрибуција
У биомедицинским истраживањима и епидемиологији, најважнији модел стохастичке варијације је биномна дистрибуција. Ослања се на чињеницу да се већина феномена понаша као номинална варијабла са само две категорије: на пример, присуство/одсуство болести: жив/мртав, или опорављени/болестан. У таквим околностима, заинтересовани смо за вероватноћу успеха – то јест, у случају интересовања (нпр. присуство болести, жив или опоравак) – и за факторе или варијабле које то могу променити. Хајде да размотримо n = 3 радника, и претпоставимо да нас занима вероватноћа, п, да имамо оштећење вида (да/не). Резултат нашег посматрања могу бити могући исходи у табели 2.
Табела 3. Могући исходи биномског експеримента (да = 1, не = 0) и њихове вероватноће (н = 3)
Број успеха |
Вероватноћа |
0 |
|
1 |
|
2 |
|
3 |
Вероватноћа било које од ових комбинација догађаја се лако добија узимањем у обзир п, (појединачне) вероватноће успеха, константне за сваки субјект и независне од других исхода. Пошто нас занима укупан број успеха, а не одређени редослед, можемо преуредити табелу на следећи начин (погледати табелу 3) и уопштено изразити вероватноћу x успеси П (к) као:
где x је број успеха и нотација x! означава факторијел од xтј. x! = x×(x–1)×(x–2)…×1.
Када узмемо у обзир догађај „бити/не бити болестан“, индивидуална вероватноћа, односи се на стање у којем се субјект претпоставља; у епидемиологији, ова вероватноћа се назива „преваленција“. Да бисмо проценили п, користимо пропорцију узорка:
p = x/n
са варијансом:
У хипотетичком бесконачном низу реплицираних узорака исте величине n, добили бисмо различите пропорције узорка p = x/n, са вероватноћама датим биномском формулом. „Права“ вредност од се процењује на основу сваке пропорције узорка, а интервал поверења за п, односно скуп вероватних вредности за п, с обзиром на посматране податке и унапред дефинисан ниво поверења (рецимо 95%), процењује се из биномне дистрибуције као скуп вредности за п који даје вероватноћу од x већа од унапред одређене вредности (рецимо 2.5%). За хипотетички експеримент у коме смо посматрали x = 15 успеха у n = 30 покушаја, процењена вероватноћа успеха је:
Табела 4. Биномна расподела. Вероватноће за различите вредности од за к = 15 успеха у н = 30 покушаја
Вероватноћа |
|
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 |
Интервал поверења од 95% за п, добијен из табеле 4, је 0.334 – 0.666. Сваки унос у табели показује вероватноћу x = 15 успеха у n = 30 покушаја израчунатих биномском формулом; на пример, за = 0.30, добијамо из:
за n велики и p близу 0.5 можемо користити апроксимацију засновану на Гаусовој расподели:
где za /2 означава вредност стандардне Гаусове расподеле за вероватноћу
P (|z| ³ za /2) = a/2;
1 – биће изабрани ниво поверења. За разматрани пример, = 15/30 = 0.5; n = 30 и из стандардне Гаусове табеле z0.025 = 1.96. Интервал поузданости од 95% резултира скупом вредности 0.321 – 0.679, добијеним заменом p = КСНУМКС, n = КСНУМКС, и z0.025 = 1.96 у горњу једначину за Гаусову расподелу. Имајте на уму да су ове вредности блиске тачним вредностима које су претходно израчунате.
Статистички тестови хипотеза обухватају процедуру одлучивања о вредности параметра популације. Претпоставимо, у претходном примеру, да желимо да се позабавимо тврдњом да постоји повећан ризик од оштећења вида међу радницима дате фабрике. Научна хипотеза коју треба тестирати нашим емпиријским запажањима је тада „постоји повећан ризик од оштећења вида међу радницима дате фабрике“. Статистичари демонстрирају такве хипотезе фалсификовањем комплементарне хипотезе „нема повећања ризика од оштећења вида“. Ово прати математичку демонстрацију пер апсурдум и, уместо да се потврди нека тврдња, емпиријски докази се користе само за њено фалсификовање. Статистичка хипотеза се назива нулта хипотеза. Други корак укључује специфицирање вредности за параметар те дистрибуције вероватноће који се користи за моделирање варијабилности у запажањима. У нашим примерима, пошто је феномен бинарни (тј. присуство/одсуство оштећења вида), бирамо биномну дистрибуцију са параметром п, вероватноћом оштећења вида. Нулта хипотеза то тврди = 0.25, рецимо. Ова вредност се бира из колекције знања о теми и априорног знања о уобичајеној преваленци оштећења вида код неекспонираних (тј. нерадних) популација. Претпоставимо да су наши подаци дали процену = 0.50, од 30 испитаних радника.
Можемо ли одбацити нулту хипотезу?
Ако да, у корист чега алтернатива хипотеза?
Наводимо алтернативну хипотезу као кандидата ако докази налажу да се нулта хипотеза одбаци. Неусмерене (двостране) алтернативне хипотезе наводе да се параметар популације разликује од вредности наведене у нултој хипотези; усмерене (једностране) алтернативне хипотезе наводе да је параметар популације већи (или мањи) од нулте вредности.
Табела 5. Биномна расподела. Вероватноће успеха за = 0.25 у н = 30 покушаја
X |
Вероватноћа |
Кумулативна вероватноћа |
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 |
Под нултом хипотезом можемо израчунати дистрибуцију вероватноће резултата нашег примера. У табели 5 приказано је, за = КСНУМКС и n = 30, вероватноће (погледајте једначину (1)) и кумулативне вероватноће:
Из ове табеле добијамо вероватноћу да имамо x ³15 радника са оштећењем вида
P(x ³КСНУМКС) = 1 - П.(ИксКСНУМКС) = КСНУМКС - КСНУМКС = КСНУМКС
То значи да је врло мало вероватно да бисмо приметили 15 или више радника са оштећењем вида ако би искусили преваленцију болести код неекспонираних популација. Стога бисмо могли одбацити нулту хипотезу и потврдити да постоји већа преваленција оштећења вида у популацији радника која је проучавана.
Када n×п ³ 5 и n×(1-) ³ 5, можемо користити Гаусову апроксимацију:
Из табеле стандардне Гаусове расподеле добијамо:
P(|з|>КСНУМКС) = 0.0008
у блиској сагласности са тачним резултатима. Из ове апроксимације можемо видети да се основна структура статистичког теста хипотезе састоји од односа сигнала и шума. У нашем случају, сигнал је (p-), уочено одступање од нулте хипотезе, док је шум стандардна девијација P:
Што је однос већи, то је мања вероватноћа нулте вредности.
У доношењу одлука о статистичким хипотезама, можемо настати две врсте грешака: грешка типа И, одбацивање нулте хипотезе када је тачна; или грешка типа ИИ, прихватање нулте хипотезе када је нетачна. Ниво вероватноће, или п-вредност, је вероватноћа грешке типа И, означена грчким словом а. Ово се израчунава из дистрибуције вероватноће запажања под нултом хипотезом. Уобичајено је унапред дефинисати ниво а-грешке (нпр. 5%, 1%) и одбацити нулту хипотезу када резултат нашег посматрања има вероватноћу једнаку или мању од овог такозваног критичног нивоа.
Вероватноћа грешке типа ИИ означава се грчким словом β. Да бисмо га израчунали, у алтернативној хипотези треба да наведемо α вредност за параметар који се тестира (у нашем примеру, α вредност за ). Генеричке алтернативне хипотезе (различите од, веће од, мање од) нису корисне. У пракси је од интереса β-вредност за скуп алтернативних хипотеза, односно њен комплемент, који се назива статистичка моћ теста. На пример, фиксирајући вредност α-грешке на 5%, из табеле 5, налазимо:
P(x ³12) <0.05
под нултом хипотезом = 0.25. Ако бисмо бар посматрали x = 12 успеха, одбацили бисмо нулту хипотезу. Одговарајуће β вредности и снага за x = 12 дати су у табели 6.
Табела 6. Грешка типа ИИ и снага за к = 12, н = 30, α = 0.05
β |
снага |
|
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 |
У овом случају наши подаци не могу дискриминисати да ли је већа од нулте вредности од 0.25, али мања од 0.50, јер је снага студије прениска (<80%) за те вредности <0.50—то јест, осетљивост наше студије је 8% за = 0.3, 22% за = 0.35,…, 64% за = КСНУМКС.
Једини начин да се постигне нижи β, или виши ниво снаге, био би повећање величине студије. На пример, у табели 7 наводимо β и снагу за n = 40; као што се очекивало, требало би да будемо у могућности да откријемо а вредност већа од 0.40.
Табела 7. Грешка типа ИИ и снага за к = 12, н = 40, α = 0.05
β |
снага |
|
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 |
Дизајн студије заснива се на пажљивом испитивању скупа алтернативних хипотеза које заслужују разматрање и гарантују снагу студије која обезбеђује адекватну величину узорка.
У епидемиолошкој литератури је наглашена важност давања поузданих процена ризика. Стога је важније извести интервале поверења (било 95% или 90%) него p-вредност теста хипотезе. Пратећи исту врсту резоновања, пажњу треба посветити тумачењу резултата из студија мале величине: због мале снаге, чак и средњи ефекти могу бити неоткривени, а с друге стране, ефекти велике величине се можда неће накнадно поновити.
Напредне методе
Степен сложености статистичких метода које се користе у контексту медицине рада расте у последњих неколико година. Велики напредак може се наћи у области статистичког моделирања. Породица не-Гаусових модела Нелдер и Веддербурн (генерализовани линеарни модели) била је један од најупечатљивијих доприноса повећању знања у областима као што је епидемиологија занимања, где су релевантне варијабле одговора бинарне (нпр. преживљавање/смрт) или броји (нпр. број индустријских незгода).
Ово је била полазна тачка за екстензивну примену регресионих модела као алтернативу традиционалнијим типовима анализе засноване на табелама контингентности (једноставна и стратификована анализа). Поиссонова, Коксова и логистичка регресија се сада рутински користе за анализу лонгитудиналних и студија случај-контрола, респективно. Ови модели су пандан линеарне регресије за варијабле категоричког одговора и имају елегантну особину да директно обезбеде релевантну епидемиолошку меру повезаности. На пример, коефицијенти Поасонове регресије су логаритам односа стопа, док су коефицијенти логистичке регресије лог односа шансе.
Узимајући ово као репер, даљи развој у области статистичког моделирања је кренуо у два главна правца: модели за поновљене категоријалне мере и модели који проширују генерализоване линеарне моделе (генерализоване адитивне моделе). У оба случаја, циљеви су фокусирани на повећање флексибилности статистичких алата како би се носили са сложенијим проблемима који произилазе из стварности. Модели поновљених мера потребни су у многим студијама занимања где су јединице анализе на нивоу појединца. На пример:
Паралелан и вероватно бржи развој виђен је у контексту Бајесове статистике. Практична баријера коришћења Бајесових метода срушила се након увођења компјутерски интензивних метода. Монте Карло процедуре као што су Гибсове шеме узорковања омогућиле су нам да избегнемо потребу за нумеричком интеграцијом за израчунавање постериорних дистрибуција које су представљале најизазовнију карактеристику Бајесових метода. Број примена Бајесових модела у реалним и сложеним проблемима налази све већи простор у примењеним часописима. На пример, географске анализе и еколошке корелације на нивоу малих подручја и модели предвиђања АИДС-а се све чешће баве коришћењем Бајесовог приступа. Ови развоји су добродошли јер представљају не само повећање броја алтернативних статистичких решења која би се могла применити у анализи епидемиолошких података, већ и зато што се Бајесов приступ може сматрати здравијом стратегијом.
Претходни чланци овог поглавља показали су потребу за пажљивом проценом дизајна студије како би се из епидемиолошких опсервација извукли веродостојни закључци. Иако се тврди да су закључци у опсервационој епидемиологији слаби због неексперименталне природе дисциплине, не постоји уграђена супериорност рандомизованих контролисаних испитивања или других врста експерименталног дизајна над добро планираним посматрањем (Цорнфиелд 1954). Међутим, извођење чврстих закључака подразумева детаљну анализу дизајна студије како би се идентификовали потенцијални извори пристрасности и збуњивања. И лажно позитивни и лажно негативни резултати могу потицати од различитих врста пристрасности.
У овом чланку се разматрају неке од смерница које су предложене за процену узрочне природе епидемиолошких опсервација. Поред тога, иако је добра наука претпоставка за етички исправна епидемиолошка истраживања, постоје додатна питања која су релевантна за етичка питања. Због тога смо посветили одређену дискусију анализи етичких проблема који се могу јавити приликом извођења епидемиолошких студија.
Процена узрочности
Неколико аутора је расправљало о процени узрочности у епидемиологији (Хилл 1965; Буцк 1975; Ахлбом 1984; Мацлуре 1985; Миеттинен 1985; Ротхман 1986; Веед 1986; Сцхлесселман 1987; Мацлуре Веед 1988; 1988). Једна од главних тачака дискусије је да ли епидемиологија користи или треба да користи исте критеријуме за утврђивање узрочно-последичних веза као што се користе у другим наукама.
Узроке не треба мешати са механизмима. На пример, азбест је узрок мезотелиома, док је мутација онкогена претпостављени механизам. На основу постојећих доказа, вероватно је да (а) различита спољашња излагања могу деловати у истим механичким фазама и (б) обично не постоји фиксан и неопходан редослед механичких корака у развоју болести. На пример, канцерогенеза се тумачи као низ стохастичких (вероватних) прелаза, од мутације гена до пролиферације ћелије до поново мутације гена, што на крају доводи до рака. Поред тога, карциногенеза је мултифакторски процес – то јест, различита спољашња излагања могу да утичу на њу и ниједна од њих није неопходна код осетљиве особе. Овај модел ће се вероватно применити на неколико болести поред рака.
Таква мултифакторска и вероватноћа природе већине односа између изложености и болести имплицира да је одвајање улоге коју игра једно специфично излагање проблематично. Поред тога, опсервациона природа епидемиологије нас спречава да спроводимо експерименте који би могли да разјасне етиолошке односе кроз намерну промену тока догађаја. Уочавање статистичке повезаности између изложености и болести не значи да је веза узрочна. На пример, већина епидемиолога је протумачила везу између изложености издувним гасовима дизел мотора и рака бешике као узрочну, али други тврде да су радници изложени издувним гасовима дизела (углавном возачи камиона и таксиста) чешће пушачи цигарета него појединци који нису били изложени . Уочена асоцијација, према овој тврдњи, би тако била „збуњена“ добро познатим фактором ризика као што је пушење.
С обзиром на вероватноћу мултифакторске природе већине асоцијација изложености и болести, епидемиолози су развили смернице за препознавање веза које су вероватно узрочне. Ово су смернице које је првобитно предложио Сир Брадфорд Хилл за хроничне болести (1965):
Ове критеријуме треба посматрати само као опште смернице или практична средства; у ствари, научна узрочна процена је итеративни процес усредсређен на мерење односа изложености и болести. Међутим, Хилови критеријуми се често користе као сажет и практичан опис поступака каузалног закључивања у епидемиологији.
Размотримо пример односа између излагања винил хлориду и ангиосаркома јетре, примењујући Хилове критеријуме.
Уобичајено изражавање резултата епидемиолошке студије је мера степена повезаности између изложености и болести (Хилов први критеријум). Релативни ризик (РР) који је већи од јединице значи да постоји статистичка повезаност између изложености и болести. На пример, ако је стопа инциденције ангиосаркома јетре обично 1 на 10 милиона, али је 1 на 100,000 међу онима који су изложени винил хлориду, онда је РР 100 (то јест, људи који раде са винил хлоридом имају 100 пута повећање ризик од развоја ангиосаркома у поређењу са људима који не раде са винилхлоридом).
Вероватније је да је веза узрочна када се ризик повећава са повећањем нивоа изложености (ефекат доза-одговор, Хилов други критеријум) и када временски однос између изложености и болести има смисла на биолошким основама (изложеност претходи ефекту и дужина овог „индукционог“ периода је компатибилна са биолошким моделом болести; Хилов трећи критеријум). Поред тога, већа је вероватноћа да ће асоцијација бити узрочна када сличне резултате добију други који су били у стању да реплицирају налазе у различитим околностима („доследност“, Хилов четврти критеријум).
Научна анализа резултата захтева процену биолошке веродостојности (Хилов пети критеријум). То се може постићи на различите начине. На пример, једноставан критеријум је да се процени да ли је наводни „узрок“ у стању да стигне до циљног органа (нпр. инхалиране супстанце које не доспеју у плућа не могу да циркулишу у телу). Такође, помоћни докази из студија на животињама су корисни: посматрање ангиосаркома јетре код животиња третираних винил хлоридом снажно појачава повезаност уочену код људи.
Унутрашња кохерентност запажања (на пример, РР је на сличан начин повећан код оба пола) је важан научни критеријум (Хилов шести критеријум). Узрочност је вероватнија када је веза веома специфична – то јест, укључује ретке узроке и/или ретке болести, или специфичан хистолошки тип/подгрупу пацијената (Хилов седми критеријум).
„Енумеративна индукција“ (једноставно набрајање случајева повезаности између изложености и болести) није довољна да у потпуности опише индуктивне кораке у каузалном закључивању. Обично резултат индукције набрајања производи сложено и још увек конфузно запажање јер су различити узрочно-последични ланци или, чешће, истински узрочно-последични однос и друга ирелевантна излагања, испреплетени. Алтернативна објашњења морају бити елиминисана кроз „елиминативну индукцију“, показујући да је асоцијација вероватно узрочна јер није „помешана“ са другима. Једноставна дефиниција алтернативног објашњења је „спољни фактор чији је ефекат помешан са ефектом изложености камата, чиме се искривљује процена ризика за изложеност камата” (Ротхман 1986).
Улога индукције је ширење знања, док је улога дедукције „преношење истине” (Гиере 1979). Дедуктивно резоновање помно испитује дизајн студије и идентификује асоцијације које нису емпиријски тачне, већ само логички истините. Таква удружења нису стварна, већ логична нужност. На пример, а пристрасност избора јавља се када је изложена група одабрана међу болесним људима (као када започнемо кохортну студију која регрутује групу случајева ангиосаркома јетре као „изложену” винил хлориду) или када је неекспонирана група одабрана међу здравим људима. У оба случаја, повезаност која се налази између изложености и болести је нужно (логички), али није емпиријски истинита (Винеис 1991).
Да закључимо, чак и када се узме у обзир њена посматрачка (неекспериментална) природа, епидемиологија не користи инференцијалне процедуре које се суштински разликују од традиције других научних дисциплина (Хуме 1978; Сцхаффнер 1993).
Етичка питања у епидемиолошким истраживањима
Због суптилности укључених у закључак о узрочности, епидемиолози морају да обрате посебну пажњу у тумачењу својих студија. Заиста, из овога произилази неколико забринутости етичке природе.
Етичка питања у епидемиолошким истраживањима постала су предмет интензивне дискусије (Сцхулте 1989; Сосколне 1993; Беауцхамп ет ал. 1991). Разлог је очигледан: епидемиолози, посебно епидемиолози занимања и животне средине, често проучавају питања која имају значајне економске, социјалне и здравствене импликације. И негативни и позитивни резултати који се тичу повезаности између специфичног излагања хемикалијама и болести могу утицати на животе хиљада људи, утицати на економске одлуке и стога озбиљно условљавати политичке изборе. Према томе, епидемиолог може бити под притиском, и бити у искушењу или чак подстакнути од стране других да промени — маргинално или суштински — тумачење резултата својих истраживања.
Међу неколико релевантних питања, провидност прикупљања података, кодирања, компјутеризације и анализе је централно као одбрана од навода о пристрасности од стране истраживача. Такође је кључно, и потенцијално у супротности са таквом транспарентношћу, право субјеката који су укључени у епидемиолошка истраживања да буду заштићени од објављивања личних података
(Повјерљивост питања).
Са тачке гледишта недоличног понашања које може настати посебно у контексту узрочно-последичних закључака, питања на која треба да се позабаве етичке смернице су:
Друга кључна питања, у случају епидемиологије на раду и животне средине, односе се на укључивање радника у прелиминарне фазе студија, као и на објављивање резултата студије субјектима који су уписани и који су директно погођени (Сцхулте 1989. ). Нажалост, није уобичајена пракса да радници укључени у епидемиолошке студије учествују у колаборативним дискусијама о сврси студије, њеном тумачењу и потенцијалној употреби налаза (који могу бити и корисни и штетни за радника).
Делимичне одговоре на ова питања дале су недавне смернице (Беауцхамп ет ал. 1991; ЦИОМС 1991). Међутим, у свакој земљи, професионална удружења епидемиолога рада треба да се ангажују у темељној дискусији о етичким питањима и, евентуално, да усвоје сет етичких смерница примерених локалном контексту, уз признавање међународно прихваћених нормативних стандарда праксе.
Документација о професионалним болестима у земљи као што је Тајван представља изазов за лекара медицине рада. Због недостатка система који укључује листове са подацима о безбедности материјала (МСДС), радници обично нису били свесни хемикалија са којима раде. Пошто многе професионалне болести имају дугу латенције и не показују никакве специфичне симптоме и знаке док се клинички не уоче, препознавање и идентификација професионалног порекла често је веома тешко.
Да бисмо боље контролисали професионалне болести, приступили смо базама података које пружају релативно потпуну листу индустријских хемикалија и скуп специфичних знакова и/или симптома. У комбинацији са епидемиолошким приступом нагађања и оповргавања (тј. разматрањем и одбацивањем свих могућих алтернативних објашњења), документовали смо више од десет врста професионалних болести и избијање ботулизма. Препоручујемо да се сличан приступ примени на било коју другу земљу у сличној ситуацији и да се заговара и примењује систем који укључује идентификациони лист (нпр. МСДС) за сваку хемикалију као једно средство за омогућавање брзог препознавања, а самим тим и превенцију професионалних болести.
Хепатитис у фабрици за штампање у боји
Три радника из фабрике колор штампе примљена су 1985. у друштвене болнице са манифестацијама акутног хепатитиса. Један од тројице је имао суперпонирану акутну бубрежну инсуфицијенцију. Пошто вирусни хепатитис има високу преваленцију на Тајвану, требало би да размотримо вирусно порекло међу највероватнијим етиологијама. Такође треба укључити употребу алкохола и дрога, као и органске раствараче на радном месту. Пошто на Тајвану није постојао систем МСДС, ни запослени ни послодавац нису били упознати са свим хемикалијама које се користе у фабрици (Ванг 1991).
Морали смо да саставимо листу хепатотоксичних и нефротоксичних агенаса из неколико токсиколошких база података. Затим смо из горњих хипотеза извели све могуће закључке. На пример, ако је етиологија вируса хепатитиса А (ХАВ), требало би да приметимо антитела (ХАВ-ИгМ) међу оболелим радницима; ако је етиологија вируса хепатитиса Б, требало би да приметимо више носилаца површинских антигена хепатитиса Б (ХБсАг) међу оболелим радницима у поређењу са радницима који нису погођени; да је алкохол главна етиологија, требало би да приметимо више оних који злоупотребљавају алкохол или хроничних алкохоличара међу погођеним радницима; ако је етиологија било каквог токсичног растварача (нпр. хлороформа), требало би да га пронађемо на радном месту.
Обавили смо свеобухватну медицинску процену за сваког радника. Вирусна етиологија је лако оповргнута, као и хипотеза о алкохолу, јер нису могли бити поткријепљени доказима.
Уместо тога, 17 од 25 радника из фабрике имало је абнормалне тестове функције јетре, а пронађена је значајна повезаност између присуства абнормалне функције јетре и историје недавног рада у било којој од три просторије у којима је био повезан систем за климатизацију. инсталиран за хлађење штампарских машина. Повезаност је остала након стратификације према статусу носиоца хепатитиса Б. Касније је утврђено да је до инцидента дошло услед ненамерне употребе „средства за чишћење“ (који је био тетрахлорид угљеника) за чишћење пумпе у машини за штампање. Штавише, симулациони тест операције чишћења пумпе открио је нивое угљен-тетрахлорида у амбијенталном ваздуху од 115 до 495 ппм, што би могло да изазове оштећење јетре. У даљем покушају оповргавања, елиминисањем угљен-тетрахлорида на радном месту, открили смо да се више није појавио нови случај и да су сви погођени радници побољшали стање након уклањања са радног места на 20 дана. Стога смо закључили да је избијање последица употребе угљен-тетрахлорида.
Неуролошки симптоми у фабрици штампе у боји
Септембра 1986. један шегрт у фабрици штампања у боји у Чанг-Хви изненада је развио акутну билатералну слабост и респираторну парализу. Отац жртве је телефоном навео да је било још неколико радника са сличним симптомима. Пошто је некада документовано да штампарије у боји имају професионалне болести које су последица излагања органским растварачима, отишли смо на радилиште да утврдимо етиологију са хипотезом могуће интоксикације растварачем (Ванг 1991).
Наша уобичајена пракса је, међутим, била да размотримо све алтернативне претпоставке, укључујући и друге медицинске проблеме, укључујући оштећену функцију горњих моторних неурона, доњих моторних неурона, као и неуромишићног споја. Поново смо из горњих хипотеза извели изјаве о исходу. На пример, ако је било који растварач за који се наводи да изазива полинеуропатију (нпр. н-хексан, метил бутилкетон, акриламид) био узрок, то би такође умањило брзину проводљивости нерава (НЦВ); да се ради о другим медицинским проблемима који укључују горње моторне неуроне, постојали би знаци оштећења свести и/или невољног покрета.
Опажања на терену су открила да су сви погођени радници имали јасну свест током клиничког тока. НЦВ студија три погођена радника показала је нетакнуте доње моторне неуроне. Није било невољних покрета, историје лекова или уједа пре појаве симптома, а тест неостигмина је био негативан. Утврђена је значајна повезаност између болести и доручка у фабричкој кафетерији 26. или 27. септембра; седам од седам погођених радника наспрам седам од 32 непоражена радника јело је доручак у фабрици у ова два дана. Даљи покушај тестирања показао је да је ботулинум токсин типа А откривен у конзервираном кикирикију произведеном од стране нелиценциране компаније, а његов узорак је такође показао пун раст од Цлостридиум ботулинум. Коначно суђење које је оповргнуло било је уклањање таквих производа са комерцијалног тржишта, што није резултирало новим случајевима. Ова истрага је документовала прве случајеве ботулизма из комерцијалног прехрамбеног производа на Тајвану.
Премалигне лезије коже међу произвођачима параквата
У јуну 1983. године, два радника из фабрике за производњу параквата посетила су дерматолошку клинику жалећи се на бројне билатералне хиперпигментисане макуле са хиперкератотичним променама на деловима руку, врата и лица изложеним сунцу. Неки узорци коже су такође показали бовеноидне промене. Пошто су пријављене малигне и премалигне лезије коже међу радницима у производњи бипиридила, сумњало се на професионални узрок. Међутим, морали смо да размотримо и друге алтернативне узроке (или хипотезе) рака коже као што су изложеност јонизујућем зрачењу, катран угља, смола, чађ или било који други полиароматични угљоводоници (ПАХ). Да бисмо искључили све ове претпоставке, спровели смо студију 1985. године, обилазећи свих 28 фабрика које су се икада бавиле производњом или паковањем параквата и испитујући производне процесе као и раднике (Ванг ет ал. 1987; Ванг 1993).
Прегледали смо 228 радника и нико од њих никада није био изложен поменутим канцерогенима коже осим сунчеве светлости и 4'-4'-бипиридина и његових изомера. Након што смо искључили раднике са вишеструком изложеношћу, открили смо да су један од седам администратора и два од 82 радника паковања параквата развили хиперпигментиране лезије коже, у поређењу са три од три радника који су укључени само у кристализацију и центрифугирање бипиридина. Штавише, свих 17 радника са хиперкератотичним или Бовеновим лезијама имало је историју директног излагања бипиридилу и његовим изомерима. Што је дуже излагање бипиридилима, то је вероватнији развој кожних лезија, а овај тренд се не може објаснити сунчевом светлошћу или годинама, што је показано анализом стратификације и логистичке регресије. Дакле, лезија коже је условно приписана комбинацији излагања бипиридилу и сунчевој светлости. Направили смо даље покушаје побијања да пратимо да ли је дошло до било каквог новог случаја након што смо обухватили све процесе који укључују излагање бипиридилима. Није пронађен ниједан нови случај.
Дискусија и закључци
Наведена три примера су илустровала важност усвајања побијајућег приступа и базе података о професионалним болестима. Први нас наводи да увек разматрамо алтернативне хипотезе на исти начин као и почетну интуитивну хипотезу, док други пружа детаљну листу хемијских агенаса који нас могу водити ка правој етиологији. Једно од могућих ограничења овог приступа је да можемо узети у обзир само она алтернативна објашњења која можемо замислити. Ако је наша листа алтернатива непотпуна, можда ћемо остати без одговора или погрешног одговора. Стога је свеобухватна база података о професионалним болестима кључна за успех ове стратегије.
Раније смо конструисали сопствену базу података на напоран начин. Међутим, недавно објављене ОСХ-РОМ базе података, које садрже НИОСХТИЦ базу података са више од 160,000 сажетака, могу бити једна од најсвеобухватнијих за такву сврху, као што је дискутовано на другом месту у Енциклопедија. Штавише, ако се појави нова професионална болест, могли бисмо претражити такву базу података и искључити све познате етиолошке агенсе, а ниједан не оставити непобитним. У таквој ситуацији можемо покушати да идентификујемо или дефинишемо новог агента (или радно окружење) што је прецизније могуће, тако да се проблем прво може ублажити, а затим тестирати даље хипотезе. Случај премалигних лезија коже међу произвођачима параквата је добар пример ове врсте.
Улога упитника у епидемиолошким истраживањима
Епидемиолошка истраживања се генерално спроводе како би се одговорило на специфично истраживачко питање које се односи на изложеност појединаца опасним супстанцама или ситуацијама са каснијим здравственим исходима, као што су рак или смрт. У средишту скоро сваке такве истраге је упитник који представља основни алат за прикупљање података. Чак и када се физичка мерења врше на радном месту, а посебно када се биолошки материјали као што је серум прикупљају од изложених или неекспонираних субјеката истраживања, упитник је неопходан да би се развила адекватна слика изложености систематским прикупљањем личних и других карактеристике на организован и једнообразан начин.
Упитник служи бројним критичним истраживачким функцијама:
Место дизајна упитника у оквиру општих циљева студије
Иако је упитник често највидљивији део епидемиолошке студије, посебно за раднике или друге учеснике студије, он је само алат и истраживачи га заиста често називају „инструментом“. Слика 1 на веома општи начин приказује фазе дизајна анкете од концепције до прикупљања и анализе података. Слика приказује четири нивоа или нивоа рада студије који се одвијају паралелно током трајања студије: узорковање, упитник, операције и анализа. Слика прилично јасно показује начин на који су фазе развоја упитника повезане са укупним планом студије, полазећи од почетног нацрта до првог нацрта упитника и његових придружених кодова, након чега слиједи претходно тестирање унутар одабране подпопулације, једне или више субпопулација. ревизије диктиране искуствима пре тестирања и припрема коначног документа за стварно прикупљање података на терену. Оно што је најважније јесте контекст: свака фаза израде упитника се спроводи у вези са одговарајућом фазом креирања и усавршавања укупног плана узорковања, као и оперативног дизајна за администрацију упитника.
Слика КСНУМКС. Фазе анкете
Врсте студија и упитника
Истраживачки циљеви саме студије одређују структуру, дужину и садржај упитника. Ови атрибути упитника су увек умерени методом прикупљања података, који обично спада у један од три начина: лично, поштом и телефоном. Сваки од њих има своје предности и недостатке који могу утицати не само на квалитет података већ и на валидност целокупне студије.
A послати упитник поштом је најјефтинији формат и може да покрије раднике у широком географском подручју. Међутим, с обзиром да су укупне стопе одговора често ниске (обично 45 до 75%), то не може бити превише сложено јер постоји мало или нимало могућности за појашњење питања, а може бити тешко утврдити да ли су потенцијални одговори на критично излагање или друге питања се систематски разликују између испитаника и неиспитаника. Физички распоред и језик морају одговарати најмање образованим потенцијалним учесницима студије и морају бити способни да се заврше у прилично кратком временском периоду, обично 20 до 30 минута.
Телефонски упитници може се користити у студијама заснованим на популацији – то јест, анкетама у којима се анализира узорак географски дефинисане популације – и представља практичан метод за ажурирање информација у постојећим датотекама података. Они могу бити дужи и сложенији од упитника послатих поштом по језику и садржају, а пошто их администрирају обучени анкетари, већи трошак телефонске анкете може се делимично надокнадити физичким структурирањем упитника за ефикасну администрацију (као што је кроз обрасце прескакања). Стопе одговора су обично боље него код упитника послатих поштом, али су подложне пристрасностима у вези са све већом употребом телефонских секретарица, одбијањем, неконтактирањем и проблемима становништва са ограниченим телефонским услугама. Такве пристрасности се углавном односе на сам дизајн узорковања, а не посебно на упитник. Иако се телефонски упитници већ дуго користе у Северној Америци, њихова изводљивост у другим деловима света тек треба да се утврди.
Лице у лице интервјуи пружају највећу прилику за прикупљање тачних сложених података; они су и најскупљи за администрацију, јер захтевају обуку и путовања за стручно особље. Физички распоред и редослед питања могу се уредити да би се оптимизирало време администрације. Студије које користе лично интервјуисање генерално имају највећу стопу одговора и подложне су најмањој пристрасности одговора. Ово је такође тип интервјуа у којем ће анкетар највероватније сазнати да ли је учесник случај (у студији случај-контрола) или статус изложености учесника (у кохортној студији). Стога се мора водити рачуна о очувању објективности анкетара тако што ћете га обучити да избегава сугестивна питања и говор тела који би могли изазвати пристрасне одговоре.
Све је чешћа употреба а дизајн хибридне студије у којима се сложене ситуације изложености процењују личним или телефонским интервјуом који омогућава максимално испитивање и појашњење, након чега следи упитник који се шаље поштом за прикупљање података о начину живота као што су пушење и исхрана.
Поверљивост и питања учесника у истраживању
Пошто је сврха упитника да добије податке о појединцима, дизајн упитника мора бити вођен утврђеним стандардима за етички третман људи. Ове смернице се примењују на прикупљање података из упитника баш као и на биолошке узорке као што су крв и урин, или на генетско тестирање. У Сједињеним Државама и многим другим земљама, студије које укључују људе не могу се спроводити јавним средствима осим ако се претходно не добије одобрење за језик и садржај упитника од одговарајућег институционалног одбора за преглед. Такво одобрење има за циљ да осигура да су питања ограничена на легитимне сврхе студија и да не крше права учесника студије да добровољно одговарају на питања. Учесници морају бити сигурни да је њихово учешће у студији у потпуности добровољно, и да одбијање да одговоре на питања или чак да уопште учествују неће их подвргнути било каквим казнама или променити њихов однос са својим послодавцем или лекаром.
Учесници такође морају бити сигурни да ће информације које дају бити строго поверљиве од стране истражитеља, који наравно мора предузети кораке да одржи физичку безбедност и неповредивост података. Ово често подразумева физичко одвајање информација у вези са идентитетом учесника из компјутеризованих датотека са подацима. Уобичајена је пракса да се учесницима у студији саветује да ће се њихови одговори на ставке упитника користити само заједно са одговорима других учесника у статистичким извештајима и да неће бити откривени послодавцу, лекару или другим странама.
Аспекти мерења дизајна упитника
Једна од најважнијих функција упитника је да добије податке о неком аспекту или атрибуту особе у квалитативном или квантитативном облику. Неки предмети могу бити једноставни попут тежине, висине или старости, док други могу бити знатно компликованији, као што је реакција појединца на стрес. Квалитативни одговори, као што је пол, обично се претварају у нумеричке варијабле. Све такве мере могу се окарактерисати њиховом ваљаношћу и поузданошћу. Валидност је степен до ког се број изведен из упитника приближава својој правој, али вероватно непознатој вредности. Поузданост мери вероватноћу да ће дато мерење дати исти резултат при понављању, без обзира да ли је тај резултат близак „истини“ или не. Слика 2 показује како су ови концепти повезани. Он показује да мерење може бити валидно, али не и поуздано, поуздано, али неважеће, или и валидно и поуздано.
Слика 2. Однос валидности и поузданости
Током година, истраживачи су развили многе упитнике како би одговорили на истраживачка питања од широког интереса. Примери укључују тест школских способности, који мери учеников потенцијал за будућа академска постигнућа, и мултифазни инвентар личности у Минесоти (ММПИ), који мери одређене психосоцијалне карактеристике. Различити други психолошки индикатори разматрају се у поглављу о психометрији. Постоје и утврђене физиолошке скале, као што је упитник Британског савета за медицинска истраживања (БМРЦ) за плућну функцију. Ови инструменти имају низ важних предности. Главне међу њима су чињенице да су већ развијени и тестирани, обично у многим популацијама, и да су њихова поузданост и валидност позната. Свако ко прави упитник добро се саветује да користи такве скале ако одговарају сврси студије. Они не само да штеде труд око „поновног измишљања точка“, већ повећавају вероватноћу да ће истраживачка заједница прихватити резултате студије као валидне. Такође омогућава валиднија поређења резултата из различитих студија под условом да су правилно коришћени.
Претходне скале су примери две важне врсте мера које се обично користе у упитницима за квантификацију концепата који можда нису у потпуности објективно мерљиви на начин на који су висина и тежина, или који захтевају многа слична питања да би у потпуности „додирнули домен“ један специфичан образац понашања. Уопштено говорећи, индекси и скале су две технике редукције података које дају нумерички резиме група питања. Горе наведени примери илуструју физиолошке и психолошке индексе, а често се користе и за мерење знања, става и понашања. Укратко, ан индекс се обично конструише као резултат добијен пребројавањем, међу групом повезаних питања, броја ставки које се односе на учесника студије. На пример, ако упитник представља листу болести, индекс историје болести може бити укупан број оних за које испитаник каже да је имао. А скала је сложена мера заснована на интензитету са којим учесник одговара на једно или више повезаних питања. На пример, Ликертова скала, која се често користи у друштвеним истраживањима, обично је конструисана од изјава са којима се неко може у потпуности сложити, сложити се слабо, не понудити мишљење, не сложити се слабо или се не слаже у потпуности, при чему се одговор оцењује као број од 1. до 5. Скале и индекси се могу сабирати или на други начин комбиновати да би се формирала прилично сложена слика физичких, психолошких, друштвених или бихевиоралних карактеристика учесника студије.
Ваљаност заслужује посебну пажњу јер одражава „истину“. Три важна типа валидности о којима се често расправља су валидност лица, садржаја и критеријума. Важење лика је субјективни квалитет индикатора који обезбеђује да формулација питања буде јасна и недвосмислена. Ваљаност садржаја осигурава да ће питања послужити за истицање оне димензије одговора за коју је истраживач заинтересован. Критеријум (или предвиђање) пуноважност произилази из објективне процене колико се мерење путем упитника приближава засебно мерљивој количини, као на пример колико се процена уноса витамина А путем упитника поклапа са стварном потрошњом витамина А, заснована на потрошњи хране као што је документовано у исхрани.
Садржај, квалитет и дужина упитника
Вординг. Формулисање питања је и уметност и професионална вештина. Стога се могу представити само најопштије смернице. Опште је договорено да треба осмислити питања која:
Редослед и структура питања. И редослед и презентација питања могу утицати на квалитет прикупљених информација. Типичан упитник, било да га поставља сам или га чита анкетар, садржи пролог који испитанику представља студију и њену тему, пружа све додатне информације које ће му или њој требати и покушава да мотивише испитаника да одговори на питања. Већина упитника садржи одељак дизајниран за прикупљање демографских информација, као што су старост, пол, етничка припадност и друге варијабле о поријеклу учесника, укључујући могуће збуњујуће варијабле. Главни предмет прикупљања података, као што је природа радног места и изложеност одређеним супстанцама, обично је посебан одељак упитника, а често му претходи сопствени уводни увод који би прво могао да подсети учесника на специфичне аспекте посла. или на радном месту како би се створио контекст за детаљна питања. Распоред питања која имају за циљ успостављање хронологије радног живота треба да буде уређен тако да се ризик од хронолошких пропуста сведе на минимум. На крају, уобичајено је да се испитанику захвалимо на његовом или њеном учешћу.
Врсте питања. Дизајнер мора одлучити да ли ће користити отворена питања у којима учесници састављају сопствене одговоре или затворена питања која захтевају дефинитиван одговор или избор из кратког менија могућих одговора. Затворена питања имају предност у томе што појашњавају алтернативу испитанику, избегавају брзе одговоре и минимизирају дуготрајно брбљање које је можда немогуће протумачити. Међутим, они захтевају да дизајнер предвиди опсег потенцијалних одговора како би се избегао губитак информација, посебно у неочекиваним ситуацијама које се дешавају на многим радним местима. Ово заузврат захтева добро планирано пилот тестирање. Истражитељ мора одлучити да ли ће иу којој мјери дозволити категорију одговора „не знам“.
Дужина Одређивање коначне дужине упитника захтева успостављање равнотеже између жеље да се добије што више детаљних информација како би се постигли циљеви студије са чињеницом да ако је упитник предугачак, у неком тренутку ће многи испитаници изгубити интересовање и или престати да одговарају или одговорити исхитрено, непрецизно и без размишљања како би се седницу привели крају. С друге стране, упитник који је веома кратак може добити високу стопу одговора, али не постићи циљеве студије. Пошто мотивација испитаника често зависи од личног удела у исходу, као што је побољшање услова рада, толеранција на дугачки упитник може увелико варирати, посебно када неки учесници (као што су радници у одређеном погону) могу да виде да је њихов улог већи од други (као што су особе контактиране насумичним телефонским бирањем). Ова равнотежа се може постићи само кроз пилот тестирање и искуство. Упитници које води анкетар треба да забележе време почетка и завршетка како би се омогућило израчунавање трајања интервјуа. Ове информације су корисне у процени нивоа квалитета података.
Језик. Неопходно је користити језик становништва како би питања разумљива свима. Ово може захтевати упознавање локалног језика који се може разликовати у било којој земљи. Чак иу земљама у којима се номинално говори истим језиком, као што су Британија и Сједињене Државе, или земље Латинске Америке у којима се говори шпански, локални идиоми и употреба могу варирати на начин који може замаглити тумачење. На пример, у САД „чај“ је само пиће, док у Британији може значити „лонац чаја“, „појаки чај“ или „главни вечерњи оброк“, у зависности од локације и контекста. Посебно је важно избегавати научни жаргон, осим када се од учесника у студији може очекивати да поседују специфично техничко знање.
Јасноћа и сугестивна питања. Иако је чест случај да су краћа питања јаснија, постоје изузеци, посебно када је потребно увести сложену тему. Ипак, кратка питања разјашњавају размишљање и смањују непотребне речи. Они такође смањују могућност преоптерећења испитаника превише информација за варење. Ако је сврха студије да се добију објективне информације о радној ситуацији учесника, важно је да питања формулишете на неутралан начин и да избегавате „суводећи“ питања која могу фаворизовати одређени одговор, као што је „Да ли се слажете да ваше радно место услови су штетни по ваше здравље?"
Изглед упитника. Физички изглед упитника може утицати на цену и ефикасност студије. Важније је за упитнике који сами постављају од оних које спроводе анкетари. Упитник који је дизајниран да попуни испитаник, али који је превише сложен или тежак за читање, може се случајно попунити или чак одбацити. Чак и упитници који су дизајнирани да их обучени анкетари читају наглас морају бити одштампани јасним, читљивим типом, а обрасци прескакања питања морају бити назначени на начин који одржава стабилан ток питања и минимизира окретање страница и тражење следећег примењивог питање.
Валидити Цонцернс
Преднапон
Непријатељ објективног прикупљања података је пристрасност, која је резултат систематских, али непланираних разлика између група људи: случајеви и контроле у студији случај-контрола или изложени и неекспонирани у кохортној студији. Информациона пристрасност може се увести када две групе учесника разумеју или различито одговарају на исто питање. Ово се може десити, на пример, ако се питања постављају на такав начин да захтевају посебно техничко знање о радном месту или његовој изложености које би разумели изложени радници, али не нужно и шира јавност из које се црпе контроле.
Употреба сурогата за болесне или преминуле раднике има потенцијал за пристрасност јер ће најближи сродници вероватно запамтити информације на различите начине и са мање прецизности од самог радника. Увођење такве пристрасности је посебно вероватно у студијама у којима се неки интервјуи обављају директно са учесницима студије, док се други интервјуи обављају са рођацима или сарадницима других учесника истраживања. У било којој ситуацији, мора се водити рачуна о смањењу било каквог ефекта који би могао произаћи из знања анкетара о болести или статусу изложености радника од интереса. Пошто није увек могуће држати анкетаре „слепим“, важно је нагласити објективност и избегавање сугестивних питања или несвесног говора тела током тренинга, и пратити учинак док се студија спроводи.
Подсетимо пристрасност резултира када се случајеви и контроле другачије „памте“ изложености или радних ситуација. Хоспитализовани случајеви са потенцијалном професионалном болешћу могу бити способнији да се присете детаља своје медицинске историје или професионалне изложености него особе које су насумично контактиране телефоном. Означена је врста ове пристрасности која постаје све чешћа пристрасност друштвене пожељности. Описује склоност многих људи да потцењују, свесно или не, своје препуштање „лошим навикама“ као што су пушење цигарета или конзумирање хране са високим садржајем масти и холестерола, као и да прецењују „добре навике“ попут вежбања.
Пристрасност одговора означава ситуацију у којој је већа вероватноћа да ће једна група учесника студије, као што су радници са одређеном професионалном изложеношћу, испунити упитнике или на други начин учествовати у студији него неекспониране особе. Таква ситуација може резултирати пристрасном проценом везе између изложености и болести. Може се посумњати на пристрасност одговора ако се стопе одговора или време потребно за попуњавање упитника или интервјуа значајно разликују међу групама (нпр. случајеви у односу на контролу, изложени насупрот неекспонираним). Пристрасност одговора се генерално разликује у зависности од начина администрације упитника. Упитнике који се шаљу обично је већа вероватноћа да ће их вратити појединци који виде лични удео у налазима студије, а већа је вероватноћа да ће их игнорисати или одбацити особе које су насумично одабране из опште популације. Многи истражитељи који користе анкете путем поште такође уграђују механизам за праћење који може укључивати другу и трећу пошту, као и накнадне телефонске контакте са неиспитаницима како би се максимизирале стопе одговора.
Студије које користе телефонске анкете, укључујући оне које користе насумично бирање бројева за идентификацију контрола, обично имају скуп правила или протокол који дефинише колико пута покушаја да се ступи у контакт са потенцијалним испитаницима, укључујући доба дана, и да ли је увече или викенд позиве треба покушати. Они који спроводе студије у болници обично бележе број пацијената који одбијају да учествују и разлоге за неучествовање. У свим таквим случајевима, различите мере од стопе одговора се евидентирају како би се пружила процена у којој мери је циљна популација заиста достигнута.
Пристрасност избора резултати када једна група учесника преференцијално реагује или на други начин учествује у студији, и може резултирати пристрасном проценом односа између изложености и болести. Да би се проценила пристрасност одабира и да ли то доводи до под- или прецењивања изложености, демографске информације као што је ниво образовања могу се користити за поређење испитаника са неиспитаницима. На пример, ако учесници са ниским образовањем имају нижу стопу одговора од учесника са високим образовањем, и ако је познато да су одређено занимање или навика пушења чешћи у мање образованим групама, онда пристрасност селекције са потцењивањем изложености за то занимање или категорију пушења вероватно је дошло.
Збуњујуће је важан тип пристрасности одабира који настаје када избор испитаника (случајеви и контроле у студији случај-контрола, или изложени и неекспонирани у кохортној студији) зависи на неки начин од треће варијабле, понекад на начин непознат иследник. Ако се не идентификује и контролише, може непредвидиво да доведе до потцењивања или прецењивања ризика од болести повезаних са изложеношћу на радном месту. Конфузија се обично решава или манипулисањем дизајном саме студије (нпр. упоређивањем случајева са контролама старости и другим варијаблама) или у фази анализе. Детаљи ових техника су представљени у другим чланцима у оквиру овог поглавља.
документација
У било којој истраживачкој студији, сви студијски поступци морају бити темељно документовани тако да сво особље, укључујући анкетаре, надзорно особље и истраживаче, буде јасно у вези са својим дужностима. У већини студија заснованих на упитницима, а приручник за кодирање је припремљена која описује на основу питања по питање све што анкетар треба да зна осим дословног формулације питања. Ово укључује упутства за кодирање категоричких одговора и може садржати експлицитна упутства о испитивању, наводећи она питања за која је дозвољена и она за која није. У многим студијама на терену се повремено сусрећу нови, непредвиђени избори одговора на одређена питања; они морају бити забележени у главном шифарнику и копије додатака, измена или нових упутстава благовремено дистрибуирати свим анкетарима.
Планирање, тестирање и ревизија
Као што се може видети на слици 1, израда упитника захтева много пажње планирање. Сваки упитник је потребно тестирати у неколико фаза како би се уверило да питања „функционишу“, односно да су разумљива и да дају одговоре жељеног квалитета. Корисно је тестирати нова питања на волонтерима, а затим их опширно испитивати како би се утврдило колико су конкретна питања схваћена и које врсте проблема или нејасноћа су наишле. Резултати се затим могу користити за ревидирати упитник, а поступак се по потреби може поновити. Волонтери се понекад називају „фокус група“.
Све епидемиолошке студије захтевају пилот тестирање, не само за упитнике, већ и за процедуре проучавања. Добро осмишљен упитник служи својој сврси само ако се може ефикасно доставити учесницима студије, а то се може утврдити само тестирањем процедура на терену и прилагођавањем када је то потребно.
Обука и супервизија анкетара
У студијама које се спроводе путем телефона или интервјуа лицем у лице, анкетар игра кључну улогу. Ова особа је одговорна не само за постављање питања учесницима студије и снимање њихових одговора, већ и за тумачење тих одговора. Чак и код најстроже структуриране студије интервјуа, испитаници повремено траже појашњење питања или нуде одговоре који не одговарају доступним категоријама одговора. У таквим случајевима посао анкетара је да тумачи или питање или одговор на начин који је у складу са намером истраживача. Да би се то урадило ефикасно и доследно потребна је обука и надзор од стране искусног истраживача или менаџера. Када је више од једног анкетара запослено у студији, обука анкетара је посебно важна како би се осигурало да су питања представљена и одговори интерпретирани на уједначен начин. У многим истраживачким пројектима ово се постиже у оквиру групне обуке и понавља се периодично (нпр. годишње) како би се вештине анкетара одржале свеже. Семинари обуке обично детаљно покривају следеће теме:
Надзор над студијом често подразумева посматрање на лицу места, што може укључивати снимање интервјуа на касету за накнадну дисекцију. Уобичајена је пракса да супервизор лично прегледа сваки упитник пре него што га одобри и преда на унос података. Супервизор такође поставља и спроводи стандарде учинка за анкетаре иу неким студијама спроводи независне поновне интервјуе са одабраним учесницима као проверу поузданости.
Прикупљање података
Стварна дистрибуција упитника учесницима студије и накнадно прикупљање за анализу се врши коришћењем једног од три горе описана начина: поштом, телефоном или лично. Неки истраживачи организују, па чак и сами обављају ову функцију у оквиру својих институција. Иако постоји значајна заслуга да се старији истраживач из прве руке упозна са динамиком интервјуа, најисплативије је и погодно за одржавање високог квалитета података за обучене и добро надгледане професионалне анкетаре да буду укључени као део истраживачког тима. .
Неки истраживачи склапају уговоре са компанијама које су специјализоване за истраживање анкета. Извођачи могу да пруже низ услуга који могу укључивати један или више од следећих задатака: дистрибуцију и прикупљање упитника, обављање телефонских или интервјуа лицем у лице, добијање биолошких узорака као што су крв или урин, управљање подацима и статистичку анализу и писање извештаја. Без обзира на ниво подршке, извођачи су обично одговорни за пружање информација о стопама одговора и квалитету података. Ипак, истраживач је тај који сноси коначну одговорност за научни интегритет студије.
Поузданост и поновни интервјуи
Квалитет података се може проценити поновним интервјуисањем узорка првобитних учесника студије. Ово обезбеђује средство за одређивање поузданости почетних интервјуа и процену поновљивости одговора. Цео упитник не треба поново давати; подскуп питања је обично довољан. Статистички тестови су доступни за процену поузданости скупа питања постављених истом учеснику у различито време, као и за процену поузданости одговора различитих учесника, па чак и за оне које су поставили различити анкетари (тј. интер- и интра -оцењивања).
Технологија обраде упитника
Напредак рачунарске технологије створио је много различитих начина на које се подаци из упитника могу прикупити и учинити доступним истраживачу за компјутерску анализу. Постоје три фундаментално различита начина на које се подаци могу компјутеризовати: у реалном времену (тј. док учесник одговара током интервјуа), традиционалним методама уноса кључева и методама оптичког прикупљања података.
Снимање података помоћу рачунара
Многи истраживачи сада користе компјутере за прикупљање одговора на питања постављена у разговорима лицем у лице и телефонским интервјуима. Истраживачи на терену сматрају да је згодно користити лаптоп рачунаре који су програмирани да приказују питања у низу и који омогућавају анкетарима да одмах унесу одговор. Компаније које се баве истраживањем које се баве телефонским интервјуисањем развиле су аналогне системе који се називају компјутерски подржани системи телефонских интервјуа (ЦАТИ). Ове методе имају две важне предности у односу на традиционалније папирне упитнике. Прво, одговори се могу одмах проверити у односу на низ дозвољених одговора и конзистентност са претходним одговорима, а неподударности се могу одмах скренути пажњи и испитивачу и испитанику. Ово у великој мери смањује стопу грешке. Друго, обрасци прескакања могу се програмирати да минимизирају време администрације.
Најчешћи метод за компјутеризацију података и даље је традиционални унос кључа од стране обученог оператера. За веома велике студије, упитници се обично шаљу професионалној уговорној компанији која је специјализована за прикупљање података. Ове фирме често користе специјализовану опрему која омогућава једном оператеру да унесе упитник (процедура која се понекад назива кеипунцх из историјских разлога) и други оператор за поновни кључ истих података, процес тзв проверу кључа. Резултати другог уноса се упоређују са првим како би се уверили да су подаци исправно унети. Процедуре осигурања квалитета могу бити програмиране које обезбеђују да сваки одговор спада у дозвољени опсег и да је у складу са другим одговорима. Добијени фајлови података могу се пренети истраживачу на диску, траци или електронски путем телефона или друге рачунарске мреже.
За мање студије, постоје бројни комерцијални ПЦ-базирани програми који имају функције уноса података које опонашају оне специјализованијих система. То укључује програме база података као што су дБасе, Фокпро и Мицрософт Аццесс, као и табеле као што су Мицрософт Екцел и Лотус 1-2-3. Поред тога, функције уноса података су укључене у многе пакете рачунарских програма чија је основна сврха статистичка анализа података, као што су СПСС, БМДП и ЕПИ ИНФО.
Један широко распрострањен метод прикупљања података који добро функционише за одређене специјализоване упитнике користи оптичке системе. Очитавање оптичких ознака или оптички сенсинг се користи за читање одговора на упитницима који су посебно дизајнирани за учеснике да уносе податке обележавањем малих правоугаоника или кругова (понекад се називају „кодови мехурића“). Они раде најефикасније када сваки појединац попуни свој упитник. Софистициранија и скупља опрема може читати ручно штампане знакове, али тренутно ово није ефикасна техника за прикупљање података у великим студијама.
Архивирање упитника и приручника за кодирање
Пошто су информације вредан ресурс и подложне су тумачењу и другим утицајима, од истраживача се понекад тражи да поделе своје податке са другим истраживачима. Захтев за дељењем података може бити мотивисан разним разлозима, који могу да варирају од искреног интересовања за реплицирање извештаја до забринутости да подаци можда нису анализирани или протумачени исправно.
Када се сумња на фалсификовање или измишљање података, постаје неопходно да оригинални записи на којима се заснивају налази буду доступни за потребе ревизије. Поред оригиналних упитника и/или компјутерских датотека необрађених података, истраживач мора бити у стању да обезбеди за преглед приручник(е) за кодирање који је развијен за студију и евиденцију(ове) свих промена података које су направљене током курса. кодирања података, компјутеризације и анализе. На пример, ако је вредност података измењена зато што се првобитно појавила као ванредна вредност, онда би запис промене и разлози за прављење промене требало да буду забележени у евиденцији ради могуће ревизије података. Такве информације су такође од вредности у време припреме извештаја јер служе као подсетник о томе како се заправо поступало са подацима који су довели до налаза који су пријављени.
Из ових разлога, по завршетку студије, истраживач има обавезу да обезбеди да сви основни подаци буду на одговарајући начин архивирани у разумном временском периоду и да се могу преузети уколико би истраживач био позван да их достави.
Често се наводи неколико примера опасности на радном месту како би се илустровали не само могући штетни ефекти на здравље повезаних са изложеношћу на радном месту, већ и да би се открило како систематски приступ проучавању популације радника може открити важне односе између изложености и болести. Један такав пример је азбест. Једноставна елеганција којом је покојни др Ирвинг Ј. Селикоф показао повећан ризик од рака међу радницима који се баве азбестом документована је у чланку Лоренса Гарфинкела. Овде се поново штампа уз само мале измене и уз дозволу ЦА-А Цанцер Јоурнал фор Цлиницианс (Гарфинкел 1984). Табеле потичу из оригиналног чланка др Селикофа и сарадника (1964).
Изложеност азбесту је постала јавноздравствени проблем великих размера, са последицама које се протежу изван непосредне области здравствених професионалаца до области којима служе законодавци, судије, адвокати, просветни радници и други заинтересовани лидери заједнице. Као резултат тога, болести повезане са азбестом изазивају све већу забринутост клиничара и здравствених власти, као и потрошача и јавности у целини.
Историјска позадина
Азбест је веома користан минерал који се вековима користи на различите начине. Археолошка истраживања у Финској су показала доказе о азбестним влакнима уграђеним у грнчарију још 2500. године пре нове ере. У 5. веку пре нове ере коришћен је као фитиљ за лампе. Херодот је коментарисао употребу азбестне тканине за кремацију око 456. године пре нове ере. Азбест се користио у панцирима у 15. веку, ау Русији у производњи текстила, рукавица, чарапа и ташни. c. 1720. Иако је неизвесно када је развијена уметност ткања азбеста, знамо да су стари људи често ткали азбест са платном. Комерцијална производња азбеста почела је у Италији око 1850. године, у производњи папира и тканине.
Развој рударства азбеста у Канади и Јужној Африци око 1880. смањио је трошкове и подстакао производњу производа од азбеста. Убрзо је уследило рударење и производња азбеста у Сједињеним Државама, Италији и Русији. У Сједињеним Државама, развој азбеста као изолације цеви повећао је производњу и убрзо након тога уследиле су друге различите употребе укључујући облоге кочница, цементне цеви, заштитну одећу и тако даље.
Производња у САД је порасла са око 6,000 тона у 1900. на 650,000 тона 1975. године, иако је до 1982. била око 300,000 тона, а до 1994. производња је пала на 33,000 тона.
Извештава се да је Плиније Млађи (61-113 н.е.) коментарисао болест робова који су радили са азбестом. Помињање професионалне болести повезане са рударством појавило се у 16. веку, али се тек 1906. године у Енглеској појавило прво помињање плућне фиброзе код азбестног радника. Прекомерни смртни случајеви код радника који су се бавили производњом азбеста пријављен је убрзо након тога у Француској и Италији, али је велико препознавање болести изазваних азбестом почело у Енглеској 1924. До 1930. године, Воод и Глоине су пријавили 37 случајева плућне фиброзе.
Прво спомињање карцинома плућа код пацијента са „азбест-силикозом” појавило се 1935. Уследило је неколико других извештаја о случајевима. Извештаји о високим процентима рака плућа код пацијената који су умрли од азбестозе појавили су се 1947, 1949. и 1951. године. Рицхард Долл у Енглеској је 1955. пријавио вишак ризика од рака плућа код особа које су радиле у фабрици азбеста од 1935. године, са посебно високим ризик код оних који су били запослени више од 20 година.
Цлиницал Обсерватионс
У том контексту су почела клиничка запажања др Ирвинга Селикофа болести повезаних са азбестом. Др Селикоф је у то време већ био истакнути научник. Његова претходна достигнућа укључивала су развој и прву употребу изониазида у лечењу туберкулозе, за шта је добио Ласкерову награду 1952.
Почетком 1960-их, као грудни лекар који је практиковао у Патерсону у Њу Џерсију, приметио је многе случајеве рака плућа међу радницима у фабрици азбеста у тој области. Одлучио је да прошири своја запажања и на два мештана синдиката радника азбестних изолатора, чији су чланови такође били изложени азбестним влакнима. Препознао је да још увек има много људи који не верују да је рак плућа повезан са изложеношћу азбесту и да их само детаљна студија о укупној изложеној популацији може уверити. Постојала је могућност да изложеност азбесту у популацији може бити повезана са другим врстама рака, као што су плеурални и перитонеални мезотелиом, као што је сугерисано у неким студијама, а можда и на другим местима. Већина студија о утицају азбеста на здравље у прошлости се бавила радницима изложеним у рударству и производњи азбеста. Било је важно знати да ли удисање азбеста утиче и на друге групе изложене азбесту.
Др Селикоф је чуо за достигнућа др Е. Цуилер Хаммонда, тадашњег директора Секције за статистичка истраживања Америчког друштва за рак (АЦС), и одлучио је да га замоли да сарађује у дизајну и анализи студије. Др Хамонд је био тај који је написао значајну проспективну студију о пушењу и здрављу објављену неколико година раније.
Др Хамонд је одмах увидео потенцијалну важност студије о азбестним радницима. Иако је био ужурбано ангажован у анализи података из тада нове проспективне студије о АЦС, Студије превенције рака И (ЦПС И), коју је започео неколико година раније, он је спремно пристао на сарадњу у своје „слободно време“. Он је предложио да се анализа ограничи на оне раднике са најмање 20 година радног искуства, који би тако имали највећу изложеност азбесту.
Тиму се придружила госпођа Јанет Каффенбургх, истраживач-сарадник др Селикофа у болници Моунт Синаи, која је радила са др Хамондом на припреми спискова мушкараца у студији, укључујући њихове године и датуме запослења и добијања података о чињеницама смрти и узроцима из евиденције синдикалне централе. Ове информације су накнадно пренете на картонске картице које су др Хамонд и госпођа Кафенбург буквално сортирале на спрату дневне собе куће др Хамонда.
Др Јацоб Цхург, патолог у Барнерт Меморијалном болничком центру у Патерсону, Њу Џерси, пружио је патолошку верификацију узрока смрти.
Табела 1. Мушко-годишње искуство 632 радника азбеста изложених азбестној прашини 20 година или дуже
старост |
Временски период |
|||
1943-47 |
1948-52 |
1953-57 |
1958-62 |
|
КСНУМКС-КСНУМКС |
85.0 |
185.0 |
7.0 |
11.0 |
КСНУМКС-КСНУМКС |
230.5 |
486.5 |
291.5 |
70.0 |
КСНУМКС-КСНУМКС |
339.5 |
324.0 |
530.0 |
314.5 |
КСНУМКС-КСНУМКС |
391.5 |
364.0 |
308.0 |
502.5 |
КСНУМКС-КСНУМКС |
382.0 |
390.0 |
316.0 |
268.5 |
КСНУМКС-КСНУМКС |
221.0 |
341.5 |
344.0 |
255.0 |
КСНУМКС-КСНУМКС |
139.0 |
181.0 |
286.0 |
280.0 |
КСНУМКС-КСНУМКС |
83.0 |
115.5 |
137.0 |
197.5 |
КСНУМКС-КСНУМКС |
31.5 |
70.0 |
70.5 |
75.0 |
КСНУМКС-КСНУМКС |
5.5 |
18.5 |
38.5 |
23.5 |
85+ |
3.5 |
2.0 |
8.0 |
13.5 |
укупан |
1,912.0 |
2,478.0 |
2,336.5 |
2,011.0 |
Резултирајућа студија је била типа класификована као „проспективна студија ретроспективно спроведена“. Природа синдикалних записа омогућила је да се у релативно кратком временском периоду изврши анализа дугорочне студије. Иако су само 632 мушкарца била укључена у студију, било је 8,737 човек-година изложености ризику (видети табелу 1); 255 смртних случајева догодило се током 20-годишњег периода посматрања од 1943. до 1962. (види табелу 2). У табели 28.17 се може видети да посматрани број смртних случајева увек премашује очекивани број, што показује повезаност између изложености азбесту на радном месту и повећане стопе смртности од рака.
Табела 2. Уочени и очекивани број смртних случајева међу 632 радника азбеста изложених азбестној прашини 20 година или дуже
Узрок смрти |
Временски период |
укупан |
|||
1943-47 |
1948-52 |
1953-57 |
1958-62 |
1943-62 |
|
Укупно, сви узроци |
|||||
Посматрано (радници азбеста) |
28.0 |
54.0 |
85.0 |
88.0 |
255.0 |
Очекивано (белци из САД) |
39.7 |
50.8 |
56.6 |
54.4 |
203.5 |
Тотални рак, све локације |
|||||
Посматрано (радници азбеста) |
13.0 |
17.0 |
26.0 |
39.0 |
95.0 |
Очекивано (белци из САД) |
5.7 |
8.1 |
13.0 |
9.7 |
36.5 |
Рак плућа и плеуре |
|||||
Посматрано (радници азбеста) |
6.0 |
8.0 |
13.0 |
18.0 |
45.0 |
Очекивано (белци из САД) |
0.8 |
1.4 |
2.0 |
2.4 |
6.6 |
Рак желуца, дебелог црева и ректума |
|||||
Посматрано (радници азбеста) |
4.0 |
4.0 |
7.0 |
14.0 |
29.0 |
Очекивано (белци из САД) |
2.0 |
2.5 |
2.6 |
2.3 |
9.4 |
Рак свих осталих места заједно |
|||||
Посматрано (радници азбеста) |
3.0 |
5.0 |
6.0 |
7.0 |
21.0 |
Очекивано (белци из САД) |
2.9 |
4.2 |
8.4 |
5.0 |
20.5 |
Значај Дела
Овај рад је представљао прекретницу у нашем познавању болести повезаних са азбестом и поставио правац будућих истраживања. Чланак је цитиран у научним публикацијама најмање 261 пут од када је првобитно објављен. Уз финансијску подршку АЦС-а и Националног института за здравље, др Селикоф и др Хамонд и њихов растући тим минералога, грудних лекара, радиолога, патолога, хигијеничара и епидемиолога наставили су да истражују различите аспекте болести азбеста.
Велики рад из 1968. је известио о синергистичком ефекту пушења цигарета на изложеност азбесту (Селикофф, Хаммонд и Цхург 1968). Студије су проширене на раднике у производњи азбеста, особе које су у свом раду индиректно изложене азбесту (на пример, раднике у бродоградилишту) и оне са породичном изложеношћу азбесту.
У каснијој анализи, у којој се тиму придружио Херберт Сеидман, МБА, помоћник потпредседника за епидемиологију и статистику Америчког друштва за рак, група је показала да чак и краткотрајно излагање азбесту доводи до значајног повећања ризика од рака. до 30 година касније (Сеидман, Селикофф анд Хаммонд 1979). Постојала су само три случаја мезотелиома у овој првој студији од 632 изолатора, али су каснија истраживања показала да је 8% свих смртних случајева међу радницима који се баве азбестом последица плеуралног и перитонеалног мезотелиома.
Како су се научна истраживања др Селикофа ширила, он и његови сарадници дали су значајан допринос смањењу изложености азбесту кроз иновације у техникама индустријске хигијене; убеђивањем законодаваца о хитности проблема азбеста; у процени проблема инвалиднина у вези са азбестном болешћу; и у истраживању опште дистрибуције азбестних честица у водоснабдевању и амбијенталном ваздуху.
Др Селикоф је такође скренуо пажњу медицинске и научне заједнице на проблем азбеста организовањем конференција на ову тему и учешћем на многим научним скуповима. Многи од његових оријентационих састанака о проблему болести азбеста били су организовани посебно за адвокате, судије, председнике великих корпорација и руководиоце осигурања.
" ОДРИЦАЊЕ ОД ОДГОВОРНОСТИ: МОР не преузима одговорност за садржај представљен на овом веб порталу који је представљен на било ком другом језику осим енглеског, који је језик који се користи за почетну производњу и рецензију оригиналног садржаја. Одређене статистике нису ажуриране од продукција 4. издања Енциклопедије (1998).“