gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Personenbezogene Mobilfunkexposition – ein funktionaler Ansatz

Meeting Abstract

  • Jessica Kellberger - Institut und Poliklinik für Arbeits-, Sozial- und Umweltmedizin, LMU München, München, Deutschland
  • Anja Kühnlein - Institut und Poliklinik für Arbeits-, Sozial- und Umweltmedizin, LMU München, München, Deutschland
  • Katja Radon - Institut und Poliklinik für Arbeits-, Sozial- und Umweltmedizin, LMU München, München, Deutschland
  • Christian Heumann - Institut für Statistik, LMU München, München, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocEPI4-2

The electronic version of this article is the complete one and can be found online at: http://www.egms.de/en/meetings/gmds2008/08gmds017.shtml

Published: September 10, 2008

© 2008 Kellberger et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung und Fragestellung

Mit der Weiterentwicklung und zunehmenden Nutzung von Mobilfunktechnologien wächst auch die Kontroverse um mögliche gesundheitliche Risiken für den Menschen.

Im Rahmen der MobilEe-Studie war es erstmals möglich, Mobilfunkexposition personengebunden über 24-h im Sekundentakt zu erfassen. Problematisch hierbei ist zum einen die geeignete Zusammenfassung der 86.400 Einzelmesswerte mit möglichst geringem Verlust an Information sowie die zahlreichen Beobachtungen am unteren Ende des Messbereiches. Ziel dieser Arbeit war die Auswertung der Daten unter Berücksichtigung des individuellen Expositionsverlaufes über 24 Stunden unter Einsatz verschiedener Standardmethoden und der funktionalen Datenanalyse.

Material und Methoden

In der MobilEe-Studie wurden an mehreren Studienorten personenbezogene Messungen an 1.500 Kindern und 1.500 Jugendlichen durchgeführt. Während des Messzeitraums wurden sowohl akute (Tagebuch) als auch allgemeine Beschwerden (Interview zu Beginn der 24-h Messung) mittels validierter Erhebungsinstrumente erfasst. Die Auswertung erfolgte stratifiziert für Kinder und Jugendliche. Im Rahmen dieser Arbeit wurden die 580 Kinder und 610 Jugendlichen aus dem Münchner Studienzentrum betrachtet. Zielgröße war die selbst berichtete chronische Müdigkeit, die als vorhanden definiert war, falls der Proband sich mindestens „fast jede Woche“ müde und schlapp fühlte. Die Mobilfunkexposition wurde getrennt für D-Netz, E-Netz, DECT und WLAN erfasst. Daraus wurde für jede Sekunde der Messreihe die Gesamtexposition als prozentualer Anteil des Grenzwertes der International Commission on Non-Ionizing Radiation Protection (ICNIRP) berechnet.

Anhand dieser zusammengefassten Expositionswerte wurden verschiedene Regressionsmodelle erstellt und verglichen. Die Expositionswerte gingen als mögliche Prädiktoren in Logit-Modelle ein. Für alle Modelle wurden ROC-Kurven erstellt und die AUC-Werte verglichen. Für das erste Modell wurde die mittlere kumulierte Exposition für den individuellen Vor- und Nachmittag jedes Probanden bestimmt. Ein weiteres Modell basierte auf Stunden-Medianen, bei denen die 86.400 Expositionswerte zu 24 zusammengefasst wurden. Im dritten Modell wurden Drei-Minuten-Intervalle gebildet und die jeweiligen Intervall-Maxima verwendet, also 480 Werte. Zum Vergleich mit diesen herkömmlichen Methoden wurde das vierte Modell nach dem Prinzip der funktionalen Daten unter Verwendung eines funktionalen GLM (FGLM) mit einer B-Spline-Basis und einem Glättungsstrafterm mit S+ erstellt. Die Modelle wurden kreuzvalidiert.

Ergebnisse

32,6% der Kinder und 54,9% der Jugendlichen berichteten über chronische Müdigkeit. Die Zusammenfassung in zwei Tageszeitenwerte ergab keinen statistisch signifikanten Zusammenhang zwischen der Mobilfunkexposition und dem Outcome. Der AUC-Wert des Modells der Kinder betrug 0,52, der der Jugendlichen 0,56. Die Modelle der Stunden-Mediane zeigten einzelne statistisch signifikante Zusammenhänge zwischen Exposition und chronischer Müdigkeit, wobei die Odds Ratios der einzelnen Stunden stark zwischen kleiner und größer 1 variierten. Dabei lagen die AUC-Werte bei 0,62 für Kinder und 0,65 für Jugendliche. Für das Drei-Minuten-Maxima-Modell ergaben sich ebenfalls einzelne statistisch signifikante Zusammenhänge, allerdings zeigte sich auch hier keine konsistente Richtung des Zusammenhangs. Auffällig war, dass häufig näher zusammen liegende Intervalle signifikant in der gleichen Richtung mit dem Outcome assoziiert waren. Die ROC-Kurve der Kinder hatte einen AUC-Wert von 0,69, bei den Jugendlichen lag er bei 0,83. Die Kreuzvalidierung des Modells der Jugendlichen ergab einen mittleren AUC-Wert von 0,78. Bei der Anpassung der FGLM ergaben sich verschiedene technische Schwierigkeiten. Die letztlich gebildeten Modelle resultierten in AUC-Werten von 0,98 sowohl bei den Kindern als auch den Jugendlichen.

Diskussion

Für keines der betrachteten Modelle zeigte sich ein konsistenter statistisch signifikanter Zusammenhang zwischen der Mobilfunkexposition und chronischer Müdigkeit. Die gefundenen Zusammenhänge sind aufgrund der Inkonsistenz der Richtung des Zusammenhangs vermutlich nicht kausal zu interpretieren. Am Besten passte das Modell der Drei-Minuten-Maxima die Daten an. Weder die starke Zusammenfassung der Exposition auf nur zwei Werte noch die aufgrund der derzeit wenig ausgereiften Software aufwändige Methode des FGLM wirkten überzeugend. Da letzterer Ansatz prinzipiell interessant für die Analyse epidemiologischer Daten mit vielen Einzelbeobachtungen ist, wäre es wünschenswert, die existierenden Programmpakete zur Anwendung der funktionalen Datentheorie in epidemiologischen Studien weiter zu optimieren.

Die MobilEe-Studie wurde gefördert durch das deutsche Mobilfunkforschungsprogramm.


Literatur

1.
Heinrich S, Kühnlein A, Thomas S, Radon K, von Kries R. Zwischenbericht: MobilEe - Mobilfunk: Exposition und Befinden. 2007.
2.
Ramsay J, Silverman B. Functional Data Analysis. Berlin: Springer; 2005.
3.
Ramsay J, Silverman B. Applied functional data analysis: methods and case studies. Berlin: Springer; 2002.
4.
Kellberger J. Analyse personenbezogener Messdaten in epidemiologischen Studien - Funktionale Datenanalyse personenbezogener Mobilfunkexposition. 2008.