论文部分内容阅读
目的探讨钢铁工人主要职业有害因素高温、噪声、粉尘、CO、照度和2型糖尿病的发病风险关系。方法采用历史性队列研究的方法,选择2014-2019年连续五年在内蒙古医科大学某附属医院体检中心做体格检查的接触职业有害因素的钢铁集团在职职工为暴露组,同时选择在该集团同一部门不同车间不接触有害因素的健康职工并且在同医院健康体检钢铁工人为对照组。以2014年体检数据为基线资料,收集其一般情况、家族史、体检报告等资料,剔除已患糖尿病的人员,同时收集其职业环境监测资料,根据研究对象暴露情况分组,同时收集2014-2019年体检数据及职业环境监测资料,从中发现新诊断糖尿病的患者,计算职业暴露组和非暴露组糖尿病的发病密度,并进行率的差异的显著性检验,应用Cox比例风险回归模型对接触职业性有害因素与T2DM发病风险的关系进行分析,采用广义多因子降维法(generalized multifactor dimensionality reduction,GMDR)法将职业有害因素及环境因素纳入模型,进行职业有害因素与环境交互作用的分析。结果1.本次研究共调查钢铁工人7125人,其中男性6341名,女性784名,平均随访时间为5.01年,共计35553.25人年。随访期间新发T2DM 361例(男性307例、女性54例),发病密度为10.15/1000人年(男性11.43/1000人年、女性7.53/1000人年)。暴露组与非暴露组钢铁工人基线性别、年龄、饮酒、吸烟、高血压、高血脂及家族史构成情况比较,差别有统计学意义(P<0.05),暴露组与非暴露组文化程度、BMI、家庭收入情况、民族、婚姻状况、体育锻炼构成情况比较,差别无统计学意义(P>0.05)。2.钢铁工人接触职业有害因素发病密度由高到低依次为高温组13.05/1000人年、照度组12.36/1000人年、噪声组12.30/1000人年、粉尘组11.91/1000人年、CO组10.42/1000人年。在未调整的模型中,接触职业有害因素,发生糖尿病的风险明显升高(趋势检验P<0.01),暴露于照度、粉尘、CO、噪声、高温下的工人发生糖尿病的风险分别是未接触者的1.04倍[HR1.04,95%CI(1.01,2.02)],1.19倍[HR1.19,95%CI(1.10-1.73)],1.57倍[HR1.057,95%CI(1.03,1.78)],1.73倍[HR1.73,95%CI(1.43,2.49)],1.88倍[HR1.08,95%CI(1.08,2.6)]。调整性别、年龄、饮酒、吸烟、高血压、高血脂、家族史后,Cox比例风险回归结果显示:接触照度、粉尘、CO、噪声、高温组钢铁工人T2DM发病风险分别高于相应指标的非接触组钢铁工人,其HR(95%CI)分别1.12(1.07-2.11)、1.22(1.13-1.79)、1.26(1.11-1.91)、1.56(1.33-2.71)、1.99(1.15-2.24),且接触高温钢铁工人T2DM的发病风险最高。3.调整基线性别、年龄、吸烟、饮酒、高血脂、高血压、糖尿病家族史后,以不接触噪声、高温、粉尘、CO、及照度的同单位钢铁工人为正常组做参照,随着接触职业有害因素个数从1开始逐渐增加2、3、4、5个,T2DM发病风险也逐渐增高,HR(95%CI)为分别为1.99(1.15-2.24)、2.21(1.33-2.67)、3.96(3.21-4.80)、3.71(3.25-4.89)、4.43(3.44-5.28)。4.采用GMDR法将职业有害因素及环境因素纳入模型,MDR软件对职业有害因素噪声、高温、粉尘、照度、CO与性别、年龄、饮酒、吸烟、高血脂、高血压、家族史交互作用进行探讨,研究表明:模型2所包含粉尘、CO存在交互作用,交叉一致性为100%,P<0.001,测试集精确度为0.6261;模型9交叉一致性为100%,测试集精确度为0.7706,且P<0.001,职业有害因素噪声、高温、粉尘、照度、CO与性别、年龄、饮酒、高血脂、高血压、家族史存在交互作用;模型10交叉一致性为100%,测试集精确度为0.7809,且P<0.001,职业有害因素噪声、高温、粉尘、照度、CO与性别、年龄、饮酒、吸烟、高血脂、高血压、家族史存在交互作用,以上模型均为最优模型。结论1、基线接触粉尘、CO、高温、噪声、照度的钢铁工人的T2DM发病风险均有所增加。2、随着接触职业害因素组分的聚集个数的增加,T2DM发病风险逐渐增高。3、基于Cox风险回归模型,将12个因素分用于GMDR构建模型,显示噪声、高温、粉尘、照度、CO与性别、年龄、饮酒、吸烟、高血脂、高血压、家族史模型为最优模型即交互作用模型。