Analiza danych dot pracownik w przemys u j drowego z 15 kraj w
Download
1 / 20

Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów - PowerPoint PPT Presentation


  • 89 Views
  • Uploaded on

Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów. Świerk 20.VI.2008 r. K. Fornalski. Źródło. 3 prace zamieszczone w Radiation Research 167/2007

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów' - brook


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Analiza danych dot pracownik w przemys u j drowego z 15 kraj w

Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów

Świerk 20.VI.2008 r.

K. Fornalski


R d o
Źródło krajów

  • 3 prace zamieszczone w Radiation Research 167/2007

  • E.Cardis, M. Vrijheid, I. Thierry-Chief et al. “The 15-Country Collaborative Study of Cancer Risk among Radiation Workers in the Nuclear Industry:…”

  • Polskie streszczenie: A. Wójcik, J. Liniecki “Ryzyko śmierci nowotworowej wśród pracowników przemysłu jądrowego z terenu 15 krajów”; PTJ 50/3/2007


W skr cie
W skrócie krajów

  • Dane pochodzą z Australii, Belgii, Finlandii, Francji, Japonii, Kanady, Korei Południowej, Litwy, Słowacji, Hiszpanii, Szwecji, Szwajcarii, Wielkiej Brytanii, USA i Węgier

  • Ok. 600 000 pracowników

  • Z tej liczby wyłączono ok. 200 000 pracowników ze względu na różne kryteria (np. niepełne dane, za krótki czas pracy, neutrony, za duża dawka etc.)

  • W tej grupie jest ok. 24000 zgonów (tylko 6% !), z czego 6800 to zgony na raka

  • Pracownicy średnio narażeni byli na promieniowanie jonizujące przez 12,7 lat, a przez ten okres otrzymywali średnio 19,4 mSv


SMR krajów

  • Standard Mortality Ratio (SMR) – standardowy współczynnik umieralności

  • SMR = OBS / EXP

  • OBS – liczba zgonów obserwowanych

  • EXP – liczba zgonów spodziewanych z grupy kontrolnej nie narażonej na promieniowanie

  • W publikacji podane są jedynie wartości SMR oraz OBS


średnia arytmetyczna: krajów

SMR_R = (74 ± 13) %

SMR_W = (62 ± 15) %

średnia ważona:

SMR_R = (77 ± 4) %

SMR_W = (68 ± 2) %

SMR_R = raki

SMR_W = wszystkie

zgony

  • Umieralność ze wszystkich przyczyn jest niższa niż z powodu raka

  • Wartości SMR są mniejsze niż 100% !!!


  • W publikacji krajówpodane są wprost liczby zgonów na rakaoraz zgonów zewszystkich przy-czyn dla po- szczególnych krajów

  • Dzieląc jedne dane przez drugie otrzymuje się odsetek śmiertelnych nowotworów w badanej grupie narażonej na promieniowanie = OBS_R / OBS_W

  • Średnia arytmetyczna dla wszystkich krajów wynosi OBS_R / OBS_W = (31 ± 7) %. Średnia ważona (29,0 ± 0,2) %. DUŻO!!


Pierwszy problem
Pierwszy problem krajów

  • Współczynniki SMR są liczone w oparciu o grupę kontrolną

  • Brak jest dokładnych informacji na jej temat, w szczególności liczby zgonów na raka EXP_R i z wszystkich przyczyn EXP_W

  • Mając dane wartości OBS można wyliczyć współczynniki EXP z definicji SMR: SMR = OBS / EXP


< 31% !!! krajów

  • Wyliczone wartościEXP_R i EXP_Wużywamy do obliczenia procentowego odsetkanowotworów w grupie kontrolnej = EXP_R / EXP_W

  • Wyniki:

    • Śr. arytmetyczna - (25 ± 6) %

    • Śr. ważona - (26,3 ± 0,2) %


Podstawowy problem
Podstawowy problem krajów

  • Dlaczego odsetek nowotworów w grupie narażonej na promieniowanie jest wyższy (31%) niż w grupie kontrolnej (25%), skoro wszystkie wartości SMR < 100%, co wskazuje na dobroczynne działanie promieniowania?


Pr ba wyja nienia
Próba wyjaśnienia krajów

  • Odejmijmy dane SMR_R i SMR_W oraz odsetki nowotworów w grupie narażonej i kontrolnej i zauważmy pewną korelację:


  • Na przykładzie Belgii i Finlandii widać, że gdy umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny

  • Innymi słowy: wzrost odsetkaraków w grupie narażonej związany jest z różnicą umieralności całkowitej i nowotworowej

  • To nie jest wzrost ilości nowotworów!

  • Pytanie: czy na wykresie SMR bordowe słupki nie powinny być wyższe niż niebieskie?


Mo liwe wyja nienie
Możliwe umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny wyjaśnienie

  • Reasumując: niskie dawki promienio-wania powodują spadek umieralnościna nowotwory i umieralności całko-witej (odpowiedź adaptacyjna całego organizmu). Jednak wśród tej mniejszejilości zgonów wy-stępuje większy odsetek nowotwo-rów. Możliwe, że jest to związane z podwyższoną żywotnością (a wraz z wiekiem rośnie prawdopodobieństwo zachorowania na raka), ale brak jest danych na temat średniego wieku, którego dożywali badani ludzie


Kilka ciekawych wykres w
Kilka ciekawych wykresów umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny

  • Wraz z wiekiem rośnie śmiertelność (oczywiste!)

  • Śmiertelność spada z czasem zatrudnienia (czyli ze wzrostem dawki całkowitej)


Brak widocznego trendu w funkcji efekt dawka mo na prowadzi dowoln krzyw
Brak widocznego trendu w funkcji EFEKT(DAWKA) umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny– można prowadzić dowolną krzywą


Smr dla redniej dawki rocznej na osob
SMR dla średniej dawki rocznej umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny na osobę


Jakie s wnioski autor w wspomnianych bada
Jakie są wnioski autorów wspomnianych badań? umieralność na nowotwory SMR_R jest niższa niż umieralność całkowita SMR_W, to odsetek raków w grupie narażonej jest niższy niż w grupie kontrolnej. Gdyby SMR_R = SMR_W, to odsetek nowotworów w obu grupach byłby identyczny

  • Wszystkie dotychczas pokazywane dane są danymi surowymi

  • Autorzy dokonali głębokiej analizy materiałów

  • Ich podstawowym założeniem jest teza, iż „śmiertelność nie może być niższa niż 100%” (hipoteza LNT)

  • Przedstawione dane surowe poddano obróbce statystycznej uwzględniającej różne czynniki konfundujące (gmatwające), takie jak efekt zdrowego pracownika (HWE), efekt przeżywalności zdrowego pracownika (HWSE), etc.

  • Na tej podstawie otrzymano dodatnią zależność dawka-efekt, czyli wzrost śmiertelnych nowotworów ze wzrostem dawki (hipoteza LNT)

  • Stoi to w całkowitej sprzeczności z danymi surowymi, które wskazują na ujemną zależność oraz brak trendu wraz ze wzrostem dawki

  • Podstawowe pytanie: czy autorzy mają rację?


Przykłady zależności zachorowalności w funkcji dawki dla danych przetworzonych – brak informacji o niepewnościach!


Wsp czynnik rr sv 1 dawka err
Współczynnik danych przetworzonych – brak informacji o niepewnościach!RR/Sv = 1 + Dawka * ERR

  • Nawet przy takim subiektywnym przetworzeniu danychponiżej 150 mSv brak jest jakiejkolwiek dodatniej zależności


Dzi kuj
Dziękuję danych przetworzonych – brak informacji o niepewnościach!


ad