Programmreport 2012 - DORIS - Bundesamt für Strahlenschutz

3. METHODIK
Die Zusammenhangswahrscheinlichkeit (Z) stellt die Wahrscheinlichkeit dar, mit der ein diagnostizierter
Krebs durch eine vorhergehende Strahlenexposition verursacht wurde, und kann durch das zusätzliche relative
Risiko (ERR) folgendermaßen ausgedrückt werden:
Z = ERR / (1+ERR)
Funktionale Abhängigkeiten des ERR basieren auf empirischen Modellen von verschiedenen epidemiologischen
Studien, z. B. von der Kohorte der Atombombenüberlebenden von Hiroshima und Nagasaki oder der
gepoolten Studie von acht Kohorten bei Brustkrebs. Typischerweise hängt das ERR von Geschlecht, erreichtem
Alter, Alter bei Exposition oder anderen Faktoren wie z. B. Rauchverhalten bei Lungenkrebs ab. Zusätzlich
zu den besten Fit-Parametern für diese Abhängigkeiten wird auch die Kovarianz-Matrix berücksichtigt, so
dass stochastische Verteilungen mit angemessenen Unsicherheitsintervallen bestimmt werden können.
Von der Vielzahl der möglichen Modelle werden nur diejenigen berücksichtigt, die die Daten am besten beschreiben
unter dem Akaike Informations-Kriterium (AIC) oder unter dem Likelihood-Ratio Test. Das resultierende
ERR wird bestimmt durch die Methode der "Multi-model inference", d. h. die Verteilung der ERR-Werte
wird erzeugt durch eine Verteilung spezifisch für die ausgewählten Modelle, die dann jeweils gewichtet werden
mit dem globalen Gewicht der einzelnen Modelle, das durch den AIC-Wert bestimmt wird.
Die ERR-Modelle müssen auf die Zielbevölkerung (Deutschland) übertragen werden. Dazu werden Deutschland-spezifische
demographische Daten und Daten für die Krebsinzidenz benutzt.
TB 07
Ergebnisse
4. DURCHFÜHRUNG
Ein umfassender Review und kritische Analyse der existierenden Ansätze zur Bestimmung der Zusammenhangswahrscheinlichkeit,
vor allem des US-Standard Programms IREP, wurde durchgeführt. IREP benutzt
Krebs-Risiko-Modelle, die aus der LSS-Kohorte und dem Dosimetrie-System DS86 abgeleitet wurden. DS86
wurde inzwischen durch das neue Dosimetriesystem DS02 abgelöst, was eine Neu-Evaluierung vieler Modelle
und Techniken in IREP notwendig gemacht hat.
Die in ProZES implementierten Modelle beruhen auf der Methode der „Multi-model inference“. Als Konsequenz
daraus sind die Verteilungen für das ERR, und entsprechend für Z, nicht Gauss-verteilt.
Endgültige empirische Modelle für Darm-, Magen-, Brust- und Lungenkrebs wurden ausgewählt. Die Modelle
für Darm-, Magen- und Lungenkrebs stammen von der LSS-Kohorte, während für Brustkrebs Modelle von der
gepoolten Studie von acht Kohorten abgeleitet wurden.
Die Modelle für Lungenkrebs basieren auf der neuen Analyse der LSS-Kohorte und berücksichtigen sowohl
Strahlung als auch Rauchen als mögliche karzinogene Ursache. Beide Faktoren können additiv oder multiplikativ
behandelt werden. Zusätzlich können die Faktoren unabhängig voneinander wirken („einfache“ Modelle)
oder sich gegenseitig beeinflussen („generalisierte“ Modelle). Das endgültige Modell, wie es in ProZES implementiert
ist, beruht auf einer Mischung dieser Modelle nach der Methode der "Multi-model inference".
Unsicherheiten in der Dosisverteilung der LSS-Kohorte wurden evaluiert. Da einige Unsicherheitsfaktoren
beim Übergang von DS86 zu DS02 weggefallen sind, bleibt bei den aktuellen Lösungen für ProZES nur noch
ein einzelner Unsicherheitsfaktor, der durch eine log-normale Verteilung mit geometrischem Mittelwert von 1
und einer geometrischen Standardabweichung von 1,1 ausgedrückt wird.
Die Strahlenexposition der japanischen Atombombenüberlebenden entstand durch Gamma- und Neutronenstrahlung
und die Unsicherheit des RBE (Relative biologische Wirksamkeit)-Faktors für Neutronen erzeugt einen
zusätzlichen Fehler für die Risikoabschätzungen. Um dieser Unsicherheit Rechnung zu tragen, wurde ein
zusätzlicher stochastischer Faktor in ProZES eingeführt. Dieser Faktor wird separat für interne und externe
Organe mit einer angenommenen Neutronen-RBE Verteilung (Dreiecks-Verteilung von 5 bis 30 mit Maximum
bei 10) simuliert.
Eine gründliche Analyse wurde durchgeführt um eine angemessene Art zu bestimmen, das ERR auf die deutsche
Bevölkerung zu übertragen. Es wurde gezeigt, dass die in IREP implementierte Technik zeitabhängige
Unterschiede in der Hintergrund-Inzidenz in der LSS-Kohorte ignoriert; dies führt zu einem potenziell fehlerbehafteten
Übertrag des ERR auf die Zielbevölkerung. Die bei ProZES realisierte Methode gibt weder einem
additiven noch multiplikativen Übertrag den Vorzug, da kein allgemeiner Konsens über den bevorzugten Mechanismus
herrscht. Beiden Methoden wird deshalb gleiches Gewicht zugewiesen und die resultierende Ver-
Ergebnisse der abgeschlossenen Forschungsvorhaben im Jahr 2012 - TB 07 83