梁燦坤 肖勇梅 林錫謙 成財(cái)達(dá) 孫思紅 丘曉玲

1廣東省工傷康復(fù)中心（廣州 510440）；2中山大學(xué)公共衛(wèi)生學(xué)院（廣州 510080）

噪聲是全世界不容忽視的典型環(huán)境公害之一，是珠三角地區(qū)重點(diǎn)治理的職業(yè)病危害因素之一。長(zhǎng)期接觸較強(qiáng)噪聲可以增加聽(tīng)力損失和心血管疾病的發(fā)生風(fēng)險(xiǎn)［1?2］，引起一系列疾病負(fù)擔(dān)和衛(wèi)生資源損耗。疾病負(fù)擔(dān)往往來(lái)源于多因素聯(lián)合作用，職業(yè)性噪聲暴露是引起疾病負(fù)擔(dān)的充分非必要條件，從疾病負(fù)擔(dān)中甄別和分離出歸因于職業(yè)性噪聲的占有比例，能夠更加科學(xué)評(píng)價(jià)健康風(fēng)險(xiǎn)。為研究歸因疾病負(fù)擔(dān)，2000年WHO推薦應(yīng)用比較風(fēng)險(xiǎn)評(píng)估法（comparative risk assessment，CRA）［3］，它是建立在統(tǒng)一框架基礎(chǔ)上評(píng)估和比較危險(xiǎn)因素暴露水平發(fā)生改變所造成的疾病負(fù)擔(dān)變化的系統(tǒng)性方法，量化測(cè)評(píng)危險(xiǎn)因素造成影響或損失的可能程度。在CAR框架指引下國(guó)內(nèi)外學(xué)者借用反事實(shí)思維［4］進(jìn)行反事實(shí)分析［5］。反事實(shí)分析是指通過(guò)虛擬假設(shè)獲得虛擬結(jié)果，即假設(shè)危險(xiǎn)因素暴露分布水平降低到與事實(shí)相反的某種特定情形時(shí)，研判疾病負(fù)擔(dān)隨之發(fā)生改變的事件結(jié)局，相應(yīng)疾病負(fù)擔(dān)的降低比例（或降低部分）即為歸因于某種危險(xiǎn)因素的疾病負(fù)擔(dān)。鑒于電子行業(yè)職業(yè)性噪聲暴露水平和健康損害特點(diǎn)，本文借用反事實(shí)分析方法，引用累積噪聲暴露量為接觸評(píng)價(jià)指標(biāo)，推斷電子行業(yè)作業(yè)工人疾病負(fù)擔(dān)的因果效應(yīng)，發(fā)掘職業(yè)性噪聲暴露水平改變后疾病負(fù)擔(dān)發(fā)生變化的潛在可能性，并以此為契機(jī)評(píng)價(jià)累積噪聲暴露量與疾病負(fù)擔(dān)的劑量?反應(yīng)關(guān)系，旨在為職業(yè)性噪聲健康危害評(píng)價(jià)提供新思路。

1 資料與方法

1.1 調(diào)查對(duì)象 從電子行業(yè)中選擇位于廣州市城郊結(jié)合部的WZ、DJ、BT和LD 4家企業(yè)，以沖壓、加工和注塑工種的1 665名在崗期間接觸有毒有害作業(yè)工人為調(diào)查對(duì)象。納入標(biāo)準(zhǔn)：年齡16～60歲，工齡0.5年以上；排除辦公室人員和間接噪聲接觸者；剔除先天性或遺傳性耳科疾病和心血管疾患。

1.2 調(diào)查資料

1.2.1 資料來(lái)源 噪聲檢測(cè)結(jié)果來(lái)源于2016年11月由廣東某檢測(cè)評(píng)價(jià)技術(shù)服務(wù)機(jī)構(gòu)編制的《工作場(chǎng)所職業(yè)病危害因素檢測(cè)與評(píng)價(jià)報(bào)告》，勞動(dòng)衛(wèi)生學(xué)狀況和健康檢查結(jié)果來(lái)源于2017年8月由課題組開(kāi)展的專(zhuān)題調(diào)研，人口學(xué)資料及作業(yè)工齡由企業(yè)人力資源管理部門(mén)提供。

1.2.2 檢查方法 純音測(cè)聽(tīng)用丹麥AD229b聽(tīng)力計(jì)測(cè)定，隔音室噪聲本底值小于25dB（A），受檢者至少脫離噪聲環(huán)境12 h。血壓測(cè)量用歐姆龍牌電子血壓計(jì)，血壓偏高者用魚(yú)躍牌水銀血壓計(jì)復(fù)查。心電圖檢查用12導(dǎo)聯(lián)日本光電ECG?1350P心電圖儀，操作方法和診斷標(biāo)準(zhǔn)依據(jù)《診斷學(xué)》（第8版，人民衛(wèi)生出版社）。

1.3 研究方法

1.3.1 基本思路 （1）統(tǒng)計(jì)描述聽(tīng)力損失檢出率、高血壓患病率和心電圖異常率；（2）分級(jí)評(píng)定累積噪聲暴露量（CNE），以最低級(jí)別CNE為反事實(shí)背景作參照水平，探索疾病優(yōu)勢(shì)比（OR）和相對(duì)危險(xiǎn)度（RR）；（3）計(jì)算人群歸因分值（population attrib?utable fraction，PAF）和歸因危險(xiǎn)度百分比（attribut?able risk percent，ARP），結(jié)合疾病負(fù)擔(dān)（disease bur?den，B）推斷歸因疾病負(fù)擔(dān)（attributable disease bur?den，AB）；（4）評(píng)估歸因疾病負(fù)擔(dān)的嚴(yán)重性，以歸因視角評(píng)價(jià)累積噪聲暴露量與疾病負(fù)擔(dān)的劑量?反應(yīng)關(guān)系。

1.3.2 病例定義 任一耳語(yǔ)頻（500、1 000、2 000 Hz）或高頻（3 000、4 000、6 000 Hz）的任一頻率純音聽(tīng)閾＞25 dB（A）定義為聽(tīng)力損失；同日2次測(cè)量收縮壓≥140 mmHg和（或）舒張壓≥90 mmHg定義為高血壓；各類(lèi)心律失常、傳導(dǎo)阻滯、心肌缺血、心室肥大、ST段或T波改變、電軸改變等異常結(jié)論定義為心電圖異常。

1.3.3 計(jì)算CNE 如果作業(yè)人員接受單一環(huán)境噪聲暴露，CNE見(jiàn)公式（1）［6］：

CNE=LAeq,8h+10logT

其中，LAeq，8h為8 h等效連續(xù)A聲級(jí)，T 為暴露時(shí)間，單位為dB（A）?年。

1.3.4 估計(jì)RR值 如果患病率較大（一般＞10%），RR值由公式（2）［7］校正：

其中，P0為對(duì)照組結(jié)局指標(biāo)的發(fā)生率，OR為優(yōu)勢(shì)比。

1.3.5 計(jì)算PAF、ARP和AB 如果危險(xiǎn)因素有i個(gè)暴露水平，PAF見(jiàn)公式（3）［8］：

其中，Pi和RRi分別為第i個(gè)水平的暴露率和相對(duì)危險(xiǎn)度。當(dāng)P＝100%，i＝1時(shí)，PAF＝ARP，ARP為PAF的一個(gè)特例，公式（3）化轉(zhuǎn)為公式（4）［9］：

ARP＝（RR?1）/RR

如果以百分率（%）作為疾病負(fù)擔(dān)的評(píng)價(jià)指標(biāo)，歸因疾病負(fù)擔(dān)見(jiàn)公式（5）［8］：

AB＝PAF×B（或AB＝ARP×B）

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 20.0軟件包統(tǒng)計(jì)分析，以雙側(cè)P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。正態(tài)分布計(jì)量資料用均數(shù)±標(biāo)準(zhǔn)差描述，樣本均數(shù)比較用單因素方差分析；偏態(tài)分布計(jì)量資料用中位數(shù)和四分位數(shù)間距描述，樣本均數(shù)比較用秩和檢驗(yàn)。計(jì)數(shù)資料用百分?jǐn)?shù)（%）表示，樣本率比較用卡方檢驗(yàn)。參數(shù)估計(jì)用多因素非條件Logistic回歸分析。CNE、RR、PAF、ARP和AB的計(jì)算方法依據(jù)公式1～5。

2 結(jié)果

2.1 勞動(dòng)衛(wèi)生學(xué)調(diào)查 被調(diào)查的4家電子企業(yè)均隸屬于某大型電子工業(yè)集團(tuán)，研發(fā)產(chǎn)品為電子連接器或計(jì)算機(jī)插件接口。企業(yè)生產(chǎn)工藝流程基本一致，包括前期的備料和研發(fā)，中期的沖壓、注塑和加工，后期的組裝和出貨。職業(yè)病危害因素主要來(lái)自中期工段，中期除產(chǎn)生較強(qiáng)噪聲污染外，注塑產(chǎn)生低于檢出下限的有機(jī)溶劑，研磨產(chǎn)生較低濃度的無(wú)機(jī)粉塵。每家企業(yè)依據(jù)作業(yè)功能均配置沖壓、加工和注塑3類(lèi)工種，下設(shè)沖床、裁切、粉碎、鉚合、注塑等小工種；均設(shè)置沖壓、加工和注塑3個(gè)部門(mén)，下設(shè)若干個(gè)小型車(chē)間，每個(gè)車(chē)間分區(qū)相對(duì)獨(dú)立，減少了噪聲相互傳播干擾。車(chē)間內(nèi)機(jī)械設(shè)備密集，噪聲強(qiáng)度相互疊加，增加了噪聲所致職業(yè)風(fēng)險(xiǎn)。作業(yè)工人佩戴插入式耳塞降噪，實(shí)際接觸噪聲時(shí)間為平均每天8 h，每周48 h。

2.2 噪聲檢測(cè)結(jié)果 133個(gè)監(jiān)測(cè)點(diǎn)的噪聲強(qiáng)度中位數(shù)為81.80 dB（A），四分位數(shù)間距為5.95 dB（A），噪聲超標(biāo)率達(dá)27.82%。不同企業(yè)或工種的噪聲強(qiáng)度差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）；用秩次進(jìn)行單因素方差分析多重比較，SNK?q檢驗(yàn)發(fā)現(xiàn)WZ的噪聲強(qiáng)度高于DJ、BT和LD，沖壓的噪聲強(qiáng)度高于加工和注塑。不同企業(yè)或工種的噪聲超標(biāo)率比較，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），WZ和沖壓的噪聲超標(biāo)率均為最高。見(jiàn)表1。

表1 工作場(chǎng)所噪聲檢測(cè)結(jié)果Tab.1 The detection results of noise in workplace

2.3 暴露分布特征 由公式（1），1 665例調(diào)查對(duì)象的CNE為（87.09±5.53）dB（A）?年，極小值和極大值分別為75.07 dB（A）?年和104.86 dB（A）?年。以15 dB（A）?年為組距，將CNE分為3個(gè)級(jí)別，各級(jí)CNE的年齡、工齡、噪聲強(qiáng)度、CNE和性別構(gòu)成的差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）。見(jiàn)表2。

2.4 檢出結(jié)果比較 聽(tīng)力損失檢出率、高血壓患病率和心電圖異常率為29.79%、11.29%和17.12%。不同性別、年齡、工齡、噪聲強(qiáng)度和CNE的聽(tīng)力損失檢出率比較，差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）。不同性別、年齡、工齡和CNE的高血壓患病率差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）。不同性別、年齡、工齡和CNE的心電圖異常率差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）。聽(tīng)力損失檢出率、高血壓患病率和心電圖異常率均隨著CNE增加呈遞增趨勢(shì)（P＜0.05）。見(jiàn)表3。

表2 作業(yè)工人噪聲暴露分布狀況Tab.2 The distribution of workers'noise exposure

表3 作業(yè)工人檢出結(jié)果比較Tab.3 The comparison of the workers'detection results

2.5 回歸模型參數(shù)估計(jì) CNE與聽(tīng)力損失和心電圖異常均存在相關(guān)性（P＜0.05），與高血壓不存在相關(guān)性（P＞0.05）。以CNE＝75～84 dB（A）?年為參照，CNE＝85～94 dB（A）?年和CNE＝95～104 dB（A）?年作業(yè)工人聽(tīng)力損失發(fā)生風(fēng)險(xiǎn)分別是CNE＝75～84 dB（A）?年的1.83倍和2.63倍，心電圖異常發(fā)生風(fēng)險(xiǎn)分別為1.49倍和2.40倍。見(jiàn)表4。

2.6 歸因疾病負(fù)擔(dān)評(píng)估 聽(tīng)力損失的P0=18.22%，OR1=1.83，OR2=2.63，由公式（2）可得：RR1=1.59和RR2=2.03；心電圖異常的P0=13.55%，OR1=1.49，OR2=2.40，則RR1=1.40，RR2=2.02。

結(jié)合噪聲暴露率P1＝50.63%（843/1665）和P2=9.49%（158/1665），由公式（3）可得：聽(tīng)力損失的PAF=28.39%和心電圖異常的PAF=23.04%。結(jié)合疾病負(fù)擔(dān)（B），由公式（5）可得：歸因疾病負(fù)擔(dān)（AB）分別為8.46%%和3.94%。見(jiàn)表5。

2.7 劑量?反應(yīng)關(guān)系評(píng)價(jià) 由公式（4）計(jì)算CNE=85～94 dB（A）·年作業(yè)工人聽(tīng)力損失的ARP=37.11%和心電圖異常的ARP=28.57%，歸因疾病負(fù)擔(dān)分別為12.98%和5.25%。CNE=95～104 dB（A）·年作業(yè)工人聽(tīng)力損失的ARP=50.74%和心電圖異常的ARP=50.50%，歸因疾病負(fù)擔(dān)分別為25.69%和12.79%。見(jiàn)表6。綜合OR、RR、ARP和AB的變化特點(diǎn)和疾病檢出率隨著CNE增加而增加的變化趨勢(shì)，初步研究表明CNE與聽(tīng)力損失和心電圖異常均呈劑量?反應(yīng)關(guān)系。

表4 Logistic回歸模型的參數(shù)估計(jì)Tab.4 The parameter estimation of Logistic regression model

表5 作業(yè)工人疾病負(fù)擔(dān)的歸因推斷Tab.5 The attribution inference of workers'disease burden

表6 不同CNE作業(yè)工人疾病負(fù)擔(dān)的歸因推斷Tab.6 The attribution inference of disease burden among different CNE workers

3 討論

噪聲檢測(cè)點(diǎn)超標(biāo)率達(dá)27.82%，尤其是WZ和沖壓的超標(biāo)率分別為73.91%和78.95%，檢測(cè)結(jié)果高于國(guó)家職業(yè)衛(wèi)生標(biāo)準(zhǔn)，應(yīng)該引起相關(guān)部門(mén)高度重視。作業(yè)工人年齡為（30.91±6.29）歲，工齡為（3.90±1.50）年，女性占52.13%，具有電子行業(yè)作業(yè)工人呈年輕化、工齡短和女性居多的普遍規(guī)律。作業(yè)工人聽(tīng)力損失檢出率、高血壓患病率和心電圖異常率分別為29.79%、11.29%和17.12%，與國(guó)內(nèi)研究結(jié)果相近?？刂苹祀s因素前，聽(tīng)力損失檢出率、高血壓患病率和心電圖異常率均隨著CNE增加而增加，性別、年齡、工齡和噪聲強(qiáng)度是聽(tīng)力損失的影響因素，高血壓和心電圖異常的性別、年齡和工齡分布特征均與國(guó)內(nèi)研究結(jié)果基本一致。85 dB（A）以下和85 dB（A）以上作業(yè)工人的高血壓患病率和心電圖異常率差異均無(wú)顯著性，可能原因?yàn)閸徫涣鲃?dòng)性大，噪聲波動(dòng)性大，混雜因素影響或僅僅用噪聲強(qiáng)度反映暴露狀況缺乏敏感性。

國(guó)內(nèi)外通常將工齡和噪聲強(qiáng)度換算為累積噪聲暴露量，以綜合反映噪聲暴露水平。CNE在評(píng)價(jià)穩(wěn)態(tài)噪聲和聽(tīng)力損失的劑量?反應(yīng)關(guān)系要優(yōu)于噪聲強(qiáng)度［10］；CNE作為聽(tīng)力損失的評(píng)價(jià)指標(biāo)比工齡史敏感；CNE可以削弱年齡和工齡的線性依存關(guān)系，減少年齡和工齡相互干擾。Logistic回歸分析控制混雜因素后發(fā)現(xiàn)CNE與聽(tīng)力損失和心電圖異常均存在顯著相關(guān)性，為中等程度關(guān)聯(lián)。目前大多數(shù)文獻(xiàn)均支持長(zhǎng)期接觸較強(qiáng)噪聲引起聽(tīng)力損失和心電圖異常的觀點(diǎn)［11］。本次調(diào)查發(fā)現(xiàn)CNE與高血壓不存在顯著相關(guān)性，與TESSIER?SHERMAN等［12］研究結(jié)果相同，與李向文等［13］報(bào)道不一致。有文獻(xiàn)報(bào)道噪聲與高血壓的關(guān)系不穩(wěn)定，難以在不同人群中重復(fù)觀察到相似研究結(jié)果［14］。CNE與高血壓患病率回歸模型的偏回歸系數(shù)在α＝0.05水平上無(wú)統(tǒng)計(jì)學(xué)意義，而趨勢(shì)性卡方檢驗(yàn)表明CNE與高血壓患病率變化趨勢(shì)有統(tǒng)計(jì)學(xué)意義。為深入發(fā)現(xiàn)問(wèn)題，我們進(jìn)一步計(jì)算高血壓的RR值，發(fā)現(xiàn)RR1和RR2分別為1.12和1.41，說(shuō)明CNE=85～94 dB（A）?年與高血壓未見(jiàn)顯著關(guān)聯(lián)，而CNE=95～104 dB（A）?年與高血壓仍然存在弱關(guān)聯(lián)，CNE對(duì)高血壓影響存在潛在風(fēng)險(xiǎn)。

反事實(shí)分析是指將目前（或未來(lái)）的疾病、傷害或疾病負(fù)擔(dān)與反事實(shí)背景（即假設(shè)狀況）進(jìn)行比較，以發(fā)現(xiàn)危險(xiǎn)因素暴露水平降低到零（或其他恒值）時(shí)，死亡或疾病負(fù)擔(dān)降低的比例［5］。職業(yè)衛(wèi)生標(biāo)準(zhǔn)規(guī)定存在有損聽(tīng)力、有害健康或其他危害的聲音，且8 h/d或40 h/周噪聲暴露等效聲級(jí)80 dB（A）以上的作業(yè)定為噪聲作業(yè)。若以80 dB（A）以下為反事實(shí)背景，顯然忽略了暴露時(shí)間累積效應(yīng)。理想恒值為CNE閾值，國(guó)內(nèi)對(duì)CNE閾值研究鮮有報(bào)道。有文獻(xiàn)報(bào)道語(yǔ)頻損傷的CNE閾值為100 dB（A）?年，本調(diào)查為語(yǔ)頻和高頻損傷兼顧高血壓和心電圖異常的研究，顯然不宜以100 dB（A）?年作為反事實(shí)拐點(diǎn)。本調(diào)查以CNE＝85 dB（A）?年為反事實(shí)背景拐點(diǎn)，等效于80 dB（A）噪聲強(qiáng)度連續(xù)暴露3.16年、85 dB（A）暴露1年或90 dB（A）暴露0.32年，從專(zhuān)業(yè)角度判斷是具有合理性和可行性。調(diào)查表明，假設(shè)1 665名作業(yè)人的CNE減少到（81.78±2.01）dB（A）?年，聽(tīng)力損失檢出率和心電圖異常率將會(huì)分別減少28.39%和23.04%，降低到8.46%和3.94%。其中，85～94 dB（A）?年作業(yè)工人的CNE減少到（81.78±2.01）dB（A）?年，聽(tīng)力損失檢出率和心電圖異常率將會(huì)分別減少37.11%和28.57%，降低到12.98%和5.25%；95～104 dB（A）?年作業(yè)工人的CNE減少到（81.78±2.01）dB（A）?年，聽(tīng)力損失檢出率和心電圖異常率將會(huì)分別減少50.74%和50.50%，降低到25.69%和12.79%。假設(shè)職業(yè)性噪聲被消除或降低到合理水平，相應(yīng)的聽(tīng)力損失和心電圖異常便可以避免或減少。綜合OR、RR、ARP和AB的變化特點(diǎn)和疾病檢出率隨著CNE增加而增加的變化趨勢(shì)，初步研究表明CNE與聽(tīng)力損失和心電圖異常均呈劑量?反應(yīng)關(guān)系。

本次調(diào)查說(shuō)明職業(yè)性噪聲可以增加聽(tīng)力損失和心電圖異常的發(fā)生風(fēng)險(xiǎn)，未發(fā)現(xiàn)增加高血壓的發(fā)生風(fēng)險(xiǎn)；職業(yè)性噪聲威脅著電子行業(yè)作業(yè)工人的身體健康，并帶來(lái)沉重的疾病負(fù)擔(dān)，應(yīng)該引起全社會(huì)高度關(guān)注，建議從噪聲源頭、傳播途徑和人群防護(hù)各個(gè)環(huán)節(jié)采取徹實(shí)有效的防制措施，以降低職業(yè)性噪聲所致疾病負(fù)擔(dān)。本次調(diào)查不足之處在于反事實(shí)參照水平并非絕對(duì)理想的零暴露，可能會(huì)低估歸因疾病負(fù)擔(dān)；年輕化作業(yè)工人的噪聲暴露史呈復(fù)雜性，個(gè)體接觸劑量取值于車(chē)間噪聲強(qiáng)度平均水平，可能會(huì)產(chǎn)生信息偏倚。