Ero sivun ”Ympäristöterveysindikaattori” versioiden välillä

Versio 11. kesäkuuta 2018 kello 06.43

Tämä sivu on tietokide alatyypiltään metodi. Sivutunniste: Op_fi5810
Moderaattori:Jouni (katso kaikki) Sivun edistymistä ei ole arvioitu. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi5810}}

Ympäristöterveysindikaattori on elinympäristön tiettyä ominaisuutta mittaava asia, joka kertoo ympäristön terveellisyydestä ihmiselle.

Kysymys

Mitkä ovat hyödyllisiä indikaattoreita Suomen ympäristöterveystilanteen seuraamiseksi ja parantamiseksi?

Vastaus

Nämä indikaattorit ovat olemassa tai suunnitteilla:

Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo (Yhteistyötilat)
Sisätilaongelmista koulussa raportoivat koululaiset
Vesivälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät
Elintarvikevälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät

Perustelut

Ohje indikaattorin julkaisemiseksi Sotkanetissä
Ohje datan viemisestä Sotkanettiin
THL:n tietotuotannon käsikirja
Ympäristöterveyden indikaattorihanke (STM:n maksama hanke toukokuu-lokakuu 2018)

Syykaavio

Ehdotus sosiaali- ja terveyspalveluiden uudeksi kansalliseksi mittaristoksi VN-TEAS 15.3.2017 http://tietokayttoon.fi/julkaisu?pubid=18701
http://alueuudistus.fi/tietojohtaminen
KUVA-mittaristo 23.4.2018 http://alueuudistus.fi/documents/1477425/4439893/Sote-KUVA-mittaristoluonnos+23.4.+2018.xlsx/3ffc2fce-04c9-4c96-a21d-fb217310dbd5
Kuva-indikaattorit drivessä https://docs.google.com/spreadsheets/d/1OJntWc-ivrCDi9RkCAyWdggA3VCm-BM98rp6H5u3diI/edit#gid=0
Hyte-indikaattorit drivessä https://docs.google.com/spreadsheets/d/1mVlLcvsDFHKivD8rSDyn3ijfvoUAjxnXOGb-nujLDak/edit#gid=0
Tietoikkuna https://proto.thl.fi/tietoikkuna/#/chart?indicatorId=3775&regionId=953
Sotkanet https://www.sotkanet.fi/sotkanet/fi/metadata/indicators/3775
Kouluterveyskysely https://sampo.thl.fi/pivot/prod/fi/ktk/ktk1/fact_ktk_ktk1/199464

+ Näytä koodi - Piilota koodi

# Tämä on koodi Op_fi5810/ sivulla [[Ympäristöterveysindikaattori]]
library(OpasnetUtils)
library(gsheet)

objects.latest("Op_en3861",code_name="ecd_create")

sotkanet <- "http://www.sotkanet.fi/sotkanet/fi/metadata/indicators/"
kouluterveyskysely <- "https://sampo.thl.fi/pivot/prod/fi/ktk/ktk1/summary_perustulokset?alue_0=87869&mittarit_0=200138&mittarit_1=187196&mittarit_2=199373&vuosi_2017_0=v2017"
kouluterveyskysely <- "https://sampo.thl.fi/pivot/prod/fi/ktk/ktk1/fact_ktk_ktk1?row=measure-200346.199405.199681.199445.199678.199701.199935.200120.199469.199308.199973.200279.200316.199604.&column=time-199465&column=stage_of_stady-161293.161123.161219.#" # Keskeiset ympäristöterveyden oire- ja olosuhdeindikaattorit eri kouluasteilla
tietoikkuna <- "https://proto.thl.fi/tietoikkuna/#/chart?indicatorId="
# Sotkanet.ID = tietoikkuna.indicatorID

coln <- c(
  "Ikäryhmä",
  "AHVK", # Alueellinen hyvinvointikertomus
  "Item",
  "Tehtäväkokonaisuus",
  "Ulottuvuus",
  "Osiotyyppi",
  "Tietolähde",
  "Kuvaid",
  "Sotkanetid",
  "JHS",
  "Perustelut",
  "Taso",
  "Tiheys",
  "Viive",
  "Velvoite",
  "Huom",
  "Viite"
)

####### Hyte-indikaattorit

d2 <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1mVlLcvsDFHKivD8rSDyn3ijfvoUAjxnXOGb-nujLDak/edit#gid=0")
d2 <- d2[3:98,]
colnames(d2) <- coln
d2 <- ecd_build(
  df = d2,
  oldid = "Hyte",
  spliz = c("Ulottuvuus","Osiotyyppi","JHS"),
  split = "/"
)

###### Lape-indikaattorit

d3 <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1mVlLcvsDFHKivD8rSDyn3ijfvoUAjxnXOGb-nujLDak/edit#gid=2010476788")
d3 <- d3[9:nrow(d3),] # Kopioitiin vain 2018 indikaattorit driveen.
colnames(d3) <- coln[3:11]

d3 <- ecd_build(
  df = d3,
  oldid = "Lape",
  spliz = c("JHS"),
  split = ","
)
#d3<-d2
d3 <- orbind(d2, d3) # Apparently too much nodes so choose one.
d3 <- orbind(orbind(orbind(
  data.frame(
    Oldid = d3$Oldid,
    type = paste(d3$Tehtäväkokonaisuus, "indikaattori",sep="-"),
    Item = d3$Item,
    Relation = "ulottuvuus",
    Object = d3$Ulottuvuus,
    URL = ifelse(d3$Sotkanetid %in% c("ei","e"), NA, paste(sotkanet, substr(d3$Sotkanetid,1,4), sep="")),
    Description = d3$Perustelut,
    label = substr(d3$Item,1,25)
  ),
  #  data.frame(
  #    Item = d3$Item,
  #    Relation = "on osana",
  #    Object = ifelse(d3$AHVK=="x", "Alueellinen hyvinvointikertomus", NA)
  #  )),
  data.frame(
    Item = d3$Item,
    Relation = "osiotyyppi",
    Object = d3$Osiotyyppi
  )),
  data.frame(
    Item = d3$Item,
    Relation = "discussed in",
    Object = d3$Tietolähde
  )),
  data.frame(
    Item = d3$Item,
    Relation = "JHS-luokka",
    Object = d3$JHS
  )
) 
for(i in 1:ncol(d3)) d3[[i]] <- as.character(d3[[i]])
d3$Object <- tolower(d3$Object)

d1 <- ecd_build(
  tablelist =html_table(read_html("https://yhteistyotilat.fi/wiki08/x/1oGxAg"))[[3]][c(1,2,3,4),],
  removes = NULL,
  spliz = "Objekti",
  split=",",
  fills = c("Luokka","Predikaatti","Objekti")
)

d <- orbind(d1, d3)

d4 <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/WQmwAg"))[[5]]
for(i in 1:4) d4[[i]] <- tolower(d4[[i]])
d4$URL <- ifelse(is.na(as.numeric(substr(d4$URL,1,4))), NA, paste(sotkanet, substr(d4$URL,1,4), sep=""))
d4$Oldid <- paste("ALih",1:nrow(d4),sep="")
d4$Description <- ""
d4$label <- substr(d4$Item,1,50)
d <- d4

gr <- ecd_create(d)

gr <- deselect_nodes(gr, get_selection(gr))
gr <- select_edges(gr, conditions = grepl("Lape", gr$edges_df$Oldid))

gr <- select_nodes_in_neighborhood(
  gr,
  node=gr$nodes_df$id[gr$nodes_df$label=="koulutervhuolto"][1],
  distance=2
)
get_selection(gr)

render_graph(gr)
render_graph(transform_to_subgraph_ws(gr))
export_graph(transform_to_subgraph_ws(gr), "test7.png")
export_graph(gr, "test7.pdf")

Sisäilma kouluissa

Kouluterveyskysely tuottaa jotakin tietoa myös sisäilmasta, oppimisympäristöstä yleensä ja oppilaiden raportoimista yleisistä oireista. Katso lisätietoa näistä linkeistä:

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/koulukysely on page [[Ympäristöterveysindikaattori]]

url <- "https://sampo.thl.fi/pivot/prod/fi/ktk/ktk1/fact_ktk_ktk1.csv?row=area-87869.161055.235597.235713.236211.259770.259803.259692.259710.236112.259753.259815.235780.236146.236002.259679.259682.236133.236222.259675.259733.236051.235920.235827.235885.236295.259709.236200.235707.259808.259713.235708.235976.236233.259789.235797.236081.259685.235622.235906.259723.259810.235955.235793.236073.259787.235869.235881.235892.259725.259765.235947.236255.259697.235616.236189.235907.236122.259744.236140.235580.235913.259712.235685.235812.235714.161061.235679.259773.259783.235940.259737.235805.259807.235657.259730.235829.259800.236015.259740.235857.235639.259711.259772.236190.235592.259729.235832.235769.259680.259742.236283.235993.259700.236239.235721.259721.235701.235643.259797.236117.259818.235924.259688.259795.259708.235799.236240.259761.161009.235959.259793.259724.259756.259776.235678.259813.236155.259678.259769.235854.259821.259747.236173.259781.235649.236205.235731.259762.236066.259757.235742.236187.235781.235876.259739.259716.259718.236025.235866.235610.259774.259734.236287.235801.236159.236033.259771.259767.259806.236041.259704.236291.259727.259754.235871.259746.259811.161075.235939.235737.236149.259804.235662.259683.236171.259707.235962.235579.235659.235603.235589.259798.259715.259749.235933.235794.259705.235971.235951.235689.259743.236215.235979.259817.235875.259694.259720.236142.235824.259695.259684.236286.259696.259703.259759.259699.259825.236069.259755.259690.236281.259701.236271.259676.259750.235686.235994.235918.259792.235606.236032.259731.236191.235833.235877.236144.236213.235909.235992.259686.259717.235675.235915.236244.236258.259782.236253.259748.235647.235922.235998.259814.259736.259677.236027.259784.259780.259691.259766.235680.235849.235646.235740.236265.235811.161092.236127.259819.235984.235851.259763.259790.259732.236262.236214.235658.259778.235786.235691.259752.259758.235599.236096.236139.259791.235963.259760.259751.235848.235577.235956.236237.236277.259805.235820.259777.235784.259801.259809.236124.236249.236034.259702.259681.259714.235620.161039.235602.259802.235738.236102.236076.236030.236116.235896.236045.259738.236090.259706.259689.235850.259687.259785.236279.235926.235637.235739.259820.236288.161044.235598.259741.259726.259812.235732.259779.259698.236174.266765.&column=time-199465.&column=stage_of_stady-161293.161123.161219.&filter=measure-"
measure <- matrix(
  c(
    "199935#", "Kuuma",
    "200120#", "Kylmä",
    "199915#", "Tunkkaisuus",
    "199469#", "Haju",
    "199308#", "Ahtaus",
    "199973#", "Melu",
    "200279#", "Valoisuus",
    "200316#", "Epämukavuus",
    "199604#", "Huonot WCt"
  ),
  nrow=2
)
d <- data.frame()
for(i in 1:ncol(measure)) {
  d <- rbind(
    d,
    cbind(
      Kys = measure[2,i],
      read.csv(paste(url,measure[1,i],sep=""),sep=";",encoding="UTF-8")
    )
  )
}
d$val <- as.numeric(as.character(d$val))
d_ilma <- d[d$Kys %in% c("Kuuma","Kylmä","Tunkkaisuus","Haju"),]
d_ilma <- aggregate(
  d_ilma["val"], 
  by = d_ilma[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_ergo <- d[!d$Kys %in% c("Kuuma","Kylmä","Tunkkaisuus","Haju"),]
d_ergo <- aggregate(
  d_ergo["val"], 
  by = d_ergo[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_kaikki <- aggregate(
  d["val"], 
  by = d[c("Kyselyvuosi","Alue")],
  FUN=function(x) mean(x, na.rm=TRUE)
)
d_kaikki <- merge(merge(d_ilma, d_ergo, by=c("Kyselyvuosi","Alue")),d_kaikki)
colnames(d_kaikki)[3:5] <- c("Ilma","Ergo","Kaikki")
print(d_kaikki)

Indikaattorien lataus Sotkanettiin

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/ on page [[Ympäristöterveysindikaattori]].
# Vanha versio käytti suoraan CREATE TABLE ja INSERT INTO. Uusi versio käyttää peaJdbcWrite.

library(pea)
library(tcltk2)
library(rvest) # For html import

# Fetch data from Yhteistyötilat.
dat <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/SLHFAg"))[[3]] # Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo
dat <- data.frame(
  Vuosi = 2015,
  Alue = dat$Alue,
  Aluekoodi = dat[[2]],
  Sukupuoli = 4,
  Mittari = 678,
  Mittarin_arvo = dat[[7]],
  Paivamaara = "31.5.2018",
  stringsAsFactors = FALSE
)

con <- peaJdbcConnect("common") # Tässä kohdassa kysytään käyttäjätunnus ja salasana

# Useful queries that you may need.
# View(dbGetQuery(con, "select * from pg_catalog.pg_tables where schemaname = 'sotkanet_lataus';"))
# View(dbGetQuery(con, "select distinct schemaname from pg_catalog.pg_tables;")) # Listaa skeemat
# koo <- peaGetKoodisto('d_alue_2_sote')$data # Kuntien ja maakuntien aluekoodit. 
# d_alue_2_sote sisältää HE2017-esityksen mukaiset maakunnat, d_alue_2 puolestaan 2018 voimassa olleet.

# Luodaan taulu ja kirjoitetaan datat siihen.
# Taulun nimi on muotoa indikaattori_XXXX, jossa XXXX  on indikaattorin Sotkanet_id.

peaJdbcWrite(
  con,
  dat=dat,
  tablename="indikaattori_678",
  schema="sotkanet_lataus",
  batch_size=10000,
  role="public_sotkanet_reader",
  grant="select"
)

Sotearvioinnin koodi liittyen ympäristöterveyteen

+ Näytä koodi - Piilota koodi

# This is code Op_fi5810/ on page [[Ympäristöterveysindikaattori]]

library(rvest) # For html import

tx <- function(x, prec = 2) gsub("\\.", ",", as.character(signif(x, prec))) # Converts numbers to nice Finnish format
write(
  "Sote-arviointi, hyvinvointi ja terveys: ympäristöterveyden osa-alue\n\n",
  file="sotearviointi.txt"
)
# Fetch data from Yhteistyötilat.
dat <- html_table(read_html("https://yhteistyotilat.fi/wiki08/x/SLHFAg"))[[3]] # Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo
colnames(dat) <- c("Alue","Mid","Municipality","Pid","Province","Pop","PM",
                   "Daly","Comment","Genetive","Adessive")

for(i in c(2,4,6,7,8)) dat[[i]] <- as.numeric(gsub(" ", "", dat[[i]]))

# Data about disease burden of PM2.5 from Lehtomäki et al 2018 https://doi.org/10.3390/ijerph15040736
mort <- "1600 - 2000"
daly <- 26000

for(i in sort(unique(dat$Pid))) {
  j <- (1:nrow(dat))[dat$Pid==i & dat$Alue=="HE-maakunta"]
  mk <- dat$Province[j]
  ka <- sum(dat$Pop * dat$PM / sum(dat$Pop))
  kam <- dat$PM[j]
  s1 <- paste("Pienhiukkaset ovat Suomessakin kaikkein merkittävin ympäristötekijä, joka aiheuttaa ",
  "terveyshaittaa. Pienhiukkaset ovat pääasiassa peräisin liikenteestä ja puun pienpoltosta. ",
  "Myös energiantuotanto ja teollisuus ovat suurehkoja lähteitä mutta niiden ominaispäästöt ",
  "ovat pienet (eli tuotantolaitokset puhdistavat jo tehokkaasti päästöjään) ja päästöt ",
  "tyypillisesti leviävät korkeista piipuista laajalle aiheuttamatta asutuskeskuksiin korkeita ",
  "pitoisuuksia. Muita kuin polttoperäisiä päästölähteitä ovat mm. katupöly varsinkin keväisin, ",
  "maatalouden pölyt sekä monista hajalähteistä syntyvät orgaaniset hiilivedyt, jotka ",
  "muuttuvat hiukkasiksi vasta ilmakehässä.\n",
  sep="")
  
  s2 <- paste(
    "Pienhiukkaspitoisuuksien vuosikeskiarvo on arvioitu kunnittain THL:n koordinoimassa ",
    "tutkimushankkeessa vuodelle 2015. Tämä on hyvä haitan mittari, koska tyypilliset ",
    "terveyshaitat kuten sydäntaudit, krooninen bronkiitti ja keuhkosyöpä kehittyvät ",
    "pitkäaikaisen altistuksen seurauksena. Kansainvälisesti verrattuna Suomen ",
    "pienhiukkaspitoisuudet ovat pienet, mutta silti niiden arvioidaan aiheuttavan ",
    tx(daly),
    " terveen elinvuoden menetyksen tai vastaavasti ",
    mort,
    " kuolemantapausta ",
    "(Lehtomäki ym., 2018 https://doi.org/10.3390/ijerph15040736).\n",
    sep=""
  )
  
  s3 <- "Väestöpainotettu pienhiukkaspitoisuus oli "
  s4 <- paste(
    dat$Adessive[j],
    ifelse(
      kam < 0.8*ka ," pieni ", 
      ifelse(kam < 1.2*ka, 
             " keskimääräinen ", 
             " suomalaisittain suurehko "
      )
    ),
    " (", tx(kam), " µg/m3)",
    sep=""
  )
  s5 <- paste(", kun koko maan keskiarvo oli ", tx(ka), " µg/m3 (Sotkanet, id=678)", sep="")
  s6 <- ". Päästölähteet ja asutus keskittyvät tyypillisesti samoille alueille. Koko maan keskiarvo ylittyi "
  s7 <- dat[dat$PM > ka & dat$Alue=="HE-maakunta",]
  s7 <- s7[order(-s7$PM),]#[1:min(4,nrow(s7)),]
  s7 <- paste(s7$Adessive, " (", tx(s7$PM)," µg/m3)",sep="")
  s7 <- paste(s7, c(rep(", ", length(s7)-2), " ja ", ""), sep="", collapse="")
  s7 <- paste(s7, " (Sotkanet, id=678). ", sep="")
  
  s8 <- paste(
    dat$Genetive[j],
    " kunnista korkeimmat pitoisuudet olivat ",
    sep=""
  )
  s9 <- dat[dat$Pid == i & dat$Alue=="Kunta", ]
  s9 <- s9[order(-s9$PM),][1:4,]
  s9 <- paste(s9$Adessive, " (", tx(s9$PM)," µg/m3)",sep="")
  s9 <- paste(s9, c(rep(", ", length(s9)-2), " ja ",""), sep="", collapse="")
  s9 <- paste(s9, " (Sotkanet, id=678). ", sep="")
  
  s10 <- "Valtakunnallisesti suurin pitoisuus oli "
  s11 <- dat[dat$Alue=="Kunta",]
  s11 <- s11[order(-s11$PM)[1],]
  s11 <- paste(s11$Adessive, " (", tx(s11$PM)," µg/m3).",sep="")
  
  s12 <- paste(" ", dat$Comment[j], " ")
  
  expofr <- dat$Pop[j]*dat$PM[j]/sum(dat$Pop[dat$Alue=="HE-maakunta"]*dat$PM[dat$Alue=="HE-maakunta"])
#  s13 <- dat$Daly[j]/sum(dat$Daly[dat$Alue=="HE-maakunta"])
  s13 <- paste(
    "\nSuomessa pienhiukkasten aiheuttamasta tautitaakasta ",
    cut(expofr, breaks=c(0,0.03,0.06,0.09,0.12,0.18,0.23,0.29,0.39,0.54,0.7,1),labels=c(
      "alle kolmaskymmenesosa",
      "kahdeskymmenesosa",
      "alle kymmenesosa",
      "noin kymmenesosa",
      "noin seitsemäsosa",
      "noin viidesosa",
      "noin neljäsosa",
      "noin kolmasosa",
      "noin puolet",
      "yli puolet",
      "suurin osa"
    )), " (", tx(expofr*100), " %) syntyy ", dat$Adessive[j],
    ", eli siellä menetetään noin ",
    tx(expofr*daly),
    " tervettä elinvuotta pienhiukkasten takia. ",
    sep="")
  hel <- (1:nrow(dat))[dat$Municipality=="Helsinki"]
  s14 <- paste(
    "Helsingissä tämä luku on noin ",
    tx(daly*dat$Pop[hel]*dat$PM[hel]/sum(dat$Pop[dat$Alue=="Kunta"]*dat$PM[dat$Alue=="Kunta"])),
    " eli merkittävä osa koko Suomen tautitaakasta (",
    tx(daly),
    " haittapainotettua elinvuotta). ",
    "Tautitaakka on arvioitu syyosuusmenetelmällä (http://en.opasnet.org/w/HIA). ",
    "Epävarmuudet ovat melko suuria ja liittyvät annosvasteen muotoon pienillä pitoisuuksilla, ",
    "kilpailevien syytekijöiden rooliin kokonaisuudessa sekä pienhiukkaspitoisuuden ",
    "arviointiin käytettyjen mallien epävarmuuksiin. Siitä ei kuitenkaan ",
    "ole epävarmuutta, etteivätkö pienhiukkasten haittavaikutukset Suomessa olisi merkittäviä ",
    "ja niiden vähentäminen tarpeellista.",
    sep=""
  )
  
  write(
    paste("\n\n",mk,"\n",s1,s2,s3,s4,s5,s6,s7,s8,s9,s10,s11,s12,s13,s14,sep=""),
    file="sotearviointi.txt",
    append=TRUE
  )
}

Katso myös

Indikaattorit ja tietovarannot (osa Laki-IVA-opasta)

@@ Rivi 7: / Rivi 7: @@
 == Vastaus ==
+[[File:Ympäristöterveyden näkemysverkko.svg|thumb|550px|Ympäristötervyden keskeiset tekijät, toimenpiteet ja mittarit.]]
+Nämä indikaattorit ovat olemassa tai suunnitteilla:
+* Pienhiukkaspitoisuuden väestöpainotettu vuosikeskiarvo ([https://yhteistyotilat.fi/wiki08/x/SLHFAg Yhteistyötilat])
+* Sisätilaongelmista koulussa raportoivat koululaiset
+* Vesivälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät
+* Elintarvikevälitteisten epidemioiden lukumäärät ja sairastuneiden lukumäärät
 == Perustelut ==

Ero sivun ”Ympäristöterveysindikaattori” versioiden välillä

Versio 11. kesäkuuta 2018 kello 06.43

Sisällys

Kysymys

Vastaus

Perustelut

Syykaavio

Sisäilma kouluissa

Indikaattorien lataus Sotkanettiin

Sotearvioinnin koodi liittyen ympäristöterveyteen

Katso myös

Navigointivalikko