Krooninen sairaus

tiivistelmä

Background

Jos verrokkitutkimuksissa sairauden riskin ei selittyy merkittävät riskitekijät on selittämätön riski. Kun otetaan huomioon selittämättömiä riski tiettyjen väestöryhmien, paikat ja ajat voivat paljastaa allekirjoitus tunnistamattomien riskitekijöiden ja riskitekijöitä ei täysin osuus on tapauskontrollitutkimuksessa. Tämä mahdollisesti voi johtaa uusiin hypoteeseja koskevat sairauksien syistä.

Methods

Global, paikallista ja keskittyi Q-tilastot levitetään tietoja väestöpohjaisen tapauskontrollitutkimuksessa 11. Kaakkois Michigan maakunnat . Analyysit tehtiin käyttäen sekä vuosi- ja ikään perustuva toimenpiteiden ajan. Analyysit oikaistu arseenin altistumista, koulutus, tupakointi, suvussa virtsarakon syövän, työperäinen altistuminen virtsarakon syöpään karsinogeeneja, ikä, sukupuoli, ja rotu.

Tulokset

Merkittävä yleinen ryhmittyminen tapauksista ei löytynyt. Tällainen toteamus osoittaa laajamittaisen klusterointi tapausten suhteessa kontrolleihin läpi ajan. Kuitenkin erittäin merkittävää paikallista klustereita löytyivät Ingham County lähellä Lansing, Oakland County ja kaupungin Jackson, Michigan. The Jackson Kaupunki klusteri havaittiin työ–ikäisiä ja on siten yhdenmukainen ammatillisia syitä. Ingham County klusteri jatkuu ajan mittaan, mikä viittaa laajapohjainen maantieteellisesti määriteltyjä altistumista. Kohdennettu klustereita havaittiin 20 teollisuuslaitoksia mukana valmistus liittyvän toiminnan tiedetään tai epäillään olevan virtsarakon syöpä karsinogeeneja. Set-pohjainen testit, oikaistu moninkertainen testaaminen eivät olleet merkittäviä, vaikkakin paikallisten klusterin säilyi koko ajan ja ajallisten suuntausten todennäköisyys paikallisten testejä havaittiin.

Johtopäätös

Q-analyysien tehokas työkalu purkamisen selittämätön tauti riski tapaus-verrokki tutkimuksissa. Tämä on erityisen hyödyllistä, kun vaikutus riskitekijöiden vaihtelee alueellisesti, ajan myötä, tai molemmat tilaa ja aikaa. Virtsarakon syövän Michiganissa, seuraava askel on tutkia syy olettamuksia, jotka saattavat selittää liikaa virtsarakon syövän riskiä lokalisoitu alueilla Oakland ja Ingham maakunnat, ja kaupungille Jackson.

Citation: Jacquez GM, Shi C, Meliker JR (2015) Paikallinen virtsarakon syövän klusterit Kaakkois Michiganissa Accounting for Risk Factors, Kovariaatit ja asuinpaikan vaihdokset. PLoS ONE 10 (4): e0124516. doi: 10,1371 /journal.pone.0124516

Academic Editor: Suminori Akiba, Kagoshima University Graduate School of Lääketieteen ja hammaslääketieteen laitos, JAPAN

vastaanotettu: 21 marraskuu 2013; Hyväksytty: 15 maaliskuu 2015; Julkaistu: 09 huhtikuu 2015

Copyright: © 2015 Jacquez et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään

Rahoitus: Tämä Tutkimusta rahoittivat avustuksilla National Cancer Institute R44CA117171 ja R44CA135818. Rahoittaja ei ollut roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat vahvistavat, että toinen kirjoittaja tohtori Jaymie Meliker on PLoS One Editorial Board jäsen. Tämä suhde ei muuta tekijöiden noudattaminen PLoS One Pääkirjoitus politiikan ja kriteerit. Dr. Jacquez kehitti SpaceStat ohjelmisto, joka on markkinoidaan BioMedware ja että käytettiin tässä tutkimuksessa. Hän on presidentti BioMedware. Tämä suhde ei muuta tekijöiden noudattaminen PLoS One politiikkaa jakaa tietoja ja materiaaleja.

Johdanto

Yli 350000 uusia tapauksia vuosittain, virtsarakon syöpä riveissä yhdeksäs maailmanlaajuisesti ilmaantuvuus kaikkien syöpien [1]. Populaatiot asuvat teollistuneilla alueilla Yhdysvalloissa ja Länsi-Euroopassa on korkein esiintyvyys, jossa useimmiten diagnosoitu virtsarakon syöpä siirtymäkauden solukarsinoomat (TCC) [2]. Occupational vastuut ja tupakointi ovat tärkeimmät riskitekijät virtsarakon syövän, joitakin todisteita siitä altistumisesta epäorgaanisen arseenin kuin virtsarakon syöpä karsinogeeni [3]. Mutta monet tapaukset jäävät selittämätön.

exposome on määritelty kokonaisuudessaan vastuiden yli yksilön elämänkulun ja määrällisesti näkökohtia exposome liittyvät erityiset terveystilannetta, kuten virtsarakon syöpä, on vaikeaa [4 ]. Yksi lähestymistapa on tarkastella selittämätön riskiä. Esimerkiksi tapausverrokkitutkimukset pyritään selvittämään tietyt tekijät liittyvät lisääntyneeseen sairauden riskin keskuudessa suunniteltu näyte tapauksissa ja valvontaa. Tauti riski ei selittää niitä tekijöitä löytyy merkittäviä siinä tapauksessa verrokkitutkimuksen on selittämätön riski. Kohdentaminen että riski tiettyihin paikallisen väestön paikkoja ja aikoja voi paljastaa ylilyöntejä, jotka voivat olla allekirjoitus tunnistamattomien riskitekijöiden tai riskitekijöitä, joita ei täysin huomioitu alkuperäisessä tutkimuksessa suunnitteluun. Tämä voi paljastaa paikallista vastuut ja käyttäytymistä, mikä saattaa johtaa uusiin hypoteeseja koskevat sairauksien syistä.

Q-tilasto on kehitetty menetelmä toteutuksessa hajoamisesta selittämätön riskin osaksi paikallista väestöä, paikat ja ajat [5, 6]. Tämä lähestymistapa on arvioitu simulaatiotutkimuksia [7] ja on sovellettu kivessyövät [8], diabetes ja leukemia [9], non-Hodgkin-lymfooman [10], ja rintasyövän [11]. Tässä tutkimuksessa arvioidaan aika-avaruuden malleja virtsarakon syöpien Kaakkois Michiganissa osuus asuinpaikan vaihdokset ja tunnettuja riskitekijöitä ja kovariantteja. Tämä tutkimus pohjautuu äskettäin julkaistun väestöpohjainen tapaus verrokkitutkimuksen virtsarakon syöpä, joka käyttää asuin- historia ja tietoa työ- ja elämäntapaan vastuut arvioimiseksi virtsarakon syövän riskit ( ”kanta tutkimus”) [12].

päämäärät ja tavoitteet

yleisenä tavoitteena on arvioida keskittynyt ryhmittely virtsarakon syövän tapauksista Kaakkois Michiganissa. Tämä tutkimus motivoi useita tyydyttämättömiä menetelmiin ja soveltaa haasteita paikkatietoalan menetelmiä ja epidemiologian virtsarakon syöpä. Ensinnäkin, tila-aika malleja virtsarakon syövän osuus asuinpaikan vaihdokset ja oikaistu riskitekijöiden ja covariates ole vielä tutkittu ja ovat suurelta osin dokumentoimattomia. Näitä kuvioita voi tarjota merkittävää näyttöä saattaa johtaa uusiin etiological hypoteeseja. Toiseksi menetelmä keskittyy Q-tilastot ei ole koskaan sovellettu kokonaan tapaus-verrokki datajoukko mitään sairautta tai terveydellistä lopputulokseen. Käsitellään tämän tarpeen olisi tärkeä edistysaskel soveltaa menetelmää. Lopuksi lähestymistapa, jossa yhdistyvät tietojen ajallisesta suuntauksia ja pysyvyys todennäköisyys Q-tilastot on vielä kehitettävä, mutta olisi merkittävä arviointijärjestelmän mahdollisten vääriä positiivisia. Tutkimuksen tavoitteena on käsitellä kaikkia näitä tarpeita nykyinen Q-tilastot, kehittämällä uusia lähestymistapoja arviointiin ajallisten suuntausten ja pysyvyys sekä soveltamalla näitä väestöpohjaisen tapauskontrollitutkimuksessa virtsarakon syöpään.

Materiaalit ja menetelmät

Ethics lausunto

The University of Michigan IRB vahvisti yhtiön tapauksessa ohjaus tutkimus, johon otettiin osallistujat, kerätään biologisia ja juomaveden näytteitä, tekivät selvityksiä ja saanut riittävää kirjallinen suostumus tutkimukseen osallistuneista . Western IRB hyväksytty analysointi toissijaisten tietojen vanhemman tutkimuksesta, joka ei liity kosketusta TET.

Data

Tiedot ovat peräisin väestöpohjaisen virtsarakon syövän tapaus-verrokki tutkimuksessa käytettäessä 11 läänin alueella Kaakkois Michigan. Suunniteltu arvioimaan altistuminen alhaisille arseenin juomaveden riskitekijänä virtsarakon syövän, tämä vanhempi tutkimuksessa arvioitiin lukuisia ammatti- ja käyttäytymiseen riskitekijöitä ja kovariantteja. Kiteytämme tutkimuksen suunnittelu ja näytteen ominaisuudet vanhemman tutkimusten yksityiskohdat kuulla alkuperäisen tutkimuksissa [12,13,14].

Tapahtuma tapauksissa virtsarakon syöpä diagnosoidaan vuosina 2000-2004 (411 tapausta) rekrytoitiin valtion syövän rekisterin Michigan Cancer seurantaohjelma. Parhaan tietomme mukaan enintään 1 tapaus sattui yhdessä perheen. Michigan Public Health Institute (MPHI) palvelukseen 566 tarkastukset, jotka olivat taajuus-sovitetaan palvelukseen tapauksissa sukupuolen, iän (± viisi vuotta), ja rotu käyttämällä satunnaisia ​​numeroinen soitto ikääntymiseen painotettu luetteloita. Age-painotettu luetteloita ostettu Genesys näytteenottojärjestelmistä painotettiin, jotta ne edustaisivat ikäjakauma tapausten tutkimusalueella ja muodostettiin puhelinluetteloita, autojen ja moottoripyörien rekisterit, kiinteistöjen tietoihin, ja ajokortti tiedot. Tämä otoskehikon tekee sisältyy mahdollisuus cell-puhelimen käyttäjille. Satunnainen puhelut tehtiin 11463 mahdollisten valvontaa, ja kelpoisuus määritettiin perustuen vastauksia esivalintakysymyksiin (vähintään 5 vuoden oleskelun tutkimusalueella, ei ollut syöpää lukuun ottamatta ei-melanooma ihosyöpä, ja sopiva kotelo toisiaan taajuuksilla iässä , rotu, ja sukupuoli). Näistä soitetut, 3341 oli työelämän ulkopuolella /liikerakennukset tai ei koskaan vastattu, 3333 johti vajavaisuuksistani ennen seulontaa, ja 4748 johti onnistunut seulontaan. Niistä seulottiin, 2616 todettiin kelpuuteta. Niistä 2132 tukikelpoisten valvonta, 69% kieltäytyi osallistumasta, 4% ei saatu kaikkia vaatimuksia osallistumisen, ja 27% valmiiksi kaikkiin vaiheisiin osallistumisen myös puhelin- haastattelu, henkilökohtaista haastattelussa, ja tarjoamalla ympäristön ja biologisten näytteiden, johtaen 566 osallistuvissa tarkastukset.

oli 1634 mahdollisesti oikeutettuja tapauksissa. Noin 22% kuoli ennen kontaktia; Rekisterin ei sallita sairaalassa tai lääkärin yhteyttä toiseen 5%: ssa tapauksista. Loput tapaukset postitettiin kirjeen rekisterin pyytäen lupaa vapauttaa nimensä ja yhteystietonsa tutkimusryhmä. Näistä 1178 tapauksessa 50% suostui ovat nimensä julkaissut. Niistä 584 tapausta myöhemmin yhteyttä tutkijaryhmä, 411 tapausta (70%) suorittanut kaikki vaiheet osallistumisen. Siten on 1634 mahdollisesti tukikelpoisten tapauksissa 25% suorittanut kaikki vaiheet osallistumista, jolloin 411 osallistuvissa tapauksissa.

30-45 minuutin tietokoneavusteinen puhelinhaastattelu saatua tietoa tupakoinnin, sairaushistoria, ruokavalio, vesi ja muut nesteen kulutusta. Asuin- ja ammatillisia historiat saatiin kautta kyselyn lomakkeet tarkistetaan kotona kullekin osallistujalle. Asuinosoitteita olivat maakooditettu käyttämällä ArcGIS (versio 9.0; ESRI, Redlands, CA, USA) geocoding parametrit vähintään ottelu pisteet 60, vähintään ehdokas pisteet 10, ja oikeinkirjoitus herkkyys 70. Geocoding tarkkuus oli sama tapauksissa ja valvontaa. 54% valvonnan ”henkilötyövuotta oli maakooditettu on tarkka osoite tai lähimmän risteävät kadut ja 11% maakooditettu kaupungin keskustaan. Tapauksissa, 53% oli maakooditettu on tarkka osoite tai lähimmän risteävät kadut ja 14% maakooditettu kaupungin keskustaan. Jäljellä asuntoa ulkopuolella tutkimusalueella ja ei maakooditettu.

Distributions asuin- historia ei eronnut tapauksiin ja valvontaa. Tapaukset keskimäärin 9,1 asuntoa per henkilö, valvonta oli keskimäärin 9,0 asuntoja. Kaikkiaan 8823 asuntojen osuus 64040 henkilötyövuotta ilmoitettiin yhteensä, keskimäärin 65 vuotta asuin historiaa per henkilö. Osallistujat käytti 66% niiden htv sisällä tutkimusalueella.

tapauskontrollitutkimuksessa oli alun perin suunniteltu tutkimaan yhteydestä altistumisen arseenin juomaveden ja virtsarakon syöpä. Paljon työtä meni arvioitaessa arseeni altistuminen elämän eri vaiheissa jokaiselle osallistujalle, jonka osuus asuin- liikkuvuussuuntaukset ja muutokset arseenin tasot yksityisissä ja julkisissa vesihuollon. Lisätietoja katso Meliker et al (2007) [15]. Aika painotettu keskimääräinen elinikäinen altistuminen arseeni laskettiin ja käsiteltiin sekä jatkuvana muuttujana, ja luokiteltu a priori osaksi 1 ug /l, 1-10 ug /L, ja 10 ug /l [12].

Mukauttamaton logistinen regressio analyysit tehtiin, koska oli analyysit oikaistu covariates ikä, rotu (valkoinen, musta, muut), ja sukupuoli, ja virtsarakon syövän riskitekijöitä löydetty merkittäviä tai rajatapaus merkittävä: tupakointi (ei koskaan tupakoitsija, entinen 20 pack-vuotta, entinen ≥ 20 pack-vuotta, nykyinen 20 pack-vuotta, nykyinen ≥ 20 pack-vuotta), koulutus (korkein saavutettu), historia virtsarakon syövän välitön suhteellinen (vanhempi, sisarus, tai lapsi), arseenin juomavettä, ja vähintään viiden vuoden työskentelyn korkean riskin ammatti (väriaine työntekijät ja käyttäjät, aromaattinen amiini valmistus, nahka työntekijät, maalaus, ajo kuorma tai muissa moottoriajoneuvoissa, alumiini työntekijät, machinists, ja auto kokoonpanijat). Ryhminä, tapausten ja kontrollien eivät eronneet sukupuolen, rodun ja iän, eikä myöskään keski-ikä 65 vuotta. Tapaukset savustettu enemmän savukkeita koko eliniän ajan, valmistui vähemmän vuotta koulua, ja olivat todennäköisesti ovat työskennelleet vähintään viiden vuoden ammatissa on suuri riski virtsarakon syöpään; ne olivat myös todennäköisemmin on perheenjäsen diagnosoitu virtsarakon syöpä. Muuttujat havaittiin olevan huomattava virtsarakon syövän riskitekijöitä, ja vastaava logistinen regressiomalleja vanhemman tutkimuksen käytettiin tutkimuksemme. Lisätietoja tapauksessa toteaminen, rekrytointi, satunnainen numero numerot, kertoimet suhdeluvut, ja tutkimuksen suunnittelu julkaistaan ​​vanhempi tutkimuksissa [12,13,14,15].

mallit ja tilastolliset menetelmät

Q tilastoja.

Jacquez et al. [5,6] kehittää globaali ja paikallinen testit tapaus-verrokki klusterointi asuin- historia käyttäen algebrallisen diskreetti aikaesitys. Täällä käytämme jatkuvaa aikaesitys [7] ja useita korjaus tekniikoita, jotka tukevat tunnistaminen etiologisen hypoteesien [11].

Q-tilasto perustuu tila-aika-askeleen toiminto, joka dokumentoi henkilön asuinpaikan vaihdokset yli eliniän. Tämä kvantifioidaan matriisiesitys, joka mittaa, kuinka maantieteellinen naapuri suhteita muuttua ajan myötä. Q-tilastot arvioimiseksi eri aika-avaruuden klusterointi ovat käytettävissä, yleistä yleinen ryhmittyminen, maankäytön ja ajallisesti paikallisen klustereiden, sillä klusterointi tietyin aikavälein, ja arvioinnissa keskityttiin klusterointi pisteen lähteistä. Näillä on useita toivottavia ominaisuuksia, joista ensimmäinen, että maailmanlaajuinen testit voidaan jakaa paikallisiin testit siten, että summa paikallisten testien tuottaa globaalin testin tilastollinen. Täällä käytämme paikallisia, globaali ja fokusoitu testit esitetty alla, käyttäen merkintää kehitetty ja sovellettu aiemmissa julkaisuissa. Menetelmiä koskevat tiedot koskevat näitä aikaisempia julkaisuja [6,7,11,16].

Paikallinen tilastotieto, josta kaikki muut kokeet ovat peräisin, kutsutaan ”Q

se” ja on

1

Tämä on määrä, ajanhetkellä

t

, lukumäärästä

k

naapurit osanottajan

i

jotka ovat tapauksia, eikä valvontaa. Muuttujia

c

i

ja

c

j

ovat tapaus-verrokki tunnisteet, ja on lähin naapuri indikaattori. Simulointi tutkimukset osoittivat hyvää tilastollista tehoa, kun

k

15 käytetään [7], parametriarvo Tässä tutkimuksessa käytetyt.

elämänkaaren, ainekohtaisia ​​tilasto, joka integroi ajan myötä on ”Q

i” ja lasketaan seuraavasti:

2

Tämä tilasto arvioidaan taipumus olla muita tapauksia, pikemmin kuin valvontaa, lähellä koko elämän aikana osallistujan

i

. Aika-erityinen tilasto, joka antaa kokonaiskuvan mittari tapauksessa klusterointi, kun kaikki osallistujat tarkastellaan yhdessä on ”Q

t”:

3

Q

t on summa hetkellä

t

yli kaikissa tapauksissa, Q

sitä (kohde-erityisiä ja aika-erityinen mitta tapauksessa klustereiden yhtälössä 1). arvioi maailmanlaajuisen paikkatietojen kerääminen yhteen tapausten aika

t

. Yleinen ryhmittyminen tilasto, joka pitää klusterointia tapausten kaikissa tapauksissa ja valvontaa, koko tutkimuksen ajan, on ”Q” ja on:

4

Kohdennettu tilastojen määrällisesti klusterointi noin tiettyyn paikkaan tai keskittyä. Lawson (1989) [17] ja Waller

et al

. (1995) [18] ehdotti keskittynyt testit, ei oteta huomioon ihmisten liikkuvuuteen, eikä liikkuvuuden keskittyä itse.

Kohdennetussa Q tilastotieto klusterointi tapauksista noin keskittyä kerrallaan

t

on:

5

lähin naapuri-indeksi

η

F

,

j

,

k

,

t

osoittaa, onko

j

th yksilö on

k

th paikkatietojen naapuriin keskittyä u

F

,

t

ajankohtana

t

. Tilastollinen

Q

F

,

k

,

t

on laskea, milloin aika

t

, ja määrä

k

-nearest naapurit painopiste, jotka ovat tapauksia. Testi kohdennettua klusterointi läpi aika on:

6

Over T kertaa, tämä on lasken tapausten määrä, jotka ovat

k

naapurit painopiste kussakin aikapisteessä.

tässä artikkelissa käytämme Eq 1 () tunnistaa, milloin ja missä yksittäinen on keskellä paikallisen klusterin. Käytämme Eq 2 () tunnistaa, mitkä yksilöt ovat yleensä keskuksia klustereiden heidän elämänkulkua. Käytämme Eq 3 (), ja tontteja tämän todennäköisyys läpi ajan, tunnistaa ajanjaksoilta merkittävä asia klusterointi. Käytämme Eq 4 (globaali

Q

(

k

)) arvioida, onko yleinen ryhmittyminen on olemassa, kun asuin historiaa kaikkien osallistujien katsotaan koko tutkimuksen ajan . Käytämme Eq 5 (

Q

F

,

k

,

t

) arvioida klusterointi tapauksista noin painopiste F aika

t

, ja Eq 6 (

Q

F

,

k

) määrittää klustereiden noin painopiste

F

yli aika. Lopuksi käytämme Global Q

F joka lasketaan summana

Q

F

,

k

yli

F

pesäkkeitä arvioida globaalin keskittynyt klustereiden kun kaikki pesäkkeitä pidetään koko ajan ajan tutkimuksen. Katso aiemmin julkaisuista toteutuksen yksityiskohdat Q-tilastot [6,11,16].

Loppuosa tästä paperin putoaa ”

k

” merkintä, kirjoittaminen Q

se

paikallisen tilasto; Q

i

varten aihealueittainen elämänkulkua tilasto; Q

t

ajankohdalle-nimetyt suuret tila- klusterin tilastotieto ja niin edelleen pudottamalla ”

k

” merkintätapa keskittynyt tilastojen samalla tavalla.

Johdetut puitteet ja useita testaus korjauksen.

tila-aika hahmontunnistuksen tekniikat voivat tarjota oivalluksia erityistä etiologic hypoteesit [7]. Edelleen, kun otetaan huomioon sarjaa merkittäviä Q-tilastot sekä tilejä useille testaus ja tukee prosessia perustuva päättely [11]. Tutkimuksessa käytetään sarjaa merkittäviä Q-tilastot sekä useita testaus korjauksia ja rakentaa johtopäätöksiä koskien etiologisten hypoteeseja, katso aikaisemmissa julkaisuissa em lisätietoja.

”raaka” Q-tilastot, erityisesti paikallinen tilastotieto

Q

se

, ovat varsin käyttökelpoisia tunnistettaessa paikallisia riskin ylilyöntejä. On kuitenkin olemassa monia tällaisia ​​paikallisia tilastoja ja yksi on korjattava useita testejä. Perinteiset lähestymistavat kuten Bonferronin korjauksen ja juokseva menetelmiä, kuten Simes-Hochberg [19,20] ja Hommel menetelmällä [21] pidetään laajalti liian konservatiivinen [22] Käytämme lähestymistapa on sairaus prosessi ja kuvio suuntautunut [7,11] . Palveluksessamme merkitys alkioiden lukumäärä (a kardinaliteetti tilastotieto) kussakin klusterin sarjoiksi. Kun merkitystä alkioiden lukumäärä klusterin set osoitetaan yksi sitten tarkastaa p-arvot kuuluvien paikallisten testit tunnistaa ne paikalliset tilastot, jotka vaikuttivat eniten yleistä merkitystä.

päättely trendeihin ja pysyvistä paikallisia klustereita.

aikasuuntauksissa todennäköisyys klusterin tilastoja voidaan käyttää arvioitaessa (1) yleinen ajallista malleja paikkatietojen toimenpiteitä klustereiden, sillä ne voivat osoittaa pitkän aikavälin vaikutuksen aiheuttajia; ja (2) pysyvyys paikallisten paikkatietojen klustereita tapauksista. Logiikka voidaan nähtynä Gedanken kokeessa. Oletetaan ei ole aika-avaruuden malli tapauksissa ja valvontaa, ja sitten määrätä jossain t

1, paikallinen tai keskittynyt klusterin niin pieni, että vaikka se aiheuttaa merkittävää paikallista klusterointia, ei johda merkittäviä maailmanlaajuisia klusterointi. Määritelmän mukaan globaali klusteri tilastollinen summa paikallisen klusterin tilastot; maailmanlaajuinen tilastollinen näin on kasvettava ajan t

1, ja siihen liittyvä todennäköisyys vähetä. Siksi pysyvyys on avain koska odotamme vääriä positiivisia olevan lyhytaikaisia. Lopuksi ääni päättely edellyttää arviointia biologisesti uskottava mekanismi. Esimerkiksi pysyviä klustereiden noin painopiste vaatisi uskottavasti altistumisen teolliseen toimintaan liittyvät kyseiseen painopiste. Siksi tarkastus ajallinen kehitys todennäköisyys paikalliset tilastot, yhdistettynä arviointi paikallisten klusterin karttoja, tarjoaa työkalun arvioimiseksi allekirjoitusta paikallisen ylimääräisen sairauden riskin.

Satunnaistamismenettelyt ja nollahypoteesi.

merkitys Q tilastojen arvioidaan kautta satunnaistaminen tapaus-verrokki tunnisteiden yli liikkuvuuden historiaa. Käytämme kaksi nollahypoteesi. Ensimmäinen ei ole yhdistyksen välillä asuin- ja tapaus-verrokki tila-me kutsumme tätä ”ei ole säädetty”. Under ”ei oikaista”, jokainen aihe on todennäköisyys merkitty ”tapaus” suhteessa tapausten suhde valvonnan tutkimuksessa. Toinen nollahypoteesi, nimeltään ”oikaistu” sisältää tietoa virtsarakon syövän covariates ja riskitekijöitä, ja työllistää ennustettu todennäköisyydet ollessa kyseessä lasketaan logistinen regressio [6]. Tässä kukin aihe on todennäköisyys merkitty ”tapaus” suhteessa niiden todennäköisyys alle logistinen regressio. Käytimme joko 999 tai 9999 satunnaistamiset; 999 aluksi näytön ja 9999 paremmin ratkaista p-arvot löytyi läheltä alfa taso tietyn testin. 999 satunnaistamiset antoi meille mahdollisuuden ratkaista p-arvot niin pieni kuin 0,001; 9999 antoi meille mahdollisuuden ratkaista p = 0,0001.

Tutkimuksen suunnittelu.

Ajoimme molemmat ”ei oikaistu” ja ”säätää” Q-analyysit, käyttäen logistinen malli tämän datan asetetaan kuvien [12] säätöön mallia. Tämä malli sisältyi muuttujat havaittu merkittäviä (sekä tilastollisia ja etiologinen syistä) ja mukana arseenia vastuut, koulutustaso, tupakointi toimintaa, suvussa virtsarakon syövän, työperäinen altistuminen virtsarakon syöpään karsinogeeneja, ikä, sukupuoli, ja rotu. Mallia ilmaistaan ​​todennäköisyys ollessa tapauksessa, koska riskitekijät ja covariates kunkin yksittäisen. Kaikki muuttujat sisältyvät malliin ja niitä vastaavat kertoimet on lueteltu taulukossa 1. Niinpä kaikki klustereiden löydetty säädön jälkeen näin on edellä ja sen jälkeen joka selittää nämä muuttujat logistisen mallissa.

Meillä työskentelee kaksi ajallinen suuntaviivat, päivämäärä ja ikä. Päivämäärä ajallinen suunta käytetty joina tapahtumista ilmi (esim diagnoosi, asuinpaikka siirtäminen) arvioitaessa tila-aika kuvioita. Ikä suuntautuminen käytetty ikä yksittäisen osallistujan tallentaa kun nämä tapahtumat ilmi. Ikä suunta on hyötyä arvioitaessa klusterointi liittyviä kriittisiä ikäisiä elämänvaiheissa esimerkiksi ammatillisia klustereita, jotka esiintyvät työvuosia, ja ne, jotka liittyvät kriittisinä aikoina haavoittuvuus. Date suunta on herkkä klustereiden johtuvat vastuut, esimerkiksi liittyy määräaikoja, kuten toiminnan saastuttavan teollisuuden.

keskittynyt analysoi käytimme yrityksen osoite historia ja vuoden toiminnasta teollisuuden Kaakkois Michigan, jonka toiminta voidaan käyttää tai tuottaa yhdisteitä, joiden tiedetään tai epäillään virtsarakon syöpä karsinogeeneja. Meillä on rakennettu tietokanta 268 teollisuudenalojen käyttäen Toxics Release Inventory [23] ja Directory of Michiganin Manufacturers vuosia 1946, 1953, 1960, 1969, 1977, ja 1982. aloituspäivä oli aikaisintaan 1943 eri teollisuuden (olettaen ne vuonna 1946 hakemistoon ei alkanut vuonna 1946). Teollisuudelle että avautunut jälkeen 1946 alkamispäivä määriteltiin puoliväliin ensimmäinen hakemisto, jossa he olivat läsnä ja edellisen hakemisto (esimerkiksi 1965 alkamispäivä niihin toimialoihin, jotka eivät olleet läsnä vuonna 1960, mutta olivat läsnä 1969). Samanlaisia ​​menetelmiä käytettiin määriteltäessä päättymispäivän.

validointi Q menetelmistä suoritettiin käyttäen Cuzick ja Edwards testi [24], joka on analoginen Q

t tilastotieto, että se tuottaa tilastollinen määrällisesti globaali paikkatietojen tapauksessa klusterointi tiettyyn aikaan piste. Me validoitu Q

se käyttäen tarkkoja permutaatio pienille aineistoja. Vertasimme myös klusterin tulokset scan tilastollinen Bernoulli malli [25,26], huomata tämä menetelmä ei ole herkkä pienille klustereita, jotka voidaan havaita käyttäen joko Q tai Cuzick ja Edwards testi [27].

Ajoimme Q tilastojen avulla oikaisu kovariaatit ja riskitekijät todettu merkittäviksi Meliker

et al

. (2010) [12], kuten arseeni altistuminen. Me juoksi ole keskittynyt ja keskittyy Q tilastojen tuottaen globaali klusteri testejä (esim Q ja Q

F), testit tapauksessa klusterointi tiettyinä ajankohtina (esim Q

t ja Q

Ft), asia klusterointi noin erityistapauksissa ja teollisuuden ajan (Q

i ja Q

Fi), ja paikallinen klusterointi noin yksilöiden tai teollisuuden hetkellä t (Q

sen ja Q

Fit). Käytimme joukko risteyksessä tilastojen Jacquez et al (2014) [11] tilille useita testaus sekä inferential puitteissa. Lupasimme nämä analyysit käyttäen vuoden ja ikään perustuva suuntautumiseen. Olemme myös tarkastetaan aika -käyrät osoittaa suuntauksia todennäköisyys numerot merkittävien Q

t ja Q

FT yhdessä klusterin kartat p (Q

sitä) ja p (Q

Fit) tunnistaa merkittävää paikallista klusterit, joita ei ollut riittävän suuri johtaa maailmanlaajuista merkitystä. Kaikki analyysit tehtiin vuonna SpaceStat [28].

Tulokset

Analyysin tulokset säädetty useille testaus käyttäen lasken useita merkittäviä testit 999 satunnaistamiset esitetään yhteenveto taulukossa 2.

kaiken kaikkiaan on olemassa pieni ehdotus merkittävien klustereiden tarkastat tilastollisten tulosten taulukossa 2. ne perustuvat asetettu risteyksessä tilastoja, säätää useita testaus ja ovat globaaleja perustuvat testit merkitystä lukumäärästä paikallisten tilastoja. Olemme siis olettaa näiden olevan herkkiä ”iso signaaleja”, joka vaikuttaa maailmanlaajuisesti mitattuna klusterointi yli useimmissa tapauksissa tutkimuksessa, joko tilan, ajan, tai molemmat tilaa ja aikaa. Säännölliseen (ei keskittynyt) Q-tilastot analyysit iän pienempiä p-arvot, vaikka yksikään näistä ovat merkittäviä. Kohdennettua testit yleistä on pienin p-arvot, pienin saavutettu paikallisen varianttien p = 0,085. Meillä on siis päätellä, on vain vähän todisteita laajamittainen yleinen ryhmittyminen virtsarakon syövän tapausten kautta aikaa. Tämä ei sulje pois mahdollisuutta merkittäviä paikallisia klustereita, joiden signaali laimennetaan muuten satunnainen kuviota jäljellä tapauksissa paikkakunnilla ja ajat pidetään. Siksi arvioimaan ajallinen suuntaukset maailmanlaajuinen aluetilastotieteen, karttoineen merkittävien paikallisten klusterin, tunnistaa pysyviä ja maantieteellisesti lokalisoitu liikaa riskejä. Jotta paremmin ratkaista p-arvot löytyi läheltä alfa taso paikallisten testejä, 9999 satunnaistamiset varten tehtiin seuraavat analyysit.

Q-tilastot ajettiin kaudeksi 1940-2003. Sillä elämänkaaren tilastoa Q

i, 14 tapausta havaittiin tilastollisesti merkitsevä (S1 Kuva). Heistä seitsemän ovat Ingham, neljä Jackson ja kolme Oakland. Lisäksi laskusuuntaus Q

t p-arvot havaittiin (kuvio 1). Q

t p-arvot vuosina 1995-2003 oli yleensä alempi kuin 0,1, jolla on pienin (pienempi kuin 0,05) havaitaan tammi-elokuussa 1995 ja syys-joulukuu, 1998. Kuitenkin useita merkittäviä Q

i tilastoja ei ollut merkittävää yleistä, eikä se Q

t (maailmanlaajuinen paikkatietojen kerääminen yhteen tapausten aika

t

).

minimit aika-kuvaaja osoittaa ajanjaksoja, jolloin maailmanlaajuinen paikkatietojen klusterointi tapauksista olivat tilastollisesti merkitseviä.

Analyysit tehtiin vuosikausia 1 vuosi 90 vuotias. Käyttämällä Q

i tilastoja, 20 tapausta havaittiin tilastollisesti merkitsevä heidän elämänvaiheissaan. Suurin osa näistä tapauksista (14 18: sta) asui Jackson (S2 kuvassa), ja loput Oakland, Genesee ja Shiawassee. Lisäksi, tulokset Q

t-analyysit osoittivat, että kaksi ikä välein liittyi huomattava alueellinen klusterointi, nimittäin 23-24 ja 31-35, kuten on esitetty kuviossa 2. Pienin p-arvot (pienempi kuin 0,1) havaittiin myös iässä 50-luvun alkupuolella. Kun tarkistetaan kaikkien vuosien käsitteli useita merkittäviä Q

i tilastoja ei ollut merkittävä eikä ollut kokonaismäärä merkittäviä Q

t tilastoista.

Todennäköisyys kasautumisesta tapausten iän. Minimit tässä kuvaajan tapahtua ikäisten, joilla on lisääntynyt tilastollista näyttöä kasautumisesta tapausten tietyssä iässä suhteessa kontrolleihin siinä iässä.

Kohdennettu tilastoista laskettiin käyttöaikana teollisuudenalojen (1943- 1999). Käyttäen (Q

Fi), ulos 268 teollisuuden katsoi, 20 tunnistettiin tilastollisesti merkitsevä keskittyy läpi koko kauden (S3-S6 kuviot). Nämä olivat pääasiassa Ingham County lähellä kaupungin Lansing (16 out of 20); toiset havaittiin Oakland County (4 out of 20) (katso taulukko 3 lisätietoja). Aikavälit liittyy merkittäviä keskittynyt klusterointi olivat 1958 1966-1968 ja 1974-1975 (kuvio 3). Vuonna 1950-luvun lopulla (eli 1957-1959) merkitys Q

Ft laskenut huomattavasti osuu yhteen nopeaan kasvuun määrä teollisuuden alan tietokannasta. Toimialojen lukumäärä kasvoi 54 1956-87 1957; ja useilla toimialoilla, joilla on merkittäviä Q

Ft tilastojen kaksinkertaistui 7 1956-15 vuonna 1957; nämä olivat kaikki Ingham läänissä.

Arvot piirrettiin ovat todennäköisyys keskittynyt klusterointi kun kaikki teollisuuslaitokset pidetään samanaikaisesti (esim. todennäköisyys globaali keskittynyt klustereiden). Ajanjakso merkittäviä maailmanlaajuisia keskittynyt klustereiden havaittu 1974-1975 johtuu keskittynyt klusteri, joka syntyi kaupungin Jackson.

Suurin osa teollisuuden taulukossa 3 sijaitsivat Lansing , Michigan ja olivat valmistajien maalit, kemikaalit, tai muovia.