关键词:
工业复杂噪声
暴露特征
噪声性听力损失
风险评估模型
摘要:
目的研究工业复杂噪声(CIN)的暴露特征及其听力损失风险评估模型。方法选择噪声危害严重或者近5年内发生过噪声聋的典型企业10~15家,每家企业的噪声接触岗位(等效A声级≥80 dB)全部纳入研究范围,每个噪声作业岗位至少选取3~5名工人(<3名则全部纳入)作为测量对象,总计纳入1200例作业人员。调查记录并分析作业人员发生噪声性听力损失(NIHL)的临床资料,进行单因素及多因素Logistic回归分析,并进行模型构建及预测效果的受试者工作特征曲线(ROC曲线)分析。结果噪声强度≥95 dB(A)、峰度≥7、累积噪声暴露量(CNE)≥100 dB(A)·年及峰度修正CNE(CNE’)≥105 dB(A)·年作业人员的NIHL检出率较噪声强度<95 dB(A)、峰度<7、CNE<100 dB(A)·年及CNE’<105 dB(A)·年者更高(P<0.05)。不同年龄、性别、文化程度、婚姻状况、体质量指数(BMI)水平及有无糖尿病、高血压、吸烟、饮酒、高温暴露者的NIHL发生率对比差异无统计学意义(P>0.05)。以NIHL为因变量,以噪声强度(<95 dB(A)=0;≥95 dB(A)=1)、峰度(<7=0;≥7=1)、CNE[<100 dB(A)·年=0;≥100 dB(A)·年=1]、CNE’[<105 dB(A)·年=0;≥105 dB(A)·年=1]为自变量,进行Logistic回归分析发现,噪声强度≥95 dB(A)、峰度≥7、CNE≥100 dB(A)·年、CNE’≥105 dB(A)·年均为作业人员发生NIHL的危险因素(OR=2.471、2.033、3.357、3.112>1,P<0.05)。按照Logistic回归所得变量的回归系数以及常数项以构建作业人员NIHL的风险评估模型,主要公式是:Prob=ea/(1+ea)×100%,其中e是指数函数,而a=0.905×噪声强度[<95 dB(A)=0;≥95 dB(A)=1]+0.710×峰度(<7=0;≥7=1)+1.211×CNE[<100 dB(A)·年=0;≥100 dB(A)·年=1]+1.135×CNE’[<105 dB(A)·年=0;≥105 dB(A)·年=1]-8.933。对上述模型实施拟合程度检验,应用H-L检验发现,2χ=3.671,P=0.530>0.05,表明此模型预测的风险几率和实际几率存在较佳拟合程度。通过ROC检验上述预测模型和NIHL产生的拟合效果显示,灵敏度为70.36%,特异度为74.66%,曲线下面积(AUC)为0.790[95%CI=(0.688,0.869);P=0.000<0.05],模型的Prob临界值为0.452。结论CIN的暴露特征主要为噪声强度高、峰度高、CNE高及CNE’高,噪声强度≥95 dB(A)、峰度≥7、CNE≥100 dB(A)·年及CNE’≥105 dB(A)·年的NIHL检出率较高,均为作业人员发生NIHL的危险因素,将其构建风险评估模型的预测效果较好。