Abstrakt
Baggrund
Barndom kræft var den hyppigste dødsårsag blandt børn i alderen 1-14 år i 2012 i Spanien . Leukæmi har den højeste forekomst, efterfulgt af tumorer i centralnervesystemet (CNS) og lymfomer (Hodgkin lymfom, HL, og non-Hodgkins lymfom, NHL). Rumlig fordeling af barndommen kræfttilfælde har været under bekymring med det formål at identificere potentielle risikofaktorer.
Målsætning
De to mål er at studere den samlede rumlige klyngedannelse og klynge påvisning af tilfælde af de tre vigtigste børnekræft årsager, søger at øge ætiologisk viden.
Metoder
Vi kørte en case-kontrol undersøgelse. Sagerne blev børn i alderen 0-14 diagnosticeret med leukæmi, lymfomer (HL og NHL) eller CNS neoplasme i fem spanske regioner for perioden 1996-2011. Som en kontrolgruppe, brugte vi en prøve fra Fødselsregister matcher alle tilfælde af fødselsår, autonome region bopæl og sex med seks kontroller. Vi geokodede og valideret adressen af tilfældene og kontroller. For vores to mål brugte vi to forskellige metoder. For første, for den samlede rumlige klyngedannelse afsløring, brugte vi forskellene i K funktioner fra den rumlige punktmønstre perspektiv foreslået af Diggle og Chetwynd, og det andet til klynge afsløring, brugte vi den rumlige scanning statistik ved Kulldorff foreslået med et niveau for statistisk betydning på 0,05.
Resultater
Vi havde 1062 tilfælde af leukæmi, 714 tilfælde af CNS, 92 i HL og 246 i NHL. Derfor havde vi 6 gange antallet af kontroller, 6372 kontroller for leukæmi, 4284 kontroller for CNS, 552 kontroller for HL og 1476 kontroller for NHL. Vi fandt variationer i den skønnede empiriske
D (r)
for de forskellige regioner og kræft, herunder nogle overordnede rumlige klyngedannelse for specifikke regioner og afstande. Vi fandt ikke statistisk signifikante klynger.
Konklusioner
Variationerne i skønnet empiriske
D (r)
for de forskellige regioner og kræft kan delvis forklares ved forskellene i den rumlige fordeling af befolkningen; men ifølge litteraturen, vi kan ikke kassere miljømæssige farer eller infektioner agenter i ætiologien af disse kræftformer
Henvisning:. Ramis R, Gómez-Barroso D, Tamayo I, García-Pérez J, Morales A, Pardo Romaguera E, et al. (2015) Spatial Analysis of Childhood Cancer: En Case /Kontrol Study. PLoS ONE 10 (5): e0127273. doi: 10,1371 /journal.pone.0127273
Academic Redaktør: David O. Carpenter, Institut for Sundhed Miljø, UNITED STATES
Modtaget: Januar 21, 2015; Accepteret: 14. april, 2015; Udgivet: May 20, 2015
Copyright: © 2015 Ramis et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres
Data Tilgængelighed: Data er geografiske koordinater adressen på cases og kontroller. Forfatterne kan ikke give individuelle koordinater, fordi disse er under beskyttelse af den spanske lov LOPD 15/1999 [25]. Privacy, fortrolighed og rettigheder sager og kontroller blev sikret ved at ændre de sidste cifre i hver koordinat (X og Y) med et tilfældigt tal. Imidlertid har forfatterne indgår i papiret nogle kort med disse oplysninger
Finansiering:. Denne undersøgelse blev finansieret af Spaniens Research Fund Health (Fondo de Investigación Sanitaria – FIS 12/01416) https://www.isciii.es/ISCIII/es/contenidos/fd-investigacion/fd-planificacion-2/accion-estrategica-salud.shtml.
Competing interesser: Forfatterne har erklæret, at der ikke findes konkurrerende interesser
Introduktion
Barndom kræft var den hyppigste dødsårsag blandt børn i alderen 1-14 år for 2012 i Spanien [1].. Blandt de 12 hovedgrupper af børnekræft i International Classification of Childhood Cancer tredje udgave (ICCC-3) [2], leukæmi har den højeste forekomst (alderen justerede satser per million børn 0-14 år): Europa 44,0, Spanien 47,0; efterfulgt af tumorer i centralnervesystemet (CNS): Europe 29,9, Spanien 33.2; og lymfomer: Europe 15,2, Spanien 19.4 [3,4]. Årsager til kræft hos børn er primært ukendte med undtagelse af en lille procentdel af sagerne, der kan tilskrives arvelige cancer syndromer (velkendte retinoblastom) eller genetiske syndromer og eksponering for ioniserende stråling [5,6]. Tidlig eksponering liv til miljøforureninger er mistænkt for at være ansvarlig for de første anomalier, der forekommer i livmoderen og fører til kræft [7]. Med hensyn til leukæmi mange undersøgelser har behandlet hypotesen om smitstoffer, men foreningen er det stadig ikke klart [8,9].
Spatial fordeling af barndommen kræfttilfælde har været under bekymring i de seneste årtier [10- 14]. I halvfemserne den EUROCLUS projekt for leukæmi hos børn analyserede den rumlige fordeling af 13351 diagnosticerede tilfælde mellem 1980 og 1989 i 17 lande med tanken om, at studiet af klyngen og klyngedannelse kunne bidrage til at identificere ætiologiske faktorer. Deres resultater viste statistisk signifikant bevis for klyngedannelse, men størrelsen var lille [10,11,15]. En række nyere undersøgelser er blevet gennemført med denne idé. En case-kontrol undersøgelse i Californien område viste ingen tegn på en ikke-tilfældige rumlige mønster af barndommen leukæmi tilfælde, selv om de har kun 112 sager [14], har to franske studier med sager fra det franske nationale register ikke finde statistisk signifikant bevis på global heterogenitet af akut leukæmi på lille område niveau [12,16]; Men en undersøgelse fra England med data fra det nationale center of Cancer Tumorer fundet rumlige klyngedannelse af leukæmi hos børn i alderen 0-14 [17] og en anden undersøgelse fundet bevis for den samlede rum-tid gruppering af barndommen centralnervesystemet tumorer [13 ]
undersøgelsen af den rumlige fordeling af sager kan have to forskellige formål:. en er overordnet rumlig clustering analyse, der undersøger, om sagerne er tættere på hinanden end reference befolkning; og det andet formål er klynge afsløring, påvisning af en række tilfælde er større end forventet i et bestemt geografisk område. Målene for dette papir matche disse to ovennævnte formål. Vi studerede samlet rumlig klyngedannelse og klynger af tilfælde af de tre vigtigste børnekræft årsager, søger at øge ætiologisk viden.
Materialer og metoder
Cases
Den spanske Childhood Cancer Registry (RETI-SEHOP) indsamler oplysninger fra alle de pædiatriske onkologi enheder i Spanien og har i samarbejde med de regionale kræftregistre. Fuldstændigheden af de nationale dækning af barndommen kræft ved denne registreringsdatabasen anslås til over 90% og 100% for de følgende fem områder: Catalonien, Aragonien, Navarra, Baskerlandet og region Madrid [4]. De data, der anvendes til denne undersøgelse blev børn i alderen 0-14 diagnosticeret med en leukæmi, lymfomer eller CNS neoplasme, diagnostiske gruppe I, II og III defineret i henhold til de 12 vigtigste diagnostiske grupper af ICCC-3 [2]. For vores analyse separeret vi de lymfomer i to grupper, Hodgkins lymfomer (HL) og ikke-Hodgkins lymfomer (NHL). Vi inkluderede incidens sager fra de fem nævnte regioner, fire af dem rumligt sammenhængende beliggende i den nordøstlige del af Spanien (nordøstlige regioner: Catalonien, Aragonien, Navarra og Baskerlandet), og en isoleret én beliggende i centrum af Spanien (Madrid). Den undersøgte periode var fra 1996 til 2011 for alle regioner, men Madrid, hvor studerede periode var 2000 til 2011. (Figur 1 viser et kort med placeringen af regionerne).
Regionerne indgår i undersøgelsen er fremhævet .
Standard variabler for hvert tilfælde indeholdt grundlæggende demografiske data, såsom fødselsdato, køn, provinsen bopæl og adresse på diagnosetidspunktet. Også information om diagnosen såsom dato, grundlaget for diagnose og morfologi blev medtaget. Vi geokodede og valideret adresserne på de sager, en geokodning strategi, der er beskrevet senere. Vi har med held valideret 87% af adresserne. De resterende 13% af tilfældene var temmelig jævnt fordelt langs de forskellige regioner, og derfor mener vi ikke de data, var partiske i denne forstand.
Controls
Som en kontrolgruppe brugte vi en prøve fra befolkningen i fare udvundet fra Fødselsregister for National Statistics Institute (Instituto Nacional de Estadística, INE). For at vælge kontrolelementerne brugte vi en sampling strategi matcher alle tilfælde (med validerede koordinater) ved fødselsår, region bopæl og sex med seks kontroller. Så geokodede vi adresserne på de kontroller, og vi valideret koordinaterne. Kun 2% af kontrollerne ikke har gyldige koordinater. Have haft et lille antal fejl besluttede vi at vælge flere kontroller for at erstatte dette 2%, og vi geokodede og valideret denne sidste gruppe at ende op med 6 knapper med gyldige koordinater for hvert enkelt tilfælde.
Geocoding strategi
i forbindelse med denne undersøgelse, vi gennemførte en retrospektiv geokodning (sammenslutning af geografiske koordinater fra et input-adresser) ved hjælp af Google Map Javascript API v3. De opnåede breddegrad og længdegrad data blev projiceret ind i ETRS89 /UTM zone 30N (EPSG: 25830) ved hjælp QGIS software [18]. Vi derefter valideret koordinaterne og vi holdt dem, hvor adressen og koordinaterne matchet. For validering vi udførte den inverse proces, fik vi adresserne på de opnåede koordinater og vi sammenlignet disse nye adresser til de oprindelige adresser. Vi sammenlignede by eller bynavn, gadenavn og gadenummer.
Metoder
For vores to mål, overordnede rumlige klyngedannelse analyse og klynge afsløring, vi brugte to forskellige metoder. Den første, for den samlede rumlige klyngedannelse afsløring, var forskellene i K funktioner fra den rumlige punktmønstre perspektiv foreslået af Diggle og Chetwynd [19]. Den anden, for klynge afsløring, var den rumlige scanning statistik foreslået af Kulldorff [20].
Samlet rumlig clustering analyse.
punktmønstre teori undersøgelser den rumlige fordeling af begivenheder i en undersøgelse region . Intensiteten af fænomenet er den gennemsnitlige tæthed af point og den måler “væld” eller “frekvens” af de begivenheder, der er optaget af de punkter. Intensiteten kan være konstant ( “ensartet” eller “homogen”) eller kan variere fra sted til sted ( “ikke-uniform” eller “uhomogen«). Der er flere metoder til at måle intensiteten, en af dem K funktion forslag Ripley [21]. K-funktionen måler sammenlægning af begivenheder på afstand s og det er defineret som:. Hvor λ er massefylden for hele regionen
Generelt fordelingen af befolkningen i rummet er inhomogent, især fordelingen af befolkning i fare, når vi studerer sundhed begivenheder. For at vurdere, om de begivenheder (sager) eller anden måde er rumligt aggregeret vi nødt til at sammenligne deres rumlige fordeling med den rumlige fordeling af befolkningen i fare (kontroller). En måde at gøre dette på er at sammenligne intensiteten af de tilfælde og kontrollen ved sammenligning af deres K funktioner. Metoden blev foreslået af Rowlingson og Diggle [22], og det gennemføres i Splancs bibliotek af R (21). De definerede
D (r)
som forskellen mellem
K (s)
for de tilfælde og
K (s)
for kontrollerne.
nulhypotesen er
D (s) = 0
, ikke forskelle mellem distributioner. Fordelingen af
D (r)
under nulhypotesen beregnes ved en Monte Carlo simulering ved hjælp tilfældig mærkning. En konvolut med grænserne for det
D (r)
under nulhypotesen er også beregnet på samme tid. Mens den empiriske
D (r)
er mellem grænserne for kuverten er der ingen beviser mod nul-hypotesen, når
D (s
) ligger uden for konvolutten vi kan sige end rumlige fordeling af sagerne er anderledes end den rumlige fordeling af kontrollerne. Hvis den empiriske
D (r)
er over den øvre grænse, kan vi sige sagerne er mere aggregerede end kontrollerne, og hvis den empiriske
D (r)
er under den nedre grænse, kontroller er mere aggregeret end sager. Vi definerer som en maksimal afstand s svarende til 8 km, og vi brugte R software til analyse [23].
afsløring Cluster.
Den rumlige scanning statistik er en test for rumlig tilfældighed baseret om sandsynligheder [20]. En cylindrisk vindue, der løbende har ændret sit centrum og radius scannet den undersøgte region søger potentielle klynger. Mere præcist vinduet flyttet fra adressen på en sag til adressen på en anden sag. For hvert sted radius varierede kontinuerligt fra nul til en maksimal afstand (for vores specifikke undersøgelse vi sat et maksimum på 5 km). Derfor, for hvert enkelt tilfælde de cirkulære vinduer omfattede forskellige sæt af tilstødende sager og kontroller. For hver placering og størrelse af scanning vinduet var nulhypotesen, at risikoen var konstant i rummet, er risikoen i vinduet var den samme, at risikoen udenfor. Den alternative hypotese var, at risikoen var højere inde end uden for vinduet. Under processen mange forskellige cirkulære vinduer sider blev evalueret med henblik på at finde den mest sandsynlige klynge. Likelihood funktioner blev beregnet og maksimeret. Den mest sandsynlige klynge var den med den maksimale sandsynlighed svarende til en given placering og fastsat radius. Dens P-værdi blev opnået gennem Monte Carlo hypotesetest (9999 gentagelser), med en 95% konfidensinterval. Under binomial antagelse, at sandsynligheden funktion for et bestemt vindue er proportional med:
For hver potentiel klynge
jeg
,
n
i
er antallet af sager inden for potentielle klynge og
m
i
antallet af sager uden for, og
N
i
og
M
jeg
er tallene i fare (tilfælde og kontroller) i og uden for, hhv.
I ()
er en indikator funktion, der svarer til 1, når risikoen inde i vinduet er større end risikoen udenfor og 0 ellers. Vi definerede det anvendte niveau for statistisk signifikans som 0,05. Statistisk analyse blev udført med SatScan 9.0.1 udviklet af Kulldorff [24]
Etiske overvejelser.
Data anvendt i denne undersøgelse er under beskyttelse af den spanske lov LOPD 15/1999 [25]. Privacy, fortrolighed og rettigheder sager og kontroller blev sikret ved at ændre de sidste cifre af hver koordinat (X og Y) med et tilfældigt tal.
Resultater
Efter geokodning og validering vi havde 1062 tilfælde af leukæmi, 714 tilfælde af CNS, 92 af HL og 246 i NHL. Derfor havde vi 6 gange antallet af kontroller, 6372 kontroller for leukæmi, 4284 kontroller for CNS, 552 kontroller for HL og 1476 kontroller for NHL. Til analysen adskilte vi de 4 regioner og Madrid, som vi kan se i tabel 1, som viser antallet af sager og kontrollere årsag og region. Tabel 2 viser en opdeling af sager efter årsag, administrativ region og køn.
Samlet rumlige klyngedannelse
Vi anslog
D (s)
statistik efter region. Resultaterne for K-funktionen på regioner er vist i graferne i
D (r)
statistik indgår i figurerne 2, 3, 4 og 5. Disse grafer viser udviklingen i
D (r )
statistik som funktion af afstanden fra 0 til 8000 meter. Generelt empiriske
D (r)
statistikker er inde konvolutterne for de fleste af de årsager, regioner og afstande
s
. Men for leukæmi den empiriske
D (r)
viser temmelig regional variation og selv for Catalonien den overstiger den øvre grænse fra lang afstand 3 km og for Baskerlandet det empiriske
D (s)
statistik er tættere på den nedre grænse. For CNS i Baskerlandet den empiriske
D (r)
lidt overstiger den øvre grænse for afstande mindre end 1 km, og i Madrid er meget tæt på den nedre grænse. HL den empiriske
D (r)
viser indlysende variationer mellem de forskellige regioner: overskrider den øvre grænse fra lang afstand 0 til afstand 2 km i Catalonien, fra lang afstand 1km til 2km Aragon, og for afstande fra 3 km i Navarra . Og for NHL det empiriske
D (s)
overstiger den øvre grænse fra afstand 2 km at distancere 6 km til Baskerlandet og i Madrid er meget tæt på den nedre grænse.
Grafer af
D (s)
statistik funktion (rød linje) og kuverterne (stiplede linjer) fra afstand 0 til 8000 meter efter region.
Grafer af
D (s)
statistik funktion (rød linje) og kuverterne (stiplede linjer) fra afstand 0 til 8000 meter efter region.
Grafer af
D (s)
statistik funktion (rød linje) og kuverterne (stiplede linjer) fra afstand 0 til 8000 meter efter region.
Grafer af
D (s)
statistik funktion (rød linje ) og konvolutter (stiplede linjer) fra afstand 0 til 8000 meter efter region.
Cluster
resultaterne fra de rumlige scan statistikker i tabel 3. Vi præsenterer detaljerne for den primære klynge af hver årsag og region. Der var ingen statistisk signifikant klynge detekteret. Den laveste p-værdi (0,063) var for en sammenlægning af fire tilfælde af NHL i Madrid, og det næstlaveste (0,074) var for en sammenlægning af 5 tilfælde af leukæmi i Barcelona. Figurerne 6 og 7 viser kort med klyngen af leukæmi i Barcelona og klyngen af NHL i Madrid.
Sammenlægning af tilfælde med den laveste p-værdi efter årsag og område.
sager i røde prikker og kontroller i sorte prikker. Den højre side viser en zoom til den primære klynge foreslået af scanningen statistik.
Cases i røde prikker og kontroller i sorte prikker. Den højre side viser en zoom til den primære klynge foreslået af scanningen statistik.
Diskussion
Dette case-control studie analyserer forekomst geografiske mønstre af de vigtigste barndom kræftformer, ser for den samlede rumlige klyngedannelse og klynger af sager. For den samlede rumlige klyngedannelse analyse generelt var der ingen statistisk signifikante forskelle i den rumlige fordeling af sagerne og styringer til leukæmi, CNS-tumorer, HL og NHL i de undersøgte områder. Ikke desto mindre fandt vi klyngedannelse for leukæmi sager i Catalonien på afstande overlegne 3 km; for CNS i Baskerlandet på afstande mindre end 1 km; til HL i Catalonien op at distancere 2 km, i Aragon fra lang afstand 1 km til 2 km, og i Navarra for afstande fra 3 km; og for NHL i Baskerlandet fra afstand 2 km at distancere 6 km. Generelt var der variationer i den skønnede empiriske
D (r)
for de forskellige regioner og kræft. Med hensyn klynge afsløring, fandt vi ikke statistisk signifikante klynger. Alligevel resultaterne for den geografiske scanning statistik identificeret to samlinger af sager for leukæmi og NHL med p-værdier tæt på 0,05. Placeringen af disse fundne potentielle klynger ikke matchewith afstande, hvor den empiriske
D (r)
statistik var ude af konvolutterne.
Leukæmier er den hyppigste form for tumor hos børn og gøre op omkring 30% af tilfældene [3,4]. Ifølge Peris et al. den spanske alder standardiseret sats (ARS) (World standard befolkning) for perioden 1983-2002 var 45,93 tilfælde pr million [26]. De få veletablerede risikofaktorer nedarves kræft-disposition og eksponering for ioniserende stråling, men disse faktorer tegner sig for kun i få tilfælde [27]. I vores undersøgelse leukæmi er tumoren med flere tilfælde, 1062 i alt. Resultaterne for den samlede rumlige klyngedannelse analyse viste ikke mere sammenlægning i de tilfælde, end i kontrollerne på alle afstande i en region, men Catalonien for afstande overlegne til 3 km. Ikke desto mindre er det empiriske
D (r)
viste temmelig regional variation, især i Baskerlandet og Catalonien i forhold til andre 3 regioner. De rumlige scan statistikker viste en sammenlægning af 5 tilfælde med en p-værdi på 0,074 i Barcelona. Hypotesen om klyngedannelse i børn med leukæmi er blevet undersøgt i fortiden. I slutningen af halvfemserne, projektets EUROCLUS primære mål var at bestemme, om opholds- steder af sager på diagnosen viste en tendens til rumlig clustering; kunne dog resultaterne af projektet ikke bekræfte hypotesen [11]. En case-kontrol undersøgelse i San Francisco Bay-området i USA med 112 tilfælde og 221 fødsel kontrol fandt ikke beviser for ikke-tilfældige rumlige mønstre i residenser for sagerne [14]. En fransk undersøgelse af aggregerede sager på området niveau (1916 områder for det franske fastland) fandt ikke beviser for rumlig heterogenitet enten [12]. Flere studier har undersøgt sammenhængen mellem eksponering for miljømæssige farer og leukæmi, et link, der kunne vise heterogenitet i den rumlige mønster af sager som dem, der er forbundet med udsættelse for pesticider [7]. En anden ætiologisk hypotese, er blevet undersøgt mange gange er eksponering for smitstoffer, men dens forbindelse med leukæmi er stadig uklart [8]. Vores resultater viste ikke nogen rumlig heterogenitet knyttet til miljøfarer, selvom denne undersøgelse ikke er designet med dette mål for øje. Ikke desto mindre kan vi ikke skille de miljømæssige farer eller infektioner agenter i ætiologien af leukæmi hos børn baseret på vores resultater, kan en spatio-temporal analyse være mere afgørende i denne forstand.
CNS-tumorer er den anden mest almindelige kræftform i børn tegner sig for omkring 20% af tilfældene [3,4]. I Spanien den anslåede ASR for perioden 1983-2002 var 32,83 tilfælde pr million [26]. Til denne undersøgelse havde vi 714 tilfælde af CNS-tumorer. Meget lidt er kendt om ætiologien af primære CNS og hjernetumorer. En anslået 5% af tilfældene kan skyldes genetisk disposition, og den eneste etablerede miljømæssig risikofaktor er en høj dosis af ioniserende stråling [28]. I vores undersøgelse CNS er den anden mest almindelige tumor med 714 tilfælde. Til denne kræfttype ingen af de to metoder, der anvendes foreslog tilstedeværelsen af et mønster af den samlede rumlige klyngedannelse eller klynge, selvom det empiriske
D (r)
for Baskerlandet viser en tendens til klyngedannelse tæt på statistisk signifikans. Resultater vedrørende Baskerlandet og Navarra har særlig interesse, fordi disse regioner har vist højere forekomst og dødelighed for CNS-tumorer i alle aldre [29]. På den anden side har adskillige tidligere undersøgelser fundet rumlige mønstre. En britisk undersøgelse viste tegn på generel spatio-temporale klyngedannelse blandt tilfælde af primitive neuroektodermale tumorer [13]. En anden britisk undersøgelse fundet bevis for rum-tid clustering i tilfælde af astrocytom og ependymoma [30].
lymfomer er den tredje mest almindelige kræftform hos børn og der fyldes op omkring 10-12% af tilfældene [3, 4]. Den anslåede ASR for perioden 1983-2002 for Spanien var 18,48. Til denne undersøgelse adskilt vi de lymfomer i to grupper: HL, med 92 tilfælde, og NHL, med 247. HL hos børn er associeret med Epstein Barr virus [27]. Til dette lymfom ingen af de to metoder, der anvendes foreslog nærvær af et mønster af rumlig klyngedannelse eller klynger, selvom den empiriske
D (s)
er forskellig for hver af de 5 regioner dette kunne være på grund af det lille antal af tilfældene. Lidt om ætiologien af NHL, men de tilknyttede genetiske faktorer omfatter medfødte immundefektsyndromer [27]. Vores resultater tyder på nogen overordnet rumlig klyngedannelse, men det empiriske
D (r)
er forskellig for hver af de 5 regioner, og, igen, kan det være på grund af det lille antal tilfælde. Der var en klynge af fire tilfælde af NHL i Madrid (p-værdi = 0,063).
En af de vigtigste styrker vores undersøgelse er den store kontrolgruppe. De fleste undersøgelser af denne type har en eller to kontroller pr tilfælde [14,31,32] i vores undersøgelse har vi 6 kontroller pr sag og som giver en langt mere realistisk billede af den rumlige fordeling af befolkningen i fare. I første omgang valgte vi 6 kontroller, som det anbefales af Rothman [33], da georeference processen var god, og vi fik næsten alle kontrol adresser ‘koordinater, besluttede vi at holde dem alle og erstatte de få, der manglede med nye kontroller.
kontrollerne blev tilfældigt udvalgt fra fødselsattester. Dette indebærer muligheden for at sager, der indgår i kontrolgruppen, som udelukke de sager som kontroller kunne skævhed resultaterne [34]. Kontrolgruppen bør give et klart billede af den rumlige fordeling af befolkningen i fare og bør have samme risiko for eksponering som sagerne. Vi matchede kontrollerne efter køn, fødselsår og bopælsregion at tage højde for den tidsmæssige og regionale variation i barnets befolkning. For den tidsmæssige trend har der været en moderat variation i fødselstallet i studerede periode, der starter med en fødselsrate på 1,15 for 1996 og nåede et maksimum på 1,46 for året 2008 [1]. Med hensyn til regionale forskelle, er der store forskelle mellem regionerne; denne undersøgelse omfatter regioner som Madrid med en samlet befolkning tæt på 6.500.000 indbyggere og Navarra med en samlet befolkning på omkring 650.000 indbyggere for år 2012 [1]. Denne regionale forskelle kunne være årsag til en vis grad, de observerede i empiriske
D variationer (r)
for de forskellige regioner og årsager.
Det skal bemærkes, at vi har hjemadresse af sagerne på det tidspunkt, diagnose og hjemadresse af moderen ved fødslen for kontrollen. Denne forskel kunne introducere skævhed i analysen, men ifølge officielle data, i Spanien, ændre kun omkring 1% af barnet befolkning deres bopæl til en anden provins [1]. Vi fandt derfor, at denne adresse kan diagnosen er den samme som den hjemmeadresse ved fødslen for de fleste tilfælde.
Vi har brugt veletablerede metoder til denne analyse. For den samlede rumlige klyngedannelse analyse brugte vi ved Diggle og Chetwynd foreslået for case-kontrol studier metode. Denne metode er baseret på en sammenligning af den anden ordens ejendom af de observerede punktprocesser som funktion af afstand, en sammenligning, som forskellen mellem k funktioner [35]. Metoden har været anvendt i forskellige rumlige analyser af epidemiologiske data [36,37], og det har en fordel over andre metoder i at resultaterne viser den specifikke afstand, som med grupperinger. Den anden metode, rumlige scan statistik er en meget populær metode til klynge afsløring, der har været anvendt i mange undersøgelser, primært på grund af dets tilgængelighed i den gratis software-pakke SatScan [24,35,38], dets vigtigste fejl kommer fra brugen af et regelmæssigt formet vindue for bufferen [39].
en begrænsning for undersøgelsen er, at vi udførte analysen på tværs af to usammenhængende områder, på den ene side det nordøstlige regioner og på den anden side Madrid-regionen. Men dette faktum ikke påvirke resultaterne og konklusioner. For den samlede rumlige klyngedannelse anslået vi den empiriske
D (r)
for hver region og kræft årsag separat og derefter i klynge detektion vi definerede 8 km som en maksimal vindue. Derfor vi mente, at afbrydelse af de områder, der ikke var et problem. En anden begrænsning er manglen på mere information om potentiel eksponering for risici faktorer for børnene og deres forældre. Inddragelsen af disse data i analysen kunne give mere afgørende resultater.
Konklusion
Denne undersøgelse analyserer de geografiske mønstre, overordnede rumlige klyngedannelse og klynger, af enkelte forekomst tilfælde af børneleukæmi, CNS-tumorer , HL og NHL i Spanien. Vi fandt rumlig variation i forekomsten af de vigtigste barndom kræftformer mellem de forskellige regioner og kræft, variation, kan delvist forklares ved forskelle i den geografiske fordeling af befolkningen. Stadig ifølge litteraturen, kan vi ikke skille deltagelse af miljørisici eller smitstoffer i ætiologien af disse kræftformer.
Tak
Denne undersøgelse blev finansieret af Spaniens Research Fund Health (Fondo de Investigación sanitaria-FIS 12/01416). Vi vil også gerne takke Iñigo Tamayo for hans tekniske support i geokodning af data.
Leave a Reply
Du skal være logget ind for at skrive en kommentar.