Käytännön epidemiologiaa työterveyslääkäreille
Epidemiologiaa pidetään yhtenä työterveyshuollon ja työlääketieteen perusoppina. Perinteisen määritelmän mukaan epidemiologia tutkii sairauksien esiintymistä ja siihen vaikuttavia tekijöitä väestötasolla. Monille työterveyslääkäreille sana "epidemiologia" tuo mieleen erilaiset sairauksien esiintymistä kuvaavat tunnusluvut ja niiden määrittelyissä ja laskemisessa käytettävät matemaattiset yhtälöt ja kaavat, joita on pitänyt päntätä erikoislääkäritenttiä varten. STLY:n viime keväänä Etelä-Afrikan Entabenissa järjestämässä ICOH kokouksen presymposiumissa pidin alustuksen, jossa pohdin, missä, milloin ja millaista epidemiologista osaamista työterveyshuollossa tänä päivänä tarvitaan ja miten ja mistä työterveyslääkärit tarvittavan osaamisen voisivat saada. Tässä kirjoituksessa jatkan Entabenissa aloittamaani pohdintaa.
Epidemiologisella ajattelutavalla on pitkä historia työperäisten sairauksien tutkimisessa. Sir Percival Pottia pidetään ensimmäisenä epidemiologisesti suuntautuneena lääkärinä. Hän kiinnitti jo vuonna 1775 huomiota siihen, että nuohoojat sairastuivat odotettua useammin kivespussin syöpään.
Sir Percivallin pioneerityön jälkeen työperäisten sairauksien epidemiologinen tutkimus on muuttunut dramaattisesti. Alkuun sairaudet liitettiin työperäiseen altistumiseen pelkästään kliinisin perustein. Tällöin oli itsestään selvää, että lyijymyrkytys johtuu lyijylle altistumisesta. Tällaisen selkeän yhteyden toteamiseen riitti, että sairautta esiintyi suhteellisesti enemmän altistuneilla kuin altistumattomilla ja että ero oli tilastollisesti merkittävä. Viime vuosikymmeninä tapahtunut tilastomatemaattisten menetelmien kehittyminen ja tietokoneiden käyttö suurten havaintoaineistojen analysoinnissa ovat mahdollistaneet sofistikoidut mallinnustekniikat ja niiden myötä epäspesifien ja lievien oireyhtymien sekä potentiaalisesti vaarallisten altisteiden pitkäaikaisvaikutusten tutkimisen.
Työperäisten sairauksien tutkimukselle epidemiologisten menetelmien ja tietotekniikan kehittymisellä on ollut ratkaiseva merkitys. Ei ole kuitenkaan itsestään selvää, tuottaako em. tutkimus työterveyshuollon kannalta relevanttia tietoa, kuten Markku Seuri on aiemmin tässä lehdessä todennut (Seuri, 2007). Suurten ja merkittävien vaaratekijöiden ja altisteiden löytyminen onnistuu hyvin perinteisten epidemiologisten menetelmien avulla, ja tällaista tietoa hyödynnetään laajasti työterveyshuollossa. Ammattitautidiagnostiikka esimerkiksi edellyttää, että sairauden ja altisteen välinen syy-seuraussuhde tunnetaan yleisesti, ts. tieteellisen kirjallisuuden perusteella tiedetään, että kyseinen altiste yleensä saattaa aiheuttaa kuvatunlaisen taudin. Samaten eri altisteille ja altistumisille annetut raja-arvot perustuvat perinteisissä epidemiologisissa tutkimuksissa saatuihin tietoihin. Tällainen epidemiologinen tieto on yleensä valmiiksi prosessoitua, eikä vaadi sitä soveltavalta työterveyslääkäriltä erityistä epidemiologian osaamista.
Tehokkaiden tietokoneiden ansiosta laajoja havaintoaineistoja voidaan nykyään analysoida suhteellisen vaivattomasti. Sen seurauksena epidemiologisissa tutkimuksissa havaitaan yhä heikompia ja heikompia yhteyksiä erilaisten altisteiden ja vaaratekijöiden sekä niihin liittyvien sairauksien ja muiden biologisten muutosten välillä. Heikolla altisteella tarkoitan tässä yhteydessä sitä, että altistuneiden vaara sairastua on yleensä vain 10-20 % suurempi kuin altistumattomilla. Tällaisia havaintoja tuotetaan nykyisin lähes teollisesti, ja osa havainnoista on uniikkeja eli niitä ei pystytä toistamaan muissa tutkimuksissa. Jotta työterveyslääkäri pystyisi tästä valtavasta informaatiotulvasta poimimaan työterveyshuollon ja oman työnsä kannalta relevanttia tietoa, hänellä pitää olla epidemiologista ja kliinis-epidemiologista osaamista.
Vaikka epidemiologisen tutkimuksen tekeminen edellyttää syvällistä tilastomatemaattisten menetelmien hallintaa, epidemiologisen tutkimuksen tuloksia arvioiva työterveyslääkäri pärjää pitkälle yhteen-, vähennys-, kerto- ja jakolaskulla ja maalaisjärjellä, kunhan hän tuntee epidemiologiassa ja tilastotieteessä käytettävät periaatteet ja peruskäsitteet. Käytännössä tämä tarkoittaa sitä, että tutkimustuloksien käyttökelpoisuutta arvioitaessa selvitetään, miten ja mistä tutkimuksessa käytettävät tiedot on kerätty, millaisia virhelähteitä tutkimukseen liittyy ja mikä on tutkimustulosten ja havaintoja yleistettävyys. Käytettyjen matemaattisten ja tilastollisten menetelmien asioiden oikeellisuuden arvioimisen voi mielestäni jättää lehtien toimituksen huoleksi.
Erityisen tärkeää on epidemiologisia tutkimusraportteja lukiessa muistaa, että niissä ei tutkita ihmisen perusbiologiaa, joka olisi yhteinen kaikille ihmiselle. Epidemiologiassa tutkitaan väestöjä otoksen avulla ja tiukasti ottaen otokseen perustuvan tutkimuksen havainnot ovat yleistettävissä vain siihen väestöön tai väestönosaan josta otos on otettu. Turkulaisista taksikuskeista tehdyt havainnot pätevät vain turkulaisiin taksikuskeihin. Mikäli samanlaisia havaintoja tehdään myös helsinkiläisistä, kuopiolaisista ja oululaisista taksikuskeista, eli jos havainnot ovat toistettavia, niin ne voidaan – tietyin varauksin - yleistää kaikkia suomalaisia taksikuskeja koskeviksi. Tällaisessa yleistämisessä on huomioitava, että se koskee taksikuskeja ryhmänä, jossa voi olla huomattavaa ryhmän sisäistä hajontaa eikä havaintoa voi välttämättä yleistää yksittäistä taksikuskia koskevaksi totuudeksi. Työterveyslääkärin kannalta otokseen ja yleistettävyyteen liittyvät kysymykset ovat erityisen tärkeitä kansainvälisiä julkaisuja luettaessa. Ammattitautiriskin kansainvälinen vertailu esimerkiksi on vaikeaa, koska ammattitaudin käsitteen määrittely eri maiden lainsäädännössä vaihtelee ja diagnostiikka- ja rekisteröintikäytännöt ovat huomattavasti toisistaan poikkeavia.
Toinen tärkeä muistettava asia on, että tilastollinen testaus ja pieni p-arvo ei ole osa päätöksentekoprosessia vaan osa tilastollista päättelyä. Kannattaako jotakin vaaratekijää tai altistetta seuloa väestössä riippuu mm. vaaratekijän yleisyydestä seulottavassa väestössä ja vaaratekijän ja siitä aiheutuvan sairauden välisen yhteyden voimakkuudesta. Klassinen esimerkki tässä yhteydessä on rasitus-ekg:n käyttö sepelvaltimotaudin seulonnassa. Testin ennustearvo on alhainen seulottaessa oireettomia työikäisiä ihmisiä avoterveydenhuollossa, sillä sepelvaltimotaudin esiintyvyys työikäisessä väestössä on suhteellisen alhainen. Kardiologian poliklinikalle lähetetyille potilaille rasitus-ekg:n ennustearvo taas on suhteellisen hyvä, sillä sepelvaltimotaudin esiintyvyys erikoislääkärille lähetettyjen potilaiden joukossa on suuri. Kliininen epidemiologia on eräs epidemiologian osa-alue joka tarjoaa tietoa kliinisen päätöksenteon tueksi. Työterveyslääkärin, niin kuin kaikkien lääkäreiden, onkin syytä perehtyä kliinisessä epidemiologiassa käytettäviin suureisiin, kuten positiivinen ja negatiivinen ennustearvo, testin herkkyys ja tarkkuus, NNT (number needed to treat) ja NNH (number needed to harm).
Työterveyshuollon tuottamat yritystason raportit
Työterveyshuollon eräs tehtävä on seurata henkilöstön sairauksia, niiden syitä ja niistä aiheutunutta työkyvyttömyyttä. Sen tavoitteena on mm. tiettyyn työpisteeseen tai työprosessiin liittyvien terveysongelmien ja vaaratekijöiden tunnistaminen ja varhainen havaitseminen, tunnettujen terveysongelmien laajuuden kartoittaminen ja hyvän työterveyshuolto käytännön mukaisesti interventioiden aiheuttamien muutosten seuranta. Saatua tietoa tarvitaan työterveyshuollon toiminnan kehittämisessä ja toimintasuunnitelman laatimisessa. Myös yritykset haluavat yhä enemmän ryhmätason terveystietoa esimerkiksi henkilöstötilinpäätöstä ja sairauspoissaolojen hallintaa varten.
Työterveyshuolto voi kerätä tarvitsemaansa terveystietoa monesta eri lähteestä. Perinteisiä tietolähteitä ovat terveystarkastukset, työpaikkakäynnit, erilaiset kyselyt sekä altisteiden mittaamiset ja biologiset monitoroinnit. Mikäli työterveyshuolto huolehtii yrityksen työntekijöiden työterveyspainotteisesta sairaanhoidosta, tietoa voidaan kerätä myös sairauskertomuksista ja sairauspoissaoloja seuraamalla. Työterveyshuolloissa olevat tiedonhallintajärjestelmät mahdollistavat erilaisten ryhmätason tunnuslukujen, kuten keskiarvon ja suhteellisten frekvenssin laskemisen ja niiden esittämisen graafisesti. Tällaisen ryhmätason tiedon raportointi esimerkiksi yrityksille vaatii jonkin verran tilastotieteen ja epidemiologian osaamista.
Epidemiologisista tutkimuksista poiketen työterveyshuollon raportin tunnusluvut eivät yleensä perustu otokseen vaan kuvaavat suoraan kohdeväestöä eli yrityksen koko henkilökuntaa tai kaikkia tietyssä työpisteessä työskenteleviä työntekijöitä. Tunnuslukujen tulkinnassa pitää kuitenkin huomioida samoja asioita kun epidemiologisen tutkimuksen tuloksia arvioitaessa eli pitää miettiä, miten ja mistä tutkimuksessa käytettävät tiedot on kerätty, millaisia virhelähteitä tutkimukseen liittyy ja millainen on tutkimustulosten ja havaintoja vertailtavuus muiden yritysten vastaaviin tunnuslukuihin. Pääsääntöisesti työterveyshuollon sairauskertomustietoihin ja poissaolotietoihin perustuvat tunnusluvut eivät ole vertailukelpoisia eri yritysten välillä, sillä yritysten työntekijät voivat käyttää myös muiden kuin nimetyn työterveyshuollon tarjoamia sairaanhoitopalveluita. Vakavat sairaustapaukset ja työtapaturmat esimerkiksi hoidetaan suoraan sairaaloiden ensiapupoliklinikoilla, eikä niistä tule merkintää työterveyshuollon tiedostoihin.
Tuloksia tulkittaessa ja raportoitaessa on huomioitava myös eettiset seikat. Mikäli tutkittavia on vähän, tunnusluvut ovat yleensä epäluotettavia, sillä yhdelläkin poikkeavalla havainnolla on suuri painoarvo. Pieniin havaintoaineistoihin liittyy myös tietosuoja- ja salassapito-ongelmia, sillä niistä on mahdollista muuta työntekijöistä yrityksen käytössä olevaa tietoa yhdistelemällä päätellä yksittäisen työntekijän terveyteen liittyviä, salassa pidettäviä terveystietoja.
Mistä työterveyslääkäri voi tarvitsemansa epidemiologisen osaamisen hankkia?
Sven Hernbergin oppikirjasta Epidemiologia ja työterveyshuolto saa hyvän ja suhteellisen kattavan kuvan epidemiologisessa tutkimuksessa käytettävistä käsitteistä ja menetelmistä. Kliinisestä epidemiologiasta vastaavaa suomenkielistä oppikirjaa ei tietääkseni ole olemassa. Hernbergin kirjaa monet kollegat ovat pitäneet raskaana ja työläänä lukea. Epidemiologian kysymyksiä pidetäänkin yleisesti erikoislääkäritentin vaikeimpina kysymyksinä, ja monen tentistä läpipääsy on tyssännyt siihen, että he eivät ole osanneet vastata epidemiologian kysymyksiin. Näin ei mielestäni saisi olla. Työterveyshuoltoon erikoistuville lääkäreille pitää järjestää käytännönläheistä epidemiologian kateederiopetusta. Tutkimusta tekeville ja väitöskirjaa valmisteleville tarkoitetut epidemiologian kurssit eivät yleensä tarjoa käytännön lääkärin tarvitsemaa tietoa. Netin kautta tapahtuva itseopiskelukaan ei välttämättä vastaa lyhyttä, tiivistä kateederiopetusta, jossa osallistujilla on mahdollisuus kasvokkain keskustella opettajan kanssa.
LT, Dosentti
Terveydenhuollon erikoislääkäri, työterveyslääkäri
Liikenne ja Logistiikka tiimi,
Työterveyslaitos, Turku
Lääkärikeskus Mehiläinen, Turku
jari.stengard@mehilainen.fi
Kirjallisuutta
- Markku Seuri: Epidemiologian rajat. Työterveyslääkäri 2007; 25(1): 30-33
- Sven Hernberg: Epidemiologia ja työterveys. Työterveyslaitos. Helsinki 1998.