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

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.

Назад