analiza danych dot pracownik w przemys u j drowego z 15 kraj w n.
Download
Skip this Video
Download Presentation
Analiza danych dot. pracowników przemysłu jądrowego z 15 krajów

Loading in 2 Seconds...

play fullscreen
1 / 20

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


  • 90 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


Download Now 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
  • 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
  • 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
slide5
SMR
  • 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
slide6
średnia arytmetyczna:

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% !!!
slide7
W publikacji podane 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
  • 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
slide9
< 31% !!!
  • 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
  • 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
  • Odejmijmy dane SMR_R i SMR_W oraz odsetki nowotworów w grupie narażonej i kontrolnej i zauważmy pewną korelację:
slide12
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 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
  • Wraz z wiekiem rośnie śmiertelność (oczywiste!)
  • Śmiertelność spada z czasem zatrudnienia (czyli ze wzrostem dawki całkowitej)
jakie s wnioski autor w wspomnianych bada
Jakie są wnioski autorów wspomnianych badań?
  • 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?
slide18
Przykłady zależności zachorowalności w funkcji dawki dla danych przetworzonych – brak informacji o niepewnościach!
wsp czynnik rr sv 1 dawka err
Współczynnik RR/Sv = 1 + Dawka * ERR
  • Nawet przy takim subiektywnym przetworzeniu danychponiżej 150 mSv brak jest jakiejkolwiek dodatniej zależności