Pooled biological specimens for human biomonitoring of environmental chemicals : opportunities and limitations

Biomonitoring has become the ‘gold standard’ in assessing chemical exposures, and plays an important role in risk assessment. The pooling of biological specimens – combining multiple individual specimens into a single sample – can be used in biomonitoring studies to monitor levels of exposure and identify exposure trends, or to identify susceptible populations in a cost-effective manner. Pooled samples provide an estimate of central tendency, and may also reveal information about variation within the population. The development of a pooling strategy requires careful consideration of the type and number of samples collected, the number of pools required, and the number of specimens to combine per pool in order to maximize the type and robustness of the data. Creative pooling strategies can be used to explore exposure-outcome associations, and extrapolation from other larger studies can be useful in identifying elevated exposures in specific individuals. The use of pooled specimens is advantageous as it saves significantly on analytical costs, may reduce the time and resources required for recruitment, and in certain circumstances, allows quantification of samples approaching the limit of detection. In addition, use of pooled samples can provide population estimates while avoiding ethical difficulties that may be associated with reporting individual results.

Benefits of publicly available data

The National Morbidity, Mortality, and Air Pollution Study (NMMAPS) was designed to examine the health effects of air pollution in the United States. The primary question was whether particulate matter was responsible for the associations between air pollution and daily mortality. Secondary questions concerned measurement error in air pollution and mortality displacement.1 Since then, NMMAPS has been used to answer many important questions in environmental epidemiology...

Estimating vulnerable windows of exposure to air pollution during pregnancy

Exposure to air pollution during pregnancy is a potential cause of adverse birth outcomes such as preterm birth and stillbirth. The risk of exposure may be greater during vulnerable windows of the pregnancy which might only be weeks long. We demonstrate a method to find these windows based on smoothing the risk of weekly exposure using conditional autoregression. We use incidence density sampling to match cases with adverse birth outcomes to controls whose gestation lasted at least as long as the case. This matching means that cases and controls are have equal length exposure periods, rather than comparing, for example, cases with short gestations to controls with longer gestations. We demonstrate the ability of the method to find vulnerable windows using two simulation studies. We illustrate the method by examining the association between particulate matter air pollution and stillbirth in Brisbane, Australia.

Análise, imputação de dados e interfaces computacionais em estudos de séries temporais epidemiológicas

efeitos são frequentemente observados na morbidade e mortalidade por doenças respiratórias e cardiovasculares, câncer de pulmão, diminuição da função respiratória, absenteísmo escolar e problemas relacionados com a gravidez. Estudos também sugerem que os grupos mais suscetíveis são as crianças e os idosos. Esta tese apresenta estudos sobre o efeito da poluição do ar na saúde na saúde na cidade do Rio de Janeiro e aborda aspectos metodológicos sobre a análise de dados e imputação de dados faltantes em séries temporais epidemiológicas. A análise de séries temporais foi usada para estimar o efeito da poluição do ar na mortalidade de pessoas idosas por câncer de pulmão com dados dos anos 2000 e 2001. Este estudo teve como objetivo avaliar se a poluição do ar está associada com antecipação de óbitos de pessoas que já fazem parte de uma população de risco. Outro estudo foi realizado para avaliar o efeito da poluição do ar no baixo peso ao nascer de nascimentos a termo. O desenho deste estudo foi o de corte transversal usando os dados disponíveis no ano de 2002. Em ambos os estudos foram estimados efeitos moderados da poluição do ar. Aspectos metodológicos dos estudos epidemiológicos da poluição do ar na saúde também são abordados na tese. Um método para imputação de dados faltantes é proposto e implementado numa biblioteca para o aplicativo R. A metodologia de imputação é avaliada e comparada com outros métodos frequentemente usados para imputação de séries temporais de concentrações de poluentes atmosféricos por meio de técnicas de simulação. O método proposto apresentou desempenho superior aos tradicionalmente utilizados. Também é realizada uma breve revisão da metodologia usada nos estudos de séries temporais sobre os efeitos da poluição do ar na saúde. Os tópicos abordados na revisão estão implementados numa biblioteca para a análise de dados de séries temporais epidemiológicas no aplicativo estatístico R. O uso da biblioteca é exemplificado com dados de internações hospitalares de crianças por doenças respiratórias no Rio de Janeiro. Os estudos de cunho metodológico foram desenvolvidos no âmbito do estudo multicêntrico para avaliação dos efeitos da poluição do ar na América Latina o Projeto ESCALA.

Espaços verdes e mortalidade por doenças cardiovasculares no município do Rio de Janeiro.

Diversos estudos em epidemiologia têm investigado a influência do ambiente urbano na saúde da população. Os benefícios dos espaços verdes têm sido um dos aspectos estudados recentemente. Uma das principais vias apontadas é através da promoção da prática de atividades físicas. Outros benefícios incluem a melhoria das condições psicossociais e da qualidade do ar. Esses fatores, por sua vez, têm comprovada associação com a saúde cardiovascular. Nesse sentido, o objetivo deste trabalho é investigar a associação entre espaços verdes e mortalidade por doenças isquêmicas do coração (DIC) e doenças cerebrovasculares (DCBV) no município do Rio de Janeiro, entre os anos de 2010 e 2012. Foi realizado um estudo do tipo ecológico, tendo os setores censitários como unidade de análise. Como variável desfecho foi calculada a razão de mortalidade padronizada (RMP) por sexo e idade, pelo método indireto. Como medidas de exposição às áreas verdes foram utilizadas a média e a variabilidade do Índice de Vegetação por Diferença Normalizada ou NDVI (sigla em inglês) médio referente ao período de estudo, em buffers de 100 metros das bordas dos setores censitários. Os dados foram analisados por um modelo linear condicional autorregressivo, que considera também a estrutura de dependência espacial. Foram incluídas no modelo as covariáveis Índice de Desenvolvimento Social (IDS); densidade de vias de tráfego veicular, divididas entre vias coletoras e locais e vias estruturais primárias e secundárias, utilizadas como proxy de poluição em buffers de 100 metros dos setores; e o indicador de setores censitários litorâneos. Após o ajuste do modelo controlando os possíveis fatores de confusão, foi verificada a redução de 4,5% (CI95%: 7,3%, 1,6%) da mortalidade nas áreas com exposição referente ao intervalo interquartílico mais alto da média do NDVI; e de 3,4% (IC95%: 6,2%; 0,7%) nas áreas referentes ao intervalo interquartílico mais alto da variabilidade, ambos em comparação com o intervalo mais baixo. Esse resultado indica a associação inversa entre a exposição aos espaços verdes e a mortalidade por DIC e DCBV no município do Rio de Janeiro. Além disso, o aumento da mortalidade está associado a piores condições de vida e à poluição do ar.

Morbilidad laboral en el sector agrícola en trabajadores afiliados a una administradora de riesgos laborales (ARL) de Colombia, durante el periodo 2011-2012.

Este estudio muestra la prevalencia por enfermedad laboral de un grupo de trabajadores afiliados a una ARL en Colombia. Compara la morbilidad laboral entre dos grupo de trabajadores expuestos y no expuestos al trabajo agrícola y al interior del grupo de trabajadores agrícolas agrupados en las actividades de corte de caña, cultivo de banano y flores. Se realizó un estudio descriptivo de tipo transversal durante el periodo 2011-2012, mediante la revisión de una base de datos de morbilidad laboral. Se realizó un análisis uni-variado y Bi-variado y se comparó la morbilidad con datos sociodemográficos, grupos de trabajadores agrícolas y no agrícolas, y actividad productiva del sector agrícola. Se revisaron 3129 diagnósticos de enfermedad profesional durante el periodo de estudio, 433 diagnósticos fueron trabajadores agrícolas y 2696 pertenecieron a otros grupos de trabajadores. Los desórdenes Osteomusculares fueron los diagnósticos más prevalentes en el grupo Agro 92% y No Agro 86% y en las actividades de corte de caña, cultivo de banano y flores. Entre el grupo Agrícola y no agrícola se encontraron diferencias significativas en los siguientes diagnósticos: Síndrome del túnel del carpo, Síndrome de manguito rotador, Otras sinovitis y tenosinovitis, Lumbago no Especificado, Hipoacusia Neurosensorial Bilateral y epicondilitis lateral; de igual manera se encontraron diferencias entre las actividades de corte de caña y cultivo de banano y flores en los diagnósticos de: Epicondilitis, Sinovitis, Síndrome del túnel del Carpo y Trastorno lumbar. El factor de riesgo más prevalente en el grupo agrícola fue el Ergonómico con el 92.8% de los casos

Determinación de la exposición a metamidofos en trabajadores del sector floricultor, Colombia 2014.

Introducción: El uso de sustancias químicas como protección contra plagas es una práctica común en las floriculturas, la aplicación de los conceptos de manejo integrado de éstas resguarda los cultivos asegurando la cantidad y la calidad necesaria del producto neto requerido para satisfacer la demanda internacional. El biomonitoreo se ha utilizado en una variedad de estudios ocupacionales y ambientales para determinar exposiciones a plaguicidas. Materiales y Métodos: Se realizó un estudio de corte transversal en 300 trabajadores vinculados a 15 empresas, con el objetivo de caracterizar la exposición al plaguicida Metamidofos en trabajadores de empresas de flores en la Sabana de Bogotá (Cundinamarca) y Rionegro (Antioquia). Se aplicó una encuesta, la cual incluyó las variables socio demográficas, ocupacionales y toxicológicas y se recolectaron muestras de orina para determinar el plaguicida metamidofos. Resultados: Se observó que la fuerza laboral pertenecía en su gran mayoría a la zona urbana (88.5%) y se resalta la participación del género femenino en edades de entre 19 y 58 años con un promedio de 36,7 años. El oficio en el que se encontraba la mayor parte de los trabajadores fue cultivo y corte con el 52.5%. El tiempo de trabajo en el sector floricultor reportado fue mínimo de 12 (3.3%) y máximo de 22 años (6.1%). En cuanto a los elementos de protección personal, el 96.1% (344) afirma utilizarlos en su trabajo. El promedio de metamidofos al inicio de la jornada fue de 29,12 μg/l y al finalizar 15,70 μg/l. Conclusiones: Este trabajo permitió conocer el panorama de la exposición al plaguicida Metamidofos y constituye un aporte para continuar investigando sobre el tema y a la vez hacer seguimiento a los trabajadores por medio de su inclusión en programas de vigilancia epidemiológica.

The Importance of Scale for Spatial-confounding Bias and Precision of Spatial Regression Estimators

Increasingly, regression models are used when residuals are spatially correlated. Prominent examples include studies in environmental epidemiology to understand the chronic health effects of pollutants. I consider the effects of residual spatial structure on the bias and precision of regression coefficients, developing a simple framework in which to understand the key issues and derive informative analytic results. When the spatial residual is induced by an unmeasured confounder, regression models with spatial random effects and closely-related models such as kriging and penalized splines are biased, even when the residual variance components are known. Analytic and simulation results show how the bias depends on the spatial scales of the covariate and the residual; bias is reduced only when there is variation in the covariate at a scale smaller than the scale of the unmeasured confounding. I also discuss how the scales of the residual and the covariate affect efficiency and uncertainty estimation when the residuals can be considered independent of the covariate. In an application on the association between black carbon particulate matter air pollution and birth weight, controlling for large-scale spatial variation appears to reduce bias from unmeasured confounders, while increasing uncertainty in the estimated pollution effect.

DECOMPOSITION OF REGRESSION ESTIMATORS TO EXPLORE THE INFLUENCE OF "UNMEASURED" TIME-VARYING CONFOUNDERS

In environmental epidemiology, exposure X and health outcome Y vary in space and time. We present a method to diagnose the possible influence of unmeasured confounders U on the estimated effect of X on Y and to propose several approaches to robust estimation. The idea is to use space and time as proxy measures for the unmeasured factors U. We start with the time series case where X and Y are continuous variables at equally-spaced times and assume a linear model. We define matching estimator b(u)s that correspond to pairs of observations with specific lag u. Controlling for a smooth function of time, St, using a kernel estimator is roughly equivalent to estimating the association with a linear combination of the b(u)s with weights that involve two components: the assumptions about the smoothness of St and the normalized variogram of the X process. When an unmeasured confounder U exists, but the model otherwise correctly controls for measured confounders, the excess variation in b(u)s is evidence of confounding by U. We use the plot of b(u)s versus lag u, lagged-estimator-plot (LEP), to diagnose the influence of U on the effect of X on Y. We use appropriate linear combination of b(u)s or extrapolate to b(0) to obtain novel estimators that are more robust to the influence of smooth U. The methods are extended to time series log-linear models and to spatial analyses. The LEP plot gives us a direct view of the magnitude of the estimators for each lag u and provides evidence when models did not adequately describe the data.

DISTRIBUTED REPRODUCIBLE RESEARCH USING CACHED COMPUTATIONS

The ability to make scientific findings reproducible is increasingly important in areas where substantive results are the product of complex statistical computations. Reproducibility can allow others to verify the published findings and conduct alternate analyses of the same data. A question that arises naturally is how can one conduct and distribute reproducible research? This question is relevant from the point of view of both the authors who want to make their research reproducible and readers who want to reproduce relevant findings reported in the scientific literature. We present a framework in which reproducible research can be conducted and distributed via cached computations and describe specific tools for both authors and readers. As a prototype implementation we introduce three software packages written in the R language. The cacheSweave and stashR packages together provide tools for caching computational results in a key-value style database which can be published to a public repository for readers to download. The SRPM package provides tools for generating and interacting with "shared reproducibility packages" (SRPs) which can facilitate the distribution of the data and code. As a case study we demonstrate the use of the toolkit on a national study of air pollution exposure and mortality.

Exposure modeling of high-frequency electromagnetic fields

We developed a geospatial model that calculates ambient high-frequency electromagnetic field (HF-EMF) strengths of stationary transmission installations such as mobile phone base stations and broadcast transmitters with high spatial resolution in the order of 1 m. The model considers the location and transmission patterns of the transmitters, the three-dimensional topography, and shielding effects by buildings. The aim of the present study was to assess the suitability of the model for exposure monitoring and for epidemiological research. We modeled time-averaged HF-EMF strengths for an urban area in the city of Basel as well as for a rural area (Bubendorf). To compare modeling with measurements, we selected 20 outdoor measurement sites in Basel and 18 sites in Bubendorf. We calculated Pearson's correlation coefficients between modeling and measurements. Chance-corrected agreement was evaluated by weighted Cohen's kappa statistics for three exposure categories. Correlation between measurements and modeling of the total HF-EMF strength was 0.67 (95% confidence interval (CI): 0.33-0.86) in the city of Basel and 0.77 (95% CI: 0.46-0.91) in the rural area. In both regions, kappa coefficients between measurements and modeling were 0.63 and 0.77 for the total HF-EMF strengths and for all mobile phone frequency bands. First evaluation of our geospatial model yielded substantial agreement between modeling and measurements. However, before the model can be applied for future epidemiologic research, additional validation studies focusing on indoor values are needed to improve model validity.Journal of Exposure Science and Environmental Epidemiology (2008) 18, 183-191; doi:10.1038/sj.jes.7500575; published online 4 April 2007.

Preliminary analysis of cancer rates in organic chemical-producing counties /

"June 1979."