CC BY
11
Р01: 10.21870/0131 -3878-2023-32-3-109-121 УДК 616-073.756.8:616-006.04-02
Компьютерная томография как фактор риска злокачественных новообразований среди населения города атомной промышленности Озёрск
Осипов М.В.
ФГБУН Южно-Уральский институт биофизики ФМБА России, Озёрск
Воздействие ионизирующего излучения при проведении компьютерной томографии (КТ) является источником потенциального риска, связанного с развитием радиационно-индуцирован-ных канцерогенных эффектов. Отсутствие предела по дозе диагностических исследований приводит к неограниченному росту дозы «полезного» облучения пациентов, что диктует необходимость оценки возможных отдалённых канцерогенных эффектов с целью управления потенциальными рисками с позиции «польза-вред». Оценка риска выполнена ретроспективно среди лиц, подвергавшихся воздействию рентгеновского излучения при КТ. Источником информации для проведения исследования является база данных «Регистр КТ», содержащая медико-дозиметрические данные о населении города атомной промышленности Озёрск, обследованном при помощи КТ. Для учёта конфаундинг-эффекта была использована информация о различных дополнительных факторах риска радиационной и нерадиационной природы, включая пол, возраст, время под наблюдением, наличие онкологического анамнеза и контакта с производственным облучением. Анализ риска выполнялся при помощи многофакторной условной логистической регрессии. Основной гипотезой исследования являлось увеличение шансов установления диагноза злокачественного новообразования (ЗНО) в зависимости от количества диагностических КТ-исследований, выполненных в течение жизни пациента, с учётом совокупного влияния нескольких факторов риска и обратной причинно-следственной связи. В результате проведённого исследования получено статистически значимое повышение шансов установления диагноза ЗНО в зависимости от совокупного влияния пола, возраста, наличия контакта с производственным облучением и времени нахождения под наблюдением. Альтернативная гипотеза о наличии связи между количеством выполненных КТ-исследований, как суррогата дозы облучения пациента, и установлением диагноза ЗНО (ОШ 1,01-1,10) может быть принята на уровне (1-а) 90%, что говорит о возможном наличии радиогенной составляющей канцерогенного риска среди пациентов, обследованных при помощи КТ.
Ключевые слова: компьютерная томография, диагностическое облучение, рентген, производственное облучение, канцерогенный риск, обратная причинно-следственная связь, конфаундинг показаний, ошибка смещения.
Введение
Компьютерная томография (КТ) - современный высокоинформативный метод диагностического обследования пациентов, сопровождающийся воздействием рентгеновского излучения в дозах, которые на порядок превышают дозу при традиционной рентгенографии. Широкое распространение данного метода диагностики привело к росту коллективной дозы облучения пациентов, в частности, за счёт неоднократных обследований [1], которая в некоторых случаях достигает нижних пределов доз острого облучения, для которых описаны достоверные канцерогенные эффекты [2]. Дополнительным источником роста числа обследований с использованием КТ послужила пандемия С0УЮ-19, во время которой КТ стала незаменимым методом первичной диагностики поражения органов дыхания, вызванного заражением 8АРБ-Соу-2, в связи с чем доля КТ в клинической практике ещё более возросла [3] на фоне снижения доли использования других методов рентгенодиагностики. В отличие от сценариев производственного воздействия
Осипов М.В. - науч. сотр. ФГБУН ЮУрИБ ФМБА России.
Контакты: 456780, Челябинская обл., Озёрск, Озёрское шоссе, 19. Тел. +7(351)30-7-63-09; e-mail: osipov@subi.su.
ионизирующего излучения [4], применение ионизирующего излучения в медицине является целенаправленным и сопряжено с выгодой для пациента, в связи с чем доза облучения при рент-генодиагностических исследованиях (за исключением профилактических осмотров) не нормируется [5]. Согласно линейной беспороговой концепции МКРЗ с увеличением дозы облучения предполагается пропорциональное увеличение частоты стохастических эффектов. Таким образом, при многократных КТ-исследованиях ожидаемо повышение радиационно-индуцированного риска развития отдалённых последствий для здоровья пациентов, в том числе, злокачественных новообразований (ЗНО).
Спецификой исследований по оценке радиационного риска среди диагностически облучённых пациентов является наличие явления, описанного в литературе, как обратная причинно-следственная связь («reverse causation», RC) [6], суть которого состоит в увеличении дозы облучения за счёт дополнительных обследований у пациентов, которым был установлен диагноз ЗНО, и/или имевших предраковые состояния в анамнезе. Наличие указанных состояний приводит к конфаундинг-эффекту показаний к обследованию («confounding by indication»), который посредством возникновения обратной причинно-следственной связи приводит к искажению связи «доза-эффект» в сторону завышения избыточного радиационного риска, что получило название ошибки показаний («indication bias»).
Целью настоящего исследования является оценка выраженности канцерогенных эффектов, возникших с течением времени среди лиц, подвергавшихся воздействию диагностического рентгеновского излучения при проведении КТ, в зависимости от количества выполненных КТ-исследований, как суррогатной характеристики дозы облучения пациента, с учётом возможной ошибки показания, в зависимости от влияния факторов радиационной и нерадиационной природы.
Материал и методы
Источником информации для проведения исследования является медико-дозиметрическая база данных «Регистр КТ», включающая население Озёрского городского округа и персонал производственного объединения «Маяк» (ПО «Маяк»), обследованных при помощи КТ [7]. Детально процесс сбора и обработки информации, а также характеристика структуры созданной базы данных описаны в работе [8].
Исследование проведено ретроспективно методом сплошного наблюдения за популяцией, ограниченной пределами города атомной промышленности. В исследуемую группу включались лица, проживавшие в Озёрском городском округе и обследованные при помощи КТ в медицинских учреждениях Челябинской области 1 или более раз в течение периода наблюдения с 1993 по 2018 гг.
Датой входа под наблюдение считалась дата проведения первого в течение жизни пациента КТ-исследования, датой выхода из-под наблюдения - дата диагностики первого ЗНО, либо дата смерти, либо дата миграции в случае, когда информация о заболеваемости и смертности для выбывших за пределы города не была доступна. В случае, если ни одно из перечисленных событий не наступило, наблюдения цензурировались на дату последнего обновления информации о жизненном статусе - 31 декабря 2018 г.
Пациенты, которым диагноз ЗНО был установлен до даты первого КТ-исследования, исключались из анализа. Цензурирование слева по периоду нахождения под наблюдением применялось с целью минимизации влияния дозы облучения, не участвовавшей в индукции канцеро-
генеза. Для учёта конфаундинг-эффекта использована информация о факторах риска радиационной и нерадиационной природы, среди которых выделяли пол пациента (xi), возраст на дату проведения КТ-исследования (xi), наличие онкологического анамнеза (хз), наличие профессионального маршрута (х4), длительность периода наблюдения (xs) и суммарное количество КТ на дату окончания наблюдения (хб).
Данные о наличии онкологического анамнеза были получены с использованием информации о диагнозе при направлении пациента на обследование, а также заключения врача-рентгенолога. Критериями для создания категориальной переменной хз являлись состояния, описанные следующими терминами и их транскрипциями: «злокачественное новообразование», «ЗНО», «малигниза-ция», «malignant tumor», «новообразование», «неоплазма», «онкозаболевание», «онкология», «опухоль», «рак», «карцинома», «cancer», «c-r», «метастаз(ы)», и прочие термины и словосочетания, прямо или косвенно указывающие на наличие онкологического процесса.
Наличие профессионального маршрута, связанного с работой на ПО «Маяк», использовалось для создания категориальной переменной Х4 с целью разделения двух категорий обследованных - «персонал» и «население». Для идентификации лиц с наличием профессионального фактора в изучаемой когорте использовался регистр персонала ПО «Маяк», включающий работников, когда-либо нанятых на основные или вспомогательные производства.
В случае наличия у пациента диагноза ЗНО, установленного на дату проведения исследования, параметр хб определялся как количество КТ, выполненных пациенту до даты установления диагноза.
Статистическое моделирование. Анализ данных выполнялся при помощи программного пакета для прикладной статистики Stata [9] с использованием многофакторной условной логистической регрессии [10]. Условная вероятность наступления изучаемого события в зависимости от влияния нескольких факторов риска описывалось при помощи кумулятивного стандартного логистического распределения в модели регрессии (1):
Pcr=l\x = F(P0 + YH=íPiXk), (1)
где Pcr=i\x - условная вероятность установления диагноза ЗНО в течение периода наблюдения, последующего за эпизодом облучения при КТ-исследовании; F - кумулятивное стандартное логистическое распределение (логит); Ро - константа регрессии; xk - регрессоры; p¡ - коэффициенты регрессии для xk.
Связь условной вероятности и отношения шансов (ОШ), описываемая при помощи логит-функции F, выражалась следующим соотношением (2):
OR
Fcr=i\x = i+OR . (2)
Отношение шансов для логит-преобразования определялось экспоненциальной зависимостью вида (3):
OR = exp®k=iPiXk\ (3)
Таким образом, условная вероятность наступления изучаемого события, оценённая при помощи отношений шансов с использованием логит-функции, определялась согласно формуле (4): i
Pcr=l\x = " i . (4)
l+-k-
e(Po+l!k=lPiXk)
Подгонка модели выполнялась с учётом оптимального количества ковариат, значение коэффициента р-1 для которых статистически значимо отличалось от 0. Сходимость модели оценивалась путём сравнения полученного значения %2-статистики для данного количества степеней свободы. Качество подгонки модели тестировалось по отношению к базовой модели при помощи теста отношения правдоподобия (ЬРТ). Результаты считались статистически значимыми при достижении р<0,05 при заданном уровне значимости 1-а=95%. Доверительный интервал оценивался при помощи оценки стандартных ошибок по методу Вальда. Маржинальный анализ пре-диктивной вероятности наступления изучаемого эффекта на основе результатов статистического моделирования был выполнен с использованием дельта-метода путём фиксирования полученных параметров оценки к их средним значениям [11].
Результаты
Исследуемая группа включает 16624 пациента, обследованных при помощи КТ в возрасте от 0 до 99 лет, из которых 48,5% мужчин и 51,5% женщин. Доля лиц детского возраста среди обследованных составила 8,2%. Средний возраст пациентов на дату первого обследования составил 53,9 года (95% ДИ 53,6; 54,2).
Среднее суммарное количество КТ-исследований, выполненных пациенту, составило 1,6 (95% ДИ 1,58; 1,62), максимальное количество исследований одного пациента - 29. Среднее время наблюдения за каждым пациентом исследуемой группы составляло 5,1 года (95% ДИ 5,0; 5,2), максимальный период индивидуального наблюдения составил 26 лет. Доля лиц, время под наблюдением для которых было менее 1 года, составила 15,9%. На дату окончания наблюдения 49,2% пациентов были живы, 30,3% пациентов умерло, жизненный статус в процессе уточнения для 20,5% обследованных. Количество пациентов, являвшихся работниками основных и вспомогательных производств ПО «Маяк», составило 4173 (25,1%).
В исследуемой группе на дату окончания наблюдения 31 декабря 2018 г. накоплено 899 диагнозов ЗНО различных локализаций, установленных после даты первого КТ-исследова-ния (5,4%). Распределение количества пациентов в зависимости от количества выполненных КТ-исследований и количества диагнозов ЗНО, установленных после даты первого исследования, представлено в табл.1.
В исследуемой группе 67,9% лиц были обследованы однократно. Треть пациентов имела неоднократные эпизоды диагностического облучения, доля таких пациентов с увеличением количества выполненных КТ-исследований убывала. При этом, доля лиц с диагнозами ЗНО, установленными после даты первого КТ-исследования, с увеличением порядкового номера страты возрастала. Зависимость между долей диагнозов ЗНО, установленных в течение периода наблюдения, и суммарным количеством КТ, накопленных к концу наблюдения, приведена на рис. 1.
Рис. 1 иллюстрирует рост частоты установления диагнозов ЗНО с увеличением суммарного количества КТ-сканирований, выполненных в течение всего периода наблюдения. Данное явление характеризует влияние обратной причинно-следственной связи (РС) [6] между наличием злокачественного процесса и количеством последующих диагностических исследований. Для исключения ложного влияния эпизодов облучения, произошедших после диагностики ЗНО, в анализе использовано количество КТ-исследований, предшествовавших установлению диагноза (рис. 2).
Таблица 1
Распределение количества пациентов исследуемой группы (п) и диагнозов ЗНО, накопленных на дату окончания наблюдения, в стратификации по суммарному количеству выполненных КТ-исследований
Количество КТ п Доля п, % ЗНО Доля ЗНО, %
1 11284 67,9 419 3,7
2 3194 19,2 213 6,7
3 1115 6,7 113 10,1
4 474 2,9 55 11,6
5 257 1,6 42 16,3
6 117 0,7 13 11,1
7 60 0,4 14 23,3
8 35 0,2 9 25,7
9 28 0,2 5 17,9
10 16 0,1 1 6,3
11 12 0,1 3 25,0
12 7 0,04 3 42,8
13 9 0,05 3 33,3
14 2 0,01 0 0
15-29 14 0,08 9 28,6
Всего 16624 100,0 899 -
-г
01 23456789
Количество КГГ, накопленное на дату окончания наблюдения
♦ Доля диагнозов ЗНО после 1-го КТ Лин.тренд
* Доля диагнозов ЗНО спустя 5 лет после 1-го КТ Лин.тренд
Рис. 1. Доля диагнозов ЗНО в зависимости от суммарного количества выполненных пациенту КТ-исследований за период наблюдения с ограничением по периоду нахождения под наблюдением 0 и 5 лет (показаны страты с п>30).
Рис. 2 демонстрирует убывающий тренд зависимости доли диагнозов ЗНО от количества выполненных КТ за период, предшествующий установлению диагноза. Полученная зависимость изменялась в зависимости от времени под наблюдением. На рис. 3 представлена зависимость доли установленных диагнозов ЗНО от количества выполненных КТ-исследований до даты установления диагноза ЗНО, с учётом влияния времени под наблюдением.
Рис. 2. Доля диагнозов ЗНО в зависимости от суммарного количества КТ-исследований, выполненных до даты установления диагноза ЗНО (п>30).
Рис. 3. Доля диагнозов ЗНО в зависимости от суммарного количества КТ-исследований и периода времени нахождения под наблюдением.
Данные, приведённые на рис. 3, демонстрируют зависимость «доза-время-эффект», наиболее выраженную при сравнении трендов в первый и последующие годы после первого эпизода воздействия диагностического излучения при КТ.
Количество лиц с наличием онкологического анамнеза на дату проведения КТ-исследова-ния среди лиц с впоследствии установленным диагнозом ЗНО составило 257 (28,6%). При этом, среди данных лиц наибольшая доля диагнозов ЗНО (84,4%) была реализована в течение первого года наблюдения.
Ковариационный анализ. Результаты анализа многофакторной модели представлены в табл. 2, 3.
Таблица 2
Оценка отношения шансов установления диагноза ЗНО в зависимости от возраста, пола, профессионального маршрута и количества выполненных КТ-исследований среди лиц без онкологического анамнеза, находившихся под наблюдением более 1 года (N=12521)
Фактор риска Хк ОЯщ Стд. ош. р 95% ДИ
Пол (муж) 1,13 0,13 0,28 0,90-1,42
Пол (жен) 0.88 0.10 0,28 0,70-1,11
Возраст >40 6,14 1,47 <0,0001 3,84-9,81
Возраст >50 2,93 0,42 <0,0001 2,21-3,89
Возраст >60 2,06 0,24 <0,0001 1,65-2,58
Возраст >70 1,54 0,19 <0,001 1,21-1,96
Возраст >80 0,62 0,18 0,104 0,35-1,10
Персонал 1,83 0,22 <0,0001 1,45-2,31
Население 0,55 0,06 <0,0001 0,43-0,69
Время под наблюдением 0,91 0,02 <0,0001 0,88-0,94
Количество КТ до ЗНО 1,10 0,06 0,063 0,99-1,22
Приведённые в табл. 2 данные характеризуют статистически значимое влияние на шансы установления диагноза ЗНО исследуемых факторов, за исключением пола (р=0,28). Шансы установления диагноза через 1 год и позднее даты первого КТ-исследования в зависимости от возраста на момент его проведения, представленного категориями от 40 до 80 лет, были наиболее высоки среди лиц, обследованных в возрасте старше 40 лет, и снижались с увеличением возрастной категории, после 80 лет, достигая статистически незначимых различий. Принадлежность пациента к группе лиц, имевших потенциальный контакт с производственным воздействием ионизирующего излучения, повышала шансы диагностики ЗНО в 1,8 раза (95% ДИ 1,5-2,3). Оценки параметра Х7 в зависимости от количества случаев ЗНО при введении ограничения по периоду дожития 1,2 и 5 лет представлены в табл. 3.
Таблица 3
Оценка отношения шансов установления диагноза ЗНО в зависимости от суммарного количества выполненных КТ-исследований для лиц без онкологического анамнеза с учётом цензурирования по периоду времени под наблюдением
Время дожития ЗНО % ОЯхв Стд. ош. р 95% ДИ
0 лет 642 71,4 1,01 0,05 0,86 0,92-1,11
1 год и более 353 39,3 1,10 0,06 0,063 0,99-1,22*
2 года и более 271 30,1 1,09 0,06 0,124 0,98-1,22
5 лет и более 118 13,1 1,10 0,08 0,18 0,96-1,26
* 90% ДИ 1,01-1,20.
Оценка отношения шансов выявления ЗНО среди лиц без онкологического анамнеза, неоднократно обследованных при помощи КТ, проживших более 1 года под наблюдением, с учётом пола, возраста, времени наблюдения и наличия профессионального маршрута, полученная в линейной модели, находилась в интервале 1,01-1,20 (90% ДИ), что может свидетельствовать о наличии радиационного компонента канцерогенного риска. При этом, пограничный уровень значимости полученных оценок ОШ на уровне 95% ДИ свидетельствует о возможной нелинейности оцениваемой зависимости «доза-эффект», либо о влиянии скрытых факторов, осуществляющих конфаундинг-эффект.
Маржинальный анализ. На основании полученных значений параметров xk (формулы 1-4) для мужчин - работников ПО «Маяк», однократно обследованных методом КТ в возрасте старше 60 лет по причине, исключающей подозрение на наличие ЗНО, и проживших после обследования 1 год и более, оценка условной вероятности установления диагноза ЗНО Pc=1 \x в течение последующих 5 лет наблюдения составляет 5,6% (95% ДИ 4,4-6,9). При этом, для тех же лиц, обследованных при помощи КТ 5 раз, вероятность установления диагноза ЗНО возрастёт до 8,1% (95% ДИ 5,1-11,0), а после 10 КТ-исследований - до 12,4% (95% ДИ 3,0-21,7).
Обсуждение
Результаты анализа свидетельствуют о двукратном повышении шансов установления диагноза ЗНО для персонала ПО «Маяк», реализующихся в течение нескольких лет после проведения первого КТ-исследования. Данный факт может быть связан с наличием избыточного радиационного риска вследствие воздействия производственного излучения [4], а также более тщательным, по сравнению с населением, контролем за состоянием здоровья персонала предприятия ядерно-промышленного комплекса.
Шансы установления диагноза ЗНО среди лиц, проживших год и более после даты первого КТ, и не имевших предшествующего онкологического анамнеза, описанные лог-линейной моделью, возрастали в среднем в 1,1 раза с каждым дополнительным КТ-исследованием по сравнению с однократно обследованными пациентами. Полученный результат свидетельствует о возможном наличии радиационного компонента канцерогенного риска вследствие воздействия диагностического излучения при КТ, что подтверждается результатами исследования [12], сообщающего о достоверном повышении избыточного риска ЗНО (95% ДИ 0,13-0,19) на каждое дополнительное КТ-исследование.
Существует обоснованное мнение, что полученные в этом и других подобных исследованиях оценки риска воздействия диагностического излучения при КТ подвержены ошибке («indication bias»), т.к. более частые обследования приводят к появлению обратной причинно-следственной связи (RC) вследствие конфаундинга показаний, приводящего к излишней дозе облучения, не участвовавшей непосредственно в индукции канцерогенеза [6]. Действительно, данные, приведённые на рис. 1, демонстрируют явное влияние RC, выраженное в устойчивом повышении доли выявленных ЗНО с ростом частоты КТ-исследований, тогда как исключение эпизодов облучения после диагностики ЗНО приводит к изменению тренда на противоположный (рис. 2). В частности, источником ошибки вследствие действия RC могут являться случаи, связанные с наличием предшествующего онкологического анамнеза, и за счёт этого подверженные более частому назначению КТ-исследований.
Несмотря на исключение из настоящего анализа пациентов с наличием задокументированного онкологического анамнеза, нельзя отрицать наличие скрытого конфаундинга у пациентов с ЗНО за счёт невыявленных на момент обследования онкологических процессов, доза диагностического облучения при КТ для которых являлась сопутствующей. Для минимизации данного эффекта в настоящем исследовании применялось ограничение исследуемой группы по периоду времени нахождения под наблюдением. Согласно данным исследования [13] период цензурирования, при котором влияние обратной причинно-следственной связи будет исключено в 99% исследований, составляет от 1 до 2-х лет. Однако недостатком цензурирования слева является
значительное уменьшение количества случаев наблюдения (табл. 3), что приводит к снижению статистической значимости оценок и ограничениям интерпретации полученных результатов [14].
Эффект диспансеризации, при котором вероятность обнаружения ЗНО у часто обследуемых пациентов представляется более высокой, чем у обследованных однократно, представляет проблему для данного типа исследований. Поскольку данный фактор риска связан непосредственно с количеством выполненных исследований, исключить влияние обратной причинно-следственной связи в данном случае не представляется возможным. Однако, использование КТ как вспомогательного метода рентгенодиагностики при наличии альтернативных методов (УЗИ, эндоскопия, МРТ) снижает вероятность наличия недиагностированной патологии, в том числе ЗНО, а высокая информативность метода КТ свидетельствует об эффективном выявлении онкологической патологии за сравнительно небольшое количество исследований. В связи с этим, учитывая широкий спектр неонкологической патологии, которая выявляется методом КТ, среди часто обследованных пациентов не ожидается значительного прироста ЗНО, выявленных данным методом. Это также подтверждается результатами исследований [15, 16], описывающих отсутствие значимого влияния состояний, связанных с подозрением на злокачественный процесс, на увеличение количества дополнительных исследований КТ, и незначительное влияние систематической ошибки на оценки риска ЗНО различных локализаций. Необходимо также отметить, что в данной статье мы не рассматриваем вопрос опосредованного конфаундинга, при котором наличие многочисленных КТ-исследований, выполненных по различным причинам, и связанной с этим дозы облучения, является предметом онконастороженности.
Ограничением данного исследования является его принадлежность к группе исследований без количественной оценки дозы [17]. Количество выполненных КТ-исследований является суррогатной характеристикой дозы облучения пациента, поскольку при КТ-исследованиях различных локализаций величина дозы, поглощённой в органе, у различных пациентов будет не одинакова [18]. Хотя количество КТ, очевидно, находится в положительной корреляционной взаимосвязи с дозой облучения, более точная характеристика зависимости «доза-эффект» может быть получена путём реконструкции поглощённых доз в органах и тканях пациентов для всей исследуемой когорты, что позволит провести сравнение с прогнозируемыми оценками канцерогенного риска, полученными в исследованиях с использованием коэффициентов МКРЗ [19].
Развитие ЗНО, как стохастического эффекта радиационного воздействия, является относительно редким событием и требует длительного времени для его реализации. С учётом среднего периода наблюдения в данном исследовании (5,1 года) и значительной доли лиц, живых на дату окончания наблюдения и не имеющих диагноза ЗНО (47%), расширение периода наблюдения позволит повысить статистическую значимость результатов исследования за счёт ЗНО с длительным латентным периодом, которые не успели реализоваться на дату окончания текущего наблюдения.
Заключение
В исследовании проведена оценка канцерогенных эффектов, возникших в течение нескольких лет наблюдения среди жителей города атомной промышленности, подвергавшихся воздействию диагностического рентгеновского излучения при КТ, с учётом влияния факторов радиационной и нерадиационной природы. Выявлено комплексное влияние обратной причинно-следственной связи, состоящей из явного (постканцерные исследования) и скрытого (преканцерные
исследования) компонентов. Наиболее значимое влияние скрытого компонента на оценку канцерогенного риска проявлялось в течение первого года под наблюдением.
Влияние возраста пациента на момент исследования, а также контакта с производственным облучением на вероятность диагностики ЗНО свидетельствует о необходимости выделения групп потенциального риска среди лиц, которым назначаются КТ-исследования. Полученный эффект влияния количества выполненных исследований КТ на выраженность онкологических эффектов в исследуемой группе с течением времени после обследования имел пограничную статистическую значимость (95% ДИ 0,99-1,22), что является предпосылкой для расширения периода наблюдения за исследуемой группой. Проведение дальнейшего исследования является перспективой получения новых научных знаний о радиационном риске в области малых доз диагностического излучения с целью совершенствования существующих норм радиационной безопасности для защиты здоровья населения и персонала предприятий ядерно-промышленного комплекса.
Автор выражает благодарность научному руководителю проекта, д.м.н. Сокольникову Михаилу Эдуардовичу, а также старшим научным сотрудникам отдела радиационной эпидемиологии Сосниной Светлане Фаридовне и Поволоцкой Светлане Викторовне за предоставленную помощь в подготовке данных.
Автор искренне признателен сотруднику отдела эпидемиологии Albert Einstein College of Medicine (US), профессору кафедры общественного здравоохранения и семейной медицины Клайду Шехтеру за ценные комментарии в отношении моделирования радиационного риска.
Литература
1. Рыжов CA., Водоватов А.В., Солдатов И.В., Лантух З.А., Мухортова А.Н., Дружинина Ю.В., Дружинина П.С. Предложения по совершенствованию системы радиационной безопасности при медицинском облучении. Часть 1. Анализ информации, содержащейся в государственных отчётных формах и информационных базах данных, на примере города Москвы //Радиационная гигиена. 2022. Т. 15, № 3. С. 92-109.
2. Preston D.L., Sokolnikov M.E., Krestinina L.Y., Stram D.O. Estimates of radiation effects on cancer risks in the Mayak worker, Techa River and atomic bomb survivor studies //Radiat. Prot. Dosim. 2017. V. 173, N 1-3. P. 26-31.
3. Shatenok M.P., Ryzhov S.A., Lantukh Z.A., Druzhinina Y.V., Tolkachev K.V. Patient dose monitoring software in radiology //Digital Diagnostics. 2022. V. 3, N 3. P. 212-230.
4. Romanov S.A., Vasilenko E.K., Khokhryakov V.F., Jacob P. Studies on the Mayak nuclear workers: dosimetry //Radiat. Environ. Biophys. 2002. V. 41, N 1. P. 23-28.
5. Нормы радиационной безопасности (НРБ-99/2009). Санитарные правила и нормативы. СанПиН 2.6.1.2523-09. М.: Федеральный центр гигиены и эпидемиологии Роспотребнадзора, 2009. 100 с.
6. Little M.P., Patel A., Lee C., Hauptmann M., Berrington de Gonzalez A., Albert P. Impact of reverse causation on estimates of cancer risk associated with radiation exposure from computerized tomography: a simulation study modeled on brain cancer //Am. J. Epidemiol. 2022. V. 191, N 1. P. 173-181.
7. Осипов М.В., Сокольников М.Э., Фомин Е.П. База данных компьютерной томографии населения г. Озёрск («Регистр КТ»). Свидетельство о государственной регистрации № 2020622807 от 24.12.2020. [Электронный ресурс]. URL: https://new.fips.ru/registers-doc-view/fips_servlet?DB=DB&DocNumber= 2020622807&TypeFile=html (дата обращения 22.09.2022).
8. Осипов М.В., Фомин Е.П., Сокольников М.Э. Оценка влияния диагностического облучения с использованием радиационно-эпидемиологического регистра населения г. Озёрска, обследованного при помощи компьютерной томографии //Медицинская радиология и радиационная безопасность. 2020. Т. 65, № 4. С. 65-73.
9. Hamilton L.C. Statistics with Stata (updated for version 9). Belmont, CA: Thomson-Brooks/Cole, 2006. 212 p.
10. Regression analysis by example. 4th ed. Eds.: S. Chatterjee, A.S. Hadi. New York: Wiley, 2006. 416 p.
11. Graubard B.I., Korn E.L. Predictive margins with survey data //Biometrics. 2004. V. 55, N 2. P. 652-659.
12. Mathews J.D., Forsythe A.V., Brady Z., Butler M.W., Goergen S.K., Byrnes G.B., Giles G.G., Wallace A.B., Anderson P.R., Guiver T.A., McGale P., Cain T.M., Dowty J.G., Bickerstaffe A.C., Darby S.C. Cancer risk in 680,000 people exposed to computed tomography scans in childhood or adolescence: data linkage study of 11 million Australians //BMJ. 2013. V. 346. P. f2360. DOI: 10.1136/bmj.f2360.
13. Smoll N.R., Mathews J.D., Scurrah K.J. CT scans in childhood predict subsequent brain cancer: finite mixture modelling can help separate reverse causation scans from those that may be causal //Cancer Epidemiol. 2020. V. 67. P. 101732. DOI: 10.1016/j.canep.2020.101732.
14. Berrington de Gonzalez A., Salotti J.A., McHugh K., Little M.P., Harbron R.W., Lee C., Ntowe E., Braganza M.Z., Parker L., Rajaraman P., Stiller C., Stewart D.R., Craft A.W., Pearce M.S. Relationship between paediatric CT scans and subsequent risk of leukaemia and brain tumours: assessment of the impact of underlying conditions //Br. J. Cancer. 2016. V. 114, N 4. P. 388-394.
15. Meulepas J.M., Hauptmann M., Lubin J.H., Shuryak I., Brenner D.J. Is there unmeasured indication bias in radiation-related cancer risk estimates from studies of computed tomography? //Radiat. Res. 2018. V. 189, N 2. P. 128-135.
16. Smoll N.R., Brady Z., Scurrah K.J., Lee C., Berrington de Gonzalez A., Mathews J.D. Computed tomography scan radiation and brain cancer incidence //Neuro Oncol. 2023. V. 25, N 7. P. 1368-1376.
17. Little M.P., Wakeford R., Bouffler S.D., Abalo K., Hauptmann M., Hamada N., Kendall G.M. Cancer risks among studies of medical diagnostic radiation exposure in early life without quantitative estimates of dose //Sci. Total Environ. 2022. V. 832. P. 154723. DOI: 10.1016/j.scitotenv.2022.154723.
18. Осипов М.В., Ria F., Дружинина П.С., Сокольников М.Э. Сравнительная оценка поглощённых доз производственного и диагностического облучения у пациентов, обследованных методом компьютерной томографии //Медицинская радиология и радиационная безопасность. 2023. Т. 68, № 1. С.48-57.
19. Ivanov V.K., Kashcheev V.V., Chekin S.Yu., Menyaylo A.N., Pryakhin E.A., Tsyb A.F., Mettler F.A. Estimating the lifetime risk of cancer associated with multiple CT scans //J. Radiol. Prot. 2014, V. 34, N 4. P. 825-841.
Computed tomography as a risk factor of cancer among the population
of the nuclear city of Ozyorsk
Osipov M.V.
Southern Urals Biophysics Institute, Ozyorsk
Exposure to ionizing radiation resulted from computed tomography (CT) examinations concerns a risk associated with potential radiation-induced cancers. Widespread use of this diagnostic method during the last decades has led to significant increase of collective dose of the world's population. Minor dose restrictions for diagnostic X-ray procedures involve considerable "beneficial" exposure burden among CT-examined patients. Assessment of possible consequences became necessary in order to manage potential risks in terms of "benefit-harm" control. Retrospective epidemiological study has been performed using the cohort of individuals exposed to diagnostic radiation from CT. The source of information was the "CT Register" database which contains medical and dosimetric data on the population of nuclear city of Ozyorsk, including data on several potential risk factors such as gender, age at exposure, cancer anamnesis and contact with occupational radiation. Risk calculation was performed using conditional logistic regression. A hypothesis on increasing chances of developing of malignant neoplasm depending on the number of recurrent CT during the lifetime, taking into account potential confounders and the impact of reverse causation was tested. The relation between recurrent CT examinations and the subsequent malignant neoplasm (OR 1.01-1.10) can be confirmed at (1-a) 90%, which indicates the probable radiogenic component of carcinogenic risk. Further investigation with expanded follow-up period will facilitate accounting possible unrealized cancer cases with long latency period and improve the results of the study.
Key words: computed tomography, diagnostic radiation, X-ray, occupational exposure, carcinogenic risk, reverse causation, confounding by indication, bias error.
References
1. Ryzhov S.A., Vodovatov A.V., Soldatov I.V., Lantukh Z.A., Mukhortova A.N., Druzhinina Y.V., Druzhinina P.S.
Proposals for improving the system of radiation safety in medical exposure. Part 1. Analysis of information contained in state reporting forms and information databases in Moscow. Radiatsionnaya gygiena - Radiation Hygiene, 2022, vol. 15, no. 3, pp. 92-109. (In Russian).
2. Preston D.L., Sokolnikov M.E., Krestinina L.Y., Stram D.O. Estimates of radiation effects on cancer risks in the Mayak worker, Techa River and atomic bomb survivor studies. Radiat. Prot. Dosim., 2017, vol. 173, no. 1-3, pp. 26-31.
3. Shatenok M.P., Ryzhov S.A., Lantukh Z.A., Druzhinina Y.V., Tolkachev K.V. Patient dose monitoring software in radiology. Digital Diagnostics, 2022, vol. 3, no. 3, pp. 212-230. (In Russian).
4. Romanov S.A., Vasilenko E.K., Khokhryakov V.F., Jacob P. Studies on the Mayak nuclear workers: dosimetry. Radiat. Environ. Biophys., 2002, vol. 41, no. 1, pp. 23-28.
Osipov M.V. - Researcher. SUBI.
Contacts: 19 Ozyorskoe shosse, Ozyorsk, Chelyabinsk region, 456780, Russia. Tel.: +7(351)30-7-63-09; e-mail: osipov@subi.su.
5. Radiation Safety Standards (RSS-99/2009). Sanitary-epidemiological rules and standards. SanPin 2.6.1.2523-09. Moscow, Federal Center of Hygiene and Epidemiology of Rospotrebnadzor, 2009. 100 p. (In Russian).
6. Little M.P., Patel A., Lee C., Hauptmann M., Berrington de Gonzalez A., Albert P. Impact of reverse causation on estimates of cancer risk associated with radiation exposure from computerized tomography: a simulation study modeled on brain cancer. Am. J. Epidemiol., 2022, vol. 191, no. 1, pp. 173-181.
7. Osipov M.V., Sokolnikov M.E., Fomin E.P. Database of computed tomography of the Ozyorsk population ("CT Register"). Registration Certificate No. 2020622807. Available at: https://new.fips.ru/registers-doc-view/fips_servlet?DB=DB&DocNumber=2020622807&TypeFile=html (Accessed 22.09.2022). (In Russian).
8. Osipov M.V., Fomin E.P., Sokolnikov M.E. Evaluation of effects of diagnostic exposure using data from epidemiological registry of Ozyorsk population exposed to computed tomography. Meditsinskaya radiologija i radiatsionnaya bezopasnost' - Medical Radiology and Radiation Safety, 2020, vol. 65, no. 4, pp. 65-73. (In Russian).
9. Hamilton L.C. Statistics with Stata (updated for version 9). Belmont, CA, Thomson-Brooks/Cole, 2006. 212 p.
10. Regression analysis by example. 4th ed. Eds.: S. Chatterjee, A.S. Hadi. New York, Wiley, 2006. 416 p.
11. Graubard B.I., Korn E.L. Predictive margins with survey data. Biometrics, 2004, vol. 55, no. 2, pp. 652-659.
12. Mathews J.D., Forsythe A.V., Brady Z., Butler M.W., Goergen S.K., Byrnes G.B., Giles G.G., Wallace A.B., Anderson P.R., Guiver T.A., McGale P., Cain T.M., Dowty J.G., Bickerstaffe A.C., Darby S.C. Cancer risk in 680,000 people exposed to computed tomography scans in childhood or adolescence: data linkage study of 11 million Australians. BMJ, 2013, vol. 346, pp. f2360. DOI: 10.1136/bmj.f2360.
13. Smoll N.R., Mathews J.D., Scurrah K.J. CT scans in childhood predict subsequent brain cancer: finite mixture modelling can help separate reverse causation scans from those that may be causal. Cancer Epidemiol., 2020, vol. 67, pp. 101732. DOI: 10.1016/j.canep.2020.101732.
14. Berrington de Gonzalez A., Salotti J.A., McHugh K., Little M.P., Harbron R.W., Lee C., Ntowe E., Braganza M.Z., Parker L., Rajaraman P., Stiller C., Stewart D.R., Craft A.W., Pearce M.S. Relationship between paediatric CT scans and subsequent risk of leukaemia and brain tumours: assessment of the impact of underlying conditions. Br. J. Cancer, 2016, vol. 114, no. 4, pp. 388-394.
15. Meulepas J.M., Hauptmann M., Lubin J.H., Shuryak I., Brenner D.J. Is there unmeasured indication bias in radiation-related cancer risk estimates from studies of computed tomography? Radiat. Res., 2018, vol. 189, no. 2, pp. 128-135.
16. Smoll N.R., Brady Z., Scurrah K.J., Lee C., Berrington de González A., Mathews J.D. Computed tomography scan radiation and brain cancer incidence. Neuro Oncol., 2023, vol. 25, no. 7, pp. 1368-1376.
17. Little M.P., Wakeford R., Bouffler S.D., Abalo K., Hauptmann M., Hamada N., Kendall G.M. Cancer risks among studies of medical diagnostic radiation exposure in early life without quantitative estimates of dose. Sci. Total Environ., 2022, vol. 832, pp. 154723. DOI: 10.1016/j.scitotenv.2022.154723.
18. Osipov M.V., Ria F., Druzhinina P.S., Sokolnikov M.E. Comparative assessment of the absorbed doses resulted from occupational exposure and computed tomography. Meditsinskaya radiologija i radiatsionnaya bezopasnost'- Medical Radiology and Radiation Safety, 2023, vol. 68, no. 1, pp. 48-57. (In Russian).
19. Ivanov V.K., Kashcheev V.V., Chekin S.Yu., Menyaylo A.N., Pryakhin E.A., Tsyb A.F., Mettler F.A. Estimating the lifetime risk of cancer associated with multiple CT scans. J. Radiol. Prot., 2014, vol. 34, no. 4, pp. 825-841.
