Войти
Дисциплина судебной эпидемиологии (FE) представляет собой гибрид принципов и практик, общих для обоих судебная медицина и эпидемиология. FE направлена на восполнение разрыва между клиническим суждением и эпидемиологическими данными для определения причинной связи в гражданских судебных процессах, а также в уголовном преследовании и защите.
Судебно-эпидемиологи формулируют доказательства вероятностные выводы о типе и количестве причинно-следственной связи между предшествующим вредным воздействием и травмой или результатом болезни как среди населения, так и среди отдельных лиц. Выводы, сделанные на основе анализа FE, могут поддержать принятие юридических решений относительно виновности или невиновности в преступных действиях и обеспечить доказательную поддержку выводов причинно-следственной связи в гражданских исках.
Применение принципов судебно-эпидемиологической экспертизы можно найти в самых разных гражданских судебных процессах, в том числе в случаях медицинской халатности, токсичных или массовых правонарушений, нежелательных явлений в фармацевтике, отказов медицинских устройств и потребительских товаров, травм в дорожно-транспортных происшествиях. смерть, идентификация личности и ожидаемая продолжительность жизни.
Термин «Судебная эпидемиология» впервые был связан с расследованием биотерроризма в 1999 году и введен доктором Кеном Алибеком, бывшим заместителем руководителя советской программы по биологическому оружию. В то время сфера действия FE ограничивалась расследованием эпидемий, потенциально созданных человеком. После атак сибирской язвы в США в 2001 году CDC определили судебную эпидемиологию как средство расследования возможных актов биотерроризма.
В настоящее время FE более широко известен и описывается как систематическое применение эпидемиологии к спорным вопросам причинно-следственной связи, которые решаются (в основном) гражданскими, но также и уголовными судами. Использование эпидемиологических данных и анализа в качестве основы для оценки общей причинно-следственной связи в судах США, особенно в делах о деликтных преступлениях, связанных с токсичными веществами, описывалось более 30 лет, начиная с расследования предполагаемой связи между воздействием вакцины от свиного гриппа в 1976 г. и последующие случаи синдрома Гийена-Барре. [1]
В последнее время FE также был описан как научно-обоснованный метод количественной оценки вероятности конкретной причинной связи у людей. Этот подход особенно полезен, когда оспаривается подход клинической дифференциальной диагностики к причинно-следственной связи. Примеры, охватывающие широкий спектр применений FE, перечислены ниже в разделе «Примеры следственных вопросов, заданных судебно-эпидемиологами».
Показателем конкретного случая FE-анализа причины является сравнительный коэффициент риска (CRR). CRR - это уникальная метрика для FE; он позволяет сравнивать вероятности, применимые к исследуемым обстоятельствам индивидуальной травмы или заболевания. Поскольку CRR основан на уникальных обстоятельствах, связанных с травмой или заболеванием человека, он может быть получен или не получен из популяционного относительного риска (ОР) или отношения шансов (ИЛИ). Пример анализа RR, который можно использовать в качестве CRR, выглядит следующим образом: для не пристегнутого водителя, который серьезно пострадал в дорожно-транспортном происшествии, важным причинным вопросом может быть вопрос о том, какую роль неиспользование ремня безопасности сыграло в причинении ему травмы.. Соответствующий анализ RR будет состоять из изучения частоты серьезных травм у 1000 случайно выбранных водителей без ремней, подвергшихся лобовому столкновению со скоростью 20 миль в час, по сравнению с частотой серьезных травм у 1000 случайно выбранных водителей, удерживаемых на ремнях и подвергшихся столкновению той же степени тяжести и типа. Если частота серьезных травм в группе, подвергшейся предполагаемой опасности (неиспользование ремня безопасности) составляла 0,15, а частота в группе, не подвергавшейся воздействию (с ремнем безопасности), составляла 0,05, то CRR был бы таким же, как RR 0,15. /0.05. Схема анализа RR диктует, что совокупности, числитель и знаменатель CRR практически одинаковы во всех отношениях, за исключением подверженности исследованной опасности, которой в данном примере было отсутствие ремня безопасности.
Однако в некоторых случаях, встречающихся в юридических условиях, числитель и знаменатель риска должны быть получены из разных групп населения, чтобы соответствовать обстоятельствам исследуемой травмы или заболевания. В таком случае CRR не может быть получен ни из RR, ни из OR. Пример такой ситуации имеет место, когда числитель - это риск по событию, а знаменатель - это риск по времени (также известный как совокупный риск). Примером такого типа анализа может служить исследование тромбоэмболии легочной артерии (ТЭЛА), которая произошла через неделю после того, как пациент получил перелом нижней конечности в результате дорожно-транспортного происшествия. Такие осложнения часто возникают в результате образования тромбов в ногах, которые затем попадают в легкие. Если у пациента в анамнезе был тромбоз глубоких вен (ТГВ) нижних конечностей до аварии, то CRR может состоять из сравнения между риском ТЭЛА после перелома нижней конечности (частота случаев на каждый случай) и 1 -недельный риск ТЭЛА у пациента с ТГВ (вероятность, зависящая от времени).
Другой пример CRR, основанный на разнородных популяциях, - это когда сравнивается только ограниченное количество потенциальных причин. Примером может служить исследование причины нежелательной реакции у человека, который одновременно принимал два разных препарата, оба из которых могли вызвать реакцию (и которые, например, не взаимодействуют друг с другом). В такой ситуации CRR, применимый к уникальным обстоятельствам, с которыми сталкивается человек, может быть оценен путем сравнения скорости побочных реакций для двух препаратов.
Приписываемая доля при воздействии (AP e) является показателем доли пациентов, подвергшихся воздействию потенциальной причины и получивших заболел из-за этого воздействия. Его можно использовать только в том случае, если RR>1, и его можно рассчитать как [(RR-1) / RR X 100%]. Когда CRR основан на RR, эти формулы также применимы к CRR. Результат анализа, представленный как RR, CRR или AP e, соответствует правовому стандарту, согласно которому «скорее верно, чем нет », когда RR или CRR равны>2,0 (с нижней границей 95% доверительного интервала>1,0), или AP e составляет>50%. AP e также известен как «Вероятность причинно-следственной связи (PC)» - термин, который определен в Своде федеральных нормативных актов США (Federal Register / Vol. 67, No. 85 / Thursday, 2 мая 2002 г. / Правила и положения стр. 22297 ) и в других местах.
Анализ причинно-следственной связи, особенно для травм или других состояний с относительно коротким латентным периодом между воздействием и результатом, выполняется с использованием трехэтапного подхода, а именно:
Трехэтапная методология была оспорена в Окружном суде США. от округа Колорадо в деле Этертон против страховой компании владельцев автомобилей. [2] Ответчик оспорил, среди прочего, надежность и соответствие методов, описанных экспертом. После тщательного изучения и обсуждения трехэтапного процесса, использованного экспертом, Суд пришел к выводу, что методология надлежащим образом соответствует конкретным фактам дела и что популяционный (эпидемиологический) подход является подходящей частью причинно-следственной методологии.. Суд отклонил ходатайство ответчика об исключении свидетельских показаний эксперта в постановлении, которое было внесено 3/31/14.
Ответчик подал апелляцию на решение окружного суда, и в июле 2016 года Апелляционный суд десятого округа США подтвердил трехступенчатую причинно-следственную методологию как общепринятую и хорошо зарекомендовавшую себя для оценки причинно-следственных связей в соответствии с Стандарт Добера. См. Этертон против Страховой компании владельцев автомобилей, № 14-1164 (10-й округ, 7/19/16) [3].
Достоверность исследуемой ассоциации может быть оценена в расследовании FE, отчасти, посредством применения критериев Хилла, названных в честь публикации сэра Остина Брэдфорд-Хилла 1965 года, в которой он описал девять «точек зрения», с помощью которых ассоциация, описанная в эпидемиологическом исследовании можно оценить причинно-следственную связь. Хилл отказался назвать свою точку зрения «критериями», чтобы не считать ее контрольным списком для оценки причинно-следственной связи. Однако термин «критерий Хилла» широко используется в литературе и для удобства используется в настоящем обсуждении. Из девяти критериев есть семь, которые полезны для оценки правдоподобия исследуемой конкретной причинно-следственной связи, а именно:
Треугольная связь между воздействием, результатом и вмешивающимся фактором. При исследовании наличия причинно-следственной связи между воздействием и интересующим результатом необходимо учитывать влияние посторонних переменных. Фактор определяется как сопутствующая причина исследуемого результата, которая связана с раскрытием интереса, но не является его следствием. Последующие авторы добавили функцию Challenge / Dechallenge / Rechallenge для обстоятельств, когда воздействие повторяется с течением времени и есть возможность наблюдать связанный результат реакции, как это могло бы произойти при неблагоприятной реакции на лекарство. Дополнительные соображения при оценке связи - потенциальное влияние искажения и систематической ошибки в данных, которые могут скрыть истинную взаимосвязь. Смешение относится к ситуации, в которой связь между воздействием и результатом полностью или частично является результатом фактора, который влияет на результат, но не зависит от воздействия. Предвзятость относится к форме ошибки, которая может поставить под угрозу достоверность исследования, давая результаты, систематически отличающиеся от истинных результатов. Две основные категории систематической ошибки в эпидемиологических исследованиях: систематическая ошибка отбора, которая возникает, когда исследуемые объекты выбираются в результате другой неизмеряемой переменной, которая связана как с воздействием, так и с интересующим результатом; и информационная ошибка, которая представляет собой систематическую ошибку в оценке переменной. Хотя это полезно при оценке ранее не изученной связи, не существует комбинации или минимального количества этих критериев, которые должны быть соблюдены, чтобы сделать вывод о существовании правдоподобной взаимосвязи между известным воздействием и наблюдаемым результатом.
Во многих исследованиях FE нет необходимости в причинно-следственном анализе правдоподобия, если общая причинно-следственная связь хорошо установлена. По большей части, правдоподобие отношений поддерживается после того, как неправдоподобие было отвергнуто. Два оставшихся критерия Хилла - это временность и сила связи. Хотя оба критерия полезны при оценке конкретной причинной связи, темпоральность - это характеристика связи, которая должна присутствовать, по крайней мере, в отношении последовательности (то есть воздействие должно предшествовать результату), чтобы рассматривать причинную связь. Временная близость также может быть полезна при оценке некоторых конкретных причинно-следственных связей, поскольку чем ближе исследуемое воздействие и результат во времени, тем меньше возможностей для действий вмешивающейся причины. Другой особенностью темпоральности, которая может играть роль в оценке конкретной причинно-следственной связи, является задержка. Результат может наступить слишком рано или слишком долго после воздействия, чтобы его можно было считать причинно связанным. Например, некоторые пищевые болезни должны инкубироваться в течение нескольких часов или дней после приема пищи, и, таким образом, болезнь, которая начинается сразу после еды и которая, как позже выясняется, вызывается пищевым микроорганизмом, требующим инкубации>12 часов, не была вызвано исследуемой едой, даже если расследование должно было выявить микроорганизм в съеденной пище. Сила связи - это критерий, который используется в общей причинно-следственной связи для оценки воздействия воздействия на население и часто количественно выражается в показателях ОР. При оценке конкретной причинно-следственной связи сила связи между воздействием и результатом количественно оценивается CRR, как описано выше.
Таблица непредвиденных обстоятельств, также называемая перекрестной таблицей, возможных результатов тестирования и соответствующие уравнения для оценки точности теста. Исследование точности теста является стандартной практикой в клинической эпидемиологии. В этом случае диагностический тест тщательно исследуется, чтобы определить с помощью различных мер, как часто результат теста является правильным. В FE те же принципы используются для оценки точности предложенных тестов, ведущих к заключениям, которые имеют ключевое значение для установления фактов виновности или невиновности в уголовных расследованиях, а также причинно-следственной связи в гражданских делах. Полезность теста сильно зависит от его точности, которая определяется мерой того, насколько часто положительный или отрицательный результат теста действительно отражает фактический статус, который проходит тестирование. Для любого теста или критерия обычно есть четыре возможных результата: (1) истинно положительный результат (TP), при котором тест правильно определяет испытуемых с интересующим состоянием; (2) истинно отрицательный (TN), при котором тест правильно определяет испытуемых, у которых нет интересующего состояния; (3) ложноположительный результат (FP), при котором тест является положительным, даже если условие отсутствует, и; (4) ложноотрицательный (FN), при котором тест отрицательный, даже если условие присутствует. На рис. 3.19 представлена таблица непредвиденных обстоятельств, иллюстрирующая взаимосвязь между результатами теста и наличием условий, а также следующие параметры точности теста:
Вероятность используется для характеристики степени веры в истинность утверждения. Основанием для такого убеждения может быть физическая система, которая дает результаты с постоянной скоростью, например игровое устройство, такое как колесо рулетки или игральная кость. В такой системе наблюдатель не влияет на результат; хороший шестигранный кубик, который брошен достаточное количество раз, приземлится на любую из его сторон в 1/6 случаев. Утверждение вероятности, основанное на физической системе, легко проверить с помощью достаточного количества случайных экспериментов. И наоборот, основанием для высокой степени веры в заявленное утверждение может быть личная точка зрения, которую нельзя проверить. Это не означает, что утверждение менее истинно, чем то, которое можно проверить. В качестве примера можно правдиво утверждать, что «если я съем банан, высока вероятность, что он вызовет у меня тошноту», основываясь на опыте, неизвестном никому, кроме него самого. Такие утверждения трудно проверить, оценивая их с помощью дополнительных доказательств правдоподобия и аналогий, часто основанных на аналогичном личном опыте. В условиях судебной экспертизы утверждения о убеждениях часто характеризуются как вероятности, то есть наиболее вероятные для данного набора фактов. Для обстоятельств, при которых существует множество условий, которые могут изменять или «обусловливать» вероятность конкретного результата или сценария, метод количественной оценки взаимосвязи между изменяющими условиями и вероятностью результата использует байесовское рассуждение, названный в честь теоремы Байеса или закона, на котором основан подход. Проще говоря, закон Байеса позволяет более точно определить неопределенность данной вероятности. Применительно к судебной медицине закон Байеса сообщает нам то, что мы хотим знать, исходя из того, что мы действительно знаем. Хотя закон Байеса известен в судебной медицине, прежде всего, благодаря его применению к доказательствам ДНК, ряд авторов описали использование байесовских рассуждений для других применений в судебной медицине, включая идентификацию и оценку возраста.
Вероятность после теста - это очень полезное байесовское уравнение, которое позволяет вычислить вероятность того, что условие присутствует, когда тест положительный, обусловленный предварительным преобладанием интересующего состояния. Это уравнение приведено в рамке справа:
Уравнение вероятности после тестирования Уравнение дает положительную прогностическую ценность для данного предсобытия или распространенности до теста. В обстоятельствах, когда предварительная распространенность считается «безразличной», значения распространенности и (1-распространенность) отменяются, и расчет упрощается до положительной прогностической ценности.
