基于倾向性评分法对比噪声作业人员的听力损失

来源：SCI期刊网 分类：电子论文 时间：2021-09-23 07:59 热度：

摘 要：摘要：目的探讨如何有效利用职业健康检查数据，控制混杂因素，分析接触噪声作业人员的听力损失情况。方法收集某大型汽车制造企业2017年职业健康体检员工的体检资料，采用倾向性

　　摘要：目的探讨如何有效利用职业健康检查数据，控制混杂因素，分析接触噪声作业人员的听力损失情况。方法收集某大型汽车制造企业2017年职业健康体检员工的体检资料，采用倾向性评分法对噪声组(n=1279)及行政组人员(n=720)进行1∶1最邻近匹配，对匹配前后两组人员的听力异常情况进行比较。结果噪声检测结果显示，噪声组作业工人接触噪声水平为(82.94±9.27)dB(A)。行政组720人全部完成匹配;噪声组1279人匹配成功720人，未匹配559人。匹配前两组工龄差异有统计学意义(P<0.01)，经倾向性评分匹配后，两组人员基本信息差异均无统计学意义(P>0.1)。匹配前，噪声组与行政组人员听力异常率在右耳2000Hz、3000Hz、4000Hz、6000Hz，以及左耳2000Hz、3000Hz、4000Hz、6000Hz频率上的差异均有统计学意义(P<0.05);匹配后，两组人员听力异常率在左耳2000Hz频率上的差异不再有统计学意义(P>0.05)。结论在职业健康检查数据分析过程中，可应用倾向性评分法对躁声组和对照组的基线资料进行匹配，减少混杂因素的影响，正确评估职业接触对健康的影响。

　　关键词：噪声;听力损失;倾向性评分;职业健康检查;匹配

　　噪声是世界性的公共卫生问题，长期暴露于高声级噪声会导致噪声性听力损失(noiseinducedhearingloss，NIHL)[1]。目前已有很多利用职业健康检查数据进行噪声性听力损失的研究，但是因为这些数据都是观察性资料，劳动者的分组可能是非随机的，单纯以劳动者所处工作场所行政人员或全人群作为对照组，混杂因素在对比组中分布不均衡，从而削弱对比结果，往往无法准确判断职业暴露因素对劳动者职业损害的作用[2];而多因素分析往往设计复杂，对调查者的设计思路和科学性要求较高，不合适的多因素设计方案会影响结果的正确性。倾向性评分匹配法(propensityscorematching，PSM)是一种临床上常用的统计学方法，它可以通过计算机软件，方便地减少观察性研究(observationalstudy)中数据偏差(bias)和混杂变量(confoundingvariable)的影响，以便对实验组和对照组进行更合理的比较[3-4]。目前1∶1最邻近匹配方法是观察性临床研究中最常用的倾向性评分方法[5]。倾向性评分可以保证研究客观性，利用相似的协变量分布情况来构建处理组和对照组而不对研究结局产生影响或仅产生微弱影响[3]。近些年来，由于该方法易于理解、研究步骤标准化程度高，在大样本、非随机的观察性研究中得到越来越多地应用[6-7]。国内学者在临床试验方面做了大量的倾向性评分研究，但在处理和分析职业健康检查体检数据的研究中尚不是很多。本研究拟采用倾向性评分方法，控制混杂因素，对某大型汽车制造企业员工的听力损失情况进行分析。

　　1对象与方法

　　1.1对象

　　在广州市职业病防治院进行2017年度在岗期间职业健康检查的某大型汽车制造企业员工7425人中，以接触噪声危害因素的1279人(男性1265人，女性14人)作为噪声组，该厂行政部门720人为行政组。噪声组从事有损听力、有害健康或有其他危害的噪声作业，接触时间为8h/d或40h/周，噪声暴露等效A声级≥80dB。2017年噪声检测结果显示，噪声组作业工人接触噪声水平为(82.94±9.27)dB(A)。

　　1.2方法

　　1.2.1协变量的确定

　　从《职业健康检查个人信息表》中收集劳动者的年龄、工龄、既往病史、家族史、吸烟情况(偶尔：<10支/周;经常：≥10支/周)、饮酒情况(偶尔：1~2次/周;经常：>2次/周)、醉酒情况(偶尔：0~1次/月;经常：>2次/月)、体格锻炼情况(偶尔：0~1次/周;经常：>1次/周)。对饮食情况等基本信息，通过所在医院具有副高职称以上专家的专业知识和经验挑选出部分信息作为需要匹配的协变量。

　　1.2.2倾向性评分步骤

　　倾向性评分的定义：在给定一组观察协变量(X)条件下，将任意一个研究对象i(ii=1，2，…，N)分配到处理组(Zi=1)或者对照组(Zi=0)的条件概率。

　　倾向性评分方法如下：(1)计算倾向性评分，研究中基于基线信息中可能的混杂因素(工龄、既往病史、家族史、吸烟情况、饮酒情况、醉酒情况、体格锻炼情况、饮食情况)，对纯音听阈测试建立logistic回归方程，计算每个劳动者的倾向性得分。(2)采用1∶1最邻近匹配方法，卡钳值取0.02，将两组观察对象按照倾向评分值从大到小排序，从行政组中依次选出1个研究对象，从噪声组中寻找倾向评分值与其最相近的1个对象作为配比个体。(3)利用匹配前后的数据，分别比较劳动者在重要的协变量方面是否均衡。若匹配前两组部分协变量差异比较的P值小于0.05，而匹配后P值均大于0.1，则可以认为匹配后两组间协变量达到理想均衡状态;若匹配前两组部分协变量差异比较的P值小于0.05，而匹配后P值大于0.05，也可以认为两组达到较好均衡。

　　1.2.3探索匹配前后噪声对劳动者听力损害的差异

　　测试两组人群双耳500、1000、2000、3000、4000、6000Hz纯音听阈，并将匹配前后的两组人员听力损失情况进行对比。

　　相关知识推荐：sci收录的声学学科期刊

　　纯音听阈结果判定标准：500、1000、2000Hz为语频，任一频率>25dB为语频听阈提高(损失);双耳语频(500、1000、2000Hz)和高频4000Hz听阈加权值平均听阈>25dB为语频平均听阈加权值提高(损失);3000、4000、6000Hz为高频，任一频率>25dB为高频听阈提高(损失);双耳高频(3000、4000、6000Hz)平均听阈≥40dB为双耳高频平均听阈提高。听力损失诊断标准：双耳高频平均听阈提高为听力损失[8]。

　　1.2.4统计学分析

　　利用Excel2010软件整理数据，采用SPSS22.0软件完成倾向性评分模型的构建及数据分析;符合正态分布的计量资料以均数±标准差(x±s)描述，不符合正态分布的计量资料用中位数(上、下四分位数)[M(Q1，Q3)]描述，两组间差异采用独立样本t检验(正态分布)或秩和检验(非正态分布)，组间率的差异用χ2检验。P<0.05为差异有统计学意义。

　　2结果

　　2.1匹配基本情况

　　行政组720人全部完成匹配;噪声组1279人匹配成功720人，未匹配559人。

　　2.2整体均衡性检验

　　SPSS输出的“Overallbalancetest”中的P=0.994，显示所选变量在两组间的整体均衡性较好。匹配后的L1统计量(L1measure)为0.823，小于匹配前的0.891，提示匹配较好。

　　2.3匹配前后两组协变量的分布情况

　　匹配前两组工龄差异有统计学意义(P<0.01)，匹配后两组各变量差异均无统计学意义且P值均>0.1。见表1。

　　2.4组间听力异常率结果比较

　　倾向性评分匹配前，噪声组与行政组人员在右耳2000Hz、3000Hz、4000Hz、6000Hz，以及左耳的2000Hz、3000Hz、4000Hz、6000Hz频率上的听力异常率差异有统计学意义(P<0.05)。见表2。

　　倾向性评分匹配后，噪声组与行政组人员听力异常率在右耳2000Hz、3000Hz、4000Hz、6000Hz，左耳3000Hz、4000Hz、6000Hz频率上的差异有统计学意义(P<0.05)。见表3

　　3讨论

　　本研究采用倾向性评分法，将研究对象进行最近邻匹配，匹配后各协变量的组间差异均无统计学意义(P>0.1)。本研究所选研究对象在匹配前各协变量的组间差异较小，可能的原因有：(1)该企业对吸烟、饮酒有作规定;(2)劳动者在岗期间，生产车间及住宿均在厂里;(3)参加本次健康检查的劳动者，较为年轻，生活习惯及锻炼情况有相似之处。本研究采用倾向性评分法匹配后，减少了工龄带来的混杂作用，对比匹配前后两组的听力异常情况，结果表明：倾向性评分前，噪声组与行政组听力异常率差异分别在右耳2000Hz、3000Hz、4000Hz、6000Hz，左耳2000Hz、3000Hz、4000Hz、6000Hz频率上有统计学意义(P<0.05)，而倾向性评分匹配后，左耳2000Hz频率上的差异无统计学意义，表明噪声组基线资料的改变对结果产生了影响。该组人员匹配后工龄减少，这很可能是匹配后左耳在2000Hz频率的听力异常率和行政组相比再无差异(P>0.05)的主要原因。倾向性评分法能使噪声组与行政组的总体差异性缩小，并能发现因匹配前协变量存在导致的结论偏倚等，更有利于发现职业病危害因素对劳动者健康损害的真实情况。但要注意在倾向性评分后，需要再次检验两组基线情况是否达到均衡，如果仍然达不到均衡，则可以采取不同方法进行优化：(1)进一步缩小匹配容差(即卡钳值)，使得匹配结果更为精确，但是该方法会牺牲两组的样本量;(2)可以仅针对未达到平衡的混杂因素重新进行倾向性评分或者针对未达到平衡的混杂因素进行分层匹配;(3)增加样本量，使得有更多的样本得到合适的匹配机会。——论文作者：李艳华，江平山，周浩，黄丽丽，谢春姣，刘移民

文章名称：基于倾向性评分法对比噪声作业人员的听力损失

文章地址：http://www.sciqk.com/lwfw/dzlw/11902.html