Skip to main content

Advertisement

SpringerLink
Log in

Kleinräumige Analyse vermuteter Krebscluster anhand von Krebsregisterdaten

Small-scale analysis of suspected cancer clusters based on cancer registry data

  • Leitthema
  • Published:
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz Aims and scope

Zusammenfassung

In Krebsregistern werden Informationen über das Auftreten und die Trendentwicklung aller Formen von Krebserkrankungen gesammelt. Diese Daten sind eine wichtige Grundlage für die Gesundheitsplanung und die Krebsursachenforschung. Mittels Analysen nach Wohnort oder Landkreis können Häufungen von Tumorerkrankungen festgestellt werden. Bei den Krebsregistern erfolgen regelmäßig Anfragen von besorgten Bürgern mit der Bitte um Aufklärung der Ursachen vermuteter Krebshäufungen. Der Umgang mit vermuteten Krebsclustern ist aufgrund der hierbei auftretenden Vermengung von medizinisch-biologischen, politischen und psychologischen Faktoren als Krisenmanagement zu betrachten. In der vorliegenden Arbeit wird eine Übersicht über Richtlinien und Methoden zum Umgang der Einrichtungen mit vermuteten Krebsclustern gegeben. Die numerische Auswertung kleinräumiger Krebsregisterdaten wird anhand zweier Fallbeispiele erläutert.

Abstract

Cancer registries collect data about the occurrence and temporal changes of the occurrence of all types of cancer. This information is an important basis for health administration as well as for the evaluation of possible cancer causes. Cancer clusters can be detected by analysis of registry data according to place or district of residence of diseased persons. Cancer registries frequently receive enquiries from concerned citizens asking for investigation of the causes of suspected cancer clusters. The management of suspected cancer clusters can be described as crisis management due to the mixing of medical, biological, political, and psychological factors. In this article, we present an overview of current guidelines and methods for handling suspected cancer clusters by cancer registries. Moreover, the numerical analysis of small-scale cancer registry data is illustrated using two examples from the Bavarian Cancer Registry.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1

Literatur

  1. Hentschel S, Katalinic A (Hrsg) (2008) Das Manual der epidemiologischen Krebsregistrierung. Zuckschwerdt, München, Wien, New York

    Google Scholar 

  2. Meyer M, Geiss K, Radespiel-Tröger M, Riess C, Twardella D (2015) Jahresbericht 2014 des Bevölkerungsbezogenen Krebsregisters Bayern. Krebs in Bayern in den Jahren 2011 und 2012. Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit (LGL), Erlangen

    Google Scholar 

  3. Robert Koch-Institut (RKI) und die Gesellschaft der epidemiologischen Krebsregister in Deutschland e. V. (GEKID) (Hrsg) (2015) Krebs in Deutschland 2011/2012. Beiträge zur Gesundheitsberichterstattung des Bundes, 10. Ausgabe. Gesundheitsberichterstattung für Deutschland. Robert Koch-Institut, Berlin

    Google Scholar 

  4. US Department of Health and Human Services (1990) Guidelines for investigating clusters of health events. MMWR Morb Mortal Wkly Rep 39:1–23

    Google Scholar 

  5. Snow J (1855) On the mode of communication of cholera, 2. Aufl. John Churchill, London

    Google Scholar 

  6. Fraser DW, Tsai TR, Orenstein W et al (1977) Legionnaires’ disease: description of an epidemic of pneumonia. N Engl J Med 297(22):1189–1197

    Article  CAS  PubMed  Google Scholar 

  7. Gottlieb MS, Schanker HM, Fan PT, Saxon A, Weisman JD, Pozalski I (1981) Pneumocystis pneumonia – Los Angeles. MMWR Morb Mortal Wkly Rep 30(21):250–252

    Google Scholar 

  8. Pott P (1775) Chirurgical observations relative to the cataract, the polypus of the nose, cancer of the scrotum, different types of the ruptures, and the modification of the toes and feet. In: Pott P (Hrsg) Chirurgical works of Percivall Pott, Bd 5. Hawes, Clarke, and Collins, London, S 1–208

  9. Martland HS, Humphries RE (1929) Osteogenic sarcoma in dial painters using luminous paint. Arch Pathol 7:406–417

    CAS  Google Scholar 

  10. Newhouse ML, Thompson H (1965) Mesothelioma of pleura and peritoneum following exposure to asbestos in the London area. Br J Ind Med 22(4):261–269

    CAS  PubMed  PubMed Central  Google Scholar 

  11. Creech JL, Johnson MN (1974) Angiosarcoma of liver in the manufacture of polyvinyl chloride. J Occup Med 16(3):150–151

    PubMed  Google Scholar 

  12. Herbst AL, Ulfelder H, Poskanzer DC (1971) Adenocarcinoma of the vagina. Association of maternal stilbestrol therapy with tumor appearance in young women. N Engl J Med 284(15):878–881. https://doi.org/10.1056/NEJM197104222841604

    Article  CAS  PubMed  Google Scholar 

  13. Baris YI, Sahin AA, Ozesmi M et al (1978) An outbreak of pleural mesothelioma and chronic fibrosing pleurisy in the village of Karain/Urgüp in Anatolia. Thorax 33(2):181–192

    Article  CAS  PubMed  PubMed Central  Google Scholar 

  14. Kaatsch P, Spix C, Schulze-Rath R, Schmiedel S, Blettner M (2008) Leukaemia in young children living in the vicinity of German nuclear power plants. Int J Cancer 122(4):721–726

    Article  CAS  PubMed  Google Scholar 

  15. Wildner M, Heißenhuber A, Bolte G (2004) Cluster – Die epidemiologische Bewertung räumlicher und zeitlicher Häufungen. Fachinformation Gesundheit, Erlangen

    Google Scholar 

  16. Dott W, Drexler H, Dunkelberg H et al (2009) Empfehlungen für den Umgang mit Beobachtungen von räumlich-zeitlichen Krankheitsclustern. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 52(2):239–255

    Article  Google Scholar 

  17. Rothman KJ (1990) A sobering start for the cluster busters’ conference. Am J Epidemiol 132(1 Suppl):S6–S13

    Article  CAS  PubMed  Google Scholar 

  18. Neutra RR (1990) Counterpoint from a cluster buster. Am J Epidemiol 132(1):1–8

    Article  CAS  PubMed  Google Scholar 

  19. Macbeth R (1965) Malignant disease of the paranasal sinuses. J Laryngol Otol 79(7):592–612

    Article  CAS  PubMed  Google Scholar 

  20. Alexander FE, Cuzick J (1992) Methods for the assessment of disease clusters. In: Elliot P, Cuzik J, English D, Stern R (Hrsg) Geographical and environmental epidemiology: methods for small-area studies. Oxford University Press, Oxford

    Google Scholar 

  21. Elliott P, Wakefield J (2001) Disease clusters: should they be investigated, and, if so, when and how? J R Stat Soc Ser A Stat Soc 164(1):3–12

    Article  Google Scholar 

  22. Breslow NE, Day NE (1987) The design and analysis of cohort studies. IARC scientific publications, band 82. Statistical methods in cancer research, Bd. 2. International Agency for Research on Cancer, Lyon

    Google Scholar 

  23. Garwood F (1936) Fiducial limits for the Poisson distribution. Biometrika 28(3):437–442

    Google Scholar 

  24. Nanz P, Fritsche M (2012) Handbuch Bürgerbeteiligung. Verfahren und Akteure, Chancen und Grenzen. Schriftenreihe/Bundeszentrale für Politische Bildung, Bd. 1200. BpB, Bonn

    Google Scholar 

  25. Drijver M, Woudenberg F (1999) Cluster management and the role of concerned communities and the media. Eur J Epidemiol 15(9):863–869

    Article  CAS  PubMed  Google Scholar 

  26. Bonferroni CE (1936) Teoria statistica delle classi e calcolo delle probabilita. Pubblicazioni del R Istituto Superiore di Scienze Economiche e Commerciali di Firenze, Bd. 8. Libreria internazionale Seeber, Firenze

    Google Scholar 

  27. Holm S (1979) A simple sequentially rejective multiple test procedure. Scand J Stat 6(2):65–70

    Google Scholar 

  28. Armitage P, McPherson CK, Rowe BC (1969) Repeated significance tests on accumulating data. J R Stat Soc Ser A 132(2):235–244

    Article  Google Scholar 

  29. Pocock SJ (1977) Group sequential methods in the design and analysis of clinical trials. Biometrika 64(2):191–199

    Article  Google Scholar 

  30. DeMets DL, Lan KK (1994) Interim analysis: the alpha spending function approach. Stat Med 13(13-14):1341–1352

    Article  CAS  PubMed  Google Scholar 

  31. Tango T (1995) A class of tests for detecting ‘general’ and ‘focused’ clustering of rare diseases. Stat Med 14(21-22):2323–2334

    Article  CAS  PubMed  Google Scholar 

  32. Hilbe JM (2011) Negative binomial regression, 2. Aufl. Cambridge University Press, Cambridge

    Book  Google Scholar 

  33. Haas R, Thieme J (1996) Stoffdatenblätter wichtiger Explosivstoffe. In: Umweltbundesamt (Hrsg) Explosivstofflexikon. Bestandsaufnahme von Rüstungsaltlastverdachtsstandorten in der Bundesrepublik Deutschland, Bd. 2. Umweltbundesamt, Berlin

    Google Scholar 

  34. Greaves MF (1997) Aetiology of acute leukaemia. Lancet 349(9048):344–349

    Article  CAS  PubMed  Google Scholar 

  35. Henderson ES, Lister TA, Greaves MF (Hrsg) (2002) Leukemia, 7. Aufl. Saunders, Philadelphia

    Google Scholar 

  36. Kinlen LJ (1996) Epidemiological evidence for an infective basis in childhood leukaemia. J R Soc Health 116(6):393–399

    Article  Google Scholar 

  37. Kinsella KG (1992) Changes in life expectancy 1900–1990. Am J Clin Nutr 55(6):1196S

    CAS  PubMed  Google Scholar 

  38. Quinn M, Babb P, Brock A, Kirby L, Jones J (2001) Cancer trends in England and Wales 1950–1999. Studies on medical and population subjects, no. 66. The Stationery Office, London

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Zentrum für Krebsfrüherkennung und Krebsregistrierung, Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit, Schweinauer Hauptstr. 80, 90441, Nürnberg, Deutschland

    M. Radespiel-Tröger &  M. Meyer

Authors
  1. M. Radespiel-Tröger
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. M. Meyer
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to M. Radespiel-Tröger.

Ethics declarations

Interessenkonflikt

M. Radespiel-Tröger und M. Meyer geben an, dass kein Interessenkonflikt besteht.

Aufgrund der ausschließlichen Verwendung pseudonymisierter Daten war ein Ethikvotum bei der vorliegenden Studie nicht erforderlich.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Radespiel-Tröger, M., Meyer, M. Kleinräumige Analyse vermuteter Krebscluster anhand von Krebsregisterdaten. Bundesgesundheitsbl 60, 1393–1402 (2017). https://doi.org/10.1007/s00103-017-2645-3

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00103-017-2645-3

Schlüsselwörter

Keywords

Search

Navigation