电子行业职业性噪声所致疾病负担的归因研究

梁灿坤 肖勇梅 林锡谦 成财达 孙思红 丘晓玲

1广东省工伤康复中心（广州 510440）；2中山大学公共卫生学院（广州 510080）

噪声是全世界不容忽视的典型环境公害之一，是珠三角地区重点治理的职业病危害因素之一。长期接触较强噪声可以增加听力损失和心血管疾病的发生风险［1⁃2］，引起一系列疾病负担和卫生资源损耗。疾病负担往往来源于多因素联合作用，职业性噪声暴露是引起疾病负担的充分非必要条件，从疾病负担中甄别和分离出归因于职业性噪声的占有比例，能够更加科学评价健康风险。为研究归因疾病负担，2000年WHO推荐应用比较风险评估法（comparative risk assessment，CRA）［3］，它是建立在统一框架基础上评估和比较危险因素暴露水平发生改变所造成的疾病负担变化的系统性方法，量化测评危险因素造成影响或损失的可能程度。在CAR框架指引下国内外学者借用反事实思维［4］进行反事实分析［5］。反事实分析是指通过虚拟假设获得虚拟结果，即假设危险因素暴露分布水平降低到与事实相反的某种特定情形时，研判疾病负担随之发生改变的事件结局，相应疾病负担的降低比例（或降低部分）即为归因于某种危险因素的疾病负担。鉴于电子行业职业性噪声暴露水平和健康损害特点，本文借用反事实分析方法，引用累积噪声暴露量为接触评价指标，推断电子行业作业工人疾病负担的因果效应，发掘职业性噪声暴露水平改变后疾病负担发生变化的潜在可能性，并以此为契机评价累积噪声暴露量与疾病负担的剂量⁃反应关系，旨在为职业性噪声健康危害评价提供新思路。

1 资料与方法

1.1 调查对象 从电子行业中选择位于广州市城郊结合部的WZ、DJ、BT和LD 4家企业，以冲压、加工和注塑工种的1 665名在岗期间接触有毒有害作业工人为调查对象。纳入标准：年龄16～60岁，工龄0.5年以上；排除办公室人员和间接噪声接触者；剔除先天性或遗传性耳科疾病和心血管疾患。

1.2 调查资料

1.2.1 资料来源 噪声检测结果来源于2016年11月由广东某检测评价技术服务机构编制的《工作场所职业病危害因素检测与评价报告》，劳动卫生学状况和健康检查结果来源于2017年8月由课题组开展的专题调研，人口学资料及作业工龄由企业人力资源管理部门提供。

1.2.2 检查方法 纯音测听用丹麦AD229b听力计测定，隔音室噪声本底值小于25dB（A），受检者至少脱离噪声环境12 h。血压测量用欧姆龙牌电子血压计，血压偏高者用鱼跃牌水银血压计复查。心电图检查用12导联日本光电ECG⁃1350P心电图仪，操作方法和诊断标准依据《诊断学》（第8版，人民卫生出版社）。

1.3 研究方法

1.3.1 基本思路 （1）统计描述听力损失检出率、高血压患病率和心电图异常率；（2）分级评定累积噪声暴露量（CNE），以最低级别CNE为反事实背景作参照水平，探索疾病优势比（OR）和相对危险度（RR）；（3）计算人群归因分值（population attrib⁃utable fraction，PAF）和归因危险度百分比（attribut⁃able risk percent，ARP），结合疾病负担（disease bur⁃den，B）推断归因疾病负担（attributable disease bur⁃den，AB）；（4）评估归因疾病负担的严重性，以归因视角评价累积噪声暴露量与疾病负担的剂量⁃反应关系。

1.3.2 病例定义 任一耳语频（500、1 000、2 000 Hz）或高频（3 000、4 000、6 000 Hz）的任一频率纯音听阈＞25 dB（A）定义为听力损失；同日2次测量收缩压≥140 mmHg和（或）舒张压≥90 mmHg定义为高血压；各类心律失常、传导阻滞、心肌缺血、心室肥大、ST段或T波改变、电轴改变等异常结论定义为心电图异常。

1.3.3 计算CNE 如果作业人员接受单一环境噪声暴露，CNE见公式（1）［6］：

CNE=LAeq,8h+10logT

其中，LAeq，8h为8 h等效连续A声级，T 为暴露时间，单位为dB（A）・年。

1.3.4 估计RR值 如果患病率较大（一般＞10%），RR值由公式（2）［7］校正：

其中，P0为对照组结局指标的发生率，OR为优势比。

1.3.5 计算PAF、ARP和AB 如果危险因素有i个暴露水平，PAF见公式（3）［8］：

其中，Pi和RRi分别为第i个水平的暴露率和相对危险度。当P＝100%，i＝1时，PAF＝ARP，ARP为PAF的一个特例，公式（3）化转为公式（4）［9］：

ARP＝（RR⁃1）/RR

如果以百分率（%）作为疾病负担的评价指标，归因疾病负担见公式（5）［8］：

AB＝PAF×B（或AB＝ARP×B）

1.4 统计学方法 采用SPSS 20.0软件包统计分析，以双侧P＜0.05为差异有统计学意义。正态分布计量资料用均数±标准差描述，样本均数比较用单因素方差分析；偏态分布计量资料用中位数和四分位数间距描述，样本均数比较用秩和检验。计数资料用百分数（%）表示，样本率比较用卡方检验。参数估计用多因素非条件Logistic回归分析。CNE、RR、PAF、ARP和AB的计算方法依据公式1～5。

2 结果

2.1 劳动卫生学调查 被调查的4家电子企业均隶属于某大型电子工业集团，研发产品为电子连接器或计算机插件接口。企业生产工艺流程基本一致，包括前期的备料和研发，中期的冲压、注塑和加工，后期的组装和出货。职业病危害因素主要来自中期工段，中期除产生较强噪声污染外，注塑产生低于检出下限的有机溶剂，研磨产生较低浓度的无机粉尘。每家企业依据作业功能均配置冲压、加工和注塑3类工种，下设冲床、裁切、粉碎、铆合、注塑等小工种；均设置冲压、加工和注塑3个部门，下设若干个小型车间，每个车间分区相对独立，减少了噪声相互传播干扰。车间内机械设备密集，噪声强度相互叠加，增加了噪声所致职业风险。作业工人佩戴插入式耳塞降噪，实际接触噪声时间为平均每天8 h，每周48 h。

2.2 噪声检测结果 133个监测点的噪声强度中位数为81.80 dB（A），四分位数间距为5.95 dB（A），噪声超标率达27.82%。不同企业或工种的噪声强度差异均有统计学意义（P＜0.05）；用秩次进行单因素方差分析多重比较，SNK⁃q检验发现WZ的噪声强度高于DJ、BT和LD，冲压的噪声强度高于加工和注塑。不同企业或工种的噪声超标率比较，差异有统计学意义（P＜0.05），WZ和冲压的噪声超标率均为最高。见表1。

表1 工作场所噪声检测结果Tab.1 The detection results of noise in workplace

2.3 暴露分布特征 由公式（1），1 665例调查对象的CNE为（87.09±5.53）dB（A）・年，极小值和极大值分别为75.07 dB（A）・年和104.86 dB（A）・年。以15 dB（A）・年为组距，将CNE分为3个级别，各级CNE的年龄、工龄、噪声强度、CNE和性别构成的差异均有统计学意义（P＜0.05）。见表2。

2.4 检出结果比较 听力损失检出率、高血压患病率和心电图异常率为29.79%、11.29%和17.12%。不同性别、年龄、工龄、噪声强度和CNE的听力损失检出率比较，差异均有统计学意义（P＜0.05）。不同性别、年龄、工龄和CNE的高血压患病率差异均有统计学意义（P＜0.05）。不同性别、年龄、工龄和CNE的心电图异常率差异均有统计学意义（P＜0.05）。听力损失检出率、高血压患病率和心电图异常率均随着CNE增加呈递增趋势（P＜0.05）。见表3。

表2 作业工人噪声暴露分布状况Tab.2 The distribution of workers'noise exposure

表3 作业工人检出结果比较Tab.3 The comparison of the workers'detection results

2.5 回归模型参数估计 CNE与听力损失和心电图异常均存在相关性（P＜0.05），与高血压不存在相关性（P＞0.05）。以CNE＝75～84 dB（A）・年为参照，CNE＝85～94 dB（A）・年和CNE＝95～104 dB（A）・年作业工人听力损失发生风险分别是CNE＝75～84 dB（A）・年的1.83倍和2.63倍，心电图异常发生风险分别为1.49倍和2.40倍。见表4。

2.6 归因疾病负担评估 听力损失的P0=18.22%，OR1=1.83，OR2=2.63，由公式（2）可得：RR1=1.59和RR2=2.03；心电图异常的P0=13.55%，OR1=1.49，OR2=2.40，则RR1=1.40，RR2=2.02。

结合噪声暴露率P1＝50.63%（843/1665）和P2=9.49%（158/1665），由公式（3）可得：听力损失的PAF=28.39%和心电图异常的PAF=23.04%。结合疾病负担（B），由公式（5）可得：归因疾病负担（AB）分别为8.46%%和3.94%。见表5。

2.7 剂量⁃反应关系评价 由公式（4）计算CNE=85～94 dB（A）·年作业工人听力损失的ARP=37.11%和心电图异常的ARP=28.57%，归因疾病负担分别为12.98%和5.25%。CNE=95～104 dB（A）·年作业工人听力损失的ARP=50.74%和心电图异常的ARP=50.50%，归因疾病负担分别为25.69%和12.79%。见表6。综合OR、RR、ARP和AB的变化特点和疾病检出率随着CNE增加而增加的变化趋势，初步研究表明CNE与听力损失和心电图异常均呈剂量⁃反应关系。

表4 Logistic回归模型的参数估计Tab.4 The parameter estimation of Logistic regression model

表5 作业工人疾病负担的归因推断Tab.5 The attribution inference of workers'disease burden

表6 不同CNE作业工人疾病负担的归因推断Tab.6 The attribution inference of disease burden among different CNE workers

3 讨论

噪声检测点超标率达27.82%，尤其是WZ和冲压的超标率分别为73.91%和78.95%，检测结果高于国家职业卫生标准，应该引起相关部门高度重视。作业工人年龄为（30.91±6.29）岁，工龄为（3.90±1.50）年，女性占52.13%，具有电子行业作业工人呈年轻化、工龄短和女性居多的普遍规律。作业工人听力损失检出率、高血压患病率和心电图异常率分别为29.79%、11.29%和17.12%，与国内研究结果相近。控制混杂因素前，听力损失检出率、高血压患病率和心电图异常率均随着CNE增加而增加，性别、年龄、工龄和噪声强度是听力损失的影响因素，高血压和心电图异常的性别、年龄和工龄分布特征均与国内研究结果基本一致。85 dB（A）以下和85 dB（A）以上作业工人的高血压患病率和心电图异常率差异均无显著性，可能原因为岗位流动性大，噪声波动性大，混杂因素影响或仅仅用噪声强度反映暴露状况缺乏敏感性。

国内外通常将工龄和噪声强度换算为累积噪声暴露量，以综合反映噪声暴露水平。CNE在评价稳态噪声和听力损失的剂量⁃反应关系要优于噪声强度［10］；CNE作为听力损失的评价指标比工龄史敏感；CNE可以削弱年龄和工龄的线性依存关系，减少年龄和工龄相互干扰。Logistic回归分析控制混杂因素后发现CNE与听力损失和心电图异常均存在显著相关性，为中等程度关联。目前大多数文献均支持长期接触较强噪声引起听力损失和心电图异常的观点［11］。本次调查发现CNE与高血压不存在显著相关性，与TESSIER⁃SHERMAN等［12］研究结果相同，与李向文等［13］报道不一致。有文献报道噪声与高血压的关系不稳定，难以在不同人群中重复观察到相似研究结果［14］。CNE与高血压患病率回归模型的偏回归系数在α＝0.05水平上无统计学意义，而趋势性卡方检验表明CNE与高血压患病率变化趋势有统计学意义。为深入发现问题，我们进一步计算高血压的RR值，发现RR1和RR2分别为1.12和1.41，说明CNE=85～94 dB（A）・年与高血压未见显著关联，而CNE=95～104 dB（A）・年与高血压仍然存在弱关联，CNE对高血压影响存在潜在风险。

反事实分析是指将目前（或未来）的疾病、伤害或疾病负担与反事实背景（即假设状况）进行比较，以发现危险因素暴露水平降低到零（或其他恒值）时，死亡或疾病负担降低的比例［5］。职业卫生标准规定存在有损听力、有害健康或其他危害的声音，且8 h/d或40 h/周噪声暴露等效声级80 dB（A）以上的作业定为噪声作业。若以80 dB（A）以下为反事实背景，显然忽略了暴露时间累积效应。理想恒值为CNE阈值，国内对CNE阈值研究鲜有报道。有文献报道语频损伤的CNE阈值为100 dB（A）・年，本调查为语频和高频损伤兼顾高血压和心电图异常的研究，显然不宜以100 dB（A）・年作为反事实拐点。本调查以CNE＝85 dB（A）・年为反事实背景拐点，等效于80 dB（A）噪声强度连续暴露3.16年、85 dB（A）暴露1年或90 dB（A）暴露0.32年，从专业角度判断是具有合理性和可行性。调查表明，假设1 665名作业人的CNE减少到（81.78±2.01）dB（A）・年，听力损失检出率和心电图异常率将会分别减少28.39%和23.04%，降低到8.46%和3.94%。其中，85～94 dB（A）・年作业工人的CNE减少到（81.78±2.01）dB（A）・年，听力损失检出率和心电图异常率将会分别减少37.11%和28.57%，降低到12.98%和5.25%；95～104 dB（A）・年作业工人的CNE减少到（81.78±2.01）dB（A）・年，听力损失检出率和心电图异常率将会分别减少50.74%和50.50%，降低到25.69%和12.79%。假设职业性噪声被消除或降低到合理水平，相应的听力损失和心电图异常便可以避免或减少。综合OR、RR、ARP和AB的变化特点和疾病检出率随着CNE增加而增加的变化趋势，初步研究表明CNE与听力损失和心电图异常均呈剂量⁃反应关系。

本次调查说明职业性噪声可以增加听力损失和心电图异常的发生风险，未发现增加高血压的发生风险；职业性噪声威胁着电子行业作业工人的身体健康，并带来沉重的疾病负担，应该引起全社会高度关注，建议从噪声源头、传播途径和人群防护各个环节采取彻实有效的防制措施，以降低职业性噪声所致疾病负担。本次调查不足之处在于反事实参照水平并非绝对理想的零暴露，可能会低估归因疾病负担；年轻化作业工人的噪声暴露史呈复杂性，个体接触剂量取值于车间噪声强度平均水平，可能会产生信息偏倚。