Ero sivun ”Uimavesiopas” versioiden välillä

Opasnet Suomista
Siirry navigaatioon Siirry hakuun
Ei muokkausyhteenvetoa
 
(17 välissä olevaa versiota 2 käyttäjän tekeminä ei näytetä)
Rivi 81: Rivi 81:
   ),
   ),
   formula=function (...) {
   formula=function (...) {
      return(distribution * total_population)
    return(distribution * total_population)
   }
   }
  )
)


#oprint(EvalOutput(population)@output)
#oprint(EvalOutput(population)@output)
Rivi 92: Rivi 92:


BoDattr <- EvalOutput(BoDattr, forceEval=TRUE)
BoDattr <- EvalOutput(BoDattr, forceEval=TRUE)
BoDattr <- unkeep(BoDattr, sources=TRUE, prevresults = TRUE)


cat("Mikrobien määrät uimavedessä, mikrobia/litra. \n")
cat("Mikrobien määrät uimavedessä, mikrobia/litra. \n")
oprint(RawConcentration@output[,c("Pathogen", "RawConcentrationResult")])
oprint(RawConcentration@output[,c("Pathogen", "RawConcentrationResult")])
cat("Altistuminen: montako jokaista mikrobia eri ikäiset nielevät uimaveden mukana.\n")
cat("Altistuminen: montako mikrobia eri ikäryhmässä altistuneet nielevät uimaveden mukana.\n")
oprint(summary(exposure))
oprint(summary(exposure))
cat("Tautitaakka, DALY/päivä (DALY = disability adjusted life years) \n")
cat("Tautitaakka, DALY/päivä (DALY = disability adjusted life years) \n")
oprint(summary(BoDattr, marginals=c("Response","Exposure_agent")))
oprint(summary(oapply(BoDattr,NULL,sum,"Age"), marginals=c("Response","Exposure_agent")))


ggplot(
ggplot(
Rivi 115: Rivi 116:
# laske tautitapausten määrä
# laske tautitapausten määrä
cases <- BoDattr/case_burden
cases <- BoDattr/case_burden
cat("Uimavedenveden aiheuttamat kokonaistautitapaukset päivässä \n")
oprint(summary(oapply(cases,NULL,sum,"Age"), marginals=c("Response", "Exposure_agent")))


ggplot(
ggplot(
Rivi 131: Rivi 136:
plotdata <- oapply(unkeep(cases, sources=TRUE), NULL, mean, "Iter")@output
plotdata <- oapply(unkeep(cases, sources=TRUE), NULL, mean, "Iter")@output
plotdata$Age <- factor(plotdata$Age, ordered=T, levels=c("0-4", "5-9", "10-14", "15-24", "25-64", "65-79", "80+"))
plotdata$Age <- factor(plotdata$Age, ordered=T, levels=c("0-4", "5-9", "10-14", "15-24", "25-64", "65-79", "80+"))


cat("Jokaisen taudin tautitapaukset on saatu laskemalla yhteen jokaisen patogeenin aiheuttamat kyseisen taudin tapaukset. Koska on mahdollista, että yhdellä ihmisellä oleva tauti on seurausta monen eri patogeenin auheuttamista taudeista, alta löytyvissä kuvaajissa tautitapausten lukumäärä voi olla todellisuutta korkeampi. Esimerkiksi: kaikki mallissa mukava olevat kuusi patogeenia aiheuttavat vatsataudin, joten jos yksittäinen ihminen altistuu niille kaikille uidessaan tarpeeksi saadakseen kaikki kuusi vatsatautia samanaikaisesti, hänet on laskettu vatsatautitapauksiin mukaan kuusi kertaa. (Tällaisissa tapauksissa saatu vatsatauti olisi selvästi vain yhden patogeenin aiheuttamaa vatsatautia pahempi.) On myös mahdollista, että yksi ihminen saa eri taudit eri patogeeneistä, jolloin tällainen ihminen on laskettu erikseen mukaan jokaisen taidin tapauksiin. \n")
cat("Jokaisen taudin tautitapaukset on saatu laskemalla yhteen jokaisen patogeenin aiheuttamat kyseisen taudin tapaukset. Koska on mahdollista, että yhdellä ihmisellä oleva tauti on seurausta monen eri patogeenin auheuttamista taudeista, alta löytyvissä kuvaajissa tautitapausten lukumäärä voi olla todellisuutta korkeampi. Esimerkiksi: kaikki mallissa mukava olevat kuusi patogeenia aiheuttavat vatsataudin, joten jos yksittäinen ihminen altistuu niille kaikille uidessaan tarpeeksi saadakseen kaikki kuusi vatsatautia samanaikaisesti, hänet on laskettu vatsatautitapauksiin mukaan kuusi kertaa. (Tällaisissa tapauksissa saatu vatsatauti olisi selvästi vain yhden patogeenin aiheuttamaa vatsatautia pahempi.) On myös mahdollista, että yksi ihminen saa eri taudit eri patogeeneistä, jolloin tällainen ihminen on laskettu erikseen mukaan jokaisen taidin tapauksiin. \n")
Rivi 138: Rivi 144:
   aes(x=Age, weight=Result, fill=Response)) +
   aes(x=Age, weight=Result, fill=Response)) +
   geom_bar() +
   geom_bar() +
#  coord_flip() +
  #  coord_flip() +
   theme_gray(base_size=24)+
   theme_gray(base_size=24)+
   labs(
   labs(
Rivi 163: Rivi 169:
     x = "Mikrobi"
     x = "Mikrobi"
   )
   )
cat("Uimavesien mikrobeista sairastuneiden osuus rannan käyttäjistä
\n")
oprint(summary(cases_percent, marginals=c("Response", "Exposure_agent")))
</rcode>
</rcode>



Nykyinen versio 13. huhtikuuta 2021 kello 07.48


Kysymys

Miten arvioidaan luonnon uimavesien mikrobiologisia riskejä sekä niiden aiheuttamia terveysvaikutuksia? Erilaisia tietoja uimavedestä ja uimiskäyttäytymisestä pitää voida syöttää arviointiin lähtötiedoiksi.

Vastaus

Mallin käyttämä uimaveden taudinaiheuttajakuormitus ei ole sama asia, kuin EU:ssa ja Suomessa käytössä oleva uimavesiluokitus. Tältä sivulta löytyvästä taulukosta (englanniksi) voit tarkistaa, mitä taudinaiheuttajamääriä kukin valittavana oleva kuormitusmäärä vastaa.

Tilanne

Uimaveden taudinaiheuttajakuormitus:

Uimarannan päivittäinen kävijämäärä:

Uimaveden taudinaiheuttajien määrä

Kampylobakteerin määrä (mikrobia/l):

E.coli O157:H7 määrä (mikrobia/l):

Rotaviruksen määrä (mikrobia/l):

Noroviruksen määrä (mikrobia/l):

Cryptosporidiumin määrä (mikrobia/l):

Giardian määrä (mikrobia/l):

+ Näytä koodi

"Aja malli" -painikkeesta aukeaa uusi sivu, jolle mallin tulokset tulevat näkyviin sen ajettua. Mallin ajamiseen menee n. 1 minuutti.

Perustelut

Mallissa on mukana vain mikrobeita, jotka aiheuttavat niellessä suolistoinfektioita.

Riippuvuudet

Sivut, joilta mallin käyttämä data ja koodit löytyvät
Sivu Mitä dataa tai koodia sivulla on Mitä sillä tehdään Muita huomioita
Op_en7961 Bathing water guide Dataa uintiajoista ja niellyn veden määrästä uidessa sekä rantakävijöiden ikäjakaumasta. Sivulla myös mallin alustuskoodi Niellyn veden määrä tunnissa kerrotaan uintiajalla, jotta saadaan selville, kuinka paljon ihmiset nielevät vettä uidessa käydessään. Rantakävijiden ikäjakaumaa käytetään, koska eri ikäiset ihmiset nielevät eri määrät vettä ja ovat uimassa pidempään. Lisäksi herkkyys taudeille ja niiden vakavuus vaihtelee iän myötä, joten sairaustapaukset ja tautitaakat lasketaan erikseen eri ikäryhmille. Sivu on tätä sivua vastaava englanninkielinen. Siltä löytyy myös mallin englanninkielinen käyttöliittymä (suomenkielinen yllä tällä sivulla).
Op_en7953 Pathogen concentrations in raw water Eri (raaka)vesiluokkien sisältämät taudinaiheuttajamäärät Mikäli käyttäjä on valinnut jonkin taudinaiheuttajakuormituksen, data tämän kuormituksen taudinaiheuttajamääristä löytyy tältä sivulta. Mikäli käyttäjä on syöttänyt taudinaiheuttajien määrän itse, tämän sivun dataa ei käytetä, vaan syötettyjä määriä käytetään sen sijasta. Tämä sivu on sama, jota käytetään vesioppaassa, minkä takia vesien luokitus soveltuu juomavesien raakavesien tarkasteluun uimavesiä paremmin ja minkä takia luokitus ei vastaa EU:n uimavesiluokitusta.
Op_en7947 Case burden of waterborne microbes Eri taudinaiheuttajien tautitaakat, eli kuinka vakavia ja pitkään kestäviä eri taudit ovat. Tätä dataa käytetään taudinaiheuttajien tuottaman terveyshaitan laskemisessa.
Op_en7957 Health impacts of waterborne microbes Ei sisällä dataa, vain koodia Sisältää koodit, jotka laskevat uidessa niellyn veden määrän ja veden taudinaiheuttajamäärien perusteella yksittäisen ihmisen altistumisen taudinaiheuttajille eli sen, kuinka monta kutakin taudinaiheuttajaa keskivertoihminen nielee yhden uintikerran aikana.
Op_en7948 ERF of waterborne microbes Kuvaa annos-vaste-funktiot Funktiot kertovat, kuinka todennäköisesti yksilö sairastuu eri tauteihin eri määrillä altistumista. Tämän avulla lasketaan sairastuneiden määrää.
Op_en2261 HIA Koodi, joka kokoaa yhteen kaikki edelliset Sivulla oleva koodi laskee altistumisen, annos-vasteiden ja tapauskohtaisten tautitaakkojen avulla, kuinka suuri uimaveden kokonaistautitaakka on. Tästä voidaan laskea myös, kuinka paljon ihmisiä tulee todennäköisesti sairaaksi tietyllä rannalla uimisesta. Nämä ovat mallin lopulliset tulokset.

Katso myös

  • Vesiopas
  • EU-direktiiviin perustuva uimavesien laatuluokittelu [1] (Sosiaali- ja terveysministeriön [2] liite)
  • A Randomized Controlled Trial Assessing Infectious Disease Risks from Bathing in Fresh Recreational Waters in Relation to the Concentration of Escherichia coli, Intestinal Enterococci, Clostridium perfringens, and Somatic Coliphages [3]
  • Detection of Cryptosporidium, Giardia and Enterocytozoon bieneusi in surface water, including recreational areas: a one-year prospective study [4]
  • WHO: [htps://apps.who.int/iris/bitstream/handle/10665/246195/9789241565370-eng.pdf?sequence=1 Quantitative Microbial Risk Assessment: Application for Water Safety Management]

Viitteet