Banner 4

 

28. Epidemiolojia na Takwimu

Wahariri wa Sura:  Franco Merletti, Colin L. Soskolne na Paolo Vineis


Orodha ya Yaliyomo

Majedwali na Takwimu

Mbinu ya Epidemiological Inatumika kwa Afya na Usalama Kazini
Franco Merletti, Colin L. Soskolne na Paolo Vineis

Tathmini ya Mfiduo
M. Gerald Ott

Muhtasari wa Hatua za Mfiduo wa Maisha ya Kazi
Colin L. Soskolne

Kupima Madhara ya Mfiduo
Shelia Hoar Zahm

     Uchunguzi kifani: Vipimo
     Franco Merletti, Colin L. Soskolne na Paola Vineis

Chaguo katika Usanifu wa Utafiti
Sven Hernberg

Masuala ya Uhalali katika Usanifu wa Utafiti
Annie J. Sasco

Athari za Hitilafu ya Kupima Nasibu
Paolo Vineis na Colin L. Soskolne

Njia za Takwimu
Annibale Biggeri na Mario Braga

Tathmini ya Sababu na Maadili katika Utafiti wa Epidemiological
Paolo Vineis

Uchunguzi Kifani Unaoonyesha Masuala ya Kimethodolojia katika Ufuatiliaji wa Magonjwa ya Kazini
Jung-Der Wang

Hojaji katika Utafiti wa Epidemiological
Steven D. Stellman na Colin L. Soskolne

Mtazamo wa Kihistoria wa Asbesto
Lawrence Garfinkel

Meza

Bofya kiungo hapa chini ili kutazama jedwali katika muktadha wa makala.

1. Hatua tano zilizochaguliwa za muhtasari wa kufichua maisha ya kazi

2. Hatua za kutokea kwa ugonjwa

3. Hatua za ushirika kwa ajili ya utafiti wa kundi

4. Hatua za ushirikiano kwa masomo ya udhibiti wa kesi

5. Mpangilio wa jedwali la masafa ya jumla kwa data ya kundi

6. Sampuli ya mpangilio wa data ya udhibiti wa kesi

7. Data ya udhibiti wa kesi ya mpangilio - udhibiti mmoja kwa kila kesi

8. Kundi dhahania la watu 1950 hadi T2

9. Fahirisi za mwelekeo wa kati na mtawanyiko

10. Jaribio la binomial na uwezekano

11. Matokeo yanayowezekana ya jaribio la binomial

12. Usambazaji wa Binomial, mafanikio 15/majaribio 30

13. Usambazaji wa Binomial, p = 0.25; 30 majaribio

14. Aina ya II hitilafu & nguvu; x = 12, n = 30, a = 0.05

15. Aina ya II hitilafu & nguvu; x = 12, n = 40, a = 0.05

16. Wafanyakazi 632 wanakabiliwa na asbestosi miaka 20 au zaidi

17. O/E idadi ya vifo kati ya wafanyikazi 632 wa asbesto

takwimu

Elekeza kwenye kijipicha ili kuona manukuu ya kielelezo, bofya ili kuona kielelezo katika muktadha wa makala.

EPI110F1EPI110F2


Bofya ili kurudi juu ya ukurasa

Magonjwa

Epidemiolojia inatambulika kama msingi wa sayansi kwa dawa ya kinga na inayofahamisha mchakato wa sera ya afya ya umma. Ufafanuzi kadhaa wa uendeshaji wa epidemiolojia umependekezwa. Rahisi zaidi ni kwamba epidemiolojia ni uchunguzi wa kutokea kwa ugonjwa au sifa nyingine zinazohusiana na afya kwa binadamu na kwa idadi ya wanyama. Wataalamu wa magonjwa husoma sio tu mara kwa mara ya ugonjwa, lakini ikiwa frequency hutofautiana katika vikundi vya watu; yaani, wanasoma uhusiano wa sababu-athari kati ya mfiduo na ugonjwa. Magonjwa hayatokei kwa nasibu; wana visababishi—sababu nyingi za wanadamu—ambazo zinaweza kuepukika. Kwa hivyo, magonjwa mengi yanaweza kuzuiwa ikiwa sababu zingejulikana. Mbinu za epidemiolojia zimekuwa muhimu katika kubainisha sababu nyingi zinazosababisha ambazo, kwa upande wake, zimesababisha sera za afya iliyoundwa kuzuia magonjwa, majeraha na kifo cha mapema.

Je! ni kazi gani ya epidemiolojia na ni nini nguvu na udhaifu wake wakati ufafanuzi na dhana za epidemiolojia zinatumika kwa afya ya kazini? Sura hii inashughulikia maswali haya na njia ambazo hatari za kiafya za kazini zinaweza kuchunguzwa kwa kutumia mbinu za epidemiological. Makala hii inatanguliza mawazo yanayopatikana katika makala zinazofuatana katika sura hii.

Epidemiolojia ya Kazini

Epidemiolojia ya kazini imefafanuliwa kuwa utafiti wa athari za kufichua mahali pa kazi kwa mara kwa mara na usambazaji wa magonjwa na majeraha katika idadi ya watu. Kwa hivyo ni taaluma inayozingatia udhihirisho na viungo vya elimu ya magonjwa na afya ya kazini (Checkoway et al. 1989). Kwa hivyo, hutumia njia zinazofanana na zile zinazotumiwa na epidemiology kwa ujumla.

Lengo kuu la epidemiolojia ya kazini ni kuzuia kwa kutambua matokeo ya mfiduo wa mahali pa kazi kwa afya. Hii inasisitiza lengo la kuzuia la epidemiolojia ya kazi. Hakika, tafiti zote katika uwanja wa afya na usalama kazini zinapaswa kutumika kwa madhumuni ya kuzuia. Kwa hivyo, maarifa ya epidemiolojia yanaweza na yanapaswa kutekelezwa kwa urahisi. Ingawa maslahi ya afya ya umma daima yanapaswa kuwa jambo la msingi la utafiti wa magonjwa, maslahi yaliyowekwa yanaweza kuwa na ushawishi, na uangalifu lazima uchukuliwe ili kupunguza ushawishi kama huo katika uundaji, mwenendo na/au tafsiri ya tafiti (Soskolne 1985; Soskolne 1989).

Lengo la pili la epidemiolojia ya kazini ni kutumia matokeo kutoka kwa mipangilio maalum ili kupunguza au kuondoa hatari kwa idadi ya watu kwa ujumla. Kwa hivyo, mbali na kutoa taarifa juu ya madhara ya kiafya ya kufichuliwa mahali pa kazi, matokeo kutoka kwa tafiti za magonjwa ya kazini pia yana jukumu katika ukadiriaji wa hatari inayohusishwa na mfiduo sawa lakini katika viwango vya chini ambavyo kwa ujumla vinaathiriwa na idadi ya watu. Uchafuzi wa mazingira kutokana na michakato ya viwanda na bidhaa kwa kawaida ungesababisha viwango vya chini vya mfiduo kuliko wale wenye uzoefu mahali pa kazi.

Viwango vya matumizi ya epidemiology ya kazini ni:

  • ufuatiliaji wa kuelezea kutokea kwa ugonjwa katika kategoria tofauti za wafanyikazi na hivyo kutoa ishara za onyo za mapema za hatari zisizotambuliwa kazini.
  • kizazi na majaribio ya dhana kwamba mfiduo fulani unaweza kuwa na madhara, na ukadiriaji wa athari
  • tathmini ya uingiliaji kati (kwa mfano, hatua ya kuzuia kama vile kupunguza viwango vya kukaribia aliyeambukizwa) kwa kupima mabadiliko katika hali ya afya ya idadi ya watu baada ya muda.

 

Jukumu la sababu ambalo mfiduo wa kikazi unaweza kuchukua katika ukuzaji wa magonjwa, jeraha na kifo cha mapema lilikuwa limetambuliwa zamani na ni sehemu ya historia ya magonjwa ya mlipuko. Rejea inapaswa kufanywa kwa Bernardino Ramazzini, mwanzilishi wa tiba ya kazini na mmoja wa wa kwanza kufufua na kuongeza mapokeo ya Hippocratic ya utegemezi wa afya kwa sababu za asili zinazotambulika. Katika mwaka wa 1700, aliandika katika "De Morbis Artificum Diatriba" (Ramazzini 1705; Saracci 1995):

Daktari anapaswa kuuliza maswali mengi kwa wagonjwa. Jimbo la Hippocrates katika De Affectionibus: “Unapomkabili mgonjwa unapaswa kumuuliza anaumwa nini, kwa sababu gani, kwa siku ngapi, anakula nini, na haja kubwa ni nini. Kwa maswali haya yote mtu anapaswa kuongezwa: 'Anafanya kazi gani?'

Uamsho huu wa uchunguzi wa kimatibabu na umakini wa mazingira yanayozunguka kutokea kwa ugonjwa, ulimletea Ramazzini kutambua na kuelezea magonjwa mengi ya kazi ambayo yalichunguzwa baadaye na madaktari wa kazi na wataalam wa magonjwa.

Kwa kutumia mbinu hii, Pott alikuwa wa kwanza kuripoti mnamo 1775 (Pott 1775) uhusiano unaowezekana kati ya saratani na kazi (Clayson 1962). Uchunguzi wake juu ya saratani ya scrotum kati ya kufagia kwa chimney ulianza na maelezo ya ugonjwa huo na kuendelea:

Hatima ya watu hawa inaonekana kuwa ngumu sana: katika utoto wao wa mapema, mara nyingi hutendewa kwa ukatili mkubwa, na karibu njaa na baridi na njaa; hutupwa kwenye chimney nyembamba, na wakati mwingine moto, ambapo hupigwa, kuchomwa moto na karibu kupunguzwa; na wanapobalehe, huwa wanawajibika kwa ugonjwa mbaya sana, wenye kuumiza na kuua.

Katika hali hii ya mwisho hakuna shaka hata kidogo, ingawa labda haijashughulikiwa vya kutosha, kuifanya ijulikane kwa ujumla. Watu wengine wana saratani ya sehemu sawa; na hivyo kuwa na wengine, badala ya risasi wafanyakazi, Poitou colic, na kupooza matokeo; lakini hata hivyo ni ugonjwa ambao wanawajibika kwa namna ya pekee; na hivyo ni kufagia bomba kwa saratani ya korodani na korodani.

Ugonjwa huo, kwa watu hawa, unaonekana kupata asili yake kutoka kwa uwekaji wa masizi kwenye korodani, na mwanzoni usiwe ugonjwa wa mazoea ... lakini hapa masomo ni mchanga, kwa ujumla afya njema, angalau. mwanzoni; ugonjwa ulioletwa kwao na kazi yao, na kwa uwezekano wote wa ndani; ambayo hali ya mwisho inaweza, nadhani, kuwa haki kudhaniwa kutokana na wake daima kutesa sehemu sawa; yote haya hufanya (mwanzoni) kuwa kesi tofauti sana na saratani ambayo inaonekana kwa mtu mzee.

Akaunti hii ya kwanza ya saratani ya kazini bado inabaki kuwa mfano wa ufahamu. Asili ya ugonjwa, kazi inayohusika na wakala wa kisababishi kinachowezekana vyote vimefafanuliwa wazi. Kuongezeka kwa matukio ya saratani ya scrotal kati ya kufagia kwa chimney inabainika ingawa hakuna data ya kiasi inayotolewa ili kuthibitisha dai.

Miaka mingine hamsini ilipita kabla ya Ayrton-Paris kugundua mnamo 1822 (Ayrton-Paris 1822) maendeleo ya mara kwa mara ya saratani ya scrotal kati ya viyeyusho vya shaba na bati vya Cornwall, na kukisia kwamba mafusho ya arseniki yanaweza kuwa kisababishi. Von Volkmann aliripoti mnamo 1874 uvimbe wa ngozi katika wafanyikazi wa mafuta ya taa huko Saxony, na muda mfupi baadaye, Bell alipendekeza mnamo 1876 kwamba mafuta ya shale yalisababisha saratani ya ngozi (Von Volkmann 1874; Bell 1876). Ripoti za asili ya kazi ya saratani kisha zikawa nyingi zaidi (Clayson 1962).

Miongoni mwa uchunguzi wa mapema wa magonjwa ya kazini ilikuwa kuongezeka kwa matukio ya saratani ya mapafu kati ya wachimbaji wa Schneeberg (Harting na Hesse 1879). Inashangaza (na ya kusikitisha) kwamba uchunguzi wa hivi karibuni unaonyesha kwamba janga la saratani ya mapafu huko Schneeberg bado ni tatizo kubwa la afya ya umma, zaidi ya karne baada ya uchunguzi wa kwanza mwaka wa 1879. Mbinu ya kutambua "ongezeko" la magonjwa na hata kuhesabu ilikuwepo katika historia ya tiba ya kazi. Kwa mfano, kama Axelson (1994) alivyosema, WA Guy mnamo 1843 alisoma "matumizi ya mapafu" katika vichapishaji vya barua na akapata hatari kubwa kati ya watunzi kuliko kati ya waandishi wa habari; hili lilifanywa kwa kutumia muundo sawa na mkabala wa kudhibiti kesi (Lilienfeld na Lilienfeld 1979). Walakini, haikuwa hadi labda mapema miaka ya 1950 ambapo magonjwa ya kisasa ya taaluma na mbinu yake ilianza kusitawi. Michango mikuu iliyoashiria maendeleo haya ilikuwa masomo ya saratani ya kibofu cha mkojo kwa wafanyikazi wa rangi (Case na Hosker 1954) na saratani ya mapafu kati ya wafanyikazi wa gesi (Doll 1952).

Masuala katika Epidemiology ya Kazini

Makala katika sura hii yanatanguliza falsafa na zana za uchunguzi wa magonjwa. Wanazingatia kutathmini uzoefu wa mfiduo wa wafanyikazi na juu ya magonjwa yanayotokea katika vikundi hivi. Masuala katika kutekeleza hitimisho halali kuhusu viungo vinavyowezekana vya causative katika njia kutoka kwa yatokanayo na vitu vyenye hatari kwa maendeleo ya magonjwa yanashughulikiwa katika sura hii.

Uhakikisho wa uzoefu wa mtu binafsi wa kukabiliwa na kazi hujumuisha msingi wa epidemiolojia ya kazini. Uarifu wa utafiti wa epidemiolojia unategemea, kwa mara ya kwanza, juu ya ubora na kiwango cha data inayopatikana ya mfiduo. Pili, madhara ya kiafya (au, magonjwa) yanayomhusu mtaalam wa magonjwa ya kazi lazima yabainishwe kwa usahihi kati ya kikundi kilichofafanuliwa vizuri na kinachoweza kufikiwa. Hatimaye, data kuhusu ushawishi mwingine unaoweza kutokea juu ya ugonjwa wa maslahi inapaswa kupatikana kwa mtaalamu wa magonjwa ili madhara yoyote ya kazi ambayo yameanzishwa kutoka kwa utafiti yanaweza kuhusishwa na mfiduo wa kazi. per se badala ya sababu zingine zinazojulikana za ugonjwa unaohusika. Kwa mfano, katika kikundi cha wafanyakazi ambao wanaweza kufanya kazi na kemikali ambayo inashukiwa kusababisha saratani ya mapafu, wafanyakazi wengine wanaweza pia kuwa na historia ya kuvuta tumbaku, sababu zaidi ya saratani ya mapafu. Katika hali ya mwisho, wataalam wa magonjwa ya kazini lazima waamue ni mfiduo gani (au, ni sababu gani ya hatari-kemikali au tumbaku, au, kwa kweli, hizo mbili kwa pamoja) huwajibika kwa ongezeko lolote la hatari ya saratani ya mapafu katika kundi la wafanyikazi. alisoma.

Tathmini ya mfiduo

Ikiwa utafiti unapata tu ukweli kwamba mfanyakazi aliajiriwa katika sekta fulani, basi matokeo kutoka kwa utafiti huo yanaweza kuunganisha madhara ya afya kwa sekta hiyo pekee. Vivyo hivyo, ikiwa ujuzi juu ya mfiduo upo kwa kazi za wafanyikazi, hitimisho linaweza kutolewa moja kwa moja tu kwa kadiri kazi inavyohusika. Maoni yasiyo ya moja kwa moja juu ya mfiduo wa kemikali yanaweza kufanywa, lakini kuegemea kwao kunapaswa kutathminiwa hali baada ya hali. Iwapo utafiti una ufikiaji, hata hivyo, kwa taarifa kuhusu idara na/au cheo cha kazi cha kila mfanyakazi, basi hitimisho litaweza kufanywa kwa kiwango hicho bora cha uzoefu wa mahali pa kazi. Ambapo taarifa kuhusu dutu halisi ambayo mtu anafanya kazi nayo inajulikana kwa mtaalamu wa magonjwa (kwa ushirikiano na mtaalamu wa usafi wa viwanda), basi hii itakuwa kiwango bora zaidi cha taarifa ya mfiduo inayopatikana bila kukosekana kwa dosimetry inayopatikana mara chache. Zaidi ya hayo, matokeo kutoka kwa tafiti kama hizo yanaweza kutoa taarifa muhimu zaidi kwa sekta kwa ajili ya kuunda maeneo salama ya kazi.

Epidemiology imekuwa aina ya nidhamu ya "sanduku nyeusi" hadi sasa, kwa sababu imesoma uhusiano kati ya mfiduo na ugonjwa (hali mbili kali za mlolongo wa sababu), bila kuzingatia hatua za kati za mechanistic. Mbinu hii, licha ya ukosefu wake dhahiri wa uboreshaji, imekuwa muhimu sana: kwa kweli, sababu zote zinazojulikana za saratani kwa wanadamu, kwa mfano, zimegunduliwa kwa zana za ugonjwa wa magonjwa.

Mbinu ya epidemiolojia inategemea rekodi zinazopatikana - hojaji, majina ya kazi au "wawakilishi" wengine wa kufichua; hii inafanya uendeshaji wa tafiti za epidemiological na tafsiri ya matokeo yao kuwa rahisi.

Vizuizi vya mbinu mbaya zaidi ya tathmini ya udhihirisho, hata hivyo, imekuwa dhahiri katika miaka ya hivi karibuni, na wataalam wa magonjwa ya mlipuko wanakabiliwa na shida ngumu zaidi. Kupunguza uzingatiaji wetu kwa magonjwa ya saratani ya kazini, sababu nyingi za hatari zinazojulikana zimegunduliwa kwa sababu ya viwango vya juu vya mfiduo hapo awali; idadi ndogo ya mfiduo kwa kila kazi; idadi kubwa ya wafanyakazi wazi; na mawasiliano ya wazi kati ya maelezo ya "wakala" na udhihirisho wa kemikali (kwa mfano, wafanyakazi wa viatu na benzene, meli na asbestosi, na kadhalika). Siku hizi, hali ni tofauti sana: viwango vya mfiduo viko chini sana katika nchi za Magharibi (sifa hii inapaswa kusisitizwa kila wakati); wafanyakazi wanakabiliwa na kemikali nyingi tofauti na mchanganyiko katika cheo sawa cha kazi (kwa mfano, wafanyakazi wa kilimo); idadi ya watu sawa ya wafanyikazi walio wazi ni ngumu zaidi kupata na kawaida ni ndogo kwa idadi; na, mawasiliano kati ya maelezo ya "wakala" na ufichuaji halisi yanazidi kuwa dhaifu. Katika muktadha huu, zana za epidemiolojia zimepunguza unyeti kutokana na uainishaji mbaya wa mfiduo.

Kwa kuongezea, epidemiolojia imeegemea sehemu za mwisho "ngumu", kama vile kifo katika tafiti nyingi za kikundi. Hata hivyo, wafanyakazi wanaweza kupendelea kuona kitu tofauti na "idadi ya mwili" wakati madhara ya kiafya yatokanayo na mfiduo wa kazi yanachunguzwa. Kwa hivyo, matumizi ya viashiria vya moja kwa moja vya mfiduo na majibu ya mapema yatakuwa na faida fulani. Alama za kibayolojia zinaweza kutoa zana tu.

Alama za kibiolojia

Matumizi ya vialamisho vya kibayolojia, kama vile viwango vya risasi katika vipimo vya damu au utendakazi wa ini, si jambo geni katika elimu ya magonjwa ya kazini. Hata hivyo, matumizi ya mbinu za molekuli katika masomo ya epidemiological kumewezesha matumizi ya alama za kibayolojia kwa ajili ya kutathmini mfiduo wa viungo lengwa, kwa ajili ya kuamua uwezekano na kuanzisha ugonjwa wa mapema.

Matumizi yanayowezekana ya viashirio vya kibayolojia katika muktadha wa janga la kazini ni:

  • tathmini ya mfiduo katika hali ambazo zana za jadi za epidemiolojia hazitoshi (haswa kwa kipimo cha chini na hatari ndogo)
  • kutenganisha jukumu la causative la mawakala wa kemikali moja au dutu katika mfiduo au michanganyiko mingi
  • makadirio ya jumla ya mzigo wa mfiduo kwa kemikali zilizo na shabaha sawa ya kiufundi
  • uchunguzi wa taratibu za pathogenetic
  • utafiti wa uwezekano wa mtu binafsi (kwa mfano, upolimishaji wa kimetaboliki, ukarabati wa DNA) (Vineis 1992)
  • kuainisha mfiduo na/au ugonjwa kwa usahihi zaidi, na hivyo kuongeza nguvu za takwimu.

 

Shauku kubwa imetokea katika jumuiya ya wanasayansi kuhusu matumizi haya, lakini, kama ilivyoonyeshwa hapo juu, utata wa kimbinu wa utumiaji wa "zana hizi mpya za molekuli" unapaswa kutoa tahadhari dhidi ya matumaini mengi. Alama za kibaolojia za mfiduo wa kemikali (kama vile nyongeza za DNA) zina mapungufu kadhaa:

  1. Kwa kawaida huakisi udhihirisho wa hivi majuzi na, kwa hivyo, huwa na matumizi machache katika tafiti za udhibiti wa kesi, ilhali zinahitaji sampuli zinazorudiwa kwa muda mrefu ili zitumike katika uchunguzi wa vikundi.
  2. Ingawa yanaweza kuwa mahususi sana na hivyo kuboresha uainishaji potofu wa mfiduo, matokeo mara nyingi hubaki kuwa magumu kufasiriwa.
  3. Wakati mfiduo changamano wa kemikali unapochunguzwa (kwa mfano, uchafuzi wa hewa au moshi wa tumbaku wa mazingira) inawezekana kwamba alama ya kibayolojia itaakisi kipengele kimoja cha mchanganyiko, ilhali athari ya kibiolojia inaweza kusababishwa na nyingine.
  4. Katika hali nyingi, si wazi kama alama ya kibayolojia inaonyesha mfiduo unaofaa, uwiano wa mfiduo husika, kuathiriwa na mtu binafsi, au hatua ya awali ya ugonjwa, hivyo basi kupunguza makisio ya kisababishi.
  5. Uamuzi wa viashirio vingi vya kibayolojia unahitaji jaribio la gharama kubwa au utaratibu vamizi au zote mbili, hivyo basi kuunda vikwazo kwa saizi ya kutosha ya utafiti na nguvu za takwimu.
  6. Alama ya kufichua si zaidi ya kiwakilishi cha lengo halisi la uchunguzi wa magonjwa, ambao, kama sheria, huzingatia mfiduo wa mazingira unaoepukika (Trichopoulos 1995; Pearce et al. 1995).

 

Muhimu zaidi kuliko mapungufu ya kimbinu ni kuzingatia kwamba mbinu za molekuli zinaweza kutufanya tuelekeze umakini wetu kutoka kutambua hatari katika mazingira ya kigeni, hadi kutambua watu walio katika hatari kubwa na kisha kufanya tathmini za hatari zinazobinafsishwa kwa kupima phenotype, mzigo wa adduct na mabadiliko yaliyopatikana. Hii inaweza kuelekeza lengo letu, kama ilivyobainishwa na McMichael, kwa aina ya tathmini ya kimatibabu, badala ya moja ya magonjwa ya afya ya umma. Kuzingatia watu binafsi kunaweza kutuvuruga kutoka kwa lengo muhimu la afya ya umma la kuunda mazingira hatarishi kidogo (McMichael 1994).

Masuala mengine mawili muhimu yanaibuka kuhusu utumiaji wa alama za kibayolojia:

  1. Utumiaji wa alama za kibayolojia katika elimu ya magonjwa ya kazini lazima uambatane na sera iliyo wazi kwa kadiri idhini ya ufahamu inavyohusika. Mfanyakazi anaweza kuwa na sababu kadhaa za kukataa ushirikiano. Sababu moja ya kweli ni kwamba kitambulisho cha, tuseme, mabadiliko katika alama ya majibu ya mapema kama vile kubadilishana kromatidi dada kunamaanisha uwezekano wa kubaguliwa na bima za afya na maisha na waajiri ambao wanaweza kumkwepa mfanyakazi kwa sababu anaweza kuwa rahisi zaidi. kwa ugonjwa. Sababu ya pili inahusu uchunguzi wa kijenetiki: kwa kuwa usambazaji wa aina za jeni na phenotipu hutofautiana kulingana na makabila, nafasi za kazi kwa walio wachache zinaweza kutatizwa na uchunguzi wa kijeni. Tatu, mashaka yanaweza kufufuliwa juu ya utabiri wa vipimo vya maumbile: kwa kuwa thamani ya utabiri inategemea kuenea kwa hali ambayo mtihani unalenga kutambua, ikiwa mwisho ni nadra, thamani ya utabiri itakuwa chini na matumizi ya vitendo ya uchunguzi. mtihani utakuwa na shaka. Hadi sasa, hakuna majaribio yoyote ya uchunguzi wa kijeni ambayo yamehukumiwa kuwa yanatumika katika nyanja hii (Ashford et al. 1990).
  2. Kanuni za maadili lazima zitumike kabla ya matumizi ya alama za viumbe. Kanuni hizi zimetathminiwa kwa alama za kibayolojia zinazotumiwa kutambua uwezekano wa mtu binafsi wa ugonjwa na Kikundi Kazi cha taaluma mbalimbali cha Ofisi ya Kiufundi ya Vyama vya Wafanyakazi vya Ulaya, kwa usaidizi wa Tume ya Jumuiya za Ulaya (Van Damme et al. 1995); ripoti yao imesisitiza maoni kwamba vipimo vinaweza kufanywa tu kwa lengo la kuzuia magonjwa katika nguvu kazi. Miongoni mwa mambo mengine, matumizi ya vipimo lazima kamwe.

 

  • kutumika kama njia ya "uteuzi wa wanaofaa zaidi"
  • kutumika ili kuepuka kutekeleza hatua madhubuti za kinga, kama vile kutambua na kubadilisha mambo ya hatari au uboreshaji wa hali katika sehemu ya kazi.
  • kuunda, kuthibitisha au kuimarisha usawa wa kijamii
  • kuunda pengo kati ya kanuni za kimaadili zinazofuatwa mahali pa kazi na kanuni za kimaadili zinazopaswa kuzingatiwa katika jamii ya kidemokrasia.
  • kumlazimu mtu anayetafuta kazi kufichua maelezo ya kibinafsi isipokuwa yale yanayohitajika sana kupata kazi hiyo.

 

Hatimaye, ushahidi unakusanywa kwamba uanzishaji au ulemavu wa kimetaboliki wa dutu hatari (na hasa kanojeni) hutofautiana sana katika idadi ya watu, na huamuliwa kwa kiasi fulani. Zaidi ya hayo, tofauti kati ya watu binafsi katika kuathiriwa na kansa inaweza kuwa muhimu hasa katika viwango vya chini vya mfiduo wa kazi na mazingira (Vineis et al. 1994). Matokeo kama haya yanaweza kuathiri sana maamuzi ya udhibiti ambayo yanalenga mchakato wa tathmini ya hatari kwa wale wanaohusika zaidi (Vineis na Martone 1995).

Ubunifu wa kusoma na uhalali

Makala ya Hernberg kuhusu miundo ya utafiti wa magonjwa na matumizi yake katika tiba ya kazini yanazingatia dhana ya "msingi wa masomo", inayofafanuliwa kama uzoefu wa maradhi (kuhusiana na mfiduo fulani) wa idadi ya watu huku ikifuatwa baada ya muda. Kwa hivyo, msingi wa utafiti sio tu idadi ya watu (yaani, kikundi cha watu), lakini uzoefu wa tukio la ugonjwa wa idadi hii wakati wa muda fulani (Miettinen 1985, Hernberg 1992). Iwapo dhana hii ya kuunganisha ya msingi wa utafiti itakubaliwa, basi ni muhimu kutambua kwamba miundo tofauti ya utafiti (kwa mfano, udhibiti wa kesi na miundo ya kikundi) ni njia tofauti za "kuvuna" taarifa juu ya mfiduo na magonjwa kutoka kwa utafiti huo. msingi; si mikabala tofauti ya diametrically.

Nakala kuhusu uhalali katika muundo wa utafiti na Sasco inashughulikia ufafanuzi na umuhimu wa kuchanganya. Wachunguzi wa masomo lazima kila wakati wazingatie uwezekano wa kuchanganyikiwa katika masomo ya taaluma, na haiwezi kamwe kusisitizwa vya kutosha kuwa utambuzi wa vigeu vinavyoweza kutatanisha ni sehemu muhimu ya muundo na uchanganuzi wowote wa utafiti. Vipengele viwili vya kuchanganyikiwa vinapaswa kushughulikiwa katika epidemiology ya kazini:

  1. Mkanganyiko hasi unapaswa kuchunguzwa: kwa mfano, baadhi ya watu wa viwandani wana uwezekano mdogo wa kuathiriwa na mambo ya hatari yanayohusiana na mtindo wa maisha kwa sababu ya mahali pa kazi pasipo moshi; vipulizia vioo huwa vinavuta sigara chini ya idadi ya watu kwa ujumla.
  2. Wakati utata unapozingatiwa, makadirio ya mwelekeo wake na athari yake inayowezekana inapaswa kutathminiwa. Hii ni kweli hasa wakati data ya kudhibiti utata ni ndogo. Kwa mfano, uvutaji sigara ni mkanganyiko muhimu katika ugonjwa wa ugonjwa wa kazi na inapaswa kuzingatiwa kila wakati. Hata hivyo, wakati data juu ya uvutaji sigara haipatikani (kama inavyokuwa mara nyingi katika tafiti za makundi), kuna uwezekano kwamba uvutaji sigara unaweza kueleza ziada kubwa ya hatari inayopatikana katika kikundi cha kazi. Hii imeelezewa vizuri katika karatasi na Axelson (1978) na kujadiliwa zaidi na Greenland (1987). Wakati data ya kina juu ya kazi na uvutaji sigara imepatikana katika fasihi, utata haukuonekana kupotosha sana makadirio kuhusu uhusiano kati ya saratani ya mapafu na kazi (Vineis na Simonato 1991). Zaidi ya hayo, utata unaoshukiwa hauleti miungano isiyo halali kila wakati. Kwa kuwa wachunguzi pia wako katika hatari ya kupotoshwa na upendeleo mwingine wa uchunguzi na uteuzi ambao haujagunduliwa, hawa wanapaswa kutiliwa mkazo kama suala la kuchanganyikiwa katika kubuni utafiti (Stellman 1987).

 

Vigezo vinavyohusiana na muda na wakati kama vile umri ulio katika hatari, kipindi cha kalenda, muda tangu kuajiriwa, muda tangu kuambukizwa kwa mara ya kwanza, muda wa kukaribia mtu na matibabu yake katika hatua ya uchanganuzi, ni miongoni mwa masuala changamano zaidi ya kimbinu katika elimu ya milipuko ya kazi. Hayajashughulikiwa katika sura hii, lakini marejeleo mawili muhimu na ya hivi karibuni ya kimbinu yamebainishwa (Pearce 1992; Robins et al. 1992).

Takwimu

Nakala juu ya takwimu za Biggeri na Braga, pamoja na kichwa cha sura hii, zinaonyesha kuwa mbinu za takwimu haziwezi kutenganishwa na utafiti wa epidemiological. Hii ni kwa sababu: (a) uelewa mzuri wa takwimu unaweza kutoa maarifa muhimu katika muundo sahihi wa uchunguzi na (b) takwimu na elimu ya magonjwa vinashiriki urithi mmoja, na msingi mzima wa kiasi cha elimu ya magonjwa unatokana na dhana ya uwezekano ( Clayton 1992; Clayton na Hills 1993). Katika makala nyingi zinazofuata, ushahidi wa kimajaribio na uthibitisho wa mahusiano ya kisababishi dhahania hutathminiwa kwa kutumia hoja za uwezekano na miundo mwafaka ya utafiti. Kwa mfano, msisitizo unawekwa katika kukadiria kipimo cha hatari ya riba, kama vile viwango au hatari zinazohusiana, na juu ya ujenzi wa vipindi vya uaminifu karibu na makadirio haya badala ya utekelezaji wa majaribio ya takwimu ya uwezekano (Poole 1987; Gardner na Altman 1989; Greenland 1990) ) Utangulizi mfupi wa hoja za takwimu kwa kutumia usambazaji wa binomial umetolewa. Takwimu zinapaswa kuambatana na mawazo ya kisayansi. Lakini haina maana kwa kukosekana kwa utafiti iliyoundwa na kufanywa ipasavyo. Wataalamu wa takwimu na wataalam wa magonjwa wanafahamu kuwa uchaguzi wa mbinu huamua ni nini na kwa kiwango gani tunafanya uchunguzi. Kwa hivyo, chaguo la kufikiria la chaguzi za muundo ni muhimu sana ili kuhakikisha uchunguzi sahihi.

maadili

Nakala ya mwisho, ya Vineis, inashughulikia maswala ya maadili katika utafiti wa magonjwa. Mambo ya kutajwa katika utangulizi huu yanarejelea epidemiolojia kama taaluma inayodokeza hatua ya kuzuia kwa ufafanuzi. Masuala mahususi ya kimaadili kuhusu ulinzi wa wafanyakazi na idadi ya watu kwa ujumla yanahitaji kutambuliwa kwamba:

  • Masomo ya epidemiological katika mazingira ya kazi haipaswi kuchelewesha hatua za kuzuia mahali pa kazi.
  • Epidemiolojia ya kazini hairejelei vipengele vya mtindo wa maisha, lakini hali ambapo kwa kawaida nafasi ndogo au hakuna ya kibinafsi inachezwa katika uchaguzi wa mfiduo. Hii ina maana ya kujitolea mahususi kwa kuzuia kwa ufanisi na kwa uwasilishaji wa habari mara moja kwa wafanyikazi na umma.
  • Utafiti hugundua hatari za kiafya na hutoa maarifa kwa hatua za kuzuia. Matatizo ya kimaadili ya kutofanya utafiti, inapowezekana, yazingatiwe.
  • Arifa kwa wafanyikazi juu ya matokeo ya masomo ya epidemiolojia ni suala la kimaadili na la kimbinu katika mawasiliano ya hatari. Utafiti katika kutathmini uwezekano wa athari na ufanisi wa arifa unapaswa kupewa kipaumbele cha juu (Schulte et al. 1993).

 

Mafunzo katika epidemiology ya kazi

Watu walio na asili tofauti tofauti wanaweza kupata njia yao katika utaalam wa magonjwa ya kazi. Dawa, uuguzi na takwimu ni baadhi ya asilia zinazowezekana kuonekana kati ya wale waliobobea katika eneo hili. Huko Amerika Kaskazini, karibu nusu ya wataalam wa magonjwa ya magonjwa waliofunzwa wana asili ya kisayansi, wakati nusu nyingine itakuwa imeendelea na njia ya daktari wa dawa. Katika nchi zilizo nje ya Amerika Kaskazini, wataalamu wengi wa magonjwa ya kazini watakuwa wamefanikiwa kupitia safu ya udaktari wa dawa. Nchini Amerika Kaskazini, wale walio na mafunzo ya matibabu huwa wanachukuliwa kuwa "wataalamu wa maudhui", wakati wale ambao wamefunzwa kupitia njia ya sayansi wanachukuliwa kuwa "wataalam wa mbinu". Mara nyingi ni vyema kwa mtaalamu wa maudhui kuungana na mtaalamu wa mbinu ili kubuni na kufanya utafiti bora zaidi.

Siyo tu kwamba ujuzi wa mbinu za epidemiolojia, takwimu na kompyuta unahitajika kwa utaalamu wa taaluma ya magonjwa, bali pia ujuzi wa sumu, usafi wa viwanda na sajili za magonjwa (Merletti na Comba 1992). Kwa sababu tafiti kubwa zinaweza kuhitaji uhusiano na sajili za magonjwa, ujuzi wa vyanzo vya data ya idadi ya watu ni muhimu. Ujuzi wa kazi na shirika pia ni muhimu. Tasnifu katika ngazi ya uzamili na tasnifu katika kiwango cha udaktari cha mafunzo huwapa wanafunzi ujuzi unaohitajika kwa ajili ya kufanya masomo makubwa yanayotegemea rekodi na mahojiano miongoni mwa wafanyakazi.

Uwiano wa ugonjwa unaohusishwa na kazi

Uwiano wa magonjwa ambayo huchangiwa na mfiduo wa kazini ama katika kikundi cha wafanyikazi walio wazi au katika idadi ya watu kwa ujumla hufunikwa angalau kuhusiana na saratani katika sehemu nyingine ya hii. Encyclopaedia. Hapa tunapaswa kukumbuka kwamba ikiwa makadirio yamehesabiwa, inapaswa kuwa ya ugonjwa maalum (na tovuti maalum katika kesi ya kansa), muda maalum na eneo maalum la kijiografia. Zaidi ya hayo, inapaswa kuzingatia hatua sahihi za uwiano wa watu walio wazi na kiwango cha mfiduo. Hii ina maana kwamba idadi ya magonjwa yanayotokana na kazi inaweza kutofautiana kutoka chini sana au sifuri katika baadhi ya watu hadi juu sana katika maeneo mengine yaliyo katika maeneo ya viwanda ambapo, kwa mfano, kama 40% ya saratani ya mapafu inaweza kuhusishwa na mfiduo wa kazi (Vineis). na Simonato 1991). Makadirio ambayo hayatokani na uhakiki wa kina wa tafiti zilizobuniwa vyema za epidemiolojia, kwa njia bora kabisa, yanaweza kuchukuliwa kuwa makadirio yenye ujuzi, na yana thamani ndogo.

Uhamisho wa viwanda hatari

Utafiti mwingi wa epidemiolojia unafanywa katika ulimwengu ulioendelea, ambapo udhibiti na udhibiti wa hatari zinazojulikana za kazini umepunguza hatari ya magonjwa katika miongo kadhaa iliyopita. Wakati huo huo, hata hivyo, kumekuwa na uhamisho mkubwa wa viwanda hatari kwa ulimwengu unaoendelea (Jeyaratnam 1994). Kemikali zilizopigwa marufuku hapo awali nchini Marekani au Ulaya sasa zinazalishwa katika nchi zinazoendelea. Kwa mfano, usagishaji wa asbesto umehamishwa kutoka Marekani hadi Mexico, na uzalishaji wa benzidine kutoka nchi za Ulaya hadi Yugoslavia na Korea ya zamani (Simonato 1986; LaDou 1991; Pearce et al. 1994).

Ishara isiyo ya moja kwa moja ya kiwango cha hatari ya kazi na hali ya kazi katika ulimwengu unaoendelea ni janga la sumu kali inayotokea katika baadhi ya nchi hizi. Kulingana na tathmini moja, kuna takriban vifo 20,000 kila mwaka duniani kutokana na ulevi mkali wa viuatilifu, lakini hii inaelekea kuwa ni punguzo kubwa (Kogevinas et al. 1994). Imekadiriwa kuwa 99% ya vifo vyote vinavyotokana na sumu kali ya viuatilifu hutokea katika nchi zinazoendelea, ambapo ni asilimia 20 tu ya kemikali za kilimo duniani zinazotumika (Kogevinas et al. 1994). Hii ni kusema kwamba hata kama utafiti wa epidemiological unaonekana kuashiria kupungua kwa hatari za kazi, hii inaweza kuwa kutokana na ukweli kwamba wengi wa utafiti huu unafanywa katika ulimwengu ulioendelea. Hatari za kazi zinaweza kuwa zimehamishiwa kwa ulimwengu unaoendelea na mzigo wa jumla wa mfiduo wa kazi ulimwenguni unaweza kuongezeka (Vineis et al. 1995).

Ugonjwa wa magonjwa ya mifugo

Kwa sababu za wazi, epidemiolojia ya mifugo haihusiani moja kwa moja na afya ya kazini na epidemiolojia ya kazini. Walakini, dalili za sababu za mazingira na kazini za magonjwa zinaweza kutoka kwa masomo ya epidemiological juu ya wanyama kwa sababu kadhaa:

  1. Muda wa maisha wa wanyama ni mfupi ukilinganisha na ule wa wanadamu, na muda wa kuchelewa kwa magonjwa (kwa mfano, saratani nyingi) ni mfupi kwa wanyama kuliko wanadamu. Hii ina maana kwamba ugonjwa unaotokea kwa mnyama wa mwituni au kipenzi unaweza kutumika kama tukio la mlinzi ili kututahadharisha kuhusu uwepo wa sumu ya mazingira au kasinojeni kwa wanadamu kabla ya kutambuliwa kwa njia nyingine (Glickman 1993).
  2. Alama za kufichua, kama vile viongeza vya himoglobini au viwango vya kufyonzwa na utolewaji wa sumu, vinaweza kupimwa kwa wanyama pori na wanyama kipenzi ili kutathmini uchafuzi wa mazingira kutoka kwa vyanzo vya viwandani (Blondin na Viau 1992; Reynolds et al. 1994; Hungerford et al. 1995) .
  3. Wanyama hawakabiliwi na baadhi ya mambo ambayo yanaweza kuwa ya kuchanganya katika masomo ya binadamu, na uchunguzi katika idadi ya wanyama kwa hiyo unaweza kufanywa bila kuzingatia vikanganyiko hivi vinavyowezekana. Kwa mfano, uchunguzi wa saratani ya mapafu katika mbwa kipenzi unaweza kugundua uhusiano mkubwa kati ya ugonjwa huo na kukabiliwa na asbesto (kwa mfano, kupitia kazi za wamiliki zinazohusiana na asbestosi na ukaribu na vyanzo vya viwanda vya asbestosi). Kwa wazi, uchunguzi kama huo ungeondoa athari za uvutaji sigara kama mkanganyiko.

 

Madaktari wa mifugo wanazungumza kuhusu mapinduzi ya magonjwa katika tiba ya mifugo (Schwabe 1993) na vitabu vya kiada kuhusu taaluma hiyo vimeonekana (Thrusfield 1986; Martin et al. 1987). Kwa hakika, dalili za hatari za mazingira na kazi zimekuja kutokana na jitihada za pamoja za wataalamu wa magonjwa ya binadamu na wanyama. Miongoni mwa mengine, athari za dawa za kuulia wadudu za phenoxyherbicide kwa kondoo na mbwa (Newell et al. 1984; Hayes et al. 1990), ya mashamba ya sumaku (Reif et al. 1995) na dawa za kuulia wadudu (hasa maandalizi ya viroboto) zilizochafuliwa na misombo kama asbesto katika mbwa. (Glickman et al. 1983) ni michango mashuhuri.

Utafiti shirikishi, kuwasiliana matokeo na kuzuia

Ni muhimu kutambua kwamba tafiti nyingi za epidemiological katika nyanja ya afya ya kazini huanzishwa kupitia uzoefu na wasiwasi wa wafanyakazi wenyewe (Olsen et al. 1991). Mara nyingi, wafanyakazi—wale waliofichuliwa kihistoria na/au waliopo sasa—waliamini kwamba kulikuwa na tatizo muda mrefu kabla ya hili kuthibitishwa na utafiti. Epidemiolojia ya kazini inaweza kuzingatiwa kama njia ya "kuleta maana" ya uzoefu wa wafanyikazi, kukusanya na kuweka data katika vikundi kwa utaratibu, na kuruhusu makisio kufanywa kuhusu sababu za kiafya za afya zao mbaya. Zaidi ya hayo, wafanyakazi wenyewe, wawakilishi wao na watu wanaosimamia afya ya wafanyakazi ndio watu wanaofaa zaidi kutafsiri takwimu zinazokusanywa. Kwa hivyo wanapaswa kuwa washiriki hai katika uchunguzi wowote unaofanywa mahali pa kazi. Ushiriki wao wa moja kwa moja pekee ndio utakaohakikisha kwamba mahali pa kazi patabakia salama baada ya watafiti kuondoka. Lengo la utafiti wowote ni matumizi ya matokeo katika kuzuia magonjwa na ulemavu, na ufanisi wa hili unategemea kwa kiasi kikubwa kuhakikisha kwamba waliofichuliwa wanashiriki katika kupata na kutafsiri matokeo ya utafiti. Jukumu na matumizi ya matokeo ya utafiti katika mchakato wa madai kama wafanyakazi wanatafuta fidia kwa uharibifu unaosababishwa na kufichuliwa mahali pa kazi ni nje ya upeo wa sura hii. Kwa ufahamu fulani juu ya hili, msomaji anarejelewa mahali pengine (Soskolne, Lilienfeld na Black 1994).

Mbinu shirikishi za kuhakikisha ufanyaji wa utafiti wa magonjwa ya kiafya katika baadhi ya maeneo zimekuwa mazoea ya kawaida katika mfumo wa kamati za uongozi zilizoanzishwa ili kusimamia mpango wa utafiti tangu kuanzishwa kwake hadi kukamilika kwake. Kamati hizi zina pande nyingi katika muundo wao, ikijumuisha wafanyikazi, sayansi, usimamizi na/au serikali. Pamoja na wawakilishi wa makundi yote ya washikadau katika mchakato wa utafiti, mawasiliano ya matokeo yatafanywa kuwa ya ufanisi zaidi kwa sababu ya uaminifu wao ulioimarishwa kwa sababu "mmoja wao" angekuwa akisimamia utafiti na angekuwa akiwasilisha matokeo kwa eneo bunge. Kwa njia hii, kiwango kikubwa cha kuzuia ufanisi kinawezekana.

Mbinu hizi na nyingine shirikishi katika utafiti wa afya ya kazini zinafanywa kwa kuhusisha wale wanaopata uzoefu au walioathiriwa vinginevyo na tatizo linalohusiana na kufichuliwa. Hii inapaswa kuonekana zaidi katika utafiti wote wa epidemiological (Laurell et al. 1992). Ni muhimu kukumbuka kwamba wakati katika kazi ya magonjwa lengo la uchanganuzi ni kukadiria ukubwa na usambazaji wa hatari, katika utafiti shirikishi, kuzuia hatari pia ni lengo (Loewenson na Biocca 1995). Ukamilishano huu wa epidemiolojia na uzuiaji madhubuti ni sehemu ya ujumbe wa hili Encyclopaedia na sura hii.

Kudumisha umuhimu wa afya ya umma

Ingawa maendeleo mapya katika mbinu ya epidemiolojia, katika uchanganuzi wa data na katika tathmini ya udhihirisho na kipimo (kama vile mbinu mpya za kibiolojia ya molekuli) yanakaribishwa na muhimu, yanaweza pia kuchangia mkabala wa kupunguza kulenga watu binafsi, badala ya idadi ya watu. Imesemwa kuwa:

… epidemiolojia kwa kiasi kikubwa imekoma kufanya kazi kama sehemu ya mkabala wa fani mbalimbali kuelewa chanzo cha ugonjwa katika makundi ya watu na imekuwa seti ya mbinu za jumla za kupima uhusiano wa mfiduo na magonjwa kwa watu binafsi… Kuna kupuuzwa kwa sasa kwa kijamii, kiuchumi, kitamaduni. , mambo ya kihistoria, kisiasa na mengine ya idadi ya watu kama sababu kuu za magonjwa…Epidemiology lazima ijiunganishe tena na afya ya umma, na lazima igundue upya mtazamo wa idadi ya watu (Pearce 1996).

Wataalamu wa magonjwa ya kazini na kimazingira wana jukumu muhimu la kutekeleza, sio tu katika kuunda mbinu mpya za epidemiological na matumizi ya njia hizi, lakini pia katika kuhakikisha kuwa njia hizi zinaunganishwa kila wakati katika mtazamo sahihi wa idadi ya watu.

 

Back

Jumatatu, Februari 28 2011 21: 01

Tathmini ya Mfiduo

Tathmini ya udhihirisho ni hatua muhimu katika kutambua hatari za mahali pa kazi kupitia uchunguzi wa magonjwa. Mchakato wa tathmini ya udhihirisho unaweza kugawanywa katika mfululizo wa shughuli. Hizi ni pamoja na:

  1. kuandaa orodha ya mawakala na michanganyiko inayoweza kuwa ya sumu iliyopo katika mazingira ya kazi inayolengwa
  2. kuamua jinsi yatokanayo na jinsi yanavyoweza kutofautiana kati ya wafanyakazi
  3. kuchagua hatua zinazofaa au fahirisi za kukadiria mfiduo
  4. kukusanya data ambayo itawawezesha washiriki wa utafiti kugawiwa maadili ya mfiduo wa ubora au kiasi kwa kila kipimo. Wakati wowote inapowezekana, shughuli hizi zinapaswa kufanywa chini ya uongozi wa mtaalamu wa usafi wa viwanda aliyehitimu.

 

Masomo ya afya ya kazini mara nyingi hukosolewa kwa sababu ya upungufu katika tathmini ya udhihirisho. Upungufu unaweza kusababisha uainishaji tofauti au usio na utofauti wa kufichua na upendeleo unaofuata au kupoteza usahihi katika uchanganuzi wa athari. Juhudi za kuboresha hali hiyo zinathibitishwa na mikutano na maandishi kadhaa ya hivi karibuni ya kimataifa yaliyotolewa kwa mada hii (ACGIH 1991; Armstrong et al. 1992; Kesi za Mkutano wa Tathmini ya Retrospective ya Mfiduo wa Kikazi katika Epidemiology 1995). Ni wazi kwamba maendeleo ya kiufundi yanatoa fursa mpya za kuendeleza tathmini ya udhihirisho. Maendeleo haya yanajumuisha uboreshaji wa zana za uchanganuzi, uelewaji bora wa michakato ya kifamasia, na ugunduzi wa vialama vipya vya kufichua. Kwa sababu tafiti za afya ya kazini mara nyingi hutegemea taarifa ya mfiduo wa kihistoria ambayo hakuna ufuatiliaji mahususi ambao ungefanywa, hitaji la tathmini ya mfiduo unaorudiwa huongeza mwelekeo wa ziada wa changamano kwa tafiti hizi. Hata hivyo, viwango vilivyoboreshwa vya tathmini na vya kuhakikisha uaminifu wa tathmini hizo unaendelea kuendelezwa (Siemiatycki et al. 1986). Tathmini tarajiwa za mfiduo, bila shaka, zinaweza kuthibitishwa kwa urahisi zaidi.

mrefu yatokanayo inarejelea mkusanyiko wa wakala kwenye mpaka kati ya mtu binafsi na mazingira. Kukaribiana kwa kawaida huchukuliwa wakati wakala anajulikana kuwa yuko katika mazingira ya kazi na kuna matarajio ya kuridhisha ya kuwasiliana na mfanyakazi na wakala huyo. Mfiduo unaweza kuonyeshwa kama ukolezi wa wastani wa saa 8 (TWA), ambayo ni kipimo cha mwangaza wa mwangaza ambao umepewa wastani katika zamu ya kazi ya saa 8. Viwango vya kilele ni ukubwa unaokadiriwa kwa muda mfupi zaidi kama vile dakika 15. Mfiduo kwa wingi ni kipimo cha bidhaa ya kiwango na muda wa wastani (kwa mfano, wastani wa mkusanyiko wa TWA wa saa 8 unaozidishwa na miaka iliyofanya kazi katika mkusanyiko huo wa wastani). Kulingana na aina ya utafiti na matokeo ya kiafya ya kuvutia, tathmini ya kilele, kiwango cha wastani, mfiduo uliojumlika au uliochelewa unaweza kuhitajika.

Kwa njia ya tofauti, dozi inarejelea uwekaji au ufyonzaji wa wakala kwa kila wakati wa kitengo. Kipimo au ulaji wa kila siku wa wakala unaweza kukadiriwa kwa kuchanganya data ya kipimo cha mazingira na mawazo ya kawaida kuhusu, miongoni mwa mambo mengine, viwango vya kupumua na kupenya kwa ngozi. Vinginevyo, ulaji unaweza kukadiriwa kulingana na data ya ufuatiliaji wa viumbe. Dozi ingepimwa katika sehemu inayolengwa ya riba.

Mambo muhimu ya tathmini ya udhihirisho ni pamoja na:

  1. utambulisho wa mawakala husika
  2. uamuzi wa uwepo wao na viwango katika vyombo vya habari vinavyofaa vya mazingira (kwa mfano, hewa, nyuso za mawasiliano)
  3. tathmini ya njia zinazowezekana za kuingia (kuvuta pumzi, kunyonya ngozi, kumeza), muda wa mfiduo (tofauti za kila siku), na muda mwingi wa mfiduo unaoonyeshwa katika wiki, miezi au miaka.
  4. tathmini ya ufanisi wa uhandisi na udhibiti wa kibinafsi (kwa mfano, matumizi ya nguo za kinga na kinga ya kupumua inaweza kupatanisha udhihirisho) na, hatimaye.
  5. mwenyeji na mambo mengine ya kuzingatia ambayo yanaweza kurekebisha viwango vya chombo kinacholengwa.

 

Hizi ni pamoja na kiwango cha kimwili cha shughuli za kazi na hali ya awali ya afya ya watu binafsi. Uangalifu maalum unapaswa kuchukuliwa katika kutathmini mfiduo kwa mawakala ambao huendelea au huwa na kujilimbikiza (kwa mfano, metali fulani, radionuclides au misombo ya kikaboni thabiti). Kwa nyenzo hizi, mizigo ya ndani ya mwili inaweza kuongezeka kwa siri hata wakati viwango vya mazingira vinaonekana kuwa chini.

Ingawa hali inaweza kuwa ngumu sana, mara nyingi sivyo. Kwa hakika, michango mingi ya thamani ya kutambua hatari za kazini imetokana na tafiti zinazotumia mbinu za akili za kawaida za tathmini ya udhihirisho. Vyanzo vya habari vinavyoweza kusaidia katika kutambua na kuainisha mifichuo ni pamoja na:

  1. mahojiano ya wafanyikazi
  2. waajiriwa na rekodi za uzalishaji (hizi ni pamoja na rekodi za kazi, maelezo ya kazi, historia ya kituo na mchakato, na orodha za kemikali)
  3. uamuzi wa kitaalam
  4. rekodi za usafi wa viwanda (ufuatiliaji wa eneo, kibinafsi, na kufuata, na sampuli za kufuta uso, pamoja na hatari za afya au ripoti za uchunguzi wa kina)
  5. mahojiano na wafanyakazi wa muda mrefu au waliostaafu na
  6. data ya biomonitoring.

 

Kuna faida kadhaa za kuainisha mifichuo ya mtu binafsi kwa undani zaidi iwezekanavyo. Kwa wazi, uarifu wa utafiti utaimarishwa kwa kiwango ambacho ufichuzi husika umeelezewa vya kutosha. Pili, uaminifu wa matokeo unaweza kuongezeka kwa sababu uwezekano wa kutatanisha unaweza kushughulikiwa kwa njia ya kuridhisha zaidi. Kwa mfano, warejeleo na watu waliofichuliwa watatofautiana kuhusu hali ya kukaribia aliyeambukizwa, lakini pia wanaweza kutofautiana kuhusiana na vipengele vingine vinavyopimwa na visivyopimwa vya ugonjwa unaovutia. Hata hivyo, ikiwa mwinuko wa kukaribia aliyeambukizwa unaweza kuanzishwa ndani ya idadi ya utafiti, kuna uwezekano mdogo kwamba kiwango sawa cha kuchanganyikiwa kitaendelea ndani ya vikundi vidogo vya kukaribia aliyeambukizwa, hivyo kuimarisha matokeo ya jumla ya utafiti.

Matrices ya Mfiduo wa Kazi

Mojawapo ya mbinu za vitendo na zinazotumiwa mara kwa mara za tathmini ya kukaribia mtu aliyeambukizwa imekuwa kukadiria kufichua kwa njia isiyo ya moja kwa moja kwa misingi ya vyeo vya kazi. Matumizi ya alama za mfiduo wa kazi inaweza kuwa na ufanisi wakati historia kamili za kazi zinapatikana na kuna uthabiti unaofaa katika kazi na ufichuzi unaohusishwa na kazi zinazojifunza. Kwa upana zaidi, vikundi vya kawaida vya tasnia na vyeo vya kazi vimeundwa kutokana na data ya sensa iliyokusanywa mara kwa mara au data ya kazi iliyotolewa kwenye vyeti vya vifo. Kwa bahati mbaya, maelezo yanayodumishwa katika mifumo hii mikubwa ya rekodi mara nyingi hupunguzwa kwa kazi ya "sasa" au "kawaida". Zaidi ya hayo, kwa sababu makundi ya kawaida hayazingatii masharti yaliyopo katika maeneo mahususi ya kazi, kwa kawaida ni lazima yachukuliwe kama viingilio vya udhihirisho usiofaa.

Kwa tafiti za udhibiti wa kesi za jamii na usajili, tathmini ya kina zaidi ya kufichua imefikiwa kwa kutumia maoni ya wataalam kutafsiri data ya historia ya kazi iliyopatikana kupitia mahojiano ya kibinafsi katika tathmini za nusu-idadi za uwezekano wa kufichua kwa mawakala maalum (Siemiatycki et al. 1986) ) Wataalamu, kama vile wanakemia na wasafi wa viwandani, wanachaguliwa kusaidia katika tathmini ya udhihirisho kwa sababu ya ujuzi wao na ujuzi wa michakato mbalimbali ya viwanda. Kwa kuchanganya data ya kina ya dodoso na ujuzi wa michakato ya viwanda, mbinu hii imekuwa na manufaa katika kubainisha tofauti za udhihirisho katika vifaa vya kazi.

Mbinu ya udhihirisho wa nafasi ya kazi pia imetumika kwa mafanikio katika tasnia na masomo mahususi ya kampuni (Gamble na Spirtas 1976). Historia ya kazi ya mtu binafsi (orodha ya mpangilio wa idara zilizopita na kazi za kazi kwa kila mfanyakazi) mara nyingi huhifadhiwa kwenye faili za wafanyikazi wa kampuni na, inapopatikana, hutoa historia kamili ya kazi kwa wafanyikazi wanapokuwa wanafanya kazi kwenye kituo hicho. Data hizi zinaweza kupanuliwa kupitia mahojiano ya kibinafsi ya washiriki wa utafiti. Hatua inayofuata ni kuorodhesha majina yote ya kazi na majina ya idara au eneo la kazi yaliyotumika katika kipindi cha utafiti. Hizi zinaweza kujumuisha kwa urahisi mamia au hata maelfu ndani ya vifaa vikubwa, vya michakato mingi au katika kampuni zote ndani ya tasnia, wakati uzalishaji, matengenezo, utafiti, uhandisi, huduma za usaidizi wa mitambo na kazi za usimamizi zote zinazingatiwa kwa wakati (mara nyingi miongo kadhaa), kuruhusu mabadiliko katika michakato ya viwanda. Ujumuishaji wa data unaweza kuwezeshwa kwa kuunda faili ya kompyuta ya rekodi zote za historia ya kazi na kisha kutumia taratibu za uhariri ili kusawazisha istilahi za kichwa cha kazi. Kazi hizo zinazohusisha kufichua kwa kiasi fulani zinaweza kuunganishwa ili kurahisisha mchakato wa kuunganisha kufichua kwa kazi za kibinafsi. Hata hivyo, upangaji wa kazi na maeneo ya kazi unapaswa kuungwa mkono popote inapowezekana na data ya kipimo iliyokusanywa kulingana na mkakati mzuri wa sampuli.

Hata kwa historia za kazi za kompyuta, muunganisho wa nyuma wa data ya mfiduo kwa watu binafsi inaweza kuwa kazi ngumu. Kwa hakika, hali za mahali pa kazi zitabadilishwa kadiri teknolojia inavyobadilika, mabadiliko ya mahitaji ya bidhaa na kanuni mpya kuwekwa. Kunaweza pia kuwa na mabadiliko katika uundaji wa bidhaa na mifumo ya uzalishaji wa msimu katika tasnia nyingi. Rekodi za kudumu zinaweza kuwekwa kuhusu mabadiliko fulani. Hata hivyo, kuna uwezekano mdogo kwamba rekodi zitahifadhiwa kuhusu mchakato wa msimu na mabadiliko mengine ya kando ya uzalishaji. Wafanyikazi pia wanaweza kufunzwa kufanya kazi nyingi na kisha kuzungushwa kati ya kazi kadri uzalishaji unavyohitaji kubadilika. Hali hizi zote huongeza utata kwa wasifu wa kufichua wa wafanyikazi. Walakini, pia kuna mipangilio ya kazi ambayo imebaki bila kubadilika kwa miaka mingi. Katika uchambuzi wa mwisho, kila mpangilio wa kazi lazima utathminiwe kwa haki yake.

Hatimaye, itakuwa muhimu kufanya muhtasari wa historia ya kufichua maisha ya kazi ya kila mtu katika utafiti. Ushawishi mkubwa kwenye hatua za mwisho za athari ya kukaribiana umeonyeshwa (Suarez-Almazor et al. 1992), na hivyo basi uangalifu mkubwa unapaswa kutekelezwa katika kuchagua kipimo cha muhtasari kinachofaa zaidi cha mfiduo.

Usafi wa Viwanda—Upimaji wa Mazingira

Ufuatiliaji wa udhihirisho wa kazi ni shughuli ya kimsingi inayoendelea katika kulinda afya ya wafanyikazi. Kwa hivyo, rekodi za usafi wa viwanda zinaweza tayari kuwepo wakati utafiti wa epidemiological unapangwa. Ikiwa ndivyo, data hizi zinapaswa kukaguliwa ili kubaini jinsi idadi inayolengwa imeshughulikiwa, ni miaka mingapi ya data inawakilishwa katika faili, na jinsi vipimo vinaweza kuunganishwa kwa urahisi na kazi, maeneo ya kazi na watu binafsi. Maamuzi haya yatasaidia katika kutathmini uwezekano wa utafiti wa epidemiolojia na katika kutambua mapungufu ya data ambayo yanaweza kurekebishwa kwa sampuli za ziada za kukaribia aliyeambukizwa.

Suala la jinsi bora ya kuunganisha data ya kipimo kwa kazi maalum na watu binafsi ni muhimu sana. Sampuli ya eneo na eneo la kupumulia inaweza kusaidia wataalamu wa usafi wa viwanda katika kutambua vyanzo vya utoaji wa hewa chafu kwa ajili ya hatua za kurekebisha, lakini inaweza kuwa na manufaa kidogo katika kubainisha hali halisi ya mwajiriwa isipokuwa uchunguzi wa wakati wa makini wa shughuli za kazi za mfanyakazi umefanywa. Kwa mfano, ufuatiliaji wa mara kwa mara wa eneo unaweza kutambua matukio ya kukaribiana kwa wakati fulani kwa siku, lakini swali linabakia ikiwa wafanyakazi walikuwa katika eneo la kazi wakati huo au la.

Data ya sampuli ya kibinafsi kwa ujumla hutoa makadirio sahihi zaidi ya mfiduo wa wafanyikazi mradi tu sampuli inafanywa chini ya hali ya uwakilishi, matumizi ya zana za kinga za kibinafsi huzingatiwa ipasavyo, na majukumu ya kazi na hali ya mchakato ni sawa siku hadi siku. Sampuli za kibinafsi zinaweza kuunganishwa kwa urahisi na mfanyakazi binafsi kupitia matumizi ya vitambulisho vya kibinafsi. Data hii inaweza kujumuishwa kwa jumla kwa wafanyikazi wengine katika kazi sawa na kwa muda mwingine kama inavyokubalika. Walakini, kulingana na uzoefu wao wenyewe, Rappaport et al. (1993) wametahadharisha kuwa viwango vya kukaribiana vinaweza kuwa tofauti sana hata miongoni mwa wafanyakazi waliogawiwa kwa yale yanayochukuliwa kuwa vikundi vya mfiduo sawa. Tena, uamuzi wa kitaalam unahitajika katika kuamua kama vikundi vya mfiduo wa aina moja vinaweza kudhaniwa au la.

Watafiti wamechanganya kwa mafanikio mbinu ya mfiduo wa kazi na utumiaji wa data ya kipimo cha mazingira ili kukadiria udhihirisho ndani ya seli za tumbo. Data ya kipimo inapopatikana inakosekana, inaweza kuwa rahisi kujaza mapengo ya data kwa kutumia uundaji wa mfiduo. Kwa ujumla, hii inahusisha kuunda modeli ya kuhusisha viwango vya mazingira na viambishi vilivyotathminiwa kwa urahisi zaidi vya viwango vya mfiduo (kwa mfano, kiasi cha uzalishaji, sifa za kimaumbile za kituo ikijumuisha matumizi ya mifumo ya uingizaji hewa wa kutolea nje, tete ya wakala na asili ya shughuli ya kazi). Muundo huu umeundwa kwa ajili ya mipangilio ya kazi na viwango vinavyojulikana vya mazingira na kisha kutumika kukadiria viwango katika mipangilio sawa ya kazi isiyo na data ya kipimo lakini kuwa na taarifa kuhusu vigezo kama vile viambato vya msingi na kiasi cha uzalishaji. Mbinu hii inaweza kusaidia hasa kwa makadirio ya nyuma ya kufichua.

Suala lingine muhimu la tathmini ni utunzaji wa mfiduo wa mchanganyiko. Kwanza, kutoka kwa mtazamo wa uchanganuzi, ugunduzi tofauti wa misombo inayohusiana na kemikali na uondoaji wa mwingiliano kutoka kwa vitu vingine vilivyopo kwenye sampuli huenda usiwe ndani ya uwezo wa utaratibu wa uchanganuzi. Vikwazo mbalimbali katika taratibu za uchanganuzi zinazotumiwa kutoa data ya kipimo zinahitaji kutathminiwa na malengo ya utafiti kurekebishwa ipasavyo. Pili, inaweza kuwa kwamba mawakala fulani karibu kila mara hutumika pamoja na hivyo kutokea katika takriban uwiano sawa katika mazingira ya kazi yanayochunguzwa. Katika hali hii, uchambuzi wa ndani wa takwimu per se haitakuwa na manufaa katika kutofautisha iwapo au la madhara yanatokana na mawakala mmoja au wengine au kutokana na mchanganyiko wa mawakala. Hukumu kama hizo zingewezekana tu kulingana na mapitio ya tafiti za nje ambazo mchanganyiko sawa wa wakala haukutokea. Hatimaye, katika hali ambapo nyenzo tofauti hutumiwa kwa kubadilishana kulingana na vipimo vya bidhaa (kwa mfano, matumizi ya rangi tofauti ili kupata utofautishaji wa rangi unaotaka), inaweza kuwa haiwezekani kuhusisha athari kwa wakala wowote mahususi.

Ufuatiliaji wa Kibiolojia

Alama za viumbe ni mabadiliko ya molekuli, biokemikali au seli ambayo yanaweza kupimwa katika midia ya kibiolojia kama vile tishu, seli au maji ya binadamu. Sababu ya msingi ya kutengeneza vialama vya kukaribia aliyeambukizwa ni kutoa makadirio ya kipimo cha ndani kwa wakala fulani. Mbinu hii ni muhimu hasa wakati njia nyingi za mfiduo zina uwezekano (kwa mfano, kuvuta pumzi na kunyonya ngozi), wakati gia za kinga huvaliwa mara kwa mara, au wakati hali ya mfiduo haitabiriki. Ufuatiliaji wa viumbe unaweza kuwa wa manufaa hasa wakati mawakala wa maslahi wanajulikana kuwa na nusu ya maisha marefu ya kibayolojia. Kwa mtazamo wa takwimu, faida ya ufuatiliaji wa kibayolojia juu ya ufuatiliaji wa hewa inaweza kuonekana na mawakala kuwa na nusu ya maisha kwa muda mfupi kama saa kumi, kulingana na kiwango cha kutofautiana kwa mazingira (Droz na Wu 1991). Muda mrefu sana wa maisha ya nusu ya nyenzo kama vile dioksini za klorini (zinazopimwa kwa miaka) hufanya misombo hii kuwa tahini bora kwa ufuatiliaji wa kibayolojia. Kama ilivyo kwa mbinu za uchanganuzi za kupima viwango vya hewa, mtu lazima afahamu uwezekano wa kuingiliwa. Kwa mfano, kabla ya kutumia metabolite fulani kama alama ya kibayolojia, inapaswa kubainishwa ikiwa vitu vingine vya kawaida, kama vile vilivyomo katika dawa fulani na moshi wa sigara, vinaweza kubadilishwa hadi mwisho sawa. Kwa ujumla, ujuzi wa kimsingi wa famasia ya wakala unahitajika kabla ya ufuatiliaji wa kibiolojia kutumika kama msingi wa tathmini ya mfiduo.

Vipimo vya mara kwa mara ni pamoja na hewa ya alveolar, mkojo na damu. Sampuli za hewa ya tundu la mapafu zinaweza kusaidia katika kubainisha mifiduo ya juu ya viyeyusho ya muda mfupi ambayo imetokea ndani ya dakika au saa baada ya sampuli kukusanywa. Sampuli za mkojo kwa kawaida hukusanywa ili kubaini viwango vya utolewaji wa metabolites za kiwanja cha riba. Sampuli za damu zinaweza kukusanywa kwa kipimo cha moja kwa moja cha kiwanja, kwa ajili ya kipimo cha metabolites, au kwa ajili ya kubainisha protini au viambajengo vya DNA (kwa mfano, viambajengo vya albin au hemoglobini, na viambajengo vya DNA katika lymphocyte zinazozunguka). Seli za tishu zinazoweza kufikiwa, kama vile seli za epithelial kutoka eneo la mdomo, zinaweza pia kuchukuliwa ili kutambua viambatanisho vya DNA.

Uamuzi wa shughuli za cholinesterase katika chembe nyekundu za damu na plazima ni mfano wa matumizi ya mabadiliko ya kibayolojia kama kipimo cha mfiduo. Viuatilifu vya Organofosforasi huzuia shughuli ya kolinesterasi na hivyo basi kipimo cha shughuli hiyo kabla na baada ya uwezekano wa kuathiriwa na misombo hii inaweza kuwa kiashirio muhimu cha nguvu ya mfiduo. Hata hivyo, kadri mtu anavyoendelea katika wigo wa mabadiliko ya kibayolojia, inakuwa vigumu zaidi kutofautisha kati ya alama za kufichua na zile za athari. Kwa ujumla, hatua za athari huwa si mahususi kwa dutu ya manufaa na, kwa hivyo, maelezo mengine yanayoweza kuhitajika ya athari yanaweza kuhitajika kutathminiwa ili kusaidia kutumia kigezo hicho kama kipimo cha kukaribia aliyeambukizwa. Hatua za kukaribia aliyeambukizwa zinapaswa kuhusishwa moja kwa moja na wakala wa maslahi au kuwe na msingi mzuri wa kuunganisha hatua yoyote isiyo ya moja kwa moja kwa wakala. Licha ya sifa hizi, ufuatiliaji wa kibayolojia una ahadi nyingi kama njia ya kuboresha tathmini ya mfiduo ili kusaidia masomo ya epidemiological.

Hitimisho

Katika kufanya ulinganisho katika masomo ya magonjwa ya kazini, hitaji ni kuwa na kikundi cha wafanyikazi walio na mfiduo wa kulinganisha dhidi ya kikundi cha wafanyikazi bila kufichuliwa. Tofauti kama hizo ni mbaya, lakini zinaweza kusaidia katika kutambua maeneo ya shida. Ni wazi, hata hivyo, kadiri kipimo cha mfiduo kikiboreshwa zaidi, ndivyo utafiti utakavyokuwa wa manufaa zaidi, hasa katika suala la uwezo wake wa kutambua na kuendeleza programu za afua zinazolengwa ipasavyo.

 

Back

Jumatatu, Februari 28 2011 21: 03

Muhtasari wa Hatua za Mfiduo wa Maisha ya Kazi

Watafiti wanabahatika wanapokuwa na mfuatano wa kina wa uzoefu wa maisha ya kazi wa wafanyikazi ambao hutoa mapitio ya kihistoria ya kazi walizoshikilia kwa muda. Kwa wafanyakazi hawa a matrix ya mfiduo wa kazi basi inaweza kuanzishwa ambayo inaruhusu kila mabadiliko ya kazi ambayo mfanyakazi amepitia kuhusishwa na habari maalum ya kufichua.

Historia ya kina ya kukaribia aliyeambukizwa lazima ifupishwe kwa madhumuni ya uchanganuzi ili kubaini kama mifumo ni dhahiri ambayo inaweza kuhusiana na masuala ya afya na usalama mahali pa kazi. Tunaweza kuibua orodha ya, kusema, mabadiliko 20 ya kazi ambayo mfanyakazi alikuwa amepata katika maisha yake ya kazi. Kisha kuna njia mbadala kadhaa ambazo maelezo ya kukaribia aliyeambukizwa (kwa kila moja ya mabadiliko 20 ya kazi katika mfano huu) yanaweza kufupishwa, kwa kuzingatia muda na/au ukolezi/kipimo/aina ya kukaribiana.

Ni muhimu kutambua, hata hivyo, kwamba hitimisho tofauti kutoka kwa utafiti linaweza kufikiwa kulingana na njia iliyochaguliwa (Suarez-Almazor et al. 1992). Mfano wa hatua tano za muhtasari wa kufichua maisha ya kazi umeonyeshwa kwenye jedwali la 1.

Jedwali 1. Miundo na vipimo au vitengo vya hatua tano zilizochaguliwa za muhtasari wa kukabiliwa na maisha ya kazi.

Kipimo cha mfiduo

Mfumo

Vipimo/Vitengo

Fahirisi ya Kukaribiana kwa Kuongezeka (CEI)

Σ (muda wa daraja x umefichuliwa)

daraja na wakati

Kiwango cha wastani (MG)

Σ (muda wa daraja x umefichuliwa)/jumla ya muda umefichuliwa

daraja

Daraja la juu zaidi kuwahi kutokea (HG)

daraja la juu ambalo lilipatikana kwa ≥ siku 7

daraja

Kiwango cha wastani cha muda (TWA).

Σ (muda wa daraja x umefichuliwa)/jumla ya muda uliotumika

daraja

Jumla ya muda uliofichuliwa (TTE)

Σ wakati uliowekwa wazi

wakati

Imechukuliwa kutoka kwa Suarez-Almazor et al. 1992.

Kielezo cha kukaribiana kwa wingi. Fahirisi ya kukaribia aliyeambukizwa (CEI) ni sawa na "dozi" katika tafiti za sumu na inawakilisha jumla, katika maisha yote ya kazi, ya bidhaa za daraja la kukaribia aliyeambukizwa na muda wa kukaribia aliyeambukizwa kwa kila jina la kazi linalofuata. Inajumuisha muda katika vitengo vyake.

Kiwango cha wastani. Kiwango cha wastani (MG) hukusanya bidhaa za daraja la kukaribia aliyeambukizwa na muda wa kukaribia aliyeambukizwa kwa kila jina la kazi linalofuata (yaani, CEI) na kugawanya kwa jumla ya muda unaoonyeshwa katika daraja lolote kubwa kuliko sifuri. MG haitegemei wakati katika vitengo vyake; kipimo cha muhtasari kwa mtu aliyefunuliwa kwa muda mrefu katika mkusanyiko wa juu kitakuwa sawa na kwa mtu aliye wazi kwa muda mfupi katika mkusanyiko wa juu. Ndani ya seti yoyote inayolingana katika muundo wa kudhibiti kesi, MG ni wastani wa kiwango cha kukaribia aliyeambukizwa kwa kila kitengo cha muda kilichofichuliwa. Ni daraja la wastani kwa muda uliowekwa wazi kwa wakala unaozingatiwa.

Daraja la juu kabisa. Daraja la juu zaidi kuwahi kutokea (HG) huamuliwa kutokana na kuchanganua historia ya kazi kwa mgawo wa daraja la juu zaidi katika kipindi cha uchunguzi ambacho mfanyakazi alionyeshwa kwa angalau siku saba. HG inaweza kuwakilisha vibaya maisha ya kazi ya mtu kwa sababu, kwa uundaji wake, inategemea kuongeza badala ya utaratibu wa wastani na kwa hivyo haitegemei muda wa kufichuliwa katika vitengo vyake.

Kiwango cha wastani kilichopimwa na wakati. Wastani wa muda uliopimwa (TWA) ni fahirisi ya mfiduo limbikizi (CEI) ikigawanywa na jumla ya muda uliotumika. Ndani ya seti yoyote inayolingana katika muundo wa kudhibiti kesi, wastani wa daraja la TWA kwa jumla ya muda uliotumika. Inatofautiana na MG, ambayo ni wastani kwa muda wote uliowekwa wazi. Kwa hivyo, daraja la TWA linaweza kutazamwa kama wastani wa mfiduo kwa kila kitengo cha muda katika muda wote wa ajira bila kujali mfiduo. per se.

Jumla ya muda uliowekwa wazi. Jumla ya muda uliowekwa wazi (TTE) hukusanya vipindi vyote vya muda vinavyohusishwa na kukaribia aliyeambukizwa katika vitengo vya muda. TTE ina rufaa kwa urahisi wake. Hata hivyo, inakubalika kwamba madhara ya kiafya lazima yahusiane sio tu na muda wa mfiduo wa kemikali, lakini pia na ukubwa wa mfiduo huo (yaani, ukolezi au daraja).

Ni wazi kwamba matumizi ya kipimo cha muhtasari wa kukaribia aliyeambukizwa huamuliwa na uzito husika unaohusisha ama muda au mkusanyiko wa kukaribia aliyeambukizwa au zote mbili. Kwa hivyo hatua tofauti zinaweza kutoa matokeo tofauti (Walker na Blettner 1985). Kimsingi, kipimo cha muhtasari kilichochaguliwa kinapaswa kutegemea seti ya mawazo yanayoweza kutetewa kuhusu utaratibu uliowekwa wa kibayolojia kwa wakala au muungano wa magonjwa unaofanyiwa utafiti (Smith 1987). Utaratibu huu, hata hivyo, hauwezekani kila wakati. Mara nyingi sana, athari ya kibaolojia ya muda wa mfiduo au mkusanyiko wa wakala chini ya utafiti haijulikani. Katika muktadha huu, matumizi ya hatua tofauti za kukaribia aliyeambukizwa inaweza kuwa muhimu kupendekeza mbinu ambayo mfiduo huleta athari yake.

Inapendekezwa kwamba, kwa kukosekana kwa vielelezo vilivyothibitishwa vya kutathmini hali ya kuambukizwa, aina mbalimbali za muhtasari wa hatua za kufichua maisha ya kazi zitumike kukadiria hatari. Mbinu hii ingewezesha ulinganisho wa matokeo katika masomo yote.

 

Back

Jumanne, 01 2011 01 Machi: 58

Kupima Madhara ya Mfiduo

Epidemiolojia inahusisha kupima tukio la ugonjwa na kutathmini uhusiano kati ya magonjwa na mfiduo.

Hatua za Kutokea kwa Ugonjwa

Tukio la ugonjwa linaweza kupimwa na masafa (hesabu) lakini inaelezewa vyema na panya, ambazo zinajumuisha vipengele vitatu: idadi ya watu walioathiriwa (nambari), idadi ya watu katika chanzo au idadi ya msingi (yaani, idadi ya watu walio katika hatari) ambayo watu walioathiriwa hutoka, na muda unaotumika. Kielelezo cha kiwango ni jumla ya muda wa mtu aliyeathiriwa na idadi ya watu chanzo. Viwango vinaruhusu ulinganisho wa taarifa zaidi kati ya idadi ya watu wa ukubwa tofauti kuliko hesabu pekee. Hatari, uwezekano wa mtu kupata ugonjwa ndani ya muda maalum, ni sehemu, kuanzia 0 hadi 1, na si kiwango. per se. Kiwango cha mashambulizi, idadi ya watu katika idadi ya watu ambao wameathiriwa ndani ya muda maalum, kitaalamu ni kipimo cha hatari, si kiwango.

Ugonjwa maalum wa ugonjwa ni pamoja na matukio, ambayo inahusu idadi ya watu ambao wamegunduliwa hivi karibuni na ugonjwa wa maslahi. Kuenea inahusu idadi ya kesi zilizopo. Vifo inahusu idadi ya watu wanaokufa.

Tukio inafafanuliwa kama idadi ya kesi mpya zilizogunduliwa ndani ya muda maalum, ambapo kiwango cha matukio ni nambari hii ikigawanywa na jumla ya muda wa mtu aliyeathiriwa na idadi ya watu chanzo (jedwali 1). Kwa saratani, viwango vya kawaida huonyeshwa kama viwango vya kila mwaka kwa watu 100,000. Viwango vya magonjwa mengine ya kawaida zaidi vinaweza kuonyeshwa kwa idadi ndogo ya watu. Kwa mfano, viwango vya kasoro za kuzaliwa kawaida huonyeshwa kwa kila watoto 1,000 wanaozaliwa hai. Matukio ya mkusanyiko, idadi ya watu ambao huwa kesi ndani ya muda maalum, ni kipimo cha hatari ya wastani kwa idadi ya watu. 

Jedwali 1. Hatua za kutokea kwa ugonjwa: Idadi ya watu dhahania iliyozingatiwa kwa kipindi cha miaka mitano

Kesi mpya zilizogunduliwa

10

Kesi za kuishi zilizogunduliwa hapo awali

12

Vifo, sababu zote*

5

Vifo, ugonjwa wa kupendeza

3

Watu katika idadi ya watu

100

Miaka iliyozingatiwa

5

Tukio

10 watu

Kiwango cha matukio ya kila mwaka

Kiwango cha maambukizi (mwishoni mwa mwaka wa 5)

(10 + 12 - 3) = watu 19

Kuenea kwa kipindi (kipindi cha miaka mitano)

(10 + 12) = watu 22

Kiwango cha vifo vya kila mwaka

Kiwango cha vifo vya kila mwaka

*Ili kurahisisha mahesabu, mfano huu unachukulia kwamba vifo vyote vilitokea mwishoni mwa kipindi cha miaka mitano hivyo kwamba watu wote 100 katika idadi ya watu walikuwa hai kwa miaka mitano kamili.

Kuenea ni pamoja na kiwango cha maambukizi, idadi ya matukio ya ugonjwa kwa wakati fulani, na maambukizi ya kipindi, jumla ya idadi ya visa vya ugonjwa unaojulikana kuwapo wakati fulani katika kipindi fulani.

Vifo, ambayo inahusu vifo badala ya visa vipya vya ugonjwa, huakisi mambo yanayosababisha magonjwa na vilevile mambo yanayohusiana na ubora wa huduma za matibabu, kama vile uchunguzi, upatikanaji wa matibabu, na upatikanaji wa matibabu bora. Kwa hivyo, juhudi za kuzalisha nadharia-dhahania na utafiti wa kiakili unaweza kuwa wa taarifa zaidi na rahisi kufasiriwa unapotegemea matukio badala ya data ya vifo. Hata hivyo, data ya vifo mara nyingi hupatikana kwa urahisi zaidi kwa idadi kubwa ya watu kuliko data ya matukio.

mrefu kiwango cha vifo inakubalika kwa ujumla kumaanisha kiwango cha vifo kutokana na sababu zote kwa pamoja, ambapo kiwango cha vifo ni kiwango cha kifo kutokana na sababu moja maalum. Kwa ugonjwa fulani, kiwango cha vifo vya kesi (kitaalamu uwiano, si kiwango) ni idadi ya watu wanaokufa kutokana na ugonjwa huo katika muda maalum ikigawanywa na idadi ya watu walio na ugonjwa huo. Kikamilisho cha kiwango cha vifo vya kesi ni kiwango cha kuishi. Kiwango cha kuishi kwa miaka mitano ni alama ya kawaida ya magonjwa sugu kama saratani.

Matukio ya ugonjwa yanaweza kutofautiana katika vikundi vidogo vya idadi ya watu au baada ya muda. Kipimo cha ugonjwa kwa watu wote, bila kuzingatia vikundi vidogo, huitwa a kiwango cha ghafi. Kwa mfano, kiwango cha matukio kwa makundi yote ya umri kwa pamoja ni kiwango cha ghafi. Viwango vya vikundi vya umri wa mtu binafsi ni viwango vya umri maalum. Ili kulinganisha idadi ya watu wawili au zaidi na mgawanyo tofauti wa umri, kubadilishwa kwa umri (au, viwango vya umri) viwango vinapaswa kuhesabiwa kwa kila idadi ya watu kwa kuzidisha kila kiwango cha umri mahususi kwa asilimia ya idadi ya watu wa kawaida (kwa mfano, mojawapo ya watu waliofanyiwa utafiti, idadi ya watu wa Marekani ya 1970) katika kundi hilo la umri, kisha kujumlisha makundi yote ya umri kuzalisha kiwango cha jumla kilichorekebishwa na umri. Viwango vinaweza kurekebishwa kwa vigezo vingine isipokuwa umri, kama vile rangi, jinsia au hali ya uvutaji sigara, ikiwa viwango mahususi vya kategoria vinajulikana.

Ufuatiliaji na tathmini ya data ya maelezo inaweza kutoa vidokezo kwa etiolojia ya ugonjwa, kutambua vikundi vidogo vya hatari ambavyo vinaweza kufaa kwa programu za kuingilia kati au uchunguzi, na kutoa data juu ya ufanisi wa programu hizo. Vyanzo vya habari ambavyo vimetumika kwa shughuli za ufuatiliaji ni pamoja na vyeti vya vifo, rekodi za matibabu, sajili za saratani, sajili nyingine za magonjwa (kwa mfano, masijala ya kasoro za kuzaliwa, sajili za magonjwa ya figo ya mwisho), rejista za mfiduo wa kazi, rekodi za bima ya afya au ulemavu na fidia ya wafanyikazi. kumbukumbu.

Hatua za Muungano

Epidemiology inajaribu kutambua na kuhesabu sababu zinazoathiri ugonjwa. Kwa njia rahisi zaidi, tukio la ugonjwa kati ya watu walio wazi kwa sababu inayoshukiwa inalinganishwa na tukio kati ya watu wasiojulikana. Ukubwa wa uhusiano kati ya mfiduo na ugonjwa unaweza kuonyeshwa katika aidha kabisa or jamaa masharti. (Tazama pia "Kifani: Vipimo").

Athari kamili hupimwa na tofauti za viwango na tofauti za hatari (Jedwali 2). A tofauti ya kiwango ni kiwango kimoja ukiondoa kiwango cha pili. Kwa mfano, ikiwa kiwango cha matukio ya leukemia kati ya wafanyakazi walio kwenye benzini ni 72 kwa kila miaka 100,000 ya mtu na kiwango kati ya wafanyakazi wasio na kazi ni 12 kwa kila miaka 100,000 ya mtu, basi tofauti ya kiwango ni 60 kwa miaka 100,000 ya mtu. A tofauti ya hatari ni tofauti katika hatari au matukio limbikizi na inaweza kuanzia -1 hadi 1. 

 


Jedwali 2. Hatua za ushirika kwa ajili ya utafiti wa kikundi

 

 

kesi

Mtu-miaka katika hatari

Kiwango kwa 100,000

wazi

100

20,000

500

Isiyowekwa wazi

200

80,000

250

Jumla

300

100,000

300

Tofauti ya Kiwango (RD) = 500/100,000 - 250/100,000

= 250/100,000 kwa mwaka

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

Kiwango cha uwiano (au hatari ya jamaa) (RR) =  

Hatari inayoweza kuhusishwa katika kufichuliwa (ARe) = 100/20,000 - 200/80,000

= 250/100,000 kwa mwaka

Asilimia inayoweza kuhusishwa ya hatari katika kufichuliwa (ARe%) =

 Hatari inayoweza kuhusishwa na idadi ya watu (PAR) = 300/100,000 - 200/80,000

= 50/100,000 kwa mwaka

Asilimia ya hatari ya idadi ya watu (PAR%) =

 * Katika mabano 95% ya vipindi vya kujiamini vilivyokokotwa kwa kutumia fomula katika visanduku.


 

Athari za jamaa zinatokana na uwiano wa viwango au hatua za hatari, badala ya tofauti. A uwiano wa kiwango ni uwiano wa kiwango katika idadi ya watu kwa kiwango katika nyingine. Uwiano wa kiwango pia umeitwa uwiano wa hatari, hatari ya jamaa, kiwango cha jamaa, na matukio (Au vifo) uwiano wa kiwango. Kipimo hakina kipimo na ni kati ya 0 hadi infinity. Wakati kiwango katika vikundi viwili kinafanana (yaani, hakuna athari kutoka kwa mfiduo), the uwiano wa kiwango ni sawa na umoja (1). Mfiduo ambao kuongezeka kwa hatari kunaweza kutoa uwiano wa kiwango kikubwa kuliko umoja, wakati kipengele cha ulinzi kinaweza kutoa uwiano kati ya 0 na 1. hatari ya ziada ya jamaa ni hatari ya jamaa kutoa 1. Kwa mfano, hatari ya jamaa ya 1.4 pia inaweza kuonyeshwa kama hatari ya ziada ya 40%.

Katika masomo ya udhibiti wa kesi (pia huitwa uchunguzi wa kesi-rejeleo), watu walio na ugonjwa hutambuliwa (kesi) na watu wasio na ugonjwa hutambuliwa (vidhibiti au warejeleo). Maonyesho ya zamani ya vikundi viwili yanalinganishwa. Uwezekano wa kuwa kesi iliyofichuliwa unalinganishwa na uwezekano wa kuwa kidhibiti kilichofichuliwa. Hesabu kamili za idadi ya vyanzo vya watu waliofichuliwa na ambao hawajafichuliwa hazipatikani, kwa hivyo viwango vya magonjwa haviwezi kuhesabiwa. Badala yake, visa vilivyofichuliwa vinaweza kulinganishwa na vidhibiti vilivyofichuliwa kwa kukokotoa tabia mbaya jamaa, Au uwiano wa uwiano (jedwali 3). 

 


Jedwali 3. Hatua za kuhusishwa kwa masomo ya udhibiti wa kesi: Mfiduo wa vumbi la kuni na adenocarcinoma ya cavity ya pua na sinues za paranasal.

 

 

kesi

Udhibiti

wazi

18

55

Isiyowekwa wazi

5

140

Jumla

23

195

 

Tabia mbaya za jamaa (uwiano wa tabia mbaya) (AU) =

Asilimia inayoweza kuhusishwa ya hatari katika wazi () =

Asilimia ya hatari ya idadi ya watu (PAR%) =

ambapo = uwiano wa vidhibiti vilivyowekwa wazi = 55/195 = 0.28

 

* Katika mabano 95% ya vipindi vya kujiamini vilivyokokotwa kwa kutumia fomula katika kisanduku kilicho upande wa kushoto.

Chanzo: Imechukuliwa kutoka Hayes et al. 1986.


 

Hatua zinazohusiana za athari hutumiwa mara nyingi zaidi kuliko hatua dhabiti za kuripoti nguvu ya ushirika. Hatua kamilifu, hata hivyo, zinaweza kutoa kielelezo bora cha athari ya afya ya umma ya chama. Ongezeko dogo la ugonjwa wa kawaida, kama vile ugonjwa wa moyo, linaweza kuathiri watu zaidi (tofauti kubwa ya hatari) na kuwa na athari zaidi kwa afya ya umma kuliko ongezeko kubwa la jamaa (lakini tofauti ndogo kabisa) katika ugonjwa adimu, kama vile. angiosarcoma ya ini.

Mtihani wa Umuhimu

Upimaji wa umuhimu wa takwimu mara nyingi hufanywa kwa hatua za athari ili kutathmini uwezekano kwamba athari inayoonekana inatofautiana na dhana potofu (yaani, hakuna athari). Ingawa tafiti nyingi, haswa katika maeneo mengine ya utafiti wa matibabu, zinaweza kuelezea umuhimu kwa p-maadili, tafiti za epidemiolojia kwa kawaida zipo vipindi vya kujiamini (CI) (pia inaitwa mipaka ya kujiamini) Muda wa kutegemewa wa 95%, kwa mfano, ni aina mbalimbali za thamani za kipimo cha athari ambacho kinajumuisha makadirio ya kipimo kilichopatikana kutoka kwa data ya utafiti na kile ambacho kina uwezekano wa 95% wa kujumuisha thamani halisi. Thamani zilizo nje ya muda zinachukuliwa kuwa haziwezekani kujumuisha kipimo halisi cha athari. Ikiwa CI ya uwiano wa viwango inajumuisha umoja, basi hakuna tofauti kubwa ya kitakwimu kati ya vikundi vinavyolinganishwa.

Vipindi vya kujiamini ni vya kuelimisha zaidi kuliko thamani za p pekee. Saizi ya p-thamani huamuliwa kwa sababu moja au zote mbili. Aidha kipimo cha ushirika (kwa mfano, uwiano wa kiwango, tofauti ya hatari) ni kikubwa au idadi ya watu wanaofanyiwa utafiti ni kubwa. Kwa mfano, tofauti ndogo katika viwango vya magonjwa vinavyozingatiwa katika idadi kubwa ya watu inaweza kutoa thamani kubwa ya p. Sababu za p-thamani kubwa haziwezi kutambuliwa kutoka kwa thamani ya p pekee. Vipindi vya kujiamini, hata hivyo, huturuhusu kutenganisha mambo haya mawili. Kwanza, ukubwa wa athari hutambulika kwa maadili ya kipimo cha athari na nambari zilizojumuishwa na muda. Uwiano mkubwa wa hatari, kwa mfano, unaonyesha athari yenye nguvu. Pili, ukubwa wa idadi ya watu huathiri upana wa muda wa kujiamini. Vikundi vidogo vilivyo na makadirio yasiyo thabiti kitakwimu huzalisha vipindi vipana vya kujiamini kuliko idadi kubwa zaidi.

Kiwango cha kujiamini kilichochaguliwa ili kuonyesha utofauti wa matokeo (“umuhimu wa takwimu”) ni wa kiholela, lakini kwa kawaida imekuwa 95%, ambayo inalingana na thamani ya p ya 0.05. Kipindi cha kutegemewa cha 95% kina uwezekano wa 95% wa kuwa na kipimo halisi cha athari. Viwango vingine vya kujiamini, kama vile 90%, hutumiwa mara kwa mara.

Mfiduo unaweza kuwa tofauti (kwa mfano, kufichuliwa na kutofichuliwa), au unaweza kuhusisha viwango vingi vya mfiduo. Hatua za athari (yaani, majibu) zinaweza kutofautiana kulingana na kiwango cha mfiduo. Kutathmini mfiduo-mwitikio mahusiano ni sehemu muhimu ya kutafsiri data za epidemiological. Analog ya mfiduo-majibu katika masomo ya wanyama ni "majibu ya kipimo". Iwapo mwitikio unaongezeka kwa kiwango cha kukaribia aliyeambukizwa, uhusiano unaweza kuwa sababu kuliko ikiwa hakuna mwelekeo unaozingatiwa. Majaribio ya kitakwimu ya kutathmini uhusiano wa kukaribia aliyeambukizwa ni pamoja na jaribio la kiendelezi la Mantel na jaribio la mwenendo wa chi-square.

Utekelezaji

Kuzingatia mambo mengine isipokuwa udhihirisho wa kimsingi wa riba na ugonjwa, hatua za ushirika zinaweza kuwa sanifu kupitia mbinu za utabaka au urejeleaji. Uwekaji utabaka maana yake ni kugawanya watu katika vikundi vya watu wa jinsia moja kwa kuzingatia sababu (kwa mfano, vikundi vya jinsia, vikundi vya umri, vikundi vya wavuta sigara). Uwiano wa hatari au uwiano wa odd hukokotwa kwa kila tabaka na wastani wa jumla wa uwiano wa hatari au uwiano wa odds huhesabiwa. Maadili haya ya jumla yanaonyesha uhusiano kati ya mfiduo wa kimsingi na ugonjwa, iliyorekebishwa kwa sababu ya utabaka, yaani, uhusiano na athari za sababu ya utabaka kuondolewa.

A uwiano wa viwango sanifu (SRR) ni uwiano wa viwango viwili vilivyosanifiwa. Kwa maneno mengine, SRR ni wastani uliopimwa wa uwiano wa viwango vya tabaka mahususi ambapo uzani kwa kila tabaka ni mgawanyo wa wakati wa mtu wa kikundi kisichofichuliwa, au kirejeleo. SRR za vikundi viwili au zaidi zinaweza kulinganishwa ikiwa uzani sawa hutumiwa. Vipindi vya kujiamini vinaweza kutengenezwa kwa SRR kama uwiano wa viwango.

The uwiano sanifu wa vifo (SMR) ni wastani uliopimwa wa uwiano wa viwango vya umri mahususi ambapo uzani (kwa mfano, wakati wa hatari) hutoka kwa kikundi kinachochunguzwa na viwango vinatoka kwa idadi ya warejeleaji, kinyume cha hali katika SRR. Idadi ya watu wanaorejelewa ya kawaida ni idadi ya jumla, ambayo viwango vyao vya vifo vinaweza kupatikana kwa urahisi na kulingana na idadi kubwa na hivyo kuwa thabiti zaidi kuliko kutumia viwango kutoka kwa kundi lisilo wazi au kikundi kidogo cha idadi ya kazi inayochunguzwa. Kutumia uzani kutoka kwa kundi badala ya idadi ya warejeleaji huitwa usanifishaji usio wa moja kwa moja. SMR ni uwiano wa idadi inayozingatiwa ya vifo katika kundi na nambari inayotarajiwa, kulingana na viwango kutoka kwa idadi ya warejeleaji (uwiano kwa kawaida huzidishwa na 100 kwa uwasilishaji). Ikiwa hakuna muungano uliopo, SMR ni sawa na 100. Ikumbukwe kwamba kwa sababu viwango vinatoka kwa idadi ya warejeleaji na uzani hutoka kwa kikundi cha utafiti, SMR mbili au zaidi huwa hazilinganishwi. Hii isiyo ya kulinganishwa mara nyingi husahaulika katika tafsiri ya data ya epidemiological, na hitimisho potofu linaweza kutolewa.

Athari ya Mfanyakazi mwenye Afya

Ni kawaida sana kwa vikundi vya wafanyikazi kuwa na jumla ya vifo vya chini kuliko idadi ya watu kwa ujumla, hata kama wafanyikazi wako kwenye hatari kubwa ya sababu zilizochaguliwa za kifo kutokana na kufichuliwa mahali pa kazi. Jambo hili, linaloitwa athari ya mfanyakazi mwenye afya, inaonyesha ukweli kwamba kikundi chochote cha watu walioajiriwa kinaweza kuwa na afya bora, kwa wastani, kuliko idadi ya watu kwa ujumla, ambayo inajumuisha wafanyakazi na watu wasioweza kufanya kazi kwa sababu ya magonjwa na ulemavu. Kiwango cha jumla cha vifo katika idadi ya watu kinaelekea kuwa juu kuliko kiwango cha wafanyikazi. Athari hutofautiana kwa nguvu kwa sababu ya kifo. Kwa mfano, inaonekana kuwa sio muhimu sana kwa saratani kwa ujumla kuliko ugonjwa sugu wa mapafu unaozuia. Sababu moja ya hii ni kwamba kuna uwezekano kwamba saratani nyingi hazingekua kutoka kwa mwelekeo wowote kuelekea saratani msingi wa uteuzi wa kazi / kazi katika umri mdogo. Athari ya mfanyakazi mwenye afya katika kundi fulani la wafanyakazi huelekea kupungua kwa muda.

Vifo vya uwiano

Wakati mwingine uwasilishaji kamili wa kundi (yaani, wakati wa mtu aliye hatarini) haupatikani na kuna habari tu juu ya vifo au sehemu ndogo ya vifo vinavyotokana na kundi (kwa mfano, vifo kati ya wastaafu na wafanyikazi wanaofanya kazi, lakini sio kati ya wafanyikazi. ambaye aliacha kazi kabla ya kustahiki pensheni). Uhesabuji wa miaka ya mtu unahitaji mbinu maalum za kushughulikia tathmini ya wakati wa mtu, ikijumuisha njia za jedwali la maisha. Bila taarifa kamili ya wakati wa mtu kuhusu washiriki wote wa kundi, bila kujali hali ya ugonjwa, SMR na SRR haziwezi kuhesabiwa. Badala yake, uwiano wa vifo vya uwiano (PMRs) inaweza kutumika. PMR ni uwiano wa idadi iliyozingatiwa ya vifo kutokana na sababu mahususi kwa kulinganisha na idadi inayotarajiwa, kulingana na uwiano wa jumla ya vifo kutokana na sababu mahususi katika idadi ya waliorejelewa, ikizidishwa na idadi ya jumla ya vifo katika utafiti. kikundi, kilichozidishwa na 100.

Kwa sababu idadi ya vifo kutokana na visababishi vyote kwa pamoja lazima iwe 1 (PMR=100), baadhi ya PMR zinaweza kuonekana kuwa nyingi kupita kiasi, lakini kwa kweli zimeongezwa umechangiwa kwa sababu ya upungufu halisi katika visababishi vingine vya vifo. Vivyo hivyo, upungufu fulani unaoonekana unaweza kuonyesha tu kupita kiasi halisi kwa sababu zingine za kifo. Kwa mfano, ikiwa waombaji wa dawa za angani wana ziada kubwa ya vifo kutokana na ajali, hitaji la hisabati kwamba PMR kwa visababishi vyote kwa pamoja 100 linaweza kusababisha baadhi ya sababu moja au nyingine za kifo kuonekana kuwa na upungufu hata kama vifo ni vingi. Ili kurekebisha shida hii inayowezekana, watafiti wanaopenda saratani wanaweza kuhesabu uwiano wa vifo vya saratani (PCMRs). PCMRs hulinganisha idadi iliyoonekana ya vifo vya saratani na idadi inayotarajiwa kulingana na idadi ya vifo vya saratani (badala ya vifo vyote) kwa saratani ya riba kwa idadi ya warejeleaji ikiongezeka kwa jumla ya idadi ya vifo vya saratani katika kikundi cha utafiti, ikizidishwa na 100. Kwa hivyo, PCMR haitaathiriwa na kupotoka (ziada au upungufu) katika sababu isiyo ya saratani ya kifo, kama vile ajali, ugonjwa wa moyo au ugonjwa wa mapafu usio mbaya.

Masomo ya PMR yanaweza kuchambuliwa vyema kwa kutumia uwiano wa uwezekano wa vifo (MORs), kimsingi kuchambua data kana kwamba zilitoka kwa uchunguzi wa kudhibiti kesi. "Udhibiti" ni vifo kutoka kwa kikundi kidogo cha vifo vyote ambavyo vinafikiriwa kuwa havihusiani na mfiduo chini ya utafiti. Kwa mfano, ikiwa maslahi makuu ya utafiti yalikuwa saratani, uwiano wa uwezekano wa vifo unaweza kuhesabiwa kwa kulinganisha mfiduo kati ya vifo vya saratani na mfiduo kati ya vifo vya moyo na mishipa. Mbinu hii, kama PCMR, huepuka matatizo na PMR ambayo hutokea wakati kushuka kwa thamani katika sababu moja ya kifo huathiri hatari inayoonekana ya nyingine kwa sababu tu PMR ya jumla lazima iwe sawa na 100. Uchaguzi wa sababu za udhibiti wa kifo ni muhimu, hata hivyo . Kama ilivyoelezwa hapo juu, haipaswi kuhusishwa na mfiduo, lakini uhusiano unaowezekana kati ya mfiduo na ugonjwa hauwezi kujulikana kwa magonjwa mengi ya udhibiti.

Hatari Inayohusishwa

Kuna hatua zinazopatikana ambazo zinaonyesha kiwango cha ugonjwa ambacho kinaweza kuhusishwa na mfiduo ikiwa uhusiano unaoonekana kati ya mfiduo na ugonjwa ungekuwa sababu. The hatari inayoweza kuhusishwa katika wazi (ARe) ni kiwango cha ugonjwa katika eneo lililofichuliwa ukiondoa kiwango katika hali isiyofichuliwa. Kwa sababu viwango vya ugonjwa haviwezi kupimwa moja kwa moja katika tafiti za udhibiti wa kesi, ARe inaweza kuhesabiwa kwa masomo ya vikundi pekee. Kipimo kinachohusiana, angavu zaidi, inatokana asilimia ya hatari katika wazi (ARe%), inaweza kupatikana kutoka kwa muundo wowote wa masomo. ARe% ni uwiano wa matukio yanayotokea katika idadi ya watu walioachwa wazi ambayo yanahusishwa na mfiduo (tazama jedwali la 2 na jedwali la 3 kwa fomula). ARe%.

The hatari itokanayo na idadi ya watu (PAR) na hatari inayotokana na idadi ya watu (PAR%), au sehemu ya etiolojia, eleza kiasi cha ugonjwa katika jumla ya idadi ya watu, ambayo inajumuisha watu wazi na wasioonekana, ambayo ni kutokana na mfiduo ikiwa ushirikiano unaozingatiwa ni causal. PAR inaweza kupatikana kutoka kwa masomo ya kikundi (meza 28.3) na PAR% inaweza kuhesabiwa katika masomo ya kikundi na ya kudhibiti kesi (jedwali la 2 na jedwali la 3).

Uwakilishi

Kuna hatua kadhaa za hatari ambazo zimeelezewa. Kila mmoja huchukua mbinu za kimsingi za kuhesabu matukio na katika wawakilishi wa matukio haya kwa kundi lililobainishwa. Matokeo yanapolinganishwa katika tafiti zote, uelewa wa mbinu zinazotumiwa ni muhimu kwa kueleza tofauti zozote zinazoonekana.

 

Back

Jumanne, 01 2011 01 Machi: 48

Chaguo katika Usanifu wa Utafiti

Daktari wa magonjwa ya mlipuko anavutiwa na uhusiano kati ya vigeu, hasa mfiduo na vigezo vya matokeo. Kwa kawaida, wataalam wa magonjwa wanataka kuhakikisha ikiwa tukio la ugonjwa linahusiana na kuwepo kwa wakala fulani (mfiduo) katika idadi ya watu. Njia ambazo uhusiano huu huchunguzwa zinaweza kutofautiana sana. Mtu anaweza kuwatambua watu wote ambao wanakabiliwa na wakala huyo na kuwafuata ili kupima matukio ya ugonjwa, akilinganisha matukio hayo na kutokea kwa ugonjwa katika idadi ya watu inayofaa ambayo haijawekwa wazi. Vinginevyo, mtu anaweza tu sampuli kutoka kwa wazi na zisizo wazi, bila kuwa na hesabu kamili yao. Au, kama njia mbadala ya tatu, mtu anaweza kutambua watu wote wanaopata ugonjwa wa kupendeza katika kipindi cha muda kilichobainishwa ("kesi") na kikundi kinachofaa cha watu wasio na magonjwa (sampuli ya idadi ya chanzo cha kesi), na kuhakikisha. kama mifumo ya mfiduo inatofautiana kati ya vikundi viwili. Ufuatiliaji wa washiriki wa utafiti ni chaguo moja (katika kinachojulikana masomo ya longitudinal): katika hali hii, kuna muda kati ya tukio la mfiduo na mwanzo wa ugonjwa. Chaguo moja mbadala ni sehemu ya idadi ya watu, ambapo mfiduo na magonjwa hupimwa kwa wakati mmoja.

Katika makala haya, tahadhari inatolewa kwa miundo ya kawaida ya utafiti-kundi, rejeleo la kesi (udhibiti wa kesi) na sehemu-mtambuka. Ili kuweka jukwaa la mjadala huu, fikiria kiwanda kikubwa cha viscose rayon katika mji mdogo. Uchunguzi wa kama mfiduo wa disulfidi ya kaboni huongeza hatari ya ugonjwa wa moyo na mishipa umeanza. Uchunguzi una chaguzi kadhaa za muundo, zingine zaidi na zingine hazionekani. Mkakati wa kwanza ni kutambua wafanyakazi wote ambao wameathiriwa na disulfidi ya kaboni na kuwafuata kwa vifo vya moyo na mishipa.

Mafunzo ya Kikundi

Utafiti wa kikundi hujumuisha washiriki wa utafiti wanaoshiriki tukio la kawaida, mfiduo. Utafiti wa kikundi cha kitamaduni hutambua kundi lililobainishwa la watu walioathiriwa, kisha kila mtu anafuatiliwa na hali yao ya maradhi na/au vifo inasajiliwa. Kando na mfiduo wa kawaida wa ubora, kundi linafaa pia kubainishwa kwa mengine vigezo vya kustahiki, kama vile anuwai ya umri, jinsia (mwanamume au mwanamke au wote wawili), muda wa chini zaidi na ukubwa wa kukaribia, uhuru dhidi ya udhihirisho mwingine, na kadhalika, ili kuimarisha uhalali na ufanisi wa utafiti. Mlangoni, washiriki wote wa kundi wanapaswa kuwa huru kutokana na ugonjwa unaochunguzwa, kulingana na seti ya majaribio ya vigezo vinavyotumika kupima ugonjwa huo.

Ikiwa, kwa mfano, katika utafiti wa kikundi juu ya athari za disulfidi ya kaboni kwenye ugonjwa wa ugonjwa wa moyo, ugonjwa wa moyo wa moyo hupimwa kwa nguvu kama infarction ya kliniki, wale ambao, mwanzoni, wamekuwa na historia ya infarction ya moyo lazima watengwe kutoka kwa kikundi. Kwa kulinganisha, upungufu wa electrocardiographic bila historia ya infarction inaweza kukubaliwa. Hata hivyo, ikiwa mwonekano wa mabadiliko mapya ya kielektroniki ni kipimo cha matokeo ya majaribio, washiriki wa kundi wanapaswa pia kuwa na vipimo vya kawaida vya kielektroniki kwenye msingi.

Ugonjwa (kulingana na matukio) au vifo vya kundi lililofichuliwa vinapaswa kulinganishwa na kundi la marejeleo ambalo kwa hakika linapaswa kuwa sawa iwezekanavyo na kundi lililofichuliwa katika vipengele vyote vinavyohusika, isipokuwa kwa mfichuo, ili kubainisha hatari inayohusiana na ugonjwa au kifo kutokana na kufichuliwa. Kutumia kundi sawa lakini lisilofichuliwa kama mtoaji wa uzoefu wa marejeleo ni vyema zaidi kuliko desturi ya kawaida (mal) ya kulinganisha hali ya maradhi au vifo vya kundi lililoathiriwa na takwimu za kitaifa zilizowekwa viwango vya umri, kwa sababu idadi ya jumla inakosa kutimiza hata idadi kubwa zaidi. mahitaji ya msingi kwa uhalali wa kulinganisha. Uwiano Sanifu wa Ugonjwa (au Vifo) (SMR), unaotokana na ulinganisho kama huo, kwa kawaida hutoa makadirio ya chini ya uwiano halisi wa hatari kwa sababu ya upendeleo unaofanya kazi katika kundi lililofichuliwa, na kusababisha kukosekana kwa ulinganifu kati ya makundi hayo mawili. Upendeleo huu wa kulinganisha umeitwa "Athari ya Mfanyakazi wa Afya". Hata hivyo, kwa kweli si "athari" ya kweli, lakini upendeleo kutoka kwa kuchanganyikiwa hasi, ambayo kwa upande wake imetokea kutokana na mauzo ya kuchagua afya katika idadi ya watu walioajiriwa. (Watu walio na afya mbaya huwa na tabia ya kuhama, au hawaingii kamwe, vikundi "vilivyo wazi", mwisho wao mara nyingi huwa sehemu ya watu wasio na ajira kwa ujumla.)

Kwa sababu kundi "lililofichuliwa" linafafanuliwa kuwa na mfiduo fulani, pekee athari zinazosababishwa na mfiduo huo mmoja (au mchanganyiko wa mfiduo) unaweza kuchunguzwa kwa wakati mmoja. Kwa upande mwingine, muundo wa kikundi unaruhusu kusoma kwa magonjwa kadhaa kwa wakati mmoja. Mtu anaweza pia kujifunza maonyesho tofauti ya wakati huo huo ya ugonjwa huo-kwa mfano, angina, mabadiliko ya ECG, infarction ya kliniki ya myocardial na vifo vya moyo. Ingawa inafaa sana kupima dhahania mahususi (kwa mfano, "kukabiliwa na disulfidi kaboni husababisha ugonjwa wa moyo"), utafiti wa kikundi pia hutoa majibu kwa swali la jumla zaidi: "Ni magonjwa gani husababishwa na mfiduo huu?"

Kwa mfano, katika utafiti wa kikundi unaochunguza hatari ya wafanyikazi wa taasisi ya kufa kutokana na saratani ya mapafu, data ya vifo hupatikana kutoka kwa rejista ya kitaifa ya sababu za kifo. Ingawa utafiti huo ulikuwa wa kuamua ikiwa vumbi la msingi husababisha saratani ya mapafu, chanzo cha data, kwa juhudi sawa, pia hutoa habari juu ya sababu zingine zote za kifo. Kwa hiyo, hatari nyingine zinazowezekana za afya zinaweza kujifunza wakati huo huo.

Muda wa utafiti wa kundi unaweza kuwa wa kurudi nyuma (wa kihistoria) au unaotarajiwa (wakati mmoja). Katika hali zote mbili muundo wa muundo ni sawa. Hesabu kamili ya watu waliofichuliwa hutokea wakati fulani au kipindi fulani, na matokeo hupimwa kwa watu wote kupitia kipindi kilichobainishwa cha mwisho. Tofauti kati ya yatarajiwa na ya nyuma ni katika muda wa utafiti. Ikiwa retrospective, hatua ya mwisho tayari imetokea; ikiwezekana, mtu anapaswa kuisubiri.

Katika muundo wa rejea, kundi linafafanuliwa wakati fulani huko nyuma (kwa mfano, zile zilizofichuliwa tarehe 1 Januari 1961, au zile zinazofanya kazi wazi kati ya 1961 na 1970). Ugonjwa na/au vifo vya wanachama wote wa kundi basi inafuatwa hadi sasa. Ingawa "wote" ina maana kwamba pia wale walioacha kazi lazima wafuatiliwe, kiutendaji ufunikaji wa asilimia 100 hauwezi kupatikana. Hata hivyo, kadiri ufuatiliaji unavyokamilika, ndivyo utafiti unavyokuwa halali zaidi.

Katika muundo unaotarajiwa, kundi linafafanuliwa kwa sasa, au katika kipindi fulani cha siku zijazo, na ugonjwa hufuatwa katika siku zijazo.

Wakati wa kufanya masomo ya kikundi, ni lazima muda wa kutosha uruhusiwe kwa ufuatiliaji ili sehemu za mwisho za wasiwasi ziwe na muda wa kutosha wa kudhihirika. Wakati mwingine, kwa sababu rekodi za kihistoria zinaweza kupatikana kwa muda mfupi tu uliopita, hata hivyo ni vyema kuchukua fursa ya chanzo hiki cha data kwa sababu ina maana kwamba muda mfupi zaidi wa ufuatiliaji unaotarajiwa ungehitajika kabla ya matokeo kutoka kwa utafiti inapatikana. Katika hali hizi, mseto wa miundo ya utafiti wa kijadi na inayotarajiwa ya kundi la vikundi inaweza kuwa na ufanisi. Mpangilio wa jumla wa majedwali ya mara kwa mara yanayowasilisha data ya kundi unaonyeshwa katika jedwali la 1.

Jedwali 1. Mpangilio wa jumla wa majedwali ya mara kwa mara yanayowasilisha data ya kundi

Sehemu ya kiwango cha ugonjwa

Kundi lililofichuliwa

Kundi lisilofichuliwa

Kesi za ugonjwa au kifo

c1

c0

Idadi ya watu katika kundi

N1

N0

 

Uwiano unaozingatiwa wa wagonjwa katika kundi lililoathiriwa huhesabiwa kama:

na ile ya kundi la marejeleo kama:

Uwiano wa kiwango basi unaonyeshwa kama:

N0 na N1 kawaida huonyeshwa katika vitengo vya wakati wa mtu badala ya kama idadi ya watu ndani idadi ya watu. Miaka ya mtu imehesabiwa kwa kila mtu tofauti. Watu tofauti mara nyingi huingia kwenye kundi kwa muda, si kwa tarehe sawa. Kwa hivyo nyakati zao za ufuatiliaji huanza kwa tarehe tofauti. Vivyo hivyo, baada ya kifo chao, au baada ya tukio la kupendeza kutokea, hawako "hatarini" tena na hawapaswi kuendelea kuchangia miaka ya mtu kwa dhehebu.

Ikiwa RR ni kubwa kuliko 1, maradhi ya kundi lililofichuliwa ni ya juu kuliko ya kundi la marejeleo, na kinyume chake. RR ni makadirio ya uhakika na muda wa kujiamini (CI) unapaswa kukokotwa kwa ajili yake. Kadiri utafiti unavyokuwa mkubwa, ndivyo muda wa kujiamini unavyopungua. Ikiwa RR = 1 haijajumuishwa katika muda wa kujiamini (kwa mfano, 95% CI ni 1.4 hadi 5.8), matokeo yanaweza kuchukuliwa kuwa "muhimu kitakwimu" katika kiwango kilichochaguliwa cha uwezekano (katika mfano huu, α = 0.05).

Iwapo idadi ya jumla inatumika kama idadi ya marejeleo, c0 inabadilishwa na takwimu "inayotarajiwa", E(c1 ), inayotokana na viwango vya kawaida vya magonjwa au vifo vya umri wa idadi hiyo (yaani, idadi ya matukio ambayo yangetokea katika kundi, kama udhihirisho wa maslahi haungefanyika). Hii inatoa Uwiano wa Vifo Sanifu (au Ugonjwa), SMR. Hivyo,

Pia kwa SMR, muda wa kujiamini unapaswa kukokotwa. Ni afadhali kutoa kipimo hiki kwenye chapisho kuliko thamani ya p, kwa sababu upimaji wa umuhimu wa takwimu hauna maana ikiwa idadi ya jumla ndiyo kategoria ya marejeleo. Ulinganisho kama huo unajumuisha upendeleo mkubwa (the athari ya mfanyakazi mwenye afya iliyobainishwa hapo juu), na upimaji wa umuhimu wa takwimu, uliotayarishwa awali kwa ajili ya utafiti wa majaribio, unapotosha uwepo wa makosa ya kimfumo.

Tuseme swali ni ikiwa vumbi la quartz husababisha saratani ya mapafu. Kwa kawaida, vumbi la quartz hutokea pamoja na kansajeni nyingine—kama vile mabinti wa radoni na moshi wa dizeli kwenye migodi, au hidrokaboni za polyaromatic katika vituo. Machimbo ya granite hayawafichui wafanyikazi wa mawe kwa hizi kansajeni zingine. Kwa hiyo tatizo ni bora kujifunza kati ya wafanyakazi wa mawe walioajiriwa katika machimbo ya granite.

Tuseme basi kwamba wafanyikazi wote 2,000, wakiwa wameajiriwa na machimbo 20 kati ya 1951 na 1960, wameandikishwa katika kikundi na matukio yao ya saratani (ikiwezekana vifo tu) yanafuatwa kuanzia miaka kumi baada ya kufichuliwa mara ya kwanza (kuruhusu wakati wa kuingizwa) na kumalizika mwaka 1990. Huu ni miaka 20 hadi 30 (kulingana na mwaka wa kuingia) au, tuseme, kwa wastani, ufuatiliaji wa miaka 25 wa vifo vya saratani (au maradhi) kati ya 1,000 ya wafanyikazi wa machimbo ambao. walikuwa wafanyakazi hasa wa granite. Ni lazima irekodiwe historia ya kukaribia aliyeambukizwa ya kila kundi. Wale ambao wameacha machimbo lazima wafuatiliwe na historia yao ya kufichuliwa baadaye irekodiwe. Katika nchi ambapo wakazi wote wana nambari za kipekee za usajili, huu ni utaratibu wa moja kwa moja, unaosimamiwa hasa na sheria za kitaifa za ulinzi wa data. Ambapo hakuna mfumo kama huo, kufuatilia wafanyikazi kwa madhumuni ya ufuatiliaji inaweza kuwa ngumu sana. Pale ambapo sajili zinazofaa za kifo au magonjwa zipo, vifo kutokana na visababishi vyote, saratani zote na maeneo mahususi ya saratani yanaweza kupatikana kutoka kwa rejista ya kitaifa ya visababishi vya vifo. (Kwa vifo vya saratani, sajili ya kitaifa ya saratani ni chanzo bora zaidi kwa sababu ina utambuzi sahihi zaidi. Kwa kuongeza, data ya matukio (au, ugonjwa) inaweza pia kupatikana.) Viwango vya vifo (au viwango vya matukio ya saratani) vinaweza kulinganishwa na " nambari zinazotarajiwa”, zilizokokotwa kutoka viwango vya kitaifa kwa kutumia miaka ya mtu ya kundi lililofichuliwa kama msingi.

Tuseme kwamba visa 70 vya vifo vya saratani ya mapafu hupatikana katika kundi, ambapo idadi inayotarajiwa (idadi ambayo ingetokea kama hakukuwa na mfiduo) ni 35. Kisha:

c1 = 70, E(c1) = 35

Kwa hivyo, SMR = 200, ambayo inaonyesha ongezeko la mara mbili la hatari ya kufa kutokana na saratani ya mapafu kati ya wazi. Ikiwa data ya kina ya mfiduo inapatikana, vifo vya saratani vinaweza kuchunguzwa kama kazi ya nyakati tofauti za latency (sema, miaka 10, 15, 20), kazi katika aina tofauti za machimbo (aina tofauti za granite), vipindi tofauti vya kihistoria, mfiduo tofauti. nguvu na kadhalika. Hata hivyo, kesi 70 haziwezi kugawanywa katika makundi mengi sana, kwa sababu idadi inayoanguka katika kila moja haraka inakuwa ndogo sana kwa uchambuzi wa takwimu.

Aina zote mbili za miundo ya kikundi zina faida na hasara. Utafiti wa kurudi nyuma unaweza, kama sheria, kupima vifo tu, kwa sababu data ya udhihirisho mdogo kwa kawaida haipo. Sajili za saratani ni ubaguzi, na labda zingine chache, kama vile sajili za kiharusi na sajili za wagonjwa hospitalini, kwa kuwa data ya matukio pia inapatikana. Kutathmini kukaribia aliyeambukizwa wakati uliopita ni tatizo na data ya kukaribia aliyeambukizwa kwa kawaida huwa dhaifu katika tafiti za rejea. Hii inaweza kusababisha athari ya masking. Kwa upande mwingine, kwa kuwa kesi tayari zimetokea, matokeo ya utafiti yanapatikana mapema zaidi; katika, tuseme, miaka miwili hadi mitatu.

Utafiti wa kundi tarajiwa unaweza kupangwa vyema ili kukidhi mahitaji ya mtafiti, na data ya udhihirisho inaweza kukusanywa kwa usahihi na kwa utaratibu. Maonyesho kadhaa tofauti ya ugonjwa yanaweza kupimwa. Vipimo vya mfiduo na matokeo vinaweza kurudiwa, na vipimo vyote vinaweza kusawazishwa na uhalali wao unaweza kuangaliwa. Hata hivyo, ikiwa ugonjwa huo una latency ya muda mrefu (kama vile kansa), muda mwingi-hata miaka 20 hadi 30-utahitaji kupita kabla ya matokeo ya utafiti kupatikana. Mengi yanaweza kutokea wakati huu. Kwa mfano, mauzo ya watafiti, uboreshaji wa mbinu za kupima mfiduo, kurekebisha upya au kufungwa kwa mimea iliyochaguliwa kwa utafiti na kadhalika. Mazingira haya yote yanahatarisha mafanikio ya utafiti. Gharama za utafiti unaotarajiwa pia huwa juu zaidi kuliko zile za uchunguzi wa nyuma, lakini hii inatokana zaidi na idadi kubwa zaidi ya vipimo (ufuatiliaji unaorudiwa wa mfiduo, uchunguzi wa kimatibabu na kadhalika), na sio usajili wa gharama kubwa zaidi wa vifo. Kwa hiyo gharama kwa kila kitengo cha habari si lazima kuzidi yale ya utafiti retrospective. Kwa kuzingatia haya yote, tafiti zinazotarajiwa zinafaa zaidi kwa magonjwa ya muda mfupi, yanayohitaji ufuatiliaji mfupi, wakati tafiti za kurudi nyuma ni bora kwa ugonjwa wa muda mrefu.

Uchunguzi-Udhibiti (au Kesi-Rejea) Mafunzo

Hebu turudi kwenye mmea wa rayon ya viscose. Utafiti wa kundi linalotazamiwa upya unaweza usifanyike ikiwa orodha za wafanyikazi waliofichuliwa zimepotea, ilhali utafiti wa kundi tarajiwa ungeleta matokeo mazuri kwa muda mrefu sana. Njia mbadala basi itakuwa ulinganisho kati ya wale waliokufa kutokana na ugonjwa wa moyo katika mji, katika kipindi cha muda kilichobainishwa, na sampuli ya jumla ya idadi ya watu katika kikundi cha umri sawa.

Muundo wa kidhibiti kesi (au, kielekezi-kisa) unatokana na sampuli kutoka kwa idadi inayobadilika (iliyo wazi, inayoangaziwa na mauzo ya wanachama). Idadi hii inaweza kuwa ya nchi nzima, wilaya au manispaa (kama katika mfano wetu), au inaweza kuwa idadi ya watu iliyoainishwa ya kiutawala ambayo wagonjwa hulazwa hospitalini. Idadi iliyobainishwa hutoa kesi na vidhibiti (au warejeleo).

Mbinu ni kukusanya kesi zote za ugonjwa unaohusika ambao upo katika a hatua kwa wakati (kesi zilizoenea), au zimetokea wakati wa kufafanuliwa kipindi ya muda (kesi za matukio). Kwa hivyo kesi zinaweza kuchukuliwa kutoka kwa sajili za maradhi au vifo, au kukusanywa moja kwa moja kutoka kwa hospitali au vyanzo vingine vilivyo na uchunguzi halali. Vidhibiti vimechorwa kama a sampuli kutoka kwa idadi sawa, ama kutoka kwa wasio kesi au kutoka kwa idadi ya watu wote. Chaguo jingine ni teua wagonjwa walio na ugonjwa mwingine kama udhibiti, lakini wagonjwa hawa lazima wawe mwakilishi wa idadi ya watu ambayo kesi hizo zilitoka. Kunaweza kuwa na udhibiti mmoja au zaidi (yaani, warejeleo) kwa kila kesi. Mbinu ya sampuli hutofautiana na tafiti za vikundi, ambazo huchunguza idadi nzima ya watu. Inaenda bila kusema kwamba faida katika suala la gharama ya chini ya miundo ya udhibiti wa kesi ni kubwa, lakini ni muhimu kwamba sampuli mwakilishi ya idadi ya watu ambayo kesi hizo zilitoka (yaani, "msingi wa masomo") - vinginevyo utafiti unaweza kuegemea upande mmoja.

Kesi na vidhibiti vinapotambuliwa, historia zao za udhihirisho hukusanywa kwa dodoso, mahojiano au, katika baadhi ya matukio, kutoka kwa rekodi zilizopo (kwa mfano, rekodi za malipo ambayo historia ya kazi inaweza kuhesabiwa). Data inaweza kupatikana ama kutoka kwa washiriki wenyewe au, ikiwa wamekufa, kutoka kwa jamaa wa karibu. Ili kuhakikisha kukumbuka kwa ulinganifu, ni muhimu kwamba idadi ya kesi zilizokufa na zilizo hai na warejeleo iwe sawa, kwa sababu jamaa wa karibu kawaida hutoa historia ya mfiduo isiyo na kina kuliko washiriki wenyewe. Taarifa kuhusu muundo wa kukaribia aliyeambukizwa kati ya matukio inalinganishwa na ile kati ya vidhibiti, ikitoa makadirio ya uwiano wa uwiano (AU), kipimo kisicho cha moja kwa moja cha hatari kati ya walio wazi kupata ugonjwa huo kuhusiana na ile isiyowekwa wazi.

Kwa sababu muundo wa udhibiti wa kesi hutegemea habari ya mfiduo inayopatikana kutoka kwa wagonjwa walio na ugonjwa fulani (yaani, kesi) pamoja na sampuli ya watu wasio wagonjwa (yaani, udhibiti) kutoka kwa idadi ya watu ambao kesi hizo zilitoka, uhusiano na mfiduo. inaweza kuchunguzwa tu ugonjwa mmoja. Kinyume chake, muundo huu unaruhusu uchunguzi wa pamoja wa athari za mfiduo kadhaa tofauti. Utafiti wa kielekezi unafaa kushughulikia maswali mahususi ya utafiti (kwa mfano, "Je, ugonjwa wa moyo unasababishwa na kuathiriwa na disulfidi ya kaboni?"), lakini pia unaweza kusaidia kujibu swali la jumla zaidi: "Ni matukio gani yanaweza kusababisha ugonjwa huu. ?”

Swali la kama mfiduo wa vimumunyisho vya kikaboni husababisha saratani ya msingi ya ini linafufuliwa (kama mfano) huko Uropa. Kesi za saratani ya msingi ya ini, ugonjwa adimu kwa kulinganisha huko Uropa, hukusanywa vyema kutoka kwa sajili ya kitaifa ya saratani. Tuseme kwamba kesi zote za saratani zinazotokea wakati wa miaka mitatu huunda mfululizo wa kesi. Msingi wa idadi ya watu kwa ajili ya utafiti huo basi ni ufuatiliaji wa miaka mitatu wa watu wote katika nchi ya Ulaya inayohusika. Vidhibiti hutolewa kama sampuli ya watu wasio na saratani ya ini kutoka kwa idadi sawa. Kwa sababu za urahisi (ikimaanisha kuwa chanzo kile kile kinaweza kutumika kwa sampuli ya vidhibiti) wagonjwa wenye aina nyingine ya saratani, isiyohusiana na mfiduo wa viyeyusho, wanaweza kutumika kama vidhibiti. Saratani ya matumbo haina uhusiano unaojulikana na mfiduo wa vimumunyisho; kwa hivyo aina hii ya saratani inaweza kujumuishwa miongoni mwa vidhibiti. (Kutumia vidhibiti vya saratani hupunguza upendeleo wa kukumbuka kwa kuwa usahihi wa historia inayotolewa na kesi na udhibiti, kwa wastani, ni linganifu. Hata hivyo, ikiwa uhusiano fulani ambao haujulikani sasa kati ya saratani ya utumbo mpana na kukabiliwa na vimumunyisho ungefichuliwa baadaye, aina hii ya udhibiti ingesababisha kudharau hatari ya kweli-sio kutia chumvi.)

Kwa kila kesi ya saratani ya ini, vidhibiti viwili vinatolewa ili kufikia nguvu kubwa ya takwimu. (Mtu angeweza kupata vidhibiti zaidi, lakini fedha zinazopatikana zinaweza kuwa sababu ya kikwazo. Ikiwa fedha hazingekuwa na kikomo, labda vidhibiti vinne vingekuwa vyema. Zaidi ya nne, sheria ya kupunguza mapato inatumika.) Baada ya kupata kibali kinachofaa kutoka kwa data. mamlaka za ulinzi, kesi na udhibiti, au jamaa zao wa karibu, hufikiwa, kwa kawaida kwa njia ya dodoso iliyotumwa, kuuliza historia ya kina ya kazi na msisitizo maalum katika orodha ya mpangilio wa majina ya waajiri wote, idara za kazi, kazi za kazi katika ajira tofauti, na muda wa ajira katika kila kazi husika. Data hizi zinaweza kupatikana kutoka kwa jamaa kwa shida fulani; hata hivyo, kemikali maalum au majina ya biashara kwa kawaida hayakumbukiwi vizuri na jamaa. Hojaji pia inapaswa kujumuisha maswali juu ya data inayoweza kutatanisha, kama vile matumizi ya pombe, kukabiliwa na vyakula vyenye sumu ya aflatoksini, na maambukizi ya hepatitis B na C. Ili kupata kiwango cha juu cha majibu cha kutosha, vikumbusho viwili hutumwa kwa wasiojibu katika vipindi vya wiki tatu. Hii kawaida husababisha kiwango cha mwitikio cha mwisho zaidi ya 70%. Kisha historia ya kazi hupitiwa upya na mtaalamu wa usafi wa mazingira wa viwanda, bila ujuzi wa kesi ya mhojiwa au hali ya udhibiti, na udhihirisho huainishwa katika mfiduo wa juu, wa kati, wa chini, hakuna na usiojulikana kwa vimumunyisho. Miaka kumi ya kufichuliwa mara moja kabla ya utambuzi wa saratani haizingatiwi, kwa sababu haikubaliki kibayolojia kwamba kansajeni za aina ya kianzilishi zinaweza kuwa sababu ya saratani ikiwa muda wa kusubiri ni mfupi (ingawa waendelezaji, kwa kweli, wanaweza). Katika hatua hii pia inawezekana kutofautisha kati ya aina tofauti za mfiduo wa kutengenezea. Kwa sababu historia kamili ya ajira imetolewa, inawezekana pia kuchunguza matukio mengine, ingawa nadharia tete ya awali haikujumuisha haya. Uwiano wa Odds unaweza kisha kukokotwa kwa mfiduo wa kutengenezea chochote, vimumunyisho mahususi, michanganyiko ya viyeyusho, kategoria tofauti za kiwango cha mfiduo, na kwa muda tofauti wa madirisha kuhusiana na utambuzi wa saratani. Inashauriwa kuwatenga kutoka kwa uchanganuzi wale walio na mfiduo usiojulikana.

Kesi na vidhibiti vinaweza kuchukuliwa sampuli na kuchambuliwa kama mfululizo wa kujitegemea or makundi yanayolingana. Kulinganisha kunamaanisha kuwa vidhibiti vinachaguliwa kwa kila kesi kulingana na sifa au sifa fulani, ili kuunda jozi (au seti, ikiwa udhibiti zaidi ya mmoja umechaguliwa kwa kila kesi). Kulinganisha kwa kawaida hufanywa kulingana na sababu moja au zaidi, kama vile umri, hali muhimu, historia ya uvutaji sigara, muda wa kalenda wa utambuzi wa kesi, na kadhalika. Katika mfano wetu, kesi na vidhibiti basi vinalinganishwa kulingana na umri na hali muhimu. (Hali muhimu ni muhimu, kwa sababu wagonjwa wenyewe kwa kawaida hutoa historia sahihi zaidi ya mfiduo kuliko jamaa wa karibu, na ulinganifu ni muhimu kwa sababu za uhalali.) Leo, pendekezo ni kuwa na vikwazo kwa vinavyolingana, kwa sababu utaratibu huu unaweza kuanzisha hasi (athari-masking). ) kuchanganyikiwa.

Ikiwa udhibiti mmoja unafanana na kesi moja, muundo unaitwa a muundo unaofanana. Isipokuwa gharama za kusoma vidhibiti zaidi si kubwa, zaidi ya mrejeleaji mmoja kwa kila kesi huboresha uthabiti wa makadirio ya AU, ambayo hufanya utafiti kuwa na ufanisi zaidi.

Mpangilio wa matokeo ya uchunguzi wa udhibiti wa kesi ambao haulinganishwi umeonyeshwa kwenye jedwali la 2.

Jedwali 2. Mfano wa mpangilio wa data ya udhibiti wa kesi

Uainishaji wa mfiduo

 

wazi

Isiyowekwa wazi

kesi

c1

c0

Mashirika yasiyo ya kesi

n1

n0

 

Kutoka kwa jedwali hili, uwezekano wa kukaribia aliyeambukizwa kati ya matukio hayo, na uwezekano wa kukaribia aliyeambukizwa kati ya idadi ya watu (vidhibiti), vinaweza kukokotwa na kugawanywa ili kutoa uwiano wa uwezekano wa kukaribia aliyeambukizwa, AU. Kwa kesi, tabia mbaya ya mfiduo ni c1 / c0, na kwa vidhibiti ndivyo ilivyo n1 / n0. Makadirio ya AU basi ni:

Ikiwa visa vingi zaidi kuliko vidhibiti vimefichuliwa, AU inazidi 1 na kinyume chake. Vipindi vya kujiamini lazima vihesabiwe na kutolewa kwa AU, kwa njia sawa na kwa RR.

Kwa njia ya mfano zaidi, kituo cha afya ya kazini cha kampuni kubwa huhudumia wafanyikazi 8,000 walioathiriwa na vumbi na mawakala wengine wa kemikali. Tunavutiwa na uhusiano kati ya mfiduo wa vumbi mchanganyiko na bronchitis sugu. Utafiti unahusisha ufuatiliaji wa idadi hii kwa mwaka mmoja. Tumeweka vigezo vya uchunguzi wa ugonjwa wa mkamba sugu kama "kikohozi cha asubuhi na utoaji wa kohozi kwa miezi mitatu katika miaka miwili mfululizo". Vigezo vya mfiduo "chanya" wa vumbi hufafanuliwa kabla ya utafiti kuanza. Kila mgonjwa anayetembelea kituo cha afya na kutimiza vigezo hivi katika kipindi cha mwaka mmoja ni kesi, na mgonjwa anayefuata kutafuta ushauri wa matibabu kwa matatizo yasiyo ya mapafu hufafanuliwa kama udhibiti. Tuseme kesi 100 na vidhibiti 100 vitaandikishwa katika kipindi cha utafiti. Acha kesi 40 na vidhibiti 15 viainishwe kuwa vimeathiriwa na vumbi. Kisha

c1 = 40, c0 = 60, n1 = 15, na n0 = 85.

Hivyo,

Katika mfano uliotangulia, hakuna mazingatio ambayo yametolewa kwa uwezekano wa kuchanganyikiwa, ambayo inaweza kusababisha upotoshaji wa AU kwa sababu ya tofauti za kimfumo kati ya kesi na udhibiti katika tofauti kama umri. Njia moja ya kupunguza upendeleo huu ni kulinganisha vidhibiti na kesi za umri au sababu zingine zinazoshukiwa. Hii inasababisha mpangilio wa data ulioonyeshwa kwenye jedwali la 3.

Jedwali 3. Mpangilio wa data ya udhibiti wa kesi ikiwa udhibiti mmoja unalingana na kila kesi

Marejeleo

kesi

Mfiduo (+)

Kuwemo hatarini (-)

Mfiduo (+)

f+ +

f+ -

Kuwemo hatarini (-)

f- +

f--

 

Uchanganuzi unazingatia jozi zinazotofautiana: yaani, "kesi iliyofichuliwa, kudhibiti bila kufichuliwa" (f+–); na "kesi haijafichuliwa, udhibiti umefichuliwa" (f-+). Wanachama wote wawili wa jozi wanapofichuliwa au kufichuliwa, wanandoa hao hupuuzwa. AU katika muundo wa utafiti wa jozi unaolingana inafafanuliwa kama

Katika utafiti juu ya uhusiano kati ya saratani ya pua na mfiduo wa vumbi la kuni, kulikuwa na jozi 164 za udhibiti wa kesi. Katika jozi moja tu, kesi zote mbili na udhibiti ulikuwa umefunuliwa, na katika jozi 150, hakuna kesi wala udhibiti ulikuwa umefunuliwa. Jozi hizi hazizingatiwi zaidi. Kesi, lakini sio udhibiti ulikuwa umefunuliwa katika jozi 12, na udhibiti, lakini sivyo, katika jozi moja. Kwa hivyo,

na kwa sababu umoja haujajumuishwa katika muda huu, matokeo yake ni muhimu kitakwimu—yaani, kuna uhusiano muhimu wa kitakwimu kati ya saratani ya pua na mfiduo wa vumbi la kuni.

Masomo ya udhibiti kifani ni bora zaidi kuliko masomo ya vikundi wakati ugonjwa ni nadra; wanaweza kwa kweli kutoa chaguo pekee. Hata hivyo, magonjwa ya kawaida yanaweza pia kujifunza kwa njia hii. Ikiwa mfiduo ni nadra, kundi linalotegemea mfiduo ndio muundo wa epidemiolojia unaopendekezwa au unaowezekana pekee. Bila shaka, tafiti za kikundi pia zinaweza kufanywa juu ya mfiduo wa kawaida. Chaguo kati ya kundi na miundo ya kudhibiti kesi wakati mfiduo na ugonjwa ni kawaida huamuliwa kwa kuzingatia uhalali.

Kwa sababu tafiti za udhibiti kesi hutegemea data ya mfiduo rejea, kwa kawaida kulingana na ukumbusho wa washiriki, hatua yao dhaifu ni kutokuwa sahihi na udhalili wa maelezo ya kukaribia aliyeambukizwa, ambayo husababisha kuficha athari kupitia. yasiyo ya tofauti (ulinganifu) uainishaji potofu wa hali ya mfiduo. Zaidi ya hayo, wakati mwingine kumbukumbu inaweza kuwa ya ulinganifu kati ya kesi na udhibiti, kesi ambazo kawaida huaminika kukumbuka "bora" (yaani, kukumbuka upendeleo).

Kukumbuka kwa kuchagua kunaweza kusababisha upendeleo wa kukuza athari kupitia tofauti (asymmetrical) uainishaji potofu wa hali ya kukaribia aliyeambukizwa. Faida za tafiti za udhibiti wa kesi ziko katika ufanisi wao wa gharama na uwezo wao wa kutoa suluhisho kwa tatizo kwa haraka kiasi. Kwa sababu ya mkakati wa sampuli, huruhusu uchunguzi wa idadi kubwa ya walengwa (kwa mfano, kupitia sajili za kitaifa za saratani), na hivyo kuongeza nguvu ya takwimu ya utafiti. Katika nchi ambapo sheria za ulinzi wa data au ukosefu wa sajili nzuri za idadi ya watu na magonjwa huzuia utekelezaji wa tafiti za vikundi, tafiti za udhibiti wa kesi za hospitali zinaweza kuwa njia pekee ya vitendo ya kufanya utafiti wa magonjwa.

Sampuli za udhibiti kesi ndani ya kundi (miundo ya utafiti wa kudhibiti kesi)

Utafiti wa kundi pia unaweza kuundwa kwa ajili ya sampuli badala ya ufuatiliaji kamili. Muundo huu hapo awali uliitwa utafiti wa udhibiti wa kesi "ulioorodheshwa". Mbinu ya sampuli katika kundi huweka mahitaji tofauti kuhusu ustahiki wa kundi, kwa sababu ulinganisho sasa unafanywa ndani ya kundi moja. Kwa hivyo hii inapaswa kujumuisha sio tu wafanyikazi waliowekwa wazi sana, lakini pia wafanyikazi wasio wazi na hata wasio wazi, ili kutoa utofauti wa mfiduo ndani yenyewe. Ni muhimu kutambua tofauti hii katika mahitaji ya ustahiki wakati wa kukusanya kundi. Iwapo uchanganuzi kamili wa kundi moja utafanywa kwanza kwa kundi ambalo vigezo vyao vya kustahiki vilikuwa kwenye "mengi" ya kufichua, na uchunguzi wa udhibiti wa kesi "ulioorodheshwa" unafanywa baadaye kwa kundi lile lile, utafiti huwa haujalishi. Hii inaleta uzuiaji wa athari kwa sababu utofautishaji wa mwangaza hautoshi "kwa muundo" kwa sababu ya ukosefu wa utofauti wa uzoefu wa kukaribia aliyeambukizwa miongoni mwa wanachama wa kundi.

Hata hivyo, mradi kundi lina anuwai ya uzoefu wa kukaribia aliyeambukizwa, mbinu ya udhibiti wa kesi iliyoorodheshwa inavutia sana. Moja hukusanya kesi zote zinazojitokeza katika kundi katika kipindi cha ufuatiliaji ili kuunda mfululizo wa kesi, huku tu sampuli ya yasiyo ya kesi ni inayotolewa kwa ajili ya mfululizo wa kudhibiti. Watafiti basi, kama ilivyo katika muundo wa jadi wa udhibiti wa kesi, hukusanya habari ya kina juu ya uzoefu wa mfiduo kwa kuhoji kesi na vidhibiti (au, jamaa zao wa karibu), kwa kukagua safu za wafanyikazi wa waajiri, kwa kuunda matrix ya mfiduo wa kazi, au kwa kuchanganya mbinu hizi mbili au zaidi. Vidhibiti vinaweza kulinganishwa na visa au vinaweza kutibiwa kama safu huru.

Mbinu ya sampuli inaweza kuwa ya gharama nafuu ikilinganishwa na ununuzi wa taarifa kamili kwa kila mwanachama wa kundi. Hasa, kwa sababu sampuli tu ya vidhibiti inasomwa, rasilimali zaidi zinaweza kutolewa kwa tathmini ya kina na sahihi ya mfiduo kwa kila kesi na udhibiti. Hata hivyo, matatizo ya nguvu sawa ya takwimu yanatawala kama katika tafiti za kikundi cha classical. Ili kufikia uwezo wa kutosha wa takwimu, kundi lazima lijumuishe idadi "ya kutosha" ya visa vilivyofichuliwa kulingana na ukubwa wa hatari ambayo inapaswa kutambuliwa.

Miundo ya masomo ya sehemu mbalimbali

Kwa maana ya kisayansi, muundo wa sehemu-tofauti ni sehemu mtambuka ya idadi ya watu waliotafitiwa, bila kuzingatia wakati wowote. Wote mfiduo na maradhi (maambukizi) hupimwa kwa wakati mmoja kwa wakati.

Kwa mtazamo wa kiaetiolojia, muundo huu wa utafiti ni dhaifu, kwa sababu unashughulikia kuenea kinyume na matukio. Kuenea ni kipimo cha mchanganyiko, kulingana na matukio na muda wa ugonjwa huo. Hii pia inazuia matumizi ya masomo ya sehemu ya msalaba kwa magonjwa ya muda mrefu. Kubwa zaidi ni upendeleo hasi wenye nguvu unaosababishwa na uondoaji unaotegemea afya kutoka kwa kikundi wazi cha watu hao ambao ni nyeti zaidi kwa athari za kufichua. Kwa hiyo matatizo ya aetiolojia yanatatuliwa vyema na miundo ya longitudinal. Kwa hakika, tafiti za sehemu mbalimbali haziruhusu hitimisho lolote kuhusu kama kuambukizwa kabla ya ugonjwa, au kinyume chake. Sehemu mtambuka ina maana ya kiakili tu ikiwa kuna uhusiano wa kweli wa wakati kati ya mfiduo na matokeo, kumaanisha kuwa kufichua kwa sasa lazima kuwe na athari za papo hapo. Hata hivyo, mfiduo unaweza kupimwa kwa sehemu ili iwakilishe muda mrefu uliopita (kwa mfano, kiwango cha risasi katika damu), ilhali kipimo cha matokeo ni cha kuenea (kwa mfano, kasi ya upitishaji wa neva). Utafiti basi ni mchanganyiko wa longitudinal na muundo wa sehemu-mtambuka badala ya sehemu mtambuka tu ya idadi ya utafiti.

Uchunguzi wa ufafanuzi wa sehemu mbalimbali

Uchunguzi wa sehemu mbalimbali mara nyingi ni muhimu kwa vitendo na utawala, badala ya madhumuni ya kisayansi. Kanuni za epidemiolojia zinaweza kutumika kwa shughuli za ufuatiliaji wa kimfumo katika mazingira ya afya ya kazini, kama vile:

  • uchunguzi wa magonjwa yanayohusiana na kazi, eneo la kazi, au mfiduo fulani
  • uchunguzi wa mara kwa mara wa wafanyikazi walio wazi kwa hatari zinazojulikana za kazi
  • uchunguzi wa wafanyikazi wanaogusana na hatari mpya za kiafya
  • mipango ya ufuatiliaji wa kibiolojia
  • tafiti za mfiduo ili kutambua na kuhesabu hatari
  • programu za uchunguzi wa vikundi tofauti vya wafanyikazi
  • kutathmini idadi ya wafanyikazi wanaohitaji kuzuia au kudhibiti mara kwa mara (kwa mfano, shinikizo la damu, ugonjwa wa moyo).

 

Ni muhimu kuchagua viashiria wakilishi, halali, na maalum vya magonjwa kwa aina zote za tafiti. Utafiti au mpango wa uchunguzi unaweza kutumia idadi ndogo tu ya vipimo, tofauti na uchunguzi wa kimatibabu, na kwa hivyo thamani ya ubashiri ya uchunguzi wa uchunguzi ni muhimu. Mbinu zisizo na hisia hushindwa kutambua ugonjwa wa maslahi, wakati mbinu nyeti sana hutoa matokeo mazuri ya uongo. Sio thamani ya kuchunguza magonjwa nadra katika mazingira ya kazi. Shughuli zote za kutafuta kesi (yaani, uchunguzi) pia zinahitaji utaratibu wa kutunza watu walio na matokeo "chanya", katika suala la uchunguzi na matibabu. Vinginevyo kuchanganyikiwa tu kutasababisha na uwezekano wa madhara zaidi kuliko mazuri yanayojitokeza.

 

Back

Haja ya Uhalali

Epidemiology inalenga kutoa uelewa wa uzoefu wa ugonjwa katika idadi ya watu. Hasa, inaweza kutumika kupata ufahamu juu ya sababu za kiafya za afya mbaya. Ujuzi huu unatokana na tafiti zilizofanywa kwa makundi ya watu wenye ugonjwa kwa kuwafananisha na watu wasio na ugonjwa huo. Mbinu nyingine ni kuchunguza magonjwa ambayo watu wanaofanya kazi katika kazi fulani walio na uzoefu fulani hupata na kulinganisha mifumo hii ya magonjwa na ya watu ambao hawajafichuliwa vivyo hivyo. Masomo haya hutoa makadirio ya hatari ya ugonjwa kwa mfiduo maalum. Ili taarifa kutoka kwa tafiti kama hizo zitumike kuanzisha programu za kuzuia, kwa utambuzi wa magonjwa ya kazini, na kwa wafanyikazi walioathiriwa na udhihirisho kulipwa fidia ipasavyo, tafiti hizi lazima ziwe halali.

Uthibitisho inaweza kufafanuliwa kama uwezo wa utafiti kuakisi hali halisi ya mambo. Kwa hivyo utafiti halali ni ule ambao hupima kwa usahihi uhusiano (iwe chanya, hasi au haupo) kati ya mfiduo na ugonjwa. Inaelezea mwelekeo na ukubwa wa hatari ya kweli. Aina mbili za uhalali zinajulikana: uhalali wa ndani na nje. Uhalali wa ndani ni uwezo wa utafiti kuakisi kile kilichotokea kati ya masomo ya utafiti; uhalali wa nje huonyesha kile kinachoweza kutokea katika idadi ya watu.

Uhalali unahusiana na ukweli wa kipimo. Uhalali lazima utofautishwe na usahihi wa kipimo, ambacho ni kazi ya ukubwa wa utafiti na ufanisi wa muundo wa utafiti.

Uhalali wa Ndani

Utafiti unasemekana kuwa halali wakati hauna upendeleo na kwa hivyo unaonyesha kwa kweli uhusiano kati ya mfiduo na ugonjwa ambao upo kati ya washiriki wa utafiti. Hatari inayoonekana ya ugonjwa kwa kuhusishwa na kukaribiana inaweza kweli kutokana na uhusiano halisi na kwa hivyo kuwa halali, lakini inaweza pia kuonyesha ushawishi wa upendeleo. Upendeleo utatoa picha potofu ya ukweli.

Aina tatu kuu za upendeleo, pia huitwa makosa ya kimfumo, kawaida hutofautishwa:

  • upendeleo wa uteuzi
  • upendeleo wa habari au uchunguzi
  • kuchanganyikiwa

 

Yatawasilishwa kwa ufupi hapa chini, kwa kutumia mifano kutoka kwa mazingira ya afya ya kazini.

Upendeleo wa uteuzi

Upendeleo wa uteuzi utatokea wakati kuingia katika utafiti kunaathiriwa na ujuzi wa hali ya kuambukizwa ya mshiriki anayetarajiwa wa utafiti. Kwa hiyo tatizo hili linakabiliwa tu wakati ugonjwa tayari umefanyika wakati (kabla) mtu anaingia kwenye utafiti. Kwa kawaida, katika mazingira ya epidemiological, hii itafanyika katika tafiti za udhibiti wa kesi au katika tafiti za kikundi cha retrospective. Hii ina maana kwamba mtu atakuwa na uwezekano mkubwa wa kuchukuliwa kuwa kesi ikiwa inajulikana kuwa amefichuliwa. Seti tatu za hali zinaweza kusababisha tukio kama hilo, ambalo pia litategemea ukali wa ugonjwa huo.

Upendeleo wa kuchagua mwenyewe

Hili linaweza kutokea wakati watu wanaojua kuwa wameathiriwa na bidhaa hatari zinazojulikana au zinazoaminika hapo awali na ambao wanasadiki kwamba ugonjwa wao ni matokeo ya kufichua watawasiliana na daktari ili kupata dalili ambazo watu wengine, ambao hawajafichuliwa sana, wanaweza kuwa wamepuuza. Hii inawezekana hasa kwa magonjwa ambayo yana dalili chache zinazoonekana. Mfano unaweza kuwa kupoteza mimba mapema au uavyaji mimba wa pekee miongoni mwa wauguzi wa kike wanaotumia dawa zinazotumika kutibu saratani. Wanawake hawa wana ufahamu zaidi kuliko wengi wa fiziolojia ya uzazi na, kwa kuhangaikia uwezo wao wa kupata watoto, wanaweza kuwa na uwezekano mkubwa wa kutambua au kutaja kuwa ni uavyaji mimba unaotokea tu jambo ambalo wanawake wengine wangezingatia tu kama kuchelewa kuanza kwa hedhi. Mfano mwingine kutoka kwa uchunguzi wa kundi la watu waliorudi nyuma, ulionukuliwa na Rothman (1986), unahusisha utafiti wa Vituo vya Udhibiti wa Ugonjwa wa saratani ya damu kati ya askari waliokuwepo wakati wa jaribio la atomiki la Amerika huko Nevada. Kati ya askari waliokuwepo kwenye tovuti ya majaribio, 76% walifuatiliwa na kuunda kikundi. Kati ya hizi, 82% zilipatikana na wachunguzi, lakini 18% ya ziada iliwasiliana na wachunguzi wenyewe baada ya kusikia utangazaji kuhusu utafiti. Visa vinne vya saratani ya damu vilikuwepo kati ya 82% iliyofuatiliwa na CDC na visa vinne vilikuwepo kati ya 18% waliojitolea. Hii inaonyesha sana kwamba uwezo wa wachunguzi wa kutambua watu waliowekwa wazi ulihusishwa na hatari ya leukemia.

Upendeleo wa utambuzi

Hii itatokea wakati madaktari wana uwezekano mkubwa wa kugundua ugonjwa fulani mara tu watakapojua kile ambacho mgonjwa ameonyeshwa hapo awali. Kwa mfano, rangi nyingi zilipokuwa na risasi, dalili ya ugonjwa wa mishipa ya pembeni inayoitwa peripheral neuritis yenye kupooza pia ilijulikana kama "kushuka kwa mkono" kwa wachoraji. Kujua kazi ya mgonjwa kulifanya iwe rahisi kutambua ugonjwa hata katika hatua zake za mwanzo, ambapo kutambua wakala wa causal itakuwa vigumu zaidi kwa washiriki wa utafiti ambao hawajulikani kuwa wameathiriwa na risasi.

Upendeleo unaotokana na kukataa kushiriki katika utafiti

Wakati watu, ama wenye afya au wagonjwa, wanapoombwa kushiriki katika utafiti, mambo kadhaa huwa na jukumu katika kuamua kama watakubali au la. Utayari wa kujibu hojaji ndefu tofauti, ambazo nyakati fulani huuliza kuhusu masuala nyeti, na hata zaidi kutoa damu au sampuli nyingine za kibayolojia, kunaweza kuamuliwa na kiwango cha maslahi binafsi anayoshikilia mtu huyo. Mtu ambaye anafahamu uwezekano wa kufichuliwa hapo awali anaweza kuwa tayari kuzingatia uchunguzi huu kwa matumaini kwamba itasaidia kupata sababu ya ugonjwa huo, ambapo mtu anayezingatia kuwa hawajakabiliwa na jambo lolote la hatari, au ambaye havutii. katika kujua, inaweza kukataa mwaliko wa kushiriki katika utafiti. Hii inaweza kusababisha uteuzi wa watu ambao hatimaye watakuwa washiriki wa utafiti ikilinganishwa na wale wote ambao wanaweza kuwa.

Upendeleo wa habari

Hii pia inaitwa upendeleo wa uchunguzi na inahusu matokeo ya ugonjwa katika tafiti za ufuatiliaji na tathmini ya udhihirisho katika tafiti za udhibiti wa kesi.

Tathmini ya matokeo tofauti katika tafiti zinazotarajiwa za ufuatiliaji (cohort).

Makundi mawili yamefafanuliwa mwanzoni mwa utafiti: kundi lililowekwa wazi na kundi lisilowekwa wazi. Matatizo ya upendeleo wa uchunguzi yatatokea ikiwa utafutaji wa kesi unatofautiana kati ya makundi haya mawili. Kwa mfano, fikiria kundi la watu walio katika hatari ya kutolewa kwa dioxin katika sekta fulani. Kwa kundi lililo wazi sana, mfumo amilifu wa ufuatiliaji unaanzishwa na uchunguzi wa kimatibabu na ufuatiliaji wa kibayolojia mara kwa mara, ambapo watu wengine wanaofanya kazi hupokea huduma ya kawaida tu. Kuna uwezekano mkubwa kwamba magonjwa zaidi yatatambuliwa katika kikundi chini ya uangalizi wa karibu, ambayo inaweza kusababisha uwezekano wa kukadiria hatari.

Hasara tofauti katika masomo ya kikundi cha nyuma

Utaratibu wa kurudi nyuma kwa ule uliofafanuliwa katika aya iliyotangulia unaweza kutokea katika tafiti za kikundi cha nyuma. Katika tafiti hizi, njia ya kawaida ya kuendelea ni kuanza na mafaili ya watu wote ambao wameajiriwa katika sekta fulani hapo awali, na kutathmini magonjwa au vifo baada ya ajira. Kwa bahati mbaya, karibu faili zote za masomo hazijakamilika, na ukweli kwamba mtu hayupo unaweza kuhusishwa na hali ya kuambukizwa au hali ya ugonjwa au zote mbili. Kwa mfano, katika utafiti wa hivi majuzi uliofanywa katika tasnia ya kemikali kwa wafanyakazi walioathiriwa na amini zenye kunukia, uvimbe nane ulipatikana katika kundi la wafanyakazi 777 ambao walikuwa wamefanyiwa uchunguzi wa cytological kwa uvimbe wa mkojo. Kwa ujumla, ni rekodi 34 tu zilizopatikana hazipo, zinazolingana na hasara ya 4.4% kutoka kwa faili ya tathmini ya mfiduo, lakini kwa kesi za saratani ya kibofu, data ya mfiduo haikupatikana kwa kesi mbili kati ya nane, au 25%. Hii inaonyesha kwamba faili za watu ambao walikuja kuwa kesi walikuwa na uwezekano mkubwa wa kupotea kuliko faili za wafanyakazi wengine. Hii inaweza kutokea kwa sababu ya mabadiliko ya mara kwa mara ya kazi ndani ya kampuni (ambayo yanaweza kuhusishwa na athari za kufichua), kujiuzulu, kuachishwa kazi au bahati mbaya.

Tathmini tofauti ya mfiduo katika masomo ya udhibiti wa kesi

Katika masomo ya udhibiti wa kesi, ugonjwa tayari umetokea mwanzoni mwa utafiti, na habari itafutwa juu ya udhihirisho katika siku za nyuma. Upendeleo unaweza kutokana na mtazamo wa mhojiwaji au mshiriki wa utafiti kwenye uchunguzi. Taarifa kwa kawaida hukusanywa na wahojaji waliofunzwa ambao wanaweza kufahamu au wasijue dhana ya msingi ya utafiti. Kwa mfano, katika uchunguzi wa idadi ya watu wa kudhibiti saratani ya kibofu uliofanywa katika eneo lenye viwanda vingi, wafanyakazi wa utafiti wanaweza kufahamu ukweli kwamba kemikali fulani, kama vile amini zenye kunukia, ni sababu za hatari kwa saratani ya kibofu. Ikiwa pia wanafahamu ni nani amepatwa na ugonjwa huo na nani hajapata, wanaweza kuwa na uwezekano wa kufanya mahojiano ya kina zaidi na washiriki ambao wana saratani ya kibofu kuliko kwa vidhibiti. Wanaweza kusisitiza juu ya maelezo ya kina zaidi ya kazi za zamani, kutafuta kwa utaratibu ili kuambukizwa na amini zenye kunukia, ambapo kwa udhibiti wanaweza kurekodi kazi kwa njia ya kawaida zaidi. Upendeleo unaosababishwa unajulikana kama upendeleo wa tuhuma.

Washiriki wenyewe wanaweza pia kuwajibika kwa upendeleo kama huo. Hii inaitwa kumbuka upendeleo kutofautisha na upendeleo wa wahoji. Zote mbili zina mashaka ya kufichua kama njia ya upendeleo. Watu ambao ni wagonjwa wanaweza kushuku asili ya kazi ya ugonjwa wao na kwa hivyo watajaribu kukumbuka kwa usahihi iwezekanavyo mawakala wote hatari ambao wanaweza kuwa wameambukizwa. Katika kesi ya kushughulikia bidhaa ambazo hazijafafanuliwa, wanaweza kuwa na mwelekeo wa kukumbuka majina ya kemikali sahihi, haswa ikiwa orodha ya bidhaa zinazoshukiwa zitapatikana kwao. Kwa kulinganisha, vidhibiti vinaweza kuwa na uwezekano mdogo wa kupitia mchakato sawa wa mawazo.

Inashangaza

Kukanganya kunakuwepo wakati uhusiano unaozingatiwa kati ya mfiduo na ugonjwa kwa sehemu ni matokeo ya mchanganyiko wa athari za mfiduo chini ya utafiti na sababu nyingine. Hebu tuseme, kwa mfano, kwamba tunapata hatari kubwa ya saratani ya mapafu kati ya welders. Tunajaribiwa kuhitimisha mara moja kwamba kuna uhusiano wa sababu kati ya mfiduo wa moshi wa kulehemu na saratani ya mapafu. Walakini, tunajua pia kuwa uvutaji sigara ndio sababu kuu ya hatari ya saratani ya mapafu. Kwa hiyo, ikiwa habari inapatikana, tunaanza kuangalia hali ya kuvuta sigara ya welders na washiriki wengine wa utafiti. Tunaweza kupata kwamba welders ni zaidi ya kuvuta sigara kuliko wasio welders. Katika hali hiyo, uvutaji sigara unajulikana kuhusishwa na saratani ya mapafu na, wakati huo huo, katika utafiti wetu uvutaji sigara pia hupatikana kuhusishwa na kuwa welder. Kwa maneno ya epidemiological, hii inamaanisha kuwa uvutaji sigara, unaohusishwa na saratani ya mapafu na kulehemu, unachanganya uhusiano kati ya saratani ya mapafu na saratani.

Mwingiliano au urekebishaji wa athari

Tofauti na masuala yote yaliyoorodheshwa hapo juu, yaani uteuzi, habari na utata, ambayo ni upendeleo, mwingiliano si upendeleo kutokana na matatizo katika muundo wa utafiti au uchambuzi, lakini huakisi ukweli na utata wake. Mfano wa jambo hili ni ufuatao: mfiduo wa radoni ni sababu ya hatari ya saratani ya mapafu, kama vile kuvuta sigara. Kwa kuongezea, uvutaji sigara na mfiduo wa radoni huwa na athari tofauti kwa hatari ya saratani ya mapafu kulingana na kama wanatenda pamoja au kwa kutengwa. Masomo mengi ya kazi juu ya mada hii yamefanywa kati ya wachimbaji chini ya ardhi na wakati mwingine yametoa matokeo yanayokinzana. Kwa ujumla, inaonekana kuna hoja zinazounga mkono mwingiliano wa uvutaji sigara na mfiduo wa radoni katika kutoa saratani ya mapafu. Hii ina maana kwamba hatari ya saratani ya mapafu huongezeka kwa kuathiriwa na radoni, hata kwa wasiovuta sigara, lakini kwamba ukubwa wa ongezeko la hatari kutoka kwa radoni ni kubwa zaidi kati ya wavutaji sigara kuliko kati ya wasiovuta sigara. Kwa maneno ya epidemiological, tunasema kwamba athari ni ya kuzidisha. Kinyume na utata, uliofafanuliwa hapo juu, mwingiliano unahitaji kuchanganuliwa kwa uangalifu na kuelezewa katika uchanganuzi badala ya kudhibitiwa tu, kwani unaonyesha kile kinachotokea katika kiwango cha kibayolojia na si tokeo tu la muundo duni wa utafiti. Ufafanuzi wake unasababisha tafsiri sahihi zaidi ya matokeo kutoka kwa utafiti.

Uhalali wa Nje

Suala hili linaweza kushughulikiwa tu baada ya kuhakikisha kuwa uhalali wa ndani umelindwa. Iwapo tutashawishika kuwa matokeo yaliyoonekana katika utafiti yanaonyesha uhusiano ambao ni halisi, tunaweza kujiuliza kama tunaweza kusambaza matokeo haya kwa idadi kubwa zaidi ambayo washiriki wenyewe walitoka, au hata kwa idadi nyingine ambayo ni sawa. au angalau sawa sana. Swali la kawaida ni ikiwa matokeo yaliyopatikana kwa wanaume pia yanahusu wanawake. Kwa miaka mingi, tafiti na, hasa, uchunguzi wa magonjwa ya kazi umefanyika pekee kati ya wanaume. Uchunguzi miongoni mwa wanakemia uliofanywa katika miaka ya 1960 na 1970 nchini Marekani, Uingereza na Uswidi yote yalipata ongezeko la hatari za saratani maalum-yaani leukemia, lymphoma na saratani ya kongosho. Kulingana na kile tulichojua kuhusu athari za mfiduo wa vimumunyisho na kemikali zingine, tungeweza kuwa tayari tumegundua wakati huo kwamba kazi ya maabara pia ilihusisha hatari ya kusababisha saratani kwa wanawake. Hii kwa kweli ilionyeshwa kuwa kesi wakati utafiti wa kwanza kati ya wanakemia wanawake hatimaye ulichapishwa katikati ya miaka ya 1980, ambao ulipata matokeo sawa na yale kati ya wanaume. Inafaa kumbuka kuwa saratani zingine za ziada zilizopatikana ni uvimbe wa matiti na ovari, ambayo kawaida huzingatiwa kuwa inahusiana tu na mambo ya asili au uzazi, lakini ambayo mambo mapya yanayoshukiwa ya mazingira kama vile viuatilifu yanaweza kuchukua jukumu. Kazi nyingi zaidi zinahitajika kufanywa juu ya viashiria vya kazi vya saratani ya kike.

Mikakati ya Utafiti Sahihi

Utafiti sahihi kabisa hauwezi kamwe kuwepo, lakini ni wajibu kwa mtafiti kujaribu kuepuka, au angalau kupunguza, upendeleo mwingi iwezekanavyo. Hii mara nyingi inaweza kufanywa vyema zaidi katika hatua ya muundo wa utafiti, lakini pia inaweza kufanywa wakati wa uchambuzi.

Somo la kujifunza

Upendeleo wa uteuzi na habari unaweza kuepukwa tu kupitia uundaji wa uangalifu wa uchunguzi wa magonjwa na utekelezaji wa uangalifu wa miongozo yote inayofuata ya siku hadi siku, ikijumuisha umakini wa hali ya juu wa uhakikisho wa ubora, kwa ajili ya uendeshaji wa utafiti katika hali ya uwanja. Kukanganya kunaweza kushughulikiwa ama katika hatua ya kubuni au ya uchanganuzi.

Uteuzi

Vigezo vya kuzingatia mshiriki kama kesi lazima vifafanuliwe kwa uwazi. Mtu hawezi, au angalau hapaswi, kujaribu kusoma hali za kliniki ambazo hazijafafanuliwa vibaya. Njia ya kupunguza athari ambayo ujuzi wa mfiduo unaweza kuwa nayo kwenye tathmini ya ugonjwa ni kujumuisha kesi kali tu ambazo zingegunduliwa bila kujali habari yoyote juu ya historia ya mgonjwa. Katika uwanja wa saratani, tafiti mara nyingi zitapunguzwa kwa kesi zilizo na uthibitisho wa kihistoria wa ugonjwa huo ili kuzuia kuingizwa kwa vidonda vya mpaka. Hii pia itamaanisha kuwa vikundi vilivyo chini ya utafiti vimefafanuliwa vyema. Kwa mfano, inajulikana sana katika ugonjwa wa saratani kwamba saratani za aina tofauti za kihistoria ndani ya chombo fulani zinaweza kuwa na sababu tofauti za hatari. Ikiwa idadi ya kesi ni ya kutosha, ni bora kutenganisha adenocarcinoma ya mapafu kutoka kwa squamous cell carcinoma ya mapafu. Vigezo vyovyote vya mwisho vya kuingia katika utafiti, vinapaswa kufafanuliwa kwa uwazi kila wakati. Kwa mfano, kanuni halisi ya ugonjwa inapaswa kuonyeshwa kwa kutumia Ainisho ya Kimataifa ya Magonjwa (ICD) na pia, kwa saratani, Ainisho ya Kimataifa ya Magonjwa-Oncology (ICD-O).

Juhudi zinapaswa kufanywa mara tu vigezo vitakapotajwa ili kuongeza ushiriki katika utafiti. Uamuzi wa kukataa kushiriki haufanywi kwa bahati nasibu na kwa hivyo husababisha upendeleo. Uchunguzi lazima kwanza uwasilishwe kwa matabibu wanaowaona wagonjwa. Uidhinishaji wao unahitajika ili kuwafikia wagonjwa, na kwa hivyo watalazimika kushawishika kuunga mkono utafiti. Hoja moja ambayo mara nyingi huwa na ushawishi ni kwamba utafiti huo ni kwa manufaa ya afya ya umma. Walakini, katika hatua hii ni bora kutojadili nadharia halisi inayotathminiwa ili kuzuia kuathiri vibaya matabibu wanaohusika. Madaktari hawapaswi kuulizwa kuchukua majukumu ya ziada; ni rahisi kuwashawishi wahudumu wa afya kuunga mkono utafiti ikiwa njia zitatolewa na wachunguzi wa utafiti kutekeleza majukumu yoyote ya ziada, zaidi ya utunzaji wa kawaida, unaohitajika na utafiti. Wahojiwa na waakisi wa data wanapaswa kutofahamu hali ya ugonjwa wa wagonjwa wao.

Uangalifu sawa unapaswa kulipwa kwa habari iliyotolewa kwa washiriki. Lengo la utafiti lazima lifafanuliwe kwa maneno mapana, yasiyoegemea upande wowote, lakini lazima pia liwe la kushawishi na kushawishi. Ni muhimu kwamba masuala ya usiri na maslahi kwa afya ya umma yaeleweke kikamilifu huku tukiepuka lugha ya matibabu. Katika mipangilio mingi, matumizi ya motisha za kifedha au nyinginezo hazizingatiwi kuwa zinafaa, ingawa fidia inapaswa kutolewa kwa gharama yoyote ambayo mshiriki anaweza kutumia. Mwisho, lakini sio kwa umuhimu, idadi ya watu kwa ujumla inapaswa kuwa na ujuzi wa kutosha wa kisayansi kuelewa umuhimu wa utafiti kama huo. Faida na hatari za kushiriki lazima zielezwe kwa kila mshiriki anayetarajiwa ambapo anahitaji kujaza dodoso na/au kutoa sampuli za kibayolojia kwa kuhifadhi na/au kuchanganua. Hakuna shuruti inayopaswa kutumika katika kupata idhini ya awali na yenye taarifa kamili. Ambapo tafiti zinategemea rekodi pekee, uidhinishaji wa awali wa mashirika yenye jukumu la kuhakikisha usiri wa rekodi hizo lazima ulindwe. Katika matukio haya, idhini ya mshiriki binafsi kwa kawaida inaweza kuondolewa. Badala yake, idhini ya maafisa wa muungano na serikali itatosha. Uchunguzi wa magonjwa sio tishio kwa maisha ya kibinafsi ya mtu binafsi, lakini ni msaada unaowezekana wa kuboresha afya ya idadi ya watu. Uidhinishaji wa bodi ya mapitio ya kitaasisi (au kamati ya mapitio ya maadili) itahitajika kabla ya kufanyika kwa utafiti, na mengi ya yaliyotajwa hapo juu yatatarajiwa kwao kwa uhakiki wao.

Taarifa

Katika tafiti tarajiwa za ufuatiliaji, njia za kutathmini ugonjwa au hali ya vifo lazima zifanane kwa washiriki waliofichuliwa na wasiofichuliwa. Hasa, vyanzo tofauti havipaswi kutumiwa, kama vile kuangalia tu katika rejista kuu ya vifo kwa washiriki ambao hawajafichuliwa na kutumia ufuatiliaji wa kina kwa washiriki waliofichuka. Vile vile, sababu ya kifo lazima kupatikana kwa njia madhubuti kulinganishwa. Hii ina maana kwamba ikiwa mfumo unatumiwa kupata hati rasmi kwa watu ambao hawajafichuliwa, ambao mara nyingi ni idadi ya watu kwa ujumla, mtu haipaswi kamwe kupanga kupata taarifa sahihi zaidi kupitia rekodi za matibabu au mahojiano juu ya washiriki wenyewe au familia zao kwa kikundi kidogo kilichofichuliwa.

Katika tafiti za kundi lililorejelea, juhudi zinafaa kufanywa ili kubainisha ni kwa kiasi gani idadi ya watu wanaochunguzwa inalinganishwa na idadi ya watu wanaovutiwa. Mtu anapaswa kujihadhari na hasara zinazoweza kutokea za kutofautisha katika vikundi vilivyofichuliwa na visivyofichuliwa kwa kutumia vyanzo mbalimbali vinavyohusu muundo wa watu. Kwa mfano, inaweza kuwa muhimu kulinganisha orodha za mishahara na orodha za wanachama wa vyama vya wafanyakazi au uorodheshaji mwingine wa kitaaluma. Tofauti lazima zipatanishwe na itifaki iliyopitishwa kwa utafiti lazima ifuatwe kwa karibu.

Katika masomo ya udhibiti wa kesi, chaguzi zingine zipo ili kuzuia upendeleo. Wasaili, wafanyakazi wa utafiti na washiriki wa utafiti hawahitaji kufahamu dhana sahihi inayofanyiwa utafiti. Ikiwa hawajui ushirika unaojaribiwa, kuna uwezekano mdogo wa kujaribu kutoa jibu linalotarajiwa. Kuwaweka wafanyakazi wa utafiti gizani kuhusu dhahania ya utafiti kwa kweli mara nyingi haiwezekani sana. Mhojiwa karibu kila wakati atajua ufichuzi wa mambo yanayovutia zaidi na vile vile ni nani anayehusika na ni nani anayedhibiti. Kwa hivyo inatubidi kutegemea uaminifu wao na pia mafunzo yao katika mbinu za kimsingi za utafiti, ambayo inapaswa kuwa sehemu ya historia yao ya kitaaluma; usawa ni alama mahususi katika hatua zote za sayansi.

Ni rahisi kutowajulisha washiriki wa utafiti lengo halisi la utafiti. Ufafanuzi mzuri, wa kimsingi kuhusu hitaji la kukusanya data ili kuwa na ufahamu bora wa afya na magonjwa kwa kawaida hutosha na yatakidhi mahitaji ya ukaguzi wa maadili.

Inashangaza

Kukanganya ndio upendeleo pekee ambao unaweza kushughulikiwa ama katika hatua ya muundo wa utafiti au, mradi habari ya kutosha inapatikana, katika hatua ya uchambuzi. Iwapo, kwa mfano, umri unachukuliwa kuwa chanzo cha mkanganyiko wa uhusiano wa kimaslahi kwa sababu umri unahusishwa na hatari ya ugonjwa (yaani, saratani inakuwa ya mara kwa mara katika uzee) na pia na kukaribia (hali za kuambukizwa hutofautiana kulingana na umri au pamoja na mambo yanayohusiana na umri kama vile kufuzu, nafasi ya kazi na muda wa kuajiriwa), masuluhisho kadhaa yapo. Rahisi zaidi ni kuweka kikomo cha utafiti kwa kiwango maalum cha umri-kwa mfano, kuandikisha wanaume wa Caucasia pekee wenye umri wa miaka 40 hadi 50. Hii itatoa vipengele vya uchanganuzi rahisi, lakini pia itakuwa na upungufu wa kuweka kikomo matumizi ya matokeo kwa moja. umri wa jinsia/kikundi cha rangi. Suluhisho lingine ni kulinganisha na umri. Hii ina maana kwamba kwa kila kesi, rejeleo wa umri sawa anahitajika. Hili ni wazo la kuvutia, lakini mtu anapaswa kukumbuka ugumu unaowezekana wa kutimiza hitaji hili kadiri idadi ya mambo yanayolingana inavyoongezeka. Kwa kuongeza, mara moja sababu imelinganishwa, inakuwa haiwezekani kutathmini jukumu lake katika tukio la ugonjwa. Suluhisho la mwisho ni kuwa na maelezo ya kutosha juu ya vikanganyiko vinavyowezekana katika hifadhidata ya utafiti ili kuviangalia katika uchanganuzi. Hii inaweza kufanywa kupitia uchanganuzi rahisi wa tabaka, au kwa zana za kisasa zaidi kama vile uchanganuzi wa aina nyingi. Hata hivyo, ikumbukwe kwamba uchanganuzi hautaweza kufidia utafiti uliotengenezwa vibaya au uliofanywa.

Hitimisho

Uwezekano wa upendeleo kutokea katika utafiti wa epidemiological umeanzishwa kwa muda mrefu. Hili halikuwa jambo la kusumbua sana wakati vyama vinavyochunguzwa vilikuwa na nguvu (kama ilivyo kwa uvutaji sigara na saratani ya mapafu) na kwa hivyo baadhi ya usahihi haukusababisha tatizo kubwa sana. Walakini, kwa kuwa wakati umefika wa kutathmini sababu dhaifu za hatari, hitaji la zana bora linakuwa muhimu zaidi. Hii ni pamoja na hitaji la miundo bora ya utafiti na uwezekano wa kuchanganya manufaa ya miundo mbalimbali ya kitamaduni kama vile udhibiti wa kesi au tafiti za kikundi na mbinu bunifu zaidi kama vile tafiti za udhibiti kesi zilizowekwa ndani ya kundi. Pia, matumizi ya biomarkers inaweza kutoa njia za kupata tathmini sahihi zaidi ya matukio ya sasa na uwezekano wa zamani, pamoja na hatua za mwanzo za ugonjwa.

 

Back

Jumanne, 01 2011 02 Machi: 20

Athari za Hitilafu ya Kupima Nasibu

Hitilafu katika kipimo cha kukaribia aliyeambukizwa zinaweza kuwa na athari tofauti kwenye uhusiano wa magonjwa yatokanayo na mfiduo unaochunguzwa, kulingana na jinsi makosa yanavyosambazwa. Ikiwa uchunguzi wa epidemiolojia umefanywa kwa upofu (yaani, vipimo vimechukuliwa bila ufahamu wa ugonjwa au hali ya afya ya washiriki wa utafiti) tunatarajia kwamba hitilafu ya kipimo itasambazwa sawasawa katika tabaka la ugonjwa au hali ya afya.

Jedwali la 1 linatoa mfano: tuseme tunaajiri kundi la watu walioathiriwa na sumu kazini, ili kuchunguza ugonjwa wa mara kwa mara. Tunaamua hali ya kuambukizwa tu wakati wa kuajiri (T0), na sio kwa wakati wowote wakati wa ufuatiliaji. Walakini, wacha tuseme kwamba watu kadhaa, kwa kweli, hubadilisha hali yao ya kufichuliwa katika mwaka unaofuata: kwa wakati T.1, watu 250 kati ya 1,200 waliofichuliwa awali wameacha kufichuliwa, huku watu 150 kati ya 750 ambao hawajawekwa wazi wameanza kuathiriwa na sumu hiyo. Kwa hivyo, wakati T1, watu 1,100 wamefichuliwa na 850 hawajafichuliwa. Kwa hivyo, tuna "uainishaji mbaya" wa kukaribia aliyeambukizwa, kulingana na kipimo chetu cha awali cha hali ya kukaribia aliyeambukizwa kwa wakati T.0. Watu hawa hufuatiliwa baada ya miaka 20 (wakati huo T2) na hatari ya kuongezeka ya ugonjwa inatathminiwa. (Wazo linalofanywa katika mfano ni kwamba mfiduo wa zaidi ya mwaka mmoja tu ndio wasiwasi.)


Jedwali 1. Kundi la dhahania la watu binafsi wa 1950 (waliofichuliwa na wasioonekana kazini), walioajiriwa kwa wakati T.0 na ambao hali ya ugonjwa inathibitishwa kwa wakati T2

Wakati

 

T0

T1

T2

Wafanyakazi waliofichuliwa 1200 250 waliacha kufichua 1100 (1200-250+150)

Kesi za ugonjwa wakati T2 = 220 kati ya wafanyakazi wazi

Wafanyikazi ambao hawajawekwa wazi 750 150 wanaanza kufichua 850 (750-150+250)

Kesi za ugonjwa wakati T2 = 85 kati ya wafanyikazi wasio wazi

The hatari ya kweli ugonjwa wa wakati T2 ni 20% kati ya wafanyikazi walio wazi (220/1100),
na 10% katika wafanyakazi wasio wazi (85/850) (uwiano wa hatari = 2.0).

Hatari iliyokadiriwa katika T2 ya ugonjwa kati ya wale walioainishwa kama wazi katika T0: 20%
(yaani, hatari ya kweli kwa wale waliofichuliwa) ´ 950 (yaani, 1200-250)+ 10%
(yaani, hatari ya kweli katika yasiyo ya wazi) ´ 250 = (190+25)/1200 = 17.9%

Hatari iliyokadiriwa katika T2 ya ugonjwa kati ya wale walioainishwa kama yasiyo ya wazi katika
T0: 20% (yaani, hatari ya kweli kwa wale walio wazi) ´ 150 +10%
(yaani, hatari ya kweli bila kufichuliwa) ´ 600 (yaani, 750-150) = (30+60)/750 = 12%

Kadirio la uwiano wa hatari = 17.9% / 12% = 1.49


Uainishaji mbaya unategemea, katika mfano huu, juu ya muundo wa utafiti na sifa za idadi ya watu, badala ya mapungufu ya kiufundi ya kipimo cha mfiduo. Athari za uainishaji usio sahihi ni kwamba uwiano wa "kweli" wa 2.0 kati ya hatari limbikizi kati ya watu waliofichuliwa na watu ambao hawajafichuliwa unakuwa uwiano "unaozingatiwa" wa 1.49 (jedwali la 1). Kukadiria huku kwa uwiano wa hatari kunatokana na "kufifia" kwa uhusiano kati ya mfiduo na ugonjwa, ambayo hufanyika wakati uainishaji mbaya wa mfiduo, kama ilivyo katika kesi hii, unasambazwa sawasawa kulingana na ugonjwa au hali ya kiafya (yaani, kipimo cha mfiduo kutoathiriwa na iwapo mtu huyo aliugua ugonjwa tunaosoma au la).

Kinyume chake, kudharau au kukadiria kupita kiasi kwa uhusiano wa maslahi kunaweza kutokea wakati uainishaji potofu wa kukaribia aliyeambukizwa haujasambazwa sawasawa katika matokeo ya maslahi. Katika mfano, tunaweza kuwa nayo upendeleo, na sio tu ukungu wa uhusiano wa kiakili, ikiwa uainishaji wa mfiduo unategemea ugonjwa au hali ya afya kati ya wafanyikazi. Hili linaweza kutokea, kwa mfano, ikiwa tutaamua kukusanya sampuli za kibayolojia kutoka kwa kikundi cha wafanyikazi waliofichuliwa na kutoka kwa kikundi cha wafanyikazi ambao hawajafichuliwa, ili kutambua mabadiliko ya mapema yanayohusiana na kufichuliwa kazini. Sampuli kutoka kwa wafanyikazi waliofichuliwa zinaweza kuchanganuliwa kwa njia sahihi zaidi kuliko sampuli kutoka kwa zile ambazo hazijafichuliwa; udadisi wa kisayansi unaweza kumfanya mtafiti kupima viambishi vya ziada vya kibayolojia miongoni mwa watu waliofichuliwa (ikiwa ni pamoja na, kwa mfano, viambajengo vya DNA katika lymphocytes au alama za mkojo za uharibifu wa oksidi kwa DNA), kwa kudhani kuwa watu hawa wanavutia zaidi kisayansi. Huu ni mtazamo wa kawaida ambao, hata hivyo, unaweza kusababisha upendeleo mkubwa.

 

Back

Jumatano, Machi 02 2011 03: 15

Njia za Takwimu

Kuna mijadala mingi juu ya jukumu la takwimu katika utafiti wa epidemiological juu ya uhusiano wa sababu. Katika epidemiolojia, takwimu kimsingi ni mkusanyo wa mbinu za kutathmini data kulingana na idadi ya binadamu (na pia wanyama). Hasa, takwimu ni mbinu ya quantification na kipimo cha matukio yasiyo ya uhakika. Uchunguzi wote wa kisayansi ambao unashughulika na vipengele visivyo vya kuamua, vinavyobadilika vya ukweli vinaweza kufaidika kutokana na mbinu ya takwimu. Katika epidemiolojia, utofauti ni msingi wa kitengo cha uchunguzi-mtu si huluki ya kuamua. Ingawa miundo ya majaribio ingeboreshwa katika suala la kukidhi bora zaidi mawazo ya takwimu kulingana na tofauti za nasibu, kwa sababu za kimaadili na za kiutendaji mbinu hii si ya kawaida sana. Badala yake, epidemiolojia inajishughulisha na uchunguzi wa uchunguzi ambao umehusishwa nayo kwa nasibu na vyanzo vingine vya kutofautiana.

Nadharia ya takwimu inahusika na jinsi ya kudhibiti utofauti usio na muundo wa data ili kufanya makisio halali kutoka kwa uchunguzi wa kimajaribio. Kukosa maelezo yoyote ya tabia ya kubadilika ya jambo lililosomwa, takwimu huchukulia kama random-yaani, mikengeuko isiyo ya kimfumo kutoka kwa hali fulani ya wastani ya asili (tazama Greenland 1990 kwa ukosoaji wa mawazo haya).

Sayansi inategemea majaribio ushahidi ili kuonyesha kama mifano yake ya kinadharia ya matukio ya asili ina uhalali wowote. Hakika, mbinu zinazotumiwa kutoka kwa nadharia ya takwimu huamua kiwango ambacho uchunguzi katika ulimwengu halisi unalingana na maoni ya wanasayansi, katika umbo la modeli ya hisabati, ya jambo fulani. Njia za takwimu, kulingana na hisabati, kwa hivyo zinapaswa kuchaguliwa kwa uangalifu; kuna mifano mingi kuhusu "jinsi ya kusema uwongo na takwimu". Kwa hiyo, wataalamu wa magonjwa wanapaswa kufahamu kufaa kwa mbinu wanazotumia kupima hatari ya ugonjwa. Hasa, uangalifu mkubwa unahitajika wakati wa kutafsiri matokeo muhimu ya kitakwimu na yasiyo ya kitakwimu.

Maana ya kwanza ya neno takwimu inahusiana na kiasi chochote cha muhtasari kilichokokotwa kwenye seti ya thamani. Fahirisi za maelezo au takwimu kama vile wastani wa hesabu, wastani au modi, hutumiwa sana kufupisha maelezo katika mfululizo wa uchunguzi. Kihistoria, maelezo haya ya muhtasari yalitumiwa kwa madhumuni ya utawala na majimbo, na kwa hivyo yaliitwa takwimu. Katika epidemiolojia, takwimu zinazoonekana kwa kawaida zinatokana na ulinganisho uliopo wa asili ya epidemiolojia, ambayo huuliza maswali kama vile: "Je, idadi ya watu iko katika hatari kubwa ya ugonjwa kuliko nyingine?" Katika kufanya ulinganisho huo, hatari ya jamaa ni kipimo maarufu cha nguvu ya ushirikiano kati ya tabia ya mtu binafsi na uwezekano wa kuwa mgonjwa, na hutumiwa kwa kawaida katika utafiti wa aetiological; Hatari inayoweza kuhusishwa pia ni kipimo cha uhusiano kati ya sifa za mtu binafsi na kutokea kwa ugonjwa, lakini inasisitiza faida katika idadi ya kesi zilizohifadhiwa na uingiliaji kati ambao huondoa sababu inayohusika-hutumiwa zaidi katika afya ya umma na dawa ya kuzuia.

Maana ya pili ya neno takwimu inahusiana na mkusanyiko wa mbinu na nadharia ya msingi ya makisio ya takwimu. Hii ni aina mahususi ya mantiki ya kufata neno ambayo hubainisha sheria za kupata ujanibishaji halali kutoka kwa seti fulani ya uchunguzi wa kimajaribio. Ujumla huu utakuwa halali mradi baadhi ya mawazo yatimizwe. Hii ndiyo njia ya pili ambayo matumizi yasiyo ya elimu ya takwimu yanaweza kutudanganya: katika epidemiology ya uchunguzi, ni vigumu sana kuwa na uhakika wa mawazo yaliyotolewa na mbinu za takwimu. Kwa hivyo, uchanganuzi wa unyeti na wakadiriaji thabiti wanapaswa kuwa washirika wa uchambuzi wowote wa data uliofanywa kwa usahihi. Hitimisho la mwisho pia linapaswa kutegemea ujuzi wa jumla, na hazipaswi kutegemea pekee matokeo kutoka kwa majaribio ya nadharia ya takwimu.

Ufafanuzi

A kitengo cha takwimu ni kipengele ambacho uchunguzi wa kimajaribio hufanywa. Inaweza kuwa mtu, kielelezo cha kibayolojia au kipande cha malighafi cha kuchambuliwa. Kawaida vitengo vya takwimu huchaguliwa kwa kujitegemea na mtafiti, lakini wakati mwingine miundo ngumu zaidi inaweza kuanzishwa. Kwa mfano, katika masomo ya longitudinal, mfululizo wa maamuzi hufanywa juu ya mkusanyiko wa watu kwa muda; vitengo vya takwimu katika utafiti huu ni seti ya maamuzi, ambayo sio huru, lakini yameundwa na miunganisho yao kwa kila mtu anayechunguzwa. Ukosefu wa uhuru au uwiano kati ya vitengo vya takwimu unastahili tahadhari maalum katika uchambuzi wa takwimu.

A variable ni sifa ya mtu binafsi inayopimwa kwa kitengo fulani cha takwimu. Inapaswa kulinganishwa na a mara kwa mara, tabia ya mtu binafsi isiyobadilika-kwa mfano, katika utafiti juu ya wanadamu, kuwa na kichwa au kifua ni mara kwa mara, wakati jinsia ya mwanachama mmoja wa utafiti ni kutofautiana.

Vigezo vinatathminiwa kwa kutumia tofauti mizani ya kipimo. Tofauti ya kwanza ni kati ya mizani ya ubora na kiasi. Vigezo vya ubora hutoa tofauti njia or makundi. Ikiwa kila muundo hauwezi kuorodheshwa au kupangwa kwa uhusiano na wengine - kwa mfano, rangi ya nywele, au jinsia - tunaashiria utofauti kama nominella. Ikiwa kategoria zinaweza kuamuru - kama kiwango cha ukali wa ugonjwa - tofauti inaitwa ya kawaida. Wakati kigezo kina thamani ya nambari, tunasema kwamba kiwango ni cha kiasi. A Diskret kipimo kinaashiria kuwa kigezo kinaweza kuchukua tu baadhi ya maadili mahususi—kwa mfano, thamani kamili kwa idadi ya visa vya ugonjwa. A kuendelea kipimo kinatumika kwa hatua zile zinazosababisha halisi nambari. Mizani inayoendelea inasemekana kuwa Interval mizani wakati thamani batili ina maana ya kawaida kabisa. Hiyo ni, thamani ya sifuri haimaanishi wingi wa sifuri-kwa mfano, halijoto ya nyuzi joto sifuri haimaanishi nishati ya joto sifuri. Katika tukio hili, tofauti pekee kati ya maadili zina maana (hii ndiyo sababu ya kiwango cha "muda" wa neno). Thamani halisi batili inaashiria a uwiano mizani. Kwa kigezo kilichopimwa kwa kipimo hicho, uwiano wa thamani pia unaeleweka: hakika, uwiano wa pande mbili unamaanisha wingi maradufu. Kwa mfano, kusema kwamba mwili una joto mara mbili zaidi kuliko mwili wa pili inamaanisha kuwa una mara mbili ya nishati ya joto ya mwili wa pili, mradi hiyo joto hupimwa kwa kiwango cha uwiano (kwa mfano, katika digrii za Kelvin). Seti ya maadili yanayokubalika kwa kigezo fulani huitwa kikoa cha kutofautisha.

Vigezo vya Kitakwimu

Takwimu hushughulikia njia ya kujumlisha kutoka kwa seti ya uchunguzi fulani. Seti hii ya vipimo vya majaribio inaitwa a sampuli. Kutoka kwa sampuli, tunakokotoa baadhi ya takwimu za maelezo ili kufanya muhtasari wa maelezo yaliyokusanywa.

Taarifa ya msingi ambayo kwa ujumla inahitajika ili kubainisha seti ya hatua inahusiana na mwelekeo wake mkuu na kutofautiana kwake. Chaguo kati ya mbadala kadhaa inategemea kiwango kinachotumiwa kupima jambo na kwa madhumuni ambayo takwimu zinakokotolewa. Katika jedwali 1, vipimo tofauti vya mwelekeo wa kati na utofauti (au, mtawanyiko) vimeelezewa na kuhusishwa na kipimo sahihi cha kipimo.

Jedwali 1. Fahirisi za mwelekeo wa kati na mtawanyiko kwa kiwango cha kipimo

 

Kiwango cha kipimo

 

Sifa

 

Kiasi

Fahirisi

Ufafanuzi

Nominella

Kawaida

Muda/uwiano

Maana ya hesabu

Jumla ya maadili yaliyotazamwa ikigawanywa na jumla ya idadi ya uchunguzi

 

x

Kati

Thamani ya katikati ya usambazaji unaozingatiwa

 

x

x

mode

Thamani ya mara kwa mara

x

x

x

Mbalimbali

Thamani za chini na za juu zaidi za usambazaji

 

x

x

Tofauti

Jumla ya tofauti ya mraba ya kila thamani kutoka kwa wastani iliyogawanywa na jumla ya idadi ya uchunguzi ukiondoa 1

 

 

x

 

Takwimu za maelezo zilizokokotwa zinaitwa makadirio ya tunapozitumia kama mbadala wa idadi sawa ya idadi ya watu ambayo sampuli imechaguliwa. Wenzake wa idadi ya watu wa makadirio wanaitwa mara kwa mara vigezo. Makadirio ya parameter sawa yanaweza kupatikana kwa kutumia mbinu tofauti za takwimu. Makadirio yanapaswa kuwa halali na sahihi.

Mtazamo wa sampuli ya idadi ya watu unamaanisha kuwa uhalali unaweza kuthibitishwa na jinsi sampuli inavyochaguliwa kutoka kwa idadi ya watu. Sampuli za nasibu au zinazowezekana ni mkakati wa kawaida: ikiwa kila mwanachama wa idadi ya watu ana uwezekano sawa wa kujumuishwa kwenye sampuli, basi, kwa wastani, sampuli yetu inapaswa kuwa mwakilishi wa idadi ya watu na, zaidi ya hayo, kupotoka yoyote kutoka kwa matarajio yetu kunaweza kuwa. alielezea kwa bahati. Uwezekano wa kupotoka kutoka kwa matarajio yetu pia unaweza kukokotwa, mradi sampuli nasibu imefanywa. Aina hiyo hiyo ya hoja inatumika kwa makadirio yaliyokokotolewa kwa sampuli yetu kuhusiana na vigezo vya idadi ya watu. Tunachukua, kwa mfano, wastani wa hesabu kutoka kwa sampuli yetu kama makadirio ya thamani ya wastani kwa idadi ya watu. Tofauti yoyote, ikiwa ipo, kati ya wastani wa sampuli na wastani wa idadi ya watu inachangiwa na mabadiliko ya nasibu katika mchakato wa uteuzi wa washiriki waliojumuishwa kwenye sampuli. Tunaweza kukokotoa uwezekano wa thamani yoyote ya tofauti hii, mradi sampuli ilichaguliwa kwa nasibu. Ikiwa mkengeuko kati ya makadirio ya sampuli na kigezo cha idadi ya watu hauwezi kuelezewa kwa bahati, makadirio yanasemekana kuwa. upendeleo. Muundo wa uchunguzi au majaribio hutoa uhalali wa makadirio na dhana ya kimsingi ya takwimu ni ile ya sampuli nasibu.

Katika dawa, dhana ya pili hupitishwa wakati ulinganisho kati ya vikundi tofauti ndio lengo la utafiti. Mfano wa kawaida ni majaribio ya kliniki yaliyodhibitiwa: seti ya wagonjwa wenye sifa zinazofanana huchaguliwa kwa misingi ya vigezo vilivyoainishwa awali. Hakuna wasiwasi wa uwakilishi unafanywa katika hatua hii. Kila mgonjwa aliyejiandikisha katika jaribio huwekwa kwa utaratibu wa nasibu kwa kikundi cha matibabu-ambacho kitapokea matibabu ya kawaida pamoja na dawa mpya ya kutathminiwa-au kwa kikundi cha udhibiti-kupokea matibabu ya kawaida na placebo. Katika muundo huu, mgao wa nasibu wa wagonjwa kwa kila kikundi hubadilisha uteuzi wa nasibu wa wanachama wa sampuli. Makadirio ya tofauti kati ya vikundi viwili yanaweza kutathminiwa kitakwimu kwa sababu, chini ya dhana ya kutokuwa na ufanisi wa dawa mpya, tunaweza kukokotoa uwezekano wa tofauti yoyote isiyo ya sifuri.

Katika epidemiolojia, tunakosa uwezekano wa kukusanya vikundi vya watu vilivyofichuliwa nasibu na visivyofichuliwa. Katika hali hii, bado tunaweza kutumia mbinu za takwimu, kana kwamba vikundi vilivyochanganuliwa vilichaguliwa kwa nasibu au kugawiwa. Usahihi wa dhana hii inategemea hasa muundo wa utafiti. Hoja hii ni muhimu sana na inasisitiza umuhimu wa muundo wa utafiti wa epidemiological juu ya mbinu za takwimu katika utafiti wa matibabu.

Ishara na Kelele

mrefu kutofautiana kwa nasibu inarejelea kigezo ambacho uwezekano uliobainishwa unahusishwa na kila thamani inayoweza kudhania. Miundo ya kinadharia ya usambazaji wa uwezekano wa kutofautiana nasibu ni miundo ya idadi ya watu. Sampuli za wenzao zinawakilishwa na usambazaji wa masafa ya sampuli. Hii ni njia muhimu ya kuripoti seti ya data; ina ndege ya Cartesian yenye mabadiliko ya kuvutia kwenye mhimili mlalo na marudio au masafa ya jamaa kwenye mhimili wima. Onyesho la picha huturuhusu kuona kwa urahisi ni nini (ni) thamani ya mara kwa mara na jinsi usambazaji unavyolimbikizwa karibu na thamani fulani kuu kama wastani wa hesabu.

Kwa anuwai za nasibu na usambazaji wao wa uwezekano, tunatumia masharti vigezo, maana ya thamani inayotarajiwa (badala ya wastani wa hesabu) na ugomvi. Miundo hii ya kinadharia inaelezea kutofautiana kwa jambo fulani. Katika nadharia ya habari, ishara inawakilishwa na mwelekeo wa kati (kwa mfano, thamani ya wastani), wakati kelele inapimwa na fahirisi ya mtawanyiko (kama vile tofauti).

Ili kuonyesha ufahamu wa takwimu, tutatumia mfano wa binomial. Katika sehemu zinazofuata, dhana za makadirio ya pointi na vipindi vya kujiamini, majaribio ya dhahania na uwezekano wa maamuzi yenye makosa, na uwezo wa utafiti vitaanzishwa.

Jedwali 2. Matokeo yanayowezekana ya jaribio la binomial (ndiyo = 1, hapana = 0) na uwezekano wao (n = 3)

Mfanyakazi

Uwezekano

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

 

Mfano: Usambazaji wa Binomial

Katika utafiti wa matibabu na epidemiolojia, mfano muhimu zaidi wa tofauti za stochastic ni usambazaji wa binomial. Inategemea ukweli kwamba matukio mengi hutenda kama kigezo cha kawaida chenye kategoria mbili tu: kwa mfano, kuwepo/kutokuwepo kwa ugonjwa: hai/kufa, au kupona/mgonjwa. Katika hali kama hizi, tunavutiwa na uwezekano wa kufaulu-yaani, katika tukio la maslahi (kwa mfano, uwepo wa ugonjwa, hai au kupona) - na katika mambo au vigezo vinavyoweza kuibadilisha. Hebu tufikirie n = wafanyakazi 3, na tuseme kwamba tunavutiwa na uwezekano, p, wa kuwa na ulemavu wa kuona (ndiyo/hapana). Matokeo ya uchunguzi wetu yanaweza kuwa matokeo yanayowezekana katika jedwali 2.

Jedwali 3. Matokeo yanayowezekana ya jaribio la binomial (ndiyo = 1, hapana = 0) na uwezekano wao (n = 3)

Idadi ya mafanikio

Uwezekano

0

1

2

3

 

Uwezekano wa mchanganyiko wowote wa matukio haya unapatikana kwa urahisi kwa kuzingatia p, uwezekano (wa mtu binafsi) wa kufaulu, mara kwa mara kwa kila somo na huru kutokana na matokeo mengine. Kwa kuwa tunavutiwa na jumla ya idadi ya mafanikio na sio mlolongo maalum ulioamriwa, tunaweza kupanga upya jedwali kama ifuatavyo (tazama jedwali 3) na, kwa ujumla, kuelezea uwezekano wa x mafanikio P(x) kama:

ambapo x ni idadi ya mafanikio na nukuu x! inaashiria factorial ya x, yaani, x! = x×(x-1)×(x-2)…×1.

Tunapozingatia tukio "kuwa/kutokuwa mgonjwa", uwezekano wa mtu binafsi, inahusu hali ambayo somo linadhaniwa; katika epidemiolojia, uwezekano huu unaitwa "uenezi". Ili kukadiria p, tunatumia sehemu ya sampuli:

p = x/n

na tofauti:

Katika mfululizo wa dhahania usio na kikomo wa sampuli zilizojirudia za ukubwa sawa n, tungepata uwiano tofauti wa sampuli p = x/n, na uwezekano uliotolewa na fomula ya binomial. Thamani ya "kweli" ya  inakadiriwa kwa kila sehemu ya sampuli, na muda wa kujiamini kwa p, yaani, seti ya thamani zinazowezekana za p, kutokana na data iliyozingatiwa na kiwango kilichobainishwa awali cha ujasiri (sema 95%), inakadiriwa kutoka kwa usambazaji wa binomial kama seti ya maadili ya p ambayo inatoa uwezekano wa x kubwa kuliko thamani iliyobainishwa awali (sema 2.5%). Kwa jaribio la dhahania ambalo tuliona x = mafanikio 15 katika n = majaribio 30, makadirio ya uwezekano wa kufaulu ni:

p = x/n = 15 / 30 = 0.5 

Jedwali 4. Usambazaji wa Binomial. Uwezekano wa maadili tofauti ya  kwa x = mafanikio 15 katika n = 30 majaribio

Uwezekano

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

 

Muda wa kujiamini wa 95% kwa p, uliopatikana kutoka kwa meza 4, ni 0.334 - 0.666. Kila ingizo la jedwali linaonyesha uwezekano wa x = mafanikio 15 katika n = majaribio 30 yanayokokotolewa na formula ya binomial; kwa mfano, kwa = 0.30, tunapata kutoka:

kwa n kubwa na p karibu na 0.5 tunaweza kutumia makadirio kulingana na usambazaji wa Gaussian:

ambapo za /2 inaashiria thamani ya usambazaji wa kawaida wa Gaussian kwa uwezekano

P (|z| ³ za /2) = a/2;

1 - kuwa kiwango cha kujiamini kilichochaguliwa. Kwa mfano unaozingatiwa, = 15/30 = 0.5; n = 30 na kutoka kwa meza ya kawaida ya Gaussian z0.025 = 1.96. Kipindi cha kutegemewa cha 95% husababisha seti ya thamani 0.321 - 0.679, zilizopatikana kwa kubadilisha p = 0.5, n = 30, na z0.025 = 1.96 kwenye mlinganyo ulio hapo juu wa usambazaji wa Gaussian. Kumbuka kuwa thamani hizi ziko karibu na zile zilizokokotwa hapo awali.

Majaribio ya takwimu ya dhahania hujumuisha utaratibu wa uamuzi kuhusu thamani ya kigezo cha idadi ya watu. Tuseme, katika mfano uliopita, kwamba tunataka kushughulikia pendekezo kwamba kuna hatari kubwa ya uharibifu wa kuona kati ya wafanyakazi wa mmea fulani. Dhana ya kisayansi ya kujaribiwa na uchunguzi wetu wa kimajaribio basi ni "kuna hatari kubwa ya uharibifu wa kuona kati ya wafanyakazi wa mmea fulani". Wanatakwimu wanaonyesha dhahania kama hizo kwa kupotosha nadharia inayosaidia "hakuna mwinuko wa hatari ya kuharibika kwa kuona". Hii inafuatia onyesho la hisabati kwa upuuzi na, badala ya kuthibitisha madai, ushahidi wa kimajaribio hutumiwa tu kuupotosha. Dhana ya takwimu inaitwa nadharia batili. Hatua ya pili inahusisha kubainisha thamani ya kigezo cha usambazaji huo wa uwezekano unaotumika kuiga utofauti katika uchunguzi. Katika mifano yetu, kwa kuwa jambo hilo ni la binary (yaani, kuwepo/kutokuwepo kwa uharibifu wa kuona), tunachagua usambazaji wa binomial na parameta p, uwezekano wa uharibifu wa kuona. Nadharia tupu inadai kwamba = 0.25, sema. Thamani hii imechaguliwa kutoka katika mkusanyiko wa maarifa kuhusu mada na maarifa ya awali ya kuenea kwa kawaida kwa uharibifu wa kuona katika makundi yasiyo ya wazi (yaani, yasiyo ya wafanyakazi). Tuseme data yetu imetoa makadirio = 0.50, kutoka kwa wafanyikazi 30 waliochunguzwa.

Je, tunaweza kukataa dhana potofu?

Ikiwa ndio, kwa neema ya nini mbadala hypothesis?

Tunabainisha dhana mbadala kama mtahiniwa iwapo ushahidi utaamuru kwamba nadharia potofu ikataliwe. Nadharia mbadala zisizo za mwelekeo (upande-mbili) zinasema kwamba kigezo cha idadi ya watu ni tofauti na thamani iliyoelezwa katika dhana potofu; hypotheses mbadala za mwelekeo (upande mmoja) zinasema kwamba kigezo cha idadi ya watu ni kikubwa (au kidogo) kuliko thamani isiyo na maana.

Jedwali 5. Usambazaji wa Binomial. Uwezekano wa mafanikio kwa  = 0.25 katika n = 30 majaribio

X

Uwezekano

Uwezekano wa mkusanyiko

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

 

Chini ya dhana potofu, tunaweza kukokotoa usambazaji wa uwezekano wa matokeo ya mfano wetu. Jedwali la 5 linaonyesha, kwa = 0.25 na n = 30, uwezekano (angalia mlingano (1)) na uwezekano limbikizi:

Kutoka kwa jedwali hili, tunapata uwezekano wa kuwa na x ³Wafanyikazi 15 walio na ulemavu wa kuona

P(x ³15) = 1 - Uk(x15) = 1 - 0.9992 = 0.0008

Hii ina maana kwamba ni jambo lisilowezekana sana kwamba tutaona wafanyakazi 15 au zaidi wenye ulemavu wa kuona ikiwa wangekumbana na kuenea kwa magonjwa kwa watu ambao hawajaathiriwa. Kwa hivyo, tunaweza kukataa dhana potofu na kuthibitisha kwamba kuna kiwango kikubwa cha ulemavu wa kuona katika idadi ya wafanyikazi ambayo ilichunguzwa.

Wakati n×p ³ 5 na n×(1-) ³ 5, tunaweza kutumia ukadiriaji wa Gaussian:

Kutoka kwa jedwali la usambazaji wa kawaida wa Gaussian tunapata:

P(|z|>2.95) = 0.0008

kwa makubaliano ya karibu na matokeo halisi. Kutoka kwa makadirio haya tunaweza kuona kwamba muundo wa msingi wa mtihani wa takwimu wa hypothesis una uwiano wa ishara kwa kelele. Kwa upande wetu, ishara ni (p-), mkengeuko unaoonekana kutoka kwa dhana potofu, wakati kelele ni mkengeuko wa kawaida wa P:

Kadiri uwiano unavyokuwa mkubwa, ndivyo uwezekano wa thamani batili unavyopungua.

Katika kufanya maamuzi kuhusu dhahania za takwimu, tunaweza kupata makosa ya aina mbili: kosa la aina ya I, kukataliwa kwa dhana potofu wakati ni kweli; au kosa la aina ya II, kukubalika kwa dhana potofu wakati ni ya uwongo. Kiwango cha uwezekano, au thamani ya p, ni uwezekano wa kosa la aina ya I, inayoonyeshwa na herufi ya Kigiriki a. Hii inakokotolewa kutokana na usambazaji wa uwezekano wa uchunguzi chini ya nadharia potofu. Ni desturi kufafanua awali kiwango cha-a-kosa (km, 5%, 1%) na kukataa dhana potofu wakati matokeo ya uchunguzi wetu yana uwezekano sawa na au chini ya hiki kinachojulikana kama kiwango muhimu.

Uwezekano wa kosa la aina ya II unaonyeshwa na herufi ya Kigiriki β. Ili kuihesabu, tunahitaji kutaja, katika nadharia mbadala, thamani ya α kwa parameta ya kujaribiwa (kwa mfano wetu, thamani ya α kwa ) Nadharia mbadala za jumla (tofauti na, kubwa kuliko, chini ya) hazifai. Katika mazoezi, β-thamani ya seti ya hypotheses mbadala ni ya kupendeza, au inayosaidia, ambayo inaitwa nguvu ya takwimu ya jaribio. Kwa mfano, kurekebisha thamani ya makosa ya α kwa 5%, kutoka kwa jedwali la 5, tunapata:

P(x ³12) <0.05

chini ya nadharia tupu = 0.25. Ikiwa tungezingatia angalau x = mafanikio 12, tungekataa dhana potofu. Thamani za β zinazolingana na nguvu ya x = 12 zimetolewa na jedwali 6. 

Jedwali la 6. Aina ya II ya hitilafu na nguvu ya x = 12, n = 30, α = 0.05

β

Nguvu

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

 

Katika kesi hii data yetu haiwezi kubagua ikiwa ni kubwa kuliko thamani batili ya 0.25 lakini chini ya 0.50, kwa sababu nguvu ya utafiti ni ndogo sana (<80%) kwa maadili hayo ya <0.50-yaani, unyeti wa utafiti wetu ni 8% kwa = 0.3, 22% kwa = 0.35,…, 64% kwa = 0.45.

Njia pekee ya kufikia β ya chini, au kiwango cha juu cha nguvu, itakuwa kuongeza ukubwa wa utafiti. Kwa mfano, katika jedwali la 7 tunaripoti β na nguvu kwa n = 40; kama inavyotarajiwa, tunapaswa kuwa na uwezo wa kugundua a  thamani zaidi ya 0.40. 

Jedwali la 7. Aina ya II ya hitilafu na nguvu ya x = 12, n = 40, α = 0.05

β

Nguvu

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

 

Muundo wa utafiti unatokana na uchunguzi wa makini wa seti ya dhana mbadala ambazo zinastahili kuzingatiwa na kuhakikisha uwezo wa utafiti ukitoa saizi ya sampuli ya kutosha.

Katika fasihi ya epidemiological, umuhimu wa kutoa makadirio ya hatari ya kuaminika umesisitizwa. Kwa hivyo, ni muhimu zaidi kuripoti vipindi vya kujiamini (ama 95% au 90%) kuliko a p-thamani ya jaribio la dhahania. Kufuatia aina hiyo hiyo ya hoja, umakini unapaswa kutolewa kwa tafsiri ya matokeo kutoka kwa tafiti za ukubwa mdogo: kwa sababu ya nguvu ndogo, hata athari za kati zinaweza kutambuliwa na, kwa upande mwingine, athari za ukubwa mkubwa haziwezi kuigwa baadaye.

Mbinu za Juu

Kiwango cha utata cha mbinu za takwimu zinazotumiwa katika muktadha wa dawa ya kazini imekuwa ikiongezeka katika miaka michache iliyopita. Maendeleo makubwa yanaweza kupatikana katika eneo la uundaji wa takwimu. Familia ya Nelder na Wedderburn ya wanamitindo wasio wa Gaussian (Miundo ya Mistari ya Jumla) imekuwa mojawapo ya michango ya kuvutia zaidi katika ongezeko la ujuzi katika maeneo kama vile elimu ya magonjwa ya kazini, ambapo vigezo vya majibu vinavyohusika ni viwili (kwa mfano, kuishi/kifo) au hesabu (kwa mfano, idadi ya ajali za viwandani).

Hiki kilikuwa mahali pa kuanzia kwa utumizi wa kina wa mifano ya urejeshi kama njia mbadala ya aina za kitamaduni zaidi za uchanganuzi kulingana na majedwali ya dharura (uchambuzi rahisi na uliopangwa). Poisson, Cox na urekebishaji wa vifaa sasa hutumiwa mara kwa mara kwa uchambuzi wa masomo ya longitudinal na udhibiti wa kesi, mtawaliwa. Miundo hii ni sawa na urejeleaji wa mstari kwa vigeu vya kategoria vya majibu na ina sifa ya kifahari ya kutoa moja kwa moja kipimo husika cha epidemiological cha uhusiano. Kwa mfano, coefficients ya regression ya Poisson ni logarithm ya uwiano wa viwango, wakati wale wa urejeshaji wa vifaa ni kumbukumbu ya uwiano wa odds.

Kwa kuchukulia hii kama kipimo, maendeleo zaidi katika eneo la uundaji wa takwimu yamechukua mielekeo miwili kuu: mifano ya hatua za kategoria zinazorudiwa na miundo ambayo hupanua Miundo ya Mistari ya Jumla (Miundo ya Ziada ya Jumla). Katika matukio yote mawili, malengo yanalenga katika kuongeza unyumbufu wa zana za takwimu ili kukabiliana na matatizo magumu zaidi yanayotokana na ukweli. Miundo ya hatua zinazorudiwa inahitajika katika tafiti nyingi za kazi ambapo vitengo vya uchanganuzi viko katika kiwango cha mtu binafsi. Kwa mfano:

  1. Utafiti wa athari za hali ya kazi kwenye ugonjwa wa handaki ya carpal unapaswa kuzingatia mikono yote miwili ya mtu, ambayo haijitegemea kutoka kwa mtu mwingine.
  2. Uchanganuzi wa mwelekeo wa wakati wa vichafuzi vya mazingira na athari zao kwenye mifumo ya upumuaji ya watoto inaweza kutathminiwa kwa kutumia vielelezo vinavyonyumbulika sana kwani aina kamili ya utendaji wa uhusiano wa mwitikio wa kipimo ni vigumu kupata.

 

Maendeleo sambamba na pengine kasi yameonekana katika muktadha wa takwimu za Bayesian. Kizuizi cha vitendo cha kutumia njia za Bayesian kilianguka baada ya kuanzishwa kwa njia za kompyuta. Taratibu za Monte Carlo kama vile mipango ya sampuli za Gibbs zimeturuhusu kuepuka hitaji la ujumuishaji wa nambari kwa kukokotoa usambazaji wa nyuma ambao uliwakilisha kipengele cha changamoto zaidi cha mbinu za Bayesian. Idadi ya matumizi ya mifano ya Bayesian katika matatizo halisi na changamano imepata nafasi inayoongezeka katika majarida yaliyotumika. Kwa mfano, uchanganuzi wa kijiografia na uwiano wa ikolojia katika kiwango cha eneo dogo na mifano ya utabiri wa UKIMWI mara nyingi zaidi na zaidi hushughulikiwa kwa kutumia mbinu za Bayesian. Maendeleo haya yanakaribishwa kwa sababu hayawakilishi tu ongezeko la idadi ya masuluhisho mbadala ya takwimu ambayo yanaweza kutumika katika uchanganuzi wa data ya epidemiological, lakini pia kwa sababu mbinu ya Bayesian inaweza kuchukuliwa kuwa mkakati mzuri zaidi.

 

Back

Makala yaliyotangulia ya sura hii yameonyesha hitaji la tathmini makini ya muundo wa utafiti ili kupata makisio ya kuaminika kutokana na uchunguzi wa magonjwa. Ingawa imedaiwa kuwa makisio katika uchunguzi wa magonjwa ni dhaifu kwa sababu ya asili isiyo ya majaribio ya taaluma, hakuna ubora uliojengewa ndani wa majaribio yaliyodhibitiwa nasibu au aina nyingine za muundo wa majaribio juu ya uchunguzi uliopangwa vizuri (Cornfield 1954). Hata hivyo, kuteka makisio ya sauti kunamaanisha uchanganuzi wa kina wa muundo wa utafiti ili kubaini vyanzo vinavyowezekana vya upendeleo na utata. Matokeo chanya ya uwongo na hasi ya uwongo yanaweza kutoka kwa aina tofauti za upendeleo.

Katika makala haya, baadhi ya miongozo ambayo imependekezwa kutathmini asili ya sababu ya uchunguzi wa epidemiological inajadiliwa. Kwa kuongeza, ingawa sayansi nzuri ni msingi wa utafiti sahihi wa magonjwa ya kimaadili, kuna masuala ya ziada ambayo yanafaa kwa masuala ya maadili. Kwa hiyo, tumetoa mjadala fulani kwa uchambuzi wa matatizo ya kimaadili ambayo yanaweza kutokea katika kufanya masomo ya epidemiological.

Tathmini ya Sababu

Waandishi kadhaa wamejadili tathmini ya usababisho katika epidemiology (Hill 1965; Buck 1975; Ahlbom 1984; Maclure 1985; Miettinen 1985; Rothman 1986; Weed 1986; Schlesselman 1987; 1988; 1988 Weed; 1995; Maclure; XNUMX; XNUMX Weed). Mojawapo ya mambo makuu ya mjadala ni iwapo sayansi ya magonjwa inatumia au inapaswa kutumia vigezo sawa ili kubaini uhusiano wa athari-sababu kama inavyotumiwa katika sayansi nyingine.

Sababu haipaswi kuchanganyikiwa na taratibu. Kwa mfano, asbesto ni sababu ya mesothelioma, ambapo mabadiliko ya onkojeni ni utaratibu wa kuweka. Kwa msingi wa ushahidi uliopo, kuna uwezekano kwamba (a) mfiduo tofauti wa nje unaweza kutenda katika hatua sawa za kiufundi na (b) kwa kawaida hakuna mlolongo uliowekwa na muhimu wa hatua za kiufundi katika ukuzaji wa ugonjwa. Kwa mfano, kasinojenezi inafasiriwa kama mlolongo wa mabadiliko ya stochastic (ya uwezekano), kutoka kwa mabadiliko ya jeni hadi kuenea kwa seli hadi mabadiliko ya jeni tena, ambayo hatimaye husababisha saratani. Kwa kuongeza, kansajeni ni mchakato wa mambo mengi-yaani, mfiduo tofauti wa nje unaweza kuathiri na hakuna hata mmoja wao ni muhimu kwa mtu anayehusika. Mfano huu unaweza kutumika kwa magonjwa kadhaa pamoja na saratani.

Asili kama hiyo yenye vipengele vingi na ya uwezekano wa mahusiano mengi ya magonjwa yatokanayo na mfiduo ina maana kwamba kutenganisha jukumu linalochezwa na mfiduo mmoja mahususi ni tatizo. Kwa kuongeza, hali ya uchunguzi ya epidemiolojia inatuzuia kufanya majaribio ambayo yanaweza kufafanua uhusiano wa etiologic kupitia mabadiliko ya kimakusudi ya mwendo wa matukio. Uchunguzi wa uhusiano wa kitakwimu kati ya mfiduo na ugonjwa haimaanishi kuwa uhusiano huo ni sababu. Kwa mfano, wataalamu wengi wa magonjwa ya mlipuko wamefasiri uhusiano kati ya mfiduo wa moshi wa dizeli na saratani ya kibofu kama sababu, lakini wengine wamedai kuwa wafanyikazi wanaokabiliwa na moshi wa dizeli (haswa madereva wa lori na teksi) ni wavutaji sigara mara nyingi zaidi kuliko watu ambao hawajafichuliwa. . Ushirika unaozingatiwa, kulingana na dai hili, kwa hivyo "ungefadhaika" na sababu inayojulikana ya hatari kama vile kuvuta sigara.

Kwa kuzingatia hali ya uwezekano wa sababu nyingi za uhusiano mwingi wa magonjwa yatokanayo, wataalamu wa magonjwa ya mlipuko wameunda miongozo ya kutambua mahusiano ambayo huenda yakasababisha. Hii ndio miongozo iliyopendekezwa hapo awali na Sir Bradford Hill kwa magonjwa sugu (1965):

  • nguvu ya muungano
  • athari ya majibu ya kipimo
  • ukosefu wa utata wa muda
  • uthabiti wa matokeo
  • usadikisho wa kibayolojia
  • mshikamano wa ushahidi
  • maalum ya muungano.

 

Vigezo hivi vinapaswa kuzingatiwa tu kama miongozo ya jumla au zana za vitendo; kwa kweli, tathmini ya visababishi vya kisayansi ni mchakato unaorudiwa unaozingatia kipimo cha uhusiano wa magonjwa yatokanayo na mfiduo. Walakini, vigezo vya Hill mara nyingi hutumiwa kama maelezo mafupi na ya vitendo ya taratibu za uelekezaji wa sababu katika elimu ya magonjwa.

Hebu tuchunguze mfano wa uhusiano kati ya mfiduo wa kloridi ya vinyl na angiosarcoma ya ini, kwa kutumia vigezo vya Hill.

Usemi wa kawaida wa matokeo ya uchunguzi wa epidemiological ni kipimo cha kiwango cha uhusiano kati ya mfiduo na ugonjwa (kigezo cha kwanza cha Hill). Hatari ya jamaa (RR) ambayo ni kubwa kuliko umoja inamaanisha kuwa kuna uhusiano wa kitakwimu kati ya mfiduo na ugonjwa. Kwa mfano, ikiwa kiwango cha matukio ya angiosarcoma ya ini kawaida ni 1 kati ya milioni 10, lakini ni 1 kati ya 100,000 kati ya wale walio na kloridi ya vinyl, basi RR ni 100 (yaani, watu wanaofanya kazi na kloridi ya vinyl wameongezeka mara 100. hatari ya kuendeleza angiosarcoma ikilinganishwa na watu ambao hawafanyi kazi na kloridi ya vinyl).

Kuna uwezekano mkubwa kuwa uhusiano ni sababu hatari inapoongezeka kwa kuongezeka kwa viwango vya mfiduo (athari ya mwitikio wa kipimo, kigezo cha pili cha Hill) na wakati uhusiano wa muda kati ya mfiduo na ugonjwa unaeleweka kwa misingi ya kibaolojia (mfiduo hutangulia athari na Urefu wa kipindi hiki cha "introduktionsutbildning" unaendana na modeli ya kibaolojia ya ugonjwa; kigezo cha tatu cha Hill). Kwa kuongeza, muungano unaweza kuwa chanzo zaidi wakati matokeo sawa yanapopatikana na wengine ambao wameweza kuiga matokeo katika hali tofauti (“uthabiti”, kigezo cha nne cha Hill).

Uchambuzi wa kisayansi wa matokeo unahitaji tathmini ya kusadikika kwa kibayolojia (kigezo cha tano cha Hill). Hii inaweza kupatikana kwa njia tofauti. Kwa mfano, kigezo rahisi ni kutathmini ikiwa “sababu” inayodaiwa inaweza kufikia kiungo kinacholengwa (kwa mfano, vitu vilivyovutwa ambavyo havifikii pafu haviwezi kuzunguka mwilini). Pia, ushahidi wa kuunga mkono kutoka kwa masomo ya wanyama ni muhimu: uchunguzi wa angiosarcoma ya ini katika wanyama waliotibiwa na kloridi ya vinyl huimarisha sana uhusiano unaozingatiwa kwa mwanadamu.

Uwiano wa ndani wa uchunguzi (kwa mfano, RR inaongezeka vile vile katika jinsia zote mbili) ni kigezo muhimu cha kisayansi (Kigezo cha sita cha Hill). Chanzo kinawezekana zaidi wakati uhusiano huo ni mahususi sana—yaani, unahusisha sababu adimu na/au magonjwa adimu, au aina maalum ya kihistoria/kikundi kidogo cha wagonjwa (Kigezo cha saba cha Hill).

"Ujuzi wa kuhesabia" (uhesabuji rahisi wa matukio ya uhusiano kati ya mfiduo na ugonjwa) hautoshi kueleza kikamilifu hatua za kufata neno katika sababu za kusababisha. Kwa kawaida, matokeo ya utangulizi wa hesabu hutoa uchunguzi changamano na bado wenye kuchanganyikiwa kwa sababu minyororo tofauti ya sababu au, mara nyingi zaidi, uhusiano wa kisababishi halisi na mfiduo mwingine usio na maana, hunaswa. Ufafanuzi mbadala lazima uondolewe kupitia "utangulizi wa kuondoa", kuonyesha kwamba muungano unaweza kuwa sababu kwa sababu "haujachanganyikiwa" na wengine. Ufafanuzi rahisi wa maelezo mbadala ni "sababu ya nje ambayo athari yake imechanganyika na athari ya kufichuliwa kwa maslahi, hivyo kupotosha makadirio ya hatari kwa udhihirisho wa maslahi" (Rothman 1986).

Jukumu la introduktionsutbildning ni kupanua maarifa, ambapo jukumu la kukata ni "kusambaza ukweli" (Giere 1979). Hoja pungufu hukagua muundo wa utafiti na kubainisha miungano ambayo si ya kweli ya kimantiki, lakini ni kweli kimantiki. Vyama kama hivyo sio suala la ukweli, lakini mahitaji ya kimantiki. Kwa mfano, a upendeleo wa uteuzi hutokea wakati kundi lililowekwa wazi linapochaguliwa miongoni mwa wagonjwa (kama vile tunapoanzisha kundi la utafiti kuajiri kama "iliyowekwa wazi" kwa kloridi ya vinyl kundi la visa vya angiosarcoma ya ini) au wakati kundi ambalo halijafichuliwa linachaguliwa kati ya watu wenye afya. Katika hali zote mbili uhusiano unaopatikana kati ya mfiduo na ugonjwa ni lazima (kimantiki) lakini sio kweli kwa nguvu (Vineis 1991).

Kwa kuhitimisha, hata mtu anapozingatia asili yake ya uchunguzi (isiyo ya majaribio), epidemiolojia haitumii taratibu zisizo na maana ambazo hutofautiana kwa kiasi kikubwa na mapokeo ya taaluma nyingine za kisayansi (Hume 1978; Schaffner 1993).

Masuala ya Kimaadili katika Utafiti wa Epidemiological

Kwa sababu ya hila zinazohusika katika kukisia sababu, uangalifu maalum unapaswa kutekelezwa na wataalamu wa magonjwa katika kufasiri masomo yao. Hakika, wasiwasi kadhaa wa asili ya maadili hutiririka kutoka kwa hii.

Masuala ya kimaadili katika utafiti wa epidemiolojia yamekuwa mada ya mjadala mkali (Schulte 1989; Soskolne 1993; Beauchamp et al. 1991). Sababu ni dhahiri: wataalamu wa magonjwa, hasa wataalam wa magonjwa ya kazi na mazingira, mara nyingi huchunguza masuala yenye athari kubwa za kiuchumi, kijamii na afya. Matokeo hasi na chanya kuhusu uhusiano kati ya mfiduo mahususi wa kemikali na magonjwa yanaweza kuathiri maisha ya maelfu ya watu, kuathiri maamuzi ya kiuchumi na kwa hivyo kuwekea uchaguzi wa kisiasa kwa umakini. Kwa hiyo, mtaalamu wa magonjwa ya magonjwa anaweza kuwa chini ya shinikizo, na kujaribiwa au hata kuhimizwa na wengine kubadilisha-kidogo au kikubwa-tafsiri ya matokeo ya uchunguzi wake.

Miongoni mwa masuala kadhaa muhimu, uwazi ukusanyaji wa data, usimbaji, uwekaji tarakilishi na uchanganuzi ni msingi kama utetezi dhidi ya madai ya upendeleo wa mtafiti. Muhimu pia, na inayoweza kukinzana na uwazi kama huo, ni haki ya wahusika waliosajiliwa katika utafiti wa epidemiological kulindwa dhidi ya kutolewa kwa taarifa za kibinafsi.
(usiri mambo).

Kwa mtazamo wa utovu wa nidhamu unaoweza kutokea hasa katika muktadha wa uelekezaji wa sababu, maswali ambayo yanafaa kushughulikiwa na miongozo ya maadili ni:

  • Nani anamiliki data na ni lazima data ihifadhiwe kwa muda gani?
  • Je, ni nini kinachojumuisha rekodi ya kuaminika ya kazi iliyofanywa?
  • Je, ruzuku za umma huruhusu katika bajeti kwa gharama zinazohusiana na uhifadhi wa kutosha wa nyaraka, uhifadhi wa kumbukumbu na uchanganuzi upya wa data?
  • Je, kuna jukumu la mpelelezi mkuu katika uchanganuzi wa upya wa data yake wa mhusika mwingine?
  • Je, kuna viwango vya mazoezi vya kuhifadhi data?
  • Je, wataalamu wa magonjwa ya kazini na kimazingira wanapaswa kuanzisha hali ya kawaida ambayo uchunguzi au ukaguzi wa data tayari unaweza kutekelezwa?
  • Mbinu nzuri za kuhifadhi data hutumikaje kuzuia sio tu utovu wa nidhamu, lakini pia madai ya utovu wa nidhamu?
  • Ni nini kinajumuisha utovu wa nidhamu katika elimu ya magonjwa ya kazini na kimazingira kuhusiana na usimamizi wa data, tafsiri ya matokeo na utetezi?
  • Je, ni jukumu gani la mtaalamu wa magonjwa na/au wa mashirika ya kitaaluma katika kuendeleza viwango vya utendaji na viashirio/matokeo ya tathmini yao, na kuchangia utaalamu katika jukumu lolote la utetezi?
  • Je, shirika/shirika la kitaaluma lina jukumu gani katika kushughulikia masuala ya maadili na sheria? (Soskolne 1993)

 

Masuala mengine muhimu, katika kesi ya magonjwa ya kazi na mazingira, yanahusiana na ushiriki wa wafanyikazi katika awamu za awali za masomo, na kutolewa kwa matokeo ya utafiti kwa wasomaji ambao wameandikishwa na walioathirika moja kwa moja (Schulte 1989). ) Kwa bahati mbaya, si mazoea ya kawaida kwamba wafanyakazi waliojiandikisha katika masomo ya epidemiolojia wanahusika katika mijadala shirikishi kuhusu madhumuni ya utafiti, tafsiri yake na matumizi yanayoweza kutokea ya matokeo (ambayo yanaweza kuwa ya manufaa na madhara kwa mfanyakazi).

Majibu ya kiasi kwa maswali haya yametolewa na miongozo ya hivi karibuni (Beauchamp et al. 1991; CIOMS 1991). Hata hivyo, katika kila nchi, vyama vya kitaaluma vya wataalamu wa magonjwa ya kazini vinapaswa kushiriki katika majadiliano ya kina kuhusu masuala ya kimaadili na, ikiwezekana, kupitisha seti ya miongozo ya maadili inayofaa muktadha wa ndani huku kikitambua viwango vya utendaji vinavyokubalika kimataifa.

 

Back

Uwekaji kumbukumbu wa magonjwa ya kazini katika nchi kama Taiwan ni changamoto kwa daktari wa kazini. Kwa kukosekana kwa mfumo unaojumuisha karatasi za data za usalama wa nyenzo (MSDS), wafanyikazi kwa kawaida hawakufahamu kemikali wanazofanyia kazi. Kwa kuwa magonjwa mengi ya kazini yana muda mrefu wa kuchelewa na hayaonyeshi dalili na ishara yoyote maalum hadi ionekane kliniki, kutambua na kutambua asili ya kazi mara nyingi ni vigumu sana.

Ili kudhibiti vyema magonjwa ya kazini, tumefikia hifadhidata ambazo hutoa orodha kamili kwa kiasi ya kemikali za viwandani na seti ya ishara na/au dalili mahususi. Pamoja na mbinu ya epidemiological ya dhana na kukanusha (yaani, kuzingatia na kukataa maelezo yote mbadala), tumeandika zaidi ya aina kumi za magonjwa ya kazi na kuzuka kwa botulism. Tunapendekeza kwamba mbinu kama hiyo itumike kwa nchi nyingine yoyote iliyo katika hali kama hiyo, na kwamba mfumo unaohusisha karatasi ya utambulisho (kwa mfano, MSDS) kwa kila kemikali utetewe na kutekelezwa kama njia mojawapo ya kuwezesha utambuzi wa haraka na hivyo kuzuia utendakazi. magonjwa.

Hepatitis katika Kiwanda cha Uchapishaji wa Rangi

Wafanyakazi watatu kutoka kiwanda cha uchapishaji wa rangi walilazwa katika hospitali za jamii mwaka wa 1985 wakiwa na dalili za homa ya ini kali. Mmoja wa wale watatu alikuwa na kushindwa kwa figo kali. Kwa kuwa homa ya ini ya virusi ina kiwango cha juu cha maambukizi nchini Taiwan, tunapaswa kuzingatia asili ya virusi kati ya etiologies zinazowezekana. Matumizi ya pombe na madawa ya kulevya, pamoja na vimumunyisho vya kikaboni mahali pa kazi, inapaswa pia kuingizwa. Kwa sababu hapakuwa na mfumo wa MSDS nchini Taiwan, si waajiriwa wala mwajiri walikuwa wanafahamu kemikali zote zinazotumika kiwandani (Wang 1991).

Ilitubidi kuandaa orodha ya mawakala wa hepatotoxic na nephrotoxic kutoka kwa hifadhidata kadhaa za kitoksini. Kisha, tuligundua makisio yote yanayowezekana kutoka kwa nadharia zilizo hapo juu. Kwa mfano, ikiwa virusi vya hepatitis A (HAV) vilikuwa etiolojia, tunapaswa kuchunguza kingamwili (HAV-IgM) kati ya wafanyakazi walioathirika; ikiwa virusi vya hepatitis B vilikuwa etiolojia, tunapaswa kuchunguza zaidi wabebaji wa antijeni za uso wa hepatitis B (HBsAg) kati ya wafanyikazi walioathiriwa ikilinganishwa na wafanyikazi wasioathiriwa; ikiwa pombe ndio ilikuwa etiolojia kuu, tunapaswa kuangalia watumiaji zaidi wa pombe au walevi sugu kati ya wafanyikazi walioathiriwa; ikiwa kutengenezea sumu yoyote (k.m. klorofomu) ndio ilikuwa etiolojia, tunapaswa kuipata mahali pa kazi.

Tulifanya tathmini ya kina ya matibabu kwa kila mfanyakazi. Etiolojia ya virusi ilikanushwa kwa urahisi, pamoja na hypothesis ya pombe, kwa sababu hawakuweza kuungwa mkono na ushahidi.

Badala yake, wafanyakazi 17 kati ya 25 kutoka kiwanda hicho walikuwa na vipimo vya utendakazi usio wa kawaida wa ini, na uhusiano mkubwa ulipatikana kati ya uwepo wa utendaji usio wa kawaida wa ini na historia ya hivi karibuni kufanya kazi ndani ya chumba chochote kati ya tatu ambazo mfumo wa kiyoyozi unaounganisha ulikuwa. imewekwa ili kupoza mashine za uchapishaji. Uhusiano huo ulisalia baada ya kugawanyika kwa hali ya mtoa huduma wa homa ya ini ya B. Baadaye ilibainika kuwa tukio hilo lilitokea kufuatia matumizi yasiyo ya makusudi ya "wakala wa kusafisha" (ambayo ilikuwa tetrakloridi kaboni) kusafisha pampu katika mashine ya uchapishaji. Zaidi ya hayo, jaribio la uigaji la operesheni ya kusafisha pampu lilifunua viwango vya hewa vilivyoko vya tetrakloridi kaboni ya 115 hadi 495 ppm, ambayo inaweza kusababisha uharibifu wa ini. Katika jaribio lingine la kukanusha, kwa kuondoa tetrakloridi kaboni mahali pa kazi, tuligundua kuwa hakuna kesi mpya zaidi zilizotokea, na wafanyikazi wote walioathiriwa waliboresha baada ya kuondolewa mahali pa kazi kwa siku 20. Kwa hiyo, tulihitimisha kuwa mlipuko huo ulitokana na matumizi ya tetrakloridi kaboni.

Dalili za Neurolojia katika Kiwanda cha Uchapishaji wa Rangi

Mnamo Septemba 1986, mwanafunzi katika kiwanda cha uchapishaji wa rangi huko Chang-Hwa alipata udhaifu wa papo hapo na kupooza kwa kupumua. Babake mwathiriwa alidai kwenye simu kwamba kulikuwa na wafanyikazi wengine kadhaa wenye dalili zinazofanana. Kwa kuwa maduka ya uchapishaji wa rangi yaliwahi kurekodiwa kuwa na magonjwa ya kazini yanayotokana na mfiduo wa vimumunyisho vya kikaboni, tulienda kwenye tovuti ya kazi ili kubaini etiolojia tukiwa na dhana ya uwezekano wa ulevi wa kutengenezea akilini (Wang 1991).

Tabia yetu ya kawaida, hata hivyo, ilikuwa kuzingatia dhana zote mbadala, ikiwa ni pamoja na matatizo mengine ya matibabu ikiwa ni pamoja na kuharibika kwa utendakazi wa nyuroni za mwendo wa juu, neuroni za mwendo wa chini, pamoja na makutano ya nyuromuscular. Tena, tulitoa taarifa za matokeo kutoka kwa nadharia zilizo hapo juu. Kwa mfano, kama kutengenezea yoyote kuripotiwa kuzalisha polyneuropathy (kwa mfano, n-hexane, methyl butylketone, acrylamide) walikuwa sababu, inaweza pia kuathiri ujasiri conduction kasi (NCV); ikiwa ni matatizo mengine ya kimatibabu yanayohusisha nyuroni za mwendo wa juu, kungekuwa na dalili za kuharibika kwa fahamu na/au harakati zisizo za hiari.

Uchunguzi wa uwanjani ulifichua kuwa wafanyikazi wote walioathiriwa walikuwa na fahamu wazi katika kipindi chote cha kliniki. Utafiti wa NCV wa wafanyikazi watatu walioathiriwa ulionyesha nyuroni za chini kabisa za gari. Hakukuwa na harakati za kujitolea, hakuna historia ya dawa au kuumwa kabla ya kuonekana kwa dalili, na mtihani wa neostigmine ulikuwa hasi. Uhusiano mkubwa kati ya ugonjwa na kula kifungua kinywa katika mkahawa wa kiwanda mnamo Septemba 26 au 27 ulipatikana; wafanyakazi saba kati ya saba walioathirika dhidi ya saba kati ya wafanyakazi 32 ambao hawajaathirika walikula kifungua kinywa kiwandani kwa siku hizi mbili. Juhudi za uchunguzi zaidi zilionyesha kuwa sumu ya botulinum ya aina A iligunduliwa kwenye karanga za makopo zilizotengenezwa na kampuni isiyo na leseni, na kielelezo chake pia kilionyesha ukuaji kamili wa Clostridium botulinum. Jaribio la mwisho la kukanusha lilikuwa kuondolewa kwa bidhaa kama hizo kwenye soko la kibiashara, ambalo halikusababisha kesi mpya. Uchunguzi huu uliandika kesi za kwanza za botulism kutoka kwa bidhaa ya biashara ya chakula nchini Taiwan.

Vidonda vya ngozi vya Premalignant kati ya Watengenezaji wa Paraquat

Mnamo Juni 1983, wafanyakazi wawili kutoka kiwanda cha kutengeneza paraquat walitembelea kliniki ya magonjwa ya ngozi wakilalamikia macules mengi ya nchi mbili yenye rangi nyekundu na mabadiliko ya hyperkeratotic kwenye sehemu za mikono, shingo na uso zilizopigwa na jua. Baadhi ya vielelezo vya ngozi pia vilionyesha mabadiliko ya Bowenoid. Kwa kuwa vidonda vya ngozi vibaya na vya mapema viliripotiwa kati ya wafanyikazi wa utengenezaji wa bipyridyl, sababu ya kikazi ilishukiwa vikali. Hata hivyo, ilitubidi pia kuzingatia sababu nyingine mbadala (au dhana) za saratani ya ngozi kama vile mionzi ya ionizing, lami ya makaa ya mawe, lami, masizi au hidrokaboni yoyote ya polyaromatic (PAH). Ili kuondoa dhana hizi zote, tulifanya utafiti mwaka wa 1985, tukitembelea viwanda vyote 28 vilivyowahi kujishughulisha na utengenezaji wa paraquat au kufungasha na kukagua michakato ya utengenezaji pamoja na wafanyikazi (Wang et al. 1987; Wang 1993).

Tulichunguza wafanyikazi 228 na hakuna hata mmoja wao aliyewahi kuathiriwa na viini vya kansa vya ngozi vilivyotajwa hapo juu isipokuwa mwanga wa jua na 4'-4'-bipyridine na isoma zake. Baada ya kuwatenga wafanyikazi walio na udhihirisho mwingi, tuligundua kuwa wasimamizi mmoja kati ya saba na wafanyikazi wawili kati ya 82 wa vifungashio vya paraquat walipata vidonda vya ngozi vilivyo na rangi nyekundu, ikilinganishwa na wafanyikazi watatu kati ya watatu waliohusika katika ukaushaji wa bipyridine na uwekaji katikati. Zaidi ya hayo, wafanyakazi wote 17 walio na vidonda vya hyperkeratotic au Bowen walikuwa na historia ya kuambukizwa moja kwa moja na bipyridyl na isoma zake. Kadiri mfiduo wa bipyridyls unavyoendelea, ndivyo uwezekano wa ukuaji wa vidonda vya ngozi unavyoongezeka, na mwelekeo huu hauwezi kuelezewa na mwanga wa jua au umri kama inavyoonyeshwa na utabaka na uchambuzi wa urejeshaji wa vifaa. Kwa hivyo, kidonda cha ngozi kilihusishwa kwa uangalifu na mchanganyiko wa mfiduo wa bipyridyl na jua. Tulifanya majaribio zaidi ya kukanusha kufuatilia ikiwa kesi yoyote mpya ilitokea baada ya kuambatanisha michakato yote inayohusisha kukaribiana kwa bipyridyls. Hakuna kesi mpya iliyopatikana.

Majadiliano na Hitimisho

Mifano hiyo mitatu hapo juu imeonyesha umuhimu wa kutumia mbinu ya kukanusha na hifadhidata ya magonjwa ya kazini. Ya kwanza hutufanya tuzingatie dhahania mbadala kila wakati kwa njia sawa na nadharia ya awali ya angavu, huku ya pili inatoa orodha ya kina ya mawakala wa kemikali ambayo inaweza kutuongoza kuelekea etiolojia ya kweli. Kizuizi kimoja kinachowezekana cha njia hii ni kwamba tunaweza kuzingatia tu maelezo hayo mbadala ambayo tunaweza kufikiria. Ikiwa orodha yetu ya mibadala haijakamilika, tunaweza kuachwa bila jibu au jibu lisilo sahihi. Kwa hivyo, hifadhidata ya kina ya magonjwa ya kazini ni muhimu kwa mafanikio ya mkakati huu.

Tulikuwa tunaunda hifadhidata yetu wenyewe kwa njia ngumu. Walakini, hifadhidata zilizochapishwa hivi majuzi za OSH-ROM, ambazo zina hifadhidata ya NIOSHTIC ya zaidi ya muhtasari 160,000, inaweza kuwa mojawapo ya kina zaidi kwa madhumuni kama hayo, kama ilivyojadiliwa mahali pengine katika Encyclopaedia. Zaidi ya hayo, ikiwa ugonjwa mpya wa kazini utatokea, tunaweza kutafuta hifadhidata kama hiyo na kuwatenga mawakala wote wanaojulikana wa kiakili, na tusiache bila kukanushwa. Katika hali kama hiyo, tunaweza kujaribu kutambua au kufafanua wakala mpya (au mpangilio wa kikazi) haswa iwezekanavyo ili tatizo liweze kupunguzwa kwanza, na kisha tujaribu nadharia zaidi. Kesi ya vidonda vya ngozi vilivyotangulia kati ya wazalishaji wa paraquat ni mfano mzuri wa aina hii.

 

Back

" KANUSHO: ILO haiwajibikii maudhui yanayowasilishwa kwenye tovuti hii ya tovuti ambayo yanawasilishwa kwa lugha yoyote isipokuwa Kiingereza, ambayo ndiyo lugha inayotumika katika utayarishaji wa awali na ukaguzi wa wenza wa maudhui asili. Takwimu fulani hazijasasishwa tangu wakati huo. utayarishaji wa toleo la 4 la Encyclopaedia (1998).

Yaliyomo