Effect of measurement error in exposure data calculated by means of a job-exposure-matrix in epidemiological studies for risk assessment

点击翻译按钮获取中文摘要

Die Erhebung von berufsbedingten Expositionen in epidemiologischen Studien zur Untersuchung des mit diesen Expositionen assoziierten Risiken erfolgt in vielen Fällen mit Hilfe einer Job-Exposure-Matrix (JEM). In einer solchen JEM werden verschiedene Tätigkeitsbereiche definiert, für die dann, meist noch in Abhängigkeit vom Kalenderjahr, die beruflichen Belastungswerte bestimmt werden. Für die untersuchten Personen einer Kohorte wird dann mit Hilfe der Berufsbiographie und der JEM summarisch die individuelle Höhe der Exposition bestimmt. Dieses Verfahren führt zu einem Messfehler nach dem Berkson-Modell. Es ist bekannt, dass Messfehler in den erklärenden Variablen von Regressionsmodellen zu Verzerrungen in den Ergebnissen führen. Gerade für das Cox-Modell, das in prospektiven Kohortenstudien häufig das Modell der Wahl ist, gibt es jedoch sehr wenig Literatur in Bezug auf den Effekt von Messfehlern. Die vorhandenen Arbeiten zur Messfehlerproblematik im Cox-Modell beschäftigen sich meist mit dem klassischen Messfehlermodell, jedoch nicht dem Berkson-Modell. Durch die Kombination von Berkson-Fehler und JEM ergeben sich neue, bislang nicht untersuchte Aspekte für die Datenauswertung. Ziel des Projekts ist es, die Verzerrung der Ergebnisse durch Messfehler in den Expositionsdaten bei Anwendung des Cox-Modells in typischen Kohortenstudien der Arbeitsepidemiologie zu untersuchen. Es sollen durch umfangreiche Simulationen Empfehlungen erarbeitet werden, in welchen Situationen eine Berücksichtigung der Messfehler in der Datenanalyse dringend zu empfehlen ist. Es soll die Qualität von Methoden zur Korrektur von Risikoabschätzungen aus dem Cox-Modell bei Messfehlern in den Expositionsdaten untersucht und gegebenenfalls diese Methoden verbessert und für praktische Anwendungen leichter zugänglich gemacht werden.