本章的其他文章介紹了職業病醫學監測和暴露監測的一般原則。 本文概述了可用於滿足監測需求的流行病學方法的一些原則。 這些方法的應用必須考慮物理測量的基本原理以及標準的流行病學數據收集實踐。
流行病學可以量化職業和非職業暴露於化學物理應激源或行為與疾病結果之間的關聯，因此可以提供信息以製定乾預和預防計劃（Coenen 1981；Coenen 和 Engels 1993）。 數據的可用性以及對工作場所和人事記錄的訪問通常決定了此類研究的設計。 在最有利的情況下，可以通過在運營車間或工廠進行的工業衛生測量來確定接觸情況，並對工人進行直接體檢以確定可能的健康影響。 此類評估可以前瞻性地進行數月或數年，以估計癌症等疾病的風險。 然而，更常見的情況是，過去的暴露必須從歷史上重建，從當前水平向後預測或使用過去記錄的測量值，這可能無法完全滿足信息需求。 本文介紹了影響工作場所健康危害流行病學評估的測量策略和文檔的一些指南和限制。
測量
測量應該盡可能是定量的，而不是定性的，因為定量數據受制於更強大的統計技術。 可觀察數據通常分為名義型、有序型、區間型和比率型。 標稱水平數據是僅區分類型的定性描述符，例如工廠內的不同部門或不同行業。 序數變量可以從“低”到“高”排列，而不傳達進一步的數量關係。 一個例子是“暴露”與“未暴露”，或將吸煙史分為非吸煙者 (= 0)、輕度吸煙者 (= 1)、中度吸煙者 (= 2) 和重度吸煙者 (= 3)。 數值越高，吸煙強度越強。 大多數測量值表示為比例或區間刻度，其中濃度為 30 mg/m3 是 15 mg/m 濃度的兩倍3. 比率變量具有絕對零（如年齡），而區間變量（如智商）則沒有。
測量策略
測量策略考慮了有關測量地點的信息、測量期間的周圍條件（例如濕度、氣壓）、測量持續時間和測量技術（Hansen 和 Whitehead 1988 年；Ott 1993 年）。
法律要求通常規定測量有害物質水平的八小時時間加權平均值 (TWA)。 然而，並非所有人都一直工作八小時輪班，並且在輪班期間暴露水平可能會波動。 如果在輪班期間暴露持續時間超過 1991 小時，則針對一個人的工作測量的值可能被認為代表 XNUMX 小時輪班值。 作為一項實用標準，應尋求至少兩個小時的採樣持續時間。 如果時間間隔太短，一個時間段內的採樣可能會顯示更高或更低的濃度，從而高估或低估輪班期間的濃度（Rappaport XNUMX）。 因此，將多個測量值或多個班次的測量值組合成單個時間加權平均值，或使用採樣持續時間較短的重複測量值可能很有用。
測量效度
監控數據必須滿足既定標準。 測量技術不應影響測量過程中的結果（反應性）。 此外，測量應客觀、可靠和有效。 結果不應受到所使用的測量技術（執行客觀性）或測量技術人員的閱讀或記錄（評估客觀性）的影響。 應在相同的條件下獲得相同的測量值（信度）； 應該測量預期的事物（有效性），並且與其他物質或暴露的相互作用不應過度影響結果。
暴露數據的質量
數據源. 流行病學的一個基本原則是，在個體層面進行的測量優於在群體層面進行的測量。 因此，流行病學監測數據的質量按以下順序下降：
- 對人的直接測量； 有關暴露水平和時間進程的信息
- 對群體進行的直接測量； 有關特定工人群體當前暴露水平的信息（有時表示為工作暴露矩陣）及其隨時間的變化
- 為個人提取或重建的測量； 從公司記錄、採購清單、產品線描述、員工訪談中估計暴露
- 為群體提取或重建的測量； 基於組的暴露指數的歷史估計。
原則上，應始終尋求使用隨時間推移記錄的測量值來最精確地確定暴露量。 不幸的是，間接測量或歷史重建的暴露通常是唯一可用於估計暴露-結果關係的數據，即使測量的暴露與從公司記錄和訪談重建的暴露值之間存在相當大的偏差（Ahrens 等人 1994 年；Burdorf 1995 年）。 訂單暴露測量、活動相關暴露指數、公司信息、員工訪談的數據質量下降。
曝光量表. 監測和流行病學中對定量監測數據的需求大大超出了閾值的狹義法律要求。 流行病學調查的目標是確定劑量效應關係，同時考慮潛在的混雜變量。 應該使用盡可能最精確的信息，通常只能用高尺度水平（例如比率尺度水平）來表達這些信息。 分離成更大或更小的閾值，或者像有時所做的那樣以閾值的分數（例如，1/10、1/4、1/2 閾值）編碼，基本上依賴於在統計上較弱的序數尺度上測量的數據。
文件要求. 除了關於濃度、材料和測量時間的信息外，還應記錄外部測量條件。 這應包括所用設備的描述、測量技術、測量原因和其他相關技術細節。 此類文件的目的是確保隨著時間的推移以及從一項研究到另一項研究的測量結果的一致性，並允許研究之間進行比較。
為個人收集的暴露和健康結果數據通常受各國不同的隱私法的約束。 暴露和健康狀況的文件必須遵守此類法律。
流行病學要求
流行病學研究力求在暴露與疾病之間建立因果關係。 本節考慮影響這種流行病學風險評估的監測措施的某些方面。
疾病類型. 流行病學研究的一個共同起點是對公司或活動領域中特定疾病激增的臨床觀察。 隨之而來的是關於潛在的生物、化學或物理因果因素的假設。 根據數據的可用性，使用回顧性或前瞻性設計研究這些因素（暴露）。 暴露開始與疾病發作之間的時間（潛伏期）也會影響研究設計。 延遲的範圍可能相當大。 某些腸道病毒的感染具有 2 到 3 小時的潛伏期/潛伏期，而癌症的潛伏期通常為 20 到 30 年。 因此，癌症研究的暴露數據所涵蓋的時間段必須比傳染病暴發的時間段長得多。 從遙遠的過去開始的暴露可以持續到疾病發作。 其他與年齡相關的疾病，如心血管疾病和中風，在研究開始後可能會出現在暴露組中，必須作為競爭原因進行治療。 也有可能被歸類為“未患病”的人只是尚未表現出臨床疾病的人。 因此，必須維持對暴露人群的持續醫學監測。
統計功效. 如前所述，為了優化統計功效以產生具有統計意義的結果，測量應在盡可能高的數據水平（比例尺度水平）上表達。 功效反過來又受到研究總人口的規模、該人群中暴露的流行率、疾病的背景發生率以及由研究中的暴露引起的疾病風險大小的影響。
強制疾病分類. 有幾種系統可用於編纂醫學診斷。 最常見的是 ICD-9（國際疾病分類）和 SNOMED（醫學系統命名法）。 ICD-O（腫瘤學）是用於編纂癌症的 ICD 的具體化。 ICD 編碼文檔在世界各地的許多衛生系統中都是法律強制要求的，尤其是在西方國家。 然而，SNOMED 編纂也可以編纂可能的因果因素和外部條件。 許多國家已經開發了專門的編碼系統來對傷害和疾病進行分類，其中還包括事故或暴露的情況。 （參見本章其他地方的文章“案例研究：工人保護和事故和職業病統計——HVBG，德國”和“職業傷害和疾病分類系統的開發和應用”。）
出於科學目的而進行的測量不受適用於強制監視活動的法律要求的約束，例如確定特定工作場所是否超過閾值限制。 以檢查可能的偏移的方式檢查曝光測量和記錄是有用的。 （例如，參見本章中的“職業危害監測”一文。）
混合曝光的處理. 疾病通常有多種原因。 因此，有必要盡可能完整地記錄可疑的致病因素（暴露/混雜因素），以便能夠區分可疑危險因素的影響以及其他促成或混雜因素的影響，例如香煙抽煙。 職業暴露通常是混合的（例如， 溶劑混合物； 鎳和鎘等焊接煙霧； 在採礦中，細塵、石英和氡). 其他癌症風險因素包括吸煙、過量飲酒、營養不良和年齡。 除了接觸化學物質外，接觸物理應激源（振動、噪聲、電磁場）也可能引發疾病，在流行病學研究中必須將其視為潛在的致病因素。
暴露於多種因素或壓力源可能會產生相互作用效應，其中一種暴露的影響被同時發生的另一種暴露放大或減弱。 一個典型的例子是石棉和肺癌之間的聯繫，這在吸煙者中更為明顯。 化學和物理混合接觸的一個例子是進行性全身性硬皮病 (PSS)，這可能是由於同時接觸振動、溶劑混合物和石英粉塵引起的。
偏倚的考慮. 偏見是將人分類為“暴露/未暴露”或“患病/未患病”組的系統性錯誤。 應該區分兩種類型的偏差：觀察（信息）偏差和選擇偏差。 由於觀察（信息）偏差，可以使用不同的標準將受試者分類為患病/未患病組。 當研究的目標包括從事已知危險職業的人員，並且相對於比較人群而言，他們可能已經受到更嚴格的醫療監視時，有時會創建它。
在選擇偏差中，應區分兩種可能性。 病例對照研究首先將患有相關疾病的人與未患該病的人分開，然後檢查這兩組之間的暴露差異； 隊列研究確定不同暴露人群的發病率。 在任一類型的研究中，當暴露信息影響受試者生病或未患病的分類時，或者當疾病狀態信息影響受試者暴露或未暴露的分類時，都存在選擇偏差。 隊列研究中選擇偏差的一個常見例子是“健康工人效應”，當將暴露工人的患病率與一般人群進行比較時會遇到這種情況。 這可能導致低估疾病風險，因為工作人群通常是根據持續良好的健康狀況從普通人群中挑選出來的，通常基於體格檢查，而普通人群中包含生病和體弱的人。
混雜因素. 混雜是第三變量（混雜因素）改變對假定先行因素與疾病之間關聯的估計的現象。 當受試者的選擇（病例對照研究中的病例和對照或隊列研究中的暴露和未暴露）在某種程度上取決於第三個變量時，可能會以研究者不知道的方式發生。 僅與暴露或疾病相關的變量不是混雜因素。 要成為混雜變量，變量必須滿足三個條件：
- 它必須是該疾病的危險因素。
- 它必須與研究人群中的暴露有關。
- 它不得處於接觸疾病的因果途徑中。
在為研究收集任何數據之前，有時無法預測變量是否可能是混雜因素。 在先前的研究中被視為混雜因素的變量可能與不同人群中的新研究中的暴露無關，因此不會成為新研究中的混雜因素。 例如，如果所有受試者在變量（例如性別）方面都相似，那麼該變量就不能成為該特定研究中的混雜因素。 只有當變量與暴露和疾病結果一起測量時，才能解釋（“受控”）由特定變量引起的混雜。 混雜的統計控制可以粗略地使用混雜變量的分層來完成，或者更精確地使用回歸或其他多變量技術。
總結
工業工作場所的測量策略、測量技術和文件的要求有時是根據閾限值監視來法定定義的。 數據保護條例也適用於公司機密和個人相關數據的保護。 這些要求需要可比較的測量結果和測量條件，需要客觀、有效和可靠的測量技術。 流行病學提出的其他要求涉及測量的代表性以及在個人暴露與隨後的健康結果之間建立聯繫的可能性。 測量值可能代表某些任務，即它們可能反映某些活動期間或特定分支中的典型暴露或特定人群的典型暴露。 將測量數據直接歸因於研究對像是可取的。 這將使得有必要在測量文件中包含有關測量期間在相關工作場所工作的人員的信息，或者建立一個允許這種直接歸因的註冊表。 在個人層面收集的流行病學數據通常優於在群體層面獲得的數據。