Search

Tiivistelmä. Talousrikollisuus ja sen vaikutukset on paljon puhuttu aihe maailmanlaajuisesti sekä merkittävä ilmiö myös Suomessa. Lisäksi viime aikoina on nostettu esille myös tilintarkastajien velvollisuudet havaita sekä ennaltaehkäistä väärinkäytöksiä. Talousrikollisuutta on käsitelty paljon pro gradu -tutkielmissa muun muassa haastattelu- ja kyselytutkimusten avulla. Aikaisemmat tutkimustulokset osoittavat, että väärinkäytöksiä on mahdollista havaita jo aikaisessa vaiheessa ja tilintarkastajilla on näkemys niistä seikoista, joita voidaan pitää varoitusmerkkeinä talousrikollisuudesta. Tämän tutkimuksen tavoitteena on esittää konkreettisia keinoja väärinkäytösten havaitsemiseksi ja ehkäisemiseksi sekä selvittää väärinkäytöksen jälkeisiä toimenpiteitä. Lisäksi tavoitteena on selvittää, mihin asioihin tilintarkastaja voi tarkastustyössään kiinnittää huomiota havaitakseen mahdollisia väärinkäytöksiä. Tutkimusmenetelmänä toimii kvalitatiivinen eli laadullinen tutkimus. Aineistonkeruu menetelmänä on käytetty puolistrukturoituja haastatteluita eli teemahaastatteluita. Tutkimusta varten on haastateltu kolme auktorisoitua tilintarkastajaa. Menetelmänä kerätyn aineiston analysoinnissa käytetään sisällönanalyysia, jonka avulla aineistoista etsitään oleelliset ja tutkimuksen kannalta merkittävät seikat. Tutkimuksen tulokset osoittavat, että väärinkäytösten havaitsemisen ja ehkäisemisen kannalta on tärkeää toteuttaa suunnitteluvaihe huolellisesti ja luoda riskiarviointi. Vaikka väärinkäytösten aktiivinen etsintä ei kuulu varsinaisesti tilintarkastajan työtehtäviin, on tilintarkastajan kuitenkin mahdollista kiinnittää huomiota varsin selviin väärinkäytösten varoitusmerkkeihin. Myös toimialan ja sen erityispiirteiden tunteminen nähdään hyödyllisenä ominaisuutena. Tulokset osoittavat, että väärinkäytös epäilyn havaittaessa ensimmäiseksi tulee selvittää todenperäisyys ja luoda kokonaiskuva väärinkäytöksen laajuudesta. Epäilystä tulee ilmoittaa välittömästi johdolle tai hallintoelimille. Myös digitalisaation kehitys nähdään tilintarkastustyötä helpottavana tekijänä, jonka avulla voidaan vähentää väärinkäytöksiä. Tutkimus rajautuu käsittelemään yrityksiä Suomessa, jotka ovat velvollisia valitsemaan tilintarkastajan. Lisäksi tutkimuksessa käsitellään tilintarkastajan näkökulmasta oleellisia seikkoja ja tulokset rajautuvatkin tilintarkastajien omiin kokemuksiin. Tutkimustuloksia voidaan hyödyntää tilintarkastustyössä etenkin aloittelevien tilintarkastajien osalta. Tutkimus tuo esille konkreettisia keinoja ja toimintatapoja väärinkäytösten ennaltaehkäisyyn sekä niiden torjuntaan.

Dementia is a global epidemic with Alzheimer's disease (AD) being the leading cause. Early identification of patients at risk of developing AD is now becoming an international priority. Neocortical Aβ (extracellular β-amyloid) burden (NAB), as assessed by positron emission tomography (PET), represents one such marker for early identification. These scans are expensive and are not widely available, thus, there is a need for cheaper and more widely accessible alternatives. Addressing this need, a blood biomarker-based signature having efficacy for the prediction of NAB and which can be easily adapted for population screening is described. Blood data (176 analytes measured in plasma) and Pittsburgh Compound B (PiB)-PET measurements from 273 participants from the Australian Imaging, Biomarkers and Lifestyle (AIBL) study were utilised. Univariate analysis was conducted to assess the difference of plasma measures between high and low NAB groups, and cross-validated machine-learning models were generated for predicting NAB. These models were applied to 817 non-imaged AIBL subjects and 82 subjects from the Alzheimer's Disease Neuroimaging Initiative (ADNI) for validation. Five analytes showed significant difference between subjects with high compared to low NAB. A machine-learning model (based on nine markers) achieved sensitivity and specificity of 80 and 82%, respectively, for predicting NAB. Validation using the ADNI cohort yielded similar results (sensitivity 79% and specificity 76%). These results show that a panel of blood-based biomarkers is able to accurately predict NAB, supporting the hypothesis for a relationship between a blood-based signature and Aβ accumulation, therefore, providing a platform for developing a population-based screen.