Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Proceedings zur 6. Fachtagung BIOMET - Deutsche ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
gensburg <strong>zur</strong> Verfügung gestellt. Vom Bayerischen Landesamt für Umweltschutz wurden für<br />
10 Stationen (in der Nähe der Wohnorte der Patienten) die Halbstundenmittelwerte der Luftschadstoffe<br />
Stickstoffdioxid (NO2), Ozon (O3) und Staub (PM10) <strong>zur</strong> Verfügung gestellt. Weiterhin<br />
wurden an diesen Stationen auch meteorologische Parameter (Luftdruck, Temperatur,<br />
relative Feuchte, Windrichtung und Windgeschwindigkeit) erhoben und ebenfalls als Halbstundenmittelwerte<br />
<strong>zur</strong> Verfügung gestellt. Sowohl die Messwerte des <strong>Deutsche</strong>n Wetterdienstes<br />
als auch die des Landesamtes für Umweltschutz wurden analog zum Vorliegen der<br />
Wetterklassen in zwei Tageshälften (0-12 und 12-24 Uhr) stratifiziert. Für beide Tageshälften<br />
wurde jeweils Mittelwert, Minimum und Maximum aus den Halbstunden- bzw. Stundenwerten<br />
berechnet. Zusätzlich wurden die Differenzen zwischen zwei Halbtagen berechnet (Abend<br />
zu Morgen und Morgen zu Abend).<br />
Bevor eine Auswertung auf individueller Basis durchgeführt werden konnte, musste sichergestellt<br />
werden, dass definitiv falsche Fluss-Volumen-Kurven (Lungenfunktionsmessung) nicht<br />
mit analysiert werden. Dazu wurde jede einzelne Spirometermessung einer einfachen Plausibilitätskontrolle<br />
unterzogen und erkennbar falsche Fluss-Volumen-Kurven gelöscht. Anschließend<br />
wurden für die qualitätskontrollierten Daten auf individueller Basis gleitende Mittelwerte<br />
berechnet. Zur Trendbereinigung wurde die lineare Regression mit PEF bzw. FEV1<br />
und FVC als abhängiger und dem Datum als unabhängiger Variable angewendet. Anschließend<br />
wurde der Datensatz mit allgemeinen linearen univariaten Modellen analysiert.<br />
Wiederum dienten PEF bzw. FEV1 und FVC als abhängige Variable und meteorologische<br />
Parameter und Luftschadstoffe sowie deren Änderungen als Kovariate; Jahreszeit und Wetterklassen<br />
gingen als Konstante mit in das Modell ein. Zur Ermittlung signifikanter Zusammenhänge<br />
zwischen der Variation der einzelnen Parameter der Lungenfunktion sowie den<br />
meteorologischen Parametern und Luftschadstoffen wurde individuell für jeden Patienten eine<br />
Kovarianzanalyse (ANCOVA) durchgeführt. Auch hier wurden die meteorologischen Parameter<br />
sowie deren Änderungen und Luftschadstoffe als Kovariaten, Jahreszeit und Wetterklassen<br />
als Konstante eingeschlossen. Für die Luftschadstoffe wurde zusätzlich eine Zeitverzögerung<br />
(lag) von einem Tag untersucht. Interaktionen wurden zwischen Jahreszeit bzw.<br />
Wetterklasse und gefühlter Temperatur, Luftdruck sowie relativer Feuchte eingeführt.<br />
3 Ergebnisse<br />
Für den Zeitraum vom 01.09.2001 bis 1.08.2005 lagen von 117 Patienten (90 männlich) häuslich<br />
durchgeführte Lungenfunktionsmessungen vor. Im Mittel nahmen die Patienten an<br />
1.138 Tagen am telemedizinischen Projekt teil. Insgesamt führten die Patienten 392.306 Lungenfunktionsmessungen<br />
durch, von denen 300.385 in den Zeitfenstern Morgen (6-10 Uhr)<br />
und Abend (16-22 Uhr) lagen. Mehrfach hintereinander gemessene Lungenfunktionen wurden<br />
eliminiert, so dass 24<strong>6.</strong>253 Messungen der Qualitätskontrolle unterzogen werden konnten.<br />
Durch die Qualitätskontrolle musste 1/5 der Messungen vor der Auswertung verworfen werden,<br />
so dass 194.136 auswertbare Messungen vorlagen.<br />
Es zeigten sich – insbesondere bei den PEF-Werten – individuell unterschiedliche Variationen<br />
der Lungenfunktion auf verschiedenen Zeitskalen. Neben kurzzeitigen Schwankungen,<br />
die vermutlich mitarbeitsbedingt waren, traten Variationen auf einer Zeitskala von mehreren<br />
Wochen, sowie Langzeitänderungen auf. Einige Patienten wiesen über den Beobachtungszeitraum<br />
relativ stabile Werte auf, andere verschlechterten sich stetig oder stufenweise. Die statistische<br />
Analyse der Lungenfunktionsmessungen in Bezug zu den biometeorologischen Wetterklassen<br />
zeigte ein ebenso heterogenes Bild wie die individuellen Verläufe der einzelnen<br />
Lungenfunktionsparameter. Bei einigen Patienten gab es kaum Veränderungen bezüglich der<br />
Messwerte während der unterschiedlichen Wetterklassen. Hoch- und/oder Tiefdruckgebiete<br />
wiesen individuell unterschiedlich keine, eine positive oder eine negative signifikante Verän-<br />
57