Statistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění Jiří Skorkovský
Úvod a cíle studie vlivu PM10 na denní úmrtnost 1. Již několik desetiletí je zkoumán vliv znečištěného ovzduší na zdravotní stav obyvatelstva, resp. úmrtnost. Studie probíhaly v USA, v Evropě, Číně, Brazílii a jinde. Významné výsledky poskytla studie APHEA v 15 evropských zemích. Panuje široký konsenzus v tom, že znečištěné ovzduší má negativní vliv na zdravotní stav i úmrtnost. Studie epizod extrémního znečištění ovzduší jasně prokázaly vážné negativní účinky na zdraví a úmrtnost. 2. Většina výsledků studií naznačuje, že zejména prachové částice jsou příčinou nárůstu denní úmrtnosti spojené se vzrůstem znečištění. 3. V rámci této studie byly vyhodnoceny 3 oblasti České republiky : Hnědouhelná pánev Severozápadních Čech Průmyslová část Moravskoslezského kraje Hlavní město Praha Účelem této studie bylo zjistit, jaký je vliv denních koncentrací prachových částic PM10 na standardizovanou denní úmrtnost celkovou, kardiovaskulární a respirační, rozdělenou podle pohlaví a věkové skupiny ve sledovaných oblastech studie
Mapa České Republiky a oblasti studie
Poissonův regresní model Statistický software S+ Procedura gam (generalizovaný additivní model) Funkce Loess (po částech lineární regrese) Span 0.075 (1 rok) pro dlouhodobý trend a sezónní kolísání, 0.5 pro teplotu, 0.8 pro relativní vlhkost
Spolupůsobící proměnné (konfoundery) v modelu 1.dlouhodobý časový trend s periodou 1 roku, pro vystižení dlouhodobých trendů a sezónních vlivů, je statisticky vysoce významný 2.den v týdnu byl zařazen pro kompatibilitu s jinými studiemi, ale neprokázal se jako významný. 3.teplota tento faktor se ukázal jako vysoce významný kromě lidí < 65, nejnižší úmrtnost je kolem 15-17 C. 4.relativní vlhkost byla opět zařazena kvůli kompatibilitě, ale neprokázala se jako významná. 5.chřipka (nebo respirační onemocnění) je evidována v týdenních počtech pro všechny okresy ČR. Je vysoce významná kromě osob mladších 65 let.
Vliv teploty na celkovou úmrtnost - muži
Vliv teploty na KVO úmrtnost - muži
Sezónní koncentrace PM10 [µg/m3] v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009
Statisticky významné výsledky CELKOVÁ ÚMRTNOST Všechny věkové skupiny Pro celkovou úmrtnost mužů všech věkových skupin byly zjištěny následující nejvyšší signifikantní hodnoty: MSK: 8,3%(4-denní průměr), 5,8%(lag 3), 5,4%(lag 2), 5,3%(lag 1) SČ-UP : 6,0%(4-denní průměr), 4,4%(lag 2), 4,1%(lag 1) Praha: 7,9%(4-denní průměr), 6,3%(lag1), 5,7%(lag 2) Pro celkovou úmrtnost žen všech věkových skupin nebyla zjištěna signifikantní závislost.
Celková úmrtnost podle věkových skupin Věk < 65 let Pro celkovou úmrtnost mužů ve věku < 65 let nebyla zjištěna signifikantní závislost. U žen také není tato závislost signifikantní, někde je dokonce negativní. Pravděpodobně je to způsobeno malým počtem úmrtí žen ve věku < 65 let. Věk 65 let a více Pro celkovou úmrtnost mužů ve věku 65 let a více byly zjištěny následující nejvyšší signifikantní hodnoty: MSK: 13,2%(4-denní průměr), 9,3(lag 2), 8,7(lag 3), 8,1(lag 1) SČ-UP : 8,4%(4-denní průměr), 6,6%(lag 2), 5,6%(lag 1) Praha: 8,5%(4-denní průměr), 7,1%(lag2), 6,6%(lag 1), 6,2%(lag 3) Pro celkovou úmrtnost žen ve věku 65 let a více nebyla zjištěna signifikantní závislost.
KARDIOVASKULÁRNÍ ÚMRTNOST Všechny věkové skupiny Pro kardiovaskulární úmrtnost mužů všech věkových skupin byly zjištěny následující nejvyšší signifikantní hodnoty: MSK: 12,9%(4-denní průměr), 10,9(lag 2), 8,9(lag 3), 8,2(lag 1) SČ-UP: 9,0%(4-denní průměr), 7,0%(lag 3), 6,5% (lag 2) Praha: 9,7%(4-denní průměr), 8,1%(lag 2), 8,0%(lag 1), 7,7%(lag 3) U žen v této věkové skupině nebyla zjištěna signifikantní závislost pro CVD úmrtnost. Nejvyšší nesignifikantní pozitivní závislost je v Praze (lag 1): 4,16% s int.spol.: ( 0,74, 9,29).
Kardiovaskulární úmrtnost podle věkových skupin Věk < 65 let Pro kardiovaskulární úmrtnost mužů ve věku < 65 let nebyla zjištěna signifikantní závislost. U žen také není tato závislost signifikantní, někde je dokonce negativní. Pravděpodobně je to způsobeno malým počtem úmrtí žen ve věku < 65 let. Věk 65 a více Pro kardiovaskulární úmrtnost mužů ve věku 65 let a více byly zjištěny následující nejvyšší signifikantní hodnoty: MSK: 18,4%(4-denní průměr), 13,3(lag 2), 12,4(lag 1), 11,4(lag 3) SČ-UP : 12,8%(4-denní průměr), 10,2%(lag 2), 8,4%(lag 3) Praha: 10,5%(4-denní průměr), 10,2%(lag 2), 9,0%(lag 3), 7,8% (lag 1) Pro kardiovaskulární úmrtnost žen ve věku 65 let a více nebyla zjištěna signifikantní závislost.
RESPIRAČNÍ ÚMRTNOST U respirační úmrtnosti byly výpočty provedeny pouze pro ženy a muže všech věkových skupin z důvodu celkově malého počtu úmrtí na respirační choroby. Pro respirační úmrtnost mužů všech věkových skupin byly zjištěny následující nejvyšší signifikantní hodnoty: MSK: 14,3%(4-denní průměr), 13,6(lag 3) Praha: 18,2%(lag 2) Pro respirační úmrtnost žen všech věkových skupin byly zjištěny následující nejvyšší signifikantní hodnoty: SČ-UP : 37,2%(4-denní průměr), 25%(lag 2), 23%(lag 1), 21,4%(lag 3)
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Celková úmrtnost muži. Bez rozlišení věku.
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Celková úmrtnost muži. Věk 65 a více.
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Kardiovaskulární úmrtnost muži. Bez rozlišení věku.
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Kardiovaskulární úmrtnost muži. Věk 65 a více.
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Respiratorní úmrtnost muži. Bez rozlišení věku.
RR nárůstu PM10 o 100 µg/m3 na standardizovanou denní úmrtnost v Moravskoslezském kraji (průmyslová část), v Severočeské uhelné pánvi a v Praze 1997-2009. Kardiovaskulární úmrtnost ženy. Věk 65 a více.
Statistický plán pro studii příznaků Cíl studie Určit vztah mezi znečištěním ovzduší, zejména ultrajemnými částicemi (UJČ) a kardiovaskulárními a respiračními příznaky Určit vztah dávky a odpovědi mezi UJČ, jinými prachovými částicemi a výskytem příznaků Porovnat změny ve výskytu příznaků spojené s UJČ se změnami v úmrtnosti spojenými s tradičními škodlivinami (např. PM10 nebo PM2.5);
Statistický plán Spolupůsobící faktory Časový trend Sezónní efekty Meteorologické parametry - denní teplota, relativní vlhkost, atmosférický tlak a sluneční záření Kalendářní efekty (den v týdnu, prázdniny, svátky) Chřipka nebo akutní respirační onemocnění
Statistický plán Závislé (výsledné) proměnné Denní počty pacientů s aspoň jedním příznakem Denní počty pacientů s konkrétním příznakem (pouze pro symptomy s dostatečným počtem výskytů)
Model pro určení vztahu mezi ultrajemnými částicemi a zdravotními příznaky Model je založen na sledování časových řad výskytu příznaků a počtu ultrajemných částic Jako spolupůsobící faktory se uvažují další škodliviny, jako NO2, O3, PM10 a PM2,5, meteorologické parametry a kalendářní a sezónní vlivy Použije se Poissonův regresní model Statistický SW : Statistica v.11, R+
Statistický plán Statistické metody Statistický model pro denní počty pacientů s příznaky : Poissonova regrese umožňující overdispersi (překročený rozptyl) pro denní počty pacientů s příznaky Case-cross over model pro vyhodnocení každého účastníka zvlášť výskyt symptomů ve dnech špatného a dobrého stavu znečištění ovzduší výpočet OR a chi-kvadrát
Průběh počtu ultrajemných částic
30 denní klouzavý průměr počtu ultrajemných částic
Průběh meteorologických parametrů
Korelace mezi parametry ovzduší korelace N2N5N7N3(10- N4(30- N6(50- N8(10030nm) 50nm) 100nm) 800nm) PM1_BC PM10 N4(30-50nm) 0.676 1.000 N5-N6(50-100nm) 0.324 N7-N8(100-800nm) SO2 O3 teplota vzduchu 0.784 1.000 0.000 0.402 0.822 1.000 PM1_BC -0.050 0.349 0.743 0.914 1.000 PM10-0.119 0.206 0.598 0.862 0.853 1.000 SO2 0.077 0.240 0.465 0.549 0.530 0.594 1.000 O3 0.162-0.070-0.348-0.533-0.702-0.434-0.456 1.000 NO2 0.113 0.444 0.709 0.772 0.787 0.685 0.619-0.652 teplota vzduchu 0.393 0.253 0.001-0.280-0.404-0.388-0.416 0.549 1.000 relativní vlhkost -0.405-0.299-0.023 0.282 0.498 0.345 0.361-0.739-0.610 0.375 0.273-0.006-0.282-0.497-0.318-0.392 0.737 0.781 sluneční záření GLRD
Počet klientů DD s příznaky KVO
Počet klientů DD s příznaky respiračního onemocnění
Korelace mezi ovzduším a počtem pacientů se symptomy correlation KVO count KVO ratio respir. count respir. ratio N2-N3(10-30nm) 0.165 0.079 0.022 0.006 N2-N6(10-100nm) 0.200 0.162 0.079 0.071 N4(30-50nm) 0.195 0.189 0.094 0.101 N2-N4(10-50nm) 0.185 0.119 0.046 0.034 N5-N6(50-100nm) 0.162 0.221 0.145 0.151 N7-N8(100-800nm) 0.027 0.128 0.153 0.137 PM1_BC 0.004 0.177 0.162 0.161-0.008 0.036 0.198 0.164 SO2 0.087 0.010 0.294 0.267 O3 0.002-0.102-0.189-0.176 NO2 0.127 0.134 0.300 0.282 air temperature 0.117 0.150-0.246-0.199-0.122-0.103 0.153 0.090 air pressure 0.025 0.155-0.092-0.009 sun radiation GLRD 0.022 0.073-0.279-0.229 PM10 relative humidity
Regression Summary for Dependent Variable: KVO_count R=.39180110 R2=.15350810 Adjusted R2=.13161607 F(9,348)=7.0121 p<.00000 Std.Error of estimate: 3.4791 b* St.Err. b* intercept b St.Err.b t(348) p-value 16.10167 3.252676 4.95028 0.000001 N4-0.127925 0.110384-0.00051 0.000440-1.15891 0.247289 0.339883 0.083316 0.16088 0.039436 4.07946 0.000056 GLDR -0.399965 0.112899-0.67603 0.190824-3.54269 0.000450 Rel.hum. -0.121372 0.106290-0.03460 0.030296-1.14189 0.254285 NO2 0.223327 0.101292 0.08418 0.038183 2.20478 0.028123 O3 0.152526 0.107050 0.02663 0.018691 1.42482 0.155106 PM10 0.069013 0.126292 0.01347 0.024656 0.54645 0.585107 N5-N6 0.560875 0.191328 0.00182 0.000619 2.93149 0.003596 N7-N8-0.526112 0.211995-0.00154 0.000620-2.48172 0.013546 Air temp
Regression Summary for Dependent Variable: respir_count R=.42341499 R2=.17928025 Adjusted R2=.16286586 F(7,350)=10.922 p<.00000 Std.Error of estimate: 4.1469 b* St.Err. b* b St.Err.b t(348) p-value 4.561487 1.232986 3.69954 0.000251 NO2 0.418688 0.096274 0.191604 0.044058 4.34892 0.000018 GLDR -0.418916 0.100157-0.859594 0.205518-4.18258 0.000036 O3 0.292144 0.088342 0.061925 0.018726 3.30696 0.001041 N7-N8-0.558484 0.176607-0.001984 0.000627-3.16231 0.001702 PM10 0.288991 0.122048 0.068495 0.028927 2.36784 0.018435 N5-N6 0.228210 0.112992 0.000897 0.000444 2.01969 0.044177 Air_temp 0.088441 0.081657 0.050820 0.046923 1.08307 0.279523 intercept