Misreporting ve studii SISP04

Transkript

Misreporting ve studii SISP04
VÝZNAM CHYB PŘI ZJIŠŤOVÁNÍ SPOTŘEBY POTRAVIN:
“MISREPORTING”
Doc. MVDr. Jiří Ruprich, CSc. - Mgr. Marie Jakubíková – Mgr. Kamila Poslušná
Státní zdravotní ústav - Centrum hygieny potravinových řetězců, Palackého 3a, 61242 Brno,
tel./fax +420541211764, www.chpr.szu.cz, e-mail: [email protected]
___________________________________________________________________________
Úvod
Hodnoty spotřeby potravin pro jednotlivce jsou základem pro detailní hodnocení
akutních a chronických („obvyklých“) expozičních dávek a následně pro charakterizaci
zdravotních rizik. Taková data umožňují nejen bodový odhad průměrného přívodu chemické
látky (kontaminant, živina, přídatná látka, pesticid, atd.), případně výpočet chyby průměru,
ale umožňují i popsat distribuci hodnot pro zkoumanou populaci a při použití sofistikovaných
metod (např. pravděpodobnostní modelování) i míru nejistoty výsledků.
Při zjišťování spotřeby potravin dochází prakticky téměř vždy k chybám, jejichž
charakter a velikost souvisí s použitou epidemiologickou metodou. Mezi nejčastěji používané
metody patří opakovaný 24h recall, který se dnes v Evropě začíná doporučovat jako
„standard“. Dobře se totiž hodí jak pro zjišťování průměrných hodnot, tak i distribuce přívodů
chemických látek a jejich srovnání s nutričním nebo toxikologickým doporučením, přičemž
je poměrně málo zatěžující pro respondenty. Rovněž v ČR jsou používána data získaná
pomocí této metody v roce 2003/2004 v rámci národní studie SISP04 (Ruprich et al., 2006.)
Jednou z chyb, která je s metodou 24h recallu spojována, je neúmyslné či úmyslné
snižování (under-reporting) nebo zvyšování (over-reporting) hodnot spotřeby potravin
(souhrnný název je misreporting). Existují rozdíly v míře misreportingu v závislosti na
použitých technických prostředcích (pomůcky k odhadu množství konzumované potraviny),
ve způsobu vedení rozhovoru (systematický postup se zpětnými dotazy), věku (chyba je
obvykle vyšší pro mladší a starší věkové kategorie) a pohlaví (ženy obvykle vykazují vyšší
chybu), ale i např. v závislosti na BMI (vyšší chyba je u velmi nízkých a vysokých BMI),
v závislosti na vzdělání, na rasové, sociální či ekonomické skupině.
Existují různé způsoby, jak rozsah této chyby zjistit, neexistuje ale způsob, jak tuto
chybu odstranit. Je součástí celkové nejistoty řešení. Za nejčastější metody, jak sledovat
misreporting (vedle nákladných metod s použitím např. DLW) patří použití sledování
specifických biomarkerů (např. N v moči jako míra přívodu bílkovin, K v moči nebo
karotenoidy v krevním séru jako míra přívodu zeleniny a ovoce, MK a estery MK v krevním
séru jako míra přívodu tuků), ale tyto metody vyžadují buď odběr krve nebo sběr 24h moče
(nejlépe kontrolované markery úplného sběru, např. PABA) a jsou tedy značnou komplikací
při rozsáhlých studiích (např. na národní úrovni, jako byla studie SISP04). Další, praktickou
možností je sledování přívodu energie (EI), jejíž množství by u většího souboru mělo být
v relaci k výdeji energie (EE). Obdobně lze provádět odhad i u jednotlivce. S určitou mírou
nejistoty lze pak rozhodnout, zda určitý konkrétní respondent studie vykazuje očekávaný
přívod energie nebo se pohybuje pod (LER, under-reporter) nebo nad (HER, over-reporter)
touto hodnotou. Lze očekávat, že s jistou pravděpodobností tito LER/HER zatěžují chybou
výsledky především při hodnocení distribuce přívodu sledovaných chemických látek.
V takovém případě jsou ovlivněny především okrajové hodnoty distribuce (lower and upper
tail), tedy právě ty hodnoty, které se považují z hlediska charakterizace zdravotních rizik za
rozhodující. Pro odhad potřeby energie u jednotlivce a hodnocení misreportingu byly
1
vyvinuty různé matematické postupy. Nejčastěji je používána metoda známá pod názvem
„Goldberg cut-off“, v různých modifikacích. Právě tento způsob hodnocení byl použit pro
data spotřeby potravin používaná v projektu IV. MZSO.
Metoda a výsledky práce
Data epidemiologické studie SISP04 (2590 respondentů ve věku 4-90 roků) byla
podrobena analýze přítomnosti LER/HER respondentů. K hodnocení byla použita modifikace
výpočetní metody podle Black (2000). Pro výpočet EE pro jednotlivé respondenty byl použit
postup stanovení míry bazálního metabolizmu (BMR) podle SCF (1993) a míra tělesné
aktivity byla uvažována jako „sedavý způsob života“. V tomto případě lze očekávat, že poměr
mezi skutečně zjištěným přívodem energie (EI) a příslušným vypočteným BMR pro danou
míru tělesné aktivity bude ležet v intervalu 0,96 – 2,49, při intervalu spolehlivosti (CI) 95%.
Každý respondent byl porovnán s tímto intervalem a výsledek pro jednotlivé věkové skupiny
a pohlaví byl definován jako % LER a HER. Dosažené výsledky jsou znázorněny v tabulce
č.1 a v grafech č.1 a 2.
Tab.č.1: Odhad celkového počtu „misreporterů“ v souboru respondentů studie SISP04
Low energy reporters (LER) <0,96
Sex
N total
LER
Male
1235
74
Female
1355
196
Total
2590
270
%
6,0
14,5
10,4
High energy reporters (HER) >2,49
Sex
N total
HER
Male
1235
83
Female
1355
48
Total
2590
131
%
6,7
3,5
5,1
Graf č.1: Zastoupení „misreporterů“ v souboru respondentů studie SISP04 podle věku
a pohlaví – muži.
MALE MISREPORTING in SISP04 (Goldberg cut-off)
MALE LER%
45,0
MALE HER%
40,0
Polynomický (MALE LER%)
Polynomický (MALE HER%)
30,0
25,0
20,0
15,0
10,0
5,0
84
80
76
72
68
64
60
56
52
48
44
40
36
32
28
24
20
16
12
8
0,0
4
% LER+HER
35,0
AGE YEARS
2
Graf č.2: Zastoupení „misreporterů“ v souboru respondentů studie SISP04 podle věku
a pohlaví – ženy.
FEMALE MISREPORTING in SISP04 (Goldberg cut-off)
FEMALE LER%
45,0
FEMALE HER%
40,0
Polynomický (FEMALE LER%)
Polynomický (FEMALE HER%)
% LER+HER
35,0
30,0
25,0
20,0
15,0
10,0
5,0
84
80
76
72
68
64
60
56
52
48
44
40
36
32
28
24
20
16
12
8
4
0,0
AGE YEARS
Závěry
Jak je z provedené analýzy patrné, větší počet misreporterů vykazujících nižší přívod
energie než je očekáváno je mezi ženami (14,5%). Naopak vyšší počet misreporterů
vykazujících vyšší přívod energie než je očekáváno byl zjištěn mezi muži (6,7%). V tomto
případě je však nejasné, zda jejich výdej energie nebyl ve skutečnosti vyšší než očekávaný při
„sedavém způsobu života“. Za závažnější je proto nutné považovat vykazování nižšího
přívodu energie u žen, protože tyto osoby mohou významně ovlivňovat „lower end“
distribuce obvyklého (chronického) přívodu látek, které dobře korelují s přívodem energie.
Řešením ale není vyloučení těchto misreporterů ze souboru respondentů, protože by se do
dalších výpočtů při hodnocení expozice vnášela systematická chyba (bias) neznámé velikosti.
Nicméně znalost této možné chyby by měla být brána v úvahu při interpretaci výsledků
v rámci charakterizace zdravotních rizik (součást popisu nejistot).
Literatura
BLACK, A.E.: Critical evaluation of energy intake using the Goldberg cut-off for energy
intake:basal metabolit rate. A practical guide to its calculation, use and limitations.
International Journal of Obesity (2000) 24, 1119-1130.
RUPRICH, J., DOFKOVA, M., REHURKOVA, I., SLAMENIKOVA, E., RESOVA, D.:
Individua food consumption – the national study SISP04. CHFCH NIPH in Prague, 2006,
available at URL: http://www.chpr.szu.cz/spotrebapotravin.htm.
COMMISION OF THE EUROPEAN COMMUNITIES: Nutrient and energy intakes for the
European Community: Equations for the average basal metabolic rate (BMR) from body
weight (W), expressed in kg, and for children and adolescents, from body weight and height
3
(H expressed in m) (BMR expressed in MJ per day). Reports of the Scientific Committee for
Food. (1993) Thirty first series, Annex, p. 242
Misreporting solution for SISP04 DB
Misreporting has been generally estimated after critical evaluation of energy intake using the
„Goldberg cut-off“ (Black, 2000). EI (kJ) has been calculated for all individuals involved in
SISP04 study (Ruprich et al., 2005) as an average from two repeated 24h recalls per
individual. BMR (kJ) has been calculated according to recommendation of the SCF (1993),
based on WHO/FAO/UNU-Schoffield et al. data/equations. PAL was used 1,55. Appropriate
lower and upper CI 95% range from ration EI/BMR has been selected form Black (2000):
0,96 – 2,49. Ratio between EI and BMR has been calculated for every individual and
compared CI 95% interval (0,96 – 2,49). Outlaying individuals were excluded from database.
Both DBs (parent and excluded misreporters) were compared for differences. DBs without
excluded misreporters is currently used in practice (exclusion would introduce a bias with
unknown dimension).
CHPŘ SZÚ Brno, 2008
4

Podobné dokumenty

Nikl - SZÚ

Nikl - SZÚ Při srovnání zjištěného přívodu s dostupnými doporučeními se jeví přívod niklu jako dostatečný a současně nedosahuje hodnot, které by bylo možné považovat za rizikové z hlediska toxicity.

Více

(MZSO) - 2012 - Centrum zdraví, výživy a potravin

(MZSO) - 2012 - Centrum zdraví, výživy a potravin skupinách, nejnižší hodnoty byly u starších osob (věk 60+). Při srovnání s doporučením EAR se přívod jevil jako nedostatečný u více než 95 % osob z této populační skupiny. Při porovnání s evropským...

Více

Látky organické povahy

Látky organické povahy heptachloru a lindanu (44 %, 32 % a 31 %). Kolísání počtu záchytů v jednotlivých letech souvisí s nízkými měřenými hodnotami koncentrací a z toho plynoucími nízkými expozičními dávkami (např. < 0,1...

Více

Překladový slovník názvů potravin CZ / EN

Překladový slovník názvů potravin CZ / EN Drobné masné výrobky párky klobásy Vařené masné výrobky šunka Uzená masa maso uzené maso uzené bok Ostatní masné výrobky slanina anglická

Více

Metoda práce + literatura

Metoda práce + literatura Kontrola údajů, rozpočet receptur a tvorba základních databázových souborů Primárně vytvořený databázový soubor OPIS.DB byl setříděn a podroben kontrole z hlediska názvosloví, kódování a u extrémní...

Více

KOMPLEXNÍ POHLED NA NÁKLADOVOST FORMOVACÍCH SMĚSÍ

KOMPLEXNÍ POHLED NA NÁKLADOVOST FORMOVACÍCH SMĚSÍ Pro rámcové nákladové dělení bylo naší cílem rozdělit zjištěné náklady přípravy formovacích směsí na tři hlavní skupiny. Na náklady ovlivněné pouze: - sortimentem vyráběných odlitků v dané slévárně...

Více

Příloha č. 8: ZÁTĚŽ ČESKÉ POPULACE POPs P8.1 Monitoring PCBs

Příloha č. 8: ZÁTĚŽ ČESKÉ POPULACE POPs P8.1 Monitoring PCBs (WHO/ECEH, 1996). Lze usuzovat, že hlavním důvodem vyšší expozice české populace byla výroba PCBs ve slovenské části tehdejšího Československa, intensivní průmyslové využívání technických směsí PCB...

Více