09.01.2013 Aufrufe

Proceedings zur 6. Fachtagung BIOMET - Deutsche ...

Proceedings zur 6. Fachtagung BIOMET - Deutsche ...

Proceedings zur 6. Fachtagung BIOMET - Deutsche ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!