Øger radon i dit hjem dine børns risiko for at få leukæmi?

Amerikanske forskere ledet af Mathew Bozigar har netop fået offentliggjort artiklen "Domestic radon exposure and childhood cancer risk by site and sex in 727 counties in the United States, 2001–2018" (på dansk "Indenlandsk radoneksponering og risiko for børnekræft efter sted og køn i 727 amter i USA, 2001-2018") i tidsskriftet Science The Total Environment. Der er også en omtale af artiklen i Practice Update fra den 17.oktober 2024.

Målet undersøgelsen i denne artikel er at undersøge, om der er en sammenhæng mellem radoneksponering i barndommen og risikoen for at udvikle forskellige typer kræft. Ved at bruge en sofistikeret statistisk model, kan forskerne kontrollere for en række potentielle forstyrrende faktorer og dermed få et mere præcist billede af den mulige sammenhæng

Dataindsamling af radondata og kræftdata

Først af radonestimater:

• Månedlige estimater: En geografisk maskinlæringsmodel har skabt estimater for radonniveauer i kældre på postnummerniveau. Dette giver et meget detaljeret billede af radonfordelingen i landet.
• Årlig aggregering: For at sammenligne med de årlige kræftdata er de månedlige radonestimater blevet samlet sammen til årlige gennemsnit på amtsniveau.
• Dikotomisering: Radonniveauerne er blevet opdelt i to kategorier: over eller under 74 Bq/m³. Denne grænse er ofte brugt som et referencepunkt for, hvornår radonniveauer betragtes som forhøjede (i USA)
• Forsinkelse: Radonestimaterne er forsinket med et år for at tage højde for den tid, det tager for radon at påvirke sundheden og for at kræftdiagnoser at blive registreret.

Og så af kræftdata:

• Nationale data: Data om kræftdiagnoser blandt børn mellem 0 og 19 år er hentet fra en national database.
• Køns- og stedsspecifikke data: Data er opdelt efter køn og specifikke kræfttyper (leukæmi, hjerne og CNS-tumorer, og andre).
• Årlige tællinger: Antallet af nye kræftdiagnoser er talt op hvert år.

Statistisk modellering af sammenhæng mellem radon eksponering og kræftdata

Først en statistisk modellering ved brug af nul-oppustede Poisson-fordelinger:

• Hvorfor Poisson: Poisson-fordelingen bruges ofte til at modellere tællingsdata, såsom antallet af begivenheder (i dette tilfælde, kræftdiagnoser) inden for en bestemt tidsperiode.
• Hvorfor nul-oppustet: Mange tællingsdata har en tendens til at have flere nuller end forventet under en standard Poisson-fordeling. Dette skyldes ofte, at der er en underliggende gruppe af individer, der har en meget lav risiko for at opleve begivenheden. En nul-oppustet Poisson-fordeling tager højde for denne overdrevne mængde nuller.

Dernæst en bayesiansk spatiotemporal ramme:

• Bayesiansk: Denne tilgang bruger Bayes' sætning til at opdatere vores tro på en model, efterhånden som vi får nye data.
• Spatiotemporal: Modellen tager højde for både rumlige (geografiske) og tidsmæssige variationer i kræftrisikoen.

Og endlige justering for confoundere, dvs variable som forstyrre forståelsen af sammenhængen mellem to variable:

• Tilfældige effekter: Modellen tager højde for uobserverede variationer mellem amter, som kan påvirke kræftrisikoen.
• Fikserede effekter: Modellen justerer for kendte faktorer, såsom socioøkonomiske forhold, som kan påvirke både radonniveauer og kræftrisiko.

Er der en øget kræft risiko for børn fra radon stråling i huse?

Resultaterner er dataindsamling, forbehandling og statistisk modellering er, disse 727 amter på kortet herunder er undersøgt:

Desværre er det ikke klart hvorfor disse amter er udvalgt. Det beskrives ikke i abstrakt. Forhåbentlig er det områder, hvor radon betragtes som et problem. Ellers giver det jo ikke mening.

Man har brugt 3 forskellige modeller. Model 1 er den grundlæggende model (trekant i figuren ovenfor), model 2 (firkant i figuren ovenfor) er model 1 med tilfældige påvirkninger, og model (cirkel i figuren ovenfor) 3 er model 2 med ikke-tilfældige påvirkninger. Figuren viser, at radon eksponering kun påvirker leukæmi (af de i figuren viste kræftformer), og der er samme påvirkning er drenge og piger. Man skal du være opmærksom på at fejlbjælkerne omfatter HR = 1. Så det er et noget svagt bevis for en effekt-årsag sammenhæng. Netop derfor anbefaler forskerne yderligere undersøgelser.

Derfor er konklusionen af denne meget komplicerede analyse af radon og kræft, at der måske er en øget risiko for børneleukæmi ved gennemsnitlige radonniveuaer på blot 74 Bqm3, og at risikoen er næsten ens for piger og drenge. 

Det skal tilføjes, at i USA anbefaler man først implementerer afhjælpe foranstaltninger ved et niveau på 148 Bq/m3. I Danmark anbefaler Bolius Videnscenter afhjælpeforanstaltninger ved et radon niveau på 100-200 Bq/m3.